企業金融化對債務融資成本的影響研究

摘 要：當前經濟發展中，實體企業內部普遍存在著金融化的趨勢，企業在進行債務融資時遇到難題。但伴隨著當前數字金融建設卓有成效的新形勢，企業在獲取外部融資支持時所面臨的情況也出現了更多新的變化。基于此，選取2011-2021年中國A股制造業上市公司數據，研究分析數字金融在企業金融化和債務融資成本之間的調節效應。結果表明，企業金融化推動了企業債務融資成本的上升，而數字金融在企業金融化和債務融資成本之間存在顯著的負向調節效應。企業金融化在非國有企業和金融監管較弱的企業中更為顯著地推動了債務融資成本的上升，并以相關理論支持提出了建議。

關鍵詞：企業金融化；債務融資成本；數字金融；實體企業；金融監管

中圖分類號中圖分類號：F275;F272

文獻標識碼：A

DOIdoi：10.3969/j.issn.1672-2272.202403174

英文標題Research on the Impact of Enterprise Financialization on Cost of Debt Financing：Based on the Moderating Effect of Digital Finance

Qi Shuopeng

（School of Economics， Tianjin University of Commerce，Tianjin 300134， China）

英文摘要Abstract： In the current domestic economic development，there is a general trend of financialization within real enterprises，and enterprises encounter difficulties in debt financing.However，along with the current new situation of fruitful digital financial construction，the situation faced by enterprises in obtaining external financing support has also appeared more new changes.Based on this， the data of A-share manufacturing listed companies from 2011 to 2021 are selected to study and analyze the moderating effect of digital finance between enterprise financialization and debt financing cost. The result suggests the following：enterprise financialization drives up the cost of corporate debt financing， while digital finance has a significant negative moderating effect between enterprise financialization and the cost of debt financing;in addition，enterprise financialization drives up the cost of debt financing more significantly in non-state-owned firms and firms with weaker financial regulation..Finally， policy recommendations are given with the relevant theoretical support.

英文關鍵詞Key Words：Enterprise Financialization; Debt Financing Cost; Digital Finance; Entity Enterprise; Financial Regulation

0 引言

近年來，經濟社會發展中存在著實體企業趨于金融化的現象，并且這一現象也逐漸成為困擾中國經濟發展的重要經濟結構問題。從宏觀經濟循環的角度來看，企業金融化在一定程度上受到經濟周期的影響[1]，表現為金融資源不斷從實體部門流向虛擬經濟。而在這一現象的背后，實則反映了金融服務體系越發背離于其服務實體經濟的目標。從微觀企業層面來看，企業金融化表現為實體企業的投資需求不斷轉向金融資產，這在一定程度上體現了企業投資偏好與經營策略的變化，其背后蘊含的是企業主觀性行為。企業金融化在一定程度上會導致創新產出的擠出[2]，從而抑制創新并降低企業的生產率[3]，不利于企業實現高質量發展[4]。在此基礎上，由于擠出的存在和實物投資的減少，企業金融化進一步增加了就業難度[5]，并使得國內資源配置效率難以得到改善[6]。當前金融體系服務實體經濟的質效不高，為促進我國制造業高質量發展，實體企業的金融化現象應是當前政策引導的重要著力點。

實體企業的持續發展離不開來自外部的融資支持，外部融資在企業生產和研發創新等領域有著重要作用。當企業尋求外部融資支持時，企業面臨融資約束則成為困擾當前實體企業實現高質量發展的嚴重問題。債務融資是企業從融資市場獲得資金支持的重要手段，但過高的債務融資成本會向市場傳遞出不好的信號，并降低企業績效[7]。目前國內對于債務融資成本的影響因素方面的研究較為豐富。從企業內部來看，企業創新活動和數字化轉型可以降低債務融資成本[8-9]，外資持股可以減小企業之間債務融資成本的差異[10]，而從企業外部環境來看，利率市場化和媒體關注能夠對企業債務融資成本產生積極影響[11-12]。但當企業的金融化趨勢產生時，情況又將如何？企業投資模式與經營策略的變化可能會使得企業重新考量未來的融資安排，同時基于這些變化，資金供給方將重新評估企業調整后的整體經營風險，并調整其索要的風險報酬。

數字金融與當前數字產業的快速興起相呼應，承載了互聯網、大數據和云計算等新興技術，是從傳統金融中逐漸衍生出的新型金融服務體系。數字金融最具代表性的特征就是其自身所具有的科技屬性，這種屬性可以有效應對以往困擾傳統金融的諸多難題，例如金融機構與企業間的信息不對稱以及優質資源的錯配現象。此外，數字金融在助力金融機構轉型和為企業提供金融支持、解決融資難題等方面也有著獨特優勢。從這個角度出發，結合數字金融所帶來的信息質量優勢和匹配效率的提升，分析存在金融化趨勢的實體企業所面臨的債務融資成本，將使研究結果更具有完整性與可靠性。

當前，債務融資成本和實體企業金融化成為研究的熱點，但鮮有研究從數字金融視角出發，來研究數字金融在企業金融化和債務融資成本兩者之間可能起到的積極作用，以及針對兩者間關系的調節效應。一方面，本文將數字金融引入企業債務融資成本的分析框架，豐富了企業金融化影響債務融資成本的研究角度；另一方面，探討了數字金融在企業金融化和債務融資成本間所起的作用，實證檢驗數字金融在企業進行內部管理和尋求外部融資支持等方面所產生的經濟效應，豐富了數字金融的相關研究，且具有相應的政策啟示意義。

1 理論基礎與研究假設

企業金融化是企業資源配置逐漸從實體轉向金融資產的現象，是企業資源配置方式的變化。企業金融化的誘因往往來自于企業管理者的主觀性，并可以從金融資產的特征來解釋。由于金融資產的回報快、收益高和流動性強等特點，當企業出現金融化趨勢時，企業管理者的行為通常是基于儲備資金的流動性和追逐高額利潤的角度。前者是為了應對潛在的資金困境，以保證生產經營的正常運行；后者則是為了獲得相較投資實體更高的收益。當企業金融化的動機主要表現為企業的逐利行為時，企業管理者為了回應股東利益和追求短期內的績效，更有主觀意愿去進行金融套利活動[13]。并且，在這個過程中存在過度金融化的趨勢，進而更有可能加大企業風險。債務融資成本是企業使用借入資金所必須承擔的成本，表現為資金貸出者在綜合評估企業后得出的風險溢價。當企業過度追逐金融資產時，企業管理者的這種行為會對主業經營造成沖擊，降低未來經營業績表現[14]，從而不利于企業持續發展，而這也必然會伴隨著企業經營條件和財務風險的變化。資金提供方在對企業經營風險進行重新評估后，為了盡最大可能降低風險，將重新調整所需支付的風險報酬。基于上述分析，本文提出以下假設：

H1：企業的金融化推動債務融資成本上升。

數字化進程是當前我國經濟轉型和發展的重要環節，這產生出以數字經濟為代表的新型產業模式。數字金融是呼應當前數字經濟的快速發展，以互聯網、大數據和云計算等新興技術為基礎，近年來結合傳統金融逐漸發展出的金融新業態。區別于傳統金融，數字金融憑借其科技屬性可以帶來更低的融資門檻，提供更多的融資渠道[15]，改善金融市場主體之間的信息不對稱[16]，提升融資匹配效率和企業信貸的信息透明度，并依托大數據為企業資產變現提供便利。由于金融資產相較其他實體資產，具有易變現的特點，這使得企業金融化的動機中出現了儲備資金流動性的需求，以應對企業所面臨的融資約束。同時債務市場上的信息不確定性也很大程度影響了企業的風險報酬率，而較低的信息披露質量會導致較高的債務融資成本[17]。一方面，數字金融可以有效緩解企業的融資約束，降低企業的流動性限制，以抑制企業從儲備流動性動機出發的企業金融化行為;另一方面，降低企業的財務風險[18]，有助于企業改善風險評估，以緩解由于融資市場信息不對稱所導致的融資成本的上升，并在一定程度降低了企業的債務融資成本[19]。基于上述分析，本文提出以下假設：

H2：數字金融減弱企業金融化推動債務融資成本上升的效應。

2 研究設計

2.1 數據來源與樣本選擇

本文根據中國證券監督管理委員會行業分類的標準，選取2011-2021年中國制造業A股上市公司數據，從數字金融視角，研究實體企業的金融化對債務融資成本的影響。其中，數字金融數據來自于北京大學數字普惠金融指數，企業相關財務數據來自于Wind和CSMAR數據庫，省級層面相關數據來自于《中國統計年鑒》。為了保證回歸結果的科學性與嚴謹性，對數據作如下處理：①剔除ST， *ST和退市的公司樣本；②剔除主要研究變量含有缺失值的公司樣本;③剔除涉及主要研究變量數據連續年份小于5年的公司樣本;④對所有的連續變量作上下1%的Winsorize縮尾處理。在以上處理后，最終得到了13 536份“公司-年份”樣本，并以該樣本為基礎構建起非平衡面板。本文所有樣本數據使用Stata17.0軟件進行處理和統計分析。

2.2 變量設計

被解釋變量：債務融資成本（Cost）。考慮到國內實體企業主要的債務融資成本來源是商業銀行貸款中產生的利息。參考相關研究，本文使用企業財務費用與總負債的比值進行測度。

解釋變量：企業金融化水平（Fi）。參考之前多名學者的做法，采用金融資產占總資產的比重進行測度。前者的范圍涵蓋交易性金融資產、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和投資性房地產凈額。同時考慮到數據可獲得性，2018年后的數據中，持有至到期投資改用債權投資，可供出售金融資產改用其他債權投資與其他權益工具投資之和。

調節變量：數字金融（Index）。本文使用北京大學數字普惠金融指數對數字金融指標進行測度。數字金融指標采用的是地級市層面的數字普惠金融指數，并考慮到實際指數與企業財務數據的數值差距過大，為方便計量與分析，將該指標除以100。

控制變量：參考相關研究，本文將資本集中率（Capital）、營業收入增長率（Growth）、企業規模（Size）、獨立董事比例（Indper）、凈資產收益率（Roe）、資產負債率（Lev）、產權性質（Soe）、固定資產比（Tan）等與企業經營密切相關的財務數據納入到控制變量集。如表1、表2所示。

2.3 模型構建

為驗證假設H1，本文通過構建面板數據的固定效應模型，同時控制年份和行業固定效應，實證檢驗企業金融化（Fi）對債務融資成本（Cost）的影響。在豪斯曼檢驗中，驗證了固定效應模型優于隨機效應模型。基準模型如下式（1）所示：

Costit=α0+β0Fiit+γ0Cit+Yeart+Indi+εit （1）

其中，α0為常數項，Cost為債務融資成本；Fi為企業金融化；β0為模型（1）要檢驗的企業金融化對債務融資成本的影響系數，如果β0顯著且大于0，則說明企業金融化推動了債務融資成本的上升；C為控制變量，具體內涵的說明已述；Year為不受個體影響的時間固定效應，Ind為不受年份影響的行業固定效應，ε為隨機誤差項。另進行多重共線性分析，表3顯示了多重共線性的分析結果，控制變量集VIF值均小于10，模型不存在多重共線性問題。模型采用聚類穩健標準誤。

為檢驗假設H2，即研究數字金融（Index）在企業金融化（Fi）和債務融資成本（Cost）之間的調節效應，參考溫忠麟等[20]的做法，在模型（1）的基礎上，構建模型（2）與調節效應模型（3）：

Costit=α1+β1Fiit+φ1Indexit+γ1Cit+Yeart+Indi+εit（2）

Costit=α2+β2Fiit+φ2Index+ψ2Fi×Indexit+γ2C+Yeart+Indi+εit（3）

其中，Index表示數字金融；Fi×Index表示企業金融化與數字金融的交叉項；φ1是模型（2）要檢驗的數字金融（Index）對債務融資成本（Cost）的影響系數；ψ2為模型（3）要檢驗的企業金融化（Fi）與數字金融（Index）交叉項對債務融資成本（Cost）的影響系數。在模型（3）中，企業金融化對債務融資成本（Cost）的回歸系數β2顯著且大于0的前提下，如果模型（3）中數字金融（Index）對債務融資成本（Cost）的回歸系數φ2和交叉項系數ψ2是顯著的，且一致小于0，則說明數字金融在企業金融化與債務融資成本之間存在顯著的負向調節效應，數字金融可以在企業金融化與債務融資成本之間起到正向作用。

3 回歸分析

3.1 基準回歸分析

表4列（1）和列（2）分別給出了OLS回歸和基準回歸的結果。列（1）和列（2）所示，企業金融化分別在1%的水平上與債務融資成本顯著正相關，回歸系數分別為0.079和0.058，說明當企業金融化加劇時，企業的經營條件與財務風險的狀況變差，從債權方處獲得借入資金的債務融資成本就更高，從而不利于企業的融資活動，即企業金融化推動了債務融資成本的上升，從而驗證了假設H1。

3.2 穩健性檢驗

3.2.1 更換被解釋變量

為保證回歸結果的穩健性，本文使用企業利息支出占當年長短期負債平均值的比重來測度債務融資成本，并再次進行基準回歸。表4列（3）的回歸結果顯示，企業金融化在1%的水平上與債務融資成本顯著正相關，影響系數為0.083，說明上述分析結果穩健。

3.2.2 更換解釋變量

為保證回歸結果的穩健性，參考嚴武等[21]的做法，將原解釋變量中金融資產涵蓋的范圍變更為交易性金融資產、衍生金融資產、可供出售金融資產、持有到期金融資產、長期股權投資和投資性房地產，同樣考慮到變量可獲得性，對數據做了與上述一致的處理，以此來考察加入企業長期金融投資后，對回歸結果可能產生的影響。使用新的企業金融化變量替換原有解釋變量，再次進行基準回歸。表4列（4）的回歸結果顯示，企業金融化在1%的水平上與債務融資成本顯著正相關，回歸系數為0.077，說明上述分析結果穩健。

3.2.3 工具變量法

基于解釋變量與被解釋變量間可能存在的互為因果的情況，為了最大限度降低模型內生性對回歸結果的影響，考慮使用工具變量回歸。本文使用了解釋變量的一階以及二階滯后項，將其作為工具變量，采用2SLS法進行回歸。通過弱工具變量檢驗和過度識別檢驗，此處不存在弱工具變量的問題。表4列（5）顯示，二階段回歸結果依然顯著，回歸系數為0.037，在排除內生性問題后，企業金融化顯著推動了債務融資成本的上升這一假設仍然成立，分析結果具有穩健性。

3.3 調節效應檢驗

表5顯示數字金融調節效應模型的回歸結果，同時為了保證回歸結果的準確性，對解釋變量和調節變量分別作了中心化處理。列（1）的數字金融與債務融資成本在1%水平上負相關，影響系數為-0.007；列（2）的數字金融與債務融資成本在1%水平上負相關，影響系數為-0.007，企業金融化與數字金融的交叉項與債務融資成本在1%水平上負相關，影響系數為-0.042。這說明數字金融在企業金融化和債務融資成本之間存在顯著的負向調節效應，數字金融通過對融資市場中信息不確定性和實體企業財務風險的改善，在企業金融化與債務融資成本之間發揮正向作用，即數字金融減弱企業金融化推動債務融資成本上升的效應，從而驗證了假設H2。

4 進一步分析

4.1 基于產權性質的異質性

依照企業產權性質的差別，將公司樣本劃分為國有企業與非國有企業，分組進行基準回歸，結果如表6列（1）、（2）所示，列（1）國有企業的金融化與債務融資成本在10%水平上正相關，回歸系數為0.022，列（2）非國有企業的金融化與債務融資成本在1%水平上正相關，回歸系數為0.062。回歸系數的p值與大小說明企業金融化在非國有企業中更為顯著地推動了債務融資成本的上升，且上升效應更大。這可能是因為存在金融化現象的國有企業，依靠所有權優勢和擔保，在獲取資金時更容易得到較好的評估結果，相較于其他企業，自身仍可以得到足夠的資金支持。

4.2 基于金融監管的異質性

企業金融化趨勢在實體行業內的不斷加劇，一定程度上會對金融監管體系的職能和運作產生沖擊。因此，考慮在模型中引入金融監管，以考察不同金融監管強度下企業金融化對債務融資成本的影響。參考唐松等[22]的研究，構建金融監管強度的指標，并采用省級地區金融監管支出占金融業增加值的比重進行測度。根據樣本內金融監管強度的平均值，將公司樣本劃分為金融監管較強與金融監管較弱，分兩組進行基準回歸，結果如表6列（3）、列（4）所示。列（3）中，金融監管較強區域企業的金融化水平與債務融資成本在5%水平上正相關，回歸系數為0.041。列（4）中金融監管較弱區域中的企業金融化水平與債務融資成本在1%水平上正相關，回歸系數為0.064。從系數的p值和大小可以看出，企業金融化在金融監管較弱地域的企業中更為顯著地推動債務融資成本的上升，且上升效應更大。這可能是因為較強的金融監管會對企業的金融化行為進行有效地約束與規范，對其可能產生的經濟后果進行有效管控，從而導致在金融監管較強地域的企業中，企業金融化推動債務融資成本上升的效應相比金融監管較強地區的企業要更小。

5 結論、啟示與展望

5.1 研究結論

當前，在振興實體經濟，引導金融回歸服務實體經濟的背景下，本文選取2011-2021年中國A股制造業上市公司數據，通過構建固定效應模型與調節效應模型，實證檢驗數字金融在企業金融化和債務融資成本之間的積極作用。研究結果顯示，企業的金融化推動債務融資成本的上升；數字金融在企業金融化與債務融資成本之間存在顯著的負向調節作用；相較國有企業和金融監管較強地區的企業，企業金融化在非國有企業和金融監管較弱地區的企業中更為顯著地推動了債務融資成本的上升，且上升效應更大。

5.2 管理啟示

當前，數字金融依靠其新興技術優勢和新型服務方式，在實體企業金融化和其債務融資成本之間起到了正向調節作用，展現出了區別于傳統金融的科技優勢。基于此，政府應繼續推動數字金融在各領域內的推廣，輔以政策支持以放大數字金融的金融支持作用，同時進一步強化金融監管，明確監管部門的職責與權限，出臺相應政策，逐漸引導國內經濟結構中的金融化趨勢放緩，實現虛擬經濟與實體經濟的良性互動。金融體系應回歸本源，立足服務實體經濟，尤其要更重視對非國有企業的資金支持，將金融資源逐漸轉移到實體經濟部門。金融監管體系應進一步落實其職責，逐漸推行改革以適應當前數字化快速發展的新形勢，并在金融為實體服務的政策指導下，針對性地提升監管質量和效能，將企業金融化水平控制在合理范圍。企業不能只追求金融資產的高利潤，弱化主業生產，應積極調整投資行為，優化資源配置結構，進一步提升企業風險承擔能力，并立足于將創新研發和人才培養作為企業增收提質的源動力，從而促進企業可持續發展。

5.3 研究不足與展望

基于北京大學數字普惠金融指數的編制是依靠支付寶的后臺數據，在一定程度使得該指標在金融機構的覆蓋面上有不足之處，未來可使用基于涉及更多金融機構的數據庫所編制的綜合性數字金融指標，使研究結果更加準確。

本文根據所收集的中國A股制造業公司數據，構造實證模型，分析得到了企業金融化推動債務融資成本的上升這一結論，但實證研究內容并未涉及其機制分析，未來可針對此做進一步研究。

參考文獻參考文獻：

[1] 周澤將，雷玲，李鼎.經濟周期與企業金融化[J].管理科學學報，2023，26（7）：17-31.

［2］ 胡秋陽，吳子豪.市場競爭視角下的實體企業金融化與創新擠出[J].經濟經緯，2023，40（5）：125-137.

［3］ 鮑曉娜，范曉男.實體企業金融化、技術創新與生產率提升——基于中國上市公司的經驗研究[J].科技管理研究，2023，43（8）：133-143.

［4］ 許志勇，韓炳，彭蕓，等.企業金融化、技術創新與企業高質量發展[J].科研管理，2023，44（6）：74-84.

［5］ 王穎，周智力.企業金融化對勞動雇傭的影響研究[J].宏觀經濟研究，2023（6）：72-85.

［6］ 劉廣.中國制造業企業金融化與資本配置效率研究[J].經濟學家，2023（12）：36-45.

［7］ 蘇武俊，晏青.債務融資成本、社會責任與企業績效——基于我國A股上市公司的實證研究[J].南方金融，2020（10）：13-27.

［8］ 劉天保.創新影響企業債務融資成本的實證檢驗[J].統計與決策，2018，34（3）：182-184.

［9］ 劉夢莎，邵淇，阮青松.數字化轉型對企業債務融資成本的影響研究[J].財經問題研究，2023（1）：63-72.

［10］ 蔡春，梁子慧.外資持股與企業債務融資成本差異[J].中國軟科學，2022（5）：159-168.

［11］ 蘇玲，王夢霞.利率市場化、會計信息披露質量與債務融資成本[J].金融監管研究，2023（3）：58-72.

［12］ 黃靜如，劉永模.媒體關注對企業債務融資成本的影響研究——基于會計穩健性的中介效應檢驗[J].投資研究，2020，39（2）：113-133.

［13］ 高闖，褚曉波，楊燁青.實體企業金融化、代理成本與企業破產風險[J].統計與決策，2021，37（15）：179-183.

［14］ 杜勇，張歡，陳建英.金融化對實體企業未來主業發展的影響：促進還是抑制[J].中國工業經濟，2017（12）：113-131.

［15］ TEMELKOV Z， GOGOVA S M.The need for fintech companies as non-bank financing alternatives for some in developing economies[J].International Journal of Information，Business and Management，2018，10（3）：25-33.

［16］ HUANG Y，LIN C，SHENG Z，et al. Fintech credit and service quiality[R].Hong Kong： The University of Hong Kong，2018.

［17］ 趙慧清，陳新國.信息披露質量與債務融資成本關系的研究——基于中國證券市場的經驗證據[J].會計之友，2015（16）：66-70.

［18］ 金丹，龐曉晗.數字金融對企業財務風險的影響——基于我國A股上市公司的經驗數據[J].武漢金融，2023（8）：80-88.

［19］ 阮堅，申么，范忠寶.何以驅動企業債務融資降成本——基于數字金融的效用識別、異質性特征與機制檢驗[J].金融經濟學研究，2020，35（1）：32-44.

［20］ 溫忠麟，侯杰泰，張雷.調節效應與中介效應的比較和應用[J].心理學報，2005（2）：268-274.

［21］ 嚴武，萬良偉.數字經濟對實體企業金融化的影響機制研究[J].江西社會科學，2022，42（10）：44-53，206.

［22］ 唐松，伍旭川，祝佳.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異[J].管理世界，2020，36（5）：52-66，9.

責任編輯（責任編輯：要 毅）