● 鄧 偉，王 敏，何斌鋒

（1.南京財(cái)經(jīng)大學(xué)金融學(xué)院，江蘇 南京 210046；2.南京大學(xué)金陵學(xué)院經(jīng)濟(jì)學(xué)院，江蘇 南京 210009）

一、引言

2019年末新冠肺炎疫情爆發(fā)以來，各行各業(yè)陷入停工停產(chǎn)的困境，國內(nèi)宏觀經(jīng)濟(jì)存在著下行壓力。為緩沖新冠肺炎疫情影響，央行出臺一系列相對寬松的貨幣政策，具體從數(shù)量和價(jià)格兩方面采取措施調(diào)控經(jīng)濟(jì)。數(shù)量方面，央行采取降低存款準(zhǔn)備金率、加大公開市場操作力度等措施，向市場注入大量流動性資金。價(jià)格方面，央行以公開市場逆回購?fù)緩讲僮饕龑?dǎo)利率、MLF利率以及LPR利率分別下行，并鼓勵(lì)銀行投放更多貸款和票據(jù)，有效推動企業(yè)融資成本降低，促使金融機(jī)構(gòu)加大信貸支持實(shí)體企業(yè)經(jīng)濟(jì)復(fù)蘇。

2020年穩(wěn)健的貨幣政策靈活適度，金融機(jī)構(gòu)加大信貸投放，較好地支持新冠肺炎疫情防控和經(jīng)濟(jì)恢復(fù)。從全年數(shù)據(jù)來看，人民幣貸款增加19.63萬億元，同比增加2.82萬億元。2020年社會融資規(guī)模增量累計(jì)為34.86萬億元，較2019年增加9.19萬億元。2020年，M2同比增長10.1%，社會融資規(guī)模同比增速13.3%，創(chuàng)近年新高。全年新增貸款19.63萬億元，創(chuàng)歷史最高。

央行在新冠肺炎疫情期間采取的貨幣政策，主要目標(biāo)是增加貨幣供給、降低利率，支持銀行對中小企業(yè)放貸以滿足實(shí)體企業(yè)融資需求，促進(jìn)實(shí)體經(jīng)濟(jì)復(fù)蘇，同時(shí)也刺激了股市和債市繁榮。受新冠肺炎疫情影響，2020年A股大盤指數(shù)先跌后漲，截至年末上證指數(shù)漲幅11.38%，深證指數(shù)漲幅34.64%，全年實(shí)現(xiàn)明顯正收益；中國信用債指數(shù)總體上漲，以銀行間信用債綜合指數(shù)為例，2020年銀行間信用債綜合指數(shù)累計(jì)上漲3.28%。

在新冠肺炎疫情背景下，聚焦于貨幣政策對實(shí)體企業(yè)金融資產(chǎn)配置的影響，研究企業(yè)如何應(yīng)用寬松貨幣政策提供的流動性進(jìn)行資產(chǎn)配置，已有學(xué)者關(guān)注到非金融企業(yè)投資于金融渠道的資金規(guī)?？焖偬嵘氖聦?shí)并對其后果展開了探討。企業(yè)持有變現(xiàn)能力強(qiáng)的金融資產(chǎn)增加了資金流動性，平滑現(xiàn)金流的波動，保障日常投資活動順利進(jìn)行。但若是配置過多金融資產(chǎn)作為盈利工具進(jìn)行金融投機(jī)活動，擠占實(shí)業(yè)投資最終導(dǎo)致生產(chǎn)率增長緩慢，實(shí)體經(jīng)濟(jì)脆弱[1]。央行在新冠肺炎疫情期間采取的多樣化寬松貨幣政策，較好滿足了中小企業(yè)的融資需求，但在充裕的市場流動性下股市繁榮，企業(yè)可能將資金更多投資金融資產(chǎn)，這就會導(dǎo)致貨幣政策的有效性下降。故而實(shí)現(xiàn)政策目標(biāo)的關(guān)鍵點(diǎn)在于確保微觀企業(yè)的投資行為在宏觀調(diào)控思路的指引下切實(shí)發(fā)生變化。根據(jù)以上分析，后文將研究的焦點(diǎn)放在寬松的貨幣政策是否會影響企業(yè)對金融資產(chǎn)的配置，如何產(chǎn)生以及產(chǎn)生什么影響方面。

研究的創(chuàng)新之處主要體現(xiàn)在：一是以新冠肺炎疫情是否發(fā)生為背景，將樣本企業(yè)劃分為受寬松貨幣政策影響的實(shí)驗(yàn)組和不受寬松貨幣政策影響的對照組，采用雙重差分模型評估寬松貨幣政策實(shí)施對實(shí)體企業(yè)金融資產(chǎn)配置的影響。由于此次貨幣政策的調(diào)控對微觀企業(yè)是外生的，因此雙重差分模型作為政策評估的有利工具，可以排除逆向因果問題的影響，在很大程度上克服內(nèi)生性問題的困擾，能更加準(zhǔn)確地估計(jì)出政策效應(yīng)。二是根據(jù)已有文獻(xiàn)研究結(jié)果，寬松的貨幣政策可以通過增加流動性供給和滿足投資需求這兩個(gè)渠道來增加金融資產(chǎn)投資比例[2],衡量貨幣政策是否寬松，采取的是比較M2的長期趨勢值與實(shí)際值的方法。由于央行會根據(jù)經(jīng)濟(jì)形勢的變動調(diào)整流通中的現(xiàn)金以及活期存款和定期存款的數(shù)值，故采用M2的變動衡量貨幣政策緊縮或是寬松的方法得到的研究結(jié)論會受到內(nèi)生性問題的影響。而以新冠肺炎疫情為背景進(jìn)行實(shí)證分析，其爆發(fā)具有不可預(yù)測性，這一強(qiáng)勁沖擊帶來的貨幣政策的改變被認(rèn)定為完全外生。因此，研究內(nèi)容不受內(nèi)生性問題的困擾，結(jié)果更具說服力。三是將微觀企業(yè)金融投資行為和宏觀經(jīng)濟(jì)政策結(jié)合起來，證實(shí)寬松貨幣政策對實(shí)體企業(yè)金融資產(chǎn)配置的正向影響，且這種影響的存在基于企業(yè)產(chǎn)權(quán)、成長性、經(jīng)營風(fēng)險(xiǎn)的異質(zhì)性特征。

二、文獻(xiàn)綜述與研究假說

2019年末新冠肺炎疫情的爆發(fā)導(dǎo)致正常的生產(chǎn)經(jīng)營秩序被打亂，對經(jīng)濟(jì)社會的發(fā)展產(chǎn)生了巨大的沖擊。已有文獻(xiàn)關(guān)于新冠肺炎疫情對國內(nèi)經(jīng)濟(jì)的具體影響的研究，主要基于國家宏觀經(jīng)濟(jì)整體層面和企業(yè)經(jīng)營的視角。

關(guān)于新冠肺炎疫情對宏觀經(jīng)濟(jì)的影響，何誠穎等[3]研究發(fā)現(xiàn)新冠肺炎疫情導(dǎo)致我國經(jīng)濟(jì)產(chǎn)出減少、投資總額下降、消費(fèi)需求減少、產(chǎn)業(yè)增長受阻。沈國兵等[4]研究表明，新冠肺炎疫情的蔓延導(dǎo)致我國31個(gè)大城市調(diào)查失業(yè)率總體上升21.8%，城鎮(zhèn)調(diào)查失業(yè)率總體上升31%，對就業(yè)市場的這種影響在新冠肺炎疫情爆發(fā)4個(gè)月后開始減小。劉洪波等[5]研究表明新冠肺炎疫情對居民消費(fèi)的影響程度隨著時(shí)間的推移而發(fā)生變化，且消費(fèi)項(xiàng)目限制、收入下降、風(fēng)險(xiǎn)意識上升是新冠肺炎疫情爆發(fā)后居民消費(fèi)下降的主要影響因素。

新冠肺炎疫情導(dǎo)致企業(yè)經(jīng)營停滯，對中小微企業(yè)的打擊尤為嚴(yán)重。李涵等[6]通過研究中小微企業(yè)的經(jīng)營者信心、企業(yè)營收狀況和企業(yè)生產(chǎn)情況證實(shí)新冠肺炎疫情給中小微企業(yè)造成重大影響。李良志等[7]研究表明，新冠肺炎疫情對小微企業(yè)融資影響較大，緊密的銀企關(guān)系有利于緩解新冠肺炎疫情后小微企業(yè)的融資缺口，但改善程度有限。

為保持合理充裕的市場流動性，央行適當(dāng)放松貨幣政策增加流動性釋放，可降低融資成本，幫助中小企業(yè)度過難關(guān)。根據(jù)以往研究結(jié)論，增加貨幣供給M0、M2的擴(kuò)張性貨幣政策能夠通過消費(fèi)路徑促進(jìn)就業(yè)增長[8]，同時(shí)帶來社會融資增量的增加，意味著實(shí)體企業(yè)能夠從金融體系中獲取更多的資金，緩解了資金鏈的困境，促進(jìn)實(shí)體企業(yè)高質(zhì)量發(fā)展[9]。因此在新冠肺炎疫情影響下實(shí)施合理寬松的貨幣政策有助于經(jīng)濟(jì)社會的穩(wěn)定和實(shí)體企業(yè)的生存發(fā)展。關(guān)于貨幣政策如何影響企業(yè)微觀行為，已有文獻(xiàn)將影響因素主要集中在融資、投資以及資本結(jié)構(gòu)方面。

融資方面。貨幣政策對企業(yè)融資行為主要通過影響外部融資環(huán)境來實(shí)現(xiàn)。聯(lián)系貨幣政策的兩個(gè)傳導(dǎo)渠道：第一，在緊縮的貨幣政策下，央行通過調(diào)控利率來增加企業(yè)的融資成本，政策效果在不同類型企業(yè)有不同程度的呈現(xiàn)，比如在會計(jì)信息透明度較低的企業(yè)融資成本大幅增加，獲得的貸款較少[10]。第二，從緊的貨幣政策使得貨幣供應(yīng)不能滿足信貸市場的資金需求，進(jìn)而影響企業(yè)的融資行為，民營企業(yè)因更難獲得銀行貸款而愈發(fā)生存艱難[11]。

投資方面。在貨幣政策寬松時(shí)，企業(yè)即使面臨良好的投資機(jī)會也會明顯抑制非效率投資行為[12]。探討貨幣政策是如何影響企業(yè)的投資行為，賀妍等[13]認(rèn)為，擁有較多投資機(jī)會的企業(yè)的投資行為受利率傳導(dǎo)機(jī)制影響較大，但對投資機(jī)會較少的企業(yè)沒有顯著影響；另外在宏觀經(jīng)濟(jì)不確定時(shí)，企業(yè)也會增加研發(fā)投入尋求發(fā)展[14]。

資本結(jié)構(gòu)方面。蘇冬蔚等[15]發(fā)現(xiàn)宏觀政策的作用導(dǎo)致了企業(yè)資本結(jié)構(gòu)的“反經(jīng)濟(jì)周期”變化。袁春生等[16]認(rèn)為，寬松的貨幣政策會加快企業(yè)調(diào)整資本結(jié)構(gòu)的速度，而貨幣政策緊縮時(shí)企業(yè)資本結(jié)構(gòu)調(diào)整速度會減緩。

貨幣政策也會影響實(shí)體企業(yè)對金融資產(chǎn)的配置。已有研究表明，金融資產(chǎn)投資在越來越多的企業(yè)中被選擇。究其原因，現(xiàn)有文獻(xiàn)更關(guān)注企業(yè)自身特征包括企業(yè)的整體營業(yè)利潤、多樣化戰(zhàn)略、企業(yè)治理結(jié)構(gòu)、融資約束對金融投資的影響[17-19]。由于我國經(jīng)濟(jì)近年來表現(xiàn)出較強(qiáng)的韌性，市場已經(jīng)對實(shí)施穩(wěn)健的貨幣政策、保持平穩(wěn)的流動性形成了較為一致的預(yù)期，故鮮有文獻(xiàn)研究宏觀經(jīng)濟(jì)因素，尤其是貨幣政策的變動對企業(yè)金融投資的影響。新冠肺炎疫情下的寬松貨幣政策影響企業(yè)金融資產(chǎn)配置主要通過三個(gè)渠道：一是市場流動性充裕驅(qū)使大量資金進(jìn)入股市，進(jìn)而形成股市繁榮的局面，且寬松的貨幣政策引導(dǎo)利率下行，促使企業(yè)放棄對無風(fēng)險(xiǎn)資產(chǎn)的投資，選擇有較高收益率的股票和債券，配置更多的金融資產(chǎn)；二是金融收益是抑制企業(yè)各種實(shí)體投資的主要源頭[20]，由于實(shí)業(yè)投資的回報(bào)周期較長，新冠肺炎疫情期間經(jīng)濟(jì)的不確定性更加劇了實(shí)業(yè)投資的風(fēng)險(xiǎn)，因此在寬松的貨幣政策實(shí)施之后，企業(yè)為了增加短期回報(bào)可能會被迫投資金融資產(chǎn)，而不是能帶來中長期利益的實(shí)業(yè)投資[21]；三是貨幣政策寬松時(shí)，信貸傳導(dǎo)渠道拓寬使得資金供給增加[22]，實(shí)體企業(yè)更容易獲得融資貸款，而金融資產(chǎn)的可變現(xiàn)能力強(qiáng)，故企業(yè)會積極投資股票獲得超額回報(bào)。由此提出假設(shè)1：

H1：新冠肺炎疫情爆發(fā)后，寬松的貨幣政策提高了實(shí)體企業(yè)金融資產(chǎn)配置水平。

不同產(chǎn)權(quán)性質(zhì)企業(yè)的經(jīng)營活動對于政策效果有不同的反映。具體而言，相比于國有企業(yè)，寬松的貨幣政策導(dǎo)致金融資產(chǎn)配置水平提高的效應(yīng)對于非國有企業(yè)更加顯著。原因有兩點(diǎn)：一是由于國有企業(yè)需要配合政府的經(jīng)濟(jì)發(fā)展戰(zhàn)略，完成就業(yè)、征稅以及社會穩(wěn)定等多重目標(biāo)，故受到政府和市場的嚴(yán)格管理，配置金融資產(chǎn)的動機(jī)較弱[23]，同時(shí)國企高管在進(jìn)行投資活動時(shí)會更謹(jǐn)慎，很少會因?yàn)樽非笞陨砝娉钟薪鹑谫Y產(chǎn)[24]；二是由于市場信息不對稱，銀行在發(fā)放貸款時(shí)對企業(yè)的市場地位、財(cái)務(wù)狀況、抗風(fēng)險(xiǎn)能力要求較高，故國有企業(yè)更容易從銀行獲得資金支持。此外，地方政府為了當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，有很強(qiáng)烈的動機(jī)影響控制商業(yè)銀行的貸款發(fā)放決策，國企可以更容易地從地方政府獲得信用擔(dān)保，由此可以獲得低利率的長期銀行貸款[25]，同時(shí)非國有企業(yè)面臨信貸歧視，故非國有企業(yè)在日常經(jīng)營過程中所受融資約束比國有企業(yè)嚴(yán)重，其從寬松貨幣政策實(shí)施帶來的流動性中獲得的邊際效用低[26]。由此提出假設(shè)2：

H2：相比于國有企業(yè)，寬松貨幣政策顯著增加了非國有企業(yè)金融資產(chǎn)配置。

成長性好的企業(yè)雖然資金有限但面臨的實(shí)業(yè)投資機(jī)會較多且回報(bào)率高，企業(yè)制定戰(zhàn)略過程中會更加注重于擴(kuò)大生產(chǎn)規(guī)模、研發(fā)創(chuàng)新及增加主營業(yè)務(wù)的收入。處于穩(wěn)定期的企業(yè)由于已經(jīng)過市場篩選，各方面業(yè)務(wù)及銷售基本趨于穩(wěn)定，產(chǎn)品在需求方面沒有過大的波動，即使向產(chǎn)業(yè)鏈投入大量資金也難以獲得超額利潤。實(shí)業(yè)投資機(jī)會少，企業(yè)在進(jìn)行投資行為的過程中，有必要考慮持有一定規(guī)模的流動性資產(chǎn)來維持長期穩(wěn)定性和應(yīng)對不利風(fēng)險(xiǎn)[27-28]。在面對貨幣寬松之后股市繁榮的環(huán)境時(shí)，會將更多資金投資于收益率較高的金融產(chǎn)品以獲得更大增值，且成長期企業(yè)處于加速擴(kuò)張期，資金和現(xiàn)金流緊張，而成熟期企業(yè)有充足的資金積累，現(xiàn)金流穩(wěn)定，有投資股市的本金。故提出假設(shè)3：

H3：企業(yè)成長性越差，寬松貨幣政策越能顯著增加其金融資產(chǎn)配置。

貨幣政策對企業(yè)金融資產(chǎn)的配置也可能受到企業(yè)經(jīng)營風(fēng)險(xiǎn)的影響。首先，經(jīng)營風(fēng)險(xiǎn)越高預(yù)示著企業(yè)未來發(fā)展的不確定性越大，企業(yè)會將經(jīng)營決策調(diào)整為保守型，反映在資產(chǎn)負(fù)債表上則是整體財(cái)務(wù)數(shù)據(jù)的收緊和杠桿率的下降[27]；其次，經(jīng)營風(fēng)險(xiǎn)高的企業(yè)大多需要更高流動性的資產(chǎn)以滿足日常投資決策[21]。而新冠肺炎疫情期間經(jīng)濟(jì)活動停滯，此時(shí)企業(yè)進(jìn)行實(shí)業(yè)投資的風(fēng)險(xiǎn)性加大，且部分行業(yè)的產(chǎn)業(yè)鏈遭遇重創(chuàng)導(dǎo)致完整性受損，甚至只能重組，企業(yè)恢復(fù)正常經(jīng)營的時(shí)間并不明確，用于發(fā)展主營業(yè)務(wù)的資金回報(bào)周期較長。因此在貨幣政策寬松、市場流動性充裕的情形下，處于高經(jīng)營風(fēng)險(xiǎn)中的企業(yè)會基于平衡風(fēng)險(xiǎn)和追求短期回報(bào)的目的配置更多金融資產(chǎn)。故提出假設(shè)4：

H4：企業(yè)經(jīng)營風(fēng)險(xiǎn)越高，寬松貨幣政策越能顯著增加其金融資產(chǎn)配置。

三、研究設(shè)計(jì)

（一）樣本選取

研究數(shù)據(jù)來源于2017年第一季度至2020年第四季度滬深兩市A股上市公司的季度財(cái)務(wù)報(bào)表，剔除ST及PT類公司、金融機(jī)構(gòu)、房地產(chǎn)企業(yè)以及因缺失值過多而無法進(jìn)行指標(biāo)計(jì)算的樣本數(shù)據(jù)，并對企業(yè)層面的變量在1%和99%的水平上進(jìn)行了縮尾處理，排除極端值影響后最終得到樣本觀測值42 432個(gè)。上市公司的財(cái)務(wù)數(shù)據(jù)來自國泰安（CSMAR）數(shù)據(jù)庫和萬德（Wind）數(shù)據(jù)庫。

之所以將樣本區(qū)間右端點(diǎn)選在2020年第四季度末，是為了保證實(shí)證結(jié)果的準(zhǔn)確性，理由如下：一是為應(yīng)對新冠肺炎疫情沖擊，幫助提振經(jīng)濟(jì)，央行在2020年采取了寬松的貨幣政策，但2021年以來，隨著國內(nèi)外經(jīng)濟(jì)逐步復(fù)蘇，央行將貨幣政策定調(diào)由“合理充裕”轉(zhuǎn)為“合理適度”，廣義貨幣總量增速由2020年末的10.1%下降到2021年末的9%，貨幣政策呈現(xiàn)出收緊的態(tài)勢。二是2021年受區(qū)域性新冠肺炎疫情復(fù)發(fā)和經(jīng)濟(jì)復(fù)蘇放緩等影響，消費(fèi)需求低迷，房地產(chǎn)、互聯(lián)網(wǎng)等行業(yè)受到政策調(diào)控的影響，使得A股核心資產(chǎn)的股票股指下跌，企業(yè)配置金融資產(chǎn)的動機(jī)減弱。

（二）變量選擇

1.被解釋變量

Fin表示金融資產(chǎn)份額。已有研究對金融資產(chǎn)的范圍界定尚未達(dá)成共識。閆海洲等[19]在檢驗(yàn)產(chǎn)業(yè)部門上市公司持有風(fēng)險(xiǎn)金融資產(chǎn)的市場價(jià)值時(shí)，將金融資產(chǎn)界定為貨幣資金、交易性金融資產(chǎn)、可供出售金融資產(chǎn)、持有至到期投資、投資性房地產(chǎn)、長期股權(quán)投資，以及委托理財(cái)和信托產(chǎn)品（包含在其他流動資產(chǎn)項(xiàng)目中）。在此基礎(chǔ)上，胡奕明等[28]在研究上市公司配置金融資產(chǎn)動機(jī)時(shí)，加入了長期應(yīng)收款定義金融資產(chǎn)。劉貫春等[29]在考察金融資產(chǎn)配置對企業(yè)杠桿率影響時(shí)，在金融資產(chǎn)定義中還加入了應(yīng)收股利和應(yīng)收利息。彭俞超等[30]通過將金融資產(chǎn)界定為交易性金融資產(chǎn)、可供出售金融資產(chǎn)、持有至到期投資、衍生金融資產(chǎn)、長期股權(quán)投資等，研究企業(yè)金融投資如何影響股價(jià)崩盤風(fēng)險(xiǎn)。

可見，在對金融資產(chǎn)的范圍界定中均包含交易性金融資產(chǎn)、可供出售金融資產(chǎn)、持有至到期投資、長期股權(quán)投資等。而關(guān)于貨幣資金、投資性房地產(chǎn)是否應(yīng)該包含在金融資產(chǎn)范圍內(nèi)仍存在爭議。企業(yè)中有一部分貨幣資金是用于滿足經(jīng)營性需求，因此將全部貨幣資金界定為金融資產(chǎn)的做法不嚴(yán)謹(jǐn)。投資性房地產(chǎn)一般都是固定資產(chǎn)、無形資產(chǎn)等經(jīng)營資產(chǎn)變換用途產(chǎn)生的，其本質(zhì)上還是經(jīng)營資產(chǎn)，故投資性房地產(chǎn)是一種經(jīng)營活動而非投資活動。基于此，下文在界定金融資產(chǎn)時(shí)剔除貨幣資金和投資性房地產(chǎn)。在李元等[2]的處理方法基礎(chǔ)上，加總該季度持有的交易性金融資產(chǎn)、可供出售金融資產(chǎn)、持有至到期投資和長期股權(quán)投資，再計(jì)算總值占每季度總資產(chǎn)的比例來表示金融資產(chǎn)的份額。

2.解釋變量

（1）Treat用來識別某企業(yè)配置金融資產(chǎn)的份額是否受到寬松貨幣政策的影響。若企業(yè)歸屬于實(shí)驗(yàn)組時(shí)，該變量取值為1；當(dāng)企業(yè)歸屬于對照組時(shí)，該變量取值為0。（2）Time用來識別寬松貨幣政策實(shí)施的時(shí)間。由于新冠肺炎疫情發(fā)生于2019年末，故2020年四個(gè)季度Time賦值為1，2017—2019 年每季度取值為 0。（3）Treat×Time 為分組變量與時(shí)間變量乘積的交互項(xiàng)。其系數(shù)β1衡量了以新冠肺炎疫情發(fā)生為標(biāo)志的貨幣政策改變帶來的DID效應(yīng)，若為正則表明在貨幣政策變寬松之后企業(yè)增加了對金融資產(chǎn)的配置，反之則降低了對金融資產(chǎn)的配置份額。

3.其他變量

為了控制其他可能影響企業(yè)金融資產(chǎn)配置的因素，引入了公司規(guī)模（Size）、財(cái)務(wù)杠桿（Lev）、股權(quán)集中度(Share)、盈利能力（ROA）、托賓 Q，具體變量定義如表1所示。

表1 變量定義與說明

（三）模型構(gòu)建

研究將新冠肺炎疫情爆發(fā)作為一個(gè)強(qiáng)勁的外生沖擊，使用雙重差分法考察為緩沖經(jīng)濟(jì)下行壓力所實(shí)施的貨幣政策對實(shí)體企業(yè)金融資產(chǎn)配置的影響。

運(yùn)用雙重差分模型識別研究變量在政策推行前后的變化，首先需要構(gòu)造合適的實(shí)驗(yàn)組和對照組。研究采用凈現(xiàn)金占比高低來構(gòu)造，這是由于一方面，企業(yè)現(xiàn)金流直接影響著企業(yè)的持續(xù)發(fā)展與興衰，當(dāng)企業(yè)的現(xiàn)金持有量較大的時(shí)候，會將更多的閑置資金投資于金融市場獲得資金增值；另一方面，企業(yè)凈現(xiàn)金占比較高意味著負(fù)債較少，在寬松的貨幣政策下，通過信貸傳導(dǎo)機(jī)制能更好加杠桿向銀行借得更多款項(xiàng)。簡言之，與凈現(xiàn)金占比較低企業(yè)相比，寬松的貨幣政策對凈現(xiàn)金占比高的企業(yè)金融資產(chǎn)配置產(chǎn)生的作用相對更強(qiáng)。

具體而言，研究中計(jì)算出樣本企業(yè)2017年至2020年季度貨幣資金減去各種負(fù)債后的余額占總資產(chǎn)比例即凈現(xiàn)金占比，并以其中位數(shù)為門檻值，將樣本分為高于中位數(shù)和低于中位數(shù)兩組。在此基礎(chǔ)上，將凈現(xiàn)金占比高于中位數(shù)界定為實(shí)驗(yàn)組，而將凈現(xiàn)金占比低于中位數(shù)界定為對照組。比較貨幣政策方向變寬松前后實(shí)驗(yàn)組和對照組企業(yè)對金融資產(chǎn)的配置是否有變化。模型構(gòu)建如下：

其中下標(biāo)i表示企業(yè)，t表示時(shí)間，X為滯后一期的控制變量，為了捕捉行業(yè)和季節(jié)變化的影響，控制變量還包括行業(yè)虛擬變量（ind）和季節(jié)虛擬變量（quarter），εit為隨機(jī)誤差項(xiàng)。

四、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)如表2所示?？梢钥闯?，Treat均值為0.507，表明在研究期間有50.7%的企業(yè)屬于受寬松貨幣政策影響較大的標(biāo)的企業(yè)；金融資產(chǎn)變量Fin的均值為0.062，表示樣本企業(yè)平均配置總資產(chǎn)的6.2%進(jìn)行金融投資；最小值為0，最大值為0.912，反映存在企業(yè)將總資產(chǎn)的91.2%進(jìn)行金融資產(chǎn)配置的同時(shí)，也存在企業(yè)沒有將資金投資于金融資產(chǎn)的情況。金融資產(chǎn)變量值在較大區(qū)間內(nèi)浮動，為考察影響貨幣政策對實(shí)體企業(yè)金融資產(chǎn)配置的因素提供了很好的素材。

表2 主要變量的描述性統(tǒng)計(jì)

為了直觀地顯示貨幣政策對企業(yè)持有金融資產(chǎn)的影響，分別對實(shí)驗(yàn)組和對照組樣本的金融資產(chǎn)變量進(jìn)行分組描述性統(tǒng)計(jì)，計(jì)算兩組中的因變量的均值在新冠肺炎疫情爆發(fā)、寬松的貨幣政策出臺前后的差異，結(jié)果如表3所示。

表3 分樣本的描述性統(tǒng)計(jì)

表 3列（1）—（3）顯示，在寬松的貨幣政策沒出臺之前，對照組和實(shí)驗(yàn)組企業(yè)的金融資產(chǎn)變量差異只有0.012；寬松的貨幣政策出臺之后，對照組和實(shí)驗(yàn)組企業(yè)的金融資產(chǎn)變量差異擴(kuò)大到0.037。在列（4）中，兩組企業(yè)的金融資產(chǎn)變量在政策改變前后的差異，即雙重差分達(dá)到0.025，且在1%的水平上顯著，這說明為緩沖新冠肺炎疫情對經(jīng)濟(jì)的沖擊而出臺的寬松貨幣政策對實(shí)體企業(yè)金融資產(chǎn)的配置起到正向促進(jìn)作用，初步證實(shí)了假設(shè)1。

（二）回歸結(jié)果分析

檢驗(yàn)貨幣政策對企業(yè)持有金融資產(chǎn)的影響使用的是雙重差分模型，回歸結(jié)果如表4所示。其中 L.Size、L.Lev、L.Share和L.ROA代表滯后一期的公司規(guī)模、財(cái)務(wù)杠桿、股權(quán)集中度以及盈利能力。第（1）列是使用OLS模型的回歸結(jié)果，交互項(xiàng)Treat×Time的系數(shù)為0.031，在1%的水平上顯著。第（2）列控制行業(yè)和季節(jié)虛擬變量之后，交互項(xiàng)系數(shù)在1%的顯著性水平上仍為正。上述結(jié)果表明，在實(shí)施寬松的貨幣政策后，企業(yè)金融資產(chǎn)在總資產(chǎn)中所占比例增加，實(shí)體企業(yè)金融資產(chǎn)的配置水平大幅提高，驗(yàn)證了假說1。

表4 基準(zhǔn)回歸結(jié)果1

（三）穩(wěn)健性檢驗(yàn)

1.安慰劑檢驗(yàn)

采用安慰劑檢驗(yàn)方法證實(shí)企業(yè)金融資產(chǎn)配置水平的提升確實(shí)由貨幣政策寬松引起而非其他因素。具體來說，將寬松貨幣政策實(shí)施時(shí)間分別向前調(diào)整一期（即假定政策在2019年1月實(shí)施），再次對模型（1）進(jìn)行雙重差分檢驗(yàn)，表5中交互項(xiàng)系數(shù)均不顯著，由此表明新冠肺炎疫情期間企業(yè)金融資產(chǎn)配置發(fā)生變化確實(shí)由貨幣政策變寬松所造成，表明前文研究結(jié)果通過了穩(wěn)健性檢驗(yàn)。

表5 安慰劑檢驗(yàn)

2.不同回歸方法檢驗(yàn)

考慮到有部分企業(yè)沒有配置金融資產(chǎn)導(dǎo)致金融資產(chǎn)變量呈左歸并分布，采取Tobit估計(jì)方法設(shè)置左歸并點(diǎn)為0，且右歸并點(diǎn)為1，對模型（1）進(jìn)行檢驗(yàn)，結(jié)果如表6所示?？梢园l(fā)現(xiàn)，交互項(xiàng)系數(shù)顯著為正，支持前文假設(shè)。

表6 Tobit模型回歸分析結(jié)果

3.對照組和實(shí)驗(yàn)組構(gòu)造方法的穩(wěn)健性檢驗(yàn)

為保留相對完整樣本信息的同時(shí)利用樣本數(shù)據(jù)最大化，采用核匹配法的logit模型估計(jì)傾向得分?；诘梅纸Y(jié)果刪去沒有參與匹配的樣本后進(jìn)行雙重差分估計(jì)，檢驗(yàn)結(jié)果如表7所示，交互項(xiàng)系數(shù)仍然為正，在1%的水平上顯著。在新分組情形下，新冠肺炎疫情爆發(fā)后寬松貨幣政策的出臺促進(jìn)了實(shí)體企業(yè)金融資產(chǎn)配置水平的提高。重新劃分實(shí)驗(yàn)組和對照組后的結(jié)果與上文檢驗(yàn)結(jié)果一致。

表7 對照組和實(shí)驗(yàn)組構(gòu)造方法的穩(wěn)健性檢驗(yàn)

4.剔除行業(yè)劃分檢驗(yàn)

綜合性企業(yè)的業(yè)務(wù)一般比較多元化，通常包含商貿(mào)或者金融方面的業(yè)務(wù)，從而有一定程度的金融屬性。在原樣本的基礎(chǔ)上剔除行業(yè)劃分綜合性企業(yè)后的雙重差分結(jié)果如表8所示，檢驗(yàn)結(jié)果與上文檢驗(yàn)結(jié)果一致。

表8 剔除行業(yè)劃分的穩(wěn)健性檢驗(yàn)

續(xù)表8

5.新冠肺炎疫情影響的檢驗(yàn)

根據(jù)前文假設(shè)，在新冠肺炎疫情背景下，貨幣寬松導(dǎo)致企業(yè)配置金融資產(chǎn)的份額增加。但若是行業(yè)受新冠肺炎疫情沖擊較大，經(jīng)濟(jì)活動停滯可能造成產(chǎn)業(yè)鏈完整性受損，企業(yè)可能出于對經(jīng)濟(jì)的擔(dān)憂動機(jī)配置更多金融資產(chǎn)用于預(yù)防未來流動性短缺，降低企業(yè)杠桿率[31]。為說明企業(yè)做出配置更多金融資產(chǎn)的決策是貨幣政策的影響而不是新冠肺炎疫情造成經(jīng)濟(jì)的不確定性所導(dǎo)致，進(jìn)行以下研究：由于新冠肺炎疫情主要是在2020年1月和2月發(fā)生的，若是行業(yè)以往在第一季度獲利最少，該行業(yè)受到新冠肺炎疫情的不利影響最小。因此以一季度營業(yè)收入占全年的比率為標(biāo)準(zhǔn)，篩選出新冠肺炎疫情對經(jīng)營影響比較小的行業(yè)：基建產(chǎn)業(yè)鏈、醫(yī)藥生物、電子通信計(jì)算機(jī)。

將全樣本分為受新冠肺炎疫情影響大的行業(yè)和受新冠肺炎疫情影響小的行業(yè)，使用模型（1）檢驗(yàn)兩組中交互項(xiàng)系數(shù)是否顯著，若是不顯著，則說明企業(yè)配置更多金融資產(chǎn)的決策并不是受到新冠肺炎疫情帶來的經(jīng)濟(jì)不確定性影響。表9為劃分受新冠肺炎疫情影響程度不同的行業(yè)的檢驗(yàn)結(jié)果。可以看出，組間差異性P值不顯著，說明的確是由于寬松的貨幣政策提高了企業(yè)對金融資產(chǎn)的配置。

表9 新冠肺炎疫情影響的檢驗(yàn)結(jié)果

6.企業(yè)金融資產(chǎn)配置能力差異檢驗(yàn)

根據(jù)前文假設(shè)，可認(rèn)為寬松貨幣政策實(shí)施導(dǎo)致企業(yè)配置金融資產(chǎn)的水平發(fā)生了變化。但標(biāo)的企業(yè)提升對金融資產(chǎn)配置的決策方向可能在寬松貨幣政策實(shí)施之前就已經(jīng)存在，即便貨幣政策沒有發(fā)生改變，僅隨著時(shí)間的推移，樣本企業(yè)的金融資產(chǎn)配置水平也會發(fā)生變化。為排除以上問題的干擾，同時(shí)進(jìn)一步確認(rèn)在貨幣寬松背景下，企業(yè)增加金融投資是出于資本逐利動機(jī)，以2017—2019年企業(yè)配置金融資產(chǎn)份額的平均值為界，將全樣本劃分為高于平均值和低于平均值的兩組分別進(jìn)行檢驗(yàn)。對金融資產(chǎn)的配置水平高于平均值，說明企業(yè)在新冠肺炎疫情發(fā)生之前就已經(jīng)有積極意愿進(jìn)行金融投資，那么在貨幣政策寬松之后，面對股市繁榮的局面出于逐利心理會更加傾向于配置金融資產(chǎn)獲取超額利潤。

表10為考慮企業(yè)金融資產(chǎn)配置能力差異后的檢驗(yàn)結(jié)果?？梢钥闯?，政策效應(yīng)在高于平均值的企業(yè)中比在低于平均值的企業(yè)中更加明顯，驗(yàn)證了逐利動機(jī)。

表10 考慮企業(yè)金融資產(chǎn)配置能力差異的檢驗(yàn)結(jié)果

五、進(jìn)一步分析

（一）動機(jī)分析

一般認(rèn)為實(shí)體企業(yè)進(jìn)行金融化的動機(jī)分為兩方面:一是預(yù)防性儲蓄動機(jī)。金融資產(chǎn)以其較高流動性能有效應(yīng)對企業(yè)未來流動性短缺情況，緩解因現(xiàn)金流不足、資金鏈斷裂對企業(yè)日常經(jīng)營活動的沖擊[32]。二是短期獲利動機(jī)。金融資產(chǎn)以其高于實(shí)體資產(chǎn)的收益率促使企業(yè)增加配置[28]。為驗(yàn)證在新冠肺炎疫情爆發(fā)后貨幣寬松背景下，企業(yè)增加金融投資是出于短期獲利動機(jī)，還做了以下分析：短期獲利動機(jī)是基于貨幣寬松之后引起股市債市繁榮從而吸引企業(yè)更多配置金融資產(chǎn)獲得資金增值；考慮到2021年股市低迷，投資股市獲取超額利潤的可能性降低，用2021年前三個(gè)季度數(shù)據(jù)置換2020年數(shù)據(jù)重新進(jìn)行檢驗(yàn)，預(yù)測回歸結(jié)果中交互項(xiàng)系數(shù)降低。

比較表11中回歸系數(shù)，置換之后交互項(xiàng)系數(shù)變小，說明寬松的貨幣政策背景下，企業(yè)2021年比2020年配置金融資產(chǎn)的份額下降，從側(cè)面表明2020年企業(yè)更多出于追求超額利潤的目的投資股市債市。

表11 置換年份數(shù)據(jù)的檢驗(yàn)結(jié)果

（二）傳導(dǎo)機(jī)制分析

進(jìn)一步對其傳導(dǎo)機(jī)制展開研究。實(shí)體企業(yè)融資主要包括以下兩種方式：一是內(nèi)源融資，由企業(yè)經(jīng)營活動產(chǎn)生；二是外源融資，由企業(yè)向企業(yè)以外的經(jīng)濟(jì)實(shí)體籌集。內(nèi)部融資受企業(yè)盈利和積累的影響，無法大規(guī)模進(jìn)行，故外源融資已逐步成為企業(yè)獲取資金的主要方式。寬松的貨幣政策會緩解企業(yè)面臨的融資約束，這個(gè)結(jié)論已得到廣泛證實(shí)。葉康濤等[33]研究發(fā)現(xiàn)貨幣寬松政策使得企業(yè)信貸融資額大幅上升，提高了信貸資金的配置效率；黃志忠等[34]研究發(fā)現(xiàn)寬松的貨幣政策通過降低企業(yè)內(nèi)部投資現(xiàn)金流的敏感性，緩解企業(yè)融資約束；綦好東等[35]實(shí)證研究發(fā)現(xiàn)高質(zhì)量的地方政府通過優(yōu)化貨幣政策傳導(dǎo)機(jī)制，強(qiáng)化了寬松貨幣政策對企業(yè)融資約束的緩解效應(yīng)。

融資約束會影響企業(yè)的投資行為。杜傳文等[36]采用改進(jìn)的FHP方法構(gòu)建了融資約束指數(shù)進(jìn)行實(shí)證檢驗(yàn)，結(jié)果表明寬松型貨幣政策使得企業(yè)的投資依賴內(nèi)部現(xiàn)金流的程度降低，高融資約束對企業(yè)投資的負(fù)向沖擊比低融資約束對企業(yè)投資的正向沖擊更大。李波等[37]研究表明銀行價(jià)格競爭是以緩解企業(yè)融資約束為中介渠道推動企業(yè)創(chuàng)新投資。由此可見，低融資約束企業(yè)較高融資約束企業(yè)面臨較多的融資渠道和較低的外部融資成本，企業(yè)易獲取銀行信貸資源，也更可能出于短期獲利動機(jī)配置更多金融資產(chǎn)。因而，在此提出選用融資約束作為中介變量研究寬松貨幣政策對實(shí)體企業(yè)金融資產(chǎn)配置的傳導(dǎo)機(jī)制。融資約束指標(biāo)結(jié)合黃賢環(huán)等[38]和戚聿東等[39]計(jì)算SA指數(shù):

其中，asset為總資產(chǎn)，age為上市年限。

為了有效識別該作用機(jī)制，通過模型（3）和模型（4）分步檢驗(yàn)融資約束的中介作用，以考察融資約束是否有助于解釋寬松貨幣政策對實(shí)體企業(yè)金融資產(chǎn)配置的正向影響：

表12報(bào)告了寬松貨幣政策對實(shí)體企業(yè)金融資產(chǎn)配置影響的中介機(jī)制檢驗(yàn)結(jié)果。

在表 12的第（1）列和第（3）列中，Treat×Time的系數(shù)分別為-0.007和-0.064，即模型（3）中系數(shù)β1顯著為負(fù)，說明貨幣政策越寬松，企業(yè)所面臨的融資約束程度越低。表12中的第（2）列和第（4）列報(bào)告了融資約束對實(shí)體企業(yè)金融資產(chǎn)配置的影響系數(shù)θ2也顯著為負(fù)，β1和θ2都顯著，表明寬松的貨幣政策對實(shí)體企業(yè)金融資產(chǎn)配置的間接效應(yīng)顯著；同時(shí)Treat×Time的系數(shù)θ1顯著為正，即寬松的貨幣政策對實(shí)體企業(yè)金融資產(chǎn)配置的直接效應(yīng)顯著。β1θ2和θ1的符號相同，說明屬于部分中介效應(yīng)。在控制行業(yè)和季節(jié)之后，中介效應(yīng)占總效應(yīng)的比例為 β1θ2/θ1=0.11。

表12 基準(zhǔn)回歸結(jié)果2

為了精確判斷融資約束的中介效應(yīng)，提高結(jié)論可信度，還采用了Bootstrap檢驗(yàn)，檢驗(yàn)統(tǒng)計(jì)量Z值在1%的水平上顯著，與逐步檢驗(yàn)回歸系數(shù)法結(jié)論一致，最終證實(shí)寬松的貨幣政策通過緩解實(shí)體企業(yè)的融資約束促進(jìn)其對金融資產(chǎn)的配置。

（三）異質(zhì)性分析

1.企業(yè)產(chǎn)權(quán)性質(zhì)對政策效應(yīng)的影響

企業(yè)產(chǎn)權(quán)性質(zhì)的不同會導(dǎo)致國有企業(yè)和非國有企業(yè)在金融資產(chǎn)配置方面存在差異，分組檢驗(yàn)結(jié)果如表13所示。

表13 企業(yè)產(chǎn)權(quán)性質(zhì)對政策效應(yīng)的影響

續(xù)表13

采用OLS和固定效應(yīng)模型，交互項(xiàng)系數(shù)在非國有企業(yè)中更顯著，表明寬松的貨幣政策對實(shí)體企業(yè)金融資產(chǎn)配置的影響受企業(yè)產(chǎn)權(quán)性質(zhì)影響，且寬松貨幣政策顯著增加了非國有企業(yè)金融資產(chǎn)配置，假設(shè)2被證實(shí)。

2.企業(yè)成長性對政策效應(yīng)的影響

通常高成長性的企業(yè)特征為主營業(yè)務(wù)突出、經(jīng)營比較單一。主營業(yè)務(wù)收入增長率高，說明市場對企業(yè)產(chǎn)品的認(rèn)可度高，為滿足市場需求有必要將多數(shù)資金用于擴(kuò)大生產(chǎn)規(guī)模，從而可用于投資金融產(chǎn)品的資金量減少。根據(jù)同行業(yè)同一時(shí)期主營業(yè)務(wù)增長率的大小，大于中位數(shù)的企業(yè)被認(rèn)為是高成長性企業(yè)，小于或等于中位數(shù)的企業(yè)被認(rèn)為是低成長性企業(yè)。在模型（1）的基礎(chǔ)上進(jìn)行檢驗(yàn)，從表14的回歸結(jié)果可以看出，分別采用OLS和固定效應(yīng)模型，交互項(xiàng)系數(shù)在低成長性企業(yè)中更顯著。說明企業(yè)成長性在貨幣政策寬松期會削弱實(shí)體企業(yè)配置金融資產(chǎn)的水平，結(jié)果證實(shí)了假設(shè)3。

表14 企業(yè)成長性對政策效應(yīng)的影響

3.企業(yè)經(jīng)營風(fēng)險(xiǎn)對政策效應(yīng)的影響

參照翟勝寶等[40]的研究，采用企業(yè)收益率的波動性度量企業(yè)經(jīng)營風(fēng)險(xiǎn)，經(jīng)營風(fēng)險(xiǎn)高的企業(yè)波動性大。具體地，計(jì)算每家企業(yè)ROA前后三年的滾動標(biāo)準(zhǔn)差，根據(jù)同行業(yè)同一時(shí)期ROA標(biāo)準(zhǔn)差的大小，大于中位數(shù)的企業(yè)被認(rèn)為是高風(fēng)險(xiǎn)企業(yè)，小于或等于中位數(shù)的企業(yè)被認(rèn)為是低風(fēng)險(xiǎn)企業(yè)。在模型（1）的基礎(chǔ)上進(jìn)行檢驗(yàn)，從表15的回歸結(jié)果可以看出，分別采用OLS和固定效應(yīng)模型，交互項(xiàng)系數(shù)在高風(fēng)險(xiǎn)企業(yè)中更顯著，說明企業(yè)經(jīng)營風(fēng)險(xiǎn)在貨幣政策寬松期會促進(jìn)實(shí)體企業(yè)配置金融資產(chǎn)的水平，結(jié)果證實(shí)了假設(shè)4。

表15 企業(yè)經(jīng)營風(fēng)險(xiǎn)對政策效應(yīng)的影響

六、結(jié)論和政策建議

研究選取我國A股非金融上市公司為對象，基于2017第一季度至2020年第四季度的數(shù)據(jù)構(gòu)建衡量企業(yè)金融資產(chǎn)配置的指標(biāo)，通過雙重差分模型進(jìn)行實(shí)證檢驗(yàn)，結(jié)果表明：企業(yè)在貨幣政策寬松時(shí)會增加金融資產(chǎn)的配置，該結(jié)論在進(jìn)行一系列穩(wěn)健性檢驗(yàn)之后仍然成立；采用中介效應(yīng)模型探究貨幣政策影響金融資產(chǎn)配置的傳導(dǎo)機(jī)制，研究發(fā)現(xiàn)融資約束有助于解釋寬松貨幣政策對企業(yè)金融資產(chǎn)配置的正向影響。進(jìn)一步研究顯示，寬松貨幣政策促進(jìn)企業(yè)金融資產(chǎn)配置的作用在非國有企業(yè)、較差成長性的企業(yè)和高經(jīng)營風(fēng)險(xiǎn)的企業(yè)中更顯著。

上述研究結(jié)果表明寬松的貨幣政策提供的流動性增加了企業(yè)對金融資產(chǎn)的配置，這是否表明企業(yè)減少了對實(shí)體經(jīng)濟(jì)的投資而使政策目標(biāo)沒有實(shí)現(xiàn)？答案是否定的。一方面，貨幣政策寬松使得市場上資金供給總量增加，即使企業(yè)增加了金融投資的比重，但對實(shí)體經(jīng)濟(jì)投入的資金額相比新冠肺炎疫情未發(fā)生、寬松的貨幣政策未出臺時(shí)期也會增加。另一方面，根據(jù)央行公布的金融數(shù)據(jù)，2020年末M2和社會融資規(guī)模增速為10.1%和13.3%；2020年12月份企業(yè)貸款利率同比下降0.51個(gè)百分點(diǎn)，處于歷史最低水平；金融機(jī)構(gòu)人民幣各項(xiàng)貸款余額同比增長12.8%，貨幣供給的增加、社會融資規(guī)模增速加快、利率水平降至新低、貸款的增長，都契合實(shí)體經(jīng)濟(jì)的復(fù)蘇需求?；谝陨戏治龊徒Y(jié)論，提出如下建議：

（一）關(guān)注寬松貨幣政策對市場流動性供給調(diào)控作用的同時(shí)警惕負(fù)面效應(yīng)

研究證實(shí)了新冠肺炎疫情期間在實(shí)體經(jīng)濟(jì)投資收益低迷的情況下，采取寬松的貨幣政策顯著提升了企業(yè)配置金融資產(chǎn)的水平。但企業(yè)若是更傾向于獲得金融投資活動的短期高額利潤，就會減少對實(shí)體經(jīng)濟(jì)的投資熱情。隨著市場上流通貨幣的增加，在一定程度上會加大出現(xiàn)通貨膨脹的概率，將進(jìn)一步導(dǎo)致實(shí)體經(jīng)濟(jì)的萎縮。因此，從政策制定層面來說，需緊密結(jié)合市場實(shí)際情況充分做好經(jīng)濟(jì)預(yù)期，在維持市場經(jīng)濟(jì)良性健康的基礎(chǔ)上降低實(shí)體投資的資本成本；同時(shí)，需合理有效地結(jié)合金融監(jiān)管和貨幣政策調(diào)控，引導(dǎo)資金投向?qū)崢I(yè)，促進(jìn)實(shí)體經(jīng)濟(jì)平穩(wěn)增長。

（二）有效利用寬松貨幣政策對企業(yè)金融資產(chǎn)配置的影響，實(shí)現(xiàn)企業(yè)可持續(xù)健康發(fā)展

寬松貨幣政策對于企業(yè)金融資產(chǎn)配置的影響是一把“雙刃劍”。要實(shí)現(xiàn)有效利用，則需要在運(yùn)用政策時(shí)綜合考慮企業(yè)生產(chǎn)經(jīng)營的特點(diǎn)，對不同產(chǎn)權(quán)企業(yè)運(yùn)用政策需合理調(diào)整政策實(shí)施路徑和目標(biāo)；同時(shí)，關(guān)注企業(yè)的主營業(yè)務(wù)發(fā)展情況，避免出現(xiàn)企業(yè)配置過多資金投入非經(jīng)營性發(fā)展活動的行為。企業(yè)的正確做法是利用寬松的貨幣政策合理配置金融資產(chǎn)，形成正向的資金供給效應(yīng)，為其可持續(xù)健康發(fā)展提供支持。