分析师关注对企业创新的影响研究
——基于企业风险承担水平的调节效应
2022-12-02董思琦
董思琦
(暨南大学国际商学院 广东珠海 519000)
近年来,我国进入新发展阶段,当今世界正经历百年未有之大变局,科技创新是其中一个关键变量。随着发达国家创新能力的日渐“钝化”并不断加大核心技术封锁,核心技术严重受制于人对我国国家安全和经济发展造成严重威胁(卢现祥等,2021),因此中国企业提高自主创新能力,尽早突破“卡脖子技术”成为当今时代发展的必然要求。
影响企业创新的因素一直以来都是学术界的热点话题,学者从微观、中观、宏观等层面进行了研究,为现有研究打下了良好的基础。本文将重点研究资本市场中证券分析师对我国企业创新的影响。分析师作为现代资本市场中重要的信息中介,被誉为“市场的看门人”,他们凭借专业的知识、技术和经验定期对上市企业出具研究报告,给市场提供新信息,对企业的创新活动及投资者具有重要影响(谢芳,2021;赵奇锋、鞠晓生,2021)。然而,证券分析师对企业创新活动的影响效果现有文献还未达成一致,并且证券分析师对企业创新活动的影响机制也尚未明晰。基于此,本文以我国2007—2019年沪深两市A股上市公司为研究样本,实证检验分析师对企业创新的影响。研究发现,分析师的关注促进企业创新水平的提升,这种促进作用在风险承担水平较低的企业中发挥得更为明显,该结论在进行一系列稳健性检验后依然成立。
1 文献综述与研究假设
关于分析师关注对企业创新效果的影响,现有文献存在两种不同观点。第一,业绩压力假说认为,分析师过度关注企业的短期业绩易导致管理层短视,进而阻碍企业创新。第二,信息揭示假说认为,分析师通过向市场传递信息缓解信息不对称,有效地揭示了企业创新的价值,进而促进企业创新。He&Tian(2013)选用1993—2005年美国上市公司数据,实证检验分析师关注与企业创新绩效之间的关系。结果表明,分析师关注减少了以专利数量和引用数量衡量的企业创新的产出。然而,国内已有研究表明,分析师在信息揭示方面发挥着重要作用。余明桂等(2017)研究表明,分析师关注程度越高,企业的专利产出越多。陈钦源等(2017)研究发现,分析师跟踪通过缓解企业创新过程中的信息不对称及代理问题,促进了企业创新,表现为企业未来第三年的专利产出量增加。韩美妮等(2021)研究发现,分析师跟踪具有信息揭示效应,整体上显著促进了企业的技术创新。
相较国外成熟的资本市场,我国上市企业的信息不对称程度较高,因而分析师发挥“信息中介”作用的空间更大,中国资本市场适用信息揭示假说的可能性更大,故本文提出如下假设:
H1:分析师对企业的关注度越高,企业的创新水平越高。
风险承担水平反映了企业在追求高风险与高收益兼备的项目时对付出代价的意愿和倾向,是影响企业对创新研发项目投资抉择的重要因素(Boubakii N等,2013)。低风险承担水平的企业,其控股股东对风险的容忍度较低,创新项目通常具有高风险与高利润回报兼具的特点,因而他们往往不倾向通过技术创新提高企业绩效(CressyR,2006)。分析师在市场中发挥“信息中介”的作用,通过持续、长期地对上市企业进行跟踪、走访和调研,更加准确地评估和揭示创新项目的价值,从而激励管理层选择虽具有高投资风险但预期净现值为正的项目,进而促进企业创新(杜建华,2020)。据此,提出本文第二个研究假设:
H2:分析师关注对企业创新的促进作用在风险承担水平较低的企业中更加显著。
2 研究设计
2.1 样本选择与数据来源
本文以我国沪深两地A股上市公司2007—2019年的数据为研究样本,并对原始样本数据进行以下处理:(1)剔除ST和*ST企业。(2)剔除金融行业。(3)剔除相关变量缺失的企业数据。(4)为了减少极端值对研究结论的干扰,本文对所有连续变量在1%水平上进行上下Winsorize缩尾处理。本文中企业专利数据和财务指标数据均来源于国泰安数据库。
2.2 变量定义
2.2.1 被解释变量
企业创新水平(PAT):一般而言,企业创新水平可以从投入和产出两个角度进行度量,考虑到企业研发投入信息可能会被财务舞弊等因素影响,且现有相关数据库对上市企业研发投入的信息披露不全面、数据存在错误等因素,故借鉴主流文献的方法,选用企业专利产出量衡量企业创新水平。由于企业创新行为转化为专利成果需要一定的时间,造成专利获批相对企业创新行为存在时滞,因此本文借鉴现有文献的做法(陈钦源等,2017;He&Tian,2013),以企业未来一年的专利获批数加1之后的自然对数(PAT)作为企业创新水平的衡量指标。
2.2.2 解释变量
分析师关注度(Ln_analyst):本文采用分析师跟踪人数作为分析师关注的度量指标。具体而言,以某年度对该企业进行过跟踪的分析师人数表示。为降低异质性,参考以往研究(He and Tian,2013),对分析师关注人数进行加1后取对数处理,得到Ln_analysts,即本文模型的解释变量。
2.2.3 调节变量
企业风险承担水平(Risk1):本文参照余明桂等(2013)的研究,用企业盈利的波动性衡量企业风险承担水平。具体做法为用企业每年的ROA减去当年ROA的行业均值,再计算企业在每一时期内经行业调整的ROA的标准差,得到企业风险承担水平Risk1。
2.2.4 控制变量
借鉴现有文献的做法,本文控制了一系列可能影响企业创新水平的变量,即现金持有比例(cashratio)、企业成立年限(Age)、企业规模(Size)、企业总资产收益率(ROA)、企业的财务杠杆(Lev)、企业的产权性质(SOE)、企业所在地GDP增长率(GDP_Growth)。此外,本文还控制了行业和年度效应(见表1)。
表1 变量定义
2.3 模型设计
为检验本文假设1,建立多元回归模型如下:
其中,PAT为企业创新水平,Ln_analysts为分析师关注度;Control为控制变量。此外,本文还控制了行业和年份固定效应。
为检验假设2,本文建立多元回归模型如下:
模型(2)中,新增的变量Risk1为企业风险承担水平的代理变量;Risk1×Ln_analysts为企业风险承担水平变量与分析师关注变量的交互项。
3 实证结果及分析
3.1 描述性统计
表2报告了样本的描述性统计特征结果。数据表明,企业专利申请数的均值为186.278,最大值和最小值分别为3736.000和1.000,说明各企业间创新水平的差异较大且专利申请数的分布存在右偏的特征。被解释变量的均值为4.131,最大值和最小值分别为8.226和0.693,表明在经对数化处理后,企业专利申请数分布不均匀的状况得以改善,更接近正态分布。分析师关注人数均值为11.508,最大值和最小值分别为42和9,说明分析师关注程度在不同企业间差异较大。解释变量均值和中位数分别为2.093和2.197,异质性得到缓解。其余控制变量和调节变量的数值也较为合理。
表2 描述性统计
3.2 相关性分析
本文对主要变量进行Pearson相关分析,检验结果如表3所示。数据表明,分析师关注度(Ln_analyst)和企业创新水平(PAT)呈显著正相关关系,初步支持了研究假设1,即分析师关注度越高,企业的创新水平越高。变量间的相关系数均小于0.5,表明各变量之间不存在多重共线性问题。
表3 相关性分析
3.3 回归分析
采用OLS回归对本文的研究假设进行检验,实证结果如表4所示。
表4第(1)列汇报了模型(1)的回归结果,其中分析师关注度(Ln_analyst)的回归系数显著为正,为0.131,其余控制变量均显著,表明分析师关注度与企业创新水平间呈显著正相关关系,即当分析师关注度增加时,企业创新水平提升,表现为企业下一年度的专利申请数增加,假设1得证。
3.4 调节效应分析
表4第(2)列汇报了模型(2)的回归结果,其中分析师关注度(Ln_analysts)和企业风险承担水平(Risk1)的估计系数均显著为正,交互项Risk1×Ln_analyst的系数显著为正,表明企业的风险承担水平越低,分析师关注对企业创新水平的影响越大,即分析师的关注对企业创新水平的促进作用在风险承担水平较低的企业中更加显著,假设2得证。
表4 回归结果
4 稳健性检验
4.1 PSM方法
分析师关注度和企业创新水平之间可能存在内生性问题,为减轻样本选择偏误对研究结论的影响,本文采用倾向得分匹配法进行稳健性检验。按照分析师关注人数划分对照组和处理组,以现金持有比例(cashratio)、企业成立年限(Age)、企业规模(Size)、企业总资产收益率(ROA)、企业的财务杠杆(Lev)、企业的产权性质(SOE)、企业所在地GDP增长率(GDP_Growth)作为协变量进行Logit回归,计算倾向得分值,结果如表5所示。经匹配处理后,这些协变量在处理组和对照组之间均不存在显著差异,匹配效果良好。
表5 PSM平衡性检验
用匹配后的样本重新估计模型(1),回归结果如表6列(1)所示,Ln_analysts显著为正,通过了检验。
4.2 改变解释变量的衡量方式
本文用分析师发布研报数代替分析师跟踪人数,衡量分析师关注度。同样,为降低异质性,对分析师发布研报数进行加1后取对数处理得到Ln_reports,代入模型进行回归,检验结果如表6列(2)所示,Ln_reports的回归系数仍显著为正,结果未发生改变。
4.3 更换计量模型
考虑到企业专利申请数中存在很多为0的情况,本文参照周钰佳(2021)的做法,采用Tobit模型重新进行回归,结果如表6列(3)所示,分析师关注度(Ln_analysts)的系数显著为正,表明分析师关注度与企业创新水平之间的显著正相关关系这一结论在改变回归模型后仍然稳健。
表6 稳健性检验
5 结语
本文以我国2007—2019年沪深两市A股上市公司为研究样本,实证检验分析师关注对企业创新水平的影响。研究发现,分析师关注与企业创新水平之间呈显著正相关关系,分析师的关注促进企业创新水平的提升。进一步研究发现,分析师关注与企业创新水平间的正相关关系在风险承担水平较低的企业中更加显著,即分析师关注对企业创新水平提升的促进作用在风险承担水平较低的企业中发挥得更为明显。同时,本文在进行一系列稳健性检验后,结论依然成立。
本文的研究结论具有以下现实意义:首先,应完善金融市场人才培养体系,建设具有良好专业素质的分析师人才队伍,促进分析师发挥“信息中介”作用,引导投资者将资金投向高创新水平的企业,从而对企业创新产生积极的影响。其次,分析师应加大对低风险承担水平企业的关注度,激励管理层通过技术创新提高企业绩效,提高企业的投资效率,进而促进企业创新水平的提升。