金融化对企业出口产品复杂度影响研究

王 昱, 邱涌钦,2, 武 玮

(大连理工大学 商学院,辽宁 大连 116024; 2.厦门大学 经济学院,福建 厦门 361005)

0 引言

改革开放四十年间，我国积极参与到全球分工之中，并依靠资源成本优势和丰富的劳动力，在对外贸易上取得了巨大的进展。虽然中国出口复杂度保持稳定上升趋势，但与发达国家仍有差距，销往世界的产品中，低技术含量的产品仍旧占据大头。张杰认为，大量出口企业并不关心自己的品牌建立，也不注重国内市场，只过度依赖劳动密集型产品低价的优势获取国际订单，而长期从事此类技术含量较低的分工，会将优势锁定在此类产业上，我国的创新能力并没有得到太多提高，在贸易中获得的实际利润也远远小于美欧发达国家[1]。更有学者认为，我国出口复杂度可能存在统计假象，现有指标可能被高估(Yao)[2]。《中国制造2025》纲领性文件里明确指出我国目前存在的问题：制造业大而不强，创新能力和创新效率落后；在高端装备制造业方面，依旧缺乏必要的核心技术，对外依存度高，外企出口和原材料进口加工比重依旧很高。Hausmann[4]认为，出口复杂度越高的国家，出口多元化产品的能力也越强。在他提出了反射理论之后，出口复杂度更是成为了研究的焦点(Abdon)[5]。因此，促进企业提高创新能力，增加产品出口复杂度是我国向全球价值链中高水平攀升和经济长期繁荣稳定的关键。

然而现实却是随着金融投资收益率的高启和制造业资本回报率的下滑，中国制造业企业开始大举投资金融资产，制造业呈现出金融化加深态势。实体企业由于将大量的资本用于金融资产，使其渐渐远离自身主营业务，最终将导致制造业的“空心化”(谢家智;宋军)[6,7]。一旦金融资本获得了主导地位，产业资本在价值链中的主导权便会渐渐消失，最终将陷入到“资本收益率下降——制造业衰落”的恶性循环之中。但也有文献认为金融化带来的不一定只有负面影响。Kliman实证发现金融化并没有显著降低美国公司的实业投资[8]。而张军)、Ang[9,10]等发现金融化有助于降低企业的外部融资约束，促进了企业投资。从这一角度看，金融化或许在一定程度上有利于出口复杂度的提高。但是，上述研究的关注点都是金融化对实业投资、创新投资的影响，鲜有文献直接从企业出口复杂度的视角进行讨论。

本文以2000～2009年中国A股上市制造业公司作为研究对象，匹配海关数据库与CEPII的BACI进出口数据，使用非参数分位数模型定量研究制造业企业金融化对企业出口复杂度的非线性异质影响，可能的创新点包括：(1)在理论上，分析了金融化对企业出口复杂度影响的非线性与异质影响，揭示了位于不同出口复杂度水平的企业，金融化带来的影响模式差异。(2)在实证方法上，基于B-样条展开的非参数分位数回归模型，避免使用参数模型可能造成的偏误，更加真实地捕获金融化程度对企业出口复杂度的影响，为企业合理配置金融资产以最大限度提高出口复杂度提供了科学决策依据。

1 文献综述与理论分析

1.1 金融化对企业出口复杂度的非线性影响分析

首先，如果企业把部分可用资金挪到了对金融资产的投资上，在融资约束情况下，用于企业活动(如实业投资、创新投资)的资金必然会相应减少。长此以往，出口企业可能会错失良好的主业投资机会并渐渐丧失自身的优势和长期可持续发展能力，进而出口复杂度不仅失去了继续上升的空间，还会由于企业优势的丧失渐渐降低。且研发与创新是一项高风险的活动，也很难在短期内就看到成效，想要获得关键性的技术突破往往需要长期刻苦攻关和稳定的资金投入(Lazonick)[11]，但是随着金融化的提高，企业管理者在套利动机的驱使下逐渐变的短视，开始偏离主营业务为自身谋取更高的短期收益。由于实业投资和研发投资是提高出口复杂度的重要因素(鲁晓东)[12]，若金融资产的增加“挤出了”实业投资或创新投资，必然降低企业的研发效率和生产效率，从而使得出口复杂度下降。因此，在上述这些动机的推动下，金融化对企业的出口复杂度会有挤出作用，对产品技术的进一步提高有着负向影响。

其次，如果企业当前运营状态良好且资金充足，那么为了实现对资金的增值保值，则会购买金融资产。对于一些金融资产，如可交易金融资产的流动性较强，能及时变现，一旦企业在经营时遭遇了突如其来的风险，便能缓解危机，稳定的经营环境有利于出口复杂度的提高。同时，持有金融资产可能提高企业的市场价值，使银行和金融机构相信其有足够的偿债能力，从而放宽对其贷款的限制。另外，适当持有金融资产也是一种合理分散风险的手段，能提高企业的资源配置效率。金融资产为企业带来的投资利润也能为企业储备更多资金，通过收入效应促进研发投入，在企业遭受某种冲击主营业务急速下滑时发挥缓冲作用(Baud)[13]，稳定的研发投入也会促进出口复杂度的稳定上升。顾国达[14]在“研发效率提升机制”中提到金融发展能缓解融资约束，因而对出口复杂度有提升作用。金融化作为金融发展的一个衡量维度，对出口复杂度在一定程度上会产生“蓄水池”效应。

综上所述，金融化对企业出口复杂度可能存在着挤出效应和“蓄水池”效应。王红建[15]使用线性模型研究金融化对企业创新的影响时发现金融化的系数显著为负，表明挤出效应占主导，但当他在模型中引入金融化的平方项时，平方项的结果显著为正，表明金融化与创新之间存在先抑制后促进的U形关系。宋军[7]发现金融化与经营收益率之间也存在着U形关系。因此，随着企业金融资产数量和比例的变化，金融化两种效应强弱对比也随之改变，进而金融化对企业出口复杂度呈现出非线性影响。

1.2 金融化对企业出口复杂度的异质影响分析

研究金融化对企业出口复杂度影响的文献极少与复杂度异质特征相联系，这样金融化在对企业影响的敏感程度、传导过程和影响机理上近似相同，不存在质的差异。因此，本文进一步从企业出口复杂度异质性角度来讨论金融化对出口复杂度的影响。

当企业初始配置金融资产时，金融资产的绝对数额和金融化程度较小，其改善企业资产负债表、降低融资约束、分散风险效果都十分有限，金融资产“蓄水池”功能并不强。在这种情况下，金融化对企业出口复杂度的异质影响包括：(1)对于出口复杂度较低的企业，通常以生产低附加值产品为主，创新意愿往往较低，当“蓄水池”功能带来的企业出口复杂度有限提升时，其可能放弃利用金融资产作为资金储备途径，此时配置金融资产可能更多为了进行套利，进而金融化表现较强的挤出效应。(2)对于出口复杂度高的企业，创新意愿较强，研发活动更加频繁，产品价值创造能力更强，套利动机相对减弱。为避免因现金流波动而引起研发投资中断所产生的高额调整成本，其从事金融化活动的现金储备动机增强，促使企业尽可能利用金融化的“蓄水池”功能。但同时也要注意到，研发的规模收益是递减的(齐俊妍)[16]，企业的出口复杂度越高，产品质量进步的空间也越小，想要进一步提高需要更高的投入、更长的周期，遭受更大的风险，这可能会导致企业金融化产生一定程度挤出效应。

当企业金融化程度逐渐升高时，即随着金融资产投资增多，企业利用金融资产应对流动性冲击或投机获利的能力增强。在这种情况下，金融化对企业出口复杂度的异质影响包括：(1)对于低出口复杂度企业，由于产品本身的技术水平较低(处于技术前沿面内部)，通过引进--模仿等途径提升技术的速度相对较快，若能充分利用金融投资的“蓄水池”功能对企业产品进行改进便可能提升出口竞争力、获得更高利润，而单纯通过金融化进行套利不再是一个明智且唯一的选择。在主营业务盈利驱动下，“蓄水池”效应会增强，挤出效应会减弱，此时“蓄水池”效应将成为主导。(2)对于高出口复杂度企业，其进一步提高出口复杂度的边际成本上升、边际收益下降，使得高出口复杂度企业发挥金融化“蓄水池”功能的动机反而不如低出口复杂度企业强烈，此时金融化对其的促进效应也不如低出口复杂度企业。同时随着高复杂度出口企业配置金融资产的增加，表明其从金融化活动中获得的收益不断增多，当主业创新回报增量相对于金融化获得的收益下降时，企业进行套利的动机也会增强，使得此时金融化的挤出效应增强。

进一步，转轨时期还应考虑到企业所有制或技术类型不同产生的差异化影响，导致最优金融化界限发生移动。首先，对于国有企业，能够更容易从银行或金融机构获得贷款，也更易获得政府资金支持，因而囤积金融资产“未雨绸缪”的现金储备动机较弱，“蓄水池”效应并不强(许罡)[17]。当资金被投入到能够短期获益项目(金融投资项目居多)时，拥有主营业务资金更可能被挤占，所以国企挤出效应可能大大增强(杜勇)[18]，最优金融化水平可能会降低。而非国有企业想要获得融资门槛较高，金融化“蓄水池”效应也相应增强。另外，非国有企业的管理人员通常更具有企业家精神，出口复杂度越高则企业家精神越强，更加注重企业的长期发展，挤出效应也会相应越弱。王昱[19]发现，国有企业对企业业绩(创新)的挤出效应在强度和持续时间上均高于非国有企业。其次，对于高技术出口企业，产品距发达国家前沿水平较小，甚至本身就是世界领先水平。虽然拥有更强的创新意愿，或者会更注重利用金融资产的“蓄水池”功能，但资金需求量更大、不确定性更强(Berkowitz)[20]，进而导致金融化对其挤出效应也较强。尤其在金融化程度较低时，“蓄水池”功能带来的资金甚至不足以维持其研发项目进行，表现出“蓄水池”效应明显减弱和挤出效应增强。但随着高技术企业金融化程度不断增加，若“蓄水池”效应产生足够资金维持研发活动，再加上其高收益特征，“蓄水池”效应反而会高于全行业平均水平。

2 研究设计与样本选取

2.1 样本选取与数据来源

本文选取样本为2000～2009年共10个年度的沪深交易所A股上市制造业公司，出口相关数据来源有两个，其中企业出口产品种类和金额来自中国海关数据库，而HS6编码的产品的复杂度数据则通过CEPII的BACI进出口数据计算得来。其余的财务数据均来自CSMAR数据库。参照佟家栋[21]的方法对CSMAR数据库和中国海关数据库进行匹配。首先，通过手工整理每个上市公司在2009年之前曾用过的全称。由于财务数据选取的是合并报表，其中包含了子公司的信息，所以再通过CSMAR数据库中的并购重组、交易关联、资产评估和对外担保数据库识别出上市公司的子公司。其次将企业名称作为识别标识将两个数据库进行匹配，获得3932个观测值。

2.2 变量设置

(1)企业出口复杂度(EXPY)

首先，根据Hausmann提出的反射法，利用2000～2009年CEPII的BACI进出口计算出HS6[4]编码下五千多种产品的复杂度。共经过如下三个步骤：

①计算国家显性比较优势(RCA)，生成虚拟变量dRCAcp，其中:

(1)

若RCAcp，则dRCAcp=1，否则dRCAcp=0。

③进行迭代并标准化

(2)

当n=15时，由于|Kp,15-Kp,13|/Kp,13<0.005，迭代终止，Kp,15表示产品复杂度。

参照Maggioni[22]方法对其进行标准化处理，并计算出企业复杂度，公式如下:

(3)

(2)金融化程度(Fin)

参考王红建[15]等做法，将金融资产分为三类，①交易类金融资产：通过加总资产负债表中交易性金融资产、衍生金融资产、短期投资净额、可供出售金融资产净额、持有至到期投资净额和长期债权投资净额等获得；②投资性房地产：使用资产负债表中投资性房地产净额表示；③长期股权投资根据资产负债表中长期股权投资净额获得。将三类加总获得公司的金融资产总额，金融化程度用金融资产与总资产比值表示。

(3)控制变量(X)

本文选取公司规模(size)、出口目的地多样性(dd)、出口产品多样性(dp)、财务杠杆(Lev)、固定资产(fixed)、财务费用率(FCR)、企业年龄(age)作为控制变量。此外，为避免上市公司出口复杂度在不同年份出现的波动，对年份变量也进行控制。

2.3 分位数回归模型

如果以变量y表示企业出口复杂度，用FIN表示企业金融化程度，其余控制变量用x=(x1,x2,…,xN)′表示，则按公式(4)建立分位数回归模型：

(4)

式中，τ(0<τ<1)表示的是分位点，Qyi(τ)为当FIN的数值给定并且x已知时因变量y的τ分位数，函数fτ(FINi)的具体形式暂时未知，将用其揭示金融化程度FIN对企业出口复杂度的边际影响，并且对于出口复杂度水平不同(即所处分位点不同)的企业而言，这一影响可能会表现出显著的异质性。在构建模型的过程中，对于函数fτ(FINi)的处理，本文采用非参数方法。

3 实证分析

3.1 基于全样本的实证分析

表1报告了三个模型的估计结果，图1描绘了B-样条函数模型的拟合曲线。其中左图是三个分位点拟合曲线在整个样本中呈现的效果，右图对左图进行放大，清晰显示了三条拟合曲线的变动规律。结合图1右图可以看到，三个分位点的拟合曲线不尽相同，表明金融化对企业的出口复杂度存在非线性异质效应。首先看参数模型(模型1、模型2)的结果，就金融化FIN对企业出口复杂度EXPY的影响而言，由模型1(线性模型)结果可以看出，FIN的系数都为正，表明总体而言，金融化的促进效应要大于挤出效应。不过三个分位点处的回归系数都不显著，说明无论在哪个分位点处，金融化与企业出口复杂度都不是简单的线性关系；再看模型2(二次函数模型)，FIN2的系数在0.1分位点处为正，表明FIN与EXPY呈现出U形关系，且无论是FIN还是FIN2的回归系数都是显著的，说明二次函数在低分位点处的拟合效果较好，比较接近真实状况。然而对于中分位点和高分位点，两者的FIN2的回归系数为负，与0.1处正好相反，不过这两处的系数并不显著。

图1 基于全样本FIN对EXPY影响

表1 全样本分位数回归结果

通过模型3可以发现，(1)三条曲线的形状特征各不相同，0.1分位点处呈现出先下降后上升的U形特征，表明随着FIN增加，企业出口复杂度起初下降。当金融化水平继续上升，金融资产配置增加，此时“蓄水池”效果渐渐表现出来。转折处的金融化水平为0.158，表明对于多数低出口复杂度企业而言，目前阶段所持有的金融资产主要动机是套利，金融化更多带来抑制效果。(2)对于0.5分位点，两者也略微呈现出U形特征。0.5分位处在一开始经历了短暂下降之后便开始上升，但是总体而言，上升和下降幅度都较小且很平缓，拟合曲线并不像典型的二次函数图像，更像是一条水平曲线，表明对于0.5分位点促进效应和挤出效应基本持平。(3)对于0.9分位点，曲线初始经历了U形，意味着高出口复杂度企业在提高金融资产配置过程中，初始与低出口复杂度企业类似。但由于“蓄水池”效应较强，经历下降幅度也较小。经计算，这一阶段最低点对应的金融化程度为0.033，小于平均水平，表明大多高出口复杂度企业已跨越套利动机阶段，金融资产配置逐步发挥“蓄水池”功能。然而在经历一个最高点之后，曲线又开始下降，表明此刻挤出效应又发挥主要影响。整体来看，0.9分位处的拟合曲线呈现出类似倒N形特征，这一特征可能综合反映了不同技术行业企业的异质性。此时高出口复杂度企业存在一个最优的金融化水平(经计算为0.239)。(4)随着分位点的增高，企业出口复杂度对金融化影响敏感程度(曲线弯曲程度)先减小后增大，并且金融化对企业出口复杂度后期的促进效果逐渐下降(从0.1分位处的大幅上升，到0.5分位处的趋于平缓，再到0.9分位处的下降)，进一步体现了企业出口复杂度的异质性影响。

3.2 基于所有制区分的实证分析

图2和图3反映了国有企业和非国有企业金融化对企业出口复杂度的影响。可以发现，两者存在较大差异：(1)与全样本结果相比，国有企业在三个分位点处的挤出效应都有所增强，0.1分位点处的上升幅度有所减少，0.9分位点处的下降幅度增大，而0.5分位点处的对比最为明显，已经从缓慢上升变为了明显的下降。(2)非国有企业则恰恰相反，促进效应得到了极大的增强，0.1分位点下降幅度减少，后续上升幅度增加。0.5分位点和0.9分位点始终保持上升趋势。这可能是因为，相较于非国有企业，国有企业有国家和政府的支持，金融机构更愿意向其贷款，其获得政府的资金资助也更加容易，融资约束可能并不是国企面临的主要困难，因而囤积金融资产“未雨绸缪”的动机较弱，“蓄水池”效应并不强。而非国有企业的情况则与国有企业相反，其想要获得融资的门槛较高，所以金融化的“蓄水池”效应也相应增强。(3)非国有企业的0.9分位点处和0.5分位点处初始下降阶段完全消失，而0.1分位点处虽然依旧存在但有所减少，说明出口复杂度越高的企业，越具有企业家精神，越注重长期利益。

图2 国有企业FIN对EXPY影响

图3 非国有企业FIN对EXPY影响

图4 高技术行业FIN对EXPY影响

图5 非高技术行业FIN对EXPY影响

3.3 基于行业类型区分的实证分析

本文进一步按照行业技术区分进行实证分析，结果见图4和图5，同样两者表现出显著的非线性异质性特征：(1)从总体来看，高技术行业企业的三条拟合曲线分别在全样本对应拟合曲线的上方，意味着在相同金融化水平下，高技术行业企业的出口复杂度要高于全行业的平均水平，而非高技术企业正好相反。(2)与全样本相比，高技术行业企业三条分位点拟合曲线初始下降阶段的幅度有所增大，表明初始阶段金融化对企业出口复杂度的抑制效应更强。这可能是因为高技术行业企业本身的技术较高，继续提升需要高昂的成本。经过计算可以发现，0.1、0.5、0.9三个分为点的转折点分别在0.203、0.131、0.043，分别高于全样本的相应水平0.158、0.0109、0.033。但是，一旦经过了转折点，金融资产积累到了一定的程度，“蓄水池”效应便开始显现。(3)非高技术行业企业则表现出了较强的追赶效应。可以发现三个分位点与全样本相比都没有出现初始的下降阶段，金融化从最初就表现出促进效应。一方面，这可能是低技术行业产品技术本身较低，处于技术前沿面内部，技术引进以模仿吸收改进为主，研发并不需要太高成本，“蓄水池”效应很快就能发挥出作用。另一方面，目前国家正在鼓励“制造业升级”，在这样的背景下，低技术企业行业急于提升自身的技术水平，一旦金融化给他们的融资约束带来缓解，他们便会增加创新投入，产生追赶效应提升国际竞争力。(4)对比图4和图5发现，两者的0.9分位处拟合曲线分别呈现出U形和倒U形，而对于全样本的倒N形特征则具有二者综合作用的效果。

4 结论与启示

本文选取2000～2009年中国A股上市制造业公司，结合海关数据库与CEPII的BACI进出口数据，使用非参数分位数回归模型定量研究制造业企业金融化对其出口复杂度的非线性异质影响，结果发现：在企业配置金融资产的初期，金融资产对其出口复杂度的影响主要表现为挤出效应，随着金融资产的增加，促进效应才渐渐显现出来。具体而言，低分位点呈现出U形关系，而高分位点则为倒N形关系。金融化对国有企业的出口复杂度的抑制效应要强于总体水平，对非国有企业的促进效应则强于总体水平，中高分位点几乎呈现线性关系。对于高技术行业企业而言，金融化的挤出效应和“蓄水池”效应分别经历了两个阶段。对于非高技术行业，在追赶效应的作用下，金融化则更多发挥“蓄水池”作用，促进企业出口复杂度的提高。

通过本文研究，得到如下启示:(1)引导企业按照自身情况合理配置金融资产，尤其对于低出口复杂度企业，若现阶段金融资产过少，远低于临界值，鼓励将资金转到主业研发之中，直接带来企业出口复杂度提高。(2)加强金融监管和引导，完善金融体系，增加信贷规模，充分发挥金融化蓄水池效应，尤其对于高技术行业和非国有企业要给予更多支持，同时要对货币流向加强监控，防止企业过多参与套利性活动。(3)加大国有企业战略性结构调整，不断完善公司内部治理制度，对管理者加大监管和约束，减少短视行为发生。(4)加快改善工业结构，鼓励和引导非高技术行业转型升级，充分发挥追赶效应提高国际竞争力，加大对高新技术企业扶持，提高实体企业创新能力[22～24]。