王愛儉，舒 鑫，于 博

(天津財經(jīng)大學(xué) 金融學(xué)院，天津 300222)

一、引 言

在中國改革開放初期，日本和其他東亞國家憑借產(chǎn)業(yè)政策助推經(jīng)濟快速增長的發(fā)展模式引起了全球廣泛關(guān)注，以政府通過選擇性產(chǎn)業(yè)政策扶持來引導(dǎo)經(jīng)濟發(fā)展的“東亞模式”(江飛濤和李曉萍，2018)[1]受到了中國學(xué)界和政界的認同。進入21世紀以來，產(chǎn)業(yè)政策作為國家對產(chǎn)業(yè)發(fā)展進行干預(yù)的各類政策的綜合，在緩解金融危機、促進經(jīng)濟增長、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)等方面都發(fā)揮了重要作用，但是，關(guān)于產(chǎn)業(yè)政策執(zhí)行效果的爭論始終存在。支持者從外部協(xié)調(diào)性視角、彌補市場機制缺陷視角指出了產(chǎn)業(yè)政策實施的必要性，而反對者則基于激勵機制扭曲視角指出產(chǎn)業(yè)政策存在嚴重效率缺失。

直覺上看，產(chǎn)業(yè)政策的實施主要覆蓋了國家重點關(guān)注和扶持的行業(yè)企業(yè)，能改善產(chǎn)業(yè)的基本面狀況，對行業(yè)長期發(fā)展產(chǎn)生正向影響。對此，大量研究認為產(chǎn)業(yè)政策能有效提升企業(yè)全要素生產(chǎn)率以促進高質(zhì)量發(fā)展(宋凌云和王賢彬，2013；錢雪松等，2018；鐘廷勇等，2019)[2-4]，能夠緩解企業(yè)受到的外部融資約束促進企業(yè)技術(shù)效率的提升(張超林等，2019)[5]，有助于實現(xiàn)企業(yè)長期發(fā)展目標。然而，由于不同產(chǎn)業(yè)政策執(zhí)行階段下的企業(yè)資源配置效率未必總能得到最優(yōu)輸出，政策的前瞻性、因政策而引發(fā)的“潮涌”現(xiàn)象以及政策庇護下關(guān)系型融資加劇所導(dǎo)致的創(chuàng)新質(zhì)量下滑等(王滿四和王旭東，2020)[6]都會不可避免地對那些受產(chǎn)業(yè)政策扶持企業(yè)的投資信心帶來負面沖擊，進而引發(fā)企業(yè)資源配置決策從實體領(lǐng)域向其他領(lǐng)域分流。因此，考察產(chǎn)業(yè)政策扶持究竟會如何影響企業(yè)投資結(jié)構(gòu)的再平衡便頗具現(xiàn)實意義。具體而言，本文將關(guān)注那些受產(chǎn)業(yè)政策扶持的企業(yè)，考察其金融資產(chǎn)投資傾向是否更高，即產(chǎn)業(yè)政策對受扶持企業(yè)平衡實體投資和金融資產(chǎn)投資究竟具有怎樣的影響？這將為解讀近年來實體部門與金融部門之間的結(jié)構(gòu)性失衡加劇(張成思和劉貫春，2018)[7]以及失衡背后的微觀傳導(dǎo)機制提供來自宏觀產(chǎn)業(yè)政策沖擊視角的理論解讀。

本文結(jié)論與潛在貢獻：(1)現(xiàn)有文獻大多從政策不確定性、財務(wù)能力、盈利能力、高管能力及治理能力等視角分析金融資產(chǎn)配置的影響因素，鮮有文獻從宏觀產(chǎn)業(yè)政策層面展開研究。并且，現(xiàn)有研究多側(cè)重產(chǎn)業(yè)政策對企業(yè)投資“規(guī)模決策”，而非投資“結(jié)構(gòu)決策”的影響，本文則通過考察產(chǎn)業(yè)政策與金融資產(chǎn)投資之間的聯(lián)系，為解讀產(chǎn)業(yè)政策如何影響企業(yè)投資結(jié)構(gòu)即如何導(dǎo)致企業(yè)在實業(yè)投資與金融資產(chǎn)投資之間進行關(guān)系平衡提供了新的參考，從而拓展了宏觀政策與微觀企業(yè)行為之間的關(guān)系研究邊界；(2)盡管現(xiàn)有研究一方面發(fā)現(xiàn)產(chǎn)業(yè)政策扶持會引發(fā)投資“潮涌”、弱化短期投資機會，另一方面也發(fā)現(xiàn)產(chǎn)業(yè)政策扶持會緩解融資約束并帶來庇護效應(yīng)，從而激勵投資意愿。但是，卻都沒有進一步分析前者對投資機會的負向沖擊與后者對投資意愿的正向沖擊如何產(chǎn)生共振，從而進一步衍生出對金融資產(chǎn)投資的影響。而本文拓展了這一衍生性影響的分析，證明了產(chǎn)業(yè)政策扶持會在上述雙重沖擊下提升企業(yè)金融資產(chǎn)配置水平，從而遞進了產(chǎn)業(yè)政策對微觀廠商行為決策的影響研究；(3)機制分析上，對產(chǎn)業(yè)政策促進企業(yè)金融資產(chǎn)投資的微觀機制進行了識別。一方面，證明了產(chǎn)業(yè)政策扶持雖然能通過緩解融資約束激勵企業(yè)投資擴張，但政策扶持引發(fā)的投資潮涌又會導(dǎo)致市場競爭惡化、降低企業(yè)家對投資機會的確定性預(yù)期。主、客觀影響的“共振”，導(dǎo)致企業(yè)擴張意愿最終轉(zhuǎn)向金融資產(chǎn)投資；另一方面，產(chǎn)業(yè)政策扶持會產(chǎn)生庇護效應(yīng)，這將導(dǎo)致企業(yè)風(fēng)險容忍度提升、企業(yè)在多元化投資上將更具激進性，由此也會加劇金融資產(chǎn)配置傾向。兩方面作用的共同傳導(dǎo)下，產(chǎn)業(yè)政策最終對金融資產(chǎn)配置產(chǎn)生了激勵效應(yīng)；(4)異質(zhì)性上，進一步從企業(yè)投資機會、主營業(yè)務(wù)收益率及經(jīng)營風(fēng)險等維度探究了傳導(dǎo)過程的異質(zhì)性特征，為如何差異化推進產(chǎn)業(yè)政策的落地，提供了一定的理論參考。以上研究有助于從產(chǎn)業(yè)政策視角來反思如何化解實體經(jīng)濟投資不足，進而有利于產(chǎn)業(yè)升級轉(zhuǎn)型、加快企業(yè)高質(zhì)量發(fā)展。

二、文獻回顧與評述

(一)產(chǎn)業(yè)政策的實施效果評價文獻回顧

有關(guān)產(chǎn)業(yè)政策實施效果的評價文獻目前仍存在一定的觀點分歧：部分學(xué)者認為，一定時期內(nèi)，產(chǎn)業(yè)政策能夠有效彌補市場機制的缺陷與不足，通過合理的信貸配給和行政指導(dǎo)以提高產(chǎn)業(yè)生產(chǎn)率(宋凌云和王賢彬，2013)[2]、促進產(chǎn)業(yè)結(jié)構(gòu)升級調(diào)整、優(yōu)化產(chǎn)業(yè)布局(林毅夫等，2010)[8]。也有學(xué)者對產(chǎn)業(yè)政策效果持否定態(tài)度，認為政府失靈的存在使得產(chǎn)業(yè)政策的實施效果難以達到預(yù)期水平，并且部分產(chǎn)業(yè)政策是追求社會目標而非經(jīng)濟目標(Whitfield和Buur，2014；Maloney和Nayyar，2018)[9-10]，這至少在短期上與企業(yè)利潤最大化目標形成沖突。

以上文獻主要從宏觀層面來評估產(chǎn)業(yè)政策的實施效果，考慮到產(chǎn)業(yè)政策最終將作用于微觀企業(yè)，并通過企業(yè)投融資決策來影響宏觀經(jīng)濟運行。因此，后續(xù)學(xué)者逐漸將研究對象轉(zhuǎn)移至微觀層面，如聚焦于產(chǎn)業(yè)政策對企業(yè)投資、價格與業(yè)績、創(chuàng)新、全要素生產(chǎn)率等方面。其中，黎文靖和李耀淘(2014)[11]通過產(chǎn)權(quán)屬性的異質(zhì)性分析發(fā)現(xiàn)產(chǎn)業(yè)政策能夠促使民營企業(yè)獲得更多的銀行融資機會，進而促進了民營企業(yè)的投資。韓乾和洪永淼(2014)[12]基于金融市場(股票市場)視角發(fā)現(xiàn)產(chǎn)業(yè)政策在短期內(nèi)能夠帶動股市上漲，但在中長期對股市收益率并沒有顯著影響，受到產(chǎn)業(yè)政策鼓勵的企業(yè)卻得不到長期穩(wěn)定的金融市場資金的支持，這對產(chǎn)業(yè)政策的實施效果大打折扣。余明桂等(2016)[13]利用“五年”規(guī)劃中一般鼓勵和重點鼓勵政策進行實證分析，發(fā)現(xiàn)產(chǎn)業(yè)政策對所鼓勵企業(yè)的專利數(shù)量具有顯著的正向關(guān)系，并主要通過信貸支持、稅收優(yōu)惠、政府補貼和市場競爭機制等渠道促進企業(yè)的技術(shù)創(chuàng)新。張超林等(2019)[5]從外部融資環(huán)境渠道探究產(chǎn)業(yè)政策對企業(yè)技術(shù)效率的影響，發(fā)現(xiàn)二者存在顯著正向關(guān)系。Aghion等(2015)[14]、鐘廷勇等(2019)[4]發(fā)現(xiàn)產(chǎn)業(yè)政策能提升企業(yè)全要素生產(chǎn)率。

與宏觀研究類似，微觀文獻在政策效果評價上也存在分歧，認為產(chǎn)業(yè)政策對微觀企業(yè)存在負向影響的研究也較多。例如：邵敏和包群(2012)[15]指出受到政府資助的企業(yè)為了得到政府的補貼從事低效率的活動，這反倒造成資本配置效率的下降，使得企業(yè)的全要素生產(chǎn)率出現(xiàn)下滑。錢雪松等(2018)[3]基于中國2009年十大產(chǎn)業(yè)振興規(guī)劃自然實驗發(fā)現(xiàn)產(chǎn)業(yè)振興規(guī)劃并沒有提升全要素生產(chǎn)率，反之二者的負向關(guān)系更為明顯。王滿四和王旭東(2020)[6]指出，受產(chǎn)業(yè)政策扶持的行業(yè)，由于政策庇護會帶來融資便利，所以更容易孕育“關(guān)系型”融資，但關(guān)系型融資會抑制創(chuàng)新效率的提升，進而從長期看間接削弱企業(yè)對主營業(yè)務(wù)的信心。

(二)企業(yè)金融資產(chǎn)配置的影響因素

學(xué)術(shù)界對于企業(yè)金融資產(chǎn)配置的影響因素探討主要圍繞政策不確定性、財務(wù)能力、盈利能力、高管能力及治理能力等方面。

首先，從宏觀經(jīng)濟政策不確定性視角看，凱恩斯的“貨幣需求理論”認為，經(jīng)濟不確定性背景下，未來現(xiàn)金流的不確定性會加劇，而金融資產(chǎn)具有分散風(fēng)險的功能，此時，企業(yè)為了維持利潤和規(guī)避經(jīng)營風(fēng)險轉(zhuǎn)而投向金融資產(chǎn)投資領(lǐng)域，減少對實體經(jīng)濟的投資(Smith和Stulz，1985；鄧超等，2017；張成思和劉貫春，2018)[16-17,7]。當(dāng)然，也有學(xué)者持相反觀點，認為經(jīng)濟不確定性上升抑制了企業(yè)金融資產(chǎn)配置水平(Demir，2009；彭俞超等，2018)[18-19]，尤其是對于中西部地區(qū)以及行業(yè)競爭更加激烈的企業(yè)其抑制更為顯著。

其次，從企業(yè)的財務(wù)能力和盈利能力來看，“權(quán)衡理論”認為企業(yè)現(xiàn)金流比重應(yīng)有一個最優(yōu)目標，主要由調(diào)整成本以及金融資產(chǎn)收益率決定，相對實體投資而言，金融資產(chǎn)的調(diào)節(jié)成本偏低。因此，當(dāng)企業(yè)現(xiàn)金流不確定上升時，持有金融資產(chǎn)規(guī)模將會加大(張成思和劉貫春，2018；黃賢環(huán)等，2019)[7,20]。宋軍和陸旸(2015)[21]發(fā)現(xiàn)業(yè)績好和業(yè)績較差的企業(yè)都偏向于持有更多的金融資產(chǎn)，但是二者的權(quán)衡邏輯不同，業(yè)績好的企業(yè)持有金融資產(chǎn)主要出于“預(yù)防性”動機下的權(quán)衡，而業(yè)績較差的企業(yè)主要出于“逐利性”動機下的權(quán)衡。

再次，從企業(yè)高管能力層面分析，“高層梯隊理論”認為人口背景特征能夠有效地反映出高層管理者的認知模式及其能力(Hambrick和Mason，1984)[22]。對于高管具有金融背景的企業(yè)而言，能在競爭激烈的環(huán)境中迅速決策并貫徹執(zhí)行，從而抓住商業(yè)機會，更有動機積極推動長期性投資決策(張成思和張步曇，2016；許罡和伍文中，2018)[23-24]。

最后，從企業(yè)治理層面來看，在企業(yè)所有權(quán)和經(jīng)營權(quán)分配下滋生的第一類委托代理問題以及大小股東的第二類代理沖突下容易發(fā)現(xiàn)企業(yè)高管的短視行為，均追求金融資產(chǎn)配置以實現(xiàn)短期利益最大化(黃賢環(huán)等，2018)[25]。

(三)文獻評述

回顧以上文獻可以看出：第一，現(xiàn)有文獻對產(chǎn)業(yè)政策效果的研究在結(jié)論上并不一致，且現(xiàn)有產(chǎn)業(yè)政策的影響后果分析并未被拓展至金融資產(chǎn)投資領(lǐng)域；第二，現(xiàn)有文獻缺少對產(chǎn)業(yè)政策如何影響企業(yè)投資結(jié)構(gòu)演變問題的關(guān)注，這與現(xiàn)有宏觀經(jīng)濟政策與微觀企業(yè)行為關(guān)系研究仍主要聚焦于宏觀政策與微觀投資規(guī)模決策之間的關(guān)系，而非投資結(jié)構(gòu)決策之間的關(guān)系有關(guān)。相比之下，本文將指出產(chǎn)業(yè)政策扶持一方面會激勵企業(yè)主觀投資意愿，另一方面會擠出短期實業(yè)投資機會，二者共振會衍生出對企業(yè)金融資產(chǎn)投資的激勵效應(yīng)，從而將產(chǎn)業(yè)政策的經(jīng)濟影響研究拓展至金融資產(chǎn)投資領(lǐng)域，這將為反思宏觀經(jīng)濟政策如何影響企業(yè)投資結(jié)構(gòu)演變提供理論支持和實證參考；第三，現(xiàn)有文獻通常將企業(yè)進行金融資產(chǎn)配置的行為與“脫實向虛”現(xiàn)象在一定程度上等同起來，這意味著難以合理解釋產(chǎn)業(yè)政策為何會激勵金融資產(chǎn)配置(促進脫實向虛)。然而，現(xiàn)實中企業(yè)進行金融資產(chǎn)配置并非一定源于套利(投機)動機，還與預(yù)防性動機、風(fēng)險分散動機緊密相關(guān)，它是企業(yè)在權(quán)衡多種利弊后的選擇，其屬性不能完全等價于“脫實向虛”。換言之，只有避免概念層面的認知偏差，才有可能真實還原政策的影響作用，形成正確的政策評價過程。本文分析過程將摒棄“脫實向虛”這一來自宏觀層面的認知局限，選擇立足微觀，將金融資產(chǎn)投資的增減視為企業(yè)對投資結(jié)構(gòu)的一種權(quán)衡(再平衡)，即嘗試以更為中性的視角理解金融資產(chǎn)投資，并以此為基礎(chǔ)解讀產(chǎn)業(yè)政策與金融資產(chǎn)投資之間的關(guān)系。這既有助于客觀解讀政策實施效果，也有助于正確認識企業(yè)從事金融資產(chǎn)投資的內(nèi)涵，避免將金融資產(chǎn)投資“妖魔化”，從而引導(dǎo)后續(xù)研究從“投資結(jié)構(gòu)優(yōu)化”視角(而非“脫實向虛”視角)來理解金融資產(chǎn)投資的微觀內(nèi)涵。

三、邏輯分析與研究假設(shè)

(一)產(chǎn)業(yè)政策扶持對企業(yè)“主觀”投資意愿的激勵效應(yīng)分析

1.產(chǎn)業(yè)政策扶持通過緩解企業(yè)融資約束激勵企業(yè)投資意愿。產(chǎn)業(yè)政策具有較強的資源重置效應(yīng)，國家通過實施產(chǎn)業(yè)政策并借助財政手段(黎文靖和鄭曼妮，2016)[26]和政策引導(dǎo)(陳冬華等，2010)[27]等來促進經(jīng)濟活動的協(xié)調(diào)性。對于微觀企業(yè)而言，產(chǎn)業(yè)政策通過財政優(yōu)惠、信貸優(yōu)惠等方式能夠有效緩解企業(yè)所面臨的融資困境，提高了企業(yè)的融資能力。陳冬華等(2010)[27]研究發(fā)現(xiàn)，受到產(chǎn)業(yè)政策扶持的行業(yè)其獲得的IPO融資額以及股權(quán)再融資機會均比未受到產(chǎn)業(yè)政策支持的行業(yè)高。張純和潘亮(2012)[28]指出受到產(chǎn)業(yè)政策激勵的行業(yè)能夠持續(xù)獲得更多的銀行信貸機會，尤其是長期借款。

在信貸市場存在摩擦的條件下，企業(yè)融資能力的高低必然會在一定程度上影響其投資能力，這使得產(chǎn)業(yè)政策有可能會通過融資約束緩解效應(yīng)進一步影響企業(yè)投資的意愿。林學(xué)軍和官玉霞(2020)[29]研究發(fā)現(xiàn)，融資約束更低的企業(yè)通常更具并購傾向，更會通過并購?fù)顿Y實現(xiàn)資本使用價值的最大化。此外，也有學(xué)者發(fā)現(xiàn)，對于受產(chǎn)業(yè)政策扶持的企業(yè)，擁有更加充裕的資金資源更有利于企業(yè)整合內(nèi)部資源，從而降低企業(yè)主業(yè)投資及創(chuàng)新投資風(fēng)險(楊洋等，2015；周亞虹等，2015)[30-31]，而風(fēng)險的下降無疑也會激勵企業(yè)投資意愿。綜上，在金融抑制背景下，政府通過產(chǎn)業(yè)政策扶持，形成了一定程度的金融資源傾斜，加之放松金融管制以及稅收優(yōu)惠等政策的落地進一步緩解了受扶持企業(yè)的融資約束，進而提升了此類企業(yè)的主觀投資意愿，甚至激勵此類企業(yè)進行多元化投資的傾向。

2.產(chǎn)業(yè)政策通過調(diào)節(jié)企業(yè)風(fēng)險容忍度和情緒樂觀度激勵企業(yè)投資意愿。產(chǎn)業(yè)政策實施釋放了國家大力發(fā)展某類特定行業(yè)的信號，可以影響企業(yè)風(fēng)險承擔(dān)能力，調(diào)節(jié)企業(yè)財務(wù)風(fēng)險(吳倩等，2019；張嬈等，2019)[32-33]。首先，受到產(chǎn)業(yè)政策支持的企業(yè)在市場準入方面會優(yōu)先獲得投資機會，考慮到受政策扶持的行業(yè)從長期看，通常更具發(fā)展前景，遠期成長性更強，因此，其投資風(fēng)險通常更低；其次，產(chǎn)業(yè)政策會產(chǎn)生庇護效應(yīng)(Wu等，2016)[34]，并帶來新的資源稟賦，促使企業(yè)在經(jīng)營困境中得到積極的反饋和救助(畢曉方等，2015)[35]。庇護效應(yīng)的存在，無疑會強化企業(yè)投資信心、增強企業(yè)對未來經(jīng)營風(fēng)險的容忍度，從而強化企業(yè)風(fēng)險承擔(dān)意愿(John等，2008)[36]，并由此衍生出更激進的投資意愿；最后，產(chǎn)業(yè)政策扶持會導(dǎo)致一種短視效應(yīng)，更多的資本會因為政策扶持而涌入受扶持行業(yè)，盡管這些資本的長期持續(xù)性存在較大的不確定性，但這一短視效應(yīng)卻會促使企業(yè)家信心出現(xiàn)膨脹，并由此產(chǎn)生樂觀情緒(吳倩等，2019)[32]，而這一樂觀情緒將提升企業(yè)主觀投資意愿。

(二)產(chǎn)業(yè)政策對企業(yè)“客觀”投資機會的影響

基于林毅夫(2007,2010)[8,37]提出“潮涌現(xiàn)象”的分析架構(gòu)可知，由于微觀企業(yè)之間難以協(xié)調(diào)，進而無法規(guī)避企業(yè)跟風(fēng)式投資行為，即出現(xiàn)投資一起涌向某一看好的產(chǎn)業(yè)的現(xiàn)象。這對于具有較強政策指導(dǎo)性的產(chǎn)業(yè)政策而言，無疑會導(dǎo)致企業(yè)將資金大量涌入受扶持的產(chǎn)業(yè)。而這種投資潮涌行為將惡化市場競爭環(huán)境，擠壓企業(yè)獲利空間，進而促使投資機會下降，主要表現(xiàn)為兩個方面：

其一，政府通過產(chǎn)業(yè)政策放低所支持行業(yè)的市場準入門檻，放松對投資項目的審批流程，使得更多的企業(yè)能夠進入(余明桂等，2016)[13]。“潮涌現(xiàn)象”驅(qū)動下的跟風(fēng)行為并不利于企業(yè)競爭優(yōu)勢形成，甚至?xí)?dǎo)致投資效率低下和競爭力受到削減，加劇行業(yè)的“衰老”程度(方軍雄，2012)[38]。雖然受扶持的企業(yè)能夠獲得銀行的信貸支撐和稅收方面的優(yōu)惠，使其面臨的融資約束顯著下降，企業(yè)具有較強的融資能力，但隨著產(chǎn)品市場競爭環(huán)境的惡化，產(chǎn)能過剩將會加劇(楊繼東和羅路寶，2018)[39]，企業(yè)盈利空間會受到侵蝕，增加企業(yè)經(jīng)營風(fēng)險，這將抑制企業(yè)進行長期創(chuàng)新研發(fā)的意愿與能力(許罡和朱衛(wèi)東，2017)[40]，表現(xiàn)為企業(yè)有可能出于對市場成熟度的擔(dān)憂以及對“潮涌現(xiàn)象”導(dǎo)致的市場競爭惡化和投資機會下滑、產(chǎn)業(yè)生態(tài)不確定性加劇的擔(dān)憂，進而出現(xiàn)戰(zhàn)術(shù)性緩解產(chǎn)業(yè)投資的情況。

其二，由于產(chǎn)業(yè)政策具有一定的前瞻性，因此，可能在短期上會優(yōu)先服務(wù)于社會價值，而非經(jīng)濟價值，這意味著與企業(yè)追求利潤最大化的生存目標存在短期背離，對此，不排除企業(yè)進行博弈的可能性，即短期獲得融資后，并不急于增加產(chǎn)業(yè)投資，甚至?xí)簳r減緩產(chǎn)業(yè)投資，而轉(zhuǎn)向其他替代性資產(chǎn)以尋求更好的經(jīng)濟回報(Whitfield和Buur，2014；Maloney和Nayyar，2018)[9-10]。換言之，當(dāng)企業(yè)發(fā)現(xiàn)政策具有較高的前瞻性，而市場短期投資機會尚不成熟時，企業(yè)若盲目跟從政策，很可能會承受短期經(jīng)濟損失，于是很可能降低產(chǎn)業(yè)投資意愿，并尋求替代性資產(chǎn)投資，即企業(yè)會重新平衡主業(yè)投資與非主業(yè)投資之間的結(jié)構(gòu)。

為了證明產(chǎn)業(yè)政策扶持確實會引發(fā)一定程度的“潮涌”，從而惡化市場競爭、擠壓投資機會，表1特別給出了2008—2017年期間我國上市制造業(yè)企業(yè)競爭環(huán)境和投資機會的方差分析。其中，以HHI的反向指標作為競爭環(huán)境的代理指標，采用企業(yè)投資回報率ROA作為企業(yè)投資機會的替代性指標。從趨勢上看，受到產(chǎn)業(yè)政策扶持的企業(yè)的競爭水平明顯高于不受政策扶持的企業(yè)，前者企業(yè)競爭水平均值為0.520，而后者為0.421；而受到政策扶持的企業(yè)的投資機會顯著低于未受到產(chǎn)業(yè)政策扶持的企業(yè)，前者企業(yè)客觀投資機會均值為0.037，后者企業(yè)客觀投資機會為0.042。上述分析表明，受產(chǎn)業(yè)支持和不受產(chǎn)業(yè)支持的企業(yè)，競爭環(huán)境以及投資機會存在顯著差異，產(chǎn)業(yè)政策扶持引發(fā)的“潮涌現(xiàn)象”客觀上確實加劇了市場競爭，惡化了競爭環(huán)境，并且受扶持企業(yè)的投資機會不僅沒有顯著高于非扶持企業(yè)，反而顯著更低。

表1 “潮涌效應(yīng)”下競爭環(huán)境與投資機會的方差分析

(三)主、客觀共振沖擊下產(chǎn)業(yè)政策與金融資產(chǎn)投資的關(guān)系分析

前文分析了產(chǎn)業(yè)政策扶持既能提升企業(yè)主觀投資意愿，又會對企業(yè)客觀投資機會產(chǎn)生擠出。然而，在主觀意愿不斷膨脹而客觀投資機會不斷缺失條件下，企業(yè)投資決策又會如何進一步演變呢？對此仍缺乏系統(tǒng)性研究。本文認為金融資產(chǎn)投資作為企業(yè)投資結(jié)構(gòu)中的一項重要替代性資產(chǎn)，一種非生產(chǎn)性投資，很可能在上述產(chǎn)業(yè)政策共振式影響下，出現(xiàn)攀升特征，且將通過以下兩路徑進行傳導(dǎo)。

路徑1：產(chǎn)業(yè)政策扶持→融資約束緩解效應(yīng)導(dǎo)致主觀投資意愿上升，但潮涌下市場競爭加劇導(dǎo)致投資機會下降→二者“共振”導(dǎo)致企業(yè)轉(zhuǎn)向非生產(chǎn)性的金融資產(chǎn)投資。

一方面，從融資約束緩解上看，對于受到產(chǎn)業(yè)政策支持的行業(yè)企業(yè)而言，在充裕的資金資源條件下企業(yè)主觀投資意愿提升。另一方面，從潮涌引發(fā)競爭加劇和投資機會下滑上看，“潮涌現(xiàn)象”引發(fā)的投資趨同行為加劇了行業(yè)的“衰老”程度，并不利于其競爭優(yōu)勢的形成。此外，企業(yè)投資決策形成的“潮涌現(xiàn)象”還會導(dǎo)致產(chǎn)能過剩，進而使得企業(yè)盈利空間受到侵蝕，引起投資機會下降、投資效率下滑(林毅夫等，2010；楊繼東和羅路寶，2018)[8,39]。因此，在產(chǎn)業(yè)政策扶持帶來的融資約束緩解效應(yīng)以及潮涌現(xiàn)象下客觀投資機會下降的協(xié)同作用下，企業(yè)更有動機進行逐利行為，表現(xiàn)為將資金投資于風(fēng)險性更大、收益率更高的金融資產(chǎn)。

路徑2：產(chǎn)業(yè)政策扶持→庇護效應(yīng)和短視效應(yīng)導(dǎo)致企業(yè)風(fēng)險容忍度和情緒樂觀度提升，其主觀投資意愿隨之上升，但潮涌下市場競爭加劇導(dǎo)致投資機會下降→二者“共振”導(dǎo)致企業(yè)轉(zhuǎn)向非生產(chǎn)性的金融資產(chǎn)投資。

一方面，產(chǎn)業(yè)政策扶持會帶來庇護效應(yīng)，這會直接提高對行業(yè)前景的樂觀預(yù)期，從而提升企業(yè)的風(fēng)險容忍度。盡管企業(yè)投資金融資產(chǎn)這一行為本身會加劇其風(fēng)險承擔(dān)程度(沈紅波等，2013)[41]，但在產(chǎn)業(yè)政策的引導(dǎo)下，大量資金資源會流向產(chǎn)業(yè)政策所鼓勵的行業(yè)中，而產(chǎn)業(yè)政策扶持產(chǎn)生的庇護效應(yīng)能夠提升企業(yè)自身優(yōu)越感，在風(fēng)險容忍度上升的情況下，企業(yè)風(fēng)險承擔(dān)意愿上升，將加速金融資產(chǎn)投資頻率，進而加劇企業(yè)金融資產(chǎn)配置水平。另一方面，產(chǎn)業(yè)政策扶持會引發(fā)短視效應(yīng)，一些短期資本會蜂擁進入某一受扶持行業(yè)，盡管其投資持續(xù)性往往不足，但會加劇市場短期投資熱度，這種幻想會導(dǎo)致管理層對未來經(jīng)營風(fēng)險持樂觀的態(tài)度，從而提升其風(fēng)險承擔(dān)意愿，這也為金融資產(chǎn)投資提供了前提。

綜上，本文歸納了產(chǎn)業(yè)政策扶持對微觀企業(yè)金融資產(chǎn)配置的作用機理，如圖1所示。

圖1 產(chǎn)業(yè)政策扶持與企業(yè)金融資產(chǎn)配置傳導(dǎo)機理框架

綜合上述對企業(yè)主觀投資意愿、客觀投資機會以及二者共振導(dǎo)致的影響，本文提出以下假設(shè)：

假設(shè)1：產(chǎn)業(yè)政策扶持將提升企業(yè)的金融資產(chǎn)配置水平。

假設(shè)2A：產(chǎn)業(yè)政策扶持對企業(yè)融資約束的緩解效應(yīng)+潮涌現(xiàn)象下市場競爭加劇和投資機會下降，這一共振效應(yīng)導(dǎo)致企業(yè)轉(zhuǎn)向非生產(chǎn)性的金融資產(chǎn)投資。

假設(shè)2B：產(chǎn)業(yè)政策扶持提高了企業(yè)風(fēng)險容忍度+潮涌現(xiàn)象下市場競爭加劇和投資機會下降，這一共振效應(yīng)激勵企業(yè)增加金融資產(chǎn)配置。

四、實證設(shè)計與數(shù)據(jù)選擇

(一)樣本選擇

本文選取2008—2017年中國滬深兩市A股上市制造業(yè)企業(yè)的財務(wù)數(shù)據(jù)。首先，鑒于本文以實體企業(yè)為研究對象，因此，剔除金融、房地產(chǎn)類公司；其次，剔除相關(guān)財務(wù)數(shù)據(jù)缺失的公司；然后，為消除極端值對實證分析的干擾，用Winsorize方法對連續(xù)變量兩端1%分位進行縮尾處理；最終得到每年1102家企業(yè)，共11020個非平衡面板觀測值。本文所使用的“十一五”規(guī)劃、“十二五”規(guī)劃和“十三五”規(guī)劃文件行業(yè)分類數(shù)據(jù)來源于中國研究數(shù)據(jù)服務(wù)平臺(CNRDS)數(shù)據(jù)庫，其余數(shù)據(jù)均來自萬得(Wind)數(shù)據(jù)庫。

(二)模型設(shè)定與變量定義

1.與假設(shè)1有關(guān)的檢驗?zāi)Ｐ?。首先，采用面板回歸模型考察產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置的促進作用，模型設(shè)計如下：

Finit=β0+β1IPit+∑Controls+μi+δt+εit

(1)

式(1)中下標i、t分別表示企業(yè)和年份。被解釋變量Fin用于衡量企業(yè)金融資產(chǎn)持有規(guī)模，等于金融資產(chǎn)與總資產(chǎn)的比值，其中，金融資產(chǎn)的指標選擇借鑒Demir(2009)[42]、宋軍和陸旸(2015)[21]、胡奕明等(2017)[43]的研究，具體包括衍生金融資產(chǎn)、短期投資、交易性金融資產(chǎn)、應(yīng)收利息、買入返售金融資產(chǎn)、可供出售金融資產(chǎn)、持有至到期投資、長期應(yīng)收款、長期股權(quán)投資和投資性房地產(chǎn)。

核心解釋變量IP為產(chǎn)業(yè)政策扶持啞變量，表示企業(yè)當(dāng)年是否處在產(chǎn)業(yè)政策支持的行業(yè)中，本文借鑒Chen等(2017)[44]的劃分方法，將樣本期間受到“五年規(guī)劃”(包括“十一五”規(guī)劃、“十二五”規(guī)劃和“十三五”規(guī)劃)所鼓勵發(fā)展的行業(yè)取值為1，否則取0。其中，行業(yè)分布情況見下表2。表2中的Panel A顯示，受產(chǎn)業(yè)政策扶持的企業(yè)數(shù)量占比平均為43.9%。Panel B顯示，受產(chǎn)業(yè)政策扶持的企業(yè)數(shù)量占比較高的行業(yè)中含有石油、化學(xué)、塑膠、塑料，交通運輸，食品、飲料等，表明國家對基礎(chǔ)型產(chǎn)業(yè)的關(guān)注。

表2 樣本分布

∑Controls表示一系列控制變量，本文參考鄧超等(2017)[17]、彭俞超等(2018)[19]的研究，控制了企業(yè)規(guī)模(Size)、財務(wù)杠桿(Lev)、現(xiàn)金持有水平(Cfo)、市場競爭程度(HHI)、固定資產(chǎn)支出(Cap)、股權(quán)集中度(H10)和機構(gòu)投資者持股比例(IO)。μi表示個體固定效應(yīng)，δt表示時間固定效應(yīng)，εit為擾動項。本文預(yù)測IP的估計系數(shù)β1應(yīng)顯著為正，則假設(shè)1成立。

其次，由于面板回歸模型無法規(guī)避內(nèi)生性問題，可能導(dǎo)致估計結(jié)果存在偏誤。為了解決產(chǎn)業(yè)政策扶持和企業(yè)金融資產(chǎn)配置的內(nèi)生性問題，進一步使用雙重差分法(DID)進行估計。雙重差分模型構(gòu)建如下:

Finit=β0+β1Dit+β2Pit+β3Dit×Pit+∑Controls+μi+δt+εit

(2)

式(2)中被解釋變量Fin和控制變量∑Controls的含義同模型(1)。D為組別啞變量，用以區(qū)分實驗組和對照組。由于本文研究的樣本期間包含了“十一五”規(guī)劃、“十二五”規(guī)劃和“十三五”規(guī)劃，因此，在對“五年規(guī)劃”產(chǎn)業(yè)扶持進行DID檢驗時，需針對不同時間下的“五年計劃”分別實證檢驗。首先，以“十二五”規(guī)劃為政策事件，若“十一五”受到鼓勵的企業(yè)在“十二五”也受到鼓勵，則D為1；若“十一五”受到鼓勵的企業(yè)在“十二五”不受到鼓勵，則D為0。P為政策沖擊啞變量，樣本在“十二五”規(guī)劃下的周期為2011—2015年，因此，在2008—2017年全周期下，時間在2011年之后，P為1，2011年之前P為0。其次，以“十一五”規(guī)劃的政策事件為主，若企業(yè)在“十一五”期間受到支持，而在“十二五”“十三五”期間未受到鼓勵，則將企業(yè)劃分為實驗組中，記D為1；若企業(yè)不受“十一五”“十二五”和“十三五”規(guī)劃的支持，則將其劃分為對照組，記D為0。樣本在“十一五”規(guī)劃下的周期為2008—2010年，因此，在2008—2017年全周期下，時間在2010年之前，P為1，2010年之后P為0。然后，以“十三五”規(guī)劃的政策事件為主，將在“十二五”規(guī)劃受到鼓勵同時也在“十三五”規(guī)劃受到支持的企業(yè)視為實驗組，記D為1；而在“十二五”規(guī)劃受到鼓勵但在“十三五”規(guī)劃不受支持的企業(yè)劃分為對照組，記D為0。而樣本在“十三五”規(guī)劃下的周期為2016—2017年，因此，時間在2016年之后，P為1，2016年之后P為0。為了保證結(jié)果的可靠性，還控制了企業(yè)個體、年份固定效應(yīng)。本文重點關(guān)注交互項的估計系數(shù)β3，該系數(shù)度量了產(chǎn)業(yè)政策扶持影響企業(yè)金融資產(chǎn)配置的凈效果。本文預(yù)期β3顯著為正，則假設(shè)1成立。

2.與假設(shè)2有關(guān)的檢驗?zāi)Ｐ?。為了檢驗假設(shè)2A和假設(shè)2B，本文參考溫忠麟等(2005)[45]的中介效應(yīng)檢驗程序，引入代表融資約束和風(fēng)險容忍度作為中介變量來檢驗產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置的微觀傳導(dǎo)機制，計量模型如下：

Finit=λ0+λ1IPit+∑Controls+μi+δt+εit

(3)

Mit=α0+α1IPit+∑Controls+μi+δt+εit

(4)

Finit=β0+β1IPit+β2Mit+∑Controls+μi+δt+εit

(5)

式(4)(5)中M表示中介變量，分別可用融資約束指標和風(fēng)險容忍度指標表示。其中：

融資約束方面，本文參考Hadlock和Pierce(2010)[46]的SA指數(shù)計算公式，SA=-0.737×Size+0.043×Size2-0.04×Age，計算出每個企業(yè)觀測的年度SA指數(shù)，其中，Size為企業(yè)規(guī)模，Age為企業(yè)上市年齡。計算得到的SA值是負值，且該值絕對值越大表明企業(yè)所面臨的融資約束越嚴重。因此，本文定義DSA為SA的絕對值，以便于通過觀察DSA值大小得到企業(yè)融資約束高低。

風(fēng)險容忍度方面，風(fēng)險容忍度的含義是指企業(yè)在經(jīng)營過程中針對既定風(fēng)險水平出現(xiàn)差異的接受程度，其與企業(yè)風(fēng)險偏好保持一致，即企業(yè)風(fēng)險偏好越高，則風(fēng)險容忍度也會更高。因此，我們采用企業(yè)風(fēng)險偏好來間接度量企業(yè)風(fēng)險容忍度(RT)水平。本文參考Miller和Chen(2004)[47]的指標選取，采用企業(yè)總資產(chǎn)收益率(ROA)的標準差來度量企業(yè)風(fēng)險偏好，其中，以企業(yè)當(dāng)期及前三期的總資產(chǎn)收益率來計算標準差。

此外，在模型(3)(4)和(5)中，F(xiàn)in的定義和控制變量∑Controls的含義同模型(1)。

中介效應(yīng)的檢驗須滿足以下條件：模型(3)IP對Fin的估計系數(shù)λ1顯著；模型(4)IP對M的估計參數(shù)α1以及模型(5)M對Fin的估計參數(shù)β2至少有一個顯著(若只存在一個顯著，則需要做Sobel檢驗)；在模型(5)中，若β1不顯著而β2顯著，則表示存在完全中介效應(yīng)，若二者均顯著則表示為部分中介效應(yīng)。同時，還要求β1的估計值相較于λ1要小。

表3報告了上述主要變量的符號、定義及其計算口徑。

表3 變量定義一覽表

(三)描述性統(tǒng)計和相關(guān)性分析

表4描述了本文主要變量的描述統(tǒng)計結(jié)果。整體來看，上市公司金融資產(chǎn)配置水平的均值為5.2%，標準化后的最大值為0.444，最小值為0.000。這說明有的企業(yè)持有較多的金融資產(chǎn)，有些則持有較少，企業(yè)持有的金融資產(chǎn)規(guī)模差異較大。而從產(chǎn)業(yè)政策扶持(IP)的描述性統(tǒng)計結(jié)果來看，約有43.9%的企業(yè)受到產(chǎn)業(yè)政策的扶持。從企業(yè)自身變量角度看，樣本企業(yè)平均規(guī)模為7.941，從公司治理層面來看，股權(quán)集中度規(guī)模高達51.5%，機構(gòu)持股投資者比例為33.4%。從Panel B的單因素方差分析統(tǒng)計可知，受到“十一五”規(guī)劃鼓勵的企業(yè)樣本量共有1252個，不受鼓勵的企業(yè)有1938個，兩個類型企業(yè)的金融資產(chǎn)持有規(guī)模之差顯著為正，在一定程度上表明產(chǎn)業(yè)政策能夠促進企業(yè)進行多元化投資(金融資產(chǎn)投資)。同理，受“十二五”“十三五”規(guī)劃支持的企業(yè)樣本量分別為1317個和1464個，方差分析結(jié)果也同樣為正。但要從統(tǒng)計意義上驗證產(chǎn)業(yè)政策對企業(yè)金融資產(chǎn)配置的正向關(guān)系，需要進一步實證給予驗證。

表4 描述性統(tǒng)計及單因素方差分析

此外，我們又對主要變量的相關(guān)系數(shù)進行了計算。表5顯示，企業(yè)金融資產(chǎn)配置(Fin)與產(chǎn)業(yè)政策扶持、企業(yè)規(guī)模、機構(gòu)投資者持股比例呈現(xiàn)顯著的正相關(guān)關(guān)系，與財務(wù)杠桿、現(xiàn)金持有水平、固定資產(chǎn)支出和股權(quán)集中度呈顯著負相關(guān)，這與已有文獻的結(jié)論基本一致(閆海洲和陳百助，2018；黃賢環(huán)等，2018)[48,25]。

表5 主要變量的相關(guān)系數(shù)

五、實證結(jié)果與分析

(一)假設(shè)1的實證結(jié)果與分析

1.面板數(shù)據(jù)回歸結(jié)果與分析。模型(1)的實證結(jié)果呈現(xiàn)于表6中。表6第(1)(2)列報告了OLS回歸結(jié)果，其中，第(1)列表示的是面板回歸模型中沒有加入控制變量的實證結(jié)果，產(chǎn)業(yè)政策扶持(IP)的估計系數(shù)在10%的置信水平下顯著為正(0.003)。第(2)列則是加入了控制變量后的實證結(jié)果，IP的估計系數(shù)在1%的置信水平下顯著為正(0.005)。而第(3)(4)列報告了固定效應(yīng)模型(FE)的回歸結(jié)果，產(chǎn)業(yè)政策扶持(IP)的估計系數(shù)均在1%的統(tǒng)計水平上顯著為正(分別為0.005和0.006)。表6回歸結(jié)果表明，我國產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置具有顯著促進作用，假設(shè)1得到驗證。

表6 基準回歸結(jié)果

2.考慮內(nèi)生性后的DID估計結(jié)果與分析。考慮到內(nèi)生性問題，本文進一步使用雙重差分法(DID)對產(chǎn)業(yè)政策扶持與金融資產(chǎn)配置的促進作用進行估計。DID方法需要實驗組與對照組在受到政策沖擊之前滿足平行趨勢假定。為此，本文參考Beck等(2010)[49]運用多期DID模型來檢驗平行趨勢，結(jié)果如圖2所示。

圖2 多重DID下企業(yè)金融資產(chǎn)配置平行趨勢檢驗

圖2表明，在產(chǎn)業(yè)政策公布之前，樣本金融資產(chǎn)配置程度變化在95%的置信區(qū)間顯著趨向零值，而在產(chǎn)業(yè)政策支持時間之后，樣本金融資產(chǎn)配置變化顯著為正，由此可以表明DID平行趨勢得到滿足。

最終，DID(模型2)檢驗結(jié)果列示于表7和表8中，其中，表7呈現(xiàn)的是“十二五”規(guī)劃的政策扶持對金融資產(chǎn)配置水平的凈效應(yīng)。第(1)(2)列報告了“十二五”規(guī)劃DID的估計結(jié)果，交互項的系數(shù)在10%的統(tǒng)計水平上顯著為正，表明在控制內(nèi)生性問題之后，產(chǎn)業(yè)政策的實施對企業(yè)金融資產(chǎn)配置水平的確產(chǎn)生了促進作用。

表7 “十二五”規(guī)劃DID檢驗

此外，本文還研究了“十一五”未受到鼓勵的企業(yè)在“十二五”受到鼓勵的樣本與“十一五”“十二五”均未受到鼓勵的企業(yè)進行對比，回歸結(jié)果見表7第(3)(4)列，其交叉項回歸系數(shù)在10%的統(tǒng)計水平下均顯著為正。

最后，本文還采用PSM-DID來檢測產(chǎn)業(yè)政策的實施效果，通過對處理變量和控制變量進行Logit回歸，得到傾向得分值之后按照近鄰匹配(1 ∶1)的原則匹配，結(jié)果見表7第(5)(6)列。PSM-DID所得結(jié)果中，交互項的估計系數(shù)在10%的統(tǒng)計水平上顯著為正，這與DID估計結(jié)果保持一致。綜上，“十二五”規(guī)劃政策事件下內(nèi)生性檢驗結(jié)果與前文基準回歸得到的結(jié)果是一致的，總體來說，我國產(chǎn)業(yè)政策的實施促進了企業(yè)金融資產(chǎn)配置水平。

表8報告了“十一五”規(guī)劃和“十三五”規(guī)劃下政策扶持對企業(yè)金融資產(chǎn)配置的凈效應(yīng)。

首先，表8第(1)(2)列顯示的是“十一五”規(guī)劃下的產(chǎn)業(yè)政策扶持的凈溢出效應(yīng)，在未加入控制變量的雙重差分模型的估計結(jié)果中看到，D×P的估計系數(shù)均為正(0.002)，但不顯著；加入控制變量后的估計結(jié)果顯示，D×P的估計系數(shù)在5%的統(tǒng)計水平上顯著為正(0.009)。

其次，本文采用PSM-DID來檢測“十一五”產(chǎn)業(yè)政策的實施效果，見第(3)(4)列。結(jié)果表明，D×P交叉項在5%的統(tǒng)計水平上顯著為正，說明“十一五”規(guī)劃下，內(nèi)生性檢驗結(jié)果與前文基準回歸得到的結(jié)果是一致的，即產(chǎn)業(yè)政策扶持提升了企業(yè)金融資產(chǎn)配置水平。

最后，表8第(5)列至第(8)列報告了“十三五”規(guī)劃下的產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置的凈溢出效應(yīng)。無論是否加入控制變量的DID模型或是PSM-DID模型回歸結(jié)果中，發(fā)現(xiàn)D×P交叉項在5%的統(tǒng)計水平上顯著為正。實證結(jié)果表明“十三五”規(guī)劃政策事件下內(nèi)生性檢驗結(jié)果與前文基準回歸得到的結(jié)果保持高度一致性，即驗證了產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置的促進作用。

表8 “十一五”“十三五”規(guī)劃DID檢驗

綜上所述，三個規(guī)劃的內(nèi)生性檢驗結(jié)果與模型(1)得到的結(jié)果保持高度一致，表明產(chǎn)業(yè)政策扶持確實對企業(yè)金融資產(chǎn)配置水平產(chǎn)生了促進作用，即驗證了假設(shè)1。

3.穩(wěn)健性檢驗。為進一步對產(chǎn)業(yè)政策扶持與企業(yè)金融資產(chǎn)配置的正向關(guān)系的穩(wěn)健性進行確認，本文從替換金融資產(chǎn)配置的度量方式、模型設(shè)定形式等多方面進行測試，具體表現(xiàn)為：

(1)保持產(chǎn)業(yè)政策支持的連續(xù)性。本文的核心解釋變量IP對于某類行業(yè)、某個企業(yè)在十年的時間中存在跳躍現(xiàn)象，如在“十一五”期間IP為1，而在“十二五”期間IP為0，又在“十三五”期間IP轉(zhuǎn)為1，存在三次轉(zhuǎn)變，抑或是兩次轉(zhuǎn)變，由0變?yōu)?抑或是由1變?yōu)?。在穩(wěn)健性檢驗時，均將此類樣本刪掉，只保留IP沒有變化的這類企業(yè)，表現(xiàn)為從“十一五”至“十三五”均未受到產(chǎn)業(yè)政策支持以及一直受到產(chǎn)業(yè)政策支持，樣本分別為140個和1040個，并以此樣本進行回歸。下表9報告了樣本選擇的回歸結(jié)果。

表9 保持IP連續(xù)性的穩(wěn)健性檢驗

從表9的穩(wěn)健性結(jié)果來看，產(chǎn)業(yè)政策與企業(yè)金融資產(chǎn)配置存在顯著的正向關(guān)系，與表6的實證結(jié)果符號一致，即表明產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置具有顯著的促進作用。

(2)替換被解釋變量?，F(xiàn)有文獻大多用“相對規(guī)模”(即金融資產(chǎn)占總資產(chǎn)比重)來刻畫企業(yè)金融資產(chǎn)配置程度，本文基準回歸也一樣，但是這一比重可能受到除金融資產(chǎn)以外的因素干擾，例如，企業(yè)為了提升經(jīng)營效率，通過減少存貨儲備來降低總資產(chǎn)規(guī)模，而總資產(chǎn)的變化又會推升金融資產(chǎn)配置“相對規(guī)?！钡谋戎?，但這并非是由金融資產(chǎn)增加導(dǎo)致的。因此，本文借鑒了胡奕明等(2017)[43]的度量方式，增加了“金融資產(chǎn)絕對規(guī)模”這一變量，即對金融資產(chǎn)取自然對數(shù)，并以此進行回歸。下表10報告了樣本選擇的回歸結(jié)果。

表10 采用金融資產(chǎn)絕對規(guī)模的穩(wěn)健性檢驗

從表10的穩(wěn)健性結(jié)果來看，采用金融資產(chǎn)絕對規(guī)模作為被解釋變量，IP對Fin的估計系數(shù)均為正，且在1%的統(tǒng)計水平上顯著，與本文表6的實證結(jié)果符號一致，即表明產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置具有顯著的促進作用。

(二)假設(shè)2的實證結(jié)果與分析——產(chǎn)業(yè)政策傳導(dǎo)機制分析

由基準回歸結(jié)果可知，產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置存在促進效應(yīng)，且該結(jié)果通過穩(wěn)健性檢驗。為了進一步了解產(chǎn)業(yè)政策的作用機制，即檢驗假設(shè)2A和假設(shè)2B是否成立，中介效應(yīng)模型(3)—模型(5)的檢驗結(jié)果見表11和表12。

1.對融資約束傳導(dǎo)機制的檢驗(驗證假設(shè)2A)。本文采用SA的反向指標DSA作為企業(yè)融資約束的代理指標。首先，將大于DSA中位數(shù)的企業(yè)劃分為高融資約束組，反之，劃分為低融資約束組，分組估計結(jié)果見表11第(1)至(4)列。具體從顯著性和估計系數(shù)大小分析，高融資約束組IP的估計系數(shù)均在1%的統(tǒng)計水平上顯著為正，且系數(shù)數(shù)值也要更大。回歸結(jié)果表明相比于低融資約束企業(yè)，產(chǎn)業(yè)政策對高融資約束企業(yè)金融資產(chǎn)配置水平的促進作用更為顯著。其次，采用中介效應(yīng)模型對融資約束作用機制進行檢驗，回歸結(jié)果見表11第(5)、(6)和(7)列，在沒有加入DSA前，IP的估計系數(shù)約為0.006，在1%的統(tǒng)計水平上顯著為正；第(6)列考察了IP對中介變量(DSA)的影響，回歸系數(shù)顯著為負(-0.007)，在1%的置信水平下顯著，表明產(chǎn)業(yè)政策在一定程度上能夠緩解企業(yè)融資約束困境；第(7)列中同時納入了核心解釋變量(IP)和中介變量(DSA)，DSA的估計系數(shù)在5%的統(tǒng)計水平上顯著為負(-0.025)。可以看到模型(3)和模型(5)中的IP估計系數(shù)均顯著為正，且加入DSA后IP的估計值大小有所下降，而IP對DSA的回歸系數(shù)為負，表明DSA在產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置的影響中起到中介效應(yīng)。即產(chǎn)業(yè)政策實施通過影響其面臨的融資約束程度進而影響企業(yè)金融資產(chǎn)投資決策，即本文的結(jié)果支持了“產(chǎn)業(yè)政策扶持→融資約束緩解效應(yīng)→加劇企業(yè)金融資產(chǎn)配置”這條路徑，即假設(shè)2A得到驗證。

表11 融資約束內(nèi)在機制檢驗?zāi)Ｐ?/p>

2.對風(fēng)險容忍度傳導(dǎo)機制的檢驗(驗證假設(shè)2B)。本文參考Miller和Chen(2004)[47]的指標選取，采用企業(yè)總資產(chǎn)收益率(ROA)的標準差來表征企業(yè)風(fēng)險容忍度水平(RT)。首先，將大于RT中位數(shù)的企業(yè)劃分為高風(fēng)險容忍度組，將小于RT中位數(shù)的企業(yè)劃分為低風(fēng)險容忍度組，分組回歸結(jié)果參見表12第(1)至(4)列。分組結(jié)果顯示產(chǎn)業(yè)政策對企業(yè)金融資產(chǎn)配置的促進作用在高風(fēng)險容忍度組中更為顯著。其次，進一步采用中介效應(yīng)模型來檢驗內(nèi)在傳導(dǎo)機制，回歸結(jié)果見表12第(5)(6)和(7)列，第(6)列考察了IP對中介變量(RT)的影響，IP回歸系數(shù)在1%的置信水平上顯著為正(0.012)，表明產(chǎn)業(yè)政策在一定程度上能夠提升企業(yè)風(fēng)險偏好，即能夠提升企業(yè)風(fēng)險容忍度；第(7)列中同時納入了核心解釋變量(IP)和中介變量(RT)，RT的估計系數(shù)在1%的統(tǒng)計水平上顯著為正(0.009)，表明RT在產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置的影響中起到中介效應(yīng)。即本文的結(jié)果支持了“產(chǎn)業(yè)政策扶持→提升風(fēng)險容忍度→加劇企業(yè)金融資產(chǎn)配置”這條路徑，即假設(shè)2B得到驗證。

表12 風(fēng)險容忍度內(nèi)在機制檢驗?zāi)Ｐ?/p>

3.穩(wěn)健性檢驗。關(guān)于融資約束傳導(dǎo)機制的穩(wěn)健性檢驗中，我們參考了曾愛民和魏志華(2013)[50]的測量方法，設(shè)定財務(wù)柔性=現(xiàn)金柔性+負債柔性，其中，現(xiàn)金柔性=企業(yè)現(xiàn)金持有比率-所處行業(yè)平均現(xiàn)金持有比率，負債柔性=Max(0，行業(yè)平均資產(chǎn)負債率-企業(yè)資產(chǎn)負債比率)。而財務(wù)柔性值越大，意味著企業(yè)融資約束程度越小，因此，本文根據(jù)財務(wù)柔性的中位數(shù)給DSA賦值，當(dāng)企業(yè)財務(wù)柔性值大于其中位數(shù)時，DSA取值為0；反之，DSA取值為1。融資約束中介效應(yīng)模型回歸結(jié)果見下表13第(1)(2)和(3)列?？梢钥吹絀P對中介變量(DSA)的回歸系數(shù)在5%的置信水平上顯著為負(-0.021)，而DSA對Fin的回歸系數(shù)在1%的置信水平上顯著為負(-0.006)，且加入DSA后IP的估計值大小有所下降，表明DSA在產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置的影響中起到中介效應(yīng)，與本文表11的實證結(jié)果相吻合。

表13 內(nèi)在機制穩(wěn)健性檢驗

關(guān)于風(fēng)險容忍度傳導(dǎo)機制的穩(wěn)健性檢驗中，本文參考蘭芳等(2020)[51]的指標選取，采用企業(yè)短期償債能力(現(xiàn)金流動負債比率)作為企業(yè)風(fēng)險容忍度(RT)的替代性指標，該值越大，表明企業(yè)有能力按時償還到期債務(wù)，意味著企業(yè)風(fēng)險容忍度越大。回歸結(jié)果見表13第(4)(5)和(6)列。第(5)列考察了IP對中介變量(RT)的影響，回歸系數(shù)為正(0.007)，但不顯著，表明產(chǎn)業(yè)政策在一定程度上能夠提升企業(yè)短期償債能力水平，即能夠提升企業(yè)風(fēng)險容忍度；第(6)列中同時納入了核心解釋變量(IP)和中介變量(RT)，RT的估計系數(shù)在1%的統(tǒng)計水平上顯著為正(0.009)，通過計算RT的SobelZ值為1.51，大于5%的置信水平(0.97)，表明RT在產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置的影響中起到中介效應(yīng)，與本文表12的實證結(jié)果一致。

六、進一步分析

(一)融資約束傳導(dǎo)機制下的異質(zhì)性分析

在前文產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置的傳導(dǎo)機制分析下，發(fā)現(xiàn)產(chǎn)業(yè)政策扶持能夠顯著緩解企業(yè)的融資約束困境，進而使得企業(yè)擁有充裕的資金資源，提高企業(yè)投資意愿，加劇金融資產(chǎn)配置。但這一作用路徑是否對不同企業(yè)仍舊成立？對此，本文從投資機會高低和主營收益率高低對企業(yè)進行分組，來研究產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置在融資約束傳導(dǎo)機制下的異質(zhì)性分析。

1.投資機會高低分組檢驗。投資機會高低能夠反映企業(yè)投資能力的大小，投資機會越高，則企業(yè)對其成長性具有選擇權(quán)。項東等(2020)[52]基于中小企業(yè)實證發(fā)現(xiàn)，投資機會對企業(yè)創(chuàng)新投資具有促進效應(yīng)，且內(nèi)外部融資約束在二者之間表現(xiàn)為負向調(diào)節(jié)作用。表明投資機會能增強企業(yè)投資信心，進而將資金投資至主營業(yè)務(wù)或是創(chuàng)新投資等領(lǐng)域，而融資約束的緩解效應(yīng)能夠彌補企業(yè)投資不足問題。因此，本文沿襲這一邏輯，指出受到產(chǎn)業(yè)政策扶持且具有較高投資機會的企業(yè)，在融資約束得到緩解的情況下，企業(yè)將更有動力堅持主業(yè)經(jīng)營，而非偏向非生產(chǎn)性的金融資產(chǎn)投資。即提出“產(chǎn)業(yè)政策扶持→緩解企業(yè)融資約束(+投資機會異質(zhì)性)→金融資產(chǎn)配置下滑”這條路徑假設(shè)。

關(guān)于成長性(Grow)的計算，本文采用(本年主營業(yè)務(wù)收入-上年主營業(yè)務(wù)收入)/上年主營業(yè)務(wù)收入的結(jié)果來表征企業(yè)成長性，并將大于成長性的均值的企業(yè)分為高投資機會組，記DGrow為1；而低于成長性的均值的企業(yè)分為低投資機會組，記DGrow為0。下表14第(1)列和第(2)列報告了面板模型分組回歸結(jié)果，可知在低投資機會中IP的顯著性更加明顯。第(3)列為DGrow在產(chǎn)業(yè)政策扶持對金融資產(chǎn)配置的正向關(guān)系的調(diào)節(jié)效應(yīng)，可知DGrow×IP的交叉項的估計系數(shù)為-0.001，并不顯著。而第(4)至(6)列表示在不同產(chǎn)業(yè)政策規(guī)劃下產(chǎn)業(yè)政策扶持且投資機會高的處理效應(yīng)，其中，D為政策啞變量，且記D為1表示既受到產(chǎn)業(yè)政策扶持同時企業(yè)投資機會高，而記D為0表示未受到產(chǎn)業(yè)政策扶持的控制組，得到D×P的估計系數(shù)在“十二五”規(guī)劃下顯著為負，在“十一五”和“十三五”規(guī)劃下并不顯著。整體來看，相較于低投資機會企業(yè)，高投資機會企業(yè)中產(chǎn)業(yè)政策扶持對金融資產(chǎn)配置的促進作用并不十分顯著，這一實證結(jié)果符合本文預(yù)期，即產(chǎn)業(yè)政策扶持雖然能夠緩解企業(yè)面臨的融資約束困境，但對于本身具有較高投資機會的企業(yè)而言，其有更強的堅持主業(yè)發(fā)展的意愿和信心，進而減少金融資產(chǎn)投資。

表14 投資機會異質(zhì)性檢驗

2.主營業(yè)務(wù)收益率高低分組檢驗。較多文獻提到企業(yè)進行金融資產(chǎn)配置的一個重要原因在于實體投資收益率的不斷下滑和金融資產(chǎn)投資收益的不斷上升，二者利差的擴大無疑促使企業(yè)將資金更多的投向金融資產(chǎn)領(lǐng)域而非實體投資(Demir，2009；Orhangazi，2008；張成思和張步曇，2015)[42,53-54]。那么，在企業(yè)主營業(yè)務(wù)收益率不斷上升的情況下，利差的收窄將會削弱企業(yè)投資金融資產(chǎn)行為。于是，本文提出“產(chǎn)業(yè)政策扶持→緩解企業(yè)融資約束(+主營業(yè)務(wù)收益率異質(zhì)性)→金融資產(chǎn)配置下滑”這條路徑假設(shè)。本文從融資約束微觀傳導(dǎo)機制的主營業(yè)務(wù)收益率的視角對產(chǎn)業(yè)政策實施效果異質(zhì)性進行分析。

首先，本文采用主營業(yè)務(wù)利潤/主營業(yè)務(wù)收入的比值來表征企業(yè)的主營業(yè)務(wù)收益率，并將超過該值75%分位數(shù)的企業(yè)劃分為主營業(yè)務(wù)收益率高的樣本組，記DR為1；將低于主營業(yè)務(wù)收益率25%分位數(shù)的企業(yè)劃分為主營業(yè)務(wù)收益率低的樣本組，記DR為0。然后進行分組回歸，見表15第(1)列和第(2)列。從主營業(yè)務(wù)收益率高低分組的回歸結(jié)果來看，在高主營收益率樣本中，產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置的促進作用并不顯著，而在低主營業(yè)務(wù)收益率樣本中促進效應(yīng)更為明顯。該實證結(jié)果表明，產(chǎn)業(yè)政策扶持與金融資產(chǎn)配置的正向關(guān)系在主營業(yè)務(wù)收益率高的企業(yè)中表現(xiàn)并不明顯，則意味著對于受到產(chǎn)業(yè)政策扶持的企業(yè)而言，盡管產(chǎn)業(yè)政策能夠緩解其融資約束困境，但對于企業(yè)本身有著良好的主業(yè)經(jīng)營狀況(表現(xiàn)為主業(yè)經(jīng)營收益率較高)，金融資產(chǎn)投資與主業(yè)投資的利差逐漸收窄，融資約束的紓解進一步促進了企業(yè)堅持主業(yè)發(fā)展的信念，進而減少對金融資產(chǎn)的配置。進一步地，本文還對主營業(yè)務(wù)收益率高低的調(diào)節(jié)機制進行檢驗(見第(3)列)，發(fā)現(xiàn)DR×IP的系數(shù)在5%的置信水平下顯著為負(-0.007)，表明主業(yè)經(jīng)營收益率越高就越能夠緩解產(chǎn)業(yè)政策對金融資產(chǎn)投資的促進效應(yīng)，該結(jié)果符合預(yù)期。最后，本文還基于內(nèi)生性檢驗的DID模型分別對“十一五”“十二五”和“十三五”規(guī)劃的政策沖擊進行異質(zhì)性檢驗，其中，D為1，表示在前文的設(shè)定條件之下還加上主營業(yè)務(wù)收益率高這一條件，而其他設(shè)置不變，結(jié)果見第(4)至(6)列?？梢钥吹?，D×P在“十一五”規(guī)劃下顯著為負(-0.008)，而在“十二五”和“十三五”政策規(guī)劃下并不顯著。DID的實證結(jié)果表明對于既受到產(chǎn)業(yè)政策扶持又具有較高主業(yè)收益的企業(yè)而言，其投資金融資產(chǎn)的行為受到抑制，轉(zhuǎn)而堅持核心業(yè)務(wù)的發(fā)展。

表15 主營業(yè)務(wù)收益率異質(zhì)性檢驗

綜合以上結(jié)果可得，在投資機會大的企業(yè)中，產(chǎn)業(yè)政策對企業(yè)金融資產(chǎn)配置的促進作用有所減弱；在主營業(yè)務(wù)收益率高的企業(yè)中，產(chǎn)業(yè)政策扶持并沒有對金融資產(chǎn)配置產(chǎn)生顯著的促進作用，而主營業(yè)務(wù)收益率對二者存在顯著的負向調(diào)節(jié)作用。而對于投資機會低、主業(yè)經(jīng)營收益低的企業(yè)而言，在受到產(chǎn)業(yè)政策扶持而更易獲得融資便利下，投資高收益率的金融資產(chǎn)這一行為對于企業(yè)經(jīng)營來說，起到錦上添花的作用，并非根本上的“脫實向虛”。

(二)風(fēng)險容忍度傳導(dǎo)機制下的異質(zhì)性分析

前文對于風(fēng)險容忍度傳導(dǎo)機制已經(jīng)驗證，即產(chǎn)業(yè)政策扶持下形成的庇護效應(yīng)能夠增加企業(yè)的優(yōu)越感，提高企業(yè)風(fēng)險容忍度，進而提高企業(yè)風(fēng)險承擔(dān)水平，則更加偏向于投資金融資產(chǎn)。然而，這對于經(jīng)營風(fēng)險較高的企業(yè)而言，可能投資風(fēng)險性較高的金融資產(chǎn)的動機將會削減，一方面，因為企業(yè)收益的不確定性較高，且破產(chǎn)的概率也較大，企業(yè)投資決策更為謹慎；另一方面，經(jīng)營風(fēng)險較高的企業(yè)大多屬于新興成長的企業(yè)(李博陽等，2019)[55]，這類企業(yè)由于自身發(fā)展極不穩(wěn)定，需要將投資重心聚焦于核心業(yè)務(wù)以獲得競爭優(yōu)勢。即提出“產(chǎn)業(yè)政策扶持→風(fēng)險容忍度提升(+經(jīng)營風(fēng)險異質(zhì)性)→金融資產(chǎn)配置下滑”這條路徑假設(shè)。對此，本文從經(jīng)營風(fēng)險高低對企業(yè)進行分組，來研究在產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置在風(fēng)險容忍度傳導(dǎo)機制下的異質(zhì)性分析。

關(guān)于企業(yè)經(jīng)營風(fēng)險(Risk)的度量，本文參考李建軍和韓珣(2019)[56]的計算方法，Risk= 1.2×營運資本/總資產(chǎn)+1.4×留存收益/總資產(chǎn)+3.3×息稅前利潤/總資產(chǎn)+0.6×股票總市值/負債賬面價值+0.999×銷售收入/總資產(chǎn)，鑒于其是一個反向指標，因此對其進行標準化處理，記處理之后的經(jīng)營風(fēng)險為BRisk。并基于BRisk的均值大小將樣本分為高經(jīng)營風(fēng)險組和低經(jīng)營風(fēng)險組。下表16第(1)列和第(2)列表示面板模型分組回歸結(jié)果，可知在高經(jīng)營風(fēng)險組中產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置的估計系數(shù)為負(-0.001)，但并不顯著；而在低經(jīng)營風(fēng)險組中IP的估計系數(shù)在1%的置信水平下顯著為正(0.008)。表明在風(fēng)險容忍度微觀傳導(dǎo)機制下，盡管產(chǎn)業(yè)政策扶持能夠提升企業(yè)的風(fēng)險承擔(dān)能力，但是對于企業(yè)本身具有較高的經(jīng)營風(fēng)險而言，企業(yè)將會在各項投資收益與風(fēng)險的利弊權(quán)衡中舍棄投資風(fēng)險性更高的金融資產(chǎn)。此外，本文還對經(jīng)營風(fēng)險在產(chǎn)業(yè)政策扶持與金融資產(chǎn)配置的二者關(guān)系的調(diào)節(jié)效應(yīng)進行了檢驗，回歸結(jié)果見第(3)列，發(fā)現(xiàn)BRisk×IP的交叉項的估計系數(shù)為-0.001，且通過1%的置信水平。該結(jié)果與分組回歸結(jié)果一致，均符合本文預(yù)期。最后，本文還在不同產(chǎn)業(yè)政策規(guī)劃下分析產(chǎn)業(yè)政策扶持且經(jīng)營風(fēng)險高的處理效應(yīng)，見第(4)至(6)列。發(fā)現(xiàn)D×P的估計系數(shù)在“十二五”規(guī)劃下顯著為負，在“十一五”和“十三五”規(guī)劃下并不顯著。整體來看，相較于低經(jīng)營風(fēng)險企業(yè)，高經(jīng)營風(fēng)險企業(yè)中產(chǎn)業(yè)政策扶持對金融資產(chǎn)配置的促進作用并不顯著，即產(chǎn)業(yè)政策扶持給企業(yè)帶來的庇護效應(yīng)雖然能夠提升企業(yè)風(fēng)險承擔(dān)能力，但對于本身具有較高經(jīng)營風(fēng)險的企業(yè)而言，在投資收益與風(fēng)險的權(quán)衡下，最終將堅持主業(yè)發(fā)展而減少對金融資產(chǎn)的配置。

表16 經(jīng)營風(fēng)險異質(zhì)性檢驗

(三)產(chǎn)業(yè)政策扶持對企業(yè)投資結(jié)構(gòu)影響

產(chǎn)業(yè)政策制定的初衷旨在促使企業(yè)實現(xiàn)其社會價值，鼓勵企業(yè)積極發(fā)展主業(yè)經(jīng)營，促進主業(yè)投資，而本文實證發(fā)現(xiàn)產(chǎn)業(yè)政策扶持能夠促進企業(yè)進行金融資產(chǎn)配置，并且已有文獻發(fā)現(xiàn)主業(yè)經(jīng)營與金融資產(chǎn)投資的關(guān)系又較為復(fù)雜(張成思和張步曇，2016；許罡和朱衛(wèi)東，2017)[23,40]，產(chǎn)業(yè)政策扶持對實體投資及金融資產(chǎn)投資可能存在內(nèi)生性。對此，本文采用三階段最小二乘法(3SLS)估計聯(lián)立方程模型來全面反映產(chǎn)業(yè)政策扶持、金融資產(chǎn)投資和實體投資三者之間的互動關(guān)系，其中，關(guān)于實體投資(MI)指標的度量，本文采用(固定資產(chǎn)投資+研發(fā)投資)/總資產(chǎn)來表征。模型具體包括兩個方程：其一，表17第(1)列報告了產(chǎn)業(yè)政策扶持(IP)、實體投資(MI)對企業(yè)金融資產(chǎn)投資(Fin)的影響，發(fā)現(xiàn)IP對Fin的估計系數(shù)在10%的統(tǒng)計性水平上顯著為正(0.002)，而MI對Fin的系數(shù)顯著為負(-0.030)；其二，第(2)列報告了產(chǎn)業(yè)政策扶持(IP)、金融資產(chǎn)投資(Fin)對實體投資(MI)的回歸結(jié)果，發(fā)現(xiàn)IP對MI的估計系數(shù)為正(0.010)，但不顯著，而Fin對MI的系數(shù)在1%的置信水平上顯著為負(-0.391)，且卡方檢驗的P值極小，表明模型設(shè)定合理。整體來看，通過構(gòu)建聯(lián)立方程發(fā)現(xiàn)產(chǎn)業(yè)政策扶持的確對企業(yè)金融資產(chǎn)配置存在促進作用，這與本文認為產(chǎn)業(yè)政策扶持存在金融化傾向是吻合的，也意味著在控制住實體資產(chǎn)投資的內(nèi)生影響后，產(chǎn)業(yè)政策扶持確實對金融資產(chǎn)配置產(chǎn)生了顯著的促進作用，再次支持了本文假設(shè)。

表17 金融資產(chǎn)投資與實體投資聯(lián)立方程回歸結(jié)果

此外，上述聯(lián)立方程回歸結(jié)果可以看到金融資產(chǎn)投資與實體投資存在顯著的負向關(guān)系，可以發(fā)現(xiàn)產(chǎn)業(yè)政策扶持導(dǎo)致企業(yè)金融資產(chǎn)配置提升，而金融資產(chǎn)投資增加又會導(dǎo)致實體投資下降，進而從企業(yè)的投資結(jié)構(gòu)來看，產(chǎn)業(yè)政策扶持直接導(dǎo)致金融資產(chǎn)配置提升，而間接又會使得實體投資減少，換言之，產(chǎn)業(yè)政策促進了企業(yè)投資結(jié)構(gòu)向金融資產(chǎn)偏移，表現(xiàn)為微觀企業(yè)金融化。為了證明二者的擠出方向是金融投資擠出實體投資，而非實體投資擠出金融投資，我們進一步考察了產(chǎn)業(yè)政策與企業(yè)投資結(jié)構(gòu)變化的關(guān)系。我們構(gòu)建了一個結(jié)構(gòu)性投資變量，即用金融資產(chǎn)投資與實體投資的比重來表征(Fin/MI)，進而采用隨機效應(yīng)和固定效應(yīng)模型來分析產(chǎn)業(yè)政策扶持對投資結(jié)構(gòu)的影響，回歸結(jié)果見表18。第(1)列隨機效應(yīng)結(jié)果顯示IP對Fin/MI的估計系數(shù)在1%的置信水平下顯著為正(0.250)，第(2)列固定效應(yīng)結(jié)果顯示二者存在顯著的正向關(guān)系(0.260)。此意味著產(chǎn)業(yè)政策扶持對金融資產(chǎn)投資的激勵效應(yīng)顯著高于其對實體投資的促進效應(yīng)，從而使得金融資產(chǎn)對實體投資產(chǎn)生了擠出，即擠出方向為加劇了金融化，因此，企業(yè)投資結(jié)構(gòu)向金融資產(chǎn)投資偏移，這為反思產(chǎn)業(yè)政策實施效果以及化解實體企業(yè)金融化具有重要實踐意義。

表18 產(chǎn)業(yè)政策扶持與投資結(jié)構(gòu)回歸結(jié)果

七、結(jié)論、啟示與展望

(一)研究結(jié)論

本文以2008—2017年中國A股上市制造業(yè)企業(yè)財務(wù)數(shù)據(jù)為樣本，運用雙重差分模型考察了“十一五”規(guī)劃、“十二五”規(guī)劃和“十三五”規(guī)劃中涵蓋的產(chǎn)業(yè)政策扶持對企業(yè)金融資產(chǎn)配置水平的影響，以及對其中傳導(dǎo)機制進行檢驗，并對估計結(jié)果進行了穩(wěn)健性檢驗和異質(zhì)性分析。研究結(jié)果表明：

第一，整體來看，在基準回歸模型和控制內(nèi)生性而采用DID模型、PSM-DID模型的實證結(jié)果下，我國產(chǎn)業(yè)政策的實施在一定程度上促進了企業(yè)金融資產(chǎn)配置水平，基準模型的估計結(jié)果在一系列穩(wěn)健性檢驗后，該結(jié)論依然成立。

第二，從內(nèi)在機制檢驗表明，產(chǎn)業(yè)政策對企業(yè)金融資產(chǎn)配置的正向作用，主要源于兩個方面：一方面，產(chǎn)業(yè)政策扶持不僅會通過融資約束緩解效應(yīng)提升企業(yè)投資意愿，還會通過庇護效應(yīng)提高企業(yè)風(fēng)險容忍度、強化風(fēng)險承擔(dān)，從而進一步提升“主觀投資意愿”；另一方面，政策扶持引發(fā)投資潮涌會惡化市場競爭、政策前瞻性及其社會價值性又對企業(yè)短期經(jīng)濟價值產(chǎn)生抑制，從而導(dǎo)致企業(yè)“客觀投資機會”下滑。最終，企業(yè)在客觀投資不確定性加劇而主觀投資意愿上升的共振作用下選擇轉(zhuǎn)向具有替代性的金融資產(chǎn)投資。

第三，產(chǎn)業(yè)政策的實施效果對不同企業(yè)存在異質(zhì)性。具體來說，從融資約束傳導(dǎo)機制下的投資機會、主營業(yè)務(wù)收益率的異質(zhì)性分析中發(fā)現(xiàn)，對于投資機會大、主業(yè)經(jīng)營收益率高的企業(yè)而言，產(chǎn)業(yè)政策對金融資產(chǎn)配置的促進作用并不顯著。而從風(fēng)險容忍度的傳導(dǎo)機制下的經(jīng)營風(fēng)險異質(zhì)性分析中發(fā)現(xiàn)，產(chǎn)業(yè)政策扶持對金融資產(chǎn)配置的促進作用在經(jīng)營風(fēng)險低的企業(yè)中更加明顯，這說明企業(yè)進行金融資產(chǎn)配置更像是錦上添花，而非根本上的“脫實向虛”。

(二)政策啟示

現(xiàn)階段，我國相關(guān)的政策制度體系尚不健全，對資源投放的跟蹤與監(jiān)管體系尚不完備，導(dǎo)致宏觀經(jīng)濟政策在服務(wù)實體經(jīng)濟的傳導(dǎo)路徑上受到多方面阻礙。為實現(xiàn)實體經(jīng)濟高質(zhì)量發(fā)展，推進結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級戰(zhàn)略目標，結(jié)合理論分析和實證結(jié)果來看，應(yīng)考慮從以下幾方面進行政策協(xié)調(diào)：

第一，產(chǎn)業(yè)政策扶持總體上對企業(yè)金融資產(chǎn)配置產(chǎn)生促進作用，這與產(chǎn)業(yè)制定的預(yù)期目標相背離，于是，仍需要通過新的政策約束來避免一些意外的情況，而這意味著產(chǎn)業(yè)政策配置機制的完善具有不可替代的意義。此外，從長遠發(fā)展視角來看，加速推進深化金融市場化改革進程，應(yīng)盡可能減少利用政策干預(yù)資源配置的手段，而應(yīng)充分發(fā)揮市場自主調(diào)節(jié)作用。

第二，營造良好的市場競爭環(huán)境。產(chǎn)業(yè)政策體系應(yīng)遵從競爭政策，鑒于公平競爭是競爭力、創(chuàng)新和增長的重要驅(qū)動力，因而在制定產(chǎn)業(yè)政策時不應(yīng)違背競爭的基本原則，并且對于產(chǎn)業(yè)“進入門檻”要求嚴格把關(guān)，防止大量資金涌入受支持的產(chǎn)業(yè)中進而惡化競爭環(huán)境。由此可見，創(chuàng)造良好的營商環(huán)境以及糾偏產(chǎn)業(yè)政策配套的機制對于我國經(jīng)濟增長和企業(yè)穩(wěn)健經(jīng)營具有重要參考價值。

第三，產(chǎn)業(yè)政策對投資機會低、主營業(yè)務(wù)收益率低和經(jīng)營風(fēng)險低的企業(yè)金融資產(chǎn)配置水平的促進作用更強。表明提高企業(yè)投資機會以及鼓勵企業(yè)堅持主業(yè)發(fā)展能夠有效緩解產(chǎn)業(yè)政策扶持對金融資產(chǎn)配置的促進作用。由于我國實體經(jīng)濟的投資機會并不平等，而產(chǎn)業(yè)政策的扶持意義便是給予具有發(fā)展?jié)摿蜕鐣暙I價值更高的行業(yè)企業(yè)一定的發(fā)展環(huán)境，為了避免資源被企業(yè)濫用，相關(guān)部門應(yīng)加大對實體投資和有效投資的關(guān)注度，通過差異化的政策激勵實體企業(yè)堅持主業(yè)的發(fā)展理念。

(三)研究局限與展望

本研究存在一定的局限性。首先，本文研究設(shè)計的視角是從企業(yè)投資結(jié)構(gòu)的調(diào)整來看金融資產(chǎn)配置行為，在外部沖擊下(產(chǎn)業(yè)政策扶持)考察微觀企業(yè)的行為變化。而鄧路等(2020)[57]通過實證檢驗發(fā)現(xiàn)對于受到產(chǎn)業(yè)政策激勵的行業(yè)企業(yè)而言，金融資產(chǎn)配置與企業(yè)違約風(fēng)險的負向關(guān)系更加顯著，表明企業(yè)投資結(jié)構(gòu)向金融資產(chǎn)配置行為并未表現(xiàn)出不合理，所以，將金融資產(chǎn)投資視為企業(yè)投資結(jié)構(gòu)調(diào)整的一種表現(xiàn)，而非一定視為“脫實向虛”的表現(xiàn)。因此，為了便于從微觀企業(yè)投資結(jié)構(gòu)偏移來理解產(chǎn)業(yè)政策的實施效果，后續(xù)的研究可以豐富宏觀經(jīng)濟政策與微觀企業(yè)財務(wù)行為的理論機制來反思產(chǎn)業(yè)政策的實施效果，這也有助于正確認識企業(yè)從事金融資產(chǎn)投資的內(nèi)涵，避免將金融資產(chǎn)投資“妖魔化”。

另外，本文僅從微觀企業(yè)的融資約束困境和企業(yè)風(fēng)險容忍度兩個維度對產(chǎn)業(yè)政策扶持的傳導(dǎo)機制進行分析，而產(chǎn)業(yè)政策對微觀企業(yè)的影響可能還會通過宏觀層面的資源配置效率、營商環(huán)境的改變、市場競爭等方面進行傳遞，但受制于文章前后邏輯關(guān)系以及研究的微觀傳導(dǎo)機制的側(cè)重點，本文并未對宏觀層面的傳導(dǎo)渠道進行深入研究，而隨著后續(xù)對產(chǎn)業(yè)政策的經(jīng)濟后果研究視角的不同，此部分研究可能是未來需要拓展的部分。