张成思、张步昙 | 中国实业投资率下降之谜：经济金融化视角

张成思、张步昙社會學會社

张成思，中国人民大学财政金融学院教授、博士生导师，研究方向为宏观金融、金融时间序列分析。[图源：sf.ruc.edu.cn]

张步昙，中国人民大学财政金融学院，博士研究生，作者图暂缺。

一、引言

关于中国宏观调控与实体企业投资经营的关系，以下典型事实日渐清晰：金融部门与实体经济的关系日益微妙，伴随着经济自由化与全球化，经济金融化格局正在加速形成。具体表现为，金融部门的资本和规模不断增长；非金融企业投资于金融渠道的资金比例快速提升，基于金融渠道的利润累积逐渐成为企业盈利的主导模式；非金融企业的实业投资意愿低迷，企业固定资产投资占比（即实业投资率）出现持续下滑态势。在此背景下，实体企业的实业投资率下降与金融化并行逐渐成为刻画中国经济运行的重要特征。

为了说明问题，图1给出了2006-2014年间中国A股非金融部门上市公司总体金融化程度，以及固定资产投资占比（实业投资率）的变化情况，其中，金融化水平的定义是“企业金融渠道获利占总营业利润的比值”，广义和狭义金融化水平分别对应企业金融渠道获利占比的不同财务口径。从图1中可以看到，我国实业投资率在2007年左右达到峰值之后，呈持续下降趋势。与实业投资率不断下降的情况相反，我国企业的金融化水平却呈现不断上行的态势。不难看出，无论是广义还是狭义口径，我国非金融上市公司的金融化水平除了在金融危机期间略有下降之外，自2006年之后总体保持稳步上升态势，特别是在2010年之后上升趋势愈发明显。

图1 中国非金融部门整体金融化程度与实业投资率

注：实业投资率=（当期投资于固定资产、无形资产和其他长期资产所支出的现金）/（当期固定资产、无形资产与其他长期资产的账面净值）；原始数据来自Wind数据库。

金融化与实业投资率之间是否存在关联？从已有文献的研究角度来看，对此问题的研究可以分为两类：一类认为金融化对实业投资具有挤出效应；另一类则主要从金融化有助于缓和企业投资决策的金融（财务）约束视角进行分析，两类文献的结论存在明显分歧。

一方面，从理论机制上来说，微观企业经济金融化主要通过两条途径对实业投资产生“替代”作用：第一，金融资产配置的上升会对实业投资存在“挤出”效应。企业用于投资的资金可以用于购买金融产品和实业投资，当金融资产的收益率高于实业投资，将推动企业将更多资金投向金融资产，实业投资相应减少。具体而言，假定由于融资约束带来的外部融资是给定的，金融资产投资必须挤占实业投资的资本；同时，企业增加短期回报的压力会迫使管理者倾向于投资金融资产，而非提供中长期利润的实业投资。第二，金融化会增加企业对金融市场的投资支出并且促进企业回购股票，因此会抑制企业的实业投资。具体来讲，基于股票期权的薪酬管理制度使得企业管理者在短期内有动机增加股票分红，且大量回购股票，以推动股价上升。同时，投资者会迫使企业管理者提高股息支付率。在短期内，迫于个人利益和金融市场压力，企业管理者会通过股票分红和股票回购满足股票持有者对高回报的需求。

在研究金融化对实业投资挤出效应的相关文献中，Orhangazi是比较有代表性的一篇。作者分析了美国非金融企业的实业投资率与金融化之间的关系，发现金融化对实业投资率具有显著的负向影响。Orhangazi将此解读为金融化的“挤出效应”，即企业从金融渠道获得高收益，会驱使企业管理层改变实业投资在经营中的优先顺序，这样就会导致金融渠道获利占比提高，则实业投资率就会相应将低。Demir对阿根廷、墨西哥和土耳其的研究以及Tori＆Onaran对英国的研究结果似乎都印证了Orhangazi的“挤出效应”说。

另一方面，金融资产配置也可能对实业投资存在正向推动作用，原因在于前者属于短期投资行为，“蓄水池”效应使得企业能够通过出售金融资产降低财务困境成本，进而增加实业投资，而且金融资产价格上升会改善企业资产负债表，进而有利于企业再融资并投资实体经济。同时，由于非金融企业的实业投资与其财务状况直接相关，因此如果金融渠道的获利占比增加，意味着企业的盈利能力增加，这本应该增强而不是减弱企业的实业投资动机，同时也符合企业“产融结合”的基本需求。在实证层面，这种观点也得到了相关文献的直接或间接支持。例如，Zhang认为，企业的投资活动是为了增加企业的价值，其投资决策取决于盈利能力。Biddle et al.在资本逐利规律的基础上，实证发现了公司投资决策与盈利能力之间存在非线性关系。另外，从融资约束角度考虑，无论是企业自身保有较高的现金，还是企业有较强的借贷能力，都会降低企业的融资约束，因此有助于提高企业的投资水平。而且，当企业面临外部负面冲击时，充沛的企业内生性现金流可以有效减少冲击对企业投资的影响。这些研究都表明，企业从金融渠道获得更多资金，一则使企业拥有更多可支配资金，二则使企业参与更多的金融活动（金融发展的一种现实表现），其面临的融资约束有可能放松。这些都有可能正向促进企业的实业投资。确实，Kliman ＆ Williams以“为何金融化并未带来美国实业投资下降”为题，从实证层面给出金融化并未造成美国非金融企业实业投资率下降的证据。

从中国上市企业的现实情况看，金融化似乎并没有提高固定资产投资水平，反而表现为反向关系。图1中呈现的两者反向变化究竟是一种巧合，还是非金融企业的金融化确实会抑制固定资产投资？要对此问题进行回答，还需要确定金融化与实业投资率关系的分析框架。综观金融化与企业投资关系的已有研究，可以发现相关分析框架存在改进空间。例如，Crotty的研究并非基于新古典企业投资理论而构造模型，而是将金融资产收益武断地引入实证模型。Demir在设置控制变量时没有考虑融资成本敏感性等融资约束问题，他还同时假设金融资产收益率长期保持不变。这种假设至少不宜用于分析中国的相关问题。事实上，靳庆鲁等的研究已经发现，宽松货币政策能够普遍地降低融资成本和减少融资约束，而金融资产收益率长期不变的假设使得研究无法纳入金融资产的收益与风险，从而忽视了企业的投资选择问题。

另外，传统理论认为，宽松货币政策能够降低企业融资利率，进而促进企业固定资产投资、提振实体经济，所以货币政策指标一般是企业投资决策模型中的重要控制变量。而且，“增加货币供给-降低利率-提高企业投资”这一逻辑似乎已成定论。然而，近年来我国宽松政策提供的流动性并未润泽实体经济，反而出现资金“脱实入虚”、实体部门“空心化”等现象。

有鉴于此，本文尝试从中国微观企业金融化这一新视角对中国实业投资率下降之谜进行诠释，同时为宽松政策未能有效提振实体经济提供一个可能的解释。为了弥补已有研究的不足，本文基于金融资产收益时变假设，建立了企业投资选择模型，用以分析金融资产与固定资产两者风险收益配比对企业投资决策的影响，并验证这种影响是否随金融化程度的提高而加深。本文的贡献在于：第一，据笔者所知，本文是首篇从经济金融化视角阐释中国实业投资率下降动因的研究，而已有文献多集中于阐释企业投资效率问题。第二，本文考虑金融资产和固定资产在收益和波动性方面的异质性，构建企业的跨期最优决策模型，以解释近年来中国非金融企业日益金融化的典型事实。第三，本文不仅考察了金融化程度对企业固定投资的直接影响，同时重点考察了其是否会通过影响其他变量（如货币政策、融资约束）而存在偏效应。

二、理论框架与实证模型设立

本文根据新古典资本需求理论，设立资本存量的需求模型为：

其中log表示自然对数（下同），Ki，t表示公司i在t期末的净资本存量，Yi，t为公司的产出（一般采用销售收入来衡量），Tech代表技术进步，在非着重研究技术进步的文献中一般采用时间虚拟变量代替（彭方平等，2013；喻坤等，2014）。另外，UCi，t为资本的使用成本，根据Hayashi（2000），UC的表达式如下：

其中τ_t为公司所得税税率，按25%计；p^k_t为t期固定资产价格指数，CPI_t为t期消费者价格指数。另外，WACC_i_，t表示企业i在t期的加权平均资本成本，δ_i_，t为企业i在t期的折旧率。请注意，logp^k_t^，e为t期的预期固定资产价格指数增长率，在实际计算时，我们采用t期实际固定资产价格指数增长率作为预期固定资产价格指数增长率（即完全后视）。由于考虑到各省的固定资产价格变动情况会有较大差异，使用全国统一的固定资产价格指数明显与事实不符，因此我们根据企业的注册地分省确定该企业对应的固定资产价格指数增长率。另外，在计算某上市公司t期WACC时，需要使用该企业的股权融资成本和债权融资成本。本文参照彭方平等（2013）的设计，使用上市公司所属行业的t期行业平均净资产收益率（roe）作为股权融资的成本；以财务费用除以总负债作为债权融资成本，再根据WACC的经典计算公式得到企业的WACC。

由于当期投资率减去折旧率即是资本存量的变化率，即

结合（1）式中log（Ki，t）的定义，可以得到基于新古典资本需求模型的总体投资率基准方程：

其中，△s是销售收入增长率，用来代表投资产出的增长；uc是（2）式中定义UC的增长率，T是时间变量，用来代表科技因素随时间的变化情况。公式（3）表明，一个公司的投资率受到投资产出增长率、资本使用成本变化率、科技进步以及企业自身特质的影响。

然而，在经济金融化环境下，随着企业金融投资意识的增强以及金融投资渠道的日趋拓宽，金融投资成为企业投资的重要组成部分，即企业面临一个固定资产投资和金融资产投资的组合选择问题。我们可以使用一个相对简约的模型来刻画这一投资选择问题：考虑一个企业将t期的资金分别投资于固定资产I^k_t和金融资产I^f_t，固定资产投资收益率为r^k_t，金融资产投资收益率为r^f_t，期末企业将获得这两种投资的收益。因此，该代表性企业的跨期最优投资决策可以写成：

其中β_t为t期折现因子，C_t代表t期企业现金流，U（C_t）为连续凸函数，代表现金流效用。方程（5）表示企业的现金等于本期两种资产获取的收益减去用于下一期投资两种资产的成本，为当前假说下的恒等式约束。显然，等式（4）和（5）是一个标准的投资组合选择优化问题，该最优化求解过程与Le和Zak（2006）中的推导相似，但是我们更进一步采用单个企业时变的r^f_t，最终可以得到固定资产投资在整体投资中的最优份额（具体求解过程可向作者索取），即

其中

，反映投资者风险厌恶程度；是t期金融资产与固定资产投资的总额，等式左侧代表固定资产的最优投资比率；var（r^f）和var（r^k）分别表示金融资产和固定资产收益率的波动性。

等式（6）具有明确的经济学涵义，其左侧的比率代表企业在金融资产和固定资产之间的投资选择，固定资产投资在总投资中的最优比率受到以下因素影响：（1）金融资产的相对风险程度，即金融资产波动性占两种资产波动性加总的比例：金融资产风险程度越高，企业越偏向于投资固定资产，反之，则企业投资于金融资产的比重会越高；（2）投资者的风险厌恶程度θ：投资者风险厌恶程度越高，其最优配置情况下的固定资产的投资率越低，一般情况下，金融资产的流动性要优于固定资产，投资者在风险厌恶的情况下总是偏好高流动性的资产；（3）固定资产与金融资产收益率之差：固定资产相对于金融资产的收益率越高，企业投资于固定资产的热情越高；（4）两种资产的风险加总，即分母上的两种波动性之和：假设企业投资于固定资产和金融资产，两种资产的风险之和可以反映系统性风险，宏观经济越不稳定，企业越会减少固定资产的投资。

为了专注于金融化视角，本文着重研究两项指标：一是金融资产的相对风险，即等式右边的第一项，记作risk=

；二是经系统风险调整后的收益率差，记作return=

。我们结合Biddle et al.、Chen et al.、靳庆鲁等以及喻坤等的模型设计，考虑传统环境下影响企业投资决策的相关变量，同时将上面分析的两个变量以及非金融部门企业金融化程度（ratio）作为解释变量，纳入回归模型进行着重分析，设定实证分析的基准方程如下：

其中，变量invest的定义是企业投资于固定资产、无形资产和其他长期资产的现金之和，并用总资产进行标准化，可以视作固定资产投资率。在模型（7）中，我们着重关注金融化的三个解释变量，即return、risk和ratio。return是经系统风险调整后的固定资产与金融资产之间收益率差，如果γ₁为正，即风险调整后金融资产的相对收益率越高，那么企业投资于固定资产的热情越低；risk是金融资产相对于固定资产的风险程度，从其表达式可以看出，var（r^f）相对于var（r^k）越大，risk值越高，企业出于规避风险的目的越倾向投资固定资产（即γ₂为正值）；ratio是企业金融渠道利润占营业利润的比值，即企业的金融化程度，其系数正负不易预判，因为金融资产获利增多一方面可以改善企业的资产负债表，使企业有更多的资金进行固定投资，而另一方面，企业对金融渠道获利依赖程度增高本身是金融化的一种体现，可能使得企业更倾向于在投资抉择时选择金融资产，从而降低固定资产投资率。同时，我们还关注模型（7）中的m2和cfo：m2表示货币供应量的同比增长率，按照传统理论，宽松货币政策有助于刺激实业投资；cfo表示企业经营性现金流比率，从一定程度上可以代表企业面临的融资约束。为节约篇幅，本文实证部分只报告与以上五个变量相关的参数估计结果，其他变量均为控制变量，下文表1给出了相关定义及计算方式。

三、数据与基准方程回归结果

（一）变量定义

本文研究样本为2006-2014年中国A股非金融部门上市公司的半年度数据，原始数据来源于Wind数据库，为了保证足够长的样本期间，我们剔除2010年之后上市的公司，并剔除ST类上市公司，最终得到1458条数据。所有样本中的连续变量数据均调整到2.5%-97.5%取值区间内，以消除极端值的影响。CPI和货币供应量M2等宏观数据来源于CEIC数据库，实际所用的半年度CPI和M2为六个月平均值。表1归纳了回归模型中涉及的所有变量定义与计算方式。

（二）变量计算的特别说明

首先，对于固定资产收益率，会计上并没有明确的计算标准，我们也很难分辨出多大比例的企业主营业务收入应属固定资产贡献、多大比例是人力贡献。从另一个角度说，固定资产是一个企业经营的核心资产，在企业获取主营业务收入、融资、组织管理等方面均发挥核心作用，固定资产与企业的主营业务密不可分。因此，本文将企业的主营业务收益率作为固定资产收益率，即如表1中r^k定义的企业主业经营所得扣除相应费用，再除以相应主业经营资产。

其次，我们还需要对r^f和ratio两个指标加以说明。如前文所述，金融渠道获利有广义与狭义之分，广义的金融渠道获利事实上包括了制造业内部产业结构重构：如一家制造业上市公司没有将资金用于扩大自身产能，而是投资于一家未上市制造业公司，持股比例达到有重大影响的程度，该上市公司的行为从宏观上看只是制造业内部的结构重组，而非资金流出实业进入金融渠道。因此，我们分别考察广义和狭义两个口径。在广义口径下，金融化程度指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（广义金融渠道获利）占营业利润的比例，记作ratio1；此时金融资产收益率指广义金融渠道获利除以金融资产，记作r^f1。根据Demir以及中国的会计定义，金融资产包括货币资金、持有至到期投资、交易性金融资产、投资性房地产、可供出售的金融资产、长期股权投资以及应收股利和应收利息。在狭义口径下，金融化程度是指非金融企业投资收益、公允价值变动损益、净汇兑收益扣除对联营和合营企业的投资收益（狭义金融渠道获利）占营业利润的比例，记作ratio2；此时金融资产收益率为狭义金融渠道获利除以金融资产（扣除长期股权投资），记作r^f2。

再次，在计算单个上市公司的金融化程度时，对于负值要特别注意：假设A企业金融渠道获利5万元，当年的营业利润为－10万元；而B企业金融渠道获利为－5万元，而营业利润为10万元。如果直接将二者相除会算出二者金融化程度都是－0.5，但显然，两者金融渠道获利的重要性截然不同，A企业的金融渠道获利对企业利润贡献很大。因此，本文在计算单个上市公司的金融化程度时，以营业利润的绝对值对金融渠道获利进行标准化，即单个公司金融化程度=（金融渠道获利－营业利润）/|营业利润|。另外，在计算方差变量（即和）时，我们参考Demir的设计，采用Garch（1，1）模型分别对每个上市公司的r^k与r^f进行时序回归，以Garch（1，1）样本期内预测值作为和的值。

需要说明的是，关于中国上市公司金融化程度的界定以及计算结果，已有资料与本文存在明显差别。例如邓迦予指出，在2000-2012年期间我国非金融上市公司的金融收益比例（FER）维持在20%以下，金融投资率（FIFR）维持在35%以下，金融资产持有比例（FAR）维持在10%以下，而且这3个金融化指标总体呈现下降趋势。不过，由于2006年我国会计准则出现较大变更，与相关计算涉及的会计科目密切相关，导致2006年前后的样本数据（及结果）不可比。更重要的是，上述研究的指标计算存在细节问题，值得特别注意。首先，关于金融渠道获利占比的计算，根据邓迦予文中的计算方式，可以计算出单个企业的金融化水平，但整体趋势是如何计算的文中并未详细明说。不过，通过作者在文中提到的“极端值”现象，可以判断出作者是对诸多单个公司金融化水平取算术平均值或加权平均值作为整体水平（为方便起见称为“单个平均”方法）。然而，采用这种方式求整体金融化水平会导致两方面较为严重的问题。第一，大企业更具资金优势，有更高的金融化动力，可能具有较高金融化程度。因此，大企业和小企业等权重可能会掩盖总体上越来越多利润来源于金融渠道这一现象。第二，样本中金融渠道收益存在负值，营业利润同样也存在负值，因此无论是算术平均还是加权平均都会导致计算出的金融化水平失真。例如：A企业金融渠道获利10元，但其他方面亏损严重，最终营业利润为-5元，可得其FER为-200%；B企业金融渠道获利5元，营业利润10元，可得其FER为50%。计算二者平均值，可知金融化水平为-75%。从逻辑上思考，A和B的金融渠道对公司盈利贡献均很大，但是按照这种“单个平均”方式计算的金融化水平却是负值，即使以二者的营业利润为权重进行加权平均，依然面临这个问题。因此，“单个平均”方式下计算出的金融渠道获利占比下降趋势，并不能从逻辑上说明金融渠道收益贡献不重要。基于以上说明，本文在计算整体金融化水平时，采用的是加总方式，即整体金融化水平=A股所有非金融企业金融渠道收益加总/A股所有非金融企业营业利润加总。这种方式既避免了上述问题，也不会出现单个企业金融化极端值现象，能够从整体反映金融化水平（即“整体平均”）。其次，来看现金流投资比率。本文计算了除金融、地产之外的非金融上市公司FIFR的变化情况。从整个样本区间内来看，整体平均和单个平均两个指标都存在比较明显的升势。需要说明的是，尽管FIFR指标与本文主题相关，但是邓迦予使用的计算方式存在以下问题：（1）部分金融投资不一定是通过现金形式进行，以金融资产中计入的长期股权投资为例，可以通过换股得到，因此以现金支出衡量金融投资比率的合理性存疑；（2）投资支出有可能是在某一期集中以现金支出，而收益可能在未来一段时期分别实现，所以相比较而言，利润构成占比变化更能反映企业业务结构的变迁。

最后，考察金融资产持有比率（FAR）指标。本文在剔除金融和房地产行业的基础上，分别计算了“单个平均”和“整体平均”方式下的A股非金融公司的金融资产持有比率变化，结果表明，整体平均下金融资产持有率变化并不明显，而单个平均下，金融资产持有率在近几年甚至在下降，更少的资产却在贡献更高的收益占比。不过，金融资产持有率和金融投资率（即现金流投资比率）的涵义并不相同，前者刻画的是资产类别份额变化，而后者表征的是投资行为变化。对于本文而言，主题是“实业投资率下降”问题，与之相对应的是投资行为的变化，即金融投资率问题，因此金融投资率以及金融投资对应的金融渠道收益占比这两个金融化指标与本文直接相关，而资产类别份额的变化（即金融资产持有比率）更类似于一个静态指标，无法刻画投资行为的变化情况，因此本文没有使用该指标作为金融化水平的度量尺度。

综上所述，用金融投资率和金融渠道获利占比这两个指标来衡量金融化，相较而言是合适的，这也是Krippner所说的“活动导向视角”的核心内容。为了使研究结论更加全面，我们在本文第四部分也考察了金融投资率对应的实证结果，以增强结论的稳健性。此外，本文在实践中还将房地产行业归属到非金融部门中，重新分别计算了金融化水平（按照本文整体平均方式计算金融渠道收益占比）、金融资产持有比率、现金流金融投资率3个指标。结果显示，即便是加入了房地产行业，采用整体平均方式计算得到的中国企业金融化水平依然保持上升趋势。

（三）描述性统计与基准方程回归

为了初步获知各变量对应的样本观测值的基本统计属性，表2给出了各变量的描述性统计结果。请注意，各变量的观测个数并不完全相同，这是由于样本期间部分上市公司的财务数据缺失所致。进一步观察表2中的统计数据，可以看到各上市公司广义和狭义金融化程度的算术平均值都为负，但根据前文的解释可知，这并不代表中国上市公司总体金融渠道收益都是负的。还需要注意的是，根据本文金融化程度的定义和计算公式，若企业未从金融渠道获利，则金融化程度为-1。因此，这里大-1的ratio值实质上表示金融渠道对企业利润贡献为正。系统风险调整后的收益差（return）均值为正，表明总体上固定资产收益仍然超过金融资产收益；而金融资产风险比重均值远小于0.5，这也显示金融资产收益相对于固定资产收益波动性仍然较小。

各解释变量对实业投资率的具体影响情况需要通过回归分析进行考察。对于计量模型（7），需要特别注意模型右手侧金融化指标等核心变量的内生性问题。为此，我们考虑了两种可能情形。首先，从基本经济逻辑层面考虑，影响当期实业投资率变量invest的随机扰动项，很可能也会影响当期的金融化变量，即return、risk、ratio这3个核心变量。因此，这几个核心变量与模型扰动项之间很可能非正交（即存在内生性）。为此，本文对模型（7）进行回归时，需要使用广义矩（GMM）估计，并确定合适的工具变量。考虑到即期随机扰动因素不能回到过去影响历史，所以核心变量的滞后项是较为科学合理的工具变量选项，同时因为各变量数据频率为半年期，因此选取这几个核心变量的滞后1-2期作为工具变量集中的要素。为增强工具变量估计的效率，我们还将invest的滞后1-2期项也纳入工具变量集。当然，工具变量的设定是否合适，还需要相关诊断检验（如过度识别检验）进行确认。其次，还可能存在一种情形，就是实业投资率invest（或者说影响invest的扰动因素）不仅影响当期return、risk、ratio，也会影响当期融资约束（cfo变量）。此时，内生变量为return、risk、ratio和cfo，相应的工具变量集为内生变量及invest的1-2期滞后项，这两组不同的设计对应的情形分别用字母a和b进行标识。另外，我们还可以进一步考察，当m2也假设为内生的情形（尽管没有特别明显的理由显示投资率可能反过来影响货币供给），此时回归结果与情形a和b的结果一致，为节省篇幅，不再赘述。

基于以上分析，我们对模型（7）进行了面板GMM估计，结果汇报在表3中。首先，考察金融化指标（ratio）对实业投资率的影响。观察表3中广义口径对应的结果不难发现，金融化程度对实业投资率具有显著抑制作用。当然，广义口径下的金融渠道获利包括了对合营与联营企业的投资收益，而合营与联营企业的固定资产投资并不合并计入母公司财报，所以可能影响回归结果涵义的解读。因此，进一步在狭义口径下对模型（7）进行回归，结果归纳在表3的第3和第5列。从狭义口径对应的结果可以看到，金融化程度仍然对企业固定资产投资具有显著负向影响。因此，无论是广义还是狭义口径，中国非金融企业的金融化都显著抑制其固定资产投资率。这一结果暗示：虽然金融化可以为企业带来更多资金（既包括金融投资获利层面的资金，也包括金融深化给企业带来的融资便利），但是随着金融化程度的不断提高，企业会形成金融渠道获利的路径依赖，使更多的资金投向金融渠道，从而对实业投资形成显著的挤出效应。

注：系统GMM估计中，内生变量分别考察2组情形，情形a的内生变量设定为return、risk、ratio和cfo，情形b的内生变量为return、risk、ratio；对应的工具变量相应内生变量的1-2期滞后项；括号内为稳健标准误；*、**、***分别表示系数在10%、5%和1%显著性水平下显著；广义口径下的对应解释变量是return1、risk1、ratio1，狭义口径下相应解释变量是return2、risk2、ratio2。

其次，我们观察到，return变量对企业固定资产投资具有显著的正向影响。这表明，在考虑系统风险的情况下，固定资产收益率超出金融资产越多，企业投资于固定资产的热情越高。另外，risk变量的系数也显著为正，表明金融资产的相对风险越大，企业越倾向投资于固定资产。在理性人假设下不难理解这种逻辑：给定收益水平，企业一般会选择风险更低的资产投资；而给定风险水平，企业总是会选择收益更高的资产。

我们还注意到，以往关于金融化的相关研究多是从金融化程度或是金融资产收益等角度考虑，很少引入风险因素。但本文实证结果表明，综合考虑风险建立的return和risk变量具有合理性。此外，货币政策不具有刺激投资的作用，而企业内部现金流（经营活动产生的现金流）可以给予企业更大的融资自由度，后者对企业固定资产投资水平具有稳定的显著正向影响。无论是广义还是狭义口径金融化，根据传统企业投资决策理论确定的控制变量也都较为显著。

综合来看，基准模型能够较好地刻画中国实业投资率下降现象。随着经济增长模式的转变，中国经历着长期经济增长的“增速换挡期”，与此相伴的是非金融企业实业投资率的持续下降。从上述实证分析结果可以看出，非金融企业的金融化是造成实业投资率下降的显著驱动因素。对于这一结果的解读，一方面，企业的实业投资收益率自2006年以来出现持续下滑趋势（通过计算2006-2014年之间的实业投资收益率水平获知）；另一方面，宏观经济整体不确定性增加，短期系统风险攀升，这些都可能使经系统风险调整后的收益差（即return变量）变小，导致企业更青睐于金融投资。与以上结论相关的重要背景是，虽然近年来我国地方债规模急剧增加，金融机构（特别是银行理财产品）的“刚性兑付”问题依然存在，但是在我国特殊体制和国情下，投资者倾向于默认政府会对此类资产进行背书，这样就会大幅减少金融资产的相对风险，这也是实业投资受到抑制的可能原因。

四、进一步讨论：金融化的间接影响

笔者在上文中从基准方程分析了金融化对企业固定资产投资的直接影响，但金融化程度提高的影响广泛而复杂，它是否会通过影响其他变量的偏效应进而影响企业的固定资产投资？为此，本文进一步讨论以下3个问题，从而进一步探索金融化的间接影响：（1）是否金融化程度更高的企业对return和risk变量反应更为敏感？（2）金融化程度提高是否影响货币政策效力？（3）金融化程度提高是否影响企业融资约束的偏效应？

金融资产和固定资产之间的投资选择主要通过return和risk两个变量体现。随着企业金融渠道利润占比的上升，企业会主动寻找更多的金融投资渠道，提高金融投资能力，因此很可能对金融市场信息更为关注，金融市场收益和风险状况的变化对企业投资决策的影响程度也会相应增加。因此，我们在方程（7）的基础上引入了return、risk与金融化程度的交叉项，检验上述假说，即

其中θ×Controls代表方程（7）中系数为～对应的控制变量（下同）

另外，传统理论认为，宽松货币政策能够有效降低市场利率（包括融资利率），因此在短期价格粘性的情况下可以促进企业进行扩张投资。然而，近年来我国出现了实体企业资金“脱实入虚”现象，央行释放的资金似乎并未全部进入实业投资，而是在金融领域体内循环，刺激实业投资的效应较弱，造成刺激政策的成本越来越高。这种情况可能是由于金融化环境下，金融投资成为企业整体投资决策的主要部分，理性决策与多元化配置理论决定了宽松货币政策释放的流动性有相当部分集中于金融市场，进而影响货币政策提振实体经济的传导效应。为此，本文进一步对基准方程（7）进行拓展，加入货币政策指标变量（即m2）与金融化指标的交叉项，即

另外，在面临较强外部融资约束时，企业会使用内源性融资来支付投资成本，从而投资对于内部现金流的敏感性将增强。本文提出以下假说：金融化程度的提高增强了企业与金融市场的联系，不仅代表着企业投资渠道的拓宽，也是企业外部融资能力增强的体现，因此能够缓解企业的外部融资约束，降低实业投资对内部现金流的敏感性。为此，我们在方程（7）的基础上进一步引入融资约束变量cfo与金融化的交叉项，即

方程（8）-（10）的估计结果分别报告在表4-6中（根据豪斯曼检验结果使用固定效应）。观察表中的回归结果可以看到，除return在模型（8）中为负数之外，其他所有回归方程中的return以及risk的系数都显著为正，表明上文模型假设具有合理性。更重要的是，金融化程度变量ratio对企业固定资产投资的影响在几乎所有情况下都显著为负，这与本文基本结论相同。

对于方程（8），return与金融化程度的交叉项系数无论是在广义还是狭义口径均显著（尽管return系数为负），这表明随着金融化程度的加深，企业金融化程度越高对固定资产与金融产品收益率差反应越敏感。risk与金融化程度的交叉项在广义b组显著（10%显著性水平），在其他组不显著，可能是由于风险相对于收益更难判断，所以投资者短期反应并不敏感。

对于方程（9），随着金融化程度的提高，企业运用资金的方式和渠道增多，宽松货币政策释放出的资金可能被“信贷优势”企业用于进行金融资产投资（包括二次放贷等影子银行业务），从而造成货币政策传导效果有所削弱、短期内宽松货币政策可能带来资金在金融领域循环的结果。对于方程（10），企业内部现金流与金融化程度交叉项系数为显著负值，表明随着金融化程度的提高，企业对自身内部现金流的依赖显著减弱。这是由于企业能够接触更多融资渠道、更为娴熟地运用金融工具的原因，从而降低了外部融资约束。

最后，为了使研究结论更加全面，本文还以金融投资率FIFR作为金融化的度量指标（剔除该指标的数据缺失部分），对方程（7）至（10）进行相应回归估计，结果报告在表7中。从对应的实证结果来看，使用金融投资率作为金融化的度量指标与使用利润占比指标的结果完全保持一致，从而进一步印证了本文结论的稳健性。

综合以上实证分析可以看到，金融化是伴随着市场经济发展和金融深化的一个过程，随着金融化程度的提高，企业面临的外部融资约束确实得到缓解。同时，随着金融化程度的提高，企业对金融产品的收益和风险反应更为敏感。在这种环境下，金融市场中的收益与风险错配问题就不仅仅是金融部门自身的问题，而是涉及到整个国民经济的长远发展问题。当前我国信托、银行理财以及部分公司债的刚性兑付问题依然十分突出，当投资者认为国家或国有金融系统对这类资产具有“隐性”担保时，很可能导致这些资产的风险调整后收益偏高，从而吸引资金远离实业投资。同时，金融化环境下货币政策传导机制更为复杂，特别是宽松货币政策的传导效应可能被弱化。

五、结论

近年来，中国非金融企业的实业投资率呈现持续下降态势，宽松货币政策对此似乎并无明显效果。那么到底是什么原因造成了我国实业投资率下降？本文基于经济金融化视角诠释这一重要问题。我们根据标准文献的相关定义，选取了非金融企业金融渠道获利占比日益增加作为研究中国经济金融化现象的切入点，从上市公司财报信息出发，引入三个金融化变量：经系统风险调整后的固定资产与金融资产收益率之差、金融资产相对风险和金融化程度。同时，在标准的企业投资决策理论基础上，构建理论模型刻画企业在实业投资与金融投资上的选择问题，进而研究金融化对企业实业投资决策的影响。

在此基础上，本文基于2006-2014年期间中国上市公司的半年度数据，实证检验了金融化对企业实业投资率的影响。研究发现，在固定资产收益与风险确定的情况下，金融资产收益越高、相对风险越低（风险收益错配越严重），越会压抑企业投资固定资产的热情。同时，金融化程度的提高（即金融渠道获利增多），虽然可以为企业带来充裕现金，但是会促使企业更依赖金融渠道获利，相应减少固定资产投资。从实证结果看，样本区间内我国微观企业的金融化程度对实业投资的综合效应为负。本文还进一步讨论了金融化程度变化带来的间接影响。实证结果表明，金融化程度越高的企业对金融市场的收益和风险变动越敏感，同时其对内源融资的依赖性也越弱。在金融化进程中，企业融资能力提升，但同时货币政策对实业投资的推动效应有所减弱。

综合来看，以下结论尤其值得关注：第一，金融化因素显著影响企业投资决策，未来研究与政策决策需要密切关注金融化因素的影响机制；第二，金融资产的风险收益错配会极大压抑企业投资固定资产的动力，影响到整个宏观经济战略布局；第三，系统风险是影响固定资产投资的重要变量，稳健的宏观经济运行有助于企业进行长远的规划和固定资产投资；第四，金融化进程拓宽了企业投资渠道，但是对货币政策传导效力有一定削弱作用。金融化使得企业外部融资约束减弱，同时在可以预见的未来，不管是金融市场本身的发展（狭义口径），还是中国企业加快全球产业链布局（广义口径），都可能会使金融化现象作为一种长期趋势持续下去。显然，如何在金融化环境下更精准有效地制定和实施宏观政策，并促使金融支持实体经济发展，是未来研究的重点内容。

*本文原载于《经济研究》2016年第12期。为阅读及排版便利，本文删去了注释及参考文献，敬请有需要的读者阅读原文。

**封面图为1958年发中国人民银行发行的一元面值经济建设债券。[图源：t-chs.com]

〇编辑：孤星〇排版：zyy

〇审核：连翘 / 谨行

【鸣谢】

专题策划人：曾丰又（清华大学社会学系博士候选人）

更多相关文章