一、引　言

近年来，我国企业债务违约事件频发并呈加速特征，债券违约率从2014年的0.17%攀升至2019年的1.19%，海航集团、北大方正等曾经叱咤风云的企业也因债务违约而走向破产重组的境地，债务违约主体逐步向国有企业、城投平台、上市公司蔓延。受制于我国以间接融资为主的融资方式，商业银行不良贷款率也不断攀升，由2014年底的1.25%持续上升至2019年底的1.86%，风险敞口呈扩大趋势。不断爆发的债务违约事件、银行不良贷款率的持续攀升，均从不同侧面反映出我国企业债务违约现象在一段时期内很可能持续存在，并通过连锁反应逐步积聚金融部门的系统性风险，甚至引发金融危机。因此，在各项重大风险中，企业债务违约已成为我国当前面临的重大风险之一。探索企业债务违约的主要影响因素，不仅可以帮助企业有效防控债务违约风险，还有助于金融部门更好地管控宏观金融风险。

债务违约是由于资金链断裂引发的无法偿还到期债务的经济现象。近年来，频繁出现的企业债务违约现象也逐渐被学者所关注，相关研究主要从微观与宏观两方面展开。微观层面可以概括为管理要素理论、技术创新理论与资源禀赋理论。管理要素理论认为：70%的破产企业都是由内部错误引起的，战略定位差异（王化成等，2019）、资产配置不当（邓路等，2020）等都是管理不善和公司治理弱化的具体表现，上述因素又会导致全要素生产率下降（罗朝阳等，2020）、财务指标恶化（吴世农等，2001）甚至高杠杆经营（张跃文，2016），一旦遭受外部冲击，企业很容易陷入债务违约（Argenti，1976；Lemmon和Lins，2003）；技术创新理论认为：技术创新是企业生存与发展的基本前提，创新不足会使企业产品缺乏竞争力，进而导致利润增速放缓甚至下滑，为企业发生财务危机埋下隐患；资源禀赋理论认为：企业破产所带来的社会成本（陈德球等，2013）、管理者丰富的社会关系网络（许浩然等，2016）、社会责任（冯丽艳等，2016）、刚性兑付预期（聂新伟，2017）等因素均会通过投融资决策来影响企业债务违约。从宏观层面来看，宏观环境是企业赖以生存的经济大气候，环境不确定性会加剧信息不对称程度进而影响企业债务违约风险（张靖等，2018）；金融环境的周期性波动会通过企业信贷资源的可获得性来影响其发生债务违约的可能性（罗朝阳等，2020）；宏观经济的周期性波动会通过影响企业一体化战略的实施效果进而影响其债务违约风险（李亚超等，2020）。

现有文献已经注意到企业战略定位差异与债务违约风险之间具有相关性，但是，战略定位差异与战略激进虽有联系，并非完全等同。首先，战略定位侧重于企业在产品市场上的引领性与创新性，而战略激进则更关注企业自身资产扩张与支撑扩张的动力系统之间的匹配程度，即增长、盈利与风险的三维平衡。众多爆发债务违约的中国企业大多都经历过以债务融资为支撑、快速并购为主要手段的激进型扩张之路。因此，从战略激进视角研究企业债务违约的成因更符合中国企业的实际情况。其次，既有文献未考虑信贷周期对企业债务违约的影响，2008年金融危机以来我国推行宽松的货币政策，为企业实施以高投入、高负债维持高增长的激进型战略提供了信贷支持，而随着2016年底严监管和金融去杠杆拉开帷幕，信贷供给开始步入紧缩周期，随之而来的是企业债务违约事件频发，因此，债务违约很可能是企业战略激进与信贷紧缩周期同频共振的结果。最后，从传导路径来看，既有文献主要从经营风险和代理成本两方面探讨战略定位差异对企业债务违约风险的作用机理（王化成等，2019），战略作为企业一系列经营决策的起点（Venkatram等，1989；Villalonga等，2004），必然会对财务决策产生影响，投资与融资决策是企业财务决策的两个主要方面，并产生两个主要后果——投资效率与融资结构，投资效率决定企业资金需求与内源融资供给规模，融资结构决定企业财务风险及外源融资获取能力，当内源融资与外源融资均不能满足企业资金需要时，就会爆发债务违约。因此，本文认为存在“战略激进—投资效率—债务违约”和“战略激进—融资结构—债务违约”两条影响路径。

基于以上分析，本文以我国沪深两市A股上市公司2010—2019年的数据为研究样本，从投资效率与融资结构两方面厘清企业战略激进对债务违约的影响机理。在此基础上，构建有调节的中介效应模型，探讨信贷周期对上述两者关系的调节作用。本文的边际贡献主要体现在以下三方面：第一，既有的关于企业战略激进的文献大多借鉴Bentley等（2013）对进攻型战略的定义，但是，“进攻”与“激进”虽有联系，亦有区别，不能完全等同。本文在重新界定企业战略激进概念的基础上构建测度指标，为企业战略激进后续实证研究提供理论支撑。第二，既有文献主要从经营风险、代理成本两方面探讨战略定位差异对企业债务违约的作用机理（王化成等，2019），本文则从财务决策的视角探索企业战略激进对债务违约的影响路径，深化对企业债务违约影响因素及战略激进作用机理的理论认知。第三，现有文献主要从宏观经济环境、金融环境等方面探讨影响企业债务违约的环境因素，忽视了战略选择与外部环境的交互作用，本文则将信贷周期这一企业赖以生存的外部融资环境与战略激进置于同一框架下，揭示信贷周期对战略激进型企业债务违约风险的助推与缓解作用，研究结论有助于为企业管理者理性选择战略、防控债务违约风险提供实践指导，有利于金融部门认识信贷政策的执行效果，为实施信贷政策提供新的思路。

二、理论分析与研究假设

（一）企业战略激进与债务违约

企业战略是组织根据自身资源禀赋，以应对外界环境变化做出的全局性与长远性的规划（Ansoff，1965；Andrews，1971），Miles依据企业在创业管理、运作管理和决策执行三个方面的特征将企业战略划分为进攻型、分析型和防御型三类。目前，对企业战略激进的研究大多借鉴Miles对进攻型战略的定义。企业采取进攻型战略有助于维持和扩大业务规模、增强竞争力，但是，超过自身承受能力的增长往往适得其反，引发“速度陷阱”，可称为“激进”。这里的承受能力包含两层含义，一是企业超过市场承受能力或自身驾驭能力而过度投资，导致投资回报不达预期、内源融资供给受限。二是企业对资金的需求远远超出内源融资供给能力，而对债务融资过度依赖。因此，激进型战略就是企业因过度投资而超出市场和自身承受能力、导致投资回报不达预期，主要依靠债务融资支撑其资产大规模扩张的超常规增长战略，超常规增长、效益低下和高风险是企业战略激进的三个典型特征。

战略是企业各项决策的基础与起点，对企业资金供给与需求具有重要影响。一方面，战略激进型企业致力于持续不断地开发新产品和新市场，需要不断进行产品研发，或通过并购进入新的领域，对资金的需求程度也更高。通常情况下，企业的内源融资很难完全覆盖资本性支出，加之我国资本市场不完善、股权融资难的现状，企业会优先选择债权融资以满足其扩张需求，在财务上表现为以金融性负债推动的资产规模迅速增长，这种激进的投融资策略会削弱企业的抗风险能力，一旦遭受外部冲击，很容易发生债务违约。另一方面，战略激进型企业更容易出现资源过度使用问题（Miles和Snow，1978，2003），资源过度使用通常会伴随投资效率低下、内源融资供给受限。为了维持正常经营，“借新还旧”很可能成为企业维持资金链的主要方式，随着杠杆率的持续升高，信贷资源获取能力逐渐枯竭，发生债务违约成为必然。因此，战略激进型企业资金需求量更大、内源融资供给不确定性更高、对债务融资的依赖程度更大，债务违约风险也更高。基于以上分析，本文提出如下假设：

H1：其他条件不变时，企业战略越激进，债务违约风险越大。

（二）财务决策的中介效应

战略是企业一系列决策的起点和基础，对企业的财务决策具有重要影响（王化成等，2018）。企业战略激进一方面表现为投资激进——过度投资，另一方面表现为融资激进——以债务融资推动资产规模快速增长。因此，本部分主要从投资决策与融资决策的经济后果（投资效率、融资结构）来探讨企业战略激进对债务违约的影响机制。

投资决策是企业获取收益、维持长期稳定发展的重要途径（王化成等，2018）。已有研究表明，企业战略激进更容易导致过度投资及投资效率低下（Miles等，1978；王化成等，2016）。一方面，战略激进型企业致力于不断开发新产品和开拓新市场，通常会选择构建固定资产、增加研发支出来保证现有产品的市场地位与领先优势，或通过并购实现对新产品的开发和新市场的开拓。上述行为在资产负债表上表现为固定资产、在建工程、无形资产、商誉等核心非流动资产占比过高且长期居高不下，而核心非流动资产周转速度较慢、回收期较长，这将导致企业整体投资效率下降。另一方面，战略激进型企业扩张速度较快，容易产生过度投资（王化成等，2016），加之战略激进型企业缺乏行业标杆、信息不对称程度更高（Aboody等，2000；Kothari等，2009）、内控机制更加分散（Miles等，1978；Simons，1987），这将进一步降低管理层的过度投资成本，为其进行过度投资提供了决策空间。过度投资意味着企业将资产配置于净现值小于0的项目，导致总体投资效率下降，进而侵蚀内源融资，增大企业债务违约风险。基于以上分析，本文提出如下假设：

H2：其他条件不变时，投资效率低下是企业战略激进影响债务违约的中介路径之一。

融资决策是企业经营管理活动的基石，决定了企业未来发展的稳定性和持续性（王化成等，2018）。现金运营的安全有效是企业战略选择不可回避的问题，也是战略执行的必然结果。早在1987年，Barton和Gordon就提出了“企业战略—资本结构”的研究框架，此后，众多学者都得出了企业战略与资本结构之间具有密切关系的结论（Jordan等，1998；章细贞，2008；王化成等，2017）。从风险角度来看，相较于股权融资，债权融资结构不合理是企业发生债务违约的直接诱因。因此，本部分主要从债权融资结构的两个主要方面——来源结构与期限结构——探讨战略激进对企业债务违约的作用机理。

从债务融资的来源结构看，企业负债可分为经营性负债与金融性负债。经营性负债使用成本低、偿还压力小，长期滚动的经营性负债具有长期资金来源的特征（张新民，2014）；金融性负债使用成本高、偿还刚性强（李心合等，2014）。经营性负债属于低风险融资，金融性负债属于高风险融资。企业战略选择对资本结构的影响主要体现在需求与供给两方面（方红星和楚有为，2019）。需求方面，战略激进型企业进行研发、固定资产构建及并购活动都需要大量资金支持，融资需求也更高（Miles和Snow，2003；方红星和楚有为，2019），我国股权融资条件较为苛刻，上市公司通常会优先使用债权融资来满足融资需求，这将增大企业对金融性负债融资的依赖程度；供给方面，战略激进型企业固定资产占比通常较高，能够提供资产抵押以获取更多信贷资源，这类企业通常发展速度快、规模大，往往是所在地区的支柱产业，拥有较好的政治资源，更容易得到金融部门的支持。因此，战略激进型企业更善于利用财务杠杆探索市场发展机遇，但同时也将企业置于较高的财务风险之下。

从债务融资的期限结构看，战略性投资属于长期投资，回收期限较长，应采用长期融资来满足企业战略性投资的需要。但是，战略激进型企业创新投入高且产出不确定性大（Kothari等，2002），具有更高的经营风险（王化成等，2017）和信息不对称程度（叶康涛等，2015）。为了规避风险、降低信息获取成本，资金提供者更倾向于提供短期借款。加之我国银行部门处于金融管制严、投资者保护弱、信息透明度低的制度环境中，提供长期信贷的意愿更为薄弱，主要通过提供短期信贷来控制企业违约风险（Fan等，2012）。因此，“短贷长投”成为战略激进型企业缓解自身融资约束的一种替代性手段（钟凯等，2016），这种激进的投融资期限错配行为将进一步加剧企业的流动性风险，增加其发生债务违约的可能性（Diamond，1991；Acharya等，2011）。基于以上分析，本文提出如下假设：

H3a：其他条件不变时，资产金融性负债率是企业战略激进影响债务违约的中介路径之一；

H3b：其他条件不变时，短贷长投是企业战略激进影响债务违约的中介路径之一。

（三）信贷周期的调节效应

信贷供给规模扩张与收缩的交替运动形成了信贷周期，是实体经济周期的重要决定因素（Bassett等，2014）。在中国，企业所处的融资环境具有以银行为主导、股市和债市发展不平衡两个基本特征，这就使得银行信贷成为企业外源融资的主要来源（Bailey等，2012）。信贷政策通过调节市场流动性水平，直接影响企业信贷资源获取能力。

企业执行激进型战略离不开资金支持，相较于稳健型战略，激进型战略对资金的要求程度更高。宽松的信贷环境为企业执行激进型战略提供了良好的外部融资环境，有助于企业获得期限更长、规模更大、成本更低的信贷支持（Christiana等，1992），在投资回收期到来之前为企业源源不断地提供资金支持，缓解战略激进型企业发生债务违约的可能性。反之，紧缩的信贷环境会恶化企业的外部融资环境、抑制其信贷资源获取能力。采取激进型战略的企业更善于利用财务杠杆、甚至选择短贷长投这一投融资期限错配的方式来实现其资产规模的快速扩张。由于资金回收与项目投资之间往往存在滞后性，如果信贷紧缩周期先于投资回收期到来，企业很可能在债务到期时难以续借到资金，进而陷入流动性危机，甚至发生债务违约。基于以上分析，本文提出如下假设：

H4：其他条件不变时，信贷周期在企业战略激进与债务违约之间具有调节效应，信贷扩张能够缓解战略激进型企业发生债务违约的可能性，信贷紧缩会加剧战略激进型企业发生债务违约的可能性。

本研究可以进一步表现为一个有调节的中介效应模型（参见图1）。具体而言，在“战略激进—投资效率—债务违约”的作用过程中，战略激进型企业更容易出现投资效率低下，这将进一步侵蚀企业内源融资，加剧资金紧张程度。此时，如果信贷政策继续保持宽松，企业的资金紧张程度将得到缓解；反之，如果信贷政策由扩张转向收缩，银行总体授信规模缩小，企业获取信贷资源的能力将受到抑制。由于投资效率下降通常伴随产出和资产价值的下降，不断恶化的资产负债表将进一步限制企业的融资能力，从而缩短这类企业的债务违约距离。因此，投资效率与债务违约风险之间的负向因果关系会受信贷周期的影响，信贷宽松能够缓解投资效率与企业债务违约之间的负相关关系，信贷紧缩会加剧投资效率与债务违约之间的负相关关系。基于以上分析，本文提出如下假设：

H5：其他条件不变时，企业战略激进通过投资效率对债务违约的正向间接效应，受到信贷周期对投资效率与债务违约之间调节作用的影响，信贷政策越宽松（紧缩），这种正向的间接影响越弱（强）。

在“战略激进—资产金融性负债率—债务违约”的作用过程中，资产金融性负债率越高，企业对信贷周期的敏感性越强。在信息不对称环境下，银行为避免企业的背德行为，会根据企业的资产负债表来确定放款规模和价格，资产金融性负债率越高，银行的贷款意愿越差。在信贷紧缩周期中，银行会首先减少对上述企业的授信规模，这将严重限制高杠杆企业的债务融资能力，加剧其发生债务违约的可能性；在宽松的信贷周期下，银行可贷出的资金规模较大，对贷款主体的审核条件更宽松，即使企业资产金融性负债率较高，也能从宽松的信贷市场中获得部分信贷资源，进而缓解了资产金融性负债率较高企业的债务违约风险。

在“战略激进—短贷长投—债务违约”的作用过程中，短贷长投是企业应对融资约束、降低融资成本的一种替代性融资行为（钟凯等，2019）。短贷长投在缓解企业融资约束、降低融资成本的同时，也增大了企业的还本付息压力和资金续借风险。由于企业通常会选择在信贷宽松期执行其激进的战略，而资金回收往往滞后于项目投资，如果信贷紧缩周期先于投资回收期到来，企业将很难继续依靠借新还旧维持资金链，进而加剧短贷长投与企业债务违约之间的正相关关系；反之，宽松的信贷环境能够增强企业信贷资金的获取能力，进而缓解短贷长投与企业债务违约之间的正相关关系。基于以上分析，本文提出如下假设：

H6：其他条件不变时，企业战略激进通过资产金融性负债率（短贷长投）对债务违约的正向间接效应，受到信贷周期对资产金融性负债率（短贷长投）与债务违约之间调节作用的影响，信贷政策越宽松（紧缩），这种正向的间接影响越弱（强）。

三、研究设计

（一）数据来源与样本选择

本文以2010—2019年沪深两市A股上市公司为初始研究样本，采用面板数据进行回归。在初始样本的基础上，按照如下原则对数据进行筛选：（1）剔除金融行业上市公司样本。（2）剔除ST上市公司样本。（3）剔除相关变量存在缺失值的样本。（4）为了消除异常值的影响，本文对所有连续变量进行两端1%的缩尾处理，最终得到28180个观测值。本文所使用的数据均来源于Wind和CSMAR数据库。

（二）变量定义

1. 企业债务违约（default）

对于企业债务违约风险的测度，既有研究主要采用Zscore值（Altman，1968；张玲，2000；Zhang等，2010）和期权定价模型（王化成等，2019）。上述度量指标都是基于财务数据，根据经验构建模型估计企业发生债务违约的概率，并不能准确刻画企业是否真正发生了债务违约，这将影响实证结果的准确性。本文手工搜集实际发生债务违约的企业，采用虚拟变量测度债务违约，发生债务违约的企业取1，否则取0。通常情况下，债务人无法按规定履行偿债义务时，债权人会采取仲裁或诉讼的方式来维护自身利益。因此，本文采用如下方法筛选实际发生债务违约的企业：（1）从Wind数据库中获取2010—2019年沪深两市A股上市公司发生诉讼或仲裁的公司样本。（2）在“案件名称”项目中手工筛选出含“借款合同纠纷”“借款纠纷”“贷款纠纷”“金融借款纠纷”“票据纠纷”“欠款纠纷”“债权债务纠纷”“债务纠纷”的样本。（3）剔除公司作为原告、作为担保方而承担连带责任以及金融保险类公司。剩余样本即为发生债务违约的公司。

2. 企业战略激进（str）

目前，学者们对企业战略激进的测度大多借鉴Bentley等（2013）对进攻型战略的测度方法。根据本文前述对企业战略激进概念的界定，采用Bentley等（2013）对战略类型的测度方法衡量企业战略激进存在如下问题：首先，资产规模的快速扩张是企业战略激进的重要特征，而Bentley等（2013）的指标没有体现资产规模的增长情况；其次，战略超出市场与企业自身的承受能力是激进型战略的另一特征，具体表现为盈利能力和质量不足，而上述指标并未涉及这方面内容；最后，上述指标体系未考虑支撑企业战略实施的动力系统，而企业战略实施的动力来自哪里恰恰是激进型战略区别于进攻型战略的重要特征。因此，本文在Bentley等（2013）进攻型战略测度指标的基础上，借鉴汤谷良（2004）三维平衡的战略观，从增长、盈利、风险三个维度构建测度企业战略激进的指标体系。具体做法如下：

增长方面，企业增长的财务效应表现为速度效应和价值效应。速度效应方面，增长表现为营业收入和总资产规模的增加（汤谷良等，2004）；价值效应方面，实现增长的方式有内源与外源两种，内源式扩张在财务上表现为固定资产、在建工程、无形资产在总资产中占比过高且长期居高不下，外源式扩张的结果是商誉在总资产中的比重过高。由于企业战略激进更多地表现为速度激进，本文采用营业收入增长率、总资产增长率作为增长维度的衡量指标。

盈利方面，企业盈利的可持续性及其转化为现金的程度是盈利能力的两个重要维度，可概括为盈利结构与质量。核心利润率作为盈利结构指标，很好地表征了企业盈利的可持续性；核心利润获现率则显示了企业盈利的“含金量”，很好地表征了企业对流动性风险的控制能力（张新民，2015）。本文采用核心利润率与核心利润获现率作为盈利维度的测度指标。

风险方面，没有方向的增长和没有“刹车装置”的速度是危险的，超越能力极限的增长必然会给企业带来较大风险。根据可持续增长理论，只有以盈利为基础的增长才不会耗尽企业的财务资源。企业资产增长对盈利的偏离程度越大，增长的可持续性越差，风险越高；企业资产增长对债务的依赖程度越高，流动性风险越高。因此，本文采用加速系数与债务依存度作为风险维度的测度指标。企业战略激进测度指标如表1所示。

本文参照Bentley等（2013）、王化成等（2016）的做法，对上述6个变量均取过去5年的移动平均值。对于除“核心利润率”“核心利润获现率”以外的4个变量，在每一个“年度—行业”样本中从小到大平均分为5组，最小的组赋值为0分，次小的组赋值为1分，依此类推，最大的组赋值为4分；对于“核心利润率”和“核心利润获现率”指标，则分组方式相反，最小的组赋值为4分，最大的组赋值为0分。在此基础上，对每一个“公司—年度”样本，将6个变量的分组得分相加，得到0~24分的str值，分值越高，公司战略越激进。

3. 信贷周期（credit1/credit2）

对于信贷周期的度量，既有文献主要有两种方法，一是将信贷周期作为“离散事件”，采用虚拟变量测度（Greenstone等，2012；刘海明等，2017）；二是将信贷周期作为“连续事件”，考察整个时间序列内信贷供给变化情况（Bassett等，2014；Becker等，2014；王义中等，2015）。考虑到连续变量能更准确地体现信贷周期松紧变化程度，本文借鉴Becker等（2014）、王义中等（2015）的做法，采用连续变量从“速度”和“力度”两个维度衡量信贷周期，分别采用“信贷增长率”（credit1）、“新增贷款/新增GDP”（credit2）来衡量信贷周期。其中，“信贷增长率”选取季度贷款余额的增长率，反映了信贷供给变化的“速度”；“新增贷款/新增GDP”为季度贷款增量与季度新增GDP之比，反映了信贷供给相对于GDP规模的大小，在一定程度上体现了信贷供给变化的“力度”。

4. 控制变量

本文参考王化成等（2019）、孙健等（2016）的研究，并结合本研究的特点，选择了如下控制变量：公司规模、盈利能力、偿债能力、现金流量、资产流动性、债务担保能力、企业成熟度、大股东持股比例、董事会规模、产权性质、行业、年份。具体的变量说明见表2。

（三）模型设计

1. 企业战略激进与债务违约

为了检验企业战略激进与债务违约之间的关系，本文构建如下logit回归模型：

$ {default}_{i,t}={\alpha }_{0}+{\alpha }_{1}{str}_{i,t}+\sum {r}_{i}{Controls}_{i,t}+IND+YEAR+{\varepsilon }_{i,t} $

(1)

模型（1）中，企业战略激进的系数ɑ₁是本文关注的重点，衡量了企业战略激进对债务违约的影响。根据假设1，本文预期ɑ₁显著为正，即企业战略越激进，越容易发生债务违约。

2. 财务决策的中介效应

为了检验假设2，在模型（1）的基础上，进一步构建中介效应模型（2）和（3）。

$ {inv}_{i,t}={\beta }_{0}+{\beta }_{1}{str}_{i,t}+\sum {r}_{i}{Controls}_{i,t}+IND+YEAR+{\varepsilon }_{i,t} $

(2)

$ {default}_{i,t}={\gamma }_{0}+{\gamma }_{1}{str}_{i,t}+{\gamma }_{2}{inv}_{i,t}+\sum {r}_{i}Controls_{i,t}+IND+YEAR+{\varepsilon }_{i,t} $

(3)

其中，inv为企业投资效率，本文借鉴彭亮等（2018）、王靖宇和张宏亮（2019）的做法，选取相应的投入、产出变量，利用数据包络分析（DEA）方法计算企业的投资效率。其中，投入指标为：应付职工薪酬、运营成本、固定资产净额、无形资产净额、长期股权投资净额。产出指标为：主营业务收入、每股收益、资产报酬率、资产增长率。

为检验H3a和H3b，在对模型（1）回归的基础上，分别用lev_i，t和tlev_i，t替代模型（2）和（3）中的inv_i，t。lev为融资来源结构，tlev为融资期限结构，具体计算方法请见表2。

3. 信贷周期的调节效应

为进一步考察信贷周期对企业战略激进与债务违约关系的影响，在模型（1）的基础上，借鉴温忠麟等（2014）的研究，构建有调节的中介效应模型（4）和（5）以检验假设4至6。

$\begin{array}{l} {default}_{i,t}={\alpha }_{0}+{\alpha }_{1}{str}_{i,t}+{\alpha }_{2}{credit1}_{i,t}({credit2}_{i,t})+{\alpha }_{3}{str}_{i,t}\times {credit1}_{i,t}({credit2}_{i,t}) \\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;+\sum {r}_{i}Controls_{i,t}+IND+YEAR+{\varepsilon }_{i,t} \end{array} $

(4)

$\begin{array}{l} {default}_{i,t}={\delta }_{0}+{\delta }_{1}{str}_{i,t}+{\delta }_{2}{credit1}_{i,t}({credit2}_{i,t})+{\delta }_{3}{{str}_{i,t}\times credit1}_{i,t}({credit2}_{i,t})\\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;+{\delta }_{4}{inv}_{i,t}+{\delta }_{5}{{inv}_{i,t}\times credit1}_{i,t}({credit2}_{i,t})\\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;+\sum {r}_{i}Controls_{i,t}+IND+YEAR+{\varepsilon }_{i,t} \end{array} $

(5)

模型（4）表示不考虑中介效应时，企业战略激进与债务违约之间的关系是否受到信贷周期的调节，根据假设4，我们预期系数

显著为负，表示信贷扩张（紧缩）会缓解（加剧）战略激进型企业的债务违约风险；模型（5）是有调节的中介效应模型，根据假设5，我们预期 显著为负，表示信贷扩张（紧缩）通过缓解（加剧）投资效率低下企业的债务违约风险，间接缓解（加剧）战略激进型企业的债务违约风险。

为检验假设6，我们分别用lev_i，t和tlev_i，t替代模型（5）中的inv_i，t，我们预期

显著为负，表示信贷扩张（紧缩）通过缓解（加剧）资产金融性负债率较高企业的债务违约风险，间接缓解（加剧）战略激进型企业的债务违约风险；信贷扩张（紧缩）通过缓解（加剧）短贷长投较严重企业的债务违约风险，间接缓解（加剧）战略激进型企业的债务违约风险。

四、实证分析

（一）描述性统计

表3列示了主要研究变量的描述性统计结果。企业债务违约（default）的均值为0.01，四分位数下限、中位数、四分位数上限均为0，说明我国A股上市公司中发生债务违约的公司较少，约有1%的企业发生过债务违约；企业战略激进（str）均值为11.84，标准差为4.010，说明我国A股上市公司战略激进程度差异较大；信贷增长率（credit1）均值为0.150，标准差为0.04，说明我国信贷供给规模在样本期内处于绝对增长状态，且波动不大；新增贷款占新增GDP的比重（credit2）均值为1.890，最小值为0.850，说明我国新增贷款占新增GDP比重较大，绝大多数时期新增贷款都会超过新增GDP；投资效率（inv）均值为0.68，标准差为0.17，说明我国A股上市公司投资效率普遍偏低；资产金融性负债率（lev）的均值为0.180，标准差为0.160，说明我国A股大部分上市公司都不同程度地使用了金融负债融资，但金融性负债的使用程度在不同企业间差异较大；短贷长投（tlev）的均值为−0.190，四分位数上限为−0.01，说明约有四分之一的A股上市公司存在短贷长投现象。

（二）相关性分析

本文对主要变量进行了Pearson相关性检验，根据检验结果，因变量、自变量和控制变量之间相关性系数的绝对值最大为0.378，不存在严重的多重共线性问题，说明本文的模型设定效果较好。企业战略激进（str）与债务违约（default）的相关系数为0.036，在1%的水平上显著，初步验证了企业战略激进与债务违约之间存在正相关关系，符合假设1的预期（限于篇幅，仅呈现主要变量的相关系数，备索）。

（三）回归分析

1. 主效应检验

表4第（1）列报告了企业战略激进（str）的回归结果，回归系数为0.066，在1%的水平下显著。这表明在考虑了公司规模、盈利能力、偿债能力、现金流量等控制变量的影响后，随着战略激进程度的上升，企业债务违约风险也逐渐增大，H1得到验证。

2. 中介效应检验

表4第（2）列和第（3）列报告了投资效率在企业战略激进与债务违约之间中介效应的回归结果，第（2）列中，企业战略激进对投资效率的回归系数为−0.002，在1%的水平下显著，说明在控制了相关变量的影响后，随着战略激进程度的上升，企业投资效率逐渐下降；第（3）列中，企业战略激进与投资效率对债务违约的回归系数均显著，说明投资效率在企业战略激进对债务违约的影响中具有部分中介效应，企业战略激进通过负向影响投资效率进而增大债务违约风险，H2得以验证。

为了验证H3a和H3b，我们分别用资产金融性负债率（lev）和短贷长投（tlev）替代模型（2）和（3）中的投资效率（inv），回归结果请见表4第（4）至（7）列：第（4）列中，企业战略激进对资产金融性负债率的回归系数为0.012，在1%的水平下显著，说明在控制了相关变量的影响后，随着战略激进程度的上升，企业资产金融性负债率也随之升高；第（6）列中，企业战略激进对短贷长投的回归系数为0.006，在1%的水平下显著，说明在控制了相关变量的影响后，随着战略激进程度的上升，企业越倾向于采取短贷长投的方式来筹措资金；第（5）列中，企业战略激进与资产金融性负债率对债务违约的回归系数均在1%的水平下显著，说明资产金融性负债率在企业战略激进对债务违约的影响中具有部分中介效应，企业战略激进通过正向影响资产金融性负债率进而增大债务违约风险，H3a得以验证；第（7）列中，企业战略激进与短贷长投对债务违约的回归系数均在1%的水平下显著，说明短贷长投在企业战略激进对债务违约的影响中具有部分中介效应，企业战略激进通过正向影响短贷长投进而增大债务违约风险，H3b得以验证。

3. 有调节的中介效应检验

表5是信贷周期在企业战略激进与债务违约之间调节作用的检验结果。第（1）列中，信贷规模增长率与企业战略激进的交乘项（credit1×str）的回归系数为−0.665，在1%的水平下显著，第（2）列中，新增贷款占新增GDP的比重与企业战略激进的交乘项（credit2×str）的回归系数为−0.282，在1%的水平下显著。说明在控制了相关影响因素后，无论采用信贷规模增长率还是新增贷款占新增GDP的比重来衡量信贷周期，信贷扩张（紧缩）都会缓解（加剧）企业战略激进与债务违约之间的正相关关系，H4得以验证。

在检验了企业战略激进对债务违约的影响受信贷周期调节的基础上，本文进一步检验投资效率、资产金融性负债率以及短贷长投三个中介变量之后的路径是否受到信贷周期的调节，回归结果请见表6。第（1）列和第（2）列的结果表明，投资效率对企业债务违约的影响在5%的水平下显著为负，投资效率与信贷周期的交互项（credit1×inv与credit2×inv）对企业债务违约的影响均在5%的水平下显著为负。此外，在加入中介变量后，企业战略激进与信贷周期交互项（credit1×str与credit2×str）的回归系数分别从−0.665和−0.282减小为−0.588和−0.075，仍然显著，说明信贷周期的调节作用是部分通过投资效率实现的。综上所述，H5得以验证。

第（3）列和第（4）列的结果表明，资产金融性负债率对企业债务违约的影响分别在5%和10%的水平下显著为正，资产金融性负债率与信贷周期的交互项（credit1×lev与credit2×lev）均在5%的水平下显著为负，此外，在加入中介变量后，企业战略激进与信贷周期交互项（credit1×str与credit2×str）的回归系数分别从−0.665和−0.282减小为−0.460和−0.077，仍然显著，说明信贷周期的调节作用是部分通过资产金融性负债率实现的。第（5）列和第（6）列的结果表明，短贷长投对企业债务违约的影响分别在1%和5%的水平下显著为正，短贷长投与信贷周期的交互项（credit1×tlev与credit2×tlev）均在1%的水平下显著为负，此外，在加入中介变量后，企业战略激进与信贷周期交互项（credit1×str与credit2×str）的回归系数分别从−0.665和−0.282减小为−0.316和−0.060，仍然显著，说明信贷周期的调节作用是部分通过短贷长投实现的。综上所述，H6得以验证。

五、稳健性检验

（一）内生性检验：Heckman两阶段回归

为了解决可能存在的内生性问题，本文采用Heckman两阶段方法排除样本选择偏差。第一阶段，以样本当年战略激进度的中位数定义战略激进度的虚拟变量（str_dum）作为被解释变量进行logit回归。模型采用同年度、同行业其他上市公司战略激进度的均值（str_a）和同年度、同地区其他上市公司战略激进度的均值（str_b）同时作为战略激进度虚拟变量的排除性约束变量。一般来说，同行业或同地区上市公司的战略激进程度具有相似性，但同行业其他上市公司的战略激进程度不会对本公司的债务违约产生直接影响。第二阶段，在模型（1）的基础上加入逆米尔斯比率（IMR）重新进行上述回归。

回归结果如表7所示，排除性约束变量str_a和str_b均在1%的水平上显著，说明同年度、同行业及同年度、同地区其他上市公司的战略激进程度均会对本企业的战略激进程度产生影响，符合排除性约束变量的选择条件。同时，str和VIF的值均小于10，不存在多重共线性问题，说明本文自选择模型设定合理。在控制了样本选择偏差后，战略激进（str）的回归系数仍然在5%的水平上显著为正。以上结果表明本文的研究结论具有较强的稳健性。

（二）替换变量：企业债务违约的其他度量方法

上文中，我们用企业是否发生实质性债务违约作为债务违约企业的替代变量，共得到326家违约公司，占A股上市公司的比重为1%左右，但事实上，有些企业已经处于债务违约的边缘，长期依靠借新还旧或政府补贴来维持资金链，这些企业并未纳入我们的研究范畴，这就使我们面临代理不充分所导致的测量误差问题。因此，在稳健性检验中，我们采用Bharath等（2008）提出的简化违约概率来衡量企业债务违约风险。违约距离计算公式如下：

$ D{{D}_{t}}=\frac{ln\left( {}^{{{V}_{A,t}}}\!\!\diagup\!\!{}_{{{D}_{t}}}\; \right)+\left( \mu -\sigma _{A}^{2}/2 \right)T}{{{\sigma }_{A}}\sqrt{T}} $

(6)

其中，V_A为企业资产的价值，D_t为债务的账面价值，μ为企业资产价值的期望报酬率，σ_A为企业资产价值变化的波动率，T为看涨期权的期限。DD_t值服从正态分布，该值越大，债务违约风险越大。本文用DD_t替代模型（1）（3）（4）（5）中的default进行回归，回归结果与前文的结论基本一致，进一步印证了结论的可靠性。限于篇幅，未呈现替换变量的回归结果，如有需要可向作者索要。

六、政策与管理启示

（一）研究结论

战略作为企业一系列决策的起点和基础，是决定其经营活动成败的重要因素。信贷周期是企业重要的外部融资环境，直接影响其信贷资金的获取能力。本文结合中国企业的现实情况，对战略激进重新定义并构建测度指标，在此基础上，理论分析并实证检验战略激进对企业债务违约的影响机理，通过提出一个有调节的中介效应模型，进一步探讨信贷周期对上述两者关系的调节效应。研究发现：（1）战略激进是企业爆发债务违约的主要诱因。（2）战略激进通过负向影响投资效率进而增大企业债务违约风险，亦会通过正向影响资产金融性负债率（短贷长投）来增大企业债务违约风险。（3）企业战略越激进，对信贷紧缩的防御能力越差，信贷紧缩（宽松）助推（缓解）了战略激进型企业爆发债务违约的可能性，还会通过负向影响投资效率与债务违约之间的关系间接调节战略激进对债务违约的影响，通过负向影响资产金融性负债率（短贷长投）与债务违约之间的关系间接调节战略激进对债务违约的影响。本文在重新界定企业战略激进概念的基础上构建测度指标，为企业战略激进后续实证研究提供了理论支撑；有助于管理者深化对企业债务违约影响因素及战略激进作用机理的理论认知，为管理者理性选择战略、防控债务违约风险提供实践指导；为金融部门认识信贷政策的执行效果、更好地管控宏观金融风险提供学理支撑。

（二）管理启示

第一，企业管理者在制定战略时不仅要关注增长目标、更要注重风险防控，平衡盈利、增长与风险三者之间的关系。战略制定要充分考虑自有资金对战略的支撑能力，谨慎采用过度依赖金融性负债甚至短贷长投的激进型融资策略。在现阶段宏观经济下行、国内外环境不确定性较高的特殊时期，风险防控更应成为管理者制定企业战略时不可忽视的重要因素。

第二，企业财务管理者要对战略执行的财务后果进行充分预测，真正做到财务为业务保驾护航。企业进行投资决策时要充分考虑其对资金的需求及对内源融资的供给能力，缺乏盈利支撑的超常规扩张战略在短期内也许会使企业呈现虚假繁荣景象，但同时也将其置于较高的财务风险之下，一旦遭受外部冲击，企业很容易陷入债务违约的境地。

第三，企业管理者对信贷周期波动应当具有高度敏感性、保持战略柔性。企业战略应根据信贷政策的周期性变化及时做出调整，尽可能降低信贷紧缩的负面冲击。

第四，金融部门在制定信贷政策时要充分考虑对微观企业的影响，在避免采取过激去杠杆政策的同时，增强信贷政策调控的透明度。针对我国现阶段结构性高杠杆的问题，应采取以时间换空间、循序渐进地去杠杆政策，帮助企业平稳度过信贷周期的顶部区域；同时，加强预期管理，就信贷政策问题与企业多进行沟通，主动防范和化解信贷政策的负面影响。

（三）研究局限与展望

尽管本文详细探讨了战略激进与信贷周期对企业债务违约的影响，但仍存在一定的局限性。首先，本文仅从正式制度层面探讨了企业债务违约的影响因素，未考虑非正式制度层面的因素。事实上，管理层性格特征、社会资本等都会对企业战略的选择与执行产生影响，进而影响其债务违约风险。未来可尝试从非正式制度层面探索企业债务违约的影响因素；第二，本轮企业债务违约集中爆发与宏观经济步入下行周期也有一定关系，本文未将宏观经济运行纳入研究框架，而企业战略选择与执行效果并不会独立于宏观经济运行，未来可以尝试从宏观经济运行的角度研究企业债务违约问题，进一步完善企业债务违约的研究框架。