窦 炜，张书敏

(华中农业大学 a.经济管理学院；b.现代农业经济研究院，湖北 武汉 430070)

一、问题提出

自2008年以来，不断攀升的杠杆率制约着中国实体经济的稳定发展。逐步增高的杠杆率使企业有更多的资金可自由支配，加上实体经济增长趋于放缓而金融业发展迅猛，在资本逐利性和资金防御性的动机下[1]，越来越多的实体企业投身到了金融领域[2-4]。

从企业负债率较高和金融资产配置较多两个现象来看，大量的资金没有促进实体经济发展，而是一直在资本市场“空转”。一部分企业从银行或其他金融机构借来钱，再进行各类金融资产投资获取短期利润。虽然这些企业看起来暂时抵御了流动性风险[5]，缓解了市场竞争，但是非金融企业的主业是专注生产研发和运营，来实现资本的保值增值。企业将举债获得的资金甚至实体产业资本投向金融领域的做法，造成了挤占实业投资[6-7]、加大财务风险、抑制企业创新[8-10]、加剧经济波动[11-13]等危害，严重影响了实体经济的高质量可持续发展和资本市场的稳定。

针对如何有效地抑制非金融企业的金融资产投资这一问题，现有政策主要从资金这一要素供给的视角来给出解决方案。2015年12月，“去杠杆”作为供给侧结构性改革中“三去一降一补”五大任务之一，首次在中央经济工作会议上提出。在以间接融资为主导的金融体系条件下，去除过度负债企业的资金来源虽然可以有效地抑制企业进行金融资产投资，但同时存在的另一个问题是，“一刀切”式的去杠杆改革也会抑制企业进行实体经济投资和正常的资金需求。

2018年开始，全国金融工作会议、中央财经委员会和中央全面深化改革委员会相继提出“结构性”去杠杆的政策目标。那么，究竟应当如何把握去杠杆政策的“结构性”？换言之，应当去除哪些企业的杠杆，以及将企业杠杆率降低到什么水平，才能完成平稳去杠杆，实现“去杠杆”和“稳增长”的双政策目标？

从企业的资产负债表看，“去杠杆”指的是减少企业的债务资金来源，而“稳增长”则是强调企业的资产质量和运营效果，两者之间并不冲突。化解企业实际的债务风险，一方面取决于资产的数量，另一方面依赖于企业的资产质量以及未来现金流。如果企业将获得的杠杆资金主要用于运营和固定资产投资以及研发创新投资，增强自身的营利能力和核心竞争力，而不是用加杠杆的方式投资资本市场的各种理财产品或交易金融资产，让资金在金融系统中“空转”，这样的杠杆就不应当成为“结构性”去杠杆政策的目标。这里的关键在于，以企业的资产配置这一独特视角来分析其杠杆率水平及其动态调整规律，而非简单地强调负债率的高低。

纵观现有文献，学者主要从可能影响企业去杠杆的因素和去杠杆的影响及现状[14-16]等方面展开研究。已有研究表明，金融市场化、利率市场化、企业过度负债程度、产权性质、技术创新、成长性等[17-21]都会影响去杠杆政策的实施效果。去杠杆政策确实会降低企业金融负债的比重，但同时增加了企业经营负债的比重[22]；在向下动态调整资本结构时会抑制企业的财务风险和破产风险，但同时挫伤了投资者信心[23]。过度负债程度越高的企业，去杠杆的可能性和程度也越高[24]。但是这些研究大多停留在宏观经济发展、投资结构安排、债务风险控制等去杠杆的直接影响因素层面上，鲜有文献深入到企业金融资产配置领域，将供给侧结构性改革的去杠杆政策与“脱实向虚”的企业金融化现象结合，研究“结构性”去杠杆政策对于企业资产配置结构的影响，而这正是本文所关注的问题。

本文将去杠杆政策的实施作为一个准自然实验，以2012—2019年国有非金融类A股上市公司为样本，对“结构性”去杠杆政策的实施效果进行实证检验，具体的内容包括：(1)验证去杠杆政策会降低企业金融资产配置占比，并显著作用于非科创型行业的企业，同时该政策减弱了金融化对企业创新的抑制作用；(2)引入政府补助和银行贷款两大重要融资渠道的调节机制，深入探讨并证实政企关系和银企关系在去杠杆政策对企业金融化程度影响中的弱化作用；(3)在回答“去杠杆政策如何影响企业金融化”问题的同时，细分债务期限的特征，研究长期负债是否强化去杠杆对金融化的抑制作用，同时有助于去杠杆政策弱化金融化对创新的“挤出效应”。

本文可能的研究贡献和创新主要表现为：(1)以企业金融资产配置的独特视角，研究“结构性”去杠杆政策背景下，过度负债企业杠杆率水平的变化对企业资产配置的影响，特别是对科技创新型企业创新和研发投资的影响，对现有文献形成丰富和补充；(2)分别将政企关系和银企关系引入到模型中，分析财政政策、信贷政策与“结构性”去杠杆政策的综合叠加效应，对已有研究形成深化和扩展。

二、理论分析与研究假设

(一)去杠杆政策对企业金融化的影响

去杠杆政策的实施让原本拥有过度负债的企业，相比之前较少地从银行或其他金融机构取得借款，从而引起企业整体营运资金的短缺，导致企业生存压力加大，在一定程度上迫使企业不得不提升目前债务资金的使用效率，想办法结合自身经营情况，用有限的资金实现更大的收益来支撑长远稳定的发展。

企业拥有充足的甚至过度的负债资金时，则往往对于资金的管理相对比较松散和随意，资金利用率也不会很高。过度负债弱化了负债对管理层滥用资金的约束能力，同时为企业从事金融投资提供了资金支持[25]。企业在进行正常生产运营管理之余，会有较为充足的资金用于投资金融类资产；对于管理者而言，也没有很大的资金配置和企业运营压力，一直保持着这种没有钱就可以去举债的财务运营理念。但是，去杠杆政策的提出和实施强制阻断了这些企业的部分债务融资，对于企业资金链条形成了较大的压力，管理者必须重新优化资金安排，提升对于有限资金的利用率。理性的管理者会首先满足实体经营的需要，以维持企业的正常运转，这样一来，就没有充足的资金从事实体主业之外的金融资产投资，进而则会逐步降低企业的金融化程度，以实现企业良性发展。

去杠杆政策通过阻断过度负债企业部分债务资金来源，促使其用有限的资金满足正常经营的需要，减少企业从事金融资产配置的资金流，从而达到抑制其金融化程度的效果。

根据以上分析，本文提出假设1。

假设1：去杠杆政策能够抑制企业金融化程度。

(二)去杠杆政策、科技创新与企业金融化

过度负债企业要想更加高效地利用有限资金获得稳定收益，最首要和根本的还是提升内源融资能力，依靠自身出色的科技研发水平实现更强的资本原创力。而企业金融化产生的原因很大程度上在于其实体业务的创新及获利水平不能满足市场激烈竞争的需要。这时，投资金融资产既能轻松赚钱，又让资金流动性更强，短期内的良好效果促使企业循环往复，导致金融化程度逐渐提高。如果能够逐步解决企业实体业务研发运营方面的内源融资和经营获利问题，就可以解决其金融化程度过高的问题。简而言之，去杠杆政策会通过施加企业债务资金约束的压力而迫使其增强内在创造力，同时抑制企业金融化程度，促进企业实现“脱虚返实”。

金融化程度高会抑制企业的创新投入和效率，那么不妨将金融化的影响后果前置到金融化产生的原因链条上，从企业科技创新层面入手，针对全样本企业探讨以下问题：相比于创新能力较差的其他行业企业，去杠杆政策是否会对科创型企业的金融化起到抑制的作用呢？或者说，去杠杆政策是否会更加显著地作用于非科创型企业而抑制其金融化程度进而促进其更多地投入创新呢？

首先，科创型企业内在的研发水平就比较出色，有一定的竞争优势，未来发展前景较好，可以在很大程度上依靠自身实力实现内源融资而不断发展壮大，对于外在的债务融资依赖性不是很强，对去杠杆政策的实施并不敏感。其次，创新能力强的企业，营利能力及运营效果也不会差，可以有相比金融资产更值得投资的科研项目，这些项目很有可能为其带来更加丰厚的利润，并有助于其长远可持续的发展。那么科创型企业对于金融资产的持有动机不会太强，本身金融化程度自然也不高。所以，从科创型企业对于去杠杆政策的不敏感性和金融化程度较弱两个方面来看，去杠杆政策对其金融化程度的影响也不是很显著。相反，创新能力比较弱的企业，其主营业务就表现一般，之前由于没有很好的投资项目而进行金融资产的配置，只是在短期达到了股东利益相对最大化的经营目标，不具备更长远的发展动力，内源融资效果显然不好，而对于外界债务融资依赖性较强。在去杠杆政策的驱使之下，减少了企业一部分债务融资渠道，理性的管理者便不得不想办法利用有限的资金优先着力提升主营业务的获利能力，降低金融资产的配置，并加大研发创新投入来增强核心竞争力，以实现更高的资金使用效率，促进企业长远稳定发展。

综上所述，在去杠杆政策对于企业金融化的影响机制上，创新能力的作用还是存在很大差别的。科创型企业受去杠杆政策影响不大，金融化程度也不会很高，所以，科技创新能力弱化了去杠杆政策对于企业金融化程度的影响。但反过来讲，对于非科创型企业而言，去杠杆政策在金融资产配置抑制效应中的作用更加明显，会通过显著抑制企业的金融资产配置，进一步促进企业的创新活动，提升实业发展质量，引导企业“脱虚返实”。

根据以上分析，本文提出假设2。

假设2：去杠杆政策在非科创型企业中对金融化程度的抑制作用更加显著。

在该假设的基础上，可以进一步讨论科技创新要素在去杠杆政策影响企业金融资产配置机制中的作用。

科技创新作为推动实体经济高质量发展的根本动力，很大程度上也显示了企业在市场的核心竞争力。前文假设了去杠杆政策可以显著抑制企业金融资产配置，又由于两个被解释变量。(1)企业金融化程度的增强会抑制企业创新活动的开展，那么不妨将企业创新水平作为结果变量，探讨去杠杆政策是否会减弱金融资产配置对于企业创新的抑制，进而促进企业创新活动的增强。

企业金融资产配置的增多会对创新投入形成“挤出效应”，企业用这部分资金投资于资本市场而影响了实体经济的健康发展。去杠杆政策的目的是通过阻断企业部分债务的资金来源，提升其对于现有资金的使用效率，增强实体内源融资能力，降低企业金融化，促进创新投入。

企业在实体运营的过程中，绝对不是简单重复性地生产和销售，而是不断研发创新，紧跟时代的步伐，制造出高科技的产品，这样才能在市场中获得核心竞争能力，实现稳固可持续的发展。因此，理性的投资者会在去杠杆政策的引领下减少金融资产的配置，加大研发资金的投入，通过不断提升创新水平来增强企业的获利能力和发展能力，实现企业的高速增长。所以，本文在企业金融化对创新活动的抑制链条中加入去杠杆政策，分析其是否会缓解原有的“挤出效应”。

根据以上分析，本文提出假设3。

假设3：去杠杆政策减弱了企业金融化程度对于企业创新水平的抑制作用。

三、研究设计

(一)研究样本与数据来源

本文以去杠杆政策的提出这一外生冲击作为实验事件，考察去杠杆政策的实施对于国有企业经济后果的影响机理。鉴于去杠杆政策的正式提出是在2015年12月，选取2016年前后4年的区间为事件窗口，样本区间为2012—2019年。当前，国有企业杠杆率是最突出的债务问题，并成为去杠杆工作的重点领域。坚持将国有企业降杠杆作为“去杠杆”的重中之重，是实现高质量发展必须跨越的重大关口，也是防范化解重大风险的必然要求，那么政府对于国有企业杠杆率的监控应当更为严格，有效性也更强，意义性更大，所以本文的研究样本为所有沪深A股国有上市公司。样本数据来源于万得(Wind)数据库和国泰安(CSMAR)数据库。

为了确保样本数据的准确性及有效性，本文对样本进行如下筛选：(1)剔除金融类和房地产类上市公司；(2)剔除ST、*ST标识的上市公司；(3)剔除相关数据存在明显错误及所需要的相关数据不完整的公司。此外，为了避免极端离群异常值对回归结果稳健性的干扰，对所有连续性变量采用Winsorize方法进行1%和99%分位的缩尾处理。本文使用Stata 15.0软件对样本数据作回归分析。

(二)变量界定

1.被解释变量

两个被解释变量。(1)企业金融化程度(Fin)。参照杰米尔(Demir，2009)[26]的做法，将企业金融化界定为非金融企业将资金配置于金融与房地产等金融资产的行为，本文使用企业资产负债表中的类金融资产(包括交易性金融资产、发放贷款及垫款金额、衍生金融资产、持有至到期投资、可供出售金融资产和投资性房地产)与期末总资产之比来衡量。本文将投资性房地产项目纳入金融资产，是因为投资性房地产是指企业为赚取租金或者资本增值而持有的房地产，并非用于生产经营，可以反映非金融企业进入房地产行业投机炒作的情况。未将货币资金纳入金融资产的范畴，主要是考虑到企业在经营活动中也会产生货币资金。(2)企业的创新水平(RD)。本文选用无形资产净额增量占总资产的比重来度量。企业无形资产可以较直接地从财务报表上获取。企业的创新投资最后都会反映在无形资产净额的增量上，它与企业创新有着密不可分的联系，是企业创新成果的综合反映。

2.解释变量

主要包括处理变量(Treated)和时间变量(Time)两个虚拟变量。(1)处理变量(Treated)，当企业本身的杠杆率受到去杠杆政策影响时赋值为1，反之则赋值为0。具体来讲，为在去杠杆的同时控风险，中央提出了“五控三增”的落实措施，其中，五控之一是控不同负债标准。考虑到企业在不同行业，资本结构不一样，发展阶段不一样，国务院国有资产监督管理委员会确定了一个能够保证企业稳健发展的资产负债率控制标准，将企业资产负债率分成三大类，即工业企业为70%，非工业企业为75%，科研设计企业为65%。针对去杠杆政策的实施，本文选取资产负债率大于65%的企业作为处理组，即Treated=1，资产负债率处于65%以下则为控制组，即Treated=0。处理组的企业在政策实施后受到去杠杆政策的影响。(2)时间变量(Time)，如果样本企业在2012—2015年则赋值为0，在2016—2019年赋值为1。由于中央正式提出去杠杆政策是在2015年12月，因此，在2015年及以前的样本企业没有受到去杠杆政策的影响，作为控制组，即Time=0；在2016年及以后的样本企业受到了去杠杆政策的影响，为处理组，即Time=1。(3)去杠杆政策，即处理变量×时间变量(Treated×Time)。该变量是时间变量(Time)和处理变量(Treated)的交乘项，用来检验去杠杆政策对处理组样本的政策净效应。根据双重差分模型的设计原理，如果Treated×Time项前的系数为负，则表明去杠杆政策抑制了企业金融化；反之则反是。

3.控制变量

企业的经营表现与内部治理状况会影响企业金融资产配置，如果这些因素不予以控制，就会出现重要变量遗漏的问题，从而导致模型出现严重的内生性。同时，也为了增强研究结果的可比性，选择了以下控制变量：(1)公司规模(Size)；(2)企业运营时间 (Age)；(3)主业投资收益率(RR)；(4)托宾Q值(TQ)；(5)经营性现金流(CF)；(6)有形资产占总资产比重(Tang)；(7)固定资产增量(INV)；(8)成长能力(Growth)。另外，Year和Industry分别表示年份与行业固定效应，用来保障企业金融化程度不受那些源自特定年份与行业的宏观经济因素和政策变动的影响。

各变量的具体定义和度量如表1所示。

表1 变量定义表

(三)研究方法与实验设计

考虑到受去杠杆政策影响的企业与未受影响的企业在事件发生节点之前存在系统性差异，加上政策本身具有准自然实验的特征，为了在一定程度上避免内生性问题的困扰，采用“倾向性匹配得分-双重差分法”(PSM-DID)模型来评估去杠杆政策对企业金融化程度的影响。

第一步，倾向得分匹配处理。首先，根据企业是否受到去杠杆政策影响确定协变量的选择；之后，利用Logit模型进行回归，计算倾向得分值；最后，由于实验组样本比较少，为了匹配效果更好，采用1∶4 最近邻匹配法进行匹配，进而得到一组新的实验变量。最终得到匹配后的样本观测值共3 024个。Logit模型设定如下：

Treatedi，t=β0+β1Sizei，t+β2Agei，t+β3RRi，t+β4TQi，t+β5CFi，t+β6Tangi，t+β7INVi，t+

β8Growthi，t+∑Year+∑Industry+εi，t

(1)

第二步，双重差分处理。将受到去杠杆政策影响的企业设定为实验组，未受影响的企业设定为控制组，构建双重差分模型如下：

Fini，t=β0+β1Treatedi，t+β2Timei，t+β3Treatedi，t×Timei，t+

∑Controlsi，t+∑Year+∑Industry+εi，t

(2)

式(2)中，β1度量在去杠杆政策提出之前受影响的企业与未受影响的企业在金融化水平上的系统性差异。β2度量在去杠杆政策实施前后受影响的企业与未受影响的企业之间的金融化水平差异。而β3测算在去杠杆政策实施前后受影响的企业与未受影响企业的金融化水平的变化情况。

在去杠杆政策的影响下，分析企业金融资产配置对于企业创新水平的抑制作用，构建的回归模型如下：

RDi，t=β0+β1Fini，t+β2Treatedi，t×Timei，t+β3Fini，t×Treatedi，t×Timei，t+

∑Controlsi，t+∑Year+∑Industry+εi，t

(3)

式(3)中，把企业创新水平(RD)作为被解释变量，在基础回归模型中加入去杠杆政策(Treated×Time)、企业金融资产配置(Fin)及前两者的交乘项(Fin×Treated×Time)，三者一起作为解释变量。β1和β2分别度量企业金融资产配置占比和去杠杆政策对企业创新水平的影响，β3表示在去杠杆政策的调节作用下，金融资产配置对于创新的影响。

四、实证结果分析

(一)匹配效果检验

在进行双重差分处理之前，本文对倾向性匹配得分的匹配结果进行了平衡性检验，结果如表2所示，可以看出匹配后实验组与控制组之间的系统性差异不再显著，即变量匹配后在实验组和控制组之间是均衡的，符合PSM的平衡性假设。通过PSM得到的配对样本有效地消除了控制变量可能存在的系统性差异。

表2 平衡性检验结果

(二)描述性统计

对倾向得分匹配后的样本进行描述性统计，结果如表3和表4所示。表3为主要变量金融化程度和创新水平的分年度描述性统计，图1更加直观地展现了二者的变化趋势。可以看出，2016年之前，金融化水平一直在稳步上升，创新水平不断波动，2017年以后企业金融资产配置程度呈现了明显的下降趋势，科技创新水平对应着表现出上升的状态，显然，去杠杆政策在实施的第二年发挥出了应有的作用。

表3 主要变量分年度描述性统计

表4为变量总体描述性统计。可以看出，样本企业金融化程度的均值为0.022 4，最大值为0.258 3，最小值为0，变异系数为1.867 6，说明各企业间金融化水平差异度较大；Treated的均值为0.250 3，表明样本中由于过度负债而受去杠杆政策影响的企业约占25%；Time的均值为0.458 0，表明政策实施前后的样本分布比较均衡，政策实施前的样本略多一点；企业创新水平的均值为0.053 6，最大值为0.328 2，最小值为0.000 9，变异系数为1.032 1，说明各企业间创新水平差异较大。从各个控制变量的统计结果看，大部分样本企业处于正常经营状态。

图1 2012—2019年金融资产配置与科技创新趋势

表4 变量总体描述性统计

(三)回归结果分析

表5为主回归中去杠杆政策对于企业金融化影响的检验结果。其中，列(1)为未引入控制变量的基准回归结果，列(2)为加入控制变量的回归结果。可以看出，在加入和不加入控制变量时，Treated的系数都在1%的水平上显著为负，表明受去杠杆政策影响的过度负债的样本企业与未受去杠杆政策影响的样本企业相比，受去杠杆政策影响能够有效降低企业金融化水平。在不加入控制变量时，Time的系数在1%的水平上显著为正，表明去杠杆政策对于全样本的金融资产配置水平是提升的；加入控制变量以后，Time的系数不再显著，说明单纯去杠杆政策在全样本中与金融化关系不大。而本文的主要观测变量Treated×Time，在没有控制变量时的系数在5%的水平上显著为负，为-0.007 0，且加入控制变量后的系数仍在5%的水平上显著为负，为-0.006 6，说明去杠杆政策在过度负债的样本企业中显著降低了企业金融资产配置程度，假设1得以验证。

表5 企业金融化与去杠杆政策

为了研究科技创新要素在去杠杆政策对于企业金融资产配置的影响机制中的作用，进一步将全样本分为科创型企业和非科创型企业，做分组回归分析。本文在Wind数据库中选取信息传输、软件和信息技术服务业中的样本以及科学研究和技术服务业中的样本作为科创型企业，即STAR=1，其余样本作为非科创型企业，即STAR=0。

表6为分组的检验结果，可以看出，当STAR=1，样本为科创型企业时，Treated×Time的系数并不显著，去杠杆政策对于企业金融资产配置的抑制作用不明显；而当STAR=0，样本为非科创型企业时，Treated的系数在1%的水平上显著为负，Treated×Time的系数在10%的水平上显著为负，为-0.006 5，说明去杠杆政策在非科创型企业中对金融化程度的抑制作用更加显著，假设2得以验证。由此可以看出，去杠杆政策在科技创新不是很强的企业中发挥了更强的作用，通过降低杠杆率来降低企业金融资产配置占比，进而起到了增强其创新水平的作用。

表6 去杠杆政策对科创型企业和非科创型企业金融化的影响

表7是将企业创新水平作为被解释变量，在模型中加入企业金融资产配置和企业金融资产配置与去杠杆政策的交乘项共同作为解释变量以后的回归结果，使得本文主假设的研究链条更加完整。从中可以看出，Fin的系数在1%的水平上显著，为-0.054 9，说明企业金融资产配置占比越高，创新水平越低；Treated×Time的系数在5%的水平上显著，为-0.008 1，说明单纯的去杠杆政策抑制了企业的创新水平，Fin×Treated×Time的系数在1%的水平上显著，为0.321，说明在去杠杆政策的实施作用下，金融化可以对企业创新水平起到一定的促进作用，去杠杆政策弱化了金融化对创新的“挤出效应”，假设3得以验证。

表7 去杠杆政策、企业金融化与创新水平

五、进一步研究

去杠杆政策的实施主要阻断了企业的一部分资金来源，影响企业外在债务金额而进一步影响企业的生产运营及投资选择。地方政府补助工具和银行贷款难易程度在企业资金来源和需求利用中起着十分重要的作用，在去杠杆政策的背景下，可以从政企关系和银企关系的角度拓展剖析融资影响投资的多维度作用机理。

已有研究表明，地方政府官员更多地出于政治晋升和经济改革的考虑而采用“扶优扶强”的补助模式，更倾向于支持营利能力较强的企业[27]，让其进一步发挥自身优势，不断提升主业内源融资能力，以实现企业“脱虚返实”。另外，政府补助带来的较低金融化水平在某种程度上对于企业的发展可以起到“蓄水池”的促进作用，在不影响主业发展的前提下，再降低的必要性和可能性也不是很大。同样，银行贷款是国有企业负债融资的最主要来源，银企双方都是以追求自身利益最大化为目标的，企业获取贷款的同时银行得到利息，企业在只有运行良好、具有一定创新和营利能力时，才容易获得更多的贷款。杨玉龙等(2020)研究发现，在去杠杆时期，银企关系主要发挥调结构的作用，通过减少企业对经营负债和短期负债的依赖以降低财务风险[28]。即使有着去杠杆政策的引导，地方政府补助依然为企业提供着一种隐性的担保机制；密切的银企关系也会使得企业有稳健债务结构的支撑，并更容易以较低的资本成本获得更多的贷款额度[29]。所以，享受高补助金额和与银行关系密切的企业资金压力和经营压力并不大，改变原有资产配置方式来降低金融化水平的动力相对不足，换句话说，这种便捷的融资渠道弱化了去杠杆政策本身对企业的积极作用。

前文分析去杠杆政策对于总负债的抑制作用，没有加入融资流动性特征的影响，而长短期杠杆占比不同的确存在着对于资金配置影响上的差异，有必要进一步分类探讨。相比长期负债而言，短期的还款付息压力更大，让企业面临投资不足和资产替代问题，同时对经营者的约束效应更强[30]。企业依赖短期债则可能没有精力从事资本市场投机，所以长期债务较多的企业会更偏向于持有金融资产。企业短期债的可获得性和灵活性较强，而长期债需要企业拥有更多的可担保资产同时接受更加严格的审批，不难推断，去杠杆政策对于企业较长期限的债务融资渠道抑制起来更为容易。

(一)去杠杆政策、政府补助和企业金融化

为了验证政府补助在去杠杆政策影响企业金融资产配置机制中的调节作用，对全样本进行高低政府补助企业的分组探讨。根据企业会计准则(2006)第16号规定，上市公司获得的政府补助包括财政补贴、税收返还、财政综合和创新奖励等。为了全面反映地方政府对上市公司的补助行为，本文采用上市公司获得的地方政府的政府补助总值(反映在利润表中的“政府补助”项目上)，并参照余明桂等(2010)[31]的做法，将上市公司获得的政府补助总额占上一期期末总资产的比重作为衡量指标。计算总体样本的政府补助平均值，高于均值的认定为高政府补助样本(HighSubsidy=1)，低于均值的认定为低政府补助样本(HighSubsidy=0)。表8为相应的检验结果。可以看出，当企业受到的政府补助较多时，Treated×Time的系数并不显著；相反，当企业受到的政府补助较少时，Treated×Time的系数在10%的水平上显著为负，说明去杠杆政策对于低政府补助企业金融资产配置的抑制作用更明显，政府补助政策弱化了去杠杆政策对于企业金融化的抑制作用。

表8 去杠杆政策对高低政府补助企业金融化的影响

(二)去杠杆政策、银企关系和企业金融化

此处的银企关系指企业高层管理人员与各类银行之间的关联。银企关系越深，表明企业越能够利用关系借贷在更大程度上提高信用可获得性，解决融资瓶颈问题，促进自身发展。这种关联可以起源于企业高管过往的银行从业经历，也可以来自企业高管与银行高管之间的私人交往[32]。本文采用企业高管和董事的银行关联进行度量，用BankTie表示[33]。通过CSMAR数据库获取上市公司高管董事的简历数据，借助计算机识读高管简历中是否有关键词“银行”，对识别出“银行”关键词的样本进一步加以人工识读。若确认该高管现在或曾在银行任职，则BankTie赋值为1，否则为0。表9为银企关系分组检验回归结果，可以看出，当银企关系密切时，Treated×Time的系数并不显著，说明去杠杆政策对于银企关系密切的企业的金融资产配置没有起到很好的抑制作用；而银企关系不那么密切时，Treated的系数在1%的水平上显著为负，Treated×Time的系数在10%的水平上显著为负，说明去杠杆政策在银企关系不是很密切的企业中对金融资产配置的抑制作用更明显，即密切的银企关系弱化了去杠杆政策对企业金融化程度的抑制作用。

表9 去杠杆政策、银企关系与企业金融化

(三)基于杠杆期限的进一步研究

采用最直观的流动负债占总负债的比重表示短期杠杆(Short)、非流动负债占总负债的比重表示长期杠杆(Long)，将短期杠杆(Short)和长期杠杆(Long)分别作为解释变量，企业金融资产配置占比(Fin)作为被解释变量。

表10为长短期杠杆对于企业金融资产配置的回归结果，Short的系数在1%的水平上显著为负，Long的系数在1%的水平上显著为正，说明非流动性债务比重高的企业会配置更多的金融资产。

在此重点研究非流动负债这一要素在去杠杆政策对企业金融化影响链条中的作用。以金融资产占比较高的非流动负债作为分组变量，非流动负债率(nlev)采用企业的非流动负债总额占总资产的比重来衡量，并计算所有样本的非流动负债率均值，高于均值的为长期负债样本(nlev=1)，低于均值的为短期负债样本(nlev=0)。

表11为按照债务期限分组进行检验的回归结果，可以看出，当长期负债占比低时，交乘项的系数并不显著；而当长期负债占比高时，Treated和交乘项的系数都在10%的水平上显著为负，说明去杠杆政策在长期负债占比高的企业中对金融资产配置的抑制作用更明显，非流动负债促进了去杠杆政策对金融化的抑制作用。

此外，加入企业创新水平要素，探讨在去杠杆政策作用下，债务期限在金融化对创新抑制链条中的影响差异。

按照假设3的回归模型，将在金融资产中占比较高的长期非流动负债要素作为分组变量，之后进行检验，结果如表12所示。当长期负债占比低时，交乘项的系数不显著；而当长期负债占比高时，交乘项的系数在1%的水平上显著为正，说明去杠杆政策在非流动负债占比高的企业组弱化了企业金融化程度对于创新的“挤出效应”，即长期负债增强了去杠杆政策对金融化的抑制作用。

表11 去杠杆政策、债务期限与企业金融化

表12 基于债务期限的去杠杆政策、金融化程度与企业创新

六、稳健性检验

(一)共同趋势检验

为了验证过度负债的处理组和对照组样本在政策实施之前具有共同的变化趋势，即若无去杠杆政策时，资产负债率高与低的样本企业金融化的变动趋势应不存在过大的系统性差异，首先直观地展现实验组与对照组金融化程度的趋势图，如图2所示。

图2(a)和图2(b)分别列示了金融资产占总资产的比重和金融资产绝对值取对数的年度趋势，实线代表过度负债的实验组，虚线代表资产负债率较低的对照组。需要特别说明的是，过度负债的实验组，其金融资产占总资产的比重均值在各个年度都小于没有过度负债的控制组。但这并不能说明过度负债的企业配置的金融资产规模要小于资产负债率较低的企业，因为当使用企业金融资产的绝对数的自然对数来衡量金融资产配置时可以发现，实验组样本的金融资产配置绝对规模要高于控制组样本。而企业金融资产配置的相对占比由企业金融资产配置规模和总资产规模两个指标共同决定。因此，这只能说明过度负债的实验组样本总资产规模要显著高于控制组样本，而不是过度负债的样本企业配置了更少的金融资产。并且，在2015年底去杠杆政策实施之前，两组企业金融化水平变动趋势大体一致，不过在2014—2015年，实验组的金融资产占比呈现下降趋势，对照组较为平稳，可以推测，政策的预期效应使得实验组提前做出了反应。

图2 共同趋势检验

同时，本文通过验证年度效应的实证方法来检验共同趋势。重新设定回归模型：

Fini，t=β0+β1Treatedi，t+β2∑Timei，t+β3∑Treatedi，t×Timei，t+

∑Controlsi，t+∑Year+∑Industry+εi，t

(4)

式(4)中，Treated还是分组虚拟变量；但Time为年份虚拟变量，当年份为2012年时，Time=1，反之为0；当年份为2013年时，Time=1，反之为0，以此类推；t的取值是政策实施前的2012—2015年，共4个年份虚拟变量；同时加入Treated与Time的4个交乘项，交乘项的系数代表在政策实施前的某一年实验组和对照组的差异。检验结果见表13。

由表13可以看出，在政策实施前的四年的交乘项都不显著，说明政策实施前实验组和对照组不存在明显差别，共同趋势假设得以验证。

表13 共同趋势检验

(二)变换被解释变量的度量方式

为了在一定程度上排除由于变量度量差异引起的实证结果偏差，首先，借鉴王红建等(2017)[10]的做法，采取虚拟变量衡量实体企业金融化，以企业是否配置金融资产来表示，当期末持有金融资产时取值为1，否则取值为0；其次，加入金融渠道获利指标来衡量，一些企业投资收益和利息收入为负值，除以总资产进行标准化以后仍然为负数，但是该企业是配置了金融资产的，这些样本不太适合采用连续变量代替金融资产配置指标，那么本文也采取虚拟变量的形式，当投资收益与利息收入之和为零时，Fin取值为0，有获利值时Fin取值为1。进行两次回归分析，交乘项的系数依然显著负向(表14)。

表14 变换被解释变量的回归结果

(三)变换回归方法

由于全样本中被解释变量金融资产配置占比Fin存在540个0样本值，为了保证研究结论的稳健性，采取Tobit回归分析模型，并使用聚类稳健标准误，将全样本分类为科创型企业和非科创型企业，科创型企业即STAR=1，非科创型企业STAR=0，相应回归结果见表15。由表15可以看出，回归结果与主假设保持一致，去杠杆政策对于非科创型企业金融化的抑制作用更加显著。

表15 Tobit回归结果

(四)子样本检验

去杠杆政策的提出是在2015年的12月，本文将2016年及以后年份作为政策实施年份。出于稳健性考虑，在这里将2015年和2016年的企业样本值进行删除，排除滞后效应和预期效应的干扰，重新对基准模型进行全样本及分组检验，相应回归结果见表16。其中，按照是否属于科技创新行业将全样本分类，STAR=1表示科创型企业，STAR=0表示非科创型企业，可以看出，回归结果依然显著，并与前文假设完全相符。

表16 子样本检验

七、结论与启示

本文将2012—2019年沪深A股上市的国有企业作为样本，以2015年12月政府出台的去杠杆政策为大背景，研究了去杠杆政策对企业金融资产配置比例的影响，又将全样本分为科技创新行业企业和其他行业企业进行分组回归，并且将企业科技创新水平纳入模型，探讨去杠杆政策在企业金融化和创新之间的作用。研究结果表明，去杠杆政策显著降低了企业金融资产配置比例，而且在非科创型企业影响更加显著，去杠杆的实施可以对企业创新水平起到一定的促进作用，减弱金融化对创新的“挤出效应”。进一步研究中，加入了政府补助政策和银企关系这两个可以影响企业融资的调节变量，验证了政府补助和银企关系都会减弱去杠杆对于企业金融化的抑制作用。接着对长短期杠杆展开探讨，得出企业长期杠杆占比越高，金融化程度越高的结论，并验证了长期负债对于去杠杆政策实施过程中的积极促进作用。最后通过共同趋势检验、替换被解释变量、替换回归方法以及子样本回归的方法进行了稳健性检验。

本文的启示在于：(1)证实了去杠杆政策对于企业金融化及创新水平的积极意义所在，有助于政府更加坚定和有效地开展去杠杆的工作；(2)通过对于政府补助政策的研究发现，政府补助和去杠杆双重政策叠加没有起到1+1>2的效能，反而相互影响和干扰了原本比较好的结果，所以建议政府在进行补贴的时候应该明确规定资金用途并加强监管；(3)从银企关系弱化去杠杆对金融化的抑制研究中可以看出，企业会自行寻找措施和手段，主动利用市场渠道以削弱政策对于融资限制的影响，来缓解资金压力，那么银行也要对企业借款采取监管措施，防止企业过于低下的资金利用效率；(4)在长短期杠杆债务期限的研究中，验证了长期的非流动负债占比高会促进去杠杆政策的有效实施，同时增强其抑制金融化和抑制金融化对创新的“挤出效应”这一结论，侧面启示政府要加强企业短期债务融资的有效管理，同时减缓“短债长投”的现象，进一步降低潜在的财务风险。