高 斌，张金龙

（广西民族大学经济学院，广西南宁 530006）

在数字经济时代，全球正面临金融创新、科技变革和经济安全的深刻调整，实体部门面临低端外迁和高端回流的叠加压力，产能过剩、投资回报率下滑、严格的环境规制等导致实体部门与金融部门的投资回报率进一步拉大。习近平总书记指出，“金融是实体经济的血脉，为实体经济服务是金融的天职，是金融的宗旨”。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》强调，要构建金融有效支持实体经济的体制机制。随着金融产品的扩容和衍生，风险在金融和实体部门之间交叉传递，资本在实体部门和金融部门之间的无序流动引起了监管机构的关注。从宏观层面看，实体经济金融化导致实体部门成为融资中介赚取信贷利差，影子银行体系和银行影子业务膨胀，风险传染诱发系统性风险增大，货币资金在金融体系内空转，货币与财政政策工具失效等[1]；从微观层面看，金融机构创造和打包出售对冲投资风险的金融产品，通过投资、并购渗透或控股实体企业来延长产业链。实体企业资产配置偏向金融产品，甚至充当融资中介，将资金借贷给上下游企业赚取利差[2]。实体部门的金融化现象已经受到了监管机构和实务界的密切关注。应厘清企业金融资产配置的动机，尤其需要关注数字经济背景下实体经济金融化的新趋势，为实务界金融资产的适度性和最优配置提供判别准则，也为监管部门防范系统性风险和维护金融稳定提供理论基础。

一、文献综述

数字科技的创新和数字经济的发展需要以信息网络为载体，数据只有通过接入网络才能深刻影响社会治理和企业经济绩效。2013年国务院发布《“宽带中国”战略及实施方案》，旨在激发数字经济潜能，有效支撑经济社会数字化、网络化和智能化转型。数字基建与传统基建都具有基础性、公共性和外部性等一般属性，但数字基建在服务对象、技术经济特征和应用场景上与传统基建存在较大差异，特别为数字金融和数字科技的发展提供了便利。A、B、C、D技术①的迅速发展成为经济增长的新引擎，催生了一系列新产业新业态新模式，成为助力传统产业转型升级的新动能[3]。现有研究发现，数字基建既可以驱动经济增长、赋能外贸出口升级和提高城市创新水平[4-6]，也可以促进企业技术知识扩散，加速企业数字化转型和拓展企业的创新边界[7-9]。

企业金融化是指非金融类企业在资产配置比例、生产投资活动和利润来源渠道上偏向于金融资产[10-11]。既有文献分别从宏观和微观视角分析企业金融资产配置的影响因素。从宏观政治经济层面来看，分为经济环境和周期、经济政策不确定、贸易政策不确定性和产业政策等因素[1，11-13]；从企业微观层面看，分为企业内部控制水平、CEO金融背景、股权性质和大股东持股等因素[14-16]。既有文献还重点探讨了企业金融化的经济效应，发现企业金融资产配置的不同比例以及企业股权性质、所属行业、政治关联度等均会对企业绩效产生非线性影响。企业金融化导致企业资本积累率下降，企业研发投入被挤占，企业投资效率降低[17-18]；相反，也有观点认为企业持有金融资产会降低其经营风险、平滑企业投资的波动率[19-20]。

现有文献探讨了数字基建的经济效应，以及企业金融资产配置的成因和经济效应，但数字基建对企业金融化是产生抑制作用还是促进作用？数字基建基于何种动机对企业金融资产配置产生影响？明晰上述问题既有助于拓展数字基建的微观绩效研究，也可以丰富企业金融资产配置驱动因素的研究。因此，本文以“宽带中国”战略为准自然实验，构建多期双重差分（Differences-in-Differences，DID）模型，实证检验数字基建对企业金融资产配置的影响。

本文可能的边际贡献有三：一是为企业金融资产配置的动机识别提供新视角，本文基于数字基建这一非经济或财务框架，拓展了企业金融资产配置动机研究；二是以“宽带中国”战略进行准自然实验，从微观层面分析数字基建对企业金融资产配置的影响，丰富数字基建政策微观经济绩效的研究，同时排除反向因果的内生性问题；三是通过融资约束传导机制，厘清企业金融资产配置是出于风险规避动机还是投资替代动机，同时从企业内外部监督的视角分阶段探讨“数字基建—融资约束—企业金融资产配置”的影响机制。

二、理论分析与研究假设

（一）融资约束与企业金融资产配置

企业金融资产配置动机主要分为风险规避动机和投资替代动机。在风险规避动机下，企业持有金融资产以缓解融资约束，形成流动性储蓄以保障实体经济发展，防止现金流短缺导致的财务困境。在投资替代动机下，企业认为代理问题会导致金融和实体部门投资回报率差距的扩大以及金融资产更强的逐利性。根据委托代理理论，代理冲突可分为管理层与股东代理冲突（第一类）和大股东与小股东代理冲突（第二类）[21]。在第一类代理冲突中，管理层和股东之间的信息不对称和激励不相容，致使短视的管理层为缓解职位晋升和薪酬考核压力有配置更多金融资产获取收益的短视激励[16]。在第二类代理冲突中，大股东和小股东冲突的加剧，会导致大股东通过关联交易或占用上市公司资金等手段损害小股东权益[22]，在企业现金流权和控制权不匹配时，短视的大股东会配置更多的金融资产以获取超额收益[16]。

现有文献对企业配置金融资产是基于风险规避动机还是投资替代动机尚未达成一致[23]。本文尝试通过融资约束这一中介变量来厘清企业的金融资产配置动机。我国信贷资源配置存在信贷歧视和信贷错配问题，企业异质性特征和行业差异导致不同企业面临的融资压力不同。国有企业和资本密集型企业持有大量的固定资产和充裕的现金流，可以通过抵押优质资产获取银行信贷支持，较小的融资压力使得这些企业对配置金融资产没有刚性需求。国有企业和资本密集型企业甚至会充当金融中介，将获得的银行信贷通过商业信用提供给上下游企业。而民营企业和非资本密集型企业由于缺乏优质抵押品而面临严重的融资难题，银行信贷的高风险溢价会限制民营企业和非资本密集型企业的投资活动、压缩利润空间，甚至会通过国有企业和资本密集型企业获得更高利率的转贷资金[11，24]。徐（Xu）等[2]研究发现，持有交易性金融资产使得企业能够从内部融资渠道获取现金流，降低企业融资约束，促进产业投资，以增强企业研发支出的可持续性。

（二）数字基建与企业融资约束

数字基建的正外部性会产生积极的溢出效应，为数字金融和数字科技等新兴业态发展提供便利。一方面，数字金融和数字科技可以有效降低银企之间的信息不对称程度。银行通过A、B、C、D等数字技术增强信息搜集能力，实现对优质企业的快速甄别，加快信贷供给与需求的匹配速度，通过缩短审核时间和扩大授信规模缓解企业融资约束。数字金融和数字科技为银行对企业信用的动态评估提供技术保证，提高信贷资源的配置效率，通过降低风险溢价缓解企业的融资约束[11]。另一方面，数字基建赋能的互联网金融能降低企业对传统信贷资源的依赖，缓解借贷市场中的道德风险和逆向操作冲突，打破传统金融机构设定的融资边界。大数据处理模式有助于跨越传统金融机构设定的融资门槛，数字基建有助于降低企业寻找分散投资者的边际成本，助力企业以较低的成本实现企业投融资活动和资金转移支付，促进不同企业之间以及企业与投资者之间的快速有效联结。

除了对传统银行体系和互联网金融有间接溢出效应外，数字基建的边际成本递减效应还会直接渗透到企业内部。数字基建通过优化企业经营模式缓解企业的融资约束，打破企业传统经营范围和模式的限制。数字基建产生的规模报酬递增和范围经济直接影响属地企业，企业通过产业数字化降低固定成本的损耗和生产边际成本。数字基建和企业的数字化转型降低了企业生产和交易的不确定性，避免企业生产规模过大和生产环节过度细化导致的非效率生产[25]。同时，数字基建和互联网的长尾效应解决了尾部消费者的需求[26]，让消费者以更低的搜寻成本实现更多选择，使企业通过销售平台数字化精准匹配消费者需求和攫取更多的消费者剩余。

数字基建通过降低交易成本缓解企业的融资约束。数字基建的网络外部性有利于技术创新在企业间产生溢出效应，以信息化的方式突破距离和边界的限制，降低沟通成本和提高信息传递质量，缓解创新过程中的信息不对称问题[7]。此外，数字基建有助于企业专注生产环节的价值创造，可以动态地配置生产环节，并利用企业外部的资源为企业内部的生产和经营服务，通过生产环节的分工降低企业的交易成本[27]。

综上所述，本文基于数字基建的正外部性，分别在风险规避和投资替代两种动机下，通过融资约束探讨数字基建对企业金融资产配置的影响。数字基建对数字金融、银行科技的间接溢出效应能拓宽企业融资渠道，降低信贷融资的风险溢价；数字基建对企业的直接溢出效应能优化企业经营模式，降低交易成本，缓解了企业融资约束。如果企业金融资产配置的风险规避动机占主导地位，数字基建对融资约束的缓解会弱化企业的预防性储蓄动机，企业将通过削减金融资产配置比例，促进实体经济发展。相反，如果企业金融资产配置的投资替代动机占主导地位，数字基建对融资约束的减少会增加企业配置金融资产的资金，企业将通过提高金融资产配置比例，抑制实体经济发展。由此，本文提出以下假设：

H1：若企业出于风险规避动机配置金融资产，数字基建负向影响企业金融资产配置；若企业出于投资替代动机配置金融资产，数字基建正向影响企业金融资产配置。

三、研究设计

（一）样本选择与数据来源

本文选取2010—2021年沪深A股市场的上市企业作为样本。研究过程中涉及的财务数据来自企业年报、国泰安数据服务中心（CSMAR）、RESSET 金融研究数据库和万得（Wind）数据库。“宽带中国”示范城市名单在中华人民共和国工业和信息化部（以下简称“工信部”）以及中华人民共和国国家发展和改革委员会（以下简称“国家发改委”）网站获取。省市数据来源于中国统计年鉴、中国金融年鉴，并从样本中剔除金融业企业和房地产企业、ST 类和PT 类企业、指标缺失或数据异常的企业、没有省市匹配的企业。为了消除异常值对实证分析的干扰，对所有连续变量进行1%的双侧缩尾处理，最终得到有效样本量为26 118个。

（二）变量测度和实证模型

1.变量测度

被解释变量：企业金融资产配置（FIN）。本文参考刘珺等[28]和彭俞超等[29]的方法，将交易性金融资产、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和投资性房地产净额划为金融资产，然后用这五个会计科目的累加值除以企业规模。同时，本文将非金融企业投资收益、公允价值变动损益及其他综合收益等金融渠道获利加总占营业利润的比例作为企业金融资产配置的替代变量（FIN1）进行稳健性检验。

机制变量：在融资约束测度方法中，WW指数和KZ指数通过内生财务变量计算，SA指数使用企业规模和上市年限计算。为了避免内生性问题，本文参考顾雷雷[16]的方法，对资产规模、现金股利支付率、成立年限进行标准化处理，按照均值和企业1/3 分位数划分虚拟变量，然后用Logit 回归拟合各年度的融资约束发生概率，对融资约束（FC）进行测度。地区市场化水平（Market）：参考解学梅等[30]的研究，利用主成分分析法，从政府与市场的关系、非国有经济的发展、产品市场的发育程度、要素市场的发育程度、市场中介组织发育与法律制度环境五个层面进行测度。地区金融监管水平（Pjrjg）：参考唐松等[31]的研究，用金融监管支出占金融业增加值的比例测度。企业股权性质（SOE）：基于企业实际控制人的产权属性设置虚拟变量，国有企业赋值为1，非国有企业赋值为0。企业内部控制水平（Gszlsp）：参考顾乃康等[32]的研究，采用主成分分析法，从股权结构、股权性质、控股股东行为、管理层治理、董事会治理和外部市场竞争六个层面测度。

控制变量：企业规模（Size），用总资产取自然对数表示；企业年龄（Age），用上市年限取自然对数表示；资产负债率（Lev），用年末总负债占年末总资产比表示；净资产收益率（ROA），用净利润占年末总资产的比例表示；固定资产占比（Fixed），用固定资产净额占年末总资产比表示；现金流比率（Cashflow），用经营活动产生的现金流量净额占年末总资产比表示；营业收入增长率（Growth），用本年末营业收入与上年末营业收入之差占上年末营业收入比表示；董事人数（Board），用董事会人数取自然对数表示；两职合一（Dual），赋值为0 或者1，当董事长与总经理是同一个人时，赋值为1，否则为0。行业划分参照中国证券监督管理委员会2012年公布的《上市公司行业分类指引》。

2.模型构建

将工信部及国家发改委公布的“宽带中国”示范城市名单与上市企业进行匹配，示范城市分2014 年、2015 年和2016 年三个批次公布，本文基于多期DID 模型进行因果推断。在“宽带中国”战略实施过程中，示范城市覆盖的企业会受到“宽带中国”战略的影响，本文将全部样本按是否受到“宽带中国”战略影响分成实验组和对照组，通过两组子样本比较以及战略实施前后差异来评估政策所带来的净效应，构造固定效应面板模型（1）。

表1 变量描述性统计结果

其中，FINjt是企业j在t年的金融化水平，即金融资产配置水平。PILOTjt是政策虚拟变量，如果上市企业属于“宽带中国”示范城市，赋值为1，否则取0。时间虚拟变量T的取值需要考虑各城市纳入时间，在纳入当年及以后，取值为1，否则取值为0。PILOT×T是政策虚拟变量PILOT和时间虚拟变量T的交互项。本文采用多期双重差分模型，PILOT×T和时间虚拟变量T之间具有完全多重共线性，模型（1）中没有列入政策虚拟变量PILOT和时间虚拟变量T。a1是截距项，系数a2反映“宽带中国”战略实施前后示范城市覆盖企业金融资产配置水平的净效应。fj是企业个体固定效应，ft和fi是年份和行业固定效应，ξjt是随机扰动项，回归结果在企业层面进行聚类标准误。此外，无论是省级层面还是城市层面，固定效应下系数估计值为0，没有对省市进行固定。较小。为了政策识别的稳健性，列（4）控制了年份和行业的交互项，结果依旧稳健。回归结果表明，数字基建显著正向影响企业金融资产配置，即数字基建存在金融化效应，企业出于投资替代动机提高金融资产配置比例，H1后半部分得证。

四、实证检验

（一）数字基建对企业金融资产配置的影响检验

基于模型（1），通过多期DID模型，评估“宽带中国”战略对企业金融化的净效应，基准回归结果如表2 所示。列（1）不加入任何控制变量，列（2）和列（3）在加入控制变量的基础上累计加入年份固定效应和行业固定效应。通过分析发现，PILOT×T系数均在1%的置信水平上显著为正且截距项均不显著，遗漏变量的可能性

表2 数字基建对企业金融资产配置影响的基准回归结果

（二）平行趋势检验与政策动态效应

参考吴茵茵等[33]的研究，基于事件分析法检验企业金融资产配置的平行趋势假设是否成立并分析“宽带中国”战略的动态效应。构造以下固定效应面板模型（2）：

其中，β-k表示政策实施之前第k年的影响；βk表示政策实施之后第k年的影响；β表示政策实施当期的影响，Dj，t-k、Djt和Dj，t+k分别表示政策启动前各年、启动当年和启动后各年和政策虚拟变量的交互项，其他符号和变量含义同模型（1）。

表3是基于模型（2）进行平行趋势检验的回归结果，仅列示了各年度和政策虚拟变量交互项的回归系数。为了排除“宽带中国”战略的预期效应，表3 的列（1）剔除了政策启动前一年（2013 年）的样本，回归系数β-k的结果表明，政策实施前2009—2012 年对应系数均未通过显著性检验，实验组和对照组企业金融资产配置水平的变动趋势满足平行趋势假设。系数β及βk的回归结果显示，“宽带中国”战略实施当年（2014 年）就产生了显著效果且影响系数呈强化趋势。表3列（2）考虑了政策的渐进性，将2011—2013 年的样本剔除。回归系数β-k的结果表明，政策启动前2008—2010年对应系数均未通过显著性检验，排除了政策预期效应后仍满足平行趋势假设。系数β及βk的回归结果显示，2014 年政策实施当年数字基建就对企业金融资产配置产生影响。综上，企业金融资产配置在“宽带中国”战略实施前后满足平行趋势假设，且在政策实施当年（2014 年）数字基建就提高了企业金融资产配置比例。

表3 平行趋势检验结果及政策动态效果

（三）其他稳健性检验

基于模型（1）的基准回归和基于模型（2）的平行趋势检验表明，数字基建显著正向影响企业金融资产配置，为了排除其他因素对“宽带中国”战略识别的干扰，分别通过替换被解释变量法、PSMDID法、剔除部分特殊样本法、安慰剂法进行稳健性检验。

第一，替换被解释变量。本文将非金融企业投资收益、公允价值变动损益及其他综合收益等金融渠道获利加总占营业利润的比例作为企业金融资产配置的替代变量（FIN1）进行稳健性检验。

第二，进行PSM-DID 检验。通过内核匹配和1：3最近邻匹配方法解决样本选择偏差。

第三，剔除部分特殊样本。直辖市属于省级单位，其面临更多的政策试点，本文将直辖市剔除。

第四，安慰剂检验。将时间窗口缩短，保留2011—2013 年数据，且将政策启动时间提前至2012年进行反事实检验。

稳健性检验结果如表4所示。从表4列（1）至列（3）回归结果来看，无论是替换被解释变量、PSM-DID检验，还是剔除直辖市样本，数字基建对企业金融资产配置的影响均显著为正。表4列（4）的回归系数t值为0.24，PILOT×T回归系数不显著，反向说明了基准回归的稳健性，通过了安慰剂检验。

表4 稳健性检验结果

（四）数字基建影响金融资产配置的中介效应检验

表2的基准回归结果表明数字基建正向调节企业金融资产配置水平，表3的平行趋势检验结果以及表4 的稳健性检验结果表明基准回归结果稳健。接下来对潜在影响机制探讨数字基建通过缓解企业融资约束实现对金融资产配置的影响。为了有效识别融资约束的传导机制，参考温忠麟等[34]的中介效应检验方法，构造以下固定效应模型：

其中，FCjt是企业融资约束代理变量，其他符号和变量含义同模型（1）。测试b2和c3系数的显著性，如果两个系数都显著，则间接效应存在。进一步识别是部分中介效应还是遮掩效应，在c2系数显著时，如果c2与b2×c3同向即为部分中介效应，异号为遮掩效应。

表5列（1）和列（2）显示了基于模型（3）和模型（4）的融资约束中介效应检验结果，用以分析数字基建影响企业金融资产配置的融资约束渠道是否成立。其中，列（1）是基于模型（3）的回归结果，PILOT×T系数为负且通过了1%水平的显著性检验，表明数字基建的正外部性拓宽了企业获取资金的资源通道，缓解了企业面临的融资约束问题。列（2）是基于模型（4）的回归结果，PILOT×T系数为正，FC系数为负，且均通过了1%水平的显著性检验，表明数字基建对企业融资约束的缓解强化了金融资产配置的投资替代动机，使资产配置流向了金融资产。b2和c3系数的乘积（-0.011 3×-0.071 5）与直接效应系数c2（0.006 0）方向一致且均通过了1%水平的显著性检验，证明融资约束存在部分中介效应，数字基建缓解融资约束会增加企业金融资产的资金来源，企业将提高金融资产配置比例，抑制实体经济发展。

表5 数字基建影响金融资产配置的机制检验结果

（五）数字基建影响企业金融资产配置的调节效应检验

数字基建有助于提高企业金融资产配置比例，但“宽带中国”战略下的融资约束传导机制及其对企业金融资产配置水平的影响会受到外部环境以及企业异质性特征的影响。本文通过构建模型（5）进行外部环境的调节机制分析：

其中，Mediator为调节变量，具体为地区金融监管水平（Pjrjg）和地区市场化水平（Market），PILOT×Tjt×Mediatorjt是双重差分项和调节变量的交互项，a4为对应系数，用以判断调节变量在“宽带中国”战略对金融资产配置影响中作用的方向和大小，其他符号和变量含义同模型（1）。

表5列（3）和列（4）是基于模型（5）的外部环境的调节效应检验结果。数字金融和金融科技的产生和发展是将前沿科技嵌入传统金融的迭代创新过程，产生了金融效率和金融安全的平衡问题，金融监管部门在监督金融促进实体经济发展的同时需要有效把控风险[31]。表5 列（3）为地区金融监管水平调节效应的回归结果，Pjrjg×PILOT×T回归系数为-0.247 9 且通过了1%水平的显著性检验，即较高的地区金融监管水平抑制了数字基建对企业金融资产配置的正向影响，金融监管力度增大可以减少金融科技的监管套利和风险衍生行为，强化数字金融的靶向作用。

表5列（4）为地区市场化水平调节效应的回归结果，Market×PILOT×T回归系数为0.003 6 且通过了1%水平的显著性检验，表明较高的地区市场化水平强化了数字基建对企业金融资产配置的正向影响。地区市场化水平高的城市，经济发展和信息化水平高，资源流通配置能力强，可为企业营造良好的金融生态环境[35]。当企业特质风险增加和银行信贷收缩时，企业会将商业信贷和非正规信贷等作为替代融资方式，以进一步缓解企业面临的融资约束。

五、融资约束影响机制的异质性分析

分析企业内外部监管在“数字基建—融资约束—企业金融资产配置”两阶段传导机制中的异质性影响。在模型（3）和模型（4）融资约束中介效应检验的基础上引入企业股权性质（SOE）和企业内部控制水平（Gszlsp），进一步识别内外部监管对企业金融资产配置的异质性影响。首先，分析企业股权性质和企业内部控制水平对第一阶段（数字基建—融资约束）的影响，以判断该阶段是否受到内外部监管的影响。其次，检验企业股权性质和企业内部控制水平对第二阶段（融资约束—企业金融资产配置）的影响，以确定资金使用是否会因缺乏内外部监管而出现管理层和大股东的自利行为。为了有效识别企业内外部监管中介机制的异质性，构造以下固定效应模型：

其中，Mediator为调节变量，具体分为企业股权性质（SOE）和企业内部控制水平（Gszlsp）。PILOT×Tjt×Mediatorjt是双重差分项和调节变量的交互项，a4为对应系数，用以判断数字基建对融资约束影响下调节变量的异质性影响。FCjt×Mediatorjt是融资约束和调节变量的交互项，b4为对应系数，用以判断融资约束对企业金融资产配置影响下调节变量的异质性影响，其他符号和变量含义同模型（1）。

表6 是基于模型（6）和模型（7）进行的企业内外部监管中介效应的异质性分析结果，以确定在数字基建影响企业金融资产配置过程是否受到内外部监管规制。模型（6）用于第一阶段（数字基建—融资约束）的机制检验，模型（7）用于第二阶段（融资约束—企业金融资产配置）的机制分析。

表6 企业内外部监管中介效应的异质性分析结果

表6 列（1）对应企业股权性质的第一阶段检验，PILOT×T系数为负且通过了1%水平的显著性检验，交互项SOE×PILOT×T系数为正且通过了1%水平的显著性检验，说明数字基建主要降低了非国有企业的融资约束。相较于非国有企业，国有企业可以通过政治关联和政府信用背书获取银行信贷资源，受融资约束的程度较弱，即国有企业通过数字基建获取的边际效用较低。因此，在“数字基建—融资约束”阶段，企业股权性质虽然产生了正向调节作用，但并非外部监管所致。

表6列（3）对应企业内部治理水平的第一阶段检验，PILOT×T系数为负且通过了1%水平的显著性检验，交互项Gszlsp×PILOT×T系数为正且通过了1%水平的显著性检验，说明数字基建主要降低了内部治理水平较低企业的融资约束，这是因为内部控制较好的企业可以通过自身的商业信用实现内部融资，对银行信贷资金的依赖性较弱。因此，在“数字基建—融资约束”阶段，企业内部治理水平虽然产生了正向调节作用，但并非企业内部控制所致。

表6 列（2）对应企业股权性质的第二阶段检验，FC系数为负且通过了1%的置信水平检验；交互项SOE×FC系数为正且通过了1%水平的显著性检验，说明企业股权性质通过正向调节融资约束对企业金融资产配置产生负向影响。相较于缺乏外部监管的非国有企业，国有企业进行金融资产配置的投资替代动机较弱，说明外部监管能够有效减少管理层的短期利益最大化行为，降低融资约束，减少企业金融资产配置提升带来的影响。

表6列（4）对应企业内部治理水平的第二阶段检验，交互项Gszlsp×FC系数为正且通过了1%水平的显著性检验，说明企业内部治理水平通过正向调节融资约束对企业金融资产配置产生负向影响。相较于内部控制水平较低的企业，内控水平较高企业的内部监督机制可以约束管理层的短视行为，强化企业的金融资产配置，改善投资替代动机下企业因融资约束缓解而提高金融资产配置比例的情况。

在第一阶段，数字基建主要缓解了内控水平较低和非国有企业的融资约束，企业内外部监督对数字基建的调节作用较弱，这与我国信贷资源配置存在信贷歧视和信贷错配问题有关，国有企业和内控水平较高的企业通过数字基建获取资金来源的边际效用较低，企业内外部监督机制在第一阶段失效。由于缺乏有效的内外部监督机制，在第二阶段，数字基建的正外部性可以缓解企业融资约束，激励短视的管理层配置更多金融资产以获取收益，使短视的大股东也有配置更多金融资产以获取超额收益的动机。

综上所述，在“数字基建—融资约束—企业金融资产配置”过程中，数字基建可缓解非国有企业和内控水平不足的企业融资约束，但内外部监管不足会导致管理层和大股东滥用数字基建带来的金融资源，出于投资替代动机，企业会提高金融资产配置比例，加剧实体部门脱实向虚。

六、结论与政策建议

（一）结论

本文基于2010—2021年沪深A股上市企业的面板数据，利用多期DID模型分析数字基建对企业金融资产配置的影响，得出以下结论：

第一，数字基建存在金融化效应，在战略实施当年就对企业金融资产配置产生效果且影响持续上升。影响机制表明，融资约束在数字基建和金融资产配置中发挥部分中介作用，数字基建通过缓解企业融资约束为金融资产配置提供资金来源，进一步强化企业金融化水平，加剧实体部门的脱实向虚。

第二，“宽带中国”战略的融资约束传导机制及其最终对企业金融资产配置水平的影响程度会受到外部环境的影响。较高的地区金融监管水平有助于减少金融科技的监管套利和风险衍生行为，抑制数字基建对企业金融资产配置的正向影响；较高的地区市场化水平有助于减少企业面临的融资约束，强化数字基建对企业金融资产配置的正向影响。

第三，从企业内外部监管视角分阶段探讨“数字基建—融资约束—企业金融资产配置”的传导路径，发现国有企业和内控水平较高的企业通过数字基建获取资金来源的边际效用较低，内外部监管不足会导致管理层和大股东滥用数字基建带来的金融资源，非国有企业和内控水平不足的企业出于投资替代动机会提高金融资产配置比例。

（二）政策建议

第一，鉴于数字基建的金融化效应通过缓解企业融资约束，对企业经济绩效产生正向激励作用，应继续加大数字基建投资力度，发挥其边际成本递减效应的正外部性，助力传统银行体系和互联网金融缓解企业融资约束。此外，数字基建对不同股权性质和内控水平的企业存在异质性影响。政府在制定政策防止企业过度金融化的过程中，也要考虑民营企业和内控水平低的企业的融资环境，发展供应链金融，发挥数字基建的普惠性等，切实加强政策的定向作用。

第二，加强金融监管，平衡数字基建的金融化效应和实体经济发展之间的关系，提升金融监管的信息传递效率和靶向作用。数字基建能校正传统金融中存在的属性错配，但也会导致企业管理层和大股东滥用金融资源。金融监管部门应该在行为监管和功能监管上建立适应数字经济的制度体制，通过数字基建和金融科技构建数据共享网络平台，对企业金融业务产生的风险进行精准监控，采用监管沙盒机制判别数字基建服务实体经济的安全边界以达到激励相容。

第三，鉴于企业金融资产配置是基于投资替代而非风险规避动机，内外部监管不足会导致委托代理冲突加剧，进而造成企业滥用数字基建带来的金融资源，企业应针对金融化背后的委托代理问题，完善公司内部治理结构，通过提高内部控制水平避免大股东的投资短视行为，设置合理的企业绩效指标体系减轻管理层的业绩考核压力，如设计合理的长期激励机制、发挥独立董事的监管作用。

注释：

①人工智能（Artificial Intelligence）、区块链（Blockchain）、云计算（Cloud Computing）和大数据（Big Data）技术，简称为A、B、C、D技术。