劉 放（博士）

一、引言

自2012年中國經(jīng)濟步入新常態(tài)發(fā)展階段以來，我國經(jīng)濟不僅承受著增速放緩的壓力，還面臨著全面深化經(jīng)濟體制改革的挑戰(zhàn)。近年來的中央經(jīng)濟工作會議及政府工作報告中反復(fù)強調(diào)要推動實體經(jīng)濟發(fā)展，加快供給側(cè)結(jié)構(gòu)改革。然而，反觀當(dāng)前的經(jīng)濟發(fā)展?fàn)顩r，實體經(jīng)濟發(fā)展緩慢，虛擬經(jīng)濟卻受到追捧，二者之間的發(fā)展錯位已經(jīng)成為當(dāng)前經(jīng)濟結(jié)構(gòu)中的突出問題。特別是在全球經(jīng)濟一體化以及經(jīng)濟自由化發(fā)展的宏觀背景下，金融經(jīng)濟對實體經(jīng)濟的擠壓現(xiàn)象日益明顯，而實體經(jīng)濟長期的低盈利又促使企業(yè)轉(zhuǎn)向金融市場尋求新的利潤增長點，導(dǎo)致大量資本脫離實體經(jīng)濟而轉(zhuǎn)向金融市場，虛擬經(jīng)濟服務(wù)實體經(jīng)濟發(fā)展的功能被不斷削弱。

作為經(jīng)濟發(fā)展的根基，實體經(jīng)濟的轉(zhuǎn)型升級離不開持續(xù)的技術(shù)進步和資本投入，而技術(shù)進步與資本投入又存在著緊密的聯(lián)系。持續(xù)的資本投入不僅可以加快技術(shù)迭代更新進程，還可以促進新技術(shù)新工藝更快地進入市場應(yīng)用領(lǐng)域，進而從根本上加快實體經(jīng)濟結(jié)構(gòu)優(yōu)化和持續(xù)發(fā)展的步伐。然而，受到宏觀經(jīng)濟環(huán)境的影響，實體企業(yè)的投資行為受到越來越多的制約。特別是大量資本向金融市場、房地產(chǎn)市場聚集，也不利于實體企業(yè)融資。而實體企業(yè)受到宏觀經(jīng)濟環(huán)境變化的影響，也有意識地通過配置金融資產(chǎn)來追求高利潤。學(xué)者們對企業(yè)配置金融資產(chǎn)的動機進行了研究，大部分研究成果指出企業(yè)的金融資產(chǎn)配置是一種資金儲備行為。那么，在這樣的行為動機下，受到金融發(fā)展水平的影響，金融資產(chǎn)配置又會如何影響實體企業(yè)的投資效率呢？目前，針對金融發(fā)展、金融資產(chǎn)配置與企業(yè)投資效率的關(guān)系的研究文獻比較有限。有鑒于此，本文將金融發(fā)展水平、金融資產(chǎn)配置納入企業(yè)投資效率的研究框架，通過構(gòu)建面板計量模型來分析二者對實體企業(yè)投資效率的影響，并進一步探討不同行業(yè)實體企業(yè)受到二者影響的差異性。

二、文獻回顧

整理現(xiàn)有的研究文獻可以發(fā)現(xiàn)，針對企業(yè)金融資產(chǎn)配置問題的研究主要集中在金融資產(chǎn)的配置動機及其影響因素以及由此產(chǎn)生的影響等方面。?zgür Orhangazi[1]從微觀企業(yè)的角度重點探討了經(jīng)濟金融化對美國經(jīng)濟和投資的影響，研究結(jié)果表明企業(yè)的金融資產(chǎn)配置與投資存在著顯著的負相關(guān)關(guān)系。Firat Demir[2]以阿根廷、墨西哥和土耳其三個新興市場國家為研究對象，實證分析了不確定市場條件下企業(yè)對金融資產(chǎn)投資和固定資產(chǎn)投資的選擇及其對投資效率的影響，結(jié)果表明不確定性的增加和投資回報差距的擴大促使企業(yè)進一步優(yōu)化金融資產(chǎn)配置。

江龍、劉笑松[3]以 2000～2009年的上市企業(yè)為研究對象，分析了宏觀經(jīng)濟因素對公司現(xiàn)金持有行為的影響，研究結(jié)果表明，在經(jīng)濟衰退時期企業(yè)具有更高的現(xiàn)金持有水平，并且民營企業(yè)的現(xiàn)金持有量顯著高于國有企業(yè)。韓燕、崔鑫、郭艷[4]以我國上市企業(yè)為研究對象，通過對其證券投資行為的分析得出上市企業(yè)持有金融資產(chǎn)的目的主要是進行資金管理和平滑企業(yè)利潤。Ender Demir、Oguz Ersan[5]以金磚四國的企業(yè)為研究對象，分析了經(jīng)濟政策不確定性效應(yīng)對企業(yè)現(xiàn)金持有決策的影響，指出經(jīng)濟政策不確定性效應(yīng)與企業(yè)現(xiàn)金持有量間存在顯著的正相關(guān)關(guān)系。楊箏、劉放、王紅建[6]從貨幣政策、股市周期與企業(yè)交易性金融資產(chǎn)配置之間的關(guān)系以及對企業(yè)投資行為的影響對企業(yè)配置交易性金融資產(chǎn)的動因進行了分析，研究結(jié)果表明當(dāng)貨幣政策趨于寬松時，企業(yè)會顯著提高交易性金融資產(chǎn)的配置水平，且民營企業(yè)增持交易性金融資產(chǎn)水平受貨幣政策變更影響更顯著，而不同股市周期對企業(yè)交易性金融資產(chǎn)配置水平的影響并不存在顯著差異。

胡奕明、王雪婷、張瑾[7]以2002～2014年非金融類上市企業(yè)為研究對象，分析了企業(yè)金融資產(chǎn)配置與GDP、廣義貨幣供應(yīng)量M2 的周期性變化和法定存款準(zhǔn)備金率、股票指數(shù)增長率等宏觀變量間的關(guān)系，指出企業(yè)配置金融資產(chǎn)主要是出于預(yù)防儲備的考慮。彭俞超、韓珣、李建軍[8]以2007～2015年滬深兩市A 股上市企業(yè)的季度數(shù)據(jù)為基礎(chǔ)，分析了經(jīng)濟政策的不確定性與企業(yè)金融化水平間的關(guān)系，研究結(jié)果表明經(jīng)濟政策的不確定性對企業(yè)的金融化趨勢具有抑制作用，特別是在中西部地區(qū)以及競爭較為激烈的行業(yè)內(nèi)。

企業(yè)的投資行為及其投資效率受到融資約束的顯著影響，而企業(yè)的金融資產(chǎn)配置具有資金儲備的功能，可以通過緩解融資約束來影響企業(yè)的投資效率。同時，外部宏觀環(huán)境的變化也會對企業(yè)的金融資產(chǎn)配置和投資效率產(chǎn)生影響。祝繼高、陸正飛[9]根據(jù)貨幣政策指數(shù)分析了企業(yè)現(xiàn)金持有量與貨幣政策間的關(guān)系，研究結(jié)果表明貨幣政策緊縮導(dǎo)致外部融資約束增加，企業(yè)會提升現(xiàn)金持有量；貨幣政策寬松促使外部融資約束改善，企業(yè)則會減少現(xiàn)金持有量，因此企業(yè)持有現(xiàn)金主要是出于滿足自身發(fā)展的預(yù)防性動機。Céline Baud、Cédric Durand[10]基于美國1990～2007年間的零售企業(yè)數(shù)據(jù)，分析了金融資產(chǎn)配置與企業(yè)經(jīng)營回報率間的關(guān)系，結(jié)果表明金融資產(chǎn)投資有效地提升了企業(yè)經(jīng)營利潤率。靳慶魯、孔祥、侯青川[11]分析了貨幣政策對民營企業(yè)融資約束和投資效率的影響，并指出寬松的貨幣政策緩解了民營企業(yè)的融資約束，但對投資效率則存在非線性影響。鞠曉生[12]運用上市公司的數(shù)據(jù)分析了內(nèi)、外部融資渠道對企業(yè)創(chuàng)新投資的影響，指出內(nèi)部資金是企業(yè)創(chuàng)新投資的主要融資渠道，且外部融資對不同產(chǎn)權(quán)類型企業(yè)的作用不同，特別是中國企業(yè)創(chuàng)新投資支出的快速增加主要得益于內(nèi)部資金的積累。喻坤、李治國、張曉蓉等[13]從融資約束的角度來分析企業(yè)的投資效率，研究結(jié)果表明在外部融資依賴度越高的行業(yè)，非國有企業(yè)投資效率相對國有企業(yè)的差距越大，且貨幣政策沖擊會顯著影響二者間的差距，貨幣緊縮政策下差距會增大，而貨幣寬松政策下差距則會縮小。

宋軍、陸旸[14]基于我國A 股上市公司2007～2012年的面板數(shù)據(jù)，分析了企業(yè)金融資產(chǎn)配置與其經(jīng)營收益率間的關(guān)系，研究結(jié)果表明企業(yè)的非貨幣性金融資產(chǎn)與其經(jīng)營收益率存在顯著的U型關(guān)系，而交易性金融資產(chǎn)與其經(jīng)營收益率之間的響應(yīng)關(guān)系則不明顯。Huseyin Gulen、Mihai Ion[15]基于新聞信息的政策不確定性指數(shù)分析了經(jīng)濟政策的不確定性與實體企業(yè)資本投資之間的相關(guān)關(guān)系，指出經(jīng)濟政策的不確定性上升會對企業(yè)的固定資產(chǎn)投資、創(chuàng)新研發(fā)投資等活動產(chǎn)生不利影響。

縱觀國內(nèi)外研究可以看出，雖然涉及宏觀經(jīng)濟環(huán)境、貨幣政策環(huán)境、金融資產(chǎn)配置和企業(yè)投資行為及其投資效率的研究成果比較豐富，但是針對金融發(fā)展、金融資產(chǎn)配置與企業(yè)投資效率關(guān)系的研究非常缺乏，且未形成較為完善的研究體系，學(xué)者們在研究方法、樣本選取以及指標(biāo)體系等方面尚未形成統(tǒng)一的標(biāo)準(zhǔn)，還需要進一步研究深化。本文擬將金融發(fā)展、金融資產(chǎn)配置以及企業(yè)投資效率納入同一研究框架進行分析，以豐富這一領(lǐng)域的研究成果。

三、研究設(shè)計

（一）樣本與數(shù)據(jù)

本文選取2005年12月31日前上市、2005～2016年持續(xù)正常上市、未發(fā)生致使其主營業(yè)務(wù)變更的重大資產(chǎn)重組的非金融類A 股上市公司為研究對象。為了保證研究對象的分析連續(xù)性，本文剔除了數(shù)據(jù)不全的研究樣本。本文所采用的數(shù)據(jù)來源于國泰安經(jīng)濟金融數(shù)據(jù)庫（http：//www.gtarsc.com/）、各企業(yè)年報數(shù)據(jù)以及歷年的《中國統(tǒng)計年鑒》。

（二）變量定義

1.核心變量。未來新增投資是指企業(yè)下一年度的投資支出相較于本年度投資支出的增長額。企業(yè)的金融資產(chǎn)配置有廣義金融資產(chǎn)配置和狹義金融資產(chǎn)配置之分，前者包括貨幣資金、持有至到期投資、交易性金融資產(chǎn)、投資性房地產(chǎn)、可供出售金融資產(chǎn)、長期股權(quán)投資、應(yīng)收股利和應(yīng)收利息；后者則不包括長期股權(quán)投資。宏觀的金融發(fā)展水平則可以用金融相關(guān)率來衡量，它指的是某國的金融資產(chǎn)總額與其經(jīng)濟活動總量（通常采用國內(nèi)生產(chǎn)總值GDP表示）的比值。其中，金融資產(chǎn)總額由廣義貨幣供應(yīng)量M2、股票市值和債券余額三部分構(gòu)成。

2.控制變量。除了企業(yè)金融資產(chǎn)配置和宏觀金融發(fā)展等因素，影響企業(yè)未來新增投資的因素還有很多。根據(jù)Richardson[16]構(gòu)建的測度企業(yè)預(yù)期新增投資的模型，這些因素包括企業(yè)當(dāng)期新增投資、成長機會、經(jīng)營規(guī)模、資產(chǎn)負債率、現(xiàn)金持有量、股票收益率、上市年齡等變量。其中，各控制變量的定義如表1所示。

表1 變量定義

（三）模型設(shè)計

以Richardson[16]構(gòu)建的企業(yè)預(yù)期新增投資測度模型為基礎(chǔ)，本文分別納入企業(yè)廣義金融資產(chǎn)配置和金融發(fā)展系數(shù)、企業(yè)狹義金融資產(chǎn)配置和金融發(fā)展系數(shù)來構(gòu)建企業(yè)的投資效率分析模型。

納入企業(yè)廣義金融資產(chǎn)配置和金融發(fā)展系數(shù)構(gòu)建模型如下：

納入企業(yè)狹義金融資產(chǎn)配置和金融發(fā)展系數(shù)構(gòu)建模型如下：

其中，εi，t+1表示企業(yè)的非效率投資部分。當(dāng)εi，t+1＞0 時，意味著企業(yè)的實際投資規(guī)模大于預(yù)期投資規(guī)模，造成投資過度；當(dāng)εi，t+1＜0時，意味著企業(yè)的實際投資規(guī)模小于預(yù)期投資規(guī)模，導(dǎo)致投資不足。不管是投資過度還是投資不足，都意味著企業(yè)的投資效率降低了，實際投資規(guī)模偏離預(yù)期投資規(guī)模程度越大，說明企業(yè)的投資效率越低。因此，本文采用如下公式對企業(yè)的投資效率進行度量：

模型中被解釋變量是企業(yè)金融資產(chǎn)配置，包括狹義金融資產(chǎn)配置、廣義金融資產(chǎn)配置。解釋變量是FIRi，t。因果關(guān)系的估計模型中加入了一系列影響企業(yè)投資決策的其他重要因素，包括企業(yè)盈利情況、債務(wù)狀況、企業(yè)規(guī)模、上市年齡等。在進行回歸之前，本文首先對面板數(shù)據(jù)進行了一系列檢驗，包括Hausman檢驗和聯(lián)合顯著性檢驗等，為排除年份、行業(yè)和城市差異對結(jié)果的影響，檢驗中還控制了年度變量γt、地區(qū)變量γd和行業(yè)變量γind。本文模型充分考慮了遺漏變量問題，參考 Richardson[16]、Brandon Julio 和Youngsuk Yook[17]以及靳慶魯、孔祥、侯青川[11]研究中關(guān)于投資效率的估計方式與因果關(guān)系考察的控制變量，本文對必要的變量進行了控制。為了解決因果關(guān)系時間滯后性的問題，模型（1）和模型（2）對因變量進行了前導(dǎo)，遵循金融發(fā)展以及金融資產(chǎn)配置對企業(yè)投資效率的影響過程。本文主要關(guān)注模型（1）與模型（2）中系數(shù)β1與β2及其顯著性水平。將金融發(fā)展和金融資產(chǎn)配置納入統(tǒng)一回歸模型中，可以對兩者作用的差異進行比較分析。

四、實證檢驗與分析

（一）描述性統(tǒng)計

表2 為所有變量的描述性統(tǒng)計結(jié)果，其中廣義金融資產(chǎn)配置占企業(yè)總資產(chǎn)比重的平均值為24.04%，最大值則達到了78.34%；狹義金融資產(chǎn)配置占企業(yè)總資產(chǎn)比重的平均值為17.80%，最大值則為35.07%。這表明金融資產(chǎn)配置在企業(yè)整個資產(chǎn)負債表中所占比重是非常高的，進而說明企業(yè)的金融資產(chǎn)配置發(fā)揮了重要的預(yù)防和調(diào)節(jié)作用，對調(diào)節(jié)和緩沖企業(yè)的非預(yù)期投資行為具有重要意義。金融發(fā)展系數(shù)的分布和現(xiàn)有文獻基本一致。其中，金融發(fā)展系數(shù)的平均值略小于中位數(shù)，進一步結(jié)合金融發(fā)展系數(shù)的時間序列分布可以看出，除2008年外，我國金融發(fā)展水平呈現(xiàn)緩慢波動上升的趨勢。其他變量的統(tǒng)計分布情況和現(xiàn)有文獻也相差無幾。

表2 各變量描述性統(tǒng)計

（二）面板回歸分析

面板計量模型涉及固定效應(yīng)模型和隨機效應(yīng)模型等模式，根據(jù)前文涉及的計量模型，本文運用Stata MP 14分別對模型（1）和模型（2）的固定效應(yīng)和隨機效應(yīng)模型進行參數(shù)估計和檢驗，結(jié)果如表3所示。

表3 面板計量模型參數(shù)估計和檢驗

根據(jù)表3 的模型參數(shù)估計和檢驗結(jié)果，分別比較模型（1）和模型（2）的固定效應(yīng)和隨機效應(yīng)的R2、F value和Wald χ2等統(tǒng)計量以及各變量系數(shù)的顯著性，可以發(fā)現(xiàn)各模型的估計結(jié)果都比較理想。進一步地，本文通過分別對模型（1）和模型（2）進行Hausman 檢驗，二者的檢驗統(tǒng)計量χ2值分別為1211.20、1217.07，這表明固定效應(yīng)模型優(yōu)于隨機效應(yīng)模型。因此，本文最終選取固定效應(yīng)模型來對模型（1）和模型（2）進行回歸分析。

從表3固定效應(yīng)模型的回歸結(jié)果來看，模型（1）和模型（2）的R2分別為0.7432、0.7428，說明模型的擬合效果較好；二者的總體F 檢驗的F value 分別為127.17、127.83，說明模型整體回歸顯著。從固定效應(yīng)模型核心變量的估計結(jié)果來看，模型（1）中廣義金融資產(chǎn)配置的系數(shù)為0.0083，在5%的水平上顯著；金融發(fā)展的系數(shù)為0.8523，在1%的水平上顯著。模型（2）中狹義金融資產(chǎn)配置的系數(shù)為0.0177，金融發(fā)展的系數(shù)為0.7991，且二者均在1%的水平上顯著。這表明企業(yè)當(dāng)期的金融資產(chǎn)配置水平和宏觀金融發(fā)展水平對企業(yè)下一期投資的增長都具有顯著的促進作用，一方面企業(yè)通過調(diào)整當(dāng)期的金融資產(chǎn)配置為下一期投資儲備資金，另一方面隨著宏觀金融發(fā)展水平的提升，企業(yè)也借助于社會融資來擴大投資規(guī)模，促進企業(yè)擴張發(fā)展。

從固定效應(yīng)模型控制變量的回歸結(jié)果來看，當(dāng)期新增投資、資產(chǎn)負債率、現(xiàn)金持有量、上市年齡等變量在1%的水平上顯著，企業(yè)經(jīng)營規(guī)模、股票收益率等變量在5%的水平上顯著，而企業(yè)成長機會變量則不顯著。這說明除企業(yè)成長機會外，其他控制變量都對企業(yè)的預(yù)期新增投資產(chǎn)生了顯著的影響。從各控制變量的回歸系數(shù)來看，企業(yè)當(dāng)期新增投資、現(xiàn)金持有量、股票收益率的回歸系數(shù)大于0，企業(yè)經(jīng)營規(guī)模、資產(chǎn)負債率、上市年齡的回歸系數(shù)小于0。也就是說，隨著企業(yè)當(dāng)期新增投資的增加、現(xiàn)金持有量規(guī)模的擴大以及股票收益率的上升，企業(yè)預(yù)期新增投資規(guī)模將進一步擴大；而隨著企業(yè)經(jīng)營規(guī)模的擴大、資產(chǎn)負債率的上升以及上市年齡的增長，企業(yè)的預(yù)期新增投資規(guī)模將有所縮減。上述回歸結(jié)果也與大部分學(xué)者的研究成果保持一致。有所不同的是，企業(yè)成長機會在企業(yè)預(yù)期新增投資中的作用并未得以體現(xiàn)。

根據(jù)模型（1）和模型（2）的參數(shù)回歸結(jié)果，進一步計算樣本企業(yè)的投資效率?；跇颖酒髽I(yè)下一期新增投資與其預(yù)期新增投資的差額，將樣本企業(yè)進一步分為投資過度企業(yè)和投資不足企業(yè)，結(jié)果如表4 所示。從表4 中可以看出，2006～2016年樣本企業(yè)的非效率投資分布中，基于廣義金融資產(chǎn)配置的投資過度比例為38.72%，投資不足比例為61.28%；基于狹義金融資產(chǎn)配置的投資過度比例為38.92%，投資不足比例為61.08%。二者的分析結(jié)果基本一致，且投資不足的樣本比例明顯高于投資過度的比率。進一步比較歷年的統(tǒng)計結(jié)果發(fā)現(xiàn)，樣本企業(yè)投資過度與投資不足比例波動較大，其中2006年投資過度比例最低，2014年投資過度比例最高。

表4 樣本企業(yè)非效率投資統(tǒng)計

根據(jù)模型（3）計算得出樣本企業(yè)的投資效率，結(jié)果如表5 所示。從表5 中可以看出，樣本企業(yè)2006～2016年基于廣義金融資產(chǎn)配置和狹義金融資產(chǎn)配置的平均值和標(biāo)準(zhǔn)差分別為0.4117、0.3203 和0.4121、0.3206，二者的投資效率測算結(jié)果相差無幾。進一步比較樣本企業(yè)歷年的投資效率發(fā)現(xiàn)，樣本企業(yè)的投資效率存在較大幅度的波動，且2006年樣本企業(yè)的平均投資效率最低，2011年樣本企業(yè)的平均投資效率最高。

表5 樣本企業(yè)投資效率描述性統(tǒng)計

為了更有效地比較不同樣本企業(yè)的投資效率，本文按照投資過度和投資不足的樣本分組，分別統(tǒng)計它們的投資效率。其中，基于廣義金融資產(chǎn)配置的投資過度樣本企業(yè)的平均投資效率和標(biāo)準(zhǔn)差分別為0.4181、0.3187，投資不足樣本企業(yè)的平均投資效率和標(biāo)準(zhǔn)差分別為0.4077、0.3212；基于狹義金融資產(chǎn)配置的投資過度樣本企業(yè)的平均投資效率和標(biāo)準(zhǔn)差分別為0.4196、0.3198，投資不足樣本企業(yè)的平均投資效率和標(biāo)準(zhǔn)差分別為0.4073、0.3210。由這些數(shù)據(jù)可以看出，投資過度的樣本企業(yè)的平均投資效率略高于投資不足的樣本企業(yè)，這也說明投資不足的樣本企業(yè)的實際投資水平偏離預(yù)期新增投資的程度要比投資過度的樣本企業(yè)略大一些。

五、進一步討論

考慮到我國不同行業(yè)發(fā)展方式和財務(wù)特征的差異性，本文按照行業(yè)類別運用固定效應(yīng)面板回歸模型對樣本企業(yè)進行檢驗和參數(shù)估計。為了滿足面板回歸估計樣本基本要求，將樣本數(shù)量相對較少的行業(yè)進行合并，從而將樣本企業(yè)的行業(yè)類別分為采礦業(yè)，制造業(yè)，電力、熱力、燃氣及水生產(chǎn)和供應(yīng)業(yè)，批發(fā)和零售業(yè)，交通運輸、倉儲和郵政業(yè)，房地產(chǎn)業(yè)，以及綜合類等七大類。在此基礎(chǔ)上，得出估計結(jié)果如表6、表7所示。

從表6、表7 可以看出，七大行業(yè)樣本企業(yè)不管是基于廣義金融資產(chǎn)配置還是狹義金融資產(chǎn)配置的固定效應(yīng)模型，回歸結(jié)果的R2都較為理想，且F value均在1%的水平上顯著。進一步觀察核心變量的估計結(jié)果可以發(fā)現(xiàn)，廣義金融資產(chǎn)配置僅在采礦業(yè)，交通運輸、倉儲和郵政業(yè)，以及綜合類中結(jié)果顯著，相應(yīng)的金融發(fā)展系數(shù)僅在制造業(yè)中結(jié)果顯著；狹義金融資產(chǎn)配置僅在制造業(yè)，交通運輸、倉儲和郵政業(yè)，以及綜合類中結(jié)果顯著，相應(yīng)的金融發(fā)展系數(shù)僅在制造業(yè)中結(jié)果顯著。系數(shù)顯著的廣義金融資產(chǎn)配置、狹義金融資產(chǎn)配置以及金融發(fā)展系數(shù)的參數(shù)值均為正，說明它們都對相應(yīng)行業(yè)企業(yè)提高下一期新增投資預(yù)期具有促進作用。

從控制變量的估計結(jié)果來看，采礦業(yè)樣本企業(yè)在基于廣義金融資產(chǎn)配置的回歸結(jié)果中僅當(dāng)期新增投資、成長機會、經(jīng)營規(guī)模的回歸系數(shù)顯著，在基于狹義金融資產(chǎn)配置的回歸結(jié)果中僅當(dāng)期新增投資、經(jīng)營規(guī)模的回歸系數(shù)顯著。制造業(yè)樣本企業(yè)兩種情形下各變量回歸系數(shù)的顯著性與全樣本下的回歸結(jié)果一致。電力、熱力、燃氣及水生產(chǎn)和供應(yīng)業(yè)樣本企業(yè)在兩種情形下僅當(dāng)期新增投資、資產(chǎn)負債率、現(xiàn)金持有量的回歸系數(shù)顯著。批發(fā)和零售業(yè)樣本企業(yè)在兩種情形下僅當(dāng)期新增投資、企業(yè)成長機會、資產(chǎn)負債率、現(xiàn)金持有量的回歸系數(shù)顯著。交通運輸、倉儲和郵政業(yè)樣本企業(yè)在兩種情形下僅當(dāng)期新增投資的回歸系數(shù)顯著。房地產(chǎn)業(yè)樣本企業(yè)在兩種情形下僅當(dāng)期新增投資、成長機會、上市年齡的回歸系數(shù)顯著。綜合類樣本企業(yè)在兩種情形下僅當(dāng)期新增投資、上市年齡的回歸系數(shù)顯著。綜合比較各行業(yè)類別樣本企業(yè)的估計結(jié)果發(fā)現(xiàn)，行業(yè)間的差異性非常明顯。一方面，相同行業(yè)的樣本企業(yè)在成長機會、資產(chǎn)負債率、股票收益率等方面相似程度較高，在相同的金融市場環(huán)境下受到的影響較為相似，企業(yè)的投資行為也具有一定程度的協(xié)同性；另一方面，不同行業(yè)間的樣本企業(yè)不僅在成長機會、資產(chǎn)負債率、股票收益率等控制變量指標(biāo)上表現(xiàn)出較大的差異性，受到金融發(fā)展的影響程度也不盡相同，且不同行業(yè)企業(yè)的投資行為受到經(jīng)濟發(fā)展周期和行業(yè)發(fā)展周期的影響也存在差異。

表6 固定效應(yīng)面板計量模型分行業(yè)參數(shù)估計和檢驗（廣義金融資產(chǎn)配置）

表7 固定效應(yīng)面板計量模型分行業(yè)參數(shù)估計和檢驗（狹義金融資產(chǎn)配置）

六、結(jié)論

本文以我國A股非金融類上市公司作為研究對象，構(gòu)建計量經(jīng)濟學(xué)模型實證檢驗了金融發(fā)展、金融資產(chǎn)配置等因素對企業(yè)投資效率的影響。從全樣本的參數(shù)估計結(jié)果來看，金融發(fā)展、企業(yè)金融資產(chǎn)配置（包括廣義金融資產(chǎn)配置和狹義金融資產(chǎn)配置）對提升企業(yè)預(yù)期新增投資都有促進作用。但從分行業(yè)樣本的參數(shù)估計結(jié)果來看，金融發(fā)展僅對制造業(yè)樣本企業(yè)的預(yù)期新增投資有促進作用，廣義金融資產(chǎn)配置僅對采礦業(yè)，交通運輸、倉儲和郵政業(yè)，以及綜合類樣本企業(yè)的預(yù)期新增投資有促進作用，狹義金融資產(chǎn)配置僅對制造業(yè)，交通運輸、倉儲和郵政業(yè)，以及綜合類樣本企業(yè)的預(yù)期新增投資有促進作用，不同行業(yè)間的表現(xiàn)存在顯著的差異性。這與不同行業(yè)企業(yè)的財務(wù)特性、行業(yè)發(fā)展周期、經(jīng)濟發(fā)展周期都存在一定的關(guān)聯(lián)性。因此，企業(yè)應(yīng)該充分考慮自身的發(fā)展特性，謹慎地進行投資決策，既要有效地避免過度投資造成資源浪費，又要避免投資不足導(dǎo)致企業(yè)經(jīng)營效益降低。

結(jié)合本文的研究結(jié)論以及實體經(jīng)濟、金融發(fā)展改革的基本要求，本文從以下幾個角度提出提升企業(yè)投資效率的建議：一是企業(yè)要結(jié)合自身的發(fā)展需求和金融發(fā)展環(huán)境的變化，合理配置金融資產(chǎn)，不僅要充分發(fā)揮金融資產(chǎn)儲蓄資金的作用，還要發(fā)揮好金融資產(chǎn)的保值增值能力；二是企業(yè)要強化自身的融資規(guī)劃管理，適當(dāng)控制資產(chǎn)負債率，既要有利于企業(yè)正常的經(jīng)營發(fā)展，又要避免財務(wù)費用的過度增長；三是企業(yè)要審慎管理自身的投資行為，努力提高投資效率，落實發(fā)展戰(zhàn)略，從而促進企業(yè)更好地發(fā)展壯大；四是企業(yè)的投資行為要符合國家經(jīng)濟發(fā)展的大政方針，特別是要充分發(fā)揮自身的區(qū)位優(yōu)勢、資源優(yōu)勢、技術(shù)優(yōu)勢，積極融入“一帶一路”發(fā)展和各城市群、經(jīng)濟圈建設(shè)中。