我國(guó)游戲行業(yè)上市公司融資偏好現(xiàn)狀及影響因素實(shí)證研究目錄TOC\o"1-2"\h\u232161緒論 1122211.1研究背景與意義 120141.2國(guó)內(nèi)外研究現(xiàn)狀 3179381.3研究方法 647051.4研究?jī)?nèi)容 6185931.5相關(guān)概念的界定 711592我國(guó)游戲行業(yè)上市公司融資偏好現(xiàn)狀及其形成原因 9256862.1中國(guó)游戲行業(yè)上市公司融資偏好現(xiàn)狀 9153812.2中國(guó)游戲行業(yè)上市公司股權(quán)融資偏好的形成原因 12312942.3中國(guó)游戲行業(yè)上市公司融資偏好與其他行業(yè)上市公司融資偏好的比較 12119703中國(guó)游戲行業(yè)上市公司融資偏好的影響因素分析 14180923.1中國(guó)游戲行業(yè)上市公司融資偏好的內(nèi)部影響因素分析 1459473.2游戲行業(yè)上市公司融資偏好的外部影響因素分析 17293354中國(guó)游戲行業(yè)上市公司融資偏好的實(shí)證分析 19306144.1模型的構(gòu)建 19268354.2變量的選擇 2010604.3數(shù)據(jù)的來源與描述性統(tǒng)計(jì) 21220264.4模擬結(jié)果與分析 22250834.4.5實(shí)證結(jié)果分析 2712717結(jié)論 2816054（1）加快銀行體制改革 2824367（2）完善證券市場(chǎng)的監(jiān)管 2913108（3）優(yōu)化股權(quán)結(jié)構(gòu) 291緒論1.1研究背景與意義1.1.1研究背景（1）行業(yè)背景自從1994年3月中國(guó)獲準(zhǔn)加入互聯(lián)網(wǎng)以來，中國(guó)游戲產(chǎn)業(yè)也開始了萌芽，2001年，許多公司開始將戰(zhàn)略性眼光投向游戲行業(yè)，例如搜狐和網(wǎng)易，網(wǎng)游行業(yè)得到爆發(fā)式的增長(zhǎng)。2005年，我國(guó)游戲市場(chǎng)進(jìn)入了高速增長(zhǎng)時(shí)期。2008年，中國(guó)游戲行業(yè)已經(jīng)有174家游戲類研發(fā)公司正在蓬勃發(fā)展，網(wǎng)游行業(yè)實(shí)際收入達(dá)到130億元，約占市場(chǎng)總份額的64.9%。2012年至今，隨著智能手機(jī)的普及，我國(guó)手游市場(chǎng)的規(guī)模也不段擴(kuò)大。游戲產(chǎn)業(yè)在這段時(shí)間內(nèi)受到資本市場(chǎng)的追捧和熱愛，中國(guó)游戲產(chǎn)業(yè)未來巨大的潛力和發(fā)展空間使得它成為各金融機(jī)構(gòu)重點(diǎn)開拓的新業(yè)務(wù)，而此時(shí)的中國(guó)游戲行業(yè)上市公司的融資偏好主要以債務(wù)融資為主。但隨著對(duì)產(chǎn)品質(zhì)量要求的提高，一部游戲的開發(fā)成本也水漲船高，這使得許多游戲公司無(wú)法實(shí)現(xiàn)較高的盈利，甚至有些公司直接虧損或破產(chǎn)。自2014年以后，一個(gè)游戲的代理費(fèi)已經(jīng)漲到數(shù)千萬(wàn)元。盡管代理商取得了代理權(quán)，但還有廣告營(yíng)銷費(fèi)用、游戲維護(hù)費(fèi)等成本存在，很多網(wǎng)游公司在資金上都陷入困境。此外，國(guó)家宣布對(duì)網(wǎng)絡(luò)游戲?qū)嵤┛偭靠刂疲仨殞?duì)游戲進(jìn)行嚴(yán)格審查后方可發(fā)行和運(yùn)營(yíng)，而銀行信貸等方式的門檻也不斷提高，游戲企業(yè)面臨嚴(yán)重的資金斷鏈危機(jī)，所以我國(guó)游戲行業(yè)上市公司的融資偏好越來越表現(xiàn)為股權(quán)融資。目前，關(guān)于中國(guó)游戲行業(yè)上市公司融資偏好問題的研究非常少，而股權(quán)融資偏好又存在一定的風(fēng)險(xiǎn)，最終可能導(dǎo)致我國(guó)游戲行業(yè)上市公司的競(jìng)爭(zhēng)力下降。（2）社會(huì)背景隨著網(wǎng)絡(luò)技術(shù)發(fā)展以及智能手機(jī)的普及，目前中國(guó)使用互聯(lián)網(wǎng)的人數(shù)已經(jīng)占全國(guó)總?cè)丝诘?2.4%，網(wǎng)民規(guī)模達(dá)9.89億，中國(guó)移動(dòng)游戲用戶規(guī)模已經(jīng)達(dá)到6.2億。SensorTower于2023年底發(fā)布了有關(guān)游戲行業(yè)的調(diào)研報(bào)告，根據(jù)其報(bào)告上的數(shù)據(jù)顯示，在2023年的前兩個(gè)季度，中國(guó)網(wǎng)民支付在游戲應(yīng)用上的費(fèi)用比去年增長(zhǎng)了21.2%。隨著電子競(jìng)技的發(fā)展，電競(jìng)被接受程度越來越高，我國(guó)電競(jìng)市場(chǎng)也越來越受到重視。2015年中國(guó)的電子競(jìng)技用戶還只有1.2億人，但在2023年這個(gè)數(shù)量增長(zhǎng)到了4.5億，由此衍生的網(wǎng)絡(luò)游戲直播、游戲周邊、游戲經(jīng)紀(jì)公司等產(chǎn)業(yè)也隨之火熱。參考天眼查（專業(yè)版）的數(shù)據(jù)顯示，我國(guó)目前約有25.9萬(wàn)家與游戲相關(guān)的企業(yè)，近幾年來，我國(guó)游戲行業(yè)企業(yè)的年注冊(cè)增長(zhǎng)率一直在上升。（3）技術(shù)背景在中國(guó)的4G/5G、云技術(shù)、VR/AR等技術(shù)不斷發(fā)展的同時(shí)，我國(guó)對(duì)于技術(shù)知識(shí)產(chǎn)權(quán)和游戲知識(shí)產(chǎn)權(quán)的保護(hù)也更加嚴(yán)格。許多游戲行業(yè)的公司開始將上述技術(shù)應(yīng)用到本企業(yè)的游戲研發(fā)中，這就意味著我國(guó)游戲行業(yè)企業(yè)不僅會(huì)面臨產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，也將會(huì)推出更多具有新功能、新創(chuàng)意的游戲，使游戲產(chǎn)業(yè)的內(nèi)容更加豐富，為游戲行業(yè)創(chuàng)造了更多經(jīng)濟(jì)增長(zhǎng)點(diǎn)。1.1.2研究意義資金是建立、運(yùn)營(yíng)、生產(chǎn)和發(fā)展企業(yè)所必需的，相當(dāng)于企業(yè)體內(nèi)的血液。融資作為企業(yè)獲得資金的來源之一，在企業(yè)持續(xù)健康發(fā)展過程中的作用不言而喻。基于此，本文的研究意義主要在以下兩個(gè)方面：（1）理論意義。本文借助文獻(xiàn)分析法、比較分析法和實(shí)證分析法對(duì)于我國(guó)游戲行業(yè)上市公司的融資偏好及其影響因素進(jìn)行分析。由于目前國(guó)內(nèi)外學(xué)者對(duì)上市公司融資偏好的研究比較少且主要集中在房地產(chǎn)行業(yè)和制造業(yè)，而國(guó)內(nèi)幾乎沒有關(guān)于游戲行業(yè)上市公司的研究。因此本文對(duì)游戲行業(yè)上市公司的研究可以對(duì)現(xiàn)有的研究范圍進(jìn)行補(bǔ)充和擴(kuò)展，相對(duì)來說具有一定的理論意義。（2）實(shí)踐意義。目前中國(guó)的游戲公司數(shù)量逐年增加，而游戲產(chǎn)業(yè)的未來又充滿發(fā)展?jié)摿ΑＨ谫Y作為企業(yè)資金重要來源之一，對(duì)企業(yè)的生存和發(fā)展都有顯著影響。雖然中國(guó)游戲行業(yè)上市公司的融資偏好為股權(quán)融資，但股權(quán)融資也有其局限性，對(duì)公司的發(fā)展未必有利。因此本文想通過理論和實(shí)證分析對(duì)中國(guó)游戲行業(yè)上市公司的融資偏好提出政策建議，為其之后的融資方式選擇提供借鑒，以提高企業(yè)融資效率。1.2國(guó)內(nèi)外研究現(xiàn)狀1.2.1國(guó)外研究現(xiàn)狀美國(guó)的Modigliani和Miller（1958）兩位學(xué)者發(fā)表的《資本成本、公司財(cái)務(wù)與投資理論》被學(xué)術(shù)界看作現(xiàn)代企業(yè)融資相關(guān)理論的開篇之作。MM理論指出：在不考慮所得稅和交易成本等假設(shè)前提下，公司資本結(jié)構(gòu)的改變并不會(huì)影響企業(yè)股東和債權(quán)人的資本風(fēng)險(xiǎn)，因此，雖然企業(yè)可以進(jìn)行多種融資組合，但這些融資決策不會(huì)對(duì)公司總價(jià)值造成改變[1]。由于在現(xiàn)實(shí)經(jīng)濟(jì)生活中并不存在上文提到的MM理論的前提假設(shè)，因此后續(xù)學(xué)者對(duì)這個(gè)假設(shè)進(jìn)行了調(diào)整，就資本成本、信息不對(duì)稱、代理成本、資本市場(chǎng)融資條件等方面對(duì)企業(yè)融資偏好的影響進(jìn)行了更廣泛的研究。Modigaliani和Miller（1963）在1953年提出的MM理論的基礎(chǔ)上，將稅收這一因素也引入到了企業(yè)融資理論的研究中。由于債務(wù)利息是在稅前支付的，這樣就可以使企業(yè)少交稅，因此負(fù)債對(duì)公司而言產(chǎn)生了“稅盾”作用。根據(jù)這個(gè)理論，企業(yè)應(yīng)該優(yōu)先考慮債權(quán)融資[2]。自1970年以后，學(xué)者將委托代理理論引入到企業(yè)資本結(jié)構(gòu)與融資偏好的研究中。Jensen和Meckling（1976）等通過建立代理成本模型來研究其對(duì)企業(yè)融資的影響。這二位學(xué)者將代理成本的范圍定義為股東代理成本與債權(quán)代理成本的總和，企業(yè)股權(quán)占債務(wù)的比率將會(huì)影響公司的股東代理成本和債權(quán)代理成本。因此，公司的最優(yōu)資本結(jié)構(gòu)應(yīng)該選擇在兩者之和最小的點(diǎn)上[3]。國(guó)外學(xué)者主要以企業(yè)管理層持股與公司資本結(jié)構(gòu)的互動(dòng)為切入點(diǎn)來對(duì)這一理論進(jìn)行實(shí)證檢驗(yàn)。Talmor（1981）[4]、Myers和Majluf（1984）[5]幾位學(xué)者通過研究總結(jié)出了融資優(yōu)序理論。該理論認(rèn)為，由于企業(yè)內(nèi)部與外部投資者之間存在信息不對(duì)稱的情況，因此企業(yè)首先會(huì)進(jìn)行內(nèi)部融資，在確保安全的前提下，企業(yè)才會(huì)選擇外部融資且會(huì)選擇外部融資中的債權(quán)融資，學(xué)者們也通過建立模型進(jìn)行了實(shí)證檢驗(yàn)。21世紀(jì)以來，有學(xué)者對(duì)股票市場(chǎng)融資條件與企業(yè)融資偏好之間的關(guān)系進(jìn)行了研究，形成了行為金融理論。Korajczyk和Levy（2001）的研究指出，外部宏觀經(jīng)濟(jì)條件也會(huì)影響企業(yè)的融資選擇，具體如何影響要看企業(yè)是否受到財(cái)務(wù)桎梏，若受到財(cái)務(wù)桎梏，則外部宏觀經(jīng)濟(jì)因素就會(huì)對(duì)其產(chǎn)生顯著影響，反之則沒有影響[6]。Graham和Harvey（2001）通過調(diào)查發(fā)現(xiàn)，證券市場(chǎng)傳遞的公司股票溢價(jià)或折價(jià)信息會(huì)顯著影響上市公司的融資行為[7]。Baker和Wrugler（2002）對(duì)融資偏好也進(jìn)行了實(shí)證研究，結(jié)果表明能否選對(duì)股票投資時(shí)機(jī)也會(huì)對(duì)企業(yè)資本結(jié)構(gòu)和融資偏好產(chǎn)生重要影響[8]。1.2.2國(guó)內(nèi)研究現(xiàn)狀本人于2024年10月在知網(wǎng)以“融資偏好”為關(guān)鍵字進(jìn)行搜索，共獲得2276條結(jié)果，但早期的文獻(xiàn)中大多數(shù)都是以整個(gè)中國(guó)上市公司為例進(jìn)行的研究，或者是對(duì)中小型企業(yè)的融資偏好進(jìn)行研究，涉及到游戲公司的并不多。具體研究文獻(xiàn)如下：文宏（1999）[9]、彭壽康（2000）[10]、黃少安，張崗（2001）[11]等學(xué)者研究了我國(guó)上市公司的融資偏好，得出了相悖于西方優(yōu)序融資理論的觀點(diǎn)，他們的研究表明：我國(guó)A股上市企業(yè)在融資偏好上表現(xiàn)出“重股權(quán)，輕債權(quán)”的特點(diǎn)。劉星、魏鋒（2004）用大規(guī)模的樣本對(duì)我國(guó)上市公司的融資偏好進(jìn)行了實(shí)證研究，結(jié)果表明，中國(guó)的上市公司在進(jìn)行融資選擇時(shí)，其偏好依次為股權(quán)融資、債權(quán)融資、內(nèi)源性融資[12]。陸正飛、高強(qiáng)（2003）采用Logistic回歸分析法，得出中國(guó)上市公司最典型的特征之一就是具有股權(quán)融資偏好[13]。總體而言，我國(guó)學(xué)者對(duì)我國(guó)上市公司具有股權(quán)融資偏好這一特點(diǎn)基本能達(dá)成一致。基于對(duì)資本成本的研究，沈藝峰和田靜（1999）[14]、黃少安和張崗（2001）從我國(guó)上市公司的股權(quán)融資和債權(quán)融資的成本出發(fā)進(jìn)行實(shí)證研究，結(jié)果表明，A股上市企業(yè)具有強(qiáng)烈的股權(quán)融資傾向的直接原因是股權(quán)融資成本較低。但陸正飛和葉康濤（2004）則對(duì)產(chǎn)生這個(gè)結(jié)果的原因提出了質(zhì)疑。他們認(rèn)為僅僅根據(jù)融資成本，不能完全解釋我國(guó)上市公司偏好股權(quán)融資的行為[15]。陸正飛和辛宇（1998）認(rèn)為企業(yè)規(guī)模并不會(huì)對(duì)企業(yè)的資本結(jié)構(gòu)產(chǎn)生顯著的影響[16]。呂長(zhǎng)江和韓慧博（2001）[17]、陳維云和張宗益（2002）[18]、肖作平（2004）[19]等人研究發(fā)現(xiàn)公司規(guī)模對(duì)資本結(jié)構(gòu)會(huì)產(chǎn)生正向影響。而王娟和楊鳳林（2002）認(rèn)為公司規(guī)模對(duì)資本結(jié)構(gòu)具有負(fù)向影響作用[20]。還有國(guó)內(nèi)學(xué)者從公司治理的角度研究了我國(guó)上市公司的融資偏好問題。吳曉求（2003）[21]、蔣茵（2003）[22]等學(xué)者通過研究表明，我國(guó)上市公司之所以存在強(qiáng)烈的股權(quán)融資偏好，是因?yàn)橹袊?guó)的企業(yè)有不同于其他國(guó)家企業(yè)的獨(dú)特性，即中國(guó)企業(yè)通常存在一股獨(dú)大、所有者空缺等問題。陸正飛和辛宇（1998）通過描述性統(tǒng)計(jì)分析，對(duì)我國(guó)A股上市公司按其所處的行業(yè)進(jìn)行分類，篩選和計(jì)算了與股權(quán)融資相關(guān)的指標(biāo)，并按照行業(yè)的不同進(jìn)行比較，以此研究行業(yè)異質(zhì)性對(duì)融資偏好的影響。我國(guó)學(xué)者在學(xué)習(xí)和接受西方理論的同時(shí)，根據(jù)中國(guó)獨(dú)有的社會(huì)主義市場(chǎng)經(jīng)濟(jì)特點(diǎn)，也形成了中國(guó)學(xué)者特有的研究方向，各種實(shí)證研究結(jié)果也不斷涌現(xiàn)。陸正飛和高強(qiáng)（2003）通過研究得出結(jié)論：股權(quán)融資偏好的根本性因素在于外部資本市場(chǎng)制度和內(nèi)部公司治理方面，而非資本成本。陸正飛和葉康濤（2004）認(rèn)為我國(guó)上市公司的股權(quán)融資成本相對(duì)較低，不能作為我國(guó)上市公司進(jìn)行融資選擇時(shí)著重考慮的因素，應(yīng)該將思路置于負(fù)債能力約束、代理成本、破產(chǎn)風(fēng)險(xiǎn)和公司控制權(quán)等方面，以考察融資行為偏好。1.2.3文獻(xiàn)述評(píng)上述國(guó)內(nèi)外學(xué)者對(duì)融資偏好的研究為之后的學(xué)者提供了理論借鑒，而融資偏好的實(shí)證研究則進(jìn)一步驗(yàn)證了理論結(jié)果。這些研究?jī)?nèi)容與結(jié)果均為本文對(duì)中國(guó)游戲行業(yè)上市公司的融資偏好研究奠定了理論基礎(chǔ)。從國(guó)內(nèi)外研究現(xiàn)狀來看，在融資偏好的研究方面，近20年來，對(duì)上市公司資本結(jié)構(gòu)的討論都比較活躍，但大部分都集中在國(guó)外，并且形成了一些比較成熟的理論。在實(shí)證研究方面，我國(guó)學(xué)者得出了相對(duì)一致的結(jié)論：我國(guó)上市公司的融資偏好表現(xiàn)出強(qiáng)烈的股權(quán)融資偏好，不同于西方學(xué)者研究發(fā)現(xiàn)的優(yōu)序融資理論。然而，現(xiàn)有的研究成果對(duì)于研究中國(guó)游戲行業(yè)上市公司的融資偏好還存在諸多限制與不足，主要表現(xiàn)為對(duì)于融資偏好的研究大多數(shù)是關(guān)于制造業(yè)、房地產(chǎn)行業(yè)等企業(yè)的研究，缺少專門對(duì)中國(guó)游戲行業(yè)上市公司的研究，現(xiàn)有研究做的不夠全面。本文將對(duì)中國(guó)游戲行業(yè)上市公司進(jìn)行全面的分析，總結(jié)出影響中國(guó)游戲行業(yè)上市公司融資偏好的因素，并進(jìn)一步對(duì)其進(jìn)行實(shí)證分析。1.3研究方法（1）文獻(xiàn)分析法。本文通過閱讀有關(guān)上市公司融資偏好的現(xiàn)有的論文和期刊，以及從互聯(lián)網(wǎng)上搜索獲取的相關(guān)信息，從中了解國(guó)內(nèi)外上市公司融資偏好的現(xiàn)狀及影響因素等，并將其理論分析過程運(yùn)用到分析中國(guó)游戲行業(yè)上市公司的融資偏好中。（2）實(shí)證研究法。建立Logistic回歸模型，尋找可能會(huì)影響中國(guó)游戲行業(yè)上市公司融資偏好的顯著性因素，并且預(yù)測(cè)選擇某種融資方式的可能性。在本文中，首先會(huì)分析解釋變量（自變量）與被解釋變量（因變量）是否相關(guān)以及相關(guān)性是否顯著。然后分析自變量與自變量之間有無(wú)顯著性和多重共線性后，最后建立Logistic回歸模型來預(yù)測(cè)其選擇某種融資偏好的概率。（3）比較分析法。本文首先比較分析了中國(guó)游戲行業(yè)上市公司與其他行業(yè)上市公司在融資偏好選擇上的差異，并結(jié)合行業(yè)特點(diǎn)，分析了存在不同的原因。此外，本文還通過對(duì)股權(quán)融資和債券融資進(jìn)行比較和分析，研究了各自的利弊。1.4研究?jī)?nèi)容第一章，緒論。本章首先從行業(yè)、社會(huì)和技術(shù)背景三個(gè)方面對(duì)本文的研究背景進(jìn)行總結(jié)，然后從理論與實(shí)踐意義兩個(gè)方面分別總結(jié)本文的研究意義。查閱相關(guān)文獻(xiàn)并進(jìn)行梳理和歸納，形成本文的國(guó)內(nèi)外研究現(xiàn)狀，然后在自己思考的基礎(chǔ)上對(duì)這些文獻(xiàn)進(jìn)行述評(píng)。其次要列出本文使用的研究方法，然后對(duì)本文主要研究?jī)?nèi)容進(jìn)行概述，最后列舉了一些本文將用到的關(guān)鍵概念。第二章，中國(guó)游戲行業(yè)上市公司融資偏好的現(xiàn)狀及其形成原因。在這一章中，將綜合采用理論分析以及描述性分析的方法。通過研究融資偏好相關(guān)的文獻(xiàn)、考察我國(guó)游戲行業(yè)上市公司披露過的財(cái)務(wù)年報(bào)和其公布過的企業(yè)再融資行為等，來推斷其融資偏好現(xiàn)狀，然后分析中國(guó)游戲行業(yè)上市公司融資偏好形成的原因，最后與其他行業(yè)上市公司的融資偏好根據(jù)行業(yè)異質(zhì)性進(jìn)行了橫向比較。第三章，我國(guó)游戲行業(yè)上市公司融資偏好的影響因素分析。本部分將從內(nèi)外部?jī)蓚€(gè)角度對(duì)我國(guó)游戲行業(yè)上市公司融資偏好的影響動(dòng)因今進(jìn)行全面分析，為下文的實(shí)證分析提供解釋變量基礎(chǔ)。第四章，中國(guó)游戲行業(yè)上司公司融資偏好的實(shí)證分析。實(shí)證研究旨在驗(yàn)證規(guī)范上文理論分析得出的融資偏好及其各種影響因素是否真正成立。為此，本部分將選擇Logistic模型進(jìn)行回歸分析。首先，設(shè)計(jì)和分析變量與指標(biāo)，本文以中國(guó)游戲行業(yè)上市公司的融資偏好（即是否實(shí)施股權(quán)融資）為被解釋變量。擬從眾多指標(biāo)中選擇影響程度較大的影響因素作為解釋變量（例如企業(yè)規(guī)模因素、企業(yè)成長(zhǎng)性因素、股權(quán)結(jié)構(gòu)、非債務(wù)稅盾、企業(yè)盈利能力、資本結(jié)構(gòu)、資產(chǎn)抵押價(jià)值等）。初步判定變量間的相關(guān)性、顯著性以及多重共線性，然后通過Logistic模型分析其選擇某種融資方式的概率。最后對(duì)實(shí)證結(jié)果進(jìn)行分析。第五章，結(jié)論。總結(jié)上文理論與實(shí)證分析結(jié)果，形成本文的研究結(jié)論，并為中國(guó)游戲行業(yè)上市公司提出一些合理的融資優(yōu)化建議，以促進(jìn)中國(guó)游戲行業(yè)上市公司做出更合理的融資決策。考慮到本文研究存在的局限性和不足之處，未來會(huì)更加細(xì)化和深入的進(jìn)行研究。1.5相關(guān)概念的界定（1）融資偏好。融資偏好是企業(yè)在進(jìn)行融資選擇時(shí)對(duì)各種融資方式的喜好排名。融資偏好分為內(nèi)源性融資偏好、股權(quán)融資偏好、債權(quán)融資偏好。由于企業(yè)的發(fā)展程度、盈利能力和資本使用等情況都不同，因此不同的企業(yè)其融資偏好也一定不同，這種不同主要體現(xiàn)在資產(chǎn)負(fù)債率水平的高低上。（2）股權(quán)融資與債權(quán)融資。股權(quán)融資又稱權(quán)益性融資，主要指企業(yè)首次公開上市發(fā)行股票來募集資金，以及通過后續(xù)的配股、增發(fā)新股等交換所有者權(quán)益的方式來籌集資金。而債權(quán)融資是指企業(yè)將個(gè)人或其他金融機(jī)構(gòu)作為融資對(duì)象，通過發(fā)行債券、票據(jù)或借貸款等方式籌集資金。（3）資本結(jié)構(gòu)。資本結(jié)構(gòu)是指企業(yè)各種資本的價(jià)值構(gòu)成及其比例關(guān)系。企業(yè)的資本結(jié)構(gòu)分廣義和狹義兩種。前者是指企業(yè)的全部資本，后者則主要指企業(yè)的長(zhǎng)期資本。資本結(jié)構(gòu)是企業(yè)通過不同方式籌集資金的產(chǎn)物，籌資組合不同，則資本結(jié)構(gòu)也不相同，這也是企業(yè)融資的核心問題。融資方式的不同決定著企業(yè)資本結(jié)構(gòu)的變化，而通過融資籌集到的資金最后要么歸屬于權(quán)益性資本，要么歸屬于債務(wù)性資本。

2我國(guó)游戲行業(yè)上市公司融資偏好現(xiàn)狀及其形成原因在本章中，我們將分析我國(guó)游戲行業(yè)上市公司的財(cái)務(wù)數(shù)據(jù)和再融資行為等，考察和推斷我國(guó)游戲行業(yè)上市公司融資偏好的現(xiàn)狀，并比較游戲行業(yè)上市公司的融資偏好與其他行業(yè)上市公司融資偏好之間的差異。2.1中國(guó)游戲行業(yè)上市公司融資偏好現(xiàn)狀利用SPSS對(duì)本文選取的32家中國(guó)游戲行業(yè)上市公司的樣本進(jìn)行分析，了解樣本在2021-2023年三年內(nèi)的資產(chǎn)負(fù)債率的變化狀況。從表2.2中可以看出，游戲行業(yè)上市公司資產(chǎn)負(fù)債率均值基本保持在30%左右，并沒有大幅度的波動(dòng)，幾乎保持穩(wěn)定。表2.22021-2023年游戲行業(yè)上市公司資產(chǎn)負(fù)債率統(tǒng)計(jì)表年份樣本量均值標(biāo)準(zhǔn)差最小值最大值20213229.2618.605.2699.5220223229.0617.2510.4391.8420233230.2116.228.9675.03將32家樣本企業(yè)2021-2023年的財(cái)務(wù)報(bào)表數(shù)據(jù)進(jìn)行整理，得到的資產(chǎn)負(fù)債率分布狀況如下圖所示：圖2.1中國(guó)游戲行業(yè)上市公司資產(chǎn)負(fù)債率分布狀況圖表2.3中國(guó)游戲行業(yè)上市公司資產(chǎn)負(fù)債率分布狀況統(tǒng)計(jì)表0-10%10-20%20-30%30-40%40-50%＞50%2021年110104342022年01366432023年188564從理論上看，我國(guó)理想化的資產(chǎn)負(fù)債率一般為40%左右。從圖2.1可以看出，2021-2023年三年分別有4家、3家和4家游戲行業(yè)上市公司的資產(chǎn)負(fù)債率超過了50%，這些企業(yè)可能會(huì)面臨資金不足的風(fēng)險(xiǎn)。但大部分公司的資產(chǎn)負(fù)債率都都集中在10%-40%之間，且均值維持在30%左右，而我國(guó)其他行業(yè)上市公司平均資產(chǎn)負(fù)債率幾乎都在40%以上。因此，我國(guó)游戲行業(yè)上市公司的資產(chǎn)負(fù)債率明顯低于其他行業(yè)。然后我們選用流通股占總股本的比例的變化與分布來說明游戲行業(yè)上市公司在當(dāng)前資產(chǎn)負(fù)債率水平下，股權(quán)融資所表現(xiàn)出的特點(diǎn)。如表2.4所示，流通股比例在60%以上的上市公司在17-19年三年內(nèi)由18家增長(zhǎng)到了28家，占樣本企業(yè)的87.5%，可見公司在上市之后，3/4以上的企業(yè)通過配股、增發(fā)、可轉(zhuǎn)換債券等方式進(jìn)行股權(quán)融資，實(shí)現(xiàn)再融資。圖2.2中國(guó)游戲行業(yè)上市公司流通股占總股本比例表2.4中國(guó)游戲行業(yè)上市公司流通股占總股本比例的公司分布數(shù)量＜20%20-30%30-50%50-60%＞60%2021年0464182022年0156202023年001328從圖中可以看出，游戲行業(yè)上市公司在2021-2023三年內(nèi)，資產(chǎn)負(fù)債率不斷降低，而流通股比例卻不斷升高。因此，我國(guó)游戲行業(yè)上市公司在融資行為決策上呈現(xiàn)“輕債務(wù)，重股權(quán)”的特點(diǎn)，但并不意味著這種選擇一定會(huì)給公司帶來有利結(jié)果。對(duì)于游戲行業(yè)上市公司來說，首次發(fā)行股票后，隨著企業(yè)發(fā)展與外部宏觀環(huán)境的變化，企業(yè)再融資的需求也會(huì)發(fā)生變化。一般來說，資產(chǎn)負(fù)債率與企業(yè)再融資政策也有關(guān)，通過股權(quán)融資可以降低企業(yè)的資產(chǎn)負(fù)債率。因此，本文首先對(duì)選取的32家樣本企業(yè)在2021-2023年三年間中，是否實(shí)施了股權(quán)再融資進(jìn)行了統(tǒng)計(jì)，然后進(jìn)行了描述性統(tǒng)計(jì)分析，結(jié)果如表2.5所示。我們可以看出在2021-2023年三年內(nèi)，實(shí)施股權(quán)再融資的上市游戲公司，其資產(chǎn)負(fù)債率均值在這三年內(nèi)分別為0.2293、0.1709、0.2315，明顯低于未實(shí)施股權(quán)再融資的上市游戲公司這三年內(nèi)的資產(chǎn)負(fù)債率。這表明，資產(chǎn)負(fù)債率越低，中國(guó)游戲行業(yè)上市公司越可能傾向于股權(quán)再融資。表2.52021年-2023年實(shí)施再融資企業(yè)的資產(chǎn)負(fù)債率年份樣本數(shù)實(shí)施股權(quán)再融資企業(yè)的資產(chǎn)負(fù)債率未實(shí)施股權(quán)再融資企業(yè)的資產(chǎn)負(fù)債率均值標(biāo)準(zhǔn)差峰度偏度均值標(biāo)準(zhǔn)差峰度偏度2021320.22930.1374-0.0310.5810.28230.19866.0222.1022022320.17090.00000.0000.0000.29690.19374.1951.7322023320.23150.00000.0000.0000.34520.1821-0.2560.573綜合上文的分析，我們可以得出結(jié)論，目前中國(guó)游戲行業(yè)上市公司的融資偏好為股權(quán)融資。2.2中國(guó)游戲行業(yè)上市公司股權(quán)融資偏好的形成原因（1）股票市場(chǎng)的發(fā)展與科學(xué)技術(shù)的進(jìn)步股票市場(chǎng)發(fā)展與科學(xué)技術(shù)進(jìn)步是中國(guó)游戲行業(yè)上市公司股權(quán)融資偏好形成的基礎(chǔ)。應(yīng)黨與國(guó)家的要求，我國(guó)始終以打造規(guī)范、透明、開放、有活力、有韌性的資本市場(chǎng)為總目標(biāo)，股票市場(chǎng)蓬勃發(fā)展，并且很好的連接了國(guó)內(nèi)外資本。這就方便了我國(guó)游戲行業(yè)上市公司進(jìn)行股權(quán)融資，并且為其股權(quán)融資也提供了保障。此外，隨著科學(xué)技術(shù)與人工智能的發(fā)展，諸如4G/5G、AR/VR、云游戲之類的技術(shù)正在應(yīng)用于游戲行業(yè)，在不遠(yuǎn)的將來，游戲行業(yè)也會(huì)利用這些技術(shù)推動(dòng)更多新玩法的產(chǎn)生，使得我國(guó)游戲行業(yè)的成果更加豐富。而游戲直播產(chǎn)業(yè)以及電子競(jìng)技的規(guī)范發(fā)展也為游戲行業(yè)創(chuàng)造了新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，我國(guó)對(duì)知識(shí)產(chǎn)權(quán)的保護(hù)也進(jìn)一步凈化了游戲行業(yè)的市場(chǎng)環(huán)境。在這種多重動(dòng)力的作用下，游戲行業(yè)上市公司自己掌握融資的主動(dòng)權(quán)，因此在進(jìn)行融資方式選擇時(shí)必然會(huì)選擇對(duì)自身最有利的方式。中國(guó)游戲行業(yè)上市公司作為資本市場(chǎng)的重要組成部分，在宏觀經(jīng)濟(jì)政策與其他經(jīng)濟(jì)、科技條件的影響下，其利益相關(guān)者一定會(huì)偏好于選擇對(duì)自身最有利的融資方式。因此，股票市場(chǎng)的發(fā)展以及科學(xué)技術(shù)進(jìn)步的共同作用是中國(guó)游戲行業(yè)上市公司股權(quán)融資偏好形成的基礎(chǔ)。（2）企業(yè)對(duì)股票市場(chǎng)存在“免費(fèi)資本幻覺”“免費(fèi)資本幻覺”是指企業(yè)在進(jìn)行股權(quán)融資時(shí)，其募集的資金本金不用歸還，企業(yè)經(jīng)濟(jì)效益好、利潤(rùn)高的時(shí)候就派送股利，企業(yè)效益不好、沒產(chǎn)生什么利潤(rùn)時(shí)就不派送股利。股權(quán)融資的這種特點(diǎn)讓企業(yè)以為可以無(wú)償使用投資者投入的資本而不用付出任何代價(jià)，這其實(shí)是股權(quán)融資偏好的一種誤區(qū)。我們不能忽略或低估股權(quán)融資的成本，股權(quán)融資的顯性成本包括股票發(fā)行的預(yù)期成本費(fèi)用，隱性成本包括股權(quán)稀釋后的控制權(quán)損失等。所以企業(yè)在選擇股權(quán)融資方式時(shí)，其帶來的代理成本、機(jī)會(huì)成本等不能被忽視。2.3中國(guó)游戲行業(yè)上市公司融資偏好與其他行業(yè)上市公司融資偏好的比較近些年來，也有學(xué)者對(duì)其他行業(yè)上市公司的融資偏好進(jìn)行了分析，研究結(jié)果發(fā)現(xiàn)各行業(yè)之間由于行業(yè)自身特點(diǎn)的不同，融資偏好也具有明顯差異。研究發(fā)現(xiàn)，房地產(chǎn)行業(yè)的債權(quán)融資偏好非常顯著[23]。這是由于對(duì)于房地產(chǎn)企業(yè)，我國(guó)政府實(shí)施了較多的政策以刺激和保障房地產(chǎn)行業(yè)的安全健康發(fā)展。其次，房地產(chǎn)作為資金密集型產(chǎn)業(yè)，建設(shè)周期長(zhǎng)，資金周轉(zhuǎn)速度慢，同時(shí)還可能受到項(xiàng)目違約等因素的影響。因此，為了維持穩(wěn)定的資金來源，房地產(chǎn)行業(yè)上市公司更偏向于選擇流動(dòng)性強(qiáng)且成本低的負(fù)債來進(jìn)行融資。而游戲行業(yè)上市公司相比較房地產(chǎn)行業(yè)而言，游戲產(chǎn)品或者相關(guān)產(chǎn)品的開發(fā)與變現(xiàn)速度要遠(yuǎn)快于房地產(chǎn)商品，因此資金占用周期的長(zhǎng)短與周轉(zhuǎn)速度是房地產(chǎn)行業(yè)與游戲行業(yè)上市公司融資偏好差異的主要原因。根據(jù)葛永波（2008），沈冰、金克皓（2020）[24]等人的研究發(fā)現(xiàn)，由于自然環(huán)境等客觀因素對(duì)農(nóng)業(yè)行業(yè)的影響非常大，因此農(nóng)業(yè)公司的經(jīng)營(yíng)利潤(rùn)也不穩(wěn)定，這使得農(nóng)業(yè)行業(yè)得經(jīng)營(yíng)風(fēng)險(xiǎn)也高于其他一些行業(yè)。此外，農(nóng)產(chǎn)品的生產(chǎn)周期長(zhǎng)，變現(xiàn)速度也會(huì)滯后于其他一些行業(yè)，這就進(jìn)一步增加了農(nóng)業(yè)行業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)。因此，農(nóng)業(yè)行業(yè)上市公司體現(xiàn)出較為明顯的股權(quán)融資偏好。但是通過學(xué)者的實(shí)證研究卻發(fā)現(xiàn)，農(nóng)業(yè)行業(yè)上市公司在真正進(jìn)行融資時(shí)，實(shí)際更偏好借款融資。這是由于我國(guó)農(nóng)業(yè)行業(yè)上市公司盈利能力較差，企業(yè)規(guī)模也因?yàn)橛芰τ邢蓿瑤缀鯚o(wú)法擴(kuò)張，外加一些客觀條件的制約，實(shí)際的融資行為與其融資偏好產(chǎn)生偏差[23]。可見，盈利能力以及企業(yè)規(guī)模擴(kuò)張能力是影響農(nóng)業(yè)行業(yè)與中國(guó)游戲行業(yè)上市公司融資偏好與融資選擇差異的原因。根據(jù)學(xué)者的理論研究及實(shí)證研究發(fā)現(xiàn)，對(duì)于我國(guó)銀行業(yè)上市公司來說，其融資偏好表現(xiàn)為股權(quán)融資偏好。這是由于國(guó)家對(duì)銀行業(yè)的管理方式不斷改善，并且于1999年開始刺激銀行業(yè)利用股權(quán)工具融資，這就使得中國(guó)銀行業(yè)的上市公司融資方式由國(guó)家注資，債權(quán)融資轉(zhuǎn)變?yōu)楣蓹?quán)融資[25]。另外，銀行業(yè)上市公司的營(yíng)運(yùn)能力、償債能力、企業(yè)規(guī)模、成長(zhǎng)能力等也會(huì)對(duì)銀行業(yè)的融資偏好產(chǎn)生一定的促進(jìn)或抑制作用[26]，這一點(diǎn)與游戲行業(yè)上市公司很類似。綜上所述，行業(yè)異質(zhì)性對(duì)上市公司的融資偏好有很大的影響。

3中國(guó)游戲行業(yè)上市公司融資偏好的影響因素分析為了讓游戲行業(yè)上市公司選擇有利于企業(yè)發(fā)展的融資方式，我們就要對(duì)其融資偏好的影響因素進(jìn)行更深層次的分析。本文探討影響我國(guó)游戲行業(yè)上市公司融資偏好的因素將從內(nèi)部與外部?jī)蓚€(gè)角度出發(fā)。內(nèi)部影響因素是指直接影響游戲行業(yè)上市公司融資偏好的、與企業(yè)自身相關(guān)的因素，例如存在于公司內(nèi)部的資本成本、企業(yè)規(guī)模、企業(yè)成長(zhǎng)性因素、盈利能力等。外部因素是指宏觀經(jīng)濟(jì)政策、證券市場(chǎng)監(jiān)管等這些不存在于企業(yè)內(nèi)部而是在企業(yè)外部的因素，它們對(duì)企業(yè)融資偏好會(huì)產(chǎn)生間接影響。需要注意的是，內(nèi)外部因素和外部因素對(duì)融資偏好的影響都不是單獨(dú)發(fā)生作用的，這些因素之間是存在一定程度的互動(dòng)關(guān)系的，互相影響著融資行為的選擇。3.1中國(guó)游戲行業(yè)上市公司融資偏好的內(nèi)部影響因素分析（1）資本成本資本成本是企業(yè)籌集和使用資本時(shí)付出的成本，其成本主要包括發(fā)行債券、股票等付出的發(fā)行費(fèi)用，還有使用資本時(shí)付出的股利、利息等。對(duì)于中國(guó)游戲行業(yè)上市公司而言，債權(quán)融資成本包括要在規(guī)定期限內(nèi)支付的利息以及到期要償付的本金。債權(quán)融資雖然能帶來收益，但也會(huì)提高企業(yè)的負(fù)債率；而股權(quán)融資的主要成本是目前要支付的股息和預(yù)期的未來要支付的股息。然而，隨著我國(guó)股票市場(chǎng)進(jìn)行股權(quán)分置改革，我國(guó)股票市場(chǎng)中可交易股票的股價(jià)對(duì)非流通股的股價(jià)的影響已經(jīng)沒有之前顯著了，因此非流通股股東對(duì)資本成本的敏感性就降低了。由于我國(guó)股票市場(chǎng)市盈率較高（理論上說市盈率在20倍左右比較合理），這就導(dǎo)致公司的股利分配等顯得沒那么重要。因此，流通股股東的投資動(dòng)機(jī)不是通過分紅派息等取得投資收益，而主要在于通過投機(jī)行為在短期內(nèi)從市場(chǎng)中獲利。在這種情況下，流通股股東對(duì)資本成本就不那么敏感。因此，資本成本并不是影響中國(guó)游戲行業(yè)上市公司融資偏好的主導(dǎo)性因素。（2）企業(yè)規(guī)模與盈利能力大多數(shù)學(xué)者認(rèn)為，資本結(jié)構(gòu)是企業(yè)為了實(shí)現(xiàn)利潤(rùn)最大化，選擇了不同融資方式而產(chǎn)生的結(jié)果。在進(jìn)行選擇的過程中，企業(yè)規(guī)模、盈利能力等因素對(duì)企業(yè)的資本結(jié)構(gòu)都具有重要影響[26]。在本文中，我們選擇“總資產(chǎn)自然對(duì)數(shù)”代表游戲行業(yè)上市公司的規(guī)模，選用“凈資產(chǎn)收益率”代表游戲行業(yè)上市公司的盈利能力。根據(jù)32家樣本公司的2021-2023年三年的財(cái)報(bào)數(shù)據(jù)，考察在這三年間中國(guó)游戲行業(yè)上市公司的負(fù)債率與公司規(guī)模、公司盈利能力的相關(guān)關(guān)系。其中各年度的皮爾遜相關(guān)系數(shù)和顯著性水平（即Sig.值），如表3.1所示。表3.1中國(guó)游戲行業(yè)上市公司資產(chǎn)負(fù)債率和公司規(guī)模、公司盈利能力的相關(guān)性資產(chǎn)負(fù)債率公司規(guī)模（總資產(chǎn)自然對(duì)數(shù)）年度2021年2022年2023年相關(guān)系數(shù)r0.2640.143-0.111顯著水平p0.1440.4350.545盈利能力（凈資產(chǎn)收益率）年度2021年2022年2023年相關(guān)系數(shù)r-0.690**0.349-0.471**顯著水平p0.0000.0500.006從表3.1中各年度的數(shù)據(jù)分析結(jié)果可以看出：①通常來說，規(guī)模越大的公司具有更加出色的債務(wù)擔(dān)保能力，因此它們以較多的負(fù)債作為資金來源，因此更喜歡債權(quán)融資的方式，從而導(dǎo)致了較高的負(fù)債率。但根據(jù)表中數(shù)據(jù)來看，中國(guó)游戲行業(yè)上市公司的公司規(guī)模與資產(chǎn)負(fù)債率之間存在弱顯著的關(guān)系，并且如果相關(guān)系數(shù)r的絕對(duì)值小于0.3，基本可以認(rèn)為兩個(gè)變量是不相關(guān)的。因此可以看出公司規(guī)模因素對(duì)債權(quán)融資偏好的影響較弱。②從相關(guān)系數(shù)r值來看，盈利能力與資產(chǎn)負(fù)債率之間的相關(guān)關(guān)系并不穩(wěn)定，雖然在2022年公司盈利能力與資產(chǎn)負(fù)債率呈正相關(guān)關(guān)系，但在2021年與2023年都呈負(fù)相關(guān)，說明債務(wù)融資偏好的表現(xiàn)不強(qiáng)，盈利能力這個(gè)因素對(duì)融資偏好的影響也比較弱。（3）成長(zhǎng)性先前學(xué)者的研究表明，成長(zhǎng)性對(duì)企業(yè)的融資偏好也具有重要影響。對(duì)于上市公司來說，成長(zhǎng)性對(duì)融資偏好的影響主要體現(xiàn)在會(huì)使企業(yè)更偏向于進(jìn)行債權(quán)融資。因?yàn)槌砷L(zhǎng)性的高的企業(yè)會(huì)有較好的經(jīng)營(yíng)成果，企業(yè)現(xiàn)金流也會(huì)增多。此時(shí)股東們就不會(huì)希望進(jìn)行股權(quán)融資，因?yàn)檫@樣會(huì)稀釋自己手中的股份，因此大多數(shù)股東會(huì)偏向于債權(quán)融資[27]。根據(jù)生命周期理論，成長(zhǎng)性企業(yè)應(yīng)該正處于成長(zhǎng)期或快速拉升期。正因?yàn)樵谶@一時(shí)期的企業(yè)正在高度擴(kuò)張，資金需求量很高，所以大量借債的可能性就增加，因此成長(zhǎng)性企業(yè)具有較高的負(fù)債率。但在實(shí)際融資過程中，成長(zhǎng)中的企業(yè)的業(yè)務(wù)擴(kuò)張可能無(wú)法及時(shí)轉(zhuǎn)化為經(jīng)濟(jì)利益，財(cái)產(chǎn)的安全性要比能否獲得利潤(rùn)更重要。因此，成長(zhǎng)性企業(yè)在進(jìn)行債權(quán)融資時(shí)會(huì)受到諸多限制，進(jìn)而限制正處于擴(kuò)張期的企業(yè)的債權(quán)融資需求，從而導(dǎo)致對(duì)股權(quán)融資的需求增加。（4）資產(chǎn)抵押價(jià)值資產(chǎn)抵押價(jià)值又稱為資產(chǎn)擔(dān)保價(jià)值，即可用來償還債務(wù)的資產(chǎn)可以用作公司償付能力指標(biāo)的擔(dān)保程度，它被作為公司償債能力的指標(biāo)。理論上講，一個(gè)公司可以用來抵押的資產(chǎn)越多，企業(yè)的信用級(jí)別就越高，可舉債金額就越多，這樣就會(huì)影響企業(yè)融資方式的選擇。（5）非債務(wù)稅盾債務(wù)稅盾指由于債務(wù)利息等費(fèi)用是在利潤(rùn)之前扣減的，因此在計(jì)算所得稅時(shí)，這一部分利息費(fèi)用就起到了抵免的作用。而非債務(wù)稅盾是指固定資產(chǎn)折舊、無(wú)形資產(chǎn)攤銷等對(duì)稅收的一種抵免作用。從上述定義我們可以看出，債務(wù)稅盾雖然也可以抵稅，但它必然伴隨著現(xiàn)金的流出，需要企業(yè)付出一定的成本。但非債務(wù)稅盾并不存在現(xiàn)金的流出，它節(jié)省了企業(yè)貸款或發(fā)行債券的成本。因此，企業(yè)的非債務(wù)稅盾越大，就越能減少對(duì)債權(quán)融資的依賴性。（6）股權(quán)結(jié)構(gòu)股權(quán)結(jié)構(gòu)公司治理結(jié)構(gòu)的基礎(chǔ)，它是指公司不同類型的股份占總股本的份額。一般來說是股權(quán)結(jié)構(gòu)決定了企業(yè)類型。公司的股份按照其流通程度可以分為流通股和非流通股，其中流通股又可以被稱為可交易性股票。公司股票按照股東持股比例又可以分為股權(quán)高度集中、股權(quán)高度分散、股權(quán)適度集中三種。許多學(xué)者的研究表明股權(quán)結(jié)構(gòu)對(duì)上市公司的融資偏好也有顯著性影響，這是因?yàn)椴煌蓶|之間追求自身利益最大化的方式不同，所以對(duì)他們的融資偏好也會(huì)產(chǎn)生不同的影響。例如非流通控股股東對(duì)股權(quán)融資偏好最高，而流通股股東對(duì)股權(quán)融資偏好最低。3.2游戲行業(yè)上市公司融資偏好的外部影響因素分析（1）宏觀經(jīng)濟(jì)政策宏觀經(jīng)濟(jì)政策是指國(guó)家或政府通過使用特定的政策工具來調(diào)整和改進(jìn)國(guó)民經(jīng)濟(jì)而制定的政策和行動(dòng)。2021年我國(guó)發(fā)布了“十三五”文化產(chǎn)業(yè)發(fā)展規(guī)劃，規(guī)劃中指明了游戲行業(yè)接下來的發(fā)展方向。游戲行業(yè)的企業(yè)應(yīng)該主動(dòng)參與到推動(dòng)游戲產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和游戲產(chǎn)業(yè)新業(yè)態(tài)的發(fā)展中。打造具有國(guó)際競(jìng)爭(zhēng)力的游戲企業(yè)。游戲企業(yè)的特點(diǎn)就是無(wú)論在前期的研發(fā)和內(nèi)容制作，還是后期的運(yùn)營(yíng)與營(yíng)銷推廣上，都需要大量資金，并且游戲具有很強(qiáng)的變現(xiàn)能力。因此這項(xiàng)文件的發(fā)布使得游戲市場(chǎng)更具吸引力，同時(shí)也吸引了不少資本的涌入，這些對(duì)游戲企業(yè)的融資都會(huì)產(chǎn)生有利影響。2022年3月，原國(guó)家新聞出版廣電總局發(fā)布了暫停發(fā)行游戲版號(hào)的通知，監(jiān)管機(jī)構(gòu)也凍結(jié)了游戲版號(hào)的審批，游戲注冊(cè)程序也更加嚴(yán)格。此規(guī)定的出臺(tái)使得整個(gè)游戲行業(yè)增速放緩，游戲資本市場(chǎng)的融資環(huán)境也變差，對(duì)游戲行業(yè)上市公司的融資產(chǎn)生了不利影響。2023年游戲版號(hào)重開，國(guó)家對(duì)游戲行業(yè)開始規(guī)范有序管理，這對(duì)游戲行業(yè)來說是重大政策利好。此規(guī)定出臺(tái)后，游戲公司股價(jià)紛紛上漲，另外有很多游戲廠商赴港上市并且獲得了二級(jí)市場(chǎng)認(rèn)可。這些都對(duì)游戲行業(yè)上市公司的融資選擇產(chǎn)生了有利影響。（2）證券市場(chǎng)監(jiān)管政策證券市場(chǎng)的監(jiān)管政策對(duì)上市公司的融資行為偏好的影響最為直接。在三種融資方式即內(nèi)源性融資、債權(quán)融資和股權(quán)融資中，內(nèi)源融資通常不受監(jiān)管限制，債權(quán)融資主要是靠債權(quán)人與債務(wù)人之間的合同談判和簽訂來限制，受監(jiān)管的影響也比較小；股權(quán)融資方式會(huì)受到證券市場(chǎng)監(jiān)管政策的影響。首先，企業(yè)能否進(jìn)行股權(quán)融資，要看它滿不滿足股權(quán)融資的條件。我國(guó)在經(jīng)濟(jì)與法律上都對(duì)企業(yè)設(shè)定了進(jìn)行股權(quán)融資的準(zhǔn)入條件，準(zhǔn)入條件越高，可進(jìn)行股權(quán)融資的企業(yè)數(shù)量就越少。其次，如果企業(yè)符合股權(quán)融資條件，但其融資的成本、發(fā)行股票的數(shù)量等還要受到證券市場(chǎng)的監(jiān)管。例如，當(dāng)證券市場(chǎng)要求企業(yè)畢業(yè)嚴(yán)格遵循信息披露制度來披露本企業(yè)的財(cái)務(wù)信息時(shí)，上市公司的信息披露成本就會(huì)變高，隨之升高的還有企業(yè)的股權(quán)融資成本。此外，還有其他的一些政策會(huì)影響上市公司的融資偏好。例如，當(dāng)股票市場(chǎng)的發(fā)行定價(jià)政策將股票發(fā)行價(jià)格定的較高時(shí)，就會(huì)刺激非流通股股東的股權(quán)融資偏好；另外，加強(qiáng)對(duì)與公開交易股票相關(guān)的交易的監(jiān)管、加大對(duì)違規(guī)行為的處罰將削弱非流通股股東的股權(quán)融資偏好。綜上所述，證券市場(chǎng)的監(jiān)管政策對(duì)游戲行業(yè)上市公司的融資偏好有重要影響。

4中國(guó)游戲行業(yè)上市公司融資偏好的實(shí)證分析前幾個(gè)章節(jié)對(duì)中國(guó)游戲行業(yè)上市公司的融資偏好進(jìn)行了理論分析，本章將在前文文獻(xiàn)支撐和理論準(zhǔn)備的基礎(chǔ)上，對(duì)各個(gè)影響因素與中國(guó)游戲行業(yè)上市公司融資偏好之間的關(guān)系進(jìn)行實(shí)證分析。本次實(shí)證研究主要是為了檢驗(yàn)上文理論分析得出的各種影響因素對(duì)中國(guó)游戲行業(yè)上市公司融資偏好的影響程度。為此，我們要首先要構(gòu)建實(shí)證分析模型，即Logistic回歸模型，然后確定實(shí)證分析所需要的各種指標(biāo)和變量，接著對(duì)上述變量進(jìn)行相關(guān)性分析、顯著性檢驗(yàn)、多重共線性檢驗(yàn)，然后帶入構(gòu)建的logistic回歸模型中求出中國(guó)游戲行業(yè)上市公司股權(quán)融資偏好的概率，最后對(duì)實(shí)證結(jié)果進(jìn)行總結(jié)和分析。4.1模型的構(gòu)建Logistic回歸模型的作用是：當(dāng)自變量不同時(shí)，用此模型來預(yù)測(cè)事件發(fā)生的概率，它是一種分析結(jié)果以概率顯示，并以概率來判斷實(shí)證分析是否成立的非線性回歸模型。Logistic回歸模型有三種形式：二項(xiàng)logistic回歸、有序多分類logistic回歸和無(wú)序多分類logistic回歸。由于本文以企業(yè)是否實(shí)施股權(quán)再融資為被解釋變量（Y1），如果實(shí)施股權(quán)再融資，則Y1=1；如果不實(shí)施股權(quán)再融資，則Y1=0。由于Y1是一個(gè)二值響應(yīng)變量，因此本文選取的是二項(xiàng)logistic回歸模型。本文以中國(guó)游戲行業(yè)上市公司的融資偏好，即是否實(shí)施股權(quán)再融資為被解釋變量，并以上文理論分析中分析過的影響融資偏好的一些因素作為解釋變量，建立Logistic模型，其原理如下：本文設(shè)Y1代表中國(guó)游戲行業(yè)上市公司的融資偏好，其有兩種可能的取值。當(dāng)中國(guó)游戲行業(yè)上市公司實(shí)行股權(quán)再融資時(shí)，Y1=1，當(dāng)其沒有實(shí)施股權(quán)再融資時(shí)，Y1=0。設(shè)X為上文分析過的影響因子，Xi=（Xi1,Xi2,Xi3,…Xik）,i為樣本個(gè)數(shù)（i≤N），N在本文中為32家企業(yè)數(shù)，k為自變量個(gè)數(shù)。pi=Pr（Y1=1|Xi）是要建模的響應(yīng)概率，因此我們建立如下模型：Logit(P)=L=ln?(p/1?p)=α+xβ+u （4.1）其中pi1?pi表示實(shí)施股權(quán)再融資的概率與未實(shí)施股權(quán)再融資的概率之比，也就是實(shí)施股權(quán)再融資的機(jī)會(huì)比率（OddsRation）；對(duì)Logistic模型可作如下解釋：β表示隨著解釋變量變化一個(gè)單位，有利于分析游戲行業(yè)上市公司實(shí)施股權(quán)再融資的對(duì)數(shù)機(jī)會(huì)比率是如何變化的。α由公式（4.1）可以得出中國(guó)游戲行業(yè)上市公司實(shí)施股權(quán)再融資的概率：Pi=E（Y1=1|Xi）=11+e4.2變量的選擇4.2.1被解釋變量的選擇本文實(shí)證分析的目標(biāo)是考察上文中的影響因素與中國(guó)游戲行業(yè)上市公司融資偏好之間的關(guān)系，針對(duì)這個(gè)目的，本文選取企業(yè)是否實(shí)施股權(quán)再融資（Y1）為被解釋變量，該變量是一個(gè)二值響應(yīng)變量。由于企業(yè)實(shí)施股權(quán)再融資是要通過股東大會(huì)表決的，因此是否實(shí)施股權(quán)再融資是可以直接表明企業(yè)融資偏好的，如果實(shí)施了股權(quán)再融資就表明企業(yè)偏好股權(quán)融資。因此，當(dāng)游戲行業(yè)上市公司進(jìn)行再融資時(shí)，Y1=1，否則Y1=0.4.2.2解釋變量的選擇本文將從上文分析得出的各個(gè)影響因素中選擇影響程度較大的幾個(gè)作為解釋變量。由于上文分析了內(nèi)外部影響因素共9個(gè)，但是其中外部因素中的宏觀經(jīng)濟(jì)政策和證券市場(chǎng)監(jiān)管政策作為一個(gè)宏觀的概念，無(wú)法明確到某一個(gè)具體的指標(biāo)，因此將這兩個(gè)因素排除。此外，上文對(duì)內(nèi)部影響因素進(jìn)行分析時(shí)，已經(jīng)得出資本成本這一因素對(duì)公司融資偏好的影響并不顯著，因此，這一因素也被排除。最終本文將只選取剩余6個(gè)內(nèi)部影響因素進(jìn)行分析，即企業(yè)規(guī)模、盈利能力、公司成長(zhǎng)性因素、資產(chǎn)抵押價(jià)值、非債務(wù)稅盾和股權(quán)結(jié)構(gòu)。上文的分析中我們確定好解釋變量與被解釋變量后，接下來要對(duì)各個(gè)因素與中國(guó)游戲行業(yè)上市公司的融資偏好之間的關(guān)系進(jìn)行實(shí)證分析。上述分析中的指標(biāo)和計(jì)算方法如下表所示：表4.1指標(biāo)與計(jì)算公式匯總變量變量符號(hào)指標(biāo)及其計(jì)算公式被解釋變量融資偏好Y1實(shí)施股權(quán)再融資Y1=1，未實(shí)施股權(quán)再融資Y1=0解釋變量企業(yè)規(guī)模X1總資產(chǎn)自然對(duì)數(shù)=Ln（總資產(chǎn)）盈利能力X2凈資產(chǎn)收益率=凈利潤(rùn)/平均股東權(quán)益*100%成長(zhǎng)性X3總資產(chǎn)增長(zhǎng)率=（當(dāng)年總資產(chǎn)/前一年總資產(chǎn)）-1X4主營(yíng)業(yè)務(wù)收入增長(zhǎng)率=（當(dāng)年主營(yíng)業(yè)務(wù)收入/去年主營(yíng)業(yè)務(wù)收入）-1資產(chǎn)抵押價(jià)值X5存貨與固定資產(chǎn)比例=（存貨+固定資產(chǎn)）/總資產(chǎn)X6無(wú)形資產(chǎn)比例=無(wú)形資產(chǎn)/總資產(chǎn)非債務(wù)稅盾X7實(shí)際所得稅稅率=實(shí)際所得稅費(fèi)用/稅前利潤(rùn)X8非債務(wù)稅盾=固定資產(chǎn)折舊/總資產(chǎn)股權(quán)結(jié)構(gòu)X9流通股比例=流通股/總股本4.3數(shù)據(jù)的來源與描述性統(tǒng)計(jì)本文的研究樣本選自伽馬數(shù)據(jù)報(bào)告，伽馬數(shù)據(jù)作為游戲領(lǐng)域最權(quán)威的調(diào)研報(bào)告，其數(shù)據(jù)和觀點(diǎn)也被大量游戲上市公司引用在本企業(yè)的招股書、戰(zhàn)略發(fā)布會(huì)上。因此，本文研究樣本的來源具有高度可信性與權(quán)威性。結(jié)合本文的研究需求，本文根據(jù)伽馬數(shù)據(jù)發(fā)布的有關(guān)中國(guó)上市游戲公司的報(bào)告，對(duì)中國(guó)游戲行業(yè)上市公司進(jìn)行了篩選。根據(jù)報(bào)告，中國(guó)游戲行業(yè)只有一百多家上市公司，由于港股上市企業(yè)的數(shù)據(jù)查詢困難且不全面，因此被排除，然后剔除17只*ST和ST類股票，一只退市股票空中網(wǎng)，最終共有32家中國(guó)游戲行業(yè)上市公司被選中。本文的研究區(qū)間為2021-2023年，在確保數(shù)據(jù)完整性的基礎(chǔ)上，根據(jù)以上篩選，從國(guó)泰安數(shù)據(jù)庫(kù)對(duì)32家樣本企業(yè)的年報(bào)進(jìn)行數(shù)據(jù)的選取，每個(gè)自變量都能獲得96個(gè)觀察值，形成下文研究的樣本。對(duì)選取的變量用SPSS進(jìn)行描述性統(tǒng)計(jì)，其結(jié)果如下：表4.2樣本公司96個(gè)觀察值的整體描述性統(tǒng)計(jì)N（樣本量）最小值最大值均值標(biāo)準(zhǔn)差總資產(chǎn)自然對(duì)數(shù)9620.297524.523122.42100.9115凈資產(chǎn)收益率96-66.53530.9237-0.70276.7992總資產(chǎn)增長(zhǎng)率96-0.51743.79220.08680.4728主營(yíng)業(yè)務(wù)收入增長(zhǎng)率96-0.235418.27461.09443.1723存貨與固定資產(chǎn)比例960.00140.42180.10580.9245無(wú)形資產(chǎn)比例960.00010.13760.02810.3460實(shí)際所得稅稅率96-1.91941.05150.04800.2756非債務(wù)稅盾960.00110.06760.01790.0127流通股比例960.21101.00000.70920.2205有效個(gè)案數(shù)96根據(jù)表4.2，我們可以看出在2021-2023年間，32家樣本公司的凈資產(chǎn)收益率差距最大，最小值為-66.5353，最大值為0.9237，標(biāo)準(zhǔn)差為6.7992。總資產(chǎn)自然對(duì)誰(shuí)均值在22.4210，且各個(gè)樣本公司之間的差異較小，這初步反映了選取的樣本公司規(guī)模較大，且規(guī)模接近。通過對(duì)樣本的進(jìn)一步考察發(fā)現(xiàn)，流通股比例均值大約為70%，也就是非流通股占公司總股本的比例不到30%，說明這些公司的股權(quán)結(jié)構(gòu)相對(duì)合理，通過第三章的分析我們可以知道這是由于中國(guó)游戲行業(yè)上市公司偏向于股權(quán)再融資而產(chǎn)生的結(jié)果。從樣本整體性角度出發(fā)，我們可以發(fā)現(xiàn)總資產(chǎn)增長(zhǎng)率和主營(yíng)業(yè)務(wù)收入增長(zhǎng)率的均值都大于0，且主營(yíng)業(yè)務(wù)收入增長(zhǎng)率均值甚至為109.44%，明顯處于較高水平，這說明選取的32家公司的盈利能力和成長(zhǎng)性較好。但是這兩個(gè)指標(biāo)之間的差異卻較大，且存在負(fù)增長(zhǎng)的情況，說明樣本公司之間存在顯著差異。從表中可以看出，樣本企業(yè)的非債務(wù)稅盾均值只有0.0179，處于較低的水平，說明企業(yè)還是使用較多的負(fù)債來抵稅而非用固定資產(chǎn)折舊、無(wú)形資產(chǎn)攤銷等沒有實(shí)際現(xiàn)金流出的方法進(jìn)行抵稅。4.4模擬結(jié)果與分析4.4.1相關(guān)性分析相關(guān)性分析其實(shí)是一種描述性分析，它的目的是為了判斷一下解釋變量與被解釋變量之間是否存在相關(guān)性，這樣就可以找出一些對(duì)中國(guó)游戲行業(yè)上市公司融資偏好有顯著影響的因素，排除相關(guān)關(guān)系不顯著的因素，減少工作量。這一步是最后進(jìn)行回歸分析時(shí)變量選擇的基礎(chǔ)。如表4.3為Y1與上述解釋變量之間的相關(guān)性分析結(jié)果。表4.3相關(guān)性分析結(jié)果解釋變量X被解釋變量Y1（是否實(shí)施股權(quán)再融資）X1（總資產(chǎn)自然對(duì)數(shù)）皮爾遜相關(guān)性0.199**X2（凈資產(chǎn)收益率）皮爾遜相關(guān)性0.038X3（總資產(chǎn)增長(zhǎng)率）皮爾遜相關(guān)性0.534**X4（主營(yíng)業(yè)務(wù)收入增長(zhǎng)率）皮爾遜相關(guān)性0.143X5（存貨與固定資產(chǎn)比例）皮爾遜相關(guān)性-0.091X6（無(wú)形資產(chǎn)比例）皮爾遜相關(guān)性0.019X7（實(shí)際所得稅稅率）皮爾遜相關(guān)性0.037X8（固定資產(chǎn)折舊占總資產(chǎn)比例）皮爾遜相關(guān)性-0.083X9（流通股比例）皮爾遜相關(guān)性-0.303**注：**代表相關(guān)系數(shù)在0.01級(jí)別相關(guān)性顯著；*代表相關(guān)系數(shù)0.05級(jí)別相關(guān)性顯著根據(jù)表4.3我們能夠看出，在上述解釋變量中，總資產(chǎn)自然對(duì)數(shù)、總資產(chǎn)增長(zhǎng)率以及股權(quán)結(jié)構(gòu)都與Y1有顯著性相關(guān)關(guān)系。4.4.2對(duì)解釋變量的顯著性檢驗(yàn)本部分將對(duì)解釋變量進(jìn)行K-S檢驗(yàn)、t檢驗(yàn)和U檢驗(yàn)，這些檢驗(yàn)是為了排除實(shí)施股權(quán)融資與未實(shí)施股權(quán)融資企業(yè)之間差異不大的指標(biāo)，利用剩下的差異性大的指標(biāo)來進(jìn)行Logistic回歸分析。K-S檢驗(yàn)首先要對(duì)兩個(gè)樣本的分布狀況進(jìn)行假設(shè)，在假設(shè)的前提下，觀察各解釋變量是否滿足正態(tài)分布，若滿足正態(tài)分布，接著要進(jìn)行t檢驗(yàn)來比較兩個(gè)樣本總體均值的差異性。如果進(jìn)行t檢驗(yàn)后發(fā)現(xiàn)樣本在個(gè)別解釋變量上有顯著性差異，那就用U檢驗(yàn)進(jìn)一步檢驗(yàn)其顯著性。本文假設(shè)H0為實(shí)施股權(quán)再融資的企業(yè)與不實(shí)施股權(quán)再融資的企業(yè)在上述解釋變量上不存在顯著性差異，并且假設(shè)顯著性水平α為0.05，如果檢驗(yàn)值小于0.05，就拒絕原假設(shè)，認(rèn)為在該解釋變量上兩組樣本間存在顯著性差異。對(duì)解釋變量的顯著性檢驗(yàn)結(jié)果如表4.4所示：表4.4對(duì)解釋變量的非參數(shù)檢驗(yàn)結(jié)果解釋變量K-S檢驗(yàn)U檢驗(yàn)T檢驗(yàn)Kolmogorove-SmirnovZAsymp.Sig.（2-tailed）Mann-WhitneyUZAsymp.Sig.（2-tailed）tSig.（2-tailed）X12.8710.000833-5.2470.000X21.9320.0011265-3.3560.000X33.1480.000756-5.9570.000X41.2660.0703.2420.002X50.5520.8684.0480.000X60.7550.60230.6880.000X71.1500.1641.1560.269X81.4490.0151421-2.4980.003X91.2240.08935.47820.000通過表4.4我們可以得出，經(jīng)過K-S檢驗(yàn)后，顯著性水平α小于0.05的解釋變量有X1、X2、X3、X8四個(gè)，即這四個(gè)解釋變量拒絕原假設(shè)，因此在這四個(gè)解釋變量上，企業(yè)是否實(shí)施股權(quán)再融資是存在顯著性差異的，剩余的解釋變量由于其α值大于0.05，因此接受原假設(shè)，即剩余的解釋變量不存在顯著性差異。接著對(duì)存在顯著性差異和不存在顯著性差異的兩類解釋變量再進(jìn)行進(jìn)一步的檢驗(yàn)。其中對(duì)K-S檢驗(yàn)中存在顯著性差異的解釋變量進(jìn)行U檢驗(yàn)，對(duì)于不存在顯著性差異的解釋變量進(jìn)行t檢驗(yàn)。從U檢驗(yàn)與t檢驗(yàn)的結(jié)果來看，α值大于0.05的解釋變量只有X7，說明這個(gè)解釋變量表現(xiàn)不顯著，因此被剔除。4.4.3多重共線性檢驗(yàn)多重共線性是指由于自變量之間存在高度相關(guān)關(guān)系而導(dǎo)致估計(jì)結(jié)果失真。因此本部分將采用容忍度與方差擴(kuò)大因子來檢驗(yàn)數(shù)據(jù)的多重共線性，以排除干擾變量。容忍度（tolerance）與方差擴(kuò)大因子（VIF）是判斷多重共線性的重要統(tǒng)計(jì)量，如果容忍度取值范圍在0到1之間，則容忍度越小，多重共線性越嚴(yán)重。理論上認(rèn)為當(dāng)容忍度小于0.1時(shí)，存在嚴(yán)重的多重共線性。又由于方差擴(kuò)大因子恰好為容忍度的倒數(shù)，因此，當(dāng)VIF越大，多重共線性就越嚴(yán)重。一般認(rèn)為當(dāng)VIF大于10時(shí)，存在嚴(yán)重多重共線性，且很可能影響接下來的Logistic方程。表4.5多重共線性檢驗(yàn)解釋變量B（回歸系數(shù)）Std.Erro（標(biāo)準(zhǔn)誤差）Beta（標(biāo)準(zhǔn)化系數(shù)）t容忍度VIF常量-0.2210.710-0.311X10.0190.0310.0600.6210.8121.231X20.0010.0040.0320.3190.7571.320X30.3100.0560.5005.5200.9131.096X40.0110.0080.1181.3100.9181.089X5-0.0010.003-0.045-0.4170.6541.530X60.0110.0100.1331.0970.5051.979X80.9923.0110.0430.3300.4372.290X9-0.030.01-1.88-2.1390.9451.058通過表4.5我們能夠看出，8個(gè)解釋變量的容忍度都大于0.1，因此各個(gè)解釋變量之間不具有顯著的多重共線性問題，并且這8個(gè)解釋變量可以繼續(xù)參與Logistic回歸分析。4.4.4Logistic回歸結(jié)果根據(jù)中國(guó)游戲行業(yè)上市公司融資偏好現(xiàn)狀，本文以中國(guó)游戲行業(yè)上市公司是否實(shí)施股權(quán)再融資為被解釋變量，并以上述分析中通過檢驗(yàn)的8個(gè)指標(biāo)作為解釋變量，采用最大似然法進(jìn)行建模。表4.6Logistic回歸分析結(jié)果B標(biāo)準(zhǔn)誤差Wald自由度顯著性Exp（B）Exp(B)的95%置信區(qū)間下限Exp(B)的95%置信區(qū)間上限X10.4390.7050.38710.0091.5500.3896.172X20.0870.4050.04710.0381.0910.4942.412X34.9271.9146.62810.000137.9263.2425868.216X40.0860.1160.55510.1651.0900.8691.368X5-0.0620.0970.41510.3800.9400.7771.136X60.2860.1992.07310.0181.3310.9021.965X851.66265.0400.63110.0082.732E+220.0006.290E+77X9-0.0570.0342.77310.0030.9450.8841.010Constant-11.02215.9710.47610.0000.000根據(jù)篩選，上述8個(gè)變量都被篩選進(jìn)回歸方程。因此，我們得到中國(guó)游戲行業(yè)上市公司股權(quán)融資偏好影響因素的Logistic回歸模型：Logit(P)=L=ln(p/1-p)=-11.022+0.439X1+0.087X2+4.927X3+0.086X4-0.062X5+0.286X6+51.662X8-0.057X9（4.3）因此，我國(guó)游戲行業(yè)上市公司實(shí)施股權(quán)再融資的概率為：P=1表4.7是判錯(cuò)矩陣，從表中結(jié)果來看，模型正確率為93.8%，因此可以接受該回歸模型。表4.7Logistic回歸模型的判錯(cuò)矩陣實(shí)測(cè)預(yù)測(cè)是否實(shí)施股權(quán)再融資正確百分比01是否實(shí)施股權(quán)再融資086198.915444.4總體百分比93.84.4.5實(shí)證結(jié)果分析根據(jù)Logistic回歸模型的預(yù)測(cè)概率，我們得出中國(guó)游戲行業(yè)上市公司確實(shí)具有強(qiáng)烈的股權(quán)融資偏好，實(shí)證分析結(jié)果與理論分析結(jié)果一致。在此基礎(chǔ)上，我們實(shí)證分析得出以下結(jié)論：（1）企業(yè)規(guī)模越大，中國(guó)游戲行業(yè)上市公司越傾向于選擇股權(quán)再融資根據(jù)實(shí)證分析部分的相關(guān)性分析結(jié)果我們可以看出，總資產(chǎn)自然對(duì)數(shù)與公司是否實(shí)施股權(quán)再融資之間的相關(guān)性在0.05顯著性水平下顯著相關(guān)，且呈正相關(guān)關(guān)系。因此，游戲行業(yè)上市公司規(guī)模越大，企業(yè)越愿意進(jìn)行股權(quán)再融資。（2）成長(zhǎng)性越高，中國(guó)游戲行業(yè)上市公司越傾向于選擇股權(quán)再融資同樣根據(jù)相關(guān)性分析結(jié)果我們可以得出，總資產(chǎn)增長(zhǎng)率與公司是否實(shí)施股權(quán)再融資呈正相關(guān)關(guān)系，且在顯著性0.01水平下顯著相關(guān)，這說明公司成長(zhǎng)性越高，越傾向于實(shí)施股權(quán)再融資。（3）股權(quán)結(jié)構(gòu)對(duì)中國(guó)游戲行業(yè)上市公司實(shí)施股權(quán)再融資有顯著影響從股權(quán)結(jié)構(gòu)來看，根據(jù)相關(guān)性分析結(jié)果我們可以得出，流通股比例與公司是否實(shí)施股權(quán)再融