一、引言

CecchettiG S，M ohanty M s c F.Zam polli（2011）研究报告认为企业杠杆率警戒线为90%，超过之后对经济增速的负面影响将超过0.05%［1］，按照这个警戒线标准，我国的非金融企业部门债务已经严重超标①根据国际清算银行（BIS）2016年数据显示我国非金融企业杠杆率为166.3%。，企业去杠杆问题已成为制约中国微观企业发展的当务之急。为此，2016年中国国务院发布了《关于积极稳妥降低企业杠杆率的意见》（国发〔2016〕54号），意见提出了积极稳妥降低企业杠杆率等七大措施。积极稳妥降低企业杠杆率已是国家从战略层面做出的重大决策部署，是供给侧结构性改革的重要任务之一。

改革开放之后，中国以商业银行为主导的金融中介体系经历了巨大变革，这些变革包括商业银行剥离坏账、股权改造、引资上市等混合所有制改革，同时进一步放宽外资银行准入限制，鼓励银行业市场竞争等市场化转型，特别是2015年3月中国推出存款保险制度以及同年10月份放开金融机构存款利率上限管制，标志着利率市场化改革也取得实质性进展。但是由于中国在金融领域长期以来实施的是严格的资本管制制度，商业银行融资仍占社会全部融资规模的70%以上，现阶段金融发展状况决定了中国是以银行为主导的金融结构（林毅夫与姜烨，2006；林毅夫、孙希芳与姜烨，2009）［2-3］。因此，作为资金的主要供给方，银行业在企业资本结构调整过程中如何发挥重要作用？金融中介发展是否必然会对公司资本结构调整产生影响？如果金融发展可以促进中国上市公司杠杆率调整行为，那么不同产权形式的上市公司对银行信贷供给的反应是否具有一致性？在中国供给侧结构性改革的大背景下，针对这一系列问题的研究更具理论与现实意义。

公司去杠杆化本质上是企业资本结构调整问题，目前国内研究多集中在企业杠杆率调整的宏观调控政策评价（胡志鹏，2014）［4］，研究视角更偏重宏观。本文使用2005年至2015年中国上市公司数据，从行业及微观视角实证研究了金融中介发展对公司资本结构调整速度的影响。文章的贡献主要体现在：第一，从资金供给的角度，分别从行业及微观角度检验了金融中介发展对公司资本结构调整速度的影响。第二，结合中国转型经济的特点，将现阶段中国上市公司的产权特征、预算软约束等交互效应考虑进来，充分捕捉金融中介发展对公司资本结构调整速度的非线性特征。

二、文献综述与研究假设

（一）国外研究现状

国外研究关于影响公司资本结构的文献较多，其中的啄食理论认为市场信息不对称导致企业选择项目融资首选内部资金，然后选择公司债务，最后才利用权益资金融资。权衡理论则将企业债务中的税收减免与可能导致的破产成本进行了权衡。上述理论也得到实证研究的支持（Frankamp;Goyal，2009）［5］，但是二者都依赖于资本供给完全弹性的假设，这意味着企业杠杆是由其债务需求决定的。商业银行作为企业融资的提供方，它的发展直接关系到企业的债务融资规模与成本，因此，资金供给方的条件对于企业融资决策也是重要的（如 Grahamamp;Harvey，2001；Leary，2009）［6-7］。

金融中介发展对公司资本结构调整的影响机理至少有两个方面：首先，Holms tróǒòōm B. amp;Tirole（1997）、Rajan amp;Z ingales（1998）研究认为金融发展降低了公司的代理成本并对公司的杠杆率有积极的影响，企业在经济发展水平较低的情况下受到融资约束限制，而金融发展降低了企业的融资约束［8-9］。其次，伴随金融中介体系的发展，商业银行将会加强信息收集和监控技术，随之带来公司资本结构调整成本的降低。F aulkender amp;Peter sen（2006）的研究结果表明，获得信用评级的公司其杠杆率会有所提高［10］。已有文献认为影响公司资本结构调整因素可侧重为宏观经济形势、通货膨胀等外部因素（Cook amp;T an g，2010）［11］以及企业营利性、成长性等微观异质性因素（Drobet zamp;Wanzenried，2006）［12］。A.A.A n t z oula t os，K.K ou f o p oulos，C.L omb r inou dak is amp;E.T siritakis（2016）则从金融供给的角度分析了金融发展对企业资本结构的影响，他们分别评估了影响公司杠杆率的三大决定因素：企业异质性、行业特征和宏观经济因素，认为金融发展是驱动企业杠杆率收敛的最大因素［13］。此外，学者F lann ery amp;R an g an（2006）关于资本结构目标调整模型的经验证据支持了动态权衡理论，表明在长期内公司也存在目标资本结构［14］。

（二）国内研究现状

国内研究多以实证研究为主，沈红波、寇宏与张川（2010）［15］认为金融发展有利于缓解企业融资约束。江伟与李斌（2006）认为金融发展有助于可抵押资产较少的企业获得债务融资，规模较小的企业更多获得债务融资和长期债务融资［16］。唐松、杨勇与孙铮（2009）利用新制度经济学理论分析了金融发展水平对债务治理作用的影响，认为只有金融发展程度高的地区，债务治理才越有利于提高公司价值［17］。姚耀军与董钢锋（2015）基于中小企业公司数据实证认为银行中介在金融结构中主导性越强，越能显著降低企业的投资－现金流敏感性，但是他们没有发现提高金融发展水平可显著缓解中小企业融资约束的证据［18］。姜付秀与黄继承（2011）利用上市公司A股数据探讨了中国市场化改革与企业资本结构调整的关系，研究结果表明资本结构的调整速度随着利率市场化程度提高而加快［19］。（彭建刚、王舒军与关大宇，2006；彭建刚、关大宇与朱宝，2017）研究认为利率市场化改革背景下银行存贷利差长期发展趋势将收窄，银行在进行金融创新的同时一定要控制好风险溢出问题，特别应当加快完善金融防火墙制度，使其能够有效抵御金融市场的外溢风险［20-21］。

中国是一个新兴的转型经济国家，某种程度上中国上市公司资本结构更多的受外部金融制度的影响。首先，所有权类型影响中国上市公司资本结构选择，中国绝大多数的银行是国有的，国有银行的信贷决策不可避免地要受到政府行政指令的干预，使其信贷投放偏离利润最大化目标（Bardn tandLi，2003；LiK.，Yue H. amp;Zhao L.，2009；CullR.，LiW.，S un B. amp;Xu L.C.，2015）［22-24］。其次，商业银行在发放贷款时普遍存在所有权歧视，并由此导致了国有银行对企业尤其是国有企业普遍的预算软约束。盛明泉等（2012）检验了国有企业的预算软约束对其资本结构的影响，认为国有上市公司的预算软约束越严重，企业的资本结构调整速度也越慢［25］。钟宁桦等（2016）认为金融危机之后我国大部分的工业企业已经显著地“去杠杆”化，而显著“加杠杆”的是少数的大型、国有、上市的公司［26］。最后，黄文清（2011）利用中国上市公司数据实证认为债务融资结构中银行借款不能对上市公司经营者形成有效监督和制约，反而一定程度上加重了上市公司的代理冲突 ［27］，因此，现有的国外实证结论并不能简单地套用于中国现实情况。

总而言之，大量的理论和实证文献突出了外部宏观环境、行业特征及公司异质性等对公司资本结构的影响。由于采用的研究方法、实证数据不同，中国学者研究也并未就金融中介发展如何影响上市公司资本结构调整速度得出一致的结论。

根据上述讨论提出如下假设：

H1：在控制其他因素的条件下，金融中介发展与上市公司资本结构调整速度之间呈显著负相关关系，即金融中介发展水平越高，公司去杠杆调整越明显。

H2：其他条件相同的情况下，资产规模越大的上市公司，金融中介发展对其企业资本结构调整速度的边际作用越小，对于中国国有上市公司而言，这种交互效应更加明显。

H3：金融中介发展对上市公司资本结构调整速度受到预算软约束影响，在控制其他因素的条件下，预算软约束的调节效应弱化了上市公司去杠杆的效果。

三、模型设定与数据说明

（一）模型设定

要考察金融中介发展影响企业资本结构调整行为，可以将企业资本结构调整变动作为被解释变量，金融中介发展指标作为解释变量，同时控制上市公司异质性特征与宏观外部环境，进行计量模型检验。

上市公司数据源自国泰安数据库年度披露数据，并相应地做如下处理：（1）剔除金融类、ST等公司数据。（2）考虑到中国上市公司2005年之后才开始解禁国有股流通问题，将样本时间确定为2005年至2015年。（3）鉴于主动负债后资本结构的调整需要一定的时间跨度，样本中仅保留资本结构的变化数据连续超过4年的样本数据，并删除样本中数据缺漏两年以上的公司。（4）剔除样本中异常值数据，包括资产负债率大于1的以及严重缺漏数据的公司。由此，整理后共计931家上市公司11年的9 036笔数据。总体上样本数据以非平衡面板形式呈现。宏观经济数据来自中国国家统计局官方网站。为了剔除数据异常值影响，针对所选变量进行1%的数值缩尾处理。在进行系数估计之前，对解释变量两两之间的相关性进行了检验，系数矩阵显示变量之间最大的相关系数均在－0.3到＋0.3之间，说明各自变量间不存在明显的多重共线性问题（限于篇幅，本文不再报告）。

机械类课程的特点是实践性强，要求理论学习与工艺实践的关系非常紧密；但实施新培养方案后，导致课时少，内容多，理论学习与工艺实践常常脱节，造成教学内容抽象和不直观等弊端[4-5]。随着数字化技术的不断发展，机械类课程的教学中引入现代信息技术，将有效辅助课堂教学和实验教学，从而增强教学效果并优化教学资源，从而提高机械类课程的教学质量，提高学生的全面素质，培养高层次的全面发展型人才[6-7]。

参考 Flannery amp;Rang an（2006）、Cook amp;T an g（2010）等计量模型，将被解释变量设定为解释变量及公司异质性特征、外部宏观环境等一系列变量的线性函数，模型构造如下检验模型：

（2）从产权特征上来看，表1中数据表明国有上市公司杠杆率均值普遍均高于全样本公司杠杆率均值。从资本结构调整速度来看，银行贷款融资占比（L oan）低分组区间（0~40%）国有企业加杠杆速度普遍高于全样本公司，而对应的高分组区间（60%以上）其资本结构调整（去杠杆）速度低于全样本公司速度，结果对比说明国有企业特别是低效国企可能更多的享有政府隐性担保、行政补贴、政策扶持等优惠，结果造成国有企业杠杆率不断增加，民营等上市公司资本结构则更多的选择去杠杆调整。

 

其中下标y表示样本中上市公司的数量，t代表样本考察时间，模型中εy，t为随机扰动项，ay代表不可观测的个体效应，因此模型（1）为面板数据模型。△levy，t代表上市公司资本结构调整速度的度量指标，deve l p为解释变量，也就是考察的银行中介金融发展水平指标。模型中co rp为上市公司异质性特征变量，分别选取上市公司资产规模、营利性、流动性、资产特征、公司成长性等影响公司资本结构的变量。mac r o为宏观层面经济指标，分别选取名义GDP增长率、上市公司最终控制人类型、资产价格增长率等指标作为代理变量。

De Jong（2008）［28］认为国家宏观金融发展不但能直接影响公司资本结构，而且还可以间接影响企业微观层面因素来调整资本结构。例如良好的债券市场可以刺激企业债务融资规模，或者宏观因素通过影响信贷市场抵押品价值来推动上市公司债务融资。按照这一思路，本文将利率市场化为代表的金融中介发展间接影响考虑进来，同时借鉴姜付秀与黄继承（2011）等计量模型，将反映公司预算软约束、公司微观特征等控制变量作为交互项引入计量模型，同样为避免模型产生内生性问题，金融中介发展微观变量选用T-1期数据。扩展模型（2）如下：

2.交互效应扩展模型

（2）构建以市场导为向的绿色技术创新体系。当企业走绿色化生产模式时，虽有政府财政补贴，但是环保企业还会面临市场竞争力弱、产品受社会认可度低等一系列问题。所以环保企业应根据市场的需求加大对绿色产品研发和制造的投入，加强企业科技研发及同科研院所的产学研的合作力度，改造生产条件和技术，优化产品设计和生产工艺，形成绿色低碳的生产体系。

（3）差额补贴。政府根据市场情况对农作物产品设置一个基准价格，当农产品市场价格低于该基准价格之后，农户可以从政府或者农协处领取一定的补贴。

 

式（2）中devəe l p×con tr ol×为所要考察的控制变量与公司资本结构的交互项，对（2）式中控制变量求偏导得到 =ρ+k develp，通过观察k的符号可判断不同控制变量对上市公司资本结构的影响（交互效应）。如果交互项系数k显著不为零，则可观测在控制变量交互作用下金融中介发展对公司资本结构调整速度的非线性影响。

2017年陇西县的“贫中之贫、坚中之坚”深度贫困乡镇还有5个、深度贫困村还有57个（建档立卡贫困村31个、非建档立卡贫困村26个），要解决贫困程度深、贫困面大的问题，还需动员更多的社会力量参与深度贫困村的结对帮扶协作。

“互联网+”是新时代互联网信息技术快速发展的产物，它的出现在某种程度上有效改善了很多行业发展格局，是一种创新型、高效的综合技术发展模式[1]。通过把“互联网+”和公共图书馆读者服务结合在一起，能够为广大读者提供更好的服务。与此同时在一定程度上也改变了社会民众日常阅读方式。因此，作为图书馆员一定要以一种与时俱进的心态积极拥抱“互联网+”发展模式为广大读者提供最佳服务。

（二）数据来源说明

1.被解释变量

为了衡量公司资本结构调整速度，笔者做如下处理：（1）用公司资产负债率的实际增长率作为公司资本结构调整速度的代理变量，即对上市公司资产负债率进行对数差分后得到资本结构调整速度，当该数值大于零表明企业进行加杠杆调整，否则表示下调杠杆率。（2）选择用公司实际杠杆率减去目标杠杆率，即D is=L ev-L ev*，其中L ev*为公司目标资本结构，考虑到公司资本结构调整速度的滞后性，选用公司T年之前三年杠杆率均值作为目标资本结构。D is表示企业某年度的实际资本结构对目标资本结构的偏离程度，如果该变量为正，说明企业实际负债比率超过了目标负债比率，资本结构应向下调整；反之则应加杠杆调整。

2.解释变量

接下来将金融中介发展的微观指标进行排序后按20%、40%、60%和80%位置上分成五组。并统计各组区间内对应的被解释变量均值。表1中可以看出：

①参考李健与贾玉革（2005）［30］、江伟与李斌（2006）等研究，选用上市公司从银行获得债务融资占所有者权益的比率来表示银行发展水平（L oan）。计算公式为上市公司短期贷款与长期贷款之和除以公司所有者权益总额，这一指标也可反映出金融中介机构经营的商业化程度。②债务融资成本（C os t）是衡量金融中介发展的另一个微观视角。金融中介发展意味着上市企业能以较低的利息成本融资，这也直接决定了债务的可持续性。此外，由于我国债务契约主要发生在银行和企业之间，上市公司过多的利息支出也意味着贷款融资规模的扩大，融资效率降低。理论上债务融资成本可用财务费用与公司期间费用的比值来表示。

3.控制变量

（1）公司微观层面的控制变量。Frankamp;Goyal（2009）认为影响公司资本结构的变量包括公司规模、盈利能力、有形资产比率以及宏观经济变量等。Chang C.，Chen X. amp;G.Liao（2014）［31］基于中国上市公司数据认为影响杠杆率的基本因素包括盈利能力、行业影响力、资产增长、最后控制人特征、最大股东等因素。肖泽忠与邹宏（2008）［32］认为杠杆率决定因素如公司规模、有形资产比率、成长性和营利性等在中国有着类似的实证结果。综合已有研究成果，笔者选择公司异质性微观控制变量包括：

①上市公司规模（T A），其数值为上市公司总资产的自然对数。②资产结构（Tang），资产结构用有形资产占总资产比例来表示。③营利性（Profit），营利性以公司年营业利润除以主营业务收入来表示。④成长性（Growth），成长性用主营业务收入的增长率来表示。①托宾Q通常被用来衡量企业的成长性。然而针对我国一系列经验研究表明，中国股市接近但尚未达到弱势有效（连玉君等，2008）。为避免平均企业成长性的衡量偏误，本文参照唐建新等（2009）、姚耀军等（2015）研究使用主营业务收入增长率来衡量企业成长性。⑤流动性，用上市公司流动资产/（存款以及短期资金）来表示。⑥公司治理状况，该变量选用前10大股东持股比例（Top10）来表示。⑦非债务税盾（Ndt s），折旧和投资税减免等可作为债务税盾的替代，计算方法上用公司的年折旧额除以总资产。⑧产权类型（State）。该虚拟变量为控制上市公司第一大股东的最终控股股东类型。当最终控制人为国有控股、地方国有控股时，虚拟变量取值为1，民营控股、外资控股等其他情况下取值为0。

值得一提的是，全新BMW X5配备了智能互联驾驶座舱（BMW Live Cockpit Professional）。结合了第七代BMW iDrive 人机交互系统和最新设计的BMW智能显示系统，通过均为12.3英寸的高清组合仪表和触控中央控制显示屏与驾驶者进行沟通。多模式互动功能允许驾驶者根据个人喜好使用方向盘多功能按键、iDrive控制旋钮、触摸显示屏、语音控制和BMW手势控制系统进行操作。BMW平视显示系统同样经过进一步开发升级，提供更大的投影面积以及新的显示内容。

（2）宏观控制变量

①苏冬蔚与曾海舰（2009）［33］认为中国上市公司的资本结构呈显著的反经济周期变化。经济周期（Cyc_gdp）利用H P滤波处理方法得到GDP增长的时间序列的趋势值，再以实际GDP增长率减去趋势值。当经济实际增长率的当前值高于趋势水平，此时经济周期是扩张的，否则便认为经济周期处于下行周期。②参考H uan g amp;Ritter（2005）等研究［34］，选用上海沪指的增长率（Stock）来反映外部金融市场资产价格波动性和投资者避险情绪。

（3）交乘项选择

在土木工程建筑结构的设计过程中，良好的选址非常重要，其不仅具有关键性的作用，而且也是整个建筑工程的重要基础。一般来说，如果土木工程建筑的选址合格、稳定，那么就能够为之后的工程建设打下扎实的建设基础，从而充分地提高整个工程的安全系数。但是，在现实情况中，某些施工单位在选址的过程中，却没有专业性的指导，导致选址不合理。这样不仅会直接影响到工程施工的安全性，还会为建筑物的使用带来安全隐患，相应的，土木工程的建设质量也会受到影响。

①已有研究认为小规模公司存在信息不对称问题以及较高的交易成本，所以更有可能面临融资约束。另外，由于上市公司中国有企业资产规模普遍要大于民营上市公司，因此，资产规模指标也可被认为是产权特征的替代变量。②预算软约束的存在会改变银行体系金融发展对公司资本结构调整速度的影响，借鉴林毅夫、刘明兴与章奇（2005）预算软约束计算办法［35］，用行业内所有样本企业当年的利息支出占年初负债总额的平均值减去该企业的实际数值来衡量预算软约束（S bc），经过处理之后，上市公司面临的预算约束越大，则指标数值也越大。

4.数据来源

1．基准模型设定

考虑到数据的可得性和横向比较的客观性，本文对银行发展从行业与微观两个层次进行考察。（1）银行中介规模行业指标（FIR）。参考国内卢峰与姚洋（2004）［29］的研究，利用银行信贷总量／GDP指标来衡量金融中介发展水平。该数值越大，表示该国银行规模在经济活动中的作用越大，该国的金融体系总体结构也越偏向于“银行主导型”；（2）利率市场化指标（Igap）。理论上利率市场化将导致银行体系竞争加剧，银行息差将收窄，因此用银行净息差作为反映中国银行中介发展效率指标；（3）银行市场竞争结构指标（Comp）。该变量利用前五家国有控股银行的资产规模之和占全部银行业的比例反映中国银行业的垄断程度；（4）代表金融中介发展的微观指标包括：

XPC基因单核苷酸多态性与肺癌相关性的研究进展…………………………………………………… 范晓凡等（14）：2007

（1）从全样本来看，上市公司银行贷款融资占比（L oan）分组内处于最高区间（＞80%）所对应的杠杆率均值要明显高于最低分组区间（＜20%）对应的杠杆率均值，说明金融中介发展水平越高，上市公司可从银行获得的贷款额度越多，相应的资产负债率也越高。但随着上市公司从银行获得贷款额度的增加，相应的公司资本结构调整速度由正转负，说明金融中介发展水平越高时，公司资本结构向下调整的动机越强烈，即上市公司资本结构存在朝目标值调整的现象。同样以公司债务融资成本分组数据来看也显示这一规律。

煤矿机电自动化是在社会向现代化、科技化发展进程中的产物，与传统的煤矿开采设备相比，具有明显的优势，主要表现在以下几个方面：

 

表1 金融中介发展分组统计

  

贷款融资占比分组（loan） 债务融资成本分组（cos t）全样本 国有 东部 西部 全样本 国有 东部 西部杠杆率原值20% 41.24 41.86 40.43 40.95 45.95 46.2 46.02 45.58 40% 48.40 49.77 48.82 45.03 50.72 51.78 51.05 49.21 60% 53.61 54.5 53.78 52.89 55.15 56.16 55.42 53.97 80% 59.55 61.28 59.67 59.78 58.71 60.91 59.19 56.37 100% 66.25 67.56 65.65 67.22 61.04 62.91 59.9 61.75（1）-（5） -44.70*** -35.74*** -35.01*** -17.86*** -24.74*** -21.24*** -17.60*** -9.89***杠杆率增速20% 4.43 4.29 4.72 5.53 2.63 3.18 2.89 1.78 40% 0.34 1.04 0.63 -1.72 -0.14 0.51 -0.11 1.22 60% -0.52 0.29 -1.17 -1.03 -1.61 -1.02 -1.79 -2.57 80% -1.01 -0.18 -1.13 -0.06 -1.25 -0.79 -1.60 -2.02 100% -2.29 -1.83 -1.93 -3.65 -1.20 -0.31 -1.20 -1.33（1）-（5） 9.88*** 7.79*** 7.85*** 4.57*** 6.07*** 4.70*** 5.15*** 1.76*

四、实证结果分析

（一）金融中介发展对公司资本结构调整的行业视角分析

采用面板固定效应方法对基准模型1进行估计，表2中（1）-（3）项被解释变量为杠杆率实际增速，（4）-（6）项被解释变量是公司当年的杠杆率减去前三年杠杆率的均值。

从行业规模因素来看，金融中介发展规模指标（F I R）与公司资本结构二者估计结果显著负相关，表明公司融资结构中银行贷款比重越高，上市公司资本结构向下调整越明显。其次，被解释变量与银行存贷款净息差（I g a p）回归结果在1%置信水平显著为正，表明银行间存贷息差越大，公司资本结构向上调整的幅度越大。长期来看，随着银行利率市场化改革的推进，未来银行业竞争加剧，银行净息差将呈现收紧趋势，利率市场化对上市公司资本结构调整速度的影响程度也将下降。另外，银行业垄断程度（Com p）与公司资本结构调整速度回归系数均不显著，这一结论也与姜付秀与黄继承（2011）研究结果相同。

表2中公司规模（TA）、成长性（Growth）与公司资本结构调整速度显著正相关，表明公司规模

越大，发展较快的公司向市场传递出积极信号，相应获得外部银行贷款融资的机会更多。资产有形性（Tang）与资本结构变动显著负相关，当公司有形资产较多时，企业债权融资的抵押品价值增加，公司融资能力增强，因此公司更多地选择去杠杆来调整资本结构。公司治理指标中前十大股东持股比例（T o p10）与资本结构调整速度显著负相关，这一结果比较符合委托代理理论，表明随着股东治理增强公司通过降低负债来减少经理人的委托代理成本。此外，资产流动性（Liq）、非债务税盾（Ndts）等控制变量也与公司资本结构调整速度显著负相关，这与国内大部分实证研究结论相吻合。

事实上，高压输电设备在运行状态下都有其特定的温度标准，国家也有明确规定。检修人员要结合供电系统高压输电线路检修背景，优选红外线设备对高压输电设备的表面温度值进行收集，继而将所得数据与标准温度值比对，把比对结果作为设备故障判断依据，科学且直观。与其他检修技术相比，表面温度判断法易于操作，非常实用。但是，具体工程实践中也存在诸多限制性因素。倘若高压输电线路负荷过低，很难依据发热情况对故障位置进行判定，产生失误或漏判情况。

 

表2 金融中介发展与公司资本结构调整速度回归

  

注：表中*、**和***分别代表z统计量在10%、5%和1%的置信水平下显著。行业、地区已控制，未列入表内。

 

P an e l1杠杆率增速 P an e l2实际杠杆率-前三年杠杆率均值（1） （2） （3） （4） （5） （6）I g a p 10.72***— —20.75***— —-2.64——-3.47——C om p—-1.95 —-0.90——（-1.54） — （-1.35） —F I R T A L i q T an g T o p10 Gr ow t h P r o f i t Ndt s C y c_gdp S t oc k—-11.85***— —-24.31***——（-2.63） — — （-3.52）—2.18*** 2.23*** 2.20*** 2.30*** 2.32*** 2.41***-5.05 -5.14 -5.15 -9.34 -9.41 -9.73-0.67*** -0.67*** -0.68*** -0.30*** -0.30*** -0.35***（-8.05） （-8.06） （-8.37） （-6.79） （-6.80） （-7.79）-0.07*** -0.07*** -0.07*** -0.01 -0.01 0.00（-2.84） （-2.87） （-2.78） （-0.51） （-0.53） -0.05-0.16*** -0.16*** -0.15*** -0.12*** -0.12*** -0.13***（-6.35） （-6.36） （-6.23） （-8.84） （-8.84） （-9.17）0.05*** 0.05*** 0.05*** 0.04*** 0.04*** 0.04***-8.49 -8.46 -8.48 -13.33 -13.31 -11.82-0.18*** -0.18*** -0.18*** -0.10*** -0.10*** -0.10***（-17.72） （-17.72） （-18.15） （-18.05） （-18.05） （-18.14）-0.01*** -0.01*** -0.01*** -0.01*** -0.01*** -0.01***（-4.82） （-4.81） （-4.92） （-4.78） （-4.77） （-4.62）-0.18 -3.73* -0.39*** -0.63 2.53* -1.08*（-1.11） （-1.94） （-4.13） （-1.20） -1.94 （-1.65）-0.02 0.20* -0.01 -0.02** -0.01 -0.01（-1.35） -1.75 （-0.83） （-2.02） （-0.82） （-0.67）-31.89*** -53.62*** -20.66** -34.62*** -55.64*** -12.26（-3.43） （-3.65） （-2.07） （-5.76） （-5.87） （-1.12）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R2 0.07 0.07 0.08 0.11 0.11 0.11 F 38.06 36.09 39.58 55.33 52.19 56.30 N 9 064 9 064 9 203 8 210 8 210 8 350截距项

 

表3 金融中介发展微观变量与公司资本结构调整速度回归

  

注：表中*、**和***分别代表z统计量在10%、5%和1%的置信水平下显著，行业、地区已控制，由于篇幅限制，其他控制变量表中不在呈现。

 

（8）交互项6 L.loan -0.05*** -0.03*** -0.04*** 0.41*** L.cos t -8.86*** -7.12*** -7.80*** 21.37***（-4.17） （-2.75） （-3.65） （2.97） （-11.94） （-9.74） （-10.53） （2.79）S t a te 1.33*** 1.24*** 1.24*** 1.23*** S t a te 1.27*** 1.23*** 1.21*** 1.23***（5.97） （4.27） （4.19） （4.24） （5.73） （4.07） （3.99） （4.06）T Ax loan—0.02***— —T Ax cos t—3.65***— —— （6.38） — — — （3.13） — —S bc x loan— — 0.01**—S bc x cos t— —0.60***—— （-2.31） — — — （-3.91） —G a px loan— — —-0.12***G a px cos t— — —-7.70***—— （-3.32） — — — — （-3.76）控制变量 Y E S Y E S Y E S Y E S 控制变量 Y E S Y E S Y E S Y E S行业效应 — 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 时间效应 — 控制 控制 控制R2 0.11 0.11 0.12 0.11 R2 0.09 0.10 0.10 0.10 F 47.07 F 54.90膨胀因子 1.11 — — — 膨胀因子 1.22 — —N 7 056 7 050 7 048 7 056 N 6 975 6 970 6 975 6 975 P an e l3 （1）O L S1（2）交互项1（3）交互项2（4）交互项3 P an e l4 （5）O L S2（6）互项4（7）交互项5

（二）金融中介发展对公司资本结构调整的微观交互效应

选取代表金融中介发展的微观层面指标，并将控制变量的交互影响纳入基准模型（1）以构建扩展模型，通过这样处理有助于考察模型估计结果对控制变量的敏感性。考虑到可能存在的多重共线性问题，模型对交乘项中的变量做了“中心化”处理，并进行多重共线性检验。估计结果如表3所示，其中最小二乘法（O L S）模型回归结果的方差膨胀因子（V I F）均小于2，表明模型不存在严重的多重共线性问题。

表中被解释变量采用公司实际杠杆率减去前三年杠杆率的均值，基于微观指标的实证结果表明：（1）无论是以银行贷款融资占比还是债务融资成本为解释变量，金融中介发展与公司资本结构调整速度显著负相关，银行中介体系发展越充分，上市公司银行贷款融资比重越大、债务融资成本越高，则下一期公司资本结构向下调整的速度也越快。（2）公司规模与金融中介发展的交乘项（T Ax loan）系数在1%置信水平为正，表明金融中介发展对公司资本结构的边际影响随着资产规模的增加而递减。通常来说国有上市企业资产更雄厚，其资产负债调整速度也相对较慢，因此，公司规模交互效应实际上弱化了金融中介发展对资本结构调整的作用效果。（3）预算软约束与金融中介发展交乘项前系数至少在5%置信水平为正，表明受到预算软约束的上市公司金融中介发展对其资本结构的调整影响更小。（4）利率市场化变量与金融中介发展的交乘项前系数在1%置信区间上显著为负，表明金融中介发展对公司资本结构的边际作用明显受到利率市场化改革的间接影响，但模型加入交乘项之后是改变了原有解释变量系数的符号，表明利率市场化实际上弱化了金融中介发展对企业资本结构调整速度的影响效果。

 

表4 稳健性检验

  

P an e l5贷款融资占比（5）50%样本L.cost -0.83*** -0.84*** -0.87*** -0.98*** -1.20***（-7.52） （-4.32） （-3.72） （-8.87） （-6.32）TAxcost 1.04*** 0.72 1.34** 1.06*** 1.96***（3.96） （1.64） （2.32） （3.98） （4.91）Sbcxcost 0.14*** 0.09 -0.20*** 0.10*** 0.11**（5.24） （1.64） （-3.73） （3.62） （2.24）控制变量 Y E S Y E S Y E S Y E S Y E S时间效应 控制 控制 控制 控制 控制R2 0.45 0.44 0.44 0.44 0.45 F 151.86 49.05 34.30 149.05 114.16 N 4 065 1 389 1 001 4 249 3 449（1）国有（2）民营（3）西部（2）东部

（三）稳健性分析

为确保模型估计结果的有效性，进行以下稳健性检验：（1）选用不同分组形式回归。按上市公司地域特征分组，总体上东部地区处于经济发达地区，金融发展水平较高，而西部则处于相对较不发达地区。同时再按上市公司产权特征分组分别进行检验。（2）选择不同的被解释变量。利用上市公司市场价值杠杆率实际增速作为资本结构调整速度的代理变量，其中的企业市场价值杠杆率计算公式为：账面负债总额（/账面负债总额+股价×总股数）。（3）按样本中金融中介发展水平排序，将该指标低于25%分位数值和高于75%分位数值的数据予以剔除，只提取中间的50%样本然后重新进行回归。

选取上海某区4所社区卫生服务中心2010年1—12月接受过家庭输液的患者100例。患者纳入标准为接受过上门输液服务超过3次，神智清晰且表达能力正常。

从表4中可以得到如下结论：

从稳健性回归结果可以看出：（1）金融中介发展仍然与公司市场价值杠杆率增速显著负相关。（2）基于产权特征分组回归后，国有企业资产规模交乘项（T Ax loan）系数在1%置信水平显著为正，而P an e l5中民营企业组内资产规模的交互效应则不显著，P an e l6的民营企业组内资产规模交乘项则在10%置信水平显著为负，这意味着资产规模的交互效应只在国有企业内部强化了金融中介发展对其资本结构的边际影响，在民营企业组内则弱化了这种作用效果。（3）稳健性分析也表明上市公司预算软约束弱化了公司资本结构调整速度，但P an e l5结果表明民营公司预算软约束的调节效应不显著。（4）从地区分组结果来看，西部地区子样本中资产规模交互效应显著为负，表明预算软约束在西部地区反而强化了金融中介发展对公司资本结构调整速度的影响，这可能的原因是西部地区公司更多地受到国家信贷支持的倾斜，因此预算约束越高，反而资本调整速度越快。

连杆试件照片以及成像区域如图13，连杆试件上有3个孔作为模拟缺陷：杆身位置A(直径为1mm的盲孔，孔深3mm)、连杆小头与杆身过渡凹槽部位B(直径为1mm的盲孔，孔深5mm)。

总之，无论采用何种方法，金融中介发展与公司资本结构调整速度之间显著负相关，这与表3回归的结果完全一致。说明实证结果比较稳定，不受计量方法的影响。

2.1.1 A组:每天给予患者常规构音障碍康复练习,每日1次,每次20分钟,每周5次,持续2周。B组:在A组基础上联合针灸,每日针灸1次,1次针灸治疗(20分钟),每周五天,持续2周。

 

续表4

  

注：表中*、**和***分别代表z统计量在10%、5%和1%的置信水平下显著。为节省篇幅，表中只列出关键解释变量的回归结果，其他控制变量回归结果省略。

 

P anl e6债务融资成本（1）国有（2）民营（3）西部（2）东部（5）50%样本（-5.80） （-2.62） （-4.36） （-6.31） （-4.91）TAxcost 0.33*** -0.33* 0.33* 0.13 0.02（2.81） （-1.90） （1.77） （1.12） （0.10）Sbcxcost 0.15*** 0.05* 0.06* 0.16*** 0.09***（10.02） （1.78） （1.84） （11.07） （4.15）控制变量 Y E S Y E S Y E S Y E S Y E S时间效应 控制 控制 控制 控制 控制R2 0.45 0.44 0.43 0.44 0.46 F 150.01 47.68 33.46 148.40 116.53 N 4 005 1 382 998 4 195 3 392 L.cost -0.40*** -0.29*** -0.63*** -0.42*** -0.57***

五、结论及政策启示

2017年中国共产党中央经济工作会议提出在控制总杠杆率的前提下，把降低企业杠杆率作为重中之重。尽管中国金融体制进行了一系列改革，但现阶段银行信贷仍是上市公司融资的主要供给方，金融中介发展仍对公司资本结构调整发挥着重要的作用。本文利用上市公司2005年到2015年的年度数据，基于行业及微观视角研究了中国金融中介发展对上市公司资本结构调整速度的影响。得到主要结论有：

（1）在控制外部宏观经济因素与上市公司异质性条件下，金融中介发展导致上市公司下一年度资本结构调整速度下降。（2）中国国有上市企业杠杆率更高，且国有企业子样本中金融中介发展对其资本结构调整速度的边际影响随资产规模增大而递减。（3）金融中介发展对上市公司资本结构调整速度的作用效果受到预算软约束影响，预算软约束弱化了上市公司资本结构调整速度。

本文的研究丰富了资本结构以及国有产权领域的文献。研究结果具有的政策含义在于：一是要实行差异化资本结构调整策略，根据不同企业的规模、所有权、行业及区域特征来完善差别化调控政策，优化信贷资源的配置。二是降低中国国有企业杠杆率需要增强企业的自生能力，而最根本的政策在于深化国有企业改革，减少制度层面的障碍。

［参考文献］

［1］CecchettiG.S.，Mohanty M.S. amp;FZampolli.（2011）.The Real Effects of Debt［R］.BISWorking Papers，352.

［2］林毅夫，姜烨.经济结构、银行业结构与经济发展——基于分省面板数据的实证分析［J］.金融研究，2006（1）：7-22.

［3］ 林毅夫，孙希芳，姜烨.经济发展中的最优金融结构理论初探［J］.经济研究，2009（8）：45-49.

［4］胡志鹏.“稳增长”与“控杠杆”双重目标下的货币当局最优政策设定［J］.经济研究，2014（12）：60-71.

［5］Frank M.Z.，Goyal V K.（2009）.Capital Structure Decisions：Which Factors are Reliably Important［J］.Financial Management，38（1）：1-37.

［6］Graham J，Harvey C.（2001）.The Theory and Practice of Corporate Finance：Evidence From the Field［J］.Journal of Financial Economics，60：187-243.

［7］Leary M.T.（2009）.Bank Loan Supply，Lender Choice，and Corporate Capital Structure［J］.Journal of Finance，64（3）：1143-1185.

［8］ Holmstróǒòōm B.，Tirole J.（1997）.Financial Intermediation，Loanable Funds and the Real Sector［J］.Quarterly Journal of Economics，112（3）：663-691.

［9］ Rajan R.，Zingales L.（1998）.Financial Dependence and Growth［J］.American Economic Review，88（3）：559-586.

［10］Faulkender M.，Petersen M.A.（2006）.Does the Source of Capital Affect Capital Structure［J］.Review of Finance Studies.19（1）：45-79.

［11］Cook D.O.，T.Tang（2010）.Macroeconomic Conditions and Capital Structure Adjustment Speed［J］.Journal of Corporate Finance，16（1）：73-87.

［12］DrobetzW.，Wanzenried G.（2006）.What Determines the Speed of Adjustment to the Target Capital Structure［J］.Applied Financial Economics.16（13）：941-958.

［13］Antzoulatos A.A.，Koufopoulos K.，Lambrinoudakis C. amp;Tsiritakis E.（2016）.Supply of Capital and Capital Structure：The Role of Financial Development［J］.Journal of Corporate Finance，38：166-195.

［14］Flannery M.J.，K.P.Rangan （2006）.Partial Adjustment Toward Target Capital Structures ［J］.Journal of Financial Economics，79：469-506.

［15］沈红波，寇宏，张川.金融发展、融资约束与企业投资的实证研究［J］.中国工业经济，2010（6）：55-64.

［16］江伟，李斌.制度环境、国有产权与银行差别贷款［J］.金融研究，2006（11）：64-73.

［17］唐松，杨勇，孙铮.金融发展、债务治理与公司价值——来自中国上市公司的经验证据［J］.财经研究，2009（6）：4-16.

［18］姚耀军，董钢锋.中小企业融资约束缓解：金融发展水平重要抑或金融结构重要?——来自中小企业板上市公司的经验证据［J］.金融研究，2015（4）：148-161.

［19］姜付秀，黄继承.市场化进程与资本结构动态调整［J］.管理世界，2011（3）：124-134+167.

［20］彭建刚，王舒军，关天宇.利率市场化导致商业银行利差缩窄吗?——来自中国银行业的经验证据［J］.金融研究2016（7）：48-63.

［21］彭建刚，关天宇，朱宝.基于风险溢出效应的中国金融防火墙制度有效性分析［J］.广西财经学院学报，2017（4）：34-43.

［22］Barndt L.，LiH.（2003）.Bank Discrimination in An Transition Economics：Ideology，Information，or Incentives?［J］.Journal of Competarative Economics，31：387-413.

［23］Li K.，Yue H.，Zhao L.（2009）.Ownership，Instituitions and Capital Structure：Evidence from China ［J］.Journal of Comparative Economics，37：471-490.

［24］Cull R.，Li W.，Sun B.，Xu L.C.（2015）.Government Connections and Financial Constraints：Evidence From a Large Representative Sample of Chinese Firms［J］.Journal of Corporate Finance.32：271-294.

［25］盛明泉，张敏，马黎珺，李昊.国有产权、预算软约束与资本结构动态调整［J］.管理世界，2012（3）：151-157.

［26］钟宁桦，刘志阔，何嘉鑫，苏楚林.我国企业债务的结构性问题［J］.经济研究，2016（7）：102-117.

［27］黄文青.债权融资结构与公司治理效率——来自中国上市公司的经验证据［J］.财经理论与实践，2011（2）：46-50.

［28］De Jong A.，Kabir R.，T.T.Nguyen（2008）.Capital Structure Around theWorld：The Roles of Firm and Country-Specific Determinants［J］.Journal of Bank Finance.32：1954-1969.

［29］卢峰，姚洋.金融压抑下的法制、金融发展和经济增长［J］.中国社会科学，2004（1）：42-55.

［30］李健，贾玉革.金融结构的评价标准与分析指标研究［J］.金融研究，2005（4）：57-67.

［31］Chang C.，Chen X.，G.Liao （2014）.What Are the Reliably Important Determinants of Capital Structure in China?［J］.Pacific-Basin Finance Journal，30：87-113.

［32］肖泽忠，邹宏.中国上市公司资本结构的影响因素和股权融资偏好［J］.经济研究，2008（6）：119-134.

［33］苏冬蔚，曾海舰.宏观经济因素与公司资本结构变动［J］.经济研究，2009（12）：52-65.

［34］Huang R.，Ritter J.（2005）.Testing the Market Timing Theory of Capital Structure［R］.University of Florida，Working Paper：28-36.

［35］林毅夫，刘明兴，章奇.政策性负担与企业的预算软约束：来自中国的实证研究［J］.管理世界，2004（8）：81-127.