區(qū)域金融發(fā)展與制造業(yè)企業(yè)金融化

宋清華 林永康

摘要：制造業(yè)是實(shí)體經(jīng)濟(jì)的基礎(chǔ)，制造業(yè)高質(zhì)量發(fā)展是經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵動(dòng)力。金融投資高回報(bào)致使制造業(yè)逐漸走向金融化，導(dǎo)致經(jīng)濟(jì)出現(xiàn)“脫實(shí)向虛”現(xiàn)象。利用2012—2020年制造業(yè)上市公司數(shù)據(jù)分析區(qū)域金融發(fā)展對(duì)制造業(yè)企業(yè)金融化的影響，并在此基礎(chǔ)上探討制造業(yè)企業(yè)金融化的同群效應(yīng)，研究發(fā)現(xiàn)：中國區(qū)域金融發(fā)展對(duì)制造業(yè)企業(yè)金融化存在明顯的推動(dòng)作用，且金融化行為存在明顯的同群效應(yīng)。融資約束是區(qū)域金融發(fā)展影響制造業(yè)企業(yè)金融化水平的重要渠道，而企業(yè)間的同群效應(yīng)更是加劇了這種影響?；诖?，要完善公司內(nèi)部治理，加強(qiáng)股東會(huì)、監(jiān)事會(huì)、董事會(huì)對(duì)經(jīng)理層權(quán)力的制約與監(jiān)督，從而明確主營業(yè)務(wù)和金融業(yè)務(wù)之間的主次關(guān)系；政府部門應(yīng)加強(qiáng)對(duì)制造業(yè)企業(yè)配置金融資產(chǎn)的監(jiān)管，引導(dǎo)資金流向。

關(guān)鍵詞：區(qū)域金融發(fā)展；制造業(yè)；企業(yè)金融化；融資約束；同群效應(yīng)

中圖分類號(hào)：F832文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1003-854X（2023）12-0021-09

一、引言與相關(guān)文獻(xiàn)綜述

近年來，中國經(jīng)濟(jì)逐漸進(jìn)入高質(zhì)量發(fā)展階段，而制造業(yè)作為中國國民經(jīng)濟(jì)的支柱，其發(fā)展質(zhì)量的提升變得尤為重要。黨的二十大報(bào)告指出，要“推動(dòng)制造業(yè)高端化、智能化、綠色化發(fā)展”，進(jìn)一步明確了中國制造業(yè)高質(zhì)量發(fā)展的重要性。在此背景下，制造業(yè)受到越來越多的關(guān)注，從制造大國發(fā)展為制造強(qiáng)國成為我國經(jīng)濟(jì)發(fā)展的重要任務(wù)，但企業(yè)的逐利性卻導(dǎo)致制造業(yè)呈現(xiàn)出金融化現(xiàn)象。隨著中國金融業(yè)的迅猛發(fā)展，金融投資的高回報(bào)致使實(shí)體企業(yè)將越來越多的資金投入其中，金融與實(shí)體經(jīng)濟(jì)發(fā)展不協(xié)調(diào)的問題越發(fā)嚴(yán)重（1）。適度的金融化可以增加企業(yè)短期現(xiàn)金流，緩解融資約束，提高企業(yè)全要素生產(chǎn)率，但金融化的過度發(fā)展會(huì)對(duì)中國經(jīng)濟(jì)發(fā)展造成巨大的阻礙（2）。制造業(yè)作為中國的支柱產(chǎn)業(yè)，其過度金融化會(huì)導(dǎo)致資源錯(cuò)配、產(chǎn)業(yè)結(jié)構(gòu)失調(diào)，加之企業(yè)間的同群效應(yīng)，長(zhǎng)此以往必將分散企業(yè)發(fā)展主營業(yè)務(wù)的資源，擠占和壓縮實(shí)體投資的資金，從而加劇經(jīng)濟(jì)“脫實(shí)向虛”的現(xiàn)象。因此，金融對(duì)我國制造業(yè)金融化的影響程度如何？影響渠道是什么？制造業(yè)企業(yè)之間是否存在同群效應(yīng)？本文將針對(duì)這些問題展開分析。

既有研究認(rèn)為，企業(yè)金融化的動(dòng)機(jī)主要源于“蓄水池”理論和“投資替代”理論（3）?！靶钏亍崩碚摫砻?，當(dāng)面臨財(cái)務(wù)困難或發(fā)現(xiàn)潛在投資機(jī)會(huì)時(shí)，為了緩解融資約束，企業(yè)通常會(huì)以流動(dòng)性儲(chǔ)蓄為出發(fā)點(diǎn)，對(duì)自身進(jìn)行金融資產(chǎn)配置（4）；“投資替代”理論表明，當(dāng)宏觀經(jīng)濟(jì)形勢(shì)不樂觀時(shí)，為了提高股東回報(bào)率并緩解債務(wù)壓力，企業(yè)會(huì)提高對(duì)金融資產(chǎn)配置的比例（5）。在此背景下，諸多研究從國家信貸約束（6）、金融行業(yè)高額利差（7）、經(jīng)濟(jì)政策不確定性（8）以及金融監(jiān)管缺失（9）等角度對(duì)企業(yè)金融化給出了解釋。但鮮有研究探討區(qū)域金融發(fā)展與企業(yè)間的同群效應(yīng)對(duì)企業(yè)金融化的綜合影響。一方面，區(qū)域金融發(fā)展?fàn)顩r將直接影響企業(yè)的融資成本，進(jìn)而改變企業(yè)的投資決策。金融發(fā)展水平的提升同時(shí)也擴(kuò)大了金融機(jī)構(gòu)的規(guī)模、豐富了金融產(chǎn)品，進(jìn)而降低了企業(yè)面臨的融資約束（10）。另一方面，企業(yè)之間的同群效應(yīng)將加劇區(qū)域金融發(fā)展對(duì)其金融化的影響。企業(yè)金融化在很大程度上受制于企業(yè)間投資決策互動(dòng)，而企業(yè)的投資決策與自身信貸資源的可得性密切相關(guān)（11）。因此，有必要深入探討區(qū)域金融發(fā)展對(duì)企業(yè)金融化的影響及其機(jī)制。

基于以上分析，本文嘗試以中國制造業(yè)上市公司為研究樣本，分析區(qū)域金融發(fā)展對(duì)制造業(yè)企業(yè)金融化的影響，同時(shí)探討企業(yè)金融化的同群效應(yīng)。本文可能的邊際貢獻(xiàn)在于：其一，本文的研究為區(qū)域金融發(fā)展對(duì)制造業(yè)企業(yè)金融化的影響提供了新的證據(jù)。已有研究主要探討了銀行信貸、金融高額利差、金融監(jiān)管等對(duì)企業(yè)金融化的影響，大多忽略了區(qū)域金融發(fā)展帶來的影響。其二，從信貸資源可得性角度出發(fā)，本文從融資約束方面解釋了區(qū)域金融發(fā)展對(duì)制造業(yè)企業(yè)金融化的中介作用。其三，本文研究了制造業(yè)企業(yè)金融化的同群效應(yīng)，并進(jìn)一步分析了區(qū)域金融發(fā)展與制造業(yè)企業(yè)間的同群效應(yīng)對(duì)企業(yè)金融化的交互影響。

二、理論分析

（一）區(qū)域金融發(fā)展與企業(yè)金融化

在金融投資收益較高、傳統(tǒng)生產(chǎn)經(jīng)營活動(dòng)利潤(rùn)下降和投資資本充沛等因素的作用下，企業(yè)進(jìn)行金融資產(chǎn)配置的現(xiàn)象越來越普遍（12）。企業(yè)金融化的動(dòng)機(jī)主要源于“蓄水池”理論與“投資替代”理論，但其驅(qū)動(dòng)因素則主要源于兩個(gè)方面：一是實(shí)體企業(yè)參與金融活動(dòng)越來越頻繁，并且這些活動(dòng)已經(jīng)影響到了企業(yè)的投資決策行為。Landier等發(fā)現(xiàn)企業(yè)的社會(huì)、信息因素對(duì)企業(yè)決策具有非常重要的影響（13）。二是區(qū)域金融發(fā)展顯著增加了企業(yè)獲取外部資金的可得性和便利性，緩解了企業(yè)融資約束，這顯著提高了企業(yè)進(jìn)行金融資產(chǎn)配置的比例。Shin和Zhao提出的“實(shí)體中介”理論認(rèn)為，存在一部分“為貸而借”的企業(yè)，這些企業(yè)較為容易從銀行獲取低成本資金并且將其轉(zhuǎn)貸給其他企業(yè)，從而加劇了金融化現(xiàn)象（14）。

區(qū)域金融發(fā)展為企業(yè)金融化提供了基礎(chǔ)與條件。一方面，隨著區(qū)域金融發(fā)展水平的上升，金融機(jī)構(gòu)開設(shè)網(wǎng)點(diǎn)的數(shù)量也在逐漸增加，這加劇了金融機(jī)構(gòu)之間的競(jìng)爭(zhēng)，尤其是銀行競(jìng)爭(zhēng)的增加將降低企業(yè)獲取外部資金的融資成本。Degryse和Ongena基于15000多家銀行的貸款數(shù)據(jù)研究發(fā)現(xiàn)，銀行貸款利率既會(huì)隨著商業(yè)銀行之間距離的減少而降低，也會(huì)隨著銀企之間距離的增加而降低（15）。李志生和金凌發(fā)現(xiàn)銀行競(jìng)爭(zhēng)通過緩解融資約束、減弱代理成本從而提高了企業(yè)的投資效率（16）。另一方面，金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)量的增加進(jìn)一步縮短了金融機(jī)構(gòu)與企業(yè)之間的地理距離，兩者之間距離的減少將直接降低交易成本、運(yùn)輸成本等各種成本。兩者之間地理距離的不同將會(huì)引起項(xiàng)目事前、事中和事后等各階段成本的差異：事前階段主要表現(xiàn)在項(xiàng)目的信息搜集成本與客戶的事前評(píng)估成本；事中階段主要表現(xiàn)為隨著地理距離增加而增加的交通成本和時(shí)間成本；事后階段則主要表現(xiàn)為事后監(jiān)督與管理成本。Agarwal和Hauswald基于1552家銀行分支機(jī)構(gòu)研究發(fā)現(xiàn)，借款者的鄰近度有助于收集軟信息，而地理距離的增加則會(huì)逐漸侵蝕銀行收集借款者專有情報(bào)和開拓本地市場(chǎng)的能力（17）。蔡慶豐等研究發(fā)現(xiàn)銀企距離的降低將直接增加企業(yè)的信貸可得性（18）。

以上分析表明，企業(yè)參與金融活動(dòng)的頻率和獲取外部資金的難易程度是推動(dòng)自身金融化的重要因素，而區(qū)域金融發(fā)展會(huì)對(duì)實(shí)體企業(yè)金融化產(chǎn)生一定的推動(dòng)作用。具體表現(xiàn)為：一方面，區(qū)域金融發(fā)展顯著增加了各地金融活動(dòng)的數(shù)量和規(guī)模，這會(huì)直接推動(dòng)實(shí)體企業(yè)金融化；另一方面，金融的發(fā)展可以顯著增加企業(yè)獲取外部資金的可得性和便利性，這會(huì)為企業(yè)金融化提供充沛的資金。同時(shí)，以制造業(yè)企業(yè)作為研究樣本也具有一定的現(xiàn)實(shí)意義，制造業(yè)作為中國經(jīng)濟(jì)的支柱，其企業(yè)發(fā)展?fàn)顩r、“脫實(shí)向虛”程度等都直接關(guān)系著中國經(jīng)濟(jì)的發(fā)展?；诖?，本文提出如下假說：

假說1：區(qū)域金融發(fā)展對(duì)制造業(yè)企業(yè)金融化存在正向推動(dòng)作用。

假說2：區(qū)域金融發(fā)展會(huì)通過降低企業(yè)融資約束進(jìn)而推動(dòng)制造業(yè)企業(yè)金融化。

（二）企業(yè)金融化的同群效應(yīng)

企業(yè)金融化的同群效應(yīng)是指企業(yè)對(duì)自身金融資產(chǎn)的配置不僅受自身因素的影響，而且還會(huì)受到同伴企業(yè)的影響，并且這種影響隨著其地理位置和所屬行業(yè)的不同而存在差異。本文主要從企業(yè)金融化的傳染機(jī)制進(jìn)行分析：企業(yè)金融化的傳染機(jī)制主要表現(xiàn)為同群效應(yīng)，即除自身因素外，企業(yè)的經(jīng)營決策還會(huì)受到同行業(yè)其他企業(yè)的影響，并且這種影響隨著地理距離的增加而降低，隨行業(yè)間差異的增大而降低（19）。企業(yè)金融化的動(dòng)機(jī)無論是基于“蓄水池”理論還是“投資替代”理論，其均表現(xiàn)出同群效應(yīng)：一方面，根據(jù)“蓄水池”理論，當(dāng)企業(yè)增加金融資產(chǎn)投資以應(yīng)對(duì)不確定風(fēng)險(xiǎn)時(shí)，出于警惕性和企業(yè)經(jīng)營的安全性，同行業(yè)企業(yè)通常也會(huì)作出類似的決策；另一方面，根據(jù)“投資替代”理論，當(dāng)企業(yè)增加金融資產(chǎn)投資以追逐資本市場(chǎng)的超額利潤(rùn)時(shí)，同行業(yè)企業(yè)同樣會(huì)效仿，而隨著地理距離的增加，信息成本逐漸上升，企業(yè)間的同群效應(yīng)逐漸下降。Landier等利用美國企業(yè)數(shù)據(jù)進(jìn)行研究發(fā)現(xiàn)，地理位置對(duì)企業(yè)決策具有非常重要的影響，并且這種影響是由社會(huì)和信息因素造成的（20）。Seo研究發(fā)現(xiàn)企業(yè)在披露決策中存在同群效應(yīng)，并且在企業(yè)戰(zhàn)略不確定性和對(duì)外部融資的依賴程度較高時(shí)，披露決策的同群效應(yīng)更為明顯（21）。趙穎發(fā)現(xiàn)中國企業(yè)同樣存在明顯的同群效應(yīng)，并且同一區(qū)域內(nèi)同行業(yè)和其他行業(yè)對(duì)高管薪酬的影響顯著高于不同區(qū)域內(nèi)同一行業(yè)的影響（22）。王營和曹廷求發(fā)現(xiàn)當(dāng)嵌入董事網(wǎng)絡(luò)關(guān)系后，企業(yè)金融化具有顯著的同群效應(yīng)，并且這一效應(yīng)會(huì)因企業(yè)的行業(yè)類型、地區(qū)分布而存在差異（23）。

由此可見，中國企業(yè)金融化存在明顯的同群效應(yīng)，而加之區(qū)域金融發(fā)展的影響，使得兩者對(duì)企業(yè)金融化呈現(xiàn)出一定的交互效應(yīng)。中國制造業(yè)企業(yè)數(shù)目眾多、遍布全國，對(duì)其的研究既可以深入分析企業(yè)金融化的同群效應(yīng)，又可以避免行業(yè)類別差異較大所帶來的影響?；诖耍疚奶岢鋈缦录僬f：

假說3：中國制造業(yè)企業(yè)金融化存在明顯的同群效應(yīng)，企業(yè)對(duì)金融資產(chǎn)配置的決策受同群企業(yè)的影響較大。

假說4：區(qū)域金融發(fā)展與制造業(yè)企業(yè)之間的同群效應(yīng)將對(duì)制造業(yè)企業(yè)金融化呈現(xiàn)出一定的交互效應(yīng)。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

本文使用的數(shù)據(jù)主要來源于CSMAR數(shù)據(jù)庫、Wind數(shù)據(jù)庫、《中國城市統(tǒng)計(jì)年鑒》和《中國分省份市場(chǎng)化指數(shù)報(bào)告（2021）》。其中，CSMAR數(shù)據(jù)庫和Wind數(shù)據(jù)庫提供了本文實(shí)證需要的制造業(yè)上市公司層面的相關(guān)數(shù)據(jù)；《中國城市統(tǒng)計(jì)年鑒》提供了中國各地級(jí)市層面的數(shù)據(jù)；王小魯?shù)染幹频摹吨袊质》菔袌?chǎng)化指數(shù)報(bào)告（2021）》提供了中國各省份市場(chǎng)化指數(shù)數(shù)據(jù)（24）。本文的實(shí)證樣本為中國985家制造業(yè)上市公司，樣本區(qū)間均為2012―2020年，數(shù)據(jù)處理后共得到8626個(gè)觀測(cè)值。在數(shù)據(jù)收集的過程中，本文對(duì)原始數(shù)據(jù)作了如下處理：（1）基于企業(yè)所在地將企業(yè)數(shù)據(jù)與地級(jí)市數(shù)據(jù)進(jìn)行匹配處理；（2）剔除了2012年之后上市的企業(yè)；（3）剔除了ST、*ST、PT的企業(yè)與數(shù)據(jù)存在嚴(yán)重缺失的城市、企業(yè)；（4）剔除了B股、H股的上市公司；（5）剔除了資產(chǎn)負(fù)債率小于0和大于1 的企業(yè)；（6）對(duì)樣本中的所有連續(xù)變量進(jìn)行了上下1%的縮尾處理。

（二）計(jì)量模型

為了進(jìn)一步檢驗(yàn)中國區(qū)域金融發(fā)展對(duì)制造業(yè)企業(yè)金融化的作用方向與作用程度，本文構(gòu)建模型如下：

（1）

在公式（1）中，下標(biāo)i、h和t表示企業(yè)i及其所屬城市h和年份t；Fin和Refin分別表示制造業(yè)企業(yè)金融化指數(shù)和區(qū)域金融發(fā)展水平；X和Z為本文選擇的企業(yè)與宏觀層面的控制變量，包括：企業(yè)規(guī)模（Asset）、企業(yè)杠桿（Dar）、總資產(chǎn)收益率（Roa）、營業(yè)利潤(rùn)率（Dp）、金融與實(shí)體相對(duì)收益率（Rg）、經(jīng)營活動(dòng)現(xiàn)金流（Ocf）、托賓Q（Q）、投資收益（Roi）、第一股東持股（Sh）、產(chǎn)權(quán)性質(zhì)（Enpro）、市場(chǎng)化指數(shù)（Mark）、地區(qū)生產(chǎn)總值增長(zhǎng)率（GDP）；β為待估計(jì)參數(shù)，α為個(gè)體固定效應(yīng)，φ為制造業(yè)細(xì)分行業(yè)（二級(jí)行業(yè)分類）的固定效應(yīng)，δ為省份固定效應(yīng)，ε為隨機(jī)擾動(dòng)項(xiàng)。

（三）變量定義

1.企業(yè)金融化（Fin）。本文借杜勇等的計(jì)算方式，以企業(yè)持有金融資產(chǎn)的比例度量其金融化水平（25）。在金融資產(chǎn)選擇方面，本文選擇交易性金融資產(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和投資性房地產(chǎn)凈額等6個(gè)資產(chǎn)負(fù)債表科目。因此，制造業(yè)企業(yè)金融化通過以下公式計(jì)算：Fin=（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）/企業(yè)總資產(chǎn)。

2.區(qū)域金融發(fā)展（Refin）。借鑒王博等的研究，本文將使用金融機(jī)構(gòu)貸款余額占GDP的比重用于衡量金融發(fā)展水平（26）。

3.同群企業(yè)金融化（Gfin1、Gfin2和Gfin3）。本文借鑒李秋梅和梁權(quán)熙的計(jì)算方式，將同群企業(yè)定義為與制造業(yè)企業(yè)i處于同地區(qū)、同行業(yè)和同地區(qū)同行業(yè)的企業(yè)，即與制造業(yè)企業(yè)i注冊(cè)地在同一省份、屬于同一行業(yè)、省份及行業(yè)均相同的其他企業(yè)（27）。因此本文將制造業(yè)企業(yè)i的同群企業(yè)金融化指數(shù)界定為：同省份其他企業(yè)的平均金融化水平（Gfin1）、同行業(yè)其他企業(yè)的平均金融化水平（Gfin2）和同行業(yè)同省份其他企業(yè)的平均金融化水平（Gfin3）（28）。

4.控制變量。本文主要從企業(yè)層面與宏觀經(jīng)濟(jì)層面選取控制變量。企業(yè)層面包括：企業(yè)規(guī)模（Asset）以企業(yè)總資產(chǎn)的對(duì)數(shù)值進(jìn)行衡量；企業(yè)杠桿（Dar）以企業(yè)的資產(chǎn)負(fù)債率進(jìn)行衡量；總資產(chǎn)收益率（Roa）以企業(yè)凈利潤(rùn)與總資產(chǎn)之比進(jìn)行衡量；營業(yè)利潤(rùn)率（Dp）以企業(yè)利潤(rùn)總額與營業(yè)總收入之比進(jìn)行衡量；金融與實(shí)體相對(duì)收益率（Rg）以金融收益率與實(shí)體收益率之比進(jìn)行衡量（29）；經(jīng)營活動(dòng)現(xiàn)金流（Ocf）以企業(yè)經(jīng)營活動(dòng)現(xiàn)金凈流量與總資產(chǎn)之比進(jìn)行衡量；托賓Q（Q）以企業(yè)股票總市值與總資產(chǎn)之比進(jìn)行衡量；投資收益（Roi）以企業(yè)年末投資收益與總資產(chǎn)之比進(jìn)行衡量；第一股東持股（Sh）以第一大股東的持股比例進(jìn)行衡量；產(chǎn)權(quán)性質(zhì)（Enpro）以企業(yè)實(shí)際控制人的性質(zhì)進(jìn)行衡量，若企業(yè)實(shí)際控制人為國有，Enpro=1，否則Enpro=0。宏觀經(jīng)濟(jì)層面包括：市場(chǎng)化指數(shù)（Mark），以各省份市場(chǎng)化指數(shù)進(jìn)行衡量；地區(qū)生產(chǎn)總值增長(zhǎng)率（GDP）以各城市的地區(qū)生產(chǎn)總值的增長(zhǎng)率進(jìn)行衡量。

四、實(shí)證結(jié)果及分析

（一）描述性統(tǒng)計(jì)分析

表1報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果。由表1可知，制造業(yè)企業(yè)金融化指數(shù)的均值為0.0289，極小值為0，極大值為0.3140，說明制造業(yè)企業(yè)金融化水平存在較大的差異，并且存在部分企業(yè)的金融化水平偏高的現(xiàn)象。而同群企業(yè)平均金融化水平（Gfin1、Gfin2和Gfin3）的標(biāo)準(zhǔn)差分別為0.0162、0.0191和0.0375，均低于企業(yè)個(gè)體金融化水平的標(biāo)準(zhǔn)差，說明同群企業(yè)降低了企業(yè)個(gè)體金融化之間的差異。區(qū)域金融發(fā)展的均值為1.4870，極小值為0.4340，極大值為3.4800，說明不同地區(qū)區(qū)域金融發(fā)展水平同樣存在較大的差異，這與現(xiàn)有研究一致。

（二）基準(zhǔn)回歸結(jié)果分析

本文檢驗(yàn)了中國區(qū)域金融發(fā)展對(duì)制造業(yè)企業(yè)金融化的影響，表2報(bào)告了基準(zhǔn)回歸結(jié)果。其中，列（1）沒有加入控制變量，列（2）在列（1）的基礎(chǔ)上進(jìn)一步加入了控制變量?？梢园l(fā)現(xiàn)無論是否引入控制變量，區(qū)域金融發(fā)展對(duì)制造業(yè)企業(yè)金融化均存在顯著的正向影響；引入控制變量后，核心解釋變量Refin的系數(shù)為0.0131，表明區(qū)域金融發(fā)展水平每增加一個(gè)標(biāo)準(zhǔn)差（0.6620），企業(yè)金融化水平將增加約0.0087，相當(dāng)于均值（0.0289）的30.0076%。這表明中國區(qū)域金融發(fā)展對(duì)制造業(yè)企業(yè)金融化具有一定的推動(dòng)作用，假說1得到驗(yàn)證?？赡艿慕忉屖牵弘S著區(qū)域金融發(fā)展水平的提升，制造業(yè)企業(yè)參與金融活動(dòng)頻率增加，進(jìn)而對(duì)其金融化起到了一定的推動(dòng)作用。

（三）企業(yè)金融化的同群效應(yīng)

區(qū)域金融發(fā)展對(duì)企業(yè)金融化存在推動(dòng)作用，而制造業(yè)企業(yè)之間的同群效應(yīng)更是進(jìn)一步提高了其金融化程度。為了檢驗(yàn)制造業(yè)企業(yè)金融化的同群效應(yīng)對(duì)其自身的影響，本文建立如下模型：

（2）

（3）

（4）

在公式（2）、公式（3）和公式（4）中，F(xiàn)in表示制造業(yè)企業(yè)金融化指數(shù)；Gfin1、Gfin2和Gfin3為同群企業(yè)金融化指數(shù)。本文對(duì)某制造業(yè)企業(yè)的同群企業(yè)從三個(gè)方面進(jìn)行了界定：同省份其他企業(yè)的平均金融化水平（Gfin1）、同行業(yè)其他企業(yè)的平均金融化水平（Gfin2）和同省份同行業(yè)其他企業(yè)的平均金融化水平（Gfin3），然后分別將其作為核心解釋變量進(jìn)行分析。同時(shí)，為了增加實(shí)證研究的科學(xué)性與準(zhǔn)確性，本文從以下兩個(gè)方面對(duì)模型進(jìn)行了進(jìn)一步修改：一方面，考慮到同群企業(yè)金融化的相似性可能是由同群企業(yè)之間相似的特征所引起的（30），本文進(jìn)一步控制了同群企業(yè)的平均特征（GX），分別為同省份企業(yè)的平均特征、同行業(yè)企業(yè)的平均特征和同省份-行業(yè)企業(yè)的平均特征，特征變量包括企業(yè)規(guī)模（Asset）、企業(yè)杠桿（Dar）、總資產(chǎn)收益率（Roa）和托賓Q（Q）。另一方面，考慮到同省份（同行業(yè)、同省份-行業(yè)）企業(yè)金融化是根據(jù)省份（行業(yè)、省份—行業(yè)）劃分的條件均值，已包含企業(yè)的省份（行業(yè)、省份與行業(yè)）信息，為了避免共線性，參考Grennan的做法，在檢驗(yàn)制造業(yè)企業(yè)金融化同群效應(yīng)時(shí)不再控制省份（行業(yè)、省份與行業(yè)）固定效應(yīng)（31）。

表3報(bào)告了制造業(yè)企業(yè)金融化同群效應(yīng)的估計(jì)結(jié)果。其中，列（1）、列（2）和列（3）分別檢驗(yàn)了Gfin1、Gfin2和Gfin3對(duì)制造業(yè)企業(yè)金融化的影響：同群企業(yè)平均金融化水平（Gfin1、Gfin2和Gfin3）對(duì)制造業(yè)企業(yè)金融化的估計(jì)系數(shù)均在1%水平上顯著為正，同群企業(yè)平均金融化水平Gfin1（Gfin2、Gfin3）的系數(shù)為0.1990（0.3295、0.0744），表明同群企業(yè)平均金融化水平每增加一個(gè)標(biāo)準(zhǔn)差0.0162（0.0191、0.0375），企業(yè)金融化水平將增加約0.0032（0.0063、0.0028），相當(dāng)于均值（0.0289）的11.0727%（21.7993%、9.6886%）。這表明中國制造業(yè)企業(yè)金融化存在顯著的同群效應(yīng)，制造業(yè)企業(yè)金融化水平會(huì)隨著同省份、同行業(yè)和同省份-行業(yè)其他企業(yè)平均金融化水平的提高而表現(xiàn)出增長(zhǎng)趨勢(shì)，因此假說3得到驗(yàn)證。

（四）穩(wěn)健性檢驗(yàn)

1.替換金融發(fā)展水平的度量指標(biāo)。在核心解釋變量的度量方面，本文使用另外兩種方式對(duì)金融發(fā)展水平進(jìn)行重新測(cè)度：一方面，本文使用城市金融機(jī)構(gòu)各項(xiàng)存款余額作為替換，然后對(duì)區(qū)域金融發(fā)展進(jìn)行重新測(cè)度（Refin2）；另一方面，本文將進(jìn)一步使用城市銀行網(wǎng)點(diǎn)數(shù)據(jù)（各城市銀行網(wǎng)點(diǎn)的數(shù)量+1）取對(duì)數(shù)進(jìn)行度量，銀行網(wǎng)點(diǎn)的數(shù)量越多表明該城市金融體系的規(guī)模越大，并且與金融資源（總量層面）的衡量方式不同，銀行網(wǎng)點(diǎn)的數(shù)量更直觀地反映出企業(yè)信貸資源的可得性。由表4可知，經(jīng)過變換后，Refin2和bank的回歸系數(shù)仍顯著為正，說明模型的估計(jì)結(jié)果具有較強(qiáng)的穩(wěn)健性。

2.替換金融化的度量指標(biāo)。在制造業(yè)企業(yè)金融化的度量方面，參考顧雷雷等的計(jì)算方式（32），本文以交易性金融資產(chǎn)、衍生金融資產(chǎn)、其他應(yīng)收款、買入返售金融資產(chǎn)、一年內(nèi)到期的非流動(dòng)資產(chǎn)、其他流動(dòng)資產(chǎn)、發(fā)放貸款及墊款、可供出售金融資產(chǎn)、持有至到期投資、長(zhǎng)期股權(quán)投資、投資性房地產(chǎn)、其他非流動(dòng)資產(chǎn)等12個(gè)資產(chǎn)負(fù)債表科目對(duì)制造業(yè)企業(yè)金融化進(jìn)行重新測(cè)度（Fin2），并進(jìn)行穩(wěn)健性檢驗(yàn)。由表5可知，經(jīng)過變換后，Refin的回歸系數(shù)仍在1%的水平上顯著為正，說明模型的估計(jì)結(jié)果具有較強(qiáng)的穩(wěn)健性。

3.考慮樣本的選擇問題。在樣本選擇的問題上，本文主要考慮兩方面的影響：一方面，考慮到?jīng)]有持有金融資產(chǎn)的企業(yè)和持有金融資產(chǎn)的企業(yè)在投資決策方面可能存在較大的差異，因此本文從樣本中剔除Fin=0的制造業(yè)企業(yè)，然后對(duì)模型進(jìn)行重新估計(jì)；另一方面，參考錢愛民等的研究（33），考慮到2015 年“股災(zāi)”和2020年新型冠狀病毒感染疫情事件對(duì)企業(yè)帶來的沖擊，因此本文剔除年份為2015年和2020年的觀測(cè)值，然后對(duì)模型進(jìn)行重新估計(jì)。由表6可知，經(jīng)過樣本剔除后，Refin回歸系數(shù)的顯著性水平基本未發(fā)生變化，說明模型的估計(jì)結(jié)果具有較強(qiáng)的穩(wěn)健性。

4.克服樣本選擇偏誤。在本文的研究中，樣本企業(yè)所在城市的金融發(fā)展水平可能存在較大的差異，其中差異最大的就是地處省會(huì)城市的企業(yè)和非省會(huì)城市的企業(yè)，這種差異性會(huì)影響企業(yè)的決策與規(guī)劃，因此本文將進(jìn)一步使用PSM傾向值匹配方法，針對(duì)樣本企業(yè)是否地處省會(huì)城市生成虛擬變量Proca。當(dāng)企業(yè)地處省會(huì)城市時(shí)，Proca取值為1，否則取值為0，然后采用Logit模型將所有特征變量（Asset、Dar、Roa、Dp、Rg、Ocf、Q、Roi、Sh、Enpro、GDP和Mark）分別對(duì)Proca進(jìn)行回歸，計(jì)算傾向評(píng)分，從而剔除差異較大的企業(yè)，然后使用保留的樣本對(duì)模型進(jìn)行重新估計(jì)。由表7可知，重新估計(jì)的結(jié)果與表2的研究結(jié)論仍然一致。

5.工具變量法。在工具變量的選擇上，其一，借鑒陶鋒等的研究成果（34），本文使用年末城鄉(xiāng)居民儲(chǔ)蓄余額與金融業(yè)從業(yè)人數(shù)的滯后期數(shù)據(jù)作為區(qū)域金融發(fā)展的工具變量對(duì)模型進(jìn)行估計(jì)。一方面，居民的儲(chǔ)蓄行為主要受其自身偏好的影響，與當(dāng)?shù)仄髽I(yè)的投資決策不存在直接聯(lián)系，金融業(yè)從業(yè)人數(shù)同樣如此，因此工具變量滿足外生性要求；另一方面，居民儲(chǔ)蓄作為金融機(jī)構(gòu)負(fù)債的主要來源之一，其儲(chǔ)蓄規(guī)模將直接決定當(dāng)?shù)亟鹑诘陌l(fā)展規(guī)模，而金融業(yè)從業(yè)人數(shù)與金融發(fā)展水平的關(guān)聯(lián)更為密切，因此工具變量滿足相關(guān)性要求。其二，本文使用區(qū)域金融發(fā)展的滯后期數(shù)據(jù)作為區(qū)域金融發(fā)展的工具變量對(duì)模型進(jìn)行估計(jì)，工具變量法的估計(jì)結(jié)果如表8所示，在工具變量有效性方面，Anderson檢驗(yàn)的結(jié)果說明工具變量的使用不存在識(shí)別不足問題；Cragg-Donald檢驗(yàn)的結(jié)果說明不存在弱工具變量問題。兩種檢驗(yàn)的結(jié)果說明模型所選用的工具變量是有效的。進(jìn)一步看，Refin變量的符號(hào)和顯著性基本未發(fā)生變化，說明模型內(nèi)生性問題并不嚴(yán)重，前文結(jié)論具有較強(qiáng)的穩(wěn)健性。

五、進(jìn)一步分析

本文將從融資約束方面研究區(qū)域金融發(fā)展對(duì)制造業(yè)企業(yè)金融化的中介作用，并進(jìn)一步分析區(qū)域金融發(fā)展與制造業(yè)企業(yè)之間的同群效應(yīng)對(duì)企業(yè)金融化的交互影響，從而為制造業(yè)企業(yè)控制金融化和高質(zhì)量發(fā)展提供一定的經(jīng)驗(yàn)證據(jù)。

（一）企業(yè)融資約束的中介效應(yīng)檢驗(yàn)

1.企業(yè)融資約束指標(biāo)的度量。為了進(jìn)一步驗(yàn)證融資約束在區(qū)域金融發(fā)展與制造業(yè)企業(yè)金融化中所發(fā)揮的中介效應(yīng)，本文使用中介效應(yīng)模型來對(duì)此進(jìn)行檢驗(yàn)。在融資約束指標(biāo)的選擇方面，參考Hadlock和Pierce的研究（35），本文以企業(yè)SA指數(shù)作為融資約束（Fc）的衡量指標(biāo)，SA指數(shù)的計(jì)算公式如下：

（5）

在公式（5）中，Size表示企業(yè)總資產(chǎn)的對(duì)數(shù)值，Age表示企業(yè)年齡。SA指數(shù)越大，企業(yè)面臨的融資約束（Fc）也越大。該指數(shù)在測(cè)度時(shí)使用企業(yè)規(guī)模和企業(yè)年齡兩個(gè)相對(duì)外生的變量，可以在一定程度上避免內(nèi)生性問題。然后進(jìn)一步借助中介效應(yīng)模型對(duì)其中的作用機(jī)制進(jìn)行檢驗(yàn)。

2.融資約束的中介機(jī)制分析。為了進(jìn)一步驗(yàn)證區(qū)域金融發(fā)展通過降低企業(yè)融資約束進(jìn)而推動(dòng)企業(yè)金融化的程度，本文構(gòu)建如下模型：

（6）

（7）

如公式（6）和公式（7）所示，本文對(duì)企業(yè)融資約束中介機(jī)制的檢驗(yàn)主要包括兩個(gè)步驟：首先，驗(yàn)證區(qū)域金融發(fā)展（Refin）對(duì)企業(yè)融資約束（Fc）的影響；其次，驗(yàn)證中介變量融資約束（Fc）對(duì)制造業(yè)企業(yè)金融化（Fin）的影響。

表9報(bào)告了企業(yè)融資約束的中介效應(yīng)檢驗(yàn)結(jié)果?；貧w結(jié)果顯示，列（1）中Refin的估計(jì)系數(shù)在1%的水平上顯著為負(fù)，表明區(qū)域金融發(fā)展水平的提高緩解了企業(yè)的融資約束；列（2）中企業(yè)融資約束（Fc）的估計(jì)系數(shù)在1%的水平上顯著為負(fù)，表明融資約束降低會(huì)提高制造業(yè)企業(yè)的金融化水平。因此，綜合表10的估計(jì)結(jié)果可以得出結(jié)論，區(qū)域金融發(fā)展通過降低企業(yè)融資約束提高了制造業(yè)企業(yè)金融化水平，這驗(yàn)證了假設(shè)2的結(jié)論。

（二）區(qū)域金融發(fā)展與企業(yè)間同群效應(yīng)的交互影響

為了進(jìn)一步驗(yàn)證區(qū)域金融發(fā)展與企業(yè)間同群效應(yīng)對(duì)制造業(yè)企業(yè)金融化的交互影響，本文構(gòu)建模型如下：

（8）

在公式（8）中，本文將區(qū)域金融發(fā)展（Refin）與同省份其他企業(yè)的平均金融化水平（Gfin1）、同行業(yè)其他企業(yè)的平均金融化水平（Gfin2）、同省份同行業(yè)其他企業(yè)的平均金融化水平（Gfin3）的交互項(xiàng)（Gfin1×Refin、Gfin2×Refin、Gfin3×Refin）引入模型，以此來進(jìn)行研究。在實(shí)證過程中，為了增加研究的科學(xué)性與準(zhǔn)確性，此處對(duì)模型的處理方式與表4的處理方式一致，即進(jìn)一步控制了同群企業(yè)的平均特征，并通過指示函數(shù)I（·）控制模型存在的固定效應(yīng)（36）。

表10報(bào)告了交互影響的估計(jì)結(jié)果?；貧w結(jié)果顯示，列（1）—列（3）中Refin、Gfin1、Gfin2、Gfin3的估計(jì)系數(shù)均顯著為正，表明區(qū)域金融發(fā)展與同群企業(yè)平均金融化水平均可以提高制造業(yè)企業(yè)的金融化水平，這與前文的研究結(jié)論一致；交互項(xiàng)Gfin1×Refin和Gfin3×Refin的估計(jì)系數(shù)均顯著為正，從而驗(yàn)證了假設(shè)4的結(jié)論，這表明區(qū)域金融發(fā)展與制造業(yè)企業(yè)間同群效應(yīng)對(duì)金融化呈現(xiàn)出顯著的交互效應(yīng)，區(qū)域金融發(fā)展通過直接影響與融資約束的中介效應(yīng)提高了制造業(yè)企業(yè)金融化水平，而同省份和同省份-行業(yè)企業(yè)平均金融化水平的提高更是加劇了這種影響。Gfin2×Refin的估計(jì)系數(shù)則不顯著，原因主要在于同行業(yè)企業(yè)的注冊(cè)地可以是全國任意一個(gè)省份，不同省份區(qū)域金融發(fā)展水平之間存在較大的差異，且企業(yè)之間不再具有地理距離鄰近的特征，因此區(qū)域金融發(fā)展與同行業(yè)企業(yè)間同群效應(yīng)對(duì)制造業(yè)企業(yè)金融化的交互影響不明顯。

六、研究結(jié)論和政策建議

本文基于2012—2020年中國制造業(yè)上市企業(yè)的相關(guān)數(shù)據(jù)，分析了區(qū)域金融發(fā)展對(duì)制造業(yè)企業(yè)金融化的影響，并從企業(yè)融資約束與同群效應(yīng)視角檢驗(yàn)了其影響機(jī)制。研究結(jié)論如下：第一，中國區(qū)域金融發(fā)展對(duì)制造業(yè)企業(yè)金融化存在明顯的推動(dòng)作用，并且這一結(jié)論在改變變量度量方式、考慮樣本的選擇、克服樣本選擇偏誤和工具變量法等一系列穩(wěn)健性測(cè)試中依然成立。第二，制造業(yè)企業(yè)金融化存在明顯的同群效應(yīng)，制造業(yè)企業(yè)金融化水平會(huì)隨著同省份、同行業(yè)和同省份-行業(yè)企業(yè)平均金融化水平的提高而表現(xiàn)出增長(zhǎng)趨勢(shì)。第三，機(jī)制分析表明：區(qū)域金融發(fā)展通過降低企業(yè)融資約束進(jìn)而提高了制造業(yè)企業(yè)金融化水平，并且區(qū)域金融發(fā)展與制造業(yè)企業(yè)間同群效應(yīng)對(duì)企業(yè)金融化呈現(xiàn)出顯著的交互效應(yīng)，即區(qū)域金融發(fā)展通過直接與間接影響顯著提高了制造業(yè)企業(yè)金融化水平，而同省份和同省份-行業(yè)企業(yè)金融化行為更是加劇了這種影響，但同行業(yè)企業(yè)金融化行為的影響則不明顯。

基于以上結(jié)論，本文提出如下政策建議：

第一，完善公司治理，加強(qiáng)內(nèi)部制約。針對(duì)制造業(yè)企業(yè)金融化帶來的問題，各實(shí)體企業(yè)可進(jìn)一步完善公司內(nèi)部治理，加強(qiáng)股東會(huì)、監(jiān)事會(huì)、董事會(huì)對(duì)經(jīng)理層權(quán)力的制約與監(jiān)督，從而進(jìn)一步明確主營業(yè)務(wù)和金融業(yè)務(wù)之間的主次關(guān)系。

第二，加強(qiáng)投資監(jiān)管，引導(dǎo)資金流向。政府部門應(yīng)加強(qiáng)對(duì)制造業(yè)企業(yè)配置金融資產(chǎn)的監(jiān)管，通過提高企業(yè)投資的信息披露要求進(jìn)一步明確其金融投資的資金來源和項(xiàng)目明細(xì)，同時(shí)也要實(shí)行適當(dāng)?shù)亩愂蘸托刨J優(yōu)惠政策，通過獎(jiǎng)懲并行引導(dǎo)企業(yè)資金流入日常經(jīng)營活動(dòng)、研發(fā)創(chuàng)新活動(dòng)，激勵(lì)金融部門支持制造業(yè)企業(yè)的研發(fā)創(chuàng)新和轉(zhuǎn)型升級(jí)，推動(dòng)中國金融業(yè)和制造業(yè)的高質(zhì)量發(fā)展。

注釋：

（1）（23） 王營、曹廷求：《企業(yè)金融化的傳染效應(yīng)研究》，《財(cái)經(jīng)研究》2020年第12期。

（2）（29） 步曉寧、趙麗華、劉磊：《產(chǎn)業(yè)政策與企業(yè)資產(chǎn)金融化》，《財(cái)經(jīng)研究》2020年第11期。

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

（4） H. Almeida， M. Campello， M. S. Weisbach， The Cash Flow Sensitivity of Cash， The Journal of Finance， 2004， 59（4）， pp.1777-1804.

（5） 胡奕明、王雪婷、張瑾：《金融資產(chǎn)配置動(dòng)機(jī)：“蓄水池”或“替代”？——來自中國上市公司的證據(jù)》，《經(jīng)濟(jì)研究》2017年第1期。

（6） 王永欽、劉紫寒、李嫦、杜巨瀾：《識(shí)別中國非金融企業(yè)的影子銀行活動(dòng)——來自合并資產(chǎn)負(fù)債表的證據(jù)》，《管理世界》2015年第12期。

（7） 謝富勝、匡曉璐：《制造業(yè)企業(yè)擴(kuò)大金融活動(dòng)能夠提升利潤(rùn)率嗎？——以中國A股上市制造業(yè)企業(yè)為例》， ?《管理世界》2020年第12期。

（8） 彭俞超、韓珣、李建軍：《經(jīng)濟(jì)政策不確定性與企業(yè)金融化》，《中國工業(yè)經(jīng)濟(jì)》2018年第1期。

（9） 韓珣、田光寧、李建軍：《非金融企業(yè)影子銀行化與融資結(jié)構(gòu)——中國上市公司的經(jīng)驗(yàn)證據(jù)》，《國際金融研究》2017年第10期。

（10） 馮根福、鄭明波、溫軍、張存炳：《究竟哪些因素決定了中國企業(yè)的技術(shù)創(chuàng)新——基于九大中文經(jīng)濟(jì)學(xué)權(quán)威期刊和A股上市公司數(shù)據(jù)的再實(shí)證》，《中國工業(yè)經(jīng)濟(jì)》2021年第1期。

（11）（18） 蔡慶豐、陳熠輝、林焜：《信貸資源可得性與企業(yè)創(chuàng)新：激勵(lì)還是抑制？——基于銀行網(wǎng)點(diǎn)數(shù)據(jù)和金融地理結(jié)構(gòu)的微觀證據(jù)》，《經(jīng)濟(jì)研究》2020年第10期。

（12） 張成思、張步曇：《再論金融與實(shí)體經(jīng)濟(jì)：經(jīng)濟(jì)金融化視角》，《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》2015年第6期；宋清華、謝坤：《地區(qū)金融發(fā)展、異質(zhì)性與實(shí)體企業(yè)金融化》，《現(xiàn)代經(jīng)濟(jì)探討》2021年第2期。

（13）（20） A. Landier， V. B. Nair， J. Wulf， Trade-Offs in Staying Close： Corporate Decision Making and Geographic Dispersion， The Review of Financial Studies， 2009， 22（3）， pp.1119-1148.

（14） H. S. Shin， L. Zhao， Firms as Surrogate Intermediaries： Evidence from Emerging Economies， Asian Development Bank， 2013.

（15） H. Degryse， S. Ongena， Distance， Lending Relationships， and Competition， The Journal of Finance， 2005， 60（1）， pp.231-266.

（16） 李志生、金凌：《銀行競(jìng)爭(zhēng)提高了企業(yè)投資水平和資源配置效率嗎？——基于分支機(jī)構(gòu)空間分布的研究》，《金融研究》2021年第1期。

（17） S. Agarwal， R. Hauswald， Distance and Private Information in Lending， The Review of Financial Studies， 2010， 23（7）， pp.2757-2788.

（19）（27） 李秋梅、梁權(quán)熙：《企業(yè)“脫實(shí)向虛”如何傳染？——基于同群效應(yīng)的視角》，《財(cái)經(jīng)研究》2020年第8期。

（21） H. Seo， Peer Effects in Corporate Disclosure Decisions， Journal of Accounting and Economics， 2021， 71（1）， p.101364.

（22） 趙穎：《中國上市公司高管薪酬的同群效應(yīng)分析》，《中國工業(yè)經(jīng)濟(jì)》2016年第2期。

（24） 王小魯、胡李鵬、樊綱：《中國分省份市場(chǎng)化指數(shù)報(bào)告（2021）》，社會(huì)科學(xué)文獻(xiàn)出版社2021年版，第223—225頁。

（25） 杜勇、張歡、陳建英：《金融化對(duì)實(shí)體企業(yè)未來主業(yè)發(fā)展的影響：促進(jìn)還是抑制》，《中國工業(yè)經(jīng)濟(jì)》2017年第12期。

（26） 王博、邸超倫、武陽：《環(huán)保政策對(duì)PM2.5概念股收益率影響的傳導(dǎo)渠道檢驗(yàn)——兼議政府質(zhì)量和金融發(fā)展水平的調(diào)節(jié)效應(yīng)》，《南開經(jīng)濟(jì)研究》2022年第8期。

（28） 文章的研究樣本為制造業(yè)企業(yè)，因此同行業(yè)、不同行業(yè)的描述均參照證監(jiān)會(huì)2012年發(fā)布的《上市公司行業(yè)分類指引》中制造業(yè)二級(jí)行業(yè)分類，并且模型中制造業(yè)細(xì)分行業(yè)固定效應(yīng)的分類標(biāo)準(zhǔn)與此相同。

（30） B. K. Adhikari， A. Agrawal， Peer Influence on Payout Policies， Journal of Corporate Finance， 2018， 48， pp.615-637.

（31） J. Grennan， Dividend Payments as a Response to Peer Influence， Journal of Financial Economics， 2019， 131（3）， pp.549-570.

（32） 顧雷雷、郭建鸞、王鴻宇：《企業(yè)社會(huì)責(zé)任、融資約束與企業(yè)金融化》，《金融研究》2020年第2期。

（33） 錢愛民、吳春天、朱大鵬：《民營企業(yè)混合所有制能促進(jìn)實(shí)體經(jīng)濟(jì)“脫虛返實(shí)”嗎》，《南開管理評(píng)論》2023年第1期。

（34） 陶鋒、胡軍、李詩田、韋錦祥：《金融地理結(jié)構(gòu)如何影響企業(yè)生產(chǎn)率？——兼論金融供給側(cè)結(jié)構(gòu)性改革》，《經(jīng)濟(jì)研究》2017年第9期。

（35） C. J. Hadlock， J. R. Pierce， New Evidence on Measuring Financial Constraints： Moving Beyond the KZ Index， The Review of Financial Studies， 2010， 23（5）， pp.1909-1940.

（36） 指示函數(shù)I（·）可根據(jù)條件取值為1或0。

作者簡(jiǎn)介：宋清華，中南財(cái)經(jīng)政法大學(xué)金融學(xué)院教授、博士生導(dǎo)師， 湖北武漢，430074；林永康，通訊作者，山東財(cái)經(jīng)大學(xué)保險(xiǎn)學(xué)院講師，山東濟(jì)南，250014。

（責(zé)任編輯 李燈強(qiáng)）