外源融資規(guī)模、投資效率與產(chǎn)出增長的中介效應(yīng)關(guān)系檢驗

鄭成思，彭斯達(dá)

（湖北大學(xué) 商學(xué)院，武漢 430062）

0 引言

早期的“優(yōu)序融資”理論認(rèn)為，信息不對稱導(dǎo)致外源融資的成本高于內(nèi)源融資，故外源融資是在內(nèi)源融資不足條件下的次優(yōu)選擇。但隨著資本市場的發(fā)展和信息不對稱問題的逐步改善，外源融資已經(jīng)成為企業(yè)謀求發(fā)展的重要融資渠道。外源融資流入能夠緩解企業(yè)的融資約束，導(dǎo)致企業(yè)投資增加；若外源融資引致的投資具有效率，其能夠促進(jìn)企業(yè)的產(chǎn)出增長。目前國內(nèi)以銀行信貸為主、資本市場為輔的融資體系存在不同程度的“規(guī)模歧視”和“所有制歧視”，造成企業(yè)面臨不同程度的融資約束。而境外發(fā)達(dá)資本市場對上市企業(yè)的主體要求包容性較強(qiáng)，即對企業(yè)規(guī)模、盈利水平、所有權(quán)性質(zhì)等特征不存在明顯歧視。因此自20世紀(jì)90年代以來，赴境外上市的中國企業(yè)日益增多。這些企業(yè)上市后融資約束得到放松，企業(yè)投資顯著增加[1]。且境外成熟資本市場較為完善的監(jiān)管體制和投資者保護(hù)使企業(yè)的治理水平和投資效率得到提升[2]。然而，不同境外資本市場的發(fā)展程度存在差異。本文通過比較在境外不同資本市場上市的中國企業(yè)的外源融資規(guī)模、投資效率和產(chǎn)出增長，試圖驗證資本市場發(fā)展能否影響企業(yè)的產(chǎn)出增長，以及該影響是源于外源融資規(guī)模還是源于投資效率。

基于外源融資通過轉(zhuǎn)化為投資作用于產(chǎn)出增長這一影響過程，外源融資引致的投資（外源融資或投資規(guī)模）、投資對產(chǎn)出增長的影響（投資效率）依次影響產(chǎn)出增長。為了驗證該影響過程，本文擬檢驗外源融資是否正向影響企業(yè)投資，以及外源融資引致的投資是否正向影響產(chǎn)出增長，并分組比較在境外不同資本市場上市的中國企業(yè)的外源融資規(guī)模、投資效率和產(chǎn)出增長。本文采用固定資產(chǎn)投資、并購?fù)顿Y和研發(fā)投資（研發(fā)支出）之和衡量企業(yè)投資。2016年7月5日國家統(tǒng)計局發(fā)布的《國家統(tǒng)計局關(guān)于改革研發(fā)支出核算方法修訂國內(nèi)生產(chǎn)總值核算數(shù)據(jù)的公告》指出，將能夠為所有者帶來經(jīng)濟(jì)利益的研發(fā)支出作為固定資本形成處理。且研發(fā)投資是不少境外上市高新技術(shù)企業(yè)的主要投資方向。外源融資能夠通過轉(zhuǎn)化為研發(fā)投資和并購?fù)顿Y促進(jìn)產(chǎn)出增長[3-5]，故本文同時將并購?fù)顿Y納入研究范圍。

1 數(shù)據(jù)處理

中國企業(yè)境外上市的地點分布在香港、美國、新加坡、英國、德國、日本等國家或地區(qū)。據(jù)本文統(tǒng)計，截止至2014年在境外單獨上市的702家中國企業(yè)中，香港上市277家，美國上市223家，新加坡上市129家，英國上市40家，德國上市30家，日本上市3家。這說明中國企業(yè)的境外上市地點以香港、美國和新加坡為主，占到中國境外上市企業(yè)總數(shù)的89.6%，故本文擬對在這三個資本市場上市的中國企業(yè)進(jìn)行分組研究。從資本市場規(guī)模來看，2015年香港資本市場的上市公司市場資本總額和上市公司數(shù)量分別為3.18萬億和1770家，美國分別為25.07萬億和4381家，新加坡分別為0.64萬億和483家；從資本市場流動性來看，2015年香港資本市場的股票交易總額和周轉(zhuǎn)率分別為2.07萬億和64.95%，美國分別為41.40萬億和165.15%，新加坡分別為0.198萬億和30.94%（見下頁表1）。在這三個境外資本市場中，美國資本市場的規(guī)模最大且流動性最強(qiáng)，其后依次是香港和新加坡。

表1 資本市場的規(guī)模和流動性

本文從國泰安CSMAR數(shù)據(jù)庫獲取中國境外上市企業(yè)名單。為了比較在境外不同資本市場上市的中國企業(yè)的外源融資規(guī)模和投資效率，剔除“交叉上市企業(yè)”，僅保留“單獨上市企業(yè)”。鑒于財務(wù)報告形式的不同，刪除金融類企業(yè)。為了比較企業(yè)上市前后的業(yè)績，刪除上市時間不詳?shù)钠髽I(yè)。從Bureau van Dijk數(shù)據(jù)庫的Osiris子庫獲取企業(yè)的財務(wù)數(shù)據(jù)以及企業(yè)年齡、所屬行業(yè)等信息。本文的研究樣本涵蓋2000—2014年在香港、美國、新加坡單獨上市的中國企業(yè)1997—2015年的財務(wù)數(shù)據(jù)。其中，香港上市148家，美國上市97家，新加坡64家。為了避免極端值的影響，對主要變量作1%的縮尾處理（Winsor）。本文采用STATA軟件進(jìn)行統(tǒng)計分析。

2 理論模型與模型檢驗

2.1 理論模型

Demirgü?-Kunt和 Maksimovic（1998，2002）[6,7]認(rèn)為，企業(yè)對外源融資的需求取決于投資機(jī)會和內(nèi)源融資的可獲得性，可以運用“銷售百分比”財務(wù)規(guī)劃方法估計外源融資導(dǎo)致的產(chǎn)出增長。在“（一）生產(chǎn)所用資產(chǎn)對銷售的比率恒定；（二）銷售凈利率恒定；（三）經(jīng)濟(jì)折舊等于財務(wù)報表披露的折舊；（四）外源融資全部用于投資”這四個假設(shè)條件下，他們提出如下融資規(guī)劃模型：

公式（1）規(guī)劃企業(yè)按照速度g實現(xiàn)產(chǎn)出增長所需的資本投入與企業(yè)內(nèi)部所能提供的資本之間的差額。其中，EFNt表示企業(yè)在第t期的外源融資需求，gt表示第t期的產(chǎn)出增長（此處及下文均以銷售收入增長率衡量產(chǎn)出增長），At表示第t期期初的總資產(chǎn)，Et表示第t期的凈利潤，bt表示第t期凈利潤中用于再生產(chǎn)的比率。將公式（1）變形轉(zhuǎn)化為：

滿足假設(shè)條件（一）意味企業(yè)的投資效率相同，滿足假設(shè)條件（四）意味外源融資和投資均與產(chǎn)出增長呈正相關(guān)。由公式（2）可得，將外源融資用于投資能夠加速產(chǎn)出增長。若外源融資規(guī)模不同，則產(chǎn)出增長存在差異。放寬假設(shè)條件（一），當(dāng)企業(yè)的投資效率不同，即使外源融資規(guī)模相同，產(chǎn)出增長依然存在差異。因此，外源融資規(guī)模和投資效率均能夠影響產(chǎn)出增長。

2.2 模型檢驗

外源融資通過影響投資繼而作用于產(chǎn)出增長，即投資是連接外源融資和產(chǎn)出增長的中介，故本文采用中介效應(yīng)模型考察該影響機(jī)制，建立模型如下：

其中，GROit+1代表下一年產(chǎn)出增長，以銷售收入增長率衡量；EFit代表當(dāng)年外源融資規(guī)模，等于銷售/發(fā)行普通股或優(yōu)先股獲得的凈收入、期權(quán)行權(quán)的凈收入以及長短期債務(wù)的總和；TINVit代表當(dāng)年投資，等于CAPEXit（當(dāng)年固定資產(chǎn)投資，以資本性支出衡量）、RDit（當(dāng)年研發(fā)投資，以費用化的研發(fā)支出衡量）和ACQit（當(dāng)年并購?fù)顿Y，以收購的凈資產(chǎn)衡量）的總和。本文篩選出企業(yè)的盈利能力、運營效率、融資能力和投資機(jī)會四個可能影響產(chǎn)出增長的因素作為控制變量。以控制盈利能力，其代表下一年銷售凈利率；以控制運營效率，其代表下一年固定資產(chǎn)周轉(zhuǎn)率；以控制融資能力，分別代表下一年企業(yè)規(guī)模、企業(yè)截止至下一年年初的存續(xù)年限、下一年長期負(fù)債率；以控制投資機(jī)會，其代表下一年固定資產(chǎn)占比。同時設(shè)置虛擬變量∑YEARi、∑INDj，分別控制年份和行業(yè)因素。εit+1、υit、τit+1代表隨機(jī)擾動項。所有連續(xù)變量均采用年初總資產(chǎn)進(jìn)行標(biāo)準(zhǔn)化處理。

回歸方程（3）檢驗外源融資對產(chǎn)出增長的影響，回歸方程（4）檢驗外源融資對投資的影響，回歸方程（5）檢驗外源融資和投資對產(chǎn)出增長的影響。根據(jù)中介效應(yīng)模型的“逐步檢驗法”,若要證明投資的中介效應(yīng)成立，則必須滿足：（1）系數(shù)α1通過顯著性檢驗，本文中α1必須顯著為正；（2）β1＜ α1或者 β1不顯著；（3）系數(shù) π1、ω 均通過顯著性檢驗，本文中π1、ω均必須顯著為正[8]。在滿足這三個條件的基礎(chǔ)上，通過比較在不同境外資本市場上市的中國企業(yè)對應(yīng)的系數(shù)ω可以得知各組企業(yè)的投資效率高低。

3 檢驗及結(jié)果分析

3.1 平均值統(tǒng)計

對模型（3）至模型（5）的外源融資、投資和產(chǎn)出增長變量在上市前后的平均值進(jìn)行全樣本和分組統(tǒng)計，并比較香港、美國、新加坡企業(yè)組兩兩之間的平均值差異。本文采用Mann-Whitney U方法檢驗平均值差異是否顯著。檢驗結(jié)果見表2和表3。

表2 外源融資、投資和產(chǎn)出增長變量的平均值統(tǒng)計

表3 外源融資、投資和產(chǎn)出增長變量的平均值的組間比較

由表2和表3可得：第一、三組中國企業(yè)的產(chǎn)出增長（GRO）平均值大小排序由上市前的美國（0.572）、新加坡（0.288）、香港（0.284）變?yōu)樯鲜泻蟮拿绹?.207）、香港（0.134）、新加坡（0.062）；“香港-美國”“美國-新加坡”之間的GRO平均值差異在上市前后均顯著，而“香港-新加坡”之間的GRO平均值差異只在上市后顯著。該結(jié)果表明，在美國上市的中國企業(yè)的產(chǎn)出增長在上市前后均快于在香港和新加坡上市的中國企業(yè)，但該優(yōu)勢在上市后減弱；在香港和新加坡上市的中國企業(yè)的產(chǎn)出增長在上市前無顯著差別，上市后前者顯著快于后者。

第二、三組中國企業(yè)的外源融資規(guī)模（EF）平均值大小排序由上市前的香港（0.316）、美 國（0.258）、新加坡（0.244）變成上市后的香港（0.273）、新加坡（0.268）、美 國（0.208）。三組中國企業(yè)兩兩之間的EF平均值差異在上市前后均顯著；其中，“香港-美國”之間的EF平均值差異在上市后擴(kuò)大（由0.058變?yōu)?.065），“香港-新加坡”之間的EF平均值差異在上市后減小（由0.072變?yōu)?.005），“美國-新加坡”之間的EF平均值差異在上市后由正變?yōu)樨?fù)（由0.014變?yōu)?0.06）。該結(jié)果表明，在美國上市的中國企業(yè)上市后的外源融資規(guī)模較小。

第三、三組中國企業(yè)的投資規(guī)模（TINV）平均值大小排序由上市前的香港（0.148）、美國（0.124）、新加坡（0.101）變成上市后的美國（0.098）、香港（0.085）、新加坡（0.081）。該變化與EF平均值變化不同：盡管在美國上市的中國企業(yè)的EF平均值在上市后變得較小，但其TINV平均值變得較大。該結(jié)果可能由于在美國上市的中國企業(yè)將更多的外源融資用于投資，也可能由于上市后其內(nèi)源融資增加所致。

3.2 中介效應(yīng)檢驗

根據(jù)模型（3）至模型（5）對外源融資、投資和產(chǎn)出增長變量進(jìn)行全樣本和分組的Spearman相關(guān)系數(shù)檢驗（見表4）。檢驗結(jié)果顯示，全樣本和分組企業(yè)的EFt與TINVt之間、TINVt與GROt+1之間均呈顯著正相關(guān)，表明外源融資可能導(dǎo)致投資增加繼而促進(jìn)產(chǎn)出增長。本文據(jù)此對模型（3）至模型（5）進(jìn)行中介效應(yīng)檢驗。

表4 外源融資、投資和產(chǎn)出增長變量的Spearman相關(guān)系數(shù)檢驗結(jié)果

表5 模型（3）至模型（5）的中介效應(yīng)檢驗結(jié)果（逐步檢驗法）

有學(xué)者認(rèn)為，“逐步檢驗法”要求“系數(shù)α1通過顯著性檢驗”是不必要的[9]。因為在 π1*ω+β1=α1中，間接效應(yīng)（亦稱中介效應(yīng)）系數(shù)π1*ω的符號可能和直接效應(yīng)系數(shù)β1的符號相反，使得總效應(yīng)系數(shù)α1不顯著。本文中即使外源融資對產(chǎn)出增長不具有顯著影響（α1不顯著），外源融資引致的投資仍可能對產(chǎn)出增長產(chǎn)生顯著的正向影響（π1*ω顯著為正）。為了解決該問題，本文同時采用“逐步檢驗法”和“Bootstrap檢驗法”對模型（3）至模型（5）進(jìn)行全樣本和分組的中介效應(yīng)檢驗，并比較三組企業(yè)的投資效率。“Bootstrap檢驗法”不要求“系數(shù)α1通過顯著性檢驗”以及“變量服從正態(tài)分布”。該方法從給定的樣本中有放回地重復(fù)取樣以產(chǎn)生許多類似于原始樣本的Bootstrap樣本，更適合小樣本檢驗[10,11]。本文抽樣2000次，檢驗結(jié)果見前文表5和表6。

表6 模型（3）至模型（5）的中介效應(yīng)檢驗結(jié)果（Bootstrap檢驗法）

表5全樣本的檢驗結(jié)果顯示：回歸方程（3）中EFt對GROt+1的影響系數(shù)為0.0847且在1%的顯著性水平通過檢驗，滿足“系數(shù) α1必須顯著為正”；回歸方程（4）中EFt對TINVt的影響系數(shù)為0.0883且在1%的顯著性水平通過檢驗，滿足“系數(shù) π1必須顯著為正”；回歸方程（5）中EFt對GROt+1的影響系數(shù)為0.0427，滿足“ β1＜ α1”；TINVt對GROt+1的影響系數(shù)為0.4757且在1%的顯著性水平通過檢驗，滿足“ω必須顯著為正”。據(jù)此，全樣本的中介效應(yīng)成立，表明外源融資通過轉(zhuǎn)化為投資對產(chǎn)出增長產(chǎn)生顯著的正向影響。故在境外不同資本市場上市的中國企業(yè)的外源融資規(guī)模差異通過轉(zhuǎn)化為投資規(guī)模差異，連同投資效率差異共同導(dǎo)致產(chǎn)出增長差異。在美國上市的中國企業(yè)的檢驗結(jié)果表明，該組企業(yè)的中介效應(yīng)成立。但在香港和新加坡上市的中國企業(yè)的檢驗結(jié)果顯示，兩組企業(yè)回歸方程（3）中EFt對GROt+1的影響系數(shù)均未能通過顯著性檢驗。根據(jù)“逐步檢驗法”的要求應(yīng)停止對該兩組進(jìn)行后續(xù)檢驗，故本文轉(zhuǎn)用“Bootstrap檢驗法”繼續(xù)中介效應(yīng)檢驗。

表6中在香港、美國和新加坡上市的中國企業(yè)的間接效應(yīng)系數(shù)π1*ω分別為0.0314、0.0661、0.0195且均通過顯著性檢驗，表明三組中國企業(yè)的中介效應(yīng)均成立。系數(shù)ω按照大小排序分別為美國（0.5584）、香港（0.3295）、新加坡（0.2910），表明在美國資本市場上市的中國企業(yè)的投資效率較高。

考慮到投資對產(chǎn)出增長的影響可能會滯后兩年乃至三年，本文同時以GROit+2、GROit+3作為產(chǎn)出增長變量進(jìn)行模型（1）的中介效應(yīng)檢驗，發(fā)現(xiàn)三組中國企業(yè)的外源融資引致的投資對滯后兩年和三年的產(chǎn)出增長均不具有顯著影響。同時出于穩(wěn)健性考慮，以GROit作為產(chǎn)出增長變量進(jìn)行中介效應(yīng)檢驗（見表7），結(jié)果同樣表明在美國資本市場上市的中國企業(yè)的投資效率較高。

表7 模型（3）至模型（5）的穩(wěn)健性檢驗結(jié)果（Bootstrap檢驗法）

3.3 內(nèi)生性檢驗

外源融資規(guī)模差異可能源于企業(yè)自身的融資需求差異，而非由于企業(yè)所在資本市場的融資支持不同所致。為了排除融資需求的干擾，本文采取“傾向評分匹配（PSM）”方法，首先對在不同資本市場上市但融資約束程度相近的企業(yè)進(jìn)行匹配，然后檢驗不同組企業(yè)上市后的外源融資規(guī)模差異。該方法基于上市后觀察值，建立一個有關(guān)境外資本市場選擇的Logistic模型，以境外上市地點作為被解釋變量，以股利、規(guī)模、年齡、杠桿率、現(xiàn)金及有價證券持有量、固定資產(chǎn)占比這些衡量企業(yè)融資約束程度的常用變量作為決定境外上市地點的解釋變量。根據(jù)該模型計算每一家企業(yè)的傾向評分，并根據(jù)評分結(jié)果對三組企業(yè)樣本進(jìn)行兩兩匹配。檢驗結(jié)果見表8。

表8 “傾向評分匹配”方法的檢驗結(jié)果

表8中“EF（unmatched）”和“ATT”分別代表進(jìn)行傾向評分匹配前、后的EF平均值差異?！跋愀?美國”之間的EF（unmatched）值①表3中三組企業(yè)兩兩之間上市后的EF平均值差異均通過顯著性檢驗，而表8均未能通過顯著性檢驗，這與兩表的檢驗方法不同有關(guān)，但其不影響本文結(jié)論。為0.013但未能通過顯著性檢驗，ATT值為0.317且在1%的顯著性水平通過檢驗。這表明經(jīng)過傾向評分匹配，在香港上市的中國企業(yè)與在美國上市的中國企業(yè)的外源融資規(guī)模差異變得顯著且進(jìn)一步擴(kuò)大?！跋愀?新加坡”之間的EF（unmatched）值和ATT值均未能通過顯著性檢驗，表明在香港上市的中國企業(yè)與在新加坡上市的中國企業(yè)在傾向評分匹配前后均不存在顯著的外源融資規(guī)模差異?！懊绹?新加坡”之間的EF（unmatched）值為-0.030但未能通過顯著性檢驗，ATT值為-0.215且在1%的顯著性水平通過檢驗。這表明經(jīng)過傾向評分匹配，在新加坡上市的中國企業(yè)與在美國上市的中國企業(yè)的外源融資規(guī)模差異變得顯著且進(jìn)一步擴(kuò)大。表8的檢驗結(jié)果說明，同等融資約束（即排除了“融資需求干擾”）條件下，在香港和新加坡資本市場上市的中國企業(yè)的外源融資規(guī)模不存在顯著差異，而在美國資本市場上市的中國企業(yè)的外源融資規(guī)模較小。

為了驗證在美國資本市場上市的中國企業(yè)的投資效率優(yōu)勢是否為上市前的內(nèi)生性優(yōu)勢，本文建立調(diào)節(jié)效應(yīng)模型（6）如下：

在模型（6）中，虛擬變量HK、SGX分別代表在香港和新加坡資本市場上市的中國企業(yè)，故交互項TINVit×HK、TINVit×SGX的系數(shù)γ2、γ3分別代表在香港和美國資本市場上市的中國企業(yè)之間、在新加坡和美國資本市場上市的中國企業(yè)之間的投資效率差異。對三組企業(yè)的面板數(shù)據(jù)進(jìn)行Hausman檢驗，結(jié)果均表明應(yīng)采用固定效應(yīng)模型。檢驗結(jié)果見表9。

表9 投資效率的組間比較

表9的檢驗結(jié)果顯示：TINVt×HK系數(shù)由上市前的-1.4686變?yōu)樯鲜泻蟮?0.5584，且均在5%的顯著性水平通過檢驗；TINVt×SGX系數(shù)上市前為-1.2499且在10%的顯著性水平通過檢驗，上市后變?yōu)?0.3697但未能通過顯著性檢驗。該結(jié)果說明，在美國資本市場上市的中國企業(yè)的投資效率在上市前顯著高于另外兩組企業(yè)，即該組企業(yè)的投資效率優(yōu)勢屬于內(nèi)生性優(yōu)勢，且該優(yōu)勢在上市后減弱。

4 結(jié)論

（1）根據(jù)中介效應(yīng)模型的“逐步檢驗法”和“Bootstrap檢驗法”的檢驗結(jié)果，中國境外上市企業(yè)的外源融資引致的投資對產(chǎn)出增長具有顯著的正向影響。這說明外源融資規(guī)模和投資效率均會影響產(chǎn)出增長。（2）通過比較在香港、美國和新加坡資本市場上市的中國企業(yè)上市前后的外源融資規(guī)模以及利用“傾向評分匹配”方法排除“融資需求”干擾后發(fā)現(xiàn)，同等融資約束條件下，在香港和新加坡資本市場上市的中國企業(yè)的外源融資規(guī)模不存在顯著差異，在美國資本市場上市的中國企業(yè)的外源融資規(guī)模較小，其融資需求的滿足程度較弱。這說明盡管美國資本市場的規(guī)模和流動性存在優(yōu)勢，但對在該資本市場上市的中國企業(yè)而言，這些優(yōu)勢并沒有轉(zhuǎn)化為外源融資優(yōu)勢。（3）通過比較在香港、美國和新加坡資本市場上市的中國企業(yè)的中介效應(yīng)檢驗結(jié)果以及三組企業(yè)上市前后的投資效率發(fā)現(xiàn)，在美國資本市場上市的中國企業(yè)的投資效率較高，且該投資效率優(yōu)勢為上市前即存在的內(nèi)生性優(yōu)勢。這說明美國資本市場成熟的法律制度、監(jiān)管體系和信息環(huán)境導(dǎo)致其能夠吸引投資效率較高的企業(yè)。由此可見，資本市場的有效發(fā)展能夠通過“信號傳遞”使其在“篩選”上市企業(yè)時便發(fā)揮優(yōu)化資本配置的作用。（4）與香港和新加坡資本市場相比，美國資本市場的發(fā)展優(yōu)勢使在該資本市場上市的中國企業(yè)的產(chǎn)出增長較快；且該產(chǎn)出增長優(yōu)勢主要源于投資效率優(yōu)勢，而非源于外源融資規(guī)模優(yōu)勢。同時，在美國資本市場上市的中國企業(yè)每單位外源融資引致的投資較大，即較多的外源融資被用于投資，這在一定程度上彌補了該組企業(yè)外源融資規(guī)模較小的劣勢。

綜上所述，雖然理論上資本市場發(fā)展有利于企業(yè)獲取外源融資，通過轉(zhuǎn)化為有效投資促進(jìn)產(chǎn)出增長；但當(dāng)資本市場發(fā)展到如香港、美國和新加坡資本市場這般成熟，不同資本市場間的發(fā)展差異更多地體現(xiàn)在其對上市企業(yè)投資效率的提升程度上。我國現(xiàn)階段供給側(cè)結(jié)構(gòu)性改革的重點之一是改善資本要素的扭曲分配以提高全社會的投資效率，故境內(nèi)資本市場的發(fā)展重點不僅應(yīng)該關(guān)注其所能容納和服務(wù)的企業(yè)數(shù)量以及資本市場的融資體量，更應(yīng)該注重境內(nèi)上市企業(yè)的投資效率以及強(qiáng)化境內(nèi)資本市場的資本配置效率。參考文獻(xiàn)：

[1]孔寧寧.境外上市與企業(yè)成長研究[M].北京:中國人民大學(xué)出版社，2014.

[2]覃家琦,何青,李嫦娟.跨境雙重上市與公司投資效率分析[J].證券市場導(dǎo)報,2009,(10).

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

[4]Brown J R,Martinsson G,Petersen B C.Do Financing Constraints Matter for R&D?[J].European Economic Review,2012,56(8).

[5]Davidsson P,Wiklund J.New Perspectives on Firm Growth[M].UK:Edward Elgar Publishing,2013.

[6]Demirgü?-Kunt A,Maksimovic V.Law,Finance,and Firm Growth[J].The Journal of Finance,1998，53(6).

[7]Demirgü?-Kunt A,Maksimovic V.Funding Growth in Bank-based and Market-based Financial Systems:Evidence From Firm-level Data[J].Journal of Financial Economics,2002,65(3).

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

[9]Mackinnon D P,Krull J L,Lockwood C M.Equivalence of the Mediation,Confounding and Suppression Effect[J].Prevention Science,2000,1(4).

[10]Mackinnon D P,Lockwood C M,Hoffman J M,et al.A Comparison of Methods to Test Mediation and Other Intervening Variable Effects[J].Psychological Methods,2002,7(1).

[11]Mackinnon D P,Lockwood C M,Williams J.Confidence Limits for the Indirect Effect:Distribution of the Product and Resampling Methods[J].Multivariate Behavioral Research,2004,39(1).