1.4 研究方法與數據來源

1.4.1 研究方法

本書采用了定性分析和定量分析相結合的分析方法。在定性分析上，本書主要采用了文獻研究法、調查法和比較分析法。在定量分析上，本書主要采用了面板回歸法、雙重差分法（Difference-in-Differences，DID）、非線性回歸法、兩階段最小二乘法、傾向得分匹配法（Propensity Score Matching，PSM）、中介效應分析法等。

（1）定性分析

①文獻研究法

本書根據研究主題歸納整理相關領域的文獻，包括融資租賃、售后回租、去產能政策、企業投融資期限錯配、債務治理效應等研究領域的國內外學術文獻，從而了解相關領域的歷史和現狀。在總結文獻的過程中，本書尤其注重分析國外租賃理論的適用基礎，并判斷其是否適用于解釋中國的租賃市場。

②調查法

本書對于研究中出現的一些租賃實務問題向業內人士開展了訪問調查。比如，在第4章的研究中，對于“去產能政策發布后產能過剩類的承租人是否增加”這個問題，本書調查了多位就職于融資租賃公司和金融租賃公司的銷售人員。對于2009年國務院發布的《國務院關于加快推進產能過剩行業結構調整的通知》這一政策的有效期問題，本書咨詢了多位租賃公司的高管與法務人員。另外，在第5章和第6章的研究中，本書向租賃公司的相關從業人員咨詢了承租人資金用途、“中登網”對租賃公司運營的影響等問題。

③比較分析法

本書通過對比中國與歐美等國家租賃市場的差異，明確了中國租賃市場的獨有特征，進而為判斷國外租賃理論的適用性提供了依據，也為結合中國國情來探究企業以售后回租方式借款的動機和結果奠定了基礎。

（2）定量分析

①面板回歸法

本書進行實證研究的數據類型為多個截面個體在多個時點上的面板數據，因此在大部分基準回歸中，本書都采用控制了時間效應的雙向固定效應回歸來進行估計。這種回歸方法的好處是能夠控制隨截面改變但不隨時間改變的個體異質性，從而得到盡量準確的估計結果。

②雙重差分法

在第4章的研究中，本書將國務院于2009年發布的《國務院關于加快推進產能過剩行業結構調整的通知》和2013年發布的《國務院批轉發展改革委等部門關于抑制部分行業產能過剩和重復建設引導產業健康發展若干意見的通知》兩個政策作為準自然實驗，并通過雙重差分模型來估計去產能政策對企業以售后回租方式借款的決策影響。由于政府發布的去產能政策基本不會受到微觀企業的影響，所以對企業而言，去產能政策可以視為外生，這可以在很大程度上解決內生性問題，從而得到比較準確的估計結果。

③非線性回歸法

在第4章和第5章的研究中，有些被解釋變量為呈現“0～1”兩點分布的啞變量，而有些被解釋變量則為呈現歸并（censored）特征的有界值。比如，“企業是否以售后回租方式借款”這一決策就屬于取值為0或者1的變量，企業的售后回租借款額與總資產的比率是取值小于1的有界值。為了得到更為穩健的結果，本書根據被解釋變量的數據特征，采用相應的非線性回歸得到估計結果，具體的非線性回歸包括Logit回歸、Probit回歸和Tobit回歸。

④兩階段最小二乘法

在第5章的研究中，考慮企業投融資期限錯配程度和其“是否以售后回租方式借款”的決策之間可能存在反向因果的內生性問題，本書在穩健性檢驗部分采用兩階段最小二乘法來解決內生性問題。具體地，本書選取企業所在行業前一年的投融資期限錯配程度平均值作為企業層面的投融資期限錯配程度工具變量進行回歸，以獲得更為穩健的估計結果。

⑤傾向得分匹配法

在第6章的研究中，考慮售后回租和企業代理成本、企業價值之間可能存在由反向因果而導致的內生性問題，本書采用傾向得分匹配法對回租借款樣本和無回租借款樣本進行配對，再通過對比配對樣本之間的代理成本和企業價值的差異得到更穩健的結果。

⑥中介效應分析法

在第6章的研究中，為了證實售后回租降低企業價值的機制是否降低了總資產周轉率，本書借鑒Baron 和Kenny（1986）的方法及Sobel（1982）提出的中介因子檢驗法來分析售后回租對企業價值在總資產周轉率這一路徑上是否存在中介效應。

1.4.2 數據來源

由于上市公司在其財務報表中披露與售后回租和融資租賃有關的信息，所以本書將上市公司作為研究對象。考慮中國的融資租賃業從2007年開始再次發展，并保持長達十年的迅猛增長趨勢，本書將研究時間段定為2007—2016年。所以，本書的初始樣本為2007—2016年滬深兩市的A股上市公司。進一步地，本書按照以下標準對樣本進行篩選和處理：

第一，剔除金融行業和公用事業行業的上市公司。

第二，剔除數據缺失樣本。

第三，為消除極端值對本書結果的影響，本書對所有連續變量在1%～99%水平上的數據進行縮尾處理。

需要指出的是，在本書第4章至第6章的實證研究中，每章用于實證分析的初始數據完全相同。但依據各章研究主題的特征，各章實證模型中所選取的研究變量不同，而初始樣本中不同變量的缺失程度又存在差別，所以各章的最終樣本數量會存在細微差異。具體地，第4章、第5章和第6章的實證研究中的最終總樣本數量分別為15630個、15516個和15445個。可見，各章的最終樣本數量都超過15000個，且各章之間的樣本數量變動很小，所以各章樣本數量的細微差異不會影響本書研究的整體性和一致性。

本書所有有關售后回租的數據均為手動整理，其具體數據來源包括以下三個方面：

第一，報表中“融資租入固定資產”“一年內到期的應付融資租賃款”“應付融資租賃款”等科目及附注。

第二，報表中“重大合同及其履行情況”中披露的租賃合同信息。

第三，現金流量表“收到的其他與籌資活動有關的現金”項目下披露的“收到的融資租賃（售后回租）的資金”。

本書中有關上市公司的其他財務數據來自國泰安CSMAR數據庫。