金融投资对培育企业新质生产力的影响

〔关键词〕 金融投资 企业新质生产力 政府补助 银行信贷 创新投入 发展能力 经营能力 企业高质量发展

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２５．０１．００５

〔中图分类号〕Ｆ２７３；Ｆ８３０.５９ 〔文献标识码〕Ａ

中国经济发展已进入中高速发展、调存量优化增量、创新驱动的新常态。２０２３年９月，习近平总书记在黑龙江考察时提出“整合科技创新资源，引领发展战略性新兴产业和未来产业，加快形成新质生产力”，这是我国生产力经济学研究领域的重大突破，是习近平经济思想的重要发展［１］。新质生产力是数字经济时代下因现代技术实现革命性突破、生产要素进行创新性配置、产业深度转型升级而催生的先进生产力［２］。中国经济领域的新质生产力基础在企业，关键在创新。企业要培育新质生产力，需要进行技术创新，离不开持续地创新资金投入。然而，非金融企业基于资本逐利动机进行金融投资，使其对创新研发投入缺乏主动性。在此背景下，大量企业金融资源脱离实体经济流入金融部门，金融投资行为是否会对微观层面下企业高质量发展产生不良影响，从而抑制其培育新质生产力？这是一个值得探讨的重要课题。

研究表明，金融投资作为上市企业投资的重要内容，会挤出企业的创新投入。一般而言，企业金融投资通过资本市场追求超额收益，以期促进企业更好的发展；与此同时，企业进行专利生产需要持续的资金投入。金融投资能够给企业带来超额利润，但也会挤出创新投入，创新投入是企业专利生产，即培育新质生产力的重要保障，那么企业的金融投资与培育企业新质生产力的关系如何？二者之间的影响机理又是什么？二者关系是否会在现实政策环境下发生改变？是否因为企业的不同特征也呈现不同变化？本文就以上问题进行探讨和研究。

１理论分析和研究假设

１.１金融投资对企业新质生产力的影响理论分析

参照吴延兵（２００６）［３］的做法，将知识生产函数设为柯布－道格拉斯生产函数：

其中，Ｙ代表企业新质生产力的衡量指标专利数量，Ｋ代表研发的资本投入，Ｌ代表研发的劳动投入，Ａ代表研发效率，α表示研发劳动投入的产出弹性，β表示研发资本投入的产出弹性，Ｘ代表影响创新效率的因素。

对上述柯布－道格拉斯生产函数两边取对数，可得如下数据计量模型：

由式（３）可知，创新的资本投入、劳动投入以及创新效率共同影响创新产出，创新产出也就是本文新质生产力的衡量指标，基于总投资包括金融投资与创新投资下的实证研究表明，金融投资挤出了创新投入［２１，２２］，进而不利于创新数量的增加，即抑制了新质生产力的培育。同时，已有研究也表明金融投资抑制了创新效率，进而抑制了企业的新质生产力。综上，金融投资阻碍企业培育新质生产力，主要通过抑制创新投入和创新效率两种路径。因此，本文提出如下假设：

假设１：金融投资抑制了企业新质生产力的培育。

１.２金融投资对企业新质生产力的影响机制

本文认为企业金融投资与企业新质生产力之间可能存在创新投入减持效应、资源挤占效应和投资替代效应，企业金融投资对企业新质生产力的影响分别通过这３个渠道得以实现。

从创新投入减持效应的维度看，根据式（３）可知，创新投入作为专利生产的重要要素投入。因非金融企业在当前经济形势，主业发展受限下会选择进行金融投资，获取超额利润率。与此同时，创新投资的周期长、风险大以及需要持续投资的特点，也使得面临年度考核的企业管理者会减少创新投资。同时，在固定资产相对稳定、总资产包括金融资产、创新资产以及固定资产的情况下，企业进行金融资产的投资势必会挤出创新投入。而创新投入的减持，在控制其他影响新质生产力变量的情况下，势必会形成抑制新质生产力的力，即存在“金融投资增加挤出了企业创新投入，进而抑制企业新质生产力发展”的影响机制。

从资源挤占效应的维度看，企业进行金融投资，其在资本市场上会受到来自多方面因素的影响，致使金融项目的投资收益并不稳定。一般情况下，投资项目的收益越大，对应的风险也越大，过度进行金融投资的企业依赖于金融渠道获利，一旦金融项目投资失败导致损失，便会引起经营风险，即抑制其经营能力，甚至威胁到企业的主业经营［７］。同时，基于企业总资产的有限性，企业进行过度金融投资挤占了企业进行主业经营的相关资源，降低了企业的经营效率［８，９］。而企业经营能力越强，其就越有能力开展专利的开发工作［１０］。

从投资替代效应的维度看，非金融企业基于套利动机，进行过度金融投资，挤占主业发展所需资金，削弱了企业未来的持续发展能力［１１］，导致企业可能会陷入“投资金融资产－获取超额收益－再投资金融资产”的不良循环中。这会使其失去一些实体投资机会，也会使得金融资产与实体投资之比不断提高，引致企业“脱实向虚”［１２］，进而不利于企业的发展能力提升。综上，企业金融投资通过挤出实体投资、增加审计费用、加大财务杠杆与侵蚀主业经营业绩而抑制了其可持续发展能力［１３，２３，２４］。同时，根据本文对发展能力内涵的界定，即发展能力＝（资产总计本期期末值－资产总计本期期初值）／（资产总计本期期初值），也就是等于资产的相对变动额。企业发展能力越强，代表企业的总资产规模越大，也就意味着企业更有能力组织企业投入资本以及劳动进行更多专利的生产，反之，发展能力越弱，意味着企业越缺乏相应资源进行专利生产。由此，企业进行金融投资，形成“金融投资增加不利于企业发展能力提升，进而抑制企业新质生产力发展”的影响机制。

由此，基于以上理论，本文提出如下假设：

假设２：企业金融投资通过创新投入减持效应、资源挤占效应和投资替代效应作用于企业新质生产力。

１.３金融投资对企业新质生产力的影响存在异质性

从企业规模来看，根据专利生产函数，因其不同规模企业的研发资本投入、劳动投入以及创新效率的异质性，其进行金融投资给创新数量带来的影响也不尽相同。企业金融投资对创新投入的显著挤出效应仅存在于大企业中①。而创新投入作为专利生产的重要要素投入，在专利生产函数其他变量保持不变的情况下，创新投入减少必然不利于创新数量的增长。现有研究表明，金融投资也不利于创新效率的提高，因此，大型企业金融投资通过挤出创新投入和抑制创新效率给其创新数量带来显著抑制效应，而中小型企业金融投资的创新数量阻碍效应并不具有统计显著性。

从企业股权性质来看，国有企业因融资优势，资金充沛，基于资本逐利动机进行金融投资，会显著挤出其创新投入，根据专利生产函数，在其他变量不变的情况下，会显著抑制其创新数量增加。而外资企业和民营企业因政策信息获取不如国有企业，且民营企业的外部融资居于相对劣势的地位，使其对金融投资持谨慎态度。综上，股权性质不同的企业因面临不同的外部融资环境及内部资金情况，导致其金融投资量有所不同：国有企业因其雄厚资金与政策信息获取优势，大量进行金融投资以图在资本市场上逐利；而外资企业对中国国内政策存在信息不对称，且民营企业因融资来源有限及政策信息可能也存在信息不对称，使二者金融投资量不足以对其专利生产产生显著阻碍效应。

从企业产业属性视角来看，制造业企业与非制造企业因不同的主业经营类型，前者发展依赖于重资产的固定资产投资，后者以服务业为代表，其发展依靠提升服务质量等途径。同是面临金融资产投资，非制造业企业较于制造业企业具有更大的自由度，更有动机进行资本逐利，更大程度上会显著挤出创新投入，而根据专利生产函数，在其他变量保持不变的情况下，其对创新数量会产生显著的抑制作用，即抑制其培育新质生产力；而制造业因其主业发展特点，其金融投资量不足以显著挤出其创新投入，对创新数量的抑制效应不具有统计意义，也就是其对新质生产力的培育不具有显著限制性。据此，本文提出如下假设：

假设３：企业金融投资动机下不同金融投资量，以及具有不同的研发资源和主业发展特点下的金融投资行为对企业新质生产力的影响存在异质性。

综上所述，本文具体路线图，如图１所示。

２研究设计

２.１数据来源

本文选取我国沪深Ａ股２００８～２０２１年非金融行业上市公司的数据，首先剔除研究区间内的ＳＴ、ＰＴ以及∗ＳＴ公司数据；然后剔除主要变量缺失的上市公司数据；并对连续变量进行上下１％的缩尾处理。数据来自ＣＳＭＡＲ数据库、Ｗｉｎｄ数据库，企业新质生产力数据（使用专利数量衡量）来自“上市公司研发创新数据库”、“上市公司股东数据库”与相应上市公司年报。

２.２变量定义

被解释变量：企业新质生产力（Ｚｈｌ）。参考邵朝对等（２０２１）［１４］的研究，本文采用专利授权数加１取对数描述企业新质生产力。

解释变量：金融投资（Ｚｔ）。参考张成思和郑宁（２０１８）［１５］的研究，将金融投资（Ｚｔ）设定为包括交易性金融资产、可供出售的金融资产、投资性房地产、持有至到期投资、货币资金以及应收股利和应收股息之和与企业总资产之比。

中介变量：选取企业创新投入（Ｙｆｔ）、发展能力（Ｚｃｚ）和经营能力（Ｚｍｊ）分别作为中介变量，来检验创新投入减持效应、资源挤占效应和投资替代效应在金融投资与企业新质生产力间关系的影响，变量度量详见表１。

调节变量和控制变量如表１所示。同时，本文还控制了企业、年度与行业固定效应。

２.３描述性统计

金融投资影响企业新质生产力的主要变量的描述性统计结果，包括样本观测量、均值、标准差、最小值、最大值与中位数（受篇幅所限，结果表略）。

２.４模型设定

为识别金融投资是否通过创新投入减持效应、资源挤占效应和投资替代效应影响企业新质生产力，本文选用企业创新投入（Ｙｆｔ）、发展能力（Ｚｃｚ）和经营能力（Ｚｍｊ）分别作为中介变量。参考温忠麟等（２００４）［１６］的研究，本文构建如下递归方程模型（４）～（６）。模型（４）检验金融投资对企业新质生产力的主效应；若β_１显著，则可用模型（５）检验金融投资分别对企业创新投入、发展能力或经营能力的影响；若λ_１显著，用模型（６）同时引入金融投资和企业创新投入、发展能力或经营能力进行分析；如果θ显著而β_ｉｔ不显著，为完全中介效应；如果θ和β_ｉｔ都显著，为部分中介效应；如果θ不显著，则不存在中介效应。

３金融投资对企业新质生产力的总体影响

表２为企业金融投资影响其培育新质生产力的全样本回归结果。其中模型１显示，企业新质生产力与金融投资呈显著的负相关关系，参数估计值为－０.０３１２，即其他解释变量不变的情况下，金融投资每增加１单位，相应创新数量，即企业培育新质生产力将下降３.１２个百分点，该影响在１０％的水平上显著为负，符合本文假设１。

在表２模型１中，对于其他控制变量，其中，现金流、资产规模都对企业新质生产力产生了显著影响，这符合专利生产函数的理论逻辑。现金流增加或资产规模扩大都能促进企业培育新质生产力。管理费用和资本回报率尽管也能影响企业新质生产力，但二者不具有统计意义。

４金融投资对企业新质生产力影响的传导路径

为识别金融投资是否通过创新投入减持效应、资源挤占效应和投资替代效应而影响企业新质生产力，表２分别选用创新投入（Ｙｆｔ）、发展能力（Ｚｃｚ）和经营能力（Ｚｍｊ）作为中介变量，来检验３种影响渠道在金融投资与企业新质生产力间关系的作用。

借鉴温忠麟等（２００４）［１６］所提出的中介效应检验程序：首先根据表２模型１所示，检验金融投资对企业新质生产力的回归系数，系数显著为负，接着分别检验金融投资对创新投入（Ｙｆｔ）、发展能力（Ｚｃｚ）和经营能力（Ｚｍｊ）的回归系数，如表２模型２所示，金融投资对创新投入的影响显著为负，然后将企业创新投入（Ｙｆｔ）纳入模型的第一步，如表２模型３所示，金融投资系数显著为负，且创新投入（Ｙｆｔ）系数显著为正。根据中介效应检验步骤可知，创新投入、经营能力与发展能力分别在金融投资影响企业新质生产力的过程中起部分中介效应，第二步的回归结果，分别见表２模型４和模型６，回归结果显示，金融投资分别显著抑制了经营能力或发展能力，在第三步的检验过程中，将经营能力和发展能力纳入模型的第一步，检验结果如表２模型５和模型７所示，所对应金融投资系数都显著为负，且经营能力与发展能力对应系数都显著为正。

综上，金融投资分别通过创新投入、发展能力、经营能力３条路径影响企业新质生产力。其中，经检验得出，创新投入的部分中介效应为０５３３２、发展能力的部分中介效应为０１４０８以及经营能力的部分中介效应为０１２９７，相应的金融投资影响创新数量路径分析见图２。

５金融投资对企业新质生产力的异质性影响

为进一步分析金融投资对企业新质生产力的影响，有必要从不同的企业规模、股权性质以及行业属性３个视角分别进行分样本的异质性分析。

５.１不同企业规模下金融投资对其培育新质生产力的影响

本文将企业资产总额数据进行分样本处理，分为大规模企业、中型企业以及小规模企业。表３中模型１与模型２分别代表小企业以及中型企业进行金融投资对其培育新质生产力具有阻碍效应，但统计意义上二者都不显著。而表３模型３显示，大企业的金融投资能显著抑制其培育新质生产力，由此，验证了本文假设３。

５.２不同股权性质企业的金融投资对其培育新质生产力的影响

本文根据企业股权性质，将企业样本分为国有企业、民营企业与外资企业，以期研究这３类企业进行金融投资对其培育新质生产力所带来的不同影响。据表４所示，３类企业进行金融投资都会阻碍其培育新质生产力，而仅有国有企业金融投资带来的新质生产力的抑制效应具有统计显著性。表４的模型１、模型２、模型３的回归结果验证了本文假设３。

５.３不同产业属性企业的金融投资对其培育新质生产力的影响

本文还从产业属性方面分别研究制造业企业、非制造业企业进行金融投资是否会显著阻碍其培育新质生产力。如表５模型１与模型２所示，制造业企业或非制造企业都会挤出企业新质生产力，但只有非制造企业的挤出效应才具有统计显著性，该回归结果印证了本文假设３。

６金融投资在政策支持下对其培育新质生产力的影响

企业金融投资、培育新质生产力时，可能会收到政府补助或者银行信贷。研究政策实施环境下，金融投资对企业新质生产力的影响兼具现实经济与提供政策实施反馈信息的意义。

本文在模型（４）的基础上构建模型（７）与（８），模型（７）代表金融投资与调节变量（银行信贷或政府补助）对企业新质生产力并行影响。其中，Ｎ_ｉｔ表示银行信贷或政府补助变量，其系数用Ω表示；模型（８）中用金融投资与银行信贷（或政府补助）的交互项，表示二者对企业新质生产力的共同影响，系数用γ表示。

６.１政府补助环境下，企业金融投资对其培育新质生产力的影响

表６的模型４表示政府补助与金融投资对企业新质生产力的并行影响，回归结果显示，在引入政府补助变量的条件下，企业金融投资依然抑制企业培育新质生产力；模型３是在模型４基础上进一步引入金融投资与政府补助的交互项，由回归结果所示，二者共同作用下，会显著利于企业培育新质生产力，且政府补助单独可以显著激励新质生产力的培育。

６.２银行信贷环境下，企业金融投资对其培育新质生产力的影响

表６通过在基准回归的基础上于模型２中引入银行信贷，来表示银行信贷与金融投资对企业新质生产力的并行影响，模型３回归结果显示，二者共同作用下，会显著激励企业培育新质生产力。综上，在有银行信贷的政策环境下，企业出于对贷款成本与金融投资回报的比较，可能通过向银行借款转投金融领域，会获取差额利润，与此同时，考虑到企业自身的可持续发展，企业可能会选择使用这笔差额利润，增加创新投入，进行专利的生产。由此可见，银行信贷与企业金融投资共同作用，有效激励了其培育新质生产力，达到了良好的政策效果。

７稳健性检验

为检验上文回归结果的稳健性，本文进一步通过工具变量法、替换模型以及逐步加入控制变量的方法来检验企业金融投资对企业新质生产力的影响，相应检验结果如表７和８所示。

７.１工具变量法

金融投资、资本回报率（Ｚｈｂ）、现金流（Ｘｊｂ）、管理费用（Ｇｌｆｙ）和资产规模（Ｚｃｈ）与创新数量之间可能存在着双向因果关系，为进一步确定内生解释变量的存在，对式（１）进行豪斯曼检验，检验结果的Ｐ值为０.０９２，因此可以认为在１０％的显著性水平上拒绝“所有解释变量均外生”的原假定。再结合上述分析，有理由认为金融投资、资本回报率（Ｚｈｂ）、现金流（Ｘｊｂ）等变量为式（１）的内生解释变量。

内生性问题的主要解决路径为寻找有效工具变量来代替内生变量。而有效工具变量的选取，参照Ｗｏｏｌｄｒｉｄｇｅ（２００２）［２５］的研究方法，分别选取金融投资的１阶滞后、资本回报率的１阶滞后、现金流的１阶滞后作为工具变量。引入工具变量后的回归模型可表示为：

首先使用２ＳＬＳ对式（９）进行回归，为检验工具变量在２ＳＬＳ回归中的有效性，需对工具变量进行过度识别检验与不可识别检验。过度识别检验对应的Ｐ值为０.６５３，不能拒绝原假设；工具变量为外生，而不可识别检验ＡｎｄｅｒｓｏｎＬＭ统计量对应Ｐ值为０.００００，强烈拒绝不可识别的原假设。由此可知，所选取工具变量为有效工具变量。２ＳＬＳ模型相应的回归结果见表７模型１。

虽然２ＳＬＳ的参数估计值为一致性估计，但却是有偏的，由弱工具变量存在所引起的“显著性水平扭曲”可能致使回归结果的不稳健性。为进一步证明所选工具变量中不存在弱工具变量，引入有限信息最大似然法（ＬＩＭＬ）对式（９）进行检验，回归结果见表７模型２，可发现ＬＩＭＬ系数估计值及其显著水平与２ＳＬＳ系数估计值及显著水平基本一致，可证明工具变量具有有效性。

为进一步解决样本中上市公司个体的扰动项不一定满足独立同分布的假设问题，使用广义矩估计（ＧＭＭ）。ＧＭＭ较２ＳＬＳ与ＬＩＭＬ对异方差的处理结果更具稳健性。表７模型３为ＧＭＭ估计结果，解释变量的系数估计值的显著性水平与符号并未发生明显变化，仅系数估计值的大小发生了轻微变化，说明即使样本中的个体存在异方差，回归结果依然稳健。

７.２替换模型法

本文借鉴Ｇａｌａ和Ｇｏｍｅｓ（２０１２）［２６］、Ｅｂｅｒｌｙ等（２０１２）［２７］、鞠晓生等（２０１３）［１８］、刘贯春（２０１７）［１９］、钟华明（２０２１）［２０］的模型设定办法，即通过将企业创新活动的滞后项引入解释变量，构建托宾Ｑ方程，构建如式（１０）的动态面板投资模型，模型回归结果见表８模型１，托宾Ｑ方程下的企业金融投资依然阻碍企业新质生产力，增强了本文所得结论的稳健性。

本文参照Ｂｒｏｗｎ和Ｐｅｔｅｒｓｅｎ（２０１１）［２８］、鞠晓生等（２０１３）［１８］、刘贯春（２０１７）［１９］、钟华明（２０２１）［２０］的研究，利用欧拉方程凸性调整成本的动态模型刻画企业的创新活动，将企业新质生产力的滞后项以及企业新质生产力滞后项的平方引入至基准模型（１）构建如下欧拉方程（１１）进行稳健性检验，显示结果如表８模型２，研究结果显示基准回归结果具有稳健性。

７.３逐步加入控制变量法

本节还采用逐步加入控制变量法，具体回归结果表略。

８结论与启示

８.１研究结论

本文在专利生产函数基础上使用托宾Ｑ方程模型和欧拉方程模型研究了企业金融投资对企业新质生产力的影响及作用机制。研究发现：（１）企业进行金融投资显著抑制了其企业培育当期的新质生产力，且已通过内生性与稳健性检验，这体现了市场调节下因部分企业的盲目性会引发市场失灵；（２）机制分析显示，企业金融投资主要通过企业创新投入（Ｙｆｔ）、发展能力（Ｚｃｚ）和经营能力（Ｚｍｊ）３个渠道挤出了企业新质生产力；（３）异质性分析显示，金融投资对企业培育新质生产力的抑制效应仅存在于大企业、国有企业或非制造业企业。

８.２启示

企业新质生产力是推动微观经济高质量发展、新旧动能转换的迫切要求和重要支撑。结合本文上述结论可得如下政策启示：（１）政府可通过增加政府补助等方式有效干预金融投资对企业培育新质生产力的影响。同时，按照不同特征企业金融投资对企业培育新质生产力的异质性影响，国家精准扶持以助力企业培育新质生产力。此外，银行信贷应该结合其与相应金融投资方式的共同影响效果，做到有进有退，精准助力企业培育新质生产力；（２）企业应该重视创新投入、发展能力与经营能力；且密切关注金融投资对其培育新质生产力的持续影响；还可通过介入机制来调节以期达到其预期投资目标；同时应积极申请并有效利用外部融资，培育新质生产力。