货币政策对异质性企业“脱实向虚”的影响

傅代国; 杨昌安

摘要: 以中国非金融业上市公司为样本，研究货币政策对企业金融资产投资的影响效果及作用机制，以及企业异质性的影响差异，发现：存款准备金率、银行间同业拆借率与金融资产投资倾向、投资数量和增长率均显著负相关；在融资约束更大、企业家信心更强的企业中，存款准备金率、银行间同业拆借率与金融资产的负相关性显著更强。进一步研究发现，信贷获取能力、金融资产获益能力和风险承担水平是货币政策对金融资产投资的作用路径，且货币政策导致企业在金融和实体资产的投资数量和收益率上都存在差异性，也会导致金融资产显著降低企业的研发投入、业绩和成长性。这样的研究，有利于加深对宏观经济政策对微观企业的作用路径以及企业金融资产投资动机的理解，可以为企业金融资产投资行为寻本溯源，进而从根源上寻找抑制公司“脱实向虚”的方法。

关键词:

一. 引言

近年来，“不务正业”成了很多企业常态。金融业的超额回报率驱使实体企业不断“脱实向虚”，通过参股银行等金融机构，或打造金融平台，或进军房地产市场等方式发展金融类业务。事实上，“卖房保壳”让很多实体企业尝到了金融业投资的“甜头”，并进一步激发了实体企业“脱实向虚”的动机。已有文献也发现，当前中国上市公司存在过度投资金融资产倾向，“脱实向虚”现象明显，这使得经济虚拟化程度过高，极大地抑制了实体经济的健康发展^①，导致实体经济与虚拟经济发展不平衡的宏观经济结构失衡现象^②。2016年经济会议报告也指出，金融、房地产和实体经济失衡是当前中国经济发展中的突出问题。而金融体系与实体经济是利益共同体，两者协调发展才能实现经济繁荣。党的十八大报告也指出，服务实体经济是金融业的出发点和落脚点，金融改革的目的之一是更好地促进实体经济发展。而货币政策作为调节和控制货币供应量和价格的宏观经济政策，是金融调控体系的重要组成部分，以促进经济增长、稳定就业等为目标，决定着资本市场的流动性，会对上市公司的资产投资方向、现金持有、融资政策等多个方面产生重要影响^③。而实体企业的金融资产投资作为企业投资的重要组成部分，是宏观经济虚拟化在微观企业层面的体现，也会受到宏观经济环境的影响。已有文献发现，经济不确定性、经济周期等宏观经济因素会对企业金融资产投资产生显著影响^④，因此货币政策可能也会影响实体企业的金融资产投资行为。

① 彭俞超、韩珣、李建军：《经济政策不确定性与企业金融化》，载《中国工业经济》2018年第1期。

② 黄群慧：《论新时期中国实体经济的发展》，载《中国工业经济》2017年第9期。

③ 陈建英、杜勇：《货币政策宽松化、房地产投资与制造业企业业绩》，载《中南财经政法大学学报》2018年第6期；刘媛媛、钟覃琳：《货币紧缩、现金锁定与现金持有价值》，载《会计研究》2018年第2期；杜传文、黄节根：《货币政策、融资约束与企业投资》，载《财经科学》2018年第4期。

④ F. Dmir. Financial Liberalization，Private Investment and Portfolio Choice：Financialization of Real Sectors in Emerging Markets. Journal of Development Economics，2009，88(2)：314—324；胡奕明、王雪婷、张瑾：《金融资产配置动机：“蓄水池”或“替代”?——来自中国上市公司的证据》，载《经济研究》2017年第1期。

当前关于货币政策对微观企业影响的文献，主要集中于研究货币政策对企业投资方式和效率、股价波动^①、风险承担^②、会计信息质量^③等方面的影响。已有学者关注和研究了实体企业金融资产投资问题，但相关研究主要从公司和行业层面展开，也有少量文献关注经济不确定性^④、税收政策^⑤等宏观经济政策因素的影响，但较少有文献关注货币政策对金融资产投资的影响，且已有的相关文献中，关于货币政策对企业金融资产投资影响的研究结论并不统一^⑥。这可能与金融资产指标的设计有关，金融资产的计算中是否包含现金项目对金融资产的风险性有较大影响，且金融资产的标准化方式也会导致货币政策的影响存在差异性。此外，当前文献中对于货币政策下的企业投资金融资产的动机也存在较大争议，这可能与侧重于从企业投资角度展开分析而忽视货币政策的传导机制有关，缺少研究货币政策对金融资产的作用机制可能难以厘清货币政策的实际影响效应，最终影响对企业金融资产投资动机的分析。并且，促进经济增长是货币政策的实施目标之一，货币政策会同时促进实体投资和虚拟投资，但已有文献中忽视了货币政策对两类投资影响的差异性，可能导致对企业金融资产投资动机的分析存在误差。基于此，本文以2007—2017年中国实体企业为研究对象，采用手工整理的金融资产数据，研究货币政策对实体企业金融资产投资的影响效果和作用机制，以及企业异质性的影响差异。

① 袁越、胡文杰：《紧缩性货币政策能否抑制股市泡沫?》，载《经济研究》2017年第10期。

② 郭瑾、刘志远、彭涛：《银行贷款对企业风险承担的影响：推动还是抑制?》，载《会计研究》2017年第2期。

③ 黎来芳、张伟华、陆琪睿：《会计信息质量对民营企业债务融资方式的影响研究——基于货币政策的视角》，载《会计研究》2018年第4期。

④ 彭俞超、韩珣、李建军：《经济政策不确定性与企业金融化》，载《中国工业经济》2018年第1期。

⑤ 彭俞超、刘代民、顾雷雷：《减税能缓解经济“脱实向虚”吗?——来自上市公司的证据》，载《税务研究》2017年第8期。

⑥ 李顺彬、田珺：《货币政策适度水平、融资约束与企业金融资产配置——对“蓄水池”与“替代”动机的再检验》，载《金融经济学研究》2019年第2期；苏坤：《实体企业金融化、货币政策与股价崩盘风险》，载《云南财经大学学报》2018年第9期。

与已有文献相比，本文的贡献在于：第一，不同于已有文献考察经济环境对金融资产投资的影响，本研究从货币政策工具的角度展开研究，通过分析货币政策工具的影响效果和作用机制，可以加深对宏观经济政策对微观企业的影响方式、微观企业金融资产投资动机的理解，也可以为研究金融资产的经济后果做更多理论铺垫。第二，本文从货币政策的实施目标出发，分析了货币政策对实体和金融投资方式的影响，以及结构性货币政策对金融资产投资的影响差异性，进一步证实了货币政策对企业金融资产的影响效果为金融业超额收益导致的金融资产替代实体投资。第三，基于货币政策的执行层面，从宏观经济政策视角展开研究，可以为微观企业的金融资产投资行为寻本溯源，从而制定从根源上抑制公司“脱实向虚”的方法。并且，本文丰富了宏观经济政策对微观企业投资行为的影响效果和作用机制的研究，为减少微观企业“脱实向虚”和防范金融风险提供更多经验证据。第四，已有文献主要研究了金融资产投资总额的影响，为避免金融资产度量方式对研究结论的影响，本文设计了多个金融资产指标，从金融资产投资倾向、投资绝对量、投资相对量、投资增长率等多个维度刻画企业金融资产的投资行为，研究更加全面、深入，可以更好地探索和发现货币政策对企业金融资产投资行为的影响方式和作用效果。

二. 理论分析与研究假设

货币政策作为重要的经济政策之一，是微观企业不可控的外部环境因素。货币政策决定着资本市场的流动性，可以通过多种渠道对微观企业的资源配置行为产生影响，而实体企业的金融资产投资作为企业投资的重要组成部分，是宏观经济虚拟化在微观企业层面的体现，可能也会受货币政策影响。

首先，货币政策可以调控货币供给量，这会影响银行信贷供给和企业信贷可获取性，最终影响企业的投资和生产行为。宽松的货币政策可以有效提高商业银行的总体流动性和非同业流动性创造增速，增加资本市场总体流动性，改善企业金融生态环境，降低企业融资成本，缓解企业融资约束，为企业投资活动提供更加充裕的资金，最终促进企业投资。与之相反，紧缩的货币政策可能会导致公司的融资能力下降、债务负担加重和资产价值缩水，可能对企业投资行为产生不利影响^①。宋军和陆旸发现，盈利性较高的企业在资金充裕但是实体性投资机会欠缺的时候，会增加对金融资产的投资比重。宽松的货币政策可以为企业投资金融资产创造更好的外部环境，而紧缩的货币政策可能使得企业减持金融资产以降低损失^②。

① 黄志忠、谢军：《宏观货币政策、区域金融发展和企业融资约束——货币政策传导机制的微观证据》，载《会计研究》2013年第1期；郭晔、程玉伟、黄振：《货币政策、同业业务与银行流动性创造》，载《金融研究》2018年第5期。

② 宋军、陆旸：《非货币金融资产和经营收益率的U形关系——来自我国上市非金融公司的金融化证据》，载《金融研究》2015年第6期。

其次，货币政策可以改善企业外部投资环境。货币政策可以通过影响资本市场流动性而改变利率，影响投资者对股票等有价证券的投资需求，最终影响股票等权益证券的价格。戴赜等发现，宽松的货币政策会造成流入房地产市场的资金大量增加，这容易引发房地产市场的价格泡沫，导致股票和房地产市场交替繁荣，最终引起金融投资收益率不断上升。由于交易性金融资产、理财性金融资产等权益证券是金融资产的重要组成部分，所以，宽松的货币政策可以增加上市公司持有金融资产的价值，从而增加企业配置金融资产的意愿；反之，紧缩型货币政策则可能会抑制公司的金融资产配置行为^③。陈创练和戴明晓也证实，尽管中国的数量型和价格型货币政策均有显著盯住房地产价格目标的政策取向，但是中国房地产价格在持续增长，这会使得上市公司持有的金融资产不断升值，从而进一步增强上市公司配置金融资产的意愿^④。此外，已有文献还发现，金融行业具有行业垄断和利率管制等制度优势，可以获得高于其他行业的收益率。在传统实体行业利润率逐渐下滑的背景下，金融业和实体经济的利润差异越来越大，可能会驱动非金融企业投资金融业务进行套利^⑤，甚至进一步推动金融资产价格的上涨，更大程度上增强了公司投资金融资产的意愿^⑥。已有文献也证实，资本的逐利性和恶劣的实体经济发展状况是导致当前中国资本金融化的重要原因^⑦，并且随着中国房地产价格的不断上涨，房地产的投机效应更显著，可能会增加实体企业对投资性房地产的投入数量。由于银行信贷会被优先提供给繁荣发展的房地产部门，所以宽松的货币政策会更大程度上增高企业的投机性^⑧。

③ 戴赜、彭俞超、马思超：《从微观视角理解经济“脱实向虚”——企业金融化相关研究述评》，载《外国经济与管理》2018年第11期。

④ 陈创练、戴明晓：《货币政策、杠杆周期与房地产市场价格波动》，载《经济研究》2018年第9期。

⑤ 王红建、李茫茫、汤泰劼：《实体企业跨行业套利的驱动因素及其对创新的影响》，载《中国工业经济》2016年第11期。

⑥ H. J. Seo，H. S. Kim，Y. C. Kim. Financialization and the Slowdown in Korean Firms' R & D Investment. Asian Economic Papers，2012，11(3)：35—49；K. A. Akkemik，Ş. Özen. Macroeconomic and Institutional Determinants of Financialisation of Non-financial Firms：Case Study of Turkey. Socio-Economic Review，2013，12(1)：71—98.

⑦ 俞俏萍：《经济均衡发展视野的“脱实向虚”治理》，载《改革》2017年第4期。

⑧ A. Bleck，X. Liu. Credit Expansion and Credit Misallocation. Journal of Monetary Economics，2018，94：27—40.

最后，货币政策也通过增加公司风险承担水平影响金融资产投资动机。资本存在逐利性动机，随着货币政策的扩张，风险资产的收益会比无风险资产降低的程度更小，这可能导致投资者产生货币幻觉，忽视名义利率下降是为了弥补低通胀率，盲目追求较高的名义收益率而增持风险资产，使得投资者的风险承担能力增强^⑨。Duchin et al也发现，实施非常规货币政策产生的高市场流动性，会使得美国实体企业的金融资产中高风险的股票和债券等持有比例超过40%^⑩。并且，市场流动性越高，公司融资渠道越多，融资能力越强，从而公司的风险承担水平越高，公司对风险性较高的金融资产配置的动机也越强^⑪，尤其是在高经营风险的经济新常态中，参与金融投机的上市公司对实体投资关注度和积极性下降“脱实向虚”动机更强烈^①。

⑨ R. G. Rajan. Has Finance Made the World Riskier?. European Financial Management，2006，12(4)：499—533；L. Gambacorta. Monetary Policy and the Risk-Taking Channel. BIS Quarterly Review，December 2009:43—55.

⑩ R. Duchin，T. Gllbert，J. Harford，et al. Precautionary Savings with Risky Assets：When Cash Is Not Cash. The Journal of Finance，2017，72(2)：793—852.

⑪ 郭瑾、刘志远、彭涛：《银行贷款对企业风险承担的影响：推动还是抑制?》，载《会计研究》2017年第2期。

① 文春晖、李思龙、郭丽虹等：《过度融资、挤出效应与资本脱实向虚——中国实体上市公司2007—2015年的证据》，载《经济管理》2018年第7期。

根据已有文献，当前实体企业投资金融资产用收益性较高的金融资产投资代替收益率较低的实体投资，以获取金融行业的超额收益，本质上是一种跨行业资本套利行为。当货币供给量越多(货币价格越低)时，较高的市场流动性会刺激经济发展，增加企业融资能力，提升证券价格和收益率，扩大金融和非金融行业的收益率差距，提高企业风险承担水平，为企业金融资产投资提供更好的外部经济环境，这可能会刺激企业的金融资产投资的逐利性动机，增加金融资产投资规模，加速金融资产投资频率，最终促进企业金融资产的投资扩张。基于上述分析，本文提出假设1。

H1：利率与金融资产投资显著负相关，也即货币价格越低，金融资产投资越多。

融资约束是企业融资能力的表征，企业融资约束越强，获取各种金融资源的可能性越低^②。已有研究也发现，在中国转型的经济环境中，银行贷款仍然是上市公司主要的融资来源^③，融资约束是制约中国企业发展的重要因素。而融资约束和资金短缺，也是制约企业发展和扩张的核心因素之一。张嘉望等发现，融资约束是导致中国上市公司研发投入不足的重要因素，并且这一现象在中小企业、成长期企业中更加显著，因为这些企业的融资问题更加严重。因此，融资约束也可能成为制约企业投资金融资产的重要因素^④。杜传文和黄节根也发现，融资约束越高的公司，公司投资和价值的积累就越难，资金短缺对企业投资的负向冲击越强^⑤。陈胤默等也证实，融资约束会加剧母国经济政策不确定性对企业外直接投资的抑制作用。而随着市场流动性的提高，企业融资约束可以在一定程度上得到缓解，这可能为企业投资金融资产提供更好的资金支持，为企业金融资产投资扩张创造条件^⑥。已有研究也发现，货币紧缩政策会导致企业的融资约束更严重，这会导致货币紧缩政策对现金股利的抑制作用更强^⑦，而货币政策越宽松，企业融资约束程度就越低，外部金融生态环境越好，投资环境被改善，这更利于企业投资扩张^⑧。这表明，融资约束会增加企业对货币政策调整的敏感性，扩大货币政策对企业的影响程度，激励企业扩张投资。基于上述分析，提出假设2。

② 万伟、曾勇、李强：《代理成本、控股权性质与跨部门补贴》，载《管理科学》2014年第2期。

③ 张林、丁鑫、王佳彭：《货币政策、商业信用与研发投入——基于产权性质差异的实证研究》，载《商业研究》2018年第4期。

④ 张嘉望、彭晖、李博阳：《地方政府行为、融资约束与企业研发投入》，载《财贸经济》2019年第7期。

⑤ 杜传文、黄节根：《货币政策、融资约束与企业投资》，载《财经科学》2018年第4期。

⑥ 陈胤默、孙乾坤、文雯等：《母国经济政策不确定性、融资约束与企业对外直接投资》，载《国际贸易问题》2019年第6期。

⑦ 李连军、戴经纬：《货币政策、会计稳健性与融资约束》，载《审计与经济研究》2016年第1期；全怡、梁上坤、付宇翔：《货币政策、融资约束与现金股利》，载《金融研究》2016年第11期。

⑧ 黄志忠、谢军：《宏观货币政策、区域金融发展和企业融资约束——货币政策传导机制的微观证据》，载《会计研究》2013年第1期。

H2：融资约束越大，利率与金融资产投资的负相关性显著越强。

行为经济学理论发现，人的心理特征会影响其经济行为，例如企业家预期因素，就会对企业发展产生重要影响。因为企业家信心作为其对未来经济发展预期的体现，会对其融资策略产生重要影响。Malmendier和Tate发现，相比于股权融资，过度自信的CEO更偏好债务融资^⑨。苏冬蔚和曾海舰也发现，在中国资本市场中，企业家信心越强，其对未来经济发展预期和公司前景越乐观，预期公司陷入财务困境的可能性越小，企业采用债务融资的动机就越强^⑩。较高的企业家信心会增加企业的融资需求，这可能会为企业投资金融资产创造更好的投资条件。此外，企业家信心是货币政策与经济发展的桥梁，企业家信心可以增强货币政策对经济增长的促进作用^⑪。因为企业家信心可以提高货币政策的影响效力，扩大企业投资需求，促进企业进行固定资产等实体投资，所以，实施宽松性货币政策时，企业过度投资的程度会更大，投资不足的程度会更低。这说明，企业家信心越高，企业融资需求越大，对投资收益的预期越好，投资扩张动机越强。基于上述分析，提出假设3。

⑨ U. Malmendier, G. Tate, J. Yan. Corporate Financial Policies with Overconfident Managers. NBER Working Paper No. w13570, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1027189.

⑩ 苏冬蔚、曾海舰：《宏观经济因素、企业家信心与公司融资选择》，载《金融研究》2011年第4期。

⑪ 张成思、孙宇辰：《中国货币政策的信心传导机制》，载《财贸经济》2018年第10期。

H3：企业家信心指数越高，利率与金融资产投资的负相关性显著越强。

三. 数据来源与研究设计

一样本选择与数据来源

本文以2007—2017年中国A股非金融上市公司为样本，研究数据主要来源于CSMAR和wind数据库。选择从2007年开始研究，是因为多个计算金融资产指标的会计科目从2007年才开始设置，如长期股权投资的明细项目等。其中，主要财务数据、货币政策数据来自CSMAR，存款准备金率来自wind，银行家货币政策感受指数根据中国人民银行调查统计司的银行家问卷调查报告手工整理而成。此外，对长期股权投资和其他流动资产的明细项进行手工整理，找出其中金融性投资金额。在剔除金融业和房地产业公司、ST公司、*ST公司、上市不足三年的公司、主要变量缺失值的样本后，有效样本数为21 361个。采用Winsorize的方法对主要连续变量进行1%和99%的极端值处理，使用的统计以及数据处理软件为Stata15。

二变量设定

根据陈创练和戴明晓^①等的文献，中国的货币政策工具可以分为数量型和价格型货币政策。虽然两种类型的货币政策的目标一致，但两者对经济活动的影响方式不同，前者主要通过调节货币供应总量对经济发展产生影响，后者则主要通过影响资产价格来调节经济主体的行为。借鉴相关文献^②，采用存款准备金率作为数量型货币政策变量，采用银行间同业拆借率作为价格型货币政策变量。

① 陈创练、戴明晓：《货币政策、杠杆周期与房地产市场价格波动》，载《经济研究》2018年第9期。

② R. R. Bliss, G. Kaufman. Bank Procyclicality, Credit Crunches, and Asymmetric Effects of Monetary Policy. Journal of Applied Finance, 2003, 13(2)：23—31；陈创练、戴明晓：《货币政策、杠杆周期与房地产市场价格波动》，载《经济研究》2018年第9期。

借鉴Demir、Duchin et al等文献^③，企业金融资产应该包含以下项目：交易性金融资产、衍生金融资产、买入返售金融资产净额、理财性流动资产净额、发放贷款及垫款净额、可供出售金融资产净额、持有至到期投资净额、长期股权投资净额(根据长期股权投资明细，只取投资金融业公司的金融性投资部分)、投资性房地产净额。按照中国现行会计准则，现金和存款货币也属于金融资产，但这是一种特殊的金融资产，货币资金只为企业提供必要的流动性，并不能为企业带来超额收益，因此本文的金融资产不包含货币资金。为了准确度量企业金融资产的变化，借鉴胡奕明等^④的方法本文同时采用金融资产绝对量和金融资产相对量两个指标来度量金融资产的数量，前者为对企业金融资产投资量取自然对数，后者为对金融资产投资数量采用期末总资产进行标准化处理。原因在于，金融性资产增加和总资产减少(尤其是非金融性资产)都会导致金融资产变量值增加，为避免非金融性资产减少导致的金融资产变量“假性”增加对回归结果的干扰，需要同时从绝对量和相对量两个维度来度量企业金融资产的变化。

③ F. Demir. Financial Liberalization，Private Investment and Portfolio Choice：Financialization of Real Sectors in Emerging Markets. Journal of Development Economics，2009，88(2)：314—324；R. Duchin，T. Gllbert，J. Harford，et al. Precautionary Savings with Risky Assets：When Cash Is Not Cash. The Journal of Finance，2017，72(2)：793—852.

④ 胡奕明、王雪婷、张瑾：《金融资产配置动机：“蓄水池”或“替代”?——来自中国上市公司的证据》，载《经济研究》2017年第1期。

结合研究目的，借鉴Hadlock和Pierce^⑤计算融资约束指数(sa)，具体的计算公式为(-0.737×size+0.043×size²-0.04×age)，其中，size表示公司规模，计算公式为对公司资产总额(单位为百万元)取自然对数，age为公司的上市年限。由此计算出来的sa指数为负，为方便论文阐述，对sa指数取绝对值，生成融资约束变量SA，且该指数越大，表明公司受到的融资约束程度越严重。

⑤ C. J. Hadlock, J. R. Pierce. Is the KZ Index Useful? New Evidence on Measuring Financial Constraints. Working Paper. Michigan State University, 2009: 1909—1940.

具体变量定义如表 1所示。

表 1 变量定义

类型	名称	代码	变量定义
自变量	存款准备金率	Reserve	中小型和大型存款类金融机构的人民币存款准备金率均值，原数据为月度数据，取年度平均值
	银行间同业拆借率	Interbank	中国银行间同业拆借的所有期限利率的加权平均值，原数据为月度数据，取年度平均值
因变量	有金融资产	DFinance	虚拟变量，如果公司的金融资产不为0取值为1，否则为0
	金融资产数量	Financial	金融资产总量加1，取自然对数
	金融资产	Finance	金融资产总量/期末总资产
	金融资产增长率	RFinance	(当期金融资产-上期金融资产)/上期金融资产
调节变量	企业家信心指数	Confidence	对国家统计局公布的企业家信心指数季度数据取年度均值，然后取自然对数
	融资约束程度	SA	根据企业规模和上市年限计算的SA指数
控制变量	GDP增长率	GDPrate	(当期GDP-上期GDP)/上期GDP
	公司规模	Size	Ln(1+期末总资产)
	上市年限	Age	上市年限加1，取自然对数
	产权性质	SOE	虚拟变量，国有公司取值为1，否则为0
	公司成长性	Growth	销售收入增长率
	资产负债率	LEV	负债总额/期末总资产
	盈利能力	ROA	净利润/期末总资产
	有形资产比重	Tangible	固定资产净额/期末总资产

下载: 导出CSV

| 显示表格

三模型设定

借鉴Akkemik和Özen^①、彭俞超等^②文献，本文构建以下模型以验证假设。

① K. A. Akkemik, Ş. Özen. Macroeconomic and Institutional Determinants of Financialisation of Non-financial Firms：Case Study of Turkey. Socio-Economic Review, 2013, 12(1)：71—98.

② 彭俞超、韩珣、李建军：《经济政策不确定性与企业金融化》，载《中国工业经济》2018年第1期。

$\begin{array}{l} {\rm{\;\;\;\;\;FINANC}}{{\rm{E}}_{i, t}} = {\alpha _0} + {\beta _1}M{P_{i, t - 1}} + {\beta _2}\mathit{GDPrat}{\mathit{e}_{i, t + }}{\beta _3}\mathit{Siz}{\mathit{e}_{i, t}}\\ + {\beta _4}Ag{e_{i, t}} + {\beta _5}SO{E_{i, t}} + {\beta _6}\mathit{Growt}{\mathit{h}_{i, t}} + {\beta _7}LE{V_{i, t}} + {\beta _8}RO{A_{i, t}} + {\beta _9}\\ {\rm{ }}\mathit{Tangibl}{\mathit{e}_{i, t}} + {\beta _{10}}\mathit{Cashflo}{\mathit{w}_{i, t}} + {\beta _{11}}\mathit{Cas}{\mathit{h}_{i, t}} + {\beta _{12}}\mathit{Inves}{\mathit{t}_{i, t}} + {\beta _{13}}\\ \mathit{Equity}{1_{i, t}} + {\beta _{14}}Big{4_{i, t}} + {\beta _{15}}\mathit{Follo}{\mathit{w}_{i, t}} + {\beta _{16}}\mathit{Institut}{\mathit{e}_{i, t}} + {\beta _{17}}\\ {\rm{ }}\mathit{Sharerat}{\mathit{e}_{i, t}} + {\beta _{18}}\mathit{Indirecto}{\mathit{r}_{i, t}} + \sum Y ear + \sum {\mathit{Ind}} cd + \varepsilon \end{array}$

(1)

$\begin{array}{l} \;\;\;\;\;\mathit{FINANC}{\mathit{E}_{i, t}} = {\alpha _0} + {\beta _1}M{P_{i, t - 1}} + {\beta _2}M{P_{i, t - 1}} \times \mathit{Moderato}{\rm{ - }}\\ {r_{i, t}} + {\beta _3}\mathit{Moderato}{\mathit{r}_{i, t}} + {\beta _4}\mathit{GDPrat}{\mathit{e}_t} + {\beta _5}\mathit{Siz}{\mathit{e}_{i, t}} + {\beta _6}Ag{e_{i, t}} + {\beta _7}\\ SO{E_{i, i}} + {\beta _8}\mathit{Growt}{\mathit{h}_{i, t}} + {\beta _9}LE{V_{i, t}} + {\beta _{10}}RO{A_{i, t}} + {\beta _{11}}\mathit{Tangibl}{\mathit{e}_{i, t}}\\ + {\beta _{12}}\mathit{Cashflo}{\mathit{w}_{i, t}} + {\beta _{13}}\mathit{Cas}{\mathit{h}_{i, t}} + {\beta _{14}}\mathit{Inves}{\mathit{t}_{i, t}} + {\beta _{15}}\mathit{Equity}{1_{i, t}} + \\ {\beta _{16}}\mathit{Big}{4_{i, t}} + {\beta _{17}}\mathit{Follo}{\mathit{w}_{i, t}} + {\beta _{18}}\mathit{Institut}{\mathit{e}_{i, t}} + {\beta _{19}}\mathit{Sharerat}{\mathit{e}_{i, t}} + \\ {\beta _{20}}\mathit{Indirecto}{\mathit{r}_{i, t}} + \sum Y ear + \sum {\mathit{Ind}} cd + \varepsilon \end{array}$

(2)

其中，被解释变量为金融资产投资(FINANCE)，共包括金融资产投资倾向(DFinance)、金融资产数量(Financial)、金融资产(Finance)、金融资产增长率(RFinance)四个变量；解释变量为货币政策(MP)的滞后项，包括存款准备金率(Reserve)和银行间同业拆借率(Interbank)。调节变量(Moderator)为融资约束(SA)和企业家信心指数(Confidence)。i表示公司，t表示年份，Year和Indcd分别表示年度和行业效应。在上述模型中，模型(1)用来检验H1，β₁是货币政策对金融资产投资的影响系数，预期β₁ < 0；模型(2)用来检验H2和H3，β₁是货币政策对金融资产投资的影响系数，β₂是货币政策和调节变量的交互项对金融资产投资的影响系数，预期β₁ < 0，且β₂ < 0。

四. 实证结果与分析

一描述性统计

表 2报告了主要变量的描述性统计结果。DFinance的均值为0.790，标准差为0.408，说明样本公司中有79%的公司都投资了金融资产，且不同公司间存在差异性。Financial和Finance的均值分别为0.142和0.056，标准差分别为0.078和0.095，结合最值可知，采用对数形式度量的金融资产绝对值间的差异较小，用总资产标准化的金融资产相对值的差异性更大，且金融资产占总资产的平均比重为5.6%。RFinance的均值为0.157，标准测绘为0.674，结合最值可知，不同公司间的金融资产增长率差异性较大，且金融资产平均增长率为15.7%。LReserve、LInterbank的均值分别为0.172、0.036，标准差分别为0.022、0.009，结合最值可知，LInterbank的逐年变动差异性较大，而LReserve的逐年变动差异性则较小。

表 2 主要变量描述性统计

变量	样本量	均值	标准差	最小值	最大值
DFinance	21 361	0.790	0.408	0	1
Financial	21 361	0.142	0.078	0	0.230
Finance	21 361	0.056	0.095	0	0.591
RFinance	21 361	0.157	0.674	-0.974	4.367
LReserve	21 361	0.172	0.022	0.116	0.198
LInterbank	21 361	0.036	0.009	0.015	0.048

下载: 导出CSV

| 显示表格

二相关性分析

表 3报告了主要变量的相关系数检验结果，LReserve、LInterbank和DFinance、Financial、RFinance显著负相关，和Finance不显著相关。上述结果与前文假设基本一致，说明利率越高，货币政策越紧缩，金融资产投资可能性、投资量、增长率都越低。这一结果初步证实了H1。

表 3 主要变量的相关性分析

	LReserve	LInterbank	DFinance	Financial	Finance	RFinance
LReserve	1
LInterbank	0.754 4^*	1
DFinance	-0.018 6^*	-0.048 9^*	1
Financial	-0.020 5^*	-0.048 5^*	0.937 3^*	1
Finance	0.006 3	-0.008 1	0.305 9^*	0.397 6^*	1
RFinance	-0.037 1^*	-0.026 2^*	0.120 0^*	0.156 4^*	0.165 4^*	1
注：*、、*分别表示在1%、5%、10%的统计水平上显著。

下载: 导出CSV

| 显示表格

三假设检验与实证结果分析

1 货币政策对企业金融资产投资的影响

表 4报告了货币政策对企业金融资产投资的影响结果，所有回归都采用聚类回归(按照公司聚类)法，并控制了年度和行业效应。其中，(1)和(2)列是货币政策(LReserve、LInterbank)与金融资产投资倾向(DFinance)的回归结果，(3)和(4)列是货币政策与金融资产投资绝对量(Financial)的回归结果，(5)和(6)列是货币政策与金融资产投资相对量(Finance)的回归结果，(7)和(8)列是货币政策与金融资产投资增长率(RFinance)的回归结果。表 4显示，LReserve、LInterbank与DFinance、Financial、Finance、RFinance均在1%上显著负相关，这与H1一致，说明利率越高，货币政策供应量越少(货币价格越高)，企业金融资产投资可能性越低、投资数量越少、投资增长率越低，这进一步证明实体企业投资金融资产的动机不是“有备无患”，而是“另辟蹊径”。当外部宏观经济环境向好时，企业的投资环境和投资条件也更好，此时，为了获取金融行业的超额收益，企业会投资更多金融资产。从控制变量来看，GDPrate、Growth、ROA、Tangible、Cash、Invest、Equity1均显著负相关；Size、Age、SOE、Cashflow均显著正相关；Big4、Follow、Institute、Sharerate、Indirector部分显著相关或无显著相关关系，控制变量的回归结果与已有文献基本一致。

表 4 货币政策与金融资产

	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
	DFinance	DFinance	Financial	Financial	Finance	Finance	RFinance	RFinance
LReserve	-0.185^***		-0.370^***		-0.295^***		-0.947^***
	[-9.55]		[-10.52]		[-12.48]		[-3.21]
LInterbank		-0.314^***		-0.688^***		-0.831^***		-4.226^***
		[-7.26]		[-8.58]		[-14.63]		[-5.56]
Control variable	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes
Year & Indus	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes
样本	21 361	21 361	21 361	21 361	21 361	21 361	21 361	21 361
调整R²	0.134	0.132	0.168	0.166	0.102	0.098	0.021	0.022
F值	35.047	34.824	82.215	80.871	28.483	48.975	13.680	13.929
注：方括号内汇报的是多元回归的t值，*、、*分别表示在1%、5%、10%的统计水平上显著，下同。下表中除非特别说明，多元回归中均为采用多重差分模型回归。

下载: 导出CSV

| 显示表格

2 货币政策对异质性企业的金融资产投资的影响差异

表 5为货币政策对异质性企业的金融资产投资的影响，所有回归都采用聚类回归(按照公司聚类)法，并控制了年度和行业效应。表 5显示，(1)和(2)中，LReserve、LInterbank与Finance分别在1%和5%上显著负相关，LReserve×Confidence、LInterbank×Confidence与Finance均在10%上显著负相关，这一结果与H3一致，说明企业家信心可以增强货币政策对企业金融资产投资的影响，原因可能在于，企业家对未来经济发展越有信心，企业家的投资预期更好，这会导致企业家的投资幅度会更大。(3)和(4)中，LReserve、LInterbank与Finance显著负相关，LReserve×SA、LInterbank×SA与Finance均在1%上显著负相关，这一结果与H2一致，说明融资约束也可以增强货币政策对企业金融资产投资的影响。上述结果说明，企业异质性会使得货币政策对金融资产投资的影响存在一定差异性。

表 5 货币政策、企业异质性和金融资产

	(1) Finance	(2) Finance	(3) Finance	(4) Finance
LReserve	-1.108^**		-0.147^***
	[-2.47]		[-3.09]
LInterbank		-3.432^**		-0.170^*
		[-2.15]		[-1.95]
LReserve×Confidence	-6.436^*
	[-1.78]
LInterbank×Confidence		-2.298^*
		[-1.92]
LReserve×SA			-0.064^***
			[-3.81]
LInterbank×SA				-0.147^***
				[-4.12]
Confidence	-1.432^**	-1.293^***
	[-2.37]	[-3.07]
SA			0.012^***	0.006^**
			[3.59]	[2.52]
Control variable	Yes	Yes	Yes	Yes
Year & Indcd	Yes	Yes	Yes	Yes
样本量	21 361	21 361	21 361	21 361
调整R²	0.144	0.134	0.145	0.143
F值	24.048	33.170	23.887	22.629

下载: 导出CSV

| 显示表格

四稳健性检验

1 关键变量替换检验

借鉴Demir的研究^①以及中国的会计定义，生成广义金融资产(GerFinance)，将货币资金、持有至到期投资、交易性金融资产、投资性房地产、可供出售的金融资产、长期股权投资以及应收股利和应收利息八个项目相加再用期末总资产标准化。其次，根据袁越和胡文杰以及钟凯等的研究，货币政策也可以用上海银行间7天同业拆借利率和银行家货币政策感受指数来衡量的^②，本文设置上海银行间7天同业拆借率(SRATE7)，为上海银行间7天同业拆借率的加权平均利率取年度平均值；银行家货币政策感受指数(MPI)指标，为对中国人民银行发布的银行家问卷调查中的货币政策感受指数的季度数据取年度平均值。根据表 6结果，LReserve、LInterbank与GerFinance分别在5%或1%上显著负相关，且LSRATE7、LMPI与Finance均在1%上显著负相关，与前文研究假设一致，说明变换金融资产、货币政策等关键变量的衡量方式，对回归结果没有较大影响。

表 6 替换关键变量

	(1)	(2)	(4)	(6)
	GerFinance	GerFinance	Finance	Finance
LReserve	-0.129^**
	[-2.41]
LInterbank		-0.429^***
		[-5.36]
LSRATE7			-0.724^***
			[-7.54]
LMPI				-0.039^***
				[-4.32]
Control variable	Yes	Yes	Yes	Yes
Year & Indus	Yes	Yes	Yes	Yes
样本	21 361	21 361	21 361	21 361
调整R²	0.597	0.602	0.143	0.142
F值	604.519	605.220	24.336	23.179

下载: 导出CSV

| 显示表格

① F. Dmir. Financial Liberalization，Private Investment and Portfolio Choice：Financialization of Real Sectors in Emerging Markets. Journal of Development Economics，2009，88(2)：314—324.

② 袁越、胡文杰：《紧缩性货币政策能否抑制股市泡沫?》，载《经济研究》2017年第10期；钟凯、程小可、肖翔等：《宏观经济政策影响企业创新投资吗——基于融资约束与融资来源视角的分析》，载《南开管理评论》2017年第6期。

2 模型设定替换检验

已有研究发现，固定效应可以部分解决内生性问题，借鉴彭俞超等的研究^①，本文采用固定效应模型进行稳健性检验。表 7为变换模型回归方式的结果，其中(1)和(2)为采用稳健标准误的回归，(3)和(4)为采用固定效应的回归，表 7结果显示，在所有回归中，LReserve、LInterbank与Finance都在1%上显著为负，与前文假设完全一致，表明变换模型设定方式对回归结果没有影响。

表 7 变换模型回归方式

	(1)	(2)	(3)	(4)
	Finance	Finance	Finance	Finance
LReserve	-0.379^***		-0.346^***
	[-9.50]		[-11.62]
LInterbank		-0.663^***		-0.687^***
		[-6.57]		[-8.58]
Control variable	Yes	Yes	Yes	Yes
Year & Indcd	Yes	Yes	Yes	Yes
样本量	21 361	21 361	21 361	21 361
调整R²	0.145	0.143	-0.052	-0.055
F值	72.383	70.253	57.184	55.202

下载: 导出CSV

| 显示表格

① 彭俞超、韩珣、李建军：《经济政策不确定性与企业金融化》，载《中国工业经济》2018年第1期。

3 动态效应模型检验

动态效应可以检验货币政策对实体企业金融资产投资的动态影响。中国货币政策在不断调整中，如果货币政策调整对实体企业金融资产投资没有显著影响，那么在动态效应检验中，货币政策对实体企业金融资产投资的回归系数将在所有年份都显著或者都不显著，反之，货币政策对实体企业金融资产投资的影响只在特定年份显著。表 8的动态效应的结果显示，LReserve两个滞后一期项与Finance均在1%上显著为负，而Reserve两个当期项与Finance仅在10%上显著为负，这一结果与理论预期相符，说明货币政策的实施的确存在滞后效应，所以货币政策对滞后一期项的影响大于当期项。LInterbank、Interbank与Finance均在1%上显著为负，滞后一期项和当期项不存在显著差异性。总体而言，Reserve、Interbank与Finance在滞后一期时均显著为负，在当期也显著负相关但显著性更低，在滞后两期、未来一期、未来两期均不显著，这说明货币政策对实体企业金融资产投资的影响不存在动态效应，与理论预期一致，表明文回归结果非常稳健，不受遗漏变量、反向因果等内生性问题的影响。

表 8 动态效应检验(内生性问题检验)

	(2)	(3)
	Finance	Finance
LLReserve(t-2)	-0.025
	[-0.22]
LReserve(t-1)	-0.210^***
	[-2.70]
Reserve(t)	-0.197^*
	[-1.84]
FReserve(t+1)	-0.073
	[-0.43]
FFReserve(t+2)	0.201
	[1.58]
LLInterbank(t-2)		-0.120
		[-1.34]
LInterbank(t-1)		-0.301^***
		[-3.93]
Interbank(t)		-0.286^***
		[-2.86]
FInterbank(t+1)		-0.132
		[-1.28]
FFInterbank(t+2)		0.056
		[0.59]
Control variable	Yes	Yes
Year & Indus	Yes	Yes
样本	15 796	15 796
调整R²	0.152	0.127
F值	20.016	23.019

下载: 导出CSV

| 显示表格

五进一步分析

1 货币政策对企业金融资产投资的作用路径分析

公司的信贷获取能力越强，则货币政策越宽松，公司可获得的金融资源更多，其投资金融资产的可能性越大。此外，宽松的货币政策环境会更大程度上增加有价证券的市场需求，推高股票等交易性金融资产的市场价值，和进一步增加上市公司的风险承担水平。借鉴温忠麟和叶宝娟的中介效应检验方法^①，从信贷获取能力、金融资产收益占比和风险承担三个方面对货币政策的作用路径进行分析。借鉴白俊和连立帅，信贷获取能力(BankLOAN)为对现金流量表表中的“取得借款收到的现金”项目取自然对数^②。借鉴宋军和陆旸，金融资产收益占比(Fprofit)，对金融资产收益(即金融性投资收益、公允价值变动损益、利息收入之和)用营业利润标准化^③。借鉴Faccio et al.，企业风险承担(ROAsd)采用上市公司资产收益率的经行业调整的近三年滚动标准差来衡量^④。表 9的结果显示，(1)和(4)列中，BankLoan、LReserve、LInterbank和Finance均在1%上显著为负，根据中介效应模型，这一结果说明银行信贷是货币政策对金融资产投资的不完全中介效应。(2)和(5)列中，Fprofit和Finance在1%上显著为正，而LReserve、LInterbank和Finance在1%上显著为负，这说明金融收益率也是货币政策对金融资产投资的不完全中介效应。(3)和(6)列中，ROAsd和Finance在5%及以上显著为正，而LReserve、LInterbank和Finance在1%上显著负相关，这一结果说明，企业风险承担水平也是货币政策对金融资产投资的不完全中介效应。综上可知，货币政策对企业金融资产投资的作用机制为信贷获取能力机制、金融资产收益占比机制和风险承担机制。

表 9 货币政策对金融资产投资的作用路径分析

	(1)	(2)	(3)	(4)	(5)	(6)
	Finance	Finance	Finance	Finance	Finance	Finance
LReserve	-0.301^***	-0.306^***	-0.039^***
	[-12.61]	[-13.02]	[-7.40]
LInterbank				-0.149^***	-0.165^***	-0.045^***
				[-4.78]	[-5.29]	[-6.63]
BankLoan	-0.473^***			-0.410^***
	[-4.40]			[-3.85]
Fprofit		0.028^***			0.030^***
		[5.24]			[5.48]
ROAsd			0.053^***			0.052^***
			[2.70]			[2.65]
Control variable	Yes	Yes	Yes	Yes	Yes	Yes
Year & Indus	Yes	Yes	Yes	Yes	Yes	Yes
样本	21 361	21 361	21 361	21 361	21 361	21 361
调整R²	0.105	0.104	0.169	0.105	0.105	0.168
F值	28.018	28.265	21.820	26.638	26.697	16.735

下载: 导出CSV

| 显示表格

① 温忠麟、叶宝娟：《中介效应分析：方法和模型发展》，载《心理科学进展》2014年第5期。

② 白俊、连立帅：《信贷资金配置差异：所有制歧视抑或禀赋差异?》，载《管理世界》2012年第6期。

③ 宋军、陆旸：《非货币金融资产和经营收益率的U形关系——来自我国上市非金融公司的金融化证据》，载《金融研究》2015年第6期。

④ M. Faccio, M. T. Marchica, R. Mura. CEO Gender, Corporate Risk-Taking, and the Efficiency of Capital Allocation. Journal of Corporate Finance, 2016, 39：193—209.

2 货币政策对资产结构和收益比值的影响

货币政策的目标之一是促进经济增长，这使得货币政策会同时促进实体经济和虚拟经济的发展。李云峰和李仲飞指出，在经济低迷时期，需要实施宽松的货币政策来刺激大规模投资^⑤。根据上文分析，金融资产的证券属性、金融行业的超额收益率等因素会增加企业对金融资产的投资动机，相比于实体经济，宽松性货币政策对虚拟经济的促进作用会更大，最终导致实体企业的金融资产投资显著大于实体投资。基于此，本文进一步从企业资产结构和收益结构两个方面来分析货币政策对两类资产的影响差异性。Assetrate是资产结构，为金融资产和实体资产的比值；Profitrate为收益结构，为金融资产收益和实体资产收益的比值。回归结果见表 10中(1)—(4)列，LReserve、LInterbank和Assetrate均显著为负，这说明货币政策越宽松，资产结构比值越大，也即金融资产和实体资产的投资差异性越大，金融资产显著更多。LReserve、LInterbank和Profitrate也显著负相关，说明货币政策越宽松，资产收益率比值越大，也即金融资产和实体资产的投资收益率差异性越大，金融资产投资收益率显著更高。这表明，从资产投资比率和收益率来看，宽松性货币政策对金融资产的影响都大于实体资产，这进一步说明货币政策的实施主要促进的是虚拟经济发展，对实体经济发展的促进作用较小。

表 10 资产结构、收益结构、货币政策结构的影响差异性

	(1)	(2)	(3)	(4)	(5)	(6)
	Assetrate	Assetrate	Profitrate	Profitrate	Finance	Finance
LReserve	-0.299^***		-1.199^***		-0.199^***
	[-7.39]		[-18.02]		[-4.15]
LInterbank		-0.463^***		-0.900^*		-0.472^***
		[-6.75]		[-1.83]		[-4.11]
LReserve×Special					0.221^***
					[2.63]
LInterbank×Special						0.856^***
						[4.54]
Special					0.039^***	0.031^***
					[2.61]	[4.01]
Control variable	Yes	Yes	Yes	Yes	Yes	Yes
Year & Indus	Yes	Yes	Yes	Yes	Yes	Yes
样本	21 361	21 361	21 361	21 361	21 361	21 361
调整R²	0.157	0.156	0.039	0.014	0.168	0.150
F值	18.861	16.250	26.308	12.332	19.987	18.611

下载: 导出CSV

| 显示表格

⑤ 李云峰、李仲飞：《中央银行沟通、宏观经济信息与货币政策有效性》，载《财贸经济》2011年第1期。

3 货币政策异质性：结构性货币政策

根据相关文献，可以制定和实施针对性的货币政策，例如自然灾害后实施的特定地区降低存款准备金率政策是为了利于灾后重建工作，为解决小微企业融资难的问题而制定的特定行业的贷款优惠政策等，都具有明确的政策指向性。如果货币政策的目标是为了支持和促进实体经济发展，那么相对于普通的货币政策，这类货币政策可以更好地引导资金流入实体行业，这可能导致这类货币政策对实体投资的促进作用更大，而对金融投资的促进作用更小，也即会减弱货币政策对金融资产投资的影响。借鉴已有文献，设定结构性货币政策Special，虚拟变量，如果当年中国人民银行发布至少一个关于支持实体经济发展的特定货币政策，则取值为1，否则为0。结果见表 10中(5)和(6)列，结果显示，LReserve、LInterbank与Finance均显著负相关，LReserve×Special、LInterbank×Special与Finance均显著正相关，这说明，Special会减弱货币政策对金融资产投资的影响，表明实施具有特定目标的结构性货币政策对宏观经济调整更有效。

4 货币政策下的金融资产投资对企业的影响

根据上文分析，货币政策下的金融资产投资动机为“另辟蹊径”，也即替代性动机，目的是获取金融行业的超额收益率。这种金融资产投资会挤出实体投资资源，使得企业错失实体投资机会，这可能导致货币政策驱动的金融资产投资会对企业产生负面影响。首先，金融资产投资可能会挤出创新投入，因为相对于风险高、收益不确定性较大的创新投资，金融资产投资收益更快更高，所以货币政策下的金融资产投资可能会挤出创新投入。其次，金融资产投资还可能挤占固定资产投入、无形资产建设、新产品开发等项目的资源，这可能对企业主营业务发展也造成不利影响。最后，相对于产品销售收入而言，金融资产投资收益的可持续性较差，这可能导致金融资产投资对企业成长性产生抑制作用。RD为企业研发投入金额占营业收入的比值；Profit为营业利润剔除金融性收益后的金额；TBQ是市值和总资产的比值，结果见表 11。结果显示，Finance、LReserve、LInterbank和RD均显著为负，LReserve×Finance、LInterbank×Finance和RD均显著为正，这说明金融资产投资和货币政策都会减少研发投入，并且利率越大(货币政策越紧缩)，金融资产投资对研发投入的抑制作用显著更小。Finance、LReserve、LInterbank和Profit均显著为负，而LReserve×Finance、LInterbank×Finance和Profit均显著为正，这说明金融资产投资和货币政策都会减少主营业务收益，并且利率越大，金融资产投资对主营业务收益的抑制作用显著更小。Finance、LReserve、LInterbank和TBQ均显著为负，而LReserve×Finance、LInterbank×Finance和TBQ均显著为正，这说明金融资产投资和利率都会降低企业成长性，并且利率越大，金融资产投资对企业成长性的抑制作用显著更小。上述结果进一步证明，宽松性货币政策下的企业金融资产投资行为主要是替代性动机，会因挤出实体投资机会而对企业产生不利影响。

表 11 货币政策下的金融资产投资对企业的影响

	(1)	(2)	(3)	(4)	(5)	(6)
	RD	RD	Profit	Profit	TBQ	TBQ
Finance	-0.019^***	-0.015^***	-0.766^***	-0.752^***	-0.024^**	-0.031^***
	[-10.97]	[-7.86]	[-12.87]	[-12.80]	[-2.01]	[-2.59]
LReserve×Finance	0.033^**		0.173^***		0.168^*
	[1.97]		[3.77]		[1.84]
LReserve	-0.069^***		-0.041^***		-1.364^***
	[-5.95]		[-13.94]		[-18.07]
LInterbank×Finance		0.172^**		0.838^***		1.107^**
		[2.07]		[3.94]		[2.57]
LInterbank		-0.334^***		-0.062^***		-0.363^***
		[-13.32]		[-9.69]		[-2.81]
Control variable	Yes	Yes	Yes	Yes	Yes	Yes
Year & Indus	Yes	Yes	Yes	Yes	Yes	Yes
样本	21 361	21 361	21 361	21 361	21 361	21 361
调整R²	0.276	0.247	0.056	0.052	0.275	0.251
F值	411.623	372.843	35.911	33.269	387.009	341.067

下载: 导出CSV

| 显示表格

五. 研究结论与启示

基于中国转型经济发展背景，以中国实体行业上市公司为研究对象，结果发现：(1)存款准备金率、银行间同业拆借率与金融资产投资倾向、投资数量和增长率均显著负相关；(2)在融资约束更大、企业家信心更强的企业中，存款准备金率、银行间同业拆借率与金融资产的负相关性显著更强。进一步研究发现，信贷获取能力、金融资产获益能力和风险承担水平是货币政策对金融资产投资的作用路径，且货币政策会导致企业的金融和实体资产的投资数量和收益率存在巨大差异性，也会导致金融资产显著降低企业的研发投入、业绩和成长性。

本文得到四点研究启示。其一，实体企业“脱实向虚”的动机为“另辟蹊径”，也即投资金融资产的主要动机是获取金融行业超额收益率，而研究发现，淘汰落后产能，促进产业结构转型升级是提升实体经济效益的重要途径，通过“限房令”等政策加强对金融行业的监管，则可以抑制炒房等因素导致的房价不断上涨。这表明，提升实体经济收益率，降低实体和金融投资的收益率差距是抑制企业“脱实向虚”的根本，也是促进实体经济发展的重要方面。其二，宽松性货币政策主要促进了虚拟经济发展，这与货币政策实施的初衷相背离，而实施结构性货币政策对实体企业金融资产投资的促进作用更低。这说明，为了更好地促进实体经济发展，应该实施结构性货币政策，将资金更精准地投放在实体行业，引导实体企业减少金融资产投资，聚焦主业，以促进实体经济持续健康发展。其三，货币政策对不同类型的金融资产的影响程度不同，这表明实施货币政策时，需要关注债务期限结构因素，加强对企业贷款的审核和监管以引导资金流向实体产业，同时要加强对企业公允价值计量属性的引导。其四，企业异质性是影响货币政策实施效应的重要因素，这进一步说明，制定更加精准、有针对性的货币政策才能提升货币政策实施的经济效益。

表 1 变量定义

类型	名称	代码	变量定义
自变量	存款准备金率	Reserve	中小型和大型存款类金融机构的人民币存款准备金率均值，原数据为月度数据，取年度平均值
	银行间同业拆借率	Interbank	中国银行间同业拆借的所有期限利率的加权平均值，原数据为月度数据，取年度平均值
因变量	有金融资产	DFinance	虚拟变量，如果公司的金融资产不为0取值为1，否则为0
	金融资产数量	Financial	金融资产总量加1，取自然对数
	金融资产	Finance	金融资产总量/期末总资产
	金融资产增长率	RFinance	(当期金融资产-上期金融资产)/上期金融资产
调节变量	企业家信心指数	Confidence	对国家统计局公布的企业家信心指数季度数据取年度均值，然后取自然对数
	融资约束程度	SA	根据企业规模和上市年限计算的SA指数
控制变量	GDP增长率	GDPrate	(当期GDP-上期GDP)/上期GDP
	公司规模	Size	Ln(1+期末总资产)
	上市年限	Age	上市年限加1，取自然对数
	产权性质	SOE	虚拟变量，国有公司取值为1，否则为0
	公司成长性	Growth	销售收入增长率
	资产负债率	LEV	负债总额/期末总资产
	盈利能力	ROA	净利润/期末总资产
	有形资产比重	Tangible	固定资产净额/期末总资产

下载: 导出CSV

表 2 主要变量描述性统计

变量	样本量	均值	标准差	最小值	最大值
DFinance	21 361	0.790	0.408	0	1
Financial	21 361	0.142	0.078	0	0.230
Finance	21 361	0.056	0.095	0	0.591
RFinance	21 361	0.157	0.674	-0.974	4.367
LReserve	21 361	0.172	0.022	0.116	0.198
LInterbank	21 361	0.036	0.009	0.015	0.048

下载: 导出CSV

表 3 主要变量的相关性分析

	LReserve	LInterbank	DFinance	Financial	Finance	RFinance
LReserve	1
LInterbank	0.754 4^*	1
DFinance	-0.018 6^*	-0.048 9^*	1
Financial	-0.020 5^*	-0.048 5^*	0.937 3^*	1
Finance	0.006 3	-0.008 1	0.305 9^*	0.397 6^*	1
RFinance	-0.037 1^*	-0.026 2^*	0.120 0^*	0.156 4^*	0.165 4^*	1
注：*、、*分别表示在1%、5%、10%的统计水平上显著。

下载: 导出CSV

表 4 货币政策与金融资产

	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
	DFinance	DFinance	Financial	Financial	Finance	Finance	RFinance	RFinance
LReserve	-0.185^***		-0.370^***		-0.295^***		-0.947^***
	[-9.55]		[-10.52]		[-12.48]		[-3.21]
LInterbank		-0.314^***		-0.688^***		-0.831^***		-4.226^***
		[-7.26]		[-8.58]		[-14.63]		[-5.56]
Control variable	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes
Year & Indus	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes
样本	21 361	21 361	21 361	21 361	21 361	21 361	21 361	21 361
调整R²	0.134	0.132	0.168	0.166	0.102	0.098	0.021	0.022
F值	35.047	34.824	82.215	80.871	28.483	48.975	13.680	13.929
注：方括号内汇报的是多元回归的t值，*、、*分别表示在1%、5%、10%的统计水平上显著，下同。下表中除非特别说明，多元回归中均为采用多重差分模型回归。

下载: 导出CSV

表 5 货币政策、企业异质性和金融资产

	(1) Finance	(2) Finance	(3) Finance	(4) Finance
LReserve	-1.108^**		-0.147^***
	[-2.47]		[-3.09]
LInterbank		-3.432^**		-0.170^*
		[-2.15]		[-1.95]
LReserve×Confidence	-6.436^*
	[-1.78]
LInterbank×Confidence		-2.298^*
		[-1.92]
LReserve×SA			-0.064^***
			[-3.81]
LInterbank×SA				-0.147^***
				[-4.12]
Confidence	-1.432^**	-1.293^***
	[-2.37]	[-3.07]
SA			0.012^***	0.006^**
			[3.59]	[2.52]
Control variable	Yes	Yes	Yes	Yes
Year & Indcd	Yes	Yes	Yes	Yes
样本量	21 361	21 361	21 361	21 361
调整R²	0.144	0.134	0.145	0.143
F值	24.048	33.170	23.887	22.629

下载: 导出CSV

表 6 替换关键变量

	(1)	(2)	(4)	(6)
	GerFinance	GerFinance	Finance	Finance
LReserve	-0.129^**
	[-2.41]
LInterbank		-0.429^***
		[-5.36]
LSRATE7			-0.724^***
			[-7.54]
LMPI				-0.039^***
				[-4.32]
Control variable	Yes	Yes	Yes	Yes
Year & Indus	Yes	Yes	Yes	Yes
样本	21 361	21 361	21 361	21 361
调整R²	0.597	0.602	0.143	0.142
F值	604.519	605.220	24.336	23.179

下载: 导出CSV

表 7 变换模型回归方式

	(1)	(2)	(3)	(4)
	Finance	Finance	Finance	Finance
LReserve	-0.379^***		-0.346^***
	[-9.50]		[-11.62]
LInterbank		-0.663^***		-0.687^***
		[-6.57]		[-8.58]
Control variable	Yes	Yes	Yes	Yes
Year & Indcd	Yes	Yes	Yes	Yes
样本量	21 361	21 361	21 361	21 361
调整R²	0.145	0.143	-0.052	-0.055
F值	72.383	70.253	57.184	55.202

下载: 导出CSV

表 8 动态效应检验(内生性问题检验)

	(2)	(3)
	Finance	Finance
LLReserve(t-2)	-0.025
	[-0.22]
LReserve(t-1)	-0.210^***
	[-2.70]
Reserve(t)	-0.197^*
	[-1.84]
FReserve(t+1)	-0.073
	[-0.43]
FFReserve(t+2)	0.201
	[1.58]
LLInterbank(t-2)		-0.120
		[-1.34]
LInterbank(t-1)		-0.301^***
		[-3.93]
Interbank(t)		-0.286^***
		[-2.86]
FInterbank(t+1)		-0.132
		[-1.28]
FFInterbank(t+2)		0.056
		[0.59]
Control variable	Yes	Yes
Year & Indus	Yes	Yes
样本	15 796	15 796
调整R²	0.152	0.127
F值	20.016	23.019

下载: 导出CSV

表 9 货币政策对金融资产投资的作用路径分析

	(1)	(2)	(3)	(4)	(5)	(6)
	Finance	Finance	Finance	Finance	Finance	Finance
LReserve	-0.301^***	-0.306^***	-0.039^***
	[-12.61]	[-13.02]	[-7.40]
LInterbank				-0.149^***	-0.165^***	-0.045^***
				[-4.78]	[-5.29]	[-6.63]
BankLoan	-0.473^***			-0.410^***
	[-4.40]			[-3.85]
Fprofit		0.028^***			0.030^***
		[5.24]			[5.48]
ROAsd			0.053^***			0.052^***
			[2.70]			[2.65]
Control variable	Yes	Yes	Yes	Yes	Yes	Yes
Year & Indus	Yes	Yes	Yes	Yes	Yes	Yes
样本	21 361	21 361	21 361	21 361	21 361	21 361
调整R²	0.105	0.104	0.169	0.105	0.105	0.168
F值	28.018	28.265	21.820	26.638	26.697	16.735

下载: 导出CSV

表 10 资产结构、收益结构、货币政策结构的影响差异性

	(1)	(2)	(3)	(4)	(5)	(6)
	Assetrate	Assetrate	Profitrate	Profitrate	Finance	Finance
LReserve	-0.299^***		-1.199^***		-0.199^***
	[-7.39]		[-18.02]		[-4.15]
LInterbank		-0.463^***		-0.900^*		-0.472^***
		[-6.75]		[-1.83]		[-4.11]
LReserve×Special					0.221^***
					[2.63]
LInterbank×Special						0.856^***
						[4.54]
Special					0.039^***	0.031^***
					[2.61]	[4.01]
Control variable	Yes	Yes	Yes	Yes	Yes	Yes
Year & Indus	Yes	Yes	Yes	Yes	Yes	Yes
样本	21 361	21 361	21 361	21 361	21 361	21 361
调整R²	0.157	0.156	0.039	0.014	0.168	0.150
F值	18.861	16.250	26.308	12.332	19.987	18.611

下载: 导出CSV

表 11 货币政策下的金融资产投资对企业的影响

	(1)	(2)	(3)	(4)	(5)	(6)
	RD	RD	Profit	Profit	TBQ	TBQ
Finance	-0.019^***	-0.015^***	-0.766^***	-0.752^***	-0.024^**	-0.031^***
	[-10.97]	[-7.86]	[-12.87]	[-12.80]	[-2.01]	[-2.59]
LReserve×Finance	0.033^**		0.173^***		0.168^*
	[1.97]		[3.77]		[1.84]
LReserve	-0.069^***		-0.041^***		-1.364^***
	[-5.95]		[-13.94]		[-18.07]
LInterbank×Finance		0.172^**		0.838^***		1.107^**
		[2.07]		[3.94]		[2.57]
LInterbank		-0.334^***		-0.062^***		-0.363^***
		[-13.32]		[-9.69]		[-2.81]
Control variable	Yes	Yes	Yes	Yes	Yes	Yes
Year & Indus	Yes	Yes	Yes	Yes	Yes	Yes
样本	21 361	21 361	21 361	21 361	21 361	21 361
调整R²	0.276	0.247	0.056	0.052	0.275	0.251
F值	411.623	372.843	35.911	33.269	387.009	341.067

下载: 导出CSV

期刊类型引用(8)

1.	付娜，牛彪. 纳税声誉对企业家信心的影响. 财会月刊. 2024(21): 115-121 . 百度学术
2.	姜春艳，李杰，郑尊信. 货币政策与企业金融化的动态机制及其宏观效应. 宏观经济研究. 2023(08): 4-21+77 . 百度学术
3.	汪宝，臧日宏，陶益清，赵振宇. 国内外企业金融化研究态势——基于CiteSpace的文献计量分析. 华南理工大学学报(社会科学版). 2022(02): 64-76 . 百度学术
4.	刘睿智，寇祥增，王京. 研发投资能否抑制企业“脱实向虚”——基于资源配置和市场竞争视角. 财会月刊. 2022(16): 42-51 . 百度学术
5.	蔡艳萍，江春云. 货币政策异质性对高新技术企业金融化的影响. 湖南大学学报(社会科学版). 2021(02): 96-103 . 百度学术
6.	于博，罗玉玲. 货币政策、影子银行与非金融企业金融化. 上海金融. 2021(06): 18-34 . 百度学术
7.	王立国，赵琳. 产融结合与民营企业投资效率——基于A股上市公司的经验研究. 宏观经济研究. 2021(07): 38-53 . 百度学术
8.	肖崎，王思聪. 非金融企业影子银行对我国金融稳定的影响. 上海立信会计金融学院学报. 2021(04): 3-16 . 百度学术