李延喜 吳國通 馬壯 王云

摘 要：以中國1萬5 992家能源企業(yè)數據為研究對象，采用多層線性模型重點分析了外部環(huán)境對能源企業(yè)資本結構的影響。研究發(fā)現：12.1%的企業(yè)資本結構差異可由外部環(huán)境差異解釋;外部環(huán)境的改善與企業(yè)資本結構存在正相關關系;外部環(huán)境因素不僅直接影響企業(yè)的資本結構，還通過影響企業(yè)規(guī)模、有形資產比例等企業(yè)特征因素間接影響。進一步分析表明良好的外部治理環(huán)境有助于改善中小能源企業(yè)的融資約束，減少經營風險，提高資本使用效率。

關 鍵 詞：外部環(huán)境;資本結構;能源企業(yè);資本使用效率

DOI：10.16315/j.stm.2019.03.014

中圖分類號： F273

文獻標志碼： A

Abstract：Considering the external governance differences in this article 15 992 energy companies were selected to construct a multilevel model， which analyzes the effects of the external environment of different region on energy companies capital structure. Research found geographical differences can explained 12.1% differences of capital structure; there is a positive relation between external environment and capital structure of energy enterprise; the external governance has a directly affection on capital structure， also it has an indirectly affection on capital structure， via its affection on other features of energy enterprise， such as scale， the proportion of tangible assets; the improvement of external environment helps change the financing constraint mediumsized and small enterprises are facing， in the meanwhile it will raise the financing willingness of enterprises with high proportion of tangible assets. Further analysis showed that a good external environment help rationalize the capital structure， reduce business risk， and improve capital efficiency.

Keywords：external environment; capital structure; energy companies; capital efficiency

能源企業(yè)作為經濟增長的排頭兵，為國民經濟健康快速發(fā)展提供動力保障。能源產業(yè)作為我國的基礎產業(yè)，直接關系到我國經濟發(fā)展。能源投資的資金大、周期長，保持良好的資本結構、降低資本成本，是取得競爭優(yōu)勢的重要途徑，因此研究影響能源企業(yè)資本結構的因素具有重要現實意義。

制度環(huán)境差異不但存在于國家之間，亦存在于一國內部的不同地區(qū)之間。中國的市場化進程已經取得了舉世公認的成就，但由于資源稟賦、地理位置以及地區(qū)政策的不同，各地區(qū)政府干預程度、金融發(fā)展水平以及法治水平等方面呈現出較大的差異[1]。區(qū)域制度環(huán)境不同使處于各地區(qū)公司的資本結構存在差異[2]。隨著市場化的深入，宏觀環(huán)境對企業(yè)的影響程度日益加強。宏觀環(huán)境對企業(yè)影響作用成為理論界的熱門話題。在經濟分析中更令人感興趣的是宏觀環(huán)境層和微觀企業(yè)層之間的交互作用問題。傳統的線性模型，例如：方差分析（ANOVA）或回歸分析，只能對涉及同一層面數據的問題進行分析，但對于分析宏觀環(huán)境與微觀企業(yè)這類涉及兩層或多層數據進行分析會導致估計誤差，造成生態(tài)謬誤（ecological fallacy）。多層線性模型的出現為解決這些問題提供了統計方法[3]。

多層線性模型系統地解決了生態(tài)謬誤問題，減少OLS方法造成的誤差，避免由人為選擇分析單位可能出現的錯誤。受研究方法限制以往對資本結構影響因素的分析中，主要集中在公司特征因素上，缺乏宏觀背景分析。本文基于多層線性模型分析宏觀外部環(huán)境對微觀企業(yè)資本結構的影響。試圖找出外部環(huán)境對企業(yè)資本結構的影響機理，以期為政府的宏觀調控及企業(yè)自身的財務決策起到一定的理論指導作用。

1 文獻綜述

資本結構理論是財務學中最具有爭議的課題之一。自20世紀50年代以來，先后出現了MM定理、權衡理論（tradeoff）、啄序理論（pecking order）、委托代理理論（principalagent theory）以及基于行為金融學的市場時機（market timing）理論。企業(yè)資本結構受諸多因素影響，現有研究對資本結構影響因素的研究主要包括制度環(huán)境因素、行業(yè)格局和企業(yè)特征因素3個層面。

1.1 制度環(huán)境對企業(yè)資本結構影響

對制度環(huán)境的研究一般分為靜態(tài)和動態(tài)2種角度。靜態(tài)研究主要考察各種制度因素與企業(yè)資本結構的關系，動態(tài)研究主要對比不同國家（地區(qū)）企業(yè)的資本結構向目標資本結構的調整過程。本文是以靜態(tài)的角度考察制度因素與資本結構的關系。實證結果表明，法律政策、GDP增速、市場環(huán)境等因素對企業(yè)資本結構影響顯著。近年來，企業(yè)外部因素對企業(yè)資本結構的影響備受關注。LLSV最早研究發(fā)現法律制度以及產權保護等外部制度環(huán)境因素存在顯著的地區(qū)差異，這些差異對企業(yè)的經營決策具有顯著影響[4-5]。在我國，夏立軍等[6]研究發(fā)現，處于經濟轉軌期的我國各地區(qū)之間的制度環(huán)境存在著顯著的差異，東部地區(qū)的市場化程度高于其他地區(qū);并且金融發(fā)展水平、地區(qū)市場化程度和政府干預程度等制度環(huán)境因素對企業(yè)資本結構具有顯著影響[7-8]。任曙明等[9]支出金融深化會顯著影響企業(yè)資本結構收斂目標。

1.2 行業(yè)特征對企業(yè)資本結構影響

企業(yè)的負債能力受經營狀況制約，而其經營狀況受行業(yè)競爭格局和運營模式影響。一般而言，壟斷程度較高的行業(yè)容易享受持續(xù)的壟斷利潤，可以提高財務杠桿;競爭激烈的行業(yè)難以持續(xù)獲得超額利潤，使得企業(yè)更傾向于權益融資，以規(guī)避負債可能引致的財務風險。在傳統制造企業(yè)中，有形資產占比較高，可能更傾向于負債融資;在技術型企業(yè)中，無形資產占比較高，借債的信用風險較大，限制了其負債能力。Harris等[10]指出美國各個行業(yè)的資本結構不同，其中醫(yī)藥、電子、食品行業(yè)負債率相對較低，而造紙、紡織、鋼鐵、航空等行業(yè)負債率相對較高。陸正飛等[11]的研究指出不同行業(yè)的資本結構有著明顯的差異，對資本結構的影響因素進行實證研究時，應該盡量控制行業(yè)因素。

1.3 企業(yè)特征對企業(yè)資本結構影響

關于企業(yè)內部因素對企業(yè)資本結構的影響，主要從企業(yè)自身特征角度出發(fā)，研究公司盈利能力、公司規(guī)模、非債務稅盾、自由現金流量等對資本結構的影響[12-13];Titman等[13]研究發(fā)現，盈利能力與負債/權益市場價值負相關;企業(yè)規(guī)模與短期負債負相關;資產專用性與負債比例負相關;非債務稅盾、收入波動性、成長性等指標對資本結構沒有顯著影響。在此基礎上，Chang等[14]采用MIMC模型進行了改進，研究發(fā)現成長性是影響資本結構的最主要因素，影響能力有大到小依次是成長性、盈利能力、抵押價值、波動性、非債務稅盾、獨特性。Harris等研究發(fā)現，企業(yè)規(guī)模、成長性、固定資產占比、非債務稅盾與負債水平正相關，而收入波動性、廣告費用、研發(fā)費用、盈利能力和產品專用性與負債水平負相關。Rajan等[15]采用極大似然法研究發(fā)現：有形資產占比與負債水平在各國均呈正相關;成長性與負債水平在各國均呈負相關。陸正飛等認為行業(yè)因素對資本結構影響顯著，在機械和運輸設備行業(yè)中盈利能力與資本結構負相關。沈根祥等[16]指出公司規(guī)模、盈利能力、資產擔保價值與負債水平正相關，成長性、非負債稅盾與負債水平負相關。劉貫春等[17]指出企業(yè)金融資產持有份額上升有助于降低企業(yè)負債比率。李家晟等[18]發(fā)現所有權結構與企業(yè)資本結構不存在明顯的相關關系。吳育輝等[19]發(fā)現產品市場競爭優(yōu)勢有助于降低企業(yè)資產負債率。王營等[20]認為董事網絡會對企業(yè)債務融資產生積極的推動作用。

2 研究設計

2.1 理論分析及變量選取

LLSV最早研究發(fā)現法律制度以及產權保護等外部制度環(huán)境因素存在顯著的地區(qū)差異，這些差異對企業(yè)的經營決策具有顯著影響。樊綱等、夏立軍等研究發(fā)現，處于經濟轉軌期的我國各地區(qū)之間的制度環(huán)境存在著顯著的差異，東部地區(qū)的市場化程度高于其他地區(qū);并且金融發(fā)展水平、地區(qū)市場化程度和政府干預程度等制度環(huán)境因素對企業(yè)資本結構具有顯著影響。本文借鑒他們的研究成果，分別選取政府干預程度（GOV）、金融發(fā)展水平（FIN）、法治水平（LAW）、市場發(fā)育程度（MAR）方面對外部環(huán)境進行考查。

企業(yè)規(guī)模：大多數實證研究支持企業(yè)規(guī)模與資本結構的正相關結論。Fama等[21]認為規(guī)模較大的公司信息不對稱較低，債務融資成本較小。Frank等[22]也發(fā)現規(guī)模與負債水平正相關。伍中信等[23]的研究利用中國的數據，盡管采用的方法不同，但得到了大致相同的結論，即公司資本結構與其企業(yè)規(guī)模正相關。

資產結構：Myers等[24]指出，企業(yè)所擁有的資產形式會影響其資本結構，因為只有有形資產可以作為發(fā)行債券的抵押品，從而降低債務融資的成本。有較多有形資產的企業(yè)也有更多的抵押價值，可以承受較高的負債水平。

盈利能力：陳曉等[25]研究發(fā)現，上市公司的盈利能力與負債水平正相關。盡管股權融資成本低于負債融資成本，但財務杠桿的提高仍然能降低總融資成本，提高公司價值。

流動比率：一般而言，流動資本充足的企業(yè)面臨的資金壓力較小，支付長期負債費用的能力較強。由此可知流動比率與資本結構、短期債務水平負相關，與長期債務水平正相關。

產品獨特性：產品獨特性是衡量產品市場競爭環(huán)境的，Titman[26]認為產品獨特性高的企業(yè)應該降低負債水平，以避免破產事件給各利益相關方造成較大損失。本文使用銷售費用與主營業(yè)務收入的比值衡量。

具體變量的定義及表示方式，如表1所示。

2.2 數據來源與處理

本文研究數據來自1999—2009年《中國工業(yè)企業(yè)數據庫》，該數據庫包含中國規(guī)模以上工業(yè)企業(yè)的數據，國內外很多已有研究使用了此數據庫，具有較強的可信度。陳林[27]發(fā)現，《中國工業(yè)企業(yè)數據庫》中提供的2010年數據質量問題較為嚴重，存在惡意編造的可能性。為了確保研究結論的可靠性，本文并未選取2010年至2013年的數據。同時，本文采用聶輝華等[28]提供的方法對數據進行處理，刪除職工人數少于8、銷售額低于500萬元、職工人數缺失、總資產缺失、銷售額缺失、固定資產凈值缺失的樣本。由于不同行業(yè)企業(yè)的資本結構有較大差別，本文僅對能源生產行業(yè)數據進行分析，選取了火力發(fā)電、水利發(fā)電、核力發(fā)電、其他能源發(fā)電、熱力生產與供應燃氣生產與供應行業(yè)的公司作為樣本。最終獲得包含1萬5 992家企業(yè)，共計5萬4 478個觀測樣本。根據前文所述，資本結構變量選取總負債與總資產的比值作為代理變量。外部環(huán)境變量選取《中國市場化指數——各地區(qū)市場化相對進程2011年報告》中的變量作為市場化水平、政府干預程度、法制水平、金融發(fā)展水平的代理變量。

變量分地區(qū)的統計結果，如表2所示。上海的資本結構較低為0.43，而黑龍江能源企業(yè)的平均資本結構最高為0.75。企業(yè)平均資本結構為0.58。說明不同地區(qū)企業(yè)的資本結構存在著明顯的差異。本研究立足于探究地區(qū)間資本結構差異的原因，找到影響企業(yè)資本結構的因素。

對樣本進行相關性檢驗，檢驗結果如表3所示，結果顯示外部環(huán)境變量間具有較高的相關性，而企業(yè)特征變量間不具備完美的相關性。由于外部環(huán)境變量存在相關性，如果將外部環(huán)境變量全部加入一個模型進行回歸，將導致多重共線性。因而選擇在模型構建時分別加入外部環(huán)境變量，分別考察其對資本結構的影響。

2.3 多層線性模型設定

本文研究宏觀外部環(huán)境對微觀企業(yè)資本結構的影響，數據具有多層嵌套結構，其中宏觀環(huán)境對企業(yè)資本結構即有直接影響也通過影響企業(yè)自身其他因素間接影響企業(yè)資本結構。傳統上，處理具有嵌套結構的數據主要有2種方法：其一，基于高層數據進行分析，將低層次數據進行集合，形成組內均值或其他形式數據（例如，將企業(yè)層的數據集合成高層數據，得到地區(qū)經濟的數據等），僅僅考慮高層次的因素對因變量的影響。這種做法在一定程度上可以反應集合的作用，但卻放棄了對個體差異的解釋，且損失了很多有用且寶貴的信息，是一種資源浪費。其二，基于低層次（個體）數據的分析，即直接把來自不同組群的高層次數據與低層數據進行合并，然后使用主要適用于單一層次數據結構的統計分析方法，對具有多層結構的數據進行分析，將高層（如地區(qū)）數據當作低層（如個體、企業(yè)）數據來處理，從而獲得對低層單位整體狀況的了解。這樣的分析放棄了對不同組群（如地區(qū)）之間差異的考慮，使得很多原本由宏觀變量帶來的差異被解釋為個體的差異。

為了直觀的比較多層線性模型與普通最小二乘法模型的差別，本文首先將宏觀數據合并到微觀企業(yè)，給出普通最小二乘法回歸模型：

由于樣本數據具有分層結構，使用普通最小二乘法回歸進行分析，會將區(qū)域宏觀因素與微觀企業(yè)特征相混淆，“以全概偏”產生生態(tài)謬誤（ecological fallacy）問題。生態(tài)謬誤與簡化論都是由于分析單位不明確或分析層次混亂照成的，采用多層線性模型技術可以解決生態(tài)謬誤問題[29]。假設去掉其它影響因素，只研究企業(yè)規(guī)模對資本結構的影響，選取河北和四川2個地區(qū)分別進行回歸，如圖1所示。回歸直線分別代表四川地區(qū)和河北地區(qū)上市公司的公司規(guī)模與公司資本結構的回歸結果。從圖中可以看出，2個地區(qū)的回歸結果有著不同的斜率和截距。結果表明由于外部環(huán)境不同，公司規(guī)模對資本結構的影響水平亦不同;因此，當研究像這樣具有層級結構的數據樣本時，最小二乘回歸模型可能無法觀測到高層級的變量因素的影響作用。為了將宏觀環(huán)境變量更準確的加入到企業(yè)資本結構影響模型中，本文建立資本結構影響因素的多層線性模型。

根據多層線性模型的分析步驟首先建立空模型（M0）?？漳Ｐ椭饕?個用途：是否需要使用多層線性模型技術;宏觀環(huán)境因素對企業(yè)資本結構影響的大小;宏觀環(huán)境變量對因變量的解釋能力并為多層線性模型的建立提供參照。模型如下：

3 實證結果分析

3.1 回歸結果分析

根據以上步驟，建立企業(yè)資本結構影響因素的多層線性模型并進行估計，M0和M1的統計結果如表4所示。模型M0的組內方差為0.121，并在1%的水平上顯著，說明地區(qū)間的差異可以解釋企業(yè)資本結構差異的12.1%，證明能源類企業(yè)資本結構地區(qū)間差異明顯，提示應使用多層線性模型以擬合有用的外部環(huán)境特征。由于不存在第1層或第2層變量，零模型中只有1項固定效應（即γ00）被估計，其估計值為0.581，可被解釋為所有研究對象因變量的平均值，所以平均言，企業(yè)的資本結構大約為0.581。模型的AIC和BIC統計量，分別為8 006.9和8 033.6，雖然在空模型中這2個統計量沒有實際意義，但是他作為1個始點，為以后的模型提供比較依據。

模型M1地區(qū)層面的解釋變量回歸系數表明，政府干預的降低、金融發(fā)展水平、市場化程度、法制水平的提高均對企業(yè)的資本結構具有顯著的正向作用，說明外部環(huán)境的改善，有助于促使企業(yè)提高企業(yè)的財務杠桿，符合理論預期。當加入政府干預程度指標時，ICC由空模型的0.121減小到0.083，說明加入外部環(huán)境變量可以部分解釋地區(qū)間的差異，AIC和BIC分別降到了7 651.6和7 687.2，與模型M0相比有所降低，說明加入了政府干預程度指標提高了模型的擬合度。其余的外部環(huán)境指標與政府干預程度類似，均降低了組間相關系數，提高了模型的擬合度。

模型M2的統計結果，如表5所示。M2回歸結果顯示，加入企業(yè)層面變量，表明企業(yè)特征變量對企業(yè)資本結構的影響是顯著的。與模型M1相比，地區(qū)間誤差σ2u0，和個體誤差σ2r均有明顯較減小，說明企業(yè)特征變了解釋了一部分地區(qū)內企業(yè)資本結構差異，就加入政府干預程度宏觀變量的模型而言，AIC和BIC檢驗分別由M1模型的7 651.6和7 687.2降低到-3 591.9和-3 511.8，模型的擬合度得到了極大的提升。因而在模型中加入個體層面的變量是合理的，即企業(yè)的資本結構取決于企業(yè)所處區(qū)域經濟環(huán)境和企業(yè)自身特征差異。通過加入企業(yè)層面解釋變量的擬合系數可以發(fā)現企業(yè)規(guī)模、盈利能力與企業(yè)資本結構正相關，資產結構、流動比率、產品獨特性與企業(yè)資本結構負相關。企業(yè)規(guī)模大，盈利能力強的企業(yè)容易獲得和使用債務融資。企業(yè)的有形資產比例，流動比率的上升，產品獨特性的降低會顯著的降低企業(yè)的資本結構。

在加入企業(yè)所處外部環(huán)境和企業(yè)特征變量對企業(yè)資本結構的解釋作用后，個體誤差σ2r仍然較大，因而考慮繼續(xù)加入企業(yè)因素對企業(yè)資本結構影響的隨機作用，建立模型M3。M3回歸結果顯示，與模型M2相比，解釋變量的回歸系數略有變化，但影響方向均未變化。以檢驗政府干預程度的M3模型為例，AIC和BIC由模型M2的-3 591.9和-3 511.8降低到-5 835.9和-5 711.2，擬合度進一步提升。驗證了模型中加入企業(yè)特征因素隨機變量的正確性。由于企業(yè)特征變量在地區(qū)層面存在隨機性，說明企業(yè)特征變量對其資本結構影響在地區(qū)間存在差異。本文在模型M4中加入跨層交互變量，建立隨機截距與隨機斜率模型，以此驗證企業(yè)層面解釋變量和地區(qū)層面解釋變量之間跨層交互作用對企業(yè)資本結構更為復雜的影響關系。具體的在M4的全部模型中都加入了企業(yè)規(guī)模及資產結構與外部環(huán)境變量交互作用的變量。特別的認為金融發(fā)展水平可以顯著的影響一個企業(yè)的盈利能力，從而間接的影響企業(yè)的資本結構，所以在M4的金融發(fā)展水平模型中加入金融發(fā)展水平與企業(yè)盈利能力的跨層交互項。

模型M4的回歸結果，如表7所示。模型結果顯示外部環(huán)境變量不僅顯著影響企業(yè)資本結構（截距效應），同時也存在顯著的層級間交互作用。加入跨層交互作用后，企業(yè)特征因變量的回歸系數有了較大變化，但影響方向未變化。政府干預程度、金融發(fā)展水平、市場發(fā)育程度對資本結構的影響能力減弱。主要是因為外部環(huán)境和企業(yè)特征的交互作用解釋了外部環(huán)境變量的大部分。加入金融發(fā)展水平的M4模型比較特殊，在加入金融發(fā)展水平與企業(yè)特征的交互作用后，截距效應不再顯著，說明金融發(fā)展水平并不直接影響企業(yè)資本結構，而是通過影響企業(yè)特征變量間接對資本結構影響造成影響。外部環(huán)境和企業(yè)規(guī)模的交互作用為負，說明了外部環(huán)境變量與企業(yè)規(guī)模共同降低了企業(yè)的資本結構，說明企業(yè)規(guī)模對資本結構的影響隨外部環(huán)境的改善而降低，外部環(huán)境的改善有助于改善中小型企業(yè)面臨的融資約束，提高其資本結構。而外部環(huán)境變量與資產結構的交互作用則提高了企業(yè)的資本結構。說明資產結構對資本結構的影響隨外部環(huán)境的改善而升高，外部環(huán)境的改善有助于使有形資產比例較高的企業(yè)愿意提高財務杠桿，以提高盈利能力。加入交互作用的企業(yè)特征變量擬合系數有所提高，主要源于環(huán)境變量與企業(yè)特征變了的交互作用解釋了企業(yè)特征變量隨外部環(huán)境變化的部分。模型的擬合效果進一步提升，以加入政府干預程度的M4模型為例，AIC和BIC的值由原來的-5 835.9和-5 711.2分別降低到-5 967.5和-5 825.0。

為了驗證多層線性模型的穩(wěn)健性使用OLS方法對M4模型進行回歸，包含了M4模型的企業(yè)層面和地區(qū)層面及交互作用的變量，如表8所示。比較結果發(fā)現通過顯著性檢驗的變量其系數符號與模型M4的結果一致，但是OLS回歸對企業(yè)層面和地區(qū)層面的變量回歸系數存在不同程度的高估或低估。比如OLS模型普遍高估了企業(yè)規(guī)模和地區(qū)因素對資本結構的影響，低估其它變量的影響。應用多層模型使用其特有的擬合效果檢驗可以更加準確的度量企業(yè)層面和地區(qū)層面因素對個體企業(yè)資本結構的影響。

3.2 穩(wěn)健性測試

本文研究數據的時間窗口是1999—2009年，數據的時效性可能會導致研究結論出現偏倚。同時，已經有文獻對《中國工業(yè)企業(yè)數據庫》所提供數據的真實性產生質疑。為了確保研究結論的可靠性，本文選擇我國滬深A股能源類上市公司1999—2018年的數據進行了重新檢驗和分析。經過回歸后發(fā)現，論文的研究結論并未發(fā)生實質性改變。

4 結論

本文使用《中國工業(yè)企業(yè)數據庫》中的能源類企業(yè)數據，構建多層線性模型，分析了外部環(huán)境對企業(yè)資本結構的影響，描繪區(qū)域外部環(huán)境對企業(yè)資本結構影響的差異。本文通過實證研究得出3個主要結論：第一，外部環(huán)境與能源類企業(yè)資本結構存在正相關關系，每提高一個單位政府干預程度、市場化水平或法制水平會企業(yè)資本結構分別提高1.2%、1.2%和1%。這一方面是因為隨著外部環(huán)境的改善，企業(yè)融資約束會得到緩解，企業(yè)更容易取得貸款;另一方面在市場環(huán)境較好時企業(yè)同時愿意提高其財務杠桿，來獲取更多的盈利;第二，外部環(huán)境因素對企業(yè)的資本結構不僅有直接影響，還通過影響企業(yè)規(guī)模、有形資產比例等企業(yè)特征因素間接影響企業(yè)資本結構。外部環(huán)境提高，能提高企業(yè)的資本結構。外部環(huán)境與企業(yè)特征的交互作用降低了企業(yè)特征因素對資本結構的影響;第三，外部環(huán)境的改善有助于改善中小型企業(yè)的面臨的融資約束，同時會提高有形資產比例較高企業(yè)的融資愿意。地區(qū)間的差異可以解釋企業(yè)資本結構差異的12.1%，剩余的87.9%由企業(yè)特征及區(qū)域宏觀變量與企業(yè)特征交互作用解釋，說明了企業(yè)所處外部環(huán)境對企業(yè)的重要影響。因此要使能源類企業(yè)健康穩(wěn)定發(fā)展，要著力改善企業(yè)所處外部環(huán)境，推進市場化進程，降低政府干預，增加金融市場活力，提到法制水平，降低交易成本，提升資本配置效率。

參考文獻：

[1] 樊綱，王小魯，張立文，等.中國各地區(qū)市場化相對進程報告[J].經濟研究，2003，（3）：9.

[2] 肖作平.債務期限結構和區(qū)域因素：來自中國上市公司的經驗證據[J].證券市場導報，2007，（11）：43.

[3] 張雷，雷靂，郭伯良.多層線性模型應用[M].北京：教育科學出版社，2003：28.

[4] LA PORTA R，LOPEZDESILANE F，SHLEIFER A，et al.Law and finance[J].Journal of Political Economy，1998，（106）：1113.

[5] LA PORTA R，LOPEZDESILANES F，ZAMARRIPA G.Related lending[J].The Quarterly Journal of Economics，2003，118（1）：231.

[6] 夏立軍，方軼強.政府控制、治理環(huán)境與公司價值：來自中國證券市場的經驗證據[J].經濟研究，2005，（5）：40.

[7] 朱凱，陳信元.金融發(fā)展，審計意見與上市公司融資約束[J].金融研究，2009（7）：66.

[8] 唐松，楊勇，孫錚.金融發(fā)展、債務治理與公司價值：來自中國上市公司的經驗證據[J].財經研究，2009（6）：4.

[9] 任曙明，張婧陽，鄭洋.金融深化下上市公司資本結構行業(yè)內差異的收斂性[J].科技與管理，2010，12（2）：50.

[10] HARRIS M，RAVIV A.The theory of capital structure[J].The Journal of Finance，1991，46（1）：297.

[11] 陸正飛，辛宇.上市公司資本結構主要影響因素之實證研究[J].會計研究，1998，（8）：34.

[12] BRADLEY M，JARRELL G A，KIM E H.On the existence of an optimal capital structure：Theory and evidence[J].The Journal of Finance，1984，39（3）：857.

[13] TITMAN S，WESSELS R.The determinants of capital structure choice[J].The Journal of Finance，1988，43（1）：1.

[14] CHANG C，LEE A C，LEE C F.Determinants of capital structure choice：A structural equation modeling approach[J].The Quarterly Review of Economics and Finance，2009，49（2）：197.

[15] RAJAN R G，ZINGALES L.What do we know about capital structure：Some evidence from international data[J].The Journal of Finance，1995，50（5）：1421.

[16] 沈根祥，朱平芳.上市公司資本結構決定因素實證分析[J].數量經濟技術經濟研究，1999，16（5）：54.

[17] 劉貫春，張軍，劉媛媛.金融資產配置、宏觀經濟環(huán)境與企業(yè)杠桿率[J].世界經濟，2018，41（1）：148.

[18] 李家晟，李紅霞.公司的所有權結構對資本結構的影響：比較中國與俄羅斯的公司治理[J].科技與管理，2004（6）：32.

[19] 吳育輝，黃飄飄，陳維，吳世農.產品市場競爭優(yōu)勢、資本結構與商業(yè)信用支持：基于中國上市公司的實證研究[J].管理科學學報，2017，20（5）：51.

[20] 王營，曹廷求.董事網絡增進企業(yè)債務融資的作用機理研究[J].金融研究，2014，（7）：189.

[21] FAMA E F，FRENCH K R.Testing tradeoff and pecking order predictions about dividends and debt[J].Review of Financial Studies，2002，15（1）：1.

[22] FRANK M Z，GOYAL V K.Capital structure decisions：which factors are reliably important？[J].Financial Management，2009，38（1）：1.

[23] 伍中信，張婭，張雯.信貸政策與企業(yè)資本結構：來自中國上市公司的經驗證據[J].會計研究，2013，（3）：51.

[24] MYERS S C，MAJLUF N S.Corporate financing and investment decisions when firms have information that investors do not have[J].Journal of Financial Economics，1984，13（2）：187.

[25] 陳曉，單鑫.債務融資是否會增加上市企業(yè)的融資成本[J].經濟研究，1999，9（1）：18.

[26] Titman S.The effect of capital structure on a firms liquidation decision[J].Journal of Financial Economics，1984，13（1）：137.

[27] 陳林.中國工業(yè)企業(yè)數據庫的使用問題再探[J].經濟評論，2018，（6）：140.

[28] 聶輝華，江艇，楊汝岱.中國工業(yè)企業(yè)數據庫的使用現狀和潛在問題[J].世界經濟，2012，35（5）：142.

[29] GUO G，ZHAO H.Multilevel modeling for binary data[J].Annual Review of Sociology，2000：441.

[30] ANDERSON C J.Applied longitudinal data analysis：Modeling change and event occurrence[J].Publications of the American statistical association，2009，100（469）：352.

[31] RAO S J.Regression modeling strategies：with applications to linear models，logistic regression，and survival analysis[J].Publications of the American Statistical Association，2005，98（461）：257.

[編輯：費 婷]