负债融资对企业投资行为的异质性影响：基于多视角的实证剖析

负债融资对企业投资行为的异质性影响：基于多视角的实证剖析一、引言1.1研究背景与动因在当今复杂多变的经济环境中，企业的发展面临着诸多挑战与机遇，而负债融资和投资行为作为企业财务管理的核心环节，对企业的生存与发展起着举足轻重的作用。负债融资作为企业获取资金的重要方式之一，能够为企业提供必要的资金支持，助力企业把握投资机会，实现规模扩张和战略目标。然而，过度或不合理的负债融资也可能给企业带来沉重的偿债压力和财务风险，进而对企业的投资决策产生负面影响，甚至威胁到企业的生存。企业的投资行为则直接关系到企业的资源配置效率、市场竞争力以及未来的盈利能力，是企业实现价值增长的关键途径。从理论层面来看，早期的MM理论在理想假设条件下认为企业投资决策与融资结构无关，但现实资本市场存在信息不对称和代理问题，使得负债融资必然对企业投资行为产生作用，这一理论的局限性为后续研究指明了方向。此后，股东-债权人冲突理论揭示了负债融资下股东可能的资产替代与投资不足行为，负债的相机治理理论阐述了负债减少股东-经理冲突引发的过度投资的作用，负债期限结构理论探讨了不同期限负债对投资行为的影响，这些理论共同构建起负债融资影响企业投资行为的理论体系，但仍存在诸多不完善之处，如在不同市场环境和企业特征下的作用机制研究不够深入等。深入研究负债融资对企业投资行为的影响具有极其重要的现实和理论意义。在实践中，企业管理者可以依据研究成果，更科学地制定负债融资策略和投资决策，合理安排资金，优化投资项目选择，从而提升投资效率，增强企业的市场竞争力和抗风险能力。投资者能够借助这些研究，更准确地评估企业的投资价值和风险，做出明智的投资决策。对于债权人而言，有助于其全面了解企业的财务状况和偿债能力，加强对债权的风险管理。在理论方面，本研究能够进一步丰富和完善企业投融资理论，深入剖析负债融资影响企业投资行为的内在机理和作用路径，为后续研究提供新的视角和思路，推动该领域理论的不断发展和创新。1.2研究价值与实践意义本研究在理论与实践层面均具有显著价值。在理论方面，尽管现有研究已构建起负债融资影响企业投资行为的理论框架，但仍存在众多亟待深入探索的领域。比如，在不同行业特征下，负债融资对投资行为的作用机制存在差异，重资产行业与轻资产行业由于资产结构、经营模式的不同，负债融资的影响路径和程度必然有所不同，然而目前相关研究还不够充分。又如，新兴技术如人工智能、大数据等对企业负债融资和投资决策的交互影响，在当前数字化转型的大背景下是一个极具研究潜力的方向，但尚未得到足够的关注。本研究通过深入剖析负债融资与企业投资行为的内在联系，有助于进一步丰富和完善企业投融资理论体系，填补相关理论空白，为后续研究提供更坚实的理论基础和新的研究思路，推动该领域理论的持续发展和创新。从实践意义来看，对企业管理者而言，本研究的成果具有重要的决策参考价值。管理者可以依据研究结论，更加科学地制定负债融资策略，合理确定负债规模和结构。例如，当企业面临一个投资项目时，通过分析负债融资对投资行为的影响，管理者能够准确评估项目的风险和收益，判断是否应该借助负债融资来支持项目投资，以及选择何种类型和期限的负债最为合适。这有助于优化企业的投资决策，提高投资效率，避免因过度负债或不合理投资而导致的财务困境，增强企业的市场竞争力和可持续发展能力。对于投资者来说，本研究能帮助他们更准确地评估企业的投资价值和风险。投资者在做出投资决策时，需要全面了解企业的财务状况和经营前景。通过本研究，投资者可以深入理解负债融资对企业投资行为的影响，从而更精准地预测企业未来的盈利能力和现金流状况，判断企业的投资决策是否合理，进而做出明智的投资选择，降低投资风险，提高投资收益。从债权人的角度出发，本研究有利于其加强对债权的风险管理。债权人在向企业提供资金时，最关心的是企业的偿债能力和资金使用情况。通过了解负债融资对企业投资行为的影响，债权人可以更全面地评估企业的财务状况和信用风险，制定合理的贷款政策，如贷款利率、贷款期限、还款方式等，同时加强对企业资金使用的监督和管理，确保企业按时足额偿还债务，保障自身的利益。1.3研究设计与方法本研究以沪深两市A股上市公司为样本，选取2015-2022年作为研究区间。样本选取过程中，为确保数据的可靠性和有效性，进行了一系列筛选。首先剔除金融行业上市公司，因其业务性质和财务特征与其他行业存在显著差异，金融行业的高杠杆经营模式以及严格的资本监管要求，使其负债融资和投资行为的影响因素和作用机制具有独特性，不适合与其他行业一同进行研究。其次，剔除ST、*ST类上市公司，这类公司通常面临财务困境或经营异常，其负债融资和投资决策可能受到特殊因素的干扰，如债务重组、资产重组等，会对研究结果的准确性产生较大影响。此外，还剔除了数据缺失严重的样本，因为缺失数据会导致分析结果的偏差和不稳定性，无法准确反映企业的真实情况。经过上述筛选，最终得到了[X]个有效观测值。数据主要来源于Wind数据库和CSMAR数据库，这两个数据库是金融和经济领域广泛使用的权威数据平台，涵盖了丰富的上市公司财务数据、市场交易数据等。其中，Wind数据库以其全面的金融数据和及时的更新而著称，能够提供上市公司的负债融资结构、金额等详细信息；CSMAR数据库则侧重于学术研究，其数据经过严格的整理和验证，为企业投资行为相关数据的获取提供了有力支持。同时，对于部分缺失或存疑的数据，通过查阅上市公司年报进行补充和核实，以确保数据的完整性和准确性。上市公司年报是企业对外披露财务状况和经营成果的重要文件，包含了丰富的原始信息，通过对年报的仔细查阅，可以获取更准确的数据，减少数据误差对研究结果的影响。在变量设定方面，被解释变量为企业投资行为，选取固定资产投资（Invest）作为衡量指标，用企业购建固定资产、无形资产和其他长期资产支付的现金与期初总资产的比值来表示，该指标能够直接反映企业在长期资产方面的投资规模，体现企业的扩张意愿和战略布局。解释变量为负债融资，包括负债融资规模（Lev）和负债融资结构（ShortDebt）。负债融资规模用资产负债率衡量，即总负债与总资产的比值，反映企业负债融资的总体水平，体现企业对债务资金的依赖程度；负债融资结构以流动负债占总负债的比例来衡量，用于考察不同期限负债在总负债中的构成情况，流动负债比例的高低会影响企业的短期偿债压力和资金流动性，进而对投资行为产生不同的影响。为控制其他因素对企业投资行为的影响，选取了多个控制变量。企业规模（Size），用期末总资产的自然对数表示，企业规模越大，通常拥有更丰富的资源和更强的融资能力，可能对投资行为产生重要影响；盈利能力（ROA），以总资产收益率衡量，反映企业运用全部资产获取利润的能力，盈利能力强的企业可能更有资金和信心进行投资；成长性（Growth），用营业收入增长率表示，体现企业的市场拓展能力和发展潜力，成长性高的企业往往有更多的投资机会和更高的投资需求；股权集中度（Top1），用第一大股东持股比例衡量，股权集中度的高低会影响公司的治理结构和决策机制，进而对投资决策产生作用。此外，还控制了年度（Year）和行业（Industry）固定效应，以消除不同年份宏观经济环境变化和不同行业特性对研究结果的影响。不同年份的宏观经济形势、政策环境等因素会对企业的投融资决策产生影响，而各行业在市场竞争程度、技术创新速度、资本密集程度等方面存在差异，控制行业固定效应可以更准确地揭示负债融资与企业投资行为之间的关系。基于研究目的和变量设定，构建如下回归模型：Invest_{it}=\alpha_{0}+\alpha_{1}Lev_{it}+\sum_{j=1}^{n}\alpha_{j}Control_{jit}+\sum_{k}Year_{kt}+\sum_{l}Industry_{lit}+\varepsilon_{it}其中，i表示企业，t表示年份；\alpha_{0}为常数项；\alpha_{1}至\alpha_{j}为各变量的回归系数；Control_{jit}为控制变量，包括企业规模、盈利能力、成长性、股权集中度等；Year_{kt}和Industry_{lit}分别为年度和行业固定效应；\varepsilon_{it}为随机误差项。通过该模型，运用多元线性回归分析方法，探究负债融资规模对企业投资行为的影响。为进一步分析负债融资结构对企业投资行为的影响，构建如下回归模型：Invest_{it}=\beta_{0}+\beta_{1}ShortDebt_{it}+\sum_{j=1}^{n}\beta_{j}Control_{jit}+\sum_{k}Year_{kt}+\sum_{l}Industry_{lit}+\mu_{it}其中，各变量含义与上述模型类似，\beta_{0}为常数项，\beta_{1}至\beta_{j}为各变量的回归系数，\mu_{it}为随机误差项。本研究主要采用实证研究方法，以定量分析为主。通过描述性统计，对样本数据中各变量的均值、中位数、最大值、最小值、标准差等进行计算和分析，初步了解变量的分布特征和数据的整体情况，为后续的回归分析提供基础。在回归分析中，运用Stata等统计软件，对构建的回归模型进行估计和检验，通过分析回归系数的大小、正负以及显著性水平，判断负债融资与企业投资行为之间的关系，包括负债融资规模和结构对投资行为的影响方向和程度。为确保研究结果的可靠性和稳健性，还进行了一系列稳健性检验，如替换变量衡量方式、采用不同的样本区间、控制不同的固定效应等，观察回归结果是否保持一致，以验证研究结论的有效性。1.4研究创新与边际贡献在样本选取上，本研究具有一定的创新性。现有文献在研究负债融资对企业投资行为的影响时，样本选取范围和时间跨度存在差异。部分研究仅选取特定行业或特定地区的企业作为样本，这使得研究结果的普适性受到限制，无法全面反映负债融资在不同行业、不同地区企业中的作用机制。而本研究选取2015-2022年沪深两市A股上市公司作为样本，时间跨度较长，涵盖了不同经济周期和市场环境下的企业数据，能够更全面地反映负债融资对企业投资行为的影响，增强了研究结果的可靠性和普适性。较长的时间跨度可以使研究捕捉到经济环境变化对企业投融资决策的动态影响，如在经济繁荣期和经济衰退期，企业的负债融资策略和投资行为可能会发生显著变化，通过对多个年份的数据进行分析，可以更准确地揭示这种变化规律。从研究视角来看，本研究为该领域提供了新的思路。当前研究大多集中于负债融资对企业投资规模的影响，而对投资结构和投资效率的研究相对较少。投资结构是企业投资决策的重要组成部分，不同类型的投资（如固定资产投资、研发投资等）对企业的长期发展具有不同的影响。负债融资不仅会影响企业的投资规模，还可能对投资结构产生重要作用。例如，企业可能会因为负债融资的压力而更倾向于选择短期回报较高的投资项目，从而影响了研发等长期投资的比重。投资效率则直接关系到企业资源的利用效果和价值创造能力，研究负债融资对投资效率的影响，有助于深入理解负债融资如何影响企业的经济效益。本研究从投资结构和投资效率的角度出发，深入探究负债融资对企业投资行为的影响，弥补了现有研究在这方面的不足，丰富了该领域的研究视角。在研究方法上，本研究采用了多种方法相结合的方式，增强了研究结果的可靠性。除了运用多元线性回归分析方法探究负债融资与企业投资行为之间的关系外，还进行了一系列稳健性检验，如替换变量衡量方式、采用不同的样本区间、控制不同的固定效应等。通过替换变量衡量方式，可以避免因变量定义的局限性而导致的研究结果偏差。例如，在衡量企业投资行为时，除了使用固定资产投资指标外，还可以考虑采用投资增长率、投资回报率等其他指标进行稳健性检验，观察回归结果是否保持一致。采用不同的样本区间进行检验，可以进一步验证研究结果在不同时间段的稳定性，排除因特定时间段的特殊事件或经济环境对研究结果的影响。控制不同的固定效应，如地区固定效应、所有制固定效应等，可以更全面地控制其他因素对企业投资行为的影响，使研究结果更准确地反映负债融资与企业投资行为之间的真实关系。这种多种方法相结合的研究方式，能够更严谨地验证研究假设，提高研究结论的可信度，为该领域的研究方法提供了有益的借鉴。综上所述，本研究在样本选取、研究视角和研究方法上的创新，对已有研究进行了补充和完善，有助于推动负债融资与企业投资行为关系研究的进一步发展，为企业管理者、投资者和债权人等提供更全面、更准确的决策依据。二、概念阐释与理论根基2.1负债融资的概念与类型负债融资，是指企业通过借款、发行债券等方式从外部筹集资金的行为。在市场经济环境下，企业的发展离不开资金的支持，负债融资作为一种重要的融资渠道，为企业提供了扩大生产、研发创新、市场拓展等所需的资金。与股权融资不同，负债融资使得企业在不稀释股权的情况下获得所需资金，但同时企业需要按照约定的时间和条件偿还本金，并支付相应的利息。这种融资方式具有一定的风险，若企业经营不善，可能面临偿债困难，甚至引发财务危机。银行贷款是负债融资中最为常见的一种类型，也是企业重要的债务资金来源。企业根据自身的资金需求和经营状况，向银行提出贷款申请。银行会对企业的信用状况、偿债能力、经营前景等进行全面评估，包括审查企业的财务报表、分析其盈利能力、资产负债结构等。评估通过后，银行与企业协商确定贷款金额、利率、还款期限和还款方式等条款。按还款期限划分，银行贷款可分为短期贷款（通常期限在1年以内）、中期贷款（期限一般为1-5年）和长期贷款（期限在5年以上）。短期贷款常被企业用于满足临时性的流动资金需求，如季节性的原材料采购、支付短期的运营费用等，具有资金周转快、灵活性高的特点；中期贷款和长期贷款则更多用于企业的固定资产投资、技术改造、长期项目开发等，有助于企业实现长期发展战略，但还款压力相对较大，对企业的长期偿债能力要求较高。发行债券也是企业常用的负债融资方式之一。企业依照法定程序向社会公众或特定投资者发行债券，债券是一种债务凭证，表明企业与债券持有人之间的债权债务关系。债券持有人向企业提供资金支持，企业则承诺在未来的一定期限内按照约定的利率支付利息，并在债券到期时偿还本金。根据发行主体的不同，债券可分为企业债券、地方政府债券、金融债券等，本研究主要关注企业发行的债券。企业债券的发行规模、利率水平、期限等受到多种因素的影响，如企业的信用评级、市场利率环境、债券市场的供求关系等。信用评级较高的企业，其发行的债券往往更容易被投资者接受，且可以以较低的利率发行，从而降低融资成本；市场利率较低时，企业发行债券的成本也会相应降低；当债券市场供大于求时，企业可能需要提高债券利率或提供其他优惠条件来吸引投资者。与银行贷款相比，债券融资的资金规模通常较大，期限也相对较长，能够为企业提供更稳定的长期资金支持，但债券发行的程序较为复杂，需要满足严格的法律法规要求，且需要承担一定的发行费用，如承销费、评级费、律师费等。除了银行贷款和发行债券，企业在日常经营活动中还会产生一些自然性的负债融资，如应付账款、应付工资、预收账款等。应付账款是企业在采购原材料、商品或接受服务时，由于与供应商约定了一定的付款期限，在未支付货款之前形成的负债。这种融资方式对企业来说，无需支付利息，在一定程度上缓解了企业的资金压力，但如果企业过度拖欠应付账款，可能会损害与供应商的合作关系，影响企业的正常生产经营。应付工资是企业对员工劳动报酬的负债，在支付周期内，企业可以暂时占用这部分资金用于经营周转，但企业必须按时足额支付员工工资，否则会引发员工不满，影响企业的稳定和声誉。预收账款是企业在销售产品或提供服务前，预先收取客户的部分或全部款项，这相当于客户为企业提供了资金支持，降低了企业的财务风险，同时也反映了客户对企业产品或服务的信任，但企业需要按照合同约定按时交付产品或提供服务，否则可能面临违约风险。此外，租赁融资也是负债融资的一种形式，可分为经营租赁和融资租赁。经营租赁主要用于满足企业短期的资产使用需求，租赁期满后，企业将资产退还给出租方；融资租赁则是企业为长期使用资产而进行的租赁，租赁期满后，企业通常可以选择购买资产或续租，融资租赁在一定程度上解决了企业资金不足但又需要长期使用某些固定资产的问题。2.2企业投资行为的内涵与衡量指标企业投资行为是企业将资金投放于一定对象，以期望在未来获取收益的经济活动，是企业实现资源优化配置、推动自身发展壮大的关键手段。从投资目的来看，企业投资行为可分为战略性投资和战术性投资。战略性投资着眼于企业的长远发展，如对新兴产业的布局、核心技术的研发投入等，旨在提升企业的核心竞争力，为企业未来的持续增长奠定基础。战术性投资则侧重于短期的经营目标，如购置设备以提高生产效率、扩大产能以满足市场短期需求等，主要是为了应对当前的市场变化和经营挑战，实现企业的短期盈利目标。在衡量企业投资行为时，常用的指标包括投资回收期、净现值、内部收益率、投资增长率等。投资回收期是指投资项目所产生的净现金流量足以收回初始投资所需要的时间，它反映了投资回收的速度。投资回收期越短，说明企业能够越快地收回投资成本，资金的流动性和安全性越高，投资风险相对较小。例如，某企业投资一个项目，初始投资为1000万元，预计每年产生的净现金流量为200万元，那么该项目的投资回收期为5年（1000÷200=5）。净现值是指投资项目未来现金净流量的现值与初始投资现值之间的差额，它考虑了资金的时间价值。当净现值大于零时，表明该投资项目能够为企业创造价值，是可行的投资项目；反之，当净现值小于零时，说明投资项目可能无法带来预期收益，应谨慎考虑。内部收益率是使投资项目的净现值等于零时的折现率，它反映了投资项目的实际收益率水平。内部收益率越高，说明投资项目的盈利能力越强，对企业的价值贡献越大。投资增长率是指企业不同时期投资金额的增长幅度，它体现了企业投资规模的变化情况，投资增长率较高，表明企业在积极扩大投资规模，可能预示着企业有较好的发展前景和投资机会，但也可能伴随着较高的投资风险。2.3负债融资影响企业投资行为的理论基础代理成本理论由Jensen和Meckling于1976年提出，该理论认为，在企业中存在着股东与管理层、股东与债权人之间的利益冲突，这些冲突会导致代理成本的产生，进而影响企业的投资行为。在股东与管理层的委托代理关系中，管理层作为代理人，其目标可能与股东的目标不一致。管理层可能更关注自身的利益，如追求在职消费、扩大企业规模以提升个人声誉等，而忽视股东的价值最大化目标。当企业拥有较多的自由现金流量时，管理层可能会将这些资金投资于一些净现值为负但能增加自身利益的项目，从而导致过度投资行为。而负债融资可以在一定程度上缓解这种冲突，因为负债需要按时偿还本金和利息，这会对管理层形成约束，减少其可自由支配的现金流量，从而抑制过度投资行为。从股东与债权人的关系来看，当企业进行负债融资后，股东可能会采取一些损害债权人利益的投资决策。由于股东只承担有限责任，在投资项目选择上，股东可能会倾向于选择高风险高收益的项目。如果项目成功，股东将获得大部分收益；而如果项目失败，债权人则要承担大部分损失，这种风险与收益的不对称性导致了资产替代问题。股东还可能会减少对现有项目的投资，或者放弃一些净现值为正但风险较低的项目，因为这些项目的收益大部分将用于偿还债务，股东从中获得的利益较少，从而出现投资不足问题。信息不对称理论认为，在资本市场中，企业内部管理层与外部投资者之间存在着信息不对称。管理层对企业的经营状况、投资项目的真实价值和风险等信息掌握得比外部投资者更全面、准确。这种信息不对称会影响企业的融资成本和投资决策。当企业需要进行融资时，外部投资者由于缺乏足够的信息，往往会对企业的投资项目持谨慎态度，要求更高的回报率，这就增加了企业的融资成本。为了降低融资成本，企业可能会选择更多地依赖内部资金或负债融资，而减少股权融资。在投资决策方面，由于信息不对称，管理层可能会为了向市场传递企业良好的信号而过度投资，或者因为担心外部投资者对投资项目的负面评价而放弃一些有价值的投资项目，导致投资不足。例如，当企业拥有一个具有较高潜在价值的投资项目，但由于信息不对称，外部投资者对该项目的价值评估较低，不愿意提供足够的资金支持，企业可能会因为无法获得足够的融资而放弃该项目。优序融资理论由Myers和Majluf于1984年提出，该理论以信息不对称理论为基础，认为企业在融资时存在一个偏好顺序。企业首先会优先选择内部融资，因为内部融资不需要向外部投资者披露过多信息，不存在信息不对称问题，融资成本也相对较低。当内部资金不足时，企业会选择负债融资，因为负债融资的成本相对较低，且债权人对企业的控制权要求相对较少。最后，企业才会选择股权融资。在这种融资顺序下，负债融资对企业投资行为的影响较为复杂。一方面，负债融资为企业提供了资金支持，使得企业能够进行更多的投资；另一方面，由于负债融资需要承担固定的利息支付义务，这会增加企业的财务风险，从而影响企业的投资决策。企业在进行投资时，会考虑负债融资所带来的财务风险，更加谨慎地评估投资项目的可行性和收益，避免过度投资。如果企业的负债水平过高，财务风险过大，即使有一些潜在的投资项目具有较高的收益，但由于担心无法承担债务压力，企业也可能会放弃这些项目。三、研究假设与模型构建3.1研究假设的提出根据代理成本理论和信息不对称理论，负债融资会对企业投资行为产生重要影响，具体表现为过度投资和投资不足两种情况。在股东-经理冲突的情境下，经理人员为了获取更高的薪酬、声誉以及在职消费等利益，往往具有扩大企业规模的强烈动机。当企业拥有较多的自由现金流时，经理可能会将这些资金投资于一些净现值为负但能扩大企业规模的项目，从而导致过度投资行为。而负债融资可以在一定程度上抑制这种过度投资。因为负债需要按时偿还本金和利息，这会减少经理可自由支配的现金流量，对经理的投资决策形成约束，使其不能随意进行过度投资。基于此，提出假设H1：负债融资规模与企业过度投资行为负相关。从股东-债权人冲突的角度来看，当企业进行负债融资后，股东和经理可能会出于自身利益最大化的考虑，采取一些损害债权人利益的投资决策。由于股东只承担有限责任，在投资项目选择上，他们可能会倾向于选择高风险高收益的项目。如果项目成功，股东将获得大部分收益；而如果项目失败，债权人则要承担大部分损失，这种风险与收益的不对称性导致了资产替代问题，进而引发过度投资。同时，股东还可能会减少对现有项目的投资，或者放弃一些净现值为正但风险较低的项目，因为这些项目的收益大部分将用于偿还债务，股东从中获得的利益较少，从而出现投资不足问题。基于以上分析，提出假设H2：负债融资规模与企业投资不足行为正相关。负债融资结构也会对企业投资行为产生影响。流动负债期限较短，企业需要在短期内偿还本金和利息，这会给企业带来较大的偿债压力，从而对企业的投资决策形成较强的约束。企业在面临短期偿债压力时，会更加谨慎地评估投资项目，避免进行高风险的投资，减少过度投资行为。而长期负债期限较长，企业在使用资金时相对较为灵活，可能会增加企业进行长期投资的意愿，但也可能因为缺乏短期偿债压力的约束，导致企业更容易出现过度投资行为。基于此，提出假设H3：流动负债占比与企业过度投资行为负相关；假设H4：长期负债占比与企业过度投资行为正相关。3.2研究设计3.2.1样本选取与数据来源本研究选取2015-2022年沪深两市A股上市公司作为研究样本。在样本筛选过程中，为确保数据的有效性和研究结果的准确性，进行了一系列严格的筛选。首先，剔除金融行业上市公司，因为金融行业具有独特的资本结构和监管要求，其负债融资和投资行为与其他行业存在显著差异。金融行业的高杠杆经营模式以及严格的资本充足率监管，使其在负债融资和投资决策时面临的约束条件和考虑因素与非金融行业截然不同，将其纳入研究样本可能会干扰对一般性规律的探讨。其次，排除ST、*ST类上市公司，这类公司通常面临财务困境或经营异常，其负债融资和投资决策往往受到特殊因素的影响，如债务重组、资产重组等，这些特殊因素会使研究结果产生偏差，无法准确反映正常经营企业的负债融资与投资行为关系。此外，还剔除了数据缺失严重的样本，因为数据缺失会导致分析结果的不确定性增加，影响研究结论的可靠性。经过上述筛选步骤，最终得到[X]个有效观测值，形成了本研究的样本数据。数据主要来源于Wind数据库和CSMAR数据库，这两个数据库在金融和经济研究领域具有广泛的应用和较高的权威性。Wind数据库提供了全面且及时的金融市场数据，涵盖了上市公司的负债融资信息，包括债务规模、债务期限结构、融资成本等详细数据，以及企业的财务报表数据，为准确计算负债融资相关指标提供了有力支持。CSMAR数据库则侧重于学术研究数据的整理和提供，其数据经过严格的质量控制和整理，包含了丰富的企业投资行为数据，如投资项目信息、投资金额、投资回报率等，同时也提供了企业的基本信息、股权结构等数据，方便进行多维度的研究分析。对于部分在数据库中缺失或存在疑问的数据，通过查阅上市公司年报进行补充和核实，上市公司年报是企业对外披露财务状况和经营成果的重要文件，包含了大量的原始数据和详细信息，能够为数据的完整性和准确性提供保障。通过多种数据来源的相互补充和验证，确保了本研究数据的质量，为后续的实证分析奠定了坚实的基础。3.2.2变量定义与度量被解释变量为企业投资行为，选取固定资产投资（Invest）作为衡量指标，用企业购建固定资产、无形资产和其他长期资产支付的现金与期初总资产的比值来表示。该指标能够直观地反映企业在长期资产方面的投资规模，体现企业的扩张意愿和战略布局。企业加大固定资产投资，可能意味着企业看好未来市场前景，通过扩大生产规模、升级技术设备等方式来提升自身的竞争力。在制造业企业中，购置新的生产设备、建设新的厂房等固定资产投资行为，有助于提高生产效率、增加产品产量和提升产品质量，从而在市场竞争中占据更有利的地位。解释变量为负债融资，包括负债融资规模（Lev）和负债融资结构（ShortDebt）。负债融资规模用资产负债率衡量，即总负债与总资产的比值，该指标反映了企业负债融资的总体水平，体现企业对债务资金的依赖程度。资产负债率越高，说明企业的债务负担越重，财务风险相对较大，但同时也可能意味着企业利用债务杠杆的能力较强，通过负债融资获取更多的资金用于投资和发展。当企业资产负债率达到70%时，表明企业的负债水平较高，需要承担较大的偿债压力，但如果企业能够合理运用这些债务资金，投资于高回报的项目，也有可能实现快速发展。负债融资结构以流动负债占总负债的比例来衡量，用于考察不同期限负债在总负债中的构成情况。流动负债比例的高低会影响企业的短期偿债压力和资金流动性，进而对投资行为产生不同的影响。流动负债占比较高，企业面临的短期偿债压力较大，可能会限制企业的投资决策，使其更加谨慎地选择投资项目，注重项目的短期回报和资金回笼速度。如果企业的流动负债占比达到80%，则需要在短期内偿还大量债务，这会使企业在投资时更加谨慎，优先选择能够快速产生现金流的项目，以确保有足够的资金偿还债务。为控制其他因素对企业投资行为的影响，选取了多个控制变量。企业规模（Size），用期末总资产的自然对数表示，企业规模越大，通常拥有更丰富的资源和更强的融资能力，可能对投资行为产生重要影响。大型企业由于资产规模庞大、信用评级较高，更容易获得银行贷款和发行债券等融资渠道，从而有更多的资金用于投资。同时，大型企业可能具有更完善的内部管理体系和市场渠道，能够更好地把握投资机会，进行多元化的投资布局。盈利能力（ROA），以总资产收益率衡量，反映企业运用全部资产获取利润的能力，盈利能力强的企业可能更有资金和信心进行投资。当企业的总资产收益率较高时，说明企业的资产运营效率良好，能够从现有资产中获取较多的利润，这使得企业有更多的内部资金用于投资新项目或扩大现有业务规模。成长性（Growth），用营业收入增长率表示，体现企业的市场拓展能力和发展潜力，成长性高的企业往往有更多的投资机会和更高的投资需求。处于快速成长阶段的企业，为了满足市场需求、扩大市场份额，通常需要不断投资于新产品研发、市场拓展、生产设施建设等方面。股权集中度（Top1），用第一大股东持股比例衡量，股权集中度的高低会影响公司的治理结构和决策机制，进而对投资决策产生作用。股权高度集中的企业，第一大股东可能具有较强的决策权，其投资决策可能更倾向于自身利益，而股权分散的企业，投资决策可能需要经过更多的协商和制衡，决策过程相对更为谨慎。为了更准确地研究负债融资对企业投资行为的影响，还控制了年度（Year）和行业（Industry）固定效应。不同年份的宏观经济环境、政策变化等因素会对企业的投融资决策产生影响。在经济繁荣时期，市场需求旺盛，企业可能更愿意增加投资以扩大生产规模；而在经济衰退时期，企业可能会减少投资，以应对市场不确定性和财务风险。不同行业在市场竞争程度、技术创新速度、资本密集程度等方面存在差异，这些行业特性会影响企业的投资行为。高新技术行业通常需要大量的研发投入，对投资的需求较高；而传统制造业则可能更注重固定资产投资和生产规模的扩大。控制年度和行业固定效应，可以有效排除这些宏观经济和行业因素对研究结果的干扰，更准确地揭示负债融资与企业投资行为之间的关系。变量定义与度量总结如下表所示：变量类型变量名称变量符号度量方法被解释变量固定资产投资Invest购建固定资产、无形资产和其他长期资产支付的现金/期初总资产解释变量负债融资规模Lev总负债/总资产解释变量负债融资结构ShortDebt流动负债/总负债控制变量企业规模Size期末总资产的自然对数控制变量盈利能力ROA净利润/总资产控制变量成长性Growth（本期营业收入-上期营业收入）/上期营业收入控制变量股权集中度Top1第一大股东持股比例控制变量年度固定效应Year年份虚拟变量控制变量行业固定效应Industry行业虚拟变量3.2.3回归模型构建基于研究目的和变量设定，构建如下回归模型，以探究负债融资规模对企业投资行为的影响：Invest_{it}=\alpha_{0}+\alpha_{1}Lev_{it}+\sum_{j=1}^{n}\alpha_{j}Control_{jit}+\sum_{k}Year_{kt}+\sum_{l}Industry_{lit}+\varepsilon_{it}其中，i表示企业，t表示年份；\alpha_{0}为常数项；\alpha_{1}为负债融资规模（Lev）的回归系数，用于衡量负债融资规模变化对企业投资行为（Invest）的影响程度；\sum_{j=1}^{n}\alpha_{j}Control_{jit}表示控制变量，包括企业规模（Size）、盈利能力（ROA）、成长性（Growth）、股权集中度（Top1）等，\alpha_{j}为各控制变量的回归系数，用于控制这些因素对企业投资行为的影响。\sum_{k}Year_{kt}和\sum_{l}Industry_{lit}分别为年度和行业固定效应，用于控制不同年份宏观经济环境变化和不同行业特性对企业投资行为的影响；\varepsilon_{it}为随机误差项，反映了模型中未考虑到的其他随机因素对企业投资行为的影响。通过该回归模型，运用多元线性回归分析方法，可以检验假设H1和假设H2。如果\alpha_{1}显著为负，则支持假设H1，即负债融资规模与企业过度投资行为负相关；如果\alpha_{1}显著为正，则支持假设H2，即负债融资规模与企业投资不足行为正相关。为进一步分析负债融资结构对企业投资行为的影响，构建如下回归模型：Invest_{it}=\beta_{0}+\beta_{1}ShortDebt_{it}+\sum_{j=1}^{n}\beta_{j}Control_{jit}+\sum_{k}Year_{kt}+\sum_{l}Industry_{lit}+\mu_{it}其中，各变量含义与上述模型类似，\beta_{0}为常数项，\beta_{1}为负债融资结构（ShortDebt）的回归系数，用于衡量流动负债占比对企业投资行为（Invest）的影响程度；\sum_{j=1}^{n}\beta_{j}Control_{jit}同样表示控制变量，\beta_{j}为各控制变量的回归系数；\sum_{k}Year_{kt}和\sum_{l}Industry_{lit}分别为年度和行业固定效应；\mu_{it}为随机误差项。通过该回归模型，可以检验假设H3和假设H4。如果\beta_{1}显著为负，则支持假设H3，即流动负债占比与企业过度投资行为负相关；如果\beta_{1}显著为正，则支持假设H4，即长期负债占比与企业过度投资行为正相关。通过构建这两个回归模型，能够系统地研究负债融资规模和结构对企业投资行为的影响，为实证分析提供了有力的工具。四、实证结果与分析4.1描述性统计对样本数据进行描述性统计，结果如表1所示。变量观测值平均值标准差最小值最大值Invest[X]0.0680.0560.0010.289Lev[X]0.4520.2030.0540.897ShortDebt[X]0.7040.1850.2350.986Size[X]21.3471.25619.12325.678ROA[X]0.0410.038-0.1520.189Growth[X]0.1250.356-0.6542.897Top1[X]0.3250.1120.0890.687从表1可以看出，固定资产投资（Invest）的平均值为0.068，说明样本企业平均将6.8%的期初总资产用于购建固定资产、无形资产和其他长期资产，表明企业在长期资产投资方面保持一定的规模。标准差为0.056，说明不同企业之间的固定资产投资规模存在一定差异。最小值为0.001，最大值为0.289，进一步体现了企业间投资水平的较大差距，这可能与企业的发展战略、市场环境以及自身财务状况等因素有关。一些处于扩张期的企业可能会加大固定资产投资，以扩大生产规模、提升竞争力；而一些经营困难或处于收缩阶段的企业则可能减少投资。负债融资规模（Lev）的平均值为0.452，即样本企业平均资产负债率为45.2%，表明企业的负债融资水平处于中等程度。标准差为0.203，说明企业之间的负债融资规模差异较为明显。最小值0.054和最大值0.897显示，部分企业的负债水平较低，偿债压力较小，而部分企业的负债水平较高，面临较大的财务风险。这可能受到企业所处行业、经营稳定性、盈利能力以及融资渠道等多种因素的影响。例如，重资产行业通常需要大量资金投入，可能会采用较高的负债融资策略；而轻资产行业可能更依赖股权融资或内部融资，负债水平相对较低。负债融资结构（ShortDebt）方面，流动负债占总负债的比例平均值为0.704，表明样本企业的负债结构中，流动负债占比较高。标准差为0.185，说明企业之间的流动负债占比存在一定差异。最小值0.235和最大值0.986体现了企业在负债期限结构选择上的多样性，这可能与企业的资金周转需求、短期偿债能力以及对财务风险的偏好等因素有关。一些企业可能由于经营活动的季节性或临时性资金需求较大，更倾向于使用流动负债来满足资金缺口；而另一些企业可能为了降低短期偿债压力，优化负债结构，适当增加长期负债的比例。企业规模（Size）的平均值为21.347，标准差为1.256，反映出样本企业在规模上存在一定差异。企业规模的最小值为19.123，最大值为25.678，说明既有规模较小的企业，也有规模较大的企业。规模较大的企业通常具有更强的市场竞争力、更丰富的资源和更广泛的融资渠道，在投资决策上可能具有更大的灵活性和更强的投资能力；而规模较小的企业可能受到资金、技术、人才等方面的限制，投资规模相对较小。盈利能力（ROA）的平均值为0.041，表明样本企业平均总资产收益率为4.1%，整体盈利能力处于中等水平。标准差为0.038，说明企业之间的盈利能力存在一定波动。最小值为-0.152，最大值为0.189，显示出部分企业出现亏损，而部分企业盈利能力较强。盈利能力的差异会影响企业的内部资金积累和融资能力，进而影响企业的投资行为。盈利能力强的企业有更多的内部资金用于投资，也更容易获得外部融资，可能会进行更多的投资项目；而盈利能力弱的企业可能会面临资金短缺问题，限制其投资活动。成长性（Growth）的平均值为0.125，说明样本企业平均营业收入增长率为12.5%，具有一定的成长潜力。标准差为0.356，表明企业之间的成长性差异较大。最小值为-0.654，最大值为2.897，反映出部分企业营业收入出现负增长，而部分企业则实现了高速增长。成长性高的企业往往有更多的投资机会和更高的投资需求，为了满足市场需求、扩大市场份额，可能会加大投资力度；而成长性低的企业可能会谨慎投资，注重现有业务的优化和整合。股权集中度（Top1）的平均值为0.325，标准差为0.112，说明样本企业的股权集中度存在一定差异。最小值为0.089，最大值为0.687，显示出部分企业股权较为分散，而部分企业股权高度集中。股权集中度的高低会影响公司的治理结构和决策机制，进而对投资决策产生作用。股权高度集中的企业，第一大股东可能具有较强的决策权，其投资决策可能更倾向于自身利益；而股权分散的企业，投资决策可能需要经过更多的协商和制衡，决策过程相对更为谨慎。4.2相关性分析在进行回归分析之前，先对各变量进行相关性分析，以初步判断变量之间的关系，结果如表2所示。变量InvestLevShortDebtSizeROAGrowthTop1Invest1Lev-0.218***1ShortDebt-0.135***0.346***1Size0.156***-0.112***-0.087***1ROA0.203***-0.315***-0.198***0.187***1Growth0.189***-0.154***-0.096***0.125***0.234***1Top10.098***-0.076***-0.054***0.102***0.085***0.063***1注：、、分别表示在1%、5%、10%的水平上显著（双尾检验）。下同。从表2可以看出，负债融资规模（Lev）与固定资产投资（Invest）呈显著负相关，相关系数为-0.218，在1%的水平上显著，初步表明负债融资规模的增加可能会抑制企业的投资行为，这与假设H1中负债融资规模与企业过度投资行为负相关的预期相符。负债融资结构（ShortDebt）与固定资产投资（Invest）也呈显著负相关，相关系数为-0.135，在1%的水平上显著，意味着流动负债占比的提高可能会对企业投资产生抑制作用，与假设H3中流动负债占比与企业过度投资行为负相关的预期一致。企业规模（Size）与固定资产投资（Invest）呈显著正相关，相关系数为0.156，在1%的水平上显著，说明企业规模越大，越有可能进行更多的固定资产投资，这可能是因为大型企业拥有更丰富的资源和更强的融资能力，更有能力开展大规模的投资项目。盈利能力（ROA）与固定资产投资（Invest）呈显著正相关，相关系数为0.203，在1%的水平上显著，表明盈利能力强的企业更有资金和信心进行投资，企业的盈利能力为投资提供了坚实的资金保障。成长性（Growth）与固定资产投资（Invest）呈显著正相关，相关系数为0.189，在1%的水平上显著，说明成长性高的企业往往有更多的投资机会和更高的投资需求，为了实现快速发展，会加大投资力度。股权集中度（Top1）与固定资产投资（Invest）呈显著正相关，相关系数为0.098，在1%的水平上显著，表明股权集中度较高的企业，第一大股东可能具有更强的决策权，更有能力推动企业进行投资决策。负债融资规模（Lev）与企业规模（Size）呈显著负相关，相关系数为-0.112，在1%的水平上显著，这可能是因为规模较大的企业通常更倾向于股权融资或内部融资，对负债融资的依赖程度相对较低。负债融资规模（Lev）与盈利能力（ROA）呈显著负相关，相关系数为-0.315，在1%的水平上显著，说明盈利能力越强的企业，负债融资规模可能越小，盈利能力强的企业内部资金较为充足，对外部负债融资的需求相对较小。负债融资规模（Lev）与成长性（Growth）呈显著负相关，相关系数为-0.154，在1%的水平上显著，表明成长性高的企业可能更倾向于股权融资，以满足其快速发展的资金需求，从而减少对负债融资的依赖。负债融资规模（Lev）与股权集中度（Top1）呈显著负相关，相关系数为-0.076，在1%的水平上显著，可能是因为股权集中度较高的企业，股东更注重企业的稳健发展，会控制负债融资规模，以降低财务风险。负债融资结构（ShortDebt）与企业规模（Size）呈显著负相关，相关系数为-0.087，在1%的水平上显著，说明规模较大的企业可能更注重优化负债结构，适当降低流动负债占比。负债融资结构（ShortDebt）与盈利能力（ROA）呈显著负相关，相关系数为-0.198，在1%的水平上显著，表明盈利能力强的企业可能更有能力安排合理的负债期限结构，减少流动负债的比例。负债融资结构（ShortDebt）与成长性（Growth）呈显著负相关，相关系数为-0.096，在1%的水平上显著，意味着成长性高的企业可能会根据自身发展需求，调整负债结构，降低流动负债占比。负债融资结构（ShortDebt）与股权集中度（Top1）呈显著负相关，相关系数为-0.054，在1%的水平上显著，可能是因为股权集中度较高的企业在负债结构决策上更谨慎，会适当控制流动负债的比例。各控制变量之间也存在一定的相关性，但相关系数均在合理范围内，不存在严重的多重共线性问题，不会对后续的回归分析结果产生较大影响。通过相关性分析，初步验证了部分研究假设，为后续的回归分析提供了一定的参考依据，但变量之间的具体关系还需要通过回归分析进一步确定。4.3回归结果分析4.3.1总体样本回归结果对总体样本进行回归分析，结果如表3所示。|变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||Lev|-0.087|0.021|-4.143|0.000|-0.128|-0.046||Size|0.012|0.003|4.000|0.000|0.006|0.018||ROA|0.186|0.025|7.440|0.000|0.137|0.235||Growth|0.035|0.008|4.375|0.000|0.019|0.051||Top1|0.028|0.006|4.667|0.000|0.016|0.040||Year|控制|控制|控制|控制|控制|控制||Industry|控制|控制|控制|控制|控制|控制||Constant|-0.203|0.052|-3.904|0.000|-0.305|-0.101||N|[X]|||||||R2|0.287||||||从表3可以看出，负债融资规模（Lev）的回归系数为-0.087，在1%的水平上显著为负。这表明负债融资规模与企业投资行为呈显著负相关关系，即负债融资规模的增加会抑制企业的投资行为，支持了假设H1中负债融资规模与企业过度投资行为负相关的观点。当企业的负债融资规模增加时，偿债压力增大，为了确保按时偿还债务，企业会更加谨慎地评估投资项目，减少对一些高风险、收益不确定项目的投资，从而抑制了过度投资行为。企业规模（Size）的回归系数为0.012，在1%的水平上显著为正，说明企业规模越大，固定资产投资水平越高。大型企业通常具有更强的市场竞争力、更丰富的资源和更广泛的融资渠道，能够更容易地获取资金进行固定资产投资，以扩大生产规模、提升技术水平，进一步增强自身的竞争力。盈利能力（ROA）的回归系数为0.186，在1%的水平上显著为正，表明盈利能力强的企业更有资金和信心进行投资。盈利能力强意味着企业能够从现有经营活动中获取较多的利润，这些利润可以为企业的投资提供内部资金支持，同时也向外部投资者展示了企业良好的经营状况，有助于企业获得更多的外部融资，从而促进投资行为。成长性（Growth）的回归系数为0.035，在1%的水平上显著为正，说明成长性高的企业往往有更多的投资机会和更高的投资需求。处于快速成长阶段的企业，为了满足市场需求、扩大市场份额、提升市场地位，通常需要不断投资于新产品研发、市场拓展、生产设施建设等方面，以实现快速发展。股权集中度（Top1）的回归系数为0.028，在1%的水平上显著为正，表明股权集中度较高的企业，第一大股东可能具有更强的决策权，更有能力推动企业进行投资决策。股权高度集中时，第一大股东的利益与企业的利益更加紧密相关，为了实现自身利益最大化，第一大股东可能会积极推动企业进行投资，以提升企业的价值。年度（Year）和行业（Industry）固定效应均已控制，结果显示各年度和行业的固定效应在回归模型中起到了一定的作用，有效地控制了不同年份宏观经济环境变化和不同行业特性对企业投资行为的影响。常数项（Constant）的回归系数为-0.203，在1%的水平上显著为负，表明在其他变量为0的情况下，企业的投资行为处于较低水平。调整后的R^{2}为0.287，说明模型对企业投资行为的解释能力较强，模型整体拟合效果较好。4.3.2分组回归结果为了进一步探究负债融资对企业投资行为的影响在不同企业特征下是否存在差异，按照企业成长性和股权结构进行分组回归。首先，按照企业成长性进行分组，以营业收入增长率的中位数为界，将样本企业分为高成长性组和低成长性组，回归结果如表4所示。变量高成长性组低成长性组系数标准误t值P>t系数标准误Lev-0.125***0.028-4.4640.000-0.053**0.022-2.4090.016Size0.015***0.0043.7500.0000.009***0.0033.0000.003ROA0.208***0.0326.5000.0000.164***0.0285.8570.000Growth0.056***0.0115.0910.0000.014*0.0081.7500.080Top10.035***0.0084.3750.0000.021***0.0063.5000.001Year控制控制控制控制控制控制控制控制Industry控制控制控制控制控制控制控制控制Constant-0.256***0.068-3.7650.000-0.154***0.056-2.7500.006N[X1][X2]R20.3250.253从表4可以看出，在高成长性组中，负债融资规模（Lev）的回归系数为-0.125，在1%的水平上显著为负，表明负债融资规模对高成长性企业投资行为的抑制作用更为明显。高成长性企业通常面临较多的投资机会，但由于负债融资规模的增加，偿债压力增大，企业会更加谨慎地筛选投资项目，放弃一些风险较高或收益不确定的项目，以确保自身的财务稳定。在低成长性组中，负债融资规模（Lev）的回归系数为-0.053，在5%的水平上显著为负，虽然也表现出抑制作用，但程度相对较弱。低成长性企业投资机会相对较少，负债融资对其投资行为的影响可能受到其他因素的制约，如市场需求、行业竞争等。在两组中，企业规模（Size）、盈利能力（ROA）、成长性（Growth）和股权集中度（Top1）的回归系数均在1%或5%的水平上显著为正，说明这些因素对不同成长性企业的投资行为都具有正向影响。高成长性企业由于自身发展需求，在规模扩大、盈利能力提升、股权集中度较高时，投资行为更为积极；低成长性企业虽然投资机会相对较少，但在这些因素的促进下，也会适当增加投资。其次，按照股权结构进行分组，以第一大股东持股比例的中位数为界，将样本企业分为股权集中组和股权分散组，回归结果如表5所示。变量股权集中组股权分散组系数标准误t值P>t系数标准误Lev-0.102***0.024-4.2500.000-0.068***0.020-3.4000.001Size0.013***0.0034.3330.0000.011***0.0033.6670.000ROA0.198***0.0277.3330.0000.174***0.0237.5650.000Growth0.042***0.0094.6670.0000.028***0.0074.0000.000Top10.031***0.0074.4290.0000.025***0.0055.0000.000Year控制控制控制控制控制控制控制控制Industry控制控制控制控制控制控制控制控制Constant-0.226***0.058-3.9000.000-0.185***0.049-3.7760.000N[X3][X4]R20.3020.275从表5可以看出，在股权集中组中，负债融资规模（Lev）的回归系数为-0.102，在1%的水平上显著为负；在股权分散组中，负债融资规模（Lev）的回归系数为-0.068，在1%的水平上显著为负。这表明负债融资规模对不同股权结构企业的投资行为均具有抑制作用，且在股权集中组中抑制作用更为显著。在股权集中的企业中，第一大股东具有较强的决策权，当负债融资规模增加时，第一大股东为了维护自身利益和企业的稳定发展，会更加严格地把控投资决策，对投资行为的抑制作用更为明显。而在股权分散的企业中，决策过程相对分散，负债融资对投资行为的抑制作用相对较弱。在两组中，企业规模（Size）、盈利能力（ROA）、成长性（Growth）和股权集中度（Top1）的回归系数也均在1%的水平上显著为正，说明这些因素对不同股权结构企业的投资行为同样具有正向影响。股权集中的企业在这些因素的促进下，投资决策可能更加果断；股权分散的企业则通过各方的协商和制衡，在这些因素的作用下，也会积极进行投资决策。通过分组回归分析，进一步验证了负债融资规模对企业投资行为的抑制作用在不同企业成长性和股权结构下存在差异，丰富了研究结论，为企业根据自身特征制定合理的负债融资和投资决策提供了更有针对性的参考依据。4.4稳健性检验为确保研究结果的可靠性和稳健性，采用多种方法进行稳健性检验。首先，替换变量衡量方式。将被解释变量企业投资行为的衡量指标由固定资产投资（Invest）替换为投资增长率（InvestGrowth），投资增长率用本期投资金额与上期投资金额的差值除以上期投资金额来表示，该指标能够更直观地反映企业投资规模的变化情况。重新进行回归分析，结果如表6所示。|变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||Lev|-0.065|0.018|-3.611|0.000|-0.100|-0.030||Size|0.009|0.002|4.500|0.000|0.005|0.013||ROA|0.142|0.020|7.100|0.000|0.102|0.182||Growth|0.028|0.006|4.667|0.000|0.016|0.040||Top1|0.022|0.005|4.400|0.000|0.012|0.032||Year|控制|控制|控制|控制|控制|控制||Industry|控制|控制|控制|控制|控制|控制||Constant|-0.164|0.045|-3.644|0.000|-0.252|-0.076||N|[X]|||||||R2|0.253||||||从表6可以看出，负债融资规模（Lev）的回归系数为-0.065，在1%的水平上显著为负，与前文以固定资产投资为被解释变量的回归结果一致，仍然表明负债融资规模与企业投资行为呈显著负相关关系。这说明即使改变了企业投资行为的衡量指标，负债融资规模对企业投资行为的抑制作用依然存在，验证了研究结论的稳健性。其次，采用不同的样本区间进行检验。选取2016-2021年的样本数据重新进行回归分析，以排除2015年和2022年可能存在的特殊因素对研究结果的影响。回归结果如表7所示。|变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||Lev|-0.082|0.020|-4.100|0.000|-0.121|-0.043||Size|0.011|0.003|3.667|0.000|0.005|0.017||ROA|0.178|0.023|7.739|0.000|0.132|0.224||Growth|0.032|0.007|4.571|0.000|0.018|0.046||Top1|0.026|0.006|4.333|0.000|0.014|0.038||Year|控制|控制|控制|控制|控制|控制||Industry|控制|控制|控制|控制|控制|控制||Constant|-0.192|0.049|-3.918|0.000|-0.288|-0.096||N|[X']|||||||R2|0.279||||||从表7可以看出，负债融资规模（Lev）的回归系数为-0.082，在1%的水平上显著为负，与总体样本回归结果一致，再次验证了负债融资规模对企业投资行为的抑制作用。这表明在不同的样本区间内，研究结论具有稳定性，不受特定年份特殊因素的影响。此外，还进行了控制不同固定效应的稳健性检验。在原有控制年度和行业固定效应的基础上，进一步控制地区固定效应，以排除地区经济发展差异等因素对企业投资行为的影响。回归结果如表8所示。|变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||Lev|-0.085|0.021|-4.048|0.000|-0.126|-0.044||Size|0.012|0.003|4.000|0.000|0.006|0.018||ROA|0.184|0.025|7.360|0.000|0.134|0.234||Growth|0.034|0.008|4.250|0.000|0.018|0.050||Top1|0.027|0.006|4.500|0.000|0.015|0.039||Year|控制|控制|控制|控制|控制|控制||Industry|控制|控制|控制|控制|控制|控制||Region|控制|控制|控制|控制|控制|控制||Constant|-0.201|0.052|-3.865|0.000|-0.302|-0.100||N|[X]|||||||R2|0.295||||||从表8可以看出，负债融资规模（Lev）的回归系数为-0.085，在1%的水平上显著为负，与之前的回归结果基本一致。这说明在控制了地区固定效应后，负债融资规模对企业投资行为的影响依然显著，研究结论具有较强的稳健性。通过以上多种稳健性检验方法，均得到了与前文一致的研究结论，即负债融资规模与企业投资行为呈显著负相关关系，表明研究结果具有较高的可靠性和稳健性，增强了研究结论的说服力。五、研究结论与实践启示5.1研究结论总结本研究以2015-2022年沪深两市A股上市公司为样本，深入探究了负债融资对企业投资行为的影响。通过理论分析和实证检验，得出以下主要结论：负债融资规模与企业投资行为呈显著负相关关系，这一结果验证了假设H1，即负债融资规模的增加能够抑制企业的过度投资行为。随着负债融资规模的上升，企业面临的偿债压力增大，为了确保按时足额偿还债务，企业在进行投资决策时会更加谨慎，对投资项目的风险评估和收益预期会进行更严格的考量。企业会减少对一些高风险、收益不确定项目的投资，转而选择风险较低、收益相对稳定的项目，从而有效抑制了过度投资行为。这一结论与代理成本理论中负债能够约束管理层过度投资行为的观点相一致，表明负债融资在一定程度上能够发挥相机治理作用，降低股东-经理冲突带来的代理成本。在分组回归中发现，负债融资规模对企业投资行为的抑制作用在不同企业成长性和股权结构下存在差