政治地理、銀行不良貸款對企業杠桿率的影響

姜闖 蔣靜逸 李怡葭 王楠晰 齊海強

摘 要：從政府、銀行、企業三方視角，基于中國主板上市公司數據，探討政治地理、銀行不良貸款率對企業杠桿率的影響，從區域層面、企業所有權屬性層面和行業層面進行了實證研究。計量結果表明，政治地理因素對企業財務杠桿率的影響僅存在于非國有企業中；政治地理因素對東部企業影響不顯著，但對西部企業具有顯著的正面影響，對中部企業具有顯著的負面影響。銀行不良貸款率對企業財務杠桿率的影響呈現區域差異，東部樣本影響為顯著正相關。

關鍵詞：政治地理；銀行不良貸款率；企業杠桿率；區域差異

中圖分類號：F832.4 文獻標識碼：A 文章編號：1008-4428（2018）08-0109-06

一、 引言

近年來我國進入了以高負債為主要特征的加杠桿周期，政府、銀行、企業等各部門杠桿率上升迅速。國際清算銀行的數據顯示，2008—2016年，我國非金融企業負債占GDP的比重從95%上升至166%。截至2016年年末，我國政府、居民和非金融企業部門的杠桿率分別為46%、50.6%和141%，遠超國際警戒線。

從現有數據看，非金融部門債務是中國債務的主體，也是近年中國杠桿率快速上升的主要推動因素。企業部門杠桿率過高主要集中在國有企業和部分產能過剩企業；而從金融結構看，國內資本市場不夠發達，企業部門主要以間接融資為主，債務負擔沉重。據數據統計可得，中國實體部門的債務規模占GDP的比重，從2008年的157%上升到2016年的250%，8年上升93個百分點。可見，中國近年來的負債規模仍是呈上升趨勢，去杠桿勢在必行。

針對我國經濟發展現狀，尋找平衡企業追求利潤最大化與降低企業債務風險的杠桿率是維護企業利益的必要選擇。本文根據我國經濟進入新常態，在習近平同志為總書記的黨中央創造性地提出“三去一降一補”五大任務的背景下，決定研究上市公司的杠桿率與政治關聯及地區政治地理相關方面的聯系。目前，中國金融體系債務負擔較高，商業銀行仍是企業融資貸款的重要金融機構。所以研究銀行不良貸款與企業杠桿的關系可以對我國去杠桿的改革前景做出合理預估和規劃，推動我國金融市場金融資源合理配置，債務危機規模得到控制，維持經濟的平前穩發展。

二、 研究綜述

（一）國內外杠桿率相關研究現狀

目前，國內外學者對金融機構杠桿率的研究較多。Michal Dewally、YingyingShao（2012）研究了49個國家金融類企業杠桿率順周期變化情況，發現杠桿率增長和資產增長存在正的相關關系。車青玲（2015）指出非金融企業營業利潤率增加在短期內將降低杠桿率，長期則相反；而工資、在建工程、企業規模、銀行依存度上升都會提高非金融企業的杠桿率。許一涌（2014）分別從宏觀和微觀兩個角度入手，發現我國非金融企業杠桿率存在一定的行業分化，且主要是由企業融資方式單一、刺激性投資增加、地方政府GDP考核方式等造成的。

對于現中國企業較高杠桿率的現狀，許多學者研究分析后也提出了可行的建議。李揚（2016）指出我國應保持中高速的經濟增長，堅持供給側改革，穩定經濟發展的同時降低杠桿率。賈慶英、孔艷芳（2016）指出貨幣供給對經濟杠桿有明顯的正向沖擊作用，當前我國經濟增長速度放緩，伴隨著債務問題的出現，其提出可以建立經濟杠桿的逆周期監管機制。胡志鵬（2014）構建了一個涵蓋居民、企業、金融機構和貨幣當局的DSGE模型來考察“穩增長”和“控杠桿”雙重目標下貨幣當局最優政策設定。但是他認為貨幣當局政策對去杠桿效果不明顯，缺乏穩定性。

（二）國內外政治地理相關研究現狀

政治地理（political geography）作為一種特殊形態的社會關系在更早的時候就得到學術界的關注，諸多學者研究發現，政治地理能夠對企業產生積極的影響（Faccio，2006，Faccio和Parsley，2009；Goldman et al.，2009），并且這一現象在世界各國都普遍存在。更具體的，與政府關系密切能夠為企業帶來更多的資源和優惠，包括更低的稅率（Adhikari et al.，2006），更多的銀行貸款（Claessens etal.，2008）和更大強度的政府援助（Faccio et al.，2006）等。Kim， Pantzalis and Park（2012）三位學者對于政治地理因素他們指出：地區政治資源、政治能量越豐富，該地企業的股票初始回報率以及風險調整后的收益率表現越好，公司價值也越大。蔡慶豐、郝凱、黃振東（2017）由此想到，在中國綜合了“政治關聯”與“同鄉效應”的“政治地理效應”是否也影響地方企業的業績表現呢？如果說企業家的政治關聯是企業個體的政治資源，那么地方的政治資源就可以視為政治關聯在地區層面的一種表現。目前，國內外有關政治地理的文獻相對較少，本文將從與政治地理聯系較為緊密的政治關聯進行文獻梳理。

通過梳理已有文獻可以發現，政治關聯公司的財務杠桿率較高，同時財務風險也較高。但也仍存在對解決現有的企業高杠桿率明確有效的方法還較少，且大多數的研究側重于企業自身運營模式、整體宏觀經濟發展，對于不同行業其杠桿率的影響研究課題較少。因此，本文課題將立足于政府、企業、銀行三方，利用上市公司相關數據進行分析，圍繞非金融企業杠桿率的影響因素，結合多方角度研究出行業合適的杠桿率，在減小企業債務風險的同時尋求企業經濟平穩發展。

（三）企業杠桿率影響機制分析（見圖1）

1. 政治地理與企業杠桿率影響機制

政治地理因素是微觀層面的政治關聯和各種社會關系在宏觀層面上的表現，同樣也會對企業的行為產生影響。有研究構建的地區政治能量指數是對政治地理因素的度量，它通過統計出生于各地市的中央委員和中央候補委員數量，反映一個地市的上市公司能夠直接或者借助老鄉關系間接獲得政治資源幫助的能力。該研究發現：地區政治能量高的地區上市公司具有更低的債務融資成本，從而使企業具有更高的財務杠桿率；但是，這種現象只存在于非國有企業之中；地區政治能量對于企業的擴張行為具有促進作用，且這種促進作用在非國有企業表現得更為明顯。

2. 銀行不良貸款與企業杠桿率影響機制

在我國，金融體系屬于典型的銀行主導型，企業外部融資仍然以銀行貸款為主，企業對銀行貸款的依賴度將顯著影響企業杠桿率。銀行作為一類特殊的企業，同樣追求銀行利潤最大化，會將銀行貸款發放給資質較高、正常經營的優質企業，從而降低銀行不良貸款規模，減少銀行風險暴露。企業為了追求自身利潤最大化會根據市場環境的變化調整企業生產規模，進而增加或者減少銀行貸款，改變企業杠桿率。銀行追求利潤最大化，降低不良貸款率與企業追求自身利潤最大化，調整企業杠桿率之間產生矛盾，并進行博弈，最終確定一個銀行體系和企業都能接受的企業合適杠桿率。

金融市場不斷發展，但是銀行貸款仍是大多數企業融資的首選渠道。企業對銀行的依賴度顯著影響其杠桿率水平，在銀行產品創新少、抵押貸款為主導的情況下，企業杠桿率水平也受自身規模的影響。企業負債內部結構對財務杠桿有著重要影響，銀行在放貸的同時需追求自身的利益最大化。所以我們將會篩選不同的企業，根據它們的銀行依賴度，不同的信貸規模來分析對杠桿率的影響。

3. 政治地理、銀行不良貸款對上市公司杠桿率的影響機制

政治地理因素，政府為了追求自身政績最大化，要求提高企業杠桿率；同時要求銀行向所有符合銀行貸款條件的企業發放貸款。銀行不良貸款因素，銀行為了自身利潤最大化，降低銀行不良貸款率，將向優質企業發放規模更大、利率更低的貸款，而對于劣質企業，將提高審批條件，不發放貸款，或者為了迎合政府的要求，向劣質企業發放規模更小、利率更高、條件更加苛刻的貸款。企業一方面將根據市場要求確定生產規模，向銀行申請貸款，另一方面，為了密切與政府的關系，將部分迎合政府要求企業產出最大化的要求。政府政績最大化與銀行利潤最大化、企業利潤最大化共同作用，相互博弈，并最終確定一個政府、銀行、企業都能接受的企業合適杠桿率。

三、 變量選取、數據來源與計量模型

（一）變量選取

1. 被解釋變量

財務杠桿比率（LEV）：選用資產負債率，即上市公司當年年末總負債與總資產的比值作為衡量指標，考察上市公司的債務融資行為。（單位：%）

2. 解釋變量

地區政治能量指數（PPI）：收集整理2007—2016年間（對應十八屆）中央委員和中央候補委員這一層級黨政官員的籍貫地信息，并相應地進行簡單的賦值處理，其中，中央委員賦值3分，中央候補委員賦值2分，原為中央候補委員后遞補為中央委員的賦值2.5分，然后對各地市的分值進行加總，得到全國各地市兩屆的政治能量指數。

銀行不良貸款率（NPL）：指銀行不良貸款占總貸款余額的比重，計算公式：不良貸款率=（次級類貸款+可疑類貸款+損失類貸款）/各項貸款·100%，主要考察銀行資本對企業杠桿率的影響。（單位：%）

3. 控制變量

上市公司所有權屬性（SO）：依照我國上市公司第一大股東的屬性分為國有企業和非國有企業。當國有控股時，SO=1；非國有控股時，SO=0。

有息負債率（IR）：上市公司當年企業負債當中需要支付利息的債務占總負債的比率。（單位：%）

每股凈資產（BPS）：作為公司規模的衡量，用于控制公司規模對企業債務融資和企業擴張的影響。

每股收益（EPS）：稅后利潤與股本總數的比值，綜合反映公司獲利能力。

每股經營性現金流量（OCF）：經營性現金流與股本總數的比值，用以控制現金管理情況因素對上市公司杠桿率的影響。

人均GDP：用于控制地區經濟狀況對于企業債務融資行為的影響。

市場化指數（MI）：來自樊綱和王小魯編寫的《中國市場化指數》，用于控制市場環境因素對于企業債務融資行為的影響。

（二）數據來源

選取2007—2016年（十七屆和十八屆）中央委員和中央候補委員，計算兩屆政治能量指數。同時選取該時段A股主板上市公司作為研究對象，加總十年的數據并剔除數據不全的公司，為了保證實證研究的客觀性和準確性，根據以下標準對原始樣本進行篩選。

1. 由于金融保險類企業的業務特殊性，其財務特征和融資結構與一般企業有很大差別，因此，剔除上市公司中的金融類公司，本文的研究對象為非金融類的上市公司。

2. 剔除在研究區間內被ST、*ST、暫停上市、退市的公司，保留正常上市的公司。

3. 本文根據中國證監會2017年2月16日發布的《2016年4季度上市公司行業分類結果》對樣本上市公司進行劃分，并剔除行業分類和制造業此類中公司樣本數只有1家的行業及其所屬上市公司。最終涉及15個行業，共1141家上市公司。

（三）計量模型

我們首先研究地區PPI、NPL對地區上市公司LEV的影響。我們重點關注PPI的系數，若系數顯著大于1，則地區政治能量會顯著影響地方上市公司的杠桿率，增加上市公司的財務風險。

其中，LEV為被解釋變量，PPI、NPL為解釋變量。借鑒Bliss和Gul（2012）的研究，我們引入IR、NPL和PPI的交乘項作為控制變量。公司規模對企業債務融資和企業擴張的影響用BPS來衡量；公司業績用EPS來衡量；現金管理情況因素對上市公司杠桿率的影響用OCF來衡量。借鑒盛丹和王永進（2012）的研究，我們選取了人均GDP和市場化指數（MI）作為地市層面控制變量；考慮到同一地區不同公司由于性質的不同，對于當地政治資源利用的能力可能存在差別，我們引入SO、SO與PPI的交乘項作為控制變量。

四、 實證結果及分析

（一）區域層面的面板實證分析

我國的政治能量的分布較集中，省際之間差距較為明顯，東部明顯高于西部，經過統計，17、18屆政治能量加總排名前五的省份分別為山東省、河北省、江蘇省、浙江省和遼寧省，且排名前十的省份占了全國政治能量的67.36%。本文按照企業注冊地區域將樣本劃分為東部、中部、西部三個樣本組，探討區域屬性對于企業杠桿率的影響，可得表1區域政治能量統計。

由表2區域層面的面板實證分析可以發現，針對解釋變量PPI，東部與西部回歸結果PPI系數為正，分別為0.0519和0.4034，同時西部樣本PPI通過顯著性檢驗，顯著性水平為5%，T統計量為1.9979，這說明在西部省份，政治地理因素與企業杠桿率顯著正相關。

結合市場化指數MI的描述性統計，東部地區由于市場化指數最高，政府對企業經營干涉較少，因此政府對企業杠桿率的影響較弱，未通過顯著性檢驗。

對于中部樣本，PPI 的T統計量為-7.4303，PPI系數為-13.0398，PPI在1%的顯著性水平下與企業杠桿率顯著負相關，這與之前的文獻研究結論不符，之前的研究表明，企業擁有的政治資源有利于企業獲得政府補貼、援助、政策扶持等，企業發展速度更快，杠桿率水平更高。而中部樣本回歸結果表明，PPI對中部企業杠桿率水平的影響為顯著負相關，本文認為中部地區發展速度高于東部地區，經濟基礎好于西部地區，中部地區的政府官員為了謀求經濟平穩發展，避免企業風險暴露過大，因此力求降低企業杠桿率水平，一旦中部地區企業杠桿率水平過高，將增加企業破產風險，不利于地方政府官員的政績和升遷。

針對解釋變量地區政治能量指數PPI與銀行不良貸款NPL的交互項，東部樣本在1%的顯著性水平下與企業杠桿率顯著正相關，這說明，在東部地區，政府追求政績最大化與銀行追求利潤最大化兩者共同作用，對企業杠桿率的影響顯著。而對于中部樣本和西部樣本，該交互項的系數分別為正和負，并且都沒有通過顯著性檢驗。

（二）企業所有權屬性層面的面板實證分析

我國銀行體系屬于典型的銀行主導型，且銀行在貸款時偏向與政府和銀行關系更加密切的國有企業，從而產生銀行貸款的所有制偏向。本文將樣本按照企業所有權屬性劃分為國有企業樣本組與非國有企業樣本組，樣本組描述性統計見表3所有權屬性分類各變量描述性統計。

從表3國有企業財務杠桿比率比非國有企業更低，有息負債率高于非國有企業，可看出國有企業對銀行有息貸款更加依賴。由EPS和BPS可以看出，相較于非國有企業，國有企業獲利能力更強，規模更大，這和政府的扶持以及國家經濟資源的分配密不可分。

通過最小二乘法得到國有企業與非國有企業財務杠桿比率的方程，各系數由上表4給出。表4企業所有權屬性層面的面板實證分析發現，對于解釋變量PPI，國有企業與非國有企業差異明顯，國有企業樣本PPI系數為正，但未通過顯著性檢驗，非國有企業PPI系數為負，在1%的顯著性水平下，對非國有企業杠桿率顯著負相關。可解釋為國有企業與政府關系更為密切，政府傾向于將自身的政治目標轉移至國有企業，要求國有企業承擔更多的社會責任，因此政治地理因素對國有企業杠桿率的影響為正。

觀察BPS和EPS兩個指標，BPS對企業杠桿率均具有顯著正相關影響，顯著性水平為1%，說明企業規模越大，企業杠桿率水平傾向于越高。EPS對于國有企業與非國有企業杠桿率均具有顯著負相關影響，顯著性水平為1%，說明企業獲利能力越強，經營狀況越良好，企業越傾向于穩健經營，保持合理的杠桿率水平，謀求企業長足發展。

（三）行業層面的面板實證分析

本文按照行業標準將樣本進行分類，各變量描述性統計見下表5，對于不同行業來說，杠桿比率最高的為采礦業B，而有息負債率為電力熱力業D最高。國有化水平中，除交通運輸業G以及電力熱力業D國有企業占比最高，其他均為非國有企業占比最高。

另一方面，杠桿比率較高的產業，其市場化指數也越高。市場化程度高，企業現有資金支持不了快速的產業發展速度，就需要財務杠桿來支持。且財務杠桿越高的產業，其GDP也就越高，這正符合了杠桿經營的規律。此外，高杠桿率對企業的管理水平要求極高，否則容易引發財務危機，導致破產。所以從表5行業屬性分類各變量描述性統計中OCF可以看到，采礦業B這類高杠桿的行業，其OCF水平要遠大于其他杠桿較小的行業。

在樣本15個行業中，本文選擇了樣本數大于30的行業進行重點研究，分別對以下7個行業十年的數據進行面板回歸。

通過觀察表6行業層面的面板實證分析發現，銀行不良貸款率對采礦業B和電力熱力D的影響是負相關，對其他行業的影響均為正相關，但對于所有行業樣本，該指標均未通過顯著性檢驗，表明在行業屬性對企業杠桿率的影響分析中，銀行不良貸款率指標不具有典型性。

地區PPI對采礦業B、批發零售業F、交通運輸G、信息技術I等行業在至少5%的顯著性水平上，對企業杠桿率具有負相關的影響；而對于電力熱力D和房地產K行業，PPI對企業杠桿率水平在至少5%的顯著性水平上具有正相關的影響。

（四）系統GMM估計結果

面板數據的OLS估計方法，通常會面臨擾動項自相關問題以及某些回歸變量是先決變量等問題的困擾。此外，企業的財務杠桿率往往具有持續性特征，從資產負債率的角度來看，同樣如此。因此，將財務杠桿率的滯后項作為解釋變量之一納入計量模型后，相應的就有了如下動態面板數據模型：

顯然，在上述計量模型中，由于解釋變量含有被解釋變量的一階滯后項，從而與擾動項相關；與此同時，財務杠桿率與其他變量之間可能存在著反向因果關系。內生性問題的存在使得一般的最小二乘法容易帶來“動態面板估計偏誤”的不良結果（Roodman，2007）。因此，我們運用廣義矩陣估計方法（GMM）對上述動態面板數據模型進行估計。由于變量滯后項并非是一階差分方程的理想工具變量，我們選擇系統GMM估計法進行估計，而其中一步法系統GMM估計更為有效（Bond，2002）。此外，本文設定的上述動態面板模型中還包括其他控制變量，因此，在系統GMM估計過程中還需對這些變量進行類型選擇，分辨變量屬于內生變量還是外生變量。基于本文研究目的和內容，我們將地區政治能量指數PPI和銀行不良貸款率NPL視為外生變量，其他控制變量視為內生變量。為降低可能存在的異方差的影響，本文參數估計值的標準誤均采用穩健估計量。表格中最后幾行列出了主要的模型設定檢驗結果：AR（2）統計量均不顯著，說明這些模型沒有發現水平方程誤差項存在序列相關問題，而判斷工具變量過度識別問題的Sargon檢驗表明，工具變量的選擇整體上是有效的。最終獲得的系統GMM估計結果見表7系統GMM回歸估計結果。

表7系統GMM回歸估計結果第一欄至第三欄給出的結果，是僅考慮基礎解釋變量時進行回歸所得，第四欄和第六欄的回歸結果是納入其他控制變量后進行回歸所得。從回歸結果，我們可以得出以下基本結論：第一，在所有各欄的回歸結果中，作為解釋變量的滯后一期財務杠桿率均在1%的顯著性水平上對當前財務杠桿率具有顯著的正面影響，這一結果意味著財務杠桿率的確存在著持續性特征。第二，在所有的回歸結果中，地區政治能量指數PPI對被解釋變量均具有負面影響，但沒有跡象表明其對財務杠桿率產生了顯著性影響，從而說明了地區政治能量指數PPI對財務杠桿率影響的不確定性。第三，在納入每股收益EPS、每股凈資產BPS、人均GDP等控制變量并進行回歸后，我們發現每股凈資產BPS在1%的顯著性水平上對財務杠桿率具有顯著的正面影響，每股收益EPS和人均GDP在1%的顯著性水平上對財務杠桿率具有顯著的負面影響，這說明企業生產規模越大，企業越傾向于杠桿經營，提高企業的杠桿率水平，企業所在的地區經濟越發達，人均GDP越高，企業獲利能力越強，企業越傾向于穩健經營，保持合理的杠桿率水平。

（五）穩健性檢驗

為了確保實證結果的穩健性，本文采用地區政治能量調整指數Adj.PPI（指數的構建方法：將地區每一屆政治能量對應到各年份，并除以各年份該地區上市公司數量，從而得到每一年每一家上市公司所能分配到的地區政治能量作為地區政治能量調整指數）替代地區政治能量指數PPI，重新衡量地方政治資源，模型的其他變量與前文相同，穩健性檢驗見表8穩健性檢驗結果研究結果同樣發現，國有企業的財務杠桿率與地區政治能量調整指數呈正相關，非國有企業的財務杠桿率與地區政治能量調整指數呈顯著負相關關系，并且顯著性只存在于非國有企業中。由于國有企業具有天然的政治關聯，地區政治能量并沒有對國有企業的財務杠桿率產生顯著性影響。因此，地區政治能量對于上市公司財務杠桿率的顯著影響只存在于非國有企業中，從而說明了回歸結果的穩健性。

五、 結論

近年來，我國企業杠桿率高，債務規模增長過快，債務負擔不斷加重，企業風險也隨之增大。保持經濟穩增長，同時合理降杠桿成了現今企業面臨的一大難題。受Kim， Pantzalis和Park（2012）的啟發，引用構建了地區政治能量指數（PPI），圍繞政府、銀行、企業三方面考慮合適的杠桿率，從企業區域屬性、企業所有權屬性和企業行業屬性對樣本進行分類和OLS回歸，并對所有數據進行系統GMM估計和穩健性檢驗。通過實證分析，我們得出了以下結論：

第一，企業的所有權性質、所處行業性質以及所在區域都會對企業杠桿率產生影響。根據調查結果可以發現相較于非國有企業，國有企業由于受國家扶持，獲利能力強，有息負債率較高，財務杠桿低。在對深圳上市的所有非金融類上市公司的研究發現，行業屬性不同，國有化水平不同，也會導致杠桿率差異。由于不同行業屬性的市場化程度需要，支持產業發展速度所對應的杠桿率不同。

第二，政治地理因素會對上市公司的財務杠桿率產生不確定影響。通過對所有數據進行系統GMM檢驗，我們發現地區政治能量指數PPI未通過顯著性檢驗。按照企業所有權屬性分類，發現PPI對企業財務杠桿率的影響僅存在于非國有企業中，對國有企業的影響不顯著。按照企業區域屬性進行分類，PPI對東部企業影響不顯著，但對西部企業具有顯著的正面影響，對中部企業具有顯著的負面影響。

第三，銀行不良貸款率對企業財務杠桿率的影響呈現區域差異。針對解釋變量地區政治能量指數PPI與銀行不良貸款NPL的交互項，東部樣本在1%的顯著性水平下與企業杠桿率顯著正相關，這說明，在東部地區，政府追求政績最大化與銀行追求利潤最大化兩者共同作用，對企業杠桿率的影響顯著。而對于中部樣本和西部樣本，該交互項的系數分別為正和負，并且都沒有通過顯著性檢驗。

參考文獻：

[1]蔡慶豐，郝凱，黃振東.IPO熱潮中的政治地理效應——來自中國資本市場的實證發現[N].證券市場導報，2017（5）：4-12.

[2]車青玲.非金融企業杠桿率波動及影響因素研究——基于地方代表性企業面板數據的研究[J].華北金融，2015（5）：9-13.

[3]胡旭陽.民營企業家的政治身份與民營企業的融資便利——以浙江省民營西強企業為例[J].管理世界，2006（5）：107-133.

[4]胡志鵬.“穩增長”與“控杠桿”雙重目標下的貨幣當局最優政策設定[J].經濟研究，2014（12）：60-71.

[5]賈慶英，孔艷芳.資產價格、經濟杠桿與價格傳遞——基于國際PVAR模型的實證研究[J].國際金融研究，2016，345（1）：28-37.

[6]許一涌.我國非金融企業杠桿率問題研究[J].金融與經濟，2014（10）：38-41.

[7]余明桂，潘紅波.政治關系、制度環境與民營企業銀行貸款[J].管理世界，2008（8）：9-21.

[8]于蔚，汪淼軍，金祥榮.政治關聯和融資約束：信息效應與資源效應[J].經濟研究，2012（9）：125-139.

[9]Ajay Adhikari， Chek Derashid and Hao Zhang. Public policy， political connections， and effective tax rates： Longitudinal evidence from Malaysia[J]. Journal of Accounting and Public Policy，2006（25）：574-595.

[10]Asim Ljaz Khwaja， AtifMian. Do Lenders Favor Politically Connected Firms？ Rent Provisionin an Emerging Financial Market[J]， Quarterly Journal of Economics，2005，120（4）：1371-1411.

[11]Faccio， M， Masulis R. W， and McConnell J. Political Connections and Corporate Bailouts[J]. Journal of Finance，2006.

[12]Goldman， E.， Rocholl， J.， So， J. Do politically connected boards affect firm value？[J]. Review of Financial Studies，2009（22）.

[13]Joel R Houston， Chen Lin， Yue Ma. Media ownership， concentration and corruption in banklending[J]. Journal of Financial Economics，2011，100（2）：326-350.

[14]M Dewally， Y Shao， Leverage， wholesale funding and national risk attitude[J]. Journal of International Financial Markets Institutions & Money，2013，23（2）：179-195.

[15]M Faccio， DC Parsley： Sudden Deaths：Taking Stock of Geographic Ties[J]. Journal of Financial & Quantitative Analysis，2009，44（3）：683-718.

[16]M Faccio： Politically Connected Firms[J]. Social Science Electronic Publishing，2006，96（1）：369-386.

[17]Penelope B. Prime， Li Qi， Determinants of Firm Leverage[J]. Chinese Economy，2013，46（2）：74-106.

作者簡介：

姜闖，男，安徽淮南人，浙江工商大學金融學院學生，研究方向：金融學；

蔣靜逸，女，浙江海寧人，浙江工商大學金融學院學生，研究方向：金融學；

李怡葭，女，浙江嘉興人，浙江工商大學金融學院學生，研究方向：金融CFA；

王楠晰，女，浙江寧波人，浙江工商大學金融學院學生，研究方向：金融CFA；

齊海強，男，浙江臺州人，浙江工商大學統計與數學學院學生，研究方向：數學。