供给侧结构性改革会影响定向增发中的锚定效应吗

许慧 刘敏

【摘要】基于实施了定向增发的A股上市公司2013 ～ 2018年的数据， 探讨供给侧结构性改革提出前后上市公司定向增发中的锚定效应强弱变化， 并进一步分析不同企业性质及不同行业的上市公司定向增发中的锚定效应强弱变化。 研究发现： 供给侧结构性改革提出后定向增发中的锚定效应变弱; 非国有企业、制造业及房地产业的上市公司在定向增发中的锚定效应在供给侧结构性改革提出后变强。

【关键词】定向增发;锚定效应;供给侧结构性改革;增发定价;折扣率

【中图分类号】F832      【文献标识码】A      【文章编号】1004-0994（2020）17-0019-7

一、引言

定向增发具有财务要求低、发行方式简单、发行成本低等特点， 自2006年以来， 定向增发所筹资金占上市公司资金筹集总额的比重越来越大[1] 。 近年来， 定向增发的数量与规模虽在2016年达到峰值后有滑坡式的下降， 但随着其他的股权融资方式均在2017、2018年呈现明显下滑趋势， 定向增发依旧是再融资的绝对主力。 我国的定向增发对资本市场的进一步发展有着重大意义， 其不但能用于募集资金， 还能用于引入战略投资者、并购上市等[2] 。 然而， 备受欢迎的定向增发却存在诸多问题。 张力上和黄冕[3] 、何丽梅[4] 等研究发现， 相较于其他人的认购， 定向增发折扣率会随着发行公司的控股股东、实际控制人等的加入而增大， 即他们加入的比例越高， 产生的折扣率就越大。 由此可见， 出现定向增发折扣是较为普遍的现象。

许年行、吴世农[5] 通过探究实施股权分置改革的公司， 发现并证实了股权分置改革中公司制定对价并不是理性的行为， 而是受到了锚定效应的影响。 俞军[6] 通过检验企业定向增发的折扣率发现， 我国的上市公司定向增发折扣的经济决策并不是理性的， 而是存在锚定效应。 袁克丽、翟淑萍[7] 对公开增发中的锚定效应进行研究， 得出了同样的结论。 锚定效应是指当人们在做决定的时候， 会不自觉地参考最开始获取的信息， 这些初始信息就是所谓的锚值， 导致人们的决策结果偏向锚值， 从而出现估计偏差。 因此， 公司决策者和投资者会因为这些初始信息的存在， 可能不能做出理性且有效的决策， 除了导致公司自身的定价不准确， 融资效益也很可能无法达到最大化， 还会影响投资者的资金利用效率， 使其投资行为不能有效进行。 因此， 认识并衡量定向增发折扣率中的锚定效应问题至关重要。 由于Tversky和Kahnaman[8] 认为锚定效果具有重复性， 即指标值或相同性质的类似现象会重复出现， 如果是时间序列， 它将一直保持至外部环境（如制度或政策）发生变化后， 锚点才会发生改变。 我国企业融资过程中存在的杠杆率和融资成本偏高问题， 对企业经营和可持续发展造成了压力。 定向增发是一种股权融资中的私募形式， 股权融资作为供给侧结构性改革的重要内容， 能够降低非金融企业杠杆率， 而供给侧结构性改革中的“三去一降一补”均和非金融企业相关。 那么， 供给侧结构性改革的实施能否作为外部环境影响我国上市公司定向增发中的锚定效应呢？

虽然锚定效应已经在很多领域有所运用， 但很少有学者研究在供给侧结构性改革的环境下， 定向增发中的锚定效应是否会受到影响。 鉴于此， 本文基于供给侧结构性改革影响锚定效应的新视角， 深入研究锚定效应的影响因素以及定向增发中的锚定效应在供给侧结构性改革提出前后的强弱变化。 这不仅能拓展锚定效应影响因素方面的研究、丰富行为心理学在金融领域的应用， 而且还有助于企业做出更合理、更有效的融资决策， 也更有利于投资者选择更合理的时机或领域进行投资。 因此， 本文选择2013 ～ 2018年中实施定向增发的上市公司作为样本， 探讨供给侧结构性改革提出前后上市公司定向增发中的锚定效应强弱变化， 并进一步分析不同企业性质及不同行业的上市公司定向增发中的锚定效应强弱变化， 以期为企业和投资者提供参考。

二、理论分析与研究假设

Chapman和Johnson[9] 认为锚定效应的产生條件有两点： 一是被试者对锚值充分注意; 二是锚值和目标估计值属同一数量等级。 结合定向增发过程中表现的现象与特征和锚定效应发生的现象相吻合的情况， 可以得出定向增发中很可能会产生锚定效应。 俞军[6] 、袁克丽和翟淑萍[7] 也得出了同样的结论。 锚定效应的出现不仅会导致企业融资达不到理想的价值最大化， 而且还会影响利益相关者做出正确的投资决策。 因此， 对于投资者来说， 选择锚定效应低的市场和企业是非常有利的。 如此一来， 研究锚定效应的影响因素就显得格外重要。 根据Tversky和Kahnaman[8] 的观点， 是否意味着如果外部环境发生变化， 锚定效应也会受到一定的影响呢？定向增发作为目前应用最多的股权融资方式， 目的之一是降低成本， 使企业融资效益最大化。 根据调查结果， 我国上市公司债务占比、融资成本、杠杆率都明显较高， 越来越多的大型企业趋于“僵尸化”， 只能靠政府的扶持继续存活， 却占据着很多社会资源， 使新兴企业无法充分获得有效资源， 从而对新兴企业的经营和可持续发展造成了压力。 郑志来[10] 提出， 应该通过作为供给侧结构性改革重要内容的股权融资来降低上市公司的杠杆率。 随着供给侧结构性改革的发展， 市场信息越来越透明， 尚未进行定向增发的公司不会再对和锚值有关的信息有过多的依赖， 而是更关注公司的其他信息， 比如公司特征、规模、发展前景等。 因此， 公司在定向增发定价的确定中， 会更多地根据其相关信息做出调整， 导致锚定效应减弱。

由此， 本文提出以下假设：

假设1： 供给侧结构性改革提出后相比于提出前企业定向增发中的锚定效应变弱。

国有企业的定向增发的发行对象大多是大股东和其他国有企业。 Bayless和Chaolinsky[11] 发现， 个体自身的情绪因素会随着个体对公司各类情况熟知程度的变化而改变， 比如， 如果个体对一家公司的熟知程度较低， 很容易出现负面情绪; 如果个体是公司大股东则其对公司的各类情况会较为了解， 个体就不会产生较大的极端情绪， 可见对信息的了解程度决定了大股东们的理性程度， 即对信息的熟知程度越高， 越能在判断与决策时保持镇静和理性状态。 由于我国特殊的融资结构， 国有企业拥有政府背书， 同时其固定资产普遍较多， 并且具有比非国有企业更多的信用资源， 使得国有企业的主要融资方式为银行贷款而非资本市场直接融资， 但非国有企业只能在二级市场靠定向增发来获取发展所需资金。 除此之外， 余明桂、潘红波[12] 提出， 国有企业的各种决策更多属于政府行为， 并非总是与公司及其他股东有同样的盈利目标。 非国有企业却并非如此， 其各种决策行为大多与公司利益、融资规模、发行对象等因素有关， 且对于市场、政策的变化敏感度更高。 那么， 在供给侧结构性改革提出后， 非国有企业所受影响是否会更大呢？ 康拓[13] 认为， 我国的任何经济改革对民营企业而言通常都是一个渐进适应的过程， 相关的法律法规出台之后， 很多非国有企业的再融资诉求并不能马上得到满足。 那么， 在供给侧结构性改革提出后， 由于非国有企业对市场信息未完全掌握， 很可能会通过参考以往年度的定向增发定价来满足自身的融资需求。

由此， 本文提出以下假设：

假设2： 供给侧结构性改革提出后相比于提出前的非国有企业在定向增发中的锚定效应变强。

张艳[14] 提出， 我国房地产市场上大多数的交易都无法获得充分的市场信息， 开发商具有绝对的信息优势， 信息不对称问题十分严重， 因此， 我国房地产市场是非有效的。 她还认为这种信息不对称会造成投资或投资组合的决策偏差， 从而造成定价偏差， 而定价偏差往往会产生锚定效应。 邱崇明、李辉文[15] 通过实证检验， 也认为我国房地产市场是非有效的。 聂辉华等[16] 、孔繁成[17] 研究发现， 房地产行业“僵尸化”程度较为严重， “僵尸企业”数量占比在行业排名中靠前。 习近平总书记提出的战略目标中很重要的一个理念就是化解产能过剩， 处置“僵尸企业”。 那么， 作为战略目标的供给侧结构性改革必然会给房地产行业带来转变。 除此之外， 房地产行业上市公司的规模（特别是固定资产规模）普遍比其他行业大。 肖泽忠等[18] 、杨敏[19] 均认为， 由于大型公司往往会因为不用过于担心采用债券融资可能会带来的风险， 因此大多采用债券融资; 反观小型公司， 其通常会因为不能承受债券融资可能存在的风险而多数选择股权融资。 而刘开瑞等[20] 在研究政策环境对房地产企业融资选择的影响时， 认为政策环境和房地产企业实施股权融资的概率正相关。 那么， 供给侧结构性改革作为一种政策环境， 它的提出就会导致房地产行业上市公司更多地选择采用股权融资。 如此一来， 要实施定向增发的公司就会由于自身仅存在债券融资的经验而只能参照已经实施过定向增发的公司进行决策。

传统制造业也存在产能严重过剩的问题， 随着供给侧结构性改革的提出与深入， 制造业中不断创新的新型产业将成为未来的发展趋势。 刘端等[21] 认为， 对于真正提升企业竞争力的研发创新活动而言， 集资和投资的强度也正在上升。 王玉荣、吴刚[22] 研究发现， 技术含量较高公司和信息技术业公司中， 市场竞争激烈的股权融资效率更高。 张一林等[23] 发现股权市场比银行更能支持技术创新。 然而， McElroy和Dowd[24] 认为当个体具有开放性时， 通常更倾向于多元化的选择， 能够敏锐地分辨出周围情景的内容， 而锚定效应现象能够形成的一个重要原因是对效应要求的了解程度， 高开放性个体会对锚定信息进行更多的加工， 使得锚定一致性信息能够高度通达， 从而导致最后的判断估计值趋向于锚定值。

由此， 本文提出以下假设：

假设3： 供给侧结构性改革提出后相比于提出前的制造业及房地产行业上市公司在定向增发中的锚定效应均变强。

三、研究设计

（一）样本选择与数据来源

本文选择2013 ～ 2018年实施了定向增发的我国A股上市公司作为初始样本， 同时依据以下标准对初始样本进行筛选： ①剔除金融行业的公司， 因为金融行业所采用的会计准则与其他行业适用的会计准则具有较大差异， 相关指标在金融行业与非金融行业之间不具有可比性; ②剔除PT、ST和?ST等特殊处理公司， 因为这类公司的财务状况可能出现异常; ③剔除2013年以后上市的公司; ④剔除相关数据缺失的公司。 最终得到六年共2884个样本观测值。 除了定向增发发行日前一日及前20日的股票收盤价、发行对象由笔者手动收集、定向增发折扣率数据由公式计算得来， 其余的数据均来自CSMAR数据库。 最后， 为了消除极端值的影响， 本文还对所有连续型变量按照（1%，99%）的标准进行了Winsorize缩尾处理。

（二）研究变量与模型设计

1. 研究变量。

（1）被解释变量： 锚定效应（DA）。根据许年行和吴世农[5] 、俞军[6] 的研究方法， 用定向增发折扣率的差值来衡量锚定效应。 参照已有文献， 本文定向增发折扣率的差值计算公式如下：

DA=Da-[D1]

式中， Da表示定向增发折扣率， 其计算公式为： Da=（P1-P0）/P1， 其中P1表示定向增发发行日前一日的股票收盘价， P0表示定向增发发行价格。 [D1]表示动态锚定值， 即上一期已实施定向增发的所有上市公司折扣率的均值。

（2）其他变量。 为了判断定向增发定价中的锚定效应强弱， 本文参考许年行和吴世农[5] 、俞军[6] 的研究， 选择政策变量、第一大股东持股比例、企业性质、前十大股东持股比例、发行对象、总资产报酬率、资产负债率、公司规模作为除了锚定值以外的其他影响因素。 此外， 为了消除时间和行业的影响， 同时选择年度和行业作为控制变量。

所有变量的具体定义和计算方法见表1。

本文为了验证前文所提出的假设， 分别将政策变量RV、企业性质Top1dum以及行业IND这三个变量分组进行回归分析。

2. 模型设计。 本文在检验锚定效应的强弱时， 参考了许年行和吴世农[5] 在研究我国上市公司股权分置改革中存在的锚定效应以及俞军[6] 、袁克丽和翟淑萍[7] 在研究公开增发定价的锚定效应时所使用的判断方法， 即： 显著影响因素越少， 则锚定效应越强; 显著影响因素越多， 则锚定效应越弱。 因此， 本文为了检验我国上市公司定向增发折扣率确定中的锚定效应强弱， 建立如下模型：

为了检验假设1， 本文构建以下模型（1）：

DA=β0+β1Top1+β2Top1dum+β3Top10+

β4Identity+β5ROA+β6Lev+β7Size+εi （1）

为了检验假设2， 本文构建以下模型（2）：

DA=β0+β1Top1+β2Top10+β3Identity+

β4ROA+β5Lev+β6Size+εi （2）

为了检验假设3， 本文构建以下模型（3）：

DA=β0+β1Top1+β2Top1dum+β3Top10+

β4Identity+β5ROA+β6Lev+β7Size+εi （3）

四、实证分析

（一）定向增发折扣率描述性统计

表2列示了样本上市公司定向增发折扣率的描述性统计结果。

由于绝大多数上市公司管理者缺乏增发定价的相关经验和信息来源， 很难找到可直接利用的参考值， 也就无法确定“内部锚”， 因此上市公司管理层只能从外部获取公开增发定价的锚值。 又由于外部锚中的静态锚一般选用最开始实施定向增发的几家上市公司折扣率均值， 但目前与最初定向增发实施的时间距离过大， 作为静态锚参考可能存在很大的误差， 因此， 本文只选用上一组已经实施增发的所有上市公司定向增发折扣率均值作为动态锚。 由表2可以看出： 2014年上半年定向增发折扣率的均值最大， 为0.1979; 2018年上半年定向增发折扣率的均值最小， 为-0.1530; 2013 ～ 2018年定向增发折扣率均值为负的年份分别是2015年上半年、2016年下半年、2017年下半年、2018年上半年和2018年下半年， 剩余的定向增发折扣率均值为正。 除此之外， 2015年下半年定向增发折扣率的中位数最大， 为0.3848; 2018年下半年定向增发折扣率的中位数最小， 为-0.0457。

（二）锚定效应的检验和分析

表3列示了定向增发折扣率锚定效应的检验结果。

由表3可以看出， 上市公司定向增发折扣率与“动态锚”之间的差额（Da-[D1]）无显著意义， 说明我国上市公司在定向增发定价过程中确实存在明显的锚定效应， 即上市公司会以“上一年已经实施定向增发上市公司的折扣率均值”作为锚定值进行增发定价决策。

各年度定向增发折扣率与动态锚之间的差额（Da-[D1]）在统计上都基本显著为0， 但在T检验中， 2013年上半年、2017年上半年及2018年下半年存在例外， 可能的原因是： 2012年下半年， 沪指下跌了20.55%且持续时间长达7个月， 长时间的下跌使投资者情绪悲观， 从而导致定向增发折扣率偏低， 与2013年上半年的折扣率存在显著差异; 2017年2月， 证监会对《上市公司非公开发行股票实施细则》的部分条文进行了修订， 完善非公开发行股票定价机制， 从而导致定向增发折扣率也偏离了錨定值; 2018年， 对供给侧结构性改革的四个工作要点“调整经济结构; 深化经济体制改革; 转变经济增长方式——创新驱动; 全面开放”的深入推进， 可能对定向增发定价产生影响。 除此之外， 在非参数wilcoxon检验中2016年上半年也同样不显著为0， 其原因可能是自2015年以来， 我国经济进入一个新阶段， 出现消费上升而投资下降等现象， 是非标准形态的通缩。 为了适应这种经济结构性分化明显的变化， 2015年11月我国正式提出供给侧结构性改革， 这一事件也可能对2016年上半年上市公司定向增发产生显著影响。

（三）回归分析

1. 不同时期的锚定效应强弱分析。 表4反映了供给侧结构性改革提出前后企业定向增发折扣率中锚定效应的强弱。 结果显示， 供给侧结构性改革提出前的锚定效应受到6个因素的影响， 而提出后受到7个因素的影响， 供给侧结构性改革提出后上市公司的定向增发折扣率较提出前还多受到企业性质的影响， 且呈正向影响， 即当企业性质为国有（Top1dum=1）时， 定向增发折扣率较高。 因为， 国有企业定向增发的对象大多数是大股东和其他国有企业， 他们对公司未来的现金流和真实的公司价值有着更明智的看法， 更容易保持冷静和理性， 如此一来， 定向增发公司只能通过适当提高定向增发折扣率的方式来吸引投资者。 并且随着供给侧结构性改革的推进， 市场信息越来越透明， 对尚未进行定向增发的公司其他信息关注得越来越多， 对和“锚值”有关的信息的依赖程度逐步降低， 而诸如公司特征、企业性质等其他信息在定向增发过程中的影响和作用越来越大。 因此， 公司在定向增发定价的确定中， 会更多地根据公司的相关信息做出调整， 导致锚定效应减弱。 除此之外， 锚定效应的其他影响因素越少， 锚定效应就越强。 因此， 假设1成立， 即供给侧结构性改革提出后相比于提出前定向增发中的锚定效应变弱。

2. 不同企业的锚定效应强弱分析。 表5反映了供给侧结构性改革提出前后的国有企业和非国有企业定向增发中锚定效应的强弱变化。 结果显示， 国有企业定向增发中的锚定效应无论是在供给侧结构性改革提出前还是提出后， 均受到除锚值以外的其他4个因素的影响。 而非国有企业在供给侧结构性改革提出前受到6个因素的影响， 在供给侧结构性改革提出后受到5个因素的影响。 非国有企业的定向增发折扣率在供给侧结构性改革提出前较提出后还多受到发行对象的影响， 且呈正向影响， 即发行对象为控股股东及关联股东时（Identity=1）， 定向增发折扣率会变高。 控股股东及关联股东参与认购增发股票时， 会给市场传递一种公司未来有好投资项目的信息， 因为他们对公司未来的现金流和真实的公司价值有着更明智的看法， 而公司其他股东会因为未来可能存在的优质投资机会而愿意接受较高的市场折价以补偿认购定向增发股份的投资者。 因此， 定向增发折扣率会变高。 根据锚定效应的其他影响因素越少， 锚定效应就越强的理论， 假设2成立， 即供给侧结构性改革提出后相比于提出前， 非国有企业在定向增发中受到锚值的影响变大， 锚定效应变强。

3. 不同行业的锚定效应强弱分析。 表6反映了供给侧结构性改革提出前后的制造业与房地产行业上市公司定向增发中锚定效应的强弱。 结果显示， 无论是制造业还是房地产行业上市公司， 其定向增发中的锚定效应虽然在供给侧结构性改革提出前后所受到的除锚值以外的其他因素稍有不同， 但改革提出后的影响因素个数均较提出前有所减少。 根据锚定效应的其他影响因素越少， 锚定效应就越强的理论， 假设3成立， 即供给侧结构性改革提出后相比于提出前， 制造业及房地产行业的上市公司在其定向增发中受到锚值的影响变大， 锚定效应变强。

（四）稳健性检验

为了检验上述研究结论的稳健性和可靠性， 本文改变定向增发折扣率计算公式中的收盘价， 把定向增发折扣率定义为Db， 即基于定向增发公告日前20日收盘价均价来衡量定向增发折扣时， 再次检验锚定效应的强弱。 然后运用模型按照上述步骤重新进行回归分析， 得到的结果跟前文结论一致， 因此本文结论比较稳健。

五、研究结论与建议

本文研究了2013 ～ 2018年实施了定向增发的我国A股上市公司。 研究结果表明： 相比于供给侧结构性改革提出前， 提出后的锚定效应变弱; 供给侧结构性改革提出后的非国有企业、制造业及房地产行业的上市公司在定向增发中的锚定效应变强。

针对上述结论， 本文提出以下几点建议： ①减少政府干预。 国有企业或者一些“大而不倒”的企业有政府的持续扶持， 即使一些濒临破产倒闭的企业也很可能会继续扩大规模， 增加产能。 由此反而占用了社会资源， 导致其他非国有企业被动采取其他行为来满足资源需求。 ②证监会应加强信息披露管理和监督力度， 增加信息披露渠道， 让投资者享有更完善、更全面的信息， 减少信息不对称。 若出现股价异常波动， 应当及时披露原因， 同时公开披露相关公司的财务信息， 提高透明度。 上市公司若严重隐瞒或披露不实的信息， 证监会应拒绝通过其定向增发方案， 甚至可以处以罚款。 ③上市公司不应以圈钱为目的实施定向增发， 应该着力改善公司的财务状况， 切合实际进行融资。 如此一来， 投资方所面对的“无形”的锚定效应将会有所改善。 ④投资者应在做出决策前， 在多了解市场信息的同时不断进行相关领域的学习， 提升自身的专业水准， 了解定向增发公司的内在价值、现状和未来前景， 根据市场信息做出有效判断， 排除其他干扰， 避免因投机心理及自身过度乐观情绪导致缺乏理性误判的盲目跟风。

【 主 要 参 考 文 献 】

[ 1 ]   支晓强，邓路.投资者异质性信念影响定向增发折扣率吗[ J].财贸经济，2014（2）：56 ～ 65.

[ 2 ]   郑云鹰，曹丽梅.机构投资者的定向增发偏好研究[ J].中山大学学报（社会科学版），2016（2）：198 ～ 208.

[ 3 ]   张力上，黄冕.我国A股市场定向增发定价的实证研究[ J].财经科学，2009（9）：34 ～ 41.

[ 4 ]   何丽梅.我国上市公司定向增发折价研究——基于较完整市场周期的分析[ J].经济管理，2010（2）：144 ～ 151.

[ 5 ]   许年行，吴世农.我国上市公司股权分置改革中的锚定效应研究[ J].经济研究，2007（1）：114 ～ 125.

[ 6 ]   俞军.上市公司定向增发定价中的锚定效应研究[ J].经济经纬，2012（6）：150 ～ 155.

[ 7 ]   袁克麗，翟淑萍.上市公司公开增发定价的锚定效应[ J].财会月刊，2019（4）：30 ～ 37.

[ 8 ]   Tversky  A.， Kahnanan  D.. Judgnent under Uncertainty：Heuristics and Biases[ J].Science，1974（185）：1124 ～ 1130.

[ 9 ]   Chapman G. B.， Johnson E. J.. Incorporating the Irrelevant： Anchors in Judgments of Belief and Value[A].In Gilovich  T.，Griffin D.，

Kahneman D.. Heuristics and Biases： The Psychology of Intuitive Judgment[M].New York：Cambridge University Press，2002：120 ～ 138.

[10]   郑志来.供给侧结构性改革、股权融资与债转股研究[ J].经济与管理，2017（6）：29 ～ 34.

[11]   Bayless M.， S. Chaolinsky. Is There a Window of Opportunity for Seasoned Equity Issuance？[ J].The Journal of Finance，1996（52）：253

～ 278.

[12]   余明桂，潘红波.政治关系、制度环境与民营企业银行贷款[ J].管理世界，2008（8）：9 ～ 21+39+187.

[13]   康拓.A股上市公司定向增发收益率影响因素研究[D].北京：对外经济贸易大学，2019.

[14]   张艳.基于行为金融学的房地产泡沫成因新探[ J].财会月刊，2011（5）：30 ～ 32.

[15]   邱崇明，李辉文.我国房地产市场有效性分析：理论与实证结果[ J].福建论坛（人文社会科学版），2011（4）：10 ～ 14.

[16]   聂辉华，江艇，张雨潇等.我国僵尸企业的现状、原因与对策[ J].宏观经济管理，2016（9）：63 ～ 68.

[17]   孔繁成.中国僵尸企业测度分析——以房地产上市公司为例[ J].产业与科技论坛，2019（13）：85 ～ 88.

[18]   肖泽忠，邹宏.中国上市公司资本结构的影响因素和股权偏好[ J].经济研究，2008（6）：119 ～ 144.

[19]   杨敏.上市公司融资结构的影响因素——基于新能源上市公司的实证分析[ J].财会月刊，2016（17）：17 ～ 21.

[20]   刘开瑞，马云雁.我国房地产上市公司融资偏好影响因素的实证分析[ J].生产力研究，2011（1）：71 ～ 73.

[21]   刘端，陈诗琪，陈收.制造业上市公司的股权增发、外部融资依赖对企业创新的影响[ J].管理学报，2019（8）：1168 ～ 1178.

[22]   王玉荣，吴刚.我国创业板上市公司股权融资效率研究[ J].西部论坛，2018（1）：118 ～ 124.

[23]   张一林，龚强，荣昭.技术创新、股权融资与金融结构转型[ J].管理世界，2016（11）：65 ～ 80.

[24]   McElroy T.， Dowd  K.. Susceptibility to Anchoring Effects： How Openness-to-Experience Influences Responses to Anchoring Cues[ J].

Judgment and Decision Making， 2007（2）：48 ～ 53.