张 琳 廉永辉 唐伟霞

一、引言与文献综述

2008 年国际金融危机以来，人们开始深入反思金融对实体经济的影响，经济金融化(Financialization)问题受到了广泛关注。在宏观层面，经济金融化是指金融业在国民经济中的地位大幅上升，表现为金融业创造的利润在社会利润总额中占比上升、以金融为核心的服务业的就业人数逐步增多以及金融资产膨胀速度高于实体经济发展速度等。在微观层面，经济金融化描述了企业的资产结构和利润构成中与金融资产和金融投资收益相关的部分占比越来越高的现象(Krippner，2005；Orhangazi，2008)。在金融深化的过程中，我国同样面临着经济金融化问题(张成思和张步昙，2016)。在宏观层面上，我国金融业增加值占GDP 的比重近10 年来(2009 年以来)始终保持在6%以上，这一比例在全球主要发达国家和新兴市场国家中处于偏高水平。在微观层面，我国各类企业(尤其是非金融上市公司)近年来热衷于参与各类金融投资活动，发放委托贷款、购买理财产品、进行证券投资和房地产投资的公告屡屡见诸报端，反映出我国企业存在较强的金融化倾向。

针对我国企业金融化现象，既有文献主要从金融化的动机和经济后果两方面展开研究。在企业金融化的动机方面，多数研究发现，企业金融化是出于投机性动机而非预防性动机(王红建等，2017；戚聿东和张任之，2018)；在企业金融化的经济后果方面，多数研究发现金融化给企业经营带来负面影响，包括挤出固定投资和研发投资(刘贯春等，2018)、降低企业未来会计业绩及全要素生产率(杜勇等，2017)、加大企业财务风险(黄贤环等，2018)。除了研究金融化对企业自身经营状况的影响，部分文献还考察了各类企业利益相关者对企业金融化的反应。从公司股东视角考察金融化经济后果的研究较多，均发现股东对企业金融化持负面看法。戚聿东和张任之(2018)发现金融化降低了公司的市场价值，彭俞超等(2018)发现金融化增加了公司的股价崩盘风险，闫海洲和陈百助(2018)发现持有风险金融资产对公司股票回报产生负向影响。也有文献从审计师视角考察了金融化的经济后果。孙洪锋和刘嫦(2019)发现审计师对金融化程度较高的公司收取更高的审计费，并且更可能出具非标准审计意见，说明审计师同样不欢迎企业金融化。不过，既有文献尚未从债权人视角考察企业金融化的经济后果。在我国以银行为主导的金融体系中，商业银行不仅对企业融资具有重要影响，而且在公司治理中发挥着重要作用。那么，商业银行是否也对企业金融化持负面看法呢？

为回答上述问题，本文利用2007—2018 年我国A 股上市公司半年度数据，实证检验了企业金融化对其获得银行贷款数量和贷款成本的影响。研究结果表明：企业金融化程度越高，企业获得的新增贷款(包括总贷款、长期贷款和短期贷款)越少，并且支付的贷款利率越高。而后，本文研究了企业金融化影响其获取银行贷款的作用机制，结果发现：金融化加大了企业的财务风险并造成信息更不透明，商业银行会对金融化程度较高的企业要求更高的风险溢价。进一步分析发现，在盈利状况较差的企业、分析师关注度较低的企业和国有企业中，金融化对新增贷款数量的降低作用和对贷款利率的提高作用更为明显。

与既有文献相比，本文的研究具有如下特色。其一，本文从债权人视角考察了企业金融化的经济后果。不同于以往文献主要集中于企业金融化对企业主业发展和市场价值的影响研究，本文发现企业金融化还能影响商业银行的信贷决策，有助于更为全面地认识实体企业配置金融资产的经济后果。其二，本文深入分析了企业金融化对银行信贷配置的影响机制，丰富了银行信贷资源配置的相关研究，可以为评估我国银行信贷配置效率提供新的参考依据。银行对出于投机性动机的企业金融化持负面看法，说明银行具有较强的信贷配置能力，能够有效识别企业金融化过程中存在的各类风险并在贷款合约中做出合理安排。

二、理论分析和研究假设

银行是否“欢迎”企业金融化？众所周知，银行与企业间的信贷契约受企业风险的直接影响，企业风险越大、偿债能力越低，银行要求的回报率(贷款利率等)也会相应越高。因此，研究企业金融化对银行信贷配置的影响，关键在于明确企业金融化对其风险状况的影响。本文认为，在投机性动机占主导的情况下，企业金融化造成企业财务风险增加并使其信息更不透明，这影响了银行信贷决策。

第一，企业金融化增加了企业的财务风险，从而对其面临的信贷条件产生负面影响。一方面，如前所述，企业进行金融投资会导致固定资产投资和研发投资减少(张成思和张步昙，2016)，对主业发展相关资源的“挤出效应”会削弱企业的竞争优势、降低企业经营效率(盛明泉等，2018)，对企业未来的持续发展能力、盈利能力和偿债能力等产生负面影响(王红建等，2017)。由于银企关系的持续性特征，商业银行不仅基于企业当下的经营状况做出信贷决策，还须考虑金融化带来的长期负面影响，因此将对金融化程度较高的企业设定更为严苛的贷款条件。此外，金融投资将导致企业资产结构中的有形资产占比降低(Demir，2009)，客观上减少了企业提供抵押品的数量、削弱企业向银行提供“第二还款来源”的能力。另一方面，与实业投资相比，金融投资的风险更高、收益不确定性更强，并且金融投资的收益在持续性、稳定性和可预测性方面一般都差于主营业务收益的这几方面。因此，配置较多金融资产的企业，尤其是配置较多以公允价值计量的金融资产的企业，其盈利(资产价值)波动性较高。对于债权人来说，他们无法从企业盈利和价值向上波动中获得额外收益，反而要承受企业盈利和价值向下波动引致的风险。从这个意义上看，企业金融资产投资可能是公司股东的一种“资产替代”行为，因而作为债权人的银行会对企业金融资产投资持负面看法。

第二，企业金融化使企业的信息更不透明。现实中，银行不仅关注企业的财务状况，也会关注企业的信息状况。贷款利率中的风险溢价不仅与企业基本面风险正相关，也与银行和企业之间的信息不对称程度正相关。随着企业信息透明度的下降，银企之间的信息不对称恶化，银行对企业运营状况和企业债务违约风险的了解和评估准确度下降，从而提高了银行的风险感知水平，进而要求更高的风险溢价。不仅如此，企业信息不透明还可能发送了企业内部存在代理问题的信号。内部人为了避免自利行为被发现，往往会采取一些掩饰手段(如盈余管理)，这会降低企业信息的透明度。因此，商业银行很可能将企业信息透明度较低与企业内部代理问题严重相联系，从而对低信息透明度企业的贷款条件更为苛刻。企业金融化之所以会降低企业信息透明度，首先在于它加强了企业采取掩饰行为的动机。为了迎合外部投资者对企业业绩平稳增长的期待，业绩波动越大的企业，其管理层实施盈余管理的动机越强。金融投资会增加企业的盈利波动，故而会间接增强管理层实施盈余管理的动机。更重要的是，企业配置的各类金融资产还为企业采取盈余管理等掩饰行为提供了便利。金融资产所采取的公允价值后续计量模式增加了管理者的盈余管理空间，金融资产在买入、持有和卖出三个阶段，均可以充当盈余管理的工具(吴战篪等，2009)；金融资产投资增加了企业业务的复杂度，而业务复杂度也为盈余管理提供了空间(孙洪锋和刘嫦，2019)。总之，企业金融化会降低企业透明度，增加企业与银行的信息不对称程度。

基于上述分析，本文认为企业金融化通过增加企业财务风险和信息不透明而影响银行信贷决策，并提出如下“银行不欢迎企业金融化”的假设。

假设：企业金融化程度与其获得的银行贷款数量(贷款成本)负相关(正相关)。

三、研究设计

（一）样本选择和数据来源

我国从2007 年开始全面执行新企业会计准则，为了统一财务数据口径以确保主要变量(尤其是核心解释变量金融投资)的可比性，本文以2007—2018 年我国沪深A股上市公司半年度数据为研究样本，并按照以下原则进行样本筛选：(1)删除金融业和房地产业的样本；(2)剔除“*ST”或者“ST”状态的T 类上市公司；(3)删除关键财务数据缺失的样本和数据异常的样本(资产规模缺失、营业总收入为0 或缺失、资产负债率大于1)，以消除非健康上市公司相关指标对研究结果的不利影响；(4)剔除缺乏连续2 年(4 个半年)观测值的样本，这些样本对应着上市时间较晚的公司，财务数据稳定性较差。最终获得截面数N＝2204、时间跨度T＝24 的非平衡面板数据，共有30217 个“公司-半年度”观测值。本研究中所使用的公司财务数据主要来自CSMAR 数据库，利息支出半年度数据则取自WIND 数据库。

（二）模型设定和变量定义

为检验企业金融化对其所获得的贷款数量和所付出的贷款成本的影响，我们设定以下回归模型：

被解释变量Loani,t表示公司i 在时间t 与银行借款有关的变量，包括贷款数量和贷款成本两方面。与孙亮和柳建华(2011)的研究一致，贷款数量包括三组被解释变量：一是公司i 在时间t 获得银行借款的净变化额△Loani,t，以现金流量表中筹资活动部分的“借款收到的现金”减去“偿还债务所支付的现金”来估算。二是短期借款的净变化额△SLoani,t，以资产负债表中短期借款期末余额与期初余额的差值来衡量。三是长期借款的净变化额△LLoani,t，以△Loani,t-△SLoani,t来衡量。贷款成本记为LoanFeei,t，表示公司i 在时间t 内从银行借款付出的财务成本，以公司利润表附注财务费用明细中利息支出部分除以公司借款余额来估算。

核心解释变量Fin 反映了公司金融化程度。借鉴Demir(2009)、宋军和陆旸(2015)的做法，以公司持有的金融资产比例度量其金融化程度，即Fin＝(交易性金融资产+衍生金融资产+可供出售金融资产净额+持有至到期投资净额+投资性房地产净额)/总资产。在稳健性检验部分，我们还将采用更窄口径的金融资产来构造金融化指标，并基于企业利润表构造金融化指标。

模型还控制了其他可能对公司获得银行贷款产生影响的财务因素：公司规模(Size)，为总资产的自然对数；杠杆率(Lev)，为总负债与总资产之比；总资产收益率(Roa)，为当期净利润与期初总资产之比；托宾Q 值(Tobin)，为资产市值与总资产(账面值)之比，其中资产市值为权益市值与总负债(账面值)之和；经营性现金流(CF)，为当期经营活动产生的现金流量净额与期初总资产之比；有形资产占总资产比重(Tang)，其等于固定资产与存货之和除以总资产。为降低财务变量与被解释变量的同期相关程度，这些变量均取滞后一期。公司治理因素方面，我们主要纳入了以下因素：股权性质(SOE)，如果是国有企业则取1，其他取0；第一大股东持股比例(Top1)，为期末第一大股东持股数与总股本数之比；两职兼任虚拟变量(Dual)，董事长和总经理为同一人时取1，否则取0。此外，模型还加入了公司固定效应μi和半年度虚拟变量λt。

四、实证结果分析

（一）描述性统计

为了避免异常值对回归结果可能产生的影响，本文对所有连续变量均进行了上下1%的缩尾处理。表1 汇报了主要变量的描述性统计结果①主要变量的相关系数显示，△Loan、△SLoan、△LLoan 均与Fin 呈负相关关系，而LoanFee 与Fin 呈正相关关系，这初步支持了前文提出的假设。。被解释变量方面，从贷款数量来看，我国上市公司半年度新增借款占总资产比例的平均数为1.475%，其中来源于短期借款增加的部分稍低于来源于长期借款增加的部分。从贷款成本来看，样本公司平均贷款成本为5.649%，标准差为7.706%，表明不同企业在不同时间获取贷款的成本存在较大差异。核心解释变量方面，金融资产占期初总资产比例Fin 的均值和中位数分别为6.274%和2.711%，均值超过中位数说明金融化呈右偏态分布，最大值为49.932%，说明少数公司对金融资产的配置力度较大。其余控制变量的分布与已有研究基本一致(孙亮和柳建华，2011；后青松等，2016)。

表1 描述性统计

（二）多元回归分析

单变量分析初步支持了本文假设，这里将进一步控制其他影响银行贷款决策的因素，通过严格的回归分析来检验假设。为避免公司层面的聚集效应对标准误的影响，回归时在公司层面进行了cluster 处理。表2 报告了企业金融化对企业贷款数量和贷款成本的回归结果。其中，第(1)列、第(3)列、第(5)列、第(7)列加入了行业和时间固定效应，第(2)列、第(4)列、第(6)列、第(8)列加入了个体和时间固定效应。比较而言，加入个体固定效应后一些控制变量的显著性甚至符号发生了改变，但是核心解释变量Fin受到的影响较小。

表2 企业金融化与银行贷款决策

续表

我们重点关注各列回归中核心解释变量Fin 的估计系数。当被解释变量为△Loan时，Fin 的估计系数分别为-0.046 和-0.043，且都在1%水平上显著，说明金融化程度越高的公司获得的新增贷款数量越少。经济意义方面，依据第(2)列个体固定效应回归得到的系数，可知Fin 每增加一个标准差，△Loan 将大约减少0.395(9.183×-0.043)个百分点，这相当于△Loan 样本均值的26.780%(0.395÷1.475)。那么，企业金融化对新增贷款数量的负向影响，主要是由于减少了公司新增短期贷款还是新增长期贷款呢?

在以△SLoan 为被解释变量的第(3)列和第(4)列回归结果中，Fin 的估计系数分别为-0.021 和-0.013，且均在5%水平上显著，并且Fin 每增加一个标准差，△SLoan将大约减少0.119(9.183×-0.013)个百分点(第(4)列)，这相当于△SLoan 样本均值的16.879%(0.119÷0.705)。在以△LLoan 为被解释变量的第(5)列和第(6)列回归结果中，Fin 的估计系数分别为-0.024 和-0.029，且均在1%水平上显著，此时Fin 每增加一个标准差，△LLoan 将大约减少0.266(9.183×-0.029)个百分点(第(6)列)，这相当于△LLoan 样本均值的34.501%(0.266÷0.771)。可见，企业金融化同时减少了银行新增短期贷款和新增长期贷款数量，并且对新增长期贷款的负向影响更为严重。

表2 第(1)列～第(6)列的回归结果表明，企业金融化会减少其从银行获取的贷款数量。那么这一结果是因为企业金融化影响了企业的贷款需求还是贷款供给呢？明确此问题的关键在于考察企业金融化对贷款价格的影响。表3 第(7)列和第(8)列进一步考察了企业金融化对其获得银行贷款价格的影响，其中Fin 的估计系数分别为0.026和0.030，且均在1%水平上显著，此时Fin 每增加一个标准差，LoanFee 将大约增加0.275(9.183×0.030)个百分点(第(8)列)，相当于LoanFee 样本均值的4.868%(0.275÷5.649)，可见金融化程度较高的企业需要付出更高的贷款成本(利率高)。综合表2 各列回归结果可知，金融化对企业获得银行贷款的影响具有“量跌价升”的特点，由此可以明确企业金融化抑制了银行贷款供给，并且企业金融化对贷款供给的影响力度超过对贷款需求的影响力度。总之，银行更严格控制对金融化企业的贷款供给是企业金融化负面融资效应的主要驱动因素，这一结果符合本文假设的预期，即商业银行能够充分识别企业金融化产生的风险，并在贷款决策中予以防范以减少未来可能承担的风险和损失。

（三）稳健性分析①篇幅所限，稳健性检验部分表格未予汇报，感兴趣者可向作者索要。

1. 替换核心变量的度量方式

被解释变量方面，一是使用资产负债表中短期借款、长期借款和一年内到期的长期负债三者余额之和的变动值衡量△Loan；二是以短期借款和一年内到期的长期负债二者余额之和的变动值衡量△SLoan；三是使用长期借款余额的变化值衡量△LLoan；四是使用利息支出和其他财务费用之和除以公司借款余额衡量LoanFee。核心解释变量方面，借鉴张成思和张步昙(2016)、刘贯春等(2018)的研究，基于利润表重新构造金融化指标Finp，等于投资收益(扣除对联营企业和合营企业的投资收益)、公允价值变动损益、其他综合收益之和除以息税前利润的绝对值。回归结果显示，替换核心变量度量方式后，本文结论依然成立。

2. 控制地区宏观经济变量

基准模型中的控制变量集中，可观测的控制变量均属于企业微观层面的控制变量，缺乏宏观或地区层面的可观测的控制变量。此处我们进一步在模型中控制如下地区时变控制变量：一是分省份实际GDP 同比增速Gdp，二是分省份信贷余额同比增速Credit，三是分省份市场化程度Market。在增加上述控制变量的回归结果中，核心解释变量Fini,t-1系数符号和显著性与基准回归结果一致，说明加入新的地区宏观经济控制变量后，本文结论依然成立。

3. 采用工具变量法

基准模型在控制可能影响企业贷款的多种微观财务特征的基础上加入了时间和个体固定效应，可以在较大程度上解决遗漏变量带来的内生性问题；以滞后一期的金融投资作为核心解释变量，能够在一定程度上解决反向因果问题。这里我们使用工具变量法来进一步解决可能的内生性问题。具体而言，共选择如下工具变量。(1)借鉴杜勇等(2017)、戚聿东和张任之(2018)的研究，采取核心解释变量Fini,t-1的滞后一期(Fini,t-2)和滞后二期(Fini,t-3)作为工具变量。其逻辑在于：滞后变量已经产生，是“前定”的，可能与当期的扰动项不相关，或者说不易受到当前被解释变量的反向影响。(2)借鉴彭俞超等(2018)的研究，采取公司所处行业(制造业取两位代码)其他上市公司金融化程度的均值MFini,t-1作为工具变量。各列回归中，核心解释变量Fini,t-1的估计系数符号和大小与基准回归一致，且均在10%水平及更高水平上显著。因此，本文结论在考虑内生性问题后依然是成立的。

4. 估计动态面板模型

考虑到企业借款行为的惯性或短期调整特点，需要在模型(1)的基础上加入被解释变量的滞后项Yi,t-1，从而得到一个动态面板模型。估计动态面板模型不仅有助于解决由于遗漏被解释变量滞后项而导致的内生性问题，也能在一定程度上解决与核心解释变量有关的内生性问题(如反向因果问题)。本文采用两步纠偏系统GMM 估计这一动态面板模型。被解释变量一阶滞后项中，△Loani,t-1、△LLoani,t-1和LoanFeei,t-1系数显著为正，而△SLoani,t-1系数显著为负，说明银行对企业发放的长期贷款和贷款利率具有“上期越高，本期越高”的惯性特点，而短期贷款具有“上期多发、本期少发”的反转特点。不过，我们更为关注的是Fin 的估计系数，所有系数均在1%水平上显著，并且系数绝对值较之基准回归中双向固定效应得到的估计系数的绝对值更大，说明控制被解释变量滞后项后企业金融化对银行贷款的影响程度有所提升。可见本文结论仍然成立。

5. 使用倾向得分匹配法

银行对金融化程度较高企业更少的贷款数量和更高的贷款价格可能并非源于企业金融化，而是源于企业其他特征的差异，或者是因为银行贷款决策和企业金融化受到其他变量的影响使然。本文使用倾向得分匹配法(PSM)来分析上述问题。借鉴后青松等(2016)、孙洪锋和刘嫦(2019)的研究，本文将连续型解释变量转变为分类变量，即根据公司金融投资水平的高低，将样本切分为四组，将Fin 最大的一组视为金融化最高组(处理组)，并在余下的样本(控制组)中为处理组中的公司寻找其他特征相似的匹配样本。基于匹配样本回归模型(1)的结果显示，企业金融化对贷款增量的影响显著为负，对贷款成本的影响依然显著为正。

6. 其他稳健性检验

本文还进行了如下稳健性检验：(1)在变量度量方面，为减少企业金融化指标可能存在的度量误差，我们去掉了交易性金融资产后得到更窄口径的金融化指标Fin_nt。此外，为更大程度上降低反向因果型内生性，我们还采用滞后两期企业金融化指标Fini,t-2作为解释变量。(2)在估计方法方面，为控制异方差和解决序列相关问题，对标准误在企业和时间两个层面进行双重聚类调整。(3)模型设定方面，在模型中加入更多控制变量，主要是反映企业经营风险的盈利波动性(Roa_sd)和反映企业信息不透明的盈余操纵程度(Accm)。使用新的企业金融化指标并采取双重聚类调整以及加入新控制变量后，得到的回归结果与之前的结果没有发生本质变化。

五、进一步分析

（一）作用机制分析

在财务风险机制方面，本文分别采用Altman(1968)提出的Zscore 和盈利波动性(Roa_sd)来衡量公司财务风险。Zscore＝(1.2×营运资金+1.4×留存收益+3.3×息税前利润+0.999×销售收入)/资产总额+0.6×股票总市值/负债总额，其数值越大，企业面临的财务风险越小。Roa_sd 为经行业和半年度均值调整后的资产收益率(ROA)三年滚动标准差。表3 第(1)列、第(2)列分别汇报了企业金融化对Zscore、Roa_sd 的回归结果。在其第(1)列回归中Fin 的估计系数在1%水平上显著为负，表明企业金融化增加了企业财务失败的可能性。在其第(2)列回归结果中，Fin 的估计系数在1%水平上显著为正，意味着企业金融化增加了公司盈利波动性。一方面，配置金融资产会带来直接风险。企业金融投资，尤其是对股票、股权和房地产的投资本身具有较高风险，而根据《企业会计准则第22 号——金融工具确认和计量》的规定，这些资产的后续计量采用公允价值并将其变动计入当期损益，其价格波动势必影响企业利润。另一方面，配置金融资产客观上挤出了对主业的资源投入，减少了用于固定资产投资和产品研发创新的资金，这极有可能会对企业营运能力、盈利能力和发展能力产生负面影响，或者会进一步恶化其主业不振的状况。因此，本文回归发现，企业金融化确实增加了企业的经营风险和破产可能性，这与黄贤环等(2018)的发现相一致。

在信息不透明机制方面，本文分别采用累积操纵性盈余(Accm)和会计稳健性(C_score)来衡量公司的信息不透明程度。根据Dechow 等(1995)的研究，通过修正的琼斯模型分时点分行业回归而得到操纵性盈余，将过去三年的操纵性盈余取绝对值加总，得到累积操纵性盈余；参照Khan 和Watts(2009)的方法计算Basu(1997)模型，得到会计稳健性(C_Score)。表3 第(3)列、第(4)列分别汇报了金融化对Accm 和C_score 的回归结果。在其第(3)列中，Fin 的估计系数在5%水平上显著为正，表明企业金融化加大了公司的盈余管理力度。在其第(4)列中，Fin 的估计系数在10%水平上显著为负，显示企业金融化削弱了公司的会计稳健性。其原因在于，金融投资为内部人利用公允价值的不同会计处理方式进行盈余操纵提供了空间。因此，本文发现金融化确实降低了公司内部信息质量，加大了公司的信息不透明程度，这与彭俞超等(2018)的发现相一致。

表3 企业金融化对企业财务风险和信息不透明的影响

综上所述，企业金融化不仅加大了企业真实的经营风险，还使企业的信息更不透明。因此商业银行对金融化企业的贷款定价会提出更高的风险溢价，同时限制企业获得的贷款数额，这进一步明确了“银行不欢迎企业金融化”背后的具体机制，打开了企业金融化影响银行贷款决策的“黑箱”。

（二）异质性分析

1. 基于公司盈利状况异质性的分析

作为反映企业经营后果的综合指标，公司的盈利状况本身受到企业内外部多重因素的影响。不过，相比什么因素影响了公司盈利状况，此处我们更关注的是盈利状况产生了哪些影响。其一，盈利状况较好的公司和盈利状况较差的公司进行金融投资的动机是否存在差异? 旸宋军和陆 (2015)、Davis(2018)等指出，企业盈利状况(尤其是主营业务盈利状况)对企业金融投资存在“替代效应”和“富余效应”两种相反的影响，前者主要发生在低经营业绩的公司，后者主要发生在高经营业绩的公司。其原因在于，低业绩公司深受主业不振的困扰，为了改善综合收益，有动力通过金融投资来弥补主业亏损甚至扭转其主业亏损局面，这种行为被王红建等(2016)称为“跨行业套利”。相比之下，高经营业绩的公司往往拥有较为充足的资金，其金融投资行为多是对富余资金的合理使用。可见，低业绩公司从事金融投资时投机动机较强，而高业绩公司从事金融投资时投机动机较弱。其二，在盈利状况较差的情形下进行金融投资是否会带来更高的风险？在业绩压力下，企业会做出风险更高的决策(贺小刚等，2015)，并且更可能进行盈余操纵。因此，在业绩压力下金融资产投资多是一种资产替代行为，将会对债权人的利益造成严重损害。我们预期：商业银行更加不欢迎低业绩公司的金融化行为。

本文以经行业均值调整后的资产收益率(ROA_adj)衡量公司盈利能力，然后在每个半年度对 ROA_adj 排序，低于 ROA_adj 中位数的记为低盈利组(Low)，高于ROA_adj 中位数的记为高盈利组(High)。表4 列示了分组回归结果，对比两组中Fin的估计系数大小及其显著性可以发现：除第(3)列和第(4)列以短期贷款增量为被解释变量时Fin 系数显著性较差外，其余各列回归中，与高盈利组相比，低盈利组中金融化对新增贷款总量和新增长期贷款数量(贷款成本)的负向(正向)影响更大、显著性更高。可见，商业银行对低盈利公司的金融化行为表现出更为负面的态度。

表4 基于盈利能力差异的分组回归结果

2. 基于分析师关注度异质性的分析

证券分析师作为证券市场中的专业分析人员，相比于普通的中小投资者，在企业金融化相关信息的获取和评判方面更有优势。一方面，证券分析师能通过发挥监督作用来抑制企业金融化的投机动机和减少潜在风险。分析师可以发现管理者对企业资源的不当利用，从而抑制管理者的机会主义行为(Lang 等，2004)。另一方面，分析师关注能够削弱金融化的信息不透明效应。金融资产投资提高了企业财务信息的繁杂度，而分析师通过信息搜集整理、发布研究报告有效降低了企业和外部投资者的信息不对称程度：分析师通过实地调研获得企业私有信息，增加了信息的供应量；分析师将大量公开信息加工成简单易懂的形式，从而提高信息的传递效率；分析师的持续跟踪还会抑制企业的盈余管理行为，提高信息的真实度(Yu，2008)。综合而言，分析师关注通过“监督效应”和“信息效应”降低了企业金融化对投资者和债权人的不利影响程度，因此我们预期：在分析师关注度较高的情况下，金融化对企业获取银行借款的负面影响力较弱。

本文以分析师跟踪人数衡量分析师关注度，将样本按分析师跟踪人数中位数分为分析师跟踪较多(More)和分析师跟踪较少(Less)的两组。表5 分别报告了分析师跟踪人数较多和较少两组样本的回归结果。在分析师关注度较高的组中，Fin 的估计系数显著性均较低，而在分析师关注度较低的组中，Fin 的估计系数与基准回归一致，且系数均在10%水平上显著，这说明企业金融化使银行借款数量减少、使银行借款成本增加的效应在分析师跟踪较少的公司中更为突出。

表5 基于分析师关注度差异的分组回归结果

3. 基于公司产权性质异质性的分析

企业产权性质一直是学术界关注的重要问题，金融化对企业获得银行贷款的影响是否会因企业的产权性质差异而有所不同？首先，产权性质会影响企业金融化的动机。由于存在预算软约束问题，国有企业更容易从政府和金融机构获得资金支持，利用金融资产为未来投资储备资金的需求程度不高，而面临较高融资约束的非国有企业更需要金融资产发挥“蓄水池”作用，因而相比非国有企业，国有企业金融化的投机动机更强。其次，产权性质会影响企业金融化带来的经营风险。国有企业过长的委托代理链条导致其内部人控制问题更严重，管理层更倾向于为完成短期考核指标而做出有损企业长远发展的“短视”行为，将资金投向高风险高收益的房地产和金融行业进行投机套利，从而损害了企业主业业绩、增加了企业财务风险(杜勇等，2017)。相比之下，非国有企业受到信贷融资等方面的约束，在投资房地产和金融行业时会更加谨慎。因此，非国有企业金融化过程中产生的财务风险可能相对较低。最后，产权性质也会影响企业金融化产生的信息不透明效应。国有企业除了盈利目标外还有稳定就业等社会责任，其高管选拔虽然受经营业绩影响，但更多是行政任命的结果，这减弱了国企高管进行盈余管理的动机。因此，从国企金融化更强的投机动机和可能造成的经营风险上升来看，银行更不欢迎国企的金融化行为，但是根据非国有企业利用金融资产投资进行盈余管理的动机较强的观点，银行也不欢迎非国有企业的金融化行为。可见，产权性质对金融化与企业贷款之间关系的影响较为复杂，需要实证检验予以揭示。

本文按照产权性质将样本分为国有企业(SOE)和非国有企业(NonSOE)两组，分组回归结果如表6 所示，在国有企业组中Fin 的系数显著性更高，除第(4)列外均在1%水平上显著，且系数的绝对值也更大。这表明相比于非国有企业，国有企业金融化对未来贷款数量(成本)的减少(提升)效应更大，即银行更不欢迎国有企业的金融化。

表6 考虑产权性质异质性的回归结果

六、结论和启示

在我国经济发展存在“脱实向虚”问题的背景下，本文基于债权人视角考察了企业金融化的经济后果，即企业金融化如何影响其获得的银行贷款。基于2007—2018 年我国A 股上市公司半年度数据的实证研究表明，企业金融化程度与企业新增贷款数量呈显著负相关关系，与企业贷款利率呈显著正相关关系，并且这种关系在盈利能力较低的企业、分析师关注较少的企业和国有企业中更加明显。同时，企业金融化增加了企业破产风险和盈利波动性，提高了企业盈余管理程度，降低了企业会计稳健性水平，说明企业金融化通过增加企业的财务风险和信息不透明程度而对银行信贷契约产生负面影响。基于上述研究结论，可得到如下启示。

第一，非金融企业应回归初心，“应脱虚向实”，合理控制其金融资产份额以降低风险。本文研究发现，企业金融化程度越高，财务风险越大，信息透明度越低，越会导致其外部融资条件恶化。因此，企业在进行金融投资时，应着眼于长期价值最大化目标，尽量避免短视性、投机性的金融投资，努力发挥金融资产对主业经营的反哺作用。

第二，商业银行应继续发挥对企业金融化行为的监督和约束作用，防范企业金融化带来的风险。企业金融化会增加银行面临的信贷违约风险，因而银行在与企业签订信贷合同时，应对企业金融资产配置行为保持密切关注，并做出相应的风险控制决策，充分发挥债权人在公司治理中的监督和约束作用。

第三，政府及证券市场监管部门应重点关注盈利能力差、信息不透明和国有企业的金融资产投资行为。本文发现，企业金融化对银行信贷的负面影响在盈利状况较差的企业、分析师关注度较低的企业和国有企业中更显著，说明这三类企业的金融化行为潜藏的风险更高。因此，政府及证券市场监管部门应重点关注具有以上特征的企业，做好风险识别工作，以便有效防范企业金融化带来的潜在金融风险。