王乙娜，侯為波

（淮北師范大學(xué)a.數(shù)學(xué)科學(xué)學(xué)院；b.財務(wù)處，安徽 淮北 235000）

0 引言

創(chuàng)新是引領(lǐng)發(fā)展的第一動力，是企業(yè)發(fā)展的第一戰(zhàn)略支撐。金融市場作為目前全球最具活力以及提高資源配置效率的場所，在助力企業(yè)研發(fā)創(chuàng)新，驅(qū)動經(jīng)濟(jì)增長起著至關(guān)重要的作用。回顧中國的金融市場發(fā)展歷程可以發(fā)現(xiàn)，其成立之初，金融資產(chǎn)配置極差，嚴(yán)重制約了企業(yè)的融資，使企業(yè)的資金得不到快速穩(wěn)定的周轉(zhuǎn)，阻礙了企業(yè)在經(jīng)營與創(chuàng)新上的發(fā)展。自2005 年中國股權(quán)分置改革開始，中國的金融市場注入了新的活力，2010 年融資融券制度的啟動與擴(kuò)容等更大幅度地提升了資金的流動效率。隨著對企業(yè)金融資產(chǎn)配置的深入研究，筆者發(fā)現(xiàn)在企業(yè)金融資產(chǎn)配置過程中存在一種發(fā)人深思的現(xiàn)象，即過度的“金融化”。過度“金融化”的動機(jī)主要分為兩種：一種是“蓄水池”動機(jī)，即企業(yè)的金融資產(chǎn)配置是以預(yù)防和儲備為目的的“預(yù)防性”。當(dāng)企業(yè)所處貨幣環(huán)境緊張時，企業(yè)為了維持其經(jīng)營與緩解資金壓力，賣出金融資產(chǎn)；當(dāng)貨幣環(huán)境寬松時，企業(yè)可以配置較多的金融資產(chǎn)，為維持將來資金的流動性做儲備。另一種是“投機(jī)”動機(jī)，即企業(yè)為了短期快速地得到較高的回報而配置更多的金融資產(chǎn)，是收益較高的資產(chǎn)。

21 世紀(jì)以來，金融資產(chǎn)在GDP 中的比重越來越高，國內(nèi)外學(xué)者認(rèn)為金融市場存在自己內(nèi)在的運(yùn)行規(guī)律，其內(nèi)在的不穩(wěn)定性可能會有損企業(yè)的實質(zhì)性創(chuàng)新，從長遠(yuǎn)的角度來看，會損害企業(yè)的盈利。Stockhammer（2004）運(yùn)用企業(yè)的年度數(shù)據(jù)和時間序列估計，對美國（1963—1997）、英國（1976—1996）、法國（1978—1998）進(jìn)行了研究，發(fā)現(xiàn)這些國家的金融化使得他們的投資和資本積累明顯下降。Krippner（2005）對美國1950—2000 年的金融化用新的方法進(jìn)行了衡量，發(fā)現(xiàn)在企業(yè)利潤占比中，金融房地產(chǎn)業(yè)投資在上升，而制造業(yè)的投資在下降。中國目前是否也出現(xiàn)了這一過度金融化現(xiàn)象，引起了眾多學(xué)者的關(guān)注。過度金融化意味著金融資產(chǎn)配置在企業(yè)的資產(chǎn)配置中占據(jù)了主要的地位。金融資產(chǎn)配置的動機(jī)又分為激勵企業(yè)長期創(chuàng)新的“蓄水池”動機(jī)和抑制企業(yè)研發(fā)投資的“投機(jī)”動機(jī)。本文借助多元回歸模型和雙效固定模型分析金融資產(chǎn)配置對企業(yè)創(chuàng)新的影響，對企業(yè)預(yù)期的金融資產(chǎn)配置以及企業(yè)長期的經(jīng)營與盈利具有重要的指導(dǎo)意義。而企業(yè)的全要素生產(chǎn)率主要是由企業(yè)的創(chuàng)新所推動的，若企業(yè)的金融資產(chǎn)配置合理，會促進(jìn)企業(yè)的技術(shù)創(chuàng)新投入與產(chǎn)出，從而促進(jìn)企業(yè)的全要素生產(chǎn)率提高。

1 金融資產(chǎn)配置、技術(shù)創(chuàng)新與企業(yè)全要素生產(chǎn)率的理論分析

1.1 理論分析框架

首先，金融資產(chǎn)的配置對技術(shù)創(chuàng)新的影響在于對研發(fā)技術(shù)創(chuàng)新的投入多少，研發(fā)技術(shù)創(chuàng)新的投入與企業(yè)的技術(shù)創(chuàng)新關(guān)系緊密且呈正相關(guān)，這是技術(shù)創(chuàng)新的早期影響；其次，金融資產(chǎn)配置對技術(shù)創(chuàng)新產(chǎn)出的影響，將金融資產(chǎn)配置對技術(shù)創(chuàng)新產(chǎn)出的影響稱為事后影響；最后，金融資產(chǎn)配置與技術(shù)創(chuàng)新對企業(yè)全要素生產(chǎn)率的影響，被稱為企業(yè)最終產(chǎn)出效應(yīng)。企業(yè)對金融資產(chǎn)配置的決策通過影響技術(shù)創(chuàng)新的投入影響技術(shù)創(chuàng)新的產(chǎn)出，從而間接影響企業(yè)的生產(chǎn)率。

1.2 理論分析及研究假設(shè)

金融資產(chǎn)配置與技術(shù)創(chuàng)新。面對不同類型的金融資產(chǎn)配置，企業(yè)的技術(shù)創(chuàng)新投入會有所不同。何種功能的金融資產(chǎn)配置有利于企業(yè)的技術(shù)創(chuàng)新，是國內(nèi)外的學(xué)者長期研究的內(nèi)容。金融資產(chǎn)配置的“蓄水池”功能，即企業(yè)在資金富裕的時候購買短期的金融資產(chǎn)，在資金緊張的時候賣出，從而調(diào)節(jié)企業(yè)的資金水平，雖然會在當(dāng)期顯著降低技術(shù)創(chuàng)新投入，但在未來會推動企業(yè)的研發(fā)創(chuàng)新；而金融資產(chǎn)的替代功能，主要是企業(yè)的代理者為了自己當(dāng)前的利益與名譽(yù)，有動機(jī)地將資產(chǎn)大量投入收益高風(fēng)險大的金融資產(chǎn)、房地產(chǎn)等項目。這種行為提升了企業(yè)的經(jīng)營風(fēng)險，減少了企業(yè)對技術(shù)創(chuàng)新的投入，從而降低了技術(shù)創(chuàng)新的產(chǎn)出。因此，本文提出假設(shè)1 和假設(shè)2：

H1：金融資產(chǎn)配置的“蓄水池”功能在當(dāng)前會顯著抑制技術(shù)創(chuàng)新，但在未來會增加企業(yè)的技術(shù)創(chuàng)新投入，增加企業(yè)的創(chuàng)新產(chǎn)出。

H2：金融資產(chǎn)配置的“替代”功能減少了企業(yè)的技術(shù)創(chuàng)新投入，降低了企業(yè)的創(chuàng)新產(chǎn)出。

金融資產(chǎn)配置與全要素生產(chǎn)率。合理的金融資產(chǎn)配置能優(yōu)化企業(yè)的內(nèi)部結(jié)構(gòu)，并且是促進(jìn)企業(yè)全要素生產(chǎn)率提高的重要因素。在市場競爭日益激烈的情況下，企業(yè)為了生存，必須進(jìn)行創(chuàng)新研究，只有資金充裕的企業(yè)，才會加大研發(fā)創(chuàng)新的投入。企業(yè)為了增加資金的利用率會將資金運(yùn)用在“蓄水池”功能的金融配置上，使得企業(yè)的代理成本降低，提高生產(chǎn)效率?；谝陨戏治?，提出假設(shè)3：

H3：在其他條件相同的條件下，金融資產(chǎn)配置越合理，越能提升企業(yè)的全要素生產(chǎn)率。

Schumpeter 提出技術(shù)創(chuàng)新是經(jīng)濟(jì)增長的原動力。合理的金融資產(chǎn)配置決定了企業(yè)的技術(shù)創(chuàng)新投入，從而提高企業(yè)的技術(shù)創(chuàng)新水平，在某種程度上提高了企業(yè)的生產(chǎn)率。一方面，企業(yè)的技術(shù)創(chuàng)新會加強(qiáng)企業(yè)的先發(fā)優(yōu)勢，使其快速占領(lǐng)市場的新份額，取得超額利潤，會對企業(yè)產(chǎn)生積極的影響。另一方面，由于企業(yè)得到了技術(shù)創(chuàng)新所帶來的超額利潤，將會加大企業(yè)對技術(shù)創(chuàng)新的投入，不斷地創(chuàng)新突破，來彌補(bǔ)企業(yè)技術(shù)單一的缺點，降低生產(chǎn)成本，增加產(chǎn)出，提高生產(chǎn)率。因此，合理的金融資產(chǎn)配置會通過影響企業(yè)的創(chuàng)新活動間接地影響企業(yè)的全要素生產(chǎn)率?；谝陨戏治?，提出假設(shè)4：

H4：合理的金融資產(chǎn)的配置通過影響企業(yè)的技術(shù)創(chuàng)新投入、技術(shù)創(chuàng)新的產(chǎn)出間接影響全要素生產(chǎn)率。

2 金融資產(chǎn)配置、技術(shù)創(chuàng)新與企業(yè)全要素生產(chǎn)率關(guān)系的模型建構(gòu)

2.1 變量選擇

因變量。全要素生產(chǎn)率（TFP）是用于衡量經(jīng)濟(jì)主體生產(chǎn)和服務(wù)效率的總指標(biāo)。為了避免同時性和樣本選擇性偏差問題，本文借助連玉君和魯曉東（2012）的研究，采用半?yún)?shù)法LP 和OP 方法對全要素生產(chǎn)率進(jìn)行測算，標(biāo)記為TFP_LP 和TFP_OP；采用企業(yè)當(dāng)年研發(fā)投入占總收入的比值來衡量技術(shù)創(chuàng)新投入（R＆D），又稱研發(fā)投入強(qiáng)度；本文采用企業(yè)當(dāng)年的申請專利數(shù)目取對數(shù)來衡量技術(shù)創(chuàng)新產(chǎn)出（Patent），因?qū)＠谟杈哂休^高的不確定性，所以專利數(shù)是研究中被廣泛用于衡量技術(shù)創(chuàng)新產(chǎn)出的指標(biāo)。

自變量。金融資產(chǎn)配置（Fa）。本文從“蓄水池”動機(jī)和“替代”動機(jī)兩個層面來刻畫，分別記為Fah 和Fpr，下腳標(biāo)i，t 分別表示企業(yè)和時期。

控制變量。本文的控制變量包括企業(yè)規(guī)模（lnSIZE）、企業(yè)年齡（lnAGE）、盈利能力（Roe）、杠桿率（Lev）和現(xiàn)金流（Cfo）。此外還設(shè)置了時間虛擬變量（Dum year）來控制時間效應(yīng)。

2.2 模型設(shè)定

為了研究金融資產(chǎn)配置對企業(yè)生產(chǎn)率的影響，本文以CDM 模型為基礎(chǔ)，參照Fulvio（2011），擴(kuò)展了CDM 模型，將金融資產(chǎn)配置、技術(shù)創(chuàng)新投入、技術(shù)創(chuàng)新產(chǎn)出和全要素生產(chǎn)率納入同一個系統(tǒng)里。擴(kuò)展后的CDM 模型如下：

模型中有4 個遞歸方程，分為3 個階段。第一個階段考察的是金融資產(chǎn)配置對企業(yè)創(chuàng)新投入的影響，包括創(chuàng)新投入方程與決策方程，其中，決策方程主要說明金融資產(chǎn)配置是否影響創(chuàng)新投入決策；投入方程主要驗證金融資產(chǎn)配置如何影響技術(shù)創(chuàng)新投入。第二階段分析金融資產(chǎn)配置、技術(shù)創(chuàng)新投入以及其他因素影響技術(shù)創(chuàng)新產(chǎn)出的程度，主要列出創(chuàng)新產(chǎn)出方程。第三階段以第二階段為前提，分析金融資產(chǎn)配置、技術(shù)創(chuàng)新產(chǎn)出對生產(chǎn)率的影響，是關(guān)于全要素生產(chǎn)率的方程。

2.3 數(shù)據(jù)來源

由于中國證監(jiān)會（CSRC）自2002 年起要求A 股上市公司發(fā)布季報，故本項研究的樣本為2002—2014 年所有滬、深證券交易所A 股非金融類上市公司季度報告數(shù)據(jù)。其他數(shù)據(jù)來自Wind 數(shù)據(jù)庫和CSMAR 數(shù)據(jù)庫。本文采用如下步驟進(jìn)行了嚴(yán)格的樣本處理：①剔除數(shù)據(jù)存在嚴(yán)重缺失的樣本；②剔除業(yè)績極差的ST、ST公司。經(jīng)過上述處理，最后獲得5 677 個有效樣本觀測值。為了剔除異常值對回歸結(jié)果可靠性產(chǎn)生的影響，本文對除了虛擬變量外的全部連續(xù)變量進(jìn)行了上下1%分位數(shù)的Winsorize 處理。

3 金融資產(chǎn)配置、技術(shù)創(chuàng)新與企業(yè)全要素生產(chǎn)率關(guān)系的實證結(jié)果分析

3.1 回歸分析結(jié)果

本文先研究金融資產(chǎn)配置與技術(shù)創(chuàng)新投入的影響，對于上市的制造業(yè)公司來說，并不是所有的公司都從事創(chuàng)新研發(fā)活動。為了避免樣本選擇性偏誤，本文采用Heckman 兩階段法對方程（1）和（2）進(jìn)行估計，結(jié)果如表1 所示。

在整體樣本回歸結(jié)果中，由于Mills Lambda 比值在1%的水平下顯著為負(fù)，存在樣本選擇偏誤，于是運(yùn)用Heckman 兩階段法對樣本進(jìn)行估計。根據(jù)表1 中的回歸結(jié)果可以得出結(jié)論，金融資產(chǎn)配置的蓄水池動機(jī)對創(chuàng)新決策、創(chuàng)新投入的影響顯著為正，在1%水平上顯著；而金融資產(chǎn)配置的投機(jī)動機(jī)對創(chuàng)新決策、創(chuàng)新投入的影響顯著為負(fù)，在1%水平上顯著。因此驗證了假設(shè)1。

表1 技術(shù)創(chuàng)新決策、投入的回歸結(jié)果

在創(chuàng)新產(chǎn)出方程中，考慮到內(nèi)生問題，采用工具變量法，將PRO 作為工具變量，采用2SLS 估計方法?？紤]到時滯性，分別對滯后1 期、滯后2 期的自變量進(jìn)行回歸，結(jié)論如表2 所示。在回歸結(jié)論中，金融資產(chǎn)配置的蓄水池功能對技術(shù)創(chuàng)新產(chǎn)出的影響顯著為正，在1%水平上顯著，說明蓄水池功能對創(chuàng)新產(chǎn)出是激勵作用。金融資產(chǎn)配置的替代功能對技術(shù)創(chuàng)新產(chǎn)出有抑制作用，因此驗證了假設(shè)2，從技術(shù)創(chuàng)新產(chǎn)出的視角驗證了金融資產(chǎn)配置的兩種作用對企業(yè)的技術(shù)創(chuàng)新的正負(fù)影響。

表2 技術(shù)創(chuàng)新產(chǎn)出的回歸結(jié)果

在研究全要素生產(chǎn)率時，經(jīng)過Hausman 檢驗，發(fā)現(xiàn)存在內(nèi)生性解釋變量，故選用GMM 方法進(jìn)行估計。將PPatent 作為創(chuàng)新產(chǎn)出的估計值，回歸結(jié)果如表3 所示。

表3 全要素生產(chǎn)率的回歸結(jié)果

金融資產(chǎn)的蓄水池配置對TFP 的影響顯著為正，而替代動機(jī)對TFP 的影響顯著為負(fù)，說明企業(yè)市場的金融資產(chǎn)配置越合理，越能促進(jìn)生產(chǎn)率的提升，驗證了假設(shè)3。創(chuàng)新產(chǎn)出PPatent 對TFP 的影響顯著為正。因此，金融資產(chǎn)配置會通過影響技術(shù)投入和技術(shù)創(chuàng)新產(chǎn)出間接影響生產(chǎn)率，驗證了假設(shè)4。

3.2 穩(wěn)健性檢驗

本文構(gòu)造結(jié)構(gòu)方程模型，分析金融資產(chǎn)配置對技術(shù)創(chuàng)新投入、產(chǎn)出以及全要素生產(chǎn)率的影響，研究結(jié)果并沒有發(fā)生實質(zhì)性的改變，所以模型具有穩(wěn)健性。

4 結(jié)論與建議

本文利用滬深上市的非金融公司數(shù)據(jù)，構(gòu)建CDM模型，實證分析了金融資產(chǎn)配置對技術(shù)創(chuàng)新的投入、產(chǎn)出與全要素生產(chǎn)率的影響：金融資產(chǎn)的合理配置促進(jìn)了企業(yè)的技術(shù)創(chuàng)新投入、產(chǎn)出。金融資產(chǎn)配置的“蓄水池”功能在當(dāng)前會顯著抑制技術(shù)創(chuàng)新，但在未來增加了企業(yè)的技術(shù)創(chuàng)新投入，加大了企業(yè)的創(chuàng)新產(chǎn)出。而金融資產(chǎn)配置的“替代”功能減少了企業(yè)的技術(shù)創(chuàng)新投入，降低了企業(yè)的創(chuàng)新產(chǎn)出。企業(yè)的金融資產(chǎn)配置的蓄水池功能對全要素生產(chǎn)率具有促進(jìn)作用，通過正向影響企業(yè)技術(shù)創(chuàng)新的投入與產(chǎn)出間接正向影響全要素生產(chǎn)率?；谘芯康慕Y(jié)果，得出如下結(jié)論：

（1）金融資產(chǎn)持有份額與金融渠道獲利在企業(yè)的技術(shù)創(chuàng)新中扮演著重要的角色，在進(jìn)行宏觀政策調(diào)控時，應(yīng)多關(guān)注金融渠道獲利的指標(biāo)，因為這一指標(biāo)可用于監(jiān)控企業(yè)金融資產(chǎn)配置動機(jī)是蓄水池動機(jī)還是替代動機(jī)。

（2）金融渠道獲利的增加會促進(jìn)企業(yè)金融資產(chǎn)配置的自發(fā)行為，改善實體經(jīng)濟(jì)的投資收益率與投資環(huán)境，比如：降低稅收、貸款利率等，使金融資產(chǎn)配置不能過度金融化，從而預(yù)留資金增加技術(shù)創(chuàng)新的投入，從而推動全要素生產(chǎn)率的提高。