1. 引言与文献综述
制造业是实体经济的主体,是推动经济高质量发展的重要引擎。习近平总书记指出,必须发展实体经济,不断推进工业现代化、提高制造业水平,不能脱实向虚,并在二十大报告中强调:“我们要坚持以推动高质量发展为主题,把实施扩大内需战略同深化供给侧结构性改革有机结合起来,增强国内大循环内生动力和可靠性,提升国际循环质量和水平,加快建设现代化经济体系,着力提高全要素生产率。”依靠要素驱动的经济发展方式已经难以为继,转变经济发展方式、推动经济的高质量发展成为了政府新的的经济发展理念。在此背景下,全要素生产率是我国制造业企业经济持续发展的重要要素,以及衡量经济质量的首要标准,更是企业构建长期竞争优势的来源和持续发展的基础。经济增长质量的提高需要依赖于微观机制的构建 [1] ,企业效率的提升是整个国民经济高效率运转的重要微观基础,所以企业的发展质量决定中国经济高质量发展的基础,但全要素生产率不高一直是困扰制造业企业高质量发展的核心问题,深究其背后的原因是加快制造强国、质量强国的关键。我国制造业企业的经济增长主要依靠要素和投资来拉动,这样导致经济发展质量不高,全要素生产率增长缓慢甚至下降 [2] 。随着中国实体经济从简单的生产要素堆积进入到常态化发展阶段,且我国制造业企业处在转型升级的十字路口,实体企业难以通过主营利润来满足扩大生产和经营的需求,企业会出于短期效益最大化的目的主动减少对生产性资产的投资,转而配置金融资产,并且核心技术匮乏、高端制造业的科技水平与国际先进水平差距较大、产能过剩、出口萎缩、环境污染等经营问题也制约着企业的发展,国内众多企业为了寻找新的利润增长点,改善经营现状将部分资金投资于金融领域导致大量资本在虚拟经济“空转”成为一种普遍现象。实体企业的金融化方式主要包括买卖金融产品、买卖房地产以及套利交易 [3] 。从行为角度看,金融化是企业采取的一种偏重资本运作的资源配置方式,表现为将有限资本更多的运用于投资,而非传统的生产经营活动的扩大。从结果的角度看,企业金融化就是企业利润更多的来源于非生产经营业务的投资和资本运作,追求资本增值而非经营利润。实体企业金融化的国内外文献主要集中于研究金融化的动因和结果以及影响,实体企业金融化的主要原因来自于主营利润率的低迷,根据wind行业发展报告披露,中国实体行业平均利润率在6%左右,低端加工行业只有不到2%,高端制造业也难以突破10%,行业之间的残酷竞争也进一步压缩了企业的利润空间,为了企业的可持续发展以及研发创新的投入不得不将有限资本配置于金融市场以获得“投机”回报。马红等发现,虚拟经济与实体经济非协调发展对企业的金融投资产生了显著的促进效应,而对企业的实体投资(固定资产投资和研发投资)产生了显著的抑制效应,过度发展的虚拟经济必然会造成整个经济系统的不稳定,历次金融危机的发生都归结于虚拟经济的过度膨胀 [4] [5] 。宋军从收益率方面研究了实体投资与虚拟投资的差异,发现公司所持有的非货币性金融资产和公司的经营收益率之间出现U形关系 [6] 。ToriandOnaran认为实体企业的金融活动会导致实体投资减少甚至停滞,以及会对生产率的长期造成不利影响。其他文献分别从公司业绩、内部控制质量、企业创新等微观层面探讨企业金融化行为的后果。过度金融化不仅阻碍企业核心竞争力的构建,长期来看还将对企业价值产生负面影响制造业企业全要素生产率增长缓慢甚至下降,增长速度在2%~6%之间波动 [7] ,制造业生产效率的持续提升难以为继,只有将制造业发展历程中依靠要素质量的阶段过渡到效率驱动的模式才能促进制造业的高质量发展 [8] [9] 。
本文的边际贡献在于:
本文用微观数据实证分析制造业企业金融化与全要素生产率的关系,旨在为避免产业空心化,提升企业全要素生产率,增强整个行业竞争力。实体企业金融化本质上是企业财务政策的体现,而全要素生产率则是企业生产经营过程的体现,因此本文进一步打开了企业财务政策与企业生产经营过程之间的理论“黑箱”,不仅从微观层面丰富了全要素生产率领域的相关文献,同时也为实体企业金融化这一理论热点提供了较为全面的经验发现。
现有文献尽管分析了“储蓄效应”和“挤出效应”对企业TFP有不同的影响,但往往分割“储蓄池”和“替代品”功能,忽略了资产配置过程中两种功能并存共同发生作用,在实证过程中考虑上述两种功能的并存特征,发现了两者的非线性关系,并在此基础上补充了现有金融化对企业全要素生产率影响的合理性分析。证实了金融化具有“效率毁损”和“效率创造”双重属性。
本文结论也具有一定的政策价值,研究显示过度的金融化会导致“脱实向虚”不利于全要素生产率的提升,为了全要素生产率提升这一国家战略的顺利实现,要加强公司治理治理机制,由内而外引导金融“支持”生产率的提升。
2. 理论分析与研究假设
尽管学者们对金融化与全要素生产率之间的关系进行了研究,但现有研究结果并不一致。
2.1. “蓄水池”效应
从持有动机的角度出发,“蓄水池”效应是指企业将过剩的资源转化为金融资产,表现为企业资本运作能力。第一,基于金融资产具有较强的流动性的特性,可以作为流动性管理的有效工具,在企业面临严苛的融资约束或恶劣的市场环境时,可以将持有的金融资产转化为实体资源。邓路实证研究发现:金融资产持有量越多,企业的违约风险越低,金融资产配置的“蓄水池效应”显著 [10] 。站在企业长期发展的战略角度来看,由于实体投资成本相对较高且流动性较差,持有金融资产可以起到平稳收益、降低融资成本的作用,对企业长期发展具有积极影响,适度持有金融资产可视为一种“理性”的利益追求,也助于企业分散风险,提高资本运营能力和缓解财务困境,增强资产流动性。第二,基于以管理层自利主义为理论基础的委托代理理论,实体经济持续低迷的宏观环境难以改变,管理者既面临提升股东的投资回报率和偿还债务的外部压力,又面临着薪酬考核和职位晋升的内部压力,企业业绩与管理层利益的冲突会产生的代理成本问题,会间接促使管理层的机会主义行为,造成企业资源的浪费。第三,基于企业的发展蓝图和长远战略目标,意味着企业往往通过金融化的方式利用资本市场的运作实现价值升值,效益升值,金融资产所具有的流动性储藏属性和超额投资收益属性以及资本运作属性能促进企业的发展从而提高全要素生产率。
2.2. “挤出”效应
根据企业金融化理论,资源配置决定了企业生产和经营活动的开展。资本是一种生产要素,它通过与劳动、技术、生产资料等其他要素相结合才能创造价值。从公司治理的视角来看:将资源配置倾斜于金融资产的目的在于获取高短期回报和改善企业的经营灵活性,这就导致了企业将有限资本配置于金融资产而挤占了生产经营活动中的资本投入,制造业企业通过牺牲主营利润来换取金融市场的投资收益,并且当金融投资的利润率大于实体投资的利润率时,企业很难选择风险较高而利润较低的实体投资。根据陈赤平的研究发现,企业金融化通过“挤出”技术创新导致全要素生产率降低,并且融资约束更低 [11] 。在理想化的投资动机下,根据舒鑫的研究,企业的投资动机往往受到融资约束和代理成本的影响若实体企业金融化目的在于追逐超额回报率,在资源配置有限性的约束条件下,会损害公司业绩,减少对经营资产的投资,以牺牲实体发展为代价来追求在金融市场上的收益,对企业全要素生产率的增长产生抑制 [12] 。而我国上市公司金融化投资收益占销售收入比例平均为14%,与发达国家47%的比例相比差距巨大,金融化较低的收益率却伴随这较高的财务风险。那么在我国特殊的制度背景下,金融化是否会影响企业全要素生产率,会发挥“储蓄”还是“挤出”作用呢?其作用机制是什么?从股东与管理层关系的视角来看,若企业配置金融资产的动机是“储蓄效应”,则金融资产投资是管理层维持企业稳定发展的战略选择,有利于融资约束的降低;若企业配置金融资产的动机是“逐利效应”,则金融资产投资是管理层短视的一种表现,会加剧股东与管理层之间的冲突,导致代理成本上升。根据制造业企业金融化作用机制的分析,可以认为,这是金融化“储蓄效应”和“挤出效应”两种力量综合作用的结果。适当的金融化可以作为一种资金储备来满足企业经营活动的资金需求以及保证企业研发等创新活动的顺利进行,也有利于企业对未来财务状况进行跨期管理,满足即时融资需求,从而增强企业创新主动性,提高企业TPF。而超额的金融化会使管理人员安于现状,容易放弃有利于企业长期发展前景的TPF转而依赖金融资产带来的投资收益。随着金融资产配置比例上升,储蓄效应带来的正向影响和挤出效应带来的负向影响会同时增加,但从初始阶段至极值点处金融资产所带来的储蓄效应增加更快,金融资产的高流动性和强支配性等特点能够缓解融资约束,降低企业的经营风险,储蓄效应在这个阶段起到主导作用,总体表现为对全要素生产率的促进作用。然而,如果进一步扩大对金融资产持有,在超过极值点后,金融风险可能会传染至实体企业,使企业与金融市场之间的联动风险增加,进而导致企业的财务风险上升,表现为“风险传染效应” [13] 。过度金融化所带来的代理成本和财务风险问题将不断积累从而加大“挤出”力度,在此阶段挤出效应会占主导作用,总体表现为抑制作用。本文认为金融化与企业全要素生产率之间具有非线性关系,本文提出以下假设:
H1:在其他条件不变的情况下,随着企业金融资产配置的提高,企业的全要素生产率呈现先上升后下降,即它们之间呈现倒“U型”的结构关系。
3. 实证研究设计
3.1. 样本选择与数据来源
根据龙小宁等的研究和证监会2012年修订的《上市公司行业分类指引》,2012年之前的报表数据存在严重的披露缺失问题,本文选取2013~2021年间我国沪深两市A股制造业上市公司作为研究对象,并进行实证研究。为了确保数据的准确性和有效性,本文依次进行如下处理:1) 剔除了ST、*ST、重要财务指标缺失或者缺失数据较多以及无法获得解释变量或者被解释变量数据的公司;2) 对连续变量在1%和99%分位进行缩尾处理以消除异常值。所使用数据来自CSMAR和wind。使用的数据处理软件为Stata17和excel2016。
3.2. 变量定义及模型设计
3.2.1. 变量定义
1) 被解释变量:全要素生产率(TFP)反应了各个要素投入对总体效率的最终转化程度,本文使用OP法,用中间投入来代替投资作为可观测生产率的代理变量,来测度上市公司的全要素生产率。见表1。
2) 解释变量:企业金融化(FINRATIO)本文参考杜勇 [14] 的衡量方法,采用金融资产占总资产的比值来定义企业金融化。见表1。
3.2.2. 模型设计
(1)
模型(1)中,被解释变量(TFP_OP)代表企业全要素生产率,解释变量是企业金融化程度(FINRATIO),加入金融化程度二次项(FINRATIO2),考察企业金融化与企业全要素生产率之间是否存在非线性关系,以此检验假设1。
4. 基准回归
4.1. 金融化与企业全要素生产率
表2报告了金融化与企业全要素生产率的回归结果。第(1)、(2)列单独列示了金融化与企业全要素生产率的关系,无论是否加入控制变量,金融化程度与企业全要素生产率的回归结果均通过了显著性检验,说明企业金融化抑制了企业的全要素生产率。同时,为了验证金融化与企业全要素生产率是否存在非线性关系,本文引入了金融化的二次项,第(3)、(4)列结果显示金融化的回归系数均在1%的水平上显著为正,金融化二次项的系数均在1%的水平上显著为负。为了进一步验证倒U形关系,本文使用了utset命令进行倒U形关系检验,结果显示金融化和企业全要素生产率的斜率呈现先正后负的特征,金融化的极值点恰好位于99% Fieller区间内,并且U形关系整体检验的P值小于0.01,slope在区间内存在负号,据此可以证明自变量和因变量间存在倒U形关系,支持了前文假设1。第(3)列结果报告了企业全要素生产率与金融化、金融化二次项的回归结果,得到回归方程为TPF_OP = 7.9833 + 1.897 FINRATIO − 0.2809 FINRATIO2。也就是说企业全要素生产率是金融化的二次函数,且该二次函数是一条开口向下的倒U形曲线。其顶点坐标是(0.08738, 8.1469)即企业金融化程度存在一个最优点,在金融化程度小于0.08738时,随着金融化程度的提高,企业全要素生产率会不断增加;当金融化程度大于0.08738时,随着金融化程度的提升,企业全要素生产率会不断下降。同时,根据计算出的金融化程度的临界值,将样本分为自由现金流规模大于临界值的组和小于临界值的组,见表2第(5)列结果显示在金融化程度低于临界值的组中,金融化程度的回归系数在1%的水平上显著为正,表明金融化提升了企业全要素生产率,体现出“储蓄”属性。第(6)列结果显示在金融化程度高于临界值的组中,金融化程度的回归系数在1%的水平上显著为负,表明金融化降低了企业全要素生产率,体现出“挤出”属性。上述结果也进一步支持了本文假设1的推理。
4.2. 基准回归的稳健性检验
为确保本文探究的企业金融化负向影响全要素生产率的研究结论更加可靠,本文主要采取两种方式进行稳健性检验。
1) 改变自变量的衡量方式,本文参考张成思 [15] 的做法,以非金融企业投资收益、公允价值变动损益以及其他综合收益等金融渠道获利加总占营业利润的比例作为指标来衡量企业金融化,同时为了减少负值带来的结果偏差,本文对金融渠道获利进行标准化,即公司金融化程度(Finratio) = (金融渠道获利一营业利润)/|营业利润|)及其二次(Finratio2)。结果显示衡量企业金融化的变量后,见表3(1),解释变量的金融化的回归系数仍然在1%水平上显著为正,二次项回归系数在5%水平上显著为负,这与研究结论一致。
2) 改变因变量的衡量方式,故本文选择用LP法和GMM法测算出的全要素生产率作为被解释变量的替换变量。见表3(2) (3),从结果来看与前文主检验结果基本一致。
4.3. 基准回归的内生性处理
制造业企业金融化抑制全要素生产率增长,宋军和陆旸(2015)认为由于企业持有金融资产能够获得更高的收益,进而能够让企业价值得到提升。那些全要素生产率高的企业为了能获得更丰厚的利润可能会加大投资金融领域,导致出现反向因果的内生性问题。为缓解内生性问题对研究结论的干扰,本文采用倾向性匹配得分(PSM)进行检验,以缓解内生性问题对回归结果可能造成的偏误。由于企业金融化与全要素生产率的影响关系可能受某些因素的干扰导致结果产生偏误,对于那些规模大、盈利能力强、公司治理好的的企业中,金融化对全要素生产率的影响可能较小,为缓解样本选择偏误问题,减少公司其余特征的影响,本文采用倾向评分匹配进行内生性检验。主要做法如下:本文选择金融化程度(FINRATIO)为因变量,托宾Q值(TOBINQ)、总资产回报率(ROA)、企业规模(SIZE)、企业年龄(AGE)、资产负债率(LEV)、企业成长性(GEOWTH)、两职合一(DUAL)、机构持股比例(INSTI)、独立董事比例(Dir)、董事会规模(Supn)。为特征变量进行logit回归并计算倾向得分值;2) 依据倾向得分值,按照最近邻匹配(1:1)进行配对;3) 将匹配后的的样本进行多元回归分析。结果见表4、表5和图1。与前文结论基本一致。
Table 4. Propensity matching score
表4. 倾向性匹配得分
Table 5. Propensity matching score
表5. 倾向性匹配得分
综上,为了缓解反向因果关系、样本自选择偏差及遗漏变量等内生性问题,本文经过一系列的稳健性检验后,金融化和全要素生产率的关系呈现倒U形的结果仍然成立,说明本文结论稳健可靠。
5. 结论
在实体企业脱实向虚的背景下,本文以2013~2021年A股上市公司为研究对象,考察了企业金融化对企业全要素生产率的影响。研究表明,企业金融化与TPF之间存在倒“U”型的非线性关系,即随着企业金融化程度的提升,企业TPF先上升后降低,该结论在经过内生性问题讨论及一系列稳健性检验后仍然成立。本文研究结论对于企业管理实践以及政府政策制定具有一定启示:从企业角度而言,第一,企业应增强自身盈利能力和扩展融资渠道。充裕的资金支持有利于企业提升全要素生产率,但除了保持一定的内部资金积累外,企业还应积极拓展外部融资渠道,避免企业开展主营业务活动时产生的财务风险。第二,企业要加强和完善金融化程度规范和监管制度,防范金融风险。从政府角度而言,政府需为企业生产和创新活动开拓筹资渠道。政府可采用相关政策鼓励银行为企业提供专项贷款,降低贷款利率,完善贷款担保机制,缓解银行、外部投资者与企业之间的信息不对称,进而缓解企业研发融资难的问题。
NOTES
*第一作者。