企业金融化对企业风险承担水平的影响研究

Research on the Influence of Enterprise Financialization on Enterprise Risk-Taking Level

摘要: 本文选取中国沪深A股市场上市的非金融企业作为研究对象，探讨了非企业金融化对企业风险的影响研究。研究结果显示，企业金融化与企业风险承担呈现出U型关系，从机制分析来看，企业金融化的金融化行为会通过中介变量资本支出影响企业风险，而过度融资则调节了非金融企业金融化对资本支出的影响。异质性分析显示，在国有非金融企业和融资约束较高的非金融企业中，非金融企业金融化与企业风险之间的U型关系更加显著。本研究验证了企业金融化行为对控制企业风险的有效性，并提供了微观证据，有助于防范非金融企业过度金融化和实体经济“脱实向虚”的情况。

Abstract: This study selects the non-financial enterprises listed in China’s A-share market as the research object, and discusses the impact of the financialization of non-financial enterprises on corporate risk and its mechanism. The results show that there is a U-shaped relationship between the financialization of non-financial firms and corporate risk-taking. The mechanism analysis shows that the financialization of non-financial firms can affect firm risk through capital expenditure, while excessive financing moderates the impact of the financialization of non-financial firms on capital expenditure. Heterogeneity analysis shows that among state-owned non-financial enterprises and non-financial enterprises with high financing constraints, the U-shaped relationship between the financialization of non-financial enterprises and corporate risk is more significant. This study verifies the effectiveness of the financialization of non-financial enterprises in controlling corporate risks, and provides micro-evidence to help prevent the excessive financialization of non-financial enterprises and the “de-materialization of the real economy”.

1. 引言

在资本逐利的驱使下，许多实体企业纷纷涉足金融投资，将原本用于生产性资产投资的资源转向金融资产。这导致实体经济陷入“冷”淡状态，而虚拟经济却过热，成为当前我国经济发展的主要特征。企业金融化趋势在国内迅速蔓延。具体来看，从2011年的30747.2亿元激增至2022年的96,811亿元，金融业增加值呈现出迅猛增长。从其占比来看，2011年到2022年间，金融业增加值对GDP的贡献率从6.30%上升至8.00%。金融部门在我国经济体系中的作用日益凸显。根据统计数据显示，截至2017年底，国内已有1139家上市公司购买了总计1.15万亿元的理财产品。上市企业配置金融资产的比例从2008年的65.97%上升到2017年的83.26%。到了2022年，有1411家上市公司认购了20,139款理财产品，认购金额达到1.48万亿元¹。然而，到了2023年上半年，认购规模大幅下降，表明了“脱实向虚”的趋势日益明显。中国非金融企业的“脱实向虚”，导致资金循环停滞，无法有效流入实体企业，这无疑是对扩大实体经济规模、增强实体经济实力的沉重打击，将影响我国经济长期的可持续发展。

非金融企业的金融化可能对企业主业发展产生积极和消极两方面的影响。积极影响包括通过金融化手段使企业持有资金得以活跃，提高企业资产的流动性，促进资本的保值增值，同时，也能在一定程度上弥补主营业务的投资不足，进而推动非金融企业的发展，表现为“蓄水池”效应；而消极影响则是非金融企业过度金融化后资金向金融和房地产行业倾斜，导致在有限的资金下，这就导致了非金融企业在其主业上的投入减少，在设备更新、产品开发等方面受到了一定的制约，这就是“挤出”效应。

当前的研究重点在于探讨金融化对实体企业风险承担的影响，涉及财务风险、破产风险和股价崩盘风险等方面。例如，黄贤环等(2018) [1]、谭小玉(2022) [2]、曹志鹏和廖苗苗(2022) [3]通过实证分析发现，企业持有金融资产规模增大时，会挤占经营资本，企业主业经营投资规模会减小，进而导致企业财务风险增大。高闯等(2021) [4]的研究表明，企业金融化的行为可能会导致管理者代理成本的增加，从而加剧了企业面临的破产风险。另外，张庆君和侯乐梅(2021) [5]的研究指出，制造业企业通常以资本套利为目的进行金融投资，但这种行为可能会提高企业的债务风险水平。本文旨在通过对企业金融化的动机和经济后果进行更加深入的探讨，以填补现有研究的空白，并提供新的理论视角和实证证据。本文以非金融企业金融化的经济后果为研究重点，探讨了非金融企业金融化对企业风险承担的非线性影响。这一分析有助于更清晰地理解企业金融投资的动机，并为相关研究提供了拓展的可能性。此外，通过对资本支出中介效应和过度融资调节效应的深入分析，本文全面描述了非金融企业金融化、资本支出和过度融资对风险承担的影响机制。这一研究有助于丰富和深化对非金融企业金融化对风险承担影响机制的理解。

2. 理论分析与研究假设

(一) 非金融企业金融化与企业风险

金融市场的不断发展使得金融领域与实业之间的边界日益模糊。越来越多的企业开始采用金融资本与产业资本相互融通的模式。这种趋势促使企业积极参与金融市场，通过投资金融资产来获取更高的回报。根据预防性储蓄理论，与固定资产等投资相比，金融资产为高风险、投资期限较短、超额收益、流动性较强等特点，可以作为流动性储备以用于规避不确定性风险，保障企业内部长期资金的供给，拓宽企业投融资渠道并满足企业周期较长的投资生产需求(赵芮等，2021 [6])。当实体企业面临资金紧缺情况时，可以通过出售具有高流动性及变现能力的金融资产来获取周转资金，从而增加内部融资来源，减少对外部融资的依赖[7]。这种投资于具有“财务缓冲器”功能的金融资产能够使实体企业灵活地应对潜在的财务风险或困境，确保其投资、生产和经营的连续性[7]。

在资源有限的情况下，实体企业投资金融资产可能会带来一系列风险和挑战。首先，将资源用于金融资产投资可能会导致挤出实物资产投资，减少对固定资产和主营业务的投资，从而降低了企业在实体经济中的发展和竞争力(Demir, 2009) [8]。这可能会影响企业的长期可持续性发展。投资组合理论的角度强调了企业使用金融资产来替代实物资产的原因，即金融资产的投资回报率相对较高(王红建等，2017) [9]。然而，这也存在一定的风险，因为金融市场的波动性较大，投资回报并不总是稳定可靠的。企业可能会面临市场风险、利率风险、信用风险等各种金融风险，从而增加了企业整体的风险敞口。

特别是在中国，部分资金充足的企业可能会将资源投向金融领域，以追求金融业和房地产业等泛金融部门所具有的较高超额收益。但这也可能导致企业与金融市场之间的联动风险增加。金融市场的不稳定性可能会对企业产生负面影响，如金融危机或市场崩溃可能导致企业面临严重的财务困境。因此，虽然金融资产投资可以为企业带来一定的收益和增长机会，但企业也需要认识到金融投资所带来的风险，并在资产配置和投资决策中进行谨慎权衡，以确保企业长期的稳健发展。

为了追求更高的激励计划和获取额外收益，可能会造成管理层的短视行为出现，更倾向于金融资产而非实物资产的投资，更注重短期收益而非企业的长期发展。此外，对于管理层金融投资决策的“重奖轻罚”政策也可能刺激管理层的金融投机行为，从而增加企业的风险(亚琨等，2018) [10]。

基于以上观点，笔者认为非金融企业金融化对企业风险具有双重影响，这种影响并非单向的扩散或抑制作用，同时也无法排除整体效果向一方面倾斜的情况。因此，以下笔者提出假设：

H1a：企业金融化与企业风险呈U型关系。

H1b：企业过度金融化与企业风险呈正相关关系。

(二) 非金融企业金融化对企业风险的影响

1) 中介效应

企业的金融化行为是企业资本配置的一项重要决策之一。通过拓宽资金渠道、提高资金流动性以及探索多元的商业获利方式，企业金融化为资本支出提供了促进作用。这种行为不仅有助于增加企业的资本支出，还进一步提升了企业的总资产。由此，企业的偿债能力也随之上升，有助于企业减轻融资约束，从而进一步获取资金用于企业的设备更新、技术研发等，产生长远的影响。周江燕(2012) [11]，尹美群等(2018) [12]等的研究表示企业通过增加资本支出能对公司绩效和企业价值带来提升，增强企业的可持续发展和市场话语权，提升企业绩效。但也有学者[7]发现，这种行为往往会挤占企业的资本支出。相比于实业投资，金融资产投资在短期内可能带来更高的回报，特别是在企业所处的市场环境不确定、主业发展低迷、金融市场处于牛市的时候。邢天才等(2023) [13]指出由于利差的驱使，许多企业选择金融化，导致企业所配置的金融资产在总资产中所占比重上升。在企业资源有限的情况下，这必然会“挤出”企业的实业投资，形成一种替代关系，影响企业长期的投资效率，从而影响未来收入波动。因此本文提出如下假设：

H2：资本支出在非金融企业金融化与企业风险承担的U型关系中发挥中介效应。

2) 调节效应

文春晖等(2018) [14]认为外源融资是企业的成长性融资需求超出企业本身可实现的内生增长融资需求的部分。吕劲松(2015) [15]的研究显示在中国市场，存在着上市公司和非上市公司之间融资能力的巨大差异，这是由于信贷歧视等客观因素所致。这就使得公司在获得银行贷款之后，有可能通过正规金融市场与非正规金融机构的价差获取利益，进而使公司的过度融资状况变得更加严重。因此，并非所有企业进行过度融资都是出于对主业经营的考虑，很大程度上受到金融套利的驱动。企业进行过度融资的目的主要有两方面：首先，在对外融资时，企业要充分发挥自己的财务优势，为自己的主业供支撑，并保留足够的资本，以应付可能出现的运营风险。其次，公司受融资套利动机所驱使，期望获得更多的可支配资本，从而进一步加大了公司的金融资产配置。通过增加金融资产的流动性，可以加强资金的“蓄水池”功能，从而更好地支持主业的发展。这种情况下，金融资产的流动性对于促进企业主业的发展具有更加显著的作用。但是过度融资水平的调节作用下进一步提高加速了企业金融化行为的进程，导致企业金融化带来的“蓄水池”效应递减的速率增加，但这使得企业更快地接近过度金融化的临界点，从而促使企业金融化对企业的“蓄水池”效应转向“挤出”效应更快地出现。

持续且有效的资本支出对企业主业发展至关重要，因为它直接促进了主业的增长和发展，有助于减小盈利波动性。企业内部现金流和外部融资的紧密联系意味着资金的获取方式对企业的经营活动有着重要影响。当过度融资的企业处于相对宽裕的资金环境时，它们能够更灵活地进行投资和经营活动，为企业在实业投资与金融投资之间做出更好的选择，从而弱化了企业金融化对资本支出的“挤出”效应。非金融企业金融化并非仅仅是简单地获取企业资金，而是通过获取金融资产收益来支持企业的主业发展。当企业利用金融资产获得的收入可以在某种程度上填补产业发展中的不足，非金融企业的“金融化”可以促进公司的主业发展。在这个过程中，过度融资起到了催化作用，有助于企业获取更多的闲置资本，加快公司金融资产的配置，促进了非金融企业在金融化背景下的金融利益的迅速积累。这对于缓解企业进行产业投资时的融资约束、缓解融资压力、提高资本支出效率具有重要意义。因此提出如下假设：

H3a：过度融资在非金融企业金融化与企业风险的U型关系中发挥直接调节效应。

H3b：过度融资在非金融企业金融化与企业风险的U型关系中通过资本支出中介发挥调节效应。

3. 实证分析

(一) 样本选取数据来源

本文选取我国2010~2023年沪深两市A股上市企业作为研究对象，数据源于国泰安数据和东方财富。剔除了金融保险房地产类企业，并剔除近两年上市的企业，ST和数据缺失的企业，最终得到28,898个观测值，同时对连续变量进行1%的Winsorise处理。

(二) 变量定义

1) 被解释变量

参考翟胜宝等(2014) [16]的变量选取方法，企业获利能力的不确定性与企业风险承担水平高度相关，所以相当于其他衡量风险承担的方法来说，使用收益波动性指标来衡量企业风险承担水平更合理。这种方法利用经行业调整的资产收益率(ROA)的三期滚动标准差表示收益率的波动性，值越大代表企业承担的风险越高。具体计算如下：

$\text{Risk}{1}_{i,t}=\sqrt{\frac{1}{T-1}{\displaystyle \sum }_{t=1}^T{\left(Ad{j}_{Ro{a}_{i,t}}-\frac{1}{T}{\displaystyle \sum }_{t=1}^{N}Ad{j}_{Ro{a}_{i,t}}\right)}^2}\left(T\ge 3\right)$ (1)

$Ad{j}_{Ro{a}_{i,t}}=\frac{{\text{EBIT}}_{i,t}}{{\text{ASSETS}}_{i,t}}-\frac{1}{N}{\displaystyle \sum }_{i=1}^N\frac{{\text{EBIT}}_{i,t}}{{\text{ASSETS}}_{i,t}}$ (2)

2) 解释变量

解释变量企业金融化水平(Fin)参考宋军和陆旸(2015) [17]及张成思和郑宁(2018) [18]的做法，将货币资金、交易性金融资产、持有至到期投资、衍生金融资产、应收股利、应收利息和可供出售金融资产、投资性房地产以及长期股权投资之和作为金融资产，将其占总资产的比重定义为企业金融化水平。

本文并进一步考虑非金融企业的金融化异质性行为，是否为“过度金融化”，将企业金融化视为异质性行为，借鉴Richardson (2006) [19]构建非效率投资的模型，构建以下模型拟合出实体企业最优金融化水平：

$\begin{array}{c}{\text{Fin}}_{it}={\alpha }_0+{\alpha }_1{\text{Fin}}_{i,t-1}+{\alpha }_2{\text{Lnsize}}_{i,t-1}+{\alpha }_3{\text{Age}}_{i,t-1}+{\alpha }_4{\text{Roa}}_{i,t-1}+{\alpha }_5{\text{Tbq}}_{i,t-1}+{\alpha }_6{\text{Cash}}_{i,t-1}\\ +{\alpha }_7{\text{Lev}}_{i,t-1}+{\alpha }_8{\text{Capint}}_{i,t-1}+{{\displaystyle \sum }}^{\text{}}\text{Year}+{{\displaystyle \sum }}^{\text{}}\text{Industry}+{\epsilon }_{it}\end{array}$ (3)

其中${\text{Fin}}_{it-1}$ 表示i企业在$t-1$ 年的金融化水平。参考黄贤环等(2018) [1]的控制变量选取方法，除了考虑了行业和年度的虚拟变量之外，还需要控制其他变量。基于上述模型，可以计算出企业的最优金融化水平。如果企业在特定时期的实际金融化水平大于最优金融化水平，那么表明该企业存在过度金融化行为；反之，则表明存在适度金融化行为。

3) 机制变量

资本支出参考胡国柳等(2006) [20]的做法，用企业固定资产、无形资产和其他长期资产所衡量，并与总资产相比进行标准化处理。

过度融资借鉴文春晖等(2018) [14]的研究方法，用企业当年实际借款额度超出正常融资需求的额度衡量。其中，企业实际借款用企业长短期借款与总资产之比衡量，企业正常融资需求以(当期总资产 − 上期总资产)/当期总资产与净资产收益率/(1 − 净资产收益率)之差衡量。

4) 控制变量

见表1，本文借鉴杜勇等(2019) [7]与邢天才等(2023) [13]的研究，选取如下控制变量：营业收入增长率(Grow)、资本负债率(Lev)、托宾Q值(TQ)、企业规模(size)、前十大股东持股数量(Hold_ratio)、上市年限(Age)及资产收益率(ROA)，同时并控制企业和年份固定效应。

Table 1. Variable definitions

表1. 变量定义

变量类型	变量名称	变量符号	变量定义
被解释变量	风险承担	Risk	经行业调整的资产收益率三期滚动标准差
解释变量	企业金融化	Fin	金融资产之和/总资产
机制变量	资本支出	Cap	企业构建固定资产、无形资产与其他长期资产之和， 除以总资产标准化处理。
	过度融资	EEFR	企业当年实际借款额度超出正常融资需求的额度衡量
控制变量	企业成长性	Grow	营业收入的同比增长率
	资本结构	Lev	总负债/总资产衡量
	企业规模	Size	用总资产的自然对数衡量
	成立年限	Age	企业成立年限加1后的自然对数
	股权集中度	Hold_ratio	用前十大股东持股比例衡量
	托宾Q值	TQ	市值/总资产
	资产收益率	ROA	净利润/总资产

(三) 模型构建

1) 基准回归

本文分别构建解释变量金融化的一次项和平方项，用于检验企业金融化(Fin)与风险承担水平(Risk)之间的U型关系。

${\text{Risk}}_{it}={\alpha }_0+{\alpha }_1{\text{Fin}}_{it}+{\displaystyle \sum }_{j=2}^8{\alpha }_j{\text{Control}}_{jit}+{\text{Firm}}_j+{\text{Year}}_t+{\epsilon }_{it}$ (4)

${\text{Risk}}_{it}={\beta }_0+{\beta }_1{\text{Fin}}_{it}+{\beta }_2{\text{Fin}}_{it}^2+{\displaystyle \sum }_{j=3}^9{\beta }_j{\text{Control}}_{jit}+{\text{Firm}}_j+{\text{Year}}_t+{\epsilon }_{it}$ (5)

${\text{Risk}}_{it}={\beta }_0+{\beta }_1{\text{EXFin}}_{it}+{\beta }_2{\text{Fin}}_{it}^2+{\displaystyle \sum }_{j=3}^9{\beta }_j{\text{Control}}_{jit}+\text{Industry}+{\text{Year}}_t+{\epsilon }_{it}$ (6)

其中被解释变量${\text{Risk}}_{it}$ 表示非金融i企业在t年的风险承担水平，解释变量${\text{Fin}}_{it}$ 表示非金融i企业在t年的企业金融化水平，${\text{Control}}_{jit}$ 表示控制变量，分别加上${\text{Firm}}_j$ 和${\text{Year}}_t$ 固定效应，${\epsilon }_{it}$ 表示随机误差项。

2) 机制模型

参考温忠麟和叶宝娟(2014) [21]构建资本支出的中介效应，以验证假设H2

${\text{Cap}}_{it}={\gamma }_0+{\gamma }_1{\text{Fin}}_{it}+{\displaystyle \sum }_{j=2}^8{\gamma }_j{\text{Control}}_{jit}+{\text{Firm}}_j+{\text{Year}}_t+{\epsilon }_{it}$ (7)

在${\beta }_1$ 、${\beta }_2$ 显著的基础上，若${\gamma }_1$ 显著，则说明中介变量资本支出在企业金融化与企业风险的关系中发挥中介效应。

本文进一步探讨过度融资以及二者交互项对企业风险直接效应和过度融资以及二者交互项对资本支出的调节中介效应，构建模型(8)和模型(9)，分析过度融资在其中的调节效应以验证H3。

$\begin{array}{c}{\text{Risk}}_{it}={\delta }_0+{\delta }_1{\text{Fin}}_{it}+{\delta }_2{\text{Fin}}_{it}^2+{\delta }_3{\text{Fin}}_{it}\times {\text{EEFR}}_{it}+{\delta }_4{\text{Fin}}_{it}^2\times {\text{EEFR}}_{it}\\ +{\delta }_5{\text{EEFR}}_{it}+{\displaystyle \sum }_{j=6}^{12}{\delta }_j{\text{Control}}_{jit}+{\text{Firm}}_j+{\text{Year}}_t+{\epsilon }_{it}\end{array}$ (8)

$\begin{array}{c}{\text{Cap}}_{it}={\phi }_0+{\phi }_1{\text{Fin}}_{it}+{\phi }_2{\text{Fin}}_{it}\times {\text{EEFR}}_{it}+{\phi }_3{\text{EEFR}}_{it}+{\displaystyle \sum }_{j=4}^{10}{\phi }_j{\text{Control}}_{jit}\\ +{\text{Firm}}_j+{\text{Year}}_t+{\epsilon }_{it}\end{array}$ (9)

若${\delta }_3$ 和${\delta }_4$ 显著，则说明存在直接调节效应。判断是否存在有调节的中介效应重点关注模型(9)中的系数${\phi }_1$ 和${\phi }_2$ 的显著性和符号方向。若${\phi }_1$ 和${\phi }_2$ 显著，则资本支出中介效应受过度融资的调节。

4. 实证结果与分析

(一) 描述性统计

表2显示了主要变量的描述性统计结果。企业风险承担水平(Risk)的均值为0.028，中位数为0.020，最小值和最大值分别为0.002和0.236，这表明企业之间的风险承担水平存在显著差异。非金融企业金融化(Fin)的均值为0.246，说明非金融企业的金融资产占总资产的比重平均超过20%。非金融企业金融化的最小值和最大值分别为0.033和0.757，显示出样本中非金融企业存在不同程度的金融化行为，且金融化水平差异较大。非金融企业金融化(Fin)的中位数为0.212，处于样本区间的下半部分，表明大多数样本企业的金融化水平较低。

Table 2. Descriptive statistics

表2. 描述性统计

	count	mean	min	p50	max	sd
Risk	28,898	0.028	0.002	0.020	0.236	0.027
Fin	28,898	0.246	0.033	0.212	0.757	0.144
Fin2	28,898	0.081	0.001	0.045	0.573	0.094
EXFin	23,390	0.000	−0.448	−0.125	0.546	0.086
EEFR	28,898	0.127	−0.564	0.112	0.800	0.175
Capi	28,889	0.050	0.000	0.036	0.520	0.048
Size	28,898	22.365	19.879	22.176	26.272	1.294
ROA	28,898	0.046	−0.266	0.042	0.235	0.061
Lev	28,898	0.436	0.056	0.433	0.896	0.197
Grow	28,898	0.162	−0.573	0.107	2.446	0.369
TQ	28,898	2.014	0.846	1.601	8.648	1.286
Hold_ratio	28,898	57.229	22.759	57.820	90.363	15.021
Age	28,898	2.275	0.693	2.398	3.367	0.693

(二) 基准回归分析

为了避免企业层面聚集效应，本文采用了企业层面的Cluster处理。其中表3列(1) (3)没有加入控制变量，列(2) (4)是在前一列的基础上在加入控制变量，核心解释变量Fin及平方项系数依旧显著且符号方向不变，说明本文所选取的控制变量有一定合理性。由(2)可知，随着非金融企业金融化程度提高，企业面临的整体风险也会随之增加，这说明企业金融化行为确实会对企业风险产生放大。列(3) (4)的一次项系数显著为负，二次项系数显著为正，说明企业金融化对风险承担水平的影响是先减少后扩散的非线性影响，且加入控制变量后模型的拟合优度有提升，一定程度上提高了稳健性，验证H1a的假设成立。

借鉴Haans等(2016) [22]对U型关系的Utest检验，结果如图1所示，显示曲线拐点为0.215，企业金融化取值为0.033~0.757之间，并在1%的水平上拒绝原假设，曲线左侧Slope为−0.0254，右侧为0.0758，再次说明企业金融化与风险承担的左低右高，先降后升的U型关系成立。适度的企业金融化对企业产生正向影响，对企业风险控制有一定的对冲作用，但是随着金融化程度提高，边际效益下降，到达阈值后，会对企业风险起到扩散作用，且边际作用不断提高。

Table 3. Financialization and corporate risk

表3. 金融化与企业风险

	(1)	(2)	(3)	(4)
	Risk	Risk	Risk	Risk
Fin	0.0085^***	0.0142^***	−0.0513^***	−0.0300^***
	(7.7728)	(5.3512)	(−7.8196)	(−4.6536)
Fin2			0.0867^***	0.0700^***
			(7.9634)	(6.4763)
Size		−0.0038^***		−0.0038^***
		(−5.9120)		(−5.8869)
ROA		−0.1460^***		−0.1451^***
		(−18.553)		(−18.431)
Lev		0.0020		0.0016
		(0.7323)		(0.5676)
Grow		0.0015^***		0.0016^***
		(3.0124)		(3.1909)
TQ		0.0014^***		0.0015^***
		(5.7617)		(5.8499)
Hold_ratio		−0.0001^**		−0.0001^*
		(−1.9809)		(−1.9241)
Age		0.0060^***		0.0060^***
		(4.4989)		(4.5123)
常数项	0.0255^***	0.1022^***	0.0330^***	0.1066^***
	(82.1065)	(7.6008)	(38.2782)	(7.9309)
企业FE	否	是	否	是
年份FE	否	是	否	是
N	28,384	28,384	28,384	28,384
adj.R^2	0.002	0.336	0.272	0.339

注：括号内为t值，^*p < 0.1，^**p < 0.05，^***p < 0.01。下同。

Figure 1. U-shape diagram of principal regression

图1. 主回归U型图

表4为企业过度金融化与企业风险的回归结果，其中列(1)为全样本下，企业过度金融化的系数在1%水平上显著为正，代表随着企业过度金融化程度加重，会不断提升企业盈利波动性，增加企业风险；在区分过度和适度金融化后，列(2)过度金融化样本仍保持在1%水平上显著为正且系数增大，说明过度金融化行为增加了企业面临风险，列(3)适度金融化样本系数不显著，表明适度金融化样本企业的金融化行为与企业风险并没有直接的影响关系，且(2) (3)两列的托宾Q值都显著为正，但适度金融化样本的系数明显大于过度金融化样本，表明适度的金融化行为是有助于企业的价值增长，同时说明H1b假设成立。

Table 4. Excessive financialization and corporate risk

表4. 过度金融化与企业风险

	全样本	过度金融化	适度金融化
	(1)	(2)	(3)
	Risk	Risk	Risk
EXFin	0.0104^***	0.0222^***	0.0016
	(4.5510)	(5.2577)	(0.3133)
Size	−0.0007^***	−0.0009^***	−0.0005
	(−3.1411)	(−2.9500)	(−1.6200)
ROA	−0.1379^***	−0.0819^***	−0.1788^***
	(−20.1322)	(−8.4841)	(−20.8161)
Lev	−0.0096^***	−0.0083^***	−0.0104^***
	(−6.1453)	(−3.8233)	(−5.1928)
Grow	0.0017^***	0.0007	0.0024^***
	(3.3998)	(0.9899)	(3.7630)
TQ	0.0024^***	0.0018^***	0.0028^***
	(11.3325)	(6.6852)	(10.6199)
Hold_ratio	−0.0000^***	−0.0001^***	−0.0000
	(−2.8324)	(−3.3151)	(−1.3636)
Age	0.0002	0.0003	0.0002
	(0.4960)	(0.6654)	(0.4692)
_cons	0.0493^***	0.0499^***	0.0438^***
	(10.4425)	(8.4782)	(6.9013)
年份/行业FE	是	是	是
N	23,390	10,293	13,097
adj.R^2	0.192	0.149	0.241

(三) 稳健性分析

1) 替换解释变量

参照张思成等(2018) [18]的变量选取，把货币资金所带来剔除，检验回归结果是否保持一致，结果表明替换变量后，一次项和二次型仍保持显著且符号与基准回归保持一致，上述研究结果依然有一定稳健性。

2) 工具变量

参考杜勇等(2017) [7]采用滞后一期企业金融化及其平方项作为工具变量进行两阶段最小二乘法检验。LM statistic值为3761.548，p值在1%水平上显著，拒绝原假设存在识别不足的问题；Wald F statistic值为1932.382，大于所有显著性临界值，拒绝原假设存在弱工具变量问题；本文选取的工具变量数量与解释变量数量相同，无需关注弱工具变量检验。表5列(2) (3)中一次项和二次型分别对于其滞后期的系数在1%水平上显著，列(4)中系数显著性和方向保持不变，因此所选取工具变量在一定程度上有效。

Table 5. Robustness analysis

表5. 稳健性分析

	更换定义范围	一阶段	一阶段	二阶段
	(1)	(2)	(3)	(4)
	盈利波动性1	Fin	Fin2	Risk
Fin1	−0.0149^**
	(−2.1112)
Fin1^2	0.0555^***
	(3.2077)
Fin				−0.0470^**
				(−3.04)
Fin2				0.0856^***
				(3.62)
LFin		0.354^***	−0.0251
		(14.91)	(−1.46)
LFin2		0.205^***	0.524^***
		(5.12)	(16.21)
Controls	控制	控制	控制	控制
行业/年份FE	是	是	是	是
N	28,089	23,279	23,279	23,279
adj.R^2	0.336			0.127

(四) 机制分析

1) 中介效应

企业金融化通过资本支出来影响风险承担水平的结果如下表6所示，列(2)回归显示核心解释变量的系数为−0.0416，在1%水平上显著，表明非金融企业金融化会对资本支出产生挤出效应，列(3)中的金融化在1%水平上显著为正，且系数变小，资本支出在1%水平上显著为负，由此可知该回归结果满足了部分中介效应存在的条件，意味着非金融企业金融化会挤出资本支出来影响企业面临风险。同时本文通过bootstrap检验表明该中介稳健性，且中介效应为22.2%，在1%的水平上显著。

Table 6. Mediating effects

表6. 中介效应

	(1)	(2)	(3)
	Risk	Capi	Risk
Fin	0.0142^***	−0.0400^***	0.0135^***
	(5.8890)	(−11.1924)	(5.4758)
Capi			−0.0231^***
			(−5.2023)
Controls	0.0960^***	−0.0360	0.0953^***
	(7.8902)	(−1.4220)	(7.8445)
企业FE	是	是	是
年份FE	是	是	是
N	28,384	28,384	28,384
adj.R^2	0.328	0.481	0.328

2) 有调节的中介效应

在对回归变量进行中心化处理后，过度融资对非金融企业金融化与企业风险承担的直接调节效应如表7列(1)所示，金融化的一次项和二次型以及各自交互项的系数在1%的水平上显著且符号方向保存相同，说明过度融资在非金融企业对企业风险的U型关系中存在显著的直接调节效应。所以假设H3a得以验证。其中列(2)表明过度融资调节了企业金融化与资本支出的关系，当过度融资水平提升，会缓解企业的资金压力，有效保证资本支出的持续投入，有助于促进企业的可持续发展且减少风险承担。因此，过度融资在企业金融化与企业风险的U型关系中的调节效应是通过中介资本支出来实现的，所以H3b得证。

Table 7. Adjustment effects

表7. 调节效应

	(1)	(2)
	Risk	Cap
Fin	−0.0169^***	−0.0024^***
	(−2.6643)	(−12.8678)
Fin2	0.0455^***
	(4.5192)
FinEEFR	−0.0723^**	0.0026^***
	(−2.4569)	(4.7562)
FinEEFR2	0.1992^***
	(3.7517)
EEFR	0.0191^***	−0.0018^***
	(5.0546)	(−10.1745)
Controls	0.0888^***	0.0025^**
	(6.6121)	(2.1083)
企业FE	是	是
年份FE	是	是
N	28,384	28,384
adj.R^2	0.348	0.476

本文还将过度融资按照1/4分位数以及3/4分位数划分为低和高过度融资调节，如图2所示，三条曲线均呈现先下降后上升的非对称U型。当加入不同程度的过度融资调节后，可以发现在逐渐升高的过度融资调节程度中，拐点不断向左上方移动，且曲线陡峭程度变高，这反映出高过度融资的调节作用下，非金融企业金融化对企业风险的影响更显著。曲线的拐点左移，这说明企业更快地接近过度金融化的临界点，从而促使企业金融化对企业的“蓄水池”效应转向“挤出”效应更快地出现，而且会强化企业金融化对企业风险的“放大”效应。

Figure 2. Results of adjustment effect

图2. 调节效应结果

(五) 异质性分析

1) 产权异质性

对国有企业赋值为1，非国有赋值为0，Utest结果显示，对于国有企业，拐点为0.1833，在5%的水平上显著，其左右侧的Slope分别为−0.0137和0.0523，回归结果表8显示非金融企业的一次项与二次型系数分别为−0.0167和0.0456，分别在10%和1%的水平上显著。对于非国有企业，其拐点为0.2178，在1%水平上显著，其左右侧的Slope分别为−0.0278和0.0808，因为国有业能够以更低的成本获得融资，其受到的融资约束相比来说更低，但是非国有企业在出于过度金融化的动机，对风险的敏感程度将会上升，金融化行为将会挤占企业创新或者实体投资资本，阻碍企业的可持续发展，增加企业风险承担。

Table 8. Heterogeneity analysis

表8. 异质性分析

	产权异质性		融资约束异质性
	国有	非国有	融资约束低	融资约束高
Fin	−0.0167^*	−0.0327^***	−0.0382^**	−0.0409^***
	(−1.8652)	(−3.9760)	(−2.5637)	(−3.4888)
Fin2	0.0456^***	0.0751^***	0.0848^***	0.0908^***
	−0.0167^*	(5.3034)	(3.5334)	(4.1995)
Controls	控制	控制	控制	控制
_cons	0.1177^***	0.1176^***	0.2280^***	0.0566^**
	(6.3963)	(6.5386)	(5.8175)	(2.2012)
企业FE	是	是	是	是
年份FE	是	是	是	是
N	10,991	16,320	6749	6663
adj.R^2	0.346	0.335	0.368	0.389

2) 融资约束异质性

SA指数由Hadlock和Pierce (2010) [23]提出，鞠晓生等(2013) [24]等的研究表明，SA指数对于中国A股上市企业的融资约束度量相当于合理。本文将样本按照融资约束的分位数分成4等份，融资约束高为75%分位数样本，融资约束低为25%分位数样本，Utest结果显示，对于低融资约束，拐点为0.2255，在1%的水平上显著，其左右侧的Slope分别为−0.0382和0.0848，回归结果表8显示非金融企业的一次项与二次型系数分别为−0.0409和0.0908，都在1%的水平上显著。对于高融资约束，拐点为0.2253，在1%的水平上显著，其左右侧的Slope分别为−0.03497和0.09647，回归结果显示非金融企业的一次项与二次型系数分别为−0.03269和0.0901，都在1%的水平上显著。越高的融资约束，企业的风险承担能力更弱，导致其在对风险变化更为敏感。

5. 研究结论与启示

随着越来越多的实体企业将资金投入到金融领域，这不仅可能对实体经济造成破坏性影响，还可能增加金融风险防控的难度。本研究旨在深入探讨实体企业金融化对企业风险的影响以及作用机制，得出以下结论：(1) 实体企业金融化与企业风险之间非线性关系，即呈现左低右高的U型关系，在甄别过度金融化样本后，过度金融化与适度金融化样本与风险表现出不同关系。(2) 在异质性检验下，不同风险承担能力的实体企业，其金融化会对企业风险产生异质性影响，风险承担能力较高的国有企业与低融资约束企业的“蓄水池”效应和“挤出”效应更强，使拐点左移且更快达到阈值。(3) 资本支出在企业金融化与企业风险之间起中介作用，非金融企业的金融化行为会“挤占”企业的资本支出，过度融资不仅能强化企业金融化与风险之间的直接效应，还会影响资本支出在其中的带调节的中介效应，使企业对风险的敏感程度上升，更快达到过度金融化阈值，即使实体经济“脱实向虚”更为严重。

基于以上结论，提出建议如下：第一，要加强对金融市场的监管，加强对金融市场的监管，防范金融机构的过度金融化，加强对非金融企业的“金融化”“蓄水池”作用，减少金融化的风险。在金融市场机制中，要保证企业能够更好地服务于实体经济，而非当成一个投机的地方，避免企业资本过度流入到金融市场。避免实体经济“脱实向虚”。在政策的指导下，使金融市场能够为实体经济服务，保证市场在金融资源配置方面的作用得到充分的发挥，从而推动非金融企业金融化行为和实体经济的协调发展。推动非金融企业回归主业，推动主业发展，充分发挥“蓄水池”的功能，并进一步加大对主营业务的投资力度。第二企业应该根据自己的主业发展策略，将重点放在与主业有关的运营和研发上，正确处理好企业发展和金融资产投资之间的关系，合理分配资产，防止过度金融化，把控并防范企业风险，为企业可持续发展保驾护航。

NOTES

¹https://www.baogaoting.com/info/465927.