[摘 要：文章基于2007—2022年我國滬深兩市A股上市公司數(shù)據(jù)，實證檢驗國家級大數(shù)據(jù)綜合試驗區(qū)政策對企業(yè)金融化的作用、機制和外部重要條件的影響。實證結(jié)果發(fā)現(xiàn)：國家級大數(shù)據(jù)綜合試驗區(qū)政策對企業(yè)金融化具有顯著的治理作用；對非高科技企業(yè)、國有企業(yè)、東部地區(qū)企業(yè)的金融化具有較為突出的治理作用；能夠有效改善企業(yè)信息不對稱、提升企業(yè)發(fā)展質(zhì)效以及平滑企業(yè)風(fēng)險，從而能夠有效治理企業(yè)金融化；進一步研究發(fā)現(xiàn)，在較強金融監(jiān)管支撐下，國家級大數(shù)據(jù)綜合試驗區(qū)政策對企業(yè)金融化的治理效果更為明顯。

關(guān)鍵詞：國家級大數(shù)據(jù)綜合試驗區(qū)；金融化；金融監(jiān)管；脫實向虛

中圖分類號：F832.51；F270.7；F49；D66" " 文獻標(biāo)識碼：A 文章編號：1007-5097（2024）05-0001-12 ]

Big Data Policy Governing Enterprises′ \"Shift from Real to Virtual\"：

A Quasi-Natural Experiment Based on the National-Level Big Data Comprehensive Pilot Zone

DU Zhiqian，ZHAO Chunyan

（School of Economics and Finance，Xi'an Jiaotong University，Xi'an 710061，China）

Abstract：Based on the data of A-share listed companies in Shanghai and Shenzhen from 2007 to 2022，this paper empirically tests the impact of the policy of the national-level big data comprehensive pilot zone on the financialization of enterprises，the mechanism and important external conditions. The empirical results are as follows： Firstly，the policy of the national-level big data comprehensive pilot zone has a significant governance effect on the financialization of enterprises; secondly，the policy of the national-level big data comprehensive pilot zone has a prominent role in governing the financialization behavior of non-high-tech enterprises，state-owned enterprises，and enterprises in the eastern region; thirdly，the policy of the national-level big data comprehensive pilot zone can effectively improve the information asymmetry of enterprises，improve the quality and efficiency of enterprise development，and smooth the risks of enterprises，so as to effectively govern the financialization behavior of enterprises; fourthly，with the support of strong financial supervision，the governance effect of the national-level big data comprehensive pilot zone policy on enterprise financialization is more obvious.

Key words：national-level big data comprehensive pilot zone；financialization；financial regulation；shift from real to virtual

一、引 言

自2008年全球金融危機以來，各國實體經(jīng)濟邁入深度調(diào)整區(qū)間，虛擬經(jīng)濟在GDP的占比上升，經(jīng)濟整體呈現(xiàn)了脫實向虛的趨勢。根據(jù)CSMAR公布的數(shù)據(jù)顯示，過去十年間我國大量A股上市公司采取了金融化的發(fā)展戰(zhàn)略，總體而言，企業(yè)資金流向非實體經(jīng)濟項目的總額上升明顯。然而，隨著實體企業(yè)更多地參與金融領(lǐng)域，經(jīng)濟在微觀層面也在加劇脫實向虛，企業(yè)利潤越發(fā)依賴金融投資所得，對實體項目形成擠出效應(yīng)進而引發(fā)產(chǎn)業(yè)空心化等嚴(yán)重問題，由此引起了黨和國家的重點關(guān)注。黨的二十大報告著重指出，“堅持把發(fā)展經(jīng)濟的著力點放在實體經(jīng)濟上”，習(xí)近平總書記也強調(diào)，“金融要為實體經(jīng)濟服務(wù)”。由此可見，引導(dǎo)金融回歸支持實體經(jīng)濟的初心、緩解經(jīng)濟脫實向虛趨勢并加大對實體經(jīng)濟的支持力度，對促進我國經(jīng)濟高質(zhì)量發(fā)展至關(guān)重要。

如何治理脫實向虛？當(dāng)前學(xué)術(shù)界對此進行了廣泛的探索性研究，提出加強金融監(jiān)管［1］、貨幣政策創(chuàng)新［2］、稅收激勵［3］、數(shù)字金融發(fā)展［4］等手段，這些均有助于緩解脫實向虛，這也為本文提供了較好的理論研究基礎(chǔ)。然而，脫實向虛在實踐中受到多種因素的影響，特別是在數(shù)字經(jīng)濟時代，企業(yè)發(fā)展面臨諸多機遇和挑戰(zhàn)，那么，如何利用數(shù)字化手段（包括且不限于大數(shù)據(jù)）對脫實向虛進行綜合治理和改善，便成為非常值得探討的問題。

為了把握數(shù)字化技術(shù)變革給社會發(fā)展帶來的機遇，我國早在2015年就提出開展國家級大數(shù)據(jù)綜合試驗區(qū)（以下簡稱大數(shù)據(jù)試驗區(qū)）試點工作，旨在通過機制改革和實踐創(chuàng)新探索等方式，完善區(qū)域性數(shù)字化基礎(chǔ)設(shè)施建設(shè)，加快數(shù)據(jù)資源的整合和利用效率，從而為數(shù)字經(jīng)濟創(chuàng)新發(fā)展和實體經(jīng)濟提質(zhì)增效提供相應(yīng)支持。從這個角度而言，大數(shù)據(jù)試驗區(qū)的建設(shè)將帶動大數(shù)據(jù)相關(guān)產(chǎn)業(yè)快速發(fā)展，而大數(shù)據(jù)技術(shù)作為前沿的數(shù)字化技術(shù)之一，憑借其對海量數(shù)據(jù)較強的收集、處理、分析和可視化能力，有助于各種經(jīng)濟行為主體深入挖掘信息中隱藏的發(fā)展趨勢和機遇［5］，為企業(yè)投融資提供更有力可靠的參考［6］，并為糾偏企業(yè)各類非理性決策（包括且不限于脫實向虛行為）提供了可能。據(jù)此，在我國著重引導(dǎo)經(jīng)濟脫虛向?qū)嵉谋尘跋?，研究大?shù)據(jù)試驗區(qū)的設(shè)立對企業(yè)脫實向虛可能存在的治理作用具有非常重要的現(xiàn)實價值。

從現(xiàn)有文獻來看，研究大數(shù)據(jù)試驗區(qū)與企業(yè)脫實向虛關(guān)系的文獻較少，且對兩者之間的關(guān)系并沒有取得一致性意見。一方面，部分學(xué)者認為，數(shù)字化技術(shù)（包括大數(shù)據(jù)技術(shù)）的發(fā)展能夠有效治理企業(yè)脫實向虛。數(shù)字化技術(shù)發(fā)展通過降低信息不對稱程度、優(yōu)化資源配置效率以及降低創(chuàng)新和生產(chǎn)成本等方式［7］，有效提升實體經(jīng)濟的發(fā)展動能并降低企業(yè)對金融領(lǐng)域的關(guān)注，從而減少企業(yè)的金融投資行為。另一方面，也有學(xué)者指出，數(shù)字化技術(shù)（包括大數(shù)據(jù)技術(shù)）的發(fā)展對抑制企業(yè)脫實向虛幫助不大，且數(shù)字化技術(shù)的發(fā)展存在風(fēng)險較高、投入較大等問題［8］，對實體產(chǎn)業(yè)的發(fā)展帶來較大的成本壓力［9］。還有學(xué)者認為，由于數(shù)字化技術(shù)發(fā)展能夠為企業(yè)的金融投資行為帶來更多的便利，反而可能加劇企業(yè)脫實向虛。

本文可能的邊際貢獻在于：①研究大數(shù)據(jù)試驗區(qū)政策對企業(yè)脫實向虛的異質(zhì)性影響，從企業(yè)的要素稟賦結(jié)構(gòu)差異視角出發(fā)，為糾偏企業(yè)過度金融化提供更為細致的實證經(jīng)驗支持；②從信息不對稱、企業(yè)全要素生產(chǎn)率和主動性風(fēng)險承擔(dān)意愿的角度研究大數(shù)據(jù)試驗區(qū)對企業(yè)脫實向虛的影響路徑，為治理企業(yè)脫實向虛提供切實可落地的抓手；③考慮較強的金融監(jiān)管對企業(yè)脫實向虛具有一定的約束效應(yīng)，本文進一步將金融監(jiān)管這個因素考慮在內(nèi)，考察在不同的金融監(jiān)管強度下，大數(shù)據(jù)試驗區(qū)是否能對企業(yè)脫實向虛產(chǎn)生差異化的效果，從而為大數(shù)據(jù)政策治理與其他政府活動（政策）協(xié)同發(fā)揮作用提供了新的切入分析視角。

二、制度背景與假說提出

（一）大數(shù)據(jù)試驗區(qū)政策治理企業(yè)脫實向虛的機制分析

我國從2015年開始加快推動大數(shù)據(jù)發(fā)展，頒布《促進大數(shù)據(jù)發(fā)展行動綱要》并啟動了大數(shù)據(jù)試驗區(qū)的建設(shè)，以促進大數(shù)據(jù)與傳統(tǒng)生產(chǎn)要素加快融合，賦能實體企業(yè)改革生產(chǎn)運營模式并創(chuàng)造更多企業(yè)價值。具體而言，大數(shù)據(jù)的快速發(fā)展將有助于企業(yè)增強信息處理能力［10］，提升企業(yè)管理和運營效率，且有助于企業(yè)更好地把握未來創(chuàng)新方向，從而針對性地開展相關(guān)的實體項目，減少對金融投資領(lǐng)域的過高依賴。綜合來看，大數(shù)據(jù)試驗區(qū)的設(shè)立使大數(shù)據(jù)發(fā)展駛?cè)肟燔嚨?，通過改善信息不對稱、提升全要素生產(chǎn)率和提高企業(yè)主動性風(fēng)險承擔(dān)意愿等途徑，有效抑制企業(yè)脫實向虛。

1. 信息優(yōu)化機制

大數(shù)據(jù)試驗區(qū)建設(shè)能夠改善信息不對稱問題，進而有效降低企業(yè)脫實向虛水平。一方面，大數(shù)據(jù)試驗區(qū)的設(shè)立在技術(shù)層面極大地促進了當(dāng)?shù)卮髷?shù)據(jù)基礎(chǔ)設(shè)施的建設(shè)。這不僅包括硬件設(shè)備的升級，更包括相關(guān)的軟件技術(shù)和人才培養(yǎng)。通過這一系列的基礎(chǔ)設(shè)施投資，所在區(qū)域在大數(shù)據(jù)的采集、存儲和處理方面的能力得到顯著提升，為企業(yè)提供更加強大和高效的數(shù)據(jù)支持，使企業(yè)能夠全面了解市場和行業(yè)動態(tài)，降低信息不對稱程度。通過規(guī)范化和透明化的數(shù)據(jù)交易機制，企業(yè)可以便捷獲取所需的數(shù)據(jù)，降低獲取信息的難度。同時，健全的數(shù)據(jù)安全保障體系有效保護了數(shù)據(jù)的隱私和安全，提高了企業(yè)信息獲取和利用的信心。另一方面，大數(shù)據(jù)試驗區(qū)的建設(shè)也有助于提升不同政府部門與市場主體之間的數(shù)據(jù)共享程度。通過打破數(shù)據(jù)孤島和減少數(shù)據(jù)壟斷，企業(yè)更容易獲取多元化的信息資源，降低獲取外部信息的成本。政府與企業(yè)間的緊密合作，能讓企業(yè)能全面了解市場需求、行業(yè)變化和政策趨勢，從而準(zhǔn)確地制定經(jīng)營策略。

在此情況下，信息不對稱程度的降低將有助于減少企業(yè)脫實向虛行為。一方面，信息不對稱程度的降低有助于改善企業(yè)與投資者之間的關(guān)系。在信息對稱的基礎(chǔ)上，企業(yè)更容易建立與投資者之間的信任，而信任是企業(yè)融資和發(fā)展的基石。投資者更傾向于支持那些能夠提供清晰透明信息的企業(yè)，有助于他們更好地了解企業(yè)的真實運營狀況和未來發(fā)展計劃。因此，信息不對稱程度的降低可以視為企業(yè)贏得投資者支持的關(guān)鍵手段。另一方面，信息透明度的提高與市場競爭的激烈程度也有直接關(guān)聯(lián)。企業(yè)在市場上的競爭通常需要充分的信息共享，以便準(zhǔn)確了解行業(yè)趨勢、競爭對手的動態(tài)和市場需求。當(dāng)企業(yè)能夠主動降低信息不對稱程度，將更多的信息共享給其他市場參與者時，整個市場將更加公平，企業(yè)也能更好地適應(yīng)市場的變化，提高競爭力，進而減少不必要的金融投資（套利）活動。

2. 發(fā)展質(zhì)效提升機制

大數(shù)據(jù)試驗區(qū)建設(shè)能有效提升企業(yè)全要素生產(chǎn)率，進而有效降低其脫實向虛水平。一方面，大數(shù)據(jù)試驗區(qū)提升了企業(yè)運用大數(shù)據(jù)對生產(chǎn)、銷售、物流等方面的數(shù)據(jù)分析能力，企業(yè)能對消費者的需求和偏好作出精準(zhǔn)判斷，并以此指導(dǎo)生產(chǎn)和銷售等環(huán)節(jié)，及時調(diào)整各項目的投資周期和資金投入，優(yōu)化原材料的使用效率和存貨周轉(zhuǎn)速度，提升企業(yè)的生產(chǎn)效率［11-12］。另一方面，大數(shù)據(jù)的深入運用提升了生產(chǎn)線的自動化和數(shù)字化程度，在一定程度上降低了對勞動力的需求，有效降低企業(yè)的勞動力成本［13］。加之大數(shù)據(jù)時代下資金供求雙方的匹配更方便快捷，能有效降低企業(yè)在融資中所需承擔(dān)的成本。這些成本的降低也有助于企業(yè)全要素生產(chǎn)率的提升［14］。

在此情況下，全要素生產(chǎn)率的提升將能有效治理企業(yè)脫實向虛。通過優(yōu)化全要素生產(chǎn)率，企業(yè)可以高效利用資源，降低生產(chǎn)和經(jīng)營的總成本。成本的有效控制將使企業(yè)在實體項目上的投資有利可圖，減輕企業(yè)對金融投資的依賴。此外，全要素生產(chǎn)率的優(yōu)化還有助于提升企業(yè)在實體領(lǐng)域的競爭力。通過不斷提高生產(chǎn)效率和產(chǎn)品質(zhì)量，企業(yè)可以更好地滿足市場需求，贏得客戶信任，增加市場份額。這種實質(zhì)性生產(chǎn)總量的增長和市場占有率的提升將進一步激發(fā)企業(yè)對實體項目的投資興趣，減少對金融項目的過度追求。

3. 風(fēng)險平滑機制

大數(shù)據(jù)試驗區(qū)建設(shè)能夠有效提升企業(yè)主動性風(fēng)險承擔(dān)意愿，進而有效降低其脫實向虛水平。一方面，大數(shù)據(jù)試驗區(qū)試點的廣泛開展向市場主體明確傳達了政府對數(shù)字化技術(shù)的大力支持態(tài)度，而政府的政策意圖也會對企業(yè)的生產(chǎn)經(jīng)營產(chǎn)生影響。企業(yè)往往愿意主動承擔(dān)一定的風(fēng)險，提升數(shù)字化技術(shù)在生產(chǎn)經(jīng)營中的應(yīng)用程度以把握這一政策機遇。另一方面，大數(shù)據(jù)試驗區(qū)試點顯著改善了企業(yè)內(nèi)部的數(shù)據(jù)流通狀況，各部門之間的信息溝通效率得到有效提升，管理層也能掌握生產(chǎn)和經(jīng)營各環(huán)節(jié)的具體狀況并加以監(jiān)督，使提高生產(chǎn)和經(jīng)營效益成為可能［15］。企業(yè)因而愿意為實體項目承擔(dān)更高的風(fēng)險以獲取實體項目收益［16］。

在此情況下，企業(yè)主動性風(fēng)險承擔(dān)意愿的提升將有助于降低其脫實向虛水平。首先，企業(yè)提高主動性風(fēng)險承擔(dān)意愿，通常還伴隨更積極的投資態(tài)度。企業(yè)會更傾向于在實體項目中投入更多資源，包括人力、財力和技術(shù)支持，以應(yīng)對實體項目的不確定性和風(fēng)險挑戰(zhàn)。投資態(tài)度的改變使企業(yè)更專注于真實的生產(chǎn)和服務(wù)領(lǐng)域，減少對金融領(lǐng)域的投機性投資。其次，主動性風(fēng)險承擔(dān)意愿的提升促使企業(yè)注重創(chuàng)新和研發(fā)。由于創(chuàng)新項目常伴有高風(fēng)險，但也可能帶來高回報，企業(yè)在提升主動性風(fēng)險承擔(dān)意愿的同時，更愿意投入資源進行創(chuàng)新，推動實體項目的發(fā)展。這種創(chuàng)新驅(qū)動的經(jīng)營模式有助于企業(yè)擺脫對短期虛擬性收益的過度追求，從而減緩其脫實向虛的趨勢。由此，本文提出假設(shè)1。

H1：大數(shù)據(jù)試驗區(qū)建設(shè)能夠有效降低企業(yè)脫實向虛水平。

（二）基于金融監(jiān)管配套視角下大數(shù)據(jù)試驗區(qū)政策的治理效應(yīng)研究

對實體企業(yè)而言，較高的脫實向虛水平意味著企業(yè)對金融投資領(lǐng)域給予了較多的資源傾斜［17-18］，容易引起實體產(chǎn)業(yè)空心化的問題［19-20］，因此，對企業(yè)的投資行為加強治理就顯得尤為必要。在較強的金融監(jiān)管環(huán)境下，企業(yè)脫實向虛將得到一定程度的遏制：從資金供給端來看，較強的金融監(jiān)管使那些不符合監(jiān)管要求的金融項目得到重點治理，銀行的信貸規(guī)模和投放結(jié)構(gòu)也將更加規(guī)范，有助于引導(dǎo)金融回歸服務(wù)實體經(jīng)濟的應(yīng)有之義；從資金需求端來看，較強的金融監(jiān)管增加了企業(yè)融資成本，提升了金融套利的合規(guī)監(jiān)管強度，從而降低企業(yè)的套利利潤，這也將有助于降低實體企業(yè)脫實向虛的主觀能動性［21］。大數(shù)據(jù)試驗區(qū)政策構(gòu)建了全面的金融數(shù)據(jù)平臺，為監(jiān)管提供了豐富、全面的數(shù)據(jù)資源。金融監(jiān)管通過借助大數(shù)據(jù)技術(shù)，實現(xiàn)了對金融市場的智能監(jiān)管，從而更精準(zhǔn)地洞察企業(yè)金融化行為。大數(shù)據(jù)試驗區(qū)政策推動了數(shù)據(jù)共享，金融監(jiān)管能夠全面獲取企業(yè)金融化的相關(guān)信息。監(jiān)管機構(gòu)通過大數(shù)據(jù)技術(shù)，實現(xiàn)對不同企業(yè)個性化治理，能更迅速地識別潛在風(fēng)險。當(dāng)監(jiān)管機制明確、嚴(yán)格時，企業(yè)傾向于遵循相關(guān)規(guī)定。這種協(xié)同效應(yīng)使得政策與監(jiān)管相互促進，共同推動金融化治理的實現(xiàn)。在此情況下，較強的金融監(jiān)管進一步疊加大數(shù)據(jù)試驗區(qū)的政策紅利，使大數(shù)據(jù)試驗區(qū)對企業(yè)脫實向虛的抑制作用得到更為充分的發(fā)揮。由此，本文提出假設(shè)2。

H2：大數(shù)據(jù)試驗區(qū)政策在較強的金融監(jiān)管環(huán)境下，對企業(yè)脫實向虛的抑制作用更為明顯。

三、研究設(shè)計

（一）數(shù)據(jù)來源

本文以我國滬深兩市A股上市公司為研究對象，以2007—2022年為研究年限，圍繞大數(shù)據(jù)試驗區(qū)政策對企業(yè)脫實向虛的因果機制展開探索，企業(yè)層面的財務(wù)指標(biāo)來自WIND數(shù)據(jù)庫，宏觀層面的區(qū)域指標(biāo)則取自各類統(tǒng)計年鑒。此外，本文還進行以下三類指標(biāo)的預(yù)處理：①剔除金融類企業(yè)，僅保留實體企業(yè)；②剔除特殊狀態(tài)（ST、IPO）的企業(yè)；③對連續(xù)變量實施1%左右的縮尾處理。

（二）變量設(shè)定

1. 被解釋變量

本文被解釋變量為企業(yè)脫實向虛（FC）。借鑒李增福等（2022）［22］的方法，采用企業(yè)特定時期內(nèi)金融資產(chǎn)持有份額的方法來刻畫企業(yè)脫實向虛的程度。具體來看，F(xiàn)C=（交易性金融資產(chǎn)+衍生金融資產(chǎn)+發(fā)放貸款及墊款凈額+可供出售金融資產(chǎn)凈額+持有至到期投資凈額+長期股權(quán)投資凈額+投資性房地產(chǎn)凈額）/總資產(chǎn)。

2. 核心解釋變量

本文核心解釋變量為大數(shù)據(jù)試驗區(qū)政策變量（BDT）?；凇洞龠M大數(shù)據(jù)發(fā)展行動綱要》的政策試點，本文設(shè)置了大數(shù)據(jù)試驗區(qū)政策變量BDT，即表示省份i在第t年納入了試點范圍，BDT的回歸系數(shù)體現(xiàn)了大數(shù)據(jù)試驗區(qū)試點政策前后企業(yè)綠色技術(shù)創(chuàng)新活動的變化程度，是本文重點關(guān)注的內(nèi)容。

3. 控制變量

為提高回歸方程的估計效率，本文還納入了如下變量：企業(yè)總資產(chǎn)（TA）、總收入（TI）、杠桿率（Lev）、賬面市值比（BM）、凈資產(chǎn)收益率（ROE）、年齡（Age）、兩職合一（Dual，董事長與總經(jīng)理兼任時取1，否則為0）、第一大股東股權(quán)集中度（BIGR）、機構(gòu)投資者持股比例（II）和經(jīng)濟增長水平（P-GDP）。

（三）模型設(shè)定

本文設(shè)定如下模型對大數(shù)據(jù)試驗區(qū)政策影響企業(yè)脫實向虛的因果關(guān)系進行檢驗：

其中：FC為企業(yè)脫實向虛變量;BDT為大數(shù)據(jù)試驗區(qū)政策變量，實證分析中重點關(guān)注其回歸系數(shù)λ1；λ為常數(shù)項，λi為第i個控制變量的系數(shù)；CVs為控制變量集；Firmamp;Year指代估計中采用的企業(yè)、時間雙固定效應(yīng)；[εit]為誤差項。

（四）機制模型設(shè)定

為進一步打開研究對象之間的理論黑箱，本文還擬在基準(zhǔn)模型的基礎(chǔ)上進行影響機制的驗證。具體而言，本文擬借鑒溫忠麟等（2004）［23］的研究，采用中介模型的方法進行機制檢驗。具體模型如下：

其中：FC、BDT、CVs意義同式（1）；Mediator表示機制變量；θ、?為常數(shù)項；[τit]、[ξit]為誤差項。若式（2）中系數(shù)θ1顯著時，式（3）中[?′1]和[?′2]皆顯著則說明政策對企業(yè)脫實向虛行為的影響部分通過機制變量得以傳導(dǎo)；反之，若[?′1]不顯著而[?′2]顯著則說明這一影響在某個機制變量中得以完全傳導(dǎo)。

而在中介機制變量的選取上，遵循既受到政策變量影響，同時又能對企業(yè)脫實向虛行為產(chǎn)生顯著影響的邏輯原則，并結(jié)合前述理論分析的結(jié)果，本文主要從信息優(yōu)化、發(fā)展質(zhì)效提升和風(fēng)險平滑三個方面進行篩選。首先，借鑒章雁和周艷秋（2013）［24］、周開國等（2014）［25］的研究方法，分別采用內(nèi)部控制信息披露水平（IC）、分析師關(guān)注水平（ID）作為信息優(yōu)化的代理變量，由于上述兩個變量通常是用來衡量股價信息價值，因此，其與信息優(yōu)化呈正相關(guān)關(guān)系。其次，分別采用全要素生產(chǎn)率（TFP）和總資產(chǎn)周轉(zhuǎn)率（TATO）來表征企業(yè)的發(fā)展質(zhì)效提升。其中，根據(jù)魯曉東和連玉君（2012）的方法［26］，采用半?yún)?shù)方法對樣本企業(yè)的全要素生產(chǎn)率進行測算；而總資產(chǎn)周轉(zhuǎn)率則借鑒許曉芳等（2020）［27］的方法自行測算。最后，企業(yè)風(fēng)險平滑水平的代理變量則分別使用主動性風(fēng)險承擔(dān)水平（RT）和財務(wù)風(fēng)險水平（Z-score）這兩個指標(biāo)予以表征。其中，借鑒馬連福和杜善重（2021）［28］的研究，使用股票日收益年度波動率的自然對數(shù)來衡量企業(yè)風(fēng)險承擔(dān)能力；而財務(wù)風(fēng)險水平則借鑒Altman等（2017）［29］的研究，采用企業(yè)的財務(wù)破產(chǎn)風(fēng)險來表示。

四、實證結(jié)果與分析

（一）基準(zhǔn)回歸

大數(shù)據(jù)試驗區(qū)政策在治理企業(yè)金融化方面發(fā)揮著重要作用，見表1所列?？梢钥闯?，大數(shù)據(jù)試驗區(qū)建設(shè)對企業(yè)金融化產(chǎn)生了顯著影響。模型（1）僅考慮了“時間-個體”固定效應(yīng)，結(jié)果顯示，大數(shù)據(jù)試驗區(qū)建設(shè)對企業(yè)金融化有積極的治理作用。具體而言，BDT的回歸系數(shù)為-0.005，t值為-3.314，通過了1%的顯著性檢驗。模型（2）進一步納入了相關(guān)的控制變量組，以更全面地考察大數(shù)據(jù)試驗區(qū)建設(shè)對企業(yè)金融化的治理效果。具體而言，BDT的回歸系數(shù)為-0.006，且通過了1%的顯著性檢驗。結(jié)果表明，即使考慮了其他影響因素，大數(shù)據(jù)試驗區(qū)建設(shè)仍然在高度顯著的狀態(tài)下對企業(yè)金融化產(chǎn)生積極的治理效果。本部分的實證研究也為假設(shè)1提供了經(jīng)驗證據(jù)。

（二）穩(wěn)健性檢驗與內(nèi)生性處理

本部分針對前述實證研究的穩(wěn)健性展開進一步分析。①平行趨勢檢驗。重點關(guān)注雙重差分模型中的平行趨勢，以確保政策實施前處理組與控制組在時間趨勢上的相似性。通過檢驗時間趨勢是否在處理組和控制組中呈現(xiàn)出平行的特征，能夠驗證模型基礎(chǔ)的合理性和有效性。②剔除部分樣本分析。對全樣本中的一些具有特殊性質(zhì)的樣本進行剔除，以確保分析更為穩(wěn)健。通過剔除可能引入偏誤的樣本，可以更準(zhǔn)確地評估大數(shù)據(jù)試驗區(qū)政策對企業(yè)金融化的影響。③PSM+DID檢驗。引入PSM方法，先通過傾向得分匹配法來構(gòu)建更平衡的處理組和控制組，然后基于匹配后的樣本進行DID檢驗，以更加準(zhǔn)確地估計大數(shù)據(jù)試驗區(qū)政策對企業(yè)金融化的治理效果，這一方法有助于排除潛在的選擇偏誤，提高因果推斷的可靠性。

1. 平行趨勢檢驗

表2的實證分析主要是針對雙重差分檢驗的平行趨勢假設(shè)進行檢驗，以最大限度提升研究的穩(wěn)健性和可靠性。鑒于此，本文設(shè)置“向前3年—向后3年”沖擊變量，并重新展開識別檢驗。實證結(jié)果發(fā)現(xiàn)，在未納入相關(guān)控制變量的列（1）中，政策時點沖擊前的政策變量組（Before系列變量）以及政策當(dāng)年度的政策變量（Current）均不顯著，而政策時點沖擊后的政策變量組（After系列變量）的回歸系數(shù)均為負值且至少通過了5%的顯著性檢驗。在列（2）中，進一步考慮了控制變量集合，政策時點沖擊前的政策變量組依舊呈現(xiàn)不顯著的狀態(tài)，而政策沖擊后的變量組則呈現(xiàn)較強的顯著性。上述實證結(jié)果均清晰表明，處理組與控制組之間具有較為顯著的共同趨勢，本文的準(zhǔn)自然實驗是有效的。

2. 剔除部分樣本分析

表3的實證檢驗致力于在全樣本的基礎(chǔ)上進行更深入的驗證，通過剔除一些具有特殊性質(zhì)的樣本，確?；貧w結(jié)果不受其他不可觀測因素的干擾。在此過程中，本文運用了“時間-空間”兩個維度對原有樣本進行剔除處理。具體而言，在時間維度上，在樣本年限（2007—2022年）內(nèi)發(fā)生了重要的外部金融事件沖擊，尤其是2008年的國際金融危機，這些事件在很大程度上可能影響金融資源的配置和企業(yè)的生產(chǎn)決策行為。因此，本文為了剔除國際金融危機的影響，將樣本年限截取為2011—2022年。在空間維度上，鑒于直轄市具有獨特的政治、經(jīng)濟屬性，這些特殊屬性可能對原有回歸結(jié)果造成干擾，因此，本文也將此類樣本剔除。實證結(jié)果表明，無論本文如何對樣本進行結(jié)構(gòu)上的刪除，原有的核心結(jié)論仍然保持高度的穩(wěn)健性。這意味著即使考慮時間和空間維度上的特殊性，本文的研究結(jié)論依然具有可靠性。通過這一系列剔除處理，確保了本文結(jié)論在排除其他因素干擾的情況下仍然成立。這種系統(tǒng)的穩(wěn)健性檢驗為本文研究提供了更為深刻和可信的支持，從而對實證結(jié)果的解讀更加清晰和有力。

3. DID+PSM檢驗

表4的實證檢驗以PSM配對為基礎(chǔ)，先采用馬氏匹配、半徑匹配和最近鄰匹配等技術(shù)處理樣本，然后對其重新進行了檢驗。采用多樣的PSM匹配方法的目的在于確保本文對大數(shù)據(jù)試驗區(qū)政策對企業(yè)金融化治理效果的估計更為精確和可靠。結(jié)果顯示，無論采用何種匹配技術(shù)，無論是否在回歸中納入控制變量組，大數(shù)據(jù)試驗區(qū)政策（BDT）的回歸系數(shù)均為負值，且具有顯著的統(tǒng)計學(xué)意義，因此，研究的穩(wěn)健性更加可靠。

（三）異質(zhì)性檢驗

1. 企業(yè)科技屬性差異

高科技企業(yè)與非高科技企業(yè)可能面臨不同的金融挑戰(zhàn)與需求，在研究中引入這兩類企業(yè)，有助于更具體地了解大數(shù)據(jù)試驗區(qū)政策是否能夠滿足不同行業(yè)的金融化治理需求。這種針對性的分析為政策制定提供切實可行的指導(dǎo)，以便更好地滿足企業(yè)多樣化的金融化治理需求，促進各行業(yè)的可持續(xù)發(fā)展。鑒于此，本文在原有的分析范式中進一步嵌入了“高科技企業(yè)-非高科技企業(yè)”的異質(zhì)性識別檢驗。

由表5列（1）、列（2）可見，大數(shù)據(jù)試驗區(qū)政策對高科技企業(yè)的金融化并未產(chǎn)生顯著影響（回歸系數(shù)為0.001，而t統(tǒng)計量僅為0.322）；對于非高科技企業(yè)的金融化而言，大數(shù)據(jù)試驗區(qū)政策變量的回歸系數(shù)為-0.012，且通過了1%的顯著性檢驗，這意味著大數(shù)據(jù)試驗區(qū)政策能夠?qū)Ψ歉呖萍计髽I(yè)金融化產(chǎn)生較好的治理作用。之所以呈現(xiàn)上述差異，原因在于：首先，高科技企業(yè)與非高科技企業(yè)在融資渠道上存在明顯差異。高科技企業(yè)往往能夠吸引風(fēng)險投資、私募股權(quán)融資等創(chuàng)新性融資方式，這些渠道對其技術(shù)創(chuàng)新和研發(fā)項目的支持更為靈活。因此，大數(shù)據(jù)試驗區(qū)政策可能在這些企業(yè)中產(chǎn)生相對較小的金融化治理效果。相反，非高科技企業(yè)更依賴傳統(tǒng)的銀行貸款和債券融資，大數(shù)據(jù)試驗區(qū)政策在這一領(lǐng)域的引導(dǎo)與規(guī)范更容易顯現(xiàn)明顯的治理作用。進一步來看，高科技企業(yè)的金融化可能更為復(fù)雜，涉及更多非傳統(tǒng)金融工具和非市場性質(zhì)的融資形式，政策制定者可能難以設(shè)計一套能夠全面適應(yīng)高科技企業(yè)金融化需求的通用治理工具。相較于非高科技企業(yè)，高科技企業(yè)更傾向于通過創(chuàng)新性的融資手段來滿足資金需求，如私人投資等。因此，大數(shù)據(jù)試驗區(qū)政策對高科技企業(yè)的金融化可能需要更為個性化和靈活的治理方法，而這在大數(shù)據(jù)試驗區(qū)政策的整體性質(zhì)下可能難以完全實現(xiàn)。

2. 產(chǎn)權(quán)屬性差異

國有企業(yè)與非國有企業(yè)在所有權(quán)結(jié)構(gòu)上存在顯著差異。國有企業(yè)通常受到政府控制，其融資可能更易受政府政策的影響。相比之下，非國有企業(yè)更能自主決策，并可能更傾向于選擇市場導(dǎo)向的融資方式。因此，研究大數(shù)據(jù)試驗區(qū)政策對這兩類企業(yè)金融化的影響，可以揭示所有權(quán)結(jié)構(gòu)對企業(yè)融資行為的調(diào)節(jié)效果，為政策制定提供差異化指導(dǎo)。鑒于此，本文在原有的分析范式中進一步嵌入了“國有企業(yè)-非國有企業(yè)”的異質(zhì)性識別檢驗。

表5列（3）、列（4）顯示，大數(shù)據(jù)試驗區(qū)政策對非國有企業(yè)的金融化并未產(chǎn)生顯著影響（回歸系數(shù)為-0.001，而t統(tǒng)計量僅為-0.205）；對國有企業(yè)的金融化而言，大數(shù)據(jù)試驗區(qū)政策變量的回歸系數(shù)為-0.006，且通過了1%的顯著性檢驗，這意味著大數(shù)據(jù)試驗區(qū)政策能夠?qū)衅髽I(yè)金融化產(chǎn)生較好的治理作用。之所以呈現(xiàn)上述差異，原因在于：一方面，國有企業(yè)與非國有企業(yè)在企業(yè)治理結(jié)構(gòu)、經(jīng)營決策機制以及融資渠道等方面存在顯著差異。國有企業(yè)經(jīng)營和融資決策通常受到政府政策的影響，因此，大數(shù)據(jù)試驗區(qū)政策在國有企業(yè)中的治理作用可能更為明顯，這些企業(yè)更容易適應(yīng)并響應(yīng)政策的引導(dǎo)，而非國有企業(yè)可能更依賴于市場機制，政策的影響相對較小。另一方面，國有企業(yè)與非國有企業(yè)的融資需求和融資機制存在明顯差異。國有企業(yè)可能更側(cè)重于政府引導(dǎo)的融資機制，如銀行貸款和政府資金支持，而非國有企業(yè)可能更傾向于市場化融資，包括股權(quán)融資和債券融資。綜上，大數(shù)據(jù)試驗區(qū)政策能更直接滿足國有企業(yè)的特殊融資需求，從而對抑制其金融化產(chǎn)生顯著影響，而對非國有企業(yè)來說，政策的效果則相對較弱。

3. 地區(qū)屬性差異

我國東部地區(qū)與中西部地區(qū)經(jīng)濟發(fā)展水平存在明顯差異。東部地區(qū)經(jīng)濟相對發(fā)達，金融資源更為充裕，企業(yè)可能更易獲得銀行貸款、股權(quán)融資等多元化的融資渠道。相比之下，中西部地區(qū)的企業(yè)可能更依賴于傳統(tǒng)的金融手段，如銀行貸款。通過考察這兩個地區(qū)企業(yè)的金融化差異，本文能夠更好地理解大數(shù)據(jù)試驗區(qū)政策在治理不同地區(qū)企業(yè)金融化方面存在差異性，從而提出更具區(qū)域差異性的政策建議。鑒于此，本文在原有的分析范式中進一步嵌入了“東部地區(qū)企業(yè)-中西部地區(qū)企業(yè)”的異質(zhì)性識別檢驗。

由表5列（5）、列（6）可見，大數(shù)據(jù)試驗區(qū)政策對中西部地區(qū)企業(yè)的金融化并未產(chǎn)生顯著影響（回歸系數(shù)為-0.006，而t統(tǒng)計量僅為-1.224）；對東部地區(qū)企業(yè)的金融化而言，大數(shù)據(jù)試驗區(qū)政策變量的回歸系數(shù)為-0.005，且通過了1%的顯著性檢驗，這意味著大數(shù)據(jù)試驗區(qū)政策能夠?qū)|部地區(qū)企業(yè)金融化產(chǎn)生較好的治理作用。之所以呈現(xiàn)上述差異，原因在于：不同地區(qū)的政府政策執(zhí)行效果存在差異。東部地區(qū)政府能更有效地貫徹執(zhí)行大數(shù)據(jù)試驗區(qū)政策，確保其在治理企業(yè)金融化方面發(fā)揮作用。相對而言，中西部地區(qū)可能在政策執(zhí)行方面存在一些挑戰(zhàn)，導(dǎo)致政策的治理效果不如東部地區(qū)顯著。地方政府政策執(zhí)行力的不同可能是導(dǎo)致地區(qū)差異的重要因素之一。特別是東部地區(qū)，通常擁有更為多元化和先進的產(chǎn)業(yè)結(jié)構(gòu)，包括高科技等創(chuàng)新性領(lǐng)域，大數(shù)據(jù)試驗區(qū)政策可能更注重抑制這些領(lǐng)域的金融化，因此，在東部地區(qū)企業(yè)中表現(xiàn)出顯著的治理效果。而中西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)可能更偏向傳統(tǒng)制造業(yè)，政策在這方面的引導(dǎo)可能相對較弱，導(dǎo)致政策對中西部地區(qū)企業(yè)金融化的治理效果并不顯著。

五、大數(shù)據(jù)試驗區(qū)政策影響企業(yè)金融化的機制檢驗

為更清晰闡述大數(shù)據(jù)試驗區(qū)政策對企業(yè)金融化的影響機制，本文將從信息優(yōu)化、發(fā)展質(zhì)效提升和風(fēng)險平滑三個維度展開檢驗。

（一）信息優(yōu)化機制檢驗

由表6 可知，列（1）的回歸系數(shù)為-0.006，且通過1%的顯著性檢驗，表明大數(shù)據(jù)試驗區(qū)政策的執(zhí)行能夠有效降低企業(yè)金融化水平；列（2）的回歸系數(shù)為0.015，且通過了5%的顯著性檢驗，表明大數(shù)據(jù)試驗區(qū)政策的執(zhí)行能夠有效提升企業(yè)內(nèi)部控制信息披露水平（IC）；列（4）的回歸系數(shù)為0.035，且通過了5%的顯著性檢驗，表明大數(shù)據(jù)試驗區(qū)政策的執(zhí)行也能夠促進外部分析師的關(guān)注水平（ID）提升；進一步地，通過列（3）和列（5）（IC的回歸系數(shù)為-0.006，ID的回歸系數(shù)為-0.004，且均通過了1%的顯著性檢驗）可以看出，信息不對稱的改善還能夠有效降低企業(yè)的金融化水平。上述結(jié)果表明，大數(shù)據(jù)試驗區(qū)政策能夠有效改善企業(yè)的信息不對稱水平，這種優(yōu)化能夠顯著抑制企業(yè)的金融化活動。本文認為，首先，大數(shù)據(jù)試驗區(qū)政策的實施通過大數(shù)據(jù)技術(shù)的整合和分析，使企業(yè)的信息更加透明和可獲取。企業(yè)經(jīng)營、市場表現(xiàn)等數(shù)據(jù)被整合，為各方提供更全面的數(shù)據(jù)，有助于提高投資者對企業(yè)的信心，因為他們能夠更清晰地評估企業(yè)的經(jīng)營狀況，從而減少企業(yè)盲目進行金融化的可能性。其次，大數(shù)據(jù)試驗區(qū)政策推動了企業(yè)決策的科學(xué)性。通過更全面的數(shù)據(jù)支持，企業(yè)能夠更準(zhǔn)確地制定戰(zhàn)略和經(jīng)營計劃。大數(shù)據(jù)分析為企業(yè)提供了更多的市場信息、消費者需求等方面的數(shù)據(jù)，有助于企業(yè)制定更具前瞻性的發(fā)展戰(zhàn)略，使企業(yè)更注重發(fā)展實體經(jīng)濟。

（二）發(fā)展質(zhì)效提升機制檢驗

由表7可知，列（1）的回歸系數(shù)為-0.006，且通過1%的顯著性檢驗，表明大數(shù)據(jù)試驗區(qū)政策的執(zhí)行能夠有效抑制企業(yè)金融化水平的提升；列（2）的回歸系數(shù)為0.006，且通過了5%的顯著性檢驗，表明大數(shù)據(jù)試驗區(qū)政策的執(zhí)行能夠有效提升企業(yè)的全要素生產(chǎn)率（TFP）；列（4）的回歸系數(shù)為0.017，且通過了1%的顯著性檢驗，表明大數(shù)據(jù)試驗區(qū)政策的執(zhí)行同時也能夠促進總資產(chǎn)周轉(zhuǎn)率（TATO）的提升；進一步地，通過列（3）和列（5）（回歸系數(shù)分別為-0.035和-0.013，且均通過了1%的顯著性檢驗）可以看出，企業(yè)發(fā)展質(zhì)效水平的提升顯著降低了企業(yè)的金融化水平。上述結(jié)果表明，大數(shù)據(jù)試驗區(qū)政策能夠有效提升企業(yè)發(fā)展質(zhì)效，這種改變能夠顯著抑制企業(yè)的金融化沖動。本文認為，首先，大數(shù)據(jù)試驗區(qū)政策的實施使企業(yè)在發(fā)展質(zhì)效上得到了顯著提升，其中，經(jīng)營效率、技術(shù)創(chuàng)新和市場競爭力的提高，使企業(yè)更具發(fā)展實體經(jīng)濟實力。這種發(fā)展質(zhì)效的提升降低了企業(yè)過度依賴金融工具的傾向，使它們更傾向于通過實體經(jīng)濟手段獲取資金和收益［30］，而非簡單依賴金融手段進行擴張。其次，大數(shù)據(jù)試驗區(qū)政策強調(diào)創(chuàng)新導(dǎo)向，通過大數(shù)據(jù)技術(shù)的應(yīng)用，企業(yè)能夠更深入地了解市場需求、優(yōu)化生產(chǎn)流程，這種創(chuàng)新導(dǎo)向的企業(yè)發(fā)展模式使企業(yè)更加注重產(chǎn)品和服務(wù)的真實附加值，而非過度依賴金融手段進行虛擬的經(jīng)濟活動。企業(yè)在這種模式下更加注重實際業(yè)務(wù)創(chuàng)新，降低企業(yè)過度金融化的可能性，因為其核心發(fā)展動力在于創(chuàng)新而非金融投機。最后，大數(shù)據(jù)試驗區(qū)政策推動企業(yè)在全面發(fā)展的視角下進行戰(zhàn)略規(guī)劃。通過充分了解市場、消費者需求以及行業(yè)變革趨勢，企業(yè)能夠制定全面的發(fā)展戰(zhàn)略，而非僅僅關(guān)注短期的金融化目標(biāo)，這種全面發(fā)展的戰(zhàn)略導(dǎo)向減少了企業(yè)對金融手段的狹隘依賴，使企業(yè)更注重長遠的可持續(xù)發(fā)展。

（三）風(fēng)險平滑機制檢驗

由表8可知，列（1）的回歸系數(shù)為-0.006，且通過1%的顯著性檢驗，表明大數(shù)據(jù)試驗區(qū)政策的執(zhí)行能夠有效治理企業(yè)脫實向虛；列（2）的回歸系數(shù)為0.016，且通過了1%的顯著性檢驗，表明大數(shù)據(jù)試驗區(qū)政策的執(zhí)行能夠有效提升企業(yè)的主動性風(fēng)險承擔(dān)水平（RT）；列（4）的回歸系數(shù)為0.032，且通過了5%的顯著性檢驗，表明大數(shù)據(jù)試驗區(qū)政策的執(zhí)行同時也能夠降低企業(yè)面臨的財務(wù)風(fēng)險水平（Z-score）；進一步地，通過列（3）和列（5）（RT的回歸系數(shù)為-0.011，Z-score的回歸系數(shù)為-0.006，且均通過了5% 的顯著性檢驗）可以看出，企業(yè)發(fā)展質(zhì)效水平的提升顯著降低了企業(yè)的金融化水平。上述結(jié)果表明，大數(shù)據(jù)試驗區(qū)政策能夠有效提升企業(yè)平滑風(fēng)險能力，這種改變能夠顯著抑制企業(yè)的金融化沖動。首先，大數(shù)據(jù)試驗區(qū)政策通過強調(diào)風(fēng)險管理的前瞻性，使企業(yè)更愿意主動承擔(dān)風(fēng)險。大數(shù)據(jù)分析為企業(yè)提供了更加準(zhǔn)確的風(fēng)險識別與評估工具，使企業(yè)能夠更理性地面對潛在的經(jīng)營風(fēng)險。企業(yè)在更加全面、精準(zhǔn)地了解風(fēng)險的基礎(chǔ)上，更愿意通過實體經(jīng)濟手段主動承擔(dān)風(fēng)險，而不是簡單地依賴金融化工具來規(guī)避風(fēng)險。其次，大數(shù)據(jù)試驗區(qū)政策提升了企業(yè)的信息透明度，使企業(yè)經(jīng)營狀況、市場表現(xiàn)等方面的信息更加清晰可見，降低了信息不對稱可能帶來的風(fēng)險。企業(yè)在信息更加透明的環(huán)境下更愿意主動面對風(fēng)險，并通過更加理性的經(jīng)營決策來降低風(fēng)險。最后，大數(shù)據(jù)試驗區(qū)政策鼓勵企業(yè)進行科技創(chuàng)新，提高了企業(yè)應(yīng)對市場變化和行業(yè)風(fēng)險的能力，且通過大數(shù)據(jù)技術(shù)的應(yīng)用，企業(yè)能夠更深入了解市場需求、優(yōu)化生產(chǎn)流程，推動新產(chǎn)品和新服務(wù)的開發(fā)。這種科技創(chuàng)新不僅為企業(yè)帶來了競爭優(yōu)勢，同時也有助于降低企業(yè)的單一經(jīng)營風(fēng)險，為企業(yè)擺脫對金融投資的過度依賴提供了支持。

綜合上述研究可知，大數(shù)據(jù)試驗區(qū)政策的執(zhí)行能夠有效提升企業(yè)內(nèi)部控制信息披露水平、全要素生產(chǎn)率以及主動性風(fēng)險承擔(dān)水平，從而有效治理企業(yè)脫實向虛。由此，H1得到驗證。

六、進一步研究：大數(shù)據(jù)試驗區(qū)政策與金融監(jiān)管的協(xié)同效應(yīng)

本文初步研究僅關(guān)注大數(shù)據(jù)試驗區(qū)政策對企業(yè)金融化的治理，而在隨后的研究中，決定引入金融監(jiān)管要素，以使研究更加全面和精細。首先，從全面性治理的角度看，盡管大數(shù)據(jù)試驗區(qū)政策在推動企業(yè)采用大數(shù)據(jù)技術(shù)方面發(fā)揮重要作用，但金融化問題不僅限于技術(shù)，還包括金融市場運作水平、企業(yè)融資渠道多樣性以及金融體系整體健康程度。引入金融監(jiān)管要素有助于更加全面理解企業(yè)過度金融化的治理機制，并考慮大數(shù)據(jù)試驗區(qū)政策在這一過程中的引導(dǎo)作用。其次，考慮金融監(jiān)管對風(fēng)險管理和金融穩(wěn)定的重要性，本文需要研究政策對金融體系潛在風(fēng)險的管理程度，這將有助于構(gòu)建一個更加健康、穩(wěn)定的金融體系，防范企業(yè)過度金融化可能帶來的不穩(wěn)定因素。最后，考慮大數(shù)據(jù)試驗區(qū)政策在促進創(chuàng)新和包容金融發(fā)展方面的作用，引入金融監(jiān)管要素有助于關(guān)注金融體系的包容性和公平性。研究監(jiān)管措施對企業(yè)金融化的影響，能夠更好地了解政策如何引導(dǎo)金融市場，這將有助于深化對企業(yè)金融化治理機制的理解，為制定更具體、更有針對性的政策提供支持，并在國家層面提出更深入的政策建議，既確保治理企業(yè)金融化具有創(chuàng)新性，又保持金融體系的穩(wěn)定性和公平性。因此，本文借鑒唐松等（2020）［31］的研究，構(gòu)建了金融監(jiān)管強度（Regulation）指標(biāo)，將區(qū)域金融監(jiān)管支出與金融業(yè)增加值之比作為代理變量，并建立如下回歸模型進行實證檢驗：

[FCit=α+β1BDTit+β2BDTit×FRit+β3FRit+∑λCVs+∑Firmamp;Year+εit] （4）

其中，F(xiàn)R為金融監(jiān)管強度變量，實證分析中重點關(guān)注交互項BDT×FR的回歸系數(shù)β2。

表9列（1）、列（2）是基于金融監(jiān)管強度進行“強-弱”組別的劃分。列（1）為金融監(jiān)管強度較強時，大數(shù)據(jù)試驗區(qū)政策對企業(yè)金融化具有明顯的治理作用（回歸系數(shù)為-0.004，且通過了5%的顯著性檢驗）；而列（2）為金融監(jiān)管強度較弱時，大數(shù)據(jù)試驗區(qū)政策對企業(yè)金融化的影響并未通過顯著性檢驗（回歸系數(shù)為0.001且t值偏?。?。上述實證結(jié)果表明，大數(shù)據(jù)試驗區(qū)政策在金融監(jiān)管較強的情形下得以充分釋放對企業(yè)金融化的治理作用。為了進一步驗證前述結(jié)論的可靠性，本文還采用交互項的方式展開檢驗：列（3）中交互項BDT×FR的回歸系數(shù)為-0.047，t值為-4.997，且通過了1%的顯著性檢驗，表明大數(shù)據(jù)試驗區(qū)政策在越強的金融監(jiān)管條件下，越能夠?qū)ζ髽I(yè)金融化起到更為突出的治理作用，從而驗證了前述結(jié)論的確當(dāng)性。由此，本文H2得到驗證。

進一步地，本文在表9的基礎(chǔ)上，切分了異質(zhì)性重新展開更為細致的檢驗，具體見表10所列。由表10可見，大數(shù)據(jù)試驗區(qū)政策在協(xié)同金融監(jiān)管后，展現(xiàn)出了較強的邊際改善作用：在表5中，大數(shù)據(jù)試驗區(qū)政策無法對高科技企業(yè)、非國有企業(yè)的金融化起到有效的治理作用，但在表10中，列（1）和列（4）的交互項系數(shù)均為負值（分別為-0.025和 -0.052），且至少通過了5%的顯著性檢驗，這表明在有效的金融監(jiān)管約束和規(guī)范下，大數(shù)據(jù)試驗區(qū)政策對企業(yè)金融化起到了優(yōu)化改善效果。列（2）、列（3）、列（5）的交互項系數(shù)均為負值，表明大數(shù)據(jù)試驗區(qū)政策顯著抑制非高科技企業(yè)、國有企業(yè)和東部地區(qū)企業(yè)的金融化水平（其結(jié)果同表5是一致的）。但需要注意的是，中西部地區(qū)企業(yè)的交互項系數(shù)依舊呈現(xiàn)不顯著的狀態(tài)（回歸系數(shù)為-0.028，t值僅為-1.485），這可能是因為中西部地區(qū)的金融發(fā)展和技術(shù)發(fā)展邊界相對有限，導(dǎo)致無論是大數(shù)據(jù)試驗區(qū)政策抑或是金融監(jiān)管都有明顯的效力邊界約束限制。

七、研究結(jié)論與政策啟示

數(shù)字經(jīng)濟時代下，國家的大數(shù)據(jù)試驗區(qū)政策能夠?qū)ζ髽I(yè)高質(zhì)量發(fā)展產(chǎn)生重要影響。本文基于大數(shù)據(jù)試驗區(qū)政策，研究該政策能否治理企業(yè)脫實向虛，并采用2007—2022年我國滬深兩市A股上市公司數(shù)據(jù)，檢驗大數(shù)據(jù)試驗區(qū)政策對企業(yè)金融化的影響機制和外部重要監(jiān)管條件，得出如下研究結(jié)論：

第一，大數(shù)據(jù)試驗區(qū)政策對企業(yè)金融化具有顯著的治理作用，該結(jié)論在經(jīng)多重穩(wěn)健性檢驗后依舊成立。第二，大數(shù)據(jù)試驗區(qū)政策對非高科技企業(yè)、國有企業(yè)、東部地區(qū)企業(yè)的金融化具有較為突出的治理作用。第三，大數(shù)據(jù)試驗區(qū)政策能夠有效改善企業(yè)信息不對稱、提升企業(yè)發(fā)展質(zhì)效并平滑企業(yè)風(fēng)險，由此能夠?qū)ζ髽I(yè)金融化進行有效治理。第四，大數(shù)據(jù)試驗區(qū)政策對企業(yè)金融化的治理效力同樣離不開金融監(jiān)管的協(xié)同作用，在較強的金融監(jiān)管支撐下，大數(shù)據(jù)試驗區(qū)政策對企業(yè)金融化的治理效果更為明顯。

本文的政策啟示如下：第一，持續(xù)推進大數(shù)據(jù)試驗區(qū)建設(shè)，推動大數(shù)據(jù)產(chǎn)業(yè)快速發(fā)展。在數(shù)字經(jīng)濟發(fā)展背景下，加快大數(shù)據(jù)發(fā)展是大勢所趨。由此，一方面，應(yīng)當(dāng)將大數(shù)據(jù)試驗區(qū)所探索出的寶貴經(jīng)驗加以總結(jié)并推廣，推動更多地區(qū)的大數(shù)據(jù)建設(shè)再上新臺階；另一方面，也應(yīng)當(dāng)鼓勵大數(shù)據(jù)產(chǎn)業(yè)與實體產(chǎn)業(yè)相結(jié)合，為實體產(chǎn)業(yè)的數(shù)字化建設(shè)和高質(zhì)量發(fā)展添磚加瓦。第二，充分發(fā)揮大數(shù)據(jù)試驗區(qū)的政策紅利，有效治理企業(yè)脫實向虛。本文研究表明，大數(shù)據(jù)的發(fā)展有助于抑制企業(yè)脫實向虛，且這種治理作用具有顯著的異質(zhì)性影響。據(jù)此，政府應(yīng)當(dāng)基于地區(qū)資源稟賦制定大數(shù)據(jù)發(fā)展的支持政策，同時也要鼓勵企業(yè)根據(jù)實際情況制定個性化的大數(shù)據(jù)發(fā)展戰(zhàn)略，助推大數(shù)據(jù)快速發(fā)展，使大數(shù)據(jù)在經(jīng)濟發(fā)展中充分發(fā)揮其改善信息不對稱的巨大作用，激勵企業(yè)為實體項目主動承擔(dān)更高風(fēng)險，促進全要素生產(chǎn)率的提升，為企業(yè)脫虛向?qū)嵉於▓詫嵒A(chǔ)。第三，加強金融監(jiān)管力度，削弱企業(yè)金融套利的動機，為大數(shù)據(jù)試驗區(qū)政策對企業(yè)脫實向虛治理作用的發(fā)揮提供良好保障。通過較高水平和較強力度的金融監(jiān)管，對企業(yè)的資金流向和流量進行全流程監(jiān)督，并對企業(yè)過度金融投融資需求加以抑制，引導(dǎo)實體企業(yè)專注于提升主營業(yè)務(wù)績效。第四，建立完善的脫實向虛治理機制。一方面，應(yīng)深化金融體系改革，優(yōu)化金融資源配置效率，盡最大可能緩解企業(yè)融資困難，使企業(yè)無須通過金融化途徑去另辟蹊徑獲取資金；另一方面，也要形成地方產(chǎn)業(yè)化支持體系，從財稅激勵和產(chǎn)業(yè)扶持等方面著手，分擔(dān)實體產(chǎn)業(yè)的創(chuàng)新和生產(chǎn)成本，提升實體產(chǎn)業(yè)的收益率，為企業(yè)專注于實體項目提供良好的發(fā)展動力。

參考文獻：

［1］黃海濤，余志君，楊賢宏.金融監(jiān)管對企業(yè)金融化的影響及監(jiān)管角色構(gòu)建——基于期限結(jié)構(gòu)異質(zhì)性視角下的經(jīng)驗證據(jù)［J］.金融經(jīng)濟學(xué)研究，2020，35（3）：146-160.

［2］李增福，李銘杰，湯旭東.貨幣政策改革創(chuàng)新是否有利于抑制企業(yè)“脫實向虛”？——基于中期借貸便利政策的證據(jù)［J］.金融研究，2022（12）：19-35.

［3］張繼鴻，常啟國，殷宇飛.稅收激勵能否抑制企業(yè)金融化——基于固定資產(chǎn)加速折舊的準(zhǔn)自然實驗［J］.金融監(jiān)管研究，2021（12）：39-55.

［4］馬超，鄭軍.數(shù)字金融與企業(yè)“脫實向虛”：抑制還是促進？［J］.經(jīng)濟體制改革，2023（3）：184-191.

［5］許憲春，王洋.大數(shù)據(jù)在企業(yè)生產(chǎn)經(jīng)營中的應(yīng)用［J］.改革，2021（1）：18-35.

［6］謝康，夏正豪，肖靜華.大數(shù)據(jù)成為現(xiàn)實生產(chǎn)要素的企業(yè)實現(xiàn)機制：產(chǎn)品創(chuàng)新視角［J］.中國工業(yè)經(jīng)濟，2020（5）：42-60.

［7］吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)［J］.管理世界，2021，37（7）：130-144，10.

［8］VAN ARK B. The Productivity Paradox of the New Digital Economy［J］.International Productivity Monitor，2016，31（2）：3-18.

［9］戚聿東，蔡呈偉.數(shù)字化對制造業(yè)企業(yè)績效的多重影響及其機理研究［J］.學(xué)習(xí)與探索，2020（7）：108-119.

［10］FARBOODI M，MIHET R，PHILIPPON T，et al. Big Data and Firm Dynamics［J］. AEA Papers and Proceedings，2019，109：38-42.

［11］邱子迅，周亞虹.數(shù)字經(jīng)濟發(fā)展與地區(qū)全要素生產(chǎn)率——基于國家級大數(shù)據(jù)綜合試驗區(qū)的分析［J］.財經(jīng)研究，2021，47（7）：4-17.

［12］張益豪，郭曉輝.大數(shù)據(jù)發(fā)展與企業(yè)全要素生產(chǎn)率——基于國家級大數(shù)據(jù)綜合試驗區(qū)的實證分析［J］.產(chǎn)業(yè)經(jīng)濟研究，2023（2）：69-82.

［13］張葉青，陸瑤，李樂蕓.大數(shù)據(jù)應(yīng)用對中國企業(yè)市場價值的影響——來自中國上市公司年報文本分析的證據(jù)［J］.經(jīng)濟研究，2021，56（12）：42-59.

［14］MULLER O，F(xiàn)AY M，VOMBROCKE J. The Effect of Big Data and Analytics on Firm Performance：An Econometric Analysis Considering Industry Characteristics［J］. Journal of Management Information Systems，2018，35（2）：488-509.

［15］AGRAWAL A，GANS J S，GOLDFARB A. Artificial Intelligence：The Ambiguous Labor Market Impact of Automating Prediction［J］.Journal of Economic Perspectives，2019，33（2）：31-50.

［16］朱德勝.不確定環(huán)境下股權(quán)激勵對企業(yè)創(chuàng)新活動的影響［J］.經(jīng)濟管理，2019，41（2）：55-72.

［17］DAVIS L E. Financialization and the Non‐financial Corporation：An Investigation of Firm‐level Investment Behavior in the United States［J］. Metroeconomica，2018，69（1）：270-307.

［18］戴賾，彭俞超，馬思超.從微觀視角理解經(jīng)濟“脫實向虛”——企業(yè)金融化相關(guān)研究述評［J］.外國經(jīng)濟與管理，2018，40（11）：31-43.

［19］張成思，張步曇.中國實業(yè)投資率下降之謎：經(jīng)濟金融化視角［J］.經(jīng)濟研究，2016，51（12）：32-46.

［20］何珊珊.非房地產(chǎn)企業(yè)進入房地產(chǎn)行業(yè)對其全要素生產(chǎn)率的負面影響——基于中國A股上市公司數(shù)據(jù)的實證研究［J］.當(dāng)代財經(jīng)，2018（2）：3-14.

［21］馬思超，彭俞超.加強金融監(jiān)管能否促進企業(yè)“脫虛向?qū)崱保俊獊碜?006—2015年上市公司的證據(jù)［J］.中央財經(jīng)大學(xué)學(xué)報，2019（11）：28-39.

［22］李增福，李銘杰，湯旭東.貨幣政策改革創(chuàng)新是否有利于抑制企業(yè)“脫實向虛”？——基于中期借貸便利政策的證據(jù)［J］.金融研究，2022（12）：19-35.

［23］溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗程序及其應(yīng)用［J］.心理學(xué)報，2004（5）：614-620.

［24］章雁，周艷秋.內(nèi)部控制信息披露對審計意見影響的研究——基于2011年深市主板上市公司的數(shù)據(jù)［J］.中國管理科學(xué)，2013，21（S1）：244-248.

［25］周開國，應(yīng)千偉，陳曉嫻.媒體關(guān)注度、分析師關(guān)注度與盈余預(yù)測準(zhǔn)確度［J］.金融研究，2014（2）：139-152.

［26］魯曉東，連玉君.中國工業(yè)企業(yè)全要素生產(chǎn)率估計：1999—2007［J］.經(jīng)濟學(xué)（季刊），2012，11（2）：541-558.

［27］許曉芳，陸正飛，湯泰劼.我國上市公司杠桿操縱的手段、測度與誘因研究［J］.管理科學(xué)學(xué)報，2020，23（7）：1-26.

［28］馬連福，杜善重.數(shù)字金融能提升企業(yè)風(fēng)險承擔(dān)水平嗎［J］. 經(jīng)濟學(xué)家，2021（5）：65-74.

［29］ALTMAN E I，IWANICZ‐DROZDOWSKA M，LAITINEN E K，et al. Financial Distress Prediction in an International Context：A Review and Empirical Analysis of Altman's Z‐Score Model［J］. Journal of International Financial Management amp; Accounting，2017，28（2）：131-171.

［30］向海凌，林鈺璇，王浩楠.利率市場化改革與企業(yè)綠色轉(zhuǎn)型——基于上市企業(yè)年報文本大數(shù)據(jù)識別的經(jīng)驗證據(jù)［J］.金融經(jīng)濟學(xué)研究，2023，38（4）：55-73.

［31］唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機制識別與金融監(jiān)管下的效應(yīng)差異［J］.管理世界，2020，36（5）：52-66，9.

［責(zé)任編輯：陳春香］

收稿日期：2023-12-05

基金項目：國家社會科學(xué)基金重大項目“發(fā)揮投資對優(yōu)化供給結(jié)構(gòu)的關(guān)鍵作用研究”（21ZDA037）

作者簡介：杜直前（1981—），男，陜西米脂人，博士，研究方向：應(yīng)用經(jīng)濟學(xué)，數(shù)字經(jīng)濟，人力資源；

趙春艷（1973—），女，內(nèi)蒙古包頭人，教授，博士生導(dǎo)師，研究方向：應(yīng)用經(jīng)濟學(xué)，大數(shù)據(jù)，統(tǒng)計理論與方法。