数字经济发展与企业金融化决...介效应与融资效率的调节效应_江映霞.pdf

研究与探索2023 年第 14 期数字经济发展与企业金融化决策江映霞1李红梅2（通讯作者）（1.华南理工大学 广东 广州 510641；2.中国社会科学院大学应用经济学院 北京 102488）摘要：文章考察数字经济发展对实体企业金融化行为的影响效应及机理。结果表明，数字经济发展对实体企业金融化具有显著的负向影响，即在数字化程度越高的地区，区域内实体企业金融化水平越低。进一步研究表明，数字经济发展主要通过改善企业融资环境进而影响企业自由现金流，削弱了储蓄性动机下的金融化决策。文章还发现，企业的融资效率在数字经济发展水平和企业金融化决策中起到调节作用，更高的融资效率强化这种影响效应。关键词：数字经济发展 金融化决策 自由现金流 融资效率一、引言随着实体经济发展放缓，利润率降低，大量实体企业资本涌入金融和房地产行业，导致“脱实向虚”的现象。据清晖智库2022年的统计，截至截至2月15日已有569家上市公司利用闲置资金购买理财产品，合计购买金额逾1700亿元人民币。总体来看，银行理财产品、定期存款深受不少A股上市公司的喜爱，购买金额合计均超过100亿元。学术界关于实体企业金融化的讨论也十分激烈，并持有不同的观点。杜勇等1的研究认为，实体企业金融化会对主营业务产生挤出效应，不利于实体企业的发展。成思危2也指出，实体企业金融化可能带来经济运行的空转，导致系统性金融风险的发现。当然，也有研究从企业金融化的动因来进行分析，胡奕明等3的研究认为，企业金融化可以防止资金短缺给企业经营带来不利影响，有助于分散企业风险。因此大量研究讨论和探究企业金融化的影响因素。已有研究主要探究高管特征、经济政策不确定性、企业融资约束等对企业金融化的影响4-6。一方面在全球经济形势下行的压力下，使得实体企业更倾向于投资金融资产，另一方面，随着数字信息技术、数字经济的发展为企业投资和经营带来新的机遇7。江红莉等8的研究表明，数字经济发展能够显著影响企业的实体投资，对企业生产经营决策产生重要影响。那么数字经济发展是否会影响企业的金融资产投资呢？为此，本文选取我国沪深A上市公司为研究样本，探究数字经济发展对实体企业金融化的影响。研究结果表明，数字经济发展会显著降低企业的金融化程度，本文从自由现金流角度检验了储蓄性动机下金融化投资的降低，说明数字经济发展有助于改善企业融资环境，进而抑制了企业的金融资产投资。进一步地，研究发现在企业融资效率更高时，数字经济发展对企业金融化的抑制作用更显著。二、理论分析与研究假设党的十九大提出要“推动互联网、大数据、人工智能和实体经济深度融合”，“十四五”规划再度强调要加强关键数字技术创新应用，加快推动数字产业化，推进产业数字化转型。在数字经济发展的上半场，以资讯平台、搜索引擎、社交网络、电子商务、共享经济等为代表数字经济改变着人们的消费和生活方式，在数字经济发展的下半场，以5G、大数据、人工智能、云计算、区块链等数字技术充分应用到产业转型升级、企业运营发展等方面9。数字经济发展对优化市场资源配置、降低资源要素扭曲、提高企业全要素生产率具有重要的作用10。Akcigit et al.11的研究表明，数字经济能够降低了信息的通信与复制成本，消除了信息传递的障碍。肖旭和戚聿东12的研究也指出，数字经济发展能够改善企业自身以及企业的外部信息环境，从而强化数字化信息连接与结合，有助于加快要素资源流动。从信息环境改善和生产关系升级等角度分析，数字经济发展能够提高企业的全要素生产率13、促进企业创新9、促进实体经济的发展8。因此，数字经济发展将有助于激发实体经济活力，强化企业实体经济的价值创造，进而有助于抑制实体企业的金融化程度。为此本文提出假设：假设1：数字经济发展会抑制企业金融化企业金融化动因主要有逐利动机和储蓄性动机1。基于自由现金流的中介效应与融资效率的调节效应45DOI:10.16144/ki.issn1002-8072.2023.14.0042023 年第 14 期江映霞 李红梅：数字经济发展与企业金融化决策表1变量定义表变量类别被解释变量解释变量中介变量调节变量控制变量变量名称金融化程度数字经济发展自由现金流融资效率公司规模资产负债率盈利能力第一大股东持股比例独立董事比例董事会规模两职合一企业上市年限年度公司符号FINDigecFCFFESIZELEVROATOPOUTRBSIEZDUALAGEYEARFEE说明（货币资金+持有至到期投资+交易性金融资产+投资性房地产+可供出售金融资产+应收股利+应收利息）/企业总资产采用北京大学数字金融研究中心发布的数字经济发展指数企业经营活动现金流减去维持资产规模的经营现金流和年度估计新增投资所需的现金流投资回报率与资本成本率的比值总资产的自然对数总负债/总资产资产收益率第一大股东持股数占总股数比例独立董事人数占董事会人数比例董事会人数董事长与总经理兼任取 1，否则为 0企业上市年限年度固定效应个体固定效应逐利动机指的是在实体产业利润率下降的情况下，企业通过配置金融资产来获得更高额的利润14；另一方面，由于金融资产具有更高的流动性，能够缓解企业的资金压力和流动性问题，因此企业基于储蓄性动机也可能提高金融资产投资15。数字化发展能够为实体企业生产注入活力、提高实体投资的价值增值21，因而能够提高企业的经营能力和运营效率，使得企业拥有更多的可使用资金，降低了企业因逐利动机和储蓄性动机而过度持有金融资产。与此同时，在交易成本和信息不对称降低下，数字经济能够改善企业的融资能力16。车德欣等17的研究也发现，数字化能够降低企业融资成本，缓解企业的资金压力。在融资环境改善的情况下，企业会降低基于储蓄性动机而持有金融资产。综上所述，数字经济发展能够激发实体经济活力、改善企业的融资环境，有助于提高企业经营效率和强化企业融资，使企业拥有更多自由现金流，从而降低了企业基于逐利和风险防范下的金融资产投资，即抑制了企业金融化。据此本文提出假设：假设2：数字经济发展能够提高企业的自由现金流，进而降低其金融化水平前文的分析认为，数字经济发展能够改善企业融资和提高企业生产效率，进而削弱了其金融化动机。企业的融资效率反映了其资源获取效率和价值创造效率18。虽然地区数字化发展能够改善企业的融资信息环境12、以及给企业生产经营赋能13，但这些作用还会受到企业自身特质差异的影响。企业融资效率是外部资源获取到内部价值生产的全流程反映19。在融资效率更高的企业，其更能够抓住数字经济发展所带来的机会，从而更有助于强化其实体投资而非金融化投资。因此本文认为，更高的融资效率能够强化数字经济发展对金融化的抑制作用。据此本文提出假设：假设3：融资效率在数字经济发展和企业金融化之间起到调节作用，即融资效率强化了数字经济发展对金融化的抑制作用三、研究设计（一）样本选择与数据来源本文选用20112019年A股主板上市公司为样本，并对初始样本按以下标准进行筛选：由于本文研究实体企业的金融化投资行为，因此剔除样本中的金融企业；由于ST、*ST类上市公司财务状况缺乏稳定性,因此剔除ST、*ST类上市公司；剔除存在其他实证数据缺失的公司；对实证数据中的连续变量进行1%和99%的缩尾处理。财务数据来自CSMAR数据库，数字经济发展数据来自北京大学数字金融研究中心。（二）变量定义（1）企业金融化（FIN）。借鉴张成思和郑宁14的研究，企业金融化程度的具体定义如下：（货币资金+持有至到期投资+交易性金融资产+投资性房地产+可供出售金融资产+应收股利+应收利息）/企业总资产。（2）数字经济发展（Digec）。与江红莉等8的做法类似，采用北京大学数字金融研究中心发布的“数字普惠金融发展指数”、互联网普及率（百人中互联网宽带接入用户数）、相关从业人员情况（计算机服务和软件业从业人员占城镇单位从业人员比重）、相关产出情况（人均电信业务总量）和移动电话普及率（百人中移动电话用户数）五个指标构建数字经济指标体系。对涉及数字经济发展的五个指标进行标准化处理，转换为0-1值，然后取平均值得到数字经济发展（Digec）指标。（3）自由现金流（FCF）。借鉴徐晓东和张天西20的做法，自由现金流（CF）等于企业经营活动现金流减去维持资产规模的经营现金流和年度估计新增投资所需的现金流。自由现金流（CF）的值越大代表企业的现金流越充分。（4）融资效率（FE）。借鉴张海君18研究方法，采用资金投入与产出比来衡量，融资效率是衡量企业获取资金并利用其创造收益能力的重要标准。选用“投资回报率与资本成本率的比值”来度量。融资效率（FE）其值越大反映企业的融资效率越高。（5）控制变量。此外本文还对以下变量进行控制，具体如表1所示：46研究与探索2023 年第 14 期表2描述性统计变量符号FINDigecFCFFESIZELEVROATOPOUTRBSIEZDUALAGE样本数量160691606916069160691606916069160691606916069160691606916069均值0.0280.4310.0071.04922.1430.4260.0430.3560.3748.7310.2599.252标准差0.0810.2370.0691.1181.4130.2190.0500.1530.0541.8160.4387.143最小值0.0000.073-0.232-4.22319.0780.051-0.2040.0890.1005.0000.0000.000最大值0.5250.9670.2358.67826.3870.9340.1960.7640.57115.0001.00027.000中位数0.0010.3420.0040.93121.9190.4140.0390.3380.3339.0000.0007.000（三）模型构建本文主要探究数字经济发展对企业金融化的影响，并分析其中的影响机制和可能的调节效应，为此构造如下模型来进行检验：FINi，t=0+1Digeci，t+2SIZEi，t+3LEVi，t+4ROAi，t+5TOPi，t+6OUTRi，t+7BSIZEi，t+8DUALi，t+9AGEi，t+YEAR+FEE+i，t模型1FCFi，t=0+1Digeci，t+2SIZEi，t+3LEVi，t+4ROAi，t+5TOPi，t+6OUTRi，t+7BSIZEi，t+8DUALi，t+9AGEi，t+YEAR+FEE+i，t模型2FINi，t=0+1Digeci，t+2FCFi，t+3SIZEi，t+4LEVi，t+5ROAi，t+6TOPi，t+7OUTRi，t+8BSIZEi，t+9DUALi，t+10AGEi，t+YEAR+FEE+i，t模型3FINi，t=0+1Digeci，tFEi，t+2FEi，t+3Digeci，t+4SIZEi，t+5LEVi，t+6ROAi，t+7TOPi，t+8OUTRi，t+9BSIZEi，t+10DUALi，t+11AGEi，t+YEAR+FEE+i，t模型4假设1主要讨论数字经济发展对企业金融化的影响，主要通过模型1来进行检验，预期数字经济发展（Digec）的回归系数显著为负。假设2是讨论了数字经济发展影响金融化的具体机制，主要考察自由现金流在其中是否发挥作用，为此采用中介效应模型1-模型3来进行检验。为了检验假设3，将在模型1的基础上加入数字经济发展（Digec）和融资效率（FE）的交乘项，如模型4所示，预期交乘项系数也显著为负。四、实证分析（一）描述性统计表2的描述性结果显示，企业金融化（FIN）指标的均值为0.028，表明平均而言约有2.8%的金融资产投资占比。数字经济发展（Digec）的均值为0.431，其为城市层面的数字经济发展度量指标，其值越大代表数字经济发展程度越高。其他相关变量均值合理范围内。（二）相关性分析表3的相关性检验结果显示，企业金融化（FIN）和数字经济发展（Digec）的相关性系数并不显著，这可能是由于没有对其他因素进行控制的原因。自由现金流（FCF）、融资效率（FE）与企业金融化（FIN）的相关性系数显著为负，说明两者是影响企业金融化决策的重要因素，在自由现金流高时，企业会降低金融资产配置。表3中其他控制变量的相关性系数均小于0.5，说明多元回归模型不存在多重共线性。（三）回归分析数字经济会对宏观经济和微观企业的发展产生重要影响，本文试图回答数字经济发展与企业金融化决策的关系。表4是通过模型1进行的多元回归分析结果。回归结果显示，数字经济发展（Digec）的回归系数为-0.0466，并且在1%水平显著，说明在控制了其他相关因素后，发现数字经济发展能够显著抑制企业的金融化程度。从控制变量的结果来看，企业规模（SIZE）的系数显著为正，说明规模较大的企业其更有可能持有金融资产。企业盈利能力（ROA）的回归系数显著为负，说明在盈利状况较好时，企业会减少金融资产配置，这与现有的文献结论一致。董事会规模（BSIZE）的回归系数也显著为负，说明在董事会治理水平较好时，会限制企业过度金融化投资。（四）影响机制分析：自由现金流视角逐利和储蓄性动机是企业金融化决策的两个主要动因，在数字经济发展下，更高的数字经济发展水平能够为实体经济赋能，提高企业的经营生产效率，同时也能够基于信息透明度的提高改善企业的融资环境，因此数字经济发展能够使得企业因更高的经营效率和更便捷的融资带来内部资金，从而降低企业持有金融资产的水平。因此本文认为，自由现金流反映了企业资金充裕的程度，在数字经济发展水平更高时，企业能够拥有更表3Pearson相关性系数FINDigecFCFFESIZELEVROATOPOUTRBSIEZDUALAGEFIN10.109-0.030*-0.018*0.314*0.173*-0.056*-0.072*-0.019*0.216*-0.057*0.121*Digec1-0.032*0.063*0.090*-0.0130.068*0.063*0.042*0.033*0.032*-0.056*FCF10.127*0.077*-0.044*0.243*0.096*-0.032*0.063*-0.060*0.143*SIZE10.482*-0.119*0.184*-0.0010.372*-0.209*0.340*LEV1-0.403*0.069*-0.025*0.246*-0.175*0.388*FE1-0.067*-0.175*0.466*0.043*0.002-0.033*0.064*-0.120*ROA10.093*-0.01-0.055*0.099*-0.231*TOP10.054*0.005-0.037*-0.054*OUTR1-0.451*0.109*-0.043*BSIEZ1-0.185*0.122*DUAL1-0.249*AGE1注：*、*、*分别表示在 1%、5%和 10%的水平下显著，下同。472023 年第 14 期江映霞 李红梅：数字经济发展与企业金融化决策表5影响机制分析：自由现金流变量DigecFCFSIZELEVROATOPOUTRBSIEZDUALAGEConstant控制年度控制行业NAdjusted R2（1）FIN-0.0466*（-5.074）0.00608*（7.620）-0.0115*（-3.458）-0.0163*（-1.956）-0.00346（-0.622）-0.00849（-0.822）-0.00103*（-2.442）0.00155（1.382）0.00484（1.580）-0.107*（-3.933）是是160690.105（3）FIN-0.0457*（-4.967）-0.0202*（-4.042）0.00568*（7.068）-0.0114*（-3.433）-0.0102（-1.199）-0.00324（-0.583）-0.00850（-0.823）-0.00102*（-2.441）0.00155（1.383）0.00448（1.464）-0.0976*（-3.566）是是160690.106（2）FCF0.0495*（3.071）-0.0199*（-14.19）0.00449（0.768）0.305*（20.86）0.0107（1.099）-0.000139（-0.00770）4.25e-05（0.0578）3.14e-05（0.0160）-0.0177*（-3.296）0.479*（10.03）是是160690.069高的自由现金流水平，进而降低了其过多持有金融资产的意愿。为此，本文将通过模型1-模型3来进行中介效应分析，在表5中第（1）列是基本分析结果，即发现数字经济发展能够降低企业的金融化程度。第（2）是考察数字经济发展与企业自由现金流的关系，此时被解释变量为自由现金流（FCF），解释变量为数字经济发展（Digec），此时数字经济发展（Digec）的系数显著为正，说明数字经济发展能够提高区域内企业的自由现金流水平。第（3）列是基于模型3的检验结果，其中自由现金流（FCF）的回归系数显著为负，说明自由现金流水平越高，企业更不倾向于持有过多金融资产，与此同时数字经济发展（Digec）的回归系数依然显著为负，说明自由现金流在其中起到部分中介效应，即数字经济发展能够提高企业的自由现金流，进而降低其金融化水平。（五）融资效率差异分析表6考察了融资效率是否在数字经济发展和企业金融化之间起到调节作用，在模型1的基础上，通过引入数字经济发展（Digec）和融资效率（FE）的交乘项来进行检验。表6的结果显示，在引入交乘项后，数字经济发展（Digec）的系数依然显著为负，此时重点关注交乘项的系数情况，可以看到Digec*FE的系数为-0.00296，并且在5%水平下显著。说明融资效率在数字经济发展和企业金融化之间起到调节作用，即更高的融资效率强化了数字经济发展对金融化的抑制作用。企业的金融化决策是一个复杂的过程，其既会受到外部环境的影响，也会受到企业内部特质差异的影响。本文发现在数字经济发展与企业金融化负向关系的情况下，企业融资效率还会起到调节作用。这是因为融资效率反映了企业从获取资源到使用资源的效率情况。在更高融资效率的企业，其更能够充分抓住数字经济发展所带来的机会，进而更加聚焦主业，而降低金融化资产投资。五、研究结论本文研究了地区数字经济发展与企业金融化决策的关系，以及这种关系的影响机制和调节因素。本文发现：数字经济发展水平越高，企业的金融化程度越低。这与已有文献的研究结论相符，已有研究发现数字经济发展能够提高企业的全要素生产率、促进企业创新、提高企业价值。本文从企业金融化决策角度出发，发现数字经济发展会抑制企业金融化投资。文章对影响机制进行了验证，发现数字经济发展能够提高企业的自由现金流，进而降低了企业的金融资产配置。企业自由现金流一方面反映了企业的资金压力情况、另一方面也反映了企业的经营效率情况，数字经济发展能够赋能企业生表4数字经济发展与企业金融化决策变量DigecSIZELEVROATOPOUTRBSIEZDUALAGEConstant控制年度控制行业NAdjusted R2（1）FIN-0.0466*（-5.074）0.00608*（7.620）-0.0115*（-3.458）-0.0163*（-1.956）-0.00346（-0.622）-0.00849（-0.822）-0.00103*（-2.442）0.00155（1.382）0.00484（1.580）-0.107*（-3.933）是是160690.10548研究与探索2023 年第 14 期表6数字经济发展、融资效率与企业金融化决策变量Digec*FEDigecFESIZELEVROATOPOUTRBSIEZDUALAGEConstant控制年度控制行业NAdjusted R2（1）FIN-0.00296*（-2.479）-0.0427*（-4.582）0.00124*（1.998）0.00605*（7.582）-0.0116*（-3.474）-0.0171*（-1.926）-0.00335（-0.602）-0.00865（-0.837）-0.00102*（-2.423）0.00157（1.400）0.00479（1.555）-0.108*（-3.946）是是160690.105产、经营、管理，进而提高企业的生产效率，使其更加聚焦主业，也弱化了其基于储蓄性动机持有金融资产。融资效率反映了从资源投资到资源价值产出全流程的效率情况，在融资效率更高的企业，表明其能够以较低的成本获取资金，并且以较高的产出价值来使用资金。在融资效率更高时，企业能够更好地把握数字经济发展带来的机遇，使其能够更好的聚焦公司主业，而非金融化投资。参考文献：1 杜勇，张欢，陈建英.金融化对实体企业未来主业发展的影响：促进还是抑制 J.中国工业经济，2017（12）：113-131.2 成思危.虚拟经济不可膨胀 J.资本市场，2015（1）：8.3 胡奕明，王雪婷，张瑾.金融资产配置动机：“蓄水池”或“替代”？来自中国上市公司的证据 J.经济研究，2017（1）：181-194.4 彭俞超，韩珣，李建军.经济政策不确定性与企业金融化 J.中国工业经济，2018（1）：137-155.5 杜勇，谢瑾，陈建英.CEO金融背景与实体企业金融化 J.中国工业经济，2019（5）：136-154.6 顾雷雷，郭建鸾，王鸿宇.企业社会责任、融资约束与企业金融化 J.金融研究，2020（2）：109-127.7 刘飞.数字化转型如何提升制造业生产率基于数字化转型的三重影响机制 J.财经科学，2020（10）：93-107.8 江红莉，侯燕，蒋鹏程.数字经济发展是促进还是抑制了企业实体投资来自中国上市公司的经验证据 J.现代财经（天津财经大学学报），2022，42（5）：78-94.9 党琳，李雪松，申烁.数字经济、创新环境与合作创新绩效 J.山西财经大学学报，2021，43（11）：1-15.10 谢康，夏正豪，肖静华.大数据成为现实生产要素的企业实现机制：产品创新视角 J.中国工业经济，2020（5）：42-60.11 Akcigit U,Caicedo S,Miguelez E,et al.Dancing withthe Stars:Innovation through Interactions R.CEPR Discuss-ion Papers,2018.12 肖旭，戚聿东.产业数字化转型的价值维度与理论逻辑 J.改革，2019（8）：61-70.13 杨慧梅，江璐.数字经济、空间效应与全要素生产率 J.统计研究，2021，38（4）：3-15.14 张成思，郑宁.中国实体企业金融化:货币扩张、资本逐利还是风险规避？J.金融研究，2020（9）：1-19.15 胡奕明，王雪婷，张瑾.金融资产配置动机：“蓄水池”或“替代”？来自中国上市公司的证据 J.经济研究，017（1）：181-194.16 张磊，吴晓明.数字化金融缓解中小企业融资约束的机制、困境与对策分析 J.理论探讨，2020（5）：110-114.17 车德欣，戴美媛，吴非.企业数字化转型对融资成本的影响与机制研究 J.金融监管研究，2021（12）：56-74.18 张海君.内部控制、法制环境与企业融资效率基于A股上市公司的经验证据 J.山西财经大学学报，2017，39（7）：84-97.19 曹亚勇，刘计含，王建琼.企业社会责任与融资效率 J.软科学，2013（9）：51-54.20 徐晓东，张天西.公司治理、自由现金流与非效率投资 J.财经研究，2009，35（10）：47-58.（编辑 梁 恒）49