17、首席执行官任期与债务：人工高阶神经网络方法

首席执行官任期与债务：人工高阶神经网络方法

1. 研究背景与目的

在当前经济环境下，债务问题广泛地存在于政府和企业等各个领域。对于政府部门来说，降低债务成本、优化债务结构是重要的经济管理目标。而在企业领域，债务也与会计方法、公司治理等诸多因素紧密相关。本研究旨在深入探讨首席执行官（CEO）任期与债务之间的关系，通过运用线性和非线性模型，揭示两者之间的内在联系。

过去的研究主要集中在债务成本的决定因素上，而对CEO任期这一重要因素的关注相对较少。本研究希望弥补这一空白，为非营利领域的债务问题提供新的见解。

2. 研究现状概述

• 政府部门债务研究 ：许多研究聚焦于政府债务成本的决定因素。例如，一些研究探讨了州政府规定的披露要求对市政债务成本的影响，发现债券价格会受到不同公认会计原则（GAAP）合规性的影响。还有研究表明，采用GAAP披露要求的州，其市政债务成本会降低15个基点。此外，审计变量和会计变量也会对地方政府新债券发行的借款成本产生影响。
• 企业领域债务研究 ：在企业领域，债务与会计方法、会计保守主义密切相关。借款人在银行债务合同中，会因合同对会计方法变更的规定而做出不同的会计方法选择。会计保守主义在降低企业债务成本方面发挥着重要作用。同时，债务还与企业的未来增长、融资决策等因素存在复杂的关系。例如，企业的未来增长与杠杆率呈负相关，企业的融资决策会受到啄食顺序模型、代理模型和时机模型等因素的影响。

3. 研究方法选择

本研究采用线性和非线性模型相结合的方法，以全面探究CEO任期与债务之间的