翟胜宝,袁 林,蒋宁宁
(安徽财经大学 会计学院,安徽 蚌埠 233030)
金融业作为现代经济的核心,无论是在微观企业层面还是宏观经济层面都起着举足轻重的作用。自20世纪80年代以来,随着实体经济环境的变化,越来越多的制造业企业开始涉足金融类行业,将资金投向虚拟经济金融领域。但是当企业为了投资套利,过多地把资金投入到金融领域时,会出现资金在金融领域“空转”、企业“空心化”的现象(杜勇等,2017)[1]。2008年的金融危机,让国内外学者开始重新审视“金融化”这一热词,开始重新思考金融化对经济发展的作用。根据已有文献,从宏观角度分析,过度金融化能够引起金融危机(Bhaduri,2011;栾文莲,2016)[2-3],导致产业空心化对经济增长造成不利影响(Beck,2014)[4]。对中国而言,实体经济表现出的过度金融化不利于其自身的发展(张成思和张步昙,2015)[5]。从微观角度来看,非金融实体部门频繁的金融投资活动将不利于其自身发展(Demir,2008)[6],增加其财务风险(夏晓兰等,2020)[7]。但是适度投资于金融领域对企业是有利的,一方面企业可以获取金融投资收益,降低资金紧缩的风险(胡奕明等,2017)[8],另一方面能增强企业资产的流动性,通过修饰财务报表提高企业融资能力。
在世界经济虚拟化的背景下,“脱实向虚”金融化趋势逐渐演变成我国经济运行的重要特点之一。但目前我国经济“要深化金融体制改革,增强金融服务实体经济能力,提高直接融资比重,促进多层次资本市场健康发展”,在提倡金融务必服务于实体经济促进经济高质量发展的大趋势之下,经济“脱实向虚”将有悖于国家的发展方向。基于此,研究企业金融化对企业价值的影响,给金融化倾向的企业发展以启发具有一定的理论和现实意义。本文拟研究以下问题:一是随着企业配置金融资产的增加,将会怎样影响企业价值?虚拟经济为实体经济服务意义何在?二是资产专用性是否会受企业金融化的影响?若受影响,在企业金融化影响企业价值中的作用机制如何?
本文可能的贡献在于:第一,在虚拟经济盛行,企业普遍大举涉猎金融领域的背景下,本文研究强调了企业金融投资适度性的意义,启示实业企业适度配置金融资产,这对推进实体经济高质量发展、政府稳定金融市场秩序具有重要现实意义;第二,通过将资产专用性加入企业金融化对企业价值影响的研究框架,拓宽了企业金融化的理论和经验研究;第三,本文不仅证明了“脱实向虚”具有负面作用,也证明了虚拟经济在更好地为实体经济服务时能够正面促进企业价值。
“企业金融化”是一种源于金融化的延伸概念,学界对此没有统一的定义。从目前已有文献来看,张成思和张步昙(2015)[5]从利润构成角度认为企业金融化是企业从金融渠道积累利润比重逐渐增加的现象,戴赜等(2018)[9]认为企业金融化是经济“脱实向虚”在企业层面的微观表现,即企业在资产配置中更多地将资源配置在金融资产上。梳理文献发现,关于实体企业配置金融资产可能产生的影响,主要有两种效应说法:“挤出”效应(王红建等,2017)[10]、“蓄水池”效应(胡奕明等,2017)[8]。首先,根据委托—代理理论,由于所有权与经营权分离,企业管理者会出于企业利润最大化的考虑,存在将资产投资于收益率较高的金融市场的倾向,即存在金融化的倾向。这种配置金融资产套利的动机会使管理者投资的视野缩短,进而忽视企业长远发展(杜勇等,2017)[1]。其次,储蓄理论指出,企业为了预防未来的不确定性,会以资金的形式持有一部分资产,由于相对于企业传统的资产,金融资产具有变现能力强、流动性高等特点,部分企业逐渐以金融资产取代资金作为预防性资产。企业在持有金融资产时,可以适时以较小成本变现,在满足企业发展资金需要的同时,缓解外部融资的压力,并且减少了持有资金的机会成本,提高了收益率。
企业价值一方面会受到实体企业配置金融资产产生的“蓄水池”作用的影响,即以“预防”为动机持有的金融资产在满足企业实业投资的同时,也改善了企业盈利状况,促进企业发展;另一方面企业价值也会受到“投机套利”动机产生的“挤出”效应的影响。根据资产配置理论,资源总量达到一定时,企业用于购买金融资产的资金越多,对主业的创新研发投资则越少。虽短期获得高利润流入,但资金被套在金融领域,形成“企业金融化—短期总利润增加—增持金融资产—主营利润下降—主业萎缩”的恶性循环,过多的金融资产持有使得企业价值下降。综上分析,提出第一个假设:
H1:企业金融化与企业价值之间呈∩型关系,即较低的金融化程度有利于提升企业价值,达到一定程度后则会抑制企业价值的提升。
Williamson(1988)[11]曾定义资产专用性为主体能够用于重新配置其他备选用途以提升企业生产价值的资产,并指出资产专用性是决定企业资本结构的关键因素。对资产专用性的研究由来已久,随着产权理论和交易费用经济学的发展,资产专用性也逐渐被引入公司财务与公司治理领域,在财务绩效、资本结构和公司投资领域都有资产专用性的相关文献。专用性资产具有独特的特点,专用性程度高的资产用途单一,变现时交易费用与价值损失较大,相反专用性低的资产交易时损失较小。
企业为了生产经营往往会持有一部分专用性资产,对这类资产的投资一旦发生,即变为企业的沉没成本,而难以变更用途,具有套牢效应。Kim & Kung(2011)[12]研究发现当面对经济不确定性时,拥有专用性资产多的公司投资下降得更多。而且从专用性资产的特性来看,企业在不确定的经济环境下,专用型资产会使得企业丧失经济业务调整的灵活性(王红建等,2013)[13]。企业为了应对这一负面效应,会在持有专用性资产的同时配置包括金融资产在内的其他类型资产。然而金融资产的持有增加时会挤占企业专用性资产份额,而且随着金融资产份额、投资收益的增加,金融资产风险收益的错配会逐渐抑制企业的实业投资,致使专用性资产程度降低。
以上分析表明企业金融化程度会影响企业价值,也会对资产专用性产生负向影响。关于资产专用性经济后果的研究,李青原等(2007)[14]曾指出资产专用性对企业市场竞争、营业活动有着重要影响,而且会使得经营活动资本具有“退出障碍”,这使得企业在进行专用性资产投资时产生“敲竹杠”问题,进而降低事前投资效率和盈利能力。另外,企业研发投入等专用性资产的投入能增加企业产品价值,有助于增强和维护企业竞争的优势(徐虹等,2015)[15]。因此不难得出企业资产专用性的高低也必将对企业价值产生影响的结论。“挤出”效应意味着实业资产被金融资产挤占,也可以理解成企业配置金融资产降低了企业的资产专用性,而且王红建等(2013)[13]也指出由于资产专用性本身是一种投资表现,其与投资的关系可作为其他变量与公司投资的传导机制。所以企业配置金融资产影响企业价值的过程中,可以也有必要考虑资产专用性是否在其中起作用。基于此提出第二个和第三个假设:
H2:企业金融化程度与专用性资产程度负相关;
H3:资产专用性在企业金融化影响企业价值过程中存在部分中介作用。
按照中国证监会2012版行业分类标准选取2009—2019年沪深两市A股制造业上市公司数据作为研究样本。以2009年作为起始点主要是考虑到2008年全球发生金融危机,这样能够一定程度上规避掉数据异常造成的误差,使得数据更具有一般性。为满足研究需要,对原始数据进行了如下处理:(1)剔除ST、*ST的上市公司;(2)剔除数据缺失和异常的样本;(3)为了避免极端数值对结果产生影响,对变量进行上下1%的缩尾处理(Winsorize)。最终得到1 279家制造业上市公司,共7 267个有效年度观测数据。本文数据主要来源于国泰安(CSMAR)数据库。
1.企业价值(Q)。关于企业价值的衡量目前主要方式:以总资产收益率、权益报酬率等财务指标衡量;以托宾Q值衡量;以经济增加值衡量;以净收益现值衡量等。托宾Q值具有对通货膨胀敏感度低、不易被操作、对风险自动调整等优点[16],因此本文借鉴戚聿东和张任之(2018)[17]的做法,选取托宾Q值衡量企业价值。
2.企业金融化程度(Fin、FIFR)。当前关于制造业企业金融化的度量研究采用最早也是最广泛的一种方法是用企业的金融资产占总资产的比重来衡量,也有采用企业金融收益与企业总收益之比来衡量企业金融化(刘贯春等,2018)[18]。本文综合杜勇等(2017)[1]的方法,选择金融资产加总并使用总资产进行标准化(Fin)和投资金融资产的现金流出在企业投资活动现金流中的占比(FIFR)来从静态和动态两个角度度量企业金融化程度,两者互成对照,相互验证。其中金融资产选用交易性金融资产、衍生金融资产、可供出售金融资产净额、持有至到期投资净额、长期股权投资净额,另外根据主流文献做法本文将房地产投资定义为一种特殊的金融产品。
3.资产专用性(AS)。资产专用性是指主体能够用于重新配置其他备选用途以提升企业生产价值的资产,现有文献对资产专用性的衡量莫衷一是,如徐虹等(2015)[15]采用研发支出密度(研发费用/主营业务收入)衡量。鉴于长期资产法比较成熟,本文借鉴周煜皓和张盛勇(2014)[19]相关研究,采用固定资产净值、在建工程净值、无形资产净值、长期待摊费用之和在总资产中占比来衡量资产专用性。
4.其他控制变量。为了控制影响企业价值的其他因素,参考已有的文献,选择了如下控制变量:现金持有率、经营净现金流变量、公司规模、资本财务杠杆率、管理费用率、创新投资、企业年龄、股权集中度、机构投资者持股比例。此外,设置年度虚拟变量(YEAR)控制年份效应的影响。
具体变量定义如表1所示。
表1 变量定义
基于以上理论分析,为验证企业金融化与企业价值呈∩型关系(假设H1),构建模型1:
根据假设H2构建模型2检验企业金融化与资产专用化负相关:
借鉴当前主流文献,按照温忠麟和叶宝娟(2014)[20]中介检验程序结合模型1、模型2构建模型3用于验证假设H3:
其中Fin是用金融资产占比来度量企业金融化程度,从动态角度考虑的金融收益率度量方式(FIFR)同样适用以上模型。
本文实证验证逻辑是:首先对模型1进行回归,若企业金融化程度(Fin)一次项系数α1显著为正,α2显著为负,则假设H1成立。然后对模型2、模型3依次进行回归,若模型中2的β1显著,而β2不显著,说明企业金融化与资产专用性负相关,假设H2成立。对照模型1的回归结果,若模型2中的β1与模型3中的γ3均显著,则表明资产金融化在影响企业价值的过程中,至少部分地通过企业起到专用性作用。若此时模型3中γ1显著,说明在企业金融化影响企业价值的作用过程中,资产专用性起到了部分中介的作用;若此时γ1不显著,说明资产专用性起到了完全中介的作用。
本文样本选取的1 279公司中1 196家公司都配置有金融资产,1 188家公司金融投资率(FIFR)不为0,1 132 家公司金融资产比(Fin)和金融投资率(FIFR)均不为0,比例都在85%以上,表明金融资产投资已在企业经营、投资活动中占据重要位置。表2变量描述性统计结果显示,Fin均值是0.0473、中位数是0.0169;FIFR均值是0.224、中位数是0.0436,这两个企业金融化程度指标的均值与中位数都有差异,表明不同企业金融化程度在不同公司之间存在一定的差异。企业价值(Q)的最小值为0.925,最大值为7.964,标准差为1.244,极差较大,可见不同样本公司企业价值有差异,具有研究的可操作性。资产专用性(AS)均值为0.327,与中位数0.305 比较接近,极差不大。其他控制变量的中位数与均值基本都相同,说明都比较符合正态分布。
表2 变量描述性统计表
从表3的相关系数矩阵结果可以看出,企业价值Q与金融资产占比Fin、金融投资率FIFR的Pearson和Spearman 系数均在1%的水平显著为正,表明企业价值与企业金融化正相关,因为当前企业金融化水平偏低,可以说初步证明了金融化程度较低时有利于提升企业价值的假设。AS 与Fin、FIFR 的Pearson 系数为-0.199、-0.206,Spearman系数为-0.094、-0.154,都在1%水平上显著,表明无论是从企业金融资产占比角度还是金融投资率角度企业金融化与资产专用性均负相关,初步证明了假设2。其他变量相关系数都未超过0.55,不存在严重的多重共线性问题,可同时进行回归。
表3 相关系数矩阵
1.企业金融化对企业价值的影响
表4报告了模型1的回归实证检验结果。(1)和(3)列在控制了年度效应与控制变量的情况下单独考察企业金融化与企业价值的回归结果,金融资产比(Fin)与金融投资率(FIFR)的回归系数分别为0.655与0.15,均在1%水平上显著,说明低水平的企业金融化有利于企业的成长能力。表4的(2)和(4)列是加入企业金融化指标的平方项(Fin_2、FIFR_2)后的回归结果,Fin_2、FIFR_2的回归系数分别为-7.6188、-0.3048,显著性水平为1%和10%,而且加入二次项后Fin与FIFR系数仍然显著为正,说明企业金融化与企业价值之间呈∩型关系。根据列(2)有函数关系:Q=3.0712Fin-7.6188Fin_2+…,通过对Fin 求一阶导有:3.0712-15.2376Fin=0,可求得拐点为Fin=0.202,同理可得FIFR拐点为FIFR=0.658。两指标拐点均在研究样本数据区间内,故研究假设H1得以验证。
表4 企业金融化与企业价值
2.资产专用性部分中介效应检验
表5是模型2和模型3的回归结果,用于检验企业金融化与专用性资产的关系,以及资产专用性在企业金融化影响企业价值过程中,资产专用性的部分中介作用。从表5的(1)和(3)列可看出金融化程度衡量变量Fin和FIFR与资产专用性AS的回归系数分别为-0.5145、-0.0943,均在1%水平上显著,并且平方项Fin_2、FIFR_2系数均不显著,说明不存在非线性关系。证明企业金融化的增加会降低资产专用性,前述假设H2通过检验。
表5 企业金融化、资产专用性与企业价值
在模型(3)回归结果(2)和(4)列中,资产专用性(AS)的回归系数均在1%水平显著为负,且列(2)的Fin与列(4)的FIFR系数均显著,根据中介检验理论可知,在企业金融化影响企业价值的过程中,部分通过资产专用性产生作用,也即资产专用性充当不完全中介的角色,验证了假设H3。
本文借鉴胡海峰等(2020)[21]的倒“U”型设定的合理性检验方法,在模型1中引入企业金融化指标的三次项(Fin_3、FIFR_3),通过系数的显著性来判断是否存在更复杂的非线性关系。表6结果显示,在Fin的三次项Fin_3加入模型后,Fin与Fin_2的系数仍显著一正一负,且Fin_3系数不显著,且企业金融化的动态衡量指标FIFR的三次项FIFR_3系数同样不显著。以上结果表明企业金融化与企业价值之间不存在更复杂线性关系,两者呈∩型关系假设成立。
表6 ∩型关系检验结果
1.改变金融资产比度量指标
借鉴吴一丁和吕芝兰(2019)[22]等的研究,在金融资产占比(Fin)变量中增加发放贷款及垫款和买入返售资产,回归结果如表7列(1)所示。列(1)结果显示Fin系数为3.0803、Fin_2系数为-7.6336均在1%水平上显著,进一步验证了假设H1。
2.改变资产专用性度量指标
借鉴韦曙林和欧梅(2017)[23]做法,采用固定资产与总资产比值作为资产专用性指标的替代变量。用代理变量替换原来资产专用性,对模型2和3进行回归。结果如表7的(2)(3)(4)(5)列所示,对比表5回归结果可知无显著改变,所以结论与前文一致,即企业金融化影响企业价值的过程中,资产专用性扮演不完全中介的角色。
3.采用固定效应回归
为缓解可能存在遗漏不随时间改变的固定因素问题,本文采用固定效应回归方法进一步检验。结果如表7的(6)和(7)列,对比表4可知无本质差异变化,再次证明假设1成立。
表7 替换变量与固定效应回归结果
此外,本文从金融资产比(Fin)和金融投资率(FIFR)两个方面度量企业金融化程度,以上实证结果显示两者系数没有本质差别,所以相互验证使结果更可靠。
综上说明本文结果具有稳健性。
考虑到存在的内生性问题,借鉴王红建等(2017)[10]的研究,选取“投资收益/营业利润”作为工具变量。由于投资收益与企业的金融资产配置高度相关,但是企业价值不完全依赖投资收益,也就是说该比值和企业价值不存在显著相关关系,所以该工具变量在经济意义上满足条件。表8是进行2SLS两阶段回归结果。从引入工具变量第一阶段回归结果列(1)和(2)可以看出,Fin与Fin_2对工具变量的回归系数都在1%水平显著,且R-squared值分别为0.18、0.14初步表明不存在弱工具变量问题,后经检验确实如此。列(3)结果显示第二阶段回归中,Fin 的系数为正、Fin_2的系数为负,均显著,这与前文主检验结果基本一致,表明在考虑研究中可能存在的内生性问题后,两阶段最小二乘法的估计结果与基准估计的结论一致,本文的研究结论依然成立。
表8 两阶段最小二乘法回归结果
上述实证过程表明企业过度投资于金融行业,资金“脱实向虚”将不利于企业发展,那么当虚拟经济开始为实体经济服务,企业开始“脱虚向实”时是否会对企业价值产生促进作用?为了进一步探究这个问题,本文选取“脱虚向实”企业进一步回归。选取标准如下:按照上述∩型的拐点(即Fin=0.2016,FIFR=0.6576)将金融化指标大于拐点的企业划分为过度配置金融资产企业,并且在过度金融化企业的基础上选取逐渐减持金融资产的企业年份数据,由“脱实向虚”开始逐步“脱虚向实”也即金融化指标由拐点值之后开始逐渐递减的企业年份数据。一方面选取大于拐点企业保证了企业是过度金融化在“脱实向虚”,另一方面选取金融化指标值递减年份数据保证了企业开始“脱虚向实”。
首先,按Fin、FIFR分别选取的“脱虚向实”企业样本的统计数据显示,企业价值(Q)均值和中位数分别是2.32和1.82、2.20和1.81,均大于整体样本的2.10和1.69,初步表明了企业在“脱虚向实”之后企业价值提升了。另外,表9结果表明,无论是金融资产占有率(Fin)还是金融投资率(FIFR)指标都与企业价值有正相关关系,对比整体样本表3结果,二次项不再显著,而且列(1)和(3)系数均增大了。这说明企业“脱虚向实”将企业金融化降低至一定程度后与企业价值正相关,并且促进作用更强了,再次表明企业“脱虚向实”对企业价值有促进作用。换言之,就是当虚拟经济更好地为实体经济服务时会促进企业价值的提升。
表9 “脱虚向实”企业回归结果
本文选取2009—2019年沪深两市A股制造业上市公司为研究样本,以企业的金融资产占比、金融投资比率两个金融化指标为视角,并将资产专用性加入企业金融化对企业价值影响的研究框架,探究制造业金融化、资产专用性与企业价值间的关系与作用机制。研究发现:(1)企业金融化与企业价值呈显著的∩型非线性关系,即随着企业金融化程度增加对企业价值的作用出现由“促进”向“抑制”的一个过程;(2)企业的金融化程度增加会降低资产专用性,并且资产专用性在企业金融化对企业价值的影响中起到部分中介的作用。此外,进一步分析还发现当虚拟经济更好地为实体经济服务时,会对企业价值产生正面的促进作用。
根据上述结论,建议企业应当结合行业与自身情况,适度持有金融资产以促进企业在激烈竞争中更好地发展,避免过度追求金融收益,无限制地扩充金融资产持有率而损害企业价值。对于政府及相关的监管部门而言,一方面应当健全金融市场制度,制定企业金融资产信息披露准则,规范企业金融资产投资行为,有效引导金融资本支持实体经济发展;另一方面相关监管部门应打击企业金融投资乱象,引导企业适度持有金融资产,合理设定各行业企业持有金融资产最大限额,以此引导虚拟经济更好地为实体经济服务,防止实体经济过度“脱实向虚”发展,最终完成经济由高速增长向高质量发展的过渡。