经济政策不确定性对实体企业金融化的影响_李鸿.pdf

经济政策不确定性对实体企业金融化的影响李鸿1，涂颖清2（1.东华理工大学 经济与管理学院；2.中共江西省委党校 经济学教研部，江西南昌330013）摘要以我国 2007-2021 年上市公司为研究样本，探讨了后金融危机时代和后疫情时代背景下经济政策不确定性对实体企业投资产生的影响。研究发现，经济政策不确定性的增加显著推动了实体企业金融投资，加剧了企业金融化的趋势。进一步的研究表明，经济政策不确定性对企业金融化的影响存在显著的区域和所有制结构异质性特征，部分国有实体企业金融化趋势值得高度关注。并提出保持宏观经济政策的连贯性、高度关注和重视国有实体企业投资动向以及积极疏导实体企业合理配置金融资产投资的政策建议。关键词金融投资；金融化；经济政策不确定性；实体企业中图分类号F062.6文献标识码A文章编号1009-6043（2023）08-0174-03作者简介李鸿(1991)，女，江西乐平人，硕士研究生，研究方向：企业管理；涂颖清(1972)，女，江西南昌人，副教授，博士，研究方向：产业经济学。一、引言金融市场的改革开放带来了丰富的金融资产和多元的投资机会，不仅促进了金融业的快速发展，而且也改变了实体企业的投资行为。企业实体投资不足、金融资产占比日益提高成为一个高度关注的现象。特别地，随着2007 年国际金融危机的爆发，全球实体经济投资率下降，实体投资机会锐减。在国际金融危机背景下，为了推动实体经济尽快恢复，世界主要经济体的政府或中央银行纷纷采取类型多样的宽松货币政策。然而，此时大量的资金并未真正进入实体部门，反而相继涌入股票市场等金融部门，甚至许多实体企业通过减少实体投资规模来持有大量的金融资产。在这种宽松的货币政策环境下，实体企业固定资产投资更新、研发投资等实体投资并未显著增加，相反，企业金融资产占总资产的比例持续攀升。因此，实体企业出现了明显的金融化倾向。突出强调发展实体经济、推进制造强国战略，是我国宏观经济政策一贯的价值取向。我国宏观经济政策始终坚持以实体经济为本，推进制造强国，严防“脱实向虚”，防止产业空心化。在后金融危机时代和后疫情时代叠加的背景下，宏观经济政策实施需要高度重视实体企业出现的金融化倾向，防止宏观经济政策频繁调整带来的负面后果。同时，提高宏观经济政策的精准性，切实降低实体企业负担、提高实体投资回报率，防止实体企业脱实向虚。基于此，本文通过分析经济政策不确定性对企业金融化的影响，以及在不同区域、不同企业性质的差异效应，为合理制定经济政策，保持适度的经济政策稳定性提供一定的借鉴。二、理论分析与研究假说实物期权理论认为，一项投资可转换调整的成本越高，那么持有这项投资期权的代价就越高。在经济政策不稳定的背景下，固定资产投资、研发投资等用于生产或创造特定使用价值的实体投资可转换调整的成本出现了明显的提升，那么意味着与过去相比，经济政策不确定性的增加将导致同一实体投资项目的成本增加，从而导致固定资产投资、研发投资等实体投资收益率下降，实体企业实体投资意愿随之降低。资源配置理论是经济政策不确定性影响企业投资行为的另一个重要理论。资源配置理论强调，经济不确定性会增加了固定资产投资项目建设可行性、预期收益的不稳定，增加了企业破产的风险，从而降低企业进行固定资产投资更新的激励，导致实体投资不足。随着经济不确定性的增加，企业面临的经营风险水平也将增加，为了避免财务危机和流动性风险，企业出于谨慎对预防性动机的货币需求随之上升，进而倾向于持有现金资产和流动性较高的金融资产(Baum 等，2012；张光利等，2017)。一般地，由于固定资产具有资产专用性强、可逆性差等缺陷，经济不确定性的增加将改变实体企业的投资偏好，引导调整资产配置结构，例如增加现金持有、交易性金融资产等流动资产，从而导致企业对金融资产投资更加青睐。彭俞超等(2018)认为经济政策不确定性的增加会影响企业的金融资产配置布局，与国外企业持有金融资产的目的明显不同，我国企业金融化的动机主要在于获取利润而非预防性流动性储蓄，这与我国金融市场上存在的信贷歧视和其他缺陷密切相关。郭胤含第 2023 年第 8 期（总第 564 期）商业经济SHANGYE JINGJINo.8，2023Total No.564174-DOI:10.19905/ki.syjj1982.2023.08.042(1)(2)(3)(4)HuangIndex0.015*(2.738)0.071*(9.431)0.052*(7.125)0.053*(7.457)SIZE-0.029*(-10.332)-0.013*(-4.689)-0.012*(-4.311)LEV-0.290*(-26.284)-0.285*(-25.699)REV0.002*(3.533)常数项0.190*(12.251)0.462*(15.061)0.424*(14.937)0.408*(14.270)年份变量是是是是行业变量是是是是N147887147887147887145432和朱叶(2020)认为经济政策不确定限制了企业进行实体投资的机会，诱发了企业金融化和脱实向虚的现象，这种效应在非国有企业和地方政府控股的国有企业更加显著，在市场化发展水平高的地区效应也更加显著。刘贯春等(2020)认为经济政策不确定性的增加推动了企业层面金融资产投资的上升，而阻抑了企业层面的固定资产投资，这主要归结于经济政策不确定增加的背景下企业流动性需求的显著提升和企业治理结构的调整。基于以上分析，本文提出如下假说：H1：经济政策不确定性对企业金融资产投资存在显著的促进作用，即加剧了企业金融化趋势。三、研究设计(一)模型设定本文模型设定如下：Finit=0+1EPUit+2SIZEit+3LEVit+4REVit+i+t+it(1)式(1)中，Finit代表企业金融化变量，EPUit代表经济政策不确定性变量，SIZEit代表企业规模变量，LEVit代表企业经营杠杆变量，REVit代表反映企业经营情况的营业收入变量。i代表不可观测的行业/企业特征变量，反映了不同行业/企业的个体差异。t代表时间趋势变量，反映了系统性宏观趋势的变化特征。it为随机扰动变量。(二)变量选择与定义被解释变量为企业金融化变量，使用金融资产总额占总资产的比例来衡量。解释变量为经济政策不确定性变量，控制变量包括公司规模、公司经营杠杆、公司经营收入情况。此外，具体实证回归中还会控制时间趋势、个体特征等变量。(三)数据来源与描述性统计经济政策不确定性数据取自于 Baker 等人(2016)和Huang&Luk(2018)测度的指数，其余变量数据均来自国泰安经济金融数据库(CSMAR)。本文数据的时间跨度为2007 年至 2021 年，剔除了金融业、房地产业、退市公司等样本数据，共获得 147887 个样本。表 2 列示了主要数据的概览，即描述性统计结果。从表 2 可以看出，FIN 的最小值为 0.021，最大值为 0.784，表明金融化率最低的企业观测值是 2.1%，最高值是 78.4%，一些实体企业可能存在明显的金融化趋势。从经济政策不确定性指数来看，以Huang Index 为例，最小值是 0.940，最大值是 1.999，均值为 1.387，表明经济政策存在较大的波动。从公司规模(SIZE)、公司负债率(LEV)和公司经营情况(REV)来看，观测值存在明显的差异，表明上市公司在资产规模、负债率和营业收入方面存在较大的差异。四、实证结果与分析(一)基准回归结果与分析表 3 列示了基准回归的结果。可以看出，列(1)至(4)回归结果中 Huang Index 变量系数均在 1%统计水平上显著为正，这表明经济政策不确定的提高会提升企业金融资产投资比例，导致实体企业出现金融化的倾向。与列(1)相比，加入控制变量之后列(2)至(4)的回归结果中HuangIndex 变量系数值均有了很大的提升，这表明经济政策不确定性对实体企业金融资产投资和金融化倾向的影响更加明显。(二)异质性检验与分析表 4 反映了经济政策不确定性对企业金融化影响的区域效应差异。可以看出，HuangIndex 变量在东部地区、中部地区、西部地区均显著为正，表明经济政策不确定性增加与企业金融化具有较强的正向联系，这与表 3 得到的结论是相吻合的。值得注意的是，Huang Index 变量在东部地区和中部地区在 1%水平上是显著的，而在西部地区是不显著的，这表明经济政策不确定性主要促进了我国东部地区和中部地区上市公司金融投资，导致企业金融化趋势上升，而对西部地区上市公司金融化效应不甚明显。表 5 反映了经济政策不确定性对企业金融化影响在所有制结构上的差异。可以看出，在国有企业和非国有企业金融化分组回归中 Huang Index 变量分别在 1%和 10%表 1 各变量的定义和说明变量类型变量符号变量名称变量说明被解释变量FIN企业金融化金融资产占总资产的比重，其中金融资产总额包括货币资金、应收利息净额、应收股利净额、可供出售金融资产净额、持有至到期投资净额、长期股权投资净额、投资性房地产净额、交易性金融资产净额等 8 项资产解释变量EPU经济政策不确定性包 括 Huang Index、Baker Index、Huang Avg、Baker Avg 四种度量方式，其中第一种用于基准回归，后三种用于稳健性检验。对相应原始数据除以 100 得到这四种数据控制变量SIZE企业规模总资产的自然对数LEV企业杠杆率总负债占总资产的比重REV企业经营收入 营业收入增长率表 2 描述性统计结果变量样本数平均值最小值最大值中位数标准差FIN1478870.2510.0210.7840.2080.167HuangIndex1478871.3870.9401.9991.3540.240BakerIndex1478873.7920.3969.5993.2322.706HuangAvg1478871.3940.8261.9491.4210.216BakerAvg1478873.7040.7168.6582.8472.521SIZE14788712.75510.10316.73412.5901.286LEV1478870.4240.0461.0010.4130.216REV1454320.133-0.7923.3660.0420.564注：1.括号内的数值为相应变量的 t 统计量值；2.*、*、*表示相关系数在 1%、5%、10%显著性水平上是显著的。表 3 基准回归结果李鸿，涂颖清：经济政策不确定性对实体企业金融化的影响175-统计水平上显著为正，表明经济政策不确定对两类所有制性质企业层面的金融投资均具有显著的正向效应。从两类企业 HuangIndex 变量系数值大小判断来看，基于二者相等假设检验的卡方统计值为 5.2，P 值为 0.0225，表明可以拒绝 Huang Index 对两类所有制企业金融化效应相等的假设，即经济政策不确定性对在国有和非国有控股企业金融化的影响存在显著的差异，对前者的效应显著大于后者。因此，在后危机和后疫情时代背景下，随着国际和我国经济政策不确定性的提升，国有企业更容易产生金融化的趋势，值得高度关注。(三)稳健性检验与分析除了采用 Huang Index 来衡量我国经济政策不确定性，也可以引入 Baker 指数中的季度月末数据(Baker In-dex)、季度内月平均数据(Baker Avg)以及 Huang 指数季度内月平均数据(HuangAvg)进行稳健性检验分析。从表6 可以看出，三种经济政策不确定变量(Baker Index、Baker Avg 和 Huang Avg)均在 1%统计水平上是显著为正的。同时，整体估计结果仍然非常显著，这一经验结果与基准回归结果的发现具有一致性。此外，还可以通过改变度量企业金融化的方法来进行稳健性检验。除了使用货币资金等 8 项资产占总资产的比例来度量企业金融化，还可以通过缩小金融资产的范围来衡量企业金融化变量。FIN2 变量代表应收利息净额、应收股利净额、可供出售金融资产净