融資結構、R&D投入與中小企業成長性

陳紫晴++楊柳勇??

摘 要：本文選取236家中小板上市公司2011—2013年的面板數據作為樣本，運用因子分析法評價其成長性，并實證研究融資結構與中小企業成長性、融資結構與研發密度的關系。實證結果表明：就中小企業而言，資產負債率與成長性關系不顯著，股權融資率與成長性顯著負相關，內源融資率與成長性顯著正相關；資產負債率與研發密度顯著負相關，而股權融資率、內源融資率與研發密度均不相關；對于高研發密度的中小企業，資產負債率與其成長性顯著負相關。

關鍵詞：融資結構；R&D投入；中小企業；成長性；中小板上市公司

中圖分類號：F83057 文獻標識碼：A

文章編號：1000176X（2015）09004408

一、引 言

近年來，我國中小企業迅速發展，是市場經濟中最活躍的組成部分，為我國經濟發展做出了很大貢獻。然而，我國中小企業的經營困難甚至倒閉現象也較為嚴重，其成長狀況越來越受到社會關注。雖然中小企業具有獨特的優勢和良好的發展勢頭，但我國金融市場不夠成熟，企業自身也存在缺少核心競爭力及治理結構不完善等問題，這就導致中小企業陷入融資難及融資結構不合理的困境，嚴重阻礙了企業的成長。對于我國中小企業來說，融資結構對其有怎樣的影響？什么樣的融資結構才能促進其成長？本文將通過實證研究尋找答案。

Modigliani和Miller[1]提出的“MM理論”開啟了現代資本結構研究的先河。20世紀70年代以后，更多有關融資結構的理論相繼被提出，也有越來越多的學者開始研究融資結構與企業成長性的關系，但學者們觀點不一，并未得出一致結論。我國在這方面的研究起步較晚，雖然也有不少學者進行過相關研究，但專門研究中小企業融資結構與成長性的文獻很少。本文基于中小企業的視角，研究融資結構對其成長性的影響，期望能為中小企業優化融資結構提供參考。

我國的中小企業有很多是高科技企業，高科技企業往往研發投入很高，成長性和市場前景較好。研究開發活動（Research & Development，簡稱R&D）是企業提升技術創新能力的主要途徑，而技術創新在中小企業成長過程中起到十分關鍵的作用。然而，R&D活動具有資金需求量大、周期長、現金收益流不確定等特點，因此，R&D活動融資困難，且因其風險大而面臨更高的債務融資成本。本文將實證研究融資結構對R&D投入的影響，并進一步研究對于R&D投入水平較高的中小企業，融資結構對其成長性的影響。

二、文獻回顧

1融資結構與企業成長性

有關企業融資結構的研究最早可追溯到Modigliani和Miller[1]提出的“MM理論”。“MM理論”最初未考慮公司所得稅，之后被加以修正，認為考慮所得稅后，企業的負債越多，財務杠桿作用越大，公司價值越大。Robiehek和Myer等提出了權衡理論，認為負債經營下會產生財務拮據成本和代理成本，只有在負債帶來的稅收利益與負債引起的各類相關成本得到權衡時，企業才能達到最優資本結構。Ross[2]認為，在信息不對稱的情況下，企業的價值會隨負債比例的上升而增加。Myers[3]提出了融資優序理論，認為企業融資的順序應當是內源融資→債務融資→股權融資，這是因為內源融資的成本最低，而且能完好保持現有股東的利益，在內源融資無法滿足企業資金需求時，應先考慮債務融資，債務融資的成本相比股權融資會低一些，同時也不會稀釋企業股東的股權，因此，往往最后考慮股權融資。

國內外已有很多學者研究了融資結構與企業成長性的關系，但并未得出一致結論。Gaver 和Gaver[4]的研究表明，增長型企業的資產負債率明顯比非增長型企業的資產負債率低。Harris和Raviv[5]通過實證研究證實了企業成長性與債務水平正相關。Demirguc和Maksimovic[6]運用融資計劃模型，論證企業的利潤率與其對外源融資的依賴程度呈現出顯著負相關關系，同時證明外源融資有助于提高企業的成長率。Gul[7-8]通過對日本和中國的上市公司進行實證研究，得出企業成長性與資本結構呈現出顯著負相關的結論。Greiner[9]也通過實證研究證實了企業成長性與負債比例負相關。還有少數學者研究認為融資結構與企業成長性不相關，Titman和Wessels[10]推測，由于存在負債代理問題，負債比例與企業的成長性負相關，他們以總資產增長率作為反映成長性的被解釋變量，研究結果顯示負債比例與成長性的關系不顯著。Chaplinsky和Niehaus[11]的研究發現，企業成長性與融資結構負相關， 但統計上不顯著。

國內學者對于融資結構與企業成長性的關系也是各執己見。沈根祥和朱平芳[12]以凈利潤增長率、銷售額年增長率作為衡量成長性的指標，實證研究發現負債比例與企業成長性負相關。張則斌等[13]發現企業成長性與負債水平正相關，與理論預期相反，這是因為投資者認為成長性強的企業有著良好的發展前景，償債更有保障。陳維云和張宗益[14]以息稅前利潤增長率、總資產增長率作為企業成長性的衡量指標，研究得出企業負債比例與成長性正相關的結論。肖作平和吳世農[15]以資產增長率作為衡量成長性的指標，也得出了成長性與債務水平負相關的結論。周明義[16]的研究發現，內源融資對中小企業的成長來說是最有利的融資方式，而債券融資和股權融資均沒有證據表明能促進中小企業的成長。潘立生和朱杰[17]以投資機會集作為企業成長性替代變量，研究得出企業成長性與資產負債率負相關的結論。但也有一些學者研究得出截然相反的結論。歐陽澍等[18]采用Z值模型衡量中小企業存在的融資風險，通過實證研究發現，對于債務融資風險小的公司，融資結構與成長性顯著正相關，而對于債務融資風險大的公司，融資結構與成長性顯著負相關。張玉明和王墨瀟[19]運用回歸分析法對467家中小板上市公司的數據進行研究，發現債務水平與企業成長性呈現正相關關系。

2融資結構與R&D投入

國外關于融資結構與R&D投入關系的研究大多集中在債務融資與R&D投入方面。Myers[3]認為負債率過高會給經營者帶來很大的盈利壓力，R&D投入較高會減少當期利潤，影響經營者的業績，導致經營者沒有積極性進行研發投入。Ryan和Wiggins[20]認為R&D投資是經營者從債權人和股東手中轉移資產的渠道，債權人很難監督R&D活動，因此，債權人不會積極支持企業從事R&D活動。Jensen和Meckling[21]研究發現，公司負債比例與R&D強度負相關。Baysinger等[22]認為銀行等債權人一般傾向于得到實物資產的抵押，而R&D投資過程中會產生大量的無形資產，因此，債權人貸款給R&D項目的意愿不大。另外，R&D項目很難保證有穩定的現金收益流來償付債務。所以，企業或是不能或是不愿意以負債來支持 R&D 投資。Williamson[23]研究表明，資產負債率與研發強度呈現倒U型關系，有高研發強度和無研發的企業比那些有較少研發的企業的資產負債率低。Scherr和Hulburt[24]卻得出相反結論，他研究發現資產負債率與研發強度呈U型關系，高負債企業更樂于考慮從成功的研發活動中獲得收益而很少考慮研發失敗，因此，負債率高的企業更積極投資研發。Aivazian等[25]用加拿大上市公司的數據研究了負債融資對公司投資支出的影響，研究發現負債融資與投資支出呈現負相關關系。在此基礎上，又研究了負債融資對不同成長性企業投資支出的不同影響，結果顯示負債融資與投資支出之間的負相關關系在低成長性企業表現的更顯著。

國內有關融資結構與R&D投入關系的研究并不多。王珍[26]研究發現資產負債率與研發投入顯著不相關。劉斌和岑露[27]則發現資產負債率與R&D費用負相關，這是因為企業的資產負債率受到債務契約的約束，企業的R&D投入也受到限制。陳海聲和盧丹[28]的研究表明，非國有控股上市公司研發強度顯著高于國有控股公司， 高負債水平對研發強度存在顯著的負向影響。柴斌鋒[29]以滬深兩市的民營上市公司為樣本，考察了資本結構對研發密度的影響，得出以下結論：資本結構與企業的研發密度顯著負相關，研發密度越強的企業，其用來投資的資金大多來自權益資本。

三、研究假設

1融資結構與中小企業成長性

代理成本理論認為，負債的引入可以降低股權代理成本，同時對管理者的行為形成一定約束。然而對于我國的上市公司來說，債務的引入不能很好地降低股權代理成本，債務約束功能也不能很好地發揮，并不能給管理者有效施壓使其為公司利益最大化而努力。中小企業的治理結構不完善，股東侵害債權人利益的現象十分嚴重，負債的引入大大地增加了債權代理成本。另外，中小企業的規模較小，管理體制不健全，抵御風險的能力較弱，很容易受到外部因素的沖擊，負債的引入加大了陷入財務困境的可能性，使得破產風險增大。較高的資產負債率可能不利于公司的成長。因此，提出假設1：

H1：資產負債率與中小企業成長性負相關。

雖然股權融資具有籌集資金效果好和分散風險的優勢，但股權融資的成本要高于內源融資和債務融資，股利從企業的稅后利潤中支付，不具備抵稅作用。中小企業的成長過程需要大量的資金支持，而支付股利會減少企業的留存收益，中小企業無法將這一部分留存收益用于自身的成長。較高的股權融資率可能會對中小企業成長產生負面影響。因此，提出假設2：

H2：股權融資率與中小企業成長性負相關。

內源融資是通過企業內部融通所需要的資金，它使用起來十分便利，不會受到外界的阻力。內源融資的成本最低，而且可以避免股權的稀釋和控制權的轉移，有利于企業做出適合自己的經營決策。內源融資由于是企業使用自己的資金，往往會很謹慎，因此，內源融資的風險也較低。此外，內源融資向市場傳遞了利好消息，能夠顯示企業自身的資金能力強大、發展良好，有助于提升企業信譽，為日后的融資做好鋪墊。內源融資通常是企業融資的第一選擇，其對企業的成長有積極作用。因此，提出假設3：

H3：內源融資率與中小企業成長性正相關。

2融資結構與R&D投入

企業 R&D 活動具有不確定性、不可逆性和投資周期長等特點，雖然R&D投入可以為企業提供未來成長的機會，但投入資金巨大、短期內無法實現現金收入，因此，R&D投入面臨著很大的風險。在企業的債務融資中，債權人在R&D 投入中僅能獲得貸款利息的固定收益而無權享受 R&D 投入所帶來的風險收益，因此，債權人會索取較高的債務利息率，這就大大提高了融資成本。對企業來說，負債比例越高，償債壓力越大，面臨的財務風險越大，如果企業R&D投入較多難以保證資金的回流，就會加大企業的破產風險，對企業的生存造成威脅。所以企業出于規避風險的考慮，不愿意以債務融資來支持R&D投入。因此，提出假設4：

H4：資產負債率與R&D投入負相關。

3高研發密度下，融資結構與中小企業成長性

研發密度是指研發投入與主營業務收入之比，它可以反映企業的研發投入水平。在我國，研發密度高的企業多是技術含量高的高科技企業，這類企業的研發投入大，面臨的風險較大，債權人會要求較高的利息作為風險補償，企業為避免較高的融資成本會使用較低的負債比率。另外，高研發密度的企業一般屬于成長性較好的企業，這類企業往往有較好的市場評價和市場前景，更容易從其他渠道獲得資金，為了避免較高的資金成本，企業會減少債務融資。因此，提出假設5：

H5：高研發密度下，資產負債率對企業成長性的負面影響更大。

四、研究設計

1樣本選取與數據來源

本文的研究對象為深圳證券交易所中小企業板上市的公司，研究區間為2011—2013年，為保證數據可得，選擇2011年之前在中小板上市的公司。為保證數據的完整可靠，按照以下標準對數據進行篩選：剔除已被標記為ST或*ST，或在研究區間被標記為ST或*ST的公司。由于本文研究涉及R&D投入，需選擇2011—2013年持續披露研發投入數據的公司。剔除研究區間財務數據不全的公司。考慮到第一產業、第三產業的某些行業（例如農林牧漁、服務業、房地產和金融）不適合對R&D投入情況進行分析，予以剔除。為避免極端值對實證結果的影響，剔除出現嚴重虧損的公司。剔除研究區間進行過重大的資產重組或并購活動的公司。經過以上篩選，得到符合條件的236家中小板上市公司2011—2013年的面板數據作為研究樣本。

本文的數據來源：國泰安CSMAR數據庫——CSMAR 中國上市公司財務報表數據庫、中國上市公司財務報表附注數據庫、中國上市公司財務指標分析數據庫，本文的研發投入數據是由巨潮資訊網上公布的上市公司2011—2013年年報手工收集而得。

2模型構建

本文從以下三個角度研究融資結構、R&D投入與中小企業成長性之間的關系：融資結構對中小企業成長性的影響；融資結構對研發密度的影響；研發密度與資產負債率對中小企業成長性的交互影響。為探究以上三種關系，構建如下多元回歸模型：

G=α0 + α1V1+ α2 V2 + α3V3+ α4lnASSET + ε（1）

RDS =β0 + β1V1 + β2V2 +β3V3+μ（2）

G =γ0 + γ1V1 + γ2V2 + γ3V3 + γ4D + γ5D×V1 + γ6lnASSET + υ（3）

對上述模型做如下說明：

（1）被解釋變量

在模型（1）和模型（3）中，被解釋變量都是中小企業的成長性G。對于如何評價企業的成長性，國內外學者提出了許多不同的評價方法，并沒有統一的評價成長性的標準。本文在總結現有研究成果的基礎上，從企業財務狀況和未來增長潛力的角度出發，選取出可代表企業成長性的7個指標，構建企業成長性指標體系，如表1所示。

本文采用因子分析法提取7個企業成長性指標中的共性因子，并計算企業成長性的得分，以此作為模型（1）和模型（3）的被解釋變量。

在模型（2）中，被解釋變量是中小企業的研發密度RDS，本文用研發密度來衡量企業的R&D投入水平，研發密度即研發投入與主營業務收入之比，是最普遍的用來反映企業R&D投入水平的指標。

（2）解釋變量

在三個模型中，都選擇了資產負債率（V1）、股權融資率（V2）和內源融資率（V3）這三個變量作為解釋變量，這三個變量能夠反映企業的融資結構。資產負債率 = 負債總額/資產總額；股權融資率 = （股本+資本公積）/資產總額；內源融資率 = （盈余公積+未分配利潤+累計折舊）/資產總額。

在模型（3）中，設置了研發密度虛擬變量D，將樣本按照研發密度從小到大的順序排列，前半部分屬于低研發密度，D=0；后半部分屬于高研發密度，D=1。

（3）控制變量

在模型（1）和模型（3）中，為消除企業規模對企業成長性的影響，選擇企業的總資產自然對數（ASSET）作為控制變量。

lnASSET=ln（總資產）

上述三個模型的變量設置，如表2所示。

五、成長性指標的因子分析

1成長性指標的相關關系

由表3可知，7個成長性指標之間存在較高的相關關系，如總資產凈利潤率與凈資產收益率的相關系數高達總資產增長率與凈資產增長率的相關系數高達08651。因此，需要進行主成分分析，提取上述變量的共性因子，運用因子得分法綜合評價各樣本公司的成長性。

表3成長性指標相關系數單位：%

2成長性指標的因子分析過程

KMO樣本測度（Kaiser-Meyer-Olkin）和巴特萊特球形檢驗（Bartletts Test of Sphericity）是用于驗證指標是否適合做因子分析的兩個方法。一般認為KMO的值大于05000，適合做因子分析，巴特萊特球形檢驗統計值小于等于α時，適合做因子分析。本研究中KMO為05730，大于05000，巴特萊特球形檢驗的卡方較大，對應的顯著性水平Sig= 00000 <00500，具備很強的顯著性，因此，對數據進行因子分析有效。

運用SPSS190對上述7個指標做因子分析后，總方差的解釋如表4所示。從總方差的解釋情況來看，前三個因子的特征值大于1，基于特征值大于1的原則，選取前三個因子，累積解釋貢獻率達到7855%，解釋度很好。

采用旋轉成分矩陣進行分析，旋轉成分矩陣中成分系數越大，表明綜合指標對相應的原指標解釋能力越強。

由表5可知，成分1在總資產凈利潤率、凈資產收益率和市賬比三個指標上系數很大，而這三個指標都可以直接或間接反映企業的盈利能力，因此，成分1可作為盈利因子F1；成分2在總資產增長率、凈資產增長率上的系數很大，這兩個指標反映了企業的規模擴張情況，因此，成分2可作為規模擴張因子F2；成分3在營業利潤增長率、主營業務收入增長率上的系數很大，這兩個指標反映了企業的成長潛力，因此，成分3可作為成長潛力因子F3。由于采用正交旋轉法，旋轉后得到的三個因子不相關。將7個代表成長性的指標轉化為3個不相關的因子F1、F2、F3，這樣高科技中小企業的成長性就可以具體表達為：

G = 03151×F1 + 02973×F2 + 01731×F3（4）

由此就可以計算出每個樣本企業的成長性得分。

六、實證結果與分析

1融資結構對中小企業成長性的影響

為研究融資結構對中小企業成長性的影響，本文采用符合條件的236家中小板上市公司2011—2013年的面板數據，對模型（1）進行回歸分析。通過對2011—2013年這三年的面板數據進行F 檢驗和Hausman檢驗，確定本文樣本面板數據適合采用固定效應模型。同時，考慮到截面數據龐大而時間序列較短，需要消除截面個體差異造成的異方差影響，因此采用廣義最小二乘法（GLS）進行估計。

運用Eviews 60對模型（1）進行回歸分析，結果如表6所示。

模型（1）的回歸結果顯示，在95%的顯著水平上，股權融資率對中小企業成長性有負向影響，內源融資率對中小企業成長性有正向影響，而在考察資產負債率對中小企業成長性的影響時，t檢驗不顯著，P值為03930，說明資產負債率對中小企業成長性沒有顯著影響。模型（1）的R2為04090，2為03870，而且非常顯著地通過了F 檢驗，這表明模型（1）的擬合優度較好，變量的聯合顯著性較高。

模型（1）的回歸結果基本證實了假設11、假設2和假設3。雖然資產負債率的t檢驗不顯著，但回歸系數為負，說明資產負債率與中小企業成長性之間具有不顯著的負相關關系，這一結果與假設1基本相符。對于假設2和假設3，回歸結果與其吻合，假設2和假設3成立。

2融資結構對研發密度的影響

仍然采用模型（2）中用到的樣本，用相應的面板數據對模型（2）進行回歸分析。對相應的面板數據進行F 檢驗和Hausman檢驗，確定采用固定效應模型。為消除截面個體差異造成的異方差影響，仍采用廣義最小二乘法（GLS）進行估計。

運用Eviews 60對模型（2）進行回歸分析，結果如表7所示。

表7模型（2）回歸結果

模型（2）的回歸結果顯示，在95%的顯著水平上，資產負債率對研發密度有負向影響，而股權融資率與內源融資率的t檢驗均不顯著，P值均大于00500，這說明股權融資率與內源融資率對研發密度都沒有顯著影響。模型（2）的R2為02377，2為02011，模型（2）的擬合優度不太理想，這可能是因為有很多其他影響研發密度的因素未考慮到模型（2）中去。

模型（2）的回歸結果表明，資產負債率與研發密度顯著負相關，證明了假設4。

3研發密度與資產負債率對中小企業成長性的交互影響

模型（3）比模型（1）多引入了研發密度虛擬變量D（D=1代表高研發密度企業，D=0代表低研發密度企業）以及研發密度虛擬變量D和資產負債率V1的交互項D×V1，這是為了考察高研發密度與低研發密度中小企業成長性的差異以及研發密度與資產負債率對中小企業成長性的交互影響。模型（3）也采用和模型（1）、模型（2）相同的樣本，用相應的面板數據進行回歸分析。經過F 檢驗和Hausman檢驗，確定采用固定效應模型。同樣用廣義最小二乘法（GLS）進行估計。

運用Eviews 60對模型（3）進行回歸分析，結果表明：

模型（3）反映的資產負債率、股權融資率、內源融資率與中小企業成長性的關系與模型（1）一致，即資產負債率對中小企業成長性的影響不顯著，股權融資率與中小企業成長性負相關，內源融資率與中小企業成長性正相關。然而，對于交互項D×V1，t檢驗顯著，P值小于00100，說明在99%的顯著水平上，D×V1對成長性G有負向影響。也就是說，對于高研發密度中小企業（D=1），資產負債率對成長性有顯著負面影響。單獨的虛擬變量D對應的P值大于01000，說明D對成長性G沒有顯著影響，也表明高研發密度與低研發密度中小企業成長性沒有顯著差異。模型（3）的R2為04467，2為04135，而且非常顯著地通過了F 檢驗，這說明模型的擬合效果較好。

模型（3）中V1對G的影響不顯著，而D×V1對G有顯著負向影響，這表明對于高研發密度的中小企業，資產負債率對其成長性的負面影響更大也更顯著。這就證明了假設5。

七、研究結論

研究結果顯示，資產負債率對中小企業成長性沒有顯著影響，股權融資率對中小企業成長性有顯著的負向影響，內源融資率對中小企業成長性有顯著的正向影響。在研究融資結構與研發密度的關系時發現，資產負債率對研發密度有顯著負面影響，而股權融資率和內源融資率對研發密度均沒有顯著影響。進一步的研究發現，雖然對于全體樣本企業，資產負債率對成長性的影響不顯著，但對于樣本中的高研發密度企業，資產負債率對成長性有顯著負面影響。此外，研究還發現高研發密度與低研發密度中小企業成長性沒有顯著差異。

上述結果基本證實了假設1—假設5，也與融資優序理論吻合，即中小企業在選擇融資方式時，首選是內源融資，其次是債務融資，最后是股權融資。內源融資不僅成本低、風險小，而且能夠完好保留現有股東利益，因此，是中小企業融資的最佳選擇。當內源融資不能滿足企業資金需求時，再考慮外源融資。債務融資的成本要低于股權融資，且不會稀釋股東權益，所以要先考慮債務融資，最后考慮股權融資。中小企業在實際融資過程中，要綜合考慮不同融資渠道的融資成本和利益分配情況，確定合理的融資結構，盡量從多種渠道獲取資金。

高科技中小企業是中小企業的中堅力量，它們往往R&D投入較多，市場前景較好。然而，R&D活動一般資金需求量大、風險高、周期長，因此，債權人不愿意貸款給R&D項目，即使債權人同意貸款，也會收取較高的利息。對于高研發密度企業，債務融資成本較高，因此，積極拓展融資渠道，減少債務融資比例是明智的做法。

參考文獻：

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

[2] Ross，SAThe Determination of Financial Structure： The Incentive Signaling Approach [J]Bell Journal of Economics，1977，8（1）：23-40

[3] Myers，SCThe Capital Structure Puzzle [J]The Journal of Finance，1984，39（3）：575-592

[4] Gaver，JJ，Gaver，KM Additional Evidence on the Association between the Investment Set and Corporate Financing，Dividends，and Compensation Policies[J]Journal of Accounting and Economics，1993，16（1）：125-160

[5] Harris，M，Raviv，ACapital Structure and the Informational Role of Debt[J]The Journal of Finance，1990，45（2）：321-349

[6] Demirguc，K，Maksimovic，V.Law，Finance，and Firm Growth[J]The Journal of Finance，1998，53（6）：2107-2137

[7] Gul， FAGrowth Opportunities， Capital Structure and Dividend Policies in Japan[J]Journal of Corporate Finance，1999，5（2）：141-168

[8] Gul，FAGovernment Share Ownership， Investment Opportunity Set and Corporate Policy Choices in China[J]Pacific-Basin Finance Journal，1999，7（2）：157-172

[9] Greiner，L.E.Evolution and Revolution as Organizations Grow[J]Harvard Business Review，1998，7（5-6）：55-68

[10] Titman，S，Wessels，RThe Determinants of Capital Structure Choice[J]The Journal of Finance，1988，43（1）：1-19

[11] Chaplinsky，S，Niehaus，DDo Inside Ownership and Leverage Share Common Determinants [J]Quarterly Journal of Business and Economics，1993，32（4）：51-65

[12] 沈根祥，朱平芳上市公司資本結構決定因素實證分析[J]數量經濟技術經濟研究，1999，（5）：54-57

[13] 張則斌，朱少醒，吳健中上市公司資本結構的影響因素[J]系統工程理論方法應用，2000，（2）：106-112

[14] 陳維云，張宗益對資本結構財務影響因素的實證研究[J]財經理論與實踐，2002，（1）：76-79

[15] 肖作平，吳世農我國上市公司資本結構影響因素實證研究[J]證券市場導報，2002，（8）：22-26

[16] 周明義論融資方式與中小企業成長[J]現代管理科學，2007，（1）：109-112

[17] 潘立生，朱杰.上市公司成長性與資本結構關系的實證研究[J].當代經濟，2009，（11）：125-127

[18] 歐陽澍，陳曉紅，韓文強中小企業融資結構與企業成長性[J]系統工程， 2011，（4）： 16-24

[19] 張玉明，王墨瀟中小企業債務融資結構與企業成長——基于中小板上市公司的實證研究[J]經濟管理研究，2013，（4）：46-53

[20] Ryan，HE， Wiggins，RAThe Influence of Firm and Manager-Specific Characteristics on the Structure of Executive Compensation[J]Journal of Corporate Finance，2001，7（2）：101-123

[21] Jensen，MC，Meckling，WHTheory of the Firm： Managerial Behavior， Agency Costs and Ownership Structure[J]Journal of Financial Economics，1964， 11（3）：32-36

[22] Baysinger，BD，Kosnik，RD，Turk，TAEffects of Board and Ownership Structure on Corporate R&D Strategy[J]Academy of Management Journal，1991，34 （1）： 205-214

[23] Williamson，OEManagerial Discretion and Business Behavior[J]The American Economic Review，1963，53 （4）：1032-1057

[24] Scherr，FC，Hulburt，HMThe Debt Maturity Structure of Small Firms[J]Financial Management ，2001，30（1）：85-111

[25] Aivazian，VA，Ying，G.，Qiu，J.PThe Impact of Leverage on Firm Investment： Canadian Evidence[J]2005，11（1）：277-291

[26] 王珍民營企業技術引進的戰略選擇[J]信陽農業高等專科學校學報，2005，（3）：24-27

[27] 劉斌，岑露中國上市公司R&D費用的契約動因研究——來自滬深兩市2002—2003年報的經驗證據[J]經濟管理，2004，（22）：46-51

[28] 陳海聲，盧丹股權性質、資本結構、現金流量與研發強度[J]科技管理研究，2010，（21）：230-232

[29] 柴斌鋒中國民營上市公司R&D投資與資本結構、規模之間關系的實證研究[J]科學學與科學技術管理，2011，（1）：40-46

（責任編輯：孟 耀）