非金融企业经营风险与入股金融机构研究

2022-01-19吴文锋丁逸俊

系统管理学报 2022年1期

徐立，吴文锋，丁逸俊

(1.上海交通大学安泰经济与管理学院，上海 200030;2.上海证券交易所资本市场研究所，上海 200120)

近年来，中国企业实体经营的收益逐步压缩，经营风险逐渐增大。面对错综复杂的外部环境和经济持续下行的压力，企业风险管理的需求也随之加大，越来越多的企业通过配置金融资产来实现利益最大化、抵御风险。企业金融资产配置与经营风险之间的关系，已经逐渐成为继宏观经济环境、货币环境、经济政策不确定性、地区差异等因素[1-4]外，企业金融化问题相关研究学者们关注的焦点。

除了理财产品、债券、股票等短期金融资产投资和投资性房地产外，另一种金融资产的配置方式则是对银行、证券等金融机构产生的股权投资，通过入股金融机构形成长效化的战略合作或合营联营关系，并计入长期股权投资、期末按成本法计量的可供出售金融资产。2016年起，中国政府积极鼓励实体企业参股金融机构;2019年7月，银保监会指出，欢迎国内外金融机构和其他经营稳健的实体企业，投资入股现有中小银行保险机构。自此，越来越多拥有雄厚资本的大型企业或上市企业开始涉足金融领域。

然而，面对非金融企业入股金融机构越来越多的现象，学术上探讨经营风险与入股金融机构之间关系的研究却非常有限。企业配置金融资产的动机不同，其经济后果往往也会存在显著差异[5-6]。与短期财务性金融资产投资所不同的是，入股金融机构(尤其是非上市金融机构)既存在低资产流动性带来的变现问题，也无法在短期获得相对稳定的收益。此时，从短期利润最大化的财务配置视角无法解释上市公司入股金融机构的行为。相同地，短期金融资产投资虽然可以在保持资金流动性的同时获得相对稳定的收益，但无法帮助企业实现降低企业融资成本、发展结构转型等目标。相比之下，以往的相关研究[1，7-9]出于不同的研究视角和目的，把金融资产广义地界定为所有涌入金融渠道的资金，而并不区分短期购买金融产品与长期参股金融机构，在一定程度上低估了非金融企业入股金融机构的重要性和特殊性。

本文认为，探讨企业经营风险与入股金融机构之间的关系，必须从经营风险的本质着手。企业的经营风险一般由资产端预期收益的不确定性和负债端融资成本的不确定性两方面构成。一旦融资渠道收紧或者投资未能获得预期收益，就会造成资金链的吃紧，使得核心经营业务出现问题，导致经营活动出现大幅波动。若融资约束是中国非金融企业经营风险的主因，那么，在企业经营风险增大时，会倾向于入股金融机构的行为，从负债成本端降低资金使用成本，为公司提供长期流动性、缓释风险。从这个角度而言，研究中国企业经营风险管理中的入股金融机构行为，对于深入认识中国企业经营风险的成因和金融化的经济后果，探究金融服务实体经济的方法具有重要意义。

基于此，本文聚焦于非金融企业经营风险与入股金融机构之间的关系。运用2010～2018年中国非金融地产类上市公司数据进行的实证研究结果证实，当企业面临经营风险时，会更倾向于入股金融机构。随后的经济效果检验表明，企业入股金融机构的确可以降低未来企业的经营风险。机制检验表明，融资成本越高、地区金融市场发展程度越落后，企业越倾向于通过入股金融机构的方式达到经营风险管理的目的。这一结果表明，当企业入股金融机构后，融资约束在一定程度上得到了改善，企业的经营活动更少受到自身的融资成本高企和地区金融市场发展不完善的影响，其经营风险也得到了下降。稳健性检验中，本文替换了被解释变量，考察了经营风险与入股金融机构之间的U形关系，对主要变量的内生性问题进行了处理，结论依然一致。

与已有研究相比，本文的贡献在于:其一，聚焦于企业长期参股金融机构股权的现象，有针对性地探讨了非金融企业入股金融机构与企业经营风险的关系。实证发现，中国企业在经营风险上升时会倾向于入股金融机构，而入股金融机构后则有助于减小企业未来经营风险。其二，基于风险规避是企业金融化的重要影响因素的论述，进一步指出中国企业通过入股金融机构降低自身融资约束水平和克服地区金融市场发展的不利影响，从而改善经营风险。反映了中国企业经营风险加剧的根本原因在于融资约束。总体上，本文拓展了目前中国关于“企业经营风险增大的成因”“产融结合”“实体产业金融化”等问题的研究。

1 文献综述与研究假设

相关研究表明，企业金融资产的配置除了受到企业自身经营绩效和本文中的经营风险的影响，同时也会受到宏观经济环境、货币环境、经济政策不确定性等外部环境的影响[1-4]。近期，企业金融资产配置与经营风险之间的关系则成为相关研究学者们关注的焦点。李建军等[10]在研究非金融企业影子银行化对经营风险的影响时指出，融资约束低的非金融企业通过充当“实质性信用中介”向融资约束高的企业融出资金，未来现金流的不确定性取决于借款方的偿债能力，一旦借款企业贷款无法如期归还，则会增大放款企业的经营风险;另外，企业通过购买短期金融产品间接参与“影子信贷市场”，加剧企业部门与金融体系之间的风险联动，进而增加经营风险。张成思等[9]则从中国实体企业金融化的原因层面指出，货币扩张、资本逐利以及风险规避3个因素均是非金融企业金融化的关键影响因素。然而，上述相关研究均不涉及非金融企业入股金融机构的问题。

非金融企业入股金融机构与企业经营风险之间存在着必然的内在联系。企业的经营风险一般是指企业盈利的波动性。从经营业绩等于收入减去成本的等式中可以看到，影响企业经营风险的因素有两个方面，一是资产端预期收益的不确定性，二是负债端融资成本的不确定性。短期金融资产配置的背后是主业业绩的下滑和金融产品收益率的上升，即收益端的视角。但是，有学者从中国上市企业的实证数据中发现，“蓄水池效应”并非是中国企业金融化的主要原因[3，8]。这就意味着，企业更愿意在经营风险较小而非经营风险增大时增加短期金融资产的配置。入股金融机构则可以降低企业与金融机构之间的信息不对称和改善银企关系，进而在企业面对潜在的负面冲击时得到金融机构的流动性支持，从负债成本端降低资金使用成本，增大企业盈利的稳健性。鉴于此，提出:

假设1非金融企业经营风险越大，越倾向于入股金融机构。

上文指出，非金融企业入股金融机构与企业经营风险之间，主要通过整体融资约束水平进行相互联系。影响企业整体融资约束水平的因素主要有两个方面，一是企业自身经营发展或是行业、所有权属性导致的不同的个体融资约束程度，即个体层面的影响;二是企业所属地区金融市场发展程度带来的外部环境的融资约束程度，即环境层面的影响。

黎文靖等[11]指出非国有企业参股金融机构的模式是一种市场竞争压力和融资约束驱动下自由选择的结果。而参股金融机构则有利于降低交易费用、缓解融资约束程度与投资不足，从而达到资源优化配置，提高企业经济效益和竞争力[12-13]。其逻辑机理在于，入股金融机构可以通过帮助企业便利地获取信贷资源，而缓解资金需求方(实体企业)与供给方(银行等金融机构)之间的信息不对称程度所导致的逆向选择，从而降低交易成本[13-15]。另外，经营风险越高的企业，因为利润的不确定性高并且破产概率更高，银行为之设定的抵押率更低，其面临的融资约束问题则更严重，企业从商业银行等传统金融机构获得的信贷支持越少[13]。研究表明，由长期股权投资构建的企业集团对企业金融资产投资行为也能产生广泛影响，参股金融机构形成的“内循环”不但能够降低融资成本，还能在公司扩张过程中强化核心控股公司的收益[6]。在这种情况下，企业通过长期参股银行、证券等金融机构从而降低其融资成本的动机则更强烈。

另外，徐立等[4]指出，无论从企业实体经营状况还是从其持有的金融资产规模上讲，中国制造业企业都存在着显著的地域特征，地区间金融市场发达程度和政府干预程度会对企业金融投资和实体产业的资源配置选择和效率形成影响。中国目前地区之间金融市场的发展程度差异巨大，对于一般上市公司而言，很难与大型国有银行或商业银行形成直接的投融资关系，因而其参股金融机构的对象往往是当地的城市商业银行、农商行、农村信用合作社等，地域因素在企业入股金融机构方面存在较大影响。发达的区域金融市场和区域金融体系能够强化资源的配置功能，从而降低企业外部融资的成本，有效缓解企业融资约束[16-17]。而在金融市场发展程度更低的区域，企业通过与当地金融机构合作或联营的方式，弥补区域金融市场本身发展程度的不足。Gerschenkron[18]从经济发展视角，认为产融结合对于经济相对落后地区，通过资本的有效供给解决其早期工业化资本形成问题，提出了产融结合的资本供给效应。万良勇等[13]发现，参股银行的融资约束缓解作用在金融欠发达地区更为明显。因此，提出:

假设2在非金融企业相同的经营风险水平下，个体融资约束程度越高，越倾向于入股金融机构。

假设3在非金融企业相同的经营风险水平下，地区金融市场发展程度越低，越倾向于入股金融机构。

2 实证研究设计

2.1 模型设定与变量选择

(1)被解释变量。入股金融机构(DummySI)是虚拟变量。本文搜集并手工修正了中国非金融地产上市公司参股银行、证券等金融机构的情况。2014年会计准则修改前，上市公司参股金融机构大多纳入长期股权投资。2014年年报开始，大多数上市公司则把持有的金融机构股权调整为“期末按成本法计量的可供出售金融资产”，并在财务报表附注中披露。为防止企业以短期财务投资为目的进行参股金融机构，剔除了参股时间小于两年的情况。当企业长期参股银行、证券等金融机构时，DummySI取值为1，否则为0。

(2)解释变量。经营风险(FinRisk)。参考文献[10，19]中的做法，用会计收益波动性作为经营风险的代理变量。会计收益波动性等于样本企业经行业调整后的资产报酬率在5年内(t-2年～t+2年)的标准差。该值越大，表示经营风险越大。

(3)控制变量。根据相关文献[20-21]显示，其他诸如企业规模、收益水平、企业年龄、未来成长性、股权结构等微观个体因素也是影响企业金融资产配置选择的重要动因。选取企业总资产的对数(Size)、净资产收益率(ROE)、上市年龄(Age)、主营业务收入增长率(Growth)以及实控人股权比例(Ownershare)作为微观企业个体的控制变量(Control)。另外，本文模型中还控制了年度效应(Year)和行业效应(Industry)。

考虑到本文被解释变量为二元虚拟变量，在探究企业经营风险与入股金融机构的关系时，本文同时构建了面板数据Logit和Probit模型进行研究。Logit和Probit模型的区别在于采用的分布函数不同，前者假设随机变量服从逻辑概率分布，而后者假设随机变量服从正态分布。具体如模型为

当企业经营风险增大而更倾向于入股金融机构时，γ1的系数将显著为正，而α1的系数显著为负。变量定义如表1所示。

表1 本文所有变量的定义

2.2 样本选择和数据来源

本文选取2010～2018年中国A股市场的非金融地产上市公司为研究样本，剔除相关数据缺失的样本。最终，共获得3 348家非金融地产类上市公司，和23 074个观测值。所有上市公司财务、行业和宏观变量数据均来自WIND数据库和CSMAR数据库，地区金融市场发展程度指数来自2019年4月发布的《中国分省份市场化指数报告(2018)》。为克服极端值的影响，对所有连续变量进行1%的Winsorize处理。

3 实证研究结果与分析

3.1 描述性统计

表2列出了所有变量的描述性统计结果。从全样本来看，在2010～2018年的9年间，中国非金融地产类上市公司的经营风险(FinRisk)的均值为4.17，入股金融机构的上市公司占总样本的近20%。而由表3主要变量的Pearson相关系数可见，同期入股金融机构与经营风险之间的相关系数为0.05，显著大于0。另外，企业总资产的对数、净资产收益率、上市年龄、主营业务收入增长率以及实控人股权比例也差异较大，都可能影响企业金融资产的配置。

表2 本文所有变量的描述性统计

表3 主要变量的相关系数

3.2 经营风险对入股决策的影响检验

表4给出了企业经营风险对入股金融机构(DummySI)的影响。列(1)是采用Logit模型的回归结果，列(2)是采用Probit模型的回归结果。同时，为了克服内生性问题对实证结果的影响，用企业所在行业其他公司的经营风险(FinRisk)的均值(mean_Fin Risk)，以及企业经营风险(Fin Risk)的滞后一阶项(L.FinRisk)，作为非金融地产类上市公司企业经营风险的工具变量，采用两步法回归处理二值选择模型的内生性问题。列(3)是采用两部法IV Probit模型的回归结果。

表4 经营风险对企业入股金融机构的影响

列(1)的结果显示，经营风险对入股金融机构的影响系数在5%显著性水平上显著大于零，即企业面临的经营风险越大，越会倾向于入股金融机构。在其他条件不变的情况下，会计收益波动性每上升1点，企业持有其他金融机构股权的概率(边际影响)就会提高约2.36%。运用Probit模型(列(2))和运用两步法IV Probit模型(列(3))得出的结论与Logit模型一致。企业总资产(Size)、净资产收益率(ROE)和上市年龄(Age)等控制变量则对企业入股金融机构的影响也基本符合预期。规模越大、业绩越好、上市年份越长的企业更倾向于持有金融机构股权。

把样本按照是否入股金融机构分为参股组(treat group)和非参股组(control group)。参股组中以每家企业选择入股金融机构的第一年作为被解释变量，入股前一年的经营风险作为解释变量，考察企业经营风险如何影响参股决策。由于非参股组并不存在“入股前一年”，故采用两种方法处理非参股组。①使用倾向性得分配对(PSM)的方法选取企业总资产、净资产收益率、上市年龄、主营业务收入增长率和实控人股权比例作为配对标准，对同年份同行业进行一对一匹配。例如，对于在2012年入股金融机构的企业A，根据企业A在2011年的特征匹配满足条件的2011年的非参股组企业B。②对每一家非参股组企业的经营风险和公司特征变量取年度均值。因此，原来的面板数据Logit和Probit模型转换为横截面Logit和Probit模型。

表5中列(1)、(2)为PSM方法的结果，列(3)、(4)为取年度均值的结果。实证结果显示，经营风险对入股金融机构的影响系数在5%显著性水平上显著大于零，即经营风险大的企业会选择入股金融机构。上述结果均说明，经营风险是中国非金融企业入股金融机构的重要影响因素。当企业面临经营风险时，更倾向于长期参股金融机构股权，验证了本文的假设1。

表5 经营风险对企业参股决策的影响

3.3 经济后果检验

上文结果表明，当企业面临经营风险时，会倾向于入股金融机构。那么，究竟入股金融机构能否起到降低企业未来经营风险的效果?从这个问题出发，对入股金融机构与经营风险的经济后果进行检验。此时，解释变量变为当期入股金融机构的虚拟变量，而被解释变量则为企业下一期的经营风险变量。具体模型为

为了避免因截面上公司的内在特征而不是产融结合决策所产生的经济后果影响，分别进行了PSM后的渐进双重差分方法(time-varying DID)和Heckman两阶段方法检验，在一定程度上解决样本选择偏差和内生性等问题。具体地:①按照上节中提到的方法，通过PSM方法对参股组和非参股组样本进行匹配。考虑到各企业入股金融机构的时点不同，也存在入股状态不停发生改变的可能，参考Beck等[22]的做法，在双重固定效应的估计框架下进行渐进双重差分。②企业特征本身可能决定了入股金融机构的决策，从而致使具有较为严重的自选择问题。为此，使用Heckman两阶段方法进行检验，以尽可能地控制自选择问题。

表6中列(1)～(3)分别展示了普通双重固定效应模型、PSM后的渐进双重差分模型和Heckman两阶段模型的实证结果。表6的结果表明，入股金融机构虚拟变量前的系数显著小于0，即企业入股金融机构的确可以降低未来企业的经营风险。

表6 企业入股金融机构对未来经营风险的影响

3.4 机制检验

3.4.1 个体融资约束程度若个体融资约束是中国上市公司入股金融机构来降低经营风险的主要机制，那么，在不同融资约束的上市公司之间，经营风险对入股金融机构的影响程度也应有所差异。对于个体融资约束较大的公司而言，相同程度的经营风险下长期参股金融机构股权的动机则会更强烈。

因此，在机制检验中根据企业的自身融资约束水平，将样本企业分为个体融资约束较大组和个体融资约束较小组分别进行回归。借鉴文献[23-25]中的做法，构建了KZ指数用于衡量个体融资约束程度。具体而言，KZ指数的构建包括经营性现金流/上期总资产、现金股利/上期总资产、现金持有/上期总资产、资产负债率以及托宾Q值。随后，每一年根据KZ指数的大小把样本公司分为两组。KZ指数越大，意味着上市公司面临的个体融资约束程度越高，反之亦然。

表7的结果显示，在融资约束较大组中，经营风险对入股金融机构的影响系数为0.040 8，在1%显著性水平下显著为正。而在融资约束较小组中，经营风险对入股金融机构的影响系数则仅为0.018 3。上述结果进一步证实了个体融资约束是影响中国上市公司面临经营风险时入股金融机构的主要机制。上述结论验证了假设2。

表7 融资约束的经营风险对企业入股金融机构影响上的分组检验

3.4.2 地区金融市场发展程度本文认为经营风险对入股金融机构的影响还会通过地区金融市场发展程度这一渠道得以强化。在方程中加入代表地区差异的地区金融市场发展程度(AreaFin)变量，并加入其与经营风险的交乘项(AreaFin×Fin Risk)。以此考察地区差异在经营风险对企业入股金融机构的影响中存在的调节作用。地区金融市场发展程度(AreaFin)来自《中国分省份市场化指数报告(2018)》中的各省要素市场发展程度指数，缺失值参考徐立等[4]做线性回归插值法处理。

由表8列(1)、(2)的结果可以看出，地区金融市场发展程度与经营风险的交乘项显著小于零，即企业会受外部地区金融市场发达程度的影响，从而调整面临经营风险时的金融资产配置。相同经营风险的情况下，地区金融市场越不发达，企业越会倾向于入股金融机构。上述结果验证了本文的假设3。

表8 地区差异在经营风险对企业入股金融机构影响的调节作用

表7、8的结果表明，入股金融机构可以降低企业与金融机构之间的信息不对称和改善银企关系，进而在企业面对潜在的负面冲击时得到金融机构的流动性支持，缓解企业的融资约束，减少地区金融市场发展不完善带来的影响，这正是入股金融机构的目的。

3.5 稳健性检验

3.5.1 主要解释变量的替换在上文中，用会计收益波动性作为企业经营风险的代理变量。参考文献[10，19]中的做法，稳健性检验中，采用Atlman提出的Z-Score指数作为企业经营风险的代理变量。其计算公式为:Z-Score=1.2×营运资金/总资产+1.4×留存收益/总资产+3.3×息税前利润/总资产+0.6×股票总市值/负债账面价值+0.999×销售收入/总资产。Z-Score指数用于衡量企业陷入财务危机的可能性，该指数越小，表示经营风险水平越高。主要解释变量替换后，表9的结果显示，当企业经营风险上升时会更倾向于入股金融机构。稳健性检验的结论与上文结论保持一致。