董思琦
(暨南大學(xué)國(guó)際商學(xué)院 廣東珠海 519000)
近年來(lái),我國(guó)進(jìn)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(gè)關(guān)鍵變量。隨著發(fā)達(dá)國(guó)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(duì)我國(guó)國(guó)家安全和經(jīng)濟(jì)發(fā)展造成嚴(yán)重威脅(盧現(xiàn)祥等,2021),因此中國(guó)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(shí)代發(fā)展的必然要求。
影響企業(yè)創(chuàng)新的因素一直以來(lái)都是學(xué)術(shù)界的熱點(diǎn)話題,學(xué)者從微觀、中觀、宏觀等層面進(jìn)行了研究,為現(xiàn)有研究打下了良好的基礎(chǔ)。本文將重點(diǎn)研究資本市場(chǎng)中證券分析師對(duì)我國(guó)企業(yè)創(chuàng)新的影響。分析師作為現(xiàn)代資本市場(chǎng)中重要的信息中介,被譽(yù)為“市場(chǎng)的看門(mén)人”,他們憑借專(zhuān)業(yè)的知識(shí)、技術(shù)和經(jīng)驗(yàn)定期對(duì)上市企業(yè)出具研究報(bào)告,給市場(chǎng)提供新信息,對(duì)企業(yè)的創(chuàng)新活動(dòng)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(duì)企業(yè)創(chuàng)新活動(dòng)的影響效果現(xiàn)有文獻(xiàn)還未達(dá)成一致,并且證券分析師對(duì)企業(yè)創(chuàng)新活動(dòng)的影響機(jī)制也尚未明晰?;诖耍疚囊晕覈?guó)2007—2019年滬深兩市A股上市公司為研究樣本,實(shí)證檢驗(yàn)分析師對(duì)企業(yè)創(chuàng)新的影響。研究發(fā)現(xiàn),分析師的關(guān)注促進(jìn)企業(yè)創(chuàng)新水平的提升,這種促進(jìn)作用在風(fēng)險(xiǎn)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(jìn)行一系列穩(wěn)健性檢驗(yàn)后依然成立。
關(guān)于分析師關(guān)注對(duì)企業(yè)創(chuàng)新效果的影響,現(xiàn)有文獻(xiàn)存在兩種不同觀點(diǎn)。第一,業(yè)績(jī)壓力假說(shuō)認(rèn)為,分析師過(guò)度關(guān)注企業(yè)的短期業(yè)績(jī)易導(dǎo)致管理層短視,進(jìn)而阻礙企業(yè)創(chuàng)新。第二,信息揭示假說(shuō)認(rèn)為,分析師通過(guò)向市場(chǎng)傳遞信息緩解信息不對(duì)稱,有效地揭示了企業(yè)創(chuàng)新的價(jià)值,進(jìn)而促進(jìn)企業(yè)創(chuàng)新。He&Tian(2013)選用1993—2005年美國(guó)上市公司數(shù)據(jù),實(shí)證檢驗(yàn)分析師關(guān)注與企業(yè)創(chuàng)新績(jī)效之間的關(guān)系。結(jié)果表明,分析師關(guān)注減少了以專(zhuān)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(guó)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(zhuān)利產(chǎn)出越多。陳欽源等(2017)研究發(fā)現(xiàn),分析師跟蹤通過(guò)緩解企業(yè)創(chuàng)新過(guò)程中的信息不對(duì)稱及代理問(wèn)題,促進(jìn)了企業(yè)創(chuàng)新,表現(xiàn)為企業(yè)未來(lái)第三年的專(zhuān)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(jìn)了企業(yè)的技術(shù)創(chuàng)新。
相較國(guó)外成熟的資本市場(chǎng),我國(guó)上市企業(yè)的信息不對(duì)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(guó)資本市場(chǎng)適用信息揭示假說(shuō)的可能性更大,故本文提出如下假設(shè):
H1:分析師對(duì)企業(yè)的關(guān)注度越高,企業(yè)的創(chuàng)新水平越高。
風(fēng)險(xiǎn)承擔(dān)水平反映了企業(yè)在追求高風(fēng)險(xiǎn)與高收益兼?zhèn)涞捻?xiàng)目時(shí)對(duì)付出代價(jià)的意愿和傾向,是影響企業(yè)對(duì)創(chuàng)新研發(fā)項(xiàng)目投資抉擇的重要因素(Boubakii N等,2013)。低風(fēng)險(xiǎn)承擔(dān)水平的企業(yè),其控股股東對(duì)風(fēng)險(xiǎn)的容忍度較低,創(chuàng)新項(xiàng)目通常具有高風(fēng)險(xiǎn)與高利潤(rùn)回報(bào)兼具的特點(diǎn),因而他們往往不傾向通過(guò)技術(shù)創(chuàng)新提高企業(yè)績(jī)效(CressyR,2006)。分析師在市場(chǎng)中發(fā)揮“信息中介”的作用,通過(guò)持續(xù)、長(zhǎng)期地對(duì)上市企業(yè)進(jìn)行跟蹤、走訪和調(diào)研,更加準(zhǔn)確地評(píng)估和揭示創(chuàng)新項(xiàng)目的價(jià)值,從而激勵(lì)管理層選擇雖具有高投資風(fēng)險(xiǎn)但預(yù)期凈現(xiàn)值為正的項(xiàng)目,進(jìn)而促進(jìn)企業(yè)創(chuàng)新(杜建華,2020)。據(jù)此,提出本文第二個(gè)研究假設(shè):
H2:分析師關(guān)注對(duì)企業(yè)創(chuàng)新的促進(jìn)作用在風(fēng)險(xiǎn)承擔(dān)水平較低的企業(yè)中更加顯著。
本文以我國(guó)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(duì)原始樣本數(shù)據(jù)進(jìn)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(duì)研究結(jié)論的干擾,本文對(duì)所有連續(xù)變量在1%水平上進(jìn)行上下Winsorize縮尾處理。本文中企業(yè)專(zhuān)利數(shù)據(jù)和財(cái)務(wù)指標(biāo)數(shù)據(jù)均來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)。
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(gè)角度進(jìn)行度量,考慮到企業(yè)研發(fā)投入信息可能會(huì)被財(cái)務(wù)舞弊等因素影響,且現(xiàn)有相關(guān)數(shù)據(jù)庫(kù)對(duì)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(cuò)誤等因素,故借鑒主流文獻(xiàn)的方法,選用企業(yè)專(zhuān)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(zhuān)利成果需要一定的時(shí)間,造成專(zhuān)利獲批相對(duì)企業(yè)創(chuàng)新行為存在時(shí)滯,因此本文借鑒現(xiàn)有文獻(xiàn)的做法(陳欽源等,2017;He&Tian,2013),以企業(yè)未來(lái)一年的專(zhuān)利獲批數(shù)加1之后的自然對(duì)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(duì)該企業(yè)進(jìn)行過(guò)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(duì)分析師關(guān)注人數(shù)進(jìn)行加1后取對(duì)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(xiǎn)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(dòng)性衡量企業(yè)風(fēng)險(xiǎn)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(jì)算企業(yè)在每一時(shí)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(xiǎn)承擔(dān)水平Risk1。
2.2.4 控制變量
借鑒現(xiàn)有文獻(xiàn)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(cái)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(zhǎng)率(GDP_Growth)。此外,本文還控制了行業(yè)和年度效應(yīng)(見(jiàn)表1)。
表1 變量定義
為檢驗(yàn)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(yàn)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(xiǎn)承擔(dān)水平的代理變量;Risk1×Ln_analysts為企業(yè)風(fēng)險(xiǎn)承擔(dān)水平變量與分析師關(guān)注變量的交互項(xiàng)。
表2報(bào)告了樣本的描述性統(tǒng)計(jì)特征結(jié)果。數(shù)據(jù)表明,企業(yè)專(zhuān)利申請(qǐng)數(shù)的均值為186.278,最大值和最小值分別為3736.000和1.000,說(shuō)明各企業(yè)間創(chuàng)新水平的差異較大且專(zhuān)利申請(qǐng)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(duì)數(shù)化處理后,企業(yè)專(zhuān)利申請(qǐng)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(shuō)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(jì)
本文對(duì)主要變量進(jìn)行Pearson相關(guān)分析,檢驗(yàn)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(wèn)題。
表3 相關(guān)性分析
采用OLS回歸對(duì)本文的研究假設(shè)進(jìn)行檢驗(yàn),實(shí)證結(jié)果如表4所示。
表4第(1)列匯報(bào)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(shí),企業(yè)創(chuàng)新水平提升,表現(xiàn)為企業(yè)下一年度的專(zhuān)利申請(qǐng)數(shù)增加,假設(shè)1得證。
表4第(2)列匯報(bào)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(xiǎn)承擔(dān)水平(Risk1)的估計(jì)系數(shù)均顯著為正,交互項(xiàng)Risk1×Ln_analyst的系數(shù)顯著為正,表明企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平越低,分析師關(guān)注對(duì)企業(yè)創(chuàng)新水平的影響越大,即分析師的關(guān)注對(duì)企業(yè)創(chuàng)新水平的促進(jìn)作用在風(fēng)險(xiǎn)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
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(wèn)題,為減輕樣本選擇偏誤對(duì)研究結(jié)論的影響,本文采用傾向得分匹配法進(jìn)行穩(wěn)健性檢驗(yàn)。按照分析師關(guān)注人數(shù)劃分對(duì)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(cái)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(zhǎng)率(GDP_Growth)作為協(xié)變量進(jìn)行Logit回歸,計(jì)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(duì)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(yàn)
用匹配后的樣本重新估計(jì)模型(1),回歸結(jié)果如表6列(1)所示,Ln_analysts顯著為正,通過(guò)了檢驗(yàn)。
本文用分析師發(fā)布研報(bào)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(duì)分析師發(fā)布研報(bào)數(shù)進(jìn)行加1后取對(duì)數(shù)處理得到Ln_reports,代入模型進(jìn)行回歸,檢驗(yàn)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。
考慮到企業(yè)專(zhuān)利申請(qǐng)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(jìn)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(yàn)
本文以我國(guó)2007—2019年滬深兩市A股上市公司為研究樣本,實(shí)證檢驗(yàn)分析師關(guān)注對(duì)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(jìn)企業(yè)創(chuàng)新水平的提升。進(jìn)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(xiǎn)承擔(dān)水平較低的企業(yè)中更加顯著,即分析師關(guān)注對(duì)企業(yè)創(chuàng)新水平提升的促進(jìn)作用在風(fēng)險(xiǎn)承擔(dān)水平較低的企業(yè)中發(fā)揮得更為明顯。同時(shí),本文在進(jìn)行一系列穩(wěn)健性檢驗(yàn)后,結(jié)論依然成立。
本文的研究結(jié)論具有以下現(xiàn)實(shí)意義:首先,應(yīng)完善金融市場(chǎng)人才培養(yǎng)體系,建設(shè)具有良好專(zhuān)業(yè)素質(zhì)的分析師人才隊(duì)伍,促進(jìn)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(duì)企業(yè)創(chuàng)新產(chǎn)生積極的影響。其次,分析師應(yīng)加大對(duì)低風(fēng)險(xiǎn)承擔(dān)水平企業(yè)的關(guān)注度,激勵(lì)管理層通過(guò)技術(shù)創(chuàng)新提高企業(yè)績(jī)效,提高企業(yè)的投資效率,進(jìn)而促進(jìn)企業(yè)創(chuàng)新水平的提升。