周 彬，謝佳松

（東北財經大學 經濟與社會發(fā)展研究院，遼寧 大連 116025）

一、引 言

中國經濟進入“新常態(tài)”后，結構性問題（如虛擬經濟和實體經濟之間的失衡問題）日益突出。黨的“十九大”報告曾明確指出，“必須把發(fā)展經濟的著力點放在實體經濟上。”近年來，一些業(yè)績較差的上市公司通過出售房產或其投資的股票實現扭虧為盈，一度引起輿論熱議。金融行業(yè)和房地產業(yè)的過度發(fā)展不僅影響了上市公司，也影響了一般企業(yè)。一些原本主業(yè)不是金融業(yè)或者房地產的國有企業(yè)紛紛打造自己的金融平臺，參股或控股銀行、證券、保險等金融機構，或者大舉進入房地產市場成為“地王”的制造者。民營企業(yè)也不甘示弱，除了競相申請難度較大的傳統金融牌照，還紛紛成立互聯網金融機構。寶能集團、安邦集團等企業(yè)則依靠保險資金與理財資金在股票市場和并購市場上“攻城掠地”。在虛擬經濟超額回報率的驅使下，實體部門企業(yè)配置金融類資產已經成為中國經濟重要的特征事實之一。因此，了解虛擬經濟發(fā)展對微觀實體企業(yè)的影響及其機制是化解結構性失衡，防范金融風險，培育經濟增長新動能的重要前提。

虛擬經濟的概念由馬克思提出的虛擬資本衍生而來，并隨著信用經濟的高度發(fā)展而發(fā)展。第二次世界大戰(zhàn)后，在經濟全球化和金融自由化背景下，虛擬經濟尤其是金融衍生品行業(yè)得到迅猛發(fā)展，進入“國際金融的集成化”階段（成思危，1999）。但隨著制造業(yè)服務化等現象的出現，虛擬經濟和實體經濟之間的界限越來越模糊（李揚，2017）。在2008年次貸金融危機爆發(fā)之前，學術研究一般強調了金融業(yè)對經濟的促進作用。Shaw（1973）和McKinnon（1993）基于發(fā)展中國家視角提出“金融抑制”對實體經濟發(fā)展不利，而“金融深化”（即“金融自由化”）能夠促進經濟增長。此外，一些研究也表明虛擬經濟的發(fā)展對實體經濟具有顯著的“溢出效應”，可以帶動服務業(yè)的發(fā)展，進而推動實體經濟增長（王愛儉，2003；劉金全，2004）。也有研究認為，虛擬經濟的不斷發(fā)展將會抑制實體經濟的增長，并導致產業(yè)結構空心化和服務化（胡曉，2015）。羅來軍等（2016）研究發(fā)現，虛擬經濟本應提供給實體經濟的一些融資資金沒有進入實體經濟，而是仍留在虛擬經濟中運轉，抑制了企業(yè)對實體部門的投資?？赡艿脑蚴牵阂环矫?，兩者的投資回報率存在差異并引起了虛實背離，而收益率差異又根源于股市結構和實體經濟結構的非對稱性，且這種非對稱性背后的根本原因又在于資本市場體制改革的滯后（劉駿民和伍超明，2004）；另一方面，合意貸款規(guī)模管制導致了流動性錯配，使得虛擬經濟脫離實體經濟（于澤等，2015）。

在微觀企業(yè)層面，隨著虛擬經濟的繁榮發(fā)展，實體部門的企業(yè)積極投資股票、債券等虛擬資本，也即實體部門的企業(yè)出現“金融化”傾向。一部分研究表明，企業(yè)過多持有金融資產會顯著降低企業(yè)的實業(yè)投資率（Orhangazi，2008；張成思和張步曇，2016）。同時，過度的金融化會使得社會高素質人力資本更多地進入非實體部門，導致人力資本錯配（Dore，2008），而一旦投機盛行，就會導致社會有效投資下降，生產部門萎縮，資源配置效率低下，以及長期內經濟增長缺乏動力。另一部分研究表明，企業(yè)金融化在短期內存在正效應，有助于緩解企業(yè)的外部融資約束（宋軍和陸旸，2015）；王紅建等（2017）的研究還發(fā)現，當實體金融化超過一定程度后，金融化對企業(yè)的創(chuàng)新呈現出了“促進效應”，當金融市場足夠完善后，可以通過金融資產收益及金融資本的逐利性驅使企業(yè)進行技術創(chuàng)新。

通過文獻梳理，我們可以發(fā)現，已有的研究從多個角度探討了虛擬經濟與實體經濟間的互動與背離，但對當前中國經濟“新常態(tài)”宏觀背景下實體經濟與虛擬經濟的結構失衡機制卻論述不夠充分。隨著中國經濟高速發(fā)展，只研究以銀行為代表的虛擬經濟已無法解釋一些新的問題，而影子銀行作為游離于監(jiān)管之外的且迅速發(fā)展的平行銀行系統卻非常值得關注。此外，地方融資平臺造成的期限錯配與信用錯配也影響了實體經濟，造成結構失衡。鑒于此，本文試圖從微觀企業(yè)層面考察在虛擬經濟不斷發(fā)展的背景下，實體部門企業(yè)配置金融類資產行為這一“金融化”過程對實體經濟部門產出和效率的影響。本文運用上市公司數據研究后發(fā)現，2008年后虛擬經濟的發(fā)展對實體經濟產生了顯著且長期的抑制作用，且這種抑制作用主要體現在民營企業(yè)和制造業(yè)中，而在經濟下行的“新常態(tài)時期”，其對實體經濟的負面影響更迅速。從宏觀環(huán)境角度看，影子銀行的高速擴張、地方政府融資平臺的無序發(fā)展對實體經濟的影響是這種抑制作用的主要傳導機制。從微觀企業(yè)角度看，套利動機使得實體部門企業(yè)配置金融類資產，擠出資本投資并最終降低了企業(yè)運行效率。這些結論對于厘清實體經濟部門與虛擬經濟部門間的關系及未來我國金融業(yè)、房地產業(yè)改革方向具有重要的借鑒意義。

本文的可能創(chuàng)新之處在于：一是按照行業(yè)和企業(yè)性質等細分標準，對兩者的動態(tài)關系進行了深入梳理，發(fā)現了虛擬經濟對實體經濟各組成部分的影響具有異質性；二是根據中國的經濟發(fā)展歷程，從微觀企業(yè)外部和內部兩個維度剖析虛擬經濟發(fā)展對微觀實體企業(yè)的影響機制；三是對于這些關系和機制背后的政策因素（如利率市場化改革需要金融產業(yè)政策配合）、地方債務的預算軟約束也進行了初步分析。

二、特征事實和理論假設

（一）虛擬經濟和實體經濟的脫節(jié)表現

本文討論的虛擬經濟主要是指金融業(yè)和房地產業(yè)。2008年金融危機后，尤其是中國經濟進入“新常態(tài)”以來，虛擬經濟的發(fā)展模式發(fā)生了顯著的變化，其與實體經濟的脫節(jié)主要表現在以下幾個方面：

1. 行業(yè)增加值。從增加值規(guī)模來看，金融業(yè)增加值占GDP的比重在2006年以后出現顯著上升，2016年已達到8.3%，超過美國、日本、德國等發(fā)達國家；從利潤指標來看，劉瑞和李榮華（2013）根據Wind數據庫的數據研究發(fā)現，2005-2011年制造業(yè)行業(yè)的平均凈資產收益率為13.4%，并呈現逐年下降趨勢，而金融保險業(yè)的平均凈資產收益率為18%，一直保持平穩(wěn)態(tài)勢。

2. 社會融資規(guī)模。從社會融資規(guī)模存量來看，社會融資規(guī)模存量增速大于GDP增速，2008年后社會融資規(guī)模增速大幅上升，背離了GDP增速，到2015年二者的比值已經接近2。這說明中國經濟金融深化的程度在提高，同時金融效率和投資效率在下降，金融服務實體經濟的效率也在下降。金融部門和政府部門創(chuàng)造的貨幣增速在上升，而居民、企業(yè)和國外部門創(chuàng)造的貨幣增速卻在下降。

3. 上市公司金融類資產配置。2008-2010年上市公司持有金融資產占總資產的比重大幅上升。相比2010年，2011年上市公司持有金融類資產的絕對值變化不大，但是占總資產比例在下降，說明企業(yè)總資產增加更快。2012年企業(yè)配置金融類資產總值出現下滑，主要體現在投資性房地產凈額上，而2014年又重新呈現快速增長態(tài)勢。有意思的是，相比2015年，2016年上市公司持有金融類資產的絕對值下降，但是比例還在持續(xù)上升，這是因為去杠桿導致的總資產下降比例更大。從總體上看，排除經濟“新常態(tài)”的影響，中國上市公司金融資產總規(guī)模和占比都呈現明顯上升趨勢。

（二）虛擬經濟和實體經濟脫節(jié)的根源

自2008年以來，虛擬經濟有加速脫離實體經濟的趨勢，兩者存在不同的增長態(tài)勢。本文認為經濟“脫實向虛”的根本原因在于宏觀方面和微觀方面的結構性失衡。

1. 影子銀行的高速發(fā)展。在利率市場化背景下，銀行金融機構和非銀行金融機構通過理財產品、委托貸款、同業(yè)代付、小額信貸、融資租賃等金融工具將資金投入到金融市場，因而金融市場逐漸成為貨幣創(chuàng)造的主力。由于這些影子銀行不受限于傳統的存款準備金約束，運作更加靈活，因此近年來取得了高速發(fā)展。金融業(yè)作為外部性較強的產業(yè)，幾乎所有的市場經濟國家都對其進行嚴格的產業(yè)管制。但是利率市場化后，一些金融機構的進入門檻事實上降低了，產業(yè)管制出現了短板，導致關聯交易、監(jiān)管套利等一些金融亂象發(fā)生。由于資產負債業(yè)務不均衡，小金融機構會依靠“發(fā)行同業(yè)存單--同業(yè)理財--金融債券”等模式吸收大金融機構的資金，大金融機構也鎖定了收益和風險，而這種金融空轉只會抬高實體經濟的資金成本。對企業(yè)來說，資金富裕的大企業(yè)可以通過銀行的委托貸款等表外業(yè)務獲得收益，或者投資金融資產和房地產獲得資本收益，而小企業(yè)只能面臨更加嚴峻的金融環(huán)境。綜上所述，本文提出如下研究假設：

假設1：影子銀行規(guī)模越大的地區(qū)，實體部門的企業(yè)持有金融資產對其實體產出規(guī)模的擠出越嚴重。

2. 地方融資平臺事實上成為金融企業(yè)。地方政府受到預算體制、融資渠道的限制，只得采用融資平臺吸收短期限的資金支持長期的基建投資，監(jiān)管的不完善造成了期限錯配與信用錯配，因此當前企業(yè)融資成本攀升的原因，除了融資渠道受阻導致信貸資金供不應求之外，政府融資所產生的擠出效應也不容忽視，即政府通過金融市場籌資以支持政府支出，導致市場上的資金匱乏，從而使得利率升高，這就引起了企業(yè)借貸成本增加。中央國有企業(yè)資產規(guī)模較大，且通?？毓?、參股一些金融企業(yè)，是金融市場的優(yōu)質客戶，同時自身也相對更加不重視主業(yè)而變成了“資本套利者”；地方國有企業(yè)受到地方金融機構的支持，理論上受利率上升的沖擊也較?。欢切]有金融資源及背景的民營企業(yè)具有預算硬約束，因此對利率更為敏感，在資金成本上升的情況下只能減少投資。綜上所述，本文提出如下研究假設：

假設2：地方融資平臺會對企業(yè)的金融資產配置決策產生影響，進而減少實體方面的產出，這種擠出效應對于不同所有制的企業(yè)存在異質性。

3. 實體部門微觀企業(yè)追求虛擬經濟的超額回報而擠出企業(yè)資本投資，進而抑制實體經濟發(fā)展。由于虛擬經濟波動程度大，內部循環(huán)效率高，使得虛擬經濟以遠高于實體經濟增速的速度膨脹，進而產生了超額回報（蘇治等，2017）。從微觀企業(yè)套利動機角度來看，首先，虛擬經濟高于實體經濟的回報率會使得實體部門企業(yè)更傾向于配置金融類資產，在存在預算約束的條件下，一定會擠出企業(yè)對實體部門的資本投資，降低實體部門產出；其次，由于市場中不同企業(yè)面臨的融資約束不同，某些企業(yè)存在融資軟約束，這些企業(yè)的資金將更多地流入回報率高的虛擬經濟中，導致大量資金只能在虛擬經濟內部循環(huán)，形成自我空轉，最終使得其他實體經濟部門的企業(yè)融資更加困難，企業(yè)投資進一步下降；最后，當前實體經濟前景一般較差，一旦企業(yè)過度金融化，將會更加注重短期利益（王紅建等，2017），進而失去其對實體部門進行資本投資而獲取長期利益的動力。因此從微觀企業(yè)層面考慮，在自身逐利動機、融資軟約束、企業(yè)預期等原因的作用下，實體部門企業(yè)的“金融化”將對企業(yè)的資本投資產生負面影響。綜上所述，本文提出如下研究假設：

假設3：實體部門微觀企業(yè)配置金融資產將擠出企業(yè)資本投資，進而影響實體部門的產出和效率。

三、計量模型與實證分析

（一）樣本選擇與數據來源

考慮到企業(yè)各項指標的可獲得性和樣本代表性，本文采用2000-2014年滬深兩市的所有A股上市公司為原始樣本，著重研究2008年之后企業(yè)所持金融類資產與實體經濟業(yè)務之間的關系。原始樣本數據來自國泰安CSMAR數據庫，宏觀指標來自中經網統計數據庫、其間各年度的《中國統計年鑒》及《中國金融年鑒》。首先，為了保證所研究企業(yè)為實體經濟部門企業(yè)，本文對數據進行了三層篩選：（1）按CSMAR六類行業(yè)代碼進行篩選，剔除金融業(yè)和房地產業(yè)；（2）按2012版證監(jiān)會行業(yè)分類代碼進行篩選，進一步剔除金融業(yè)和房地產業(yè)；（3）考慮到處理之后的樣本仍然存在著某些實體經濟企業(yè)的主營業(yè)務中包含房地產開發(fā)、金融服務或資本市場服務等，通過查找上市公司年報，剔除其主營業(yè)務包含上述業(yè)務的企業(yè)。其次，為了得到更為準確的企業(yè)財務數據，避免因為企業(yè)經營不佳對各種指標的干擾，剔除研究期間為ST公司的樣本，剔除資產負債率大于1的樣本；考慮到西藏地區(qū)的特殊性和不可比性，刪除了注冊地在西藏的上市企業(yè)樣本。最后，為消除極端值對實證分析的影響，本文對連續(xù)變量進行上下1%的winsorize處理。

本文構建了兩個面板數據：一個是2000-2007年的面板數據；由于中國自2007年起采用了新的會計準則，且考慮到2008年次貸金融危機的影響，本文以2008-2014年為觀測區(qū)間，構建第二個面板數據，以更加準確地觀察金融危機后經濟金融化對實體經濟的影響，最終得到2 687個上市公司在這7年內的面板數據。

（二）變量定義及描述性統計

1. 主要變量定義。由于2007年中國采用了新的會計準則，本文采取胡奕明等（2017）的方法，參照新舊兩版《企業(yè)會計準則》對金融資產進行界定，用其占企業(yè)當期總資產比例構建企業(yè)持有金融資產規(guī)模作為核心解釋變量。特別地，考慮到企業(yè)配置房地產的動機以及房地產資產的特性，對于2007年之后的數據，構造廣義金融資產指標，即在金融資產中加入投資性房地產凈額。考慮到企業(yè)資產收益率、利潤率均包括金融資產收益和利潤，且都無法衡量企業(yè)所持金融資產對其實體主營業(yè)務的影響，而經過處理后的實體經濟部門企業(yè)的主營業(yè)務收入規(guī)模能夠較好地反映實體經濟發(fā)展和產出狀況，因此本文的被解釋變量采用經過篩選后的實體經濟企業(yè)主營業(yè)務收入并以此來測度實體經濟規(guī)模。

根據以往文獻對上市公司盈利能力的研究（施東暉，2000；徐莉萍等，2006；羅黨論等，2016），本文將控制變量分為股權集中度、企業(yè)規(guī)模、企業(yè)績效、城市層面指標等方面。首先，通過控制第一大股東持股比例、前十大股東持股比例來控制企業(yè)股權集中度；其次，企業(yè)規(guī)模方面，控制企業(yè)當年年末總資產、總市值、企業(yè)上市年數（三者均取自然對數）；再次，企業(yè)績效和成長性方面，控制資產負債率、托賓Q值、總資產增長率等；最后，利用上市公司注冊地匹配城市層面指標，控制GDP、城市產業(yè)結構、房地產開發(fā)投資額占固定資產投資比重。需要說明的是，文章采取雙向固定效應模型，剔除時間和非時變固定效應的影響。

2. 描述性統計。如表1所示，企業(yè)持有金融資產規(guī)模在2008年之后提升較為明顯，均值由0.1625上升到0.2023，表明在2008年之后企業(yè)呈金融化發(fā)展趨勢，但公司之間的差異仍然較大；篩選后的企業(yè)樣本的財務指標比較健康，企業(yè)的股權集中度有所下降；雖然2008年之后的樣本數量大幅增加，但國有企業(yè)比例在兩個時間段大致持平，這也便于本文更好地研究虛擬經濟在不同所有制企業(yè)中擠出效應的異質性。

表1 主要變量的描述性統計

（三）計量模型設定和基本回歸結果

本文采用面板數據回歸方法研究經濟虛擬化對實體經濟上市企業(yè)主營業(yè)務的影響，因為面板數據可以較好地解決遺漏變量問題?？紤]到企業(yè)所持金融資產可能帶來的長期影響，本文參照余淼杰和智琨（2016）的方法構建短期和長期兩個回歸模型，基準回歸模型如下：

其中，i表示企業(yè)，c表示城市，t表示年份；被解釋變量lnmaincomeict表示c城市i企業(yè)第t年的主營業(yè)務收入自然對數；jrzcproit為i企業(yè)第t年所持有（廣義）金融資產規(guī)模，Xit是i企業(yè)第t年的各種特征變量，Cct為c城市第t年各種特征變量；yt為時間固定效應，αic為企業(yè)和城市固定效應，用以控制一些不隨時間變化的因素； ∈ict為隨機擾動項；系數β1測量了企業(yè)所持金融資產對該企業(yè)主營業(yè)務收入的影響；在模型（2）中，γ2表示企業(yè)金融化對主營業(yè)務收入的長期影響。

為了比較不同時間段的企業(yè)金融化對實體經濟企業(yè)的影響，本文采取了分時間回歸。首先，對所有模型進行面板設定F檢驗，結果皆強烈拒絕原假設，即認為FE明顯優(yōu)于混合回歸，允許每個企業(yè)擁有自己的截距項；其次，為了比較固定效應和隨機效應模型的適用性，對所有模型進行Hausman檢驗，結果均強烈拒絕原假設，因此模型均選取固定效應模型；再次，為了控制時間固定效應，本文采用雙向固定效應模型；最后，為了使估計結果更加穩(wěn)健，本文的標準誤采取聚類到城市層面的標準誤。回歸結果如表2所示。

表2 分時間段的回歸結果

續(xù)表 2 分時間段的回歸結果

結果顯示：（1）在2000-2007年間，無論短期模型還是長期模型，企業(yè)所持有的金融資產及其一階滯后項系數并不具有統計上的顯著性，這說明在2008年之前，企業(yè)持有金融資產并沒有顯著地造成實體經濟部門企業(yè)主營業(yè)務收入的下降；（2）在2008-2014年間，企業(yè)所持金融資產顯著抑制了企業(yè)的主營業(yè)務收入，這與本文的預期是一致的。在考慮長期影響時，當期金融資產規(guī)模的系數為-0.10，大于滯后一期企業(yè)所持金融資產規(guī)模項的系數（-0.07），且均在1%的水平上顯著為負，說明企業(yè)持有金融資產帶來的負面影響是長期的，但這種長期的對主營業(yè)務的擠出效應小于當期的擠出效應。在企業(yè)持有的金融資產中加入房地產投資凈額后，對實體經濟企業(yè)主營業(yè)務收入的短期和長期抑制效果均有所提高。

結果還顯示，2008年之后的樣本回歸結果不僅具有統計上的顯著性，也具有經濟上的顯著性，具體體現為：如果企業(yè)持有的金融資產或廣義金融資產規(guī)模每增加1個百分點，那么其當期主營業(yè)務收入將分別下降10.58%和12.37%，且未來一期的主營業(yè)務收入分別下降7.37%和8.74%，這說明虛擬經濟對實體部門的擠出效應是非常大的。

（四）子樣本異質性分析

1. 不同所有制企業(yè)存在的異質性。接下來，本文著重研究2008-2014年企業(yè)層面的樣本數據。考慮到這種影響對于不同所有制企業(yè)可能存在異質性，本文將企業(yè)按照其性質進行分類回歸。表3報告了2008-2014年分不同所有制樣本情況下實體經濟部門企業(yè)所持廣義金融資產對其主營業(yè)務的影響，將企業(yè)按所有制和層級分類為中央國有企業(yè)、地方國有企業(yè)和民營企業(yè)三種類別。其中，列（2）的回歸未通過Hausman檢驗，故采用隨機效應模型。結果顯示，無論短期還是長期，中央國有企業(yè)持有金融資產的系數均不具有統計上的顯著性，且當期項系數為正，說明中央國有企業(yè)的金融化并沒有擠出其實體產出；而地方國有企業(yè)在短期所持金融資產規(guī)模的系數在5%的水平上為負，長期系數并不顯著，這說明虛擬經濟的發(fā)展在短期內會對地方國有企業(yè)造成沖擊，但這種沖擊并不具有持續(xù)性；對民營企業(yè)來說，無論長期還是短期，其持有金融資產的系數均顯著為負，且系數最大，說明民營實體經濟企業(yè)持有金融資產對其主營業(yè)務影響最嚴重，且具有持續(xù)性，即虛擬經濟對實體經濟的擠出效應主要體現在民營企業(yè)上。

表3 分所有制樣本的估計結果

續(xù)表 3 分所有制樣本的估計結果

2. 不同地區(qū)、不同行業(yè)企業(yè)存在的異質性?？紤]到虛擬經濟發(fā)展較快的地區(qū)對實體經濟的擠出效應可能更顯著，且不同行業(yè)的企業(yè)被擠出的效果也應該具有異質性，因此進行分樣本估計以考察子樣本的穩(wěn)健性。同時，以2008年作為基期，運用CPI進行調節(jié)，將主營業(yè)務收入轉換為可比價主營業(yè)務收入。表4報告的是分城市、分行業(yè)的估計結果，①限于篇幅，長期效應均未報告，詳情備索。其中，列（1）和列（2）分別報告的是大城市和小城市的子樣本回歸；②根據《第一財經周刊》2017年的評比與劃分，大城市包括19個一線城市、新一線城市。列（3）-列（5）將實體經濟部門分為具體的細分行業(yè)，行業(yè)分類具體標準參照證監(jiān)會《上市公司行業(yè)分類指引（2012年修訂）》。

回歸結果顯示，除了列（4）的子樣本回歸未通過Hausman檢驗，采取隨機效應模型外，其余均采用雙向固定效應模型。由表4還可知，地處大城市的實體部門企業(yè)持有金融資產的負面影響大于小城市的企業(yè)，這符合預期，因為大城市是較為發(fā)達的地區(qū)，虛擬經濟的發(fā)展快、規(guī)模大，這對實體部門企業(yè)的擠出效應更強。從行業(yè)來看，制造業(yè)受到的擠出效應在1%的統計水平上顯著為負，系數為-0.2384，大于全樣本回歸的系數；農業(yè)、建筑業(yè)及其他工業(yè)樣本企業(yè)持有廣義金融資產規(guī)模的系數為負，但未通過顯著性檢驗；而其服務業(yè)企業(yè)持有廣義金融資產對其主營業(yè)務收入的影響為正且不顯著。上述結果表明，制造業(yè)受到的擠出影響最為嚴重。

表4 分城市、分行業(yè)的估計結果

考慮到企業(yè)所處不同地區(qū)的異質性，本文進一步將企業(yè)按照注冊所在地進行劃分，結果如表5所示。東部地區(qū)企業(yè)持有廣義金融資產比例的系數為-0.1886，且在1%水平上顯著為負；中部地區(qū)樣本中的該系數為-0.2180，且在5%的統計水平上顯著；而西部、東北等經濟發(fā)展水平較差的地區(qū)，企業(yè)持有金融資產比例的系數并不具有統計上的顯著性。因此，在經濟相對發(fā)達的東部和中部地區(qū)，實體部門企業(yè)“類金融化”更易對其主營業(yè)務產生沖擊，而這種效應并不存在于西部地區(qū)和東北地區(qū)。

表5 企業(yè)所處不同地區(qū)的異質性分析

（五）動態(tài)面板與系統GMM估計① 為進一步解決內生性問題，本文用“同一年份、同一地區(qū)、同一行業(yè)的其他企業(yè)所持廣義金融資產規(guī)模均值”作為某一企業(yè)在當期持有廣義金融資產規(guī)模的工具變量進行2SLS回歸，結論依然穩(wěn)健。限于篇幅，沒有報告詳細結果。

考慮到企業(yè)主營業(yè)務收入具有一定的持續(xù)性，本文將模型擴展為動態(tài)面板模型。同時，為了解決被解釋變量可能出現的內生性問題，本文采取Arellano和Bover（1995）、Blundell和Bond（1998）所提出來的系統GMM估計法進行處理。系統GMM法估計動態(tài)面板模型的結果如表6所示，且模型均通過了檢驗。從估計結果可以看出，無論金融資產如何界定，實體部門企業(yè)持有金融資產對其主營業(yè)務的短期影響仍然為負，并在1%的水平上顯著，且系數有了大幅度提高。在長期影響中，雖然企業(yè)當期持有金融資產的系數為正，但是不顯著，而其滯后一期項的影響仍然顯著，這與前文結論基本一致，進而說明本文結果具有較好的穩(wěn)健性，即當模型擴展到動態(tài)面板時，前文的結論仍然成立。

表6 系統GMM估計結果

四、進一步分析

（一）企業(yè)配置金融資產在不同經濟環(huán)境下的擠出效應

由于企業(yè)配置金融資產的行為與宏觀經濟環(huán)境高度相關（胡奕明等，2017），因此實體部門企業(yè)持有金融資產主營業(yè)務的“擠出效應”在經濟上行和下行通道中應存在異質性。基于此，本文首先在全樣本中引入時間段虛擬變量進行回歸分析，其次將樣本分為“經濟新常態(tài)前后”加以進一步分析論證。

企業(yè)配置金融資產在不同經濟環(huán)境下擠出效應的分析結果如表7所示，所有回歸均控制了前文所述的控制變量，并采用雙向固定效應回歸模型。由于2007年會計準則發(fā)生了變化，因此本文著重考察2008年后的上市公司實體部門企業(yè)樣本。其中，列（1）為在全樣本中引入時間段虛擬變量后的結果，以2008年為基期比較分析后可以看出，自2011年起，企業(yè)配置金融類資產對其主營業(yè)務的擠出效果顯著為負，且系數整體呈增大趨勢。結果表明，與經濟上行相比，在經濟下行的宏觀環(huán)境下企業(yè)配置金融類資產的行為對整個實體部門產出的擠出效應更為明顯。進一步地，分時間段考慮，并加入長期影響，我們發(fā)現這種擠出效應在宏觀經濟下行的“新常態(tài)”時間內主要是一種短期影響，而在2010年之前，存在長期的擠出效應。也就是說，在經濟上行期，實體經濟前景較好，金融類資產配置并不會立刻影響實體部門的產出；而在經濟下行期，由于宏觀經濟環(huán)境較差，在有限的資金約束下配置金融類資產就會立刻對當期的主營業(yè)務產生負面影響。

表7 企業(yè)持有不同金融資產的影響分析

（二）企業(yè)持有不同金融資產的影響分析

由于金融資產種類具有多樣性，因此分析企業(yè)持有不同類別的金融資產對實體產出的影響是必要的。本文將廣義金融資產分為三類：貨幣資金、房地產性金融資產和其他金融資產。對于企業(yè)來說，持有貨幣資金的動機主要是“預防儲備”（胡奕明等，2017）。此外，企業(yè)配置股票債券等其他金融資產是出于投機動機，而持有房地產性金融資產是出于房地產性投資動機。

為了捕捉實體部門企業(yè)在不同動機下配置不同金融資產對其主營業(yè)務的擠出效果，本文將金融資產分為貨幣資金、房地產性金融資產與其他金融資產，并分別考慮它們的短期影響和長期影響。在本文的實體部門企業(yè)樣本中，三者的均值分別為2.56%、0.90%和18.98%。按式（1）和式（2）分別進行回歸，回歸結果見表8。表8中的列（1）和列（2）分別為企業(yè)配置貨幣資金的短期影響和長期影響，當期系數均在1%的水平上顯著為負，但其滯后一階并不顯著；列（3）和列（4）報告了企業(yè)配置房地產性金融資產的影響，在長期影響模型中，其滯后一期系數為-0.35，顯著性水平為5%，而當期系數并不顯著，說明企業(yè)出于房地產投機動機而配置的金融資產對其主營業(yè)務的擠出主要是長期的，對實體經濟的危害也較大；列（5）和列（6）列報告了企業(yè)配置其他性金融資產的影響，結果表明，企業(yè)持有其他金融資產對實體經濟的影響是短期的，系數也最小。由于企業(yè)持有的房地產性金融資產占比最低，因此可以排除其量級對本文結果的影響。綜上可知，企業(yè)持有房地產性金融資產對實體經濟的擠出最嚴重，且這種效應具有持續(xù)性。這說明當前中國實體部門企業(yè)的房地產投機行為對實體經濟的危害最大，其次是經濟下行帶來的經濟不確定性對企業(yè)的影響，而股票債券等虛擬資本的配置則對實體經濟的擠出最小，持續(xù)的時間也較短。

表8 企業(yè)持有不同金融資產的影響分析

五、影響機制分析

（一）影子銀行的作用

基于之前的文獻研究，本文將采用資金投向測算法來衡量影子銀行規(guī)模，即用銀行體系最終資金投向為基準，將影子銀行定義為向實體經濟提供融資服務的業(yè)務體系，合理地分解到各個地區(qū)構建面板數據。本文以各地區(qū)年末金融機構貸款余額為標準，分解測算不同地區(qū)的影子銀行規(guī)模，并采用固定面板模型考察其短期影響和長期影響。為了去量綱和分析交互項的系數，本文將企業(yè)所持金融資產和影子銀行規(guī)模進行標準化和中心化處理，即在變量前加上C_，表明該變量進行了標準化和中心化的處理?；貧w結果如表9所示。

表9 影子銀行系統的傳導機制分析

在短期模型和長期模型中，企業(yè)所持金融資產的當期值和影子銀行規(guī)模交互項的系數均在1%的水平上顯著為負，這與前文一致；而影子銀行規(guī)模一次項本身的系數并不顯著，說明地區(qū)影子銀行規(guī)模本身并不會影響到實體經濟部門的產出。但隨著實體部門企業(yè)持有的廣義金融資產比例增加，影子銀行規(guī)模越大的地區(qū)，實體企業(yè)的主營業(yè)務收入就會越低，這就意味著影子銀行體系放大了虛擬經濟對實體經濟的抑制效應，從而驗證了假設1；在長期模型中，滯后一期的金融資產持有規(guī)模與影子銀行交互項系數也是顯著的，這說明這種傳導機制具有長期性。列（3）和列（4）報告了將被解釋變量改為可比價格主營業(yè)務收入的檢驗，結果表明結論依舊穩(wěn)健。

（二）地方融資平臺

為什么自2008年以后國有企業(yè)所持有的金融資產尤其是房地產資產大幅度上升，并且抑制了實體經濟的發(fā)展？僅僅用影子銀行的發(fā)展來解釋，顯然是不夠的。為了說明這部分金融資產的來源和機制，首先需要了解地方政府的融資機制以及土地財政的由來。由于地方政府直接和深度參與經濟發(fā)展過程，在商業(yè)銀行保持一定獨立性和不允許地方財政赤字的制度背景下，為了進行基礎設施、公共事業(yè)等具有公共品性質的支出，政府充分利用投融資公司這一兼具金融和財政性質的平臺進行資金融通。地方政府能夠在不違背預算法的前提下，把資產（通常是土地）注入融資平臺公司，通過融資平臺公司從銀行貸款或者發(fā)行債券（Bai和Zhang，2017）。其中，城投債是地方融資平臺的重要手段之一。根據Wind數據，全國城投債債券余額已從2008年的1 861億元上升至2014年的42 831億元，短短6年翻了26倍。隨著地方融資平臺規(guī)模的增加，會引起市場利率上升，企業(yè)借貸成本增加，從而降低企業(yè)對實體經濟的投資意愿，并促進企業(yè)資金“脫實向虛”。由于不同所有制企業(yè)在金融市場的地位不同，其影響結果也應具有異質性。本文采用Blanchard和Giavazzi（2004）的方法，用政府城投債規(guī)模占GDP比重來衡量地方融資平臺債務相對規(guī)模，其中各省級地方政府融資平臺債務數據來源于Wind數據庫。

表10報告了地方融資平臺通過企業(yè)所持金融資產對不同所有制企業(yè)的短期影響。地方融資平臺債務相對規(guī)模顯著增加了當地實體經濟中國有企業(yè)的主營業(yè)務收入，對民營企業(yè)的影響為負，但不具有統計上的顯著性。從兩者交互項的系數來看，中央國有企業(yè)交互項系數為0.03，在5%的水平上顯著為正，民營企業(yè)交互項系數為-0.02，在1%顯著水平上顯著為負，這也驗證了假設2，即地方融資平臺會對企業(yè)金融資產配置決策產生影響，進而使實體經濟產出減少，且這種擠出效應對于不同所有制的企業(yè)存在異質性。隨著地方融資平臺融資規(guī)模的加大，中央國有企業(yè)所持有金融資產的增加促進了其發(fā)展，但民營企業(yè)所持有金融資產的增加則會擠出其實體主營業(yè)務，抑制實體經濟的發(fā)展。在短期，這種效應主要體現在抑制了民營企業(yè)發(fā)展實體經濟。本文還研究了這種影響機制的長期作用，①限于篇幅，本文未報告長期影響的詳細結果，詳情備索。結果表明這種影響在長期并不顯著，但是兩者的交互項系數在當期依然與前文一致，說明結論具有穩(wěn)健性。

表10 地方融資平臺對不同所有制企業(yè)的短期傳導機制分析

（三）投資擠出的中介效應

本文已經驗證了實體經濟部門企業(yè)自身的“金融化”存在對主營業(yè)務的擠出效應，那么其企業(yè)內部的機制是什么？實體企業(yè)部門配置金融資產是基于市場套利的動機，在存在融資約束的條件下，有限的資金追逐收益率更高的金融類產品，就必然會減少企業(yè)的資本投資，進而影響實體部門主營業(yè)務的產出?；诖?，本文進一步通過引入企業(yè)資本投資作為中介變量來構建中介效應模型，以驗證企業(yè)持有金融類資產影響實體企業(yè)產出和效率的傳導機制。借鑒之前的研究，本文參考王紅建等（2017）的做法，使用購建固定資產、無形資產和其他長期資產支付的現金作為企業(yè)的資本投資變量，按照企業(yè)當期期末總資產進行標準化，同時進行上下1%的縮尾處理，構建變量 in vestict。

由于企業(yè)資產收益率等指數包含了金融資產收益和利潤，無法將其剝離以單獨觀察企業(yè)持有金融資產對實體產出的影響，因此前文僅考察了其對企業(yè)主營業(yè)務收入的擠出效應。但在這一部分，可以通過中介效應模型來分析企業(yè)在配置金融資產同時減少資本投資的過程中對資本運行效率的影響。因此除企業(yè)主營業(yè)務收入以外，被解釋變量也采用了反映企業(yè)資產運轉效率的兩個指標：凈資產收益率和總資產報酬率。

表11報告了投資擠出中介效應的檢驗結果。列（1）中廣義金融資產規(guī)模系數在1%的統計水平上顯著為負，表明實體部門企業(yè)配置金融資產顯著降低了企業(yè)的資本投資，存在投資擠出效應。列（2）中的中介變量企業(yè)資本投資系數為負，并通過了顯著性檢驗，這驗證了企業(yè)資本投資對實體部門主營業(yè)務的促進效應。結合列（1）和列（2），發(fā)現存在“投資擠出”的中介效應，即隨著虛擬經濟的發(fā)展，從微觀角度來看，實體部門企業(yè)的金融化顯著抑制了企業(yè)的資本投資，進而對主營業(yè)務收入產生負面影響。同樣，由列（3）和列（4）可知，在被解釋變量變?yōu)閮糍Y產收益率和總資產報酬率時，中介變量企業(yè)資本投資的系數仍顯著為正，表明實體部門企業(yè)配置金融資產擠出了企業(yè)資本投資，不但對主營業(yè)務收入產生了負面影響，還降低了企業(yè)的整體運行效率。綜上所述，投資擠出的中介效應得到驗證。

表11 投資擠出中介效應的檢驗結果

六、結論和政策含義

經濟“脫實向虛”的根本原因在于宏觀方面和微觀方面的結構性因素失衡。虛擬經濟對實體經濟的影響是順周期的，越是經濟下行，其對當期的負面影響越明顯。虛擬經濟和實體經濟是相輔相成的關系，這需要一定的前提，即企業(yè)預算硬約束和金融類虛擬經濟受到嚴格監(jiān)管。近年來，由于“新常態(tài)”下實體經濟增速下滑，利率市場化使得金融業(yè)的發(fā)展模式發(fā)生變化，金融業(yè)和房地產業(yè)對實體經濟的背離越來越明顯。上市公司持有金融資產和房地產資產表面上看似乎增加了當前收入，但是整體上看，過度發(fā)展金融、房地產卻對企業(yè)的規(guī)模和效益都有不利的影響。本文利用中國上市公司層面的面板數據，從微觀和宏觀兩個層面交叉驗證，并考察了虛擬經濟發(fā)展對實體經濟部門的影響，著重研究2008年后產生的新經濟現象。研究發(fā)現，不管是實體部門企業(yè)自身的金融化還是整個社會的金融化都顯著抑制了實體經濟發(fā)展，這種抑制在短期主要表現在地方國有企業(yè)和民營企業(yè)中，而在長期主要表現在民營企業(yè)中。這種效應對于地處發(fā)達地區(qū)的企業(yè)更顯著，對制造業(yè)的影響最為嚴重。從持有金融資產來看，企業(yè)持有房地產資產對實體經濟的影響最大，企業(yè)因房地產投機動機而配置的金融資產對實體經濟的擠出最嚴重、最持久。同時，本文提出并驗證了三種可能存在的機制：第一，虛擬經濟的發(fā)展使得影子銀行規(guī)模高速膨脹，而影子銀行的資金具有逐利性強的特征，因此企業(yè)更傾向于配置金融資產，使得經濟“脫實向虛”；第二，地方融資平臺的發(fā)展對不同所有制的企業(yè)的影響具有異質性，其增加了民營企業(yè)的借貸成本，進而減少了民營企業(yè)對實體部門的投資意愿；第三，實體部門企業(yè)的金融化顯著抑制了企業(yè)的資本投資，進而對主營業(yè)務收入產生負面影響，同時還降低了企業(yè)的整體運行效率。

基于上述研究結論，本文提出了如下政策建議，以克服虛擬經濟對實體經濟帶來的抑制效應：（1）完善整體金融監(jiān)管。企業(yè)之所以大量持有金融類資產是因為有投機動機，應從源頭上控制。一是加強金融行業(yè)內部監(jiān)管。金融業(yè)具有較強的外部性，在發(fā)達經濟體中金融業(yè)也是一個被高度管制的行業(yè)。金融業(yè)的發(fā)展趨勢是混業(yè)經營，影子銀行的發(fā)展涉及銀行、證券、信托、保險等行業(yè)，如果監(jiān)管環(huán)節(jié)存在脫節(jié)，套利是企業(yè)追求利潤最大化的自然選擇。只有金融業(yè)形成公平有序的競爭環(huán)境，才能減少資金的內部循環(huán)，切實防范系統性金融風險。未來可以在金融行業(yè)風險預警、金融市場準入、資本市場規(guī)范等方面形成并出臺新的政策。二是限制金融業(yè)和國有企業(yè)尤其是地方國有企業(yè)的交叉經營。地方國有企業(yè)本身具有資金成本優(yōu)勢，如果其過度發(fā)展金融業(yè)，會進一步加劇金融資源分配的不均衡，抑制實體經濟發(fā)展和產業(yè)轉型。應該嚴格限制地方國有企業(yè)進入金融業(yè)，使其聚焦主營業(yè)務，承擔更多社會責任。（2）鼓勵實體經濟轉型升級。虛擬經濟會擠出實體企業(yè)投資，說明實體經濟的利潤率偏低，應該降低成本和各種交易費用。實體經濟尤其是工業(yè)制造業(yè)是國家競爭力的基礎，必須大力實施供給側結構性改革，通過創(chuàng)新驅動實現其轉型升級。各種財政政策、貨幣政策和產業(yè)政策等互相配合, 切實支撐工業(yè)制造業(yè)發(fā)展。新時代繼續(xù)以科技創(chuàng)新為引領，推動“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”。一方面鼓勵發(fā)展生產性服務業(yè)，完善價值鏈條，補足實體經濟短板；另一方面不能盲目追求高端而去工業(yè)化。需要切斷金融資產和房地產價格交互放大的渠道，回歸住房的“房子是用來住的”商品屬性。發(fā)展住房租賃業(yè)，降低居民生活成本和實體經濟生產成本。（3）規(guī)范地方政府融資平臺。目前，有些地方政府利用地方融資平臺任意發(fā)債，這不僅增加了金融體系風險，也擴大了財政風險。中國人民銀行實行大區(qū)制改革以及幾大國有銀行信貸審批授權上移后，地方政府對于銀行業(yè)的干預能力大為減少，但是近年來地方政府通過城市商業(yè)銀行、地方融資平臺、土地金融化、隱形融資擔保、PPP等方式對區(qū)域金融市場仍有較大的影響力。因此，應嚴格執(zhí)行政府債務余額限額管理，完善地方政府債務預算管理制度；建立健全地方政府舉債行為的監(jiān)督機制，加強信息集中披露，并將政府債務管理納入考評機制；取消融資平臺公司的政府融資職能，推動有經營收益和現金流的融資平臺公司進行市場化轉型與改制。