“結構性”去杠桿政策能否抑制企業金融化？

竇 煒，張書敏

(華中農業大學 a.經濟管理學院；b.現代農業經濟研究院，湖北 武漢 430070)

一、問題提出

自2008年以來，不斷攀升的杠桿率制約著中國實體經濟的穩定發展。逐步增高的杠桿率使企業有更多的資金可自由支配，加上實體經濟增長趨于放緩而金融業發展迅猛，在資本逐利性和資金防御性的動機下[1]，越來越多的實體企業投身到了金融領域[2-4]。

從企業負債率較高和金融資產配置較多兩個現象來看，大量的資金沒有促進實體經濟發展，而是一直在資本市場“空轉”。一部分企業從銀行或其他金融機構借來錢，再進行各類金融資產投資獲取短期利潤。雖然這些企業看起來暫時抵御了流動性風險[5]，緩解了市場競爭，但是非金融企業的主業是專注生產研發和運營，來實現資本的保值增值。企業將舉債獲得的資金甚至實體產業資本投向金融領域的做法，造成了擠占實業投資[6-7]、加大財務風險、抑制企業創新[8-10]、加劇經濟波動[11-13]等危害，嚴重影響了實體經濟的高質量可持續發展和資本市場的穩定。

針對如何有效地抑制非金融企業的金融資產投資這一問題，現有政策主要從資金這一要素供給的視角來給出解決方案。2015年12月，“去杠桿”作為供給側結構性改革中“三去一降一補”五大任務之一，首次在中央經濟工作會議上提出。在以間接融資為主導的金融體系條件下，去除過度負債企業的資金來源雖然可以有效地抑制企業進行金融資產投資，但同時存在的另一個問題是，“一刀切”式的去杠桿改革也會抑制企業進行實體經濟投資和正常的資金需求。

2018年開始，全國金融工作會議、中央財經委員會和中央全面深化改革委員會相繼提出“結構性”去杠桿的政策目標。那么，究竟應當如何把握去杠桿政策的“結構性”？換言之，應當去除哪些企業的杠桿，以及將企業杠桿率降低到什么水平，才能完成平穩去杠桿，實現“去杠桿”和“穩增長”的雙政策目標？

從企業的資產負債表看，“去杠桿”指的是減少企業的債務資金來源，而“穩增長”則是強調企業的資產質量和運營效果，兩者之間并不沖突。化解企業實際的債務風險，一方面取決于資產的數量，另一方面依賴于企業的資產質量以及未來現金流。如果企業將獲得的杠桿資金主要用于運營和固定資產投資以及研發創新投資，增強自身的營利能力和核心競爭力，而不是用加杠桿的方式投資資本市場的各種理財產品或交易金融資產，讓資金在金融系統中“空轉”，這樣的杠桿就不應當成為“結構性”去杠桿政策的目標。這里的關鍵在于，以企業的資產配置這一獨特視角來分析其杠桿率水平及其動態調整規律，而非簡單地強調負債率的高低。

縱觀現有文獻，學者主要從可能影響企業去杠桿的因素和去杠桿的影響及現狀[14-16]等方面展開研究。已有研究表明，金融市場化、利率市場化、企業過度負債程度、產權性質、技術創新、成長性等[17-21]都會影響去杠桿政策的實施效果。去杠桿政策確實會降低企業金融負債的比重，但同時增加了企業經營負債的比重[22]；在向下動態調整資本結構時會抑制企業的財務風險和破產風險，但同時挫傷了投資者信心[23]。過度負債程度越高的企業，去杠桿的可能性和程度也越高[24]。但是這些研究大多停留在宏觀經濟發展、投資結構安排、債務風險控制等去杠桿的直接影響因素層面上，鮮有文獻深入到企業金融資產配置領域，將供給側結構性改革的去杠桿政策與“脫實向虛”的企業金融化現象結合，研究“結構性”去杠桿政策對于企業資產配置結構的影響，而這正是本文所關注的問題。

本文將去杠桿政策的實施作為一個準自然實驗，以2012—2019年國有非金融類A股上市公司為樣本，對“結構性”去杠桿政策的實施效果進行實證檢驗，具體的內容包括：(1)驗證去杠桿政策會降低企業金融資產配置占比，并顯著作用于非科創型行業的企業，同時該政策減弱了金融化對企業創新的抑制作用；(2)引入政府補助和銀行貸款兩大重要融資渠道的調節機制，深入探討并證實政企關系和銀企關系在去杠桿政策對企業金融化程度影響中的弱化作用；(3)在回答“去杠桿政策如何影響企業金融化”問題的同時，細分債務期限的特征，研究長期負債是否強化去杠桿對金融化的抑制作用，同時有助于去杠桿政策弱化金融化對創新的“擠出效應”。

本文可能的研究貢獻和創新主要表現為：(1)以企業金融資產配置的獨特視角，研究“結構性”去杠桿政策背景下，過度負債企業杠桿率水平的變化對企業資產配置的影響，特別是對科技創新型企業創新和研發投資的影響，對現有文獻形成豐富和補充；(2)分別將政企關系和銀企關系引入到模型中，分析財政政策、信貸政策與“結構性”去杠桿政策的綜合疊加效應，對已有研究形成深化和擴展。

二、理論分析與研究假設

(一)去杠桿政策對企業金融化的影響

去杠桿政策的實施讓原本擁有過度負債的企業，相比之前較少地從銀行或其他金融機構取得借款，從而引起企業整體營運資金的短缺，導致企業生存壓力加大，在一定程度上迫使企業不得不提升目前債務資金的使用效率，想辦法結合自身經營情況，用有限的資金實現更大的收益來支撐長遠穩定的發展。

企業擁有充足的甚至過度的負債資金時，則往往對于資金的管理相對比較松散和隨意，資金利用率也不會很高。過度負債弱化了負債對管理層濫用資金的約束能力，同時為企業從事金融投資提供了資金支持[25]。企業在進行正常生產運營管理之余，會有較為充足的資金用于投資金融類資產；對于管理者而言，也沒有很大的資金配置和企業運營壓力，一直保持著這種沒有錢就可以去舉債的財務運營理念。但是，去杠桿政策的提出和實施強制阻斷了這些企業的部分債務融資，對于企業資金鏈條形成了較大的壓力，管理者必須重新優化資金安排，提升對于有限資金的利用率。理性的管理者會首先滿足實體經營的需要，以維持企業的正常運轉，這樣一來，就沒有充足的資金從事實體主業之外的金融資產投資，進而則會逐步降低企業的金融化程度，以實現企業良性發展。

去杠桿政策通過阻斷過度負債企業部分債務資金來源，促使其用有限的資金滿足正常經營的需要，減少企業從事金融資產配置的資金流，從而達到抑制其金融化程度的效果。

根據以上分析，本文提出假設1。

假設1：去杠桿政策能夠抑制企業金融化程度。

(二)去杠桿政策、科技創新與企業金融化

過度負債企業要想更加高效地利用有限資金獲得穩定收益，最首要和根本的還是提升內源融資能力，依靠自身出色的科技研發水平實現更強的資本原創力。而企業金融化產生的原因很大程度上在于其實體業務的創新及獲利水平不能滿足市場激烈競爭的需要。這時，投資金融資產既能輕松賺錢，又讓資金流動性更強，短期內的良好效果促使企業循環往復，導致金融化程度逐漸提高。如果能夠逐步解決企業實體業務研發運營方面的內源融資和經營獲利問題，就可以解決其金融化程度過高的問題。簡而言之，去杠桿政策會通過施加企業債務資金約束的壓力而迫使其增強內在創造力，同時抑制企業金融化程度，促進企業實現“脫虛返實”。

金融化程度高會抑制企業的創新投入和效率，那么不妨將金融化的影響后果前置到金融化產生的原因鏈條上，從企業科技創新層面入手，針對全樣本企業探討以下問題：相比于創新能力較差的其他行業企業，去杠桿政策是否會對科創型企業的金融化起到抑制的作用呢？或者說，去杠桿政策是否會更加顯著地作用于非科創型企業而抑制其金融化程度進而促進其更多地投入創新呢？

首先，科創型企業內在的研發水平就比較出色，有一定的競爭優勢，未來發展前景較好，可以在很大程度上依靠自身實力實現內源融資而不斷發展壯大，對于外在的債務融資依賴性不是很強，對去杠桿政策的實施并不敏感。其次，創新能力強的企業，營利能力及運營效果也不會差，可以有相比金融資產更值得投資的科研項目，這些項目很有可能為其帶來更加豐厚的利潤，并有助于其長遠可持續的發展。那么科創型企業對于金融資產的持有動機不會太強，本身金融化程度自然也不高。所以，從科創型企業對于去杠桿政策的不敏感性和金融化程度較弱兩個方面來看，去杠桿政策對其金融化程度的影響也不是很顯著。相反，創新能力比較弱的企業，其主營業務就表現一般，之前由于沒有很好的投資項目而進行金融資產的配置，只是在短期達到了股東利益相對最大化的經營目標，不具備更長遠的發展動力，內源融資效果顯然不好，而對于外界債務融資依賴性較強。在去杠桿政策的驅使之下，減少了企業一部分債務融資渠道，理性的管理者便不得不想辦法利用有限的資金優先著力提升主營業務的獲利能力，降低金融資產的配置，并加大研發創新投入來增強核心競爭力，以實現更高的資金使用效率，促進企業長遠穩定發展。

綜上所述，在去杠桿政策對于企業金融化的影響機制上，創新能力的作用還是存在很大差別的。科創型企業受去杠桿政策影響不大，金融化程度也不會很高，所以，科技創新能力弱化了去杠桿政策對于企業金融化程度的影響。但反過來講，對于非科創型企業而言，去杠桿政策在金融資產配置抑制效應中的作用更加明顯，會通過顯著抑制企業的金融資產配置，進一步促進企業的創新活動，提升實業發展質量，引導企業“脫虛返實”。

根據以上分析，本文提出假設2。

假設2：去杠桿政策在非科創型企業中對金融化程度的抑制作用更加顯著。

在該假設的基礎上，可以進一步討論科技創新要素在去杠桿政策影響企業金融資產配置機制中的作用。

科技創新作為推動實體經濟高質量發展的根本動力，很大程度上也顯示了企業在市場的核心競爭力。前文假設了去杠桿政策可以顯著抑制企業金融資產配置，又由于兩個被解釋變量。(1)企業金融化程度的增強會抑制企業創新活動的開展，那么不妨將企業創新水平作為結果變量，探討去杠桿政策是否會減弱金融資產配置對于企業創新的抑制，進而促進企業創新活動的增強。

企業金融資產配置的增多會對創新投入形成“擠出效應”，企業用這部分資金投資于資本市場而影響了實體經濟的健康發展。去杠桿政策的目的是通過阻斷企業部分債務的資金來源，提升其對于現有資金的使用效率，增強實體內源融資能力，降低企業金融化，促進創新投入。

企業在實體運營的過程中，絕對不是簡單重復性地生產和銷售，而是不斷研發創新，緊跟時代的步伐，制造出高科技的產品，這樣才能在市場中獲得核心競爭能力，實現穩固可持續的發展。因此，理性的投資者會在去杠桿政策的引領下減少金融資產的配置，加大研發資金的投入，通過不斷提升創新水平來增強企業的獲利能力和發展能力，實現企業的高速增長。所以，本文在企業金融化對創新活動的抑制鏈條中加入去杠桿政策，分析其是否會緩解原有的“擠出效應”。

根據以上分析，本文提出假設3。

假設3：去杠桿政策減弱了企業金融化程度對于企業創新水平的抑制作用。

三、研究設計

(一)研究樣本與數據來源

本文以去杠桿政策的提出這一外生沖擊作為實驗事件，考察去杠桿政策的實施對于國有企業經濟后果的影響機理。鑒于去杠桿政策的正式提出是在2015年12月，選取2016年前后4年的區間為事件窗口，樣本區間為2012—2019年。當前，國有企業杠桿率是最突出的債務問題，并成為去杠桿工作的重點領域。堅持將國有企業降杠桿作為“去杠桿”的重中之重，是實現高質量發展必須跨越的重大關口，也是防范化解重大風險的必然要求，那么政府對于國有企業杠桿率的監控應當更為嚴格，有效性也更強，意義性更大，所以本文的研究樣本為所有滬深A股國有上市公司。樣本數據來源于萬得(Wind)數據庫和國泰安(CSMAR)數據庫。

為了確保樣本數據的準確性及有效性，本文對樣本進行如下篩選：(1)剔除金融類和房地產類上市公司；(2)剔除ST、*ST標識的上市公司；(3)剔除相關數據存在明顯錯誤及所需要的相關數據不完整的公司。此外，為了避免極端離群異常值對回歸結果穩健性的干擾，對所有連續性變量采用Winsorize方法進行1%和99%分位的縮尾處理。本文使用Stata 15.0軟件對樣本數據作回歸分析。

(二)變量界定

1.被解釋變量

兩個被解釋變量。(1)企業金融化程度(Fin)。參照杰米爾(Demir，2009)[26]的做法，將企業金融化界定為非金融企業將資金配置于金融與房地產等金融資產的行為，本文使用企業資產負債表中的類金融資產(包括交易性金融資產、發放貸款及墊款金額、衍生金融資產、持有至到期投資、可供出售金融資產和投資性房地產)與期末總資產之比來衡量。本文將投資性房地產項目納入金融資產，是因為投資性房地產是指企業為賺取租金或者資本增值而持有的房地產，并非用于生產經營，可以反映非金融企業進入房地產行業投機炒作的情況。未將貨幣資金納入金融資產的范疇，主要是考慮到企業在經營活動中也會產生貨幣資金。(2)企業的創新水平(RD)。本文選用無形資產凈額增量占總資產的比重來度量。企業無形資產可以較直接地從財務報表上獲取。企業的創新投資最后都會反映在無形資產凈額的增量上，它與企業創新有著密不可分的聯系，是企業創新成果的綜合反映。

2.解釋變量

主要包括處理變量(Treated)和時間變量(Time)兩個虛擬變量。(1)處理變量(Treated)，當企業本身的杠桿率受到去杠桿政策影響時賦值為1，反之則賦值為0。具體來講，為在去杠桿的同時控風險，中央提出了“五控三增”的落實措施，其中，五控之一是控不同負債標準。考慮到企業在不同行業，資本結構不一樣，發展階段不一樣，國務院國有資產監督管理委員會確定了一個能夠保證企業穩健發展的資產負債率控制標準，將企業資產負債率分成三大類，即工業企業為70%，非工業企業為75%，科研設計企業為65%。針對去杠桿政策的實施，本文選取資產負債率大于65%的企業作為處理組，即Treated=1，資產負債率處于65%以下則為控制組，即Treated=0。處理組的企業在政策實施后受到去杠桿政策的影響。(2)時間變量(Time)，如果樣本企業在2012—2015年則賦值為0，在2016—2019年賦值為1。由于中央正式提出去杠桿政策是在2015年12月，因此，在2015年及以前的樣本企業沒有受到去杠桿政策的影響，作為控制組，即Time=0；在2016年及以后的樣本企業受到了去杠桿政策的影響，為處理組，即Time=1。(3)去杠桿政策，即處理變量×時間變量(Treated×Time)。該變量是時間變量(Time)和處理變量(Treated)的交乘項，用來檢驗去杠桿政策對處理組樣本的政策凈效應。根據雙重差分模型的設計原理，如果Treated×Time項前的系數為負，則表明去杠桿政策抑制了企業金融化；反之則反是。

3.控制變量

企業的經營表現與內部治理狀況會影響企業金融資產配置，如果這些因素不予以控制，就會出現重要變量遺漏的問題，從而導致模型出現嚴重的內生性。同時，也為了增強研究結果的可比性，選擇了以下控制變量：(1)公司規模(Size)；(2)企業運營時間 (Age)；(3)主業投資收益率(RR)；(4)托賓Q值(TQ)；(5)經營性現金流(CF)；(6)有形資產占總資產比重(Tang)；(7)固定資產增量(INV)；(8)成長能力(Growth)。另外，Year和Industry分別表示年份與行業固定效應，用來保障企業金融化程度不受那些源自特定年份與行業的宏觀經濟因素和政策變動的影響。

各變量的具體定義和度量如表1所示。

表1 變量定義表

(三)研究方法與實驗設計

考慮到受去杠桿政策影響的企業與未受影響的企業在事件發生節點之前存在系統性差異，加上政策本身具有準自然實驗的特征，為了在一定程度上避免內生性問題的困擾，采用“傾向性匹配得分-雙重差分法”(PSM-DID)模型來評估去杠桿政策對企業金融化程度的影響。

第一步，傾向得分匹配處理。首先，根據企業是否受到去杠桿政策影響確定協變量的選擇；之后，利用Logit模型進行回歸，計算傾向得分值；最后，由于實驗組樣本比較少，為了匹配效果更好，采用1∶4 最近鄰匹配法進行匹配，進而得到一組新的實驗變量。最終得到匹配后的樣本觀測值共3 024個。Logit模型設定如下：

Treatedi，t=β0+β1Sizei，t+β2Agei，t+β3RRi，t+β4TQi，t+β5CFi，t+β6Tangi，t+β7INVi，t+

β8Growthi，t+∑Year+∑Industry+εi，t

(1)

第二步，雙重差分處理。將受到去杠桿政策影響的企業設定為實驗組，未受影響的企業設定為控制組，構建雙重差分模型如下：

Fini，t=β0+β1Treatedi，t+β2Timei，t+β3Treatedi，t×Timei，t+

∑Controlsi，t+∑Year+∑Industry+εi，t

(2)

式(2)中，β1度量在去杠桿政策提出之前受影響的企業與未受影響的企業在金融化水平上的系統性差異。β2度量在去杠桿政策實施前后受影響的企業與未受影響的企業之間的金融化水平差異。而β3測算在去杠桿政策實施前后受影響的企業與未受影響企業的金融化水平的變化情況。

在去杠桿政策的影響下，分析企業金融資產配置對于企業創新水平的抑制作用，構建的回歸模型如下：

RDi，t=β0+β1Fini，t+β2Treatedi，t×Timei，t+β3Fini，t×Treatedi，t×Timei，t+

∑Controlsi，t+∑Year+∑Industry+εi，t

(3)

式(3)中，把企業創新水平(RD)作為被解釋變量，在基礎回歸模型中加入去杠桿政策(Treated×Time)、企業金融資產配置(Fin)及前兩者的交乘項(Fin×Treated×Time)，三者一起作為解釋變量。β1和β2分別度量企業金融資產配置占比和去杠桿政策對企業創新水平的影響，β3表示在去杠桿政策的調節作用下，金融資產配置對于創新的影響。

四、實證結果分析

(一)匹配效果檢驗

在進行雙重差分處理之前，本文對傾向性匹配得分的匹配結果進行了平衡性檢驗，結果如表2所示，可以看出匹配后實驗組與控制組之間的系統性差異不再顯著，即變量匹配后在實驗組和控制組之間是均衡的，符合PSM的平衡性假設。通過PSM得到的配對樣本有效地消除了控制變量可能存在的系統性差異。

表2 平衡性檢驗結果

(二)描述性統計

對傾向得分匹配后的樣本進行描述性統計，結果如表3和表4所示。表3為主要變量金融化程度和創新水平的分年度描述性統計，圖1更加直觀地展現了二者的變化趨勢。可以看出，2016年之前，金融化水平一直在穩步上升，創新水平不斷波動，2017年以后企業金融資產配置程度呈現了明顯的下降趨勢，科技創新水平對應著表現出上升的狀態，顯然，去杠桿政策在實施的第二年發揮出了應有的作用。

表3 主要變量分年度描述性統計

表4為變量總體描述性統計。可以看出，樣本企業金融化程度的均值為0.022 4，最大值為0.258 3，最小值為0，變異系數為1.867 6，說明各企業間金融化水平差異度較大；Treated的均值為0.250 3，表明樣本中由于過度負債而受去杠桿政策影響的企業約占25%；Time的均值為0.458 0，表明政策實施前后的樣本分布比較均衡，政策實施前的樣本略多一點；企業創新水平的均值為0.053 6，最大值為0.328 2，最小值為0.000 9，變異系數為1.032 1，說明各企業間創新水平差異較大。從各個控制變量的統計結果看，大部分樣本企業處于正常經營狀態。

圖1 2012—2019年金融資產配置與科技創新趨勢

表4 變量總體描述性統計

(三)回歸結果分析

表5為主回歸中去杠桿政策對于企業金融化影響的檢驗結果。其中，列(1)為未引入控制變量的基準回歸結果，列(2)為加入控制變量的回歸結果。可以看出，在加入和不加入控制變量時，Treated的系數都在1%的水平上顯著為負，表明受去杠桿政策影響的過度負債的樣本企業與未受去杠桿政策影響的樣本企業相比，受去杠桿政策影響能夠有效降低企業金融化水平。在不加入控制變量時，Time的系數在1%的水平上顯著為正，表明去杠桿政策對于全樣本的金融資產配置水平是提升的；加入控制變量以后，Time的系數不再顯著，說明單純去杠桿政策在全樣本中與金融化關系不大。而本文的主要觀測變量Treated×Time，在沒有控制變量時的系數在5%的水平上顯著為負，為-0.007 0，且加入控制變量后的系數仍在5%的水平上顯著為負，為-0.006 6，說明去杠桿政策在過度負債的樣本企業中顯著降低了企業金融資產配置程度，假設1得以驗證。

表5 企業金融化與去杠桿政策

為了研究科技創新要素在去杠桿政策對于企業金融資產配置的影響機制中的作用，進一步將全樣本分為科創型企業和非科創型企業，做分組回歸分析。本文在Wind數據庫中選取信息傳輸、軟件和信息技術服務業中的樣本以及科學研究和技術服務業中的樣本作為科創型企業，即STAR=1，其余樣本作為非科創型企業，即STAR=0。

表6為分組的檢驗結果，可以看出，當STAR=1，樣本為科創型企業時，Treated×Time的系數并不顯著，去杠桿政策對于企業金融資產配置的抑制作用不明顯；而當STAR=0，樣本為非科創型企業時，Treated的系數在1%的水平上顯著為負，Treated×Time的系數在10%的水平上顯著為負，為-0.006 5，說明去杠桿政策在非科創型企業中對金融化程度的抑制作用更加顯著，假設2得以驗證。由此可以看出，去杠桿政策在科技創新不是很強的企業中發揮了更強的作用，通過降低杠桿率來降低企業金融資產配置占比，進而起到了增強其創新水平的作用。

表6 去杠桿政策對科創型企業和非科創型企業金融化的影響

表7是將企業創新水平作為被解釋變量，在模型中加入企業金融資產配置和企業金融資產配置與去杠桿政策的交乘項共同作為解釋變量以后的回歸結果，使得本文主假設的研究鏈條更加完整。從中可以看出，Fin的系數在1%的水平上顯著，為-0.054 9，說明企業金融資產配置占比越高，創新水平越低；Treated×Time的系數在5%的水平上顯著，為-0.008 1，說明單純的去杠桿政策抑制了企業的創新水平，Fin×Treated×Time的系數在1%的水平上顯著，為0.321，說明在去杠桿政策的實施作用下，金融化可以對企業創新水平起到一定的促進作用，去杠桿政策弱化了金融化對創新的“擠出效應”，假設3得以驗證。

表7 去杠桿政策、企業金融化與創新水平

五、進一步研究

去杠桿政策的實施主要阻斷了企業的一部分資金來源，影響企業外在債務金額而進一步影響企業的生產運營及投資選擇。地方政府補助工具和銀行貸款難易程度在企業資金來源和需求利用中起著十分重要的作用，在去杠桿政策的背景下，可以從政企關系和銀企關系的角度拓展剖析融資影響投資的多維度作用機理。

已有研究表明，地方政府官員更多地出于政治晉升和經濟改革的考慮而采用“扶優扶強”的補助模式，更傾向于支持營利能力較強的企業[27]，讓其進一步發揮自身優勢，不斷提升主業內源融資能力，以實現企業“脫虛返實”。另外，政府補助帶來的較低金融化水平在某種程度上對于企業的發展可以起到“蓄水池”的促進作用，在不影響主業發展的前提下，再降低的必要性和可能性也不是很大。同樣，銀行貸款是國有企業負債融資的最主要來源，銀企雙方都是以追求自身利益最大化為目標的，企業獲取貸款的同時銀行得到利息，企業在只有運行良好、具有一定創新和營利能力時，才容易獲得更多的貸款。楊玉龍等(2020)研究發現，在去杠桿時期，銀企關系主要發揮調結構的作用，通過減少企業對經營負債和短期負債的依賴以降低財務風險[28]。即使有著去杠桿政策的引導，地方政府補助依然為企業提供著一種隱性的擔保機制；密切的銀企關系也會使得企業有穩健債務結構的支撐，并更容易以較低的資本成本獲得更多的貸款額度[29]。所以，享受高補助金額和與銀行關系密切的企業資金壓力和經營壓力并不大，改變原有資產配置方式來降低金融化水平的動力相對不足，換句話說，這種便捷的融資渠道弱化了去杠桿政策本身對企業的積極作用。

前文分析去杠桿政策對于總負債的抑制作用，沒有加入融資流動性特征的影響，而長短期杠桿占比不同的確存在著對于資金配置影響上的差異，有必要進一步分類探討。相比長期負債而言，短期的還款付息壓力更大，讓企業面臨投資不足和資產替代問題，同時對經營者的約束效應更強[30]。企業依賴短期債則可能沒有精力從事資本市場投機，所以長期債務較多的企業會更偏向于持有金融資產。企業短期債的可獲得性和靈活性較強，而長期債需要企業擁有更多的可擔保資產同時接受更加嚴格的審批，不難推斷，去杠桿政策對于企業較長期限的債務融資渠道抑制起來更為容易。

(一)去杠桿政策、政府補助和企業金融化

為了驗證政府補助在去杠桿政策影響企業金融資產配置機制中的調節作用，對全樣本進行高低政府補助企業的分組探討。根據企業會計準則(2006)第16號規定，上市公司獲得的政府補助包括財政補貼、稅收返還、財政綜合和創新獎勵等。為了全面反映地方政府對上市公司的補助行為，本文采用上市公司獲得的地方政府的政府補助總值(反映在利潤表中的“政府補助”項目上)，并參照余明桂等(2010)[31]的做法，將上市公司獲得的政府補助總額占上一期期末總資產的比重作為衡量指標。計算總體樣本的政府補助平均值，高于均值的認定為高政府補助樣本(HighSubsidy=1)，低于均值的認定為低政府補助樣本(HighSubsidy=0)。表8為相應的檢驗結果。可以看出，當企業受到的政府補助較多時，Treated×Time的系數并不顯著；相反，當企業受到的政府補助較少時，Treated×Time的系數在10%的水平上顯著為負，說明去杠桿政策對于低政府補助企業金融資產配置的抑制作用更明顯，政府補助政策弱化了去杠桿政策對于企業金融化的抑制作用。

表8 去杠桿政策對高低政府補助企業金融化的影響

(二)去杠桿政策、銀企關系和企業金融化

此處的銀企關系指企業高層管理人員與各類銀行之間的關聯。銀企關系越深，表明企業越能夠利用關系借貸在更大程度上提高信用可獲得性，解決融資瓶頸問題，促進自身發展。這種關聯可以起源于企業高管過往的銀行從業經歷，也可以來自企業高管與銀行高管之間的私人交往[32]。本文采用企業高管和董事的銀行關聯進行度量，用BankTie表示[33]。通過CSMAR數據庫獲取上市公司高管董事的簡歷數據，借助計算機識讀高管簡歷中是否有關鍵詞“銀行”，對識別出“銀行”關鍵詞的樣本進一步加以人工識讀。若確認該高管現在或曾在銀行任職，則BankTie賦值為1，否則為0。表9為銀企關系分組檢驗回歸結果，可以看出，當銀企關系密切時，Treated×Time的系數并不顯著，說明去杠桿政策對于銀企關系密切的企業的金融資產配置沒有起到很好的抑制作用；而銀企關系不那么密切時，Treated的系數在1%的水平上顯著為負，Treated×Time的系數在10%的水平上顯著為負，說明去杠桿政策在銀企關系不是很密切的企業中對金融資產配置的抑制作用更明顯，即密切的銀企關系弱化了去杠桿政策對企業金融化程度的抑制作用。

表9 去杠桿政策、銀企關系與企業金融化

(三)基于杠桿期限的進一步研究

采用最直觀的流動負債占總負債的比重表示短期杠桿(Short)、非流動負債占總負債的比重表示長期杠桿(Long)，將短期杠桿(Short)和長期杠桿(Long)分別作為解釋變量，企業金融資產配置占比(Fin)作為被解釋變量。

表10為長短期杠桿對于企業金融資產配置的回歸結果，Short的系數在1%的水平上顯著為負，Long的系數在1%的水平上顯著為正，說明非流動性債務比重高的企業會配置更多的金融資產。

在此重點研究非流動負債這一要素在去杠桿政策對企業金融化影響鏈條中的作用。以金融資產占比較高的非流動負債作為分組變量，非流動負債率(nlev)采用企業的非流動負債總額占總資產的比重來衡量，并計算所有樣本的非流動負債率均值，高于均值的為長期負債樣本(nlev=1)，低于均值的為短期負債樣本(nlev=0)。

表11為按照債務期限分組進行檢驗的回歸結果，可以看出，當長期負債占比低時，交乘項的系數并不顯著；而當長期負債占比高時，Treated和交乘項的系數都在10%的水平上顯著為負，說明去杠桿政策在長期負債占比高的企業中對金融資產配置的抑制作用更明顯，非流動負債促進了去杠桿政策對金融化的抑制作用。

此外，加入企業創新水平要素，探討在去杠桿政策作用下，債務期限在金融化對創新抑制鏈條中的影響差異。

按照假設3的回歸模型，將在金融資產中占比較高的長期非流動負債要素作為分組變量，之后進行檢驗，結果如表12所示。當長期負債占比低時，交乘項的系數不顯著；而當長期負債占比高時，交乘項的系數在1%的水平上顯著為正，說明去杠桿政策在非流動負債占比高的企業組弱化了企業金融化程度對于創新的“擠出效應”，即長期負債增強了去杠桿政策對金融化的抑制作用。

表11 去杠桿政策、債務期限與企業金融化

表12 基于債務期限的去杠桿政策、金融化程度與企業創新

六、穩健性檢驗

(一)共同趨勢檢驗

為了驗證過度負債的處理組和對照組樣本在政策實施之前具有共同的變化趨勢，即若無去杠桿政策時，資產負債率高與低的樣本企業金融化的變動趨勢應不存在過大的系統性差異，首先直觀地展現實驗組與對照組金融化程度的趨勢圖，如圖2所示。

圖2(a)和圖2(b)分別列示了金融資產占總資產的比重和金融資產絕對值取對數的年度趨勢，實線代表過度負債的實驗組，虛線代表資產負債率較低的對照組。需要特別說明的是，過度負債的實驗組，其金融資產占總資產的比重均值在各個年度都小于沒有過度負債的控制組。但這并不能說明過度負債的企業配置的金融資產規模要小于資產負債率較低的企業，因為當使用企業金融資產的絕對數的自然對數來衡量金融資產配置時可以發現，實驗組樣本的金融資產配置絕對規模要高于控制組樣本。而企業金融資產配置的相對占比由企業金融資產配置規模和總資產規模兩個指標共同決定。因此，這只能說明過度負債的實驗組樣本總資產規模要顯著高于控制組樣本，而不是過度負債的樣本企業配置了更少的金融資產。并且，在2015年底去杠桿政策實施之前，兩組企業金融化水平變動趨勢大體一致，不過在2014—2015年，實驗組的金融資產占比呈現下降趨勢，對照組較為平穩，可以推測，政策的預期效應使得實驗組提前做出了反應。

圖2 共同趨勢檢驗

同時，本文通過驗證年度效應的實證方法來檢驗共同趨勢。重新設定回歸模型：

Fini，t=β0+β1Treatedi，t+β2∑Timei，t+β3∑Treatedi，t×Timei，t+

∑Controlsi，t+∑Year+∑Industry+εi，t

(4)

式(4)中，Treated還是分組虛擬變量；但Time為年份虛擬變量，當年份為2012年時，Time=1，反之為0；當年份為2013年時，Time=1，反之為0，以此類推；t的取值是政策實施前的2012—2015年，共4個年份虛擬變量；同時加入Treated與Time的4個交乘項，交乘項的系數代表在政策實施前的某一年實驗組和對照組的差異。檢驗結果見表13。

由表13可以看出，在政策實施前的四年的交乘項都不顯著，說明政策實施前實驗組和對照組不存在明顯差別，共同趨勢假設得以驗證。

表13 共同趨勢檢驗

(二)變換被解釋變量的度量方式

為了在一定程度上排除由于變量度量差異引起的實證結果偏差，首先，借鑒王紅建等(2017)[10]的做法，采取虛擬變量衡量實體企業金融化，以企業是否配置金融資產來表示，當期末持有金融資產時取值為1，否則取值為0；其次，加入金融渠道獲利指標來衡量，一些企業投資收益和利息收入為負值，除以總資產進行標準化以后仍然為負數，但是該企業是配置了金融資產的，這些樣本不太適合采用連續變量代替金融資產配置指標，那么本文也采取虛擬變量的形式，當投資收益與利息收入之和為零時，Fin取值為0，有獲利值時Fin取值為1。進行兩次回歸分析，交乘項的系數依然顯著負向(表14)。

表14 變換被解釋變量的回歸結果

(三)變換回歸方法

由于全樣本中被解釋變量金融資產配置占比Fin存在540個0樣本值，為了保證研究結論的穩健性，采取Tobit回歸分析模型，并使用聚類穩健標準誤，將全樣本分類為科創型企業和非科創型企業，科創型企業即STAR=1，非科創型企業STAR=0，相應回歸結果見表15。由表15可以看出，回歸結果與主假設保持一致，去杠桿政策對于非科創型企業金融化的抑制作用更加顯著。

表15 Tobit回歸結果

(四)子樣本檢驗

去杠桿政策的提出是在2015年的12月，本文將2016年及以后年份作為政策實施年份。出于穩健性考慮，在這里將2015年和2016年的企業樣本值進行刪除，排除滯后效應和預期效應的干擾，重新對基準模型進行全樣本及分組檢驗，相應回歸結果見表16。其中，按照是否屬于科技創新行業將全樣本分類，STAR=1表示科創型企業，STAR=0表示非科創型企業，可以看出，回歸結果依然顯著，并與前文假設完全相符。

表16 子樣本檢驗

七、結論與啟示

本文將2012—2019年滬深A股上市的國有企業作為樣本，以2015年12月政府出臺的去杠桿政策為大背景，研究了去杠桿政策對企業金融資產配置比例的影響，又將全樣本分為科技創新行業企業和其他行業企業進行分組回歸，并且將企業科技創新水平納入模型，探討去杠桿政策在企業金融化和創新之間的作用。研究結果表明，去杠桿政策顯著降低了企業金融資產配置比例，而且在非科創型企業影響更加顯著，去杠桿的實施可以對企業創新水平起到一定的促進作用，減弱金融化對創新的“擠出效應”。進一步研究中，加入了政府補助政策和銀企關系這兩個可以影響企業融資的調節變量，驗證了政府補助和銀企關系都會減弱去杠桿對于企業金融化的抑制作用。接著對長短期杠桿展開探討，得出企業長期杠桿占比越高，金融化程度越高的結論，并驗證了長期負債對于去杠桿政策實施過程中的積極促進作用。最后通過共同趨勢檢驗、替換被解釋變量、替換回歸方法以及子樣本回歸的方法進行了穩健性檢驗。

本文的啟示在于：(1)證實了去杠桿政策對于企業金融化及創新水平的積極意義所在，有助于政府更加堅定和有效地開展去杠桿的工作；(2)通過對于政府補助政策的研究發現，政府補助和去杠桿雙重政策疊加沒有起到1+1>2的效能，反而相互影響和干擾了原本比較好的結果，所以建議政府在進行補貼的時候應該明確規定資金用途并加強監管；(3)從銀企關系弱化去杠桿對金融化的抑制研究中可以看出，企業會自行尋找措施和手段，主動利用市場渠道以削弱政策對于融資限制的影響，來緩解資金壓力，那么銀行也要對企業借款采取監管措施，防止企業過于低下的資金利用效率；(4)在長短期杠桿債務期限的研究中，驗證了長期的非流動負債占比高會促進去杠桿政策的有效實施，同時增強其抑制金融化和抑制金融化對創新的“擠出效應”這一結論，側面啟示政府要加強企業短期債務融資的有效管理，同時減緩“短債長投”的現象，進一步降低潛在的財務風險。