產融結合促進航空產業發展的融資能力優化機制研究

段彬

摘 要 航空強國背景下，產融結合為解決航空產業發展中的融資問題提供了一種新手段。但是，產融結合實施效果不一，亟需從總體上厘清其對航空產業融資能力的影響機制。本文以2008—2020年29家上市航空產業企業為樣本，利用時間固定效應的面板模型，展開對航空產業實施產融結合的影響及其融資能力優化機制的計量實證分析。研究發現，航空產業企業實施產融結合以及深化和廣化產融結合程度后，其融資渠道得到拓寬、融資結構得到優化、融資約束得到緩解，但是，產融結合行為和產融結合程度產生的影響及作用機制有所不同。上述研究的創新主要在于從融資渠道、融資結構和融資約束角度，更為系統地討論了航空產業產融結合的融資能力優化機制，得到更具針對性和系統性的計量實證結論，以便精準施策。

關鍵詞 航空產業發展；產融結合；融資能力優化

DOI： 10.19840/j.cnki.FA.2023.06.006

《新時代民航強國建設行動綱要》提出我國將建設成為全方位的民航強國，航空產業在國民經濟中的戰略地位不斷提升。然而，由于規模經濟和波動性的行業特性，航空產業長期存在融資難題，又制約著航空產業的發展。實施產融結合可以緩解這些困境，獲得更低的資金成本，還為打造世界知名企業提供新手段。但實踐中產融結合實施效果卻存在較大差異，產融結合效應的差異性促使我們需要研究解決產融結合對航空產業融資能力的促進效應及如何影響的問題。經過系統梳理文獻，發現現有產融結合研究較多聚焦于對其效率的測度與評價，對其作用機制的探討并不充分。進一步考察作用機制，從總體視角厘清產融結合能否優化航空產業融資能力、促進效應大小以及如何促進，不僅可以深化這一研究，還能有效推動航空產業發展。

一、理論分析及假設

本文通過分析產融結合的演化邏輯，系統梳理其中涉及的相關理論，推導出相應的作用路徑，據以提出假設。其中，相關理論主要是社會分工理論、協同效應理論、信息不對稱理論和委托代理理論，主要作用路徑是融資渠道、融資結構和融資約束，下文逐一進行理論分析和提出假設。

（一）基于融資渠道角度的理論分析及假設

融資渠道（Financing Channel）是企業融資中首先考慮的因素，通常分為：銀行融資和資本市場融資[1]。銀行融資渠道在我國金融體系中占據主導地位，然而，其規模與效率遠不能滿足企業日漸增長的融資需求[2]。實施產融結合，可以幫助企業拓寬資本市場融資渠道。

1. 專業融資機構的內部化拓寬了資本市場融資渠道

根據社會分工理論，內部化金融機構的專業知識和金融信息獲取能力更具有專業性。航空產業企業在內部化金融機構的協助下，可以更好地拓寬資本市場融資渠道。

2. 產融結合的協同效應改善了股權融資渠道

根據協同效應理論，航空產業企業實施產融結合，可以獲得經營協同效應、管理協同效應和財務協同效應，促進生產經營發展，降低生產經營風險，吸引股權投資者投資。增加股權投資，可以通過改善融資能力，進一步促進生產經營發展，持續拓寬融資渠道。

由此做出假設1：產融結合通過拓寬融資渠道路徑促進航空產業發展。

（二）基于融資結構角度的理論分析及假設

融資結構（Financing Structure）指企業籌集資金的組合方式及各籌資方式間的比例關系[3]。根據社會分工理論和協同效應理論，航空產業企業通過產融結合，其融資結構可以得到優化。

1. 內部化金融機構的專業性促進了航空產業企業融資結構的優化

根據社會分工理論中有關專業化的論述，內部化金融機構在籌集資金方面更專業。內部化金融機構將協助航空產業企業以更高的效率和更低的成本籌集資金，促進其融資結構優化。

2. 產融結合的協同效應進一步優化了航空產業企業的融資結構

前文已說明，航空產業企業通過產融結合獲得較大的經營協同、管理協同和財務協同效應，促進了生產經營發展，降低了生產經營風險，從而吸引股權投資者投資。因此，實施產融結合，航空產業企業可以獲得更多的股權融資，降低負債率，融資結構隨之持續得到優化。

由此做出假設2：產融結合通過優化融資結構路徑促進航空產業發展。

（三）基于融資約束角度的理論分析及假設

完備的資本市場使得企業外部資本成本與內部資本成本存在完全替代關系[4]。然而，現實的資本市場不可能達到理論上的完備。現代公司財務理論認為，信息不對稱與委托代理問題導致外部融資成本高于內部融資成本，產生融資約束（Financing Constraints）問題，融資約束使得公司為籌集外部資本而支付溢價費用[5-6]。在融資約束影響下公司投資行為不僅取決于投資需求，而且還與其擁有的內部資本狀況有關[7]。尤其是，航空產業的規模經濟特性和波動性致使其資金需求規模巨大且資金供給風險加大，產融結合能夠在更大程度上緩解源自信息不對稱和委托代理問題的融資約束。

1. 航空產業產融結合在更大程度上緩解源自信息不對稱問題的融資約束

為避免投資損失，大規模的資金供給和較大的資金供給風險促使內部化金融機構更為注重掌握航空產業企業的有關信息，大幅減少雙方之間的信息不對稱，避免逆向選擇和道德風險問題產生的融資溢價支出，有效降低融資成本并緩解融資約束。

2. 航空產業產融結合在更大程度上緩解源自委托代理問題的融資約束

大規模資金供給和較大資金供給風險的特性間接強化了內部化金融機構對管理層的監管，同時，內部化金融機構還隱性地為企業聲譽“背書”，更大程度調和管理層與股東間目標不一致的沖突，有效緩解了委托代理問題。

由此做出假設3：產融結合通過緩解融資約束路徑促進航空產業發展。

二、實證設計

（一）變量設計及數據說明

1. 企業發展水平變量

本文的被解釋變量為企業發展水平（Devel‐opment），參考李鳳嬌（2013）[8]。篩選出更符合企業成長的指標，即總資產報酬率、凈利潤增長率和總資產增長率，并按照“1∶1∶1”的權重合成。

Development =（總資產報酬率 + 總資產增長率 + 凈利潤增長率）/ 3

總資產報酬率 = 息稅前利潤總額 / 平均資產總額

總資產增長率 =（年末資產總額 – 年初資產總額）/ 年初資產總額×100%

凈利潤增長率 =（本年凈利潤 – 上一年凈利潤）/ 上一年凈利潤×100%

2. 產融結合變量

本文的核心解釋變量為產融結合（Integra‐tion），主要從兩個角度衡量。一是構建虛擬變量（Integration_Dum），判斷是否存在產融結合行為。常見方法是以A股上市公司參控股非上市金融機構為標的[9-10]。若控股或參股非上市金融類機構，則Integration取值為1，否則為0。二是構建產融結合程度指標。

本文將是否至少持有某一家非上市金融機構20%以上的股權作為判定是否存在產融結合行為的標準。同時，擬從廣度和深度兩個方面分別衡量產融結合程度變量。在廣度方面，以參控股非上市金融機構的數量作為替代變量（Integration_ Breadth）；在深度方面，以持有非上市金融機構的比例作為替代變量（Integration_Depth）。本文使用“對該非上市金融機構的投資額 / 對所有非上市金融機構的總投資額”作為賦權依據。

3. 控制變量

設置產權性質為控制變量（Control_a）。企業為國有企業時，Control_a = 1，否則為0。

4. 融資渠道中介變量

融資渠道為中介變量。在選擇融資渠道變量的代理變量上，國內學者多以渠道類型為測度依據。因此，本文采用股權融資率和債權融資率作為融資渠道變量的代理變量，即：

Channel_Equity = 股權融資率=（股本 + 資本公積）/企業總資產

Channel_Debt = 債權融資率=（長期借款 + 短期 + 應付合計）/企業總資產

5. 融資結構中介變量

融資結構為中介變量。結合前文，航空產業的合理融資結構是“更低的負債融資和更高的股權融資”，本文據此采用股權融資與負債融資之比作為融資結構變量的代理變量，即：

Structure = 股權融資/債權融資=（股本 + 資本公積）/（長期借款 + 短期借款 + 應付合計）

6. 融資約束中介變量

根據前文關于產融結合緩解融資約束的理論分析，本文從以下四方面分別構建不同維度的融資約束中介變量。

（1）基于逆向選擇的融資約束變量（Con‐straints_Disclosure）

（2）基于道德風險的融資約束變量（Con‐straints_Moral）

本文將財務費用除以企業總資產，用以構建基于道德風險的融資約束變量。該指標的數值越大，表明企業進行外部融資的成本越高，受到的融資約束程度越大。

Constraints_Moral = 財務費用 / 企業總資產

（3）基于委托代理的融資約束變量（Con‐straints_Agent）

本文利用企業持有的現金流作為基于委托代理的融資約束變量[14-16]，即：

Constraints_Agent = 企業現金流 = 經營活動現金流量凈額 / 企業總資產

（4）融資約束的SA指數（Constraints_SA）

Hadlock和Pierce（2010）[17]在KZ測量法基礎之上，提出了一種能夠避免內生性干擾的SA指數。采用該指標，既可以分析產融結合通過融資約束路徑對企業發展產生的整體性影響，還可以將其作為前面三個融資約束變量的一種外生性檢驗。其測算過程如下：

Constraints_SA = |SA指數| = |-0.737×Size + 0.043×Size^2–0.04×Age|

7. 數據說明

本文采用2008—2020年間我國航空產業（指航空運輸業和航空制造業）的企業微觀數據，總共篩選出符合條件的29家上市航空產業企業，共計374個樣本觀測值。所有原始數據均來自萬德數據庫（Wind）以及中國研究數據服務平臺（CNRDS），所有指標均使用EXCEL 2022軟件進行計算處理，見表1。

（二）模型設定

三、基于航空產業融資能力優化視角的機制研究

（一）影響機制的實證結果與分析

1. 基于融資渠道角度的實證結果及分析

（1）融資渠道角度下，以產融結合虛擬變量為核心解釋變量的回歸結果

股權融資率交互項的系數為1.404，而債權融資率交互項的系數為-1.582，二者均通過了5%的顯著性水平檢驗。這表明航空產業企業實施產融結合后，可以通過提高股權融資率和降低債權融資率的方式促進航空產業發展。

（2）融資渠道角度下，以產融結合廣度變量為核心解釋變量的回歸結果

股權融資率交互項的系數為0.351，而債權融資率交互項的系數為-0.144，二者都通過了10%的顯著性水平檢驗。這表明航空產業企業可以通過參股更多的非上市金融機構，提高股權融資率和降低債權融資率，進而促進航空產業發展。

（3）融資渠道角度下，以產融結合深度變量為核心解釋變量的回歸結果

股權融資率交互項的系數為1.106，而債權融資率交互項的系數為-0.091，二者至少都通過了10%的顯著性水平檢驗。這表明航空產業企業可以通過提升對非上市金融機構的綜合參股比例，提高股權融資率和降低債權融資率，進而促進航空產業發展。

綜上所述，產融結合通過拓寬融資渠道的路徑促進航空產業的發展，本文假設1成立。此外，還可以發現在融資渠道優化的角度上，產融結合虛擬變量對企業發展水平的促進效應最強，其次是提升企業對非上市金融機構的綜合參股比例，最后是企業參股更多的非上市金融機構。

2. 基于融資結構角度的實證結果及分析

融資結構角度下，以產融結合虛擬變量、產融結合廣度變量和產融結合深度變量為核心解釋變量的回歸結果顯示，產融結合虛擬變量對應的融資結構交互項的系數為0.081且通過了10%的顯著性水平檢驗，而產融結合廣度變量和產融結合深度變量對應的融資結構交互項的系數雖然為正但未通過顯著性檢驗。這表明航空產業企業實施產融結合后，可以通過優化融資結構路徑促進航空產業發展。然而，即使參股更多的非上市金融機構或者提升對非上市金融機構的綜合參股比例，均無法通過該路徑促進航空產業發展。綜上所述，產融結合通過優化融資結構的路徑促進航空產業的發展，本文假設2成立。

3. 基于融資約束角度的實證結果及分析

（1）融資約束角度下，以產融結合虛擬變量為核心解釋變量的回歸結果

基于信息不對稱的融資約束交互項（Integra‐tion_Disclosure）對應的回歸結果顯示，其系數為-2.116且通過了1%的顯著性水平檢驗。這表明航空產業企業實施產融結合后，提高了其信息披露質量（指標為負向），進而促進航空產業發展。

基于道德風險的融資約束交互項（Integra‐tion_Moral）對應的回歸結果顯示，其系數為-5.398且通過了5%的顯著性水平檢驗。這表明航空產業企業實施產融結合后，降低了其道德風險水平，進而促進航空產業發展。

基于委托代理的融資約束交互項（Integra‐tion_Agent）對應的回歸結果顯示，其系數為0.107且未通過至少10%的顯著性水平檢驗。這表明航空產業企業實施產融結合后，無法通過降低其委托代理風險的路徑促進航空產業發展。

綜合融資約束交互項（Integration_SA）對應的回歸結果顯示，其系數為1.280且通過了10%的顯著性水平檢驗。這表明航空產業企業實施產融結合后，整體上緩解了自身受到的融資約束水平，進而促進航空產業發展。

整體而言，航空產業企業實施產融結合后，可以通過緩解源自信息不對稱問題、道德風險問題以及SA指標測算的融資約束路徑，進而促進航空產業發展。但是，無法通過緩解基于委托代理問題的融資約束路徑促進航空產業發展。

（2）融資約束角度下，以產融結合廣度變量為核心解釋變量回歸結果

基于信息不對稱的融資約束交互項對應的回歸結果顯示，其系數為-0.579且通過了10%的顯著性水平檢驗。這表明航空產業企業增加參股非上市金融機構的數量后，提高了其信息披露質量，進而促進航空產業發展。

基于道德風險的融資約束交互項對應的回歸結果顯示，其系數為-2.258且通過了10%的顯著性水平檢驗。這表明航空產業企業增加參股非上市金融機構的數量后，降低了其道德風險水平，進而促進航空產業發展。

基于委托代理的融資約束交互項對應的回歸結果顯示，其系數為-0.226且未通過至少10%的顯著性水平檢驗。這表明航空產業企業增加參股非上市金融機構的數量后，無法通過降低其委托代理風險的路徑促進航空產業發展。

綜合融資約束交互項對應的回歸結果顯示，其系數為-0.216且未通過至少10%的顯著性水平檢驗。這表明航空產業企業增加參股非上市金融機構的數量后，并未從整體上通過緩解自身受到的融資約束路徑促進航空產業發展。

整體而言，航空產業企業增加參股非上市金融機構的數量后，可以緩解源自信息不對稱和道德風險問題引致的融資約束，進而促進航空產業發展。但是，無法通過緩解基于委托代理問題和SA指標測算的融資約束路徑促進航空產業發展。

（3）融資約束角度下，以產融結合深度變量為核心解釋變量的回歸結果

信息披露質量與產融結合深度交互項（基于信息不對稱的融資約束交互項）對應的回歸結果顯示，其系數為-2.075且通過了5%的顯著性水平檢驗。這表明航空產業企業提升對非上市金融機構的綜合參股比例后，信息披露質量提高，進而促進航空產業發展。

道德風險約束與產融結合深度交互項（基于道德風險的融資約束交互項）對應的回歸結果顯示，其系數為-6.892且通過了10%的顯著性水平檢驗。這表明航空產業企業提升對非上市金融機構的綜合參股比例后，降低了其道德風險水平，進而促進航空產業發展。

委托代理約束與產融結合深度交互項（基于委托代理的融資約束交互項）對應的回歸結果顯示，其系數為1.206且未通過至少10%的顯著性水平檢驗。這表明航空產業企業提升對非上市金融機構的綜合參股比例后，無法通過降低其委托代理風險的路徑促進航空產業發展。

融資約束（SA指數）與產融結合深度交互項（綜合融資約束交互項）對應的回歸結果顯示，其系數為-1.324且未通過至少10%的顯著性水平檢驗。這表明航空產業企業提升對非上市金融機構的綜合參股比例后，并未從整體上通過緩解自身受到的融資約束路徑促進航空產業發展。

整體而言，航空產業企業提升對非上市金融機構的綜合參股比例后，可以緩解源自信息不對稱和道德風險問題引致的融資約束，進而促進航空產業發展。但是，無法通過緩解基于委托代理問題和SA指標測算的融資約束路徑促進航空產業發展。

綜合上述實證結果與分析，本文認為產融結合通過緩解自身融資約束的路徑促進航空產業的發展，即假設3成立。另外，研究還發現以下四個結果：

其一，對源自信息不對稱問題引致的融資約束而言，產融結合虛擬變量的優化作用最佳（系數為-2.116），產融結合深度的優化作用次之（系數為-2.075），產融結合廣度的優化作用最低（系數為-0.579）。

其二，對源自道德風險問題引致的融資約束而言，產融結合深度的優化作用最佳（系數為-6.892），產融結合虛擬變量的優化作用次之（系數為-5.398），產融結合廣度的優化作用最低（系數為-2.258）。

其三，對源自委托代理問題引致的融資約束而言，產融結合沒有優化作用。

其四，對整體的融資約束而言，僅產融結合虛擬變量具有優化作用。

（二）穩健性檢驗

本文從以下兩方面設計穩健性檢驗：模型選擇的合理性和更換被解釋變量。

1. 模型選擇合理性的檢驗

對式（4）進行F檢驗、BP檢驗以及Hausman檢驗，用以驗證模型合理性，檢驗結果見表2。

首先，進行F檢驗，以判斷POOL模型與FE模型的優劣。F統計值為34.684，對應的P值小于0.01，表明模型在1%的顯著性水平下拒絕了原假設，即固定效應模型更優。其次，進行BP檢驗，以判POOL模型與RE模型的優劣。BP統計值為19.931，對應的P值小于0.01，表明模型在1%的顯著性水平下拒絕了原假設，即隨機效應模型更優。最后，判斷FE模型與RE模型的優劣。Hausman檢驗的統計值為21.395，對應的P值小于0.01，表明模型在1%的顯著性水平下拒絕了原假設，即FE模型優于RE模型。基于上述檢驗結果，可以判斷本文使用固定效應的面板回歸模型是最佳選擇。

2. 更換被解釋變量

破產預測模型最初由Altman于1968年提出。使用Z值模型，將能夠較好地反映企業破產傾向的指標納入特定的線性模型組合，以此得到企業破產傾向指數[19]。本文依據改善后的破產預測模型，構建破產傾向指標，以破產傾向指標作為企業發展水平的負向替代變量，進行穩健性檢驗[20]。穩健性檢驗顯示，其回歸結果的顯著性情況與前文整體一致。僅存在以下差別：一是僅有債權融資率交互項未能通過一系列的穩健性檢驗；二是融資結構交互項的穩健性檢驗結果比前文結果更優。因此，整體而言，本文的實證結論是穩健的。同時，本文認為基于債權融資率交互項的相關回歸結果的可信度相對不足。

四、結論與建議

（一）主要結論

綜合來看，航空產業企業實施產融結合以及深化和廣化產融結合程度后，其融資渠道得到拓寬、融資結構得到優化、融資約束得到緩解，促進了融資能力優化。但是，產融結合行為和產融結合程度產生的影響及作用機制有所不同。

1. 產融結合行為的影響及作用機制

產融結合行為在融資渠道、融資結構和融資約束的路徑上均可以顯著推動航空產業發展。在融資渠道和融資結構的路徑上，產融結合行為通過提高股權融資為企業發展提供資金支持，降低債權融資率，從而拓寬融資渠道和優化融資結構。在融資約束的路徑上，產融結合行為緩解源自逆向選擇和道德風險問題的融資約束，亦緩解源自SA指標測算的融資約束，但無法緩解基于委托代理問題的融資約束。

2. 產融結合廣度和深度的影響及作用機制

產融結合廣度和深度在融資渠道和融資約束的路徑上可以顯著推動航空產業發展。在融資渠道的路徑上，產融結合廣度和深度有益于發揮股權融資帶來的資金支持作用。而在融資約束的路徑上，產融結合廣度和深度有利于避免逆向選擇和道德風險問題，但對處理基于委托代理和企業本身特征所產生的融資約束問題并無改善作用。

（二）研究展望

本文僅從總體視角，將實施產融結合的企業集團作為一個整體進行考察，研究航空產業融資能力優化機制，據以分析總體特征。但是實踐中產融結合是一把雙刃劍，其實施效果不僅可能存在較大差異，而且還可能帶來巨大風險，特別是航空產業營運現金流體量大且運轉速度快，易于刺激企業進行資本運營。少數實施以融為主產融結合戰略的航空產業企業（如海航集團）違背市場規律，過度發展金融產業，利用內部資本市場，操縱關聯交易定價，集團內部一些企業可能由此獲得過低的融資成本。不過，從集團整體來看，會不斷累積風險，增加風險溢價，擴大風險成本，反而造成總融資成本攀升，以致產融結合呈現負效應。因此，系統研究產融結合對航空產業融資能力的影響，還需從異質性視角，將總體中不符合總體特征的個體獨立出來進行考察，進一步分析具有異質性特征的企業集團內部的產融結合情況。對此，限于文章篇幅和研究對象，作者將在以后的研究中予以補充完善。

（三）對策建議

為了更有效地發揮產融結合的促進作用，根據上述結論，需要對阻礙或者限制前述作用路徑的因素進行調整，營造良好的內部作用環境。

1. 提升生產經營效率，增加股權融資率和優化資本結構

股權融資具有負擔低、周期長等特點，更符合航空產業企業對長期資金的使用需求。通過提升生產經營效率，航空產業企業可以使用IPO、二次增發等方式增加股權融資率和優化資本結構。此外，私募股權投資也是一種具有潛力的股權融資方式。

2. 提高信息披露質量，緩解融資約束

由逆向選擇和道德風險所致的融資約束問題影響航空產業企業的融資效率和融資成本。航空產業企業可以通過提高信息披露質量等方法緩解其受到的融資約束，從而促進產融結合更為有效地發揮作用。

3. 調整管理體系，強化監管能力

本文發現，股東對企業管理層的監管水平越高，其產融結合后對自身發展的促進作用越大。從這一視角觀察，企業股東應當加強對管理層的監督。例如，增加獨立董事的比例、實行管理層持股、尋求第三方投資機構持股等。 AFA

參考文獻

[1] 羅來軍，蔣承，王亞章.融資歧視、市場扭曲與利潤迷失——兼議虛擬經濟對實體經濟的影響[J].經濟研究，2016，51（4）：74-88.

[2] 林毅夫，孫希芳，姜燁.經濟發展中的最優金融結構理論初探[J].經濟研究，2009，44（8）：4-17.

[3] 孫永祥.所有權、融資結構與公司治理機制[J].經濟研究，2001（1）：45-53.

[4] Modigliani F，Miller M H. The cost of capital corporation finance and the theory of in‐vestment[J]. American Economic Review，1958，48（4）：443-453.

[5] Myers S C. Capital structure puzzle[J]. The Journal of Finance，1984，39（3）： 575-592.

[6] Myers S C， Majluf N S. Corporate fi‐nancing and investment decisions when firms have information that investors do not have[J]. Journal of Financial Economics，1984，13（2）：187-221.

[7] Gertler M，Bernanke B S. Agency costs，net worth，and business fluctuations[J]. The American Economic Review， 1989，79（1）：14-31.

[8] 李鳳嬌.產融結合對我國民營企業績效影響研究[D].杭州：浙江理工大學，2013.

[9] King T H D，Wen M M.Shareholder gov‐ernance，bondholder governance，and managerial risk-taking[J]. Journal of Banking & Finance，2011，35（3）：512-531.

[10] 郝穎，于冰，李雪軼.產融結合、治理相嵌與企業績效——實體企業持股金融機構的經驗證據[J].會計之友，2022（4）：45-54.

[11] Ascioglu A，Hegde S P，McDermott J B. Auditor compensation， disclosure quality， and market liquidity：evidence from the stock market[J]. Journal of Accounting and Public Policy，2005，24（4）：325-354.

[12] 周開國，李濤，張燕.董事會秘書與信息披露質量[J].金融研究，2011（7）：167-181.

[13] 徐壽福，徐龍炳.信息披露質量與資本市場估值偏誤[J].會計研究，2015 （1）：40-47+96.

[14] 羅黨論，甄麗明.民營控制、政治關系與企業融資約束——基于中國民營上市公司的經驗證據[J].金融研究，2008 （12）：164-178.

[15] 萬良勇，廖明情，胡璟.產融結合與企業融資約束——基于上市公司參股銀行的實證研究[J].南開管理評論，2015，18（2）：64-72+91.

[16] 吳淑娥，仲偉周，衛劍波，等.融資來源、現金持有與研發平滑——來自我國生物醫藥制造業的經驗證據[J].經濟學（季刊），2016，15（2）：745-766.

[17] Hadlock C J，Pierce J R. New evidence on measuring financial constraints： moving be‐yond the KZ index[J]. The Review of Financial Studies， 2010，23（5）：1909-1940.

[18] Cobb C W， Douglas P H. A theory of production[J]. The American Economic Review，1928，18（1）：139-165.

[19] Altman E I. Financial ratios， discrimi‐nant analysis and the prediction of corporate bankruptcy[J].The Journal of Finance，1968，23（4）：589-609.

[20] Altman E I. Predicting financial distress of companies：revisiting the Z-score and ZETA models[J]. Stern School of Business，New York University，2000：9-12.

（編輯：趙晴）