实体企业金融化对企业创新投资的影响——基于调节效应的分析

■李震林 易世威

建立金融资产与创新资产的投资决策模型考察企业金融化对企业创新投资的影响，分析表明，企业金融化对企业创新投资的影响效果与股权性质、市场竞争和融资约束有关。在此基础上，基于2007年至2019年我国上市公司样本，研究实体企业金融化对创新投资的影响，并探讨股权性质、市场竞争以及融资约束的调节效应和创新投资的分位数效应，结果表明：企业金融化对企业创新投资有显著的挤出效用；相对国有企业，非国有企业的挤出效用更小，而改制企业挤出效用没有差别；市场竞争会强化资产金融化的挤出效用，却会削弱企业套利动机的挤出效用；融资约束会增强挤出效用；挤出效用在创新投资较高的企业更低甚至消失。理论和实证分析探讨企业金融化影响企业创新的调节机理，有助于改善企业脱虚向实，促进企业创新。

一、引言

近年来，伴随着我国金融市场的日益完善，金融工具的不断创新升级，我国的金融部门规模迅速扩大，实体行业的利润率有所下降，一定程度上诱发了实体经济“脱实向虚”等不良现象，同时美国对我国进行技术打压，加速了我国实体经济创新不足问题的暴露。技术创新活动是我国实体企业长期发展的必然条件，也是高效运作与持续发展的活力源泉，中共十九大报告明确提出，我国经济已进入从高速增长向高质量增长转变的轨道中，要支持实体经济，保证经济的高质量发展，则需要扭转“脱实向虚”的发展现状，以创新驱动市场高质量发展。因此，探讨实体企业金融化对企业创新投资的影响机理尤为重要。

实体企业金融化指实体企业的资本运作倾向增加，而降低了对主营业务的投资，这一概念主要源自于金融化概念中的微观表现，也可以被简称为企业金融化。国外学者对关注实体企业金融化现象主要集中于两个方面：一是实体企业过多参与金融业务的行为［1］；二是实体企业获得更多的金融渠道利润。［2］其中企业金融化表示实业部门的金融渠道利润逐渐取代企业主业占据主导地位，这一定义受到了学界的广泛认可，但国内学者对这两种角度度量企业金融化的方式产生了分歧，大部分学者对企业金融化问题进行研究时，还是采用的资产金融化角度，用实体企业金融资产的配置比例作为金融化的度量［3-6］，只有少数学者谈论了利润的金融化，用金融渠道收入占营业收入的比重进行度量［7］［8］。但资产金融化和利润金融化有各自的侧重点，资产金融化表示企业的主动投资行为，利润金融化表示企业的被动避险或者逐利行为［9］，因此，本文将同时讨论资产金融化和利润金融化对企业创新投资的影响。

在企业金融化与企业创新投入的关系上，部分学者直接以检验二者间的负相关关系为目的展开。Seo et al.发现金融的投资情况、投资机会等因素对创新研发的资金的占用问题，主要是通过管理者的激励实现。［10］谢家智等主要分析了过度金融、创新以及政府干预等三个因素互相影响作用，同时考虑了政府控制程度不同情况受到单位所在地与单位性质的影响问题。［11］晋盛武和何珊珊在金融化对创新资金的挤占条件下，对企业性质以及领导层激励问题的不同进行了研究，发现领导者的激励会弱化对二者的挤占效应，同时这种效应在国企中的表现更加明显。［12］许罡和朱卫东的研究主要建立在金融化、市场化二者之间的不同，发现存在长期的金融投资对创新的资金挤占，而市场竞争能够对这种效应进行减弱。［13］王红建等研究企业的金融化动机是资金存储还是市场套利，发现金融化挤占创新资金主要的原因是来自于套利的动机。［14］杜勇等主要是对金融化发展的未来进行研究，发现了金融化对实体企业创新消极影响，同时一些较好的发明产生了更大的影响。［15］Jibril et al.发现实体企业在固定资产和创新资产中，金融资产主要对创新资产起挤出作用。［16］

还有学者发现了企业金融化对企业创新投入的助力效果。金融资产可以是企业经营中用以对抗风险的资产，能更有效地保护主营业务，促进企业创新［17］，这一观点在中国不同类型的实体企业中也成立，金融资产对创新投入的挤占主要表现为“蓄水池”效用，但金融渠道获利会挤出企业的创新投入。［9］此外，金融资产也会对实业投资的创新资产比例起到拉动作用，并能够提升创新效率。［18］

企业金融化对企业创新的影响，还受到其他因素的干扰，因此存在影响的非线性。实体企业自身的激励机制、经营能力、风险承担、股权性质等因素对企业金融化的影响效果有显著的调节效果［18-21］；实体企业所面临的金融环境、市场竞争、政府干预等因素也会改变企业金融化对企业创新投入的影响［10］［11］［13］［14］［22］。

综上所述，目前已有文献对企业金融化影响企业创新的探讨较为全面，但仍然存在一些不足。首先，对影响效果的解释停留在分析层面，缺乏模型描述企业进行金融投资和创新投资的选择过程；其次，在考虑股权性质的影响时，没有考虑国企改制这一措施会对样本可能造成的影响；最后，在讨论影响机制时，并未考虑企业本身创新投资程度可能产生的影响。本文将针对以上问题，建立金融投资与创新投资决策的理论模型，讨论金融投资对创新投资的影响过程，然后根据模型的结果进行实证分析，研究企业金融化对企业创新投资的影响以及存在的调节效应，最后利用分位数回归模型讨论对不同创新投资程度的实体企业，金融化程度对创新投资产生的影响差异。

二、理论模型

实体企业的金融化投资行为，从理论上是投资组合优化的表现，因此，在研究企业金融化对企业创新的影响时，可以将这一过程刻画为金融资产和创新资产的投资选择问题，构建一个二期优化模型进行求解，可以推演出企业创新投入的影响因素。

在设定模型之前，本文提出两个前提假设，一是模型刻画的企业个体作为市场参与主体，它的目标为企业价值最大化；二是在t时点，企业的投资分为两个部分，一是创新投资，二是金融资产投资（主业投资交叉于两个部分之中，假定主业投资数量比例固定，且收益率固定）。

在以上假设条件下，可以设定企业的投资总额包含研发投资RDt和金融投资Fint两个部分：

考虑到企业的创新研发有一个滞后的过程，但是从整个市场考察企业时，研发突破是一个近似连续的过程，因此本文假设创新研发的突破过程满足泊松分布，参数为v=v（RDi），那么可以认为单个企业的创新突破时间ti满足指数分布，其概率密度函数为：

考虑研发投入的效率与资金分配的关系时，设定研发投入比例越高技术突破时间越少，因此设定创新突破的参数表达式：

在以上创新条件下的产品市场中，在t时间内进行研发创新的企业有技术突破的概率可以计算得出，那么可以求出行业内作出技术突破公司的比例，设行业中共有N家公司，技术突破的公司有N1家，技术未突破的公司有N0家，N1可以由式（2）和式（3）求出。考虑现实情况，创新产品市场中存在赢家效应，技术突破公司获得的市场份额比未突破公司大，假设技术已突破的公司市场份额平均分配，那么可以得到技术突破公司的市场份额为：

则技术未突破的企业市场份额为：

企业价值为产品市场的价值与金融市场价值之和。

设产品市场的总价值为M，那么企业在产品市场的价值为：

企业在金融市场的价值为：

其中rt为时间t内企业投资金融资产的平均收益。那么企业总价值最大化表示为：

约束条件为式（1）的企业投资分配公式，利用融资约束下的一阶条件，可以得到时间t内最优的企业研发投入为：

式（9）揭示了在考虑具体创新产出过程后，创新投资与金融投资的关系，可以看到，等式左侧为创新投资，右侧为创新投资及其系数，系数中根号项的值，因此可以认为金融投资对创新投资存在负向效应。由于系数的表达式中包含了M，N，α，Inv等参数，因此可以认为，金融化对企业创新投资的影响效果与市场规模，市场竞争程度、技术效率和融资约束的有关。由于模型系数的解析较为复杂，并不能求出较为明了的导数解析式，因此后文将直接对这些因素的调节效应进行检验。其中市场规模和技术效率无法进行量化，因此选择市场竞争和融资约束两个因素考察调节效应。

另外，已有文献对股权性质这一变量非常重视，在本模型中，股权性质不同的企业，它们追求的效用目标也存在差异，因此本文还将考虑股权性质的调节效应。

三、研究设计

（一）变量选取

1.被解释变量。本文选用企业创新投资作为模型的被解释变量。借鉴刘贯春和杨松令的做法，选用企业研发投入占营业收入的比重作为创新投资强度（Inv）的衡量指标［9］［24］。但在模型中有放入的时间差别，从理论上讲，资产金融化影响的是当期创新投资的强度，而金融依赖度可能影响的是未来一起企业研发投入的强度。

2.核心解释变量。从目前的主流研究来说，学者们更倾向于选用资产端的金融化程度作为金融化的度量，只有少数涉及了从利润角度来度量金融化的程度［9］［5］。本文认为，从资产角度度量的企业金融化程度，实际上表示的是企业金融资产的配置比例，因此是一种主动选择的金融行为；与之对应，从利润角度度量企业金融化，实际上是一种被动的金融依赖。两种度量口径有一定的内在联系，当营业利润的增长率存在下滑时，若金融市场的整体趋势向好，那么企业可能会主动选择配置更多的金融资产来获取利润，填补空缺的预期利润增长。本文将同时选用两个口径度量金融化，将资产端的金融化称为资产金融化，利润端的金融化称为金融依赖度。

资产金融化。就一般而言，本文讨论的是企业的金融资产配置情况。金融类资产在企业的报表中以子类目的形式报告，需要进行加总，一般来说，金融资产包括货币资金、持有到期投资、交易性金融资产、衍生金融资产、应收利息、应收股利、买入返售金融资产、发放贷款及垫款净额、可供出售金融资产和投资性房地产，但是已有研究对货币资金和长期股权投资是否纳入金融资产有过讨论［9］［16］。本文认为，货币资金属于企业在经营生产过程中产生的资产，但是其具有流动性强且收益率较低的特点，企业如无需要并不会主动去增加货币资金的持有，因此该资产并不能反映企业金融化的倾向，应予以剔除；另外，对于长期股权投资，在会计意义上不是短期的金融资产，该资产是出于对其他的企业进行投资而产生的，因此从一定程度来说应当属于企业“脱虚向实”的反映指标，在本文的资产金融化指标中不计入。

金融依赖度。金融依赖度指的是企业的金融渠道获利占利润总额的比例，反映了实体企业的金融获利能力。这个指标许多学者用得比较少是因为从指标的构成来说，它不具有度量实体企业金融化的主观性，也就是说企业可以控制金融资产的配置，但是要控制金融渠道获利比较困难，因此有些研究用这个指标只是用以讨论企业金融化的驱动原因［25］。但是在实际情况中，金融渠道的获利仍然可以进行控制，在实体企业所处行业很容易判断存在下行或者衰退趋势时，若企业此时的金融渠道收益率较高，为了维持预期的收益，企业很可能倾向于增加金融资产的配置，从而改善企业整体的收益率。因此，本文认为金融渠道获利的能力，实际上表示的是实体企业获利对金融渠道的依赖程度，因此将指标名称定为金融依赖度。

在企业的报表中，金融渠道获利一般包括利息收入、公允价值变动损益、投资收益、汇兑收益以及其他综合收益，但是在进行指标计算的时候还应考虑行业内投资的情况，如果从宏观层面看，公司的股权投资主要用于扩大上下游产业，那么资金使用仍然在实体行业中，并未流入金融渠道获利，因此提出狭义金融渠道获利的概念，将上述一般计算的方法减去其他综合收益和联营合营的投资收益。

3.控制变量。除去核心解释变量之外，本文参考已有研究，还加入了其他一些影响企业投资的变量，用以控制其他因素对企业创新投资的影响。控制变量主要包括公司的基本财务指标、成长指标以及公司治理指标［25］［8］［15］，主要有：企业规模（Size）。企业规模用企业的总资产对数来表示。杠杆率（Lev）。杠杆率用企业的总负债与所有者权益的比值来表示。流动性（Liquid）。用经营性现金净流量与总资产的比值来表示。成长能力（Grow）。用企业的主营业务收入年增长率来表示。盈利能力（ROA）。用企业的净利润与总资产的比值来表示。托宾Q值（Tobinq）。用企业的市值与总资产的比值来表示。独董比例（Dpr）。用上市公司独立董事的人数占董事会人数的比例来表示，该指标体现了董事会的独立性。高管薪酬（Pay）。用上市公司的前三位企业高管的平均薪酬自然对数表示。董事会规模（Dsize）。用每期期末的董事会人数来表示。除以上指标外，本文还控制了年度效应、行业效应以及地区效应。

（二）模型构建

在考虑企业金融化对企业创新的影响效果时，本文参考杜勇等和刘贯春的方法，将模型设定为式（10）的形式［16］［9］：

在分析股权性质、市场竞争和融资约束的调节效应时，加入交乘项，设置模型（11）：

其中，Invit是被解释变量，表示创新投入强度；Finit是核心解释变量，若是代表资产金融化，那么便是Cfinit，如果代表广义金融依赖度或者狭义金融依赖度，则表示为Cfini-1，t或者是Sfini-1，t；Mit是调节变量，表示股权性质、市场竞争或者融资约束；controlsit代表选取的控制变量，以控制影响企业投资的其他因素；φsolid代表控制的固定效应，分别为时间固定效应、行业固定效应和地区固定效应；εit是模型的误差项

在模型（10）中，参数β1是将要观察的核心估计结果，它刻画了企业的资产配置比例和金融依赖度的变化对企业创新投资强度的影响，根据前文模型推导结果以及理论分析，可以预见的是，无论是金融资产持有增加还是企业对金融渠道获利的依赖度增加，企业均会减少对创新活动的投入，存在一个“挤出效应”。在模型（11）中，β3则是主要观察的估计结果，它刻画了股权性质、市场竞争和融资约束的调节效应。

（三）数据来源

本文的研究样本为所有的上市公司。由于企业R&D的数据自2007年才开始公布，并且2007年新会计准则才开始执行，因此选取2007年至2019年的上市公司为研究样本，并做了以下几种剔除方法：（1）考虑极端财务数据的影响，剔除退市企业和ST类企业；（2）考虑文章研究的是实体企业金融化问题，因此将金融类企业剔除，由于房地产企业的业务结构与一般的实体企业不同，同时也是企业金融化投资的重要渠道，因此也将房地产业的公司样本剔除；（3）剔除公司财务数据和股权数据大量缺失的样本，未披露研发投入的样本按零进行填补。最后，为避免极端值对估计结果的影响，用winsorize方法对样本变量进行1%和99%分位数剔除。

本文选用的所有数据均来自于CSMAR及WIND数据库，其中公司财务指标来自于CSMAR数据库，基本资料比如公司股权性质来自于CSMAR和WIND数据库比对以及互联网求证，研发投入数据均来自于WIND数据库，最后共得到28822个样本的非平衡面板数据。

对模型中选择的变量进行描述性统计，主要结果如表1所示。

观察数据可以发现：（1）企业研发投入强度分布的方差较大。样本中企业研发投入占营业收入比重的平均值为3.14%，标准差为4.02%，变异系数为1.3，同时样本数据的最小值为0，最大值为22.3%，因此各企业之间研发投入的强度差异很大，说明企业之间对于研发创新的看重程度有很大差异。（2）我国上市企业的金融化现象初见端倪。在资产金融化和金融依赖度指标中，最大值和标准差都达到了很高的比例，资产金融化的变异系数为2，最大值为39.4%，说明某些实体企业开始倾向于高仓位配置金融资产。而广义金融依赖度和狭义金融依赖度的变异系数均超过了4，最大值也超过了4，说明存在大量对金融渠道获利较为依赖的上市实体企业。（3）在控制变量中，企业规模的差距在对数化之后并不大，平均值为22，标准差为1.288；企业杠杆率的均值为0.72，标准差为0.364，说明企业的负债率大部分保持在合理水平，杠杆率不超过1；流动性的均值为0.047，方差为0.071，说明各公司之间的资金流动性存在较大差异；成长能力的均值为0.119，标准差为0.312，ROA的均值为0.033，标准差为0.068，它们的变异系数均超过了2，说明公司之间的盈利能力和营收增长差异很大；而对于公司治理指标来说，独董比例、高管薪酬和董事规模指标的方差相对均值来说均较小，说明上市公司之间的董事会设置模式以及高管薪酬水平不具备较大差距。

表1 变量描述性统计

四、研究结果与分析

（一）基础回归结果

表2报告了式（10）的基准回归结果。首先考察核心解释变量的估计结果，从表中的第一列估计结果可以看到，资产金融化对企业的创新投资强度有显著的负向效应，那么说明金融化对企业创新投入的“挤出效应”是存在的，企业本期的金融资产配置比例越高，那么企业对本期的研发投入就越低，与前文模型推导的结论相同，也说明了目前企业进行金融资产配置目的更多是获得额外收益，而不是为未来开支进行储备；表中第二列和第三列报告的是企业的金融依赖度对企业创新投入强度的影响，其中狭义的创新依赖度影响不显著，广义依赖度的系数显著为正，那么说明企业的广义金融渠道获利占比越高，企业将会减少对创新活动的投入，这两个变量的结果反差，说明企业对行业内的股权投资可能才是影响创新投资强度的重要因素。因此再添加广义金融化与狭义金融化之差作为解释变量进行模型的估计，结果如第四列所示，可以发现，金融化系数是显著为负的，可以说明对联营合营企业的投资收益是真正挤出企业研发投资的因素。

表2 企业金融化对创新投入影响的基础估计结果

（二）股权性质、市场竞争和融资约束的调节效应

1.股权性质。本节将考察企业的股权性质是否会对金融化程度影响企业创新投入的效果有调节作用。本处的分类方式不同于已有研究，在上市公司中，部分国有企业经过混合所有制改革会变成非国有企业，股权性质会发生变化，而在混合所有制改革过程中，改制企业的选择有针对性，并且改制后的企业会同时保留国有企业和非国有企业的某些特点［26］，因此这部分股权性质动态变化的企业放入未改制的企业样本中，会影响估计效果，本文在识别改制的国有企业后，将总样本分为三类，分别为：（1）国有企业；（2）非国有企业；（3）改制企业。国有企业取为0，改制企业取为1，非国有企业取值为2。以股权性质为调节变量对式（11）进行估计，结果如表3所示。

表3报告了企业股权性质的调节作用估计结果，HG1表示改制企业，HG2表示非国有企业。可以看到，Cfin的系数显著为负，说明资产金融化会对企业创新投入仍然有显著的负向影响，Cfin*HG1的系数不显著，说明改制企业相对国有企业对资产金融化的影响效果不具有调节作用，Cfin*HG2的系数显著为正，说明非国有企业相对国有企业，对资产金融化的“挤出效应”有削弱作用。广义金融依赖度的调节效应估计结果中，各系数的符号和显著性与资产金融化保持一致，说明非国有企业相对国有企业，对利润金融化的“挤出效应”也有削弱作用。

表3 股权性质的调节效应

由此可知，相对于国有企业，非国有企业的金融化程度对创新投入的挤出效用更小，而改制企业相对国有企业的调节效用不存在，因此改制企业仍然具有国有企业的特点，对创新投入的倾向性较低。

2.市场竞争。对于市场竞争程度（Comp）的衡量，本文参考万良勇等的方法［27］，采用各行业每年的主营业务收入的赫芬达尔-赫希曼指数（HHI指数）进行度量，取中位数进行分组，若市场竞争程度的值小于中位数，那么认为市场竞争激烈，Comp=1，若市场竞争程度大于中位数，则认为市场竞争缓和，Comp=0，对式（11）的估计结果如表4所示。

表4 市场竞争和融资约束的调节效应

表4前两列报告了市场竞争的调节作用估计结果，表中主要观察交乘项的系数。可以看到，Cfin的系数显著为负，Cfin*Comp的系数显著为负，说明资产金融化对企业创新投资的影响效应受到市场竞争的调节，市场竞争程度增加会加剧资产金融化对企业创新投入的挤出；Gfin*Comp的系数显著为正，说明广义金融依赖度对企业创新投资的影响效应受到市场竞争的调节，市场竞争程度增加会削弱金融渠道获利对企业创新投入的挤出；Sfin对企业创新投入的影响不显著，也不用继续讨论交互项系数。综合以上分析，市场竞争会强化企业金融资产配置对创新投入的“挤出效用”，但是削弱企业套利动机对企业创新投入的挤出，削弱效用要弱于增强作用，因此，在市场竞争缓和的环境，企业主动配置金融资产的意愿降低，更倾向于联营合营投资，从而增加对创新活动的投入。

3.融资约束。对于融资约束的度量，本处参考Hadlock&Pierce提出的SA指数，该指数可以度量每个企业在观测年度的SA指数，具体计算方法如式（12）［28］。

该指标为负值时，绝对值越大所受到的融资约束越大，因此该指标是个反向指标，数值越大融资约束越小。同样的，本处也采用SA值的中位数作为分组线，若企业的SA值小于中位数，则认为其受到的融资约束强，Restrict=0，若企业的SA值大于中位数，则认为其受到的融资约束弱，Restrict=1。用融资约束为调节变量对式（11）的估计结果如表4所示。

表4后两列报告了融资约束的调节作用估计结果，表中主要观察交乘项的系数。可以看到，Cfin的系数显著为负，Cfin*Comp的系数显著为正，说明资产金融化对企业创新投资的影响效应受到融资约束的调节，融资约束程度增加会加剧资产金融化对企业创新投入的挤出；Gfin*Comp的系数显著为正，说明广义金融依赖度对企业创新投资的影响效应受到融资约束的调节，融资约束程度增加会增加金融渠道获利对企业创新投入的挤出；Sfin对企业创新投入的影响不显著，也不用继续讨论交互项系数。因此可以得出结论，融资约束会强化企业金融资产配置对创新投入的“挤出效用”，但是不会增加企业套利动机对企业创新投入的挤出；在融资约束缓和的环境，企业倾向于联营合营投资，从而减少对创新活动的投入。综合以上分析，融资约束会加剧企业金融资产配置对创新投入的“挤出效用”，也会增加企业套利动机对企业创新投入的挤出。

（三）稳健性检验

1.内生性问题。为了验证模型可能存在的内生性对估计结果产生的影响，本处用核心自变量滞后一阶和滞后二阶变量作为工具变量，进行GMM估计，得到的估计结果如表5所示。可以发现，在检验结果中，核心解释变量的估计结果在符号和显著性两个方面均未发生变化，资产金融化和广义金融依赖度均对企业研发创新强度有显著的负向影响，而狭义的金融依赖度对企业研发创新强度没有显著影响，与表2的估计结果一致，并且GMM估计结果中，Hansen J统计量的p值均大于0.05，因此可以认为工具变量完全外生。由此可以得出结论，表6报告的估计结果说明了表2至表4结果具有较强的稳健性。

表5 稳健性检验GMM估计结果

表6 替换金融化度量的稳健性检验结果

2.变量替换。本文还采用替换解释变量的度量方法来验证估计结果的稳健性。将资产金融化和金融依赖度的计量方法进行替换，对于资产金融化指标，本文采用取虚拟变量的形式进行度量，若企业在t期有金融资产投资，则取1，否则取0；对于金融依赖度指标，本文考虑到金融渠道获利其实可以算收入的一种，那么可以用金融渠道获利与营业总收入之比来衡量在收入上企业对金融渠道的依赖，因此引入新指标狭义的收入金融依赖度和广义的收入金融依赖度，将这两个指标替换式（10）和式（11）中的Sfin和Cfin，由于篇幅原因，下文的稳健性检验结果均不报告。在估计结果中，资产金融化和广义金融依赖度的系数估计结果，三个模型系数的估计结果在符号和显著性上与表2至表4的结果对比均未发生改变，因此可以认为前文的基准模型和调节效应模型的估计结果是非常稳健的。

3.滚动回归。为了进一步测试上述结论的稳健性，本文运用改变测试样本容量的方法进行再检验，选用样本滚动回归的方法对式（10）和式（11）进行估计。初始样本区间选择2007年至2017年，向后滚动一年进行估计，另外两组的样本区间为2008年至2018年和2009年至2019年，在三组滚动回归结果中，核心解释变量系数的符号方向和显著性均保持一致，并且与表2至表4的结果相似，这一结果能够验证表2估计结果的稳健性，同时还说明金融化对企业创新投入的挤出效应是持续存在的。同时，调节效应的检验结果与表3和表4报告的核心解释变量在符号和显著性上也未发生改变，这说明前文的估计结果持续存在并有一定的稳健性。

4.剔除干扰样本。在本文研究的样本中，存在部分公司主营业务为服务业等对创新需求较少或者是不需要创新投资的业务，这类企业并没有创新投入的动力，因此将本部分样本剔除，以消除干扰。具体的做法是，将样本期内研发投入持续为0的企业直接剔除，然后选用同样的变量对式（10）和式（11）进行估计。在基础回归中，资产金融化的估计系数显著为负，广义金融依赖度的系数显著为负，狭义金融化的系数不显著，与上文的基础回归结果在系数的符号和显著性上完全相同，因此佐证了基础回归结果的稳健性。在市场竞争和融资约束调节效应的检验结果中，系数的显著性和符号仍然与表3和表4保持一致，因此说明调节效应估计结果也是稳健的。

五、进一步讨论：分位数效应

（一）分位数模型

上文考察了股权性质、市场竞争和融资约束的调节作用，发现在不同样本中，企业金融化对企业创新投入的影响有明显的差异，本文又考虑到了另外一个问题，对于创新投入程度不同的企业，金融化对它们的影响是否也存在差异，也就是企业金融化对哪部分投资强度的企业存在影响，那么对于创新引导政策的提出，可以就企业创新投资的情况因材施策。

本文选择分位数回归模型来估计金融化对企业创新投入的不同影响，模型设定如式（13）所示。

其中，Qyit(τ｜xit)表示第τ个条件分位数点，yit在此处表示被解释变量，也就是前文所选企业创新投入强度变量（inv），Finit仍然表示前文所用的三个金融化变量：资产金融化、广义金融依赖度和狭义金融依赖度。另外controlsit和φsolid与式（10）包含的变量相同。

（二）分位数回归结果

1.资产金融化。为检验资产金融化影响企业创新投入的分位数效应，本文以0.05为间隔，分成19个分位数点进行估计，将金融化系数的估计结果及5%水平置信区间的上界及下界数据分离出来，绘制图1，其中实线表示回归结果，上虚线代表置信区间的上界，下虚线代表置信区间的下界。

图1 资产金融化分位数回归结果

观察图1的结果可以发现，资产金融化对企业创新投入的影响均显著为负，这说明资产金融化对所有企业的创新投入均存在“挤出效应”，但这种挤出效应存在差异。在5%至30%分位数点，该挤出效应随着企业对创新投入比例的增加而增加，说明在创新投入较低的公司，创新投入的连续性不稳定，重视创新投入的公司受到金融化的挤出影响更大；在30%至70%分位点，挤出效应维持在最大值0.023左右，说明对创新活动进行中等投入的公司，受到的挤出效应最大；在70%至90%分位数点，挤出效应逐渐下降，说明对创新活动高投入的公司，在增加金融资产的配置的同时也会重视创新活动，因而挤出效应降低。

2.广义金融依赖度。为检验广义金融依赖度影响企业创新投入的分位数效应，本文同样以0.05为间隔，分成19个分位数点进行估计，将金融化系数的估计结果及5%水平置信区间的上界及下界数据分离出来，绘制图2。

图2 广义金融依赖度分位数回归结果

观察图2的结果可以发现，广义金融依赖度对企业创新投入的影响在显著方面有明显的不同，这说明金融渠道获利对大部分企业的创新投入存在“挤出效应”，这种挤出效应也存在差异。在10%分位数点以下，广义金融依赖度的系数不显著，说明该挤出效应不存在，说明在创新投入极低的公司，金融渠道获利并不是它们决定是否增减创新投入的决定因素，它们并不在意这项创新活动；在10%至30%分位数点，企业的金融依赖度对企业创新投入出现了显著的挤出效应，且该挤出效应逐渐增加；在30%至65%分位数点逐渐下降，挤出效应有一个逐渐下降的趋势，说明对创新活动中等投入的公司，更容易受到金融依赖度的影响，若是它们在金融渠道获得利润越高，会减少对创新活动的投入，更加注重眼前的利益，这种对企业创新投入的挤出效应会随着对创新投入的增加而降低；在70%至95%分位数点变得不显著，说明对于几乎不创新投资的企业和创新投资力度最大的那些企业，金融化对创新投资的挤出效应并不存在金融利润的驱动，而对于中等创新投入的公司来说，挤出效应存在利润的驱动，这一效应随着对创新投入的增加而减少。

3.狭义金融依赖度。为检验狭义金融依赖度影响企业创新投入的分位数效应，本文同样以0.05为间隔，分成19个分位数点进行估计，将金融化系数的估计结果及5%水平置信区间的上界及下界数据分离出来，绘制图3。

观察图3的结果可以发现，狭义金融依赖度的挤出效应在10%至30%分位数点逐渐增加，在30%至45%分位数点逐渐下降，在50%至95%分位数点变得不显著，说明对于几乎不创新投资的企业和创新投资力度最大的那些企业，金融化对创新投资的挤出效应并不存在金融利润的驱动，而对于中等创新投入的公司来说，挤出效应存在利润的驱动，这一结果与广义金融依赖度的结果高度相似，但是狭义金融依赖度对企业创新投入的分位数影响区间太少，因而在表2基础回归的结果中表现不显著。

图3 狭义金融依赖度分位数回归结果

六、研究结论与政策建议

（一）研究结论

本文以理论模型为基础，分析金融投资与创新投资的关系，并找到可能的影响因素。接着以上市公司为研究样本，从资产端和利润端分别研究金融化对企业创新投入的影响，实证分析2007年至2019年共28822条样本，从企业性质、市场竞争和融资约束三个角度研究了影响效果的调节效应，并利用分位数回归研究了影响效果的分位数效应。得到的主要结论如下：

第一，实体企业金融化对企业的创新投入存在显著的挤出效应。资产金融化和广义金融依赖度的系数估计结果显著为负，狭义金融依赖度的估计结果不显著，表明实体企业对金融资产的配置比例增加以及联营合营投资获取的收益增加会挤出企业对研发创新的投入比例。

第二，实体企业金融化对企业创新投入的影响存在显著的调节效应。在股权性质方面，相对国有企业，非国有企业的金融化程度对创新投入的挤出效用更小，而改制企业相对国有企业的调节效用不存在；在市场竞争方面，市场竞争会强化企业金融资产配置对创新投入的挤出效用，但是削弱企业套利动机对企业创新投入的挤出；在融资约束方面，融资约束会增强企业金融资产配置和金融渠道获利对创新投入的挤出效用。

第三，实体企业金融化对企业创新投入的影响存在显著的分位数效应。资产配置对企业创新的挤出效应随着创新投入先增加后减少，对于创新投入力度中等的企业，更容易因为金融资产的配置而降低创新投资的投入；金融渠道获利只对企业创新投入比例较低的实体企业有挤出效应，对创新投入较高的实体企业没有显著影响，说明对于几乎不创新投资的企业和创新投资力度最大的那些企业，金融化对创新投资的挤出效应并不存在金融利润的驱动。

以上结论表明，实体企业的金融化确实对企业创新投入存在挤出效应，且该效应受到股权性质、市场竞争和融资约束的调节作用，并且对于创新投资力度不同的实体企业，金融化的影响效应也存在较大差异。另外，股权性质的改变在上市国有企业中并没有阻碍金融化对企业创新投入的挤出。

（二）政策建议

根据文章的分析结果，本文也从三个方面提出相应的政策建议，以促进实体企业更好利用金融渠道创新发展。

第一，加强对实体企业的资金监管。加强企业资金流向的监管是对企业适度金融化引导的直接有效措施，大部分的企业都有价值最大化的追求，因此不可避免地在经济繁荣阶段会通过收益更高的金融资产配置获取更多的收益，从而粉饰收益情况，而这种投机动机和套利动机的金融资产持有，是监管机构更应该抑制的过度金融化现象，尤其是对于创新投入并未改善的股权性质变更过的国有企业。可以用更先进的技术对企业资金进行监管，比如率先推行企业使用数字人民币，对企业来说，可以凭借数字技术的优势，降低持有成本，提高流动性，从而缓解融资约束，削弱金融化对企业创新的挤出作用；对监管部门来说，可以监控资金的结构，以便制定合适的财务标准，更好地引导企业的资金流向。

第二，改善实体企业的创新环境。根据前文的结论，可以从三个方面入手改善实体企业的创新环境：一是完善市场的竞争机制，鼓励行业内的良性竞争，坚决打击垄断性质的恶性竞争，实证结果表明激烈的竞争会增强金融化对创新投入的挤出，而良性的缓和竞争环境会促进市场提高企业活力，降低企业的投机动机，增加企业创新投资的比例。二是完善市场融资环境，推动我国多层次资本市场建设，首先，逐步推动期货、外汇、保险等多种产品的资本市场，并完善资本市场的资源分配功能，保障融资的顺利进行；其次，引导社会资金等非银行金融投资机构资金流向，解决中小企业融资难且成本高的难题。三是健全知识保护体系，从模型推导和实证分析的结果，我们可以看到，企业在市场竞争中，增加研发投入的动力是创新的价值产出，保证创新产品收益，能够降低企业的投资套利动机，增强企业的创新积极性，因此，需要健全我国的知识保护体系，建立良好的法律环境，做到有法可依，有法必依，并加强对知识产权保护的专项行动，加大对知识产权保护内容的宣传。

第三，增强业内交流合作机制建设。实证研究表明，企业金融化其实对创新投入偏少的企业影响更大，对创新投入比例较大的企业没有显著影响，因此，可以鼓励企业在行业内形成以大带小的交流合作方式，规模大、高投入的企业牵头，同时与社会科研机构合作，搭建产学研平台，发挥各个企业的比较优势，带领中小企业合作创新，改善它们面临的创新环境，从根本上提高中小企业的创新动力和投入力度。另外，还可以产业链为载体，搭建行业内相关上游生产企业与下游生产企业的互动平台，为企业创新合作拓展一条新路，加快企业创新成果的融合配套设施的衔接及落地，这种通过上下游行业的深度对接的方式，为创新产品找到结合点，增强生产、服务和协作配套的能力，形成产业互动发展、集群发展、融合发展的产业发展新格局。