宏觀經濟政策、融資約束與企業融資結構調整
——基于我國上市公司的經驗數據

馬 紅，王元月

(1.中國海洋大學管理學院，山東 青島 266100;2.中國海洋大學經濟學院，山東 青島 266100)

宏觀經濟政策、融資約束與企業融資結構調整
——基于我國上市公司的經驗數據

馬 紅1，王元月2

(1.中國海洋大學管理學院，山東 青島 266100;2.中國海洋大學經濟學院，山東 青島 266100)

本文主要研究宏觀經濟政策與微觀特征因素對企業融資結構調整所產生的聯合效應，在理論分析基礎上，以我國上市公司為樣本進行實證分析，得出如下結論：從宏觀經濟政策因素看，財政政策和貨幣政策的擴張都加快了企業融資結構的調整速度，且這種影響對國有與非國有企業存在差異；企業所受的融資約束顯著降低了企業的融資結構調整速度；與非融資約束企業相比，擴張性宏觀經濟政策對融資約束企業的融資結構調整速度所起到的促進作用更為顯著。

財政政策；貨幣政策；融資約束；融資結構調整

一、引 言

近年來越來越多的研究傾向于支持企業確實存在最優融資結構的觀點，但由于各種因素的影響，企業的實際融資結構往往會偏離最優融資結構。一方面這種偏離會影響企業價值，促使以價值最大化為目標的企業調整其融資結構，盡可能接近最優融資結構；另一方面融資結構的調整對企業來說是存在一定成本的，只有當向最優融資結構調整所帶來的收益大于成本時，企業才會受到激勵采取措施調整其融資結構，因此企業向最優融資結構調整的速度也是由調整成本與收益決定的。

目前，關于企業融資結構調整的研究也大多從調整成本與調整收益影響入手，研究具體因素對企業融資結構調整的影響。但早期研究大多關注企業內部因素對融資結構調整的影響，而考慮外部宏觀環境因素對企業融資結構調整影響的研究在近幾年才零星開始出現。例如：Hackbarth et al.(2006)通過構建理論模型指出，宏觀經濟環境越好，企業調整融資結構的速度越快，但幅度越小[1]；Cook和Tang(2010)不僅證明了經濟周期因素對企業融資結構調整的影響，還考慮了企業所受到的融資約束因素[2]。Natalia Mokhova和 Marek Zinecker(2014)利用歐洲不同發達國家的數據，通過實證分析證明了宏觀經濟政策可以顯著影響企業的負債融資比例[3]。這些文章雖然在研究方法上不盡相同，但大多都肯定了宏觀經濟因素是影響企業融資結構調整的重要因素之一。

在宏觀經濟環境中有一類重要的政策性因素(主要指貨幣政策與財政政策)與企業融資行為有著密切聯系。具體來說，宏觀經濟政策可以通過改變宏觀經濟前景預期、信貸資本配置、企業融資成本等方面影響企業的融資決策，進而影響企業的融資結構調整速度。基于經濟轉軌時期的特殊背景，我國的宏觀經濟環境與西方發達國家存在較大差異，同時考慮政府更強程度的干預因素，西方學者關于宏觀經濟政策有效性與微觀傳導的相關研究并不一定適用于我國。基于此，本文立足于我國的制度背景，考察宏觀經政策對企業融資結構調整速度的影響，并進一步分析這種影響在產權性質(國有企業和非國有企業)不同的企業和融資約束程度不同的企業之間的差異性。

二、理論分析與研究假設

(一)宏觀經濟政策與企業融資結構調整

宏觀經濟政策按其調控宏觀經濟的方式一般劃分為財政政策與貨幣政策兩類。

財政政策一般是指政府通過調控財政收入與財政支出，作用于社會總需求進而影響就業和國民收入等方面。陳志斌、劉靜(2010)通過構建理論模型得出結論，擴張性財政政策可以改善宏觀經濟形勢，緩解企業融資困難狀況，給企業的生產經營活動帶來正面影響[4]。一般認為擴張性的財政政策往往意味著稅收減少，政府支出增加，從而擴大社會總需求，進而促進宏觀經濟形勢的好轉。同時財政政策的微觀傳導機制是通過改變宏觀經濟形勢，一方面影響投資機會，進而影響企業的資金需求量；另一方面改變金融市場利率，進而影響企業的融資成本[5]。因此，擴張性財政政策可以擴大企業的資金需求量，降低企業的融資成本，從而加快企業的融資結構調整速度。基于以上分析，提出研究假設H1a。

H1a：財政政策的擴張加快了企業融資結構的調整速度。

貨幣政策是指一國政府的貨幣當局通過變動貨幣供給量來調節社會總需求，以影響宏觀經濟的整體運行。一般認為當政府調整貨幣政策時，企業所面臨的宏觀經濟環境也隨之改變，進而企業的融資行為也會受到影響[6]。具體來說，貨幣政策之所以可以影響企業的融資行為，主要依賴于貨幣政策的微觀傳導機制，這種機制一般可以歸納為利率傳導機制和信貸傳導機制兩方面。利率傳導機制是指當中央銀行推行擴張性的貨幣政策時，利率下降，企業的債務融資成本也隨之下降，此時較低的債務融資成本成為企業進行債務融資的刺激因素，從而加快了企業融資結構的調整速度[7]。信貸傳導機制是指貨幣政策通過影響銀行貸款的供給數量，進而影響企業貸款融資的可得性[8]。我國存在典型的信貸配給制度，特別是在緊縮性的貨幣政策下，隨著銀行儲備的減少，銀行縮小對外貸款的供給量，即信貸資金的“可獲得性”顯著減緩了企業融資結構的調整速度[9]。基于以上微觀傳導機制的分析，提出研究假設H1b。

H1b：貨幣政策的擴張加快了企業融資結構的調整速度。

(二)企業性質、宏觀經濟政策與融資結構調整

擴張性財政政策的推行，被認為可以促進宏觀經濟形勢趨好，使企業融資困難的狀況得到改善，為企業的經營和投資帶來正面影響。但我國財政政策的推行，往往存在政策扭曲現象。政治晉升錦標賽理論認為GDP的增長是推動我國政府官員晉升的重要手段[10]。為實現本地區GDP的增長，國有企業的融資和投資行為都可能受到政府的干預，這種干預可能導致國有企業從政府的擴張性支出行為中得到比非國有企業更多的投資機會，并獲得更多的信貸支持以支撐其投資需求。可見，企業產權性質會扭曲財政政策對企業融資結構調整速度的影響，即與非國有企業相比，擴張性的財政政策對國有企業融資結構調整速度的促進作用更為顯著。陳冬等(2014)通過分析2005～2011年我國宏觀經濟政策調整相對頻繁的時期后指出，政府干預非國有行為的成本較高，民企較難成為財政自決壓力下地方政府競爭的渠道，宏觀經濟政策對非國有企業融資結構的調整較少受到扭曲[11]。基于以上分析，提出研究假設H2a。

H2a：與非國有企業相比，擴張性財政政策對國有企業融資結構調整速度的促進作用更為顯著。

在我國，存在于不同產權性質企業之間的信貸歧視現象，對企業的融資行為影響深遠。據統計，高達四分之一以上的銀行正式貸款由國有企業獲得。國有企業與國有銀行之間的天然聯系，導致國有企業與非國有企業相比，在信貸資金的獲得上更為容易，同時在融資結構的調整中擁有更低的成本和更快的速度。而非國有企業受信貸歧視的影響，自身融資能力較弱，導致融資結構調整的成本上升、速度緩慢。擴張性貨幣政策下，非國有企業的信貸可得性劣勢會隨著資金供應量的上升得到極大緩解，融資成本也隨之下降，進而加快其融資結構的調整速度。因此，與國有企業相比，非國有企業對貨幣政策的敏感性更強[12][13]。基于以上分析，提出研究假設H2b。

H2b：與國有企業相比，擴張性貨幣政策對非國有企業融資結構調整速度的促進作用更為顯著。

(三)融資約束、宏觀經濟政策與融資結構調整

融資約束被認為是一種企業內外部融資成本差異化的表征，即企業選擇外部融資方式的融資成本較高，則企業受到的融資約束水平也較高，反之則低。如前文所述，企業融資結構的調整會受到企業調整成本的影響，因此企業所受的融資約束必然會影響企業融資結構的調整速度。一般而言，低融資約束企業更有可能擁有較多的自由現金流，其融資結構調整的速度也會更為靈活，反之如果企業受到較強的融資約束，則企業所擁有的自由現金流往往并不充裕，進而阻礙企業融資結構的調整速度[14]。Leary、Roberts(2005)認為融資成本是影響企業融資結構調整速度的重要因素，融資成本越高則企業進行融資結構調整的時間越長[15]。基于以上的分析，提出研究假設H3a。

H3a：企業所受的融資約束，降低了企業的融資結構調整速度。

與非融資約束企業相比，融資約束企業往往面臨更為嚴重的信息不對稱，外部融資成本較高，當宏觀經濟政策趨于緊縮時，內部融資不足，外部融資成本大幅上升，權益與債務融資同時受限，導致這類企業的融資結構調整速度迅速降低。而對于非融資約束企業來說，即使面臨融資溢價，仍然具備一定的融資能力，其融資結構調整速度所受的影響相對較小[16]。張淑惠等(2014)在關于企業融資結構的研究中，通過分組進行實證分析的方法得出結論，企業所受的融資約束可以影響宏觀經濟沖擊對企業融資結構調整速度所產生的影響[17]。基于以上的分析，提出研究假設H3b。

H3b：與非融資約束企業相比，擴張性宏觀經濟政策對融資約束企業的融資結構調整速度所起到的促進作用更為顯著。

三、研究設計

(一)模型設定

企業的最優融資結構并不能從企業的相關數據中直接觀測到，但國外研究已證明，只要恰當選擇能夠影響企業最優融資結構的變量，就可以近似地擬合出最優融資結構。本文借鑒Cook and Tang (2010)[2]、江龍等(2013)[18]的做法，將最優融資結構設定為如下函數形式，如式(1)所示:

(1)

在完美資本市場的假設下，i企業在第t年的實際融資結構應該等于最優融資結構，但現實中充斥了各種摩擦因素，導致企業的實際融資結構與最優融資結構產生偏離。因此我們依據計量經濟學存量調整模型的構建思路，借鑒前人經驗，以式(2)表示企業向最優融資結構調整的動態過程：

(2)

前文已經提到，融資結構調整速度由調整成本與收益兩方面決定，因此不同企業的調整速度會產生很大差異，基于此本文將調整系數設定為式(3)：

δi,t=α0+α1Zi,t

(3)

其中，Zi,t為一組影響融資結構調整成本與收益的變量。本文借鑒Hovakimian et al. (2001)[19]、何靖(2010)[20]等文獻的做法，采用兩步法來估計融資結構調整速，即用第一步估算的最優融資結構的擬合值來估計融資結構調整速度,將式(2)、式(3)代入式(1)，簡化后得到式(4)：

TLi,t=(1-α0)TLi,t-1-α1Zi,t·TLi,t-1+β(α0+α1Zi,t)Xi,t+εi,t

(4)

本文重點關注的是α1，即Zi,t與TLi,t-1交互項的系數。α1表示融資結構調整速度受企業特征及宏觀經濟因素的影響程度。值得一提的是TLi,t-1，在式(4)中的系數為1-α0，Zi,t與TLi,t-1交互項的系數為-α1，所以必須將1-α0轉換成α0、將-α1轉換為α1，才能衡量融資結構調整速度。

在研究宏觀經濟政策和融資約束對企業融資結構調整速度的影響時，本文將計量模型設定如下：

LEVi,t=(1-β0)LEVi,t-1+β1GROWi,t+β2SIZEi,t+β3TANGi,t+β4NDTSi,t+β5CFSi,t×LEVi,t-1+β6EFt×LEVi,t-1+β7MONt×LEVi,t-1+Industry+εi,t

(5)

其中，LEVi,t代表企業第t期的實際融資結構，LEVi,t-1代表企業第t-1期的實際融資結構，GROWi,t、SIZEi,t、TANGi,t、NDTSi,t、Industry代表最優融資結構的企業特征向量，分別為企業第t期的規模、資產有形性、非負債類稅盾、成長性和行業類別，CFSi,t代表企業所受的融資約束程度，EFt和MONt是代表財政政策與貨幣政策相對擴張或緊縮的虛擬標量，其中相對擴張時期賦值為1，反之為0，εi,t代表隨機干擾項。從所設定的模型(5)中可以看出，企業的融資結構調整速度為β0-β5CFSi,t-βσEFt-β7MONt。

(二)變量含義

1.融資結構。選取研究企業融資結構的常見指標，對企業的負債融資總額進行標準化，即總負債/總資產(LEV)。因為現階段我國大部分企業進行負債融資的最普遍方式是增加銀行借款，為此我們用借款總額與總資本的比例(LOAD)作為衡量企業融資結構的穩定性檢驗指標。另外，LEV*和LOAD*表示相應的最優融資結構擬合變量。

2.最優融資結構的擬合變量。借鑒前人的研究，選取下列指標作為最優融資結構的擬合變量：企業規模(SIZE)，即企業總資產做取自然對數的處理；資產有形性(TANG)，即固定資產占企業總資產的比例；非負債類稅盾(NDTS)，即固定資產折舊與總資產的比值；成長性(GROW)，即托賓Q指標。另外還加入了行業虛擬變量Industry，以控制行業特征對回歸結果的影響。

3.宏觀經濟政策的代理變量。財政政策一般包括稅收和財政支出兩方面。由于本文考察期內我國稅法規定的公司所得稅率基本未發生變化(或者變化幅度很小)，因此借鑒雒敏等(2012)的做法，選擇財政支出增長率指標作為我國財政政策的代理變量[6]。對于貨幣政策的度量，選擇貨幣供應量指標作為我國貨幣政策的代理變量，同時借鑒段云等(2012)的做法，認為實際的貨幣供應量增長應滿足經濟總量增長和物價水平增長需求，即貨幣供應量指標等于M2增長率減去國民經濟增長速度，再減去居民消費物價指數增長速度后所得的差[21]。最后按照對財政政策代理變量與貨幣政策代理變量取中位數的方法，把財政與貨幣政策劃分為相對擴張與緊縮時期，并定義相應的虛擬變量(FE、MON)，其中財政政策與貨幣政策的相對擴張時期賦值為1，反之為0。

4.融資約束的度量。借鑒Hovakimian(2009)的兩階段方法，區分國有企業樣本與非國有企業樣本分別進行回歸，得到企業資產增長率對企業現金流的敏感性指標CFS，即本文衡量企業融資約束程度的指數[22]。

(三)研究樣本與數據

國外學者的相關研究所選擇的樣本年度區間大多在11至20年之間，本文所選樣本的年度區間是1999～2014年，共計16年。我們遵循以下標準對樣本進行篩選：(1)剔除ST、PT股票，因為這類股票已體現企業財務狀況的異常現象，即無效率經營；(2)剔除變量的異常值與缺失值；(3)按照研究慣例刪除金融類公司。最終選取在考察期內符合條件并一直存續的樣本數為752家。本文所使用的財務數據主要來自于CCER和CSMAR數據庫，市場數據來自于國家統計局網站和1999～2014年的統計年鑒。另外，為了保證研究結果的穩健性，本文選擇在5%水平對公司層面的財務數據進行了縮尾處理。

四、實證分析

(一)描述性統計

表1報告了樣本企業在研究期內最優融資結構擬合變量的描述性統計。從表1可以看出，1999～2014年融資約束變量(CFS)的最大值(8.8125)和最小值(-4.0305)相差較大，這為研究融資約束因素對企業融資結構調整的影響創造了較好的條件。

表1 最優融資結構擬合變量的描述性分析

(二)相關性檢驗

本文利用Pearson分析研究最優融資結構各擬合變量之間的相關性，結果見表2。由表2可知，各擬合變量之間的Pearson系數較低，符合進行實證研究的基本要求。本文選用的各個擬合變量均與企業負債融資比例顯著相關，說明這些變量對最優融資結構的擬合效果較好。同時擬合變量之間的相關系數檢驗結果表明，不存在嚴重的多重共線性問題。

表2 變量的相關系數

注：* 表示通過10%顯著性水平檢驗，** 表示通過5%顯著性水平檢驗，*** 表示通過1%顯著性水平檢驗。下同。

(三)假設檢驗結果

首先利用所選取的企業特征變量擬合最優融資結構，各個擬合變量的系數符號與理論預期基本一致，說明本文所選取的企業特征變量能夠較好的擬合企業的融資結構，因篇幅有限此處的回歸結果省略。

本文在實證分析中選擇做面板數據估計，采用動態面板估計方法。目前,動態面板數據模型主要有差分GMM和系統GMM。鑒于系統GMM同時對水平方程和差分方程進行估計,利用了更多的樣本信息,在一般情況下比差分GMM估計更有效,因而我們采用系統GMM方法進行估計。

1.全樣本估計結果。表3的方程(1)～(3)列示的是以總負債標準化指標為被解釋變量的回歸結果，方程(4)～(6)列示的是以借款總額標準化指標為被解釋變量的回歸結果。

表3 動態面板數據的估計結果

方程(1)中變量LEVi,t-1前的系數為0.0902，則融資結構調整速度δ=1-0.0902=0.9098。方程(2)在方程(1)的基礎上引入了融資約束與滯后一期負債融資比例的交互項CFSi,t*LEVi,t-1，交互項顯著且系數符號為正，表明企業所受的融資約束抑制了企業融資結構的調整速度，支持本文提出的假設H3a：企業所受的融資約束，降低了企業的融資結構調整速度。

方程(3)在方程(2)的基礎上引入了代表財政政策擴張時期與滯后一期負債融資比例的交互項FEt*LEVi,t-1和代表貨幣政策擴張時期與負債融資比例的交互項MONt*LEVi,t-1，交互項CFSi,t*LEVi,t-1前的系數符號仍為正。交互項FEi,t*LEVi,t-1顯著且符號為負，表明財政政策的擴張加快了企業的融資結構調整速度，符合假設H1a：財政政策的擴張加快了企業融資結構的調整速度。交互項MONi,t*LEVi,t-1顯著且符號為負，表明貨幣政策的擴張加快了企業的融資結構調整速度，符合假設H1b：貨幣政策的擴張加快了企業融資結構的調整速度。

為了進一步檢驗實證結果的穩健性，對于被解釋變量我們以借款總額標準化指標代替總負債標準化指標，重做上述檢驗，結果見表3中的方程(4)～(6)。從穩健性檢驗結果可以看出，前文得出的主要研究結果未發生實質性變化，即通過實證分析得到的相關研究結論是具有普遍意義的。

2.按企業性質分組的估計結果。本文將樣本分為國有企業和非國有企業兩組，回歸估計結果見表4。

對比表4中方程(3)和方程(5)的回歸結果發現，與非國有企業相比，擴張性財政政策對國有企業融資結構調整速度的促進作用更加明顯，即國有企業交互項FEt*LEVi,t-1前的估計系數為-0.9886，且在1%的水平上顯著，而非國有企業交互項前的估計系數為-0.0391，僅在10%的水平上顯著。這一檢驗結果也支持了前文提出的假設H2a：與非國有企業相比，擴張性的財政政策對國有企業融資結構調整速度的促進作用更為顯著。而對于貨幣政策來說，結果卻不盡相同。與國有企業相比，擴張性貨幣政策對非國有企業融資結構調整速度的促進作用更加明顯，即非國有企業交互項MONt*LEVi,t-1前的估計系數為-0.4563，且在1%的水平上顯著，而國有企業的交互項未通過顯著性檢驗。這一檢驗結果也就支持了前文提出的假設H2b：與國有企業相比，擴張性貨幣政策對非國有企業融資結構調整速度的促進作用更為顯著。

表4 動態面板數據的分組估計結果

為了進一步檢驗實證結果的穩健性，對于被解釋變量我們還是以借款總額標準化指標代替總負債標準化指標，重做上述檢驗，結果見表4中的方程(4)和方程(6)。從穩健性檢驗結果可以看出，前文得出的主要研究結果未發生實質性變化，即通過實證分析得到的分組研究結論是具有普遍意義的。

3.按融資約束分組的估計結果。考慮融資約束程度的不同，將樣本分為融資約束企業與非融資約束企業兩組，回歸估計結果如表5所示。

對比表5中方程(3)和方程(5)的回歸結果發現，與非融資約束企業相比，擴張性宏觀經濟政策對融資約束企業融資結構調整速度的促進作用更加明顯，即融資約束企業交互項FEt*LEVi,t-1和交互項MONt*LEVi,t-1前的估計系數分別為-0.9810、-0.0976，且都在1%的水平上顯著，而非融資約束企業交互項FEt*LEVi,t-1和交互項MONt*LEVi,t-1都未通過顯著性檢驗。這一檢驗結果也就支持了前文提出的假設H3b：與非融資約束企業相比，擴張性宏觀經濟政策對融資約束企業的融資結構調整速度所起到的促進作用更為顯著。

為了進一步檢驗實證結果的穩健性，對于被解釋變量我們仍以借款總額標準化指標代替總負債標準化指標，重做上述檢驗，結果見表5中的方程(4)和方程(6)。從穩健性檢驗結果可以看出，前文得出的主要研究結果未發生實質性變化，即通過實證分析得到的分組研究結論是具有普遍意義的。

表5 動態面板數據的分組估計結果

五、結 論

本文從宏觀經濟政策入手，研究宏觀經濟環境與微觀特征因素共同影響企業融資結構調整的聯合效應，在理論分析的基礎上展開實證分析，得出如下結論：首先，從宏觀經濟政策因素看，財政政策的擴張和貨幣政策的擴張都加快了我國企業融資結構的調整速度；其次，考慮企業的產權性質因素，擴張性財政政策對國有企業融資結構調整速度的促進作用更為顯著，而擴張性貨幣政策對非國有企業融資結構調整速度的促進作用更為顯著；再次，我國企業所受的融資約束降低了其融資結構的調整速度，且企業所受的融資約束越嚴重，擴張性宏觀經濟政策對企業融資結構調整速度所起到的促進作用就越顯著。

本文基于我國經濟轉軌時期的制度背景，研究宏觀經濟政策影響我國企業融資結構調整速度的微觀傳導途徑，拓寬了企業融資結構調整速度影響因素的研究范疇，將其擴展到宏觀經濟環境領域。在微觀層面上，為企業準確把握并積極應對宏觀經濟政策因素的變動，根據自身特征恰當地進行融資結構調整提供了一定的決策參考；在宏觀層面上，對宏觀經濟政策因素作用于我國企業融資結構調整的微觀傳導途徑提供了微觀證據，同時對國家調整宏觀經濟政策的有效性提供了一定的決策依據；另外，政府在對宏觀經濟政策進行調控的過程中應重點關注國有與非國有企業融資行為的異質性，使宏觀經濟環境的變動對國有與非國有企業的影響程度能夠保持一致。

[1]Hackharth D.，J. Miao，E. Morell.Capital structure，credit risk，and macroeconomic conditions[J].Jourrral of Financial Economics，2006，82(1)，pp.519-550.

[2]Cook,D.O.，T.Tang.Macroeconomic conditions and capital structure adjustment speed[J].Journal of Corporate Finance，2010，16(1)，pp.73-87.

[3]Natalia Mokhova,Marek Zinecker.Macroeconomic factors and corporate capital structure[J].Procedia-Social and Behavioral Sciences，2014，110(24)，pp.530-540.

[4]陳志斌，劉靜.金融危機背景下企業現金流運行中的政策影響研究[J].會計研究,2010,(4)：42-49.

[5]雒敏,聶文忠.財政政策、貨幣政策與企業資本結構動態調整——基于我國上市公司的經驗證據[J].經濟科學,2012,(5)：18-32.

[6]葉康濤，祝繼高.銀根緊縮與信貸資源配置[J].管理世界，2009，(10)：22-28.

[7]Su D.W.，Zeng H.J.Macroeconomic conditions and corporate capital structure:Evidence from Publicly-listed Firms in China during 1994 and 2007[J].Ecological Research，2009，44 (12)，pp.52-65.

[8]姜國華，饒品貴.宏觀經濟政策與微觀企業行為——拓展會計與財務研究新領域[J].會計研究，2011，(3)：9-18.

[9]Zulkhibri M.Corporate investment behavior and monetary policy：Evidence from firm-level data for Malaysia [J].Glob Ecological Review，2013，42 (3)，pp.269-290.

[10]周黎安.中國地方官員的晉升錦標賽模式研究[J].經濟研究，2007，(7)：37-50.

[11]陳冬，范蕊，唐建新.財政自決壓力、貨幣政策與國企資本結構調整[J].山西財經大學學報，2014，(5)：11-21.

[12]李勇.宏觀經濟環境、動態目標資本結構與融資約束——基于中國上市公司的實證分析[J].山西財經大學學報，2014，(5)：22-30.

[13]張小艷，王舒.貨幣政策與資本結構逆向調整——基于產權性質的差異性分析[J].財會通訊，2015，(18)：71-74.

[14]朱雁春.貨幣政策、融資約束與企業資本結構動態調整[J].云南財經大學學報，2014，(5)：127-133.

[15]Leary. M. T.， M. R. Roberts.Do firms rebalance their capital structures [J].Journal of Finance ，2005，60(6)，pp.2575-2619.

[16]閔亮，沈悅.宏觀沖擊下的資本結構動態調整——基于融資約束的差異性分析[J].中國工業經濟，2011,(5)：109-118.

[17]張淑惠，袁煥.宏觀經濟、融資約束與資市結構調整速度[J].中國社會科學院研究生院學報，2014，(3)：26-31.

[18]江龍，宋常，劉笑松.經濟周期波動與上市公司資本結構調整方式研究[J].會計研究，2013，(7)：28-34.

[19]Hovakimian A.，T. Opler ， S. Titman .The debt-equity choice [J].Jourrral of Financial and Quantitative Analysis，2001，36(1)，pp.1-24.

[20]何靖.宏觀經濟環境影響資本結構調整速度嗎？——來自中國上市公司的經驗證據[J].南方經濟，2010，(12)：3-16.

[21]段云，國瑤.政治關系、貨幣政策與債務結構研究[J].南開管理評論，2012，(5)：84-94.

[22]Hovakimian G.Determinants of investment cash flow sensitivity[J].Financial Management，2009，38(1)，pp.161-183.

(責任編輯:原 蘊)

Macroeconomic Policies, Financial Constrains and Dynamics Adjustment of Capital Structure——Evidence from Listed Firms of China

MA Hong1, WANG Yuanyue2

(1.School of Business，Ocean University of China，Qingdao 266100，China；2.School of Economics，Ocean University of China，Qingdao 266100，China)

By using fixed effect model and taking the listed companies as samples，this paper mainly studies the combined effects of macroeconomic policies and micro factors on the dynamic adjustment of capital structure. Research results show that under the easy fiscal policy and the easy monetary policy, the adjustment speed of capital structure is faster ,and under the same easy macroeconomic policies, the adjustment speed of capital structure is different in State-owned enterprises and non-state-owned enterprises; the adjustment speed of capital structure is different in enterprises with different financing constraints，and the adjustment speed in enterprises with financing constraints is slower than that in those enterprises without financing constraint; under the same easy macroeconomic policies, the adjustment speed of capital structure is different in enterprises with different financing constraints.

fiscal policy；monetary policy；financial constraints；dynamic adjustment of capital structure

2016-02-27

廣義虛擬經濟研究專項(GX2015-1010(Y))；教育部人文社科基金資助項目(11YJA790156)

馬紅(1985-)，女，山東濟南人，中國海洋大學管理學院博士生；王元月(1965-)，男，遼寧朝陽人，中國海洋大學經濟學院教授。

F276.6

A

1004-4892(2017)01-0058-09