董思琦

(暨南大學(xué)國際商學(xué)院 廣東珠海 519000)

近年來，我國進入新發(fā)展階段，當(dāng)今世界正經(jīng)歷百年未有之大變局，科技創(chuàng)新是其中一個關(guān)鍵變量。隨著發(fā)達國家創(chuàng)新能力的日漸“鈍化”并不斷加大核心技術(shù)封鎖，核心技術(shù)嚴(yán)重受制于人對我國國家安全和經(jīng)濟發(fā)展造成嚴(yán)重威脅(盧現(xiàn)祥等，2021)，因此中國企業(yè)提高自主創(chuàng)新能力，盡早突破“卡脖子技術(shù)”成為當(dāng)今時代發(fā)展的必然要求。

影響企業(yè)創(chuàng)新的因素一直以來都是學(xué)術(shù)界的熱點話題，學(xué)者從微觀、中觀、宏觀等層面進行了研究，為現(xiàn)有研究打下了良好的基礎(chǔ)。本文將重點研究資本市場中證券分析師對我國企業(yè)創(chuàng)新的影響。分析師作為現(xiàn)代資本市場中重要的信息中介，被譽為“市場的看門人”，他們憑借專業(yè)的知識、技術(shù)和經(jīng)驗定期對上市企業(yè)出具研究報告，給市場提供新信息，對企業(yè)的創(chuàng)新活動及投資者具有重要影響(謝芳，2021；趙奇鋒、鞠曉生，2021)。然而，證券分析師對企業(yè)創(chuàng)新活動的影響效果現(xiàn)有文獻還未達成一致，并且證券分析師對企業(yè)創(chuàng)新活動的影響機制也尚未明晰?；诖?，本文以我國2007—2019年滬深兩市A股上市公司為研究樣本，實證檢驗分析師對企業(yè)創(chuàng)新的影響。研究發(fā)現(xiàn)，分析師的關(guān)注促進企業(yè)創(chuàng)新水平的提升，這種促進作用在風(fēng)險承擔(dān)水平較低的企業(yè)中發(fā)揮得更為明顯，該結(jié)論在進行一系列穩(wěn)健性檢驗后依然成立。

1 文獻綜述與研究假設(shè)

關(guān)于分析師關(guān)注對企業(yè)創(chuàng)新效果的影響，現(xiàn)有文獻存在兩種不同觀點。第一，業(yè)績壓力假說認(rèn)為，分析師過度關(guān)注企業(yè)的短期業(yè)績易導(dǎo)致管理層短視，進而阻礙企業(yè)創(chuàng)新。第二，信息揭示假說認(rèn)為，分析師通過向市場傳遞信息緩解信息不對稱，有效地揭示了企業(yè)創(chuàng)新的價值，進而促進企業(yè)創(chuàng)新。He&Tian(2013)選用1993—2005年美國上市公司數(shù)據(jù)，實證檢驗分析師關(guān)注與企業(yè)創(chuàng)新績效之間的關(guān)系。結(jié)果表明，分析師關(guān)注減少了以專利數(shù)量和引用數(shù)量衡量的企業(yè)創(chuàng)新的產(chǎn)出。然而，國內(nèi)已有研究表明，分析師在信息揭示方面發(fā)揮著重要作用。余明桂等(2017)研究表明，分析師關(guān)注程度越高，企業(yè)的專利產(chǎn)出越多。陳欽源等(2017)研究發(fā)現(xiàn)，分析師跟蹤通過緩解企業(yè)創(chuàng)新過程中的信息不對稱及代理問題，促進了企業(yè)創(chuàng)新，表現(xiàn)為企業(yè)未來第三年的專利產(chǎn)出量增加。韓美妮等(2021)研究發(fā)現(xiàn)，分析師跟蹤具有信息揭示效應(yīng)，整體上顯著促進了企業(yè)的技術(shù)創(chuàng)新。

相較國外成熟的資本市場，我國上市企業(yè)的信息不對稱程度較高，因而分析師發(fā)揮“信息中介”作用的空間更大，中國資本市場適用信息揭示假說的可能性更大，故本文提出如下假設(shè)：

H1：分析師對企業(yè)的關(guān)注度越高，企業(yè)的創(chuàng)新水平越高。

風(fēng)險承擔(dān)水平反映了企業(yè)在追求高風(fēng)險與高收益兼?zhèn)涞捻椖繒r對付出代價的意愿和傾向，是影響企業(yè)對創(chuàng)新研發(fā)項目投資抉擇的重要因素(Boubakii N等，2013)。低風(fēng)險承擔(dān)水平的企業(yè)，其控股股東對風(fēng)險的容忍度較低，創(chuàng)新項目通常具有高風(fēng)險與高利潤回報兼具的特點，因而他們往往不傾向通過技術(shù)創(chuàng)新提高企業(yè)績效(CressyR，2006)。分析師在市場中發(fā)揮“信息中介”的作用，通過持續(xù)、長期地對上市企業(yè)進行跟蹤、走訪和調(diào)研，更加準(zhǔn)確地評估和揭示創(chuàng)新項目的價值，從而激勵管理層選擇雖具有高投資風(fēng)險但預(yù)期凈現(xiàn)值為正的項目，進而促進企業(yè)創(chuàng)新(杜建華，2020)。據(jù)此，提出本文第二個研究假設(shè)：

H2：分析師關(guān)注對企業(yè)創(chuàng)新的促進作用在風(fēng)險承擔(dān)水平較低的企業(yè)中更加顯著。

2 研究設(shè)計

2.1 樣本選擇與數(shù)據(jù)來源

本文以我國滬深兩地A股上市公司2007—2019年的數(shù)據(jù)為研究樣本，并對原始樣本數(shù)據(jù)進行以下處理：(1)剔除ST和*ST企業(yè)。(2)剔除金融行業(yè)。(3)剔除相關(guān)變量缺失的企業(yè)數(shù)據(jù)。(4)為了減少極端值對研究結(jié)論的干擾，本文對所有連續(xù)變量在1%水平上進行上下Winsorize縮尾處理。本文中企業(yè)專利數(shù)據(jù)和財務(wù)指標(biāo)數(shù)據(jù)均來源于國泰安數(shù)據(jù)庫。

2.2 變量定義

2.2.1 被解釋變量

企業(yè)創(chuàng)新水平(PAT)：一般而言，企業(yè)創(chuàng)新水平可以從投入和產(chǎn)出兩個角度進行度量，考慮到企業(yè)研發(fā)投入信息可能會被財務(wù)舞弊等因素影響，且現(xiàn)有相關(guān)數(shù)據(jù)庫對上市企業(yè)研發(fā)投入的信息披露不全面、數(shù)據(jù)存在錯誤等因素，故借鑒主流文獻的方法，選用企業(yè)專利產(chǎn)出量衡量企業(yè)創(chuàng)新水平。由于企業(yè)創(chuàng)新行為轉(zhuǎn)化為專利成果需要一定的時間，造成專利獲批相對企業(yè)創(chuàng)新行為存在時滯，因此本文借鑒現(xiàn)有文獻的做法(陳欽源等，2017；He&Tian，2013)，以企業(yè)未來一年的專利獲批數(shù)加1之后的自然對數(shù)(PAT)作為企業(yè)創(chuàng)新水平的衡量指標(biāo)。

2.2.2 解釋變量

分析師關(guān)注度(Ln_analyst)：本文采用分析師跟蹤人數(shù)作為分析師關(guān)注的度量指標(biāo)。具體而言，以某年度對該企業(yè)進行過跟蹤的分析師人數(shù)表示。為降低異質(zhì)性，參考以往研究(He and Tian，2013)，對分析師關(guān)注人數(shù)進行加1后取對數(shù)處理，得到Ln_analysts，即本文模型的解釋變量。

2.2.3 調(diào)節(jié)變量

企業(yè)風(fēng)險承擔(dān)水平(Risk1)：本文參照余明桂等(2013)的研究，用企業(yè)盈利的波動性衡量企業(yè)風(fēng)險承擔(dān)水平。具體做法為用企業(yè)每年的ROA減去當(dāng)年ROA的行業(yè)均值，再計算企業(yè)在每一時期內(nèi)經(jīng)行業(yè)調(diào)整的ROA的標(biāo)準(zhǔn)差，得到企業(yè)風(fēng)險承擔(dān)水平Risk1。

2.2.4 控制變量

借鑒現(xiàn)有文獻的做法，本文控制了一系列可能影響企業(yè)創(chuàng)新水平的變量，即現(xiàn)金持有比例(cashratio)、企業(yè)成立年限(Age)、企業(yè)規(guī)模(Size)、企業(yè)總資產(chǎn)收益率(ROA)、企業(yè)的財務(wù)杠桿(Lev)、企業(yè)的產(chǎn)權(quán)性質(zhì)(SOE)、企業(yè)所在地GDP增長率(GDP_Growth)。此外，本文還控制了行業(yè)和年度效應(yīng)(見表1)。

表1 變量定義

2.3 模型設(shè)計

為檢驗本文假設(shè)1，建立多元回歸模型如下：

其中，PAT為企業(yè)創(chuàng)新水平，Ln_analysts為分析師關(guān)注度；Control為控制變量。此外，本文還控制了行業(yè)和年份固定效應(yīng)。

為檢驗假設(shè)2，本文建立多元回歸模型如下：

模型(2)中，新增的變量Risk1為企業(yè)風(fēng)險承擔(dān)水平的代理變量；Risk1×Ln_analysts為企業(yè)風(fēng)險承擔(dān)水平變量與分析師關(guān)注變量的交互項。

3 實證結(jié)果及分析

3.1 描述性統(tǒng)計

表2報告了樣本的描述性統(tǒng)計特征結(jié)果。數(shù)據(jù)表明，企業(yè)專利申請數(shù)的均值為186.278,最大值和最小值分別為3736.000和1.000,說明各企業(yè)間創(chuàng)新水平的差異較大且專利申請數(shù)的分布存在右偏的特征。被解釋變量的均值為4.131，最大值和最小值分別為8.226和0.693，表明在經(jīng)對數(shù)化處理后，企業(yè)專利申請數(shù)分布不均勻的狀況得以改善，更接近正態(tài)分布。分析師關(guān)注人數(shù)均值為11.508，最大值和最小值分別為42和9，說明分析師關(guān)注程度在不同企業(yè)間差異較大。解釋變量均值和中位數(shù)分別為2.093和2.197，異質(zhì)性得到緩解。其余控制變量和調(diào)節(jié)變量的數(shù)值也較為合理。

表2 描述性統(tǒng)計

3.2 相關(guān)性分析

本文對主要變量進行Pearson相關(guān)分析，檢驗結(jié)果如表3所示。數(shù)據(jù)表明，分析師關(guān)注度(Ln_analyst)和企業(yè)創(chuàng)新水平(PAT)呈顯著正相關(guān)關(guān)系，初步支持了研究假設(shè)1，即分析師關(guān)注度越高，企業(yè)的創(chuàng)新水平越高。變量間的相關(guān)系數(shù)均小于0.5，表明各變量之間不存在多重共線性問題。

表3 相關(guān)性分析

3.3 回歸分析

采用OLS回歸對本文的研究假設(shè)進行檢驗，實證結(jié)果如表4所示。

表4第(1)列匯報了模型(1)的回歸結(jié)果，其中分析師關(guān)注度(Ln_analyst)的回歸系數(shù)顯著為正，為0.131，其余控制變量均顯著，表明分析師關(guān)注度與企業(yè)創(chuàng)新水平間呈顯著正相關(guān)關(guān)系，即當(dāng)分析師關(guān)注度增加時，企業(yè)創(chuàng)新水平提升，表現(xiàn)為企業(yè)下一年度的專利申請數(shù)增加，假設(shè)1得證。

3.4 調(diào)節(jié)效應(yīng)分析

表4第(2)列匯報了模型(2)的回歸結(jié)果，其中分析師關(guān)注度(Ln_analysts)和企業(yè)風(fēng)險承擔(dān)水平(Risk1)的估計系數(shù)均顯著為正，交互項Risk1×Ln_analyst的系數(shù)顯著為正，表明企業(yè)的風(fēng)險承擔(dān)水平越低，分析師關(guān)注對企業(yè)創(chuàng)新水平的影響越大，即分析師的關(guān)注對企業(yè)創(chuàng)新水平的促進作用在風(fēng)險承擔(dān)水平較低的企業(yè)中更加顯著，假設(shè)2得證。

表4 回歸結(jié)果

4 穩(wěn)健性檢驗

4.1 PSM方法

分析師關(guān)注度和企業(yè)創(chuàng)新水平之間可能存在內(nèi)生性問題，為減輕樣本選擇偏誤對研究結(jié)論的影響，本文采用傾向得分匹配法進行穩(wěn)健性檢驗。按照分析師關(guān)注人數(shù)劃分對照組和處理組，以現(xiàn)金持有比例(cashratio)、企業(yè)成立年限(Age)、企業(yè)規(guī)模(Size)、企業(yè)總資產(chǎn)收益率(ROA)、企業(yè)的財務(wù)杠桿(Lev)、企業(yè)的產(chǎn)權(quán)性質(zhì)(SOE)、企業(yè)所在地GDP增長率(GDP_Growth)作為協(xié)變量進行Logit回歸，計算傾向得分值，結(jié)果如表5所示。經(jīng)匹配處理后，這些協(xié)變量在處理組和對照組之間均不存在顯著差異，匹配效果良好。

表5 PSM平衡性檢驗

用匹配后的樣本重新估計模型(1)，回歸結(jié)果如表6列(1)所示，Ln_analysts顯著為正，通過了檢驗。

4.2 改變解釋變量的衡量方式

本文用分析師發(fā)布研報數(shù)代替分析師跟蹤人數(shù)，衡量分析師關(guān)注度。同樣，為降低異質(zhì)性，對分析師發(fā)布研報數(shù)進行加1后取對數(shù)處理得到Ln_reports，代入模型進行回歸，檢驗結(jié)果如表6列(2)所示，Ln_reports的回歸系數(shù)仍顯著為正，結(jié)果未發(fā)生改變。

4.3 更換計量模型

考慮到企業(yè)專利申請數(shù)中存在很多為0的情況，本文參照周鈺佳(2021)的做法，采用Tobit模型重新進行回歸，結(jié)果如表6列(3)所示，分析師關(guān)注度(Ln_analysts)的系數(shù)顯著為正，表明分析師關(guān)注度與企業(yè)創(chuàng)新水平之間的顯著正相關(guān)關(guān)系這一結(jié)論在改變回歸模型后仍然穩(wěn)健。

表6 穩(wěn)健性檢驗

5 結(jié)語

本文以我國2007—2019年滬深兩市A股上市公司為研究樣本，實證檢驗分析師關(guān)注對企業(yè)創(chuàng)新水平的影響。研究發(fā)現(xiàn)，分析師關(guān)注與企業(yè)創(chuàng)新水平之間呈顯著正相關(guān)關(guān)系，分析師的關(guān)注促進企業(yè)創(chuàng)新水平的提升。進一步研究發(fā)現(xiàn)，分析師關(guān)注與企業(yè)創(chuàng)新水平間的正相關(guān)關(guān)系在風(fēng)險承擔(dān)水平較低的企業(yè)中更加顯著，即分析師關(guān)注對企業(yè)創(chuàng)新水平提升的促進作用在風(fēng)險承擔(dān)水平較低的企業(yè)中發(fā)揮得更為明顯。同時，本文在進行一系列穩(wěn)健性檢驗后，結(jié)論依然成立。

本文的研究結(jié)論具有以下現(xiàn)實意義：首先，應(yīng)完善金融市場人才培養(yǎng)體系，建設(shè)具有良好專業(yè)素質(zhì)的分析師人才隊伍，促進分析師發(fā)揮“信息中介”作用，引導(dǎo)投資者將資金投向高創(chuàng)新水平的企業(yè)，從而對企業(yè)創(chuàng)新產(chǎn)生積極的影響。其次，分析師應(yīng)加大對低風(fēng)險承擔(dān)水平企業(yè)的關(guān)注度，激勵管理層通過技術(shù)創(chuàng)新提高企業(yè)績效，提高企業(yè)的投資效率，進而促進企業(yè)創(chuàng)新水平的提升。