金融化抑制了制造業全要素生產率提升嗎？
——基于上市公司數據的分析

■謝獲寶，黃大禹，鄒夢婷

一、引言

經歷了四十多年的改革開放，中國已處在由高速增長階段向高質量發展階段轉變的關鍵時期，早先的經濟驅動模式已經無法適應中國現在的經濟發展，提高各種要素的生產效率是當下亟需解決的重要問題。當前唯有動能模式的轉變，才可以解決中國經濟發展的根本性動力問題，最大程度地將經濟潛力轉化成現實生產力。制造業是中國的支柱產業，不僅是國民經濟的主體，更是立國之本、興國之器、強國之基。加入世界貿易組織以來，中國制造業依靠人口紅利、土地紅利和政策紅利以及較低環境規制成本等低成本比較優勢，積極融入全球價值鏈的分工體系，實現了快速發展。然而，與世界一流國家的制造業綜合水平相比，中國的制造業水平還處于相對較弱的地位，仍具有諸多方面的改善空間。

作為中國經濟的微觀主體，制造業企業生產率的高低對宏觀層面全要素生產率的提升有著至關重要的作用。因此，無論從推進中國經濟轉型升級的角度，還是基于由“制造大國”邁向“制造強國”的視角，全要素生產率的決定性作用正變得越來越重要。然而，在世界經濟虛擬化和金融資本高回報背景下，資本運作和金融投資愈發成為中國工業企業擴張和盈利的重要途徑，“實體經濟金融化”業已成為制造業企業發展的重要事實。

二、文獻綜述

參與到資本市場中攫取利益已然成為許多實體企業發展的趨勢。從理論層面看，企業配置金融資產的動機可分為資金儲備動機和市場套利動機，這兩種差異性的動機，形成了“蓄水池”和“擠出”兩種不同效應。部分研究認為企業將部分閑置資金用于短期的金融投資，不僅可以提升企業的資產流動性，還可以對主業投資進行有效彌補，實現財務成本降低。這種作用被稱為金融化的“蓄水池”效應。劉貫春（2017）運用中國2007—2015年的非金融產業上市公司數據，發現金融資產配置可以扮演“蓄水池”的角色，顯著地促進企業科技創新能力。這種金融化的“蓄水池”效應在民營企業中發揮著相對較大的作用。郭麗婷（2017）基于演化博弈模型研究了企業金融投資對它們創新投資的影響，結果顯示：企業的業績不斷提升會促使企業的融資約束不斷地放松，金融資產配置的“蓄水池”效應變得越來越顯著。李順彬和田珺（2019）收集了2007—2017年中國滬深證券交易市場中非金融企業的財務數據，研究發現貨幣政策適度可以對企業的金融資產配置產生深遠的影響，具體表現為“蓄水池”作用。此外，企業受融資約束的程度也會影響到企業的金融配置行為對貨幣政策適度的敏感程度。

隨著對企業配置金融資產研究的深入，企業基于套利動機的“金融化”帶來的擠出效應開始受到學者們的高度重視，涌現出了許多的研究成果。產業資本的“脫實向虛”，極易導致企業注重短期收益的提高而忽視原本主營業務的可持續發展，進而制約其全要素生產率的提升。該過程被概括為過度金融化的擠出效應。許罡和朱衛東（2017）通過中國A股數據分析得出金融化與企業研發投資強度具有明顯的負相關關系，這說明金融化對企業的研發投資具有顯著的擠出效應，并且，長期金融化對企業研發投資的擠出效應大于短期金融化對企業研發投資的擠出效應。市場的競爭程度對這兩種變量具有一定的調節作用。晉盛武和何珊珊（2017）收集了中國A股584家上市公司的數據，考察了企業各個變量之間的關系，研究結果表明：企業金融化和企業研發投資之間是負相關關系，即企業金融化的提升會降低企業研發投資水平，具有明顯的擠出效應，但企業高管的股權激勵可以有效地減弱兩者之間的負相關關系，使得擠出效應失效。馬紅和侯貴生（2018）對中國“脫實向虛”的國情進行了詳細分析，運用到了金融生態理論以及要素擁擠理論，認為中國企業金融投資對企業主業的發展產生了明顯的抑制作用，擠出效應顯著，在金融要素過度擁擠的情況下，這種擠出效應會變得更加顯著，而且在不同的發展階段，這種效應的表現是顯著不同的。周彬和謝佳松（2018）的研究顯示：從微觀數據看，從2008年開始，中國的金融化就開始擠出實體經濟，壓制實體經濟的發展；從短期看，中國的國有企業和民營企業都深受擠出效應的影響；從長期看，中國的民營企業受到的不利影響會更大一些。黃賢環和王瑤（2019）剔除了中國滬深上市公司中涉及的金融企業和房地產企業，探討了實體經濟和虛擬經濟的關系，認為這種擠出效應大概可以持續四年，抑制企業全要素生產率的提高，在不同的產權性質下，影響程度存在異質性。同時，企業的成長性也是值得控制的因素。柳永明和羅云峰（2019）發現近些年來中國企業“脫實向虛”的趨勢越來越明顯，研究發現，母公司層面的金融投資的確會有顯著的擠出效應，傷害了實體投資。然而，這種擠出效應在子公司層面卻沒有顯著地反映。郭麗婷等（2018）的研究指出企業金融化是否產生擠出效應取決于融資約束的程度。全要素生產率是影響企業可持續發展的重要因素，也是企業核心競爭力的重要體現。因此，解答金融化與全要素生產率的關系十分重要。

綜上所述，筆者將研究金融化對制造業企業全要素生產率的影響。主要創新有以下兩點：第一，拓寬了人們對金融化的認知。已有文獻研究了金融化對投資績效、經營績效以及創新績效的影響。然而，鮮有文獻研究金融化對生產效率的影響。第二，強化了人們對全要素生產率影響因素的認知。使用了分樣本回歸和分位數回歸，更加細致地探討了不同中介變量下，金融化對全要素生產率的影響，這為政府的施政提供了有效參考。

三、數據處理與模型設定

（一）樣本與數據來源

研究的樣本來自于滬深兩市A股制造業上市公司，樣本跨度為2008—2018年，由于被解釋變量全要素生產率在回歸中為下一期的數據，故其中涉及計算TFP的數據為2009—2018年。完成數據收集后，按照以下步驟進行數據篩選：第一，刪除經營業績不良的企業，如ST、*ST、PT；第二，刪除多資本市場上市企業；第三，刪除當年完成上市操作的企業；第四，刪除發生收并購以及資產重組的企業；第五，刪除存在數據遺失的企業。并對數據進行了1%和99%分位數上Winsorize處理，得到了1261家6257個樣本。所用數據均來源于CSMAR、Wind以及CCER，并配合財報填補了部分缺失的數據。

（二）變量測度

被解釋變量為企業全要素生產率（TFP），并使用剩余法進行計算，使用的生產函數如下所示：

其中，Yit表示產出，Lit表示勞動力投入，Kit表示資本投入，Ait表示技術投入，兩邊對數化處理，如下所示：

其中，yit表示主營業務收入，lit表示企業員工總人數，kit表示資本性支出，α和β為系數對（2）式進行估計就可以得到全要素生產率TFP_OLS。

運用OLS回歸獲得的全要素生產率可能出現同時性偏誤和選擇性偏差問題，而OP方法和LP方法可解決上述問題。但是，由于OP法的計算中需要將企業的投資額作為代理變量，而微觀企業中又存在年度投資額缺失的問題，LP估計法將中間投入品作為代理變量進行估計，使企業數據的使用效率得到了顯著提高。因此，借鑒程晨（2017）的做法，運用LP方法估計全要素生產率指標TFP_LP，將其與常規方法獲得的指標TFP_OLS共同作為估計分析的被解釋變量。

解釋變量為企業金融化程度（Fin）。借鑒Demir（2009）的做法，同時由于在當代中國，房地產產業已與實體部門脫離甚遠，具有高度的虛擬化特征，故在企業金融化的衡量過程中包括了投資性房地產凈額項目。企業金融化程度（Fin）的具體計算公式如下：

Fin=（交易性金融資產+發放貸款及墊款凈額+衍生金融資產+可供出售金融資產凈額+持有至到期投資凈額+投資性房地產凈額）/總資產 （3）

所有控制變量的名稱以及含義見表1，同時考慮了行業固定和時間固定，分別用Industry和Year來表示。

表1 變量定義

（三）計量模型設定

基準模型如式4所示：

其中，TFPit+1為i企業t+1年的全要素生產率，Finit為i企業t年的金融化程度，Controls為所有控制變量，∑Industry和∑Year分別表示行業和時間固定效應，εit+1為隨機干擾項。

由于企業金融化存在資金配置和市場套利兩大動機，兩種動機的交織可能使金融化對TFP的影響較為復雜。為了進一步驗證企業金融化是否對全要素生產率存在“U”型或倒“U型”的影響，在公式（4）的基礎上加入企業金融化的平方項，具體模型為：

四、數據處理與模型設定

（一）基準模型回歸結果

在基礎模型之上，為了進一步考察企業金融化是否對全要素生產率產生非線性作用，根據公式（5），加入金融化Fin的平方項進行OLS混合回歸，求出金融化及其平方項對TFP的影響。根據公司代碼進行聚類分析以后可以提升回歸結果的準確性，使得回歸過程可以更好地反映實際的經濟情況。具體回歸結果如表2所示。

表2 企業金融化對全要素生產率影響的基準回歸結果

表2中的第（1）、（2）及（4）、（5）列報告了以公式（4）為計量模型，以兩種不同方法所得TFP作為被解釋變量的回歸結果。第（1）列和第（4）列Fin的系數分別在1%和5%的水平上顯著為負，表明在未加入控制變量的條件下，金融化將對企業全要素生產率的提升產生負面作用。在加入控制變量后，第（2）、（5）列Fin的系數為-0.5488和-0.1146，分別在1%和5%的水平顯著為負，這意味著我國金融化程度越高的制造業企業，全要素生產率提升越受到制約，說明企業在進行金融資產配置時，市場套利動機大于資金儲備動機，企業的金融化更多以市場套利為主，為了超額收益而將資金大量用于金融活動中，而不是通過“蓄水池”效應反哺主業。在資本逐利動機的驅使下，我國制造業企業將大量資金配置到資本運作中，試圖通過金融活動獲取比主業經營更多的收益。這種投資動機所引致的金融化，不僅對企業技術研發、生產改進、人才培養、管理完善等方面的經費產生了擠出效應，還使企業陷入到資本“空轉”的炒錢循環中，弱化了企業管理層通過自主創新和技術水平提升獲得市場競爭優勢的動力，對其全要素生產率提升產生了明顯的抑制作用。

第（3）、（6）列主要考察金融化是否對企業TFP產生非線性影響。結果顯示，無論是OLS法計算得出的TFP，還是LP法計算得出的TFP，金融化程度Fin的結果依然顯著為負，而其平方項Fin2的系數則不顯著。這進一步反映出我國制造業企業金融化的目的大多是基于市場套利動機，資本空轉對企業全要素生產率的提升具有明顯的抑制效果。

從控制變量的回歸系數看，企業規模越大，越不利于生產率提升，說明我國制造業TFP的提升并不具有“規模效應”，越大型的企業反而越不重視TFP提升對市場競爭力的推動作用。企業負債率對全要素生產率具有負面影響，說明我國制造業企業“加杠桿”大多是為了粗放型發展，而不是將借貸資金用于研發創新和技術更新方面。盈利能力、現金流、機構持股比例、上市年限對TFP的影響為正，成長能力則對TFP無顯著影響，這些控制變量的估計結果，也與前人成果基本一致。值得一提的是，在對TFP_OLS進行的回歸中，獨立董事占比對企業全要素生產率的影響顯著為負，從一個側面體現出我國雖然實行了多年的獨立董事制度，但獨立董事對企業運營決策的影響仍然較小，并未對企業技術進步起到應有的指導和建議作用。

（二）穩健性檢驗

由于被解釋變量全要素生產率TFP為t+1期的觀測值，而解釋變量金融化程度Fin為t期觀測值，這意味著必須要討論內生性。工具變量用Fin滯后一、二期，綜合IV+GMM進行穩健性檢驗，以控制內生性問題，回歸結果見表3。

表3 IV+GMM模型回歸結果

根據表3顯示的結果，在控制內生性問題后，金融化Fin對企業TFP的影響依然顯著為負，金融化的平方項Fin2對TFP依然無顯著作用，說明制造業企業的金融化的確抑制了其全要素生產率的提升，且不存在復雜的非線性關系。以LM統計量來檢驗不可識別問題，運用J統計量來檢驗過度識別問題，列（7）至列（10）的回歸顯示皆不存在上述三個問題，故排除了估計結果受到內生性問題干擾的可能性，說明估計結果是較為穩健可靠的。

（三）分樣本回歸

為了更加深入地了解金融化對制造業企業全要素生產率的影響，對不同產權性質的樣本進行分別回歸。在對不同產權性質的研究中，將產權性質分為國有企業和非國有企業進行分類回歸。分樣本回歸的結果如表4所示。

表4 分產權性質回歸結果

從表4的結果看，在未加入平方項時，金融化程度對國有和非國有制造業企業的TFP均具有負向作用，Fin的系數無論在國有企業還是非國有企業均顯著為負。這說明無論是國有企業抑或非國有企業，在進行金融化時，均是市場套利動機“占據上風”，所帶來的擠出效應不利于其全要素生產率的提升。對比國有和非國有企業的回歸結果，可以發現：非國有企業Fin的系數不僅在絕對值方面大于國有企業，而且對TFP_OLS和TFP_LP的回歸的顯著性也都強于國有企業。即金融化對非國有企業TFP的抑制作用要大于國有企業。究其原因，主要是因為市場“旋轉門”“彈簧門”的存在，非國有企業在市場競爭中難以享受到與國有企業相同的待遇，尤其在外貿出口減少的情況下，制造業非國有企業在經營方面更是舉步維艱，為了生存不得不更多依靠金融和房地產投資來維持運營，結果往往是“飲鴆止渴”，使自己的主業越來越缺乏市場競爭力。以上結果也說明，對制造業企業尤其是民營企業采取降低融資成本和引導技術創新等措施的重要性。

在加入Fin的平方項后，列（12）和（14）、（16）和（18）的結果顯示，金融化與國有、非國有企業的TFP均不存在非線性關系，進一步證明了現階段中國制造業企業金融化以市場套利動機為主，抑制了全要素生產率提升的結論。

（四）進一步研究：分位數回歸

進一步考察不同全要素生產率水平下，金融化對制造業企業全要素生產率的作用趨勢。在實證檢驗中，借鑒Kocherginsky et al.（2005）的研究思路，采用自助法解決回歸殘差不服從獨立同分布的問題。受篇幅限制，僅匯報對TFP_OLS的分位數回歸結果，如表5所示。

表5 分位數回歸結果

表5顯示了分位數回歸的結果，列（19）至列（23）分別依次了顯示了10%到90%的分位數，結果發現：在10%、25%、50%、75%分位數水平下，金融化對TFP的相關系數顯著為負且絕對值逐漸減少，只到90%的分位數水平才開始上升。回歸結果說明，在一定范圍內，金融化對我國制造業企業全要素生產率的負面影響隨著分位數水平的增大逐漸減弱，且呈現出兩端影響大于中間影響的狀態。也就說，金融化對TFP較低企業和TFP較高企業的負面影響都比較大（其中對TFP較低企業的抑制作用更大），且除了90%以上的分位數外，金融化對企業全要素生產率的抑制作用隨著TFP的升高而逐漸減弱。這說明在一定范圍內，TFP越高的企業，受金融化的抑制作用越小，這主要是因為TFP越低，在市場上的競爭能力越弱，通過市場套利動機進行金融資產配置以期獲利的動機越強，也越可能形成“金融投資—獲取暴利—損害主業—金融投資”的惡性循環。而TFP最高的一部分企業金融化的負面作用也很大，則可能是因為該部分企業多以研發創新為主，TFP提升對創新投資的依賴很高，一旦出現金融化的傾向，就很容易對其研發創新產生擠出效應，抑制全要素生產率的提升。

回歸結果進一步說明市場套利是目前我國制造業企業金融化的主要動機，對金融化所產生的抑制性作用也做了證明。同時通過對不同TFP水平的回歸結果，得出了在一定范圍內（90%分位數以下），TFP水平越低，金融化的抑制作用越強的結論。

五、研究結論

通過采用2008—2018年中國A股制造業上市公司的面板數據，實證研究了企業金融化對全要素生產率的影響。結果發現：制造業企業金融化和全要素生產率之間不存在非線性關系，無論是否加入平方項，金融化對全要素生產率的影響均顯著為負，即金融化程度越高，越不利于全要素生產率的提升。這說明我國制造業企業的金融化并未扮演“蓄水池”角色從而支持企業研發投資，而是以市場套利動機為主，產生的擠出效應抑制了全要素生產率的提升。分樣本回歸結果顯示，金融化對不同所有權性質企業的抑制效應存在差異，對非國有企業全要素生產率的抑制作用要大于國有企業，這主要是因為我國市場“旋轉門”“彈簧門”的存在，非國有企業在市場競爭中難以享受到與國有企業相同的待遇，特別在外貿出口減少的情況下，制造業非國有企業為了生存不得不更多依靠金融和房地產投資來維持運營，結果往往“飲鴆止渴”，導致主業的全要素生產率難以得到有效提升。分位數回歸的結果顯示，在一定范圍內（90%的分位數以下），金融化對企業全要素生產率的抑制作用隨著TFP水平的升高而逐漸減弱。這說明要加強對非國有企業、低TFP水平企業的扶持和引導，避免其因主業經營壓力而形成“金融投資—獲取暴利—損害主業—金融投資”的惡性循環。

上述結論表明，當前我國實體經濟“脫實向虛”已經對制造業的轉型升級和經濟的高質量發展造成了不可忽視的負面影響，也為系統性金融風險的產生帶來了隱患，解決這一問題刻不容緩。建議從以下方面緩解金融化的擠出效應：

第一，抑制資產泡沫，降低虛擬經濟的超額回報率。企業之所以將大量資本應用到金融運作方面，歸根結底是受虛擬經濟的超額回報吸引。政府部門強化金融監管力度、增加金融監管的頻率打擊投機行為，尤其是嚴厲懲處亂加杠桿的行為。同時，嚴控房價，避免大量實體資本進入房地產領域。

第二，強化創新氛圍，提高實體投資的回報率。各級政府要營造良好的創新氛圍和環境，如通過信貸支持、減稅降費、財政補貼等形式，引導企業通過技術創新，提升全要素生產率來增加市場競爭力。同時，加大知識產權保護力度，對“山寨”行為進行嚴厲打擊，保護研發創新和技術進步的市場收益。

第三，對于非國有企業、低TFP水平企業要尤為重視。分樣本回歸和分位數回歸的結果表明，金融化對非國有企業和低TFP水平企業的抑制作用更顯著。因此，要通過市場化改革給予非國有企業平等的市場地位，激發他們的“工匠精神”。對低TFP水平的制造業企業，尤其是高能耗的勞動密集型企業落實“去產能”，倒逼其轉型升級，提升全要素生產率。