文章以并购为视角，基于手工搜集整理的全口径地方政府债务数据进行实证检验。
地方政府债务扩张对企业并购行为的影响主要体现在以下三个方面：其一，地方政府债务扩张会挤出企业的融资规模并推高融资成本，制约企业的融资能力，导致其并购能力降低；其二，地方政府债务扩张会增大企业外部的风险，弱化企业的风险承担能力，抑制其并购的意愿；其三，地方政府债务扩张会恶化企业的资本投资和经营状况，减少企业的投资机会，致使其并购态度趋于审慎。基于以上分析，提出假设
H1
：
选取沪深
A
股上市公司作为初始研究样本，时间跨度为
2008—2019
年。地方政府债务计算涉及的数据来源于《中国统计年鉴》以及各省（直辖市）财政决算报告，宏观层面的控制变量数据来源于
Wind
数据库，企业并购数据和其他财务数据均来自
CSMAR
数据库。
文章运用地方政府债务的资金恒等式，具体为地方政府在市政领域的固定资产投资总额与自有可用投资资金之差，该算法试图全口径地包含地方债务总额，被认为是最精细的方法。具体计算方法如下：
若企业当年发生了并购，MADummy取值为1，否则为0
；
将企业当年的并购次数加1后取自然对数
，若企业当年没有发生并购，MACount取值为0，MACount数值越大，说明企业当年的并购频率越高；
用
企业在观测年度内的并购支出加1后取自然对数
表示，MAScale的值越大，企业并购规模越大。
包括：财务杠杆（
Lev
）、公司规模（
Size
）、公司年龄（
Age
）、有形资产比重（
Tang
）、产权性质（
SOE
）、两职合一（
Duality
）、第一大股东持股比例（
Top1
）。由于各地区政府债务规模的决定因素可能也会影响企业并购行为，本文还添加了地区层面的控制变量：地区生产总值增长率（
GDP_g
）、地区生产总值（
GDP
）、地区城镇化水平（
Citizen
）、地区市场化水平（
Mkt
）。另外，还控制了企业固定效应（
Firm
）和年度固定效应（
Year
）。
表3报告了地方政府债务扩张对企业并购的回归结果。其中，列（1）（3）（5）只控制了企业和年度固定效应，列（2）（4）（6）是进一步加入了企业层面和地区层面控制变量的检验结果。由表3可知，
当因变量为并购概率（MADummy）时，地方政府债务（GovDebt）的回归系数分别为-0.2463和-0.3232，均在1%的水平上显著；当因变量为并购频率（MACount）时，地方政府债务（GovDebt）的回归系数分别为-0.1880和-0.2535且均在1%的水平上显著
；当因变量为并购规模（MAScales）时，地方政府债务（GovDebt）的回归系数分别为-4.4368和-6.1727，分别在5%的水平和1%的水平上显著。从经济意义上看，新增地方政府债务占地区GDP的比值每上升1%，当地企业的并购概率、并购频率和并购规模平均而言将分别下降约0.32%、0.25% 和6.17%，验证了文章假设。
采用下式来评估不可观测因素对估计结果可能产生的影响：
取以下两种工具变量对基准回归模型进一步估计：
a.
公共财政支出中的农林水事务支出占当地
GDP
的比重（
Fspend
）；
b.
滞后一期的地方政府债务（
LGD
）。工具变量
Fspend
（
IV1
）和
LGD
（
IV2
）的回归结果如表
5
所示。其中，列（
1
）报告了工具变量第一阶段的回归结果，可知工具变量
Fspend
（
IV1
）和
LGD
（
IV2
）的系数均在
1%
的水平上显著为正。同时，排他性检验和伪识别检验值均高度显著，并且弱工具变量检验
Cragg
⁃
Donald Wald F
值和
Kleibergen
⁃
Paap rk F
值均远高于
10%
水平的临界值。过度识别检验
Hansen J
统计量的
p
值均大于
0.1
，表明工具变量不存在过度识别问题。列（
2
）（
3
）（
4
）展示了工具变量法第二阶段的回归结果，当
MADummy
、
MACount
和
MAScale
分别作为被解释变量时，地方政府债务（
GovDebt
）的回归系数均显著为负，说明在缓解了可能存在的内生性问题后，结论保持不变。
选取
Hansen
统计量和
AR
（
1
）、
AR
（
2
）来检验该方法的使用前提：工具变量有效且残差项不存在序列相关。表
6
的结果显示，
Hansen
统计量不显著，说明工具变量选取有效。
AR
（
2
）统计量不显著，表明残差项不存在序列相关。就核心解释变量而言，由表可知，在系统
GMM
方法回归下，企业上一年的并购频率（
MACount
）和并购规模（
MAScale
）越高，本年度的并购频率和规模越低，与常识相符。同时，企业并购频率（
MACount
）和并购规模（
MAScale
）的估计系数依然显著为负，结论具有稳健性。
包括：排除其他政策干扰；删除部分并购事件和并购样本；更换主要研究指标。
采用如下两个指标度量企业的融资约束程度：（1）
采用SA指数衡量企业面临的融资约束程度
；（2）
以融资约束WW指数作为企业融资约束程度的另一个衡量指标
。SA指数和WW指数越大表示企业的融资约束问题越严重。
表8的Panel A报告了SA指数和WW指数分别作为融资约束衡量指标时的机制分析的回归结果，
当被解释变量分别为MADummy、MACount和MAScale时，交互项GovDebt×SA的系数均在1%的水平上显著为负，交互项GovDebt×WW的系数均至少在5%的水平上显著为负
。
选取资产收益率
ROA
的波动性（
RiskTake1
）作为企业风险承担水平的衡量指标，它等于经行业和年度均值调整后的企业资产收益率
ROA
在
3
年内（
t-1
，
t+1
）年的滚动标准差。
Risk1
的值越大，代表企业风险承担水平越高。采用经行业和年度均值调整后企业息税前利润（
EBIT
）在
3
年内（
t-1
，
t+1
）年的滚动标准差（
RiskTake2
）作为企业风险承担水平的另一个衡量指标进行检验。
表8的Panel B汇报了企业风险承担水平作为影响渠道的检验结果，结果显示，当资产收益率ROA的波动性（RiskTake1）和企业息税前利润EBIT的波动性（RiskTake2）分别作为企业风险承担水平的衡量指标时，
交互项GovDebt×RiskTake1和GovDebt×RiskTake2的系数均至少在10%的水平上显著为正
。
使用企业营业收入增长率（
Growth_sale
）作为投资机会的衡量指标。
Growth_sale
取值越大，表明投资机会越多。此外使用公司的市场价值与重置价值的比值（
TobinQ
）作为投资机会的另一个衡量指标。
TobinQ
取值越大，同样表明投资机会越多。
表8的Panel C给出了投资机会作为影响机制的回归结果，当Growth_sale和TobinQ分别作为企业投资机会的衡量指标时，
交互项GovDebt×Growth_sale和GovDebt×TobinQ的系数均至少在10%的水平上显著为正。
表9的Panel A显示，
地方政府债务（GovDebt）的估计系数在非国有企业的回归中显著为负，而在国有企业的回归中则不显著，组间系数差异均在1%水平上显著
