长期金融资产配置与股价崩盘风险的影响研究——有调节的中介效应

■李林红 陈思乔

一、问题提出

在中国经济进入新常态，实体经济出现产能过剩的背景下，大量资本流入利润相对更丰富的地产业和金融业，随之而来的是实体投资与金融投资之间的结构性失衡[1]。Wind数据显示，截至2020年，A股上市公司累计购买银行理财产品1.14 万亿元，涉及1143 家上市公司，占当年A 股上市公司数量的30%。这表明我国非金融企业金融资产配置水平呈现不断升高的趋势。

在党的十九大报告中，习近平总书记提出要“深化金融体制改革，增强金融服务实体经济的能力”。目前，有关企业金融资产配置对实体经济影响的研究主要从“双重效应”出发。一方面，一些学者提出企业配置长期金融资产主要是为了企业的“长期战略”，盘活企业资金，降低财务成本，为实体投资提供资金支持，提升企业的实体投资效率[2]，降低企业风险[3]，促进企业长期稳定的发展[4]，从而抑制股价崩盘风险[5]。另一方面，有学者认为企业配置短期金融资产主要是为了“短期套利”，会导致资金在虚拟经济中空转，挤出企业实体投资[6]及创新研发[7]，侵蚀企业的主营业务[8]，使企业逐渐出现“产业空心化”现象，从而加剧股价崩盘风险[9]。

综上，现有文献对企业短期金融资产配置影响股价崩盘风险的看法不一。出现这种差异的主要原因可能是金融资产配置包括的内容广泛，可按持有期限长短分为长期金融资产和短期金融资产。对金融资产配置研究的侧重点不同，得出的对股价崩盘风险影响的结论也不同。鉴于此，本文整理了长期金融资产配置和短期金融资产配置在期限结构上的差异（图1），发现相对于短期金融资产，我国非金融企业更偏向于配置长期金融资产。因此，本文着重探讨长期金融资产配置对股价崩盘风险的影响，并尝试从实体投资效率的角度研究两者间的影响机制，这对提升我国实体投资效率和推动实体经济发展都具有十分重要的意义。

图1 企业金融资产配置的长短期限结构差异图

本文以2009—2019年中国A 股非金融类上市公司为样本，从实体投资效率的角度，研究了长期金融资产配置对股价崩盘风险的影响及作用路径。此外，鉴于环境不确定性是投资决策的基础[10]，本文引入环境不确定性作为调节变量，对此机制进行进一步研究。本文的贡献如下：第一，已有文献发现金融资产的结构具有显著差异[6]，但关于企业金融资产配置对股价崩盘影响的研究仍停留在整体金融投资阶段。本文试图从长期金融资产角度出发，分析长期金融资产配置对股价崩盘风险的影响。第二，采用中介效应模型，将实体投资效率分为投资不足和过度投资，发现持有长期金融资产对实体投资效率存在不对称影响，即长期金融资产主要通过“挤出”过度投资来提升实体投资效率，从而降低股价崩盘风险。第三，采用有调节的中介模型，研究了环境不确定性对“长期金融资产配置—实体投资效率—股价崩盘风险”这一作用机制的调节作用，揭示了长期金融资产配置对股价崩盘风险的微观作用路径。

二、研究假设

（一）长期金融资产配置对股价崩盘风险的影响效应分析

一方面，企业长期金融资产的配置呈现出长期稳定和流动性差的特征。持有长期金融资产的主要目的不是为了获取短期超额利润，而是为了企业的长期发展战略。首先，企业配置长期金融资产，形成了稳定长期占用的资本，提高了企业的资本实力，且长期金融资产更重视金融投资的时间价值，投资收益更具稳定性[11]。其次，基于委托代理理论，配置长期金融资产可以减少企业内部资金持有，缓解企业代理问题[12]，提高企业实体投资效率[13]，从而提升企业价值[14]。另一方面，考虑到长期金融资产期限长和流动性差的特征，对长期价值投资项目的选择有更加严格的标准。管理层为了维持职业生涯的名声，会更加努力实现长期投资项目收益性和安全性的平衡[15]。同时，企业在配置较多长期金融资产时，也在向市场传递企业经营良好和现金流充足的积极信号，有助于提升投资者的信心，推动股价上涨[16]。

企业短期超额利润的获取、投资收益的较大波动、企业价值的降低以及管理层的短视行为都可能是造成股价崩盘风险的重要因素[17]。而企业配置长期金融资产可有效缓解这些公司治理问题，从而抑制企业股价崩盘风险。因此，本文提出如下假设：

H1：企业配置长期金融资产对股价崩盘风险有显著的负向影响。

（二）实体投资效率的中介作用

实体投资是企业发展的重要动力[17]。一方面，由于长期金融资产的价值投资属性，当企业更偏向于此类金融投资时，会促使管理层为获取长期现金流回报的目标而注重企业长期战略发展[16]。这使管理层与代理人目标接近一致，约束了管理层的机会主义行为，在一定程度上缓解了企业的代理问题。同时，减少了投资过度或投资不足行为[13]，有效提高了企业实体投资效率。另一方面，由于长期金融资产具有期限长和流动性差的特征[18]，当投资的资金总量既定时，金融投资和实体投资存在“此消彼长”的关系[19]。长期金融资产可以作为资金约束机制，降低实体投资过度，有效提升企业的实体投资效率[20]。随着实体投资效率的提升，企业可以将更多的资金运用到投资中，进而获得持续稳定的收益，这有助于降低投资风险，促进企业长期稳定发展[21]，并降低股价崩盘风险。因此，企业长期金融资产配置可能通过“挤出”过度投资或“弥补”投资不足来提升实体投资效率。并且一般来说，股价崩盘风险与企业实体投资效率正相关[17]。据此，本文提出如下假说：

H2：企业配置长期金融资产通过提升实体投资效率来抑制股价崩盘风险。

（三）环境不确定性的调节作用

环境因素是管理层进行投资决策的基础[10]，环境不确定性的提高增加了管理层投资失败和错判未来市场状况的风险[22]。环境不确定性高时，为避免投资失败而损失自身利益，管理层会采用更为谨慎的投资战略[17]，并导致实体投资效率的下降。因此，在高环境不确定性下，代理人与股东必须保证决策和利益的统一，才能确保投资决策的有效性；反之，一旦出现代理问题，将导致投资效率的下降。此外，高环境不确定性提高了管理层隐瞒坏消息的动机[23]。由于外部投资者与管理层之间存在信息不对称，当环境不确定性越高时，外部投资者会投入更多的监管成本，同时，管理层可以将由自身机会主义行为导致的业绩下降归因于高的环境不确定性，从而隐瞒坏消息，最终造成股价崩盘。因此，本文提出如下假说：

H3：环境不确定性负向调节长期金融资产配置对实体投资效率的影响，即长期金融资产配置对股价崩盘风险影响的前半条路径受到环境不确定性的负向调节作用。

图2 有调节的中介效应

三、研究设计

（一）样本选取及数据来源

本文以2009—2019年沪深A 股上市公司为研究样本。为保证数据的有效性，按以下原则对初始数据进行筛选：（1）剔除金融业的公司；（2）剔除ST和*ST 的公司；（3）剔除数据异常和严重缺失的公司。最终得到8034 个样本。样本数据主要来自国泰安数据库（CSMAR）。对所有连续变量进行上下1%缩尾处理（winsorize）。

（二）主要变量的定义与度量

1.核心解释变量组：企业长期金融资产配置。本文借鉴张成思等[6]和王红建等[7]的研究，依据金融资产的流动性水平将其分为短期金融资产和长期金融资产。长期金融资产包括可供出售金融资产、持有至到期投资、发放贷款及垫款、长期股权投资和投资性房地产。并用长期金融资产占比（Fin）（长期金融资产/总资产）作为衡量企业长期金融资产配置的代理变量。

2.被解释变量：股价崩盘风险（Crash）。采用负收益偏态系数（Ncskew）和上下波动比率（Duvol）两个指标来衡量[24]。Ncskew 和Duvol 值越大，股价出现崩盘的风险也越大。构建过程如下：

其中，ri,t是个股周收益率，rm,t是股票市场周收益率，εi,t是回归残差。计算出股票的周特有收益为Wi,t=ln(1+εi,t)，在Wi,t的基础上构建股价崩盘风险指标。

负收益偏态系数（Ncskew），计算方法为：

其中，n为股票i在当年度交易的周数。

收益上下波动比率（Duvol），计算方法为：

其中，nu、nd分别表示Wi,t高于和低于年平均收益率的周数。

3.中介变量：实体投资效率（Inveffi）。采用Richardson[25]的方法来计算实体投资效率：

如果式（4）中的残差εi,t大于0，表明存在过度投资（Einvest），反之则表明存在投资不足（Uinvest）。实体投资效率（Inveffi）用εi,t的绝对值表示，绝对值越大，表明实体投资效率越低。

4.调节变量：环境不确定性（Eu）。借鉴申慧慧等[26]的方法，用经行业中位数调整后的企业前5年销售收入变异系数来衡量环境不确定性。

5.控制变量：参考杜勇等[8]、彭俞超等[9]的研究，主要的控制变量包括股票回报率（Ret）、股票波动率（Sigma）、公司规模（Size）、资产负债率（Lev）、总资产净利润率（Roa）、独立董事比例（Indep）、账面市值比（Bm）、第一大股东持股比例（Top1）、股权制衡度（Balance）、月度换手率（Dturn）。

（三）模型设定

为了检验假设H1，参考彭俞超等[9]的研究，构建模型（5）：

其中，Crashi,t+1是企业i 在第t+1年的股价崩盘风险，用Ncskew 和Duvol 来衡量；Fini,t为长期金融资产配置；CVsi,t为相应的控制变量。此外，模型中还控制了行业、年度固定效应。

按照温忠麟等[27]提出的检验中介效应的步骤，用以下模型检验H2。

为了验证假设H3，参考温忠麟等[28]提出的检验有调节的中介效应，构建以下模型：

四、实证结果与分析

（一）描述性统计

由表1 可知，股价崩盘风险的指标Duvol 和Nc‐skew 的均值分别为-0.2170 和-0.3160，这与彭俞超等[9]研究中的数值基本一致；标准差分别为0.4680和0.6970，表明不同企业间的股价崩盘风险存在着较大的差异。企业长期金融资产配置的均值为0.0753，大于中位数0.0330，说明企业长期金融资产配置分布存在有偏性，有部分企业的长期金融资产配置占比较高。

表1 描述性统计

表2列示了主变量之间的相关性系数。结果显示，相关性系数均小于0.5，可以认为各主变量之间不存在多重共线性问题。长期金融资产（Fin）与股价崩盘风险（Duvol 和Ncskew）之间的pearson 和spearman相关性系数均为负，且在1%置信水平上显著，表明两变量之间呈负相关，初步支持了假设H1。

表2 主要变量相关性分析

（二）基准回归

为考察长期金融资产配置对股价崩盘风险的影响，对假设H1 进行实证检验，检验结果如表3所示。其中，（1）和（2）列为研究假设H1 的回归结果，长期金融资产（Fin）与股价崩盘风险（Duvol 和Nc‐skew）的系数分别为0.1530和-0.2463，且都在1%的水平上显著，表明企业配置长期金融资产对股价崩盘风险有显著的负向影响，验证了假设H1。

表3 企业金融化与股价崩盘

（三）中介作用

表4报告了本文假设H2的检验结果。（1）至（3）列为模型6 的回归结果。在投资不足（Uinvest）组，长期金融资产配置（Fin）的系数为0.0049但不显著；在过度投资（Einvest）组，长期金融资产配置（Fin）的系数为-0.0694 且在1%水平上显著，表明企业长期金融资产配置的增加抑制了企业实体投资过度；在全样本组，长期金融资产配置（Fin）的系数为-0.0236且在1%水平上显著，表明企业长期金融资产配置能提升实体投资效率。企业配置长期金融资产主要通过“挤出”过度投资来提升实体投资效率，而不是通过“弥补”投资不足来提升实体投资效率，这与张成思等[6]的研究一致。（4）和（5）列为模型7 的验证结果，并结合模型5和模型6以验证实体投资效率的中介作用是否成立。长期金融资产配置（Fin）与股价崩盘风险（Duvol 和Ncskew）的系数分别是-0.1435和-0.2386，且均通过1%水平上的显著性检验。实体投资效率（Inveffi）系数分别是0.1863和0.3066，且均在10%水平上显著。以上结果表明实体投资效率发挥着部分中介作用，验证了假设H2。

表4 中介作用

（四）调节作用

表5报告了环境不确定性（Eu）对实体投资效率（Inveffi）中介效应的调节作用。（1）和（2）列是模型8的验证结果，长期金融资产与环境不确定性的交互项（Fin×Eu）的系数分别为0.0740和0.0969，且在5%的水平上显著。表示随着环境不确定性的增高，长期金融资产对股价崩盘风险的抑制作用减弱，验证了假设H3。（3）列是模型9的验证结果，长期金融资产与环境不确定性的交互项（Fin×Eu）的系数为-0.0171，且在1%的水平上显著。（4）和（5）列是模型10 的验证结果，实体投资效率（Inveffi）的系数分别为0.2134和0.3679，且均在5%水平上显著。表明有调节的中介效应成立，且对前半段路径有负的调节作用。

表5 有调节的中介作用

五、稳健性检验

（一）工具变量法

由于股价崩盘风险高的企业可能会主动增加金融资产配置，以规避风险或获取利润，这就产生了互为因果所导致的内生性问题。尽管本文已使用当期的长期金融资产配置预测下一期的股价崩盘风险，部分缓解了模型中的内生性问题，但出于谨慎性考虑，本文引入工具变量进一步缓解内生性问题。工具变量为长期金融资产配置滞后一期（Fint-1）和滞后两期（Fint-2）[8]，运用工具变量——广义矩估计（IVGMM）对模型5 进行验证。二阶段回归结果如表6所示。本文还通过了不可识别检验（Kleibergen-Paap LM）、弱工具变量检验（Kleibergen-Paap Wald）以及过度识别检验（Hansen J），发现工具变量有效。结果显示假设H1仍成立。

表6 工具变量法

（二）倾向得分匹配

由于参与金融资产配置与没有参与金融资产配置的公司并不是随机产生的，样本之间可能在本质上存在差异。因此，本文采用倾向得分匹配法（PSM）来消除可能存在的样本选择偏差。具体操作如下：第一，计算倾向得分值，将本文的控制变量作为匹配变量，使用Logit模型对企业是否配置金融资产进行估算，计算出每个样本进行金融投资的倾向得分。第二，采用卡尺为0.01的最近邻匹配法（1∶1）进行匹配。第三，筛选出合适的对照组后，对基准回归进行检验。结果如表7所示，假设H1仍成立。

表7 倾向得分匹配

（三）bootstrap方法

本文还采用95%置信区间下的bootstrap 法对“长期金融资产配置—实体投资效率—股价崩盘风险”的中介作用机制进行再检验，样本量为5000。根据温忠麟等[28]提出的验证方法，当95%置信区间不包括0时，则判定效应显著存在。从表8和表9中可以看到，在间接效应和直接效应中，95%置信区间均不包含0，所以认为实体投资效率的部分中介作用显著成立，进一步支持了假设H2。

表8 bootstrap方法检验结果（Duvol）

表9 bootstrap方法检验结果（Ncskew）

六、结论与启示

本文以2009—2019年中国A 股非金融类上市公司为样本，研究了企业长期金融资产配置对股价崩盘风险的影响及作用路径。研究结论如下：（1）企业持有长期金融资产会显著抑制股价崩盘风险。（2）企业持有长期金融资产主要通过“挤出”过度投资来提升实体投资效率，并且实体投资效率在长期金融资产影响股价崩盘风险的路径中起到部分中介作用。（3）环境不确定性在实体投资效率中介效应中的前半段路径发挥了负向的调节作用。

综合来看，本文提出以下建议：第一，相关部门应该提供差异化监管。在“脱实向虚”的背景下，现有文献大多认为企业持有金融资产是具有套利投机性的行为，会加剧股价崩盘风险。但本文研究发现，现阶段，相对于短期金融资产，企业总体上更偏好投资长期稳定的金融资产，会“挤出”过度投资，通过提升实体投资效率来抑制股价崩盘风险。因此对于配置长期金融资产的行为，应当提供有利条件并予以鼓励。第二，企业及相关部门应当充分考虑环境不确定性的影响，为提高实体投资效率提供全面的保障。环境不确定性给企业的投资决策施加了约束，环境不确定性越高，长期金融资产对实体投资效率的作用越小，相应的其对股价崩盘风险的抑制作用也越弱。这给资源使用的监管提供了方向，当环境不确定性上升时，企业应加强监管，减少管理者的不合理投资，削弱环境不确定性对实体投资效率的不利影响。相关部门要适当提升其对企业环境不确定性的关注，尽量将环境不确定性的负面影响降到最低，以促进经济和金融健康发展。■