基于深圳A股的機(jī)構(gòu)調(diào)研與企業(yè)研發(fā)支出實(shí)證研究

王麗穎 李雪萊 藍(lán)穎杰

[摘 要]本文基于中國(guó)深圳證券交易所A股上市非金融企業(yè)的機(jī)構(gòu)實(shí)地調(diào)研數(shù)據(jù)，采用混合最小二乘回歸分析法對(duì)機(jī)構(gòu)實(shí)地調(diào)研與企業(yè)研發(fā)支出的關(guān)系進(jìn)行了實(shí)證研究，并分析了企業(yè)股權(quán)集中度和信息不對(duì)稱(chēng)程度對(duì)主假設(shè)的中介作用。研究發(fā)現(xiàn)機(jī)構(gòu)實(shí)地調(diào)研頻次顯著促進(jìn)企業(yè)增加研發(fā)開(kāi)支，過(guò)高的股權(quán)集中度會(huì)弱化機(jī)構(gòu)實(shí)地調(diào)研對(duì)非國(guó)有企業(yè)研發(fā)支出的增強(qiáng)作用，國(guó)有企業(yè)信息不對(duì)稱(chēng)程度越高，機(jī)構(gòu)實(shí)地調(diào)研對(duì)其研發(fā)支出的增強(qiáng)作用就越明顯。研發(fā)結(jié)論為我國(guó)投資者以及企業(yè)更加有效地理解和利用調(diào)研信息進(jìn)行研發(fā)投資決策提供了有效借鑒。

[關(guān)鍵詞]機(jī)構(gòu)調(diào)研;研發(fā)支出;信息不對(duì)稱(chēng);股權(quán)集中度

[中圖分類(lèi)號(hào)]中圖分類(lèi)號(hào)F273.1[文獻(xiàn)標(biāo)志碼]A [文章編號(hào)]1672-4917（2019）02-0107-09

一、引言

2018 年，中國(guó)在全球創(chuàng)新指數(shù)排行榜排名第 17 位，在建設(shè)創(chuàng)新型國(guó)家的進(jìn)程中持續(xù)穩(wěn)步邁進(jìn)。創(chuàng)新型國(guó)家戰(zhàn)略規(guī)劃的落實(shí)，離不開(kāi)企業(yè)的支撐，研發(fā)行為作為創(chuàng)新活動(dòng)的重要載體，已成為社會(huì)各界關(guān)注的焦點(diǎn)。2000年至2017年，我國(guó)研發(fā)支出占 GDP 的比重從 0.9%提高到 2.15%。企業(yè)對(duì)研發(fā)投入的影響因素已引起我國(guó)學(xué)者的廣泛關(guān)注，陳林（Lin C）等（2010年）[1]、李春濤、宋敏（2010年）[2]、陳爽英等（2010年）[3]、黃俊、陳信元（2011年）[4]、溫軍、馮根福（2012年）[5]、鞠曉生等（2013年）[6]、潘越（2015年）[7]、余明桂等（2017年）[8]研究結(jié)果表明，產(chǎn)業(yè)政策、企業(yè)所有權(quán)、融資渠道、機(jī)構(gòu)投資者持股、股權(quán)集中度、高管薪酬激勵(lì)、地區(qū)保護(hù)程度、知識(shí)產(chǎn)權(quán)保護(hù)機(jī)制、管理者權(quán)力、內(nèi)部控制信息披露質(zhì)量和信息不對(duì)稱(chēng)程度等因素都會(huì)影響中國(guó)企業(yè)對(duì)研發(fā)的投入?，F(xiàn)有研究在探討企業(yè)研發(fā)支出的影響因素時(shí)，較少有學(xué)者以機(jī)構(gòu)投資者調(diào)研活動(dòng)為出發(fā)點(diǎn)進(jìn)行研究。

以何杰和田軒（He J & Tian X）（2013年）[9]和阿奇翁（Aghion）等（2013年）[10]為代表的“業(yè)績(jī)壓力假說(shuō)”基于對(duì)美國(guó)市場(chǎng)的研究認(rèn)為，公司經(jīng)理層會(huì)因擔(dān)心敵意收購(gòu)等因素非常關(guān)注股價(jià)。因賣(mài)方分析師重點(diǎn)關(guān)注短期業(yè)績(jī)，經(jīng)理層在投資回收期長(zhǎng)、風(fēng)險(xiǎn)高的研發(fā)項(xiàng)目時(shí)會(huì)承擔(dān)更高的市場(chǎng)壓力，迫于市場(chǎng)壓力，經(jīng)理層可能會(huì)因自利行為做出減少研發(fā)投入的短期決策。但該理論針對(duì)的是股權(quán)結(jié)構(gòu)高度分散的美國(guó)市場(chǎng)，中國(guó)資本市場(chǎng)有以下不同：第一，不同于股權(quán)高度分散的美國(guó)市場(chǎng)，中國(guó)企業(yè)往往由大股東持股，被敵意收購(gòu)的風(fēng)險(xiǎn)較小;第二，中國(guó)資本市場(chǎng)以散戶(hù)持股為主，機(jī)構(gòu)投資者持股占比較低，造成的短期壓力更難施壓于經(jīng)理層;第三，國(guó)企占上市公司比重高，薪酬激勵(lì)體制不同，聲譽(yù)給經(jīng)理層帶來(lái)的業(yè)績(jī)壓力更小。另一方面，以戴瑞恩和凱斯克（Derrien & Kecskes）（2013年）[11]為代表的“信息揭示假說(shuō)”認(rèn)為機(jī)構(gòu)分析師可能會(huì)通過(guò)對(duì)研發(fā)項(xiàng)目進(jìn)行充分解讀，以減少股東、管理層和外部投資者間的信息不對(duì)稱(chēng)問(wèn)題，降低資本成本。當(dāng)市場(chǎng)對(duì)投入的研發(fā)項(xiàng)目?jī)r(jià)值有更好的理解時(shí)，對(duì)經(jīng)理層的施壓機(jī)制就會(huì)變小，公司會(huì)加大研發(fā)投入。潘越等（2011年）[12]研究發(fā)現(xiàn)由于我國(guó)對(duì)投資者保護(hù)的制度環(huán)境較弱，分析師關(guān)注度較高的上市公司，其經(jīng)營(yíng)情況會(huì)被更全面和多維度地揭示，提高了信息透明度。中國(guó)資本市場(chǎng)與股權(quán)高度分散、流動(dòng)性更高的成熟市場(chǎng)相比不同，存在其特殊性，對(duì)信息揭示假說(shuō)和業(yè)績(jī)壓力假說(shuō)的適用性不同，本文承襲大多數(shù)文獻(xiàn)對(duì)A股市場(chǎng)的研究結(jié)論，基于信息揭示假說(shuō)分析論證機(jī)構(gòu)調(diào)研與企業(yè)研發(fā)支出的關(guān)系。

作為一種更為直接的獲取上市公司私有信息的方法，機(jī)構(gòu)實(shí)地調(diào)研對(duì)上市公司在選擇上更具有主動(dòng)性，在信息獲取上更具有及時(shí)性，能夠更準(zhǔn)確地判斷企業(yè)披露的財(cái)務(wù)信息、經(jīng)營(yíng)信息是否值得信賴(lài)，更有效地輔助投資者進(jìn)行決策。國(guó)內(nèi)外學(xué)者對(duì)機(jī)構(gòu)調(diào)研的已有研究表明，機(jī)構(gòu)調(diào)研會(huì)影響分析師預(yù)測(cè)精度，對(duì)市場(chǎng)造成影響以及影響投資者行為。曹新偉等（2015年）[13]和程強(qiáng)（Cheng Q）等（2016年）[14]的研究顯示，機(jī)構(gòu)調(diào)研能夠深度挖掘公司私有信息，提高預(yù)測(cè)精度和行業(yè)溢出效應(yīng)。而譚松濤、崔小勇（2015年）[15]的研究則認(rèn)為機(jī)構(gòu)調(diào)研引發(fā)了羊群效應(yīng)，增大了分析師的預(yù)測(cè)樂(lè)觀度，降低了分析師預(yù)測(cè)精度。曹新偉等（2015年）[13]認(rèn)為分析師實(shí)地調(diào)研能夠降低股價(jià)同步性，提高資本市場(chǎng)信息效率。布希（Bushee）等（2018年）[16]研究發(fā)現(xiàn)，投資者與管理層私下會(huì)見(jiàn)有助于投資者做出更多知情交易決策。機(jī)構(gòu)調(diào)研活動(dòng)被認(rèn)為屬于“投資者關(guān)系活動(dòng)”的一種，國(guó)內(nèi)深圳證券交易所（以下簡(jiǎn)稱(chēng)深交所）自2012年8月開(kāi)始規(guī)范“投資者關(guān)系活動(dòng)”，要求上市公司將調(diào)研的時(shí)間、地點(diǎn)、參與方、問(wèn)答情況等所有涉及“投資者關(guān)系活動(dòng)”的信息都應(yīng)以公告的形式披露在官方平臺(tái)“互動(dòng)易”上。自此，我國(guó)的機(jī)構(gòu)調(diào)研活動(dòng)逐漸完善為可觀測(cè)的機(jī)構(gòu)關(guān)注指標(biāo)。機(jī)構(gòu)調(diào)研活動(dòng)的參與主體包括買(mǎi)方機(jī)構(gòu)（私募基金、公募基金、資管公司、保險(xiǎn)公司和銀行）和賣(mài)方機(jī)構(gòu)（證券公司、財(cái)務(wù)公司和信托公司），兩類(lèi)參與主體的實(shí)地調(diào)研活動(dòng)有很大相關(guān)性。已有初步研究證實(shí)了券商分析能夠影響企業(yè)增加研發(fā)投入（謝震等，2014年[17];余明桂等，2017年[8]）。

此外，企業(yè)的股權(quán)集中度也是影響企業(yè)投資長(zhǎng)期研發(fā)項(xiàng)目的重要因素，目前，國(guó)內(nèi)外學(xué)者對(duì)股權(quán)結(jié)構(gòu)與企業(yè)研發(fā)投入關(guān)系的觀點(diǎn)有很大分歧，一些學(xué)者認(rèn)為股權(quán)集中度與研發(fā)投入正相關(guān)[弗朗西斯和史密斯（Francis&Smith），1995年[18];李尚勛（Lee S.），2012年[19]]，另有大部分學(xué)者認(rèn)為股權(quán)集中度越高越不利于企業(yè)的研發(fā)投入[杰基迪維托（Jackie Di Vito）等，2010年[20]; 文紅星和夏葵（Wen H & Xia K），2016年[21];林筠、張瑤，2017年[22]]。另一方面，巴斯（Bath）等（2001年）[23]的研究顯示高度的信息不對(duì)稱(chēng)會(huì)抑制企業(yè)研發(fā)投入，但機(jī)構(gòu)會(huì)通過(guò)實(shí)地調(diào)研等手段來(lái)降低企業(yè)與外部間的信息不對(duì)稱(chēng)程度。因此，本文還將分析股權(quán)集中度和信息不對(duì)稱(chēng)程度對(duì)主假設(shè)的中介影響作用。

據(jù)此，本文以深交所A股上市的非金融企業(yè)2014—2016年的數(shù)據(jù)為樣本，研究了包括賣(mài)方機(jī)構(gòu)在內(nèi)的機(jī)構(gòu)實(shí)地調(diào)研對(duì)企業(yè)研發(fā)支出行為決策的影響。研究發(fā)現(xiàn)，兩者存在顯著正相關(guān)關(guān)系，機(jī)構(gòu)通過(guò)實(shí)地調(diào)研會(huì)促進(jìn)企業(yè)的研發(fā)投資支出行為。進(jìn)一步將股權(quán)集中度和信息不對(duì)稱(chēng)程度作為中介變量，將樣本分別進(jìn)行研究后發(fā)現(xiàn)，機(jī)構(gòu)實(shí)地調(diào)研活動(dòng)對(duì)非國(guó)企研發(fā)支出的增強(qiáng)作用與企業(yè)股權(quán)集中度呈顯著負(fù)相關(guān)，此外，機(jī)構(gòu)實(shí)地調(diào)研緩解了信息不對(duì)稱(chēng)對(duì)國(guó)有企業(yè)研發(fā)支出的負(fù)向作用。上述結(jié)論在進(jìn)行了一系列穩(wěn)健性檢驗(yàn)后依然成立。

本研究貢獻(xiàn)主要體現(xiàn)為：（1）新的研究視角：以往文獻(xiàn)多是從分析師關(guān)注、分析師推薦的角度進(jìn)行研究，更關(guān)注賣(mài)方機(jī)構(gòu)對(duì)上市公司的推薦和評(píng)級(jí)報(bào)告，本研究擴(kuò)展到買(mǎi)方視角，從機(jī)構(gòu)視角的新出發(fā)點(diǎn)探討了對(duì)企業(yè)研發(fā)支出行為的影響，為相關(guān)研究提供來(lái)自微觀層面的經(jīng)驗(yàn)證據(jù)。（2）新的數(shù)據(jù)來(lái)源：企業(yè)研發(fā)投入水平關(guān)乎中國(guó)建設(shè)創(chuàng)新型國(guó)家戰(zhàn)略的成敗，如何提高研發(fā)投入水平與效率成為當(dāng)前亟待解決的議題，機(jī)構(gòu)調(diào)研數(shù)據(jù)作為一個(gè)較新的研究指標(biāo)，自深交所發(fā)布《信息披露業(yè)務(wù)備忘錄第41號(hào)—投資者關(guān)系管理及其信息披露》后，2013年才開(kāi)始收錄于東方財(cái)富網(wǎng)的Choice金融數(shù)據(jù)庫(kù)，以機(jī)構(gòu)為視角的研究剛剛起步，本研究可為企業(yè)如何合理制定研發(fā)決策提供理論依據(jù)。（3）新的研究拓展：本文首次研究了被調(diào)研企業(yè)的股權(quán)集中度和信息不對(duì)稱(chēng)程度對(duì)主效應(yīng)的中介作用，基于我國(guó)股票市場(chǎng)特色，進(jìn)行了國(guó)有企業(yè)和非國(guó)有企業(yè)分組探究，有助于更好地理解機(jī)構(gòu)行為對(duì)公司研發(fā)決策的影響。

二、研究設(shè)計(jì)

（一）研究假設(shè)

基于前文分析，本文假設(shè)的整體邏輯為：機(jī)構(gòu)實(shí)地調(diào)研活動(dòng)能夠緩解市場(chǎng)的信息不對(duì)稱(chēng)，通過(guò)揭示企業(yè)研發(fā)活動(dòng)的價(jià)值，降低融資成本進(jìn)而促進(jìn)企業(yè)研發(fā)，且這種增強(qiáng)效應(yīng)受到公司股權(quán)集中度和信息不對(duì)稱(chēng)程度的中介作用。

假設(shè)H1：以控制其他對(duì)研發(fā)支出有影響的因素為前提，買(mǎi)方機(jī)構(gòu)和賣(mài)方機(jī)構(gòu)實(shí)地調(diào)研活動(dòng)強(qiáng)度可以增強(qiáng)企業(yè)的研發(fā)支出水平。

H1.1：上市公司受到買(mǎi)方機(jī)構(gòu)和賣(mài)方機(jī)構(gòu)調(diào)研的頻次越高，研發(fā)支出水平越高。

H1.2：上市公司受到買(mǎi)方機(jī)構(gòu)調(diào)研的頻次越高，研發(fā)支出水平越高。

H1.3：上市公司受到賣(mài)方機(jī)構(gòu)調(diào)研的頻次越高，研發(fā)支出水平越高。

H1.4：與買(mǎi)方機(jī)構(gòu)相比，賣(mài)方機(jī)構(gòu)的實(shí)地調(diào)研活動(dòng)對(duì)被調(diào)研公司的研發(fā)支出的增強(qiáng)作用更強(qiáng)。

假設(shè)H2：企業(yè)股權(quán)集中度會(huì)削弱機(jī)構(gòu)調(diào)研活動(dòng)對(duì)企業(yè)研發(fā)支出的增強(qiáng)作用。

假設(shè)H3：企業(yè)信息不對(duì)稱(chēng)程度會(huì)增強(qiáng)機(jī)構(gòu)調(diào)研活動(dòng)對(duì)企業(yè)研發(fā)支出的增強(qiáng)作用。

（二）樣本數(shù)據(jù)收集

本文選取深交所A股上市的2096家公司，研究期限為2014年1月1日至2016年12月31日①。為確保樣本選取的合理性和研究結(jié)果的科學(xué)性，本文剔除了以下樣本：（1）因金融行業(yè)公司財(cái)務(wù)報(bào)表的特殊性，將包含銀行、證券公司、保險(xiǎn)等金融類(lèi)上市公司排除在外;（2）剔除ST和*ST公司;（3）剔除了研究變量存在缺失值的公司。最終得到1409家深交所A股上市的公司為本文的研究樣本。本文自變量數(shù)據(jù)來(lái)源于Choice金融數(shù)據(jù)庫(kù)，因變量、中介變量和控制變量數(shù)據(jù)均來(lái)自WIND和CSMAR數(shù)據(jù)庫(kù)。

（三）變量設(shè)計(jì)

1.因變量：研發(fā)支出指標(biāo)

本研究從WIND提取自變量選取時(shí)間段的未來(lái)一年，也即2015—2016年研發(fā)支出總額與營(yíng)業(yè)收入的比值（RD）作為研發(fā)支出衡量指標(biāo)。

2.自變量：機(jī)構(gòu)實(shí)地調(diào)研強(qiáng)度指標(biāo)

本文參照曹新偉等（2015年）[13]和程強(qiáng)（Cheng Q）等（2016年）[14]的文獻(xiàn)，選取機(jī)構(gòu)對(duì)其跟蹤公司的實(shí)地調(diào)研頻次來(lái)代表機(jī)構(gòu)實(shí)地調(diào)研的強(qiáng)度。本文選取的自變量是2014—2015年機(jī)構(gòu)對(duì)上市公司進(jìn)行的實(shí)地調(diào)研強(qiáng)度，用年度統(tǒng)計(jì)的實(shí)地調(diào)研頻次代表，并選用三個(gè)維度的統(tǒng)計(jì)量：買(mǎi)方機(jī)構(gòu)和賣(mài)方機(jī)構(gòu)年度統(tǒng)計(jì)的實(shí)地調(diào)研頻次之和（Visit）、買(mǎi)方機(jī)構(gòu)年度統(tǒng)計(jì)的實(shí)地調(diào)研頻次（Buyvisit）以及賣(mài)方機(jī)構(gòu)年度統(tǒng)計(jì)的實(shí)地調(diào)研頻次（Sellvisit）、買(mǎi)方機(jī)構(gòu)調(diào)研頻次與賣(mài)方機(jī)構(gòu)調(diào)研頻次之比（BSratio）：

因?yàn)楫?dāng)賣(mài)方機(jī)構(gòu)實(shí)地調(diào)研頻次為 0 時(shí)，買(mǎi)方機(jī)構(gòu)實(shí)地調(diào)研頻次也通常為 0，所以若Sellvisit為0，則Bsratio取值為1。

3.中介變量

（1）股權(quán)集中度（First），選取第一大股東的持股比例作為股權(quán)集中度的衡量指標(biāo)。（2）信息不對(duì)稱(chēng)程度（IA），采用股票非流動(dòng)性指標(biāo)來(lái)衡量信息不對(duì)稱(chēng)程度，該指標(biāo)的意義在于市場(chǎng)中的交易者分為知情交易者和普通交易者，普通交易者為了彌補(bǔ)其缺乏信息而要承擔(dān)風(fēng)險(xiǎn)的劣勢(shì)會(huì)要求相應(yīng)的溢價(jià)，該溢價(jià)可以用來(lái)衡量信息不對(duì)稱(chēng)的程度，即：

4.控制變量

綜合已有研究，選取公司規(guī)模（Size）、政府補(bǔ)助（Sub）、企業(yè)成立年限（Age）、資產(chǎn)收益率（ROA）、機(jī)構(gòu)持股比例（Ins）、公司杠桿率（Lever）、現(xiàn)金流（Cashratio）、董事會(huì)規(guī)模（Board）、固定資產(chǎn)比例（PPE）、成長(zhǎng)能力（MB）和管理層持股比例（Tophold）11項(xiàng)作為控制變量。

變量名稱(chēng)及定義如表1所示。

（四）模型構(gòu)建

根據(jù)研究假設(shè)和變量設(shè)計(jì)，構(gòu)建回歸模型如下：

1.假設(shè)1模型設(shè)計(jì)

該模型采用了公司規(guī)模（Size）等11個(gè)控制變量，并控制年份效應(yīng)和行業(yè)效應(yīng)，以解釋機(jī)構(gòu)關(guān)注度對(duì)研發(fā)支出的影響。解釋變量Visit為買(mǎi)方加賣(mài)方機(jī)構(gòu)調(diào)研頻次之和，并分別對(duì)賣(mài)方機(jī)構(gòu)調(diào)研數(shù)Buyvisit和賣(mài)方機(jī)構(gòu)調(diào)研數(shù)Sellvisit進(jìn)行回歸分析。為了檢驗(yàn)買(mǎi)方和賣(mài)方機(jī)構(gòu)的實(shí)地調(diào)研活動(dòng)對(duì)被調(diào)研企業(yè)研發(fā)支出增強(qiáng)程度的差別，在模型中加入二者的比值BSratio，并與Visit一并回歸。

三、實(shí)證分析

（一）描述性統(tǒng)計(jì)

在1409家樣本上市公司中，研發(fā)支出占營(yíng)業(yè)收入比均值為4.43%，標(biāo)準(zhǔn)差為 125.9，不同公司的研發(fā)投入力度具有顯著差異。從解釋變量調(diào)研次數(shù)來(lái)看，上市公司平均被調(diào)研次數(shù)為31 次，公司個(gè)體之間差異明顯，說(shuō)明機(jī)構(gòu)對(duì)不同上市公司關(guān)注程度截然不同。機(jī)構(gòu)持股比例均值為 36.6%，遠(yuǎn)低于美國(guó)市場(chǎng)，機(jī)構(gòu)持股比例最高為94%，最低為0%，可見(jiàn)構(gòu)投資者篩選投資標(biāo)的時(shí)存在抱團(tuán)持股的現(xiàn)象。股權(quán)集中度均值為34.1%，最高可達(dá)89.4%，這進(jìn)一步驗(yàn)證了我國(guó)資本市場(chǎng)股權(quán)集中度較高。本文對(duì)所有假設(shè)模型回歸時(shí)做對(duì)應(yīng)1%水平下的Winsorize處理來(lái)增加穩(wěn)健性。

（二）相關(guān)性分析

為驗(yàn)證研發(fā)支出、機(jī)構(gòu)調(diào)研強(qiáng)度和控制變量之間的關(guān)系，對(duì)各變量進(jìn)行Pearson相關(guān)性分析，機(jī)構(gòu)實(shí)地調(diào)研活動(dòng)總頻次與買(mǎi)方機(jī)構(gòu)實(shí)地調(diào)研頻次和賣(mài)方機(jī)構(gòu)實(shí)地調(diào)研頻次存在很高相關(guān)性，均大于0.8，買(mǎi)方機(jī)構(gòu)實(shí)地調(diào)研活動(dòng)與賣(mài)方機(jī)構(gòu)實(shí)地調(diào)研活動(dòng)的相關(guān)性為 0.893，聯(lián)動(dòng)程度很高，說(shuō)明買(mǎi)方持有的上市公司通常也會(huì)受到更多賣(mài)方的關(guān)注，賣(mài)方推薦的上市公司也會(huì)調(diào)動(dòng)買(mǎi)方去調(diào)研。其他變量間相關(guān)系數(shù)不高。

（三）模型檢驗(yàn)分析

本文通過(guò)VIF檢驗(yàn)來(lái)檢測(cè)是否存在多重共線(xiàn)性問(wèn)題。所有變量的VIF均小于2.8，因此認(rèn)為模型不存在多重共線(xiàn)性問(wèn)題。White 異方差檢驗(yàn)計(jì)算出p值為 0，表明數(shù)據(jù)存在異方差問(wèn)題。為消除數(shù)據(jù)可能存在的自相關(guān)問(wèn)題對(duì)回歸結(jié)果的影響，在進(jìn)行Stata 回歸時(shí)，使用了經(jīng)過(guò)cluster 命令修正后的對(duì)異方差和組內(nèi)自相關(guān)均穩(wěn)健的標(biāo)準(zhǔn)誤。

（四）回歸分析

表2為利用混合最小二乘法（OLS）對(duì)主模型進(jìn)行多元回歸的結(jié)果，第一列至第四列報(bào)告了機(jī)構(gòu)調(diào)研強(qiáng)度與研發(fā)支出的回歸結(jié)果?？梢园l(fā)現(xiàn)，機(jī)構(gòu)調(diào)研強(qiáng)度指標(biāo)Visit、ExcessVisit、Buyvisit 和SellVisit與研發(fā)支出在1%水平上呈正相關(guān)關(guān)系，證明機(jī)構(gòu)實(shí)地調(diào)研的確對(duì)被調(diào)研公司企業(yè)投入下一年的研發(fā)支出有顯著的增強(qiáng)作用，H1.1-H1.3得到驗(yàn)證。說(shuō)明機(jī)構(gòu)在對(duì)上市公司進(jìn)行實(shí)地調(diào)研的過(guò)程中，得到了大量及時(shí)并且有效的公司研發(fā)項(xiàng)目信息，更好地理解了研發(fā)項(xiàng)目的價(jià)值，并減少管理層短期業(yè)績(jī)壓力，促進(jìn)企業(yè)投入更多的研發(fā)支出。第五列結(jié)果顯示，加入BSratio變量后，Visit的回歸系數(shù)依然顯著為負(fù)，而B(niǎo)SRatio的回歸系數(shù)不顯著，這說(shuō)明買(mǎi)方機(jī)構(gòu)與賣(mài)方機(jī)構(gòu)實(shí)地調(diào)研對(duì)企業(yè)研發(fā)支出的影響無(wú)顯著差別，因此拒絕原假設(shè)H1.4。在控制變量方面，政府補(bǔ)助（Sub）、現(xiàn)金流（Cashratio）、成長(zhǎng)能力（MB）、管理層持股比例（Tophold）都與企業(yè)研發(fā)支出在 1%的水平上正向顯著，與現(xiàn)有研究結(jié)論一致。資產(chǎn)收益率（ROA）、公司杠桿率（Lever）、固定資產(chǎn)比例（PPE）與企業(yè)研發(fā)支出在 1%的水平上負(fù)相關(guān)，企業(yè)年限（Age）與企業(yè)研發(fā)支出在 5%的水平上負(fù)相關(guān)。除了資產(chǎn)收益率（ROA）以外，其他控制變量的結(jié)果與現(xiàn)有研究結(jié)果一致，表明在當(dāng)年公司回報(bào)率不高時(shí)，公司管理層會(huì)加大下一年度的研發(fā)支出。企業(yè)規(guī)模（Size）、機(jī)構(gòu)持股比例（Ins）、董事會(huì)規(guī)模（Board）對(duì)企業(yè)研發(fā)支出的影響不顯著，說(shuō)明A 股企業(yè)研發(fā)支出和這3個(gè)因素的關(guān)系不大。

表3為將股權(quán)集中度作為中介變量，以交叉項(xiàng)形式加入模型的回歸結(jié)果，結(jié)果顯示全樣本交叉項(xiàng)顯著，H2得到驗(yàn)證。隨后將國(guó)有企業(yè)組和非國(guó)有企業(yè)組分開(kāi)檢驗(yàn)，發(fā)現(xiàn)國(guó)有企業(yè)樣本組交叉項(xiàng)并不顯著，在非國(guó)企樣本中Visit×First交互項(xiàng)顯著為負(fù)，且First與因變量RD顯著負(fù)相關(guān)。說(shuō)明當(dāng)目標(biāo)企業(yè)是非國(guó)企性質(zhì)且股權(quán)越集中時(shí)，機(jī)構(gòu)調(diào)研對(duì)企業(yè)加大研發(fā)支出的增強(qiáng)作用會(huì)被削弱，說(shuō)明過(guò)于集中的股權(quán)導(dǎo)致大股東對(duì)管理者實(shí)行過(guò)度監(jiān)控，出于風(fēng)險(xiǎn)規(guī)避，管理層會(huì)降低投入研發(fā)的力度。在國(guó)有企業(yè)樣本組中介作用并不顯著，說(shuō)明不同的產(chǎn)權(quán)性質(zhì)使得公司面臨的激勵(lì)約束不同，國(guó)有企業(yè)組的委托代理關(guān)系更為復(fù)雜，融資渠道更為豐富，研發(fā)風(fēng)險(xiǎn)更為分散，管理層面臨的壓力相對(duì)較小。

表4報(bào)告了將衡量信息不對(duì)稱(chēng)程度的非流動(dòng)性指標(biāo)IA作為機(jī)構(gòu)實(shí)地調(diào)研和企業(yè)研發(fā)支出之間的中介變量，以交叉項(xiàng)的形式分別加入模型進(jìn)行回歸的結(jié)果?？梢钥闯觯珮颖净貧w時(shí)IA*Visit系數(shù)不顯著，將樣本分為國(guó)企組和非國(guó)企組回歸時(shí)，國(guó)有企業(yè)樣本組的非流動(dòng)性指標(biāo)（IA）系數(shù)顯著為負(fù)，表明當(dāng)國(guó)有企業(yè)股票非流動(dòng)性越大，信息不對(duì)稱(chēng)程度越高時(shí)，下一年投入的研發(fā)支出越低。而機(jī)構(gòu)實(shí)地調(diào)研與非流動(dòng)性指標(biāo)的交叉項(xiàng)（Visit*IA）的系數(shù)顯著為正，這表明機(jī)構(gòu)的實(shí)地調(diào)研有效緩解了信息不對(duì)稱(chēng)對(duì)國(guó)有企業(yè)投入研發(fā)支出的負(fù)向作用，進(jìn)一步支持了“信息揭示假說(shuō)”。在非國(guó)有企業(yè)樣本組里面，機(jī)構(gòu)實(shí)地調(diào)研與非流動(dòng)性指標(biāo)的交叉項(xiàng)（Visit*IA）的系數(shù)并不顯著，證明機(jī)構(gòu)實(shí)地調(diào)研能夠更好地緩解國(guó)有企業(yè)在投入研發(fā)支出上面臨的信息不對(duì)稱(chēng)。

四、穩(wěn)健性檢驗(yàn)

為進(jìn)一步驗(yàn)證研究結(jié)論的穩(wěn)健性，本研究進(jìn)行了內(nèi)生性和子樣本回歸穩(wěn)健性檢驗(yàn)。

（一）內(nèi)生性

模型回歸結(jié)果顯示機(jī)構(gòu)實(shí)地調(diào)研與企業(yè)研發(fā)支出顯著正相關(guān)，但有可能存在內(nèi)生性問(wèn)題。為了解決可能造成的內(nèi)生性問(wèn)題，采用 2015年相比 2014年機(jī)構(gòu)調(diào)研次數(shù)的變化與2016 年相比2015年企業(yè)研發(fā)支出的變化來(lái)進(jìn)行回歸，以此回歸來(lái)降低內(nèi)生性的影響。回歸模型如下：

不管是機(jī)構(gòu)實(shí)地調(diào)研總頻次（Visit）還是買(mǎi)方（BuyVisit）與賣(mài)方（SellVisit）的調(diào)研分別進(jìn)行回歸，結(jié)果都是在10%的水平下顯著，說(shuō)明在考慮內(nèi)生性后，與OLS回歸系數(shù)符號(hào)結(jié)果相同。

（二）子樣本回歸

為排除未受機(jī)構(gòu)調(diào)研上市公司的影響，篩選出更加受機(jī)構(gòu)青睞的上市公司，能為結(jié)論提供更好的支持。據(jù)此，縮小樣本范圍作為子樣本，選取2014—2015年兩年內(nèi)每年都至少被調(diào)研一次的上市公司（篩選后為 1149家），進(jìn)行穩(wěn)定性檢驗(yàn)。子樣本的回歸顯示，不管是對(duì)機(jī)構(gòu)實(shí)地調(diào)研總量（Visit）還是對(duì)買(mǎi)方機(jī)構(gòu)實(shí)地調(diào)研（BuyVisit）與賣(mài)方機(jī)構(gòu)實(shí)地調(diào)研（SellVisit）分別進(jìn)行回歸，結(jié)果都是在 1%的水平下顯著，說(shuō)明用子樣本還是能得到與前文一致的實(shí)證結(jié)果。

五、研究結(jié)論

作為投資者與管理層直接的溝通方式，機(jī)構(gòu)調(diào)研會(huì)向資本市場(chǎng)傳遞更加及時(shí)有效的增量信息，以上信息會(huì)對(duì)公司研發(fā)行為產(chǎn)生何種影響是本研究的關(guān)注點(diǎn)。本文以深圳A股2014—2016年數(shù)據(jù)為樣本，實(shí)證檢驗(yàn)了機(jī)構(gòu)調(diào)研對(duì)企業(yè)研發(fā)支出行為的影響。研究發(fā)現(xiàn)：第一，機(jī)構(gòu)實(shí)地調(diào)研活動(dòng)程度越高，越能緩解市場(chǎng)中的信息不對(duì)稱(chēng)，幫助市場(chǎng)更好地理解上市公司研發(fā)項(xiàng)目的價(jià)值，促進(jìn)企業(yè)增加研發(fā)開(kāi)支。此結(jié)論支持并驗(yàn)證了“信息揭示假說(shuō)”，即機(jī)構(gòu)實(shí)地調(diào)研與企業(yè)研發(fā)支出呈正相關(guān)。第二，機(jī)構(gòu)實(shí)地調(diào)研活動(dòng)對(duì)非國(guó)有企業(yè)研發(fā)支出的增強(qiáng)作用，受到企業(yè)股權(quán)集中度情況的中介影響。由于非國(guó)有企業(yè)面臨的激勵(lì)約束與國(guó)有企業(yè)不同，非國(guó)有企業(yè)的股權(quán)集中度越高、大股東現(xiàn)象越嚴(yán)重，會(huì)削弱機(jī)構(gòu)實(shí)地調(diào)研對(duì)企業(yè)投入研發(fā)的增強(qiáng)作用。第三，機(jī)構(gòu)實(shí)地調(diào)研活動(dòng)對(duì)國(guó)有企業(yè)研發(fā)支出行為的增強(qiáng)作用，會(huì)受到信息不對(duì)稱(chēng)情況的中介影響。由于國(guó)有企業(yè)的信息不對(duì)稱(chēng)情況更為突出，對(duì)于信息不對(duì)稱(chēng)情況更嚴(yán)重的公司，機(jī)構(gòu)實(shí)地調(diào)研對(duì)國(guó)有企業(yè)投入研發(fā)支出的增強(qiáng)作用更明顯。

本文基于機(jī)構(gòu)調(diào)研視角，豐富了研發(fā)支出影響因素的相關(guān)研究文獻(xiàn)，并且通過(guò)我國(guó)特有的上市公司機(jī)構(gòu)調(diào)研數(shù)據(jù)，檢驗(yàn)了機(jī)構(gòu)調(diào)研對(duì)公司研發(fā)行為的影響，拓展了機(jī)構(gòu)調(diào)研經(jīng)濟(jì)后果的相關(guān)研究。同時(shí)也為我國(guó)投資者以及同行業(yè)公司更加有效地理解和利用調(diào)研信息進(jìn)行決策，以及監(jiān)管機(jī)構(gòu)如何進(jìn)一步完善上市公司信息披露規(guī)定、保護(hù)股東權(quán)益提供了有效的經(jīng)驗(yàn)證據(jù)。

[參考文獻(xiàn)]

[1]Lin C， Lin P， Song F.：“Property rights protection and corporate R&D： Evidence from China”， Journal of Development Economics，Vol. 93，No1，2010，pp. 49-62.

[2]李春濤、 宋敏：《中國(guó)制造業(yè)企業(yè)的創(chuàng)新活動(dòng)：所有制和 CEO 激勵(lì)的作用》，《經(jīng)濟(jì)研究》2010年第5期。

[3]陳爽英、井潤(rùn)田、龍小寧、邵云飛：《民營(yíng)企業(yè)家社會(huì)關(guān)系資本對(duì)研發(fā)投資決策影響的實(shí)證研究》，《管理世界》2010年第1期。

[4]黃俊、陳信元：《集團(tuán)化經(jīng)營(yíng)與企業(yè)研發(fā)投資——基于知識(shí)溢出與內(nèi)部資本市場(chǎng)視角的分析》，《經(jīng)濟(jì)研究》2011年第6期。

[5]溫軍、馮根福：《異質(zhì)機(jī)構(gòu)、企業(yè)性質(zhì)與自主創(chuàng)新》，《經(jīng)濟(jì)研究》2012年第3期。

[6]鞠曉生、盧荻、虞義華：《融資約束、營(yíng)運(yùn)資本管理與企業(yè)創(chuàng)新可持續(xù)性》，《經(jīng)濟(jì)研究》2013年第1期。

[7]潘越、潘健平、戴亦一：《公司訴訟風(fēng)險(xiǎn)、司法地方保護(hù)主義與企業(yè)創(chuàng)新》，《經(jīng)濟(jì)研究》2015年第3期。

[8]余明桂、鐘慧潔、范蕊：《分析師關(guān)注與企業(yè)創(chuàng)新——來(lái)自中國(guó)資本市場(chǎng)的經(jīng)驗(yàn)證據(jù)》，《經(jīng)濟(jì)管理》2017年第3期。

[9]He J， Tian X.：“The dark side of analyst coverage： The case of innovation”， Social Science Electronic Publishing，Vol.109，No3，2013，pp. 856-878.

[10]Aghion P， Reenen J V， Zingales L.：“Innovation and Institutional Ownership”， American Economic Review，Vol.103，No1，2013，pp. 277-304.

[11]Derrien F， Kecskes A：“The Real Effects of Financial Shocks： Evidence from Exogenous Changes in Analyst Coverage”， Journal of Finance，Vol.68，No4，2013，pp. 1407-1440.

[12]潘越、戴亦一、劉思超：《我國(guó)承銷(xiāo)商利用分析師報(bào)告托市了嗎？》，《經(jīng)濟(jì)研究》2011年第3期。

[13]曹新偉、洪劍峭、賈琬嬌：《分析師實(shí)地調(diào)研與資本市場(chǎng)信息效率——基于股價(jià)同步性的研究》，《經(jīng)濟(jì)管理》2015年第8期。

[14]Cheng Q， Du F， Wang X.：“Seeing is believing：analysts corporate site visits”， Review of Accounting Studies，Vol. 21，No4，2016， pp.1245-1286.

[15]譚松濤、崔小勇：《上市公司調(diào)研能否提高分析師預(yù)測(cè)精度》，《世界經(jīng)濟(jì)》2015年第4期。

[16]Brian J. Bushee， Joseph Gerakos， Lian Fen Lee.：“Corporate jets and private meetings with investors”， Journal of Accounting and Economics，Vol. 65，No2-3，2018，pp. 358-379.

[17]謝震、艾春榮：《分析師關(guān)注與公司研發(fā)投入：基于中國(guó)創(chuàng)業(yè)板公司的分析》，《財(cái)經(jīng)研究》2014年第2期。

[18]Francis J，Smith A.：“ Agency costs and innovation some empirical evidence”，Journal of Accounting and Economics，Vol.19，No2，1995，pp. 383-409.

[19]Lee S.：“Financial determinants of corporate R&D investment in Korea”， Asian Economic Journal，Vol.26，No2，2012，pp. 119-135.

[20]Jackie Di Vito，Claude Laurin，Yves Bozec.：“R&D activity in Canada：Does corporate ownership structure matter？”，Canadian Journal of Administrative Sciences，Vol.27，No2，2010，pp. 107-121.

[21]Wen H，Xia K.： “Venture Capita， Ownership Concentration and Enterprise R&D Investment”， Procedia Computer Science，Vol.91，2016，pp. 519-525.

[22]林筠、張瑤：《股權(quán)結(jié)構(gòu)、研發(fā)投入與創(chuàng)新績(jī)效——基于創(chuàng)業(yè)板的數(shù)據(jù)分析》，《生產(chǎn)力研究》2017年第9期。

[23]Barth M E， Kasznik R， Mcnichols M F.：“Analyst Coverage and Intangible Assets”， Journal of Accounting Research，Vol.39，No1，2001， pp.1-34.