《公司金融资产配置对公司业绩影响实证分析报告【6800字】》

公司金融资产配置对公司业绩影响实证分析报告目录265701引言 1277692理论机制 1238793实证分析 2316713.1模型设定与变量定义 2178023.2数据来源与样本选择 3208933.3实证结果分析 497143.3.1描述性统计结果分析 4245063.3.2回归结果分析 5278343.3.3不同所有制企业的回归结果对比 6150083.4稳健性检验 7180263.4.1引入金融资产持有份额的滞后两期项 715503.4.2依据企业全要素生产率的分组检验 850674结论与建议 9254774.1结论 9114504.2建议 10323524.2.1政府层面 10159454.2.2企业层面 1027121参考文献 111引言随着中国经济进入结构转型期，在传统行业产能过剩、出口需求萎缩、产品核心竞争力不足、成本大幅上升等不利背景下，实体经济普遍面临经营利润下滑的困境。而金融行业却凭借着准入管制和利率管制等政策优势保持着高额的资本回报率，与此同时受益于近年来房价的快速上涨，房地产行业经历了前所未有的黄金发展期，金融和房地产行业的利润率远远高于实体经济的平均利润率水平。相关统计数据显示，2018-2020年中国工业行业平均利润率仅为6%左右，而银行、证券、保险等金融行业的平均利润率则高达30%左右。在资本逐利动机的驱使下，大量非金融类上市公司通过各种方式进入金融和房地产行业以获得高额回报，而其中一种重要方式是在企业资产负债表中大量配置金融资产和投资性房地产。随着近年来金融创新活动的蓬勃发展，委托贷款、信托贷款、理财产品、参股金融机构等业务逐渐成为许多上市公司新的金融投资渠道，由此形成的资产规模也在不断扩大。金融资产是否会对企业的业绩产生影响，本文将通过实证分析金融资产配置对企业绩效的影响及其传导机制，以便指导企业管理层在实际生产经营过程中采取有效措施来优化配置金融资产和经营资产的比重，更好地发挥金融资产的预防性储蓄、分散与对冲风险等功能为企业主营业务发展服务，实现企业绩效的最大化。2理论机制现有关于金融资产配置对企业经营绩效影响的文献数量相对较少，得到的研究结论也不尽相同。杜勇等(2017)利用2008-2014年中国A股非金融类上市公司的数据，实证检验了企业金融资产持有份额对企业未来主营业务绩效的净效应，研究结果表明，企业金融资产持有份额显著降低了企业未来主营业务绩效，即企业金融资产对未来主营业务绩效的抑制效应要大于促进作用，并且这种抑制效应在国有企业中更为显著，进一步深入分析发现，资本投资和研发投入下降是导致未来主营业务绩效降低的部分中介因子。崔超(2016)以2009-2014年A股非金融类上市公司为样本，实证研究了企业金融资产持有份额对企业价值所产生的影响，结果表明，企业金融资产持有份额与企业价值之间呈现倒U型关系，即过高或过低的金融资产比重均会降低企业的价值，只有保持合适的金融资产比重才能够有助于企业价值的提升。刘笃池等(2016)以2008-2014年我国A股非金融类上市公司为研究对象，基于Super-SBM模型的三阶段组合效率法测算出上市公司经营性业务的全要素生产率，从总量和增量上实证分析上市公司金融资产持有份额对企业经营性业务全要素生产率的影响，结果表明，无论是金融资产持有份额还是新增金融资产投资额均对企业经营性业务的全要素生产率产生抑制效应，但是这种抑制效应在不同所有制企业中的表现形式有所不同，具体而言，在国有企业中，影响程度相对更强，但持续时间较短；而在非国有企业中，影响程度较弱，但持续时间相对较长。此外，还有部分学者对企业参股金融机构、投资过桥贷款等金融投资活动的经济后果进行了研究。蔺元(2010)2001-2007年上市公司参股非上市金融机构前后的经济业绩进行对比分析，发现参股金融机构后上市公司经营业绩显著降低，并没有实现企业金融资产和经营资产的协同效应。李建军和马思超(2017)用2008-2014年中小板非金融类上市公司的数据，研究过桥贷款投资对企业财务绩效的影响，结果表明，企业投资过桥贷款不仅不能提升企业的财务绩效，甚至对企业财务绩效具有负向影响，因此，企业应结合自身经营发展的实际状况来配置金融资产，而且企业的长期可持续发展应该依靠主营业务创新来驱动。3实证分析本节以2010-2019年中国A股上市公司披露的财务报表年度数据作为研究样本，实证分析金融资产配置对企业经营效率的影响。3.1模型设定与变量定义本文采用全要素生产率作为企业经营效率的度量指标，这主要是因为:一方面，全要素生产率除了可以衡量劳动、资本等传统生产要素的投入产出效率之外，还可以体现企业的制度环境、技术创新、管理水平和组织效率等因素对产出的贡献，是企业长期竞争优势的来源和可持续发展的基础；另一方面，全要素生产率排除了要素价格变动、资源稀缺程度等外部因素的干扰，能够更加真实准确地反映企业的经营效率。同时借鉴刘笃池等(2016)、王红建等(2017)的模型设定，将金融资产投资的增量以及金融资产持有份额的滞后项引入到回归模型中，具体如下所示:TFP其中，因变量TFP表示企业的全要素生产率。系数β1，β2是本节关注的重点，β1反映的是金融资产配置对企业未来时期全要素生产率的影响，β2反映的是企业新增金融资产投资对企业当期全要素生产率的影响。根据上一小节影响机理的分析，可以推断，当企业出于融资约束动机或提升资本运作能力的动机来配置金融资产时，金融资产配置对当期和未来时期的经营效率会产生正向影响，即β1，β上式中的控制变量如下：fixed表示期末固定资产净额和在建工程之和与总资产的比值；roa是企业净利润与总资产的比值；lnasset表示企业总资产规模的自然对数；lev表示企业负债总额与资产总额的比值；lnage表示企业年龄，是当年与公司成立年份的差值加1的自然对数；turnover表示企业的总资产周转率，等于营业收入与总资产的比值；Industry为行业虚拟变量；Year为年度虚拟变量；赓表示随机干扰项。所有变量的定义如表3.1所示。表3.1变量的定义变量名称变量定义TFP企业的全要素生产率financial企业金融资产比重的滞后一期∆financial各期金融资产投资增量与总资产的比值fixed期末固定资产净额和在建工程之和与总资产的比值roa净利润与总资产的比值lnasset总资产的自然对数lev负债总额与资产总额比值lnage当年与公司成立年份的差值加1的自然对数turnover营业收入与总资产的比值Industry行业虚拟变量，当公司位于该行业时，取值为1，否则取值为0Year年度虚拟变量，当公司位于该年度时，取值为1，否则取值为03.2数据来源与样本选择本节选择2010-2019年所有A股上市公司作为原始样本数据，并对其做出如下步骤的处理:删除金融类和房地产类上市公司；剔除ST类上市公司；删除数据缺失和异常的上市公司；剔除2019年新上市的公司。经过以上筛选，最终共获得7597个样本观测值。为了控制极端值对回归结果可靠性可能产生的影响，本文对所有连续变量在1%和99%水平上进行了Winsorize处理。上市公司的财务数据均来自国泰安(CSMAR)数据库，使用的数据处理以及计量分析软件为Stata12.0。3.3实证结果分析3.3.1描述性统计结果分析表3.2列示了主要研究变量的描述性统计结果。OLS，OP以及LP三种方法计算得到的企业全要素生产率均值分别为0.225，17.986，14.471，标准差分别为0.211，1.441，2.370。虽然不同方法下得到的数值差异较大，但是并不影响所要计算的估计系数。金融资产持有份额滞后项financiali，t−1的均值为0.064，而金融资产投资增量与总资产的比值financial表3.2主要研究变量的描述性统计结果变量样本数均值标准差最小值中位数最大值TFPOLS92430.2250.2110.0000.1671.867TFPOP924317.9861.44113.84617.90521.898TFPLP925314.4712.3709.52813.42125.978financial75970.0640.1000.0000.0240.554∆financial75970.0590.104-0.0420.0211.180fixed92690.3130.2030.0010.2730.979roa92690.0380.059-0.1920.0320.223lnasset926922.3351.36819.29522.16526.253lev92690.5100.2020.0840.5141.037lnage92692.7960.3350.0002.8333.611turnover92690.0410.052-0.1430.0380.2063.3.2回归结果分析为了防止内生性问题的发生，本文首先对其进行了Hausman内生性检验，结果显示没有显著拒绝不存在内生性的原假设。表3.3展示了OLS，OP，LP三种方法下金融资产配置对企业全要素生产率的回归结果。在OLS方法下，金融资产持有份额的滞后项financiali，t−1，金融资产投资增量∆financiali，t的系数分别为-0.535、-0.339，且在1%的水平下显著；在OP方法下，金融资产持有份额的滞后项financiali，t−1金融资产投资增量∆financiali，t的系数分别为-0.996、-0.499，且在1%的水平下显著；在LP方法下，金融资产持有份额的滞后项financiali，t−1金融资产投资增量∆financiali，t的系数分别为表3.3金融资产配置对企业全要素生产率的回归结果变量(1)(2)(2)OLSOPLPfinancial-0.535***-0.996***-1.278***(-4.12)(-4.49)(-3.14)∆financial-0.339***-0.499**-0.637**(-3.01)(-2.57)(2.17)fixed-0.009**0.362**-1.123***(-2.16)(2.44)(-9.17)roa1.129***0.237***1.318***(7.09)(4.27)(5.26)lnasset-0.055*0.788***1.072***(-1.65)(26.70)(8.93)lev-0.038-0.254***-0.371***(-0.77)(-2.86)(-2.72)lnage0.111*-0.0550.565(1.65)(-0.42)(0.20)turnover0.003***0.104***1.079***(4.08)(3.92)(7.44)-cons0.896***0.5660.716***(2.83)(0.76)(7.49)行业效应控制控制控制年度效应控制控制控制N757875787585r20.0940.6080.203r2-a0.0900.6060.200注:括号的数值为t值，*、**、***分别表示回归系数在10%，5%和1%的水平下显著。3.3.3不同所有制企业的回归结果对比上文的实证研究是从整体来考虑金融资产配置对企业全要素生产率的影响，但是忽略了企业的所有制性质可能对两者关系造成的差异。为此，本文按照所有制性质将全样本划分为国有企业和非国有企业，并展开进一步地分析。具体回归结果如表3.4所示。表3.4不同所有制企业金融资产配置对企业全要素生产率的回归结果变量国有企业非国有企业OLSOPLPOLSOPLPfinancial-0.711***-1.045***-1.572***-0.385***-0.828***-1.046***(-3.89)(-4.34)(-2.99)(-4.87)(-3.48)(-4.61)∆financial-0.487***-0.683***-1.046***-0.199***-0.395*-0.575***(-2.83)(-3.56)(2.98)(3.23)(-2.68)(-4.19)fixed-0.054*-0.154***-0.842***0.0960.493***-1.385***(-1.71)(-3.97)(-7.31)(0.92)(3.26)(-5.12)roa1.166***0.420**1.072**1.083***0.140***1.288***(5.36)(2.64)(2.22)(4.56)(5.51)(5.31)lnasset-0.082***0.719***0.915***-0.041**0.823***1.474***(-5.73)(24.60)(6.79)(-2.16)(18.33)(5.60)lev-0.009-0.120***-0.235**-0.078-0.325**-0.455**(-0.13)(-5.08)(-2.19)(-1.07)(-2.45)(-4.32)lnage0.112-0.071-0.2510.303-0.2740.658(1.50)(-0.52)(-0.34)(1.63)(-0.91)(1.32)turnover0.004***0.063***0.827***0.009***0.155***1.224**(3.57)(4.80)(5.78)(4.04)(3.71)(7.50)-cons1.427***2.328***0.517***0.703***0.1050.876***(3.73)(3.07)(5.82)(4.33)(0.09)(4.93)行业效应控制控制控制控制控制控制年度效应控制控制控制控制控制控制N514051405141243824382444r20.1070.5470.2030.1060.6760.229r2-a0.1010.5440.1980.0950.6720.220注:括号的数值为t值，*、**、***分别表示回归系数在10%，5%和1%的水平下显著。如上表所示，无论是国有企业还是非国有企业，金融资产持有份额的滞后项

financiali，t−1金融资产投资增量∆financial3.4稳健性检验3.4.1引入金融资产持有份额的滞后两期项本部分在上式的基础上引入金融资产持有份额的滞后两期项进行稳健性检验，以更好地分析金融资产配置对企业经营效率的长期影响，得到的回归结果如表3.5所示。表3.5考虑金融资产持有份额滞后两期项的回归结果变量(1)(2)(2)OLSOPLPfinancial-0.721***-0.729**-1.385**(-3.76)(-2.30)(-2.08)∆financial-0.934***-1.197***-2.217**(-4.61)(-3.94)(-4.21)fixed-0.632***-0.822**-1.046***(-3.69)(-4.29)(-4.34)roa-0.0210.084*-1.206***(-0.32)(1.56)(-8.36)lnasset1.211***0.118***0.835***(6.10)(3.59)(3.71)lev-0.058***0.788***0.775***(-3.95)(26.70)(7.05)lnage0.049*-0.0310.565(0.64)(-0.22)-0.454turnover0.007***0.076***(-0.12)(5.12)(4.35)1.205***-cons1.130***0.379(4.59)(2.59)(0.41)0.517***行业效应控制控制(5.34)年度效应控制控制控制N62146214控制r20.0950.5726218r2-a0.0910.5700.175注:括号的数值为t值，*、**、***分别表示回归系数在10%，5%和1%的水平下显著。从表3.5可以发现，在引入金融资产持有份额滞后两期项后，金融资产持有份额滞后一期项financiali，t−1滞后两期项financiali，t−2以及金融资产投资增量

3.4.2依据企业全要素生产率的分组检验为了避免样本选择偏差问题影响研究结论的稳健性，本部分依据总体样本中各年份企业全要素生产率中位数的大小，将样本划分为高全要素生产率组和低全要素生产率组，并分别对其进行回归分析，得到的结果如表3.6所示。表3.6依据企业全要素生产率的分组回归结果变量高全要素生产率低全要素生产率OLSOPLPOLSOPLPfinancial-0.221***-1.266***-1.648***-0.452***-0.874***-1.255***(-4.29)(-4.08)(-3.42)(-4.39)(-3.52)(-3.48)∆financial-0.246***-0.958***-1.416***-0.315***-0.332**-1.135***(-3.59)(-3.01)(-3.39)(-3.40)(-4.69)(-5.40)fixed-0.048-0.150***-0.624***-0.0540.392**-1.295***(-0.91)(-3.04)(-6.59)(-0.82)(2.27)(-7.58)roa0.861***0.876**1.064**0.462***0.166***1.513***(3.19)(2.57)(2.54)(4.13)(5.79)(4.70)lnasset-0.047***0.642***1.287***-0.044***0.668***1.341***(-3.58)(21.99)(7.30)(-3.36)(16.93)(11.72)lev-0.119*-0.141***-0.327***-0.015-0.149***-0.702***(-1.94)(-4.54)(-6.01)(-0.33)(-5.18)(-5.12)lnage0.313-0.141-0.4610.120-0.4190.743(0.61)(-1.62)(-0.04)(0.26)(-1.50)(0.55)turnover0.007***0.059***0.756***0.018***0.054***1.349***(4.78)(5.59)(5.04)(4.57)(5.881)(7.13)-cons1.394***3.841***1.287***0.836**0.2561.194***(4.94)(5.14)(6.45)(2.54)(0.16)(7.67)行业效应控制控制控制控制控制控制年度效应控制控制控制控制控制控制N375838783869382037003716r20.0640.6680.2430.0600.4390.367r2-a0.0560.6660.2370.0530.4350.362注:括号的数值为t值，*、**、***分别表示回归系数在10%，5%和1%的水平下显著。根据表3.6的回归结果，可以发现在高全要素生产率组和低全要素生产率组中，金融资产持有份额的滞后项financiali，t−1金融资产投资增量∆financial4结论与建议4.1结论本章利用2010-2019年中国A股非金融业上市公司的财务报表数据，实证分析了金融资产配置对企业绩效的影响。通过引入金融资产持有份额滞后项以及金融资产投资增量来分析金融资产配置与企业经营业务全要素生产率之间的关系，结果表明在OLS，OP，LP三种方法下，金融资产配置对企业当期和未来时期的全要素生产率均会产生显著负向影响，而且在不同所有制企业中该结论依然成立，其中对于国有企业的抑制作用要强于非国有企业；此外，通过引入金融资产持有份额的滞后两期项以及对企业全要素生产率进行分组检验，均证实了原有结论是稳健的。4.2建议本文针对实证分析的结果，从政府和企业两个方面提出了相应的建议。4.2.1政府层面政府应完善企业金融资产配置的环境，第一，进一步扩大金融业对内对外开放，不断降低金融行业的准入壁垒，打破金融行业的垄断地位，强化竞争，促进行业间的利润均衡。第二，加强金融监管，有效防控金融系统风险。相关政府部门一方面既要鼓励合法、合规的金融创新业务，拓宽企业的金融投资渠道，另一方面又要加强金融监管力度，有效防范和化解金融系统性风险，使金融更好地服务于实体经济。第三，完善金融市场制度建设，增强金融资产的“蓄水池”功能。应该完善金融市场的制度建设，进一步提高金融市场的有效性和金融资产的流动性，更好地发挥金融资产的预防性储蓄功能，促进实体经济的发展。第四，提高实体经营利润率，增强企业实体投资意愿。一方面，大力深化供给侧结构性改革，围绕简政放权、降低企业制度性交易成本、税费负担、财务成本以及物流成本等方面出台一系列切实可行的政策措施，积极为企业创造一个有利于公平竞争以及更好激发企业家精神的市场环境;另一方面，加快推进实体经济的转型升级，以提高实体经济的创新能力和促进产业结构的高级化为目标。4.2.2企业层面非金融上市企业应合理配置金融资产。第一，企业应合理配置金融资产和经营资产的比重，更好地发挥金融资产的“蓄水池”功能为企业主营业务发展服务。第二，完善公司治理机制，建立与企业金融投资活动相关的决策与风险防控机制。一方面建立健全企业的监督机制，加强董事会和监事会对于企业金融投资业务的审批和监督职能，尽量减少以短期市场套利为目标的投资行为，发挥金融投资活动对企业经营活动的促进作用，实现长期企业价值的不断提升，另一方面，合理设计企业管理层的薪酬契约，强化管理层薪酬水平与企业长期经营绩效的相关性