- 主办单位:
- ISSN:
- 期刊分类:
- 出版周期:
- 投稿量:
- 浏览量:
相关文章
暂无数据
数据要素市场化配置对企业金融化的影响研究---基于数据交易平台设立的准自然实验
The Impact of Market-Oriented Allocation of Data Elements on Corporate Financialization
引言
党的二十大报告提出，要加快建设数字中国，充分发挥数据要素作为新型生产要素的重要作用，加快数据基础制度建设，促进数据资源高效流通和开发利用。随着《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》《数字中国建设整体布局规划》等政策相继出台，我国数据要素市场化改革进入全面推进阶段。作为推动数据资源流通交易的重要制度载体，数据交易平台为数据确权、流通、定价和交易提供了市场化平台，北京、上海、深圳、贵阳等地相继设立数据交易平台，标志着我国数据要素市场建设迈入规范化、市场化发展的新阶段。
数据要素市场化不仅深刻改变了企业生产经营方式，也正在重塑企业资源配置行为。相较于土地、资本等传统生产要素，数据具有非竞争性、可复制性和规模经济等特征，其市场化配置能够降低信息不对称，提高资源配置效率，缓解融资约束，并促进企业创新和数字化转型。然而，数据要素市场化配置是否会进一步影响企业金融资产配置行为，目前仍缺乏充分的经验证据。数据交易平台的建立究竟会促进企业资金回流实体经济，还是提高企业金融资产配置水平，仍是值得深入探讨的重要问题。
理论上，数据要素市场化配置可能对企业金融化产生两种不同影响。一方面，数据交易平台能够提升企业经营效率和实体投资回报，引导企业减少金融套利行为，促进资本回归实体经济；另一方面，数据要素市场的发展有助于缓解融资约束、改善企业流动性，也可能增强企业配置金融资产的能力，从而提高企业金融化水平。因此，数据要素市场化配置对企业金融化的最终影响方向，有待进一步开展实证检验。
现有研究主要关注数据要素市场化对企业创新、全要素生产率、融资约束、绿色发展等方面的经济效应，以及企业金融化的影响因素，但鲜有文献从数据要素市场化改革这一制度变迁视角考察企业金融化行为，关于数据交易平台建设是否影响企业金融资产配置仍缺乏系统研究。
基于此，本文以我国各地区数据交易平台设立为准自然实验，利用2008—2024年A股上市公司数据，构建多期双重差分模型，系统考察数据要素市场化配置对企业金融化的影响，并进一步分析其作用机制及异质性特征。研究发现，数据交易平台设立显著提高了企业金融化水平，表明当前数据要素市场化改革更多体现为资本套利效应；该结论在一系列稳健性检验后依然成立，且融资约束发挥了部分中介作用，政策效应在东部地区和非国有企业中更加显著。
本文的边际贡献主要体现在三个方面：第一，从企业金融化视角拓展了数据要素市场化经济后果研究，为评估数据交易平台建设的微观经济效应提供了新的经验证据；第二，将数据要素市场化改革纳入企业金融化影响因素分析框架，丰富了数字经济背景下企业资源配置行为研究；第三，揭示了数据要素市场化配置影响企业金融化的作用机制及异质性特征，为完善数据要素市场制度建设、优化资源配置效率提供了政策参考。
一、文献综述
（一）数据要素市场化配置的相关研究
近年来，随着数字经济快速发展，数据要素市场化配置逐渐成为学术界关注的重要议题。已有研究普遍认为，数据交易平台建设能够促进数据资源高效流通，优化资源配置效率，进而释放数据要素价值。部分学者从企业层面出发，认为数据要素市场化能够提升供应链效率、增强企业韧性、促进数字技术创新和新质生产力发展。此外，还有研究发现，数据要素市场化能够提高碳排放效率、推动数字普惠金融发展，并促进就业和经济高质量发展。总体来看，现有研究主要关注数据要素市场化的资源配置效应和经济增长效应，而对于其是否影响企业资源配置行为，尤其是企业金融化问题，仍缺乏深入探讨。
（二）企业金融化的相关研究
关于企业金融化，现有研究主要围绕影响因素和经济后果两个方面展开。从影响因素来看，融资约束、公司治理、管理者特征以及金融监管政策等都会影响企业金融资产配置行为。鞠晓生等认为融资约束会影响企业资源配置决策；杜勇等和杜勇、郭兴分别从CEO金融背景和管理者特征角度分析了企业金融化的形成机制；胡珺和方祺以及殷立娟等则认为公司治理和金融监管政策同样会影响企业金融化水平。从经济后果来看，部分研究认为适度金融化能够提高企业资金配置效率和企业价值；另一部分研究则认为过度金融化会挤占实体投资，抑制企业创新和主业发展，加剧企业“脱实向虚”现象。
（三）数据要素市场化配置与企业金融化关系的相关研究
随着数字经济研究不断深入，部分学者开始关注数字经济发展对企业资源配置行为的影响。已有研究认为，数字化转型能够改善企业经营效率，影响企业金融资产配置，并进一步作用于企业全要素生产率；数据中心等数字基础设施建设能够促进企业增加实体投资，抑制“脱实向虚”行为；耐心资本和数字技术创新也能够改善企业长期资源配置效率。然而，现有文献更多关注数字化转型或数字基础设施建设的经济效应，对于数据要素市场化改革这一制度变迁是否会影响企业金融化行为仍缺乏直接经验证据，对其作用机制和异质性特征的研究也相对不足。
基于此，本文以我国数据交易平台设立作为准自然实验，采用多期双重差分模型，系统考察数据要素市场化配置对企业金融化的影响，并进一步分析融资约束的中介机制以及区域和产权性质异质性，以期为完善数据要素市场建设和促进实体经济高质量发展提供经验证据。
二、 理论分析与研究假设
（一）数据要素市场化配置与企业金融化
数据作为新型生产要素，具有可复制性、非排他性和规模经济等特征，其市场化配置能够促进数据资源自由流动，提高资源配置效率。数据交易平台的建立通过完善数据确权、流通、交易和定价机制，为企业获取和利用数据资源提供了制度保障，有利于降低企业信息搜寻成本，提高资源配置效率，改善企业经营环境。
然而，数据要素市场化配置对企业金融化的影响具有双重性。一方面，数据交易平台的建立能够提高企业数字化水平和经营效率，增强主营业务盈利能力，提升实体投资回报率，从而降低企业配置金融资产的动机，引导资本回归实体经济。另一方面，数据要素市场建设能够改善企业融资环境，提高企业资金获取能力，增加企业可支配资金。在实体投资收益回收周期较长、金融资产流动性较强且收益较高的情况下，企业可能将新增资金配置于金融资产，以获取短期投资收益，进而提高企业金融化水平。此外，数据资源价值提升也会增强企业风险承担能力，使企业更倾向于进行金融投资，实现资本保值增值。
结合当前我国数据要素市场仍处于快速发展阶段，企业金融投资收益相对较高，数据要素市场化配置可能更多表现为资本套利效应。因此，提出如下假设：
H1：数据要素市场化配置能够提高企业金融化水平。
（二）融资约束的中介作用
融资约束是影响企业资源配置的重要因素。由于信息不对称和融资成本较高，企业往往难以获得充足的外部融资，从而限制其投资决策。数据交易平台建立后，数据产权更加清晰，企业信息透明度进一步提高，有助于降低金融机构的信息获取成本，改善企业融资环境，缓解融资约束。
融资约束缓解后，企业拥有更多可支配资金，在进行资金配置时具有更大的灵活性。然而，由于实体投资具有投资规模大、回收周期长、不确定性高等特点，而金融资产具有流动性强、收益兑现快等优势，企业可能优先增加金融资产配置，提高资金使用效率和短期收益。因此，融资约束缓解并不必然促进实体投资，而可能进一步推动企业金融化水平提升。
据此，提出如下假设：
H2：数据要素市场化配置通过缓解企业融资约束，提高企业金融化水平。
三、研究设计
（一）样本选择与数据来源
本文以2008-2024年中国沪深A股上市公司为样本，剔除ST、退市及关键变量缺失观测后，最终保留52426个公司-年样本，覆盖428个地级市。参考已有文献，对样本进行如下处理：（1）剔除金融保险类上市公司；（2）剔除ST、*ST及PT上市公司；（3）剔除主要变量存在缺失值的样本；（4）为消除极端值影响，对所有连续变量进行1%和99%分位数缩尾（Winsorize）处理。
企业层面财务数据均来源于CSMAR数据库，数据交易平台设立时间根据各省（市）人民政府官方网站、数据交易平台官方网站及相关政策文件整理获得，地区宏观经济数据来源于《中国统计年鉴》《中国数字经济发展报告》及国家统计局数据库。本文利用企业注册地与数据交易平台设立地区进行匹配，构建多期双重差分模型进行实证分析。
（二）变量定义
1.企业金融化（Fin）指标。参考杜勇等的衡量方法，采用企业持有金融资产占总资产的比重衡量企业金融化水平，企业金融化水平越高，说明企业配置金融资产程度越高。
2.核心解释变量（DID）。本文借鉴政策评估文献的研究思路，以各地区数据交易平台设立作为数据要素市场化改革的准自然实验，构造多期DID变量。若企业所在地区当年及以后建立数据交易平台，则DID取值为1，否则取值为0。
3.控制变量。参考企业金融化相关研究，本文从企业基本特征和公司治理两个层面选取控制变量，包括企业规模（Size）、资产负债率（Lev）、盈利能力（ROA）、成长能力（Growth）、第一大股东持股比例（Top1）以及企业年龄（Firm Age）。各变量具体定义见表1。
| 变量名称 | 含义 | 计算方法或说明 |
|---|---|---|
| Fin | 企业金融化水平 | 金融资产总额/ 总资产 |
| DID | 数据交易平台设立 | 若所在城市当年及之后设立数据交易平台，则取1，否则取0 |
| Size | 企业规模 | ln(总资产) |
| Lev | 资产负债率 | 总负债 /总资产 |
| ROA | 净资产收益率 | 净利润/总资产 |
| Growth | 营业收入增长率 | 当年营业收入同比增长率 |
| Top1 | 最大股东持股比例 | 第一大股东持股数 / 总股本 |
| Board | 董事会规模 | 董事会成员人数的对数 |
| Indep | 独立董事比例 | 独立董事人数 / 董事会总人数 |
| FirmAge | 公司年龄 | 上市年份至当年年份之差的对数 |
（三）研究模型
本文以各地区数据交易平台设立作为一项准自然实验，采用多期双重差分模型考察数据要素市场化配置对企业金融化的影响。考虑到不同地区数据交易平台设立时间存在差异，多期DID能够有效识别数据要素市场化配置的政策效应。本文构建如下基准回归模型：
(1)
其中，表示企业金融化水平， 表示企业所在城市在当年及之后是否设立数据交易平台，为控制变量，和分别表示企业与年份固定效应。若 显著为正，则说明数据要素市场化配置提升了企业金融化水平。
为进一步考察数据要素市场化配置影响企业金融化的作用机制，本文以融资约束作为中介变量，构建如下机制检验模型：
(2)
(3)
其中，表示融资约束，采用SA指数绝对值进行衡量，其余变量定义与模型（1）保持一致。若模型（2）中DID的系数显著，且模型（3）中融资约束变量显著，同时核心解释变量DID的回归系数有所减弱，则说明融资约束在数据要素市场化配置影响企业金融化过程中发挥中介作用。本文重点关注核心解释变量 DID 的估计系数。若 显著，则表明数据交易平台设立对企业金融化具有显著影响；进一步结合机制模型和异质性检验，分析数据要素市场化配置影响企业金融化的内在作用机制及其差异化特征。
四、实证分析
（一）基准回归结果分析
表2报告了数据要素市场化配置对企业金融化影响的基准回归结果。列（1）为未加入控制变量的回归结果，列（2）加入企业层面控制变量。结果显示，核心解释变量DID的回归系数分别为0.00652和0.00779，均在1%的统计水平上显著，表明数据交易平台设立显著提高了企业金融化水平。加入控制变量后，DID的估计系数仍保持显著且略有提高，说明基准回归结果较为稳健。总体来看，数据要素市场化配置改善了企业资源配置能力，在一定程度上增强了企业金融资产配置意愿，从而促进企业金融化水平提升。
| (1) | (2) | |
|---|---|---|
| 企业金融化程度 | 企业金融化程度 | |
| DID | 0.00652*** | 0.00779*** |
| (3.57) | (4.30) | |
| Size | -0.00481*** | |
| (-3.31) | ||
| Lev | -0.0461*** | |
| (-7.85) | ||
| ROA | -0.0445*** | |
| (-4.90) | ||
| Growth | -0.000455 | |
| (-0.51) | ||
| Top1 | -0.00325 | |
| (-0.35) | ||
| FirmAge | 0.0404*** | |
| (4.10) | ||
| _cons | 0.0491*** | 0.0586 |
| (73.32) | (1.46) | |
| N | 52325 | 52283 |
（二）平行趋势检验
为保证多期DID模型估计结果的可靠性，本文采用事件研究法进行平行趋势检验，结果如图1所示。政策实施前，各期估计系数均未通过显著性检验，说明处理组与控制组在政策实施前不存在系统性差异，满足平行趋势假设。政策实施后，估计系数逐渐显著为正，说明数据交易平台设立对企业金融化具有显著促进作用。
（三）稳健性检验
为进一步检验研究结论的可靠性，本文进行了稳健性检验，结果如表3所示。第（1）列采用更换标准误的方式重新进行估计，结果显示，核心解释变量DID的估计系数仍为0.0078，并在1%的统计水平上显著为正，与基准回归结果保持一致，说明研究结论不受标准误估计方式变化的影响。
第（2）列对连续变量进行1%双侧缩尾处理后重新进行回归，结果表明，核心解释变量DID的估计系数和显著性均未发生实质性变化，说明极端值不会对本文研究结论产生明显影响。
| (1) | (2) | |
|---|---|---|
| 企业金融化程度 | 企业金融化程度 | |
| DID | 0.0078*** | 0.0078*** |
| (4.30) | (4.30) | |
| Size | -0.0048*** | -0.0048*** |
| (-3.31) | (-3.31) | |
| Lev | -0.0461*** | -0.0461*** |
| (-7.85) | (-7.86) | |
| ROA | -0.0445*** | -0.0444*** |
| (-4.90) | (-4.91) | |
| Growth | -0.0005 | -0.0005 |
| (-0.51) | (-0.51) | |
| Top1 | -0.0032 | -0.0032 |
| (-0.35) | (-0.34) | |
| FirmAge | 0.0404*** | 0.0405*** |
| (4.10) | (4.11) | |
| _cons | 0.0586 | 0.0583 |
| (1.46) | (1.45) | |
| N | 52283 | 52283 |
五、进一步分析
（一）机制分析
为进一步探究数据要素市场化配置影响企业金融化的内在机制，本文以融资约束（SA指数绝对值）作为中介变量进行机制检验，结果见表4。第（1）列结果显示，DID的回归系数为-0.0087，并在1%的统计水平上显著，表明数据交易平台设立能够显著缓解企业融资约束。第（2）列在加入融资约束变量后，SA_abs的回归系数为0.0398，并在1%的统计水平上显著，说明融资约束越高，企业金融化程度越高。同时，DID的回归系数仍保持在1%的统计水平上显著为正，但系数较基准回归略有变化，表明融资约束在数据要素市场化配置影响企业金融化过程中发挥了部分中介作用。由此可见，数据交易平台设立通过缓解企业融资约束，进一步影响企业金融资产配置行为，从而促进企业金融化水平提升。
| (1) | (2) | |
|---|---|---|
| SA_abs | 企业金融化程度 | |
| DID | -0.00870*** | 0.00814*** |
| (-2.84) | (4.49) | |
| Size | 0.00248 | -0.00491*** |
| (0.68) | (-3.37) | |
| Lev | 0.0370*** | -0.0476*** |
| (4.38) | (-7.94) | |
| ROA | -0.0301*** | -0.0433*** |
| (-2.73) | (-4.75) | |
| Growth | 0.0120*** | -0.000933 |
| (9.77) | (-1.02) | |
| Top1 | -0.0620*** | -0.000781 |
| (-3.70) | (-0.08) | |
| FirmAge | 0.0744*** | 0.0375*** |
| (4.03) | (3.77) | |
| SA_abs | 0.0398*** | |
| (4.14) | ||
| _cons | 3.575*** | -0.0836 |
| (43.63) | (-1.54) | |
| N | 52283 | 52283 |
（二）异质性分析
考虑到不同地区资源禀赋和企业产权性质存在差异，数据要素市场化配置对企业金融化的影响可能具有异质性。本文分别从区域和产权性质两个维度进行分组回归，回归结果见表5。
从区域异质性来看，东部地区样本中，DID系数为0.0079，并在1%水平上显著；非东部地区样本中，DID系数为0.0059，仅在10%水平上显著，且系数明显低于东部地区。说明数据要素市场化配置对东部地区企业金融化的促进作用更为显著。这主要是因为东部地区数字基础设施更加完善，数据资源集聚程度更高，数据交易市场发展较为成熟，企业能够更加充分地利用数据要素进行资源配置和资产配置，因此政策效果更加明显。
从产权异质性来看，国有企业样本中DID系数为0.00398，但未通过显著性检验；非国有企业样本中，DID系数为0.0120，并在1%水平上显著，表明数据要素市场化配置主要促进了非国有企业金融化水平的提升。可能的原因在于，相较于国有企业，非国有企业长期面临更强的融资约束，对数据要素市场化带来的融资便利和资源配置改善更加敏感，因此政策实施后的影响更为明显。
综上，数据要素市场化配置对企业金融化的影响存在显著异质性，其促进作用主要体现在东部地区和非国有企业。
| (1) | (2) | （3） | （4） | |
|---|---|---|---|---|
| 东部地区 | 非东部地区 | 国有企业 | 非国有企业 | |
| DID | 0.0079*** | 0.0059* | 0.00398 | 0.0120*** |
| (3.50) | (1.94) | (1.58) | (4.85) | |
| Size | -0.0054*** | -0.0036 | -0.00338 | -0.00629*** |
| (-3.00) | (-1.53) | (-1.58) | (-3.23) | |
| Lev | -0.0591*** | -0.0201** | -0.0543*** | -0.0493*** |
| (-7.97) | (-2.21) | (-5.55) | (-6.48) | |
| ROA | -0.0553*** | -0.0114 | -0.0795*** | -0.0191* |
| (-4.97) | (-0.77) | (-4.91) | (-1.74) | |
| Growth | 0.0010 | -0.0033** | 0.00185 | -0.00119 |
| (0.86) | (-2.58) | (1.45) | (-1.01) | |
| Top1 | 0.0052 | -0.0156 | 0.0146 | 0.0166 |
| (0.41) | (-1.22) | (1.34) | (1.12) | |
| FirmAge | 0.0474*** | 0.0208 | 0.00166 | 0.0429*** |
| (3.97) | (1.24) | (0.13) | (3.00) | |
| _cons | 0.0593 | 0.0726 | 0.138** | 0.0777 |
| (1.19) | (1.10) | (2.32) | (1.44) | |
| 样本量 | 36916 | 15367 | 17542 | 33582 |
| R-squared | 0.6436 | 0.6309 |
六、研究结论与启示
（一）研究结论
本文以我国数据交易平台设立为准自然实验，基于2008—2024年A股上市公司面板数据，构建多期双重差分模型，考察了数据要素市场化配置对企业金融化的影响及其作用机制。研究结果表明：第一，数据要素市场化配置显著促进了企业金融化水平提升，在控制企业固定效应、年份固定效应及相关控制变量后，核心解释变量DID的估计系数始终显著为正，说明数据交易平台建设有效推动了企业金融资产配置。第二，机制检验结果表明，数据要素市场化配置能够通过缓解企业融资约束促进企业金融化，融资约束在两者关系中发挥了部分中介作用，验证了本文的理论假设。第三，异质性分析发现，数据要素市场化配置对企业金融化的促进作用存在明显差异。其中，东部地区的政策效应显著高于非东部地区；相较于国有企业，非国有企业受数据要素市场化配置的影响更加显著。这说明数据要素市场化的政策效果受到区域数字经济发展水平以及企业资源禀赋差异的共同影响。
（二）启示与建议
1.加快完善数据要素市场化配置机制。进一步健全数据产权、流通交易、收益分配和安全治理等制度体系，持续推进数据交易平台规范化建设，提高数据资源流通效率，充分释放数据要素价值，为企业优化资源配置提供更加完善的市场环境。
2.充分发挥数据要素缓解融资约束的作用。进一步完善金融支持体系，推动数据资源与金融服务深度融合，降低企业融资成本，缓解融资约束，引导金融资源向具有创新能力和发展潜力的企业集聚，促进企业合理配置金融资产，提高资源配置效率。
3.实施差异化的数据要素市场发展政策。针对不同地区和不同产权性质企业的发展特点，因地制宜推进数据要素市场建设。对于中西部地区，应持续加强数字基础设施建设，提高数据资源开发利用能力；对于非国有企业，应进一步完善融资支持和数据开放机制，增强企业利用数据要素提升资源配置效率的能力，不断释放数据要素市场化改革的政策红利，推动数字经济与实体经济高质量融合发展。受限于上市公司样本与现有机制变量，本文尚未覆盖中小微企业和非上市企业的微观行为，也未进一步讨论风险承担、信息披露与治理改善等渠道。后续研究可结合更多试点数据和微观调查，进一步识别数据要素市场化的长期经济后果。
参考文献：
- [1] 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.
- [2] 鞠晓生,卢荻,虞义华. 融资约束、营运资本管理与企业创新可持续性[J].经济研究,2013,48(01):4-16.
- [3] 杜勇,郭兴. CEO金融背景对企业风险承担水平的影响研究[J].金融市场研究,2023(11):95-106.
- [4] 胡珺,方祺. CEO内部联盟对企业金融化的影响研究[J].管理学报,2025,22(08):1432-1441.
- [5] Lv L ,Li S ,Chen Y . Influence of corporate financialization on employment structure: firm-level evidence[J].Applied economics letters,2026,33(11):1737-1741.
- [6] 周明生,赵向荣. 数据要素市场化配置对企业供应链效率的影响研究[J].现代财经(天津财经大学学报),2026,46(06):3-22.
- [7] 郭煜晓,李爱红. 数据要素市场化的省域推进与实现路径——基于H省数据资产市场化指数的测度分析[J].河南社会科学,2026,34(05):76-86.
- [8] 朱颖琛. 数据要素市场化配置促进数字普惠金融发展——来自数据交易平台设立的经验证据[J].对外经贸,2026(04):114-118.
- [9] 姚凯辛,李华民,吴非. 数据要素市场化与数字技术创新——基于数据交易平台设立的准自然实验[J].管理学刊,2026,39(02):149-158.
- [10] 刘伟,赵彬. 数据要素市场化配置何以提升碳排放效率——基于数据交易平台建立的准自然实验[J].哈尔滨商业大学学报(社会科学版),2026(02):53-67.
- [11] 朱文兴,戴琴,陈伟. 数据要素市场化对新质生产力发展的影响研究[J/OL].江西师范大学学报(自然科学版), 1-17[2026-06-25].
- [12] 殷立娟,闫丽娜,李志远. 《资管新规》对企业对外直接投资的影响研究——基于企业金融化视角[J].国际金融研究,2026(03):105-120.
- [13] 高星,王动,杨帅华. 数据要素市场化配置有助于实现城市减污降碳协同吗?——基于数据交易平台设立的准自然实验[J].干旱区资源与环境,2026,40(04):97-108.
- [14] 胡历芳,孙亿涵,刘纪鹏. 金融化对企业价值影响的“双刃剑”效应[J].经济科学,2026(01):178-198.
- [15] 湛泳,胡嘉钰,马从文. 超越短期主义：耐心资本赋能企业数字技术创新[J].财经理论与实践,2026,47(01):10-16.
- [16] 徐波,孙仁贵,王兆萍. 数据要素市场化配置与农村居民就业选择——来自数据交易平台的证据[J].现代财经(天津财经大学学报),2026,46(02):23-36.
- [17] 徐波,王兆萍. 数据要素市场化配置的稳就业效应[J].经济体制改革,2026(01):39-46.
- [18] 谷城,张树山,张佩雯,等. 数据赋能：数据要素市场化配置与企业韧性塑造[J].中国软科学,2025(12):166-176.
- [19] 李秋静,崔楠晨,刘斌. 技术封锁与中国制造业企业“脱虚向实”[J].南方经济,2025(12):80-99.
- [20] 王欣兰,刘博. 策略性ESG信息披露与企业金融化——基于“漂绿—漂棕”异质动机视角研究[J].金融理论与实践,2025(09):78-92.
- [21] 聂丽,汪玉龙,满媛媛. 金融强监管与企业全要素生产率——基于资管新规的准自然实验[J].现代金融研究,2025,30(09):33-44+71.
- [22] 王磊,李吉,王兴启. 数字化转型、企业金融化与制造业全要素生产率[J].经济体制改革,2025(04):152-161.
- [23] 孙波约,于斌斌,胡雅静. 算力基础设施建设是否抑制了企业“脱实向虚”?——来自中国地级及以上城市数据中心建设的经验证据[J].金融研究,2025(07):95-112.
- [24] 杜勇,谢瑾,陈建英. CEO金融背景与实体企业金融化[J].中国工业经济,2019(05):136-154.