高質量發展、數字化轉型與企業風險承擔

劉麗娜 張盼盼

【摘 要】 隨著新一輪科技革命浪潮我國經濟邁入高質量發展新階段。對制造業企業而言，如何把握發展機遇成為制勝的關鍵。文章基于2012—2020年A股上市制造業公司數據，通過構建數字化轉型準自然實驗，實證檢驗數字化轉型對企業風險承擔的影響。研究發現：首先，數字化轉型會正向影響企業風險承擔水平，并且這種影響是可持續且穩健的。其次，通過調節效應檢驗發現，數字化轉型對風險承擔的驅動作用在高質量發展水平較高的企業更顯著。最后，數字化轉型對企業風險承擔的積極影響在管理者過度自信程度高的企業、非國有企業和大規模企業中效果更為顯著。研究結果對高質量發展新階段數字化轉型增強制造業企業競爭力具有一定的現實意義。

【關鍵詞】 數字化轉型； 制造業企業； 企業風險承擔； 高質量發展

【中圖分類號】 F230；F275? 【文獻標識碼】 A? 【文章編號】 1004-5937（2024）03-0042-08

一、引言

企業風險承擔水平代表著企業進行投資決策的風險偏好，是企業保持較強競爭力、提升企業價值的關鍵，企業風險承擔水平越高，其研發投入和創新積極性越高，越容易實現自身發展[ 1 ]。然而，制造業作為實體經濟的重中之重，“大而不強”問題突出，在自主創新、資源配置效率等方面與世界先進水平還存在一定差距。若想解決制造業“大而不強”問題，提高風險承擔水平最為關鍵。由此，如何提高制造業風險承擔水平成為理論界和實務界關注的重點。

數字時代已經來臨，我國為把握發展機遇，不斷出臺數字化轉型相關政策?！笆奈濉币巹澝鞔_提出，要快速推進數字化發展，推動數字經濟與實體經濟深度融合。2022年的政府工作報告首次以“單獨成段”的方式對數字經濟進行了表述。二十大報告明確提出，要加快推進數字產業化和產業數字化，促進數字經濟和實體經濟深度融合。由此可見，新時代制造業智能化、數字化是大勢所趨，而數字化轉型能否提高企業風險承擔水平也就成為研究問題之一。

十九大提出中國經濟已經邁入高質量發展新階段，二十大提出堅持以高質量發展為主題，把發展經濟的著力點放在實體經濟上，加快建設制造強國?？梢哉f，高質量發展已經成為政策的核心要求，貫穿于經濟工作的方方面面。在此背景下，制造業將經濟增長方式轉向高質量、高效率發展。但高質量發展水平越高，企業的研發投入和資本性投入越多[ 2 ]，將導致企業風險和不確定性增強，限制了企業管理者投資的風險水平選擇。數字技術可以作為戰略資源管理制造企業的風險，建立企業彈性，從而更有效地管理風險和危機[ 3 ]，緩解管理者進行風險決策的限制，使管理者愿意承擔更高的風險水平。而高質量發展水平較低的企業，由于本身的冒險與創新意識不強，即使進行數字化變革，也很難發揮數字化轉型對企業風險承擔水平的驅動作用。

那么，數字化轉型是否可以直接提高企業風險承擔水平？數字化轉型對風險承擔的驅動作用是否在高質量發展水平較高的企業更顯著？這是主要研究問題。

鑒于此，本文以2012—2020年A股上市制造業公司為研究對象，首先建立了制造業企業數字化轉型與企業風險承擔的準自然實驗，探究數字化轉型對企業風險承擔水平的影響；其次通過分組回歸檢驗分析數字化轉型對風險承擔的驅動作用是否在高質量發展水平較高的企業更顯著；最后進一步研究了管理者過度自信差異、不同產權性質和企業規模下，數字化轉型對企業風險承擔的調節作用。

二、文獻回顧

（一）企業風險承擔影響因素的研究

影響企業風險承擔的因素很多。從企業外部看，主要包括法律制度[ 4 ]、投資者保護[ 5 ]、債權人保護[ 6 ]、社會文化[ 7 ]、國家政策[ 8 ]等；從企業內部看，主要包括企業特征[ 9 ]、內部治理[ 10 ]、股權結構[ 11 ]、高管特征[ 12 ]等。值得一提的是，現有學者分別從宏觀與微觀的角度研究數字經濟對企業風險承擔的影響。例如，將數字經濟作為外部宏觀條件研究對企業承擔風險能力的促進作用[ 13 ]，而在微觀背景下研究企業數字化轉型對企業風險承擔水平的影響和影響機制[ 14 ]。

（二）企業數字化轉型經濟后果的研究

數字化轉型的研究大多集中于企業創新、生產效率、企業績效、企業融資活動等方面。數字化轉型確實是一個提高公司創新的機會[ 15 ]。數字化轉型改變了企業的商業模式，產生了新的營銷渠道與方式，從而提高企業績效[ 16 ]；數字化轉型可以提高企業敏捷性，從而提升企業生產效率[ 17 ]；數字化轉型可以降低企業融資成本[ 18 ]，從而提升股票流動性[ 19 ]等。

綜上所述，本研究的主要貢獻在于：第一，數字化轉型的相關研究近年才興起，實證研究尚未達成共識，本文通過手工收集數據構建數字化虛擬變量，建立制造業企業數字化轉型與企業風險承擔的準自然實驗，豐富了數字化轉型的實證研究，并通過調節作用考察了數字化轉型對企業風險承擔的異質性影響。第二，將企業高質量發展引入了數字化轉型與企業風險承擔關系的研究中，通過調節作用考察數字化轉型對風險承擔的驅動作用在高質量發展水平較高的企業是否更顯著，豐富了有關數字化轉型經濟后果的研究。

三、理論分析與研究假設

數字化轉型對企業影響深刻，涉及利用數字技術重構企業產品、運營、營銷等。企業數字化轉型下產生了一種新型產品適應性創新思維[ 15 ]，該思維同時具有創造性破壞與創造性積累的特征。具體而言：企業應用數字技術獲取各種數據分析產品市場，認知發現新的創新機會，促進創造性破壞的產品創新；由于數據驅動的企業與用戶的互動模式是動態的，使得企業不斷按照新獲取的用戶數據持續改進創新活動，以此促進創造性積累的產品創新，從而提高產品靈活性與多樣性[ 15 ]。企業通過數字賦能將實現產品生產方式從大規模生產向大規模定制的轉變[ 20 ]，新的產品生產制造方式與企業產品適應性創新思維相結合，共同促進產品生產創新。數字化轉型下的新型生產思維與新型生產方式相適應，改變了過去依靠經驗進行產品生產的模式，通過精準分析用戶需求提高了企業生產和改進產品的主動性，用戶需求數據的迭代性又促進產品不斷改進優化。高質量的產品為企業帶來的收益將大大提升企業提高風險承擔的主動性。

數字化轉型為企業運營管理打開了新的大門。三維（3D）打印技術的可制造性與靈活性加快了新產品的上市速度并降低了前期生產成本[ 21 ]，而較低的前期成本可以減少達到盈虧平衡點的銷售額，加之新產品上市速度的加快，更有利于企業把握市場機會，較快獲得市場反饋，從而進行調整。物聯網技術的應用對企業信息的完整性、質量和及時性產生了巨大影響，使得企業的成本管理趨于全面、高效、便捷、系統，能夠從全局視角最大限度減少資源浪費[ 22 ]。利用人工智能技術，數據豐富的環境可以讓管理者發現運營過程中未知的關系，這種發現可以減少缺陷和運營時間，以及推動其他關鍵性能指標的持續改進，大大提高運營過程中的效率[ 23 ]。優化后的運營管理降低了企業經營風險，使得企業更愿意選擇較高的風險承擔水平。

利用數字技術，企業可以追蹤消費者的消費行為，分析消費者偏好，使得企業營銷精準化，提高績效[ 16 ]。線上+線下的復合銷售模式為消費者提供了更便捷的購物體驗，更有利于吸引消費者實施購買行為，從而提高企業績效，而績效的提升意味著企業會獲得更豐富的資金以及其他資源，將提高企業抵御風險的能力，進一步緩解資源對風險決策的限制。

綜上，提出如下研究假設：

H1：制造業企業進行數字化轉型可以驅動提高企業風險承擔水平。

制造企業作為微觀主體，高質量發展要求企業從重數量規模的相對低質量發展范式向提質增效的高質量發展范式轉變[ 24 ]。高質量發展水平越高的企業越能突破制造業存在的高速發展慣性思維，擺脫資源投入形成的惰性，且對轉型發展有更充分的理性預期判斷和高級要素稟賦運籌的準備，由此可以更好地實現發展范式轉變，而發展范式的轉變對企業資本性投入活動產生正向影響[ 2 ]。自主創新能力是制造企業加快高質量發展的重要驅動力，技術創新能力不足將會制約企業高質量發展。為了實現更高質量的發展水平，持續有效的研發投入具有必要性[ 2 ]。而高質量發展水平較低的企業，冒險與創新意識不強，對轉型發展認識不到位，即使進行數字化變革，也很難發揮數字化轉型對企業風險承擔水平的驅動作用，將一定程度上影響企業科技創新和投資。

因此，更高高質量發展水平意味著更高資本性投入與研發投入，同樣也意味著風險和不確定性的增加，限制了企業管理者對風險水平的決策，而數字技術可以作為戰略資源優化企業風險管理。數字技術的引入能夠使企業在不同階段緩解風險，并建立企業彈性，從而更有效地管理風險和危機[ 3 ]。例如，大數據技術的引入提高了風險緩解能力。原因如下：從各種渠道引入的數據對識別風險、評估風險、模擬風險場景、減少不確定性以及設計風險緩解方法有很大的影響；人工智能算法可以提高企業的分析能力，幫助企業更好地了解風險的影響；引入自動化緩解與管理風險，可對不斷變化的外部環境做出快速反應，增強企業彈性。因此，優化風險管理，對企業的可持續性有積極的影響，可以緩解更高高質量發展水平下投入增加帶來的不確定性對管理者決策的限制，使得管理者愿意承擔更高的風險水平。

由此，提出以下假設：

H2：高質量發展水平較高的企業，數字化轉型對企業風險承擔水平的驅動效應更強。

四、研究設計

（一）樣本選擇與數據來源

本文選取2012—2020年中國滬深A股上市制造業企業為研究對象，并對數據進行了如下處理：（1）僅保留2012—2020年內所有上市制造業企業觀測值；（2）剔除數據缺失樣本。經上述處理后，得到10 944個年度—企業觀測值。此外，對連續變量按前后1%進行了Winsorize縮尾處理。除數字化虛擬變量為手工收集所得外，其余變量數據來源于國泰安數據庫（CSMAR）。

（二）變量設定

1.被解釋變量：企業風險承擔水平（Risk）

參照相關文獻[ 5 ]，選用企業盈利波動性衡量企業風險承擔水平。具體包括兩種方法：一是觀察期內經行業均值調整后的企業總資產收益率的波動性（Risk1）；二是觀察期內經行業均值調整的總資產收益率的極差（Risk2）。計算公式如下：

2.解釋變量：數字化虛擬變量（Post）

關于數字化轉型的衡量指標，大多選擇建立指數體系。由于量化數據存在缺失的情況，所構建指標體系不能包含所有制造業企業，因此，本文通過手工收集，參考建立指數體系所使用的關鍵詞，將所有制造業企業2012—2020年年度財務報告中提到與數字化轉型相關關鍵詞的企業定義為數字化轉型企業。首次提到與數字化轉型相關關鍵詞的那一年定義為轉型開始年度，若企業年度變量大于轉型開始年度，數字化虛擬變量為1，否則為0。

3.調節變量：企業高質量發展（TFP）

采用全要素生產率衡量企業高質量發展。參考相關學者[ 25 ]的研究，采用經過ACF調整后的OP法估算全要素生產率。

4.控制變量

參考相關學者[ 13 ]的研究，選擇表1中的控制變量。

（三）模型設定

由于制造業企業開始進行數字化轉型的時間不同，傳統DID模型無法滿足擴容性特點，參考相關學者[ 26 ]的研究，構建控制個體與時間效應的多期DID模型，研究企業選擇數字化轉型對企業風險承擔水平的影響效應，具體如式（3）所示。

Riskit=？茁0+？茁1Postit+？酌Controlsit+？滋i+？啄t+？著it （3）

其中，Riskit表示企業風險承擔水平，i和t分別表示個體與時間。Postit是數字化虛擬變量，含義為企業i在第t年是否進行了數字化轉型，若進行了數字化轉型為1，否則為0。Controlsit為一組控制變量，？著it是隨機擾動項。式（3）同時考慮了個體固定效應和時間固定效應，克服了傳統回歸模型的偏誤，以確保結果的穩健性。

五、實證結果與分析

（一）描述性分析

表2為主要變量的描述性統計結果。Risk1的均值為0.031，最小值為0.000，最大值為0.441，表明制造業企業風險承擔水平存在較大差異。Risk2的均值為0.059，最小值為0.000，最大值為0.866，同樣表明制造業企業風險承擔水平存在較大差異。TFP的均值為11.261，最小值為8.039，最大值為14.437，表明制造業企業高質量發展程度有較大差異。

（二）數字化轉型時間分布情況

表3為企業數字化轉型起始年度的時間分布情況。從中可以看出：第一，數字化轉型企業數基本逐年上升，且2014年增長率最高。第二，到2020年，數字化企業數已經超過樣本企業的一多半，但仍有三成多企業未開始實施數字化轉型。

（三）平行趨勢檢驗與動態檢驗

采用DID方法進行評估的重要假設是平行趨勢檢驗。本文通過事件分析法進行平行趨勢檢驗和動態檢驗，具體如式（4）所示。其中，n是距離企業開始數字化轉型時間的年份數量，birthyeari是企業i進行數字化轉型的年份。當t-birthyeari=n時，It-birthyeari-nit? ? ?取值為1，否則取0。

表4報告了回歸結果?？梢钥闯鲈跀底只D型之前，回歸系數？子n均未通過顯著性檢驗，而在進行數字化轉型之后，？子n均通過顯著性檢驗。由此可以得出結論，數字化轉型滿足平行趨勢假設。圖1具體刻畫了數字化轉型前后企業風險承擔水平的動態變化趨勢?；貧w系數？子n在數字化轉型后通過了顯著性檢驗，說明企業在進行數字化轉型滯后一期發揮了作用，存在時滯。隨著轉型實施，回歸系數的大小和顯著性水平均提升，說明進行數字化轉型的企業與沒有進行數字化轉型的企業風險承擔水平差距在逐步拉大。

（四）回歸結果分析

1.數字化轉型對企業風險承擔水平的影響

為回答制造業企業數字化轉型是否對企業風險承擔水平產生影響這一問題，將企業進行數字化變革作為外生沖擊，對兩者關系進行檢驗，回歸結果如表5所示。表5列（1）中，以Risk1為被解釋變量時，數字化虛擬變量的系數在5%水平下顯著為正，回歸結果證實了H1，即制造業企業進行數字化轉型可驅動提高企業風險承擔水平。

2.數字化轉型對企業風險承擔水平的機制檢驗

為驗證數字化轉型與企業風險承擔的關系在高質量發展水平較高的企業中更顯著這一假設是否成立，本文按照高質量發展水平進行分組檢驗，依據TFP的中位數分成高質量發展水平較高組和高質量發展水平較低組。表5列（2）中，以Risk1為被解釋變量時，數字化虛擬變量的系數在5%水平下顯著為正；表5列（3）中，以Risk1為被解釋變量時，數字化虛擬變量的系數不顯著?；谏鲜龇治鼋Y果可以得出，數字化轉型對風險承擔水平的提高作用在高質量發展水平較高的企業中更顯著這一假設成立。

六、進一步分析

（一）管理者過度自信的異質性

企業進行數字化轉型會面臨諸多阻礙因素，高管抗性便是其中之一。具體來講，管理者習慣于現有的管理模式和公司制度，加之數字化轉型本身具有困難性，高管在企業進行數字化轉型過程中具有一定的心理抗性。然而，過度自信會緩解數字化轉型過程中的心理抗性，且過度自信的管理者更具有挑戰精神，他們更愿意選擇高風險高收益的項目，從而提高風險承擔水平[ 12 ]。

按照管理者過度自信（OC）的中位數將制造業企業劃分成管理者高度自信組與管理者較低自信組，結果如表6所示?？梢姅底只D型對管理者高度自信組有顯著正向影響，而對管理者較低自信組影響效果不顯著。

（二）企業規模與企業產權的異質性

根據制造業企業的規模差異，按照企業規模的中位數對企業進行劃分，回歸結果如表7列（1）、列（2）所示?？梢姅底只D型對大規模制造業有顯著正向影響，而對小規模企業的影響不顯著。原因可能在于大規模制造業企業擁有更多的資源與更強的能力，面對數字化浪潮，它們更愿意并且有能力實現數字化轉型，從而提高企業風險承擔水平；小規模制造業企業受資源約束的影響，面對經營風險，管理者往往不愿意提高企業風險承擔水平，從而影響企業的可持續發展。

根據企業產權性質，將企業劃分成國有企業與非國有企業，回歸結果如表7列（3）、列（4）所示?？梢姅底只D型對非國有企業有顯著正向影響，而對國有企業的影響不顯著。原因可能在于相較國有企業，非國有企業管理層有足夠高的利益激勵，且非國有企業的戰略目標較多考慮高額的自身利益，因此非國有企業更有意愿進行數字化轉型，以提高其風險承擔水平，實現“險中求勝”。

（三）穩健性檢驗

1.PSM-DID檢驗

為了規避選擇性偏誤帶來的內生性問題，進一步通過PSM-DID方法檢驗制造業企業數字化轉型對風險承擔水平的影響。經過處理后的回歸結果與基準回歸結果基本一致，說明制造業企業進行數字化轉型會提高企業風險承擔水平，且回歸結果是穩健的。

2.更換風險承擔水平的測度

參考以往文獻[ 11 ]采用凈資產收益率作為企業風險承擔水平的代理變量，以3年為觀察期計算凈資產收益率的波動率（Risk3）和極差（Risk4），重新估計模型，結果與基準回歸結果一致。因此，企業進行數字化轉型促進企業風險承擔水平提高的結論是穩健的。限于篇幅，未報告穩健性檢驗結果。

3.安慰劑檢驗

通過自助抽樣在全樣本中隨機分配實驗組，重復隨機過程500次，繪制了回歸系數估計值的概率密度分布和p值的散點分布，如圖2所示?？梢钥闯龉烙嬒禂荡蠖技性?點附近，估計值的p值大多大于0.1，即在10%的水平下不顯著，說明回歸結果不太可能是偶然得到的，也即制造業企業數字化轉型提高企業風險承擔水平不太可能受其他隨機性因素的影響。

七、結論與政策建議

本文基于2012—2020年中國制造業微觀企業數據，構建了數字化轉型準自然實驗，系統考察了數字化轉型對企業風險承擔水平的影響。結果表明：第一，數字化轉型顯著提高了企業風險承擔水平；第二，數字化轉型對風險承擔的驅動作用在高質量發展水平較高的企業更顯著；第三，數字化轉型對企業風險承擔的積極影響在管理者高自信企業、非國有企業、大規模企業中更顯著?；谏鲜鲅芯拷Y論，提出如下政策建議。

企業層面：第一，企業應正確認識數字化轉型發揮的作用。新一輪科技革命浪潮中企業應積極求變，根據自身特點選擇合適的轉型方案。企業要充分運用好轉型帶來的優勢，在不影響持續經營的前提下，合理管控風險，選擇更具有發展潛力與競爭力較強的項目。第二，企業應順應高質量發展新階段的要求，提高冒險和創新意識，加大科技創新力度，實現創新驅動發展，提高高質量發展水平，更大限度地發揮數字化轉型對企業風險承擔水平的驅動作用，破解制造業“大而不強”問題。第三，企業應認識到管理者過度自信的積極作用，在高管聘任決策中不要回避具有過度自信特征的管理者，從承擔風險性投資項目的角度看，企業應根據自身的實際情況，適時適當選擇一些具有過度自信特征的管理者。

政府層面：第一，政府可制定各種政策來加速制造業企業進行數字化轉型。根據國家政策，因地制宜，制定推行更加適應當地情況的政策。第二，考慮到不同規模和不同所有權結構企業的特點，政府管理部門可設計激勵機制，以促進中小規模企業與國有企業積極實施數字化轉型，盡力獲取數字化轉型對企業風險承擔水平的正效用。

【參考文獻】

［1］ HILARY G，HUI K W.Does religion matter in corporate decision making in America？［J］.Journal of Financial Economics，2009，93（3）：455-473.

［2］ 鄭明波. 經濟波動對企業研發投入的影響：來自中國上市公司的證據［J］.江西財經大學學報，2019（5）：104-117.

［3］ RODRIGUEZ-ESPINDOLA O，CHOWDHURY S，DEY P K，et al.Analysis of the adoption of emergent technologies for risk management in the era of digital manufacturing［J］.Technological Forecasting and Social Change，2022，178（5）：1-25.

［4］ 葉德珠，胡夢珂.宗教傳統、法治化進程與企業風險承擔［J］.財經問題研究，2017，402（5）：95-103.

［5］ JOHN K，LITOV L，YEUNG B.Corporate governance and risk-taking［J］.The Journal of Finance，2008（4）： 1679-1728.

［6］ ACHARYA V V，AMIHUD Y，LITOV L.Creditor rights and corporate risk-taking［J］. Journal of Financial Economics，2011，102（1）：150-166.

［7］ 張敏，童麗靜，許浩然.社會網絡與企業風險承擔：基于我國上市公司的經驗證據［J］.管理世界，2015，266（11）：161-175.

［8］ ALEXANDER L，LIANDONG Z，LUO Z.Sharing risk with the government：how taxes affect corporate risk taking［J］.Journal of Accounting Research，2017，55（3）：669-707.

［9］ 王鳳榮，鄭志全，慕慶宇.僵尸企業如何影響正常企業風險承擔：中國制造業上市公司的實證研究［J］.經濟管理，2019，41（10）：37-53.

［10］ 卜君，孫光國.董事與經理兼任對企業風險承擔水平的影響：基于高管激勵的視角［J］.改革，2020，320（10）： 141-157.

［11］ FACCIO M，MARCHICA M T，MURA R.Large shareholder diversification and corporate risk-taking［J］.Review of Financial Studies，2011，24（11）：3601- 3641.

［12］ 余明桂，李文貴，潘紅波.管理者過度自信與企業風險承擔［J］.金融研究，2013，391（1）：149-163.

［13］ 陳小輝，張紅偉.數字經濟如何影響企業風險承擔水平［J］.經濟管理，2021，43（5）：93-108.

［14］ 黃大禹，謝獲寶，鄒夢婷，等.數字化轉型對企業風險承擔水平的影響：作用機制與影響渠道［J］.科技進步與對策，2023（11）：1-10.

［15］ 肖靜華，謝康，吳瑤.數據驅動的產品適應性創新：數字經濟的創新邏輯（一）［J］.北京交通大學學報（社會科學版），2020，19（1）：7-18.

［16］ MATARAZZO M，PENCO L，PROFUMO G，et al. Digital transformation and customer value creation in made in Italy SMEs：a dynamic capabilities perspective［J］.Journal of Business Research，2021，123：642-656.

［17］ BAUER W，MMERLE H，SCHLUND S，et al.Transforming to a hyper-connected society and economy towards an "industry 4.0"［J］.Procedia Manufacturing，2015（3）：417-424.

［18］ 車德欣，戴美媛，吳非.企業數字化轉型對融資成本的影響與機制研究［J］.金融監管研究，2021（12）：56-74.

［19］ 吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現：來自股票流動性的經驗證據［J］.管理世界， 2021，37（7）：130-144.

［20］ 周文輝，王鵬程，楊苗. 數字化賦能促進大規模定制技術創新［J］.科學學研究，2018，36（8）：1516-1523.

［21］ OLSEN T L，TOMLIN B.Industry 4.0：opportunities and challenges for operations management［J］.Manufacturing and Service Operations Management，2020，22（1）：113-122.

［22］ SIMCHI-LEVI D，ZHAO Y.The value of information sharing in a two-stage supply chain with production capacity constraints：the infinite horizon case［J］.Naval Research Longistics，2003，50（8）：888-916.

［23］ PHILIPP G，ALBRECHT F.Data-driven operations management：organizational implications of the digital transformation in industrial practice［J］.Production Planning & Control，2017，28（16）：1332-1343.

［24］ 趙愛英，牛曉霞，沈子蘭.我國制造業高質量發展的難點及其路徑［J］.西安財經大學學報，2020，33（6）：49-57.

［25］ ACERBERG D，CAVES K，FRAZER G.Identification properties of recent production function estimators［J］.Econometrica，2015，83（6）：2411-2451.

［26］ BECK T，LEVINE R，LEVKOV A.Big bad banks？ The winners and losers from bank deregulation in the United States［J］.The Journal of Finance，2010，65（6）：1637-1667.