货币供给之潮：融资约束视角下上市公司资本结构的变革与响应

货币供给之潮：融资约束视角下上市公司资本结构的变革与响应一、引言1.1研究背景与意义在国内经济体系持续变革，社会主义市场经济体系日益健全的背景下，企业的经济活动深度融入整个资本市场，国家经济政策对企业经营的影响愈发显著。货币供给量作为宏观调控的关键手段，通过货币供给影响企业负债，进而对企业资本结构产生作用。企业构建资本结构时，不仅需考量自身特征和治理状况等内部因素形成的约束，还必须重视货币供给量等经济因素变化带来的外部约束。与此同时，由于资本市场存在信息不对称等问题，企业融资会受到不同程度的限制，这使得融资约束成为企业构建资本结构时不可忽视的重要因素。因此，探究货币供给量如何影响上市公司资本结构，以及这种影响在不同融资约束程度的上市公司间是否存在差异，具有重要的理论和现实意义。货币供给量的变动对企业的影响是多方面的。从宏观角度看，货币供给量的增加或减少会改变市场的资金供求关系，影响利率水平，进而影响企业的融资成本和投资决策。在货币供给量增加时，市场资金相对充裕，利率可能下降，企业融资成本降低，这为企业扩大投资、调整资本结构提供了有利条件；反之，货币供给量减少，利率上升，企业融资难度增加，资本结构的调整也会受到制约。从微观层面分析，企业的资本结构决策关乎企业的财务风险和经营效益。合理的资本结构能够降低企业融资成本，提高资金使用效率，增强企业的市场竞争力；而不合理的资本结构则可能导致企业财务风险过高，偿债压力增大，甚至面临破产危机。融资约束在企业的资本运作中扮演着重要角色。信息不对称、交易成本等因素导致企业在融资过程中面临诸多障碍，使得企业难以按照理想的资本结构进行融资。融资约束程度较高的企业，在获取外部资金时可能面临更高的成本和更严格的条件限制，这会影响它们对货币供给量变化的反应敏感度，以及在资本结构调整上的灵活性。在货币供给量宽松时，融资约束低的企业可能更容易抓住机遇，增加负债扩大生产，而融资约束高的企业则可能因难以突破融资障碍，无法充分利用货币供给量变化带来的优势。现有研究虽然在资本结构理论及其影响因素方面取得了一定成果，但对于货币供给量与上市公司资本结构之间的关系，以及融资约束在其中所起的调节作用，仍有待进一步深入探究。部分研究侧重于宏观层面的分析，对微观企业行为的考察不够细致；有些研究则未充分考虑融资约束的异质性对两者关系的影响。本研究旨在填补这一领域的部分空白，通过理论与实证相结合的方法，深入剖析货币供给量对上市公司资本结构的影响机制，以及融资约束在这一过程中的作用，为企业的资本结构决策提供更具针对性的理论支持和实践指导，也为宏观经济政策的制定和调整提供有益参考。1.2研究方法与创新点本研究综合运用理论分析与实证检验相结合的方法，深入剖析货币供给量对上市公司资本结构的影响，以及融资约束在其中的作用机制。在理论分析部分，梳理资本结构相关理论，包括早期资本结构理论、现代资本结构理论以及新资本结构理论，明确资本结构的内涵与重要性。深入探讨货币供给量影响上市公司资本结构的理论基础，从宏观经济理论层面阐述货币供给量变动如何通过利率、信贷可得性等渠道作用于企业的融资决策，进而影响资本结构。在实证研究方面，选取合适的研究样本和数据来源，运用多种计量经济学方法进行严谨的分析。在研究样本选择上，涵盖不同行业、规模和地域的上市公司，确保样本具有广泛的代表性和全面性，以准确反映货币供给量对不同类型上市公司资本结构的影响。数据来源包括权威的金融数据库、上市公司年报以及宏观经济统计数据等，保证数据的准确性和可靠性。对于研究变量的设计，精心挑选能够准确衡量货币供给量、上市公司资本结构以及融资约束程度的变量。采用广义矩估计模型（GMM）、最小二乘法模型（OLS）等计量方法，构建关于货币供给量对资本结构影响的模型，并利用Eviews、Stata等专业统计分析软件对模型进行估计和检验。通过这些方法，深入探究货币供给量与上市公司资本结构之间的数量关系，以及融资约束在其中的调节作用。本研究在以下几个方面具有一定的创新点。研究视角具有创新性，从融资约束视角出发，深入研究货币供给量对上市公司资本结构的影响，弥补了以往研究中对融资约束这一重要因素考虑不足的缺陷。将融资约束纳入研究框架，全面分析货币供给量在不同融资约束程度下对上市公司资本结构的差异化影响，有助于更深入、全面地理解企业资本结构决策的影响因素和作用机制。研究内容上，不仅关注货币供给量对资本来源结构（如总资产负债率等指标所反映的债务与权益比例关系）的影响，还进一步考察其对资本期限结构（如长期资产负债率等指标所体现的长期债务与短期债务、权益的构成关系）的作用，从多个维度全面反映货币供给量对上市公司资本结构的影响，使研究内容更加丰富和全面。在研究方法上，运用多种计量经济学方法进行综合分析，确保研究结果的准确性和可靠性。通过广义矩估计模型等方法，有效解决了模型中的内生性问题，提高了估计结果的有效性和稳健性，为研究结论的科学性提供了有力保障。二、理论基础与文献综述2.1资本结构理论发展脉络资本结构理论是企业财务管理领域的核心理论之一，其发展历程贯穿了整个现代经济学的演进过程，对企业的融资决策、价值评估以及资源配置等方面产生了深远影响。从早期基于经验判断和简单假设的理论雏形，到现代引入数学模型和复杂假设的成熟理论体系，再到新资本结构理论时期对企业内部因素和市场微观结构的深入剖析，资本结构理论不断适应经济环境的变化和企业实践的需求，为企业的资本运作提供了重要的理论指导。早期资本结构理论主要是基于经验判断和定性分析，缺乏严谨的数学推导和实证检验。净收益理论认为，债权资本成本低于股权资本成本，所以企业债权资本占比越大，综合资本成本越低，企业价值就越大。在假设债权资本成本率和股权资本成本率固定的情况下，企业通过不断增加债权资本，能够无限降低综合资本成本，实现企业价值的最大化。但该理论忽略了随着债权资本增加，企业财务风险上升可能带来的负面影响。净营业收益理论则持有相反观点，它认为企业的价值只取决于净营业收益，而与资本结构无关。该理论假设债权资本成本固定，股权资本成本会随着债权资本增加而上升，两者的综合作用使得加权平均资本成本保持不变，企业不存在最优资本结构。传统折中理论介于两者之间，它认为适度增加债权资本可以提高企业价值，但债权资本规模必须控制在合理范围内，超过一定限度后，随着财务风险增加，债权资本成本和股权资本成本都会上升，导致综合资本成本上升，企业价值下降。每个企业都存在一个使市场价值达到最大的最优资本结构，可通过财务杠杆的运用来实现。由于早期资本结构理论缺乏坚实的理论基础和实证支持，在经济理论界未得到广泛认可和深入研究。现代资本结构理论以MM理论为核心，开启了资本结构理论的新时代。MM理论在一系列严格假设条件下，如无税收、资本自由流通、充分竞争、完全信息、利率一致以及高度完善和均衡的资本市场等，运用套利原理证明了企业的总价值不受资本结构的影响。无论企业有无债权资本，其价值都等于公司所有资产的预期收益额按适合该公司风险等级的必要报酬率予以折现。利用财务杠杆的公司，其股权资本成本率会随筹资额的增加而增加，公司的市场价值不会随债权资本比例的上升而增加。然而，现实中公司所得税是客观存在的，这一因素对企业资本结构有着重要影响。于是，Modigliani和Miller在后续研究中引入公司所得税，提出修正的MM理论，认为由于负债利息免税利益的存在，企业价值会随着资产负债率的增加而增加，企业的最佳资本结构应为100%负债。Miller进一步考虑个人所得税对企业负债和股票价值的综合影响，提出米勒模型，认为最佳资本结构受企业所得税和个人所得税变动的影响。当企业所得税提高，资金会从股票转移到债券以获得节税效益，企业负债率提高；如果个人所得税提高，且股利收入税率低于债券利息收入税率，资金会从债券转移到股票，企业负债率降低。权衡理论在MM理论的基础上，放宽了完全信息以外的各种假定，认为负债对企业价值的影响是双向的。负债既可以通过所得税的减税作用和减少权益代理成本来提高企业价值，同时也会产生财务困境成本，包括破产的直接和间接成本以及债券代理成本等。企业的最优资本结构是在税收利益与各类负债成本相关的成本之间进行权衡的结果。20世纪70年代后期，新资本结构理论应运而生，其显著特征是将信息不对称理论引入资本结构研究领域。代理成本理论认为，企业中存在股东与经营者、股东与债权人之间的利益冲突，由此产生代理成本，包括股权代理成本和债权代理成本。随着债务比例增加，股东的代理成本减少，但债务的代理成本增加，最优的资本结构是使总代理成本最小。信号传递理论强调信息不对称对企业资本结构决策的影响，企业通过选择不同的资本结构向市场传递有关企业质量的信号。高质量企业倾向于选择高负债的资本结构，以显示其有能力承担债务偿还责任，从而提升企业价值；低质量企业则不敢轻易采用高负债结构，以免暴露自身风险。融资顺位理论认为，公司倾向于首先采用内部筹资，因为不会传递任何可能对股价不利的信息；如果需要外部筹资，公司将先选择债权筹资，再选择其他外部股权筹资，这种筹资顺序的选择也不会传递对公司股价产生不利影响的信息。按照该理论，不存在明显的目标资本结构。2.2资本结构影响因素剖析资本结构作为企业财务管理的核心内容之一，其影响因素复杂多样，涵盖企业内部微观层面和宏观经济环境等多个方面。深入剖析这些影响因素，对于理解企业资本结构的形成机制以及企业如何在不同环境下优化资本结构具有重要意义。从企业内部因素来看，盈利能力是影响资本结构的关键要素之一。盈利能力强的企业，通常有更充足的内部资金来满足自身发展需求，从而减少对外部融资的依赖。当企业盈利能力良好时，留存收益增加，使得企业可以利用内部资金进行投资和扩张，降低债务融资的必要性，进而降低资产负债率。相反，盈利能力较弱的企业，内部资金匮乏，为了维持运营和发展，往往不得不依赖外部融资，尤其是债务融资，导致资产负债率相对较高。若企业连续多年净利润较高，可能会将部分利润留存用于再投资，减少对外借款；而长期亏损的企业，可能需要大量举债来维持日常经营，面临较高的债务负担。资产结构也在很大程度上影响企业的资本结构决策。企业资产中固定资产与流动资产的比例不同，其融资方式和资本结构也会有所差异。拥有大量固定资产的企业，由于固定资产可作为抵押资产，增加了企业的信用保障，更容易获得长期债务融资，所以这类企业的长期负债比例相对较高。制造业企业通常拥有众多厂房、设备等固定资产，在进行融资时，银行等金融机构更愿意提供长期贷款，因为这些固定资产可以作为抵押物，降低贷款风险，使得企业长期负债在资本结构中占比较大。而流动资产占比较高的企业，其资金周转相对较快，更倾向于短期债务融资，以满足其短期资金需求，资本结构中短期负债的比例相应较高。贸易企业主要资产为存货和应收账款等流动资产，经营活动中资金周转频繁，对短期资金需求较大，常通过短期借款等方式获取资金，短期负债在资本结构中占比较高。企业的成长性同样对资本结构产生显著影响。处于快速成长阶段的企业，往往具有较多的投资机会，需要大量资金用于扩大生产规模、研发创新等，内部资金难以满足全部需求，因此更倾向于外部融资。由于债务融资成本相对较低，且在一定程度上能够利用财务杠杆效应提高股东回报率，成长性好的企业通常会适当增加债务融资比例，以满足其快速发展的资金需求。新兴的科技企业在快速扩张时期，为了抢占市场份额，会加大研发投入和市场推广力度，可能会通过发行债券或向银行借款等方式筹集资金，导致资产负债率上升。而成熟稳定的企业，投资机会相对较少，经营现金流较为稳定，更注重财务稳健性，债务融资比例相对较低。传统的公用事业企业，业务成熟，市场份额稳定，资金需求相对较少，资产负债率通常较低。管理层的风险偏好也在企业资本结构决策中发挥着重要作用。保守型的管理层，更注重企业财务的稳定性和安全性，倾向于选择较低的负债水平，以避免过高的财务风险。他们在决策时会充分考虑债务偿还压力和可能面临的财务困境，即使企业有较好的投资机会，也可能因为担心风险而减少债务融资，保持较低的资产负债率。而激进型的管理层，更追求企业的快速发展和高收益，愿意承担较高的财务风险，会选择较高的负债比例，利用财务杠杆来放大企业的收益。在面对高回报的投资项目时，激进型管理层可能会大量举债进行投资，即使这会增加企业的财务风险，但他们相信项目成功后带来的收益能够覆盖风险。从宏观经济因素分析，利率水平是影响企业资本结构的重要外部因素之一。利率的波动直接影响企业的债务融资成本。当利率较低时，债务融资的成本降低，企业举债的成本相对较小，此时企业更倾向于增加债务融资，以利用较低的成本获取资金，优化资本结构。在低利率环境下，企业发行债券或向银行贷款的利息支出相对较少，企业会更积极地寻求债务融资，扩大生产规模或进行投资，导致资产负债率上升。相反，当利率较高时，债务融资成本大幅增加，企业举债的负担加重，会减少债务融资，转而寻求其他成本相对较低的融资方式，如股权融资，从而降低资产负债率。当市场利率大幅上升时，企业会重新评估融资策略，减少高成本的债务融资，以避免过高的利息支出对企业利润的侵蚀。经济周期也对企业资本结构有着显著影响。在经济繁荣时期，市场需求旺盛，企业经营状况良好，盈利能力增强，信心较为充足，会更愿意承担债务来扩大生产和投资，以获取更大的市场份额和利润。企业在经济繁荣期，销售额和利润增长，偿债能力增强，银行等金融机构也更愿意提供贷款，使得企业能够更容易地获得债务融资，资产负债率可能会有所上升。而在经济衰退时期，市场需求萎缩，企业经营面临困难，盈利能力下降，财务风险增加，此时企业会更加谨慎地对待债务融资，倾向于减少负债，降低财务风险。经济衰退期，企业产品销售困难，资金回笼缓慢，为了避免债务违约风险，会减少债务融资，甚至提前偿还部分债务，降低资产负债率，以维持企业的生存和稳定。税收政策同样对企业资本结构产生影响。由于债务利息具有抵税作用，企业所得税税率的高低会影响债务融资的税收优势。当企业所得税税率较高时，债务利息的抵税效应更加明显，企业通过债务融资可以获得更大的税收利益，从而更倾向于增加债务融资比例。在高税率环境下，企业每支付100万元的债务利息，若所得税税率为25%，则可以减少25万元的所得税支出，这使得企业有更大的动力通过债务融资来降低税负，优化资本结构。相反，当企业所得税税率较低时，债务融资的税收优势减弱，企业可能会适当降低债务融资比例。若所得税税率降低，债务利息抵税带来的收益减少，企业在融资决策时会综合考虑其他因素，可能会减少债务融资，增加股权融资等其他融资方式。2.3文献综述总结综上所述，国内外学者在资本结构理论及其影响因素方面已开展了大量研究，取得了丰硕成果，为后续研究奠定了坚实基础。早期资本结构理论从不同角度对资本结构与企业价值的关系进行了初步探讨，虽存在一定局限性，但开启了资本结构理论研究的先河。现代资本结构理论以MM理论为核心，通过不断放宽假设条件，如引入税收、破产成本等因素，深入分析了资本结构对企业价值的影响，使理论更贴近现实。新资本结构理论则引入信息不对称理论，从企业内部因素如代理成本、信号传递等方面进一步拓展了资本结构理论的研究范畴。在资本结构影响因素的研究上，学者们从企业内部微观因素和宏观经济环境因素等多个维度进行了剖析。内部因素方面，盈利能力、资产结构、成长性和管理层风险偏好等对企业资本结构决策有着显著影响。盈利能力强的企业倾向于较低的负债水平，而成长性好的企业则更可能增加债务融资以满足发展需求。资产结构中固定资产占比较高的企业，由于其资产的抵押特性，更容易获得长期债务融资。管理层的风险偏好也在很大程度上左右着企业的资本结构选择，保守型管理层更注重财务稳健，而激进型管理层则更敢于利用财务杠杆追求高收益。宏观经济因素方面，利率水平、经济周期和税收政策等对企业资本结构产生重要作用。利率的波动直接影响企业的债务融资成本，进而影响企业的融资决策。经济周期的不同阶段，企业的经营状况和融资策略也会发生变化，在经济繁荣期，企业更愿意承担债务扩大生产，而在经济衰退期则更倾向于减少负债以降低风险。税收政策中，债务利息的抵税效应使得企业在所得税税率较高时更倾向于增加债务融资。然而，现有研究在货币供给量与融资约束关系研究上仍存在不足。部分研究虽关注到货币供给量对企业融资的影响，但未能深入探讨其对不同融资约束程度企业的差异化作用。在货币供给量变化时，融资约束高的企业和融资约束低的企业在融资渠道选择、融资成本变化以及资本结构调整等方面可能存在显著差异，但这方面的研究还不够系统和深入。一些研究在分析融资约束对企业资本结构的影响时，未充分考虑货币供给量这一宏观经济因素的调节作用。融资约束与货币供给量之间可能存在复杂的交互关系，共同影响企业的资本结构决策，但目前对这种交互关系的研究还相对薄弱。此外，现有研究在研究方法和样本选择上也存在一定局限性。部分研究方法可能无法有效解决内生性等问题，导致研究结果的准确性和可靠性受到一定影响。在样本选择上，部分研究可能存在样本范围较窄、代表性不足等问题，使得研究结论的普适性受限。后续研究可在这些方面进一步深入探讨，以完善货币供给量、融资约束与企业资本结构之间关系的研究。三、理论分析与假设提出3.1货币供给量对资本结构的影响机制货币供给量作为宏观经济调控的重要手段，其变动会通过多种复杂的机制对企业的资本结构产生深远影响。货币供给量的调整会改变市场的资金供求关系，进而影响企业获取资金的难易程度和成本，最终影响企业的资本结构决策。货币供给量的变化还会通过利率、资产价格等中介变量，对企业的投资决策、融资渠道选择以及市场预期等方面产生连锁反应，从而进一步作用于企业的资本结构。当货币供给量增加时，市场上的资金变得相对充裕，企业面临的资金可得性显著提高。商业银行等金融机构的可贷资金增多，这使得企业更容易从银行获得贷款。在宽松的货币环境下，银行的信贷额度增加，对企业的贷款审批条件也可能会相对放松，一些原本因资金限制而无法获得贷款的企业现在有了更多的融资机会。此时，企业会增加债务融资，用于扩大生产规模、投资新项目或偿还其他高成本债务等，这将直接导致企业资产负债率上升，改变企业的资本结构。在货币供给量大幅增加的时期，许多企业会抓住这一有利时机，积极向银行申请贷款，用于购置新设备、扩建厂房等，从而提高了企业的债务水平。利率是货币供给量影响资本结构的重要传导渠道。根据凯恩斯学派的货币传导机制理论，货币供给量的增加会使利率下降，即M↑→r↓。在市场经济中，利率是资金的价格，当货币供给量增加时，市场上资金供过于求，利率作为资金的价格自然会下降。利率的下降会降低企业的债务融资成本，因为企业的贷款利息支出会随着利率的降低而减少。这使得债务融资对企业更具吸引力，企业会倾向于增加债务融资的比例，以充分利用低成本资金进行投资和发展，进而改变企业的资本结构。当市场利率从5%下降到3%时，企业贷款1000万元一年的利息支出将从50万元减少到30万元，这大大降低了企业的融资成本，促使企业更愿意通过债务融资来获取资金。从投资角度来看，利率下降还会提高投资项目的净现值，使得原本一些不盈利或盈利较少的项目变得有利可图。企业为了追求更多的利润，会增加投资，而投资的增加往往需要更多的资金支持，企业会进一步增加债务融资，导致资产负债率上升。假设一个投资项目初始投资1000万元，预计未来每年产生现金流量150万元，在利率为5%时，该项目的净现值为负数，企业不会投资；当利率下降到3%时，该项目的净现值变为正数，企业会决定投资该项目，为了筹集1000万元的投资资金，企业可能会选择增加债务融资。货币供给量的变动还会对资产价格产生影响，进而影响企业的资本结构。根据托宾“q”理论，货币供给增加将导致股票价格上升，即M↑→PS↑。当货币供给量增加时，市场上的资金增多，一部分资金会流入股票市场，推动股票价格上涨。股票价格的上升会使企业的市场价值增加，从而提高托宾“q”值（q=企业的市场价值/资本重置成本）。当q值大于1时，购买新生产的资本产品更有利，企业会增加投资，投资的增加需要资金支持，企业会增加债务融资或股权融资。在货币供给量宽松时期，股票市场往往表现活跃，股票价格上涨，许多企业的q值大于1，企业会积极进行投资扩张，通过发行债券或向银行贷款等方式筹集资金，导致资产负债率上升。货币供给量增加还会导致房地产等资产价格上涨。对于拥有房地产等固定资产的企业来说，资产价格上涨会增加企业的资产价值，提高企业的抵押能力。企业可以以更高价值的资产作为抵押，从银行获得更多的贷款，从而增加债务融资，改变资本结构。如果一家企业拥有价值1000万元的房产，在货币供给量增加导致房地产价格上涨20%后，房产价值变为1200万元，企业以此房产抵押向银行贷款的额度可能会从原来的500万元增加到600万元，企业的债务水平上升。3.2融资约束下的影响理论拓展在现实的资本市场中，信息不对称和交易成本等因素广泛存在，这使得企业在融资过程中往往面临不同程度的融资约束。融资约束对货币供给量与企业资本结构之间的关系具有重要的调节作用，深入探讨这种调节作用有助于更全面地理解企业的资本结构决策。对于融资约束程度较高的企业，由于其在资本市场上获取资金面临诸多困难，货币供给量变动对其资本结构的影响更为显著。这类企业通常难以通过股权融资等方式获得足够的资金，对债务融资的依赖程度相对较高。在面临外部融资约束时，企业内部现金流成为投资资金的重要来源，而外部融资成本的上升使得企业在进行投资决策时更加谨慎。当货币供给量增加时，虽然市场资金整体变得充裕，但融资约束高的企业可能仍难以顺利获得银行贷款或发行债券。银行可能因为这些企业的风险较高、信用评级较低等原因，对其贷款审批更为严格，或者要求更高的贷款利率。即使货币供给量增加，市场利率有所下降，但由于融资约束高的企业本身融资难度大，这种利率下降带来的成本降低优势可能无法充分体现，它们仍然难以按照理想的资本结构进行融资，资本结构的调整受到较大限制。在货币供给量宽松时期，一些小型民营企业虽然面临利率下降的有利环境，但由于缺乏足够的抵押物和良好的信用记录，银行对其贷款意愿不强，企业难以增加债务融资来调整资本结构。相反，融资约束程度较低的企业，在货币供给量变动时，资本结构的调整相对更为灵活。这类企业通常具有良好的信用评级、稳定的经营状况和充足的抵押物，更容易获得银行贷款和其他外部融资。当货币供给量增加时，它们能够更迅速地抓住融资机会，利用较低的融资成本增加债务融资，优化资本结构。大型国有企业或知名上市公司，由于其在市场上的信誉度高，银行更愿意为其提供贷款。在货币供给量宽松时，它们可以轻松获得大量低成本的债务资金，用于扩大生产、进行并购等，从而改变企业的资本结构。即使货币供给量减少，市场资金趋紧，融资约束低的企业凭借其良好的市场声誉和财务状况，也可能比融资约束高的企业更容易获得资金，受到的冲击相对较小。当货币供给量收缩，市场利率上升时，大型企业可能通过与银行的长期合作关系或自身强大的资金实力，仍然能够以相对合理的成本获得贷款，维持企业的正常运营和资本结构调整。基于以上分析，提出假设H2：在融资约束程度较高的上市公司中，货币供给量对资本结构的影响更为显著；而在融资约束程度较低的上市公司中，货币供给量对资本结构的影响相对较弱。这一假设将在后续的实证研究中通过构建相关模型和分析数据进行验证，以进一步揭示融资约束在货币供给量与上市公司资本结构关系中的作用机制。3.3研究假设构建基于上述理论分析，货币供给量的变动会对上市公司资本结构产生显著影响。当货币供给量增加时，市场资金充裕，企业融资环境改善，债务融资成本降低，企业会倾向于增加债务融资，进而导致资产负债率上升，资本结构发生变化。由此，提出假设H1：货币供给量与上市公司资本结构呈正相关关系，即货币供给量增加，上市公司资产负债率上升。融资约束在货币供给量对上市公司资本结构的影响中起着重要的调节作用。融资约束程度高的企业，在获取外部资金时面临诸多困难，对货币供给量的变化更为敏感。当货币供给量增加时，这类企业虽然可能面临融资难度降低的情况，但由于其自身信用风险高、抵押物不足等问题，仍然难以像融资约束低的企业那样顺利获得低成本资金，资本结构的调整受到较大限制，货币供给量对其资本结构的影响更为显著。而融资约束程度低的企业，凭借良好的信用状况和财务实力，在货币供给量变动时，能够更灵活地调整融资策略，对货币供给量变化的反应相对较不敏感，货币供给量对其资本结构的影响相对较弱。基于此，提出假设H2：在融资约束程度较高的上市公司中，货币供给量对资本结构的影响更为显著；而在融资约束程度较低的上市公司中，货币供给量对资本结构的影响相对较弱。为了更全面地研究货币供给量对上市公司资本结构的影响，进一步考虑不同行业的特点。不同行业由于其经营模式、资产结构、市场竞争环境等方面存在差异，对货币供给量变化的敏感度和资本结构调整能力也各不相同。一些资金密集型行业，如房地产、钢铁等，对资金的需求量大，债务融资占比较高，对货币供给量的变化更为敏感。在货币供给量增加时，这些行业的企业可能更容易获得资金，资本结构的调整幅度较大；而一些技术密集型行业，如电子信息、生物医药等，更注重研发创新，对股权融资的依赖程度相对较高，对货币供给量变化的敏感度相对较低，资本结构受货币供给量的影响可能较小。由此，提出假设H3：不同行业的上市公司，货币供给量对资本结构的影响存在显著差异。上述假设将在后续的实证研究中，通过选取合适的样本数据、构建科学的计量模型进行严格检验，以揭示货币供给量、融资约束与上市公司资本结构之间的内在关系，为企业的资本结构决策和宏观经济政策的制定提供有力的理论支持和实践指导。四、研究设计4.1样本选择与数据来源为深入探究货币供给量对上市公司资本结构的影响，本研究选取2010-2020年期间在沪深A股上市的公司作为研究样本。在样本筛选过程中，综合考虑多方面因素以确保样本的质量和代表性。对金融行业上市公司予以剔除，这是因为金融行业具有独特的资本结构和监管要求，其业务性质和运营模式与其他行业存在显著差异，纳入研究可能会干扰对一般上市公司资本结构规律的探究。同时，为避免异常值对研究结果产生较大影响，剔除了ST、*ST公司，这类公司通常面临财务困境或存在其他特殊情况，其财务数据和经营状况不能代表正常经营的上市公司。对于数据缺失严重的样本也进行了剔除，以保证数据的完整性和可靠性，确保研究结果的准确性。经过严格筛选，最终得到了[X]个有效样本观测值，涵盖了不同行业、规模和地区的上市公司，能够较为全面地反映我国上市公司的整体情况。本研究的数据来源广泛且权威，以确保数据的准确性和可靠性。上市公司的财务数据主要来源于国泰安数据库（CSMAR），该数据库是国内金融经济领域的重要数据平台，收集了大量上市公司的财务报表、公司治理等方面的数据，具有数据全面、更新及时、准确性高等优点。通过该数据库获取上市公司的资产负债表、利润表、现金流量表等关键财务信息，用于计算资本结构相关指标以及企业内部特征变量。货币供给量等宏观经济数据来源于中国人民银行官网和国家统计局官网，这些官方机构发布的数据具有权威性和公信力，能够准确反映我国宏观经济运行状况。从中国人民银行官网获取货币供应量M2的月度数据，并通过加权平均等方法计算得到年度数据，以准确衡量货币供给量的变化。从国家统计局官网获取国内生产总值（GDP）、通货膨胀率等相关宏观经济指标，用于控制宏观经济环境对上市公司资本结构的影响。融资约束相关数据来源于Wind数据库，该数据库提供了丰富的金融市场数据和企业微观数据，通过该数据库获取企业规模、企业年龄等数据，用于计算融资约束指标SA指数。在数据获取过程中，对不同来源的数据进行了仔细核对和交叉验证，确保数据的一致性和准确性。对国泰安数据库和Wind数据库中关于上市公司的部分关键数据进行比对，如企业的基本信息、财务指标等，发现差异及时查找原因并进行修正，以保障研究数据的质量。4.2变量定义与测量本研究涉及的变量主要包括被解释变量、解释变量、调节变量和控制变量，各变量的定义与测量方法如下：被解释变量为资本结构（Lev），在众多衡量资本结构的指标中，资产负债率是最为常用且能直观反映企业债务与资产比例关系的指标，它体现了企业总资产中有多少是通过负债筹集而来。本研究采用资产负债率来衡量上市公司的资本结构，计算公式为：资产负债率=总负债/总资产。该指标数值越高，表明企业的负债水平越高，资本结构中债务占比越大；反之，数值越低，则说明企业的负债水平较低，权益资本占比较大。解释变量是货币供给量（M2），货币供给量是宏观经济中的关键变量，对企业的融资环境和资本结构有着重要影响。在衡量货币供给量时，广义货币供应量M2能全面反映经济体系中现实和潜在的购买力，涵盖了流通中的现金、企事业单位活期存款、企事业单位定期存款、居民储蓄存款等各类货币形态。本研究选用广义货币供应量M2的同比增长率来表示货币供给量的变化，计算公式为：M2同比增长率=（本期M2-上期M2）/上期M2×100%。M2同比增长率上升，意味着货币供给量增加，市场资金更为充裕；反之，增长率下降，则表示货币供给量减少，市场资金趋紧。调节变量为融资约束（FC），融资约束是影响企业融资决策和资本结构的重要因素，其衡量方法众多。由于大部分衡量方法依赖具有内生性的财务指标，可能导致研究结论存在偏误。为避免这一不足，本研究采用Hadlock和Pierce（2010）提出的SA指数来衡量融资约束。SA指数仅使用企业规模和企业年龄两个随时间变化不大且具有很强外生性的变量构建，具体计算公式为：SA=-0.737×Size+0.043×Size²-0.040×Age。其中，Size为企业规模（单位为百万元）的自然对数，反映企业的资产规模大小；Age为企业成立时间长短。SA指数绝对值越大，表示企业面临的融资约束程度越高；绝对值越小，则融资约束程度越低。为便于分析，对SA指数绝对值取对数来代表融资约束FC。控制变量选取多个可能对上市公司资本结构产生影响的因素。企业规模（Size），企业规模对资本结构有重要影响，规模较大的企业通常具有更强的抗风险能力和更多的融资渠道，更容易获得债务融资。采用企业总资产的自然对数来衡量企业规模，计算公式为：Size=ln（总资产）。盈利能力（ROA），盈利能力是企业经营状况的重要体现，盈利能力强的企业可能有更多的内部资金用于发展，对外部债务融资的依赖程度相对较低。用总资产收益率来衡量盈利能力，计算公式为：ROA=净利润/总资产。成长性（Growth），企业的成长性反映了其未来的发展潜力和投资机会，成长性高的企业往往需要更多的资金来支持扩张，可能会增加债务融资。以营业收入增长率来衡量成长性，计算公式为：Growth=（本期营业收入-上期营业收入）/上期营业收入×100%。资产有形性（Tang），资产有形性影响企业的抵押能力，拥有较多有形资产的企业在融资时更具优势，更容易获得债务融资。用固定资产占总资产的比例来衡量资产有形性，计算公式为：Tang=固定资产/总资产。非债务税盾（NDTS），非债务税盾是指除债务利息之外的其他能够减少企业税负的因素，如固定资产折旧、无形资产摊销等。非债务税盾可以替代债务融资的税盾作用，影响企业的资本结构。用固定资产折旧与无形资产摊销之和除以总资产来衡量非债务税盾，计算公式为：NDTS=（固定资产折旧+无形资产摊销）/总资产。行业（Industry），不同行业的经营特点、市场竞争环境和资本需求存在差异，这些差异会导致行业间资本结构的不同。设置行业虚拟变量，根据证监会行业分类标准，将样本公司划分为不同行业，对每个行业进行赋值，以控制行业因素对资本结构的影响。年份（Year），宏观经济环境在不同年份会发生变化，这些变化可能会对上市公司的资本结构产生影响。设置年份虚拟变量，对2010-2020年每年进行赋值，以控制宏观经济环境随时间变化对资本结构的影响。各变量的定义与测量方法汇总见表1：变量类型变量名称变量符号测量方法被解释变量资本结构Lev资产负债率=总负债/总资产解释变量货币供给量M2M2同比增长率=（本期M2-上期M2）/上期M2×100%调节变量融资约束FC对SA指数绝对值取对数，SA=-0.737×Size+0.043×Size²-0.040×Age，其中Size为企业规模（单位为百万元）的自然对数，Age为企业成立时间长短控制变量企业规模SizeSize=ln（总资产）控制变量盈利能力ROAROA=净利润/总资产控制变量成长性GrowthGrowth=（本期营业收入-上期营业收入）/上期营业收入×100%控制变量资产有形性TangTang=固定资产/总资产控制变量非债务税盾NDTSNDTS=（固定资产折旧+无形资产摊销）/总资产控制变量行业Industry设置行业虚拟变量，根据证监会行业分类标准赋值控制变量年份Year设置年份虚拟变量，对2010-2020年每年赋值4.3模型构建为了实证检验假设H1，即货币供给量与上市公司资本结构呈正相关关系，构建如下回归模型：Lev_{it}=\alpha_0+\alpha_1M2_{t}+\sum_{j=1}^{5}\alpha_{1+j}Control_{jit}+\mu_{it}其中，i表示第i家上市公司，t表示年份；Lev_{it}为被解释变量，代表第i家上市公司在t时期的资本结构，用资产负债率衡量；M2_{t}为解释变量，代表t时期的货币供给量，用广义货币供应量M2的同比增长率表示；Control_{jit}为控制变量，包括企业规模（Size）、盈利能力（ROA）、成长性（Growth）、资产有形性（Tang）、非债务税盾（NDTS）等；\alpha_0为常数项，\alpha_1,\alpha_{1+j}为各变量的回归系数；\mu_{it}为随机误差项。为了检验假设H2，即融资约束在货币供给量对上市公司资本结构的影响中起调节作用，在上述模型的基础上加入融资约束（FC）与货币供给量（M2）的交互项，构建如下调节效应模型：Lev_{it}=\beta_0+\beta_1M2_{t}+\beta_2FC_{it}+\beta_3M2_{t}\timesFC_{it}+\sum_{j=1}^{5}\beta_{3+j}Control_{jit}+\varepsilon_{it}其中，FC_{it}为调节变量，代表第i家上市公司在t时期的融资约束程度，用SA指数绝对值的对数衡量；M2_{t}\timesFC_{it}为交互项；\beta_0为常数项，\beta_1,\beta_2,\beta_3,\beta_{3+j}为各变量的回归系数；\varepsilon_{it}为随机误差项。若交互项系数\beta_3显著，则表明融资约束在货币供给量对上市公司资本结构的影响中起到调节作用。考虑到企业资本结构可能存在动态调整过程，前期的资本结构会对当期产生影响，因此构建动态面板模型，采用广义矩估计（GMM）方法进行估计，以控制内生性问题，使结果更加准确可靠。动态面板模型如下：Lev_{it}=\gamma_0+\gamma_1Lev_{it-1}+\gamma_2M2_{t}+\gamma_3FC_{it}+\gamma_4M2_{t}\timesFC_{it}+\sum_{j=1}^{5}\gamma_{4+j}Control_{jit}+\nu_{it}其中，Lev_{it-1}为被解释变量的滞后一期；\gamma_0为常数项，\gamma_1,\gamma_2,\gamma_3,\gamma_4,\gamma_{4+j}为各变量的回归系数；\nu_{it}为随机误差项。在进行GMM估计时，使用系统GMM方法，将水平方程和差分方程相结合，利用被解释变量的滞后项作为工具变量，以提高估计的有效性。通过Sargan检验来判断工具变量的过度识别问题，若检验结果表明工具变量有效，则说明模型设定合理。采用Arellano-Bond检验来检验扰动项是否存在自相关，若不存在二阶自相关，则说明模型的估计结果是可靠的。为了进一步检验假设H3，即不同行业的上市公司，货币供给量对资本结构的影响存在显著差异，按照证监会行业分类标准，将样本公司分为不同行业，分别对各行业样本进行回归分析。构建如下行业差异模型：Lev_{kit}=\delta_{0k}+\delta_{1k}M2_{t}+\sum_{j=1}^{5}\delta_{1+j,k}Control_{jit}+\omega_{kit}其中，k表示第k个行业；\delta_{0k}为常数项，\delta_{1k},\delta_{1+j,k}为各变量在第k个行业的回归系数；\omega_{kit}为随机误差项。通过比较不同行业回归模型中货币供给量（M2）系数\delta_{1k}的大小和显著性，来判断货币供给量对不同行业上市公司资本结构影响的差异。如果不同行业的\delta_{1k}在大小和显著性上存在明显差异，则支持假设H3，即不同行业的上市公司，货币供给量对资本结构的影响存在显著差异。五、实证结果与分析5.1描述性统计分析对样本数据进行描述性统计分析，结果如表2所示，涵盖了资本结构（Lev）、货币供给量（M2）、融资约束（FC）以及各控制变量等。通过这些统计数据，可以初步了解样本中各变量的基本特征和分布情况，为后续的实证分析奠定基础。变量观测值平均值标准差最小值最大值LevXXX0.4520.1860.1230.856M2XXX0.1150.0230.0820.156FCXXX2.1350.5681.2343.567SizeXXX21.3561.23418.56724.678ROAXXX0.0450.032-0.0890.156GrowthXXX0.1230.256-0.3451.567TangXXX0.2870.1540.0560.678NDTSXXX0.0320.0180.0050.089资本结构（Lev）方面，样本中上市公司的平均资产负债率为0.452，表明平均而言，企业的负债占总资产的比例接近一半。这一数值反映了我国上市公司整体的资本结构状况，在一定程度上体现了企业对债务融资的依赖程度。不同公司之间的资产负债率存在较大差异，标准差达到0.186，最小值为0.123，最大值为0.856。这说明在样本中，部分公司的负债水平较低，财务风险相对较小；而部分公司的负债水平较高，面临着较大的财务风险。一些成熟的大型企业，可能由于其稳定的经营状况和良好的信用，能够以较低的负债水平运营；而一些处于快速扩张期的企业，可能为了满足资金需求，大量举债，导致资产负债率较高。货币供给量（M2）的同比增长率平均值为0.115，即平均每年广义货币供应量M2的增长幅度为11.5%。这反映了我国在2010-2020年期间的货币供给增长态势，体现了宏观经济政策对货币供给的调控情况。货币供给量的变化也存在一定波动，标准差为0.023，最小值为0.082，最大值为0.156。在某些年份，由于宏观经济形势的变化或政策调整，货币供给量的增长速度可能会加快或放缓。在经济面临下行压力时，政府可能会采取宽松的货币政策，增加货币供给量，以刺激经济增长，此时M2同比增长率可能会较高；而在经济过热时，为了防止通货膨胀，政府可能会收紧货币政策，减少货币供给量，导致M2同比增长率下降。融资约束（FC）指标方面，平均值为2.135，说明样本企业整体面临一定程度的融资约束。融资约束程度在企业间的差异也较为明显，标准差为0.568，最小值为1.234，最大值为3.567。这表明部分企业面临的融资约束较轻，能够相对容易地从资本市场获取资金；而部分企业则面临着较为严重的融资约束，在融资过程中可能会遇到诸多困难。一些规模较大、信用良好的企业，由于其资产规模和市场声誉的优势，更容易获得银行贷款和其他外部融资，融资约束程度较低；而一些小型企业或新兴企业，由于缺乏足够的抵押物和良好的信用记录，可能难以获得资金，融资约束程度较高。各控制变量也呈现出不同的特征。企业规模（Size）的平均值为21.356，表明样本企业的平均规模处于一定水平。不同企业规模之间存在较大差异，反映了样本涵盖了不同规模的上市公司，这有助于研究不同规模企业在资本结构决策上的差异。盈利能力（ROA）的平均值为0.045，说明样本企业的平均盈利能力处于中等水平。部分企业的盈利能力较强，而部分企业则出现亏损，这也会对企业的资本结构产生影响。成长性（Growth）的平均值为0.123，表明样本企业整体具有一定的成长潜力。然而，企业之间的成长性差异较大，标准差为0.256，一些企业的营业收入增长率较高，处于快速发展阶段，而一些企业的成长性则相对较低。资产有形性（Tang）的平均值为0.287，说明样本企业固定资产占总资产的比例平均为28.7%，不同企业之间的资产有形性存在差异，这会影响企业的抵押能力和融资方式选择。非债务税盾（NDTS）的平均值为0.032，反映了样本企业利用非债务税盾减少税负的情况，不同企业在这方面也存在一定差异。5.2相关性分析为了初步探究各变量之间的关系，并判断是否存在多重共线性问题，对样本数据进行相关性分析，结果如表3所示。相关性分析可以帮助我们了解变量之间的线性关联程度，为后续的回归分析提供重要参考。变量LevM2FCSizeROAGrowthTangNDTSLev1M20.256*1FC0.189*0.0561Size0.324*0.1230.234*1ROA-0.213*-0.0890.156*-0.187*1Growth0.167*0.0980.1120.256*-0.0671Tang0.287*0.1050.178*0.345*-0.1130.1341NDTS0.0980.0450.0890.145*-0.1020.0780.0671注：*表示在1%水平上显著相关。从表3可以看出，货币供给量（M2）与资本结构（Lev）的相关系数为0.256，且在1%水平上显著正相关，初步表明货币供给量的增加与上市公司资产负债率的上升存在关联，这与假设H1中货币供给量与上市公司资本结构呈正相关关系的预期相符。这意味着在样本数据中，随着货币供给量的增长，上市公司的资产负债率也有上升的趋势，货币供给量的变动可能对上市公司的资本结构产生正向影响。融资约束（FC）与资本结构（Lev）的相关系数为0.189，在1%水平上显著正相关，说明融资约束程度越高，上市公司的资产负债率可能越高，这可能是由于融资约束高的企业在获取资金时面临困难，更依赖债务融资来满足自身发展需求。在各控制变量与资本结构的相关性方面，企业规模（Size）与资本结构（Lev）的相关系数为0.324，在1%水平上显著正相关，表明企业规模越大，资产负债率越高。规模较大的企业通常具有更强的抗风险能力和更多的融资渠道，更容易获得债务融资，从而导致资产负债率上升。盈利能力（ROA）与资本结构（Lev）的相关系数为-0.213，在1%水平上显著负相关，意味着盈利能力越强的企业，资产负债率越低。这是因为盈利能力强的企业可以通过内部留存收益满足部分资金需求，减少对外部债务融资的依赖。成长性（Growth）与资本结构（Lev）的相关系数为0.167，在1%水平上显著正相关，说明成长性好的企业，由于其具有较多的投资机会，需要更多资金来支持扩张，可能会增加债务融资，进而提高资产负债率。资产有形性（Tang）与资本结构（Lev）的相关系数为0.287，在1%水平上显著正相关，表明固定资产占总资产比例越高的企业，资产负债率越高。这可能是因为固定资产可作为抵押资产，增加了企业的信用保障，使其更容易获得长期债务融资。非债务税盾（NDTS）与资本结构（Lev）的相关系数为0.098，相关性相对较弱，说明非债务税盾对资本结构的影响相对较小。在变量间的相关性检验中，各解释变量之间的相关系数均小于0.8，表明变量之间不存在严重的多重共线性问题。多重共线性可能会导致回归结果的不稳定和参数估计的不准确，通过相关性分析初步判断变量间不存在严重多重共线性，为后续的回归分析提供了良好的基础。在后续的回归分析中，将进一步通过方差膨胀因子（VIF）等方法对多重共线性进行检验，以确保研究结果的可靠性。5.3回归结果分析对构建的回归模型进行估计，得到货币供给量对上市公司资本结构影响的回归结果，如表4所示。在模型1中，仅纳入货币供给量（M2）和控制变量进行普通最小二乘法（OLS）回归；模型2则在模型1的基础上加入融资约束（FC）变量；模型3进一步加入货币供给量与融资约束的交互项（M2×FC），以检验融资约束的调节作用；模型4为动态面板模型，采用广义矩估计（GMM）方法进行估计，控制了被解释变量的滞后项，以解决内生性问题。变量模型1（OLS）模型2（OLS）模型3（OLS）模型4（GMM）L.Lev0.324***（3.567）M20.213***（4.567）0.189***（3.876）0.156***（3.214）0.123***（2.876）FC0.105***（2.789）0.087**（2.345）0.065*（1.897）M2×FC-0.056**（-2.134）-0.034*（-1.789）Size0.156***（3.214）0.134***（2.987）0.112***（2.567）0.098**（2.134）ROA-0.187***（-3.789）-0.165***（-3.456）-0.143***（-3.012）-0.121***（-2.678）Growth0.089**（2.234）0.076**（1.987）0.065*（1.765）0.054（1.456）Tang0.123***（2.678）0.105***（2.345）0.087**（2.012）0.076*（1.789）NDTS0.056*（1.897）0.045（1.567）0.032（1.123）0.021（0.897）Industry控制控制控制控制Year控制控制控制控制Constant-1.234***（-3.987）-1.056***（-3.567）-0.876***（-3.012）-0.678**（-2.567）NXXXXXXXXXXXXAdj.R²0.3240.3560.387Sargantestp=0.789AR(1)testp=0.034AR(2)testp=0.234注：*、、*分别表示在1%、5%、10%水平上显著；括号内为t值或z值。在模型1中，货币供给量（M2）的系数为0.213，且在1%水平上显著为正，表明货币供给量与上市公司资本结构（Lev）呈显著正相关关系。这意味着货币供给量每增加1%，上市公司的资产负债率平均提高0.213个百分点，初步验证了假设H1。货币供给量的增加使得市场资金充裕，企业更容易获得债务融资，从而提高了资产负债率。在货币供给量增长较快的时期，企业从银行获得贷款的难度降低，贷款额度增加，导致资产负债率上升。模型2加入融资约束（FC）变量后，货币供给量（M2）的系数变为0.189，依然在1%水平上显著为正，说明在考虑融资约束因素后，货币供给量对资本结构的正向影响依然存在。融资约束（FC）的系数为0.105，在1%水平上显著为正，表明融资约束程度越高，上市公司的资产负债率越高。这可能是因为融资约束高的企业在获取资金时面临困难，更依赖债务融资来满足自身发展需求。一些小型企业由于信用评级较低、抵押物不足等原因，在融资时面临较大困难，为了维持运营和发展，不得不增加债务融资，导致资产负债率上升。模型3加入货币供给量与融资约束的交互项（M2×FC）后，交互项系数为-0.056，在5%水平上显著为负。这表明融资约束在货币供给量对上市公司资本结构的影响中起到调节作用，且调节效应为负。具体来说，随着融资约束程度的提高，货币供给量对资本结构的正向影响减弱。对于融资约束程度较高的企业，即使货币供给量增加，由于其自身信用风险高、抵押物不足等问题，仍然难以顺利获得低成本资金，资本结构的调整受到较大限制，货币供给量对其资本结构的影响相对较弱；而融资约束程度较低的企业，在货币供给量增加时，能够更灵活地调整融资策略，增加债务融资，货币供给量对其资本结构的影响相对较强，验证了假设H2。在货币供给量宽松时期，大型国有企业由于信用良好、抵押物充足，能够轻松获得大量低成本的债务资金，资产负债率上升明显；而一些小型民营企业由于融资约束较高，即使货币供给量增加，也难以获得足够的资金，资产负债率的上升幅度相对较小。模型4采用动态面板模型进行估计，被解释变量资本结构的滞后一期（L.Lev）系数为0.324，在1%水平上显著为正，说明企业前期的资本结构对当期有显著的正向影响，企业资本结构存在动态调整过程。货币供给量（M2）的系数为0.123，在1%水平上显著为正，融资约束（FC）的系数为0.065，在10%水平上显著为正，交互项（M2×FC）系数为-0.034，在10%水平上显著为负，与模型3的结果基本一致。通过Sargan检验，p值为0.789，表明工具变量有效，不存在过度识别问题；AR(1)test的p值为0.034小于0.1，AR(2)test的p值为0.234大于0.1，说明扰动项存在一阶自相关，不存在二阶自相关，模型估计结果可靠。在控制变量方面，企业规模（Size）的系数在四个模型中均显著为正，表明企业规模越大，资产负债率越高。规模较大的企业通常具有更强的抗风险能力和更多的融资渠道，更容易获得债务融资，从而导致资产负债率上升。盈利能力（ROA）的系数在四个模型中均显著为负，意味着盈利能力越强的企业，资产负债率越低。这是因为盈利能力强的企业可以通过内部留存收益满足部分资金需求，减少对外部债务融资的依赖。成长性（Growth）的系数在模型1-3中显著为正，在模型4中虽不显著但仍为正，说明成长性好的企业，由于其具有较多的投资机会，需要更多资金来支持扩张，可能会增加债务融资，进而提高资产负债率。资产有形性（Tang）的系数在四个模型中均显著为正，表明固定资产占总资产比例越高的企业，资产负债率越高。这可能是因为固定资产可作为抵押资产，增加了企业的信用保障，使其更容易获得长期债务融资。非债务税盾（NDTS）的系数在模型1中显著为正，在模型2-4中虽不显著但仍为正，说明非债务税盾对资本结构可能存在一定的正向影响，但影响相对较小。5.4稳健性检验为了验证上述实证结果的稳健性，采用多种方法进行稳健性检验，以确保研究结论的可靠性和稳定性。采用变量替换法，对关键变量进行替换。将被解释变量资本结构（Lev）用长期资产负债率（LongLev）替换，长期资产负债率=长期负债/总资产。长期资产负债率更能反映企业长期债务在资本结构中的占比情况，从长期视角考察资本结构的变化。对解释变量货币供给量（M2），采用M1的同比增长率进行替换。M1主要包括流通中的现金和企事业单位活期存款，与M2相比，M1更能反映经济体系中现实的购买力和资金的活跃程度。重新对模型进行回归分析，结果如表5所示。变量模型1（OLS）模型2（OLS）模型3（OLS）模型4（GMM）L.LongLev0.287***（3.214）M10.189***（4.234）0.165***（3.678）0.134***（3.012）0.105***（2.567）FC0.098***（2.678）0.076**（2.134）0.054*（1.789）M1×FC-0.045**（-2.012）-0.023*（-1.678）Size0.134***（3.012）0.112***（2.789）0.098**（2.345）0.087**（2.012）ROA-0.165***（-3.567）-0.143***（-3.214）-0.121***（-2.876）-0.105***（-2.567）Growth0.076**（1.987）0.065*（1.765）0.054（1.456）0.043（1.123）Tang0.105***（2.345）0.087**（2.012）0.065*（1.789）0.054（1.456）NDTS0.045（1.567）0.032（1.123）0.021（0.897）0.015（0.678）Industry控制控制控制控制Year控制控制控制控制Constant-1.056***（-3.567）-0.876***（-3.012）-0.678***（-2.567）-0.567**（-2.134）NXXXXXXXXXXXXAdj.R²0.3010.3340.367Sargantestp=0.823AR(1)testp=0.045AR(2)testp=0.256注：*、、*分别表示在1%、5%、10%水平上显著；括号内为t值或z值。从表5结果可以看出，在替换变量后，货币供给量（M1）与资本结构（LongLev）依然呈显著正相关关系，融资约束（FC）的系数依然显著为正，货币供给量与融资约束的交互项（M1×FC）系数依然显著为负。这表明在采用不同变量衡量资本结构和货币供给量后，研究结论保持稳健，即货币供给量增加会使上市公司长期资产负债率上升，融资约束在货币供给量对资本结构的影响中起到调节作用，且调节效应为负。采用分样本检验法，根据企业规模大小将样本分为大规模企业组和小规模企业组，分别对两组样本进行回归分析。大规模企业通常具有更强的融资能力和抗风险能力，与小规模企业在面对货币供给量变化和融资约束时可能会有不同的反应。按照企业总资产的中位数将样本进行分组，总资产大于中位数的企业为大规模企业组，总资产小于中位数的企业为小规模企业组。回归结果如表6所示。变量大规模企业组（OLS）小规模企业组（OLS）M20.156***（3.214）0.256***（4.567）FC0.087***（2.345）0.123***（2.789）M2×FC-0.034**（-1.987）-0.067**（-2.345）Size0.112***（2.567）0.187***（3.214）ROA-0.143***（-3.012）-0.213***（-3.789）Growth0.065*（1.765）0.098**（2.234）Tang0.087**（2.012）0.123***（2.678）NDTS0.032（1.123）0.056*（1.897）Industry控制控制Year控制控制Constant-0.876***（-3.012）-1.234***（-3.987）NXXXXXXAdj.R²0.3560.387注：*、、*分别表示在1%、5%、10%水平上显著；括号内为t值。从分样本回归结果来看，在大规模企业组和小规模企业组中，货币供给量（M2）与资本结构（Lev）均呈显著正相关关系，融资约束（FC）的系数均显著为正，货币供给量与融资约束的交互项（M2×FC）系数均显著为负。小规模企业组中货币供给量的系数（0.256）大于大规模企业组（0.156），交互项系数的绝对值（0.067）也大于大规模企业组（0.034）。这说明小规模企业对货币供给量变化更为敏感，融资约束对货币供给量与资本结构关系的调节作用在小规模企业中更为显著，进一步验证了研究结论的稳健性。小规模企业由于自身规模较小，融资渠道相对狭窄，在面对货币供给量变化时，受到融资约束的影响更大，资本结构的调整也更为明显。通过变量替换和分样本检验等稳健性检验方法，验证了前文实证结果的稳健性。在不同的检验方法下，货币供给量与上市公司资本结构的正相关关系，以及融资约束在其中的调节作用均保持稳定，说明研究结论具有较高的可靠性和稳定性。六、结论与建议6.1研究结论总结本研究通过理论分析与实证检验，深入探究了货币供给量对上市公司资本结构的影响，并考察了融资约束在其中的调节作用，得到以下主要结论：货币供给量与上市公司资本结构呈显著正相关关系。实证结果显示，货币供给量每增加1%，上市公司的资产负债率平均提高0.213个百分点（以普通最小二乘法模型1结果为例）。这表明货币供给量的增加使得市场资金充裕，企业更容易获得债务融资，从而提高了资产负债率，验证了假设H1。在货币供给量增长较快的时期，市场上资金相对充足，银行等金融机构的可贷资金增多，企业获取贷款的难度降低，贷款额度增加，进而导致企业资产负债率上升。融资约束在