金融市场风险溢价与企业雇佣调整.pdf

.51.FinanciallEconomicsResearchMay.20232023年5月Vol.38,No.3经融学第38 卷第3期金融市场风险溢价与企业雇佣调整刘仁和吴佳其吴龙基摘要：投资项目是企业承担就业的主要载体，而风险溢价是影响项目投资决策的关键因素。基于资产定价模型和搜寻匹配模型，使用中国A股上市公司1999一2 0 2 0 年的微观数据，探究企业如何通过员工雇佣人数调整适应市场风险溢价的变动。结果表明，因劳动力市场搜寻匹配摩擦存在雇佣时滞，市场风险溢价下降（上升）显著提升（降低）企业未来一年的雇佣增长率，这种负向影响会持续7 年，第9年开始出现逆转，变为正向影响。异质性分析发现，相较于资本、技术密集型行业的企业，劳动密集型行业的企业雇佣调整行为受市场风险溢价影响程度更大，影响时间更持久；与中小规模企业相比，大规模企业的雇佣增长率对市场风险溢价反应更敏感和持久。因此，可以将市场风险溢价作为预测未来就业形势的重要观察指标。关键词：市场风险溢价；股息收益率；劳动雇佣；雇佣时滞；劳动力市场中图分类号：F830.91文献标识码：A文章编号：2 0 97-1346(2 0 2 3)0 3-0 0 51-15一、引言就业是最基本的民生，中共二十大报告明确提出实施就业优先战略，强化就业优先政策。企业作为劳动力市场的需求方，其雇佣劳动力是解决社会就业的主要渠道；企业员工是劳动力市场的供给方，实现就业不仅是个人融人社会，维持自身生存发展必不可少的途径，也是财富积累的主要方式。中国是一个人口众多的发展中国家，就业始终是中国政府工作的重中之重，其不仅直接反映当前经济社会发展状况，而且对社会安定和谐具有深刻影响。企业是承担社会就业的主体，其投资项目又是承担就业的主要载体，影响项目决策的一个关键因素是折现率（资本成本）大小。既有文献表明，在折现率的组成中，风险溢价变动相对于无风险利率更大（Lettau and Ludvigson,2002）。而且，在标准劳动力市场模型中资本成本的主要变动来自时变风险溢价，而不是无风险利率（ChenandZhang,2011），但是目前较少文献对风险溢价如何影响中国企业劳动力雇佣进行研究，原因可能是劳动经济学与金融经济学长期分离所致。收稿日期：2 0 2 2-10-0 8基金项目：广东省财政专项资金项目（GDZXZJSCAU202054）。作者简介：刘仁和，经济学博士，华南农业大学经济管理学院教授，博士生导师，研究方向为金融经济学、公司金融与宏观金融；吴佳其，通讯作者，中山大学岭南学院博士研究生，研究方向为公司金融和劳动经济学，2 8 7 40 2 6 8 0 8 ；吴龙基，供职于深圳市前海四创资本管理有限公司，研究方向为公司金融和产业经济学。522023年第3期金融经清学研究近年来，部分学者注意到金融市场与劳动力市场之间存在一定关联，探索劳动力与金融的交互作用具有深刻意义（Matsa，2 0 18）。Y a s h i v（2 0 0 0）认为企业的劳动力雇佣决策本质上就是投资决策，与企业的实物资产或金融资产投资决策类似，核心均是企业根据未来自由现金流折现值的最大化做出最优决策。Merz and Yashiv(2007）将劳动力市场与金融市场联系起来，在Cochrane(1991,1996)基于生产的资产定价模型中加入劳动力因素，并考虑了劳动力调整成本的影响，验证了劳动力在解释公司市场价值中的重要作用。Beloetal.（2 0 2 3）建立了具有劳动力市场摩擦的新古典企业动态模型，指出企业的劳动力最优雇佣是一个既依赖折现率又依赖未来现金流的前瞻性决策，并通过实证研究发现折现率和短期预期现金流的变化可以解释美国经济中总雇佣率的大部分变动。市场风险溢价反映了市场风险的大小及居民对待风险的态度。在市场经济中，企业会根据市场状况自主地做出雇佣决定。经济繁荣时，企业趋于乐观，要求的市场风险溢价降低，倾向于增加项目投资，扩大再生产规模，包括增加雇佣人数；而在经济萧条时期，企业对未来感到悲观，要求的市场风险溢价提高，倾向于控制或缩小生产规模，缩减对劳动力的投资。企业投资活动决策的根本依据是项目净现金流折现值，而折现率是计算该值的关键变量。长期来看，相对于无风险利率，折现率的变化主要取决于市场风险溢价和项目风险变化。当市场风险溢价改变时，企业对当前资产及未来投资项目的现值判断随之发生改变，其项目投资决策以及与其相应的雇佣决策也会发生改变。根据Chen andZhang（2 0 11）的研究，当市场风险溢价降低，即折现率下降时，短期内企业投资项目及股票的现值会上升，促使企业增加项目投资，从而增加劳动力要素投资，提高雇佣人数。但是，从长期来看，相对于当期，之后的股价下降，收益率下降，企业雇佣的边际价值下降，导致其最终缩减劳动力要素投资，减少雇佣人数。鉴于此，本文以19992 0 2 0 年中国A股上市公司为样本，利用市场股息收益率作为风险溢价的代理变量，考察市场风险溢价变动对企业未来雇佣增长率的影响。可能的边际贡献在于：第一，为理解中国企业雇佣决策的影响机制提供了一个新的视角。应用金融经济学的资产定价模型和劳动经济学的搜寻匹配模型，基于中国A股上市公司的微观数据，研究了市场风险溢价对中国企业雇佣决策的短期和长期影响，为政府及监管部门将市场风险溢价纳人预测未来就业形势的观察指标提供了经验证据。第二，使用中国A股上市公司微观数据研究市场风险溢价对劳动力市场的影响，研究结果更具体、更细致。企业是最小的经济决策主体，相对于国家或行业层面的加总数据而言，使用企业层面数据能够更准确、更细致地刻画企业雇佣行为对市场风险溢价的反应，并且捕捉不同类型企业的异质性反应。二、文献综述梳理现有文献可以发现，劳动力成本、企业融资约束、企业治理等因素均会影响中国企业雇佣决策，已有许多学者对此进行了深探讨。生产要素价格变化是影响企业要素配置和投资决策的直接因素，劳动力成本高低会直接影响企业的劳动力雇佣。丁守海（2 0 10）基于粤闽两省的企业调查数据，研究发现最低工资提高了企业用工的成本压力，对企业劳动力雇佣数量造成显著的负向冲击。从微观人工53金融市场风险溢企业雇佣调整成本视角来看，刘媛媛和刘斌（2 0 14）以劳动合同法实施为落脚点，研究发现劳动合同法实施加剧了企业的人工成本粘性，提高了劳动力相对价格。根据“要素替代”效应，这促使企业增加对另一种生产要素一机器设备的投人，继而缩减了劳动力雇佣数量企业进行投资时需要大量资金作为支撑，融资约束会改变企业预算约束进而对劳动力雇佣决策产生影响。张三峰和张伟(2 0 16)以中国企业调查数据为样本研究融资约束对企业雇佣需求的影响，分析发现当企业面临的融资约束程度增大时，其投资扩张计划甚至生产经营持续性均会受到制约，进而推迟或者抑制其劳动力雇佣需求。余明桂等（2 0 2 2）从专利质押角度分析了融资约束对企业劳动雇佣的影响，发现专利质押通过缓解企业融资约束，增强了企业对劳动雇佣成本的承受能力，刺激企业扩大雇佣规模。企业治理结构与其目标导向和决策偏好息息相关，因此对劳动力雇佣决策同样具有决定性影响（周旭和云锋，2 0 2 2）。梁莱歆和冯延超（2 0 10）以上市民营企业为样本，考察政治关联对企业雇佣行为的影响，实证结果显示政治关联企业比非关联企业雇佣了更多劳动力，且关联程度越高，雇佣规模越大。企业家是企业决策的中心主体，熊琪等（2 0 15）研究发现企业家政治身份是影响雇佣行为的重要因素，拥有社会身份的企业家更可能做出有利于社会的雇佣决策，从而雇佣更多员工，支付更高薪酬。耿云江和马影（2 0 2 0）研究发现非国有大股东能有效优化国企劳动力配置决策，减轻国企超额雇员负担，提升企业价值。此外，也有学者从企业生产效率（毛其淋和许家云，2 0 15）、机器人应用（王永钦和董雯，2 0 2 0）等方面分析其如何影响企业雇佣决策。尽管国内研究企业劳动力雇佣的文献十分丰富，但鲜有学者研究市场风险溢价对企业雇佣调整的影响。部分学者将欧美股票市场与劳动力市场联系起来，发现风险溢价在解释劳动力市场变动方面具有重要作用。Hall(2017)基于美国的宏观数据发现，股票市场和失业率均受折现率影响。折现率提高意味着企业雇佣新员工带来的收益折现值降低，经济衰退时折现率提高，股票市场下跌，企业投资减少，新增就业的动机降低，劳动力市场景气度下降，失业率提高，因此高折现率伴随高失业率。类似地，KilicandWachter(2018）解释了劳动力市场与股价波动，指出时变的风险（即发生经济危机的可能性）是股票市场估值与企业就业创造动机、员工工资动态变化联结的关键原因。当预期未来风险增大时，企业雇佣投资动机减弱，股票估值降低，失业率提高。Schaal(2017)研究了企业层面时变特质风险对失业波动的影响，通过模型拟合证明时变风险是解释197 2 2 0 0 9年美国经济衰退期间总失业率波动幅度的重要因素。Chen and Zhang(2011)利用宏观的美国非农就业加总数据进行研究，发现时变风险溢价对预测美国整体劳动力市场变动具有重要的解释力。综上可见，现有研究主要讨论风险溢价对欧美等发达国家的劳动力市场的影响，且均发现风险溢价会改变企业对未来的投资收益预期进而影响其劳动力雇佣决策，证明了风险溢价在解释劳动力市场变动上具有不可忽视的重要意义。然而，此类文献主要以西方发达国家为考察样本，较少关注风险溢价如何影响中国劳动力市场变动，也缺乏相应的经验证据。因此，本文基于企业层面的微观数据，探讨金融市场风险溢价对中国企业劳动力雇佣的影响，为风险溢价解释中国劳动力市场变动提供了更精细的证据，有助于进一步理解风险溢价对劳动力市场影响的微观机制，丰富后续的研究视角。542023年第3期金融经清学研究三、理论模型本文集中讨论劳动力市场，为了简化函数形式，参考Chen andZhang（2 0 11）的研究，将劳动力视为规模报酬不变生产函数中唯一的要素投人。设企业的利润函数为I（N,X,）=f(X,)N,其中N,表示第t期初企业的总雇佣人数,X,为生产率冲击。由于劳动力市场存在搜寻匹配摩擦（Diamond，198 2；M o r t e n s e n，198 2；Pi s s a r i d e s，198 5），企业雇佣新员工不仅需要花费广告成本、筛选和挑选新员工成本、培训成本等，还需要投入一定时间（即存在雇佣时滞），比如发布招聘广告，面试、挑选新员工等，导致企业难以根据当前劳动力需求迅速增加雇佣人数，延迟了企业当期雇佣存量和产量的提高。由于许多关于劳动力投资（Sargent，197 8）和资产投资（Chirinko，1993）的文献均将该调整成本函数设为标准二次型，因此本文将其设为二次型，具体形式为：（0/2）（H,/N.）N,其中为调整成本参数，且0,H,为企业新增雇佣人数。从该成本函数可以看出，雇佣成本随着企业新增雇佣人数增加而递增且呈凸性，随企业总雇佣人数增加而递减。原因在于，随着新增雇佣人数增加，企业培训和挑选新员工的成本也会增加，而企业总雇佣人数增加可以发挥规模经济效应，减缓成本的增加速度。根据Yashiv（2 0 0 0）、M e r z a n d Y a s h i v（2 0 0 7）的研究，假设企业在第t期初做出雇佣决定，新员工在第t+1期初开始进人生产，则企业第t+1期初的总雇佣人数如式（1）。N+1=(1-8)N,+H,其中,员工的离职比例为常数,且0 8 1。式（1)表示企业第t+1期初的总雇佣人数N+1由两部分组成，一部分是第t期时员工按8 比例离职后，剩下的总雇佣人数，即（1-8)N,，另一部分是企业第t期新增的雇佣人数H,。企业的目标是未来自由现金流折现值最大化。假设企业从第t期到第t+j期的动态随机折现因子为M+i，则企业最大的未来自由现金流折现值如式（2）。280II(N+j,Xtj)-W.,NHmaxEZM,N(2)+Ht+j,N,2N+i其中，每位员工的工资为Wt。以式（1）为约束条件，设入，为拉格朗日乘子，该乘子表示额外增加一单位雇佣的边际价值。基于新增雇佣员工人数H，的一阶条件，可得式（3），表示雇佣的边际价值等于雇佣的边际成本。H入,=(3)N.基于总雇佣人数N+1的一阶条件可得式（4），表示员工雇佣的边际价值等于企业下一根据经济理论（如经典的柯布道格拉斯生产函数）和现实生活，企业要素投人除了劳动力，还包括资本。文章推导了加入资本后的情形，所得结论一致；受限于篇幅，未列示相关过程，留存备索。雇佣时滞包括计划时间（time-to-plan）（C h r i s t i a n o a n d T o d d，1996）与建设时间（time-to-build）（K y d l a n d a n dPrescott，198 2）。计划时间是指企业做出雇佣决策后，需要一定时间去制定计划，如计划招聘方式、招聘人数和新聘员工工资等。建设时间是指企业制定雇佣计划后，需要一段建设时间，比如企业需要发布招聘公告、筛选新员工、配套一系列固定资产投资供新员工使用和人事对接协调等，在此之后新雇佣员工才能正式进入生产，形成生产力。5554)边金融市场风险企业雇佣调整期劳动力的边际产量，减去员工工资，加上节省的雇佣成本，再加上除去员工离职后雇佣际存续价值的合计值，进行折现后的期望值。,=E.M.f(X-+1-W.+2+(1 8)入+1t+12N.由式（1）、（3和（4），根据E,M+R+=1得到式（5）。f(Xt+1)-W.+1+(0/2)(Nt+2/Nt+1)-(0/2)(1-8)2RH（0(N,+1/N,)-0(1-8)正如式（5）所示,R+等于第t+1期雇佣的边际价值与边际成本的比值。根据Liuet al.（2 0 0 9）、C h e n a n d Zh a n g（2 0 11）的思路，可推导出企业雇佣的收益率H,等于企业股票的收益率R，+1，见式（6）。f(Xt+1)-W+1+(0/2)(N+2/N+1)-(0/2)(1-8)2R+1(6)0(N.+1/N,)-(1-8)对式(6)两边同时取期望值，可知企业股票期望收益率E,Rt+1与其短期雇佣增长率Nt+1/N,呈反向关系，与长期雇佣增长率Nt+2/N+1呈正向关系。无风险利率波动较小时，企业股票期望收益率的变动主要取决于系统风险和市场风险溢价，因此市场风险溢价与企业短期雇佣增长率保持反向变动关系，而与长期雇佣增长率呈同向变动关系。在现实生活中，由于企业雇佣员工时存在雇佣时滞，当市场风险溢价改变时，企业员工人数不能迅速、即时随之调整。假设第t期初市场风险溢价降低，即第t期初折现率E,Rt+1下降，导致第t期初的股价P，上升，雇佣的边际价值提高，由于存在雇佣时滞（假设雇佣时滞为1期，可以表示为1个季度、1年或几年），第t期新增的雇佣员工人数H，到第t+1期初才能形成生产力（式（1）。因此，从第t期初到第t+1期初的雇佣增长率N,+1/N，提高。平均而言，第t期的股票收益率R.+1下降，第t+1期初股价Pt+1也出现下跌，导致企业缩减第t+1期雇佣人数，即H+降低。由于雇佣时滞的存在，雇佣员工的存量到第t+2期初才减少，导致第t+1期初到第t+2期初的雇佣增长率Nt+2/Nt+1下降。基于此，本文提出研究假说1。假说1：金融市场风险溢价对企业未来短期雇佣增长率存在显著的负向影响，而在长期转变为正向影响。四、实证设计与数据为了研究市场风险溢价如何影响企业雇佣人数调整，本文选取中国A股上市公司为研究对象，构建实证模型进行检验。(一）模型设定本文主要借鉴 Fama and French（198 9）、Le t t a u a n d Lu d v i g s o n（2 0 0 2）、C h e n a n d Zh a n g（2 0 11）的做法，采用标准长期预测回归模型来预测市场超额收益率和企业雇佣增长率。具体实证策略分为两步：首先，检验市场风险溢价代理变量-市场股息收益率Ln(DP,）,对市场未来超额收益率的预测能力；其次，检验市场风险溢价代理变量对企业雇佣增长率的影响。1预测股票市场未来超额收益率。以市场累积超额收益率Zj-（r s.+-I.t i）作为被解释变量，市场股息收益率Ln(DP）为核心解释变量，回归模型如式(7）。56.研2023年第3期九金融经清学Zj(rs.I+j=a+bLn(DP,)+8t+)(7)其中,rs.+,和Ir.+j分别为股票收益率和无风险利率，t表示年份，a是常数项，8 t+为随机误差项，J=1,2,3,4，表示预测未来股票超额收益率的期数（下同）。2.预测未来企业雇佣增长率。为检验市场风险溢价代理变量对企业雇佣人数的影响，以企业员工人数的累积增长率Zj（n i.+-n i.t+j-1）为被解释变量，市场股息收益率Ln（D P）为核心解释变量，借鉴张成思和刘贯春（2 0 18）的做法，构建面板回归模型，见式（8）。Z)j-(ni+ni.+j-1)=+,Ln(DP,)+,Agei.+,Sizei,+,Levi+,Growth.+,Profit,+,TobinQ,+0,GDP,+;+8i,t+J(8）其中，i表示企业个体，企业层面的控制变量包括企业年龄（Age）、企业规模（Size）、杠杆率（Lev）、成长性（Growth）。由于股息收益率（Ln(DP,）为时间序列数据，故本文没有直接引人时间固定效应。此外，本文主要关注市场风险溢价变动对企业雇佣人数的影响，若加入时间固定效应，则会导致市场风险溢价的影响被时间固定效应部分吸收。本文利用经济整体的工业企业利润增长率（Profit）和CDP增长率（CDP）以及上市公司整体的托宾Q增长率（TobinQ）刻画宏观经济环境变化，并纳入企业的个体固定效应i，以控制不随时间变化且不可观测的企业异质性影响。此外，估计系数的标准误聚类到企业层面。（二）变量说明1被解释变量。一是式（7）中的股票市场累积超额收益率（Zj-（r s.t+j r.t j），采用考虑现金红利再投资的A股综合年市场收益率（总市值加权平均法）代表市场年度收益率(Rs.t）,并进行对数化处理rs.t=Ln(1+Rs.t）。无风险利率选用定期一年存款整存整取的利率(Rr.）,同样进行对数化处理r.=Ln(1+Rr.）。二是式（8)中的企业雇佣累积增长率（Zj-（n j.+-n i,+j-1）。其中ni,=Ln（N），N.,为企业总雇佣人数，指年报中披露的上市公司在册（在职）员工人数。2.核心解释变量。式（7）的核心解释变量为市场股息收益率（Ln（D P）,采用年度A股上市公司股利总和与总市值的比值的对数形式测度。式（8）的核心解释变量为市场风险溢价，采用A股市场的股息收益率作为其代理变量。3控制变量。式(8)控制变量包括两方面：一是企业微观层面的控制变量，如企业年龄（Age），采用企业成立年限加1表示（李静和彭飞，2 0 12）；企业规模（Size），采用企业总资产的自然对数测度（李磊等，2 0 16）；杠杆率（Lev），采用总负债除以总资产表示（李胜旗和毛其淋，2 0 18）；营业收人增长率（Growth），代表企业的成长性（黄俊和李增泉，2 0 14）。二是宏观总体层面的控制变量，参考Barro（1990）、Le t t a u a n d Lu d v i g s o n（2 0 0 2）、C h e n a n d Zh a n g（2 0 11）的研究，选取工业企业利润增长率（Profit），采用全部国有及规模以上非国有工业企业年总利润额的对数增长率表示；托宾Q增长率（TobinQ），参考王义中和宋敏（2 0 14）的研究，其中托宾Q采用A股上市公司总市值加总负债再除以总资产测算；CDP增长率（G D P），采用中国实际GDP增长率加1,再取对数测度。（三）数据来源本文研究市场风险溢价如何影响企业雇佣人数调整，除了国有及规模以上非国有工业企业年总利润额和GDP增长率数据来自国家统计局外，中国A股上市公司的数据来源于57.结果。金融市场风险溢与企业雇佣调整wind数据库及国泰安数据库。基于现金流等数据可得性，本文研究时间跨度为19992020年。考虑数据质量对实证结果的影响，对样本进行三点处理：剔除被ST的公司；以2012版证监会行业分类为准，剔除金融类公司；剔除变量存在缺失值的公司（四）主要变量的描述性统计表1报告了主要变量的描述性统计结果。从均值来看，1年的雇佣增长率为5.54%，企业杠杆率为52.31%，上市公司的营业收人增长率为19.49%，与全国工业企业的总利润额的增长率17.2 3%相当，托宾Q增长率和GDP增长率分别为2.7 6%和8.2 7%。表1描述性统计变量符号观测值均值标准差PanelA：核心解释变量市场股息收益率Ln(DP)224.0370.357Panel B:被解释变量1年的雇佣增长率0ni,t+1 ni,t385420.0550.409PanelC：企业特征企业年龄Age4263115.8246.537企业规模Size4782321.8711.497杠杆率Lev478230.5234.356营业收入增长率?Growth434870.1950.555PanelD:宏观变量工业企业利润增长率Profit220.1720.198托宾Q增长率TobinQ220.0280.317CDP增长率CDP220.0830.023五、实证结果分析（一）检验市场风险溢价对股票超额收益率的预测能力本文以市场股息收益率作为市场风险溢价代理变量，考察其能否预测未来1 10 年的股票市场累积超额收益率（表2）。由表2 可见，股息收益率的各期回归系数均显著为正，说明市场股息收益率能够持续稳定地预测股票市场未来超额收益率，可以作为市场风险溢价的代理变量表2检验A股市场风险溢价对股票超额收益率的预测能力预测期数变量第1年第2 年第3年第4年第5年0.863*1.069*1.094*1.235*1.095*Ln(DP)(4.690)(5.550)(5.820)(6.090)(4.630)调整R20.5120.6120.6460.6800.561本文的被解释变量包括企业1 10 年的雇佣增长率，限于篇幅，此处仅报告1年的雇佣增长率。由于上市公司营业收入增长率受极端值的干扰严重，此处仅报告进行1%水平缩尾处理后的描述性统计582023年第3期金融经清学研究续表2预测期数变量第6 年第7 年第8 年第9年第10 年0.788*0.524*0.723*0.809*0.899*Ln(DP)(2.970)(2.310)(3.350)(5.530)(6.700)调整R20.3430.2360.4400.7110.800注：*分别表示1%、5%、10%的显著性水平；括号内为t统计值（二）市场风险溢价影响企业雇佣调整行为的机制识别本文以市场股息收益率作为核心解释变量，以企业未来1 10 年的雇佣增长率作为被解释变量，考察市场风险溢价如何影响企业雇佣人数调整。首先，控制企业特征及企业固定效应（表3）。由表3可以看出，前7 年中，除了中间3年不显著外，其他4年股息收益率的回归系数均显著为负，第9年则开始显著为正，说明市场风险溢价在前期对企业雇佣增长率存在显著负向影响，后期则转为正向影响。表3市场风险溢价对企业雇佣增长率的影响（控制企业特征）预测期数变量第1年第2 年第3年第4年第5年-0.017*-0.030*0.0100.023-0.007Ln(DP)(-2.310)(-2.860)(0.730)(1.510)(-0.450)0.006*0.018*0.031*0.046*0.061*Age(5.690)(8.540)(10.140)(11.090)(11.520)Size-0.051*-0.136*-0.225*-0.320*-0.420*(-6.930)(10.300)(-11.930)(13.250)(-13.970)-0.0010.001*0.001-2.465 10-4-3.156 10-4Lev(-1.350)(1.920)(1.570)(-0.460)(0.330)6.640 10-74.380 10 7-2.500 10-6*4.030 10-6*-5.930 10-6*Growth(1.410)(0.540)(-2.530)(-4.670)(-6.200)企业固定效应已控制已控制已控制已控制已控制调整R20.0050.0180.0330.0510.071预测期数变量第6 年第7 年第8 年第9年第10 年-0.050*-0.045*0.0060.050*0.093*Ln(DP)(-2.960)(-2.930)(0.400)(3.090)(5.280)0.076*0.090*0.100*0.110*0.114*Age(11.850)(12.050)(12.060)(12.370)(12.420)-0.520*-0.615*-0.681*-0.731*-0.750*Size(-14.570)(14.820)(-14.790)(-14.850)(-15.090)-0.002-0.003*-4.336 10-4-0.001-0.002Lev(1.480)(2.250)(0.290)(-1.050)(1.180)-6.040 10 6*-6.900 10-6*-1.060 10-5*8.910 10-5*3.100 10 4Growth(-3.860)(2.690)(-4.670)(2.190)(1.090)企业固定效应已控制已控制已控制已控制已控制调整R?0.0940.1170.1340.1490.156注；、“分别表示1%、5%、10%的显著性水平；括号内为企业层面聚类稳健标准误下对应的1统计值，表4表8 同：59.金融市场风险企业雇佣调整其次，为了控制宏观环境变化对雇佣增长率的影响，表4回归方程中加入了工业企业利润增长率（Profit）、托宾Q增长率（TobinQ）和CDP增长率（GDP）三个宏观控制变量。由表4可以看出，加入宏观控制变量后，市场股息收益率对企业雇佣增长率的预测有了改进，第4和第5年的影响变得显著。第1 7 年市场股息收益率回归系数为负，而从第9 年开始系数符号转变为正，验证了市场风险溢价在前期对企业雇佣增长率存在负向影响，后期则转变为正向影响。表4市场风险溢价对企业雇佣增长率的影响（控制企业特征和宏观影响）预测期数变量第1年第2 年第3年第4年第5年-0.053*-0.075*-0.038-0.063*-0.114*Ln(DP)(-5.380)(-4.230)(-1.550)(-2.310)(-4.040)0.0140.046-0.0510.0470.011Profit(0.590)(1.390)(1.500)(-1.490)(0.300)-0.072*-0.097*-0.083*-0.152*-0.203*TobinQ(-5.700)(-4.690)(-3.230)(-5.210)(-7.070)1.586*2.454*2.990*4.402*5.967*GDP(6.950)(5.200)(4.690)(5.910)(7.290)企业特征已控制已控制已控制已控制已控制企业固定效应已控制已控制已控制已控制已控制调整R20.0070.0210.0360.0560.080预测期数变量第6 年第7 年第8 年第9 年第10 年-0.155*-0.093*-0.0060.065*0.085*Ln(DP)(-5.060)(3.460)(0.260)(2.530)(3.280)-0.075*-0.0300.0160.039-0.154*Profit(-2.120)(-0.810)(0.410)(-0.980)(-4.180)-0.221*-0.175*-0.107*-0.0200.017TobinQ(-8.270)(-7.540)(-5.080)(0.810)(-0.730)7.012*6.988*6.235*4.826*4.432*GDP(7.860)(7.360)(7.070)(5.710)(6.330)企业特征已控制已控制已控制已控制已控制企业固定效应已控制已控制已控制已控制已控制调整R20.1040.1260.1410.1530.159结合表4的实证结果可知，中国企业雇佣员工存在雇佣时滞，而且市场风险溢价的负向影响从第1年开始，持续7 年。但是，在更长的时间里（第9 年开始）转变为正向影响，由此说明市场风险溢价引起了企业对雇佣人数的动态调整，印证了假说1。根据理论分析可知，当前经济体中市场风险溢价即折现率下降（或上升），导致企业投资项目的未来现金流折现值提高（或降低），刺激企业增加（或减少）项目投资，雇佣的边际价值提高（或降低），导致企业雇佣人数在短期内上升（或下降），而在长期这种趋势则发生逆转。综上可见，由于劳动力市场存在摩擦，金融市场风险溢价变动对劳动力市场的雇佣调整的影响是动态的、时变的。60.2023年第3期九金融经清学研（三）稳健性检验本文从三个方面进行稳健性检验。第一，在企业所属省份和行业聚类。在表4的回归中，本文假设单个企业的误差项只在时间维度上自相关，与其他企业的误差项不存在相关关系，因此仅通过企业层面聚类对误差项进行调整。现实生活中，同一省份内，行业相同的企业可能存在相关关系。为排除这一因素的干扰，借鉴唐珏和封进（2 0 19）的做法，本文同时在企业所属省份和行业两个维度对标准误进行聚类。第二，排除极端值的影响。考虑到极端值可能对结果造成干扰，本文对除企业年龄之外的其他所有连续变量进行1%水平缩尾处理（winsorize），重新估计式（8）。第三，预测薪酬总额增长率。市场风险溢价变动时，企业雇佣增长率的变化体现在支付给职工的薪酬总额上。为验证主要结论的稳健性，本文以现金流量表中“支付给职工以及为职工支付的现金”这一指标替代员工人数，并经过居民消费价格指数（CPI)调整为实际值后，对式（8)重新进行估计。三类稳健性检验结果如表5所示，可见市场股息收益率的系数符号及显著性均未发生明显变化，说明估计结果的稳健。表5稳健性检验预测期数变量第1年第2 年第3年第4年第5年省份和行业-0.054*0.075*0.0380.057-0.097*聚类标准误(-3.600)(-3.380)(-1.280)(-1.560)(-2.720)-0.037*-0.061*-0.028-0.044*-0.085*缩尾处理(-5.360)(4.250)(1.290)(-1.780)(-3.320)预测薪酬0.059*0.072*-0.069*0.0360.049*总额增长率(5.890)(4.290)(3.370)(-1.600)(1.830)控制变量已控制已控制已控制已控制已控制企业固定效应已控制已控制已控制已控制已控制预测期数变量第6 年第7 年第8 年第9 年第10 年省份和行业-0.136*-0.080*-0.0050.062*0.080*聚类标准误(-3.920)(-3.250)(-0.270)(2.090)(2.850)-0.131*-0.084*-0.0130.049*0.069*缩尾处理(4.600)(3.250)(0.530)(2.000)(2.710)预测薪酬0.037-0.0070.066*0.076*-0.014总额增长率(-1.640)(0.330)(3.120)(3.120)(-0.600)控制变量已控制已控制已控制已控制已控制企业固定效应已控制已控制已控制已控制已控制（四）内生性及其处理本文被解释变量为企业的雇佣增长率，核心解释变量为市场风险溢价（股息收益率），一方面由于被解释变量为微观数据，核心解释变量为宏观总体数据，因此市场的股息收益率很难被单个企业的雇佣情况影响，企业雇佣增长率与股息收益率之间几乎不存在反向因果关系。另一方面，本文采用市场风险溢价预测未来雇佣增长率，核心解释变量相对于被解释变量来说是滞后的，这一设定在很大程度上缓解了反向因果引起的内生性问题。由于动态面板模型可以在一定程度上避免因遗漏变量而导致的模型内生性问题，为进.61金融市场风险企业雇佣调整一步排除被解释变量前后期相关可能带来的影响，本文将滞后一期的被解释变量引人模型进行回归，并采用针对动态面板数据的系统GMM方法进行估计。具体而言，借鉴刘贯春等（2 0 18）的思路，将代表宏观总体变量的股息收益率（Ln（D P）、工业企业利润增长率（Prof-it）、托宾Q增长率（TobinQ）和CDP增长率（GDP）视为外生变量。将企业层面的特征变量，企业年龄（Age）、企业规模（Size）、杠杆率（Lev）、成长性（Growth）视为内生变量，并采用2阶滞后项作为工具变量进行估计（表6）。由表6 可以看出，引人滞后一期被解释变量后，市场股息收益率依然是在短期内负向影响企业雇佣增长率，长期则转为正向预测。表6加入滞后一期被解释变量预测期数变量第1年第2 年第3年第4年第5年-0.049*-0.032*0.008-0.022-0.024Ln(DP)(4.460)(-2.010)(0.460)(1.120)(-1.280)控制变量已控制已控制已控制已控制已控制企业固定效应已控制已控制已控制已控制已控制预测期数变量第6 年第7 年第8 年第9 年第10 年0.0100.033*0.0190.039*0.023Ln(DP)(0.680)(2.240)(1.210)(1.960)(1.120)控制变量已控制已控制已控制已控制已控制企业固定效应已控制已控制已控制已控制已控制六、异质性分析考虑到不同类别企业具有不同特性，对市场风险溢价的反应可能存在差异。本文以19992020年中国A股上市公司为样本，从企业行业要素密集度和企业规模角度考察市场风险溢价影响企业雇佣人数调整的异质性效应。（一）按企业行业要素密集度进行分类不同行业的生产要素密集度不同，时变的市场风险溢价对企业劳动力需求变化影响也存在差异。本文依据鲁桐和党印（2 0 14）的分类方法，按行业要素密集度将样本企业分为劳动密集型、资本密集型以及技术密集型三类，并进行分组回归（表7）。可以看出，相比于资本和技术密集型行业，劳动密集型行业企业的回归系数绝对值更大、系数显著性水平更高，受风险溢价影响的时间也更持久。可能的原因是，劳动密集型行业企业使用的生产要素中，劳动力占主要支配地位，最有可能通过调整员工人数来适应市场风险溢价的变化。而资本、技术密集型行业企业对资本、技术设备的依赖性较强，其更倾向于通过调整资本、生产设备规模来应对市场风险溢价的变化。表7按企业行业要素密集度分类预测期数变量第1年第2 年第3年第4年第5年-0.059-0.094*-0.085-0.141*-0.181*劳动密集型行业(3.260)(2.770)(-1.870)(2.790)(3.380)622023年第3期究金融经清学研续表7-0.046*-0.066*-0.015-0.0150.042资本密集型行业(-2.390)(-2.090)(-0.340)(-0.300)(-0.900)-0.056*-0.070*-0.027-0.039-0.107*技术密集型行业(-3.760)(2.570)(0.720)(-0.920)(-2.430)控制变量已控制已控制已控制已控制已控制企业固定效应已控制已控制已控制已控制已控制预测期数变量第6 年第7 年第8 年第9 年第10 年-0.189*-0.112*0.0020.085*0.075*劳动密集型行业(-3.450)(-2.580)(0.050)(1.950)(1.650)-0.093*-0.0610.0030.0640.070资本密集型行业(-1.930)(1.270)(0.050)(1.320)(1.600)-0.163*0.095*-0.0250.0340.093*技术密集型行业(-3.090)(-2.090)(0.670)(0.790)(2.010)控制变量已控制已控制已控制已控制已控制企业固定效应已控制已控制已控制已控制已控制（二）#按企业规模进行分类规模一定程度上是企业要素运用和生产过