1、第 25 卷第 2 期2 023 年4 月北京邮电大学学报(社会科学版)Journal of Beijing University of Posts and Telecommunications(Social Sciences Edition)Vol.25,No.2Apr.2023收稿日期:2022-10-27作者简介:彭若弘(1970),女,陕西西安人,博士,副教授DOI:10.19722/ki.1008-7729.2022.0140金融化适度性对企业全要素生产率的影响彭若弘,张若涵(北京邮电大学 经济管理学院,北京 100876)摘 要:以 20112020 年沪深 A 股非金融上市公司为
2、研究样本,构建模型对企业金融化适度性进行甄别,并在此基础上探讨企业金融化适度性与企业全要素生产率之间的关系,并将企业创新作为路径变量加入模型进行中介效应分析。结果显示:企业过度金融化会阻碍企业全要素生产率的提升,而未过度金融化则表现为助推作用。作用机制检验显示,企业金融化适度性通过企业创新影响企业全要素生产率。进一步研究发现,金融化适度性对企业全要素生产率的影响具有企业产权异质性、行业异质性和规模异质性。研究结论表明,企业金融化存在最优水平,只有将企业金融化保持在适度水平,才能最大限度地助推企业提高生产效率,助力实体经济高质量发展。关键词:金融化适度性;全要素生产率;高质量发展;企业创新中图分
3、类号:F832.51;F275 文献标识码:A文章编号:1008-7729(2023)02-0068-10一、引 言金融化是指实体经济部门进行金融投资1,其金融资产在总资产中占比提高、金融收益在利润来源中占比提高的现象2,是经济“脱实向虚”的重要表现3。习近平多次在重要场合强调防止经济“脱实向虚”,提高金融服务实体经济能力,把高质量发展着力点放在实体经济上。可见,探讨金融化与实体经济高质量发展的关系具有一定现实意义。在微观层面,金融化是指实体企业的金融化行为4,企业全要素生产率(total factor productivity,TFP)则是衡量企业高质量发展的重要指标5。因此,笔者试图从微观
4、层面探讨企业金融化与企业全要素生产率之间的关系。已有研究发现,企业金融化是一把“双刃剑”:一方面,企业适当配置金融资产能够增加资产流动性6、缓解融资约束7,对冲主营业务下滑带来的风险8;另一方面,企业过度金融化会挤压实业投资、抑制企业创新产出9、降低企业价值10。在当前实体企业需求低迷、金融投资行为持续走热的背景下,有必要辩证地看待企业金融化的利弊并区分不同金融化适度水平对企业高质量发展的影响。因此,通过构建模型笔者拟对企业金融化适度性进行甄别,研究企业在未过度及过度金融化两种状态下对企业全要素生产率的影响,并探讨其中介机制及企业异质性的影响。本文的增量贡献为:第一,拟从适度性角度拓展企业金融
5、化影响企业生产效率的相关研究,更全面地分析企业金融化的利与弊。第二,拟理清“企业金融化适度性企业创新企业全要素生产率”这一传导路径,以期为企业金融化促进企业创新进而提高企业生产效率提供理论依据。第三,强调实体企业金融投资适度性的意义,对于提高企业资源配置效率、增强金融服务实体经济能力,助力实体经济高质量发展具有指导意义。二、理论分析与研究假设(一)金融化适度性的理论解析杨秀萍等11的金融边界理论指出,以货币形态表示的金融价值总量应该与实体经济的价值总量相匹配,金融规模与实体经济协调时可以促进经济增长,而金融规模过度膨胀则会阻碍实体经济发展。86因此,从微观角度来看,企业金融化适度性即企业金融投
6、资与自身发展水平是否协调12,最契合企业发展的金融投资水平即为最优金融化水平。由于外部环境和内部经营状况存在不确定性,最优金融化水平只是一种理想状态,企业金融化通常是动态调整的13:当企业金融化水平未到达最优水平时为未过度金融化,即企业对金融资源的合理开发和利用,此时企业应适度提高金融化水平,优化资源配置效率;当企业金融化水平超过最优水平时为过度金融化,即过度占用企业资源,抑制实业发展,此时企业应降低自身金融化水平,防止加剧资源配置扭曲。(二)企业未过度金融化的助推效应企业全要素生产率受资本配置效率、研发投入以及融资约束的影响。研发投入14-15、资源配置效率16均与全要素生产率呈正相关关系,
7、而融资约束则会抑制全要素生产率的提升17-18。企业金融化作为一种异质性投资行为,存在“最优值”使金融资产规模与企业现有资源相匹配19。企业合理配置金融资产能够发挥“蓄水池”效应,提高资金流动性、缓解融资约束20。当市场低迷时,适度的金融化能够分散业绩下滑带来的风险21。适度金融化可以驱动资本从低利润向高利润行业流动,在一定程度上可以提高资源配置效率22。此外,企业金融化可以促进产融结合23、提高运营效率24、提升未来绩效25。据此提出如下假设:H1a:企业未过度金融化能够促进企业提高全要素生产率。(三)企业过度金融化的挤出效应当企业过度金融化时,大量资金逐渐偏离主营业务,挤占实体投资,降低企
8、业主业绩效26。高回报率、易变现的特点使企业更加青睐金融资产投资27-28,从而忽视周期长、变现慢的研发项目,减少创新投资29,降低企业创新水平和产出30,不利于企业可持续发展。此外,从风险的角度看,企业金融化会提高财务风险31、降低企业财务信息质量32。据此提出如下假设:H1b:企业过度金融化会抑制企业提高全要素生产率。(四)企业创新对金融化适度性与全要素生产率的中介效应新古典经济增长理论认为,全要素生产率表现为技术进步对经济增长的贡献。在微观层面,创新是促进企业全要素生产率提高的重要因素,其作用机制表现为:第一,革新生产工艺、优化生产流程、提高产品附加值,进而降本增效,提高企业生产效率33
9、-34;第二,改变内部要素的投入比例,如机器设备方面的创新可降低资本要素投入成本,进而有条件扩大投资规模,形成规模效应35;第三,改善资源配置效率,即劳动、资本等要素在企业的不同生产部门之间流动,从低效率部门转移到高效率部门,优化资源配置,从而提高企业的全要素生产率36-37。就企业创新而言,其与企业高质量发展存在正相关关系。但由于创新具有投资金额大、周期长、收益不稳定的特点,在资金有限的前提下,企业合理配置金融资产可视为一种理性的利益追求38,能够发挥“蓄水池”效应39,促使企业加大创新投资力度40,进而提高全要素生产率。然而,当企业仅关注短期利益,过度配置金融资产时,必然会挤占创新投资,降
10、低创新产出,削弱产品竞争力,阻碍全要素生产率41-42。此外,创新资本被金融资产过度挤占,影响员工生产积极性,创新人才流失,进而对全要素生产率产生负面影响。据此提出如下假设:H2:企业未过度金融化通过促进企业创新提升企业全要素生产率。H3:企业过度金融化通过挤出企业创新抑制企业全要素生产率。三、研究设计(一)样本选择和数据来源本文以 20112020 年沪深两市上市公司作为研究样本,并进行如下筛选:(1)剔除金融行业、房地产行业企业样本;(2)剔除 ST、已退市企业以及数据缺失企业样本;(3)为避免极端值的影响,对所有连续变量进行上下 1%的缩尾处理。最终得到 19 784 个观测值,数据来自
11、国泰安数据库。96彭若弘等:金融化适度性对企业全要素生产率的影响(二)变量定义1.被解释变量全要素生产率反映了企业各类要素投入转化为产出的整体效率。本文参考赵建宇等43和孙阳阳44的做法,选取 LP 法测算企业全要素生产率,构建如下模型ln Yit=0+1ln Lit+2ln Kit+3ln Mit+it(1)其中:i 为公司;t 为年份;代表相关系数;为残差项,表示全要素生产率的对数值。总产出 Y用主营业务收入衡量,劳动要素投入 L 用职工人数衡量,资本要素投入 K 用固定资产的账面价值衡量,中间投入 M 用购买商品、接受劳务支付的现金衡量。2.解释变量借鉴 Demir45、刘立夫等46的研
12、究,企业金融化水平(Fin)用企业金融资产占资产总额的比重衡量。金融资产包括交易性金融资产、可供出售金融资产净额、持有至到期投资净额、长期股权投资和投资性房地产净额。同时,借鉴 Richardson47的非效率投资模型,参考黄贤环等1985的做法,构建模型(2)来拟合企业的最优金融化水平(Ofin)。用企业实际金融化(Fin)与最优金融化(Ofin)之间的差值衡量金融化适度性:当实际金融化水平大于最优金融化水平时,为过度金融化,反之则为未过度金融化。具体表达为 Finit=0+1Finit-1+2Ageit-1+3Sizeit-1+4Growthit-1+5Roait-1+6Cashit-1+
13、7Levit-1+8Capitalit-1+Industry+Year+it(2)3.控制变量参考参考刘笃池等48、钱雪松等49、陈赤平等50的研究,将可能影响企业全要素生产率的因素作为控制变量,变量定义与计算方法如表 1 所示。表 1 变量设置与说明变量类型变量名称变量符号测度方式被解释变量全要素生产率TFP见模型(1)解释变量企业金融化水平Fin金融资产/总资产金融化适度性Exfin实际金融化水平-最优金融化水平,结果为正值时即过度金融化;为负值时即未过度金融化中介变量企业创新Ird创新投入与年末总资产之比控制变量企业规模Size年末资产总额的自然对数上市年限Age公司上市的年限产权性质S
14、oe若公司为国有控股企业,则取值为 1,否则取值为 0企业风险BetaBeta 系数资产负债率Lev负债总额/年末资产总额营业收入增长率Growth(本年营业收入-上年营业收入)/上年营业收入资产收益率Roa当期净利润/年末总资产股权集中度Frist第一大股东持股比例董事会规模Board董事会总人数取自然对数高管薪酬ln pay董监高薪酬总额/董监高总人数,取对数行业Ind行业虚拟变量年度Year年度虚拟变量为验证上文提出的研究假设,构建以下模型07北京邮电大学学报(社会科学版)2023 年第 2 期TFPit=0+1Finit+Controls+Ind+Year+it(3)TFPit=0+1
15、Fin2it+2Finit+Controls+Ind+Year+it(4)TFPit=0+1Exfinit+Controls+Ind+Year+it(5)Medit=0+1Exfinit+Controls+Ind+Year+it(6)TFPit=0+1Exfinit+2Medit+Controls+Ind+Year+it(7)其中:、分别代表相关系数;Controls 为一系列控制变量;Med 为中介变量,用企业创新表示。模型(3)、模型(4)依次验证企业金融化与企业全要素生产率之间的线性、非线性关系。模型(5)则从金融化适度性角度出发,分组检验未过度金融化与过度金融化样本对企业全要素生产率影
16、响。参考温忠麟等51的中介效应模型,模型(6)和模型(7)对“金融化适度性企业创新企业全要素生产率”这一传导机制进行验证。四、实证结果与分析(一)样本选择和数据来源如表2 所示,全要素生产率(TFP)的均值和中位数相近,分别为14.584 和14.538,且标准差较小,近似于正态分布。企业金融化(Fin)均值大于中位数,分别为8%和4.3%,呈右偏分布的特征,最大值为 59.8%。由此可见,我国实体企业整体金融化水平不高,但部分企业金融化水平过高。金融适度性(Exfin)的最小值和最大值分别为-0.582 和 0.509,即为过度金融化企业占到一半以上。此外,本文的主要变量和控制变量的结果与已有研究保持较高的一致性。表 2 主要变量的描述性统计分析变量样本数/个均值中位数标准差最小值最大值TFP19 78414.58414.5380.96412.48117.424Fin19 7840.0800.0430.1080.0000.598Exfin19 784-0.000-0.0070.055-0.5820.509Size19 78422.22522.1771.26219.87226.105A