管理者能力、市场竞争与“脱实向虚”

Management Ability, Market Competition and “From Real to Virtual”

摘要: 利用2007~2021年中国上市公司全部A股的相关数据，实证检验市场竞争对企业“脱实向虚”行为的影响。研究发现，市场竞争与实体经济占比负相关，即激烈的市场竞争能够促进企业的“脱实向虚”行为。进一步研究发现，管理者能力对市场竞争与实体经济占比的负面影响具有显著的抑制作用。因此，企业要定期开展员工培训，加强管理者能力的提升，完善公司内外部治理体系，实现企业长远健康发展。政府部门应加强完善公平竞争体系，引导企业转向实体经济的建设。

Abstract: Based on the relevant data of all A-shares of Chinese listed companies from 2007 to 2021, this paper empirically tests the influence of market competition on enterprises’ “de-real to virtual” behavior. It is found that market competition is negatively correlated with the proportion of real economy, that is, fierce market competition can promote the behavior of enterprises “from real to virtual”. Further research shows that managers’ ability has a significant inhibitory effect on the negative impact of market competition and the proportion of real economy. Therefore, the enterprise should carry out regular staff training, strengthen the improvement of managers’ ability, improve the internal and external governance system of the company, and realize the long-term healthy development of the enterprise. Government departments should improve the fair competition system and guide enterprises to the construction of the real economy.

1. 引言

党的二十大报告指出，建设现代化产业体系，坚持把发展经济的着力点放在实体经济上，加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。可见，实体经济对于我国经济向好发展有重要意义。然而近年来，实体投资收益率的不断下降，金融企业与非金融企业的投资回报率差距不断扩大，使得非金融企业持有金融资产的占比不断升高。从2007~2021年经营性资产占总资产的比例由84.96%下降为70.07%，金融性资产占总资产的比例由7.77%上升为12.53%。可以看出近年来我国上市公司非金融企业已经出现“脱实向虚”的现象。

关于“脱实向虚”的大部分文献都是从两个方面进行阐述。一是根据“蓄水池”效应，金融性资产相较于固定资产、无形资产等长期资产来说，具有较强的流动性。在一定情况下，可以有效补充流动资金，达到缓解资金紧张的目的；二是根据“挤出”效应，实体企业金融化趋势逐步加剧，会产生挤出企业实体投资和削弱主业发展能力的后果。同时，非金融企业金融化程度的提高会使企业资金转向支付股息和利息，从而减少了对实体企业的投资，产生“挤出”效应。长期以往，金融化企业会降低企业的自身价值，阻碍企业经济长远健康发展。

市场竞争作为公司一种重要的外部治理机制，是企业管理者关注的主要问题，对企业决策制定和发展举足轻重。尽管理论表明竞争有助于提高效率和抑制管理松懈，但从业者普遍不喜欢竞争，因为竞争会对公司收益产生负面影响。人们普遍认为，企业融资和投资决策受到产品市场竞争的影响。市场竞争可以通过市场的竞争淘汰机制，促进企业对投资机会的酌量投资，从而提升企业投资效率。由此我们可以看出，市场竞争对于企业的投资决策有很大的影响，但是，鲜有文献研究市场竞争和实体企业金融化之间的关系。同时，兼并收购威胁理论认为，激烈的市场竞争会增大企业投资风险，进而会影响管理者投资决策。但是，在相同的市场竞争环境中，管理者能力的高低和职业背景的不同也会影响企业的决策。CEO的技术背景、管理者的金融背景和职业经历都会影响实体企业的金融化程度。因此，本文实证检验了市场竞争与实体企业金融化程度是否具有直接的影响关系？以及市场竞争与管理者能力交互作用对实体企业金融化程度的影响是否显著？

本文的创新点在于：1) 本文首次将管理者能力、市场竞争与“脱实向虚”放入一个框架进行研究丰富了市场竞争与实体企业金融化的相关文献。2) 将市场竞争分为现有市场竞争和潜在市场竞争，并运用因子分析法计算得出综合得分，使得市场竞争指标计算更准确。3) 对政府指导方针和企业实体经济建设提供了启示与建议。

2. 文献综述及研究假设

2.1. 市场竞争与“脱实向虚”

市场竞争是市场经济的基本特征。Chou、Ng和Sibilkov等(2011)发现，市场竞争对公司治理有重大影响 [1] 。Jiang、Kim和Nofsinger等(2015)认为在激烈的市场竞争下，掠夺风险较高的公司和行业领导者的公司投资更多 [2] 。王宸、陆超和戴静雯(2022)发现，产品市场竞争越激烈，企业的投资效率越高。可见，市场竞争对企业投资决策以及投资效率都有较大的影响。根据市场竞争的掠夺理论认为市场竞争增大，会出现掠夺式价格战和市场份额的降低，使企业面临着降低成本和利润缩减的压力 [3] 。Januszewski、Köke和Winter (2022)发现，市场竞争会导致竞争对手的掠夺行为和市场份额的损失 [4] 。张信东和宋佳(2018)发现，市场竞争会为企业增加收益，但随着市场竞争程度的越来越强，收益会逐渐有所下降 [5] 。由国内外相关文献可以得出，市场竞争会降低企业市场份额，使企业收益不断递减。

“脱实向虚”作为一个资产结构问题，表现为经营性资产占比下降，金融性资产占比上升。近几年，我国上市公司非金融企业脱实向虚现象不断提高，得到学者广泛关注。金融性资产是一种具有双重属性的资产，既可以充当“蓄水池”，实现企业资金的及时补给，也可以实现跨行业套利。Huang、Luo和Peng (2021)发现，除了预防性储蓄之外，投机是推动企业增加非货币金融资产持有量的潜在动机 [6] 。Liu等(2020)发现，拥有金融背景的高管倾向于将资金转向金融投资 [7] 。在我国，胡奕明、王雪婷和张瑾(2017)发现，一些财务状况较好的公司，会减少实体经济的投资，追求金融资产上的收益 [8] 。魏文江(2019)发现，金融业的投资收益率高于实体经济的投资收益率 [9] 。因此，基于理性投资人的角度分析，我们认为在市场竞争激烈的情况下，理性投资者往往会降低对实体经济的投资，而转向金融行业。基于此，本文提出假设1。

假设H1：市场竞争与实体经济占比呈负相关，激烈的市场竞争会导致企业产生脱实向虚行为。

2.2. 管理者能力、市场竞争与“脱实向虚”

马春爱和杨焕荣(2018)实证表明，激烈的市场竞争会使管理层更加谨慎的投资，使企业投资决策能够更好地体现资本追随盈利的Q理论 [10] 。同时，基于高阶梯队理论，在相同的市场竞争环境下，管理者特质不同也会做出不同的决定。Lee、Wang和Chiu (2018)发现，拥有卓越能力的经理的公司可以通过更好的投资机会获得更多的经济利润 [11] 。巩敏焕和王礼力(2017)认为管理者能力越高，企业投资效率越高，企业价值也会越高 [12] 。Karuna (2007)发现，当行业市场竞争增大时，企业给管理者提供更多的激励。管理者会更加谨慎地对待企业投资决策问题 [13] 。赵纯祥和张敦力(2013)、王昌荣和王元月(2015)都认为市场竞争能够有效地监督管理者的行为 [14] [15] 。市场竞争对管理者形成一种外部约束机制，会促进企业对管理层的激励，也促进对管理层的行为的监督。并且高管理者能力在激烈市场竞争中对于企业投资决策机会会更加谨慎，使得投资效率更高，进而提升企业长期价值。García-Sánchez和García-Meca (2018)发现，管理能力是投资效率的相关决定因素，会使得投资不足和过度投资水平降低 [16] 。Nadeem、Zaman和Suleman等(2021)发现，管理能力会促进企业创新 [17] 。周兰和张玥(2019)发现管理者能力越强，企业崩盘风险越小 [18] ，但是王翌秋和王新悦(2022)发现，“脱实向虚”增加了企业崩盘的风险 [19] 。可知，高管理者能力会降低企业脱实向虚的现象。

阅读以往相关文献我们可以发现，高管理者能力会降低企业崩盘的风险，并且会增加创新投入，而“脱实向虚”行为会使企业崩盘风险增加，抑制创新的投入。因此，随着管理者能力的增强，会降低风险承担能力并增加研发资本的投入，减少对金融性资产的投入。基于上述分析，本文提出假设2。

假设H2：管理者能力在市场竞争对实体经济占比的负面影响具有显著的抑制作用。

3. 实证研究设计

3.1. 样本的选择和数据来源

选取2007年至2021年中国上市公司全部A股为样本，数据来源于国泰安数据库(CSMAR)。初选样本数据同时满足以下条件：1) “股票市场分类”选择全部A股。2) 行业分类以2012年最新版的行业分类为准，选择除金融和房地产行业外的其他17行业。3) 所有样本公司均为正常上市的公司，即不包括“ST、*ST、暂停上市、退市”。

首先用EXCEL、SPSS21.0计算各个指标，得出各个目标变量，然后将所有数据匹配到一个表格，并将其导入STATA 16.0，依次做了以下处理：1) 把含有缺失值的样本从总样本中剔除。2) 为避免极端异常数据对实证检验结果的影响，对所有数据做1%的缩尾处理。3) 用全部样本数据做描述性统计分析和相关性分析。4) 依据设定的模型进行回归分析和稳健性检验。

3.2. 管理者能力、市场竞争和“脱实向虚”的计量

3.2.1. 被解释变量

采用经营性资产占资产总额的比例和经营性资产占金融性资产的比例衡量“脱实向虚”。其中经营性资产占资产总额的比例作为回归分析，经营性资产占金融性资产的比例作为稳健性检验。经营性资产和金融性资产计算方法如下：

经营性资产(含货币资金) = 货币资金 + 应收票据净额 + 应收账款净额 + 预付账款净额 + 存货净额 + 固定资产净额 + 在建工程净额 + 工程物资 + 无形资产净额

金融性资产(含商誉净额) = 交易性金融资产 + 短期投资净额 + 其他流动资产(委托贷款、理财产品及信托产品投资) + 衍生金融资产 + 可供出售金融资产净额 + 持有至到期投资净额 + 长期股权投资净额 + 长期债权投资净额 + 投资性房地产净额 + 商誉净额

3.2.2. 解释变量

本文把市场竞争分为现有市场竞争和潜在市场竞争。首先确定反映现有市场竞争和潜在市场竞争的原始指标体系，然后采用因子分析法计算现有市场竞争和潜在市场竞争综合得分，据以衡量现有市场竞争和潜在市场竞争的高低。综合得分越大，市场竞争越激烈。

计算现有市场竞争和潜在市场竞争综合得分所采用的样本是2007年至2021年中国上市公司全部A股，数据来源于国泰安数据库，采用年度数据。并对原始数据进行以下处理：1) 剔除ST、*ST类公司；2) 剔除金融行业上市公司；3) 删除主要变量缺失的样本；4) 采用EXCEL和SPSS对数据进行处理。

(一) 市场竞争计量指标体系

借鉴Li (2010) [20] 的市场竞争衡量方法，选择反映现有市场竞争和潜在市场竞争的指标体系。

1) 现有市场竞争指标体系

与行业集中度相关的变量，即赫芬达尔–赫希曼指数、行业内公司总数、行业内资产总计和市场规模，捕获了现有竞争对手之间的竞争。赫芬达尔指数是个负向指标，赫芬达尔指数越大，市场竞争程度越小，即采用赫芬达尔指数的倒数。行业内公司总数、行业内资产总计和产品市场规模是以行业内公司总数、行业内资产总计、行业总销售额的自然对数来衡量的。

2) 潜在市场竞争指标体系

资本支出被用于衡量新参与者进入产品市场所需的平均运营成本。由于研发支出也反映了进入行业所必需的投资。因此，将资本支出和研发支出作为衡量潜在市场竞争的相关指标。因为行业资本支出和研发支出越高，潜在竞争能力就越小，所以取它们行业加权平均值的倒数。行业加权平均值的权重为市场份额(主营业务收入/行业内主营业务收入的总和)。

(二) 现有市场竞争和潜在市场竞争的因子分析

运用因子分析法，将上述六个指标提取两个主成分。具体做法如下。

1) KMO和Bartlett检验

通过KMO和Bartlett检验结果可知，KM0 = 0.638，大于0.5。Sig. = 0，说明样本数据比较适合用于因子分析。

2) 公因子方差

公因子方差都在0.4以上，大于一般的标准0.4，说明本文所提取的公因子替代原始变量后，能够很好地保留原始变量的信息。

3) 解释的总方差

根据特征值大于1，本文选取2个公因子作为初始因子，提取的载荷平方和依次为46.134%和18.271%。提取的2个因子可以解释总方差的64.405%，大于60%，符合主成分分析要求。

4) 成分得分系数矩阵

由解释的总方差表可知，共提取2个公因子，分别为现有竞争能力(EC)和潜在竞争能力(PC)。根据成分得分矩阵(见表1)，得到公因子在变量中的权数。

Table 1. Component score coefficient matrix

表1. 成分得分系数矩阵

$\text{EC}=0.3{\text{X}}_1+0.251{\text{X}}_2+0.321{\text{X}}_3-0.012{\text{X}}_4+0.02{\text{X}}_5+0.324{\text{X}}_6$ (1)

$\text{PC}=0.033{\text{X}}_1+0.017{\text{X}}_2-0.041{\text{X}}_3+0.675{\text{X}}_4+0.673{\text{X}}_5-0.02{\text{X}}_6$ (2)

$\text{COM}=0.46134\text{EC}+0.18271\text{PC}$ (3)

3.2.3. 调节变量

采用公司效率衡量管理者能力。公司效率的计量方法借鉴Demerjian (2012) [21] 构建的管理能力衡量标准的第一步，该标准反映了管理者在将公司资源转化为公司收入方面相对于同行的效率。高效的公司是那些从给定的一组投入中产生更多收入的公司，并且我们认为高效的公司一般管理者具有较高的管理者能力。运用以下模型估计企业效率：

$\max \theta =\frac{\text{Sales}}{{\text{v}}_1\text{CoGS}+{\text{v}}_2\text{SG}\&\text{A}+{\text{v}}_3\text{PPE}+{\text{v}}_4\text{R\&D}+{\text{v}}_5\text{Goodwill}+{\text{v}}_6\text{OtherIntan}}$ (4)

其中，产出变量为营业收入(Sales)，投入变量为营业成本(CoGS)、销售和管理费用之和(SG&A)、固定资产净值(PPE)、研发投入(R&D)、商誉(Goodwill)和无形资产净值(OtherIntan)。v₁~v₆为最优权重。

3.2.4. 控制变量

参考有关文献，本文选取以下控制变量：公司规模(Size)、产权性质(Soe)、资产负债率(Lev)、上市年龄(Age)、高管持股比例(Hold)、资本支出(Cap)、商业信用(Netrec)、客户集中度(Client)和非债务税盾(Dep)等指标。变量的具体定义及计算方法详见表2。

Table 2. Lists the names, codes, and definitions of variables

表2. 变量的名称、代码与定义表

3.3. 回归模型

$\begin{array}{l}{\text{Opea}}_{\text{i,t}}/{\text{Fina}}_{\text{i,t}}={\alpha }_0+{\alpha }_1{\text{Com}}_{\text{i,t}}+{\alpha }_2{\text{Eff}}_{\text{i,t}}+{\alpha }_3{\text{Com*Eff}}_{\text{i,t}}+{\alpha }_4{\text{Size}}_{\text{i,t}}+{\alpha }_5{\text{Soe}}_{\text{i,t}}+{\alpha }_6{\text{Lev}}_{\text{i,t}}\\ +{\alpha }_7{\text{Age}}_{\text{i,t}}+{\alpha }_8{\text{Hold}}_{\text{i,t}}+{\alpha }_9{\text{Cap}}_{\text{i,t}}+{\alpha }_{10}{\text{Netrec}}_{\text{i,t}}+{\alpha }_{11}{\text{Client}}_{\text{i,t}}+{\alpha }_{12}{\text{Dep}}_{\text{i,t}}+{\displaystyle \sum \text{Year}}+{\displaystyle \sum \text{Indu}+{\mu }_{\text{i,t}}}\end{array}$ (模型1)

4. 实证检验

4.1. 描述性统计分析

从表3可以发现：1) 被解释变量经营性资产/总资产(Opea)平均值为0.8046，标准差为0.1568，最小值为0.2941，最大值为0.9918；经营性资产/金融性资产(Fina)平均值为89.0814，标准差为347.8413，最小值为0.5239，最大值为2871.4996。2) 解释变量市场竞争(Com)的均值为0.5191，标准差为0.5062，最小值为−0.5，最大值为1.64。3) 调节变量管理者能力(Eff)的均值为0.5544，标准差为0.1945，最小值为0.2268，最大值为1.0000。4) 在控制变量中，公司规模(Size)的均值为9.5946，标准差为0.5488；产权性质(Soe)的均值为0.3464，标准差为0.4758；资产负债率(Lev)的均值为0.4137，标准差为0.2023；上市年龄(Age)的均值为1.1299，标准差为0.2738；高管持股比例(Hold)的均值为0.0826，标准差为0.1484；资本支出(Cap)的均值为0.0516，标准差为0.0473；商业信用(Netrec)的均值为0.0287，标准差为0.0926；客户集中度(Client)的均值为31.1251，标准差为22.2238；非债务税盾(Dep)的均值为0.0196，标准差为0.0141。

Table 3. Descriptive statistical analysis of all samples

表3. 全部样本的描述性统计分析

4.2. 回归分析

从表4全部样本的回归分析中可以发现：1) 经营性资产/总资产(Opea)与市场竞争(Com)的回归系数为−0.0086，且在1%水平上显著，说明市场竞争(Com)对经营性资产/总资产(Opea)有显著的负面影响。即市场竞争越大，经营性资产占比越小，金融性资产占比越大，表明激烈的市场竞争会促进企业“脱实向虚”。这与假设H1一致。2) 由管理者能力的调节作用回归结果可知：经营性资产/总资产(Opea)与市场竞争(Com)的回归系数为−0.0189，在1%水平上显著；经营性资产/总资产(Opea)与市场竞争(Com)和管理者能力(Eff)的交叉项(Com*Eff)的回归系数为0.0290，且在1%水平上显著，说明管理者能力(Eff)在市场竞争(Com)和经营性资产/总资产(Opea)之间的负向影响具有显著的抑制作用，即管理者能力越高，对市场竞争与经营性资产占比的负效应越弱。这与假设H2一致。3) 经营性资产/总资产(Opea)与公司规模(Size)、

Table 4. Regression analysis of all samples

表4. 全部样本的回归分析

注：*、**和***分别代表10%、5%和1%置信水平下显著(双尾检验)。

上市年龄(Age)显著负相关，回归系数为−0.0184、−0.0942，且在1%水平上显著；经营性资产/总资产(Opea)与产权性质(Soe)、资产负债率(Lev)、高管持股比例(Hold)、资本支出(Cap)、商业信用(Netrec)、客户集中度(Client)、非债务税盾(Dep)显著正相关，回归系数为0.0431、0.1692、0.0196、0.3567、0.2872、0.0002、2.7359，且在1%水平上显著。

4.3. 稳健性检验

用经营性资产/金融性资产(Fina)替换经营性资产/总资产(Opea)对模型进行稳健性检验。

全部样本的稳健性检验结果通过与表4全部样本回归结果比照，可以发现，主要变量系数的符号和显著性水平变化不大。因此，全部样本回归分析结果是比较稳健的。

5. 研究结论与对策建议

以2007年至2021年中国全部上市公司A股为样本，对管理者能力、市场竞争与“脱实向虚”进行实证检验。通过全部样本回归分析发现：市场竞争越激烈，经营性资产占比越小，企业的“脱实向虚”行为越严重，即激烈的市场竞争会加强企业的“脱实向虚”行为。此外，进一步研究发现，管理者能力在市场竞争与企业“脱实向虚”行为之间存在显著的调节效应，管理者能力越高，对市场竞争与经营性资产占比的负面影响存在抑制作用，即高管理者能力有利于缓解市场竞争与“脱实向虚”之间的正面效应，降低企业“脱实向虚”的行为。

本文的研究不仅丰富了市场竞争如何影响企业“脱实向虚”方面的文献，而且对政府宏观调控和公司治理提供了建议。在政府宏观调控方面：第一，市场竞争作为公司治理有效的外部治理机制，政府要积极建设企业公平竞争秩序，积极强化反垄断策略，积极引导企业转向实体经济的建设，防止产业“空心化”，实现企业长远发现；第二，制定人才引进政策，吸引优秀人才到本地就业，提高企业员工管理能力和工作技能，避免由于低管理者能力加深企业经济金融化行为。第三，近些年由于疫情等原因，经济持续低迷，实体投资收益率降低，需要政府刺激经济消费，增加实体经济投资率，避免企业因追求短期效益而过度金融化；在公司治理方面：第一，在激烈的市场竞争下，金融资产虽然会带来短期效益，但风险大，并不能依靠金融资产长远发展。企业若想实现可持续性高质量发展，务必要增加企业创新能力，把重心放在实体经济的建设上；第二，加强企业员工定期培训，增强企业创新能力和管理能力，建立合理的内部激励机制，激励员工积极创新，打造企业核心竞争力，使企业高效发展。