投融資期限錯配與企業債券違約風險

張馨月 郝濤

摘 要：本文基于中國企業債券違約的現狀，結合期限匹配理論的基本原理，以2015—2020年中國債券市場公開發行債券的企業為研究對象，實證檢驗了投融資期限錯配對企業債券違約風險的影響及作用機制。研究結果表明：首先，運用“投資—短期借款”敏感性模型，分組檢驗了債券違約企業和債券非違約企業“短貸長投”這種投融資期限錯配現象，這種現象在債券違約企業中表現得更顯著。其次，利用Logit模型實證檢驗了投融資期限錯配與企業債券違約風險的關系，結果表明，投融資期限錯配會增加企業債券違約風險的可能。再次，利用二分類別變量中介效應檢驗方法得出，投融資期限錯配會通過加劇流動性風險而增大企業債券違約風險。最后，通過分組回歸分析表明，當企業外部融資約束程度和企業內部管理者過度自信程度較高時，投融資期限錯配對企業債券違約風險的影響更顯著。據此，應秉承分類治理的思路，不僅要改善當前的金融投資環境，還要加強構建完善的企業內部治理機制。

關鍵詞：投融資期限錯配；債券違約風險；短貸長投；流動性風險

中圖分類號： F830.593 文獻標識碼： A 文章編號： 1000‐176X（2022）02‐0063‐09

基金項目：國家自然科學基金項目“隨機環境下銀行業系統性風險變化研究———基于外部沖擊的風險溢出視角”（71803097）

一、引 言

自2014年“11超日債”未能按期足額償付本息而成為中國首例實質性違約的公募債券以來，中國債券市場頻頻發生債券違約事件。Wind數據庫顯示： 2020年，中國債券市場總計有143只債券違約，涉及金額1 639.94億元，其中有27家發行主體首次在債券市場發生違約。2020年11月，受“永煤集團”債券違約的影響，多只債券連續跌停，投資者悲觀情緒出現了跨市場傳染。2021年上半年以來，恒大債務違約風險攀升，引起市場的廣泛關注。由此可見，分析識別企業債券違約風險以及探討如何應對和控制企業債券違約風險，成為一個迫切需要引起重視的問題。

研究中國企業債務問題，一個不容忽視的因素是中國企業普遍存在的“短貸長投”現象，即債務與資產的投融資期限結構錯配問題[1]。一方面，這種資金期限錯配能夠為企業投資提供流動性支持，緩解融資約束[2]；另一方面，企業通過不斷滾動的短期貸款以支持長期的激進型投融資策略，使企業的償債壓力被進一步放大，很可能會加劇企業經營困難和引發流動性風險[3]，帶來無法償付的債券違約風險。事實上，在發生債券違約的企業中，有很大一部分企業采取以“短貸長投”為代表的激進型投融資策略。例如， 2017年，齊星集團就因期限錯配而深陷債務泥潭。2018年，三胞集團因“短貸長投”陷入困局，不得不剝離大量業務來緩解資金流動性緊張問題。2019年，海航集團遇到的流動性困難也是由于“短貸長投”使企業的償債壓力被進一步放大所導致的。

基于此，本文利用2015—2020年中國債券市場公開發行債券的企業作為研究對象，探究投融資期限錯配對企業債券違約風險的影響。首先，運用“投資—短期借款”敏感性模型，分組檢驗了債券違約企業和債券非違約企業“短貸長投”的存在及其程度，從而驗證了中國發債企業尤其是債券違約企業的“短貸長投”行為的存在。其次，使用發生過債券違約企業作為研究樣本評估和度量債券違約風險，構建具有嚴格意義上的企業債券違約風險影響因素模型，利用二分類別變量中介效應檢驗方法，考察中國資本市場中投融資期限錯配對企業債券違約風險的影響及其作用機制。最后，投融資期限錯配既受金融市場長期資金供給不足的約束，又受企業投融資行為的影響，考慮企業自身特征的差異，本文進一步檢驗企業外部制度因素和企業內部管理者非理性因素對投融資期限錯配與債券違約風險之間關系的影響。

本文的學術增量主要體現在：首先，筆者豐富了投融資期限錯配所引發的經濟后果的研究，并分別從制度動因和企業內部動因兩個方面做進一步的探究，為如何深化中國市場化改革，改善資源配置狀況，完善貨幣金融體系，拓寬企業融資渠道，提高企業內部治理水平提供理論借鑒。其次，本文有助于豐富企業債券違約風險影響因素的相關研究。在企業債券違約事件頻發且制度不完善的中國金融市場背景下，研究投融資期限錯配對企業債券違約風險的影響，對于企業如何合理安排融資結構，加強風險管控以防范債券違約風險，促進債券市場發展和維護中國金融體系安全穩定具有重大意義。此外，在企業債券違約事件日漸增多且國內有關研究相對匱乏的情況下，本文也為后續研究影響企業債券違約的影響因素提供了可靠的計量方法。

二、理論分析和研究假設

“投融資期限錯配”是指企業利用短期融資以支持長期投資活動的現象，國內學者稱之為“短貸長投”“短債長用”“短債長投”。在中國目前金融市場結構不完善，直接融資市場發展緩慢，利率市場化水平不高，利率期限結構不合理的環境下，長期以來金融中介機構的長期信貸意愿較低，企業普遍存在投融資期限錯配問題。大量觀測到的證據和學者的研究證實了中國上市企業投融資期限錯配問題的普遍存在[4]以及成因（長期資金供給不足[5]、管理者非理性行為）。但對于“短貸長投”會引發那些經濟后果，已有研究還不夠深入，需進一步挖掘。

由于投融資期限錯配問題在國外并沒有像中國這樣普遍，因此，國外很少有文獻涉及，相關研究主要探討投融資期限匹配的重要性。Morris[6]最早提出投融資期限匹配原則，隨后西方學者分別從不同角度論證了投融資期限匹配的合理性和必要性。根據投融資期限匹配原則，當融資期限小于投資期限時，企業可能無法產生足夠的現金流來償還到期融資，在這種情況下企業償債壓力被進一步放大，一旦出現融資困難，極易引發資金鏈斷裂和帶來無法償付的債務違約風險。此外，羅宏等[7]發現，審計師通常將企業“短貸長投”視為高風險審計事項，從而說明“短貸長投”存在較大的風險。基于上述分析，筆者提出以下假設：

H 1：“短貸長投”的投融資期限錯配會加劇企業債券違約風險。“短貸長投”這種投融資期限錯配使得企業依賴于不斷滾動的短期貸款以支持長期投資活動，因而企業經營活動面臨較高的資金續借風險。Acharya等[3]認為，當短期資金續借難度增大時，極易引發資金鏈斷裂，企業的償債壓力也被進一步放大，很可能會加劇流動性風險，使得企業陷入經營困難和財務危機之中。雖然企業可以通過債務展期和舉借新債等措施暫時緩解危機[8]，但仍需要面對經常性的資金流動壓力。換句話說，“短貸長投”很大程度上限制了企業的可支配自由現金流，從而削弱了企業的現金儲備能力，而弱化的現金柔性難以抵抗宏觀經濟波動所帶來的不確定性所導致的風險[9]，以及日常經營運作中產生的風險，這無疑會對企業債券違約風險發生的可能性產生影響。基于上述分析，筆者提出以下假設：

H 2：“短貸長投”的投融資期限錯配通過作用于企業流動性風險渠道增大企業債券違約風險。

三、研究設計

（一）樣本選擇和數據來源

本文的研究對象是在中國債券市場公開發行債券的企業，剔除金融行業和財務數據嚴重缺失的企業后，最終得到包括106家在2015—2020年首次發生債券違約企業的樣本。按照研究需要，先構建正常企業樣本作為債券違約企業的匹配樣本。一般來說，處于同一行業的企業，如果規模相似，那么財務指標的可比性就會較強。因此，本文采用同一行業下資產規模相似作為選取條件，對債券違約企業和債券非違約企業進行1∶3配對，最終獲得424家企業作為研究樣本。所有數據均來自于Wind數據庫。本文遵循事件研究法的思路，將債券違約日記為“0”點，違約日之前最近的一個年度記做t-1，以此類推有t-2， t-3。對照組則選擇同一時期的樣本區間。

（二）變量定義

1.被解釋變量：企業債券違約風險（Risk）

本文從違約是否發生的角度構造被解釋變量來度量企業債券違約風險，設定二元虛擬變量，債券違約企業賦值為1，債券非違約企業賦值為0。

2.解釋變量：投融資期限錯配（SFLI）

目前文獻中對于投融資期限錯配的衡量尚未形成統一的標準，主要做法有兩種：一是借鑒Frank和Goyal[10]提出的資金缺口衡量方法，鐘凱等[4]構建的“短貸長投”代理變量。二是借鑒劉曉光和劉元春[1]提出的“短債長用”度量指標。本文選取第一種“短貸長投”代理變量作為本文的解釋變量，同時將第二種度量方法作為穩健性檢驗的指標。

“短貸長投”=購建固定資產、無形資產和其他長期資產支付的現金- （長期借款本期增加額+本期權益增加額+經營活動現金凈流量+處置固定資產、無形資產和其他長期資產收回的現金凈額），并利用上一年度總資產剔除規模效應。

3.中介變量：流動性風險（Cash）

根據曾愛民等[11]的研究，本文選取經行業調整的現金持有量衡量企業的流動性風險。現金持有量越高，企業的流動性風險越低。

4.控制變量

參照王寧[12]與張馨月[13]的研究，對企業層面特征變量進行控制，主要包括：凈資產收益率（ROE），用凈利潤/凈資產×100%來反映企業盈利能力；資產負債率（LEV），用負債總額/資產總額×100%和已獲利息倍數（EBIT）衡量企業償債能力；流動能力（Liquidity），用現金負債總額比率表示；成長能力（Growth），用營業收入增加額的自然對數表示；產權性質（SOE），為虛擬變量，國有企業取值為1，非國有企業取值為0；企業規模（Size），用期末資產總額的自然對數表示；企業成立年限（Age），用企業成立日期距離樣本期間各年度時間計算。此外，本文還控制了年份（Year）和行業（Ind）因素。

（三）模型構建

由于被解釋變量企業債券違約風險（Risk）采用二元虛擬變量進行賦值設定，因此，在實證研究中應采用二元離散選擇模型進行回歸分析。參考陳德球等[14]與羅朝陽和李雪松[15]的研究，本文在基本回歸分析中選擇Logit模型以驗證H1，模型中解釋變量和控制變量均采用滯后一期處理，以克服由潛在的反向因果關系導致的內生性問題。完整的離散選擇模型具體設定如下：

四、實證分析

（一）描述性統計分析

表1列示了主要變量的分組描述性統計結果。其中，債券違約企業樣本組的投融資期限錯配（SFLI）均值為0.033，大于債券非違約企業的均值-0.137，表明債券違約企業的投融資期限錯配程度高于債券非違約企業。債券違約企業樣本組的經行業調整的現金持有量（Cash）均值為-0.034，小于債券非違約企業的均值0.007，表明債券違約企業存在更高的流動性風險。債券違約企業樣本組的產權屬性（SOE）均值為0.208，債券非違約企業為0.358，說明大部分債券違約企業為非國有企業。同時考慮到債券違約企業凈資產收益率（ROE）的最大值為29.602，與最小值-619.688相差較大，債券非違約企業償債能力（EBIT）的最大值為26 420.808，與最小值-15.857相差較大，因此，本文在進行回歸分析前，對所有連續型變量進行了1%分位和99%分位的Winsorize處理，以排除極端值對估計結果的影響。另外，由表1可知，相比債券非違約企業，債券違約企業的（ROE）指標表現較差。

（二）回歸分析

1.投資—短期貸款敏感性分析

本文先借鑒Mclean和Zhao[20]與鐘凱等[4]的方法，通過構建“投資—短期貸款”敏感性模型來分析短期貸款與長期投資之間的關聯性，進而驗證“短貸長投”這種投融資期限錯配在中國發債企業中的存在性。由于債券非違約企業中包含較多非上市企業，為規避因計算托賓Q所需股價信息而產生的基礎樣本數量嚴重縮小，故本文以主營業務收入增長量與總資產的比值作為衡量未來投資機會的替代變量，具體模型如下：

其中： INV=購建固定資產、無形資產和其他長期資產支付的現金/期初總資產。CFO=經營活動現金凈流量/期初總資產。SHORTDEBT= （取得借款收到的現金-長期借款本期增加額） /期初總資產，表示利用期初總資產剔除規模效應的企業短期信貸資金增量。LONGDEBT= （長期借款本期增加額+一年內到期的非流動負債） /期初總資產，表示利用期初總資產剔除規模效應的企業長期信貸資金的當期增量。GR為未來投資機會，即主營業務收入增長占比。

利用模型（4）進行全樣本回歸。回歸結果如表2第2列所示，“投資—短期貸款”敏感性（CFO）在1%的水平上顯著為正。短期信貸資金的系數（SHORTDEBT）在5%的水平上顯著為正，說明隨著短期信貸資金的增加，企業購建固定資產、無形資產和其他長期資產支付的現金（INV）也逐漸增加，結果表明中國債券發行企業存在一定的“短貸長投”現象。從區分企業是否存在債券違約風險的回歸結果來看，第3列和第4列的結果顯示，“投資—短期貸款”的敏感性（CFO）在債券違約企業中的系數大于在債券非違約企業中的系數，短期信貸資金（SHORTDEBT）在債券違約企業5%的水平上顯著而在債券非違約企業中不顯著，長期信貸資金（LONGDEBT）在債券違約企業5%的水平上顯著，在債券非違約企業1%的水平上顯著，結果表明“短貸長投”這種投融資期限錯配現象尤其存在于債券違約企業中。以上分析初步支持了H1。

2.基本回歸分析

表3列示了投融資期限錯配與企業債券違約風險的多元回歸分析結果。列（1）是對模型（1）的檢驗，回歸結果顯示：在控制其他變量的情況下，投融資期限錯配（SFLI）與企業債券違約風險在1%的水平上顯著為正，結果表明投融資期限錯配程度越高，企業債券違約風險越高，從而驗證了H1。在控制變量上的結論與以往研究文獻基本一致。資產回報率（ROE）的系數顯著為負，說明盈利水平越高，企業債券違約風險越低；度量償債能力的資產負債率（LEV）顯著為正和已獲利息倍數（EBIT）系數顯著為負，說明企業的償債能力與債券違約風險負相關。產權性質（SOE）系數顯著為負，這說明國有企業債券違約風險較低。這是由于國有企業往往承擔著政策性負擔，其發生債券違約風險時更容易得到政府的救助，形成一種“預算軟約束”。

為了檢驗H2，列（2）和列（3）分別對模型（2）和模型（3）進行了檢驗，由列（2）可知，投融資期限錯配（SFLI）的系數顯著為負，說明投融資期限錯配會顯著降低企業的現金持有量，即投融資期限錯配增大了企業流動性風險。由列（3）可知，加入中介變量流動性風險（Cash）之后，投融資期限錯配（SFLI）的系數依然顯著為正，但相對于列（1）回歸結果其系數有所減小，這表明流動性風險（Cash）在投融資期限錯配與企業債券違約風險的關系中產生了中介效應，即投融資期限錯配對流動性風險的加劇是增大企業債券違約風險的路徑。Soble法檢驗結果得到的Za×Zb檢驗統計量為-4.016，通過查表可知相應的P值為0.000，通過1%的顯著性檢驗。乘積分步法檢驗得到的Za×Zb的95%置信區間是[-0.258， -0.016]，不包含0，進一步證實了流動性風險（Cash）在投融資期限錯配與企業債券違約風險中發揮了中介效應。以上結果表明，“短貸長投”的投融資期限錯配不僅直接導致企業發生債券違約風險，而且通過作用于流動性風險渠道加劇企業債券違約風險。

（三）穩健性檢驗

1.反向因果導致的內生性問題：工具變量法

前文發現，“短貸長投”的投融資期限錯配會加劇企業債券違約風險，然而這種風險的加劇也可能是由于企業本身違約風險較高，金融中介機構為控制違約風險而不愿意提供長期貸款，因此，企業被迫“短貸長投”。事實上，正是由于中國金融管制、對投資者的保護薄弱和信息透明度較低等原因，金融機構出于風險考慮，對長期信貸的放貸意愿較低，希望通過盡可能發放短期信貸的方式來控制企業違約風險[5]。因此，為了排除互為因果的內生性影響，本文借鑒鐘凱等[21]的做法，選取“短貸長投”的行業年度中值（SFLI_Med）作為工具變量，采用兩階段（2sls）回歸。在第一階段回歸結果①中，工具變量行業年度中值（SFLI_Med）對被解釋變量企業債券違約風險（Risk）的回歸系數均顯著，因而具有一定的相關性。第二階段回歸結果與基準回歸結果完全一致：投融資期限錯配仍與企業債券違約風險呈現顯著的正相關關系。弱工具變量檢驗F值大于10，因而不存在弱工具變量。兩階段回歸結果表明在控制樣本的內生性問題后本文假設仍然成立。

2.自選擇導致的內生性問題：傾向得分匹配法

采用“行業—規模”匹配法可能會受到樣本選擇性偏誤的影響，因此，本文在基準回歸的基礎上，使用傾向得分匹配（PSM）法來緩解由于自選擇問題導致的估計偏差。具體步驟為：第一階段對影響企業債券違約風險因素進行Logistic回歸，重新為每一個發生債券違約企業選擇和匹配新的對照組，得到與之對應的未發生債券違約的企業樣本。傾向得分匹配（PSM）的平衡性檢驗結果顯示，匹配后各變量標準偏差的絕對值都低于10%，大部分低于5%，滿足平衡性假設。第二階段得到匹配樣本后對投融資期限錯配與企業債券違約風險之間的關系進行再檢驗。穩健性檢驗結果與前文的實證結果一致，表明在使用PSM法控制樣本差異后本文的主要結論依然成立。

3.更換核心度量指標

一是有關投融資期限錯配指標的衡量問題。筆者參考劉曉光和劉春元[1]的做法，選取企業短期負債比例（短期負債/總負債）與短期資產比例（短期資產/總資產）之差，構建替代性指標（LS）進行穩健性檢驗。從指標性質來看，該指標屬于存量指標，在一定程度上與本文的流量指標具有互補性。二是有關企業債券違約風險指標的衡量問題。參考Altman[22]提出的Z-score破產風險模型，構建企業債券違約風險的替代性指標進行穩健性檢驗。穩健性檢驗結果與前文回歸結果基本一致，表明本文的結論不受投融資期限錯配度量方法和被解釋變量選取的影響，研究結論較為穩健。

五、異質性分析

（一）企業外部因素：融資約束

如前所述，由于中國一直以來金融抑制程度較高的現實，削弱了金融中介機構提供長期貸款的意愿和能力，銀行更愿意對外發放短期貸款而非長期貸款。融資約束高的企業往往對資金的需求更為迫切，其使用短期貸款進行長期投資的主要原因是無法獲取足夠的長期資金來支持當前的投資需求[2]。因此，企業會因為無法籌集到長期資金而被迫選擇“短貸長投”。

對于企業層面融資約束的量化測度，代表性的測度方法有KZ指數、WW指數和SA指數。本文選取SA指數作為融資約束指標，①未將KZ指數和WW指數作為融資約束指標，其原因在于本文選取的違約企業樣本中包含非上市企業，沒有KZ指數的構建需要計算的托賓Q，以及WW指數需要獲取的股利支付啞變量，無法完整計算其他兩個指數。同時， SA指數沒有包含如現金流和杠桿率等具有內生性特征的融資變量。

本文通過分組回歸的方法探究投融資期限錯配與企業債券違約風險之間的關系。按照SA中位數將樣本分為高融資約束組和低融資約束組，分組回歸結果如表4列（1）和列（2）所示。結果顯示，在高融資約束組中投融資期限錯配（SFLI）系數大于低融資約束組中投融資期限錯配（SFLI）系數。這說明，相對于融資約束較低的企業，“短貸長投”的投融資期限錯配對融資約束較高的企業債券違約風險影響更為顯著。

（二）企業內部因素：管理者過度自信

融資約束低的企業同樣也存在投融資期限錯配問題，這類企業原本有能力為長期投資項目籌集到長期資金，卻仍選擇“短貸長投”這種激進型投融資策略，其緣由并非來自于由制度缺陷所引發的長期資金供給不足，而是來源于企業管理者為節約利息成本主動地選擇激進型投融資策略。此外，由于管理者過度自信減損了企業價值，進而導致企業的未來經營業績更低，財務風險更大。

本文選取年報中的管理層語調作為管理者過度自信的代理變量。采用詞頻法計算，通過分析年報中管理層語調來預測管理者過度自信的程度。具體步驟如下： （1）構建情感詞庫。在語調的選取方面，參考以公司年報文本為基礎的LM表和以新聞報道文本為基礎的YZZ表的基礎上構建情感詞庫。（2）情感詞頻統計。利用Python編程技術分別統計每份年報中出現的正面詞匯和負面詞匯總數。在分詞方面，采用結巴中文分詞工具（JiebaR）。（3）構建管理層語調度量指標。借鑒謝德仁和林樂[23]與Henry和Leone[24]的管理層語調（TONE）的構建方法，本文按照以下公式計算管理層語調。

其中， POSPCT指的是每份年報中管理層使用的正面語調詞語數占詞語總數的比重； NEGPCT指的是管理層使用的負面語調詞語數占詞語總數的比重。TONE為計算得到的管理層凈正面語調， -1≤TONE≤1。TONE越大，表明POSPCT相較NECPCT越多，管理層用詞越積極正面。

由于年報中管理層語調能為預測企業未來經營業績提供信息，是企業實際經營業績和未來前景的一種反映[25]，因而需要剔除在年報中所反映的實際經營業績和未來前景部分。本文借鑒Ataullah等[26]與吳國通和李延喜[27]的方法，運用Tobit模型在模型（5）基礎上分行業測算管理者過度自信：

其中， LOSS為是否虧損啞變量；殘差ε表示管理者過度自信與企業實際經營、未來前景不匹配的程度，可以作為管理者過度自信的度量指標。

表4列（3）和列（4）報告了按照管理者過度自信的分組回歸結果。結果顯示，在管理者過度自信組中投融資期限錯配（SFLI）系數大于管理者非過度自信組中投融資期限錯配（SFLI）系數。這說明管理者過度自信強化了投融資期限錯配對企業債券違約風險影響的程度。

六、結論與啟示

本文基于中國企業債券違約的現狀，結合期限匹配理論的基本原理，實證檢驗了“短貸長投”這種投融資期限錯配對企業債券違約風險的影響及作用機制。研究發現：投融資期限錯配會增大企業債券違約風險。在控制內生性和替換核心變量后，該結論依然穩健。機制檢驗結果表明，流動性風險在投融資期限錯配與企業債券違約風險之間起到中介效應。進一步的異質性分析表明，當企業外部融資約束程度和企業內部管理者過度自信程度較高時，投融資期限錯配對企業債券違約風險的影響更顯著。據此，筆者提出以下建議：

首先，完善資本市場結構，拓寬企業融資渠道。企業可根據自身需求合理安排資金期限結構，實現投融資期限匹配。其次，進一步提高利率市場化水平。依靠市場供求實現長期貸款利率期限風險的正確定價，從而提高長期資金的供給。對于金融機構而言，避免因“惜貸，短貸化”傾向而惡化企業的債務風險，應當著手完善長期資金借貸的審批和制度規范，加強對流動資金貸款的管理。對申請流動貸款的企業嚴格審批，考察其目前的債務期限結構是否合理，測算其流動資金需求是否準確，并增強貸后管理工作。最后，金融機構還應當對管理者偏好激進型投融資這一行為保持警惕。尤其是對于由于管理者自身認知偏差而表現出的非理性行為及時監督和糾正。針對企業微觀內部治理層面，管理者應完善治理結構和投資決策機制，以增強不同宏觀經濟金融周期下自身的經營財務穩健性，增強企業投融資決策審慎性及債務償還能力。綜上所述，為解決中國上市公司投融資期限結構長期失衡的局面，尤其在當前新冠肺炎疫情席卷全球，經濟發展面臨嚴峻挑戰，債務違約風險加劇的時期，應該秉承分類治理的思路，既要發揮外部市場在長期信貸方面的調控作用，還要提高公司內部治理機制。

參考文獻：

[1] 劉曉光，劉元春.杠桿率、短債長用與企業表現[J].經濟研究，2019， （7）：127-141.

[2] Campello，M.， Graham，J.R.，Harvey，C.R.The Real Effects of Financial Constraints： Evidence From a Financial Crisis[J].Journal of Financial Economics， 2010， 97（3）：470-487.

[3] Acharya，V.V.， Amihud，Y.， Litov，L.P.Creditor Rights and Corporate Risk-Taking[J].Journal of Financial Economics，2011，102（1）：150-166.

[4] 鐘凱，程小可，張偉華.貨幣政策適度水平與企業“短貸長投”之謎[J].管理世界，2016，（3）：87-98+114+188.

[5] 白云霞，邱穆青，李偉.投融資期限錯配及其制度解釋———來自中美兩國金融市場的比較[J].中國工業經濟， 2016，（7）：23-39.

[6] Morris，J.On Corporate Debt Maturity Strategies[J].The Journal of Finance，1976，31（1）：29-37.

[7] 羅宏，賈秀彥，陳小運.審計師對短貸長投的信息識別———基于審計意見的證據[J].審計研究，2018，（6）：65-72.

[8] 聶新偉.剛性兌付、債務展期與債務違約———兼論市場與政府在信貸資源配置中的作用[J].財經問題研究， 2017，（1）：93-100.

[9] 李鳳羽，史永東.經濟政策不確定性與企業現金持有策略———基于中國經濟政策不確定指數的實證研究[J].管理科學學報，2016， （6）：157-170.

[10] Frank，M.Z.，Goyal，V.K.The Effect of Market Conditions on Capital Structure Adjustment[J].Finance Research Letters， 2004， 1（1）：47-55.

[11] 曾愛民，張純，魏志華.金融危機沖擊、財務柔性儲備與企業投資行為———來自中國上市公司的經驗證據[J].管理世界，2013，（4）：107-120.

[12] 王寧.基于違約距離的財務困境化解問題研究[J].財經問題研究，2019，（6）：82-90.

[13] 張馨月.管理者能力與債券違約風險[J].經濟與管理評論，2021，（4）：113-124.

[14] 陳德球，劉經緯，董志勇.社會破產成本、企業債務違約與信貸資金配置效率[J].金融研究，2013，（11）：68-81.

[15] 羅朝陽，李雪松.金融周期、全要素生產率與債券違約[J].經濟管理，2020，（2）：5-22.

[16] 劉紅云，駱方，張玉，等.因變量為等級變量的中介效應分析[J].心理學報，2013，（12）：1431-1442.

[17] 方杰，溫忠麟，張敏強.類別變量的中介效應分析[J].心理科學，2017，（2）：471-477.

[18] Iacobucci，D.Mediation Analysis and Categorical Variables： The Final Frontier[J].Journal of Consumer Psychology， 2012， 22（4）： 582-594.

[19] Mackinnon， D.P.， Cox， M.G.Commentary on‘Mediation Analysis and Categorical Variables： The Final Frontier’by Dawn Iacobucci[J].Journal of Consumer Psychology，2012， 22（4）：600-602.

[20] Mclean，R.D.，Zhao，M.The Business Cycle， Investor Sentiment， and Costly External Finance[J].The Journal of Finance， 2014， 69（3）：1377-1409.

[21] 鐘凱，鄧雅文，董曉丹.短貸長投與企業風險[J].財務研究，2019，（6）：94-104.

[22] Altman，E.I.Financial Ratios，Discriminant Analysis and the Predition of Corporate Bankruptcy[J].The Journal of Finance，1968，23（4）：589-609.

[23] 謝德仁，林樂.管理層語調能預示公司未來業績嗎？———基于中國上市公司年度業績說明會的文本分析[J].會計研究，2015，（2）：20-27+93.

[24] Henry，E.，Leone，A.J.Measuring Qualitative Information in Capital Markets Research[J].The Accounting Review， 2016， 91（1）：153-178.

[25] Huang，X.，Teoh，S.H.，Zhang，Y.Tone Management [J].The Accounting Review，2013，89（3）：1083-1113.

[26] Ataullah，A.，Vivian，A.，Xu，B.Time-Varying Managerial Overconfidence and Corporate Debt Maturity Structure[J].The European Journal of Finance， 2018，24（1-3）：157-181.

[27] 吳國通，李延喜.管理層過度樂觀與企業債務融資決策[J].工業技術經濟，2019，（11）：130-144.

（責任編輯：劉 艷）

①由于版面所限，所有穩健性檢驗回歸結果略，留存備索。

①具體計算公式為： SA=-0.737×Size+0.043×Size2-0.040×Age，式中Size為企業規模， Age為企業成立的年限，由此計算出來的該指數為負，且絕對值越大表示面臨的融資約束越嚴重。

[DOI]10.19654/ j.cnki.cjwtyj.2022.02.007

[引用格式]張馨月，郝濤.投融資期限錯配與企業債券違約風險[J].財經問題研究，2022，（2）：63-71.