-
自1990年创立至今,中国资本市场经历了“摸着石头过河”“先探索试点,再规范发展”等阶段,现已发展成为全球规模第二的资本市场。这离不开中国资本市场发展进程中的不断改革,而股票市场的持续开放更是近年来中国政府推行的一项重大制度创新。自2014年11月沪港通正式启动以来,中国A股市场向境外投资者开放的各项改革制度开始逐步实施:2016年12月,深港通开通;2018年6月,A股正式纳入明晟(MSCI)新兴市场指数;2018年9月,富时罗素(FTSE Russell)宣布将A股纳入其全球指数体系;2019年6月,沪伦通正式启动;2019年10月,证监会宣布提前取消外资持股比例限制的时间表,于2020年逐步取消期货公司、基金管理公司和证券公司的外资持股比例限制。
在这一系列开放举措中,以沪港通和深港通(以下合称为陆港通)为基础的股票市场互联互通机制受到海内外投资者、媒体的广泛关注,但学术界对其经济后果的研究甚少。现有研究主要讨论沪港通实施对审计需求(周冬华等,2018)、企业投资(陈运森和黄健峤,2019)等方面的影响,仅有几篇文献虽然关注了沪港通实施对企业创新的影响(Bekaert等,2005;丰若旸和温军,2019;马妍妍等,2019;王敬勇等,2019;Moshirian等,2019),但主要采用跨资本市场研究范式,或局限于国有企业和理论层面,或仅从研发投入视角切入。本文以陆港通的分步实施为准自然实验,考察股票市场开放对企业创新产出的影响,一方面有助于降低单个政策研究场景可能存在的混杂效应,另一方面有利于避免不同资本市场基本情况的差异对研究结果的干扰。
本文以企业创新为切入点,主要是因为创新不但是企业重要的长期投资活动,能够增强企业竞争力、提升企业价值,而且也是国家经济增长的主要驱动力①。中国政府提出“创新驱动发展战略”“大众创业、万众创新”,意在激励创新。由于创新活动具有长期性、高风险性、不确定性等特点,企业创新往往面临信息不对称、委托代理等问题,而股票市场开放可以通过改善上市公司信息环境和治理水平对企业创新活动产生正向影响,进而促进经济发展。因此,研究股票市场开放对企业创新产出的影响具有重要意义。
本文以陆港通的分步实施为准自然实验,以2012−2017年中国A股上市公司为研究对象,考察了股票市场开放对企业创新产出的影响。结果发现,股票市场开放显著增加了企业创新产出,且这一作用在两权分离度较高、机构投资者持股比例较低、信息环境较差及融资需求较高的企业中更显著。本文结论在重新定义企业创新产出水平、考虑交叉上市、重新界定政策影响时点以及安慰剂检验等情况下依然稳健。
本文的研究贡献主要体现在以下三方面:
首先,国内学术界对股票市场开放的经济后果研究较少,且微观层面的研究集中于审计需求(周冬华等,2018)、企业投资(陈运森和黄健峤,2019;连立帅等,2019)、股利水平(陈运森等,2019)等方面。本文从企业创新产出视角,研究股票市场开放产生的微观经济后果,丰富了股票市场开放领域的研究。需要说明的是,本文与现有同一主题的研究存在显著差异:第一,Moshirian等(2019)基于全球51个经济体的金融开放场景探讨了金融开放对技术性创新的影响,但这51个经济体中,中国内地并未作为金融开放组。中国是世界上最大的发展中国家和全球第二大经济体,对其资本市场开放的考察有助于提供中国背景下股票市场开放影响企业创新活动的独特证据,对其他新兴资本市场也具有重要的启示意义。第二,Moshirian等(2019)采用的是跨资本市场研究范式,但是不同资本市场的基本情况往往存在显著差异,这种差异在一定程度上会影响研究结果。本文仅以中国资本市场为研究对象,基于陆港通分步实施的股票市场开放场景进行研究,不仅能较好地排除单一政策研究存在的其他因素混杂效应的干扰,还尽可能地克服了跨资本市场研究范式的固有缺陷,减弱了内生性问题对研究结果的影响,对后续相关研究具有一定的借鉴意义。第三,丰若旸和温军(2019)仅研究沪港通对国有企业创新的影响,王敬勇等(2019)仅从理论层面进行分析,马妍妍等(2019)则主要关注了QFII持股对研发投入的影响。本文将沪港通和深港通纳入统一的分析框架,基于中国A股所有上市公司,理论分析并实证检验了陆港通实施对企业创新产出的影响,研究结论更为严谨也更具说服力。
其次,现有基于股权结构与企业创新的研究大多集中于机构投资者(温军和冯根福,2012)、大股东持股比例(鲁桐和党印,2014)等方面,鲜有研究以外资持股为视角探讨企业创新的影响因素(Luong等,2017)。
最后,本文具有重要的实践意义:一方面,从QFII、RQFII制度实施,到沪港通、深港通、债券通以及沪伦通的相继启动,中国资本市场对外开放程度显著提高,境外投资者一直是相关政策制定者关注的重点。本文基于股票市场开放的政策背景,研究外资持股对企业创新产出的影响,为股票市场互联互通机制的进一步实施以及资本市场的后续深度开放提供了系统证据。另一方面,创新是引领发展的第一动力,中国经济已由高速增长阶段转向高质量发展阶段,而实现高质量发展的关键在于创新,创新水平的提升又最终体现在创新产出上。因此,本文从资本市场开放视角考察企业创新产出的影响因素,为宏观经济政策和经济环境影响企业创新行为提供系统性证据,为坚定不移实施创新驱动发展战略、推动中国经济高质量发展提供政策启示。
-
石凡等(2009)认为境外战略投资者能够降低公司与外部投资者之间的信息不对称程度,进而提升公司价值,表现为IPO首日抑价的降低和IPO后累计超额回报的提高。Bae等(2012)发现外资有助于促进全球市场信息向股票价格的扩散,降低了全球市场信息的价格延迟和股价同步性。Kim和Kim(2018)通过对韩国外商投资股票组合的价格调整速度进行测试,研究发现在与世界资本市场联动性较差的资本市场中,外资持股比例高的股票具有更高的调整速度。钟覃琳和陆正飞(2018)运用中国内地资本市场的证据也得出了相同结论。钟凯等(2018)发现沪港通的实施可以提高企业信息披露质量进而降低股价异质性波动。刘海飞等(2018)基于复杂网络的视角发现,沪港通能够提高股票市场稳定性。李沁洋和许年行(2019)发现沪港通的实施能够降低A股市场标的公司的股价崩盘风险,提升标的公司的信息透明度。
-
国内研究方面,张立民等(2018)发现沪港通开通后审计独立性提高,公司信息披露质量提高。周冬华等(2018)也发现沪港通政策的实施显著提高了审计质量,改善了上市公司的信息环境。连立帅等(2019a)发现资本市场开放通过增强股价信息含量并影响企业融资来增强股价对企业投资的引导作用。连立帅等(2019b)发现沪港通的实施能够增强非财务信息的定价,进而影响企业投资。邹洋等(2019)发现资本市场对外开放能抑制上市公司违规行为。丰若旸和温军(2019)发现沪港通会促进国有企业技术创新。王敬勇等(2019)分析了沪港通影响企业研发投资的机制。马妍妍等(2019)发现QFII持股比例越高,企业研发投入越多。
国外研究方面,Gillan和Starks(2003)发现外资能够提高公司治理水平、降低投资者监控成本。Boubakri等(2013)发现外资持股与公司风险承担水平正相关,且这种正相关关系在政府管控力度小、开放和治理水平高的国家更显著。Luong等(2017)发现境外机构投资者对企业创新有积极影响。Bena等(2017)以2001−2010年30个经济体的上市公司为样本,研究发现境外机构投资者通过约束与监督手段引导公司价值投资,显著提升了公司创新产出。Moshirian等(2019)发现外资通过放松融资约束、提高人力资本和知识技术溢出来提高企业创新水平。
-
创新对于国家发展的重要性不言而喻,对于企业来说也是一项重要的长期投资活动。学术界关于企业创新的研究越来越多,现有研究探讨了市场特征、企业财务特征、宏观政策等因素对企业创新的影响。
在市场特征方面,Fang等(2013)、胡勇等(2016)研究发现股票流动性的提高会显著抑制民营企业创新;冯根福等(2017)则发现股票流动性的提高反而有助于国有企业创新水平的提高。在企业财务特征方面,Acharya和Xu(2017)发现在外部融资依赖程度较高的行业,相对于民营企业,国有企业的专利数量更多、质量更好;鞠晓生等(2013)发现营运资本对企业创新投资波动有缓冲作用,且融资约束程度越高,缓冲作用越显著。在其他方面,Lerner等(2011)、Guadalupe等(2012)、李文贵和余明桂(2015)、Luong等(2017)研究了股权结构、股权交易对企业创新的影响;张信东和吴静(2016)考察了管理者特征对企业创新的影响;解维敏和方红星(2011)、Hsu等(2014)、米展(2016)、Moshirian等(2019)关注了宏观层面的金融发展和市场开放对企业创新的影响。
综上,目前关于股票市场开放对企业行为影响的研究多是基于股票定价效率、企业投资等方面,少数从企业创新视角展开的研究也仅基于跨资本市场样本或国有企业,或局限于理论分析;在企业创新方面,基于股权结构或市场开放角度的研究大多采用跨资本市场研究范式,或局限于研发投入,缺少围绕中国这一典型新兴资本市场的全方位经验证据。因此,本文以陆港通的分步实施为政策冲击,采用双重差分法探究股票市场开放对企业创新产出的影响。
-
中国资本市场的对外开放在国家政策支持下一直稳步推进。以1992年B股市场的建立为起点,境外投资者长期以来主要通过QFII、RQFII进入中国内地资本市场。但一直以来,B股规模过小,而QFII、RQFII的进入成本和交易成本相对较高,极大地限制了外资进入内地资本市场;近年来陆续实施的沪港通和深港通这一股票市场互联互通机制则是中国资本市场的一项重大制度创新,大大拓宽了外资进入中国内地资本市场的途径。
2014年11月,沪港通正式启动。沪港通包括沪股通和港股通,即符合要求的机构或个人投资者可通过当地证券公司(或经销商)购买每日规定限额内的香港联合交易所(或上海证券交易所)上市股票。沪股通的股票范围包括上证180指数、上证380指数的成份股以及上海证券交易所上市的A+H股公司股票,首次实施时即取消了沪市568只股票对香港投资者的交易限制;港股通的股票范围包括香港联合交易所上市的恒生综合大型股指数、恒生综合中型股指数的成份股,以及同时在香港联合交易所、上海证券交易所上市的A+H股公司股票。
2016年12月,深港通正式启动。如果沪港通是互联互通的第一步,深港通则为第二步,是对沪港通的重要延伸。与沪港通相似,深港通包括深股通和港股通。深股通的股票范围包括市值60亿元人民币及以上的深证成份指数和深证中小创新指数的成份股以及深圳证券交易所上市的A+H股公司股票,首次实施时即取消了深市881只股票对香港投资者的交易限制;港股通的股票范围除在沪港通下的港股通标的股票外,新增了市值50亿元港币及以上的恒生综合小型股指数的成份股,以及同时在香港联合交易所、深圳证券交易所上市的A+H股公司股票。
陆港通的实施标志着中国内地资本市场的双向开放进入了更高水平的全新阶段,为后续A股纳入MSCI新兴市场指数和富时罗素指数体系奠定了坚实基础。
-
在中国内地资本市场发展进程中,境外投资者扮演着重要角色。在陆港通启动后,境外投资者进入中国内地资本市场的渠道增多,所受限制越来越少,为中国内地企业带来资金、技术、人才的支持,进一步推动了中国内地资本市场发展。创新作为企业的重要投资行为和举足轻重的核心战略,自然会受到资本市场开放的影响。
首先,由于经营不透明,公司管理层相对于投资者具有信息优势,这种信息不对称使管理层有机会为了自身利益做出损害投资者利益的决策。创新虽会为公司带来长期的价值提升,但兼具长期性、高风险性及不确定性等特征。因此,管理层可能因绩效考评、职位晋升等需要将资金投入到能带来更大短期收益的项目而减少创新投入,最终导致创新产出减少,这就是公司存在的第一类代理问题。同时,在中国这样的新兴资本市场,第二类代理问题可能更为突出(唐跃军等,2012)。公司大股东往往把持董事会,导致公司治理结构严重失衡,损害中小股东利益的现象时有发生(如大股东通过利益输送的方式掏空上市公司),严重影响了企业创新投入和产出。而在陆港通实施背景下,大量境外机构投资者进入中国内地资本市场,这有助于缓解A股市场存在的两类代理问题,进而提升企业创新水平。
境外投资者具有发达资本市场的投资理念和投资经验,往往更加理性、成熟,独立性更强,与中国内地企业管理层利益关联更少(Gillan和Starks,2003),更能够以监督者的角色约束管理层的非效率资源配置行为,从而有助于缓解第一类代理问题,提升企业创新产出水平。已有研究发现外资股东会提升企业的风险承担水平(Li等,2011),为经理人开展创新活动、投资净现值(NPV)为正的项目提供保障(Luong等,2017),从而促进企业管理层对创新的投入,最终提升企业创新产出水平。
境外投资者多是价值投资者,因短期盈利预期而进行套利的可能性远低于境内投资者(Noe,2002),因而更关注控股股东损害企业价值的行为,也更有动机和能力抑制管理层的自利行为,从而有助于增强非控股股东群体的力量来缓解第二类代理问题,并最终提升企业创新产出水平。创新是提升公司价值的必要活动,更是维持公司长远发展的关键(Moshirian等,2019)。在“用脚投票”机制下,外资股东如果发现控股股东和管理层的短视行为(如放弃NPV为正的项目或投资NPV为负的项目,或向控股股东的关联公司进行利益输送),则可通过股票交易将这一负面消息反映在公司股价中(陈晖丽和刘峰,2014)。而对于中小投资者,卖空的信号会加剧“用脚投票”行为,从而造成公司股价崩盘。为避免股价持续下跌,控股股东和管理层会在做出满足自身私利需求而做出损害公司价值决策时慎之又慎。因此,陆港通的实施有利于发挥中小股东对大股东、管理层的震慑作用,在一定程度上保障了增加公司价值的创新活动的开展,从而提升企业创新产出水平。
其次,随着股票市场开放的不断深入,陆港通标的公司更容易受到媒体、分析师、审计师等资本市场信息中介的关注,而企业创新活动等长期价值驱动因素一直以来是资本市场信息中介关注的重点。张纯和吕伟(2009)发现分析师跟踪越多,公司投资效率越高;陈钦源等(2017)则发现分析师跟踪显著提升了被跟踪企业的创新绩效。在股票市场开放的背景下,分析师跟踪和媒体关注的增加更便于外部投资者理解与搜集公司内部信息,审计师投入的增加会提高经理人隐藏信息的成本,改善公司信息环境(周冬华等,2018),这都有助于增进投资者对企业创新活动价值的认识,增强管理层进行长期价值增加型项目投资的意愿(Manso,2011),从而提升企业创新产出水平。
基于上述分析,本文提出如下核心假说:
H1:股票市场开放能够提高企业创新产出水平。
-
申请专利的发明创造包括发明、实用新型和外观设计,而其中发明专利的授予条件、申请过程和保护条例更为严格,质量也相对更高(蔡卫星等,2019;李晓霞等,2019)。黎文靖和郑曼妮(2016)、林志帆和龙晓旋(2019)指出,发明专利会实质性推动技术进步,属于高质量的创新行为,而实用新型专利和外观设计专利一般是企业对政策和监管的迎合,属于微小的、技术性较差的低质量创新行为。本文参考已有文献(He和Tian,2013;陈钦源等,2017),从数量和质量两个维度度量企业创新产出水平,即以专利授权总量加1后的自然对数度量企业创新数量(Innovation1),以发明专利授权数量加1后的自然对数度量企业创新质量(Innovation2)。考虑到企业创新活动的长期性和专利授权时间的滞后性,本文采用t +1期的Innovation1、Innovation2度量企业创新产出水平。
-
借鉴Bertrand和Mullainathan(2003)对分步实施的准自然实验的设计方法,本文构建如下控制公司固定效应和年度固定效应的双重差分模型:
$$\begin{split} Innovatio{n_{i,t + 1}} =\; & {\beta _{0}} + {\beta _1}SHHK \! \times \! Pos{t_{i,t}} + {\beta _2}Siz{e_{i,t}} + {\beta _3}Le{v_{i,t}} + {\beta _4}Growt{h_{i,t}} + {\beta _5}RO{A_{i,t}} \\ &+ {\beta _6}Ag{e_{i,t}} + {\beta _7}SO{E_{i,t}} + {\beta _8}Top{{\textit{1}}_{i,t}} + {\beta _9}Bsiz{e_{i,t}} + Firm + Year + {\epsilon _{i,t}}\\[-13pt] \end{split}$$ (1) 在模型(1)中,SHHK为政策干预变量,当公司为陆港通标的时取1,否则为0;Post为政策发生时点变量,在陆港通实施当年及之后年份取1,否则为0。其他变量定义见表1。模型(1)控制了公司固定效应和年度固定效应,交互项SHHK×Post的系数β1为双重差分统计量。如果β1显著为正,说明股票市场开放显著提高了企业创新产出水平,表现为创新数量或创新质量的提升,从而证明假说H1。
表 1 变量定义
变量名称 变量符号 变量定义 企业创新产出水平 Innovation1 专利授权总量(Patnum1)加1后的自然对数 Innovation2 发明专利授权数量(Patnum2)加1后的自然对数 Innovation3 实用新型专利授权数量加1后的自然对数 Innovation4 外观设计专利授权数量加1后的自然对数 Innovation5 专利申请数量加1后的自然对数 Innovation6 专利授权总量与研发投入的自然对数之比 陆港通标的 SHHK 企业为陆港通标的时取1,否则为0 政策发生时点 Post 陆港通实施当年及之后年份取1,否则为0 企业规模 Size 年末总资产的自然对数 杠杆水平 Lev 年末总负债/年末总资产 成长性 Growth 营业收入增长率 盈利能力 ROA 净利润/年末总资产 企业年龄 Age 企业从成立到现在的年份 产权性质 SOE 哑变量,国有企业取1,否则为0 第一大股东持股 Top1 年末第一大股东所持股份占总股份的比重 董事会规模 Bsize 董事会人数(含董事长) 两权分离度 D_sep 哑变量,两权分离度大于行业年度均值时取1,否则为0 机构投资者持股 D_ins 哑变量,机构投资者持股比例大于行业年度均值时取1,否则为0 审计质量 Big10 哑变量,前十大会计师事务所审计取1,否则为0 融资需求 D_fin 哑变量,融资需求大于行业年度均值时取1,否则为0 研发投入水平 RD 研发投入与总资产的比重 LnRD 研发投入的自然对数 借鉴陈钦源等(2017)、王兰芳和胡悦(2017)的研究,本文在模型(1)中加入如下控制变量:企业规模Size、杠杆水平Lev、成长性Growth、盈利能力ROA、企业年龄Age、产权性质SOE、第一大股东持股Top1、董事会规模Bsize。
-
本文以2012−2017年中国A股上市公司为初始研究样本,并剔除以下样本观测值:(1)2014年及其之后年份上市的公司;(2)样本期间被ST的上市公司;(3)首次确定为陆港通标的后被调入或剔除的上市公司;(4)其他财务数据缺失的上市公司。本文涉及的陆港通标的股票名单来自香港联合交易所官网(http://www.hkex.com.hk),A股上市公司的专利数据来自中国知识产权局的《中国专利全文数据库》,其他财务数据均来自国泰安CSMAR数据库。为避免极端值对研究结果的影响,本文对所有连续变量采取了1%和99%的缩尾处理(Winsorize)。本文采用的统计和回归分析软件为Stata软件。
-
考虑到创新项目的长期性及专利授权时间的滞后性,本文将被解释变量的时间跨度设定为2013−2017年,解释变量和控制变量的时间跨度设定为2012−2016年,主要变量的描述性统计结果列示于表2。每家样本公司每年的专利授权总量(Patnum1)平均为5.253,发明专利授权数量(Patnum2)平均为1.911,说明每家样本公司每年平均新增专利5项,其中发明专利近2项;专利授权总量的最大值和最小值分别为3755和0,发明专利授权数量的最大值和最小值分别为2692和0,说明样本公司的创新产出水平存在较大差异。对数化处理后,本文主要被解释变量Innovation1和Innovation2的均值分别为0.461和0.223,标准差分别降至1.005和0.622,说明对数化后被解释变量分布的离散程度减小,更加接近正态分布。SHHK×Post的均值为0.183,说明陆港通实施后,标的公司观测值占样本总数的18.3%。
表 2 主要变量的描述性统计
变量 观测值 均值 中位数 最大值 最小值 标准差 Patnum1 9,389 5.253 0.000 3755 0.000 56.033 Patnum2 9,389 1.911 0.000 2692 0.000 37.473 Innovation1 9,389 0.461 0.000 4.277 0.000 1.005 Innovation2 9,389 0.223 0.000 3.178 0.000 0.622 SHHK×Post 9,389 0.183 0.000 1.000 0.000 0.387 Size 9,389 22.120 21.921 26.150 19.321 1.336 Lev 9,389 0.440 0.431 0.943 0.050 0.219 Growth 9,389 0.187 0.088 4.028 −0.606 0.558 ROA 9,389 0.035 0.032 0.195 −0.188 0.054 Age 9,389 2.206 2.303 3.219 0.000 0.700 SOE 9,389 0.403 0.000 1.000 0.000 0.491 Top1 9,389 0.347 0.327 0.743 0.084 0.150 Bsize 9,389 2.256 2.303 2.773 1.792 0.180 表3进一步列示了主要变量的相关系数矩阵。SHHK×Post与Innovation1、Innovation2的相关系数均为正,与假说H1一致,说明股票市场开放能够提高企业创新产出水平。其他变量与Innovation1和Innovation2都存在显著的相关关系,说明本文对控制变量的选取是适当的。同时,除衡量创新产出水平指标的相关系数外,其他变量两两之间的相关系数均小于0.5,说明模型不存在严重的多重共线性问题。
表 3 主要变量的相关系数矩阵
变量 Innovation1 Innovation2 SHHK×Post Size Lev Growth ROA Age SOE Top1 Bsize Innovation1 1 Innovation2 0.815*** 1 SHHK×Post 0.071*** 0.088*** 1 Size 0.050*** 0.073*** 0.444*** 1 Lev −0.071*** −0.051*** 0.065*** 0.448*** 1 Growth 0.022*** 0.019*** 0.016*** 0.028*** 0.030*** 1 ROA 0.077*** 0.066*** 0.126*** 0.055*** −0.365*** 0.170*** 1 Age −0.134*** −0.081*** 0.212*** 0.314*** 0.406*** 0.002 −0.159*** 1 SOE −0.056*** −0.028*** 0.075*** 0.371*** 0.320*** −0.088*** −0.126*** 0.457*** 1 Top1 0.023*** 0.022*** 0.043*** 0.257*** 0.056*** −0.030*** 0.107*** −0.075*** 0.203*** 1 Bsize 0.055*** 0.052*** 0.077*** 0.271*** 0.166*** −0.034*** 0.011 0.130*** 0.273*** 0.043*** 1 注:***表示在1%水平上显著。 -
表4报告了模型(1)的回归结果。列(1)、列(2)以Innovation1i,t+1为被解释变量,在仅控制公司和年度固定效应的情况下,SHHK×Post的系数为0.074,在5%水平上显著;在控制相关变量后,SHHK×Post的系数为0.081,仍在1%水平上显著。列(3)、列(4)以Innovation2i,t+1为被解释变量,在仅控制公司和年度固定效应的情况下,SHHK×Post的系数为0.050,在5%水平上显著;在控制相关变量后,SHHK×Post的系数为0.055,在1%水平上显著。上述结果表明,股票市场开放(陆港通实施)后,中国A股上市公司的专利授权总量和发明专利授权数量均有显著增加,即企业创新产出水平显著提升,本文假说H1得到支持。
表 4 股票市场开放与企业创新产出水平
变量 Innovation1i,t+1 Innovation2i,t+1 (1) (2) (3) (4) SHHK×Post 0.074** 0.081*** 0.050** 0.055*** (2.549) (2.755) (2.456) (2.693) Size 0.063** 0.028 (2.415) (1.512) Lev 0.032 0.021 (0.343) (0.324) Growth −0.018 0.003 (−1.102) (0.283) ROA 0.409* 0.151 (1.816) (0.961) Age 0.451*** 0.246*** (7.404) (5.778) SOE −0.024 −0.014 (−0.309) (−0.253) Top1 0.170 0.034 (1.019) (0.296) Bsize 0.098 0.067 (0.991) (0.979) Constant 0.339*** −2.215*** 0.135*** −1.117*** (20.644) (−3.713) (11.831) (−2.685) Firm/Year Yes Yes Yes Yes N 9,389 9,389 9,389 9,389 R2 0.618 0.622 0.517 0.520 注:括号内为t值,***、**、*分别表示在1%、5%和10%水平上显著。 控制变量方面,列(2)中Size的系数显著为正,说明企业规模越大,专利授权总量的增长越明显,但发明专利授权数量的增长并不显著;企业年龄Age的系数在列(2)和列(4)中均显著为正,说明企业成立时间越长,在股票市场开放程度提高后,创新产出水平的提高越明显。
-
在不同特征的企业中,股票市场开放对企业创新产出的影响是否存在差异?本文分别从代理问题、信息环境以及融资需求角度对这一问题展开探讨。
-
从第一类代理问题的视角来看,公司代理问题产生的根源在于所有权与控制权的分离,两权分离度越高,管理层越可能为了满足自身利益而损害股东财富。创新是一个长期过程,需要持续投入大量资金,如果公司第一类代理问题较严重,那么管理层更可能利用职务之便侵占资金来满足个人私利,甚至用创新项目的失败来掩饰资金的转移。本文采用两权分离度(D_sep)衡量第一类代理问题,预期股票市场开放对企业创新产出的边际效应在两权分离度较高的企业中更显著。本文根据陆港通实施前一年(2013年)两权分离度的行业均值将样本分为两权分离度高组( D_sep =1)和两权分离度低组( D_sep =0),分组回归结果如表5所示。与本文预期一致,SHHK×Post的系数在两权分离度高组(D_sep=1)中更显著。
表 5 股票市场开放与企业创新产出水平:第一类代理问题的影响
变量 Innovation1i,t+1 Innovation2i,t+1 D_sep=1
(1)D_sep=0
(2)D_sep=1
(3)D_sep=0
(4)SHHK×Post 0.147*** 0.049 0.134*** 0.017 (2.731) (1.351) (3.628) (0.684) Controls Yes Yes Yes Yes Firm/Year Yes Yes Yes Yes N 2,987 6,015 2,987 6,015 R2 0.597 0.631 0.497 0.532 Difference test (1)−(2) (3)−(4) Difference 0.098* 0.117** Chi2 2.814 4.284 注:括号内为t值,***、**、*分别表示在1%、5%和10%水平上显著;限于篇幅,未报告控制变量的回归结果,相关资料备索。 -
为检验第二类代理问题的影响,本文从机构投资者的角度进行探索。境外投资者通过监督和约束控股股东的不当行为对企业创新等长期活动产生正面影响,促使大股东增加创新投入,最终提升创新产出水平。同样,持股比例高的本土机构投资者也会在公司治理中发挥作用。相较于个人投资者,机构投资者参与公司治理的动机更强,拥有更加分散的投资组合,能够促进公司增加创新产出。机构投资者持股比例高的公司,创新产出水平原本就高。因此,股票市场开放对企业创新产出的边际影响应该在机构投资者持股比例低的企业中更显著。本文参考Chen等(2012)的研究,根据陆港通实施前一年(2013年)机构投资者持股比例对样本进行分组,将高于同行业同年度均值的样本定义为机构投资者持股比例高组(D_ins=1),否则为机构投资者持股比例低组(D_ins=0)。分组回归结果如表6所示,与本文预期一致,SHHK×Post的系数在机构投资者持股比例低组(D_ins=0)中更显著②。
表 6 股票市场开放与企业创新产出水平:第二类代理问题的影响
变量 Innovation1i,t+1 Innovation2i,t+1 D_ins=1
(1)D_ins=0
(2)D_ins=1
(3)D_ins=0
(4)SHHK×Post 0.046 0.088** 0.021 0.071*** (0.895) (2.413) (0.568) (2.846) Controls Yes Yes Yes Yes Firm/Year Yes Yes Yes Yes N 3,479 5,910 3,479 5,910 R2 0.611 0.630 0.497 0.538 Difference test (2)−(1) (4)−(3) Difference 0.042 0.050* Chi2 2.094 2.723 注:括号内为t值,***、**、*分别表示在1%、5%和10%水平上显著;限于篇幅,未报告控制变量的回归结果,相关资料备索。 -
从信息环境维度来看,股票市场开放影响企业创新的一个重要机制在于企业信息环境的改善。外资股东拥有更强的信息搜集、处理能力,更有动机挖掘和传播公司的负面私有信息,并通过卖空交易将这一负面消息反映在公司股价中(陈晖丽和刘峰,2014)。可见,股票市场开放可以有效缓解信息不对称,改善公司信息环境,进而促进公司合理配置资源,将资金投入到能够增加公司价值的活动中,如创新活动(郝项超等,2018)。因此,公司的信息环境越差,股票市场开放对其创新的边际影响越大。参考陈钦源等(2017)的研究,本文以是否由前十大会计师事务所审计(Big10)衡量企业信息环境。一般而言,当公司由前十大会计师事务所审计时,审计质量较高,信息环境较好,此时Big10取1,否则为0。表7的分组回归结果显示,与本文预期一致,SHHK×Post的系数在信息环境较差组(Big10=0)中更显著。
表 7 股票市场开放与企业创新产出水平:信息环境的影响
变量 Innovation1i,t+1 Innovation2i,t+1 Big10=1
(1)Big10=0
(2)Big10=1
(3)Big10=0
(4)SHHK×Post 0.053 0.143*** 0.031 0.113*** (1.398) (2.853) (1.129) (3.261) Controls Yes Yes Yes Yes Firm/Year Yes Yes Yes Yes N 5,707 3,682 5,707 3,682 R2 0.645 0.656 0.527 0.573 Difference test (2)−(1) (4)−(3) Difference 0.090* 0.082** Chi2 3.123 3.954 注:括号内为t值,***、**、*分别表示在1%、5%和10%水平上显著;限于篇幅,未报告控制变量的回归结果,相关资料备索。 -
股票市场开放会带来境外投资者的大量资金流入,融资需求高的公司为吸收境外资金,可能会迎合境外机构投资者偏好,主动增加创新投入,提高创新产出水平。因此,本文预期股票市场开放对企业创新的积极影响在融资需求高的企业中更显著。本文根据陆港通实施前公司融资需求均值将样本分为融资需求高组(D_fin=1)和融资需求低组(D_fin=0)。分组回归结果如表8所示,与本文预期一致,SHHK×Post的系数在融资需求高组(D_fin=1)中更显著。
表 8 股票市场开放与企业创新产出水平:融资需求的影响
变量 Innovation1i,t+1 Innovation2i,t+1 D_fin=1
(1)D_fin=0
(2)D_fin=1
(3)D_fin=0
(4)SHHK×Post 0.112*** 0.044 0.057** 0.004 (2.814) (0.749) (2.030) (0.095) Controls Yes Yes Yes Yes Firm/Year Yes Yes Yes Yes N 5,940 3,043 5,940 3,043 R2 0.685 0.737 0.573 0.691 Difference test (1)−(2) (3)−(4) Difference 0.068** 0.053 Chi2 3.924 1.203 注:括号内为t值,***、**、*分别表示在1%、5%和10%水平上显著;限于篇幅,未报告控制变量的回归结果,相关资料备索。 -
上文实证分析使用专利授权总量和发明专利授权数量衡量企业创新产出水平,本文参考黎文靖和郑曼妮(2016)、陈钦源等(2017)以及王兰芳和胡悦(2017)的研究,使用实用新型专利授权数量加1后的自然对数(Innovation3)、外观设计专利授权数量加1后的自然对数(Innovation4)、专利申请数量加1后的自然对数(Innovation5)和专利授权总量与研发投入的自然对数之比(Innovation6)衡量企业创新产出水平。结果显示,SHHK×Post的系数显著为正④,本文结果稳健。
-
考虑到交叉上市(同时发行H股)对实证结果的影响,本文将交叉上市的样本剔除后再检验。结果显示,SHHK×Post的系数仍显著为正,本文结果稳健。
-
在主回归中,本文将政策影响时点定义为陆港通实施当年。沪港通于2014年11月实施,深港通虽然是在2016年12月实施,但同年8月已被批准,且在沪港通实施后,市场对此已有预期,故本文用两种方法重新界定政策时点:(1)将2014年视为政策未实施年份,2016年视为政策已实施年份;(2)剔除2014年观测值。结果显示,SHHK×Post的系数仍显著为正,本文结果稳健。
-
本文假设将两次政策发生时点分别向前平推5年,即沪港通于2009年实施、深港通于2011年实施,在此基础上进行回归分析。结果显示,SHHK×Post的系数不显著,尽可能排除了组间其他因素对研究结果的影响,证明了本文结果的稳健性。
-
基于前文的理论分析,股票市场开放影响企业创新产出的一个重要途径是企业创新投入,也只有当企业真正愿意支持并投入创新活动时,企业创新产出水平才会显著提升,那么陆港通的实施是否真正促进了企业创新投入的增加?参考解维敏和方红星(2011)、Balsmeier等(2017)的研究,本文以公司研发投入与总资产的比重(RD)、研发投入的自然对数(LnRD)衡量创新投入,检验结果如表9所示。SHHK×Post的系数显著为正,说明股票市场开放会显著提升企业创新投入水平,印证了本文的主要逻辑。
表 9 股票市场开放与研发投入
变量 RDi,t+1 LnRDi,t+1 (1) (2) SHHK×Post 0.001** 0.044** (2.234) (2.001) Controls Yes Yes Firm/Year Yes Yes N 7,432 7,424 R2 0.895 0.931 注:括号内为t值,***、**、*分别表示在1%、5%和10%水平上显著;限于篇幅,未报告控制变量的回归结果,相关资料备索。 -
股票市场持续开放是近年来中国政府推行的一项重大资本市场改革举措,研究股票市场开放对微观企业经济后果的影响具有重要意义。然而,由于缺少较为干净的实验环境,作为外生冲击的单一政策无法避免其他因素导致的混杂效应,现有研究也面临内生性问题的干扰。陆港通的分步实施为解决这一问题提供了契机。现有基于中国制度背景探讨股票市场开放这一政策的经济后果研究还比较少,且微观层面的研究目前集中于讨论股票市场开放对审计需求、企业投资等方面的影响,缺少对企业创新产出影响的研究。本文以陆港通的分步实施为契机,以2012−2017年中国A股上市公司为研究样本,采用双重差分模型,考察股票市场开放对企业创新产出的影响。研究发现,股票市场开放显著提高了企业创新产出水平,在重新定义创新产出水平、改变样本选取范围、更换政策时点等情况下结论依然稳健。进一步研究发现,股票市场开放对企业创新的积极影响在两权分离度较高、机构投资者持股比例较低、信息环境较差及融资需求较高的企业中更为显著。
本文研究具有如下实践意义:一方面,创新不仅是企业发展的关键因素,更是国家经济增长的重要驱动力,研究企业创新产出的影响因素有助于响应“创新驱动发展战略”,推进企业创新发展;另一方面,从资本市场对外开放层面来看,本文的研究结论为股票市场互联互通机制的进一步实施以及资本市场的后续深度开放提供了较为系统的经验证据和政策启示。
-
摘要: 股票市场的持续开放是近年来中国政府推行的一项重大资本市场改革举措,但学术界对其实施效果的研究尚未深入。陆港通的分步实施为股票市场开放研究提供了干净的实验环境,文章基于陆港通分步实施这一准自然实验,检验了股票市场开放对中国A股上市公司创新产出的影响。结果发现,股票市场开放显著提高了企业创新产出水平,且这一作用在两权分离度较高、机构投资者持股比例较低、信息环境较差及融资需求较高的企业中更为显著。
Does Stock Market Liberalization Improve Corporate Innovation Output? A Quasi-Experiment of Mainland China-Hong Kong Stock Connect
Abstract: The continuous liberalization of the stock market is a major capital market reform carried out by the Chinese government in recent years, but academic research on the effect of its implementation are not insightful yet. The step-by-step implementation of Mainland China-Hong Kong Stock Connect provides a clean experimental environment for the research on stock market liberalization. Based on the quasi-natural experiment provided by step-by-step implementation of Mainland China-Hong Kong Stock Connect, we examine the impact of stock market liberalization on the innovation output of China’s A-share listed frims, and find that stock market liberalization significantly promotes corporate innovation output, and the positive relationship is more significant in firms with higher degree of separation of ownership, lower institutional ownership, poorer information environment and higher financing demand. -
表 1 变量定义
变量名称 变量符号 变量定义 企业创新产出水平 Innovation1 专利授权总量(Patnum1)加1后的自然对数 Innovation2 发明专利授权数量(Patnum2)加1后的自然对数 Innovation3 实用新型专利授权数量加1后的自然对数 Innovation4 外观设计专利授权数量加1后的自然对数 Innovation5 专利申请数量加1后的自然对数 Innovation6 专利授权总量与研发投入的自然对数之比 陆港通标的 SHHK 企业为陆港通标的时取1,否则为0 政策发生时点 Post 陆港通实施当年及之后年份取1,否则为0 企业规模 Size 年末总资产的自然对数 杠杆水平 Lev 年末总负债/年末总资产 成长性 Growth 营业收入增长率 盈利能力 ROA 净利润/年末总资产 企业年龄 Age 企业从成立到现在的年份 产权性质 SOE 哑变量,国有企业取1,否则为0 第一大股东持股 Top1 年末第一大股东所持股份占总股份的比重 董事会规模 Bsize 董事会人数(含董事长) 两权分离度 D_sep 哑变量,两权分离度大于行业年度均值时取1,否则为0 机构投资者持股 D_ins 哑变量,机构投资者持股比例大于行业年度均值时取1,否则为0 审计质量 Big10 哑变量,前十大会计师事务所审计取1,否则为0 融资需求 D_fin 哑变量,融资需求大于行业年度均值时取1,否则为0 研发投入水平 RD 研发投入与总资产的比重 LnRD 研发投入的自然对数 表 2 主要变量的描述性统计
变量 观测值 均值 中位数 最大值 最小值 标准差 Patnum1 9,389 5.253 0.000 3755 0.000 56.033 Patnum2 9,389 1.911 0.000 2692 0.000 37.473 Innovation1 9,389 0.461 0.000 4.277 0.000 1.005 Innovation2 9,389 0.223 0.000 3.178 0.000 0.622 SHHK×Post 9,389 0.183 0.000 1.000 0.000 0.387 Size 9,389 22.120 21.921 26.150 19.321 1.336 Lev 9,389 0.440 0.431 0.943 0.050 0.219 Growth 9,389 0.187 0.088 4.028 −0.606 0.558 ROA 9,389 0.035 0.032 0.195 −0.188 0.054 Age 9,389 2.206 2.303 3.219 0.000 0.700 SOE 9,389 0.403 0.000 1.000 0.000 0.491 Top1 9,389 0.347 0.327 0.743 0.084 0.150 Bsize 9,389 2.256 2.303 2.773 1.792 0.180 表 3 主要变量的相关系数矩阵
变量 Innovation1 Innovation2 SHHK×Post Size Lev Growth ROA Age SOE Top1 Bsize Innovation1 1 Innovation2 0.815*** 1 SHHK×Post 0.071*** 0.088*** 1 Size 0.050*** 0.073*** 0.444*** 1 Lev −0.071*** −0.051*** 0.065*** 0.448*** 1 Growth 0.022*** 0.019*** 0.016*** 0.028*** 0.030*** 1 ROA 0.077*** 0.066*** 0.126*** 0.055*** −0.365*** 0.170*** 1 Age −0.134*** −0.081*** 0.212*** 0.314*** 0.406*** 0.002 −0.159*** 1 SOE −0.056*** −0.028*** 0.075*** 0.371*** 0.320*** −0.088*** −0.126*** 0.457*** 1 Top1 0.023*** 0.022*** 0.043*** 0.257*** 0.056*** −0.030*** 0.107*** −0.075*** 0.203*** 1 Bsize 0.055*** 0.052*** 0.077*** 0.271*** 0.166*** −0.034*** 0.011 0.130*** 0.273*** 0.043*** 1 注:***表示在1%水平上显著。 表 4 股票市场开放与企业创新产出水平
变量 Innovation1i,t+1 Innovation2i,t+1 (1) (2) (3) (4) SHHK×Post 0.074** 0.081*** 0.050** 0.055*** (2.549) (2.755) (2.456) (2.693) Size 0.063** 0.028 (2.415) (1.512) Lev 0.032 0.021 (0.343) (0.324) Growth −0.018 0.003 (−1.102) (0.283) ROA 0.409* 0.151 (1.816) (0.961) Age 0.451*** 0.246*** (7.404) (5.778) SOE −0.024 −0.014 (−0.309) (−0.253) Top1 0.170 0.034 (1.019) (0.296) Bsize 0.098 0.067 (0.991) (0.979) Constant 0.339*** −2.215*** 0.135*** −1.117*** (20.644) (−3.713) (11.831) (−2.685) Firm/Year Yes Yes Yes Yes N 9,389 9,389 9,389 9,389 R2 0.618 0.622 0.517 0.520 注:括号内为t值,***、**、*分别表示在1%、5%和10%水平上显著。 表 5 股票市场开放与企业创新产出水平:第一类代理问题的影响
变量 Innovation1i,t+1 Innovation2i,t+1 D_sep=1
(1)D_sep=0
(2)D_sep=1
(3)D_sep=0
(4)SHHK×Post 0.147*** 0.049 0.134*** 0.017 (2.731) (1.351) (3.628) (0.684) Controls Yes Yes Yes Yes Firm/Year Yes Yes Yes Yes N 2,987 6,015 2,987 6,015 R2 0.597 0.631 0.497 0.532 Difference test (1)−(2) (3)−(4) Difference 0.098* 0.117** Chi2 2.814 4.284 注:括号内为t值,***、**、*分别表示在1%、5%和10%水平上显著;限于篇幅,未报告控制变量的回归结果,相关资料备索。 表 6 股票市场开放与企业创新产出水平:第二类代理问题的影响
变量 Innovation1i,t+1 Innovation2i,t+1 D_ins=1
(1)D_ins=0
(2)D_ins=1
(3)D_ins=0
(4)SHHK×Post 0.046 0.088** 0.021 0.071*** (0.895) (2.413) (0.568) (2.846) Controls Yes Yes Yes Yes Firm/Year Yes Yes Yes Yes N 3,479 5,910 3,479 5,910 R2 0.611 0.630 0.497 0.538 Difference test (2)−(1) (4)−(3) Difference 0.042 0.050* Chi2 2.094 2.723 注:括号内为t值,***、**、*分别表示在1%、5%和10%水平上显著;限于篇幅,未报告控制变量的回归结果,相关资料备索。 表 7 股票市场开放与企业创新产出水平:信息环境的影响
变量 Innovation1i,t+1 Innovation2i,t+1 Big10=1
(1)Big10=0
(2)Big10=1
(3)Big10=0
(4)SHHK×Post 0.053 0.143*** 0.031 0.113*** (1.398) (2.853) (1.129) (3.261) Controls Yes Yes Yes Yes Firm/Year Yes Yes Yes Yes N 5,707 3,682 5,707 3,682 R2 0.645 0.656 0.527 0.573 Difference test (2)−(1) (4)−(3) Difference 0.090* 0.082** Chi2 3.123 3.954 注:括号内为t值,***、**、*分别表示在1%、5%和10%水平上显著;限于篇幅,未报告控制变量的回归结果,相关资料备索。 表 8 股票市场开放与企业创新产出水平:融资需求的影响
变量 Innovation1i,t+1 Innovation2i,t+1 D_fin=1
(1)D_fin=0
(2)D_fin=1
(3)D_fin=0
(4)SHHK×Post 0.112*** 0.044 0.057** 0.004 (2.814) (0.749) (2.030) (0.095) Controls Yes Yes Yes Yes Firm/Year Yes Yes Yes Yes N 5,940 3,043 5,940 3,043 R2 0.685 0.737 0.573 0.691 Difference test (1)−(2) (3)−(4) Difference 0.068** 0.053 Chi2 3.924 1.203 注:括号内为t值,***、**、*分别表示在1%、5%和10%水平上显著;限于篇幅,未报告控制变量的回归结果,相关资料备索。 表 9 股票市场开放与研发投入
变量 RDi,t+1 LnRDi,t+1 (1) (2) SHHK×Post 0.001** 0.044** (2.234) (2.001) Controls Yes Yes Firm/Year Yes Yes N 7,432 7,424 R2 0.895 0.931 注:括号内为t值,***、**、*分别表示在1%、5%和10%水平上显著;限于篇幅,未报告控制变量的回归结果,相关资料备索。 -
[1] 蔡卫星, 倪骁然, 赵盼, 杨亭亭. 2019. 企业集团对创新产出的影响: 来自制造业上市公司的经验证据. 中国工业经济 (1): 137−155. [2] 陈晖丽, 刘峰. 2014. 融资融券的治理效应研究——基于公司盈余管理的视角. 会计研究 (9): 45−52. doi: 10.3969/j.issn.1003-2886.2014.09.006 [3] 陈钦源, 马黎珺, 伊志宏. 2017. 分析师跟踪与企业创新绩效——中国的逻辑. 南开管理评论 (3): 15−27. doi: 10.3969/j.issn.1008-3448.2017.03.003 [4] 陈运森, 黄健峤, 韩慧云. 2019. 股票市场开放提高现金股利水平了吗?——基于“沪港通”的准自然实验. 会计研究 (3): 55−62. doi: 10.3969/j.issn.1003-2886.2019.03.008 [5] 陈运森, 黄健峤. 2019. 股票市场开放与企业投资效率——基于“沪港通”的准自然实验. 金融研究 (8): 151−170. [6] 丰若旸, 温军. 2019. 沪港通会促进我国国有企业技术创新吗? 产业经济研究 (4): 88−100. [7] 冯根福, 刘虹, 冯照桢, 温军. 2017. 股票流动性会促进我国企业技术创新吗? 金融研究 (3): 192−206. [8] 郝项超, 梁琪, 李政. 2018. 融资融券与企业创新: 基于数量与质量视角的分析. 经济研究 (6): 127−141. [9] 胡勇, 李意, 乔元波. 2016. 股票流动性与公司创新——基于创新行业的实证分析. 投资研究 (10): 97−110. [10] 鞠晓生, 卢荻, 虞义华. 2013. 融资约束、营运资本管理与企业创新可持续性. 经济研究 (1): 4−16. [11] 黎文靖, 郑曼妮. 2016. 实质性创新还是策略性创新?——宏观产业政策对微观企业创新的影响. 经济研究 (4): 60−73. [12] 李沁洋, 许年行. 2019. 资本市场对外开放与股价崩盘风险——来自沪港通的证据. 管理科学学报 (8): 108−126. doi: 10.3969/j.issn.1007-9807.2019.08.009 [13] 李晓霞, 罗党论, 王碧彤. 2019. 谁更能识别企业创新: 政府还是市场?——基于A股IPO上市公司的实证研究. 会计与经济研究 (6): 3−18. [14] 李文贵, 余明桂. 2015. 民营化企业的股权结构与企业创新. 管理世界 (4): 112−125. [15] 连立帅, 朱松, 陈超. 2019a. 资本市场开放与股价对企业投资的引导作用: 基于沪港通交易制度的经验证据. 中国工业经济 (3): 100−118. [16] 连立帅, 朱松, 陈关亭. 2019b. 资本市场开放、非财务信息定价与企业投资——基于沪深港通交易制度的经验证据. 管理世界 (8): 136−154. doi: 10.3969/j.issn.1002-5502.2019.08.011 [17] 林志帆, 龙晓旋. 2019. 卖空威胁能否激励中国企业创新. 世界经济 (9): 126−150. [18] 刘海飞, 柏巍, 李冬昕, 许金涛. 2018. 沪港通交易制度能提升中国股票市场稳定性吗? 基于复杂网络的视角. 管理科学学报 (1): 97−110. doi: 10.3969/j.issn.1007-9807.2018.01.008 [19] 鲁桐, 党印. 2014. 公司治理与技术创新: 分行业比较. 经济研究 (6): 115−128. [20] 马妍妍, 俞毛毛, 程京京. 2019. 资本市场开放促进企业创新了么?——基于陆港通样本的微观证据. 财经论丛 (8): 39−52. [21] 米展. 2016. 金融发展对企业技术创新模式影响研究——基于中国高技术产业的实证分析. 审计与经济研究 (6): 112−120. [22] 石凡, 陆正飞, 张然. 2009. 引入境外战略投资者是否提升了公司价值——来自H股公司的经验证据. 经济学(季刊) (1): 231−248. [23] 唐跃军, 宋渊洋, 金立印, 左晶晶. 2012. 控股股东卷入、两权偏离与营销战略风格——基于第二类代理问题和终极控制权理论的视角. 管理世界 (2): 82−95. [24] 王敬勇, 丁媛媛, 李新伟, 凌华. 2019. “沪港通”交易制度影响企业R&D投资的机制研究——股价信息含量的中介作用. 中国注册会计师 (9): 31−34. [25] 王兰芳, 胡悦. 2017. 创业投资促进了创新绩效吗? ——基于中国企业面板数据的实证检验. 金融研究 (1): 177−190. [26] 温军, 冯根福. 2012. 异质机构、企业性质与自主创新. 经济研究 (3): 53−64. [27] 解维敏, 方红星. 2011. 金融发展、融资约束与企业研发投入. 金融研究 (5): 171−183. [28] 张纯, 吕伟. 2009. 信息披露、信息中介与企业过度投资. 会计研究 (1): 60−65. doi: 10.3969/j.issn.1003-2886.2009.01.011 [29] 张立民, 彭雯, 钟凯. 2018. “沪港通”开通提升了审计独立性吗? ——基于持续经营审计意见的分析. 审计与经济研究 (5): 35−45. doi: 10.3969/j.issn.1004-4833.2018.05.004 [30] 张信东, 吴静. 2016. 海归高管能促进企业技术创新吗? 科学学与科学技术管理 (1): 115−128. [31] 钟凯, 孙昌玲, 王永妍, 王化成. 2018. 资本市场对外开放与股价异质性波动——来自“沪港通”的经验证据. 金融研究 (7): 174−192. [32] 钟覃琳, 陆正飞. 2018. 资本市场开放能提高股价信息含量吗?——基于“沪港通”效应的实证检验. 管理世界 (1): 169−179. doi: 10.3969/j.issn.1002-5502.2018.01.014 [33] 周冬华, 方瑄, 黄文德. 2018. 境外投资者与高质量审计需求——来自沪港通政策实施的证据. 审计研究 (6): 56−64. doi: 10.3969/j.issn.1002-4239.2018.06.009 [34] 邹洋, 张瑞君, 孟庆斌, 侯德帅. 2019. 资本市场开放能抑制上市公司违规吗?——来自“沪港通”的经验证据. 中国软科学 (8): 120−134. doi: 10.3969/j.issn.1002-9753.2019.08.010 [35] Acharya, V. V., and Z. Xu. 2017. Financial dependence and innovation: The case of public versus private firms. Journal of Financial Economics 124(2): 223−243. doi: 10.1016/j.jfineco.2016.02.010 [36] Bae, K., A. Ozoguz, H. Tan, and T. S. Wirjanto. 2012. Do foreign facilitate information transmission in emerging markets? Journal of Financial Economics 105(1): 209−227. doi: 10.1016/j.jfineco.2012.01.001 [37] Balsmeier, B., L. Fleming, and G. Manso. 2017. Independent boards and innovation. Journal of Financial Economics 123(3): 536−557. doi: 10.1016/j.jfineco.2016.12.005 [38] Bekaert, G., C. Harvey, and C. Lundblad. 2005. Does financial liberalization spur growth? Journal of Financial Economics 77(1): 3−55. doi: 10.1016/j.jfineco.2004.05.007 [39] Bena, J., M. A. Ferreira, P. Matos, and P. Pires. 2017. Are foreign investors locusts: The long-term effects of foreign institution ownership. Journal of Financial Economics 126(1): 122−146. doi: 10.1016/j.jfineco.2017.07.005 [40] Bertrand, M., and S. Mullainathan. 2003. Enjoying the quiet life? Corporate governance and managerial preferences. Journal of Political Economy 111(5): 1043−1075. doi: 10.1086/376950 [41] Boubakri, N., J. C. Cosset, and W. Saffar. 2013. The role of state and foreign owners in corporate risk-taking: Evidence from privatization. Journal of Financial Economics 108(3): 641−658. doi: 10.1016/j.jfineco.2012.12.007 [42] Chen, Q., X. Chen, K. Schipper, Y. Xu, and J. Xue. 2012. The sensitivity of corporate cash holdings to corporate governance. Review of Financial Studies 25(12): 3610−3644. doi: 10.1093/rfs/hhs099 [43] Fang, V. W., X. Tian, and S. Tice. 2013. Does stock liquidity enhance or impede firm innovation. Journal of Finance 69(5): 2085−2125. [44] Gillan, S. L., and L. T. Starks. 2003. Corporate governance, corporate ownership, and the role of institutional investors: A global perspective. Journal of Applied Finance 13(2): 4−22. [45] Guadalupe, M., O. Kuzmina, and C. Thomas. 2012. Innovation and foreign ownership. American Economic Review 102(7): 3594−3627. doi: 10.1257/aer.102.7.3594 [46] He, J., and X. Tian. 2013. The dark side of analyst coverage: The case of innovation. Journal of Financial Economics 109(3): 856−878. doi: 10.1016/j.jfineco.2013.04.001 [47] Hsu, P., X. Tian, and Y. Xu. 2014. Financial development and innovation: Cross-country evidence. Journal of Financial Economics 112(1): 116−135. doi: 10.1016/j.jfineco.2013.12.002 [48] Kim, J., and Y. Kim. 2018. Foreign investors and the speed of price adjustment across multiple correlation regimes in Korea. Finance Research Letters 25: 137−144. doi: 10.1016/j.frl.2017.10.022 [49] Lerner, J., M. Sorensen, and P. Strömberg. 2011. Private equity and long-run investment: The case of innovation. Journal of Finance 66(2): 445−477. doi: 10.1111/j.1540-6261.2010.01639.x [50] Li, D., Q. N. Nguyen, P. K. Pham, and S. X. Wei. 2011. Large foreign ownership and firm-level stock return volatility in emerging markets. Journal of Financial and Quantitative Analysis 46(4): 1127−1155. doi: 10.1017/S0022109011000202 [51] Luong, H., F. Moshirian, L. Nguyen, X. Tian, and B. Zhang. 2017. How does foreign institutional investors enhance firm innovation? Journal of Financial and Quantitative Analysis 52(4): 1449−1490. doi: 10.1017/S0022109017000497 [52] Manso, G. 2011. Motivating innovation. Journal of Finance 66(5): 1823−1860. doi: 10.1111/j.1540-6261.2011.01688.x [53] Moshirian, F., X. Tian, B. Zhang, and W. Zhang. 2019. Stock market liberation and innovation. Journal of Financial Economics, forthcoming . [54] Noe, T. H. 2002. Legal-system arbitrage and the theory of multinational finance. Working Paper.
点击查看大图
计量
- 文章访问数: 6013
- HTML全文浏览量: 419
- PDF下载量: 5619
- 被引次数: 0

下载: 