融资约束下环境不确定性对中国上市公司投资效率的影响探究

融资约束下环境不确定性对中国上市公司投资效率的影响探究一、引言1.1研究背景与意义在当今全球经济一体化的大背景下，我国正处于经济转型的关键时期，经济结构调整、产业升级以及创新驱动发展等战略举措不断推进，为企业带来了新的发展机遇，但同时也使企业面临着更为复杂多变的经营环境。在此过程中，企业的投资决策作为企业发展战略的核心组成部分，不仅关乎企业自身的生存与发展，还对整个经济体系的资源配置效率和经济增长质量有着深远影响。在现实经济中，资本市场并非如经典财务理论所假设的那般完美，存在着诸多摩擦和不完善之处，这使得企业在进行投资活动时往往会受到融资约束的限制。融资约束是指企业在获取外部资金时所面临的困难和障碍，这可能源于信息不对称、交易成本、代理问题以及金融市场的不完善等多种因素。对于我国企业而言，融资约束问题尤为突出。一方面，金融市场发展尚不完善，银行贷款仍然是企业主要的融资渠道，但银行在发放贷款时往往更倾向于规模较大、信用评级较高的国有企业，而中小企业和民营企业则面临着较高的融资门槛和成本；另一方面，债券市场和股票市场的发展相对滞后，企业通过发行债券和股票进行融资的难度较大，融资规模也受到一定限制。融资约束的存在使得企业无法按照最优投资规模进行投资，不得不削减投资项目或延迟投资计划，从而导致投资不足的问题，严重制约了企业的发展潜力和市场竞争力。与此同时，企业所处的外部环境也充满了不确定性。环境不确定性涵盖了宏观经济波动、政策法规变化、技术创新变革、市场需求波动以及竞争对手行为等多个方面。随着经济全球化的深入发展和科技进步的加速，企业面临的环境不确定性日益加剧。例如，宏观经济的周期性波动会直接影响企业的市场需求和盈利能力；政策法规的调整，如税收政策、环保政策等，可能会增加企业的运营成本或改变企业的发展方向；技术创新的快速迭代使得企业的产品和技术面临着被淘汰的风险；市场需求的多样化和个性化趋势也对企业的市场预测和产品研发能力提出了更高的要求。环境不确定性的增加使得企业在进行投资决策时难以准确预测未来的收益和风险，从而容易导致投资决策的偏差，出现过度投资或投资不足的情况，降低了企业的投资效率。投资效率是衡量企业投资决策有效性的重要指标，它反映了企业在既定资源条件下，能否将资金合理配置到最有价值的投资项目中，以实现企业价值最大化。投资效率的高低不仅直接影响企业的财务状况和经营绩效，还关系到企业的长期发展和市场竞争力。然而，在融资约束和环境不确定性的双重影响下，企业的投资效率往往受到严重损害。投资不足会导致企业错失发展机遇，无法实现规模经济和技术创新，从而削弱企业的市场竞争力；而过度投资则会造成资源的浪费和闲置，增加企业的财务风险和经营成本，同样不利于企业的可持续发展。因此，深入研究融资约束视角下环境不确定性对投资效率的影响，对于我国企业提高投资决策的科学性和合理性，提升投资效率，实现可持续发展具有重要的现实意义。从企业层面来看，通过对这一问题的研究，企业管理者可以更好地了解融资约束和环境不确定性对投资决策的影响机制，从而在面对复杂多变的市场环境时，能够更加准确地评估投资项目的风险和收益，合理安排融资结构，优化投资决策，提高企业的投资效率和价值创造能力。从宏观经济层面来看，企业投资效率的提高有助于优化社会资源配置，促进产业结构升级和经济增长方式的转变，推动我国经济实现高质量发展。此外，本研究还可以为政府部门制定相关政策提供理论依据和实践参考，有助于政府完善金融市场体系，改善企业融资环境，加强宏观经济调控和政策引导，降低企业面临的环境不确定性，从而促进企业投资活动的健康有序开展。1.2研究思路与方法本研究将综合运用多种研究方法，深入剖析融资约束视角下环境不确定性对投资效率的影响。研究思路遵循从理论分析到实证检验，再到案例验证的逻辑路径，具体如下：理论分析：全面梳理融资约束、环境不确定性和投资效率的相关理论，包括信息不对称理论、委托代理理论、实物期权理论等，深入分析三者之间的内在联系和作用机制。从理论层面探讨融资约束如何影响企业获取资金的能力，进而制约投资规模和效率；环境不确定性如何增加企业投资决策的风险和难度，导致投资行为的偏差。通过对现有文献的系统回顾和总结，为后续的实证研究奠定坚实的理论基础。实证检验：以中国上市公司为研究对象，选取合适的样本数据和变量指标。运用多元线性回归分析方法，构建回归模型，检验环境不确定性对投资效率的直接影响，以及融资约束在其中的调节作用。通过描述性统计分析、相关性分析和回归结果分析等，对研究假设进行验证，揭示三者之间的数量关系和作用规律。同时，采用多种稳健性检验方法，如替换变量、改变样本区间等，确保研究结果的可靠性和稳定性。案例分析：选取具有代表性的上市公司案例，深入分析其在面临不同程度的融资约束和环境不确定性时的投资决策行为和投资效率表现。通过案例研究，进一步验证实证研究的结论，同时挖掘实际案例中的具体细节和特殊情况，为理论研究提供更丰富的实践依据，使研究结果更具现实指导意义。在研究方法上，本研究主要采用以下三种方法：文献研究法：广泛收集国内外关于融资约束、环境不确定性和投资效率的相关文献资料，包括学术期刊论文、学位论文、研究报告等。对这些文献进行系统的梳理和分析，了解前人在该领域的研究成果、研究方法和研究不足，明确本研究的切入点和创新点，为研究提供理论支持和研究思路。实证分析法：利用中国上市公司的财务数据和市场数据，运用统计分析软件进行实证检验。通过构建合理的实证模型，对研究假设进行量化验证，揭示变量之间的因果关系和影响程度。实证分析法能够使研究结果更加客观、准确，具有较强的说服力和可信度。案例分析法：选取典型的上市公司作为案例研究对象，深入了解其经营状况、财务状况、投资决策过程等。通过对案例公司的详细分析，将理论研究与实际案例相结合，深入剖析融资约束和环境不确定性对企业投资效率的影响机制，为企业提供针对性的建议和启示。1.3研究创新点研究视角的创新：以往研究大多单独探讨融资约束或环境不确定性对投资效率的影响，较少将三者纳入同一研究框架，分析融资约束视角下环境不确定性对投资效率的综合作用机制。本研究从融资约束这一关键视角出发，深入剖析环境不确定性如何在融资约束的条件下影响企业投资效率，有助于更全面、深入地理解企业投资行为，填补了该领域在综合研究视角上的不足，为后续相关研究提供了新的思路和方向。研究内容的拓展：不仅关注环境不确定性对投资效率的直接影响，还深入探讨融资约束在其中所起的调节作用和中介效应，以及不同程度的融资约束和环境不确定性组合对投资效率的异质性影响。通过这种多维度、深层次的研究，丰富了关于企业投资决策影响因素的研究内容，能够为企业管理者提供更为细致、全面的决策依据，助力企业在复杂多变的市场环境中优化投资决策，提高投资效率。研究方法的优化：在实证研究过程中，运用多种先进的计量经济学方法和模型，如多元线性回归分析、中介效应检验模型、异质性分析等，确保研究结果的准确性和可靠性。同时，采用多种稳健性检验方法，如替换变量、改变样本区间等，进一步增强研究结论的可信度和说服力。此外，结合案例分析，将实证研究结果与实际企业案例相结合，使研究更具现实指导意义，这种多方法结合的研究方式在同类研究中具有一定的创新性。样本选择的创新：选取中国上市公司作为研究样本，涵盖了不同行业、不同规模、不同所有制的企业，样本具有广泛的代表性和丰富的多样性。与以往研究相比，能够更全面地反映我国企业在融资约束和环境不确定性背景下的投资效率情况，研究结果更具普遍性和适用性，对我国企业的实际运营和发展具有更强的指导价值。二、概念与理论基础2.1融资约束相关理论2.1.1融资约束的定义与衡量融资约束是指企业在筹集资金过程中面临的困难和限制，导致其无法按照最优的投资规模和结构进行投资。从广义角度来看，只要企业内部融资和外部融资存在成本差异，由此产生的结果都可视为融资约束。而狭义的融资约束则是指企业在进行外部融资时，相较于内部融资，需要支付更高的融资成本，或者无法及时满足自身融资需求的现象。这种约束的产生根源主要在于信息不对称和代理关系。在资本市场中，公司管理层相较于外部债权人和其他利益相关者，对企业内部经营信息和市场行情掌握得更为详尽和实时，信息的不对称使得外部投资者面临更高的不确定性风险，进而要求更高的风险溢价，导致企业外部融资成本增加。随着公司规模的不断扩大以及公司制的日益完善，公司所有权和控制权逐渐分离，代理冲突问题随之产生，职业经理人可能会从自身利益出发，牺牲公司整体利益，这也使得外部投资者对投资持谨慎态度，进一步推高了企业的融资成本。在实证研究中，学者们运用多种方法来衡量融资约束，常见的衡量指标包括KZ指数、WW指数等。KZ指数由Kaplan和Zingales于1997年提出，他们通过对1980-1989年间49家美国上市公司的研究，构建了一个包含多个财务指标的综合指数。该指数的计算涉及公司的现金流量、负债水平、股利分配、托宾Q值等因素，具体公式为：KZ=-1.002CF+0.283DIV+3.139LEV-39.368CASH-1.315Q，其中，CF表示经营活动现金流量与总资产的比值，DIV表示现金股利与总资产的比值，LEV表示资产负债率，CASH表示现金及现金等价物与总资产的比值，Q表示托宾Q值。KZ指数越大，表明企业面临的融资约束程度越高。例如，当企业的经营活动现金流量较低（CF值小），意味着内部资金匮乏，可能需要更多依赖外部融资，从而面临较高的融资约束，这会使KZ指数上升；若企业资产负债率较高（LEV值大），债权人可能会对其偿债能力产生担忧，增加融资难度和成本，同样会导致KZ指数增大。WW指数则由Whited和Wu在2006年提出，他们运用欧拉方程和广义矩估计方法，考虑了企业的投资机会、现金流、负债等因素，构建了WW指数。该指数的计算公式为：WW=-0.091CF-0.062DIVPOS-0.021TLTD+0.045IBC-0.102SG+0.035SIZE，其中，CF为经营活动现金流量与总资产的比值，DIVPOS为是否支付现金股利的虚拟变量（支付为1，否则为0），TLTD为长期负债与总资产的比值，IBC为利息保障倍数，SG为销售收入增长率，SIZE为企业规模（总资产的自然对数）。WW指数越大，代表企业的融资约束程度越高。比如，若企业销售收入增长率较低（SG值小），说明企业的市场拓展能力有限，未来盈利能力可能受到质疑，外部投资者会更谨慎地提供资金，导致企业融资约束加剧，WW指数相应增大；当企业利息保障倍数较低（IBC值小），表明其偿债能力较弱，债权人可能会提高融资门槛，这也会使WW指数上升。这些衡量指标为后续研究融资约束对企业投资的影响提供了量化工具，有助于深入分析融资约束在企业经济活动中的作用机制。2.1.2融资约束对企业投资的影响机制融资约束对企业投资的影响是多方面的，主要通过影响企业的内外部融资，进而作用于投资决策。从内部融资角度来看，企业的内部资金主要来源于经营活动产生的现金流量。当企业面临融资约束时，内部资金往往成为投资的关键资金来源。由于融资困难，企业会更加依赖内部现金流来支持投资项目。这使得企业在投资决策时，会优先考虑那些能够快速产生现金流回报的项目，以确保自身资金的流动性和可持续性。例如，一些处于成长期的中小企业，由于难以从外部获得足够的资金，在投资时会选择一些短平快的项目，如增加短期设备投入以提高现有产品的产量，虽然这些项目可能无法带来长期的核心竞争力提升，但能在短期内增加现金流入，缓解资金压力。然而，过度依赖内部融资也存在局限性。内部资金的规模有限，往往难以满足企业大规模投资的需求。对于一些需要大量资金投入的长期战略性项目，如研发新技术、拓展新市场等，仅靠内部融资远远不够。若企业过度依赖内部现金流进行投资，可能会错失一些具有长期发展潜力的投资机会，限制企业的长远发展。比如，某高科技企业拥有一项具有前瞻性的研发项目，有望在未来引领行业发展，但由于内部资金不足且外部融资困难，无法投入足够资金进行研发，最终被竞争对手抢占先机，导致企业在市场竞争中处于劣势。在外部融资方面，融资约束使得企业在获取外部资金时面临诸多障碍。信息不对称和代理问题导致外部投资者对企业的投资项目存在疑虑，为了降低风险，他们会要求更高的回报率，这大大增加了企业的外部融资成本。较高的融资成本使得企业在评估投资项目时，投资项目的净现值（NPV）会因融资成本的增加而降低。原本一些NPV为正的项目，在考虑了高额融资成本后，可能变为NPV为负，从而被企业放弃，导致投资不足。例如，一家制造业企业计划投资建设新的生产线以扩大生产规模，在正常融资成本下，该项目的NPV为正，具有投资价值。但由于企业面临融资约束，外部融资成本大幅上升，使得该项目的NPV变为负数，企业不得不放弃这一投资计划，错失了扩大市场份额的机会。此外，融资约束还可能导致企业在融资渠道上受到限制。银行贷款是企业外部融资的重要渠道之一，但银行在发放贷款时，通常会对企业的信用状况、财务状况等进行严格审查。对于面临融资约束的企业，尤其是中小企业和民营企业，由于其资产规模较小、财务信息透明度较低，往往难以满足银行的贷款要求，从而难以获得足够的银行贷款。在债券市场和股票市场融资方面，企业也会面临较高的门槛和严格的监管要求。融资渠道的受限使得企业可获得的外部资金减少，进一步制约了企业的投资能力，导致企业无法按照最优的投资规模进行投资，投资效率降低。2.2环境不确定性相关理论2.2.1环境不确定性的内涵与度量环境不确定性是指企业所处外部环境的不可预测性和变化性，它涵盖了宏观经济、政策法规、市场需求、技术创新、竞争态势等多个方面的不确定性因素。这些因素相互交织、相互影响，使得企业难以准确把握外部环境的变化趋势，从而增加了企业决策的难度和风险。从内涵来看，环境不确定性主要体现在两个方面：一是信息的不完整性和模糊性。企业在进行决策时，往往无法获取关于外部环境的全面、准确信息，导致对环境变化的认识存在偏差。例如，在新兴技术领域，由于技术发展迅速且充满不确定性，企业难以准确预测未来技术的发展方向和市场需求，从而在投资决策时面临较大风险。二是未来事件的不可预测性。即使企业掌握了一定的信息，但由于外部环境的复杂性和动态性，未来事件的发生仍然具有很大的随机性，企业无法确切预知未来会发生什么，以及这些事件对企业的影响程度。在度量环境不确定性时，学者们通常采用多种方法和指标。其中，企业业绩波动是常用的度量指标之一。企业业绩波动反映了企业在经营过程中所面临的风险和不确定性，业绩波动越大，说明企业所处环境的不确定性越高。一般通过计算企业营业收入、净利润等财务指标的标准差或变异系数来衡量业绩波动。例如，假设企业A在过去五年的营业收入分别为1000万元、1200万元、800万元、1500万元、1100万元，通过计算这些数据的标准差，可以得到一个反映企业营业收入波动程度的数值，该数值越大，表明企业A面临的环境不确定性越高。行业竞争程度也是度量环境不确定性的重要维度。在竞争激烈的行业中，企业面临着来自竞争对手的价格战、产品创新、市场份额争夺等多方面的挑战，市场环境更加复杂多变，不确定性更高。通常可以用行业集中度、赫芬达尔-赫希曼指数（HHI）等指标来衡量行业竞争程度。行业集中度是指行业内前几家最大企业的市场份额之和，该值越低，说明行业竞争越激烈，环境不确定性越高。例如，某行业前四大企业的市场份额分别为20%、15%、12%、10%，则该行业的集中度为57%；若另一个行业前四大企业市场份额分别为35%、25%、15%、10%，其集中度为85%，相比之下，前者行业竞争更激烈，环境不确定性更高。赫芬达尔-赫希曼指数则是通过计算行业内所有企业市场份额的平方和来衡量行业竞争程度，该指数越大，表明市场集中度越高，竞争程度越低，环境不确定性也相对较低。此外，一些研究还会考虑宏观经济指标的波动、政策法规的变化频率等因素来度量环境不确定性。宏观经济指标如GDP增长率、通货膨胀率、利率等的波动，会直接影响企业的市场需求、成本结构和融资环境，从而增加企业面临的不确定性。政策法规的频繁调整，如税收政策、环保政策、产业政策等，也会使企业难以适应，增加了企业经营的不确定性。2.2.2环境不确定性对企业投资的影响路径环境不确定性对企业投资决策有着多方面的影响，主要通过以下几个路径发挥作用：信息不对称路径：环境不确定性的增加会导致信息不对称问题更加严重。企业管理者难以获取全面、准确的市场信息，对投资项目的未来收益和风险难以做出准确评估。在这种情况下，管理者可能会过度谨慎，放弃一些具有潜在价值的投资项目，导致投资不足。例如，在市场需求不确定的情况下，企业难以准确预测新产品的市场接受程度和销售量，为了避免投资失败带来的损失，企业可能会推迟或取消新产品研发投资项目。管理层预期路径：环境不确定性会影响管理层对未来的预期，进而影响投资决策。当环境不确定性较高时，管理层对未来经济形势、市场需求、竞争态势等的预期变得更加悲观，为了保持企业的财务稳健性，他们可能会减少投资。相反，当环境不确定性较低时，管理层预期较为乐观，更愿意进行投资以扩大企业规模和市场份额。例如，在经济形势不稳定、政策法规频繁调整的时期，企业管理层可能会对未来的盈利能力和发展前景感到担忧，从而削减投资预算。实物期权路径：从实物期权理论的角度来看，环境不确定性为企业投资带来了期权价值。企业在面对不确定性时，投资决策具有灵活性，可以根据未来环境的变化选择是否执行投资项目，以及何时执行投资项目。这种灵活性赋予了企业一种类似于金融期权的价值。当环境不确定性较高时，企业更倾向于持有期权，等待不确定性降低后再进行投资，以避免过早投资带来的损失。例如，某企业计划投资建设一个新的生产基地，但由于市场需求和原材料价格的不确定性较高，企业可能会先进行前期调研和准备工作，而推迟实际的投资建设，以便在未来不确定性降低后，能够做出更明智的投资决策。风险承担路径：环境不确定性增加了企业投资的风险，企业需要承担更高的风险溢价。在这种情况下，企业会更加谨慎地评估投资项目的风险和收益，只有当投资项目的预期收益能够补偿所承担的风险时，企业才会进行投资。如果环境不确定性过高，导致投资项目的风险超出了企业的承受能力，企业可能会放弃该项目，从而导致投资不足。例如，在技术创新迅速的行业中，企业投资新技术研发项目面临着技术失败、市场接受度低等多种风险，若环境不确定性使得这些风险进一步加大，企业可能会减少对新技术研发的投资。2.3投资效率相关理论2.3.1投资效率的概念与测度投资效率是指企业在投资活动中，将资金投入转化为有效产出的能力和程度，它反映了企业投资决策的科学性和合理性，以及资源配置的有效性。从微观层面来看，投资效率高意味着企业能够准确识别具有价值的投资机会，合理分配资金，以最小的投资成本获取最大的投资收益，实现企业价值的最大化。例如，一家企业在进行投资决策时，通过精准的市场调研和项目评估，选择了一个具有高增长潜力的项目进行投资，并在项目实施过程中，有效地控制成本、提高运营效率，使得项目的实际收益远超预期，这就体现了较高的投资效率。在学术界，对投资效率的测度方法众多，其中Richardson模型和数据包络分析（DEA）模型是较为常用的两种方法。Richardson模型基于企业的预期投资水平来衡量投资效率，该模型认为，企业的投资决策受到多种因素的影响，包括企业的成长机会、资产规模、现金流状况等。通过构建回归方程，可以预测企业的正常投资水平，实际投资水平与正常投资水平的偏差则反映了投资效率的高低。具体而言，Richardson模型的基本回归方程为：I_{i,t}=\alpha_0+\alpha_1Growth_{i,t-1}+\alpha_2Lev_{i,t-1}+\alpha_3Cash_{i,t-1}+\alpha_4Age_{i,t-1}+\alpha_5Size_{i,t-1}+\alpha_6Return_{i,t-1}+\sum_{j=1}^{2}\alpha_{1+j}Industry_j+\sum_{k=1}^{3}\alpha_{1+k}Year_k+\varepsilon_{i,t}其中，I_{i,t}表示企业i在t期的新增投资支出，等于购建固定资产、无形资产和其他长期资产支付的现金与取得子公司及其他营业单位支付的现金净额之和，减去处置固定资产、无形资产和其他长期资产收回的现金净额与处置子公司及其他营业单位收到的现金净额之和，再除以期初总资产；Growth_{i,t-1}表示企业i在t-1期的营业收入增长率，用于衡量企业的成长机会；Lev_{i,t-1}为企业i在t-1期的资产负债率，反映企业的负债水平；Cash_{i,t-1}是企业i在t-1期的现金持有量与期初总资产的比值，体现企业的资金流动性；Age_{i,t-1}代表企业i的上市年龄，Size_{i,t-1}为企业i在t-1期的总资产的自然对数，用于衡量企业规模；Return_{i,t-1}是企业i在t-1期的股票回报率；Industry_j和Year_k分别为行业虚拟变量和年度虚拟变量，用于控制行业和年度的固定效应；\varepsilon_{i,t}为随机误差项。通过该方程回归得到的残差\varepsilon_{i,t}即为非效率投资，当残差大于0时，表示企业存在过度投资；当残差小于0时，则表示企业存在投资不足。数据包络分析（DEA）模型是一种基于线性规划的多投入多产出效率评价方法，它无需预先设定生产函数的具体形式，能够有效处理多投入多产出的复杂系统。在投资效率测度中，DEA模型将企业视为一个生产决策单元，将投资资金、劳动力等作为投入指标，将营业收入、净利润等作为产出指标，通过构建DEA模型来计算企业的投资效率得分。例如，常见的CCR模型（规模报酬不变模型）和BCC模型（规模报酬可变模型），CCR模型假设企业在规模报酬不变的情况下进行生产，通过求解线性规划问题，得到企业的综合技术效率（TE），它反映了企业在投入既定的情况下，产出达到最大的能力；BCC模型则放松了规模报酬不变的假设，在计算综合技术效率的基础上，进一步分解出纯技术效率（PTE）和规模效率（SE），其中纯技术效率反映了企业的生产技术水平和管理效率，规模效率则体现了企业的生产规模是否处于最优状态。投资效率得分越接近1，表明企业的投资效率越高；得分越低，则投资效率越低。2.3.2影响投资效率的主要因素影响企业投资效率的因素是多方面的，可分为内部因素和外部因素。内部因素主要包括企业治理结构、财务状况、管理层行为等。完善的企业治理结构能够有效缓解委托代理问题，减少管理层的自利行为，提高投资决策的科学性和合理性，从而提升投资效率。例如，合理的股权结构可以避免一股独大的情况，使各股东之间形成有效的制衡机制，监督管理层的决策，防止管理层为了追求个人利益而进行过度投资或投资不足。董事会的独立性和专业性也至关重要，独立董事能够凭借其独立的判断和专业知识，对投资项目进行客观评估，为投资决策提供有益建议，降低投资风险。企业的财务状况对投资效率有着直接影响。充足的现金流能够为企业的投资活动提供有力支持，减少因资金短缺而导致的投资不足问题。同时，合理的资本结构可以降低企业的融资成本，提高企业的偿债能力，增强企业在投资决策时的灵活性和自主性。若企业资产负债率过高，偿债压力较大，可能会限制企业的投资能力，甚至导致企业为了偿还债务而放弃一些具有潜力的投资项目。管理层的行为和决策风格也是影响投资效率的关键因素。管理层的风险偏好、投资经验、战略眼光等都会对投资决策产生影响。例如，风险偏好较高的管理层可能更倾向于投资高风险高回报的项目，虽然这些项目有可能带来巨大的收益，但也伴随着较高的失败风险，一旦投资失败，将导致企业资源的浪费和投资效率的降低；而过于保守的管理层可能会错过一些具有发展潜力的投资机会，同样不利于企业的发展。此外，管理层的短视行为，如追求短期业绩而忽视企业的长期发展，也会导致投资决策的偏差，影响投资效率。外部因素主要包括宏观经济政策、市场环境、行业竞争等。宏观经济政策对企业投资效率有着重要的引导和调控作用。货币政策的松紧会影响企业的融资成本和资金可得性。在宽松的货币政策下，市场利率下降，企业融资成本降低，更容易获得外部资金，这有利于企业扩大投资规模，提高投资效率；而在紧缩的货币政策下，融资成本上升，融资难度加大，企业可能会减少投资，甚至出现投资不足的情况。财政政策也会通过税收优惠、政府补贴等方式影响企业的投资决策。例如，政府对某些新兴产业给予税收优惠和财政补贴，会鼓励企业加大对这些产业的投资，促进产业结构的优化升级，提高投资效率。市场环境的不确定性和竞争程度也会对企业投资效率产生影响。在不确定性较高的市场环境中，企业面临着市场需求波动、价格不稳定、技术变革迅速等风险，这使得企业在进行投资决策时难以准确预测未来的收益和风险，容易导致投资决策的失误，降低投资效率。激烈的行业竞争会促使企业不断创新和优化投资决策，以提高自身的竞争力和市场份额。但过度竞争也可能导致企业为了争夺市场份额而进行盲目投资，造成资源的浪费和投资效率的下降。三、研究假设与模型构建3.1研究假设提出3.1.1环境不确定性对投资效率的直接影响假设环境不确定性对企业投资效率的影响较为复杂，它通过多种途径作用于企业的投资决策过程，进而影响投资效率。从实物期权理论的角度来看，环境不确定性赋予了企业投资决策以灵活性价值。当企业面临较高的环境不确定性时，未来的市场需求、价格波动、技术发展等因素都变得难以预测。在这种情况下，企业投资决策就如同持有一份实物期权，企业可以选择等待，收集更多的信息，以降低不确定性带来的风险。因为过早地进行投资，一旦市场环境朝着不利的方向发展，企业可能会遭受巨大的损失。例如，在新兴的人工智能领域，技术更新换代迅速，市场需求也尚未完全明确。如果企业在此时贸然投入大量资金进行大规模的生产设施建设，一旦技术路线发生改变或者市场需求未达预期，企业将面临设备闲置、资产减值等风险，导致投资效率低下。信息不对称理论也能解释环境不确定性对投资效率的影响。环境不确定性的增加会加剧企业内部管理者与外部投资者之间的信息不对称程度。管理者虽然对企业内部情况较为了解，但对于外部环境的不确定性因素，他们同样难以准确把握。这种信息的不完整性和模糊性使得管理者在评估投资项目时面临更大的困难，难以准确预测投资项目的未来收益和风险。而外部投资者由于对企业内部信息和投资项目的了解相对有限，在面对环境不确定性时，会更加谨慎地对待投资决策，要求更高的风险溢价。这不仅增加了企业的融资成本，还可能导致企业因为融资困难而无法获得足够的资金来支持投资项目，从而造成投资不足，降低投资效率。基于以上理论分析，提出假设H1：环境不确定性与投资效率负相关，即环境不确定性程度越高，企业的投资效率越低。3.1.2融资约束在二者关系中的中介作用假设融资约束在环境不确定性与投资效率之间扮演着重要的中介角色，它会加剧环境不确定性对投资效率的负面影响。当企业面临环境不确定性时，其经营风险和财务风险会相应增加，这使得外部投资者对企业的投资变得更加谨慎，从而加大了企业的融资难度和成本，导致融资约束加剧。从信息不对称的角度来看，环境不确定性增加了企业经营状况和未来发展前景的不确定性，外部投资者为了降低投资风险，会要求更高的回报率，或者对企业的融资条件进行更严格的限制。例如，银行在向面临环境不确定性的企业发放贷款时，会更加关注企业的偿债能力和信用状况，要求企业提供更多的抵押担保，提高贷款利率，甚至可能减少贷款额度。这使得企业在获取外部资金时面临更大的困难，融资约束进一步加剧。而融资约束的加剧又会对企业的投资决策产生直接影响。由于资金短缺，企业无法按照最优的投资规模和计划进行投资，不得不削减一些具有潜在价值的投资项目，或者推迟投资计划。例如，一家企业原本计划投资建设新的生产线以扩大生产规模，但由于融资约束，无法获得足够的资金，只能放弃该投资项目，导致企业错失发展机会，投资效率降低。即使企业能够获得部分资金，也可能因为资金成本过高，使得投资项目的净现值降低，从而影响投资决策的科学性和合理性，进一步降低投资效率。基于此，提出假设H2：融资约束在环境不确定性与投资效率之间起中介作用，即环境不确定性通过加剧融资约束，进而降低企业的投资效率。3.1.3其他因素的调节作用假设股权结构作为公司治理的重要组成部分，对企业的投资决策和投资效率有着显著的调节作用。在股权高度集中的企业中，大股东往往拥有较大的决策权，他们可能出于自身利益的考虑，在面对环境不确定性时，做出不利于企业投资效率的决策。例如，大股东可能为了追求短期利益，过度投资一些高风险的项目，而忽视了企业的长期发展和投资效率。相反，在股权制衡度较高的企业中，多个大股东之间相互监督、相互制约，能够有效减少大股东的自利行为，使企业在面对环境不确定性时，能够更加理性地进行投资决策，从而提高投资效率。行业竞争程度也是影响环境不确定性与投资效率关系的重要调节因素。在竞争激烈的行业中，企业面临着来自竞争对手的巨大压力，为了在市场中生存和发展，企业需要不断提高自身的竞争力，优化投资决策。当环境不确定性增加时，竞争激烈的行业中的企业会更加积极地收集信息，加强市场调研，以降低不确定性带来的风险，提高投资效率。例如，在智能手机行业，竞争异常激烈，企业需要密切关注市场动态和技术发展趋势，及时调整投资策略，以适应环境不确定性，提高投资效率。而在竞争程度较低的行业中，企业面临的竞争压力较小，对环境不确定性的敏感度较低，在投资决策时可能缺乏足够的动力去优化投资行为，导致投资效率受到环境不确定性的负面影响更大。基于上述分析，提出假设H3：股权结构、行业竞争等因素在环境不确定性与投资效率的关系中起调节作用。其中，股权制衡度越高，环境不确定性对投资效率的负面影响越小；行业竞争越激烈，环境不确定性对投资效率的负面影响越小。3.2研究模型设定3.2.1投资效率测度模型为准确测度企业的投资效率，本研究选用Richardson投资期望模型。该模型的核心思想是基于企业的财务数据，构建一个能够反映企业正常投资水平的回归方程，通过实际投资与正常投资的偏差来衡量投资效率。具体而言，Richardson模型假设企业的投资决策受到多种因素的影响，包括企业的成长机会、资产规模、现金流状况、负债水平、上市年龄以及股票回报率等。模型设定如下：I_{i,t}=\alpha_0+\alpha_1Growth_{i,t-1}+\alpha_2Lev_{i,t-1}+\alpha_3Cash_{i,t-1}+\alpha_4Age_{i,t-1}+\alpha_5Size_{i,t-1}+\alpha_6Return_{i,t-1}+\sum_{j=1}^{2}\alpha_{1+j}Industry_j+\sum_{k=1}^{3}\alpha_{1+k}Year_k+\varepsilon_{i,t}在上述模型中，各变量的具体含义如下：I_{i,t}为被解释变量，表示企业i在t期的新增投资支出，其计算方式为购建固定资产、无形资产和其他长期资产支付的现金与取得子公司及其他营业单位支付的现金净额之和，减去处置固定资产、无形资产和其他长期资产收回的现金净额与处置子公司及其他营业单位收到的现金净额之和，再除以期初总资产。这一变量直观地反映了企业在特定时期内的投资规模和强度。Growth_{i,t-1}代表企业i在t-1期的营业收入增长率，用于衡量企业的成长机会。一般来说，营业收入增长率越高，表明企业所处的市场环境越有利，具有更多的投资机会和发展潜力，企业更有可能进行大规模的投资以扩大生产规模、拓展市场份额或进行技术创新。Lev_{i,t-1}是企业i在t-1期的资产负债率，反映企业的负债水平。资产负债率越高，说明企业的债务负担越重，面临的财务风险越大，这可能会限制企业的投资能力，因为过高的负债会增加企业的偿债压力，使其在投资决策时更加谨慎。Cash_{i,t-1}表示企业i在t-1期的现金持有量与期初总资产的比值，体现企业的资金流动性。现金持有量充足的企业在面对投资机会时，能够更灵活地调配资金，及时把握投资机遇，而现金短缺的企业则可能因资金不足而放弃一些有价值的投资项目。Age_{i,t-1}代表企业i的上市年龄，通常认为上市年龄较长的企业在市场中积累了更多的经验和资源，其投资决策可能更加成熟和稳健，但也可能因组织架构僵化、创新动力不足等原因，导致投资效率低下。Size_{i,t-1}为企业i在t-1期的总资产的自然对数，用于衡量企业规模。规模较大的企业往往具有更强的市场竞争力和融资能力，能够承担更大规模的投资项目，但也可能存在管理效率低下、内部协调困难等问题，影响投资效率。Return_{i,t-1}是企业i在t-1期的股票回报率，反映了投资者对企业的市场预期和信心。股票回报率高的企业，说明市场对其发展前景较为看好，企业可能更容易获得外部融资，从而有更多资金用于投资。Industry_j和Year_k分别为行业虚拟变量和年度虚拟变量，用于控制行业和年度的固定效应。不同行业具有不同的市场结构、竞争态势和发展规律，行业虚拟变量可以消除行业差异对投资效率的影响；而经济环境和政策法规等因素会随时间变化，年度虚拟变量能够捕捉这些时间因素对投资效率的影响。\varepsilon_{i,t}为随机误差项，用于表示模型中未考虑到的其他随机因素对投资支出的影响。通过对上述模型进行回归分析，得到的残差\varepsilon_{i,t}即为非效率投资。当残差大于0时，表示企业的实际投资超过了正常投资水平，存在过度投资现象；当残差小于0时，则表示企业的实际投资低于正常投资水平，存在投资不足问题。残差的绝对值越大，说明企业的非效率投资程度越高，投资效率越低。例如，若某企业在某一年度的回归残差为0.05，表明该企业存在过度投资，且过度投资程度相对较高；若另一企业的回归残差为-0.03，则表示该企业存在投资不足的情况。3.2.2环境不确定性与投资效率关系模型为深入探究环境不确定性对投资效率的直接影响，构建如下回归模型：Ineff_{i,t}=\beta_0+\beta_1EU_{i,t}+\sum_{j=1}^{n}\beta_{1+j}Control_{j,i,t}+\sum_{m=1}^{2}\beta_{1+m}Industry_m+\sum_{n=1}^{3}\beta_{1+n}Year_n+\mu_{i,t}在该模型中：Ineff_{i,t}作为被解释变量，代表企业i在t期的非效率投资程度，通过Richardson投资期望模型回归得到的残差绝对值来衡量。非效率投资程度越大，表明企业的投资效率越低。EU_{i,t}是核心解释变量，表示企业i在t期面临的环境不确定性。本研究采用企业营业收入的标准差来度量环境不确定性，营业收入的波动越大，说明企业所处的外部环境越不稳定，面临的不确定性越高。Control_{j,i,t}为一系列控制变量，用于控制其他可能影响企业投资效率的因素，包括企业规模（Size）、资产负债率（Lev）、盈利能力（ROA）、现金流量（CF）等。企业规模越大，可能拥有更多的资源和能力来应对环境不确定性，对投资效率产生影响；资产负债率反映企业的偿债能力和财务风险，会影响企业的融资能力和投资决策；盈利能力强的企业通常有更多的内部资金用于投资，且更容易获得外部融资，进而影响投资效率；现金流量充足的企业在投资时具有更大的灵活性。Industry_m和Year_n分别为行业虚拟变量和年度虚拟变量，作用与投资效率测度模型中相同，用于控制行业和年度固定效应，以消除不同行业和不同年份的宏观经济环境、政策法规等因素对投资效率的影响。\mu_{i,t}为随机误差项。根据假设H1，预期\beta_1的系数显著为正，即环境不确定性与投资效率负相关，环境不确定性程度越高，企业的非效率投资程度越大，投资效率越低。3.2.3融资约束中介效应检验模型为验证融资约束在环境不确定性与投资效率之间是否起到中介作用，构建如下中介效应检验模型：第一步：检验环境不确定性对投资效率的影响，即前文的环境不确定性与投资效率关系模型：Ineff_{i,t}=\beta_0+\beta_1EU_{i,t}+\sum_{j=1}^{n}\beta_{1+j}Control_{j,i,t}+\sum_{m=1}^{2}\beta_{1+m}Industry_m+\sum_{n=1}^{3}\beta_{1+n}Year_n+\mu_{i,t}若\beta_1显著，则继续进行下一步检验。第二步：检验环境不确定性对融资约束的影响，构建模型：FC_{i,t}=\gamma_0+\gamma_1EU_{i,t}+\sum_{j=1}^{n}\gamma_{1+j}Control_{j,i,t}+\sum_{m=1}^{2}\gamma_{1+m}Industry_m+\sum_{n=1}^{3}\gamma_{1+n}Year_n+\nu_{i,t}其中，FC_{i,t}表示企业i在t期面临的融资约束程度，采用SA指数来衡量，SA指数的计算公式为：SA=-0.737Size+0.043Size^2-0.040Age，SA指数绝对值越大，表明企业面临的融资约束程度越高。Size为企业规模（总资产的自然对数），Age为企业上市年龄。若\gamma_1显著，则表明环境不确定性会对融资约束产生影响，继续第三步检验。第三步：将环境不确定性和融资约束同时纳入模型，检验融资约束的中介效应，构建模型：Ineff_{i,t}=\delta_0+\delta_1EU_{i,t}+\delta_2FC_{i,t}+\sum_{j=1}^{n}\delta_{1+j}Control_{j,i,t}+\sum_{m=1}^{2}\delta_{1+m}Industry_m+\sum_{n=1}^{3}\delta_{1+n}Year_n+\xi_{i,t}若\delta_2显著，且\delta_1的系数相比第一步模型中的\beta_1系数减小，则表明融资约束在环境不确定性与投资效率之间起到部分中介作用；若\delta_1不显著，则表明融资约束在环境不确定性与投资效率之间起到完全中介作用，即环境不确定性通过加剧融资约束，进而降低企业的投资效率，验证假设H2。3.2.4调节效应检验模型为检验股权结构、行业竞争等因素在环境不确定性与投资效率关系中的调节作用，构建如下调节效应检验模型：Ineff_{i,t}=\theta_0+\theta_1EU_{i,t}+\theta_2M_{i,t}+\theta_3EU_{i,t}\timesM_{i,t}+\sum_{j=1}^{n}\theta_{1+j}Control_{j,i,t}+\sum_{m=1}^{2}\theta_{1+m}Industry_m+\sum_{n=1}^{3}\theta_{1+n}Year_n+\omega_{i,t}在该模型中：M_{i,t}为调节变量，当检验股权结构的调节作用时，M_{i,t}采用股权制衡度指标，即第二至第五大股东持股比例之和与第一大股东持股比例的比值，该比值越大，说明股权制衡度越高，大股东之间的相互制衡作用越强；当检验行业竞争的调节作用时，M_{i,t}采用赫芬达尔-赫希曼指数（HHI）的倒数来衡量行业竞争程度，HHI指数的倒数越大，表明行业竞争越激烈。EU_{i,t}\timesM_{i,t}为环境不确定性与调节变量的交互项，用于检验调节效应。若\theta_3显著，则表明调节变量在环境不确定性与投资效率的关系中起到调节作用。其他变量含义与前文模型一致。根据假设H3，当调节变量为股权制衡度时，预期\theta_3系数显著为负，即股权制衡度越高，环境不确定性对投资效率的负面影响越小；当调节变量为行业竞争程度时，预期\theta_3系数显著为负，即行业竞争越激烈，环境不确定性对投资效率的负面影响越小。四、实证分析4.1样本选取与数据来源本研究选取2015-2024年沪深A股上市公司作为初始研究样本。之所以选择这一时间段，是因为在这期间我国经济处于快速发展与转型阶段，金融市场不断完善但仍存在诸多不完善之处，企业面临的融资环境和外部不确定性呈现出多样化的特征，能够为研究提供丰富的数据基础和现实背景。同时，随着资本市场的发展，这一时期上市公司的信息披露更加规范和全面，为获取准确的数据提供了保障。为确保研究结果的可靠性和准确性，对初始样本进行了如下筛选处理：首先，剔除金融类上市公司，因为金融类企业的业务模式、财务特征和监管环境与非金融企业存在显著差异，其投资决策和融资方式也具有特殊性，将其纳入研究样本可能会干扰研究结果的准确性。例如，金融企业的资产主要以金融资产为主，其投资活动更多地涉及金融资产的交易和配置，与非金融企业的固定资产投资、研发投资等有很大不同。其次，剔除ST、*ST和PT类上市公司，这类企业通常处于财务困境或经营异常状态，其投资决策和财务数据可能不能反映正常企业的行为和状况。例如，ST企业可能面临债务违约、资金链断裂等问题，其投资决策往往受到债务重组、保壳等因素的影响，与正常经营企业的投资决策逻辑不同。此外，还剔除了数据缺失严重或关键变量数据异常的样本，以避免数据质量问题对研究结果的影响。经过上述筛选，最终得到了[X]个有效样本观测值。数据来源方面，主要涉及多个权威数据库和平台。企业的财务数据，包括资产负债表、利润表、现金流量表等相关数据，主要来源于国泰安数据库（CSMAR）和万得数据库（Wind）。这两个数据库是国内金融和经济领域常用的数据平台，具有数据全面、更新及时、准确性高等优点，能够提供丰富的企业财务信息，满足研究对财务数据的需求。例如，通过国泰安数据库可以获取企业历年的营业收入、净利润、资产负债率、现金流量等详细财务指标，为计算投资效率、融资约束等变量提供数据支持。企业的市场交易数据，如股票价格、成交量、换手率等，同样来源于Wind数据库，这些数据对于计算股票回报率等市场相关指标至关重要。关于环境不确定性的度量指标，如企业营业收入的标准差，是基于企业历年的营业收入数据计算得出，而营业收入数据来自上述财务数据库。行业分类数据则依据证监会发布的《上市公司行业分类指引》确定，用于设置行业虚拟变量，以控制行业固定效应。宏观经济数据，如国内生产总值（GDP）增长率、通货膨胀率等，来源于国家统计局官网，这些数据有助于分析宏观经济环境对企业投资决策的影响。此外，对于部分缺失的数据，通过查阅上市公司的年报、公告等进行补充和核实，以确保数据的完整性和准确性。4.2变量定义与描述性统计4.2.1主要变量定义被解释变量：投资效率（Ineff），采用Richardson模型残差的绝对值来衡量。如前文所述，通过Richardson投资期望模型回归得到残差，残差的绝对值越大，表示企业的非效率投资程度越高，投资效率越低。当残差大于0时，代表企业存在过度投资；残差小于0时，则表示企业存在投资不足。解释变量：环境不确定性（EU），以企业营业收入的标准差来度量。营业收入的波动反映了企业面临的市场需求、竞争态势等外部环境的不确定性。标准差越大，说明企业营业收入的波动越大，所处的外部环境越不稳定，面临的环境不确定性越高。中介变量：融资约束（FC），运用SA指数进行衡量。SA指数的计算公式为：SA=-0.737Size+0.043Size^2-0.040Age，其中，Size为企业规模（总资产的自然对数），Age为企业上市年龄。SA指数绝对值越大，表明企业面临的融资约束程度越高。调节变量：股权制衡度（Z）：用第二至第五大股东持股比例之和与第一大股东持股比例的比值来表示。该比值越大，说明股权制衡度越高，大股东之间的相互制衡作用越强，有助于抑制大股东的自利行为，对企业投资决策产生积极影响。行业竞争程度（HHI_inv）：采用赫芬达尔-赫希曼指数（HHI）的倒数来衡量。HHI指数是通过计算行业内各企业市场份额的平方和得到，HHI指数越大，表明行业集中度越高，竞争程度越低。而HHI_inv作为HHI指数的倒数，其值越大，说明行业竞争越激烈，企业在竞争压力下可能会更加谨慎地进行投资决策。控制变量：选取一系列可能影响企业投资效率的控制变量，包括企业规模（Size），以总资产的自然对数衡量；资产负债率（Lev），反映企业的负债水平；盈利能力（ROA），用净利润与总资产的比值表示；现金流量（CF），即经营活动现金流量与总资产的比值；股权性质（SOE），国有企业取值为1，非国有企业取值为0；独立董事比例（Indep），为独立董事人数与董事会总人数的比值。这些控制变量能够控制企业个体特征和财务状况等因素对投资效率的影响，使研究结果更加准确可靠。各变量的具体定义如表1所示：|变量类型|变量名称|变量符号|变量定义||----|----|----|----||被解释变量|投资效率|Ineff|Richardson模型残差的绝对值，衡量非效率投资程度，值越大投资效率越低||解释变量|环境不确定性|EU|企业营业收入的标准差，反映外部环境不确定性，值越大不确定性越高||中介变量|融资约束|FC|SA指数，|变量类型|变量名称|变量符号|变量定义||----|----|----|----||被解释变量|投资效率|Ineff|Richardson模型残差的绝对值，衡量非效率投资程度，值越大投资效率越低||解释变量|环境不确定性|EU|企业营业收入的标准差，反映外部环境不确定性，值越大不确定性越高||中介变量|融资约束|FC|SA指数，|----|----|----|----||被解释变量|投资效率|Ineff|Richardson模型残差的绝对值，衡量非效率投资程度，值越大投资效率越低||解释变量|环境不确定性|EU|企业营业收入的标准差，反映外部环境不确定性，值越大不确定性越高||中介变量|融资约束|FC|SA指数，|被解释变量|投资效率|Ineff|Richardson模型残差的绝对值，衡量非效率投资程度，值越大投资效率越低||解释变量|环境不确定性|EU|企业营业收入的标准差，反映外部环境不确定性，值越大不确定性越高||中介变量|融资约束|FC|SA指数，|解释变量|环境不确定性|EU|企业营业收入的标准差，反映外部环境不确定性，值越大不确定性越高||中介变量|融资约束|FC|SA指数，|中介变量|融资约束|FC|SA指数，SA=-0.737Size+0.043Size^2-0.040Age，绝对值越大融资约束程度越高||调节变量|股权制衡度|Z|第二至第五大股东持股比例之和与第一大股东持股比例的比值，值越大股权制衡度越高||调节变量|行业竞争程度|HHI_inv|赫芬达尔-赫希曼指数（HHI）的倒数，值越大行业竞争越激烈||控制变量|企业规模|Size|总资产的自然对数||控制变量|资产负债率|Lev|负债总额与资产总额的比值||控制变量|盈利能力|ROA|净利润与总资产的比值||控制变量|现金流量|CF|经营活动现金流量与总资产的比值||控制变量|股权性质|SOE|国有企业取值为1，非国有企业取值为0||控制变量|独立董事比例|Indep|独立董事人数与董事会总人数的比值||调节变量|股权制衡度|Z|第二至第五大股东持股比例之和与第一大股东持股比例的比值，值越大股权制衡度越高||调节变量|行业竞争程度|HHI_inv|赫芬达尔-赫希曼指数（HHI）的倒数，值越大行业竞争越激烈||控制变量|企业规模|Size|总资产的自然对数||控制变量|资产负债率|Lev|负债总额与资产总额的比值||控制变量|盈利能力|ROA|净利润与总资产的比值||控制变量|现金流量|CF|经营活动现金流量与总资产的比值||控制变量|股权性质|SOE|国有企业取值为1，非国有企业取值为0||控制变量|独立董事比例|Indep|独立董事人数与董事会总人数的比值||调节变量|行业竞争程度|HHI_inv|赫芬达尔-赫希曼指数（HHI）的倒数，值越大行业竞争越激烈||控制变量|企业规模|Size|总资产的自然对数||控制变量|资产负债率|Lev|负债总额与资产总额的比值||控制变量|盈利能力|ROA|净利润与总资产的比值||控制变量|现金流量|CF|经营活动现金流量与总资产的比值||控制变量|股权性质|SOE|国有企业取值为1，非国有企业取值为0||控制变量|独立董事比例|Indep|独立董事人数与董事会总人数的比值||控制变量|企业规模|Size|总资产的自然对数||控制变量|资产负债率|Lev|负债总额与资产总额的比值||控制变量|盈利能力|ROA|净利润与总资产的比值||控制变量|现金流量|CF|经营活动现金流量与总资产的比值||控制变量|股权性质|SOE|国有企业取值为1，非国有企业取值为0||控制变量|独立董事比例|Indep|独立董事人数与董事会总人数的比值||控制变量|资产负债率|Lev|负债总额与资产总额的比值||控制变量|盈利能力|ROA|净利润与总资产的比值||控制变量|现金流量|CF|经营活动现金流量与总资产的比值||控制变量|股权性质|SOE|国有企业取值为1，非国有企业取值为0||控制变量|独立董事比例|Indep|独立董事人数与董事会总人数的比值||控制变量|盈利能力|ROA|净利润与总资产的比值||控制变量|现金流量|CF|经营活动现金流量与总资产的比值||控制变量|股权性质|SOE|国有企业取值为1，非国有企业取值为0||控制变量|独立董事比例|Indep|独立董事人数与董事会总人数的比值||控制变量|现金流量|CF|经营活动现金流量与总资产的比值||控制变量|股权性质|SOE|国有企业取值为1，非国有企业取值为0||控制变量|独立董事比例|Indep|独立董事人数与董事会总人数的比值||控制变量|股权性质|SOE|国有企业取值为1，非国有企业取值为0||控制变量|独立董事比例|Indep|独立董事人数与董事会总人数的比值||控制变量|独立董事比例|Indep|独立董事人数与董事会总人数的比值|4.2.2描述性统计分析对筛选后的样本数据进行描述性统计分析，结果如表2所示：变量观测值均值标准差最小值最大值Ineff[样本数量]0.0650.0580.0010.352EU[样本数量]0.1820.1260.0150.854FC[样本数量]-2.1560.783-4.562-0.345Z[样本数量]0.9540.6320.1253.568HHI_inv[样本数量]12.5688.3451.23445.678Size[样本数量]21.5631.23419.02325.678Lev[样本数量]0.4250.1560.0560.856ROA[样本数量]0.0450.032-0.1230.185CF[样本数量]0.0560.045-0.0870.256SOE[样本数量]0.3560.47901Indep[样本数量]0.3780.0560.3330.571从投资效率（Ineff）来看，均值为0.065，标准差为0.058，说明样本企业的非效率投资程度存在一定差异，部分企业的投资效率有待提高。环境不确定性（EU）的均值为0.182，标准差为0.126，表明企业面临的外部环境不确定性程度不同，且波动较大，这与我国经济转型时期市场环境的复杂性和多变性相符。融资约束（FC）的均值为-2.156，标准差为0.783，说明样本企业普遍面临一定程度的融资约束，且不同企业之间的融资约束程度存在差异。股权制衡度（Z）的均值为0.954，说明整体上样本企业的股权制衡情况尚可，但最小值为0.125，最大值为3.568，表明企业之间的股权制衡度差异较大。行业竞争程度（HHI_inv）的均值为12.568，标准差为8.345，反映出不同行业的竞争程度存在显著差异。企业规模（Size）的均值为21.563，说明样本企业的规模总体处于中等水平，且标准差为1.234，企业规模差异较为明显。资产负债率（Lev）的均值为0.425，表明样本企业的负债水平适中，但部分企业的资产负债率较高，财务风险相对较大。盈利能力（ROA）的均值为0.045，说明样本企业的整体盈利能力一般，且存在一定的盈利差异。现金流量（CF）的均值为0.056，显示企业的现金流量状况总体较好，但也有部分企业现金流量不足。股权性质（SOE）的均值为0.356，表明样本中约35.6%的企业为国有企业。独立董事比例（Indep）的均值为0.378，略高于监管要求的三分之一，说明样本企业在公司治理结构中对独立董事制度的重视程度较高，但仍有提升空间。通过描述性统计分析，初步了解了各变量的基本特征和分布情况，为后续的实证分析奠定了基础。4.3相关性分析在对样本数据进行描述性统计后，为初步探究各变量之间的关系，进行了相关性分析，结果如表3所示：变量IneffEUFCZHHI_invSizeLevROACFSOEIndepIneff1EU0.356***1FC0.289***0.452***1Z-0.156**-0.087*-0.123**1HHI_inv-0.187***-0.112**-0.105**0.098*1Size0.078*-0.065*-0.256***0.0560.0451Lev0.123**0.156**0.189***-0.078*-0.065*0.256***1ROA-0.234***-0.145**-0.178***0.105**0.098*-0.123**-0.256***1CF-0.167**-0.105**-0.134**0.087*0.078*0.065*-0.156**0.356***1SOE0.098*0.087*0.112**-0.056-0.0450.156**0.189***-0.105**-0.078*1Indep-0.065*-0.056-0.0450.078*0.065*0.045-0.078*0.087*0.056-0.098*1注：*、、*分别表示在1%、5%、10%的水平上显著相关。从表3可以看出，环境不确定性（EU）与投资效率（Ineff）之间的相关系数为0.356，在1%的水平上显著正相关，初步验证了假设H1，即环境不确定性越高，企业的投资效率越低。这表明企业面临的外部环境不确定性越大，其投资决策受到的干扰越大，非效率投资程度越高，投资效率越低。例如，当企业面临宏观经济波动、政策法规频繁调整等不确定因素时，难以准确预测市场需求和投资项目的未来收益，从而可能导致投资过度或投资不足，降低投资效率。融资约束（FC）与环境不确定性（EU）的相关系数为0.452，在1%的水平上显著正相关，说明环境不确定性会加剧企业的融资约束程度。当企业所处环境不确定性增加时，外部投资者对企业的风险评估会提高，为了降低投资风险，他们会提高融资门槛或要求更高的回报率，从而使企业面临更严峻的融资约束。融资约束（FC）与投资效率（Ineff）的相关系数为0.289，在1%的水平上显著正相关，这意味着融资约束程度越高，企业的投资效率越低，进一步表明融资约束在环境不确定性与投资效率之间可能存在中介作用。股权制衡度（Z）与投资效率（Ineff）的相关系数为-0.156，在5%的水平上显著负相关，说明股权制衡度越高，企业的投资效率越高。较高的股权制衡度能够有效抑制大股东的自利行为，促进企业投资决策的科学化和合理化，从而提升投资效率。行业竞争程度（HHI_inv）与投资效率（Ineff）的相关系数为-0.187，在1%的水平上显著负相关，表明行业竞争越激烈，企业的投资效率越高。在竞争激烈的行业中，企业为了生存和发展，会更加谨慎地进行投资决策，注重提高投资项目的质量和回报率，从而提升投资效率。在控制变量方面，企业规模（Size）与投资效率（Ineff）在10%的水平上呈正相关，说明企业规模越大，投资效率可能越低，这可能是由于大规模企业内部管理复杂，决策流程繁琐，导致投资决策效率降低。资产负债率（Lev）与投资效率（Ineff）在5%的水平上呈正相关，表明资产负债率越高，企业的财务风险越大，可能会影响投资决策的合理性，降低投资效率。盈利能力（ROA）与投资效率（Ineff）在1%的水平上呈负相关，说明盈利能力越强的企业，投资效率越高，因为盈利能力强的企业通常有更多的内部资金用于投资，且更容易获得外部融资，能够更好地把握投资机会。现金流量（CF）与投资效率（Ineff）在5%的水平上呈负相关，显示现金流量充足的企业在投资时具有更大的灵活性，能够更有效地进行投资决策，提高投资效率。股权性质（SOE）与投资效率（Ineff）在10%的水平上呈正相关，表明国有企业的投资效率可能相对较低，这可能与国有企业的产权性质、治理结构以及政策导向等因素有关。独立董事比例（Indep）与投资效率（Ineff）在10%的水平上呈负相关，说明独立董事比例越高，对企业投资决策的监督和制衡作用越强，有助于提高投资效率。相关性分析结果初步验证了部分研究假设，表明各变量之间存在一定的相关性，但这种相关性只是初步的线性关系，还需要进一步通过回归分析来深入探究各变量之间的因果关系和影响程度，以准确验证研究假设。4.4回归结果分析4.4.1环境不确定性对投资效率的主效应检验对环境不确定性与投资效率关系模型进行回归分析，结果如表4所示：|变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||EU|0.456***|0.056|8.143|0.000|0.346，0.566||Size|0.065**|0.028|2.321|0.020|0.010，0.120||Lev|0.189***|0.045|4.200|0.000|0.100，0.278||ROA|-0.356***|0.078|-4.564|0.000|-0.510，-0.202||CF|-0.256***|0.065|-3.938|0.000|-0.384，-0.128||SOE|0.087**|0.038|2.289|0.022|0.012，0.162||Indep|-0.065*|0.034|-1.912|0.056|-0.132，0.002||Industry|控制|-|-|-|-||Year|控制|-|-|-|-||Constant|-1.256***|0.256|-4.906|0.000|-1.758，-0.754||N|[样本数量]|-|-|-|-||R2|0.356|-|-|-|-||变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||EU|0.456***|0.056|8.143|0.000|0.346，0.566||Size|0.065**|0.028|2.321|0.020|0.010，0.120||Lev|0.189***|0.045|4.200|0.000|0.100，0.278||ROA|-0.356***|0.078|-4.564|0.000|-0.510，-0.202||CF|-0.256***|0.065|-3.938|0.000|-0.384，-0.128||SOE|0.087**|0.038|2.289|0.022|0.012，0.162||Indep|-0.065*|0.034|-1.912|0.056|-0.132，0.002||Industry|控制|-|-|-|-||Year|控制|-|-|-|-||Constant|-1.256***|0.256|-4.906|0.000|-1.758，-0.754||N|[样本数量]|-|-|-|-||R2|0.356|-|-|-|-||----|----|----|----|----|----||EU|0.456***|0.056|8.143|0.000|0.346，0.566||Size|0.065**|0.028|2.321|0.020|0.010，0.120||Lev|0.189***|0.045|4.200|0.000|0.100，0.278||ROA|-0.356***|0.078|-4.564|0.000|-0.510，-0.202||CF|-0.256***|0.065|-3.938|0.000|-0.384，-0.128||SOE|0.087**|0.038|2.289|0.022|0.012，0.162||Indep|-0.065*|0.034|-1.912|0.056|-0.132，0.002||Industry|控制|-|-|-|-||Year|控制|-|-|-|-||Constant|-1.256***|0.256|-4.906|0.000|-1.758，-0.754||N|[样本数量]|-|-|-|-||R2|0.356|-|-|-|-||EU|0.456***|0.056|8.143|0.000|0.346，0.566||Size|0.065**|0.028|2.321|0.020|0.010，0.120||Lev|0.189***|0.045|4.200|0.000|0.100