连锁董事网络、同群行为与企业金融化的传染效应——基于我国上市公司数据的实证研究

doi:10.16382/j.cnki.1000-5579.2025.01.015

摘要/Abstract

摘要：

传染效应是企业金融化的重要驱动因素。基于连锁董事网络中企业的同群行为，分析企业金融化的传染效应及其经济后果，并利用我国2007—2020年沪深A股上市公司数据进行实证检验，结果发现：连锁董事网络中企业的同群行为导致企业金融化存在明显的传染效应，且这种效应受网络位置、管理者特征、治理环境等因素的影响；进一步研究发现，连锁董事网络中企业金融化决策的同群行为会加剧金融风险在企业间的传染，降低企业风险承担能力，减少企业研发投入，降低投资效率。因此，治理企业金融化问题要注重企业之间基于连锁董事网络的学习模仿，防范“脱实向虚”风险沿着连锁董事网络传染扩散。

关键词: 连锁董事, 同群行为, 企业金融化, 传染效应

Abstract:

The contagion effect is a significant driver of corporate financialization. By utilizing the data from Shanghai and Shenzhen A-share listed companies from 2007 to 2020 to analyze the peer behaviors within interlocking directorate networks, this paper examines the contagion effect of corporate financialization and its economic consequences. The findings reveal that the peer behaviors in interlocking directorate networks lead to a pronounced contagion effect in corporate financialization, influenced by factors such as network position, managerial characteristics, and governance environment. Further research indicates that the peer behaviors concerning financialization decisions within these networks exacerbates the transmission of financial risks among firms, reduces their capacity to bear risk, diminishes investments in research and development, and lowers investment efficiency. Consequently, corporate financialization should attach importance to learning and imitation among firms through interlocking directorate networks, and prevent the risk of a turn from substantive to speculative activities spreading through these networks.

Key words: interlocking directorates, peer behaviors, enterprise financialization, contagion effect

薛晴. 连锁董事网络、同群行为与企业金融化的传染效应——基于我国上市公司数据的实证研究[J]. 华东师范大学学报(哲学社会科学版), 2025, 57(1): 166-178.

Qing Xue. Interlocking Directorate Networks，Peer Behaviors，and the Contagion Effect of Corporate Financialization：An Empirical Study Based on the Data from China’s Listed Companies[J]. J. East China Norm. Univ. Philos. Soc. Sci, 2025, 57(1): 166-178.

图/表 10

表 1

表 2

表 3

表 4

图 1

表 5

表 6

表 7

表 8

表 9

参考文献

	邓超、张梅、唐莹,2017,《中国非金融企业金融化的影响因素分析》 ,《财经理论与实践》第38卷第2期,第2—8页.
	邓路、刘欢、侯粲然,2020,《金融资产配置与违约风险:蓄水池效应,还是逐利效应?》 ,《金融研究》第7期,第172—189页.
	杜勇、刘婷婷,2021,《企业金融化的同群效应:基于连锁董事网络的研究》 ,《财经科学》第4期,第11—27页.
	杜勇、谢瑾、陈建英,2019,《CEO 金融背景与实体企业金融化》 ,《中国工业经济》第5期,第136—154页.
	杜勇、张欢、陈建英,2017,《金融化对实体企业未来主业发展的影响:促进还是抑制》 ,《中国工业经济》第12期,第113—131页.
	高露丹、李洋、王婷婷,2021,《连锁董事网络对企业风险承担的治理研究》 ,《金融与经济》第3期,第39—46页.
	郭晔、程玉伟、黄振,2018,《货币政策、同业业务与银行流动性创造》 ,《金融研究》第5期,第65—81页.
	李秋梅、梁权熙,2020,《企业“脱实向虚”如何传染?——基于同群效应的视角》 ,《财经研究》第46卷第8期,第140—155页.
	李小青、Hung-Gay Fung、朱清香等,2020,《连锁董事网络、融资约束与民营企业社会责任》 ,《管理学报》第17卷第8期,第1 208—1 217页.
	刘冬冬,2022,《实体企业金融化对企业高质量发展的影响》 ,《统计与决策》第38卷第11期,第159—163页.
	刘喜和、沈晶晶、周妙雯,2020,《非金融企业金融化的同群效应驱动因素研究》 ,《现代财经》第40卷第12期,第50—63页.
	罗党论、杨文慧、黄依梅,2022,《企业家科研禀赋与企业金融化》 ,《南方金融》第2期,第58—71页.
	彭俞超、韩珣、李建军,2018,《经济政策不确定性与企业金融化》 ,《中国工业经济》第1期,第137—155页.
	孙国茂、陈国文,2014,《金融业利润增长对制造业的影响》 ,《中国工业经济》第4期,第45—57页.
	王崇锋、王世杰,2023,《地理邻近性视角下独立董事网络结构特征对企业投资效率的影响研究》 ,《工业技术经济》第42卷第2期,第96—105页.
	王营、曹廷求,2020,《企业金融化的传染效应研究》 ,《财经研究》第46卷第12期,第152—166页.
	肖崎、熊慧婷,2020,《非金融企业影子银行对宏观流动性的影响研究》 ,《金融与经济》第4期,第20—25页.
	许罡、朱卫东,2017,《金融化方式、市场竞争与研发投资挤占——来自非金融上市公司的经验数据》 ,《科学学研究》第35卷第5期,第709—719+728页.
	张成思、张步昙,2016,《中国实业投资率下降之谜:经济金融化视角》 ,《经济研究》第52卷第12期,第32—46页.
	张新民、叶志伟,2021,《得“信”者多助——社会信任能缓解企业短贷长投吗?》 ,《外国经济与管理》第43卷第1期,第44—57+72页.
	左晓宇,孙谦,2018,《董事网络、公司中心度与投资效率》 ,《经济与管理研究》第39卷第6期,第110—121页.
	Allen,F. ,Qian,J. and Qian,M. ,2005,“Law,Finance and Economic Growth in China”,Journal of Financial Economics,Vol. 77,No. 1:57-116.
	Baum,C. F. ,Caglayan,M. and Ozkan,N. ,2009,“The Second Moments Matter:The Impact of Macroeconomic Uncertainty on the Allocation of Loanable Funds”,Economics Letters,Vol. 102,No. 2:87-89.
	Burt,R. S. ,1992,Structural Holes:The Social Structure of Competition,Cambridge:Harvard University Press.
	Davis,L. E. ,2018,“Financialization and the Non-Financial Corporation:An Investigation of Firm-Level Investment Behavior in the United States”,Metroeconomica,Vol. 69,No. 1:270-307.
	Duchin,R. ,Gilbert,T. ,Harford,J. ,et al. ,2017,“Precautionary Savings with Risky Assets:When Cash Is Not Cash”,The Journal of Finance,Vol. 72,NO. 2:793-852.
	Feng,Y. M. ,Yu,Q. ,Nan,X. H. ,et al. ,2022,“Can Employee Stock Ownership Plans Reduce Corporate Financialization? Evidence from China”,Economic Analysis and Policy,Vol. 73:140-151.
	Freeman,L. C. ,1979,“Centrality in Social Networks:Conceptual Clarification”,Social Net Works,Vol. 1,NO. 3:215-239.
	Granovetter,M. ,1985,“Economic Action and Social Structure :The Problem of Embeddedness”,American Journal of Sociology ,Vol. 91,NO. 3:481-510.
	Lazonick,W. and O’Sullivan,M. ,2000,“ Maximizing Shareholder Value:A New Ideology for Corporate Governance”,Economy and Society ,Vol. 29,No. 1:13-35.
	Lieberman,M. B. and Asaba,S. ,2006,“ Why do Firms Imitate Each Other?” Academy of Management Review,Vol. 31,No. 2:366−385.
	Manski,C. F. ,1993,“Identification of Endogenous Social Effects:The Reflection Problem”,The Review of Economic Studies,Vol. 60,No. 3:531–542.

类型	名称	符号	变量计算方法	样本量	均值	标准差
被解释变量	金融化水平	Fin	（交易性金融资产+衍生金融资产+发放贷款及垫款净额+可供出售金融资产+持有至到期投资净额+投资性房地产净额）/总资产	27 296	0.030 2	0.063 9
解释变量	同群企业金融化水平	Peer	同群企业金融化水平平均值	27 296	0.038 4	0.055 9
控制变量	企业规模	Size	Ln（总资产）	27 296	21.871 4	1.149 0
	债务担保能力	Gur	固定资产净额/资产总额	27 296	0.225 8	0.161 0
	金融与实体相对收益率	Return	金融收益率与实体收益率之差。^①金融收益率=金融收益/金融资产，实体收益率=经营收益/（总资产−金融资产）	27 296	−0.041 2	0.143 7
	资产收益率	RoA	净利润/总资产	27 296	0.040 6	0.060 3
	董事会规模	Board	Ln（董事会人数）	27 296	2.138 5	0.197 3
	董事独立性	Indi	独立董事人数/董事会总人数	27 296	0.372 7	0.052 1
	两职合一	Dual	董事长和总经理为同一人为1，否则为0	27 296	0.273 2	0.445 6
	产权性质	State	国有为1，非国有为0	27 296	0.360 0	0.480 0
	企业年龄	Age	Ln（1+成立年限）	27 296	2.745 4	0.388 0
	股权集中度	Share	第一大股东持股比例	27 296	0.348 1	0.14 77

变量	Fin	变量	Fin
Peer	0.046 5^***(5.980 5)	Indi	−0.003 0(−0.377 9)
Size	−0.000 2(−0.603 6)	Dual	−0.000 5(−0.530 8)
Gur	−0.071 6^***(−27.716 6)	State	0.001 5(1.565 8)
Return	0.036 0^***(7.427 4)	Age	0.015 0^***(15.021 8)
RoA	0.033 5^***(3.873 4)	Share	−0.001 1(−0.387 8)
Board	−0.010 3^***(−4.279 5)
_Cons	0.036 6^***(3.746 8)
Controls	Yes
Industry	Yes
Year	Yes
N	27 296
R²	0.128 2

	Stage1	Stage2
	2SLS	2SLS
	Peer	Fin
Peer		0.064 8^***(4.719 3)
L.Peer	0.604 6^***（57.20）
_Cons	−0.032 3^***（−3.84）	0.066 6^***(5.965 4)
Controls	Yes	Yes
Industry	Yes	Yes
Year	Yes	Yes
N	27 296	27 296
R²		0.131 8

	(1)	(2)	(3)	(4)	(5)
	增加控制变量	替换解释变量	选取制造业样本	Tobit回归	去掉无连锁董事数据
	Fin	Fin	Fin	Fin	Fin
Peer	0.044 4^*** (5.062 8)	0.028 3^***(2.164 7)	0.034 4^*** (4.043 2)	0.057 0^*** (6.394 5)	0.051 0^*** (6.312 2)
_Cons	−0.002 3(−0.160 2)	0.014 7^**(2.572 0)	0.023 6^** (2.245 8)	−0.157 8^***(−11.361 0)	0.026 5^**(2.389 7)
Controls	Yes	Yes	Yes	Yes	Yes
Industry	Yes	Yes	Yes	Yes	Yes
Year	Yes	Yes	Yes	Yes	Yes
N	23 362	27 296	18 514	27 296	21 717
R²	0.131 9	0.106 5	0.093 3		0.126 9

	东部	中部	西部
	Fin	Fin	Fin
Peer	0.047 3^***(5.061 6)	0.049 5^***(2.826 6)	0.009 73(0.461 1)
_Cons	0.032 1^**(2.402 0)	0.034 9^*(1.764 4)	0.025 1(1.278 4)
Controls	Yes	Yes	Yes
Industry	Yes	Yes	Yes
Year	Yes	Yes	Yes
N	18 912	4 690	3 694
R²	0.136	0.107	0.174