环境不确定性、企业金融化与对冲机制

□ 朱雅婷 陈东

一、引言

当前，中国经济面临需求收缩、供给冲击、预期转弱的“三重压力”，经济运行也出现了“金融膨胀，实体萎缩”的“脱实向虚”现象，引起学者广泛的讨论与研究。在宏观分析中，“金融膨胀，实体萎缩”主要表现为资金不断涌向虚拟经济，导致实体经济投资不足；在微观分析中，“金融膨胀，实体萎缩”主要表现为非金融企业将内部现金流用于投资房地产或者金融等热门行业，减少在实体经济上的投资，这样很可能导致经济波动加剧，造成严重的系统性金融风险（彭俞超等，2018）。

非金融企业持续金融化的动因主要分为内部动因和外部动因，其中，内部动因主要包括 “蓄水池理论”和“投资替代理论”。外部动因包括政策环境以及金融发展的趋势等（周梓洵等，2021）。目前，蓄水池理论也被解释为是企业的一种未雨绸缪的行为，是为了增加资金的可流动性，缓解企业的财务困境。而投资替代理论则认为：企业作为营利性组织，会在实体投资和金融投资之间对比两者的投资回报率，实现盈利的最大化。在目前实体经济投资回报率不断下滑的情形下，企业将更加倾向于增加金融投资。另外，企业金融化具有双面性，部分学者认为企业金融化是有利于经济发展的，但大多数学者则认为其不利于整体经济的发展。戴赜等（2018）认为企业金融化的负面影响包括抑制实体经济投资、提高实体经济融资成本、债务负担加剧以及推动整个经济的房地产价格泡沫等。

环境不确定性是指企业在经营管理过程中遇到的一些难以预料的经济波动，也是经济发展中不可避免的常态化现象。在不确定环境下，企业的盈利能力，资本结构调整速度、劳动投资效率和投资回报率等都是难以预测的，企业金融化程度也会因此受到影响。本文围绕这一因素展开探讨。与以往研究相比，本文的贡献在于：第一，本文拓展了从微观层面上研究环境不确定性对企业金融化的影响，鲜有文献从微观角度分析环境不确定性对企业造成的影响。第二，本文从企业内部的资本结构调整速度的视角出发，考察其在环境不确定性与企业金融化之间发挥的作用，可以为企业提供一定的理论基础去应对外部环境不确定性。

二、文献回顾与研究假设

（一）环境不确定性与企业金融化

在中国经济发展转型的背景下，企业金融化作为市场经济“脱实向虚”的微观表现受到了国内外诸多学者关注。实证分析表明，随着环境不确定性的增加，短期内企业可能会减少投资（Bloom，2009），长期可能将会影响企业制定投资战略。重大风险预期的上升将会显著抑制企业的投资规模、恶化企业的投资结构（陈东等，2020），减少研发投资（陈东、邢霂，2020）。由于实体经济的投资回报率不断下滑，于是众多实体企业开始转变投资方向，将更多的资源配置到金融和房地产等热门行业，这大大推动了实体经济空心化的趋势。对于企业而言，企业增加金融投资，一方面是可以寻求更高的投资回报率，另一方面是金融资产可以发挥“蓄水池”效应，在企业存在财务危机时，可以及时将金融资产变现帮助企业度过难关。目前学者们认为影响企业金融化的因素包括CEO的金融背景（杜勇等，2019）、高管的学术背景（杜勇、周丽，2019）、企业是否承担社会责任（顾雷雷等，2019）、企业主营业务的盈利能力（邓超等，2017）、股东价值最大化的观念（邓超等，2017）等。杜勇等（2018）认为CEO的金融背景将会影响到企业的金融化程度，CEO的金融背景还可以减弱由实体经济金融化带来的风险。顾雷雷等（2019）研究了企业承担社会责任与企业金融化之间的关系，他们认为企业承担社会责任加剧了企业金融化，具体是通过企业履行社会责任来获取战略资源，缓解融资约束，进而影响到企业的金融化水平。邓超等（2017）认为企业主营业务盈利能力是影响企业金融化的重要因素，两者之间呈现出U型特征。通过以上整理发现，大多数文献是从企业内部行为及特征出发，研究企业金融化程度加深的原因，较少考虑到环境不确定与企业内部投资行为之间的关系。不确定性是现代经济社会的特征之一，国内外众多学者对不确定性与企业投资行为之间进行了研究，部分学者认为不确定性会增加企业的投资行为，例如：王之颖和赵汝想（2021）认为随着环境不确定性的增加，将会导致信息不对称性的增加，企业更容易隐藏“坏消息”，从而实体经济投资成本也会随之增加。管理层会通过在金融市场增加金融资产的投资获得潜在利润来达到股东预期业绩，但是大部分学者认为不确定性将会抑制企业的投资行为（陈东等，2021），结论存在一定争议。从理论层面来看,增长期权效应和Oi-Hartman-Abel效应解释了不确定性对投资起到促进作用，而实物期权理论、投资的等待期权理论、风险溢价效应以及预防性储蓄动机理论则证实不确定性对投资会起到抑制作用。综上所述，当环境不确定性增加时，企业会基于风险规避理论、等待期权理论等减少实体资产的投资，转而增加金融资产的投资来获得潜在利润，据此提出以下假设：

H1：环境不确定性会促进企业金融化。

（二）环境不确定性、资本结构调整速度与企业金融化

自Modigliani和Miller（1959）提出了MM理论，引起了众多国内外学者开展对企业的资本结构如何影响企业价值的讨论。MM理论基于严格假说之下提出的，它认为资本结构与企业价值二者之间并无密切联系，但是在现实情况中，存在诸多摩擦因素会影响这一结论的成立（王朝阳等，2018），其中，环境不确定性也是影响因素之一。因此，资本结构与企业价值之间存在关联。大量研究表明：企业通过不断调整资产负债率使之靠近目标资本结构的过程中，企业价值也在逐步增加。即企业存在使企业价值达到最大化的最优资本结构。在环境不确定性较高的情况下，管理层对企业价值波动难以预测，信息不对称性增强，导致投资风险增加（牛建波、赵静，2012），更希望通过调整企业内部的资本结构来改善企业价值。廉永辉和黎梦瑶（2020）研究指出，资本结构调整速度与企业金融化之间呈现出显著的负相关关系，企业资本结构向最优资本结构的调整速度越快，将会抑制企业的金融化水平的增加。目前，尚未有学者研究企业内部资本结构调整速度的快慢是否会抑制或者促进环境不确定性条件下企业金融化的进程，综上所述，本文提出了两个相反研究假设：

H2a：企业资本结构调整速度加快将会促进由环境不确定性导致的企业金融化进程。

H2b：企业资本结构调整速度加快将会抑制由环境不确定性导致的企业金融化进程。

三、模型构建

（一）数据来源

本文选取2015-2019年的沪深A股上市公司数据作为样本，数据均来源于CSMAR（国泰安）数据库，对原始数据筛选过程如下：剔除处于ST状态的企业；剔除金融类上市公司；由于环境不确定性指标的测量要求有连续且不间断的五年销售收入，因此剔除连续五年的销售收入中存在缺失值的企业；剔除所有者权益为负的样本。此外，本文对主要连续变量在1%和99%分位数上进行了缩尾处理。经过以上筛选，最终获得7850个有效样本观测值。

（二）关键变量

1.企业金融化。企业金融化是经济“脱实向虚”的微观表现，本文采用金融资产占总资产的比例来衡量，其中的金融资产包括交易性金融资产、衍生金融资产、可供出售金融资产、持有至到期投资、投资性房地产净额和长期股权投资，该比值越大，说

2.环境不确定性。本文根据企业销售收入的波动情况来衡量环境不确定性的指标（Tosi et al.，1973），用企业过去连续五年的销售收入的标准差并经过行业调整以后的值作为环境不确定性的值（Ghosh and Olsen，2009）。在此基础上，剔除销售收入稳定增长的部分（申慧慧等，2012），得到更加准确的环境不确定性指标。

其中，sale为销售收入，year表示年份，若使用回归样本值为本年，则year取值为5；若使用回归样本值为过去第一年，则year取值为4；依此类推。

3.目标资本结构。资本结构反映的是企业内部债务与股权的比例，本文采用负债合计与资产总计的比例来表示资本结构。由于企业异质性的客观存在，决定了企业的目标资本结构具有一定的差异。由于不同企业之间受到的行业、地域、时间等因素的不同，其目标资本结构也不相同。本文借鉴姜付秀和黄继承（2011）的做法，用模型（2）对目标资本结构进行回归预测。

Lev*i,t表示公司i在t年的目标资本结构，Хi,t-1表示影响企业目标资本结构的控制变量，包括：企业的盈利能力（Roa）、企业规模（Size）、股权集中度（Oc）、资产有形性（Tang）、企业成长能力（Grow）以及行业虚拟变量。

4.资本结构调整速度。本文借鉴Flannery和Rangan（2006）的研究成果，采用模型（3）来估计资本结构调整速度。

其中，Levi,t表示公司i在t年的资本结构，Levi,t-1为公司i在t-1年的资本结构，将模型（2）估计出来的Lev*i,t带入（3）式。得到的δ为公司实际资本结构向目标资本结构调整的速度。明企业的金融化程度越强。

（三）计量模型的设定

首先，为研究环境不确定性与企业金融化之间的关系，本文构建以下回归模型（4）：

模型（3）中被解释变量Fini,t表示公司i在第t年的金融化程度，企业金融化是衡量非金融企业投资或依赖金融市场的程度。若回归系数β1为正值，则说明环境不确定性与企业金融化之间是正相关关系；若回归系数β1为负值，则说明环境不确定性与企业金融化之间呈现出负相关关系。解释变量EUi,t表示公司i在第t年的环境不确定性值，∑Control表示控制变量组，Ind表示固定行业效应，εi,t为残差值。

其次，加入资本结构调整速度的变量，用来对冲由于环境不确定的增加而加剧的企业金融化程度。由于资本结构调整速度与企业金融化之间呈现出显著的负相关关系（廉永辉等，2020），即资本结构调整速度越快，企业金融化的程度越低。为研究资本结构调整速度的快慢在环境不确定性促进企业金融化的过程中发挥的作用，构建模型（5）：

模型（4）与模型（5）的不同之处在于模型（5）加入了环境不确定性与资本结构调整速度的交互项，按照本文的研究假设H2b,若交互项的系数为负，则说明资本结构调整速度的加快抑制了由于环境不确定的增加带来的企业金融化程度的加深。反之，则验证了假设H2a，即资本结构调整速度加快增强了由于环境不确定的增加带来的企业金融化程度的加深。

四、基本结果与分析

（一）描述性统计分析

对2015—2019年的样本数据进行描述性统计，列示了均值、标准差、最小值和最大值。由表2可知：Fin的最小值是0，最大值是0.98，均值是0.09，标准差是0.13，说明非金融企业之间的投资方向具有很大差异，有些企业的金融投资为0，有些企业的金融化投资占总投资的98%；Eu的标准差是1.47，最大值是18.80，最小值是0.03，浮动较大，说明不同企业之间的环境不确定性差异较大；△Lev的标准差是0.10，最大值是0.81，说明不同企业之间的有不同的资本结构调整速度；Soe的均值为0.45，说明观测数据中有45.4%的企业是非国有企业。Lev*的均值是0.49，与资本结构Lev的均值相同，Size的均值为22.65，Oc的均值为35.13%。

表2 描述性统计

（二）回归结果分析

1.环境不确定性对企业金融化的影响。由模型（4）进行回归，结果见表3，其中，列1显示的是在不加入控制变量时，环境不确定性与企业金融化的回归系数为0.52，在1%的水平上显著正相关，列2显示的是在加入了总资产回报率、企业规模、企业成长性、资产有形性和股权集中度这些控制变量之后，环境不确定性与企业金融化两者之间的回归系数为0.52，仍在1%的水平上显著；列3表示的是固定了行业效应之后，回归系数为0.48，仍在1%的水平上显著,即环境不确定性的增加将会促进企业金融化的进程，假设H1成立，且结论较为可靠。

表3 环境不确定性与企业金融化的回归结果

注：⋆⋆⋆、⋆⋆、⋆分别表示1%、5%、10%的显著水平，括号内的数值为相对应的T统计量。

2.资本结构调整速度对环境不确定促进企业金融化的影响。在环境不确定性与企业金融化模型（4）中加入环境不确定性与资本结构调整速度的交互项进行回归，回归结果见表4，其中，列1报告了在不加入控制变量时，环境不确定性、资本结构调整速度以及环境不确定性与资本结构调整速度的交互项与企业金融化之间的关系。结果表明，环境不确定性与企业金融化之间的回归系数为0.54，显著性水平为1%，进一步验证了H1。环境不确定性与资本结构调整速度的交互项的系数为-0.63，显著性水平为5%。列2表示加入了控制变量之后，环境不确定性与企业金融化之间的回归系数为0.57，仍在1%的水平上显著，同样验证了H1。环境不确定性与资本结构调整速度的交互项系数β2为-0.49，显著性水平为10%。列3表示的是固定了行业效应之后，回归系数β1变为0.54，在1%水平上显著，交互项系数β2为-0.49，显著性水平仍为10%。以上实证数据均说明了，企业资本结构调整速度的加快，可以显著的抑制由于环境不确定性的增加而导致的企业金融化程度的加深，对冲了整体经济“脱实向虚”的进程。因此，假设H2b成立。

表4 加入环境不确定性与资本结构调整速度的交互项检验

五、进一步分析

前面分析了环境不确定性对企业金融化的促进作用。那么，在不同特征的企业之间，他们受到的不确定性影响程度又有何区别呢？本文将所有样本中的企业按照产权性质、企业规模和盈利能力分为以下三组，分别进行考察。

（一）基于企业不同产权性质的分析

考察在不同的产权性质下，环境不确定性对企业金融化的影响。回归结果见表5，列1显示的是在非国有企业中，环境不确定性与企业金融化的回归系数为0.83，显著性水平为1%，列2显示的是在加入控制变量之后，两者的回归系数为0.82，仍在1%水平上显著，以上说明了在非国有企业中，环境不确定性越高，企业越倾向于增加金融投资；列3显示了在国有企业中，环境不确定性与企业金融化的回归系数为0.18，列4显示的是再加入控制变量之后，两者的回归系数变为0.17，两者均正相关，但不显著。可能的原因在于：对于非国有企业的管理者而言，在环境不确定性较高时，外部的信息不对称性加剧，未来的投资利润率以及风险性很难进行评估，管理者为了提升在职期间的企业盈利能力，增加私人收益，就会不断的增加投资，徐倩（2014）认为在不确定性增加时，管理者不会降低投资，反而更加倾向于增加投资，因为可以将投资失败的原因归因于外部的环境不确定，此时，委托代理问题加剧，更容易引发机会主义行为。因此，环境不确定性越高，企业越倾向于增加金融投资。但是对于国有企业来说，由于承担了许多的政策性负担，即使是在环境不确定性较高的情形下，也不能过度增加出于投机性动机的金融投资，所以环境不确定性对企业金融化的影响在国有企业中正相关但不显著。

注：⋆⋆⋆、⋆⋆、⋆分别表示1%、5%、10%的显著水平，括号内的数值为相对应的T统计量。

（二）基于企业不同规模的分析

将整个样本按照企业规模的平均值分为小规模和大规模。回归结果如表6所示，列1显示的是在小规模企业中，环境不确定性与企业金融化的回归系数β1为0.62，显著性水平为1%，列2显示的是在加入控制变量之后，回归系数β1为0.52，显著性水平仍为1%。列3显示的是在大规模企业中，环境不确定性与企业金融化之间的回归系数β1为0.12，列4显示的是在加入控制变量之后，两者的回归系数为0.32，两者正相关但不显著。可能的原因在于：大规模公司相比较小规模公司而言，一方面，大规模企业的披露机制、管理制度、融资约束等方面往往更加完善，因此，由环境不确定性带来的冲击对大规模企业的影响更小；另一方面，大规模企业一般采取多样化经营管理，抵御不确定性的能力也更强，因此，在大规模企业中，环境不确定性对企业金融化的影响正相关但不显著。而对于小规模公司而言，其经营风险往往较大，信息披露不充分，融资约束性强，在环境不确定性增加的情况下，管理层更希望通过增加投机性投资来获得潜在利润，因此，在小规模企业中，环境不确定性对企业金融化的影响是显著正相关的。

表6 公司规模的回归结果

（三）基于企业盈利情况的分析

首先，将全部样本分为盈利组和亏损组，如表7所示，列1显示的是在盈利性企业中，环境不确定性与企业金融化之间的回归系数为0.53，且在1%的水平下显著，列2显示的是在加入控制变量之后，两者的回归系数为0.60，仍在1%的水平下显著，列3显示的是在亏损性企业中，环境不确定性与企业金融化之间的回归系数为0.49，列4显示的是在加入控制变量之后，两者的回归系数为0.20，正相关但不显著。可能的原因在于：当企业处于盈利状态时，它的经营风险和财务风险相对较低，因此，面临外部环境不确定性增加，管理层自信会使得企业增加投资；相反，当企业处于负增长状态时，其内部的经营风险和财务风险都较大。因此，当外部环境不确定性增加时，以免受到更大的失败，管理层增加投资的动机和迫切性较小，对于亏损组而言，环境不确定性增加与企业金融化之间正相关但不显著。

表7 企业盈利情况的回归结果

六、稳健性检验

本文采用两种方法进行稳健性检验，来解决样本选择偏差和内生性问题，方法如下：

（一）倾向性匹配得分法（PSM）

为检验本文模型结果的有效性，本文采用PSM的方法进行检验。从本文的角度来看，如果直接比较环境不确定性高和环境不确定性低的企业在企业金融化上的差异，很可能会得到有偏的结果，原因在于：企业之间是否进行金融类投资并不是一个随机的过程，而很可能是内生的结果。因此，想要进行精确的评估，就需要知道环境不确定性高的企业在不确定性较低的情况下进行金融类投资的情况，即需要得到一个反事实的结果，于是，采用倾向性匹配模型来给本文提供一个用来估计反事实的方法。那就是通过将环境不确定性高的企业与另外一组具备相同特征但环境不确定性低的企业进行对比，也就是指，两类企业除了在环境不确定性的高低方面存在差异，在其他特征上都保持高度一致。这样，我们就可以构造出反事实的一组数据，用来评估环境不确定性的高低是否能够显著影响企业金融化的进程。首先，将环境不确定性数值大于1的企业记为“高环境不确定性企业”，高环境不确定性企业的EU取值为1；环境不确定性数值小于1的企业记为“低环境不确定性企业”，取值为0。表8报告了基本结果。可以看到，经过一对三的最近邻匹配后，得到的匹配结果显示，标准化偏差的绝对值都降到10%以下，同时，匹配之后的P值都变大，说明选取的变量是合理的，匹配过程也是有效的。各变量标准化偏差的匹配前后变化如图1所示，从图中可以直观的发现，变量的标准化偏差在匹配之后明显缩小了。表9报告的是PSM的平均处理效应显示，匹配以后的ATT显著性水平仍保持在1%，此结果表明，在排除了其他影响因素之后，环境不确定性与企业金融化之间仍然是显著的负相关关系。进一步支持了H1。

（二）工具变量法

为了减轻内生性的问题，本文借鉴Fisman和Svensson（2007）构造工具变量的方法，其中，选取同一行业的环境不确定性均值作为衡量环境不确定性的工具变量（IV），采用两阶段最小二乘法进行稳健性检验。结果见表10，第（1）（2）列是基准模型的回归结果，第（3）（4）列是采用工具变量法的结果，在不加入控制变量时，回归系数为0.96，AR统计量的值为4.33,在10%的水平上显著，加入控制变量之后，回归系数为1.08，AR统计量的值为4.63，仍在10%的水平上显著，说明该工具变量为强工具变量。两结果显示的环境不确定性对企业金融化的影响都是显著正相关的。再次说明了环境不确定性的增加，会加剧企业金融化的进程。

表1 变量定义

Size 企业规模 总资产取自然对数Roa 总资产回报率 营业利润/年末总资产Oc 股权集中度 采用第一大股东持股数量/总股数Tang 资产有形性 用有形资产占比，即固定资产/总资产来表示Grow 企业成长能力 用主营业务收入的增长率来表示企业成长能力Soe 股权性质 虚拟变量，国有企业记为0，非国有企业记为1

表10 工具变量回归结果

七、结论与启示

在我国面临“三重压力”的大环境下，企业金融化是经济“脱实向虚”的微观表现，如果不采取一定的措施，任由其发展，很可能会引发严重的经济危机，不利于经济的长久高质量发展。在此背景下，文章以中国A股上市公司为研究样本，在实证分析下研究了资本结构调整的速度不同的情况下，环境不确定性对企业金融化的影响。研究结论有：（1）环境不确定性的增加会加剧企业金融化的程度。（2）企业内部资本结构调整速度越快，将会抑制由环境不确定性增加而导致的企业金融化程度的加深；企业内部资本结构调整速度越慢，将会加剧由环境不确定性增加而导致的企业金融化程度的加深。此外，本文进行了异质性检验分析，发现对于非国有企业、小规模企业和盈利性企业而言，环境不确定性影响企业金融化是正相关且显著的。而对于国有企业、大规模企业和亏损性企业而言，环境不确定性影响企业金融化是正相关到但不显著的。

综上所述，提出以下建议：首先，在环境不确定性的背景下，对于企业而言，应该要加快调整企业内部的资本结构调整速度，使其不断地接近最优资本结构，在实现企业价值最大化的同时，也可以有效降低企业金融化的进程，对冲经济“脱实向虚”进程。另外，企业自身需要减少金融投资，将资源更多地分配到主营业务中，在保证企业的主营业务不受资金短缺的影响，企业健康发展的前提下，进行适当的金融投资是可取的。