公司特有風險、會計信息質量與企業融資約束

龔光明　禹東勇

【摘 要】 基于我國資本市場2007—2013年上市公司經驗數據，文章在考察公司特有風險對企業融資約束影響的基礎上，分析了會計信息質量對這一相關關系的影響和作用效果。研究發現：企業特有風險水平的增加使企業獲得外部融資的難度和邊際成本增加，從而面臨資本市場融資約束困境；上市公司較高的會計信息質量有助于減少環境不確定性導致的信息問題和代理矛盾，能夠緩解企業的融資約束程度，會計信息對資源配置的調節功能在“融資難”問題突出的民營企業和中小企業中表現得更加明顯。

【關鍵詞】 特有風險； 會計信息質量； 融資約束

中圖分類號：F275 文獻標識碼：A 文章編號：1004-5937（2015）22-0008-09

一、引言

我國正處于全面深化改革過程中，金融市場雖在逐步完善，但仍然存在股市缺乏有效性、銀行貸款信貸歧視等結構性缺陷。目前我國經濟下行壓力較大，企業面臨的系統風險和不確定因素增加，在風險傳導機制作用下使得上市公司所面臨的特有風險進一步增加，微觀環境下企業的不確定風險可能使上市公司面臨融資約束的困境。融資約束根源于金融市場的不完美，信息的不對稱導致了企業更高的融資成本和融資約束。隨著經濟金融改革深入推進，資金與貨幣的價格波動將成為常態，亟需市場主體有效管理自身特有風險，盤活存量資產，優化社會資金使用效率，緩解“融資難、融資貴”難題。股票市場是信息的市場，信息引導股價的形成和運行，并通過股價引導市場資源的配置。資本市場對會計信息是有反應性的，會計信息是投資者分析企業投資價值最重要的信息。

信息不對稱下的融資約束很難量化，學者們對融資約束的替代變量選取作了很多探索性的研究。筆者嘗試從市場微觀結構出發，從公司特有風險和會計信息質量兩個角度探尋其對企業資本市場面臨融資約束的影響路徑：一方面，當公司特有風險增加時，企業外部融資的難度和邊際成本增加，從而降低了企業獲取外部增量資金的能力，即企業在較大程度不確定情況下，將面臨嚴重的融資約束；另一方面，公司會計信息質量的提高能夠緩解信息不對稱程度，降低投資者對企業未來發展不確定性的預期，減弱特有風險對企業在資本市場融資造成的壓力和約束。

本文可能的貢獻在于：當前我國資本市場背景下，從資源配置的視角將公司特有風險和企業融資約束結合起來進行實證研究，同時檢驗會計信息在市場資源配置中的治理作用。文章從公司特有風險微觀層面研究了會計信息的治理效應，高質量的會計信息能夠緩解企業尤其是中小企業和民營企業由于公司特有風險水平增加而導致的融資約束困境，也為我國資本市場加強會計準則改革和會計信息監管提供經驗支持。

二、文獻回顧與假設提出

傳統理論中，融資約束本質上講是由于企業融資渠道存在摩擦導致的（Laeven，2003）。Modigliani and Miller（1958）認為，在理想狀態下資本可以自由流通，企業可以根據自身需要獲得資本，在某種程度上企業內部資本與外部資本之間可以完全替代。信息不對稱和交易費用的存在使得內外部的資金成本存在差異，企業獲取外部資本可能需要支付更高的成本，從而對企業資金的獲得和使用產生一定限制，即融資約束。在企業融資需求一定的情況下，企業的融資約束越大，表明企業越難獲取資金。Panousi等（2012）認為，當公司特有風險增加時，企業獲得外部融資的難度與邊際成本將會增加，從而降低企業獲得外部增量資金的能力，即在企業存在較大程度不確定性的情況下，將面臨嚴重的資本市場融資約束。同時，資本市場的不完美性（如信息不對稱、契約不完全性和代理成本等）也會制約企業獲得外部融資的能力，并因此導致其不能為有利可圖的投資項目進行融資（Stiglitz，Weiss，1981；Albuquerque，Hopenhayn，2004）。劉康兵（2008）在一個包含資本市場不完美的投資模型中考察了不確定性對企業投資支出的影響，研究表明公司不確定性程度的增加通過降低資本的預期邊際價值使得邊際風險溢價提高，導致外部融資溢價上升，從而加劇了企業的融資約束程度。盧太平等（2014）則認為，由于企業內部原因造成的經營風險過高，導致貸款者“惜貸”使企業外部融資受限。企業融資約束程度越高，企業支付的外部融資成本越高，其外部融資的可能性越低。進一步，當企業同時面臨融資需求和融資約束時，貸款者因企業風險過高而惜貸，企業融資需求的增加無形中擴大了貸款者所面臨的風險敞口。企業面臨的融資約束越大也就意味著貸款者認為企業的風險過高，其業績在未來時段不足以保證借款的償還。

與大公司相比，由于成立時間較短、沒有足夠抵押品、抗風險能力弱、信息不對稱及代理成本存在等原因，小企業通常面臨較高的外部融資成本（Tirole，2005）；另外，基于我國國有上市公司特殊背景，國有企業長期與銀行保持著較為密切合作的關系，這種穩定的合作關系有助于緩解融資過程中的信息不對稱問題，同時政府的隱性擔保也使得國有企業更容易獲得銀行貸款（郭麗虹和馬文麗，2009），從而國有企業在獲取外部融資上比非國有企業更有優勢?；谏鲜鑫墨I分析，提出相應的假設1。

H1：公司的特有風險越大，其所面臨的融資約束程度就會越高，即公司特有風險與融資約束正相關。

H1a：對于民營企業，特有風險越大，企業面臨融資約束程度更加嚴重。

H1b：對于中小企業，特有風險越大，企業面臨融資約束程度更加嚴重。

信息不對稱和代理成本的存在是企業融資約束產生的重要原因，而公司會計信息質量對于信息不對稱和代理成本有重要影響。Grossman and Stiglitz（1980）指出，較高的會計信息質量使投資者能夠根據披露的會計信息預測公司的未來價值，降低搜尋私有信息的邊際收益，當公開披露信息程度上升時，公司特質風險波動趨于下降。Diamond（1985）指出高質量信息的披露能減少投資者獲得私人信息并據此進行交易的頻率，信息不對稱程度隨之下降。Merton（1987）也認為高質量的信息披露可以更好地對經營者的業績作出合理的評價，約束企業經理層偏離股東價值最大化的自利行為，降低代理成本，從而有效地緩解信息問題與代理問題。Skinner and Sloan（2001）認為資本市場對未預期盈余的反應是不對稱的，外部投資者對負的未預期盈余反應較為強烈，即市場對利空消息的反應更為強烈。申慧慧和吳聯生（2012）研究認為，低質量的會計信息不僅增加了管理者利用公司資源的自利行為，同時也降低了公司資產的使用效率，且會計信息的治理作用在環境不確定高的公司更為明顯。因此，筆者合理推論，企業盈余管理程度較高或者說企業所提供的信息質量較差，會進一步增加企業所面臨的風險以及融資約束的困境。

公司特有風險高低與企業未來財務狀況和經營成果可預測難易程度相關，也直接關系到內部人行為被識別的難易程度及經理人追逐私有利益的機會，進而關系到股東是否需要高質量的會計信息評價經理人的行為。特有風險水平較高的股票，其上市公司的信息環境往往較差。在我國當前轉軌經濟背景下，政府、國有商業銀行和國有企業之間形成了一種雙重預算軟約束框架。國有商業銀行對國有企業的貸款不具有硬約束的特征，從而使得公司的股權性質直接影響會計信息的治理效應。與非國有控股上市公司相比，國有控股上市公司受到股東監督程度弱，但受到政府干預的程度強，進而削弱了會計信息質量在引導資源配置方面發揮的應有作用。大公司可以依賴自身公司特征優勢取得融資，而小公司要獲得融資則往往更依賴于外部融資環境和自身財務健康狀況。因而，筆者從企業規模和產權性質兩個方面來分析和驗證會計信息的治理作用，以及在資本市場資源配置中產生的影響。根據上述分析，提出假設2。

H2：會計信息質量較高的公司特有風險水平與融資約束之間的正相關關系有所減弱，即在公司特有風險的影響既定情況下，會計信息質量越高，企業面臨的融資約束程度越低。

H2a：相比國有企業，較高的會計信息質量有助于更好地緩解民營企業特有風險所造成的融資約束。

H2b：相比大企業，較高的會計信息質量有助于更好地緩解中小企業特有風險所造成的融資約束。

三、研究設計

（一）樣本選擇與數據來源

本文選取2007—2013年滬深兩市非金融行業上市公司為初始研究樣本。對樣本執行以下篩選程序：（1）剔除上市不滿一年的公司，這類新上市公司剛獲得股權融資，其融資約束程度不具可比性；（2）剔除融資約束的度量指標無法計算或相關財務數據不全的公司。此外，對連續變量1%以下和99%以上的分位數進行縮尾處理（Winsorize）。本文的公司財務數據和市場數據來源于Wind資訊金融終端和CSMAR數據庫，數據處理及模型檢驗采用Excel2010、Stata12.0統計軟件。

（二）主要變量解釋與定義

1.公司特有風險的衡量

本文使用公司股票收益的波動程度對公司特有風險進行衡量。根據前人的研究，筆者基于CAPM模型間接分離法（Roll，1988；Campbell，2001；Panousi，2012），將每個企業個體股票收益波動率分解為市場層面、行業層面以及公司層面等影響因素，使用公司個股收益率數據與市場綜合收益率、行業層面收益率進行回歸，利用回歸殘差的加權標準差來衡量企業的特有風險。具體地，用第i個企業第t周的周個股收益率Ri，t對按市值加權平均的周市場收益率Rm，t與按市值加權平均的周行業收益率Rind，t進行回歸，用計算出回歸殘差的標準差衡量公司特有風險水平：

Ri，t=？琢1，t+？琢2，tRm，t+？琢3，tRind，t+？著i，t （1）

式（1）中，Ri，t表示第i個公司第t周個股收益率，Rm，t為流通市值加權平均并考慮現金紅利再投資的周市場收益率，Rind，t為行業層面的周收益率，？著i，t表示殘差。用公式（2）計算第i個公司的特有風險水平Riski，t，就個股而言，公司特質信息對股票收益沖擊越大，收益率離中趨勢越明顯，殘差也越大。

Riski，t=σi，n=■（其中m為公司年實際交易周數） （2）

2.會計信息質量的衡量

會計信息是反映企業財務狀況和經營成果的信息，其質量高低不僅影響企業投資決策等方面，也會對資本市場資源有效配置及政府宏觀經濟政策產生影響，同時會計信息質量也是反映上市公司信息環境透明度的重要衡量指標。國內外資本市場監管機構和會計準則制定者普遍認為盈余管理向投資者傳遞非真實信息，降低了會計信息質量。大部分學者認為修正Jones模型能夠把經濟環境的變化刻畫到對非操控性應計利潤的估計中，因此本文運用以下模型衡量會計信息質量：

■=？茁1（■）+？茁2■+？茁3（■）+

？茁4ROAi，t+？著i，t （3-1）

NDAi，t=？茁1（■）+？茁2■+？茁3（■）+

？茁4ROAi，t （3-2）

DAi，t=■-NDAi，t （3-3）

式（3）中，TAi，t為總應計利潤，等于第t年營業利潤減去經營活動現金流；Ai，t-1為第t-1年年末總資產；？駐Revi，t為主營業務收入變動額；？駐Reci，t為應收賬款變動額；PPEi，t為固定資產原值；ROAi，t為當期凈利潤除以期初總資產。

首先對模型（3-1）進行回歸得到回歸系數？茁1、？茁2、？茁3、？茁4，其次將回歸系數代入模型（3-2）計算出非操控性應計利潤NDAi，t，最后根據模型（3-3）計算出操控性應計利潤DAi，t，在此基礎上對其取絕對值再取負數得到會計信息質量衡量指標。

Dechow and Dichev（2002）將短期應計項目與現金流相聯系，用應計項目與過去一期、當期和未來一期的現金流回歸，將回歸殘差用于衡量企業的應計項目質量。既然應計項是未來現金流量的估計值，那么會計應計過程中應計項誤差越小，會計盈余越能有效代表未來現金流量，這也避免了Jones模型暗含公司固定資產等會計要素易被人為操縱的缺陷。

？駐WCAi，t=？琢0+？琢1CFOi，t-1 + ？琢2CFOi，t+？琢3CFOi，t+1+？琢4？駐Revi，t+

？琢5PPEi，t+？著i，t （4）

式（4）中，？駐WCAi，t為營運資本應計變動額，營運資本=應收賬款+存貨+其他流動資產-應付賬款-應交稅費-其他流動負債；CFOi，t-1、CFOi，t、CFOi，t+1分別為公司第t-1、t、t+1年經營現金凈流量；？駐Revi，t、PPEi，t同上。對模型變量均除以平均總資產消除公司規模影響，同時對模型分年度分行業回歸，對得到的殘差取絕對值再取負數來衡量會計信息質量。

3.融資約束指數的衡量

企業融資約束的測度歷來是公司金融領域有較大爭議的研究問題。從現有文獻研究來看，判斷企業是否存在融資約束的先驗標準分為兩類：一是單變量融資約束指標（股利支付率、公司規模、資產負債率以及企業與金融機構的關系等）；二是通過多個與融資約束相關的變量構建的多元融資約束指數（SA指數、KZ指數等）。使用單一指標判斷融資約束程度可能會受到其他因素的干擾，而使用一組可觀測的財務指標構建融資約束指數，能夠綜合反映公司內部資金充裕程度和外部融資約束程度。

Kaplan and Zingales（1997）以公司持有現金量、經營性凈現金流、現金股利水平、資本結構以及成長性五個因素作為表征企業融資約束的代理變量，運用Ordered Logit模型進行回歸分析，根據估計的參數構建KZ指數，KZ指數越高說明公司面臨融資約束越嚴重。考慮我國特殊的制度背景和資本市場發展水平，本文按照KZ指數構建思想重新估計其參數來計算樣本公司的融資約束指數。

KZit=？酌0+？酌1（CFOit / Ai，t-1）+？酌2（DIVit / Ai，t-1）+？酌3（Cashit /

Ai，t-1）+？酌4Levit+？酌5TobinQit （5）

式（5）中，將經營性凈現金流/上期總資產（CFOit /

Ai，t-1）、現金股利/上期總資產（DIVit / Ai，t-1）、現金持有量/上期總資產（Cashit / Ai，t-1）、資產負債率Levit和TobinQit五個指標納入到模型中，分別代表公司盈利能力、股利政策、營運能力、資本結構和投資機會。在進行Ordered Logit回歸時，首先根據上述五個指標對樣本公司受到的融資約束程度的高低作初步判斷并分組，進而運用模型估計參數計算融資約束指數。

同時，為了避免KZ指數模型依賴于具有內生性的財務指標，而非直接與融資約束產生關聯，以致研究結論可能存在偏誤，筆者根據Hadlock and Pierce（2010）的研究思路以公司規模和成立時間為基礎重新設計融資約束指數（SA指數）。

SAit=？酌0+？酌1Sizeit+？酌2Size2it+？酌3Ageit （6）

式（6）中，Sizeit為企業規模的自然對數，Ageit為企業成立時間的長短。根據公司規模和成立時間從大到小排序，分別選取前33%的觀察值作為低融資約束組（SA=0）、后33%的觀察值作為高融資約束組（SA=1）。將SA作為因變量對Sizeit、Size2it、Ageit進行Logit回歸，估計出各變量回歸系數，進而可以計算每一家企業融資約束程度的SA指數，SA指數越大，意味著企業面臨的融資約束程度越高。

（三）基本模型

對于假設1和假設2，構建如下模型對其檢驗：

FCi，t=？琢0+？琢1Riski，t+

？琢2AQi，t + ？琢3Sizei，t +

？琢4ROAi，t + ？琢5Levi，t +

？琢6TobinQi，t+？琢7Top5i，t +

？琢8Lossi，t +■Year +

■Industry+？著i，t

（7）

式（7）中，因變量FCi，t表示企業的融資約束程度，分別取上文構建模型求出的KZ指數和SA指數；自變量Riski，t為公司特有風險水平，AQi，t為公司會計信息質量，分別根據修正Jones模型和修正DD模型得到。選取公司規模、成長性、負債水平和盈利水平等作為控制變量，進一步的，加入年度和行業虛擬變量對不同年份與行業進行控制。模型中各變量的具體定義如表1所示。

四、實證結果與分析

（一）描述性統計

樣本各變量的描述性統計結果如表2所示。公司特有風險水平在樣本中的均值和標準差分別為0.0458和0.0162，表明我國上市公司在經濟新常態下面臨一定的特有風險與外部環境不確定性。融資約束KZ指數的均值和中位數分別是0.8387和1.1112，說明我國上市公司存在不同程度的融資約束問題。從會計信息質量指標來看，Jones和DD的最大值和最小值之間差距較大，可以看出我國上市公司之間的信息質量存在差異，這也可能對上市公司的融資約束程度（尤其外部融資）產生重要影響。全樣本中TobinQ的均值為1.6991，這也意味著企業存在相應的投資機會。其余控制變量如表2所示。

借鑒Kaplan and Zingales（1997）的思想，通過查閱前人相關文獻并反復測試，選擇若干有代表性的反映公司經營狀況的財務指標構建Ordered Logit模型。由此，利用以上回歸結果，可以計算樣本公司的融資約束KZ指數（表3）。與前人理論預期一致，表3中顯示，我國上市公司低經營性凈現金流、低現金持有、低股利派現、高負債水平以及擁有較多投資機會則通常面臨較為嚴峻的融資約束局面。筆者的實證結果與Kaplan and Zingales（1997）根據美國上市公司進行研究構建的模型得出的結論類似①，因而依據中國上市公司數據構建的融資約束指數具有一定的科學性和現實性。

（二）回歸結果分析

表4和表5分別列示了公司特有風險和企業融資約束程度之間的實證結果。為了控制異方差可能會對回歸結果產生影響，采用Robust穩健回歸。同時表4和表5分別列示了全樣本、國有企業樣本和民營企業樣本、大企業樣本和中小企業樣本的回歸結果。

由表4可知，在全樣本中，公司特有風險與融資約束KZ指數的回歸系數顯著為正，且這種關系在5%水平上顯著，這說明當上市公司自身特有風險水平增加時，其面臨經營失敗的風險也增大，其向利益相關者傳遞的信號可能影響到企業在資本市場獲得增量資金的能力，從而在企業擁有一定投資機會的同時面臨融資約束的困境，而這一回歸結果與筆者的理論假設一致，因此假設1得到驗證。筆者還劃分公司規模②和產權性質進行子樣本研究，可以看到民營企業樣本和小公司樣本回歸系數顯著為正，并且在5%水平上顯著，而在國有上市公司和大公司樣本回歸系數并不顯著，這意味著民營企業相對于國有企業和小公司相對于大公司來講確實面臨更為嚴重的融資約束問題，假設1a和1b得到了驗證。與此同時，筆者在模型中加入會計信息質量AQ變量，實證結果顯示其回歸系數顯著為負，表明信息質量指標與公司融資約束負相關，即會計信息質量越高，公司所受到的融資約束程度越低；而Risk*AQ交互變量在各樣本的回歸系數為負，尤其在民營企業樣本組和小規模公司樣本組在5%水平上顯著，這也在一定程度上揭示了會計信息在資本市場中的治理作用，即高質量會計信息能降低投資者對公司未來發展不確定性的預期，減弱或降低私有信息和噪聲對公司股價的影響。企業承受的信息不對稱程度和投資者承受的信息風險越低，企業在資本市場獲得外部資金融資能力則越強，從而企業的融資約束就越小。

為了研究的穩健性，根據Hadlock and Pierce（2010）研究思路重新設計融資約束SA指數作為因變量，回歸結果如表5所示，所得出的研究結論與KZ指數一致，在此不再贅述。從各控制變量來看，公司規模與企業融資約束程度顯著負相關，這也支持了筆者將公司資產規模作為影響融資約束程度分組樣本檢驗的合理性；公司經營業績ROA與融資約束呈負相關，即公司經營業績越好，其所面臨的的融資約束程度越低；公司負債水平與融資約束正相關，即企業負債水平越高，越難以從資本市場獲得融資支持；股權集中度與融資約束顯著負相關，這也反映了我國資本市場的特點，股權集中度高的上市公司容易從大股東手中獲得增量資金支持；同時虧損企業所面臨的融資約束困境更加嚴重。

本文意在考察是否上市公司面臨的特有風險水平越大其受到融資約束的程度越嚴重，同時檢驗高質量的會計信息能否弱化二者的正相關關系，以及會計信息的治理作用在不同特征的公司中是否會表現出系統性的差異。表6和表7分別列示了不同質量水平的會計信息下公司特有風險和融資約束指數的回歸結果。與上文公司規模分組類似，為了研究結論的可靠性，筆者對樣本公司會計信息質量觀察值進行排序，將排在前33%的樣本公司定義為高質量會計信息組，后33%的作為低質量會計信息組，同時還劃分公司規模和產權性質進行子樣本研究。從表6和表7回歸結果來看，高質量會計信息組中，公司特有風險水平與企業融資約束之間的正相關關系不再顯著，而且回歸系數顯著小于低質量會計信息組；低質量會計信息組中二者正相關關系在不同水平下顯著；同時會計信息質量對二者關系調節作用在“融資難”問題突出的民營企業和中小企業表現得更加明顯，而在國有企業和大型企業子樣本中作用并不顯著，這也驗證了我國上市公司高質量會計信息具有一定治理作用，即可靠而相關的會計信息能夠增加公司信息透明度，向外部投資者有效傳遞公司層面的信息，從而使知情交易者獲得更多的公司層面信息量、提高股票的信息效率進而降低股價無效率波動風險。樣本的回歸結果也驗證了假設2a和2b。因此，筆者認為，優化企業會計信息環境、提高企業自身會計信息健康程度對于緩解企業尤其是中小企業和民營企業的“融資難、融資貴”問題具有重要的理論與實踐意義。

（三）穩健性檢驗

為了使本文的研究結論更加可靠，筆者進行了如下穩健性檢驗：

（1）根據已有文獻重新計算公司特有風險水平。參考Panousi and Papanikolaou（2012）對于特有風險衡量的思想，將公式（1）回歸所得到的殘差按照下面的公式重新計算：

Riski，t=σi，n=ln■（其中m為公司年實際交易周數）

（2）將盈余平滑度（ES）和盈余激進度（EA）作為會計信息質量的替代變量加入模型進行回歸，所得到的研究結論與前文一致。

（3）KZ指數的衡量。用銷售收入增長率代替TobinQ值表征投資機會，用公司銷售收入代替公司總資產作為公司規模的衡量變量，回歸結果與前文一致，研究結論保持穩健。

五、研究結論

本文以我國正處于全面深化改革時期為特定研究背景，考察了會計信息質量的經濟后果，著重研究了公司特有風險對企業融資約束的影響，以及高質量會計信息對二者關系的調節作用。研究發現，公司特有風險水平越大，企業在資本市場受到的融資約束程度越嚴重，且對于民營企業和中小企業尤為嚴重；同時高質量會計信息能夠弱化二者正相關關系，且會計信息優化資源配置的作用在信息不對稱程度與信息風險較高的上市公司特別顯著，企業承受的信息不對稱程度和投資承受的信息風險越低，企業在金融市場獲得外部融資的能力越強，則企業的融資約束程度就越低。

本文的研究提供了以下啟示：（1）我國經濟金融改革深入推進，資金與貨幣的價格波動將成為常態，企業自身面臨的特有風險對其融資和投資的影響更為顯著，企業亟需健全自身風險管控機制，合理對公司特有風險進行評估與控制；（2）會計信息質量的提高，確實有利于緩解企業的融資約束，會計信息經過投資者解讀融入股價，進而影響資源配置，要提高股價的信息效率，必須著眼于提高上市公司的會計信息質量或透明度，向外部投資者有效傳遞公司層面信息，讓投資者了解企業的真實情況，從而增加獲取外部融資的可能性。

【參考文獻】

[1] 龔光明，彭娟.會計信息質量、投資效率與機構投資者異質性[J].會計之友，2014（33）：93-99.

[2] 龔光明，曾照存.公司特有風險、管理者風險特質與企業投資效率——來自中國上市公司的經驗數據[J].經濟與管理研究，2013（11）：67-75.

[3] Modialiani F， M H Miller. The Cost of Capital， Corporation Finance and the Theory of Investment[J].American Economic Renew， 1958， 48（3）：261-297.

[4] Panousi V， D Papanikolaou. Investment， Idiosyncratic Risk， and Ownership[J].The Journal of Finance，2012，67（3）：1113-1148.

[5] Stiglitz J， A Weiss. Credit Rationing in Markets with Imperfect Information [J].American Economic Review，1981，71（3）： 393-410.

[6] 劉康兵，申樸，S Elmer.融資約束、不確定性與公司投資：基于制造業上市公司面板數據的證據[J].南開經濟研究，2011（4）：86-97.

[7] 連玉君，蘇治.融資約束、不確定性與上市公司投資效率[J].管理評論，2009（1）：19-26.

[8] 劉康兵，申樸.融資約束、不確定性與公司投資：基于制造業上市公司面板數據的證據[J].南開經濟研究，2008（6）：86-97.

[9] 盧太平，張東旭.融資需求、融資約束與盈余管理[J].會計研究，2014（1）：35-41.

[10] 郭麗虹，馬文杰.債務融資、商業信貸與中小企業投資——來自非上市制造業企業的證據[J].財經研究，2011（3）：136-144.

[11] Grossman S J， J E Stiglitz. On the Impossibility of Informational Efficient Markets[J].The American Economic Review， 1980（70）： 393-408.

[12] 申慧慧，吳聯生.股權性質、環境不確定性與會計信息的治理效應[J].會計研究，2012（8）：8-16.

[13] 花馮濤，王進波.公司特質風險、股價信息含量抑或信息不確定性——基于中國股市的經驗證據[J].山西財經大學學報，2014（1）：22-32.

[14] 張金鑫，王逸.會計穩健性與公司融資約束——基于兩類穩健性視角的研究[J].會計研究，2013（9）：44-50.

[15] 魏志華，曾愛民，李博.金融生態環境與企業融資約束——基于中國上市公司的實證研究[J].會計研究，2014（5）：73-80.

[16] Bo H， R Lensink， E Sterken. Uncertainty and Financing Constraints [J].European Finance Review， 2003， 7（2）：297-321.

[17] Campbell J Y， M Lettau， B G Malkiel， et al. Have Individual Stocks Becomes More Volatile？ An Empirical Exploration of Idiosyncratic Risk[J]. The Journal of Finance， 2001， 56（1）：1-43.

[18] 金智.新會計準則、會計信息質量與股價同步性[J].會計研究，2010（7）：19-26.

[19] 聶曉軍，李焰，張肖飛.股價特有風險與信息效率[J].管理科學學報，2014（5）：84-94.

[20] 況學文，施臻懿，何恩良.中國上市公司融資約束指數設計與評價[J].山西財經大學學報，2010（5）：110-117.

[21] 孫剛.我國上市公司邊分紅邊投資異象與會計信息的資源配置調節功能研究[J].山西財經大學學報，2014（3）：110-124.

[22] Jones J. Earnings Management during import relief investigations[J]. Journal of accounting research， 1991， 29（2）：193-228.

[23] Dechow P M， I D Dichev. The quality of accruals and earnings： The role of accrual estimation errors[J]. The Accounting Review，2001，77（s-1）： 35-59.

[24] Kaplan S N， L Zingales. Do Investment—cash Flow Sensitivities Provide Useful Measures of Financing Constraints[J].Quarterly Journal of Economics， 1997， 112（1）：169-215.

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