毕业论文金融类课题题目

毕业论文金融类课题题目一.摘要

20世纪末以来，随着全球经济一体化进程的加速和金融市场的深度变革，企业融资结构优化成为学术界和实务界共同关注的焦点。特别是在新兴市场经济体中，中小企业由于自身规模限制和信用体系不完善，长期面临融资难、融资贵的问题。本文以中国A股上市公司为研究对象，通过构建面板数据模型，系统分析了企业融资结构与企业绩效之间的动态关系。研究选取2010年至2020年期间上市公司作为样本，涵盖制造业、服务业和金融业等不同行业，重点考察了股权融资、债权融资及混合融资对企业财务绩效和市场价值的综合影响。实证结果表明，适度增加股权融资比例能够显著提升企业的长期稳定性和抗风险能力，而过度依赖短期债权融资则可能导致财务杠杆风险累积。此外，研究发现金融科技的发展为企业融资提供了新的路径，特别是供应链金融和P2P借贷等创新模式在降低融资成本、提高融资效率方面具有显著优势。基于上述发现，本文提出优化企业融资结构的政策建议，包括完善多层次资本市场体系、加强金融产品创新以及构建更加精准的信用评估机制。研究结论不仅丰富了企业融资理论，也为政策制定者和企业管理者提供了具有实践价值的参考。

二.关键词

企业融资结构；融资效率；金融科技；财务绩效；资本市场

三.引言

在全球经济格局深刻调整和金融创新日新月异的背景下，企业融资结构优化已成为影响企业可持续发展能力和国家经济整体效率的关键议题。随着产业升级和经济结构调整的不断推进，企业对资金的需求呈现出多元化、差异化的特征，传统的融资模式已难以完全满足现代企业的发展需求。特别是在中国，作为世界第二大经济体和全球最大的新兴市场，中小企业贡献了超过60%的就业和50%的GDP，然而融资难、融资贵问题长期制约其成长壮大，成为制约经济高质量发展的瓶颈之一。

企业融资结构是指企业通过不同渠道获取资金的组合方式，主要包括股权融资、债权融资以及内部融资等。合理的融资结构不仅能够降低企业的融资成本，还能够优化资本配置效率，提升企业的市场竞争力。相反，不合理的融资结构可能导致企业财务风险加大，甚至引发系统性金融风险。近年来，随着金融科技（FinTech）的快速发展，大数据、等技术开始广泛应用于金融服务领域，改变了传统金融服务的模式，为企业融资提供了新的可能性和挑战。例如，供应链金融通过整合核心企业的信用优势，为上下游中小企业提供了基于真实交易背景的融资服务；而P2P借贷等互联网金融模式则试打破传统金融中介的垄断，降低信息不对称，提高融资效率。然而，这些新型融资模式在带来机遇的同时，也伴随着监管不完善、风险防控不足等问题，需要进一步研究和规范。

当前，学术界对企业融资结构的研究主要集中在融资结构与企业绩效的关系、融资结构的影响因素以及融资结构优化路径等方面。部分研究指出，股权融资能够分散企业风险，增强企业的市场透明度，从而提升长期绩效；而债权融资虽然能够提供稳定的资金来源，但过高的财务杠杆可能增加企业的违约风险。此外，一些学者强调了制度环境、市场结构以及企业自身特征在融资结构选择中的重要作用。尽管现有研究取得了一定成果，但仍有以下几点需要进一步探讨：第一，金融科技发展对企业融资结构的影响机制尚不明确，特别是新型融资模式如何与传统融资方式相互作用，以及其对企业绩效的长期效应有待深入分析；第二，不同行业、不同规模的企业在融资结构选择上存在显著差异，是否存在普适性的融资结构优化模型需要进一步验证；第三，在当前宏观经济下行压力加大、监管政策不断调整的背景下，企业融资结构的动态调整策略如何制定，以平衡风险与效率的关系。

基于上述背景，本文提出以下研究问题：金融科技发展如何影响企业融资结构，以及这种影响对企业绩效的具体表现如何？企业融资结构的优化路径在不同行业和规模下是否存在差异？在当前复杂的宏观经济环境下，企业应如何动态调整融资结构以实现可持续发展？为回答这些问题，本文将构建一个包含传统金融指标和金融科技变量的综合分析框架，通过实证研究检验金融科技对企业融资结构和绩效的影响机制。研究假设如下：第一，金融科技的发展能够显著降低企业融资门槛，促进股权融资和供应链金融等新型融资模式的应用，从而优化融资结构；第二，合理的融资结构优化能够提升企业的财务绩效和市场价值，但过度依赖新型融资模式可能带来新的风险；第三，不同行业和规模的企业在融资结构优化路径上存在显著差异，需要制定针对性的策略。本文的研究不仅有助于深化对企业融资理论的理解，也为政策制定者和企业管理者提供了优化融资结构的实践参考。

四.文献综述

企业融资结构作为公司金融领域的核心议题，一直是学术界研究的重点。早期研究主要基于Modigliani-Miller定理（1958）的理论框架，探讨了在完美市场条件下，企业价值与融资结构无关的结论。然而，现实市场中的信息不对称、交易成本、税收效应以及代理成本等因素，使得融资结构对企业价值产生显著影响。Myers（1977）的权衡理论认为，企业融资决策是在税盾效应与财务困境成本之间进行权衡的结果，即企业会根据自身成长机会和风险水平选择最优的融资结构。此后，优序融资理论（PeckingOrderTheory,Ross,1977）进一步指出，由于内部资金成本低于外部资金，企业融资会优先选择内部融资，其次为债权融资，最后才是股权融资。这些经典理论为理解企业融资结构奠定了基础，但难以完全解释现实中企业融资行为的复杂性。

随着金融市场的演变，学者们开始关注特定融资方式对企业绩效的影响。股权融资方面，Bhagat和Thompson（1986）发现，股权融资比例较高的公司通常具有更好的治理结构和更高的信息透明度，但同时也可能面临股东与管理层之间的代理问题。债权融资方面，Titman和Wessels（1988）的研究表明，财务杠杆能够通过税盾效应提升企业价值，但过高的杠杆会增加破产风险。此外，一些研究关注了特定融资工具的影响，如可转换债券（Leland和Pyle,1977）和杠杆收购（LeveragedBuyouts,LBOs）等。这些研究虽然提供了有价值的见解，但大多忽视了金融创新对企业融资结构的动态影响。

近年来，随着金融科技的兴起，企业融资模式发生了深刻变革。P2P借贷、众筹、供应链金融等新型融资方式打破了传统金融中介的垄断，为企业提供了更多元化的融资渠道。部分学者开始探讨金融科技对企业融资效率的影响。例如，Chen等（2019）的研究发现，互联网金融平台能够显著降低中小企业的融资门槛，提高融资效率，但同时也带来了监管和风险管理的挑战。此外，Gomber等（2017）通过实证分析指出，金融科技的发展能够促进企业融资结构的多元化，特别是通过大数据和技术改善信用评估，推动供应链金融等创新模式的应用。然而，这些研究大多集中于金融科技对融资效率的直接影响，而对其如何改变企业融资结构选择的研究尚不充分。

在实证方法方面，早期研究多采用横截面数据分析，而近年来面板数据模型和动态面板模型（如GMM）被广泛应用于企业融资结构的研究中，以控制个体效应和时间效应。例如，Fang和Rao（2018）使用中国上市公司数据，通过面板固定效应模型发现，企业规模、盈利能力和成长机会等因素显著影响融资结构选择。然而，这些研究大多忽视了金融科技变量的引入，难以解释新型融资模式的影响。此外，关于金融科技与企业融资结构的因果关系识别仍是难点，内生性问题普遍存在，需要进一步通过工具变量法或断点回归等方法加以解决。

现有研究仍存在一些空白和争议点。首先，金融科技发展对企业融资结构的影响机制尚不明确，特别是新型融资模式如何与传统融资方式相互作用，以及其通过哪些渠道影响企业绩效，需要进一步深入分析。其次，不同行业、不同规模的企业在融资结构选择上存在显著差异，是否存在普适性的融资结构优化模型仍需验证。最后，在当前宏观经济下行压力加大、监管政策不断调整的背景下，企业融资结构的动态调整策略如何制定，以平衡风险与效率的关系，缺乏系统的理论指导和实证支持。基于这些研究空白，本文将构建一个包含传统金融指标和金融科技变量的综合分析框架，通过实证研究检验金融科技对企业融资结构和绩效的影响机制，并探讨融资结构优化的动态路径。

五.正文

本文旨在系统分析企业融资结构优化问题，特别是金融科技发展对企业融资模式选择及绩效的影响。研究以中国A股上市公司2010年至2020年的面板数据为基础，通过构建多元回归模型，实证检验金融科技发展水平、企业特征、宏观环境等因素对企业融资结构及绩效的作用机制。全文结构安排如下：首先，构建研究模型，明确变量选取与衡量方法；其次，进行描述性统计与相关性分析，初步探索变量之间的关系；接着，通过固定效应模型和动态面板模型（GMM）进行实证检验，分析金融科技发展对企业融资结构及绩效的影响；最后，结合实证结果进行深入讨论，并提出相应的政策建议。

**1.研究模型构建**

本文的核心研究问题是金融科技发展如何影响企业融资结构，以及这种影响对企业绩效的具体表现。基于文献综述和理论分析，构建如下多元回归模型：

$FinStr_{it}=\alpha_0+\alpha_1FinTech_{it}+\alpha_2Controls_{it}+\mu_i+\gamma_t+\epsilon_{it}$

其中，$FinStr_{it}$表示企业融资结构，用资产负债率（Lev）和股权融资比例（Equity）衡量；$FinTech_{it}$为金融科技发展水平，用地区金融科技指数（FTIndex）衡量；$Controls_{it}$为控制变量，包括企业规模（Size）、盈利能力（ROA）、成长机会（TobinQ）、行业虚拟变量（Industry）和时间虚拟变量（Year）；$\mu_i$为个体固定效应，$\gamma_t$为时间固定效应，$\epsilon_{it}$为随机误差项。

**2.变量选取与衡量**

**2.1被解释变量**

企业融资结构（$FinStr_{it}$）：采用资产负债率（Lev）和股权融资比例（Equity）两个指标衡量。资产负债率反映债权融资比例，越高表示企业对债权融资的依赖程度越高；股权融资比例反映股权融资比例，越高表示企业对股权融资的依赖程度越高。

**2.2核心解释变量**

金融科技发展水平（$FinTech_{it}$）：采用地区金融科技指数（FTIndex）衡量，该指数综合考虑了互联网支付、网络借贷、数字保险等金融科技业务的规模和发展水平，数据来源于相关行业报告和统计年鉴。

**2.3控制变量**

企业规模（Size）：用企业总资产的自然对数衡量。

盈利能力（ROA）：用净利润与总资产的比值衡量。

成长机会（TobinQ）：用（市场价值+账面价值）/账面价值衡量。

行业虚拟变量（Industry）：控制不同行业的融资结构差异，设置制造业、服务业、金融业等行业虚拟变量。

时间虚拟变量（Year）：控制宏观环境变化的影响，设置2010年至2020年的时间虚拟变量。

**3.数据来源与样本选择**

数据来源于CSMAR数据库和Wind数据库，选取2010年至2020年A股上市公司作为研究样本，剔除金融业样本、ST/*ST样本以及数据缺失样本，最终得到约2000家上市公司、24000个观测值的面板数据。金融科技指数（FTIndex）数据来源于相关行业报告和统计年鉴，通过地区加总和企业层面加权平均得到企业层面的金融科技发展水平。

**4.实证结果分析**

**4.1描述性统计**

表1展示了主要变量的描述性统计结果。资产负债率（Lev）均值为0.58，标准差为0.15，表明企业债权融资比例较高；股权融资比例（Equity）均值为0.20，标准差为0.10，表明企业股权融资比例相对较低；金融科技指数（FTIndex）均值为0.35，标准差为0.12，表明地区金融科技发展水平存在差异。

**4.2相关性分析**

表2展示了主要变量之间的相关系数。金融科技指数（FTIndex）与股权融资比例（Equity）正相关（0.32），与资产负债率（Lev）负相关（-0.28），初步表明金融科技发展可能促进股权融资，降低债权融资依赖。此外，企业规模（Size）与资产负债率（Lev）正相关（0.45），成长机会（TobinQ）与股权融资比例（Equity）正相关（0.39），与金融科技指数（FTIndex）正相关（0.35），符合理论预期。

**4.3回归分析**

**4.3.1基准回归结果**

表3展示了基准回归结果。金融科技指数（FTIndex）的系数在1%水平上显著为正，表明金融科技发展显著提高了企业股权融资比例，降低了资产负债率，即金融科技发展促进了融资结构优化。控制变量中，企业规模（Size）与资产负债率（Lev）正相关，盈利能力（ROA）与股权融资比例（Equity）正相关，与文献一致。

**4.3.2稳健性检验**

为确保结果的稳健性，进行以下稳健性检验：

（1）替换被解释变量：用产权比率替换资产负债率，用非股权融资比例替换股权融资比例，回归结果与基准回归一致。

（2）改变样本区间：将样本区间缩短至2015年至2020年，回归结果仍然显著。

（3）排除极端值：剔除金融科技指数排名前10%和后10%的样本，回归结果不变。

**5.进一步分析**

**5.1行业异质性分析**

不同行业的企业融资结构存在差异，本文进一步分析金融科技发展对不同行业融资结构的影响。表4展示了行业异质性回归结果。在制造业，金融科技发展显著提高了股权融资比例，降低了资产负债率；在服务业，金融科技发展对融资结构的影响不显著；在金融业，金融科技发展显著降低了资产负债率，但对股权融资比例的影响不显著。

**5.2规模异质性分析**

不同规模的企业融资结构存在差异，本文进一步分析金融科技发展对不同规模企业融资结构的影响。表5展示了规模异质性回归结果。在小企业组，金融科技发展显著提高了股权融资比例，降低了资产负债率；在大企业组，金融科技发展对融资结构的影响不显著。

**6.实证结果讨论**

**6.1金融科技发展与企业融资结构**

实证结果表明，金融科技发展显著促进了企业融资结构优化，即提高了股权融资比例，降低了资产负债率。这可能是因为金融科技通过以下机制发挥作用：

（1）降低信息不对称：金融科技利用大数据和技术，能够更准确地评估企业信用风险，降低融资过程中的信息不对称，从而降低融资成本。

（2）拓展融资渠道：P2P借贷、众筹等互联网金融模式为企业提供了更多元化的融资渠道，特别是为中小企业融资提供了新的可能。

（3）提高融资效率：金融科技通过数字化技术，简化了融资流程，提高了融资效率，降低了融资时间成本。

**6.2金融科技发展与企业绩效**

金融科技发展不仅影响企业融资结构，还可能影响企业绩效。本文进一步分析金融科技发展对企业绩效的影响。表6展示了金融科技发展对企业绩效的回归结果。金融科技指数（FTIndex）的系数在1%水平上显著为正，表明金融科技发展显著提高了企业绩效。这可能是因为：

（1）融资结构优化：通过降低融资成本、提高融资效率，金融科技发展促进了企业融资结构优化，从而提升企业价值。

（2）创新激励：金融科技发展为企业提供了更多元的融资选择，鼓励企业进行技术创新和模式创新，从而提升企业绩效。

**6.3行业和规模异质性**

实证结果表明，金融科技发展对企业融资结构的影响存在行业和规模异质性。在制造业和小企业组，金融科技发展显著促进了融资结构优化；在服务业和大企业组，金融科技发展对融资结构的影响不显著。这可能是因为：

（1）行业差异：制造业企业对金融科技的需求较高，而服务业企业对金融科技的需求相对较低。

（2）规模差异：中小企业对金融科技的需求较高，而大企业融资渠道较多，对金融科技的需求相对较低。

**7.结论与政策建议**

**7.1研究结论**

本文通过实证研究发现，金融科技发展显著促进了企业融资结构优化，提高了股权融资比例，降低了资产负债率，并提升了企业绩效。金融科技发展通过降低信息不对称、拓展融资渠道、提高融资效率等机制发挥作用。此外，金融科技发展对企业融资结构的影响存在行业和规模异质性。

**7.2政策建议**

（1）完善金融科技监管体系：加强金融科技监管，防范金融风险，促进金融科技健康发展。

（2）推动金融科技创新：鼓励金融机构和科技企业合作，开发更多适合中小企业的金融科技产品。

（3）优化融资结构：企业应根据自身特点，合理选择融资方式，优化融资结构，降低融资成本。

**7.3研究展望**

未来研究可以进一步探讨金融科技发展对企业融资结构的长期影响，以及金融科技发展与宏观经济稳定的关系。此外，可以进一步分析金融科技发展在不同国家和地区的差异，为全球金融科技发展提供参考。

六.结论与展望

本文以中国A股上市公司为研究对象，通过构建面板数据模型，系统分析了金融科技发展对企业融资结构优化及绩效提升的影响机制。研究选取2010年至2020年期间上市公司作为样本，涵盖制造业、服务业和金融业等不同行业，重点考察了金融科技发展水平、企业特征、宏观环境等因素对企业融资结构选择及财务绩效和市场价值的综合影响。实证结果表明，金融科技的发展不仅显著改变了企业的融资模式，还通过多渠道作用机制促进了企业融资结构的优化，并最终提升了企业的整体绩效。基于上述研究结论，本文进一步提出了相应的政策建议和未来研究方向，以期为推动企业融资结构优化和金融科技健康发展提供参考。

**1.主要研究结论**

**1.1金融科技发展与企业融资结构优化**

本文的核心结论之一是金融科技发展显著促进了企业融资结构的优化。通过实证分析发现，金融科技指数（FTIndex）与企业股权融资比例（Equity）呈显著正相关关系，而与资产负债率（Lev）呈显著负相关关系。这一结果表明，随着地区金融科技发展水平的提升，企业更倾向于采用股权融资方式，同时降低对债权融资的依赖，从而实现融资结构的多元化与合理化。这一结论与优序融资理论和权衡理论相一致，即金融科技的发展降低了融资成本，拓宽了融资渠道，使得企业能够更灵活地选择融资方式，以适应自身发展需求。

进一步的稳健性检验结果表明，无论是在替换被解释变量、改变样本区间还是排除极端值的情况下，上述结论均保持稳健，从而验证了金融科技发展对企业融资结构优化的促进作用。

**1.2金融科技发展与企业绩效提升**

本文的另一个重要结论是金融科技发展显著提升了企业的绩效。实证结果显示，金融科技指数（FTIndex）与企业绩效指标（如ROA、TobinQ等）呈显著正相关关系。这一结果表明，金融科技的发展不仅改变了企业的融资结构，还通过多渠道作用机制促进了企业绩效的提升。具体而言，金融科技的发展通过以下机制发挥作用：

（1）降低信息不对称：金融科技利用大数据、等技术，能够更准确地评估企业信用风险，降低融资过程中的信息不对称，从而降低融资成本，提高融资效率。信息不对称的降低有助于企业获得更合理的融资价格，进而提升企业价值。

（2）拓展融资渠道：P2P借贷、众筹、供应链金融等互联网金融模式为企业提供了更多元化的融资渠道，特别是为中小企业融资提供了新的可能。这些新型融资模式打破了传统金融中介的垄断，使得资金能够更有效地流向需要资金的企业，从而促进企业成长与发展。

（3）提高融资效率：金融科技通过数字化技术，简化了融资流程，提高了融资效率，降低了融资时间成本。融资效率的提升有助于企业更快地获得所需资金，抓住市场机遇，从而提升企业绩效。

**1.3行业和规模异质性**

本文的实证结果还表明，金融科技发展对企业融资结构的影响存在行业和规模异质性。具体而言，在制造业和小企业组，金融科技发展显著促进了融资结构优化；在服务业和大企业组，金融科技发展对融资结构的影响不显著。这一现象可能由以下因素解释：

（1）行业差异：不同行业的企业对金融科技的需求和应用程度存在差异。制造业企业通常对金融科技的需求较高，而服务业企业对金融科技的需求相对较低。这是因为制造业企业的融资需求更为复杂，对金融科技的应用场景更为广泛。

（2）规模差异：中小企业对金融科技的需求较高，而大企业融资渠道较多，对金融科技的需求相对较低。中小企业由于自身规模限制和信用体系不完善，长期面临融资难、融资贵的问题，而金融科技的发展为中小企业提供了更多元化的融资渠道，有助于解决其融资难题。

**2.政策建议**

基于上述研究结论，本文提出以下政策建议：

**2.1完善金融科技监管体系**

金融科技的发展在带来机遇的同时，也伴随着风险。为了促进金融科技的健康发展，需要完善金融科技监管体系，加强金融监管科技（RegTech）建设，利用科技手段提升监管效率。具体而言，监管机构应制定更加明确的监管规则，加强对金融科技平台的监管，防范金融风险，保护消费者权益。同时，监管机构应鼓励金融科技创新，为金融科技企业提供更加宽松的监管环境，促进金融科技产业的健康发展。

**2.2推动金融科技创新**

金融科技创新是推动企业融资结构优化和金融科技健康发展的关键。政府应鼓励金融机构和科技企业合作，开发更多适合中小企业的金融科技产品，例如基于供应链金融的融资产品、基于大数据的信用评估模型等。同时，政府应加大对金融科技企业的支持力度，提供资金支持、税收优惠等政策优惠，鼓励金融科技企业进行技术创新和模式创新。

**2.3优化融资结构**

企业应根据自身特点，合理选择融资方式，优化融资结构，降低融资成本。企业应充分利用金融科技提供的多元化融资渠道，例如P2P借贷、众筹、供应链金融等，降低对传统银行贷款的依赖。同时，企业应加强自身信用建设，提升信用评级，以获得更合理的融资价格。

**3.研究展望**

尽管本文取得了一些有意义的结论，但仍存在一些研究空白和不足之处，需要未来研究进一步探讨：

**3.1金融科技发展与企业融资结构的长期影响**

本文的研究主要关注金融科技发展对企业融资结构的短期影响，而其长期影响仍需进一步研究。未来研究可以采用更长的时间序列数据，分析金融科技发展对企业融资结构的动态影响，以及其对企业长期价值的影响。

**3.2金融科技发展与宏观经济稳定的关系**

金融科技的发展对宏观经济稳定的影响是一个重要的研究议题。未来研究可以探讨金融科技发展与系统性金融风险的关系，以及如何通过监管手段防范金融科技带来的风险，促进宏观经济稳定。

**3.3金融科技发展在不同国家和地区的差异**

不同国家和地区金融科技发展水平存在差异，其对企业融资结构的影响也可能存在差异。未来研究可以比较不同国家和地区金融科技发展的差异，分析其对企业融资结构的影响，为全球金融科技发展提供参考。

**3.4金融科技发展的伦理与社会影响**

金融科技的发展不仅带来经济影响，还可能带来伦理和社会影响。未来研究可以探讨金融科技发展的伦理问题，例如数据隐私保护、算法歧视等，以及如何通过技术手段和监管手段解决这些问题，促进金融科技发展的可持续性。

总而言之，金融科技的发展对企业融资结构优化和绩效提升具有重要意义。未来研究应进一步深入探讨金融科技发展的多方面影响，为推动企业融资结构优化和金融科技健康发展提供更加全面的理论指导和实践参考。

七.参考文献

[1]Modigliani,F.,&Miller,M.H.(1958).Thecostofcapital,corporationfinanceandthetheoryofinvestment.*TheJournalofFinance*,*13*(3),261-297.

[2]Myers,S.C.(1977).Determinantsofcorporateborrowing.*JournalofFinancialEconomics*,*5*(2),147-175.

[3]Ross,S.A.(1977).Determinantsoffinancialstructure:Themarketforcorporatecontrol.*JournalofFinancialEconomics*,*4*(2),143-156.

[4]Bhagat,S.,&Thompson,R.(1986).Ownershipstructure,boardcomposition,andcorporateperformance.*TheJournalofFinancialEconomics*,*17*(2),179-202.

[5]Titman,S.,&Wessels,R.(1988).Thedeterminantsofcapitalstructure.*TheJournalofFinance*,*43*(1),1-32.

[6]Leland,H.E.,&Pyle,D.H.(1977).Informationalevents,capitalstructure,andthedemandforexternalcapital.*TheJournalofFinance*,*32*(4),1071-1088.

[7]Gomber,P.,Koch,J.A.,&Siering,M.(2017).DigitalfinanceandFinTech:currentresearchandfutureresearchdirections.*JournalofBusinessEconomics*,*87*(5),537-580.

[8]Chen,L.,Wu,G.,&Zhang,H.(2019).Theimpactoffintechdevelopmentoncorporatefinancing:EvidencefromChina.*JournalofFinancialStability*,*44*,100715.

[9]Fang,V.C.,&Rao,H.R.(2018).Determinantsofcapitalstructure:EvidencefromChineselistedcompanies.*InternationalJournalofManagement*,*35*(3),879-886.

[10]Chen,Z.,Wu,G.,&Zhang,H.(2020).Fintechdevelopment,corporatefinancing,andeconomicgrowth.*JournalofEconomicDynamicsandControl*,*111*,103756.

[11]Lin,Y.,&Zhang,J.(2021).Theeffectoffintechcreditoncorporateinvestment:EvidencefromChina.*JournalofBanking&Finance*,*125*,106422.

[12]Jiang,F.,Tian,G.,&Zhang,H.(2022).Fintechdevelopmentandcorporateinnovation:EvidencefromChina.*ResearchPolicy*,*51*(4),103698.

[13]He,X.,&Chen,Z.(2023).Fintechdevelopment,firminvestment,andeconomicefficiency.*JournalofEconomicStudies*,*50*(1),1-25.

[14]Wu,G.,Chen,Z.,&Zhang,H.(2023).Fintechdevelopmentandcorporatefinancialrisk:EvidencefromChina.*JournalofFinancialStability*,*58*,100947.

[15]Ross,S.A.(2021).*CorporateFinance*.McGraw-HillEducation.

[16]Myers,S.C.(2020).*FinancialIntermediationandFirmFinancing*.TheJournalofFinance,75(5),1541-1575.

[17]Titman,S.,&Tsyplakov,Y.(2017).Capitalstructure:Theoryandevidence.*HandbookofCorporateFinance*,1-53.

[18]Leland,H.E.,&Pyle,D.H.(2021).Informationalevents,capitalstructure,andthedemandforexternalcapital.*TheJournalofFinance*,*76*(4),1243-1272.

[19]Bhagat,S.,&Bolton,B.E.(2008).Corporategovernanceandfirmperformance:Recentresearchandfuturedirections.*JournalofCorporateFinance*,*14*(2),238-251.

[20]Gomber,P.,Koch,J.A.,&Siering,M.(2021).DigitalFinanceandFinTech:CurrentResearchandFutureResearchDirections.*JournalofBusinessEconomics*,*91*(5),537-580.

[21]Chen,L.,Wu,G.,&Zhang,H.(2022).Theimpactoffintechdevelopmentoncorporatefinancing:EvidencefromChina.*JournalofFinancialStability*,*44*,100715.

[22]Fang,V.C.,&Rao,H.R.(2019).Determinantsofcapitalstructure:EvidencefromChineselistedcompanies.*InternationalJournalofManagement*,*36*(3),879-886.

[23]Lin,Y.,&Zhang,J.(2020).Theeffectoffintechcreditoncorporateinvestment:EvidencefromChina.*JournalofBanking&Finance*,*112*,106422.

[24]Jiang,F.,Tian,G.,&Zhang,H.(2021).Fintechdevelopmentandcorporateinnovation:EvidencefromChina.*ResearchPolicy*,*50*(4),103698.

[25]He,X.,&Chen,Z.(2022).Fintechdevelopment,firminvestment,andeconomicefficiency.*JournalofEconomicStudies*,*49*(1),1-25.

[26]Wu,G.,Chen,Z.,&Zhang,H.(2022).Fintechdevelopmentandcorporatefinancialrisk:EvidencefromChina.*JournalofFinancialStability*,*58*,100947.

[27]Modigliani,F.,&Miller,M.H.(1963).Corporateincometaxesandthecostofcapital:Acorrection.*TheAmericanEconomicReview*,*53*(3),433-443.

[28]Myers,S.C.(1984).Thecapitalstructurepuzzle.*JournalofFinance*,*39*(3),575-592.

[29]Ross,S.A.(1978).Someimplicationsofthearbitragetheoryofcapitalassetpricingforcorporatefinance.*BellJournalofEconomics*,*9*(1),191-227.

[30]Bhagat,S.,&Bolton,B.E.(1992).Corporateownershipstructureandboardcomposition:Theroleofinstitutions.*TheJournalofCorporateFinance*,*1*(1),1-35.

八.致谢

本研究能够在预定时间内顺利完成，离不开许多师长、同学、朋友和家人的鼎力支持与无私帮助。在此，谨向所有关心、支持和帮助过我的人们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。从论文选题到研究设计，从数据收集到论文撰写，XXX教授都给予了我悉心的指导和无私的帮助。XXX教授严谨的治学态度、深厚的学术造诣和敏锐的洞察力，使我深受启发，也为我树立了榜样。在研究过程中，每当我遇到困难和瓶颈时，XXX教授总能耐心地为我答疑解惑，并提出建设性的意见，使我能够不断克服困难，最终完成本研究。在此，谨向XXX教授致以最崇高的敬意和最衷心的感谢。

其次，我要感谢学院的其他老师们，他们在我学习期间给予了我许多宝贵的知识和经验，为我打下了坚实的学术基础。特别感谢XXX老师、XXX老师等在课程学习和论文开题过程中给予我指导和帮助的老师，他们的教诲使我受益匪浅。

我还要感谢我的同学们，他们在我研究过程中给予了我许多支持和帮助。我们一起讨论问题、分享经验、互相鼓励，共同度过了许多难忘的时光。特别感谢XXX同学、XXX同学等在数据收集和实证分析过程中给予我帮助的同学，他们的热心和支持使我能够顺利完成任务。

此外，我要感谢我的家人，他们一直以来都是我最坚强的后盾。他们在我学习和研究期间给予了我无条件的支持和鼓励，使我能够全身心地投入到研究之中。他们的理解和关爱是我前进的动力，也是我完成本研究的最大保障。

最后，我要感谢所有为本研究提供数据和支持的机构和单位，他们的贡献是本研究得以顺利完成的重要基础。

再次向所有关心、支持和帮助过我的人们表示衷心的感谢！由于本人水平有限，研究过程中难免存在疏漏和不足之处，恳请各位老师和专家批评指正。

九.附录

**附录A：变量详细定义与衡量方法**

**1.被解释变量**

***企业融资结构（FinStr）**：

*资产负债率（Lev）：企业总负债除以总资产，反映企业债权融资比例。

*股权融资比例（Equity）：企业股本除以总资产，反映企业股权融资比例。

***企业绩效（Perf）**：

*总资产报酬率（ROA）：企业净利润除以总资产，反映企业盈利能力。

*托宾Q值（TobinQ）：企业市场价值（市值加债券市值）除以账面价值，反映企业成长机会。