发明专利申请、内外部监督与研发信息印象管理

周 明，肖 谷，徐国庆

（东华理工大学 经济与管理学院， 江西 南昌 330013）

一、引言

企业研发信息披露是缓解企业内外部信息不对称的关键途径，其质量受到多方面的重视。 尤其在2017 年修订的《公司信息披露内容与格式准则》中，监管部门对企业核心技术、核心人员和在研项目等均进行了专门的规定。 在目前的企业报告中，研发信息披露仍以描述性披露为主，具有低规范性和弱监管性的特点，因而研发信息披露中存在普遍的印象管理行为。 管理者通过刻意操纵研发信息披露内容和格式，使研发信息表现出明显的偏向和引导，极大地损害了信息披露的客观性和真实性［1-2］。 这也侵害了外部投资者和中小股东的利益，降低了市场整体运行效率。

操纵信息积极程度作为一种常见的印象管理手段，能够潜移默化地影响信息使用者对真实研发业绩的感知，继而对各方面利益相关者带来不同程度的经济后果。 现有研究发现，管理者对信息披露积极程度的操纵水平可能受多个因素的影响，如高管个人特征［3］、企业内外部治理［4］、行业竞争程度［5］等。 部分针对财务业绩和社会责任的研究发现，管理者在企业业绩较差时更倾向于采取印象管理行为，提高相应的信息披露积极程度。 如降低企业报告可读性以掩盖负面业绩［6-7］，或采取更乐观的措辞以提高文本积极性等［8］。 同时，这一关系受到企业内外部治理的约束作用。

相较于实用新型和外观设计，发明专利往往更具新颖性、先进性和实用性，目前已被广泛用于衡量企业真实研发业绩。 相关研究发现，发明专利数量受管理者机会主义行为影响较小，更能代表企业的核心技术产出并为企业带来长期价值的增加［9-11］。 同时，发明专利数量与地区经济增长呈现强的正相关，是地区经济增长的重要推动力量［12-14］。 目前，已有研究开始关注发明专利与企业研发信息披露的关系， 但主流研究仍集中于研发信息对发明专利的影响及其路径研究，直接关注发明专利对企业研发信息披露水平和披露策略的研究较少。如何雨晴［15］发现企业发明专利数量较多时，往往倾向于披露更多增量信息的同时降低了可读性。该研究证明企业发明专利数量能够影响企业研发信息披露策略， 但现有的研究在这一问题上尚未形成直接的结论。

作为企业真实研发业绩的直接反映，企业发明专利究竟会如何影响企业研发信息披露的印象管理水平？这一影响关系有着何种内在机理？解决以上问题对提高投资者信息使用效率、净化研发信息披露环境和保护利益相关者权益具有重要意义。 因此，本文从印象管理理论出发，以企业研发信息积极程度衡量研发信息印象管理水平，建立系统GMM 模型，探讨企业发明专利申请数量对企业研发信息积极程度的影响，并进一步验证企业内外部监督在其中的约束作用。

已有关于印象管理的研究主要针对财务信息和社会责任信息， 鲜有文献具体讨论研发信息印象管理水平影响因素。本文将拓展组织层面印象管理行为的研究，同时也为深入解读企业研发信息披露提供新的视角。 本文从研发信息内容的角度出发，对企业研发信息披露水平进行拆解，进而测度总体研发信息披露水平和积极程度。该做法一定程度上可为深入挖掘研发信息内容结构“潜台词”提供新的思路。本文收集年度报告中分散的研发信息，通过建立规范的指标体系， 根据信息披露的具体性、 针对性等多个维度制定严格的评定标准，获取年度报告中的研发信息披露情况。这在一定程度上避免了过去相关研究对研发信息采集不全且包含无关信息的问题，以及词频法忽略“上下文”语义信息和文本深层信息的问题。

二、基本假设的提出

（一）发明专利与研发信息印象管理

印象管理（Impression Management）由心理学家Goffman 于1959 年提出，指个体为了达到某种目的，采用多种表现形式改变或影响自己在他人心目中形象的行为。 在管理学、组织行为学和经济学中，印象管理主要表现为企业管理者通过操纵企业报告中的信息披露粉饰企业的外在形象，影响外部信息使用者的判断，从而最大化自己利益的行为。

印象管理的“双组件模型”认为，当前形象与预期形象的差异是影响个体印象管理动机的主要因素之一。 当企业发明专利越少时，当前形象与预期形象的差异越大，管理者的印象管理动机越强［16］。 研发活动作为企业的核心活动之一，其业绩直接影响到企业未来的核心竞争力。对研发信息的积极披露预示着未来盈余水平和研发水平的提高。 信号传递理论认为，研发信息披露能够增强投资者信心刺激股价上涨，促进企业估值的长期溢价［17］。 发明专利数量的减少很可能意味着企业未来核心竞争力的下降，此时为避免股价下降或波动，管理者通常会选择采取印象管理行为，提高研发信息披露的积极性［6］。

管理者行为理论同样支持上述假设。 首先，从内部薪酬制度来看，为了减轻管理者和股东之间的代理问题，企业往往会通过绩效工资制度和股权激励制度进行利益捆绑，使管理者薪酬水平与企业业绩挂钩。 激励制度的实施增强了管理者对企业短期绩效和企业股票价格的敏感性，增加了管理者提高企业短期绩效的机会主义动机［16-18］。 其次，从经理人市场竞争角度来看，外部经理人市场能够通过声誉机制作用于管理者行为。 管理者在经理人市场中的声誉直接受到所在企业业绩的影响，当企业业绩较差时，经理人的竞争力也会随之下降，此时管理者为了提高自身经理人声誉和市场竞争力，存在较强的利用印象管理粉饰业绩的倾向［19］。

绝对的信息优势地位和不健全的市场监管也为管理者实行印象管理行为提供了操作空间。 委托代理理论和信息不对称理论认为，相对于外部信息使用者，内部管理者总是拥有更多的私有信息［20］。 受信息获取成本的限制和有限关注的影响，外部信息使用者并不总是能辨别管理者披露信息的真实性和可靠程度［21］，而同时，我国证券市场对于研发信息披露的监管尚不完善。 我国于《公开发行证券的公司信息披露内容与格式准则第28 号——创业板公司招股说明书》( 2014 年修订)中对招股说明书研发信息披露内容进行了详细的规定和界定，但年度报告中针对研发活动支出、研究开发成果以及企业研发行为的全面规定仍存在缺失，研发信息披露受管理者主观意愿影响较大［22］。 以上外部监管的缺位均降低了管理者机会主义的隐性成本，增加了印象管理的可能性。

综上所述，当企业发明专利申请数量越少时，企业当前形象与预期形象差异越大，此时企业为了避免股价下降或波动，管理者为了避免薪酬和自身竞争力的下降，越会倾向于在研发信息披露中采取印象管理行为，进行业绩粉饰。 同时，我国证券市场信息披露监管的不完善和投资者有限的信息识别能力均为企业印象管理行为提供了操纵空间。 因此，当企业发明专利申请数量较低时，企业会倾向于采取印象管理行为，提高研发信息披露的积极程度。 在表现形式方面，Lang 和Lundholm［23］研究发现，操纵信息披露主题的方式是印象管理行为的主要表现形式之一，即当管理者试图通过印象管理操纵研发信息积极程度时，在内容构成上可能表现为增加积极信息（研发成果与资源）的比重或减少负面信息（研发风险提示）的比重。 基于以上分析，提出以下研究假设：

H1：当发明专利数量较少时，管理者会增加印象管理行为来提高研发信息积极程度。

（二）内外部监督的调节作用

从企业内部监督机制来看，董事会带来的监督对管理者印象管理行为具有约束作用。 董事会规模越大，带来的约束作用越强，管理者就越难通过印象管理行为掩盖较差的研发业绩。首先，董事会规模越大，则其内部成员掌握的专业知识的种类越多元，具备研发相关专长人员的概率越大，同时存在独立董事的比例也会随之增大，对企业研发信息披露的监管越有效［24］。其次，董事会规模的扩大能够提高投资者参与公司治理的效率，降低董事会内部操控的可能，从而提高董事会治理水平［25］。 最后，较大的董事会规模能够分散董事会成员在实施监管时的工作量，提高整体监管效力，从而提高对管理者印象管理行为的约束作用［26］。 据此，本文提出如下假设：

H2：董事会规模对发明专利数量与研发信息印象管理水平的关系存在负向的调节作用。

从企业外部监督机制来看，分析师关注也对管理者印象管理行为存在约束作用。 作为重要的金融中介，分析师能够利用自身的专业知识，通过公司公告、媒体报道、电话会议、私下接触等渠道获取公开和非公开信息，准确判断企业真实的经营状况，识别管理层机会主义行为［27］。分析师关注程度越高，管理者印象管理行为被识别的可能性也随之增加。 此时，考虑到印象管理行为被识别后可能的负面经济后果，管理者会倾向于做出更谨慎和保守的决策。 已有研究发现，分析师对企业关注度上升时，企业机会主义行为水平明显下降［28］。 据此，本文认为分析师关注同样能抑制管理者通过印象管理掩盖较差研发业绩的行为，由此提出如下假设：

H3：分析师关注对发明专利数量与研发信息印象管理水平的关系存在负向的调节作用。

三、研究设计

（一）模型设定

本文将研发信息积极程度作为被解释变量以考察发明专利申请数对印象管理水平的影响，由于发明专利申请数对信息披露的影响存在时滞性，因此选用滞后一期的发明专利申请数作为核心解释变量。 由于同一企业不同年度的信息披露行为存在一定的惯性［29］，当期积极程度往往会与上一期积极程度强相关，因此研究将滞后一期的研发信息积极程度加入模型中以控制其内在影响。 研究所有模型均控制行业固定效应和年份固定效应，并采用稳健标准误修正异方差，控制变量均滞后一期以减少内生性的影响。 基于此，建立动态面板模型：

为检验假设H2 和假设H3，探究董事会规模与分析师关注对发明专利申请数量与研发信息积极程度的调节作用，在模型（1）的基础上分别增加董事会规模（Bd）和分析师关注（Ana）与发明专利申请数量的交互项，构建模型（2）和模型（3）：

（二）变量设计

1.发明专利

已有文献对发明专利的测度可分为申请数量和授权数量。 考虑到发明专利申请期较长且授权与否易受其他因素的影响［30-32］，因此发明专利申请量比授权量更具时效性和稳定性。本文借鉴黎文靖等［10］和蒋楠［33］的做法，使用申请数量衡量发明专利。

2.研发信息积极程度

本文通过建立研发信息披露指标体系对企业年度报告研发信息披露水平进行测度。总结已有研究发现，大多数学者对指标体系基础项目已达成了较为一致的结论，而维度划分则相对多样，主要包括是否强制披露［34］、研发过程和环境［35］以及信息披露积极程度［36］等。 为了更好地对信息披露积极程度进行测度，本文参考程新生［36］的研究成果，将企业创新信息披露归纳为三类：研发成果与资源、在研项目进度以及研发风险提示。从信息积极程度来看，研发成果与资源主要涉及企业已有成功研发经验和支持未来研发项目成功的因素，积极程度最高；由于研发活动不确定性强、周期长，在研项目信息积极程度低于前者；研发风险提示的披露多是企业出于强制性信息披露的要求和风险规避的目的，向信息使用者传递的负面信号，因而积极程度最低。根据具体项目的复杂程度，赋值标准分为 0 分、1 分或 0 分、1 分、2 分, 具体如表 1 所示。 参考多数文献的做法，采用变异系数法对得分进行归一化处理后赋权并加总，得到正面信息（研发成果与资源）、中性信息（在研项目进度）、负面信息（研发风险提示），分值越高则表明披露越全面和具体。

表1 研发信息披露指标体系

本文从多个角度减少手工评分的主观性偏误。 首先，将不同指标对应的披露内容分别细化为具体性、针对性和时效性三个维度，制定统一规则保证评分的一致性。 其次，采取三层复核的形式进行评分，以减少个体主观性为结果带来的偏差。 最后，本文参考胡楠［37］的做法，利用WINGO 数据库扩充“科技”“创新”等关键词并形成种子词集，计算得到种子词在上市公司年报中的词频，利用Pearson 相关性分析对比评分结果与词频法结果的一致性。 分析发现，评分结果的研发信息总体披露水平和词频法的研发信息总体披露水平相关性为0.786，在1%水平下显著，侧面印证了评分结果的稳定性。

在企业报告语调积极程度的相关研究中，多数学者采用“（正面语调比例-负面语调比例）÷（正面语调比例+负面语调比例）”的方式计算净正面语调。 本文参考林乐和谢德仁［38］、黄萍萍和李四海［39］等研究计算企业报告语调积极程度的方法，通过三个维度信息披露得分计算研发信息积极程度：

其中，Degree 代表研发信息披露积极程度，Positive、Negative、Disclo 分别代表正面信息、负面信息和总体披露水平。

3.调节变量

本文借鉴已有文献，以企业一年内被跟踪分析的分析师（团队）数量作为分析师关注的代理变量，以董事会人数的自然对数作为董事会规模的代理变量，如表2 所示。

4.控制变量

为了控制其他公司特征对研发信息披露积极程度的影响，参考现有文献，本文选取以下变量作为控制变量（表2 中列出了变量定义及符号）：代表公司基本特征的公司规模、公司年龄、固定资产、企业价值；代表公司财务绩效的资产收益率、利润率、营业收入增长率；代表公司治理的高管薪酬。 另外，企业得到的政府专项补贴和研发资金直接影响企业研发活动［40］，因此选择政府补贴和研发投入作为控制变量。

表2 变量定义

（三）数据来源

本文选取2015—2019 年创业板制造业公司为样本， 在此基础上剔除上市时间晚于2015年的企业和2015—2019 年期间被ST 的企业，最终得到1 575 个观测样本。研发信息披露数据和政府补贴数据手工收集于企业年度报告，专利申请数据来自CNRDS 数据库，其余数据均来自CSMAR 数据库。

（四）描述性统计

对研发信息披露情况按维度进行描述性统计分析，结果如表3 所示。 研发信息积极程度（Degree）均值为0.395＞0，可见样本年报对研发信息披露积极信息整体多于负面信息。 披露总水平均值为0.096，表明我国创业板制造业企业的研发信息披露总体水平不高。 正面信息、中性信息和负面信息的均值分别为0.049、0.028 和0.019，其中积极信息均值最高，表明样本公司相对而言更倾向于披露积极的信息；中性信息方差（0.027）相对较大，即样本企业中性信息披露水平差异更大；负面信息得分明显低于另外两个维度，表明样本企业倾向于减少对负面信息的披露。

表3 研发信息披露描述性统计

其他主要变量描述性统计结果如表4 所示。 企业发明专利申请数量（Patent）均值为15.93，最大值为390，最小值为0，表明样本企业研发业绩差异较大。 董事会规模（Bd）方差为0.163，差异较小。

表4 主要变量描述性统计

四、实证结果分析

（一）基本回归结果

为解决静态面板模型中存在的内生性和估计偏误等问题， 研究采用系统GMM 模型对动态面板进行估计。 表5 为发明专利申请数量对研发信息积极程度影响的系统GMM 模型回归结果，其中第1 至3 列分别为未加入和加入控制变量以及剔除不显著控制变量的结果。 研究同时检验了模型设定的合理性和有效性。表5 结果显示，研究所构建的系统GMM 模型皆存在一阶自相关，不存在二阶自相关，不拒绝扰动项无自相关的原假设；模型对应的Sargan 检验p值均大于10%，故不认为回归结果存在过度识别。

表5 发明专利申请数量对印象管理水平影响的回归结果

从第2 列回归结果看，滞后一期的发明专利申请数量（Patent）对研发信息积极程度（Degree）的回归系数为-0.00 141，在1%的置信水平下显著，表明上期发明专利申请数量对当期研发信息积极程度存在显著的负向影响，尤其是当企业上期发明专利申请数量下降时，当期研发信息积极程度会显著上升。 由第1 和第3 列可知，这一结论在不加入控制变量和剔除不显著控制变量时依然成立。 由此，假设H1 得到验证。

（二）稳健性检验

1.负面信息披露归因分析

本文核心变量研发信息积极程度（Degree）指标同时由正面信息、负面信息和总体披露水平共同决定。 一般说来，企业并不总是能完全并准确地识别负面风险信息，因此，负面风险信息披露水平的下降既可能是企业信息操纵行为的结果，也可能由于企业未能准确识别负面风险信息所导致。

为了验证企业对真实研发风险状况的认识程度，本文以负面信息披露水平（Negative）为被解释变量，利用已有数据建立面板固定效应模型。 结果表明，企业负面风险信息披露与企业发明专利申请数量（Patent）回归系数显著为正，即当企业发明专利申请数量越多时，企业负面风险信息披露水平越高。 究其原因，当企业发明专利申请数量降低时，企业更倾向于采取印象管理行为，降低对负面风险提示信息的披露以提高整体研发信息披露的积极程度；当企业发明专利申请数量增加时，企业研发失败的预期损失也随研发活动的增加而增加，此时企业会更倾向于提高负面风险信息披露水平以规避风险。 总之，这均说明企业对负面信息披露存在一定的操纵行为。

此外，为了验证负面信息披露归因问题对主要结论的影响，本文参考林乐和谢德仁［38］的做法，进一步对主要变量进行Pearson 相关性分析。结果表明，研发信息积极程度（Degree）与正面信息的相关系数为0.748，与负面信息的相关系数为-0.194，均在1%水平下显著，可见研发信息积极程度更多地捕捉了正面信息披露水平， 而受负面信息披露水平的影响则相对有限。综上所述，本文认为负面信息披露归因问题对整体结论影响较小。

2. PSM 模型分析

动态面板模型通过引入变量滞后值作为工具变量以减轻内生性带来的影响，但这一做法仍不能完全避免样本自选择和变量内生性问题。 基于以上考虑， 本文选用倾向得分匹配法（Propensity Score Matching，简称PSM）进一步检验前文的数据结果。本文首先以发明专利申请数量（Patent）将样本划分为处理组（Patent≥中位数）和控制组（Patent＜中位数），此时，发明专利申请数量对研发信息积极程度的因果影响表现为处理组样本的平均处理效应（ATT）。 本文选用前文的控制变量以及研发信息积极程度滞后一期作为协变量， 以Logit 模型估计倾向得分（PS），并通过样条匹配（Spline Matching）对样本进行匹配，计算相应的ATT 值。

图1（a）和（b）分别为匹配前后的核密度函数概率分布图。 对比可见，匹配前两组PS 值的概率分布差异较大，而匹配后则较为接近，表明匹配效果较好。 为了保证PSM 结果的可靠性，本文针对配对进行平衡性检验，结果显示除企业年龄（Age）的标准后偏差为17.00%外，其余协变量的标准后偏差绝对值均小于10%，说明PSM 数据结果较为可靠。 表6 为PSM 平均处理效应结果，其中标准误和z 值均通过Bootstrap 自助抽样法获得。 结果表明，匹配后的处理组（研发业绩较好）企业相对于控制组（研发业绩较差）企业的印象管理水平更低，结论与前文一致。

表6 PSM平均处理效应

五、调节效应分析

表7 中的第2 列和第4 列分别列出了董事会规模与分析师关注在发明专利申请数量与研发信息积极程度关系中的调节作用。 其中董事会规模与发明专利申请数量交互项 （Bd×Patent）系数显著为正，证明董事会规模在发明专利申请数量和印象管理水平的关系中存在负向调节作用，当董事会规模更大时，其发挥的约束作用更强，抑制了研发业绩对印象管理水平的负向影响，从而假设H2 得到验证。 分析师关注与研发业绩交互项（Ana×Patent）系数在1%置信水平下显著为正，与模型（1）中发明专利申请数量系数方向相反，说明当分析师关注上升时，发明专利申请数量对印象管理水平的负向影响受到了削弱，即认为分析师关注存在负向的调节作用，从而假设H3 得到验证。

表7 董事会规模、分析师关注的调节效应回归结果

六、研究结论与启示

本文选用2015—2019 年创业板制造业上市公司数据，从印象管理理论出发，研究了上市公司发明专利对研发信息印象管理的影响，以及企业内外部监督的调节作用。 研究发现：（1）上市公司研发信息披露存在普遍的印象管理行为，并不能完全反映企业真实研发业绩。 企业研发信息印象管理受到发明专利申请的显著影响，具体表现为，当发明专利申请数量较少时，管理者会显著增加研发信息中研发成果与资源的披露比重， 以提高研发信息披露积极程度，避免可能的股价波动和管理者自身竞争力下降。 （2）进一步分析这一关系的内在机理时，发现董事会规模越大和分析师关注程度越高，发明专利申请对研发信息印象管理水平的负向影响越弱。 表明企业内外部监督对管理者印象管理行为的约束是有效的。

企业对研发信息披露的操纵会对信息使用者产生误导，导致其做出错误的决策，不利于市场健康有序地运行。 因此，约束企业研发信息印象管理行为，提高研发信息披露对企业真实研发业绩的反映能力，对各利益相关方都具有重要意义。 本文根据研究结论提出以下政策建议。 第一，充分发挥外部监督机制的约束作用。 首先，监管部门可以在关注研发信息真实性和准确性的同时，对研发信息披露内容和格式进行规范，压缩研发信息的可操纵空间。 其次，相关部门应强化对分析师行业的监督、规范和引导，提高分析师的整体业务水平和职业操守［41］，发挥分析师的外部监督作用。第二，完善公司内部治理结构。首先，企业可以建立健全董事会、监事会和内部审计委员会等内部监督机构以约束管理者自利行为。 其次，制定合理的薪酬制度和考核标准，在保证薪酬激励效果的同时，降低管理者对短期绩效的敏感性。 最后，可适当增加股东与管理者的沟通和相互信任，以降低管理者的机会主义倾向。 第三，投资者应审慎地使用企业研发信息。 我国股票市场中的大部分中小投资者受有限关注和专业能力限制［42］，并不能准确识别企业研发信息披露中的印象管理行为。 因此，投资者在进行投资决策前应适当考虑专业人员或机构的建议，并增加对企业风险提示信息的关注。

本文的结论丰富了发明专利对企业研发信息披露策略的影响关系相关内容，明晰了企业内外部监督在其中的调节作用。 但研究尚存在一些不足之处。 研究仅从研发信息积极程度衡量印象管理水平，另外有部分研究从语调积极程度、描述性信息可读性等角度刻画印象管理行为水平，但管理层印象管理行为表现形式较复杂，除此之外还可能表现为披露具体性、相关性、支持性、内部合理性等［43］。 限于手工测算的效率和准确率较低，未来研究可通过深度学习技术与计算机文本分析相结合的方法去挖掘潜在文本特征，丰富管理层印象管理水平测度指标。