企业金融化的同伴效应对资源配置效率的影响研究

Research on the Peer Effect of Financialization of Firms on the Efficiency of Resource Allocation

摘要: 近年来，我国实体经济“脱实向虚”问题严重，企业金融化趋势日益增强，许多实体企业通过模仿同伴企业的金融投资行为以更低的成本和更短的时间获得相对优越的决策，从而形成并加剧了企业间金融化的同伴效应，对资源配置效率产生影响。本文基于社会学习机制，分析企业金融化同伴效应的影响机制，探讨资本结构调整的传导路径，并考察同伴信息质量对二者关系的调节作用。基于2013~2022年沪深A股1821家上市公司数据，研究发现：(1) 企业金融化同伴效应显著提升资源配置效率；(2) 资本结构调整是企业金融化同伴效应影响资源配置效率的关键路径；(3) 高同伴信息质量能增强企业金融化同伴效应对资源配置效率的促进作用。

Abstract: In recent years, China’s real economy has faced a severe “shift from real to virtual” problem, with a growing trend of corporate financialization. Many real-sector companies have adopted peer firms’ financial investment behaviors to achieve relatively superior decisions at lower costs and within shorter timeframes, thus forming and intensifying peer effects of corporate financialization, impacting resource allocation efficiency. Based on the social learning mechanism, this paper analyses the impact mechanism of corporate financialization peer effects, explores the transmission pathway of capital structure adjustments, and examines the moderating role of peer information quality in this relationship. Using data from 1821 listed companies on the Shanghai and Shenzhen A-shares from 2013 to 2022, the study finds that: (1) Corporate financialization peer effects significantly enhance resource allocation efficiency; (2) Capital structure adjustment is a key pathway through which corporate financialization peer effects impact resource allocation efficiency; and (3) High peer information quality strengthens the positive impact of corporate financialization peer effects on resource allocation efficiency.

1. 引言

实体经济是高质量发展的基石。然而，近年来我国实体经济存在“脱实向虚”现象，实体企业为追逐短期利润，将资金投向股票、房地产等领域，导致“企业金融化”问题。理解金融化成因对解决“脱虚向实”具有重要意义。现有研究从微观和宏观角度分析了公司经营收益率、融资约束等因素[1]-[4]，以及GDP周期、货币扩张等宏观因素[5]-[7]，但鲜有关注企业间相互学习行为的影响。信息技术发展让企业更易获得同伴信息，因此企业在金融决策中除考虑自身外，还将同伴经济特征纳入参考。尽管少数研究探讨了金融化与资源配置效率关系，但多集中于成本加成分析，忽略了学习模仿对整体资源配置效率的影响。本文的主要贡献在于：(1) 提出并解析企业金融化同伴效应与资源配置效率的核心问题，为同伴效应研究提供新视角；(2) 分析金融投资中的学习模仿行为对资源配置效率的影响，深化对“脱虚向实”转型的理解；(3) 运用社会学习理论剖析实体企业金融化的形成机理，为政策制定提供理论支持。

2. 理论分析与研究假设

2.1. 企业金融化的同伴效应与资源配置效率

实体企业在金融市场中的角色逐渐由被动转为主动，其金融化动机主要包括蓄水池动机和投资替代动机。不同动机下，企业金融化会产生不同的经济效应，本文将围绕这些动机对资源配置效率进行探讨。

2.1.1. 蓄水池动机

“蓄水池动机”理论源自凯恩斯的货币需求理论，认为企业持有现金主要是为应对未来的现金流短缺风险，体现出以预防性动机为主的金融投资行为。首先，金融投资可为实业投资提供资金支持，形成金融收益与实体投资间的正反馈效应。其次，“蓄水池动机”缓解融资约束，帮助企业在需要时快速变现，提供现金流支持。最后，持有金融资产可向外界传递企业盈利向好的信号，优化融资环境，从而促进实业发展。金融化使企业储备资金方式多元化，为实体投资提供更充足的储备资金。

2.1.2. 投资替代动机

我国企业金融化主要基于“投资替代”动机，追求金融投资高回报，而非预防性储蓄。首先，管理者为追求短期超额收益，受到金融资产高利润的吸引，盲目进行金融投资，忽视股东价值最大化。其次，财报压力促使管理层通过金融投资粉饰业绩，降低投资效率，抑制资源配置效率。最后，金融化产生“挤出效应”，将资源从传统生产转向金融领域，导致实体部门衰退。尽管金融投资增加短期收益和现金流，但基于委托代理和信息不对称问题，管理层往往不将资金用于主营业务，“蓄水池效应”不显著，反而加剧“挤出效应”。

综上所述，当“蓄水池效应”主导时，金融化有助于提升投资效率，缓解融资约束，为企业主业提供更多资源，从而提升资源配置效率；但当“挤出效应”主导时，金融化则因高收益特性导致资源从实业流向金融，降低配置效率。同时，企业在资本市场的角色显著，多数研究认为企业金融化多出于投资替代动机。张军等(2022) [8]基于成本加成分布离散程度，发现金融化加剧行业资源错配，降低配置效率；吴一丁等(2021) [9]则从综合效率与主业效率角度，发现企业金融化对二者均有抑制作用。然而，对金融化同伴效应与资源配置效率关系的研究尚少见。企业通过观察和模仿同伴企业的金融化行为，能在较短时间内获取高质量的投资信息，从而避免了自行摸索和试错的过程。这种信息获取方式帮助企业降低信息不对称，提高决策效率。基于以上分析，本文提出如下假设：

H1：企业金融化存在同伴效应，且这种同伴效应能够提高资源配置效率。

2.2. 企业金融化同伴效应影响资源配置效率的传导路径

企业金融化的同伴效应是指在同行业或同地区的经济环境中，企业会受到其他企业金融资产配置行为的影响，从而调整自身的金融化水平。资本结构调整在这一过程中发挥关键中介作用，连接了企业金融化同伴效应与资源配置效率。当企业观察到同行业其他企业提高金融资产比重时，便会参考同伴企业的目标资本结构，优化自身负债和权益比例以适应金融化趋势。这种资本结构调整使企业能够通过金融化提升流动性，增加融资渠道，降低融资成本，从而有效配置资源，支持主营业务与创新投资。因此，资本结构调整不仅是企业响应金融化趋势的方式，更是优化资源配置、提高效率的关键中介。基于此，本文提出如下假设：

H2：企业金融化同伴效应通过降低资本结构调整提高资源配置效率。

2.3. 企业金融化同伴效应影响资源配置效率的调节效应

在企业金融化同伴效应对资源配置效率的影响中，同伴信息质量具有关键的调节作用。同伴信息指企业从同行业企业的公开信息、行为及市场表现中获取的数据，其质量主要体现在财务信息披露质量及是否具有关联董事两个方面，这些指标反映了企业透明度和财务健康状况。高质量财务信息可缓解信息不对称问题，提高市场效率，促进更合理的资源配置[10]。在同伴效应中，优质信息披露可引导企业谨慎决策，避免盲目跟风投资，起到正向调节作用。深圳证券交易所将上市公司财务披露质量分为四个等级(A-D)，通过此分类可得同伴信息质量指数，帮助区分高、低披露质量的企业。同伴信息质量越高，企业对其依赖程度越强，同伴效应越显著，从而促进更合理的资源配置决策。基于此，本文提出如下假设：

H3：同伴信息质量对企业金融化同伴效应与资源配置效率关系具有正向调节作用。

3. 研究设计

3.1. 样本选择与数据来源

本文选取2013~2022年沪深A股上市公司为研究对象，数据处理如下：(1) 剔除金融保险类公司；(2) 剔除ST、*ST、PT类公司；(3) 剔除数据不全或异常值公司；(4) 剔除2012年后上市公司。为避免极端值影响，对连续变量进行1%和99%水平的Winsorize处理，最终得到18210个年度观测值。数据来源为CSMAR数据库、公司年报、国家统计局和统计年鉴。

3.2. 变量定义与构造

3.2.1. 被解释变量

企业资源配置效率(Efficiency)衡量企业资源的综合投入产出效率。参考尹夏楠等(2021) [11]的做法，本文采用DEA-Malmquist指数模型进行测度。投入维度包括人力(高管人数)、物力(流动资产净额、固定资产净额、无形资产净额)、财力(营业成本、财务费用、金融投资)，其中金融投资反映了资源配置方向，从生产性转向金融性投资。产出维度包括经济发展贡献(净资产收益率)和社会贡献(人均薪酬、股利支付)。

3.2.2. 解释变量

本文借鉴彭俞超等(2018) [7]的研究，使用金融资产投资额占总资产比重来衡量企业金融化水平${\text{Fin}}_{it}$ ，金融资产包括交易性金融资产、买入返售金融资产、可供出售金融资产、持有至到期投资及发放贷款净额，前四项归为交易类金融资产。参考戚聿东和张任之(2018) [12]的做法，考虑到房地产市场的投资属性，本文将投资性房地产视为特殊金融资产。本文核心解释变量为同伴企业金融化水平${\text{PeerFin}}_{it-1}$ ，参考Albuquerque et al. [13]思路，通过PSM核匹配判断是否存在同伴效应。

3.2.3. 其他变量

Table 1. Variable definition and construction

表1. 变量定义与构造

变量类型	变量名称	变量符号	变量构造
解释变量	企业金融化同伴效应	$\text{PeerFin}$	同伴企业金融资产/总资产取均值
被解释变量	资源配置效率	$\text{Efficiency}$	DEA-Malmquist指数
中介变量	资本结构调整	$\text{Dev}$	资本结构偏离度
调节变量	同伴信息质量	$\text{PeerInfor}$	同伴企业财务信息披露质量
目标企业 控制变量	财务风险	$\text{Lev}$	总负债/总资产
	盈利能力	$\text{ROA}$	净利润/总资产
	货币资金	$\text{Cashflow}$	货币资金持有量/总资产
	成长能力	$\text{Growth}$	营业收入增长率
	董事规模	$\text{Board}$	董事会人数取自然对数
	独立董事占比	$\text{Indirector}$	独立董事/董事人数
	管理层持股比例	$\text{Mshare}$	管理层持股数/总股本
同伴企业 控制变量	同伴财务风险	$\text{PeerLev}$	同伴企业总负债/总资产取均值
	同伴盈利能力	$\text{PeerROA}$	同伴企业净利润/总资产取均值
	同伴货币资金	$\text{PeerCashflow}$	同伴企业货币资金/总资产取均值
	同伴企业管理层持股	$\text{PeerMshare}$	同伴企业管理层持股比例取均值

(1) 资本结构调整

本文参考张博等(2022) [14]学者的做法，采用企业资本结构偏离度(Dev)作为资本结构调整的替代变量，根据以往文献的经验[15] [16]，通过企业规模、盈利能力、非债务税盾、抵押能力、成长性、行业资本结构平均数六个变量，拟合企业的目标资本结构。

(2) 同伴信息质量

本文参考张天宇和钟田丽(2019) [17]，采用企业信息披露质量来衡量同伴企业信息质量。不同企业因信息环境异质性而影响其金融化的模仿行为。根据证监会《信息披露实施细则(试行)》及相关准则，上市企业财务信息披露质量分为四个等级：4 = A = 优秀，3 = B = 良好，2 = C = 合格，1 = D = 不合格，值越大则信息披露质量越高。

(3) 控制变量

本文参考张军等(2021) [18]的研究，控制企业特征变量和同伴企业特质变量，具体见下表。同伴企业控制变量取均值化处理，解释变量滞后一期以应对经济环境变化，缓解双向因果关系影响。此外，模型控制个体和时间固定效应，以减少不可观测异质性和宏观冲击的影响。见表1。

3.3. 实证模型构建

3.3.1. 基础模型构建

为验证企业金融化的同伴效应对资源配置效率的影响，本文构建如下基准计量：

${\text{Efficiency}}_{it}=\alpha +{\beta }_1{\text{PeerFin}}_{it-1}+{\displaystyle \sum {\beta }_m{\text{Controls}}_{it-1}}+{\displaystyle \sum {\beta }_n{\text{Controls}}_{it}}+{\mu }_i+v_t+{\epsilon }_{it}$ (3-1)

其中，等式左边为资源配置效率，等式右边则包括同伴企业中滞后一期的企业金融化和主要控制变量，下标$i、t$ 分别表示企业和年份。${\mu }_i$ 、$v_t$ 、${\epsilon }_{it}$ 则分别反映了个体效应、时间效应以及随机误差项。

3.3.2. 中介效应模型构建

为研究企业金融化同伴效应影响资源配置效率的传导路径，参考江艇(2022) [19]检验中介效应的两步法，本文构建如下中介效应模型：

${\text{Dev}}_{it}=\alpha +{\beta }_2{\text{PeerFin}}_{it-1}+{\displaystyle \sum {\beta }_m{\text{Controls}}_{it-1}}+{\displaystyle \sum {\beta }_n{\text{Controls}}_{it}}+{\mu }_i+v_t+{\epsilon }_{it}$ (3-2)

其中，${\text{Dev}}_{it}$ 为中介变量，代表资本结构偏离度和股权集中度。对模型(3-2)进行回归，以检验中介效应。首先，对模型(3-1)回归，若${\beta }_1$ 显著为正，表明企业金融化同伴效应对资源配置效率具有正向影响；其次，对模型(3-2)回归，若${\beta }_2$ 显著为负，说明企业金融化与中介变量负相关。

3.3.3. 调节效应模型构建

为检验同伴信息质量与知识溢出对企业金融化同伴效应与资源配置效率关系的调节作用，本文构建如下调节效应模型：

$\begin{array}{c}{\text{Efficiency}}_{it}=\alpha +{\beta }_{\text{4}}{\text{PeerFin}}_{it}{}_{-1}+{\beta }_5{\text{PeerInfor}}_i{}_t+{\beta }_6{\text{PeerFin}}_{it}{}_{-1}\times {\text{PeerInfor}}_{it}\\ +{\displaystyle \sum {\beta }_m{\text{Controls}}_{it}{}_{-1}}+{\displaystyle \sum {\beta }_n{\text{Controls}}_{it}}+{\mu }_i+v_t+{\epsilon }_{it}\end{array}$ (3-3)

其中，${\text{PeerInfor}}_{it}$ 代表同伴信息质量，${\beta }_6$ 的符号及显著性反映其对企业金融化同伴效应与资源配置效率关系的调节效应。若${\beta }_4$ 与${\beta }_6$ 同号，则同伴信息质量具有正向调节作用；若符号相反，则为负向调节作用。

4. 实证分析

4.1. 描述性统计

表2显示主要变量的描述性统计分析结果。企业资源配置效率(Efficiency)均值为0.1249，标准差0.1087，表明资源配置效率差异较大，资源错配严重。同伴企业金融化(PeerFin)均值、最小值和最大值为0.0488、0.0000和0.3535，与目标企业金融化(Fin)基本一致，支持企业间存在金融化同伴效应。资本结构偏离度(Dev)均值0.0611大于中位数0.0513，呈右偏分布。同伴信息质量(PeerInfor)均值2.5401，中位数3.0000，说明信息透明度较低。总体分析表明样本数据分布集中，为后续研究提供了良好基础。

Table 2. Descriptive statistics for the primary variables

表2. 主要变量描述性统计分析

变量	样本量	均值	中位数	标准差	最小值	最大值
$\text{Efficiency}$	18210	0.1249	0.0968	0.1087	0.0005	0.5779
$\text{Fin}$	18210	0.0488	0.0162	0.0802	0.0000	0.4553
$\text{PeerFin}$	18210	0.0488	0.0428	0.0295	0.0000	0.3535
$\text{Dev}$	18210	0.0611	0.0513	0.0473	0.0009	0.4466
$\text{PeerInfor}$	18210	2.5401	3.0000	1.3300	0.0000	4.0000
$\text{Lev}$	18210	0.4344	0.4294	0.1959	−0.1107	0.9966
$\text{ROA}$	18210	0.0373	0.0346	0.0596	−0.3750	0.2539
$\text{Cashflow}$	18210	0.0498	0.0477	0.0644	−0.1989	0.2656
$\text{Growth}$	18210	0.1487	0.0912	0.3828	−4.8930	3.8082
$\text{Board}$	18210	2.1338	2.1972	0.1967	0.9365	2.7163
$\text{Indep}$	18210	37.5732	35.7100	5.5066	12.5000	94.2800
$\text{Mshare}$	18210	9.2786	0.1859	15.9095	−20.7275	105.6499

4.2. 实证结果分析

4.2.1. 企业金融化同伴效应存在性分析

Table 3. Balance test

表3. 平衡性检验

变量	处理	均值		标准偏差(%)	标准偏差减少幅度(%)	统计量	相伴概率
		处理组	对照组
$\text{Size}$	匹配前	22.583	22.602	−1.4		−0.90	0.367
	匹配后	22.583	22.59	3.4	65.3	−0.28	0.781
$\text{Lev}$	匹配前	0.40977	0.44676	−19.1		−12.06	0.000
	匹配后	0.40977	0.41356	−2.0	89.7	−1.09	0.276
$\text{Growth}$	匹配前	0.1171	0.1645	−12.4		−7.89	0.000
	匹配后	0.1171	0.12254	−1.4	88.5	−0.86	0.392
$\text{Inst}$	匹配前	0.43432	0.46014	−10.9		−6.90	0.000
	匹配后	0.43432	0.43707	−1.2	89.4	−0.65	0.518
$\text{Mshare}$	匹配前	7.8158	10.01	−14.2		−8.79	0.000
	匹配后	7.8158	7.8658	−0.3	97.7	−0.20	0.845

为识别同伴企业，本文参考Faulkender and Yang(2010) [20]等学者的方法，使用倾向得分匹配法(PSM)解决内生性问题，筛选对照组同伴企业与处理组目标企业回归。选取企业规模(Size)、财务风险(Lev)、成长能力(Growth)、机构投资者持股比例(Inst)和管理层持股比例(Mshare)为协变量，采用核匹配法以控制协变量影响，匹配权重依据目标企业与同伴企业的距离确定。匹配需满足平衡假设，即处理组和对照组在匹配后无显著差异。本文进行了平衡性检验(见表3)，匹配后t检验不显著，标准偏差在5%以内，说明假设1成立，即企业金融化存在同伴效应。

4.2.2. 基准回归分析

Table 4. Baseline model regression results

表4. 基准模型回归结果

变量	(1) 全样本	(2) 国有	(3) 非国有
$\text{PeerFin}$	0.1393^***	0.0516	0.2215^***
	(2.7933)	(0.7467)	(2.9490)
$\text{Lev}$	0.0136^**	0.0265^***	−0.0061
	(2.0906)	(3.2443)	(−0.5618)
$\text{ROA}$	−0.0268^**	−0.0260^*	−0.0164
	(−2.1974)	(−1.8236)	(−0.6938)
$\text{Cashflow}$	−0.0302^***	−0.0310^**	−0.0342^**
	(−2.9120)	(−2.2094)	(−2.2042)
$\text{Growth}$	0.0358^***	0.0295^***	0.0440^***
	(24.2543)	(15.2352)	(19.2298)
$\text{Board}$	−0.0112^*	−0.0195^**	−0.0013
	(−1.7123)	(−2.1994)	(−0.1330)
$\text{Indep}$	−0.0003^*	−0.0004	−0.0002
	(−1.7078)	(−1.5409)	(−0.7695)
$\text{Mshare}$	0.0002^**	0.0003^***	0.0000
	(2.4344)	(2.5993)	(0.0038)
$\text{PeerLev}$	0.0297	0.1017^***	−0.0280
	(1.1640)	(2.8307)	(−0.7592)
$\text{PeerROA}$	0.2003^***	0.2931^***	0.1062
	(3.3856)	(3.6111)	(1.1909)
$\text{PeerCashflow}$	−0.0806	−0.0305	−0.1351^*
	(−1.3841)	(−0.3314)	(−1.7404)
$\text{PeerMshare}$	0.0008^**	0.0008^*	0.0007
	(2.1195)	(1.7007)	(1.2895)
常数项	0.1282^***	0.1064^***	0.1458^***
	(5.2863)	(3.2340)	(3.9769)
个体固定效应	Yes	Yes	Yes
N	16383	8940	7443
${\text{R}}^2$	0.0587	0.0564	0.0688

注：^***、^**和^*分别表示在1%、5%和10%水平下显著。下同。

表4显示企业金融化同伴效应对资源配置效率的固定效应回归结果。第(1)列为全样本回归结果，企业金融化同伴效应(PeerFin)对资源配置效率(Efficiency)的回归系数在1%显著水平上为正，支持假设1，即同伴效应能提高资源配置效率。第(2)和(3)列将样本划分为国有企业和非国有企业进行异质性分析，结果表明，这种影响在非国有企业中更为显著。

4.2.3. 中介效应分析

在基准回归的基础上，本文对企业资本结构偏离度的中介效应进行检验。基于表5回归分析结果，第(1)列显示基准回归，第(2)列检验资本结构偏离度的中介效应。结果显示，企业金融化同伴效应(PeerFin)对资本结构偏离度(Dev)的回归系数在5%水平上显著为−0.065，表明其显著降低资本结构偏离度，支持假设2。参考廉永辉和黎梦瑶(2020) [21]基于2007~2018年A股的研究发现，企业金融化与资本结构调整速度显著负相关。资本结构偏离度受外部融资环境和企业调整意愿影响，融资环境宽松时，企业更易优化资本结构，降低偏离度；而管理层风险偏好及治理结构等内部因素也影响调整积极性，意愿强烈的企业更主动缩小偏离度，反之则延迟调整。

Table 5. Intermediate effect regression results

表5. 中介效应回归结果

变量	(1) $\text{Efficiency}$	(2) $\text{Dev}$
$\text{PeerFin}$	0.141^***	−0.065^**
	(0.051)	(0.033)
控制变量	Yes	Yes
N	16347	16347
${\text{R}}^2$	0.059	0.017

Table 6. Moderated effects regression results

表6. 调节效应回归结果

变量	(1) $\text{Efficiency}$	(2) $\text{Efficiency}$
$\text{PeerFin}$	0.1393^***	0.1466^***
	(2.7933)	(2.9290)
$\text{PeerInfor}$		−0.0012^*
		(−1.8730)
$\text{PeerFin}\times \text{PeerInfor}$		0.0270^*
		(1.7277)
控制变量	YES	YES
N	16383	16383
${\text{R}}^2$	0.0587	0.0591

4.2.4. 调节效应分析

本文在基准回归模型中加入同伴信息质量与企业金融化同伴效应的交互项，来探讨其对企业金融化同伴效应与资源配置效率关系的调节效应。表6第2列的回归结果显示，企业金融化同伴效应与同伴信息质量的交互项系数在10%的水平上显著为正，表明同伴信息质量正向调节了企业金融化同伴效应与资源配置效率之间的关系，从而验证了假设3。这一结果表明，企业金融化同伴效应对资源配置效率的影响主要依赖于同伴企业与目标企业之间的信息传递。当同伴信息质量较高时，目标企业能更准确获取和理解同伴企业的金融化行为，从而在资源配置上更有效地学习和模仿，减少资源错配并提升资源使用效率。这种调节效应产生的原因在于，高质量的信息能降低目标企业在模仿同伴企业金融化行为时的信息不对称问题。信息不对称往往导致资源配置决策中的误判或低效，而高质量信息则帮助目标企业更好识别和评估同伴企业的成功实践，提升自身决策质量，并促进企业间的知识共享和经验交流，从而提升整体资源配置效率。

5. 研究结论与政策建议

5.1. 研究结论

本文基于2013~2022年沪深A股上市公司18120条数据，分析了企业金融化同伴效应对资源配置效率的影响机制，得到三点结论：第一，企业金融化同伴效应显著提升资源配置效率，且同伴效应对非国有企业的资源配置效率提升作用更强。第二，资本结构偏离度在企业金融化同伴效应影响资源配置效率中具有部分中介效应。第三，同伴信息质量正向调节企业金融化同伴效应对资源配置效率的作用。

5.2. 政策建议

5.2.1. 培育管理层理性投资观

企业应建立系统的投资决策机制，通过专业培训提升管理层对金融市场的分析能力，培养理性投资观，确保投资决策与企业长期战略目标契合，注重稳健性与持续性。此外，强化投资决策透明度，规范流程并向利益相关者披露关键信息，降低信息不对称引发的风险。

5.2.2. 构建全面风险管理体系

企业需建立科学的风险识别机制，结合数据分析技术应对复杂外部环境，并制定风险控制策略和应急预案，如多元化投资和止损机制以减少风险暴露。同时，通过动态监测外部环境，灵活调整投资策略以应对市场变化，提升抗风险能力。

5.2.3. 优化实体经济营商环境

政府应通过减税降费降低企业税负，提升实体经济吸引力，强化基础设施建设以提高企业生产效率，并完善法律法规保护企业合法权益，鼓励科技创新，推动资源向实体经济转移，促进经济高质量发展。