非金融企業的影子銀行業務對企業風險承擔的影響研究

摘"要： 近年來，非金融企業持續涉足影子銀行業務，逐漸成為影子銀行領域的融資主體。為了進一步探究企業影子銀行業務與風險承擔的關系，文章以2007—2022年中國滬深A股市場非金融上市企業為研究對象，探討外部沖擊事件對企業影子銀行業務及其風險承擔的影響，并考慮產權性質的差異。實證結果表明：外部沖擊會抑制非金融企業的影子銀行業務對風險承擔的正向影響；相較于國有企業，外部沖擊的影響對非國有企業更加顯著。該研究不僅拓展了有關影子銀行業務與企業風險承擔的研究，而且對政府和企業決策具有重要啟示。

關鍵詞： 影子銀行業務；風險承擔；產權性質；外部沖擊；非金融企業

中圖分類號： F832.5

文獻標志碼： A

文章編號： 1673-3851 （2024） 10-0503-10

Study on the impact of shadow banking business of non-financial enterprises

on enterprise risk-taking： From the perspective of external shock

LIN "Jieqi， XU "Shaojun

（School of Economics and Management， Zhejiang Sci-Tech University， Hangzhou 310018， China）

Abstract： "Recently， non-financial enterprises continue to participate in the shadow banking business and gradually become the main body of the shadow banking field. In order to further explore the relationship between enterprise shadow banking business and risk-taking， this paper selects the non-financial listed enterprises in Shanghai and Shenzhen A-share markets of China from 2007 to 2022 as the research object， discusses the impact of external shocks on the shadow banking business and risk-taking of enterprises， and considers the differences in the nature of property rights. The empirical results indicate that： external shocks will inhibit the positive impact of non-financial firms′ shadow banking business on risk taking; compared with state-owned enterprises， the impact of external shocks on non-state-owned enterprises is more significant. The research not only expands the research on shadow banking business and enterprise risk-taking， but also has important implications for the decision-making of governments and enterprises.

Key words： shadow banking business; risk-taking; property right nature; external shock; non-financial enterprises

黨的二十大報告特別強調著力發展實體經濟。然而，近年來，一些非金融企業為追求短期利潤，通過投資理財產品、委托貸款等影子銀行業務運作和管理資金。中國人民銀行和中國信托業協會的數據顯示：截至2023年9月末，非金融企業委托貸款余額達到11.36萬億元，同比增長1.3%；截至2023年5月末，在信托公司管理的信托計劃中，非金融企業發行的信托計劃總規模達到9.2萬億元，占比37.4% 數據來源于中國人民銀行官網（http：∥www.pbc.gov.cn/）和中國信托業協會官網（http：∥www.pbc.gov.cn/）。。雖然從事影子銀行業務在一定程度上滿足了實體經濟融資需求，但過度發展影子銀行業務可能導致資金從實體經濟流向金融投機領域，削弱對實體經濟的直接支持。因此，深入研究影子銀行業務有助于資金流向合理，促進實體經濟健康發展。

事實上，自2007年McCulley［1］提出“影子銀行”概念以來，眾多學者們對企業從事影子銀行業務展開了研究。盡管影子銀行業務有助于企業緩解融資約束、降低融資成本［2］，并促使企業創新金融業務［3］，但其也可能在一定程度上增加企業承擔的風險承擔［4］。然而，當前學術界主要關注企業影子銀行業務的規模對其風險承擔影響的渠道［5］，尚未深入研究外部沖擊以及不同產權性質對企業的影子銀行業務及其風險承擔的影響。已有研究表明，企業行為受到不同產權性質和類似金融危機、重大衛生事件等外部沖擊的影響［6-7］，可能導致影子銀行業務對企業的風險承擔存在差異性的影響。因此，本文以2007—2022年中國滬深A股市場的非金融上市企業作為研究對象，探討外部沖擊事件對企業影子銀行業務及其風險承擔的影響，并考慮產權性質的差異。本文可能的貢獻包括：a）豐富關于非金融企業影子銀行業務與企業風險承擔相關性的研究；b） 從外部沖擊的視角深入探討影子銀行業務對企業風險承擔的影響，有助于全面了解宏觀經濟環境或市場波動等外部因素對企業的影響；c） 為未來政府出臺監管措施和企業制定決策提供有益建議，促進影子銀行業務與實體經濟的良性互動。

一、理論分析與研究假設

（一）外部沖擊的調節效應分析

影子銀行業務作為非金融企業在投融資領域的重要工具，會對企業的風險承擔產生正向影響。它能夠為企業提供更廣泛的融資渠道［8］，降低融資成本［9］，增強企業的風險承擔能力。然而，參與影子銀行業務也可能降低企業投資的質量和效率，帶來信息不對稱問題，從而加重企業的風險負擔。這主要是因為企業向金融領域增加投資會產生資源擠出效應［10］，而且影子銀行業務本身具有復雜性、隱蔽性和高額信息披露成本［11］。

在應對外部沖擊時，影子銀行業務對企業的影響更為復雜。本文考慮了諸如經濟因素和公共衛生事件等帶來的不利外部沖擊。首先，不利的外部沖擊，例如自然災害和公共衛生事件，會對企業的生產活動造成負面影響，進而影響其投融資決策［12-13］。在遭受外部沖擊時，企業往往決策更加審慎，更注重資金的安全保障，并將資本管理視為關鍵手段以抵御風險［14］，這意味著企業可能會減少對影子銀行業務的依賴，轉而尋找更為穩定和安全的融資途徑。其次，政府監管機構通常會在面臨外部沖擊時加強金融監管，來抵御外部沖擊對金融系統的影響［15］。這種監管政策將在原本不完善的影子銀行業務領域中突顯出來，企業需要在危機期間遵守更嚴格的法規和規定，提高信息披露水平［16］。因此，在應對外部沖擊的情況下，企業可能減少對影子銀行業務的依賴，以降低合規風險。

綜上所述，外部沖擊發生后，企業基于自身生存和監管要求的考量，可能會縮減影子銀行業務，并在防范風險的過程中減少自身的風險承擔。基于以上分析，本文提出假設：

H1：外部沖擊事件會抑制非金融企業的影子銀行業務對其風險承擔的正向影響。

（二）異質性分析：不同產權性質

外部沖擊對在不同產權性質的非金融企業參與影子銀行業務的影響呈現差異。一方面，國有企業在中國經濟體系中擔任著關鍵角色，其經營目標包括推動經濟增長、維護就業和社會穩定等。鑒于這些重要職責，國有企業通常采取謹慎的經營策略［17-18］。在面對外部沖擊時，國有企業更趨向于穩健經營，以減少自身的風險承擔。相反，非國有企業更注重市場競爭，會更靈活地調整經營策略以適應外部沖擊帶來的市場變化。此外，受政府干預的影響，國有企業面臨政府直接掠奪資源的風險，為規避這一潛在風險，國有企業可能選擇避開某些高風險、高回報的投資項目［19］，這種情況在外部沖擊下可能更加明顯。

另一方面，不同產權性質的企業內部激勵機制存在明顯差異。由于國有企業所有權歸政府所有，其管理者可能更關注個人利益而非企業整體利益［20］，在決策和應對外部沖擊時更傾向于規避風險，以保護個人職業利益。相反，非國有企業的管理者更可能追求整體企業利益，獲得更多的市場激勵，因而更傾向于通過承擔風險，獲取更高回報［21］。

基于現有理論，由于企業職責和內部激勵機制的不同，在面臨外部沖擊時，國有企業相對于非國有企業更傾向于減少風險承擔。基于以上分析，本文提出假設：

H2：相較于國有企業，外部沖擊對影子銀行業務與企業風險承擔的影響在非國有企業中更加顯著。

二、模型設計與指標選取

（一）研究模型

為了驗證研究假設，參考Boubakri等［22］的研究方法，本文選擇使用雙向固定效應模型進行實證分析。首先，檢驗非金融企業的影子銀行業務對其風險承擔的影響，具體模型為：

Riski，t=α0+α1Shadowi，t+α2Controli，t+μi+γt+εi，t（1）

其中：Riski，t表示i企業在t年的風險承擔水平；Shadowi，t表示i企業在t年的影子銀行業務規模；Controli，t表示企業層面的控制變量；ui表示企業固定效應；γt表示年份固定效應；εi，t表示殘差項。其次，檢驗外部沖擊對影子銀行業務與風險承擔的調節效應，具體模型為：

Riski，t=α0+α1Shadowi，t+α2Controli，t+α3Attacku+α4Shadowi，t×Attacku+μi+γt+εi，t（2）

其中：Attacku，u=1，2，3，4，表示四種不同的外部沖擊；Shadowi，t × Attacku表示i企業在t年的影子銀行業務規模與外部沖擊的交互項。

（二）變量設計

1.被解釋變量

本文以企業風險承擔水平（Risk1）為被解釋變量。鑒于提高企業風險承擔水平可能增加未來現金流的不穩定性，本文選取收益的波動性［23］為被解釋變量，即以企業的總資產收益率（ROA）來衡量。

借鑒司登奎等［24］、何瑛等［25］的做法，選擇3年為觀測期，以企業息稅前利潤（EBITDA）與年末總資產（ASSETS）之比來計算企業的總資產收益率（ROA），并采用3年滾動標準差σ（ROA）作為衡量企業風險承擔水平的指標。首先，對每年的總資產收益率（ROA）用行業平均值進行調整，得到ADJ_ROA，然后以此為標準來計算企業的對應標準差，得到Risk1。此外，借鑒黃勃等［26］的研究方法，采用觀察期內非金融企業ROA的極差（Risk2）作為原被解釋變量的替代變量。ADJ_ROA用式（3）計算：

ADJ_ROAi，t=EBITDAi，tASSETSi，t-1X∑Xk=1EBITDAi，tASSETSi，t（3）

Risk1用式（4）計算：

Risk1i，t=

1T-1∑Tt=1ADJ_ROAi，t-1T∑Tt=1ADJ_ROAi，t2T=3（4）

Risk2用式（5）計算：

Risk2i，t=max（ADJ_ROAi，t）-min（ADJ_ROAi，t）（5）

2.解釋變量

本文的模型以企業的影子銀行業務規模（Shadow）為核心解釋變量。企業的金融活動具有多樣性，包括銀行貸款及與其他機構的資金往來，因此為了全面反映企業在影子銀行業務中的參與程度，李建軍等［27］主要運用委托理財、委托貸款與民間借貸之和與企業總資產的比值來衡量企業的影子銀行業務規模。考慮到民間借貸的隱蔽性，為了更精確地估計民間借貸的金額，本文采用其他應付款作為民間借貸的替代變量，即以委托理財、委托貸款與其他應付款之和與企業總資產的比值來計算企業的影子銀行業務規模。

3.調節變量

為了檢驗外部沖擊對影子銀行業務與企業風險承擔的影響，沿用李慧［28］和張海波［29］的研究方法，設置外部沖擊的啞變量（Attack）：在外部沖擊發生之前，該變量取值為0；而在外部沖擊發生當年及以后，該變量取值為1。本文主要關注4個外部沖擊事件，分別為2013年的流動性危機（Attack1）、2015年的中國股災（Attack2）、2018年的中美貿易摩擦（Attack3）、2019年的新型冠狀病毒感染疫情（Attack4）。

4.控制變量

為排除其他可能影響企業風險承擔的因素，本文考慮了余明桂等［30］、朱玉杰等［31］、Baker等［32］研究中使用的控制變量及其度量方式。這些控制變量主要包括：a） 企業規模（Scale），以企業總資產的自然對數來度量；b） 資產負債率（Rate），以企業總負債與總資產之比來度量；c） 產權性質（State），使用虛擬變量，將國有企業標記為1，非國有企業標記為0；d） 兩職合一（SM），設置虛擬變量，若管理者與股東是同一人則標記為1，否則標記為0；e） 獨立董事占比（Individual），以獨立董事在董事會中的占比來度量；f） 經濟政策不確定性（EPU），經濟政策不確定性指數取全年平均值，并進行對數處理。

5.樣本選擇與數據描述

在樣本上，選擇中國滬深A股市場上的非金融企業作為研究對象，時間范圍為2007—2022年。為確保研究的準確性，采用以下數據篩選標準：a） 剔除金融、房地產和保險行業的數據；b） 剔除ST、*ST、暫停上市和退市的數據；c） 剔除上市不足一年的非金融上市公司的數據。此外，為了消除控制變量中的連續變量的極端值影響，對這些變量進行了縮尾處理（±1%）。所有研究樣本數據均來自國泰安數據庫（CSMAR）。

表1顯示了主要變量的描述性統計。樣本總數為28263個，其中企業風險承擔水平（Risk1）的最高值為0.4373，最低值為0.0001，平均值為0.0327，表明非金融企業的風險承擔水平存在顯著差異。公司影子銀行業務規模（Shadow）的最高值為1.4472，最低值為0.0002，平均值為0.1088，表明在影子銀行業務規模上不同企業之間也存在顯著差異。

三、實證結果與分析

（一）基準回歸

表2為檢驗企業影子銀行業務的規模對其風險承擔影響的基準回歸結果。列（1）和列（3）模型未包含公司和年份固定效應，而列（2）和列（4）則考慮這些固定效應。從表2可以看出，第（4）列模型的擬合度最高，這與研究最初的模型設定相一致。根據表2列（4）的結果，在考慮了控制變量和固定效應的情況下，核心解釋變量企業的影子銀行業務規模（Shadow）對企業風險承擔水平（Risk1）的影響系數在5%水平下顯著為0.0026。這表明，增加企業影子銀行業務的規模確實會提高企業的風險承擔水平。

此結論可能與企業從事影子銀行業務的動機以及影子銀行業務自身的特征相關。一方面，通過影子銀行業務，企業有效地解決了融資難題，提高了融資的靈活性，從而更愿意進行投資活動，并且更容易接受高風險、高回報的決策，進而增加了企業自身的風險承擔水平；另一方面，影子銀行業務具備復雜的交易特征、隱蔽性以及高成本的信息披露等特征，進一步增加了企業的風險承擔水平。

（二）調節效應分析

1.整體樣本的調節效應分析

本文引入4個外部沖擊事件作為調節變量，以檢驗外部沖擊對影子銀行業務的規模與企業風險承擔的影響。表3為整體樣本的調節效應回歸結果。表3結果顯示，考慮控制變量后，企業影子銀行業務的規模與各外部沖擊事件的交互項（Shadow×Attack）系數均顯著為負，與此同時，核心解釋變量影子銀行業務規模（Shadow）的系數均顯著為正。由此可見，受到外部沖擊影響時，影子銀行業務對企業風險承擔的正向作用被抑制，從而支持了假設H1。進一步分析其原因可以發現可知：當面臨重大公共衛生事件、金融危機等不利外部沖擊時，一方面，企業的生產經營受到直接影響，降低了企業應對風險的能力，使得企業更加謹慎，更難以接受高風險的項目；另一方面，政府提高了對企業與金融機構的監管要求，例如提高企業信息透明度等，從而約束企業的行為，導致企業更傾向于減少冒險行為。

此外，觀察表3中第（1）列的結果可以發現，2013年的流動性危機事件與影子銀行業務規模的交互項（Shadow×Attack1）系數為-0.0471，其絕對值大于其他三個外部沖擊事件與影子銀行業務的交互項系數絕對值。這可能是因為2013年的流動性危機事件爆發與諸如委托貸款等影子銀行業務的快速擴張之間存在一定的關聯。因此，相較于其他事件，2013年的流動性危機與影子銀行業務之間具有更緊密的聯系，呈現更大的調節作用。

2.異質性分析：不同產權性質

為了檢驗外部沖擊事件對不同產權性質企業的影子銀行業務與風險承擔的影響，本文將樣本企業分為國有企業和非國有企業兩類。其中，國有企業的樣本量為11494，企業影子銀行規模的均值為0.0640，企業風險承擔水平的均值為0.0284；非國有企業的樣本量為16769，企業影子銀行規模的均值為0.1395，企業風險承擔水平的均值為0.0356。

表4呈現了不同產權性質企業的調節效應回歸結果。研究結果顯示，對于非國有企業而言，不論面臨何種外部沖擊，企業影子銀行業務與外部沖擊的交互項（Shadow×Attack）系數均顯著為負，同時核心解釋變量影子銀行業務規模（Shadow）對企業風險承擔水平（Risk1）的系數均顯著為正。這說明外部沖擊事件抑制了非國有企業影子銀行規模對企業風險承擔水平的正向影響。而對于國有企業，影子銀行業務與外部沖擊的交互項（Shadow×Attack）系數、核心解釋變量影子銀行業務規模（Shadow）的系數均不顯著。因此，相較于國有企業，外部沖擊事件對于非國有企業的影子銀行業務與企業風險承擔的調節效應更加顯著，驗證了研究假設H2。

導致不同產權性質企業的影子銀行業務與企業風險承擔的影響存在差異的主要原因可能在于：與非國有企業相比，國有企業在中國經濟體系中擔任著關鍵角色，例如創造就業機會、支持產業發展等。因此，在應對外部沖擊時，國有企業需要綜合考慮更多的因素，更傾向于采取穩健經營的策略。而且國有企業的管理者更偏向追求個人利益，他們更傾向于拒絕高投資但高風險的項目。此外，國有企業的風險承擔意愿相對較低，使得影子銀行業務對非國有企業的風險承擔影響更加顯著。

（三）穩健性檢驗

1.內生性檢驗

為了解決可能存在的內生性問題，本文選擇使用工具變量法，即兩階段最小二乘法（2SLS）和系統廣義矩估計法（SYS-GMM）。

表5列（1）—（2）呈現了兩階段最小二乘法（2SLS）的回歸結果。借鑒權小鋒等［33］的方法，選用企業所在同一行業中其他企業影子銀行規模的均值（Shadow_IV）作為工具變量。選擇此變量作為工具變量的原因在于，同一行業中其他企業的影子銀行業務規模的均值與研究企業影子銀行業務的規模相關，但不會對企業的風險承擔產生直接影響。從前兩列的結果可知：第一階段的工具變量（Shadow_IV）系數為正，且在1%的水平下顯著；第二階段核心解釋變量企業的影子銀行業務規模（Shadow）系數為正，且在10%的水平下顯著。這表明前文結果是穩健的。

表5第（3）列報告了系統廣義矩估計法（SYS-GMM）的回歸結果。由于企業風險承擔行為具有慣性，因此本文采用企業風險承擔的一階滯后項（L.Risk1）作為解釋變量，并采用系統GMM方法進行回歸分析。從列（3）結果可以看出，一階自回歸系數AR（1）的P值為0.0020，二階自回歸系數AR（2）的P值為0.3400，表明擾動項不存在二階自相關的問題。Hansen檢驗統計量的P值為 0.1110，大于0.1000，表明工具變量選取有效。其中，核心解釋變量影子銀行業務規模（Shadow）和企業風險承擔的一階滯后項（L.Risk1）的系數均顯著為正，進一步驗證了本文結果的穩健性。

2.替換被解釋變量

本文采用觀察期（3年）內非金融企業ROA的極差（Risk2）來替換被解釋變量（Risk1），以評估企業的風險承擔水平。

表6呈現了替代被解釋變量的回歸結果。從表6可以看出見，考慮控制變量后，企業影子銀行業務規模（Shadow）的系數為0.0050，在5%水平下仍然正向顯著。這表明企業影子銀行業務的規模對企業風險承擔水平具有顯著的正向影響。從列（2）—（5）的結果可以看出，面臨4種不同的外部沖擊時，核心解釋變量企業的影子銀行業務規模（Shadow）系數仍然顯著為正，而影子銀行業務與不同時期外部沖擊事件的交互項系數（Shadow×Attack）均顯著為負，且2013年流動性危機與影子銀行業務的交互項（Shadow×Attack）系數絕對值仍然大于其他3個事件，這與之前的檢驗結果一致，進一步驗證了前文的假設。

四、結"語

本文選擇2007—2022年中國滬深A股市場非金融上市公司為樣本，采用雙向固定效應模型，重點關注外部沖擊對非金融企業的影子銀行業務與企業風險承擔的影響，并考慮了產權性質的差異。本文將企業總資產收益率的滾動標準差作為衡量風險承擔水平的指標，以委托貸款、委托理財以及其他應付款占總資產比重來衡量企業的影子銀行業務規模，并利用啞變量反映外部沖擊事件的影響。經過實證檢驗，得出以下結論：

a）核心解釋變量企業的影子銀行業務規模系數顯著為正，這說明非金融企業從事影子銀行業務對其風險承擔具有正向影響。這一正向影響既源于影子銀行業務本身具有的風險，也源于企業通過影子銀行業務降低融資成本、拓展融資渠道等方式來解決自身融資問題，增強企業的風險承擔能力。

b）不利的外部沖擊事件抑制了影子銀行業務對企業風險承擔的正向影響。外部沖擊發生時，企業自身生產經營受到不利影響，且政府監管要求更高，企業從事影子銀行業務受到約束，投資和融資決策變得更加謹慎。此外，與其他外部沖擊事件相比，2013年的流動性危機由于與影子銀行業務密切關聯，其所產生的調節作用更大。

c）與國有企業相比，外部沖擊對影子銀行業務與企業風險承擔的調節作用在非國有企業中具有更顯著的影響。國有企業承擔更多政策性目標，又面臨政府的干預和資源掠奪，再加上管理者更關注個人利益，因而在面對外部沖擊時，會更傾向于穩健性經營，規避一些高風險、高投資的項目。相反，非國有企業擁有更大的決策靈活性和獨立性，更傾向于通過影子銀行業務來增強自身面對外部沖擊的風險承擔能力。

基于上述研究結論，本文提出以下針對性建議：a）鑒于全球經濟與金融市場的迅速發展及產業空心化的趨勢，政府應強化監管，嚴格管控企業資金流向，確保企業的影子銀行業務與實體經濟的良性互動；b）需要完善公開信息披露制度，提高相關數據的質量和透明度。相關機構應公開影子銀行業務規模、預期風險等信息，以防止企業風險積累等問題；c）非金融企業，特別是非國有企業，應增強風險識別和洞察能力，完善內部風險控制機制，避免過度承擔風險；d） 企業需要在風險承擔與風險控制之間取得平衡，確保投資策略與整體業務戰略一致，以應對不確定性和外部沖擊。這些建議將有助于政府與企業更好地管理影子銀行業務帶來的風險，促進實體經濟的健康發展。

參考文獻：

［1］McCulley P. Teton reflections［R］. PIMCO Global Central Bank Focus， 2007（2）： 45-56.

［2］Meeks R， Nelson B， Alessandri P. Shadow banks and macroeconomic instability［J］. Journal of Money， Credit and Banking， 2017， 49（7）： 1483-1516.

［3］杜永善， 王其猛， 嚴妍， 等. “資管新規”、影子銀行與企業融資：來自中國A股上市公司的經驗證據［J］. 管理現代化， 2023， 43（3）： 46-55.

［4］吳安兵， 龔星宇， 陳創練， 等. 非金融企業影子銀行化的風險承擔效應： 內在機制與經驗證據［J］. 中國工業經濟， 2023（4）：174-192.

［5］李小林， 宗瑩萍， 司登奎， 等. 非金融企業影子銀行業務的反噬效應：基于企業風險承擔的視角［J］. 財經研究， 2022， 48（7）： 124-137.

［6］張曉亮， 楊海龍， 唐小飛. CEO學術經歷與企業創新［J］. 科研管理， 2019，40（2）： 154-163.

［7］陳赟， 沈艷， 王靖一. 重大突發公共衛生事件下的金融市場反應［J］. 金融研究， 2020（6）： 20-39.

［8］Allen F， Qian J， Qian M. Law， finance， and economic growth in China［J］. Journal of Financial Economics， 2005， 77（1）： 57-116.

［9］程小可， 姜永盛， 鄭立東. 影子銀行、企業風險承擔與融資約束［J］. 經濟管理， 2015， 37（4）： 106-115.

［10］孔東民， 徐茗麗， 孔高文. 企業內部薪酬差距與創新［J］. 經濟研究， 2017， 52（10）： 144-157.

［11］倪健惠， 阮加. 影子銀行對系統性金融風險的影響機理與傳導機制［J］. 統計與決策， 2023， 39（19）： 158-163.

［12］Hanna D， Huang Y. The impact of SARS on Asian economies［J］. Asian Economic Papers， 2004， 3（1）： 102-112.

［13］謝杰， 金釗， 項后軍， 等. 外部收入沖擊、產品質量與出口貿易：來自金融危機時期的經驗證據［J］. 財貿經濟， 2018， 39（5）： 113-129.

［14］肖土盛， 孫瑞琦， 袁淳. 新冠肺炎疫情沖擊下企業現金持有的預防價值研究［J］. 經濟管理， 2020， 42（4）： 175-191.

［15］王勝邦. 后危機時期國際金融監管改革［J］. 中國金融， 2018（9）： 51-55.

［16］戴樂. 后金融危機時代美國影子銀行監管反思：以金融監管邊界理論為視角［J］. 金融法苑， 2020（1）： 171-186.

［17］周耀東， 余暉. 國有壟斷邊界、控制力和績效關系研究［J］. 中國工業經濟， 2012（6）： 31-43.

［18］Cheng H， Ma Y Y， Qi S S， et al. Enforcing government policies： The role of state-owned enterprise in China′s one child policy［J］. World Development， 2021， 146（2）： 105574.

［19］陳運森， 蔣艷， 何玉潤. 違規經營投資責任追究與國有企業風險承擔［J］. 會計研究， 2022（4）： 53-70.

［20］于洪濤. 企業風險承擔、所有權、市場化與倒U型績效［J］. 東北財經大學學報， 2019（6）： 47-55.

［21］李文貴， 余明桂. 所有權性質、市場化進程與企業風險承擔［J］. 中國工業經濟， 2012（12）： 115-127.

［22］Boubakri N， Cosset J C， Saffar W. The role of state and foreign owners in corporate risk-taking： Evidence from privatization［J］. Journal of Financial Economics， 2013， 108（3）： 641-658.

［23］John K， Litov L， Yeung B. Corporate governance and risk-taking［J］. The Journal of Finance， 2008， 63（4）： 1679-1728.

［24］司登奎， 李小林， 趙仲匡. 非金融企業影子銀行化與股價崩盤風險［J］. 中國工業經濟， 2021（6）： 174-192.

［25］何瑛， 于文蕾， 楊棉之. CEO復合型職業經歷、企業風險承擔與企業價值［J］. 中國工業經濟， 2019（9） ： 155-173.

［26］黃勃， 程小萌， 李海彤. 異地商會與企業風險承擔：基于上市公司的實證研究［J］. 經濟理論與經濟管理， 2022， 42（2）： 67-83.

［27］李建軍， 韓珣. 非金融企業影子銀行化與經營風險［J］. 經濟研究， 2019，54（8）： 21-35.

［28］李慧. 外部沖擊、融資約束與企業的現金：現金流敏感性［J］. 金融論壇， 2013， 18（4）： 73-79.

［29］張海波. 外部沖擊、信貸擴張與中國企業對外直接投資：基于2008年國際金融危機的研究啟示［J］. 國際貿易問題， 2021（3）： 158-174.

［30］余明桂， 李文貴， 潘紅波. 管理者過度自信與企業風險承擔［J］. 金融研究， 2013（1）： 149-163.

［31］朱玉杰， 倪驍然. 機構投資者持股與企業風險承擔［J］. 投資研究， 2014， 33（8）： 85-98.

［32］Baker S R， Bloom N， Davis S J. Measuring economic policy uncertainty［J］. The Quarterly Journal of Economics， 2016， 131（4）： 1593-1636.

［33］權小鋒， 吳世農， 尹洪英. 企業社會責任與股價崩盤風險： “價值利器”或“自利工具”？［J］. 經濟研究， 2015， 50（11）： 49-64.

（責任編輯：陳麗瓊）