管理層預(yù)測能力與企業(yè)金融化

翟小芳 宋云玲

(1.東北財經(jīng)大學(xué)會計學(xué)院，遼寧 大連 116021；2.內(nèi)蒙古大學(xué)經(jīng)濟(jì)管理學(xué)院，內(nèi)蒙古 呼和浩特 010020)

一、引言

2022年黨的二十大報告強調(diào)“要堅持把發(fā)展經(jīng)濟(jì)的著力點放在實體經(jīng)濟(jì)上，建設(shè)現(xiàn)代化產(chǎn)業(yè)體系”，明確了實體經(jīng)濟(jì)在推動經(jīng)濟(jì)高質(zhì)量發(fā)展中的重要地位。然而，近年來大量實體企業(yè)脫離主業(yè)涉足金融資產(chǎn)投資活動，擠出了創(chuàng)新(王紅建等，2017)[34]和實業(yè)投資(張成思和張步曇，2016)[43]，降低了投資效率(Tori and Onaran，2018)[17]和主業(yè)業(yè)績(杜勇等，2017)[26]，阻礙了經(jīng)濟(jì)高質(zhì)量發(fā)展。為引導(dǎo)實體企業(yè)“脫虛返實”，有必要探討金融化的影響因素和驅(qū)動機制。

金融化本質(zhì)上是一種投資選擇，而企業(yè)的投資主要由管理層決定。預(yù)測能力作為管理層認(rèn)知能力的重要組成部分，勢必會對企業(yè)金融資產(chǎn)配置產(chǎn)生影響，但鮮有研究對兩者的關(guān)系進(jìn)行探討，這為本文提供了良好的研究契機。

本文以A股公司2008—2020年數(shù)據(jù)為樣本，以管理層業(yè)績預(yù)告的歷史準(zhǔn)確度衡量管理層預(yù)測能力，分析其對企業(yè)金融化水平的影響。研究結(jié)果表明，管理層預(yù)測能力與企業(yè)金融化水平顯著負(fù)相關(guān)。在經(jīng)濟(jì)意義上，與管理層預(yù)測能力較低樣本相比，管理層預(yù)測能力較高樣本的金融化水平相較樣本均值下降約12.9%，表現(xiàn)出“脫虛返實”效應(yīng)。機制分析表明，管理層預(yù)測能力主要通過影響企業(yè)金融資產(chǎn)投資的套利動機和蓄水池動機來抑制企業(yè)金融化水平。橫截面分析顯示，管理層預(yù)測能力對企業(yè)金融化水平的抑制作用在外部投資者短視壓力較大、不確定程度較高以及融資難度較大的樣本中更顯著。

本文可能的研究貢獻(xiàn)體現(xiàn)在如下四個方面：第一，豐富了金融化影響因素的研究。本文選擇從管理層預(yù)測能力角度入手，對其與企業(yè)金融資產(chǎn)配置水平的關(guān)系進(jìn)行考察，豐富了金融化相關(guān)領(lǐng)域的研究。當(dāng)然，也有研究直接分析管理層能力與企業(yè)金融化的關(guān)系(Tang，2021)[16]，但在變量度量和研究內(nèi)容上與本文存在明顯差異，影響路徑和研究結(jié)論也不一致。管理層能力是領(lǐng)導(dǎo)能力、溝通能力、預(yù)測能力以及資源整合能力等的綜合體現(xiàn)，本文聚焦預(yù)測能力，有助于打開管理層能力影響企業(yè)金融資產(chǎn)配置決策的“黑箱”。

第二，從動態(tài)視角豐富了有關(guān)管理層個人特質(zhì)的研究。管理層個人特質(zhì)影響企業(yè)行為的基本邏輯是高階梯隊理論(Hambrick and Mason，1984)[7]。但高階梯隊理論強調(diào)的是一個較為廣泛的靜態(tài)結(jié)果，而管理者行為和經(jīng)歷對其認(rèn)知與價值觀的影響則是一個動態(tài)的“烙印”過程。本文通過管理層業(yè)績預(yù)告行為度量預(yù)測能力，從烙印理論的動態(tài)視角豐富了管理層個人特質(zhì)的形成和經(jīng)濟(jì)后果相關(guān)研究。

第三，豐富了有關(guān)管理層業(yè)績預(yù)告經(jīng)濟(jì)后果外溢性的研究?，F(xiàn)有研究多聚焦業(yè)績預(yù)告歷史準(zhǔn)確度對后續(xù)信息披露質(zhì)量的影響(Williams，1996)[20]，少量研究探討了信息披露范疇之外的溢出效應(yīng)(Goodman et al.，2014)[6]。本文從金融資產(chǎn)配置視角進(jìn)一步拓展了有關(guān)業(yè)績預(yù)告溢出效應(yīng)的研究，也為強制性業(yè)績預(yù)告的必要性提供了數(shù)據(jù)支持。

第四，為監(jiān)管部門引導(dǎo)和監(jiān)督企業(yè)“脫虛返實”，實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展提供了借鑒。監(jiān)管部門可以根據(jù)管理層業(yè)績預(yù)告質(zhì)量對企業(yè)進(jìn)行分類指導(dǎo)和監(jiān)督，相對精準(zhǔn)地抑制非金融企業(yè)金融化趨勢，有的放矢地引導(dǎo)金融回歸實體經(jīng)濟(jì)。這對防范系統(tǒng)性金融風(fēng)險、實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要的現(xiàn)實意義(彭俞超等，2018)[31]。

二、文獻(xiàn)綜述與研究假說

影響非金融企業(yè)金融化的因素很多，且多個動機可以不同程度地同時存在。不過，主流文獻(xiàn)認(rèn)為，非金融企業(yè)金融化的動機主要分為套利動機和蓄水池動機。套利動機假說認(rèn)為，由于實體投資收益率低于金融投資，所以當(dāng)實體經(jīng)營業(yè)績惡化和利潤率下降時，或者為了追求房地產(chǎn)等金融產(chǎn)業(yè)的高投資收益率和超額利潤而誘發(fā)管理層短視時，會產(chǎn)生企業(yè)轉(zhuǎn)而投資金融資產(chǎn)的“投資替代”效應(yīng)(Bodnar and Marston，1998；Demir，2009)[1][4]。蓄水池動機假說則認(rèn)為，實業(yè)投資的長周期性以及經(jīng)營的不確定性使企業(yè)面臨較高的現(xiàn)金流短缺風(fēng)險，金融資產(chǎn)由于具有流動性強、易于變現(xiàn)以及調(diào)整成本低的優(yōu)勢而成為企業(yè)的“蓄水池儲備”。因此，企業(yè)會出于應(yīng)對資金短缺、緩解投資波動和融資約束、降低財務(wù)困境和違約風(fēng)險等動機而進(jìn)行金融資產(chǎn)配置(Smith and Stulz，1985；Opler et al.，1999)[15][12]。

金融化本質(zhì)上是一種投資選擇，而企業(yè)的投資主要由管理層決定。按照Hambrick and Mason(1984)[7]、Marquis and Tilcsik(2013)[11]提出的高階梯隊理論以及烙印理論，管理者的生理特征和個人經(jīng)歷會通過影響他們的認(rèn)知能力和價值觀促使他們做出高度個性化的投資決策。比如，Serfling(2014)[14]研究發(fā)現(xiàn)，相對于年長的管理者，年輕的管理者出于職業(yè)生涯的考慮，會更加偏好R＆D等對企業(yè)長期發(fā)展有利的投資項目，短視投資決策較少；王清和周澤將(2015)[35]則指出，相對于男性高管，女性高管的投資決策較為保守，研發(fā)投入較少；金融化相關(guān)研究也表明，管理層的人口學(xué)特征(俞鴻琳，2022)[40]、背景經(jīng)歷(杜勇等，2019；于連超等，2019)[25][41]以及過度自信(張軍等，2021)[44]等個人特質(zhì)都會通過影響管理層的認(rèn)知能力和價值觀念而影響企業(yè)金融化水平。預(yù)測能力作為重要的認(rèn)知能力之一，勢必會影響企業(yè)金融資產(chǎn)配置決策。已有文獻(xiàn)對衡量管理層預(yù)測能力已經(jīng)進(jìn)行了嘗試，然而，甚少有研究探討管理層預(yù)測能力對企業(yè)金融化的影響。

從更廣義視角而言，管理層預(yù)測能力是管理層能力的重要組成部分，尤其是在涉及企業(yè)投資決策時。Goodman et al.(2014)[6]認(rèn)為，“與投資相關(guān)的預(yù)測能力包括兩部分：(1)收集與內(nèi)部運營(比如成本報告、利潤以及人員)和外部環(huán)境(比如競爭、行業(yè)趨勢以及產(chǎn)品需求等)相關(guān)的高質(zhì)量信息的能力；(2)處理和整合這些信息以形成準(zhǔn)確預(yù)測的能力”。根據(jù)管理層預(yù)測能力以及更大范圍的管理層能力相關(guān)文獻(xiàn)，管理層預(yù)測能力對金融化水平的影響可能是雙向的。

一方面，較高的管理層預(yù)測能力可能對應(yīng)較低的金融化水平。首先，預(yù)測能力較高的管理層進(jìn)行金融資產(chǎn)配置的套利動機較弱。預(yù)測能力較強的管理層對項目未來前景、現(xiàn)金流以及風(fēng)險的預(yù)測更加準(zhǔn)確，能篩選和辨識出好的投資項目，提高投資效率和質(zhì)量，在并購和資本支出方面有更好的表現(xiàn)(Goodman et al.，2014；趙慧等，2018)[6][42]。即管理層預(yù)測能力較強時，企業(yè)可以通過實體投資或高質(zhì)量并購獲取更加穩(wěn)定的長期收益，維持較好的實業(yè)業(yè)績，降低企業(yè)因追求金融資產(chǎn)較高收益率而產(chǎn)生的套利動機。

其次，較高的管理層預(yù)測能力可以抑制公司進(jìn)行金融資產(chǎn)配置的蓄水池動機。一方面，預(yù)測能力較強的管理層對宏觀形勢變化、行業(yè)發(fā)展趨勢和公司發(fā)展機會有更深的認(rèn)知和把握(Goodman et al.，2014)[6]，能夠更好應(yīng)對環(huán)境變化，適時調(diào)整投資戰(zhàn)略；能夠更有效地應(yīng)對有關(guān)未來收益的信息不確定性(Ferracuti and Stubben，2019)[5]，預(yù)防性儲蓄的需求較少，因而能夠降低為應(yīng)對不確定性而投資金融資產(chǎn)的蓄水池動機。另一方面，較高的預(yù)測能力對公司信息環(huán)境的改善也意味著外部投資者面臨較低的信息處理成本與信息不確定性，能夠降低其感知到的企業(yè)風(fēng)險(Johnson and Scicchitano，2010)[8]，提高公司的信用評級(Kimberly et al.，2017)[10]，拓寬公司融資渠道，降低公司融資成本，幫助企業(yè)獲取更低成本的資金資源，緩解企業(yè)面臨的融資約束(Roychowdhury et al.，2019)[13]，進(jìn)而降低企業(yè)基于蓄水池動機的金融資產(chǎn)配置需求。

基于以上分析，本文提出如下假說：

H1a：在控制影響企業(yè)金融資產(chǎn)配置的宏微觀因素后，較高的管理層預(yù)測能力對應(yīng)較低的企業(yè)金融化水平。

另一方面，較高的管理層預(yù)測能力也可能對應(yīng)較高的金融化水平。首先，能力較高的管理層傾向于更高的風(fēng)險承擔(dān)水平和更強的風(fēng)險投資偏好(Yung and Chen，2018；姚立杰和周穎，2018)[21][37]，而金融資產(chǎn)恰好具有顯著的高風(fēng)險、高收益特征。因此，能力較高的管理者可能會出于追求自我職業(yè)理想實現(xiàn)等動機而從事機會主義的金融資產(chǎn)配置。比如，Cheng and Cheung(2021)[2]發(fā)現(xiàn)能力較高的管理層具有較強的尋租動機，會進(jìn)行較多的衍生工具投資，從而提高公司風(fēng)險，降低公司價值。其次，能力較高的管理層可能因較強的蓄水池動機而進(jìn)行較多的金融資產(chǎn)配置。比如，K h o o a n d Cheung(2021)[9]發(fā)現(xiàn)能力較高的管理層所在公司會有更多的短期債務(wù)；雖然其動機不同，但短期債務(wù)可能導(dǎo)致的流動性風(fēng)險無疑增加了對金融資產(chǎn)配置的預(yù)防性需求(鄧路等，2020)[23]。而且，預(yù)測能力較高的管理層有可能獲取較高的金融資產(chǎn)收益，也具備通過金融資產(chǎn)配置進(jìn)行風(fēng)險預(yù)防的能力?；谝陨戏治觯疚奶岢鋈缦录僬f：

H1b：在控制影響企業(yè)金融資產(chǎn)配置的宏微觀因素后，較高的管理層預(yù)測能力對應(yīng)較高的企業(yè)金融化水平。

三、研究設(shè)計

(一)樣本選擇與數(shù)據(jù)來源

本文以2008—2020年A股上市公司為研究樣本，剔除金融和房地產(chǎn)行業(yè)樣本，ST、ST*類公司樣本以及主要變量缺失的樣本，最終得到13286個公司-年度觀測值。為防止極端數(shù)據(jù)的影響，對所有連續(xù)變量進(jìn)行了上下1%的縮尾處理。業(yè)績預(yù)告數(shù)據(jù)來源于Wind數(shù)據(jù)庫并經(jīng)手工整理，其他數(shù)據(jù)來源于CCER數(shù)據(jù)庫和CSMAR數(shù)據(jù)庫。

(二)模型設(shè)定及變量定義

為考察管理層預(yù)測能力對金融化水平的影響，建立如下模型：

其中，F(xiàn)in為金融化水平，等于(交易性金融資產(chǎn)+衍生金融資產(chǎn)+發(fā)放貸款及墊款凈額+可供出售金融資產(chǎn)凈額+持有至到期投資凈額+投資性房地產(chǎn)凈額)/總資產(chǎn)。Mfab為管理層預(yù)測能力。Trueman(1986)[18]的理論分析表明，管理層會通過業(yè)績預(yù)告?zhèn)鬟f其具有較高預(yù)測能力的信號。Goodman et al.(2014)[6]、趙慧等(2018)[42]的研究也都證實，管理層業(yè)績預(yù)告準(zhǔn)確度和企業(yè)投資均需要依賴管理層預(yù)測能力，根據(jù)業(yè)績預(yù)告歷史準(zhǔn)確度衡量的管理層預(yù)測能力能夠很好地解釋不同公司的投資效率和質(zhì)量差異。因此，業(yè)績預(yù)告歷史準(zhǔn)確度能夠較好地度量管理層預(yù)測能力。本文借鑒趙慧等(2018)[42]的研究構(gòu)建管理層預(yù)測能力指標(biāo)。具體而言，業(yè)績預(yù)告準(zhǔn)確度以管理層業(yè)績預(yù)告中估計的凈利潤與實際凈利潤的差值除以年初總資產(chǎn)的絕對值表示，并取過去三年業(yè)績預(yù)告準(zhǔn)確度的平均值作為管理層預(yù)測能力的度量指標(biāo)。為了便于理解，對該值乘以-1表示管理層預(yù)測能力，該值越大，管理層預(yù)測能力越強。進(jìn)一步，將該值與年度-行業(yè)中位數(shù)比較，設(shè)置管理層預(yù)測能力的虛擬變量，大于行業(yè)中位數(shù)則表明管理層預(yù)測能力比較強，Mfab取1，否則Mfab取0。Ctrls為一組控制變量，具體定義見表1。如果假說H1a成立，則β1的估計系數(shù)預(yù)期為負(fù)；如果假說H1b成立，則β1的估計系數(shù)預(yù)期為正。

為了緩解可能存在的內(nèi)生性問題，對所有解釋變量均進(jìn)行了滯后一期的處理；為了控制潛在的異方差和序列相關(guān)性問題，本文對回歸系數(shù)的標(biāo)準(zhǔn)誤都使用異方差調(diào)整并在公司層面上進(jìn)行聚類(cluster)處理，模型同時控制了年度和行業(yè)固定效應(yīng)。

表1 變量定義

(三)樣本分布

表2按市場報告了樣本的業(yè)績預(yù)告類型?？梢钥吹?，由于2007年和2011年起原中小板與創(chuàng)業(yè)板分別執(zhí)行全面強制披露業(yè)績預(yù)告制度，業(yè)績小幅變動(即略增或略減)但披露業(yè)績預(yù)告的公司主要集中在原中小板和創(chuàng)業(yè)板，主板小幅變動公司所披露的業(yè)績預(yù)告僅占該類預(yù)告的10.93%，占全樣本的4.34%，說明A股市場小幅變動公司自愿披露業(yè)績預(yù)告的比例較低。1從市場分布看，原中小板和創(chuàng)業(yè)板公司占比達(dá)67.57%；從業(yè)績預(yù)告類型看，大幅變動占比達(dá)39.65%。

表2 市場的樣本分布與業(yè)績類型

表3 變量的描述性統(tǒng)計結(jié)果

四、實證結(jié)果與分析

(一)描述性統(tǒng)計

本文主要變量的描述性統(tǒng)計結(jié)果如表3所示。樣本企業(yè)金融資產(chǎn)配置水平(Fin)的均值為6.2%，中位數(shù)為2.6%，與已有研究基本一致。Acad的均值為0.399，F(xiàn)inback均值為0.679，Oversea均值為0.583，表明有39.9%的樣本聘用了具有學(xué)術(shù)背景的管理者，67.9%的樣本聘用了具有金融背景的管理者，58.3%的樣本聘用了具有海外背景的管理者。

(二)相關(guān)系數(shù)分析

主要變量的相關(guān)系數(shù)如表4所示。Mfab與Fin的相關(guān)系數(shù)為-0.046，在1%水平下顯著。這說明，較高的管理層預(yù)測能力對應(yīng)較低的企業(yè)金融化水平，假說H1a得到初步證實。所有變量的相關(guān)系數(shù)都低于0.5，未報告的結(jié)果表明，各變量的VIF均不超過10，說明模型不存在嚴(yán)重的多重共線性問題。

(三) 實證分析

表5報告了初步回歸結(jié)果。列(1)中，Mfab的估計系數(shù)為-0.009，在1%水平下顯著，說明管理層預(yù)測能力越強，企業(yè)金融資產(chǎn)配置水平越低。列(2)中，進(jìn)一步控制了年度和行業(yè)固定效應(yīng)，Mfab的估計系數(shù)為-0.005，在5%水平下顯著為負(fù)；列(3)中，在控制了一系列影響企業(yè)金融資產(chǎn)配置的宏微觀因素后，Mfab的估計系數(shù)為-0.008，在1%水平下顯著。這些結(jié)果表明，相對于管理層預(yù)測能力較低樣本，管理層預(yù)測能力較高樣本的金融化水平較樣本均值下降約12.9%(-0.008/0.062)，具有較高的經(jīng)濟(jì)顯著性?？偟膩碚f，管理層預(yù)測能力越強，金融資產(chǎn)配置水平越低，假說H1a得到證實，拒絕假說H1b。

表4 主要變量的相關(guān)系數(shù)

表5 初步回歸結(jié)果

(四) 穩(wěn)健性檢驗

1.增加控制變量

企業(yè)的金融資產(chǎn)配置決策受到經(jīng)營收益率的影響，而金融資產(chǎn)與經(jīng)營資產(chǎn)的相對收益也是導(dǎo)致金融化的原因(宋軍和陸旸，2015)[33]。因此，本文進(jìn)一步增加了企業(yè)經(jīng)營資產(chǎn)收益率Oper以及金融資產(chǎn)收益率與經(jīng)營資產(chǎn)收益率的比值Ret_gap。其中經(jīng)營資產(chǎn)收益率=(營業(yè)收入-營業(yè)成本-營業(yè)稅金及附加-期間費用-資產(chǎn)減值損失)/(運營資本+固定資產(chǎn)+無形資產(chǎn)等長期資產(chǎn)的凈值)×100%；金融資產(chǎn)收益率=(投資收益+公允價值變動損益+其他綜合收益)/金融資產(chǎn)×100%。此外，管理層能力是影響企業(yè)投資行為的重要因素，因此也可能影響企業(yè)金融資配置行為。為此，本文進(jìn)一步控制了管理層能力指標(biāo)Mability，借鑒Demerjian et al.(2012)[3]的研究，運用數(shù)據(jù)包絡(luò)分析測算企業(yè)生產(chǎn)效率，然后選取企業(yè)層面可能影響生產(chǎn)效率的因素進(jìn)行截斷回歸，用得到的殘差測度管理層能力。2檢驗結(jié)果如表6列(1)所示，在控制以上變量之后，研究結(jié)果依然穩(wěn)健。

2.排除其他事件的影響

一是剔除部分樣本。2008年開始的全球金融危機對我國實體企業(yè)的經(jīng)營發(fā)展造成了極大的沖擊，也必然會影響企業(yè)的金融資產(chǎn)配置決策。為了排除以上事件對本文結(jié)論的干擾，考慮到金融危機影響的持續(xù)性，本文剔除2008—2010年的樣本重新進(jìn)行回歸，結(jié)果如表6列(2)所示，可以看到，本文結(jié)論依然成立。

表6 增加變量以及改變樣本

二是改變樣本。主板公司實行明線監(jiān)管的業(yè)績預(yù)告政策，可能存在為規(guī)避業(yè)績預(yù)告而進(jìn)行盈余管理的現(xiàn)象，這使得主板公司是否披露業(yè)績預(yù)告的可操縱性可能不同于實施全面業(yè)績預(yù)告的原中小板和創(chuàng)業(yè)板公司。為了檢驗這種可能性對結(jié)果的影響，本文在回歸中只包括了原中小板2010年及之后的樣本以及創(chuàng)業(yè)板2013年及之后的樣本。上述檢驗的結(jié)果如表6列(3)所示，可以看到，本文結(jié)論依然成立。

3.替換變量

一是改變金融化的度量方式。首先，現(xiàn)有關(guān)于狹義金融資產(chǎn)的研究并未將長期股權(quán)投資包含在內(nèi)，長期股權(quán)投資中對金融類企業(yè)的股權(quán)屬于企業(yè)持有的金融資產(chǎn)，借鑒葉永衛(wèi)和李增福(2021)[39]的研究，本文將長期股權(quán)投資考慮在內(nèi)，定義為Fin1，重復(fù)模型(1)的回歸，結(jié)果報告在表6列(4)。其次，借鑒張成思和張步曇(2016)[43]的研究，用廣義金融渠道獲利占營業(yè)利潤的比例作為金融化程度的衡量指標(biāo)Fin2，重復(fù)模型(1)的回歸，結(jié)果報告在表6列(5)。最后，參考杜勇和鄧旭(2020)[24]的研究，設(shè)置當(dāng)期是否存在金融資產(chǎn)的虛擬變量Fin3，進(jìn)行Logit回歸，結(jié)果報告在表6列(6)。可以看到，改變因變量的度量方式并不影響本文的主要結(jié)論。

二是改變管理層預(yù)測能力的度量方式。首先，借鑒趙慧等(2018)[42]的研究，采用過去三年業(yè)績預(yù)告歷史準(zhǔn)確度的均值乘-1構(gòu)建的連續(xù)性變量作為管理層預(yù)測能力度量指標(biāo)Mfab2；其次，進(jìn)一步將管理層預(yù)測能力變量從小到大排序分為10組，從1到10依次進(jìn)行賦值，構(gòu)建Rank變量Mfab3與企業(yè)金融化水平進(jìn)行回歸。結(jié)果如表6列(7)(8)所示，可以看到Mfab2、Mfab3都在10%水平下顯著，回歸結(jié)果依然穩(wěn)健。

4.內(nèi)生性問題

本文采用如下方法檢驗潛在的內(nèi)生性問題是否顯著影響研究結(jié)論。

第一，采用公司固定效應(yīng)模型檢驗公司層面不隨時間變化的遺漏變量導(dǎo)致的內(nèi)生性問題。結(jié)果如表7列(1)所示，Mfab的估計系數(shù)為-0.006，在1%水平下顯著，與主回歸結(jié)果保持一致。

第二，為了排除管理層預(yù)測能力與企業(yè)金融資產(chǎn)配置之間可能存在的反向因果關(guān)系，以未來一期的管理層預(yù)測能力為因變量，以當(dāng)期的企業(yè)金融化水平為自變量進(jìn)行回歸。結(jié)果如表7列(2)所示，F(xiàn)in的估計系數(shù)不顯著，可以排除反向因果關(guān)系對本文結(jié)論的干擾。

第三，采用同年度同省份其他公司管理層預(yù)測能力的均值與年度樣本中位數(shù)比較構(gòu)造的虛擬變量作為工具變量。結(jié)果如表7列(3)所示，第一階段回歸結(jié)果中Rgnmfab與Mfab顯著正相關(guān)；Kleibergen-Paap rkLM統(tǒng)計量值為分別345.43(p值為0.00)，拒絕了不可識別的原假設(shè)；F值為1299.59，遠(yuǎn)大于10的臨界值水平，表明工具變量較好滿足了相關(guān)性要求，不存在弱工具變量威脅。第二階段回歸中，管理層預(yù)測能力與企業(yè)金融資產(chǎn)配置的負(fù)相關(guān)關(guān)系依然存在，即使用工具變量控制內(nèi)生性問題后本文的基本結(jié)論未受到顯著影響。

第四，考慮到管理層預(yù)測能力較高和較低樣本之間可能存在系統(tǒng)性差異，本文采用傾向得分匹配法進(jìn)行檢驗。具體而言，以管理層預(yù)測能力是否高于樣本中位數(shù)為標(biāo)準(zhǔn)將樣本分為處理組和控制組，以同年度同地區(qū)其他公司管理層預(yù)測能力的均值構(gòu)造的虛擬變量(Rgnmfab)、公司規(guī)模(Size)、資產(chǎn)負(fù)債率(Lev)、盈利能力(Roa)、第一大股東持股比例(Top)、業(yè)績預(yù)告披露及時性(Horizon)、賬面市值比(Mb)、機構(gòu)者持股比例(Ins)、分析師跟蹤(Afn)、第一類代理成本(Agc1)、第二類代理成本(Agc2)作為匹配標(biāo)準(zhǔn)，通過有放回的傾向得分匹配(PSM)選擇配對樣本，采用核匹配將處理組和控制組樣本進(jìn)行配對。為了檢驗匹配的有效性，本文對匹配結(jié)果進(jìn)行了平衡性檢驗，結(jié)果顯示匹配后變量的標(biāo)準(zhǔn)化偏差都小于10%，變量的t檢驗結(jié)果也都表明處理組和控制組不存在系統(tǒng)差異，匹配結(jié)果較好地平衡了數(shù)據(jù)。PSM樣本回歸結(jié)果如表7列(4)所示，與主回歸保持一致。

表7 內(nèi)生性問題檢驗

第五，鑒于我國形成了兼具強制披露與自愿披露的業(yè)績預(yù)告信息披露環(huán)境，企業(yè)不進(jìn)行業(yè)績預(yù)告將導(dǎo)致管理層預(yù)測能力無法被觀測和度量，給本文研究造成了一定的選擇偏差問題，本文采用Heckman兩階段法進(jìn)行處理。具體而言，以是否披露業(yè)績預(yù)告(Disclose)作為被解釋變量進(jìn)行Probit回歸。采用當(dāng)年所屬行業(yè)績預(yù)告披露概率(Fap)作為排除性約束變量，F(xiàn)ap=特定行業(yè)內(nèi)披露業(yè)績預(yù)告的企業(yè)數(shù)量/該行業(yè)內(nèi)企業(yè)總量，并進(jìn)一步控制了公司規(guī)模(Size)、資產(chǎn)負(fù)債率(Lev)、盈利能力(Roa)、經(jīng)營活動現(xiàn)金流量(Cfo)、市帳比(Mb)、盈余波動(Std_net)、第一大股東持股比例(Top)、機構(gòu)者持股比例(Ins)、分析師跟蹤(Afn)、第一類代理成本(Agc1)、第二類代理成本(Agc2)、產(chǎn)權(quán)性質(zhì)(Soe)、管理層持股比例(Mshare)、是否虧損(Loss)等變量進(jìn)行Heckman第一階段回歸，然后將第一階段計算出的逆米爾斯比率(Imr)加入第二階段中重新進(jìn)行回歸?；貧w結(jié)果如表7列(5)所示，Imr的估計系數(shù)為0.029，在1%水平下顯著為正，說明本文可能存在自選擇問題?？刂艻mr之后Mfab的估計系數(shù)為-0.008，在1%水平下顯著為負(fù)，說明潛在的自選擇問題不會嚴(yán)重影響本文的主要結(jié)論。

五、進(jìn)一步分析

(一)路徑分析

本部分探討管理層預(yù)測能力影響企業(yè)金融化水平的可能路徑。基于上述理論分析，本文借鑒溫忠麟和葉寶娟(2014)[36]的研究，從套利動機和蓄水池動機兩個維度進(jìn)行路徑分析。具體采用如下模型：

其中，Pathv表示中介變量。表5的基本回歸結(jié)果表明，管理層預(yù)測能力能夠顯著降低企業(yè)金融資產(chǎn)配置水平，即α1的估計系數(shù)顯著為負(fù)。如果β1和λ2的估計系數(shù)顯著異于0，則說明Pathv在管理層預(yù)測能力和企業(yè)金融資產(chǎn)配置的關(guān)系中發(fā)揮了中介作用。在此前提下，如果λ1的估計系數(shù)不再顯著，說明Pathv為完全中介；如果λ1的估計系數(shù)仍然顯著為正，說明Pathv為部分中介。如果β1和λ2的估計系數(shù)只有一個顯著，則需要借助SobelZ值進(jìn)一步判斷是否存在中介效應(yīng)。

1.基于套利動機的路徑分析

上文指出，較高的管理層預(yù)測能力可能對應(yīng)較高的實體投資收益，因而減少對金融資產(chǎn)配置的投資替代需求。為此，本文借鑒李元和王擎(2020)[28]、王紅建等(2017)[34]的研究，分別用主營業(yè)務(wù)績效和套利動機進(jìn)行路徑檢驗。其中，企業(yè)主營業(yè)務(wù)績效=(企業(yè)營業(yè)收入-金融投資收益)/企業(yè)總負(fù)債，金融投資收益=投資收益+公允價值變動損益+凈匯兌收益-對聯(lián)營和合營企業(yè)投資的收益；套利動機=(利息收入+公允價值變動收益+投資收益)/凈利潤。

檢驗結(jié)果如表8所示。列(1)中，Mfab的估計系數(shù)為0.101，在1%水平下顯著為正，表明較高的管理層預(yù)測能力可產(chǎn)生較高的主營業(yè)務(wù)績效。列(2)中Mfab的估計系數(shù)為-0.008，在1%水平下顯著為負(fù)；主營業(yè)務(wù)績效(Pathv)的估計系數(shù)為-0.007，在1%水平下顯著為負(fù)。這說明主營業(yè)務(wù)績效在管理層預(yù)測能力與企業(yè)金融化水平中發(fā)揮了部分中介作用，中介效應(yīng)占比為8.57%。類似地，列(4)中，Mfab的估計系數(shù)為-0.092，在1%水平下顯著為負(fù)，表明較高的管理層預(yù)測能力有助于降低套利動機。列(5)中Mfab的估計系數(shù)為-0.007，在1%水平下顯著為負(fù)；套利動機(Pathv)的估計系數(shù)為0.015，在1%水平下顯著為正。這說明套利動機在管理層預(yù)測能力與企業(yè)金融化水平的關(guān)系中發(fā)揮了部分中介作用，中介效應(yīng)占比為16.88%。綜上，假說H1a中管理層預(yù)測能力通過套利動機降低金融化水平的路徑成立。

表8 基于套利動機的路徑檢驗

2.基于蓄水池動機的路徑分析

根據(jù)假說H1a，較高的管理層預(yù)測能力能夠改善企業(yè)信息環(huán)境，拓寬企業(yè)的融資渠道，緩解融資約束，降低融資成本，從而降低金融資產(chǎn)配置的蓄水池動機。為此，本部分檢驗融資約束和融資成本是否在管理層預(yù)測能力與金融化水平的關(guān)系中發(fā)揮中介效應(yīng)。

借鑒Whited and Wu(2006)[19]的研究，用WW指數(shù)衡量融資約束程度，具體計算如下：

其中，Cfo表示經(jīng)營現(xiàn)金流與總資產(chǎn)的比值；Divd表示是否發(fā)放現(xiàn)金股利，Lev為杠桿率，Size為公司總資產(chǎn)的自然對數(shù)，Growth_ind表示公司行業(yè)營業(yè)收入增長率，Growth表示營業(yè)收入增長率。WW越大，表示企業(yè)融資約束程度越嚴(yán)重。借鑒姚立杰等(2018)[38]的研究，采用債務(wù)融資成本衡量企業(yè)的融資成本，債務(wù)融資成本=當(dāng)期利息支出/平均借款總額-上期的利息支出/平均借款總額。

表9 基于蓄水池動機的路徑檢驗

表9報告了檢驗結(jié)果。列(1)中，Mfab的估計系數(shù)為-0.008，在1%水平下顯著為負(fù)，表明較高的管理層預(yù)測能力能夠顯著降低企業(yè)的融資約束程度。列(2)中，Mfab的估計系數(shù)為-0.007，在1%水平下顯著為負(fù)；融資約束(Pathv)的估計系數(shù)為0.114，在1%水平下顯著為正。因此，融資約束在管理層預(yù)測能力與企業(yè)金融化水平的關(guān)系中發(fā)揮了部分中介作用，中介效應(yīng)占比為12.5%。類似地，列(4)中，Mfab的估計系數(shù)為-0.003，在5%水平下顯著為負(fù)，表明較高的管理層預(yù)測能力能夠顯著降低企業(yè)的融資成本。列(5)中，Mfab的估計系數(shù)為-0.006，在5%水平下顯著為負(fù)；融資成本(Pathv)的估計系數(shù)為0.139，在1%水平下顯著為正。因此，融資成本在管理層預(yù)測能力與企業(yè)金融化水平的關(guān)系中發(fā)揮了部分中介作用，中介效應(yīng)占比為7.4%。綜合上述結(jié)果，管理層預(yù)測能力通過減少蓄水池動機進(jìn)而影響金融化水平的路徑成立。

(二)異質(zhì)性分析

1.基于套利動機的異質(zhì)性分析

當(dāng)企業(yè)面臨的外部投資者短視壓力較大時，迫于股價下跌的壓力以及投資者的低容忍度，管理層會做出短視性投資決策，即可能因較高的套利動機進(jìn)行金融資產(chǎn)配置。如果管理層預(yù)測能力能夠降低套利動機，則可以預(yù)期，管理層預(yù)測能力對企業(yè)金融資產(chǎn)配置水平的抑制作用主要發(fā)生在外部投資者短視壓力較大的樣本中。借鑒李爭光等(2015)[29]和鐘宇翔等(2017)[45]的研究，本文分別采用機構(gòu)投資者異質(zhì)性以及長期負(fù)債水平來度量企業(yè)面臨的機構(gòu)投資者和債權(quán)人的短視壓力。具體而言，采用機構(gòu)投資者持股與該公司的機構(gòu)投資者前三年持股比例的標(biāo)準(zhǔn)差的比值衡量機構(gòu)投資者的穩(wěn)定性；采用經(jīng)總負(fù)債調(diào)整的長期負(fù)債水平作為管理層短視程度的間接度量，并以年度樣本中位數(shù)為界劃分高低兩組進(jìn)行檢驗。結(jié)果如表10所示，管理層預(yù)測能力與企業(yè)金融化水平的負(fù)相關(guān)關(guān)系主要發(fā)生在機構(gòu)投資者穩(wěn)定性較低和長期負(fù)債水平較高的樣本中，組間系數(shù)差異檢驗p值分別為0.09和0.06，通過了顯著性檢驗。這表明，管理層預(yù)測能力對企業(yè)金融化的影響在外部投資者短視壓力較大的樣本中更加突出。

表10 基于套利動機的異質(zhì)性分析

2.基于蓄水池動機的異質(zhì)性分析

現(xiàn)有研究發(fā)現(xiàn)，不確定性的增加會通過蓄水池動機提高非金融企業(yè)的金融化水平。3當(dāng)企業(yè)面臨的不確定性程度較高時，管理層預(yù)測未來前景、風(fēng)險以及現(xiàn)金流的難度增加，管理層預(yù)測能力對企業(yè)投資決策的影響會更加顯著。因此，管理層預(yù)測能力對金融化水平的影響可能主要發(fā)生在不確定性較高的樣本中。本文采用企業(yè)成長性(總資產(chǎn)增長率)和所在地過去三年GDP變動的標(biāo)準(zhǔn)差衡量企業(yè)內(nèi)外部不確定性(李倩和焦豪，2021；趙慧等，2018)[27][42]，并根據(jù)年度樣本中位數(shù)劃分為高低兩組，結(jié)果如表11中Panel A所示。管理層預(yù)測能力與企業(yè)金融化水平的負(fù)相關(guān)關(guān)系在成長性較高、環(huán)境不確定性較高的樣本中更加顯著，組間系數(shù)差異通過了顯著性檢驗。這說明，管理層預(yù)測能力對金融化水平的影響主要發(fā)生在不確定性程度較高的樣本中。

表11 基于蓄水池動機的異質(zhì)性分析

當(dāng)企業(yè)為預(yù)防流動性不足而配置金融資產(chǎn)時，融資難易程度勢必會對企業(yè)金融資產(chǎn)配置決策產(chǎn)生影響(鄧路等，2020)[23]。管理層預(yù)測能力較高的企業(yè)通過改善企業(yè)信息環(huán)境可以有效緩解企業(yè)融資約束、降低融資成本。因此，管理層預(yù)測能力對金融化水平的抑制作用可能主要發(fā)生在融資較難的樣本中。為對上述假說進(jìn)行檢驗，本文借鑒錢雪松等(2019)[32]、陳耿等(2015)[22]的研究，選取抵押擔(dān)保能力和地區(qū)金融發(fā)展水平對企業(yè)內(nèi)外部融資難易程度進(jìn)行度量。具體而言，抵押擔(dān)保能力為固定資產(chǎn)、存貨和應(yīng)收賬款占企業(yè)總資產(chǎn)的比例，地區(qū)金融發(fā)展水平則用樊綱、王小魯編著的《中國市場化指數(shù)》中的金融發(fā)展指數(shù)來衡量，并以年度樣本中位數(shù)為界將樣本劃分為高低兩組進(jìn)行檢驗，結(jié)果如表11中Panel B所示。在抵押擔(dān)保能力較低和金融發(fā)展水平較低的樣本中，Mfab的估計系數(shù)分別為-0.014和-0.010，且都在1%水平下顯著；而抵押擔(dān)保能力強和金融發(fā)展水平高的樣本中，Mfab的估計系數(shù)都不顯著；組間系數(shù)具有顯著性差異。這說明，管理層預(yù)測能力對金融化水平的影響主要發(fā)生在融資難度較大的樣本中。

綜合Panel A和Panel B的結(jié)果，管理層預(yù)測能力可以緩解金融資產(chǎn)配置的蓄水池動機。

六、結(jié)論與啟示

隨著企業(yè)金融化水平的不斷攀升，特別是過度金融化的出現(xiàn)，探索影響企業(yè)金融資產(chǎn)配置行為的因素，尋求“脫虛返實”的路徑成為了學(xué)術(shù)界和實務(wù)界關(guān)注的重點議題。本文利用2008—2020年中國A股非金融類上市公司數(shù)據(jù)，考察管理層預(yù)測能力對企業(yè)金融化的影響。結(jié)果發(fā)現(xiàn)：與管理層預(yù)測能力較低樣本相比，管理層預(yù)測能力較高樣本的金融資產(chǎn)配置水平相較樣本均值下降約12.9%，表現(xiàn)出較顯著的“脫虛返實”效應(yīng)。路徑分析顯示，管理層預(yù)測能力通過緩解金融資產(chǎn)配置的套利動機和蓄水池動機降低了企業(yè)的金融化水平。橫截面差異分析顯示，管理層預(yù)測能力對金融化水平的抑制作用在企業(yè)面臨的外部投資者短視壓力較大、內(nèi)外部環(huán)境不確定性較高以及融資難度較大的樣本中更顯著。

本文結(jié)論對于引導(dǎo)企業(yè)“脫虛向?qū)崱?、助推?jīng)濟(jì)高質(zhì)量發(fā)展具有一定的政策借鑒意義。第一，重視管理層預(yù)測能力在引導(dǎo)企業(yè)“脫虛返實”中的重要作用。管理層預(yù)測能力是影響企業(yè)金融資產(chǎn)配置決策的重要因素，也是抑制非金融企業(yè)過度金融化的重要抓手。企業(yè)在管理層選聘、晉升和績效評估中應(yīng)當(dāng)注重對預(yù)測能力的評估和考核，賦予預(yù)測能力強的管理者更多的投資決策權(quán)，從而更好地優(yōu)化企業(yè)投資效率，改善實體經(jīng)濟(jì)經(jīng)營績效。第二，對普通投資者而言，通過可驗證的業(yè)績預(yù)告數(shù)據(jù)判斷管理層預(yù)測能力，有利于更好地進(jìn)行投資決策。因此，監(jiān)管部門應(yīng)該加強對業(yè)績預(yù)告的監(jiān)管，不斷完善業(yè)績預(yù)告制度，以更好地通過業(yè)績預(yù)告?zhèn)鬟f有關(guān)管理層預(yù)測能力的信號。 ■

注釋

1. 主板公司中大幅變動、虧損和扭虧為盈(即達(dá)到明線監(jiān)管標(biāo)準(zhǔn))公司需要披露業(yè)績預(yù)告，小幅變動公司不需要披露業(yè)績預(yù)告。理論上，主板小幅變動公司披露的業(yè)績預(yù)告是自愿預(yù)告，這其中還包括一部分錯誤預(yù)警樣本，即管理層在披露業(yè)績預(yù)告時認(rèn)為達(dá)到了強制披露的明線監(jiān)管標(biāo)準(zhǔn)，但實際業(yè)績并未達(dá)到明線監(jiān)管標(biāo)準(zhǔn)。從這個意義上講，錯誤預(yù)警樣本應(yīng)屬于強制披露，而不是自愿披露。

2. 第一步，運用數(shù)據(jù)包絡(luò)分析(DEA)測算企業(yè)的生產(chǎn)效率θ。將營業(yè)收入(Sales)作為產(chǎn)出變量，將固定資產(chǎn)凈額(Ppe)、凈研發(fā)支出(R＆d)、商譽(Gdwill)、無形資產(chǎn)(Intan)、營業(yè)成本(Cogs)、銷售費用和管理費用(Sg＆a)作為投入變量，建立如下模型進(jìn)行DEA分析：

第二步，估計管理層能力。選取企業(yè)規(guī)模(Size)、上市年限(Age)、自由現(xiàn)金流(Fcf)、市場份額(Mktshare)、多元化經(jīng)營(Hhi)和是否具有海外子公司(Fc)等公司層面可能影響企業(yè)生產(chǎn)效率的6個指標(biāo)按照如下模型進(jìn)行截斷回歸，得到的殘差即為管理層能力(Mability)：

3. 彭俞超等(2018)[31]發(fā)現(xiàn)，中國企業(yè)金融化的動機主要是套利而不是預(yù)防性儲蓄，所以，經(jīng)濟(jì)政策不確定性的上升會抑制企業(yè)金融化水平。但更多的研究發(fā)現(xiàn)，在不確定性較高的情境下，企業(yè)基于蓄水池動機而進(jìn)行金融資產(chǎn)配置的可能性更高，如聶輝華等(2020)[30]。