1. 引言

1.1. 研究背景

金融危机之后，全球进入了前所未有的大变局，国际形势变得更加错综复杂，发生了许多出人意料的事件。在当前国际环境的背景下，我国面临着经济下行的压力和风险，因此提出了加强供给侧结构性改革，构建新的发展格局“国内大循环、国内国际双循环”的政策调整。然而，政府频繁地使用“有形的手”进行调控，无疑也加剧了经济政策的不确定性。

近年来，我国经济发展已实现了质的飞跃，房地产行业是对我国国民经济作出重大贡献的重要经济支柱之一，对我国经济发展来说是至关重要的，目前，房地产市场正处于深刻转型期，土地供给持续紧缩，企业负债持续叠加，国家对房地产行业的监管力度也在逐年上升，在这样的背景下，房地产企业面临着复杂的经济环境以及各级政府密集出台的各项房地产调控政策，使其面临着较高的经济政策不确定性，这些较高的经济政策不确定性很可能会导致房地产企业的融资结构对其经营绩效产生的影响逐渐加大。

1.2. 研究方法

本文首先通过文献综述法，对国内外关于经济政策的不确定性、融资结构以及企业经营绩效等相关理论的研究文献进行查找、研读以及思考。其次，运用数据分析法。根据陆尚勤和黄昀两位学者编制的中国经济政策不确定性指数数据和我国A股房地产行业上市公司财务数据，分析我国经济政策不确定性的水平，对经济政策的不确定性、融资结构与企业经营绩效三者之间的关系展开探究。最后，通过实证研究法，同时采用定性和定量相结合的方法，以我国房地产上市公司数据为基础，构建数学模型，利用STATA等数据分析软件，对数据进行处理和分析，提出假设并加以验证。

2. 国内外研究现状

2.1. 经济政策不确定性研究现状

国内外对于经济政策不确定性的研究，主要可以分为对企业融资的影响和对企业投资的影响。在融资方面，吴小会(2023)通过对A股上市公司面对经济政策不确定性时行为受到的影响，得出经济政策不确定性对企业的债券融资、银行贷款融资、股权融资存在负向影响[1]。姚震等(2020)从企业异质性和融资渠道的角度出发进行了探讨，得出了企业的融资约束会随着经济政策不确定性的增加而增加[2]。Kesten和Mungan (2016)从股权融资的角度入手，通过建立模型发现政策不确定性升高会降低公司首次公开募股的频率，使得公司首次公开募股的成本上升[3]。

在投资方面，陈美晗等(2022)认为，经济政策不确定性会加强企业资产负债率对企业可持续发展产生的不利影响，在竞争激烈的房地产市场中，由于企业需要不断扩大规模以应对市场竞争，为避免资金短缺，使得企业债权成本不断上升，经济政策的不确定性会导致房地产企业的投资项目产生挤出效应，导致投资水平下降[4]。荆中博等(2021)认为，随着经济政策不确定性的上升，房地产企业会扩大融资规模和投资规模。经济政策不确定性上升给实体投资带来的影响小于其给金融投资带来的影响。在越是竞争激烈的市场中，经济政策不确定性对房地产企业投资的影响程度越弱[5]。而李凤羽和杨墨竹(2015)认为在后金融危机时代，经济政策不确定性对投资的负面影响变得更加显著[6]。然而郭平(2016)却提出了不同看法，他通过研究中国企业的营商环境调查数据发现，政策不确定性实际上增加了企业做出投资决策的意愿。但抑制了固定资本投资[7]。但朱瑞博等(2019)认为对于外商直接投资来说，经济政策不确定性是个利好信号[8]。梁艺缤(2023)研究发现，如果宏观经济政策多次调整，将会直接造成企业金融资产投资规模明显提高，初步认为宏观经济政策反复变化环境之下，企业金融资产调整目的实际上就是进行预防性存储[9]。Chen等(2020)发现经济政策不确定性的上升会极大地对投资产生不利影响，并且这种影响最长能够持续4年[10]。此外，Hsieh等(2019)针对对外投资的研究，发现某一国家经济政策不确定性的增加很有可能会促进该国国内跨国公司的对外投资[11]。Guanchun和Chengsi (2020)通过对中国企业投资行为和融资行为的研究，指出当经济政策不确定性增加时，不仅会抑制投资行为，还会限制企业发行净债务，但不会过度影响企业的现金储备量[12]。

2.2. 融资结构与企业经营绩效研究现状

关于企业融资结构与企业经营绩效的研究，国内外学者也进行了大量的研究，研究出了不少有价值的方法，但其研究结果也存在着一些不同意见。融资决策在企业的经营决策中也发挥着至关重要的作用。企业在日常的经营活动中需要大量的资金支持，企业的投资支出、内部培训、技术研发等经营活动都需要大量资金的投入，而这些活动又会反过来对企业经营绩效产生重大影响。许多学者也对融资行为与企业绩效之间相互影响关系的问题进行了研究。Miroslav Mateev (2013)认为资产负债率对企业财务绩效会产生负向影响[13]。苏亚(2013)认为债务融资结构、债务期限结构、债务布置结构与公司经营绩效均呈现正相关的关系[14]。黄倩等(2022)认为由于经济政策不确定性升高会使企业的外部融资减少，而企业的外部融资规模的降低会导致企业经营绩效受到负面影响[15]。目前的主流观点认为融资约束的上升会导致企业经营绩效的下降。张爱美等(2019)也证明了融资约束对企业经营绩效的抑制作用，提出了虽然融资约束对经营绩效存在抑制作用，但不可一味地只降低企业融资约束水平，而是将其控制在一定的合理区间[16]。仝德刚(2023)从内部融资角度出发，内部融资水平与经营绩效存在正相关关系。其次，企业的资产负债率对经营绩效具有重要的反作用，资产负债率越高，对经营绩效的抑制作用越明显[17]。

本文的边际贡献主要有以下两点：第一，聚焦特定行业深入剖析：本文专注于房地产上市公司，深入探讨经济政策不确定性、融资结构与企业经营绩效的关系。现有研究多为宽泛的企业层面分析，该研究针对房地产行业特性，为房地产行业企业制定战略和决策提供更贴合的依据，也为监管部门制定针对性政策提供参考。第二，揭示门槛效应及作用机制：本文将融资结构作为门槛变量，探究变量间的非线性关系；现有文献多采用传统的线性回归等方法，较少关注变量关系的非线性特征。通过建立门槛效应模型，发现融资结构存在显著双门槛效应。丰富了相关理论，为企业优化融资结构提供了量化标准。

3. 理论基础与研究设计

3.1. 理论基础

(1) 实物期权理论。期权理论是一种不可转让的选择权，它不受金融资产的约束，而是受实物资产的约束，是企业管理者对其所拥有资产进行投资决策时所具有的一种灵活性投资策略。根据该理论，企业管理者对实物资产投资决策是具有灵活性的，当市场环境的经济政策不确定性较高时，持有低投资风险产品，能让企业等待经济政策不确定性降低到可接受范围，再进行投资以获取更大期望报酬，所以当经济政策不确定性上升时，企业就会偏向于选择低收益低风险项目，此时对于风险表示出消极态度，只有在市场环境的经济政策不确定性降低到可接受范围内时，此时对于企业来说能够在未来获得更大的期望报酬，同时又可以避免因为对未来经济政策预判失误而蒙受投资决策失误带来的损失。

(2) 金融摩擦理论。在市场经济条件下，一个企业的经营状况既取决于自身的决策运营情况，也受外部环境的影响，经济周期理论要求企业更多的关注外部形势，把握经济扩张和紧缩交替反复出现的规律性，从而更好的作出决策。在不完全市场中，市场投资者所掌握的信息是不对称的，在这种情况下，会存在各种可能导致交易成本升高的因素，

(3) 预期理论。早期的期望效用理论，长期以来为不确定性下的战略决策提供了需要遵循的原则，即利益最大化。在此理论基础上提出的预期理论，对其做出进一步的改进，采用“价值函数”和“决策权重函数”对预期进行估值，以求出预期估值最高的决策方案。该理论认为当利得和损失在相同条件下，人们往往更倾向于关注利得。在低风险下，人们面对利得时倾向于选择直面风险，面对损失倾向于规避风险，而在高风险条件下，则恰恰相反。

3.2. 研究假设

一方面，根据预期理论，在低风险下，面对利得倾向于直面风险，面对损失倾向于规避风险；在高风险条件下则相反。当经济政策不确定性上升时，企业面临的风险水平增加，属于高风险环境。此时企业管理者可能更关注风险背后的利润，选择扩大投资规模获取高额利润，以提升企业价值，这对应假设H1a中经济政策不确定性对企业经营绩效有正向影响。然而，经济政策不确定性上升也使外部经济环境不稳定，企业经营风险和未来前景不确定性增加，企业管理者也可能偏向规避风险，避免扩大投资规模，这又与假设H1b相符。所以预期理论从不同角度为两个不相容假设提供了理论基础。同时，根据实物期权理论，当市场环境的经济政策不确定性较高时，企业就会偏向于低收益低风险，企业往往会因为等待而错过投资时机。

此外，根据金融摩擦理论可知，由于各市场参与者所掌握的信息存在差异，同时由于经济政策不确定性的存在，当经济政策不确定性上升时，某一企业所掌握的信息与外界相比，其不对称程度会随之升高，企业面临的金融摩擦也会随之增加，此时金融为了降低自身贷款风险而选择增加风险溢价或融资成本，从而导致了企业融资成本的增加。对于企业来说，面对不断上升的经济政策不确定性，信息获取困难程度不断增加，影响企业正常经营活动和投资，对企业经营绩效有负向影响。因此，根据上述分析判断，本文提出如下不相容假设：

假设H1a：经济政策不确定性对于企业而言利大于弊，对企业经营绩效有正向影响。

假设H1b：经济政策不确定性对于企业而言弊大于利，对企业经营绩效有负向影响。

而当企业面对不确定性较高的经济环境的时候，要想走出企业经营绩效不断下降的局面，就需要大量的资金支持，以进行各种经营活动的调整。企业获取资金支持的渠道众多，不同的获取方式和来源构成了企业的融资结构。就债务水平而言，当债务水平较高时，面对经济政策不确定性时，容易产生风险叠加，因此，经济政策不确定性对于企业经营绩效的影响很有可能因为不同的融资结构产生不同的影响效果。根据金融摩擦理论，当经济政策不确定性增加时，会导致企业的融资所受到的限制大大增加，融资所需成本也随之增加，同时导致企业容易丧失抵御风险的能力，面对风险，企业的经营绩效很有可能下降；同时，经济政策不确定性的上升会增加企业获取信息的难度，较高的负债水平使企业难以发挥治理作用，不利于企业经营绩效的增长。基于此，并且结合前文的一系列理论分析，提出如下假设：

假设H2：不同债务融资水平下，经济政策不确定性对企业经营绩效的负向影响程度存在差异。

3.3. 变量设计

被解释变量：企业经营绩效。采用总资产净利润率(ROA)，表示企业的综合业绩表现，等于企业的净利润与平均净资产的比值来表示，一般情况下，净资产收益率越高，代表企业的盈利能力越强，投资的收益率更高，企业的经营绩效越好。

解释变量：经济政策不确定性。采用由Baker等学者计算得出的经济政策不确定性指数(EPU)来衡量。因EPU指数为月度数据，而公司的财务数据为年度数据和季度数据，二者之间存在时间上的差异，为了更彻底地利用EPU指数以及使实证结果更加符合事实，本文参考了张光利等(2017) [18]的做法将EPU指数转化为季度数据再进行计算，即$\text{EPU}t=\left(3\text{EPUI}t+2\text{EPUI}t-1+\text{EPUI}t-2\right)/6/100$ ，$t=3,6,9,12$ 。

控制变量：除了经济政策不确定性以外，为了防止其他遗漏的变量会影响企业的经营绩效水平，对实证结果产生影响，通过阅读文献，本文进一步加入如下控制变量：资产负债率、企业规模、速动比率、营运能力、上市年限、托宾Q值、成长能力。

门槛变量：在对融资结构的门槛效应的研究中，包括被解释变量、解释变量、控制变量均相同，其中门槛回归模型的门槛变量则为融资结构，采用资产负债率来表示。

各变量的含义具体说明见表1：

Table 1. Variables and their meanings

表1. 变量及含义

3.4. 模型构建

根据以上思路，建立如下多元线性回归模型1：

${\text{ROAValue}}_{j,t}={\alpha }_{j,t}+\beta {\text{EPU}}_{j,t}+{\displaystyle \sum _{n=1}^7{\gamma }_n}{\text{ConVariables}}_{j,t}+{\epsilon }_{j,t}$ (1)

式中${\text{EPU}}_{j,t}$ 为解释变量，${\text{ConVariables}}_{j,t}$ 为各个控制变量。t为年份，取值：2018年、2019年、2020年、2021年、2022年。j为各个房地产企业的序号。该模型用于研究经济政策不确定性对企业经营绩效影响的实证研究，对假设H1进行初步验证。

在构建模型方面，在上述回归模型的基础上引入交互项$\text{EPU}\times \text{ADR}$ ，为对假设H2进行初步验证，构建模型2如下：

$\begin{array}{l}{\text{ROAValue}}_{j,t}={\alpha }_0+{\alpha }_1{\text{EPU}}_{j,t}\times {\text{ADR}}_{j,t}+{\alpha }_2{\text{EPU}}_{j,t}+{\alpha }_3{\text{ADR}}_{j,t}+{\alpha }_4{\text{ORGS}}_{j,t}\\ +{\alpha }_5{\text{RR}}_{j,t}+{\alpha }_6\text{TUR}+{\alpha }_7{\text{LA}}_{j,t}+{\alpha }_8{\text{TBV}}_{j,t}+{\alpha }_9{\text{GD}}_{j,t}+{\epsilon }_{j,t}\end{array}$ (2)

其次，为了进一步验证面板门槛的存在以及突变点及其具体数值大小，本文在理论分析的基础上，将融资结构作为门槛变量，建立门槛回归模型3如下：

$\begin{array}{l}{\text{ROAValue}}_{j,t}={\alpha }_0+{\alpha }_1{\text{EPU}}_{j,t}\times I\left({\text{ADR}}_{j,t}\le \beta \right)+{\alpha }_{2}EP{U}_{j,t}\times I\left({\text{ADR}}_{j,t}>\beta \right)+{\alpha }_3{\text{ADR}}_{j,t}\\ +{\alpha }_4{\text{ORGS}}_{j,t}+{\alpha }_5{\text{RR}}_{j,t}+{\alpha }_6{\text{TUR}}_{j,t}+{\alpha }_7{\text{LA}}_{j,t}+{\alpha }_8{\text{TBV}}_{j,t}+{\alpha }_9{\text{GD}}_{j,t}+{\epsilon }_{j,t}\end{array}$ (3)

虽然该模型为单一门槛模型，但双门槛和三门槛模型都是在此基础上进行构建的，构建方法同上，故本文不在此赘述。

3.5. 样本选取与数据来源

本文按照2012年中国证监会行业分类中的房地产行业选取原始样本，以2018年~2022年A股上市房地产公司的数据作为研究对象，为了确保实证结果的准确性和严谨性，剔除了被特别处理的、关键变量缺失的以及资不抵债的企业；为避免极端值的影响，本文对所有变量进行了上下1%的缩尾处理。本文数据来源于国泰安(CSMAR)数据库和各公司年报，选取108家A股上市房地产公司作为研究对象，利用Stata16.0软件进行分析。

4. 实证检验

4.1. 经济政策不确定性对企业经营绩效的影响

4.1.1. 描述统计

通过对表2的分析可以得出，经过剔除数据缺失或已退市的企业数据，在剩余的488个样本中，企业经营绩效ROAValue的均值为0.01，最小值−0.873，最大值0.207，个体差异较大，为右偏分布，而行业平均经营绩效水平偏低。自变量经济政策不确定性EPU指数均值为644.91，最大值791.874，最小值460.47，极值差距，说明该指数波动十分剧烈，说明我国在统计期内政策调整较为频繁。

Table 2. Descriptive statistics

表2. 描述统计

通过数据分析，表2中数据的变化峰值大都远远小于10，说明各个变量的上下波动在正常范围之内，从而可以得出该样本符合正态分布规律，可以用于后续回归分析。

4.1.2. 相关性检验和共线性诊断

由表3和表4可知，各变量的相关性系数均小于0.5，各变量的方差膨胀系数均大于1或约等于1，并且大都在1附近，各变量之间不存在严重的相关和共线，各变量之间相互独立，无法相互替代，说明后续的回归分析存在研究意义。

Table 3. Correlation test

表3. 相关性检验

注：^* p < 0.10, ^** p < 0.05, ^*** p < 0.01。

Table 4. Collinearity diagnosis results

表4. 共线性诊断结果

4.1.3. 多元回归分析

根据表5可知，经过STATA数据分析后，得出经济政策不确定性EPU与企业经营绩效的基准回归，即第(1)列所示，EPU与ROAValue的相关系数为−0.004，在10%的水平下显著。在加入控制变量后，EPU与ROAValue的相关系数为−0.004，在5%水平下显著，表明经济政策不确定性与经营绩效之间确实存在显著因果关系，与假设H1b相吻合，经济政策不确定性对于企业而言确实弊大于利，对企业经营绩效有负向影响。综上，假设H1a不成立，假设H1b成立。

Table 5. Results of multiple regression analysis of economic policy uncertainty on business performance

表5. 济政策不确定性对企业经营绩效的多元回归分析结果

注：括号内是在企业层面聚类调整后的t值，^***p < 0.01，^**p < 0.05，^*p < 0.10。

4.1.4. 稳健性检验

虽然上述回归分析涵盖了近五年房地产行业A股绝大部分上市公司的财务数据，满足了经济学分析的要求，为了保证实证结果的稳健性，有必要进行稳健性检验。本文采用变量替换法来进行检验，即替换经济政策不确定性的量化变量。

为了稳健起见，本文选择由国内学者陆尚勤和黄昀一同计算得出的中国经济政策不确定性指数(CEPU)来替换Baker等学者计算得到的经济政策不确定性指数(EPU)，并重新进行多元回归分析，从表6的稳健性检验结果来看，不难看出，表6中替换后的不确定性指数(CEPU)与企业经营绩效(ROAValue)之间依然存在着显著的负相关，说明该结果具有稳健性。

Table 6. Robustness test results

表6. 稳健性检验结果

^***p < 0.01, ^**p < 0.05, ^*p < 0.10.

4.2. 融资结构门槛效应

4.2.1. 引入交互项后的回归结果

根据表7可知，交互项EPU × ADR与企业经营绩效ROAValue的相关系数为0.009，符号为正，而经济政策不确定性EPU与经营绩效ROAValue的相关系数为−0.010，符号为负，其符号相反，说明交互项EPU × ADR会对经济政策不确定性对经营绩效的影响产生抑制作用，即当企业负债水平较高时，会抑制经济政策不确定性对企业经营绩效负向影响产生抑制作用，这与假设H2基本一致，不同债务水平下，经济政策不确定性对企业经营绩效的负向影响程度存在差异。

Table 7. Regression results after the introduction of interaction terms

表7. 引入交互项后的回归结果回归分析结果

^***p < 0.01, ^**p < 0.05, ^*p < 0.10.

4.2.2. 融资结构的门槛效应检验

从表8中可以看出，原假设不存在门槛效应不成立，其被择假设至少存在一个门槛成立，p值小于0.05，表明单一门槛在5%的水平下显著；而在双门槛检验中，其被择假设存在两个门槛值成立，p值等于0.01，表明其在1%水平显著，而相比之下，三门槛效应p值为0.4833，并不显著，因此，本文认为，融资结构作为门槛变量时，更适合双门槛效应。

Table 8. Test results of threshold effect of financing structure

表8. 融资结构的门槛效应检验结果

根据表9，通过对其门槛估计值的测算，得出第一门槛值为24.46%，95%置信区间为[84.22, 85.80]第二门槛值为84.73%，95置信区间为[16.76, 30.16]，综上来看，经济政策不确定性与企业经营绩效在融资结构上存在双门槛效应，为方便计算，本文将融资结构人为划分为类似于分段函数的三个分段，第一个分段：ADR ≤ 24.46%；第二个分段：24.46% < ADR ≤ 84.73%；第三个分段：84.73% < ADR。

Table 9. Threshold estimates and confidence intervals for financing structures

表9. 融资结构的门槛估计值及置信区间

4.2.3. 融资结构面板门槛的回归结果

Table 10. Regression results of threshold effect of financing structure

表10. 融资结构的门槛效应回归结果

注：^***p < 0.01, ^**p < 0.05, ^*p < 0.10。

根据表10，可以得出当把企业融资结构作为面板门槛效应的门槛变量时，不同债务水平下的融资结构会产生不同的作用，双门槛将融资结构认为的划分为三个分段，当ADR ≤ 24.46%时，经济政策不确定性对企业经营绩效的相关系数为0.019，根据之前对于经济政策不确定性影响的回归结果，不考虑融资结构门槛效应时其相关系数为−0.004，相比之下，相关系数由负转正，表明在这个债务水平之下，融资结构抑制了经济政策不确定性对企业经营绩效的负向影响，24.46%也便是第一个突变点，表明较低水平的资产负债率有利于企业面对外部经济风险。当24.46% < ADR ≤ 84.73%时，EPU与企业经营绩效的相关系数为−0.003，说明随着资产负债率的上升，融资结构对于经济政策不确定性对企业经营绩效负向影响的抑制作用逐渐减弱，当EPU84.73% < ADR时，二者之间的相关系数为−0.013，其绝对值大于−0.004，此时，随着资产负债率的上升，融资结构的抑制作用逐渐减弱至无甚至对其具有加强作用，增强了经济政策不确定性带来的负向影响。

综上所述，根据实证结果，我们可以初步得出，对于房地产而言，随着资产负债率的不断上升，融资结构作为中间量，对经济政策不确定性与企业经营绩效之间负相关的抑制作用先增加后达到第一门槛值后降低，最后达到第二门槛值后开始转变为加强其负相关关系。

4.2.4. 稳健性检验

结果如表11所示；重新进行融资结构的门槛效应稳健性检验，如表12所示；重新进行融资结构的门槛估计值及置信区间稳健性检验，结果如表13所示；重新进行融资结构的门槛效应回归的稳健性检验，结果如表14所示。根据表11可知，替换经济政策不确定性变量后，交互项符号依然为正，CEPU相关系数依然为负，符号相反，这与前文结论保持一致。根据表12以及表13，融资结构作为门槛变量，依然存在显著的双门槛效应，第一门槛值和第二门槛值相差无几，置信区间变化同样较小。

Table 11. Results of regression analysis after the introduction of interaction terms

表11. 引入交互项后的回归结果回归分析结果

^***p < 0.01, ^**p < 0.05, ^*p < 0.10.

Table 12. Robustness test of threshold effect of financing structure

表12. 融资结构的门槛效应稳健性检验

Table 13. Threshold estimates of financing structure and robustness test of confidence interval

表13. 融资结构的门槛估计值及置信区间稳健性检验

Table 14. Robustness test of threshold effect regression of financing structure

表14. 融资结构的门槛效应回归的稳健性检验

注：^***p < 0.01,^**p < 0.05,^*p < 0.10。

根据表14可知，资产负债率水平在三个阶段的相关系数分别为0.092、−0.025、−0.062，相比前文未考虑融资结构作为门槛变量时，企业债务对其负相关的抑制作用会随着债务水平的升高而降低，直至达到第二门槛值后产生促进作用，加剧经济政策不确定性对企业绩效的负向影响。这与前文的结论保持一致，该结论通过稳健性检验。

5. 研究结论

首先，在现状分析方面，从2015年开始，我国经济政策不确定性指数呈现震荡上升的趋势，2018年至2020年期间，我国的经济政策不确定性指数连续上升，达到历史新高，而这段时期恰好处于中美贸易战以及公共卫生事件时期，恰好对应了我国为应对美国贸易打压以及抵挡经济下行压力而不断出台的调整政策，结合近五年经济政策不确定性指数变化趋势来看，我国房地产上市公司的资产负债率的变化基本与经济政策不确定性水平的变化存在一致性，随着经济政策不确定性的增高，房地产企业往往趋向于降低权益融资的占比。

其次，经济政策不确定性既会给企业带来机遇，也同样会带来损失。本文通过实证研究分析发现，经济政策不确定性对于企业而言是弊大于利的，它对企业经营绩效表现出显著的负向影响，在其他条件一定时，尤其是经济政策不确定性不断上升的当下，由于不确定性带来的不断叠加的负向影响，房地产企业经营绩效受到显著冲击。

最后，在实证研究方面，通过建立门槛效应模型，将融资结构作为门槛变量，回归后发现其存在显著的双门槛效应，融资结构的存在，使得经济政策不确定性对企业经营绩效的影响发生改变，当企业资产负债率小于24.46%时，融资结构会抑制经营绩效与经济政策不确定性的负相关关系，当企业资产负债率位于24.46%和84.73%之间时，融资结构对经济政策不确定性带来的负向影响的抑制作用开始逐渐减弱，当企业资产负债率高于84.73%时，企业的债务将加剧经济不确定性带来的对企业经营绩效的冲击。但本文研究期间为2018~2022年，这段时间中国房地产市场经历了严重的波动，研究结论可能受到特定时期市场环境的影响，存在一定的局限性，有待进一步研究。

目前，全球经济环境凸显出其不确定性，尤其近年来，随着公共卫生事件的爆发，中美贸易摩擦等突发事件频发，我国政府频频出台经济调整政策，在抵御经济下行压力的同时，也给企业带来了对未来政策走向的难以预知性，企业搜集信息的难度大大增加，面对如此境况，从企业的微观角度出发，企业应该加强对外部信息的获取能力，减少经济不对称。同时为了更好地面对经济政策不确定性带来的冲击，可以选择将资产负债率控制在84.73%以下，甚至是24.46%以下，以应对不断上升的经济政策不确定性。

参考文献