金融化适度性对企业杠杆率调整的影响
金融化适度性对企业杠杆率调整的影响吴立力
(四川大学 经济学院，四川 成都 610065)
摘 要： 以2007-2018年中国非金融类上市公司为研究样本，从适度性角度考察了企业金融化对企业杠杆率调整的影响，探讨了宏观经济政策的调节效应以及企业异质性的非对称特征。研究发现，金融化适度性与企业杠杆率调整速度显著负相关；区分适度性状态后发现，企业过度金融化对杠杆率调整速度产生抑制作用，而企业未过度金融化则表现为促进作用。同时，宽松的货币政策和财政政策以及偏向性产业政策，会削弱金融化适度性对企业杠杆率调整的负向影响，政策效应在过度金融化企业中更为明显。此外，上述影响在非国有和过度负债企业中更加显著。研究结论表明，企业过度金融化是导致高杠杆率及“去杠杆”进程缓慢的重要诱因，宏观层面保持政策松紧适度有利于抑制“脱实向虚”和推进结构性去杠杆。
关键词： 金融资产配置； 金融化适度性； 企业杠杆率； 调整速度
一、引言
中国经济迈入新常态以来，虚拟经济的“热”和实体经济的“冷”形成鲜明对比，经济“脱实向虚”和企业部门高杠杆率成为经济高质量发展阶段面临的严峻问题。微观层面，企业金融化作为“脱实向虚”的典型形式，表现为非金融企业逐渐偏离主营业务，加大金融资产投资比重，以金融渠道获利作为主导的盈利模式。根据CSMAR的数据，2007-2018年间，非金融上市公司持有非货币金融资产总规模由2 547亿元上升至1.66万亿元(1)非货币金融资产口径与文中计算金融化适度性时选择的金融资产范畴保持一致。计算方法亦相同。；平均而言，金融投资收益占营业利润的比重达到20%左右。2008年全球金融危机后，中国非金融企业部门债务规模保持高速增长态势，国际清算银行(BIS)数据显示：2018年企业部门杠杆率高达151%，居全球主要经济体前列。然而，企业杠杆率偏高的结构性问题集中于国有、大型规模企业以及产能过剩行业之中。为实现宏观杠杆率趋稳和逐步下降，2018年中央提出“结构性去杠杆，将企业去杠杆尤其是国有企业降杠杆作为重点，逐步将企业负债降到合理水平”。2019年2月，习近平总书记在中共中央政治局第十三次集体学习时指出，要“深化金融供给侧结构性改革，增强金融服务实体经济能力，强化财政政策与货币政策的逆周期调节作用，在推动高质量发展中防范化解风险”。可见，如何防止经济“脱实向虚”、推动结构性去杠杆、实现经济高质量发展，是当前亟待研究的重点课题。
从理论层面来看，企业投融资行为是动态相关的，企业实际资本结构趋向目标资本结构调整势必受到金融投资影响，无论是“去杠杆”、“加杠杆”还是“稳杠杆”，本质上都是资本结构动态调整的过程，可见企业金融化与杠杆率动态调整之间存在着关联。另外，企业的金融化行为具有双重经济效应，一方面，预防储蓄动机下企业适度金融化能增加资产流动性，以金融投资收益平滑企业业绩，缓解融资约束；另一方面，投资趋利动机下的过度金融化，属于投资决策中的资源错配行为，会挤压主业投资资金，抑制创新投入，引起未来主业业绩下降。由此可见，在我国实体企业金融化趋势加剧可能存在过度金融化风险的背景下，探讨企业金融化的适度性并且区分不同程度金融化对企业杠杆率调整的影响，具有一定理论价值和实践意义。鉴于此，本文在测度金融化适度性的基础上，甄别出企业的过度金融化和未过度金融化，考察企业金融适度性对企业杠杆率调整速度的影响。考虑到政府干预的制度因素与不同类型企业的差异，还将探讨宏观经济政策的调节效应及企业异质性的非对称影响。
本文可能的边际贡献为：第一，从适度性视角丰富了企业金融化行为影响资本结构动态决策的相关研究。通过OLS拟合最优金融化水平并测度出金融化适度性，发现企业过度金融化对杠杆率调整速度产生抑制作用，未过度金融化则表现为促进作用，这有助于理解过度金融化是导致企业高杠杆率及“去杠杆”进程缓慢的原因。第二，鲜有文献对企业金融化程度、宏观经济政策、企业杠杆率调整三者之间关系进行深入探讨。研究货币政策、财政政策以及产业政策，在金融化适度性影响企业杠杆率调整过程中的调节效应，拓展了宏观经济政策与微观企业投融资行为交互影响的研究范畴。第三，考虑企业异质性，发现企业金融化适度性对杠杆率调整的影响以及宏观经济政策效应主要体现在非国有和过度负债企业中，这为决策部门治理实体企业“脱实向虚”和推进结构性去杠杆进程中分类监管、靶向施策提供了一定的微观证据。
二、文献综述
(一)企业金融化及其经济影响的相关研究
由于金融资产兼具流动性贮藏和投资获利的双重属性，学者们将企业金融化动机归结为预防储蓄和投资趋利。对于前者，企业将富余资金转换为金融资产形成预防性储蓄，面对流动性风险和融资约束时，变现金融资产能缓解资金压力。对于后者，企业追求金融投资高收益增加金融资产配置，会挤出实物资产投资，增强对金融投资获利渠道的依赖性。随着实体投资收益率下降和金融投资收益率上升，大多学者认为企业金融化的投资趋利动机更为强烈。关于企业金融化的经济后果，多数研究认为金融化给企业经营带来负面影响，例如抑制企业创新、抑制企业价值、损害主业业绩、抑制全要素生产率等。少数学者关注到了企业异质性金融化的差别影响，如王少华等(2020)研究发现企业未过度金融化缓解了现金流约束，促进企业创新；而过度金融化强化了金融渠道获利依赖，阻碍企业创新。胡云峰等(2020)研究发现适度金融化助推企业生产效率的改进，而过度金融化阻碍企业生产效率的提升。
(二)企业杠杆率调整影响因素的相关研究
企业杠杆率等价于企业的资本结构，学术界更多使用“资本结构调整”研究企业杠杆率的相关问题。动态权衡理论认为企业存在最优或目标资本结构，企业围绕着目标资本结构向上或向下持续调整以趋近目标资本结构；由于资本市场不完备，调整到目标资本结构的调整速度往往低于预期。关于资本结构调整速度的影响因素，主要围绕调整成本从企业特征和宏观环境两方面展开。如Faulkender等(2012)认为现金流影响资本结构的调整速度；黄继承等(2016)发现经理薪酬越高使得公司向上调整资本结构的速度越快。宏观因素中，Cook和Tang(2010)发现宏观经济增长是影响资本结构调整速度的重要因素；何德旭等(2020)发现高货币政策不确定性影响了银行信贷决策，对企业资本结构动态调整产生阻碍。
(三)企业金融化与企业杠杆率调整之间关系的相关研究
随着我国“去杠杆”政策的实施，部分学者开始研究企业金融化对资本结构动态调整的影响。如刘贯春等(2019)将金融渠道获利作为经济金融化指标，发现经济金融化程度越高，资本结构调整速度越慢；安素霞和刘来会(2020)研究表明，商业信用融资能够缓解企业金融资产配置与资本结构调整速度之间的负向关系；廉永辉和黎梦瑶(2020)研究显示，企业金融化降低了资本结构向上调整速度，在规模较小、盈利状况较差和非国有企业中负向关系更显著。田新民等(2020)实证发现企业金融化与资本结构调整速度存在负向关系，通过降低主业业绩和影响企业信息透明度阻碍资本结构调整。此外，货币政策、财政政策、产业政策等宏观经济政策也对企业投融资产生影响。
现有研究围绕企业金融化、企业杠杆率调整以及企业金融化对企业杠杆率调整的影响等方面取得了富有价值的成果，为本文研究提供了较好的参考，但在以下方面仍有待改进：一方面，较少涉及企业金融化的适度性以及不同程度金融化的异质性分析，使得企业金融化影响资本结构调整的结论可能存在偏颇。另一方面，侧重于考察宏观经济政策对企业投资或融资的单向影响，鲜有探讨宏观经济政策在企业金融化与企业杠杆率二者之间的调节作用，对不同类型企业的影响差异也关注不足。
三、理论分析与研究假设
(一)金融化适度性的理论解析
企业一定时期内拥有的金融资源是有限的，企业金融化实质是企业将所控制金融资源中原本用于主业发展的资金投入到金融理财、投资性房地产等虚拟经济领域。因此，企业金融化适度性可理解为企业金融资源是否被合理开发和充分利用，反映了金融投资与主业发展之间的协调程度，表现为实际金融化与最优金融之间的适配水平。最优金融化为企业推动主业发展的最好金融投资水平，使得企业持有或转让金融资产实现金融资源利用的价值最大化。由于企业经营状况和外部宏观环境存在不确定性，企业金融化行为动机和持有金融资产数量是变化的，企业金融化水平难以固定在最优水平上，使得金融化适度性呈现出非平衡性(2)由于适度金融化属于理想状态，故本文未进行单独讨论。。一方面，当企业金融化实际水平未到达最优水平时，金融化适度性表现为未过度金融化。基于预防储蓄目的，企业持有金融资产以“蓄水池”效应为主。通过配置金融资产最大化利用金融资源，使得金融化的实际水平趋近于最优水平，能够缓解融资约束，实现超额利润，促进主业发展。另一方面，当企业金融化实际水平超出最优水平时，金融化适度性表现为过度金融化。投资趋利动机下，金融资产“挤出”效应更为明显。过度金融化企业对有限金融资源的配置出现扭曲，短期内挤出主业投资资金，长期将抑制企业持续发展。此时企业应该减少金融投资，使金融化的实际水平逐渐回归到最优水平。
(二)金融化适度性与企业杠杆率调整
金融化适度性对企业杠杆率调整的影响可以从资产流动性与抵押担保能力两方面阐述。一方面，金融资产的短期限与高可逆性，有助于提升企业资产流动性，加快企业杠杆率调整。金融资产的处置成本相对于固定资产更低，金融资产和债务融资之间存在替代关系，企业将金融资产转换为现金资产能够在短期内还本付息，应对财务困境。此外，随着金融投资收益增加，企业获得更多内源融资，会减少银行信贷以缓释高杠杆的债务成本压力。另一方面，金融资产对固定资产具有“挤出效应”，导致抵押担保能力不足，抑制企业杠杆率调整。由于固定资产投资存在高昂的调整成本，在“利润最大化”管理模式驱动下，企业的投资偏好倾向从期限长的固定资产转向期限较短、收益率更高的金融资产。当前，中国仍然是以银行信贷渠道为主的间接融资体系，抵押品是企业获取银行信贷的必要前提。随着金融化适度性上升，企业持有金融资产比重更高，有形资产比例更低，这会减少外部融资机会，不利于杠杆率调整。据此推断，抵押担保能力下降对企业杠杆率调整产生的抑制作用可能强于企业资产流动性上升产生的促进作用。基于此，提出如下假设。
H1a 金融化适度性对企业杠杆率的调整速度产生抑制作用。
当企业处于过度金融化时，投机套利动机更强，持有金融资产比例更高、结构更为复杂，短期变现能力受到制约，使得金融化对资产流动性的促进作用减弱。同时，企业依赖金融渠道获利容易忽视主业发展，形成“增加金融资产→依赖金融获利→减少实体投资”的循环，这会加剧外部融资约束。因此，过度金融化企业的资产流动性和抵押担保能力同时下降。当企业未过度金融化时，企业为盘活闲置资金使用效率，倾向于投资低风险、短期限金融资产，配置比例也较低。此外，企业适度持有金融资产可以减轻外部融资依赖、改善经营业绩，拥有更多的内源资金，利于缓解现金流约束。同时，企业的未过度金融化不会挤占经营投资，金融资产流动性和抵押担保能力相对稳定。由此，提出如下假设。
H1b 过度金融化对企业杠杆率的调整速度产生抑制作用，未过度金融化对企业杠杆率的调整速度产生促进作用。
(三)金融化适度性、宏观经济政策与企业杠杆率调整
作为宏观调控的重要工具，货币政策影响企业投融资的微观机制包括价格和信贷渠道。首先，宽松的货币政策通过扩大信贷供给和降低资金利率，增强银行贷款积极性，缓解企业融资约束。按照“金融加速器”理论，宽松货币政策能够修缮企业资产负债表，提升抵押担保品价值，同时又缓释了企业预防储蓄动机，使得金融资产对债务融资的替代作用减小。此外，宽松货币政策下的过剩流动性可能进入金融领域，推高金融资产价格，增加投资套利机会。如上所述，宽松的货币政策带来了良好外部投融资环境，有利于增强信贷获得性并保持流动性，致使金融化对杠杆率的影响被弱化。对于过度金融化企业，信贷资金可能被用于投资金融资产从而引致资金在金融部门空转。由此，提出如下假设。
H2a 宽松的货币政策会削弱金融化适度性对企业杠杆率调整的负向影响，政策调节效应在过度金融化企业中更为明显。
财政政策通过补贴和税收两条渠道作用于企业投融资。一方面，财政补贴作为支持企业投资的重要外部资金来源，为企业金融投资或固定资产投资提供资金支持，对企业投资产生“挤入效应”。同时，财政补贴对于企业外部融资具有正向激励，向金融机构传递出积极信号，有助于通过银行信贷调整杠杆率。另一方面，税收优惠是刺激企业投资最为有效的政策工具，税收激励对企业权益性投资起到的促进作用要显著强于固定资产投资，能够提高企业投资率、劳动生产率以及资本产出率。因此，宽松的财政政策增加了企业可支配收入，减缓金融化对杠杆率的影响。对于过度金融化企业，财政政策激励效应强化了投资趋利动机。由此，提出如下研究假设。
H2b 宽松的财政政策会削弱金融化适度性对企业杠杆率调整的负向影响，政策调节效应在过度金融化企业中更为明显。
产业政策指政府对产业发展进行直接干预和间接引导，对入选产业的企业给予优惠和政策扶持，通过债务和权益融资影响企业投融资。债务渠道方面，产业政策所支持企业一般具有更高的信用担保预期，有利于缓解融资约束，易于取得更大规模的信贷融资从而推高杠杆率。权益渠道方面，政府补助、税收优惠等为入选企业提供了再融资及配股机会，便于企业从资本市场上获得股权融资或直接增加公司的现金流。可见，产业政策偏向性实质上直接增强了企业融资能力，弱化了金融化对杠杆率的影响。对于过度金融化企业，将产业政策给予的流动资金投入到金融市场追逐短期利润的动能更强。由此，提出如下假设。
H2c 偏向性的产业政策会削弱金融化适度性对企业杠杆率调整的负向影响，政策调节效应在过度金融化企业中更为明显。
综上所述，本文绘制了金融化适度性、宏观经济政策与企业杠杆率的逻辑关系示意图，如图1所示。
width=324,height=259,dpi=110
图1 金融化适度性、宏观经济政策与企业杠杆率的关系
四、研究设计
(一)样本选择和数据来源
考虑到2007年前后新旧会计准则差异，本文以2007-2018年中国沪深A股非金融类上市公司年度数据作为研究样本。计算最优金融化水平和目标杠杆率需要滞后1期，因此实证研究的区间为2008-2018年。剔除ST类企业、金融业(J)和房地产业(K)企业、资产负债率大于1和小于0、观测数据缺失以及2012年以后上市的公司样本，得到22 476个公司-年度观测值。为消除异常值的干扰，对企业连续变量在1%与99%分位进行了Winsorize处理。数据来源：国泰安数据库、万得数据库以及中经网统计数据库。
(二)核心变量设计及测度
1.被解释变量：企业杠杆率
与大多学者研究资本结构问题时所选变量一致，采用资产负债率即总负债占总资产比重作为企业杠杆率(Lev)的代理变量。
2.解释变量：金融化适度性
金融化适度性反映出企业实际金融化水平(Fin)与最优金融化水平(Ofin)之间的适配程度，两者之差即为金融化适度性(Exfin)的代理变量，数值越小表示金融化适度性越高。金融化适度性表现为三种情形：(1)当Fin>Ofin时，企业为过度金融化状态；(2)当Fin<Ofin时，企业为未过度金融化状态；(3)当Fin=Ofin时，企业金融化水平恰好适度。参考刘贯春等(2018)的研究，以金融资产占总资产的比重作为金融化(Fin)的代理变量，金融资产范畴界定为货币资金、交易性金融资产、衍生金融资产、应收股利、应收利息、买入返售金融资产、可供出售金融资产、持有至到期投资、投资性房地产九项。同时，参照Richardson(2006)的残差度量模型，企业金融投资与固定资产投资、创新投资等类似存在最优阈值，并构建模型拟合企业的最优金融化水平
Finit=α0+α1Finit-1+α2Sizeit-1+α3Tagit-1+α4Growit-1+α5Cfoit-1+α6Ebitit-1+α7Ageit-1+Σindustry+Σyear+εit
(1)
其中，i和t分别表示企业和时期，Finit和Finit-1分别表示当期和上一期企业金融化水平。选取以下变量来拟合企业最优金融化，包括有形资产占比(Tag)、经营性现金流(Cfo)、企业规模(Size)、成长机会(Grow)、盈利能力(Ebit)、企业年龄(Age)。Industry、Year分别为行业和年度虚拟变量。经过对原始样本OLS回归拟合出企业的最优金融化水平，识别出2008-2018年21 283个样本数据，其中9 932个样本企业为未过度金融化，占总样本的46.67%；11 351个样本企业为过度金融化，占总样本的53.33%。
3.调节变量：宏观经济政策
(1)货币政策。参考邓路等(2020)的做法，选择M2增长率与GDP增长率、CPI增长率的差值作为货币政策度量方式，以年度差值的中位数为临界值判定货币政策松紧度，设置货币政策虚拟变量Mp。M2-CPI-GDP大于中位数时为货币政策相对宽松期，Mp=1；M2-CPI-GDP小于中位数时为货币政策相对紧缩期，Mp=0。据此测算，2009年、2010年、2012年、2013年、2014年、2015年为货币政策相对宽松年；2007年、2008年、2011年、2016年、2017年与2018年为货币政策相对紧缩年。
(2)财政政策。本文考虑了财政收入调控的政策效应，选择财政支出增长率与财政收入增长率的差值作为财政政策评价指标，以年度差值的中位数为临界值判定财政政策松紧度，设置财政政策虚拟变量Fp。差值大于中位数时为财政政策相对宽松期，Fp=1；差值小于中位数时为财政政策相对紧缩期，Fp=0。据此测算，2008年、2009年、2012年、2015年、2016年、2018年为财政政策相对宽松年；2007年、2010年、2011年、2013年、2014年、2017年为财政政策相对紧缩年。
(3)产业政策。参考杨兴全等(2018)的做法，将“十一五”、“十二五”和“十三五”国民经济规划中明确提到“重点发展”“重点扶持”“支柱产业”“优先发展”“做大做强”“大力发展”“着力培养”语句的产业，视作产业政策偏向行业，设置虚拟变量Ip。属于产业政策偏向行业时，Ip=1，否则Ip=0。本文22 476个观测样本中，16 864个样本入选产业政策偏向样本，占比为66.13%。
参考已有文献，选取可能影响企业杠杆率的公司特征变量进行控制。实证研究所涉及全部变量的定义见表1，描述性统计见表2。
表1 相关变量定义及测度方式
width=682,height=525,dpi=110
表2 相关变量的描述性统计
width=686,height=497,dpi=110
(三)模型设定
参照刘贯春等(2019)的研究，在标准资本结构局部调整模型中引入企业金融化变量构建拓展的局部调整模型，考察金融化适度性对企业杠杆率调整速度的影响。标准资本结构局部调整模型为
width=240,height=13,dpi=110
(2)
其中，width=33,height=13,dpi=110为i企业在第t年末的目标杠杆率，Levit为i企业在第t年末的实际杠杆率， Levit-1表示i企业在第t-1年末的实际杠杆率，λ为模型估计得到的样本企业杠杆率的平均调整速度。
同时，本文将企业目标杠杆率函数设定为
width=106,height=13,dpi=110
(3)
其中，向量组Xit为控制决定企业杠杆率的微观特征变量，包括企业规模(Size)、有形资产占比(Tag)、经营性现金流(Cfo)、成长机会(Grow)、盈利能力(Ebit)、企业年龄(Age)、非债务税盾(Lntax)、行业杠杆结构特征(Medlev)。将模型(3)带入模型(2)，整理得到
Levit=αλ+(1-λ)Levit-1+γλXit+μi+eit
(4)
参考姜付秀和黄继承(2011)的建模思路，在模型(4)右侧引入企业金融化行为及其与企业杠杆率的交互项Fait-1*Levit-1，得到扩展的局部调整模型
Levit=αλ+(1-λ)Levit-1+βFait-1+θFait-1*Levit-1+γλXit+μi+eit
(5)
模型(5)中，Fa表示企业金融化行为，选择金融化适度性Exfin和实际金融化水平Fin两个指标进行回归，分析中以金融化适度性Exfin的回归结果为主。此外，μi表示个体效应，eit为误差项，服从白噪声序列。系数反映了企业杠杆率平均调整速度，速度快慢以(1-λ)表示。同时，Fait-1回归系数β的符号一般为负，Fait-1*Levit-1回归系数θ是关注的重点。针对假说H1a，本文预期全样本企业回归中系数θ显著为正。对于假说H1b的分组检验中，本文预期在过度金融化企业样本中回归系数θ显著为负，未过度金融化企业样本中回归系数显著为正。
进一步地，为讨论宏观经济政策在金融化适度性与企业杠杆率之间的调节效应，参考Miguel和Pindado(2001)的思路，将企业金融化行为Fait以及企业金融化行为与宏观经济政策的交互项Fait*Mat引入模型(4)，构建如下扩展的局部调整模型
Levit=αλ+(1-λ)Levit-1+βFait+δFait*Mat+γλXit+μi+eit
(6)
其中，宏观经济政策(Ma)评价维度的代理变量分别为货币政策(Mp)、财政政策(Fp)和产业政策(Ip)。回归系数β的符号一般为负，Fait*Mat的回归系数δ是关注的重点。对于假说H2a、H2b、H2c，本文预期全样本企业中系数δ显著为正。分组检验中，在过度金融化企业样本中系数δ显著为正，未过度金融化企业样本中系数δ显著性和符号不确定。
参考王朝阳等(2018)的做法，采用固定效应方法对模型(5)和模型(6)进行回归。鉴于面板数据回归中可能存在残差项截面依赖和时间序列依赖，回归过程中对标准误差进行了年度(Year)和公司(Firm)层面的Cluster处理。
五、实证结果与分析
(一)金融化适度性与企业杠杆率调整：基准回归
表3报告了模型(5)的回归结果。列(1)和(2)为全样本回归结果，以Fin、ExFin作为金融化变量估计得到L.Lev的回归系数分别为0.492 2、0.578 9，表明2008-2018年间企业杠杆率年均调整速度为50%左右；交互项Fin*L.Lev、ExFin*L.Lev的回归系数在1%的水平上均显著为正，表明金融化适度性与企业杠杆率调整速度负相关，即金融化适度性降低了企业杠杆率的调整速度，金融化程度越高，杠杆率调整速度越慢，支持了假设H1a。列(3)和(4)为过度金融化样本回归结果，列(4)中Exfin的系数为负，ExFin *L.Lev的系数为正，均通过1%水平的显著性检验；未过度金融化样本估计结果如列(5)和列(6)，Exfin以及ExFin*L.Lev的回归系数均为负，通过1%水平的显著性检验；这表明过度金融化抑制企业杠杆率的调整速度，未过度金融化则促进企业杠杆率的调整，假设H1b得以验证。可见，金融化适度性与企业杠杆率调整速度之间并非稳定的负向关系，取决于金融化的适度性，企业过度和未过度两种金融化状态对杠杆率调整速度的影响方向相反。
表3 金融化适度性与企业杠杆率调整：基准回归结果
width=686,height=352,dpi=110
注： ***、**、*分别代表1%、5%和10%水平上的显著性，括号内为经cluster后计算的T值。通过F Wald和Hausman-Test检验，拒绝随机效应模型的假设，支持运用固定效应模型进行估计。下表同，不再赘述。
(二)宏观经济政策的调节效应
1.货币政策的调节效应
表4报告了金融化适度性、货币政策松紧度与企业杠杆率的回归结果。列(1)和列(2)为全样本回归结果，Fin和Exfin的回归系数均在1%的显著水平上为负，交互项Fin*Mp和ExFin*Mp的回归系数均在1%的显著水平上为正。另外，过度金融化企业样本(列(4))中ExFin*Mp的回归系数为正，通过了10%水平的显著性检验；未过度金融化样本(列(6))中ExFin*Mp的回归系数为负，但未能通过显著性检验。以上结论验证了假设H2a，即相对宽松的货币政策通过增加货币供给和降低融资成本，会显著缓解金融化适度性对企业杠杆率调整的负向影响，对于过度金融化企业的影响更为显著。
表4 金融化适度性、货币政策松紧度与企业杠杆率调整
width=686,height=365,dpi=110
2.财政政策的调节效应
表5报告了金融化适度性、财政政策松紧度与企业杠杆率的回归结果。全样本中(列(1)和列(2))，Fin和Exfin的回归系数均为负，交互项Fin*Fp和ExFin*Fp的回归系数均为正，通过1%水平的显著性检验。另外，企业过度金融化样本(列(4))中ExFin*Fp的回归系数在5%水平上显著为正，而企业未过度金融化样本(列(6))中ExFin*Fp的回归系数未能通过显著性检验。以上结论支持了假设H2b。相对宽松的财政政策通过增加财政支出和减少财政收入，进一步刺激了企业的投融资需求，使得金融化适度性对企业杠杆率调整的负向影响减弱，对于过度金融化企业的影响更为显著。
表5 金融化适度性、财政政策松紧度与企业杠杆率调整
width=686,height=396,dpi=110
3.产业政策的调节效应
表6报告了金融化适度性、产业政策偏向性与企业杠杆率的回归结果。列(1)和列(2)为全样本回归结果，Fin和Exfin的回归系数均为负，交互项Fin*Ip和ExFin*Ip的回归系数均为正，均通过1%水平的显著性检验。在过度金融化企业样本(列(4))中ExFin*Ip的回归系数在1%水平上显著为正，而未过度金融化样本(列(6))中ExFin*Ip的回归系数未能通过显著性检验。以上结论支持了假设H2c，说明偏向性的产业政策改善了入选企业的外部融资环境，缓解了融资约束，使得金融化适度性对企业杠杆率调整的抑制作用被弱化，对于过度金融化企业的影响更加显著。
表6 金融化适度性、产业政策偏向性与企业杠杆率调整
width=686,height=373,dpi=110
(三)稳健性检验
为确保实证结果的可靠性，本文还进行了以下稳健性检验：(1)内生性问题。将所有金融变量视为内生变量，选取滞后1-3期作为内生性工具变量，采用工具变量法(IV-2SLS)进行回归，以缓解模型中可能存在的内生性问题。(2)改变金融化适度性的测算方法。选取样本企业所在行业金融化水平的中位数作为最优金融化水平的甄别标准，计算出金融化适度性指标作为代理变量进行回归。(3)改变宏观经济政策的测度方式。一是选择中国人民银行每季度发布的“货币政策感受指数”平均值大于中位数的年度识别为货币政策相对宽松年。二是将财政赤字水平为正值的年度识别为财政政策相对宽松年。三是缩小产业政策偏向行业的界定范围，将“五年”规划中提及某一行业“重点发展”、“重点扶持”和“大力发展”的行业作为产业政策重点偏向行业。(4)考虑金融危机效应。为了排除金融危机可能造成的估计偏差，剔除2008年和2009年样本，选择2010—2018年作为样本区间进行回归。以上检验结论均未发生实质性改变。限于篇幅，未列示稳健性检验的相关结果。
六、企业异质性分析
(一)企业产权性质的异质性
按照产权性质将全样本企业划分为国有企业和非国有企业(2)根据CSMAR(国泰安)数据库提供的登记注册类型来界定，将上市企业中中央国有企业、地方国有企业归类为国有企业，其余企业类别为非国有企业。，对模型(5)和(6)进行分组回归，结果如表7。列(1)和(2)中，L.Lev的回归系数分别为0.628 5、0.546 3，表明非国有企业杠杆率的调整速度更快。列(3)和(4)中，Exfin*Mp的回归系数分别为0.037 4、0.139 9，前者未通过显著性检验，后者通过5%水平的显著性检验。列(5)和(6)中，Exfin*Fp的回归系数分别为0.041 3、0.116 7，分别通过10%和1%水平的显著性检验。列(7)和(8)中，Exfin*Ip的回归系数分别为0.141 9、0.220 7，分别通过5%和1%水平的显著性检验。由此可知，金融化适度性对于企业杠杆率调整的抑制作用，以及宽松货币政策和财政政策与偏向性产业政策的调节效应，主要体现在非国有企业中。
表7 金融化适度性、宏观经济政策与企业杠杆率调整：产权异质性
width=683,height=435,dpi=110
(二)企业负债程度的异质性
参考许晓芳等(2020)的做法，对企业是否过度负债进行划分(3)本文采用两步最优广义矩估计法GMM2S(Two-Step GMM)估计目标杠杆率，并通过Anderson(P)和Cragg-Donald(F)检验。将实际杠杆率高于目标杠杆率的企业划分为过度负债企业，低于目标杠杆率的企业划分为负债不足企业。限于篇幅，未汇报目标杠杆率估计的检验结果。，运用模型(5)和(6)进行分组估计，结果如表8。列(1)和(2)中，L.Lev的回归系数分别为0.463 8、0.494 2，均通过1%的显著性检验，表明过度负债企业杠杆率的平均调整速度略微更快。列(3)和(4)中，Exfin*Mp系数分别为0.067 9、-0.001 6，前者通过5%水平的显著性检验，后者未通过显著性检验。列(5)和(6)中，Exfin*Fp系数分别为0.083 7、0.010 0，前者在1%水平上通过显著性检验，后者未通过显著性检验。列(7)和(8)中，Exfin*Ip系数分别为0.157 9、0.097 7，分别通过1%和10%水平的显著性检验。由此可知，金融化适度性对于企业杠杆率调整的抑制作用，以及宽松货币政策和财政政策与偏向性产业政策的调节效应，在过度负债企业中更为明显。
表8 金融化适度性、宏观经济政策与企业杠杆率调整：负债程度异质性
width=683,height=435,dpi=110
七、研究结论与政策启示
在中国非金融企业金融化趋势加剧和高杠杆率的背景下，以2007-2018年中国非金融类上市公司为研究样本，测度了企业金融化适度性，通过扩展的资本结构局部调整模型，从金融化适度性角度考察了企业金融化对企业杠杆率调整的影响，探讨了宏观经济政策的调节效应以及企业异质性的非对称特征。研究结论如下：第一，金融化适度性与企业杠杆率调整速度显著负相关，但二者关系并非稳定的负向关系，取决于金融化的适度性，企业过度金融化对杠杆率调整速度具有抑制作用，而企业未过度金融化对杠杆率调整速度具有促进作用。第二，从宏观经济政策效应看来，宽松的货币政策和财政政策以及偏向性产业政策，会削弱金融化适度性对企业杠杆率调整的负向影响，政策调节效应在过度金融化企业中更为明显。第三，基于企业异质性方面发现，金融化适度性对企业杠杆率调整的抑制作用以及宏观经济政策调节效应，在不同类型企业中呈现非对称特征，在非国有和过度负债企业中表现得更为显著。
本文的研究结论具有以下启示：第一，对于非金融企业而言，要区别对待不同程度金融化行为的经济效应，实现金融投资与杠杆率调整的良性互动。投资趋利动机下企业过度金融化导致了杠杆率居高不下以及“去杠杆”难度加大。因此，企业应基于长期战略来决策金融资产与实业投资的配置比例，主动提升金融化的适度性，发挥适度金融化在加快杠杆率调整方面的积极作用，从而遏制过度金融化的负面效应。第二，对于监管部门而言，加强对企业金融投资行为的常态监管，引导高负债企业主动去杠杆。一方面，应明确规定企业所投资金融资产的适用范围、资金规模、经营资质和资金来源，防止信贷资金空转套利，坚决打击金融领域的违规违法行为。另一方面，支持企业通过杠杆置换、实施债转股、参与资本市场直接融资来优化债务结构，缓解企业因依赖于银行渠道融资导致杠杆率过高。第三，对于决策层而言，宏观经济政策应保持松紧适度，通过精准施策支持实体经济发展，有序推进供给侧结构性改革。如保持货币供应合理充裕、减轻实体税负压力、维持产业政策平衡等，这不仅有利于抑制实体企业“脱实向虚”，也有助于推动企业杠杆率调整。另外，政府部门要结合企业异质性制定结构性和差异化的微观政策，重点关注非国有和过度负债的企业。
参考文献
彭俞超,韩珣,李建军.经济政策不确定性与企业金融化.中国工业经济,2018(1):137-155.
张成思.金融化的逻辑与反思.经济研究,2019(11):4-20.
钟宁桦,刘志阔,何嘉鑫,等.我国企业债务的结构性问题.经济研究，2016(7):102-117.
STREBULAEV I A, WHITED T M. Dynamic models and structural estimation in corporate finance . Foundations and Trends in Finance,2011,6(1-2):1-163.
FLANNERY M J, RANGAN K P. Partial adjustment toward target capital structures . Journal of Financial Economics,2005,79(3):469-506.
王朝阳,张雪兰,包慧娜.经济政策不确定性与企业资本结构动态调整及稳杠杆.中国工业经济,2018(12):134-151.
黄贤环,王瑶,王少华.谁更过度金融化:业绩上升企业还是业绩下滑企业?.上海财经大学学报,2019(2):80-94.
STULZ R M. Rethinking risk management . Journal of Applied Corporate Finance,1996,9(3):8-25.
张成思, 张步昙.再论金融与实体经济:经济金融化视角.经济学动态,2015(6):56-66.
倪支良、张开志、宗亚辉.实体企业金融化与企业创新能力.商业研究，2019(10)：31-42.
戚聿东,张任之.金融资产配置对企业价值影响的实证研究.财贸经济,2018(5):38-52.
杜勇,张欢,陈建英.金融化对实体企业未来主业发展的影响:促进还是抑制.中国工业经济,2017(12):113-131.
杨筝.实体企业金融化与全要素生产率：资源优化还是资源错配？.贵州社会科学,2019(7):146-153.
王少华,上官泽明,吴秋生.高质量发展背景下实体企业金融化如何助力企业创新——基于金融化适度性的视角.上海财经大学学报,2020(3):19-34.
胡海峰,窦斌,王爱萍.企业金融化与生产效率.世界经济,2020(1):70-96.
王国刚.“去杠杆”:范畴界定、操作重心和可选之策.经济学动态,2017(7):18-27.
BYOUN S. How and when do firms adjust their capital structures toward targets? .The Journal of Finance,2008,63(6):3069-3096.
HUANG R B, RITTER J R. Testing theories of capital structure and estimating the speed of adjustment . Journal of Financial and Quantitative Analysis,2009,44(2):237-271.
FAULKENDER M, FLANNERY M J, HANKINS K W, et al. Cash flows and leverage adjustments . Journal of Financial Economics,2012,103(3):632-646.
黄继承,阚铄,朱冰,等.经理薪酬激励与资本结构动态调整.管理世界,2016(11):56-171.
COOK D O,TANG T. Macroeconomic conditions and capital structure adjustment speed . Journal of Corporate Finance,2009,16(1):73-87.
何德旭,张雪兰,王朝阳,等.货币政策不确定性、银行信贷与企业资本结构动态调整.经济管理, 2020(7):5-22.
刘贯春,刘媛媛,闵敏.经济金融化与资本结构动态调整.管理科学学报, 2019(3):71-89.
安素霞,刘来会.金融资产配置、商业信用融资与资本结构动态调整速度.现代财经,2020(4):45-63.
廉永辉,黎梦瑶.企业金融化与资本结构调整速度.财经科学,2020(8):1-11.
田新民,张志强,任光宇.企业脱实向虚对资本结构调整速度的影响——来自企业金融化的研究.财经论丛,2020(4):63-72.
巫岑,黎文飞,唐清泉.产业政策与企业资本结构调整速度.金融研究,2019(4):92-110.
李顺彬,田珺.货币政策适度水平、融资约束与企业金融资产配置——对“蓄水池”与“替代”动机的再检验.金融经济学, 2019(3):3-13.
马红,王元.宏观经济政策、融资约束与企业融资结构调整——基于我国上市公司的经验数据.财经论丛,2017(1):58-66.
ALMEDIA H, CAMPELLO M, CUNHA I, et al. Corporate liquidity management:a conceptual framework and survey . Annual Review of Financial Economics,2014,6(1):135-162．
DAVIS L E. Financialization and the non-financial corporation:an investigation of firm-level investment behavior in the United States . Metroeconomica,2018,69(1):270-307.
盛天翔,张勇. 货币政策、金融杠杆与中长期信贷配置.国际金融研究,2019(5):55-64.
付文林,赵永辉.税收激励、现金流与企业投资结构偏向.经济研究,2014(5):19-33.
申广军,陈斌开,杨汝岱.减税能否提振中国经济?——基于中国增值税改革的实证研究.经济研究,2016(11):70-82.
CHEN D H, LI O Z, XIN F. Five-year plans, China finance and their consequences . China Journal of Accounting Research,2017,10(3):189-230.
RICHARDSON S. Over-investment of free cash flow . Review of Accounting Studies,2006,11(2):159-189.
邓路,刘欢,侯粲然.金融资产配置与违约风险:蓄水池效应，还是逐利效应? .金融研究,2020(7):172-189.
杨兴全,尹兴强,孟庆玺.谁更趋多元化经营:产业政策扶持企业抑或非扶持企业? .经济研究,2018(9):133-150.
姜付秀,黄继承.市场化进程与资本结构动态调整.管理世界,2011(3):124-134.
DE MIGUEL A, PINDADO J. Determinants of capital structure:new evidence from Spanish panel data.Journal of Corporate Finance,2001,7(1):77-99.
许晓芳,周茜,陆正飞.过度负债企业去杠杆：程度、持续性及政策效应——来自中国上市公司的证据.经济研究,2020(8):89-10.
The Influence of Corporate Financialization Moderation on Corporate Leverage Adjustment
WU Li-li
(School of Economics, Sichuan University, Chengdu 610065, China)
Abstract：This paper using the micro data of China non-financial listed companies from 2007 to 2018, examining the impact of the degree of enterprise financialization on the corporate leverage adjustment from the perspective of financial moderation, and explores the regulatory effect of macroeconomic policy and the impact of enterprise heterogeneity. The results show that: there is a significant negative correlation between the moderation of financialization and the speed of corporate leverage adjustment. After distinguishing the two states of moderation, it is found that over-financialization has an inhibitory effect on the speed of corporate leverage adjustment, while under-financialization can promote the speed of corporate leverage adjustment. At the same time, under the macro environment of relatively loose monetary policy, fiscal policy and biased industrial policy, the moderation of financialization is weakened, and the impact of over-financialization is stronger. In addition, the above effect is more significant in non-state-owned and over-debt enterprises. The above conclusions show that the over-financialization enterprises leads to high micro leverage ratio and difficulty of macro deleveraging，and maintaining the appropriate tightness of policy at the macro level is the policy orientation of restraining "from real to virtual" and promoting structural deleveraging.
Key words：financial asset allocation; financialization moderation; corporate leverage; speed adjustment
中图分类号：F832.1
文献标识码：A
文章编号：1005-1007(2021)10-0099-15
收稿日期：2021-05-30
基金项目：国家社会科学基金项目(18XJY020)。
作者简介：吴立力，男，四川大学经济学院博士生，主要从事金融理论与实践研究。
责任编辑 王丽英
页:
[1]