金融資產配置對企業價值影響的實證分析

肖丹丹

摘要：隨著我國經濟金融化水平的日益提高，金融資產已經成為實體企業資產中的主要構成部分，直接影響著企業價值的創造。基于此，文中將 2007—2016年我國A股非金融上市企業作為研究樣本，并且基于各種持有動機下的計量模型的構建，針對金融資產配置同企業價值之間存在的關系展開了實證研究。結果顯示，企業金融資產配置大大地減少了企業價值，就不同融資約束程度的公司而言，企業金融資產配置并未同企業價值之間呈現明顯的正相關；然而，就替代動機較強的企業而言，企業金融資產配置卻同企業價值之間呈現了明顯的負相關。基于此，文中針對金融資產配置對企業價值造成的影響進行了實證分析。

關鍵詞：金融資產配置；企業價值；影響；實證分析

隨著我國社會經濟結構的轉型，傳統行業產能開始過剩、出口需求不斷減少、產品缺乏較強的綜合競爭實力、成本大幅提高，實體經濟的經營效益越來越低。然而，金融領域則利用準入與利率管制等政策優勢一直獲取著較高的資本回報率，另外，近幾年內，隨著房價的日益上漲，房地產業迎來了史無前例的黃金發展期，金融與房地產行業的利潤率明顯高于實體經濟的平均利潤率。基于資本逐利動機的引誘，實體企業為了獲取較高的經濟效益，開始積極采取各種手段進入金融與房地產行業，其中，金融資產配置是一種非常有效的手段。除此之外，金融資產的持有形式與類型也變得越來越多。為此，金融資產在實體企業資產中占據著十分重要的位置，并且還直接影響著企業價值的創造?；诖?，文中實證分析了金融資產配置對企業價值造成的影響。

1實證研究設計

1.1樣本來源

將2007—2016年全部A 股上市企業作為原始樣本，并且針對其采用以下處理步驟：除去金融類與房地產類上市企業、ST類上市企業、數據不全與異常的上市企業以及2016年新上市的企業。通過層層挑選，最后總計得到了9398 個企業的年度觀測值。將2007年作為初始年份是由于從2007年開始執行的新會計準則重新規定了企業金融資產的計量，為了保證相同的結果，所以，未將2007年以前的樣本作為分析對象。另外，為了避免極端值影響到回歸結果的準確性，文中針對全部連續變量在 1% 與99%水平上實施了Winsorize 縮尾處理。上市企業的財務數據都來源于CSMAR數據庫，采用的數據處理和計量分析軟件是Stata12. 0[1]。

1.2研究設計和變量定義

借鑒既存的與企業金融化經濟后果有關的文獻，并采用以下計量模型實證分析研究假設，具體體現如下：

TobinQ =α0+α1Financial+α2FC +α3FC×Financial+αiXi+ε（1）

TobinQ=α0+α1Financial+α2Arbitrage+α3Arbitrage×Financial +αiXi+ε（2）

其中，Tobin Q 為企業價值，它是企業股票市價與債務賬面價值之和同企業總資產的比值。Financial 為企業金融資產同期末總資產之間的比值，其中金融資產主要包含交易類金融資產、長期金融股權投資、委托貸款與理財以及投資性房地產。交易類金融資產主要指具有一定流動性并且在資本市場波動影響下的資產；長期金融股權投資主要指公司所持有的銀行、券商、基金與信托等金融機構的股權金額； 委托貸款與理財主要指公司委托銀行等金融機構向其他企業發放的貸款或者是購買理財與信托產品的年終余額；資產負債表中的投資性房地產凈額科目為投資性房地產提供數據支持，近幾年內，隨著我國房地產行業的迅猛發展，開始促使其更具金融特點，所以，文中將其定義為企業的一種固定金融資產[2]。

模型（1）主要驗證企業的金融資產所占的比例在各種融資約束程度下是否同企業價值之間存在明顯的差別。其中，FC代表企業所面臨的融資約束程度，文中按照 Hadlock 與 Pierce提出的 SA 指數對融資約束指標進行計算，詳細算法如下： SA=-0.737×lnasset+0.043×lnasset2- 0.04 ×age，此指數值越大意味著企業所面臨的融資約束程度越嚴重。選取SA 指數是由于同其他不同的測度方法相比，比方說，財務杠桿、托賓Q值等，SA 指數只包括了企業年齡與資產規模兩個外生性變量，相比較而言，結果更加精準。FC變量的詳細計算步驟體現如下： 根據中位數來劃分計算完的各個年份的SA指數，將大于中位數的視為融資約束程度較高組，FC值設定為1；不然，就將其看作融資約束程度較低組，FC值設定為 0。倘若α3明顯為正，融資約束程度較高的公司的金融資產所占的比例同公司價值之間就呈現正相關，因此，假設 1 成立。

模型（ 2） 主要驗證公司的金融資產所占的比例在各種市場套利動機下同企業價值之間是否存在明顯的差別，其中，Arbitrage代表市場套利動機強弱的虛擬變量，文中采用金融資產獲利與凈利潤的比重來衡量，金融資產獲利有企業的利息收入、相關金融資產的投資收益和公允價值變動收益，選取此項指標是由于金融資產獲利所占的比重屬于一項具備流量特點的指標，不僅體現了公司純利潤中金融資產獲利的占比，而且還可以以市場套利動機的金融投資行為為依托最大限度地提高公司的經濟收益。Arbitrage變量的詳細計算步驟體現如下： 將各年份的金融資產獲利與凈利潤的比值按照中位數來劃分，將大于各個年度的中位數設定為市場套利動機較強組，Arbitrage值設定為1；不然，就將其設定為市場套利動機較弱組，Arbitrage值設定為 0。倘若α3明顯為負，就代表公司的市場套利動機較強，其金融資產所占的比例同企業價值之間呈現明顯的負相關，那么，假設2成立[3]。

2.實證結果研究

2.1描述性統計研究

文中設定因變量Tobin Q 的均值為2. 437，相對比國外文獻標準高些，由此可見，我國股票市場存在的常見問題就是定價較高。Financial的均值設定為 6. 4% ，高于中位數的2. 4% ，這意味著大多數上市企業均配置了大量的金融資產。其他控制變量的均值基本接近于中位數，因此，控制變量沒有產生異常分布。

2.2實證研究結果

因為模型（ 1）與模型（ 2）中的因變量企業價值同解釋變量企業金融資產的占比之間可能存在反向因果關系，所以，會導致模型出現內生性現象?；趯δＰ蛯嵤〩ausman內生性檢驗，結果明顯否定了模型不存在內生性的原假設。另外，要想防止內生性現象造成估計結果產生偏差，就應該探尋相應的工具變量來回歸模型。但是，上市企業均受到相同的宏觀經濟政策與金融市場環境等方面因素的制約，因此，無法通過制度背景來有效處理模型中存在的內生性問題，所以，文中將變量Financial的延后一至兩期作為內生變量的工具變量。除此之外，還應該基于過度識別等有關診斷性檢驗來評價所設定的工具變量的合理性[4]。

按照相關回歸結果顯示，金融資產占比的Financial系數是 - 0. 295，并且低于1%的水平比較明顯，由此可見，企業金融資產配置越高，越無法有效地提高企業的價值。然而，在增加融資約束變量以及融資約束和金融資產占比的交互項以后，金融資產占比同企業價值之間卻依舊呈負相關，而且融資約束和金融資產占比的交互項系數也不明顯，因此，就融資約束程度較強的企業而言，金融資產配置同企業價值之間的關系并未呈現明顯的正相關，由此可以看出，企業金融資產配置并未發揮出減少融資約束的作用，所以，假設 1 不成立。根據Sargan過度識別檢驗結果可以看出，均未否定原假設的成立，基于此，模型所采用的工具變量具有合理性。對于控制變量的回歸結果來說，企業規模、資產負債率與國有企業同企業價值之間呈現明顯的負相關，然而，經濟收益增長率、營業規模、現金流、企業年齡、股權統一度卻同企業價值之間呈現明顯的正相關，并且與既存的相關企業價值的研究結論基本相同。

基于市場套利目的，根據企業金融資產占比同企業價值之間的回歸結果可以看出，在增加市場套利目的以及市場套利目的和金融資產占比的交互項以后，企業金融資產占比同企業價值之間的關系依舊呈現明顯的負相關，市場套利目的以及市場套利目的和金融資產占比的交互項系數均低于1%，因此，明顯為負，由此可見，就市場套利動機較強的企業而言，金融資產配置越高，越難以提高企業的價值，從而表明我國上市企業金融資產配置主要以市場套利動機為目的，因此，假設2的結論也成立。

2.3穩健性檢驗

為了保證研究結論的穩健性，文中做了三項穩健性檢驗：①利用Kaplan與Zingales提出的KZ指數來建立融資約束變量，以此來體現企業在各種融資約束水平下，金融資產占比同企業價值之間存在的聯系，回歸以后得出結果相同；②將企業金融資產同經營資產收益率之間的差值作為市場套利動機的替代變量，差值越大代表企業的市場套利動機越強，實證結果依舊認可原假設成立；③市場因素直接決定著公允價值的變化，無法如實地體現出企業積極配置金融資產的行為，所以，去除了金融資產賬面價值中的“公允價值變動收益”，實證研究后得出結果不變。

結束語：

綜上所述，企業應該立足于實現自身價值最大化的長遠目標來配置金融資產，并且對企業長遠發展戰略目標、風險與經濟收益等方面因素加以充分考慮，盡可能不產生以短期市場套利為動機的投資行為。另外，還應該通過金融投資活動來推動企業經營活動，以此來提高企業的價值。

參考文獻：

[1]戚聿東，張任之.金融資產配置對企業價值影響的實證研究[J].財貿經濟，2018（5）.

[2]葛洪申.金融知識、投資經驗對我國家庭金融市場參與及資產配置的影響[D].西南財經大學，2013.

[3]張亮.金融發展對我國家庭金融市場參與和資產配置影響[D]. 西南財經大學，2013.

[4]馬貴蘭，藍文永.企業金融資產分類影響因素的實證研究——基于金融上市公司的經驗證據[J].經濟研究參考，2015（5）：78-82.