虚拟经济泡沫风险、管理者风险偏好与企业投资效率

王元月 周婧琳 成哲

摘 要：本文采用理论与实证相结合的方法，研究了虚拟经济泡沫风险、管理者风险偏好对企业投资效率的影响。研究结果表明，虚拟经济泡沫风险较小，会降低企业非效率投资;管理者风险偏好与非效率投资正相关，即管理者越偏好风险，企业非效率投资越严重，但研究发现，管理风险偏好者对虚拟经济泡沫风险具有显著敏感性，即在虚拟经济泡沫风险下，较高水平的管理风险偏好能够显著改善虚拟经济泡沫风险所导致的非效率投资。

关键词：虚拟经济泡沫風险;管理者风险偏好;企业非效率投资

中图分类号：F830.59  文献标识码：A文章编号：1674-9448 （2019） 01-0053-09

Abstract：  In the generalized virtual economy， which is mainly to meet the consumer's psychological needs， the marketing mode of the enterprise has changed dramatically， and cause-related marketing， as a new marketing method， came into being in order to meet the consumer's appeal to the enterprise to fulfill the social responsibility. Based on the long panel data of automobile listed companies from 2001 to 2016， this paper empirically studies the influence of cause-related marketing on the profitability of automobile enterprises. The results show that the profitability of automobile enterprises is related to cause-related marketing， the scale of cause-related marketing has a significantly positive effect on the profitability.

Key words：  fictitious economic bubble risk， managers' risk preference， inefficient corporate investment

一、引言

随着中国市场化程度的提高以及经济改革措施的不断实施推进，企业成为了我国的投资主体，研究者开始关注企业投资效率，其高低水平既决定着企业的发展与成效，同时关乎中国经济的短期波动和长期发展。因此，优化企业投资决策一直是理论界与实务界共同努力的目标。目前，对于企业投资决策的研究大致可以分为两部分：外部宏观经济环境因素以及公司内部因素。以饶品贵和姜国华（2011）[1]为代表的学者认为，目前研究宏观经济的经济学术界与研究微观公司行为的会计和财务学术界之间存在严重割裂的现状，因此，交叉研究企业投资行为将为学术界研究企业投资决策提供新动力（饶品贵、陈冬华、姜国华、陆正飞，2016）[2]。

目前，部分学者研究了宏观经济不确定性会通过外部需求、流动性资金需求和长期资金需求渠道影响企业的投资行为（王义忠、宋敏，2014）[3]。20世纪70年代以来，虚拟经济在全球范围内迅速膨胀，虚拟经济的发展成为造成宏观经济环境不确定性的重要因素之一，诸如1997年的亚洲金融危机以及2007年的美国次贷危机等历史案例，从中我们可以看出，这些危机产生的根源不再是实体经济系统，而是以虚拟经济为主的系统过度发展造成的泡沫风险。虚拟经济的发展有助于缓解企业的融资约束，降低代理成本，以此能够提高企业的投资效率（李春霞，2014）[4];而虚拟经济过度发展造成的泡沫风险，却恶化了融资环境，给企业带来了巨大挑战（田园，2017）[5]。也有部分学者认为正泡沫风险对投资具有推动作用，负泡沫风险具有抑制作用（张利兵、吴冲锋、应益荣，2010）[6]，正泡沫风险使资源转向生产性投资以此增加了有效投资并减少无效率投资，进而提高了平均投资效率（Martin和Ventura，2010）[7]。与此同时，随着行为金融学、信息经济学、不确定性经济学和公司治理理论研究的兴起，越来越多的学者关注代理冲突、融资结构、内部资本市场以及大股东控制等内部因素对企业投资行为的影响（李远勤、郭岚、张祥建，2009）[8]，其中，行为金融学理论认为，投资决策者无法以理性人的方式做出最有效的决策，有限理性的行为常常会造成企业非效率投资。管理者作为企业的重要决策者，其决策行为关乎着企业投资效率高低、企业业绩和企业的发展。大量的实证研究证明，管理者的风险偏好存在差异导致其决策行为的不同（谢科范，1993和张应语、李志祥，2009）[9][10]，作为企业最终决策的制定者和执行者，管理者无论做出何种决策都将直接关系到企业的投资效率，不管他们的风险偏好有何特征，都会对公司的投融资等行为产生不同的影响（朱旭强，2010）[11]。部分学者研究发现管理者风险偏好水平对企业的非效率投资水平存在显著影响，对于投资不足的企业，偏好风险型的管理者会减少企业的非效率投资行为，而对于投资过度的企业，风险偏好型管理者则会加重其非效率投资（金豪、夏清泉，2017）[12]。那么，虚拟经济泡沫风险会对我国企业投资行为产生何种影响？管理者在公司资本投资决策时会对虚拟经济泡沫风险作何反应，不同管理者的决策行为又会对企业投资行为产生何种影响？

通过对现有研究成果的梳理，国内外学者主要关注企业投资决策分别受到虚拟经济风险的影响和管理者风险偏好的影响，却很少有学者将两方面影响因素交叉进行研究。同时，虚拟经济泡沫风险对企业投资效率的影响并不明确。本文基于2007年至2015年我国非金融保险上市公司的数据，立足于我国的实际国情，考察当面对不同的虚拟经济风险时，企业投资效率受到管理者风险偏好影响的程度是否存在差别，以此拓展现有的研究视角。本文的研究意义在于：第一，国内鲜有文献交叉研究虚拟经济泡沫风险所带来的宏观经济不确定性条件下，管理者风险偏好对企业投资行为的影响，而本文对此做了初步实证研究，同时本文也对虚拟经济泡沫风险影响企业投资行为进行了补充研究;第二，本文的结论对于改善企业非效率投资的问题具有重要的启示，从宏观层面来看，我国需要促进虚拟经济与实体经济协调发展，防范虚拟经济泡沫风险对企业投资行为的影响，从微观层面来看，本文进一步认识了管理者非理性行为，企业需要提高对管理团队的关注度，充分发挥管理层的投资决策水平。

二、文献回顾及研究假设

（一）虚拟经济泡沫风险与企业投资效率

虚拟经济的发展起到资本有效配置的作用，便于企业、政府、机构在更大的范围内融资，实现更高的投资预期追求，然而，过度繁荣的虚拟经济也增加了宏观经济环境的不确定性，产生经济泡沫。所谓虚拟经济泡沫风险，即指虚拟经济与实体经济的发展出现严重背离或虚拟经济出现过度扩张的现象，从而导致经濟泡沫的产生，其会增加遭受损失的可能性，尤其是当经济泡沫积累到一定程度时，金融危机随之产生[13]。虚拟经济泡沫风险的产生就如同倒啤酒的过程，酒杯中的泡沫数量与倒啤酒的速度有关，如果倒啤酒的速度过快，产生的泡沫就越多，泡沫造成了酒杯已满的假象，也就是当虚拟经济与实体经济之间发展不协调时，虚拟经济泡沫风险产生，然而，此时人们并不能意识到我们的酒杯被满满的泡沫所充盈着，并不能意识到潜在的风险，当泡沫逐渐溢出时，真实的啤酒量出现，但是此时泡沫已经破裂，危机产生。

相关研究探讨了虚拟经济泡沫风险与企业投资效率的关系。首先，对于投资者行为来说，虚拟经济泡沫风险产生过程中的繁荣假象使得投资者过度投资，同时，当虚拟经济泡沫风险集聚到一定程度发生金融危机导致经济衰退时，投资者对托宾Q的敏感度受周围环境影响更为显著，表现为衰退期的投资效率更低（刘放、杨筝、杨曦，2014）[14];其次，对于企业融资约束环境来说，良好的虚拟经济发展创造的金融生态环境有助于缓解企业融资约束，进而促进企业投资效率（魏志华、曾爱民、李博，2014）[15]。虚拟经济泡沫风险的出现，使得金融生态环境恶化。金融危机期间，出于谨慎性动机，银行会降低贷款比例，企业相对较难从银行获得资金（支晓强、邓路、刘欢，2015）[16]，在这种情况下，企业的某些项目会被缩减，影响企业的投资行为。Campello（2010）[17]等人采用调查问卷法进行考察而得到结论：近90%融资约束的企业在受到金融危机的影响时，超过半数企业都曾遭遇项目的夭折。另外，相关文献直接研究了泡沫对于企业投资效率的影响，Gilchrist，Himmelberg和Huberman（2005）[18]在研究这一问题时，将泡沫的直接代理变量用分析师预期方差来表示。屈文洲、叶震南和闫丽梅（2016）[19]等学者的研究表明，投资支出率在企业存在或不存在融资约束的情况下，均会对泡沫形成正向的敏感性。通过全样本的实证检验证实了该结论，并将全样本数据按照国有股比例、规模以及股利支付率进行分组后，检验结果依然支持上述结论。据此本文提出研究假设H1a。

H1a：虚拟经济泡沫风险越高，企业投资效率越低，即虚拟经济泡沫风险与企业的投资效率负相关。

（二）虚拟经济泡沫风险下管理者风险偏好与企业投资效率

传统的经济理论认为在投资决策中管理者特征没有起到影响。然而，Hambrick和Mason（1984）[20]

的研究中最先剔除高层梯队理论（Upper Echelon Theory），该理论认为，管理者风险偏好等特征会影响管理者决策，同时也会影响企业经营效率和战略制定;Bertrand和Schoar（2003）[21]认为，管理者会在企业决策中起到特定作用;Graham，Harvey和Pun（2013）[22]对企业管理者进行了心理测试，结果显示管理者的风险厌恶程度、悲观或乐观主义以及是否缺乏耐心等特质都会影响企业的决策;张铁铸（2010）[23]同样通过研究发现，风险偏好型管理者的投资决策更倾向于扩大投资，而风险厌恶型管理者则更加保守。李伟（2013）[24]认为在企业并购、现金资产持有等方面，管理者风险偏好也起到了重要作用，从而影响企业投资决策。风险厌恶型管理者相对而言更多的会选择缩减投资规模，将投资速度放缓从而导致投资不足。据此提出本文的假设H1b。

H1b：管理者风险偏好会影响企业的非效率投资水平。管理者风险偏好程度与企业投资效率负相关，即管理者越偏好风险，投资效率越低。

近年来，我国相继出台了相关经济政策，企业受到这些政策风险的影响，同时企业财务管理对于经济形势的变化缺乏良好的把控和敏感性，对可能存在的风险不能及时有效地辨别，导致投资决策因此而受到损失。企业需要充分发挥财务管理工作的作用，对于可能会对企业发展造成不利影响的风险要提高警惕（赵启宏，2012）[25]。风险敏感性是指随着风险规避程度变化而使投资决策策略改变的程度，目前主要从影响投资者风险敏感性因素和不同风险敏感性最优控制两个角度进行研究（刘海龙，2000）[26]。一般认为，风险敏感性可以作为解释不同环境下风险偏好的理由（王重鸣、梁立，1998）[27]，不同风险偏好者拥有不同的风险敏感性。陈国栋（2012）[28]运用敏感性分析，确定了各个风险因素对企业投资项目的影响。由于风险偏好者偏好风险，其对风险的敏感性较强，因此，当危机出现时，其能改善非效率投资的投资决策。基于此，本文提出研究假设H2b。

H2b：管理风险偏好者对风险较为敏感，能够及时调整投资决策，改善由虚拟经济泡沫风险导致的非效率投资。

三、样本数据与模型构建

（一）研究模型与变量定义

1.投资效率模型

对于企业投资效率的衡量，在参考已有文献的基础上，本文采用了残差度量法。在度量特定公司特定年度的投资效率时，Richardson（2006）通过运用残差度量法来构建基础投资模型，进而对此进行了直观的考察。辛清泉、林斌、王彦超（2007）[29]等学者都曾运用此方法测度企业投资效率。本文首先构建了投资效率模型（1），在该模型中，将企业的规模、企业的成长能力这类影响企业投资水平的因素纳入到模型中并估计出企业的最优投资水平，该模型估计出的残差绝对值表示各个样本的非效率投资大小，记为Eff，该值与投资效率之间存在负相关性，即该值越大，说明企业投资效率越低，非效率投资越多。投资效率模型（1）具体表述如下：

模型（1）中，因变量INVt代表企业第t年的新增投资支出，具体为（长期投资净额+固定资产净额+无形资产净额）/企业当年年初总资产;自变量Qt-1是托宾Q值，表示企业的投资机会;自变量Casht-1是企业现金持有量，用企业第t年初总资产标准化表示，具体为（货币资金+短期投资净额）/总资产;自变量Levt-1代表企业第t年年初的资产负债率;自变量Sizet-1为企业规模，利用第t年年初总资产的自然对数表示;自变量Aget-1代表截止企业第t年年初时的上市年限;自变量Rett-1指第t-1年时的股票收益率。另外，模型（1）控制年度效应和行业效应，ε为该模型的残差项，也就是本文所要求的企业投资效率，若ε<0，表示该年度中样本企业存在投资不足，而ε>0则表示样本公司在这一时期存在过度投资。

2.虚拟经济泡沫风险测度

虚拟经济泡沫风险所产生的最直观的表现是虚拟经济与实体经济相背离，虚拟经济发展不适度导致虚拟经济易产生泡沫，最终导致虚拟经济泡沫风险的出现。本文认为虚拟经济与实体经济发展的不协调会增大虚拟经济泡沫风险，而实体经济与虚拟经济的协调发展则会使虚拟经济泡沫风险有所降低。在此，本文借鉴袁国敏、王亚鸽、王阿楠（2008）[30]、叶春华、何建敏和李守伟（2009）[31]测度虚拟经济与实体经济协调发展的方法，选取马歇尔K值、金融机构各項贷款、股票成交额、原保险保费收入、期货总成交额、证券投资基金成交金额和债券余额七个指标来衡量虚拟经济发展状况，选取第一产业占GDP比重、第二产业占GDP比重、第三产业占GDP比重、国内生产总值、实际利用外商直接投资额、进出口总额、全社会固定资产投资以及社会消费品零售总额八个指标来衡量实体经济发展状况，通过主成分分析分别获得虚拟经济综合发展指数（FE）和实体经济综合发展指数（RE），最终通过公式（1）—（4）求得我们所需要的虚拟经济与实体经济协调度，也就是虚拟经济泡沫风险程度（FE&RE）。该值越大，虚拟经济泡沫风险越小;相反，该值越小，则说明虚拟经济泡沫风险越大。

3.管理者风险偏好测度

Von Neumann和Morgenstern在1947年提出的预期效用模型（Excepted Utility Model），构建了对理性人的行为在不确定条件下的分析框架。 Friend和Blume （1975） [32]在构建风险偏好的衡量指标时，最先引入了个人风险资产与安全资产的配置比，该比例能够体现个人在面对风险时的态度。2000年，Moers和Peek以管理者个人风险资产在非风险资产中的占比来衡量管理者风险偏好，通过分析上市公司CEO的相关数据，将风险资产界定为股权激励、股票期权等资产，将安全资产界定为其获得的来自上市公司的现金及类似相关红利报酬。汤颖梅（2011）[33]等国内学者认为财务决策能够反映出管理者风险偏好，因此在研究管理者风险特质时把防御距离作为衡量指标;潜丽清在对管理者风险偏好与企业投资水平关系的研究中，选取了四个个人层面的指标和六个公司层面的指标，并通过主成分分析提取出关键指标。本文基于数据的可获得性，在对已有文献研究进行梳理的基础上，提出了管理者风险特质的衡量指标character，其表达式为（5）：

4.主回归模型构建

被解释变量Efft 为模型（1）所求得的企业投资效率，模型（2）主要检验假设H1a，模型（3）主要检验假设H1b。FE&REt表示虚拟经济泡沫风险指标， Charactert-1表示管理者风险特质衡量指标，FE&REt*Charactert-1表示虚拟经济泡沫风险指标和管理者风险特质衡量指标的交互项，反映了管理者风险偏好对虚拟经济泡沫风险的敏感程度。Controlst-1是控制变量，按照黄捃等人的研究设计，我们在模型（2）中引入企业现金持有量（Cash）、企业规模（Size）、总资产利润率（Roa）和资产负债率（Lev）作为控制变量。进一步地，我们也控制了行业效应。模型（3）在模型（2）的基础上引入了作为解释变量的管理者风险特质衡量指标（Character）以及虚拟经济泡沫风险指标和管理者风险特质衡量指标的交互项（FE&RE*Character），主要的作用是检验虚拟经济泡沫风险下，不同风险偏好的管理者做出的不同决策对企业投资效率的影响存在差异。

（二）样本数据与数据来源

本文选取沪深两市A股上市公司2007—2015年的数据为样本来探究企业投资效率受到虚拟经济泡沫风险的影响情况，并考察了企业投资效率受到虚拟经济泡沫风险和管理者风险偏好的综合影响情况。由于初始数据可能大量缺失、存在极端值等问题，为保证研究能够得到客观的研究结果，本文按照以下标准，对原始数据加以筛选：

1.选取样本企业时将ST和PT股票进行剔除。ST、PT企业的存在可能使实证结果由于异常值的影响而存在较大偏差，因此，剔除ST、PT股票可以避免异常值的影响。

2.剔除了变量的异常值与缺失值。若企业存在大量的异常值与缺失值会导致研究结果的偏差，因此本文剔除存在异常值与缺失值的企业来保证研究结果的客观性。

3.按照研究惯例删除了金融类公司，因为此类企业有别于其他企业的报表结构和主要的会计项目。

4.对公司层面的连续变量都进行了上下1%的winsorize处理，从而降低了筛选后企业主要变量可能存在的极端值对参数估计的影响。

经过上述四个标准的筛选，本文最终选取在考察期内符合条件并一直存续的样本数为524家。虚拟经济泡沫风险指标分别来自国家统计局、世界银行数据库和《中国统计年鉴》，管理者风险偏好数据以及企业投资效率数据来源于国泰安数据库（CSMAR），采用eviews8统计软件对数据加以分析。

四、实证检验与分析

（一）描述性统计

表1中反映了主要变量的描述性统计结果。由表1可知，企业投资效率（Eff）的均值为0.030385，极小值为0.00000342，极大值为0.466402，标准差为0.032723，表明企业投资效率整体来看仍有待提高，且各企业投资效率程度比较均衡。解释变量中虚拟经济泡沫风险指标（RE&RE）的均值为0.804939，极小值为0.607765，极大值为0.943557，标准差为0.116958，表明我国虚拟经济泡沫风险水平存在差异;管理者风险特质衡量指标（Character）的均值为0.125384，极小值为0，极大值为0.870152，标准差为0.121993，表明企业间管理者风险偏好存在差异。控制变量中，企业现金持有量（Cash）的极大值为1，极小值为0，均值为0.16039，标准差为0.129831，企业现金持有量影响企业投资效率的程度比较均衡;企业规模（Size）的均值为21.98216，极大值为29.06513，极小值为14.10822，标准差为1.425922，标准差较大表明企业规模对企业投资效率的影响程度存在较大差异，且最大值和最小值间差异较大，体现了不同企业间存在较大的个体差异;总资产利润率（Roa）的均值为0.038457，极小值为-1.347，极大值为7.108938，标准差为0.168279，表示我国股票收益率平均为3.85%;资产负债率（Lev）的均值为0.594514，极小值为-0.1947，极大值为55.40864，标准差为1.032126，同样可以看出不同企业间资产负债率差异较大，为本文的研究奠定了更为有利的基础。

（二）变量间相关性检验

表2为变量间的相关性分析。在表2中可以看出，企业投资效率（Eff）和虚拟经济泡沫风险（FE&RE）的相关系数为-0.07571，而企业投资效率（Eff）是一个负向指标，即虚拟经济泡沫风险降低将会提高企业投资效率;企业规模（Size）、总资产利润率（Roa）和资产负债率（Lev）与企业投资效率（Eff）之间的相关系数为负，说明这些控制变量会提高企业投资效率;而企业现金持有量（Cash）与企业投资效率之间系数为正，表明企业现金持有量越多则会引起企业非效率投资的增加。此外，该结果中大多数变量之间的相关系数较小，根据以往的研究表明，我们构建的模型不存在明显的多重共线性问题。

（三）回归结果

表3的面板估计结果表示的是模型（2）和模型（3）的回归结果。方程（1）反映了模型（2）的回归结果。在方程（1）中，虚拟经济泡沫风险指标系数显著为负，表明虚拟经济泡沫风险越小，非效率投资越小，即虚拟经济与实体经济协调发展会促进企业投资效率提高，二者呈现正相关关系，也间接表明了虚拟经济泡沫风险会显著影响企业投资效率，从而支持了假设H1a。方程（2）反映了模型（3）的回归结果，在方程（2）中，虚拟经济泡沫风险指标系数仍然显著为负，回归结果与模型（2）的结果相同。而管理者风险偏好指标和企业非效率投资间呈现出显著的负相关关系，即表明管理者较高的风险偏好水平会导致企业更低的投资效率，进而证实了假设H1b。同时虚拟经济泡沫风险程度（Fe&Re）和企业非效率投资间也显著负相关，表明管理风险偏好者对虚拟经济泡沫风险较敏感，能够及时调整投资决策，改善由虚拟经济泡沫风险导致的非效率投资，提高企业的投资效率，进而证实了假设H2b。控制变量中企业现金持有量（Cash）、企业规模（Size）、总资产利润率（Roa）和企业非效率投资均显著负相关，与模型（2）的回归结果一致。

（四）稳定性检验

为证实上一部分中研究结果的可靠性，基于前文的实证分析基础，本文又进行了进一步的稳定性检验，将投资效率按照投资过度和投资不足进行划分，检验结果如表4所示。在表4中，虚拟经济泡沫风险显著为负，虚拟经济泡沫风险与管理者风险偏好交叉项显著为负相关，与前文结论一致，主要研究结果并未发生实质性变化。

五、结 语

本文从虚拟经济泡沫风险对企业投资效率的影响出发，选取合理指标来衡量虚拟经济泡沫风险和企业投资效率水平，并研究虚拟经济泡沫风险对企业投资效率水平的影响。在此基础上，又引入管理者风险偏好来研究其对虚拟经济泡沫风险的敏感程度所导致的对企业投资效率的影响。结合实证分析，本文得到的主要结论为：虚拟经济泡沫风险会引起企业的非效率投资，降低企业投资效率;企业投资效率会受到管理者风险偏好程度的影响，并且二者显著负相关。与此同时，虽然管理者偏好风险会降低企业的投资效率，但是，管理风险偏好者对风险较为敏感，能够及时调整投资决策，改善由虚拟经济泡沫风险导致的非效率投资，提高企业的投资效率。

根据实证研究结果，本文提出如下建议：第一，从宏观经济角度出发，政府应该倡导虚拟经济适度发展，从实体经济层面积极推进新旧动能转换，促进经济稳健增长，从虚拟经济层面，加强虚拟经济的风险预警机制，防范虚拟经济泡沫风险的发生;第二，从微观企业角度出发，进一步加强公司治理，完善企业内部控制，重视管理者的作用，充分调动和发挥管理者的投资决策能力，以此使得企业投资决策效率得到提高。

参考文献：

姜国华，饶品贵.宏观经济政策与微观企业行为——拓展会计与财务研究新领域[J].會计研究，2011（03）：9-18+94.

饶品贵，陈冬华，姜国华，等.深化宏观经济政策与微观企业行为的互动关系研究——“第四届宏观经济政策与微观企业行为学术研讨会”综述[J].经济研究，2016，51（02）：186-190.

王义中，宋敏.宏观经济不确定性、资金需求与公司投资[J].经济研究，2014，49（02）：4-17.

李春霞.金融发展、投资效率与公司业绩[J].经济科学，2014（04）：80-92.

田园.外部冲击、企业投资与产权性质——基于国际金融危机的视角[J].现代管理科学，2017（01）：60-62+75.

张利兵，吴冲锋，应益荣.金融泡沫与企业投资[J].管理科学学报，2010，13（01）：60-69+94.

Martin A，& Ventura J. Economic Growth with Bubbles [J].National Bureau of Economic Research， 2010，102（06）：3033-58.

李远勤，郭岚，张祥建.企业非效率投资行为影响因素的前沿研究综述[J].软科学，2009，23（07）：124-129+144.

谢科范.企业决策者对待风险的态度——对38个企业负责人的调查[J].决策探索，1993（08）：15-16.

张应语，李志祥.基于管理风险偏好量表的管理风险偏好实证研究——以大型国有企业管理人员为例[J].中国软科学，2009（04）：175-184.

朱旭强.风险偏好对不同类型科技企业融资渠道有效性的研究[J].商业时代，2010（06）：58-60.

金豪，夏清泉.上市公司管理者风险偏好与公司非效率投资——基于国有企业与非国有企业的比较分析[J].上海对外经贸大学学报，2017，24（02）：61-71.

周莹莹.虚拟经济对实体经济影响及与实体经济协调发展研究[D].中国矿业大学，2011.

刘放，杨筝，杨曦.宏观经济周期性波动与公司投资效率——基于金融危机的自然实验[J].财会通讯，2014（21）：85-88.

魏志华，曾爱民，李博.金融生态环境与企业融资约束——基于中国上市公司的实证研究[J].会计研究，2014（05）：73-80+95.

支晓强，邓路，刘欢.金融危机的微观经济影响研究述评[J].中国人民大学学报，2015，29（01）：148-154.

Campello M， Giambona， E， Graham J.R， et al. Access to Liquidity and Corporate Investment in Europe during the Financial Crisis[J]. Review of Finance，2012，300（01）：539-555.

Gilchrist S， Himmelberg C P， Huberman G. Do Stock Price Bubbles Influence Corporate Investment？[J]. Journal of Monetary Economics，2005，52（04）：805-827.

屈文洲，叶震南，闫丽梅.股价泡沫真的会影响公司资本投资吗？——基于股权融资机制和迎合机制的实证检验[J].证券市场导报，2016（06）：33-41.

Hambrick D C，Mason P A. Upper Echelons：The Organization as a Reflection of Its Top Managers[J]. Academy of Management Review，1984，9（02）：193-206.

Bertrand M，Schoar A. Managing with Style：The Effect of Managers on Firm Policies[J]. The Quarterly Journal of Economics，2003，118（04）：1169-1208.

Graham J R，Harvey C R，Puri M. Managerial Attitudes and Corporate Actions[J]. Journal of Financial Economics，2013，109（01）：103-121.

张铁铸.管理者风险特质，会计选择与盈余质量研究[J].山西财经大学学报，2010（09）：108-116.

李伟.企业家风险偏好对企业投资决策行为的影响研究[D].首都经济贸易大学，2013.

赵启宏.论财务的经济形势风险敏感性[J].中国总会计师，2012（02）：100-101.

刘海龙.风险敏感性最优控制问题研究.控制与决策[J].2000，15（01）：107-109.

王重鸣，梁立.风险决策中动态框架效应研究[J].心理学报，1998（04）：394-400.

陈国栋.基于蒙特卡罗模拟的投资项目风险敏感性分析[J].财会月刊：理论版，2012（06）：59-61.

辛清泉，林斌，王彦超.政府控制、经理薪酬与资本投资[J].经济研究，2007（08）：110-122.

袁国敏，王亚鸽，王阿楠.中国虚拟经济与实体经济发展的协调度分析[J].当代经济管理， 2008， 30（03）：12-15.

葉春华，何建敏，李守伟.金融发展与经济发展的协调水平测度研究——基于江苏的实证[J].中国矿业大学学报（社会科学版），2009，11（02）：80-84.

Friend I， Blume M E. The demand for risky assets[J]. The American Economic Review，1975，65（05）：900-922.

汤颖梅，王怀明，白云峰.CEO特征、风险偏好与企业研发支出——以技术密集型产业为例[J].中国科技论坛，2011（10）：89-95.