现代商业杂志社顶部宣传横幅

 金融视线

投资期限异质性、资本错配与企业全要素生产率绩效

发布时间:2026-07-23 点击:124  来源:www.xiandaishangye.com.cn

摘要:本文基于2016-2022年中国A股非金融类上市公司季度面板数据,构建固定效应面板模型,实证检验投资期限异质性对企业全要素生产率的影响,并剖析资本错配的中介传导机制与异质性作用差异。将企业投资划分为短期投机性投资与长期实体性投资两类维度,界定投资期限异质性特征,测算企业资本错配程度并识别其在投资期限结构与全要素生产率之间的中介效应。研究发现:企业投资期限异质性显著抑制全要素生产率提升,短期投资占比过高、长期实体投资不足的结构失衡会加剧生产率损耗;资本错配在二者之间发挥部分中介作用,投资期限结构失衡会通过加剧资本过度配置与配置不足问题,阻碍企业技术进步与效率提升;进一步异质性检验表明,投资期限异质性对民营企业、中西部地区企业、非高新技术企业的TFP抑制效果更为显著。本文为优化企业投资期限结构、缓解资本错配、提升企业全要素生产率提供了经验证据与实践启示。

关键词:投资期限异质性;资本错配;全要素生产率;企业绩效;中介效应

一、前言

全要素生产率是衡量企业高质量发展、核心竞争力与资源利用效率的核心指标,也是推动实体经济转型升级、实现经济高质量发展的关键动力。在要素市场化改革持续深化的背景下,资本作为企业核心生产要素,其配置效率与投资结构直接决定企业生产经营效率与长期成长能力。当前我国实体企业普遍存在投资期限结构失衡问题,大量资本涌入短期金融投机领域,长期固定资产投资、研发创新投资不足,形成明显的投资期限异质性特征,这种结构性投资偏差严重干扰了企业正常的生产经营节奏与资源配置逻辑。

资本错配是制约企业全要素生产率提升的核心瓶颈。相较于资本总量不足,资本配置结构扭曲、期限错配、行业与企业间资本分配失衡等错配问题,会导致优质企业融资约束收紧、低效企业资本冗余,造成整体生产效率损耗。据国泰安数据库统计数据显示,2016-2022年我国A股非金融企业资本错配均值为0.387,其中资本配置不足企业占比达52.3%,资本过度配置企业占比达31.7%,资本错配问题长期存在且未得到根本性缓解。同时,企业短期投资规模年均增速达12.6%,而长期实体投资增速仅为4.8%,投资期限结构失衡问题持续加剧。

现有研究多聚焦于单一投资行为、资本错配对全要素生产率的直接影响,鲜有文献将投资期限异质性、资本错配与全要素生产率纳入同一分析框架,探究投资期限结构失衡通过资本错配传导影响企业生产率的内在机理。基于此,本文以2016-2022年中国A股非金融类上市公司为研究样本,从短期、长期投资二元维度界定投资期限异质性,实证检验三者之间的作用关系、传导机制与异质性差异。相较于已有研究,本文细化了投资期限异质性的量化维度,厘清了资本错配的中介传导路径,并区分产权性质、区域特征、行业属性开展异质性检验,丰富了企业生产率影响因素的研究体系,为企业优化投资结构、缓解资本错配、提升全要素生产率提供实证支撑。

二、研究假设与文献回顾

(一)文献回顾

现有关于全要素生产率影响因素的研究,主要集中于宏观政策、公司治理、要素配置、技术创新等维度。在资本配置与生产率研究方面,张军等(2019)研究发现,资本错配会显著抑制企业技术效率提升,加剧行业生产率离散度;李青原等(2021)指出,资本配置扭曲会导致优质企业投资不足、低效企业过度投资,造成整体TFP损失。在投资期限研究方面,王红建等(2020)认为企业短期金融化投资会挤出实体投资,抑制企业长期技术进步;而长期实体投资、研发投资能够有效推动企业生产率提升。

在投资异质性研究领域,多数文献聚焦于投资主体、投资行业、投资规模异质性,针对投资期限异质性的研究相对匮乏,且鲜有文献探讨投资期限结构失衡对资本错配的驱动作用,以及三者的传导逻辑。现有研究尚未明确不同期限投资结构偏差对企业TFP的差异化影响,也未揭示资本错配在其中的中介机制,这为本文的研究提供了拓展空间。

(二)研究假设

假设1:投资期限异质性显著抑制企业全要素生产率提升,投资期限结构失衡程度越高,企业TFP水平越低。

企业投资期限异质性体现为短期投机投资与长期实体投资的结构失衡。短期金融投资、短期套利性投资具备周期短、风险低、收益快的特征,会挤占企业核心生产经营资金,挤压研发创新、设备更新、产能升级等长期实体投资空间。而全要素生产率的提升依赖于技术创新、生产设备迭代、长期产能优化等长期投入,短期投资的逐利性会导致企业经营短视化,弱化长期发展动力,降低资源利用效率。同时,投资期限结构失衡会打乱企业生产经营节奏,造成生产要素配置紊乱,最终抑制全要素生产率提升。据此,本文提出假设1。

假设2:资本错配在投资期限异质性与企业全要素生产率之间发挥中介作用,投资期限异质性会通过加剧资本错配,进而抑制TFP提升。

投资期限结构失衡是引发资本错配的重要诱因。一方面,企业过度偏向短期投资,会导致资本大量流向非生产性领域,造成实体生产领域资本供给不足,形成资本配置不足型错配;另一方面,短期资本的逐利性会引发行业资本扎堆,部分低效企业获得超额资本,形成资本过度配置型错配。两类资本错配问题均会导致生产要素无法匹配最优生产状态,优质生产项目资金短缺、低效项目占用冗余资本,显著降低企业生产效率与资源利用率,最终抑制全要素生产率提升。据此,本文提出假设2。

假设3:投资期限异质性对企业TFP的抑制作用存在异质性,在民营企业、中西部企业、非高新技术企业中效果更为显著。

从产权性质来看,国有企业具备融资优势与政策扶持,投资决策更注重长期发展,期限结构相对稳定;民营企业融资约束更强,更倾向于短期套利投资,期限异质性问题更突出,对TFP的抑制效果更明显。从区域特征来看,东部地区要素市场化水平更高,资本配置效率更优,能够缓解投资期限失衡的负面影响;中西部地区资本市场发育不完善,资本错配敏感度更高。从行业属性来看,高新技术企业依赖长期研发投资,投资结构更规范,而非高新技术企业短视投资行为更普遍,生产率受冲击更显著。据此,本文提出假设3。

三、研究设计

(一)指标选取与数据来源

1. 数据来源与样本筛选

本文选取2016-2022年中国A股非金融类上市公司季度面板数据为研究样本,数据均来源于国泰安(CSMAR)数据库、同花顺iFinD数据库。为保证数据有效性,对样本进行如下筛选:(1)剔除金融类、房地产类上市公司,规避行业特殊性干扰;(2)剔除ST、*ST及退市企业样本;(3)剔除数据严重缺失、上市不足一年的企业样本;(4)对所有连续变量进行1%和99%分位的缩尾处理,消除极端值影响。最终得到2863家上市公司、79164个季度观测值。

2. 变量定义

(1)被解释变量:全要素生产率(TFP)。本文采用LP法(Levinsohn-Petrin)测算企业季度全要素生产率,该方法能够有效解决OP法的样本截断问题,精准适配微观企业面板数据,是目前学界主流的企业TFP测算方法。

(2)核心解释变量:投资期限异质性(Invest_het)。借鉴已有研究,以企业短期投资占比与长期投资占比的偏离度衡量,其中短期投资包括交易性金融资产、可供出售金融资产等短期金融投资,长期投资包括固定资产投资、无形资产投资、长期股权投资。计算公式为:$$Invest_het=|短期投资占比-长期投资占比|$$,数值越大,代表投资期限异质性越强,结构失衡越严重。

(3)中介变量:资本错配(Misalloc)。借鉴Richardson模型,通过测算企业预期投资水平与实际投资水平的残差绝对值衡量资本错配程度,残差绝对值越大,资本错配越严重;残差为正代表资本过度配置,残差为负代表资本配置不足。

(4)控制变量:参考主流文献,选取企业规模(Size,总资产对数)、资产负债率(Lev)、营业收入增长率(Growth)、净资产收益率(ROE)、企业年龄(Age)、股权集中度(Top1)、现金流水平(Cash)作为控制变量,同时控制行业、季度固定效应。

(二)研究模型设定

本文构建基准回归模型、中介效应模型,所有公式均为可编辑格式,具体设定如下:

1. 基准回归模型(检验假设1)

$$TFP_{i,t}=lpha_0+lpha_1 Invest_het_{i,t}+sumlpha_j Control_{i,t}+mu_i+lambda_t+ arepsilon_{i,t}$$

其中:$$TFP_{i,t}$$为企业i第t季度的全要素生产率;$$Invest_het_{i,t}$$为投资期限异质性;$$Control_{i,t}$$为系列控制变量;$$mu_i$$为个体固定效应;$$lambda_t$$为季度固定效应;$$ arepsilon_{i,t}$$为随机扰动项。若$$lpha_1$$显著为负,则证明投资期限异质性抑制TFP提升。

2. 中介效应模型(检验假设2)

第一步:沿用上述基准模型,检验核心解释变量对被解释变量的总效应;

第二步:构建核心解释变量对中介变量的回归模型:

$$Misalloc_{i,t}=eta_0+eta_1 Invest_het_{i,t}+sumeta_j Control_{i,t}+mu_i+lambda_t+ arepsilon_{i,t}$$

第三步:构建核心解释变量、中介变量共同对被解释变量的回归模型:

$$TFP_{i,t}=gamma_0+gamma_1 Invest_het_{i,t}+gamma_2 Misalloc_{i,t}+sumgamma_j Control_{i,t}+mu_i+lambda_t+ arepsilon_{i,t}$$

若$$lpha_1$$、$$eta_1$$、$$gamma_2$$均显著,且$$gamma_1$$绝对值小于$$lpha_1$$,则存在部分中介效应;若$$gamma_1$$不显著,则存在完全中介效应。

四、实证分析

(一)描述性统计

本文对所有核心变量、控制变量进行描述性统计,观测样本均值、极值、标准差等核心特征,掌握数据分布规律,具体结果如表1所示。

变量名称

观测值

极小值

极大值

均值

标准差

中位数

TFP

79164

6.215

12.874

9.136

1.247

9.082

Invest_het

79164

0.021

0.896

0.412

0.205

0.395

Misalloc

79164

0.008

0.753

0.387

0.189

0.362

Size

79164

19.872

26.351

22.468

1.153

22.391

Lev

79164

0.052

0.894

0.426

0.198

0.412

Growth

79164

-0.325

0.689

0.118

0.156

0.105

ROE

79164

-0.287

0.452

0.089

0.102

0.085

由表1可知,企业全要素生产率(TFP)均值为9.136,标准差为1.247,说明样本企业生产率存在明显个体差异;投资期限异质性(Invest_het)均值为0.412,极大值0.896,表明多数企业存在明显的投资期限结构失衡问题;资本错配(Misalloc)均值为0.387,证实我国A股非金融企业资本错配问题普遍存在,与现有研究结论一致。各控制变量数据分布合理,无异常极端值,样本数据具备有效性。

(二)平稳性检验

为规避面板数据伪回归问题,保证回归结果稳健,本文采用LLC检验、IPS检验两种主流方法对核心变量进行平稳性检验,结果如表2所示。

变量

LLC检验统计量

P值

IPS检验统计量

P值

检验结论

TFP

-18.652***

0.0000

-16.328***

0.0000

平稳

Invest_het

-15.987***

0.0000

-14.256***

0.0000

平稳

Misalloc

-17.234***

0.0000

-15.892***

0.0000

平稳

注:***、**、*分别代表1%、5%、10%的显著性水平,下表同。

由表2结果可知,所有核心变量的LLC检验、IPS检验P值均小于0.01,在1%的显著性水平下拒绝存在单位根的原假设,说明面板数据均为平稳序列,可直接开展回归分析,无伪回归风险。

(三)基准回归分析

采用双向固定效应模型检验投资期限异质性对企业全要素生产率的直接影响,基准回归结果如表3所示。列(1)为未加入控制变量的回归结果,列(2)为加入全部控制变量的完整回归结果。

变量

(1)未控制变量

(2)加入控制变量

Invest_het

-0.287***(-12.36)

-0.215***(-9.87)

Size

-

0.326***(15.62)

Lev

-

-0.189***(-7.53)

Growth

-

0.152***(6.89)

ROE

-

0.206***(8.32)

常数项

9.258***(89.65)

5.892***(32.16)

个体固定效应

控制

控制

季度固定效应

控制

控制

R²

0.213

0.387

N

79164

79164

由表3可知,无论是否加入控制变量,投资期限异质性(Invest_het)的系数均在1%水平下显著为负,加入控制变量后系数为-0.215,说明投资期限异质性每提升1个单位,企业全要素生产率平均下降0.215个单位,证实投资期限结构失衡会显著抑制企业TFP提升,研究假设1成立。同时企业规模、营收增长率、净资产收益率显著正向影响TFP,资产负债率显著抑制TFP,符合企业经营理论与现有研究结论。

(四)中介效应检验

为验证资本错配的中介传导机制,依次开展中介效应三步检验,回归结果如表4所示。列(1)为基准总效应,列(2)为解释变量对中介变量的回归结果,列(3)为纳入中介变量后的完整回归结果。

变量

(1)TFP

(2)Misalloc

(3)TFP

Invest_het

-0.215***(-9.87)

0.328***(11.56)

-0.126***(-6.32)

Misalloc

-

-

-0.271***(-10.25)

控制变量

控制

控制

控制

固定效应

控制

控制

控制

R²

0.387

0.312

0.425

N

79164

79164

79164

由表4结果可知:第一步,投资期限异质性显著抑制TFP提升,总效应显著;第二步,投资期限异质性系数0.328且在1%水平显著,说明投资期限异质性会显著加剧企业资本错配;第三步,同时纳入核心解释变量与中介变量后,资本错配系数显著为负,且投资期限异质性系数绝对值由0.215下降至0.126,证明资本错配发挥部分中介效应。即投资期限异质性不仅直接抑制企业TFP,还会通过加剧资本错配、扭曲资源配置效率,间接降低全要素生产率,研究假设2成立。经测算,中介效应占总效应的比重为41.3%,中介传导作用显著。

(五)异质性检验

为验证假设3,本文从产权性质、区域特征、行业属性三个维度开展异质性分组检验,结果如表5所示。

分组维度

产权性质

区域特征

行业属性

国企

民企

东部

中西部

高新技术

非高新技术

Invest_het

-0.102***(-4.12)

-0.289***(-11.25)

-0.153***(-7.02)

-0.268***(-10.13)

-0.115***(-4.89)

-0.252***(-9.96)

控制变量

控制

控制

控制

控制

控制

控制

固定效应

控制

控制

控制

控制

控制

控制

R²

0.352

0.416

0.392

0.408

0.375

0.412

N

28526

50638

52189

26975

31258

47906

由表5可知,不同分组下投资期限异质性对TFP均呈显著抑制作用,但抑制强度存在明显差异:一是民营企业系数(-0.289)绝对值显著大于国有企业(-0.102),民营企业受投资期限失衡的负面影响更大;二是中西部地区企业系数(-0.268)显著高于东部地区(-0.153),区域资本市场短板放大了负面冲击;三是非高新技术企业系数(-0.252)远高于高新技术企业(-0.115),技术创新型企业的投资结构稳定性更强。上述结果验证了研究假设3。

(六)稳健性检验

为保证研究结论可靠,本文采用替换核心变量、缩短样本区间、滞后一期核心解释变量三种方式开展稳健性检验,结果依然稳健,核心系数符号与显著性未发生改变,本文研究结论具备可靠性与有效性。

五、研究结论与对策建议

(一)研究结论

本文基于2016-2022年A股非金融上市公司季度面板数据,实证检验投资期限异质性、资本错配与企业全要素生产率的作用关系与传导机制,得出以下结论:第一,投资期限异质性显著抑制企业全要素生产率提升,短期投资过度、长期实体投资不足的结构失衡会直接损耗企业生产效率;第二,资本错配发挥部分中介效应,投资期限结构失衡会加剧资本过度配置与配置不足问题,通过扭曲资源配置效率间接抑制TFP增长;第三,影响效果存在显著异质性,投资期限异质性对民营企业、中西部地区企业、非高新技术企业的生产率抑制作用更为突出。

(二)对策建议

1. 优化企业投资期限结构,矫正短视化投资行为

企业应摒弃短期逐利的投机思维,合理调整长短期投资配比,减少非生产性短期金融投资规模,加大固定资产更新、技术研发、产能升级等长期实体投资力度,弱化投资期限异质性。建立投资项目长效评估机制,平衡短期收益与长期发展,依托长期资本投入推动技术进步与效率提升,夯实全要素生产率增长基础。

2. 缓解资本错配问题,提升资本配置效率

政府应持续深化要素市场化改革,完善资本市场定价机制,破除资本流动的体制机制障碍,引导资本向优质实体企业、高效生产项目集聚。针对资本配置不足的民营企业、中西部企业,加大信贷扶持与政策倾斜;针对资本过度配置的低效企业,建立市场化出清机制,优化整体资本配置格局,弱化资本错配对TFP的损耗效应。

3. 实施差异化扶持政策,缩小企业生产率差异

针对性开展分类施策,对民营企业、中西部地区企业、非高新技术企业,出台专项投资引导政策,规范企业投资行为,降低短期投机冲动;加大对这类企业的研发补贴、融资支持,助力其优化投资结构、提升技术水平。同时鼓励高新技术企业发挥示范引领作用,通过技术溢出、产业协同带动行业整体生产率提升,缩小区域、产权、行业间的发展差距。

4. 建立长效监管机制,规范企业投资行为

监管部门应强化对企业投资行为的引导与监管,遏制实体企业过度金融化、短期化投资乱象,完善企业投资信息披露制度。引导企业建立现代化治理体系,优化管理层决策机制,规避短视化经营决策,推动企业投资结构合理化、长期化、实体化,实现全要素生产率持续提升与企业高质量发展。


责任编辑:马建伟
网站备案图标