注：括号里是稳健性标准误；*、**和***分别代表在10%、5%和1%的水平上显著；回归聚类在企业层面，固定效应设置同表8-2的列（4）。

8.4.2　稳健性检验

为了考察结论的稳健性，在这一小节中，我们将首先从以下两方面进行稳健性检验（见表8-4）：其一，尝试用不同指标衡量企业经营风险，具体而言，（1）将之前的“年份×城市×二位数行业”滞后一期值分别替换为其滞后两期值，（2）将企业所属划分单位改为更细的“年份×城市×四位行业”，（3）按企业人数加权后重新计算ROA标准差；其二，考虑到在将企业归入“年份×城市×二位数行业”单位时可能存在因企业数目过少而导致标准差异常波动的情况，我们将（4）回归样本限定在企业数大于10的子样本重新进行回归。注：括号里是稳健性标准误；*、**和***分别代表在10%、5%和1%的水平上显著；回归聚类在企业层面，固定效应设置同表8-2的列（4）。

8.4.2　稳健性检验

为了考察结论的稳健性，在这一小节中，我们将首先从以下两方面进行稳健性检验（见表8-4）：其一，尝试用不同指标衡量企业经营风险，具体而言，（1）将之前的“年份×城市×二位数行业”滞后一期值分别替换为其滞后两期值，（2）将企业所属划分单位改为更细的“年份×城市×四位行业”，（3）按企业人数加权后重新计算ROA标准差；其二，考虑到在将企业归入“年份×城市×二位数行业”单位时可能存在因企业数目过少而导致标准差异常波动的情况，我们将（4）回归样本限定在企业数大于10的子样本重新进行回归。可以看到，无论是替换企业经营风险指标还是更换子样本回归，企业的总杠杆率始终随企业经营风险上升而显著下降。并且，流动杠杆率总是表现出显著且更为剧烈的下降，这些结果都与基准回归结果一致。

表8-4　稳健性检验：企业经营风险对杠杆率影响

续表可以看到，无论是替换企业经营风险指标还是更换子样本回归，企业的总杠杆率始终随企业经营风险上升而显著下降。并且，流动杠杆率总是表现出显著且更为剧烈的下降，这些结果都与基准回归结果一致。

表8-4　稳健性检验：企业经营风险对杠杆率影响

续表注：括号里是稳健性标准误；其余控制变量和固定效应同基准回归列（4），同时回归聚类在企业层面，此处为节省篇幅不予显示；*、**和***分别代表在10%、5%和1%的水平上统计显著。

8.4.3　内生性讨论

对于内生性问题，首先我们认为本章中的内生性问题可能并不是很严重，原因在于我们关注的重点变量——企业经营风险（risk），一是用了滞后期值，二是在算法上利用企业当年所在“城市×二位数行业”内除自身外其他所有企业的ROA标准差进行度量，也就是说相当于用行业内其他企业的表现来刻画。不过，为了更严谨地处理内生性问题，我们在表8-5中补充了工具变量的回归结果。

在工具变量的选取上，我们先是收集了2001—2010年地级市市委书记变更的数据，用市委书记变更作为地区经营风险的工具变量（见表8-5）。这一工具变量的合理性在于：一是相关性，官员变更导致的政策不确定性将显著影响企业面临的市场风险，改变企业的经营行为（罗党论，等，2016；钱先航，等，2014）；二是外生性，这是因为单个企业的经营活动较难影响到市委书记的更换（陈德球，等，注：括号里是稳健性标准误；其余控制变量和固定效应同基准回归列（4），同时回归聚类在企业层面，此处为节省篇幅不予显示；*、**和***分别代表在10%、5%和1%的水平上统计显著。

8.4.3　内生性讨论

对于内生性问题，首先我们认为本章中的内生性问题可能并不是很严重，原因在于我们关注的重点变量——企业经营风险（risk），一是用了滞后期值，二是在算法上利用企业当年所在“城市×二位数行业”内除自身外其他所有企业的ROA标准差进行度量，也就是说相当于用行业内其他企业的表现来刻画。不过，为了更严谨地处理内生性问题，我们在表8-5中补充了工具变量的回归结果。

在工具变量的选取上，我们先是收集了2001—2010年地级市市委书记变更的数据，用市委书记变更作为地区经营风险的工具变量（见表8-5）。这一工具变量的合理性在于：一是相关性，官员变更导致的政策不确定性将显著影响企业面临的市场风险，改变企业的经营行为（罗党论，等，2016；钱先航，等，2014）；二是外生性，这是因为单个企业的经营活动较难影响到市委书记的更换（陈德球，等，2018）。因此利用市委书记变更作为工具变量可以较好地缓解内生性问题。表8-5的结果显示，在使用工具变量控制内生性的情况下，企业经营风险对总体杠杆率依然有显著的负向影响，且这种负向影响主要体现在流动杠杆率上。

表8-5　工具变量回归

注：括号里是稳健性标准误；其余控制变量和固定效应设置同基准回归列（4），同时，回归聚类在企业层面，此处为节省篇幅不予显示；*、**和***分别代表在10%、5%和1%的水平上显著。

8.4.4　异质性分析

最后，我们还想考察城市、行业的企业经营风险对企业杠杆率的影响在不同所有制类型间是否存在差异。为此，在表8-6中，我们将企业区分成了非国有企业和国有企业两个子样本，并且对每类企业都将被解释变量分别设为总杠杆率、流动杠杆率和长期杠杆率依次进行回归。在两组回归中，显著性最高的是非国有企业（见列（4）~（6）），其负债决策与经营风险呈现高度相关性。具体而言，城市×行业的ROA标准差每上升一个单位，非国有企业的总杠杆率下降6.10个百分点，约占非国有企业总杠杆率的11.4%（=6.10/53.2×100%）。2018）。因此利用市委书记变更作为工具变量可以较好地缓解内生性问题。表8-5的结果显示，在使用工具变量控制内生性的情况下，企业经营风险对总体杠杆率依然有显著的负向影响，且这种负向影响主要体现在流动杠杆率上。

表8-5　工具变量回归

注：括号里是稳健性标准误；其余控制变量和固定效应设置同基准回归列（4），同时，回归聚类在企业层面，此处为节省篇幅不予显示；*、**和***分别代表在10%、5%和1%的水平上显著。

8.4.4　异质性分析

最后，我们还想考察城市、行业的企业经营风险对企业杠杆率的影响在不同所有制类型间是否存在差异。为此，在表8-6中，我们将企业区分成了非国有企业和国有企业两个子样本，并且对每类企业都将被解释变量分别设为总杠杆率、流动杠杆率和长期杠杆率依次进行回归。在两组回归中，显著性最高的是非国有企业（见列（4）~（6）），其负债决策与经营风险呈现高度相关性。具体而言，城市×行业的ROA标准差每上升一个单位，非国有企业的总杠杆率下降6.10个百分点，约占非国有企业总杠杆率的11.4%（=6.10/53.2×100%）。并且，这一杠杆率的下降主要是由企业流动杠杆率的下降导致的；同时，非国有企业长期杠杆率会有所上升，幅度约为0.38个百分点。相比之下，国有企业的负债决策对于经营风险的敏感性则要比非国有企业弱得多（见列（1）~（3））。这表明，国有企业的负债决策与自身经营风险间的关系较弱，这一现象可以从国有企业融资的目的性和可得性两方面来理解：一方面，国有企业的经营决策往往还与一些非绩效类指标（例如保就业、保民生等）相关（林毅夫和李周，1998），因此即便是企业预期到自己的经营风险会上升，也未必会直接影响其融资决策；另一方面，国有企业在融资可得性、便利性上均显著优于其他类型企业（纪敏，等，2017）。国有企业的融资需求对盈利状况并不十分敏感，一个可能的原因就是在宏观经济形势不好的时候（例如，2008年的金融危机），国有企业因担负着“保增长、保民生、保就业”的使命而往往会获得比平时更多的融资支持，这也表明国有企业的融资需求与企业经营风险相关性较弱。

表8-6　分所有制回归

注：括号里是稳健性标准误；其余控制变量和固定效应设置同基准回归列（4），同时，回归聚类在企业层面，此处为节省篇幅不予显示；*、**和***分别代表在10%、5%和1%的水平上显著。并且，这一杠杆率的下降主要是由企业流动杠杆率的下降导致的；同时，非国有企业长期杠杆率会有所上升，幅度约为0.38个百分点。相比之下，国有企业的负债决策对于经营风险的敏感性则要比非国有企业弱得多（见列（1）~（3））。这表明，国有企业的负债决策与自身经营风险间的关系较弱，这一现象可以从国有企业融资的目的性和可得性两方面来理解：一方面，国有企业的经营决策往往还与一些非绩效类指标（例如保就业、保民生等）相关（林毅夫和李周，1998），因此即便是企业预期到自己的经营风险会上升，也未必会直接影响其融资决策；另一方面，国有企业在融资可得性、便利性上均显著优于其他类型企业（纪敏，等，2017）。国有企业的融资需求对盈利状况并不十分敏感，一个可能的原因就是在宏观经济形势不好的时候（例如，2008年的金融危机），国有企业因担负着“保增长、保民生、保就业”的使命而往往会获得比平时更多的融资支持，这也表明国有企业的融资需求与企业经营风险相关性较弱。

表8-6　分所有制回归

注：括号里是稳健性标准误；其余控制变量和固定效应设置同基准回归列（4），同时，回归聚类在企业层面，此处为节省篇幅不予显示；*、**和***分别代表在10%、5%和1%的水平上显著。