财务杠杆率的影响因素及其对公司财务绩效的影响——基于沪深A股上市公司面板数据的简要分析

Influencing Factors of Financial Leverage Ratio and Its Impact on Firms’ Financial Performance—A Brief Analysis Based on Panel Data of Shanghai and Shenzhen A-Share Listed Companies

摘要: 在经济全球化与市场竞争日益激烈的背景下，财务杠杆作为企业财务管理决策中的关键概念对企业财务绩效影响深远。研究通过沪深A股上市公司2003~2022年的数据，运用SPSS软件进行分析，在一定程度上证明了三个重要假设：其一，公司规模与财务杠杆率正相关；其二，盈利能力与财务杠杆率负相关，盈利能力强的企业倾向内源融资，注重财务稳健性；其三，财务杠杆率与公司绩效呈倒U型关系。

Abstract: In the context of economic globalization and increasingly fierce market competition, financial leverage, as a key concept in corporate financial management decision-making, has a profound impact on corporate financial performance. The study analyzes the data of A-share listed companies in Shanghai and Shenzhen from 2003 to 2022 using SPSS software to prove three important hypotheses to a certain extent: first, company size is positively correlated with financial leverage; second, profitability is negatively correlated with financial leverage, and companies with strong profitability tend to have endogenous financing and pay attention to financial soundness; third, financial leverage has an inverted U-shaped relationship with company performance.

1. 绪论

1.1. 研究背景

财务杠杆作为企业财务管理中的重要概念，指的是由于债务的存在而导致普通股每股利润变动大于息税前利润变动的杠杆效应，它反映了企业利用债务资金来调节权益资本收益的程度。合理运用财务杠杆可以帮助企业扩大经营规模、提高资金使用效率，从而提升公司财务绩效；若使用不当，过高的财务杠杆可能使企业面临沉重的债务负担和财务风险，甚至陷入财务困境。沪深两市A股市场作为中国资本市场的核心组成部分，截至2024年底已汇聚超5000家上市公司，其财务决策不仅关乎企业自身的稳健性，更对宏观金融市场的稳定性产生重要影响。因此，研究A股市场财务杠杆率的影响因素及其对财务绩效的影响具有广泛意义。

1.2. 研究意义

现有财务杠杆理论如MM理论、权衡理论等多基于成熟资本市场假设，而中国A股市场具有新兴市场的部分特征，如散户投资者占比高、政策干预性强、行业发展不均衡等。通过分析A股上市公司面板数据，可检验经典理论在转型经济体中的适用性，补充新兴市场情境下财务杠杆率影响因素的经验证据，为完善本土化资本结构理论提供微观数据支撑。对企业管理者而言，研究结论可帮助其识别影响杠杆率的关键因素如盈利能力、资产结构、行业特性等，从而制定更具针对性的融资策略。对监管部门而言，研究有助于动态监测A股市场整体杠杆水平，为防范系统性金融风险提供决策参考。

1.3. 研究方法

1) 文献研究法。首先通过中国知网等学术平台广泛搜集阅读相关论文、期刊，在对国内外现有文献研究剖析的基础上形成研究思路；其次参考一些本领域内相关的成熟理论，为后文分析奠定理论基础；最后将相关理论与文献观点融会贯通提出文章关键性建议。

2) 实证分析法。首先，通过东方财富网、国泰安数据库、Wind数据库等数据平台进行广泛的数据搜集，为文章实证分析提供前期准备。之后使用SPSS软件对所选择的变量进行描述性统计明确数据总体情况；其次提出相关假设并运用相关性分析和多元线性回归分析，对所获得的数据进行实证检验。

2. 理论基础与研究假设

2.1. 权衡理论

权衡理论作为现代资本结构理论的核心框架，揭示了企业在负债融资决策中对收益与成本的动态平衡机制。该理论以Modigliani和Miller (1963) [1]的税盾效应为起点，指出负债利息的税前抵扣特性可降低企业实际资本成本，形成“税收庇护”作用。与此同时，财务杠杆的放大效应能提升股东回报，即当企业投资回报率高于负债利率时，负债比例的增加可通过杠杆作用推高净资产收益率。然而，负债的“双刃剑”属性体现在其伴随的财务困境成本上：过高的负债比率会加剧企业破产风险，引发法律诉讼、客户流失、供应商信用紧缩等直接或间接损失。权衡理论的核心命题是企业存在一个最优财务杠杆率，此时负债的边际税盾收益恰好等于边际财务困境成本，企业价值达到最大化。这一逻辑在实证研究中表现为杠杆率与公司绩效的非线性关系：在低杠杆区间，税盾效应主导下两者呈正相关；当杠杆率突破阈值后，财务困境成本激增导致负向效应显现。

2.2. 代理理论

代理理论以企业所有权与经营权分离为逻辑起点，聚焦委托代理关系中的利益冲突对资本结构决策的影响。Jensen和Meckling (1976) [2]将代理问题划分为两类：一是股东与管理层的冲突，管理层可能为追求在职消费或规避风险而偏离股东财富最大化目标；二是股东与债权人的冲突，股东倾向于利用有限责任制度进行高风险投资，将失败风险转嫁给债权人，这会导致债权人提高利率或设置契约限制(如限制分红比例)，增加企业融资成本[3]。

债务融资对代理问题具有双重治理效应：一方面，固定还本付息的“硬约束”可减少管理层可支配的自由现金流，抑制其过度投资或在职消费行为。另一方面，负债可能加剧股东与债权人的冲突：高杠杆企业的股东更有动机投资高风险项目，若项目成功，超额收益归股东所有；若失败，债权人承担主要损失。这种“资产替代”行为会导致债权人要求更高的风险溢价，甚至触发债务契约中的限制性条款，制约企业正常经营决策[4]。代理理论对财务杠杆率与公司绩效的关系提出了条件性预测：在代理成本较高的企业如股权分散、管理层持股比例低，负债的治理效应更为显著，两者呈正向关联；而在代理冲突激烈的情境下如自由现金流充裕且缺乏监督机制，高杠杆可能因加剧利益冲突而损害绩效[5]。

2.3. 研究假设

2.3.1. 公司规模与财务杠杆率正相关

在当今复杂且竞争激烈的资本市场环境下，企业的资本结构决策一直是财务领域研究的核心议题之一。公司规模作为企业重要的特征变量，对其财务杠杆率的影响备受关注。随着经济全球化的推进和市场竞争的加剧，企业为了实现扩张与发展，往往需要大量的资金支持，而合理安排债务融资在资金来源中的占比，即确定合适的财务杠杆率，成为企业面临的关键决策[6]。

从企业运营的实际情况来看，规模较大的企业在诸多方面具有明显优势。一方面，大规模企业通常拥有更为多元化的业务板块和广泛的市场覆盖范围。这种多元化经营模式不仅能够分散经营风险，还使得企业的现金流相对更为稳定[7]。另一方面，大规模企业往往具备更强大的资产基础，其固定资产、无形资产等可作为抵押物，增强了其在债务融资中的信用背书。这使得大规模企业在与债权人谈判时，能够争取到更为有利的融资条款，如更低的利率水平和更长的还款期限。从资本市场的角度分析，规模较大的企业在市场中具有更高的知名度和更强的品牌影响力，更容易受到投资者和债权人的关注[8]。它们在债券市场等债务融资渠道上的融资成本相对较低，且融资规模的上限更高。

基于以上理论和现实因素，文章提出研究假设：

H1：公司规模与财务杠杆率正相关。

2.3.2. 盈利能力与财务杠杆率负相关

在企业财务管理的理论与实践中，盈利能力始终是评估企业经营状况和发展潜力的关键指标，盈利能力强的企业在财务决策上具有独特的优势与偏好[9]。首先，从内部融资角度来看，盈利能力强意味着企业能够通过自身经营活动产生充足的现金流。这些内部资金可以满足企业的大部分投资和运营需求，从而减少了对外部债务融资的依赖。其次，从风险偏好角度考虑，盈利能力强的企业更注重财务的稳健性和风险控制。高负债会带来较高的财务风险，如利息支付压力和潜在的偿债风险。盈利能力强的企业通常更有能力和意愿维持较低的负债水平，以避免因债务违约等风险对企业声誉和经营稳定性造成损害。再者，从信号传递理论来看，企业向外界传递自身财务状况良好的信号时，较低的负债水平是一个重要表现。高盈利企业通过保持低负债，向投资者和债权人展示其良好的财务规划和风险管控能力，有利于提升企业的市场形象和价值。

基于以上分析，文章提出研究假设：

H2：盈利能力与财务杠杆率负相关。

2.3.3. 财务杠杆率与公司绩效呈倒U型关系

财务杠杆率对公司绩效的影响具有双重性，在适度负债阶段，负债融资具有显著的优势。一方面，负债利息的税盾效应能够降低企业的实际税负，增加企业的税后现金流。另一方面，合理的负债水平可以通过财务杠杆作用放大股东的收益，当企业的投资回报率高于负债利率时，增加负债比例能够提升净资产收益率等绩效指标。然而，当负债水平超过一定限度，进入过度负债阶段时，负债的成本开始占据主导地位。过高的负债会使企业面临巨大的利息支付和偿债压力，一旦企业经营不善或市场环境恶化，可能导致资金链断裂，引发财务困境。

综合上述理论与实践情况，本文提出研究假设：

H3：财务杠杆率与公司绩效呈倒U型关系。

3. 模型构建与变量设计

3.1. 样本的选择与数据来源

基于数据的可得性，文章将2003年至2022年沪深A股上市公司作为数据的研究样本，文章中用到的数据收集途径如下：1) 沪深A股上市公司相关财务数据、股票代码、企业年龄的数据来源于国泰安CSMAR数据库；2) 托宾Q值是指一项资产的市场价值与其重置价值之比，且被学术界用于反映企业的投资效率、财务绩效以及市场对其未来发展的预期。文章所用到的托宾Q值来自于Bloomberg评级机构。

为了保证数据的可靠性，文章参考其他学者研究内容对样本做了如下筛选与剔除：1) 选取2011~2020年中国沪深A股上市公司；2) 对保险业以及金融行业的上市公司数据进行了剔除；3) 对变量存在缺失的上市公司进行剔除：4) 剔除ST、*ST企业；5) 剔除在报告中缺失托宾Q值的企业。

3.2. 变量与指标的选取

3.2.1. 因变量

资产收益率(Return on Assets，文章中简称ROA)是衡量企业资产运营效率和盈利能力的财务指标。其计算公式为：ROA = 净利润 ÷ 平均资产总额 × 100%。选择ROA作为衡量企业财务绩效的指标，主要基于以下几方面原因：ROA综合考虑了企业的净利润与资产规模。净利润是企业在一定会计期间的最终经营成果，是扣除了所有成本、费用和税收后的剩余收益，具有较强的客观性和综合性。平均资产总额则是基于企业资产在一定时期内的平均占用水平，数据来源可靠且易于获取。两者结合计算出的ROA，相对客观地反映了企业实际的盈利水平，减少了主观因素的干扰；在不同行业、不同规模的沪深A股上市公司之间，ROA具有较好的可比性。基于以上特性，文章对沪深A股上市公司财务杠杆率与公司财务绩效关系的研究中，选用ROA作为因变量，能够有效衡量公司的财务绩效。

财务杠杆率，反映了企业通过债务融资来撬动经营和投资活动的程度。其计算公式为：财务杠杆率 = 负债总额 ÷ 资产总额。这一指标衡量了企业利用债权人资金进行经营活动的能力，也体现了企业面临的财务风险程度。文章基于沪深A股上市公司面板数据的研究中，将财务杠杆率作为因变量。

3.2.2. 自变量

财务杠杆率的平方是通过对原始财务杠杆率进行二次变换得到的非线性变量，其数学表达式为财务杠杆率的平方 = (负债总额/资产总额)²。在模型中，该变量被引入以检验财务杠杆率与总资产收益率之间的非线性关系，特别是验证是否存在倒U型效应即适度负债提升绩效，过度负债损害绩效。通过加入二次项，模型能够捕捉财务杠杆率对ROA的边际效应变化：一次项系数β1反映线性影响的强度与方向，二次项系数β2则揭示曲率效应。因此，文章将财务杠杆率这一指标引入模型进行稳健性检验。

公司规模在模型中取其公司年末总资产的自然对数。在模型中总资产数值通常跨度较大，取自然对数可以有效地缓解数据的偏态分布，使其更符合线性回归模型的假设。其次对数化后的公司规模系数可直接解读为总资产每增加1%，财务杠杆率平均变化的百分比，便于比较不同规模企业的杠杆差异。

托宾Q值是衡量企业市场价值与资产重置成本之比的指标，计算公式为托宾Q值 = (股权市场价值 + 负债账面价值)/资产账面价值，其核心功能是反映市场对公司未来盈利能力的预期。在稳健性检验中，托宾Q值被用作被解释变量，替代原有的会计绩效指标ROA，以验证财务杠杆率影响的跨绩效衡量方法稳健性。此变量的替换检验排除了会计政策差异导致的测量偏差，提升了理论框架的解释广度。

3.2.3. 控制变量

企业年龄作为控制变量，反映了企业在市场中的发展阶段与生命周期特征。初创期企业因业务不确定性较高，通常依赖股权融资以降低财务风险；而成熟期企业凭借稳定的现金流和较强的信用资质，更易通过债务融资扩大规模。控制该变量有助于剥离生命周期对杠杆率与绩效关系的干扰。

息税前利润作为衡量企业核心盈利能力的指标，反映了扣除利息和税收前的经营成果。控制变量EBIT可有效排除盈利波动对杠杆率与绩效关系的混杂影响，该控制变量的引入强化了模型对资本结构动态调整机制的解释能力。以上变量类型及其详细内容如表1内容所示。

Table 1. Variable definition and interpretation

表1. 变量定义以及解释

变量类型	变量名称	变量符号	变量测度
因变量	财务杠杆率	Flr	财务杠杆率 = 负债总额/资产总额
	资产收益率	ROA	资产收益率 = 净利润 ÷ 平均资产总额 × 100%
自变量	财务杠杆率平方	Flr^2	财务杠杆率平方 = (负债总额/资产总额)^2
	公司规模	Size	公司规模 = 年末总资产的自然对数
	托宾Q值	Tobin’s Q	托宾Q值 = 市值/资产总计
控制变量	企业年龄	Age	企业年龄 = 观测年度 − IPO年度
	息税前利润	EBIT	息税前利润 = 净利润+ 所得税费用 + 财务费用

3.3. 研究模型的构建

基于研究目标和假设，文章构建以下两个回归模型，分别验证财务杠杆率的影响因素(H1、H2)以及财务杠杆率与公司绩效的倒U型关系(H3)。

H1：公司规模与财务杠杆率正相关

Flrit = β0 + β1Sizeit + β2Ageit + ϵit (1)

H2：盈利能力与财务杠杆率负相关

Flrit = β0 + β1ROAit + β2Ageit + ϵit (2)

H3：财务杠杆率与公司财务绩效呈倒U型关系

ROAit = β0 + β1Flrit + β2Flr²it + β3Sizeit + β4EBITit + β5Ageit + ϵit (3)

稳健性检验：替换公司财务绩效衡量指标为托宾Q值

Tobin’s Qit = β0 + β1Flrit + β2Flr²it + β3Sizeit + β4EBITit + β5Ageit + ϵit (4)

4. 实证结果及分析

4.1. 变量描述性统计分析

文章经过筛选后得到37,409个观测值，表2是对这些变量的描述性统计。

Table 2. Descriptive statistical table

表2. 描述性统计表

	N	最小值	最大值	均值	标准偏差	方差
	统计	统计	统计	统计	统计	统计
Tobin’s Q	37,409	0.624542	715.944790	2.05545964	4.422107476	19.555
Flr	37,409	0.007080	9.698812	0.45310490	0.212180690	0.045
Age	37,409	0	32	10.78	6.848	46.900
Size	37,409	14.94	28.64	22.2019	1.32577	1.758
ROA	37,409	−8.753399	0.785865	0.03004316	0.109258602	0.012
EBIT	37,409	−6.5175E+10	2.32886E+11	885434309.2	5119193979	2.621E+19
有效个案数 (成列)	37,409

从Flr来看，均值0.453表明多数企业采取适度负债策略，但最大值高达9.699，最小值仅0.007，标准差0.212，反映出企业间杠杆水平分化显著。这种两极分化既可能源于行业特性差异，也可能暴露部分企业盲目加杠杆或过度依赖短期债务的风险，尤其在宏观经济波动时易引发流动性危机。ROA的均值0.03与标准差0.109形成对比，最低值−8.753凸显部分企业存在严重亏损，而最高值0.786则显示头部企业具备较强盈利能力。从Size与Age的分布来看，均值分别为22.202 (标准差1.326)和10.78年(标准差6.848)，表明上市公司整体呈现“中间大、两头小”的橄榄型结构，多数企业处于成熟期且规模稳定。然而，企业年龄的最小值为0与最大值32年并存，反映出市场持续新陈代谢的同时，部分老牌企业可能存在创新动力不足、转型滞后的问题。

4.2. 相关性分析

为考察变量之间关系的密切程度，文章采用Pearson相关性分析法来衡量所选变量间的相关性强度。表3为相关性分析结果统计表。

Table 3. Correlation analysis statistical table

表3. 相关性分析统计表

相关性
		Tobin’s Q	Flr	Flr^2	Age	Size	ROA	EBIT
Tobin’s Q	皮尔逊相关性	1	−0.083**	−0.017**	0.000	−0.157**	−0.027**	−0.016**
	Sig. (双尾)		0.000	0.001	0.960	0.000	0.000	0.002
	个案数	37,409	37,409	37,409	37,409	37,409	37,409	37,409
Flr	皮尔逊相关性	−0.083**	1	0.585**	0.217**	0.355**	−0.399**	0.053**
	Sig. (双尾)	0.000		0.000	0.000	0.000	0.000	0.000
	个案数	37,409	37,409	37,409	37,409	37,409	37,409	37,409
Flr^2	皮尔逊相关性	−0.017**	0.585**	1	0.080**	0.104**	−0.567**	0.014**
	Sig. (双尾)	0.001	0.000		0.000	0.000	0.000	0.005
	个案数	37,409	37,409	37,409	37,409	37,409	37,409	37,409
Age	皮尔逊相关性	0.000	0.217**	0.080**	1	0.334**	−0.063**	0.059**
	Sig. (双尾)	0.960	0.000	0.000		0.000	0.000	0.000
	个案数	37,409	37,409	37,409	37,409	37,409	37,409	37,409
Size	皮尔逊相关性	−0.157**	0.355**	0.104**	0.334**	1	0.088**	0.403**
	Sig. (双尾)	0.000	0.000	0.000	0.000		0.000	0.000
	个案数	37,409	37,409	37,409	37,409	37,409	37,409	37,409
ROA	皮尔逊相关性	−0.027**	−0.399**	−0.567**	−0.063**	0.088**	1	0.096**
	Sig. (双尾)	0.000	0.000	0.000	0.000	0.000		0.000
	个案数	37,409	37,409	37,409	37,409	37,409	37,409	37,409
EBIT	皮尔逊相关性	−0.016**	0.053**	0.014**	0.059**	0.403**	0.096**	1
	Sig. (双尾)	0.002	0.000	0.005	0.000	0.000	0.000
	个案数	37,409	37,409	37,409	37,409	37,409	37,409	37,409

注：**在0.01级别(双尾)，相关性显著。

根据表3的数据显示，Flr与ROA显著负相关(r = −0.399, p < 0.01)，表明企业盈利能力越强，财务杠杆率越低，高盈利企业倾向于依赖内源融资而非外部债务。这一结果与ROA与Flr²的强负相关性(r = −0.567, p < 0.01)共同证实了倒U型假说，即适度负债可通过税盾效应提升ROA，但过度负债会加剧偿债压力并挤出经营现金流。

同时Size与Flr显著正相关(r = 0.355, p < 0.01)，支持权衡理论与融资优序理论的混合解释：一方面，大规模企业因资产抵押能力较强、信用评级较高，更易获得低成本债务融资；另一方面，其多元化经营与抗风险能力降低了财务困境成本，促使企业选择更高杠杆水平。

Age与Flr呈显著正相关(r = 0.217, p < 0.01)，表明成立时间较长的企业更依赖债务融资。然而，Age与ROA的负相关性(r = −0.063, p < 0.01)提示利益相关者需警惕“规模陷阱”。

托宾Q值与Flr的负相关性(r = −0.017, p < 0.01)虽弱但显著，揭示了市场对高杠杆企业的估值折价倾向。结合Q值与ROA的负相关性(r = −0.027, p < 0.01)，进一步表明投资者对单纯依赖财务杠杆提升短期收益的行为持审慎态度，更看重企业真实盈利能力与成长潜力。

4.3. 多元线性回归结果分析

4.3.1. 公司规模正向效应验证结果

研究通过多元线性回归验证假设公司规模与财务杠杆率正相关，根据表4和表5的内容显示，模型整体解释力显著，且模型整体通过统计检验。具体而言，Size的回归系数为0.318 (p = 0.000)，表明企业规模每扩大1单位，财务杠杆率平均提升31.8%。大规模企业通过资产抵押与信用优势获取债务融资的便利性，与权衡理论一致。但部分房地产、重资产行业可能因规模扩张惯性过度依赖债务，导致杠杆率攀升。

Table 4. Summary table of model H1

表4. 模型H1的摘要表

模型H1摘要
模型	R	R方	调整后 R方	标准估算的 错误	更改统计
					R方 变化量	F变化量	自由度1	自由度2	显著性F变化量
H1	0.370^a	0.137	0.137	0.197149027	0.137	2961.912	2	37406	0.000

注：^a预测变量：(常量)、Age、Size。

Table 5. Regression coefficient table of model H1

表5. 模型H1的回归系数表

系数^a
模型		未标准化系数		标准化系数	t	显著性	共线性统计
		B	标准错误	Beta		容差	VIF
1	(常量)	−0.712	0.018		−40.370	0.000
	Size	0.051	0.001	0.318	62.303	0.000	0.888	1.126
	Age	0.003	0.000	0.111	21.777	0.000	0.888	1.126

注：^a因变量：Flr。

而Age的系数为0.111 (p = 0.000)，说明成立时间越长的企业更依赖债务融资，可能源于信用积累或行业竞争压力。老牌企业信用积累虽有助于融资，但其杠杆率偏高可能反映路径依赖问题。共线性诊断结果显示，模型不存在多重共线性问题。模型解释力不足的深层原因可能为R²值偏低，表明行业特性、宏观经济周期、公司治理等因素未被充分纳入模型的分析过程。

4.3.2. 盈利能力抑制效应验证结果

通过多元线性回归验证假设盈利能力与财务杠杆率负相关，结合表6与表7的结果显示，模型整体解释力显著，具体而言，高盈利企业更依赖内源融资而非债务融资，反映出其较强的财务稳健性。然而，Age的系数为0.028 (p = 0.041)，表明成立时间越长的企业财务杠杆率越高，可能源于成熟企业因行业竞争压力或资产结构固化而被动加杠杆。

Table 6. Summary table of model H2

表6. 模型H2的摘要表

模型H2摘要
模型	R	R方	调整后 R方	标准估算的 错误	更改统计
					R方 变化量	F变化量	自由度1	自由度2	显著性F变化量
2	0.443^a	0.196	0.196	0.190246465	0.196	4562.533	2	37406	0.000

注：^a预测变量：(常量)、Age、ROA。

Table 7. Regression coefficient table of model H2

表7. 模型H2的系数表

系数^a
模型		未标准化系数		标准化系数	t	显著性	共线性统计
		B	标准错误	Beta		容差	VIF
2	(常量)	0.411	0.002		219.849	0.000
	ROA	−0.751	0.009	−0.387	−83.259	0.000	0.996	1.004
	Age	0.006	0.000	0.193	41.483	0.000	0.996	1.004

注：^a因变量：Flr。

4.3.3. 财务杠杆率非线性效应验证结果

研究通过多元线性回归验证假设财务杠杆率与公司绩效呈倒U型关系，结合表8与表9的内容显示，模型整体高度显著。具体而言，Flr与Flr²两者均显著负向影响ROA。结合标准化系数，倒U型关系成立：当财务杠杆率低于拐点时，适度负债通过税盾效应和财务杠杆效应提升ROA；但当杠杆率超过该值后，债务成本的边际收益将会转为负值，导致ROA的下降。

研究中还需要明确的是，模型中EBIT的系数较低，其微弱的影响暗示了当前市场环境下，企业盈利质量对ROA的驱动作用有限。当前宏观经济增速放缓，部分高杠杆企业如地方城投平台等可能通过“借新还旧”维持ROA的表象。

Table 8. Summary table of model H3

表8. 模型H3的摘要表

模型H3摘要
模型	R	R方	调整后 R方	标准估算的 错误	更改统计
					R方 变化量	F变化量	自由度1	自由度2	显著性F变化量
3	0.607^a	0.369	0.368	0.086826293	0.369	4366.260	5	37,403	0.000

注：^a预测变量：(常量)、Age、EBIT、Flr²、Size、Flr。

Table 9. Regression coefficient table of model H3

表9. 模型H3的系数表

系数^a
模型		未标准化系数		标准化系数	t	显著性	共线性统计
		B	标准错误	Beta		容差	VIF
3	(常量)	−0.276	0.009		−31.575	0.000
	Flr	−0.094	0.003	−0.183	−33.360	0.000	0.559	1.789
	Flr^2	−0.096	0.001	−0.477	−93.223	0.000	0.645	1.551
	Size	0.017	0.000	0.209	41.103	0.000	0.655	1.527
	EBIT	6.844E−13	0.000	0.032	7.076	0.000	0.822	1.217
	Age	−0.001	0.000	−0.057	−12.866	0.000	0.872	1.147

注：^a因变量：ROA。

4.4. 稳健性检验

稳健性检验是通过改变模型设定或样本选择等方式，验证研究结论是否在不同情境下保持稳定。其核心目标是排除偶然性或方法依赖性对结果的干扰，增强论证的可信度。文章通过将模型的因变量ROA替换为托宾Q值，以验证财务杠杆率与公司价值的非线性关系是否稳健。检验结果如表10、表11所示。

Table 10. Abstract of the robustness test model for replacement variables

表10. 替换变量的稳健性检验模型摘要

模型摘要
模型	R	R方	调整后 R方	标准估算的 错误	更改统计
					R方变化量	F变化量	自由度1	自由度2	显著性F 变化量
1	0.180^a	0.032	0.032	4.350088707	0.032	250.777	5	37403	0.000

注：^a预测变量：(常量)、Age、EBIT、Flr²、Size、Flr。

Table 11. Coefficient table for the robustness test of replacement variables

表11. 替换变量的稳健性检验系数表

系数^a
模型		未标准化系数		标准化系数	t	显著性	共线性统计
		B	标准错误	Beta		容差	VIF
1	(常量)	15.926	0.438		36.377	0.000
	Flr	−1.023	0.142	−0.049	−7.213	0.000	0.559	1.789
	Flr^2	0.203	0.051	0.025	3.937	0.000	0.645	1.551
	Size	−0.630	0.021	−0.189	−30.035	0.000	0.655	1.527
	EBIT	5.010E−11	0.000	0.058	10.339	0.000	0.822	1.217
	Age	0.044	0.004	0.069	12.582	0.000	0.872	1.147

注：^a因变量：Tobin’s Q。

由表10和表11的结果可知：1) F值显著，即模型整体通过显著性检验。2) Flr的系数为负数且显著，与主模型的结论一致，表明财务杠杆率对财务绩效的影响在托宾Q值的模型中仍然成立。3) Flr²系数显著为正，表明财务杠杆率的边际效应随负债水平升高由负转正，支持倒U型假说。

5. 结论与展望

5.1. 研究结论

研究运用SPSS软件，基于沪深A股上市公司2003~2022年的面板数据考察了财务杠杆率的影响因素及其对公司绩效的非线性效应，并据此得出了以下结论：

1) 企业的规模与其财务杠杆呈现显著的正相关。大规模企业因多元化业务、稳定现金流、强大资产基础以及较高的市场知名度和品牌影响力，在债务融资方面具有优势，更易获得低成本、高额度的债务融资。但部分大规模企业可能因规模扩张惯性过度依赖债务，导致杠杆率攀升，积累风险。

2) 企业的盈利能力与其财务杠杆呈现显著的负相关。盈利能力强的企业能够通过内部经营活动产生充足现金流，满足投资和运营需求，从而减少对外部债务融资的依赖，且更注重财务稳健性，倾向于维持较低负债水平。

3) 企业财务杠杆率与企业的绩效呈现倒U型关系。当财务杠杆率低于拐点值0.495时，适度负债可通过税盾效应和财务杠杆效应提升公司绩效；但当杠杆率超过该值后，债务成本上升，导致公司绩效下降。

最后，在进行针对不同年份的异质性检验认为：企业规模对财务杠杆的正向影响呈现动态变化，大规模企业虽在债务融资中具有优势，但近年过度负债风险逐步显现；盈利能力对财务杠杆的抑制作用在2013年后逐渐弱化，可能与行业竞争加剧导致的盈利质量分化有关。财务杠杆与公司绩效的倒U型关系存在较为显著的异质性，受宏观经济周期和政策冲击影响显著。

5.2. 研究不足

尽管研究在财务杠杆率的影响因素及其对公司财务绩效的影响方面取得了一定成果，但仍存在三方面局限：一是数据来源集中于国泰安CSMAR和Bloomberg，缺乏非上市公司及新兴行业数据支撑；二是未细分行业特征及政策事件如供给侧改革、双碳目标的动态影响；三是未引入宏观经济调节变量如GDP增速、利率政策，因此可能难以捕捉复杂环境下的财务决策机制。未来可从三方面深化：一是拓展Wind、Choice等多源数据库；二是构建动态面板模型和门槛回归模型，分析政策冲击与杠杆率的非线性关联；三是结合企业生命周期理论，提出差异化财务策略，同时引入ESG评级等非财务指标增强模型解释力。