股權激勵對企業不同類型金融資產配置的影響研究

王麗涵，孟令思

（1. 蘭卡斯特大學 管理學院，英國 蘭卡斯特 LA14YW；2. 東北財經大學 金融學院，遼寧 大連 116025）

一、引 言

隨著國際經濟和貿易環境日趨復雜、經濟轉型升級壓力上升，實體經濟承壓，而金融業由于受到政策保護，其盈利相對穩定，部分企業為了尋求金融投資的利潤呈現出明顯的金融化趨勢。企業金融化影響實體經濟發展的同時也帶來金融體系潛在的系統性風險［1-2］，因而受到各級監管機構的關注。2018年10月，習近平總書記視察廣東時提出“實體經濟是一國經濟的立身之本、財富之源。經濟發展任何時候都不能脫實向虛”。因此，在中國經濟轉型升級、推動經濟高質量發展背景下，探索如何加強對企業金融化的引導和治理具有重要現實意義。

管理者是企業金融化的主導者，因而企業金融化的動機和結果除了受到內外部經濟環境的影響，也很大程度上由管理者的行為特征和動機所左右。眾所周知，在現代兩權分離的企業治理結構中，股權激勵是抑制管理者私利、協調管理者和股東利益相對有效的形式［3］。股權激勵有助于弱化管理者的短視傾向，激勵管理者從長期利益出發加大對企業科技創新活動的投入；而為了確保科技創新支出的資金需要，企業基于“儲蓄動機”增加交易性金融資產配置，降低投資性金融資產配置。鑒于此，本文利用中國上市公司樣本，實證檢驗了股權激勵對企業不同類型金融資產配置的影響，同時采用中介效應檢驗方法驗證了企業科技創新在其中所發揮的中介效應。

二、文獻回顧與研究假設

（一）文獻回顧

關于企業金融化的影響因素研究，現有文獻主要從經濟環境、企業自身特征和管理者特征等方面探究了對企業金融化的影響。第一，彭俞超和黃志剛［4］、劉貫春等［5］認為經濟政策不確定性會顯著增加非金融企業金融化傾向。鄧江花和郭永芹［6］則認為經濟周期會抑制企業的短期金融資產配置，促進長期金融資產配置，并且經濟政策不確定性起到一定的調節作用。此外，銀行業普遍存在信貸歧視，貸款偏好于經營風險小的企業，而獲得更多信貸支持的企業有可能將多余的資金投向影子銀行體系，導致企業金融化［4］。第二，企業金融化受企業自身特征決定。中國非金融企業金融投資行為受固定資產投資風險水平的顯著驅動，固定資產投資效率直接影響企業金融化行為［7］。企業金融領域的投資偏好也會影響企業金融化行為［8］；偏好資本市場運作的企業，其利潤更加依賴金融收益，也會有更明顯的企業金融化行為［9］。第三，從管理者特征來看，現有文獻認為管理者具有學術背景和金融背景均會影響企業金融化行為。杜勇等［10］認為企業管理者的金融背景可以降低企業融資約束從而促進企業金融化。

關于股權激勵的影響研究，現有文獻認為股權激勵會引導管理者關注企業發展質量［11］，減少管理者的短期行為，有利于企業增加長期實業資本投資和減少企業金融投資［12-13］。股權激勵由于緩解了管理者和股東利益沖突，降低了代理成本，因而有助于抑制投資過度和緩解投資不足［14］。股權激勵在一定限度內還有助于提高企業的風險承受水平［15-17］、顯著促進企業科技創新［18］，并且管理者對股權激勵的敏感性越高，對企業科技創新的促進作用越明顯［19］。股權激勵使管理者和股東利益趨于一致，也有利于提升企業價值［20-21］。

企業金融化有不同類型的金融資產配置形式，企業既可能基于預防動機而投資于交易性金融資產，也可能基于投機動機而購置投資性金融資產。現有研究缺乏對金融資產配置類型的有效識別，本文在識別企業金融資產配置類型的基礎上從管理者股權激勵視角考察其對企業金融化具體形式的影響，并揭示企業科技創新在企業金融化投資決策中的中介效應，為企業科技創新在企業金融化決策過程中發揮的作用提供新的證據。

（二）研究假設

管理者股權激勵是現代企業協調管理者和股東利益沖突、激勵管理者基于股東利益進行管理決策的重要措施。因此，在股權激勵下，管理者的代理動機可能會發生變化并進而對企業金融化決策產生影響。企業金融化可能會產生不同類型的金融資產配置結果，包括對交易性金融資產或投資性金融資產的增配。但是，兩種不同類型的金融資產配置反映了企業金融化的不同動機。因此，在股權激勵下，管理者對兩種不同類型金融資產配置的選擇會顯著不同。

首先，股權激勵有利于促進企業對交易性金融資產的投資。通常交易性金融資產具有流動性、安全性等特征，交易便利、易于轉換，能夠滿足企業“儲蓄動機”和預防性支付需要。由于股權激勵具有緩和管理者和股東的代理沖突、約束管理者私利的作用，使管理者的行為與股東利益保持一致，而保護企業穩健經營、有效應對外部沖擊，保護企業和股東利益是現代企業管理的重要目標。因此，股權激勵有助于引導管理者基于股東利益做出管理決策，更可能會從企業長遠目標出發，滿足主營業務發展對流動性和應對外部沖擊的需要，在企業金融化行為的選擇上積極配置交易性金融資產。基于以上分析，本文提出如下假設：

H1：股權激勵會促進企業交易性金融資產配置。

其次，股權激勵會抑制企業對投資性金融資產的投資。與前述交易性金融資產不同，非金融企業配置投資性金融資產從本質上是基于投機和套利動機，是對金融投資短期利潤的追逐，是實業資本脫離主業的行為，不僅不利于主營業務的發展，從長期看還可能減少企業主營業務收益并損害股東長期利益。股權激勵使管理者與股東具有了共同利益，能夠促使管理者在進行投資決策時考慮企業和股東的長遠利益，減少短視行為。受這種決策動機驅使，管理者有可能在投資決策中積極推進有利于企業長期發展的投資項目，并相應減少偏離主營業務的金融資產投資項目，從而減少企業投資性金融資產配置。基于以上分析，本文提出如下假設：

H2：股權激勵會抑制企業投資性金融資產配置。

最后，企業科技創新在股權激勵影響企業不同類型金融資產配置決策中發揮著重要作用。企業科技創新是符合股東利益的投資行為，不僅能有助企業在長期建立核心競爭優勢，而且有利于企業價值的提升。劉輝和滕浩［22］認為企業增加研發投入可以顯著提升企業的長期價值。由于股權激勵協調了管理者和股東的長期利益，管理者在股權激勵下會更加重視企業的創新發展戰略，加大科技創新力度。與此同時，企業金融化投資決策也將更有效地服務于企業科技創新戰略。一方面，由于科技創新活動具有高風險性，難以獲得外部資金支持，企業必須通過經營現金流積累來滿足科技創新持續的資金需要，而交易性金融資產是儲備現金流、維持預防性資金需要的最佳形式，因而企業基于科技創新的預防性資金需要會增加交易性金融資產配置；另一方面，投資性金融資產雖然有可能在短期由于價格上漲帶來豐厚的投機利潤，但由于金融市場的價格波動和風險傳染性，也具有更高的投資風險，因而配置投資性金融資產不僅可能擠占科技創新資金，還可能使企業的總體經營風險倍增。因此，基于企業和股東長期利益考慮，在股權激勵下，管理者會降低投資性金融資產配置，從而既保證科技創新資金安全，又能夠有效控制企業總體經營風險。基于以上分析，本文提出如下假設：

H3：企業科技創新在股權激勵影響企業不同類型金融資產配置中發揮中介效應。

三、研究設計

（一）研究樣本

本文以2009—2020年中國滬深A股上市公司為初始研究樣本。考慮到2006年中國證監會公布《上市公司股權激勵管理辦法（試行）》以及2008年金融危機影響，故數據樣本始于2009年。并對數據進行如下篩選：剔除金融業和房地產業公司；剔除ST、*ST類公司；剔除數據缺失的公司；為排除極端值的影響，對所有連續變量在前后1%水平上進行縮尾（Winsorize）處理。本文最終獲得1 652家企業樣本和13 159個觀察值。

（二）變量定義

本文被解釋變量為企業金融化，用不同類型的金融資產占比衡量。參考王紅建等［23］的研究，交易性金融資產占比（Fintra）采用交易性金融資產占總資產的比值衡量，投資性金融資產占比（Fininv）采用投資性房地產、可供出售金融資產、衍生金融資產和其他流動資產的總和占總資產的比值衡量。

本文解釋變量為股權激勵（EI）。參考詹雷和王瑤瑤［20］的研究，股權激勵（EI）采用高管激勵股份數占總股數的比值衡量。本文中介變量為企業科技創新，分別用研發支出占比（RD）和專利產出（NP）衡量。其中，研發支出占比（RD）采用研發支出占總資產的比值衡量，專利產出（NP）的計算公式為ln（企業專利數+1）。

本文分別選取企業規模（Lnasset）、財務杠桿（Lev）、盈利能力（Roa）、成長性（Grow）、企業性質（Soe）、股權集中度（Ten）為控制變量，同時加入年份（Year）、行業（Ind）虛擬變量。其中，企業規模（Lnasset）采用總資產的自然對數衡量；財務杠桿（Lev）采用總負債占所有者權益的比值衡量；盈利能力（Roa）采用凈利潤占總資產的比值衡量；成長性（Grow）采用營業收入的同比增長率衡量；當企業為國有企業時，企業性質（Soe）為1，否則為0；股權集中度（Ten）采用前十大股東合計持股比例衡量。

本文使用的企業金融化數據、股權激勵數據以及企業特征和財務數據來自CSMAR數據庫，企業科技創新活動數據來自Wind數據庫。本文采用STATA16.0進行數據分析。

（三）模型設定

為驗證股權激勵對不同類型金融資產配置的影響，本文設定模型（1）為：

其中，下標i和t分別代表樣本i和時間t，Xj為控制變量，j為控制變量的個數。

為驗證企業科技創新在股權激勵影響不同類型金融資產配置中的中介效應，本文參考溫忠麟等［24］的中介效應檢驗方法設計分步檢驗模型（2）及模型（3）：

四、實證結果和分析

（一）描述性統計

本文主要變量的描述性統計結果如表1所示。

表1 描述性統計結果

由表1可知，交易性金融資產占比（Fintra）的均值為1.24%，投資性金融資產占比（Fininv）的均值為4.53%，后者顯著高于前者。且兩類資產最大值和最小值差異較大。股權激勵（EI）的均值為1.48%，中位數為1.03%，顯示中國上市公司總體管理者股權激勵水平較低；標準差為2.2826，說明股權激勵水平差異明顯，有必要研究其對企業金融化過程中不同類型金融資產配置的影響差異。控制變量中，財務杠桿（Lev）的均值為39.39%，股權集中度（Ten）的均值為59.51%，表明中國上市公司股權非常集中。

另外，為了初步判斷變量間的關系，本文對主要變量進行Pearson相關性檢驗。Pearson相關系數顯示，股權激勵（EI）與交易性金融資產占比（Fintra）在5%水平下顯著正相關；與投資性金融資產占比（Fininv）在1%水平下顯著負相關，初步驗證了本文的假設。其他變量間的相關系數符合預期，且系數值均小于0.5000，方差膨脹因子值均小于10，因而變量間不存在嚴重的多重共線性問題。

（二）股權激勵與不同類型金融資產配置

股權激勵對不同類型金融資產配置的影響如表2所示。

表2 股權激勵對不同類型金融資產配置的影響

首先，研究股權激勵對交易性金融資產占比的影響。結果如表2第2列至第5列所示，股權激勵（EI）與交易性金融資產占比（Fintra）基本上在10%水平下顯著，表明隨著股權激勵的提高，管理者基于“儲蓄動機”持有更多高流動性金融資產。根據第5列結果，股權激勵（EI）對交易性金融資產占比（Fintra）的經濟影響為4.93%。以上結論驗證了本文H1。控制變量方面，財務杠桿（Lev）、企業性質（Soe）與交易性金融資產占比（Fintra）顯著負相關，企業規模（Lnasset）、盈利能力（Roa）、股權集中度（Ten）與交易性金融資產占比（Fintra）顯著正相關。

其次，研究股權激勵對投資性金融資產占比的影響。結果如表2第6列至第9列所示，無論是否加入控制變量，股權激勵（EI）均與投資性金融資產占比（Fininv）在1%水平下顯著負相關。根據第9列結果，股權激勵（EI）對投資性金融資產占比（Fininv）的經濟影響為-7.21%。以上結論驗證了本文H2。控制變量方面，企業規模（Lnasset）、財務杠桿（Lev）、盈利能力（Roa）、成長性（Grow）、產權性質（Soe）、股權集中度（Ten）均與企業投資性金融資產占比（Fininv）顯著負相關。

（三）穩健性檢驗和內生性處理

⒈ 工具變量法檢驗

本文參考已有研究，選取同行業其他企業的股權激勵平均強度（m_EI）為工具變量。通常，樣本企業有可能以同行業其他企業為參考實施股權激勵，但同行業其他企業的股權激勵不會影響樣本企業的金融資產配置。通過2SLS回歸，重新估計股權激勵對交易性金融資產和投資性金融資產配置的影響，工具變量法檢驗結果如表3所示。

表3 工具變量法檢驗結果

由表3 可知，第一階段回歸結果如第2 列所示，同行業其他企業的股權激勵平均強度與樣本企業股權激勵在1%水平下顯著正相關，系數為0.2620，因而拒絕弱工具變量假設，認為工具變量有效，可進行第二階段回歸。第二階段回歸結果如第3 列和第4 列所示，經第一階段回歸擬合出的樣本企業股權激勵強度與交易性金融資產占比在1%水平下顯著正相關，系數為0.0152；而與投資性金融資產占比在1%水平下顯著負相關，系數為-0.1237。因此，工具變量法檢驗結果說明在排除反向因果關系干擾的情況下，估計結果未變，前文分析結論仍然不變，驗證了H1和H2。

⒉ 傾向得分匹配法（PSM）檢驗

為了進一步控制內生性問題，本文采用傾向得分匹配法（PSM）進行檢驗。本文以實施了股權激勵的企業為處理組，以企業特征為協變量，采取近鄰匹配法，按1∶1在未實施股權激勵的企業中構建對照組樣本。平均處理效應結果顯示，處理組和對照組在金融資產配置上存在顯著差異，其中投資性金融資產平均差異為-0.0414，交易性金融資產平均差異為0.0221。PSM 檢驗結果顯示，經過匹配后，企業特征變量的標準差偏差減小，且t統計量均小于1.9600，p值大于0.1000，因而認為匹配有效。根據PSM檢驗后重新研究股權激勵對企業不同類型金融資產配置的影響，估計結果未變，前文分析結論仍然不變①由于篇幅限制，文中并未列出具體結果，留存備索。。

⒊ Heckman兩階段回歸

為了克服可能存在的樣本自選擇偏差，本文參考王晶和王振山［25］的研究，采用Heckman兩階段回歸進一步驗證。在第一階段，分別將交易性金融資產占比和投資性金融資產占比轉為虛擬變量，其他變量同前文，同時控制年份與行業固定效應，構造Probit模型得到第一階段的逆米爾斯比率（Imr），將其作為控制變量帶入第二階段的回歸。Heckman兩階段回歸結果如表4所示。

表4 Heckman兩階段回歸結果

由表4 可知，Imr的回歸系數均在1%水平下顯著為正，系數為0.5149，表明存在樣本自選擇問題。核心解釋變量股權激勵（EI）與交易性金融資產占比（Fintra）的回歸系數在5%水平下顯著為正，系數為0.0102；與投資性金融資產占比（Fininv）的回歸系數在1%水平下顯著為負，系數為-0.0266。因此，在控制了樣本自選擇問題后，估計結果未變，前文分析結論仍然不變，驗證了H1和H2。

⒋ 其他穩健性檢驗

本文分別采用更換被解釋變量的代理變量、更換主要解釋變量的代理變量和控制不可觀測的企業層面因素等進行穩健性檢驗。①由于篇幅限制，文中并未列出具體結果，留存備索。第一，參考張成思和張步曇［26］的研究，本文用企業金融渠道獲利占營業利潤的比值衡量企業金融化水平，得到新的被解釋變量交易性金融資產占比（Fintra2）和投資性金融資產占比（Fininv2）。其中，企業交易性金融資產的獲利采用交易性金融資產規模乘以一年期央票收益率近似替代；企業投資性金融資產的獲利采用投資性金融資產規模乘以五年期企業債券到期收益率近似替代。利用基本回歸模型重新回歸，估計結果未變。第二，參考任莉莉和張瑞君［27］的研究，使用股權激勵虛擬變量EI2（實施股權激勵計劃的年份及隨后年份取1，否則取0）作為股權激勵的替代變量，回歸結果分別在5%、10%水平下顯著，估計結果未變。第三，為了控制不可觀測的企業層面因素對研究結論的干擾，采用企業固定效應進行回歸，估計結果未變。

（四）中介效應檢驗

前文驗證了股權激勵對不同類型金融資產配置的影響，在此進一步驗證企業科技創新在這一過程中的中介效應。參考溫忠麟等［24］提出的中介效應檢驗方法，企業科技創新的中介效應檢驗結果如表5所示。

表5 企業科技創新的中介效應檢驗結果

由表5第2列至第4列可知，股權激勵（EI）與研發支出占比（RD）在1%水平下顯著正相關，股權激勵（EI）、研發支出占比（RD）與交易性金融資產占比（Fintra）分別在5%和10%水平下顯著正相關，與投資性金融資產占比（Fininv）均在1%水平下顯著負相關，表明研發支出發揮了部分中介效應。由第5列至第7列可知，股權激勵（EI）與專利產出（NP）在1%水平下顯著正相關，專利產出在金融資產配置中發揮了部分中介效應，并且對交易性金融資產和投資性金融資產作用方向相反，與本文預期一致。

（五）進一步分析

⒈ 管理者金融背景、不同融資約束水平下股權激勵對企業金融化的影響

股權激勵對不同金融資產配置的影響可能因為管理者有無金融背景而存在差異。擁有金融背景的管理者，更熟悉金融體系的運作，有助于幫助企業獲得外部融資支持。與此相對，無金融背景的管理者，在股權激勵下增加交易性金融資產配置、降低投資性金融資產配置的意愿可能更高。本文根據管理者是否擁有金融背景將樣本分組進行檢驗。因管理者受到股權激勵，企業為了科技創新活動的順利進行，會基于“儲蓄動機”增加交易性金融資產配置而減少投資性金融資產配置，這是因企業所受融資約束水平的不同而存在差異。因此，本文參考Hadlock和Pierce［28］的方法，構建SA指數衡量企業融資約束水平，同時基于行業均值將樣本劃分為高融資約束組和低融資約束組進行檢驗。管理者金融背景、不同融資約束水平下股權激勵對企業金融化的影響如表6所示。

表6 管理者金融背景、不同融資約束水平下股權激勵對企業金融化的影響

由表6可知，在管理者有金融背景時，股權激勵對企業不同類型金融資產配置無顯著影響；在管理者無金融背景時，股權激勵會顯著促進企業交易性金融資產配置而抑制投資性金融資產配置。在高融資約束組中，股權激勵會顯著促進企業交易性金融資產配置而抑制投資性金融資產配置；在低融資約束組中，股權激勵對企業不同類型金融資產配置無顯著影響。

2. 不同股權集中度下股權激勵對企業金融化的影響

股權激勵對企業金融化的影響還受到股東監督程度的影響。通常在股權相對集中的企業，股東監督力度較大，管理者較難基于私人利益進行投資決策。在股權相對分散的企業，管理者主導著企業投資決策，股權激勵緩解代理沖突的作用更顯著。本文預期在股權相對分散的企業股權激勵對不同類型金融資產配置的前述影響會更為顯著。因此，本文以企業前10大股東持股比例衡量股權集中度，同時根據樣本企業所在行業均值為標準將樣本劃分為高股權集中度和低股權集中度兩組，進行分組回歸。不同股權集中度下股權激勵對企業金融化的影響如表7所示。

表7 不同股權集中度下股權激勵對企業金融化的影響

由表7可知，在高股權集中度組中，股權激勵對企業不同類型金融資產配置無顯著影響；而在低股權集中度組中，股權激勵顯著促進企業交易性金融資產配置而抑制投資性金融資產配置，符合前述預期。

五、結論和政策建議

本文利用2009—2020年中國滬深A股非金融上市公司樣本，實證研究了股權激勵對企業不同類型金融資產配置的影響以及企業科技創新在其中的中介效應。通過研究發現，股權激勵作為緩解股東與管理者的代理沖突的有效手段，增強了管理者出于預防性儲蓄動機配置交易性金融資產的傾向，減弱了管理者出于投機動機配置投資性金融資產的傾向。通過中介效應檢驗發現，企業科技創新行為在股權激勵影響企業不同類型金融資產配置中發揮了中介效應。股權激勵不僅緩解了股東與管理者的代理沖突，還增強了管理者對企業科技創新行為的重視，因而管理者為了更好地服務于企業科技創新活動，在企業金融化過程中會傾向于選擇增加交易性金融資產配置，而降低投資性金融資產配置。此外，本文進一步研究還發現，股權激勵對企業金融化過程中不同類型資產配置的影響在管理者無金融背景、高融資約束水平較高和低股權集中度的企業樣本中更為顯著。本文的研究揭示了在股權激勵下管理者對企業金融化過程中不同類型金融資產的選擇差異，在理論上深化了對企業金融化動機的認識和理解，豐富了企業金融化影響因素的研究。

據此，本文提出如下政策建議：第一，企業金融化行為是否導致實體企業“脫實向虛”取決于金融化的動機和金融化的形式。企業基于“儲蓄動機”配置交易性金融資產有可能幫助企業更有效應對外部融資限制，支持企業科技創新或風險性投資的需要。因此，對企業金融化行為應客觀評價、合理引導，不應一概否定。一方面，應當通過完善企業內外部治理機制規范企業非主業投資行為，抑制企業金融化過程中的投機傾向；另一方面，采取更靈活的監管政策和分類督導，支持企業根據主業發展需要適度從事金融化活動。第二，國內外現有理論研究和企業實踐均已經證實，股權激勵是緩解企業內部管理者代理問題的有效措施，有助于促進管理者與股東的利益協調，激勵管理者基于企業長遠利益合理決策。但是，中國目前整體上股權激勵水平較低，應當通過政策引導促進股權激勵制度覆蓋范圍的逐步擴大和激勵力度的不斷加強。通過股權激勵制度的建立和完善，弱化企業管理者在管理決策過程中的機會主義行為。第三，在中國經濟轉型和推進高質量發展背景下，企業作為科技創新的主體，如何激發其創新活力、鼓勵其創新發展是整個社會需要解決的重要問題。科技創新活動由于投資期長、風險高和創新結果的不確定性，難以獲得外部穩定的金融支持。因此，如何構建多元化金融服務體系支持企業科技創新活動應當是金融體系改革和發展重要目標之一。