田雅婧

【摘要】企業(yè)創(chuàng)新作為具有高風(fēng)險(xiǎn)與信息不對(duì)稱性的內(nèi)部活動(dòng)，究竟會(huì)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)與股價(jià)特質(zhì)性波動(dòng)產(chǎn)生怎樣的影響，已有研究并未得出一致結(jié)論。本文以2007～2017年非金融類A股上市公司為樣本，探究企業(yè)創(chuàng)新投入對(duì)于股價(jià)崩盤風(fēng)險(xiǎn)和股價(jià)特質(zhì)性波動(dòng)的作用效果。OLS回歸結(jié)果表明，企業(yè)創(chuàng)新投入顯著降低了股價(jià)崩盤風(fēng)險(xiǎn)，同時(shí)提高了企業(yè)特質(zhì)性波動(dòng)。為解決內(nèi)生性問(wèn)題，本文使用雙重差分模型（DID）對(duì)因果關(guān)系進(jìn)行檢驗(yàn)。研究發(fā)現(xiàn)，相比于不符合研發(fā)支出加計(jì)扣除政策條件的企業(yè)，符合這一政策條件的企業(yè)在政策實(shí)施后的股價(jià)崩盤風(fēng)險(xiǎn)顯著下降，特質(zhì)性波動(dòng)顯著上升，與OLS回歸結(jié)果一致。上述結(jié)論在PSM-DID等多項(xiàng)穩(wěn)健性測(cè)試中保持一致。本文研究對(duì)于上市公司加強(qiáng)研發(fā)信息披露，投資者優(yōu)化投資決策，以及政府部門完善資本市場(chǎng)制度均具有重要啟示。

【關(guān)鍵詞】創(chuàng)新投入；崩盤風(fēng)險(xiǎn)；特質(zhì)性波動(dòng)；雙重差分

【中圖分類號(hào)】F812；F832；F275

一、引言

“防范系統(tǒng)性金融風(fēng)險(xiǎn)”與“創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略”是近年來(lái)黨和國(guó)家在各項(xiàng)重大會(huì)議、報(bào)告中反復(fù)提及的熱點(diǎn)詞匯。2019年2月22日，習(xí)近平總書記在主持中共中央政治局第十三次集體學(xué)習(xí)時(shí)提出：“防范化解金融風(fēng)險(xiǎn)特別是防止發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)，是金融工作的根本性任務(wù)”。這一根本性任務(wù)的提出，不僅指明了我國(guó)資本市場(chǎng)今后的目標(biāo)，同時(shí)也從側(cè)面反映了我國(guó)資本市場(chǎng)近年來(lái)存在的風(fēng)險(xiǎn)與隱憂。事實(shí)上，自2015年8月至2018年7月，我國(guó)資本市場(chǎng)累計(jì)發(fā)生“千股跌?！爆F(xiàn)象18次，防范系統(tǒng)性風(fēng)險(xiǎn)、加強(qiáng)投資者理性投資、完善資本市場(chǎng)制度等各項(xiàng)工作迫在眉睫。2019年3月5日，國(guó)務(wù)院總理李克強(qiáng)在發(fā)布的2019年國(guó)務(wù)院政府工作報(bào)告中提出，“過(guò)去一年，我國(guó)深入實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，創(chuàng)新能力和效率進(jìn)一步提升?！?/p>

然而，結(jié)合已有研究對(duì)于企業(yè)創(chuàng)新活動(dòng)特點(diǎn)的總結(jié)，“創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略”所帶來(lái)的“高風(fēng)險(xiǎn)”，似乎與“防范系統(tǒng)性金融風(fēng)險(xiǎn)”的根本性任務(wù)背道而馳：企業(yè)創(chuàng)新活動(dòng)因其長(zhǎng)周期、高投入、信息不對(duì)稱性強(qiáng)的特點(diǎn)，普遍被認(rèn)為具有高風(fēng)險(xiǎn)的特性。上市公司積極從事研發(fā)活動(dòng)，落實(shí)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，似乎會(huì)進(jìn)一步加強(qiáng)信息不對(duì)稱，導(dǎo)致股價(jià)崩盤風(fēng)險(xiǎn)提高、特質(zhì)性波動(dòng)降低。那么，我們不禁產(chǎn)生疑問(wèn)：“創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略”在實(shí)踐中究竟有沒有導(dǎo)致股價(jià)崩盤風(fēng)險(xiǎn)的提升與特質(zhì)性波動(dòng)的下降，其政策效應(yīng)真的與“防范金融風(fēng)險(xiǎn)”的目標(biāo)相悖嗎？

本文緊密結(jié)合我國(guó)“創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略”與“防范金融風(fēng)險(xiǎn)”兩大政策焦點(diǎn)，以2007～2017年我國(guó)A股上市公司為樣本，探究企業(yè)創(chuàng)新投入對(duì)于股價(jià)崩盤風(fēng)險(xiǎn)和股價(jià)特質(zhì)性波動(dòng)的作用效果。OLS回歸結(jié)果顯示，企業(yè)創(chuàng)新投入顯著降低了股價(jià)崩盤風(fēng)險(xiǎn)，同時(shí)提高了特質(zhì)性波動(dòng)，“創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略”并未阻礙“防范金融風(fēng)險(xiǎn)”的根本性任務(wù)。為解決已有研究中企業(yè)創(chuàng)新活動(dòng)與股價(jià)崩盤風(fēng)險(xiǎn)、股價(jià)特質(zhì)性波動(dòng)存在的內(nèi)生性問(wèn)題，本文基于財(cái)政部、國(guó)家稅務(wù)總局、科技部于2015年聯(lián)合發(fā)布的《關(guān)于完善研究開發(fā)費(fèi)用稅前加計(jì)扣除政策的通知》作為外生政策沖擊，使用雙重差分模型（DID）對(duì)因果關(guān)系進(jìn)行檢驗(yàn)。研究發(fā)現(xiàn)，相比于不符合研發(fā)投入加計(jì)扣除政策條件的企業(yè)，符合這一政策條件的企業(yè)在政策實(shí)施后的股價(jià)崩盤風(fēng)險(xiǎn)顯著下降，特質(zhì)性波動(dòng)顯著上升，與上述OLS回歸結(jié)果一致。上述結(jié)論在使用基于傾向得分匹配的雙重差分模型（PSM-DID）、更換自變量定義等多種穩(wěn)健性檢驗(yàn)中依然成立。本文研究較好地解決了創(chuàng)新投入與資本市場(chǎng)反應(yīng)之間的內(nèi)生性問(wèn)題，為探討股價(jià)崩盤風(fēng)險(xiǎn)和股價(jià)特質(zhì)性波動(dòng)提供了新的視角，為維護(hù)資本市場(chǎng)穩(wěn)定健康發(fā)展提供了新的思路。

二、文獻(xiàn)綜述與理論分析

（一）創(chuàng)新與股價(jià)崩盤風(fēng)險(xiǎn)

股價(jià)崩盤風(fēng)險(xiǎn)不僅加大投資者的投資風(fēng)險(xiǎn)，且不利于維護(hù)資本市場(chǎng)健康穩(wěn)定發(fā)展，受到監(jiān)管者、投資者和學(xué)術(shù)界的廣泛關(guān)注。部分研究表明，管理者存在隱瞞壞消息、釋放好消息的傾向，而當(dāng)壞消息累積到一定程度，集中釋放出來(lái)時(shí)，會(huì)對(duì)公司股價(jià)造成巨大的負(fù)面沖擊（Jin和Myers，2006；Hutton等，2009）。近年來(lái)，我國(guó)政府出臺(tái)了研發(fā)支出加計(jì)扣除等一系列鼓勵(lì)企業(yè)開展創(chuàng)新活動(dòng)的政策，我國(guó)企業(yè)研發(fā)投入隨之不斷增加，且企業(yè)創(chuàng)新活動(dòng)具有一定的信號(hào)作用，然而鮮有學(xué)者探究企業(yè)創(chuàng)新對(duì)于股價(jià)崩盤風(fēng)險(xiǎn)的影響（周銘山等，2017）。

已有研究關(guān)于創(chuàng)新對(duì)股價(jià)崩盤風(fēng)險(xiǎn)影響的結(jié)論并不一致。一方面，企業(yè)創(chuàng)新活動(dòng)所具有的高風(fēng)險(xiǎn)、長(zhǎng)周期、高信息不對(duì)稱性的特點(diǎn)，使得市場(chǎng)中的投資者對(duì)于企業(yè)創(chuàng)新活動(dòng)的信息掌握不足，因此加劇了股價(jià)崩盤風(fēng)險(xiǎn)。創(chuàng)新投入越多的企業(yè)，其高管通常不愿意向外部投資者提供過(guò)多關(guān)于企業(yè)創(chuàng)新情況的信息，因此該企業(yè)往往具有更高的股價(jià)崩盤風(fēng)險(xiǎn)（Kim和Zhang，2016）。此外，近年來(lái)政府頒布一系列創(chuàng)新補(bǔ)貼和優(yōu)惠政策，進(jìn)一步強(qiáng)化了投資者投資創(chuàng)新型企業(yè)股票的信心（韓乾和洪永淼，2014），推升股價(jià)進(jìn)而增加股價(jià)崩盤風(fēng)險(xiǎn)（Xu等，2013）。另一方面，也有部分研究表明創(chuàng)新投入可以有效抑制股價(jià)崩盤風(fēng)險(xiǎn)。投資者往往對(duì)高創(chuàng)新投入的企業(yè)更加關(guān)注，增加了對(duì)企業(yè)的信息解讀效率，提高了股價(jià)信息含量，進(jìn)而降低了股價(jià)崩盤風(fēng)險(xiǎn)（Hutton等，2009）。周銘山等（2017）從“投資者關(guān)注”的角度對(duì)創(chuàng)業(yè)板上市公司展開研究，發(fā)現(xiàn)創(chuàng)新投入越多，股價(jià)崩盤風(fēng)險(xiǎn)越低。

關(guān)于創(chuàng)新和股價(jià)崩盤風(fēng)險(xiǎn)，已有研究的局限性在于：一方面，創(chuàng)新和股價(jià)崩盤風(fēng)險(xiǎn)之間存在的內(nèi)生性問(wèn)題并沒有得到較好的解決，且兩者之間的正負(fù)相關(guān)關(guān)系并不明確，仍然存在較大爭(zhēng)議。另一方面，創(chuàng)新投入的數(shù)據(jù)存在偏差，已有研究通常將“研發(fā)費(fèi)用”作為企業(yè)創(chuàng)新投入的金額，致使創(chuàng)新投入數(shù)據(jù)的完整性與準(zhǔn)確性存在不足?；谝陨戏治觯捎趧?chuàng)新投入與股價(jià)崩盤風(fēng)險(xiǎn)的關(guān)系不確定，本文提出以下對(duì)立假設(shè)：

H1a：企業(yè)創(chuàng)新投入越多，股價(jià)崩盤風(fēng)險(xiǎn)越低；

H1b：企業(yè)創(chuàng)新投入越多，股價(jià)崩盤風(fēng)險(xiǎn)越高。

（二）創(chuàng)新與股價(jià)特質(zhì)性波動(dòng)

股價(jià)特質(zhì)性波動(dòng)是由于企業(yè)異質(zhì)性的特點(diǎn)綜合影響而形成的股價(jià)波動(dòng)。Ferreira 和Laux（2007）和Chen等（2007）等的研究表明特質(zhì)性波動(dòng)是股價(jià)中公司信息含量的代理變量，股價(jià)特質(zhì)性波動(dòng)越大，表明股價(jià)中包含公司更多的特質(zhì)信息。已有研究從公司特質(zhì)信息角度出發(fā)，探究了諸多股價(jià)特質(zhì)性波動(dòng)的影響因素，包括公司自身經(jīng)營(yíng)風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)、會(huì)計(jì)信息質(zhì)量等。創(chuàng)新作為公司的一項(xiàng)重要特質(zhì)信息，會(huì)向外釋放信號(hào)，影響投資者的決策，對(duì)股價(jià)特質(zhì)性波動(dòng)造成影響，而創(chuàng)新對(duì)股價(jià)特質(zhì)性波動(dòng)的影響具有不確定性。

對(duì)于高新技術(shù)企業(yè)而言，其技術(shù)創(chuàng)新水平等非財(cái)務(wù)信息比財(cái)務(wù)信息更加吸引投資者關(guān)注，成為證券基本面分析的重要依據(jù)（徐欣等，2016）。一方面，企業(yè)的創(chuàng)新活動(dòng)所需資金量大，成本高昂，且結(jié)果具有高度的不確定性，使得企業(yè)現(xiàn)金流和收益波動(dòng)性加大，進(jìn)而增加了股票的異質(zhì)性風(fēng)險(xiǎn)，可能使股價(jià)特質(zhì)性波動(dòng)增加；另一方面，企業(yè)的創(chuàng)新活動(dòng)一旦成功，將帶來(lái)可觀的收益和現(xiàn)金流，若企業(yè)的創(chuàng)新績(jī)效一直維持在較高水平，且信息透明度較高，投資者可以合理預(yù)期到企業(yè)的創(chuàng)新投入將產(chǎn)生較為穩(wěn)定的回報(bào)，股票的異質(zhì)性風(fēng)險(xiǎn)將被降低，股價(jià)特質(zhì)性波動(dòng)可能減?。ê饬Γ?016）。

基于以上分析，由于創(chuàng)新投入與股價(jià)特質(zhì)性波動(dòng)的關(guān)系不確定，本文提出以下對(duì)立假設(shè)：

H2a：企業(yè)創(chuàng)新投入越多，股價(jià)特質(zhì)性波動(dòng)越??；

H2b：企業(yè)創(chuàng)新投入越多，股價(jià)特質(zhì)性波動(dòng)越大。

（三）DID外生事件——研發(fā)支出加計(jì)扣除政策

財(cái)政部、國(guó)家稅務(wù)總局、科技部于2015年聯(lián)合發(fā)布的《關(guān)于完善研究開發(fā)費(fèi)用稅前加計(jì)扣除政策的通知》（財(cái)稅[2015]119號(hào)）規(guī)定，企業(yè)開展研發(fā)活動(dòng)中實(shí)際發(fā)生的研發(fā)費(fèi)用，未形成無(wú)形資產(chǎn)計(jì)入當(dāng)期損益的，在按規(guī)定據(jù)實(shí)扣除的基礎(chǔ)上，按照本年度實(shí)際發(fā)生額的50%，從本年度應(yīng)納稅所得額中扣除；形成無(wú)形資產(chǎn)的，按照無(wú)形資產(chǎn)成本的150%在稅前攤銷，并將允許加計(jì)扣除研發(fā)費(fèi)用的范圍進(jìn)一步細(xì)化，使其與高新技術(shù)企業(yè)的研發(fā)費(fèi)用口徑更加匹配。此外，該政策中規(guī)定，不適用稅前加計(jì)扣除政策的行業(yè)包括：煙草制造業(yè)；住宿和餐飲業(yè)；批發(fā)和零售業(yè)；房地產(chǎn)業(yè)；租賃和商務(wù)服務(wù)業(yè)；娛樂業(yè)；財(cái)政部和國(guó)家稅務(wù)總局規(guī)定的其他行業(yè)，形成了具有說(shuō)服力的實(shí)驗(yàn)組與對(duì)照組。2015年研發(fā)支出加計(jì)扣除政策對(duì)政策適用行業(yè)的企業(yè)創(chuàng)新投入可能產(chǎn)生更大的影響，促使其開展更多的研發(fā)活動(dòng)。

本文選取2015年研發(fā)支出加計(jì)扣除政策為外生事件，將政策適用行業(yè)的企業(yè)作為實(shí)驗(yàn)組，將其他行業(yè)企業(yè)作為控制組，運(yùn)用雙重差分模型，研究企業(yè)創(chuàng)新活動(dòng)對(duì)股票流動(dòng)性和股價(jià)波動(dòng)性的影響。

三、研究設(shè)計(jì)

（一）樣本選擇及數(shù)據(jù)來(lái)源

本文選取2007～2017年中國(guó)境內(nèi)非金融類A股上市公司為研究樣本，本文基于企業(yè)年報(bào)中董事會(huì)報(bào)告披露的企業(yè)研發(fā)投入、財(cái)務(wù)報(bào)表附注中“管理費(fèi)用”、“研發(fā)支出”兩個(gè)科目明細(xì)，手工補(bǔ)充企業(yè)研發(fā)投入數(shù)據(jù)。為消除極端值影響，對(duì)所有連續(xù)變量進(jìn)行了上下1%的Winsorize處理。本文所用數(shù)據(jù)來(lái)源于國(guó)泰安經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)（CSMAR）、銳思數(shù)據(jù)庫(kù)（Resset）和同花順數(shù)據(jù)庫(kù)。

（二）模型設(shè)計(jì)

1.OLS回歸

本文首先采用普通OLS回歸考察創(chuàng)新與股價(jià)崩盤風(fēng)險(xiǎn)、股價(jià)特質(zhì)性波動(dòng)的關(guān)系，構(gòu)建模型（1）與模型（2）分別進(jìn)行探究：

其中，NCSKEW和DUVOL是股價(jià)崩盤風(fēng)險(xiǎn)衡量指標(biāo)，值越大，代表股價(jià)崩盤風(fēng)險(xiǎn)越高；Idio1和Idio2用于衡量股價(jià)特質(zhì)性波動(dòng)，數(shù)值越大，股價(jià)特質(zhì)性波動(dòng)越大。RD表示企業(yè)的創(chuàng)新投入。此外，本文選用公司規(guī)模（Size）、盈利能力（ROA）、財(cái)務(wù)杠桿（Lev）、成長(zhǎng)性（BtoM）、是否二職合一（Duality）、上市交易所（Listexg）、產(chǎn)權(quán)性質(zhì)（SOE）等公司研究領(lǐng)域常用變量作為控制變量，同時(shí)控制年度固定效應(yīng)與行業(yè)固定效應(yīng)。變量定義如表1所示。

2.DID模型構(gòu)建

2015年研發(fā)支出加計(jì)扣除政策列出“負(fù)面清單”，明確了政策不適用的行業(yè)，并將研發(fā)費(fèi)用的口徑細(xì)化，使之和高新技術(shù)企業(yè)研發(fā)支出的口徑更加匹配，將對(duì)高新技術(shù)企業(yè)的創(chuàng)新投入產(chǎn)生更大的促進(jìn)作用。因此，本文根據(jù)行業(yè)性質(zhì)劃分實(shí)驗(yàn)組和控制組，令適用行業(yè)企業(yè)為實(shí)驗(yàn)組，令非適用行業(yè)企業(yè)為控制組，運(yùn)用雙重差分模型，考察2015年研發(fā)支出加計(jì)扣除政策實(shí)施后，創(chuàng)新投入的增加是否帶來(lái)股價(jià)崩盤風(fēng)險(xiǎn)與股價(jià)特質(zhì)性波動(dòng)的顯著變化，研究模型如下：

四、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

表2列示了描述性統(tǒng)計(jì)結(jié)果。股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)NCSKEW均值為-0.151，中位數(shù)為-0.618；DUVOL均值為-0.08，中位數(shù)為-0.13，均值略大于中位數(shù)，崩盤風(fēng)險(xiǎn)呈現(xiàn)出輕微右偏的特征。股價(jià)特質(zhì)性波動(dòng)指標(biāo)Idio1均值為0.0236，中位數(shù)為0.0224；Idio2均值為0.0264，中位數(shù)為0.0247，股價(jià)特質(zhì)性波動(dòng)基本呈正態(tài)分布。企業(yè)創(chuàng)新投入指標(biāo)RD均值為0.0211，中位數(shù)為0.0164，均值大于中位數(shù)，創(chuàng)新投入呈右偏狀態(tài)，高創(chuàng)新投入的企業(yè)占比仍然較少，創(chuàng)新投入的整體水平偏低。

（二）多元回歸分析

表3為普通最小二乘法回歸結(jié)果，觀察表格第1列和第2列可以發(fā)現(xiàn)，RD系數(shù)顯著為負(fù)，企業(yè)創(chuàng)新投入與股價(jià)崩盤風(fēng)險(xiǎn)負(fù)相關(guān)，企業(yè)創(chuàng)新投入越多，股價(jià)崩盤風(fēng)險(xiǎn)越低，且對(duì)于兩個(gè)崩盤風(fēng)險(xiǎn)指標(biāo)NCSKEW和DUVOL，RD的系數(shù)均在1%的水平上顯著為負(fù)，驗(yàn)證了假設(shè)H1a。表3的第3列和第4列顯示，企業(yè)創(chuàng)新投入和股價(jià)特質(zhì)性波動(dòng)正相關(guān)，企業(yè)創(chuàng)新投入越多，股價(jià)特質(zhì)性波動(dòng)越高，股價(jià)中包含更多的公司特質(zhì)信息，驗(yàn)證了假設(shè)H2b。對(duì)于兩個(gè)股價(jià)特質(zhì)性波動(dòng)指標(biāo)Idio1和Idio2，RD的系數(shù)均在1%的水平上顯著為正。為避免內(nèi)生性問(wèn)題，本文對(duì)自變量和除年份、行業(yè)外的控制變量進(jìn)行了滯后一期處理。

表4為DID模型回歸結(jié)果，表格第1列和第2列顯示，交乘項(xiàng)Post*Treat的系數(shù)均顯著為負(fù)，表明2015年研發(fā)支出加計(jì)扣除政策實(shí)施后，股價(jià)崩盤風(fēng)險(xiǎn)顯著降低，即創(chuàng)新投入對(duì)股價(jià)崩盤風(fēng)險(xiǎn)具有抑制作用。表格第3列和第4列顯示交乘項(xiàng)Post*Treat的系數(shù)均顯著為正，表明政策實(shí)施后，公司股價(jià)特質(zhì)性波動(dòng)顯著增大，也即創(chuàng)新投入越高，股價(jià)特質(zhì)性波動(dòng)越大。上述結(jié)果表明OLS回歸結(jié)論具有穩(wěn)健性。

五、穩(wěn)健性檢驗(yàn)

上文中OLS回歸使用的創(chuàng)新投入指標(biāo)RD以總資產(chǎn)作為分母來(lái)消除規(guī)模效應(yīng)（李萬(wàn)福等，2017），此處使用營(yíng)業(yè)收入消除規(guī)模效應(yīng)，生成創(chuàng)新投入指標(biāo)RD_R來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)，回歸結(jié)果如表5所示。觀察發(fā)現(xiàn)，因變量為股價(jià)崩盤風(fēng)險(xiǎn)時(shí)，RD_R的系數(shù)顯著為負(fù)，當(dāng)因變量為股價(jià)特質(zhì)性波動(dòng)時(shí)，RD_R的系數(shù)顯著為正，結(jié)論與上述 OLS回歸結(jié)果一致。

為了使實(shí)驗(yàn)組和對(duì)照組更加具有可比性，并驗(yàn)證上述研究結(jié)論的穩(wěn)健性，本文進(jìn)一步使用傾向性得分匹配法（PSM）對(duì)二者進(jìn)行了匹配，而后采用雙重差分模型（DID）進(jìn)行檢驗(yàn)，回歸結(jié)果如表6所示。觀察表6發(fā)現(xiàn)，第1列和第2列交乘項(xiàng)系數(shù)仍然顯著為負(fù)，第3列和第4列交乘項(xiàng)系數(shù)仍然顯著為正，再次驗(yàn)證了創(chuàng)新投入越多，股價(jià)崩盤風(fēng)險(xiǎn)越低，而股價(jià)特質(zhì)性波動(dòng)越大的結(jié)論。

六、研究結(jié)論及建議

本文以2007～2017年非金融類A股上市公司為樣本，首先采用OLS回歸探究了企業(yè)創(chuàng)新投入與股價(jià)崩盤風(fēng)險(xiǎn)以及股價(jià)特質(zhì)性波動(dòng)的關(guān)系；其次，借助2015年發(fā)布實(shí)施研發(fā)支出加計(jì)扣除政策這一外生事件，運(yùn)用雙重差分模型（DID）進(jìn)一步驗(yàn)證了企業(yè)創(chuàng)新投入與資本市場(chǎng)反應(yīng)之間的關(guān)系。研究發(fā)現(xiàn)，企業(yè)創(chuàng)新投入越多，股價(jià)崩盤風(fēng)險(xiǎn)越小，而股價(jià)特質(zhì)性波動(dòng)越大。該結(jié)果表明，企業(yè)創(chuàng)新投入增加使得股價(jià)中包含了更多的公司特質(zhì)信息，提高了股價(jià)信息含量，而不至于使“壞消息”長(zhǎng)期隱藏，降低了未來(lái)發(fā)生崩盤的可能性。此外，本文采用傾向性得分匹配法（PSM-DID）等方法進(jìn)行了穩(wěn)健性檢驗(yàn)，結(jié)論依然穩(wěn)健。本文研究較好地解決了創(chuàng)新投入與資本市場(chǎng)反應(yīng)之間的內(nèi)生性問(wèn)題，為探討股價(jià)崩盤風(fēng)險(xiǎn)和股價(jià)特質(zhì)性波動(dòng)提供了新的視角，為維護(hù)資本市場(chǎng)穩(wěn)定健康發(fā)展提供了新的思路。

根據(jù)研究結(jié)論，本文提出以下政策建議：首先，企業(yè)應(yīng)增加創(chuàng)新投入，加強(qiáng)研發(fā)信息披露，提升公司信息透明度。雖然創(chuàng)新活動(dòng)具有高度不確定性，但最有可能培育出企業(yè)的核心競(jìng)爭(zhēng)力，如前文所述，高創(chuàng)新投入的企業(yè)更容易獲得投資者的關(guān)注，最終提升信息效率，降低股價(jià)崩盤風(fēng)險(xiǎn)。其次，政府需進(jìn)一步加強(qiáng)市場(chǎng)監(jiān)管，讓“好消息”和“壞消息”都能及時(shí)在資本市場(chǎng)得到反饋，避免風(fēng)險(xiǎn)的累積。同時(shí)，應(yīng)進(jìn)一步加強(qiáng)金融風(fēng)險(xiǎn)監(jiān)控，建立風(fēng)險(xiǎn)預(yù)警機(jī)制，及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)并化解風(fēng)險(xiǎn)。最后，投資者應(yīng)充分關(guān)注企業(yè)創(chuàng)新信息，合理評(píng)估投資風(fēng)險(xiǎn)，優(yōu)化投資決策。

主要參考文獻(xiàn)：

[1]Jin L.，and S.C.Myers.R2 around The World： New Theory and New Tests[J].Journal of Financial Economics，2006（2）： 257-292.

[2]Hutton A.P.，and A.J.Marcus， and H.Tehranian.Opaque Financial Reports，R2，and Crash Risk[J].Journal of Financial Economics，2009（1）： 67-86.

[3]周銘山，張倩倩，楊丹.創(chuàng)業(yè)板上市公司創(chuàng)新投入與市場(chǎng)表現(xiàn)：基于公司內(nèi)外部視角[J].經(jīng)濟(jì)研究，2017（11）：135-149.

[4]Kim J.B.，and L.Zhang. Accounting Conversation and Stock Price Crash Risk： Firm-level Evidence[J]. Contemporary Accounting Research，2016（1）： 412-441.

[5]韓乾，洪永淼.國(guó)家產(chǎn)業(yè)政策、資產(chǎn)價(jià)格與投資者行為[J].經(jīng)濟(jì)研究，2014（12）：143-158.

[6]Xu N.，Jiang X.，Chan K.C.and Yi Z..Analyst Coverage，Optimism and Stock Price Crash Risk： Evidence from China[J].Pacific-Basin Finance Journal，2013（25）：217-239.

[7]Ferreira M.A.，Laux P.A.Corporate Governance， Idiosyncratic Risk，and Information Flow[J].Journal of Finance，2007（62）：951-989.

[8]Chen Q.，I.Goldstein and W.Jiang.Pricing Informativeness and Investment Sensitivity to Stock Price[J].Review of Financial Studies，2007（20）：619-650.

[9]徐欣，夏蕓，李春濤.企業(yè)自主研發(fā)、IPO折價(jià)與創(chuàng)新能力的信號(hào)效應(yīng)——基于中國(guó)創(chuàng)業(yè)板上市公司的實(shí)證研究[J].經(jīng)濟(jì)管理，2016（6）：71-85.

[10]衡力.技術(shù)創(chuàng)新、公司治理與股票特質(zhì)性風(fēng)險(xiǎn)——基于制造業(yè)上市公司面板數(shù)據(jù)[D].合肥工業(yè)大學(xué)，2016.

[11]李萬(wàn)福，杜靜，張懷.創(chuàng)新補(bǔ)助究竟有沒有激勵(lì)企業(yè)創(chuàng)新自主投資——來(lái)自中國(guó)上市公司的新證據(jù)[J].金融研究，2017（10）：130-145.

[12]Chen J.，H.Hong，and J.C.Stein.Forecasting Crashes： Trading Volume，Past Returns，and Conditional Skewness in Stock Prices.[J]Journal of Financial Economics，2001（ 61）： 345-381.

[13]Chang E.C.，Cheng J.W.，and Khorana，A.An examination of herd behavior in equity markets： An international perspective[J].Journal of Banking & Finance，2000（24）： 1651–1679.

[14]Bali T.G.and Cakici N.Idiosyncratic volatility and the cross section of expected returns[J].Journal of Financial and Quantitative Analysis，2008（43）： 29-58.

[15]Zhang chu A.Reexamination of the Causes of Timevaring Stock Return Volatilities[J].Journal of Finance and Quantitative Analysis，2010（3）： 663-684.