非金融企业总体金融化水平如何影响实业投资率?——基于中国上市公司的实证研究

瞿 真

(中国人民大学 经济学院, 北京 100086)

一、问题的提出

随着我国金融业的不断发展与金融部门的不断膨胀,非金融企业持有金融资产占比以及金融渠道收益占企业利润总额的比例呈现出不断提高的趋势,尤其是近几年,我国企业金融化程度的不断提高以及实体经济脱实向虚现象引发了学界的广泛关注。其中,金融化水平对企业固定资产投资的影响是议题之一。

在理论上,金融化水平对企业投资可能产生正向或负向两种作用。根据预防性储蓄理论,相比于固定资产、无形资产等长期资产具有期限长、变现能力差、不可逆性等特征而言,由于金融资产具有较强的变现能力、较低的调整成本,企业持有金融资产可以起到“蓄水池”作用,当未来主业投资缺乏资金时,实体企业可以通过出售流动性较强的金融资产获取资金,减少对外部融资的依赖,缓解投资不足问题[1]。而负面影响的主要理论依据是,金融资产配置的上升会对实业投资存在“挤出”效应:由于企业受到融资约束的限制,金融资产份额的增加必须以实业投资的下降为代价;同时,金融化程度的提高会使企业向金融市场支付的股息、利息在利润中的占比提高,对投资具有挤出作用。

Orhangazi(2008)[2]、张成思等(2016)[3]、郭丽婷(2017)[4]、Tori等(2017)[5]利用非金融企业微观数据,通过实证分析验证了金融化程度的增加会对企业投资产生负面影响。也就是说,个体企业层面上,金融化水平对企业投资的挤出作用占据主导地位。由此,许多学者认为金融化水平的提高会导致中国非金融企业的实业投资率下降。

然而,个体企业层面上金融化水平对企业投资的负向影响在宏观层面上并不一定同样成立,主要原因有二:其一,企业存在异质性,变量之间在微观层面显著的关系在加总之后不一定依然成立;其二,企业获取金融资产仅仅意味着金融资产的转移,并不一定会减少总投资。即使购买金融资产的企业将原本用来投资的资金用于购买金融资产,销售金融资产的企业完全可能将得到的收入进行投资,这样一来,宏观层面上的总投资并不会减少[6]。

出于以上考虑,若仅从微观实证角度验证个体企业金融化程度对投资的负向作用,并不能直接推出总体金融化水平的提高会使所有企业的总投资率降低这一结论,也就无法考察企业金融化这一宏观现象对投资的总体影响,并得出有针对性的政策建议。由于全社会企业的金融化水平难以衡量,本文对上市公司数据进行加总,构建整体金融化指标与整体投资率,并利用向量自回归模型分析在上市公司这一样本内金融化水平对加总后企业的投资率的影响。

二、非金融企业总体金融化水平的度量

在实证文献中,考察企业金融化水平的指标主要有三种。Orhangazi(2008)[2]、Tori等(2017)[5]将金融渠道利润占固定资产净值的比例作为解释变量加入投资率的回归模型中;Demir(2009)[7]、谢家智等(2014)[8]、郭丽婷(2017)[4]、宋建波等(2019)[9]和杜勇等(2017)[1]以企业持有的金融资产占总资产的比例表示金融化水平;张成思等(2016)[3]、刘贯春(2017)[10]则从利润份额入手,通过计算企业金融渠道获利的占比来衡量企业的金融化水平。在广义口径下,这种从利润角度计算的金融化程度指非金融企业的投资收益、公允价值变动损益以及其他综合收益等金融渠道获利加总占营业利润的比例;在狭义口径下,则是指非金融企业的投资收益、公允价值变动损益、净汇兑收益扣除对联营和合营企业的投资收益占营业利润的比例。

笔者认为,利润角度的金融化程度衡量的是金融活动所带来的利润与企业当期营业利润的相对大小,能够反映出在特定时间段中金融活动对于企业整体业务的相对重要性,与本文想要研究的投资问题较为契合;而金融资产占总资产的比例是存量概念,且波动性相对较小,不适合作为影响投资决策的指标,因而从利润角度考察企业的金融化水平更为合适。由于对于非金融、非房地产行业上市公司,联营和合营企业往往与公司从属于同一行业,若将对联营和合营企业的投资收益记入金融渠道收益,很可能会高估金融化水平。因此,本文采用狭义口径的金融渠道获利从利润角度考察非金融企业的金融化水平。

为了衡量上市公司金融资产占比和金融化水平的总体程度,需要对单个公司的金融化程度和金融资产占比指标进行平均处理。以往研究针对总体金融化水平的计算方式为:用符合条件的上市公司的金融渠道获利之和除以营业利润之和,认为当金融渠道收益或营业利润出现负值时,算术平均和加权平均都会导致计算出的金融化水平失真,而这种整体平均的计算方法可以避免上述问题,能够从整体反映金融化水平。事实上,这种计算方法同样是一种以营业利润为权重的加权平均方法,当营业利润为负时,相当于为单个公司的金融化水平加以负的权重,如式(1)所示:

图1显示的是2007—2018年中国非金融、非房地产部门上市公司的总体金融化水平,数据来源为国泰安数据库。其中广义、狭义金融化水平均由式(1)计算得出。

图1 广义、狭义总体金融化水平

虽然这一指标可以在一定程度上反映出金融活动在公司经营活动中的相对重要程度,但仍存在两方面不足:其一是当上市公司营业利润为负时会高估金融化水平;其二是该指标更倾向于描述上市公司在金融渠道的盈利能力而不是其相对金融化程度,容易受到金融市场波动的影响。以下分别进行阐述。

虽然单个上市公司金融渠道获利和营业利润均可能为负值,但我们利用数据集计算得出,样本各时间点上上市公司的金融渠道获利之和以及营业利润之和均为正数。因此,可以通过讨论单个公司对总体指标分子、分母的影响,分析该公司对上述总体金融化水平的边际影响,进而考察金融化程度指标的合理性。

一方面,当某公司营业利润较高而金融渠道获利接近零时,加入该公司会显著降低总体金融化水平,符合我们对金融化水平的一般认识;然而,当公司营业利润为较为极端的负值时,即使金融渠道获利接近零,也会通过减小分母而显著增加总体金融化水平。因此,当较多上市公司受宏观经济因素影响而导致营业利润为负时,上述指标会明显高估金融化水平。

另一方面,同样考虑单个公司对总体指标的边际影响,如果控制某个公司营业利润不变,总体金融化指标为该公司金融渠道获利的单调减函数。即当公司在金融渠道亏损越严重,所计算出的金融化水平越低。如果把金融化程度理解成金融投资盈亏在公司营业利润中的重要程度,这种在金融市场亏损越多,金融化程度越低的现象显然是不合理的。当金融市场波动造成许多上市公司金融渠道获利为负时,这种计算方式会导致金融化水平被低估。

因此,笔者认为可以采用一种新的衡量总体金融化水平的指标,即利用上市公司金融渠道获利与非金融渠道获利的绝对值之和的比例来衡量金融化水平,其计算公式为

这种方式计算出的金融化水平指标衡量的是上市公司金融渠道获利与非金融渠道获利的相对大小,并用公司非金融渠道获利的绝对值大小进行加权。之所以分母采用非金融渠道获利而不是营业利润的绝对值,是基于以下考虑:若金融渠道获利占据了公司营业利润的一大部分,例如金融渠道获利(或亏损)5万元,营业利润为10万元,若直接对二者比例进行绝对值处理,则金融渠道盈利或亏损不会影响金融化水平,计算结果均为50%;而采用金融渠道获利与非金融渠道获利的绝对值之比可以较为准确地衡量公司两种渠道的利润的绝对值相对大小,上例计算出的金融化水平分别为100%与33%。

图2对比了原有的总体金融化水平指标和我们提出的绝对值金融化水平指标,可以发现新指标较好地克服了上文提出的两个问题。新指标相对于原有指标波动幅度较小,在一定程度上去除了宏观经济波动以及金融市场波动对金融化水平指标造成的影响。

为了更好地识别两种指标产生差异的原因,我们首先观察非金融及房地产行业中,各时间点金融渠道收益为负的公司占比与金融化水平指标之间的关系。图3显示,原指标与该比例之间存在明显的负相关关系,且原指标显著低于新指标的情况均出现在大量公司金融渠道收益为负的时间点(图3中虚线部分),在一定程度上证实了上文提出的,当金融收益显著为负时,金融化水平被低估的假设。

图2 金融化水平原指标与新指标对比

图3 金融化水平原指标与新指标对比

接下来考察制造业上市公司中,营业利润为负的公司占比与金融化水平指标之间的关系。观察图4可以发现,当制造业行业中营业利润为负的上市公司占比超过20%时,原有的广义金融化水平指标显著高于本文提出的新指标(图4中虚线部分),在一定程度上验证了前文提出的,当较多上市公司受宏观经济因素影响而导致营业利润为负时,原指标会高估金融化水平的假设。

图4 制造业公司金融化水平原指标与新指标对比

三、非金融企业总体金融化水平与投资比例关系的实证检验

1. 变量设定与数据来源

为了更好地识别企业金融化水平与投资比例的长期关系,同时考虑到2007年新会计准则对于企业财务数据的影响,本文采用了2008年6月至2018年6月中国非金融、非房地产行业上市公司的季度数据,数据来源为国泰安数据库,变量定义如下。

① 投资比例(Invest):利用上市公司季度报表中固定资产与在建工程之和的变化量计算企业上一季度内的固定资产投资,然后用所有符合条件的上市公司上一季度内固定资产投资的总和与上述企业资产的总和之比计算出按企业资产加权的季度平均投资比例。

② 金融化水平(FinInc Abs):利用上文所述方法计算得出绝对值金融化水平。

③ 托宾Q值(TBQ):由上市公司总市值与总资产之比计算得出按总资产加权的平均托宾Q值。

④ 货币供给(LM2):由货币供给M2取对数后得到,数据来源为中经网数据库。

为了剔除季节性因素的影响,以上变量均利用X13方法进行了季节性调整,图5为经季节性调整后的数据。

2. 模型构建与实证检验

(1) 单位根检验

为了验证变量的平稳性,首先对变量进行ADF单位根检验。从表1的结果可以看出,金融化水平、托宾Q值均仅有一个单位根,这说明它们都是一阶单整过程;而投资比例和取对数差分过的货币供给都不存在单位根。因此,可以将金融化水平和托宾Q值进行一阶差分后,与投资比例和货币供给一同构建结构向量自回归模型(SVAR)进行分析估计。

表1 单位根检验过程

图5 季节调整后的时间序列数据

(2) 非金融企业投资比例的结构向量自回归模型

为验证非金融企业的总体投资水平与总体金融化水平之间的动态关系,参考丁守海(2006)[11]构建结构向量自回归模型(SVAR)进行实证检验,以投资比例、金融化水平、托宾Q值和货币供给为内生变量构建模型。根据AIC准则,使用四阶VAR模型。模型逆根都在单位圆内,说明模型稳定。模型系数估计结果显示,金融化程度指标及其滞后项的系数均不显著。同时,格兰杰检验表明金融化程度的变化不是企业总体投资水平的格兰杰原因,说明总体金融化程度对于预测企业未来总体投资水平并没有显著作用。

为了捕捉模型系统内变量间即时的结构性关系,需要对4个变量之间的当期影响施加6个约束条件。根据变量的经济学含义,本文中约束设定如下:由于投资过程从决策到体现在企业资产负债表上的过程存在一定时滞,因此投资比例当期内不受到金融化水平、托宾Q值与货币供给的影响;同样,货币政策对宏观经济的调控需要一定反应时间,因此货币供给当期不受到托宾Q值与企业金融化水平的影响;最后,企业金融化水平当期内不受到托宾Q值的影响。

图6显示的是利用所有非金融、非房地产行业上市公司数据得到的脉冲响应结果。结果显示,宏观金融化程度的变化对上市公司总体固定资产投资水平的影响并不显著,脉冲响应结果甚至表明金融化程度的提高可能会对投资产生正面影响。这与以往实证文献中金融化程度的增加会对企业投资产生负面影响的结论并不相符,单个公司金融化水平对企业固定资产投资的负面影响在对企业活动进行加总后可能不再显著。

图6 所有非金融、非房地产行业上市公司的脉冲响应结果

以往研究表明,在企业的投资决策中,现金流充裕程度即企业面临的融资约束起关键作用[12-14]。因此当企业自有资金和通过其他渠道融资得到的可用资金总额受到限制时,购买金融资产的行为可能导致企业投资行为减少。然而,受到企业异质性影响,不同企业所面临的融资约束并不相同。相比大型企业,小型企业所面临的融资约束更强。因此,金融化水平的提高可能会对小型企业的固定资产投资起到更强的挤出作用;而由于大企业更易从银行获得融资,融资约束较弱,金融化水平的提高对其主营业务投资的挤出效应并不强,甚至可能起到蓄水池作用,对投资产生正面影响。

为了验证以上假设,可以根据融资约束情况将企业分类,分别构建模型进行分析。若假设为真,则金融化水平会对融资约束较强的公司总体投资产生较强的负面影响,而对融资约束较弱的上市公司的投资负面影响较小,甚至表现为正面影响。潜力等(2016)[15]采用随机前沿分析方法研究公司规模对于其融资约束的影响,发现公司规模是影响其融资约束的重要因素,其中中小板上市公司所受融资约束明显大于上证50板块公司。因此,我们利用中小板上市公司与深市A股上市公司中的非金融企业作为样本,沿用上文方法分别构建结构向量自回归模型进行分析。

(3) 中小板上市公司与深证A股上市公司投资比例的结构向量自回归模型

利用中小板上市公司与深证A股上市公司分别构建结构向量自回归模型。首先根据变量定义分别计算出两个子样本内部公司的总体金融化水平、投资比例以及托宾Q值。单位根检验表明原变量与差分处理过后的变量的平稳性与所有上市公司样本中得出的结果一致。根据AIC信息准则,中小板上市公司应使用四阶VAR模型,但模型的逆根在单位圆之外,VAR模型不稳定。因此按AIC准则顺序采用二阶VAR模型(笔者也尝试了一阶VAR模型,脉冲响应分析结果相似)。深证A股上市公司根据AIC准则使用四阶VAR模型,模型稳定。

依照上文对变量之间当期关系施加的约束,构建结构向量自回归模型进行对比。图7中的脉冲响应结果表明金融化水平对规模较小、融资约束较强的中小板上市公司的投资具有显著的抑制作用;而对规模较大、融资约束较弱的深证A股上市公司的投资作用并不显著,甚至可能存在正向作用,这与本文假设所预期的结果一致。同时,格兰杰检验也表明,在中小板上市公司样本中,金融化程度的变化是企业总体投资水平的格兰杰原因;而在深证A股上市公司样本中,金融化程度的变化则不是企业总体投资水平的格兰杰原因,说明金融化水平这一变量在中小板上市公司这一样本中对企业未来的投资比例具有更强的解释作用。

图7 中小板与深证A股非金融、非房地产行业上市公司的脉冲响应结果

四、结 论

实证结果显示,在全体非金融行业上市公司中,总体金融化水平对企业总体投资比例的影响并不显著。这与以往实证文献中从微观角度证实的,金融化程度的增加会对企业投资产生负面影响这一结论并不相符,说明单个公司金融化水平对企业固定资产投资的负面影响在对企业活动进行加总后可能不再显著。使用中小板公司与深证A股公司数据分别构建的模型结果显示,对于规模较小、融资约束较强的上市公司,金融化水平的提高会对企业的固定资产投资起到显著的挤出作用;而对于规模较大、融资约束较弱的深证A股上市公司,金融化水平对固定资产投资的挤出效应并不显著。由于小型企业所面临的融资约束更强,金融化水平的提高对小型企业的固定资产投资起到了更强的挤出作用;而由于大企业更易从银行获得融资,融资约束较弱,金融化水平的提高对其主营业务投资的挤出效应并不显著。