經濟政策不確定性、CEO金融經歷與企業金融化

姚德權 付曉菲

作者簡介： 姚德權（1963—），男，湖南安鄉人，博士，湖南大學工商管理學院教授，博士生導師，研究方向：金融分析與管理、公司治理與績效評價。

摘 要：基于Baker等人開發的經濟政策不確定性指數，依據滬深兩市A股非金融行業上市公司樣本數據，考量經濟政策不確定性對企業金融化的影響機制以及CEO金融經歷所發揮的調節效應。結果表明，經濟政策不確定性的上升對企業金融化抑制效應顯著，具有金融經歷的CEO可以緩解該抑制效應，且非國有企業中更顯著;進一步研究發現，CEO過度自信在CEO金融經歷的調節效應中發揮部分中介作用。鑒此，政府應優化實施經濟政策的方式，改善民間投資環境;企業應合理配置高管團隊以發揮烙印機制的最優效應，完善高層管理人員的約束和激勵機制;管理者需正確認識自身優勢，避免盲目自信導致過度投資。

關鍵詞： 經濟政策不確定性;CEO金融經歷;過度自信;金融化

中圖分類號：F832.51;F120 文獻標識碼： A 文章編號：1003-7217（2022）01-0017-10

一、引 言

實體經濟是一個國家繁榮發展的重要基石。近年來，實體經濟增速放緩，中國經濟出現了“脫實向虛”的明顯趨勢。越來越多的企業偏離主業涉足金融行業以謀求新的利潤增長點，大量資本脫離實體經濟而涌入虛擬經濟部門，金融利潤日益成為企業盈利的主要來源，最終產生“企業金融化”現象。

企業金融化是指企業將越來越多的資源投資于虛擬程度較高的金融資產的行為和趨勢[1]。企業熱衷于金融投資的原因主要在于實業投資市場的收益率持續低迷而金融投資市場卻欣欣向榮，投資利潤不斷攀升[2]。有學者研究發現，企業金融化會對主業發展產生“蓄水池”和“擠出”兩種效應，并且后者大于前者，即從總體上來看金融化不利于企業未來主業的發展[1]。過度的企業金融化會使實體經濟的轉型升級面臨嚴峻的挑戰，容易造成經濟繁榮的假象甚至引發金融危機，增加經濟健康運行的風險。

同時，中國正處于改革的攻堅階段和發展的關鍵時期，一系列的經濟政策是實現中國經濟轉型升級并持續發展的源動力。近年來，特別是2015年供給側結構改革實施以來，經濟政策的頻繁推出和調整不可避免地對經濟社會的運行和企業生產經營產生重要影響，特別是經濟政策在未來指向、強度等方面的不明確所帶來的不確定性加大[3]，如圖1所示。一方面，在政策出臺之前企業很難對未來政策的內容做出準確預測;另外，政策出臺之后，由于政策的執行力度和效果存在多重可能，企業面臨較大的不確定性。關于經濟政策不確定性對企業投資行為的影響，現有研究主要集中于經濟政策不確定性對生產性投資（比如固定資產投資）的影響，Kim和Kung（2016）、劉貫春等（2019）研究發現，經濟政策不確定性顯著抑制企業的固定資產投資，可能促進企業金融化趨勢，加重經濟“脫實向虛”。另一方面，經濟政策不確定性也可能通過加劇金融資產價格波動、降低企業的融資能力等途徑，對企業金融化投資發揮顯著的抑制作用[4，5]。于鑒此，在已有文獻的基礎上進一步驗證經濟政策不確定性對企業金融化的影響機制，厘清經濟政策不確定性與企業金融化的關系，對政府優化實施經濟政策的方式具有重要的啟示意義。

經濟政策不確定性是比較抽象和宏觀的，是客觀存在的事實，企業往往只能被迫接受而很難改變。僅研究經濟政策不確定性對企業金融化的影響對于企業的現實指導意義并不顯著。為更好地發揮企業的主觀能動性，研究企業微觀因素如何在經濟政策不確定性與企業金融化的關系中發揮作用是十分有必要的。已有文獻表明，企業為滿足管理需要，更傾向于聘用具有特定行業從業經驗的高管[6]。相對于其他行業，金融行業是一個從業壓力較高的行業，競爭非常激烈，具有金融從業經歷的高管會對不確定性環境下企業的金融投資決策產生重要影響。CEO作為企業的掌舵者和高管團隊的核心成員，對企業的金融投資決策具有決定性的影響，更加具有樣本代表性。因此，從企業內部出發，討論CEO金融經歷在經濟政策不確定性與企業金融化關系中所扮演的角色非常必要。

綜上所述，相對于已有研究，本文貢獻主要體現在以下兩個方面：其一，只有少數研究關注經濟政策不確定性對企業金融化的影響，且尚未形成統一的觀點，本文在已有研究的基礎上，選取不同的樣本期間和變量度量方式，再次驗證了經濟政策不確定性對企業金融化的影響，為該領域的學術研究提供更多的經驗支持。其二，為充分發揮不同主體在治理企業過度金融化中的作用，本文關注了經濟政策不確定性、CEO金融經歷和企業金融化之間的邏輯關系，將三者納入同一分析框架，考量CEO金融經歷在經濟政策不確定性與企業金融化的關系中所發揮的調節效應以及不同產權性質的異質性表現，為把握企業金融化的尺度提供了微觀和宏觀層面的證據，拓展了新的研究視角。宏觀層面，為政府如何有針對性地制定和調整經濟政策提供了建設性意見，對引導經濟“脫虛向實”、治理當前實體經濟和虛擬經濟結構失衡問題、促進經濟可持續發展具有重要的理論和現實意義;微觀層面，為企業調整高管任職結構、合理配置高管團隊提供了有針對性的、可靠的證據支持和決策參考。

二、理論分析與研究假設

為厘清經濟政策不確定性、CEO金融經歷和企業金融化三者的邏輯關系，首先，從經濟政策不確定性對企業金融化的影響機制入手，在此基礎上引入調節變量CEO金融經歷，考量其發揮的調節效應及具體的作用機制，理論模型如圖2所示。其次，通過文獻梳理和理論分析，提煉出兩個主要的研究假設。

（一）經濟政策不確定性與企業金融化的關系

中國經濟正處于增長速度的換擋期，隨著供給側結構改革的深化，政治和經濟環境的變化莫測使得政府不斷權衡和調整經濟政策，經濟政策的頻繁變動勢必會帶來較高的不確定性，而經濟政策不確定性會對企業決策產生重要影響。王紅建等（2014）指出，經濟政策不確定性是企業難以規避的風險，勢必會對企業金融化行為產生一定的影響[7]。胡奕明等（2017）指出，企業持有金融資產主要出于兩種動機：預防性儲備動機和投機動機[8]。楊箏等（2017）指出出于流動性管理、金融市場風險的考慮，企業會將閑置資金投資于金融資產，以實現流動性儲備或者追逐利潤的目的[9]。金融資產具有流動性儲備和投資雙重功能。相對于固定資產，金融資產投資呈現出短期化、流動性強等特點，當出現流動性短缺時，企業在短時間內可以通過出售金融資產來及時彌補資金缺口。Opler等（1999）提出，企業的收入、成本、利潤以及現金流在未來的生產經營中都會面臨諸多的不確定性，為了應對流動性危機，企業會持有一部分現金和金融資產以降低資金鏈斷裂對企業帶來的負面沖擊[10]。 Duchin 等（2010和2017）研究發現，企業為了降低經營風險，會持有一定數量的金融資產[11，12]。但是，經濟政策不確定性的上升增加了準確預測市場需求的難度，企業現金流的不確定性也會相應提高。在經濟政策不確定性較高的情況下，金融資產的價格也會出現波動，金融資產在流動性方面所具有的優勢在較高的不確定性下難以體現。

本文認為，經濟政策不確定性上升對企業的金融化具有抑制作用，這與彭俞超等（2018）和許罡等（2018）的觀點不謀而合[13，14]。具體原因如下：第一，從投資者的角度來看，投資者面對高度不確定性時往往無法判斷企業未來的增長前景，進而減少投資。Pástor和Veronesi（2013）指出經濟政策不確定性的上升會加劇企業股價的波動性，從而影響投資者對投資前景的判斷[15]。陳國進等（2017）將經濟政策不確定性納入股票定價模型，研究發現經濟政策不確定性的上升會增加金融市場的波動性和系統性風險，對于風險規避的投資者來說，從事金融資產投資的意愿會降低[16]。第二，從管理者的角度出發，經濟政策不確定性的上升同樣會干擾企業管理層對未來經濟形勢的判斷，從而影響管理者對經濟政策的預期。金融資產具有期權特征，基于實物期權理論，李鳳羽等（2015）指出，經濟政策不確定性的上升會增加未來現金流的不確定性從而抑制企業的投資[17]。而且，當經濟政策不確定性上升時，管理者對于金融投資項目的未來現金流的預測很可能出現偏差，甚至是錯誤的，而企業需要承擔金融資產投資決策失誤的后果。在這種情況下，管理者會變得更加謹慎，從而傾向于繼續等待更好的投資機會，進而推遲投資行為。因此，經濟政策不確定性的上升會增加金融資產的價格波動從而降低其流動性，這對于出于預防性儲備動機持有金融資產的企業而言，金融資產的投資價值將大打折扣，從而抑制企業的金融資產投資。第三，從債權人的角度來看，蔣騰等（2018）和Julio等（2012）指出高度經濟政策不確定性會增加金融體系的系統風險，作為主要債權人的銀行會更加謹慎并縮小信貸規模，從而削弱企業的融資能力，進一步加劇企業的融資約束，企業金融資產的投資規模也會相應地下降[18，19]。因此，基于以上分析，提出如下假設：

H1 經濟政策不確定性的上升對企業金融化具有顯著的抑制作用。

（二）CEO金融經歷如何影響經濟政策不確定性與企業金融化的關系

基于制度經濟學理論，制度被分為正式制度和非正式制度。中國正處于經濟轉型升級的關鍵時期，產權保護意識較弱，正式制度存在一定程度的空缺。為彌補正式制度的空缺，Marquis等（2013）在烙印理論的基礎上提出高管的認知和能力烙印、社會關系等非正式制度發揮了重要作用[20]。根據烙印理論，具有金融工作經歷的CEO，由于金融行業工作壓力大、風險高等特點，會留下深刻持久的“烙印”。Mathias等（2015）指出，高管的工作經歷以及相應的工作技能是對高管影響最顯著和持久的印記[21]。這種印記會對CEO的認知和能力產生重要影響，進而對企業金融化產生影響。一方面，具有金融經歷的CEO，擁有扎實的專業基礎和豐富的金融從業經驗，對金融資產的運作有著充分的了解，在信息處理能力、機會篩選能力等方面具有優勢，能夠及時識別和應對風險并將風險控制在可接受的范圍內，因此，他們對于金融投資比較大膽，即使在高度不確定性的環境中，他們也會傾向于金融投資，即提高企業的金融化程度。另一方面，鄧建平和陳愛華（2017）研究發現具有金融經歷的CEO能夠準確識別金融機構的信息需求，有效緩解雙方的信息不對稱，降低企業的融資約束，從而幫助企業獲得融資[6]。CEO在金融行業的從業經歷使其在金融領域積累了豐富的社會資源，相對于沒有金融經歷的CEO來說，他們會更容易從金融機構獲得信貸支持。由此可見，雖然經濟政策不確定性的上升會加劇企業的融資約束從而可能導致企業減少金融投資，但CEO的金融工作經歷會在一定程度上改善企業的融資環境并降低資金風險，因此，面臨高度經濟政策不確定性時，相對于沒有金融經歷的CEO，具有金融經歷的CEO不會大幅削減企業的金融投資，甚至出于預防性儲備動機會進一步增加企業的金融化投資。

進一步推測，CEO金融經歷的調節作用在國有企業和非國有企業中可能存在差異。一方面，從激勵的角度來看，非國有企業中的激勵機制對高管更具吸引力，為了獲得更好的業績，企業高管的擴張意愿可能更加強烈，因而更可能偏好高風險高收益的投資項目。在這種情況下，具有金融背景的CEO憑借其在金融行業的從業經驗和資源優勢更有動力投資于風險較高的金融項目。另一方面，從約束的角度來看，非國有企業的管理層受到的約束相對較少，CEO的自主決策權較大，可能更加關注經濟政策不確定性上升背后隱藏的利好信息。在經濟政策不確定性上升時，往往是政策空白期，非國有企業可以利用這個時期快速完成行業布局并提高市場占有率，這在一定程度上增強了CEO進行金融投資的動力，CEO的金融工作經歷更容易發揮促進企業金融化的作用。除此之外，非國有企業面臨更大的融資約束，具有金融工作經歷的CEO可以通過提高企業信息披露的質量，降低借貸雙方信息不對稱程度，從而有效緩解企業的融資約束，因此CEO的金融工作經歷在非國有企業中發揮的作用更大。綜上所述，相對于國有企業，非國有企業為具有金融經歷的CEO提供了更多的自由和空間施展其金融方面的能力和優勢，因而更有可能在經濟政策不確定性上升期增持更多的金融資產。基于此，提出以下假設：

H2a CEO的金融經歷將會緩解經濟政策不確定性對企業金融化的抑制作用。

H2b 相對于國有企業，CEO金融經歷的調節效應在非國有企業中更加顯著。

三、研究設計

（一）樣本選擇與數據來源

1.樣本選擇與數據來源。鑒于部分數據獲取頻率以及時效性等原因，本文參照相關文獻的做法[22]，將2009-2018年滬深兩市全部A股非金融行業上市公司的年度財務數據作為研究樣本，原因在于，經歷了2008年的金融危機之后，經濟政策頻繁變動，中國經濟政策不確定性指數總體呈現波動上升的趨勢，這為本文的研究提供了較好的實驗環境，有利于提高結論的可靠性。其中，除經濟政策不確定性數據外，上市公司財務數據和高管金融經歷的數據均來源于CSMAR數據庫，而經濟政策不確定性（EPU）來自于斯坦福大學Baker、Bloom和芝加哥大學Davis（2016）[23]聯合開發的數據庫①。經過整理，本研究共包括1538家上市企業，共計15470個公司的年度觀測值。

2.數據處理。首先，根據以下原則對數據進行篩選：（1）剔除關鍵財務指標以及高管團隊數據缺失的樣本;（2）剔除ST、*ST、PT以及金融行業上市公司。其次，本文還對連續變量進行了1%的Winsorize處理，以期減輕異常值的干擾。

（二）研究模型與變量定義

1.經濟政策不確定性與企業金融化的關系檢驗模型。首先，為了檢驗經濟政策不確定性對企業金融化的具體影響，即H1，構建如下回歸模型：

在上述模型中，下標i表示企業，t表示年份。關于企業金融化的度量，未采用金融投資與資產之比的傳統度量方式，而是采用金融資產的增長量占總資產之比來度量企業金融化。原因在于，相比于金融資產規模的水平值，金融資產規模的增長量可以更好地反映企業金融化的變動趨勢，采用比率的形式使變量具有更好的可比性。具體的做法是采用金融資產規模的一階差分并除以總資產來衡量。其中，借鑒杜勇等（2019）等衡量方法[22]，將金融資產定義為交易性金融資產、衍生金融資產、發放貸款及墊款凈額、可供出售金融資產凈額、持有至到期投資凈額和投資性房地產凈額六個科目的加總。需要特別指出的是，企業持有貨幣資金主要出于經營目的，并不能為企業帶來資本增值，因此，將貨幣資金從定義中剔除;另外，之所以將投資性房地產納入其中，主要是因為當前房地產行業的蓬勃發展使得企業投資以追逐高額利潤為主要目的，這與金融資產的定義如出一轍。

EPUt為第t年的經濟政策不確定性，具體采用Baker等（2016）開發中國經濟政策不確定指數來衡量，該指數的值越大，表明經濟政策不確定性越高。由于該指標為月度數據，為了與其他變量匹配，本文采用簡單平均法將其轉換為年度數據（除以100）。根據研究假設，若α1顯著大于0，表明經濟政策不確定性的上升對企業的金融化具有顯著的促進作用;反之，若α1顯著小于0，說明經濟政策不確定性的上升發揮顯著的抑制作用，即支持H1。

Controlsit為控制變量，借鑒彭俞超等（2018）[13]和周楷唐等（2017）[24]的做法，具體包括企業規模（Size）、資產負債率（Leverage）、企業成長性（Growth）、盈利能力（Roa）、托賓Q（TobinQ）、GDP增長率（G_GDP）和M2增長率（G_M2），具體變量的定義詳見表1。另外，本文還控制了年度固定效應（Year）和行業固定效應（Industry），εit為未觀測到的殘差項。同時，在回歸中采用聚類穩健標準誤，在行業層面進行了cluster處理。

2.CEO金融經歷調節效應的檢驗模型。為了檢驗CEO金融經歷對經濟政策不確定性與企業金融化關系的調節作用，即H2a，本文構建以下回歸模型：

模型（2）在模型（1）的基礎上引入CEO金融經歷（CEO_Finit）和CEO金融經歷與經濟政策不確定性的交互項（EPUt×CEO_Finit）。其中，借鑒鄧建平等（2017）[6]的研究，CEO 金融經歷是指 CEO 曾在政策性銀行、商業銀行、投資銀行、金融監管部門、基金管理公司、保險公司、交易所、證券公司、證券登記結算公司、期貨公司、信托公司、投資管理公司和其他金融機構任職。若企業i在第t年的CEO具有金融經歷，則 CEO_Finit=1;反之，CEO_Finit=0。系數β1的顯著性衡量了 CEO金融經歷調節效應的大小。若β1是顯著的，說明相對于無金融經歷的CEO，有金融經歷的CEO能夠調節企業金融化對經濟政策不確定性的敏感性。同時，為控制高管其他特征對企業金融化的影響，在模型（1）的基礎上，模型（2）加入了以下控制變量：CEO性別（Sex）、CEO年齡（Age）、董事會規模（Board）、高管持股比例（SR）等。

基于此，為了檢驗CEO金融經歷的調節作用在不同產權性質中的異質性，即H2b，構建如下模型：

模型（3）中，本文引入產權性質的虛擬變量Equityit，若Equityit=1，表明企業i在第t年為非國有企業;若Equityit=0，表明為國有企業。同時還引入了交叉項EPUt×CEO_Finit×Equityit，其他變量與模型（2）相同。重點專注的是交叉項的系數β2，若β2是顯著的，則表明相對于國有企業，非國有企業中CEO金融經歷對EPU與企業金融化之間關系的調節作用更明顯，即支持H2b。

3.變量定義。通過梳理文獻，整理了研究過程所涉及的主要變量，具體的變量定義詳見表1。

四、實證結果分析

（一）描述性分析

主要變量描述性統計的分析結果如表2所示。可以看出，企業金融化（G_Financeit）的均值為-3.674，標準差為29.793，說明企業金融資產的增長速度平均下降3.674%，我國金融化總體呈現下降趨勢，不同企業的金融化程度相差較大。EPU的均值為2.25，最小值為0.989，最大值為4.605，說明樣本期間內經濟政策不確定性出現較大波動;CEO的金融背景（CEO_Fin）的均值為0.047，說明僅有4.7%的企業中CEO具有金融背景。產權性質（Equity）的均值為0.40，說明樣本企業中非國有企業的比例為40%;關于其他控制變量的描述性統計，其中CEO性別（Sex）的均值為0.952，表明企業的CEO主要為男性;CEO年齡（Age）的均值為49.105，表明企業CEO的平均年齡在49歲左右，其他變量的描述性統計基本與已有研究一致，不再贅述，具體結果詳見表2。

（二）回歸分析

豪斯曼（Hausman）檢驗結果顯示，本文的回歸模型宜選取固定效應模型。具體的實證結果分析如下：

1.經濟政策不確定性與企業金融化關系的實證檢驗結果分析。表3的第2列報告了模型（1）的回歸結果，結果顯示，EPU的系數為-1.793，且在1%水平上顯著為負，表明經濟政策不確定性的上升會顯著抑制企業金融化，即支持假設H1，該結論與彭俞超等（2018）[13]的研究具有一致性。

2.CEO金融經歷的調節效應檢驗結果分析。模型（2）在模型（1）的基礎上引入了CEO金融經歷（CEO_Fin）和交互項（EPU×CEO_Fin），用于檢驗CEO金融經歷對經濟政策不確定性下的企業金融化的影響機制。表3的第3列報告了模型（2）的回歸結果，可以看出，EPU的系數為-1.497，仍然在1%水平上顯著負相關;交互項的系數為3.403，在5%水平上顯著為正，與主效應的系數方向相反。因此，根據調節效應的檢驗機制，CEO金融經歷（CEO_Fin）具有負向調節作用，即具有金融經歷的CEO會緩解經濟政策不確定性對企業金融化的抑制作用，驗證了假設H2a。

3.產權異質性分析。基于以上結論，本文研究了CEO金融經歷對經濟政策不確定性與企業金融化關系的影響機制在國有企業和非國有企業的異質性，表4的第2列報告了模型（3）的回歸結果。結果顯示，EPU的系數仍然顯著為負，交互項（EPU×CEO_Fin×Equity）的系數在10%水平上顯著為正，這表明上述影響機制在國有企業和非國有企業存在顯著的差異，且在非國有企業中CEO金融經歷的調節作用更顯著，即相對于國有企業，非國有企業CEO的金融經歷更能緩解經濟政策不確定性對企業金融化的抑制作用，假設H2b得到驗證。

為了提高結果的穩健性，將樣本企業分為國有企業和非國有企業兩個子樣本進行分組回歸，回歸結果如表4第3列和第4列所示。可以看出，在非國有企業中，EPU的系數在1%水平上顯著為負，交互項（EPU×CEO_Fin）的系數在1%水平上顯著為正，說明CEO金融經歷具有顯著的調節作用;而在國有企業中，雖然EPU的系數在1%水平上顯著為負，但是交互項的系數并不顯著，這說明非國有企業中CEO的金融經歷對經濟政策不確定性與企業金融化關系的調節效應并不顯著，這與全樣本回歸的結果一致。因此，可以得出，在非國有企業中，CEO的金融經歷具有更加顯著的調節效應。

五、穩健性檢驗

（一）內生性問題

為了避免可能存在的內生性問題對結果穩健性的影響，使用美國經濟政策不確定性作為工具變量，采用兩階段最小二乘法（2SLS）重新進行回歸。之所以選擇美國經濟政策不確定性指數作為工具變量，一方面，是因為中國經濟政策不確定性在一定程度上受其影響;另一方面，是因為中國的金融資產投資與美國經濟政策不確定性并不存在直接聯系，因此，將其作為工具變量是合理的。同樣地，按照EPU的計算公式，對美國經濟政策不確定性指數進行一致的處理，將其轉換為年度數據。表5報告了內生性檢驗的結果，結果顯示，EPU的系數在三個模型中均在1%的水平上顯著為負，支持H1;模型（2）的交互項（EPU×CEO_Fin）在1%水平上顯著為正，再次驗證了假設H2a;模型（3）的交互項也在1%水平上顯著為正，支持了CEO金融經歷的調節作用在非國有企業更顯著的結論。同時，Anderson 檢驗和Cragg-Donald 檢驗的結果均表明美國經濟政策不確定性指數是中國經濟政策不確定性指數有效的工具變量。綜上，在考慮內生性問題之后，采用2SLS的回歸結果與前文的結論一致。

（二）改變經濟政策不確定性的度量方式

在上述討論中，采用月度經濟政策不確定性指數的算術平均值作為替代衡量指標。為了提高結果的穩健性，借鑒Gulen和Ion（2016）[25]的做法，考慮到近期的經濟政策不確定性會對企業的決策產生更大的影響，采用加權平均法來計算年度經濟政策不確定性指數。由于考慮到企業管理者往往基于預期進行決策，故在穩健性分析中，采用EPU的t+1期來衡量經濟政策不確定性水平;相應地，t+1期的經濟政策不確定性對企業當期決策的影響相對更大。因此，本文將月份/年度月份總數作為每個月的權重，其中，分子的月份從12至1依次遞減。也就是說，年度內月份總數為78，則1月的權重為12/78，2月的權重為11/78……以此類推，12月的權重為1/78。以加權平均的經濟政策不確定性指數對三個模型重新進行回歸，回歸結果如表6所示。結果再次表明，經濟政策不確定性顯著抑制企業金融化，且交互項EPU × CEO_Fin的系數顯著為正，即CEO金融經歷能夠顯著緩解經濟政策不確定性對企業金融化的抑制作用，且在非國有企業中更加顯著，這與前文的結論一致，再次證實了上述結論的穩健性。

六、拓展性分析

（一）中介變量的引入

CEO金融經歷的調節效應具體如何發揮作用，是一個值得深入探討的問題。過度自信是個體普遍存在的心理現象，且在管理者群體中更為明顯和突出。企業的決策行為是管理者特征尤其是心理特征的寫照，過度自信作為管理者重要的個人特質，對管理者的思維和認知方式、信息收集能力產生重要的影響，從而不同程度地影響企業風險承擔、投融資等活動，在企業組織行為中發揮著不容小覷的作用。Hirshleifer等（2012）指出過度自信的管理者趨于積極探索自身所處的環境，愿意承擔更高的風險，從而喜歡從事具有更高風險性和創新性的活動[26]。徐雨婧和胡珺（2019）指出，管理者過度自信是企業感知外部環境變化做出反應的中介因素[27]。胡秀群和呂榮勝（2013）指出，高管優越的社會地位以及他人對高管易產生過度服從的心理是過度自信心理的源頭所在[28]。基于此，本文認為，相對于無金融經歷的CEO，具有金融經歷的CEO在掌控風險、理解投資和信息收集和處理方面具有顯著優勢，從而會使他們產生更加強烈的優越感。加之，具有金融經歷的CEO所具備的金融專業素養會使他人對其更加信服從而降低監督與質疑，即所謂的“明星效應”。因而，具有金融經歷的CEO所具有的過度自信會使他們高估金融投資所帶來的收益且忽視金融投資背后的高風險。這樣一來，企業會傾向于投資更多的金融資產。鑒于此，本文推測，在高度不確定性的環境中，CEO金融經歷的調節效應通過過度自信發揮作用。

（二）過度自信的中介效應檢驗

參考姜付秀等（2009）[29]的做法，采用高管相對報酬法衡量過度自信（OC）。為了證實前述的作用途徑，除模型（2）用于檢驗CEO金融經歷的調節效應以外，還構建了模型（4）和（5）用于驗證過度自信的中介作用。檢驗機制如下，首先，用模型（2）檢驗CEO金融經歷的調節效應，若β1系數顯著，則可以用模型（4）檢驗EPU、CEO_Fin和交互項EPU×CEO_Fin對中介變量（OC）的影響;若γi系數顯著，則可以用模型（5）進行分析;若系數α3顯著且β1不顯著，說明完全中介效應成立;若系數α3和β1均顯著，說明為部分中介效應;若系數α3不顯著，說明不存在中介效應。

回歸結果如表7所示。可以看出，模型（2）的β1系數顯著，說明在經濟政策不確定性和企業金融化的關系中，CEO金融經歷具有顯著的調節效應;模型（4）的γi系數顯著，說明在不確定的環境下，過度自信現象更容易在CEO具有金融經歷的企業中發生;模型（5）的系數α3和β1均顯著，說明存在部分中介效應，即過度自信在CEO金融經歷的調節效應中起到部分中介作用。為提高結果的穩健性，本文還采用Sobel檢驗法對過度自信心理的中介作用進行驗證，檢驗結果如表8所示。由結果可知，Sobel檢驗的Z統計量為4.72，且通過了1%的顯著性檢驗。其中，中介效應占總效應的比例為4.39%，說明部分中介效應的假設是成立的。

七、結論與啟示

（一）結論

現階段，經濟發展面臨需求收縮、供給沖擊、預期轉弱三重壓力，百年變局加速演進，外部環境更趨復雜嚴峻和不確定。經濟下行壓力加大，政府為實現經濟有序運轉，頻繁出臺多項宏觀政策予以調控，經濟政策不確定性增大，實體經濟“脫實向虛”問題嚴重，過度金融化不僅不利于企業的長遠發展，而且也會對宏觀經濟的穩定運行產生負面沖擊。基于此，通過解讀中國滬深兩市A股非金融行業上市公司的財務數據，實證考量經濟政策不確定性、CEO金融經歷、企業金融化三者之間的內在邏輯，結果顯示：經濟政策不確定性對于企業金融化具有顯著的抑制作用，再次印證了經濟政策不確定性并非企業金融化的動因;引入調節變量CEO金融經歷，結果表明，CEO的金融經歷會緩解經濟政策不確定性對企業金融化的抑制作用，且在非國有企業更加顯著;進一步研究發現，過度自信在CEO金融經歷的調節效應中發揮部分中介作用。

（二）啟示與建議

研究結論對中國轉軌時期經濟“脫實向虛”以及企業過度金融化的治理、系統性金融風險的防范提供了新的解決思路。從宏觀角度看，經濟政策不確定性的上升會抑制企業金融化趨勢;從微觀角度來看，聘請具有金融經歷的CEO會弱化經濟政策不確定性對企業金融化的抑制作用，可能會導致企業的過度金融化。鑒于此，提出以下建議：

1.政府層面。首先，經濟政策不確定性對企業的影響并非完全負面。研究結果表明，適度的經濟政策不確定性對于治理過度金融化具有積極作用，政府應積極尋找一個平衡點，通過調整經濟政策的制定方式，將經濟政策不確定性維持在合理范圍之內，既能發揮對企業金融化的抑制作用，又盡量避免不確定性對實體經濟的負面沖擊，靈活運用經濟政策引導實體經濟健康發展。其次，解決過度金融化的關鍵在于構建一個充分競爭、對于不同主體適度扶持的金融市場機制，大力發展中小銀行、特色金融等新興金融機構，拓寬企業的融資渠道。可以設置風險資金池分擔金融機構的信用風險，完善中小企業和高新技術企業的風險控制和容錯機制，深化金融體制改革，規范金融市場，構建有針對性的金融化監管工作機制，為實體企業創造良好的營商環境，提升金融對實體經濟的服務能力。再次，依托大數據、云計算等先進技術手段，對宏觀經濟環境的變化、企業經濟活動的變化進行研判，有預見性地、有目的性地明確金融監管的重點、封鎖點以及切入點。通過及時追蹤企業高管團隊構成、信息披露情況、金融化形式和資金來源與去向等相關信息，全面掌握企業金融化的發展動態，以便更準確地識別風險點，從而有效精準地治理過度金融化行為。

2.企業層面。企業金融化是一把“雙刃劍”，適度的企業金融化可以改善企業的盈利狀況，但是過度金融化會對主營業務和公司長遠發展帶來不利影響。雖然目前的數據顯示，我國非金融行業的上市公司尚未出現嚴重的過度金融化現象，但是金融投資與實體投資的收益懸殊是不爭的事實，在“脫實向虛”的趨勢下所有企業都不應該放松警惕。不同的企業由于經營狀況不同，其對金融化程度的接受程度是不同的。因此，企業在進行金融投資決策時，應從自身情況出發，綜合考慮微觀和宏觀因素，選擇符合整體經營發展戰略的金融化程度。在此過程中，可以靈活利用高管背景特征以及宏觀經濟政策不確定性對企業金融化的作用機制，通過優化人員配置將企業金融化的程度控制在合理范圍內。如，在不損害主業發展的情況下，企業有多余的資金可用于金融投資以改善盈利情況時，如果面臨的經濟政策不確定性較高，難以有效開展金融投資，此時企業在甄選高管時，可重點關注具有金融從業經歷的高管。企業在組建高管團隊時，應該盡量選擇經歷不同的人員以提高管理者工作背景多元化，烙印機制留下的負面影響就可以相互抵消，不同工作背景的管理人員通過取長補短可以發揮烙印機制的最優效應，做出合理的管理決策。企業甄選高管時，由于具有金融經歷的CEO大多是風險喜好者，更容易導致企業過度金融化，因此，企業應當控制具有金融工作背景的高管在團隊中的比重，選擇其他高管成員時應盡量選擇一些謹慎的成員，避免企業在金融投資決策時過于激進。公司制度方面，特別是非國有企業，應完善高層管理人員的約束和激勵機制，在不損害工作積極性的前提下加強對高管特別是CEO的監督與約束。除此之外，為了確保投資的穩健性，企業還可以聘請第三方風險評估機構，對具有金融背景的CEO所主導的金融投資項目進行專業的風險評估，通過專業性意見說明投資項目的可行性，削弱CEO在金融投資決策過程中的話語權，避免CEO的一意孤行導致企業盲目發展。

3.管理者層面。研究表明，具有金融經歷的CEO主要通過過度自信心理對企業金融化產生促進作用。因此，一方面，管理者要認識到烙印效應的存在，辯證地看待以往工作經歷中形成的慣性思維，正確認識自己在金融投資經驗和信息處理能力方面的優勢，對烙印機制可能帶來的負面影響保持警覺。進行金融投資決策時，綜合考慮公司當前所處的形勢背景，合理評估投資項目風險，權衡利弊，尋求適合企業自身發展的金融化程度，避免過度自信導致盲目投資，對企業主業發展帶來負面影響。另一方面，管理者應不斷加強自身的學習、強化自我認知，樹立正確的投資理念，增強自身的綜合素質和專業能力，減少非理性行為。尤其對于那些有過度自信傾向的管理者來說，更應該提高警惕，加強自我認知，避免激進行為。可以根據相關的評價指標對自身的行為進行自我評定，判斷自己是否具有過度自信傾向，及時糾正自身的認知偏差和心理偏差，做出合理的投資決策。

注釋：

① 該研究將《南華日報》作為新聞報道檢索平臺，以同時包括“中國”“經濟”“不確定性”和“政策”四個關鍵詞為過濾標準計算相關報道占當月文章總數的比重，得到月度經濟政策不確定性。其中，該數據庫涵蓋美國、中國、歐洲等眾多國家的EPU數據，所有數據均可從http：//www.policyuncertainty.com獲得。

參考文獻：

[1] 杜勇， 張歡， 陳建英. 金融化對實體企業未來主業發展的影響： 促進還是抑制[J]. 中國工業經濟， 2017，12：113-131.

[2] 謝家智， 王文濤， 江源. 制造業金融化、 政府控制與技術創新[J]. 經濟學動態， 2014， 11： 78-88.

[3] 饒品貴， 岳衡， 姜國華. 經濟政策不確定性與企業投資行為研究[J]. 世界經濟， 2017 （2）： 27-51.

[4] Kim H， Kung H. The asset redeployability channel： How uncertainty affects corporate investment[J]. The Review of Financial Studies， 2016， 30（1）： 245-280.

[5] 劉貫春， 段玉柱， 劉媛媛. 經濟政策不確定性、資產可逆性與固定資產投資[J]. 經濟研究， 2019 （8）： 53-70.

[6] 鄧建平，陳愛華. 高管金融背景與企業現金持有——基于產業政策視角的實證研究[J]. 經濟與管理研究，2017，38（3）：133-144.

[7] 王紅建，李青原，邢斐. 經濟政策不確定性、現金持有水平及其市場價值[J]. 金融研究， 2014（9）：53-68.

[8] 胡奕明， 王雪婷， 張瑾. 金融資產配置動機：“蓄水池” 或 “替代”？——來自中國上市公司的證據[J]. 經濟研究， 2017， 52（1）： 181-194.

[9] 楊箏， 劉放， 王紅建. 企業交易性金融資產配置： 資金儲備還是投機行為？[J]. 管理評論， 2017， 29（2）： 13-25.

[10]Opler T， Pinkowitz L， Stulz R， et al. The determinants and implications of corporate cash holdings[J]. Journal of financial economics， 1999， 52（1）： 3-46.

[11]Duchin R. Cash holdings and corporate diversification[J]. The Journal of Finance， 2010， 65（3）： 955-992.

[12]Duchin R， Gilbert T， Harford J， et al. Precautionary savings with risky assets： When cash is not cash[J]. The Journal of Finance， 2017， 72（2）： 793-852.

[13]彭俞超， 韓珣， 李建軍. 經濟政策不確定性與企業金融化[J]. 中國工業經濟， 2018 （1）： 137-155.

[14]許罡， 伍文中. 經濟政策不確定性會抑制實體企業金融化投資嗎[J]. 當代財經， 2018 （9）： 12.

[15]Pástor L， Veronesi P. Political uncertainty and risk premia[J]. Journal of Financial Economics， 2013， 110（3）： 520-545.

[16]陳國進， 張潤澤， 趙向琴. 政策不確定性、消費行為與股票資產定價[J]. 世界經濟， 2017 （1）： 116-141.

[17]李鳳羽， 楊墨竹. 經濟政策不確定性會抑制企業投資嗎？——基于中國經濟政策不確定指數的實證研究[J].金融研究，2015（4）：115-129.

[18]蔣騰， 張永冀， 趙曉麗. 經濟政策不確定性與企業債務融資[J].管理評論， 2018， 30（3）： 29-39.

[19]Julio B， Yook Y. Political uncertainty and corporate investment cycles[J]. The Journal of Finance， 2012， 67（1）： 45-83.

[20]Marquis C， Tilcsik A. Imprinting： Toward a multilevel theory[J].Academy of Management Annals， 2013， 7（1）： 195-245.

[21]Mathias B D， Williams D W， Smith A R. Entrepreneurial inception： The role of imprinting in entrepreneurial action[J]. Journal of Business Venturing， 2015， 30（1）： 11-28.

[22]杜勇， 謝瑾， 陳建英. CEO 金融背景與實體企業金融化[J]. 中國工業經濟， 2019 （5）： 9.

[23]Baker S R， Bloom N， Davis S J. Measuring economic policy uncertainty[J]. The Quarterly Journal of Economics， 2016， 131（4）： 1593-1636.

[24]周楷唐， 麻志明， 吳聯生. 高管學術經歷與公司債務融資成本[J].經濟研究， 2017， 7： 169-183.

[25]Gulen H，Ion M. Policy uncertainty and corporate investment[J]. The Review of Financial Studies，2016，29（3）：523-564.

[26]Hirshleifer D， Low A， Teoh S H. Are overconfident CEOs better innovators？[J]. The Journal of Finance， 2012， 67（4）： 1457-1498.

[27]徐雨婧， 胡珺. 貨幣政策、管理者過度自信與并購績效[J]. 當代財經， 2019 （7）：85-95.

[28]胡秀群，呂榮勝. 高管過度自信、過度悲觀與股利羊群行為研究[J]. 商業經濟與管理， 2013（7）：28-36.

[29]姜付秀，張敏，陸正飛，等. 管理者過度自信、企業擴張與財務困境[J]. 經濟研究， 2009（1）：131-143.

（責任編輯：鐘 瑤）

3371501908293