高管实业背景、金融化与制造企业创新*

贺立龙，李浩然

(四川大学 经济学院，成都 610065)

一、引言

创新是引领经济发展的第一动力。中国“十四五”规划以及持续的发展对加快科技创新提出了更为迫切的要求，即发挥企业技术创新主体作用，推动创新要素向企业集聚，促进产学研深度融合。制造业作为国民经济支柱产业，是科技创新的主导力量。新一轮科技革命和产业变革方兴未艾，中国制造企业进入全面转型升级的历史关口，以科技创新驱动制造业高质量发展，是中国建设社会主义现代化强国的必由之路。

但是，近年来实体经营利润率下降、金融投资报酬率上升使不少制造业企业产生了“金融化”倾向，而过度投资金融资产使企业投资经营出现“脱实向虚”现象，降低了企业实体投资效率，影响企业主营业务发展。本文整理分析A股制造业上市公司投资支出变化趋势发现(1)数据来源为Wind数据库，经作者使用本文样本数据计算所得。，制造业上市企业对金融资产偏好增强，金融资产配置总量不断增加，并且占总资产比例也呈上升态势，这说明企业金融化程度在持续加深。图1为基于样本数据绘制的上市公司2012—2018年金融化投资趋势图。

图1 制造业上市公司金融化趋势图

制造业上市公司持有金融资产动机多元，有的是为了合理配置资产、推进资金周转，有的则出于金融投机的考虑。但是，持有金融资产之后，对实体经营无论是产生替代效应，还是盈余效应(宋军等，2015)[1]，都将给企业包括创新活动在内的实体投资经营带来一定影响。长期以来，学界对上市公司金融化产生的实体投资“挤出效应”给予了较多关注，并对其企业经营特性方面的影响因素进行了较为全面的分析。但是，除了企业性质及治理、经营特征，企业高管团队的专业背景与结构性特征也会对上市公司的金融化决策产生直接影响。也就是说，制造业上市公司金融化行为很可能与高管团队特性存在相关联系。一些文献研究表明，高管特征会影响企业经营决策以及金融化或创新活动，但这些研究还未直接涉及高管团队的专业特征因素。具备科学与工程教育、工作背景的高管能否影响上市公司的金融化决策，进而对企业创新活动形成一定支持作用？本文采集最新的样本数据(2)因为相关文献研究期间最新也在2015年之前(王红建 等，2017)，而2017年来我国金融市场环境发生很大变化，有必要对此问题进行再审视。，基于高层梯队理论、烙印理论，考察高管实业背景对上市公司金融化与创新活动关系的调节作用，从公司治理核心主体角度，探寻在金融化与企业创新关系间起到调节作用的功能机制。

本文在以下方面有边际贡献：第一，基于较新数据研究金融化之于企业创新的关系，得出与以往文献略有不同的结论；第二，以高管实业背景为中介变量，考察了不同背景高管团队对金融化与企业创新的影响，发现高管团队发挥调节作用具有“群聚效应”的特性；第三，立足于两种金融资产持有动机，从理论分析与实证检验上证明高管实业背景发挥调节作用以储备型金融资产为实现路径，而不是投机型金融资产。该研究对企业合理经营与科学管理决策指导创新活动等具有现实意义，也对管理层选任选聘制度的完善具有一定启示意义，同时为深入理解金融化问题提供了新的理解思路。

二、文献综述

(一)金融化问题研究现状

金融化问题，实际上是在金融发展问题研究中产生的，过度提倡金融发展引发了经济的金融化(Financialization)现象。与金融化相关理论可以追溯到马克思的虚拟资本理论(马克思，2004)[2]，认为金融化是以一定规模虚拟资本形成的虚拟经济发展过程中出现的现象或趋势。近代学者们的研究结果表明金融化具备多维内涵，已有文献大致从三个角度描述金融化问题。从宏观层次讲，金融化通常指经济体的利润来源中金融行业(FIRE部门)所占比例持续增加(Krippner,2005;Epstein,2005;Palley,2008)[3-5]；从中观层次讲，金融化指的是商品出现金融化现象(张成思，2019)[6]；从微观层次讲，金融化的研究视角通常集中在企业上，指的是企业为实现某种目的(通常是实现股东利润最大化)而增加对金融资产的配置(Zwan，2014)[7]。以往学者研究的结果表明，引致金融化现象出现涉及多种因素，可能与企业追求更高经营业绩或高质量财务指标有关(Baud & Durand，2012；Da Luz et al.，2015；张瑾，2013；胡奕明等，2017)[8-11]，可能与企业面临融资约束大小或可得信贷资源有关(Heitor，2002；张慕濒和孙亚琼，2014)[12][13]，可能与管理层特质有关(谢家智，2014；杜勇等，2019)[14][15]，还可能与宏观经济环境变化有关(邓超,2017；彭俞超等,2018)[16-17]。

已有文献大多从微观、宏观角度研究金融化的经济影响。在宏观经济层次，目前学术界在金融化对整体经济影响的意见相对统一，大都认为金融化程度加深对宏观经济的影响是不利的。如Dore(2008)[18]认为金融化的一个明显结果是使食利阶层壮大，让庞大资本阶层获得更大支持从而对社会、政治等方面产生不利影响；Palley(2008)[5]认为金融化导致实体经济增长放缓，使金融体系更加脆弱，加剧收入分配不平等；Dore(2008)[18]、任重道和朱贻庭(2010)[19]还认为金融化对真实世界支配作用愈加凸显，干扰企业管理者正常决策，产生人力资源配置低效、社会信任缺失等问题。

在微观企业层次，学者研究结果显示企业金融化相对较为复杂的经济影响后果，这部分研究多集中于实证。多数文献发现企业金融化对生产经营与投资活动有负面影响。Demir(2009)[20]研究新兴市场上企业金融化问题，发现企业往往选择投资可逆的短期金融投资而并不钟情于具有不可逆性的长期固定投资项目；Orhangazi(2008)[21]研究发现非金融公司的金融化程度和实体投资存在负相关关系，增加金融支出对公司实体投资产生挤出效应(Crowding-out Effect)；张成思(2016)[22]、晋盛武等(2017)[23]发现金融化对企业实体投资同样具有一定挤出效应；刘笃池(2016)[24]发现在国有和非国有企业中，金融化对经营全要素生产率均有明显抑制作用。但也有学者发现企业金融化会对企业产生积极影响。宋军等(2015)[1]、邓超(2017)等[16]将金融利润从经营利润中分离出来，发现企业金融化与其经营效益的U形关系，认为经营业绩较好的企业有充足的剩余资金从事投资活动以最大化公司利润；张昭(2018)[25]在前人研究基础上还发现企业持有的金融资产可以弥补部分实体投资需求，金融化对企业实体投资效率实际具有非线性关系。

(二)企业创新与金融化

早期学者定义的创新内涵较为丰富，马克思将创新分成制度创新、技术创新、科技创新三种类别，而熊彼特的创新理论将经济创新活动与进化论联系起来，将创新视为经济发展产生“突变”的直接原因，认为经济在创新活动的“创造性破坏”下不断重塑与发展(熊彼特，1996)[26]。现代文献中创新一般指企业创新，具体又可分成两种内涵，一种特指企业的技术创新，在实证文献中经常被使用；另一种指企业的综合创新能力，该类相关文献(如Amidon，1998；Guan & Ma，2006；张玉娟等，2017)[27-29]倾向于从多维角度描述、衡量企业创新能力，并通过一定技术方法构建企业创新能力的综合指标。

创新活动具有投资金额大、回收周期长、产出不确定性大等特点，学者关于金融化对企业创新的影响效果也分为两种看法。一种认为企业金融化的进程拓宽了企业融资渠道，提高了企业融资效率，有助于给创新活动提供更有力的资本支撑，因此金融化促进了企业技术创新(Tadesse, 2002;2010)[30][31]。另一种则认为，受到创新活动的不确定性、主营业务利润的下降等情况影响，企业可能更青睐能带来短期利润的投机金融工具而放弃能给企业带来长期利润的投资项目(Demir，2009)[20]，投机行为的替代效应对企业创新具有明显挤出作用。国内研究金融化对企业创新影响的文献主要集中于实证研究，其结论基本一致，文献大都验证确认了金融化对企业创新活动的挤出作用。谢家智等(2014)[14]研究发现，创新能力的弱化会对制造业企业金融化起到推动作用，创新能力弱反过来成为企业金融化的推手。杜勇等(2017)[32]不仅发现了金融化能够降低企业创新能力，还发现创新在金融化行为影响企业主营业务经营的机制中起到中介作用。王红建等(2017)[33]研究发现，无论是套利动机更强还是盈利能力更强的企业，金融化对企业创新都有一定的挤出效应，但这种挤出效应在企业金融化水平比例达到23%后转变成正向的促进效应。晋盛武等(2017)[23]研究发现企业持有投资性金融资产对研发投资有显著的挤出效应，高管股权激励则可以削弱这种挤出效应。

(三)高管背景与企业决策

文献表明，高管背景(3)按照高层梯队理论，高管背景也可称为高管人口统计特征。会对企业管理决策、战略制定、生产计划、资产配置等方面产生重要影响，不同类型背景特征的高管对指导企业生产活动产生一定的差异，进而影响企业经营。雷辉等(2013)[34]、余恕莲等(2014)[35]、杨浩等(2015)[36]均发现高管专业技术背景不同会对企业生产经营产生明显的差异影响。杜勇等(2017)[32]研究发现CEO金融背景对企业金融化有明显的正向影响，并且这种影响主要通过提高CEO自信程度与降低融资约束实现，杜勇等(2019)[37]还发现高管具有学术背景能明显抑制企业金融化程度。蔡俊亚等(2015)[38]对收集到的264份企业调查问卷数据进行分析，发现高管团队异质性能进一步增强创业导向对创新绩效的正向作用。贾建锋等(2015)[39]使用调查问卷方式，比较系统地研究了高管多种胜任特征与所属企业战略导向匹配差异对绩效实现的影响。易靖韬等(2015)[40]发现高管过度自信能显著促进企业创新绩效提升，并且这种促进作用在高新技术企业更明显。刘凤朝等(2017)[41]比较全面地研究了高管团队海外背景包括比例、年龄、性别等方面的差异，发现海外背景给企业带来明显的先进知识溢出效应，显著提升了企业创新绩效。

综上所述，国内研究金融化与企业创新关系的文献并未涉及高管背景在其中可能存在的中介作用或差异影响研究。理论上讲，由于高管背景存在差异，企业在金融化行为与创新活动的取舍中受到高管决策影响也可能存在差异。

三、理论分析与研究假设

企业持有金融资产的动机一般分为两种，一种属于为追求投资金融资产所享有超额报酬率而持有的套利动机，一种属于为增强企业流动性而持有金融资产的储备动机(宋军和陆旸，2015[1]；王红建等，2017[33]；张昭等，2018)[25]。从持有金融资产的套利动机来讲，相比实业生产利润率，我国金融市场存在明显的超额回报(王红建等，2017)[33]，这吸引了众多投资者的目光，很多制造业企业纷纷加入购买金融资产的大军，企业资本整体呈现明显“脱实向虚”趋势；从持有金融资产的储备动机来讲，企业配置金融资产是为了维持公司日常开支，提高公司资金流动性。在两种动机的共同作用下，原本应用来支持企业从事创新活动的资金流向金融市场，这对研发部门进行创新活动产生明显挤出效应。基于以上理论分析，本文提出假设H1：

H1：金融化行为对企业创新影响呈负相关关系，金融化水平越高，对企业创新的挤出效应越明显。

现有文献表明，不同类型的高管背景会对企业生产经营、战略决策、投资融资等各方面产生明显影响，有些理论尝试对背后的影响逻辑进行解释，其中比较典型的有高层梯队理论与烙印理论。高层梯队理论(Hambrick & Mason,1984)[42]通常用来解释管理层异质性对企业绩效的影响差异，该理论认为管理层无法全知全能，因此其心理结构包括既有认知能力、价值观念等会影响企业战略决策，而观察人口统计特征可以一定程度上反映管理层难以直接测度的心理结构，进而解释企业决策行为。而来源于生物学的烙印理论在经济领域也有广泛应用，它认为生物会经历生理上的一段“敏感期”，敏感期内的经历会令生物形成对抗环境变化的思维或行动惯性，这种惯性称之为“烙印”或者“印记”，该理论在经济管理领域中常用来解释企业组织架构、职业研究调查等方面的问题(Marquis & Tilcsik, 2013)[43]。烙印理论表明，高管团队人生经历的烙印可能会影响他们的做事风格与思维模式，从而影响战略决策与企业绩效，杜勇等(2017)[32]进一步分析认为烙印理论应用于研究高管背景问题时是高层梯队理论的一种具体化形式。

从高管个人角度看，成为上市公司高管的人才需要有深厚的专业知识储备，尤其需要具备管理、经济、金融等与公司经营运作相关的知识，攻读MBA、参与经管类知识培训逐渐成为企业高管的必修课程，这间接使企业忽视高管是否具备实业背景，很多企业高管团队中具有实业背景的人员较少甚至为零。根据高层梯队理论，高管人口统计特征会对企业战略决策有明显影响，企业高管团队的实业背景不同，对企业创新的重视程度也就不同。具有相关领域科学与工程背景的高管团队，会对企业创新保持更高关注度，即便金融市场存在超额收益，这类高管也依然将企业创新视为维持企业生存发展的根本决定力量，而不具备相关实业背景的高管团队比前者更偏爱金融资产投资。结合企业持有金融资产的投机、储备两种动机，本文认为，在当期既定的金融化水平下，对于没有实业背景或具有实业背景高管占比低的高管团队而言，企业在金融投机中获取的超额收益对他们更有吸引力。[44]这类高管进行决策时尽管两种动机都存在，但他们受到套利动机的支配力量更大。而对于有实业背景或具有实业背景高管占比高的高管团队而言，尽管企业能够从事投机活动获取更高利润，但这并不是企业长久发展之道。基于王红建等(2017)[33]、杜勇等(2017)[32]、张昭等(2018)[25]的实证研究结果，本文进一步猜测具有以上特征的高管团队所受到储备动机力量影响的程度比不具有以上特征的高管团队要大，可能会利用金融资产流动性填补企业创新活动的空缺，削弱了金融化对企业创新的挤出效应。据此本文提出假设H2和H3：

H2：同等金融化水平下，具有实业背景的高管团队能够削弱金融化对企业创新的挤出效应。

H3：同等金融化水平下，实业背景占比高的高管团队能够削弱金融化对企业创新的挤出效应。

四、研究设计

(一)变量选取与数据处理

本文研究对象选择在我国A股市场上市的制造业企业，这基于以下两点考虑：一方面，对制造业企业来说，高效生产技术与新型企业产品在企业竞争中的重要性不言而喻，因此制造业企业通常会将创新活动置于较高战略地位，使用此类样本可能会得到更显著的回归关系。另一方面，A股的非金融上市公司有很大部分是制造业企业，其研究结论具有一定的代表性。本文制造业行业分类依据中国证监会2012年修订的《上市公司行业分类指引》属于C门类，样本企业涵盖食品制造、医药制业、汽车制造等共31种大类。

1.变量选取

(1)企业创新变量的选择

本文为方便研究与展示，企业创新指的是技术创新而非综合创新能力，因此选取的变量应能合理衡量企业研发部门的创新产出成果。在使用单一变量对企业创新进行描述时，文献一般使用与研发支出、企业专利数等相关的变量数据。本文参照王红建等(2017)[33]的做法，选择研发密度指标作为衡量企业创新的变量，变量值取企业研发投入除以对应期间营业收入的百分数。研发密度含义为企业每元营业收入所耗用的研发投入额，可以比较理想地度量企业创新的投入产出比，从技术创新投入和创新绩效两个角度动态描述了企业创新状况。而同样被文献较高频率使用的企业专利申请数更倾向于衡量创新绩效，它不仅受企业金融化挤出效应影响，还受到行业特征、企业周期等很多其他因素影响，并且专利产品的生产周期长，很难及时表现出挤出效应，而且创新产出还包括商标、版权等，使用企业专利申请数作为创新变量不够严谨，因此不选择其为本文因变量。研发密度变量名记作INV。

(2)金融化水平的度量

衡量企业金融化水平时，已有文献通常用企业持有的几类金融资产之和除以总资产来计算。在选择金融资产口径时，几乎所有文献都会对此进行详细的解释和说明，基于不同的研究主题，文献选择的主要区别在于一些会计科目是否应计算进金融资产(4)显然，此研究背景下的金融资产概念区别于会计所定义的概念。口径。参照Demir(2009)[20]、谢家智等(2014)[14]、宋军等(2015)[1]、杜勇等(2017)[32]、彭俞超等(2018)[17]等高引用文献中的处理办法，本文选择交易性金融资产、可供出售金融资产、持有至到期投资、投资性房地产、衍生金融资产、买入返售金融资产、发放贷款及垫款、长期股权投资等八项之和计算金融资产，并以此得出企业各时期的金融化水平，变量名记为DF。需要说明的是，尽管关于金融资产划分的新会计准则(5)见《企业会计准则第22号——金融工具确认和计量》，其于2018年1月1日正式实施。已经实施，但其对本文数据获取不存在口径前后不统一的影响。

(3)高管实业背景变量的定义

高管指的是企业高级管理人员，他们能够直接参与公司经营决策，一般包括CEO、总经理、CFO、董事长秘书及其他高级管理人员。本文参照《公司法》关于高级管理人员的定义以及CSMAR的高管分类标准，首先将具有生产、研发、设计等三类实业背景高管团队的虚拟变量数据定义为1，反之为0，以考察有无实业背景对金融化与企业创新关系的调节作用，变量名记为Bac；再将具有实业背景的高管占总高管人数比例定义为第二个高管变量，考察高管实业背景调节作用的影响大小，变量名记为Ratio。

(4)控制变量的选择

根据以往文献研究结果，本文最终选择以下变量进行控制：使用总资产报酬率(ROA)、主营业务利润率(OM)控制企业盈利能力影响，使用权益乘数(EM)、流动负债比(CBR)控制企业资产与负债结构影响，使用总资产周转率(TAT)控制资产运营效率影响，使用机构投资者控制强度(ISR)控制大股东影响，使用总资产规模(LogA)、成立年限(ET)、产权性质(NPR)控制企业特征影响，使用一年期银行活期存款利率(DR)、GDP增长率、M2增长率、EPU指数控制货币政策与经济增长等宏观经济影响。其中设置产权变量时，本文将地方国有企业和中央国有企业统一划分至国有企业范围，其他类型企业(包括集体企业)视作非国有企业(6)数据来源为Wind数据库，样本期间产权发生变化的企业按照众数取值。。

2.数据来源、处理与汇总

本文研究期间为2012年1月1日至2018年12月31日，高管数据来源为CSMAR数据库， EPU指数的数据从Baker等人专门编制并对外公布的网站获取(7)指标获取来源为http://www.policyuncertainty.com。，其他数据均从Wind数据库获得，所有变量均为年度数据。本文按照以下规则筛选样本：将样本中的所有B股、ST、ST*、科创板板块类股票剔除，再将存在数据缺失的样本剔除，最终本文筛选出2012—2018年983个制造业公司共6 881个数据样本。高管数据根据每年会计期末持续更新，共筛选出2012—2018年983个样本公司共50 911条高管个人信息，按包含实业背景关键字的标准使用python汇总数据至6 881个样本中。考虑到极端值对回归结果的影响，本文对所有连续变量的数据使用winsorize命令进行双边1%缩尾处理。我们将全部变量汇总，结果见表1，同时一些计算方法与注释均在表中进行说明。

表1 变量汇总表

(二)模型设计

本文数据为面板数据类型，考虑使用固定效应面板模型回归，为验证H1假设，我们设计第一个模型为以下形式：

(1)

为验证H2、H3假设，我们设计第二、第三个模型时均加入了交互项，其中Baci,t和Ratioi,t分别为虚拟变量和连续变量，模型方程为以下形式：

(2)

(3)

五、实证结果与分析

(一)描述性统计

回归之前，本文先对各变量数据的基本统计量进行分析整理，结果如表2所示：

表2 变量描述性统计表

统计结果显示，创新密度与金融化水平的数据都存在明显的左偏，并且都存在较大的极端值，说明不同企业的创新能力相差较大，企业持有金融资产的偏好也存在较大差异。高管团队有无实业背景均值为0.860，四分之一位数为1，而实业背景比例的中位数为0.333，说明我国制造业企业高管团队中具有实业背景的复合型人才在团队中普遍存在，这符合重要生产部门由专业人士负责(如设置研发总监、技术总监等岗位)的客观要求。但高管团队中实业背景比例却较低，高管团队存在实业背景高管人员配置深度不足的现实。

为更直观观察样本企业金融化数据分布情况，本文计算出每个样本企业在样本期间内的平均金融化水平，并绘制出金融化水平分布的频率直方图，如图2所示。

图2 样本金融化水平频率分布直方图

频率分布直方图根据样本调整组数为100组，统计图直观显示出制造业企业金融化分布存在明显左偏，表明企业间的金融化行为有很大差异。大部分样本企业的金融化水平在40%以下，集中出现在20%以下，少数样本企业具有40%以上的金融化水平，这也表明本文确有必要对数据进行缩尾处理。同时我们根据数据，计算出样本中关于高管实业背景样本企业的频率分布情况如表3所示。

表3 高管信息统计表

其中，企业平均高管实业背景比例为所有企业的高管实业背景比例求算数平均值算得，表格统计显示具有实业背景的高管数量约为不具备实业背景高管数量的50%，每个企业的高管团队中具有实业背景的高管大约占30%。

(二)初步回归分析

1.金融化与研发密度关系的实证分析

(1)整体样本的回归结果

为验证金融化对企业创新的挤出效应，本文首先按照模型(1)对金融化与研发密度的关系进行实证分析，使用稳健标准误的固定效应模型进行回归，并将随机效应回归结果一并展示，保证结果稳健性，回归过程控制年度效应。回归结果如表4所示，FE1表示固定效应回归结果，RE1表示随机效应回归结果。

表4 挤出效应的检验结果

回归结果显示，无论是固定效应模型还是随机效应模型，结果均显示企业金融化与研发密度呈较为显著的负相关关系，并且在控制年度效应后结果依然显著。表明制造业企业金融化对企业创新活动产生了明显的挤出效应，说明当企业用于投入研发部门的资金转移至金融投资部门的程度越高，对企业创新的负面影响越大，不利于企业的长期发展。

(2)区分样本产权属性的回归结果

为研究不同产权属性下金融化对企业创新挤出影响的差异，我们将样本分为国有企业与非国有企业进行分类回归，回归依然使用稳健标准误的固定效应与随机效应模型，仅展示控制年度效应后的回归结果如表5所示。

表5 不同产权企业挤出效应回归结果

N表示样本个数，其中非国有企业样本个数为4 774个，国有企业样本个数为2 107个。表5显示出非国有企业与国有企业迥然不同的回归结果，非国有企业中金融化对企业创新的挤出效应非常明显，两种回归都显示出金融化对创新挤出在99%置信水平以上的显著性，而国有企业中这种挤出效应检验结果十分不显著，说明国企中这种挤出效应并不存在。这可能是整体样本回归中，以固定效应对DF变量进行回归的显著性较随机效应有显著下降的原因。

(3)非国有企业、国有企业挤出效应差异分析

国有企业并未表现出显著的挤出效应，可能是源于其他外生因素影响了金融化或研发密度这两个关键变量的变化。为分析差异产生的原因，通过整理样本数据，绘制出非国有企业、国有企业在2012—2018年金融化、研发投入、营业收入、研发密度的变化趋势，分别如图3、图4、图5所示。

图3 国有企业、非国有企业的金融化趋势图

图4 国有企业、非国有企业的R&D与研发密度图

图5 国有企业、非国有企业的营业收入与研发密度图

图3—图5显示，无论是国有企业还是非国有企业，它们的金融化趋势在不断上升，R&D也在逐年增加，唯独在营业收入指标上，国有企业与非国有企业表现明显不同。非国有企业样本在期间一直保持上升态势，企业经营状况良好，而国有企业在2012—2015年的营业收入基本维持零增长的水平趋势，2015年营业收入甚至出现下降情况，2016年以后国有企业营业收入才开始正增长。2015年之前，我国国有企业正处于经营萎缩、投资低效的灰色时期，企业出现无效投资多、生产效率低、创新产出少、产能过剩等问题，同时也承担了较多社会责任，这都使国有企业经营效益大不如前，很多国有企业尤其是僵尸企业只能依靠政府补贴勉强经营。2016年我国对国有企业进行大刀阔斧的混合所有制改革，给大量国有企业注入市场新活力，国有企业经营效益在2016年后重新有了起色。因此这段时期国有企业样本的营业收入数据是严格外生的，导致研发密度数据也是严格外生的，企业金融化行为对这个时期的国有企业而言影响非常有限，这可能是国有企业金融化行为对研发密度的回归结果不显著的原因。根据以上分析，下文仅选择非国有企业样本进行回归，剔除国有企业样本共2 107个。

2.高管实业背景的中介作用检验

为检验高管实业背景能否削弱金融化对企业创新的挤出效应，本文按照模型(2)(3)进行实证分析，同样分别展示固定、随机效应模型回归结果，控制年度效应。回归结果如表6所示。

表6 整体样本回归结果

其中列FE3和列RE3分别为根据模型(2)进行固定效应和随机效应回归的结果，列FE4、列FE4_R和列RE4、列RE4_R同理，R表示使用稳健标准误回归。根据模型(2)回归的结果显示，代表有无高管实业背景的虚拟变量与金融化水平组成的交叉项回归结果并不显著，说明高管团队有无实业背景在调节挤出效应上的能力并不明显。本文认为，具有实业背景的高管需要具备一定规模才能足够发挥调节作用，少数实业背景高管在整个团队中并没有较大话语权，其意见容易被忽视，仅仅让高管团队具备专业元素，并不能改变企业短期投机决策的倾向。而模型(3)回归结果可能(8)使用“可能”二字因使用robust固定效应回归结果p值稍微大于0.1。显示，代表实业背景高管占比的连续变量与金融化水平组成的交叉项对研发密度回归结果显示出95%置信水平上的正相关关系，表明企业在既定的金融化水平下，具备实业背景的高管数量在团队中比重越高，他们的话语权越大，提出的建议更易被整个团队乃至管理层接受，对金融化挤出企业创新的削弱能力越强，但是这种正向回归关系在使用稳健标准误报告时略低于90%显著性水平。综合模型(2)(3)的回归结果，高管实业背景表现出对这种挤出效应削弱作用的“群聚效应”，发挥实业背景在重视企业创新上的决策作用，需要赋予实业背景高管更多的话语权，让他们的声音真正被团队采纳，而不是仅仅满足企业某些选聘规定，象征性地在团队中加入专业元素。

六、进一步分析

前文分析认为，因储备动机持有的金融资产是高管实业背景调节金融化对企业创新负面影响的主要路径。换言之，储备型金融资产的持有主要是为保障企业投资流动性。当创新活动重新受到重视时，储备型金融资产将发挥其“蓄水池”功能，企业将通过交易减持这类金融资产来获取投资流动性，而不是放弃更高收益、变现灵活的投机型金融资产来弥补创新所需的这部分资金。本部分用来验证调节作用发挥的路径是否与本文假设相同，并提出假设H4：

H4：高管实业背景调节作用的实现路径为通过减少储备型金融资产来创新必要流动性，实业背景高管占比越高，对挤出效应的调节作用越大。

参照晋盛武等(2017)[23]、胡奕明等(2017)[11]、彭俞超等(2018)[17]、杜勇等(2019)[15]对投机、储备两种动机下持有金融资产的分类标准，本文将交易性金融资产与可供出售金融资产视作投机型金融资产(或称短期金融资产)，这类资产企业持有时间较短，交易较为频繁，通常出于投机目的而购买；剩余的其他金融资产均列为储备型金融资产(或称长期金融资产)，相对投机型而言，这类资产企业倾向于长期持有，除了为实现某些战略决策外，一般不会有较为频繁的交易。本文根据上述分类计算出第i个样本t时期的投机型、储备型金融资产占总资产比例，并分别记变量名为DF_Ii,t、DF_Si,t，有DFi,t=DF_Ii,t+DF_Si,t，因此可将模型(3)改写成带有两个交叉项的方程，如下所示：

(4)

FE7、FE7_R分别为未使用、使用稳健标准误的回归结果。表7显示，投机型金融资产与高管比例交互项的回归结果不显著，说明以“投机”作用持有的金融资产并未起到补足流动性的作用。而储备型金融资产与高管比例交互项的回归结果显著为正，说明高管实业背景变量调节金融化挤出企业创新时，一般选择发挥储备性金融资产的“蓄水池”效应来提供企业创新活动所需更多的投资流动性，高管团队中实业背景人员越多，“蓄水池”效应发挥程度越高。

表7 中介效应实现路径检验

七、结论与政策建议

(一)研究结论

本文以制造业上市公司为研究对象，选择2012—2018年的年度数据，基于两种金融资产持有动机与高层梯队理论，研究金融化、企业创新与高管实业背景之间的关系，研究结论主要有以下三个。

第一，金融化对企业创新存在挤出效应，但这种挤出效应只在非国有企业中显著存在，国有企业因研发密度变量受外生因素影响大而得出不显著结果。第二，高管实业背景可以显著调节金融化对企业创新的挤出效应，其中高管团队有无实业背景回归结果不显著，实业背景高管占比回归结果则较为显著，说明高管团队仅通过改善有无实业背景并不能有效遏制金融投机行为，只有实业背景高管在团队中具有一定规模和话语权，才能让整个团队重视企业创新并更好地发挥这种调节作用。第三，高管实业背景发挥调节作用通过交易储备型金融资产实现，“蓄水池”作用在创新投资的流动性补足中起到主要作用，投机型金融资产仍扮演“投机”角色。

(二)政策与建议

针对以上研究结论，本文有以下几点建议。

首先，企业应当适度金融化，重视创新发展，还原金融原本功能。近年来企业频繁涉足金融市场，内生增长动力严重不足。尽管适度金融化行为可以降低企业经营风险和财务风险，实现资源在空间和时间上的合理配置，但企业如果过度追求金融资产的高额投资回报，将产生明显的“脱实向虚”倾向，降低企业创新能力与可持续发展能力，不利于企业长期发展和社会良好竞争氛围的形成。因此，企业应树立正确的金融观念，通过合理战略决策、适度配置金融资产，让金融服务于企业实体与创新投资，杜绝频繁、过度投机现象，还原金融市场对企业的初始功能。同时企业还应树立正确的经营理念，重视创新在企业竞争中的核心作用，以创新保障企业高质量、可持续发展。

其次，企业选任选聘高管时应考虑吸纳更多复合型人才，强化团队分工协作建设，创造高管团队工作的和谐健康环境。由于高级管理人员的特定职业要求，很多企业高管团队中都是清一色的经管金融类背景人才，具有相关实体实业背景的人才较少，而前者在企业专业领域如投资新项目、开发新市场、引入新技术等方面缺乏一定经验与专业见解，从而使某些战略决策成果低效。这一方面是由于复合型人才市场供给少，企业付出成本高；另一方面是企业未重视实业背景人才在高管团队中的作用，选聘高管时更考虑财力资源优先，如社会资源、经管金融背景、政治关联等因素。高管团队的组建与协作，很大程度上影响企业未来的发展方向。企业在重视高管经管金融背景与个人资源的同时，也应充分重视实体实业背景人才的选任选聘，给高管团队增添专业元素、提供专业建议，同时强化高管团队分工协作与团队建设，提高团队的凝聚力与执行力。

再者，高级管理人员应提高相关专业知识素养，实现有深度、有广度的学习。企业对人力资源尤其是高素质人才越来越重视，但市场往往供不应求。高管仅具备经管金融类方面的知识并不能满足企业，尤其是实体企业的生产发展要求，复合型人才在未来会有更大的需求。高管团队的成员应自觉加强相关专业领域的学习研究，必要时深入一线参与工作，避免出现“身居高位不知百姓苦”的情况。有深度有广度的学习专业与非专业知识，在面对企业决策时能够提供更加全面、理性的长期发展建议，引导企业健康发展。

最后，政府部门应加强对金融行业的监管力度与监管效率。我国经济金融化趋势不断加深，很大程度是由金融垄断利润所致。金融市场发展历经数十年，时至今日，企业金融投机盛行、资源配置低效现象依然存在，说明相关部门对金融市场的监管效果并不理想。近几年，市场开始识别金融化问题并有所调整，我国企业金融化趋势开始放缓甚至下降，如上市公司理财产品购买量从2018年的1.77亿元下降到2019年的1.34亿元，制造业企业金融化水平在2017、2018年分别为8.12%和8.18%，几乎维持不变，这都意味着金融市场上的超额收益有所下降。但这种现象很可能卷土重来，如何根据中国实际研究中国对策，给政府提出了更高要求。因此，相关部门应适当借鉴发达国家金融市场的管理经验与措施，推动因地制宜的高效监管与有力惩戒并行措施，从根本上抑制市场过度金融投机现象，促进金融行业的健康发展，充分发挥金融市场作为我国经济的缓冲垫作用，实现金融市场高效资源配置的功能。