DOI: https://doi.org/10.1080/23311975.2026.2627662
تاريخ النشر: 2026-03-09
المؤلف: Mingyao Wang وآخرون
الموضوع الرئيسي: التكنولوجيا المالية، التمويل الجماعي، المالية الرقمية
نظرة عامة
تدرس هذه الدراسة آثار المالية – التي تقاس من خلال الأصول والديون والدخل – على الأداء المالي للشركات الصينية غير المالية المدرجة في سوق الأسهم A، باستخدام مجموعة بيانات شاملة تتكون من 40,365 ملاحظة سنوية للشركات من 2010 إلى 2023. من خلال استخدام نماذج التأثيرات الثابتة ونماذج المربعات الصغرى ذات المرحلتين (IV-2SLS)، بالإضافة إلى منهجيات مطابقة درجات الميل في الفروقات في الفروقات (PSM-DiD)، تكشف الأبحاث أن المالية المدفوعة بالأصول والديون تؤثر سلبًا على ربحية الشركات، بينما المالية المستندة إلى الدخل لا تظهر تأثيرًا كبيرًا.
بالإضافة إلى ذلك، تدمج الدراسة نظرية الإشارة، ونظرية الوكالة، ووجهات النظر القائمة على الموارد لتقديم إطار عمل يعالج التباين بين خطاب الذكاء الاصطناعي (AI) والتبني الفعلي للذكاء الاصطناعي كآلية رئيسية، مع ممارسة البيئة الاجتماعية والحوكمة (ESG) كآلية وسيطة ثانوية. تشير النتائج إلى أن الشركات التي لديها تباين أكبر بين خطاب الذكاء الاصطناعي والنفقات تميل إلى تجربة أداء مالي أقل، بينما يمكن أن تخفف الممارسات القوية في ESG من الآثار الضارة للمالية. بشكل عام، تؤكد النتائج أن المالية المفرطة ترتبط بنتائج أداء سلبية، بينما تعتبر قدرات الشركة في الذكاء الاصطناعي وممارسات ESG عناصر استراتيجية حاسمة تؤثر على الأداء المؤسسي.
مقدمة
تتناول مقدمة الورقة الأهمية المتزايدة للمالية المؤسسية (cF) ضمن أبحاث حوكمة الشركات، لا سيما في سياق تحول اقتصاد الولايات المتحدة من تراكم الثروة القائم على الإنتاج إلى توليد الثروة المدفوع بالتمويل، كما أوضح كريبنر (2005). تنتقد الدراسة وجهة نظر كريبنر الاقتصادية الكلية بسبب محدودية تطبيقها على مستوى الشركات وتقترح إطار عمل أكثر دقة يصنف المالية إلى أبعاد قائمة على الأصول، وقائمة على الديون، وقائمة على الدخل. يهدف هذا الإطار إلى التقاط سلوكيات إعادة توزيع الموارد الاستراتيجية للشركات غير المالية، التي تولد الأرباح بشكل متزايد من خلال الأدوات المالية بدلاً من الأنشطة الإنتاجية التقليدية.
تسلط الورقة الضوء على الزيادة السريعة في المالية بين الشركات الصينية غير المالية، كما يتضح من البيانات التي تظهر ارتفاع الأصول المالية من حوالي 6% في 2010 إلى أكثر من 10% بحلول 2023. تؤكد على السياق المؤسسي الفريد للصين، الذي يتميز بنظام مالي يهيمن عليه البنوك وتأثير الدولة، مما يشكل قرارات تخصيص الأصول وقيود التمويل للشركات. تهدف الدراسة إلى استكشاف العلاقة بين المالية والأداء المالي، لا سيما في ظل ظروف التحول الرقمي وممارسات ESG (البيئية والاجتماعية والحوكمة). تفترض أن المالية يمكن أن يكون لها تأثيرات إيجابية وسلبية على أداء الشركات، اعتمادًا على ما إذا كانت مدفوعة بالادخار الاحترازي أو الدوافع المضاربة. تستخدم الأبحاث نموذج التأثيرات الثابتة وتعالج التداخل من خلال تقنيات المتغيرات الآلية، لتجد في النهاية ارتباطًا سلبيًا بين المالية القائمة على الأصول والديون والأداء المؤسسي، بينما لا تظهر المالية القائمة على الدخل أي ارتباط كبير. كما تحدد الدراسة تباين تبني الذكاء الاصطناعي وممارسات ESG كعوامل وسيطة في هذه العلاقة، مما يمهد الطريق لاستكشاف مفصل لهذه الديناميات في الأقسام اللاحقة.
الطرق
توضح قسم منهجية البحث النهج المنهجي المستخدم للتحقيق في فرضيات الدراسة. تفصل اختيار المشاركين، وتقنيات جمع البيانات، وإجراءات التحليل. تم اختيار المشاركين بناءً على معايير إدراج محددة لضمان الصلة بأسئلة البحث. شملت جمع البيانات طرقًا نوعية وكمية، بما في ذلك الاستطلاعات والمهام التجريبية، لالتقاط رؤية شاملة للظواهر قيد الدراسة.
شملت إجراءات التحليل اختبارات إحصائية لتقييم أهمية النتائج، مع التركيز على ضمان موثوقية وصلاحية النتائج. كما تتناول المنهجية التحيزات والقيود المحتملة، مما يوفر إطارًا لتفسير البيانات بدقة. بشكل عام، تم تصميم الطرق المستخدمة لاختبار الفرضيات بدقة والمساهمة في الجسم المعرفي القائم في هذا المجال.
النتائج
تكشف نتائج هذه الدراسة أن المالية المؤسسية لها تأثير غير متوازن على الأداء المالي للشركات، حيث تؤثر كل من المالية القائمة على الأصول والديون سلبًا على الأداء. يتماشى هذا مع نظرية الوكالة ونظرية ازدحام الموارد، مما يشير إلى أن ضعف حوكمة الشركات يدفع المديرين إلى إعطاء الأولوية للأرباح قصيرة الأجل على الاستثمارات طويلة الأجل والابتكار. وبالتالي، تصبح المالية أداة لتلبية توقعات المساهمين على حساب النمو الاقتصادي الحقيقي، مما يدعم مفهوم “لغز الربح والاستثمار” كما أوضح رابينوفيتش وريدي (2025). ومن الجدير بالذكر أن المالية القائمة على الدخل لم تظهر أي علاقة كبيرة مع الأداء المالي، مما يشير إلى أن المكاسب الرأسمالية السلبية لها تأثير ضئيل.
بالإضافة إلى ذلك، وجدت الدراسة أن الشركات التي لديها تباين أكبر في تبني الذكاء الاصطناعي أظهرت أداءً ماليًا أقل، مع إثارة المخاوف بشأن موثوقية المقاييس المتعلقة بالذكاء الاصطناعي التي قد تؤدي إلى “غسل الذكاء الاصطناعي”. حدد التحليل ممارسات ESG، والمخاطرة، وقيود التمويل كوسائط جزئية في العلاقة بين المالية والأداء، حيث تعكس ممارسات ESG الضعف في ظل ظروف معينة بدلاً من القيمة الجوهرية. تزيد التباينات في معايير ESG عبر وكالات التصنيف من تعقيد مصداقية تقييمات الاستدامة. بينما تعترف الدراسة بالتحيز المحتمل، فإن استخدام مقدرات المتغيرات الآلية (IV) ومطابقة درجات الميل (PSM) مع تحليل الفروقات في الفروقات (DiD) يدعم قوة النتائج، التي يجب أن تُفسر على أنها ارتباطية بدلاً من سببية.
المناقشة
في هذا القسم، يناقش المؤلفون مفهوم المالية المؤسسية، مؤكدين على طبيعته متعددة الأبعاد والحاجة إلى التمييز بين المالية القائمة على الأصول، والديون، والدخل. يبرزون أنه بينما تم دراسة المالية المؤسسية بشكل موسع، لا تزال تعريفاتها غامضة، لا سيما في سياق الشركات غير المالية. يجادل المؤلفون بأن فهم السياق المؤسسي، لا سيما في الصين، أمر حاسم، حيث تؤثر عوامل مثل البنوك المملوكة للدولة وأنظمة البنوك الظلية بشكل كبير على استراتيجيات المالية المؤسسية. يقترحون أن المالية يمكن أن تُعتبر استجابة هيكلية للقمع المالي، بدلاً من مجرد خيار إداري، مما يستدعي فحصًا دقيقًا لأشكالها المختلفة.
يعمل المؤلفون على تطوير فرضيات بشأن العلاقة بين أنواع مختلفة من المالية والأداء المالي. يفترضون أن المالية القائمة على الأصول تؤثر سلبًا على الأداء طويل الأجل بسبب الازدحام المحتمل للاستثمارات الإنتاجية، بينما تزيد المالية القائمة على الديون من الهشاشة المالية وقصر نظر الإدارة. على العكس، قد تعزز المالية القائمة على الدخل الاستقرار المالي والربحية. بالإضافة إلى ذلك، يقدمون مفهوم “تباين تبني الذكاء الاصطناعي”، الذي يشير إلى التباين بين الإفصاحات المتعلقة بالذكاء الاصطناعي للشركة والاستثمارات الفعلية في تكنولوجيا الذكاء الاصطناعي. يُنظر إلى هذا التباين على أنه يعزز الآثار السلبية للمالية على أداء الشركة، حيث قد تعطي الشركات الأولوية للإشارات السوقية قصيرة الأجل على استراتيجيات النمو المستدام. يختتم القسم باقتراح أن تأثير المالية على الأداء يتوسطه مستوى تباين تبني الذكاء الاصطناعي، مما يشير إلى تفاعل معقد بين الاستراتيجيات المالية والاستثمارات التكنولوجية.
القيود
تسلط قيود هذه الدراسة الضوء على عدة مجالات للبحث المستقبلي بشأن تأثير المالية على أداء الشركات. بينما تركز التحليل الحالي على أشكال مختلفة من المالية، إلا أنه لا يحدد المستوى الأمثل من المالية اللازمة لتعظيم الأداء المالي. يمكن أن تستفيد التحقيقات المستقبلية من تقنيات التعلم الآلي المتقدمة، مثل الشبكات العصبية طويلة وقصيرة الأجل (LSTM) ونماذج المحولات، لكشف الأنماط المعقدة في بيانات السوق المالية. من المتوقع أن تعزز هذه المنهجيات من قدرة الشركات على تقييم مخاطر السوق المالية وتوقع الاتجاهات، مما يساعد في النهاية على تطوير استراتيجيات فعالة لإدارة المخاطر وخطط تخصيص الأصول المثلى.
بالإضافة إلى ذلك، قد تكون نتائج الدراسة محدودة بسبب استبعاد الأحداث القصوى، مثل جائحة COVID-19، والتي قد تتطلب استخدام نماذج انحدار بديلة للحصول على تقديرات أكثر دقة. قد لا تأخذ النماذج الاقتصادية المستخدمة في الاعتبار تمامًا الاختلافات غير القابلة للرصد بين الشركات أو المتغيرات المفقودة التي تؤثر على العلاقة بين المالية والأداء. يمكن أن تستفيد الأبحاث المستقبلية من النماذج الهيكلية، أو مطابقة درجات الميل، أو منهجيات دراسة الأحداث لفهم الآليات السببية بشكل أفضل. علاوة على ذلك، يمكن توسيع نطاق الدراسة الحالية ليشمل التكنولوجيا المالية وإعادة شراء الأسهم في قياس المالية، بالإضافة إلى التحليلات المقارنة عبر دول مختلفة وإدماج عوامل البيئة الاجتماعية والحوكمة (ESG) لتقليل التحيز وتعزيز فهم تأثيرات المالية في سياقات مؤسسية متنوعة.
DOI: https://doi.org/10.1080/23311975.2026.2627662
Publication Date: 2026-03-09
Author(s): Mingyao Wang et al.
Primary Topic: FinTech, Crowdfunding, Digital Finance
Overview
This study investigates the effects of financialization—measured through assets, debt, and income—on the financial performance of Chinese non-financial listed firms in the A-share market, utilizing a comprehensive dataset of 40,365 firm-year observations from 2010 to 2023. Employing fixed-effects and two-stage least squares (IV-2SLS) models, along with propensity score matching difference-in-differences (PSM-DiD) methodologies, the research reveals that financialization driven by assets and debt negatively impacts firm profitability, while financialization based on income does not exhibit a significant effect.
Additionally, the study integrates signaling theory, agency theory, and resource-based views to propose a framework that addresses the divergence between artificial intelligence (AI) discourse and actual AI adoption as a primary mechanism, with environmental, social, and governance (ESG) practices serving as a secondary mediating mechanism. The findings indicate that firms with a greater disparity between AI discourse and expenditure tend to experience lower financial performance, whereas robust ESG practices can mitigate the detrimental effects of financialization. Overall, the results underscore that excessive financialization correlates with negative performance outcomes, while a firm’s AI capabilities and ESG practices are critical strategic elements influencing corporate performance.
Introduction
The introduction of the paper addresses the growing significance of corporate financialization (cF) within corporate governance research, particularly in the context of the U.S. economy’s shift from production-based wealth accumulation to finance-driven wealth generation, as articulated by Krippner (2005). The study critiques Krippner’s macroeconomic perspective for its limited applicability at the firm level and proposes a more nuanced framework that categorizes financialization into asset-based, debt-based, and income-based dimensions. This framework aims to better capture the strategic resource redistribution behaviors of non-financial corporations, which increasingly generate profits through financial instruments rather than traditional productive activities.
The paper highlights the rapid increase in financialization among Chinese non-financial firms, evidenced by data showing a rise in financial assets from approximately 6% in 2010 to over 10% by 2023. It emphasizes the unique institutional context of China, characterized by a bank-dominated financial system and state influence, which shapes firms’ asset allocation decisions and financing constraints. The study aims to explore the relationship between financialization and financial performance, particularly under conditions of digital transformation and ESG (environmental, social, and governance) practices. It posits that financialization can have both positive and negative impacts on firm performance, depending on whether it is driven by precautionary saving or speculative motives. The research employs a fixed effects model and addresses endogeneity through instrumental variable techniques, ultimately finding a negative association between asset- and debt-based financialization and corporate performance, while income-based financialization shows no significant correlation. The study also identifies AI adoption divergence and ESG practices as mediating factors in this relationship, setting the stage for a detailed exploration of these dynamics in subsequent sections.
Methods
The research methodology section outlines the systematic approach employed to investigate the study’s hypotheses. It details the selection of participants, data collection techniques, and analytical procedures. Participants were chosen based on specific inclusion criteria to ensure relevance to the research questions. Data collection involved both qualitative and quantitative methods, including surveys and experimental tasks, to capture a comprehensive view of the phenomena under study.
Analytical procedures included statistical tests to evaluate the significance of the findings, with a focus on ensuring the reliability and validity of the results. The methodology also addresses potential biases and limitations, providing a framework for interpreting the data accurately. Overall, the methods employed are designed to rigorously test the hypotheses and contribute to the existing body of knowledge in the field.
Results
The results of this study reveal that corporate financialization has an asymmetric impact on the financial performance of companies, with both asset-based and debt-based financialization negatively affecting performance. This aligns with Agency theory and resource crowding out theory, suggesting that poor corporate governance leads managers to prioritize short-term earnings over long-term investments and innovation. Consequently, financialization becomes a tool for meeting shareholder expectations at the expense of real economic growth, supporting the notion of the ‘profit and investment puzzle’ as articulated by Rabinovich & Reddy (2025). Notably, income-based financialization showed no significant relationship with financial performance, indicating that passive capital gains have minimal impact.
Additionally, the study found that firms with greater divergence in AI adoption exhibited lower financial performance, with concerns raised about the reliability of AI-related metrics potentially leading to ‘AI washing.’ The analysis identified ESG practices, risk-taking, and financing restrictions as partial mediators in the financialization-performance relationship, with ESG practices reflecting vulnerability under certain conditions rather than intrinsic value. The variability in ESG standards across rating agencies further complicates the credibility of sustainability assessments. While the study acknowledges potential endogeneity, the use of instrumental variable (IV) estimators and propensity score matching (PSM) with difference-in-differences (DiD) analysis supports the robustness of the findings, which should be interpreted as associative rather than causal.
Discussion
In this section, the authors discuss the concept of corporate financialization, emphasizing its multifaceted nature and the need to differentiate between asset-based, debt-based, and income-based financialization. They highlight that while corporate financialization has been extensively studied, its definitions remain ambiguous, particularly in the context of non-financial firms. The authors argue that understanding the institutional context, particularly in China, is crucial, as factors such as state-owned banks and shadow banking systems significantly influence corporate financial strategies. They propose that financialization can be viewed as a structural response to financial repression, rather than merely a managerial choice, thus necessitating a nuanced examination of its various forms.
The authors further develop hypotheses regarding the relationship between different types of financialization and financial performance. They posit that asset-based financialization negatively impacts long-term performance due to potential crowding out of productive investments, while debt-based financialization increases financial fragility and managerial short-termism. Conversely, income-based financialization may enhance financial stability and profitability. Additionally, they introduce the concept of “AI adoption divergence,” which refers to the discrepancy between a firm’s AI-related disclosures and actual investments in AI technology. This divergence is theorized to exacerbate the negative effects of financialization on firm performance, as firms may prioritize short-term market signals over sustainable growth strategies. The section concludes by proposing that the impact of financialization on performance is moderated by the level of AI adoption divergence, suggesting a complex interplay between financial strategies and technological investments.
Limitations
The limitations of this study highlight several areas for future research regarding the impact of financialization on firm performance. While the current analysis focuses on various forms of financialization, it does not determine the optimal level of financialization necessary for maximizing financial performance. Future investigations could leverage advanced machine learning techniques, such as Long Short-Term Memory (LSTM) networks and transformer models, to uncover complex patterns in financial market data. These methodologies are expected to enhance firms’ abilities to assess financial market risks and forecast trends, ultimately aiding in the development of effective risk management strategies and optimal asset allocation plans.
Additionally, the study’s findings may be limited by the exclusion of extreme events, such as the COVID-19 pandemic, which could necessitate the use of alternative regression models for more accurate estimations. The econometric models employed may not fully account for unobservable firm differences or omitted variables affecting the financialization-performance relationship. Future research could benefit from structural models, propensity score matching, or event-study methodologies to better understand the causal mechanisms at play. Furthermore, the current study’s scope could be expanded to include financial technology and share repurchases in the financialization measure, as well as comparative analyses across different countries and the incorporation of environmental, social, and governance (ESG) factors to mitigate bias and enhance understanding of financialization’s effects in diverse institutional contexts.