企业金融化的阴暗面——来自上市公司信息披露违规的证据

朱 杰

中南财经政法大学 会计学院，湖北 武汉 430073

一、引言

近年来，中国经济进入由高速发展向高质量发展的结构转型期，实体企业普遍面临产能过剩、市场需求不足、成本高企以及投资回报率严重下滑的发展困境。但与此同时，金融领域的高额投资收益率却激发了许多非金融企业进行跨行业套利的动机。在资本逐利驱使下，大量资金快速流入资本市场和房地产市场，导致与企业主营业务并无直接关联的金融资产在非金融企业资源配置中的占比越来越高，社会经济呈现出“脱实向虚”的趋势。据统计，中国A股非金融保险类上市公司持有的以交易性金融资产、衍生金融资产、可供出售金融资产、持有至到期投资以及投资性房地产为代表的金融资产总量已由2007年的2670亿元上升至2017年的22300亿元，年均涨幅高达21.3%。非金融企业这种偏离主业的“金融化”行为引发了学术界和政府监管部门的广泛关注。尽管金融资产因其较强的流动性和变现能力能够在一定程度上有效预防企业现金流量波动，使其作为货币资金储备发挥缓解企业融资约束的功能，进而降低企业融资成本、防范企业财务风险，但大量研究表明，金融化行为对实体企业主业发展的“挤出效应”高于“蓄水池效应”(杜勇等，2017[1])。非金融企业对金融资产的过度配置不仅抑制了企业实业投资(张成思和张步昙，2016[2])、损害了企业创新效率(王红建等，2017[3])、降低了企业就业容纳能力(王怀明和王成琛，2019[4])和企业价值(戚聿东和张任之，2018[5])，还会对金融市场稳定产生不利影响(彭俞超，2018[6])。为此，中共十九大报告、中央经济工作会议和国务院金融工作会议曾多次指出，应当充分发挥金融资产服务实体经济的功能，坚决打击违法违规金融活动，健全金融监管体系，严控金融风险发生。由此可见，金融化可能是非金融企业过分追求短期收益的一种短视行为，对金融资产的不合理配置，不仅会损害产业资本长远发展，还会加剧宏观经济运行风险。然而，这种短视行为是否会诱发公司舞弊与违规动机进而损害资本市场投资者利益，现有研究并未给出解答。

与企业金融化趋势类似，近年来，中国上市公司因财务舞弊所引发的信息披露违规行为同样呈现出不断上升的态势，严重影响了投资者信心与资本市场健康平稳发展。舞弊三角理论认为，压力、机会和自我合理化是企业舞弊产生的三大动因。围绕该理论，现有研究发现激烈的产品市场竞争环境(滕飞等，2016[7])、高管薪酬差距(魏芳和耿修林，2018[8])、激进的公司战略(孟庆斌等，2018[9])以及控股股东股权质押活动(吕晓亮，2017[10])诱发了公司财务舞弊动机，CEO与董事间的“老乡”关系和关联交易(陆瑶和胡江燕，2016[11])则为公司财务舞弊创造了机会，进而提高了公司违规倾向。值得注意的是，在舞弊三角理论中，企业金融化行为是不可忽视的重要因素。一方面，企业金融化可能会加剧公司业绩波动，导致公司存在舞弊动机；另一方面，企业金融化可能会诱发管理层对财务资源的不合理配置行为，为公司舞弊创造了有利条件。基于此，本文推断，财务舞弊及信息披露违规可能是金融化企业普遍存在的自利行为和机会主义行为。资本市场数据显示，2007～2017年间中国A股上市公司5772起违规事件中，4855起属于信息披露违规，占比高达84%，表明信息披露违规是上市公司违规的最主要形式。鉴于此，本文以2007～2017年间中国A股非金融保险类上市公司为样本，从上市公司信息披露违规的视角探讨企业金融化行为对资本市场的负面影响。

二、理论分析与研究假设

信息披露违规源于上市公司对财务信息和非财务信息的策略性信息披露行为，是上市公司财务舞弊的一种表现形式。在现阶段，中国上市公司信息披露违规的主要方式包括虚假陈述(误导性陈述)、披露不实、推迟披露、重大遗漏和虚列资产等。在非完全有效市场中，上市公司对财务信息和非财务信息的违规披露能够暂时掩饰公司负面信息与盈余管理行为，降低了公司信息透明度(Hutton et al.，2009[12])。而信息透明度的降低抑制了资本市场价格发现功能，使得投资者因难以准确判断公司价值而做出错误的投资决策，在短期内避免了公司负面消息释放所引发的消极市场反应，导致了信息披露违规的收益大于成本(Bloomfield，2002[13])。由此可见，信息披露违规的高收益与低成本是资本市场信息披露违规事件屡禁不止的根本原因。然而，信息披露违规破坏了市场秩序，损害了投资者利益，是上市公司可能面临的重大法律风险要素之一。

由于一定程度的信息不对称与代理问题是上市公司信息披露违规行为发生的重要诱因(雷啸等，2019[14])，而金融资产配置比例较高的非金融企业普遍存在盈余质量较差(许罡和伍文中，2018[15])、投资效率较低(杜勇等，2017)、资本逐利动机和套利动机较强(王红建等，2017)等问题，因此，本文认为企业金融化与上市公司信息披露违规行为之间存在如下内在联系。

首先，企业金融化加剧了公司业绩波动性。受资源总量约束，企业金融投资与实体投资通常呈现出较强的替代关系(Tobin，1965[16])。当企业将较多的资源用于金融资产和房地产投资时，企业用于生产经营活动、销售服务活动、管理活动以及研发创新活动的资金投入则会大幅缩减(王红建等，2017)，进而损害了企业主业发展，降低了企业主营业务创造收益的能力(杜勇等，2017；戚聿东和张任之，2018)。此外，金融资产投资并非是绝对安全与毫无风险的，以衍生金融资产、投资性房地产为代表的金融资产投资会加剧公司业绩波动。由此可见，企业金融化行为在“挤出”实体投资的同时，增加了公司经营收益与投资收益的不确定性。公司业绩的不稳定会向资本市场投资者传递公司经营管理活动不稳健的信号，由此导致公司存在通过财务舞弊行为平滑和粉饰业绩的动机，增加了公司信息披露违规发生的可能性。而且，自从2007年中国实行新企业会计准则以来，公允价值成为金融资产最主要的会计计量模式。新准则允许管理层根据其持有意图对金融资产进行重分类，使得管理层在对金融资产进行后续计量时存在更大自由裁量权和盈余操纵空间。显然，公允价值计量模式的复杂性和管理层意图的不可验证性为企业实施盈余操纵提供了便利条件。

其次，企业金融化降低了公司实物资本投资效率。通常，金融资产投资具有流动性强、短期收益率较高等特点，而且，金融资产的高变现能力使得金融资产能够充分发挥资金储备和“蓄水池”功能，降低了公司财务困境出现的可能性。相比而言，以固定资产、研发创新为代表的实物资本投资则具有投资周期长、短期回报率低、投资失败风险高等特点，Orhangazi(2008)[17]研究发现，金融资产的短期“赚钱效应”会促使公司改变资源配置优先顺序，进而将更多的资金用于跨行业套利，而非投资于主营业务，最终表现为公司实业投资率显著降低。而实物资本投资效率降低会从两方面增加公司财务舞弊出现的可能性：第一，杜勇等(2017)研究发现实物资本投资效率降低，是金融化企业经营业绩下滑的重要原因，而业绩下滑会在较大程度上诱发公司财务舞弊动机；第二，程新生等(2012)[18]研究发现信息披露质量降低是公司实物资本投资效率降低的重要条件。企业金融化所引发的低质量财务信息和非财务信息披露会增加公司信息不对称程度和代理成本，降低了对管理者行为的约束，导致外部利益相关者对公司的信息解读成本增加，从客观上为公司财务舞弊创造了条件。由此可以推断，金融化企业通过降低公司实物资本投资效率，进而增加了公司信息披露违规发生的可能性。

最后，企业金融化增强了大股东与管理层财务资源“掏空”动机与行为。与实物资本投资不同，金融资产转换成本和处理成本较低，因此，金融资产配置数量越多的公司，大股东和管理层可自由裁量的财务资源也越多，导致大股东和管理层对实物资本的投资意愿会随着企业金融化程度的提升而不断降低，而大股东和管理层对公司闲置财务资源的“掏空”动机则会随着企业金融化程度的提升而不断增加。进一步，李文洲等(2014)[19]研究发现大股东对财务资源的掏空动机会引发管理层与大股东的合谋行为，进而降低公司盈余质量。由此可以推断，金融化程度越高的公司，大股东与管理层因合谋攫取私利所引发的财务舞弊可能性也越高，由此增加了公司信息披露违规发生的可能性。

综合以上三方面的分析，本文提出假设：企业金融化程度越高，公司发生信息披露违规的可能性越大。

三、研究设计

(一)样本选择与数据来源

本文选择2007～2017年间中国A股上市公司为研究对象，共包含3504家公司的26012个观测值，剔除了489个金融保险类公司样本、1273个ST和*ST公司样本以及169个关键变量缺失的样本，最终得到3422家公司的24081个“公司—年度”观测值。实证研究中所需财务数据来源于国泰安 CSMAR 数据库、锐思 RESSET 数据库，本文对连续变量进行了 1%和 99%分位上的缩尾处理以避免极端值的可能影响。

(二)变量定义

1. 被解释变量：公司信息披露违规倾向与违规次数。参照孟庆斌等(2018)的做法，使用违规倾向(Fraud_Trend)和违规次数(Fraud_Freq)衡量上市公司信息披露违规行为。上市公司信息披露违规数据来源于国泰安CSMAR数据库中的违规处罚子库。具体地，若上市公司在某一年发生了虚假陈述(误导性陈述)、披露不实、推迟披露、重大遗漏以及虚列资产等信息披露违规行为，且被中国证监会及其分支机构、证券交易所等证券监管部门通报，则违规发生当年Fraud_Trend取1，否则取0；Fraud_Freq则用于衡量上市公司当年被中国证监会及其分支机构、证券交易所等证券监管部门通报的信息披露违规总次数。

2. 解释变量：企业金融化程度。使用金融资产投入指标衡量企业金融化程度。具体地，本文将金融资产定义为交易性金融资产、衍生金融资产、发放贷款及垫款、可供出售金融资产、持有至到期投资以及投资性房地产六类。之所以将投资性房地产纳入金融资产范畴，是因为中国《企业会计准则》中将投资性房地产定义为“为赚取租金或资本增值，或两者兼有而持有的房地产”，使得投资性房地产成为企业重要的投资工具之一，且“投资性房地产”会计科目能够反映企业在房地产市场的套利和投机情况。综上所述，企业金融化程度(Financial)=(交易性金融资产+衍生金融资产+发放贷款及垫款净额+可供出售金融资产净额+持有至到期投资净额+投资性房地产净额)/年末总资产。稳健性检验中本文还会引入其他指标重新度量企业金融化程度。

3. 控制变量。参照滕飞等(2016)等文献的做法，本文选取了如下控制变量：公司规模Size，当年年末总资产取自然对数；资产收益率Roa，年末净利润与总资产的比值；资产负债率Leverage，年末总负债与年末总资产的比值；产权性质Soe，公司实际控制人属于国有单位时取1，否则取0；审计师类型Big4，公司当年被国际四大会计师事务所审计时取1，否则取0；机构投资者持股比例Investor，机构投资者持股数量与公司总股本的比值；董事会规模Board，董事会人数取自然对数；独立董事占比Independence，董事会中独立董事人数比例；股权集中度Herf，当第一大股东持股比例高于或等于第二大到第十大股东持股比例总和时取1，否则取0；两职兼任Dual，当董事长和总经理由同一人兼任时取1，否则取0。

(三)模型设定

本文构建模型(1)对提出的假设进行实证检验，具体如下：

Fraudi,t=β0+β1Financiali,t+β2Controlsi,t+∑Industryi,t+∑Yeari,t+εi,t

(1)

模型(1)中被解释变量Fraud使用上市公司信息披露违规倾向(Fraud_Trend)和违规次数(Fraud_Freq)两个变量衡量。当被解释变量为违规倾向(Fraud_Trend)时，使用面板Logit回归模型进行参数估计；当被解释变量为违规次数(Fraud_Freq)时，使用面板泊松回归(Poisson)模型进行参数估计。此外，模型(1)中还控制了行业固定效应与年度固定效应。本文预期，如果假设成立，那么变量Financial的回归系数β1应当显著为正。

四、实证结果

(一)描述性统计

表1列示了主要变量的描述性统计结果。从表1可以看出，违规倾向(Fraud_Trend)均值为0.117，表明11.7%的样本公司发生过信息披露违规事件；违规次数(Fraud_Freq)均值为0.159，表明样本公司平均违规次数不足1次。企业金融化(Financial)中位数为0.004，表明半数以上的样本公司持有一定数量的金融资产；企业金融化(Financial)均值为0.031，表明样本公司金融资产持有量占总资产的比重大约为3%；企业金融化(Financial)最大值为0.388，表明部分样本公司金融资产配置比例较高。控制变量均值与中位数较接近，表明样本整体分布均匀。

表1 主要变量描述性统计结果

(二)基本回归

表2列示了企业金融化对上市公司信息披露违规倾向与违规次数的影响。由表2可知，Financial与Fraud_Trend、Fraud_Freq在5%水平上显著正相关，表明随着金融化程度的

提升，非金融企业信息披露违规发生的可能性以及信息披露违规次数均显著增加，验证了本文提出的假设。控制变量中，资产负债率(Leverage)、董事会规模(Board)的回归系数显著为正，表明财务杠杆较高、董事会规模较大的公司更容易发生信息披露违规事件；资产收益率(Roa)、产权性质(Soe)、审计师类型(Big4)、股权集中度(Herf)的回归系数显著为负，表明盈利能力较强、由国有单位控股、审计质量较高以及公司治理较好的公司发生信息披露违规事件的可能性较低。以上回归结果均与本文预期相符合。

(三)稳健性检验

为进一步验证模型(1)回归结果的有效性，本文还进行了如下稳健性检验。

第一，为消除上市公司金融资产配置的行业间差异，本文按照同一行业、同一年度内样本公司金融化水平的中位数对公司的实际金融化水平进行调整，重新定义企业金融化(Financial)为公司当年实际金融化水平减去同一行业、同一年度内样本公司金融化水平的中位数后的差额。表3第(1)列和第(2)列报告了重新回归的结果。由此可以看出，经调整后消除行业差异的企业金融化指标(Financial)与Fraud_Trend、Fraud_Freq仍然在5%水平上显著正相关，表明企业金融化与上市公司信息披露违规行为之间的正相关关系确实客观存在。

第二，本文主回归中使用金融资产投入指标来衡量企业金融化程度。为确保企业金融化(Financial)代理变量的可靠性，接下来，本文使用金融资产产出指标重新度量企业金融化程度。由于企业投资金融资产产生的收益通常在财务报表“投资收益”“公允价值变动损益”“汇兑收益”等科目体现，因此，本文按照如下公式重新计算企业金融化程度：企业金融化程度(Financial)=(投资收益-对联营企业和合营企业的投资收益+公允价值变动收益+汇兑收益)/净利润。表3第(3)列和第(4)列报告了重新回归的结果。由此可知，Financial与Fraud_Trend、Fraud_Freq在1%水平上显著正相关，进一步验证了本文提出的假设。

第三，尽管近年来中国证券监管部门加大了上市公司信息披露违规的查处力度，但不可否认的是，上市公司信息披露违规的样本数据属于部分可观测数据，也即样本中可能存在部分发生了信息披露违规但没有被证券监管部门稽查出来的公司，从而导致本文的面板Logit模型和泊松回归结果可能存在偏误(不能有效区分企业金融化究竟是影响了公司信息披露违规倾向，还是公司违规后被查处的概率，还是两者兼有)。为解决这一问题，本文参照Poirier(1980)[20]的做法，采用部分可观测的Bivariate Probit模型对本文提出的假设进行重新检验。具体地，构建模型(2)和模型(3)。

Fraud*i,t=α0+α1Financiali,t+α2Mholdi,t+α3Sharei,t+α4Separationi,t+α5Lossi,t

+α6Independencei,t+α7Big4i,t+α8Opinioni,t+α9Sizei,t+α10Analysti,t

+α11Roai,t+α12Agei,t+α13Leveragei,t+Industryi,t+Yeari,t+μi,t

(2)

+γ6Soei,t+γ7Vol_Stocki,t+γ8Turnoveri,t+γ9Investori,t+γ10Sizei,t

+γ11Analysti,t+γ12Roai,t+γ13Agei,t+Industryi,t+Yeari,t+φi,t

(3)

模型(2)中Fraud*代表上市公司信息披露违规倾向，模型(3)中Detect*代表上市公司信息披露违规被稽查的概率。定义哑变量Fraud和Detect，当模型(2)回归后拟合值Fraud*>0时，Fraud取1，否则取0；当模型(3)回归后拟合值Detect*>0时，Detect取1，否则取0。由于具有违规倾向的公司只有被证券监管部门稽查后，才能被认定为具有违规行为的公司，因此，本文设置一个新的哑变量Z，令Z=Fraud×Detect。当公司存在信息披露违规行为且被证券监管部门稽查通报时，Z取1；当公司不存在信息披露违规行为，或存在信息披露违规行为但未被证券监管部门稽查通报时，Z取0。

模型(2)和模型(3)中涉及的部分解释变量包括：高管持股比例(Mhold)，高管持股数量与公司总股数的比值；第一大股东持股比例Share，第一大股东持股数量与公司总股本的比值；两权分离度Separation，控股股东控制权与现金流权之间的差额；连续亏损Loss，过去两年业绩持续亏损时取1，否则取0；审计意见类型Opinion，当公司被审计师出具非标审计意见时取1，否则取0；分析师关注度Analyst，分析师关注人数(团队数)加1取自然对数；公司上市年限Age，公司上市年限加1取自然对数；托宾Q行业中位数Tobinq_Median，同一行业、同一年度样本公司托宾Q中位数；营业收入增长率Growth，当年相比上年营业收入增长比率；资本支出Capex，公司当年购建固定资产无形资产和其他长期资产支付的现金加1取自然对数；同行业违规公司个数Fraud_Ind，同一行业、同一年度样本公司信息披露违规个数；股票波动率Vol_Stock，股票月波动率的年平均值；股票换手率Turnover，流通股换手率的年平均值。其余变量的解释与模型(1)相同。

表3第(5)列报告了面板Probit模型回归结果，从中可以看出，Financial与Z在1%水平上显著正相关，表明企业金融化不仅显著增加了公司信息披露违规的可能性，还显著提高了公司信息披露违规后被证券监管部门稽查的可能性，进一步验证了本文提出的假设。

第四，将模型(1)的被解释变量替换为上市公司信息披露违规处罚类型，衡量了上市公司信息披露违规后受证券监管部门处罚的严重程度。定义一个计数变量Punish，当上市公司未发生信息披露违规行为时，Punish取0；当上市公司因信息披露违规被证券监管部门通报，但未受到实质性惩罚时，Punish取1；当上市公司因信息披露违规被证券监管部门给予批评或谴责处罚时，Punish取2；当上市公司因信息披露违规被证券监管部门给予警告、罚款或没收违法所得处罚时，Punish取3。当同一年度内上市公司受到多种处罚或多次受罚时，按照最严重的受罚类型进行赋值。表3第(6)列报告了泊松回归结果，可以看出，Financial与Punish在5%水平上显著正相关，表明随着金融化程度的提高，上市公司受到证券监管部门处罚的严重程度也在不断增加。

表3 部分稳健性检验回归结果

注：控制变量与表3完全一致；受篇幅限制，未报告控制变量回归结果，备索。表4～表10同

第五，考虑到企业金融化与上市公司信息披露违规之间可能存在遗漏变量、反向因果等内生性问题，因此，本文选择投资收益在净利润中的占比(Investment)作为工具变量，使用两阶段工具变量法进行内生性检验。该工具变量与企业金融化程度密切相关，但不会对上市公司信息披露违规行为产生直接影响，满足工具变量的选择条件。两阶段工具变量法回归结果如表4所示，从中可以看出，在第(1)列第一阶段回归中，工具变量Investment回归系数在1%水平上显著为正，表明工具变量与企业金融化存在显著的正相关关系；在第(2)列和第(3)列第二阶段回归中，Financial回归系数均在1%水平上显著为正，表明本文所构建的主回归模型并不存在明显的内生性问题。工具变量过度识别检验显示Sargan-Hansen统计值为0.000，工具变量不可识别检验显示LM统计值为52.534，弱工具变量检验显示Cragg-Donald Wald F统计值为52.640，均在1%的统计水平上显著，表明本文选取的工具是合理的，不存在弱工具变量或工具变量过度识别等问题。

表4 两阶段工具变量法回归结果

续表4

Constant-0.0076(-0.62)-2.7249∗∗∗(-3.12)0.0540(0.14)Obs240812407224081Chi22118.92456.221285.11Prob>Chi20.00000.00000.0000Loglikelihood--7396.1363-11111.667Sargan-Hansen统计值-0.0000.000LM统计值-52.53452.534Cragg-DonaldWaldF统计值-52.64052.640

五、影响机制检验

结合前文分析，本文从公司业绩波动性、实物资本投资效率以及大股东与管理层财务资源“掏空”动机三个方面，使用中介效应模型检验企业金融化影响上市公司信息披露违规行为的路径和作用机制。

(一)基于公司业绩波动性的路径检验

已有文献指出，业绩平滑、粉饰与操纵是上市公司信息披露违规的最直接动因，业绩波动性越大的公司越有可能对公司财务信息实施隐瞒披露和虚假陈述，从而引发信息披露违规，而本文前述认为企业金融化加剧了公司业绩波动性。由此可见，公司业绩波动性的增加是企业金融化影响上市公司信息披露违规行为的第一条路径。使用公司过去三年(包含本年)净利润的标准差与过去三年(包含本年)平均总资产的比值衡量公司业绩波动性(Vol_Earning)这一中介因子。表5报告了回归结果，从中可以看出，第(1)列中Financial与中介因子Vol_Earning在1%水平上显著正相关，第(2)列和第(3)列加入中介因子后，中介因子与Fraud_Trend和Fraud_Freq在1%水平上显著正相关，表明企业金融化确实加剧了公司业绩波动性，而业绩波动性越高的公司信息披露违规倾向越高、违规次数也越多。Sobel Z检验显示Z统计量分别在5%和1%水平上显著，证明了上述中介效应的显著性。

表5 影响机制检验一：业绩波动性

续表5

SobelZ检验-2.44542.9918p-value-0.01450.0028间接效应占比-4.80%8.21%

(二)基于实物资本投资效率的路径检验

本文前述理论分析认为，实物资本投资效率的降低是企业金融化影响上市公司信息披露违规行为的第二条路径。参照Richardson(2006)[21]等的做法，本文构建模型(4)，并使用模型(4)回归后的残差项衡量公司实物资本非效率投资行为。

Investi,t=δ0+δ1Investi,t-1+δ2Growthi,t-1+δ3Leveragei,t-1+δ4Cashi,t-1+δ5Sizei,t-1

+δ6Agei,t-1+δ7Returni,t-1+Industryi,t+Yeari,t+εi,t

(4)

模型(4)中被解释变量为公司i第t年新增长期资产投资额，由“购建固定资产、无形资产和其他长期资产支付的现金”减去“处置固定资产、无形资产和其他长期资产收回的现金”得到；解释变量和控制变量依次为公司i第t-1年新增长期资产投资额(Invest)、营业收入增长率(Growth)、资产负债率(Leverage)、现金持有量(Cash)、资产规模(Size)、上市年限(Age)、股票年回报率(Return)以及行业和年度固定效应哑变量。

参照杜勇等(2017)的做法，将模型(4)回归后的残差项按照同一行业、同一年度从小到大排序，并定义一个虚拟变量Underinvest_Dum；当残差项位于同一行业、同一年度1/4分位数以下时，Underinvest_Dum取1，否则取0。Underinvest_Dum取1的样本即认定为投资不足样本。表6报告了回归结果，从中可以看出，第(1)列中Financial与中介因子Underinvest_Dum在1%水平上显著正相关，第(2)列和第(3)列中加入中介因子后，中介因子与Fraud_Trend和Fraud_Freq在1%水平上显著正相关，表明企业金融化确实加剧了公司实物资本投资不足行为，而实物资本投资不足的公司信息披露违规倾向也越高，违规次数也越多。Sobel Z检验显示Z统计量均在1%水平上显著，证明了上述中介效应的显著性。

表6 影响机制检验二：实物资本投资效率

续表6

p-value-0.00250.0000间接效应占比-8.18%13.44%

(三)基于大股东与管理层财务资源“掏空”动机的路径检验

本文前述理论分析认为，企业金融化为大股东与管理层合谋“掏空”公司财务资源创造了机会，是企业金融化影响上市公司信息披露违规行为的第三条路径。本文使用其他应收款占当年年末总资产的比重(Occupy)衡量大股东与管理层对公司财务资源的“掏空”动机与行为。表7报告了回归结果，从中可以看出，第(1)列中Financial与中介因子Occupy在1%水平上显著正相关，第(2)列和第(3)列加入中介因子后，中介因子与Fraud_Trend和Fraud_Freq在5%水平上显著正相关，表明企业金融化确实在一定程度上增加了大股东与管理层对公司财务资源的“掏空”动机，增加了公司代理成本。而随着“掏空”动机的增强，上市公司信息披露违规倾向不断提高，违规次数不断增多。Sobel Z检验显示Z统计量均在1%水平上显著，证明了上述中介效应的显著性。

表7 影响机制检验三：大股东与管理层财务资源“掏空”动机

六、进一步分析

(一)按照融资约束高低分组回归

现有研究普遍认为，非金融企业之所以热衷于配置金融资产，既有跨行业资本套利的动机，又有缓解融资约束、应对资金短缺风险的现实需求(王红建等，2017)。由此可以推断，当非金融企业持有金融资产的目的不同时，企业金融化与上市公司信息披露违规之间的相关关系会存在较大差异。对于融资约束较高的企业而言，配置金融资产可能更多的在于发挥金融资产的资金储备功能。然而，对于融资约束较低的企业而言，配置金融资产可能更多的在于追逐金融资产的套利功能。为验证上述推断，本文使用Hadlock and Pierce(2010)[22]构建的SA指数衡量公司融资约束程度，并按照同一行业、同一年度内样本公司SA指数的中位数对模型(1)进行分组回归，表8报告了回归结果。从表8可以看出，企业金融化(Financial)与信息披露违规倾向(Fraud_Trend)、违规次数(Fraud_Freq)之间的显著正相关关系仅出现在低融资约束组，而且组间系数差异Chow检验均在1%水平上显著，表明当企业配置金融资产的目的不在于储备资金、缓解融资约束时，企业金融化行为会引发严重的信息不对称与代理问题，进而增加公司信息披露违规风险。

表8 按照融资约束高低分组回归

(二)按照盈余质量高低分组回归

基于舞弊三角理论可知，舞弊机会是公司成功实施任何违规行为不可缺少的条件，而低质量的盈余信息披露环境则为上市公司信息披露违规创造了条件。由此可以推断，当公司盈余质量较低时，外部利益相关者对公司的信息解读成本则会增加，进而有助于金融化企业出于私人收益最大化的目的而对公司财务信息和非财务性信息进行策略性披露，导致公司信息披露违规的可能性显著增加。为验证上述推断，本文使用修正的琼斯模型计算公司操纵性应计盈余管理强度(DA)，以衡量公司盈余质量，并按照同一行业、同一年度内样本公司DA的中位数对模型(1)进行分组回归，表9报告了回归结果。由表9可以看出，Financial与Fraud_Trend、Fraud_Freq之间的显著正相关关系仅出现在盈余质量较低组，而且组间系数差异Chow检验均在1%水平上显著，表明低质量的盈余信息披露环境确实在一定程度上为金融化企业的市场套利行为创造了条件。

表9 按照盈余质量高低分组回归

续表9

年度固定效应控制控制控制控制Constant-5.3498∗∗∗(-4.54)3.4599∗∗(2.56)-1.3933∗∗(-2.51)2.1929∗∗∗(3.43)Obs13210108431321310868Chi2267.27295.61661.12774.73Prob>Chi20.00000.00000.00000.0000Loglikelihood-4099.026-3351.168-6089.333-4946.892组间差异Chow检验p=0.0000p=0.000

(三)按照外部审计质量高低分组回归

已有研究表明，良好的外部监督环境有助于降低公司信息不对称，对上市公司信息披露违规行为具有治理效应。具体而言，分析师跟踪、机构投资者监督、卖空机制均能够显著降低上市公司违规事件发生的可能性。由此可以推断，当外部监督力度较强时，金融化企业的业绩操纵、粉饰以及盈余管理动机会受到较大抑制，进而导致公司信息披露违规行为大幅减少。本文使用公司年度审计收费衡量公司外部审计质量，并按照同一行业、同一年度内样本公司审计质量的中位数对模型(1)进行分组回归，以验证上述推断。表10报告了回归结果。由表10可以看出，Financial与Fraud_Trend、Fraud_Freq之间的显著正相关关系仅出现在外部审计质量较低组，而且组间系数差异Chow检验在1%或5%水平上显著，表明高质量的外部审计确实能够在一定程度上抑制金融化企业的市场套利行为，能够在抑制金融化企业的信息披露违规行为方面发挥积极作用。

表10 按照外部审计质量高低分组回归

七、研究结论与政策建议

近年来，越来越多的非金融企业热衷于投资金融领域，导致社会经济呈现出“脱实向虚”的趋势，不仅损害了产业资本长远发展，还加剧了宏观经济运行风险。针对这一现象，本文从上市公司信息披露违规的视角研究了企业金融化可能引发的微观负面效应。研究发现，随着上市公司金融化程度的提高，公司信息披露违规发生的可能性以及信息披露违规次数也会随之增加，表明金融化企业具有较高的市场套利与财务舞弊动机。使用中介效应模型进行机制检验发现，企业金融化加剧了公司业绩波动性，挤出了公司实物资本投资，并在一定程度上诱发了大股东与管理层对公司财务资源的“掏空”动机，进而增加了公司信息披露违规倾向。进一步横截面分组检验发现，当公司融资约束较低、盈余质量较低以及审计质量较低时，企业金融化与上市公司信息披露违规行为之间的正相关关系更加显著。这一方面验证了大量企业并非基于资金储备以及融资约束缓解动机而持有金融资产，另一方面验证了良好的外部监督环境在抑制金融化企业信息披露违规行为方面的积极影响。

本文的政策建议如下：第一，政府监管部门应当加强对企业金融资产的交易管制。大量既有文献已经表明，不合理的企业金融化行为会引发公司信息不对称和代理问题，损害了实体经济健康发展。本文则进一步表明，企业金融化行为还会加剧公司信息披露违规倾向，进而为上市公司带来法律风险。然而，现阶段中国并没有出台用于规范企业金融资产交易及其信息披露行为的法律法规，导致信息披露违规行为随着企业金融化程度的加深不断涌现，影响了资本市场有效运行。政府监管部门应当运用物联网、大数据等信息技术加强金融管制，严格打击金融资产频繁交易、违规套利行为，降低金融资产的套利空间。第二，证券监管部门应当加强对非金融企业金融资产投资的信息监管：一方面要求上市公司在财务报告附注中强制披露金融资产交易目的、持有与处置情况，并详细列示金融资产投资收益对当期利润的影响；另一方面积极推动良好金融生态环境建设，将不专注主业发展、善于从事金融资产套利活动且业绩波动较大的企业及时向社会公开，形成社会共同监督的氛围，进而抑制上市公司信息披露违规事件发生的可能性。