产业政策、创新与股票收益敏感性*——基于信号理论视角的考察

冯飞鹏

一、 引 言

众所周知，国家宏观经济政策会对企业行为产生重大影响(姜国华、饶品贵，2011)，尤其是在深受计划经济浸染的、依然处于发展中国家序列的中国，更是如此。产业政策，属于政府干预经济的重要形式，牵引着市场资金的流向和各方的利益分配。而专利产出，则表明企业潜在的竞争优势，对于投资者而言，发挥着信号显示器功能。就产业政策、创新与股票收益敏感性的议题而言，既有研究为我们的探索提供了有益的启发。陈冬华(2010)等的实证研究发现，产业政策对企业融资产生重要影响。黎文靖等(2014)发现产业政策激励，有助于民企突破行业限制，获得更多来自银行的外部融资支持。L Bach(2014)考察了作为公共财政援助方式的由补贴资金提供的银行贷款政策是否降低了小企业的信贷约束。该研究发现，本项计划大大增加了企业的债务融资。

然而，现有文献对产业政策、专利信号影响股票收益(市场表现)的关注不足，产业政策、专利信号到底对股票收益存在着怎样的影响？以上影响的作用机制又是什么？这些问题正是本文试图着力解决的。一方面，产业政策，传递着国家产业扶持的倾向，引导市场去追逐行业新兴政策热点。另一方面，我们会产生一个疑问，即人们通常认为创新有利于企业的长远发展，在竞争中取得优势地位，而产业政策引导会使那些具有专利企业的股票收益得以提高吗？本文的研究将产业政策、专利信号共同纳入到对股票收益的影响之中，我们可能的贡献在于：首先，我们的研究，揭示了产业政策、创新因素对股票收益的不同作用，不仅丰富了宏微观经济行为互动的研究文献，而且提供了有关专利引发市场反应(股票收益)的证据，为政府评估产业政策、创新效率提供经验参考。其次，我们的研究表明，产业政策刺激有利于股票收益的提升；然而，产业政策引导下专利对股票收益的作用效能，随政策强度的增加有减弱的态势。这为政府通过引导企业实质性创新提升股票收益，提供了一个较好的观察窗口。再次，我们的研究发现，随着政策强度的由小变大，产业政策引导下专利对股票收益增加速度呈现先升后降的非线性统计特征，其背后的机制是财政利益刺激有助于激励企业增加研发投资，然而，适当的政策强度引导研发投资起着促进专利产出增加的作用，过高的政策强度会削弱上述效果，进而使专利在影响产业政策与每股收益的功能上，存在先升后降的调节作用。本研究为人们理解产业政策、创新、股票收益三者的关系提供了有益帮助。

余下的内容是这样安排的：第二部分是文献回顾与研究假设，是对理论基础的总结；第三部分是研究样本与数据，介绍数据来源与构成；第四部分是变量定义与主要变量的描述性统计，呈现本文变量的初步统计特征；第五部分是实证分析，提供更为详细的统计结果；第六部分是主要结论与政策含义。

二、 文献回顾与研究假设

产业政策，作为一种承担国家经济发展、实现国家战略意志的政策措施，旨在通过诸如补贴、信贷、价格、进出口管制、对外金融、审查批示、指令强制、政府绩效考核、自主权、信息发布等多种方式(江小涓，1996)的运用，以支持和限制不同产业的发展。产业方面的政策措施，一直是中国政府“追赶型”发展战略的一部分。中国政府力求通过产业政策将资源有效地分配给生产效率较高的部门，促进经济长期增长。中性与有为政府通过产业政策，发挥市场作用对产业结构、组织、布局做出调整，促进产业升级与技术进步，为经济发展注入新的动力。政府完善产业升级与技术进步所需的基础设施、上层制度安排，并设法降低技术创新、产业升级中面临的风险，并在信贷、财政等方面予以扶持，推动产业形成比较优势与技术进步。产业政策通过影响微观企业的资源可获得性，并对企业经营环境产生影响，诱导企业资金流向。产业政策的两个重要作用机制是，行政管制和信贷控制。其中，行政管制影响企业在特定行业的进入或扩张机会；信贷控制影响企业获得融资的难易程度(黎文靖、李耀淘，2014)。在中国，实现产业政策目标的手段常常是计划与市场的结合。在政策执行中，补贴、信贷、定价，进口与出口管制、对外金融管制，审查与批复、指令强制、政府效能考核，自主权，信息发布等多种方式的运用，以引导乃至改变资源在产业内与产业间的不同配置状态，实现国家产业结构调整、推动经济发展的各项目标。在广大发展中国家充满了市场失灵，发展中国家摆脱贫困陷阱的重要途径，就是通过政府干预措施来协调资源配置，共同解决私人部门与公共部门生产领域的问题。产业政策扶持措施，例如产业补贴与税收优惠，不仅是一种引导企业调整行业内与行业间资源配置的政策手段，而且它还向市场释放一种对不同行业资源配置倾向性差异的经济信号；而是否给予产业补贴、税收优惠等，更是传递了不同行业资源倾向性差异配置的实际信号，这能有效降低微观市场主体对政策不确定性的担忧。

产业政策通过影响微观企业的资源可获得性，从而改变企业的经营环境，来干预和诱导企业投资方向(Dani Rodrik，2004; John Weiss，2011)。此外，产业政策，表明了政府释放的一种经济信号，对不同产业的支持程度显示着国家产业发展的导向(周叔莲等，2008)。在市场竞争中，市场信息对企业发展至关重要。拥有受产业政策支持的信息优势，对企业的经营活动有着重要的潜在价值(李善民等，2015)。受产业政策支持的企业，能有效降低经济活动中的事前不确定性和事后不确定性，对外部投资者产生正面的影响力。因此，与那些不受产业政策支持的企业相比，在同等条件下，理性的潜在投资者或贷款人，对那些受产业政策支持企业有更大意愿为其提供外部金融支持。产业政策潜在地对资源进行差异化的配置，使受政策支持企业获益，并有利于降低企业经营成本，对企业潜在市场竞争力的提升是一种间接激励。由于产业政策的不同倾向，会影响到不同产业得到资源的配置状况，涉及到利益的分配格局。除了产业政策会为受产业政策支持的企业，提供融资上的便利(陈冬华等，2010)之外，产业政策，表明了政府释放的一种经济信号，对不同产业的支持程度显示着国家产业发展战略导向；产业政策还可以降低银企间的信息不对称，更好地建立银企信任与合作关系(Chen等，2013)，影响企业的发展前景与投资行为(陆正飞、韩非池，2013)，有益于企业更好地发展。我们将以上的讨论概括为图1所示的产业政策影响股票收益的传导机制。基于以上认识，我们提出假设：

H1：产业政策借助于财政手段激励信号，刺激了受产业政策支持企业每股收益的增加。

图1 产业政策影响股票收益的传导机制

然而，以前研究专利信号价值的文献，主要集中在高新技术产业的创业公司。这种文献通常发现专利与风险投资(VC)融资间的正相关关系(例如，MacMillan，1985；Baum and Silverman，2004)。尽管专利作为吸引风险投资的质量信号证据表明，专利的确具有缓解外部融资约束的功能，但专利对获得持续后期融资(如首次公开募股(IPO)的成功)的影响的证据并没有一致结论(Deeds et al.，1997；Stuart et al.，1999；Heeley et al.，2007)。一方面，专利能以相对低的成本向外界传达企业价值前景的功能(Long，2002；Arora et .al，2001)，对放松融资约束产生有益影响，改善企业业绩具有重要意义。另一方面，如果不是详细的评估，贷款人会考虑市场上平均专利质量来评估公司的研发质量，这可能导致高于平均水平的专利的“柠檬溢价”，即使对于最有希望的公司而言也会增加融资成本(Leland and Pyle，1977)，从而弱化了专利的信号作用(Brown et al.，2012)。所以，专利质量信号可能特别有助于小公司，从而专利作为可信的信号作用是有限的，且与其他有用物品一样，产业政策刺激效果同样存在边际效应下降的趋势。基于以上判断，我们提出假设：

H2：产业政策支持对每股收益的刺激作用，在加入专利因素后，适当的政策强度对每股收益的增加有促进作用；过高的政策强度反而会削弱这一作用，即呈现倒U形关系。

接下来我们分析，专利在产业政策影响股票收益中所起的作用或作用机制并给予理论上的解释。如果从事复杂研发项目的公司，需要高度专业技能来了解技术细节，寻求获得外部融资渠道，贷款人和投资者通常必须依赖于可观察的企业特征，这些特征可能和不易观测的与财产相关联企业的研发项目直接相关。而创新活动，具有某种公共物品特征：一是专利文件的披露，会很快为市场所掌握，成为公共信息；二是专利作为技术信息的一种表现形式，其在商业化过程中还依赖于所处的商业环境，取决于市场主体的协作配合程度高低。此外，创新活动的成功，带有很大的风险性，成功的概率也是非人为可以控制的。因此，政府介入企业研发领域具有十分必要性。政府通过产业补贴、所得税优惠等形式，一方面可以缓解研发融资的不足，另一方面可以弥补因创新活动存在的部分(或全部)公共产品属性而导致的利益激励的不足，从而产业政策刺激对企业研发投资具有正向引导作用。

然而，产业政策在推动企业研发投资，获得创新专利的过程中并不是具有持续性的意义。因为任何激励措施，随着激励强度的增加，其边际效率都有下降的趋势。例如，毛其淋等(2016)的实证研究同样表明了“寻补贴”的机会主义行为，弱化了研发激励效果，导致高额补贴降低了企业风险承担水平和风险项目的选择。而邵敏(2012)对政府补贴与企业生产率的关系研究也表明，政府补贴作用效果存在着适度区间效应。即在某一临界点之前，政府补贴对企业生产率的提高具有正向激励作用，而在超过某一临界值之后，政府补贴对企业生产率的提高具有显著抑制效应。基于以上看法，我们提出假设：

H3:财政利益刺激有助于激励企业增加研发投资，然而，适当的政策强度引导研发投资起着促进专利产出增加的作用，过高的政策强度会削弱上述效果，进而使专利在影响产业政策与每股收益的作用上，表现为先升后降的调节效应。

三、 研究样本与数据

1. 样本时间区间选择及其理由

我们选择“十二五”(2011-2015)作为研究的时间区间。之所以做这种选择，是鉴于在“十一五”(2006-2010)期间，遇到了2008年全球性的金融危机，全球经济遭遇了史上罕见的冲击，并影响到中国企业的出口和国内经济出现下滑态势，中国政府为了稳增长(即所谓的保八(8%))，在2008-2010年底约投资4万亿元。“四万亿”破坏了“十一五”(2006-2010)规划中“调结构、促转型”的目标、失去了经济结构调整的良机(王曦和陆荣，2009)，所以，我们不将其纳入考察时间区间，是为了更好地确定产业政策在五年规划中的导向与执行的一致性。

2. 数据选取及处理

为了考察产业政策及其财政手段(产业补贴)、专利信号对股票收益的影响，我们根据中国证券监督管理委员会对上市公司的行业分类标准，我们采集了“十二五”(2011-2015)期间在沪深证券交易所上市的所有A股上市公司的数据。我们的数据来源于CSMAR和Wind数据库的联合支持。为了降低极端值对统计结果产生的不利影响，在数据的处理上，我们对研究中所涉及的连续型变量，采用了在1%和99%分位数上的极端值winsorize调整。考虑到研究结果的稳健性，按照惯例，我们删除了(1)金融类公司，以及ST、PT企业和股东权益为0或小于0的公司;(2)剔除了IPO当年公司数据;(3)剔除了样本期间内，财务数据不全或缺失的公司，最终共获得4361个上市公司的公司年度样本观测值。

四、 变量定义与主要变量的描述性统计

为了便于陈述所研究的内容和涉及的研究变量，我们有必要对其加以定义并对主要变量予以初步的描述性统计。在这部分，我们呈现了在本文中所涉及到的主要变量的定义及其衡量方式，以让读者知悉我们实证的具体操作程序；此外，我们对本文所要考察的重要变量给出了基本的描述性统计，以揭示变量间初步的统计特征。

1. 主要变量定义

本文研究的是产业政策及其财政手段(例如补贴)对股票收益的作用。我们借鉴了周亚虹等(2012；2015)，黎文靖等(2014；2016)，设置以下变量：

股票收益，我们采用每股收益(eps)来表示股票的市场获利状态。

产业政策变量(ip)，我们采用陈冬华等(2010)的做法，并结合本文研究的实际，在“十二五”规划政策文件中出现“大力发展”、“鼓励发展”、“积极发展”、“培育发展”、“改造提升”、 “加强提高”等字眼的行业，视为国家支持的行业。本文将“抑制”、“淘汰” “调整”、“规范发展”的行业纳入国家政策限制考虑，主要是着眼于该产业落后产能需被抑制或淘汰，先进产能待新建或者说存在产能过剩、过度竞争、低水平重复建设，或者是存在行业发展过热、过度投机、炒作等现象。此外，没有在“十二五”规划政策文件中出现的行业，我们亦将其列入国家既不支持的考虑范畴。这里，产业政策变量为离散型程度变量，当公司所处的行业年度位于“十二五规划”中产业政策支持范围内，该变量置1;当公司所处的行业年度位于“十二五规划”中产业政策限制范围内，以及当公司所处的行业年度未处于“十二五规划”中产业政策提及的范围内，该变量置0。

政府补贴(subss)，我们参考周亚虹等(2012；2015)，黎文靖等(2014；2016)的方法，并结合本文研究的实际，用政府产业补贴/企业营业收入表示。

创新产出，我们采用倪骁然等(2016)、黎文靖等(2016)的做法，用发明专利申请数量(invent)表示企业创新能力信息。其他变量定义见表1。我们也考虑了行业、年份作为虚拟变量。表1列示了以上变量的定义及计算方式。

表1 变量描述、符号及定义

续表

2. 主要变量的描述性统计

我们考察的样本期间是“十二五”(2011-2015年)，共4361个上市公司年度样本观测值。但由于有的公司数据不全，所以在我们的描述性统计中会有缺失数据(非平衡面板)。表2给出了主要考察变量的样本容量，均值，标准差，中值，最大值与最小值、极差的基本统计指标。

在每股收益(eps)方面，全样本均值为0.337，极差为2.745，这表明在“十二五”上市公司每股收益处于盈余态势，且上市公司间每股收益具有较大差异。同时，全样本的产业政策支持均值为0.643，即表明平均而言有64.3%的公司所处的行业被产业政策所支持，这说明在“十二五”期间，产业政策是中央政府宏观调控的一种常用工具。

产业补贴(subss)的均值、极差分别为1.399、10.79，这说明在考察的样本中上市公司所获补贴程度差异较大。在创新产出(invent)上，其均值为10.44，极差为3559，这显示出企业创新的个体差异非常大。

五、 实证分析

为了对第二部分中提出的研究假设做实证性的检验，在本部分中，我们就前文所提出的三个假设，做了实证性分析考察。首先我们基于全样本考察了支持与不支持的产业政策倾向及其利益引导机制(产业补贴)，对股票收益是否存在差异性的影响，以检验产业政策信号的刺激效应；其次，对于受支持的企业，专利信号是否在产业政策刺激股票收益的作用中具有调节作用？再次，我们就产业政策、专利信号与股票收益变动的作用机制进行了检验。

1. 模型设计

(1) 为了检验假设H1：产业政策借助于财政手段激励信号，刺激了受产业政策支持企业每股收益的增加。即考察产业政策引导及其具体的财政手段(产业补贴)是否拉升了股票收益，模型设计为：

eps=a0+a1ip+CV+e

(1)

eps=b0+b1ip+ b2subss_1+b3ip*subss_1+CV+e

(2)

模型(1)、(2)的被解释变量为eps，核心解释变量为ip，以及交互项，ip*subss_1。模型(1)，(2)旨在检验产业政策(ip)引导(支持与否)及其具体的财政手段(产业补贴)是否使得产业政策支持企业股票收益更高？我们预期a1>0，b3>0即产业政策支持企业有更高的股票收益。

(2) 为了检验假设H2，产业政策支持对每股收益的刺激作用，在加入专利因素后，适当的政策强度对每股收益的增加有促进作用；过高的政策强度反而削弱了这一作用，即呈现倒U形关系。即在产业政策支持企业中(ip=1)，专利信号因素在产业政策刺激股票收益增加中所起的调节作用。换句话说，在ip=1条件下，对以下模型进行检验：

eps=a0+a1subss_1+a2lninvent_1+a3sub_1*lninvent_1+CV

(3)

在模型(3)中，区分政策强度较小与较大组，分组回归比较交互项(sub_1*lninvent_1)系数的差异。在下文的统计表中，其中各特征指标值高低的标准，我们参照P.Aghion(2014)的方法，以各特征指标数值大于中位数为高值组，反之，为低值组(以下同)。

为了得到更为详细的统计证据，我们将模型(3)加入二次项(subss_1*lninvent_1)2，进一步检验以下模型(4)，以揭示假设H2中的倒U形统计特征。

eps=a0+a1subss_1+a2lninvent_1+ a3subss_1*lninvent_1+a4(subss_1*lninvent_1)2+CV

(4)

结果预期：上述模型(4)中，a4<0显著。

(3) 为进一步揭示产业政策、专利信号对股票收益变动产生作用的机制，即检验产业政策引导下专利质量信号对股票收益增加所发挥的作用，或者说考察假设H3是否成立：财政利益刺激有助于激励企业增加研发投资，然而，适当的政策强度引导研发投资起着促进专利产出增加的作用，过高的政策强度会削弱上述效果，进而使专利在影响产业政策与每股收益的作用上，表现为先升后降的调节效应。我们在影响机制回归模型中，对此做了相应的检验探讨。

2. 实证检验

我们对以上模型(1)-(4)检验结果等，分别呈现于表3、表4中。为节省篇幅，我们将在以下的统计表中只展示核心变量的结果，其他作为控制变量未予以列示(以下均作如是处理)。

表3 产业政策对股票收益的影响(基于全样本的回归结果)

注：***、**和*分别表示在1%、5%和10%的统计水平上显著，括号内为t值。

在表3中第(1)列，每股收益(eps)对产业政策(ip)的回归系数显著为正，即证实了假设H1，产业政策信号，刺激了受支持企业每股收益的增加。在加入利益激励机制(产业补贴、所得税优惠)之后，在表3第(2)列，ip*subss_1的系数同样显著为正，也依然显示了产业政策的正面影响力。

表4 产业政策对股票收益的影响(基于支持企业的产业补贴与创新交互项的回归结果)

注：***、**和*分别表示在1%、5%和10%的统计水平上显著，括号内为t值。其中各特征指标高低的标准，我们参照P.Aghion(2014)的方法，以各特征指标数值大于中位数为高值组，反之，为低值组。下表同。

在表4中呈现的是我们在加入创新信号影响后不同样本回归的考察结果。其中各特征指标高低的标准，我们参照P.Aghion(2014)的方法，以各特征指标数值大于中位数为高值组，反之，为低值组。当政策强度由低向高变动时(即表4的第(2)列到第(3)列)，subss_1*lninvent_1的系数由大变小(0.0418>-0.00567)，且同时具有统计显著性。这表明当加入专利信号时，那些受产业政策支持的企业所获得的产业补贴，对每股收益增加的促进作用在减弱，也意味着较高的补贴会弱化其在刺激每股收益增加中的作用。而当我们将二次项(subss_1*lninvent_1)2加入到每股收益方程中时，其系数显著为负(-0.000109)，即表明专利信号对产业政策激励推升股票收益的调节作用，呈现出倒U形的非线性统计特征(因为在表4第(1)列全样本中，subss_1*lninvent_1的系数不显著)。

为进一步揭示产业政策、专利信号对每股收益产生作用的机制，即检验假设H3是否成立：财政利益刺激有助于激励企业增加研发投资，然而，适当的政策强度引导研发投资起着促进专利产出增加的作用，过高的政策强度会削弱上述效果，进而使专利在影响产业政策与每股收益的作用上，表现为先升后降的调节效应。我们将上述影响机制的检验，列示于表5中。

在表5中第(1)列显示的是财政利益刺激有利于企业增加研发投资。其中，subss_1的系数均显著为正(0.893)。在表5中第(2)-(3)列显示的是在产业政策引导下，不同政策刺激强度对专利产出的影响。在政策强度适当时，产业政策引导下有利于研发投资的专利产出增加。这一结论从表5第(2)列中，subss_1*lnRD_1的系数显著为正(0.221)可以看出。然而，在产业政策强度高时，削弱了研发投资的专利产出效率。这一结论从表5第(3)列中，subss_1*lnRD_1的系数变小(0.0000519)且不再显著可以看出。

因此，我们综合以上表5第(1)-(3)列的统计结果，可以得出如下结论：财政利益刺激有助于激励企业增加研发投资，然而，适当的政策强度引导研发投资起着促进专利产出增加的作用，过高的政策强度会削弱上述效果，进而使专利在影响产业政策与每股收益的作用上，表现为先升后降的调节效应。即统计结果支持我们提出的假设H3。

3. 稳健性及内生性检验

在因变量上，股票收益，我们参考李善民等(2015)的方法，并结合本文的研究目的，用净资产收益率(ROE)，表示股权收益的替代情况；在解释变量上，我们参考周亚虹等(2012；2015)，黎文靖等(2014；2016)的方法，并结合本文研究的实际，用政府产业补贴/企业总资产来表示政府补贴(subss)；我们参考A.W. Butler et al.(2011)，宋凌云、王贤彬(2013)的做法，用(企业应交所得税-企业实交所得税)/资产总额衡量税收优惠(taxpres)作为财政手段的衡量方式，经过上述相关变量替换之后，我们的基本结论依然成立。

表5 专利信号在产业政策对股票收益的影响中的调节效应：倒U形关系的作用机制检验

另外，我们也充分考虑了变量之间的相互影响而存在的内生性问题。我们参考了Wintoki et al.(2010)的做法，并运行了包括股票收益滞后一期，各解释变量滞后一期的影响解释变量的OLS回归模型；我们也采用了Guarlglia(2008)使用一阶差分GMM模型研究英国非上市企业的方法估计我们的股票收益方程。研究结果表明，在加入上述变量或采用一阶差分，模型的结果依然没有根本变化。

以上稳健性检验表明，我们通过分组和回归分析得到的研究结论是稳定的。

六、 主要结论及政策含义

产业政策一方面通过财政激励措施所释放的刺激信号，有推高每股收益的倾向；另一方面，产业政策引导创新行为和专利产出，其作用效果存在适当的可行区间。其重要的作用机制是财政激励，有利于促进企业研发投资，然而产业政策引导下的研发投资的专利产出效率，呈现先升后降的倒U形统计特征。因此，本文的研究带给人们的启示是，产业政策借助于推动企业实质性创新，有利于释放在资本市场中微观企业的长远发展前景的积极信号，但产业政策的作用效能表现为一定的合理区间性，因而对政府在施策时，把握好适当的政策强度，这对改良产业政策的效力以及整个实体经济的发展有着深远的现实意义。

参考文献：

1. L Bach，Are Small Businesses Worthy of Financial Aid？ Evidence from a French Targeted Credit Program，ReviewofFinance， 2014， 18(3):877-919.

2. Dani Rodrik，Industrial Policy For The Twenty-First Century，UNIDO，September 2004.

3. John Weiss，Industrial Policy in the Twenty-First Century：Challenges for the Future，UNU-WIDER，WorkingPaper，September 2011.

4. Chen，D.，Z.Li，and F.Xin， Five-year Plans，Cnina Finance and Consequences，NanjingUniversityWorkingPaper,2013.

5. MacMillan, I.C., Siegel, R. and Subbanarasimha, P.N. Criteria Used by Venture Capitalists to Evaluate New Venture Proposals,JournalofBusinessVenturing,1985, 1(1): 119-128.

6. Baum, J.A. and Silverman, B.S. Picking Winners or Building Them？Alliance, Intellectual, and Human Capital as Selection Criteria in Venture Financing and Performance of Biotechnology Startups,JournalofBusinessVenturing, 2004, 19(3): 411-436.

7. 黎文靖、李耀淘：《产业政策激励了公司投资吗?》，《中国工业经济》2014年第 5 期。

8. 刘晓星、陈羽南：《投资者风格与股票价格波动——基于中国股票市场的研究》，《东南大学学报(哲学社会科学版)》2017年第1期。

9. 江小涓著：《经济转轨时期的产业政策——对中国经验的实证分析与前景展望》，上海人民出版社1996年版。

10. 周叔莲、吕铁、贺俊：《新时期我国高增长行业的产业政策分析》，《中国工业经济》2008年第9期。

11. 李善民、黄灿、史欣向：《信息优势对企业并购的影响——基于社会网络的视角》,《中国工业经济》2015年第11期。

12. 陆正飞、韩非池：《宏观经济政策如何影响公司现金持有的经济效应？——基于产品市场和资本市场两重角度的研究》，《管理世界》2013年第6期。