信贷供给 、资产配置及企业绩效
——来自中国制造业上市公司的证据
谢太峰 董培轩
内容提要 ：近些年，中国“金融与实体经济”的研究愈发成为热点。宏观层面，资金“脱实入虚”“金融空转”的讨论亦此起彼伏。然而，针对微观层面的企业资金“脱实入虚”的研究则寥寥无几。本文选取2003—2016年中国A股制造业上市公司的年度报告数据，利用2009年宏观调控措施营造的“准自然实验”环境，采用双重差分方法探究在资金资源充足的前提下，企业配置金融资产的倾向性，并进一步研究企业绩效的后续变化情况。实证结果表明，当制造业企业获得更多的信贷资金支持，同时缺乏有效的外部监管时，企业更倾向于配置金融资产，金融活动也会在企业的日常生产经营中扮演愈发重要的角色。在此基础上，企业的主营业务却未得到发展，反而盈利能力、成长能力均受到损害，且后者受到的影响更大，即进行过多金融投资对中国A股制造业上市公司的远期影响更为深重。基于上述结论，本文从实体经济从业者、资金提供方以及监管层三个角度提出了相关政策建议。
关键词 ：金融 实体经济 信贷供给 资产配置 企业绩效
一 、问题提出
一段时间以来，中国关于“金融与实体经济”的讨论甚嚣尘上。实际上，对该问题的探讨早在十年前就曾是热点。2007年美国次贷危机发生后，国内外学者便开始对此进行研究。中国官方对于“金融与实体经济”问题的关注始于2012年召开的全国金融工作会议，相关议题也在当年下半年召开的党的十八大上被提及。2017年年中召开的第五届全国金融工作会议更是将“金融服务实体经济”定位为三项基本任务之一；在2017年年末召开的党的十九大上，相关主题又被重申。之所以不断强调“金融服务实体经济”，原因之一就是在近十年间，宏观经济层面及微观企业层面均发生了不同程度的资金“脱实入虚”情况，资金更多是在金融体系内循环。
首先，宏观层面，图1分别展示了近15年中国固定资产投资完成额增速和工业增加值指数。在21世纪初，前者甚至超过30%，而后者也曾达到15%。不过自2009年起，固定资产投资完成额和工业增加值的年增速持续放缓，截至2016年末，二者双双降至7%以下。与此同时，中国货币和准货币(M2)供应量的年增长率在2009年达到28.5%的峰值后，长期保持在13%上下，近几年更是超过了固定资产投资完成额增速和工业增加值指数。在价格指数较为稳定的前提下，上述货币供应量与衡量实体经济增加值的指标相背离的情况为资金“脱实入虚”提供了佐证。
数据来源：万得数据库(Wind)。
图1 中国固定资产投资完成额年增速与各年工业增加值指数
数据来源：国泰安数据库(CSMAR)。
图2 中国A股制造业上市公司金融活动利润占比
其次，微观层面，以部分制造业企业为代表的实体企业愈发背离其主营业务，反而将部分资金投入金融市场中投机逐利，并未实现金融投资为主营实体业务服务的根本目的。图2刻画的是2009—2016年中国制造业上市公司金融活动利润占利润总额的比例[注] 为排除极端值的影响，本文未选用制造业企业金融活动利润占比的平均值。 。通过折线图的时间趋势可以看出，自2009年起该比例的75分位数虽然在20%的水平上下浮动，但是该比例的50分位数则持续上升(2011年、2012年两期的金融活动利润占比相较2010年有所下降，但并不影响总体趋势)。由此可见，金融活动的影响在中国制造业上市公司中愈发普遍，这也在一定程度上反映出金融投资行为愈发常态化。
基于上述现象，本文拟利用中国2003—2016年制造业上市公司的样本数据，探究以下两个问题：(1)在资金资源充足的前提下，企业是否更倾向于配置金融资产；(2)在企业过多投资金融资产的情况下，企业的绩效是如何变化的。通过研究上述问题，本文试图从实证角度为资金“脱实入虚”提供依据，并揭示其对中国微观实体企业的影响，最后提出相关政策建议。
取5份100 g的藕片，放入300 g水中，加入硬化剂的浓度为1.1%，在硬化温度30 ℃的条件下，分别硬化1，1.5，2，2.5，3 h，根据感官评价选择合适的浸泡时间。
二 、文献综述与假设提出
近年来，部分学者也开始根据中国的具体情况进行相关研究。弗思等(Firth et al.，2008)通过分析1 203家中国上市公司在1991—2004年的数据，发现在主要由国有银行发放贷款的大环境下，企业获得的贷款总额与投资之间存在负向的相关关系，但是这种负向关系在成长机会较少、经营业绩不佳的企业中较弱。这说明中国国有银行可能会由于政策等原因，并不会对陷入困境的企业的过度投资行为进行必要的监督和约束[7]。由于该研究使用的数据较早，处于中国金融业发展的初级阶段，所以只是发现成长机会较少、经营业绩不佳的企业反而可以获得大量的信贷支持，然后投入盈利性较弱的项目中去，并未仅仅局限于金融资产投资。此外，该研究也未指出企业利用充裕的信贷资金进行过度投资所带来的影响。
此后，大批学者进行了更为精细的实证研究。理查德森(Richardson，2006)通过分析1988—2002年美国非金融公司53 871个观测样本的面板数据，发现美国大型上市公司中的过度投资现象非常普遍，公司平均会将25%的自由现金流用于过度投资，并且其中大部分投资于金融资产，之后产生的现金流又为持续的过度投资提供可能[3]。该研究表明，在20世纪90年代前后，美国的非金融企业中将充裕资金投入金融市场的现象就已经较为普遍了。不过，理查德森(Richardson，2006)[3]的研究并未说明上述现象会对非金融企业造成怎样的影响。奥尔汉加济(Orhangazi，2008)则使用1972—2003年微观层面的非金融企业面板数据深入探究了类似的问题。其研究结果表明，企业使用充裕资金增加的金融资产后续会通过引导资金从实体投资转向金融投资，从而“挤出”企业原有的投资。另外，增加的金融投资也会减少公司的资本积累，减少可动用的资金总额，迫使公司管理层更加关注短期利益，进而增加了公司长期的不确定性[4]。由此可见，增加资金资源对美国非金融企业个体并没有起到积极作用。
截至目前，众多学术研究的重点在于企业进行过度金融资产投资对企业投资效率的影响，只有为数不多的学者重点研究了过度金融投资对企业特征的影响。王红建等(2017)以中国2009—2014年非金融上市企业为样本，实证检验了企业过度金融投资对于企业创新能力的影响。其研究结果表明，二者之间的相关关系主要表现为显著负相关，且企业过度金融投资与企业创新能力的负相关关系会受到企业套利动机的影响：套利动机越强的企业，该负向相关关系越显著[12]。参考该研究，本文提出研究假设2：
国内外对企业资产配置的研究由来已久。对于非金融企业而言，企业可以配置的资产主要可以分为实业资产与金融资产两类。托宾(Tobin)于20世纪60年代便发现二者之间潜在的“矛盾”关系。托宾(1965)指出，企业的可用资金可以投资于实物资产或金融资产，即实业投资与金融投资之间存在着替代关系。他认为，当金融资产的回报率高于实业投资项目时，更多的资金将投资于金融资产，相应地投资于实业的资金就会减少[1]。此外，托宾(1997)还指出，单纯的金融投资无法替代实业投资[2]。
此后，随着中国市场经济体制的不断完善，拥有充足资金资源的企业其投资渠道也在不断丰富，如房地产业、金融业先后迎来繁荣阶段，因而先后成为投资热点。罗知和张川川(2015)构建了中国2002—2007年工业企业的面板数据，发现在信贷扩张和房地产业快速发展的背景下，制造业部门的资源配置效率显著下降。企业将资金资源大部分配置于房地产业，原有的主营制造业务则得不到应有的资金配置[8]。张成思和张步昙(2016)利用2006—2014年中国上市公司的半年度数据进行了实证检验，其研究发现，中国宽松的货币政策并没有改善中国非金融企业的实业投资率，实业投资率反而出现持续下降的态势。企业首选将获得的资金首选投入金融市场，相应地就会抑制企业对固定资产的投资热情[9]。杨筝等(2017)选择2003—2013年中国A股非金融上市公司季度数据为研究样本，发现当货币政策趋于宽松时，企业会显著提高交易性金融资产的配置水平[10]。胡奕明等(2017)则选择2002—2014年中国非金融类上市公司为样本进行了类似研究，发现当宏观经济中的货币供应量充足时，企业会进行更多的金融投资，而企业对非现金的其他金融资产的配置则以减少实体经济投资为代价，从而追求金融资产上的收益[11]。
综合来看，上述国内学者的研究成果均证明了企业会利用资金资源进行主营业务之外的过度投资，且会对原有主营实业的资产配置产生一定的“挤出”效应，这与国外学者的研究结论类似。不过在证明企业会利用充裕的资金资源配置过多的金融资产时，用广义货币M2刻画企业获得资金供给仍然显得欠缺精细。虽然M2表示的是宏观经济中的货币供应量，能够表明宏观层面的货币供给是否充足，但是微观层面的企业个体能否获得充裕的资金则与企业自身的其他因素相关。故本文着眼于个体企业层面，提出研究假设1：
H1：当企业获得额外的资金供给时，企业会倾向于配置金融资产。
尝试提取和分离血液中的血红蛋白，体验从复杂体系中提取生物大分子的基本过程和方法；通过了解有关蛋白质研究领域的新进展，以血红蛋白为实验材料，学习提取和分离蛋白质的基本技术，激发学生兴趣，培养学生的实际操作能力。
根据托宾(1965)[1]的理论观点，以及奥尔汉加济(2008)[4]、张成思和张步昙(2016)[9]的研究结论，并结合研究假设H1，本文绘制图3。
以上研究均采用的是美国企业相关数据，而斯托克汉莫(Stockhammer，2004)利用1960—2000年四个发达国家(美国、英国、德国以及法国)微观层面的企业数据亦得出了类似的结论。他将非金融业务部门的利息和股息收入与其经济增加值的比值作为研究对象，通过时间序列分析得出：该比值的增加会导致公司资本积累的降低；而微观层面公司资本积累的降低，最终会使得宏观层面经济增长放缓——该计量结果在美国、英国以及法国均达到了统计意义上的显著水平。如果非金融企业将资金无限制地用于配置金融资产，会影响到企业的整体运营及发展；如果大量非金融企业采取同样的选择，久而久之，整体宏观经济层面都会受到影响[5]。另外，不仅在发达国家，在新兴市场国家中也存在着同样的现象。杰米尔(Demir，2009)通过20世纪90年代前后的企业面板数据，分析了阿根廷、墨西哥和土耳其三个发展中国家的情况，三国实体行业中的企业在做实物投资决策的同时也会考虑选择金融市场中的投资机会。相比投资于不可逆转的长期固定资产投资项目，公司会根据收益率、项目的不确定性等因素，选择投资于可逆的短期金融投资。其结果进一步强调，在发展中国家，实体行业中的企业当面临固定资产投资与金融投资之间的差别时，会慎重作出投资决策，并且已经产生了倾向于金融投资的趋势[6]。不过，该研究并未继续深入探讨企业选择金融投资会对企业本身产生的后续影响。
为保证碾压的刚性效果，应将初压以强振状态碾压2遍，并把初压区域的长度控制在20m以内。复压应紧跟在初压作业以后，同样以刚性碾振压2遍来保证路面碾压作业效果。终压只需刚性碾静压1遍来消除机械设备运行使用产生的轮迹。
图3 非金融企业中的资产配置
H2：企业配置过多的金融资产会对企业绩效产生抑制作用。
三 、研究设计
Sharmila Parmanand用两个话题说明了自己的主要论点，即“由于政体或文化障碍，应该被选举的合格妇女很不公正的被排除在政体之外”和“给妇女提供在议会供职的机会有助于证明妇女不适于做管理工作的传统论调是错误的”。
假设企业将可用资金只用于配置实业资产(I Fix )或金融资产(I Fin )以获得既定收入，则在其他条件不变的情况下，当目标收入或可用资金发生变化时，企业会重新选择两项投资金额的最优组合，以实现既定可用资金条件下的最大收益或实现既定收益条件下的最小资金投入量。图3中有C 1、C 2、C 3三条等收入线和F 1、F 2、F 3三条等资金线，它们代表不同的收益规模和可用资金水平。假定企业可用资金较少时(F 1线)，相应地，最初的目标收益也较小(C 1线)。此时，二者相切于E 1点，这是企业选择两项投资金额的均衡点。如果企业拥有更多的可用资金量F 2，其也会把目标收益扩大到C 2，二者的切点E 2点则为企业扩大可用资金量之后的新均衡点。与这一均衡点相对应的实业投资量和金融投资量也相应增加了。依此类推，可以得到企业继续获得更多资金时，新的均衡点E 3对应着新的实业投资量和金融投资量。在长期中且在其他条件不变的情况下，企业要想实现既定可用资金条件下的最大收益或实现既定收益条件下的最小资金投入量，就要沿着E 1、E 2、E 3点的连线及延长线选择实业投资与金融投资的投入组合。
本文则试图证明当企业的可用资金由F 1扩大至F 2或F 3时，企业会配置更多的金融资产，但最终的收益水平却难以达到既定的C 2、C 3水平。故需要找到外生冲击，增加微观层面的企业个体资金供给量，以观测企业的后续行为并测度是否对企业绩效产生了抑制作用。而中国自2009年起出现的“准自然实验”为本研究提供了契机。
2009年，随着美国次贷危机升级为全球金融危机，世界经济危机日趋严峻。为抵御国际经济环境对中国的不利影响，中央政府调整了宏观经济政策，即实行积极的财政政策和适度宽松的货币政策，并出台了“四万亿”投资计划。该计划的实施对于中国制造业来说是一次“准自然实验”[注] 本文的目的并不是评述“四万亿”计划等类似政策的有效性，而是利用其营造出的“准自然实验”环境，探究企业获得额外资金供给后的企业资产配置行为及其后续影响。 。就中国目前而言，银行贷款依然是企业最主要的融资方式，2009年政策的变化和已有研究[13-15]均表明，自2009年起中国国有制造企业能够获得更多的信贷资金支持[注] 众多学者从企业运行机理、高管人员激励机制、实证数据等角度论证了自2009年起，中国国有企业能够获得更多的信贷资金支持[13-15]。中国国有制造企业又处于宏观调控的重点行业，故理论上能够获得更多的信贷资金支持，后文会从实证角度进行检验。 。故在参考陈林和伍海军(2015)[16]、张新民等(2017)[17]研究成果的基础上，本文根据获得信贷资金支持的区别，将国有制造企业确立为实验组，相应地，非国有企业则被划分为控制组，利用2009年宏观调控措施作为外生冲击形成的“准自然实验”环境，以2009年为事件年份，通过双重差分(difference-in-difference)的估计策略来考察在资金资源较为充足的前提下，企业是否更倾向于配置金融资产，并进一步探究其行为是如何影响企业绩效的。
本文研究的主题是在资金资源较为充足的前提下，企业是否更倾向于配置金融资产，且该行为对企业的绩效是如何影响的。虽然已有研究成果从统计数据及制度机理层面的研究均表明，自2009年起，国有制造企业更容易且确实获得了信贷资金支持，但本文仍对该前提条件进行实证检验，以确保研究基础的可靠[13-15]。
本文使用的双重差分模型设定如下：
Y it =β 0+β 1Year +β 2Treated +β 3Year ×Treated +X it +M it +α t +ε it
(1)
其中，Y it 为被解释变量，包括企业持有的贷款、金融资产以及盈利能力等；Year 为时间虚拟变量，事件发生前(2008年及之前)取0，事件发生后(2009年及之后)取1；Treated 为组别虚拟变量，根据前文分析，本文将国有制造业企业定义为实验组，非国有制造业企业定义为控制组，样本企业属于实验组取1，否则取0；Year ×Treated 为双重差分变量，本文关注的重点为其系数β 3；X it 为企业层面的控制变量，包括企业规模、总资产周转率、托宾Q值等；M it 为宏观经济层面的控制变量，包括国内生产总值增速、工业生产者出厂价格指数；α t 用于控制时间效应；ε it 为随机误差项。
根据双重差分估计方法的原理，上述模型中的系数β 3可以表示为：
疲劳试样图纸如图1所示。为减少机械加工对疲劳实验结果的影响，实验前用抛光布对试样最小断面处进行抛光处理。并用光学显微镜观察试样最小断面，确保不留下环状划痕。疲劳实验采用日本RB4-3150-V1旋转弯曲疲劳试验机，在室温空气中进行，加载频率为52.5Hz。
β 3=E Y it X it ,M it ,α t ,Year =1,Treated =1-E Y it X it ,M it ,α t ,Year =1,Treated =0
-E Y it X it ,M it ,α t ,Year =0,Treated =1-E Y it X it ,M it ,α t ,Year =0,Treated =0(2)
β 3实际上是通过对比实验组企业与控制组企业在事件前后相对距离，来排除不可见因素的干扰，从而分离出的外生政策冲击的净效应。若β 3大于零，则根据不同的被解释变量，可以表明国有制造业企业持有的贷款量增多，利用充足的资金进行金融投资、对盈利能力有促进作用等；反之，则反是。
四 、实证分析
(一 )数据说明与描述性统计
此外，本文对于平行趋势的检验还构建了如下模型，即在本文基础模型中加入各年[注] 由于是检验样本数据在“准自然实验”发生前的平行趋势，故时间范围为2004—2008年。 与Treated 的交互项。
表1 变量定义与计算方式
为了初步获知各主要变量对应的样本观测值的基本统计属性，表2给出了除宏观经济层面控制变量之外的描述性统计结果。其中，对于样本个体的信贷资金平均持有量(loan )、金融资产平均持有量(finasset )以及总资产平均余额(size )，本文已经考虑到其可能会受到时点影响，但由于各月末余额数据难以获得，只能采用年初余额和年末余额的算术平均值，尽量消除时点带来的波动。另外，后文在进行计量分析时，为使结果更趋于平稳，也会同时测度时期变量财务费用(finexpense )、金融活动利润(finprofit )，尽量排除潜在的时点波动性。
通过表2中的数据可以看出，实验组的信贷资金平均持有量、财务费用、金融资产平均持有量以及金融活动利润的均值和中位数，均大幅领先控制组。不过，在衡量企业绩效表现的变量方面，尤其是在总资产净利润率(roa )和净利润增长率(growth )这两项上，实验组均落后于控制组。当然，实验组与控制组在多个方面所体现出的差异之间是否存在因果关系，仍需要后续在控制企业层面及宏观经济层面的变量之后，进行计量分析才能得出结论。
表2 描述性统计分析
(二 )研究前提检验
此外，我国还有许多基层水利组织为财政差额拨款或自收自支事业单位，有的甚至没有编制，由单位内部调剂或与其他科室合署办公，无法很好地履行职责。
表3给出了以2009年宏观调控措施作为外生冲击，对中国A股制造业上市公司在贷款持有量、财务费用两方面影响的双重差分结果。对于每个变量，本文都分别采用未控制年度效应和控制年度效应两种模型设定。另外，根据本文设定的双重差分模型，β 0相当于常数项；β 1为时间虚拟变量的系数，刻画的是事件前后两期本身的差异；β 2为组别虚拟变量的系数，刻画的是实验组与控制组本身的差异；β 3为交互项系数，是真正度量实验组的政策效应的。基于本段的研究重点并受限于篇幅，下文仅列示β 3及各控制变量并对β 3作详细说明。
由表3可知，对于贷款持有量，无论是否控制年度效应，“准自然实验”的冲击影响大体相当且均是正向的；对于财务费用，与贷款持有量受到的影响相似，无论是否控制年度效应，宏观调控措施的冲击影响大体相当且均是正向的。而且4个系数(β 0—β 3)至少达到了5%的显著水平。由此可以说明，2009年的宏观调控措施确实使国有制造企业获得了更多的信贷资金。此外，β 3的数值也表明对于贷款持有量的正向影响要远大于对于财务费用的正向影响，这说明国有制造企业为获得信贷资金而付出的成本较小，即国有制造企业获得信贷资金更为容易。综上所述，自2009年起，国有制造企业更容易获得信贷资金，即本文的研究前提得到支持。
表3 研究前提检验结果
注：***、**、*表示检验统计量分别在1%、5%、10%的水平上显著；括号中数据为t 检验值。后同。
(三 )平行性检验 /平行趋势检验
上文已经证明自2009年起，本文构建的实验组即国有制造企业更容易获得信贷资金支持。而本文的最终目标是要证明当企业获得额外的资金供给时，企业会配置过多的金融资产，且该行为会对企业绩效产生抑制作用。那么此时需要检验在没有自然实验(或“准自然实验”)的冲击前提下，本文的控制组与实验组的相关变量的时间趋势是否是同样或相似的。由于政策已经实施，目前已无法观测在无政策实施的情况下，控制组与实验组相关变量的时间趋势，故只能从计量的角度进行检验。
表4给出了对于控制组与实验组金融资产持有量(finasset )、金融活动利润(finprofit )的平行性检验结果。结果显示，在基期，finasset 、finprofit 的均值在两组之间无显著差异，即可证明基期控制组与实验组的时间趋势相似，满足应用双重差分法的隐含假设。至于外生事件发生后是否会对实验组产生影响，需要后续的实证研究给出结果。
表4 平行性检验结果
本文的研究样本为2003—2016年中国A股制造业上市公司的年度报告数据。其中，企业微观数据来自CSMAR数据库，或由CSMAR提供的数据整理而得；宏观经济数据来自国家统计局公开发布的数据。由上文可知，本文将2009年作为事件年份，故对于2008年及之前由于调整行业分类、退市等原因不在制造业门类存续的上市公司进行剔除，同时剔除2009年及之后由于调整行业分类、首次公开募股等原因进入制造业门类的上市公司。另外，剔除缺省值样本，最终得到的有效样本数为11 519。表1归纳了回归模型中涉及的所有变量定义与计算方式。
Y it =β 0+β 1year +β 2treated +β 3year 2004×treated i,2004 +β 4year 2005×treated i,2005 +β 5year 2006×treated i,2006 +
β 6year 2007×treated i,2007 +β 7year 2008×treated i,2008 +X it +M it +α t +ε it
(3)
对上述模型进行OLS回归，回归结果如表5所示(受篇幅所限，只列示各交互项的系数)。各交互项系数均不显著，表明控制组与实验组在“准自然实验”发生前的平行趋势符合应用双重差分方法的隐含假设，故可进行进一步研究。
表5 平行趋势检验结果
(四 )对企业资产配置的计量分析
表6展示了当2009年宏观调控措施作为外生冲击发生时，对中国A股制造业上市公司在金融资产配置方面影响的双重差分结果。与上文相同，在每一种类型的分组下，本文都分别采用未控制年度效应和控制年度效应两种模型设定，且下文仅列示β 3及各控制变量的系数，并对β 3作详细说明，而简要解释其余企业层面的控制变量和宏观经济层面的控制变量的回归结果。
表6 对企业资产配置影响的双重差分结果
本文从两个角度对企业配置金融资产的程度进行衡量：金融资产持有量(finasset )与金融活动利润(finprofit )。其回归结果显示，无论是否控制年度效应，宏观调控措施的冲击对二者的影响均是正向的，且均在1%的水平上显著。由此说明当实验组(国有制造企业)比控制组(非国有制造企业)获得更多的信贷资金支持时，实验组中的企业进行了更多的金融投资，而且金融活动也贡献了更多的利润，这也呼应了图2中的内容。上述结果印证了本文的研究假设H1：当企业获得额外的资金供给时，企业会倾向于配置金融资产。
其余企业层面的控制变量对企业进行金融投资的影响大部分为正，且在1%的水平上显著。控制年度效应与否，各个系数的变化均不甚明显。回归结果表明规模越大、偿债能力越强、市场认可度越高的企业更倾向于配置金融资产。而宏观经济层面的控制变量对企业金融资产配置的影响并不显著，这也从侧面表明制造业企业配置金融资产，更多是结合自身的特点再做决策。
(五 )稳健性检验
1.子样本回归
上文回归分析使用的研究样本为2003—2016年在上海证券交易所和深圳证券交易所A股制造业上市公司的年度报告数据。考虑到“四万亿”计划的投放时间为1～2年，且该扩张性财政政策实施后，国有资产监督管理委员会还会对国有企业的新增投资项目进行专项检查，以保证中央宏观经济政策的落实[注] 参见国务院国有资产监督管理委员会：《中国国有资产监督管理年鉴》[19]。另外，王晓妹和王立国(2010)[20]、欧阳和彭(Ouyang & Peng，2015)[21]的研究也表明在短期内，“四万亿”计划的实施达到了预期效果。 。本文认为，在政策实施初期，国有企业会将初期获得的信贷资金进行实业投资，即此时国有企业与非国有企业在金融资产配置方面的差异应是不显著的。
【背景】有时候对于我们自己的人生，我们却像一个“局外人”，或者是不得不选择当一个“局外人”，或者是想要成为“局外人”。就如同《局外人》里的主人公默尔索，他在一场被剥离灵魂与肉体、完全被误解的审判中被判了死刑。但是在小说的最后，默尔索却说“为善始善终，功德圆满，为了不感到自己属于另类，我期望处决我的那天有很多人前来看热闹，他们都向我发出仇恨的叫喊声。”
故本文从2003—2009年开始，逐年扩大样本范围，分别进行双重差分回归(受篇幅所限，本文未将上述子样本的回归结果一一列示)。对于金融资产持有量与金融活动利润，在未控制年度效应和控制年度效应的两种模型设定中，系数β 3在2003—2009年、2003—2010年、2003—2011年以及2003—2012年四个子样本的回归结果中均不显著。当样本的时间范围选为2003—2013时，系数β 3便达到10%的显著水平；之后逐年扩大回归样本，β 3最终达到1%的显著水平。这一结果表明，在宏观调控措施实施初期，且在强监管的环境下，企业会将获得的超额信贷资源投入实业中去，而不会进行过多的金融投资。
考虑到2009年之后，并未再次出现针对特定行业的宏观调控政策，又由于所选样本均为上市公司，非国有上市企业获取资金的能力较国有上市企业不会有显著劣势，因此本文认为自2013年起回归结果开始显著是2009年信贷扩张影响的延续。综上所述，随着信贷资金全部到位，且当外在监管力度逐步减弱的情况下，企业并不乐于进行回报周期较长、回报率难以把控的实业投资，而会将更多的信贷资金投入金融市场，进行金融资产配置。
2016年4月，清华大学前副校长施一公教授推进教学改革，清华大学医学实验班采取的是“3+2+3”的人才培养方式，其中的“2”是该班学生出国前往与清华大学合作的海外医学院，进行为期两年的医学科研训练，这个阶段是为他们将来成为“医师科学家”所准备的。目的是培养能够解决临床疑难杂症的医学领军人才。
2.“反事实”检验
(2)要学习国外先进的技术和经验，取长补短。我们要学习借鉴和吸收国外深部找矿的先进理论、技术和成功经验，结合已有地勘资料和具体项目有针对性地开展深部找矿的应用研究工作。国外由于对深部找矿工作十分重视且开展较早，深部找矿理论和技术方法日趋成熟，学习他们的成功经验，把他们先进的理论、技术运用到我们的实际工作中去，将会使我们少走弯路，在我们的找矿工作中起到事半功倍的效果。
为了确认实验组与控制组的差异是由2009年“四万亿”计划导致的，本文还进行了“反事实”检验。该检验通过把“四万亿”计划的实施时间虚拟地前置或后推若干年进行回归分析，再同根据事实得出的回归结果进行比对：当虚拟实施时间前置时，若回归结果中的系数β 3不显著或虽然显著，但与根据事实得出的回归结果方向相反，则表明实际情况中的实验组与控制组的差异是由“四万亿”计划的实施导致的；当虚拟实施时间后推时，若回归结果中的系数β 3显著，且与根据事实得出的回归结果方向相同，则进一步证明了“四万亿”计划实施所带来的影响。
由于全球经济一体化，企业能够在互联网平台上及时了解国内外本行业的当期信息状况，从国际财务准则角度出发，建设出满足多个国家币种与语言的通用财务内控制度，并保持和国外有关企业的紧密合作。
表7给出了将“准自然实验”分别前置1～5年、后推1～3年的“反事实”回归结果(受篇幅所限，各年的回归结果只列示控制年度效应与否的系数β 3，其余控制变量不再给出)。当“准自然实验”前置时，系数β 3均不显著；当“准自然实验”后推时，系数β 3至少达到5%的显著水平。以上结果增强了根据实际情况所做计量分析的可靠性，表明实际情况中的实验组与控制组的差异确实是由2009年起实施的“四万亿”计划所导致的，即当获得更多资金时，国有制造企业会进行更多的金融投资。
表7 对企业影响的 “反事实 ”检验结果
表7 (续 )
(六 )对企业绩效的计量分析
上文阐述了2009年宏观调控措施对中国A股制造业上市公司在资产配置方面的影响。为了进一步探究过度金融投资对企业绩效产生的影响，即验证研究假设H2，本文将对中国A股制造业上市公司的roa 进行双重差分回归。此外，为了能够说明企业进行过度金融投资会对企业绩效产生抑制作用，尤其未能改善原有主业，本文拟作如下检验：研究2009年宏观调控措施对中国A股制造业上市公司主营业务利润占比的影响。如果具有显著的正向相关关系，则说明外生冲击对企业的主营业务具有促进作用，即不支持研究假设H2；如果不具有相关关系或是具有显著的负向相关关系，则说明外生冲击对企业的主营业务没有影响，或者是在损害企业的主营业务，即补充支持研究假设H2。此外，本文还会对企业的成长能力(通过净利润增长率进行测度)做出类似检验，以证明企业进行过度金融投资会对企业的长远发展产生不利影响。
同样地，本文对控制组与实验组总资产净利润率(roa )、主营业务利润占比(gp )、净利润增长率(growth )进行了平行性检验及平行趋势检验(受篇幅所限，本文未将上述检验结果列示)。结果显示，在基期，roa 、gp 以及growth 的均值在实验组和控制组之间无显著差异，表明基期控制组与实验组的时间趋势相似，满足应用双重差分模型的前提假设。
②小型微利企业所得税税收优惠政策：满足小微企业认定标准的企业，企业所得税税率20%；财税〔2015〕34号、〔2015〕99号规定：“自20151月1日起至2017年12月31日起，对年所得30万以下的小型微利企业，其所得减按50%计入应纳税所得额，按20%的税率缴纳企业所得税。”
表8提供了2009年宏观调控措施对中国A股制造业上市公司总资产净利润率、主营业务利润占比和净利润增长率影响的双重差分结果。同样地，本文分别采用未控制年度效应和控制年度效应两种模型设定。对于总资产净利润率，无论是否控制年度效应，宏观调控措施的冲击影响(即系数β 3)大体相当且均是负向的，且回归结果均在1%的水平上显著。由此可以说明实验组(国有制造企业)通过2009年的宏观调控措施获得了更多的资金支持，并藉此配置了更多的金融资产后，企业的盈利能力反而受到损害。该结果印证了本文的研究假设H2：企业进行过度金融投资会对企业绩效产生抑制作用。对企业绩效影响的计量结果也比较符合常规认知，且绝大多数在1%的水平上显著。同样，控制年度效应与否，各个系数的变化均不甚明显。总的来看，规模越大、营运能力越好、市场认可度越高，且在控制债务规模的前提下，企业绩效会得到提升。宏观经济因素对企业绩效的影响则比较符合预期，均为正向效应且绝大多数在10%及以上的水平上显著。也就是说，在宏观经济繁荣发展的情况下，处在其中的企业的绩效水平也会得到提升。
表8 对企业绩效影响的双重差分结果
从表8列(3)、列(4)可知，无论是否控制年度效应，主营业务利润占比对应的β 3均不显著，说明2009年宏观调控措施对中国A股制造业上市公司主营业务未产生足够影响，这进一步说明企业获得资金资源，进行过度金融投资并未使其原有主业得到改善。另外，其余企业层面的控制变量以及宏观经济层面的控制变量同主营业务利润占比之间的相关性也不显著，表明该比重可能更多取决于中观产业环境的影响。所处行业的平均利润水平提升，企业的主营业务利润占比才可能改善。
对于净利润增长率，无论是否控制年度效应，宏观调控措施的冲击影响大体相当且均是负向的。同企业绩效的回归系数相比，净利润增长率的回归系数更大，这表明虽然企业的绩效和成长能力均受到了抑制，但是成长能力受到的影响更大，从长远来看，此影响更为深重。本结论与理查德森(2006)[3]、奥尔汉加济(2008)[4]根据美国数据得出的研究结论相似，即过度的金融投资会使企业更加关注短期利益，增加企业长期的不确定性。同时，这也印证了本文开篇提及的事实——在2012年实体经济状况已得到有关部门的重视，不过在接下来的5年中现实情况却并未朝各方所期待的方向发展，成长能力的损害对企业的影响在之后若干年中才会逐渐显现。本文对于上述回归结果均进行了稳健性检验，结果得到有力支持。受篇幅所限，检验结果不再一一列示。
梅尔文·科恩的一生都积极致力于为科学研究贡献力量。他的妻子布儒瓦-科恩在一份声明中说道：“就在昨天，梅尔还在奋笔疾书，写一篇新的论文。直到他去世的那一天，他一直都是一位尽职尽责、思维活跃的科学家。梅尔帮助缔造了今天的索尔克，我和他的许多朋友都将永远怀念他。”
由于企业盈利能力与成长能力的水平不尽相同，金融投资对这两项能力的影响可能随之发生变化。结合分位数回归与双重差分模型，进一步探讨金融投资对处于不同分位数水平的企业盈利能力与成长能力的影响异同。
表9给出了不同分位数水平的双重差分结果。可以看到，企业盈利能力与成长能力受到的影响随着分位数水平的提升而增大，自50分位数开始，二者均在1%的水平上显著。这说明，盈利能力强、成长能力好的企业，即传统意义上的“好企业”，进行过多金融投资后，会受到更大的抑制作用。
表9 对企业绩效影响的分位数双重差分结果
五 、结论及政策建议
本文利用2009年宏观调控措施营造的“准自然实验”环境，选取2003—2016年中国A股制造业上市公司的年度报告数据，采用双重差分方法探究以下两个问题：(1)在资金资源充足的前提下，企业是否更倾向于配置金融资产；(2)在企业增持金融资产的情况下，企业的绩效是如何变化的。
实证结果表明，对于企业的金融资产持有量和金融活动利润，宏观调控措施的冲击对二者的影响均是正向的，该结果表明当制造企业获得更多的信贷资金支持，同时缺乏有效的外部监管时，企业将倾向于配置金融资产，金融活动也会在企业的日常生产经营中扮演重要的角色。在此基础之上，本文进一步探究了企业绩效的变化。总体来看，企业盈利能力和成长能力受到的影响均是负向的，这意味着在企业增持金融资产的情况下，个体的盈利能力、成长能力均受到了损害。进一步对比二者的影响系数，可以发现成长能力受到的影响更大，即过多配置金融资产对中国A股制造业上市公司的远期影响更为深重。此外，中国A股制造业上市公司同期主营业务利润占比受到的影响并不显著。综合以上结果，本文得出的结论如下：当企业获得额外的资金供给时，企业会倾向配置金融资产，且该行为并未使企业整体得到改善，而原有主营业务也并未得到发展。
在信息化时代的发展进程中，进一步加快对物联网技术的运用与推广，对于畜牧产业的长远发展起到重要的作用，一方面，从行业企业角度分析，为企业能及时掌握畜牧信息资讯扩宽渠道，加强企业内部的产品信息监管以及企业之间的资源交流程度，形成良好的共赢局面打下坚实的基础；另一方面，从物联网技术发展角度分析，使电子讯息技术的发展内容进一步丰富，体系更加完善。
基于上述结论，本文从以下三个角度提出对策建议：第一，对于实体经济从业者，当企业获得资金资源时，应从企业的长远发展进行考虑，避免将过多资金用于配置金融资产，盲目追逐短期利益，而忽视企业原有主营业务的发展机会。尤其随着中国居民收入水平不断提高，中国市场需求结构升级加快，对高端制造品和高质量服务的需求更加突出，而中国国内供给侧尚不能很好地满足需求结构的这一变化，因此，中国制造企业应把握好这块蓝海市场。第二，对于各类资金提供方，应加强对资金募集方的规制，尤其是应强化对募集资金用途的规制，如“原则上应当将募集资金用于公司主营业务”“除金融类企业外，募集资金不得进行财务性投资”等，并可定期聘请会计师进行审计并出具鉴证报告。对于违反募集资金时承诺的用途甚至资金实际用途与承诺情况严重不符的，可以对其之后的资金募集行为从期限、成本等方面进行更加严格的限定。第三，对于监管层，应促进不同行业间利润差距的合理化，一方面出台促进实体企业经营的有关政策，另一方面也要颁布规范金融行业的法律法规，以确保社会平均资本收益率与实体经济增长率的差额在合理范围内。以监管层2018年4月27日发布的《关于规范金融机构资产管理业务的指导意见》为例，该法规的颁布为避免资金在金融体系内部自我循环、防止金融产品多层嵌套奠定了坚实基础，同时也能够对资产管理行业的超额收益起到抑制作用。随着类似法规的逐步出台，金融行业的短期超额收益率将会随之降低，广大非金融企业将资金投入金融市场的偏好也会得到抑制，这将促使企业更专注于主营业务的改善与开拓。
参考文献 ：
[1]TOBIN J.Money and economic growth[J].Econometrica，1965，33(4)：671-684.
[2]TOBIN J.The macroeconomics of savings，finance and investment[M].Washington DC：University of Michigan Press，1997.
[3]RICHARDSON S.Over-investment of free cash flow[J].Review of Accounting Studies，2006，11(2-3)：159-189.
[4]ORHANGAZI Ö.Financialisation and capital accumulation in the non-financial corporate sector：a theoretical and empirical investigation on the US economy：1973-2003[J].Cambridge Journal of Economics，2008，32(6)：863-886.
[5]STOCKHAMMER E.Financialisation and the slowdown of accumulation[J].Cambridge Journal of Economics，2004，28(5)：719-741.
[6]DEMIR F.Financial liberalization，private investment and portfolio choice：financialization of real sectors in emerging markets[J].Journal of Development Economics，2009，88(2)：314-324.
[7]FIRTH M，LIN C，WONG S M L.Leverage and investment under a state-owned bank lending environment：evidence from China[J].Journal of Corporate Finance，2008，14(5)：642-653.
[8]罗知，张川川.信贷扩张、房地产投资与制造业部门的资源配置效率[J].金融研究，2015(7)：60-75.
[9]张成思，张步昙.中国实业投资率下降之谜：经济金融化视角[J].经济研究，2016(12)：32-46.
[10]杨筝，刘放，王红建.企业交易性金融资产配置：资金储备还是投机行为？[J].管理评论，2017(2)：13-25,34.
[11]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.
[12]王红建，曹瑜强，杨庆，等.实体企业金融化促进还是抑制了企业创新——基于中国制造业上市公司的经验研究[J].南开管理评论，2017(1)：155-166.
[13]俞鸿琳.银行贷款、管理者投资行为与公司投资效率[J].南方经济，2012(7)：30-42.
[14]DENG Y，MORCK R，WU J，et al.China’s pseudo-monetary policy[J].Review of Finance，2015，19(1)：55-93.
[15]BAI C E，HSIEH C T，SONG Z.The long shadow of a fiscal expansion[J].Brookings Papers on Economic Activity，2016，47(2)：129-181.
[16]陈林，伍海军.国内双重差分法的研究现状与潜在问题[J].数量经济技术经济研究，2015(7)：133-148.
[17]张新民，张婷婷，陈德球.产业政策、融资约束与企业投资效率[J].会计研究，2017(4)：12-18，95.
[18]宋军，陆旸.非货币金融资产和经营收益率的U形关系——来自中国上市非金融公司的金融化证据[J].金融研究，2015(6)：111-127.
[19]国务院国有资产监督管理委员会.中国国有资产监督管理年鉴[R].北京：中国经济出版社，2010.
[20]王晓妹，王立国.中国“4万亿”计划的作用机理及政策效应分析[J].投资研究，2010(7)：2-6.
[21]OUYANG M，PENG Y L.The treatment-effect estimation：a case study of the 2008 economic stimulus package of China[J].Journal of Econometrics，2015，188(2)：545-557.
Credit Supply ，Asset Allocation and Enterprise Performance —Evidence from Chinese Listed Manufacturing Companies
XIE Taifeng,DONG Peixuan
(Capital University of Economics and Business,Beijing 100070)
Abstract ：The study on “finance and real economy” has become hot in recent years，and there is also a discussion on the issue of financial idling at the macroeconomic level.However，there are few studies on the micro level of corporate capital.This paper uses annual report data of listed manufacturing companies from 2003 to 2016 in China，takes the 2009 economic stimulus package as a quasi natural experiment，and uses the difference-in-difference method to explore the tendency of enterprises to allocate financial assets and subsequent changes in enterprise performance in the premise of enough funds.The empirical results show that when the manufacturing enterprises get more credit funds without effective external supervision，the enterprises tend to increase financial investment，and financial activities play an increasingly significant role in the daily operation of the enterprises.On the contrary，the main business of the enterprises has not been exploited，but the profitability and growth ability are damaged，and the latter is more affected,indicating.excessive financial investment has a deeper long-term impact on Chinese listed manufacturing companies.Thus，policy recommendations are put forward from three perspectives，namely，the practitioners of real economy，the providers of funds and the regulators.
Keywords :finance;real economy;credit supply;asset allocation;enterprise performance
中图分类号 ：F832.4
文献标识码： A
文章编号： 1000-7636(2019)03-0129-16
收稿日期： 2018-08-03
作者简介： 谢太峰 首都经济贸易大学金融学院教授、博士生导师，北京，100070；
董培轩 首都经济贸易大学金融学院博士研究生。
作者感谢匿名审稿人的评审意见。
DOI： 10.13502/j.cnki.issn1000-7636.2019.03.010
责任编辑：李 叶