違約風險視角下企業金融化的影響與最適規模研究

■ 馬凌遠，尤 航

一、引言與文獻綜述

隨著現代企業經營理念的發展，通過金融市場配置實體企業的非生產性資金顯得越來越重要。在市場有效配置資源過程中，金融資產應起到流動性調節作用，實現資金流向和配置的不斷優化。但從現實情形看，生產性資金逐漸脫離企業并在金融市場形成“空轉”，企業金融化問題引起關注。2007—2018 年，中國非金融類上市公司持有金融資產的平均規模由2.01億元升至5.14億元，增長了155.72%，比同期固定資產增速快126.29%。企業金融化的過度膨脹會增強實體經濟與虛擬經濟的聯動性，積聚系統性金融風險，不利于宏觀經濟環境的穩定（彭俞超等，2018）。2015 年底中央經濟工作會議指出“大量資金流向虛擬經濟，使資產泡沫膨脹，金融風險逐步顯現”。不難發現，決策層早已注意到企業金融化可能引發金融風險（黃群慧，2017），而企業違約風險作為金融風險的潛在表現之一，學術界并未給予足夠關注。因此，實證檢驗企業金融化對違約風險的影響及其異質性，并有針對地制定政策抑制企業過度金融化趨勢，對于守住不發生系統性金融風險的底線，推動我國經濟健康可持續發展有重要的現實意義。

從總體上考察企業金融化的經濟效應，可分為服務實體經濟的蓄水池效應和阻礙實體經濟發展的替代效應。蓄水池效應指企業配置金融資產有助于儲備流動性，從而起到反哺主業的作用。大量研究為這一觀點提供支撐，例如，企業配置金融資產有助于改善短期的盈利水平（Dumenil & Levy，2004）、增強融資能力和融資效率（Chen et al.，2017）、降低違約風險（鄧路等，2020）等。替代效應指企業將更多資源用于金融投資并替代了實體投資，不利于企業長久發展。已有研究表明企業金融化降低了經營績效（宋軍和陸旸，2015）、抑制全要素生產率（謝獲寶等，2020）、阻礙創新（郭麗婷，2018）、不利于主營業績的發展（杜勇等，2017）等。現有研究大多認為企業金融化的蓄水池效應和替代效應是非此即彼的，或是某種效應占據主導地位，從而得出企業金融化對實體經濟發展產生積極或消極影響的結論。然而，現有研究忽視了金融資產規模這一因素，也就無法探究兩種效應同時存在的可能。企業配置適當規模的金融資產可以增強財務穩健性，而超額配置金融資產屬于投資決策中的資源錯配行為，長期將抑制企業主業發展。因此，企業金融化因金融資產規模的不同，對違約風險可能同時存在著蓄水池效應和替代效應。

本文的創新之處體現在以下兩方面：（1）以融資約束和主營業績作為企業金融化影響違約風險的中介因素，系統地檢驗了企業配置金融資產的蓄水池效應和替代效應，發現這兩種效應分別存在于適度金融化企業和過度金融化企業。（2）基于企業金融化與違約風險的U形關系，得出中國上市公司金融化的最適規模約為6.2%，研究結論對于指導企業金融投資行為，發揮金融服務實體經濟的職能具有重要的現實意義，同時為政府分類監管和有效預防企業過度金融化提供必要的微觀證據。

二、研究假設

企業配置金融資產的最適規模可理解為企業合理運用金融資產并充分發揮金融資產特性，金融投資與主業發展高度協調時的金融化水平。然而，受自身經營理念和宏觀經濟環境的影響，企業配置金融資產難以固定在最適規模上，使得實際金融化與最適金融化之間存在偏差。一方面，當金融資產未達到最適規模時，企業增加金融投資使得實際金融化趨近于最適金融化，能夠不斷提高金融資產的利用效率，為主業發展提供支持；另一方面，當金融資產超過最適規模時，企業追加配置金融資產會加劇實際金融化與最適金融化的分離程度，屬于嚴重的資源錯配行為，長期將抑制企業發展。

適度金融化對企業違約風險的影響可以從蓄水池效應視角解釋：其一，相對于實體資產變現能力差和不可逆性等特征，金融資產的調整成本較低且變現能力較強。當面臨財務困境時，企業能夠通過出售金融資產快速補充流動性，緩解資金壓力（楊箏等，2017），而且兼顧實體和金融的資產組合能夠有效分散投資風險。其二，中國仍然是以銀行信貸為主的間接融資體系，抵押品則是企業獲取銀行信貸的必要條件，而流動性較強的金融資產作為抵押品增強企業的籌資和償債能力。其三，伴隨著金融資產價格上漲，適當配置金融資產能夠在短期內改善企業盈利水平和財務狀況（Dumenil &Levy，2004），且有利于優化資產負債表，助力企業再融資（張成思和張步曇，2016）。因此，企業配置金融資產可視為增強財務穩健性的權宜之計，適度金融化對違約風險產生積極影響。

企業持有金融資產固然補充了流動性，但金融資產投資占比超過某一特定值后，企業持有金融資產的初衷由預防儲蓄轉向價格投機，這也是實體企業被詬病“不務正業”之源。此時，過度金融化對違約風險的影響更多地體現為替代效應。從風險與收益博弈的角度看，企業超額配置金融資產無非是為了尋求相對的高收益，但是當這一金融資產的收益趨緩或價格下跌時，將導致企業未來現金流出現大幅波動（Aalbers，2008）。而且這種“金融加速器”機制具有較強的周期性，一旦財務風險被積聚和放大，企業將在長時間內承擔較高的風險。從企業經營運作角度看，過度金融化意味著企業投資于實體領域的資金不斷地流向金融領域，會提升金融部門相對于實體部門的重要性，企業的經營策略和投資意愿也將隨之改變。這不僅會擠占企業經營資金，而且還會導致經營標的以短期牟利為主，使得長期發展缺乏基礎業務支撐。因此，企業超額配置金融資產是偏離主業、舍本逐末的體現，過度金融化對違約風險產生消極影響。

綜上所述，企業金融化對違約風險的凈效應取決于金融資產規模的大小，適度金融化有利于增強財務穩健性，而過度金融化造成了嚴重的資源錯配，企業金融化與違約風險之間存在先降后升的U形關系。據此，提出研究假設1。

假設1：實體企業金融化存在最適規模，適度金融化降低違約風險，過度金融化提升違約風險。

國有企業和非國有企業在獲取政策支持和信貸資源上存在差異，而這正是影響企業金融化與違約風險U形關系的重要因素。首先，因承擔了更多的保障民生和促進就業等政策性負擔，國有企業在獲取政策扶持上更具優勢（林毅夫和李志赟，2005）。即便因過度金融化陷入債務糾紛，國有企業仍然能獲取政策支持（閆海洲和陳百助，2018）。相比之下，非國有企業不存在“預算軟約束”和隱形擔保，且銀行時常在企業經營困難時抽貸斷貸，過度金融化造成的違約風險難以從企業外部獲取資金援助，使得非國有企業配置金融資產的最適規模低于國有企業。其次，國有企業更易獲取信貸資金，間接導致了其資金利用率低下（曹陽和易其其，2017），因此國有企業配置金融資產以滿足盤活閑置資金、提高資金利用率的訴求，而資金利用率較高的非國有企業配置金融資產對其影響有限。據此，提出研究假設2。

假設2：相對于非國有企業，國有企業金融化對違約風險的影響更明顯，且企業金融化的最適規模更大。

貨幣政策是中央銀行調控經濟的重要手段之一，它通過信貸渠道和貨幣渠道影響企業的金融投資行為。在寬松的貨幣政策時期，企業能夠以較低的成本獲取更多的資金，有助于提高企業投資金融資產的風險承擔能力，從而擴大企業金融化最適規模。此外，寬松的貨幣政策提升了市場預期，將增強企業配置金融資產的投機心理，放大企業金融化對違約風險的影響。反之，在貨幣政策緊縮時期，企業面臨的不確定性較高（饒品貴和姜國華，2011），金融投資決策也更加合理，此時金融化對違約風險的影響相對較弱。據此，提出研究假設3。

假設3：相比貨幣政策緊縮時期，金融化對企業違約風險的影響在貨幣政策寬松時期更明顯，且企業金融化的最適規模更大。

三、研究設計

（一）模型設定

為檢驗企業金融化對違約風險的影響，本文構建了如下模型：

其中，i 和 t 分別表示企業和年份，Zscore表示企業i 在第t 年的違約風險，Fin表示企業i 在第t年的金融化水平，考慮到企業金融化對違約風險的影響未必是線性的，模型（1）加入了企業金融化的二次項以檢驗兩者之間可能存在的非線性關系。如果企業金融化與違約風險之間存在U 形關系，-β/2×β是U 形曲線的極值，也可視為企業金融化的最適規模。Controls為控制變量的合集，∑Industry 和∑Year 分別表示行業和時間固定效應，ε為隨機擾動項。

（二）變量定義

1.被解釋變量：違約風險（Zscore）

借鑒Altman（1968）的做法，采用Zscore作為企業違約風險的代理指標。Zscore為負向指標，數值越小，表明企業違約風險越高。其計算公式為：Zscore=0.012×營運資金/總資產+0.014×留存收益/總資產+0.033×息稅前利潤/總資產+0.006×股票總市值/負債賬面價值+0.999×銷售收入/總資產。

2.核心解釋變量：企業金融化（Fin）

現有研究大多采用金融資產占比、金融收益占比或金融資產交易占比衡量企業金融化水平（張成思，2019），但對于本文而言，以金融收益占比或金融資產交易占比衡量企業金融化不具備現實解釋力。因此，以企業持有的金融資產衡量企業金融化，并用總資產進行標準化處理。其中，金融資產包括交易性金融資產、衍生金融資產、發放貸款及墊款凈額、可供出售金融資產凈額、持有至到期投資凈額、投資性房地產凈額等會計科目。

3.控制變量

借鑒鄧路等（2020）的研究，選擇的控制變量包括企業規模（Size）、資產負債率（LEV）、資產收益率（ROA）、兩權分離度（Wedge）、股權集中度（Top）、是否兩職合一（Duality）、董事會規模（Boardsize）、董事會獨立性（Indepboard）、管理層人 數 占 比（Pmanage）、管 理 層 薪 酬（Compensation）。此外，本文還控制了時間效應和行業效應。變量的具體定義及度量方法如表1所示。

表1 變量定義

變量Zscore Fin Size LEV ROA Wedge Top Duality Boardsize Indepboard Compensation Pmanage變量符號企業違約風險企業金融化企業規模資產負債率資產收益率兩權分離度股權集中度是否兩職合一董事會規模董事會獨立性管理層薪酬管理層人數占比變量度量方法詳見 Altman（1968）金融資產/總資產總資產的自然對數總負債/總資產凈利潤/總資產實際控制人控制權與所有權的差值第一大股東持股比例董事長兼任總經理取值為1，反之為0董事會人數的自然對數獨立董事人數/董事人數管理層平均年薪的自然對數管理層人數/員工人數

（三）樣本選擇與數據來源

本文以2007—2018年中國A股上市公司作為初始研究樣本，并基于以下原則對數據進行篩選：（1）剔除金融業和房地產業；（2）剔除ST、ST 狀態企業；（3）為消除極端值的影響，對所有連續變量在1%和99%分位上進行縮尾處理。最終得到20708 個觀測值。研究涉及的企業財務數據來自CSMAR數據庫和Wind數據庫，宏觀經濟數據來自中經網統計數據庫。變量的描述性統計如表2所示。

表2 描述性統計

變量Zscore Fin Fin2 Size LEV ROA Wedge Top Duality Boardsize Indepboard Compensation Pmanage樣本量20607 20607 20607 20607 20607 20607 19845 20607 20607 20548 20548 20514 20528平均值0.722 0.027 0.004 21.979 0.399 0.048 4.798 35.655 0.262 2.152 0.371 12.226 0.015標準差0.438 0.056 0.014 1.241 0.198 0.046 7.654 14.825 0.440 0.199 0.052 0.679 0.018最小值0.136 0.000 0.000 19.896 0.047-0.111 0.000 9.000 0.000 1.609 0.308 10.409 0.000中位數0.620 0.004 0.000 21.787 0.392 0.044 0.000 33.910 0.000 2.197 0.333 12.228 0.009最大值2.636 0.318 0.101 25.936 0.832 0.193 28.721 74.820 1.000 2.708 0.571 13.947 0.113

四、實證結果與分析

（一）基準回歸

表3 展示了模型（1）的回歸結果。列（1）中Fin 系數顯著為負，表明企業金融化總體上對違約風險產生正向影響。在此基礎上，列（2）為進一步加入企業金融化平方項（Fin）的回歸結果，Fin回歸系數為-5.241，而Fin回歸系數為0.541，且兩者均在1%的水平上顯著，表明企業金融化與違約風險之間存在U形關系，即企業配置金融資產存在最適規模。這意味著，企業配置的金融資產小于該規模之前，企業金融化能夠降低違約風險，但金融資產超過該規模后，企業繼續追加配置金融資產將提升其違約風險。隨后，模型中依次加入了反映企業特征（Size、LEV、ROA）、實際控制人特征（Wedge、Top、Duality）、董事會特征（Boardsize、Indepboard）和高管特征（Compensation、Pmanage）等控制變量，Fin和Fin回歸系數并未發生實質性變化，表明逐步引入控制變量后，基于違約風險視角下企業金融化的最適規模仍然存在，假設1成立。

表3 企業金融化與違約風險實證結果

注：***、**和*分別表示顯著性水平為1%、5%和10%，括號內為t值。

變量Fin Fin2 Size LEV ROA Wedge Top Duality Boardsize Indepboard Compensation Pmanage Constant Industry/Year N R2值（1）Zscore-0.724***（-14.56）（2）Zscore 0.541***（4.17）-5.241***（-10.56）（3）Zscore 0.656***（5.21）-5.095***（-10.57）-0.025***（-9.28）0.474***（26.52）2.194***（35.43）（4）Zscore 0.691***（5.41）-5.300***（-10.86）-0.029***（-10.38）0.458***（25.19）2.158***（34.18）0.001***（3.62）0.002***（8.39）-0.040***（-6.68）（5）Zscore 0.674***（5.27）-5.242***（-10.72）-0.028***（-9.74）0.457***（25.10）2.159***（34.11）0.001***（3.66）0.002***（8.26）-0.040***（-6.69）-0.016（-0.96）-0.028（-0.48）0.741***（255.29）是20606 0.292 0.727***（227.97）是20606 0.296-3.126***（-18.69）是20606 0.342 1.028***（17.77）是19844 0.345 1.052***（15.48）是19788 0.345（6）Zscore 0.581***（4.61）-4.653***（-9.64）-0.069***（-20.70）0.412***（22.76）1.866***（28.98）0.001***（3.08）0.002***（9.46）-0.037***（-6.14）0.004（0.26）-0.021（-0.37）0.073***（14.90）-3.126***（-18.69）1.083***（13.45）是19735 0.364

（二）U形關系討論

基準模型包含了企業金融化的二次項（Fin），該指標用以檢驗企業金融化與違約風險之間的U形關系，U形曲線在樣本區間內的極值即為企業配置金融資產的最適規模。依據表3列（6）Fin和Fin的回歸系數，可得U形曲線的極值（最適規模）為0.062（=0.581/2×4.653），且處于本文研究樣本的數值區間[0，0.32]，說明中國非金融類上市公司配置金融資產（占總資產）的最適規模約為6.2%。圖1 更直觀地展示了企業金融化與違約風險之間的U 形關系。在統計上，17206個樣本分布在U形曲線極值點的左側，其金融資產占比不高于6.2%，表明約有87.19%的非金融類上市公司處于適度金融化區間，企業配置金融資產能夠降低違約風險。2528個樣本分布在U形曲線極值點的右側，其金融資產占比超過6.2%，表明約有12.81%的上市公司處于金融資產超額配置狀態，企業繼續配置金融資產將提升違約風險。也就是說，我國大部分上市公司的金融化并未對違約風險造成負面影響。

圖1 企業金融化與違約風險

借鑒Haans et al.（2016）的研究，再次檢驗企業金融化與違約風險U形關系的合理性。首先，在基準模型中引入企業金融化的三次項（Fin），檢驗企業金融化與違約風險之間是否存在更為復雜的非線性關系。表4列（1）的回歸結果顯示Fin回歸系數不顯著，而Fin 和Fin回歸系數并未發生實質性變化，說明本文二次型模型的設立能夠較為準確地描述樣本分布特征。其次，依據U形曲線的極值將樣本劃分為兩組，依次檢驗適度金融化和過度金融化對企業違約風險的影響，列（2）和列（3）匯報了回歸結果。結果表明，適度金融化能夠降低企業違約風險以及過度金融化顯著提升企業違約風險，且Fin系數一正一負也可以擬合出樣本的U形分布特征。

表4 U形關系檢驗

注：***、**和*分別表示顯著性水平為1%、5%和10%，括號內為t值。

變量Fin Fin2 Fin3 Constant控制變量Industry/Year N R2值（1）Zscore 0.779***（3.20）-7.011***（-2.78）5.799（0.95）1.088***（13.49）（2）Zscore 0.784***（4.14）（3）Zscore-0.900***（-8.59）1.177***（13.83）0.816***（3.26）是 是是 是是 是19735 0.364 17206 0.383 2528 0.346

（三）內生性檢驗

1.工具變量法

本文研究企業金融化對違約風險的影響，但違約風險可能反向作用于企業金融化。如企業違約風險提高可能使管理層的投資決策更加謹慎并將減少配置金融資產，此時基準回歸結果的可靠性是存疑的。因此，借鑒杜勇等（2017）的研究，將Fin 的滯后一期（Fin）作為Fin 的工具變量，使用兩階段最小二乘法（2SLS）進行IV 估計，來緩解潛在的遺漏變量和反向因果等所導致的內生性問題。此外，U形關系的IV估計中存在“禁忌回歸”問題（Angrist&Pischke，2009），即在IV 估計的第二階段回歸中，平方項的線性投影不是線性投影的平方。因此，Fin不可使用

Fi

?

n

（一階段擬合值）的平方替代，需要同時使用工具變量及其平方項分別對Fin和Fin進行一階段估計。回歸結果表明在控制內生性問題后，企業金融化與違約風險的U形關系依舊成立。

2.構造外生沖擊

股市崩盤為投資者帶來巨大的不確定性，這一負面沖擊主要作用于企業持有的部分金融資產，而其與企業違約風險之間不存在直接的邏輯關系。對此，引入2015年股市崩盤作為一次準自然實驗，采用雙重差分法再次檢驗企業金融化與違約風險的關系。這一檢驗的基本邏輯在于，股市崩盤對于金融化程度不同企業的沖擊存在差異，由此所導致的違約風險應顯著變化。回歸方程設定如下：

第一，以過度金融化作為分類標準，將U 形曲線極值右側的過度金融化企業設為實驗組，Treat1 取值為1；選取U 形曲線極值左側的適度金融化企業作為控制組，Treat1 賦值為0。相對于適度金融化企業，過度金融化企業因超額配置金融資產而遭受更大的沖擊，其違約風險在股市崩盤后更高。第二，以適度金融化作為分類標準，選取U形曲線極值左側配置金融資產的企業作為實驗組，Treat2賦值為1；將未配置金融資產的企業設定為控制組，Treat2 取值為0。相對于未配置金融資產的企業，適度配置金融資產的企業遭受股災的沖擊有限，并不會導致企業違約風險大幅變化。因分類樣本處于U 形曲線的單側，這里僅分析企業金融化與違約風險的線性關系。Post 為2015年股市崩盤的虛擬變量，如果時間處于2013和2014年，Post取值為0；若時間處于2015和2016年，Post取值為1。

表5 列（1）和列（2）分別展示了以過度金融化和適度金融化作為分類標準的回歸結果。Post×Treat1的系數顯著為負，說明相對于適度金融化企業，過度金融化企業的違約風險在股市崩盤后更高。Post×Treat2的系數不顯著，表明相對于未配置金融資產的企業，股市崩盤并不會對適度金融化企業的違約風險產生影響，也可理解為適度配置金融資產有助于企業增強財務穩健性，提高風險承擔能力。

表5 企業金融化與違約風險（外生沖擊）

注：***、**和*分別表示顯著性水平為1%、5%和10%，括號內為t值。

變量（1）Zscore-0.042***（-2.88）Post×Treat1 Post×Treat2 Constant控制變量Industry/Year N R2值1.097***（8.30）0.007（0.55）1.176***（8.52）（2）Zscore是 是是 是7349 0.361 6394 0.394

五、進一步討論

（一）機制分析與檢驗

考慮到企業金融化的雙重特質，需要探討企業金融化與中介變量的U 形關系以及中介變量與違約風險之間的U 形關系，但采用BK 三步法分析U形關系的中介效應不易實現。對此，以U形曲線極值為界限，簡單地把樣本分為適度金融化企業和過度金融化企業，分別討論兩類企業的金融化對違約風險影響的渠道機制。參考Baron & Kenny（1986）的方法，中介效應模型設定如下：

其中，SA為融資約束的代理指標，該指數基于企業年齡和企業規模構建，并通過指數絕對值來反應企業面臨的融資約束程度。Growth 衡量了企業主營業績，以剔除金融投資收益的營業利潤與總資產的比值衡量。α表示適當（過度）金融化對企業違約風險的總效應，λ表示適當（過度）金融化對企業違約風險的直接效應，β×λ表示適當（過度）金融化對企業違約風險的間接效應。參照溫忠麟等（2014）提出的中介效應檢驗方法確定中介效應是否存在。首先，以α顯著為前提。其次，若β×λ與λ異號，表明融資約束和主營業績起著遮掩效應。若β×λ與λ同號，表明融資約束和主營業績發揮中介效應，在此基礎上，λ不顯著（顯著）則表明中介變量發揮了全部（部分）中介效應。

企業金融化對違約風險的影響可能通過緩解融資約束的蓄水池效應實現。鑒于表4列（2）和列（3）已經展示了模型4 的回歸結果，企業違約風險對適度金融化和過度金融化的回歸系數分別0.784 和-0.900，因此只對方程（5）和方程（6）進行回歸。在表6 Panel A列（1）和列（3）中，企業金融化的系數均在1%的統計水平上顯著為負，表明企業無論適度配置金融資產還是超額配置金融資產，都能夠緩解其融資約束。列（2）融資約束系數在1%的顯著水平上為負，說明融資約束是適度金融化降低企業違約風險的中介因素。進一步對比總效應和直接效應，發現加入中介變量后的適度金融化系數顯著降低，表明融資約束發揮了部分中介效應，中介效應占比為10.18%。列（4）融資約束的系數不顯著，且中介效應占比很小，這意味著融資約束不是過度金融化與企業違約風險之間的中介因素。以上結果表明，當企業配置適量的金融資產時，企業金融化能夠在短期內顯著地改善財務狀況，進而降低其違約風險；當企業超額配置金融資產時，過分追求充裕的流動性會擠占生產性資金，從長期來看將會導致盈利能力受損，此時企業金融化的蓄水池效應能否降低違約風險是存疑的。

其次，企業金融化對違約風險的影響也可能通過擠出主營業績的替代效應實現。表6 Panel B列（1）和列（2）匯報了適度金融化企業的回歸結果，Growth 對Fin 回歸的系數顯著為負，Zscore對Growth回歸的系數顯著為正，兩者乘積的符號為負。而識別Growth 影響后的Fin 系數顯著為正，表明企業主營業績在適度金融化與違約風險之間起到了遮掩效應。進一步對比模型（4）和模型（6）Fin 系數的大小，發現控制住Growth 后的Fin 系數更大，表明主營業績遮掩了適度金融化對企業違約風險的正向影響，遮掩效應占比為-29.52%。表6 Panel B 列（3）和列（4）展示了過度金融化企業的回歸結果，Growth對Fin 回歸的系數顯著為負，而Zscore 對Growth回歸的系數顯著為正，說明企業超額配置金融資產通過擠出主營業績導致違約風險提升。進一步在控制住 Growth 后，Zscore 對 Fin 回歸的系數由-0.900降低至-0.842，表明主營業績在過度金融化與違約風險之間發揮了部分中介效應，效應占比為6.42%。結果表明：一方面，盡管適度金融化擠出了主營業績，但這一負面影響遠小于適度金融化對違約風險的正面影響，此時企業配置金融資產仍有助于降低違約風險。另一方面，如果企業將資源過多地用于金融及房地產投資，從而缺乏足夠的資金更新生產設備以及研發新產品，將抑制主營業績發展，最終導致企業違約風險顯著提升。以上估計的方差膨脹因子均值均小于10，說明中介模型中不存在嚴重的多重共線性問題。中介效應模型進一步驗證了假設1的成立。

表6 影響機制檢驗

注：***、**和*分別表示顯著性水平為1%、5%和10%，括號內為t值。

Panel A：融資約束緩解效應變量過度金融化（3）SA-0.260***（-4.56）適度金融化（1）SA-1.593***（-13.96）（4）Zscore-0.889***（-8.44）0.043（1.16）1.779**（2.05）-21.940***（-428.13）（2）Zscore 0.704***（3.70）-0.050***（-3.95）0.077（0.26）-22.346***（-164.07）Fin SA Constant控制變量Industry/Year N R2值Mean VIF中介效應占比（%）Panel B：主營業績替代效應變量是 是是 是是 是17206 0.383 8.660 10.18 17206 0.981 1.410 2528 0.976 1.310 2528 0.346 6.620 1.24過度金融化（3）Growth-0.041***（-6.17）適度金融化（1）Growth-0.100***（-13.81）-0.006*（-1.78）Fin Growth Constant控制變量Industry/Year N R2值Mean VIF中介效應占比（%）（2）Zscore 1.016***（5.35）2.306***（11.62）1.190***（14.04）是 是0.030*（1.87）（4）Zscore-0.842***（-8.00）1.412***（4.43）0.774***（3.10）是 是是 是是 是是 是17206 0.939 1.410 17206 0.388 1.380-29.52 2528 0.818 1.310 2528 0.351 1.300 6.42

（二）異質性分析

首先，以是否為國有企業為標準對全部樣本進行了劃分，表7列（1）和列（2）匯報了分組回歸結果。列（1）中Fin 的回歸系數為0.930，Fin的回歸系數為-6.107，且兩者至少在1%的統計水平上顯著。列（2）中，Fin 系數為0.262，Fin系數為-3.329，兩者分別在10%和1%的統計水平上顯著。結果表明，企業金融化與違約風險的U形關系存在于國有企業和非國有企業，金融資產的最適規模分別約為7.61%和3.94%，處于本文的樣本區間內。圖2 上圖更直觀地展示了兩類企業金融化與違約風險之間的U形關系，可以發現國有企業配置金融資產的最適規模遠大于非國有企業。圖2 下圖國有企業的邊際曲線更為陡峭，說明國有企業金融化對違約風險的影響更大。研究假設2成立。

圖2 企業性質的檢驗

其次，將總樣本劃分為貨幣政策寬松和貨幣政策緊縮兩組，對比U形關系在不同時期的異質性。借鑒杜勇等（2017）的研究，若M2 增長率減去GDP 增長率再減去CPI 增長率的差值大于0，則定義為寬松的貨幣政策，反之為緊縮的貨幣政策。表7 列（3）和列（4）展示了以貨幣政策分組的回歸結果，兩組樣本的Fin回歸系數均顯著為正，Fin回歸系數均顯著為負，說明無論是緊縮還是寬松的貨幣政策，企業金融化與違約風險之間均存在U形關系。進一步地，貨幣政策寬松和貨幣政策緊縮時期對應的U 形曲線極值分別為0.070和0.052，表明企業金融化的最適規模在貨幣政策寬松時期更大，圖3上圖更直觀地展示了這一結論。從圖3下圖還可以發現，貨幣政策寬松時期樣本組的邊際效應曲線更為陡峭，意味著企業金融化對違約風險的影響在貨幣政策寬松時期更為明顯。研究假設3成立。

圖3 貨幣政策的檢驗

表7 異質性分析

注：***、**和*分別表示顯著性水平為1%、5%和10%，括號內為t值。

變量Fin Fin2 Constant控制變量Industry/Year N R2值（1）國有企業0.930***（4.67）-6.107***（-8.15）1.279***（10.51）（2）非國有企業0.262*（1.67）-3.329***（-5.42）1.487***（13.00）（3）貨幣寬松0.722***（4.32）-5.155***（-8.04）1.104***（10.74）（4）貨幣緊縮0.427**（2.22）-4.112***（-5.59）1.069***（8.20）是 是是 是是 是是 是8818 0.408 10915 0.367 12108 0.366 7622 0.366

六、結論與對策建議

本文采用2007—2018年我國滬深A股非金融類上市企業的經驗數據，從企業金融化與違約風險的U 形關系得出企業配置金融資產的最適規模。研究表明：（1）企業金融化與企業違約風險之間存在U形關系，適度金融化有助于企業降低違約風險，過度金融化顯著提升企業違約風險，中國A股非金融上市公司配置金融資產的最適規模約為6.2%。（2）適度金融化和過度金融化分別通過緩解融資約束的蓄水池效應和擠出主營業績的替代效應作用于違約風險。（3）企業金融化對違約風險的影響在國有企業和貨幣政策寬松時期更明顯，且金融化的最適規模更大。

本文的對策含義如下：第一，完善交易機制，發揮金融市場的資源配置功能。尊重市場在資金配置的決定性作用，降低市場的信息不對稱性，增強企業規避經營風險的可操作性。同時還應注重發展多層次的金融體系，增強企業直接融資能力，降低企業融資成本和融資約束。為實體經濟保駕護航，增強其財務穩健性，讓金融市場更好地發揮資金蓄水池功效，而非擠占企業經營資金，阻礙企業長遠發展。第二，提高防控能力，為企業金融資產配置行為提供必要的風險提示。企業金融化是市場經濟發展到一定階段的必然產物，但是企業有必要規劃金融資產的合理比例，避免出現過度金融化的負面影響。相關部門也應對企業配置金融資產行為提供科學指導，及時指出企業金融投資可能存在的風險點，警示影響企業長遠發展的短視行為。第三，增強憂患意識，把握企業金融化對違約風險影響的差異性。“穩定大局、統籌協調、分類施策、精準拆彈”是防范化解重大風險攻堅戰的基準方針，要求中央與地方、地方與企業之間構建高效的協同應對機制，針對不同時期、不同類型的企業制定風險防范措施。此外，規避金融風險并不是一味地去金融化，而是要打擊金融亂象，最大限度地發揮金融服務實體經濟的職能。