房價上漲是否助推企業金融化?*

王 慧 王 擎 徐 舒

（1.西南財經大學中國金融研究中心 四川成都 611130）

（2.西南財經大學經濟學院 四川成都 611130）

一、引 言

當前我國經濟面臨的一個重要問題是經濟整體的“脫實向虛” 現象。國家統計局數據顯示，2019 年我國規模以上工業企業利潤總額相比2006 年增長2.3 倍，而同期金融業利潤總額增幅為6.49 倍，增長幅度為同期規模以上工業企業利潤增幅的282%。從企業利潤上看，2006 年規模以上工業企業利潤與金融業利潤的比例是4.8 ∶1，而2019 年這一比例下降到2 ∶1，意味著工業企業利潤在整個經濟總量中占比逐漸萎縮、金融業利潤占比大幅擴大。與此同時，我國制造業固定資產投資自2011 年起增速持續放緩，近年來實體投資積極性顯著下降，而企業參與金融活動愈發頻繁。據雷新途等（2020）的統計，中國上市企業持有金融資產的比例和金融投資現金流比重在近十年來呈倍數增長。上述現象反映出我國經濟整體的金融化傾向需要引起重視和警惕。

從宏觀上看，經濟“脫實向虛” 會使得金融效率逐步下降，表現為單位貨幣和單位信貸創造的GDP 逐步降低。從2007 年到2018 年，我國的GDP/M2 由0.67 下降到0.49，GDP/人民幣信貸余額由1.03 下降到0.65。“脫實向虛” 還致使大量資金在金融體系內循環空轉，難以流入實體經濟，導致經濟下滑且金融風險增大（黃群慧，2017）。無論是第五次全國金融工作會議強調“金融要回歸本源”，還是十九大把防控金融風險列為三大攻堅戰之首，都凸顯出國家對于金融風險問題的重視。在此情形下，了解企業金融化的內在動機，通過合理的引導和科學的制度設計，從微觀層面避免企業“脫實向虛” 成為重要研究課題。

然而，現有微觀視角對企業金融化動機的討論往往從金融市場波動出發，較少關注非金融資產價格波動對企業金融化行為的影響。本文從房地產市場價格上漲入手，討論非金融資產價格波動是否會促使非金融企業配置更多金融資產，從而引發實體經濟“脫實向虛”。從數據本身來看，在2009—2017 年全國房屋平均銷售價格穩步上漲的背景下，非金融企業的金融投資與住房價格呈現同步上漲趨勢（見圖1）。這不禁讓人思考：房價的不斷上漲是否誘導企業偏好金融投資? 該因果關系是否成立? 如果成立，房價助推企業金融投資的內在機制是什么?

圖1 樣本期間平均房價與企業金融化趨勢圖

為此，本文結合2009—2017 年全國主要地級城市商品房銷售價格和上市公司數據，實證證實了房價上漲助推企業金融投資行為的因果關系。具體而言，房價每上漲1%，企業金融化程度上升0.043%，上升幅度為企業金融化指標的0.78 個標準差。從機制上看，融資約束和投資機會都在不同程度上成為房價促進企業金融投資的主要作用渠道。一方面，房價上漲推高了企業相關住房資產的價格，進而緩解融資約束，助推了企業的金融化行為。另一方面，房價上漲推高了金融與實體行業利差所營造的投資機會，促進了企業金融化行為，最終助推了企業的金融化投資。

本文的研究創新體現在以下四個方面：第一，本文較為全面地論證了房價上漲對企業金融投資的影響作用及影響機制。本文從住房價格上漲引發企業資產價值變動入手，識別出非金融資產價格變動是企業金融化行為的重要原因，提供了房價影響企業金融化的新證據。第二，本文分別從融資約束和投資機會兩個角度，探討房價走勢對企業金融化的影響機制，對兩種渠道的不同影響提供了清晰證據。第三，本文進一步從企業投資機會和金融投資收益率的角度，探討了房價走勢對企業金融化的影響。本文證明了住房價格上漲除了不利于企業主營業務經營收益，還在很大程度上推高了金融投資收益率，這二者的聯合作用對企業金融化行為有重要的影響。上述機制在當前企業實體投資行為的文獻中并未有明確討論。第四，本文利用房地產調控政策作為房價走勢的有效工具變量。

二、文獻回顧及研究假設

（一）房價上漲與企業投資決策

當前學術界對房價波動對企業投資決策影響的關注主要集中在兩個方面：投資擠出效應和抵押擔保效應。一方面，高房價對企業造成成本約束和投資擠出效應。從投機擠出效應看，大多數研究結果都認為房價上漲對實體經濟存在一定擠出作用。吳曉瑜等（2014）和陳斌開等（2015）均發現房價快速上漲會帶來高收益，導致與房地產相關的行業利潤率上升，從而對實體行業投資資金形成擠占，資金從低利潤行業流向高利潤的房地產業。Miao 和Wang（2014）發現房價變動與非房地產私營企業研發支出比重呈負向關系。王文春和榮昭（2014）發現房價上漲抑制制造業企業創新研發的投入，不利于企業主營業務的發展。

另一方面，在以間接融資為主的信用環境下，房價攀升引發的抵押物增值是企業信用擴張的關鍵要素。Kiyotaki（1997）通過動態的生產模型揭示了信貸限制與資產價格之間的相互作用機制，外部沖擊會導致抵押物估值波動，從而傳遞到對實體經濟的投資。Liu 等（2013）通過構建經濟理論模型，論證了房地產價格與企業投資間存在正向因果關系。Brunnermeier 等（2014）表明在房產價格上升時期，信貸總量增加，企業總體投資水平上升，促進經濟發展；但當房產價格急劇下降時，信貸規模大幅縮減，企業投資陷入困境，造成經濟危機。

上述圍繞房價與企業投資結構關系的研究為本文提供了重要的理論支撐。房價上升的抵押效應會促進企業投資（Gan，2007；Chaney 等，2012）。同時，房地產行業利潤率上升將引導企業進入房地產相關行業（陳斌開等，2015），企業資金流入房地產領域（王文春和榮昭，2014），降低企業實體資本投入。上述邏輯也適用于企業的金融投資決策。

受已證實觀點啟發，本文認為房價上漲有兩種途徑可能影響企業金融投資：一是由于抵押擔保效應對資產價值升值帶來的信用緩釋，企業現金流動性改善，企業投資包括金融性投資和經營性投資都可能上升；二是房價上升導致的經營成本約束（如人力成本、倉儲成本上升），使得經營性投資產生的收益率下降。同時，房價上升帶來金融投資回報率的增加，使得金融投資和實體投資的利差增加，從而強化了企業進行金融投資的激勵，這是房價上漲對實體投資的擠出效應。由此看到，兩種效應對企業金融化產生了相同的結果，本文提出假設1。

H1：房價上漲可以推動企業金融化行為。

（二）房價上漲與企業金融化的機制

按照前文分析，房價上升會通過抵押效應或擠出效應，使企業偏好增加金融投資。在具體機制上，抵押效應主要是緩解企業信用約束，而擠出效應則增加了企業的替代投資機會。

一方面，融資約束強度影響企業投資行為已是學界的普遍共識。杜勇等（2019）發現，低融資約束企業出于預期收益和風險承擔更傾向于增加金融資產投資減少實體資本性投資；委托代理問題嚴重、融資約束低的國有企業較民營企業更有可能配置金融資產。隨著金融深化與實體經濟活動界限逐漸模糊，以短期高流動性金融資產配置的靈活性支持長期資本性投資已成為企業長期發展戰略（戚聿東和張任之，2018）。張成思和鄭寧（2019）通過構建固定資產和金融資產風險組合理論模型，明確指出融資約束、現金流和杠桿是驅動企業金融化的重要關聯因素。從房價的角度來看，房產價值的抵押效應直接影響企業融資約束。在房價上漲時，抵押品增值可以緩解企業融資約束，進而影響企業自由現金流，最終促進企業投資（Gan，2007；Chaney 等，2012）。另外，Wang 等（2017）認為，對于受融資約束較強的企業，通過抵押擔保渠道表現為增加投資的現象較普遍，而對于融資約束相對弱的企業則負面擠出效應更為突出。銀行信貸是企業投資資金的重要來源，也是企業外部融資的主要來源。既有文獻指出，一方面，房價上漲，企業所持有的房產抵押物的價值會增加，從而企業的銀行借貸能力增強，外部資金的可得性緩釋了融資約束（Allen 等，2007）。另一方面，房價上漲，抵押擔保渠道促進了企業投資（Gan，2007）。基于以上分析，本文認為企業信貸可得性提高會緩釋融資約束的情況下，金融投資行為會獲得更多資金上支持，由此提出假設2。

H2：房價上漲緩解了融資約束，并通過銀行信貸可得性促進了企業金融化行為。

另一方面，房地產行業與金融體系存在高度關聯性，房地產的繁榮不僅帶來了資本的信用擴張，也提高了房地產和金融行業的投資回報率。在房價上漲時期，金融行業較高的投資收益率是企業進行金融投資的主要誘因。非金融企業出于改善盈利的動機，將原本應投向日常經營性業務的資源配置于金融資產，以尋求超實體行業運營的回報（劉篤池等，2016）。

此外，房地產業涉及上下游產業鏈條較長、關聯行業多，房地產價格上升通過上下游產業關聯直接改變了關聯企業的經營成本和主營業務收益。由此本文推測，房價上漲對上游行業的積極帶動效應，增強了企業對主營業務的經營信心和投資規模，相對弱化了對金融的投資強度。從高房價成本效應看，城市高房價阻礙了高技能勞動者的自由流入（張莉等，2017），提高了企業的勞動力成本支出。房地產市場的繁榮同樣拉動了企業工業用地經營場所使用成本，提高了運營成本支出和倉儲成本支出，進一步壓縮了實體經營的利潤空間，增加了金融投資和實體投資的利差。此效應在房地產下游企業中更為明顯。

由此可見，對于和房地產上游關聯度高的企業，房價上漲提高了其主營業務利潤空間，企業可能面臨主營業務投資機會和金融投資機會并存的情景，本文推測這類企業相對于低上游關聯度企業，可能存在金融化行為弱化表現。對于高房價引致的成本效應突出的企業，可能存在成本增加壓力，倒逼企業尋求高收益投資路徑以緩解財務困境，表現為偏好高收益的金融投資。綜合來看，高房價拉高了金融行業與實體行業的利差，營造的金融投資機會促進了企業金融化行為。據此，本文提出假設3。

H3：房價上漲通過投資機會促進企業金融化行為。

三、研究設計

（一）樣本選擇和數據來源

為排除房產泡沫引發的“次貸危機” 對研究結論的干擾，同時避免2017 年后“房住不炒” 政策對識別的影響，本文選取CEIC 宏觀經濟數據庫2009—2017 年全國主要地級城市商品房銷售價格來衡量房價走勢。本文企業金融化行為的測度來自上市公司財務數據，該數據來源于國泰安（CSMAR）數據庫。同時，我們還從CCER 中國經濟金融數據庫中匹配了各地區宏觀經濟數據，并根據上市公司辦公地點所在城市與城市層面房價數據做匹配。為符合研究需要，我們對樣本年度數據做了以下處理：（1）刪除數據缺失的樣本；（2）刪除異常值；（3）刪除資產負債率大于1 的樣本；（4）刪除ST 類樣本；（5）刪除歸屬于金融和房地產關聯行業樣本；（6）剔除企業數據不滿足連續三年的樣本；（7）刪除無房產價值的觀測值。此外為了緩解數據極端值的影響，本文對相關連續型變量進行上下1%縮尾處理，最后得到樣本上市公司1 642 家。

（二）基準模型設定

為檢驗房價走勢對企業金融化程度的影響，本文的基準回歸模型采用如下形式：

其中，被解釋變量Fin_n為企業所持有的金融資產占總資產的比重；Houseprice是上市公司所在地商品房的對數平均價格。借鑒國內外企業投資的相關文獻，我們在控制變量中加入企業層面和宏觀層面控制變量。具體包括：企業盈利能力（Roa）、公司規模（Size）、現金流量（Cashflow）、杠桿率（Lev）、有形資產比例（Tng）、上市年齡（Age）、公司成長性（Growth）、地區人均GDP（GDP_P）、第三產業占GDP比重（GDP_3）。μi、σt分別代表公司固定效應和時間固定效應，εi，t為殘差項。本文首先采用面板數據固定效應模型估計等式，進而使用工具變量克服存在的內生性問題。

（三）關鍵變量構造

（1）被解釋變量。本文首先選取金融資產持有率來衡量企業金融化程度。借鑒彭俞超等（2018），我們將交易性金融資產、可供出售金融資產、持有至到期投資、發放貸款及墊款、衍生金融工具定義為金融資產。在基準回歸中，我們定義的金融資產沒有包含投資性房地產凈額。一方面，投資性房地產凈額變化是房價波動的內生性結果，對本文企業金融化測度準確性存在干擾；另一方面，如果在金融化指標中納入投資性房地產，即使企業沒有其他金融化投資行為，房地產價格的上升本身也會直接推高企業大量存量投資性房地產價值，從而放大企業金融化程度。這意味著本文基準回歸的金融化定義是一種相對保守的處理方法，該方法得到的是房地產對企業金融化行為影響的下界。

（2）核心解釋變量。本文選取CEIC 宏觀經濟數據庫2009—2017 年全國主要地級市年商品房平均銷售價格，并與上市公司注冊地做匹配，最終獲得206 個城市房價數據。

（3）控制變量。和現有文獻一致，本文從企業和地區兩個層面控制影響企業金融化行為的可能因素。其中，企業層面的變量包括公司規模、現金流量、企業盈利能力、公司成長性、杠桿率等指標，地區層面包括衡量經濟發展水平的人均GDP 和第三產業比重兩個指標。①因篇幅所限，本文省略了全部變量的構造方式和具體定義以及變量的描述統計，感興趣的讀者可在《經濟科學》 官網論文頁面“附錄與擴展” 欄目下載。

四、實證檢驗及結果分析

（一）基準回歸結果

歸中的標準誤都聚類到城市層面。從第（2）列結果來看，地區對數房價的系數為0.0118，且在5%的統計水平上顯著。這表明房價上漲1%，企業持有金融資產比例提高0.0118 個百分點。在本文的數據區間內，各地區平均住房價格的標準差為0.6659，而企業金融化程度的標準差為0.0556，這意味著地區住房價格差異能解釋企業金融化程度差異的比例約為14.13%。①14.13% ＝0.0118 ×0.6659 ÷0.0556 ×100%。

（二）內生性與工具變量

式（1）采用的面板數據固定效應模型沒有考慮住房價格可能存在的內生性。在本文的研究環境中，地區住房價格的內生性可能來自兩個方面：一是逆向因果問題。企業金融化程度上升表現為其配置的金融資產數量的上升，由于企業金融資產（尤其是投資性金融資產）的配置多通過金融機構，而金融機構的資產配置行為會增加地區投資性住房需求，從而推高地區房價。二是遺漏變量問題。地區金融發展水平，包括金融可得性、民間金融發達情況等不可觀測的因素，都會同時影響企業的金融化選擇和地區住房價格，而這些變量無法通過控制變量全部得以控制，從而會造成誤差項與關注變量地區住房價格存在相關性，帶來估計偏誤。

本文采用工具變量來克服上述內生性問題。與既有文獻多采用土地供給作為住房價格的工具變量不同，本文對房價的工具變量構建思路基于樣本區間內，尤其是2011—2014 年政府陸續出臺的限購政策。為了遏制住房價格的不斷上升，先后有46 個城市實施了嚴格的住房限購政策，并且政策的實施力度大，不同城市間的政策差異性相對較小。②具體限購城市名單請見《經濟科學》 官網“附錄與擴展”。2015 年開始，這些城市又逐步取消了對應的限購政策。③2016 年開始，又有部分城市開始實施第二輪限購。但此次限購實行“一城一策”，政策力度不能與2011—2014 年的“一刀切” 同日而語。具體請見《經濟科學》 官網“附錄與擴展”。限購造成房價上漲趨緩，顯然會對地區住房價格產生直接影響。另外，由于地方政府出臺的限購政策主要是依照其住房價格水平，而不會根據企業的金融化程度，因此可以認為地方住房限購政策與企業的金融化水平沒有直接關系，因而滿足外生性。

具體而言，如果j城市在t時間實行了限購政策，我們定義工具變量IVjt＝1，否則IVjt＝0。若j城市在2012 年實施了限購政策，而在2016 年取消了限購政策，則在2012—2016 年IVjt＝1，其他時期IVjt＝0。該工具變量的構建基于現有文獻對房價限購政策對調控房價上漲有效性的結論（朱愷容等，2019），據此我們認為其是住房價格的有效工具變量，可以克服房價的內生性問題。

表1 第（3）、（4）列為引入工具變量后采用兩階段最小二乘法對模型進行估計的結果。由第（3）列第一階段回歸的結果可以看出，工具變量的系數為-0.136，表明樣本區間內限購政策使住房價格的增幅下降了13.6%，此結果符合經濟直覺。同時，第一階段回歸弱工具變量的F統計量為14.7，大于10 的閾值，表明本文選擇的工具變量不存在弱工具變量問題。表1 第（4）列工具變量第二階段估計的系數為0.043，較OLS 回歸有所增加，但仍處于同一數量級，表明本文工具變量回歸結果具有較好的穩健性。上述結果表明，在克服了內生性偏誤后，房價的系數也在1%的水平上顯著為正，與固定效應模型的結論相同，即房地產價格走勢對企業金融化具有正向因果效應。④其他控制變量的回歸結果請見《經濟科學》 官網“附錄與擴展”。

表1 面板數據固定效應估計結果

（三）穩健性檢驗

表1 的基準結果建立了本文的回歸結論。在此基礎上，我們先充分檢驗上述結論的穩健性，以增強對該結論的信心，同時也為后文的異質性分析和影響機制討論奠定基礎。本文從三個方面討論上述結論的穩健性，一是采用不同口徑的企業金融化指標，保證在不同測度下研究結論的穩健性；二是對使用的工具變量進行敏感度測試，進一步論證基準結果的有效性；三是在回歸中進一步控制衡量企業投資風險的指標。回歸結果均與表1 的基準結果一致。①這部分穩健性檢驗結果請見《經濟科學》 官網“附錄與擴展”。

五、異質性分析

前文的分析驗證了本文基準結果的穩健性。在此基礎上，本文從企業異質性角度討論基準研究結論的差異化影響。

（一）企業現金持有水平

現金持有與企業金融投資有密切關系，現金持有水平對企業投資戰略的影響可以從兩方面理解：一方面，根據股東價值最大化和公司治理理論，滿足日常運營后的超額現金在面臨謀利機會時，企業為提高現金使用效率傾向于將資金配置于高回報投資；另一方面，由于金融摩擦的存在，高現金持有水平意味著靈活的投資可支配性，可能導致企業金融化水平存在差異。為此，本文依照企業現金持有（采用貨幣資金占總資產比例衡量）中位數將樣本劃分為高低兩組，進一步考察房價上漲在企業金融投資決策中的差異性影響。如表2 第（1）、（2）列所示，對高現金持有組企業而言，地區住房價格水平估計系數較基準回歸更大，且在統計上顯著；而對于低現金持有企業而言，住房價格的系數并不顯著。形成該結論的可能原因是：一方面充足現金有助于企業及時把握投資機會，實現投資性需求，另一方面從企業現金儲備性動機看，房價繁榮時期企業投資意愿強于預防性儲備，表現為將現金持有轉化為金融資產。

人才是公司發展過程中最具活力的要素，財務公司應該認識到外匯管理人才的價值，對外匯風險管理人才進行儲備。一方面，財務公司應該提升薪資待遇和福利待遇水平，吸引更多人才的注意力。另一方面，財務公司應該對內部外匯管理人員進行定期培訓教育，為管理人員介紹最新的國際金融理論知識，設定外匯風險管理的目標。

（二）企業屬性

為存在顯著性正向作用。另一方面，地區住房價格對兩類企業金融化行為影響的系數非常接近，不存在顯著區別。因此可以認為，在企業金融化受住房價格的影響程度上，國有企業和非國有企業不存在顯著差別。

（三）企業融資成本

企業投資水平不僅依賴于其外源融資可得性，也取決于其資金成本。本文進一步借鑒馬晶梅等（2020）對外源融資成本的測度方式，采用利息支出與主營業務收入比值衡量企業外源融資成本，并按照企業所在行業融資成本水平中位數，將企業分為低融資成本和高融資成本兩類，分別考察住房價格對這兩類企業金融化的影響。表2 第（5）、（6）列分別展示了對這兩類企業的參數估計結果。可以看出，當住房價格上升時，低外源融資成本的企業較高外源融資成本企業，其金融化水平顯著上升比重更高。

表2 企業異質性

六、影響機制檢驗

基于前文分析，企業金融投資受住房價格上漲的影響存在兩面性：正面效應主要源于房價上升帶來的抵押擔保效應；負面擠出效應則指高房價增加企業運營成本與主營業務經營壓力，引起金融投資與實體經營利差擴大，金融投資擠出實體投資。同時高房價營造的投機氛圍，誘導企業在資本逐利性下將資金投向高收益行業。顯然，不同企業在面臨高房價產生的抵押擔保效應、成本效應和投資擠出效應時，可能存在不同的機制路徑，最終投資決策是多重效應疊加的后果。基于該分析，本文主要從融資擔保效應和投資機會引發的擠出效應兩個角度驗證上述機制。

（一）房價對融資約束的緩釋效應

本文首先采用Hadlock 和Pierce（2010）的SA①SA ＝-0.737 ×size ＋0.04 ×size2 -0.04 ×age。指數來測度企業融資約束，該指數依據外生性較強的兩項指標（公司規模、年齡）構建，避免了內生性干擾。SA 指數是一個逆向指標，其數值越大，企業融資約束越小。另外，現有研究對于融資約束的衡量存在多種替代方式。為提高融資約束路徑檢驗的穩健性并確保融資約束的量化方式契合中國企業情形，本文進一步借鑒張杰（2015）的做法，采用運營資本敏感性指標WKS②WKS 具體測算方式請見《經濟科學》 官網“附錄與擴展”。作為融資約束的測度。該指標在考慮外部金融市場環境和企業資產財務的條件下，測算企業的運營資本投資變化率是否與企業現金流存在顯著性差異。企業的WKS 也是一個逆向指標，其數值越大，表明企業融資約束程度越低。如果房價對企業的抵押擔保效應存在，應該能觀察到上述指標上升（融資約束程度下降）。表3 第（1）、（2）列報告了針對上述融資約束指標的二階段工具變量估計結果。可以看出，住房價格對兩種融資約束測度的系數均顯著為正，說明房價上漲緩釋了企業融資約束。

另外，假定企業所持有的抵押資產集中在企業注冊地，當所處城市房地產價格上升時，企業所持有的房產抵押物價值相應增加，也會緩解企業融資約束。對于抵押擔保效應的檢驗，本文選取企業房產價值占企業總資產來衡量可抵押不動產水平。表3 第（3）列估計系數表明，房價上漲顯著提高了企業抵押房產水平。綜合上述檢驗分析結果可以認為，房價上漲確實通過抵押房產增值渠道緩釋了企業融資約束。

表3 房價走勢與融資約束

上述檢驗發現房價上漲引起的房產抵押物增值緩解了企業融資約束。那么，融資約束效應是否可以解釋企業金融化行為? 對該問題的回答有助于厘清房價上漲引起企業融資約束緩解，再助推企業金融投資的全鏈條作用機制。中國企業的外部融資主要來源于商業銀行信貸，并且以抵押信貸為主。因此房價上升使得企業所持有的房產抵押品價值上升，從而增強企業的借貸能力，緩解其融資約束（Allen 等，2007）。同時，抵押品增值可以促進企業的投資行為（Gan，2007）。當企業所持有的房產受房價上漲影響產生抵押物增值效應時，這種效應表現為企業在銀行抵押貸款增加（王慧和王擎，2021）。

按照上述分析邏輯，對于這部分融資約束緩解的企業其金融化程度應有所上升。鑒于房價升高與企業抵押借貸能力和獲取信貸規模有高度關聯性，融資約束水平可以較直觀地用銀行信貸效應衡量。為此，本文通過對企業銀行借款分組作進一步驗證。本文分別選取抵押借款占比和銀行借款占比兩個指標，以中位數為標準劃分子樣本。表4 的估計結果顯示，抵押借款占比和銀行借款占比高的低融資約束企業，房價上漲對企業金融化行為存在顯著促進作用。反之，在高融資約束企業樣本中，估計系數不存在顯著作用。上述分析驗證了本文的假設2，即房價上漲通過緩解融資約束促進了企業金融化行為。

表4 房價走勢、融資約束與企業金融化

（二）投資機會與企業金融化

根據現有文獻，經營收益率較低的企業往往會尋求高收益的金融投資（宋軍和陸旸，2015），行業收益率差異會導致資本由收益率較低的行業流向收益率較高的行業。企業的金融資產持有決策也會受到自身行業和金融業相對投資收益率的影響。從本質上看，金融資本的投資收益來源于實體行業的投資回報（黃群慧，2017），這表明實體行業與金融業收益率應該呈現正相關關系。而房地產市場的繁榮導致大量資本流入房地產領域（王文春和榮昭，2014），考慮到房地產價格與金融業收益率往往呈現正相關關系，這意味著房地產價格與金融行業相對實體行業的投資收益率正相關。表5 第（1）列估計結果驗證了這一推測，房價上漲提高了金融行業與實體行業的利差（采用金融行業收益率與企業個體收益率之差衡量），這意味著在房地產市場繁榮時期，金融行業較實體行業而言存在較大套利空間和投資機會。

除受客觀外界因素變化影響外，企業投資能力還與其自身經營績效密切相關。如前文所述，一方面實體行業與金融行業差異性利差會使得企業偏好金融資產，另一方面房價上漲帶來的成本上漲會壓縮企業的經營收益，對實體投資產生擠出效應。為此，本文借鑒謝富勝和匡曉璐（2020）構建的企業經營收益指標（經營活動凈收益/（固定資產＋存貨）），來檢驗房價上漲對企業經營活動盈利能力的影響，回歸結果如表5 第（2）列所示。可以看出，住房價格上升顯著降低了企業的盈利能力，意味著房價上漲對企業經營活動存在抑制效應。與此同時，本文納入金融化收益指標（張成思，2019）進行考量，以說明房價對行業利差的促進作用是企業經營收益降低與金融化收益升高的疊加后果。

表5 房價走勢與企業投資機會

當房價上升時，企業投資機會的變化還反映在其與房地產行業的關聯度上。直觀上說，如果一個企業處于房地產行業的上游，在房價上升時期，房地產行業的繁榮會拉動對該企業的經營性需求。在此情況下，企業的主營業務收入上升，企業主營業務投資收益率的增加可能在一定程度上降低與金融行業的利差，從而減少企業金融投資機會。反之，對于處于房地產行業下游的企業而言，其更多受到高房價引致的成本效應的影響。因此，房價上升帶來的經營投入成本（企業將房地產作為其投入要素的比重）增加，利潤空間減小，主營投資收益的減少會進一步擴大行業利差的套利空間，增加企業金融投資機會。

表6 的結果證實了上述邏輯。我們使用2007 年投入產出表數據，基于直接消耗系數度量了不同行業與房地產行業的上下游關聯度（以企業所在行業產出作為房地產行業投入的比重衡量）。其中，變量Upstream是企業所在行業與房地產行業上游關聯度的連續測度，Downstream是企業與房地產行業下游關聯度的連續測度。第（1）列的交互項系數表明：對于房地產行業上游關聯企業，房價上漲帶來的主營業務投資機會增加并未對企業金融化行為產生顯著的促進作用。這可能是因為房價上升在給企業帶來更多主營業務投資機會的同時，也會產生一定的成本擠壓效應。第（2）列的交互項系數表明，對房地產行業下游關聯企業而言，房價上漲的成本效應擠壓了企業主營業務收入，表現為與下游的關聯度越高，企業受房價上漲帶來的成本制約越嚴重，主營業務投資回報越低。受到投資機會驅動，企業主營業務投資回報越低，更大的利差回報率驅動企業進行更多的金融投資，從而表現為企業金融化趨勢更加明顯。

綜合表5 與表6 的結果可以認為，房價上升導致的金融業投資利差機會與成本效應對房地產上下游關聯企業差異性經營影響，是房價上漲助推企業金融化行為的重要作用渠道。

表6 企業與房地產行業上下游的關聯度對企業金融化的影響

七、結論與政策建議

從2007 年到2017 年，中央政府為抑制房價過快增長，先后兩次主動調控房價，但房價并沒有受調控影響而繼續上漲。與此同時，我國企業金融化程度不斷加強。由于房地產相關資產在上市企業資產中占據了較大比重，房價波動無疑會對企業金融投資決策有重要影響。對此，本文利用我國2009—2017 年206 個城市房價數據匹配非金融、非房地產上市公司財務面板數據，通過各城市出臺住房調控政策這一外生沖擊，揭示了房價與企業金融化行為之間的因果關系及其作用機制，從政策外部性視角檢驗了調控房價是否降低了企業金融投資熱度這一問題，拓展了房地產調控政策后果的相關研究。

本文主要發現如下：第一，房價走勢對企業金融化行為存在顯著正向因果關系，房價每上漲1%，企業金融化程度上升0.043%，上升幅度為企業金融化指標的0.78 個標準差。第二，融資約束和投資機會都在不同程度上成為房價促進企業金融投資的作用渠道。一方面，房價上漲推高了企業相關資產的價格，進而緩解了融資約束，助推了企業的金融化行為。另一方面，房價上漲推高了金融行業與實體行業的利差，其所營造的投資機會促進了企業金融化行為，最終助推了企業的金融化投資。從企業特征看，高現金持有和低融資成本企業金融化受房價影響更為顯著。

現有研究認為，房價持續上漲會使得大量資金進入房地產領域，由此擠出對實體經濟的投資。本文的研究則表明，房地產價格上漲對社會投資資金流向不僅具有直接效應，還具有不可忽略的間接效應。房價走勢與企業金融化之間存在密切關聯，房價上漲引發的金融投資收益率上升，還易導致企業金融投資過度膨脹，加重企業“脫實向虛” 的趨勢。本文的政策啟示在于：為緩解企業“脫實向虛” 問題，要繼續堅持房地產調控政策不動搖，避免房地產價格快速上漲從而加劇企業過度金融化；同時，要積極關注企業金融化行為，避免企業過度投機，引導企業“脫虛向實”。