1.4 研究方法与数据来源

1.4.1 研究方法

本书采用了定性分析和定量分析相结合的分析方法。在定性分析上，本书主要采用了文献研究法、调查法和比较分析法。在定量分析上，本书主要采用了面板回归法、双重差分法（Difference-in-Differences，DID）、非线性回归法、两阶段最小二乘法、倾向得分匹配法（Propensity Score Matching，PSM）、中介效应分析法等。

（1）定性分析

①文献研究法

本书根据研究主题归纳整理相关领域的文献，包括融资租赁、售后回租、去产能政策、企业投融资期限错配、债务治理效应等研究领域的国内外学术文献，从而了解相关领域的历史和现状。在总结文献的过程中，本书尤其注重分析国外租赁理论的适用基础，并判断其是否适用于解释中国的租赁市场。

②调查法

本书对于研究中出现的一些租赁实务问题向业内人士开展了访问调查。比如，在第4章的研究中，对于“去产能政策发布后产能过剩类的承租人是否增加”这个问题，本书调查了多位就职于融资租赁公司和金融租赁公司的销售人员。对于2009年国务院发布的《国务院关于加快推进产能过剩行业结构调整的通知》这一政策的有效期问题，本书咨询了多位租赁公司的高管与法务人员。另外，在第5章和第6章的研究中，本书向租赁公司的相关从业人员咨询了承租人资金用途、“中登网”对租赁公司运营的影响等问题。

③比较分析法

本书通过对比中国与欧美等国家租赁市场的差异，明确了中国租赁市场的独有特征，进而为判断国外租赁理论的适用性提供了依据，也为结合中国国情来探究企业以售后回租方式借款的动机和结果奠定了基础。

（2）定量分析

①面板回归法

本书进行实证研究的数据类型为多个截面个体在多个时点上的面板数据，因此在大部分基准回归中，本书都采用控制了时间效应的双向固定效应回归来进行估计。这种回归方法的好处是能够控制随截面改变但不随时间改变的个体异质性，从而得到尽量准确的估计结果。

②双重差分法

在第4章的研究中，本书将国务院于2009年发布的《国务院关于加快推进产能过剩行业结构调整的通知》和2013年发布的《国务院批转发展改革委等部门关于抑制部分行业产能过剩和重复建设引导产业健康发展若干意见的通知》两个政策作为准自然实验，并通过双重差分模型来估计去产能政策对企业以售后回租方式借款的决策影响。由于政府发布的去产能政策基本不会受到微观企业的影响，所以对企业而言，去产能政策可以视为外生，这可以在很大程度上解决内生性问题，从而得到比较准确的估计结果。

③非线性回归法

在第4章和第5章的研究中，有些被解释变量为呈现“0～1”两点分布的哑变量，而有些被解释变量则为呈现归并（censored）特征的有界值。比如，“企业是否以售后回租方式借款”这一决策就属于取值为0或者1的变量，企业的售后回租借款额与总资产的比率是取值小于1的有界值。为了得到更为稳健的结果，本书根据被解释变量的数据特征，采用相应的非线性回归得到估计结果，具体的非线性回归包括Logit回归、Probit回归和Tobit回归。

④两阶段最小二乘法

在第5章的研究中，考虑企业投融资期限错配程度和其“是否以售后回租方式借款”的决策之间可能存在反向因果的内生性问题，本书在稳健性检验部分采用两阶段最小二乘法来解决内生性问题。具体地，本书选取企业所在行业前一年的投融资期限错配程度平均值作为企业层面的投融资期限错配程度工具变量进行回归，以获得更为稳健的估计结果。

⑤倾向得分匹配法

在第6章的研究中，考虑售后回租和企业代理成本、企业价值之间可能存在由反向因果而导致的内生性问题，本书采用倾向得分匹配法对回租借款样本和无回租借款样本进行配对，再通过对比配对样本之间的代理成本和企业价值的差异得到更稳健的结果。

⑥中介效应分析法

在第6章的研究中，为了证实售后回租降低企业价值的机制是否降低了总资产周转率，本书借鉴Baron 和Kenny（1986）的方法及Sobel（1982）提出的中介因子检验法来分析售后回租对企业价值在总资产周转率这一路径上是否存在中介效应。

1.4.2 数据来源

由于上市公司在其财务报表中披露与售后回租和融资租赁有关的信息，所以本书将上市公司作为研究对象。考虑中国的融资租赁业从2007年开始再次发展，并保持长达十年的迅猛增长趋势，本书将研究时间段定为2007—2016年。所以，本书的初始样本为2007—2016年沪深两市的A股上市公司。进一步地，本书按照以下标准对样本进行筛选和处理：

第一，剔除金融行业和公用事业行业的上市公司。

第二，剔除数据缺失样本。

第三，为消除极端值对本书结果的影响，本书对所有连续变量在1%～99%水平上的数据进行缩尾处理。

需要指出的是，在本书第4章至第6章的实证研究中，每章用于实证分析的初始数据完全相同。但依据各章研究主题的特征，各章实证模型中所选取的研究变量不同，而初始样本中不同变量的缺失程度又存在差别，所以各章的最终样本数量会存在细微差异。具体地，第4章、第5章和第6章的实证研究中的最终总样本数量分别为15630个、15516个和15445个。可见，各章的最终样本数量都超过15000个，且各章之间的样本数量变动很小，所以各章样本数量的细微差异不会影响本书研究的整体性和一致性。

本书所有有关售后回租的数据均为手动整理，其具体数据来源包括以下三个方面：

第一，报表中“融资租入固定资产”“一年内到期的应付融资租赁款”“应付融资租赁款”等科目及附注。

第二，报表中“重大合同及其履行情况”中披露的租赁合同信息。

第三，现金流量表“收到的其他与筹资活动有关的现金”项目下披露的“收到的融资租赁（售后回租）的资金”。

本书中有关上市公司的其他财务数据来自国泰安CSMAR数据库。