连锁董事网络位置、融资约束与企业研发投资
来源:用户上传
作者:李小青 王琦 李乔
【摘 要】 运用社会网络分析（SNA）方法，选取2012—2017年创业板上市公司为研究对象，从结构性嵌入视角出发，实证检验了连锁董事网络位置对企业研发投资的影响，重点考察了融资约束对二者的中介效应。研究发现：连锁董事网络位置有利于促进企业研发投资;连锁董事网络位置有助于企业缓解融资约束;连锁董事网络位置可以通过缓解融资约束来增加企业研发投资。研究结论不仅拓展了研发投资的视角，也对企业以增加研发投资为导向而提高董事会治理能力具有一定启示。
【关键词】 连锁董事网络; 网络中心度; 结构洞; 融资约束; 董事会治理; 研发投资
一、引言
创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。在知识经济及全球经济加速一体化竞争的背景下，技术创新能力成为影响企业生存与发展的关键因素。研发投资作为企业创新能力的来源，一方面基于信息不对称理论，研发活动中，外部投资者面临严重的信息不对称，这使得研发活动的融资市场更像“柠檬市场”;另一方面基于资源依赖理论，企业融资渠道狭窄，获取外部资源的能力较弱，导致企业研发投资活动受到融资约束的阻碍，高新技术企业作为研发密集型企业，研发投资受到的融资约束更为严重[1]。因此，对于高新技术企业而言，如何缓解融资约束对研发投资的阻碍进而达到增加研发投资的目的，成为紧迫且重要的现实需求。
连锁董事网络作为企业重要的关系网络，通过其位置优势在一定程度上能够帮助企业缓解融资约束。连锁董事网络位置影响企业融资约束的内在逻辑体现在两个方面：一方面，企业能够借助连锁董事网络位置优势广泛传播利于提升自身形象的“软信息”，同时获取更多高质量的信息，从而缓解信息不对称问题;另一方面，连锁董事网络位置有助于拓展可用资源范围，降低各种显性和隐性成本，拓宽融资渠道[2]。然而，针对企业内部治理机制对企业研发投资的影响，国内外学者主要从董事会结构、董事会特征角度进行研究，多局限于董事会自身的整体特征，少数学者将目光转向董事会的外部联系，即连锁董事网络对创新的影响，但并没有进一步分析连锁董事网络微观层面对研发投资的内在驱动机制，连锁董事网络位置能否通过缓解融资约束进而增加研发投资这一作用路径更没有系统的论述。
基于上述分析，本文在检验连锁董事网络位置对企业研发投资影响的基础上，重点考察融资约束在两者之间的中介作用，即连锁董事网络能否通过缓解融资约束进而增加企业研发投资。本文的贡献主要体现在以下三个方面：第一，以我国创业板上市公司为研究对象，从微观层面连锁董事网络位置特征出发，厘清“连锁董事网络位置—融资约束—研发投资”的作用路径，进一步拓展了研发投资的视角。第二，运用融资约束分析框架和社会网络方法，从网络位置角度深入挖掘连锁董事网络对融资约束的影响。第三，研究结论揭示了连锁董事网络位置的重要意义，将为企业增加研发投资，提升董事选聘质量提供参考。
二、文献综述与研究假设
（一）连锁董事网络位置与研发投资
企业研发投资是企业追求长期价值增长的投资，对于创新性信息及资源的要求较高。連锁董事网络的位置优势有利于企业间信息、知识及资源的传递，提高企业对外部环境的把握能力，制定出有价值的投资策略，有效促进企业进行创新[3]。
网络中心度是衡量连锁董事网络位置的关键指标。位于连锁董事网络中心位置的企业能够充当网络中心枢纽，获取更多资源和信息流[4]。首先，中心度高的企业在网络中更容易获取并控制与创新相关的新信息。在研发的过程中，新信息对于解决设计和生产的问题非常重要[5-6]，因此中心度高的企业在研发活动中可以将外部信息与内部现存知识进行整合，实现创新。其次，中心度高的企业拥有多重信息源，意味着可以更加独特新颖地对信息进行组合实现创新[6]，同时可以通过对不同信息源间的信息进行对比，减少对有价值信息的遗漏。最后，创新的过程需要同步使用不同的技术和知识[7]，中心度越高的企业越容易汇聚不同企业的互补性技能，越能争取到与优秀企业合作的机会，研发投资成功的概率越大，进而增加企业研发投资的动力。基于此，本文提出假设1a。
H1a：企业连锁董事网络的网络中心度越高，越有利于促进企业研发投资。
结构洞的侧重点与网络中心度不同，网络中心度强调与自我的直接联系，而结构洞更关注与自我联系的企业之间的关系模式。结构洞理论表示，如果自我与许多彼此不相连的个体有联结，那么这种结构将对自我非常有利;如果自我作为两个互不关联簇群间的桥梁，则这种结构带来的收益将进一步放大[8]。Burt[9]的研究表明，网络中最有可能给组织带来竞争优势的位置是处于关系稀疏地带之间而不是关系稠密地带之内，即结构洞的位置。占据结构洞较多的行动者可以接触更多异质性信息及资源，帮助企业获得资源优势和信息优势。所谓信息优势是指企业通过占据结构洞位置能够获取更多信息。企业占据的结构洞越丰富，在整个连锁董事网络中扮演越重要的信息传递角色，因而能够从整个网络的远距离区域中获得与企业创新相关的潜在的、新颖的和差异化的信息[10]。所谓资源优势是指结构洞能够向组织提供与其他组织的弱关系联结，或者差异化的非冗余资源，从而提升组织通过整合这些资源进行创新的可能性，促进创新知识和资源的流动与传播[11]。基于此，本文提出假设1b。
H1b：企业占据的结构洞越丰富，越有利于促进企业研发投资。
（二）连锁董事网络位置与融资约束
研发投资一方面其高度不确定性造成了信息不对称问题，另一方面从事研发投资活动的企业专利技术等无形资产的风险难以控制和评估，决定了企业缺乏足够的贷款担保抵押，融资困难。研发投资的这些特点决定了研发投资活动面临着融资约束的问题，连锁董事网络可以凭借网络位置优势帮助其缓解融资约束。基于信息效应，企业能够借助董事网络获取有效信息，传播有利于自身形象的信息，缓解信息不对称带来的融资约束。基于资源效应，连锁董事网络位置利用董事会之间的商业联系为公司提供商业资源，降低公司获取外部资源的难度，缓解融资约束。 网络中心度越高的企业，越有利于帮助企业在信息传递和资源获取方面获益，缓解融资约束。在信息传递方面，Chuluun et al.[12]发现董事会规模可以帮助企业获取更多的信息来缓解融资约束，即位于连锁董事网络中心的董事可能在与其他企业接触过程中有过同类型投资项目的经验交流，拥有大量关于行业趋势、市场形势以及监管变化等方面的信息[2]，避免了过度投资和投资不足现象，提高公司的投资效率，缓解信息不对称带来的融资约束阻碍。在资源获取方面，Huang et al.[13]指出与借款人的社会关系降低了公司申请破产的可能性，增加了进行债务人持有破产融资的可能性。Engelberg et al.[14]发现当银行与公司的管理层之间存在校友或职业关联时，贷款利率显著下降。网络中心度越高的企业，董事越易于通过社会网络形成重要的商业联系，其债务融资成本越低，企业获取外部资源的能力越强。基于此，本文提出假设2a。
H2a：企业连锁董事网络的网络中心度越高，越有利于缓解融资约束。
占据结构洞位置的企业可以把网络中不相连的企业成员连接起来，从而缩短企业间信息传递的平均路径，加快信息流动，促进知识和资源的迅速传播和利用效率[8]。在信息获取方面，占据的结构洞越丰富，企业更了解投资项目的优势、成长性、变化趋势、监管制度和投资风险等信息，从而在进行决策时具有相对信息优势;同时可以获得更多的非冗余信息，为企业的融资提供更多的信息支持，降低了信息不对称带来的融资约束。在资源获取方面，王营等[15]发现企业嵌入董事网络有助于获取债务融资，曹春方等[16]发现企业的董事网络越丰富，能够获取的商业信用越多。占据的结构洞越丰富，企业与其银行之间的嵌入关系使企业能够战略性地管理信贷融资关系[17]。结构洞越丰富，可以获取更低的贷款利率，即更低的融资成本[12]。基于此，本文提出假设2b。
H2b：企业连锁董事网络占据的结构洞越多，越有利于缓解融资约束。
（三）连锁董事网络位置、融资约束与研发投资
研发活动是一项高风险、高收益的战略行为，周期长、风险高、不确定因素较多，因此融资约束对高新技术企业研发投资的影响可能更为关键，然而连锁董事网络位置通过其资源效应与信息效应缓解融资约束的行为则成为企业增加研发投资的重要推动力量。首先，研发投资的高风险孕育着信息不对称，可能造成融资约束问题，基于信息效应，连锁董事网络位置不仅提供了企业之间信息交流的渠道，缓解了信息不对称问题带来的融资约束，也提供了更多跨行业跨地域的异质性信息，为创新研发提供了更多的窗口。网络中心度越高、占据结构洞越丰富的企业其信息不对称程度越小，信息流动快，渠道畅通，融资约束程度也有所降低，研发投资增加。另外，研发投资资金需求大的特征则进一步反映了外部融资困难，基于资源效应，连锁董事网络提供企业所需商业资源，降低企业获取外部资源的难度，缓解融资约束，进而增加研发投资。网络中心度越高、占据结构洞越丰富的企业建立了更多的商业联系，拥有较低的贷款利率，保证了资金投入的持续性，从而促进研发投资。基于以上分析，本文提出假设3。
H3：融资约束在连锁董事网络和研发投资之间起到中介作用。
H3a：融资约束在连锁董事网络中心度与研发投资之间起到中介作用。
H3b：融资约束在连锁董事网络结构洞与研发投资之间起到中介作用。
三、研究设计
（一）样本选取与数据来源
本文选取2012—2017年698家创业板上市公司为研究样本，探究融资约束中介作用下，连锁董事网络位置对研发投资的影响。同时依据以下标准对原始样本进行筛选和处理：（1）对于连锁董事网络数据，根据CSMAR数据库中上市公司董事个人特征对同名董事进行筛选，对于依据个人简历无法判断“同名”且“同人”的董事，通过新浪财经进行核对，予以剔除和保留;（2）剔除金融业、保险业;（3）剔除ST和？觹ST公司;（4）剔除由于数据库本身的原因而在各类指标中含有缺失值和奇异值的公司;（5）对全部样本数据在上下各1%的水平上进行缩尾（Winsorize）处理。经过筛选，共得到2 750个观测值。本文所使用的数据来源于Wind数据库、CSMAR数据库及RESSET金融研究数据库，采用Stata14.0软件对数据进行处理及分析。
（二）变量及其度量
1.被解释变量
被解释变量为研发投资。在以往的文献中，对研发投资的衡量包括研发投入总量、研发投入强度等。对于创业板的企业而言，企业规模以及资本等因素对于研发投入的影响较大，为了消除其影响，本研究采用相关文献中常用的相对指标——研发投入强度，参照已有研究[18-19]，使用企业研发支出占年末总资产的比重作为企业研发投资的代理变量。
2.解释变量
本文选取程度中心度（Degree）和结构洞丰富度（SThole）作为连锁董事网络位置的衡量指标，指标利用UCINET 6.0软件计算得出。
（1）程度中心度，是指在社会网络中直接与其他企业联结的个数，代表企业直接的影响力。计算方法如下：
其中，i表示某个董事;j为当年除了i之外的其他董事;Xj i为一个网络联结关系，如果董事i與董事j至少在一个公司董事会共事则为1，否则为0;g为上市公司当年担任董事的总人数，由于不同年份的上市公司董事数量不同，用（g-1）来消除规模差异。
（2）结构洞丰富度，Burt用结构洞来表示非冗余的联系，非冗余的联系人被结构洞所连接，1个结构洞是2个行动者之间非冗余的联系[9]。结构洞理论指出了处在网络结构中的中介者具有信息优势和控制优势，因而有广泛的应用。Burt给出的结构洞指数包括有效规模、效率、约束度、等级度。相比之下，约束度指标的使用更为广泛。“约束”能够有效地测量企业结构洞的匮乏程度，约束越高，表明企业结构洞越少。由于约束指数的最大值为1，常用1与约束的差来衡量结构洞丰富程度[20]，计量方法如下： 3.中介变量
中介变量为融资约束，其衡量指标分为单变量和多变量两种。前者包括股利支付率、利息保障倍数、公司规模等，后者包括KZ指数、WW指数、SA指数等。用单变量指标衡量融资约束的大小会使得结果产生偏差，而KZ指数构建中包含着现金流、股利支付率等指标，这些指标与融资约束存在着相互关系。WW指数相对于KZ指数而言，除了考虑企业自身的财务特征之外，还考虑到了企业所处的外部行业特征，这使其具有更广泛的经济意义。Hadlock和Pierce（2010）根据Kaplan和Zingales（1997）的研究思路，提出了一种更优的融资约束变量——SA指数，之后在学术界得到了广泛运用。从中国市场的研究来看，鞠晓生等[22-23]的研究显示，SA指数得到的融资约束评价结论相对较稳健，因此本文选取SA指数，其使用规模和年龄随时间变化不大，同时不具有内生性的变量构建，其表达式为：
SA=-0.737Size+0.043Size2-0.04Age
由于SA指数为负且绝对值越大，说明企业受到的融资约束程度越严重，因此本文采用SA指数的绝对数对融资约束进行测量。同时为证明本文结论不受指数选择的影响，使用WW指数做稳健性检验。
4.控制变量
本文控制变量选取代表董事会特征的变量：董事会两职状态（Dual）、董事会规模（Bsize）、股权集中度（Top1）、全部高管持股数量（Mshare），以及代表企业状况的变量：成长性（Growth）、发展能力（TQ）、财务杠杆（Lev），同时控制了企业的年度效应（Year）以及行业影响（Industry）。
具体变量定义见表1。
（三）模型设定
1.连锁董事网络位置对研发投资的影响模型
R&Di，t=α0+α1Neti，t+α2Duali，t+α3Bsizei，t+α4Top1i，t +
α5Mshare+α6Growthi，t+α7TQi，t+α8Levi，t+ε1 （1）
2.连锁董事网络位置对融资约束的影响模型
SAi，t=β0+β1Neti，t+β2Duali，t+β3Bsizei，t+β4Top1i，t+
β5Msharei，t+β6Growthi，t+β7TQi，t+β8Levi，t+ε2 （2）
3.检验融资约束中介作用的模型
R&Di，t=γ0+γ1Neti，t+γ2SAi，t+γ3Duali，t+γ4Bsizei，t+
γ5Top1i，t+γ6Msharei，t+γ7Growthi，t+γ8TQi，t+γ9Levi，t+ε3
（3）
其中，α0、β0、γ0为常数项，α1—α8、β1—β8和γ1—γ9为各变量的影响系数，ε1—ε3为残差项。
四、实证结果与分析
（一）描述性统计及相关性检验
1.描述性统计分析
表2是对主要变量的描述性统计。从描述性统计结果来看，企业研发投资（R&D）最大值为0.3001，最小值为0.0000，均值为0.0284，表明不同企业间研发投入占总资产的比重差别较大，研发投资并不均衡;企业融资约束（SA）的最大值为3.8292，最小值为2.3504，均值为3.2316，表明创业板上市公司普遍存在较严重的融资约束问题;企业连锁董事网络位置中心度（Degree）的最大值为0.1780，最小值为0.0010，均值为0.0351，网络中心度的高低分明，表明企业利用其网络位置获取和控制的资源存在显著差异;企业连锁董事网络结构洞指数（SThole）的均值为0.5286，较大程度高于连锁董事网络中心度的均值，表明连锁董事网络的结构性特征较为明显;其余控制变量方面，企业投资机会（TQ）最大值为8.4674，最小值为0.9990，均值为2.5340，表明企业投资机会存在较大差距;企业高管持股数量（Mshare）的均值为16.0024，均表明企业股权集中度较高。
2.相关性检验
表3是对变量的Pearson相关系数分析结果。由表3的检验结果可知，连锁董事网络中心度（Degree）与结构洞（SThole）均与研发投资（R&D）之间存在1%显著性水平的正相关;连锁董事网络程度中心度（Degree）与结构洞（SThole）均与融资约束（SA）在1%的显著性水平上负相关。表3中其余各相关系数都不超过0.5，反映了主要变量之间没有出现明显的多重共线性问题，表明所选的变量适合进行回归分析。
（二）回归结果分析
本文选取2012—2017年的非平衡面板数据，采用固定效应模型、随机效应模型和混合回归模型进行检验，最后选择采用随机效应模型的结果进行实证分析。
1.连锁董事网络位置与研发投资
表4中的模型1是连锁董事网络中心度与结构洞丰富度与研发投资的回归分析结果。从模型1可知，程度中心度（Degree）的回歸系数为0.0336，且在1%的水平显著，说明连锁董事网络的网络中心度与企业研发投资显著正相关，即越处于网络的中心，企业所拥有或者能控制的资源越多，得到的信息越多，对增加企业的研发投资有正向促进作用。证实了H1a：企业连锁董事网络的网络中心度越高，越有利于促进企业研发投资。结构洞（SThole）的回归系数为0.0041，同样在1%的水平显著，说明结构洞丰富度与企业研发投资显著正相关，结构洞越丰富，意味着企业所能控制的异质性、非冗余资源越多，获取的企业研发所需的关键信息的质量越高，越有利于促进企业的研发投资，从而验证了H1b：企业占据的结构洞越丰富，越有利于促进企业研发投资。
2.连锁董事网络位置与融资约束 表4中的模型2是连锁董事网络中心度和结构洞丰富度与企业融资约束的回归分析结果。从模型2的回归结果中可以看出，程度中心度（Degree）的回归系数为-0.8300，且在1%的水平显著，表明连锁董事网络的网络中心度与融资约束显著负相关，即越处于网络中心，越有利获得较低的融资成本及更多有利的投资信息，从而缓解融资约束带来的威胁，证实了H2a：企业连锁董事网络的网络中心度越高，越有利于缓解融资约束。结构洞丰富度（SThole）的回归系数为-0.0519，同样在1%的水平显著，证明连锁董事网络的结构洞越丰富，信息的传播速度越迅速，对资源的利用效率越高，越有利于缓解企业面临的融资约束，从而证实了H2b：企业连锁董事网络占据的结构洞越多，越有利于缓解融资约束。
3.融资约束的中介效应
表4中的模型3在模型1的基础上加入中介变量，在考虑融资约束的情况下，检验连锁董事网络对企业研发投资的影响。结果显示，模型3中连锁董事网络程度中心度（Degree）对研发投资（R&D）的影响系数由0.0336缩小到0.0282，并在1%的水平显著，说明融资约束在连锁董事网络中心度和企业研发投资之间起到部分中介效应，证实了H3a：融资约束在连锁董事网络中心度对研发投资的促进作用中发挥中介作用;连锁董事网络结构洞丰富度（SThole）的回归系数从0.0041缩小到0.0031，且在1%的水平顯著，结果表明融资约束在连锁董事网络结构洞和企业研发投资起到部分中介作用，证实了H3b：融资约束在连锁董事网络结构洞对研发投资的促进作用中发挥中介作用。即融资约束在连锁董事网络和研发投资之间起到中介作用，企业连锁董事网络可以通过缓解融资约束来增加研发投资。
（三）稳健性检验
1.替换变量法
为了证实本文研究结果的准确性，选取WW指数替代中介变量SA指数进行回归检验，回归结果如表5所示，中介变量对被解释变量作用显著，中介效应存在。同时连锁董事网络中的程度中心度对企业研发投资影响系数由0.0336缩小到0.0304并在1%的水平显著;连锁董事网络结构洞丰富的回归系数从0.0041缩小到0.0030，且在1%的水平显著，说明在更换中介变量之后中介作用同样显著，融资约束在连锁董事网络位置和企业研发投资中起到部分中介作用，支持本文所得的研究结论。
2.变更中介效应检验方法
为了对融资约束的中介作用进行检验，本研究采取Preacher（2008）提出的Bootstrap方法，通过重复随机抽样的方法抽取1 000个Bootstrap样本，对所生成和保存的1 000个中介效应估计值进行大小排序，并由此获得95%的中介效应置信区间，重点查看中介效应置信区间是否包含0，如果包含0，则中介效应不显著;不包含0，则中介效应显著。
检验结果如表6所示，可以看出，在连锁董事网络中心度（Degree）对企业研发投资（R&D）的影响关系中，融资约束的间接效应值为-0.0121，95%的置信区间[-0.0175，-0.0067]不包含0，中介效应显著;在连锁董事网络结构洞（SThole）对企业研发投资（R&D）的影响关系中，间接效应值为-0.0007，95%的置信区间[-0.0013，-0.0002]不包含0，中介效应显著，表明融资约束在连锁董事网络与研发投资之间起到部分中介作用，检验结果同前文保持一致，说明本文所得的研究结论具有稳健性。
五、研究结论与政策建议
本研究运用社会网络分析方法，选取2012—2017年我国创业板上市公司为研究对象，在检验连锁董事网络位置对企业研发投资影响的基础上，考察了融资约束在两者中的中介作用。研究发现：第一，连锁董事网络位置有助于促进企业研发投资。第二，连锁董事网络位置有助于缓解企业所面临的融资约束。第三，融资约束在连锁董事网络位置与企业研发投资的影响中起到部分中介作用。连锁董事网络的位置优势可以通过缓解融资约束激励企业进行研发投资活动，增加研发投资。
基于前文的理论分析和实证研究，从完善董事会治理能力和提升企业研发能力两个方面提出相关政策建议：第一，企业应持续完善董事网络建设，加强董事关系网络投资，争取处于网络中的核心位置，同时剔除网络中的冗余联系，接触更多异质性的信息，占据更为丰富的结构洞。第二，企业应提升董事聘请质量，在新聘董事方面更多地考虑董事的兼职情况与人脉关系，选择多样化的合作，为企业未来发展储备更多异质性信息及有效资源，提高董事会的治理能力。第三，企业在获取外部多源信息的同时，也要注重对信息的吸收和应用，做到“两手抓，两手都要硬”，提升企业研发能力。
【参考文献】
[1] 刘春玉.研发投资融资约束及其外部融资依赖性——基于上市公司的实证研究[J].科技进步与对策，2014，31（4）：20-25.
[2] 王营，曹廷求.董事网络与融资约束：信息效应和资源效应[J].中南财经政法大学学报，2017（1）：83-93，159.
[3] O’HAGAN S B，GREEN M B.Corporate knowledge transfer via interlocking directorates：a network analysis approach[J].Geoforum，2004，35（1）：127-139.
[4] 任兵，阎大颖，张婧婷.连锁董事与企业战略：前沿理论与实证研究评述[J].南开学报（哲学社会科学版），2008（3）：119-126.
[5] DOUGHERTY D，HARDY C.Sustained productinnovation in large，mature organizations：overcoming innovation to organization problems[J].Academy of Management Journal，1996，39（5）：1120-1153. [6] ANDREW H V.Central problems in the management of innovation[J].Management Science，1986，32（5）：590-607.
[7] POWELL W W，KOPUT K W，SMITH-DOERR L.Interorganizational collaboration and the locus of innovation：networks of learning in biotechnology[J].Administrative Science Quarterly，1996，41（1）：116-145.
[8] UZZI B.Social structure and competition in interfirm networks：the paradox of embeddedness[J].Administrative Science Quarterly，1997，42（1）：35-67.
[9] BURT R S.Structural holes：the social structure of competition[M].Harvard University Press，1992：58-71.
[10] 陳运森.社会网络与企业效率：基于结构洞位置的证据[J].会计研究，2015（1）：48-55.
[11] TORTORIELLO M.The social underpinnings of absorptive capacity：the moderating effects of structural holes on innovation generation based on external knowledge[J].Strategic Management Journal，2015，36（4）：586-597.
[12] CHULUUN T，PREVOST A，PUTHENPURACKAL J.Board ties and the cost of corporate debt[D].Working Paper，Loyola University-Baltimore，2013.
[13] HUANG Q，JIANG F，LIE E.The value of social ne-
tworks during periods of distress[J/OL].SSRN Electronic Journal，2012.
[14] ENGELBERG J，GAO P，PARSONS C A.Friends with money[J].Journal of Financial Economics，2012，
103（1）：169-188.
[15] 王营，曹廷求.董事网络增进企业债务融资的作用机理研究[J].金融研究，2014（7）：189-206.
[16] 曹春方，许楠.独立董事网络与商业信用：监督、咨询还是关系租借[Z].工作论文，2015.
[17] UZZI B，GILLESPIE J J.Konwledge spillover incorporate financing networks：embeddedness and the form’s debt performance[J].Strategic Management Journal，2002，23（7）：595-618.
[18] 解维敏，方红星.金融发展、融资约束与企业研发投入[J].金融研究，2011（5）：171-183.
[19] 潘越，潘健平，戴亦一.公司诉讼风险、司法地方保护主义与企业创新[J].经济研究，2015，50（3）：131-145.
[20] ZAHEER A，BELL G G.Benefiting from network position：firm capabilities，structural holes，and perfor -mance[J].Strategic Management Journal，2005，26（9）：
809-825.
[21] 鞠晓生，卢荻，虞义华.融资约束、营运资本管理与企业创新可持续性[J].经济研究，2013，48（1）：4-16.
[22] 卢太平，张东旭.融资需求、融资约束与盈余管理[J].会计研究，2014（1）：35-41，94.
转载注明来源:https://www.xzbu.com/3/view-15201559.htm
