胡 川，王林江，張桂玲

(1.中南財經(jīng)政法大學 工商管理學院，湖北 武漢 430073；2.鄭州航空工業(yè)管理學院 商學院，河南 鄭州 450046)

0 引言

為深入實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，國務院于2018年9月出臺《關于推動創(chuàng)新創(chuàng)業(yè)高質(zhì)量發(fā)展打造“雙創(chuàng)”升級版的意見》，進一步激發(fā)了市場活力和社會創(chuàng)造力?？萍夹椭行∑髽I(yè)憑其經(jīng)營理念新、活力強，已成為國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略實施的中堅力量，也是推動經(jīng)濟高質(zhì)量發(fā)展的創(chuàng)新引擎。然而，科技型中小企業(yè)具有“高風險、高投入、高成長、輕資產(chǎn)”等特征，為在市場上獲得生存空間，必須以技術創(chuàng)新謀求發(fā)展。但技術創(chuàng)新的投資專用性、過程及未來收益不確定性[1]，使得科技型中小企業(yè)比大型企業(yè)更難獲得外源性融資。同時，技術創(chuàng)新專業(yè)性強、機密性高等特征又會引發(fā)公司內(nèi)外信息不對稱，導致在創(chuàng)新活動中產(chǎn)生諸如管理層短視、機會主義行為等代理問題[2]。外部融資約束和內(nèi)部代理問題是制約企業(yè)技術創(chuàng)新的重要因素，緩解二者對技術創(chuàng)新的不利影響，需要高效資本市場和良好內(nèi)部控制的支持。

分析師作為資本市場的重要組成部分，是緩解信息不對稱與代理問題的重要外部治理機制[3]，具有市場信息中介功能，既是公司信息使用者，又向外部投資者傳遞公司相關信息，通過降低信息不對稱程度，有效緩解代理問題[4]。作為“題材股”，科技創(chuàng)新型企業(yè)是市場關注熱點，因而可能更容易受到分析師跟蹤活動的影響。分析師跟蹤企業(yè)技術創(chuàng)新活動，并向市場提供經(jīng)過縝密分析和深度挖掘后的有關企業(yè)創(chuàng)新活動的深層次信息，有利于公司技術創(chuàng)新未來價值獲得資本市場中的投資者認可[5]，進而弱化融資約束和代理問題對技術創(chuàng)新的負面影響。但分析師也會有自利動機，傾向于發(fā)布樂觀的盈利預測信息，而公司管理層往往依此設定公司業(yè)績目標，加劇了管理層的短視行為，進而抑制企業(yè)創(chuàng)新[6]。

內(nèi)部控制作為企業(yè)極為重要的一項內(nèi)部治理機制，是一種重要的約束、制衡和激勵管理層行為的制度安排，關系到企業(yè)資金利用和風險控制，影響著外部投資者對企業(yè)技術創(chuàng)新活動的評估。良好的內(nèi)部控制能有效抑制管理層操控利潤等有損企業(yè)長期價值的行為，緩解公司投資活動中的代理問題[7]，且高水平的內(nèi)部控制有利于提升企業(yè)創(chuàng)新效率[8]。然而，過于嚴格的內(nèi)部控制會使高管產(chǎn)生自利動機，誘發(fā)風險控制行為，抑制公司技術創(chuàng)新活動。

綜上可知，分析師跟蹤、內(nèi)部控制有效性均會影響企業(yè)技術創(chuàng)新。那么，分析師跟蹤與內(nèi)部控制二者之間是否有關系？有怎樣的關系？如何影響科技型中小企業(yè)技術創(chuàng)新？為回答上述問題，本文實證檢驗分析師跟蹤、內(nèi)部控制有效性與科技型中小企業(yè)技術創(chuàng)新之間的關系。

1 理論分析與研究假設

外部融資約束和內(nèi)部代理問題是制約企業(yè)技術創(chuàng)新的重要因素，這在以往研究中已達成共識。緩解融資約束的重要途徑之一是提高信息披露程度[9]，因為低信息透明度增加了外部監(jiān)控難度，使管理層機會主義行為成為可能，從而使企業(yè)融資變得更加困難；良好的信息披露有助于更好地監(jiān)督管理層活動，投資者更容易獲得企業(yè)特質(zhì)信息，降低選擇的不確定性。代理問題產(chǎn)生的關鍵原因在于，所有權與經(jīng)營權分離導致委托代理雙方信息不對稱[10]，以及基于不完全契約的管理層無法參與剩余收益分配。資本市場中的信息中介機構通過發(fā)布企業(yè)增量信息，拓寬企業(yè)信息披露渠道，能在一定程度上監(jiān)督上市公司行為。良好的內(nèi)部控制能有效約束、制衡管理層的自利行為，并對管理層形成有效激勵，進而緩解公司代理問題。因此，資本市場中的信息中介、良好的內(nèi)部控制，能緩解融資約束、代理問題對企業(yè)技術創(chuàng)新的不利影響。

1.1 分析師跟蹤與科技型中小企業(yè)技術創(chuàng)新

分析師作為資本市場信息中介的重要組成部分，其跟蹤活動能降低公司內(nèi)外部信息不對稱程度，進而對公司技術創(chuàng)新行為產(chǎn)生影響。He&Tian[6]基于美國市場上市公司數(shù)據(jù)，首次探討了分析師跟蹤對企業(yè)創(chuàng)新的影響，發(fā)現(xiàn)分析師跟蹤人數(shù)與公司專利產(chǎn)出數(shù)量負相關。其原因在于，技術創(chuàng)新是一種高風險、長期性、難以預測的投資，回報具有不確定性，公司管理層往往出于自利動機，為實現(xiàn)或超過分析師樂觀的業(yè)績預測目標，減少企業(yè)對長期創(chuàng)新項目的投資，從而降低企業(yè)創(chuàng)新績效。進一步地，分析師既可以通過降低創(chuàng)新型企業(yè)信息不對稱程度發(fā)揮積極作用，也可以通過對管理層施加短期業(yè)績壓力而對企業(yè)創(chuàng)新產(chǎn)生不利影響，但前者由后者主導[6]。國內(nèi)學者基于中國A股上市公司數(shù)據(jù)進行實證檢驗，余明桂等[11]發(fā)現(xiàn)分析師關注程度越高，公司創(chuàng)新績效越好；伊志宏等[12]指出，分析師跟蹤的人數(shù)越多，公司創(chuàng)新水平越高，而分析師的樂觀偏差抑制了企業(yè)創(chuàng)新?？梢?，分析師跟蹤在不同的制度環(huán)境和市場環(huán)境中，對企業(yè)創(chuàng)新活動的影響具有異質(zhì)性，體現(xiàn)為分析師跟蹤對企業(yè)技術創(chuàng)新的雙重影響：一方面，分析師跟蹤通過向資本市場提供增量信息，降低信息不對稱程度，緩解公司融資約束，抑制管理層機會主義和短視行為，進而促進公司技術創(chuàng)新；另一方面，分析師盈余預測會在一定程度上對管理層形成業(yè)績壓力，進而影響管理層薪酬、增加其被解雇風險，抑制公司創(chuàng)新。

當前，中國市場中的科技型中小企業(yè)整體信息披露不夠，不同于西方成熟資本市場中的企業(yè)及中國發(fā)展較為成熟的大型企業(yè)，具有以下顯著特征：①規(guī)模較小、成長性高。大部分是處于初創(chuàng)或成長階段的中小型企業(yè)，內(nèi)部治理水平有待提升；②高創(chuàng)新性。大多是技術創(chuàng)新型企業(yè)，創(chuàng)新能力較強；③高風險性?？萍夹椭行∑髽I(yè)經(jīng)營資源相對短缺，面臨的未知風險更多。此外，科技型中小企業(yè)也具有創(chuàng)新優(yōu)勢。一方面，科技型中小企業(yè)的“高成長性、高創(chuàng)新性”特征更易受市場投資者關注；另一方面，科技型中小企業(yè)大多由股東共同創(chuàng)立，股權高度集中，高管大多是基于創(chuàng)始人的高管團隊，很少有因業(yè)績壓力而離職的擔憂和被解雇的風險，這都會減少科技型中小企業(yè)管理層抑制技術創(chuàng)新的動機。同時，活躍在資本市場中的分析師利用其豐富的專業(yè)知識，從各種渠道搜尋和加工關注的企業(yè)信息，評估其市場表現(xiàn)，向市場提供經(jīng)分析和挖掘后有關企業(yè)創(chuàng)新活動的深層次信息[5]。分析師跟蹤的人數(shù)越多，公司相應披露給外部投資者的信息就越多[4]，進而有利于提高公司信息透明度，減輕融資壓力，緩解代理問題，促進公司對技術創(chuàng)新活動持續(xù)有效地投入人、財、物等資源，最終提升企業(yè)技術創(chuàng)新能力。

綜上，本文認為對于資本市場中的科技型中小企業(yè)大多處于成長期，技術創(chuàng)新面臨外源性融資難、投資風險高等問題，加之內(nèi)部控制不完善，難以對技術創(chuàng)新資源進行有效配置。分析師跟蹤作為一種重要的公司外部治理機制能緩解以上問題，優(yōu)化企業(yè)創(chuàng)新資源配置，因而分析師跟蹤對科技型中小企業(yè)技術創(chuàng)新的影響更多表現(xiàn)為促進效應。據(jù)此，本文提出以下假設：

H1：分析師跟蹤人數(shù)與科技型中小企業(yè)技術創(chuàng)新績效正相關。

1.2 分析師跟蹤與內(nèi)部控制有效性

相對于發(fā)達國家，中國公司管理層信息披露的訴訟風險較小，致使公司管理層自愿披露信息的動機較弱，且存在信息自選擇、信息不實等問題，導致上市公司的信息透明度整體不高。信息透明度降低會引發(fā)代理沖突等一系列公司內(nèi)部治理問題，而較低的公司信息透明度增加了對分析師跟進提供信息的需求。分析師作為外部治理機制中的一個重要角色，不僅具有財務、金融等知識，還具有相關企業(yè)所在行業(yè)的專業(yè)知識，通過擇股關注、追蹤分析、盈余預測、推薦投資等一系列行為，提供被關注企業(yè)的增量信息，進而提升投資者對公司認知的廣度和深度，緩解上市公司與投資者間的信息不對稱，有助于投資者準確評價公司的經(jīng)營行為，更好地監(jiān)督公司管理層和控股股東，進而抑制管理層和控股股東的利益侵占行為。雖然分析師的監(jiān)督作用不能解決公司內(nèi)部治理問題，但具有修正效應。如Chung&Jo[13]研究發(fā)現(xiàn)，分析師跟進人數(shù)與公司管理層的機會主義行為負相關，分析師跟蹤可減少公司管理層操縱行為[14]、緩解公司代理問題。因此，分析師關注度的提高意味著企業(yè)曝光度增加，同時也意味著企業(yè)的不規(guī)范行為更難被掩飾，促使公司認識到自身內(nèi)控缺陷，從而采取相應改進措施，提升內(nèi)部控制水平。據(jù)此，本文提出如下假設：

H2：分析師跟蹤人數(shù)與內(nèi)部控制有效性正相關。

1.3 內(nèi)部控制有效性與科技型中小企業(yè)技術創(chuàng)新

企業(yè)內(nèi)部控制作為一種重要的約束、制衡和激勵管理層行為的制度安排，貫穿于企業(yè)經(jīng)營活動全過程。就內(nèi)部控制對企業(yè)創(chuàng)新的影響，以往文獻有兩種不同的觀點：一種觀點認為，有效的內(nèi)部控制通過提升信息披露程度、緩解融資約束及減弱內(nèi)部代理沖突，促進公司技術創(chuàng)新，即內(nèi)部控制對技術創(chuàng)新存在促進效應?；谌谫Y約束視角，有研究認為，有效的企業(yè)內(nèi)部控制可降低信息不對稱程度、使債權人放寬債務契約條件，為技術創(chuàng)新提供資金支持，進而緩解技術創(chuàng)新融資約束。相反，內(nèi)部控制質(zhì)量較低的公司，其面臨的融資約束程度更大、外源性融資成本更高。創(chuàng)新活動較多的行業(yè)更容易產(chǎn)生盈余管理行為[15]，盈余管理大多是由委托代理關系引起的管理層機會主義行為。上市公司出于盈余管理動機，減少研發(fā)投入，進而降低創(chuàng)新產(chǎn)出[16]。高質(zhì)量內(nèi)部控制能緩解信息不對稱程度，抑制公司盈余管理行為發(fā)生[17]，從而緩解管理層與股東之間的代理沖突，最終提升企業(yè)技術創(chuàng)新產(chǎn)出。另一方面，過于嚴格的內(nèi)部控制會抑制公司創(chuàng)新能力，即內(nèi)部控制對技術創(chuàng)新存在抑制效應。有效的內(nèi)部控制會加強創(chuàng)新風險控制，降低技術創(chuàng)新過程中的不確定性，進而提升技術創(chuàng)新績效，但過于嚴格的風險控制要求又會弱化高管積極支持公司創(chuàng)新行為的動機[18]；對公司創(chuàng)新活動過程管理過于嚴格的制度化內(nèi)部控制，也會阻礙創(chuàng)新進程[19]。因此，過于嚴格的內(nèi)部控制不利于企業(yè)技術創(chuàng)新。

本文認為，對于科技型中小企業(yè)，內(nèi)部控制規(guī)范化仍處于形成階段，內(nèi)部控制治理水平仍較低，因而有效的內(nèi)部控制對科技型中小企業(yè)技術創(chuàng)新的影響更多表現(xiàn)為促進效應，即良好的內(nèi)部控制能緩解企業(yè)融資約束、代理沖突等問題，進而促進技術創(chuàng)新。基于此，本文提出以下假設：

H3：內(nèi)部控制有效性與科技型中小企業(yè)技術創(chuàng)新績效正相關。

1.4 分析師跟蹤、內(nèi)部控制有效性與科技型中小企業(yè)技術創(chuàng)新

基于當前科技型中小企業(yè)發(fā)展實際分析可知，內(nèi)部控制和分析師跟蹤都是促進企業(yè)技術創(chuàng)新的重要因素。在企業(yè)創(chuàng)新活動中，分析師跟蹤作為市場信息中介，通過對信息進行解讀、釋放，降低了信息不對稱程度，強化了企業(yè)管理層創(chuàng)新動機，進而發(fā)揮出公司治理效應。然而，分析師不具有公司治理權，而企業(yè)創(chuàng)新的關鍵影響因素是內(nèi)部控制[20]，因而分析師跟蹤活動對企業(yè)技術創(chuàng)新的推動作用需要借助內(nèi)部控制的有效實施才能顯現(xiàn)出來。具體而言，內(nèi)部控制有效性在分析師跟蹤與企業(yè)技術創(chuàng)新之間可能發(fā)揮傳導作用，即分析師跟蹤活動有助于企業(yè)內(nèi)部控制水平提升，而有效的內(nèi)部控制能提升企業(yè)創(chuàng)新績效?；谝陨戏治觯疚奶岢鋈缦录僭O：

H4：內(nèi)部控制有效性在分析師跟蹤人數(shù)與科技型中小企業(yè)技術創(chuàng)新績效的關系中發(fā)揮中介作用。

進一步地，科技型中小企業(yè)具有高風險、高投入特征，融資是其首要難題。創(chuàng)新活動周期長，需要持續(xù)的資金投入，因而受到融資約束的影響更顯著，即融資約束會顯著抑制創(chuàng)新[21]。分析師的監(jiān)督功能有助于改善企業(yè)內(nèi)部控制，進而有效緩解企業(yè)面臨的融資約束問題；提升企業(yè)信息披露質(zhì)量，而信息披露質(zhì)量評級越高對企業(yè)創(chuàng)新促進作用越強[22]。這是因為，信息透明度增加，既抑制了公司內(nèi)部管理層的機會主義行為，又能提升外部投資者的信任感，緩解外源性融資約束。然而，當企業(yè)技術創(chuàng)新的資金壓力較小，內(nèi)部控制有效性提升對企業(yè)技術創(chuàng)新能力的促進作用也可能相應較小。據(jù)此，本文提出如下假設：

H5：相對于融資約束程度較低的企業(yè)，內(nèi)部控制有效性在分析師跟蹤人數(shù)與科技型中小企業(yè)技術創(chuàng)新的關系中起到部分中介作用，且在融資約束程度較高的企業(yè)中更為顯著。

基于以上分析，構建理論分析框架如圖1所示。

2 研究設計

2.1 數(shù)據(jù)來源

科技型中小企業(yè)一般是指以技術創(chuàng)新為核心、科技成果產(chǎn)業(yè)化為主要內(nèi)容的知識密集型中小規(guī)模公司，其成長潛力與風險并存。中國創(chuàng)業(yè)板上市公司大多為科技創(chuàng)新型企業(yè)且規(guī)模不大，是科技型中小企業(yè)的典型代表。因此，本文選取2009—2017年創(chuàng)業(yè)板上市公司作為研究樣本，并作如下處理：剔除影視制作、倉儲等非科技型公司；考慮到專利產(chǎn)出的滯后性，剔除上市時間少于3年的公司；剔除沒有分析師跟蹤的公司；剔除數(shù)據(jù)缺失的公司。最終獲得317家科技型中小企業(yè)共計2 097個觀察樣本。另外，迪博·中國上市公司內(nèi)部控制指數(shù)來源于DIB內(nèi)部控制數(shù)據(jù)庫，機構投資者持股數(shù)據(jù)來自于Wind數(shù)據(jù)庫，其它變量數(shù)據(jù)均來自于CSMAR數(shù)據(jù)庫。

2.2 變量衡量與說明

(1)技術創(chuàng)新績效(IPApply)。專利作為一個創(chuàng)新產(chǎn)出變量，更能反映出企業(yè)自主創(chuàng)新效率。專利有利于提高公司生產(chǎn)效率及市場價值，且預示著公司將來的超額收益，是體現(xiàn)公司創(chuàng)新能力的主要衡量指標。相比之下，研發(fā)投入僅是可觀察的量化投入，且受制于會計準則，對于一些研發(fā)投入，是將其列為資本化還是費用化項目具有較強的主觀性。另外，還有一些企業(yè)基于享受政府補貼和減稅優(yōu)惠的目的，操縱研發(fā)投入[23]。因此，采用研發(fā)投入衡量創(chuàng)新績效會有偏差。與實用新型、外觀設計專利相比，發(fā)明專利技術要求較高，更能顯示出企業(yè)技術創(chuàng)新能力[24]。鑒于此，本文中用發(fā)明專利產(chǎn)出衡量企業(yè)技術創(chuàng)新績效。

(2)分析師跟蹤人數(shù)(Afnum)。使用一年內(nèi)跟蹤某公司的分析師(如是一個團隊，在數(shù)量上仍視為1)人數(shù)衡量。

(3)內(nèi)部控制有效性(ICE)。借鑒逯東等[25]的做法，采用迪博·中國上市公司內(nèi)部控制指數(shù)衡量科技型中小企業(yè)內(nèi)部控制有效性，該指數(shù)值越大表明企業(yè)內(nèi)部控制有效性越強。

(4)融資約束(FC)。參考以往文獻，采用Hadlock & Pierce[26]的SA指數(shù)計算方法，測度企業(yè)的融資約束程度。SA指數(shù)不包含具有內(nèi)生性特征的金融變量，因而較為穩(wěn)健[27]，SA指數(shù)值越大表明科技型中小企業(yè)受融資約束程度越高。另外，測度公司融資約束較有代表性的方法是Kaplan & Zingales(1997)的KZ指數(shù)，但其在度量計算時含有一些內(nèi)生性變量，可能會與結果互相影響。因此，本文選取SA指數(shù)衡量科技型中小企業(yè)融資約束程度。

(5)控制變量(Controls)。參考以往有關公司創(chuàng)新影響因素的文獻，本文控制了可能影響科技型中小企業(yè)技術創(chuàng)新產(chǎn)出的其它變量，包括公司規(guī)模Size(期末總資產(chǎn)的自然對數(shù))、盈利能力ROA(息稅前利潤/期末總資產(chǎn))、托賓Q值TBQ；是否兩職兼任Dual(董事長與總經(jīng)理是否兼任)、股權集中度指標Top1(第一大股東持股比例)、財務杠桿LEV(資產(chǎn)負債率)、機構投資者持股比例總和InstiHold。此外，還控制了行業(yè)(Industry)和年度(Year)固定效應。

(6)其它變量。PApply為企業(yè)專利申請總數(shù)，Reportnum為分析師發(fā)布的研報總數(shù)。

變量具體定義見表1。

表1 主要變量定義與度量

2.3 模型檢驗

本文借鑒溫忠麟等[28]總結的中介效應檢驗方法，分為四步檢驗分析師跟蹤對創(chuàng)新績效的影響及內(nèi)部控制有效性的中介作用。構建中介效應檢驗模型(1)-(4)，分別對應H1-H4。然后，使用Bootstrap法、Stata13.0軟件，再次進行中介效應檢驗。考慮到專利相對于公司創(chuàng)新投入具有時間上的滯后性，借鑒Mukherjee等[29]的研究，本文分別檢驗分析師跟蹤人數(shù)、內(nèi)部控制有效性對企業(yè)未來第一年、第二年發(fā)明專利產(chǎn)出的影響。

IPApply(i,t+1;i,t+2)=α+β1Afnumi,t+∑γiContri,t+∑Industry+∑Year+ε

(1)

ICEi,t=α+β1Afnumi,t+∑γiContri,t+∑Industry+∑Year+ε

(2)

IPApply(i,t+1;i,t+2)=α+β1ICEi,t+∑γiContri,t+∑Industry+∑Year+ε

(3)

IPApply(i,t+1;i,t+2)=α+β1Afnumi,t+β2ICEi,t+∑γiContri,t+∑Industry+∑Year+ε

(4)

3 實證檢驗

3.1 描述性統(tǒng)計

描述性統(tǒng)計結果如表2、3所示。從表2可以看出，樣本公司發(fā)明專利產(chǎn)出對數(shù)IPApply均值為1.964 9，最小值和最大值分別為0和5.840 6，說明科技型中小企業(yè)間技術創(chuàng)新能力差別較大；分析師跟蹤人數(shù)對數(shù)Afnum均值為2.156 8，最小值與最大值分別為0.693 1和3.951 2，表明不同的科技型中小企業(yè)受到分析師跟蹤關注程度具有明顯差異；內(nèi)部控制有效性對數(shù)ICE均值為6.487 1，最小值與最大值分別為5.43 9和6.665 8，表明科技型中小企業(yè)內(nèi)部治理水平存在明顯差異。從表3可以看出，根據(jù)分析師跟蹤數(shù)量的中位數(shù)，將其分為高分析師跟蹤租和低分析師跟蹤組。其中，高分析師跟蹤組的企業(yè)發(fā)明專利產(chǎn)出均值和中位數(shù)均高于低分析師跟蹤組，均值檢驗T值為4.542 5，在1%水平上顯著；中位數(shù)秩和檢驗的Z值為4.183，在1%水平上顯著，一定程度上支持了H1。

表2 主要變量描述性統(tǒng)計結果

表3 主要變量差異性檢驗結果

主要變量間的相關系數(shù)如表4所示，分析師跟蹤人數(shù)Afnum與發(fā)明專利產(chǎn)出IPApply在1%水平上顯著正相關，表明分析師跟蹤促進了科技型中小企業(yè)技術創(chuàng)新，也在一定程度上支持了H1。表4中，大多數(shù)自變量的相關系數(shù)小于0.3。另外，多重共線性測試結果顯示，方差膨脹因子(VIF)均值為4.06，小于經(jīng)驗判定臨界值10，表明自變量之間不存在嚴重的共線性問題。

表4 主要變量間相關系數(shù)

3.2 回歸結果分析

為消除公司異質(zhì)性與遺漏變量的影響，采用面板模型。首先，進行Hausman檢驗，P值為0.000 0，因而拒絕隨機效應模型；然后，選擇固定效應模型對本文模型(1)-模型(4)進行回歸，回歸時均控制了行業(yè)與年份變量。

(1)分析師跟蹤與企業(yè)技術創(chuàng)新的關系如表5列(1)和列(5)所示。分析師跟蹤人數(shù)Afnum的回歸系數(shù)分別在5%和1%水平上顯著為正，與前文預期一致，H1得到驗證。控制變量中，企業(yè)規(guī)模Size與發(fā)明專利產(chǎn)出IPApply都在1%水平上顯著正相關，說明企業(yè)規(guī)模越大，創(chuàng)新產(chǎn)出越多，即企業(yè)規(guī)模對技術創(chuàng)新產(chǎn)出具有顯著提升作用；托賓Q值TBQ的回歸系數(shù)分別在10%和5%水平上顯著為正，說明發(fā)展能力強有助于企業(yè)技術創(chuàng)新；企業(yè)財務杠桿LEV的回歸系數(shù)都在10%水平上顯著為負，說明科技型中小企業(yè)中較高的債務水平會降低技術創(chuàng)新產(chǎn)出。以上檢驗結果表明，分析師跟蹤人數(shù)對企業(yè)發(fā)明專利產(chǎn)出有顯著正向影響，因而分析師跟蹤活動能促進企業(yè)技術創(chuàng)新。

(2)分析師跟蹤與內(nèi)部控制有效性關系如表5列(2)所示。分析師跟蹤人數(shù)Afnum與內(nèi)部控制有效性ICE在5%水平上顯著正相關，H2得到驗證。企業(yè)規(guī)模Size、盈利能力ROA及投資者持股比例InstiHold均顯著正向影響內(nèi)部控制有效性。檢驗結果表明，分析師跟蹤人數(shù)對企業(yè)內(nèi)部控制有效性存在顯著正向影響，因而分析師的跟蹤活動可以提升公司內(nèi)部控制水平。

(3)內(nèi)部控制有效性與企業(yè)技術創(chuàng)新關系如表5列(3)和列(6)所示。內(nèi)部控制有效性ICE的回歸系數(shù)分別在10%和5%水平上顯著為正，支持了H3。檢驗結果表明，企業(yè)內(nèi)部控制有效性對企業(yè)發(fā)明專利產(chǎn)出有顯著正向影響，因而良好的內(nèi)部控制有助于企業(yè)技術創(chuàng)新能力提升。

(4)分析師跟蹤、內(nèi)部控制有效性與企業(yè)技術創(chuàng)新關系如表5列(4)和列(7)所示。列(4)檢驗結果顯示，分析師跟蹤人數(shù)Afnum的回歸系數(shù)為0.068 9，在10%水平上顯著，但比列(1)均有所下降，中介效應與總效應之比是6.65%；列(7)檢驗結果顯示，分析師跟蹤人數(shù)Afnum的回歸系數(shù)為0.118 0，在5%水平上顯著，但比列(5)均有所下降，中介效應與總效應之比為8.52%。檢驗結果初步表明，內(nèi)部控制有效性在分析師跟蹤人數(shù)與科技型中小企業(yè)技術創(chuàng)新績效的關系之間起到了部分中介作用。進一步使用Bootstrap重復抽樣1 000次，對分析師跟蹤人數(shù)、內(nèi)部控制有效性與企業(yè)未來第一年、第二年發(fā)明專利產(chǎn)出關系進行檢驗。結果顯示，內(nèi)部控制有效性的中介效應在95%的偏差校正置信區(qū)間分別為(0.003，0.015)、(0.005，0.021)，均不包含0值，表明內(nèi)部控制有效性在分析師跟蹤人數(shù)與科技型中小企業(yè)技術創(chuàng)新績效關系之間發(fā)揮中介作用。以上結論支持H4。

表5 分析師跟蹤、內(nèi)部控制有效性與企業(yè)技術創(chuàng)新關系的回歸結果

注：***、**、*分別表示在1%、5%、10%水平下顯著，括號內(nèi)的T值為穩(wěn)健標準誤T值，下同

另外，本文依據(jù)衡量企業(yè)融資約束程度指標FC的中位數(shù)，將樣本分為高融資約束組和低融資約束組，使用模型(1)-(4)進行回歸檢驗。低融資約束組的回歸結果如表6所示，列(4)中，分析師跟蹤人數(shù)Afnum的回歸系數(shù)為0.091 7，在10%水平上顯著，與列(1)相比，回歸系數(shù)值下降，但內(nèi)部控制有效性ICE的回歸系數(shù)不顯著，表明內(nèi)部控制有效性沒有中介效應。在列(7)中，分析師跟蹤人數(shù)Afnum的回歸系數(shù)為0.124 9，在10%水平上顯著，與列(5)相比回歸系數(shù)值和顯著水平T值均下降，但內(nèi)部控制有效性ICE的回歸系數(shù)不顯著，表明內(nèi)部控制有效性沒有在分析師跟蹤人數(shù)與企業(yè)技術創(chuàng)新績效關系之間發(fā)揮中介作用。綜上，內(nèi)部控制有效性的中介效應在低融資約束組內(nèi)未得到驗證。

表6 低融資約束組——分析師跟蹤、內(nèi)部控制有效性與企業(yè)技術創(chuàng)新關系的回歸結果

在高融資約束組內(nèi)，表7檢驗結果顯示，列(4)中分析師跟蹤人數(shù)Afnum的回歸系數(shù)為0.132 4，在10%水平下顯著，但與列(1)相比回歸系數(shù)值和顯著水平T值均下降，中介效應與總效應之比為7.87%；列(7)中分析師跟蹤人數(shù)Afnum的回歸系數(shù)為0.201 2，在5%水平下顯著，但與列(5)相比回歸系數(shù)值和顯著水平T值均下降，中介效應與總效應之比為8.92%。初步表明內(nèi)控有效性在分析師跟蹤人數(shù)與科技型中小企業(yè)技術創(chuàng)新績效關系之間起到了部分中介作用。使用Bootstrap重復抽樣1 000次，對分析師跟蹤人數(shù)、內(nèi)部控制有效性與企業(yè)未來第一年、第二年發(fā)明專利產(chǎn)出的關系檢驗結果顯示，內(nèi)部控制有效性的中介效應在95%的偏差校正置信區(qū)間分別為(0.006，0.027)、(0.005，0.032)，均不包含0值，表明內(nèi)部控制有效性在分析師跟蹤人數(shù)與科技型中小企業(yè)技術創(chuàng)新績效關系之間起到了中介作用。

以上檢驗結果表明內(nèi)部控制有效性在分析師跟蹤人數(shù)與企業(yè)技術創(chuàng)新績效關系中的部分中介作用在融資約束程度較高的企業(yè)中更為顯著，H5通過驗證。所得結論表明,對于融資約束程度較高的科技型中小企業(yè)而言，創(chuàng)新活動受融資約束影響更大，分析師跟蹤活動可以有效降低企業(yè)技術創(chuàng)新活動中的信息不對稱，有助于投資者正確評價企業(yè)創(chuàng)新項目的未來價值，進而吸引外部投資者的投資，降低企業(yè)融資約束程度，從而強化企業(yè)管理層創(chuàng)新動機，進一步改進企業(yè)內(nèi)部控制以提升技術創(chuàng)新績效。

4 穩(wěn)健性檢驗

4.1 內(nèi)生性檢驗

已有研究文獻表明，分析師跟蹤人數(shù)與公司的某些特征有關，如公司規(guī)模、盈利能力、機構持股情況等。且科技型中小企業(yè)是政府當前重視、市場上受關注較多的“題材股”，更可能被分析師跟蹤研究，創(chuàng)新績效越好的上市公司越容易被分析師關注[5]。上述情況可能導致內(nèi)生性問題，故本文采用改變分析師跟蹤人數(shù)的衡量方式進行檢驗。

(1)分析師溢出跟蹤人數(shù)。本文借鑒Yu[30]的檢驗方法，進行如下驗證。為控制公司規(guī)模、盈利能力、機構持股等因素對分析師跟蹤的影響，建立以下模型進行檢驗。

Afnumi,t=α+β1Sizei,t+β2ROAi,t+β3TBQi,t+β4InstiHoldi,t+β5LEVi,t+ε

(5)

上述模型回歸得到的殘差ε，表示除企業(yè)規(guī)模、盈利能力等影響因素外，由其它因素決定的分析師跟蹤人數(shù)，在此稱為分析師溢出跟蹤人數(shù)OverAfnum。本文在模型(1)中用OverAfnum替代Afnum進行回歸檢驗，回歸結果見表8列(1)-(2)所示，分析師溢出跟蹤人數(shù)OverAfnum的回歸系數(shù)分別在1%、5%水平上顯著為正，表明分析師跟蹤人數(shù)多的企業(yè)，未來發(fā)明專利產(chǎn)出更多。

表7 高融資約束組——分析師跟蹤、內(nèi)部控制有效性與企業(yè)技術創(chuàng)新關系的回歸結果

(2)預期分析師跟蹤人數(shù)。借鑒Yu[30]的方法，構建一個工具變量，預期分析師跟蹤人數(shù)，并使用兩階段最小二乘法(2SLS)檢驗。本文構建分析師跟蹤的工具變量ExpAfnum(預期跟蹤分析某企業(yè)的分析師數(shù)量)，替代實際跟蹤的分析師數(shù)量，計算方法如下所示：

ExpAfnumi,j,t=Stosizej,t/Stosizej,0×Afnumi,j,0

(6)

(7)

上式中，0代表基期(本文定為2017年，因2017年的樣本量最大，可減少計算ExpAfnum值時的缺失值)。ExpAfnumi,j,t表示企業(yè)i在第t年受到證券商j的分析師跟蹤的數(shù)量；Stosizej,t與Stosizej,0分別表示證券商j在t年和基期擁有的分析師總人數(shù)；Afnumi,j,0表示企業(yè)i在基期受到證券商j的分析師跟蹤的數(shù)量；ExpAfnumi,t表示企業(yè)i在t年受到分析師跟蹤的總數(shù)量。

2SLS法的回歸結果見表8列(3)-(6)所示，在列(3)中，預期跟蹤某企業(yè)的分析師人數(shù)ExpAfnum對某企業(yè)實際分析師跟蹤人數(shù)Afnum的回歸結果顯示，ExpAfnum的回歸系數(shù)顯著為正，表明ExpAfnum與Afnum之間高度正相關，說明工具變量的選擇是可行的；在列(4)中，將列(3)回歸結果中得到的分析師跟蹤人數(shù)的擬合值FAfnum，用于2SLS第二階段的回歸，結果如列(4所)示，F(xiàn)Afnum的回歸系數(shù)在5%水平上顯著為正，表明分析師跟蹤人數(shù)越多，企業(yè)發(fā)明專利產(chǎn)出也越多，這與前述驗證結果一致。進一步地，在列(5)和列(6)中，考察對企業(yè)未來第二年發(fā)明專利產(chǎn)出的影響，結果仍同前文基本一致。

綜上，分析師跟蹤人數(shù)與科技型中小企業(yè)技術創(chuàng)新績效正相關的研究結論在考慮可能的內(nèi)生性以后依然成立。

4.2 考慮主要變量的替代變量與檢驗模型替換

考慮主要變量的替代。首先使用跟蹤分析公司研報數(shù)Reportnum替代分析師跟蹤人數(shù)Afnum進行檢驗；其次，用專利產(chǎn)出PApply作為企業(yè)技術創(chuàng)新績效的替代變量進行檢驗。此外，因樣本中部分企業(yè)的發(fā)明專利申請數(shù)為0，采用面板Tobit回歸。均采用模型(1)檢驗，結果依然支持上述結論。限于篇幅，未報告檢驗結果。

5 結語

5.1 研究結論

本文基于信息不對稱理論和代理理論，研究轉(zhuǎn)軌經(jīng)濟和創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略背景下，分析師跟蹤、內(nèi)部控制有效性對科技型中小企業(yè)技術創(chuàng)新的影響機理。研究結果表明：分析師跟蹤促進了企業(yè)技術創(chuàng)新，表現(xiàn)為專利產(chǎn)出數(shù)量增加，說明分析師跟蹤活動有效發(fā)揮了信息解讀作用，降低了信息不對稱，進而能夠吸引更多資本市場資源支持企業(yè)的技術創(chuàng)新；分析師通過發(fā)揮信息解讀和監(jiān)督作用提升了內(nèi)部控制性有效性，而內(nèi)部控制有效性的提高又能夠提升企業(yè)技術創(chuàng)新績效，并在分析師跟蹤與企業(yè)技術創(chuàng)新之間發(fā)揮部分中介效應；分析師跟蹤、內(nèi)部控制有效性與企業(yè)技術創(chuàng)新之間的傳導關系在融資約束程度較高的企業(yè)中更為顯著。研究結論對當下改善資本市場信息披露環(huán)境、提升企業(yè)內(nèi)部治理水平以促進企業(yè)技術創(chuàng)新有一定的啟示作用。

表8 內(nèi)生性檢驗結果

5.2 對策建議

當前資本市場信息披露仍不規(guī)范，科技型中小企業(yè)內(nèi)部治理水平仍較低，都構成對企業(yè)進行技術創(chuàng)新活動的障礙，而分析師的跟蹤活動、內(nèi)部控制有效性的提高及二者有效配合均可提升企業(yè)技術創(chuàng)新能力?；诖?，提出以下政策建議：

(1)優(yōu)化企業(yè)信息披露制度，引導企業(yè)增加自愿性信息披露，改善整體信息環(huán)境，讓投資者獲取更多真實信息，降低投資者的逆向選擇行為，從而保護投資者利益。

(2)加強對市場信息中介的誠信制度建設，對分析師隊伍進行必要的監(jiān)督，讓信譽抑制自利行為，從而更好地發(fā)揮分析師的監(jiān)督作用，使其成為公司治理良好的外部約束機制。

(3)引導分析師加強自身專業(yè)能力培養(yǎng)，以科學、客觀地提供增量信息，更好地幫助投資者理解公司內(nèi)在價值及創(chuàng)新的未來價值，從而減少企業(yè)管理層的創(chuàng)新阻力。

(4)要求科技型中小企業(yè)進一步規(guī)范優(yōu)化內(nèi)部控制，提升內(nèi)部控制有效性，尤其是內(nèi)部激勵機制，以減少管理層自利行為，提升管理層創(chuàng)新動機。

5.3 不足與展望

首先，分析師在跟蹤及提供公司研究報告過程中，往往受到諸如利益沖突、獨立性、認知偏差等因素的影響，進而對科技型中小企業(yè)技術創(chuàng)新活動發(fā)揮間接作用。然而，本文并沒有考察這些影響因素對分析師跟蹤與科技型中小企業(yè)技術創(chuàng)新的作用。因此，未來研究可綜合考慮這些因素的作用機制；其次，本文采用的內(nèi)部控制有效性衡量指標，未必能客觀、全面地反映公司內(nèi)部控制情況，未來研究應進一步探索內(nèi)部控制有效性測度指標及方法，以更客觀地考察企業(yè)內(nèi)部控制有效性對技術創(chuàng)新的影響效應。