《新能源产业政府补贴、资本结构与企业生产的关系实证研究》10000字

第第页新能源产业政府补贴、资本结构与企业生产的关系实证研究目录TOC\o"1-2"\h\u90671绪论 1195412新能源产业受政府补贴的情况 7239772.1新能源产业受政府补贴的原因 732812.2新能源产业补贴政策历程 813152.3新能源企业受政府补助现状 9156783实证分析 10231413.1样本选取和数据来源 10308383.2研究变量设计 10112363.3研究假设与模型构建 11241103.4数据分析和分析结果 13167064结论与建议 17192284.1研究结论 17290534.2优化建议 1723292参考文献 191绪论随着我国经济的快速发展，人们对清洁能源的需求变大，而传统清洁能源在变少，能源消耗对生态环境的影响也越来越严重，全球变暖日益严重，对人们的生活有很大的负面影响。面临全球能源供应短缺和生态环境持续污染的压力，国家和人民开始关注环境问题，重视节能环保减排，随着低碳经济和绿色经济的兴起，新能源产业被推向潮头。为有效减轻能源危机和环境污染的风险，促进经济社会的可持续发展，新能源产业已经成为全球解决环境发展问题的重点。其实早在十一五时期，国家就集中出台了一系列促进新能源产业的配套政策。2014年，习近平总书记到访上汽集团，强调“发展新能源汽车是迈向汽车强国的必由之路”。2015年，具有明确战略目标的我国新能源汽车被国家纳入《中国制造2025》。“十三五”时期，新能源汽车作为国家战略性重大新兴产业的主导地位将进一步得到加强。《新能源汽车产业发展规划（2021-2035年）》的出台，进一步大大增强了人们对新一代新能源产业健康发展的信心。近年来，新能源产业相关政策问题频出，如：政府在新能源汽车推广应用、标准制定、税收优惠、经济援助等方面都提供很多支持。由于新能源产业的独特性，融资结构不合理，资本使用效率低，严重阻碍了该类产业的发展。在新能源产业相关企业发展的内外部环境日益复杂的背景下，应合理调整政府补贴政策以及资本结构，以适应企业发展的需要，最终提高企业价值。资本结构在提升企业的资产偿付能力和企业再融资利用能力,资本市场运营和未来的企业盈利管理能力中都起着至关重要的推动作用，其已经成为企业发展的关键性因素。我国新能源产业目前的竞争格局表明，新力量不断涌入，行业高度集中。在如此激烈的行业竞争环境下，新能源上市公司存在技术不成熟、资金支持不够和产业结构存在不合理等方面的问题。由于传统产业的转型，许多企业还面临着融资风险和资本成本等问题。此外，由于疫情的影响，该类产业的物流成本、人工成本、防疫成本也随之增加。比如作为资本密集型产业，新能源汽车和动力电池制造企业的发展前景并不乐观。新能源汽车上市公司的资本结构对汽车企业的持续发展成长起着重要的推动作用，因此有必要进行研究影响新能源产业上市公司资本结构的因素。而政府补贴在一定程度上又能影响到企业的资本结构，因此研究新能源产业的政府补贴与资本结构以及企业成长性三者之间的关系是非常有必要的。2新能源产业受政府补贴的情况2.1新能源产业受政府补贴的原因政府为保证社会和谐稳定，必须设定宏观经济目标并积极推动其实现，应保障就业情况，维持物价，提高经济收入等。政府对企业进行无偿资助，主要是为了：第一，提升企业竞争力。在市场开放的大背景下，为了促进区域经济发展，使当地的企业具有高竞争力，各国政府都把补助作为重要的扶持手段。国家通过补助方式积极支持现有产业发展，鼓励开发新型产业。国家补助是我国实施产业政策的重要扶持手段，通过提高产品在国内外市场的竞争力的方式，扶持企业发展，有利于提高我国经济发展程度，协调经济发展水平。第二，促进企业进行研发活动。开发或研究对企业甚至整个行业、产业的长远发展十分有利，然而由于研发活动对资源消耗过大，所需开发研究的周期通常较长，而且新事物的研究很容易失败，这意味着研发对于企业来说有较大风险，因此企业更倾向于将资金投入进短平快的项目，对研发的积极程度不高。此外，由于目前我国对专利的保护制度还有待完善，这更不利于企业的研发环境。因此，政府对企业进行研发方面的补贴，能在一定程度上减少企业的后顾之忧，提高企业研发的积极性，有利于企业和行业的长远发展。第三，增加就业岗位。就业与人民生活息息相关，充分就业是政府宏观经济目标之一，凯恩斯在《就业、利息和货币通论》一书中提出，政府应通过财政政策来干预经济，刺激各方消费和投资，实现充分就业。就业对于中国这样的人口大国来说，是需要面临的一个大问题。企业提供的就业机会正好可以帮助政府解决就业难题，政府对企业的投资、补助等有助于企业扩大规模，创造就业机会，维持社会和谐稳定。第四，降低能源消耗。作为一个石油短缺、天然气较少、煤炭资源相对丰富的国家，我国石油主要依靠进口，本土自产自销的石油产量仅为三分之一，为了在满足市场需求的同时减少石油进口，减轻我国经济压力，国家高度重视电动汽车产业的发展。第五，保护环境。传统燃料汽车排放的废气中含有较多的污染物，如二氧化碳、一氧化碳、氮氧化物、硫氧化物等，中国的汽车拥有量排名全球第一，因此尾气、废气排放量极大，这个问题令人难以忽视。南极冰川融化导致的海平面上升确实对沿海国家构成了非常严重的威胁，以及近年来中国部分地区严重的雾霾气候，都少不了汽车尾气排放温室气体的问题。新能源汽车能够节约油气资源，还能减少温室气体等污染物的排放，是对传统燃油车的最佳替代品。2.2新能源产业补贴政策历程政府对新能源产业的补贴经历了补贴企稳期（2011-2016年）、加速退坡期（2017-2020年）及全面退出期（2020年后）三个时期。补贴企稳期（2011-2016年）：2011年至2016年新能源产业处于发展初级阶段，各个方面都需要从无到有的创新与发展，这一阶段的政府补贴力度持续加大，补贴总金额逐年增高，于2016年到达补贴金额最高峰。政府的大力补贴使新能源产业受到莫大的激励，因此产业逐渐形成初步规模。加速退坡期（2017-2020年）：2017年是我国对新能源产业补助大幅退坡的一年，不仅对中央和地方补贴金额设定了上限，还对新能源产业的定义做了严格要求，即是变相的提高了对新能源产业的技术要求，2019年提出的双积分政策证明了这一观点。双积分政策，简单来说就是生产并售出传统燃油车增加负积分，生产并售出新能源汽车增加正积分，积分比例达到的要求不同，收到的补贴就有区别，这种以市场化方式缓解补贴退坡的手段，将在后补贴时代屡屡得见。综上，补贴退坡的原因显而易见：第一，由于政府对新能源企业的持续强力补贴，使部分企业产生了依赖，甚至出现骗补行为，严重破坏了政府培养新行业发展的初衷，因此需要对新能源产业达到的技术做出适当限制，尽量防止企业浑水摸鱼；第二，短期内难以实现新能源产业制造技术产生飞跃式发展，此时相比外部政府的帮助，更需要调动企业内部的主观能动性，国家批准特斯拉在上海建立超级工厂，就是为了促进新能源企业之间的相互竞争，增加市场竞争，实行优胜劣汰的制度；第三，持续的高额补贴给政府带来了巨大的负担。这一阶段对于新能源产业来说是艰难的转型阶段，但补助金额的降低从某种角度上也可以帮助筛选综合能力更强的企业。不过2020年新冠疫情的突发事件稍稍打断了补贴退坡的进度，政府为稳定市场将暂缓退坡进度。全面退出期（2020年后）：总体来讲，政府补贴将持续降幅，再加上现阶段习近平主席提出“在2030年前做到碳达峰、2060年前完成碳中和”的目标，新能源企业将在很长一段时间内都需要压缩企业利润以求长期发展空间。平庸企业的淘汰速度也将加快。2.3新能源企业受政府补助现状在东方财富网中，搜索新能源概念板块，得到422家上市公司。从国泰安数据库数据中心报表附注数据，导出422家公司的政府补贴情况，排除无政府补贴的公司。根据政策梳理部分内容可知，选择2011年至今的数据进行研究，通过计算各公司自2011年起政府补贴的情况，发现前15家公司占了政府补贴总金额的87%以上，因此重点分析前15家公司的情况。2.3.1政府补助总额大422家新能源上市企业2011年获得政府补助总金额为520,428万元，平均每家企业获补助约5,847.51万元；2012年获得政府补助总金额达到805,476万元，较2011年补助总额大幅上涨54.77%，平均每家企业获补助为9,050.30万元；2013年获得政府补助总金额为1,215,272万元，较2012年补助总额上浮50.88%，平均每家企业获得补助13,654.74万元；2014年获得政府补助的总额为1,442,490万元，政府补助较上年仅增长了18.70%，平均每家企业获得政府补助约16,207.75万元；2015年由于补贴政策调整，行业政府补助大幅滑坡，增长率下降，为-33.21%，获得政府补助为963,480万元；2016年获得总政府补助回升，达到1,696,292万元，同比增长76.06%，每家公司获得政府补助均值达到了19,059.46万元；2017年获得政府补助总数为1,900,350万元，较上年增长12.03%，企业均值超过21,352.24万元；2018年获得政府补助总数为2,120,350万元，较上年增长11.08%，企业均值超过24,432.38万元；2019年获得政府补助总数为2,403,468万元，较上年增长10.12%，企业均值超过26,347.57万元；2020年获得政府补助总数为2,687,279万元，较上年增长9.37%，企业均值超过29,287.83万元。从数据可以看出我国新能源上市企业在2011-2020年接受政府补助总额超过了29,543,788万元。2011-2020年，每年政府补助总额整体呈上升趋势，仅2015年出现负增长。2.3.2扶持力度持续性好，但差异大进一步观察数据可知，同一企业不同年度波动同样较大。例如政府补助总额较多的上汽集团，总计约2,005,173万元，最低是2013年只有139,005万元左右，最高时2019年达到了471,811万元。而获得政府补助总额较少的小康股份，总计仅80,510万元，竟不到上汽集团总额的5%。2.3.3政府补助集中度高2011-2020年接受补助总额超过80,000万元的新能源上市企业一共有15家，分别为上汽集团、江淮汽车、比亚迪、长安汽车、广汽集团、安凯客车、福田汽车、江铃汽车、长城汽车、华域汽车、北汽蓝谷、宇通客车、潍柴动力、金龙汽车、小康股份。合计接受政府补助约7,456,750万元。可以看出具有核心竞争力的龙头企业得到政府的支持力度更大，这些企业在产品研发、生产和销售等环节具有更明显的优势，有利于带动新能源行业整体的快速发展；但是，政府补助资源过于集中，不利于市场的公平发展，更不利于企业提高自身竞争力，容易产生对政府补助的依赖心理。这就需要我们对行业分析的时候着重分析政府补助对这些企业发展的影响。3实证分析3.1样本选取和数据来源由于证监会并未对新能源产业作出划分，本文选择了国泰安数据库新能源产业的上市公司作为研究样本，再以东方财富网、新浪财经网选取的新能源概念股作为样本选择的参照，带有ST和*ST标志的上市公司在选择过程中已被剔除。为了确保数据的可靠性和研究的实际意义，本文研究的是2011年至2020年间的数据，因此选择在2011年1月1日前就已经上市的企业共计422家。文章对这些数据进行了整理，并且最终得到了相对比较可靠的数据。3.2研究变量设计3.2.1被解释变量本文的被解释变量为广义的资本结构，文献中有许多代表资本结构的变量，比如股东权益比率、资产负债比率、长期负债比率。在这里选取的是比较具有代表性的资产负债率作为资本结构（Debt）衡量指标，能够更加清晰的反映资本结构的构成情况。同时文章将企业成长性用营业收入增长率和固定资产增长率均考虑在内，分别作为企业成长性的衡量指标（Growth）。3.2.2解释变量根据国内外的研究结论，可以得出相关性较强的影响因素的变量。本文选取四个解释变量。第一，政府补贴（Sub），代表着政府补贴的资金量；第二，盈利能力（Ebit），是能够体现企业获取利润的能力，直接影响到企业内部资金的多少；第三，资产担保能力（Tar），主要表示存货与固定资产占总资产的比重；第四，企业规模，即期末总资产的自然对数。表1变量定义变量名称变量符号变量定义数据来源资本结构Debt期末总负债/期末总资产CSMAR成长性Growth营业收入增长率固定资产增长率CSMAR政府补贴Sub政府补贴/营业收入政府补贴包含：税收优惠、奖励、财政补贴年报手工整理获得盈利能力Ebit息税前利润/平均总资产CSMAR资产担保能力Tar（存货+固定资产）/总资产CSMAR企业规模Size期末总资产的自然对数CSMAR3.3研究假设与模型构建3.3.1研究假设综合相关理论和文献材料，本文提出以下假设：（1）企业成长性与资本结构企业在某一段时期内投资需求越大，企业的成长性越强，即需要更多的资金融资，而且此时这类公司内部盈余并不能满足自身扩张市场经营范围的需要（赵选民、尹晓娇，2013）[21]。若增发新股获得资金会稀释股东权益，因此企业会选择外部筹资（陈凌云，2021）[22]。新能源产业公司作为高成长性企业，较高的投入必然需要更多的资金来维持其正常的增长所需。因此提出假设一：H1：企业成长性与资本结构呈正相关（2）盈利能力与资本结构根据优序融资理论，企业的盈利能力越高，内部融资越是融资首选，其次是对外融资，从而导致较低的负债率（赵鹏举，2019）[23]，（董昭志，2019）[24]。因此，当利润水平较高时，企业负债率将降低。此外，鉴于新能源产业整体风险相对较高，即使其利润更高，也将谨慎选择债务融资。所以提出假设二：H2：盈利能力与资本结构呈负相关（3）政府补贴与资本结构政府补贴一般会影响到企业的资产情况，并且能在一定程度上减少企业的负债，因此，当政府补贴越高时，企业负债率将降低。此外，鉴于新能源产业整体的政府补贴政策影响较为明显。因此提出假设三：H3：政府补贴与资本结构呈正相关（4）企业规模与资本结构当公司规模较大时，为了实现快速发展和有效利用资金时，它倾向于发行债券来为其融资（洪锡熙、沈艺峰，2000）[27]。并且公司规模越大，现金流越稳定，能够有效分散企业财务风险，不易受财务困境的影响（童年成，2010）[28]。本文研究的是新能源产业，目前而言，虽然我国的新能源产业规模普遍不大，但发展速度较快，成长潜力巨大，当内部融资和资金分配面临困境时，外债融资对满足融资需求很重要。由此提出假设四：H4：企业规模与资本结构呈正相关3.3.2模型构建资本结构这一指标会受到很多不同因素的影响，因而采用多元线性回归分析法来进行实证研究，定量描述变量间的相关性，首先构建了多元线性回归方程的模型，设因变量Debt、Growth与Sub、Ebit、Tar及Size之间存在下列关系：Debt=α+β1*Sub+β2*Ebit+β3*Tar+β4*Size+εGrowth=α+β1*Sub+β2*Ebit+β3*Tar+β4*Size+ε其中，α为常数项，β是各个变量的回归系数，ε是残差3.4数据分析和分析结果3.4.1描述性统计分析表2各变量描述性统计表MeanMedianMinMax25%75%Std.Dev.Growth(ys)0.2410.055-0.4454.622-0.0340.2490.654Growth(gz)0.3310.144-0.6024.586-0.0160.4290.718Sub0.0100.0040.0000.0980.0010.0110.016Sub(t-1)0.0110.0050.0000.0980.0020.0130.017Debt0.3960.3820.0480.8750.2310.5470.203Ebit0.0560.054-0.2160.2260.0300.0860.061Size22.07121.86519.94326.13821.13422.7831.277Tar20.85320.69517.44725.40819.83821.7251.504表3营业收入增长率分年度描述性统计表yearMeanMedianMinMax25%75%Std.Dev.20110.2250.093-0.6024.586-0.0630.3200.58820120.2670.104-0.6024.586-0.0380.3490.65920130.2920.133-0.6024.586-0.0200.3810.66420140.3170.119-0.6024.586-0.0440.3980.74820150.3570.151-0.6024.586-0.0290.4940.75020160.4400.228-0.6024.5860.0440.5400.79920170.3620.174-0.6024.5860.0140.4600.72320180.3020.117-0.6024.586-0.0350.4140.70720190.2920.131-0.6024.586-0.0210.3990.66120200.3380.148-0.6024.5860.0120.3980.712表4固定资产增长率分年度描述性统计表yearMeanMedianMinMax25%75%Std.Dev.20110.4880.208-0.2784.6220.0510.5150.83620120.3160.106-0.4454.622-0.0150.3510.68720130.2980.093-0.4454.622-0.0180.3100.69720140.2690.060-0.4454.622-0.0270.2810.70720150.2310.047-0.4454.622-0.0410.2250.66620160.2200.035-0.4454.622-0.0440.2110.66120170.1980.037-0.4454.622-0.0400.2100.58820180.1990.038-0.4454.622-0.0360.2130.59720190.1630.031-0.4454.622-0.0430.1690.56320200.1670.033-0.4454.622-0.0410.1940.536表5政府补贴/营业收入分年度描述性统计表yearMeanMedianMinMax25%75%Std.Dev.20110.0160.0090.0000.0980.0040.0200.02020120.0150.0070.0000.0980.0030.0180.01920130.0140.0070.0000.0980.0030.0160.01920140.0130.0070.0000.0980.0030.0150.01820150.0140.0070.0000.0980.0040.0160.01820160.0140.0080.0000.0980.0040.0170.01820170.0040.0010.0000.0980.0000.0050.01020180.0030.0010.0000.0980.0000.0030.00820190.0030.0010.0000.0980.0000.0030.00920200.0030.0010.0000.0980.0000.0030.008表6资产负债率分年度描述性统计yearMeanMedianMinMax25%75%Std.Dev.20110.2610.2190.0480.8210.1180.3730.17420120.3870.3750.0480.8750.1990.5560.21820130.4040.3920.0480.8750.2280.5710.21220140.4090.3960.0480.8750.2420.5630.20520150.4010.3810.0480.8750.2370.5560.20120160.3900.3710.0480.8750.2310.5340.19720170.3850.3700.0480.8750.2320.5220.19120180.4200.4110.0480.8750.2700.5580.19220190.4200.4100.0480.8750.2660.5630.19720200.4110.4080.0480.8750.2500.5590.198根据上表的描述性统计数据，我们可以得出以下结论：（1）负债比率水平差距大，资本结构不合理。从被研究的新能源公司的指标中，我们可以发现，在2011-2020年资产负债率均值为48.61%，标准差值为17.57%，最小值为4.3%，最大值为95.6%，最小值与最大值差距较大。从全行业来看，平均资产负债率表明该行业资本结构相对稳定。但标准差表明该行业负债比率存在显著差异，反映出其债务结构尚不完全合理。这说明该行业企业内部现金流不足，许多公司由于负债率过高而面临经营困难，负债率过低意味着它们没有充分利用财务杠杆。因此，有必要对新能源上市公司的资本结构进行优化。（2）行业整体成长性低，发展空间大。据表可知，营业收入增长率代表企业的成长能力，该指标的均值为24.4%，标准差为94.82%，最小值为-40.79%，最大值为1021.21%。可见，行业标准差过大，新能源上市公司之间的成长性存在较大差距，有的企业发展前景良好，但有的处于起步阶段。行业整体增长缓慢，总资产波动较大，但这也充分反映出当前我国新能源产业快速发展的巨大市场潜力。在国家优惠政策的大力支持下，新能源产业用于许多的发展机遇。（3）政府补贴占比较低，补贴力度不足。总补贴占比的最大值为22.03%，最小值为-53.1%，标准差为6.22%，均值为3.84%，最小值较低，并且为负值，说明新能源行业在发展过程中，整体补贴力度还相对较差，导致大部分企业盈利能力为负，且企业之间盈利能力差距较大。新能源汽车行业应加大补贴投入，开拓市场，获得竞争力，提高行业的盈利能力。（4）企业规模逐年扩张，成长潜力巨大。公司规模以企业总资产取对数后来衡量，其标准差为0.6178，最小值为8.5697，最大值为11.9291，均值为9.9661。由表可知，新能源汽车上市公司整体规模逐年扩大，且差距不大。大型企业具有较强的债务担保能力和较强的经营风险应对能力，因此，在资本结构中，负债资本所占比重较大；而小企业融资难以提供稳定的保障，风险防范能力存在一定缺陷。3.4.2多元线性回归分析本文通过利用Stata对数据进行回归分析后，得到表7的结果，反映了因变量和自变量之间的关系。在本文所涉及到的模型中，相关系数为均在1%的水平显著，这说明模型拟合程度较好，适合做回归分析，说明在本文中建立的回归模型有统计学意义。表7多元回归结果统计表

(1-1)(1-2)(3)(4)GrowthGrowthDebtGrowthSub1.934***3.909***0.742***3.844***(4.63)(8.85)(8.78)(4.18)Debt0.039(0.91)Sub*Debt-5.596***(-2.88)Ebit0.751***-0.286***-0.946***0.728***(10.00)(-2.63)(-35.35)(8.46)Size-0.042***0.0010.029***-0.041***(-9.59)(0.13)(9.34)(-7.70)Tar0.054***(19.98)_cons1.089***0.290***-1.308***1.048***(10.95)(2.66)(-52.72)(9.56)N12436124361243612436adj.R20.1160.2100.4210.117F66.85029.38313.35240.677注：表中括号内的数字为t值；*、**、***分别表示显著性水平为10%、5%和1%从表7可以看出：政府补贴对营业收入增长率和固定资产增长率的回归系数分别为1.934和3.909，且在1%的水平显著，说明政府补贴与企业成长性显著正相关。同时政府补贴对资本结构的回归系数为0.742，在1%的水平显著，说明政府补贴与资本结构显著正相关。3.4.3实证结果与分析（1）企业成长性与资本结构相关性不显著该实证结果与原假设1不一致，虽然实证结果表明成长能力与资本结构的正相关，但相关性较弱。之所以出现这样的结果，可能是与新能源行业的特点有关，与其他行业不同，新能源行业是新兴产业，其技术还不够成熟，并且整个产业链较为分散，在发展阶段更偏向于债务融资，从而使企业的资产负债率有所增加。但企业在确定资本结构时，没有充分考虑企业对长期发展的资金需求，也没有长期融资计划。因此，新能源上市公司的资本结构会随着其成长能力的增长而增长，但其相关性不明显。（2）盈利能力与资本结构呈显著正相关关系这一实证结果与原假设2不一致，高利润的企业一般选择较高的负债比率是因其破产成本低。另一方面，根据优序融资理论，企业的利润越多，可以获得的内部盈余就越多，先考虑内部融资其次才是成本较高的外部融资。通过上文的分析，可以发现样本公司的盈利能力较弱，而且企业间盈利差异较大，这使得企业不得不依赖更多的债务融资。（3）政府补贴与资本结构呈显著正相关关系实证结果验证与原假设3一致，政府补贴之所以与资产结构正相关，是由于若减少政府补贴会使企业陷入财务风险，从而企业的资产负债率增高。根据描述性统计分析结果能够分析出，新能源上市公司中有些政府补贴较高，还有部分企业政府补贴较低。（4）企业规模与资产负债率呈显著正相关关系此结论与原假设4一致，说明随着企业规模的扩大会使得企业的资产负债率随之提高，这是由于规模大的企业一般拥有较好的资金支撑，经营相对稳定，银行更愿意为其贷款，其资产负债率就会得到很大的提升，企业的经营风险与财务风险就相对较低。与此除外，很多大规模新能源上市公司都是国有控股企业，通过负债筹资的成本相对较低，所以大企业更容易选择债务筹资。4结论与建议4.1研究结论本文通过对新能源上市公司进行实证分析，得出以下结论：（1）新能源行业资本结构有待优化。我国新能源产业的平均资产负债率波动不大，但是不同公司之间的资产负债率却差距悬殊，两极分化比较严重，其原因一是部分公司可能并未将资产负债率纳入经营指标，未把这一指标控制在合理区间；二是可能有些公司的经营政策较为激进。该行业整体盈利水平偏低，这与当前大多新能源公司由传统车业转型过来，尚属于起步阶段，自有资金并不能满足企业的发展要求有关。成长能力较低但其处于高速发展期，存在巨大的成长空间。（2）通过对样本数据展开多元线性回归分析，研究结果表明：新能源上市公司的负债率逐年增加，不仅给公司带来财务困难，而且增加了财务成本。增加股本比率可以有效减轻企业的债务负担，降低财务风险，并促进股东收益的最大化。针对于大规模企业，可以获得较强的债权担保，政策的优惠支持，因此在融资上较多使用外部融资。对于该行业，处于快速发展初期，获得众多投资，成长能力能够促进资产负债率的增长。通过以上分析我们可以得知新能源上市公司大多都存在着不合理的资本结构，内部微观因素对资本结构的影响较为显著，不利于企业可持续健康发展，资本结构有待改善。4.2优化建议通过实证分析，针对新能源上市公司资本结构不合理的原因，提出具体对策建议。（1）进行融资时适当地关注企业成长性。部分公司处于转型阶段时，亟需大量资金满足自身发展，其通过定向增发股票的形式进行融资，使得公司获得大量资金，资金实力进一步增强。在此我们可以借鉴这些企业的经验，在融资方面，快速健康发展的公司不仅可以将短期负债直接替换为各种长期负债，并且可以通过发行各种可长期转换性的债券来有效满足自身的债券融资需求。（2）提升科技含量，优化企业内部融资。企业盈利能力较强时，企业倾向于内部融资，但是当无法满足其融资需求时，便选择外部融资。派生科技通过加大技术研发投入，强化成本管理，促进新产品销量的方式使净利润有所增长，由此提升企业盈利能力。新能源行业整体盈利能力较弱，各公司可以该企业为参考，在不会提高财务风险的同时强化技术改革来提高盈利能力，实现企业价值最大化。（3）合理利用规模优势。企业增值的一个重要实现途径就是企业规模，大公司往往具有良好的声誉，并且其生产研发能力较强，向外界传递出其经营状况较好的信号会使更容易获得外部投资者的青睐。因此，新能源上市公司中规模较大的企业应该，提高负债水平，满足其自身发展；规模较小的企业应当提高自身的生产能力和研发能力，以谋求更大份额的市场占有率以及营业收入的增长，因而负债水平相对较低。（4）加大对新能源汽车行业的扶持。政府应当继续鼓励和扶持新能源企业，例如给有前景的企业提供成本较低，期限较长的稳定长期贷款，或者给予企业在银行融资等融资途径上给予帮助和支持，减轻融资压力，让企业能够更加专注于研发和未来先进产能布局，如此能更好地促进整个行业绩效提升和长远发展。

参考文献[1]RamiZeitun;AkramTemimi;KarimMimouni.Dofinancialcrisesalterthedynamicsofcorporatecapitalstructure?EvidencefromGCCcountries[J].TheQuarterlyReviewofEconomicsandFinance.2017(63):21-33.[2]AntonioD',Amato.HowdidtheglobalfinancialcrisisimpactthedeterminantsofSMEs'capitalstructure?[J].Int.J.ofGlobalisationandSmallBusiness,2019,10(3):210-232.[3]MarwaTouil,ChokriMamoghli.InstitutionalenvironmentanddeterminantsofadjustmentspeedtothetargetcapitalstructureintheMENAregion[J].BorsaIstanbulReview,2019:1-23.doi:10.1016.[4]李延喜,吴国通,马壮,王云.外部治理环境对能源企业资本结构的影响研究[J].科技与管理,2019,21(03):78-88.[5]MariassuntaGiannetti.DoBetterInstitutionsMitigateAgencyProblems?EvidencefromCorporateFinanceChoices.2003,38(1):185-212.[6]JosephP.H.Fan,SheridanTitman,GarryTwite.AnInternationalComparisonofCapitalStructureandDebtMaturityChoices.2011,47(1):23-56.[7]康微婧,贺炎林,杨小萍.上市公司融资结构影响因素的区域比较研究[J].会计之友,2020(03):61-68.[8]上官绪明.影响我国中小企业资本结构的因素研究——基于生命周期理论的分析[J].上海经济研究,2016(03):96-103.[9]肖作平.公司治理结构对资本结构选择的影响——来自中国上市公司的证据[J].经济评论,2005(06):68-78.[10]PabloSanMartín,PaoloSaona.CapitalstructureintheChileancorporatesector:Revisitingthestylizedfacts[J].ResearchinInternationalBusinessandFinance,2017,40:163-174.[11]贺康,李盼盼,刘巍.股权集中度与资本结