金融资产配置、商业信用融资与资本结构动态调整速度
金融资产配置、商业信用融资与资本结构动态调整速度摘 要： 以2008-2017年沪深A股非金融类企业为研究样本，基于商业信用融资视角，考察了金融资产配置对资本结构动态调整速度的影响。研究发现，企业金融资产配置总额占比越高，资本结构动态调整速度越慢。按照流动性和期限长短区分短期金融资产和长期金融资产后发现，短期金融资产和长期金融资产占比越高，资本结构调整速度越慢。此外，商业信用融资能够缓解金融资产配置对资本结构动态调整的负向影响，尤其是当供应商集中程度较高和处于货币政策紧缩期时。进一步研究发现，在企业信息不透明度较高和面临严重的融资约束时，金融资产配置对资本结构动态调整的负向影响尤为显著。
关键词： 金融资产配置； 资本结构调整速度； 商业信用融资； 供应商集中度
一、引言
“三期叠加”的新形式下，中国经济逐渐步入新常态，前期高速增长带来的整体高负债率等结构性问题也日渐凸显。尤其在“逆全球化”和贸易保护兴起背景下，技术封锁和高新技术产品出口限制抑制了企业的对外贸易，对企业的资金流产生了冲击。2015年，中央经济工作会议将“去产能、去库存、去杠杆、降成本、补短板”作为重要任务。在2017年的政府工作报告中，李克强总理强调，要把降低企业杠杆率作为供给侧结构性改革的重中之重。在微观层面，企业杠杆率(即负债总额/资产总额)等价于企业资本结构，降低企业杠杆率实质上是将企业资本结构调整到有效防范风险的阈值内。动态权衡理论认为企业存在一个目标资本结构，但实际资本结构趋向目标资本结构调整时受到多种因素的影响。现有实证研究主要从市场化进程、经济政策不确定性、融资融券制度 、经济金融化等外部环境，及经理薪酬激励、高管股权激励等内部环境角度研究了资本结构动态调整速度的影响因素。
除上述视角之外，本文认为企业资本结构的动态调整速度可能会受到内部投资决策——金融资产配置的影响。众所周知，在经济金融化大背景下，制造业行业产能过剩，市场需求下降，导致实体企业收益不断下滑，而金融渠道获利不断攀升，实体企业的金融投资活动越来越活跃。这导致了实体经济偏冷、虚拟经济偏热的结构性矛盾，许多实体企业不断投资金融、房地产等高收益行业，以获取高额的收益，造成资金在金融体系内循环即“钱生钱”的怪圈。实体企业金融化现象引起了政府等相关部门的高度重视。早在2015年联合国大会上，习近平总书记就强调：“金融是实体经济的血脉，为实体经济服务是金融的天职，也是防范金融风险的根本举措”。2017年，党的十九大报告明确指出“深化金融体制改革，增强金融服务实体经济的能力”。实体企业越来越多地投资金融资产，造成了虚拟经济的过度膨胀，以及实体投资的不断萎缩。从理论上讲，资金空转的根本原因在于资本向最具套利空间转移。在短期“利润最大化”动机的驱使下，管理层不惜通过银行信贷等渠道借入资金，投资金融资产以期在短期内获得巨额收益，较多的负债融资推高了企业的杠杆率，进而引发经济或负债风险，影响资本结构动态调整速度。根据动态权衡理论，企业投资于金融资产获取的高收益，使得企业的盈利能力在短期内提高，因此能够获得更多银行贷款，而银行贷款的增加进一步推升了企业资产负债率，高负债率影响到实际资本结构趋向目标资本结构的调整速度。
对于企业而言，杠杆率主要反映出企业内部资本结构的配比问题。刘贯春等(2018)研究发现金融渠道获利使企业杠杆率显著提高。李博阳等(2019)发现金融资产配置总额和短期金融资产配置显著降低了企业杠杆率，而长期金融资产配置受“逐利”动机的驱使，显著提高了企业杠杆率。这两篇文献从静态资本结构的视角研究了金融化与资本结构之间的关系，并未涉及到动态资本结构变化过程中，金融化所产生的影响。进一步地，刘贯春等(2019)研究了宏观层面上经济金融化对资本结构动态调整的影响。发现经济金融化会降低资本结构的动态调整速度，且经济金融化显著抑制了企业固定资产投资，降低了企业的抵押担保能力。但是这些研究有一个不足之处，现有研究主要从企业银行信贷视角解释企业金融资产配置对于资金的占用，以及由此产生的一系列经济后果，而忽略了影响金融资产配置的另一个重要融资渠道——商业信用融资。基于此，从商业信用融资视角研究企业金融资产配置对资本结构动态调整速度的影响，具有一定的理论和现实价值。
区别于以上研究，本文从企业的一个重要利益相关者——供应商出发，基于供应商所提供的商业信用融资视角研究金融资产配置对资本结构动态调整速度的影响。主要基于以下两个原因：其一，资源配置理论认为，在一定期限内，企业受到融资约束的影响，其外部融资有限，企业进行金融资产投资必然会对固定资产投资产生“挤出”效应。相较于银行信贷融资而言，商业信用融资是供应商和企业在商品交易过程中基于延期付款或现金折扣等建立起来的一种借贷关系。商业信用融资的获取对于缓解企业融资约束和促进企业长远发展具有重要意义，对于面临经济转型的中国，商业信用融资作为一种融资渠道的重要性日益凸显。实际上，金融资产投资对于实体投资的“挤出”，本质上就是对于资金的占用。而商业信用融资作为现代企业的一种重要融资渠道，在一定程度上能够缓解由于金融资产投资占用而对实体投资产生的影响。并且，当处于货币政策紧缩期时，银行等金融机构信贷缩紧，企业没有足够的资金满足其投资和运营需求，金融资产的投资有固定期限，此时供应商所提供的商业信用融资，是一种对信贷融资的再配置，一定程度上可以缓解企业的融资困境，提高资本结构的动态调整速度。其二，在利润最大化动机的驱使下，高管为获得高额投资收益，而改变了企业的投资方向，由长期经营的固定资产投资转向可较短时期获取高额收益的金融资产投资。这种转变推动了货币资金不足的企业加大银行信贷，造成企业负债率不断攀升，进而对资本结构动态调整产生负向影响。而商业信用融资是企业与其重要的利益相关者供应商之间基于诚信而建立起来的关系型信贷，频繁的交易使二者之间的信息沟通更加顺畅，信息不透明度降低。当企业面临严重融资约束或资金短缺时，供应商会通过商业信用融资给予支持。同时，供应商易于形成一种治理机制，对于管理层的机会主义行为产生监督和约束作用，降低企业内部的金融化行为，提高资本结构的动态调整速度。
鉴于此，本文以2008-2017年沪深A股非金融类上市公司为研究样本，主要聚焦于以下三个问题：金融资产配置是否影响了资本结构调整速度？商业信用融资在两者关系中是否起到调节作用？在不同供应商集中度和处于货币政策松紧的不同时期，商业信用融资对金融资产配置与资本结构调整速度关系的调节作用是否存在显著差异？并进一步讨论了信息不透明程度和融资约束对两者关系产生的影响。本文可能的贡献有：(1)研究了商业信用融资对金融资产配置与资本结构动态调整之间的调节作用，并检验了在不同供应商集中度和货币政策下的作用差异，丰富了资本结构动态调整相关理论。(2)在信息不透明度较高及融资约束较高的企业金融资产配置对资本结构调整速度抑制作用尤为显著，这也意味着企业内部的信息环境及融资情况会加剧实际资本结构偏离目标资本结构的强度，对深入理解供给侧结构性改革具有重要现实意义。(3)在当前深化金融体制改革背景下，从商业信用融资视角研究企业金融化行为，对于发挥供应链融资作用，合理配置金融资产规模，提高企业资本配置效率具有重要实际意义。
二、文献回顾与研究假设
(一)金融资产配置与资本结构动态调整速度
伴随着金融渠道获利不断攀升，许多实体企业不断投资金融、房地产等高收益行业，我国金融化的趋势也日渐显现出来，实体企业“脱实向虚”“不务正业”等现象引发了国内外学者的普遍关注。从研究的维度来看，一类文献主要研究了企业配置金融资产的动机。总体来看，关于企业金融资产配置动机的讨论主要集中于“预防性储蓄”理论、“实体中介”理论、“投资替代”理论三个维度。其中，“预防性储蓄”理论是指企业把闲置资金投资于金融资产，在主业发展需要资金时卖出，防止现金流冲击带来的资金链断裂风险等。“实体中介”理论是指由于银行存在融资歧视，一些易于从银行获取资金的企业从事类似金融中介业务，把从银行获取的资金转贷给其他企业，以谋取高额收益。“投资替代”理论是指企业倾向于配置较生产性投资收益率更高的金融资产，进而获取高额利润。针对我国企业金融资产配置的现实情况，大多数学者认为我国企业金融化主要动机是“投资替代”，是一种在利润最大化情境下的资本逐利行为。
另一类文献主要研究了金融资产配置产生的经济后果。从微观层面来看，主要研究企业金融化对实体投资产生“挤出”效应，对企业未来主业业绩产生损害，金融资产高收益逐渐成为企业盈利的主要来源。具体表现为挤占了企业的研发投资，挤出了企业创新，降低了留存收益率，增加了企业财务风险等。从宏观层面来看，主要表现为经济金融化的影响，实体资金不断流入虚拟经济行业，导致影子银行的扩张和资产价格产生泡沫，显著推升了企业杠杆率，降低了资本结构调整速度，加大了资本结构偏离程度等。
由此可见，金融资产配置的动机及后果研究已经从多个视角展开，但是现有文献较少涉及到金融资产配置对资本结构动态调整的影响。有文献研究了经济金融化对资本结构动态调整的影响，但主要基于宏观层面经济金融化视角，且并未从商业信用融资的调节效应视角进行研究。为补充相关文献，本文试图从商业信用融资视角对金融资产配置与企业资本结构动态调整速度之间的关系进行实证研究。
关于企业金融资产配置如何影响资本结构动态调整速度，从以下两个方面分析。一方面，企业金融化产生的高额收益能够缓解企业资金短缺，起到“蓄水池”的作用。在实体经济需要资金时，金融资产能够快速变现，以解资金短缺的燃眉之急。依据金融资产的特征，企业可以选择期限短、流动性强的金融资产，提高资金流动性，降低调整成本，加快金融资产资金的周转效率，进而加快资本结构调整速度。当实际资本结构与最优资本结构发生偏离时，企业会根据现有投资情况，权衡资本结构调整的成本和收益，使得现有资本结构的调整收益大于成本，资本结构调整速度会加快。企业资金的配置方式是影响调整成本的重要方面。在经济金融化的大背景下，由于金融资产的期限短于固定资产投资的期限，相对较低的调整成本会提高资本结构动态调整速度。
另一方面，企业金融资产配置符合投资替代理论，企业配置金融资产的主要目的还是在于追求短期利润最大化。金融资产的投资显著挤出了固定资产投资，固定资产投资的减少意味着抵押品的减少，对企业的信贷融资产生负向影响，进而降低资本结构的动态调整速度。首先，结合资源配置理论，一定时期内，企业在对有限的资金进行配置决策时，会依据资产收益率、风险大小、回收期限长短等特征在固定资产和金融资产之间做出选择。鉴于金融资产期限较短、收益较高、流动性较强等特性，企业往往倾向于投资金融资产，进而挤出了实体资本的投资。其次，代理理论认为，由于公司的高管和股东之间委托代理关系的存在，二者之间的利益分配存在显著差异，高管往往在利润最大化和薪酬业绩挂钩的评价标准下，出于私人收益的考虑，做出不利于企业长远发展的道德风险行为，表现为企业管理层会倾向于由期限较长的固定资产投资转向期限较短的金融资产投资，进而降低企业的有形资产的规模。由于企业最优资本结构与有形资产比例显著正相关，有形资产规模的降低，会使企业资本结构越来越偏离最优资本结构。再次，当企业购买较多金融资产时，由于金融资产具有明确期限，且不同类别金融资产的期限长短存在差异，那么其变现能力受到期限的限制，流动性相对较差，进而增加资本调整成本，造成实际资金结构偏离目标资本结构。同时，鉴于金融渠道的高收益，期限较短的金融资产到期后，本金和利息会投入下一个金融资产的购买，进而形成“钱生钱”的怪圈。最后，基于金融资产的“风险传染效应”，在金融资产的构成中包含具有高风险特征的金融和房地产领域，由于这些领域受到汇率、政府政策等外部风险的影响，必然会把风险传导至实体企业，企业的高风险造成高杠杆率，进而对企业资本结构产生负向影响。对于一个严重依赖实体经济的国家，经济金融化趋势不断增强，实体投资却不断下降。实体企业的脱实向虚会严重影响企业资本结构的优化。基于此，提出假设1。
H1 在其他条件不变的情况下，企业金融资产配置对资本结构动态调整速度产生负向影响。
(二)商业信用融资的调节作用
商业信用融资是在长期的交易过程中，企业和主要供应商基于彼此间相互信任而建立起来的一种关系型借贷。在经济学领域，普遍认为社会信任是以诚信为基础，进而能够给双方提供一种稳定的心理预期。并且商业信用融资能缓解企业融资约束，拓宽企业融资方式，优化资本结构，提高企业的抗风险能力。因此，成为现代企业的重要融资渠道之一。
商业信用融资实质上也是一种风险筛选机制，是对企业声誉和信用状况的反映。企业获得的商业信用融资越多，会向外界传递一种优质的信号，进而有利于企业的长远发展。例如孙浦阳等(2014)研究发现，对于企业而言商业信用是一种有效的融资渠道，尤其是当正规金融部门融资成本上升时，企业会更依赖商业信用融资。首先，在市场经济占主导的现代，买方占据主导地位，供应商往往面临激烈的市场竞争，为在激烈的竞争中获得竞争优势进而形成行业壁垒，供应商会倾向于向大客户或重要客户提供更多商业信用融资。获得商业信用融资程度越高的企业，能够产生较高经营收益和融资收益，缓解企业融资约束，融资约束的缓解降低了企业金融化对资金的占用，降低了资本的调整成本，进而加快资本结构动态调整速度。其次，从客户的视角来看，相较于银行等金融机构，企业与供应商之间交易频繁，供应商易于获得一手资料，能够有效降低双方的信息不对称和交易成本问题。并且，供应商出于维持竞争优势和价格优势的目的，更愿意在债务重新谈判中给客户做出让步，以维持两者之间的贸易关系。因此，当企业遇到融资约束、现金流短缺等资金问题而对企业资本结构产生影响时，商业信用融资更能满足企业的融资需求。因此，商业信用融资越高的企业，能够增加其资金来源，缓解企业配置金融资产而占用资金的影响，提高企业资本结构动态调整速度。基于此，提出假设2。
H2 在其他条件不变的情况下，企业商业信用融资程度越高，金融资产配置降低资本结构动态调整速度的作用越弱。
进一步地，主要供应商作为企业商业信用融资的提供方，直接影响着企业商业信用的融资能力。商业信用融资调节效应的发挥，会受到供应商集中程度的显著影响。首先，供应商集中程度越高，两者之间的贸易往来会越频繁，信息沟通和交流更加顺畅，降低信息不透明程度，因而有利于企业商业信用融资。如Fabbri和Klapper(2016)基于中国数据研究发现供应商销售占比越大，更倾向于向客户提供较多商业信用，且信用期限越长。此结论在产品市场竞争程度高、供应商议价能力较弱时尤为显著。其次，当采购主要集中于一个或几个供应商时，客户与供应商之间容易建立起密切的战略合作伙伴关系，风险共担，利益共享。当客户遇到融资约束、现金流短缺等资金问题时，供应商会提供更多的商业信用融资，以维持供应链的稳定。如孙兰兰等(2017)研究发现，企业与供应商之间相互信任会进一步强化供应商关系，供应商高集中度会促进商业信用融资。再次，随着“互联网+”的深入发展，越来越多的企业不断推进企业“互联网+生产”、“互联网+产业链”的深度融合。基于此，企业与主要供应商之间在产业链方面的深度合作，也使得供应链企业之间创新共赢的合作不断深入。信息之间的无缝衔接使得主要供应商更可能通过商业信用融资来加深相互之间的交流共享，推动双方企业的发展。最后，当供应商集中程度较高时，会形成一种监督和约束企业高管机会主义行为的治理机制。当企业高管转变资金投向而降低实体投资时，作为重要的利益相关者之一的供应商，能够及时制止高管的私利行为，促进企业的长远发展。如于浩洋等(2017)研究发现，当供应商集中程度较高时，出于自身利益考虑，供应商之间会形成一种治理机制，进而对管理层机会主义行为起到监督作用。基于此，提出假设3。
H3 在其他条件不变的情况下，商业信用融资对金融资产配置与资本结构动态调整速度的调节作用，在供应商集中度越高时更为显著。
宏观经济环境的变化会影响企业商业信用融资的规模。商业信用融资调节效应的发挥，会显著受到宏观经济环境——货币政策的影响。货币政策作为政府调控宏观经济的重要手段之一，会通过影响银行信贷对企业的投融资决策产生影响。Meltzer(1960)最早就货币政策与商业信用的关系进行研究，发现商业信用融资，能够削弱和平滑由银根紧缩政策产生的信贷融资短缺对企业的影响。
根据信贷配给理论，在货币政策紧缩期，银根紧缩降低了银行等信贷机构资金的配置效率。由于银行信贷供给的减少，商业信用融资成为企业融资需求的次优选择。如Meltzer(1960)发现，在货币政策紧缩期，企业规模的大小直接决定了其获取非银行资金的难易程度。Nilsen(2002)研究发现，在货币政策紧缩期，小企业由于银行信贷融资受限，而增加对商业信用的需求。同时，融资替代理论认为，供应商为客户提供的商业信用融资，能够降低银行信贷融资缩减对客户的冲击。Atanasova和Wilson(2003)研究发现伴随着货币政策收紧，银行信贷减少，这使得依赖银行等金融机构融资的企业改变融资方向。黄兴孪等(2016)研究发现，当政府推行紧缩型货币政策，信贷歧视的存在使得企业面临严重的融资约束。此时商业信用能够对由于融资约束导致的投资不足起到缓解作用。在货币政策宽松期，银行等金融机构会放宽信贷审批手续，增加企业信贷融资的额度，融资成本较低。此时，企业能够获取足够的信贷融资用于企业的投融资活动。如叶康涛和祝继高(2009)研究发现，在货币政策宽松期，高成长性企业具有更多投资机会，能获得更多信贷融资以满足其投资需求。基于此，提出假设4。
H4 在其他条件不变的情况下，商业信用融资对金融资产配置与资本结构动态调整速度的调节作用，在货币政策紧缩期更为显著。
三、研究设计
(一)样本及数据来源
本文以2008-2017年沪深A股上市公司的数据为初始样本。借鉴文献的常见做法，对初始样本进行如下标准筛选：(1)删除ST、*ST的上市公司；(2)删除资产负债率大于1的上市公司；(3)剔除金融业和房地产业上市公司；(4)删除主要财务数据缺失的样本。本文数据主要来源于CSMAR数据库，经过上述筛选，最终得到11 442个Firm-Year观测值。供应商集中度数据通过手工收集上市公司年报获取，货币政策松紧的数据根据中国人民银行网站各年度《中国货币政策执行报告》的数据测算得到。本文运用stata13.1对数据进行处理。
(二)变量定义与模型
1.解释变量
金融资产配置。本文借鉴常见做法。企业金融资产配置主要包括交易性金融资产、可供出售金融资产、持有至到期投资净额、发放贷款及垫款净额、长期股权投资、投资性房地产等(1)本文认为企业生产经营活动会产生货币资金，并且企业持有货币资金并没有产生任何收益，因此，本文未将货币资金纳入金融资产的范畴。。金融资产总额占比(Total)=(交易性金融资产+可供出售金融资产+持有至到期投资净额+发放贷款及垫款净额+衍生金融工具+长期股权投资+投资性房地产)/总资产。借鉴许罡和朱卫东(2017)、黄贤环等(2018)的做法，根据金融资产的流动性差异和期限长短，划分为短期金融资产和长期金融资产，其中，短期金融资产占比(Short)=交易性金融资产/总资产，长期金融资产占比(Long)=(可供出售金融资产+持有至到期投资净额+发放贷款及垫款净额+衍生金融工具+长期股权投资+投资性房地产)/总资产。
商业信用融资。借鉴陆正飞和杨德明(2011)的做法，用(应付账款+应付票据+预收账款)/总资产衡量商业信用融资。同时，以(应付账款+应付票据+预收账款)/销售成本作为稳健性检验。进一步地，本文对影响商业信用融资的两个关键变量进行了相关检验。其一是供应商集中度。众所周知，供应商是企业获取商业信用的主要提供方，且供应商集中程度决定着商业信用融资的规模，因此，检验供应商集中度对商业信用融资调节效应的影响尤为重要。借鉴张敏等(2012)、Patatoukas(2012)的做法，供应商集中度=企业向前五名供应商采购金额/总采购金额。其二是货币政策。货币政策作为政府调控宏观经济的重要手段之一，货币政策松紧会直接作用于银行信贷总量，在货币政策紧缩期，商业信用融资作为银行信贷缩减的替代性融资方式，其作用得到凸显。借鉴陆正飞和杨德明(2011)的做法，用MP指标估算货币政策的松紧，即MP=M2增长率-GDP增长率-CPI增长率，MP值偏大表示货币政策偏于宽松，反之则表示货币政策偏于紧缩。
借鉴Faulkender等(2012)、黄俊威和龚光明(2019)的做法，公司特征变量主要有：公司规模Size、抵押能力FA、盈利能力EBIT、非债务税盾DEP、成长机会TobinQ、行业资本结构水平Indlev，各指标计算方法详见表1。
2.被解释变量
目标资本结构及资本结构调整速度。借鉴Byoun(2008)、Lemmon等(2008)的研究，资本结构调整速度用标准的部分调整模型进行估计，并引入企业金融资产配置变量对部分调整模型进行扩展。首先，借鉴Faulkender等(2012)、黄继承等(2016)的研究，选取一系列与资本结构相关的公司特征变量，并控制了年度和公司固定效应(2)黄俊威和龚光明(2019)在对企业目标资本结构进行线性拟合时，并没有控制年度和公司固定效应。针对这一问题，我们按照此做法，对全文的实证结果进行了重新回归，发现回归结果与本文的回归结果一致，限于篇幅，其回归结果留待被索。。进行线性拟合目标资本结构，如模型(1)所示
α6Indlevi,t-1
(1)
在模型(1)中，表示公司i在t年的目标资本结构。各变量具体定义详见表1。接着，将模型(1)拟合出的目标资本结构带入到模型(2)标准的部分调整模型中。
(2)
其中，levi,t表示公司i在t年末的资产负债率，levi,t-1表示公司i在t-1年末资产负债率，levi,t -levi,t-1记为Δlevi,t，表示公司i在t年的实际资本结构调整速度。表示公司i在t年的目标资本结构，记为Devi,t，表示公司i在t年的实际资本结构偏离程度。εi,t 表示干扰项。模型(2)也可以表示为Δlevi,t=β*Devi,t+εi,t。回归系数β表示企业主动进行资本结构调整的速度。
最后，借鉴黄继承等(2016)、黄俊威和龚光明(2019)的研究，本文对模型(2)进行了如下拓展以考察企业金融资产配置对资本结构调整速度的影响(3)对模型(2)进行扩展，通过添加指定变量Total与资本结构偏离程度Devi,t的交乘项，便可检验该变量对资本结构动态调整速度的影响。。
表1 各指标定义
Δlevi,t=(δ0+δ1Total)*Devi,t+εi,t
(3)
其中，在模型(3)中，Total越大，表明企业金融资产配置程度较高。为便于对回归结果进行经济学解释，在回归过程中，对Total(Short/ Long)进行了均值为0、标准差为1的标准化处理，并控制了年度和公司固定效应。δ1是金融资产配置与资本结构偏离度交乘项的系数，衡量的是金融资产配置对资本结构调整速度的影响。如果δ1显著为负(正)，则说明企业金融资产配置会显著降低(提高)资本结构动态调整的速度。
四、实证结果
(一)描述性统计
为了降低异常值对研究结论的影响，本文首先对所有财务变量按照1%分位数进行winsorize处理。表2报告了描述性统计结果。目标资本结构lev*的均值为0.429，标准差为0.128，实际资本调整程度Δlev的均值为0.004，标准差为0.094，资本结构偏离程度Dev的均值为0.006，标准差为0.157，表明样本公司资本结构偏离目标的程度和趋向目标资本结构的幅度都较小，但分布较为广泛，与黄继承等(2016)结果基本一致。资产负债率lev的均值为0.427，标准差为0.206，表明我国上市公司的资产负债率处于中等水平，这与黄俊威和龚光明(2019)结果基本一致。样本公司持有金融资产总额Total的均值为0.056，标准差为0.098，短期金融资产Short的均值为0.003，标准差为0.016，长期金融资产Long的均值为0.055，标准差为0.097。与持有短期金融资产相比，样本公司更倾向于持有长期金融资产。这与黄贤环等(2018)的结果基本一致。在用来估计目标资本结构的公司特征变量方面，公司规模Size的均值为21.913，标准差为1.210，成长机会Tobin Q的均值为2.399，标准差为2.064，表明各公司之间在公司规模和成长机会方面存在较大差异。
表2 描述性统计
(二)回归分析
1.金融资产配置与资本结构动态调整速度
在区分上市公司不同金融资产配置基础上，本文对核心模型(3)进行了金融资产总额占比Total、短期金融资产占比Short及长期金融资产占比Long的回归分析，进而检验不同金融化方式对资本结构动态调整速度的影响。回归结果见表3所示。
表3的列(1)显示上市公司i在t年资本结构调整速度Δlevi,t与t年初的资本结构偏离程度Devi,t之间显著正相关，其调整速度为14.7%，结果显示符合动态权衡理论，样本公司的资本结构确实向目标资本结构方向调整。表3的列(2)-(4)汇报了上市公司不同的金融资产配置方式对资本结构动态调整速度的影响。不难看出，Dev*Total系数在1%的水平上为负且通过了显著性检验，证实假设H1，表明企业金融资产配置程度越高，企业资本结构的动态调整速度越慢。这与刘贯春等(2019)的研究一致。进一步区分不同期限的金融资产配置发现，Dev*Short、Dev*Long的系数均在1%的水平上显著为负，表明无论企业进行短期金融资产配置还是长期金融资产配置，均会显著降低资本结构的调整速度(4)杜勇等(2017)、黄贤环等(2018)均认为由于企业生产经营活动均会产生货币，因此并未把货币资金纳入到金融资产研究范畴。而李博阳等(2019)在研究金融资产配置与企业杠杆率的关系时，把货币资金纳入到了短期金融资产和金融资产总额中。发现企业金融资产配置总额与短期金融资产配置越多，会降低企业杠杆率。。从三者的系数大小来看，企业金融资产配置总额与长期金融资产配置对资本结构动态调整的负向影响显著大于短期金融资产配置。从经济学意义上来讲，由于对金融资产配置总额占比Total、短期金融资产占比Short、长期金融资产占比Long进行了均值为0、标准差为1的标准化处理，Dev*Total的回归系数为-0.016，说明金融资产配置总额占比Total每增加一个标准差，资本结构动态调整的速度将降低10.8%(-0.016/0.148)。同理，Dev*Short的回归系数为-0.004，说明短期金融资产占比Short每增加一个标准差，资本结构动态调整的速度将降低2.72%(-0.004/0.147)。Dev*Long的回归系数为-0.016，说明长期金融资产占比Long每增加一个标准差，资本结构动态调整的速度将降低10.8%(-0.016/0.148)，也表明金融资产配置总额，尤其是长期金融资产配置，对资本结构动态调整速度的负向影响更显著。这说明企业不同的金融资产配置对资本结构动态调整速度影响具有较强的经济显著性。可能的原因是：(1)企业可能同时配置多种类型的金融资产，但不同类别金融资产的期限、流动性等的差异增加了金融资产变现的难度，使得资本调整成本增加，降低了资本结构调整速度。(2)由于代理问题的存在，企业高管可能会出于私人收益的考虑，更关注于当期企业业绩的表现，鉴于金融资产期限较短、收益较高、流动性较强等特性，使其成为企业管理层提高年底业绩的重要途径。因此，企业管理层会倾向于由期限较长的固定资产投资转向期限较短的金融资产投资，进而降低资本结构动态调整速度。
2.商业信用融资的调节作用
借鉴黄继承等(2016)的研究，在模型(3)的基础上加入商业信用融资(5)鉴于黄继承等(2016)、黄俊威和龚光明(2019)在进行调节效应检验时，认为只需关注调节变量的显著性。鉴于调节变量未做均值为0、标准差为1的标准化处理，其系数不具有经济学意义。 ，模型设定如式(4)(6)调节效应模型的设置参照黄继承等(2016)检验企业成长机会High_MB对经理薪酬Pay与资本结构动态调整之间关系的调节作用的模型为Δlevi,t=(μ0+μ1High_MB+μ2Pay+μ3High_MB*Pay)Devi,t+εi,t。所示
Δlevi,t=(η0+η1Total+η2Total*TC+η3TC)*Devi,t+εi,t
(4)
其中，TC为企业商业信用融资。借鉴陆正飞和杨德明(2011)研究，用(应付账款+应付票据+预收账款)/总资产度量商业信用融资。构造TC与Dev*Total的交乘项，用Dev*Total*TC表示；构造TC与Dev*Short的交乘项，用Dev*Short*TC表示；构造TC与Dev*Long的交乘项，用Dev*Long*TC表示。在此模型中，主要关注三次交互项的回归系数的显著性及符号。若三次交互项的回归系数η2显著为正，则说明商业信用融资对金融资产配置与资本结构调整速度之间的关系具有显著影响。回归结果见表3的列(5)-(7)。回归结果显示，资本结构偏离度、企业金融资产配置与商业信用融资的三次交互项Dev*Total*TC、Dev*Short*TC、Dev*Long*TC的回归系数均在1%的水平上显著为正。整体来看，商业信用融资能力越强会显著削弱金融资产配置对资本结构动态调整速度的负向影响，假设2得到验证。且相对于对短期金融资产配置与资本结构动态调整速度的调节效应，商业信用融资对金融资产配置总额及长期金融资产配置与资本结构动态调整速度的调节效应更强。可能的原因是：企业与供应商基于长期贸易往来而形成彼此之间的“关系”，当企业遇到融资约束、现金流短缺等资金问题时，相较于银行信贷，供应商可能会出于“面子负担”、亦或竞争优势和价格优势等目的，而提供更多的商业信用，进而满足企业的融资需求。
表3 回归结果
注： *、**、***分别表示在10%、5%、1%水平上显著。括号内为T值，下同。
3.商业信用融资调节作用的差异性检验：供应商集中度
商业信用融资作为企业与主要供应商之间，基于社会信任而建立起来的关系型融资，主要供应商集中程度会影响到企业的商业信用融资规模。为此，进一步检验了不同供应商集中程度的影响。根据供应商集中度的年度中位数，将样本划分为供应商集中程度高(Supplier=1)与供应商集中程度低(Supplier=0)两组，对模型(4)进行分组检验。表4的列(1)-(6)结果表明，在供应商集中度较高时，Dev*Total*TC、Dev*Short*TC、Dev*Long*TC的回归系数均显著为正，假设H3得到验证；在供应商集中度较低时，Dev*Total*TC、Dev*Long*TC的回归系数均为正但不显著，而Dev*Short*TC的系数为正且通过了显著性检验。可能的原因是：(1)主要供应商在企业的要素供给方面占据重要地位。在买方市场条件下，供应商会给企业提供更多的商业信用融资，以便在激烈的市场竞争中维持其客户并促进销售。商业信用融资的获取，缓解了企业的融资困境，优化了企业资本结构，进而削弱了企业金融资产配置对资本结构动态调整速度的负向影响。(2)商业信用融资对短期金融资产配置与资本结构动态调整速度关系的调节效应，在不同供应商集中程度下均显著为正。可能是因为企业短期金融资产配置的金额相对较少，对资本结构动态调整速度的负向影响较小。表2描述性统计结果显示，短期金融资产配置的平均值(0.003)远小于长期金融资产配置的平均值(0.055)，可能较少的商业信用融资，就能缓解短期金融资产配置降低资本结构动态调整速度的影响。
表4 商业信用融资作用机制的差异性检验：供应商集中度
4.商业信用融资调节作用的差异性检验：货币政策
为检验商业信用融资对金融资产配置与资本结构动态调整的调节作用是否受到货币政策的影响。借鉴陆正飞和杨德明(2011)的做法，用MP指标估算货币政策的松紧，即MP=M2增长率-GDP增长率-CPI增长率，MP值偏大表示货币政策偏于宽松，反之则表示货币政策偏于紧缩。在对样本期间的MP指标进行测算的基础上，将2009、2010、2012、2015这4个MP较大的年份作为货币政策宽松期，记MP_dum为1，其余年份视为货币政策紧缩期，记MP_dum为0。具体回归结果详见表5。表5的列(1)-(3)的结果显示，Dev*Total*TC、Dev*Long*TC的回归系数仅在货币政策紧缩期显著为正，而Dev*Short*TC不受货币政策松紧的影响。可能的原因是：(1)在货币政策宽松期，企业从银行等货币金融机构获取信贷资金相对便利，充足的资金供给使得企业在满足正常生产经营的同时，可以适当配置金融资产。此时的商业信用融资起到“锦上添花”的作用。(2)在货币政策紧缩期，企业用于金融资产配置的资金越多，则用于生产经营的资金越少，导致资本结构配比不均衡，增加了实际资本结构向目标资本结构调整的难度。(3)当货币政策越紧缩时，银行等信贷机构可能会增加企业信贷审批手续，降低企业信贷额度。企业缺乏资金满足生产经营需求或投资需求，而此时的商业信用融资增加无疑扮演了“雪中送炭”的角色，其重要性得到凸显。因此，在货币政策紧缩期，商业信用融资会显著缓解金融资产配置对资本结构动态调整负向影响。
表5 商业信用融资作用机制的差异性检验：货币政策
(三)稳健性检验
1.内生性问题
企业金融资产配置是由企业特征及高管决策等因素来决定，而这些特征又会影响到资本结构动态调整速度。因此，金融资产配置可能存在样本自选择问题。本文采用Heckman两阶段模型检验样本中可能存在的样本自选择问题。在Heckman第一阶段的Probit回归模型，首先设置虚拟变量Total_dum(Short_dum、Long_dum)为被解释变量，根据Total(Short、Long)是否大于样本中位数衡量，大于中位数取1，否则为0；同时，在第一阶段模型中加入了同行业其他企业金融资产配置Total(Short、Long)的比例OtherTotal(OtherShort、OtherLong)作为外生工具变量，并对公司层面数据进行了控制，包括公司规模Size、负债率lev、盈利能力EBIT，是否两职合一Dual(董事长和总经理两职合一取1，否则为0)、独立董事比例Indu(独立董事人数/董事会人数)及年度和行业固定效应。利用其回归结果计算逆米尔斯比IMR1(IMR2、IMR3)，进而将逆米尔斯比IMR1(IMR2、IMR3)代入第二阶段进行拟合。回归结果见表6的列(1)-(3)显示，逆米尔斯比IMR1(IMR2、IMR3)均不显著，表明不存在样本选择偏差。Dev*Total(Dev*Short、Dev*Long)的回归系数显著为负，与主回归结果保持一致，表明本文的研究结果稳健。
表6 稳健性检验
2.变量替换
(1)企业金融化。借鉴杜勇等(2017)的研究，金融资产不包含长期股权投资，构建金融化变量(Fin)=(交易性金融资产+可供出售金融资产+投资性房地产+持有至到期投资净额+衍生金融工具+发放贷款及垫款净额)/总资产，重新进行回归分析，回归结果详见表6列(4)-(5)，所得结论与上文一致。
(2)商业信用融资。借鉴陈胜蓝和马慧(2018)的研究，用(应付账款+应付票据+预收账款)/销售成本度量商业信用融资，带入模型重新进行回归，回归结果见表6的列(6)-(8)，所得结论与上文一致。
五、进一步分析
在不完美市场条件下，当企业资本结构向目标资本结构进行调整时，需要支付相应的调整成本，由于企业与外部金融机构等存在信息不对称，可能会造成道德风险或逆向选择问题。因此，信息不对称成为制约资本结构动态调整的重要因素。当信息不对称程度越高时，企业的债务融资成本和权益融资成本均会不同程度上升，降低了企业获得外部融资的能力，降低资本结构调整速度。企业投资金融资产，需要一定量的资金作为后盾。面临不同融资约束程度的企业，所获得的信贷资金有所差异，进而对其资金配置产生显著影响。当企业面临严重的融资约束时，企业难以从银行等金融机构获取足够的资金以满足其投资需求，最终对企业的金融资产配置产生影响。因此，有必要考察不同的信息不透明度及融资约束环境下，企业金融资产配置与资本结构动态调整的关系是否会产生差异。
(一)金融资产配置、信息不透明度与资本结构动态调整速度
为检验金融资产配置降低资本结构动态调整速度是否会受到信息不透明度的影响。借鉴Hutton等(2009)、潘越等(2011)的研究，从操控性应计利润的视角来测算信息不透明度。首先，利用分行业分年度的修正Jones模型估计可操纵性总应计利润DTAC(7)可操控性应计利润的具体估计过程，首先，分行业、分年度地对式(a)进行回归，将式(a)的回归系数带入到式(b)，进而计算出可操控性总应计利润DTAC。其中，TAC为总应计利润，它等于营业利润减去经营活动产生的现金净流量，Assets为总资产，ΔSales为销售收入增加额，ΔReceivables为应收账款增加额，PPE为固定资产总额。(a)(b)，其次，把可操纵性总应计利润DTAC带入到模型(5)中，最后测算出信息不透明度opaque，该值越大，表明信息越不透明。
opaquej,t=AbsV(DTACj,t-1)+AbsV(DTACj,t-2)+AbsV(DTACj,t-3)
(5)
按照信息不透明度的年度中位数将样本分成了高(Op=1)和低(Op=0)两组进行检验，结果报告在表7中的回归(1)-(6)。相较于信息不透明度较低的分组，在信息不透明度较高的分组中，Dev*Total、Dev*Short、Dev*Long的回归系数均显著为负。此结果表明，当企业信息不透明度较高时，企业金融资产配置降低资本结构调整速度的作用越强。可能是因为当企业信息不透明度越高时，一方面会降低企业内部信息传输能力，使得企业投资融资活动不能及时反馈，降低企业资本结构动态调整速度；另一方面管理层隐藏坏消息成为可能，当公司出现投资失败、业绩变差等问题时，管理层更倾向于隐藏投资决策的失误，对企业资本结构的动态调整速度产生负向影响。 进一步地，考察商业信用融资对两者关系的调节作用是否受到信息不透明度的影响，本文对其进行了相关检验，回归结果详见表7的列(7)-(12)。相较于信息不透明度较低的分组，在信息不透明度较高分组中，Dev*Total*TC、Dev*Long*TC的回归系数均显著为正，回归结果表明，在信息不透明度较高时，商业信用融资对企业金融资产配置总额和长期金融资产配置降低资本结构调整速度的调节作用更强。可能是因为，(1)主要供应商具有信息优势。当信息不透明程度越高时，企业与外部机构(如银行等金融机构)之间存在严重信息不对称，银行等金融机构相对于企业内部存在信息劣势，那么金融机构提供的信贷融资可能会减少。不同于外部金融机构，供应商作为企业的重要利益相关者，在与企业进行的众多贸易往来中，主要供应商能够获取外部机构不能掌握的内部信息。(2)提供商业信用的一般是企业上游主要供应商，上游供应商为下游客户提供原材料等产品。一方面由于对其原材料等具有控制力，能起到督促客户遵守约定等作用，因此，主要供应商无需担心提供的商业信用违约等问题。另一方面，由于两者之间的频繁贸易往来，主要供应商对下游客户所处行业的经营前景及风险等都了然于心，这也提高了上游供应商对企业的商业信用融资能力。供应商对主要供应商会倾向于提供更多的商业信用融资，来维持双方的贸易伙伴关系。
表7 金融资产配置、信息不透明度与资本结构动态调整速度
(二)金融资产配置、融资约束与资本结构动态调整速度
为检验金融资产配置对资本结构动态调整的负向影响是否受融资约束的影响。参考鞠晓生等(2013)的方法，构建了SA指数绝对值用于衡量融资约束，其计算公式为：SA=(-0.737*Size)+(0.043*Size2)-(0.040*Age)。依据公式计算出的融资约束指数SA为负值，绝对值越大表明企业面临的融资约束越严重。在此基础上，按照融资约束的年度中位数将样本分成了高融资约束(Sa=1)和低融资约束(Sa=0)进行了分组检验，结果报告在表8中的回归(1)-(6)。相较于融资约束程度低的分组，在融资约束程度较高组中，Dev*Total、Dev*Long的回归系数均显著为负，此结果表明，当企业融资约束程度较高时，金融资产配置总额和长期金融资产配置降低资本结构调整速度的作用越强。当企业融资约束程度较低时，短期金融资产配置降低资本结构动态调整速度的影响越大。可能是因为企业融资难易程度是影响企业投资决策的重要因素之一。当企业面临较高的融资约束时，企业进行金融资产配置，尤其是长期金融资产配置，会显著挤出生产经营所需资金，影响到资本结构的优化，降低资本结构的动态调整速度。进一步地，考察商业信用融资对两者关系的调节作用是否受到融资约束的影响，本文对其进行了相关检验，回归结果详见表8的列(7)-(12)。回归结果显示，相较于融资约束程度较低的分组，在融资约束程度较高的分组中，Dev*Total*TC、Dev*Short*TC、Dev*Long*TC的回归系数均显著为正。表明商业信用融资的调节作用在企业面临较高的融资约束时更为显著。可能是因为，当供应商与企业建立长期稳定的贸易关系，企业对供应商的违约动机要弱于对银行违约的动机，因此，供应商更乐意为面临融资约束的客户提供更多的商业信用融资，以缓解其融资约束。
表8 金融资产配置、融资约束与资本结构动态调整速度
六、结论与政策建议
本文从企业重要利益相关者之一——供应商出发，基于商业信用融资视角实证检验了金融资产配置对资本结构动态调整速度的影响。以2008-2017年非金融类沪深A股上市公司为研究样本，首先，构建了金融资产配置与资本结构动态调整的研究模型，研究金融资产配置对资本结构动态调整速度的影响；其次，考察了商业信用融资在金融资产配置与资本结构动态调整速度之间的调节作用，以及不同供应商集中度和货币政策松紧条件下深入考察了商业信用融资调节作用的差异。并进一步检验了企业金融资产配置对资本结构动态调整的影响，在不同信息不透明程度和融资约束下的差异。研究结果表明，企业金融资产配置总额占比越高，资本结构动态调整速度越慢。商业信用融资能够缓解金融资产配置对资本结构动态调整的负向影响。供应商集中程度较高，密切的战略合作伙伴关系更有利于企业获得商业信用融资。当处于货币政策紧缩期时，银行信贷进一步收紧，商业信用融资的作用进一步凸显。进一步研究发现，金融资产配置对资本结构动态调整的负向影响在信息不透明度和融资约束较高时尤为显著。
根据本文研究结论，得出以下启示：
首先，充分发挥企业能动性，调动其积极性。其一，企业应合理配置金融资产。企业应依据自身融资情况及现金流的充裕程度合理调整金融资产配置、尤其是长期金融资产配置的力度。在不影响其正常生产经营的情况下，适度配置金融资产。其二，降低企业信息不透明度，完善内部控制质量。企业应通过建立完善的信息传输机制，防止因信息不对称而造成的资本结构优化问题。同时，建立完善的内部控制体系，使企业各部门之间的决策信息能得到及时反馈，充分发挥部门之间的监督机制，实现实体经济增长与投资收益增加的双赢局面。
其次，充分发挥主要供应商的融资功能和监督作用。其一，企业应重视商业信用的融资功能。主要供应商是商业信用的提供者，企业要重视与主要供应商之间的合作关系。一方面，企业与上游供应商之间要增强信息沟通与交流，积极开展以诚信为前提的合作。就合作中出现的新问题、新挑战，双方之间要及时沟通，积极协商解决问题的方法，进而实现共赢。另一方面，随着互联网等新型技术的广泛应用，越来越多的企业开始推进“互联网+”建设。上下游企业在积极推进供应链建立方面，可以与“互联网+”结合，推进“互联网+供应链”建设，进一步加强企业间的战略合作伙伴关系。其二，积极发挥主要供应商的监督作用与治理机制。作为企业重要的利益相关者，主要供应商可以对客户管理层的决策进行监督，对于不利于企业经营和业务扩展的决策要及时提出质疑，这不仅能有效抑制高管机会主义行为，还可以维护主要供应商的利益，充分调动利益相关者的主人翁意识。
最后，充分发挥政府的服务和监督职能。其一，政府要积极发挥服务功能，如降低企业税负，积极营造稳定的宏观经济环境，引导企业更多地投资实体经济。这不仅有助于企业脱离“脱实向虚”，而且有助于推动企业实际资本结构向目标资本结构调整速度，对于深化供给侧结构性改革具有重要意义。其二，政府要发挥监督职能，对于实体企业进行金融资产配置的行为进行监督，对于严重影响实体经济发展的投资行为予以警告。同时，对于发布金融资产的银行等金融机构，政府要建立监督和治理机制，从源头上对实体企业的过度金融化行为进行监督和劝导。其三，政府应不断完善信贷体系，丰富企业融资渠道，缓解企业面临的“融资难”和“融资贵”问题，为企业创造良好的发展环境。
参考文献
王国刚. “去杠杆”:范畴界定、操作重心和可选之策. 经济学动态,2017(7):16-25
王朝阳,张雪兰,包慧娜. 经济政策不确定性与企业资本结构动态调整及稳杠杆. 中国工业经济,2018(12):134-151.
黄俊威,龚光明. 融资融券制度与公司资本结构动态调整——基于“准自然实验”的经验证据. 管理世界,2019,35(10):64-81.
FLANNERY M J, RANGAN K P. Partial adjustment toward target capital structures . Journal of Financial Economics, 2006, 79(3):469-506.
黄继承,阚铄,朱冰,郑志刚. 经理薪酬激励与资本结构动态调整. 管理世界,2016(11):156-171.
盛明泉,张春强,王烨. 高管股权激励与资本结构动态调整. 会计研究,2016(2):44-50+95.
姜付秀,黄继承. 市场化进程与资本结构动态调整. 管理世界,2011(3):124-134+167.
刘贯春,刘媛媛,闵敏.经济金融化与资本结构动态调整.管理科学学报,2019,22(3):71-89.
杜勇,张欢,陈建英.金融化对实体企业未来主业发展的影响:促进还是抑制.中国工业经济,2017(12):113-131.
ORHANGAZI O. Financialisation and capital accumulation in the non-financial corporate sector: a theoretical and empirical investigation on the US economy: 1973-2003 . Cambridge Journal of Economics, 2008, 32(6):863-886.
刘贯春,张军,刘媛媛. 金融资产配置、宏观经济环境与企业杠杆率. 世界经济,2018,41(1):148-173.
杨小静,张英杰. 去杠杆、市场环境与国企债务化解. 改革,2017(4):137-149.
苏冬蔚,曾海舰. 宏观经济因素与公司资本结构变动. 经济研究,2009,44(12):52-65.
李博阳,沈悦,张嘉望. 金融资产配置、企业经营风险与企业杠杆率. 当代经济科学,2019,41(5):116-128.
张成思,张步昙. 中国实业投资率下降之谜:经济金融化视角. 经济研究,2016,51(12):32-46.
DEMIR F. Financial liberalization, private investment and portfolio choice: financialization of real sectors in emerging markets . Journal of Development Economics, 2009, 88(2): 314-324.
陆正飞,杨德明.商业信用融资: 替代性融资,还是买方市场?.管理世界, 2011(4):6-14.
于浩洋,王满,黄波. 内部控制质量、供应商关系与成本粘性. 管理科学,2017,30(3):122-135.
戴赜,彭俞超,马思超.从微观视角理解经济“脱实向虚”——企业金融化相关研究述评.外国经济与管理,2018,40(11):31-43.
胡奕明,王雪婷,张瑾.金融资产配置动机:“蓄水池”或“替代”?——来自中国上市公司的证据.经济研究,2017.52(1):181-194.
杜勇,谢瑾,陈建英.CEO金融背景与实体企业金融化.中国工业经济,2019(5):136-154.
黄贤环,吴秋生,王瑶.金融资产配置与企业财务风险:“未雨绸缪”还是“舍本逐末”.财经研究, 2018.44(12):100-112+125.
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.南开管理评论,2017,20(1):155-166.
许罡,朱卫东.金融资产配置、市场竞争与研发投资挤占——来自非金融上市公司的经验证据.科学学研究, 2017,35(5):709-719+728.
DUMENIL G，LEVY D. The real and financial components of profitability(United States, 1952-2000). Review of Radical Political Economics, 2004, 36(1):82-110.
LEARY M, ROBERTS M. Do firms rebalance their capital structures . Journal of Finance. 2005, 60(6):2575-2619.
于蔚,金祥荣,钱彦敏. 宏观冲击、融资约束与公司资本结构动态调整.世界经济,2012,35(3):24-47.
WILLIAMSON O E. Markets and hierarchies:analysis and antitrust implications . New York: Free Press,1975.
BIAIS B, GOLLIER C. Trade credit and credit rationing . Review of Financial Studies, 1997, 10(4):903-937.
孙浦阳,李飞跃,顾凌骏. 商业信用能否成为企业有效的融资渠道——基于投资视角的分析. 经济学(季刊),2014,13(4):1637-1652.
BARROT J N．Trade credit and industry dynamics:evidence from trucking firms .The Journal of Finance, 2015(1): 1-67.
HUANG H, SHI X J, ZHANG S M. Counter-cyclical substitution between trade credit and bank credit . Journal of Banking & Finance, 2011, 35(8):1859-1878.
WILNER B S. The exploitation of relationships in financial distress: the case of trade credit . Journal of Finance, 2000, 55: 153-178.
FABBRI D, KLAPPER L F. Bargaining power and trade credit . Journal of Corporate Finance, 2016, 41:66-80.
孙兰兰,翟士运,王竹泉. 供应商关系、社会信任与商业信用融资效应. 软科学,2017,31(2):71-74.
黄波,王满,吉建松. 战略差异、环境不确定性与商业信用融资融资. 现代财经(天津财经大学学报),2018,38(1):37-52.
黄兴孪,邓路,曲悠. 货币政策、商业信用与公司投资行为. 会计研究,2016(2):58-65+96.
MELTZER A H. Mercantile credit, monetary policy and size of firms .The Review of Economic and Statistics, 1960, 42(4):429-437.
叶康涛,祝继高. 银根紧缩与信贷资源配置. 管理世界,2009(01):22-28+188.
PETERSEN M A, RAJAN R G. Trade credit: theories and evidence . Review of Financial Studies, 1997, 10(3):661-691.
NILSEN J H. Trade credit and the bank lending channel . Journal of Money, Credit and Banking, 2002, 34: 226-253.
ATANASOVA C V, WILSON N. Bank borrowing constraints and the demand for trade credit: evidence from panel data . Managerial and Decision Economics, 2003, 24(6-7):503-514.
张敏,马黎珺,张胜. 供应商-客户关系与审计师选择. 会计研究,2012(12):81-86+95.
PATATOUKAS P N. Customer-base concentration：implications for firm performance and capital markets . The Accounting Review，2012，87(2)：363-392
FAULKENDER M, FLANNERY M, HANKINS K, et al. Cash flows and leverage adjustments . Journal of Financial Economics, 2012, 103(3):632-646.
BYOUN S. How and when do firms adjust their capital structures toward targets? . Journal of Finance, 2008, 63: 3069-3096.
LEMMON M, ROBERTS M, ZENDER J. Back to the beginning: persistence and the cross-section of corporate capital structure . Journal of finance, 2008, 63:1575-1608.
HUTTON A P, MARCUS A J, TEHRANIAN H. Opaque financial reports, R2, and crash risk . Journal of Financial Economics, 2009, 94:67-86.
潘越,戴亦一,林超群.信息不透明、分析师关注与个股暴跌风险.金融研究,2011(9)：138-151.
DECHOW P, SLOAN R, SWEENEY A. Detecting earnings management . The Accounting Review, 1995, 70: 2-42.
鞠晓生,卢荻,虞义华. 融资约束、营运资本管理与企业创新可持续性. 经济研究,2013,48(1):4-16.
CUNAT V. Trade credit: suppliers as debt collectors and insurance providers . Review of Financial Studies, 2006, 20(2): 491-527.
页:
[1]