良好的信用倾向能促进涉农企业研发投入吗？

龙子午 罗喧喧 万萌菲 高燕

【摘 要】 良好的信用倾向是债务契约得以有效展开的基石，是企业融资活动的重要润滑剂。已有研究表明，良好的信用是企业技术创新的助推器。基于涉农企业信用偏低、融资困难、研发不足的背景，以我国2014—2016年涉农上市公司为样本，考察信用倾向与涉农企业研发投入的关系。研究发现：（1）信用倾向正向影响涉农企业的研发投入;（2）信用倾向负向影响涉农企业融资约束;（3）融资约束在涉农企业信用倾向与研发投入的关系中起中介传导作用。建议明确政策性金融与商业性金融配给资源的界限，创新涉农企业还款绩效制度，健全多层次金融体系，构建涉农企业还款信息数据库，以提升涉农企业的信用倾向，优化涉农企业良好的信用倾向表现对研发投入作用的传输途径。

【关键词】 信用倾向; 研发投入; 融资约束; 涉农企业

【中图分类号】 F270  【文献标识码】 A  【文章编号】 1004-5937（2020）03-0027-07

一、引言

十九大报告首次将乡村振兴上升为国家战略，不但突显乡村在国家现代化建设进程中的非凡意义，而且表明乡村发展成为国家现代化建设布局的关键步骤。为推进乡村振兴战略的落地，需要强调农业农村优先建设，助力农业现代化步伐。涉农企业作为“三农”发展的重要推手，发展的脚步从未停止。然而，涉农企业信用倾向偏低，融资活动较为困难，发展质量堪忧，尤其是核心竞争力缺乏，研发投入不足，创新驱动作用显弱[ 1 ]。一方面，涉农企业受农业弱质性影响其运营过程中风险较高，收益不稳定，加之抵押品缺乏及信息不对称问题突出，使其获取正规金融渠道信贷供给较为困难，对民间借贷等非正规金融渠道有所依赖[ 2 ]，而非正规金融渠道又利息偏高，涉农企业信用缺失的可能性较大。另一方面，“支农”目标导向的政策性金融等非市场化的举措层层渗透到涉农企业融资过程中，增强了涉农企业对“监管干预、政府兜底”的预期判断，进而扩大了自身债务规模，信用缺失的情形屡见不鲜。诚然，涉农企业重视提升信用倾向的价值，不仅有利于涉农企业融资环境的优化，促进其发展质量的提升，而且有利于推进涉农金融体制改革，优化金融助力“三农”的效益。

信用倾向这一概念最早由赵驰等[ 3 ]提出，即企业在具备还款能力的前提下履行债务契约的还款意愿。现有研究不乏证实信用倾向的作用，如赵驰等[ 3 ]提出良好的信用倾向助力中小企业的融资活动，而融资便捷程度是影响企业研发投入决策和强度的核心因素。那么，涉农企业良好的信用倾向能促进其更多从事研发活动吗？信用倾向为什么会对研发投入产生影响，其内在作用机理是什么？融资约束是否在两者间起中介作用？本文以研发投入为视角，基于涉农企业信用低、融资难、研发少的背景，选取融资约束为中介变量，以我国2014—2016年涉农上市公司为样本，就信用倾向影响研发投入的内在机制问题进行研究，不但明确了良好的信用倾向对涉农企业研发投入的推进效用，还揭示了融资约束在其中的中介效应。此外，本文丰富了涉农企业对信用倾向的经济后果认识，以期促使企业保持良好的信用倾向，为自身的研发活动保驾护航，达到“创新推动”的良性循环和涉农企业的价值增值。

二、理论分析与研究假设

（一）涉农企业信用倾向对研发投入的影响

信用倾向是企业诚信程度的表现，也是塑造企业内部诚信文化的良好契机。按照制度理论，制度文化会影响企业的日常经营行为。良好的信用倾向，意味着坚定的还款意愿，对涉农企业内部来说，有益于在涉农企业中培养“内诚于心”的企业文化，营造内部的团结协作氛围，提高企业内部活动的绩效[ 4 ]，包括研发投资活动;对企业外部来说，坚定的还款意愿最终会外化为切实的还款履约行为，成为公司价值的一种传递途径，有可能吸引和维持更多的投资者及债权人，增强彼此的合作意愿和认同感[ 5 ]，为涉农企业的融资活动创造有利的局面，进而赢得充沛的外部资金，为其研发活动增添崭新的活力。反过来说，涉农企业的研发活动意味着高风险高收益并存，企业的股东对此类净现值为正的项目自然具有投资偏好[ 6 ]。而研发活动对于债权人而言，前期投入成本高，短期内研发产出并不显著，不满足债权人趋利性的原则[ 7 ]。这两者间的利益冲突增加了涉农企业研发投入资金缺乏、研发项目搁置的风险。涉農企业倘若拥有良好的信用倾向，债权人出于对企业做出的贷款承诺及预期兑现的斟酌，减少信贷配给而抑制企业融资研发活动的概率会有所降低。基于此，本文提出假设1。

假设1：良好的信用倾向可以促进涉农企业的研发投入。

（二）涉农企业信用倾向对融资约束的影响效应

企业的融资渠道有内部融资与外部融资两种，依据融资顺序理论，企业会依次选择内部融资、债券融资、股权融资[ 8 ]。而诸如企业自有利润积累及企业股东资本增加等方式的内部融资，尽管其资金成本低，但与涉农企业前期研发活动所需的大量资金投入相比，可能仍捉襟见肘[ 9 ]。此外，涉农企业有限的自有资金也需维持和发展日常的生产经营活动，最终投入到研发活动的资金相对有限[ 10 ]。这些都迫使涉农企业亟待从外部获得融资，以满足研发的需求。但不得不提的是，涉农企业的业绩不稳定，盈利水平不高，债权人难以预测涉农企业的还款能力和意愿，增加了两者间的不信任[ 11 ]。如此一来，涉农企业难以取得外源融资，或争取外源融资的条件较为苛刻，形成融资约束。信用倾向作为企业诚信的标尺，在债务契约中发挥着举足轻重的作用，直接影响着债权人信贷配给与否的抉择以及债务契约中贷款期限、利率、抵押条件等条款[ 12 ]。事实上，涉农企业的高信贷风险，不符合债权人的“经济性”经营原则，影响其贷款的可得性。此外，良好的信用倾向在一定程度上也反映涉农企业的核心竞争力，能够促进债权人进行高效率的贷前尽职调查，预测涉农企业的还款能力，获得债权人更多信贷资金的支持[ 1 ]。基于此，本文提出假设2。

假设2：良好的信用倾向可以缓解涉农企业的融资窘境。

（三）融资约束在涉农企业信用倾向与研发投入关系中的中介效应

涉农企业研发项目是一个长期的过程，产生的收益不确定且滞后性明显，贷款周期也较长，使金融机构潜在的利益受损风险偏高，对其信贷配给的意愿偏低[ 13 ]。同时，涉农企业缺乏具备优质抵押价值资产的问题凸显，不符合债权人放贷稳健性的利益诉求，尤其是涉农企业的土地承包权、林权、宅基地权等抵押品是否有效难以确定[ 14 ]。此外，涉农企业为形成发明专利等无形资产，保护企业核心技术不被窃取，往往以谨慎的态度对外披露自身的研发行为[ 15 ]，使债权人所能获取的信息有限，信息不对称的问题加剧，外源融资窘境更加突出。毋庸置疑，在内源融资较为有限的情况下，涉农企业遭遇的融资窘境会抑制其研发活动的资金投入，不利于涉农企业的研发创新。然而，涉农企业可以通过自主提高信用倾向，在行动上表现出良好的还款意愿，反映出企业的核心竞争力，帮助债权人实施高效的贷前尽职调查，合理考量企业的贷款承诺与兑现预期以及最终落实到能否如期收回本金与利息的情况。这意味着企业拥有良好的信用倾向能从本质上增加企业与债务人达成债务契约关系的可能性，取得债务人信贷配给上的支持[ 16 ]，化解面临的融资约束瓶颈，从而保证企业研发所需资金的充沛性，促进企业研发活动的顺利开展。换言之，融资约束是企业信用倾向正向作用于研发投入的传导路径。基于此，本文提出假设3。

假设3：融资约束在涉农企业信用倾向与研发投入的关系中起中介传导作用。

三、研究设计

（一）样本选取和数据来源

本文基于我国涉农企业信用低、融资难、研发少的背景，探究涉农企业持有的良好信用倾向对其研发投入的影响，以2014—2016年我国涉农上市公司作为初始样本，界定上市公司是否为涉农上市公司关键根据其对外披露的财务报告中是否含有“生物资产”[ 17 ]。同时作以下筛选：（1）删除相关财务数据缺失的样本;（2）剔除当年冠以ST、*ST的公司;（3）剔除未披露研发数据的企业。继而选取的样本有145家涉农上市公司，得到435个有效观测值。文中数据来源于CSMAR数据库，数据分析采用Stata14.0。

（二）变量定义

1.研发投入

关于被解释变量研发投入的度量，本文参考高燕等[ 18 ]对企业研发投入的度量方式，选择研发支出占营业收入比例。

2.信用倾向

对于企业信用倾向的衡量，借鉴赵驰等[ 3 ]的方法，以还款意愿为企业拥有的信用倾向的代理变量。考虑到数据来源的易得性及还款是筹资活动中的组成要素，以筹资活动产生的现金流量净额替代偿还债务而付出的现金流量。其计算方法如模型（1）：

还款意愿=■筹资活动产生的现金流量净额/■负债总额  （1）

其中，t0表示分析当年，tn表示前n年，文中样本时间为2014—2016年，即n=3，故此变量涉及的样本时间跨度为2010年至2016年。还款意愿比值越大，表示企业的信用倾向越高，违约的概率越小，债权人到期顺利收回本息的可能性越高。该指标整体表征了企业的还款意愿，能全面地刻画企业的信用境况。

3.融资约束

对于融资约束指标，本文参照张悦玫等[ 6 ]提出的方法，以企业规模（Size）为涉农企业的分组变量，且从小到大依次排序。以排在前33%的涉农企业为低融资约束组（FC=0），以排在后33%的涉农企业为高融资约束组（FC=1）。采用资产负债率（Lev）、股利支付率（Div）、市值账面比（MB）、净营运资本与总资产的比值（NWC/TA）、息税前利润与总资产的比值（EBIT/TA）这五个变量，以二元离散变量为因变量FC=01，构建Logistic回归模型（2），且该融资约束指数（ZFC）越高，体现企业遭遇的融资窘境越突出。

ZFCi，t=In[■]=？茁0+？茁1Levi，t+？茁2Divi，t+？茁3MBi，t+

？茁4（NWC/TA）i，t+？茁5（EBIT/TA）i，t    （2）

4.控制变量

借鉴卢馨等[ 7 ]的方法，本文控制了總资产收益率（Roa）、经营活动产生的现金流量净额与总资产的比值（Cashflow）、第一大股东持股比例（Shr1）、上市年龄（Age）、托宾Q值（Tobins'Q）这些可能对企业研发投入产生影响的变量。变量定义及度量方法如表1。

（三）模型构建

依据温忠麟等[ 19 ]提出的中介作用验证方法，本文建立检验模型如图1。

RDi，t=？琢0 + ？琢1r_willⅠi，t + ？琢2Roai，t + ？琢3Shr1i，t + ？琢4Agei，t +

？琢5Cashflowi，t+？琢6Tobins'Qi，t+？着i，t  （3）

ZFCi，t=？茁0 + ？茁1r_willⅠi，t + ？茁2Roai，t + ？茁3Shr1i，t + ？茁4Agei，t +

？茁5Cashflowi，t+？茁6Tobins'Qi，t+？着i，t （4）

RDi，t=？酌0 + ？酌1r_willⅠi，t + ？酌2ZFCi，t + ？酌3Roai，t + ？酌4Shr1i，t+

？酌5Agei，t+？酌6Cashflowi，t+？酌7Tobins'Qi，t+？着i，t （5）

模型（3）中r_willⅠ的系数？琢1主要体现企业信用倾向对研发投入的总效应，模型（5）中r_willⅠ的系数？酌1体现企业信用倾向对研发投入的直接效应，而模型（4）中r_willⅠ的系数？茁1和模型（5）中ZFC的系数？酌2体现融资约束的中介效应。

根据温忠麟等[ 19 ]提出的中介效应判定法则，分两步检验。第一步，检验总效应。如果系数？琢1显著，那么进行第二步检验，否则，结束中介效应检验。第二步，检验中介效应。如果系数？茁1、？酌1、？酌2皆显著，那么表明融资约束起部分中介作用;如果系数？茁1与？酌2显著，而系数？酌1不显著，那么表示融资约束起完全中介效应;如果系数？茁1、？酌2中有一个不显著，那么借助Sobel检验进一步判别融资约束是否起中介作用。

四、实证结果与分析

（一）描述性统计

由表2主要变量的描述性统计结果可知，涉农上市公司研发投入（RD）的平均值是2.2133，表明整体科技研发水平较低，大多在及格线以下;最大值为35.68，最小值为0，标准差2.8897，各涉农企业间研发投入水平有一定的相异性。信用倾向（r_willⅠ）的最大值为1.5343，最小值为-3.3467，标准差为0.3552，表明各涉农企业间信用差异相对较小，一些企业的信用倾向较低;其均值为0.0582，高于中间水平0.0075，超过一半的涉农企业信用倾向水平低于市场的平均信用状况，表明涉农公司的整体信用倾向程度较低。融资约束（ZFC）均值为0.5125，中位数为0.5513，一半以上的涉农企业面临的融资约束状况超过了市场的平均状况，说明涉农样本公司面临较为普遍的融资约束;其最小值为-0.8114，最大值为1.35，表明企业间的融资约束境况有各自的特征。

（二）相关性分析

表3列示了Pearson相关性分析结果。研发投入（RD）与信用倾向（r_willⅠ）、融资约束（ZFC）、第一大股东持股比例（Shr1）、上市年龄（Age）在1%的水平通过了显著性检验;研发投入（RD）与经营活动产生的现金流量净额/总资产（Cashflow）、托宾Q值（Tobins'Q）在5%的水平通过了显著性检验。其中信用倾向（r_willⅠ）与研发投入（RD）的相关系数为0.2834，表明信用倾向水平越高，涉农企业研发投入越多;融资约束（ZFC）与信用倾向（r_willⅠ）的相关系数为-0.0909，表明涉农企业拥有良好的信用倾向可以缓解融资约束的问题。而融资约束（ZFC）与研发投入（RD）的相关系数为-0.2897，意味着所受的融资约束水平越低，则涉农企业的研发投入就越多。这些初步说明融资约束在信用倾向与涉农企业研发投入的关系中具有传导效应。接下来进一步佐证。各变量间的相关系数均较小，说明此回归模型不存在严重的多重共线性问题。

（三）回归分析

1.信用倾向对涉农企业研发投入的总效应

表4针对模型（3）的回归分析体现涉农企业信用倾向对研发投入的总效应。可以看到，信用倾向（r-willⅠ）与研发投入（RD）在1%水平显著正相关，其系数？琢1为4.5531，这表明涉农企业信用倾向水平越高，则其研发投入越多，即信用倾向对涉农企业的研发创新有正向的推动效用，假设1得到验证。同时，在控制变量上，较高的总资产收益率（Roa）表明较大规模的涉农企业相对于较小规模的涉农企业而言，通过涉农企业研发投入发展其优势竞争力的动力下降，研发投入有所降低。较高的第一大股东持股比例（Shr1）体现了企业股权较为集中，会加重股东与经理人或大股东与小股东之间存在的代理问题，减少涉农企业研发投入行为的意愿。较高的经营活动产生的现金流量净额与总资产的比值（Cashflow）会增加企业的现金流，为涉农企业的研发投入提供较为充足的资金。较高的托宾Q值（Tobins'Q）體现了企业的成长性势头良好，会推动涉农企业的科技研发活动。

2.融资约束在信用倾向与涉农企业研发投入关系中的中介效应

表4针对模型（4）、（5）的回归分析体现融资约束的中介效应。其中，由模型（4）可知，企业信用倾向（r_willⅠ）的系数？茁1在1%的水平显著为负，其系数为-0.2278，表明涉农企业通过提高信用倾向，能够赢得债权人的借款支持，相对缓解遭遇的融资窘境，假设2得以证明。由模型（5）可知，融资约束（ZFC）的系数？酌2在1%的水平显著为负，其系数为-2.3928，这表明融资困扰较少的涉农企业，其研发活动的资金压力较小，研发投入水平较高;同时，加入融资约束（ZFC）这一中介变量后，信用倾向（r_willⅠ）的系数？酌1依然在1%的水平显著为正，其系数为4.008，说明涉农企业良好的信用倾向正向影响研发投入水平的直接效应还是比较显著。对照前述中介效应的判别法则，因模型（4）中系数？茁1及模型（5）中系数？酌1和？酌2均在1%的水平显著，验证融资约束在信用倾向与研发投入关系中发挥着部分中介效应，假设3得到佐证，即涉农企业能够通过提升信用倾向来缓解遭遇的融资窘境，进而推进企业的研发投入。

（四）稳健性分析

为降低变量度量方法对研究结论的影响，本文更换信用倾向和融资约束的度量方法进行稳健性检验。首先，参照Hadlock与Pierce[ 20 ]的研究，采用SA指数表征企业融资窘境。其公式为SA=-0.737×Size+0.043×Size2-0.040×Age，Size与Age分别为企业总资产的自然对数与上市时间，SA值越大意味着遭遇的融资窘境越突出。其次，借鉴赵驰等[ 3 ]的做法，以流动负债替换负债总额计算还款意愿来度量企业的信用倾向水平。模型（3）、（4）、（5）的回归检验结果如表5所示。模型（3）中总效应系数？琢1在1%的水平显著为正，其系数为3.6496，表明较好的信用倾向可促进涉农企业研发创新;模型（4）中信用倾向（r_willⅡ）对融资约束（SA）的系数？茁1在1%的水平显著为负，其系数为-0.5050，表明较好的信用倾向可缓解融资约束程度;模型（5）中信用倾向（r_willⅡ）系数？酌1依然显著，而融资约束（SA）的系数？酌2不显著，说明涉农企业信用倾向促进研发投入的直接效应比较显著，但不能直接确定融资约束（SA）在这两者间的中介效应。因此，需借助Sobel检验，如果系数？茁1与？酌2之间的乘积具有显著性，表明融资约束（SA）起中介作用。经Sobel检验，得到的Z值为-3.122，p值为0.0018，拒绝原假设，即中介效应系数？茁1和？酌2的乘积具有显著性，说明融资约束在信用倾向与涉农企业的研发投入关系中起部分中介作用。

五、研究结论及政策建议

（一）研究结论

本文以2014—2016年我国涉农上市公司为样本，借助融资约束这个中介变量，探究了企业信用倾向促进研发投入的内在机制。研究发现：（1）涉农公司的整体信用倾向水平偏低，贷款按期归还的意愿显弱，不良贷款率高;（2）信用倾向较高的涉农企业研发投入水平较高，涉农企业提升信用倾向可以有效促进研发投入;（3）良好的信用倾向可以缓解面临的融资约束问题，从而为涉农企业获取外源融资创造有利的融资环境，促进涉农企业的研发活动，融资约束在信用倾向与研发投入关系中起重要的中介传导效应。

本文的发现不仅表明涉农企业持有的信用倾向偏低，获取债务融资的难度较大，而且明晰了良好的信用倾向对涉农企业研发投入的积极作用，借助中介模型考察了良好的信用倾向促进研发投入的内在机理，对涉农企业化解信用偏低、融资困难、研发不足的境况有一定程度的实践指导和参考价值。显然，涉农企业对其信用倾向有控制权，在面临研发投资项目的抉择时，应重视信用倾向的价值，自主提升信用倾向，降低融资约束的抑制效应，确保研发投资所需资金的充沛性。

（二）政策建议

鉴于涉农企业信用低、融资难、研发少的现实背景及良好的信用倾向对涉农企业研发投入的促进效应，建立健全涉农企业信用体系与还款监督制度，优化涉农企业良好的信用倾向表现对其经济后果的作用传输途径，指引金融机构的信贷资源优先配置给持有良好信用倾向的涉农企业就显得尤其重要。具体而言，本文提出如下政策建议：

第一，明确政府和市场配给涉农企业信贷资源的界限，明晰政策性金融与商业性金融的作用范畴，发挥两者对推动涉农企业研发的互动互补作用力。近年来，针对涉农企业的融资窘境，一些促进涉农企业研发的政策相继推出，诸如提高不良涉农贷款率的容忍度、限制利率上浮比例、税收优惠、利息补贴等尽管扩宽了涉农企业的融资渠道，但对涉农企业培育良好的信用倾向造成了不利后果。因此，政策性金融的作用应发挥到实处，如具备公益性、前瞻性及基础性的研发项目，而对于适宜以市场规则运行的研发项目，应不遗余力地发挥市场的作用。

第二，创新涉农金融服务制度，开拓涉农企业还款绩效制度，优化涉农金融服务的差异化监管手段。可借鉴现金折扣实施原理，在一定还款天数内设置相异的激励和惩戒的梯度，促进涉农企业提前或按期还款，提高其还款的积极性。同时，对长期未还的款项进行分类监管，不定期访问催还，加收合理的滞纳金，健全不良贷款涉农企业的责任认定和核销及信息披露制度。

第三，健全契合涉农企业融资需求的多层级金融格局。目前涉农企业的信贷资金配给与研发所需资金间存有约束性与广泛性、滞后性与前沿性的矛盾，致使涉农企业通过正规金融渠道研发融资受限，转而争取一些民间借款。民间借贷利息偏高，违约监督成本较低，无疑会加重涉农企业的债务融资成本，降低到期还款的意愿。因此，金融机构要扩宽不同额度的信用贷款覆盖面，满足不同层次的融资需求，对放贷条件并不占优势的涉农企业可酌情提供小额信贷资金。

第四，构建涉农企业信用体系，完善涉农企业还款信息数据库，不断整合更新来自各渠道的相关信用数据。通过大数据分析涉农企业的还款能力与还款意愿，精确到每一家涉农企业，增强信息的透明度和可追溯性，科学预测其未来还款行为，以规范和约束涉农企业的借贷行为。同时考虑涉农企业所处生命周期因素，探索出适宜的信贷资源配给模式。比如针对处在成长期的涉农企业，以基金与贷款相结合的方式，发挥政府与市场对涉农企业研发项目资金投入的合力。●

【参考文献】

[1] 张超，张沐阳.农业龙头企业存在融资约束吗：基于云南省1854家企业调研数据的实证研究[J].财贸研究，2018（8）：75-82.

[2] BELL C， SRINIVASAN T N， UDRY C. Rationing，spillover and interlinking in credit markets：the case of rural punjab[J].Oxford Economic Papers，1997，49（4）：557-585.

[3] 赵驰，周勤，汪建.信用倾向、融资约束与中小企业成长：基于长三角工业企业的实证[J].中国工业经济，2012（9）：77-88.

[4] 姜付秀，石贝贝，李行天.“诚信”的企业诚信吗？——基于盈余管理的经验证据[J].会计研究，2015（8）：24-31，96.

[5] 钱明，徐光华，沈弋.社会责任信息披露、会计稳健性与融资约束：基于产权异质性的视角[J].会计研究，2016（5）：9-17，95.

[6] 张悦玫，张芳，李延喜.会计稳健性、融资约束与投资效率[J].会计研究，2017（9）：35-40，96.

[7] 卢馨，郑阳飞，李建明.融资约束对企业R&D投资的影响研究：来自中国高新技术上市公司的经验证据[J].会计研究，2013（5）：51-58，96.

[8] 张林，丁鑫，王佳.货币政策、商业信用与研发投入：基于产权性质差异的实证研究[J].商业研究，2018（4）：24-32.

[9] 王书珍，俞军.内部控制、融资约束与研发投入关系的实证分析[J].统计与决策，2016（15）：183-186.

[10] 肖卫东.涉农企业开展农业科技创新的瓶颈因素与驱动机制[J].理论学刊，2016（1）：69-75.

[11] 姜明辉，王思霖.银行科技型涉农信贷产品设计与定价：以龙江银行为例[J].哈尔滨工业大学学报（社会科学版），2017，19（2）：126-132.

[12] 施燕平，刘娥平.资本结构调整、信用评级与公司债券融资成本[J].财贸研究，2018（1）：86-98.

[13] 李万君，李艳军.农业企业科技创新的模式、风险、问题及对策探讨[J].科技管理研究，2015（21）：7-12.

[14] 孙正林，朱兴龙.金融服务农业现代化的路径思考[J].上海金融，2014（4）：110-111，119.

[15] 水会莉，庆兰.融资约束、税收激励与企业研发投入：来自中国制造业上市公司的证据[J].科技管理研究，2016（7）：30-36.

[16] 张左敏，孔庆峰.融资约束对企业出口影响的Heckman验证：基于银行信用风险的视角[J].华东经济管理，2017，31（5）：147-153.

[17] 王乐锦，綦好东.涉农上市公司会计收益信息披露问题与模式重构[J].财经问题研究，2010（5）：113-117.

[18] 高燕，方梅，陈哲.企业透明度与研发投入的实证研究分析[J].会计之友，2018（19）：40-45.

[19] 温忠麟，張雷，侯杰泰，等.中介效应检验程序及其应用[J].心理学报，2004，36（5）：614-620.

[20] HADLOCK C J， PIERCE J R. New evidence on measuring financial constraints：moving beyond the KZ index[J].The  Review  of  Financial  Studies，2010，23（5）：1909-1940.