一、引　言

近年来，中国经济出现明显的“脱实向虚”趋势。一方面，尽管我国的金融发展水平不断提高，但金融体系却逐步偏离服务实体经济的本质，导致金融空转；另一方面，越来越多的非金融企业将大量资金投资于金融资产而不是主营业务，企业的金融化程度越来越高（彭俞超等，2018a，2018b）。根据Wind数据显示，2017年1月至9月，共964家上市公司合计动用了7 705.77亿元资金认购理财产品，与上年同期相比增长40.11%。张思成和张步昙（2016）的研究发现，平均而言，我国非金融行业上市公司至少有20%的利润来源于金融渠道。经济“脱实向虚”的现象引起了党和国家领导人的高度关注。习近平总书记在2015年底的中央经济工作会议上曾对中国经济现状作出研判，认为“大量资金流向虚拟经济，使资产泡沫膨胀，金融风险逐步显现”。在党的十九大报告中，习近平总书记明确指出，要“深化金融体制改革，增强金融服务于实体经济的能力”。

大量非金融企业“脱实向虚”将撕裂虚拟经济与实体经济的共生联动关系，导致金融工具和金融资产扩张，企业行为的投机性增强，容易催生资产泡沫，诱发系统性重大风险（成思危，2015；黄贤环等，2018）。彭俞超等（2018a）指出，实体企业金融化所带来的产业“空心化”和资产“金融化”正逐步弱化实体经济的基础性作用，导致实体经济与虚拟经济之间产生了严重的结构性失衡，增加了风险联动性。已有研究验证了实体企业金融的一系列负面后果，包括挤出实业投资（张成思和张步昙，2016）、抑制主营业务发展（杜勇等，2017）、降低创新水平（王红建等，2017）和增加股票市场极端风险（彭俞超等，2018b）等。现有文献主要从实业投资利润率（张成思和张步昙，2016）、经济政策不确定性（彭俞超等，2018a）、机构投资者持股（刘伟和曹瑜强，2018）和房地产价格（曹清峰，2018）等方面考察企业金融化影响因素。但这些文献通常假设企业决策独立于其他企业，鲜有文献考虑不同企业金融化决策之间的相互影响，即企业金融化行为的传染效应。

本文从同群效应的独特视角考察企业金融化行为的传染效应，即企业金融化决策是否以及如何受到同行业或同地区其他企业（同群企业）金融化行为的影响。传统的企业财务理论通常假定不同企业财务决策是独立的，最优决策主要取决于其自身特征和决策过程，而与其他企业决策无关（张天宇和钟田丽，2018）。然而，在现实中，企业在决策中往往会观察和模仿同行业、同地区或其他关联企业的行为，即企业之间的决策会相互影响、同向变化，存在“同群效应”。Lieberman和Asaba（2006）指出，企业在不确定性环境下相互模仿意味着它们对未来下了相同的押注，这会在很大程度上放大行为的正面或负面社会后果。不少现有研究发现，企业在很多重要的财务决策上，包括资本结构调整（Leary和Robert，2014；陆蓉等，2017）、固定资产投资（Bustamante和Frésard，2017）、股利分配（Grennan，2019）和财务违规（陆蓉和常维，2018）等方面都倾向于模仿同群企业的行为。那么，企业金融化行为是否会相互影响从而形成传染效应呢？考虑到实体企业“脱实向虚”对中国经济和金融体系具有潜在的威胁，同群效应的存在很可能会强化和放大这种负面效应（Lieberman和Asaba，2006），因此研究企业金融化同群效应具有重要的理论和现实意义。

本文首先考察了企业金融化决策是否存在同群效应。选取沪深两市2007—2016年间A股非金融类上市公司为研究样本发现，我国企业的金融化行为存在显著的行业和地区同群效应，企业的金融化程度与同行业或同省份其他企业的平均金融化程度显著正相关。研究企业行为的同群效应通常会面临较为严重的内生性问题，即企业行为所呈现的同步性和相似性很可能是由背后共同的因素（如相同的经济、制度环境和宏观政策冲击等）驱动的，而不是其行为之间相互影响。为了缓解由此导致的内生性偏差，参照Leary和Roberts（2014）及Adhikari和Agrawal（2018）的方法，采用同群企业的平均股票特质收益率和特质波动率作为同群企业平均金融化程度的工具变量来排除其他共同因素的影响。本文的研究结论在控制内生性问题后仍然成立。

企业模仿其他企业的金融化决策可能是因为相信其他企业具有信息优势（尽管这种判断不一定准确），也可能是为了维持与其他企业的竞争均势（Competitive parity）（Lieberman和Asaba，2006），还可能源于“代理成本”。我们发现企业金融化同群效应主要是由企业的“信息学习”动机和“代理成本”驱动的，表现为：（1）年龄较大、估值难度较小、盈利能力较强和市场占有率较高的企业（领导企业）显著影响年龄较轻、估值难度较大、盈利能力较弱和市场占有率较小的企业（追随企业）的金融化行为，反之则不成立；（2）外部信息环境越差、不确定性程度越高、代理成本越高，企业金融化的同群效应越强。最后，我们还检验了金融化同群效应对企业风险的影响，发现金融化同群效应增加了企业的系统性风险和总体风险，但降低了企业特质风险。

本文的边际贡献体现在以下三个方面：第一，为理解中国经济整体“脱实向虚”形成的原因提供了一个新颖的微观视角。实体企业的金融化决策存在显著的同群效应，意味着“脱实向虚”的财务决策在企业层面的传染和蔓延可能也是驱动经济整体“脱实向虚”愈演愈烈的重要力量之一。第二，拓展了有关企业金融化的相关研究文献。现有的研究通常隐含地假定企业的金融化决策是独立于其他企业的，但本文的研究表明，企业在金融化决策时会学习和模仿其他企业的金融化行为。第三，丰富了企业财务决策同群效应的相关研究。与资本结构和固定资产投资等其他的财务决策的同群效应不同的是，企业金融化的同群效应可能会导致金融风险被迅速放大和扩散，危及经济整体安全，因而具有更大的社会危害性。

二、文献回顾和研究假设

（一）有关企业同群效应的研究

已有的大量研究发现，企业在进行决策时会观察和模仿其他企业的行为。Dougal等（2015）发现，无论是否属于同一行业，企业投融资决策均受临近企业决策的影响，对总部设在其附近其他企业的投融资行为敏感度尤其高。石桂峰（2015）的研究发现，企业投资随着同地区不同行业企业投资的增加而增加。Bustamante和Frésard（2017）发现，同群企业投资每增加1%，焦点企业投资随之增加10%。且有不少研究发现，企业的资本结构选择会受到同行业或同地区其他企业的显著影响（如Leary和Roberts，2014；陆蓉等，2017；李志生等，2018）。陆蓉和常维（2018）发现，同地区其他同群企业的违规行为使得该地区企业违规的概率提高。此外，学者们还发现企业债务期限结构（Duong等，2015）、融资决策（Graham和Harvey，2001）、股利发放与股票回购（Adhikari和Agrawal，2018；Grennan，2019）以及高管薪酬（赵颖，2016）等也存在着显著的同群效应。

（二）有关企业金融化的研究

企业金融化是指非金融企业逐步脱离主营业务，投资于虚拟经济以期实现盈利的行为（彭俞超等，2018b）。现有研究将企业金融化的动机归结为三个方面，即“蓄水池”“投资替代”和“实体中介”理论。“蓄水池”理论认为企业将资金配置于金融资产是为了流动性储备，用以防备未来现金流冲击带来的资金链断裂风险（Stulz，1996；胡奕明等，2017）。“投资替代”理论则认为企业大量持有金融资产是为了追求利润最大化，如果金融资产的收益高于实业投资收益，企业倾向于以金融资产投资替代实业投资，反之亦然（Demir，2009；Tori和Onaran，2017）。“实体中介”理论则认为，部分非金融企业持有较高的金融资产是因为这些企业承担了部分“金融中介”的功能（Shin和Zhao，2013）。在新兴市场中，有些企业更容易从银行获得低成本融资，但缺乏好的投资项目，转而把这些资金转贷给其他企业，这些企业从事了类似金融中介的业务，被称为“实体中介”。彭俞超等（2018a）发现，经济政策不确定性上升显著抑制了企业金融化趋势。Tori和Onaran（2017）的研究表明，企业将资源过多投资于虚拟经济，占用了企业更新升级设备与产品的资金，抑制了企业创新水平的提高。杜勇等（2017）发现，非金融企业金融化会抑制主营业务的发展，“挤出”效应大于“蓄水池”效应。

关于企业金融化或“脱实向虚”的研究通常将企业视为单独决策与行动的个体，鲜有文献从社会网络的角度探讨企业间金融化行为之间的相互作用。但在现实决策过程中，所有企业的决策可视为一个整体，企业在制定自身财务与经营管理决策时，需要学习、回应甚至反击其他关联企业的决策行为（张天宇和钟田丽，2018）。大量现有研究也证实，企业在很多重要的财务决策中会观察和模仿其他企业的决策行为。但目前鲜有文献讨论企业金融化行为的同群效应，也没有从金融化在企业间互相传染的角度分析经济“脱实向虚”的成因。

（三）理论分析与研究假设

1. 企业金融化同群效应的存在性假设。经济学和管理学的理论认为，人们有激励学习和模仿他人的行为。Smallwood和Conlisk（1979）基于信息不对称动态模型的研究发现，企业追求最优决策时学习、效仿他人决策能有效降低成本，更容易达到最优选择。Lieberman和Asaba（2006）在总结已有研究的基础上将商业模仿行为的动机划分为两大类，即“信息学习”理论（ Information-based theory）和“竞争”理论（ Rival-based theory ）。“信息学习”理论认为企业模仿同群企业是因为相信这些企业的行动传递了信息（即认为这些企业具有信息优势）；“竞争”理论则认为企业模仿其他企业的行为是出于保持与同群企业之间的竞争均势或限制竞争对手的目的。此外，企业的模仿行为还可能是由经理人与股东之间的代理冲突驱动的，因而同群效应反映的是代理成本。例如Scharfstein和Stein（1990）指出，管理者的决策会向外界传递关于管理者个人能力的信息，经理人为了避免因错误决策而导致的个人声誉损失，更倾向于模仿同群企业管理者的行为而忽略企业自身的实际信息。类似地，Graham（1999）的理论研究表明，在经理人声誉或能力较低的情况下，尽管接收到的外界信息与个人掌握的信息不一致，经理人为了维护自身声誉，他们的决策仍会表现出更多的模仿行为。

从企业模仿行为的角度看，相比于一般的投融资决策，企业金融化决策具有三个方面的独特性：首先，相比于实业投资的异质性，金融工具大都是经过标准化设计而具有高度的同质性，更易于模仿。Lieberman和Asaba（2006）指出，当被模仿的行为很复杂或具有很高的异质性时，可模仿程度会下降，从而限制模仿行为。反之，如果被模仿的行为或方法本身的复杂度比较低，模仿行为就更为普遍。其次，金融投资通常面临较高的不确定性，更容易导致极端的负面后果。一个典型案例是深市上市公司上海莱士，自2015年2月起陆续斥资近40亿元用于股票投资，至2018年累计亏损超过13亿元，导致公司股票市值缩水近2/3。“信息学习”理论认为，当行动与结果之间的关系高度不确定时，企业管理者更倾向于借助外部信息进行决策，通过模仿其他企业的行为来降低结果的不确定性（Lieberman和Asaba，2006）。最后，金融投资具有很强的专业性，非金融企业的管理者可能并不具备专业的金融投资知识和能力，因而更倾向于模仿其他同群企业普遍采用的金融投资方案以提高投资的安全性，同时也能够避免因投资失误而招致的声誉损失。

已有的大量关于企业决策同群效应的研究主要从行业层面定义“同群组”，考察行业内企业的同群效应。但除了同行业企业，在地理上较为相近的企业也经常被选做参考企业进行模仿，从而形成了地区层面的同群效应（李志生等，2018）。综上，本文提出研究假设1：企业的金融化行为存在行业（地区）同群效应，即同行业（同地区）其他企业更高的金融化程度会提高焦点企业的金融化水平。

2. 企业金融化同群效应产生的潜在机制。企业管理者模仿同群企业的金融化行为到底是出于“信息学习”动机、“维持竞争均势”动机还是出于管理者个人私利动机呢？根据Lieberman和Asaba（2006）给出的检验“信息学习”理论和“竞争”理论的路线图，若是企业为竞争而模仿，需要同时满足3个条件：第一，领导企业与追随企业所处的竞争市场相同（条件A）；第二，领导企业和追随企业具有相似的规模或资源（条件B）；第三，外部环境比较稳定，不确定性程度低（条件C）。如果上述3个条件不能同时成立，则企业的模仿行为更有可能是出于“信息学习”的动机（Lieberman和Asaba，2006）。本文借鉴Adhikari和Agrawal（2018）的做法，从条件B和条件C来检验“信息学习”理论和“竞争”理论。

从条件B来看，根据“信息学习”理论，公司年龄较大、估值难度较低、盈利能力较高和市场占有率较高的企业（领导企业）通常具有信息优势，因此会被那些公司年龄较小、估值难度较高、盈利能力较低和市场占有率较低的企业（追随企业）模仿。而“竞争”理论则预期模仿行为只会发生在公司年龄相仿、估值难易程度相似、盈利能力相当以及市场占有率相近的企业之间（Lieberman和Asaba，2006；Adhikari和Agrawal，2018），因为这些企业具有相似的规模或资源。如果追随企业会模仿领导企业的金融化行为，则不满足条件B中“具有相似的规模或资源”的要求，企业金融化同群效应则更有可能是由“信息学习”动机而不是“维持竞争均势”动机驱动的。基于此，本文提出以下研究假设：

假设2a：行业（地区）追随企业的金融化行为受领导企业金融化行为的影响，但领导企业的行为不受追随企业的影响。

假设2b：行业（地区）追随企业与领导企业之间的金融化行为不存在相互影响。

根据“信息学习”理论，企业的模仿行为根源于决策者试图减少决策行为和结果之间联系的不确定性，而二者的关联性会在很大程度上受到外部环境的影响，当外部信息环境越差或环境不确定性程度较高时，决策行为与结果之间关系的可预测性就更弱。因此，“信息学习”理论预期当外部信息不对称程度越高或环境不确定性越大时，企业更容易接受来自外部的信息，更倾向于通过模仿其他企业的行为来降低决策的风险。而“竞争”理论则认为只有当外部信息透明度较高且环境不确定性程度较低时，企业才会相互模仿。因此，本文提出如下对立的研究假设：

假设3a：外部信息环境越差、环境不确定性越高，企业金融化行为的行业（地区）同群效应越强。

假设3b：外部信息环境越差、环境不确定性越高，企业金融化行为的行业（地区）同群效应越弱。

代理成本理论认为经理人与股东追求的目标可能是不一致的，经理人可能会为了自身的利益而不惜牺牲股东的利益。如果企业管理者模仿其他企业的金融化决策是源于代理问题，例如为了避免声誉损失、掩盖个人的能力不足或卸责等，那么在代理问题越严重的企业中，经理人以损失股东利益为代价追求个人利益的行为更容易实现，成本也更低，因而更有可能忽略自身掌握的信息和判断，选择“随大流”的金融化决策。然而，在Lieberman和Asaba（2006）给出的理论分析框架中，他们隐含地假设企业经理人是理性的，并且经理人与股东的目标是一致的（不存在代理冲突），即不论是为了“信息学习”而模仿还是为了“维持竞争均势”而模仿，经理人的本意或目标都是为了追求企业利润的最大化。这意味着，如果经理人与股东追求的目标发生偏离，那么这种偏离越大，表示经理人越不关注股东的利益最大化，因而经理人越不可能出于“信息学习”或“维持竞争均势”动机而模仿其他企业的行为。因此，如果企业模仿其他企业金融化决策是由“信息学习”或“维持竞争均势”动机驱动，我们预期股东与经理人的目标偏离越大（代理成本越高），企业越不可能模仿其他企业的行为，企业金融化的同群效应越弱。因此，本文提出如下对立的研究假设：

假设4a：代理成本越高，企业金融化行为的行业（地区）同群效应越强。

假设4b：代理成本越高，企业金融化行为的行业（地区）同群效应越弱。

三、研究设计

（一）实证模型与变量定义

为检验企业金融化是否存在同群效应，本文参考Leary和Roberts（2014）、赵颖（2016）、陆蓉和常维（2018）及Grennan（2019）的做法，设定以下检验模型：

其中，被解释变量

指j行业k地区i企业在第t年的金融化水平，参照现有研究的做法（如刘珺等，2014；彭俞超等，2018a），以企业金融资产占总资产的比例衡量。解释变量 为同群企业的平均金融化水平，包括同行业（ ）、同地区（ ）和同行业同地区（ ）同群企业的平均金融化水平。我们将焦点企业i的同行业、同地区与同行业同地区企业分别定义为与焦点企业i处于同一行业、注册地在同一省份、行业及省份均相同的其他企业。其中，行业分类参照证监会2012年发布的《上市公司行业分类指引》第1位码进行分类。X_ijkt为控制变量集合，参考已有研究企业金融化的文献（杜勇等，2017；彭俞超等，2018），控制了以下变量：资产负债率（Lev）、资产回报率（Roa）、公司规模（Size）、现金流比率（Cashflow）、托宾Q值（TobinQ）、企业上市年龄（Age）和固定资产投资（CPX）。v_j为行业固定效应，p_k为地区固定效应，y_t为时间固定效应，为随机误差项。此外，同行业企业金融化水平是根据行业划分的条件均值，已包含企业的行业信息，为了避免共线性，本文参考Adhikari和Agrawal（2018）以及Grennan（2019）的做法，在检验行业金融化同群效应时不再控制行业固定效应；同样地，验证包含同地区企业金融化同群效应时不再控制地区固定效应。变量的具体定义见表1。

（二）样本数据

鉴于我国于2007年开始实施新的会计准则，自此企业金融资产的数据方可得，因此样本数据选取区间为2007—2016年。参考现有文献的做法，我们按照以下原则进行样本筛选：①剔除金融、保险及房地产行业上市公司样本；②剔除ST、*ST、暂停上市和退市的公司样本；③剔除主要变量数据缺失的样本。本文数据来自CSMAR数据库，为了缓解极端值的影响，对所有连续型变量进行1%和99%分位的缩尾（Winsorize）处理。表1报告了主要变量的描述性统计，企业平均用于投资金融资产的资金占总资产的比例为6.5%，标准差为10.2%，最大值为54.1%。

四、企业金融化同群效应的存在性检验

（一）基准回归结果

表2为模型（1）的估计结果，旨在检验企业金融化行为是否存在行业和地区同群效应。本文采用根据企业层面聚类调整的标准误来修正截面相关、异方差或自相关等可能带来的估计偏差。其中第（1）−（3）列分别引入行业、地区和行业−地区同群企业的平均金融化水平变量，第（4）列同时引入了三类同群企业的平均金融化水平变量以避免行业地区之间的交叉干扰，结果显示，在所有回归中，同群企业平均金融化水平变量的系数都在1%的水平上显著为正，表明企业金融化行为存在显著的行业与地区同群效应，焦点企业金融化水平随着行业、地区和行业−地区同群企业金融化水平提高而呈现增长趋势。从经济意义上来看，行业、地区和行业−地区同群企业平均金融化水平提高1%，焦点企业的金融化水平将分别提高0.584%、0.31%和0.353%，表明企业金融化同群效应在经济意义上也是显著的。控制变量的系数估计结果与现有研究的发现基本一致，企业金融化水平与资产收益率（Roa）和企业年龄（Age）显著正相关，与企业规模（Size）、经营现金流量（Cashflow）和投资支出（CPX）显著负相关。上述结果支持了研究假设1。

（二）稳健性检验^①

1. 工具变量法。处理内生性问题是研究同群效应面临的最大挑战。在表2中，焦点企业与同群企业行为的相似性很可能是由背后共同的因素（如相同的经济、制度和政策环境）驱动的，而并非企业行为之间的相互影响。因此，我们首先采用工具变量法来缓解上述的内生性问题。

借鉴Leary和Roberts（2014）、Adhikari和Agrawal（2018）以及Grennan（2019）的研究，我们使用优化后的股票特质收益率（Idiosyncratic returns）和特质波动率（Idiosyncratic volatility）来构造同群企业金融化行为的工具变量。首先，我们借鉴Leary和Roberts（2014）的做法，采用如下的扩展市场指数模型估计股票特质收益率：

其中，r_ijkt为j行业k地区的i企业在第t周的股票收益率。mkret_t为总市值加权的市场收益率；rf_t为一年期存款利率表示的无风险收益率；indret_-ijkt为剔除企业i后的总市值加权的行业指数收益率；arearet_-ijkt为企业i所在省份的其他企业总市值加权的地区指数收益率。利用每家企业每一年的周股票收益率来估计模型（2），得到回归系数后通过下式计算每只股票的周收益率期望值（

）和特质收益率（ ）：

上述过程将股票价格变化正交分解为由市场、行业和地区层面的共同因素解释的部分（预期收益率）和由企业特质因素解释的部分（特质收益率）。对于每家企业i，根据周特质收益率计算每一年度特质收益率；特质波动率用每一年度周特质收益率的标准差来表示。在此基础上，定义4个工具变量：行业同群企业的年度特质收益率均值（Ind_IR）和特质波动率均值（Ind_IS），地区同群企业年度特质收益率均值（Area_IR）和特质波动率均值（Area_IS）。我们通过前述的扩展指数模型排除了由市场、行业和地区层面共同因子的影响，因而该模型的残差应只与企业个体特质相关（Adhikari和Agrawal，2018）。Leary和Roberts（2014）验证了特质收益率具有支持外生性条件的优良统计特征，包括不存在序列相关或截面相关。此外，为了进一步避免工具变量通过行业或地区风险渠道影响企业金融化行为，借鉴Adhikari和Agrawal（2018）的研究，检验行业同群效应时控制行业指数波动率（Ind_Var），检验地区同群效应时控制地区波动率（Area_Var）。

表3报告了工具变量的回归结果。从第一阶段的回归结果来看，工具变量的系数都在1%的水平上统计显著，满足相关性要求。且弱工具变量检验Cragg-Donald Wald F统计量大于Stock和Yogo（2005）提供的容忍10%扭曲下对应的临界值，表明不存在弱工具变量问题。第（3）−（4）列为第二阶段回归结果，金融化行业同群效应（Ind_Fin）和地区同群效应（Area_Fin）仍在1%的显著性水平上为正。结果表明，即使在排除了来自市场、行业和地区层面共同因子的影响之后，企业金融化行为仍存在显著的行业和地区同群效应。

2. 安慰剂检验。本文通过安慰剂检验来排除结论是由于其他不可观测的共同因素（例如宏观经济下行导致的实业投资收益率下降等）所导致的可能性。检验的基本逻辑为：如果企业金融化同群效应是由于其他不可观测的共同因素所导致，那么即使在随机选择同群企业的情况下，同群效应仍会继续存在，即同群效应的存在不依赖于行业或地区的集聚效应。根据此思想，本文进行如下安慰剂检验：仍然保持相同数量的同群组数和同群组规模（同群企业数量），不同的是从同一年份的所有企业中随机抽取（随机定义同群组）。回归结果显示，“伪同群企业”平均金融化水平变量的系数都不具备统计显著性，表明金融化同群效应并非完全由其他不可观测的共同因素驱动。这也说明了从行业和地区维度来定义和考察企业金融化行为的同群效应是有意义的。

3. 控制行业或地区同群企业的特征。考虑到同群企业金融化行为之间的相似性还可能是由同群企业具有相似的特征所导致的（Adhikari和Agrawal，2018），本文进一步控制了一系列的行业或地区特征变量。参考Leary和Roberts（2014）、陆蓉等（2017）以及Adhikari和Agrawal（2018）的做法，在估计行业同群效应时控制行业同群企业的平均特征，在估计地区同群效应时控制地区同群企业的平均特征。具体而言，这些控制变量包括行业（地区）同群企业的资产负债率、资产回报率、企业规模、托宾Q值、经营现金流和固定资产投资率的均值。所得结果显示，本文的研究结论仍然稳健。

4. 控制行业或地区层面宏观因素的影响。为了排除行业或地区宏观政策导致企业金融化水平呈现同方向的变动，参考Bird等（2018）的研究，在模型（1）中引入地区（行业）与年度哑变量的交乘项来控制行业（地区）宏观政策的影响。结果如表4中Panel C列（1）−列（2）所示，结论并未发生改变。本文还控制了各省宏观经济因素对企业金融化的影响，在模型（1）中控制省份GDP、人均GDP、税收收入占GDP比重以及经济开放度（进出口总额/GDP）等指标。检验变量系数的方向和显著性并未发生改变。

5. 变换企业金融化的度量方法。首先，参考刘珺等（2014）和彭俞超等（2018b），企业金融化资产不包含长期股权投资，仅用交易性金融资产、买入返售金融资产、可供出售金融资产、发放贷款及垫款和持有至到期投资之和与总资产之比来衡量企业金融化水平。其次，参照彭俞超等（2018a）的做法，采用企业持有金融资产规模自然对数值乘以100衡量企业金融化水平的结果显示，本文的研究结果仍然稳健。

五、检验企业金融化同群效应产生的潜在机制

（一）领导企业与追随企业之间的学习效应

借鉴陆蓉等（2017）及Adhikari和Agrawal（2018）的做法，分别根据公司年龄、估值难易程度（固定资产比列）、盈利能力和市场占有率划分各行业与地区的领导企业与追随企业，检验这两类企业金融化行为之间如何相互影响。相比于公司年龄较轻、估值难度较大、盈利能力较弱和市场占有率较小的企业（追随企业），公司年龄较大、估值难度较小、盈利能力较强和市场占有率较高的企业（领导企业）通常具有更强的信息优势（Adhikari和Agrawal，2018）。根据前文的理论分析，如果企业主要是基于信息学习动机而模仿其他企业的行为，则追随企业更倾向于模仿领导企业的金融化决策，反之则不成立。

首先，根据企业年龄、固定资产占比、总资产收益率以及市场占有率从大到小对所有企业进行排序，将排名位于行业（地区）前30%的企业定义为领导企业，后30%的企业定义为追随企业；其次，针对每一家企业，重新计算与其对应行业（地区）领导（追随）企业的平均金融化水平；最后，我们使用行业（地区）领导企业的样本来检验领导企业对追随企业的反应，用追随企业的样本检验追随企业对领导企业的反应。表4结果显示，无论是按照哪种划分标准，行业（地区）领导企业对追随企业的反应均不显著，而行业（地区）追随企业对领导企业的反应都显著为正，这表明处于信息劣势的追随企业更倾向于学习和模仿具有信息优势的领导企业的金融化决策，而领导企业则更倾向于独立决策。上述检验结果与“信息学习”理论的预期一致，从而验证了研究假设2a。

（二）外部信息环境与企业金融化同群效应

根据前文的理论分析，如果企业的模仿行为更多为了节省信息成本而不是保持竞争优势，那么在信息不对称的环境中表现的更明显（Lieberman和Asaba，2006；Adhikari和Agrawal，2018）。因此，本部分通过检验外部信息环境对金融化同群效应的影响来识别企业的模仿行为是出于“信息学习”动机还是“竞争”动机。参考现有研究公司信息环境的文献，采用同群企业股价同步性均值（Ind_Syn、Area_Syn和IndArea_Syn）来捕捉企业面临的外部信息环境。其中，股价同步性用每一家企业每一年的股票周收益率对市场指数收益率回归得到的拟合优度系数R²表示。已有研究表明，股价同步性越高，融入股价的信息量越低，企业的信息环境越差（Morck等，2000；Gul等，2010）。回归结果如表5（1）—（3）列所示，企业金融化同群效应在较差的信息环境（平均股价同步性更高）中更为显著。该结果支持了研究假设3a，从而进一步验证了“信息学习”理论。

（三）外部环境不确定性与企业金融化同群效应

“信息学习”理论预期在不确定性程度更高的环境中，经理人行为的结果更难预测，因而更倾向于通过模仿其他企业的行为来降低这种不确定性；“竞争”理论则预期模仿更有可能发生在不确定性比较低的环境中。本文参照现有文献（如彭俞超等，2018a）的做法，采用Baker等（2016）构建的“中国经济政策不确定性指数”来捕捉我国企业面临的外部环境不确定性程度。检验结果如表5（4）−（6）列所示，不确定性变量与同群企业平均金融化水平变量的交乘项的系数在（4）列和（6）列中显著为正，在（5）列中不显著，从而表明外部不确定性程度越高，企业金融化同群效应越强，验证了研究假设3a。

（四）代理成本与企业金融化同群效应

参考现有文献，本文从产权性质与高管腐败支出两个方面来捕捉企业的代理成本。现有研究表明，由于所有者缺位，加上缺乏有效的约束和激励机制，国有企业相比于非国有企业具有更高的代理成本（夏立军和方轶强，2005；Firth 等，2006）。我们定义产权性质哑变量SOE，若为国有企业取1，否则取0。参考Cai等（2011），采用招待费和差旅费支出与经营利润之比（ETC）作为高管腐败程度的代理变量，腐败程度越高，表示企业代理成本越高。结果如表6所示，相比于非国有企业，国有企业更倾向于模仿同群企业进行金融化决策；高管腐败程度越高，企业金融化同群效应越强，这些结果支持了假设4a，表明企业金融化行为同群效应在一定程度上由代理成本驱动。

六、进一步分析：企业金融化同群效应会放大系统性金融风险吗？

企业“脱实向虚”备受关注的主要原因之一是企业过度金融化很可能会降低金融体系的稳定性，甚至会引发系统性金融风险。例如成思危（2015）认为，企业金融化意味着资金不断从实体部门流入虚拟部门，可能会诱发资产价格泡沫，造成虚拟经济过度膨胀，进而引起金融体系的不稳定，诱发金融危机。王永钦等（2015）也指出，企业从银行获取资金并投向金融资产，如果金融资产价格大幅下跌会引起连锁反应，导致企业陷入财务困境，进而影响银行体系的稳定性。黄贤环等（2018）发现企业金融化会增加企业财务风险。彭俞超等（2018b）发现企业金融化会降低股票市场的稳定性，增加企业股价发生崩盘的风险。

本部分进一步考察企业金融化同群效应如何影响企业的风险。Lieberman和Asaba（2006）特别强调，企业间相互模仿会增加行为的同质性并放大行为的负面效应，可能使整个社会承受巨大的风险。如果企业金融化会增加自身的金融与财务风险，那么企业间金融化决策的相互模仿会导致金融风险在企业间更快地传染，可能引发和放大系统性金融风险，企业自身面临的系统性风险也会增加。参照现有文献的做法（如Coles等，2006；Armstrong等，2012），本文通过股价波动率来捕捉企业的风险。首先，通过资本资产定价模型（CAMP）将企业的周股票收益分解为被市场收益率解释的部分和未被市场收益率解释的部分（企业特质收益率）；然后，定义总风险（Trisk）为年度内股票周收益率的标准差，系统性风险（Srisk）为被市场收益率解释的那部分个股收益率的标准差，企业特质风险（Frisk）为企业特质收益率的标准差。

本文设定如下的回归模型来检验金融化同群效应对企业风险的影响：

具体地，我们通过焦点企业金融化与同群企业金融化变量交乘项Fin_ijkt×Peer_-ijkt的系数来捕捉金融化同群效应对企业风险的影响。回归结果如表7所示，企业金融化的同群效应降低了企业特质风险，但增加了企业面临的系统性风险，增加了企业的总体风险。该结果验证了我们的预期，表明企业对同群企业金融化决策的模仿会增加企业之间金融风险的关联性，从而可能会引发和放大经济整体的系统性金融风险。本文的发现也为企业金融化的微观行为如何影响经济整体的系统性风险提供了新的渠道解释。

七、研究结论及政策启示

本文采用沪深A股上市非金融公司2007—2016年的样本数据，基于同群效应的视角考察了企业“脱实向虚”传染效应的存在性、发生机制及其经济后果。本文从行业和地区两个层面定义同群企业发现，我国企业金融化行为存在显著的传染效应（同群效应），行业（地区）同群企业的金融化决策会显著影响焦点企业的金融化决策，二者显著正相关。进一步地，从“信息学习”动机、“维持竞争均势”动机和“代理成本”三个方面检验了企业金融化同群效应的产生机制，发现企业金融化模仿行为主要是由“信息学习”动机和“代理成本”驱动的，主要表现为：（1）具有信息劣势的追随企业更倾向于模仿具有信息优势的领导企业的金融化行为，反之则不成立；（2）不同企业间的信息不对称程度越高、外部经济政策环境不确定性程度越高，企业金融化行为同群效应越强；（3）金融化行为同群效应在代理成本更高的企业（国有企业或高管腐败更严重的企业）中表现更强。最后，我们还从股票市场风险的视角考察了企业金融化同群效应的经济后果，发现企业基于同群效应的金融化行为降低了企业特质风险，但增加了企业面临的系统性风险与总体风险。

本文的研究为理解我国经济“脱实向虚”愈演愈烈背后的驱动原因提供了一个新的微观视角，我们的研究结果表明，经济整体“脱实向虚”可能存在一种自我强化的机制。本文政策启示包括：一方面，国家在制定相关政策时，应将企业金融化的同群效应考虑在内，以更准确地评估政策的效果。有关部门在防止经济“脱实向虚”的治理过程中，应对行业和地区的领导企业进行重点监督和治理，通过预防领导企业过度“脱实向虚”而引导其他企业进行科学合理的金融化决策。另一方面，企业在制定金融化决策时，不应盲目跟随领导企业的决策，而应该根据企业自身生产经营状况进行合理的资金安排，更多关注决策关联性带来的潜在风险，在不影响企业主营业务长期发展的情况下适当安排企业的金融投资。

　　* 本文还受到了广西大学优秀研究生海外研修项目（2018）的资助。

① 限于篇幅，除工具变量法外，本文没有列出其他稳健性检验测试部分的表格，如有需要，可向作者索要。