资本市场开放促进企业创新了么?——基于陆港通样本的微观证据

马妍妍，俞毛毛，程京京,2

(1.对外经济贸易大学国际经济贸易学院，北京 100029；2.河北金融学院金融系，河北 保定 071051)

一、引 言

在党的十九大报告中，习总书记提出“要建设以企业为主体、以市场为导向、产学研深度融合的技术创新体系”。企业是科学技术转化成生产力的主体，促进企业研发创新是当前我国创新驱动战略的第一要务。企业研发活动的影响因素也备受学界关注。

资本市场开放是资本账户开放的重要一环。继2004年QFII制度推行之后，2012年中国人民银行调查统计司课题组发布课题报告《我国加快资本账户开放的条件基本成熟》，新一轮金融开放热潮同时开启。2014年沪港通与2016年深港通(以下合并简称为“陆港通”)的启动，对于有序提高跨境资本流动水平，提升金融交易可兑换程度，进一步推进资本项目可兑换与人民币国际化进程，具有重要的意义，是我国金融开放重要的一步[1]。在我国经济逐渐融入世界新格局、金融不断开放的背景下，研究资本市场开放对企业研发投资的影响，对提高我国生产要素分配效率，深化供给侧改革，提升全要素生产率水平，更好地实现金融发展服务于实体经济，扶持中小企业发展具有重要的现实意义。

宏观上，资本账户开放通过促进资本积累，提高经济运行效率等途径促进国家经济增长和加总的全要素生产率(TFP)提升；微观上，资本市场开放通过缓解融资约束、分散投资风险等途径提升企业投资效率。本文试图解决以下问题：资本市场开放是否能促进企业研发投资？资本市场开放通过怎样的渠道影响企业研发投资？资本市场开放对不同生产率水平的企业研发活动是否存在不同的影响？

已有文献多从宏观层面分析了资本账户开放后果，从微观层面的研究较少。本文的创新点在于：(1)从微观视角研究了资本市场开放对企业研发投资的影响机制和途径，为资本账户开放的增长效应提供了文献补充；(2)针对徐飞(2019)提出的银行信贷的创新困境[2]，提供了信贷抑制研发问题的解决途径，证明了资本市场开放能够降低企业对银行信贷的依赖程度，提升研发投资水平；(3)以企业微观融资机制为切入点，在开放框架中研究企业研发投资影响因素，将企业异质性因素纳入研究框架，结合我国企业特有的“出口-生产率悖论”现象，通过实证分析区分两种不同TFP水平下企业增加研发的渠道，在开放经济背景下提出了资本市场开放对研发投资的作用途径。陆港通的启动为本文提供了自然实验的良好平台。

二、文献回顾与研究假设

(一)资本市场开放与企业研发投资

资本市场开放对经济发展存在增长效应，现有文献主要从宏观层面进行讨论。Rajan(1996)等研究了资本账户开放对经济增长的正面促进了作用[3]。Mitton(2006)、Arestis et al.(2010)分析了资本账户开放对一国加总TFP的影响[4][5]。Kose et al.(2009)提出资本账户开放通过促进资本积累、提高经济运行效率等途径促进经济增长[6]。Henry(2000)利用制造业数据发现股票市场开放对提升制造业劳动生产率有积极影响[7]。研发投资是增长效应的重要源泉，资本市场开放可以分散投资风险，提高投资效率，促进企业研发投资规模扩大。资本市场开放还可以通过改善公司治理水平，提升外部监督效果，提升公司研发投资的水平[8]。

通过上述分析本文提出以下假设1：

H1：资本市场开放能够增加企业研发投资规模。

(二)信贷依赖、外部监督水平与企业研发投资

关于信贷依赖，Gorodnichenko et al.(2010)提出外源融资的成本对企业研发投入的激励有负面影响；流动性约束制约企业的研发创新行为，外源融资成本的上升则加剧了流动性约束的制约力度[9]。张杰等(2012)基于大样本微观数据对融资约束如何影响企业的研发投入进行了分析，发现银行信贷对研发投资有抑制作用[10]。徐飞(2019)提出了银行信贷与研发投资困境，银行对企业创新活动的信贷投资存在风险和收益不对称的问题，从而抑制其研发投资[2]。总体来说，融资约束对研发投资影响分析中，目前学者认为信贷融资对研发投资存在抑制作用。而资本市场开放能够通过企业股权融资能力的增加和定价机制的优化，促进内源融资能力的提升，摆脱对信贷资金的依赖。

关于外部监督机制，国外相关分析侧重于境外机构投资者如何通过全球市场的配置解决企业由于委托-代理问题导致的过度投资、短期业绩导向等问题[11][12]；国内相关分析侧重于QFII(合格境外机构投资者)与国内机构投资者对研发投资以及公司治理作用的对比分析，例如李春涛等(2018)指出，国内机构投资者与企业经营存在利益相关性、政治性，而QFII更具有投资专业性，能够发挥“用脚投票”的作用[13]。总体上，现有文献认为，作为资本市场开放的一部分，境外投资者引入能够进一步完善公司治理机制，提升投资效率。

根据上述分析本文提出假设2：

H2：资本市场开放能够降低企业信贷依赖度，降低融资约束对研发的阻碍效应，提升外部监督水平，进而提升企业研发投资规模。

(三)异质性因素与企业研发投资

企业生产率是异质性理论研究的重点。生产率决定了企业创新的路径，不同生产率的企业扩大研发规模的路径也有一定的差异。新新贸易理论提出，高TFP的企业通过更多选择出口行为，通过学习效应进一步提升自身研发水平，许多国家的实证研究中也证实了此观点。然而中国出口却存在“生产率悖论”的问题：与新新贸易理论得出的结论相反，来自我国企业的证据表明，出口企业的TFP往往会低于非出口企业的TFP。这主要是由于我国大量加工贸易企业所导致[14][15]。考虑到我国以加工贸易为主的出口模式，不同TFP水平企业存在不同的投资选择模式，资本市场开放对不同TFP水平的企业研发投资规模的影响可能存在差异。

根据上述分析，本文提出假设3：

H3：高TFP企业直接选择研发投资，低TFP企业通过出口学习效应间接增加研发投资；而资本市场开放通过提升企业TFP水平，使更多企业通过直接途径增加研发投资规模。

三、实证模型、数据说明与变量

(一)样本筛选及数据来源说明

本文选取2014～2017年样本数据进行研究，上市公司财务数据来源于锐思数据库；全要素生产率TFP数据运用上述财务数据，通过非参OP方法估计得出(1)本文参照鲁晓东等(2012)的OP法估计全要素生产率[16]。其中，状态变量为公司成立年份(age)，代理变量为劳动力自然对数与原材料投资自然对数，控制变量为公司是否国企虚拟变量(SOE)，退出变量(exit)通过公司简称与所有权是否同时发生变化率界定，若同时发生变化则表示原有公司退出了市场。；陆港通样本股数据通过上交所、深交所公布的沪港通与深港通样本股年度名单整理得出；企业出口数据及有效汇率数据通过中国海关数据库2011年年度数据整理得出；其余数据来源于Wind数据库。本文主要进行以下数据处理：(1)剔除金融类行业上市公司、ST、*ST等特别处理公司；(2)剔除总资产、净资产、销售收入为负的样本年度数据；(3)为排除异常值的影响，本文对连续变量在前后1%进行缩尾(winsorize)处理。

(二)模型设定

本文首先构建研发投资规模对数值作为被解释变量的模型，分析滞后一期QFII持股比例对研发投资的影响；之后通过中介效应模型分析企业TFP水平、内部现金流、外部信贷的中介渠道；最后运用陆港通政策的出台作为外生冲击事件，通过PSM+DID方法分析企业加入陆港通样本对于研发投资规模的影响。

(三)主要变量定义

1.被解释变量

本文以研发投资规模作为被解释变量。借鉴任海云等(2017)的分析方法，选用年度研发支出(资本化与费用化)总额的对数值来反映公司研发投资规模，进行主回归及DID分析[17]。同时稳健性检验中运用研发投资强度(研发投资所占总资产比例)进一步检验。

2.解释变量

(1)QFII持股比例。本文主回归通过QFII持股比例，反映资本市场开放度对不同样本的影响水平。自2002年QFII业务正式启动以来，我国逐年放开QFII的投资额度和投资品种，不断推进资本市场的开放步伐。使用QFII持股比例作为资本市场开放的代理变量，能够更好地从微观层面反映资本市场开放对企业影响，体现金融市场开放步伐。

(2)上市公司加入陆港通虚拟变量。本文DID分析中，通过上市公司该年份是否加入陆港通样本，衡量资本市场开放在企业层面的影响。若该年份上市公司加入陆港通，取值为1,否则为0。与QFII持股相比，加入陆港通样本能够吸引更多的增量外资持股国内上市公司，同时投资者身份并不局限于机构投资者，用陆港通样本衡量资本市场开放对本文研究具有更强的意义。

(3)全要素生产率。企业全要素生产率的提升，主要依赖于企业研发能力与出口学习效应，是企业核心竞争力的体现。宏观上多用索罗剩余方式计算，本文参照鲁晓东等(2012)[16]的OP法计算得出微观层面的全要素生产率对数值。

本文主要变量及含义如表1所示。

表1 主要变量及含义

四、实证检验及结果分析

(一)描述性统计

如表2所示，本文使用5261个有效样本，部分企业由于未单独计提研发费用造成研发数据缺失。从核心变量来看，经过处理后，QFII平均持股比例为0.073%，纳入陆港通样本占比为35%。样本平均研发投资规模对数值为17.78，平均研发强度为4.5%。从财务指标来看，样本总资产收益率平均值为3.7%，不同企业与不同年份间企业盈利水平存在显著的差异和波动。从公司治理角度分析，样本企业前十位管理层平均持股比例为44.8%。

表2 主要变量描述性统计

(二)主回归分析

本文主回归分析方程为：

lntrdit=α0+α1qfiipercit-1+control+∑year+∑province+εit

(1)

首先，从表3回归结果能够得出，上市公司加入陆港通样本股，能够显著提升自身研发投资规模。其他变量保持不变时，QFII持股比例从样本25%分位增加到75%分位，将增加研发投资6%(2)QFII持股比例中，25%分位值为0，75%分位值为0.43，主方程加入控制变量后回归系数为0.140，则QFII持股比例由25%增加到75%分位，带动研发投资增加比例=0.43*0.140=6%。。同时结合后文陆港通开放的DID自然实验，共同验证了假设1。

其次，在其他变量和条件保持不变的情况下，上市公司选择外向经营模式会增加研发投资规模，企业有效汇率贬值也会增加研发投资规模。同时，公司规模越大，研发投资规模越高。

再次，国内机构投资者对研发投资规模影响为负，与Luong et al.(2017)跨国样本中分析结论一致，国内机构投资者监督效应弱于国外。同时股权集中度越高，公司开展研发活动的意愿越弱。这也验证了假设2中提出的外部监督机制[11]即资本市场开放能够通过降低信贷依赖，提升外部监督水平，从而提升研发投资规模。

从逐步分栏回归能够看出，(3)列与(4)列加入负债指标、成长指标和公司治理指标后，QFII持股比例系数变化不大，说明回归模型很好地控制了遗漏变量问题。

表3 研发投资总额与QFII持股比例回归结果

注：括号中为t统计量；*表示p<0.1,** 表示p<0.05,*** 表示p<0.01；(1)列不加入控制变量进行回归，(2)列加入出口指标与企业现金指标进行回归，(3)列加入公司负债指标与成长性指标进行回归，(4)列加入公司治理指标与盈余质量指标进行回归。

(三)中介效应检验

1.实证分析结果

在主回归基础上，本文进一步进行中介效应检验，分别从短期信贷依赖度、自有货币资金、TFP角度，分析资本市场开放对研发投资影响的机制。

首先，资金支持是企业R&D活动的重要影响因素。其中，银行信贷由于与研发活动资金期限不匹配，对研发活动的开展存在负面作用[2]；内源融资与股权融资均能够对研发活动提供正向支持[18]；其次，企业TFP异质性同样与研发活动密切相关，因此本文选择外部融资依赖度、货币资金与前期TFP作为中介变量进行中介效应检验。

中介效应(3)本文参照近两年相关文献，对公司治理指标和股价信息含量指标也进行了中介效应分析，但均不显著。本文主回归中关于国内机构投资者与境外机构投资者对于公司研发投资影响的实证结果，与Luong et al.(2017)的结论一致。分析如下：(1)由第(1)、(2)列分析得出，银行信贷是资本市场开放影响研发投资的重要渠道。银行短期信贷依赖度增加会降低研发投资规模，而资本市场开放会降低企业对银行信贷的依赖度，进而提升研发水平；(2)由第(3)、(4)列分析得出，资本市场开放通过增加公司内源融资渠道，提升公司自有现金流水平进而更大程度增加研发投资；(3)由第(5)、(6)列分析得出，资本市场开放能够更好地促进企业全要素生产率TFP提升，进而带动企业更多着眼于研发投资，减少企业为追求短期业绩而采取的短视化行为。这与汤胜等(2016)的结论基本一致，即融资约束对企业研发投资会产生影响，同时内部现金流是企业研发投资的主要资金来源，负债融资并不能对企业研发产生积极影响[19]。后文在上述分析基础上，通过加入资本市场开放的外生冲击，拓展了上述分析结论。

表4 中介效应回归结果

注：括号中为t统计量；*表示p<0.1,** 表示p<0.05,*** 表示p<0.01；(1)～(2)为银行信贷渠道；(3)～(4)为内部现金渠道；(5)～(6)为TFP渠道；(1)、(3)、(5)列为中介变量对QFII持股比例回归结果，(2)、(4)、(6)列为研发投资对数值同时对QFII持股比例、中介变量的回归结果。

2.相关机制说明

(1)TFP渠道

TFP是资本市场开放影响研发投资的重要渠道。首先，TFP与增长效应密切相关，同时增长效应的源泉之一便是企业研发投资[20]；其次，资本市场开放能够提升资源配置效率、通过有效分担风险促进企业投资于收益更高的项目[21]，而且资本市场开放能够拓宽融资渠道、推动产品多元化，进而对企业TFP提升产生正面影响[22][23][24][25]；再次，资本市场开放能够通过全球化市场配置，降低融资约束，提升企业TFP水平[26]。

(2)信贷依赖渠道

资金支持是研发投资规模的重要影响因素，而其中较高的信贷资金依赖度对研发投资具有一定的抑制作用[2]。从信息不对称角度来看，企业研发活动多集中于初创期，抵押物不足，同时内源资金有限，信贷条款以及还本付息压力会对企业长期投资活动产生限制[27]，研发活动的开展和信贷资金还存在现金流期限不匹配的问题[28]。

资本市场开放，一方面能够从融资约束层面摆脱外部信贷依赖，提升公司知名度与资本吸引水平，吸引更多境外资金投资国内上市公司，降低融资成本[29]；另一方面又能够优化上市公司定价机制、股价信息含量，通过提升股价-信息敏感度，增加企业投资机会，促进企业绩效的提升与自有资本的增加[30]。

总体来说，银行信贷强度增加与依赖度提升，会对企业研发活动产生抑制作用，而资本市场开放会降低企业对信贷资金的依赖，提升企业股权融能力和自有资金水平，通过解决融资约束问题对研发投资产生促进作用。这也是本文提出假设2的主要理论依据。

(四)双重差分(DID)分析

由于QFII持股比例一定程度上受到股票二级市场行情影响，同时资本市场开放与研发投资之间存在一定的反向因果关系，本文进一步通过自然实验方式引入外生冲击，分析资本市场开放对研发投资的影响。参照Luong et al.(2017)关于国外机构投资者持股[11]，以及钟覃林等(2018)(4)钟覃林(2018)使用沪港通样本分析股价信息含量时，未纳入2016年数据，因为深港通2016年12月开通影响自然实验平台，但由于我国上市公司研发数据缺失较多，分析样本较少将对本文分析结论造成影响，同时深市上市公司经营数据与沪港通有一定独立性，故本文将深港通样本也包含其中进行分析。关于沪港通效应的DID自然实验与样本匹配方式[31]，本文使用2014年至2017年A股上市公司数据，利用陆港通开通作为资本市场开放的外生冲击事件，分别采用多期PSM+DID面板回归，分析资本市场开放对研发规模的影响。

1.PSM匹配

本文通过PSM方法选择适当协变量进行样本匹配，估计倾向得分，再进行政策效果分析。本文首先通过核匹配方式为处理组进行样本匹配，利用2013年即陆港通试点开通前一年样本数据进行匹配，减小处理组和对照组之间的固有差异性。参照Luong et al.(2017)的相关分析选择匹配协变量[11]：公司规模(size)、主营业务增长率(incgrowth)、公司成立时间(age)。匹配差异如表5所示。

由表5可知，匹配后处理组与控制组协变量均值差异不显著，同时样本差异较匹配前显著缩小，满足PSM核心假设。

2.平行趋势检验

本文利用匹配成功样本进行DID回归前的平行假设检验：第一种方法(图1)对处理组和控制组不同年份研发投资规模对数取均值进行作图比较，若政策发生前处理组(Treat=1)与控制组(Treat=0)差异不随时间变化而变化，政策发生后两组均值差异显著，则说明平行假设成立；第二种方法(图2)是在DID主回归方程中加入一系列年度虚拟变量i.year与Treat交乘项，若政策处理前(Post=0)年度虚拟变量系数与0无差异，处理后(Post=1)年度虚拟变量交乘项系数显著异于0，则说明平行假设成立。图1与图2给出了两种平行趋势检验结果(2014年为政策冲击时点)。

图2 年度虚拟变量回归系数图

由图1和图2能够看出，在政策冲击年份(2014年)之前，处理组与对照组样本研发投资规模对数值的均值差异不随时间变化而变化，同时DID主回归加入年度虚拟变量交乘项系数并不显著异于0；而沪港通开通后，政策冲击效应使得处理组与对照组差异增加，2016年深港通开通后差异幅度与显著性进一步增加。

3.面板DID测试

本文利用PSM匹配中保留的样本及匹配权重，运用加权最小二乘方式进行面板DID回归分析，分析交互项系数显著性。此处使用年度、样本个体固定效应后，由于共线性原因，最终仅保留交乘项。面板DID回归公式为：

lntrdit=β(Treat×Post)it+control+∑firm+∑year+εit

(2)

回归结果如表6所示。

表6 面板DID回归结果

注：括号中为t统计量；*表示p<0.1,** 表示p<0.05,*** 表示p<0.01；(1)列与(2)列为全样本面板DID回归结果，其中(1)列未加入控制变量，(2)列加入控制变量，(3)列与(4)列分别为上证样本与深证样本。

首先，企业加入陆港通样本，对研发投资有提升作用；其次，资本市场开放对深港通促进作用大于沪港通，由于深证交易所交易股票中包含创业板公司，平均研发投入强度高于主板水平。从样本统计中能够看出，以研发投资占销售收入比例来看，2014～2017年时间段内，上证主板上市公司平均研发投资强度为2.8%，深证主板和中小板上市公司平均研发投资强度为4.0%，创业板上市公司研发投资强度平均为6.9%。

(五)稳健性检验

本文通过研发强度指标进行稳健性分析，并且运用Heckman两阶段法解决样本自选择偏误问题。

1.运用研发强度进行主回归分析

稳健性检验中，研发强度使用年度研发支出与上年末总资产比值(rdasset)来表示，得出结论与前文相同，即前期QFII持股比例增加，会导致当年研发支出强度增加。对于深证样本二者关系更为明显。表7为回归结果。

表7 研发投入强度与QFII持股比例回归结果

注：括号中为t统计量；*表示p<0.1,** 表示p<0.05,*** 表示p<0.01；(1)列不加入控制变量进行回归，(2)列加入全部控制变量进行面板混合回归，(3)列加入全部控制变量与省份、年份固定效应后回归，(4)列为上证样本回归，(5)列为深证样本回归。

2.处理效应模型

(1)实证分析结果

本文通过处理效应模型进行以下回归分析，处理效应模型为：

pr{export=1}=α1+β1lnempnumit+β2lnwageit+β3lncapitalit+β4roait-1+

β5lnTFP_OPit-1+∑province+∑year+εit

(3)

lntrdit=α2+γ1qfiipercit-1+γ2exportit+control+∑province+∑year+ωit

(4)

Wang(2014)指出，企业出口行为与研发决策存在替代效应即双向因果关系，内生性问题造成回归系数偏差[32]。为了解决内生性问题，本文选择前期TFP对数值(L. TFP_ OP)、工资对数(lnwage)、员工人数对数(lnempnum)、资本投入对数(lncapital)作为出口选择方程变量，构建处理效应模型，回归结果如表8所示。资本密集型与劳动密集型企业的划分，以企业投资金额对数与员工数量对数之比作为指标，并与行业年中位值比较，大于中位值即为资本密集型企业，反之为劳动密集型企业。分析结果见表8。

表8 处理效应模型回归结果

注：括号中为t统计量；*表示p<0.1,** 表示p<0.05,*** 表示p<0.01。

通过处理效应模型分析能够看出：第一，由表8回归第(2)列能够得出，出口行为能够通过学习效应带来研发投资的上升；处理效应方程中又能得出，企业前期TFP上升会阻碍企业开展出口行为；第二，由表4中介效应(5)、(6)列得出，TFP作为中介变量，资本市场开放可以通过TFP提升的方式带动企业研发投资增加。从上述两个结论可以推断：TFP和出口渠道都可以增加企业研发投资规模，其中TFP为间接渠道，而出口行为为直接渠道；第三，通过上述机制本文推断：TFP较低企业会选择出口渠道，并通过出口行为提升企业研发水平；TFP较高企业直接选择研发，同时较高的TFP水平会对出口形成阻碍；第四，资本市场开放能够通过提升企业TFP水平，进而通过直接途径增加研发投资规模，同时缓解了TFP与出口之间的替代关系。

进一步地，通过劳动密集型和资本密集型划分，由表8第(3)、(4)列得出：资本市场开放只对资本密集型企业的研发规模提升具有显著影响，对劳动密集型企业影响不显著。

由上述实证分析可知，企业TFP异质性水平对研发投资会产生影响，同时资本市场开放通过TFP提升与“生产率悖论”的解决，促进了企业研发投资规模的增加，验证了假设3。

(2)相关机制说明

首先，出口与TFP之间存在反向关系，即“出口-生产率悖论”现象：高TFP企业不会选择出口。此现象只在中国存在。例如，李春顶等(2009)指出，若按行业进行划分，从每个子行业的TFP水平均值来看，出口企业要比非出口企业更低，即只有TFP较低时企业才选择出口行为[14]；汤二子等(2011)指出，出口企业的初始TFP水平一般都会低于非出口企业[33]。所以，本文处理效应中分析的出口、TFP反向关系存在理论支撑。经验上看，我国出口企业TFP水平一般低于非出口企业，主要由于加工贸易结构、出口融资约束与企业资金门槛等原因造成。

其次，出口对研发行为的促进，存在相关文献支撑。出口能够通过学习效应提升自身研发水平。出口学习理论(LBE)认为，参与出口活动的企业从多渠道获得的新知识，以及国际交流、国际市场反馈与国际竞争压力等因素，都会推动企业出口活动中不断进行创新活动，这也是出口对研发带动作用最重要的理论基础。国内同样存在相关的经验证据。例如：康志勇(2011)认为，规模越大的企业出口对创新活动的促进作用越明显[34]；田巍等(2014)通过贸易自由化自然实验分析得出，作为外生冲击事件的关税降低会刺激企业研发行为，侧面印证了出口对研发的带动作用[35]。

再次，根据上述推导可知，由于“生产率悖论”的存在，TFP较高企业多选择自主研发而非出口，只有TFP较低企业才通过出口行为带来的学习效应，提升自身的产品附加值水平。故TFP较高企业，通过直接途径提升自身研发投资水平，对研发投资具有更明显的提升效果。

最后，劳动密集型企业与资本密集型企业的初始差异，决定了资本市场开放不同类型企业存在不同的效果。资本市场开放一方面能够带来技术外溢效应，另一方面又能够通过融资约束的缓解提升资金支持研发的能力。劳动密集型企业一般技术水平相对落后，资本投入比例相对较小，资本市场开放无法通过技术外溢、融资约束的缓解等方式刺激技术的水平有效提升。

总体来讲，通过上述理论逻辑梳理可以得出，由于“生产率悖论”的存在，企业出口行为与TFP之间存在明显的反向关系。TFP初始水平低的企业，通过出口学习效应提升自身研发能力，例如我国的加工贸易企业，多通过出口活动来提升研发水平；而TFP初始水平高的企业，直接从事研发活动，例如我国部分一般贸易高技术企业，倾向于选择国内自主研发。同时，资本市场开放可以促进企业提升TFP水平，使企业更多地通过直接渠道增加研发投资。这也是本文提出假设3的主要理论依据。

3.Heckman两阶段法解决样本选择偏误

由于并非所有上市公司披露研发数据或者会计处理中进行研发投资单独归集，部分公司存在因变量非随机缺失的问题。影响公司是否进行研发计提的因素包含：(1)是否进行高新技术企业申请，由于高新技术企业申请要求企业必须对研发费用单独核算(5)根据国科发火〔2016〕32号文件要求，高新技术企业资质申请对企业研发投资强度有明确要求，例如：最近一年销售收入在2亿元以上企业，近三个会计年度研发费用总额占同期销售收入总额比例不低于3%。，企业申请高新技术企业后才能够享受到税收优惠与政府补助，本文以样本公司当年是否为高新技术企业虚拟变量作为选择变量；(2)其他研发选择变量包含公司规模(size)、盈余信息质量(EM)、上期盈利水平(L. roa)等，其中，EM指标通过修正的Jone’s模型计算得出，IMR为一阶回归得出的逆米尔斯比率，rdsign为企业是否进行研发费用单独计提虚拟变量，若计提则为1，否则为0。

Pr{rdsign=1}=δ0+δ1sizeit+δ2EMit+δ3hightechit+δ4roait-1+εit

(5)

lntrdit=θ0+θ1qfiipercit-1+θ2IMRit+controlit+∑province+∑year+ωit

(6)

Heckman两阶段法回归结果如表9所示。

表9 Heckman两阶段法回归结果

注：括号中为t统计量；*表示p<0.1,** 表示p<0.05,*** 表示p<0.01；(1)列为面板固定效应估计，(2)列为Heckman两阶段法最小二乘估计，(3)列为Heckman两阶段法极大似然估计。

表9回归结果显示，Heckman两阶段法回归系数保持稳健性，同时逆米尔斯比率显著为负，说明研发支出样本存在一定的样本选择偏误问题。在控制样本选择偏误后，资本市场开放与研发投资之间5%水平上显著正相关(2SLS回归显著性为1%)，同时与面板固定效应模型回归相比，影响作用虽有所减小，但仍然说明了资本市场开放对研发投资具有正向影响作用。

4.其他稳健性与异质性分析

本文还分别通过两期DID分析、异质性分析、安慰剂分析等方法对进行稳健性检验，并通过工具变量法分析解决了内生性问题，回归结果保持稳健(6)相关结果作者备索。。

五、结论及政策启示

本文利用2014年至2017年A股上市公司数据，运用QFII持股比例作为资本市场开放度的代理变量，并将“陆港通”政革出台作为资本市场开放的外生冲击事件进行双重差分模型分析，将异质性因素纳入研究框架，开放背景下分析资本市场开放与R&D投资规模之间的关系。研究发现：(1)资本市场开放能显著提升企业R&D投资的规模。(2)资本市场开放可以通过降低企业对外部银行信贷的依赖度，降低自身融资约束，提升自有现金水平，来促进企业研发投资。(3)异质性分析来看，资本市场开放对不同生产率水平的公司研发决策的影响不同。TFP较低的企业选择出口，进而通过出口学习效应间接提升自身研发水平；TFP较高企业直接选择研发投资。中介效应分析表明，资本市场开放能够促进企业TFP提升，进而通过直接渠道增加研发投资，否则企业只能单一通过出口行为进而利用学习效应间接增加研发投资。本文的研究丰富了资本账户开放在微观方面的增长效应研究成果，并为我国企业创新活动融资难提供了一种新的解决路径，对于处在资本账户开放进程中的我国来说具有较强的政策意义。

基于以上结论本文提出以下政策建议：首先，我国应当在对外贸易开放同时，坚持对资本市场的逐步放开，继续深化金融体制改革，逐步提升我国各地区金融开放程度，进一步发挥资本账户开放对企业研发的积极影响；其次，资本市场开放的同时应大力提升企业研发能力和TFP水平，鼓励企业自主创新，促进产业结构升级；再次，资本市场开放的同时，企业应不断提高直接融资比重和自身经营能力，降低信贷依赖度。当然，在上述措施推进的同时，风险防范措施必不可少，应当加强资本流入流出的跨境资本管理，为我国资本市场进一步开放创造条件，积极应对可能带来的挑战，保障资本账户开放能够对企业研发活动产生积极影响。