2023年11月25日发(作者：诺基亚 5110)

郑忠华等：去杠杆政策、金融资产配置与企业脱实向虚

去杠杆政策、金融资产配置与企业脱实向虚

郑忠华 汤雅雯

*

摘 要：本文使用2012-2018年A股上市公司面板数据，利用双重差分模型来检验去杠杆政

策是否改变了企业金融资产配置水平。研究发现：去杠杆政策显著提高了企业金融资产持有份额，

并且这种提高在民营企业的金融资产配置上尤为显著，显示更多的金融资产是配置在交易性金融

资产上，说明企业有很强的动机保持自身的流动性。进一步通过调节效应检验发现，投资效率越

高，企业持有金融资产就越少。我们的研究指出：去杠杆政策的效果虽然在一定程度上降低了杠

杆率，但却让企业增加了金融资产的持有，刺激企业进一步脱实向虚；单纯的去杠杆防风险，

“”

或许并没有从长远上解决企业从实体经济抽离的问题。

关键词：去杠杆政策；金融资产配置；双重差分模型

中图分类号：F272.3

一、问题提出

金融资产的重要性对于企业来说不言而喻，已有的研究（杜勇等，2018）认为，企业持有金

融资产目的有两种：通过持有金融资产以应对未来的不确定性（“蓄水池”动机），或者是通过金

融资产持有来获取收益（“替代”动机）。企业通过配置金融资产能够缓解融资约束，提高企业经

营利润率，进而影响企业的投资效率（Baud&Duran，2012），特别是当宏观环境发生变化时，企

业出于预防储备动机倾向于持有更多金融资产（胡奕明等，2017）。但似乎越来越多的企业配置

过度金融资产，并呈现严重金融化趋势，进而经济出现脱实向虚的问题（戚聿东、张任之，2018；

彭俞超，2018），这诱发了学界的对金融资产配置的深入研究。进一步，一些研究表明：由于金融

资产投资与实体投资的收益存在利差，资金不断流入虚拟经济，导致资产价格泡沫、影子银行体

系膨胀，实体经济有效投资不足，并诱发系统性金融风险（Epstein G A，2006；张成思等，2016）。

在微观层面上，非金融类企业增加金融资产投资而减少生产性投资，并且以金融渠道获利作为企

业重要利润来源。但过度金融化会破坏企业创新能力（格里德尔Gleadle P，2014；王红建等，

2017）、冲击企业经营收益率（宋军等，2015）、挤出企业主业发展（杜勇等，2017）、抑制企业全

要素生产率（刘笃池等，2016；孙辉等，2019）等。

2015年12月中央经济工作会议提出，为防范金融风险，将“去杠杆”列为结构性改革的重

点任务之一，旨在帮助企业提高生产效率、改善债务结构，逐步将杠杆降低到合理水平，促进经

济持续健康发展。这一政策的核心在于降低杠杆率，但企业在去杠杆的同时，企业的资本结构、

现金持有会发生变化，那么在降低杠杆率的同时，这对企业的行为会发生怎样的影响呢？已有一

些对于企业金融资产配置研究（如黄贤环等，2018；刘贯春等，2018），主要从金融资产配置特征

与企业财务风险之间的关系、金融资产配置对企业杠杆率的影响以及宏观经济环境的调节作用等

角度出发，但对去杠杆背景下企业如何配置金融资产的研究却相对较少。我们更关心去杠杆是否

会改变其金融资产配置进而对企业产生新的影响。这促使我们对以下方面提出问题：第一，去杠

杆是否会影响企业金融资产配置，企业的现金流入去向是哪里？第二，是什么原因导致企业的金

融资产配置发生变化？

* 郑忠华，天津工业大学经济与管理学院；汤雅雯，天津工业大学经济与管理学院硕士生。通信作者：汤雅雯，

E-mail：。本文为天津市哲学社会科学重点项目“智能制造驱动企业成本管控创新的机理与路径研究”

（批准号：TJGL19-020）、天津哲学社会科学项目“僵尸企业”的高杠杆是否会引发金融风暴？”（批准号：TJYY17-010）

的阶段性成果。

19

产业经济评论 2021年第1期

这一问题之所以重要是因为，如果企业通过去杠杆降低了企业的债务，企业是继续降低企业

的杠杆还是转向其他方面？而如果企业把资金投入到金融资产上，那么在资产负债表中资产端就

会增加，表面上看杠杆率下降了，金融风险得到控制，但实际上有可能外部的信贷压力使得资源

仅是在金融资产上集聚，或者可能企业没有改变经营方式，进而缺少有效投资，企业或许只好将

资源转到金融资产上而不是进行有效投资。这样的结果是，从杠杆率角度来说，企业破产的风险

减小，但有可能脱实向虚的问题却严重了。进一步，当金融风险被触发时，由于企业整体的经济

活力没有得到提升，金融冲击就有可能被实体经济空心化放大，金融冲击或许会被放大为更大的

经济危机，去杠杆的真实意义就会大打折扣。

基于以上分析，我们利用去杠杆政策这一冲击，使用DID方法，对我国的上市公司在去杠杆

政策前后的金融资产进行分析。研究发现政策冲击下，企业增加了对金融资产的持有份额；稳健

性也支持了我们的结论。在进一步异质性检验中发现，与国有上市公司相比，民营上市公司增持

的金融资产更多，而且持有更多的交易性金融资产而非投资性金融资产。区别于已有研究，我们

的边际贡献在于：第一，为企业金融资产配置的变动提供了新的视角。本文基于去杠杆的政策冲

击研究企业金融资产配置的变动，同时考察由所有制、行业不同带来的企业金融资产变化的差异。

而目前的研究，多从去杠杆与经济增长的关系（王学凯和姜卫民，2020）、与企业的生产率（马草

原和朱玉飞，2020）、去杠杆的政策效应（周茜等，2020；许晓芳等，2020）等角度进行研究，而

鲜有考虑去杠杆政策冲击对企业金融资产配置变动的影响；第二，为科学合理评价“去杠杆政策”

提供了实证基础。已有研究对去杠杆政策的效果大多局限在对去掉多少杠杆的考量上，而忽略了

“去杠杆”“换流动性”并存的事实，而且在这方面的实证分析相对较少。第三，提供了化解这种

冲突的一种视角。我们的研究发现，投资效率越高的企业其金融资产持有就越低，企业投资效率

是影响其金融资产的变动的重要因素，因此，企业或者监管部门可以从提高投资效率方面制定相

应措施，进而让去杠杆政策发挥应有的作用。本文其他部分安排如下：第二部分为理论分析与研

究假说，第三部分实证模型与变量定义，第四部分为结果与分析，第五部分为进一步的机制分析，

第六部分为结论与启示。

二、理论分析与研究假说

去杠杆首次提出是在2015 年中央经济工作会议上，此后“2016年—2018年”的历年中央经

济工作会议上，都将去杠杆列为经济领域的重要工作并持续推进。与此同时，信贷政策逐步趋紧，

2015年12月金融机构人民币贷款余额同比增长率为14.3%，到2016年12月这一指标数值下降到

13.5%。伴随着信贷余额的收紧，贷款难度也逐步提升，在去杠杆政策背景下，企业杠杆率下降，

到2018年第4季度末，我国非金融企业部门杠杆率已连续7个季度环比下降。虽然这一政策的

主要目的在于降低企业金融风险，但是，我们很难想象去杠杆政策能迅速改变企业原有的经营模

式，企业不可能在短期就迅速找到新的利润增长点，在找不到新的利润增长点的情况下，那么把

资产配置在容易变现的金融资产上，或许就成为企业的最优选择。这样一方面保证自己在资金困

难的时候，可以迅速变现金融资产获得资金；另一方面，当企业把资金配置在金融资产上，由于

增加了资产负债表中资产项目，降低了杠杆率。我们认为，去杠杆政策下，企业配置金融资产的

行为，一方面源于去杠杆压力，信贷市场上资金获取困难，企业会更加珍视自身的资金，另一方

面源于自身经营方式没有根本的改变，缺少新的投资机会，那么将资产配置在金融资产上或许就

是其当下最好的选择。

20

郑忠华等：去杠杆政策、金融资产配置与企业脱实向虚

（一）去杠杆政策导致企业配置了更多的金融资产

图1是我们整理的2012—2018年上市公司的金融资产配置变化，从图中可以看出，金融资

①

产持有量在2015年后呈现大幅上升趋势，而且比较2015年前后，我们明显发现，企业金融资产

配置的速度在2015年后显著增加。图2是我们整理的不同杠杆率下，企业金融资产变动。从图

②

中明显看出，高杠杆企业的金融资产在2015年后显著增加，而低杠杆企业则变化并不明显。一

般来说，当市场的不确定性增加时，经理人更倾向于通过增持大量流动性资产和营运资本管理来

应对外部环境对主营业务的不利冲击，进而降低企业经营风险（Bloom et al.，2010；李浩举等，

2016）。这是因为，金融资产具有较好的流动性和盈利性，如果去杠杆是企业通过经营收益所得

来清偿借贷，那么就会抑制企业资产端的投资扩张，之前企业累积的负债水平越高，为防止财务

困境出现，企业就会持有更多流动性较好的货币现金和交易性金融资产等短期金融资产，当出现

财务紧张时，企业就可以通过出售此类金融资产来及时补充流动性。另一方面，企业管理者趋于

投资金融资产而非固定资产，是由于金融渠道获利在企业盈利中占比逐渐增大（Demir，2009），

在我国由于金融和房地产业收益率水平远远高于实体经济行业，大量非金融企业在利益驱使下将

资金投向金融资产。我们猜测，在去杠杆过程中，一方面是信贷压缩，企业试图保持流动性而增

加金融资产，另一方面在政策本身的推动下，企业试图降低杠杆率，两种力量合力推动企业把资

金配置在金融资产上以保持流动性。由以上分析我们推测：企业在去杠杆后，由于保持流动性和

信贷收紧的双重压力，会持有更多金融资产。由此我们提出以下假设：

H：去杠杆政策的实施会使企业增加金融资产持有份额。

1

金

融

资

产

持

有

量

（

单

位

：

千

万

元

）

图1 上市公司金融资产量变化 图2 不同杠杆率企业金融资产量变化

（二）去杠杆中，民营企业比国有企业持有更多金融资产

在去杠杆过程中，由于信贷的收紧，企业更难获得信贷支持，而我国企业普遍存在债务与资

产的期限结构错配问题，即“短债长用”的现象，而企业债务以短期债务为主，如果出现资金不

足，而企业又由于去杠杆的压力而无法及时获得信贷，那么企业就会从“外源性”融资转向“内

源性”融资，由于其所有制的差异，民营企业受到的融资限制要远大于国企，那么就会在去杠杆

过程中比国有企业持有更多的金融资产。

图3是我们按不同所有制整理的2012—2018年国企与民营的金融资产持有量变化，从图中

可以看出，两者金融资产持有量均呈现上升趋势，更为明显的是，在2015年之后，民营企业的

持有量变化速度明显高过国有企业。进一步，我们比较了民营企业不同杠杆率下金融资产持有量

的变化（见图4），从中可以看到，高杠杆民企的金融资产配置在2015年后，显著高于低杠杆民

① 这里金融资产是企业的货币资金、交易性金融资产、应收利息及股利净额、衍生金融资产、可出售金融资产净额、

持有到期投资净额和投资房地产净额之和。

② 这里高杠杆是资产负债比在0.75以上，反之为低杠杆。

21

产业经济评论 2021年第1期

企。在我国，产权性质的不同使得融资难易不同尤为明显（邓可斌和曾海舰，2014）。根据优序融

资理论，由于存在交易成本，企业融资时优先考虑内部融资，其次是外部融资。非国有企业可以

根据自身经营情况选择所持有的金融资产规模，以便出现现金流短缺时可以快速变现以应对资金

需求。已有研究（李广子和刘力，2009；程六兵和刘峰，2013）发现，我国产权性质不同的企业

所受到的融资约束差异巨大。对于民营企业，外部融资渠道受限，难以较低成本获得充足资金。

而对于国有企业而言，凭借国家信用担保的天然优势可以获得更多的信贷配给。我们猜想：由于

融资成本的不同导致去杠杆对企业的影响也会不同，民营企业往往比国有企业存在更强的融资约

束，当杠杆率处于较高水平时，由于资金成本压力，这类企业或许更有冲动去降低杠杆。而在其

重新配置资产过程中，为减轻其日后的融资压力，民营企业尤其是高杠杆的民企或许更倾向于持

有更多的金融资产，因为相较于通过外部资本市场融资而言，内部融资成本更低，资金使用范围

更加灵活，而金融资产的变现能力好，在资金困难的时候，通过出售可以很快弥补资金不足。

因此，我们提出假设二：

H：与国有企业相比，去杠杆政策会使民营企业显著提高其金融资产持有份额。

2

金

融

资

产

配

置

（

单

位

：

千

万

元

）

图3 不同所有制上市公司金融资产量变化图4 不同杠杆率下民企金融资产量变化

三、实证模型与变量定义

（一）样本选取与数据来源

我们选取2012年至2018年沪深两市A股上市公司的数据作为研究样本，并对数据进行如下

处理：（1）为使得数据前后对照，删除2015年及以后年份上市的企业。（2）剔除所有ST、*ST

以及金融行业的企业样本。（3）删除在2012年至2018年间发生行业变更的企业样本。（4）为

消除极端值对实证分析的干扰，对企业层面的连续变量进行1%的缩尾处理。经过上述处理后，

本文最终得到非金融企业上市公司2012—2018年的面板数据，共计有效样本数为14 857个。本

文的企业数据来源为国泰安数据库，宏观层面的数据来源为国家统计局。

（二）实证模型与变量定义

本文以2015年末去杠杆政策前后A股上市企业的金融资产配置变动构建双重差分

（Difference in Difference，DID）模型，比较去杠杆政策前后处理组与对照组行业的企业金融化资

产比重是否存在差异变动。模型构建如下：

FatreatedtimetreatedtimeXyearinsustry

i,t1i,ti,t2i,t3i,ti,tii,t





（1）

其中，该模型各变量的具体定义如下：

22

郑忠华等：去杠杆政策、金融资产配置与企业脱实向虚

（1）被解释变量：Fa表示企业金融资产总份额，用金融资产/总资产衡量。参考杰米尔

（Demir，2009）和企业会计准则，本文将货币现金、交易性金融资产、持有到期投资、衍生金融

资产、可供出售金融资产、长期股权投资、投资性房地产、应收股利、应收利息这九个科目划分

为金融资产。其中，剔除房地产行业公司持有的投资性房地产数据。

（2）解释变量：①treated用以识别某上市公司的资产负债率是否受到去杠杆政策的影响。在

2015年末国家正式提出去杠杆政策时同时采取“五控三增”来进一步落实去杠杆政策。其中五控

中的一控就是为保证企业稳健发展确定合理的资产负债率标准，此标准分为三类，科研设计企业

为65%，工业企业为70%，非工业企业75%。本文选取三者中较高即75%的资产负债率为基准

对处理组和对照组进行分类，即本文中若某一企业的杠杆率大于75%则treated赋值为1，视为处

理组，若某一企业的杠杆率小于或等于75%则treated赋值为0，视为对照组。②time用来识别去

杠杆政策实施的时间，由于去杠杆政策的提出是在2015年底，因此将2015年作为政策年，2015

年以后各年份time赋值为1，将2015年以前各年份time赋值为0。③treated*time为分组变量与

时间变量的交互项，其系数若为正，表明去杠杆政策提高了企业金融资产配置程度，反之，则

β

1

降低了企业金融化程度。

（3）控制变量：模型中X是一系列控制变量，控制变量包括资产规模Size、盈利能力Roa、

融资约束Cfo、有形资产比例Tan、流动比率Real和股权集中度Topone、营业利润率Opm。

表1 主要变量定义

变量名称 变量定义 变量说明

Fa

time

treated

treated* time

Lev

Size

Roa

Cfo

Tan

Topone

Real

Opm

金融资产份额 用金融资产总额/总资产衡量

时间变量 虚拟变量，2015年之后赋值为1；否则赋值为0

分组变量 虚拟变量，企业资产负债率≥75%赋值为1；否则赋值为0

分组变量*时间变量 交互项，用来度量处理组的政策效应

资产负债率 负债总额/资产总额

资户规模 总资产的自然对数值

盈利能力 净利润/平均总资产

融资约束 经营性现金流/总资产

有形资产比例 固定资产净额/总资产

股权集中度 第一大股东持股比例

流动比率 流动资产/流动负债，衡量企业偿债能力

营业利润率 营业利润/营业收入，衡量企业经营效率

（三）变量的描述性统计

根据表2的描述性统计，样本中金融资产份额的均值为0.248，最小值为0.000 5，最大值为

0.9964，标准差为0.1588，说明不同企业持有的金融资产份额差异非常大。资产负债率较高的处

理组所持有的金融资产份额均值低于对照组，两者差额为6.8%。同时处理组的Roa均值为-0.006，

营业利润率的均值为-0.075，这两者均为负值，而对照组这两项指标均值分别为0.039和0.093。

流动比率上，对照组也比处理组高出1.606。这表明相对处理组，对照组的盈利能力、经营效率

及资产流动性均较强，去杠杆政策目标群里企业的收益情况显著较差。

表2 主要变量的描述性统计

变量名称 均值 标准差 均值 标准差 均值 标准差

Lev 0.435 0.263 0.865 0.544 0.400 0.185

Fa 0.248 0.159 0.185 0.129 0.253 0.160

Size 0.223 0.013 0.235 0.018 0.222 0.013

Roa 0.036 0.146 -0.006 0.475 0.039 0.066

Cfo 0.133 0.097 0.065 0.066 0.139 0.097

全样本 处理组 对照组

23

产业经济评论 2021年第1期

续表

变量名称 均值 标准差 均值 标准差 均值 标准差

Tan 0.224 0.168 0.196 0.218 0.226 0.163

Topone 0.347 0.151 0.378 0.154 0.345 0.151

Real 2.546 3.832 1.060 0.932 2.666 3.950

Opm 0.081 1.308 -0.075 1.036 0.093 1.327

全样本 处理组 对照组

四、结果与分析

（一）平行趋势检验

在使用双重差分模型之前，需要对处理组和对照组进行平行趋势检验，若在去杠杆政策实施

之前两者之间就存在明显差异变动，则不能说明利用上述模型估计得到的政策效果是由政策的实

施引致的差异，反之，若两者之间不存在明显差异变动，则继续使用DID模型进行实证研究。具

体平行趋势检验的模型如下：

FaBefore2Before1CurrentAfter1After2After3

i,t01i,t2i,t3i,t4i,t5i,t6i,t



XyearIndustry





i,tii,t

（2）

其中，Fa为衡量企业金融化程度的指标，Before2和Before1分别代表政策发生前两年的虚

拟变量；Current表示政策实施当年，在本文中即2015年；After1、After2、After3分别代表政策

发生后三年的虚拟变量，与Before变量相同，该虚拟变量在当年取值为1，否则取值为0。另外，

X为控制变量，Industry用以控制行业固定效应，year用以控制年份固定效应，ε为随机扰动项。

表3 平行趋势检验结果

时期

系数

（t值）

Before2 Before1 Current After1 After2 After3

0.005 0.021 0.027* 0.035** 0.033** 0.030**

（0.30） （1.36） （1.76） （2.30） （2.21） （2.07）

注：***、**、*分别表示在1%、5%、10%水平下显著，括号内是t值。

表3平行趋势结果显示，Before2、Before1均不显著，而Current在10%的统计水平下显著，

After1、After2、After3均在5%的水平下显著。这表明，去杠杆政策实施前，对照组和处理组所持

有金融资产份额具有共同趋势，而去杠杆政策实施后，两组对于金融资产配置出现明显差异。该

检验结果证实本文的双重差分模型具有合理性。

（二）企业杠杆率与金融资产配置

表4报告了去杠杆政策对企业配置金融资产份额影响的回归结果。表4中三列为依次增加控

制变量个数的回归结果，均控制了行业效应和年份效应。表格第一列为OLS估计，交互项的系

数为0.043，在1%的统计水平下显著。第二列在第一列的基础上加入公司规模、盈利能力、经营

性现金流、有形资产比例和第一大股东持股比例五个控制变量，交互项系数依然为正，且在1%

的统计水平下显著。第三列加入全部控制变量后，交互项的系数为0.035，表明去杠杆政策会使

企业金融资产份额显著增加。

24

郑忠华等：去杠杆政策、金融资产配置与企业脱实向虚

表4 全样本嵌套回归结果

变量名称

treated*time

Control

企业固定效应

年份固定效应

行业固定效应

N

R2

（1） （2） （3）

FaFa Fa

0.043*** 0.043*** 0.035***

（8.28） （8.10） （7.14）

No Yes Yes

Yes Yes Yes

Yes Yes Yes

Yes Yes Yes

14 857 14 856 14 799

0.725 0.730 0.772

注：***、**、*分别表示在1%、5%、10%水平下显著，括号内是标准差。

表5给出加入协变量后自抽样300次的估计结果，处理组和控制组的差分依然具有显著性。

表5 双重差分检验结果

金融资产份额Fa

（t值）

控制组 处理组

政策前 政策后 政策前 政策后 政策前 政策后

0.266 0.244 0.170 0.198

-0.096*** -0.046*** 0.05***

（-16.25） （8.61） （5.96）

Diff Diff-in-Diff

注：***、**、*分别表示在1%、5%、10%水平下显著，括号内是标准差。

以上结果验证了我们的假设一，在控制相关因素下，去杠杆政策之后，处理组的企业在其金

融资产份额上显著增加，说明在去杠杆过程中，的确增加了自身的金融资产。

为了结果的稳健，我们做了如下的检验：

1．安慰剂检验

参考Liu &Lu（2015）、周茂等（2016）的做法，我们让去杠杆政策对特定企业的冲击变得随

机（由计算机指定处理组），再使这个随机过程重复1 000次，如果这样的随机处理能够使得交互

项系数为0，那么说明我们随机产生的假的处理组没有作用，而真实处理组的交互系数与其有较

大差异。图5所示交互项系数的随机拟合值都集中分布在零的附近，而真实的回归结果与之没有

重叠部分，因此证明虚拟的处理组没有产生政策效果。

图5 随机处理后的交互项系数的分布

25

产业经济评论 2021年第1期

2．稳健性检验

我们采用更换被解释变量的方法进行稳健性检验。参照宋军和陆旸（2015）金融资产划分方

法，将交易类金融资产、委托贷款等新兴金融资产、投资性房地产余额、所持金融机构股权）重

新合成金融资产总额，再除以总资产，定义为新的金融资产进行回归。参考Demir（2009）、张思

成和张步昙（2016）将金融资产分成广义和狭义两种口径，广义金融资产即前文提到的九项金融

资产，而狭义金融资产不包含长期股权投资，同时我们将金融资产按照其性质划分为交易性金融

资产和投资性金融资产，其中交易性资产为货币资金+交易性金融资产+衍生金融资产+可出售金

融资产，投资性金融资产为投资净额+长期投资净额+房地产投资净额，分别除以总资产作为衡量

金融资产的代理变量，用这四个变量作为新的被解释变量进行回归。

表6报告了以上四种稳健性检验方式的回归结果。从表中可以看出，除投机性金融资产不显

著外，其余各回归交互项的系数依然为正，且均在1%的统计水平下显著，这说明去杠杆政策让

企业显著增加了流动性更好的金融资产，从而说明本文假设一：政策冲击导致金融资产持有增加

的结论具有稳健性。

表6 稳健性检验

（1）

变量名称 狭义金融资产/总资产（张

金融资产/总资产（宋军

和陆旸，2015）

treated*time

Control Yes Yes Yes Yes

企业固定效应

年份固定效应

行业固定效应

N 14 799 14 799 8 416 8 404

Adust-R 0.789 0.730 0.738

2

0.019*** 0.034*** 0.032*** -0.004

（3.97） （7.21） （0.003） （0.004）

Yes Yes Yes Yes

Yes Yes Yes Yes

Yes Yes Yes Yes

（2）

思成和张步昙，2016）

（3） （4）

交易性金融资产/总资产 投资性金融资产/总资产

0.864

注：***、**、*分别表示在1%、5%、10%水平下显著，括号内是标准差。

同时，我们把样本按照不同分位点，重新做DID的差分检验，回归结果如表7所示。从表

①

中结果可以看出，更换0.25、0.5及0.75分位点后差分结果均具有显著性，说明不同分位点的样

本同样增加稳健持有金融资产份额，这也印证本文假设一结论的稳健性。

表7 不同分位点的双重差分检验结果

金融资产份额Fa 控制组 处理组

分位点 政策前 政策后 政策前 政策后 政策前 政策后

0.25 -0.116 -0.063 -0.151 -0.080 -0.036*** -0.016*** 0.019***

0.5 -0.051 0.007 -0.097 -0.019 -0.047*** -0.026*** 0.021**

0.75 0.008 0.072 -0.057 0.033 -0.066*** -0.038*** 0.028**

Diff Diff-in-Diff

注：***、**、*分别表示在1%、5%、10%水平下显著，括号内是标准差。

3．动态效果检验

一项政策的实施随着不断推进其影响往往会逐步加深，为进一步明确该政策是如何随着年份

增加影响金融资产份额变化的过程，我们用年份和是否进行处理变量交互作为衡量动态效果的变

量进行回归，结果如表8所示。依次加入控制变量后，第三列结果显示去杠杆政策后第一、二、

① 我们也用稳健性中另外四种金融资产口径做了分位的差分检验，结果类似。

26

郑忠华等：去杠杆政策、金融资产配置与企业脱实向虚

三期的结果均在1%的水平下显著，这在一定程度上说明去杠杆政策对于金融资产具有一定的持

续性，并且持续为正。总体而言，去杠杆政策使企业增加了金融资产份额。

表8 动态效果检验

变量名称

treated*year1 0.030*** 0.030*** 0.026***

treated*year2 0.035*** 0.036*** 0.032***

treated*year3 0.040*** 0.040*** 0.031***

Control

企业固定效应

年份固定效应

行业固定效应

N 14 857 14 856 14 799

Adust-R 0.725 0.730 0.772

2

（1） （2） （3）

Fa Fa Fa

（4.95） （4.89） （4.28）

（5.10） （5.20） （4.85）

（5.39） （5.37） （4.15）

No Yes Yes

Yes Yes Yes

Yes Yes Yes

Yes Yes Yes

注：***、**、*分别表示在1%、5%、10%水平下显著，括号内是标准差。

（三）产权异质性检验

接下来我们对假设二进行验证，表9报告了国有企业与非国有企业主要变量的描述性统计。

我们的样本包括国有企业样本5 975个，民营企业样本7 912个。从表9可以看出，国有企业相

对于民营企业的资产负债率均值较高，而所持有金融资产份额均值较低。另外，从均值T检验的

结果可以看出，盈利能力、经营性现金流、流动比率和营业利润率也显著低于非国有企业。整体

来说，国有企业与民营企业样本中，除营业利润率外的全部变量均存在显著差异，尤其在流动资

产这一指标上，两者有显著性的差异，这从侧面说明民企信贷约束更紧。

表9 国有企业与非国有企业的描述性统计

变量名称 均值 标准差 中位数 均值 标准差 中位数

Lev 0.512 0.231 0.517 0.383 0.273 0.363 -0.132***

Fa 0.239 0.156 0.198 0.253 0.160 0.215 0.010***

Size 0.229 0.014 0.227 0.219 0.011 0.218 -0.010***

Roa 0.030 0.153 0.027 0.040 0.143 0.039 0.010***

Cfo 0.116 0.088 0.094 0.144 0.100 0.122 0.029***

Tan 0.264 0.199 0.220 0.195 0.135 0.173 -0.068***

Topone 0.392 0.155 0.382 0.313 0.137 0.295 -0.073***

Real 1.726 2.008 1.309 3.115 4.667 1.907 1.342***

Opm 0.071 0.352 0.053 0.085 1.707 0.084 0.015

国有企业 非国有企业 均值T检验

mean-diff

注：***、**、*分别表示在1%、5%、10%水平下显著，括号内是标准差。

为保证结果的稳健性我们使用了5种金融资产度量方式，即金融资产/总资产、宋军和陆旸

（2015）定义的金融资产、交易性和投资性金融资产以及张成思和张步昙（2016）定义的狭义金融

资产。表10报告了不同产权性质下去杠杆政策对企业金融资产份额影响的回归结果，从表中可

以看出，与国有企业相比较，金融资产以及从狭义角度定义的金融资产，民营企业都显著增加，

其中代表流动性更好的交易性金融资产份额也是显著增加，而投资性金融资产份额却不显著，这

说明去杠杆政策冲击主要是让民企增加了更具有流动性的金融资产而不是投资性的金融资产。反

27

产业经济评论 2021年第1期

而是国有企业中，除交易性金融资产份额有所减少外，其余各种定义下的金融资产都变化不显著。

这说明，整个去杠杆政策中，由于信贷的压缩，民营企业不得不在金融资产上配置更多，以增加

自身的流动性，并且这种增加主要体现在交易性金融资产的持有上，而国有企业由于信贷约束宽

松则无此动力，所以其金融资产变动不显著。这印证了我们的猜测，即由于所有制的差异所导致

的融资困难，逼迫民营企业在去杠杆过程中加大了其金融资产的持有，这证明本文假设二成立。

由此我们可以看到，虽然去杠杆的政策意图是防范金融风险，但结果却是民营企业增加了金融资

产的配置，这在一定程度上加剧了企业层面的脱实向虚。

表10 产权异质性回归结果

国有企业 民营企业

金融资产/金融资产/

变量名称 融资产/总融资产/总产（张思融资产/总融资产/总产（张思

金融资产/金融资产/

总资产 总资产

总资产总资产

（宋军和 （宋军和

陆旸，陆旸，

2015） 2015）

treated*time

Control Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes

0.008 -0.002 -0.010** -0.001 -0.005 0.070** 0.018** 0.056*** 0.005 0.024***

Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes

Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes

Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes

5 953 5 953 3 461 5 953 7 773 7 904 7 904 4 406 7 904 N 5 937

0.848 0.834 0.926 0.802 0.667 0.716 0.763 0.774 0.688 Adust-R 0.826

（0.008）（-0.51） （0.011） （-2.09） （0.004） （-1.27） （2.08） （4.98） （0.007） （2.95）

交易性金投资性金资产/总资交易性金投资性金资产/总资

资产 资产 成等，资产 资产 成等，

狭义金融狭义金融

2016） 2016）

个体固定效应

年份固定效应

行业固定效应

2

注：***、**、*分别表示在1%、5%、10%水平下显著，括号内是标准差。

（四）行业异质性检验

进一步，我们从不同行业角度进行异质性分析。我们将主要关注制造业、房地产业。关注制

造业是因为脱实向虚主要是制造业资金外流，会造成产业中空，而去杠杆的政策冲击是否会对制

造业产生影响是我们更为关心的问题；关注房地产业是因为我们想知道作为资金密集型行业的房

地产企业，在金融资产配置上是否不同。我们用其他非上述两个行业作为对照比较。通过表11我

们发现，在5%显著性水平下，制造业金融资产明显增加，从增加的方向上看，交易性金融资产

份额增加而投资性金融资产份额减少，说明去杠杆政策促使制造业企业增加了金融资产，但增加

的是交易性的金融资产而减少了投资性的金融资产。我们知道，虽然投资性的金融资产可以让企

业从金融市场上获利，但其流动性要弱于交易性金融资产，由于交易性的金融资产流动性更好，

企业就可在资金紧张时，迅速获得流动性，其背后的机制可能是：制造业企业依旧面临着资金的

不足，去杠杆冲击下，流动性更好的交易性金融资产是制造业企业增加的首选部分。其次可以看

到，一直以来被认为的资金密集型的房地产业，金融资产、交易性和投资性金融资产变化并不显

著，说明其金融资产未受到过多的政策冲击，去杠杆对其金融资产配置影响并不明显。最后，作

为对照的其他行业，除交易性金融资产份额在10%下显著外，投资性金融资产增加并不显著，说

明整体上看，除房地产外其余行业金融资产受冲击较小。综上可以看到，在去杠杆过程中，我国

制造业企业正配置更多的金融资产，其背后原因或许依旧是长久以来一直所面对的融资困难，这

迫使企业首先要解决生存问题。

28

郑忠华等：去杠杆政策、金融资产配置与企业脱实向虚

表11 行业异质性回归结果

变量名称 /总资产 /总资产 /总资产

treated*time

Control Yes Yes Yes Yes Yes Yes Yes Yes Yes

个体固定效应

年份固定效应

行业固定效应

N

Adust-R 0.706 0.703 0.841 0.641 0.714 0.900 0.779 0.798 0.886

2

制造业 房地产业 其他行业

金融资产金融资产金融资产

0.021** 0.026** -0.014** -0.015 -0.002 -0.012 0.038*** 0.033* -0.006

（0.007） （-0.01） （-0.005） （0.012） （-0.013） （-0.009） （0.011） （-0.014） （-0.008）

Yes Yes Yes Yes Yes Yes Yes Yes Yes

Yes Yes Yes Yes Yes Yes Yes Yes Yes

Yes Yes Yes Yes Yes Yes Yes Yes Yes

10 549 6 039 6 034 585 354 358 3 505 2 022 2 011

交易性金投资性金交易性金投资性金交易性金投资性金

融资产/融资产/融资产/融资产/融资产/融资产/

总资产 总资产 总资产 总资产 总资产 总资产

注：***、**、*分别表示在1%、5%、10%水平下显著，括号内是标准差。

五、进一步分析

通过以上研究，我们发现去杠杆会刺激企业持有更多金融资产，进一步在异质性分析中我们

发现民营企业金融资产增加更为显著，而且主要是增加流动性更好的交易性金融资产，并且在分

行业的异质性分析中也有类似的发现，那么为什么企业会增加对金融资产，特别是交易性金融资

产的持有呢？

当杠杆率较高时，企业面临较大债务的压力，为了维持企业的运转，经理人不得不关注于企

业的短期盈利，企业收入的大部分进行债务偿还，甚至通过更大量的举债维持企业的运转；而随

着去杠杆政策的实施，杠杆率下降，企业财务状况变好，自由现金流增加，债务的压力获得减轻，

企业获得更好的现金流，此时管理层面临的选择是如何支配现金流。作为之前有较高杠杆率的企

业，其自身的财务状况决定了必然会面临较大的金融约束，此时企业为自身考虑则会储藏以备日

后所需，更为可能的情形是，这类高杠杆企业往往是低效率的企业，企业的低效率会阻碍其投资，

这类企业最终可能把其在去杠杆过程中获得的自由现金流更多转变成金融资产，而不是去投资。

这样的原因一方面是因为金融约束所致，更重要的是源于企业自身低效，投资的低效率或许是影

响去杠杆冲击下企业增加金融资产配置的原因。我们猜测：去杠杆政策下，企业动态调整资本结

构，把更多资金配置到流动性更好的金融资产上，却并没有进行有效的投资，那么我们就应该观

察到，投资效率高的企业，必然会比投资效率低的企业要少持有金融资产，随着投资效率的提高，

企业应该减少金融资产的持有。

为了证实以上的猜测，我们参考Richardson（2006）构建的预期投资模型，用模型回归得到

的残差来衡量投资效率。控制变量包括：上一期的主营业务收入增长率、资产负债率、现金持有

水平、投资支出以及公司规模，并控制行业、年份固定效应。利用该模型回归残差得到企业投资

效率（INV）后，我们用残差大于0表示过度投资，反之，残差小于0表示投资不足。我们选择

企业投资效率作为调节变量，调节效应模型的方程如下所示，其中INV为投资效率，其余变量与

前文相同。为了更准确观测回归中交互项的系数，对自变量Lev和调节变量INV进行了去中心化

处理。

FaLevLevINVINVXyearIndustry

i,t1i,t2i,ti,t3i,ti,ti,t





（3）

表12报告了调节效应检验回归结果。与前文主效应回归相同，三列被解释变量依次为金融

资产（Fa）、交易性金融资产（Fa_2）和狭义金融资产（Fa_3）。可以清楚看到，交互项的回归结

29

产业经济评论 2021年第1期

果依然在1%的统计水平下显著为正，说明随着企业投资效率的增强，企业杠杆率对金融资产配

置的负向作用将减小，这也意味着企业如果能够实现投资的高效率，则不会过多持有金融资产。

这在一定程度上说明，去杠杆仅仅降低了企业的破产风险，并没有提高企业的投资效率、经营活

力，由于企业的经营活力没有得到提高，企业就无法通过效率的提升获得更好的发展动力。去杠

杆使得企业被动持有更多的金融资产，而不是进一步去投资。

表12 调节效应检验

变量名称

Lev

Lev*INV

INV

Control Yes Yes Yes

个体固定效应

年份固定效应

行业固定效应

N 13 553 7 491 7 450

Adust-R 0.757 0.776 0.783

2

（1） （2） （3）

Fa Fa_2 Fa_3

-0.164*** -0.216*** -0.221***

（0.010） （0.015） （0.015）

0.140** 0.289** 0.390***

（0.030） （0.091） （0.094）

-0.160*** -0.305*** -0.319***

（0.030） （0.044） （0.046）

Yes Yes Yes

Yes Yes Yes

Yes Yes Yes

注：***、**、*分别表示在1%、5%、10%水平下显著，括号内是标准差。

进一步，考察调节变量投资效率与杠杆率两者的交互关系，如图6所示。其中，横轴为将杠

杆率十等分，纵轴为相应金融资产份额（Fa）的线性预测值，我们将投资效率进行三等分，分为

高中低三种效率水平。如果投资效率对于“杠杆率对金融资产份额”无影响，则下图的每条线之

间应该互相平行，但从图中可以看出，不同效率与杠杆率之间呈现明显的负相关，即随着投资效

率的上升，杠杆率越高金融资产配置的就越少，图6直观地验证了我们的调节效应结论，即投资

效率越高，企业的金融资产配置就越少。

图6 投资效率与杠杆率关系图

30

郑忠华等：去杠杆政策、金融资产配置与企业脱实向虚

六、结论与启示

本文聚焦去杠杆政策对我国上市企业配置金融资产的总体影响，使用双重差分模型进行实证

分析，结果发现：去杠杆政策显著提高了企业金融资产持有份额，这种提高在民营企业的金融资

产配置上尤为显著。与国有企业相比，民营企业在这一政策冲击下，金融资产尤其是交易性的金

融资产增加更多，背后的原因在于民营企业的金融约束更强，使得其更要保证充足的金融流动性，

从而企业就会增持更多的金融资产。这一现象在上市的制造业企业中也有同样体现。进一步通过

调节效应检验，我们发现企业投资效率会调节企业杠杆率对金融资产配置的影响，即投资效率低

的企业越容易增加金融资产，而投资效率高的企业越不愿意增加金融资产，这说明只有那些投资

效率高的企业才能够更好地使用资源，而投资低效的企业，更愿意增持金融资产。

从以上研究，我们认为：虽然去杠杆政策取得了一定的效果，企业的杠杆率获得了下降，降

低了破产风险，但企业为了保持有较好的流动性转而增持了金融资产，进一步刺激企业脱实向虚，

而这部分增持金融资产的企业中，又以民营企业、制造业企业尤其显著。民营企业作为经济活力

重要的代表，如果不能将资产配置重心放入实体经济中，那么经济活力就会大打折扣，而制造业

作为实体经济最重要的组成部分，出现“脱实向虚”，也会严重制约其发展，影响制造业投资，进

而出现产业投资不足。一个企业的投资效率越高，那么其增持金融资产的动力就越弱，投资效率

低下，是导致企业持有更多金融资产的原因。因此，我们认为：提高企业活力、给企业更为宽松

的融资环境才是我国经济转型的更为关键的一环，仅仅关注企业的杠杆率，不重视企业投资效率

的提升，不降低企业尤其是民营企业的融资约束，那么企业即便降低杠杆率，这类企业也不得不

在金融资产上进行更多的配置，以防止资金不足。

结合本文的研究，我们提出以下几点建议：第一，政府在深入推进结构性去杠杆政策的同时

要注重优化金融资源配置，针对不同类型企业的投融资异质性对症下药，缓解融资约束问题，消

除银行信贷歧视。第二，要改善企业投资不足问题，企业要重视本身的效率问题，只有效率提高，

才能从根本上促进企业更好地投资实体经济，实现资源最优配置，真正落实“金融服务实体”，让

企业不再“脱实向虚”。

参考文献

程六兵、刘峰：《银行监管与信贷歧视——从会计稳健性的视角》，《会计研究》，2013年第1期，第28-34页。

邓可斌、曾海舰：《中国企业的融资约束：特征现象与成因检验》，《经济研究》，2014年第2期，第47-60页。

杜勇、张欢、陈建英：《金融化对实体企业未来主业发展的影响：促进还是抑制》，《中国工业经济》，2017年

第12期，第113-131页。

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》，《经济研

究》，2017年第1期，第181-194页。

黄贤环，吴秋生，王瑶：《金融资产配置与企业财务风险：“未雨绸缪”还是“舍本逐末”》，《财经研究》，2018

第12期，第101-113+126页。

李广子，刘力.：《债务融资成本与民营信贷歧视》，《金融研究》，2009年第12期，第141-154页。

李浩举，程小可，郑立东：《经济政策不确定性、营运资本管理与企业价值》，《中央财经大学学报》, 2016年

第3期，第72-81页。

刘笃池，贺玉平，王曦：《企业金融化对实体企业生产效率的影响研究》，《上海经济研究》， 2016年第8期，

第74-83页。

31

产业经济评论 2021年第1期

刘贯春，张军，刘媛媛：《金融资产配置、宏观经济环境与企业杠杆率》，《世界经济》，2018年第1期，第148-

173页。

马草原，朱玉飞：《去杠杆、最优资本结构与实体企业生产率》，《财贸经济》2020年第7期，第99-113页。

马红，王元月：《去杠杆是否能提高企业的投资效率?——基于中国上市公司经验数据的实证分析》，《证券市

场导报》，2017年第5期，第15-22页。

彭俞超，韩珣，李建军：《经济政策不确定性与企业金融化》，《中国工业经济》，2018年第1期，第137-

155页。

戚聿东，张任之：《金融资产配置对企业价值影响的实证研究》，《财贸经济》，2018年第5期，第38-52页。

孙辉，何万瑶，龙游宇：《融资约束、信贷规模与企业投资效率——基于中小企业板上市企业的实证研究》，

《产业经济评论》，2019年第6期，第95-106页。

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》，《金

融研究》，201年第6期，第115-131页。

谭小芬，徐慧伦，董兵兵：《中国非金融企业杠杆率的结构性特征及其演变趋势》，《国际经济评论》，2020年

第2期，第124-146+7页。

王红建，曹瑜强，杨庆：《实体企业金融化促进还是抑制了企业创新——基于中国制造业上市公司的经验研

究》，《南开管理评论》，2017年第1期，第155-166页。

王学凯，姜卫民：《去杠杆与稳增长能同时实现吗?:基于58个国家面板数据的实证研究》 ，《世界经济研究》，

2020年第7期，第76-89+136页。

王宇伟，盛天翔，周耿：《宏观政策、金融资源配置与企业部门高杠杆率》，《金融研究》，2018年第1期，第

36-52页。

张成思，郑宁：《中国实业部门金融化的异质性》，《金融研究》，2019年第7期，第1-18页。

张成思，张步昙：《中国实业投资率下降之谜:经济金融化视角》，《经济研究》，2016年第12期，第32-46页。

周茂，陆毅，杜艳，等：《开发区设立与地区制造业升级》，《中国工业经济》，2018年第3期，第62-79页。

周茜，许晓芳，陆正飞：《去杠杆，究竟谁更积极与稳妥？》，《管理世界》，2020年第8期，第127-148页。

Bloom N., S. Bond, and J. V. Reenen, “Uncertainty and Investment Dynamics”,Review of Economic Studies,

2010,74(2):391-415.

Céline Baud，Cédric Durand, “Financialization, globalization and the making of profits by leading retailers”,JSocio-

Economic Review, 2012(2): 241–266．

Demir F, “Financial liberalization, private investment and portfolio choice: Financialization of real sectors in emerging

markets”,Journal of Development Economics, 2009, 88(2): 314–324.

Epstein G A, “Financialization and the World Economy”,Financialization and the world economy, 2006: 339–347.

Gleadle P, Parris S, Shipman A, et al, “Restructuring and innovation in pharmaceuticals and biotechs: The impact of

financialisation”,Critical Perspectives on Accounting, 2014, 25(1): 67–77.

Liu, Qing, Lu, Yi, “Firm investment and exporting: Evidence from China's value-added tax reform”,Journal of

International Economics, 2015, 97(2):392-403.

Richardson S, “Over-investment of free cash flow”,Review of Accounting Studies,2006,11(2) :159-189．

32

郑忠华等：去杠杆政策、金融资产配置与企业脱实向虚

Deleveraging Policy, Financial Asset Allocation and Enterprise's

Transition from Real to Virtual

ZZ

HONGHUA HENG

(Tiangong University)

YT

AWEN ANG

(Tiangong University)

Abstract: Using the panel data of A-share listed companies from 2012 to 2018, this paper uses the double difference

model to test whether the deleveraging policy has changed the level of corporate financial asset allocation. The research

finds that the deleveraging policy significantly increases the share of corporate financial assets, and this improvement is

particularly significant in the financial asset allocation of private enterprises, which shows that more financial assets are

allocated in transactions On the financial assets, it shows that enterprises have a strong motivation to maintain their own

liquidity. Further, we find that the higher the investment efficiency, the less financial assets the enterprise holds. Our research

points out: Although the effect of deleveraging policy can reduce the leverage ratio to a certain extent, it can increase the

holding of financial assets, stimulate enterprises to further "de real" to "virtual", and pure deleveraging to prevent risks may

not solve the problem of enterprises withdrawing from the real economy in the long run.

Key Words: deleveraging policy, financial asset allocation, DID

JEL Classification: F272.3

〔执行编辑：刘冲〕

33