在得到企业的最优投资总额和债务结构后，我们将关注点放回到本章的核心变量——企业经营风险（即模型中的z），考察企业面临的经营风险如何影响企业的投资和债务结构。

引理1：企业面临的经营风险上升时，企业的债务融资总额将下*降，即∂I/∂z<0。

引理1告诉我们，当企业面临的经营风险增大时企业会减少债务。从模型上看，主要源于经营风险的增大会加大企业中途展期失败或期末资不抵债的风险，这会促使企业在期初倾向于选择一种更为保守的投融资策略。

由模型的定义出发，我们可以得到企业的总杠杆率。其**中企业自有资本为1，债务融资为I，总资产为I+1。可见，企业总杠杆率是固定资产投资量的严格增函数。结合引理1，我们易得如下命题：

命题1：企业面临的经营风险上升时，企业杠杆率下降，即∂l/∂z<0。

除了企业杠杆率的整体变化情况外，本章还关注企业的债务融资结构，即短期债务和长期债务各自的杠杆率变化情况。我们定义短期债务杠杆率为，长期债务杠杆率为。对此，

结论总结为引理2和命题2。

引理2：企业面临的经营风险上升时，企业会降低债务中短期债*务的比例（α）。在得到企业的最优投资总额和债务结构后，我们将关注点放回到本章的核心变量——企业经营风险（即模型中的z），考察企业面临的经营风险如何影响企业的投资和债务结构。

引理1：企业面临的经营风险上升时，企业的债务融资总额将下*降，即∂I/∂z<0。

引理1告诉我们，当企业面临的经营风险增大时企业会减少债务。从模型上看，主要源于经营风险的增大会加大企业中途展期失败或期末资不抵债的风险，这会促使企业在期初倾向于选择一种更为保守的投融资策略。

由模型的定义出发，我们可以得到企业的总杠杆率。其**中企业自有资本为1，债务融资为I，总资产为I+1。可见，企业总杠杆率是固定资产投资量的严格增函数。结合引理1，我们易得如下命题：

命题1：企业面临的经营风险上升时，企业杠杆率下降，即∂l/∂z<0。

除了企业杠杆率的整体变化情况外，本章还关注企业的债务融资结构，即短期债务和长期债务各自的杠杆率变化情况。我们定义短期债务杠杆率为，长期债务杠杆率为。对此，

结论总结为引理2和命题2。

引理2：企业面临的经营风险上升时，企业会降低债务中短期债*务的比例（α）。证明：令。由式（8-13）可证，，而*，因此有∂α/∂z<0。这意味着当经营风险上升时，企业会更加关注短期债务可能带来的展期风险，因此会结构性地缩减短期债务比例。

命题2：企业面临的经营风险上升时，企业短期债务杠杆率（）S将下降，且降幅超过总杠杆率下降幅度，长期债务杠杆率（）变化L方向不确定。

结合命题1和引理2可知，当企业经营风险上升时，有两股力量会同方向地使得短期债务杠杆率下降：一是总杠杆率的下降，这是源于企业整体融资策略更加趋于保守；二是总债务中短期债务占比的结构性下降。这两点因素会共同促使短期债务杠杆率降低，且降幅超过总杠杆率的下降。而对于长期债务杠杆率影响方向则不确定，这是因为一方面整体杠杆率在下降，但另一方面债务中长期债务占比又会相对增加，因此最终净效果不能确定。证明：令。由式（8-13）可证，，而*，因此有∂α/∂z<0。这意味着当经营风险上升时，企业会更加关注短期债务可能带来的展期风险，因此会结构性地缩减短期债务比例。

命题2：企业面临的经营风险上升时，企业短期债务杠杆率（）S将下降，且降幅超过总杠杆率下降幅度，长期债务杠杆率（）变化L方向不确定。

结合命题1和引理2可知，当企业经营风险上升时，有两股力量会同方向地使得短期债务杠杆率下降：一是总杠杆率的下降，这是源于企业整体融资策略更加趋于保守；二是总债务中短期债务占比的结构性下降。这两点因素会共同促使短期债务杠杆率降低，且降幅超过总杠杆率的下降。而对于长期债务杠杆率影响方向则不确定，这是因为一方面整体杠杆率在下降，但另一方面债务中长期债务占比又会相对增加，因此最终净效果不能确定。8.3　数据和变量

8.3.1　数据

本章主要使用全部国有及规模以上非国有工业企业数据库（以下简称“工业企业数据库”）的企业数据进行实证研究。该数据库的数据来自样本企业提交给当地统计局的季报和年报汇总。1998—2013年中国工业企业数据库包括400多万个观测值，包括全部国有工业企业和销售额在500万元以上的非国有工业企业共约85万家，行业涉及国民经济行业分类中的采矿业、制造业，以及电力、热力、燃气及水生产和供应业三大部门。本章研究使用工业企业数据库数据有以下优势：（1）它的样本量足够大，研究期间每年样本企业为20万~30万家，大样本可以减少估计偏误；（2）它包含企业的财务指标和生产经营信息，不仅可以从各方面反映企业的短期和长期财务行为，还可以使我们通过生产经营信息来考察具体的影响机制（聂辉华，等，2012）。在使用前我们对数据进行了初步处理：（1）删去了数据中实收资本为负的企业；（2）为了避免异常值的干扰，我们对所有变量两端进行了1%的缩尾处理。8.3　数据和变量

8.3.1　数据

本章主要使用全部国有及规模以上非国有工业企业数据库（以下简称“工业企业数据库”）的企业数据进行实证研究。该数据库的数据来自样本企业提交给当地统计局的季报和年报汇总。1998—2013年中国工业企业数据库包括400多万个观测值，包括全部国有工业企业和销售额在500万元以上的非国有工业企业共约85万家，行业涉及国民经济行业分类中的采矿业、制造业，以及电力、热力、燃气及水生产和供应业三大部门。本章研究使用工业企业数据库数据有以下优势：（1）它的样本量足够大，研究期间每年样本企业为20万~30万家，大样本可以减少估计偏误；（2）它包含企业的财务指标和生产经营信息，不仅可以从各方面反映企业的短期和长期财务行为，还可以使我们通过生产经营信息来考察具体的影响机制（聂辉华，等，2012）。在使用前我们对数据进行了初步处理：（1）删去了数据中实收资本为负的企业；（2）为了避免异常值的干扰，我们对所有变量两端进行了1%的缩尾处理。8.3.2　变量定义

本章主要关心的是企业经营风险给企业杠杆率造成的影响，其中，前者参考贾珅和申广军（2016）以企业所在的“年份×城市×二位数行业”单位中所有企业ROA分布标准差衡量，后者以企业的杠杆率（=负债合计/资产合计×100）衡量。具体计算时，我们先按照“利润总额/资产总计”计算得到每家企业的ROA，然后以“城市×二位数行业”为一个单位，计算企业所在城市、所属行业ROA的标准差，以此来度量企业面临的经营风险。同时，为了排除企业自身经营波动的内生性干扰，我们在计算“城市×行业”的ROA标准差时排除了企业自身。换句话来说，在解释单个企业的杠杆率时，我们使用的是其所在城市、所属行业内其余所有企业的ROA波动。在关注被解释变量——企业杠杆率时，我们除了关心总体杠杆率变动外，还想知道这种变动背后究竟是长期债务还是短期债务的变动在主导。为此，在后续实证部分，我们还会进一步区分长期债务杠杆率（=长期负债合计/资产总计×100）和流动（短期）债务杠杆率（=流动负债合计/资产总计×100）。

在控制变量上，我们参照钟宁桦等（2016）选取了以下变量：（1）企业规模，定义为总资产对数值；（2）有形资产占比，为有形资产占总资产的比重；（3）企业税率，实际为所得税税率，定义为“应交所得税/利润总额”。此外，在回归中我们还加入了年份固定效应以及“省×年份”和“行业×年份”的固定效应。各变量的描述性统计如表8-1所示。8.3.2　变量定义

本章主要关心的是企业经营风险给企业杠杆率造成的影响，其中，前者参考贾珅和申广军（2016）以企业所在的“年份×城市×二位数行业”单位中所有企业ROA分布标准差衡量，后者以企业的杠杆率（=负债合计/资产合计×100）衡量。具体计算时，我们先按照“利润总额/资产总计”计算得到每家企业的ROA，然后以“城市×二位数行业”为一个单位，计算企业所在城市、所属行业ROA的标准差，以此来度量企业面临的经营风险。同时，为了排除企业自身经营波动的内生性干扰，我们在计算“城市×行业”的ROA标准差时排除了企业自身。换句话来说，在解释单个企业的杠杆率时，我们使用的是其所在城市、所属行业内其余所有企业的ROA波动。在关注被解释变量——企业杠杆率时，我们除了关心总体杠杆率变动外，还想知道这种变动背后究竟是长期债务还是短期债务的变动在主导。为此，在后续实证部分，我们还会进一步区分长期债务杠杆率（=长期负债合计/资产总计×100）和流动（短期）债务杠杆率（=流动负债合计/资产总计×100）。

在控制变量上，我们参照钟宁桦等（2016）选取了以下变量：（1）企业规模，定义为总资产对数值；（2）有形资产占比，为有形资产占总资产的比重；（3）企业税率，实际为所得税税率，定义为“应交所得税/利润总额”。此外，在回归中我们还加入了年份固定效应以及“省×年份”和“行业×年份”的固定效应。各变量的描述性统计如表8-1所示。表8-1　描述性统计表8-1　描述性统计