□ 朱雅婷 陳東

一、引言

當前，中國經(jīng)濟面臨需求收縮、供給沖擊、預期轉弱的“三重壓力”，經(jīng)濟運行也出現(xiàn)了“金融膨脹，實體萎縮”的“脫實向虛”現(xiàn)象，引起學者廣泛的討論與研究。在宏觀分析中，“金融膨脹，實體萎縮”主要表現(xiàn)為資金不斷涌向虛擬經(jīng)濟，導致實體經(jīng)濟投資不足；在微觀分析中，“金融膨脹，實體萎縮”主要表現(xiàn)為非金融企業(yè)將內部現(xiàn)金流用于投資房地產(chǎn)或者金融等熱門行業(yè)，減少在實體經(jīng)濟上的投資，這樣很可能導致經(jīng)濟波動加劇，造成嚴重的系統(tǒng)性金融風險（彭俞超等，2018）。

非金融企業(yè)持續(xù)金融化的動因主要分為內部動因和外部動因，其中，內部動因主要包括 “蓄水池理論”和“投資替代理論”。外部動因包括政策環(huán)境以及金融發(fā)展的趨勢等（周梓洵等，2021）。目前，蓄水池理論也被解釋為是企業(yè)的一種未雨綢繆的行為，是為了增加資金的可流動性，緩解企業(yè)的財務困境。而投資替代理論則認為：企業(yè)作為營利性組織，會在實體投資和金融投資之間對比兩者的投資回報率，實現(xiàn)盈利的最大化。在目前實體經(jīng)濟投資回報率不斷下滑的情形下，企業(yè)將更加傾向于增加金融投資。另外，企業(yè)金融化具有雙面性，部分學者認為企業(yè)金融化是有利于經(jīng)濟發(fā)展的，但大多數(shù)學者則認為其不利于整體經(jīng)濟的發(fā)展。戴賾等（2018）認為企業(yè)金融化的負面影響包括抑制實體經(jīng)濟投資、提高實體經(jīng)濟融資成本、債務負擔加劇以及推動整個經(jīng)濟的房地產(chǎn)價格泡沫等。

環(huán)境不確定性是指企業(yè)在經(jīng)營管理過程中遇到的一些難以預料的經(jīng)濟波動，也是經(jīng)濟發(fā)展中不可避免的常態(tài)化現(xiàn)象。在不確定環(huán)境下，企業(yè)的盈利能力，資本結構調整速度、勞動投資效率和投資回報率等都是難以預測的，企業(yè)金融化程度也會因此受到影響。本文圍繞這一因素展開探討。與以往研究相比，本文的貢獻在于：第一，本文拓展了從微觀層面上研究環(huán)境不確定性對企業(yè)金融化的影響，鮮有文獻從微觀角度分析環(huán)境不確定性對企業(yè)造成的影響。第二，本文從企業(yè)內部的資本結構調整速度的視角出發(fā)，考察其在環(huán)境不確定性與企業(yè)金融化之間發(fā)揮的作用，可以為企業(yè)提供一定的理論基礎去應對外部環(huán)境不確定性。

二、文獻回顧與研究假設

（一）環(huán)境不確定性與企業(yè)金融化

在中國經(jīng)濟發(fā)展轉型的背景下，企業(yè)金融化作為市場經(jīng)濟“脫實向虛”的微觀表現(xiàn)受到了國內外諸多學者關注。實證分析表明，隨著環(huán)境不確定性的增加，短期內企業(yè)可能會減少投資（Bloom，2009），長期可能將會影響企業(yè)制定投資戰(zhàn)略。重大風險預期的上升將會顯著抑制企業(yè)的投資規(guī)模、惡化企業(yè)的投資結構（陳東等，2020），減少研發(fā)投資（陳東、邢霂，2020）。由于實體經(jīng)濟的投資回報率不斷下滑，于是眾多實體企業(yè)開始轉變投資方向，將更多的資源配置到金融和房地產(chǎn)等熱門行業(yè)，這大大推動了實體經(jīng)濟空心化的趨勢。對于企業(yè)而言，企業(yè)增加金融投資，一方面是可以尋求更高的投資回報率，另一方面是金融資產(chǎn)可以發(fā)揮“蓄水池”效應，在企業(yè)存在財務危機時，可以及時將金融資產(chǎn)變現(xiàn)幫助企業(yè)度過難關。目前學者們認為影響企業(yè)金融化的因素包括CEO的金融背景（杜勇等，2019）、高管的學術背景（杜勇、周麗，2019）、企業(yè)是否承擔社會責任（顧雷雷等，2019）、企業(yè)主營業(yè)務的盈利能力（鄧超等，2017）、股東價值最大化的觀念（鄧超等，2017）等。杜勇等（2018）認為CEO的金融背景將會影響到企業(yè)的金融化程度，CEO的金融背景還可以減弱由實體經(jīng)濟金融化帶來的風險。顧雷雷等（2019）研究了企業(yè)承擔社會責任與企業(yè)金融化之間的關系，他們認為企業(yè)承擔社會責任加劇了企業(yè)金融化，具體是通過企業(yè)履行社會責任來獲取戰(zhàn)略資源，緩解融資約束，進而影響到企業(yè)的金融化水平。鄧超等（2017）認為企業(yè)主營業(yè)務盈利能力是影響企業(yè)金融化的重要因素，兩者之間呈現(xiàn)出U型特征。通過以上整理發(fā)現(xiàn)，大多數(shù)文獻是從企業(yè)內部行為及特征出發(fā)，研究企業(yè)金融化程度加深的原因，較少考慮到環(huán)境不確定與企業(yè)內部投資行為之間的關系。不確定性是現(xiàn)代經(jīng)濟社會的特征之一，國內外眾多學者對不確定性與企業(yè)投資行為之間進行了研究，部分學者認為不確定性會增加企業(yè)的投資行為，例如：王之穎和趙汝想（2021）認為隨著環(huán)境不確定性的增加，將會導致信息不對稱性的增加，企業(yè)更容易隱藏“壞消息”，從而實體經(jīng)濟投資成本也會隨之增加。管理層會通過在金融市場增加金融資產(chǎn)的投資獲得潛在利潤來達到股東預期業(yè)績，但是大部分學者認為不確定性將會抑制企業(yè)的投資行為（陳東等，2021），結論存在一定爭議。從理論層面來看,增長期權效應和Oi-Hartman-Abel效應解釋了不確定性對投資起到促進作用，而實物期權理論、投資的等待期權理論、風險溢價效應以及預防性儲蓄動機理論則證實不確定性對投資會起到抑制作用。綜上所述，當環(huán)境不確定性增加時，企業(yè)會基于風險規(guī)避理論、等待期權理論等減少實體資產(chǎn)的投資，轉而增加金融資產(chǎn)的投資來獲得潛在利潤，據(jù)此提出以下假設：

H1：環(huán)境不確定性會促進企業(yè)金融化。

（二）環(huán)境不確定性、資本結構調整速度與企業(yè)金融化

自Modigliani和Miller（1959）提出了MM理論，引起了眾多國內外學者開展對企業(yè)的資本結構如何影響企業(yè)價值的討論。MM理論基于嚴格假說之下提出的，它認為資本結構與企業(yè)價值二者之間并無密切聯(lián)系，但是在現(xiàn)實情況中，存在諸多摩擦因素會影響這一結論的成立（王朝陽等，2018），其中，環(huán)境不確定性也是影響因素之一。因此，資本結構與企業(yè)價值之間存在關聯(lián)。大量研究表明：企業(yè)通過不斷調整資產(chǎn)負債率使之靠近目標資本結構的過程中，企業(yè)價值也在逐步增加。即企業(yè)存在使企業(yè)價值達到最大化的最優(yōu)資本結構。在環(huán)境不確定性較高的情況下，管理層對企業(yè)價值波動難以預測，信息不對稱性增強，導致投資風險增加（牛建波、趙靜，2012），更希望通過調整企業(yè)內部的資本結構來改善企業(yè)價值。廉永輝和黎夢瑤（2020）研究指出，資本結構調整速度與企業(yè)金融化之間呈現(xiàn)出顯著的負相關關系，企業(yè)資本結構向最優(yōu)資本結構的調整速度越快，將會抑制企業(yè)的金融化水平的增加。目前，尚未有學者研究企業(yè)內部資本結構調整速度的快慢是否會抑制或者促進環(huán)境不確定性條件下企業(yè)金融化的進程，綜上所述，本文提出了兩個相反研究假設：

H2a：企業(yè)資本結構調整速度加快將會促進由環(huán)境不確定性導致的企業(yè)金融化進程。

H2b：企業(yè)資本結構調整速度加快將會抑制由環(huán)境不確定性導致的企業(yè)金融化進程。

三、模型構建

（一）數(shù)據(jù)來源

本文選取2015-2019年的滬深A股上市公司數(shù)據(jù)作為樣本，數(shù)據(jù)均來源于CSMAR（國泰安）數(shù)據(jù)庫，對原始數(shù)據(jù)篩選過程如下：剔除處于ST狀態(tài)的企業(yè)；剔除金融類上市公司；由于環(huán)境不確定性指標的測量要求有連續(xù)且不間斷的五年銷售收入，因此剔除連續(xù)五年的銷售收入中存在缺失值的企業(yè)；剔除所有者權益為負的樣本。此外，本文對主要連續(xù)變量在1%和99%分位數(shù)上進行了縮尾處理。經(jīng)過以上篩選，最終獲得7850個有效樣本觀測值。

（二）關鍵變量

1.企業(yè)金融化。企業(yè)金融化是經(jīng)濟“脫實向虛”的微觀表現(xiàn)，本文采用金融資產(chǎn)占總資產(chǎn)的比例來衡量，其中的金融資產(chǎn)包括交易性金融資產(chǎn)、衍生金融資產(chǎn)、可供出售金融資產(chǎn)、持有至到期投資、投資性房地產(chǎn)凈額和長期股權投資，該比值越大，說

2.環(huán)境不確定性。本文根據(jù)企業(yè)銷售收入的波動情況來衡量環(huán)境不確定性的指標（Tosi et al.，1973），用企業(yè)過去連續(xù)五年的銷售收入的標準差并經(jīng)過行業(yè)調整以后的值作為環(huán)境不確定性的值（Ghosh and Olsen，2009）。在此基礎上，剔除銷售收入穩(wěn)定增長的部分（申慧慧等，2012），得到更加準確的環(huán)境不確定性指標。

其中，sale為銷售收入，year表示年份，若使用回歸樣本值為本年，則year取值為5；若使用回歸樣本值為過去第一年，則year取值為4；依此類推。

3.目標資本結構。資本結構反映的是企業(yè)內部債務與股權的比例，本文采用負債合計與資產(chǎn)總計的比例來表示資本結構。由于企業(yè)異質性的客觀存在，決定了企業(yè)的目標資本結構具有一定的差異。由于不同企業(yè)之間受到的行業(yè)、地域、時間等因素的不同，其目標資本結構也不相同。本文借鑒姜付秀和黃繼承（2011）的做法，用模型（2）對目標資本結構進行回歸預測。

Lev*i,t表示公司i在t年的目標資本結構，Хi,t-1表示影響企業(yè)目標資本結構的控制變量，包括：企業(yè)的盈利能力（Roa）、企業(yè)規(guī)模（Size）、股權集中度（Oc）、資產(chǎn)有形性（Tang）、企業(yè)成長能力（Grow）以及行業(yè)虛擬變量。

4.資本結構調整速度。本文借鑒Flannery和Rangan（2006）的研究成果，采用模型（3）來估計資本結構調整速度。

其中，Levi,t表示公司i在t年的資本結構，Levi,t-1為公司i在t-1年的資本結構，將模型（2）估計出來的Lev*i,t帶入（3）式。得到的δ為公司實際資本結構向目標資本結構調整的速度。明企業(yè)的金融化程度越強。

（三）計量模型的設定

首先，為研究環(huán)境不確定性與企業(yè)金融化之間的關系，本文構建以下回歸模型（4）：

模型（3）中被解釋變量Fini,t表示公司i在第t年的金融化程度，企業(yè)金融化是衡量非金融企業(yè)投資或依賴金融市場的程度。若回歸系數(shù)β1為正值，則說明環(huán)境不確定性與企業(yè)金融化之間是正相關關系；若回歸系數(shù)β1為負值，則說明環(huán)境不確定性與企業(yè)金融化之間呈現(xiàn)出負相關關系。解釋變量EUi,t表示公司i在第t年的環(huán)境不確定性值，∑Control表示控制變量組，Ind表示固定行業(yè)效應，εi,t為殘差值。

其次，加入資本結構調整速度的變量，用來對沖由于環(huán)境不確定的增加而加劇的企業(yè)金融化程度。由于資本結構調整速度與企業(yè)金融化之間呈現(xiàn)出顯著的負相關關系（廉永輝等，2020），即資本結構調整速度越快，企業(yè)金融化的程度越低。為研究資本結構調整速度的快慢在環(huán)境不確定性促進企業(yè)金融化的過程中發(fā)揮的作用，構建模型（5）：

模型（4）與模型（5）的不同之處在于模型（5）加入了環(huán)境不確定性與資本結構調整速度的交互項，按照本文的研究假設H2b,若交互項的系數(shù)為負，則說明資本結構調整速度的加快抑制了由于環(huán)境不確定的增加帶來的企業(yè)金融化程度的加深。反之，則驗證了假設H2a，即資本結構調整速度加快增強了由于環(huán)境不確定的增加帶來的企業(yè)金融化程度的加深。

四、基本結果與分析

（一）描述性統(tǒng)計分析

對2015—2019年的樣本數(shù)據(jù)進行描述性統(tǒng)計，列示了均值、標準差、最小值和最大值。由表2可知：Fin的最小值是0，最大值是0.98，均值是0.09，標準差是0.13，說明非金融企業(yè)之間的投資方向具有很大差異，有些企業(yè)的金融投資為0，有些企業(yè)的金融化投資占總投資的98%；Eu的標準差是1.47，最大值是18.80，最小值是0.03，浮動較大，說明不同企業(yè)之間的環(huán)境不確定性差異較大；△Lev的標準差是0.10，最大值是0.81，說明不同企業(yè)之間的有不同的資本結構調整速度；Soe的均值為0.45，說明觀測數(shù)據(jù)中有45.4%的企業(yè)是非國有企業(yè)。Lev*的均值是0.49，與資本結構Lev的均值相同，Size的均值為22.65，Oc的均值為35.13%。

表2 描述性統(tǒng)計

（二）回歸結果分析

1.環(huán)境不確定性對企業(yè)金融化的影響。由模型（4）進行回歸，結果見表3，其中，列1顯示的是在不加入控制變量時，環(huán)境不確定性與企業(yè)金融化的回歸系數(shù)為0.52，在1%的水平上顯著正相關，列2顯示的是在加入了總資產(chǎn)回報率、企業(yè)規(guī)模、企業(yè)成長性、資產(chǎn)有形性和股權集中度這些控制變量之后，環(huán)境不確定性與企業(yè)金融化兩者之間的回歸系數(shù)為0.52，仍在1%的水平上顯著；列3表示的是固定了行業(yè)效應之后，回歸系數(shù)為0.48，仍在1%的水平上顯著,即環(huán)境不確定性的增加將會促進企業(yè)金融化的進程，假設H1成立，且結論較為可靠。

表3 環(huán)境不確定性與企業(yè)金融化的回歸結果

注：???、??、?分別表示1%、5%、10%的顯著水平，括號內的數(shù)值為相對應的T統(tǒng)計量。

2.資本結構調整速度對環(huán)境不確定促進企業(yè)金融化的影響。在環(huán)境不確定性與企業(yè)金融化模型（4）中加入環(huán)境不確定性與資本結構調整速度的交互項進行回歸，回歸結果見表4，其中，列1報告了在不加入控制變量時，環(huán)境不確定性、資本結構調整速度以及環(huán)境不確定性與資本結構調整速度的交互項與企業(yè)金融化之間的關系。結果表明，環(huán)境不確定性與企業(yè)金融化之間的回歸系數(shù)為0.54，顯著性水平為1%，進一步驗證了H1。環(huán)境不確定性與資本結構調整速度的交互項的系數(shù)為-0.63，顯著性水平為5%。列2表示加入了控制變量之后，環(huán)境不確定性與企業(yè)金融化之間的回歸系數(shù)為0.57，仍在1%的水平上顯著，同樣驗證了H1。環(huán)境不確定性與資本結構調整速度的交互項系數(shù)β2為-0.49，顯著性水平為10%。列3表示的是固定了行業(yè)效應之后，回歸系數(shù)β1變?yōu)?.54，在1%水平上顯著，交互項系數(shù)β2為-0.49，顯著性水平仍為10%。以上實證數(shù)據(jù)均說明了，企業(yè)資本結構調整速度的加快，可以顯著的抑制由于環(huán)境不確定性的增加而導致的企業(yè)金融化程度的加深，對沖了整體經(jīng)濟“脫實向虛”的進程。因此，假設H2b成立。

表4 加入環(huán)境不確定性與資本結構調整速度的交互項檢驗

五、進一步分析

前面分析了環(huán)境不確定性對企業(yè)金融化的促進作用。那么，在不同特征的企業(yè)之間，他們受到的不確定性影響程度又有何區(qū)別呢？本文將所有樣本中的企業(yè)按照產(chǎn)權性質、企業(yè)規(guī)模和盈利能力分為以下三組，分別進行考察。

（一）基于企業(yè)不同產(chǎn)權性質的分析

考察在不同的產(chǎn)權性質下，環(huán)境不確定性對企業(yè)金融化的影響?；貧w結果見表5，列1顯示的是在非國有企業(yè)中，環(huán)境不確定性與企業(yè)金融化的回歸系數(shù)為0.83，顯著性水平為1%，列2顯示的是在加入控制變量之后，兩者的回歸系數(shù)為0.82，仍在1%水平上顯著，以上說明了在非國有企業(yè)中，環(huán)境不確定性越高，企業(yè)越傾向于增加金融投資；列3顯示了在國有企業(yè)中，環(huán)境不確定性與企業(yè)金融化的回歸系數(shù)為0.18，列4顯示的是再加入控制變量之后，兩者的回歸系數(shù)變?yōu)?.17，兩者均正相關，但不顯著。可能的原因在于：對于非國有企業(yè)的管理者而言，在環(huán)境不確定性較高時，外部的信息不對稱性加劇，未來的投資利潤率以及風險性很難進行評估，管理者為了提升在職期間的企業(yè)盈利能力，增加私人收益，就會不斷的增加投資，徐倩（2014）認為在不確定性增加時，管理者不會降低投資，反而更加傾向于增加投資，因為可以將投資失敗的原因歸因于外部的環(huán)境不確定，此時，委托代理問題加劇，更容易引發(fā)機會主義行為。因此，環(huán)境不確定性越高，企業(yè)越傾向于增加金融投資。但是對于國有企業(yè)來說，由于承擔了許多的政策性負擔，即使是在環(huán)境不確定性較高的情形下，也不能過度增加出于投機性動機的金融投資，所以環(huán)境不確定性對企業(yè)金融化的影響在國有企業(yè)中正相關但不顯著。

注：???、??、?分別表示1%、5%、10%的顯著水平，括號內的數(shù)值為相對應的T統(tǒng)計量。

（二）基于企業(yè)不同規(guī)模的分析

將整個樣本按照企業(yè)規(guī)模的平均值分為小規(guī)模和大規(guī)模?；貧w結果如表6所示，列1顯示的是在小規(guī)模企業(yè)中，環(huán)境不確定性與企業(yè)金融化的回歸系數(shù)β1為0.62，顯著性水平為1%，列2顯示的是在加入控制變量之后，回歸系數(shù)β1為0.52，顯著性水平仍為1%。列3顯示的是在大規(guī)模企業(yè)中，環(huán)境不確定性與企業(yè)金融化之間的回歸系數(shù)β1為0.12，列4顯示的是在加入控制變量之后，兩者的回歸系數(shù)為0.32，兩者正相關但不顯著?？赡艿脑蛟谟冢捍笠?guī)模公司相比較小規(guī)模公司而言，一方面，大規(guī)模企業(yè)的披露機制、管理制度、融資約束等方面往往更加完善，因此，由環(huán)境不確定性帶來的沖擊對大規(guī)模企業(yè)的影響更??；另一方面，大規(guī)模企業(yè)一般采取多樣化經(jīng)營管理，抵御不確定性的能力也更強，因此，在大規(guī)模企業(yè)中，環(huán)境不確定性對企業(yè)金融化的影響正相關但不顯著。而對于小規(guī)模公司而言，其經(jīng)營風險往往較大，信息披露不充分，融資約束性強，在環(huán)境不確定性增加的情況下，管理層更希望通過增加投機性投資來獲得潛在利潤，因此，在小規(guī)模企業(yè)中，環(huán)境不確定性對企業(yè)金融化的影響是顯著正相關的。

表6 公司規(guī)模的回歸結果

（三）基于企業(yè)盈利情況的分析

首先，將全部樣本分為盈利組和虧損組，如表7所示，列1顯示的是在盈利性企業(yè)中，環(huán)境不確定性與企業(yè)金融化之間的回歸系數(shù)為0.53，且在1%的水平下顯著，列2顯示的是在加入控制變量之后，兩者的回歸系數(shù)為0.60，仍在1%的水平下顯著，列3顯示的是在虧損性企業(yè)中，環(huán)境不確定性與企業(yè)金融化之間的回歸系數(shù)為0.49，列4顯示的是在加入控制變量之后，兩者的回歸系數(shù)為0.20，正相關但不顯著。可能的原因在于：當企業(yè)處于盈利狀態(tài)時，它的經(jīng)營風險和財務風險相對較低，因此，面臨外部環(huán)境不確定性增加，管理層自信會使得企業(yè)增加投資；相反，當企業(yè)處于負增長狀態(tài)時，其內部的經(jīng)營風險和財務風險都較大。因此，當外部環(huán)境不確定性增加時，以免受到更大的失敗，管理層增加投資的動機和迫切性較小，對于虧損組而言，環(huán)境不確定性增加與企業(yè)金融化之間正相關但不顯著。

表7 企業(yè)盈利情況的回歸結果

六、穩(wěn)健性檢驗

本文采用兩種方法進行穩(wěn)健性檢驗，來解決樣本選擇偏差和內生性問題，方法如下：

（一）傾向性匹配得分法（PSM）

為檢驗本文模型結果的有效性，本文采用PSM的方法進行檢驗。從本文的角度來看，如果直接比較環(huán)境不確定性高和環(huán)境不確定性低的企業(yè)在企業(yè)金融化上的差異，很可能會得到有偏的結果，原因在于：企業(yè)之間是否進行金融類投資并不是一個隨機的過程，而很可能是內生的結果。因此，想要進行精確的評估，就需要知道環(huán)境不確定性高的企業(yè)在不確定性較低的情況下進行金融類投資的情況，即需要得到一個反事實的結果，于是，采用傾向性匹配模型來給本文提供一個用來估計反事實的方法。那就是通過將環(huán)境不確定性高的企業(yè)與另外一組具備相同特征但環(huán)境不確定性低的企業(yè)進行對比，也就是指，兩類企業(yè)除了在環(huán)境不確定性的高低方面存在差異，在其他特征上都保持高度一致。這樣，我們就可以構造出反事實的一組數(shù)據(jù)，用來評估環(huán)境不確定性的高低是否能夠顯著影響企業(yè)金融化的進程。首先，將環(huán)境不確定性數(shù)值大于1的企業(yè)記為“高環(huán)境不確定性企業(yè)”，高環(huán)境不確定性企業(yè)的EU取值為1；環(huán)境不確定性數(shù)值小于1的企業(yè)記為“低環(huán)境不確定性企業(yè)”，取值為0。表8報告了基本結果?？梢钥吹剑?jīng)過一對三的最近鄰匹配后，得到的匹配結果顯示，標準化偏差的絕對值都降到10%以下，同時，匹配之后的P值都變大，說明選取的變量是合理的，匹配過程也是有效的。各變量標準化偏差的匹配前后變化如圖1所示，從圖中可以直觀的發(fā)現(xiàn)，變量的標準化偏差在匹配之后明顯縮小了。表9報告的是PSM的平均處理效應顯示，匹配以后的ATT顯著性水平仍保持在1%，此結果表明，在排除了其他影響因素之后，環(huán)境不確定性與企業(yè)金融化之間仍然是顯著的負相關關系。進一步支持了H1。

（二）工具變量法

為了減輕內生性的問題，本文借鑒Fisman和Svensson（2007）構造工具變量的方法，其中，選取同一行業(yè)的環(huán)境不確定性均值作為衡量環(huán)境不確定性的工具變量（IV），采用兩階段最小二乘法進行穩(wěn)健性檢驗。結果見表10，第（1）（2）列是基準模型的回歸結果，第（3）（4）列是采用工具變量法的結果，在不加入控制變量時，回歸系數(shù)為0.96，AR統(tǒng)計量的值為4.33,在10%的水平上顯著，加入控制變量之后，回歸系數(shù)為1.08，AR統(tǒng)計量的值為4.63，仍在10%的水平上顯著，說明該工具變量為強工具變量。兩結果顯示的環(huán)境不確定性對企業(yè)金融化的影響都是顯著正相關的。再次說明了環(huán)境不確定性的增加，會加劇企業(yè)金融化的進程。

表1 變量定義

Size 企業(yè)規(guī)模 總資產(chǎn)取自然對數(shù)Roa 總資產(chǎn)回報率 營業(yè)利潤/年末總資產(chǎn)Oc 股權集中度 采用第一大股東持股數(shù)量/總股數(shù)Tang 資產(chǎn)有形性 用有形資產(chǎn)占比，即固定資產(chǎn)/總資產(chǎn)來表示Grow 企業(yè)成長能力 用主營業(yè)務收入的增長率來表示企業(yè)成長能力Soe 股權性質 虛擬變量，國有企業(yè)記為0，非國有企業(yè)記為1

表10 工具變量回歸結果

七、結論與啟示

在我國面臨“三重壓力”的大環(huán)境下，企業(yè)金融化是經(jīng)濟“脫實向虛”的微觀表現(xiàn)，如果不采取一定的措施，任由其發(fā)展，很可能會引發(fā)嚴重的經(jīng)濟危機，不利于經(jīng)濟的長久高質量發(fā)展。在此背景下，文章以中國A股上市公司為研究樣本，在實證分析下研究了資本結構調整的速度不同的情況下，環(huán)境不確定性對企業(yè)金融化的影響。研究結論有：（1）環(huán)境不確定性的增加會加劇企業(yè)金融化的程度。（2）企業(yè)內部資本結構調整速度越快，將會抑制由環(huán)境不確定性增加而導致的企業(yè)金融化程度的加深；企業(yè)內部資本結構調整速度越慢，將會加劇由環(huán)境不確定性增加而導致的企業(yè)金融化程度的加深。此外，本文進行了異質性檢驗分析，發(fā)現(xiàn)對于非國有企業(yè)、小規(guī)模企業(yè)和盈利性企業(yè)而言，環(huán)境不確定性影響企業(yè)金融化是正相關且顯著的。而對于國有企業(yè)、大規(guī)模企業(yè)和虧損性企業(yè)而言，環(huán)境不確定性影響企業(yè)金融化是正相關到但不顯著的。

綜上所述，提出以下建議：首先，在環(huán)境不確定性的背景下，對于企業(yè)而言，應該要加快調整企業(yè)內部的資本結構調整速度，使其不斷地接近最優(yōu)資本結構，在實現(xiàn)企業(yè)價值最大化的同時，也可以有效降低企業(yè)金融化的進程，對沖經(jīng)濟“脫實向虛”進程。另外，企業(yè)自身需要減少金融投資，將資源更多地分配到主營業(yè)務中，在保證企業(yè)的主營業(yè)務不受資金短缺的影響，企業(yè)健康發(fā)展的前提下，進行適當?shù)慕鹑谕顿Y是可取的。