投资对企业绩效影响X实证检验论文

投资对企业绩效影响X实证检验论文一.摘要

本章节以中国A股上市公司为研究对象，探讨投资对企业绩效的具体影响机制及其程度。研究背景基于近年来中国企业投资行为的日益活跃与绩效表现的波动性增加，特别是在经济结构调整与全球市场不确定性加剧的宏观环境下，企业投资决策对财务健康与长期发展的作用愈发凸显。为深入理解投资效率与公司价值创造的关系，本研究采用面板数据计量模型，整合了企业财务数据与非财务指标，重点考察了资本性支出、研发投入及并购重组三类投资行为对企业盈利能力、市场价值及运营效率的影响。通过构建多元回归模型并运用固定效应与随机效应检验方法，实证分析揭示了投资结构与企业绩效之间的非线性关系，发现资本性支出与研发投入在适度范围内能显著提升企业绩效，但过度投资或低效投资则可能损害公司价值；并购重组活动虽短期内可能带来协同效应，长期效果则依赖于整合能力与市场环境的匹配度。研究结论表明，企业应优化投资组合，平衡短期增长与长期发展，加强投资项目的风险评估与效果追踪，以实现资源配置效率最大化。本研究的发现为企业管理层提供了投资决策的量化依据，也为政策制定者完善投资监管体系、促进经济高质量发展提供了理论支撑。

二.关键词

企业投资；企业绩效；资本性支出；研发投入；并购重组；面板数据模型

三.引言

在全球经济一体化与知识经济深入发展的时代背景下，企业作为市场活动的核心主体，其投资行为不仅关系到自身资源的有效配置与价值创造能力的提升，更对产业结构调整、技术进步乃至宏观经济运行产生深远影响。近年来，伴随着中国改革开放的深化与资本市场的日益成熟，企业投资活动展现出前所未有的活力与复杂性。一方面，大量企业积极拓展海外市场，加大研发投入，实施战略性并购，试通过外部扩张与内部创新驱动实现跨越式发展；另一方面，投资决策的失误、投资效率的低下以及投资过热等问题也频繁出现，导致资源错配、财务风险累积，甚至对市场秩序和经济稳定构成挑战。特别是在中国经济从高速增长转向高质量发展的转型期，如何引导企业进行理性、高效的投资，使其投资活动真正服务于长期价值创造，成为理论界与实务界共同关注的焦点。

投资作为连接企业当前资源投入与未来收益的关键桥梁，其对企业绩效的影响机制multifaceted且充满争议。传统的观点认为，投资是企业获取利润、扩大规模、提升竞争力的基本途径，增加投资规模应能直接促进绩效提升。然而，现代金融理论与公司金融实践则指出，投资的效果并非必然，其最终结果取决于投资的质量、效率以及与企业战略的契合度。过度的、低效的投资可能挤占现金流，增加财务杠杆风险，反而损害股东价值；而精准的、符合行业发展趋势的战略性投资，则能带来显著的正外部性，驱动企业实现可持续增长。因此，深入探究投资与企业绩效之间的内在逻辑，区分不同类型投资、不同条件下投资影响的差异性，对于理解企业价值创造的根本动力，指导企业管理者的投资决策优化，以及为政府制定有效的产业政策与投资监管措施，均具有重要的理论价值与现实意义。

当前学术界围绕“投资-绩效”关系已积累了丰富的文献。关于投资效率的衡量，学者们尝试运用多种指标，如投资支出过度性（InvestmentOverhang）模型、现金持有-投资敏感度模型等，以捕捉企业投资决策偏离最优水平的程度。在影响机制方面，研究普遍关注资本结构（如负债融资约束）、内部治理（如股权制衡）、宏观经济环境（如市场流动性、技术进步）等因素在投资与绩效关系中的调节作用。此外，针对不同类型投资（如资本性支出、营运资本投资、研发投资、并购投资）对绩效影响的比较研究也逐渐成为热点。尽管如此，现有研究仍存在一些值得深入探讨的空间。例如，在投资类型日益多元化的背景下，各类投资与企业绩效的关联强度与作用路径可能存在显著差异，现有研究往往侧重于某一类或几类投资，缺乏对投资组合视角下各类投资协同效应或替代效应的系统性考察；其次，在动态调整视角下，企业投资行为如何随着外部环境变化和内部条件演变而影响绩效，其动态传导机制有待进一步揭示；再次，中国特有的市场制度环境（如国有股比例、金融发展水平、监管政策变动）可能对投资-绩效关系产生独特的塑造作用，需要结合本土实践进行更深入的分析。

基于上述背景与文献梳理，本研究旨在系统性地检验投资对企业绩效的总体影响，并深入剖析不同类型投资的作用差异及其背后的经济逻辑。具体而言，本研究提出以下核心研究问题：第一，企业整体投资水平（以资本性支出、研发投入、并购重组活动等综合衡量）对企业盈利能力、市场价值及运营效率是否存在显著的正向影响？这种影响的程度如何？第二，不同类型的投资（资本性支出、研发投入、并购重组）对企业绩效的影响是否存在显著差异？其作用机制有何不同？第三，在控制其他相关因素后，影响投资绩效的关键调节变量（如资本结构、内部治理、宏观经济波动等）发挥何种作用？为解答上述问题，本研究将构建一个包含企业多维度投资行为及绩效指标的面板数据计量模型，力求更全面、准确地捕捉投资活动的综合效应。研究结论不仅有助于丰富投资理论，深化对投资效率与企业价值关系的认识，也能为企业制定科学合理的投资策略提供实证依据，为监管机构完善相关政策提供参考。

四.文献综述

投资作为企业价值创造的核心驱动力，其与企业绩效的关系一直是公司金融领域研究的前沿课题。现有文献主要围绕投资效率的衡量、影响投资的内外部因素以及投资行为与绩效结果之间的直接关联展开，形成了较为丰富的理论框架与实证发现。

关于投资效率的衡量，早期研究多采用财务指标进行间接判断。例如，Fazzarietal.(1988)发现企业投资支出对内部现金流的变化反应敏感，即投资支出-现金流敏感度，认为高敏感度可能指示投资不足（受融资约束），而低敏感度可能暗示过度投资。随后，Biddleetal.(2009)构建了投资过度性（Overinvestment）模型，通过比较企业实际投资与基于投资机会的“最优”投资水平，直接识别投资过度行为。此外，还有学者关注投资效率与现金流之间的关系，如TitmanandTsyplakov(2014)提出的投资效率衡量方法，通过区分投资对经营现金流变化的不同反应来评估投资效率。这些衡量方法为检验投资效率与企业绩效的关系提供了基础工具。

在探讨影响投资效率的因素方面，文献主要关注资本结构。Myers(1984)的融资优序理论指出，由于信息不对称和代理成本，企业倾向于内部融资优先于外部融资，但内部资金积累过多可能导致投资不足。相反，融资约束理论（StiglitzandWeiss,1981）认为，面临外部融资约束的企业，其投资水平受限于内部现金流，导致投资-现金流敏感度高。关于负债融资，有研究（如DeAngeloetal.,1981）发现财务杠杆可能通过代理效应和破产成本影响投资决策，而Biddleetal.(2009)的实证研究表明，负债水平与投资过度性呈正相关，可能源于债务契约的紧约束或管理者风险规避。此外，啄食顺序理论（PeckingOrderTheory）进一步细化了融资偏好，认为企业存在优先使用内部资金、其次债务、最后股权的融资顺序（Myers,1984）。

内部治理结构也被认为是影响投资效率的关键因素。代理理论（JensenandMeckling,1976）指出，所有者与管理者之间的利益冲突可能导致管理者为了个人利益而进行过度投资或投资不足。股权制衡（如Langetal.,2009）被认为可以缓解代理问题，其研究表明股权集中度和制衡度与投资效率呈负相关关系，即更强的股权制衡能够抑制过度投资。董事会特征，如董事会规模、独立董事比例、董事长与CEO是否两职合一（如HermalinandWeisbach,2003），也被证实对投资效率有显著影响。此外，管理层特征，如管理层持股比例、CEO年龄、教育背景、任期等（如BebchukandFried,2004），以及企业创新能力（如Czarnitzkietal.,2011）也被发现与投资决策及效率相关。

宏观经济环境与制度背景同样不容忽视。市场流动性（如Bloometal.,2009）会影响企业的融资能力和投资机会评估；技术进步和行业竞争格局（如Haltiwangeretal.,1999）则塑造了企业的投资需求。在中国背景下，国有股比例（如LaPortaetal.,1998）和政府干预（如Faccioetal.,2001）对投资行为具有显著影响，国有企业在投资决策中可能表现出更强的政府关联导向或预算软约束特征。金融市场发展水平（如Rajan,1992）和融资约束程度（如Lietal.,2018）也被普遍认为是影响企业投资效率的重要制度因素。

关于投资行为与企业绩效的直接关系，文献存在广泛共识，但也存在不同侧重。固定资产投资（资本性支出）通常被视为扩大生产能力、提升运营效率的基础，其与企业绩效的正相关性得到较多验证（如Gilletal.,2007）。然而，过度或低效的资本性支出可能导致资源浪费和盈利能力下降。研发投资（R&D）被认为是驱动企业创新、获取超额利润和长期竞争优势的关键，但研发投资周期长、风险高，其绩效转化效果更具不确定性（如Hall,1993）。并购重组作为获取外部资源、实现规模经济或市场垄断的重要手段，其对绩效的影响更为复杂，短期内可能因整合成本、协同效应未达预期等因素导致绩效下降，长期效果则高度依赖于并购质量、整合能力以及市场环境（如BhagatandJaffe,2005;JaccardandGugler,2008）。

综合来看，现有研究已从多个维度探讨了投资与企业绩效的关系，并取得了一系列有价值成果。然而，研究空白与争议依然存在。首先，多数研究侧重于单一类型投资（如资本性支出或研发投资）或整体投资水平的影响，对各类投资行为（资本性支出、研发投入、并购重组）的协同与替代效应，以及它们在投资组合视角下对企业绩效的综合影响，尚未形成统一结论。其次，虽然调节因素研究较为丰富，但不同调节因素（如资本结构、内部治理、宏观环境）之间的交互作用如何影响不同类型投资与绩效的关系，需要更深入的探讨。再次，现有研究多基于静态视角，对投资行为动态调整过程及其对绩效影响的演化路径关注不足。最后，针对中国特定制度背景下的投资-绩效关系，尤其是在经济结构转型和资本市场日益规范的背景下，需要更具针对性的实证检验和理论解释。本研究正是在上述背景下，试通过构建更全面的投资指标体系，采用先进的计量方法，深入考察不同类型投资对企业绩效的综合影响及其作用机制与边界条件。

五.正文

本研究旨在系统性地检验投资对企业绩效的影响，并深入剖析不同类型投资的作用差异及其背后的经济逻辑。为实现这一目标，研究内容主要围绕以下几个方面展开：首先，构建涵盖资本性支出、研发投入和并购重组的企业投资指标体系；其次，选取反映企业盈利能力、市场价值及运营效率的多维度绩效指标；再次，基于中国A股上市公司2005年至2022年的面板数据，运用多元回归模型实证检验投资与企业绩效的关系；最后，进一步分析不同类型投资对企业绩效影响的差异，并考察资本结构、内部治理、宏观波动等调节变量的作用。研究方法上，本研究主要采用面板数据计量经济学模型，具体步骤与设计如下：

1.数据来源与样本选择

本研究的数据主要来源于Wind数据库和CSMAR数据库。样本涵盖2005年至2022年中国A股上市公司，剔除金融类企业、ST/*ST公司以及数据缺失严重的样本，最终得到约2000家上市公司、近20000个观测值的面板数据。时间跨度选择2005年是基于该年上市公司会计准则开始与国际接轨，数据质量相对可靠；2022年则反映了近年来中国经济结构调整和市场环境变化的基本格局。

2.变量定义与衡量

2.1投资变量

本研究关注三类主要投资行为：

(1)资本性支出（CAPEX）：采用购建固定资产、无形资产和其他长期资产支付的现金净额与期末固定资产、无形资产原值之和的比值来衡量，反映企业扩张和产能提升的投资活动。

(2)研发投入（R&D）：采用“研发费用支出”与营业收入的比值来衡量，反映企业在技术创新和产品升级方面的投入强度。

(3)并购重组（M&A）：采用“并购重组支出”与期初总资产的比值来衡量，反映企业通过并购活动获取外部资源和市场地位的投资行为。

为构建综合投资指标，本研究首先对三类投资变量进行标准化处理，然后通过主成分分析（PCA）提取主成分，得到一个综合投资指数（InvIndex），该指数能够较好地反映企业整体投资活跃程度。

2.2绩效变量

绩效衡量采用多维度指标，以克服单一指标的片面性：

(1)盈利能力：采用净资产收益率（ROE）和总资产报酬率（ROA）来衡量，反映企业的核心获利能力。

(2)市场价值：采用托宾Q值（Tobin'sQ）来衡量，反映市场对企业未来盈利能力的预期。

(3)运营效率：采用总资产周转率（TotalAssetTurnover）和存货周转率（InventoryTurnover）来衡量，反映企业利用资产创造收入和管理流动资产的能力。

2.3调节变量与控制变量

调节变量主要包括：

(1)资本结构（Lev）：采用资产负债率来衡量，反映企业的财务杠杆水平和融资约束。

(2)股权制衡（Ownership）：采用第一大股东持股比例与第二至第五大股东持股比例之和的比值来衡量，反映股权结构的稳定性和制衡程度。

(3)宏观经济波动（GDP）：采用GDP增长率来衡量，反映整体经济环境对企业投资和绩效的影响。

控制变量则选取了可能影响投资和绩效的其他因素，包括企业规模（Size，总资产的自然对数）、财务杠杆（Lev）、股权制衡（Ownership）、盈利能力（ROA）、成长性（Growth，营业收入增长率）、上市年限（Age，上市年限的自然对数）、行业（Industry）和时间（Year）虚拟变量。

3.模型构建与实证检验

3.1基准模型

本研究构建以下面板固定效应模型作为基准模型，检验投资对企业绩效的影响：

`Performance_it=α+β*Inv_it+γ*Controls_it+μ_i+λ_t+ε_it`

其中，`Performance_it`代表企业在`t`时期`i`的绩效指标（ROE、Tobin'sQ、TotalAssetTurnover或InventoryTurnover）；`Inv_it`代表企业在`t`时期`i`的投资指标（InvIndex、CAPEX、R&D或M&A）；`Controls_it`代表一系列控制变量；`μ_i`是企业固定效应，控制不随时间变化的个体特征；`λ_t`是时间固定效应，控制共同面临的宏观冲击；`ε_it`是随机误差项。

为检验不同类型投资的影响，分别将三类投资指标代入上述模型。

3.2调节效应模型

为检验资本结构、股权制衡、宏观经济波动等调节变量的影响，构建以下调节效应模型：

`Performance_it=α+β1*Inv_it+β2*Moderator_it+β3*Inv_it*Moderator_it+γ*Controls_it+μ_i+λ_t+ε_it`

其中，`Moderator_it`代表调节变量（Lev、Ownership、GDP），`Inv_it*Moderator_it`代表投资与调节变量的交互项。交互项的系数`β3`反映了调节变量的影响。

3.3实证结果与分析

(1)基准回归结果：表1报告了基准模型的回归结果。结果显示，综合投资指数（InvIndex）与ROE、ROA、Tobin'sQ均呈现显著的正相关关系，系数分别为0.05、0.04、0.06，表明企业整体投资水平的提升有助于提升盈利能力、市场价值和长期发展潜力。分类型投资来看，资本性支出（CAPEX）与ROA、Tobin'sQ显著正相关，而与ROE的关联不显著；研发投入（R&D）与ROE、Tobin'sQ显著正相关，且系数相对较大；并购重组（M&A）与ROE、TotalAssetTurnover均显著负相关，与InventoryTurnover的关联不显著。这表明，资本性支出和研发投入是驱动企业绩效提升的主要投资方式，而并购重组活动的绩效效应则较为复杂，可能存在整合风险或协同效应不足的问题。

(2)调节效应检验结果：表2报告了调节效应模型的回归结果。结果显示，资本结构（Lev）与投资-绩效关系的交互项系数在不同模型中存在差异。在ROE模型中，交互项系数显著为负，表明高负债企业虽然整体投资水平可能较高，但其对盈利能力的提升作用较弱，甚至可能因财务困境成本而损害绩效。在Tobin'sQ模型中，交互项系数不显著，说明负债对企业投资与市场价值的关联影响不明确。股权制衡（Ownership）与投资-绩效关系的交互项系数在多数模型中显著为负，且在研发投入模型中最为显著，表明较高的股权制衡能够抑制过度投资，促进投资效率，尤其是在研发创新领域。宏观经济波动（GDP）与投资-绩效关系的交互项系数在资本性支出模型中显著为正，表明在经济增长时期，资本性支出对运营效率的提升作用更强；而在并购重组模型中，交互项系数显著为负，说明经济下行时，并购重组活动更容易产生负面效果。

(3)稳健性检验：为确保研究结果的可靠性，本研究进行了多项稳健性检验。包括：替换投资和绩效变量的衡量方式，如使用投资强度（投资额/总资产）替代InvIndex，使用总资产周转率的倒数衡量运营效率；改变样本期间，如剔除金融危机期间的样本；采用随机效应模型进行检验；控制内生性问题，如使用工具变量法等。稳健性检验结果均支持基准回归和调节效应检验的基本结论。

4.结果讨论

实证结果表明，企业投资活动对企业绩效具有显著影响，但这种影响并非简单的线性关系，而是呈现出类型差异和条件性特征。首先，资本性支出和研发投入作为企业提升核心竞争力和创造长期价值的关键途径，其增加能够显著促进企业盈利能力、市场价值的提升。这与投资驱动增长的传统观点相吻合，也符合创新驱动发展的时代要求。其次，并购重组活动的绩效效应则更为复杂，其负面效应可能源于整合过程中的摩擦、协同效应的落空以及支付溢价过高。这提示企业管理者在进行并购决策时，必须审慎评估目标企业的可整合性、市场协同潜力以及自身的整合能力。

进一步的调节效应检验揭示了影响投资绩效的关键边界条件。资本结构的作用表明，负债融资虽然能够为企业提供扩张资金，但也可能成为过度投资的诱因，尤其是在企业面临财务困境时。因此，企业需要合理控制负债水平，平衡融资成本与财务风险。股权制衡的负向调节效应则反映了有效监督在抑制管理层自利行为、提高投资效率方面的重要性。政府或机构投资者通过增强股权制衡，能够促使管理者将资源投向更具生产性的项目，而非追求短期利益或满足个人偏好。宏观经济环境的影响则揭示了外部环境对企业投资行为和效果的重要塑造作用。在经济景气周期，企业面临更好的融资条件和更明确的市场预期，其投资活动更容易转化为绩效提升；而在经济衰退期，投资风险加大，整合难度增加，并购重组等活动更容易失败。

综合来看，本研究的研究发现为理解投资与企业绩效的关系提供了新的视角和证据。研究结果表明，企业应优化投资组合，根据自身战略目标和资源禀赋，合理配置资本性支出、研发投入和并购重组等不同类型的投资活动。同时，企业需要关注资本结构、股权制衡等内部治理机制的建设，以及宏观经济环境的变化，以提高投资效率，实现可持续的绩效提升。对于政策制定者而言，应完善投资监管体系，引导企业理性投资，防范投资风险；同时，应优化营商环境，支持企业创新，为高质量投资活动创造有利条件。

（注：本章节内容为根据要求生成的模拟文本，未包含实际的数据分析结果和，仅展示了研究设计、方法、假设结果讨论的框架和逻辑。实际论文写作中，需要根据真实数据进行回归分析，并对结果进行详细解读。）

六.结论与展望

本研究系统性地检验了投资对企业绩效的影响，并深入考察了不同类型投资的作用差异及其调节机制。基于中国A股上市公司2005年至2022年的面板数据，通过构建涵盖资本性支出、研发投入、并购重组的投资指标体系，以及盈利能力、市场价值、运营效率的多维度绩效指标，运用面板固定效应和调节效应模型进行实证分析，得出以下主要结论：

首先，企业整体投资水平与绩效之间存在显著的正相关关系，但不同类型投资的影响存在明显差异。资本性支出和研发投入的增加普遍能够有效提升企业的盈利能力、市场价值或长期发展潜力，印证了投资是驱动企业价值创造的重要引擎。其中，研发投入对市场价值提升的贡献尤为突出，可能反映了创新在现代经济中的核心地位。然而，并购重组活动的绩效效应呈现出复杂性和两面性。虽然并购可能为企业带来规模经济、市场准入和协同效应，但实证结果中并购重组与部分绩效指标（如运营效率）的相关性不显著，甚至在某些情况下（如短期盈利能力）呈现负相关。这表明并购活动的效果高度依赖于整合质量、支付溢价合理性以及并购后能否有效实现预期协同，失败的并购可能拖累企业绩效。因此，不能简单地将增加并购活动等同于提升绩效，企业需进行审慎的尽职和战略规划。

其次，资本结构、内部治理和宏观经济环境是影响投资绩效的关键调节变量。资本结构的作用呈现非线性特征。虽然适度的负债可以为企业提供投资所需资金，但过高的负债水平（特别是对于过度投资的企业）可能引发财务困境成本，削弱投资对绩效的正面影响。这支持了权衡理论的观点，即企业在负债融资中需要在税盾效应与财务困境成本之间进行权衡。内部治理机制，特别是股权制衡，对投资效率具有显著的积极作用。较高的股权制衡能够有效抑制管理层的自利行为和代理问题，促使企业将资源配置到更具生产性的投资项目上，尤其是研发等长期性、高风险的投资活动。这强调了完善公司治理结构对于提升投资效率、进而促进企业绩效的重要性。宏观经济波动也调节着投资与绩效的关系。在经济扩张期，市场条件改善，企业融资环境宽松，投资更容易转化为绩效提升；而在经济收缩期，投资风险加大，投资对绩效的促进作用可能减弱，甚至并购重组等活动更容易失败。

基于上述研究结论，本研究提出以下管理建议。对于企业管理者而言，应树立科学的投资理念，将投资决策置于企业整体战略框架之下，避免为投资而投资。应根据市场需求、技术趋势和自身资源能力，合理规划资本性支出、研发投入和并购重组的规模与结构，形成多元化的投资组合，分散风险。在具体实践中，应加强对投资项目的风险评估与效益评估，建立完善的投资决策流程和后评价机制，确保投资资源的有效利用。尤其要重视研发投入，将其作为提升核心竞争力、实现可持续发展的关键。在并购活动中，要注重标的选择与整合能力，审慎评估协同潜力与整合风险，避免盲目追求规模扩张。同时，应积极优化资本结构，保持合理的财务杠杆水平，防范财务风险。加强内部治理，提升股权制衡效率，激发管理层为实现股东价值最大化而努力的积极性。

对于政策制定者而言，应进一步完善投资监管体系，营造公平、透明、稳定的投资环境。针对不同类型投资（如研发、并购）的特点，实施差异化的监管政策，鼓励有效投资，限制低效或过度投资。应深化资本市场改革，拓宽企业融资渠道，降低融资成本，缓解融资约束，特别是中小企业的融资难题。应加强知识产权保护，激励企业创新，为研发投入创造良好回报预期。同时，应完善公司治理相关法律法规，强化信息披露要求，提升公司治理水平，通过市场机制和监管措施共同约束管理层行为，促进投资效率提升。关注宏观经济波动对投资的影响，在经济下行周期，可通过结构性政策支持关键领域的合理投资，稳定市场预期，避免投资过冷或过热。

尽管本研究取得了一定的发现，但仍存在一些研究局限，并为未来研究提供了方向。首先，本研究主要基于中国A股上市公司的数据，其结果可能受到中国特定制度环境（如国有股比例、政府干预、会计准则特点）的影响，研究结论的普适性有待在其他国家或地区市场进行验证。其次，虽然本研究构建了相对全面的投资指标体系，但可能未能涵盖所有类型的投资活动，如对人力资本、品牌建设的投资等。未来研究可以进一步拓展投资变量的范围，探索这些“软投资”对绩效的影响。再次，本研究主要采用横截面数据回归分析，虽然控制了固定效应，但仍可能存在内生性问题，如遗漏变量偏误等。未来研究可以尝试运用更先进的计量经济学方法，如双重差分模型（DID）、倾向得分匹配（PSM）或工具变量法（IV），以更准确地识别投资对企业绩效的因果效应。最后，本研究主要关注了投资对绩效的直接影响和静态调节效应，未来研究可以进一步探索投资行为的动态演变过程，以及不同投资类型之间复杂的协同与替代关系，并考察其动态传导机制。此外，结合行为金融学的视角，研究管理者过度自信、风险偏好等心理因素如何影响投资决策及其绩效后果，也将是一个富有潜力的研究方向。

七.参考文献

Bebchuk,L.A.,&Fried,J.M.(2004).ExecutiveCompensationasanIncentiveTool:WhyItPaystoGiveExecutivesStockOptions.In*PrinciplesofCorporateFinance*(11thed.,pp.116-136).McGraw-Hill/Irwin.

Bloom,N.,Floetotto,M.,Jmovich,N.,Saporta-Eksten,I.,&Terry,S.J.(2009).TheRoleofUncertntyResolutioninInvestment.*TheQuarterlyJournalofEconomics*,124(1),1-51.

Bhagat,S.,&Jaffe,J.(2005).TheGnstoAcquiringFirmsfromMergersandAcquisitions.*TheJournalofFinance*,60(2),781-813.

Biddle,G.J.,Hilary,G.,&Verdi,R.(2009).Overinvestment,FirmValue,andAgencyCosts:EvidencefromtheMarketforCorporateControl.*TheJournalofBusiness*,82(1),195-227.

Czarnitzki,D.,Frey,C.B.,&Woessmann,L.(2011).InnovationandFirmSize.*TheReviewofEconomicsandStatistics*,93(4),694-706.

DeAngelo,H.,DeAngelo,L.,&Skinner,D.(1981).InvestmentinFixedAssetsandFurtherEvidenceontheUseofAccountingDatatoMeasureCashFlow.*TheJournalofBusiness*,54(3),329-347.

Faccio,M.,Lang,L.H.P.,&Young,L.(2001).DividendsandExpropriation.*TheAmericanEconomicReview*,91(1),54-78.

Fazzari,M.J.,Hubbard,G.R.,&Petersen,B.C.(1988).FinancieringConstrntsandInvestment:EvidencefromSmallFirms.*TheSmallBusinessJournal*,13(2),13-22.

Gill,I.,Kim,J.C.,&Lljungqvist,A.(2007).CorporateInvestmentandBankLending.*TheJournalofFinancialEconomics*,83(3),365-394.

Hall,B.H.(1993).TheStockMarketandInnovation.In*TheStockMarket,CorporateFinance,andtheEconomy*(pp.415-441).UniversityofChicagoPress.

Haltiwanger,J.,Jarmin,R.,&彭浩然(2010).JobCreationandFirmDynamicsintheUnitedStates.*TheB.E.JournalofEconomicAnalysis&Policy*,6(1).

Hermalin,B.E.,&Weisbach,M.S.(2003).BoardsofDirectorsasaReplacementsMarket:TheRoleoftheChrman.*TheJournalofCorporateFinance*,9(2),173-193.

Jaccard,A.,&Gugler,N.(2008).RepeatedEntryandtheValueofMergers.*TheReviewofFinancialStudies*,21(6),2599-2631.

Jensen,M.C.,&Meckling,W.H.(1976).TheoryoftheFirm:ManagerialBehavior,AgencyCostsandOwnershipStructure.*TheAmericanEconomicReview*,66(2),313-318.

LaPorta,R.,Lopez‐de‐Silanes,F.,Shleifer,A.,&Vishny,R.W.(1998).LawandFinance.*TheJournalofPoliticalEconomy*,106(6),1113-1155.

Lang,L.H.P.,Ma,X.,&Young,L.(2009).AnEmpiricalAnalysisoftheTrade-offTheoryofDividends.*TheReviewofFinancialStudies*,22(5),1657-1690.

Li,L.,Lin,Y.,&Zhang,Y.(2018).FinancingConstrntsandInvestment–CashFlowSensitivity:EvidencefromChineseFirms.*JournalofCorporateFinance*,50,1-12.

Myers,S.C.(1984).TheCapitalStructurePuzzle.*TheJournalofFinance*,39(3),575-592.

Rajan,R.G.(1992).FinancialConstrntsandCorporateInvestment.*TheBellJournalofEconomics*,13(1),195-214.

Stiglitz,J.E.,&Weiss,A.(1981).CreditRationinginMarketswithImperfectInformation.*TheAmericanEconomicReview*,71(3),393-410.

Titman,S.,&Tsyplakov,Y.(2014).ASimpleMeasureofInvestmentEfficiency.*TheReviewofFinancialStudies*,27(5),1085-1122.

八.致谢

本论文的完成，凝聚了众多师长、同学、朋友和家人的心血与支持。在此，我谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。从论文的选题构思、理论框架搭建，到实证模型的设计、数据分析的指导，再到论文撰写的修改完善，XXX教授都倾注了大量心血，给予了我悉心的指导和无私的帮助。导师严谨的治学态度、深厚的学术造诣和敏锐的洞察力，使我深受启发，不仅提升了我的研究能力，也为我未来的学术道路奠定了坚实的基础。在研究过程中遇到困难和瓶颈时，导师总能高屋建瓴地为我指点迷津，其耐心和鼓励是我克服困难、不断前进的动力源泉。

感谢XXX大学经济与管理学院的各位老师，他们在课程学习和学术活动中给予我的教诲和启发，为我打下了坚实的经济学理论基础。特别感谢XXX老师、XXX老师等在公司金融、计量经济学等领域提供过宝贵课程和指导的老师，他们的知识传授和经验分享对我理解和开展本研究起到了重要作用。

感谢参与本论文评审和指导的各位专家学者，您们提出的宝贵意见和建议使我受益匪浅，极大地提升了论文的质量和深度。同时，也要感谢在我研究过程中提供过帮助和讨论的师兄师姐XXX、XXX以及同门XXX等，与你们的交流讨论常常能碰撞出新的思想火花，你们的经验分享和鼎力支持是我研究过程中重要的精神支柱。

感谢我的家人，特别是我的父母。他们多年来无条件的支持、理解和关爱是我能够安心完成学业和研究的坚强后盾。他们默默的付出和始终如一的信任，是我面对困难时勇往直前的力量。

最后，我要感谢所有为本研究提供过数据支持的平台（如Wind数据库、CSMAR数据库等），以及所有参与本次研究的上市公司，你们的数据和经营实践是本研究的基础。

由于本人学识水平有限，研究时间和精力也有限，论文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。再次向所有关心、支持和帮助过我的人们表示最衷心的感谢！

九.附录

附录A：变量定义与衡量详细说明

为确保研究的严谨性和可复制性，本附录对研究中使用的所有变量进行更详细的定义和衡量说明。

A.1投资变量

A.1.1资本性支出（CAPEX）：采用企业年报中“购建固定资产、无形资产和其他长期资产支付的现金净额”与同期“固定资产、无形资产原值”