貨幣政策異質性對高新技術企業金融化的影響

蔡艷萍 江春云

[摘 要] 貨幣政策作為調整國家經濟的重要手段，不僅會對國民經濟起到整體調節作用，也會影響企業做出的投資決策。本研究以國家重點關注的高新技術企業為樣本，研究了不同的貨幣政策對企業金融化的影響。研究表明，緊縮型的貨幣政策與高新技術企業的金融化程度負相關，這種負相關關系還隨著分位點的增大而增大;同時，相對于數量型貨幣政策，價格型貨幣政策對高新技術企業的金融化影響更大。按企業的融資約束進行分組研究發現：無論是數量型貨幣政策，還是價格型貨幣政策，均對融資約束大的企業產生更大的影響。

[關鍵詞] 高新技術企業;貨幣政策;企業金融化;面板分位回歸

[中圖分類號]F832.4 [文獻標識碼] A [文章編號] 1008—1763（2021）02—0096—08

The Influence of Monetary Policy Heterogeneity

on the Financialization of Hightech Enterprises

CAIYanping， JIANG Chunyun

（School of Business Administration， Hunan University， Changsha 410082，China）

Abstract：As an important means of adjusting the national economy， monetary policy will not only play an overall regulatory role on the national economy， but also affect the investment decisions made by enterprises.This article takes the hightech companies that the country pays attention to as a sample， and studies the impact of different monetary policies on corporate financialization.Research shows that tightening monetary policy is negatively correlated with the degree of financialization of hightech enterprises. This negative correlation also increases with the increase of the quantile. At the same time， compared with quantitative monetary policies， pricebased monetary policies have a greater impact on the financialization of hightech enterprises.A grouping study based on the financing constraints of enterprises found that both quantitative monetary policies and pricebased monetary policies have a greater impact on enterprises with large financing constraints.

Key words： hightech enterprises; monetary policy; corporatefinancialization; panel quantile regression

一 引 言

近年來，我國經濟長期穩速增長，在總量上已經位居全球第二，但實體經濟的發展卻稍顯后勁不足，產業空心化、經濟“脫實向虛”已經成為我國現階段經濟發展的典型特征。

當前，我國正處于經濟轉型的關鍵階段，需求的減少和制造業產能的過剩導致了實體產業利潤逐年降低，而過高的人力成本和資源成本更是使得實體企業所能獲得的經營利潤更加微薄。但是，我國金融市場卻呈現出與實體經濟完全不同的發展樣貌。

一方面，隨著中國逐漸邁向國際舞臺，國內外經濟貿易之間的交流越來越頻繁，我國金融市場也加大了對外開放的程度，允許國內外資金和個人資金在金融市場上進行自由地投資交易，極大地促進了各類金融產品的創新。另一方面，金融行業利率的改革和大量資本的涌入也提高了金融行業的投資回報率，使金融行業成為超額收益的代表。在這種背景下，大量實體企業受到高收益的誘惑，開始以參股金融公司、進行金融投機行為或者開展房地產業務等方式進行金融活動。大量產業資本從實體產業轉移到金融、房地產等行業，加劇了實體產業的空心化，導致經濟脫實向虛的趨勢越發明顯。經濟“脫實向虛”在宏觀層面和微觀層面均有反映：從宏觀經濟來看，大量資金流入金融、房地產等行業，國內實體投資總量下滑;微觀企業則表現為杠桿加大、金融資產持有量增多，實體投資率逐漸減少，企業逐漸“不務正業”。

經濟“脫實向虛”現象不僅僅不利于實體經濟的長期發展，它所帶來的虛擬經濟的過度發展更會引起宏觀層面的經濟危機。彭俞超[1]就曾明確指出，實體企業持有過多的金融資產將會不利于宏觀經濟的穩定性。他認為，金融風險會通過企業持有的金融資產傳導到實體經濟，增大風險聯動性，進而使得宏觀經濟的系統性風險增加。成思危[2]認為，虛擬經濟的過度繁榮是造成金融危機爆發的原因之一。

當前，經濟“脫實向虛”這一問題也得到了國家高層高度重視，黨的十九大報告明確指出，金融需要對實體經濟起到支持作用。習近平總書記也在中共中央政治局第十三次集體學習時，強調了要“深化金融供給側結構性改革，增強金融服務實體經濟能力”。

饒品貴等[3]指出，企業決策不可能忽略外部的宏觀環境，外部的宏觀環境是影響企業決策的一個重要因素。貨幣政策作為重要的宏觀經濟調控手段，也會通過影響微觀企業的金融化行為，發揮其在改善當前”脫實向虛“問題中的重要作用。

2020年“兩會政府工作報告”就明確指明，我國當前的貨幣政策是以傳統貨幣政策為主，以降準降息、再貸款等貨幣政策工具為輔，靈活運用，提升對實體經濟的支持能力;未來則需要在傳統貨幣政策的基礎之上進行創新，使創新的貨幣政策工具能夠直接為實體經濟提供幫助，實現企業貸款便利性增加、利率下降、企業融資成本降低等目標。 由此可見，研究貨幣政策對企業金融化的問題、對指導經濟政策的制定和實施均具有一定的參考意義。

二 文獻綜述

目前，學術界并沒有對“金融化”給出一個準確的定義。在宏觀層面，Krippner[4]指出，經濟金融化主要表現為金融部門日益活躍，金融收益日益增長，在全國經濟總量中占比越來越大;微觀層面，經濟金融化則主要表現為實體企業更愿意將大量資金投入金融投資活動，企業所持有的金融資產、金融收益的比重逐漸增大。文春暉[5]指出，當前國內非金融企業將大量資金投入房地產市場、股票市場、委托理財市場等，導致產業資本未流入實體投資，資金在虛擬經濟“空轉”的現象加劇。

當前，學者對影響金融化的因素探討較多，部分學者從企業投資動機的角度進行研究[6-9] 。部分從企業治理等因素進行研究[10-12] 。還有部分學者則從宏觀層面的經濟變化進行研究。比如，Fazzari 和Peterson[13]認為收緊的貨幣政策會減少貨幣的流通量，出于對未來不確定性事件的考慮，企業就會增加對金融資產的持有，從而避免在突發情況下出現資金鏈的斷裂。Ritter和Warr[14]和 Brennan和Xia[15]通過資產價格這一渠道，發現了緊縮的貨幣政策會對企業金融資產的投資決策產生影響。Demir[16]發現部分發展中國家的宏觀經濟政策不確定性會使非金融上市企業更愿意持有金融資產，從而減少了對實體產業的投資。我國學者張瀛[17]發現實體企業金融資產的持有規模與宏觀經濟政策的變化有關，利率的上升會顯著減少企業金融資產的持有比例。楊箏[18]、胡奕明[9]發現樣本企業金融資產的持有量與M2呈正相關關系，即在寬松的貨幣政策環境下，我國企業金融資產的持有量會顯著增加。杜勇[19]也驗證了寬松的貨幣政策會增加我國實體企業金融資產的持有量，他還發現在寬松的貨幣政策環境下，企業金融資產持有量的增加并不會使企業業績上升。馬理和范偉[20]則發現在寬松的貨幣政策下，不僅企業會增加對金融資產、房地產的投資，居民、銀行也更愿意將資金投向金融資產和房地產。李元、王擎[21]通過對企業進行分類，發現寬松的貨幣政策會對銀行信貸較多、內源融資不足的企業影響更顯著，而業績不好的企業會更加傾向于持有金融資產。

目前，國內學者在研究貨幣政策對實體企業金融化的影響時，一般都只考慮了寬松的貨幣政策對企業金融化（金融資產配置）的影響，而當前我國貨幣政策正處于以數量型貨幣政策調控為主變為以價格型貨幣政策調控為主的轉型階段，已有研究對于不同貨幣政策對企業金融資產投資決策的差異性影響則考慮得較少。

因此，本文將從貨幣政策的異質性出發，并以高新技術企業為樣本，有針對性地研究不同貨幣政策對其金融化的影響。同時，以往的研究一般采用的是傳統多元回歸。Brian[22]曾在文章中指出，傳統均值回歸只能反映自變量對因變量的條件分布的均值影響，對其真實影響則不能準確地反映，而分位數回歸則可以解決這一問題。分位數回歸由Koenker和Bassett [23]于1978提出，這種方法最主要的優勢是可以在不同分位點上反映自變量是如何影響因變量條件分布。此外，Binder 和 Coad[24]還指出，分位數回歸對于異常值的捕捉非常有效，對自變量與因變量之間的關系可以做出更詳細的描述。

故，本文將以企業金融化指標為被解釋變量，以價格型貨幣政策和數量型貨幣政策作為解釋變量，建立面板分位回歸模型，分別研究了在不同分位點上，不同的貨幣政策與高新技術企業金融化所存在的聯系。

三 研究設計

（一）樣本選擇和數據來源

本文選取2009年至2018年高新技術行業的上市公司為樣本，剔除了ST和ST*以及數據嚴重缺失的企業。

為了消除極端值的影響，本文對企業層面的財務數據進行了 1%雙側Winsorize 縮尾處理，最后獲取了138個公司的共1380個平衡面板數據本文的公司財務數據與宏觀經濟數據均來源于WIND數據庫與CSMAR數據庫。。

（二）研究設計

參照杜勇[11]、戴靜[12]的研究，本文建立了如下面板分位回歸模型進行研究：

Qτ（financialit |xit ）=β0（τ） +β1（τ） Xit +β2（τ） sizeit +β3（τ） ageit +β4（τ） growthit +β5（τ） levit +β6（τ） roait +β7（τ） tan gibleit

本文采用面板分位回歸模型來研究不同的貨幣政策對高新技術企業金融化的影響，其中Xit 表示不同的貨幣政策，本文重點關注Xit 的系數β1（τ） 。

（三）變量定義

金融化（financial）：本文以金融資產占總資產的比重作為衡量企業金融化的程度的代理變量。根據資產負債表和中國會計定義，參考杜勇[19]對金融資產的劃分，本文將交易性金融資產、衍生金融資產、發放貸款及墊款、可供出售的金融資產、持有至到期投資、投資性房地產劃分為非貨幣性金融資產?？紤]到企業的日常經營活動也會產生貨幣，本文并未將貨幣資金作為金融資產。

貨幣政策（X）：當前我國貨幣政策工具有很多種，按不同的作用路徑可以分為數量型貨幣政策和價格型貨幣政策。其中，常見的數量型貨幣政策一般包括公開市場操作、存款準備金調節和中央銀行貸款，常見的價格型貨幣政策主要指利率工具和匯率工具等。與傅代國[25]一致，本文選取存款準備金率和銀行間同業拆借率為代表，分別研究不同的貨幣政策對高新技術企業金融化的影響。

控制變量（control）：本文參考彭俞超[1]、杜勇[11]、戴靜[12]等，選取企業規模（size）、公司年齡（age）、企業成長性（growth）、資產負債率（lev）、盈利能力（roa）、有形資產占比（tangible）作為控制變量。本文具體變量定義如下表1所示。

四 實證結果及分析

（一）描述性統計

表2列示了所有變量的描述性統計。從表中可以看出，樣本企業的金融化程度均值為0.035，這說明從整體上看，我國高新技術企業的金融化水平不高，最小值為0.000，最大值為0.511，表明不同的企業之間金融化呈現較大的差異，部分高新技術企業金融化程度遠遠高于平均水平。同時，該變量的峰度值遠遠大于3，說明尖峰厚尾的特征明顯，使用面板分位回歸進行分析可以得到較為合理的結果。存款準備金率的均值為17.18%，最小值為14.5%，最大值為19.83%，標準差為1.876， 這表明，我國的存款金準備率從整體上看處于一個較高的狀態，但幅度變化較大。上海銀行間同業拆借率的均值為3.133%， 最小值為1.298%，最大值為4.811%，標準差為0.974，這說明相對于存款準備金率而言，銀行間同業拆借率的逐年差異較小。

（二）相關性分析

表3展示了變量之間的相關性分析。表中顯示，存款準備金率、上海銀行間同業拆借率均與高新技術企業的金融化為負相關關系，企業的資產負債率、規模、成長性和有形資產占比均與高新技術企業的金融化負相關，而其他變量則表現為正相關，相關系數表明各變量之間并不存在嚴重的共線性。

（三）結果分析

1.全樣本回歸分析

表3、表4分別列示了以存款準備金率、上海銀行間同業拆借率為核心解釋變量的ols回歸和面板分位回歸結果。從ols回歸結果來看，相對于數量型貨幣政策存款準備金率，價格型貨幣政策shibor對企業金融資產配置的影響更大，面板分位回歸的結果也可以驗證這一結果。在0.05分位點上，存款準備金率和上海銀行間同業拆借率與高新技術企業金融化之間為促進作用，但是這一作用并不顯著。在0.25、0.5、0.75和0.95分位點上，存款準備金率對高新技術企業金融化的作用系數分別為-0.000143、 -0.000633、-0.00238和-0.00867， 上海銀行間同業拆借率對高新科技企業金融化的作用系數分別為-0.00043、-0.001082、-0.00339、 -0.01377。除了0.25分位點外，存款準備金率、上海銀行間同業拆借率的負相關關系都是顯著的，并且這種關系隨著分位點的增大而增大，這說明貨幣政策對處于不同金融化程度的高新技術企業的影響是不同的，更會對企業的過度金融化行為產生顯著的影響。通過回歸結果可以看出，存款準備金率和上海銀行間同業拆借率對高新技術企業的金融化作用并不完全相同，而且，在各個分位點上，上海銀行間同業拆借率的影響都要比存款準備金率的影響大。

這一結論與ols回歸得到的結果一致，這說明相對于數量型貨幣政策，價格型貨幣政策對高新技術企業金融化的影響更加明顯，尤其是對金融化程度較高的高新技術企業，其作用最大。因此，在利用宏觀貨幣政策進行調控時，要特別注意對價格型貨幣政策的制定。

從ols的回歸結果和面板分位的回歸結果來看，存款準備金率、上海銀行間同業拆借率和高新技術企業的金融化之間主要為負相關關系，這也反映了高新技術企業持有金融資產主要是出于投機性動機，與傅代國[25]的結論一致。這主要是因為當存款準備金率和上海銀行間同業拆借率在原來的基礎上上升時，我國貨幣政策由寬松狀態轉化為緊縮狀態，銀根收緊，股票、證券等金融資產的收益將會下降。由于從金融渠道獲得的收益減少，企業對與金融資產的持有意愿下降，企業金融化程度降低。

2.分組回歸分析

本文按照鞠曉生等[26]的方式，根據企業面臨的融資約束將樣本分為兩組分別回歸，結果如表6、表7 所示。結果顯示，無論是融資約束大的組還是融資約束小的組，在除0.05分位點之外，其他分位點的上海銀行間同業拆借率和存款準備金率與高新技術企業的金融化程度均為負相關關系，在0.75 分位點和0.95分位點上，這種負相關關系均是顯著的。

這表明不論是融資約束小的高新技術企業還是融資約束大的高新技術企業，持有金融資產的動機主要還是投機性動機;除此之外，兩組的回歸結果也顯示了上海銀行間同業拆借率對高新技術企業金融化的影響均比存款準備金率的影響大，并沒有受企業融資約束的影響，其抑制性也隨著分位點的增加而增加，這一結果和全樣本的結論一致。同時，通過分組可以發現，存款準備金率、上海銀行間同業拆借率對融資約束較大一組的影響系數均比融資約束較小的一組大，這表明融資約束高的企業對金融資產的投資比對貨幣政策更加敏感，這一結論也與李順彬[27]一致。

這主要是因為當貨幣政策由寬松轉為緊縮時，銀行能為企業提供資金的能力下降，融資約束高的企業外部投資環境進一步惡化，相對于融資約束較低的企業，對企業的投資的沖擊也更大[28]。

五 結論與建議

國內外學者對企業金融化的研究日漸增多，本文則將視線聚焦到高新技術行業，從貨幣政策的角度考慮了不同的貨幣政策對高新技術企業金融化的異質性影響，并以國內138個高新技術企業為樣本，利用面板分位回歸模型對其年度數據進行了分析，獲得了數量型貨幣政策和價格型貨幣政策對我國不同金融化水平的高新技術企業的影響。

當前，我國所實施的兩種貨幣政策均能對高新技術企業的金融化產生顯著影響，面板分位數回歸結果顯示對于金融化水平較高的高新技術企業而言，存款準備金率與上海銀行間同業拆借率均與其金融化之間為顯著的負相關關系，并且這兩種貨幣政策的抑制作用均隨著分位點的增大而增大，在高分位點處達到了最大值。這表明我國的貨幣政策能夠有效地影響高新技術企業的金融化水平，具體表現為緊縮的貨幣政策會顯著抑制高新技術企業的金融化程度。其中，以上海銀行間同業拆借率為代表的價格型貨幣政策的影響系數絕對值要大于以存款準備金率為代表的數量型貨幣政策的影響系數絕對值，這表明當前我國價格型貨幣政策對微觀主體的傳導渠道更為通暢，能夠更加有效地影響高新技術企業的金融化。因此，在制定貨幣政策時，我國應該更加注重價格型貨幣政策對微觀主體的影響，要靈活地利用價格型貨幣政策來實現對實體產業的支持、引導作用。

分組回歸的結果顯示，高新技術企業所面臨的融資約束越嚴重，其金融資產的投資決策就更容易受到貨幣政策的影響，并且無論企業的融資約束是否嚴重，上海銀行間同業拆借率、存款準備金率與高新技術企業金融化大體上都是負相關。這表明了當前我國高新技術企業持有金融資產主要還是出于投機性動機;同時，在分組回歸中也驗證了價格型貨幣政策能夠更好地作用于企業的金融資產配置。

本文為研究當前我國企業“脫實向虛”提供了新視角，從微觀層面更為詳細地闡明了當前不同的貨幣政策對高新技術企業金融化的影響。面對當前我國大量貨幣資金流向房地產、金融行業的現狀，政府需要深化金融供給側改革，疏通貨幣政策對微觀主體的傳導渠道，加大金融服務實體經濟力度，共同構建貨幣政策、微觀實體與資本市場之間穩定的三角關系。

政府還要加大金融監管，發揮銀行等金融機構的監督作用，嚴密監視高新技術企業的貸款動機和后續使用情況，調整政策引導企業正確配置金融資產;還需要規范金融市場，提高銀行等金融機構的資金分配效率，加大對中小企業的金融扶持力度，改善具有嚴重融資困難等問題的企業外部投資環境，降低企業的融資約束和委托代理等問題。

[參 考 文 獻]

[1] 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（01）：137-155.

[2] 成思危.虛擬經濟不可膨脹[J].資本市場，2015（1）：8.

[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] Krippner， G. Capitalizing on Crisis： The Political Origins of the Rise of Finance[M].Cambridge： Harvard University Press，2012

[5] 文春暉，李思龍，楊金強，羅明. 兩權分離、代理成本與資金空轉——來自 2007—2015 中國實體上市公司的證據[R]. 經濟研究工作論文， 2016.

[6] Orhangazi.Financialization and Capital Accumulation in the Nonfinancial Corporate Sector： A Theoretical and Emporical Investigation on the US Eonomy[J]. Cambridge Journal of Economics，2006（6）： 863-886.

[7] Davis.The Financialization of the Nonfinancial Corporation in the Post 1970s[M]. US economy， 2014.

[8] 宋軍，陸旸.非貨幣金融資產和經營收益率的 U 形關系——來自我國上市非金融公司的金融化證據[J].金融研究，2015（6）：111-127.

[9] 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（01）：181-194.

[10]鄧超，張梅，唐瑩. 中國非金融企業金融化的影響因素分析[J]. 財經理論與實踐，2017（2）：2-8.

[11]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（05）：136-154.

[12]戴靜，劉貫春，許傳華，張建華.金融部門人力資本配置與實體企業金融資產投資[J].財貿經濟，2020（04）：35-49.

[13]SM Fazzari，BC Petersen.Working Capital and Fixed Investment： New Evidence on Financing Constraints[J].Rand Journal of Economics ， 1993（3） ：328-342.

[14]JR Ritter， RS Warr. The Decline of Inflation and the Bull Market of 1982-1999[J].Journal of Financial & Quantitative Analysis ，2002（1） ：29-61.

[15]MJ Brennan，Y Xia.Dynamic Asset Allocation under Inflation[J].Journal of Finance ，2002（3） ：1201-1238.

[16]Demir F. Financial Liberalization， Private Investment and Portfolio Choice： Financialization of Real Sectors in Emerging Markets[J]. Journal of Development Economics， 2009（2）：314- 324.

[17]張瀛.非金融類上市企業持有現金資產規模影響因素探究[D].上海：上海交通大學，2012.

[18]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（2）：14-25.

[19]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.

[20]馬理，范偉.央行釋放的流動性去了哪？——基于微觀層面數據的實證檢驗[J].當代經濟科學，2019（3）：39-48.

[21]李元，王擎.寬松貨幣政策對企業金融資產配置影響的實證研究[J].中國軟科學，2020（4）：154-163.

[22]Brian S. Cade，Barry R. Noon. A Gentle Introduction to Quantile Regression for Ecologists[J]. Frontiers in Ecology and the Environment，2003（8）：66-68.

[23]Koenker R，Bassett Jr G.Regression Quantiles[J].Econometrica，1978（46）：33-50

[24]Binder M，Coad A.From Average Joe's Happiness to Miserable Jane and Cheerful John：Using Quantile Regressions to Analyze the Full Subjective Wellbeing Distribution[J].Journal of Economic Behavior and Organization，2011（3）：275-290.

[25]傅代國，楊昌安.貨幣政策對異質性企業“脫實向虛”的影響[J].華南師范大學學報（社會科學版），2019（6）：90-101.

[26]鞠曉生，盧荻，虞義華.融資約束、營運資本管理與企業創新可持續性[J].經濟研究，2013（1）：4-16.

[27]李順彬，田珺.貨幣政策適度水平、融資約束與企業金融資產配置——對“蓄水池”與“替代”動機的再檢驗[J].金融經濟學研究，2019（2）：3-13.

[28]杜傳文，黃節根.貨幣政策、融資約束與企業投資[J].財經科學，2018（4）：15-28.