天天硕士研究生论文网

硕士论文范文

非关联委托贷款对创新产出的影响机制研究

作者:admin1 日期:2022-05-11 13:30:22 点击:237

第六章 非关联委托贷款对创新产出的影响机制研究

第一节 中介效应模型设计

为了进一步验证在样本企业发放非关联委托贷款影响其创新产出的过程中 是否存在资金储蓄效应和资源侵占效应,本文借鉴Baron and Kenn(1986)以及 温忠麟和叶宝娟(2014)提出的中介效应模型来检验发放非关联委托贷款是通过 何种途径影响企业自身创新产出。

一、资金储蓄效应

从资金储蓄效应的角度看,发放非关联委托贷款是企业理性的选择。非关联 委托贷款利息高、回收期限短,让企业在获得一定收益的同时,也能够平滑企业 创新转化过程中的各类风险。非关联委托贷款通过改善企业的流动性,降低财务 流动性风险对创新活动的不利影响,间接增加了企业创新产出。因此,本文引入 流动性供给(Flow)作为中介变量进行检验。具体途径为:非关联委托贷款一流 动性供给—技术创新投入。借鉴胡泽等(2013)学者的相关研究,采用经营性现 金净流量占企业总资产的比例来衡量企业的流动性水平。

二、资源侵占效应

从资源侵占的角度看,发放非关联委托贷款是企业投机动机的驱动。面对创 新活动的高度不确定性和非关联委托贷款的高息诱惑,企业管理者会倾向于选择 发放非关联委托贷款,从而侵占原本用以企业创新活动的相关资源,包括自主创 新方面的相关投入,进而间接抑制了企业技术创新产出。具体途径为:非关联委 托贷款—创新资源侵占—创新产出。本文引入创新资源侵占中介变量进行检验, 参考杨国超和芮萌(2020)的做法,用企业研发投入强度作为创新资源侵占中介 变量的代理变量,具体采用研发投入占企业营业收入的比例进行衡量。

本文借鉴Baron and Kenn(1986)以及温忠麟和叶宝娟(2014)提出的中介 效应检验方法,从广延边际的角度构建递归模型,检验上市公司发放非关联委托 贷款与自身创新产出之间是否受中介变量的影响。接着从集约边际的角度构建递 归模型,检验非关联委托贷款的发放规模与企业自身创新产出之间是否受中介变 量的影响。构建的具体递归模型如下:

InvApplyit = a0 + a1EnLoansit-1 + ajControliit-1 + Indui + Yeari + Eit (6-1)

Mit = Bo + p1EnLoansit-1 + PjControlit-1 + Indui + Yeari + Eit (6-2)

InvApplyu = Yo + YiEnLoansi:t-i + y-2^i,t-i + ^jControli,— + Indui

+ Yeari + sit                             (6-3)

InvApplyit = a0 + a1Amountiit-1 + ajControlit-1 + Indui + Yeari + sit (6-4)

Mit = Bo + B1Amountit-1 + BjControlit-1 + Indui + Yeari + sit             (6-5)

InvApplyit = Yo + YiAmounti^-i + Y2Miit-i + YjControli,t-i + Indui

+ Yeari + sit                             (6-6)

其中M代表中介变量流动性供给(Flow)和创新资源侵占(RD)。根据温 忠麟和叶宝娟(2014)提出的中介效应检验流程,依次检验各个方程主要变量的 回归系数。当系数a】显著时,如果系数^1和丫2都显著,说明存在间接效应,此时, 当Yi不显著时,则存在完全中介效应;当Yi显著时,若^iY2与Yi同号,存在部分 中介效应,若^iY2与Yi异号,则存在遮掩效应。

第二节 中介效应检验结果分析

表6-1 Panel A报告了从广延边际的角度考察资金储蓄中介效应模型的估计 结果。第(2)列显示企业发放非关联委托贷款会缓解企业的流动性供给,但没 有通过显著性检验,中介效应模型的第二步得不到满足,意味着企业发放非关联 委托贷款不会通过提高企业的流动性供给缓解对自身创新产出的负面影响。

类似地,表 6-1 Panel B 报告了从集约边际的角度考察资金储蓄中介效应模 型的估计结果,第(5)列显示非关联委托贷款的发放规模越大对企业的流动性 供给的缓解作用越大,但没有通过显著性检验,意味着非关联委托贷款的发放规 模不会通过提高企业的流动性供给缓解对自身创新产出的负面影响。因此,无论 是从广延边际的角度,还是从集约边际的角度,以上结果均表明非关联委托贷款 的资金储蓄效应并不存在,不符合H5的预期。

表   6-1 资金储蓄中介效应模型的检验结果

Panel A::广延边际的角度

变量

(1)

InvApply

(2)

Flow

(3)

InvApply

L.EnLoans

-0.3068***

0.0031

-0.3072***


(0.0804)

(0.0037)

(0.0805)

L.Flow



0.5978***




(0.1447)

控制变量

控制

控制

控制

行业效应

控制

控制

控制

时间效应

控制

控制

控制

样本数

17953

17953

17953

调整后的R2

0.2658

0.1923

0.2629

Panel B:集约边际的角度


(4)

(5)

(6)


InvApply

Flow

InvApply

L.Amount

-0.0172***

0.0002

-0.0174***


(0.0043)

(0.0002)

(0.0043)

L.Flow



0.5985***




(0.1446)

控制变量

控制

控制

控制

行业效应

控制

控制

控制

时间效应

控制

控制

控制

样本数

17953

17000

16544

调整后的R2

0.2659

0.1923

0.2630

注: *、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

表6-2 Panel A给出了从广延边际的角度探讨资源侵占中介效应的模型估计 结果,企业是否发放非关联委托贷款和研发投入强度的系数均通过显著性检验, 意味着存在显著的部分中介效应。从数值上看,第(1)列显示企业是否发放非 关联委托贷款对企业创新产出的总效应为负(系数为-0.3068),第(2)列显示企 业是否发放非关联委托贷款对研发投入强度有显著的负向效应(系数为-0.0095), 第(3)列显示研发投入强度对企业创新产出有正效应(系数为 4.7863),企业是 否发放非关联委托贷款对企业创新产出的效应为负(系数为-0.2774),这意味着 研发投入强度会显著促进企业创新的产出,企业发放非关联委托贷款是通过减少 研发投入强度即侵占企业的创新资源,进而抑制企业创新产出。类似地,表 6-2 Panel B 给出了从集约边际的角度探讨资源侵占中介效应的模型估计结果,非关联委托贷款的发放规模和研发投入强度的系数均通过显著性检验,意味着存在显 著的部分中介效应。从数值上看,第(4)列显示非关联委托贷款的发放规模对 企业创新产出的总效应为负(系数为-0.0172),第(5)列显示非关联委托贷款的 发放规模对研发投入强度有显著的负向效应(系数为-0.0005),第(6)列显示研 发投入强度对企业创新产出有正向效应(系数 4.7857),非关联委托贷款的发放 规模对企业创新产出的效应为负(-0.0157),这意味着非关联委托贷款的发放规 模是通过减少研发投入强度即侵占企业的创新资源,进而抑制企业创新产出。以 上结果表明,非关联委托贷款会通过侵占企业的创新资源,进而抑制企业创新产 出,符合 H6 的预期。

表6-2 资源侵占中介效应模型的检验结果

Panel A:广延边际的角度

变量

(1)

InvApply

( 2)

RD

(3)

InvApply

L.EnLoans

-0.3068***

-0.0095***

-0.2774***


(0.0804)

(0.0017)

(0.0833)

L.RD



4.7863***




(0.6134)

控制变量

控制

控制

控制

行业效应

控制

控制

控制

时间效应

控制

控制

控制

样本数

17953

17000

16544

调整后的R2

0.2658

0.1843

0.2749

Panel B:集约边际的角度


(4)

(5)

(6)


InvApply

RD

InvApply

L.Amount

-0.0172***

-0.0005***

-0.0157***


(0.0043)

(0.0001)

(0.0045)

L.RD



4.7857***




(0.6133)

控制变量

控制

控制

控制

行业效应

控制

控制

控制

时间效应

控制

控制

控制

样本数

17953

17000

16544

调整后的R2

0.2659

0.1843

0.2749

 

注: *、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

综上结果,上市公司发放非关联委托贷款对缓解企业流动性供给的影响并不明显,但却导致了明显的资源侵占问题。这意味着企业发放非关联委托贷款不是 出于资金储蓄的动机,而是出于市场套利的动机。非关联委托贷款与企业创新产 出之所以呈现负相关关系,是源自于资源侵占效应。在资本逐利的动机驱动下, 非关联委托贷款是一种对创新活动、主业扩张的投资替代和资源侵占手段,会侵 占原来用以自主创新方面的资源,进而抑制企业自身创新产出。

第七章 研究结论及政策启示

第一节 研究结论

企业发放非关联委托贷款可能是出于不同的动机,并带来不同的资源配置结 果,进而对创新投入和产出产生不同的影响。一般来讲,如果企业发放非关联委 托贷款主要是为了提高闲置资金的利用效率进而改善自身的财务流动性,则可以 通过资金储蓄效应为创新活动提供更充足和持续的资金支持,进而促进创新产出; 如果企业发放非关联委托贷款主要是为了通过短期套利获取超额收益,则可能通 过资源侵占效应挤占创新资源,进而抑制创新产出。本文以2009—2019年中国 A股非金融类上市公司为研究对象,实证检验了发放非关联委托贷款与企业自身 创新产出之间的关系。研究结论主要如下:

(1) 企业当年发放非关联委托贷款会显著抑制其下一年发明专利的申请数 量和授权数量,即企业发放非关联委托贷款对自身创新产出具有明显的抑制作用, 且发放的非关联委托贷款规模越大对企业创新产出的抑制作用越大。这个结论在 后面的稳健型检验中也得到了支持。

(2) 不同企业的外部资金获取能力、资本结构以及治理结构存在显著差异, 这些因素都会影响企业的资本配置行为,因而企业发放非关联委托贷款的创新产 出效应会表现出明显的企业异质性。融资约束较低、股权集中度较高和资产负债 率较高的企业发放非关联委托贷款对其创新产出的抑制作用更加明显。

(3) 进一步检验影响机制后发现,非关联委托贷款不会通过缓解企业的流 动性供给促进企业创新产出,即非关联委托贷款与企业创新产出之间不存在资金 储蓄效应;反之,非关联委托贷款更多的是通过侵占创新资源,进而抑制企业创 新产出。本文的证据更倾向于支持非关联委托贷款影响企业创新产出的资源侵占 假说。

第二节 政策启示

分析表明,从总体上看,中国的上市公司在样本期间发放非关联委托贷款对 缓解其流动性约束的作用并不明显,反而带来了明显的资源侵占效应,抑制了自 身的创新产出。这反映出企业发放非关联委托贷款大多不是出于资金储蓄的动机, 而往往是出于市场套利的动机,一定程度上侵占了企业的创新资源,不利于企业 的技术进步和高质量发展。基于此,不难得到如下政策含义:

(1)企业应切实实施创新驱动战略,较少和避免以牺牲技术创新为代价追求短期投资收益的短视行为。在面对非关联委托贷款的高额利润的诱惑时,管理 者要从企业的长远发展出发,减少对创新资源的侵占。在主业存在发展潜力的情 况下,企业应该专注于自身主业的发展,把有限的资源合理的配置到创新活动中, 通过科技研发增强企业的核心竞争力。

(2)    融资约束低、股权集中度高以及资产负债率高的企业应当高度重视非 关联委托贷款对企业创新抑制作用。换句话说,企业不能因为自身比较容易融得 资金而肆意进行非关联委托贷款;大股东应当在非关联委托贷款相关决策中摆正 自己的位置,不应以牺牲企业创新为代价追求短期投资收益;高负债企业应当把 注意力放在降低负债水平,增强自身抵御风险能力,为企业创新创造更为宽松的 财务环境。

(3)    企业实施创新驱动战略应当确保创新投入的稳步增长,不应将非关联 委托贷款作为创新投资的替代选择而影响创新投入的增长。企业应该积极完善治 理结构、优化资本结构,以减弱和消除发放非关联委托贷款带来的资源侵占效应。

( 4)金融监管部门也应通过科学引导和适度监管不断改善企业融资环境, 同时制定出详细的委托贷款行业管理方式,针对不同行业设定出不同的委托贷款 准入标准,有效约束企业为短期套利而过度发放非关联委托贷款等不良投机行为。

参考文献

[1] 白俊, 孙云云, 邱善运. 关联委托贷款引发了股价崩盘风险吗? [J]. 中南财经政法大学 学报, 2021(5): 28-37+50.

[2] 蔡绍洪, 彭长生, 俞立平. 企业规模对创新政策绩效的影响研究——以高技术产业为例 [J]. 中国软科学, 2019(9): 37-50.

[3]     陈晓庆.关于委托贷款业务发展对策的研究J].商场现代化,2017(2): 225-226.

[4]     戴琪骏. 股权结构影响了利益输送吗——基于我国上市公司委托贷款公告数据的经验 分析J].中国人口 •资源与环境,2015(S1): 389-392.

[5]     淡永鑫.影子银行、融资约束与企业创新J].中南财经政法大学研究生学报,2018(4): 23-32.

[6]     董萌筱,于鹏飞.上市公司热衷委托贷款现象浅析J].市场周刊(理论研究),2011(9):36-37.

[7]     冯彬.影子银行与中小企业创新投入一基于融资约束的门槛效应研究[D].山东大学, 2020.

[8]     顾海峰,张欢欢.企业金融化、融资约束与企业创新一货币政策的调节作用J].当代 经济科学, 2020(5): 74-89.

[9]     郭玥.政府创新补助的信号传递机制与企业创新[J].中国工业经济,2018(9): 98-116.

[10]   韩珣,李建军.金融错配、非金融企业影子银行化与经济“脱实向虚”J].金融研究, 2020(8): 93-111.

[11]   韩珣, 田光宁, 李建军. 非金融企业影子银行化与融资结构——中国上市公司的经验证 据[J].国际金融研究,2017(10): 44-54.

[12]   郝项超.委托理财导致上市公司脱实向虚吗?一基于企业创新的视角J].金融研究, 2020(3): 152-168.

[13]   何莹.关联企业委托贷款特点和效应研究一基于天威保变的案例分析[D].华中科技 大学, 2015.

[14]   胡恒强,范从来,杜晴.融资结构、融资约束与企业创新投入J].中国经济问题,2020(1): 27-41.

[15]   胡泽,夏新平,余明桂.金融发展、流动性与商业信用:基于全球金融危机的实证研究J]. 南开管理评论, 2013 (3): 4-15+68.

[16]     姜永盛.影子银行发展、中小企业融资约束与企业投资[D].北京交通大学,2017 .

[17]   黎来芳, 王化成, 张伟华. 控制权、资金占用与掏空——来自中国上市公司的经验证据 [J]. 中国软科学, 2008(8): 121-127.

[18]   李波,朱太辉.银行价格竞争、融资约束与企业研发投资一基于“中介效应”模型的实 证研究[J].金融研究,2020(7): 134-152.

[19]     李建军,韩珣.非金融企业影子银行化与经营风险[J].经济研究,2019(8): 21-35.

[20]   李钧, 柳志娣, 王振源. 管理层能力对企业创新绩效的影响研究——产权性质与产品市 场竞争的调节作用J].华东经济管理,2020(6): 47-55.

[21]   李梅,孙彦娜.我国上市公司委托贷款动因的实证研究J].西北师大学报社会科学版, 2013(1): 110-115.

[22]   李西文,申富平,周欢欢.上市公司委托贷款的形成机理研究[J].河北经贸大学学报, 2015 (1): 107-112.

[23]   李焰, 陈才东, 黄磊. 集团化运作、融资约束与财务风险——基于上海复星集团案例研 究[J].管理世界,2007(12): 117-135.

[24]     李勇.上市公司争放“高利贷”J].中国经济周刊,2011(33): 58-59.

[25]     梁斌.波导股份委托贷款风险分析[D].石河子大学,2019.

[26]   林钟高, 丁茂桓. 内部控制缺陷及其修复对企业债务融资成本的影响——基于内部控制 监管制度变迁视角的实证研究J].会计研究,2017(4): 73-80+96.

[27]     刘春林,田玲.人才政策“背书”能否促进企业创新[J].中国工业经济,2021(3): 156-173.

[28]   刘志红, 曹俊文. 节能环保企业规模与产权性质对技术创新的影响——基于江西省的调 查数据[J].科技管理研究,2018 (5): 135-141.

[29]   马亚明,徐洋.影子银行、货币窖藏与货币政策冲击的宏观经济效应一基于DSGE模 型的分析J].国际金融研究,2017(8): 54-64.

[30]   潘孝珍, 楼梦佳. 政府研发补贴的激励效应存在门槛吗?——基于融资结构视角的实证 研究J].科技管理研究,2021 (9): 45-51.

[31]     钱航.非关联企业间委托贷款的风险研究[D].华中科技大学,2017.

[32]   钱雪松, 屈伸, 康瑾, 杜立. 中国影子银行违约风险和防范机制研究——来自上市公司 委托贷款数据的经验证据[J].中国管理科学,2020 (7): 35-44.

[33]   钱雪松,徐建利,杜立.中国委托贷款弥补了正规信贷不足吗?[J].金融研究,2018(5): 82-100.

[34]   钱雪松, 袁梦婷, 孔东民. 股权关联影响了企业间信贷价格吗——基于我国上市公司委 托贷款数据的经验分析[J].金融研究,2013(9): 165-179.

[35]   孙博, 刘善仕, 姜军辉, 葛淳棉, 周怀康. 企业融资约束与创新绩效:人力资本社会网络 的视角[J].中国管理科学,2019 (4): 179-189.

[36]   孙慧, 张娇. 管理者过度自信、政治关联与企业创新绩效——创新投入的中介效应研究 [J]. 华东经济管理, 2018(6): 124-132.

[37]   盛明泉, 汪顺, 商玉萍. 金融资产配置与实体企业全要素生产率: “产融相长”还是“脱实 向虚 ” [J].财贸研究,2018(10): 87-97+110.

[38]     尚秀琳. 非金融上市公司热衷“放贷”为哪般? [J]. 国际融资, 2011(12): 25-27.

[39]   史学智,阳镇.企业金融化与企业创新一基于产业政策视角的重新审视J].科研管理, 2021 (4): 147-157.

[40]   沈中华, 张科坤, 王晓燕. 管理者过度自信影响企业资本配置吗?——来自中国上市公 司委托贷款业务的经验证据[J].云南财经大学学报,2019 (8): 76-87.

[41]     田轩,孟清扬.股权激励计划能促进企业创新吗J].南开管理评论,2018(3): 176-190.

[42]   佟岩, 王丹虹, 孙绪才. 股东关系、内部资本市场与利益配置——中大股份委托贷款分 析[J].会计之友,2010(14): 67-72.

[43]   文春晖, 李思龙, 郭丽虹, 余晶晶. 过度融资、挤出效应与资本脱实向虚——中国实体上 市公司2007—2015年的证据[J].经济管理,2018 (7): 39-55.

[44]   万良勇,查媛媛,饶静.实体企业金融化与企业创新产出——有调节的中介效应[J].会 计研究, 2020(11): 98-111.

[45]   王红建, 曹瑜强, 杨庆, 杨筝. 实体企业金融化促进还是抑制了企业创新——基于中国 制造业上市公司的经验研究[J].南开管理评论,2017(1): 155-166.

[46]   王鹏,周黎安.控股股东的控制权、所有权与公司绩效:基于中国上市公司的证据J]. 金融研究, 2006(2): 88-98.

[47]   王善平,彭莉莎.国企高杠杆、影子银行活动对R&D投入的挤出效应研究J].湘潭大学 学报(哲学社会科学版), 2018 (3): 51-56.

[48]     王媛君.香溢融通委托贷款案例分析[D].沈阳:辽宁大学,2013.

[49]     温忠麟,叶宝娟.中介效应分析:方法和模型发展[J].心理科学进展,2014 (5): 731-745.

[50]   亚琨,罗福凯,李启佳.经济政策不确定性、金融资产配置与创新投资[J].财贸经济, 2018 (12): 95-110.

[51]   杨国超,芮萌.高新技术企业税收减免政策的激励效应与迎合效应[J].经济研究, 2020(9): 174-191.

[52]   杨松令,牛登云,刘亭立,王志华.实体企业金融化、分析师关注与内部创新驱动力J]. 管理科学, 2019(2): 3-18.

[53]     余琰,李怡宗.高息委托贷款与企业创新[J].金融研究,2016(4): 99-114.

[54]   俞富坤,盛宇华.资本结构影响企业盈亏风险的多样性研究一基于我国A股制造业民 营公司的实证研究[J].财经理论与实践,2021 (3): 42-48.

[55]   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.

[56]   张靖璐, 杨杰. 融资约束差异会提高企业金融化水平吗?——来自我国 A 股上市非金融 企业的经验证据[J].金融发展研究,2021(2): 14-21.

[57]   张燕.“委托贷款”己成“核心影子银行”:其风险、乱象、套利等亟须监管委托贷款新规 来袭[J].中国经济周刊,2018(3): 55-57.

[58]   郑建明,许晨曦,胡蕾.影子银行、融资约束与企业研发投入[J].科技管理研究,2017, 37(21): 93-98.

[59]    周中胜,陈汉文.大股东资金占用与外部审计监督[J].审计研究,2006(3): 73-81.

[60]   朱永明, 赵程程, 赵健, 贾明娥. 税收优惠对企业创新效率的门槛效应——创新价值链 视角下制造业的实证研究[J].科技管理研究,2019(11): 2-18.

[61]   祝继高, 胡诗阳, 陆正飞. 商业银行从事影子银行业务的影响因素与经济后果——基于 影子银行体系资金融出方的实证研究J].金融研究,2016(1): 66-82.

[62]   Adrian, T. and Ashcraft, A.B. Shadow Banking Regulation[J]. Annual Review of Financial Economics, 2012, 4(4): 99-140.

[63]   Allen, F., Qianv, Y., Tu, G. and Yu, F. Entrusted Loans: A Close Look at China's Shadow Banking System[J]. Journal of Financial Economics, 2019, 133(1): 18-41.

[64]   Alvarez, R. and Crespi, G.A. Heterogeneous Effects of Financial Constraints on Innovation: Evidence from Chile[J]. Science and Public Policy, 2015, 42(5): 711-724.

[65]   Amore, M.D., Schneider, C. and Zaldokas, A. Credit Supply and Corporate Innovation[J]. Journal of Financial Economics, 2013, 109(3): 835-855.

[66]   Ang, J.S., Cheng, Y. and Wu C. Does Enforcement of Intellectual Property Rights Matter in China? Evidence from Financing and Investment Choices in The High-Tech Industry[J]. Review of Economics and Statistics, 2014, 96(2): 332-348.

[67]   Arizala F., Cavallo E. A., Golindo S. and Arturo J. Finanical Development and TFP Growth: Cross-countiy and Industry-level Evidence[J]. Applied Finacial Economics, 2013, 23(6): 433-448.

[68]   Baron R.M., and Kenny D.A. The Moderator-mediator Variable Distinction in Social Psychological Research: Conceptual, Strategic, and Statistical Considerations[J]. Journal of Personality and Social Psychology, 1986, 51(6): 1173-1182.

[69]   Brown, C. Marketable Securities: Storage or Investment? [J]. SSRN Electronic Journal, 2014, 15(8): 102-158.

[70]   Brown, J.R., Fazzari, S.M. and Petersen, B.C. Financing Innovation and Growth: Cash Flow, External Equity, and The 1990s R&D Boom[J].Journal of Finance, 2009, 64(1): 151-185.

[71]   Cassiman, B. and Veugelers, R. In Search of Complementarity in Innovation Strategy: Internal R&D and External Knowledge Acquisition[J]. Management Science, 2006, 52 (1): 68-82.

[72]   Cornaggia, J., Tian, X. and Brian, W. Does Banking Competition Affect Innovation?[J]. Journal of Financial Economics, 2013, 115(1): 189-209.

[73]    David, H., Angie, L. and Siew, H.T. Are Overconfident CEOs Better Innovators?[J]. TheJournal of Finance, 2012, 67(4): 1457-1498.

[74]   David, P., O'Brien, J.P. and Yoshikawa T. The Implications of Debt Heterogeneity for R&D Investment and Firm Performance[J]. The Academy of Management Journal, 2008, 51(1): 165-181.

[75]   Demir, F. Financial Liberalization, Private Investment and Portfolio Choice: Financialization of Real Sectors in Emerging Markets[J]. Journal of Development Economics, 2008, 88(2): 314-324.

[76]   Hadlock, C.J. and Pierce, J.R. New Evidence on Measuring Financial Constraints: Moving Beyond The KZ Index[J]. Review of Financial Studies, 2010, 23(5): 1909-1940.

[77]   He, J. and Tian, X. The Dark Side of Analyst Coverage: The Case of Innovation[J]. Journal of Financial Economics, 2013, 109(3): 856-878.

[78]   Hsu, P.H., Tian, X. and Xu, Y. Financial Development and Innovation: Cross-Country Evidence[J].Journal of Financial Economics, 2013, 112 (1) : 116-135.

[79]   Huang, K.F., Lin, K.H., Wu, L.Y. and Yu P.H. Absorptive Capacity and Autonomous R&D Climate roles in Firm Innovation[J]. Journal of Business Research, 2015, 68(1): 87-94.

[80]   Huang, Y.S., Ma, Y., Yang ,Z. and Zhang, Y.F. A Fire Sale without Fire: An Explanation of Labor-Intensive FDI in China[J]. Journal of Comparative Economics, 2016, 44(4): 1-18.

[81]   Jiang, G., Lee, C. and Yue, H. Tunneling through Intercorporate Loans: The China Experience[J]. Journalof Financial Economics. 2010, 98(1): 1-20.

[82]   Jibril, H., Kaltenbrunner, A. and Kesidou, E. Financialisation and Innovation in Emerging Economies: Evidence from Brazil[J]. SSRN Electronic Journal, 2018, 18(9): 1-32.

[83]   Laforet, S. Organizational Innovation Outcomes in SMEs: Effects of Age, Size, and Sector[J]. Journal of World Business, 2013, 48(4): 490-502.

[84]   Porter, M.E. Capital Disadvantage: America's Failing Capital Investment System[J]. Harvard Business Review, 1992, 70(5): 65-82.

[85]   Rober, M.S. Technical Change and The Aggregate Production Function[J]. The Review of Economics and Statistics, 1957, 39(3): 312-320.

[86]   Teece, D. Profiting from Technological Innovation: Implications for Integration, Collaboration, Licensing and Public Policy[J]. Research Policy, 1986, 15(6): 285-305.

[87]   Theurillat, T., Corpataux, J. and Crevoisier, O. Property Sector Financialization : The Case of Swiss Pension Funds (1992—2005)[J]. European Planning Studies, 2010, 18(2): 189-212.

[88]   Tori, D. and Onaran, O. Financialization, Financial Development and Investment. Evidence from European Non-financial Corporations[J]. Socio-Economic Review, 2018 ,18(3): 245-28.

[89]   Zademach, H.M. Global Finance and The Development of Regional Clusters: Tracing Paths in Munich's Film and TV Industry[J]. Journal of Economic Geography, 2009, 9(5): 697-722.

[90]   Zhao, X., John, G., Lynch, J. and Chenr, Q. Reconsidering Baron and Kenny: Myths and Truths about Mediation Analysis[J]. Journal of Consumer Research, 2010, 37(2): 197-206.

[91]   Zhou, K.Z., Gao, G.Y., and Zhao, H. State Ownership and Firm Innovation in China: An Integrated View of Institutional and Efficiency Logics[J]. Administrative Science Quarterly, 2017, 62(2): 375-404.

附录

表 5-5 Heckman 两阶段法的检验结果

变量

(1)

InvApply

( 2)

InvGrant

(3)

InvApply

( 4)

InvGrant

L.EnLoans

-2.2982***

-1.4249***




(0.6990)

(0.5223)



L.Amount



-0.1237***

-0.0753***




(0.0291)

(0.0239)

L.Size

0.5260***

0.4474***

0.5265***

0.4477***


(0.0108)

(0.0094)

(0.0108)

(0.0094)

L.Lev

0.0095

-0.0298**

0.0091

-0.0299**


(0.0163)

(0.0137)

(0.0162)

(0.0136)

L.Age

-0.1940***

-0.1469***

-0.1941***

-0.1469***


(0.0255)

(0.0213)

(0.0255)

(0.0213)

L.Growth

0.0858***

0.0146

0.0854***

0.0146


(0.0306)

(0.0248)

(0.0303)

(0.0246)

L.ROA

1.9147***

0.6869***

1.9156***

0.6865***


(0.1899)

(0.1586)

(0.1891)

(0.1583)

L.Fixed

-1.2331***

-0.9508***

-1.2338***

-0.9514***


(0.0741)

(0.0625)

(0.0740)

(0.0624)

L.Larsha

-0.2121***

-0.1527***

-0.2107***

-0.1513***


(0.0701)

(0.0589)

(0.0695)

(0.0586)

L.Inddir

0.0860

0.1818

0.0836

0.1817


(0.1934)

(0.1626)

(0.1916)

(0.1617)

L.IMR

0.8012***

0.5033**

0.8000***

0.4922***


(0.2769)

(0.2074)

(0.2135)

(0.1756)

Constant

-10.0264***

-9.0511***

-10.0363***

-9.0570***


(0.2537)

(0.2179)

(0.2537)

(0.2180)

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

16508

16508

16508

16508

调整后的R2

0.2605

0.2547

0.2607

0.2548

注:*、 **、 ***分别表示1%、 5%、 10%的显著性水平,括号中的数值为标准差。

表 5-8 倾向得分匹配后重新回归的结果

变量

(1)

InvApply

( 2)

InvGrant

(3)

InvApply

( 4)

InvGrant

L.EnLoans

-0.4331***

-0.2819***




(0.0907)

(0.0692)



L.Amount



-0.0241***

-0.0157***




(0.0049)

(0.0037)

L.Size

0.5348***

0.4538***

0.5372***

0.4553***


(0.0493)

(0.0426)

(0.0492)

(0.0426)

L.Lev

-0.0922

-0.0476

-0.0943

-0.0489


(0.0874)

(0.0734)

(0.0872)

(0.0733)

L.Age

**

-0.2056**

*

-0.1572*

*

-0.2054*

*

-0.1571*


(0.1047)

(0.0880)

(0.1048)

(0.0880)

L.Growth

*

0.4043*

0.4314***

*

0.4013*

0.4295***


(0.2068)

(0.1654)

(0.2067)

(0.1653)

L.ROA

-0.0234

-0.8963

-0.0207

-0.8945


(0.9903)

(0.7568)

(0.9912)

(0.7577)

L . Fixed

-1.0905***

-0.9949***

-1.0900***

-0.9946***


(0.3269)

(0.2720)

(0.3266)

(0.2719)

L.Larsha

**

-0.7196**

*

-0.4025*

**

-0.7161**

*

-0.4002*


(0.3037)

(0.2382)

(0.3035)

(0.2381)

L.Inddir

1.2722

-0.0760

1.2562

-0.0863


(0.9427)

(0.7438)

(0.9422)

(0.7436)

Constant

-10.9832***

-9.2586***

-11.0280***

-9.2879***


(1.1983)

(1.0487)

(1.1973)

(1.0491)

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

883

883

883

883

调整后的R2

0.2282

0.2468

0.2296

0.2476

注: *、 **、 ***分别表示1%、 5%、 10%的显著性水平,括号中的数值为标准差。

 

表   5-9 稳健性检验结果

变量

替换被解释变量

替换变量衡量方式

替换解释变量

(1)

PatentApply

( 2)

PatentApply

( 3)

InvApply

( 4)

InvGrant

(5)

InvApply

( 6)

InvGrant

L.EnLoans

-0.4845***







(0.1174)






L.Amount


-0.0271***

-1.3498***

-0.8546***





(0.0063)

(0.3994)

(0.3280)



L.Frequency





-0.1339***

-0.0982***






(0.0500)

(0.0323)

L.Size

0.8190***

0.8191***

0.5122***

0.4348***

0.4962***

0.4351***


(0.0160)

(0.0160)

(0.0101)

(0.0088)

(0.0102)

(0.0088)

L.Lev

0.0630***

0.0628***

0.0153

-0.0267**

-0.0084

-0.0264**


(0.0233)

(0.0233)

(0.0150)

(0.0127)

(0.0149)

(0.0127)

L.Age

-0.3246***

-0.3247***

-0.1878***

-0.1411***

-0.2123***

-0.1406***


(0.0386)

(0.0386)

(0.0243)

(0.0203)

(0.0245)

(0.0203)

L.Growth

0.0336

0.0333

0.1035***

0.0092

0.1305***

0.0092


(0.0430)

(0.0430)

(0.0279)

(0.0224)

(0.0280)

(0.0224)

L.ROA

2.6872***

2.6880***

1.7140***

0.5640***

2.0505***

0.5734***


(0.2673)

(0.2673)

(0.1808)

(0.1507)

(0.1810)

(0.1504)

L.Fixed

-1.9979***

-1.9980***

-1.2791***

-0.9898***

-1.2787***

-0.9893***


(0.1070)

(0.1070)

(0.0696)

(0.0586)

(0.0697)

(0.0586)

L.Larsha

0.2210**

0.2209**

-0.1635**

-0.1166**

-0.1561**

-0.1167**


(0.1030)

(0.1030)

(0.0655)

(0.0551)

(0.0659)

(0.0551)

L.Inddir

0.6418**

0.6403**

-0.0185

0.0881

0.0049

0.0868


(0.2818)

(0.2817)

(0.1800)

(0.1517)

(0.1812)

(0.1518)

Constant

-16.5086***

-16.5108***

-9.7276***

-8.7653***

-9.7055***

-8.7734***


(0.3741)

(0.3741)

(0.2402)

(0.2067)

(0.2432)

(0.2067)

行业效应

控制

控制

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

控制

控制

样本数

17953

17953

17953

17953

17953

17953

调整后R2

0.2600

0.2600

0.2657

0.2573

0.2515

0.2451

注:*、 **、 ***分别表示1%、 5%、 10%的显著性水平,括号中的数值为标准差。

表 5-10 融资约束异质性检验结果

Panel A::被解释变量为In vApply

变量

(1) 高融资约束

( 2)

低融资约束

(3) 高融资约束

(4) 低融资约束

L.EnLoans

-0.1644

-0.3810***




(0.1138)

(0.1072)



L.Amount



-0.0099

-0.0207***




(0.0063)

(0.0056)

L.Size

0.3741***

0.5639***

0.3741***

0.5639***


(0.0234)

(0.0175)

(0.0234)

(0.0175)

L.Lev

-0.0477**

0.0328

-0.0478**

0.0327


(0.0211)

(0.0204)

(0.0211)

(0.0204)

L.Age

-0.1181***

-0.2280***

-0.1180***

-0.2280***


(0.0312)

(0.0383)

(0.0312)

(0.0383)

L.Growth

0.1385***

0.0884**

0.1385***

0.0882**


(0.0407)

(0.0370)

(0.0407)

(0.0370)

L.ROA

1.4098***

1.9184***

1.4097***

1.9192***


(0.2129)

(0.3080)

(0.2129)

(0.3080)

L.Fixed

-0.5948***

-1.7447***

-0.5947***

-1.7446***


(0.0957)

(0.0950)

(0.0957)

(0.0950)

L.Larsha

-0.0167

-0.3196***

-0.0171

-0.3195***


(0.0909)

(0.0956)

(0.0909)

(0.0956)

L.Inddir

-0.5050**

0.2907

-0.5051**

0.2894


(0.2251)

(0.2701)

(0.2251)

(0.2701)

Constant

-6.7493***

-10.9452***

-6.7494***

-10.9442***


(0.5220)

(0.3915)

(0.5220)

(0.3915)

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

8261

9692

8261

9692

调整后R2

0.1132

0.2623

0.1132

0.2624



续表 5-10

Panel B::被解释变量为I nvGrant

变量

(1) 高融资约束

(2) 低融资约束

( 3) 高融资约束

(4) 低融资约束

L.EnLoans

-0.0496

-0.2187***




(0.0844)

(0.0790)



L.Amount



-0.0032

-0.0117***




(0.0047)

(0.0042)

L.Size

0.2720***

0.5218***

0.2720***

0.5218***


(0.0180)

(0.0154)

(0.0180)

(0.0154)

L.Lev

-0.0760***

-0.0218

-0.0760***

-0.0219


(0.0158)

(0.0177)

(0.0158)

(0.0177)

L.Age

-0.1146***

-0.1690***

-0.1146***

-0.1690***


(0.0246)

(0.0329)

(0.0246)

(0.0329)

L.Growth

0.0200

0.0173

0.0200

0.0172


(0.0290)

(0.0308)

(0.0290)

(0.0308)

L.ROA

0.5121***

0.5059*

0.5121***

0.5062*


(0.1631)

(0.2698)

(0.1631)

(0.2698)

L.Fixed

-0.3815***

-1.4313***

-0.3814***

-1.4313***


(0.0741)

(0.0822)

(0.0741)

(0.0822)

L.Larsha

-0.0489

-0.2791***

-0.0491

-0.2791***


(0.0712)

(0.0821)

(0.0712)

(0.0821)

L.Inddir

-0.3588**

0.2983

-0.3589**

0.2978


(0.1769)

(0.2330)

(0.1769)

(0.2330)

Constant

-5.1353***

-10.7420***

-5.1355***

-10.7417***


(0.3981)

(0.3422)

(0.3981)

(0.3422)

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

8261

9692

8261

9692

调整后R2

0.1063

0.2582

0.1063

0.2582

注:*、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

表 5-11 股权集中度异质性检验结果

Panel A::被解释变量为In vApply

变量

(1)

高股权集中度

( 2)

低股权集中度

(3)

高股权集中度

(4)

低股权集中度

L.EnLoans

-0.4150***

-0.2429**




(0.1438)

(0.0943)



L.Amount



-0.0226***

-0.0140***




(0.0078)

(0.0050)

L.Size

0.4779***

0.5477***

0.4774***

0.5478***


(0.0142)

(0.0151)

(0.0141)

(0.0151)

L.Lev

0.0894***

-0.0307

0.0893***

-0.0311


(0.0241)

(0.0191)

(0.0241)

(0.0191)

L.Age

-0.1448***

-0.2444***

-0.1427***

-0.2488***


(0.0325)

(0.0353)

(0.0331)

(0.0367)

L.Growth

0.0637*

0.1305***

0.0637*

0.1315***


(0.0384)

(0.0403)

(0.0384)

(0.0404)

L.ROA

1.2518***

1.9125***

1.2229***

1.9215***


(0.2968)

(0.2260)

(0.3096)

(0.2268)

L.Fixed

-1.1600***

-1.3753***

-1.1603***

-1.3772***


(0.1094)

(0.0904)

(0.1093)

(0.0905)

L.Larsha

0.0621

-0.0520

0.0624

-0.0522


(0.1746)

(0.1194)

(0.1746)

(0.1194)

L.Inddir

0.0445

-0.0565

0.0375

-0.0640


(0.2597)

(0.2511)

(0.2605)

(0.2516)

Constant

-9.4303***

-10.2429***

-9.4638***

-10.2062***


(0.3353)

(0.3455)

(0.3517)

(0.3597)

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

8250

9703

8250

9703

调整后R2

0.2614

0.2782

0.2614

0.2783

 

续表 5-11

Panel B::被解释变量为I nvGrant

变量

(5

高股权集中度

( 6)

低股权集中度

(7

高股权集中度

(8)

低股权集中度

L.EnLoans

-0.2883***

-0.1112




(0.0979)

(0.0735)



L.Amount



-0.0154***

-0.0067*




(0.0053)

(0.0040)

L.Size

0.4103***

0.4684***

0.4104***

0.4684***


(0.0125)

(0.0129)

(0.0125)

(0.0129)

L.Lev

-0.0031

-0.0468***

-0.0032

-0.0469***


(0.0206)

(0.0161)

(0.0206)

(0.0161)

L.Age

-0.1050***

-0.1993***

-0.1050***

-0.1992***


(0.0275)

(0.0309)

(0.0275)

(0.0309)

L.Growth

-0.0094

0.0218

-0.0094

0.0216


(0.0316)

(0.0319)

(0.0316)

(0.0319)

L.ROA

0.4043

0.5468***

0.4048

0.5469***


(0.2639)

(0.1878)

(0.2639)

(0.1878)

L.Fixed

-0.8549***

-1.0872***

-0.8548***

-1.0872***


(0.0919)

(0.0760)

(0.0919)

(0.0760)

L.Larsha

0.0952

-0.0893

0.0954

-0.0895


(0.1473)

(0.1000)

(0.1473)

(0.1000)

L.Inddir

-0.0308

0.1922

-0.0312

0.1916


(0.2232)

(0.2087)

(0.2232)

(0.2087)

Constant

-8.4645***

-9.3419***

-8.4656***

-9.3428***


(0.3076)

(0.3034)

(0.3077)

(0.3034)

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

8250

9703

8250

9703

调整后 2

0.2567

0.2639

0.2567

0.2639

注: *、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

表 5-12 资产负债率异质性检验结果

Panel A::被解释变量为In vApply

变量

(1)

高资产负债率

( 2)

低资产负债率

(3) 高资产负债率

(4) 低资产负债率

L.EnLoans

-0.5843***

-0.0855




(0.1277)

(0.1024)



L.Amount



-0.0331***

-0.0047




(0.0068)

(0.0055)

L.Size

0.5662***

0.3741***

0.5663***

0.3741***


(0.0133)

(0.0155)

(0.0133)

(0.0155)

L.Lev

-0.0723***

0.1161**

-0.0725***

0.1161**


(0.0196)

(0.0477)

(0.0196)

(0.0477)

L.Age

-0.2094***

-0.1826***

-0.2096***

-0.1826***


(0.0403)

(0.0302)

(0.0403)

(0.0302)

L.Growth

0.0329

0.1336***

0.0327

0.1335***


(0.0379)

(0.0411)

(0.0379)

(0.0411)

L.ROA

2.6051***

1.5671***

2.6043***

1.5674***


(0.2919)

(0.2290)

(0.2919)

(0.2290)

L.Fixed

-1.6653***

-0.8502***

-1.6652***

-0.8502***


(0.0937)

(0.1039)

(0.0937)

(0.1039)

L.Larsha

-0.1142

-0.3036***

-0.1149

-0.3035***


(0.0957)

(0.0909)

(0.0957)

(0.0909)

L.Inddir

0.0513

-0.2154

0.0489

-0.2156


(0.2712)

(0.2313)

(0.2712)

(0.2313)

Constant

-10.7964***

-6.5968***

-10.7966***

-6.5977***


(0.3101)

(0.3742)

(0.3100)

(0.3743)

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

9026

8927

9026

8927

调整后R2

0.3374

0.1539

0.3375

0.1539


续表 5-12

Panel B::被解释变量为I nvGrant

变量

(5

高资产负债率

( 6) 低资产负债率

(7

高资产负债率

(8) 低资产负债率

L.EnLoans

-0.3515***

-0.0328




(0.0929)

(0.0753)



L.Amount



-0.0200***

-0.0017




(0.0050)

(0.0041)

L.Size

0.5017***

0.2946***

0.5018***

0.2946***


(0.0116)

(0.0132)

(0.0116)

(0.0132)

L.Lev

-0.0878***

0.0797**

-0.0879***

0.0797**


(0.0166)

(0.0390)

(0.0166)

(0.0390)

L.Age

-0.1197***

-0.1696***

-0.1198***

-0.1696***


(0.0336)

(0.0252)

(0.0336)

(0.0252)

L.Growth

-0.0449

0.0488

-0.0450

0.0488


(0.0299)

(0.0343)

(0.0299)

(0.0343)

L.ROA

1.0282***

0.5632***

1.0278***

0.5632***


(0.2463)

(0.1874)

(0.2463)

(0.1874)

L.Fixed

-1.3188***

-0.6571***

-1.3188***

-0.6572***


(0.0806)

(0.0848)

(0.0806)

(0.0848)

L.Larsha

-0.0747

-0.2726***

-0.0751

-0.2725***


(0.0815)

(0.0751)

(0.0815)

(0.0751)

L.Inddir

0.3322

-0.3090

0.3306

-0.3090


(0.2306)

(0.1904)

(0.2306)

(0.1904)

Constant

-10.2945***

-5.4555***

-10.2946***

-5.4556***


(0.2661)

(0.3138)

(0.2661)

(0.3138)

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

9026

8927

9026

8927

调整后 2

0.3284

0.1467

0.3285

0.1467

注: *、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

表 6-1 资金储蓄中介效应模型的检验结果

变量

(1)

InvApply

( 2)

Flow

( 3)

InvApply

( 4)

InvApply

(5)

Flow

( 6)

InvApply

L.EnLoans

-0.3068***

0.0031

-0.3072***





(0.0804)

(0.0037)

(0.0805)




L.Flow



0.5978***



0.5985***




(0.1447)



(0.1446)

L.Amount




-0.0172***

0.0002

-0.0174***





(0.0043)

(0.0002)

(0.0043)

L.Size

0.5128***

0.0039***

0.5127***

0.5129***

0.0039***

0.5128***


(0.0101)

(0.0005)

(0.0101)

(0.0101)

(0.0005)

(0.0101)

L.Lev

0.0153

-0.0035***

0.0154

0.0152

-0.0035***

0.0153


(0.0150)

(0.0008)

(0.0150)

(0.0150)

(0.0008)

(0.0150)

L.Age

-0.1880***

0.0046***

-0.1883***

-0.1881***

0.0046***

-0.1883***


(0.0243)

(0.0012)

(0.0243)

(0.0243)

(0.0012)

(0.0243)

L.Growth

0.1022***

-0.0068***

0.1028***

0.1021***

-0.0068***

0.1026***


(0.0279)

(0.0015)

(0.0280)

(0.0279)

(0.0015)

(0.0280)

L.ROA

1.7351***

0.3755***

1.7123***

1.7356***

0.3755***

1.7125***


(0.1804)

(0.0125)

(0.1953)

(0.1804)

(0.0125)

(0.1953)

L.Fixed

-1.2791***

0.1172***

-1.2844***

-1.2792***

0.1172***

-1.2845***


(0.0697)

(0.0034)

(0.0725)

(0.0696)

(0.0034)

(0.0725)

L.Larsha

-0.1686**

0.0136***

-0.1691***

-0.1687***

0.0136***

-0.1693***


(0.0655)

(0.0032)

(0.0655)

(0.0655)

(0.0032)

(0.0655)

L.Inddir

-0.0242

-0.0024

-0.0243

-0.0252

-0.0024

-0.0253


(0.1801)

(0.0085)

(0.1801)

(0.1801)

(0.0085)

(0.1801)

Constant

-9.7351***

-0.1026***

-9.7327***

-9.7365***

-0.1026***

-9.7341***


(0.2401)

(0.0117)

(0.2401)

(0.2401)

(0.0117)

(0.2401)

行业效应

控制

控制

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

控制

控制

样本数

17953.

17953.

17953.

17953.

17953.

17953.

调整后R2

0.2658

0.1923

0.2658

0.2659

0.1923

0.2659

注: *、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

表 6-2 资源侵占中介效应模型的检验结果

变量

(1)

InvApply

( 2)

RD

( 3)

InvApply

( 4)

InvApply

(5)

RD

( 6)

InvApply

L.EnLoans

-0.3068***

-0.0095***

-0.2774***





(0.0804)

(0.0017)

(0.0833)




L.RD



4.7863***



4.7857***




(0.6134)



(0.6133)

L.Amount




-0.0172***

-0.0005***

-0.0157***





(0.0043)

(0.0001)

(0.0045)

L.Size

0.5128***

-0.0032***

0.5475***

0.5129***

-0.0032***

0.5476***


(0.0101)

(0.0003)

(0.0105)

(0.0101)

(0.0003)

(0.0105)

L.Lev

0.0153

-0.0083***

0.0654***

0.0152

-0.0083***

0.0652***


(0.0150)

(0.0010)

(0.0166)

(0.0150)

(0.0010)

(0.0166)

L.Age

-0.1880***

-0.0116***

-0.1120***

-0.1881***

-0.0116***

-0.1120***


(0.0243)

(0.0015)

(0.0266)

(0.0243)

(0.0015)

(0.0266)

L.Growth

0.1022***

-0.0020

0.1436***

0.1021***

-0.0020

0.1435***


(0.0279)

(0.0016)

(0.0296)

(0.0279)

(0.0016)

(0.0296)

L.ROA

1.7351***

-0.0356

2.1274***

1.7356***

-0.0356

2.1280***


(0.1804)

(0.0255)

(0.1882)

(0.1804)

(0.0255)

(0.1882)

L.Fixed

-1.2791***

-0.0523***

-0.9569***

-1.2792***

-0.0524***

-0.9569***


(0.0697)

(0.0030)

(0.0778)

(0.0696)

(0.0030)

(0.0778)

L.Larsha

-0.1686**

-0.0100***

-0.1344**

-0.1687***

-0.0100***

-0.1346**


(0.0655)

(0.0028)

(0.0678)

(0.0655)

(0.0028)

(0.0678)

L.Inddir

-0.0242

0.0228***

-0.1316

-0.0252

0.0228***

-0.1327


(0.1801)

(0.0073)

(0.1840)

(0.1801)

(0.0073)

(0.1840)

Constant

-9.7351***

0.1234***

-10.6746***

-9.7365***

0.1234***

-10.6759***


(0.2401)

(0.0076)

(0.2666)

(0.2401)

(0.0076)

(0.2666)

行业效应

控制

控制

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

控制

控制

样本数

17953.

17000.

16544.

17953.

17000.

16544.

调整后R2

0.2658

0.1843

0.2749

0.2659

0.1843

0.2749

注:*、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

天天论文网
专注硕士论文服务

24小时免费热线

SERVICE ONLINE

13503820014

手机扫描二维码

收缩
  • 电话咨询

  • 13838208225