企業金融化、融資融券與技術創新

錢紅光, 朱文玉

(湖北工業大學經濟管理學院, 湖北 武漢 430000)

融資融券制度是投資者向具有融資融券業務資格的證券公司提供擔保物,借入資金買入證券或借入證券并賣出的行為。倪驍然等[1](2017)發現融資融券會加劇企業股價被做空的風險,給企業帶來股價壓力,使得管理層做出規避風險的行為。郝項超等[2](2018)研究發現企業在融資融券的賣空壓力下會縮減風險較高的研發投入。融資融券可能會導致管理層短視行為,以及關注金融資產等短期利益而忽視高風險的“創新”行為。企業金融化會對技術創新產生重要影響,而目前國內關于企業金融化、融資融券與技術創新這三者相關關系的研究較少,因此本文結合融資融券制度,研究金融化與企業創新之間的作用機制。

1 理論分析與研究假設

1.1 企業金融化與技術創新

從資源擠占的角度分析,企業內部的資源具有競爭性,金融化會擠占創新資源。在創新投入方面,Cupertino[3](2019)認為過多的金融投資使得企業缺乏足夠資金進行研發創新。鐘華明[4](2021)指出企業管理層傾向于金融資產投資以實現資金增值,而對高風險的研發投資持謹慎態度。杜勇等[5](2017)發現金融投資收益越高,企業管理層越會短期逐利,進而抑制企業研發創新活動。在創新產出方面,宋軍[6]等(2015)發現金融化會產生資源擠占效應,導致企業用于技術研發的資源減少,進而抑制創新產出。段軍山等[7](2021)發現企業金融投資行為是一種管理者短視行為與投機逐利手段,抑制了企業技術創新產出。因此,過多的金融資產配置會產生資源擠占效應,影響創新投入與產出。

綜上所述,本文提出

假設H1:企業金融化抑制了企業技術創新投入與產出。

1.2 企業金融化、融資融券與企業技術創新

短視理論認為,管理層的機會主義行為,抑制了企業創新等長期投資。田利輝等[8](2019)發現融資融券給管理層帶來了股價壓力,使得企業管理層偏向于機會主義行為,忽視長期利益。LI Yinghua[9](2015)認為當企業面對融資融券賣空壓力時,有動機采取短視的投資策略以維持和提升短期股價。劉偉等[10](2018)指出:研發投資期限長,不確定性較高,無法在短期維持股價中產生作用;相反,金融資產流動性強,收益較高,能夠迅速變現獲得較高投資收益,幫助企業粉飾財務業績并維持股價穩定。因此,融資融券機制作用于管理層時,金融資產在管理者心中的優先級會進一步提升,而研發投資的地位會進一步喪失。

根據上述分析,本文提出

假設H2:融資融券加劇了企業金融化對企業技術創新的抑制效應。

1.3 融資融券調節作用的異質性

所有權性質可能會影響企業的融資成本、創新投入等。據中國財政科學研究院調查結果,國有企業在創新方面的意愿明顯低于民營企業。在外部融資融券壓力機制下,國有企業投資時,更容易選擇金融資產投資,而減少用于創新的資源。

管理層持股可能會影響企業的投資決策和創新意愿。俞靜等[11](2021)發現,管理層持股可以促進企業創新,且股權激勵力度越大,企業的創新投入和創新產出越多。針對管理層的股權激勵機制,能夠促進其工作意愿和創新效率。而管理層持股比例低的企業創新意愿低,傾向于投資金融資產,在外部融資融券壓力機制下,更偏向短期收益。

基于上述理論分析,本文提出以下假設:

H3,相比于民營企業,融資融券的調節作用在國有企業中更顯著;

H4,相比于管理層持股比例高的企業,融資融券的調節作用在管理層持股比例低的企業中更顯著。

2 研究設計

2.1 樣本選取及數據來源

選取2007-2021年全部A股上市公司作為初始樣本,剔除金融行業上市公司、ST、PT公司、重要變量數據缺失的上市公司,最終獲得11970個觀測值。融資融券數據來源于滬深交易所,數據來源于國家知識產權總局專利查詢系統以及CSMAR數據庫。為消除極端值對研究的影響,對主要連續變量在1%和99%的水平上進行縮尾處理。

2.2 變量定義

1)被解釋變量:技術創新 本文采用創新投入和創新產出兩個指標衡量技術創新。參照段軍山等學者[7](2021)的做法,采用企業年報中披露的研發支出的自然對數衡量技術創新投入(Rd)。采用上市公司當年申請專利總和的自然對數衡量技術創新產出(Inn)。上市公司當年申請專利包括發明型、實用新型和外觀設計型專利。將替換變量放入穩健性檢驗部分。

2)解釋變量:企業金融化 參考杜勇等[5](2017)的研究,采用當期金融資產占企業年末總資產的比值衡量企業金融化(Fin)。當期金融資產包括交易性金融資產、衍生金融資產、發放貸款及墊款凈額、可供出售金融資產凈額、持有至到期投資凈額、投資性房地產凈額。

3)調節變量:融資融券 參考權小鋒等[12](2017)的研究,將我國融資融券看作一個準自然實驗,采用ListPost衡量融資融券實施情況。List表示若研究期間上市公司i進入融資融券標的股名單則取1,否則取0;Post表示上市公司股票進入標的股之后的年份取值為1,否則為0。ListPost表示若上市公司i在t年屬于融資融券標的股,則取1,否則為0。

4)控制變量 參考劉貫春[13](2017)、段軍山等[7](2021)的做法,選擇企業規模、償債能力、凈資產收益率、產權性質、兩職合一、獨立董事比例、董事會規模、股權集中度、企業成長性作為控制變量。此外,本文還對行業和年度進行了控制。

2.3 模型設計

Rd(Inn)=α0+α1Fini,t+γControlsi,t+
∑Industry+∑Year+εi,t

(1)

Rd(Inn)=α0+α1Fini,t+α2ListPosti,t+
α3Fini,t×ListPosti,t+γControlsi,t+
∑Industry+∑Year+εi,t

(2)

將創新投入與創新產出分別作為被解釋變量進行回歸,構建模型(1)和模型(2)。模型(2)是加入融資融券作為調節變量的模型,i表示企業,t表示年份,Controlsi,t代表選取的控制變量,εi,t為殘差項。

3 實證結果

3.1 描述性統計

表2是變量的描述性統計結果?？梢钥闯?被解釋變量Rd均值為10.84,最大值和最小值分別為21.64和0,Inn均值為2.291, 最大值和最小值分別為6.888和0,說明我國研發水平總體較低,且不同公司之間研發投入差別較大;從金融化Fin來看,我國非金融上市公司總資產中平均有4.5%的金融資產,最大值為46%,表明上市公司存在金融資產投資過度現象;ListPost均值為0.382,表明我國融資融券分步擴容的規模達到38.2%。

3.2 相關性分析

表3為主要變量相關系數矩陣。由表中結果可知,企業金融化與被解釋變量技術創新的系數顯著為負,初步驗證H1。融資融券對技術創新有顯著影響,初步證明融資融券可能會影響企業資源配置,進而影響創新。表中各項系數最大值不超過0.6,不存在多重共線性問題。

3.3 基準模型回歸結果

3.3.1企業金融化與技術創新按照模型(1)進行多元回歸(表4)。從列(1)和列(2)可以看出,控制相關控制變量前后,Fin的系數均為負,且在1%水平上顯著,即企業配置越多金融資產,投資于研發創新活動的資金越少。列(3)和列(4)采用創新產出Inn作為被解釋變量,回歸結果中Fin的系數分別為-1.596和-0.696,在1%水平上顯著,表明企業金融化對技術創新產出也會產生擠占,由此驗證了H1。

3.3.2企業金融化、融資融券與技術創新為進一步探究外部融資融券的調節效應,加入融資融券的代理變量ListPost,并將之企業金融化變量Fin進行交乘,構建了模型(2)。對模型(2)的回歸結果見表5所示。列(1)和列(3)為不加控制變量的回歸結果,交互項Fin* ListPost系數顯著為負。列(2)和列(4)Fin的交互項系數分別為-2.819和-1.196,且分別在5%和1%水平上顯著,說明我國資本市場融資融券加劇了企業金融化對技術創新的負面影響,H2得到驗證。

3.4 異質性分析

依據所有權性質,將全部樣本按“國有企業”和“非國有企業”分組,分樣本進行回歸,得到表6的回歸結果。列(1)和列(2)為對創新投入分組回歸的結果:列(1)金融化和融資融券交乘項(Fin*ListPost)的系數為-4.585,且在5%的水平上顯著;列(2)中該項系數不顯著。列(3)和列(4)為對創新產出分組回歸的結果,驗證了H3。

考慮到管理層持股比例的差異性,單獨列出管理層持股比例分組回歸的結果(表7)。通過觀察金融化和融資融券交乘項(Fin*ListPost)的系數可以看出,融資融券的調節作用在管理層持股比例低的企業中顯著為負,而在管理層持股比例高的企業中不顯著,H4得到驗證。

3.5 穩健性檢驗

3.5.1替換主要變量為驗證結果的穩健性,對創新投入、創新產出和企業金融化的變量進行了替換。將研發投入占總資產的比重(Rd1)作為創新投入的替代變量,采用企業申請發明專利的自然對數(Inn1)作為創新產出的替換變量,參考張成思等[14](2016)將金融渠道獲利加總占營業利潤的比例(Fin1)作為企業金融化的替代變量進行穩健性檢驗,結果見表8前三列,回歸系數均顯著為負,與前文結論一致,說明本文結論比較穩健。

3.5.2固定效應模型使用固定效應模型,固定個體和時間效應,檢驗企業金融化對企業創新的影響。因行業虛擬變量為不隨時間變化的特征,為防止共線性,剔除行業啞變量影響?；貧w結果如表8的(4)和(5)列所示,Fin的回歸系數均顯著為負,在使用固定效應模型后,企業金融化依然顯著抑制企業創新,結論具有穩健性。

3.5.3內生性檢驗為修正金融化與企業創新之間可能存在的內生性問題,本文選用工具變量法(IV-GMM)與PSM傾向得分匹配法進行內生性檢驗。參考杜勇等[5](2017)的做法,選用滯后一期與滯后兩期的金融資產占比(LFin與LFin1)作為工具變量。工具變量法結果與主效應結論一致,且工具變量通過不可識別檢驗及弱工具變量檢驗。表9的(3)和(4)列為PSM傾向得分匹配法的結果,本文選擇Size、Lev、Roa和Soe為協變量進行1∶2的不放回匹配,結果與前文回歸一致,內生性問題得到較好的解決。

4 機制檢驗

從融資約束角度分析,企業過度持有金融資產會受到融資約束。而企業進行創新需要大量資金支持,受到外部融資約束會抑制研發創新,且相較于企業的其他活動,技術創新受到融資約束的作用更加明顯。

從盈余持續性角度分析,企業過度投資金融資產將導致實體資本比率中核心業務和金融資產之間的不平衡。實體企業主營業務收入是技術創新投入的基礎,主營業務盈余的持續穩定,有助于企業制定長遠的創新戰略與合理規劃創新資源。企業的大部分資金流向投機業務,其主營業務的收益受到影響,從而影響用于技術創新的資金投入。

4.1 中介效應模型構建

4.1.1變量設定構建中介效應模型,采用融資約束和盈余持續性作為中介變量,研究金融化影響企業創新的作用機制。變量定義如下:1)融資約束(SA),參考鞠曉生等[15](2013)的公式——SA=-0.737 * Size+0.043 * Size2-0.040 * Age衡量融資約束;2)盈余持續性(Ep),參考彭龍等[16](2022)的公式——銷售收入/(期初總資產+期末總資產)*2衡量。

4.1.2模型構建本文中介效應模型采用逐步回歸法,具體設計如下:

Rd(Inn)=δ0+δ1Fini,t+γControlsi,t+
∑Industry+∑Year+εi,t

(3)

SA(Ep)=φ0+φ1Fini,t+γControlsi,t+
∑Industry+∑Year+εi,t

(4)

Rd(Inn)=ξ0+ξ1Fini,t+ξ2SAi,t(Epi,t)+
γControlsi,t+∑Industry+∑Year+εi,t

(5)

其中:Y為被解釋變量,包括企業創新投入(Rd)與企業創新產出(Inn);X為解釋變量,表示企業金融化(Fin);M為中介變量,包括融資約束(SA)和盈余持續性(Ep)。依據溫忠麟和葉寶娟[17](2013)提出的中介效應檢驗流程:當系數δ1顯著時,若系數φ1和ζ2都顯著,則存在間接效應,此時,若ζ1不顯著,則存在完全中介效應;若ζ1顯著,當φ1ζ2與ζ1同號,存在部分中介效應。

4.2 中介效應檢驗結果

表10為中介效應檢驗結果,可以看出融資約束和盈余持續性均在金融化影響企業技術創新的路徑中產生了顯著的中介效應,且均通過了Sobel檢驗,即企業金融化通過融資約束和主營業務盈余持續性,對技術創新產生負面影響。

表1 變量定義

表2 描述性統計

表3 相關性分析

表5 調節效應

表6 產權性質分組回歸

表7 管理層持股比例分組回歸

表8 替換變量與固定效應檢驗

表9 工具變量與PSM檢驗

表10 中介效應模型

5 結論與建議

5.1 結論

1)實體企業金融化抑制了企業技術創新投入與產出;

2)融資融券能夠加劇企業金融化對企業技術創新的抑制效應;

3)融資融券的調節作用在國有企業和管理層持股比例低的企業更顯著;

4)融資約束和盈余持續性均在金融化影響企業技術創新中產生顯著的中介效應。

5.2 建議

政府方面:1)完善企業披露金融資產相關制度規定,要求企業定期披露持有金融資產的信息,促進企業科學合理配置金融資產;2)加強對企業研發成果的保護力度,制定相應的法律法規完善我國專利保護法律體系;3)促進我國融資融券平衡發展,加強對證券公司的監管,規范融資融券制度,平衡企業資源配置。

企業方面:1)建立和完善企業內部控制,形成良好的控制環境,合理配置資金,防止管理層盲目追求短期利益,提升企業投資收益同時增加創新投入與產出;2)建立合理的激勵機制,增加管理層持股比例和創新成果獎勵。