过度金融化对研发投资的挤出效应与挤出机制

舒 鑫，于 博

(天津财经大学金融学院，天津 300222)

近年来，实体部门与金融部门之间的结构性失衡明显加剧、实体产业空心化风险不断累积、经济“脱实向虚”现象日益显现[1]。Wind数据显示：截至2017年末，1 221家上市公司购买了银行理财、证券理财、信托、私募等理财产品(较2016年增加59.2%)，总金额高达1.35万亿元[2]。由此引发的问题是：这些金融资产投资究竟会对实体企业“研发”产生怎样的影响？已有文献的研究结论主要有两种：一是基于资源依赖理论，金融资产投资会“挤出”研发投资[3-4]；二是认为金融资产具有蓄水池功能[5-6]，即当企业面临外部需求冲击时，由于部分金融资产的流动性更强，有利于缓冲外生不确定性冲击[7]，并且较低的调整成本有助于平滑调整成本更高的研发投资[8]，这使得金融资产投资对研发投资具有补偿(挤入)效应。

由于存在上述判断分歧，此次研究主要考察金融资产投资与研发投资之间的“挤出”关系是否存在。本研究与现有研究的不同之处在于：第一，本研究认为企业适度持有金融资产并不会对研发产生挤出效应，因为适度持有金融资产可视为一种“理性”的利益追求[9]，有助于企业分散风险[10]，这与现有文献在研究金融化问题时不区分适度和过度从而导致结论上产生广泛分歧构成显著区别。第二，研究方法方面，本研究将通过“理论模型”证明过度金融化对研发的挤出效应，并借助内生转换模型来证明挤出效应的存在。现有文献主要从现金流竞争机制解释挤出的微观逻辑，但除“现金流竞争效应”外，产品市场竞争效应也会引发挤出，因为产品市场竞争越激烈，越会引发经营预期的不确定性、削弱企业家信心，从而抑制企业长期性的研发投资，而投资机会的下降又会抬升企业进行金融资产套利动机、提高金融资产投资，由此导致两种投资出现挤出。换言之，挤出效应很可能并非现金流竞争的结果，而是产品市场竞争引发的投资结构调整。第三，本研究考察哪类企业金融化对研发的挤出效应更强，并以此拓展有关挤出效应的异质性分析。

一、理论分析与研究假设

1.文献评述

现有研究通常认为金融化会削弱研发投资，原因在于：①企业研发投资具有不可逆性、较强的不确定性和周期长等特征，对企业内部资本配置要求较高，因此高研发投资企业通常需要具有更强的优化流动性管理，而金融资产投资会在一定程度上减少流动性储备，从而降低企业长期研发的资金配置能力，进而挤出创新。②企业研发投资规模通常较大，需要承担较高的融资约束水平以及较高的调整成本，进而加剧企业对研发投资的谨慎态度。相比之下，金融资产投资凭借其较低的成本摩擦越来越受到企业青睐，而企业将资源配置更多地从生产部门转移至金融领域时，必然会在更大程度上挤出企业研发投资[4]。③资源依赖理论下的现金流竞争导致挤出。企业的自主研发会受到投资不足的制约[4,10]，然而，可用于投资的资金(资源)是有限的，当更多资金被用于从事金融资产投资时，必然会在现金流竞争效应下导致研发投资的缩减。

也有研究指出，企业持有较高比重的金融资产能够减轻企业投资动力的不足，进而可以补偿研发投资。原因在于：①“蓄水池”的反哺效应。此类研究认为，实体企业金融化实质上是一种短期投资行为，企业将部分闲置资金投资于短期金融资产可以盘活资金，提升企业资产流动性，并有效缓解企业融资约束，进而在适当条件下，蓄水池会“反哺”主业与研发投资。②平滑效应。张庆君等基于调整成本视角指出，具有较高流动性的金融资产凭借调整成本低的优势，会在企业面临外部需求冲击时，平滑调整成本更高的固定资产或创新投资的波动，从而稳定长期投资、减少调整成本损失[7]。因此，从这个角度看，金融资产投资对主业投资及研发投资均存在补偿效应。

综上，尽管大量文献对金融化如何影响研发投入进行了广泛研究，但仍未得到一致结论。并且，仅有个别文献对企业金融化进行了“过度”与“非过度”的划分[11]。企业持有一定规模的金融资产可以视为一种“理性”的利益追求的市场化行为，能缓解企业资金流不确定性等[9]，促进实体企业的发展。基于此，将从金融资产“超配”角度展开过度金融化与研发投入的关系研究，力争以更为科学的视角来揭示企业金融化的真实影响。

2.理论分析与研究假设

在梳理相关文献的基础上，借鉴王全景等[12]的建模思路，构建了一个简单的数理推导模型，来分析过度金融化投资决策如何影响企业研发。模型设定如下：

假定，模型设定时期为两期(时点1和时点2)，现有A1和A2两个投资选择，周期均为一期，且A1表示在现有技术水平上的正常投资项目，A2表示技术创新项目。假定，A1和A2项目有成功和失败两种可能性，并将其成功标记为S，记成功所得的收益为Rs，将失败标记为F，记其对应收益Rf，为简化计算，假定Rs=1，Rf=0，且贴现率为0。A1为正常项目投资，因而其成功概率每期均相同，设定其成功概率为p(p>0)；A2是技术创新项目，假定在时点1的成功概率为q(q>0)，而时点2的成功概率与时点1的结果有关，当时点1成功，则时点2成功的概率为E(q/S)，若时点1失败，则时点2成功的概率为E(q/F)，且E(q/F)

q，E[q|S]>p来消除A1≻A2。为便于表达，设定λp=q，λ∈(0,1)，ηp=E[q|S]，η∈(1,1/p)。

若企业在两个时期均选择A1项目，则预期收益π1：

π1=pRs+(1-p)Rf+[pRs+(1-p)Rf]·p+

[pRs+(1-p)Rf]·(1-p)=2p

(1)

若企业时点1选择A2并取得成功，则在时点2坚持投资A2。反之，在时点2选择投资A1，则预期收益π2：

π2=qRs+(1-q)Rf+qE[q|S]·

Rs+q(1-E[q|S])·

Rf+(1-q)pRs+(1-q)(1-p)Rf

=q(1+E[q|S])+p(1-q)

(2)

只有当π2>π1时，企业选择A2项目，即：

π2-π1=q(1+E[q|S])+p(1-q)-2p>0

π2-π1>0⟺λp(1+ηp)+p(1-λp)-2p>0⟺

λ(1-p+ηp)>1

(3)

当且仅当λ(1-p+ηp)>1时，企业选择A2项目。

考虑过度金融化投资决策对该模型的影响。首先，企业所处环境的变化会影响企业投资决策，因此，企业在时点1做决策时，会对时点2的环境进行预判。假定企业预期时点2环境不发生变化的概率为θ，并且该概率是独立于项目失败与否的。其次，讨论企业是否过度金融化。假设企业不发生过度金融化投资的概率为g(g>0)，则预测企业发生过度金融化投资的概率为(1-g)。a表示过度金融化决策后实行当期市场环境的概率。假定在时点2外部环境发生变化，则企业坚持基于时点1市场环境所投资的项目，则其投资就会发生损失，以c表示。当企业出现过度金融化时，可以准确预测市场环境的概率β为：

β=gθ+(1-g)a

(4)

当企业存在过度金融化投资决策时，则企业在时点1和时点2均选择A1，其预期收益π1*：

π1*=pβRs+pβpRs+p(1-β)Rs+p(1-β)pRs-

p(1-β)c+(1-p)βRf+pβ(1-p)·

Rs+p(1-β)Rf+p(1-β)(1-p)Rs-

(1-p)(1-β)c=2p-c+βc

(5)

而当企业存在过度金融化投资决策时，若时点1选择A2，而时点2环境发生变化，则时点1创新对时点2投资的价值消失，那么企业时点2选择A1。则，预期收益π2*：

π2*=qRs+qβRs·E[q|S]+(1-q)βpRs-(1-β)Rs·c=q(1+βE[q|S])+(1-q)βp

(6)

根据式(4)(5)和(6)可得：

π2*-π1*=[q(1+βE[q|S])+

(1-q)βp]-(2p-c+βc)

(7)

(π2*-π1*)-(π2-π1)=[q(1+βE[q|S])+(1-q)βp]-(2p-c+βc)-[q(1+E[q|S])+p(1-q)-2p]=qβE[q|S](β-1)+(1-q)(βp-p)=p(β-1)(ληp-λp+1)

(8)

在式(3)成立的情况下，(ληp-λp+1)>0，(π2*-π1*)-(π2-π1)<0。由此可知，当企业存在过度金融化投资时，(π2*-π1*)相较于不存在过度金融化投资时的(π2-π1)变小，而且极大可能变成负数。基于此，提出假设1。

假设1：企业过度金融化投资决策抑制(挤出)了企业创新研发支出。

3.微观机制分析与研究假设

“挤出”源于现金流竞争效应。现金流竞争效应是指由于企业资源的有限性，不同投资项目选择存在现金流的竞争，进而实体投资与金融投资自然形成一种替代关系。基于资源依赖理论，不同投资项目之间存在现金流竞争，即企业若将更多的资源投资金融资产而非研发投入，则在资源总量一定的情况下，企业的研发创新必然会降低，从而产生两种投资行为出现挤出的现象。在权衡如何平衡两种投资时，由于企业研发本身具有较高的不确定性和较强的融资约束，而金融资产具有较高的流动性，因此，在融资约束和逐利动机双重驱动下，管理层更倾向于持有短期的金融资产，从而对长期研发投资持更加谨慎的态度，导致研发投资会被金融资产投资挤出。提出的假设如下：

假设2A：现金流竞争会加剧过度金融化对研发投资的挤出作用，即挤出受现金流竞争驱动。

“挤出”源于产品市场竞争效应。考虑到企业配置金融资产的一个潜在动机是资本投机，尤其是在实体经济下行阶段，主营业务利润率下滑通常会导致企业更倾向金融资产投资，即主营业务上的竞争意愿(创新意愿)下降会推动企业增加金融资产投资，从而产生挤出。考虑到主营业务发展与产品市场竞争紧密相关，以产品市场竞争的强弱为视角展开机制分析。首先，李健等指出，随着产品市场竞争环境的加剧，企业纷纷实施低价竞争策略来稳定其市场占有率，但这会削弱企业销售收入、增加经营风险、提升企业面临破产清算及兼并威胁的概率[13]。由于实体企业主营收益率水平会随市场竞争程度的加剧而不断恶化，实体投资收益率与金融投资收益率之间的落差会被进一步放大，此时，企业投资偏好便会从长期性研发投资转向短期金融投资[14]。换言之，产品市场竞争越激烈，企业弥补主业盈利损失的欲望越强，越有可能持有金融资产，以实现短期内企业利润最大化。其次，随着产品市场竞争环境的恶化，企业盈利空间会受到侵蚀，而未来经营不确定性预期的上升会打击企业家信心，这将抑制企业进行长期创新研发的意愿与能力[9]。综上所述，产品市场竞争越是恶化，则越有可能通过增加主业发展的竞争难度来加剧投机，从而产生显著的挤出效应。基于以上分析，提出的假设如下：

假设2B：产品市场竞争会加剧过度金融化对研发的挤出作用，即挤出受产品市场竞争驱动。

二、模型设计与样本选择

1.挤出效应的存在性检验

将“是否过度金融化”视为企业的一种内生选择行为，因此，采用内生转换模型进行估计。样本研究对象分为过度金融化的企业和非过度金融化的企业，基准模型包含以下两个方程：

选择方程：

(9)

结果方程：

(10)

若将“是否过度金融化”视为处理效应，那么由于数据的缺失，无法同时得到同一家企业在过度金融化与非过度金融化状态下的研发投入强度，因此，根据李雪松等[15]的做法，构建过度金融化与非过度金融化的反事实状态来解决这一问题。反事实状态下，企业研发的条件期望分别表示为(13)(14)式。

条件期望：

E(RD1i|DFini=1)=

β1Xi+σ1ρ1f(γZi)/F(γZi)

(11)

E(RD0i|DFini=0)=

β0Xi-σ0ρ0f(γZi)/(1-F(γZi))

(12)

E(RD0i|DFini=1)=

β0Xi+σ0ρ0f(γZi)/F(γZi)

(13)

E(RD1i|DFini=0)=

β1Xi-σ1ρ1f(γZi)/(1-F(γZi))

(14)

基于(11)～(14)式，全样本下企业过度金融化的研发投入平均处理效应(ATE)、过度金融化企业的平均处理效应(ATT)与非过度金融化企业的平均处理效应(ATU)可以表述为：

(15)

(σ1ρ1-σ0ρ0)f(γZi)/F(γZi)]

(16)

(σ0ρ0-σ1ρ1)f(γZi)/(1-F(γZi))]

(17)

根据假设1，预期ATT显著为负，即过度金融化将抑制企业的研发投资，而ATU显著为负且ATU的绝对值大于ATT的绝对值，间接说明非过度金融化企业若选择过度金融化决策将会对研发投资产生更强的挤出效应。

2.挤出效应的微观驱动机制检验

为检验假设2A和2B，加入了交互项DFin×U_Cfo和DFin×Compt，分别构建如下模型：

RDit=β0+β1DFinit+β2U_Cfoit×DFinit+β3U_Cfoit+β4Controlsit+∑Firmfe+∑Yearfe+εit

(18)

RDit=β0+β1DFinit+β2Comptit×DFinit+β3Comptit+β4Controlsit+∑Firmfe+∑Yearfe+εit

(19)

若假设2A成立，则DFin×U_Cfo的系数应显著为负，即现金流竞争能促进过度金融化对研发的抑制效应；若假设2B成立，则DFin×Compt的系数应显著为负，即产品市场竞争能促进过度金融化对研发的抑制效应。

3.样本选取和数据来源

选取2008—2017年A股上市制造业为研究对象。根据研究需要对样本做如下处理：剔除金融、房地产类公司；剔除相关财务数据缺失的公司；为消除极端值对实证分析的干扰，对所有连续变量进行上下1%的Winsorize缩尾处理，最终得到1 102家企业的11 020个观测值。其中，高管的背景数据来自CSMAR数据库，其余数据来自Wind数据库。

4.变量定义与描述性统计

(1)企业过度金融化衡量(DFin)

参考已有研究，以金融资产占比来测量实际金融化水平[16]。其中，金融资产Fin包含货币资金、持有至到期投资、交易性金融资产、投资性房地产、可供出售金融资产、长期股权投资和应收利息。构建以下模型并采用OLS方法拟合出企业目标金融化水平。实际金融化水平与目标水平的差值大于0时为过度金融化，记DFin取1，否则取值为0。

Finit=α0+α1Finit-1+α2Growit-1+α3Levit-1+α4Cfoit-1+α5Sizeit-1+α6Ageit-1+α7Roait-1+∑Firmfe+∑Yearfe+εit

(20)

(2)企业研发投资指标衡量(RD)

已有研究对企业创新能力评价做了共性选择，通常选用企业专利数量和研发支出来衡量，但由于专利在国内的授权审批等流程相对复杂，因此，参考大多数学者的度量方式，采取研发投入强度来进行衡量，并用总资产进行标准化处理[9-10]。

(3)选择方程中的识别变量(SA和DL)

为了保证结果方程具有识别能力，ESRM模型要求(9)式的解释变量至少有一个不在(10)式中。由于金融化是一种短期投资，而研发支出属于长期战略性投资，因此，两种投资对外生流动性冲击的敏感性存在较大差异，现有文献也证明了研发投资具有极强的稳定性[8]，营运资本平滑效应的存在使其受外部融资约束冲击和流动性冲击的影响极弱。相比之下，金融资产投资本身具有强流动性特征，对流动性冲击和融资约束程度具有较强的敏感性。基于这一差异，在(9)式中增加了两个用于识别的辅助变量：融资约束(SA)和去杠杆政策冲击(DL)。

(4)调节变量选取(U_Cfo和Compt)

对于现金流竞争U_Cfo指标的测算，借鉴张成思等[1]的衡量方法，以六期企业经营性现金流为滑动窗口计算其标准差并将其视为现金流竞争的测量指标。产品市场竞争Compt采用HHI来度量，鉴于HHI指数是一个反向指标，即该值越大，产品市场集中程度越高，竞争越弱。因此，以HHI指数的中位数为临界值，若某行业HHI指数高于中位数，则其属于低竞争行业，记Compt=0；反之，Compt=1。

(5)控制变量选取(Controls)

控制变量包括：企业规模Size、企业年龄Age、杠杆率Lev、成长性Grow、现金流Cfo、盈利能力Roa、营商环境Market、市场竞争力HHI、高管金融背景FB、二职合一Dual、高管政治背景EB、股权质押Pledge、董事会规模Board和独董占比Indep。具体变量定义及口径详见表1。

表1 变量定义与方差分析

表3 内生转换回归模型的估计结果

根据表1可知，过度金融化企业的研发投资占比为36.4%，而非过度金融化的研发投资占比为50.8%，二者均值差异为14.5%。但是，过度金融化企业的成长性更高、现金流更高、盈利能力更强。这似乎暗示出，那些成长性更好、盈利能力更好、现金流更充裕的企业更倾向于实施过度金融化策略，即企业在金融化进程中更为激进的背后，是出于一种锦上添花的目的。从杠杆率、股权质押看，过度金融化企业的均值水平更低，这再次暗示过度金融化企业现金流供应相对更加充裕，意味着企业很可能并非出于预防性动机进行金融资产配置。从公司治理因素看，独董占比和董事会规模在一定程度上能够抑制企业过度金融化，而高管的金融背景能促进金融资产配置，这为反思过度金融化(脱实向虚)在公司治理层面的激励因素提供了一定的参考。

三、实证分析

1.内生转换模型的估计结果与分析

表2第(1)列表示全样本下金融化(Fin)对研发投资的影响。其中，Fin的系数显著为负，意味着金融化对企业研发存在挤出作用。在“适度”金融化范围内(设定制造业各子行业均值上下浮动10%、15%和20%)，各个样本下Fin的系数均显著为正。这或许与金融资产的蓄水池效应有关，也意味着持有一定规模的金融资产并不会对企业研发产生挤出，也反映出研究“过度”金融化的经济后果更具实践价值和政策意义。

表2 “适度”金融化与企业研发投资

表3进一步聚焦“过度”金融化企业，检验了过度金融化对研发的抑制效应的存在性。首先，不考虑过度金融化的自选择问题，采用固定效应估计，结果见第(1)列。其中，DFin的系数显著为负。其次，考虑“是否”过度金融化存在自选择效应，并由此导致估计偏差，因此采用内生转换模型重新进行估计，结果见第(2)～(4)列。其中，第(2)(3)列为内生转换估计，相关系数ρ1和ρ2在1%的水平下显著为正，表明存在自选择效应。同时，回归方程误差项的独立似然比(LRtest)显著，表明选择方程的因变量和结果方程的因变量相互依赖。由此可知，采用内生转换模型评估过度金融化投资决策的效果更为合适。表3第(4)列为选择方程估计结果。SA和DL在1%的统计水平上显著，且一阶段估计的F统计量值为11.947，明显大于10，表明不存在弱工具变量问题。

控制变量方面：①过度金融化组下，Roa与Cfo对RD的影响显著为正，意味着经营绩效越好、现金流越好时，过度金融化企业并没有因为金融化过程而忽视研发，这暗示此类企业实施金融化的目的似乎并非完全出于资本投机，而是希望平衡资产风险。②股权质押对过度金融化投资的影响并不显著，但能显著促进企业研发投入，表明企业控股股东实施股权质押行为可能向资本市场传递出负面信息，从而会进一步恶化企业的融资环境[17]。因此，企业开展高风险性金融资产投资活动的意愿降低，但通过提升企业研发可以提升未来竞争力，实现企业转型升级。③董事会规模对非过度组的研发投资具有显著的负向影响，同时，对DFin具有显著的正向影响，这表明从公司治理层面看，董事会规模越大，高管层代理问题越明显加剧，从而越容易激发企业短视行为。

2.反事实分析：过度金融化决策的净效应估计

内生转换模型回归结果并未直接估算出过度金融化投资的净处理效应。基于表3的辅助参数，采用反事实分析方法，估算了两类企业在假想情况下的研发投资期望，结果见表4第(1)(2)列。进一步地，可计算得到过度金融化企业的ATT(-0.035 7***)，表明过度金融化企业的研发投资期望低于其不从事过度金融化时研发投资期望，即过度金融化显著降低了企业研发强度，其带来的研发投资挤出率为189.39%。非过度金融化企业的ATU显著为负(-0.055 3***)，表明非过度金融化企业若从事过度金融化的研发投资期望显著低于其不从事过度金融化所获得的研发投资期望，带来的研发投资的损失率为221.47%。通过ESRM模型估计平均处理效应的结果ATT和ATU，发现过度金融化投资显著降低了企业研发投入强度。

表4 条件期望和平均处理效应

3.对挤出效应的微观机制检验结果与分析

尽管内生转换模型揭示出过度金融化会抑制企业研发投资，但是，实体企业过度金融化究竟通过何种路径来对研发投资产生影响？中间的驱动机制如何？围绕这些问题，尝试从现金流竞争驱动、产品市场竞争驱动两条路径出发，以期打开企业过度金融化作用于研发投资的“黑箱”。

首先，验证假设2A。在表5第(1)列中，DFin×U_Cfo的系数为-0.001***，表明现金流不确定性越高的企业，其过度金融化对企业研发的挤出效应越明显，符合预期，即现金流不确定性的提升加剧了过度金融化对企业研发的负向作用。其次，验证假设2B。在第(2)列中，DFin×Compt为负，但不显著，表明产品市场竞争促进了过度金融化对研发投资的挤出，但并不是主要驱动力。综上，过度金融化对研发的抑制效应源于二者之间存在现金流竞争，而非源于产品市场竞争压力上升导致的研发退出和金融化情绪攀升。

表5 现金流竞争、产品市场竞争的调节效应

四、稳健性检验

1.替换过度金融化分组方式

①从行业均值来划分企业是否过度金融化。将企业金融化大于行业均值视为过度金融化企业，记DFin=1；反之记DFin=0。样本的ATT(ATU)详见表6第(1)(2)列。②基准模型定义金融资产时，将货币资金考虑其中，鉴于货币资金的投资既可能是企业为维持正常经营的生产性需求，也有可能是企业参与金融活动的投资性需求，因此，将货币资金剔除，重新根据基准模型计算残差并进行分组，重新估计ATT(ATU)，相关结果详见表6第(3)(4)列。③由于基准模型在生成DFin时，存在时间上的跳跃，如某企业在个别年度会出现DFin取值上的不稳定性。因此在稳健性检验中，进一步筛选出时间上无跳跃的样本，即2008—2017年DFin全为0或全为1的样本，或是将个体在10年内为1的频数，按照四舍五入方式进行分组。上述考虑频数非稳定后的稳健性结果详见表7第(1)～(4)列。

表6和表7回归结果表明，ATT和ATU依然显著为负，且ATU的绝对值大于ATT的绝对值，这说明假设1的预期进一步得证。

表6 替换过度金融化分组方式Ⅰ

表7 替换过度金融化分组方式Ⅱ

2.采用倾向得分匹配法

采用PSM法考察过度金融化企业与非过度金融化企业在研发投入中的净差异。按照1∶2近邻匹配的原则和核匹配原则对平均处理效应进行分析，见表8。表8结果显示，ATT显著为负，即假设1依然稳健。

表8 采用倾向得分匹配法稳健性检验结果

3.更换周期

考虑经济剧烈波动背景下企业金融投资倾向的不稳定性，尤其是2012年，我国经济增速进入换挡期。因此，将样本周期缩至2012—2017年、2013—2017年，在宏观经济发展趋缓的背景下探究企业过度金融资产配置对研发投资的影响更具有稳健性，回归结果见表9。表9结果显示，ATT值均显著为负，说明假设1稳健。

表9 更换周期稳健性检验结果

4.对挤出机制的稳健性检验

利用企业经营性现金流与总负债的比值代理现金流竞争程度(表10第(1)列)、利用前五大客户占比来代理产品市场竞争度(表10第(2)列)、利用前三大客户占比来代理产品市场竞争度(表10第(3)列)，从而再次识别微观驱动机制。结果表明，DFin×U_Cfo的系数依然显著为负，而DFin×Compt为负但不显著，说明机制识别结果具有稳健性。

表10 挤出机制稳健性检验结果

五、进一步研究——异质性分析

1.产权异质性与调整成本异质性

产权异质性：相较非国有企业，国企存在预算“软约束”，因此在规避资金困境方面更具优势。即便国企将大量资金投资于金融，出现过度金融化现象，资金优势导致研发投资受资金约束的程度更低，而民企则没有这一天然优势，从而导致创新更容易受融资约束的制约。由此可以预期，国企过度金融化对研发的抑制作用很可能比非国有企业更弱。将产权属性State与过度金融化DFin进行联乘，结果见表11第(1)列，DFin×State的系数显著为正，说明国有企业过度金融化的研发抑制强度更弱。

表12 行业特征与挤出效应

调整成本异质性：企业投资决策的权衡不仅会考虑直接成本，还会考虑不同资产调整成本。研发投资具有较高的调整成本。鞠晓生等对比1996—2010年企业创新投资、固定资产投资和利润的运行趋势，发现创新投资的波动最具有调整惰性，波动水平甚至低于固定资产投资[8]，这暗示研发投资具有极高的调整成本，即调整成本提高会减轻过度金融化对研发的负向影响。为此，表11第(2)列中加入了调整成本TC(1)参考Summers的测算方法，即使用(a/2)(Ii,t/Ri,t)2Ri,t来度量企业的调整成本。其中Ii,t为企业研发费用，Ri,t为企业研发费用存量，通过对Ii,t/Ri,t=c+(1/a)(TobinQi,t-1)+εi,t进行参数估计，可得a为30，借此进一步计算得到调整成本指标。与过度金融化DFin的交互项，回归结果表明交叉项系数显著为正，说明调整成本越高的企业，过度金融化对研发支出的抑制作用越弱。

表11 挤出效应的异质性分析

2.行业特征与挤出效应

高新技术产业具有较高创新能力，需要充足的资金支持，因此，其对竞争性资产(金融资产投资)的变动会更为敏感。传统产业发展较为成熟，且在某种程度上来看，未来发展不确定性更低。因此，过度金融化对研发的抑制效应在传统行业表现不明显，而在高新技术产业中抑制效应更加显著。根据国家统计局对高新技术产业(含医药制造业、计算机、通信和其他电子设备制造业、通用设备制造业、仪器仪表制造业、专用设备制造业、电气机械和器材制造业、铁路、船舶、航空航天和其他运输设备制造业)的分类，将样本分为高新技术产业(Ind=1)和传统行业(Ind=0)，并将行业类型与过度金融化进行联乘，回归结果见表12第(1)列。DFin×Ind的系数在10%的置信水平上显著为负，即在高新技术产业中过度金融化对研发的抑制效应加强。相关分组回归结果见第(2)(3)列。其中，高新技术产业下的挤出显著，而传统行业下的挤出并不显著。为验证高新产业对研发的依赖性以及对现金流的敏感性，将现金流Cfo引入模型之中，回归结果见第(4)～(6)列。在第(4)列中，Ind的系数显著为正，表明创新型行业对研发具有较强的依赖性，第(5)(6)列中，Cfo的系数均显著，而DFin×Cfo的回归系数在高新行业中显著为负，在传统行业中不显著，说明高新产业属创新依赖型，现金流配置对研发更重要，当该行业出现过度金融化时，对创新的挤出会更强。

六、结论与对策建议

基于适度与过度视角，考察企业金融资产配置对研发投入的影响。研究结果表明：①适度金融资产配置并不会对研发投资产生挤出效应，反而能促进研发投资。但过度金融化与企业研发表现出显著的负相关关系。基准模型的估计结果在一系列稳健性检验后，该结论依然成立。②过度金融化对研发投入的抑制效应源于二者之间存在现金流竞争，而非源于产品市场竞争。③非国有企业、高新技术产业和研发投资调整成本低的企业，过度金融化与研发投资的负向关系更为显著。

根据相关研究结论，提出以下政策建议：首先，过度金融化对企业研发的挤出效应随着融资约束增强表现更明显。一方面，需要从融资约束程度上进行松绑，尤其是针对中小企业，其作为创新研发的主体，在创新动力、能力、活力上表现更为突出；另一方面，政府采取综合施策，出台相关政策着力提高实体投资的回报率，并对实体企业投资金融资产的资质进行严格监管，引导社会资金流向实体经济。其次，增加实体经济的投资机会。我国实体经济的投资机会并不平等，对于垄断型、高收益型企业，市场竞争程度偏低，创新能力并不高。因此，可以放低这类行业的准入门槛，通过引入创新研发活力更强的中小企业，提升该行业的竞争程度，促进企业研发投资。再次，研发投资调整成本的提升能够缓解过度金融化挤出效应的实证结果表明，研发投资存量规模越大，其带来的创新投入自我稳定的惯性就会越强。因此，国家应鼓励各类企业加大创新力度，尤其是针对初始研发投资为零的企业，通过营造良好的营商环境推进创新驱动战略的实施。最后，过度金融化对研发依赖性较高企业研发投入的抑制作用更强，这在高新技术产业中表现得更加明显，说明研发依赖性较高企业的研发投入对其现金流竞争更为敏感。政府应加大对创新成果的激励效应，通过差异化的创新扶持来鼓励高新技术产业坚定创新研发的发展理念。