摘要：文章以2011-2023年中国A股上市实体企业面板数据为研究样本，基于固定效应模型、中介效应检验模型实证探究数字金融发展对实体企业“脱实向虚”投资行为的影响效应及作用机制。研究表明：数字金融发展能够显著抑制实体企业金融化的“脱实向虚”投资行为，助力企业资金回流实体主业；机制检验显示，数字金融可通过缓解企业融资约束、优化企业资本配置效率两条路径，弱化企业逐利性与避险性金融投资动机，进而抑制脱实向虚行为。异质性分析发现，数字金融对非国有企业、中小规模实体企业脱实向虚的抑制效果更为显著。研究结论为依托数字金融赋能实体经济、遏制实体企业金融化、推动经济高质量发展提供了实证依据与实践参考。

关键词：数字金融；实体企业；脱实向虚；企业金融化；融资约束

一、引言

近年来，我国实体经济转型升级进程持续推进，但实体企业“脱实向虚”问题日益凸显。众多实体企业受实体投资回报率偏低、金融市场投机收益较高等因素影响，将大量闲置资金投向股票、理财、衍生品等金融领域，过度扩张金融资产投资、压缩主营业务实体投资，不仅削弱企业核心生产经营能力，还会加剧产业空心化、放大宏观金融风险，制约实体经济高质量可持续发展。如何有效遏制实体企业脱实向虚、引导资金回归实体主业，成为当前经济领域重点关注的核心问题。

随着大数据、人工智能、云计算等数字技术与金融业深度融合，数字金融打破传统金融服务的时空限制与信息壁垒，凭借普惠性、低成本、高效率的核心优势，重塑了企业投融资格局。传统金融体系存在信贷歧视、信息不对称、融资门槛高等问题，大量实体企业尤其是中小实体企业面临融资难、融资贵困境，为规避经营风险、追逐短期收益，企业被迫增加金融资产配置，加剧脱实向虚倾向。而数字金融依托数字化风控体系，能够精准识别企业经营状况与信用水平，拓宽实体企业融资渠道、降低融资成本，有效缓解企业资金压力。

与此同时，数字金融的发展能够优化市场资本配置结构，引导社会资本向实体产业倾斜，压缩企业金融投机套利空间，弱化企业金融化投资动机。现有研究多聚焦数字金融对企业创新、产业升级的赋能效应，针对数字金融与实体企业脱实向虚的因果关系及内在传导机制的系统性实证研究仍有待完善。基于此，本文构建实证研究框架，系统检验数字金融发展对实体企业脱实向虚投资行为的影响效果、作用路径与异质性特征，为规范实体企业投资行为、深化数字金融赋能实体经济发展提供理论支撑与实践对策。

二、文献回顾

（一）关于实体企业脱实向虚的相关研究

实体企业脱实向虚本质是企业金融化的核心表现，指非金融类实体企业偏离主营业务，过度配置金融资产、依赖金融投资收益的资源错配行为（陈春华等，2021）。现有研究主要从动因与经济后果两个维度展开分析。在成因方面，张成思等（2016）认为实体行业利润率持续下行、金融行业超额收益存在，是驱动实体企业金融投资扩张的核心逐利动因；胡奕明等（2017）指出，融资约束下企业为应对未来经营不确定性，会主动配置金融资产储备流动性，形成避险性脱实向虚行为。

在经济后果方面，多数研究证实脱实向虚会产生显著负面效应。王红建等（2017）研究发现，实体企业过度金融投资会挤出研发投入与固定资产投资，抑制企业主业发展与技术创新；李建军等（2020）认为，企业脱实向虚会加剧宏观经济虚实失衡，提升系统性金融风险，阻碍产业结构优化升级。现有研究明确了实体企业脱实向虚的危害与诱因，但针对数字化金融环境下的治理路径研究仍需进一步拓展。

（二）关于数字金融与企业投融资行为的相关研究

数字金融作为新型金融业态，对企业投融资决策具有深刻重塑作用。国外学者Demertzis等（2018）研究表明，数字金融依托大数据风控技术，有效降低金融市场信息不对称程度，优化信贷资源配置效率，改善中小企业融资困境。国内学者李晓龙等（2022）指出，数字金融能够突破传统金融服务边界，下沉金融服务重心，为实体企业提供低成本、高效率的资金支持，缓解企业融资约束。

同时，部分学者聚焦数字金融对企业投资结构的影响。林木西等（2022）认为，数字金融赋能能够引导企业资金聚焦实体主业，减少非生产性金融投资；靳曙畅等（2023）通过异质性检验发现，数字金融对民营企业、中小企业的投资结构优化效果更为显著。但现有文献多侧重数字金融对企业整体投资效率的影响，专门针对实体企业脱实向虚投资行为的抑制效应、传导机制的实证研究较为零散，尚未形成统一的研究结论。

（三）数字金融与企业脱实向虚的关联性研究

目前学界针对二者直接关联的研究逐步兴起，形成两种差异化观点。主流观点认为数字金融能够有效抑制企业脱实向虚，陈春华等（2021）实证发现，数字金融可通过缓解企业融资约束，降低企业预防性金融资产配置动机，显著弱化企业金融化水平；孙博越等（2025）研究指出，数字金融能够优化资本配置、压缩金融套利空间，倒逼企业回归实体经营。

也有部分学者提出争议观点，认为数字金融可能加剧企业脱实向虚。王道平（2022）认为，数字金融降低了金融投资门槛，便利的金融交易渠道可能促使部分企业过度开展金融投机活动，加剧资金空转。整体来看，现有研究尚未充分厘清数字金融对实体企业脱实向虚的核心作用机制与异质性特征，且实证样本与研究视角存在局限，为本文研究留下了充足的探索空间。

三、理论分析与研究假设

（一）数字金融对实体企业脱实向虚的直接抑制效应

实体企业脱实向虚的核心根源在于资本逐利性与经营避险性双重动机叠加。从逐利动机来看，传统金融体系下实体融资成本高、实体投资回报周期长，而金融资产短期收益更高，驱动企业配置金融资产；从避险动机来看，实体企业尤其是中小企业融资不稳定，为应对现金流波动、规避经营风险，企业会主动储备流动性金融资产，形成被动脱实向虚。

数字金融从根源上弱化了企业脱实向虚的双重动机。一方面，数字金融依托大数据、人工智能技术实现精准授信，简化信贷流程、降低融资利率，有效缓解实体企业融资约束，保障企业主营业务生产、研发、扩张的资金需求，减少企业为规避资金短缺风险配置金融资产的避险动机；另一方面，数字金融提升了金融市场透明度，压缩金融投机套利空间，同时引导社会资本精准流向实体产业，提升实体投资回报率，弱化企业金融逐利动机，进而抑制脱实向虚投资行为。据此，本文提出研究假设H1：

H1：数字金融发展能够显著抑制实体企业“脱实向虚”投资行为，降低企业金融化水平。

（二）数字金融抑制脱实向虚的中介作用机制

1. 缓解融资约束的中介路径

传统金融存在严重的信贷配给问题，中小实体企业、民营企业缺乏足额抵押担保，难以获取银行信贷支持，融资约束显著。为维持经营流动性、弥补实体收益不足，企业不得不加大金融资产投资，加剧脱实向虚。数字金融打破抵押担保依赖，通过整合企业交易数据、纳税数据、经营数据构建数字化信用评价体系，精准匹配企业融资需求，拓宽融资渠道、降低融资成本，有效缓解企业融资约束。充足的经营资金能够保障实体主业投入，减少企业预防性金融资产配置，实现抑制脱实向虚的效果。据此，本文提出假设H2：

H2：数字金融可通过缓解实体企业融资约束，间接抑制企业脱实向虚投资行为。

2. 优化资本配置效率的中介路径

传统资本配置模式存在信息不对称、资源错配问题，大量资金涌入金融领域空转，实体产业资金供给不足，加剧虚实收益失衡，诱发企业脱实向虚。数字金融依托数字化技术提升资本流通效率，精准识别优质实体项目，引导社会闲置资本向实体主业、优质实体企业倾斜，优化整体资本配置结构。同时，数字金融能够实时监控企业资金流向，约束企业非理性金融投资行为，倒逼企业将资金聚焦主营业务生产经营，减少非实体投资，有效遏制脱实向虚现象。据此，本文提出假设H3：

H3：数字金融可通过优化企业资本配置效率，间接抑制企业脱实向虚投资行为。

四、指标选取、数据来源与模型构建

（一）数据来源与样本筛选

本文选取2011-2023年中国A股非金融类、非房地产类上市实体企业为研究样本，剔除ST、*ST、数据缺失、异常的企业观测值，最终得到2386家企业、共计22418个年度观测值。其中，数字金融数据来源于北京大学数字金融研究中心发布的《北京大学数字普惠金融指数》，企业微观财务数据来源于国泰安（CSMAR）数据库，宏观区域数据来源于《中国统计年鉴》。为消除极端值影响，对所有连续变量进行1%和99%分位的缩尾处理。

（二）变量定义

1. 被解释变量：实体企业脱实向虚（FIN）

参考主流研究方法，以企业金融化水平衡量脱实向虚投资行为，采用企业金融资产占总资产的比重测算。其中金融资产包含交易性金融资产、可供出售金融资产、持有至到期投资、衍生金融资产、投资性房地产等，该指标数值越大，表明企业金融投资占比越高，脱实向虚程度越严重。

2. 核心解释变量：数字金融发展水平（DFI）

选取北京大学省级数字普惠金融总指数作为核心解释变量，同时选取覆盖广度、使用深度、数字化程度三个细分维度进行拓展分析，为消除量纲影响，对原始指数进行对数化处理。该指数能够全面反映各省份数字金融的发展规模、服务质量与普及程度。

3. 中介变量

（1）融资约束（SA）：借鉴已有研究，采用SA指数衡量企业融资约束，SA指数绝对值越大，表明企业融资约束程度越高。

（2）资本配置效率（EFF）：以企业实体投资效率衡量资本配置效率，通过固定资产、无形资产等实体资产的投资回报率测算，数值越高表明资本配置效率越优。

4. 控制变量

为控制企业个体特征与区域宏观因素的干扰，选取企业规模（SIZE）、企业年龄（AGE）、资产负债率（LEV）、净资产收益率（ROE）、营业收入增长率（GROW）、股权集中度（TOP1）、地区经济发展水平（PGDP）作为控制变量。

（三）模型构建

1. 基准回归模型

为检验数字金融对实体企业脱实向虚的直接影响，构建双向固定效应模型，控制个体固定效应与年份固定效应，模型如下：

FIN = α + αDFI + ΣαControl + μ + δ + ε

式中，i代表企业个体，t代表年份；FIN为企业脱实向虚程度；DFI为数字金融发展水平；Control为系列控制变量；μ为个体固定效应，δ为年份固定效应，ε为随机扰动项。若α显著为负，说明数字金融能够显著抑制企业脱实向虚行为。

2. 中介效应模型

为验证融资约束、资本配置效率的中介传导作用，构建逐步回归中介效应模型，依次检验核心变量对中介变量、核心变量与中介变量对被解释变量的影响，具体模型如下：

M = β + βDFI + ΣαControl + μ + δ + ε

FIN = γ + γDFI + γM + ΣαControl + μ + δ + ε

式中，M为中介变量（融资约束SA、资本配置效率EFF），其余变量定义与基准模型一致。通过逐步回归系数显著性，判断中介效应是否成立。

五、实证结果与分析

（一）描述性统计

对所有变量进行描述性统计，分析样本数据的均值、标准差、最值分布情况，结果如表2所示。样本期内实体企业脱实向虚程度（FIN）均值为0.087，最小值0.002，最大值0.315，说明不同实体企业金融化程度差异较大，部分企业脱实向虚问题较为突出；数字金融发展水平（DFI）均值为5.628，标准差0.836，表明各省份数字金融发展存在明显区域差异，符合我国数字经济发展不均衡的现实特征。各控制变量数据分布合理，无明显异常值，样本整体质量良好，可开展后续实证分析。

（二）基准回归结果分析

采用双向固定效应模型进行基准回归，检验数字金融对实体企业脱实向虚的直接影响，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后的回归结果。结果显示，无论是否加入控制变量，数字金融（DFI）的回归系数均在1%的显著性水平下显著为负。加入控制变量后，DFI系数为-0.0186，表明数字金融发展水平每提升1个单位，实体企业金融化水平显著下降0.0186个单位，证实数字金融能够有效抑制实体企业脱实向虚投资行为，本文假设H1成立。

从控制变量结果来看，企业规模、净资产收益率、地区经济发展水平系数显著为负，说明规模越大、盈利越好、区域经济越发达的实体企业，主业发展能力越强，脱实向虚倾向越弱；资产负债率、企业年龄系数显著为正，表明负债过高、成立时间较长的企业，更倾向于配置金融资产规避经营风险，脱实向虚程度更高，符合理论预期。

注：***p<0.01，**p<0.05，*p<0.1，括号内为t值，下同。

（三）中介效应检验

为验证数字金融抑制脱实向虚的内在作用机制，分别对融资约束、资本配置效率两条中介路径进行检验，结果如表4所示。

1. 融资约束中介效应

列（1）结果显示，数字金融（DFI）系数在1%水平下显著为负，说明数字金融发展能够显著降低企业融资约束程度；列（2）同时纳入数字金融与融资约束变量后，DFI系数、SA系数均显著为负，表明融资约束存在部分中介效应。数字金融通过拓宽融资渠道、降低融资成本，缓解企业资金压力，减少企业预防性金融资产配置，进而抑制脱实向虚行为，本文假设H2成立。

2. 资本配置效率中介效应

列（3）结果显示，数字金融系数在1%水平下显著为正，说明数字金融能够显著提升实体企业资本配置效率；列（4）同时纳入核心变量与中介变量后，DFI系数、EFF系数均显著为负，证实资本配置效率的部分中介效应成立。数字金融优化资本流向、提升实体投资效率，引导企业资金聚焦主业，减少金融投机投资，有效遏制脱实向虚，本文假设H3成立。

（四）异质性分析

为探究数字金融对不同类型企业脱实向虚的差异化影响，本文从企业产权性质、企业规模两个维度开展异质性检验，结果如表5所示。

1. 产权性质异质性

列（1）（2）结果显示，民营企业样本中DFI系数在1%水平下显著为负，国有企业样本中系数不显著且绝对值更小。原因在于，国有企业具备天然融资优势，融资约束弱，脱实向虚动机本身较低，数字金融的赋能抑制效果有限；而民营企业长期面临融资困境，脱实向虚问题更突出，数字金融能够精准缓解其资金痛点，对脱实向虚的抑制效果更为显著。

2. 企业规模异质性

按照企业总资产中位数划分为大规模、中小规模企业，列（3）（4）结果显示，中小规模企业DFI系数显著为负且绝对值更大，大规模企业抑制效果相对较弱。中小实体企业抗风险能力弱、融资难问题突出，更依赖金融资产储备流动性，数字金融的普惠赋能作用对其投资结构优化效果更明显，能够有效遏制其脱实向虚行为。

（五）稳健性检验

为确保实证结论的可靠性，本文通过替换核心变量、缩短样本区间、工具变量法三种方式开展稳健性检验。一是替换被解释变量，仅采用短期金融资产占比衡量脱实向虚程度；二是将样本区间缩短为2013-2023年，规避早期数字金融发展不成熟的干扰；三是选取省级互联网普及率作为数字金融的工具变量，缓解内生性问题。稳健性检验结果如表6所示，核心变量系数均显著为负，与基准回归结论完全一致，证实本文研究结论稳健可靠。

六、结论与启示

（一）研究结论

本文基于2011-2023年A股上市实体企业面板数据，实证探究数字金融发展对实体企业脱实向虚投资行为的影响效应与作用机制，主要得出以下结论：第一，数字金融发展能够显著抑制实体企业脱实向虚投资行为，降低企业金融化水平，助力企业资金回归实体主业，该结论经过多重稳健性检验后依然成立；第二，机制检验表明，数字金融可通过缓解企业融资约束、优化企业资本配置效率两条中介路径，弱化企业避险性与逐利性金融投资动机，间接遏制脱实向虚行为；第三，异质性特征显著，数字金融对民营企业、中小规模实体企业脱实向虚的抑制效果更突出，对国有企业、大规模企业的赋能作用相对有限。

（二）政策启示

1. 持续推进数字金融高质量发展，夯实实体赋能基础

各地政府应持续完善数字金融基础设施建设，缩小区域数字金融发展差距，提升数字金融覆盖广度、使用深度与数字化服务水平。依托大数据、人工智能技术优化金融风控体系，进一步降低实体企业融资门槛与融资成本，充分发挥数字金融普惠赋能优势，从资金供给端遏制企业脱实向虚的根源性动因，引导金融资源精准服务实体经济。

2. 精准施策强化异质性赋能，聚焦重点企业纾困赋能

针对民营企业、中小实体企业脱实向虚问题更突出的特征，出台专项数字金融扶持政策，搭建中小实体企业专属数字化融资平台，精准缓解其融资约束。同时优化国企、大企业投融资监管机制，引导其依托数字金融工具优化资本配置，减少低效金融投资，全方位规范各类实体企业投资行为。

3. 完善虚实协同发展机制，优化实体投资生态

依托数字金融赋能实体经济转型升级，加大对实体企业研发创新、技术改造、产能升级的数字化金融支持，提升实体产业投资回报率，缩小虚实行业收益差距。同时健全金融市场监管体系，压缩企业金融投机套利空间，构建“金融赋能实体、实体反哺金融”的良性循环生态，从根本上破解实体企业脱实向虚难题，推动经济高质量发展。

参考文献

[1]陈春华,曹伟,曹雅楠.数字金融发展与企业“脱虚向实”[J].财经研究,2021,47(09):4-18.

[2]张成思,张步昙.中国实业投资率下降之谜:经济金融化视角[J].经济研究,2016,51(12):32-46.

[3]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[J].经济研究,2017,52(01):182-196.

[4]李晓龙,江唐洋.数字金融对资本配置扭曲的改善作用及区域异质性[J].经济体制改革,2022(06):120-126.

[5]林木西,肖宇博.数字金融、技术创新与区域经济增长[J].兰州大学学报(社会科学版),2022,50(02):47-59.

[6]靳曙畅,胡熠,栾佳锐.数字金融赋能企业转型升级:理论分析与实证检验[J].统计与决策,2023,39(03):136-141.

[7]孙博越,余斌,胡雅静.算力基础设施建设是否抑制了企业“脱实向虚”?[J].金融研究,2025(07):112-128.

[8]王道平,刘杨.数字金融、金融套利与企业金融化[J].现代财经,2022,42(08):36-51.

[9]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——基于中国工业上市公司的经验证据[J].南开管理评论,2017,20(01):155-166.

[10]Demertzis M, Merler S, Wolff G B. Capital markets union and the fintech opportunity[J]. Journal of Financial Regulation,2018,4(1):157-165.