我国企业金融化行为同群效应研究——基于空间杜宾模型的经验分析

汪 宝，刘 洋，赵振宇，臧日宏

（1.中国农业大学 经济管理学院，北京 100083；2.宁夏大学 经济管理学院，宁夏 银川 750021）

一、引言

近年来，越来越多的企业参与金融化活动。据Wind 数据，2011—2020 年沪深A 股上市公司购买理财产品的公司数已从1 家增加至1244 家，持有理财产品个数已由13 个增长到20024 个，认购金额已从23.60 亿元上升至14611.39 亿元。那么，企业在生产经营过程中热衷金融化行为的原因是什么？一般而言，企业行为除了受自身特征影响外，还受到同群企业类似行为和特征信息的作用。进一步的研究发现，相较于企业行为受自身特征的影响，企业行为受同群企业类似行为和特征信息的作用可能更大、更显著。这种企业间的相互影响，被称作同群效应。目前，企业金融化行为受同群效应影响得到学者们的广泛认同。现有研究往往以企业注册地处在同一个地区或企业经营范围同属一个行业（李秋梅和梁权熙，2020；许罡等，2020；张军等，2021；夏子航，2021）[1-4]、企业间存在共有董事（王营和曹廷求，2020；杜勇和刘婷婷，2021）[5-6]为标准来划分同群企业，粗略地将除企业自身外所有其他同群企业的平均金融化投资作为同群企业金融化投资的代理变量，运用OLS 模型并结合估计系数和显著性来判断企业金融化行为是否存在同群效应。这种在同群企业界定的基础之上，只考察同群企业金融化行为对企业金融化行为的影响，没有控制同群企业特征信息对企业金融化行为的作用，可能会因遗漏变量使模型存在内生性。研究同群企业金融化行为对企业金融化行为的影响，不能忽视同群企业特征信息在其中产生的作用（Manski，1993）[7]。

因此，本文以企业注册地处在同一个地区或企业经营范围同属一个行业为标准划分同群企业，运用空间杜宾模型，将同群企业金融化行为和同群企业特征信息同时纳入模型中，从以下三方面展开研究。

第一，企业金融化行为同群效应是否存在及哪种同群企业更重要；第二，企业金融化行为同群效应是否受到资本市场中投资者情绪的影响；第三，企业金融化行为同群效应对主营业务发展质量存在什么样作用。研究上述内容，既可加深对企业金融化行为同群效应的理解，又可丰富以往企业金融化行为同群效应的研究内容。

二、文献回顾

（一）企业金融化行为同群效应的存在性

关于企业金融化行为同群效应的存在性研究，以往文献主要有两类做法。一类是以企业注册地处在同一个地区或企业经营范围同属一个行业为标准来界定同群企业，研究表明企业金融化行为受同群企业金融化行为的显著影响，即企业金融化行为存在同群效应（李秋梅和梁权熙，2020；夏子航，2021）[1，4]。另一类是以企业间存在共有董事为标准来界定同群企业，研究论证企业金融化行为受同群企业金融化行为的显著影响，即企业金融化行为存在同群效应，且共有董事越多，企业金融化行为同群效应越明显（王营和曹廷求，2020；杜勇和刘婷婷，2021）[5-6]。虽然现有文献对企业金融化行为同群效应的存在性做出重要贡献，但在考察企业金融化行为受同群企业金融化行为影响时，未控制同群企业特征信息对企业金融化行为的作用。因此，企业金融化行为同群效应的存在性值得进一步论证。

（二）企业金融化行为同群效应的影响因素

关于企业金融化行为同群效应的影响因素研究，以往文献主要从企业外部因素和企业内部因素两方面开展研究。在企业外部因素方面，信息环境越差、经济政策不确定性程度越高（李秋梅和梁权熙，2020；夏子航，2021）[1,4]，市场竞争越剧烈、同群企业金融化行为获利增加（俞毛毛和马妍妍，2020）[8]，企业与同群企业同质性越强时（刘喜和等，2020）[9]、企业金融化行为受同群效应影响越明显。在企业内部因素方面，高管团队具有投行经历（许罡等，2020）[2]、共有董事人数越多、董事有金融背景、融资约束松、上市时间长（杜勇和刘婷婷，2021）[6]时，企业金融化行为越容易受到同群效应的影响。综上，企业外部因素的相关研究较为缺乏，且针对资本市场中投资者情绪这一外部因素的分析更是少之又少。因此，本文将在验证企业金融化行为同群效应存在性的基础之上，进一步考察投资者情绪如何影响企业金融化行为同群效应，以期丰富企业金融化行为同群效应的影响因素研究。

（三）企业金融化行为同群效应的经济影响

关于企业金融化行为同群效应的经济影响研究，以往学者主要从三方面开展研究。首先在风险方面，认为企业金融化行为同群效应会增加系统性金融风险（李秋梅和梁权熙，2020）[1]、加剧企业经营风险和行业整体经营风险（张军等，2021）[3]。其次在实体投资方面，认为企业金融化行为同群效应会挤出实体投资，降低企业价值（王营和曹廷求，2020；杜勇和刘婷婷，2021）[5-6]。再次在金融投资效率方面，认为企业金融化行为同群效应会拖累投资收益率高的企业，但有助于投资收益率低的企业改善自身投资收益水平，整体而言，企业金融化行为同群效应并未体现显著的效率性（夏子航，2021）[4]。综上，以往研究很少关注企业金融化行为同群效应对主营业务发展质量的影响。因此，本文将在验证企业金融化行为同群效应存在性和产生机制的基础之上，考察企业金融化行为同群效应对企业主营业务发展质量的影响，以期丰富企业金融化行为同群效应的经济影响研究。

本文的边际贡献有如下四方面。第一，突破以往研究在方法上的局限性，将空间杜宾模型引入企业金融化行为同群效应的研究中，相较于将除企业自身外所有其他同群企业的算术平均值作为同群企业金融化投资的代理变量，运用OLS 模型进行估计的做法更加规范，并且采用空间计量方法可以有效克服传统计量模型因遗漏变量导致的内生性问题。空间计量模型可以通过空间权重矩阵将模型中的金融投资变量和其他控制变量的空间项计算出来，自动放入模型中进行估计，可以很好地解决以往研究因遗漏同群企业特征信息变量而带来的内生性问题。第二，以企业注册地处在同一个地区或企业经营范围同属一个行业为标准来划分同群企业，有助于比较两类同群效应的影响差异，从而判断哪一种同群企业最为重要。第三，对同群效应的考虑更加全面，不仅考虑同群企业金融化行为对企业金融化行为的影响，还考虑了同群企业特征信息对企业金融化行为的作用。第四，在考察同群效应存在性的基础之上，研究投资者情绪在企业金融化行为同群效应中的调节作用，以及企业金融化行为同群效应对主营业务发展质量的影响，有助于进一步丰富相关研究，深化认识。

三、理论分析与研究假设

（一）企业金融化行为内生和外生同群效应

社会互动理论认为，个体行为不仅受到自身特征的影响，还会受到群体的影响，从而相互依赖，彼此作用。Becker和Murphy（2003）[10]在书中强调社会互动对个体行为的重要性。同群效应便是基于社会互动理论产生的，当同群中有多个企业时，企业行为受其所在群体内其他企业类似行为和特征信息的影响，进而与同群行为保持一致。理论上，企业金融化行为受同群企业金融化行为和同群企业特征信息影响的原因主要有三个。

第一，区域经济角度。近年来，随着我国区域经济一体化布局不断加快，区域内企业间合作不断加深，企业间的联系也日益紧密。有研究表明，上述一系列变化可以促进经营理念在企业间的流动（桑曼乘和覃成林，2014）[11]。经营理念在企业间的流动使得企业金融化行为更易受到同群效应的影响。

第二，金融化投资角度。金融化投资一般具备三个特征：首先，金融产品大都是标准化设计；其次，金融化投资往往有很高的风险；再次，金融化投资是一项专业工作。一般来讲，金融产品大都是标准化设计，同质性高，容易模仿。金融化投资往往有很高的风险，企业管理者愿意和同群企业金融化行为保持一致（方军雄，2012）[12]。金融化投资是一项专业工作，企业管理者可能没有这方面的知识储备，出于保全声誉的考虑，也会倾向模仿同群企业金融化行为（李秋梅和梁权熙，2020）[1]。

第三，企业竞争角度。当同群企业在金融渠道获利增加时，企业管理者会模仿同群企业金融化行为，以便在市场竞争中保持有利地位（Adhikari 和Agrawal，2018）[13]。综上分析，提 出研究假设H1。

H1：企业金融化行为存在同群效应，即企业金融化行为不仅受到同群企业金融化行为的影响，还受到同群企业特征信息的影响。

（二）投资者情绪和企业金融化行为同群效应

我国资本市场是个人投资者占较高比例的新兴市场。个人投资者受资金、信息、知识、经验、心理等诸多因素限制，进行情绪化交易。而机构投资者依靠其拥有上述因素的强大优势进行套利行为。虽然传统金融学理论认为，个人投资者情绪化交易给市场带来的波动，会被机构投资者套利行为抹平（Fama，1965）[14]，但是，这一过程中由于个人投资者情绪化交易的持续性，加之我国资本市场的卖空限制，使得我国资本市场受投资者情绪影响较大（Gu 等，2018）[15]。迎合理论认为，企业会通过各种行为迎合投资者情绪进行套利（Baker 和Wurgler，2004）[16]。金融化投资因其具有较高的回报率，受到个人投资者的追捧，投资者情绪活跃。此时，企业会通过增加金融化投资来迎合投资者情绪（王海芳和张笑愚，2021）[17]。一般来讲，活跃的投资者情绪使企业管理者的投资行为变得更加激进，具体来说，在资本市场中投资者情绪活跃时，企业管理者即使知道金融化行为同群效应会给企业发展带来不利影响，如增加企业总体风险（李秋梅和梁权熙，2020）[1]等，也会继续模仿同群企业金融化行为。此外，活跃的投资者情绪还会使金融信息中的噪声信息增多，企业管理者在金融化决策时，无法将噪声信息从金融信息中分离出去，容易造成决策失误，为提高金融化投资的准确性，企业会更加愿意参考同群企业金融化行为。综上分析，提出研究假设H2。

H2：投资者情绪活跃时，企业金融化行为受同群效应的影响会增强；投资者情绪低迷时，企业金融化行为受同群效应的影响会减弱。

（三）企业金融化行为同群效应和主营业务发展质量

企业金融化行为使金融部门在企业中的地位得到提升，显得越来越重要。这时，企业既有的经营战略也会随之加以调整，由看重实体投资转向金融投资，进而放弃长期价值，追逐短期利益。企业更加愿意将资金大量投入资本市场，实体资本难以积累，具体表现为固定资产、无形资产等长期资产比重不断下滑。这是企业金融化行为对实体投资的挤出效应（胡奕明等，2017）[18]。因此，在这种影响下，企业主营业务难以持续发展，生产效率难以提升（吴一丁等，2021）[19]。倪志良等（2019）[20]的研究认为企业金融化行为降低了主营业务发展质量。但企业金融化行为同群效应又是如何影响主营业务发展质量呢？现有研究较少涉及。综上分析，结合同群企业金融化行为显著增加企业金融化投资的结论，本文认为企业金融化行为同群效应通过进一步提高企业金融化投资，挤出实体投资，进而降低主营业务发展质量。综上分析，提出研究假设H3。

H3：企业金融化行为同群效应降低了企业主营业务发展质量。

四、研究设计

（一）研究样本和数据来源

本文选取2009—2020 年A 股上市企业作为初始样本，除特别说明外，数据来源于国泰安数据库。为确保研究结论的可靠性，对初始样本做如下处理：删除金融业、房地产业的上市企业，删除数据存在缺失的上市企业，删除行业和注册地在样本期间内发生变更的上市企业，将非平衡面板数据转为平衡面板数据。最终，得到756 家上市企业，共9072 个样本。为消除极端值的影响，对企业层面的变量进行上下1%的缩尾处理。

（二）变量定义

1.被解释变量

被解释变量有两个。第一，企业金融化行为。参考Demir（2009）[21]、张成思和张步昙（2016）[22]的研究，本文选取广义金融资产占比和狭义金融资产占比进行测度，分别记为fin1、fin2。广义金融资产占比=广义金融资产/总资产=（货币资金+交易性金融资产+持有至到期投资净额+可供出售金融资产净额+长期股权投资净额+投资性房地产净额+应收股利净额+应收利息净额）/总资产，而狭义金融资产占比=（广义金融资产-长期股权投资净额）/总资产。第二，主营业务发展质量。本文运用营业利润率来衡量企业主营业务发展质量，记为rev。营业利润率越高，主营业务发展质量越好。

2.解释变量

主要解释变量是同群企业金融化行为，即同群企业金融资产占比。与以往企业金融化行为同群效应研究粗略将“除企业自身外所有其他同群企业的算术平均值作为同群企业金融化投资的代理变量”的做法不同，本文用空间杜宾模型中的空间项进行度量，计算过程见后面的模型设定。与被解释变量一一对应，同群企业金融资产占比也包括广义金融资产占比和狭义金融资产占比，分别记为wfin1、wfin2。次要解释变量是同群企业特征信息，即同群企业特征信息变量。与控制变量对应，同群企业特征变量也包括规模、资产净利率、资本密集度、高管持股比例、企业股权性质，分别记为wsize、wroa、wcapr、wsmr、wstate。只要有一个变量显著，就可认为企业金融化行为受同群企业特征信息的影响。计算过程见后面的模型设定。

3.调节变量

调节变量是资本市场中的投资者情绪。参考Lin 等（2018）[23]和魏星集等（2014）[24]的研究结论，本文运用投资者情绪指数对投资者情绪进行度量，记为isi。该指数包括IPO 数、IPO 首日收益率均值、上月封闭基金平均折价率、上月市场换手率、上月消费者信心、新增开户数等6 项信息，能准确刻画投资者情绪。值得注意的是，isi 指数是月度数据，结合本文数据特点，将对isi 指数做如下处理：按月平均转为年度数据，再取对数。

4.控制变量

参考已有的相关研究，本文从经营特征、治理特征、产权性质三方面对企业基本面进行描述。这里的变量有规模（总资产的对数，size）、资产净利率（净利润与总资产之比，roa）、资本密集度（固定资产净额/总资产，capr）、董监高持股比例（董监高持股数/总股数，smr）、企业股权性质（国有企业取值1，民营企业取值0，state）。

（三）模型设定

1.空间权重矩阵设定

由于本文以企业注册地处在同一个地区或企业经营范围同属一个行业为标准来界定同群企业，所以需要定义两类空间权重矩阵。行业空间权重矩阵是一个n×n 维的0—1 矩阵，按照2012 年中国证监会行业分类标准，与企业i同属一个大类行业的企业即为企业i的同群企业，赋值为1，否则为0。地区空间权重矩阵也是一个n×n 维的0—1 矩阵，以我国省、自治区、直辖市为分类标准，与企业i的注册地同属一个省、自治区、直辖市的企业即为企业i 的同群企业，赋值为1，否则为0。这两类空间权重矩阵由UCINET软件获得。

2.空间计量模型的设定

空间计量模型包括空间滞后模型、空间误差模型和空间杜宾模型。在以往的研究中，多以空间杜宾模型为基础，经过一系列检验，确定空间计量模型的具体形式。本文将按照此思路，设定最优空间计量模型研究企业金融化行为同群效应问题。首先，在空间杜宾模型的基础上进行Hausman 检验，结果显示，空间杜宾模型的固定效应优于随机效应。其次，检验空间杜宾模型的个体固定效应、时间固定效应与个体、时间双固定效应的优劣，结果表明，个体、时间双固定效应下的空间杜宾模型最优。再次，运用LR 检验和WALD 检验方法，对个体、时间双固定效应下的空间杜宾模型是否能退化为空间滞后模型、空间误差模型进行检验，结果显示，个体、时间双固定效应下的空间杜宾模型不能退化为空间滞后模型和空间误差模型。受篇幅限制，本文不再展示检验的详细结果，如果需要可向作者索取。根据以上分析，为检验假设H1，设定如（1）所示的空间杜宾模型：

其中，t 指时间，i 指企业，-i 指同行业或同地区的其他企业，即同群企业。w 是经过行标准化处理的空间权重矩阵。被解释变量fin 是企业金融资产占比。主要解释变量wfin 是同群企业金融资产占比，即空间项，ρ 为同群企业金融化行为对企业金融化行为的影响，是主要关注的系数。次要解释变量wx 是同群企业特征信息，即同群企业特征信息变量，β 为同群企业特征信息变量对企业金融化行为的影响。控制变量x是企业的特征变量，k代表控制变量的个数。μ是个体固定效应，γ是时间固定效应。

在模型（1）的基础上，为检验假设H2，设定模型（2）：

其中，isi 是投资者情绪，φ2是投资者情绪在企业金融化行为同群效应中的调节效应，是主要关注的系数。φ1、φ3、φ4、φ5分别代表同群企业金融资产占比、投资者情绪、控制变量、同群企业特征信息变量对企业金融资产占比的影响，其他符号和变量解释同模型（1）。

在验证企业金融化行为同群效应存在性的基础上，参考以往的研究（杜勇和刘婷婷，2021；王晓亮等，2022）[6,25]，并考虑企业主营业务发展质量不存在空间效应，构建模型（3）研究企业金融化行为同群效应对主营业务发展质量的影响。

其中，rev 是主营业务发展质量。peer 是企业金融化行为受同群企业金融化行为影响的强度，即同群效应的大小。本文采用企业金融资产占比（fin）与同群企业金融资产占比（wfin）之差的绝对值衡量，该值越小，同群效应越大。为了便于分析和理解模型回归结果，进一步地将企业金融资产占比（fin）与同群企业金融资产占比（wfin）之差的绝对值乘以-1来测度同群效应（peer）的大小。经过这样处理后，peer数值越大，同群效应也就越大。值得注意的是，企业金融资产占比有广义金融资产占比和狭义金融资产占比之分，那么同群效应的类型也包括广义金融资产占比下的同群效应（peer1）和狭义金融资产占比下的同群效应（peer2）。λ1为企业金融化行为同群效应大小对主营业务发展质量的影响，是主要关注的系数。λ 为控制变量对主营业务发展质量的影响，其他符号和变量解释同模型（1）。

3.估计方法

由于企业金融化行为存在空间效应，因此OLS估计方法不再适用。空间计量估计方法主要有偏误修正的极大似然估计（MLE）、基于工具变量或广义矩的估计（IV/GMM）等。本文选取偏误修正的极大似然估计（MLE），用于估计模型（1）和模型（2）。考虑模型（3）研究的问题是企业金融行为同群效应对主营业务发展质量的影响，被解释变量是主营业务发展质量，而主营业务发展质量不存在空间效应，因此模型（3）的估计依旧采用OLS估计方法。

五、实证结果分析

（一）描述性统计

表1报告主要变量的描述性统计结果，从表1来看，fin1 和fin2 的平均值分别达到0.239、0.202，表明我国企业广义金融资产占比达23.9%，狭义金融资产占比达20.2%，符合当前企业的大量资金进入金融市场的预期。fin1 和fin2 的标准差分别为0.156、0.141，表明广义金融资产占比和狭义金融资产占比在企业间差异较小，这是企业模仿同群企业金融化行为带来的，初步证实企业金融化行为受到同群效应的影响。受篇幅的限制，其他变量不再一一解释。

表1 主要变量描述性统计

（二）空间相关性检验

表2 报告金融资产占比的全局Moran’s 值检验结果。从表2 来看：行业空间权重矩阵下，无论是广义金融资产占比还是狭义金融资产占比，Moran’s值均显著为正，表明企业金融化资产占比在行业上不是随机分布的，存在空间正影响，初步支持以行业界定同群企业，企业金融化行为存在同群效应的结论；地区空间权重矩阵下，无论是广义金融资产占比还是狭义金融资产占比，各年的Moran’s 值均为正，除极少年不显著外，其他年份均显著，并结合2009—2020 年整体Moran’s 值可认为，企业金融资产占比在地区上不是随机分布的，存在空间正影响，初步支持以地区界定同群企业，企业金融化行为存在同群效应的结论。

表2 金融资产占比的全局Moran’s值检验结果

此外，考虑到企业金融化行为存在空间相关性是运用空间计量分析方法的首要条件，为进一步验证金融资产占比的全局Moran’s 值检验结果的稳健性，本文还在不同OLS 回归模型的基础上，运用LM方法检验是否存在空间相关性。受篇幅的限制，表3 只报告了不同OLS 回归模型的检验统计量。从表3 来看，在行业空间权重矩阵或地区空间权重矩阵下，无论是广义金融资产占比还是狭义金融资产占比，不同OLS 回归模型上的LM 统计量均显著、稳健LM统计量除极少数不显著外，其他均显著。因此可以拒绝OLS 回归模型不存在空间相关性的原假设，即企业金融化行为存在空间相关性。

（三）企业金融化行为同群效应的存在性

表4 报告了模型（1）的回归结果，旨在通过分析不同空间权重下同群效应的差异，进而揭示企业金融化行为同群效应是否存在以及哪一种同群企业更重要。从表4 来看，在行业空间权重矩阵中：就同群企业金融化行为而言，wfin1 和wfin2 的系数均在1%的水平上显著为正，表明企业金融化行为均受到同群企业金融化行为的显著影响；就同群企业特征信息而言，同群企业特征信息变量发挥的作用不尽相同，但都会有显著的变量存在，表明企业金融化行为也受到同群企业特征信息的影响。在地区空间权重矩阵中，也能得到上述相同结论。综上分析，假设H1得到验证。

表3 不同OLS回归模型回归检验结果

此外，行业空间权重矩阵中，wfin1和wfin2的系数分别为0.065、0.068。这些值都比地区空间权重矩阵中的相应系数值要高，表明运用行业界定同群企业时，企业受同群企业影响最强。其原因在于，处在同一个行业中的企业具有相似的产品模式、经营理念、财务特征、治理特征等，同质性程度高，模仿成本更小。

（四）稳健性检验

1.排除宏观环境、行业及地区因素

企业金融化行为除受到自身特征、同群企业金融化行为和同群企业特征信息影响外，还会受到宏观环境、行业及地区因素的影响。因此，企业金融化行为呈现一致性，可能因为宏观环境、行业及地区因素，而非同群效应导致的。为了验证企业金融化行为受同群效应影响这一结论的稳健性，本文选取广义货币供应量增速（按月平均转为年度数据，来自中经网产业数据库）、股票市场年收益率（对深圳证券交易所、上海证券交易所的全部A 股计算总市值加权平均市场年收益率表示，来自RESSET 数据库）来控制宏观环境因素，选取地区非实体经济发展水平（运用地区金融业增加值和地区房地产业增加值占地区GDP 比重表示，来自中经网统计数据库）、地区市场化指数［来自Wind 数据库，其中2020 年的数据缺失，参考俞红海等（2010）[26]的方法，运用2009—2019年的平均增长率，获取2020年的地区市场化指数］来控制地区因素，选取行业年收益率［运用2012年中国证监会行业分类标准中的大类行业年收益率_总市值加权表示，其中纺织服装、服饰业（C18）、互联网和相关服务（I64）2009—2013年的数据缺失，采取2014 年数据填补，卫生（Q83）2009—2010 年数据缺失，采取2011 年数据填补］来控制行业因素，并将这些变量纳入模型（1）中进行回归，结果详见表5。从表5 结果来看，考虑宏观环境因素、行业和地区因素之后，企业金融化行为同群效应仍然存在，结论稳健。

表4 企业金融化行为同群效应的回归结果

表5 排除宏观环境、行业及地区因素的回归结果

续表

2.子样本回归

我国是一个制造业大国，制造业是我国的支柱产业。针对制造业企业开展金融化行为同群效应的专门研究有一定的意义。在研究样本中，行业空间权重矩阵和地区空间权重矩阵中的制造业样本企业数分别为538 家、540 家，占到研究样本的71.16%、71.43%。接下来，本文对制造业样本进行回归检验，回归结果见表6第（1）列至第（4）列。从表6第（1）列至第（4）列来看，企业金融化行为受同群效应影响，且行业类同群企业影响更大的结论依旧稳健。

表6 其他稳健性检验的回归结果

续表

3.构建嵌套空间权重矩阵

基于企业决策环境的复杂性，同群企业划分标准也需要综合多方面特征进行定义。于是本文构建行业和地区的嵌套空间权重矩阵对上述结论的稳健性进行检验。嵌套空间权重矩阵可描述为：当企业i和企业j 处在同一个行业或者地区，取1；当企业i 和企业j 既处在同一个行业，又处在同一个地区时，取2；其他情况时，取0。该空间权重矩阵由UCINET 软件获得。回归结果见表6 第（5）列和第（6）列。从表6 第（5）列和第（6）列来看，企业金融化行为仍受同群效应的影响，支持了本文研究结论。

4.替换企业金融化行为衡量指标

上述分析中，金融资产的两种定义方式都包括企业投资性房地产，而投资性房地产是否能作为金融资产一直存在争议。此时，如果将投资性房地产界定为金融资产，可能会影响结论的稳健性。因此，本文将广义金融资产占比和狭义金融资产占比中的投资性房地产剔除，剔除后的广义金融资产占比和狭义金融资产占比分别记为fin3、fin4，并进行回归。数据回归结果见表6第（7）列至第（10）列。从表6第（7）列至第（10）列可以看出，采用替代金融化指标的回归结果与上文基本一致。

六、进一步的研究

（一）机制分析

上述分析结果均表明企业金融化行为受到同群效应的作用，而这一作用的发挥可能受到投资者情绪的影响。为此，本文将考察投资者情绪在企业金融化行为同群效应中的调节作用。表7 报告了模型（2）的回归结果。从表7 中可以看出：第一，无论是行业空间权重矩阵，还是地区空间权重矩阵，isi 的系数在1%的水平上显著为正，表明投资者情绪提高了企业金融化投资水平，这与王海芳和张笑愚（2021）[17]的研究结论相符；第二，wfin1 和wfin2 的系数在1%的水平上显著为正，表明企业金融化行为受同群企业金融化行为影响；第三，isi×wfin1 和isi×wfin2 的系数在5%的水平上显著为正，表明活跃的投资者情绪增强了同群效应的影响。综上分析，投资者情绪通过强化同群效应的影响，使金融化投资增加，假设H2得到了验证。

表7 机制分析的回归结果

（二）经济影响检验

表8报告模型（3）的回归结果。从表8中可以看出：无论是行业空间权重矩阵，还是地区空间权重矩阵，广义金融资产占比下的同群效应（peer1）和狭义金融资产占比下的同群效应（peer2）均在5%的水平上显著为负，表明企业金融化行为受同群效应影响强度越大，主营业务发展质量越差，即企业金融化行为同群效应降低了主营业务发展质量。综上，假设3得到了验证。

表8 经济影响的回归结果

七、研究结论与政策建议

本文将空间杜宾模型引入企业金融化行为同群效应的研究中，以2009—2020 年A 股非金融业、非房地产业上市企业作为研究样本，实证分析企业金融化行为同群效应的存在性及其对主营业务发展质量的影响，并进一步考察投资者情绪在同群效应中的调节作用。研究的主要结论如下。

第一，在控制同群企业特征信息后，企业金融化行为仍然存在行业和地区上的同群效应，且行业上的同群效应更强。具体来说：经营范围同属一个行业的企业，金融化行为表现出一致性，即企业金融化行为受经营范围在同一个行业中其他企业金融化行为的正向影响；注册地在同一个地区中的企业，金融化行为亦存在一致性，即企业金融化行为受注册地在同一个地区中其他企业金融化行为的正向影响。这些结论在控制宏观环境、行业及地区因素，在构建制造业样本以及嵌套空间权重矩阵，在变换金融化度量指标后仍然成立。企业经营范围处在同一行业或企业注册地位于同一个地区中的企业，可以减少信息不对称，相互模仿的成本较小，失败的风险较低，进而表现出行为的同一性。

第二，资本市场中投资者情绪对企业金融化行为同群效应存在调节作用，具体表现为：当投资者情绪活跃时，企业金融化行为同群效应会加强；当投资者情绪低迷时，企业金融化行为同群效应会减弱。活跃的投资者情绪，会使企业独立做出金融化决策所依据的信息充满噪声。为排除噪声信息的干扰，提高金融化投资的准确性，企业管理者往往会参考同群企业金融化行为。

第三，企业金融化行为同群效应对主营业务发展质量具有抑制作用。主营业务是企业的主业，是企业存在的根基，没有主营业务的高质量发展，企业健康可持续就无法实现。以往大部分研究认为企业金融化行为损害了主营业务发展质量，而本文进一步指出，同群效应可能放大企业金融化行为对主营业务发展质量的影响程度。由此表明，企业金融化行为同群效应不应被忽视，需要各界给予足够的关注。

为避免企业金融化行为同群效应给企业健康发展带来的消极影响，根据上述研究结论，提出以下政策建议。

第一，应该高度重视并关注行业和地区金融化发展水平，建立适当的预警机制，防止企业金融化行为同群效应进一步加大。同时，积极完善实体投资配套设施，根据不同地区、不同行业金融化发展水平给予针对性的产业优惠政策、财政优惠政策等，扶持实体经济发展，提高实体投资水平，集中资源优势保障主营业务发展质量，加快产业转型升级，净化营业环境，使企业能够从实体经济中获得较高的收益，从而抵消企业金融化行为同群效应给企业健康发展带来的消极影响。

第二，应该充分认识到资本市场中投资者情绪对企业金融化行为同群效应的切实影响，在资本市场中投资者情绪活跃时，强化企业信息的披露行为，提高企业信息的披露质量，营造透明的投资环境，促使企业合理预期，从而避免企业对同群企业金融化行为的盲目模仿。此外，还应该积极完善相关投资政策，加强资本市场准入管理，提升资本市场功能属性，规范投资者行为，从而降低投资者情绪活跃性，引导投资者情绪理性发展，减轻同群效应对企业金融化行为的影响程度。