非金融企业金融化对就业的影响研究

王怀明 王成琛

(南京农业大学 金融学院，江苏 南京 210095)

一、引言

随着我国经济发展进入新常态，市场有效需求不足，实体领域收益率下滑。与实体领域相比，金融领域则利润丰厚，金融产品普遍具有较高的投资收益率。非金融企业通过配置金融资产的方式来获得超额利润，大量产业资本逐渐偏离实体经济流向虚拟化程度较高的金融、房地产领域，致使非金融企业逐渐偏离其主营业务，进而导致中国经济出现显著的“脱实向虚”趋势，这种现象被称之为“非金融企业金融化”[1]。

在金融产品超额回报率的驱动下，越来越多的非金融企业热衷于投资股票、购买理财、委托贷款等金融活动。在2009年，中国上市非金融企业配置金融资产的平均规模约为0.95亿元，而到2016年，这一规模达到7.57亿元左右，从平均规模可以看出，上市非金融企业配置金融资产水平呈现递增趋势。大量的产业资本脱离实体经济流向金融领域，资金在虚拟经济中“空转”的现象凸显[2]，这将严重阻碍实体经济的可持续发展，也不利于宏观经济环境的稳定。因此，党的十九大报告明确提出，“建设现代化经济体系，必须把发展经济的着力点放在实体经济上。”

非金融企业过度追求金融化带来的短期收益，容易导致企业“短视”而忽略企业生产经营业务的可持续发展[3]，进而可能会对就业产生不利影响。国际经验已表明,金融化会对宏观就业造成负面影响，导致失业率上升[4][5]。然而，就业稳定、个人可支配收入稳步提升可以拉动消费市场的总需求，对经济增长和社会稳定至关重要。在当前中国经济进入增速放缓、结构调整加快的关键时期，就业的“稳定器”作用尤为重要。因此，中央将稳定就业放在经济工作的首位，优先稳定就业上升为我国政府宏观调控的重要战略。那么在当前背景下，我国非金融企业的金融化现象是否会对企业的就业造成不利影响？如果造成影响，其中的作用机制又是什么？关于上述问题的探讨不仅可以加深对非金融企业金融化经济后果的理解，还能够为政府部门制定“振兴实体经济”和“稳定就业”的相关经济政策提供理论参考。

与以往的研究相比，本文主要的贡献在于：(1)现有文献主要检验了金融化对资本积累、实业投资的影响。在此基础上，本文从就业视角探究非金融企业金融化的经济后果，这是对金融化经济后果研究的补充与完善。(2)已有文献大多从宏观层面探讨金融化的经济后果，本文以非金融企业金融化现象为切入点，更深入考察金融化对微观层面的影响。(3)运用中介效应模型，进一步检验了非金融企业金融化对就业影响的作用机制，发现实物资本投资是此作用机制的部分中介因子，有助于深入理解金融化对就业的影响。

下文的安排如下：第二部分为文献综述；第三部分为理论分析及假设提出；第四部分为研究设计；第五部分为实证分析；第六部分为进一步研究；最后为结论与政策建议。

二、文献综述

(一)非金融企业金融化对实体产业的影响

目前绝大多数学者对金融化与实体经济之间的关系持负面看法。非金融企业金融化在一定程度上阻碍实体产业发展主要体现在两个方面：一方面，非金融企业金融化会减缓资本积累。Stockhammer(2004)发现在利润最大化目标的驱使下，企业将增加对金融资产的投资，投资逐渐偏离扩大再生产，金融化导致资本积累放缓[6]。Dumenil 和Levy(2004)认为金融化增加了金融支付力度，导致企业留存收益减少。由于资本的积累率与留存收益率密切相关，留存收益的减少造成了资本积累的下降[7]。Tori 和 Onaran(2017)利用西欧国家非金融企业的数据研究发现，金融化使实物投资减少，从而导致经济增长停滞[8]。朱映惠和王玖令(2017)发现在经济下行期非金融企业金融化会减少资本积累[9]。盛明泉等(2018)认为非金融企业金融化通过挤占实业投资进而对全要素生产率产生负面影响[10]。另一方面，非金融企业金融化会降低实业投资。Orhangazi(2008)实证发现金融化对美国实业投资具有显著的负向影响，金融化通过改变实业投资在经营中的优先顺序，进而对实业投资产生“挤出”效应[11]。张成思和张步昙(2016)、张昭等(2018)发现金融化对企业的实业投资产生“挤出”效应，且这种“挤出”效应随着金融化程度的加深而增强[12][13]。Demir(2009)利用新兴市场企业层面的数据研究发现，企业更倾向于把资金投向金融资产，而降低生产领域中的实物资本投资[14]。谢家智等(2014)、晋胜武和何珊珊(2017)发现过度金融化将加快“去工业化”进程，金融资产的配置会减少企业的研发投资支出[15][16]。杜勇等(2017)、马红等(2018)的研究表明，企业金融化对实物投资和研发投资均存在“挤出”效应[17] [18]。

(二)非金融企业金融化对就业的影响

Foster(2007)认为金融投资与生产性投资的背离往往会导致经济繁荣的消失，金融投资的不断增加会导致高失业率和低经济增长的经济停滞状态[19]。Lazonick(2012)研究发现，美国工业企业的金融化行为使企业沉迷于投机获取金融利得，很多企业关闭工厂、解雇工人，在低劳动力成本国家开展离岸生产，进而导致就业机会的减少[4]。Lin和Tomaskovic-Devey(2013)发现，企业出于追求股东价值最大化的目的增加金融投资将导致人工成本的压缩，非金融部门不得不削减工资福利支出[20]。Karanassou等(2008)研究发现,非金融企业将更多的资源投放到金融领域，挤占了企业的主营业务资源，从而导致企业需要雇佣的劳动力数量下降，企业便会裁员和缩招[21]。González和Sala(2014)运用动态的多方程宏观劳动力模型，从宏观层面讨论金融化对美国失业的影响，发现金融化导致失业率比正常情况增加2%。而资本积累又是导致失业效应的传导渠道，金融化通过影响资本积累进而对就业产生影响[5]。

通过上述文献梳理，我们发现：首先，对金融化经济后果的研究主要集中在资本积累、实业投资等方面，有关金融化对企业就业影响的研究不足。其次，仅有的几篇关于金融化对就业影响的研究文献主要是从宏观层面展开，鲜有学者从微观层面探讨金融化对就业的影响。最后，非金融企业金融化对企业就业影响的传导机制很可能是实物资本投资。因此，本文拟重点考察非金融企业金融化对企业就业人数的影响，并检验其作用机制是否为实物资本投资。

三、理论分析及假设提出

基于我国金融业具有超额回报率的事实，非金融企业配置金融资产的动机主要表现为资本套利和资金储备两种动机[22]。资本套利动机是指非金融企业配置具有超额回报率的金融资产，以获取金融业的高额利润；而资金储备动机是指非金融企业运用闲置的资金投资金融资产进行资金储备，以满足主业发展的资金需求，并且有助于缓解外部融资约束。现有文献对此得出较为一致的结论，非金融企业配置金融资产表现为一种资本套利行为，并未缓解企业主业发展面临的融资约束[17][23]。

在资本套利动机的驱使下，资本回报率相对较高的金融领域受到青睐，非金融企业投资决策的重心偏离生产经营部门，逐步向金融部门转移[19]，以期在短期内实现收益率的提升，维持企业市值的稳定。企业一般仅留存维持原有实体产业的资金，将剩余的闲置资金转而投向金融资产，甚至有的企业出于利润最大化的考虑会缩减经营性投资转向金融投资，致使企业赚取的利润更多地来自金融资产的投资回报，而不是依赖于原有的商品制造与销售渠道。

一旦非金融企业出于短期目标将资源更多地用于金融领域，将导致其为腾出资金而缩减经营性投资，相应地，企业用于技术改进、人才培养等的经费投入会减少，从而制约了企业经营业务的长远发展。非金融企业经营策略由“留存再投资”转变为“裁员分红”，从而减少了实际生产活动[4]。随着生产经营活动的缩减，非金融企业为了控制运营成本，便会大力削减劳动力成本，减少劳动力的雇佣量，解雇工人，进而导致企业就业人数的下降。因此，我们认为非金融企业金融化将显著减少企业的就业人数。基于以上分析，本文提出如下假设：

H1：非金融企业金融化对就业存在显著的负向影响。

非金融企业金融化对实物资本投资的抑制作用主要通过以下两条途径：第一，在资源配置方面，实物资本投资和金融投资都是企业投资的重要组成部分，在资源有限的情况下，金融投资和实物投资可能是潜在的替代品，非金融企业增加金融投资会对实物投资产生“挤出”效应[24]。尤其是当金融投资回报率高于实物投资回报率时，企业进行实物投资的意愿将降低，金融投资在未来新增投资中的占比将会增加，从而导致实物投资的下降[6]。第二，在管理者偏好方面，企业短期回报压力的增加会迫使管理者倾向于投资金融资产并且回购股票，因此会阻碍企业的实物资本投资[11]。随着企业的治理目标从规模扩张转变为利润最大化，且在薪酬激励制度的作用下，管理者投资期限更短的金融资产的决策行为将会增加，进而在短期内增加股票分红，可用资金的减少导致实物资本投资的下降。

劳动力需求理论认为，企业的投入要素之间存在着互补关系，实物资本投资增加的同时会增加社会的劳动需求，相应地提高社会的就业率。随着非金融企业金融化程度的加深，金融资产投资的增加将导致实物资本投资被挤出，实物资本投入量随之减少，由于资本与劳动存在一定的互补关系(即在生产过程中保持一定的资本劳动比)，从而导致企业对劳动的需求减少。因此，非金融企业金融化可通过影响实物资本投资来影响企业就业，即存在“金融化程度提高→实物资本投资下降→就业人数减少”的作用机制。基于以上分析，本文提出如下假设：

H2：非金融企业金融化通过影响实物资本投资，进而影响企业的就业人数。

四、研究设计

(一)样本选取与数据来源

本文以2009～2016年中国沪深两市A股上市公司作为初始样本，并对样本进行筛选：将金融类和房地产行业的上市公司剔除；将数据缺失的样本剔除。筛选后总共获得23752个公司年度观测值。由于企业就业人数为t+1期观测值，因此研究样本观测值的实际区间为2009～2017年共9个年度。为消除极端值对回归结果的影响，本文对模型中所有连续变量进行上下1%的缩尾(Winsorize)处理。本文所使用的数据均来自Wind数据库，并采用Stata15.0软件对样本企业的非平衡面板数据进行多元回归分析。

(二)计量模型设计

为了检验研究假设H1，本文构建了如下实证模型(1)以考察非金融企业金融化对就业的影响。若H1成立，则Fin的回归系数将显著小于0，表明金融化减少了企业的就业人数。

Empt+1=α0+α1Fin+α2Lev+α3Growth+α4Size+α5Price+∑αiIndustry+∑αjYear+ε

(1)

为了检验研究假设H2，本文利用Baron和Kenny(1986)的中介效应模型[25]来进一步探究金融化是否通过影响实物资本投资水平的路径来影响企业的就业人数。

Capt+1=γ0+γ1Fin+γ2Lev+γ3Growth+γ4Size+γ5Price+∑γiIndustry+∑γjYear+ε

(2)

Empt+1=δ0+δ1Fin+δ2Capt+1+δ3Lev+δ4Growth+δ5Size+δ6Price+

∑δiIndustry+∑δjYear+ε

(3)

模型(1)～(3)用于检验“非金融企业金融化→实物资本投资下降→就业人数减少”的路径，分步检验过程如下：第一步，检验非金融企业金融化对就业的影响，关注模型(1)中的回归系数α1；第二步，检验非金融企业金融化对实物资本投资的影响，关注模型(2)中的回归系数γ1；第三步，同时检验非金融企业金融化和实物资本投资对就业的影响，关注模型(3)中的回归系数δ1和δ2。若满足下列条件则中介效应存在：在回归系数α1、γ1、δ2均显著的前提下，如果δ1不显著，则意味着存在完全中介效应； 如果δ1显著并且出现非金融企业金融化对就业影响变小的情形，则意味着存在部分中介效应。

(三)主要变量定义

1.金融化程度(Fin)。本文参考Demir(2009)、宋军和陆旸(2015)、杜勇等(2017)的方法，以非金融企业持有的金融资产占总资产的比值来衡量金融化程度。根据金融资产的定义，本文的金融资产范围包括：交易性金融资产、可供出售金融资产、持有至到期投资、衍生金融资产、发放贷款及垫款、投资性房地产和其他流动资产。本文将投资性房地产项目纳入金融资产，主要是因为投资性房地产是指企业为赚取租金或者资本增值而持有的房地产，并非用于生产经营，它可以反映非金融企业进入房地产行业投机炒作的情况。与已有文献不同的是，本文未将货币资金纳入金融资产的范畴，主要是考虑到企业在经营活动中也会产生货币资金。此外，在记账的实务操作中，企业持有的理财产品、信托产品和委托贷款的款项会计入其他流动资产会计科目中，因此，需要再将其他流动资产纳入金融资产的范畴。综上所述，本文企业金融化程度(Fin)的计算公式为：Fin=(交易性金融资产+可供出售金融资产+持有至到期投资+衍生金融资产+发放贷款及垫款+投资性房地产+其他流动资产)/总资产。

2.就业人数(Empt+1)。就业人数是指企业雇佣劳动力的数量，用企业年末的就业人数的自然对数来衡量。

3.实物资本投资(Capt+1)。实物资本投资是与企业经营业务有关的投资，主要是指非金融企业固定资产投资。实物资本投资的计算公式为：Capt+1=(固定资产+在建工程+工程物资)/总资产。

4.控制变量。本文参考已有的相关文献，控制了其他可能影响企业就业人数的变量，具体包括：负债情况(Lev)，以企业资产负债率衡量，资产负债率=总负债/总资产；投资机会(Growth)，以当年企业销售额增量(当年销售额与上一年销售额之差)与上一年销售额的比值衡量；企业规模(Size)，以企业当年总资产衡量，对其取自然对数；劳动力成本(Price)，以当年企业职工人均工资收入来衡量，其计算公式为当年企业应付工资总额与应付福利费总额之和除以当年就业人数，并对其取自然对数；企业运营时间(Age)，用当年与企业注册成立年的差值表示；出口情况(Ex)，以当年企业出口额衡量，将企业出口额加1后再取自然对数。

此外，Industry表示企业所处行业的固定效应，以控制行业不同的差异，并根据Wind数据库中证监会行业划分标准的一级代码进行分类。Year表示时间(年度)固定效应，以控制不可观测年度差异的影响。本文具体变量的定义见表1。

表1 变量定义

五、实证分析

(一)描述性统计结果

表2为本文主要变量的描述性统计结果，其中样本企业就业观测值的均值和中位数分别为7.4470和7.3784；金融化程度(Fin)的中位数为0.0092，表明一大半以上的样本企业持有金融资产，说明越来越多的企业因为金融业的超额回报率开始持有金融资产；金融化程度(Fin)的均值为0.0435，表明样本企业持有的金融资产占总资产的平均值为4.35%；金融化程度(Fin)最大值高达0.9499，表明部分企业存在着过度金融化的现象,原因可能是企业的重心从实体领域向金融领域转移。

表1 主要变量的描述性统计

(二)多元回归分析

表3为本文基本假设的回归结果，第(1)列是单变量回归的结果，第(2)列是纳入了控制变量的回归结果。非金融企业金融化(Fin)的回归系数分别为-0.7666 和-1.0854，均在1%的水平上显著。从统计意义方面(第(2)列)来讲，非金融企业金融化(Fin)每增加一个标准差，就业(Empt+1)将大约减少9.5(-1.0854×0.0872)个百分点，这表明非金融企业金融化程度的加深降低了企业的就业人数。非金融企业将可用资金更多地投向金融资产，以期在短期内追求较高的回报率以提高企业利润。在资本套利动机的驱使下，企业管理层有潜在的动机将这些资金再次投资到金融资产上，这将会造成大量的资金脱离实体经济在金融领域“空转”，进而导致企业的投资偏离主营业务的发展，挤占企业的实际生产活动。企业实际生产活动的缩减会使企业所需劳动力的数量下降，导致企业就业人数的减少。因此，非金融企业金融化与企业就业人数呈负相关关系，这与González和Sala(2014)得出的金融化提高失业率的结论相一致。综上所述，本文的研究假设H1得到验证。

表3 非金融企业金融化与就业

注：*、**、*** 分别代表在10%、5%和1%的水平上显著，本文的控制变量用CVs来代表，下表同。

表4 非金融企业金融化、实物资本投资与就业

注：Sobel Z 统计量和中介效应占比都运用Stata中Sgmediation命令获得。

表4为“非金融企业金融化→实物资本投资下降→就业人数减少”路径的实证结果。第(1)列为金融化影响就业的实证结果，金融化(Fin)的回归系数为负并且在1%的水平上显著。第(2)列为金融化影响实物资本投资的实证结果，金融化(Fin)的回归系数也为负并且在1%的水平上显著，这说明非金融企业金融化降低了实物资本投资水平，这与杜勇等(2017)的研究结论一致。在企业可用资金有限的情况下，非金融企业管理层改变了实物资本投资在投资中的优先顺序，将资金优先投入到收益率更高的金融资产中，从而挤占了企业的实物资本投资。关注的重点为第(3)列的实证结果，实物资本投资(Capt+1)的回归系数为正并且在1%的水平上显著，金融化(Fin)的回归系数为负并且在1%的水平上显著(同时|δ1|<|α1|)，说明实物资本投资是非金融企业金融化影响企业就业的部分中介因子。为稳健起见，本文又进行了Sobel 检验，Z统计量在5%的水平上通过检验，进一步证明了中介效应是显著的。实物资本投资是扩大再生产的基本手段，就业人数的增长需要资本投资的注入。非金融企业金融化降低了实物资本的投资，由于生产过程中需保持一定的资本劳动比，投资的下降会对企业就业产生消极影响。但是，通过中介效应占比的测度后，我们发现在全样本中实物资本投资作为传导机制的中介效用占直接效应的比例仅为0.7%左右，这表明实物资本投资作为传导机制，其发挥的传导作用较小。制造行业是实体经济的主体，实物资本投资是制造业赖以生存和发展的重要生产资源。那么实物资本投资作为传导机制是否在制造业中发挥更重要的作用呢？ 因此，本文进一步采用制造业子样本进行异质性检验。

表5为制造业中“非金融企业金融化→实物资本投资下降→就业人数减少”路径的检验结果。第(1)列为金融化影响就业的实证结果，金融化(Fin)的回归系数为负并且在1%的水平上显著。第(2)列为金融化影响实物资本投资的实证结果，金融化(Fin)的回归系数为负并且在1%的水平上显著。关注的重点为第(3)列的实证结果，实物资本投资(Capt+1)的回归系数为正并且在1%的水平上显著，金融化(Fin)的回归系数为负且在1%的水平上显著(同时|δ1|<|α1|)，表明实物资本投资是非金融企业金融化影响企业就业的部分中介因子。Sobel检验进一步证实了这一判断。同时我们测度出中介效应占直接效应的比例提高到19.78%左右，这说明在制造业企业中，实物资本投资作为传导机制发挥的作用更强。综上所述，本文的研究假设H2得到验证。

表5 制造业企业金融化、实物资本投资与就业

(三)稳健性检验

1.内生性问题。虽然本文选取的企业就业人数指标是比金融化程度指标晚一年的观测值，但是企业劳动力的雇佣可能具有延后性，因此可能存在内生性问题。为了克服可能存在的内生性问题，本文选取金融化程度的滞后一期(Fint-1)和滞后两期(Fint-2)作为工具变量，利用广义矩估计(GMM)法对基本模型进行估计，结果如表6所示。实证结果表明，非金融企业金融化仍对企业就业产生了显著的负面影响，这说明在控制了内生性问题后本文的研究结论依然成立。

表6 考虑内生性问题的IV-GMM 估计方法

Empt+1Fin-1.1188***(-10.4577)截距项-8.6792***(-60.5742)CVsYesIndustry YesYear YesHansen J statistic1.7633p-value of Hansen J statistic0.1842r2_a0.6942F1120.6667N16967

注：IV-Gmm估计模型中的不可识别检验统计量Kleibergen-Paap rk LM的值为551.1262，弱工具变量检验的统计量Kleibergen-Paap rk Wald F的值为2276.0417，均通过了检验。

2.非线性关系。考虑到金融化与就业之间可能是U型关系，我们将金融化的二次项(Fin_square)加入到模型(1)中，结果如表7所示。实证结果发现，金融化(Fin)的回归系数依然显著为负数，金融化二次项(Fin_square)的回归系数不显著，这说明非金融企业金融化与就业之间不存在U型关系。

3.改变度量方式。现有文献中度量金融化程度的方法有三种，分别是金融资产、金融收益和金融支付[11]。而本文中对非金融企业金融化程度仅选用金融资产占总资产的比例这一种方法来衡量，为了验证本文结果的稳健性，我们对文中解释变量进行替换，选取金融收益占总收益的比值这一指标来度量非金融企业金融化程度。重复上述实证检验，实证结果与上文的基本结论一致。

六、进一步研究

(一)考虑企业产权的异质性

我国企业存在着国有与非国有两种不同的产权性质。那么，不同的产权性质下，非金融企业金融化对就业的影响是否会存在差异呢？国有企业与政府存在着紧密的联系，相比于非国有企业，国有企业更容易获取政府资金的扶持，而且在外部融资方面，金融机构发放贷款也会向国有企业倾斜，使其面临的外部融资约束减轻。因此，国有企业会将更多的内部资金用于配置金融资产。另外，内部人控制是国有企业的特性之一，因而代理冲突问题在国有企业中尤为突出，国有企业的管理者会迫于业绩考核的压力而更多地采取“短视”决策，放弃扩大再生产等长期活动，将重心转向金融投资套利活动以获取超额回报。所以，与非国有企业相比，国有企业金融化可能对企业就业的负面影响更大。本文根据实际控制人的不同将样本分为国有企业和非国有企业两组后进行实证检验，结果如表8所示，其中第(1)列为国有企业的实证结果，第(2)列为非国有企业的实证结果。实证结果表明，在国有企业样本组中，金融化对企业就业造成的负面影响更大，本文与杜勇等(2017)的研究结论相同。这可能是由于国有企业面临的外部融资约束较小，且管理者面临短期业绩考核的压力，管理者将更多的资金投向回报率高的金融领域，进而对企业就业的负面影响更严重。

表7 考虑非金融企业金融化与就业之间的非线性关系

Empt+1Fin-1.0481***(-7.7023)Fin_square-0.0856(-0.3082)截距项-7.8508***(-73.5973)CVsYesIndustry YesYear Yesr2_a0.6855F1399.3344***N23752

表8 不同产权性质企业的金融化与就业

(二)考虑企业资本密集度的异质性

上文已证实非金融企业金融化通过实物资本投资对就业产生影响，那么在资本密集程度不同的企业中，非金融企业金融化对企业就业人数的影响可能存在着差异。因此，本文运用固定资产净值与从业人数的比值来衡量资本密集度，将资本密集度大于其平均值的企业归为资本密集型企业，其他企业则为劳动密集型企业，并对子样本分别进行了回归检验，结果如表9所示，其中第(1)列和第(2)列分别为劳动密集型企业单变量和纳入了控制变量的实证结果，第(3)列和第(4)分别为资本密集型企业单变量和纳入了控制变量的实证结果。实证结果发现，非金融企业金融化(Fin)的回归系数均显著为负，且第(4)列的系数(绝对值)大于第(2)列，这说明相对于劳动密集型企业来说，非金融企业金融化对资本密集型企业就业人数的负面影响更大。

表9 子样本回归结果

表10 非金融企业金融化与企业融资约束

(1)FC(2)FCFin-0.0305***(-3.0947)-0.0067(-0.6698)截距值0.0621***(53.9855)0.2091***(4.3232)CVsNoYesIndustryNoYesYearNoYesr2_a0.00030.0631F9.5770***47.7641***N2375223752

(三)检验金融化是否缓解企业的融资约束

在金融资产超额回报率的驱动下，非金融企业投资金融资产是否更多地表现为一种资本套利行为，并没有缓解企业生产经营活动的融资约束呢？本文用企业经营性现金流比率来表示融资约束(FC)[26]，进一步对非金融企业金融化对融资约束的影响进行检验，结果如表10所示，其中第(2)列是在第(1)列基础上纳入了控制变量的结果。实证结果显示，非金融企业金融化没有缓解企业的融资约束。虽然非金融企业金融化能够获取较高的投资回报，从而增加企业的可用资金，但考虑到资本的逐利性，非金融企业会将这些资金再投资到金融资产上，造成了金融化的“挤出”效应大于“蓄水池”效应[17]，并未在企业的生产经营活动中发挥缓解融资约束的作用。

七、结论与政策建议

(一)研究结论

由于实体产业收益率的下降，越来越多的产业资本流向具有超额回报的金融领域。基于这一现实问题，本文利用我国上市非金融类公司的数据，研究了非金融企业金融化对其就业的影响，并检验了非金融企业金融化对就业产生影响的作用机制。实证结果发现，非金融企业金融化减少了企业的就业人数。进一步的作用机制表明，非金融企业金融化通过降低实物资本投资水平，进而对企业的就业人数产生负面影响，并且，此作用机制在制造业企业中发挥的作用更大。最后，本文还发现非金融企业金融化对就业的影响程度在国有企业和资本密集型企业中更大。

(二)政策建议

1.构建现代公司治理体系，促使企业立足于长远发展。管理者薪酬应适当与企业的长期绩效挂钩，不能完全以短期业绩来衡量管理者的贡献。同时，要健全监督机制，加强金融资产投资事项的审批与监督，减少以牺牲企业主业为代价的短期逐利行为，防止非金融企业过度金融化。

2.拉动国内消费需求，提高企业主营业务的利润率。政府可以通过出台相关产业政策来降低企业实物投资的成本，进而营造良好的实物资本投资环境，并通过减税降费来降低企业的生产成本，进而提高企业主营业务的利润率，以此缩小实体产业与金融领域之间的回报率差距，鼓励企业将重心放到主营业务上，促使企业回归本源。

3.加强对企业通过金融渠道进行获利的外部监管。证监会等部门应当出台相关政策并加强外部监督，防止上市非金融企业将筹集到的资金变相用于金融资产投资，尽可能避免非金融企业投资金融资产对实物资本投资的挤出。

最后，需要补充一点，尽管本文发现非金融企业金融化会对就业产生负面影响，但这并不是对非金融企业投资金融资产的全盘否定。随着金融业的进一步发展，如何有效地发挥金融资产的资金储备功能，更好地为实体经济的发展服务将是一个非常值得研究的问题。