黃宏斌 王文利 牛煜文

摘? ?要：本文利用多時(shí)點(diǎn)雙重差分等多元回歸模型，實(shí)證檢驗(yàn)了自媒體信息披露對上市公司融資成本及投資規(guī)模的影響。結(jié)果發(fā)現(xiàn)：上市公司開通官方自媒體能顯著提高投資規(guī)模，融資成本的降低在其中起到了部分中介的作用;上市公司自媒體信息披露通過降低融資成本進(jìn)而提升投資規(guī)模的作用在金融生態(tài)環(huán)境較好的地區(qū)更加顯著。進(jìn)一步研究發(fā)現(xiàn)，自媒體信息披露能夠顯著降低上市公司的非效率投資。本文豐富了自媒體信息披露經(jīng)濟(jì)后果的研究，也為企業(yè)借助自媒體完善自身投融資行為提供了參考與借鑒。

關(guān)鍵詞：自媒體信息披露;融資成本;投資規(guī)模;中介效應(yīng);金融生態(tài)環(huán)境

中圖分類號：F832.5? ?文獻(xiàn)標(biāo)識碼：A? 文章編號：1674-2265（2020）11-0010-11

DOI：10.19647/j.cnki.37-1462/f.2020.11.002

一、引言

隨著信息時(shí)代的到來，社會(huì)領(lǐng)域的一切都與信息相連。計(jì)算機(jī)與互聯(lián)網(wǎng)的發(fā)明創(chuàng)造，徹底打破了工業(yè)時(shí)代信息傳播在時(shí)間與空間上的限制，自媒體（We Media）在互聯(lián)網(wǎng)時(shí)代的大背景下應(yīng)運(yùn)而生。不同于電視、報(bào)紙、雜志、廣播等傳統(tǒng)新聞媒體，自媒體在及時(shí)性、廣泛性、自主性等方面有著傳統(tǒng)媒體不能比及的優(yōu)勢（宋全成，2015）[1]。自媒體借助互聯(lián)網(wǎng)技術(shù)可以在第一時(shí)間將信息傳遞給各個(gè)用戶，充分保證了信息的時(shí)效性。更重要的是，每一個(gè)自媒體用戶都可以在自媒體平臺(tái)進(jìn)行留言評論，與發(fā)帖人進(jìn)行交流和互動(dòng)，這極大地加深了人們對某個(gè)問題的理解，降低了信息不對稱。因此，處于新的時(shí)代，企業(yè)應(yīng)積極思考如何多渠道發(fā)布信息，獲得更多資源，從而幫助企業(yè)在市場競爭中贏得先機(jī)，而自媒體無疑是強(qiáng)有力的工具。

投資活動(dòng)是企業(yè)將有限資源分配到不同的經(jīng)營領(lǐng)域、以謀求經(jīng)濟(jì)效益最大化的行為。經(jīng)典財(cái)務(wù)理論認(rèn)為，所有的市場交易主體皆為“理性人”，信息完全自由流動(dòng)，市場處于完全競爭的狀態(tài)。投資者基于市場上的充分信息做出決策，實(shí)現(xiàn)預(yù)期收益。然而在現(xiàn)實(shí)世界中，企業(yè)內(nèi)部管理層總是比外部投資者更了解企業(yè)的經(jīng)營現(xiàn)狀和風(fēng)險(xiǎn)，處于信息劣勢的投資者往往面臨著非常嚴(yán)重的信息不對稱。對于缺乏資金進(jìn)行投資的企業(yè)而言，投資者不了解項(xiàng)目優(yōu)劣，意味著不愿意配合融資或要求更高的資金成本，這無疑會(huì)加重企業(yè)面臨的融資難題，并阻礙了企業(yè)的進(jìn)一步投資。因而，降低信息不對稱、打破與投資者之間的信息屏障，成為企業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展需要解決的首要問題。在互聯(lián)網(wǎng)信息化時(shí)代，自媒體信息披露能否幫助企業(yè)降低與投資者之間的信息不對稱，降低對外融資成本，進(jìn)而增加企業(yè)價(jià)值，是值得深入探討的重要問題。

我國的資本市場起步較晚，存在著一定問題，如市場資源效率配置較低，地區(qū)間金融發(fā)展水平差異仍然較大（周立和王子明，2002）[2]等。在金融生態(tài)環(huán)境較好的地區(qū)，其市場化程度更高，機(jī)制建設(shè)更加完備，地方政府對市場交易的行政干預(yù)較少，從而為地區(qū)內(nèi)企業(yè)的成長提供了肥沃的土壤。而在金融生態(tài)環(huán)境較差的地區(qū)，更多非市場化的因素干擾著市場主體的交易決策，從而降低了地區(qū)資源配置效率。那么，在目前我國金融生態(tài)環(huán)境地區(qū)差異化仍然較大的現(xiàn)實(shí)背景下，自媒體信息披露對企業(yè)融資成本進(jìn)而對投資決策會(huì)產(chǎn)生怎樣的調(diào)節(jié)影響，亦是值得我們進(jìn)一步探討分析的問題。

本文通過爬取目前主流自媒體平臺(tái)（新浪微博和微信公眾號）數(shù)據(jù)，探究自媒體信息披露對我國上市公司投資行為產(chǎn)生的影響及作用機(jī)制。此外，基于目前我國金融生態(tài)環(huán)境地區(qū)差異較為顯著的現(xiàn)實(shí)背景，對其產(chǎn)生的調(diào)節(jié)效應(yīng)進(jìn)行進(jìn)一步考察。本文在以下幾個(gè)方面進(jìn)行了有益的拓展：（1）企業(yè)的投融資行為始終是研究的熱點(diǎn)，本文研究了新型的信息披露平臺(tái)——自媒體信息披露對企業(yè)投資行為的影響，并分析了其中的作用機(jī)理，即自媒體信息通過影響融資成本進(jìn)而對上市公司的投資行為產(chǎn)生影響，豐富了企業(yè)投融資影響因素的研究。（2）自媒體平臺(tái)的興盛是對傳統(tǒng)主流媒體的有益補(bǔ)充，極大地延展了媒體中介功能的邊界，拓寬了上市公司信息披露的渠道。由于自媒體依托移動(dòng)互聯(lián)網(wǎng)技術(shù)，形式自由多變，信息發(fā)布的時(shí)間、內(nèi)容、頻次均不受約束，具備自身獨(dú)特的優(yōu)勢，通過考察自媒體信息如何影響企業(yè)融資成本及投資效率，豐富了自媒體信息披露的經(jīng)濟(jì)后果研究。（3）本文結(jié)論有助于幫助企業(yè)認(rèn)識到自媒體平臺(tái)信息披露的重要作用，積極利用自媒體開展有效的信息發(fā)布，從而提高企業(yè)的投資效率，同時(shí)也對監(jiān)管部門監(jiān)督引導(dǎo)企業(yè)自媒體信息披露、促進(jìn)市場資源的流動(dòng)與有效配置提供參考與借鑒。

二、文獻(xiàn)回顧與理論假設(shè)

（一）自媒體信息披露與企業(yè)融資成本

自媒體改變了信息傳播的方式，提高了信息傳播速度和廣度。不同于傳統(tǒng)媒體機(jī)構(gòu)化、組織化的傳播特點(diǎn)，自媒體充分發(fā)揮了大眾的主動(dòng)性，使得信息內(nèi)容更加個(gè)性化（申金霞，2012）[3]。

Tumarkin和Whitelaw（2001）[4]以Raging Bull股票論壇信息為研究樣本，發(fā)現(xiàn)在發(fā)文多的時(shí)期，市場股票交易量更高，且投資者看法的變化與股票異常收益相關(guān)。Antweiler和Frank（2004）[5]發(fā)現(xiàn)股票論壇信息數(shù)量的增加預(yù)示著股票交易量和波動(dòng)率的提高，并且可以用來預(yù)測股票收益。Blankespoor等（2014）[6]對Twitter信息進(jìn)行了實(shí)證分析，結(jié)果發(fā)現(xiàn)對于不夠引人注目的小公司而言，Twitter自媒體起到了很好的信息傳播作用，有效降低了信息不對稱，并且與企業(yè)的股票流動(dòng)性顯著正相關(guān)。關(guān)于社交媒體對公司融資成本的影響效果，Mohamed（2016）[7]首次進(jìn)行了研究，發(fā)現(xiàn)公司在使用 Twitter 時(shí)可以顯著降低融資成本。

胡軍和王甄（2015）[8]發(fā)現(xiàn)微博信息的披露與公司股價(jià)同步性顯著負(fù)相關(guān)，微博公布的非財(cái)務(wù)信息使得更多的特質(zhì)信息融入股價(jià)中。胡軍等（2016）[9]實(shí)證分析了微博與分析師盈余預(yù)測的關(guān)系，發(fā)現(xiàn)分析師會(huì)將微博上的公司信息作為自己盈余預(yù)測的參考之一，并且隨著微博信息量的增加，分析師盈余預(yù)測偏差顯著降低。何賢杰等（2016）[10]對微博發(fā)布的具體內(nèi)容進(jìn)行了考察，結(jié)果顯示我國上市公司官方微博信息發(fā)布的內(nèi)容非常廣泛，主要集中在運(yùn)營類信息，而84%的微博信息之前尚未正式對外公布。王衛(wèi)星和左哲（2018）[11]將焦點(diǎn)集中于我國的中小板民營企業(yè)，發(fā)現(xiàn)微博信息披露可以顯著提高中小板民營企業(yè)的經(jīng)營業(yè)績。黃宏斌和郝程偉（2018）[12]、黃宏斌和毛天琴（2018）[13]以事件分析方式對中國石油和中國聯(lián)通兩家大型上市公司自媒體信息披露的影響進(jìn)行了考察，結(jié)果發(fā)現(xiàn)自媒體信息含量與公司股價(jià)存在明顯的正向關(guān)系。

自媒體可以在企業(yè)與投資者之間架起一座溝通的橋梁，讓投資者更加全面深入地了解企業(yè)的真實(shí)情況，降低信息不對稱，從而降低企業(yè)的融資成本;根據(jù)有限關(guān)注理論（Aboody等，2010）[14]，投資者并不能關(guān)注市場上所有的股票，而只能將精力集中于其中一小部分，投資者對信息的處理能力也受限（Engelberg等，2010）[15]，此時(shí)自媒體轟炸式的信息發(fā)布必將引起投資者的格外關(guān)注，從而將有限注意力聚焦于該公司，進(jìn)而有利于降低該公司與投資者之間的信息不對稱，并以較低的融資成本籌集資金?；诖耍覀兲岢鲆韵录僭O(shè)：

假設(shè)1：上市公司開通官方自媒體可以顯著降低融資成本。

（二）融資成本與投資規(guī)模

信息不對稱理論認(rèn)為市場并非完全，信息也不能完全自由流動(dòng)，市場上擁有信息的一方會(huì)利用自己的信息優(yōu)勢從中獲益。Myers等（1984）[16]認(rèn)為，經(jīng)理層比投資者更了解企業(yè)的實(shí)際價(jià)值，投資者會(huì)意識到自己相對無知，認(rèn)為企業(yè)不發(fā)行股票意味著“好消息”，而發(fā)行股票傳達(dá)了糟糕的信息，或者至少是不好的消息。投資者因而產(chǎn)生了逆向選擇，使得企業(yè)面臨更高的融資成本，不得不放棄凈現(xiàn)值（NPV）大于零的項(xiàng)目，進(jìn)而產(chǎn)生投資不足的問題。企業(yè)面臨的融資約束問題限制了企業(yè)的投資行為。俞紅海等（2010）[17]認(rèn)為公司現(xiàn)金流越多越容易引起低效率的投資行為。吳超鵬等（2012）[18]研究發(fā)現(xiàn)風(fēng)險(xiǎn)投資的加入可以顯著緩解企業(yè)短期內(nèi)面臨的融資約束，增加外部融資規(guī)模，緩解融資不足的問題。胡建雄和談詠梅（2015）[19]從債務(wù)異質(zhì)性角度進(jìn)行實(shí)證檢驗(yàn)發(fā)現(xiàn)，上市公司擁有的自由現(xiàn)金流水平與其過度投資之間有顯著的正向關(guān)系。張先治和晏超（2018）[20]發(fā)現(xiàn)會(huì)計(jì)準(zhǔn)則變革通過影響會(huì)計(jì)信息質(zhì)量從而影響上市公司資本成本，最終改變企業(yè)的投資行為。于秋麗（2019）[21]、王蕾茜等（2019） [22]實(shí)證發(fā)現(xiàn)融資約束的緩解能夠顯著正向刺激中小企業(yè)的研發(fā)投資，進(jìn)而提升企業(yè)績效水平。由此可見，當(dāng)自媒體信息披露緩解了企業(yè)信息不對稱和代理成本時(shí)，企業(yè)面臨的外源性融資困難降低，進(jìn)而提升其投資規(guī)模。基于此，我們提出以下假設(shè)：

假設(shè)2：上市公司融資成本的降低會(huì)顯著擴(kuò)大其投資規(guī)模。

（三）自媒體信息披露、融資成本與企業(yè)投資行為

媒體作為公司治理的外部力量，通過向外部監(jiān)管者和投資者傳遞信息，給內(nèi)部治理層施壓以規(guī)范其投資行為，達(dá)到外部監(jiān)督的作用。Bushee等（2010）[23]認(rèn)為媒體報(bào)道的覆蓋面越廣泛，市場信息的傳播廣度和速度也就越快，投資者可以更快更詳細(xì)地了解市場動(dòng)向，從而降低信息不對稱程度。鄭建明和夏楸（2014）[24]認(rèn)為媒體報(bào)道可以直接影響企業(yè)的投資效率，因?yàn)楣芾韺映鲇诼曌u(yù)考慮會(huì)更注重自己的投資行為，同時(shí)管理層出于避免法律風(fēng)險(xiǎn)的考量也會(huì)對未來的投資決策謹(jǐn)言慎行。張建勇等（2014）[25]認(rèn)為，隨著媒體影響越來越廣泛，關(guān)于企業(yè)報(bào)道的增加對企業(yè)投資行為的影響越來越大。程新生等（2015）[26]通過對不同性質(zhì)的媒體報(bào)道進(jìn)行實(shí)證分析，發(fā)現(xiàn)正面報(bào)道與負(fù)面報(bào)道對企業(yè)投資的影響存在差異性，對投資過度與投資不足產(chǎn)生不同方向的影響。劉文琪和杜閃（2017）[27]、吳高波和賀芳芳（2019）[28]分別從媒體關(guān)注和媒體監(jiān)督的角度進(jìn)行實(shí)證檢驗(yàn)，發(fā)現(xiàn)媒體對企業(yè)投資行為具有顯著影響。Blankespoor等（2014）[6]的實(shí)證分析結(jié)果顯示，企業(yè)在傳統(tǒng)媒體上公布信息的同時(shí)，在Twitter自媒體上再次發(fā)布會(huì)顯著降低信息不對稱程度，提高股票流動(dòng)性。Liu等（2016）[29]認(rèn)為微博等自媒體平臺(tái)信息披露可以有效地降低投資者對企業(yè)未來的風(fēng)險(xiǎn)預(yù)期，對企業(yè)降低信息不對稱有重要作用。自媒體作為傳統(tǒng)媒體的拓展，在信息傳播的速度、廣度、深度方面都有著極大的優(yōu)勢，當(dāng)發(fā)布的信息范圍更廣、數(shù)量更多時(shí)，公司的投資規(guī)模會(huì)提高。

自媒體平臺(tái)拓寬了上市公司信息披露的渠道，更多的散戶投資者可以通過微博、微信或者財(cái)經(jīng)論壇等途徑了解企業(yè)的經(jīng)營動(dòng)態(tài)，從而降低對企業(yè)未來的風(fēng)險(xiǎn)預(yù)期，降低企業(yè)的融資成本。企業(yè)可以在資本市場上籌集更多更廉價(jià)的資金，當(dāng)其發(fā)現(xiàn)潛在的有利項(xiàng)目時(shí)，就可以少受融資約束的限制進(jìn)行投資。基于上述傳導(dǎo)路徑，提出以下假設(shè)：

假設(shè)3：融資成本在上市公司自媒體信息披露對投資規(guī)模的影響中起到中介作用。

（四）金融生態(tài)環(huán)境、自媒體信息披露與企業(yè)投資行為

謝德仁和張高菊（2007）[30]發(fā)現(xiàn)，上市公司負(fù)債的治理效果在金融生態(tài)環(huán)境更好的地區(qū)更為明顯，在金融環(huán)境發(fā)展較差的地區(qū)更有可能出現(xiàn)債務(wù)重組。羅正英等（2011）[31]實(shí)證分析了金融生態(tài)環(huán)境對中小企業(yè)融資難問題的影響效應(yīng)，發(fā)現(xiàn)優(yōu)化金融生態(tài)環(huán)境可以正向調(diào)節(jié)銀企關(guān)系對信貸融資技術(shù)的影響，從而顯著緩解中小企業(yè)面臨的融資約束。魏志華等（2012）[32]實(shí)證發(fā)現(xiàn)金融生態(tài)環(huán)境越好，企業(yè)的債務(wù)融資成本越低。魏志華等（2014）[33]研究表明，更高的金融發(fā)展水平能夠幫助上市公司獲得更多的商業(yè)信用和信貸借款，從而明顯降低上市公司面臨的融資約束程度。張敏等（2015）[34]探究了外部金融環(huán)境對我國商業(yè)性銀行盈余質(zhì)量的影響，大型地區(qū)金融生態(tài)環(huán)境愈好，商業(yè)銀行利用貸款損失準(zhǔn)備進(jìn)行盈余管理的現(xiàn)象愈少。由此可見，地區(qū)金融發(fā)展水平的高低會(huì)對官方自媒體信息披露與企業(yè)投資行為之間的關(guān)系產(chǎn)生不同的影響效果?；诖?，提出以下假設(shè)：

假設(shè)4：金融生態(tài)環(huán)境在上市公司自媒體信息披露與投資規(guī)模的關(guān)系中起到調(diào)節(jié)作用。

三、樣本選擇與實(shí)證設(shè)計(jì)

（一） 樣本選擇與數(shù)據(jù)來源

本文的實(shí)證檢驗(yàn)以2009—2018年所有中國A 股上市公司為研究對象。由于數(shù)據(jù)處理過程中多處使用一期或二期滯后變量，因此實(shí)際樣本的數(shù)據(jù)年限為2007—2018年，并對全樣本數(shù)據(jù)進(jìn)行了如下處理：（1）剔除金融、保險(xiǎn)行業(yè)的上市公司;（2）剔除ST類上市公司;（3）剔除主要變量數(shù)據(jù)缺失以及異常的上市公司，最終篩選出8659個(gè)有效樣本。此外，為了避免極端值的影響，本文對所有連續(xù)變量進(jìn)行了1%和99%分位數(shù)的縮尾處理。

本文的數(shù)據(jù)來源為：上市公司官方自媒體信息披露數(shù)據(jù)全部根據(jù)我國A股上市公司的官方微博、公眾號及網(wǎng)站信息整理得來;金融生態(tài)環(huán)境數(shù)據(jù)來自李揚(yáng)和張濤（2009）[35]、劉煜輝和陳曉升（2011）[36]、王國剛和馮光華（2015）[37]編制的中國地區(qū)金融生態(tài)環(huán)境綜合指數(shù);企業(yè)投資行為、融資成本及控制變量數(shù)據(jù)均來自國泰安數(shù)據(jù)庫和萬得數(shù)據(jù)庫。

（二）變量定義

1. 自媒體信息披露。本文實(shí)證檢驗(yàn)中使用的自媒體信息披露數(shù)據(jù)僅包括上市公司官方微博和官方微信公眾號數(shù)據(jù)。具體而言，是根據(jù)上市公司的名稱、簡稱、曾用名和公司代碼，借助互聯(lián)網(wǎng)爬蟲搜索技術(shù)，最終搜索并整理成自媒體是否開通虛擬變量（Tdum）以及自媒體信息發(fā)布數(shù)量（TALL）。圖1和圖2是2009—2018年我國A股上市公司自媒體（微博和微信公眾號）開通的數(shù)量及累計(jì)數(shù)量分布，可以看到共有13家上市公司在2009年開通了新浪微博，之后開通微博的公司數(shù)量呈現(xiàn)井噴式增長，于2011年達(dá)到最大值，隨著2012年微信的出現(xiàn)及盛行，搶占了部分微博流量，新開通微博的上市公司數(shù)量逐步下降。截至2018年底，共有2275家上市公司開通了官方微信公眾號，1436家上市公司開通了官方微博（見圖2）。

此外，本文還將自媒體信息按照發(fā)布方式進(jìn)行歸類整理，分為原創(chuàng)信息（Tyc）和轉(zhuǎn)發(fā)信息（Tzf），最終整理得到1210526條上市公司官方自媒體信息披露數(shù)據(jù)。

2. 企業(yè)投資行為（Invsize）。借鑒張成思和張步曇（2016）[38]、王宇偉等（2019）[39]的研究，使用現(xiàn)金流量表中“本期構(gòu)建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金”，再除以其總資產(chǎn)，以衡量企業(yè)的投資規(guī)模。

3. 融資成本（KOJ、Netfint_deb）。融資成本是企業(yè)籌集資金過程必須付出的代價(jià)，是資金出借方對可能面臨的風(fēng)險(xiǎn)所要求的必要報(bào)酬率。本文借鑒王小君（2018）[40]、魏卉和姚迎迎（2019）[41]的研究，使用OJN模型（Ohlson和Juettner-Nauroth，2005）[42]來估算上市公司權(quán)益資本成本，具體公式如下：

其中，KOJ表示OJN模型估計(jì)的權(quán)益資本成本;[DT+1]表示上市公司第T+1期的每股現(xiàn)金股利;[PT]代表基期第T期全年12個(gè)月股票價(jià)格的平均數(shù)，以此避免短期價(jià)格異常波動(dòng)對整體價(jià)格的影響;[epsT+1]、[epsT+2]分別代表第T+1期、第T+2期證券分析師預(yù)測的每股收益;[y-1]表示企業(yè)的長期盈余增長率，參考魏卉和姚迎迎（2019）[41]的研究，以各年的通貨膨脹率來代替。

關(guān)于信貸融資成本的衡量，本文借鑒李廣子和劉力（2009）[43]的研究，使用利息支出及手續(xù)費(fèi)支出之和與企業(yè)總負(fù)債額的比值作為信貸融資成本變量（Netfint_deb）。

4. 金融生態(tài)環(huán)境（FINE）。關(guān)于金融生態(tài)環(huán)境的衡量，本文主要借鑒羅正英等（2011）[31]以及魏志華等（2014）[33]的研究，使用中國社會(huì)科學(xué)院金融研究所出版的《中國地區(qū)金融生態(tài)環(huán)境評價(jià)》中編制的評價(jià)指數(shù)。

5. 控制變量。借鑒Botosan和Plumleeb（2005）[44]、曾穎和陸正飛（2006）[45]、何熙瓊等（2016）[46]、王宇偉等（2019）[39]的研究，選取市場風(fēng)險(xiǎn)水平（beta）、權(quán)益凈利率（roe）、企業(yè)成長能力（growth）、杠桿水平（lev）、營業(yè)利潤率（profit）和可抵押資產(chǎn)（assetstruc）6個(gè)指標(biāo)作為本文控制變量。

詳盡的變量定義及計(jì)算公式見表1。

（三）模型設(shè)定

1. 假設(shè)1的模型設(shè)定。為證明自媒體開通是否會(huì)影響上市公司的權(quán)益融資成本和信貸融資成本（假設(shè)1），本文構(gòu)建了多時(shí)點(diǎn)雙重差分模型（1），被解釋變量為權(quán)益融資成本（KOJ）或信貸融資成本（Netfint_deb），解釋變量是樣本公司是否開通官方自媒體的虛擬變量（Tdum）與開通自媒體的日期變量（Tpost）的交乘項(xiàng)（Tdum[×]Tpost），其余為控制變量。

為證明自媒體信息披露的數(shù)量對上市公司的權(quán)益融資成本和信貸融資成本的影響效果，本文構(gòu)建多元回歸模型（2），被解釋變量為權(quán)益融資成本（KOJ）或信貸融資成本（Netfint_deb），解釋變量是上市公司官方自媒體信息發(fā)布數(shù)量（lnTALL），其余變量均為控制變量。

為進(jìn)一步檢驗(yàn)上市公司官方自媒體信息發(fā)布方式對融資成本的不同影響，本文構(gòu)建多元回歸模型（3），被解釋變量為權(quán)益融資成本（KOJ），解釋變量是上市公司官方自媒體信息原創(chuàng)發(fā)布量（lnTyc）或轉(zhuǎn)發(fā)量（lnTzf）。

2. 假設(shè)2的模型設(shè)定。為了證明前文提出的假設(shè)2，即融資成本對于企業(yè)投資行為的影響效果，構(gòu)建了模型（4）。其中被解釋變量為企業(yè)投資行為（Invsize），主要解釋變量是權(quán)益融資成本（KOJ），其余均為控制變量。

3. 假設(shè)3及假設(shè)4的模型設(shè)定。為證明官方自媒體信息披露對上市公司投資行為的影響，構(gòu)建模型（5），被解釋變量為企業(yè)投資行為（Invsize），解釋變量是上市公司官方自媒體信息披露（lnTALL）。進(jìn)一步地，為探究自媒體不同的發(fā)布方式對企業(yè)投資行為的影響，將模型（5）的解釋變量替換為上市公司官方自媒體信息原創(chuàng)發(fā)文量（lnTyc）或轉(zhuǎn)發(fā)量（lnTzf），得到模型（6）。

模型（7）是對假設(shè)3中中介效應(yīng)的路徑檢驗(yàn)。被解釋變量仍然是上市公司的投資行為（Invsize），解釋變量為上市公司官方自媒體信息披露（lnTALL）以及公司的權(quán)益融資成本（KOJ），其余均為控制變量。根據(jù)理論分析，初步預(yù)測lnTALL的系數(shù)應(yīng)顯著為正，而KOJ的系數(shù)應(yīng)顯著為負(fù)，二者均顯著，證明中介效應(yīng)成立。

對于本文提出的假設(shè)4，即不同金融生態(tài)環(huán)境下官方自媒體信息披露的不同影響，本文按照分行業(yè)分年份金融生態(tài)環(huán)境的均值對樣本進(jìn)行分組，在模型（5）的基礎(chǔ)上進(jìn)行多元回歸檢驗(yàn)。初步預(yù)測官方自媒體信息應(yīng)該在金融生態(tài)環(huán)境相對較好的地區(qū)更為顯著，而在較差的地區(qū)不顯著。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)

表2是主要回歸變量的描述性統(tǒng)計(jì)。其中，企業(yè)投資規(guī)模（Invsize）的最小值為0，說明部分企業(yè)并未進(jìn)行投資，最大值為0.3847，說明部分企業(yè)熱衷規(guī)模投資，不同企業(yè)之間的投資行為存在比較明顯的差異?；贠JN模型估計(jì)的權(quán)益融資成本（KOJ）的最小值、最大值分別為-0.0101和4.5162，標(biāo)準(zhǔn)差為1.2087，信貸融資成本的標(biāo)準(zhǔn)差為0.0137，表明我國上市公司融資成本差異較大。自媒體開通啞變量（Tdum）的均值為0.7874，說明在本文的回歸樣本中，有78.74%的企業(yè)開通了官方微博或者微信自媒體平臺(tái)。而自媒體信息發(fā)布數(shù)量（lnTALL）的均值為1.5885，最小值為0，最大值為9.8466，標(biāo)準(zhǔn)差為2.4805，說明不同上市公司的官方自媒體信息發(fā)布量存在比較大的差異。在所有的自媒體發(fā)布信息中，原創(chuàng)類信息發(fā)布量均值為1.5140，轉(zhuǎn)發(fā)類信息數(shù)量均值為0.7710，說明原創(chuàng)類信息在總樣本中占比更高。另外，地區(qū)金融生態(tài)環(huán)境指數(shù)（FINE）的最小值為0.1160，最大值為0.7430，標(biāo)準(zhǔn)差為0.1227，說明目前我國金融生態(tài)環(huán)境狀況仍然存在比較明顯的地區(qū)差異。

（二）多元回歸分析

1. 自媒體開通及其信息披露與企業(yè)融資成本。表3是自媒體開通及其信息披露與企業(yè)融資成本的多元回歸結(jié)果，第（1）、（2）列為上市公司是否開通自媒體對融資成本影響的多元回歸結(jié)果，其中第（1）列交乘項(xiàng)Tdum[×]Tpost在5%水平上顯著為負(fù)，說明開通微博可以顯著降低上市公司的權(quán)益融資成本;而第（2）列交乘項(xiàng)并不顯著，說明自媒體開通與否并不會(huì)影響企業(yè)的信貸融資成本。第（3）、（4）列為上市公司自媒體發(fā)布數(shù)量指標(biāo)對融資成本影響的多元回歸結(jié)果，其中對權(quán)益資本成本的影響系數(shù)在1%的水平上顯著為負(fù)，而對信貸融資成本的影響系數(shù)在統(tǒng)計(jì)意義上不顯著，說明自媒體的發(fā)布量可以顯著降低企業(yè)權(quán)益融資成本，但不會(huì)影響信貸融資成本。

為了進(jìn)一步探究兩類自媒體發(fā)布方式對權(quán)益資本成本影響的差異，分別用原創(chuàng)發(fā)文量和轉(zhuǎn)發(fā)量對權(quán)益融資成本進(jìn)行回歸，第（5）、（6）列為回歸結(jié)果，其中原創(chuàng)發(fā)文量（lnTyc）和轉(zhuǎn)發(fā)量（lnTzf）的系數(shù)在1%水平上顯著為負(fù)，說明無論是原創(chuàng)還是轉(zhuǎn)發(fā)，都會(huì)對企業(yè)權(quán)益融資成本有顯著的負(fù)向影響。自媒體信息發(fā)布并不會(huì)對企業(yè)債務(wù)融資成本產(chǎn)生影響的原因在于企業(yè)的債務(wù)融資大部分來源于銀行信貸，而銀行作為資深的債權(quán)人多參考企業(yè)的財(cái)務(wù)報(bào)表和現(xiàn)金流狀況，可能對企業(yè)自媒體信息關(guān)注并不多。

2. 自媒體信息披露、融資成本與企業(yè)投資行為。表4是自媒體信息披露、融資成本與企業(yè)投資行為的多元回歸結(jié)果。從第（1）列可以看出權(quán)益融資成本（KOJ）的系數(shù)在5%的水平上顯著為負(fù)，說明權(quán)益融資成本與企業(yè)的投資規(guī)模呈現(xiàn)反向相關(guān)關(guān)系，即企業(yè)的權(quán)益融資成本越低，越能獲得足夠的發(fā)展資金以擴(kuò)大投資。從第（2）列可以看出自媒體信息發(fā)布數(shù)量（lnTALL）的系數(shù)在1%水平上顯著為正，說明自媒體平臺(tái)發(fā)布更多的信息有利于企業(yè)擴(kuò)大投資。第（3）、（4）列進(jìn)一步檢驗(yàn)了原創(chuàng)發(fā)文量（lnTyc）和轉(zhuǎn)發(fā)量（lnTzf）對上市公司投資行為的影響，結(jié)果顯示二者系數(shù)均在1%水平上顯著為正，說明原創(chuàng)發(fā)文量和轉(zhuǎn)發(fā)量對企業(yè)投資行為都存在十分顯著的正向激勵(lì)作用。

本文基于深層次的路徑和機(jī)理分析，以融資成本作為中介變量進(jìn)行了實(shí)證檢驗(yàn)，回歸結(jié)果見表4第（5）列，其中自媒體信息發(fā)布數(shù)量（lnTALL）的系數(shù)在1%水平上顯著為正，而中介變量——融資成本（KOJ）的系數(shù)在5%水平上顯著為負(fù)。根據(jù)溫忠麟等（2004）[47]所使用的中介效應(yīng)檢驗(yàn)步驟，結(jié)合前文假設(shè)1、假設(shè)2的實(shí)證檢驗(yàn)結(jié)果發(fā)現(xiàn)：上市公司開通自媒體以及自媒體信息發(fā)布量越多，其權(quán)益融資成本越低;融資成本越低，上市公司越容易擴(kuò)大投資規(guī)模，即二者存在顯著的反向關(guān)系;上市公司自媒體信息發(fā)布量與投資行為有著顯著的正向關(guān)系，即自媒體發(fā)布量越多，企業(yè)投資規(guī)模越大。

由此可以說明，融資成本在自媒體信息披露與企業(yè)投資行為之間的中介效應(yīng)是非常顯著的，由于自媒體平臺(tái)拓展了市場上信息傳播的渠道，有效地降低了企業(yè)與投資者之間的信息不對稱，進(jìn)而使得投資者更多地了解企業(yè)的實(shí)際運(yùn)營信息，降低了可能面臨的不確定性，最終企業(yè)能夠以更低的成本獲得進(jìn)行投資所必需的現(xiàn)金流。此外，在加入中介變量后自媒體信息發(fā)布數(shù)量（lnTALL）的系數(shù)由0.00082縮小為0.00080，說明該中介效應(yīng)為部分中介效應(yīng)，融資成本僅僅是自媒體信息披露影響企業(yè)投資行為的傳導(dǎo)變量之一。

3. 金融生態(tài)環(huán)境、自媒體信息披露與企業(yè)投資行為。表5是金融生態(tài)環(huán)境、自媒體信息披露與企業(yè)投資行為的多元回歸結(jié)果，本文將分行業(yè)分年份的金融環(huán)境指數(shù)均值作為分組變量?；貧w結(jié)果顯示，在金融生態(tài)環(huán)境指數(shù)大于均值（FINE_dum=1）的組別中，自媒體信息發(fā)布數(shù)量（lnTALL）的系數(shù)在10%水平上顯著為正，而在FINE_dum=0的組別中，該系數(shù)均不顯著。這說明了上市公司自媒體信息發(fā)布量對其投資行為的正向影響僅在金融生態(tài)環(huán)境更好的地區(qū)顯著。

五、穩(wěn)健性檢驗(yàn)

（一）基于逐年傾向得分匹配的雙重差分估計(jì)（PSM-DID）

為克服可能存在的樣本選擇偏誤帶來的內(nèi)生性問題，本文通過逐年P(guān)SM-DID對假設(shè)1進(jìn)行驗(yàn)證。回歸結(jié)果見表6，其中權(quán)益融資成本下交乘項(xiàng)Tdum[×]Tpost的系數(shù)在5%的水平上顯著為負(fù)，信貸融資成本下交乘項(xiàng)Tdum[×]Tpost的系數(shù)不顯著，說明上市公司開通自媒體這一行為能夠顯著降低企業(yè)的權(quán)益融資成本，對信貸資本成本沒有顯著影響，結(jié)論與前文一致。

（二）處理效應(yīng)模型（Treatment-effects model）檢驗(yàn)

本文借鑒Maddala（1983）[48]的處理效應(yīng)模型，使用處理效應(yīng)兩步法以期解決實(shí)證檢驗(yàn)過程中可能存在的內(nèi)生性問題。具體而言，在公司特征變量方面，參考何賢杰等（2016）[10]的研究，選擇負(fù)債水平（lev）、盈利能力（roe）、 成長能力（growth）以及公司年齡，即公司成立年限的自然對數(shù)值（Lnage_est）4個(gè)指標(biāo)。在高管特征變量方面，本文選取高管平均年齡（age）、高管學(xué)歷水平虛擬變量（edu）和高管中的女性高管比例（female）三個(gè)指標(biāo)，其中，高管平均年齡是全部高管人員的平均年齡，并取對數(shù);高管學(xué)歷水平虛擬變量是指，若過半數(shù)高管人員的學(xué)歷在本科及本科以上，則age取1，否則取0;女性高管比例是女性高管人數(shù)與高管總?cè)藬?shù)的比值。從處理效應(yīng)的檢驗(yàn)及回歸結(jié)果，自選擇系數(shù)hazard lambda在1%的水平上顯著，說明企業(yè)是否開通官方自媒體具有自選擇的問題。處理了該自選擇問題之后，Tdum的系數(shù)在1%水平上顯著為正，與前文回歸檢驗(yàn)結(jié)論一致。

（三）工具變量法（IV）

本文使用同行業(yè)同年度的官方自媒體發(fā)文均值（lnTALL_inddyear）作為自媒體信息披露（lnTALL）的工具變量（IV），并進(jìn)行兩階段最小二乘法（2SLS）回歸（見表7）。第一階段回歸結(jié)果中，工具變量lnTALL_inddyear的系數(shù)在1%水平上顯著，且F值等于77.0000，大于經(jīng)驗(yàn)值10，說明工具變量具有較好的解釋力。第二階段的回歸結(jié)果中，官方自媒體信息發(fā)布數(shù)量（lnTALL）在1%水平上顯著為正，說明上市公司官方自媒體的信息發(fā)布數(shù)量依然顯著正向影響其投資行為，與前文的結(jié)論相一致。為了保證回歸結(jié)果的可靠性，進(jìn)一步進(jìn)行了弱工具變量檢驗(yàn)，結(jié)果亦顯示不存在弱工具變量的問題。

六、進(jìn)一步研究

投資效率可以理解為企業(yè)資源配置的一種狀態(tài)。由于信息不對稱及代理成本問題，管理層與股東的矛盾往往難以調(diào)和，導(dǎo)致企業(yè)產(chǎn)生非效率投資，具體表現(xiàn)為將有限的資源投向NPV小于零的項(xiàng)目，即形成投資過度;抑或是保守經(jīng)營，放棄NPV大于零的優(yōu)良項(xiàng)目，即造成投資不足（Stein，2001）[49]。

由于Richardson模型能夠較好地量化企業(yè)的非效率投資，本文借鑒該模型的基本思路對我國上市公司的非效率投資水平進(jìn)行估算。具體指標(biāo)處理中，本文借鑒王彥超（2009）[50]、劉慧龍等（2014）[51]的研究，通過以下模型對非效率投資進(jìn)行估算：

其中，Invest表示企業(yè)當(dāng)期的投資支出，Invest=（資本支出+并購支出-出售長期資產(chǎn)收入-折舊）/總資產(chǎn)，資本支出、并購支出、出售長期資產(chǎn)收入和折舊分別是現(xiàn)金流量表的對應(yīng)項(xiàng)目;Growth是營業(yè)收入增長率;Lev表示企業(yè)資產(chǎn)負(fù)債率;Cash是現(xiàn)金及現(xiàn)金等價(jià)物;Age表示企業(yè)的成立年限取對數(shù)值;Size等于總資產(chǎn)取對數(shù)值;Return表示考慮現(xiàn)金股利再投資的個(gè)股回報(bào)率;回歸模型控制了行業(yè)與年度效應(yīng)。本文將回歸得到的殘差取絕對值，得到非效率投資衡量指標(biāo)Tabsinveff，該指標(biāo)數(shù)值越大，非效率投資程度越深。

表8是自媒體信息披露與樣本企業(yè)非效率投資的回歸結(jié)果，可以看出lnTALL的系數(shù)在5%的水平上顯著為負(fù)，說明上市公司自媒體信息披露的程度會(huì)顯著抑制企業(yè)的非效率投資，改善投資水平。接下來，再按照金融生態(tài)環(huán)境指標(biāo)分行業(yè)分年份的均值來分組回歸，分析自媒體信息披露對非效率投資的影響差異（見表9）。在金融生態(tài)環(huán)境更好（FINE_dum=1）的組別中，自媒體信息披露（lnTALL）的系數(shù)是顯著為負(fù)的;而在金融生態(tài)環(huán)境比較差（FINE_dum=0）的組別中，lnTALL的系數(shù)并不顯著。說明上市公司官方自媒體信息披露對企業(yè)投資行為的影響主要存在于金融環(huán)境更好、市場制度更加完善的地區(qū)。

七、研究結(jié)論與政策建議

（一）研究結(jié)論

本文對上市公司自媒體信息披露對投資行為的影響進(jìn)行了實(shí)證研究，并以融資成本為中介變量對自媒體的影響路徑進(jìn)行了分析;還針對目前我國金融生態(tài)環(huán)境地區(qū)差異比較顯著的現(xiàn)實(shí)背景，對其產(chǎn)生的調(diào)節(jié)效應(yīng)進(jìn)行了研究。結(jié)果發(fā)現(xiàn)：（1）上市公司開通官方自媒體可以顯著降低權(quán)益融資成本，但對信貸融資成本的影響不顯著，上市公司原創(chuàng)發(fā)文量和轉(zhuǎn)發(fā)量均與權(quán)益融資成本顯著負(fù)相關(guān)。（2）上市公司融資成本與其投資規(guī)模存在顯著的負(fù)向關(guān)系，融資成本越低，企業(yè)管理層受到的融資約束越少，越能擴(kuò)大投資規(guī)模。（3）上市公司官方自媒體信息發(fā)布量可以顯著提高公司的投資規(guī)模，其中原創(chuàng)發(fā)文量和轉(zhuǎn)發(fā)量均與投資規(guī)模顯著正相關(guān)。以權(quán)益融資成本為中介變量進(jìn)行進(jìn)一步檢驗(yàn)后顯示，權(quán)益融資成本確實(shí)在自媒體信息披露與企業(yè)投資規(guī)模的關(guān)系中起到部分中介作用，說明自媒體信息披露有效地降低了信息不對稱程度，進(jìn)而降低了投資者的風(fēng)險(xiǎn)預(yù)期，使得上市公司的融資成本更低，進(jìn)一步緩解了融資約束，擴(kuò)大了投資規(guī)模。（4）在金融生態(tài)環(huán)境較好的地區(qū)，自媒體信息披露對企業(yè)投資行為的正向效應(yīng)更加明顯。（5）自媒體信息披露能夠顯著降低上市公司的非效率投資。

（二）政策建議

對上市公司而言，首先，應(yīng)重視自媒體這一新興的信息披露平臺(tái)，積極主動(dòng)開通并維護(hù)官方微博和微信公眾號;其次，公司應(yīng)定時(shí)在自媒體平臺(tái)發(fā)布經(jīng)營動(dòng)態(tài)、投融資戰(zhàn)略、公司榮譽(yù)、節(jié)日問候等各類信息，以吸引投資者的注意力，使得投資者關(guān)注和追蹤上市公司;最后，上市公司應(yīng)該充分利用自媒體強(qiáng)大的留言板功能，回答投資者提出的問題或及時(shí)主動(dòng)進(jìn)行自問自答式的消息解讀，與市場上的投資者進(jìn)行積極互動(dòng)，增加投資者對公司的了解，展示開放包容的公司形象，進(jìn)而降低融資成本，提高公司投資效率。

對相關(guān)政府部門而言，應(yīng)該更多地發(fā)揮引導(dǎo)作用和監(jiān)管作用。一方面，相關(guān)部門應(yīng)該鼓勵(lì)上市公司開通自媒體平臺(tái)，加強(qiáng)與投資者之間的交流，降低市場信息的不對稱程度;另一方面，相關(guān)部門應(yīng)該加強(qiáng)自媒體信息的監(jiān)管，對上市公司在自媒體發(fā)布的虛假、夸大、不符合實(shí)際的信息及時(shí)予以糾正，讓投資者獲得更多的真實(shí)有效信息，促進(jìn)資本市場信息質(zhì)量的提高。

參考文獻(xiàn)：

[1]宋全成.論自媒體的特征、挑戰(zhàn)及其綜合管制問題 [J].南京社會(huì)科學(xué)，2015，（3）.

[2]周立，王子明.中國各地區(qū)金融發(fā)展與經(jīng)濟(jì)增長實(shí)證分析：1978—2000 [J].金融研究，2002，（10）.

[3]申金霞.自媒體的信息傳播特點(diǎn)探析 [J].今傳媒，2012，20（9）.

[4]Tumarkin R，Whitelaw R F. 2001. News or Noise？ Internet Postings and Stock Prices [J].Financial Analysts Journal，57（3）.

[5]Antweiler W，F(xiàn)rank M Z. 2004. Is All that Talk Just Noise？The Information Content of Internet Stock Message Boards [J].The Journal of Finance，59（3）.

[6]Blankespoor E，GSMiller，H Dwhite. 2014. The Role of Dissemination in Market Liquidity：Evidence from Firms Use of Twitter [J].The Accounting Review，89（1）.

[7]Al Guindy Mohamed. 2016. Corporate Twitter Use and Cost of Capital [J].SSRN working paper.

[8]胡軍，王甄.微博、特質(zhì)性信息披露與股價(jià)同步性[J].金融研究，2015，（11）.

[9]胡軍，王甄，陶瑩，鄒雋奇.微博、信息披露與分析師盈余預(yù)測 [J].財(cái)經(jīng)研究，2016，42（5）.

[10]何賢杰，王孝鈺，趙海龍，陳信元.上市公司網(wǎng)絡(luò)新媒體信息披露研究：基于微博的實(shí)證分析 [J].財(cái)經(jīng)研究，2016，42（3）.

[11]王衛(wèi)星，左哲.網(wǎng)絡(luò)新媒體信息披露對民營企業(yè)經(jīng)營績效的影響研究——基于中小板民營上市公司的實(shí)證分析 [J].湖南師范大學(xué)社會(huì)科學(xué)學(xué)報(bào)，2018，47（1）.

[12]黃宏斌，郝程偉.基于公司治理視角的國有上市公司自媒體信息披露——以中石化微信公眾號為例 [J].財(cái)會(huì)月刊，2018，（19）.

[13]黃宏斌，毛天琴.上市公司微信公眾號信息披露的內(nèi)容及其經(jīng)濟(jì)后果：基于中國聯(lián)通的案例研究 [J].金融發(fā)展研究，2018，（8）.

[14]Aboody，David，Lehavy，Reuven，Trueman，Brett. 2010. Limited Attention and the Earnings Announcement Returns of Past Stock Market Winners [J].Review of Accounting Studies，15（2）.

[15]Engelberg，Joseph，Sasseville，Caroline，Williams，Jared. Market Madness？ The Case of Mad Money[J]. SSRN Electronic Journal，2010.

[16]Myers，Stewart C，Majluf，Nicolás S. 1984. Corporate Financing and Investment Decisions when Firms Have Information that Investors Do Not Have [J].Journal of Financial Economics，13（2）.

[17]俞紅海，徐龍炳，陳百助.終極控股股東控制權(quán)與自由現(xiàn)金流過度投資 [J].經(jīng)濟(jì)研究，2010，45（8）.

[18]吳超鵬，吳世農(nóng)，程靜雅，王璐.風(fēng)險(xiǎn)投資對上市公司投融資行為影響的實(shí)證研究 [J].經(jīng)濟(jì)研究，2012，（1）.

[19]胡建雄，談詠梅. 企業(yè)自由現(xiàn)金流、債務(wù)異質(zhì)性與過度投資——來自中國上市公司的經(jīng)驗(yàn)證據(jù) [J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015，（9）.

[20]張先治，晏超.會(huì)計(jì)準(zhǔn)則變革、資本成本與企業(yè)投資行為——基于資本資產(chǎn)定價(jià)模型的理論分析 [J].管理評論，2018，30（4）.

[21]于秋麗.多元化融資能力、研發(fā)投資與中小企業(yè)績效 [J].財(cái)會(huì)通訊，2019，（33）.

[22]王蕾茜，鄒輝文，林兢.賣空機(jī)制、融資約束與企業(yè)研發(fā)投資 [J].軟科學(xué)，2019，（12）.

[23]Bushee B J，Core J E，Guay W，et al. 2010. The Role of the Business Press as an Information Intermediary[J].Journal of Accounting Research，48（1）.

[24]鄭建明，夏楸.媒體報(bào)道、融資約束與投資效率 [J].財(cái)政研究，2014，（9）.

[25]張建勇，葛少靜，趙經(jīng)緯.媒體報(bào)道與投資效率 [J].會(huì)計(jì)研究，2014，（10）.

[26]程新生，劉建梅，王子璇.媒體關(guān)注能提高公司投資效率嗎？ [J].財(cái)經(jīng)論叢，2015，（4）.

[27]劉文琪，杜閃.媒體關(guān)注、資產(chǎn)誤定價(jià)與非效率投資 [J].中國注冊會(huì)計(jì)師，2017，（6）.

[28]吳高波，賀芳芳.媒體監(jiān)督、產(chǎn)權(quán)性質(zhì)與非效率投資 [J].財(cái)會(huì)通訊，2019，（30）.

[29]Liu Z，Zhai Q，Zhai Q，et al. 2016. Self-disclosure in Chinese Micro-blogging [J].Information&Management，53（1）.

[30]謝德仁，張高菊.金融生態(tài)環(huán)境、負(fù)債的治理效應(yīng)與債務(wù)重組：經(jīng)驗(yàn)證據(jù) [J].會(huì)計(jì)研究，2007，（12）.

[31]羅正英，周中勝，王志斌.金融生態(tài)環(huán)境、銀行結(jié)構(gòu)與銀企關(guān)系的貸款效應(yīng)——基于中小企業(yè)的實(shí)證研究 [J].金融評論，2011，3（2）.

[32]魏志華，王貞潔，吳育輝，李常青.金融生態(tài)環(huán)境、審計(jì)意見與債務(wù)融資成本 [J].審計(jì)研究，2012，（3）.

[33]魏志華，曾愛民，李博.金融生態(tài)環(huán)境與企業(yè)融資約束——基于中國上市公司的實(shí)證研究 [J].會(huì)計(jì)研究，2014，（5）.

[34]張敏，謝露，馬黎珺.金融生態(tài)環(huán)境與商業(yè)銀行的盈余質(zhì)量——基于我國商業(yè)銀行的經(jīng)驗(yàn)證據(jù) [J].金融研究，2015，（5）.

[35]李揚(yáng)，張濤.中國地區(qū)金融生態(tài)環(huán)境評價(jià)（2008—2009） [M].北京：中國金融出版社，2009.

[36]劉煜輝，陳曉升.中國地區(qū)金融生態(tài)環(huán)境評價(jià)（2009—2010） [M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2011.

[37]王國剛，馮光華.中國地區(qū)金融生態(tài)環(huán)境評價(jià)（2009—2010） [M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2015.

[38]張成思，張步曇.中國實(shí)業(yè)投資率下降之謎：經(jīng)濟(jì)金融化視角 [J]. 經(jīng)濟(jì)研究，2016，（12）.

[39]王宇偉，周耿，吳曈，范從來.央行的言辭溝通、實(shí)際行動(dòng)與企業(yè)投資行為 [J].中國工業(yè)經(jīng)濟(jì)，2019，（5）.

[40]王小君.上市公司股權(quán)融資成本影響因素分析[J].合作經(jīng)濟(jì)與科技，2018，（7）.

[41]魏卉，姚迎迎.金融生態(tài)環(huán)境、財(cái)務(wù)冗余與權(quán)益資本成本——基于經(jīng)營風(fēng)險(xiǎn)的中介效應(yīng) [J].財(cái)會(huì)月刊，2019，（22）.

[42]Ohlson，Juettner-Nauroth. 2005. Expected EPS and EPS Growth as Determinants of Value.Review of Accounting Studies. Jun/Sep 2005，Vol.10 Issue 2/3.

[43]李廣子，劉力.債務(wù)融資成本與民營信貸歧視 [J].金融研究，2009，（12）.

[44]Botosan C A，Plumlee M A. 2005. Assessing Alternative Proxies for the Expected Risk Premium[J]. Accounting Review，80（1）.

[45]曾穎，陸正飛.信息披露質(zhì)量與股權(quán)融資成本 [J].經(jīng)濟(jì)研究，2006，（2）.

[46]何熙瓊，尹長萍，毛洪濤.產(chǎn)業(yè)政策對企業(yè)投資效率的影響及其作用機(jī)制研究——基于銀行信貸的中介作用與市場競爭的調(diào)節(jié)作用 [J].南開管理評論，2016，19（5）.

[47]溫忠麟.張雷，侯杰泰，劉紅云.中介效應(yīng)檢驗(yàn)程序及其應(yīng)用 [J].心理學(xué)報(bào)，2004，（5）.

[48]Maddala G. 1983. Limited-Dependent and Qualitative Variables inEconometrics.Cambridge，England：Cambridge University Press.

[49]Stein J C. 2001. Agency，Information and Corporate Investment. Working paper.NBER.

[50]王彥超. 融資約束、現(xiàn)金持有與過度投資 [J].金融研究，2009，（7）.

[51]劉慧龍，王成方，吳聯(lián)生.決策權(quán)配置、盈余管理與投資效率 [J].經(jīng)濟(jì)研究，2014，（8）.