数字经济、薪酬攀比与企业投资行为

唐勇 朱康

【摘 要】 数字经济发展如何影响企业投资是当前数字经济赋能微观企业融合发展的重要议题。以2015—2020年A股非金融类上市公司为样本，实证分析数字经济发展对企业投资行为的影响，并考察管理层薪酬攀比的调节效应。研究发现，数字经济发展促进了企业的金融投资而抑制了企业的实业投资；管理层薪酬攀比会增强这种作用，且这种作用在非国有企业和融资约束程度较低的企业更加显著。进一步的中介机制研究发现，数字经济发展通过提升管理层的盈余预测促进金融投资和抑制实业投资。结论为深入研究数字经济的微观效应提供了经验证据，也为我国企业管理层薪酬定位以及防范 “脱实向虚”风险给予理论指导和政策建议。

【关键词】 数字经济； 投资行为； 薪酬攀比； 盈余预测

【中图分类号】 F832  【文献标识码】 A  【文章编号】 1004-5937（2023）04-0072-08

一、引言

投资是企业实现自身发展的主要方式，亦是企业现金流的主要来源。传统上，企业大多将资金投资于实业，比如进行固定资产的革新以及研发创新等。但是近年来，随着数字经济的迅猛发展，数字信息技术给实体行业的信息技术水平带来了巨大的变化。伴随着投资渠道的增多，金融投资也成为实体企业普遍的投资行为[1]。李志军等[2]指出近八年来我国实体企业持有的金融资产比例翻了一番。与之同步的是我国数字经济发展指数从2011年的平均46.32增长至2020年的平均395.82，这两者强烈的正相关能否表明数字经济发展是促进企业进行金融投资的一大原因？已有文献虽有涉及相关研究，但终究未能得到统一的观点。此外，行为金融学理论表明，心理因素可以影响个体的行为决策，因此有必要将心理因素计入企业投资行为的研究中。高管薪酬的外部公平性是影响公司高管心理的因素之一，这种薪酬攀比心理是否会影响处于数字经济发展背景下的管理层所选择的投资行为？为回答上述问题，本文选取2015—2020年A股非金融类上市公司为样本，实证探究数字经济发展对企业投资行为的影响，并进一步考察管理层薪酬攀比的调节作用。本文希望得出的结论能够丰富企业“脱实向虚”的影响因素研究，为相关部门防范实体企业“脱实向虚”提供参考意见，同时为企业完善薪酬激励制度提供经验证据。

本文可能的贡献在于：（1）补充了实体企业金融投资行为和实业投资行为选择的宏观影响因素，拓宽宏微观交叉互动的财务研究视角。已有文献研究了经济政策不确定性、货币政策、影子银行等宏观层面以及股权质押、企业客户集中度、管理层过度自信、企业家政府资本等微观层面因素对企业投资行为的影响[3-10]，但少有文献直接研究数字经济发展对企业投资行为的影响及作用机制。本文从实业投资和金融投资两个视角深入探究数字经济发展如何影响企业投资，为促进数字经济真正服务实体企业，防范企业“脱实向虚”提供可行的建议。（2）本文从社会学、行为金融学角度探究薪酬攀比心理对数字经济发展与企业投资行为的影响作用，阐述了高管攀比心理的行为决策偏差，拓宽了高管薪酬激励研究的研究边界，为上市公司制定高管薪酬制度提供了参考依据。（3）本文进一步从管理层盈余预测渠道运用中介效应模型分析了数字经济发展对企业投资行为的影响机制，为后续研究提供了经验证据。中介机制检验发现，数字经济发展很有可能使得企业管理层高估企业盈利，而出于达到业绩预测目标的原因，企业会选择金融投资，而非实业投资，表明了我国企业的金融投资行为主要是出于企业盈利最大化的替代动机。

二、理论分析与假设提出

近年来，国家大力推进大数据、5G通信等新技術的发展，以促进数字技术服务实体经济高质量发展。党的十八大以来，习近平总书记就如何发展我国数字经济提出了一系列重要论述，指引我国数字经济发展取得显著成效。2022年第2期《求是》杂志发表的习近平总书记重要文章《不断做强做优做大我国数字经济》中指出，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，同时强调现阶段我国只是数字经济大国而非数字经济强国，发展数字经济要从“做大做强”向“做强做优做大”转变，努力推动我国数字经济从高速发展向高质量发展转变。在此背景下，关于数字经济赋能经济发展的研究不可胜数。宏观层面上，文献大多讨论数字经济发展对经济增长、绿色生态、包容性增长、居民城乡收入差距等的影响[11-14]。而在微观层面上，学者大多说明数字经济依托云计算、大数据等新技术与传统金融服务深度融合，拓宽企业融资渠道，减少融资成本，促进实体企业进行技术创新[15-18]。

诚然，数字经济发展为企业注入流动性，缓解了企业融资贵、融资难等问题，但是这些流动性是否真正润泽了实体企业却少有学者深入研究。在此情境下，研究数字经济发展对企业投资行为的影响就显得极为重要。企业投资是通过对资金及资源进行合理配置以拉动企业业绩增长和提升公司价值。其中企业的固定投资、创新投资等实业投资项目具有前期投入大、回报周期长、收益风险高等特点[19]，而相比之下的金融资产流动能力强、盈利收益高、回报周期短。企业为了追求利润最大化，会依据金融投资与实业投资之间的收益率差额来决定投资方向。2020年《国务院政府工作报告》指出，我国实体经济发展环境日益严峻，实体经济收益率持续下行。面对实体经济发展现状，数字经济的发展为企业注入额外流动性很可能会导致实体企业基于利润最大化目标增加金融资产投资，降低固定资产投资[20]；此外，数字经济的发展还同时催生了互联网理财等多样化金融投资载体，丰富了企业的金融投资形式。在如今发展环境复杂多变和实业投资回报下降的双重挤压下，便捷的金融投资方式很可能会激发企业金融投资的积极性。同时，企业对相同算法的依赖使得投资策略的相关性增加，以致监管边界模糊[21]，管理层追求短期回报的违规行为缺乏外部监管且更为便利，数字技术有可能起到的消极影响。因此提出假设1。

H1：数字经济发展促进了企业金融投资而非实业投资。

随着我国薪酬制度改革的不断推进和薪酬管制政策的优化调整，原有的平均主义薪酬制度逐渐被绩效薪酬制度取代，在优化企业治理结构的同时，也使管理层可能通过操纵业绩来获取更高报酬。社会学的研究表明，行为人在大多数情况下会不患寡而患不均[22]，如果个体感到不公平，会产生挫折感及负面情绪，即攀比心理。当管理层发现自身薪酬低于同行业其他高管人员薪酬时，会产生不安或者紧张情绪，其可能通过消极方式缓解紧张情绪或通过投机行为来进行补偿。为了在短期内快速提高薪酬，管理层会倾向于利用数字经济发展的便利加大金融投资，快速获取回报以获得心理补偿。因此提出假设2。

H2：管理层薪酬攀比加强了数字经济发展对企业金融投资的促进程度，也加剧了数字经济发展对企业实业投资的抑制程度。

三、研究设计

（一）样本选择与数据来源

本文以2015—2020年A股上市公司为初始样本，在实证过程中进行剔除房地产、金融类公司、ST和？觹ST企业以及相关数据缺失的样本，最终得到5 016个年度观察值。本文还对变量进行前后1%的缩尾处理以减轻极端值的干扰。数字经济数据摘自北京大学数字金融研究中心，财务数据来自于国泰安数据库。

（二）变量定义

1.被解释变量：实业投资（Cap）和金融投资（Fin）

借鉴黄贤环等[6]的研究，本文采用企业固定资产投资总额与总资产的比值来衡量企业实业投资水平，采用金融资产投资总额与总资产比值来衡量企业金融投资水平。

2.解释变量：数字经济发展（Dig）

借鉴目前学者的普遍做法，本文采用北京大学数字金融研究中心编制的数字普惠金融指数中市级层面指数作为数字经济发展的代理指标。在稳健性检验中则采用腾讯研究院发布的数字经济发展指数。

3.调节变量：薪酬攀比（GAP）

参照任广乾等[23]的研究，本文先按照同行业年度主营业务收入中位数将企业分为大小规模公司，然后计算同年份同行业同规模公司前三名高管薪酬均值的中位数，再将公司前三名高管薪酬均值与该中位数相比，得到攀比系数。该值越小，说明薪酬攀比动机越大。本文选取其相反数来度量高管攀比程度（GAP），该值越大，说明高管攀比动机越强烈。

4.控制变量

参考相关文献，本文选取了营业收入增长率、公司规模、财务杠杆、上市年龄、董事会规模、持股比例、独董比例、股权制衡等控制变量。

各变量的具体定义见表1。

（三）回归模型

为检验数字经济发展对企业投资行为的影响作用以及薪酬攀比的调节效应，本文构建以下模型进行实证分析。

Fint  /Capt=α0+α1Digt-1+α2Control+∑Year+∑ID+ε

（1）

Fint  /Capt=β0+β1Digt-1+β2Digt-1×GAPt-1+β3GAPt-1+

β4Control+∑Year+∑ID+ε （2）

其中，Fin和Cap为被解释变量，分别表示金融投资和实业投资。Dig为解释变量，表示数字经济发展。GAP为调节变量，表示管理层薪酬攀比程度。Control为控制变量。ε为随机干扰项，∑Year、∑ID表示控制年份及行业效应。在回归中将数字经济发展指数以及薪酬攀比数据滞后一期，以反映时滞效果。

四、实证结果与分析

（一）描述性统计

表2是主要变量的描述性統计结果。从中可以看出，实业投资（Cap）的均值为0.319，中位数为0.291，而金融投资（Fin）的均值为0.037，中位数为0.010，说明企业在整体上金融资产投资少于实业投资。数字经济（Dig）的均值为2.745，标准差为0.310，说明各地区企业受到数字经济发展影响的程度有较大差异。高管薪酬攀比系数（GAP）的均值为-1.006，中位数为-1.002，说明样本企业存在管理层薪酬攀比心理。其他变量的统计结果也表明各变量之间均存在明显差异。

（二）回归结果

表3报告了基准模型的回归结果。第一列中Dig的系数显著为正，而第二列中Dig系数显著为负，说明数字经济发展促进金融投资而抑制了实业投资。H1得到验证；第三列中Dig系数为正，而交乘项系数亦显著为正，说明薪酬攀比加强了数字经济发展对金融投资的正向作用；第四列中Dig系数为负，交乘项系数亦为负，且均通过显著性水平，说明薪酬攀比加剧了数字经济对实业投资的抑制作用，H2得到验证。

五、稳健性检验

（一）双重差分DID模型

本文拓展样本数据年份，采用DID模型来检验数字经济发展对企业投资行为的作用。核心解释变量为政策虚拟变量和时间虚拟变量的交乘项，参照李建军等[24]以及钱海章等[11]的做法，本文将政策处理时点定为2016年。图1是平行趋势检验结果，可以看出数字经济发展开始前2年以及3年的回归系数均未达到显著性水平，而在数字经济发展滞后年份对企业金融投资和实业投资影响的均值均显著不为0，说明样本通过了平行趋势检验。

进一步的DID回归结果见表4。可以看出，当被解释变量为金融实体投资时，实验前控制组与对照组的差分效应量为0.000，并且没有呈现出显著性，即说明实验前时，实验组和控制组的效应水平基本一致并没有明显的差异性，而实验后实验组和控制组的差分效应值为0.005，并且呈现出显著性，即说明在实验后时间点时，实验组的效应值明显高于控制组效应值。进一步得到双重差分效应值为0.005，且在1%的水平上呈现出显著性，说明双重差分效应显著，论证了数字经济发展促进了企业金融投资，促进的平均效应为0.005。同理也可说明数字经济发展抑制了企业的实业投资，抑制的平均效应为0.030。

（二）内生性检验

考虑模型可能面临内生性问题，因此利用熵平衡匹配方法（Entropy Balancing）进行内生性检验。本文按年度得到数字经济发展指数的中位数，然后将大于中位数的样本赋值1，其他赋值0，选取公司规模，营业收入增长率，财务杠杆，总资产收益率等协变量进行熵匹配；然后在保留熵权重的基础上重新回归，具体结果见表5。显示模型的回归系数均与原结论没有实质性差异，H1和H2得到验证。

（三）替换解释变量

本文采用腾讯研究院发布的数字经济发展指数（Index）进行替换解释变量的稳健性检验，重新回归后的结果见表6。可以看出，实证结果与原结论没有较大差异，H1和H2进一步得到验证。

六、异质性分析

受资本市场中产权性质和融资约束等因素的影响，产权属性以及融资约束程度不同的公司在薪酬制定以及企业投资偏好方面存在一定的差异，因此本文按照产权性质和融资约束程度将样本分为国有企业组和非国有企业组以及高融资约束组和低融资约束组，进一步分析薪酬攀比的调节效应在不同子样本间的差异性。表7列示了不同子样本的回归结果，可以看出在非国有企业子样本中，Dig和交乘项的系数更为显著，而在国有企业子样本中，解释变量以及交互项的回归系数并不显著，说明薪酬攀比的调节效应在非国有企业样本中更为显著。其可能的原因在于国有企业受到政治关联的缘故，企业经营者妄图通过投资金融资产以满足自身私利的投资决策會在一定程度上受到行政干预的影响，因而并不能提高企业的金融资产投资水平。反之在非国有企业中，管理层有较强的自主决策权，管理层可以在一定程度上自由决定企业资金的投向，此时具有薪酬攀比心理的高管更有机会将资金投向金融资产以获得自身利益。

此外，还发现在低融资约束的子样本组中，Dig和交乘项系数均通过显著性水平，而在高融资约束的子样本组中，系数均不显著，说明当企业面临的融资约束程度较低时，薪酬攀比的调节效应更加显著。其可能的原因在于当企业面临较高程度的融资约束时，企业缺乏足够的资金进行投资，此时即使企业管理者存在薪酬攀比心理，也没有闲置资金进行金融投资。

七、中介机制分析

上文结果显示数字经济发展促进了企业的金融投资而抑制了实业投资，而管理层薪酬攀比会增强这种作用，且这种作用在非国有企业样本中更为显著。但关于数字经济影响企业投资行为的机制还未揭示。如前所述，数字金融的发展，给企业带来全新的数字技术以提升企业发展。面对数字经济带来的发展便利，企业管理层是否有可能陷入盲目自信中，从而过度高估企业未来业绩以迎合高涨的社会情绪？而为了达到预期的盈余预测，企业是否会倾向于将资金投向金融资产而非实业资产以获取高额利润？基于此，本文选取盈余预测渠道验证其对数字经济影响企业投资行为的中介效应。

本文构建中介效应检验模型如下：

Fint/Capt=α0+α1Digt-1+α2Control+∑Year+∑ID+ε  （3）

EFt=？渍0+？渍1Digt-1+？渍2Control+∑Year+

∑ID+ε （4）

Fint/Capt=θ0+θ1EFt+θ2Digt-1+

θ3Control+∑Year+∑ID+ε  （5）

其中中介变量采用公司发布的盈余预测（EF）。第一步，检验数字经济对企业投资行为的影响作用（模型3）。表8第一列显示Dig的系数在1%的水平上显著为正，第二列显示Dig的系数在1%的水平上显著为负，说明数字经济发展促进了金融投资抑制了实业投资。第二步，检验数字经济对中介变量（盈余预测）的影响作用（模型4），显示Dig的系数在1%的水平上显著为正，说明数字经济发展促进了企业的盈余预测。第三步，同时将数字经济变量和盈余预测变量放入方程中检验它们对企业投资行为的影响作用（模型5）。可以看出数字经济及盈余预测的系数均通过了显著性检验。综上说明盈余预测在数字经济影响企业投资行为的影响作用中发挥了中介效应。进一步的Bootstrap检验结果表明，间接效应和直接效应的P值均通过显著性水平，且置信区间均未包含0，说明中介机制得到验证。

八、主要结论和建议

本文选取2015—2020年A股非金融类上市公司作为研究样本，实证研究了数字经济发展对企业投资行为的影响及作用机制。研究表明：（1）数字经济发展促进企业进行金融投资，抑制企业实业投资；（2）管理层的薪酬攀比会增强数字经济发展对金融投资的促进作用，也加剧了数字经济发展对企业实业投资的抑制作用，而这种作用在非国有企业和融资约束程度较低企业更为显著；（3）管理层盈余预测在数字经济促进金融投资和抑制实业投资中起到了中介效应，得益于数字经济带来的技术革命，管理层会高估数字经济发展促进企业成长与发展的程度，故而提高年度盈余预测，而为了达到所提出的预测指标，管理层有动机将资金投资于金融资产以获取高额报酬。

本文的政策启示如下：第一，本文研究结果表明数字经济发展所带来的流动性主要流向金融领域而非实体领域，这就要求政府进一步深化金融体制改革，通过政策工具将数字经济发展红利更多地引入实体经济，增强金融服务实体经济的能力，促进企业经济高质量发展。第二，在制定高管薪酬契约的过程中，要考虑同行业内的薪酬相对水平及其管理层的主观心理感受。企业要完善上市公司高管激励机制，建立更为合理的薪酬管理与考评体系，尤其是加快构建非会计指标的薪酬体系，使得员工激励制度更加科学合理。第三，企业应该合理评估国家政策带来的便利，在数字经济发展迅猛的背景下，切实把握自身的实际发展状况，合理评估企业发展前景，精准利用数字经济发展便利来促进企业健康发展。

【参考文献】

［1］ 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（12）：32-46.

［2］ 李志军，杨秋萍.数字金融与企业金融化［J］.云南财经大学学报，2021（12）：52-70.

［3］ 陈国进，王少谦.经济政策不确定性如何影响企业投资行为［J］.财贸经济，2016（5）：5-21.

［4］ 饶品贵，岳衡，姜国华.经济政策不确定性与企业投资行为研究［J］.世界经济，2017（2）：27-51.

［5］ 宋连方，李生海.货币政策信号影响企业投资吗？——兼论我国货币政策预期管理的完善［J］.金融与经济，2021（10）：20-29.

［6］ 黄贤环，吴秋生，王瑶.影子银行发展与企业投资行为选择：实业投资还是金融投资？［J］.会计研究，2021（1）：100-111.

［7］ 王海芳，张笑愚.控股股东股权质押、投资者情绪与实体企业“脱实向虚”——基于迎合理论视角［J］.经济管理，2021，43（8）：157-176.

［8］ 李馨子，牛煜皓，张广玉.客戶集中度影响企业的金融投资吗？［J］.会计研究，2021（9）：65-70.

［9］ 闫海洲，陈百助.产业上市公司的金融资产：市场效应与持有动机［J］.经济研究，2018（8）：152-166.

［10］ 黄送钦，何晓斌，高皓.“企业家，官员”合作建策与企业投资——来自中国私营企业调查证据（CPES）［J］.经济学报，2021，8（4）：116-152.

［11］ 钱海章，陶云清，曹松威，等.中国数字金融发展与经济增长的理论与实证［J］.数量经济技术经济研究，2020，37（6）：26-46.

［12］ 何维达，温家隆，张满银.数字经济发展对中国绿色生态效率的影响研究——基于双向固定效应模型［J］.经济问题，2022（1）：1-8，30.

［13］ 张勋，万广华，张佳佳，等.数字经济、普惠金融与包容性增长［J］.经济研究，2019，54（8）：71-86.

［14］ 王军，肖华堂.数字经济发展缩小了城乡居民收入差距吗？［J］.经济体制改革，2021（6）：56-61.

［15］ 郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征［J］.经济学（季刊），2020，19（4）：1401-1418.

［16］ 阮坚，申么，范忠宝.何以驱动企业债务融资降成本——基于数字金融的效用识别、异质性特征与机制检验［J］.金融经济学研究，2020，35（1）：32-44.

［17］ 胡山，余泳泽.数字经济与企业创新：突破性创新还是渐进性创新？［J］.财经问题研究，2020（1）：42-51.

［18］ 王娟，朱卫东.数字金融发展能否校正企业非效率投资［J］.财经科学，2020（3）：14-25.

［19］ 杜勇，张欢，陈建英.金融化对实体企业未来主业发展的影响：促进还是抑制［J］.中国工业经济，2017（12）：113-131.

［20］ KRIPPNER G R.The financialization of the American economy［J］.Socio-economic Review，2005，3（2）：173-208.

［21］ 宋敏，周鹏，司海涛.金融科技与企业全要素生产率——“赋能”和信贷配给的视角［J］.中国工业经济，2021（4）：138-155.

［22］ ARROW K.Optimal and voluntary income distribution［M］.Cambridge：Harvard University Press，1983.

［23］ 任广乾，周雪娅，刘莉，等.高管薪酬、攀比效应与代理成本［J］.中国软科学，2020（7）：71-78.

［24］ 李建军，韩■.普惠金融、收入分配和贫困减缓：推进效率和公平的政策框架选择［J］.金融研究，2019（3）：129-148.