债务期限结构、数字经济与股票流动性

2024-07-05裘益政胡靖雪

会计之友 2024年14期

裘益政胡靖雪

【摘要】债务期限结构是影响债务融资成本和风险的重要因素，对微观企业生产经营和宏观经济整体发展都有重大影响。文章基于我国上市企业2011—2020年数据，检验了债务期限结构对股票流动性的影响及数字经济的调节效应。研究发现，企业长期债务占比与股票流动性间呈显著正相关关系，经过内生性和稳健性检验后该结论仍成立。同时，债务期限结构作用的有效发挥需要外部宏观条件的支持，地区数字经济发展水平越高，企业长期债务占比提高对股票流动性的提升作用越明显；数字经济的调节作用存在显著的区域差异性，东部地区调节效应更显著。机制分析表明企业长期债务占比提高可以提高研发投入、降低债务违约风险，从而提升股票流动性。研究为企业优化债务期限结构、提升股票流动性提供了经验证据，也对数字经济驱动实体经济高质量发展起到一定的启示作用。

【关键词】债务期限结构；股票流动性；数字经济

【中图分类号】 F275 【文献标识码】 A 【文章编号】 1004-5937（2024）14-0008-09

一、引言

党的二十大报告提出，要以中国式现代化全面推进中华民族伟大复兴。资本市场的高质量发展是中国式现代化进程的重要保障，二十大明确要求“健全资本市场功能，提高直接融资比重”。2023年7月24日中央政治局会议对资本市场工作作出重要部署，明确提出“要活跃资本市场，提振投资者信心”。作为中国多层次资本市场的关键组成部分，股票市场在金融体系内举足轻重。股票市场的核心功能是提供流动性。从金融市场服务实体经济视角而言，充足的股票流动性可通过治理效应提高投资效率和研发创新能力，改善国企绩效[ 1 ]。自2015年以来，我国A股市场遭受多次流动性冲击，频频经历震荡。股票流动性是资本市场发挥各项功能的基础，是支撑金融稳定的关键[ 2 ]。在坚决守住不发生系统性金融风险的底线要求下，探究影响股票流动性的因素，具有深远意义。

在理论层面，现有研究文献关注到经济政策[ 3 ]、交易机制[ 4 ]和股权结构[ 5 ]等因素对股票流动性的影响，但未从公司财务角度分析股票流动性的驱动因素。企业内部财务表现与外部资本市场表现高度相关，客观而言，债务期限结构作为重要财务信息，是股票投资者制定投资决策的依据之一，其影响会一定程度上反映在企业股票市场表现中。央行货币政策委员会2023年一季度会议强调“引导金融机构增加制造业中长期贷款”，表明债务期限结构已成为深化金融改革的重点。相较于发达国家，我国企业债务期限结构偏短期。现有研究发现，无论在企业生命周期的哪一阶段，短期借款对企业绩效的负向影响均强于长期负债[ 6 ]。究其原因，长期债务占比提高有助于提升企业创新水平[ 7 ]，缓解财务脆弱性[ 8 ]，降低债务违约风险[ 9 ]，维护金融稳定性。剖析企业债务期限结构与股票流动性的关系，有助于企业改善债务期限结构，防范股票流动性风险，从而实现金融市场稳定发展。

值得注意的是，微观经济主体企业的经营策略制定和股票市场表现在一定程度上受到宏观经济变化的影响。当前正处于第四次工业革命的历史节点上，数字经济实现了飞跃式发展，蓬勃发展的数字经济必将“由外及里”地影响微观经济主体的高质量发展。外部环境视角下，数字经济通过释放创新创业活力、提高经济效率、促进数字金融发展和优化营商环境，提升了企业发展潜力；内部转型视角下，数据信息赋能企业数字化转型，转变了传统企业治理及发展目标[ 10 ]，企业能够更快速地分析数据、优化供应链管理，降低成本和资源消耗、提高运营和生产效率，进而使投资者形成正向预期、增加交易频次，提升股票流动性[ 11 ]。

基于上述背景，本文将2011—2020年我国沪深A股上市公司财务、流动性指标与地区数字经济发展指数相匹配，旨在探析企业债务期限结构对股票流动性的影响和机制，并考察数字经济的调节作用。本文可能的贡献在于：第一，拓宽了股票流动性驱动因素的研究范式。本文深化了微观经济主体对股票市场流动性的理解，丰富了企业债务期限结构和股票流动性的相关文献。第二，深入了数字经济的情景考察。本文验证了数字经济是企业债务期限延长提升股票流动性的重要外部支持因素，且东部地区数字经济的调节效应更为显著。第三，提供了相关实践启示。基于实证分析结果，本文为我国数字经济发展、股票市场流动性和债务期限结构相关问题提供了一些政策启示。

二、文献回顾与假设提出

（一）文献回顾

1.企业股票流动性的影响因素

纵观现有文献，影响企业股票流动性的因素可以划分为宏微观两个视角。宏观视角下，已有研究分析了市场不确定性、经济政策和货币政策[ 3 ]等宏观因素对股票流动性的影响，发现市场和经济政策的不确定性越高，股票市场流动性越差，而扩张性货币政策有助于改善股票市场流动性。微观视角下，现有研究发现企业提高公司治理水平和年报可读性[ 12 ]、降低境外股东持股水平[ 5 ]均会提升股票流动性。除此以外，个股交易量、股价和收益率波动也会对流动性产生显著影响[ 4 ]。

2.企业债务期限结构的经济后果

已有学者发现债务期限结构具有信号传递效应，高质量的公司会将债务期限结构信息作为高质量信号传递至市场[ 13 ]。短期债务可以约束管理层，但监督成本高，治理效应未能得到充分体现[ 14 ]；长期债务金额大且期限长，债权人监督动机更强，对管理者自由度的治理效果更佳[ 15 ]。长期债务还能为企业研发创新提供长期、稳定的资金，有助于公司持续成长[ 16 ]。此外，短期借款占比提高将导致企业流动性风险增大，管理层更可能粉饰报表，企业的股价崩盘风险提高[ 17 ]。

3.文献述评

通过梳理相关文献可以发现，股票流动性会受到宏微观两方面因素的影响，长期债务占比提高有益于企业发展。这些文献为本研究提供了充足的经验与启发，奠定了理论基础，但尚存一定局限：尽管证明了短期债务占比增加会导致股价崩盘风险提升，但基于我国背景探讨债务期限结构影响效应的文献整体而言较少，且结论尚未达成一致。本文不仅研究了债务期限结构对股票流动性的影响及机制，而且突出研究了数字经济对债务期限结构影响作用的调节效应，为理解数字时代背景下我国上市企业债务期限结构选择和资本市场表现提供了新的证据。

（二）假设提出

1.企业债务期限结构对股票流动性的影响

根据信号传递理论，上市公司披露的财务信息是投资者预测企业质量并做出投资决策的依据，股票流动性会在很大程度上映射出企业的经营质效[ 1 ]。长期债务占比提高会赋予企业更大的经营活力，其影响将体现在企业股票流动性中。

一方面，长期债务占比提高可以为企业创新活动提供连续稳定的资金，增强创新动能，从而提升股票流动性。相较于常规投资，研发创新活动的投资周期更长，调整成本更高且回报率较不稳定。倘若投资期内资金供给短缺，很可能造成项目中断，甚至导致财务风险。短期债务再融资风险和利率风险较强，不利于创新项目的稳定存续；而中长期债务可以为企业提供连续、稳定的资金，更有利于支持企业长期创新活动，对企业把握成长机会和长期发展具有重要意义。在数字中国建设推动经济高质量发展的时代背景下，企业开展研发创新活动有利于在后续市场竞争中占据优势地位，获得市场投资者青睐，增加股票交易概率，从而提升股票流动性。

另一方面，企业长期债务占比提高可以有效降低企业债务违约风险，从而提升股票流动性。已有研究表明，短期债务比例与违约风险呈类U型关系[ 9 ]，但目前我国上市公司短期债务比例普遍偏高，债务期限延长有助于降低违约风险，进而促进股票流动性提升。具体而言，短期债务的再融资和利率风险较长期负债高。当短期债务比例过高时，若企业传出负面消息，再融资状况将会受到严重损害，债务违约风险增大。中长期债务期限长、金额大的特点意味着更高的外部监督要求。所以，长期债务占比高在很大程度上反映了企业信用和经营资质较好、违约风险较低，且能够与利益相关者形成良好契约关系的“软信息”。基于此，投资者会对该企业产生正向预期，扩大股票交易规模，由此，股票流动性提升。

综上所述，本文提出如下假设：

H1：其他条件不变情况下，企业长期债务占比会显著提升股票流动性。

2.数字经济发展的调节效应

在全面推进数字中国建设的时代背景下，实体经济与数字经济相结合、实现“数字强企”是当下核心战略路径[ 11 ]。数字经济包含数字基础设施和数字金融等内容，能够为企业高质量发展提供技术和金融支持。可以推断，数字经济不仅可以提升其信息流通效率和企业信息处理能力，进而提高企业长期债务占比和股票流动性，而且能激发创新潜能，拓展企业成长机会，带来股票流动性的进一步提升。

一方面，数字经济发展可以降低债权人和债务人、企业和投资者间的信息不对称程度，从而有利于提升企业长期债务占比和股票流动性。首先，数字经济发展会提升企业的信息披露能力和信贷供给者的甄别、监督能力，缓解信贷双方信息不对称，提升企业长期融资可得性。其次，作为与数字经济相匹配的金融形态，数字金融与数字经济发展水平息息相关，其发展也拓宽了企业融资渠道，有利于企业获得更多的长期债务融资。最后，所在地数字经济发展较好的企业能更好地接收和输出有效信息，投资者可以掌握更为全面的信息，信息不对称程度降低，奠定了企业股票流通交易的良好基础，有利于提升股票流动性。

另一方面，数字经济发展还会激发企业创新潜能，增强市场投资者积极预期，进一步提升股票流动性。这是因为，位于数字经济发展较好地区的企业通常具有更强的动机在研发领域增加投入，从而充分激发自身的创新潜能，并开展数字化转型活动，以迎合市场导向。更为重要的是，在建设“数字中国”的新时代大政方针下，企业往往会借由信息披露和生产技术创新投资等方式释放积极信号，这有助于吸引投资者有限的注意力[ 18 ]，股票交易的概率由此增加。

基于以上分析，本文提出如下假设：

H2：企业所处地区的数字经济发展程度会对长期债务占比和股票流动性之间的关系产生显著调节作用。

三、研究设计

（一）样本选取及数据来源

本文的样本取自2011—2020年我国沪深A股上市企业，并对数据进行了如下处理：（1）剔除金融类企业；（2）剔除ST和期间退市的企业样本；（3）剔除在考察年限中IPO的企业；（4）剔除指标严重缺失、数据异常、关键变量数据缺失的企业样本；（5）为减少离群值影响，本文对所有连续变量进行1%和99%的Winsorize缩尾处理。最终确定16 903个企业观测值的非平衡面板数据。本文企业层面原始数据均来源于CSMAR和同花顺iFinD数据库，采用Stata17.0进行数据分析。

（二）变量设定

1.被解释变量：股票流动性（Liquidity）

已有学者对比多种企业流动性的测度指标，发现非流动性指标（ILLIQ）表征了股票交易成本和价格冲击的叠加影响，较为适合衡量我国资本市场的企业股票流动性。本文借鉴吴非等[ 11 ]的度量方法，按照下式核算股票非流动性指标（ILLIQ）。

ILLIQi，t=■■■

上式中，ri，t，d表示企业i在t年第d个交易日考虑现金红利再投资的回报率，Vi，t，d表示企业i在t年第d个交易日的成交金额（单位为百万元人民币），Di，t为企业i在t年的交易日天数。因此，直观地看，ri，t，dVi，t，d即为股票i在t年第d个交易日每单位成交金额所引起的收益率变化，对其加总取均值后即为非流动性指标。ILLIQ数值越大，说明单位交易金额对股票价格的冲击越大，投资者的交易成本越高，股票流动性越低，反之亦然。

为使实证结果简单易懂，本文的股票流动性指标Liquidity采用非流动性指标的相反数来测度，Liquidity数值越大，意味着企业股票流动性越高。计算方式如下：

Liquidityi，t=-ILLIQi，t

2.核心解释变量：债务期限结构（DM）

债务期限结构的度量一般分为“增量法”和“平衡表法”两种，其中“增量法”仅包含企业最新发行的债务。考虑到数据可得性，本文采取肖作平[ 19 ]使用的“平衡表法”，以长期债务占总债务的比重度量债务期限结构，长期债务包含企业长期借款、应付债券和长期应付款。长期债务占总债务的比值越高，即债务期限结构越偏向长期化，对企业长期稳定经营越有益。

3.控制变量

本文借鉴吴非等[ 11 ]和李栋栋[ 17 ]的研究，控制了一系列可能影响股票流动性的变量以提升研究精度，包括企业营收规模（Sale）、账面市值比（BM）、资产负债率（Lev）、两职合一（Dual）、股票收益波动性（Stdret）、上市年限（Age）、审计意见（Audit）和机构投资者持股比例（INST）。相关变量汇总见表1。

表2显示了2011—2020年间相关变量的描述性统计报告。可以发现，企业股票流动性（Liquidity）的平均值为-0.169，中位数为-0.154，说明部分企业的股票流动性偏低，拉低了整体的流动性水平。以企业长期债务占比度量的债务期限结构（DM）平均值为0.140，中位数为0.073，说明样本期内企业的债务期限整体偏短，与我国企业债务期限结构现状相符合。

（三）模型设定与实证策略

为检验H1债务期限与企业股票流动性之间的关系，本文设计如下基准回归模型：

Liquidityi，t=？琢0 + ？琢1DMi，t + ？琢2Xi，t+？兹t +

？棕i+？着i，t （1）

其中，i代表行业，t代表年份，被解释变量Liquidityi，t为股票流动性，解释变量DMi，t为企业债务期限结构，Xi，t为前述控制变量，？着i，t为模型随机误差项。为提升稳健性，本文还进行了如下处理：首先，同时控制了时间（？兹t）和行业（？棕i）的虚拟变量，以尽可能吸收固定效应；其次，参考吴非等[ 11 ]的方法，对所有回归方程采用Cluster聚类稳健标准误调整后的t统计量和显著性水平。

四、实证结果及分析

（一）基准回归

表3为企业债务期限结构对股票流动性影响的基准回归检验结果。采用递进式的回归策略，列（1）为未加入控制变量仅控制时间和行业固定效应的回归结果，列（2）为加入控制变量集的回归结果。可以发现，无论是否加入控制变量，均通过了1%统计水平上的显著性检验，表明企业长期债务占比提高对企业股票流动性有显著正向影响，因此，H1得以验证。

（二）内生性检验

本文可能存在由于反向因果和样本自选择偏差等因素造成的内生性问题，为保证实证结果稳健性，采用工具变量法和Heckman两阶段回归法进行内生性检验。

1.工具变量法

为缓解双向因果对结论的干扰，本文参考江轩宇等[ 16 ]的研究，选取企业注册地（省、自治区、直辖市）在样本初期信用债发行规模（地区信用债发行金额与GDP的比值）与当地金融机构法人数量变化的乘积作为工具变量IV，进行2SLS回归。表4列（1）报告了第一阶段的回归结果，表明工具变量与债务期限结构在1%的显著性水平正相关，且F值大于10，说明不存在弱工具变量问题。第二阶段回归结果见列（2），从Cragg-Donald Wald F值和Kleibergen-Paap rk LM值的回归结果可以发现，拒绝了弱工具变量和工具变量识别不足的原假设，表明企业长期债务占比提高将提升企业股票流动性。

2.Heckman两阶段回归

为缓解样本自选择问题，参考曾敏等[ 20 ]的做法，基于既有控制变量，另加入所在地区市场化发展指数（Market）作为工具变量。表4列（3）报告了Heckman两阶段回归的第一阶段检验结果，由Probit回归计算出逆米尔斯比率（IMR）。列（4）报告了第二阶段检验结果，就IMR系数显著性而言，本文不存在明显样本自选择偏误，研究结论依然成立。

（三）稳健性检验

1.替换变量

第一，替换解释变量。企业无息债务没有固定成本，对企业稳健经营影响较小，而长期有息债务成本随时间延长逐渐递增，会较大程度地影响企业财务状况与日常经营运作。在企业的长期债务中，长期借款占有最大比例。所以，本文以长期借款与应付债券之和占总负债的比例（DM1）作为债务期限结构的替代变量，回归结果见表5列（1）。

第二，替换被解释变量。换手率（Turnover）是一定期间内成交量与流通股本的比值，其值越大说明股票流动性越强。本文以换手率（Turnover）作为股票流动性的替代变量，回归结果见表5列（2）。可以发现，无论替换解释变量还是被解释变量，基准回归均保持正向显著，稳健性检验通过。

2.剔除部分因素影响

在重大金融事件冲击后，企业股票流动性和债务融资可能受到严重影响。本文样本数据的时间区间中，存在2015年的重大金融冲击。基于此，本文借鉴唐松等[ 21 ]的研究，剔除2015年金融冲击的影响，兼顾危机后效性，截取2011—2014年的样本进行稳健性检验，回归结果见表5列（3），检验结果同基准回归结果无实质性差异。

五、企业债务期限结构效力发挥的外部条件：基于数字经济的视角

虽然企业债务期限延长通过增加研发创新投入和降低债务违约风险提升了股票流动性，但债务期限结构效力的发挥不仅需要企业内在因素推动，而且需要外部经济和技术基础条件的支撑。当前数字经济正处于高质量发展轨道，包括数字基础设施和数字金融等要素，为企业发展提供了技术和金融支持。本文认为，数字经济发展会增强企业债务期限结构对股票流动性的影响效应。因此，在“企业债务期限结构—股票流动性”的研究结构中，引入外部宏观层面的数字经济条件，旨在分析不同数字经济发展情况下，企业债务期限结构对股票流动性的影响效应如何变化。

（一）数字经济发展指标的构建

在地市级数字经济发展水平的刻画上，本文参考赵涛等[ 22 ]的研究，从互联网发展与数字普惠金融两方面测度各地市数字经济发展水平。对互联网发展水平，具体采用互联网普及率、相关从业人员情况、相关产出情况与移动电话普及率四个指标进行衡量。本文将互联网发展与数字普惠金融各指标通过熵值法和主成分分析法拟合成2011—2020年275个地级市的数字经济发展指数DE（熵值法）和DE1（主成分分析法），其中DE1作为替换变量同步进行稳健性检验。

（二）数字经济的调节效应检验

本文分析数字经济发展对企业债务期限结构效力发挥的调节效应。为减轻多重共线性的影响、保证研究结论的稳健性，在多元回归分析前，对解释变量DM和调节变量DE、DE1进行中心化处理，并构建调节效应回归模型：

Liquidityi，t=？籽0 + ？籽1DMi，t + ？籽2DMi，t×DE + ？籽3DE + ？籽4Xi，t+？兹t+

？棕i+？着i，t （2）

回归结果如表6所示，无论以熵值法还是主成分分析法测度，数字经济与企业债务期限结构的交互项（DM×DE或DM×DE1）均显著为正。实证结果意味着，在较好的数字经济支撑条件下，企业债务期限延长能更好激发企业股票交易活力，即数字经济发展能够对债务期限结构与企业股票流动性的关系产生正向调节作用，H2得到了实证支持。

（三）数字经济调节作用的区域异质性

由以上分析可知，数字经济发展有助于强化债务期限结构对企业股票流动性的影响。但不同区域的经济、社会发展程度不同，因此调节效应或存在区域异质性。本文认为：首先，各地区对基础设施建设的重视程度存在差异。相较于中西部地区，东部地区数字化发展起步早、程度深，资金充足，对数字经济发展相关政策解读与落实到位，对数字基础设施建设投入更多。其次，不同地区经济发展水平不同。我国疆域辽阔，区域经济发展呈现东部优于西部的特征，地区经济发展水平越好，越能凸显数字经济对经济高质量发展的贡献。综上，数字经济的调节作用可能存在区域异质性——相较中、西部地区，东部地区数字经济调节效应更为显著。

因此，本文按企业所在地划分为东部、中部和西部三组子样本进行回归，具体结果如表7所示。在三组子样本中，只有东部地区数字经济与债务期限结构的交互项在1%置信水平正相关，回归结果与本文上述分析结论相符。

六、机制路径检验

前述研究为理解债务期限结构的影响效应差异提供了支撑，但尚未对企业债务期限结构影响股票流动性的机制进行研究。为此，本部分选取企业创新和债务违约风险两类渠道进行验证。根据中介效应理论构建模型：

Liquidityi，t=？琢0+？琢1DMi，t+？琢2Xi，t+？兹t+？棕i+？着i，t （3）

Medi，t=？茁0+？茁1DMi，t+？茁2Xi，t+？兹t+？棕i+？着i，t （4）

Liquidityi，t=？酌0+？酌1DMi，t+？酌2Medi，t+？酌3Xi，t+？兹t+？棕i+？着i，t

（5）

其中，i代表行业，t代表年份，回归中的被解释变量Liquidityi，t为股票流动性，解释变量DMi，t为企业债务期限结构，Medi，t为下文的中介变量，Xi，t为前述控制变量，？着i，t为模型随机误差项，？兹t和？棕i分别为时间和行业虚拟变量（用以控制固定效应）。

（一）基于企业创新的机制检验

本文选取研发投入（R&D，企业研发投入与营业收入的比值）来刻画企业创新。选择这类中介变量进行机制检验的原因是：长期债务可以很好地为企业创新提供长期、稳定的资金支持，有助于提升企业的研发投入。企业创新生态优化将会进一步活跃股票交易活动，提升企业股票流动性。回归结果如表8列（1）—列（3）所示，可以看出，债务期限延长能够有效提升企业研发投入，进而对股票流动性起到促进作用。

（二）基于企业债务违约风险的机制检验

本文参考翟淑萍等[ 23 ]对企业债务违约风险的测度，采用Naive模型估计违约概率（EDF）作为违约风险的代理变量，具体计算步骤如下：

DDi，t=■

DDi，t表示违约距离，Equityi，t表示企业总市值，Debti，t表示企业年末短期负债与长期负债各二分之一的总和，ri，t-1是由企业上一年度月度股票收益率求得的年度收益率，Ti，t在公式中被设置为1年，σVi，t表示企业资产波动率的估计量。σVi，t的计算公式如下，其中，σEi，t是基于企业上年度月度收益率标准差求得的股票年度收益率波动率：

σVi，t=■×σEi，t+■×（0.05+0.25

σEi，t）

计算出违约距离DDi，t后，再通过标准累积正态分布函数Normal求出企业违约概率EDF：

EDFi，t=Normal（DDi，t）

债务期限的延长，为企业提供了长期充裕的现金流，有助于缓解企业在短期内偿还债务本金和支付利息的流动性压力。由于企业不再面临迅速还债的紧迫性，债务违约风险得以降低。债务违约风险将直接影响企业的信用状况，债务违约风险的下降会提升企业声誉，有助于吸引更多的股票市场投资者，使他们更愿意购买该企业的股票。因此，债务期限延长通过降低债务违约风险间接促进了股票流动性的提升。表8列（4）—列（6）展示了债务违约风险作为中介变量的回归结果，可以看出，债务期限延长能够有效降低企业债务违约风险，进而显著提升股票流动性。

七、研究结论与政策启示

本文以我国沪深A股上市企业2011—2020年的数据和275个地级市的数字经济发展指数作为样本，实证检验了企业债务期限结构对股票流动性的影响、机制和外部宏观条件——数字经济的调节作用。主要研究结论如下：（1）长期债务占比提高显著提升了企业的股票流动性，经过一系列内生性和稳健性检验，该结论仍然成立。（2）有效的外部条件是企业债务期限结构发挥效用的重要基础。数字经济发展在企业债务期限结构影响股票流动性的作用中起到正向调节作用，且该调节作用在东部地区最为显著。（3）企业债务期限延长能够增加企业研发投入，降低企业债务违约风险，从而改善股票流动性。

基于主要研究结论，本文具有以下政策启示：（1）促进数字经济与实体经济精准对接，以数字经济发展推动企业高质量发展。不仅要发挥数字经济对企业创新的驱动作用和对企业经营效率的提升作用，促进股票流动性提升，而且要以数字经济和数字金融提升金融机构对优质企业的识别效率，从源头增加企业长期资金供给。此外，在数字经济发展中应兼顾效率与公平，以东部地区数字经济发展经验为中西部地区经济高质量发展提供支持与指导。（2）进一步拓展企业获得长期融资的途径，可以通过加强债券市场建设促进债券融资发展。在保证债券发行质量的前提下，可以适度降低企业发行债券的门槛，提高企业长期债务的可获得性。优化企业融资期限结构，构建有利于企业资本市场表现提升的债务期限结构体系。（3）不断完善注册制和定价机制改革，提升资本市场信息传导效率。在注册制全面推行的背景下，应重点关注上市公司股票流动性，保证资本市场健康运转。同时，信息传递效率的提高可以使企业内部改善措施更及时地反映在资本市场中。

【参考文献】

［1］杨何灿，吴隽豪，杨咸月.北向资金与境内股票市场流动性：基于高频数据的传导机制［J］.经济研究，2023（5）：190-208.

［2］陈辉，顾乃康.新三板做市商制度、股票流动性与证券价值［J］.金融研究，2017（4）：176-190.

［3］刘旸，杜萌.经济政策不确定性、货币政策与股票市场流动性：基于TVP-VAR模型的实证分析［J］.大连理工大学学报（社会科学版），2020（5）：42-50.

［4］靳云汇，杨文.上海股市流动性影响因素实证分析［J］.金融研究，2002（6）：12-21.

［5］邓柏峻，李仲飞，梁权熙.境外股东持股与股票流动性［J］.金融研究，2016（11）：142-157.

［6］唐洋，宋平，唐国平.企业生命周期、债务融资与企业绩效：来自我国制造业上市公司的经验证据［J］.财经论丛，2014（11）：49-56.

［7］戴静，刘贯春，张建华.债务期限结构、政府补贴援助与企业技术升级［J］.国际金融研究，2021（11）：33-42.

［8］向古月，周先平，刘仁芳.经济政策不确定性、债务短期化与财务脆弱性［J］.统计与决策，2020（20）：131-135.

［9］王东静，张祥建，张景青.公司债务期限结构与违约风险［J］.管理科学学报，2009（2）：77-87，141.

［10］戚聿东，肖旭.数字经济时代的企业管理变革［J］.管理世界，2020（6）：135-152，250.

［11］吴非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现：来自股票流动性的经验证据［J］.管理世界，2021（7）：130-144.