Thus, this paper analyzes the issue from the following four aspects. First of all, the financialization of real enterprises is a process in which the impact of financial investment on the economic activities of real enterprises continues to deepen. In terms of specific performance, "financialization" refers to the proportion of financial instruments or financial assets in the assets of the enterprise. The higher the proportion, the deeper the financialization of the enterprise. Second, Schumpeter's growth theory believes that endogenous R&D and innovation are important internal factors for enterprises to obtain core competitiveness and achieve sustainable growth, and innovation is a high-risk long-term investment. Third, financing constraints are common financing problems encountered by enterprises in the process of operation and development. The financing constraints of enterprises are serious, and the capital market in China is in need of improvement. Finally, upstream suppliers, enterprises, and downstream customers form a complete supply chain. Commercial credit extends the product market power among enterprises to the financing field and realizes the internal capital flow of the industrial supply chain.
In practice, enterprises generally use commercial credit as an important business strategy to respond to product market competition, access scarce material resources, and promote enterprise sales. Enterprises will not only use the commercial credit provided by upstream suppliers to form commercial credit financing, but also provide commercial credit to customers to form commercial credit supply. Commercial credit financing and commercial credit supply are rooted in the supply chain, reflecting the business relationships and financing dependence among enterprises in the supply chain. Therefore, this paper aims to study the relationship among enterprise financialization, financing constraints and innovation investment, and further from the perspective of supply chain, examine the different regulatory effects of financing constraints on the mediating effect of enterprise financialization and innovative investment by examining the level of commercial credit financing obtained from upstream suppliers and the degree of commercial credit supply provided to downstream customers.
In this paper, from the perspective of the supply chain, A-share listed companies from 2007 to 2021 are taken as samples. The study empirically analyzes the micro mechanism of enterprise financialization on innovation investment. The results show that enterprise financialization significantly promotes enterprise investment in innovation, and this conclusion remains robust after accounting for endogeneity. The mechanism analysis shows that financialization promotes innovative investment by alleviating financing constraints. This conclusion is robust even after replacing different measures and excluding special samples. Further considering the moderating effect of commercial credit financing and commercial credit supply, it is found that when the level of enterprise commercial credit financing is higher, the role of enterprise financialization in alleviating financing constraints is stronger, and the corresponding role in promoting innovation investment is stronger. When the degree of commercial credit supply is higher, the inhibition of enterprise financing constraints on innovation investment is stronger. Further, the heterogeneity analysis is carried out from two perspectives: property rights and the age characteristics of enterprises. It is found that for non-state-owned enterprises and enterprises with 11-20 years of history, the financialization of enterprises has played a more significant role in promoting innovative investment by alleviating financing constraints.
Finally, policy suggestions are put forward to help enterprises achieve innovation, such as establishing a financial service system to support innovation, forming a stable industrial supply chain alliance, and making effective use of commercial credit, that is, improving the level of commercial credit financing from the upstream of the supply chain, and reducing the degree of commercial credit supply to the downstream of the supply chain.
目前,我国经济已由高速增长阶段转向高质量发展阶段。随着金融类资产投资利润增长和实体经济利润下滑[1],越来越多的实体企业选择将部分生产经营资金投资于金融和房地产行业,以追求更高收益。创新对企业成长及可持续发展至关重要,被认为是促进实体经济增长的“动力源”[2]。然而,创新需要大量、持续性资金投入,且创新产出明显滞后于金融资产投资带来的收益。因此,深入探讨实体经济企业金融资产投资行为对创新投资的影响及作用机制,有助于企业在面临内外部资源双重约束和宏微观环境双重压力时突破创新发展瓶颈,对促进经济高质量发展相关政策制定具有重要指导意义。
已有研究[3-5]基于马克思的金融要素拥挤理论和资本循环理论,以投机套利动机和管理者短视行为为视角,解释实体企业金融化对研发投入的挤占效应,认为实体企业出于投机套利动机和短期利润最大化目标持有金融类资产,产业资本与金融资本之间存在替代关系是挤占效应产生的根本原因。然而,凯恩斯的预防性储蓄理论认为,企业会为了应对未来资金需求的不确定性风险而持有现金。由于金融产品具有易流通、易变现、易流转等特点,近年来越来越多的非金融类企业基于可持续发展理念,出于长期战略决策需要和预防性储蓄动机,逐渐倾向于投资金融类产品为自身创新活动储备资金,以利用金融资产投资的蓄水池效应。彭龙等[6]认为,企业金融化对技术创新投入具有负向影响;陈洋林等[7]认为,企业金融化与创新投入呈现倒U型关系。综上,从研究结论看,已有相关研究尚未形成统一结论;从金融资产定义看,已有相关研究尚未考虑2017年财政部修订发布的3项金融工具会计准则对金融资产分类的影响,未将其它债权投资和权益工具投资纳入金融资产核算范围。本文按照最新会计准则规定,重新定义金融资产类型,并在此基础上,进一步探讨企业金融化对创新投资的影响,以弥补已有研究的不足。
商业信用是重要的短期融资工具。上游供应商、企业和下游客户构成完整供应链,商业信用可以促使企业间产品市场势力向融资领域延伸,实现产业供应链内部资金流动。实务中,企业普遍将商业信用作为重要经营战略,以此应对产品市场竞争、获得稀缺物质资源,从而促进企业销售[8-9]。企业不仅利用上游供应商提供的商业信用获得商业信用融资,而且向客户提供商业信用,形成商业信用供给。商业信用融资与商业信用供给根植于供应链,能够反映供应链企业间的业务关联和融资依赖。可见,企业与供应链上下游企业间形成的商业信用,不仅对自身可持续发展具有重要影响,而且关系到自身是否具备通过配置流动性资源以应对未来冲击的能力。然而,鲜有学者基于供应链视角,探讨企业金融资产配置对创新投资的影响,也鲜有学者探讨在商业信用环境下,融资约束在企业金融资产配置与创新投资间的传导作用。
基于此,本文利用2007—2021年我国A股上市公司相关数据,探讨企业金融化、融资约束与创新投资间的关系,并进一步从供应链角度,揭示从上游供应商获得的商业信用融资和为下游客户提供的商业信用供给对上述关系的差异化影响。本文的边际贡献如下:首先,创新性地从供应链角度切入,基于商业信用融资与商业信用供给两个维度,探讨在企业投资金融资产以获取短期收益成为普遍现象的情景下,企业如何合理并充分利用商业信用支持创新活动这一问题,既能丰富企业金融化经济后果相关研究,又可拓展创新投资影响因素研究。其次,本文基于金融资产投资的两种动机,运用企业金融化效应理论,对企业金融化与创新投资关系、传导途径,以及调节机制进行系统性分析,尝试解构企业金融化与创新投资关系逻辑。结论不仅有助于各方客观认识企业金融资产投资行为,为企业金融化发挥蓄水池效应提供补充证据,而且可为支持供应链参与企业共同治理提供新的经验证据。最后,异质性分析表明,在企业金融化通过缓解融资约束促进创新投资这一过程中,产权属性、企业年龄特征表现出显著差异性,可为不同特征企业制定相关战略决策提供理论依据。
企业金融化是实体企业不断增加金融资产投资的过程[10],采用金融资产在实体企业总资产中的占比衡量企业金融化程度,该比重越大,企业金融化水平越高[5]。产业经济学理论认为,在产业资本超出一定规模后,随着资本利润率和投资报酬率降低,企业金融资本逐渐扩张[11]。企业金融化动机主要分为投机套利动机与预防性储蓄动机[12],相应地形成投资替代理论和蓄水池理论。投资替代理论认为,企业金融化的主要动机是追求利润最大化;蓄水池理论认为,企业配置金融资产的主要动机是储备流动资金。Schumpeter[2]的增长理论认为,研发和创新是企业获取核心竞争力、实现可持续增长的重要内在因素。创新活动是高风险的长期投资[13],基于资源依赖理论,创新投资是技术创新活动的基础,企业将资源配置于金融资产,可能对创新投资具有两种不同的影响[4]。一方面,如果企业金融化行为对创新投资活动发挥负向作用,则会形成挤出效应。这是因为企业金融化会影响整体资源配置情况[14],根据资源有限性理论,如果企业将有限资源用于金融资产投资,其正常经营所需资金得不到有效保障,不仅会转移企业经营重心,而且可能影响其创新能力与创新产出。上述情况下,企业配置金融资产会抑制其技术创新[3,5]。另一方面,如果企业金融化行为能够满足创新研发资金需求,则发挥蓄水池效应。换言之,企业金融化可能对技术创新发挥长效激励作用,有助于企业技术创新能力提升[15]。通过金融资产配置并在需要创新投资资金时出售变现能力较强的金融资产,企业不仅能够拓展内部融资来源,应对投资和生产经营活动资金不足的困境,而且可为自身持续性技术创新活动提供资金支持(杜勇等,2017)。可见,企业金融化对创新投资发挥挤出效应和蓄水池效应。综上所述,本文提出以下假设:
H1a:随着企业金融化水平提高,企业创新投资不断减少,即企业金融化抑制创新投资;
H1b:随着企业金融化水平提高,企业创新投资不断增加,即企业金融化促进创新投资。
融资约束是企业在经营与发展过程中遇到的融资难题。我国资本市场发展尚不完善,企业融资约束问题较为严重。融资约束会严重影响企业经营业绩,是制约企业成长与持续发展的主要障碍。信息不对称和代理问题是导致企业融资约束的重要原因。资源依赖理论指出,企业维持竞争优势离不开关键资源获取。理论上,通过缓解企业与资金供给方信息不对称问题,以及管理者与股东间、控股股东和中小股东间的代理问题,就能缓解企业融资约束问题。实践中,企业可以从外部、内部融资渠道以更低成本获得更多资金,以缓解融资约束问题,反之则会加剧融资约束。由于创新活动具有周期长、沉没成本高和收益不确定等特征,加上受信息不对称问题的影响,企业难以获得外部融资,创新活动不可避免地遭遇融资困境。因此,基于企业金融化对创新投资的差异化影响,融资约束在二者间的作用机制也不同,具体表现在以下两个方面:
企业金融化“挤出”创新投资。一方面,基于企业资源有限性的前提,企业将有限资金投资于金融市场,由于金融市场具有高风险、高收益特性,以银行等金融机构为代表的债权人为了规避信贷风险,会降低企业信用额度,加大企业贷款获批难度。另一方面,企业将部分流动资金投资于金融市场,由于短期内无法获得外部融资,必然会降低对创新活动的重视程度,而企业研发活动具有长期特征,失败风险与调整成本较高[16],需要大量持续资金投入。因此,企业金融资产投资行为可能加大融资难度,进而阻碍其创新投资。
企业金融化为创新投资“储备”资金。一方面,从金融资产特性看,金融资产具有变现能力强、交易便捷、调整成本低、流动性强等特征,企业将持有金融资产作为规避资金短缺风险的前瞻性策略,可以应对未来不确定性风险。换言之,企业可以通过出售变现能力较强的金融资产应对未来资金短缺困境,降低对外部融资的依赖程度。不仅如此,企业通过金融资产投资可以获得投资收益以改善短期业绩,显著降低融资约束程度。另一方面,创新活动需要大量资金支持,而资金是企业创新活动最重要的资源,已有大量文献验证了企业资金与研发创新存在正相关关系。根据预防性储蓄理论,企业可能出于长远发展战略考量进行金融资产投资,以满足资金储备需求,尤其是研发创新活动的资金需求[12]。从金融化的资源配置功能看,企业金融化有利于资源配置,为企业提供跨时间、跨地域资源转移和支付结算的便利,提高资金流转效率,优化资金配置,从而增强内部融资能力[11]。因此,企业金融资产投资可能通过减少外部融资依赖和增强内部融资能力,进而为创新活动提供资金支持。综上所述,本文提出以下假设:
H2a:企业金融化通过加剧融资约束抑制创新投资;
H2b:企业金融化通过缓解融资约束促进创新投资。
商业信用融资根植于供应链,能够反映供应链企业间的业务关联和融资依赖情况。商业信用融资作为企业重要融资来源,主要来自供应链上游企业,即企业供应商端。企业赊购供应商产品形成的应付账款、应付票据均是商业信用融资的具体表现形式。已有研究表明,商业信用融资是企业研发投入的重要来源,能够支持企业创新[17]。
从宏观角度看,不同于传统银行信贷,商业信用融资是供应链上下游企业基于融资契约形成的特殊信用提供机制,既有产品市场属性,又有金融契约属性(钟凯等,2022),是产品市场势力在融资领域的延伸,能够实现产业供应链内部资金流动。从微观角度看,商业信用融资是支持企业发展的重要融资来源,作为低成本、易获得的非正式融资渠道和公司战略的重要组成部分,能够降低企业与资本市场的信息不对称程度[18],有效缓解融资约束,促进企业发展。公司金融理论认为,商业信用融资对企业金融化与创新投资行为发挥杠杆治理作用。这意味着企业商业信用融资水平不同,企业金融化对融资约束及创新投资的影响也有所不同,主要表现在以下两个方面:
企业金融化“挤出”创新投资。一方面,企业获得的商业信用融资主要表现形式为应付账款和应付票据,二者均属于企业流动负债,其增加会导致资产负债表的负债总额增加。企业资产负债率是银行等金融机构在向企业授信贷款额度时的重要参考指标,高资产负债率会导致企业外部融资受到影响。此时,若企业进行金融资产投资,则会加剧其融资约束。另一方面,企业所欠应付账款和应付票据在信用期限内要偿付给供应商,由于企业资源总量一定,资金流向供应商越多,其它项目投资资金越少,在融资约束下,金融资产投资会导致创新投资缺乏资金支持。因此,企业商业信用融资水平越高,企业金融资产投资会使其融资越困难,进而抑制其创新投资。
企业金融化为创新投资“储备”资金。一方面,依据最优契约理论,企业通过向供应商赊购交易与其建立商业契约关系。商业信用融资具有无抵押、低成本、期限灵活和安全便捷等特点。在不完全有效市场,企业创新投资必然会受到融资约束的影响。作为融资来源,商业信用融资能够强化金融资产投资对实体投资的正向效应[19]。企业往往通过调整商业信用条件应对市场变化,商业信用融资既能够弥补正规金融体系结构性供给缺口,也可以降低企业融资成本,从而促进企业创新发展。当银行信贷供给不足时,商业信用融资就成为替代性融资渠道,能够弥补企业创新融资缺口[20]。另一方面,基于金融配给视角与债务融资异质性特点,商业信用融资具有关系型债务特征,能够显著促进研发投资[21]。基于中国信贷市场制度背景和商业信用融资功能,企业获得的商业信用融资能够促进其研发投入。从风险分散视角看,在创新投资项目中,企业倾向于使用从供应商获得的商业信用融资,进而将部分创新不确定性风险转嫁给供应商。不仅如此,二者间的商业信用契约关系对供应商具有一定约束作用。在创新项目上,双方利益一致能够有效降低企业研发信息泄露风险,弱化企业创新的正外部性。因此,企业商业信用融资水平越高,融资来源越多,金融资产投资越能缓解融资约束,进而强化对创新投资的促进作用。综上所述,本文提出以下假设:
H3a:企业商业信用融资水平越高,企业金融化对融资约束的强化作用越显著,对创新投资的抑制作用越显著;
H3b:企业商业信用融资水平越高,企业金融化对融资约束的缓解作用越显著,对创新投资的促进作用越显著。
商业信用供给根植于供应链,能够反映供应链企业间的业务关联和融资依赖情况,是企业在赊销交易过程中向下游企业(客户)提供的短期信用资金,而赊销客户产品的应收账款和应收票据均是企业商业信用供给的具体表现形式。从新制度经济学视角看,企业销售商品过程中使用的商业信用供给模式不同,代表其与下游客户的交易成本不同[22]。从企业自身视角看,企业通过商业信用供给为客户提供资金既是其吸引客户的短期投资[23],也是竞争手段。已有相关研究主要从买方市场理论和资源再配置理论两个方面展开[23-29]。
根据资源再配置理论,一方面,作为资金配置非正式机制,商业信用供给是指企业主动将融资资金提供给供应链下游企业,此时商业信用供给本质上发挥融资替代作用。然而,应收账款和应收票据不仅可能导致客户债务支付延期或拖欠,增加企业经营与财务风险及再融资难度,而且可能对企业融资产生负向影响[30]。另一方面,商业信用供给促使企业代替银行承担二级信用中介职能,本质上是一种再配置行为,与通过自有资金进行商业信用供给相比,其成本更高。实务中,商业信用供给大多是企业被动让利行为,特别是在诚信机制不健全背景下,多数商业信用供给实际上是客户债务拖欠导致的强制性信用。大规模商业信用供给会导致企业财务费用和管理费用增加,进而阻碍企业创新投资[31]。因此,企业商业信用供给程度越高,越可能加大企业融资难度,进而抑制其创新投资。
根据买方市场理论,一方面,没有竞争优势的企业为确保客户稳定或尽快销售产品,被动与买方强势、信用良好的下游客户达成赊销契约,向其提供商业信用供给[32]。基于最优契约理论,多数企业提供商业信用供给,总体上有助于抑制上下游企业间“敲竹杠”行为。上述两种理论支持竞争假说,即当企业处于买方市场且存在较多同行业竞争者时,商业信用供给可以作为竞争手段锁定客户,企业通过维护市场份额、降低交易成本增加销售收入,进而获得更多利润[9]。不仅如此,债权人可能由此判断企业未来还款能力较强,进而增加企业授信额度,缓解企业融资约束。另一方面,企业与下游客户以契约方式延迟收取货款,由此形成商业信用供给。可见,商业信用供给具有金融联结功能,可以延长供应链企业资金链条,为企业创新投资补充资金,从而促进创新投资。因此,企业商业信用供给程度越高,越能缓解融资约束问题,进而强化对创新投资的促进作用。综上所述,本文提出以下假设:
H4a:企业商业信用供给程度越高,对融资约束的强化作用越显著,对创新投资的抑制作用越显著;
H4b:企业商业信用供给程度越高,对融资约束的缓解作用越显著,对创新投资的促进作用越显著。
本文选取2007—2021年A股上市公司作为样本,并按照以下标准对样本进行筛选:第一,剔除金融行业和房地产行业上市公司;第二,剔除ST和*ST上市公司;第三,剔除重要数据缺失和异常的上市公司。本文相关数据来源于CSMAR数据库,对主要连续变量在1%和99%水平上进行缩尾处理,最终获得20 709个年度样本观测值。此外,本文采用Stata 16.0软件对数据进行处理和分析。
2.2.1 被解释变量
创新投资。在企业创新发展过程中,创新投资主要是指创新主体自身资源投入,而资金是测量企业在人力、财力、管理和技术等方面资源投入的重要指标。借鉴王红建等[5]和杨松令等[11]的研究成果,本文采用研发投入与营业收入的比值(RD)度量创新投资。与绝对研发投入总量相比,相对值指标更能反映不同企业体量下的研发投入强度差异。在稳健性检验部分,借鉴刘惠好等[33]的做法,本文采用企业研发人员数量占比(Rdper)作为创新投资的代理指标进行分析。
2.2.2 解释变量
企业金融化。在已有研究文献基础上,借鉴顾海峰等[3]、刘贯春[14]和刘惠好等[33]的研究成果,本文采用金融资产持有量(Fho)度量企业金融化水平。2017年3月,财政部修订发布了《企业会计准则第22号——金融工具确认和计量》《企业会计准则第23号——金融资产转移》《企业会计准则第24号——套期会计》。新修订的金融工具确认和计量准则分别按照交易性金融资产、其它债权投资、其它权益工具投资等3个科目进行会计核算。因此,本文以交易性金融资产、衍生金融资产、可供出售金融资产净额、持有至到期投资净额、投资性房地产净额、长期股权投资净额、其它债权投资和其它权益工具投资等8个科目之和与总资产的比值作为企业金融资产持有量(Fho),以此度量企业金融化水平。此外,根据新准则规定,以上3类金融资产在资产负债表日发生公允价值变动时,按公允价值变动增加或减少的金额,计入公允价值变动损益和其它综合收益科目,处置时的收益或损失主要计入投资收益科目。因此,以公允价值变动损益、其它综合收益、扣除对联营及合营企业的投资收益等3项之和与营业收入的比值测量金融资产投资获利(Fpr),以此作为企业金融化的代理指标进行稳健性检验。
2.2.3 中介变量
融资约束(KZ)。现有文献广泛用Kapla & Zingales[34]构建的KZ指数衡量企业的融资约束程度。KZ指数越大,表明企业融资约束越严重。首先,KZ=K1+K2+K3+K4。其次,当企业资产负债率高于样本企业年度资产负债率中位数时,K1取1,否则取0;当企业利息保障倍数低于样本企业年度利息保障倍数中位数时,K2取1,否则取0;当企业期末现金及现金等价物余额与总资产的比值低于样本企业该变量年度中位数时,K3取1,否则取0;当经营现金流与总资产的比值低于样本企业该变量年度中位数时,K4取1,否则取0。最后,使用Ordered Logit模型进行回归,KZ指数采用估计模型系数构建。
2.2.4 调节变量
商业信用融资(Credit1)。现有研究普遍采用应付账款与应付票据之和衡量商业信用融资(陆正飞,杨德明,2011)。实务中,企业可能提前将部分采购价款以预付款项的形式支付给供应商。为了合理度量商业信用融资,参考梅丹等[17]、方红星等(2019)和宋小保等[35]的做法,本文采用扣除预付款项的应付账款与应付票据之和,再以总资产进行调整的相对指标衡量企业商业信用融资水平,即商业信用融资(Credit1)=(应付账款-预付账款+应付票据)/总资产。
商业信用供给(Credit2)。商业信用供给是指企业在赊销交易过程中向客户提供的短期信用资金[30]。根据以上定义并结合实务,参考陈胜蓝等[23]的研究成果,本文对商业信用供给测度指标进行修正,具体如下:商业信用供给(Credit2)=(应收账款净额-预收款项+应收票据净额)/总资产。
2.2.5 控制变量
借鉴已有研究,本文选取以下控制变量:企业规模(Size)、资产负债率(Lev)、企业年龄(Age)、总资产净利润率(Roa)、应收账款占比(Recin)、托宾Q值(TobinQ)、现金流比率(Cash)、第一大股东持股比例(Shar1)、股票流动性(Liqui)、股票回报率波动(Sdreturn)及产权性质(Soe)等。此外,为控制不同行业和年度的影响,本文加入行业和年度虚拟变量。所有变量名称与计算方法如表1所示。
表1 变量定义
Table 1 Variable definitions
变量类型变量名称变量符号计算方法被解释变量创新投资RD研发投入占营业收入比例(%)RDper研发人员数量占比(%)解释变量企业金融化Fho金融资产持有量,具体见变量解释Fpr金融资产投资获利,具体见变量解释中介变量融资约束KZKZ指数调节变量商业信用融资Credit1( 应付账款-预付账款+应付票据)/总资产商业信用供给Credit2(应收账款净额-预收款项+应收票据净额)/总资产控制变量企业规模Size总资产的自然对数资产负债率Lev总负债/总资产企业年龄AgeLn(观测年-成立年+1)总资产净利润率Roa净利润/总资产应收账款占比Recin应收账款/营业收入托宾Q值TobinQ企业市值/总资产现金流比率Cash经营活动产生的现金流量净额/总资产第一大股东持股比例Shar1公司第一大股东持股比例股票流动性Liqui当年交易股数/当年已流通股数股票回报率波动Sdreturn考虑现金红利再投资的年个股回报率的标准差产权性质Soe国有企业取值1,非国有企业取值0
表2汇报了变量描述性统计结果。结果显示,创新投资(RD)的均值为4.813,标准差为4.599,表明创新投资在不同企业间存在较大差距。企业金融化(Fho)的均值为0.066,标准差为0.097,最大值为0.554,表明不同企业金融化水平存在较大差距,投资金融资产较多的公司,金融资产持有量占总资产的一半以上。融资约束(KZ)的均值为1.020,标准差为2.471,表示各上市公司面临的融资约束差异较大。此外,不同企业商业信用融资(Credit1)和商业信用供给(Credit2)差异较大。
表2 变量描述性统计结果
Table 2 Descriptive statistical results
变量均值标准差最小值最大值观测值RD4.8134.5990.03027.73020 709RDper16.46113.4950.37070.39020 709Fho0.0660.0970.0000.55420 709Fpr0.010 0.031 -0.054 0.206 20 709KZ1.0202.471-11.34513.66220 709Credit10.1040.101-0.7000.66220 709Credit20.1210.130-0.6090.97520 709Size21.9921.27819.52925.98320 709Lev0.4130.2030.0530.88420 709Age2.8040.3900.0004.15920 709Roa0.0430.064-0.2380.28820 709Recin0.2400.2270.0001.11720 709TobinQ2.0711.3220.8718.90920 709Cash0.0510.070-0.1640.25120 709Shar10.3540.1490.0880.75020 709Liqui6.0024.9740.000106.25020 709Sdreturn0.6840.3710.0057.27320 709Soe0.3750.4840.0001.00020 709
为了检验假设H1a和H1b,本文构建模型如式(1)所示。模型中,RD代表创新投资,Fho代表企业金融化水平,Controls代表上述所有控制变量,Year、Industry分别代表年度虚拟变量和行业虚拟变量,α0为常数项,α1为回归系数,ε为误差项。
RD=α0+α1Fho+∑Controls+∑Year+∑Industry+ε
(1)
表3报告了企业金融化(Fho)对创新投资(RD)影响的检验结果。列(1)仅加入解释变量企业金融化,回归结果显示,企业金融化对创新投资具有显著积极影响;列(2)加入解释变量和控制变量,回归结果显示,企业金融化的估计系数为4.305,调整后的R2为0.247,较列(1)具有较大幅度提升;列(3)进一步控制年度和行业固定效应,回归结果显示,企业金融化的系数为2.533。以上估计系数均在1%水平上显著,说明企业金融化水平提升对创新投资具有促进作用,即企业金融化促进创新投资。因此,假设H1b得到验证。
表3 企业金融化与创新投资回归检验结果
Table 3 Regression results of enterprise financialization and innovation investment
变量 (1)(2)(3)RDFho4.659***4.305***2.533***(9.50)(9.65)(6.76)Size0.141***0.173***(4.62)(5.68)Lev-5.729***-5.236***(-27.44)(-26.04)Age-0.793***-0.993***(-9.09)(-11.09)Roa-6.585***-6.716***(-9.46)(-9.92)Recin5.659***3.772***(35.30)(23.00)TobinQ0.660***0.612***(19.85)(18.83)Cash2.485***2.206***(5.19)(4.79)Shar1-2.663***-1.326***(-13.90)(-7.88)Liqui0.033***0.014**(4.88)(2.20)Sdreture0.237***0.066(2.75)(0.81)Soe-0.422***-0.181***(-6.68)(-3.02)常数项4.432***3.768***3.142**(116.47)(5.49)(2.18)年份NoNoYes行业NoNoYesN20 70920 70920 709A-R20.0080.2470.392
注:*、**、***分别表示在10%、5%、1%的水平上显著,括号内为系数的t值,下同
为了检验研究假设H2a和H2b,本文按照中介效应检验步骤,在模型(1)的基础上,构建模型(2)和模型(3),如式(2)(3)所示。
KZ=β0+β1Fho+∑Controls+∑Year+∑Industry+ε
(2)
RD=γ0+γ1Fho+γ2KZ+∑Controls+∑Year+∑Industry+ε
(3)
表4报告了企业金融化(Fho)对创新投入(RD)影响过程中融资约束(KZ)的中介作用检验结果。列(1)在表3中已得到验证,列(2)以融资约束(KZ)为被解释变量并以企业金融化(Fho)为解释变量,结果显示,企业金融化的回归系数为-0.699,且在1%水平上显著,说明企业金融化能够缓解融资约束。列(3)加入中介变量,企业金融化的回归系数与融资约束的回归系数分别为2.398和-0.194,均在1%水平上显著。由此说明,融资约束是企业金融化影响创新投资的部分中介因子。以上结果符合假设H2b,即企业金融化通过缓解融资约束促进创新投资。为进一步检验该结论的稳健性,参考肖健[36]的研究成果,本文采用企业现金流状况(FC)衡量企业融资约束,即企业现金流状况(FC)=(货币资金+交易性金融资产)/总资产。该指标越大,表明企业拥有的现金流越多,面临的融资约束程度越低。列(4)(5)回归结果表明,当采用企业现金流状况(FC)替换融资约束时,假设H2b依然成立。
表4 融资约束的中介效应检验结果
Table 4 Mediation effect of financing constraints
变量 (1)(2)(3)(4)(5)RDKZRDFCRDFho2.533***-0.699***2.398***0.150***2.053***(6.76)(-5.65)(6.41)(8.96)(4.46)KZ-0.194***(-8.01)FC3.731***(11.01)Size0.173***-0.068***0.160***-0.005***0.207***(5.68)(-6.38)(5.24)(-3.75)(5.37)Lev-5.236***6.735***-3.930***-0.283***-4.296***(-26.04)(103.04)(-15.59)(-32.67)(-17.14)Age-0.993***0.180***-0.958***-0.011***-0.916***(-11.09)(5.88)(-10.74)(-2.86)(-8.87)Roa-6.716***-8.346***-8.334***0.178***-8.349***(-9.92)(-44.28)(-11.49)(7.63)(-9.41)Recin3.772***0.281***3.827***-0.040***4.482***(23.00)(6.82)(23.42)(-6.60)(20.27)TobinQ0.612***0.476***0.705***0.004***0.553***(18.83)(48.86)(20.65)(3.48)(14.32)Cash2.206***-15.529***-0.8050.186***2.340***(4.79)(-95.23)(-1.36)(9.46)(4.01)Shar1-1.326***-0.647***-1.452***0.061***-1.704***(-7.88)(-10.29)(-8.60)(7.55)(-8.02)Liqui0.014**-0.004*0.013**0.001**0.014(2.20)(-1.82)(2.09)(2.02)(1.55)Sdreture0.0660.0050.0670.005-0.035(0.81)(0.16)(0.82)(1.48)(-0.35)Soe-0.181***0.265***-0.129**0.002-0.104(-3.02)(13.36)(-2.15)(0.78)(-1.37)常数项3.142**-0.1723.108**0.374***1.478(2.18)(-0.40)(2.16)(10.34)(0.95)年份YesYesYesYesYes行业YesYesYesYesYesN20 70920 70920 70920 70920 709A-R20.3920.7430.3940.3520.432
3.3.1 商业信用融资
为了检验假设H3a和H3b,依据有调节的中介效应检验方法,本文构建模型如式(4)(5)所示。
KZ=b0+b1Fho+b2Credit1+b3Fho×Credit1+∑Controls+∑Year+∑Industry+ε
(4)
RD=c0+c1Fho+c2KZ+c3Credit1×KZ+∑Controls+∑Year+∑Industry+ε
(5)
表5报告了商业信用融资(Credit1)对融资约束(KZ)中介效应的调节作用检验结果。模型(4)检验结果显示,企业金融化与商业信用融资的交互项(Fho×Credit1)系数为-4.279,且在1%水平上显著,说明商业信用融资可以强化企业金融化对融资约束的缓解作用。由模型(5)可知,商业信用融资与融资约束的交互项(Credit1×KZ)系数0.309,且在1%水平上显著,说明商业信用融资可以缓解融资约束对创新投资的抑制作用。由此说明,商业信用融资对中介效应模型的前后路径均发挥调节作用。企业商业信用融资水平越高,企业金融化对融资约束的缓解作用越显著,进而对创新投资的促进作用越显著,故假设H3b得以验证。实务中,企业需要提高与供应商谈判的能力及自身商业信用等级以获得更多赊购机会,通过提高商业信用融资水平,增强金融资产投资行为对融资约束的缓解作用,进而促进企业创新投资。
表5 商业信用融资的调节作用检验结果
Table 5 Moderating role of commercial credit financing
变量模型(4)模型(5)KZRDFho-0.435**2.415***(-2.55)(6.45)Credit1-0.662***(-5.75)Fho×Credit1-4.279***(-3.32)KZ-0.217***(-8.26)Credit1×KZ0.309***(2.79)Size-0.078***0.165***(-7.20)(5.41)Lev6.961***-4.071***(98.93)(-15.77)Age0.182***-0.959***(5.98)(-10.74)Roa-8.220***-8.359***(-43.26)(-11.52)Recin0.309***3.792***(7.43)(23.01)TobinQ0.471***0.703***(48.11)(20.59)Cash-15.435***-0.700(-94.51)(-1.18)Shar1-0.618***-1.461***(-9.83)(-8.65)Liqui-0.004*0.013**(-1.93)(2.07)Sdreture0.0060.063(0.20)(0.77)Soe0.272***-0.142**(13.76)(-2.35)常数项-0.0743.032**(-0.17)(2.15)年份YesYes行业YesYesN20 70920 709A-R20.7440.395
3.3.2 商业信用供给
为了检验假设H4a和H4b,本文构建模型如式(6)(7)所示。
KZ=θ0+θ1Fho+θ2Credit2+θ3Fho×Credit2+∑Controls+∑Year+∑Industry+ε
(6)
RD=φ0+φ1Fho+φ2KZ+φ3Credit2×KZ+∑Controls+∑Year+∑Industry+ε
(7)
表6报告了商业信用供给(Credit2)对融资约束(KZ)中介效应的调节作用检验结果。模型(6)检验结果显示,企业金融化(Fho)的系数为-0.343,在5%水平上显著,企业金融化与商业信用供给的交互项(Fho×Credit2)系数为-1.607,但不显著,说明商业信用供给对中介效应的前半路径并未发挥调节作用。模型(7)检验结果显示,商业信用供给与融资约束的交互项(Credit2×KZ)系数为-0.819,且在1%水平上显著。可见,有调节的中介效应成立且调节后半路径,即商业信用供给强化融资约束对创新投资的抑制作用。由此说明,企业商业信用供给程度越高,融资约束对创新投资的抑制作用越显著,假设H4a得以验证。实务中,企业要谨慎使用商业信用供给和赊销交易,向客户提供商业信用供给时,应综合考虑自身融资能力和客户信用等级,从而降低客户债务违约和拖欠风险。同时,要加强应收款项管理,及时催收到期应收款项,尽快回笼资金,以缓解企业因应收账款占比过高对再融资能力产生的负面影响。
表6 商业信用供给的调节作用检验结果
Table 6 Moderating role of commercial credit supply
变量模型(6)模型(7)KZRDFho-0.343**2.355***(-2.02)(6.29)Credit21.665***(16.52)Fho×Credit2-1.607(-1.40)KZ-0.103***(-3.84)Credit2×KZ-0.819***(-8.84)Size-0.050***0.139***(-4.69)(4.57)Lev6.599***-3.695***(101.27)(-14.62)Age0.162***-0.961***(5.33)(-10.79)Roa-8.870***-7.937***(-45.63)(-11.00)Recin-0.184***4.182***(-3.75)(24.35)TobinQ0.479***0.713***(49.61)(20.90)Cash-15.296***-1.032*(-94.58)(-1.75)Shar1-0.645***-1.430***(-10.34)(-8.49)Liqui-0.004*0.013**(-1.79)(2.07)Sdreture0.0200.060(0.63)(0.75)Soe0.268***-0.116*(13.58)(-1.93)常数项-0.4823.460**(-1.14)(2.33)年份YesYes行业YesYesN20 70920 709A-R20.7470.397
尽管上文回归结果显示,企业金融化对创新投资具有显著正向影响,但基准模型(1)可能存在的内生性问题会导致估计系数有偏或非一致,进而影响估计结果的准确性。本文核心解释变量企业金融化与创新投资之间可能存在双向因果关系。一方面,提高企业金融化水平能够促进企业创新投资活动;另一方面,创新投资越多,创新产出越多,在一定程度上能够促使企业投资更多金融资产,从而促进企业金融化。此外,基准模型(1)中可能存在遗漏变量和测量误差。因此,本文采用两阶段最小二乘法(2SLS)对原有模型进行验证,以缓解内生性问题。参照万良勇等[37]的研究成果,本文将滞后一期企业金融化(L.Fho)和滞后两期企业金融化(L2.Fho)作为企业金融化(Fho)的工具变量。LM统计量(Kleibergen-Paap rk LM statistic为1 315.35)满足工具变量与内生变量相关条件,通过识别不足检验。F检验结果(Kleibergen-Paap rk Wald F statistic为3 719.20)表明,工具变量与内生变量具有较强的相关性,通过弱工具变量检验。Hansen J统计量检验过度识别问题,结果显示,P值为0.140,大于0.1,说明本文选取的工具变量较为合理。
在此基础上,表7汇报了两阶段回归结果。第一阶段回归结果显示,企业金融化(Fho)与工具变量高度相关,说明企业过去金融化水平对当期金融化水平具有较大影响。第二阶段回归结果显示,企业金融化(Fho)系数为3.363,且在1%水平上显著。上述结果表明,在考虑内生性问题后,假设H1b依然成立。
表7 两阶段最小二乘法(2SLS)检验结果
Table 7 Two stage least squares (2SLS) regression results
变量第一阶段第二阶段FhoRDL.Fho0.779***(64.40)L2.Fho0.075***(6.22)Fho3.363***(6.37)控制变量YesYes年份YesYes行业YesYesLM统计量1315.35Wald F检验3719.20Hansen J统计量2.177Hansen J检验P值0.140N18 00718 007A-R20.7100.398
借鉴刘惠好等[33]的研究成果,本文使用企业研发人员数量占比(RDper)作为创新投资的代理变量,对中介效应模型进行估计。表 8列(1)~(3)汇报了替换被解释变量后的回归结果,估计系数均在1%水平上显著。由此说明,当采用企业研发人员数量占比作为被解释变量时,企业金融化通过缓解融资约束促进创新投资。回归结果证明假设H2b成立,前文研究结论具有稳健性。
考虑到金融市场大幅波动可能导致中介效应模型估计偏误,本文剔除2008年和2015年样本重新进行估计。表 8列(4)~(6)汇报了剔除样本后的回归结果,估计系数均在1%水平上显著。由此说明,剔除金融市场大幅波动年份样本后,假设H2b依然成立,前文研究结论具有稳健性。
本文采用金融资产投资获利(Fpr)作为企业金融化的代理指标,重新估计中介效应模型。表8列(7)~(9)汇报了替换被解释变量后的回归结果,估计系数均在1%水平上显著。由此说明,当采用金融资产投资获利(Fpr)作为解释变量时,回归结果证明假设H2b依然成立,前文研究结论具有稳健性。
表8 中介效应稳健性检验结果
Table 8 Robustness test results of mediating effect
变量替换“创新投资”(1)(2)(3)RDperKZRDper删除样本(4)(5)(6)RDKZRD替换“企业金融化”(7)(8)(9)RDKZRDFho6.898***-1.399***6.139***2.647***-0.847***2.470***(6.28)(-10.25)(5.55)(6.79)(-6.65)(6.34)Fpr11.913***-0.950***11.727***(8.24)(-2.62)(8.13)KZ-0.542***-0.209***-0.196***(-6.82)(-8.18)(-8.08)常数项9.551**-0.6209.215**3.203**-0.3283.135**3.125**-0.1183.102**(2.29)(-1.44)(2.19)(2.19)(-0.76)(2.15)(2.17)(-0.28)(2.16)其它变量YesYesYesYesYesYesYesYesYesN20 70920 70920 70919 01019 01019 01020 70920 70920 709A-R20.3890.7340.3910.3940.7480.3970.3950.7420.398
注:其它变量包括所有控制变量、年份虚拟变量及行业虚拟变量,下同
根据企业产权性质,将样本企业划分为国有企业和非国有企业;根据企业年龄特征,分别以成立10年、成立20年为界限对样本企业进行分组讨论。
表9汇报了国有企业与非国有企业异质性检验结果。列(1)~(3)结果显示,企业金融化(Fho)的估计系数均不显著。由此表明,在国有企业中,企业金融化(Fho)对融资约束(KZ)的缓解作用和对创新投资(RD)的促进作用不显著。列(4)~(6)结果显示,各估计系数符号与前文一致,均在1%水平上显著,中介效应模型通过检验。以上结果表明,企业金融化通过缓解融资约束促进创新投资这一作用机制在国有企业与非国有企业间存在显著差异。原因在于,国有企业研发投资受政府决策影响较大,而金融资产持有量对研发投资影响较小,进而导致金融化的蓄水池效应不显著。此外,相较于非国有企业,国有企业所受融资约束较小,投资金融资产对融资约束的缓解作用微乎其微。因此,在国有企业,企业金融化通过缓解融资约束促进创新投资的作用机制不显著,而在非国有企业,这一作用机制显著。
表9 企业产权异质性检验结果
Table 9 Heterogeneity test results of enterprise ownership
变量国有企业(1)(2)(3)RDKZRD非国有企业(4)(5)(6)RDKZRDFho0.344-0.0780.3323.214***-0.985***3.030***(0.68)(-0.46)(0.65)(6.67)(-6.21)(6.28)KZ-0.161***-0.186***(-3.72)(-6.47)常数项 4.805**0.5504.894**2.998*-0.1472.971*(2.35)(1.15)(2.39)(1.91)(-0.16)(1.95)其它变量YesYesYesYesYesYesN6 4906 4906 49014 21914 21914 219A-R20.3690.7800.3710.3780.7240.380
表10汇报了企业年龄异质性检验结果。列(1)~(3)结果显示(成立10年及以下企业组),企业金融化(Fho)对创新投资(RD)的促进作用不显著,企业金融化反而会加剧融资约束。列(4)~(6)结果显示(成立11~20年企业组),估计系数符号与前文一致,且均在1%水平上显著,这与列(7)~(9)(成立20年以上企业组)结果一致。比较上述两组估计系数的绝对值可以发现,相比于成立20年以上企业组,成立11~20年企业组对应系数估计值的绝对值较大,表明对成立11~20年企业而言,其金融化通过缓解融资约束促进创新投资的作用机制最为显著。以上结果表明,企业年龄异质性检验结果呈现典型的“中部崛起”效应。
表10 企业年龄异质性检验结果
Table 10 Heterogeneity test results of business age
变量成立10年及以下(1)(2)(3)RDKZRD成立11~20年(4)(5)(6)RDKZRD成立20年以上(7)(8)(9)RDKZRDFho-0.4551.921***0.0584.179***-1.014***3.968***1.232***-0.739***1.137**(-0.26)(2.96)(0.03)(6.87)(-5.44)(6.53)(2.68)(-4.34)(2.48)KZ-0.267***-0.207***-0.129***(-3.33)(-6.10)(-3.56)常数项-1.2143.747***-0.2125.550*-0.3335.481*0.1002.909***0.474(-0.44)(3.28)(-0.08)(1.88)(-0.66)(1.86)(0.07)(6.11)(0.34)其它变量YesYesYesYesYesYesYesYesYesN1 6661 6661 66611 53311 53311 5337 5107 5107 510A-R20.4630.7610.4680.3850.7380.3880.3830.7540.384
这可能是因为,与成立10年以上企业相比,成立10年及以下企业,其资金规模较小,金融资产持有量较少,其金融化行为会导致融资约束问题“雪上加霜”。成立11~20年企业处于成长期,可以通过持有金融资产获得外部收益,为创新投资注入资金。相较于成长期企业,成立20年以上企业,其资金来源稳定,创新投资意愿并不强烈,企业金融化通过缓解融资约束促进创新投资这一机制的作用强度有所下降。
(1)企业金融化对创新投资具有促进作用,在考虑内生性问题后,这一结论依然稳健。
(2)企业金融化通过缓解融资约束促进企业创新投资,即融资约束在二者间发挥部分中介作用。在替换不同度量指标以及剔除特殊样本后,上述结论依然成立。
(3)基于供应链视角,进一步探讨商业信用对这一作用机制的影响,结果发现,企业商业信用融资水平越高,企业金融化对融资约束的缓解作用越显著,相应地,对创新投资的促进作用越显著;企业商业信用供给程度越高,企业金融化对融资约束的作用越不显著,但融资约束对企业创新投资的抑制作用越显著。一方面,企业要充分利用买方市场的竞争优势,提升自身谈判能力与商业信用等级以获得更多商业信用融资,强化金融资产投资行为对融资约束的缓解作用,为创新投资储备资金;另一方面,企业要谨慎采用赊销交易,在与客户签订赊销合同前,要综合考虑自身融资能力与客户商业信用等级,减少商业信用供给,从而降低客户拖欠货款与债务违约风险。
(4)本文从产权属性与企业年龄特征两个角度进行异质性分析,结果发现,在非国有企业以及成立11年以上企业,其金融化通过缓解融资约束对创新投资的促进作用显著。由此表明,企业持有金融资产能够缓解融资约束,并对创新投资发挥蓄水池效应,但上述积极效应在不同特征企业存在差异。具体而言,在成立时间较短企业,其金融化行为会导致融资约束问题“雪上加霜”;在成立时间较长且创新积极性较高的成长期企业,其金融化行为可以发挥流动资金储备作用。相较于国有企业,非国有企业可以更加充分地利用这一积极效应为创新投资储备流动资金。
(1)从金融服务体系看,可以通过改善投融资环境拓宽融资渠道、创新信贷方式和提高债务融资可得性等举措优化金融资产投资环境,抑制机会主义投资行为,从而建立并完善科技创新金融服务体系。
(2)从产业供应链看,可以通过制定产业供应链政策,确保供应链基本稳定。供应链上下游企业要充分利用商业信用融资,谨慎提供商业信用供给,实现信息共享、相互信任,从而构建关系型治理体系与战略联盟。
(3)从企业自身看,一是抑制短视行为和投机套利动机,贯彻可持续发展理念,客观评估金融资产风险并积极开展创新投资活动以获取更多创新产出,从而提升企业整体价值;二是增强与供应商谈判的能力,提高自身商业信用等级以获得更多商业信用融资;三是谨慎确定商业信用供给程度,避免盲目赊销行为,加强应收账款管理,防范潜在风险。
本文存在以下不足:第一,基于供应链视角,探讨企业金融资产配置对创新投资的影响,仅选择商业信用融资与商业信用供给两个维度展开,未针对供应商集中度、客户集中度等更深层次供应链关系进行分析,未来可以拓展此方面的研究。第二,金融资产范围广、种类多,不同类型金融资产对创新投资的影响可能存在差异。未来可以进一步区分金融资产类型,对研究问题进行深入分析。
[1] 黄群慧.论新时期中国实体经济的发展[J].中国工业经济,2017,34(9):5-24.
[2] SCHUMPETER J A.The theory of economic development: an inquiry into profits, capital,credit, interest,and the business cycle[M]. Cambridge, MA: Harvard University Press,1934.
[3] 顾海峰,张欢欢.企业金融化、融资约束与企业创新——货币政策的调节作用[J].当代经济科学,2020,42(5):74-89.
[4] 肖忠意,林琳,陈志英,等.企业金融化与上市公司创新研发投入——基于董事会治理与创新文化的调节作用的实证分析[J].南开经济研究,2021,37(1):143-163.
[5] 王红建,曹瑜强,杨庆,等.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[J].南开管理评论,2017,20(1):155-166.
[6] 彭龙,詹惠蓉,文文.实体企业金融化与企业技术创新——来自非金融上市公司的经验证据[J].经济学家,2022,280(4):58-69.
[7] 陈洋林,蒋旭航,张长全.实体企业金融化与创新投入的非线性效应研究[J].中央财经大学学报,2023,43(1):69-80.
[8] BOUGHEAS S, MATEUT S, MIZEN P. Corporate trade credit and inventories: new evidence of a trade-off from accounts payable and receivable[J]. Journal of Banking &Finance, 2009,33(2):300-307.
[9] 余明桂,潘红波.金融发展、商业信用与产品市场竞争[J].管理世界,2010,26(8):117-129.
[10] KRIPPNER G R.Capitalizing on crisis:the political origins of the rise of finance[M].Cambridge,MA:Harvard University Press,2011.
[11] 杨松令,牛登云,刘亭立,等.实体企业金融化、分析师关注与内部创新驱动力[J].管理科学,2019,32(2):3-18.
[12] ALMEIDA H,CAMPELLO M,WEISBACH M S.The cash flow sensitivity of cash[J].The Journal of Finance,2004, 59(4):1777-1804.
[13] ABOODY D, LEV B.Information asymmetry,R&D and insider gains[J].The Journal of Finance,2000, 55(6):2747-2766.
[14] 刘贯春.金融资产配置与企业研发创新:“挤出”还是“挤入”[J].统计研究,2017,34(7):49-61.
[15] 赵芮,曹廷贵.实体企业金融化对技术创新的影响研究[J].经济与管理研究,2021,42(9):62-76.
[16] HALL B H,JAFFE A,TRAJTENBERG M.Market value and patent citations[J]. Rand Journal of Economics, 2005, 36(1):16-38.
[17] 梅丹,程明.商业信用融资、客户集中度与企业研发投入[J].经济与管理评论,2021,37(5):139-149.
[18] 修宗峰,刘然.企业财务重述、供应链关系与商业信用融资[J].管理工程学报,2022,36(4):86-107.
[19] 郭丽丽,徐珊.金融化、融资约束与企业经营绩效——基于中国非金融企业的实证研究[J].管理评论,2021,33(6):53-64.
[20] 王凤荣,郑志全.银行贷款会挤出商业信用吗——基于研发投入视角[J].现代经济探讨,2021,40(1):39-50.
[21] 庄芹芹,司登奎.异质债务、金融配给与研发投入——基于金融供给侧结构性改革视角[J].当代经济科学,2021,43(1):91-104.
[22] 李泽广,覃家琦.融资约束与商业信用渠道的流动性提供——基于企业异质性视角的研究[J].南开学报(哲学社会科学版),2020,66(6):59-70.
[23] 陈胜蓝,刘晓玲.经济政策不确定性与公司商业信用供给[J].金融研究,2018,61(5):172-190.
[24] LOVE I, PREVE L A,SARRIA A V.Trade credit and bank credit:evidence from recent financial crises[J]. Journal of Financial Economics,2007,83(2):453-469.
[25] GIANNETTI M, BURKART M, ELLINGSEN T.What you sell is what you lend? explaining trade credit contracts[J]. Review of Financial Studies,2011,24(4):1261-1298.
[26] DAVIS A M,HYNDMAN K. An Experimental investigation of managing quality through monetary and relational incentives[J]. Management Science,2018,64(5):2345-2365.
[27] PETERSEN M A, RAJAN R G. Trade credit:theories and evidence[J]. Review of Financial Studies, 1997,10(3): 661-691.
[28] SHENOY J, WILLIAMS R.Trade credit and the joint effects of supplier and customer financial characteristics[J]. Journal of Financial Intermediation,2017,29:68-80.
[29] ALTUNOK F, MITCHELL K,PEARCE D K. The trade credit channel and monetary policy transmission: empirical evidence from U.S. panel data[J]. Quarterly Review of Economics and Finance,2020,78:226-250.
[30] HERTZEL M G, LI Z,OFFICER M S,et al.Interfirm linkages and the wealth effects of financial distress along the supply chain[J].Journal of Financial Economics,2008,87(2) : 374-387.
[31] JAIN B A.Predictors of performance of venture capitalist-backed organizations[J].Journal of Business Research,2001,52(3):223-233.
[32] 张会丽,王开颜.行业竞争影响企业商业信用提供吗——来自中国A股资本市场的经验证据[J].中央财经大学学报,2019,39(2):64-73.
[33] 刘惠好,焦文妞.银行业竞争、融资约束与企业创新投入——基于实体企业金融化的视角[J].山西财经大学学报,2021,43(10):56-67.
[34] KAPIAN S N, ZINGALES L. Do investment-cash flow sensitivities provide useful measures of financing constraints[J]. The Quarterly Journal of Economics, 1997,112(1):169-215.
[35] 宋小保,郭春.供应商集中度、市场地位与商业信用融资——关联性的异质作用研究[J].现代财经(天津财经大学学报),2022,42(3):66-85.
[36] 肖健.货币政策、信贷资源配置与企业融资约束问题的实证研究[J].预测,2020,39(3):35-41.
[37] 万良勇,查媛媛,饶静.实体企业金融化与企业创新产出——有调节的中介效应[J].会计研究,2020,41(11):98-111.