后小仙，鄭田丹

(1.南京審計(jì)大學(xué) 政府審計(jì)學(xué)院，江蘇 南京 211815；2.上海財(cái)經(jīng)大學(xué) 公共經(jīng)濟(jì)與管理學(xué)院，上海 200433)

一、引言

數(shù)據(jù)顯示我國實(shí)體企業(yè)在生產(chǎn)領(lǐng)域進(jìn)行的投資比重在不斷降低，2007年上市實(shí)體企業(yè)實(shí)業(yè)投資率為8.96%，2018年下降至5.04%[1]。其深層原因在于，金融化環(huán)境下不同投資渠道的利潤率發(fā)生了很大的改變。實(shí)體企業(yè)為了尋求綜合利潤的最大化，會(huì)主動(dòng)改變投資結(jié)構(gòu)。整理2007年至2018年我國上市實(shí)體企業(yè)投資相關(guān)數(shù)據(jù)發(fā)現(xiàn)，自2007年以來，我國上市企業(yè)的權(quán)益性投資規(guī)模增長率始終高于固定資產(chǎn)投資規(guī)模的增長率。固定資產(chǎn)投資和技術(shù)資產(chǎn)投資等實(shí)體領(lǐng)域投資的增長率均呈現(xiàn)出顯著的周期效應(yīng)，在2008年金融危機(jī)后，實(shí)體經(jīng)濟(jì)經(jīng)歷短暫復(fù)蘇，2009年至2013年上述兩項(xiàng)實(shí)體領(lǐng)域投資增長率均快速抬升，但企業(yè)權(quán)益性投資規(guī)模的快速膨脹并沒有帶來與之相匹配的收益說明，這表明企業(yè)權(quán)益性投資規(guī)模的升高沒有迅速形成相應(yīng)的生產(chǎn)能力。已有研究對企業(yè)投資結(jié)構(gòu)的影響因素考察偏向于外部環(huán)境，對政策的研究也偏向于貨幣政策，對財(cái)政激勵(lì)政策的討論較少，系統(tǒng)研究財(cái)政激勵(lì)政策影響企業(yè)投資結(jié)構(gòu)的路徑更為鮮見。財(cái)政激勵(lì)政策是政府采取多樣化財(cái)政收支方式調(diào)節(jié)總供給與總需求的重要工具，政府通過降低稅率和增加投資拉動(dòng)宏觀經(jīng)濟(jì)，企業(yè)融資需求也會(huì)順勢增強(qiáng)。相關(guān)研究主要分為兩個(gè)部分，一是對財(cái)政支出政策的研究。Wallsten[2]指出政府補(bǔ)助計(jì)劃會(huì)滋生企業(yè)腐敗、降低企業(yè)創(chuàng)新的積極性。Lach[3]則認(rèn)為政府補(bǔ)貼可以降低項(xiàng)目資金的成本，激勵(lì)企業(yè)提高經(jīng)營績效，刺激企業(yè)加大研發(fā)支出。Criscuolo等[4]與Cerqua和Pelledrini[5]證明財(cái)政補(bǔ)貼可以顯著激勵(lì)企業(yè)提升自身投資水平，但魏志華等[6]發(fā)現(xiàn)這種投資水平的提高并沒有帶來企業(yè)產(chǎn)出效率的提高，甚至可能扭曲企業(yè)投資行為[7]。王克敏和徐震等發(fā)現(xiàn)，受產(chǎn)業(yè)政策重點(diǎn)支持的企業(yè)長期負(fù)債較多，企業(yè)投資效率低且過度投資程度高[8-9]。陳東和邢霂[10]證實(shí)了政府補(bǔ)貼對于企業(yè)投資的激勵(lì)在民營企業(yè)中體現(xiàn)得更為顯著。二是對稅收激勵(lì)政策的研究。Cummins和Hassett[11]發(fā)現(xiàn)稅收政策的調(diào)整可以通過改變企業(yè)投資成本預(yù)期激勵(lì)企業(yè)調(diào)整其投資的行為決策。Blundell等[12]研究發(fā)現(xiàn)一般性減稅可以通過降低投資成本和改善企業(yè)現(xiàn)金流等方式激勵(lì)企業(yè)增加投資活動(dòng)。Hassett和Hubbard[13]認(rèn)為臨時(shí)性的稅收激勵(lì)更能推動(dòng)刺激企業(yè)投資需求。申廣軍等[14]發(fā)現(xiàn)，減稅不僅可以提升短期總需求，還可以在長期內(nèi)改善供給效率。許偉和陳斌開[15]研究發(fā)現(xiàn)增值稅有效稅率每降低1個(gè)百分點(diǎn)，企業(yè)投資將增加約16%。林旭等[16]認(rèn)為國有企業(yè)相比于民營企業(yè)而言更難以對稅收政策的調(diào)整產(chǎn)生預(yù)期效應(yīng)。楊旭東等[17]發(fā)現(xiàn)稅收優(yōu)惠還可以緩解民營企業(yè)研發(fā)投資對企業(yè)現(xiàn)金流的負(fù)向效應(yīng)。張國慶和李曉春[18]研究發(fā)現(xiàn)稅收競爭導(dǎo)致的企業(yè)稅負(fù)差異顯著影響投資決策。

因此，在企業(yè)金融化程度不斷加深的現(xiàn)實(shí)背景下，財(cái)政激勵(lì)政策是否可以對實(shí)體企業(yè)的生產(chǎn)發(fā)展起到應(yīng)有的推動(dòng)作用，企業(yè)投資結(jié)構(gòu)的轉(zhuǎn)變是否可以實(shí)現(xiàn)財(cái)政激勵(lì)政策的預(yù)期等問題顯得尤為重要。

本文的貢獻(xiàn)主要有三點(diǎn):一是在討論財(cái)政激勵(lì)與企業(yè)投資結(jié)構(gòu)關(guān)系時(shí)，將企業(yè)金融化作為重要環(huán)境因素考慮其中；二是利用PSM模型篩選了原始數(shù)據(jù)，減少樣本選擇偏誤，并分類討論了財(cái)政激勵(lì)政策的異質(zhì)性，增加結(jié)論豐富度；三是重點(diǎn)考察了財(cái)政激勵(lì)政策影響企業(yè)投資結(jié)構(gòu)的內(nèi)在機(jī)制。

二、理論分析與研究假設(shè)

企業(yè)在市場化競爭中會(huì)為了利潤最大化而整合資源進(jìn)行投資，企業(yè)投資結(jié)構(gòu)可以實(shí)時(shí)反映其盈利模式和盈利來源，從盈利來源角度看，我國實(shí)體企業(yè)的投資渠道主要分為固定資產(chǎn)投資和權(quán)益性投資兩類。在沒有金融資源配置時(shí)期，實(shí)體企業(yè)的全部投資均為固定資產(chǎn)投資，企業(yè)通過實(shí)體資本的原始積累生產(chǎn)產(chǎn)品和提供服務(wù)，在市場中實(shí)現(xiàn)生產(chǎn)利潤，包括生產(chǎn)加工、品牌價(jià)值、專利服務(wù)費(fèi)等形式，無需金融資源參與即可完成盈利，企業(yè)通過固定資產(chǎn)投資形式獲得生產(chǎn)利潤，是實(shí)體經(jīng)濟(jì)的基礎(chǔ)投資形式。金融市場在實(shí)體經(jīng)濟(jì)發(fā)展到一定階段后就會(huì)發(fā)展繁榮起來，實(shí)體企業(yè)在進(jìn)行投資行為的選擇時(shí)會(huì)出現(xiàn)固定資產(chǎn)投資之外的決策空間。如企業(yè)可以通過股權(quán)交易、房地產(chǎn)投資和資本市場溢價(jià)獲取利潤，即為權(quán)益性投資。實(shí)體企業(yè)的權(quán)益性投資可分為兩類：一是股權(quán)交易等方式，通過企業(yè)間的并購、股權(quán)融合和上市等手段，從金融市場上獲取股權(quán)溢價(jià)；二是以構(gòu)建資金池為目的進(jìn)行先期融資，進(jìn)而通過資金池在金融市場進(jìn)行投資操作，以實(shí)現(xiàn)利潤最大化。盡管這是銀行等金融企業(yè)的職能，但實(shí)體企業(yè)在獲取生產(chǎn)利潤較為困難時(shí)，會(huì)主動(dòng)選擇此類模式獲取金融利潤。實(shí)體企業(yè)通過上述兩種權(quán)益性投資方式均可以獲得金融利潤以彌補(bǔ)企業(yè)邊際生產(chǎn)利潤下降的現(xiàn)實(shí)。從實(shí)體企業(yè)投資渠道而言，固定資產(chǎn)投資和權(quán)益性投資組成了投資結(jié)構(gòu)的主要部分，其相對比重會(huì)在外部政策環(huán)境的變化中此消彼長。

在經(jīng)濟(jì)新常態(tài)發(fā)展形勢下，針對企業(yè)的財(cái)政激勵(lì)政策具有強(qiáng)烈的政府行政意志，主要為促進(jìn)經(jīng)濟(jì)增長、提升經(jīng)濟(jì)質(zhì)量而出臺(tái)。財(cái)政激勵(lì)政策通過采取與現(xiàn)行企業(yè)稅收制度背離的細(xì)分政策鼓勵(lì)企業(yè)投資，稅收優(yōu)惠和財(cái)政補(bǔ)貼帶來的充?，F(xiàn)金流將刺激企業(yè)擴(kuò)大投資規(guī)模。財(cái)政激勵(lì)政策在對企業(yè)投資結(jié)構(gòu)施加影響時(shí)主要以產(chǎn)業(yè)政策的形式出現(xiàn)，如在經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型深化的關(guān)鍵階段，中央政府會(huì)審時(shí)度勢做出5年或者更長時(shí)期的規(guī)劃，如例行的“五年規(guī)劃”和“中國制造2025”等政策，明確一批未來發(fā)展的重點(diǎn)行業(yè)。地方政府普遍會(huì)依據(jù)上述規(guī)劃，因地制宜制定符合本地區(qū)產(chǎn)業(yè)發(fā)展的扶持政策，以保證優(yōu)勢產(chǎn)業(yè)布局優(yōu)化，作為地區(qū)核心競爭力[8]。

財(cái)政激勵(lì)政策向特定企業(yè)投放，是地方政府在晉升政績考核壓力之下做出的政策選擇導(dǎo)向，以保證地方官員在晉升錦標(biāo)賽中脫穎而出[20]。企業(yè)在得到財(cái)政補(bǔ)貼和稅收優(yōu)惠后，客觀上融資效率提升。隨著企業(yè)的綜合稅率降低，企業(yè)投資現(xiàn)金流增加，無論是權(quán)益性投資還是固定資產(chǎn)投資的絕對量都會(huì)大幅增加。但不同的是，實(shí)體企業(yè)的固定資產(chǎn)投資作為其“基本面”，在面對政策變動(dòng)時(shí)具有變動(dòng)上的“粘性”，即固定資產(chǎn)投資對財(cái)政激勵(lì)政策引發(fā)的稅率降低做出的反應(yīng)不如企業(yè)權(quán)益性投資敏感[21]。權(quán)益性投資作為實(shí)體企業(yè)在金融市場發(fā)達(dá)時(shí)的普遍選擇，對企業(yè)現(xiàn)金流的充沛與否反應(yīng)強(qiáng)烈：財(cái)政激勵(lì)政策強(qiáng)度升高，企業(yè)綜合稅率降低，現(xiàn)金流增加，企業(yè)會(huì)傾向選擇使用資金在金融市場獲利[22]。企業(yè)通過并購、股權(quán)融合和上市等手段，從金融市場上獲取股權(quán)溢價(jià)，尤其是上市企業(yè)，會(huì)通過股票回購?fù)粕蓛r(jià)，讓市場對企業(yè)預(yù)期更為樂觀，保證企業(yè)遠(yuǎn)期發(fā)展的融資約束降低。因此，財(cái)政激勵(lì)政策會(huì)推動(dòng)實(shí)體企業(yè)的權(quán)益性投資提升幅度高于固定資產(chǎn)投資。此外，財(cái)政激勵(lì)政策在以產(chǎn)業(yè)政策的形式出現(xiàn)時(shí)，具有典型的地域特征，即不同地區(qū)的財(cái)政激勵(lì)力度存在差異。而在地區(qū)間的招商引資競爭中，會(huì)出現(xiàn)為吸引企業(yè)入駐投資而競相提高財(cái)政激勵(lì)水平的情況。相對而言，實(shí)體企業(yè)的權(quán)益性投資因其天然的強(qiáng)流動(dòng)性，將會(huì)比固定資產(chǎn)投資更多地流向財(cái)政激勵(lì)力度更高的地區(qū)，呈現(xiàn)出的投資結(jié)構(gòu)特征即為權(quán)益性投資比重提高?；谝陨戏治觯疚奶岢黾僭O(shè)1。

H1：財(cái)政激勵(lì)政策將推動(dòng)實(shí)體企業(yè)的權(quán)益性投資比重升高。

經(jīng)濟(jì)金融化對企業(yè)投資行為具有顯著的雙刃劍效應(yīng)，一方面，金融化可以促進(jìn)金融配置效率，實(shí)體企業(yè)通過參與金融資源分配活動(dòng)，改善投資需求、降低融資約束，最終提升企業(yè)的實(shí)體投資效率[23]；另一方面，當(dāng)實(shí)體企業(yè)的金融化程度過高時(shí)，金融投資行為的比重過高也將影響到企業(yè)的投資結(jié)構(gòu)平衡，甚至影響企業(yè)的實(shí)體投資規(guī)模、擠壓企業(yè)發(fā)展所必需的創(chuàng)新投資[24]，最終造成資金在虛擬經(jīng)濟(jì)中空轉(zhuǎn)，降低金融配置效率[1]。在我國實(shí)體企業(yè)發(fā)展的過程中，先后經(jīng)歷了“生產(chǎn)利潤——生產(chǎn)利潤與金融利潤并重——金融利潤為重”的不同階段，因此在當(dāng)前金融利潤逐漸取代生產(chǎn)利潤主體地位的階段，實(shí)體企業(yè)發(fā)展重心已不再是主營業(yè)務(wù)，其投資結(jié)構(gòu)逐漸偏向權(quán)益性投資。

在企業(yè)金融化迅速深化的進(jìn)程中，實(shí)體企業(yè)在投資前會(huì)通過金融資源進(jìn)行資金融通，以保證企業(yè)的投資決策施行。在此過程中，上游行業(yè)融資租賃公司和產(chǎn)業(yè)基金公司將進(jìn)行金融化運(yùn)作，放大企業(yè)資金池的效應(yīng)[25]。而這些機(jī)構(gòu)投資者通過投放資金成為實(shí)體企業(yè)的股東。在面對委托代理關(guān)系中必然存在的矛盾時(shí)，企業(yè)投資決策者作為代理人，為了實(shí)現(xiàn)投資者效益最大化的目標(biāo)，同時(shí)也是為了獲取自身股權(quán)收益最大化，將在企業(yè)投資行為選擇上更為偏重短期收益率高的渠道。在權(quán)益性投資和固定資產(chǎn)投資中，以股權(quán)交易、價(jià)值投資、資產(chǎn)證券化、股票回購等多種權(quán)益性投資形式來獲取資本利差和資本溢價(jià)，要比單純通過固定資產(chǎn)投資來獲取生產(chǎn)利潤的效率更高[26]。因此，實(shí)體企業(yè)將會(huì)把資金更多配置于金融資產(chǎn)，企業(yè)資本積累也會(huì)因此而減少[27]，企業(yè)投資結(jié)構(gòu)因金融化程度的提升而更加偏向權(quán)益性投資[28]。據(jù)此，本文提出假設(shè)2。

H2：企業(yè)金融化水平提高，企業(yè)投資結(jié)構(gòu)將偏向權(quán)益性投資。

三、基于PSM模型的研究設(shè)計(jì)

(一)PSM模型選擇

在宏觀政策影響企業(yè)投資結(jié)構(gòu)的實(shí)證研究中，較多對某一政策節(jié)點(diǎn)的效應(yīng)進(jìn)行探討，并采用面板固定效應(yīng)和隨機(jī)效應(yīng)等計(jì)量策略，較少運(yùn)用工具變量法。但這些模型在樣本選擇和指標(biāo)使用上具有較多限制，函數(shù)形式和工具變量選取均較為復(fù)雜。本文的研究旨在探討財(cái)政激勵(lì)政策對企業(yè)投資結(jié)構(gòu)的影響，基于本文前述章節(jié)的分析，一個(gè)企業(yè)能否受到財(cái)政激勵(lì)政策的惠及并非是隨機(jī)分布的，財(cái)政補(bǔ)貼和稅收優(yōu)惠等政策實(shí)施要依據(jù)目標(biāo)企業(yè)資質(zhì)評(píng)估結(jié)果而確定。企業(yè)投資結(jié)構(gòu)的變動(dòng)與其接受的財(cái)政激勵(lì)政策具有明顯的內(nèi)生性，將出現(xiàn)模型估計(jì)偏誤問題，且無法通過傳統(tǒng)計(jì)量方法來解決。

因此，基于研究目標(biāo)，本文采用PSM(傾向得分匹配)模型進(jìn)行估計(jì)。PSM模型可以有效解決企業(yè)樣本因選擇偏差和有偏估計(jì)帶來的變量內(nèi)生性問題，且無需在模型設(shè)定時(shí)假定參數(shù)及誤差項(xiàng)的分布形式[29]。借助PSM模型，本文可以考察處理組的企業(yè)是否會(huì)與對照組的企業(yè)的投資結(jié)構(gòu)間產(chǎn)生統(tǒng)計(jì)學(xué)上顯著差異。

(二)研究設(shè)計(jì)

本文參照相關(guān)研究選取Logit估計(jì)計(jì)算每個(gè)企業(yè)受到財(cái)政激勵(lì)政策惠及的條件概率擬合值，也即傾向得分值(PS)。匹配方法如下：

PS=Pr{Inti=1|Xi}=E{Inti=0|Xi}

(1)

其中，Inti=1表示企業(yè)受到財(cái)政激勵(lì)政策的惠及，Inti=0表示企業(yè)沒有受到財(cái)政激勵(lì)政策的惠及。Xi表示可以觀測到的企業(yè)特征，即模型協(xié)變量。在設(shè)定上述指標(biāo)后，即可以對處理組和對照組的企業(yè)樣本進(jìn)行匹配。匹配方法主要有最近鄰匹配、卡尺匹配、核匹配、樣條匹配等多種形式，但尚無統(tǒng)一結(jié)論認(rèn)為有普適的最佳匹配方法，采用不同的匹配方法會(huì)因偏差與效率權(quán)衡度不同而產(chǎn)生不同的匹配后回歸樣本[30]。本文在基準(zhǔn)回歸中根據(jù)不同匹配方式的損失樣本數(shù)進(jìn)行綜合判斷。在進(jìn)行匹配后要進(jìn)行樣本的平衡性檢驗(yàn)來確定上述匹配質(zhì)量是否符合回歸要求。本文計(jì)算處理組與對照組的企業(yè)投資結(jié)構(gòu)差異，即參與企業(yè)的平均處理效應(yīng)(ATT)，具體構(gòu)建如下：

ATT=E[Is1i|Inti=1]-E[Is0i|Inti=1]=E[Is1i-Is0i|Inti=1]

(2)

其中，Is1i表示受到財(cái)政激勵(lì)政策惠及的企業(yè)投資結(jié)構(gòu)，Is0i表示未受到財(cái)政激勵(lì)政策惠及的企業(yè)投資結(jié)構(gòu)，E[Is1i|Inti=1]可以觀測，而E[Is0i|Inti=1]無法觀測，因此，需要采用PSM模型去構(gòu)建E[Is0i|Inti=1]的反事實(shí)替代指標(biāo)。在匹配成功并通過平衡性檢驗(yàn)后，可以采用新樣本進(jìn)行匹配后的多元回歸，回歸模型設(shè)定如下：

Isit=ait+ai1Intit+∑aiControlsit+μsector+μstate+μyear+εit

(3)

Is與Int即為企業(yè)投資結(jié)構(gòu)與財(cái)政激勵(lì)政策，其中Int為企業(yè)是否受到財(cái)政激勵(lì)政策惠及的虛擬變量。Contorls即式1中的X，表示可觀測的企業(yè)特征，在下文中詳述。μsector、μstate、μyear分別表示行業(yè)、所有制和年份固定效應(yīng)；εit為隨機(jī)擾動(dòng)項(xiàng)，本文假定其為正態(tài)分布。

(三)指標(biāo)描述

1.被解釋變量

企業(yè)投資結(jié)構(gòu)(Is)。本文研究的是實(shí)體企業(yè)的投資結(jié)構(gòu)，主要指實(shí)體企業(yè)投資渠道的比重，即權(quán)益性投資和固定資產(chǎn)投資的權(quán)重高低。本文參考付文林和趙永輝[21]的研究將企業(yè)投資結(jié)構(gòu)設(shè)定如下：

(4)

其中，權(quán)益性投資=交易性金融資產(chǎn)+衍生金融資產(chǎn)凈額+短期投資凈額+可供出售金融資產(chǎn)凈額+持有至到期投資+長期股權(quán)投資+投資性房地產(chǎn)凈額；固定資產(chǎn)投資=存貨凈額+固定資產(chǎn)+無形資產(chǎn)+在建工程凈額+工程物資。

2.解釋變量

財(cái)政激勵(lì)政策(Int)。本文以手工收集的上市實(shí)體企業(yè)歷年獲得的稅收優(yōu)惠、財(cái)政貼息、財(cái)政撥款等項(xiàng)目加總，作為企業(yè)當(dāng)年接受的財(cái)政激勵(lì)水平；并設(shè)定為虛擬變量，將接受財(cái)政激勵(lì)政策惠及的企業(yè)統(tǒng)一設(shè)定為1，其余沒有受財(cái)政激勵(lì)惠及的企業(yè)設(shè)定為0。

3.環(huán)境變量

金融化(Fr)。本文考察企業(yè)金融化對企業(yè)投資結(jié)構(gòu)的影響，為了將金融化內(nèi)生化，需要選取企業(yè)相關(guān)財(cái)務(wù)指標(biāo)。微觀金融化研究主要是從企業(yè)資產(chǎn)配置和企業(yè)投資選擇兩個(gè)角度進(jìn)行指標(biāo)構(gòu)建，而本文主要研究企業(yè)投資問題，因此，從企業(yè)投資的增量角度選用指標(biāo)會(huì)更具代表性。為了避免可能的共線性問題，本文將實(shí)體企業(yè)從金融渠道獲取的收益占企業(yè)總經(jīng)營利潤的比重作為企業(yè)金融化指標(biāo)。同時(shí)為了將樣本數(shù)據(jù)進(jìn)一步精確，本文通過手工統(tǒng)計(jì)歷年實(shí)體行業(yè)企業(yè)的公允價(jià)值變動(dòng)損益、投資收益、凈匯兌收益以及其他綜合收益之和，并以其與實(shí)體企業(yè)總經(jīng)營利潤之比作為經(jīng)濟(jì)金融化的指標(biāo)數(shù)據(jù)來源，考察金融化對企業(yè)投資結(jié)構(gòu)的影響。

4.控制變量

本文采用上市企業(yè)數(shù)據(jù)，在模型控制變量的選取上，以反映影響企業(yè)投資結(jié)構(gòu)的財(cái)務(wù)特征為主。就此，本文主要控制變量包括凈資產(chǎn)收益率、托賓Q、利潤率、資產(chǎn)規(guī)模、行業(yè)、所有制、年份等?？刂谱兞恐笜?biāo)均采用國泰安數(shù)據(jù)庫中的變量定義，其中托賓Q采用廣義標(biāo)準(zhǔn)進(jìn)行計(jì)算；行業(yè)性質(zhì)以2012年證監(jiān)會(huì)對上市企業(yè)的行業(yè)分類為準(zhǔn)，剔除建筑業(yè)、金融業(yè)和房地產(chǎn)業(yè)等三類企業(yè)，將剩余企業(yè)視為實(shí)體企業(yè)；定義“國有企業(yè)、集體所有制企業(yè)”為國有性質(zhì)，定義“民營企業(yè)、社會(huì)團(tuán)體、自然人”為非國有性質(zhì)。

(四)數(shù)據(jù)來源與處理

本文的分析對象為2007年至2018年滬深兩市上市的實(shí)體企業(yè)，時(shí)間跨度的選擇仍是為了囊括近年來密集出臺(tái)的財(cái)政激勵(lì)政策。本文對上述企業(yè)樣本做如下處理：剔除在樣本區(qū)間內(nèi)沒有持續(xù)經(jīng)營的上市企業(yè)、剔除ST、PT企業(yè)數(shù)據(jù)；剔除財(cái)務(wù)困難的企業(yè)；剔除主要控制變量全是0的企業(yè)樣本；以企業(yè)接受的財(cái)政激勵(lì)政策數(shù)值大小為標(biāo)準(zhǔn)，對樣本企業(yè)進(jìn)行1%的截尾處理。經(jīng)過上述處理，本文整理得到包括1387家企業(yè)在內(nèi)共15322個(gè)觀測值。在本文的實(shí)證分析中，除企業(yè)投資結(jié)構(gòu)指標(biāo)外，其余指標(biāo)均做滯后一期處理。本文使用的相關(guān)指標(biāo)數(shù)據(jù)均來自上市企業(yè)歷年年報(bào)、CSMAR數(shù)據(jù)庫與Wind金融數(shù)據(jù)庫。本文實(shí)證中將非虛擬變量進(jìn)行對數(shù)處理，保證結(jié)果的穩(wěn)定性。

表1 PSM匹配結(jié)果

四、實(shí)證檢驗(yàn)與分析

(一)傾向得分匹配

本文在表1中給出了不同匹配形式下最大樣本損失量?？芍幚斫M在匹配后相比匹配前損失的樣本僅為2個(gè)，因此本文最終的匹配質(zhì)量較好。

參考已有研究經(jīng)驗(yàn)，本文采用核匹配方式，并將其余匹配方法作為穩(wěn)健性檢驗(yàn)的一部分。匹配前后的傾向得分匹配密度函數(shù)圖如圖1所示。從圖1可以看出，匹配后的處理組樣本和對照組樣本的核密度高度重疊，因此，本文的樣本基本落在共同取值范圍內(nèi)，也驗(yàn)證了上表中的匹配結(jié)果。

在匹配了樣本數(shù)據(jù)后，需要對其進(jìn)行平衡性檢驗(yàn)，要求滿足在企業(yè)獲得財(cái)政激勵(lì)政策惠及的概率外生確定的情況下，企業(yè)接受的財(cái)政激勵(lì)政策與其特征財(cái)務(wù)變量之間是相互獨(dú)立的。表2報(bào)告了處理組和對照組企業(yè)樣本匹配變量的平衡性檢驗(yàn)結(jié)果。

表2報(bào)告了兩組企業(yè)分別的匹配前和匹配后的均值變化、標(biāo)準(zhǔn)差和標(biāo)準(zhǔn)差的變動(dòng)幅度，報(bào)告了T檢驗(yàn)的統(tǒng)計(jì)量和相伴概率。標(biāo)準(zhǔn)差越小， 表明PSM匹配效果越好[31]。若匹配后各變量的標(biāo)準(zhǔn)差絕對值小于20%，則表明基于本匹配進(jìn)行的傾向得分估計(jì)是有效的[32]。從表2可以看出，在匹配后各變量的標(biāo)準(zhǔn)差絕對值均小于20%，且除企業(yè)金融化率和企業(yè)行業(yè)性質(zhì)外，其余變量的標(biāo)準(zhǔn)差絕對值均小于5%，這足以說明本文對匹配變量和匹配方法的選取是合適的，樣本平衡性假設(shè)得到了滿足。

圖1 企業(yè)傾向得分匹配前后的密度函數(shù)圖

表2 傾向得分匹配前后解釋變量與控制變量的平衡性檢驗(yàn)結(jié)果

(二)基于PSM匹配樣本的估計(jì)結(jié)果

在匹配樣本的基礎(chǔ)上，本文基于式3的計(jì)量模型對財(cái)政激勵(lì)政策和企業(yè)投資結(jié)構(gòu)的關(guān)系進(jìn)行估計(jì)，估計(jì)結(jié)果如表3所示。

表3第1列報(bào)告了財(cái)政激勵(lì)政策與企業(yè)投資結(jié)構(gòu)的直接回歸估計(jì)結(jié)果，作為基準(zhǔn)檢驗(yàn)的結(jié)果；第2列在此基礎(chǔ)上報(bào)告了加入企業(yè)層面控制變量的估計(jì)結(jié)果；第3列在此基礎(chǔ)上又將年份固定效應(yīng)與所有制固定效應(yīng)加入回歸；第4列則進(jìn)一步控制了行業(yè)固定效應(yīng)。從四列估計(jì)結(jié)果均可以發(fā)現(xiàn)，核心解釋變量財(cái)政激勵(lì)政策的系數(shù)符號(hào)與顯著性水平?jīng)]有發(fā)生變化，這表明模型基準(zhǔn)回歸的結(jié)果是穩(wěn)健的。財(cái)政激勵(lì)政策的系數(shù)顯著為正，表明財(cái)政激勵(lì)政策促使企業(yè)權(quán)益性投資比重上升，因此在本文選取的樣本中，研究假設(shè)1得到驗(yàn)證。從環(huán)境變量金融化率的回歸系數(shù)看，實(shí)體企業(yè)金融化率越高，企業(yè)投資結(jié)構(gòu)越偏向權(quán)益性投資。

表3 匹配后財(cái)政激勵(lì)政策與企業(yè)投資結(jié)構(gòu)的估計(jì)結(jié)果

從表3中第4列控制變量的估計(jì)結(jié)果看，企業(yè)凈資產(chǎn)收益率的提高，將降低權(quán)益性投資的比重，這是因?yàn)槠髽I(yè)的治理結(jié)構(gòu)仍待完善，企業(yè)決策層的投資選擇并不完全與企業(yè)所有者的意志相符合。托賓Q值對企業(yè)投資結(jié)構(gòu)的影響顯著為正，這表明企業(yè)的成長性和市場預(yù)期越高，企業(yè)將越擴(kuò)大投資，以保證未來利潤增長率。同時(shí)，Q值對權(quán)益性投資的影響要高于固定資產(chǎn)投資，表現(xiàn)為權(quán)益性投資比重的升高。利潤率對投資的關(guān)系與之類似，利潤率越高，企業(yè)越有擴(kuò)大投資的傾向，且權(quán)益性投資的擴(kuò)張速度高于固定資產(chǎn)投資。企業(yè)資產(chǎn)規(guī)模大，企業(yè)的權(quán)益性投資反而會(huì)降低，因?yàn)橥顿Y加速數(shù)理論在我國當(dāng)前的企業(yè)投資環(huán)境中并不能被驗(yàn)證，企業(yè)規(guī)模的膨脹沒有預(yù)期提高企業(yè)投資水平。

(三)財(cái)政激勵(lì)政策的異質(zhì)性討論

1.不同強(qiáng)度的財(cái)政激勵(lì)政策

基準(zhǔn)回歸已經(jīng)證明財(cái)政激勵(lì)政策對于企業(yè)投資結(jié)構(gòu)的影響是顯著為正的。為了更進(jìn)一步證明財(cái)政激勵(lì)政策的強(qiáng)度大小與企業(yè)投資結(jié)構(gòu)的關(guān)系，此處穩(wěn)健性檢驗(yàn)將企業(yè)接受的財(cái)政激勵(lì)與其主營業(yè)務(wù)收入之比作為財(cái)政激勵(lì)強(qiáng)度，并按照數(shù)值從小到大排序。將財(cái)政激勵(lì)強(qiáng)度數(shù)值排序的四分位作為臨界點(diǎn)，將企業(yè)樣本劃分為四種類型。財(cái)政激勵(lì)強(qiáng)度定義為Intk，其中k=1,2,3,4。k越大，表示財(cái)政激勵(lì)強(qiáng)度越大。檢驗(yàn)?zāi)Ｐ屯卣篂椋?/p>

(4)

表4 多強(qiáng)度財(cái)政激勵(lì)政策與企業(yè)投資結(jié)構(gòu)的估計(jì)結(jié)果

通過對上述模型的估計(jì)，可以根據(jù)比較不同強(qiáng)度財(cái)政激勵(lì)政策的回歸系數(shù)來確定財(cái)政激勵(lì)政策強(qiáng)度對企業(yè)投資結(jié)構(gòu)的異質(zhì)性影響。模型4的估計(jì)結(jié)果如表4所示。

表4按照基準(zhǔn)回歸的順序依次報(bào)告了多強(qiáng)度財(cái)政激勵(lì)政策對企業(yè)投資結(jié)構(gòu)的估計(jì)結(jié)果。第(1)列沒有加入控制變量，第(2)列加入企業(yè)層面的財(cái)務(wù)特征變量，第(3)列加入企業(yè)所有制和年份固定效應(yīng)，第(4)列加入行業(yè)固定效應(yīng)?？梢园l(fā)現(xiàn)，財(cái)政激勵(lì)政策強(qiáng)度最低的一組企業(yè)樣本回歸結(jié)果顯示，政策實(shí)施對企業(yè)投資結(jié)構(gòu)的影響不顯著，且系數(shù)與基準(zhǔn)回歸相比較小。本文認(rèn)為，低強(qiáng)度的財(cái)政激勵(lì)政策無法有效緩解企業(yè)的融資約束，致使企業(yè)的投資結(jié)構(gòu)變動(dòng)較小。當(dāng)企業(yè)受到的財(cái)政激勵(lì)政策逐步提高時(shí)，對企業(yè)投資結(jié)構(gòu)的影響效應(yīng)遞增效果已逐漸降低；k=3時(shí)與k=4時(shí)相比較，該影響效應(yīng)系數(shù)已非常接近。這一結(jié)果反映了財(cái)政激勵(lì)政策對企業(yè)投資結(jié)構(gòu)的非線性影響效應(yīng)，雖并非嚴(yán)格意義上的統(tǒng)計(jì)學(xué)結(jié)論，但仍然表明，基準(zhǔn)回歸中的研究結(jié)論具有成立的局限性，即財(cái)政激勵(lì)政策不會(huì)通過簡單遞增而提升企業(yè)權(quán)益性投資的比重。本文認(rèn)為，當(dāng)財(cái)政激勵(lì)政策強(qiáng)度過高時(shí)，會(huì)引發(fā)企業(yè)的過度投資[34]。根據(jù)本文的理論分析，企業(yè)權(quán)益性投資的流動(dòng)性較強(qiáng)，因此當(dāng)財(cái)政激勵(lì)政策強(qiáng)度提升時(shí)，企業(yè)首先會(huì)增加權(quán)益性投資的比重以提升利潤率，但當(dāng)財(cái)政激勵(lì)強(qiáng)度提高到一定水平繼續(xù)上升時(shí)，企業(yè)繼續(xù)增加權(quán)益性投資的邊際利潤率逐漸下降，固定資產(chǎn)投資提升速度也會(huì)加速，表現(xiàn)為過度激勵(lì)對企業(yè)投資結(jié)構(gòu)的影響不如適度激勵(lì)的影響效應(yīng)明顯。

結(jié)合表3與表4的估計(jì)結(jié)果，表4展示了高強(qiáng)度財(cái)政激勵(lì)與適度財(cái)政激勵(lì)的政策效應(yīng)的不同，而表3展示的則是不同政策效應(yīng)的平均影響效應(yīng)。財(cái)政激勵(lì)政策對企業(yè)投資結(jié)構(gòu)的影響效應(yīng)出現(xiàn)了非線性的效果，且總體顯著為正。因此，本文認(rèn)為該穩(wěn)健性檢驗(yàn)同樣支持基準(zhǔn)回歸的結(jié)論。

表5 不同形式的財(cái)政激勵(lì)政策與企業(yè)投資 結(jié)構(gòu)的估計(jì)結(jié)果

2.不同形式的財(cái)政激勵(lì)政策

為了進(jìn)一步區(qū)分不同形式的財(cái)政激勵(lì)政策對企業(yè)投資結(jié)構(gòu)的影響效果，本文將財(cái)政激勵(lì)拆分，在加強(qiáng)研究結(jié)論穩(wěn)健性的同時(shí)，還可以橫向比較不同形式的財(cái)政激勵(lì)政策對企業(yè)投資結(jié)構(gòu)的影響差異。本文將財(cái)政激勵(lì)政策分為稅收返還、財(cái)政貼息和研發(fā)補(bǔ)貼三種形式。其中稅收返還包括稅收優(yōu)惠政策所得到的財(cái)政返還和因其他政策而得到的納稅獎(jiǎng)勵(lì)；財(cái)政貼息是指企業(yè)在獲取貸款時(shí)政府進(jìn)行的貼息補(bǔ)助，分為直接補(bǔ)貼和銀行簡潔補(bǔ)貼兩種形式；研發(fā)補(bǔ)貼包括高新企業(yè)的技術(shù)認(rèn)定補(bǔ)助和企業(yè)進(jìn)行高新技術(shù)人才引進(jìn)而獲得的補(bǔ)助之和。本文將上述指標(biāo)作為財(cái)政激勵(lì)政策的子指標(biāo)，定義虛擬變量后重新做回歸，回歸結(jié)果如表5所示。可以發(fā)現(xiàn)，財(cái)政激勵(lì)政策對企業(yè)投資結(jié)構(gòu)的影響存在著結(jié)構(gòu)性的差異。稅收返還對企業(yè)投資結(jié)構(gòu)的影響要高于財(cái)政貼息的影響，且高于基準(zhǔn)回歸中的結(jié)果。研發(fā)補(bǔ)貼對企業(yè)投資結(jié)構(gòu)的影響表現(xiàn)為推動(dòng)固定資產(chǎn)投資的比重提高，這可以為政策制定者提供有意義的啟示：對實(shí)體企業(yè)的財(cái)政激勵(lì)政策可依據(jù)企業(yè)投資結(jié)構(gòu)的變化而改變方式，在實(shí)體企業(yè)的權(quán)益性投資比重較低的發(fā)展階段，可以采用稅收返還或者財(cái)政貼息的形式促使其提高金融資源配置效率；若實(shí)體企業(yè)在金融化的后期階段，固定資產(chǎn)領(lǐng)域投資比重過低，可通過人才引進(jìn)補(bǔ)貼和技術(shù)認(rèn)定補(bǔ)貼的形式鼓勵(lì)企業(yè)增加實(shí)體生產(chǎn)投資。

表6 穩(wěn)健性檢驗(yàn)結(jié)果

五、穩(wěn)健性檢驗(yàn)

(一)“營改增”的影響

“營改增”政策是我國近年來主要的財(cái)政制度改革措施，該政策從2011開始試點(diǎn)工作，經(jīng)過數(shù)年發(fā)展，從2016年5月1日起在全國推開。作為經(jīng)濟(jì)社會(huì)的“細(xì)胞”，稅收政策的重大改革將會(huì)影響企業(yè)的現(xiàn)金流進(jìn)而影響到企業(yè)的投資決策。為了避免“營改增”政策對本文研究結(jié)論的影響，本文將“營改增”政策全面推開后的企業(yè)樣本剔除，也按照改革中不同地區(qū)、不同行業(yè)、不同環(huán)境作為標(biāo)準(zhǔn)逐步剔除2011年至2016年間受到試點(diǎn)改革惠及的實(shí)體企業(yè)，利用新企業(yè)樣本重新做得分傾向匹配和回歸估計(jì)，估計(jì)結(jié)果如表6第(1)列所示?？梢园l(fā)現(xiàn)，在剔除了全面“營改增”后的數(shù)據(jù)后，影響效應(yīng)依然顯著，但系數(shù)較基準(zhǔn)回歸結(jié)果更小，這表明“營改增”后企業(yè)的稅收負(fù)擔(dān)降低，“營改增”已經(jīng)行使了財(cái)政激勵(lì)政策中稅收優(yōu)惠部分的職能，因此財(cái)政激勵(lì)政策的影響效應(yīng)被降低，但仍會(huì)對企業(yè)投資結(jié)構(gòu)的改變有顯著效應(yīng)。

(二)制造業(yè)企業(yè)

本文基準(zhǔn)回歸中采用的原始企業(yè)樣本為上市非金融企業(yè)，包括了除金融業(yè)和房地產(chǎn)業(yè)之外的主要行業(yè)。為了進(jìn)一步提升結(jié)論的適用性，這里摘取其中特定類型的企業(yè)構(gòu)建新樣本進(jìn)行穩(wěn)健性檢驗(yàn)。制造業(yè)企業(yè)作為我國實(shí)體經(jīng)濟(jì)的重要支柱之一，財(cái)政激勵(lì)政策對其投資結(jié)構(gòu)的影響效應(yīng)較為重要。因此，本文選取上市制造業(yè)企業(yè)作為新樣本進(jìn)行估計(jì)，結(jié)果如表6第(2)列所示?？梢园l(fā)現(xiàn)，制造業(yè)企業(yè)接受財(cái)政激勵(lì)政策的影響效應(yīng)仍然顯著為正，同時(shí)系數(shù)值略低于全樣本實(shí)體企業(yè)，這表明制造業(yè)企業(yè)的投資結(jié)構(gòu)的變化相較于其他企業(yè)更加穩(wěn)定。

變電站改造期間，還應(yīng)注重對臨時(shí)供電模式的監(jiān)控和管理。在臨時(shí)供電模式的運(yùn)行過程中，常發(fā)生一些安全事故，因此，要重視對施工工程的監(jiān)控和管理，及時(shí)發(fā)現(xiàn)安全隱患，避免安全事故的發(fā)生。

(三)高新企業(yè)

與上一個(gè)穩(wěn)健性檢驗(yàn)類似，本文選取高新企業(yè)群體作為新樣本重新回歸。高新企業(yè)作為享受稅收減免優(yōu)惠和特定財(cái)政補(bǔ)貼最多的企業(yè)群體，將其單獨(dú)進(jìn)行研究是具有代表性的。根據(jù)高新技術(shù)企業(yè)的相關(guān)資質(zhì)認(rèn)定文件，選取符合標(biāo)準(zhǔn)的企業(yè)構(gòu)建新樣本，估計(jì)結(jié)果如表6第(3)列所示?？梢园l(fā)現(xiàn)，高新技術(shù)企業(yè)的投資結(jié)構(gòu)受到財(cái)政激勵(lì)政策的影響更為顯著，這也是由企業(yè)的行業(yè)性質(zhì)決定的。作為高新技術(shù)企業(yè)，相比之下其發(fā)展仍處于需要保護(hù)和激勵(lì)的階段，企業(yè)在發(fā)展初期能夠在金融渠道獲得更多的收益，有助于企業(yè)融資約束降低，以更低的成本獲取發(fā)展所必需的現(xiàn)金流。因此，財(cái)政激勵(lì)政策對企業(yè)權(quán)益性投資的影響更加強(qiáng)烈，也表明財(cái)政激勵(lì)政策可以為高新技術(shù)企業(yè)獲得更多的收益而產(chǎn)生正向效應(yīng)。

(四)企業(yè)投資結(jié)構(gòu)的替代變量

為了避免核心變量指標(biāo)選取帶來的內(nèi)生性，本文采用新的方式對企業(yè)投資結(jié)構(gòu)進(jìn)行度量。第一，本文將原始指標(biāo)中的明細(xì)科目度量方式從每年的存量變?yōu)樵隽?，作為新投資結(jié)構(gòu)作為替代變量再回歸；第二，本文將原始指標(biāo)中的固定資產(chǎn)投資加入研發(fā)支出，作為新的固定資產(chǎn)投資支出構(gòu)建企業(yè)投資結(jié)構(gòu)。上述兩種方式度量的新指標(biāo)的模型估計(jì)結(jié)果如表6第(4)列和第(5)列所示。可以發(fā)現(xiàn)，在更換了度量方式后，基準(zhǔn)回歸結(jié)果得出的結(jié)論依然成立。

(五)不同匹配算法的估計(jì)結(jié)果

為了確保本文對樣本匹配的方法選擇是穩(wěn)健的，此處采用多種形式的匹配算法對原始企業(yè)樣本進(jìn)行分別匹配。多種算法匹配后的平均處理效應(yīng)結(jié)果如表7所示。

表7 不同匹配算法下的平均處理效應(yīng)

表7中，第(1)列采用最近鄰匹配法，并設(shè)定選取3個(gè)臨近值；第(2)列采用半徑匹配法，并選擇默認(rèn)半徑；第(3)列為本文基準(zhǔn)回歸中的核匹配法；第(4)列采用局部線性匹配法，并選擇默認(rèn)帶寬。PSM模型存在天然的缺陷，即有些不可觀測變量的存在可能導(dǎo)致模型構(gòu)建的可忽略性假設(shè)得不到滿足，樣本匹配和傾向得分將出現(xiàn)較大的偏差[29]。上述檢驗(yàn)的標(biāo)準(zhǔn)誤同樣可能不夠準(zhǔn)確，為此，本文采用Efron[33]的Bootstrap法對樣本進(jìn)行多次重復(fù)抽樣之后再進(jìn)行樣本的匹配。表7的第(5)列匯報(bào)了重復(fù)抽樣后的最近鄰匹配結(jié)果，臨近值個(gè)數(shù)為3；第(6)列匯報(bào)了重復(fù)抽樣后的半徑匹配結(jié)果，選擇默認(rèn)半徑；第(7)列匯報(bào)了重復(fù)抽樣后的核匹配結(jié)果；第(8)列匯報(bào)了局部線性匹配結(jié)果，選擇默認(rèn)帶寬。通過對比8種不同形式的匹配算法下的平均處理效應(yīng)結(jié)果可以發(fā)現(xiàn)，不論采用何種算法，企業(yè)樣本的傾向得分匹配得出的平均處理效應(yīng)系數(shù)符號(hào)完全相同，且絕對值大小也很接近。這表明，本文的實(shí)證研究和穩(wěn)健性檢驗(yàn)采用的方法及得出的結(jié)果均是穩(wěn)健可靠的。

六、基于融資效率的機(jī)制檢驗(yàn)

(一)機(jī)制梳理

本文通過理論梳理和實(shí)證檢驗(yàn)發(fā)現(xiàn)：財(cái)政激勵(lì)政策對于企業(yè)投資結(jié)構(gòu)有顯著影響；財(cái)政激勵(lì)的強(qiáng)度增強(qiáng)，企業(yè)的權(quán)益性投資比重提高；財(cái)政激勵(lì)對企業(yè)權(quán)益性投資比重的提升效應(yīng)存在邊際遞減。

財(cái)政激勵(lì)政策會(huì)減輕企業(yè)融資約束，進(jìn)而改變企業(yè)的融資效率。本文證明固定資產(chǎn)投資是實(shí)體企業(yè)在融資約束限定下的首選。當(dāng)金融化程度加深、融資途徑增加、融資約束減輕時(shí)，企業(yè)增加權(quán)益性投資所需現(xiàn)金流規(guī)模會(huì)隨著企業(yè)融資效率的提高而提升。融資效率變高，企業(yè)現(xiàn)金流越充裕，不論是固定資產(chǎn)投資規(guī)模還是權(quán)益性投資規(guī)模，均會(huì)選擇擴(kuò)大投資規(guī)模以提高利潤和擴(kuò)大企業(yè)發(fā)展水平。但是眾多研究顯示，企業(yè)的融資效率提高后，由于企業(yè)的資金周轉(zhuǎn)率將隨之變高，企業(yè)權(quán)益性投資規(guī)模提升的水平相對更高，表現(xiàn)為企業(yè)的固定資產(chǎn)投資的比重會(huì)隨之降低[21]。因此，財(cái)政激勵(lì)政策可以通過改變企業(yè)融資效率來改變企業(yè)投資結(jié)構(gòu)。

在財(cái)政激勵(lì)的政策效應(yīng)邊際遞減現(xiàn)象中，融資效率的傳導(dǎo)機(jī)制同樣具有解釋力。在財(cái)權(quán)與事權(quán)改革的進(jìn)程中，地方政府在生產(chǎn)要素的定價(jià)上具有絕對控制力，且財(cái)政激勵(lì)政策的制定和準(zhǔn)入資格審核同樣由地方政府支配。但是上述權(quán)力的行使在法律制度上仍有較大空間[35]，因此企業(yè)為了獲取財(cái)政激勵(lì)政策的惠及，會(huì)與地方政府產(chǎn)生尋租關(guān)系[36]。而尋租產(chǎn)生的成本會(huì)隨著企業(yè)獲取的財(cái)政激勵(lì)強(qiáng)度而隨之增加[37]，企業(yè)在高財(cái)政激勵(lì)強(qiáng)度下，也愿意付出更高成本進(jìn)行尋租[38]。財(cái)政激勵(lì)政策帶來的融資約束減輕效果也會(huì)因此而產(chǎn)生邊際效應(yīng)遞減，直至尋租成本足夠高，導(dǎo)致財(cái)政激勵(lì)政策不再能夠推動(dòng)融資效率的提升。上文已經(jīng)闡述融資效率促進(jìn)企業(yè)權(quán)益性投資的機(jī)制，因此，財(cái)政激勵(lì)政策通過提升企業(yè)融資效率來改變企業(yè)投資結(jié)構(gòu)，并呈現(xiàn)邊際效應(yīng)遞減的效果。

(二)檢驗(yàn)?zāi)Ｐ团c中介變量選取

中介機(jī)制檢驗(yàn)步驟包括三步：首先將因變量(企業(yè)投資結(jié)構(gòu))與自變量(財(cái)政激勵(lì))進(jìn)行回歸，即本文的基準(zhǔn)回歸；其次，將中介變量(即融資效率)對自變量(財(cái)政激勵(lì))進(jìn)行回歸；最后將因變量(企業(yè)投資結(jié)構(gòu))同時(shí)與自變量(財(cái)政激勵(lì))和中介變量(融資效率)進(jìn)行回歸。中介機(jī)制檢驗(yàn)?zāi)Ｐ驮O(shè)定如下方程組所示。

Isit=ait+ai1Intit+αi2Frit+∑aiControlsit+εit1

(5)

Cmeit=bit+bi1Intit+bi2Frit+∑biControlsit+εit2

(6)

Isit=cit+ci1Intit+ci2Frit+ci3Cmeit+∑ciControlsit+εit3

(7)

其中Cme為中介變量企業(yè)融資效率。已有研究對融資效率的研究比較成熟，且衡量企業(yè)融資效率的方式較多，本文在已有研究的基礎(chǔ)上分別采用三種方式對融資效率進(jìn)行度量。

首先借鑒曹亞勇等[39]的研究，本文將企業(yè)融資效率定義為“投資回報(bào)率與資本成本率之比”。其中，投資回報(bào)率采用總資產(chǎn)收益率數(shù)據(jù)，資本成本率采用加權(quán)平均資本成本率數(shù)據(jù)，以綜合考慮不同渠道的融資方式。加權(quán)平均資本成本率的計(jì)算方式為債務(wù)資本成本率×(債務(wù)資本/總資本)×(1-所得稅)+權(quán)益資本成本率×(權(quán)益資本/總資本)，權(quán)益資本成本的計(jì)算方式通過PEG模型[40]進(jìn)行計(jì)算，即未來2期與未來1期的每股收益之差與基期每股收盤價(jià)之比的平方根。其次，參考張玉喜和趙麗麗[41]的研究，本文將融資風(fēng)險(xiǎn)加入企業(yè)融資效率的計(jì)算公式中，具體為融資收益×[1-融資成本(1+融資風(fēng)險(xiǎn))]，其中融資收益采用凈資產(chǎn)收益率(ROE)數(shù)據(jù)，融資成本仍采用上述加權(quán)平均資本成本數(shù)據(jù)，融資風(fēng)險(xiǎn)定義為息稅前利潤/(息稅前利潤-利息)。最后，參考沈忱[42]的研究，本文采用三階段DEA模型對企業(yè)融資效率進(jìn)行計(jì)算。其中投入指標(biāo)選取總資產(chǎn)、資產(chǎn)負(fù)債率等兩個(gè)變量；產(chǎn)出指標(biāo)選取凈資產(chǎn)收益率、總資產(chǎn)周轉(zhuǎn)率等兩個(gè)變量；環(huán)境指標(biāo)選取企業(yè)規(guī)模、盈利能力等兩個(gè)變量，企業(yè)規(guī)模包括職工人數(shù)、銷售收入總額和利潤總額等，盈利能力包括銷售凈利率、凈資產(chǎn)收益率和每股收益等。通過上述變量設(shè)定和模型設(shè)定，本文對每個(gè)企業(yè)進(jìn)行融資效率的計(jì)算。通過上述中介機(jī)制檢驗(yàn)?zāi)Ｐ秃完P(guān)鍵變量的多樣化指標(biāo)設(shè)定，本文進(jìn)行財(cái)政激勵(lì)政策對企業(yè)投資結(jié)構(gòu)的影響機(jī)制檢驗(yàn)。

(三)機(jī)制檢驗(yàn)結(jié)果分析

根據(jù)上述模型和數(shù)據(jù)，本文做機(jī)制檢驗(yàn)結(jié)果如表8所示。其中上述融資效率指標(biāo)依序記為Cme1、Cme2和Cme3以示區(qū)別。

表8 融資效率的中介機(jī)制檢驗(yàn)估計(jì)結(jié)果

表8第1列為式5的回歸結(jié)果，即為基準(zhǔn)回歸表3第4列，此處列出作為對比結(jié)果；表8第2至第4列為式6的回歸結(jié)果，展示了不同計(jì)算方式下融資效率對財(cái)政激勵(lì)政策回歸的結(jié)果；表8第5至第7列為式7的回歸結(jié)果，展示了中介機(jī)制檢驗(yàn)的第三步估計(jì)結(jié)果，同樣按照融資效率的三種指標(biāo)進(jìn)行列述。從第2至第4列的展示可以看出，企業(yè)的融資效率受到財(cái)政激勵(lì)政策的顯著影響，在三種度量方式下，財(cái)政激勵(lì)政策均對企業(yè)的融資效率產(chǎn)生推動(dòng)作用，企業(yè)受到財(cái)政政策的惠及程度越高，在金融市場上的融資約束越低，融資效率越高。在此基礎(chǔ)上，第5至第7列結(jié)果顯示，融資效率的提高也顯著促使企業(yè)增加權(quán)益性投資的比重，而財(cái)政激勵(lì)政策的系數(shù)僅在第一種融資效率指標(biāo)的回歸中顯著，顯著性水平為10%。而在另外兩種融資效率指標(biāo)度量下的回歸中，財(cái)政激勵(lì)政策的系數(shù)均不顯著。為了確定融資效率在財(cái)政激勵(lì)政策與企業(yè)投資結(jié)構(gòu)間產(chǎn)生完全中介效應(yīng)，本文進(jìn)一步做Sobel檢驗(yàn)，通過檢驗(yàn)中介變量路徑上的回歸系數(shù)乘積的顯著性，若顯著則中介效應(yīng)顯著。本文通過一階泰勒公式計(jì)算bi1×ci3的標(biāo)準(zhǔn)誤，再根據(jù)表8的估計(jì)結(jié)果得到bi1×ci3的標(biāo)準(zhǔn)差。檢驗(yàn)結(jié)果顯示，上述系數(shù)乘積在1%的水平下顯著。因此，融資效率具有完全中介效應(yīng)，中介機(jī)制成立。

為了進(jìn)一步考察不同形式的財(cái)政激勵(lì)政策在融資效率中介機(jī)制檢驗(yàn)中的差異表現(xiàn)，本文僅選取DEA形式的融資效率作為中介變量，將財(cái)政激勵(lì)政策按照前文的方法拆分為三種形式，分別進(jìn)行機(jī)制檢驗(yàn)，回歸結(jié)果如表9所示?？v向來看，不管選用何種形式的財(cái)政激勵(lì)政策，融資效率作為中介變量影響企業(yè)投資結(jié)構(gòu)的機(jī)制均成立。橫向?qū)Ρ葋砜?，稅收返還和財(cái)政貼息對企業(yè)融資效率的提升作用相近，但都不如研發(fā)補(bǔ)貼的效應(yīng)強(qiáng)烈。這一結(jié)果符合現(xiàn)實(shí)情況：由于補(bǔ)貼準(zhǔn)入機(jī)制的存在，研發(fā)補(bǔ)貼較高的企業(yè)往往具有較強(qiáng)的創(chuàng)新能力和科技水平，在金融市場往往受到資本的追捧，因此融資效率更高。三種回歸模式下，融資效率均可以顯著提高企業(yè)權(quán)益性投資的比重，因此融資效率具有完全中介效應(yīng)。

表9 基于不同形式的財(cái)政激勵(lì)政策下中介機(jī)制檢驗(yàn)結(jié)果

七、結(jié)論與啟示

本文通過構(gòu)建PSM模型，系統(tǒng)梳理財(cái)政激勵(lì)政策對企業(yè)投資結(jié)構(gòu)的綜合影響，并將企業(yè)金融化的趨勢背景作為控制因素加入分析。以2007年至2018年我國上市實(shí)體企業(yè)為樣本研究發(fā)現(xiàn)，財(cái)政激勵(lì)政策促使企業(yè)提升權(quán)益性投資比重，投資結(jié)構(gòu)偏向金融領(lǐng)域；企業(yè)金融化程度越高，企業(yè)投資結(jié)構(gòu)越有“脫實(shí)向虛”的趨勢。為了保證上述結(jié)論的穩(wěn)健性，本文通過多種形式進(jìn)行穩(wěn)健性檢驗(yàn)，估計(jì)結(jié)果均支持基準(zhǔn)回歸的研究結(jié)論。

在基準(zhǔn)回歸基礎(chǔ)上，本文進(jìn)一步討論了財(cái)政激勵(lì)政策的異質(zhì)性效應(yīng)。為了彌補(bǔ)PSM模型中財(cái)政激勵(lì)政策二值變量的缺憾，進(jìn)一步考察財(cái)政激勵(lì)政策強(qiáng)度的影響效果，本文以財(cái)政激勵(lì)政策的強(qiáng)度作為標(biāo)準(zhǔn)將企業(yè)劃分為四種類型，將不同強(qiáng)度的財(cái)政激勵(lì)政策組企業(yè)分別進(jìn)行回歸檢驗(yàn)。研究發(fā)現(xiàn)，財(cái)政激勵(lì)政策強(qiáng)度越高，企業(yè)越會(huì)增加權(quán)益性投資的比重，但是這種促進(jìn)作用的增加幅度呈現(xiàn)出下降的現(xiàn)象。將財(cái)政激勵(lì)政策拆分為稅收返還、財(cái)政貼息和研發(fā)補(bǔ)貼等三種類型進(jìn)行對比回歸發(fā)現(xiàn)，稅收返還政策會(huì)促使企業(yè)增加權(quán)益性投資的比重，財(cái)政貼息政策有類似效果，但促進(jìn)效應(yīng)顯著小于稅收返還政策，研發(fā)補(bǔ)貼政策則會(huì)促使企業(yè)增加固定資產(chǎn)投資的比重，但這一促進(jìn)作用不顯著。為了深入挖掘財(cái)政激勵(lì)政策對企業(yè)投資結(jié)構(gòu)的影響途徑，本文還構(gòu)建以企業(yè)融資效率為中介變量的機(jī)制檢驗(yàn)?zāi)Ｐ瓦M(jìn)行驗(yàn)證。機(jī)制檢驗(yàn)結(jié)果顯示，財(cái)政激勵(lì)政策可以通過改變企業(yè)融資效率進(jìn)而對企業(yè)投資結(jié)構(gòu)產(chǎn)生影響。

本文的研究結(jié)論在豐富已有研究的基礎(chǔ)上，對當(dāng)前實(shí)體企業(yè)在金融化浪潮中如何優(yōu)化投資結(jié)構(gòu)有一定的借鑒意義。近年來，我國出臺(tái)了較多財(cái)政激勵(lì)政策，如“營改增”“三去一降一補(bǔ)”和“中國制造2025”等。這些政策的共同點(diǎn)在于，實(shí)體企業(yè)在政策環(huán)境中將獲得大量的財(cái)政激勵(lì)，而且這些財(cái)政激勵(lì)的強(qiáng)度越來越高，但是企業(yè)權(quán)益性投資也受此影響而迅速提升，事實(shí)上助推了實(shí)體企業(yè)“脫實(shí)向虛”。因此，可以對財(cái)政激勵(lì)政策的資質(zhì)核準(zhǔn)進(jìn)行優(yōu)化，將目標(biāo)企業(yè)的金融化水平與其接受政策惠及資質(zhì)進(jìn)行掛鉤，適度降低高金融化實(shí)體企業(yè)的財(cái)政激勵(lì)幅度，并終止嚴(yán)重空心化的實(shí)體企業(yè)的政策惠及資格。同時(shí)，對受到財(cái)政激勵(lì)政策惠及的企業(yè)定期進(jìn)行績效評(píng)價(jià)，加強(qiáng)監(jiān)督力度，落實(shí)財(cái)政激勵(lì)對實(shí)體經(jīng)濟(jì)的推動(dòng)效果。此外，財(cái)政激勵(lì)政策與貨幣政策可以進(jìn)行有機(jī)配合，在解決實(shí)體企業(yè)“融資難、融資貴”問題的同時(shí)，有效抑制實(shí)體企業(yè)的過度金融化。