在目前的宏观经济环境中， 我国的实体产业普遍面临经营困难和缺乏有效需求的问题， 导致经济下行的压力逐渐增大。在这种形势之下， 实体企业开始寻求新的融资方式来应对挑战。鉴于金融和房地产行业的高回报率， 更多的非金融和非房地产公司选择将金融资产投资作为其主要的投资策略之一， 目的是减轻经营利润下降的压力。随着时间的推移， 企业越来越倾向于金融化， 这对于实体产业来说是一个值得关注的问题。从我国当前金融发展状况看， 金融业与实体企业在业务上存在较大差异。金融化不仅会降低实体企业的盈利能力， 而且还可能导致其陷入债务危机。金融投资有潜力成为一种缓解实体企业融资难题和提升经营利润的有效手段， 从而推动实体经济的持续和健康发展。但是， 如果企业的资产金融化仅仅是基于市场追求利润的动机， 那么这将对实体企业的生产、 经营乃至整个宏观经济体系带来严重的负面影响。因此， 深入研究非金融企业资产金融化水平对经济的影响具有重要的理论和实践价值。
本文的贡献主要体现在以下两个方面： 1） 在理论上丰富了制造业企业资产金融化影响后果的研究， 现有经验研究大多利用线性模型检验资产金融化与企业绩效的关系， 鲜有文献探讨两者的非线性关系。本文通过理论和经验分析， 明确制造业企业资产金融化与企业绩效之间存在倒U型关系。2） 引入门槛模型， 研究制造业企业在资产金融化程度以及企业成长性不同的门槛下， 制造业企业资产金融化对企业绩效的区间效应。
1 文献综述
1.1 资产金融化的动因研究
关于企业资产金融化动因的研究大致可以分为两个方面， 提高非金融企业的收益是资产金融化形成的一个因素。Demir
［1 ］ 发现， 在宏观经济运行动荡和频繁波动的情况下， 公司做出金融投资决策的目的是获得更多的收益。根据王红建
［2 ］ 的实证研究结果显示， 企业从事金融投资的动机主要在于追求高额的财务收益。彭俞超
［3 ］ 认为， 公司获取金融资产的主要目的是提高投资利润率。资产金融化还有一个原因， 就是要减轻财务困境。企业持有高流动性资产被认为是应对金融危机的一项重要策略。Stulz
［4 ］ 指出， 由于金融产品自身特性的影响， 金融资产对于面临财务困境、 承受高额筹资压力的公司来说具有“蓄水池”的作用。此外， 朱映惠和邵旭方等
［5 ］ 认为， 企业的金融化不仅缓解了融资困境， 也满足了市场对利润的需求。在经济环境波动性增强的情况下， 逐利动机就更为凸显。
1.2 资产金融化与企业绩效的关系研究
就资产金融化与企业绩效的关系而言， 根据不同的研究视角， 大致可以概括为三种。第一种是认为资产金融化会抑制企业绩效。Duchin等
［6 ］ 指出， 企业在金融投资方面的活动对实业投资产生了抑制作用， 从而大大限制了企业的生产效率提升， 导致实体企业的经营绩效出现下降。黄大禹和谢获宝
［7 ］ 发现， 金融化投资越高， 企业绩效越差。杜勇等
［8 ］ 主张金融化对实体企业未来的核心业务产生了不利影响。李建军和韩珣
［9 ］ 的研究表明，非金融企业的影子银行化行为可能会提高其经营中的风险。第二种认为资产的金融化将有助于提高企业的绩效。在金融化过程中， 企业会通过金融手段进行资金配置以实现利润最大化目标， 而不是单纯追求利润。Gehringer
［10 ］ 指出， 适当的金融投资可以增加企业的收益渠道， 减轻企业的融资压力， 并优化企业的经营表现。邓建平和曾勇
［11 ］ 指出， 企业之间的金融联系可以为企业提供更多的资金来源， 以确保企业的正常运营。万良勇等
［12 ］ 指出， 上市公司的股权投资在解决公司融资限制方面扮演着重要角色， 并对公司的可持续发展产生重要影响。对于资产金融化与企业绩效之间的关系， 第三种认为二者之间存在一种非线性的联系。宋军和陆旸
［13 ］ 认为， 金融投资的比例与企业的盈利效益之间呈现出一个U型的关系。许志勇和潘攀
［14 ］ 认为， 企业金融化与企业经营绩效之间存在着明显的U型非线性区间效应， 这种关系受到企业成长机会的影响。吴一丁
［15 ］ 等人发现， 在融资约束的情况下， 企业的金融化行为并没有对企业整体效率产生“门槛”作用。相反， 企业金融化与公司的主营业务效率呈倒U型变化趋势。郭丽丽和徐珊
［16 ］ 同样持有这样的观点： 企业的金融化与其绩效之间有着明显的倒U型联系。顾兴月和毛军权
［17 ］ 也发现， 非金融企业的金融化水平与经营绩效之间呈现出一种非线性的倒U型关系， 即金融化程度过低或过高均不利于非金融企业的绩效表现。
2 理论分析和假设提出
2.1 资产金融化与企业绩效
企业资产金融化对实体产业产生的影响主要可以归纳为两大类： 即“挤出”效应和“蓄水池”效应。 “挤出”现象主要在两个关键的领域得到体现。首先， 鉴于金融市场具有相对较高的回报率， 企业倾向于向金融市场注入更多的资本， 这无疑增加了实体经济的融资成本， 进而导致实体经济融资途径的减少。其次， 由于金融市场的流动性较高， 企业更容易将资金投入到金融市场中， 而不是用于实体经济的生产和运营， 从而造成实体经济的资源短缺和生产效率下降。然而， 资产金融化也有其积极作用。通过合理配置金融产品和灵活运用金融资产， 企业可以实现“蓄水池”效应， 即将良好的理财收益反馈给实体经济， 提高企业的经营绩效。此外， 基于金融资产的收益率和流动性特点， 将金融资产变现可以让企业渡过资金短缺的困境， 最大限度地降低了企业的财务压力和债务负担， 这进一步增强了公司的投资效益， 并确保了公司核心业务的稳健增长。因此， 在探讨资产金融化如何影响企业的绩效时， 我们可以从两个不同的视角来进行深入分析。
一方面， 资产金融化对企业绩效的“蓄水池”效应。首先， 持有金融资产对于维持企业流动性至关重要。相较于实物资产， 金融资产更具有变现速度快和成本低的特点， 因此能够确保企业拥有足够的资金用于日常运营和高净现值项目。这不仅能够提升运营效率和投资回报， 还有助于实现企业的战略目标并提升绩效水平。其次， 合理的金融投资不仅可以利用闲置现金和提高现金盈利能力来增加企业价值， 当企业陷入财务困境时， 迅速变现金融资产还能发挥重要的作用， 为战略投资提供充裕的资金流， 提升企业绩效并产生明显的“蓄水池”效应。
另一方面， 由于资本追求利润的动机， 可能会产生过度的金融投机行为， 企业绩效受到资产金融化的“挤出”效应的负面影响。当企业过分依赖资产金融化时， 其他投资领域可能会受到压力， 导致实体经济的“空心化”。因此， 过度的资产金融化会对企业绩效造成不利影响。同时， 资金短缺也可能延误其他投资项目， 进而降低企业整体投资效率， 使其更难为绩效增长作出贡献。基于前述分析， 本文认为， 企业绩效受资产金融化行为的影响取决于所发挥的效应类型， 资产金融化与企业绩效之间呈现复杂的相互作用， 二者可能呈现非线性特征。由此， 本文提出假设1。
H1： 资产金融化与企业绩效呈倒U型关系。
2.2 资产金融化程度门槛效应
随着金融资产配置的增加， 资产金融化的抑制作用和促进作用同时呈现上升趋势， 然而二者的增长速度存在差异， 因此存在区间效应。在适当的情况下， 资产金融化配置可以作为有效的催化剂， 缓解融资限制， 为创新提供资金， 提高融资回报潜力， 从而产生“蓄水池”效应。然而， 超过一定临界值后， 挤出效应会迅速增加。同时， 随着金融资产配置的逐渐增加， 企业的流动性相对于其流动资金开始下降， 进一步减缓了“蓄水池”效应。当资产金融化达到一定水平时， 资产金融化会对企业绩效产生负面影响。在这种情况下， 资产的金融化主要是为了抑制公司的业绩表现。如果企业对资产金融化投资比例过高， 将显然对其实业投资造成压力， 即所谓的过度金融化现象。当过度金融化发生时， 企业将面临巨大风险， 超出其可控范围。过度依赖资产金融化， 将发展重心从制造业转移到金融业， 导致企业经营模式转型， 企业生产和创新环境恶化。因此， 对于企业的可持续发展而言， 合理控制资产金融化程度至关重要。由此， 本文提出假设2。
H2： 资产金融化程度在资产金融化和企业绩效关系中存在门槛作用。
2.3 企业成长性门槛效应
企业绩效受资产金融化影响的程度取决于企业的成长水平。企业成长性弱通常意味着企业面临资金短缺、 扩大再生产困难、 市场份额增长缓慢或下降等问题。这类企业往往过度依赖金融化来获取企业金融投资的超额回报， 从而导致企业绩效呈下降趋势。与此相反， 高成长性企业通常拥有充足的现金流和良好的经营业绩， 其管理目标旨在加大对核心业务的资金投入、 优化经营表现、 增加市场份额以及强化创新能力。这类企业积极利用资产金融化的“蓄水池”效应， 更明智地利用金融市场促进核心业务， 从而提高市场竞争力。由此， 本文提出假设3。
H3： 企业成长性在资产金融化和企业绩效关系中存在门槛作用。
3 样本选取与模型设定
3.1 样本选取
本研究对象为2011年-2021年间中国沪深A股制造业上市公司， 根据2012年证监会修订的行业分类标准进行筛选， 剔除样本、 变量数值严重缺失、 ST和已退市的样本， 以确保各项财务数据的一致可靠。为排除极端值， 对连续变量进行上下1%的缩尾处理。样本数据来自CSMAR数据库， 本文使用STATA17进行实证分析。
3.2 变量定义
3.2.1 被解释变量
总资产收益率（return on total assets， 简称ROA）作为被解释变量。评估企业绩效的指标有总资产收益率、 净资产收益率、 每股收益、 经济增加值和市场增加值等。考虑到我国资本市场的实际情况， 本文选用总资产收益率（ROA）来评价企业绩效， 并将净资产收益率（return on equity， ROE）作为备用指标。选择这两个指标有以下原因： 首先， 总资产收益率和净资产收益率为相对数， 更适合比较同一时期不同企业以及同一企业不同时期的数据。其次， EPS（earnings per share， 每股盈余）、 EVA（economic value added， 经济附加值）等指标为绝对数， 无法比较不同规模企业的绩效。最后， 总资产收益率和净资产收益率的获取和计算相对简单， 可直接从企业财报数据中获取， 而其他指标的获取较为困难。
3.2.2 解释变量
资产金融化（Fin）作为解释变量， 以金融资产所占的份额来衡量。货币资金、 交易性金融资产、 衍生金融资产、 可供出售金融资产净额、 持有至到期投资净额、 投资性房地产净额之和与总资产的比重。
3.2.3 门槛变量
资产金融化（Fin）， 含义同上， 同时在门槛模型中作为门槛变量， 进一步检验Fin在不同区间对被解释变量的不同影响。
企业成长性（Grow）， 作为门槛变量。本文参考王华和郭思媛
［18 ］ 的研究， 以营业收入增长率来衡量。营业收入增长速度与企业成长性为正相关关系。
3.2.4 控制变量
本文还筛选了一些重要的控制变量， 包含： 股权集中度（Own）、 董事会规模（Board）、 产权性质（Soe）、 无形资产（Intang）、 资产负债率（Lev）、 托宾Q值（Q）、 年度（Year）等。变量定义见
表 1 。
3.3 模型设计
3.3.1 基准模型
为检验假设1中的资产金融化与企业绩效的关系， 构建如下非线性模型：
R O A i , t = α 0 + α 1 F i n i , t + α 2 F i n i , t 2 + ∑ α n C o n t r o l s + ε i , t （1）
其中， R O A i , t F i n i , t i t C o n t r o l s ε i , t
3.3.2 门槛模型
制造业企业资产金融化程度与企业绩效之间的关系会受到资产金融化程度和企业成长性的影响而表现出一定的区间效应， 本文参考Hansen
［19 ］ 的研究成果， 引入了门槛模型， 从而在因果关系研究中对经济参数跨过门槛变量值后的突变进行检验并进一步检验资产金融化是否会对企业绩效产生更大的区间效应， 结果更可靠地证实两个因素之间的非线性关系。
单一门槛模型设定如下：
R O A i , t = μ i + δ i , t x i , t + β 1 F i n i , t I d i , t < γ + β 2 F i n i , t I d i , t > γ + ε i , t （2）
其中， d i , t F i n G r o w ε i , t β n x i , t ε i , t γ I *
R O A i , t = μ i + δ i , t x i , t + β 1 F i n i , t I d i , t ≤ γ 1 + β 2 F i n i , t I γ 1 < d i , t ≤ γ 2 + ⋯ + β n F i n i , t I ( γ n - 1 <
d i , t ≤ γ n ) + β n + 1 F i n i , t I d i , t > γ n + ε i , t （3）
4 实证分析及检验
4.1 描述性统计分析
表 2 对关键变量进行了详细的描述性分析。有效的样本制造业企业数量达到678家。总资产收益率（
ROA ）的峰值达到了0.205， 而最低值则是-0.124， 这一数据揭示了在沪深A股交易所上市的制造业企业在盈利能力上存在明显的不平衡。资产金融化程度（
Fin ）的最低值达到0.029 9， 而最高值为0.608， 这表明我国制造业企业的资产金融化水平存在很大的差异， 一些企业甚至显示出过度金融化的趋势。资产金融化的平均水平达到了0.211， 而标准偏差为0.126， 这些数据揭示了我国制造业上市公司在金融化方面的整体水平并不算高。企业成长性（
Grow ）的峰值达到了0.881， 而最低值则是-0.218， 这一数据揭示了企业成长性存在显著的差异性。
4.2 基准回归
本研究首先进行了Hausman检验， 确定了采用固定效应模型， 并对结果进行了稳健标准误处理。根据
表 3 中基准回归结果的第一列显示， 资产金融化（
Fin ）系数为0.087 6， 资产金融化二次项（
Fin2 ）系数为-0.1077， 均显著。资产金融化与制造业企业绩效呈现出倒U型关系。
Utest检验结果表明极值点0.432 6位于数据范围［0.029 9，0.608］内， 同时
p 值=0.015<0.05， 故拒绝了“不存在倒U型关系”的原假设。在［0.029 9，0.432 6］范围内， 资产金融化有助于提升企业绩效， 此时主要体现为“蓄水池”效应； 当资产金融化超过阈值0.432 6后， 随着其程度的增加， 企业绩效增长受到抑制， 挤出效应变得更加显著。这与郭丽丽和徐珊
［19 ］ 的实证结果相似也与Da Luz
［20 ］ 的研究一致， 验证了假设1。因此， 制造业企业适度的金融投资有利于主营业务的发展， 但过度金融投资会侵占实业投资资源， 从而无法提高制造业企业绩效。
4.3 门槛回归分析
下面进行门槛回归检验， 门槛变量分别为资产金融化和企业成长性。
表 3 的第（2）列和第（3）列是门槛模型的回归结果，
Fin_1 ~
Fin_3 是不同区间资产金融化与企业绩效关系的系数。对门槛变量300次Bootstrap的抽样结果如
表 4 所示。最优门槛的估计结果及其95%置信区间如
表 5 所示。
4.3.1 资产金融化程度
根据
表 4 的第（1）（2）列和
表 5 的第（1）列，
Fin 作为门槛变量时， 通过了双重门槛检验， 得到了两个门槛值， 分别为0.057 5和0.271 5。基于此， 我们将资产金融化程度分为三个区间。根据
表 3 的（2）列所示， 将沪深A股制造业上市公司按照资产金融化程度分为低金融化水平（
Fin <0.057 5）、 中金融化水平（0.057 5<
Fin <0.271 5）和高金融化水平（
Fin >0.271 5）企业。在低金融化水平下， 提高资产金融化水平不利于提高企业绩效。在中金融化水平下， 资产金融化可以有效利用“蓄水池”效应来提高绩效。在高金融化水平下， 资产金融化对企业绩效的促进作用变弱， 随着金融配置的改善， 对实业投资的挤出效应会越来越强。以上实证结果可知， 制造业资产金融化与企业绩效间存在资产金融化程度门槛， 制造业资产金融化与企业绩效间会因为资产金融化程度的差异呈现出显著区间效应。该门槛模型有效验证了假设2。
4.3.2 企业成长性
根据
表 4 的第（3）（4）列和
表 5 的第（2）列， 当企业成长性（
Grow ）作为门槛变量时， 通过了双重门槛检验， 门槛值分别为-0.052 6和0.071 5。根据
表 3 的（3）列所示， 将沪深A股制造业上市公司按照企业成长性水平分为低成长性企业（
Grow <-0.052 6）、 中成长性企业（-0.052 6<
Grow <0.071 5）和高成长性企业（
Grow >0.071 5）。结果显示， 随着企业成长性水平的提高， 资产金融化程度对企业绩效的影响也增加， 每次超过临界变量时， 区间系数都会发生变化。与低成长性企业相比， 高成长性企业具有更有竞争力的主营业务和更大的增长潜力。这些企业能够充分利用资产金融化带来的资金进一步发展核心业务， 提高业绩， 并具备一定的抵御金融风险的能力。这与许志勇
［17 ］ 等提出的观点相呼应， 即随着非金融企业的成长性由低转向高， 非金融企业的金融化对企业绩效的影响由显著的负面效应转化为微弱的正面效应。因此， 制造业资产金融化与企业绩效间存在企业成长性门槛， 制造业资产金融化与企业绩效间会因为企业成长性的高低呈现出不同的区间效应。该门槛模型有效验证了假设3。
4.4 稳健性检验
4.4.1 替换被解释变量
为了验证前文的基准回归结果的稳健性， 参考吴一丁等
［15 ］ 的研究， 变更被解释变量企业绩效的度量指标， 用净资产收益率（
ROE ）替代总资产收益率（
ROA ）， 并进行回归检验。
表 6 中第（1）列的回归结果显示， 资产金融化（
Fin ）的系数显著为正， 资产金融化二次项（
Fin 2）的系数显著为负， 与基准回归的结论基本一致， 证实了假设1。
4.4.2 滞后一期检验
为了解决内生性问题， 本研究参考谢富胜和匡晓璐
［21 ］ 及刘贯春等
［22 ］ 研究， 引入了资产金融化的滞后一期（
L.Fin ）作为解释变量。根据
表 6 中第（2）列的回归结果显示， 滞后一期的资产金融化的一次项系数显著为正， 滞后一期的资产金融化的二次项（
L.Fin2 ）系数显著为负。这表明滞后一期的资产金融化与企业绩效之间存在着倒U型的非线性关系， 进一步证实了假设1的结论。
4.4.3 工具变量法检验
为检验资产金融化与制造业企业绩效间反向因果的内生性问题， 参考杜勇
［11 ］ 等的做法， 本文采用工具变量-2SLS模型， 工具变量选择同年度其他公司的平均金融化水平（
F_mean ）及其平方项（
F_mean2 ）。这是因为制造业企业中一家企业的资产金融化水平会受到其他企业的影响
［23 ］ 。根据
表 6 的第（3）列和第（4）列的第一阶段回归结果， 工具变量的估计值显著， 并满足相关性条件。弱相关性检验显示最小特征值为96.218 4， 大于10， 因此拒绝弱工具变量的假设， 并且通过了过度识别检验。
表 6 的第（5）列展示的第二阶段回归结果与之前的结论一致， 表明制造业企业资产金融化与企业绩效之间不存在内生性问题。
5 研究结论与对策建议
5.1 研究结论
本文以2011年-2021年沪深A股交易所上市的制造业企业为样本， 通过面板数据进行理论分析和实证检验， 得出以下结论：
首先， 制造业企业资产金融化的双重效应——“蓄水池”效应和“挤出”效应对企业绩效的非线性影响。研究发现， 当制造业企业资产金融化水平处于0.029 9~0.432 6的区间时， 资产金融化促进了企业绩效的增长； 然而， 当资产金融化水平超过拐点值0.432 6后， 其对企业绩效转变为抑制作用。这种非线性关系的存在表明， 资产金融化并不是越高越好， 需要根据具体情况进行合理配置。
其次， 本文引入门槛模型进一步检验了制造业企业资产金融化对企业绩效的影响方向和程度， 发现这种影响会受到资产金融化程度和企业成长性的差异而产生显著差异。1） 在资产金融化程度门槛下， 当资产金融化程度处于0.056 3~0.058 8的低金融化程度区间时， 制造业企业资产金融化对企业绩效的改善不利； 当资产金融化程度处于0.262 3~0.272 6间时， 资产金融化有利于企业绩效的改善； 然而， 当资产金融化程度超过门槛值0.272 6后， 过度金融化会导致企业陷入非效率投资， 对企业绩效产生不利影响。2） 在企业成长性门槛下， 只有当企业成长性大于门槛值0.071 5时， 制造业企业资产金融化对企业绩效产生促进作用。这表明， 企业的资产金融化水平和成长性是影响资产金融化对企业绩效影响的重要因素， 需要在实践中予以充分考虑。
5.2 对策建议
第一， 制造业企业的金融资产配置是企业经营决策中的重要环节， 其合理性和有效性对企业的运营效率和绩效有着重要的影响。在金融资产配置中， 需要注意生产要素的配置效率， 以避免过度依赖金融化所带来的风险。企业管理者需要根据实际情况不断进行评估和调整， 以确保金融资源的合理配置和企业运营的效率。企业管理者应当充分了解企业的生产要素配置情况， 并结合企业的战略目标、 行业发展趋势以及金融资产配置方案。
第二， 企业自身应该加强技术研发和创新， 以提升产业经济的竞争力和可持续发展水平。为此， 企业需要加强内部管理， 并优化资源配置， 完善投资决策机制， 以确保投资行为的合理性和效率。首先， 透过设定明确的目标和职责分工， 提升企业内部的协作效率和决策能力， 加强内部管理， 确立科学的组织结构和运营机制。其次， 企业需要优化资源配置， 确保投资行为的合理性和有效性。最后， 管理者需要有远见和策略， 全面考虑企业的长远利益， 并根据市场和经济的变化及时做出调整和决策。管理者应密切关注市场和行业的变化， 掌握先进的管理理念和方法， 灵活应对市场的挑战和机遇。这样可以确保企业在金融化过程中能够保持稳定发展， 并且不会受到短期波动的干扰。
第三， 为了避免市场非理性投资所带来的效率损失， 并防止经济过度依赖虚拟经济对实体经济造成不利影响， 政府也应采取多种措施引导企业更加理性地进行投资。首先， 政府可以制定相关政策并加强监管和引导， 以确保企业的投资行为合理化并维护市场的稳定性。其次， 政府还应推动产融结合， 在金融资本的支持下， 使得产业经济能够全面提升其总量、 结构和内涵。总之， 政府在引导企业进行理性投资方面扮演着重要角色， 政策、 产融结合和风险管理等多种措施的分别采取和整合， 将是政府引导企业理性投资的有效途径。
综上所述， 企业管理者需要根据实际情况和发展战略， 制定相应的策略和措施， 有效应对各种挑战。同时， 政府通过制定相关政策和加强监管， 引导企业进行理性投资， 促进制造业的可持续发展， 推动经济的稳定增长。在全球化背景下， 制造业企业需要不断提升自身实力， 开拓国际市场， 实现转型升级， 走向更加繁荣和可持续的发展道路。
京公网安备11010202008535号
PDF
(549KB)
