【摘要】在推进汇率市场化改革、 实行高水平对外开放的背景下， 我国海外企业应考虑未预期到的汇率政策调整对于自身的风险冲击。选取2009 ～ 2023年我国上市海外企业为研究样本， 探讨汇率政策不确定性对海外企业破产风险的影响。研究发现， 汇率政策不确定性会显著增大海外企业破产风险， 这一结论在经过一系列稳健性检验后依然成立。基于手工整理的海外企业纵向一体化与地理多元化数据研究发现， 两者均能有效缓解汇率政策不确定性对企业的风险冲击。中介效应检验表明， 财务柔性、 现金流波动以及融资约束是上述影响的作用渠道。另外， 汇率政策不确定性对市场地位较低、 非产业政策扶持、 国际化程度较高的海外企业风险冲击更大。以上研究对于我国稳步推进汇率制度改革具有一定的政策启示， 也为我国海外企业有效规避汇率风险冲击提供了经验证据。
【关键词】汇率政策不确定性；破产风险；纵向一体化；地理多元化
【中图分类号】 F832" " "【文献标识码】A" " " 【文章编号】1004-0994（2025）05-0040-8
一、 引言
党的二十大报告中明确提出， 要推进高水平对外开放， 加快构建以国内大循环为主体、 国内国际双循环相互促进的新发展格局。与此同时， 也要防范化解重大风险， 守住不发生系统性风险的底线。在各类风险中， 汇率风险无疑是一个极为重要的方面。自“走出去”战略与“一带一路”倡议提出以来， 我国本土企业积极走出国门， 纷纷通过海外并购、 绿地投资、 股权置换等方式参与国际投资， 充分利用全球要素禀赋来构建国际生产网络。相关资料显示， 2023年我国全行业对外直接投资1478.5亿美元， 对外直接投资流量连续十年居全球前三， 这标志着我国已经从过去将外资企业“引进来”的理想东道国， 逐渐演变成推动本土企业“走出去”的资本输出国。这不仅有利于我国企业通过技术溢出方式实现“弯道超车”与“跨越式发展”， 还有助于引导国内产业结构转型升级， 推进经济高质量发展。
然而， 随着各国经贸往来的日益密切、 国际产业链分工的逐步细化以及金融全球化的不断深入， 由此导致的联动性也使得世界各国都面临着汇率大幅波动的风险。与此同时， 金融危机爆发、 贸易冲突加剧等一系列“黑天鹅”事件的发生， 以及我国汇率制度改革的不断推进， 给汇率市场带来了进一步的压力， 各国汇率政策的变更也提升了我国汇率政策的调整频率。而我国为应对特定国际环境变化而调整的汇率政策缺乏连续性， 同时， 由于政策调整前未明确传达政策调整时间、 方向以及力度等信息， 这加剧了汇率波动的幅度与频率（司登奎等，2020）， 也给我国海外企业的生产经营活动带来了一定的风险冲击。那么汇率政策不确定性是否会增大我国海外企业的破产风险？作用机理是什么？企业应采取何种措施缓解这种风险？本文以 2009 ～ 2023 年我国上市海外企业为研究样本， 实证检验汇率政策不确定性对海外企业破产风险的影响。研究表明， 汇率政策不确定性会显著增大海外企业破产风险， 财务柔性、 现金流波动以及融资约束是上述影响的作用渠道， 而企业纵向一体化与地理多元化能有效缓解汇率政策不确定性对企业的风险冲击。以上研究对于我国夯实“双循环”发展战略、 推进汇率制度改革具有一定政策启示， 同时也为我国海外企业有效管理汇率风险提供了经验证据。
本文可能的边际贡献包括： 第一， 现有政策不确定性与企业破产风险相关研究虽已较为丰富， 但鲜有文献考察两者间的关系， 本文将两者置于同一分析框架内， 拓展了相关研究。第二， 本文从企业组织战略与国际化战略的视角出发， 通过手工整理海外企业纵向一体化与地理多元化数据， 证明了两者在应对汇率政策不确定性冲击时的有效性， 这在一定程度上弥补了有关经营性对冲的研究空缺， 同时也为我国海外企业管理汇率风险提供了新的思路。
二、 文献回顾与研究假设
（一） 汇率政策不确定性与海外企业破产风险
自布雷顿森林体系崩溃后， 金融自由化与资本市场一体化不断深入， 使得发达国家与发展中国家都面临着汇率大幅波动的风险。随着近年来各国经济往来日益密切、 国际“黑天鹅”事件频发以及我国汇率制度改革的不断推进， 我国汇率政策的调整变得更加频繁。而未预期到的政策调整也给汇率市场带来了进一步的压力， 从而导致汇率波动性增大。海外企业拥有更多的海外收入和资产以及更为频繁的国际贸易与投资业务， 因此也更容易受到汇率波动的风险冲击。
根据价格传递效应， 汇率政策不确定性会增大汇率波动的频率与幅度（孟为和姜国华，2023）， 这会直接影响进出口商品的价格（蔡洁等，2023）。当海外企业的原材料采购、 产品销售与进出口商品相关时， 其生产成本与产品价格也会受到汇率波动的冲击（曹伟等，2021）。同时， 汇率波动可能使得原来国际市场上“高不可攀”的商品变得“物美价廉”， 进而恶化企业竞争环境， 降低企业的经营收入（徐展和张瑞君，2018）。另外， 汇率的意外变化还会扰乱企业未来的现金流与贴现因子， 而企业破产风险与其未来现金流不确定性显著正相关（Hutson等，2019）。不仅如此， 随着政策不确定性的上升， 企业潜在的投资风险会增大， 这将使得银行难以评估企业未来的盈利水平。而企业掌握着自身投资活动与财务状况的更多信息， 相比而言银行处于信息劣势。根据信息不对称理论， 为了应对潜在的债务违约风险与道德风险， 处于信息劣势的银行会在此时提高贷款审批条件、 收紧长期贷款闸口、 提升贷款风险补偿（田国强和李双建，2020）。而由于我国金融市场发展尚在不断完善之中， 银行信贷仍然是企业外部融资的主要方式。银行的“谨慎动机”会加剧企业的融资约束， 由汇率波动导致的财务困境将使企业面临较大的破产风险。
基于此， 本文提出如下研究假设：
H1： 汇率政策不确定性会增大海外企业破产风险。
（二） 汇率政策不确定性、 纵向一体化与海外企业破产风险
根据MM理论， 在完美的资本市场中， 公司无需进行任何对冲活动， 因为通过对冲能够完成的任何事情， 同样可以由投资者按照自己的意愿来完成。然而在现实世界中， 信息不对称、 金融摩擦等问题使得这种完美的市场并不存在， 企业的经济活动会受到众多不确定性因素的冲击。因此， 企业应该采取合理的对冲方式应对不确定性风险。虽然已有大量研究表明， 衍生品投资是海外企业应对汇率风险的重要对冲工具， 但我国衍生品市场发展迟缓， 这使得金融对冲工具依然有限（赵峰等，2020）； 同时， 衍生品合同的短期性、 高成本以及高杠杆等问题， 使其在管理长期风险敞口中存在局限性。在这种情况下， 企业可以通过经营性对冲来弥补衍生品使用时的不足。
根据产业组织理论与交易成本理论， 纵向一体化（也称为垂直整合、 纵向整合）是企业应对不确定性冲击的一种风险管理响应（Garfinkel和Hankins，2011）。根据价格传递效应， 汇率政策不确定性会影响海外企业生产经营活动所需要的进出口商品的价格， 进而影响企业的生产成本与盈利水平。而企业通过对产业链上游或下游的垂直整合， 能够将外部交易成本内部化， 增强自身对需求侧与供给侧的掌控， 有效降低由进出口商品价格波动所导致的生产成本波动， 进而降低企业的破产风险（Stiebale等，2022）。另外， 汇率波动会改变企业海外资产与收入的本币价值， 影响企业已经签订和以现金结算项目的支出金额， 进而加剧企业的现金流波动（段文奇和景光正，2021）。而企业通过纵向一体化能够有效规避上下游厂商的“敲竹杠”行为， 防止供应商与经销商在不确定性时期恶意抬高交易价格， 这能够有效降低企业的交易成本、 提升企业现金流稳定性（袁淳等，2022）。同时， 汇率政策不确定性带来的系统性风险还会提升企业潜在的融资成本、 降低企业的信贷可得性， 进而增大企业风险（司登奎等，2020）。而在一体化的环境中， 企业各部门沿着产业链在经营上相互联系， 这样的关系可以提升企业的资本配置效率与财务弹性， 增强企业在不确定性环境中的适应能力与协调能力（袁淳等，2022）， 从而能够在一定程度上缓解汇率政策不确定性对自身的风险冲击。鲁晓东等（2019）的研究也表明， 企业可通过价值链整合提升自身的汇率免疫力， 从而拥有更强的汇率对冲能力。
基于此， 本文提出如下研究假设：
H2： 纵向一体化可以缓解汇率政策不确定性对海外企业的风险冲击。
（三） 汇率政策不确定性、 地理多元化与海外企业破产风险
为了追求自身成长， 海外企业会在全球范围内构建生产、 销售以及研发网络。而在构建跨国网络的过程中， 不同企业的国际化战略选择会有所差异。一部分企业选择加大网络深度， 即在某一东道国“精耕细作”； 还有一部分企业倾向于扩大网络广度， 即通过在很多国家建立海外子公司进行“跑马圈地”。已有大量研究表明， 后者能够更为有效地应对汇率风险冲击。
根据实物期权理论和国际生产折衷理论， 将资源集中分布在有限的地理市场会增加跨境投资企业的区位风险， 而地理多元化可以为企业提供更多的选择， 使其能够处在一个更好的位置上安排业务（Chi等，2019）。正如前文所述， 汇率政策不确定性导致的汇率波动会对海外企业的生产成本和产品价格产生冲击。但由于企业的投入成本（如原材料、 劳动力成本等）和产出价格与汇率的相关性是由各自市场的细分程度所决定的， 相较于投资单一东道国的企业而言， 地理多元化能够使海外企业拥有更强的风险抵御能力。一方面， 在世界各地拥有子公司可以使海外企业根据汇率变化， 在各国之间转移生产要素和网络内附属公司的资源， 从而能够根据自身需要将成本较高的经济活动转移到成本较低的国家， 进而使得价值链活动（包括跨国网络中的采购、 分销以及制造）更具灵活性（Zhao等，2020）， 而这种经营的灵活性能够降低由汇率波动所导致的高额交易成本， 进而降低企业的破产风险。另一方面， 地理多元化能够降低企业对于某一国生产经营活动的依赖性， 从而降低对于该国货币的依赖性， 避免单一汇率波动对其经营活动的巨大影响。同时， 当汇率政策不确定性对企业的现金流产生冲击时， 多元化的网络结构能够产生货币多样性效应。企业在不同货币区的经营性现金流入与流出可能使其汇率风险相互抵消， 从而为企业的生产经营活动提供更好的保护。另外， 多元化的地理分布能够为海外企业提供更多的外币债务融资渠道， 缓解汇率波动下本土银行“谨慎动机”导致的融资约束问题。通过比较不同地区的贷款成本后， 企业还能够通过与海外子公司的内部交易获得融资， 这也能够降低企业的融资成本， 进而降低破产风险（郭飞等，2018）。因此， 在大量地理区域开展业务的海外企业能够比业务集中在少数地理区域的类似规模企业更为有效地应对汇率政策不确定性冲击。
基于此， 本文提出如下研究假设：
H3： 地理多元化可以缓解汇率政策不确定性对海外企业的风险冲击。
三、 研究设计
（一） 样本选取与数据来源
本文选取2009 ～ 2023年在我国沪深A股上市的海外企业作为研究样本。对于海外企业的界定方法如下： 将披露了海外股权类直接投资（包括建立海外子公司、设立海外分支机构、实施海外并购等）、 非股权类投资、 证券投资以及其他投资的企业视为海外企业。为了保证样本的连续性， 本文剔除了ST类企业、 金融类企业、 财务数据存在缺失的企业。为降低异常值的影响， 对连续型变量进行了上下1%分位的缩尾处理。其中， 财务指标来源于国泰安（CSMAR）数据库， 宏观指标来源于国家统计局。
（二） 变量选择
1. 被解释变量： 破产风险（Z）。借鉴刘晓光和刘元春（2019）的研究， 本文采用Z指数来衡量企业的破产风险。Z指数计算方法见公式（1）：
Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5 （1）
其中： X1=营运资金/资产总计； X2=留存收益/资产总计； X3=息税前收益/资产总计； X4=总市值/负债总额； X5=销售收入/资产总计。由于Z指数是一个反向指标， 其值越大说明企业的破产风险越小， 为了使回归结果更加直观， 本文取其相反数衡量破产风险。
2. 解释变量： 汇率政策不确定性（EPU）。借鉴司登奎等（2020）的研究， 本文选取Huang和Luk（2020）基于中国新闻报纸构建的汇率政策不确定性指数来衡量汇率政策不确定性程度。该指数通过统计相关报纸中有关汇率政策的关键词（如升值、 贬值、 国际收支、 汇率、 外汇管理、 对外债务等）， 通过主成分分析法构建而成。本文选取该指数月度数据的年度平均值除以100作为EPU的代理变量。
3. 控制变量。借鉴徐国祥和郝晋豪（2023）的研究， 本文选取了一系列控制变量， 包括： 企业规模、 杠杆率、 资产收益率、 资产周转率、 成长性、 所有权性质、 独立董事比例、 董事会规模、 货币供给、 经济增长、 消费价格指数。变量定义如表1所示。
（三） 模型构建
为了检验汇率政策不确定性对海外企业破产风险的影响， 本文构建如下回归模型：
Zit=α0+α1EPUt-1+βControlit+μi+σi+εit （2）
其中， Zit代表企业破产风险，" EPUt-1表示滞后一期的汇率政策不确定性程度， Controlit为控制变量， μi、 σi分别代表行业与个体固定效应， εit为误差项。
需要说明的是， EPU指标为时间序列数据， 若加入时间固定效应会导致EPU变量与时间虚拟变量对海外企业破产风险的作用相互抵消， 因此本文并未控制时间固定效应。为了尽量避免时间层面的遗漏变量问题， 本文借鉴已有研究方法（颜忠宝等，2023）， 在模型中加入了货币供给、 经济增长、 消费价格指数等不随企业变化的时变宏观经济指标进行控制。
四、 实证结果及分析
（一） 描述性统计
表2报告了变量的描述性统计结果。破产风险（Z）的均值为-4.476、 方差为4.979， 汇率政策不确定性（EPU）的均值为1.284、 方差为0.492， 破产风险的最值差异较大， 说明不同海外企业的破产风险存在明显差异。同时， 各控制变量描述性统计结果的分布均处于合理区间， 为后文的回归分析奠定了良好的基础。
（二） 基准回归
基于前文构建的回归模型， 本文采用逐步回归法检验汇率政策不确定性对海外企业破产风险的影响， 回归结果如表3所示。第（1）列只加入了解释变量， 结果显示汇率政策不确定性与破产风险在1%的水平上显著正相关。第（2）、 （3）、 （4）、 （5）列逐步加入了企业层面与宏观层面的控制变量， 并控制个体与行业固定效应， 结果显示汇率政策不确定性与破产风险的回归系数均通过了1%水平的统计显著性检验。上述结果表明， 汇率政策不确定性越高， 海外企业的破产风险就越大。
（三） 稳健性检验
1. 替换被解释变量。为保证研究结论的稳健性， 本文首先借鉴刘晓光和刘元春（2019）、 徐国祥和郝晋豪（2023）的研究方法， 构建了破产风险的两个虚拟变量。一是建立企业经营是否脱离“安全区”的虚拟变量（Z1）， 如果Zlt;2.675， 则Z1取值为1， 反之为0， 虽然此时企业经营未必面临破产风险， 但其经营状况已经不再稳定； 二是建立企业是否进入“破产风险警戒线”的虚拟变量（Z2）， 如果Zlt;1.8， 则Z2取值为1， 反之为0， 此时企业的财务状况出现恶化， 面临破产风险。随后采用Logit模型进行估计。回归结果如表4第（1）、 （2）列所示， 可以看到研究结论依然成立。
2. 替换解释变量。本文分别使用汇率政策不确定性指数的加权平均值（EPU1）与几何平均值（EPU2）替换上文汇率政策不确定性指标， 回归结果如表4第（3）、 （4）列所示， 可以看到研究结论依然成立。
3. 控制时间固定效应。本文在基准回归中加入多个宏观经济变量， 以此缓解未控制时间固定效应的冲击， 但仍会忽略一些时间因素。为保证结论的稳健性， 本文首先借鉴申宇等（2020）的研究方法， 剔除一个时间虚拟变量后， 将其余变量加入回归模型中， 以此控制时间固定效应； 其次， 在基准回归中采用时间维度上的聚类处理。回归结果如表4第（5）、 （6）列所示， 可以看到研究结论依然成立。
4. 考虑宏观经济波动与其他政策不确定性的冲击。企业的风险水平不仅会受到汇率政策不确定性的影响， 也会受到宏观经济波动以及其他政策变化的冲击。为剥离两者的影响， 本文首先借鉴颜忠宝等（2023）的研究， 使用国内生产总值数据， 通过广义自回归条件异方差模型计算出宏观经济不确定性指标（MU）， 并将其加入基准回归中。其次， 将汇率政策不确定性对我国经济政策不确定性总指数进行回归， 总指数由Huang和Luk（2020）构建， 涵盖贸易、 汇率、 财政等政策不确定性， 随后将得到的残差作为其他政策不确定性（Res）的代理变量， 并加入基准回归模型中。回归结果如表5第（1）、 （2）列所示， 可见在排除两者的影响后， 研究结论依然成立。
5. 考虑样本选择偏误。本文主要研究我国海外企业的风险情况， 因此那些没有进行海外投资的企业被舍弃掉了， 这可能会造成样本选择偏误问题， 从而导致结果有偏。对此， 本文采用Heckman两阶段模型进行稳健性检验。在第一阶段， 构建企业是否进行海外投资的Probit模型来估算逆米尔斯比率（IMR）， 模型如下：
Investit=r0+ r1Controlit+uind+uyear+εit （3）
其中， Invest表示企业是否进行海外投资的虚拟变量， 控制变量与上文保持一致， uind、 uyear分别为行业固定效应与年度固定效应， εit为误差项。
在第二阶段， 将得到的逆米尔斯比率作为控制变量加入模型进行检验。如表5第（3）列所示， 回归结果与前文保持一致。
6. 内生性检验。尽管对于微观企业而言， 汇率政策不确定性是外生的， 汇率政策不确定性与企业破产风险之间的双向因果关系可能较弱， 但模型的内生性问题仍然不可避免。美国货币政策调整对新兴国家存在溢出效应， 会影响其资本流动与汇率政策调整。因此， 本文借鉴孟为和姜国华（2023）的研究， 使用滞后一期的美国货币政策不确定性（USAMPU）作为EPU的工具变量， 并使用工具变量法估计原模型。如表5第（4）、 （5）列所示， 研究结论依然成立。
五、 机制检验
（一） 调节效应检验
为考察纵向一体化的调节效应， 本文构建了模型（4）：
Zit=τ0+τ1EPUt-1+τ2VIit-1×EPUt-1+
τ3VIit-1+ τ4Controlit+μi+σi+εit （4）
其中， VI表示海外企业的纵向一体化程度。借鉴袁淳等（2022）的研究方法， 通过以下公式构建纵向一体化指标， 具体如下：
VI =（增加值+正常利润-税后净利润）/（主营业务收入+正常利润-税后净利润）=（增加值+净资产×平均净资产收益率-税后净利润）/（主营业务收入+净资产×平均净资产收益率-税后净利润 ） （5）
其中： 净资产=资产总计-负债总计+少数股权收益； 平均净资产收益率为不同行业历年来净资产收益率的均值； 增加值为企业的销售额与采购额之差。采购额的计算公式为：
采购额=（购买商品、 接受劳务支付的现金+期末应付款-期初应付款+期初预付款-期末预付款+期末应付票据-期初应付票据）/（1+采购商品的增值税税率）+期初存货-期末存货 （6）
同时， 为保证指标度量的准确性， 本文参考袁淳等（2022）的研究， 剔除了偏离合理值域［0，1］的观测值。VI的指标值越大， 代表企业的纵向一体化程度越高。此外， 文中还将该指标按其中位数构建了虚拟变量（VI1）， 大于中位数取1， 否则取0， 用以检验结论的稳健性。
为考察地理多元化的调节效应， 本文构建了模型（7）：
Zit=η0+η1EPUt-1+η2Geoit-1×EPUt-1+η3Geoit-1+
η4Controlit+μi+σi+εit （7）
其中， Geo表示海外企业的地理多元化程度， 该指标是借鉴Zhao等（2020）的研究方法， 通过手工整理而得。具体方法是： 首先从CSMAR财务报表附注数据库中查询上市公司子公司基本情况， 然后根据其注册地址， 手工统计出企业海外子公司分布的东道国数量， 其数值越大， 代表公司海外投资覆盖的国家数量越多， 地理多元化程度越高。同样， 本文对该指标做了去中心化处理， 随后按其中位数构建虚拟变量（Geo1）进行稳健性检验。
根据表6中第（1）、 （2）列可知， VI与EPU交互项的系数在5%的水平上显著为负， 这说明海外企业的纵向一体化程度越高， 汇率政策不确定性对其风险冲击就越小。原因在于， 企业通过整合上下游产业链， 能够将外部成本内部化， 从而提升财务柔性与内部现金流稳定性， 可在一定程度上缓解汇率政策不确定性对自身的风险冲击。由此证实了H2。
根据表6中第（3）、 （4）列可知， Geo与EPU交互项的系数在1%的水平上显著为负， 这说明上市公司海外子公司分布的国家范围越广， 汇率政策不确定性对其风险冲击就越小。原因在于， 企业海外投资的国家数量较多时， 会降低企业对某一国货币的依赖性， 同时也提升了经营的灵活性， 从而在一定程度上缓解了自身面临的汇率风险。这一结果证实了H3。
（二） 中介效应检验
基于前文所述， 汇率政策不确定性会降低企业的银行借款可得性、 加剧企业的现金流波动以及降低企业的财务柔性， 这会使得企业的融资方式受到内外部条件的双重限制。根据融资约束理论， 内外部融资受阻会使企业面临更大的破产风险。因此， 本文将从财务柔性、 现金流波动以及融资约束三个方面， 检验汇率政策不确定性影响海外企业破产风险的作用渠道。
借鉴刘宇尧和陆家骝（2018）的研究， 本文选取企业现金持有水平与负债能力等指标构建财务柔性（FF）变量。具体计算公式如下：
财务柔性=现金及现金等价物/总资产+（抵押品价值-负债）/总资产" （8）
抵押品价值= 0.715×应收账款+0.547×存货+0.535×固定资产 （9）
借鉴韩珣等（2022）的研究， 本文使用企业经营性现金流三年期滚动标准差， 作为企业现金流波动（Cash）的代理变量。借鉴顾雷雷等（2020）的研究， 本文使用FC指数作为融资约束（FC）的代理变量， 该指数使用Logit模型计算企业每年发生融资约束的概率P， 取值范围为0 ～ 1， 其值越大代表企业的融资约束越严重。
为考察汇率政策不确定性影响海外企业破产风险的作用渠道， 本文借鉴颜忠宝等（2023）的研究方法， 首先检验解释变量对于中介变量的影响， 即汇率政策不确定性对企业财务柔性（FF）、 现金流波动（Cash）以及融资约束（FC）的影响。由表7可知， EPU与FF的回归系数显著为负， 而与Cash和FC的回归系数显著为正， 这表明汇率政策不确定性会降低海外企业财务柔性、 加剧企业现金流波动以及融资约束。
随后， 按上述三个指标的中位数将样本分为较高与较低两组进行分组回归。由表8可知， 在财务柔性较低组、 现金流波动较大组以及融资约束较高组中， EPU的回归系数更大， 且均通过了组间系数差异检验。由此表明， 财务柔性、 现金流波动以及融资约束是汇率政策不确定性增大海外企业破产风险的三个作用渠道。
六、 异质性分析
（一） 企业市场地位
较高的市场地位可以使企业在供应链中拥有更强的议价能力与更高的谈判地位， 从而在市场交易中拥有更大的竞争优势。当汇率政策不确定性提升时， 市场地位较高的企业可以凭借商业信用、 掠夺性定价、 调整上下游企业的货款收取时间等方式获得更为稳定的现金流， 从而在面临外界不利冲击时具有更强的风险抵御能力。另外， 市场地位较高的企业往往与银行的关系更为密切， 也具有更为便利的融资渠道， 使其能够更为容易地获得银行贷款， 这在一定程度上缓解了由政策不确定性导致的资金需求压力， 从而降低其破产风险。为检验此结论， 参考袁淳等（2022）的研究方法， 本文选取企业营业收入占行业内所有公司总营业收入的比重作为企业市场地位的代理变量， 然后按中位数将样本分为市场地位较高与市场地位较低两组进行分组回归。由表9第（1）、 （2）列可知， 在企业市场地位较低组中， EPU的回归系数更大， 这表明海外企业的市场地位较低时， 汇率政策不确定性对其风险冲击更大。
（二） 产业政策
为转变我国经济发展模式， 促进产业结构转型升级， 我国政府部门不断通过产业政策调整引导企业投资与创新， 其中有很多企业为了响应国家战略调整而走出国门。在我国选择性产业政策模式下， 企业会受到来自政策调整的直接影响。当企业处于产业政策扶持性行业时， 能获得更多的资源要素， 例如放宽金融管制、 降低贷款利率以及增加政府补贴与信贷配给等， 这能够在一定程度上缓解企业的融资约束、 抑制企业的现金流波动， 进而减少汇率政策不确定性对于企业的风险冲击。借鉴钟宁桦等（2019）的研究方法， 本文手工整理出“十一五”至“十四五”规划中明确鼓励或重点支持的行业， 并按照上市公司行业分类代码进行匹配， 随后按其是否属于产业政策扶持性行业进行分组检验。由表9第（3）、 （4）列可知， 在非产业政策扶持组中， EPU的回归系数更大， 这表明当海外企业处于非产业政策扶持性行业时， 汇率政策不确定性对其风险冲击更大。
（三） 国际化程度
企业不同的国际化战略选择会导致其所受汇率政策不确定性的冲击有所差异。企业的国际化程度越高， 表明其对海外市场的资源投入越大， 对单一市场的依赖程度越高， 这会导致汇率政策不确定性对其海外经营产生更大的冲击。为了检验这一结论， 本文参照王欣和付雨蒙（2023）的研究方法， 以企业海外营业收入占总营业收入的比重作为企业国际化程度的代理变量， 随后按其中位数进行分组回归。由表9第（5）、 （6）列可知， 在国际化程度较高组中， EPU的回归系数更大， 这表明当海外企业的国际化程度较高时， 汇率政策不确定性对其风险冲击更大。
七、 结论与建议
（一） 结论
本文选取2009 ～ 2023年我国上市海外企业数据， 实证分析汇率政策不确定性对海外企业破产风险的影响。研究发现， 汇率政策不确定性会增大海外企业的破产风险， 其中， 财务柔性、 现金流波动以及融资约束是三个作用渠道。基于手工整理的海外企业纵向一体化与地理多元化数据， 研究发现两者均能有效缓解汇率政策不确定性对于企业的风险冲击。另外， 汇率政策不确定性对于市场地位较低、 非产业政策扶持、 国际化程度较高的海外企业风险冲击更大。
（二） 建议
基于以上结论， 本文提出以下几点建议： 第一， 随着我国汇率市场化改革与对外开放程度的不断深入， 人民币汇率波动弹性也将有所增强， 这可能会对我国实体经济产生进一步的冲击。因此， 我国政府部门需充分重视汇率政策调整的经济后果， 提高政策实施的透明度， 引导微观主体形成合理的汇率波动预期。同时， 要积极关注外汇市场的稳定， 并在必要时采取相应的政策手段调控市场， 避免汇率失调。
第二， 我国海外企业应充分利用国内国外两个市场、 两种资源， 通过产业链的垂直整合与全球生产网络的构建， 提升资源配置效率与经营灵活性， 进而有效应对长期汇率风险。同时， 企业应结合自身的生产经营特点， 选取适当可行的对冲工具， 利用金融对冲与经营对冲各自的优势， 合理管控企业的长期与短期风险敞口， 从而最大限度地从风险管理投入中受益。
第三， 由于汇率政策不确定性对海外企业的风险冲击具有明显的异质性特征， 建议我国政府部门加强对市场地位相对较低企业的资金流动性和中长期信贷短缺问题的解决， 指导各级地方政府加快市场化改革， 提升地区金融发展水平， 以此为我国经济高质量发展打造更为完善的营商环境。同时， 政府要积极发挥“扶持之手”的作用， 例如对特定企业或行业实施税收减免或定向扶持等措施， 通过“精准滴灌”缓解汇率政策不确定性对于海外企业的风险冲击。
【 主 要 参 考 文 献 】
蔡洁，段依莎，叶茂升．人民币汇率变动对制造业企业出口产品质量的影响效应检验［ J］．统计与决策，2023（20）：157 ～ 162．
曹伟，冯颖姣，陈煌杰．人民币汇率传递、行业进口价格与进口定价能力［ J］．国际金融研究，2021（12）：74 ～ 83．
段文奇，景光正．汇率波动如何影响了中国企业出口市场退出？［ J］．经济科学，2021（3）：18 ～ 30．
顾雷雷，郭建鸾，王鸿宇．企业社会责任、 融资约束与企业金融化［ J］．金融研究，2020（2）：109 ～ 127．
郭飞，游绘新，郭慧敏．为什么使用外币债务？——中国上市公司的实证证据［ J］．金融研究，2018（3）：137 ～ 154．
韩珣，李建军，彭俞超．政策不连续性、非金融企业影子银行化与企业创新［ J］．世界经济，2022（4）：31 ～ 53．
刘晓光，刘元春．杠杆率、短债长用与企业表现［ J］．经济研究，2019（7）：127 ～ 141．
刘宇尧，陆家骝．融资约束、 财务松弛与股价信息含量［ J］．管理科学，2018（5）：147 ～ 160．
鲁晓东，刘京军，陈芷君．出口商如何对冲汇率风险：一个价值链整合的视角［ J］．管理世界，2019（5）：92 ～ 105+125．
孟为，姜国华．汇率政策不确定性与企业信贷融资：基于外币贷款视角［ J］．世界经济，2023（3）：31 ～ 62．
申宇，任美旭，赵静梅．经济政策不确定性与银行贷款损失准备计提［ J］．中国工业经济，2020（4）：154 ～ 173．
司登奎，赵冰，刘喜华等．汇率政策不确定性与企业杠杆率［ J］．财经研究，2020（12）：124 ～ 137．
田国强，李双建．经济政策不确定性与银行流动性创造：来自中国的经验证据［ J］．经济研究，2020（11）：19 ～ 35．
王欣，付雨蒙．企业数字化对国际化深度的影响研究［ J］．经济学动态，2023（3）：104 ～ 124．
徐国祥，郝晋豪．非金融企业金融化、 货币政策与经营风险［ J］．国际金融研究，2023（5）：85 ～ 96．
徐展，张瑞君．汇率风险是如何传递给非跨国公司的？——基于企业竞争的视角［ J］．会计研究，2018（11）：43 ～ 49．
颜忠宝，张跃化，赵峰等．货币政策不确定性、 央行言辞沟通与企业投资效率——兼论“双支柱”调控的有效性［ J］．金融评论，2023（2）：67 ～ 90+125 ～ 126．
袁淳，耿春晓，孙健等．不确定性冲击下纵向一体化与企业价值——来自新冠疫情的自然实验证据［ J］．经济学（季刊），2022（2）：633 ～ 652．
赵峰，颜忠宝，张甜甜．金融衍生品监管能促进企业跨境投资水平提升吗——基于中国金融衍生品监管指数的实证分析［ J］．财会月刊，2020（4）：153 ～ 160．
钟宁桦，温日光，刘学悦．“五年规划”与中国企业跨境并购［ J］．经济研究，2019（4）：149 ～ 164．
Chi T.， Li J.， Trigeorgis L.G.， et al.. Real Options Theory in International Business［ J］． Journal of International Business Studies，2019（4）：525 ～ 553．
Garfinkel J. A.， Hankins K. W.. The Role of Risk Management in Mergers and Merger Waves［ J］． Journal of Financial Economics，2011（3）：515 ～ 532．
Huang Y.， Luk P.. Measuring Economic Policy Uncertainty in China［ J］． China Economic Review，2020（59）：1 ～ 18．
Hutson E.， Laing E.，Ye M.. Mutual Fund Ownership and Foreign Exchange Risk in Chinese Firms［ J］． Journal of International Financial Markets，Institutions and Money，2019（5）：169 ～ 192．
Stiebale J.，Vencappa D.， Rosenzweig M. R.. Import Competition and Vertical Integration：Evidence from India［ J］． Journal of Development Economics，2022（155）：102790．
Zhao Y.， Parente R.， Song M.， et al.. Host Country Institutional Diversity and MNE Performance Persistence［ J］． Journal of Business Research，2020（5）：1 ～ 12．
