在全球经济面临下行的大背景下,各国政府机构以及监管机构都在全球经济金融中扮演着积极的角色,接踵而来的便是各国频繁地出台各类政策法规,尤其是在被媒体形容为“黑天鹅齐飞”的2016年,各国政府的下一步行动变得更加难以预测。而公司在这种环境中运行,自然面临着不小的政策不确定风险。本文的研究对象和研究变量均来源于此。国内学者陈国进等人利用芝加哥大学和斯坦福大学联合发布的经济政策不确定指数(EPU Index),探讨了经济政策不确定性对企业行为的影响以及作用机制。本文在系统性地介绍了这些不确定性尤其是政策不确定性文献的基础上,补充并扩展了前人的研究,增大了构建指数的样本,运用更科学的编程技术,构建了属于中国的政策不确定性指数,并讨论了政策不确定性对公司长期投资的影响方向和程度。为达到上述目的,本文构建了政策不确定性指数(PU Index)。选择了《经济日报》、《21世纪经济报道》等十大经济金融类报纸,利用机器学习的方法,让电脑学习并分类了所下载的4万多篇文章,据此构建了本文的政策不确定性指数。然后,本文以A股上市公司为样本,以2006年第一季度到2016年第一季度为样本时间,选取了 CSMAR数据库里的公司各类财务报表季度指标进行回归分析。回归结果表明,政策不确定性与公司长期投资存在显著的负相关关系,说明政策不确定性的增加会抑制公司的长期投资。为进一步分析影响两者关系的其他因素,本文还将公司按照以下三个因素进行了分类,包括公司性质,所处行业以及投资的不可逆程度,分别回归后对其影响程度和方向进行了对比分析。分析结果表明,在民营企业和投资不可逆程度高的公司,政策不确定性对公司长期投资的抑制效应更明显;不同的行业受政策不确定的影响效果相差较大,政策不确定性对水利环境、公共设施行业的抑制效果最明显。另外,本文还从指标的选择和构建以及内生性问题两个方面,对实证模型进行了稳健性检验。本文的创新之处在于政策不确定性指标的构建。利用机器学习来分类报纸文章,从宏观的层面量化了政策不确定性,是当今研究政策不确定性方面的有效拓展。