人力资本对股票收益的预测研究

张 燕 刘维奇 李建莹

一、引 言

逐利是资本市场永恒的追求，因此预测股票收益的研究由来已久，其中有关资本相关因素对股票收益影响的研究层出不穷，与此相比关注劳动要素的研究相对较少，特别是国内研究几乎忽略了人力资本相关信息在资本市场的价值。事实上，劳动要素在中国经济发展中做出了卓越贡献，且一直以来人力资本是解释经济增长的动力源泉，是企业保持竞争优势的秘诀(Zingales，2000[1])。据统计，2000年至2019年中央及地方政府出台有关人才建设的规定、规章、解释等多达5 300项以上，可以说人力资本在经济发展中的重要性使其在资本市场不容忽视，正如已有研究发现人力资本对企业市场价值的平均贡献为22%(Belo等，2022[2])。尤其是随着我国人口老龄化的不断加剧和生育率的持续低迷，人力资本在经济发展中将拥有更多话语权，其创造价值的功能将更凸显，那么，人力资本能否在股票市场获得溢价？人力资本溢价的形成机制如何？不同环境下人力资本溢价是否存在差异？目前这些问题尚缺乏系统研究。

有关人力资本对资本市场影响的研究最早可追溯到Mayers(1972)[3]，他首次将人力资本(采用收入衡量)作为非交易性资产引入经典CAPM模型中，发现调整投资交易性资产和非交易性资产的比例一定程度上能够分散面临的风险。此后有学者继承其研究思路基于收入不同角度探索人力资本对资本市场的影响，不论是采用总劳动收入还是工资度量人力资本都发现其具有预测股票收益的能力，将基于收入度量的人力资本加入CAPM模型、三因子模型和五因子模型后能够提高模型收益预测能力并且能够消除规模效应(Jagannathan和Wang，1996[4]；Baxter和Jermann，1997[5]；Jagannathan等，1998[6]；Santos和Veronesi， 2006[7])，将研究范围拓展到债券市场同样发现人力资本能够解释收益率方差30%左右(Julliard，2011[8])，且在Palacios(2015)[9]基于Duffie-Epstein偏好随机均衡模型构建的包含市场、资本和人力资本的三因子模型中发现人力资本在总财富中的权重约占93%。

不论是基于总劳动收入或是工资度量人力资本的研究中都假设劳动要素同质性，但是劳动要素在年龄、教育程度、从业经历、所在公司、行业等的异质性使得人力资本在创造价值方面存在差异，因此有研究基于劳动成本差异性、企业内部岗位差异性和行业差异性等探索劳动力或人力资本对股票市场的影响。基于劳动调整成本和工资粘性差异性的代表研究有：Belo等(2014)[10]基于劳动力调整成本发现雇员率与股票收益负相关；Favilukis和Lin(2016)[11]发现如果公司、行业、地区乃至国家工资刚性较严重时，其面临的风险较大，预期股票收益较高；Kuehn等(2017)[12]基于劳动调整成本视角构建劳动紧缺度指标度量企业对劳动市场的依赖性，发现相比对劳动市场依赖性强的公司，对劳动市场依赖性低的公司能够赚取6%的超额收益；Donangelo等(2019)[13]立足工资粘性构建劳动杠杆指标，发现劳动杠杆的存在能够放大公司经营风险，从而能正向预测股票收益。基于企业内部岗位差异的研究发现不同群体人力资本对股票市场的影响存在差异，例如：Palacios(2003)[14]发现当股东人力资本而非综合人力资本加入CAPM模型时，模型对股票收益的预测力有所上升；Hirshleifer等(2012)[15]发现企业CEO过度自信会导致股票收益更大的波动；Kilic(2017)[16]基于1965年到2015年数据发现高技能和低技能年轻人雇佣组合之间的平均年化回报率差为4.6%。基于行业差异性的研究主要从劳动收入、劳动力流动、雇员率等角度出发，发现：相比于总劳动收入度量的人力资本，股票收益受行业人力资本收入的影响更显著，且基于行业的人力资本风险指标能够有效消除特质波动风险溢价(Eiling，2013[17])；买入劳动力流动性高行业的股票卖出劳动力流动性低行业的股票能够赚取5%的年超额收益(Donangelo，2014[18])；劳动技能高行业的公司其股票收益显著高于劳动技能低行业的公司的股票收益(Ochoa，2013[19])，进一步基于行业技能差异根据雇员率构建投资组合，发现在高技能行业中股票年回报率差为8.6%，在低技能行业中股票年回报率差为0.9%，且CAPM模型不能解释高技能行业的收益差(Belo等，2017[20])。

与国外研究相比，国内有关人力资本的研究主要集中在人力资本的度量、影响因素及经济后果(李海峥等，2014[21]；李静和楠玉，2019[22]；张勇，2020[23]；刘伟和张立元，2020[24]；吉生保等，2020[25])。根据阅读文献所及，国内有少量研究从劳动要素不同角度探索其对资本市场的影响，例如，孔东民等(2017)[26]发现劳动投资效率正向预测股票收益；田存志等(2018)[27]发现工资粘性能够正向预测股票收益；刘维奇和张燕(2019)[28]、张燕等(2020)[29]基于劳动调整成本视角发现员工数量变化与股票收益负相关，劳动成本占比正向预测股票收益，且劳动成本占比是股票收益定价因子。

为弥补现有研究不足，本文将从以下两方面展开分析：(1)基于员工教育背景研究人力资本在股票市场的溢价能力，并探究人力资本在资产定价中的影响。现有研究主要从成本、岗位、数量方面分析人力资本对股票市场的影响，然而，人力资本的形成主要源自教育。考虑教育背景的人力资本定价研究有助于补充和丰富非财务信息视角的股票收益影响因素研究，为评估人力资本在企业发展中的作用及助力人才强国战略提供新的证据支持。(2)从风险渠道、价值增长和信息传播渠道探析人力资本影响股票收益内在机理，并剖析人力资本在内外环境影响下溢价能力的差异。现有研究在剖析人力资本影响股票收益机制方面主要基于某一方面特性，且多是基于风险视角，因此，多视角研究有助于补充和完善人力资本溢价的形成机制。

二、理论基础与研究假设

人力资本根植于劳动个体，由于个人受教育程度、从业经验等的差异使得不同劳动者被替代的成本和工资粘性存在差异，现有研究已发现相对于低技能员工，替换高技能员工面临的劳动调整成本更高，对技术水平要求更高的行业其员工工资粘性更高(Lagakos和Ordonez，2011[30]；Zhang，2019[31])。一般情况下，当员工受教育程度较高时，即人力资本水平较高时，其在企业被替代的概率较低、被替代的成本较高，其工资相对比较稳定，即该群体的人力资本面临的调整成本较高、工资粘性较高。而人力资本水平较低的员工多从事的是技能水平低或者是常规性重复工作，其被替代的成本较低，而且工资受外部经济环境和企业经营状况影响较大，即该部分人力资本群体面临的劳动调整成本和工资粘性相对比较小。当企业中劳动调整成本和工资粘性高的员工较多时，即企业人力资本水平较高时，企业面对外部宏观环境变化而内部平滑现金流的能力较低，这会扩大企业面临的经营风险。进一步，本文通过模型推理证明企业风险受人力资本水平影响。

假设生产函数为：

Yt=XtF[Kt,Lt]

(1)

其中：Xt为全要素生产率；Kt为资本投入；Lt为劳动投入，劳动投入包括高素质员工(人力资本)Lt1和普通员工Lt2，Lt=Lt1+Lt2。

假设资本调整不发生变化，即Kt=K，员工平均工资为Wt，人力资本平均工资为Wt1，普通员工平均工资为Wt2，且Wt1>Wt2，WtLt=Wt1Lt1+Wt2Lt2。

企业利润为：

πt=max[XtF(K,Lt)-LtWt]

(2)

借鉴Tuzel和Zhang(2017)[32]有关企业风险的定义，定义利润关于全要素生产率的弹性为企业面临的风险beta，

(3)

根据式(3)可知：企业面临风险与人力资本水平成正比，根据风险与收益相补偿原理，可知波动性风险的补偿随着企业对人力资本的依赖而增加，即随着人力资本水平的提升，企业股票收益越高。至此提出假设1：

H1:股票收益与人力资本水平正相关。

人力资本不仅通过成本渠道影响股票收益，且通过影响企业绩效影响股票价格。随着高学历、高技能人才的增加，企业对新思想的接纳度提高，有助于提升企业劳动生产效率、创新能力，从而助力企业转型升级以及助推其他生产要素生产效率的提升，进而对企业的经济利润、价值创造以及长期发展等发挥积极作用。由于股票价格围绕公司基本价值波动，因此公司收益越好，其股票获得的收益也越高，基于此提出假设2：

H2:公司价值在人力资本影响股票收益中发挥中介作用。

信息在股价波动中发挥重要作用，随着信息技术的发展，投资者获取信息的渠道和内容越来越多，虽然当前企业发布的有关人力资本或者劳动者的相关信息非常有限，但有关劳动者相关变化及特征具有传递信息的作用已被证实，如研究发现工作岗位的变化、员工对企业的评论等能够释放非财务信息(Green等，2019[33]；Elizabeth等，2020[34]；Au等，2021[35])；人力资本质量能够向市场传递企业内部信息，缓解信息不对称性(Attig和Cleary，2014[36])。当人力资本相关信息引起市场关注，一方面促使投资者付出更多的精力解读与此相关的信息，通过提高信息处理效率增强股价的信息含量，从而对股票价格形成正的推动作用；另一方面市场关注促使投资者更多购买此类股票，由于对此类股票持有乐观的态度，因此这类股票会被优先关注和交易，助推投资者获得超额收益。基于此提出假设3：

H3:市场关注能够增强人力资本对股票收益的影响。

三、研究设计

(一)样本选择

本文数据来自CSMAR、Wind数据库和企业年报(手工搜集部分企业员工教育背景数据)。数据按照以下原则处理：(1)中国A股上市公司自2009年开始公布员工受教育背景，但刚开始公布时并不全面，为保证数据的完整性及可得性，首先剔除教育背景数据五年不连续的企业；(2)按照研究惯例，剔除金融股、ST以及*ST股；(3)剔除人力资本水平等于1的样本；(4)剔除控制变量数据五年不连续的企业；(5)上下进行1%缩尾处理消除极端值的影响，经过处理后样本时间段为2012—2021年。

(二)变量定义

1.被解释变量。

人力资本溢价指人力资本水平高的企业在股票市场更容易被投资者偏爱从而获得高于市场平均回报的收益。借鉴前人(周铭山等，2017[37]；方先明和那晋领，2020[38])的方法，采用累积超额收益率(ret)和平均月超额收益率(AR)度量人力资本溢价。基于稳健性考虑，被解释变量还考虑了股票年收益率。

累计超额收益率：

(4)

平均月超额收益率：

(5)

式(4)和式(5)中：ri,t表示股票i第t月考虑现金红利再投资的月收益率；rm,t表示第t月市场平均收益率，选用流通市值加权平均收益率，为稳健性考虑市场收益率还考虑了等权加权平均收益率和市值加权平均收益率两种(1)受篇幅限制，文中未列出这部分实证结果，感兴趣的读者可联系作者索取。。式(4)中reti表示公司i一年内累计超额收益率，式(5)中ARi表示公司i一年内每个月的超额收益率的算术平均值，n表示年度内交易月数。

2.其他变量。

(1)人力资本水平基于员工教育背景度量，每年企业员工中本科及以上学历的员工人数占总员工人数的比例。

(2)中介变量：公司价值分别采用托宾Q、ROA和全要素生产率TFP衡量，TFP的计算见式(6)；市场关注度分别采用分析师关注度、研报关注度以及机构投资者增持比例衡量。

(3)参照前人研究，控制变量包括企业规模(总资产)、资产负债率、流通市值、独立董事占比、两职兼任和第一大股东持股比例等。具体变量详见表1。

y=β0+β1x1+β2x2+β3x3+ε

(6)

其中，y为主营业务收入，x1为购买固定资产、无形资产和其他长期资产支付的现金除以资产总额，x2为购买商品、结构劳务支付的现金除以资产总额，x3为员工人数，ε代表TFP。

表1 变量定义

(三)模型构建

首先建立模型(7)，通过回归方法检验人力资本对股票收益的影响，然后通过投资组合方法分析人力资本溢价能力。

RETURNi,t=α0+α1Hi,t-1+αcontroli,t-1+εi,t

(7)

人力资本不仅通过成本途径影响股票收益，且通过企业绩效和市场关注影响股票收益，基于此建立模型(8)和模型(9)检验人力资本溢价的企业绩效机制，建立模型(10)检验市场关注机制。

MQi,t=α0+α1Hi,t-1+αcontroli,t-1+εi,t

(8)

RETURNi,t=α0+α1Hi,t-1+α2MQi,t+αcontroli,t-1+εi,t

(9)

RETURNi,t=α0+α1Hi,t-1×Ci,t+α2Hi,t-1

+α3Ci,t+αcontroli,t-1+εi,t

(10)

模型(7)至模型(10)中：RETURN表示股票超额收益，分别用累计超额收益、平均超额收益和股票年收益率度量；H表示人力资本水平；MQ表示衡量企业绩效的变量；C表示衡量市场关注度的变量；control表示其他控制变量；ε表示随机干扰项。在回归时控制时间和个体固定效应。

四、实证结果

(一)描述性统计

表2为主要变量的描述性结果，H的均值为0.303，最大值为0.997，最小值为0.001，标准差为0.201，说明企业间人力资本水平差距较大。ret的均值为0.053，标准差为0.573，且最大值和最小值之间差异显著，AR与此相似，说明企业间超额收益率差距显著，为寻找预测因素奠定基础。各变量之间的Spearman相关系数的p值都小于0.05(2)受篇幅限制，文中未列出相关系数表， 感兴趣的读者可联系作者索取。。

表2 主要变量基本特征

(二)人力资本溢价存在性

1.回归结果。

首先通过式(7)检验人力资本溢价的存在性，结果见表3(3)受篇幅限制，文中无法列出全表，感兴趣的读者可联系作者索取。。根据表3可知，人力资本对累计超额收益率的回归系数为0.079，在5%的水平上显著为正；对平均超额收益的回归系数为0.004，在5%的水平上显著为正；对年股票收益率的回归系数为0.047，同样在5%的水平上显著为正。这说明人力资本水平越高的企业越容易被资本市场偏爱，其股票收益越高，即人力资本能够正向预测股票收益。然后通过投资组合方法检验人力资本是否存在溢价。

表3 人力资本溢价存在性回归结果

2.投资组合分析。

(1)每年六月根据上一年年末人力资本水平将所有股票从低到高排序形成五等分或十等分，持有期为一年，次年六月重新构建投资组合。计算出从2013年7月到2021年6月组合的月时间序列均值，检验人力资本水平最高组与最低组之间的收益差是否显著。表4报告了人力资本水平十分组和五分组的等权权重和流通市值权重的月均值收益，发现不论是等权分组还是流通市值分组的五分组或十分组的最高组与最低组的组合收益差都在10%的水平上显著。分组的结果说明人力资本水平能够正向预测股票收益，即存在人力资本溢价。

表4 人力资本水平分组检验

(2)借助三因子和五因子模型检验人力资本风险溢价能否被解释。表5报告了人力资本结构分组的组合收益差，发现三因子模型中组合收益差截距项为0.009，显著性水平为10%，五因子模型中组合收益差截距项为0.005，显著性水平为10%，即存在三因子或五因子不能解释的风险溢价，说明人力资本溢价的稳健性。

(3)由于人力资本有正的风险溢价，因此参照Fama和French(1993)[39]的方法买多人力资本水平高的组合，同时卖空人力资本水平低的组合，以买多-卖空获得的套利定义人力资本风险因子(LA)。本着稳健性出发本文采用三种方式构建人力资本风险因子：第一，将股票从低到高排序，按照30%、40%、30%分为低人力资本水平组合、中人力资本水平组合和高人力资本水平组合，买多30%人力资本水平比较高的股票组合同时卖空30%人力资本水平比较低的股票组合(LA30-30)。第二，将股票从低到高排序，按照40%、20%、40%分为低人力资本水平组合、中人力资本水平组合和高人力资本水平组合，买多40%人力资本水平比较高的股票组合同时卖空40%人力资本水平比较低的股票组合(LA40-40)。第三，将股票从低到高排序，分为低人力资本水平组合和高人力资本水平组合(各占50%)，买多50%人力资本水平比较高的股票组合同时卖空50%人力资本水平比较低的股票组合(LA50-50)。检验人力资本风险因子能否被三因子或五因子解释，回归结果见表6，发现截距项都在10%的水平上显著，说明人力资本风险因子包含三因子或五因子之外的信息，即人力资本风险因子具有预测股票收益的能力。

表5 人力资本水平分组被三因子和五因子解释的结果

表6 人力资本结构因子被其他因子解释的情况

(4)参照Liu等(2019)[40]、Eisdorfer等(2022)[41]的方法，采用滚动窗口估计将股票收益率对人力资本风险因子回归(滚动窗口36个月)，得到人力资本 BETA，按照人力资本BETA从低到高五等分构建投资组合，将最高组与最低组的月平均收益差(return高-低)对三因子或五因子回归。检验结果(4)受篇幅所限，后续部分实证结果未在文中展示，感兴趣的读者可联系作者索取。显示，两者截的距项都在10%的水平上显著为正，说明人力资本风险因子能够捕获三因子或五因子以外部分无法解释的风险溢价，即人力资本对股票收益有稳定的预测作用。

(三)价值提升和信息传递机制检验

1.价值提升机制。

使用式(8)和式(9)从企业盈利能力(ROA)、发展潜力(托宾Q)和生产效率提升(TFP)三方面检验人力资本价值提升机制的中介作用。基于企业盈利能力中介效应的回归中，人力资本对ROA的回归系数显著为0.015，在5%的水平上显著，人力资本和ROA对不同视角度量的股票收益的回归系数都显著为正，例如人力资本对ret的回归系数为0.075，显著性水平为5%，ROA对ret的回归系数为0.304，显著性水平为1%，说明人力资本能够通过提高企业盈利能力而影响股票收益。

基于企业发展潜力中介效应的回归中，人力资本对托宾Q的回归系数为0.037，在10%的水平上显著，不同视角下人力资本对股票收益的回归系数都显著为正，托宾Q对股票收益的回归系数都在1%的水平上显著为正，例如人力资本对累计超额收益的回归系数为0.077，显著性水平为5%，托宾Q对累计超额收益的回归系数为0.066，显著性水平为1%，说明人力资本通过影响托宾Q影响股票收益。

由于全要素生产率是衡量高质量发展的重要指标，能够综合反映企业的盈利能力和发展潜力，因此进一步采用全要素生产率作为价值提升的中介变量，人力资本对TFP的回归系数为0.385，显著性水平为1%，人力资本和TFP对股票收益的回归系数都在5%的水平上显著为正，例如人力资本对平均超额收益的回归系数为0.011，显著性水平为5%，TFP对平均超额收益的回归系数为0.006，显著性水平为1%，说明人力资本通过提高TFP影响股票收益。以上采用不同度量指标综合说明企业价值在人力资本影响股票收益中发挥中介作用。

2.信息传递机制。

市场上不同群体对信息的捕捉和分析存在差异，证券分析师专门从事股票行情分析，其专业知识和捕捉信息的能力都占有相对优势，因此首先采用分析师关注衡量市场对人力资本释放信息的关注；研报由证券公司研究所发布，主要对证券及相关产品的价值，或者影响其市场价格的因素进行分析，然后采用研报关注衡量市场对人力资本信息的关注；最后，由于机构投资者其信息挖掘能力比较强，更能够发现人力资本背后隐含的信息，同时机构投资者的进入会引起其他投资者的关注，进一步强化信息传递作用，鉴于机构投资者在市场信息搜集和传递方面的优势，采用机构投资者增持比例分析信息传递的中介作用。每年分别将分析师关注度、研报关注度和机构增持比例按照中位数分组，高于中位数的赋值1，反之赋值0，回归结果见表7。H×C的回归系数至少在5%的水平上显著为正，例如人力资本和分析师关注度的交互项对超额收益率的回归系数为0.284，在1%的水平上显著，人力资本与研报关注交互项对超额收益率的回归系数为0.248，在1%的水平上显著，人力资本与机构投资者增持比例交互项对超额收益率的回归系数为0.004，在1%的水平上显著，说明人力资本所包含的信息能够被市场关注，投资者可以利用信息优势获取超额收益。

表7 信息传递机制

五、异质性分析

(一)自身异质性

1.产权性质。

已有研究发现相对于非国有企业，国有企业的工作环境相对比较稳定，国有企业的员工面临的工资粘性更高、调整成本更高，因此国有企业中人力资本更容易影响企业经营风险。此外，国有企业由于稳定的员工就业环境，员工在创造价值方面的积极性也相对比较高。因此，本文检验产权性质在人力资本溢价中的作用，将样本根据产权性质分为国企和非国企，国企设为1，非国企设为0，将企业产权性质加入回归中。人力资本与产权性质交互项的回归系数都在5%的水平上显著为正，说明相对非国有企业，国有企业中人力资本对股票收益的正向预测更显著。

2.融资约束的影响。

企业本身并不拥有劳动要素，需要支付劳动成本，当企业面临的融资约束较大时，企业调整员工的压力会更大，此时会放大人力资本调整成本和工资粘性影响企业风险的作用。因此，检验融资约束在人力资本溢价中的作用，融资约束(Sa)的计算参见前人方法(肖文和薛天航，2019[42])，Sa值越大表明企业面临的融资约束越大。人力资本和融资约束交互项的回归系数都为正，显著性水平为5%，说明人力资本水平高的企业如果同时面临的融资约束较大，融资约束会通过放大调整成本和工资粘性影响企业风险的途径而影响股票收益，即融资约束在人力资本溢价中发挥正调节作用。

3.披露职工信息的影响。

当企业披露职工信息时，会向社会释放更多企业信息，其可能会放大人力资本通过信息传播影响股票收益的渠道，因此探索披露职工信息在人力资本溢价中的作用，将披露职工信息的企业设为1，不披露职工信息的企业设为0。人力资本和披露职工信息交互项的回归系数都在5%的水平上显著为正，说明披露职工信息在人力资本与股票收益中发挥正调节作用。

(二)外部环境异质性

1.经济政策不确定性。

采用经济政策不确定性(EPU)衡量经济环境，一方面，当经济环境不稳定较大时，员工会更加珍惜现有工作，自主离职的概率会下降，且为保住就业会更加努力工作从而有助于创造更高价值，发挥正的调节作用，即“激励作用”。另一方面，经济环境的不稳定较大时，员工离职的积极性会下降，从而企业面临的员工工资粘性会降低、劳动调整成本也会相对降低，此时会弱化工资粘性和调整成本加大企业风险的效应，同时由于外部环境不稳定性较高，投资不确定性较高会降低投资者参与热情，减少购买动力，因此发挥负的调节作用，即“抑制作用”。结果发现，人力资本与经济政策不确定性交互项的回归系数都在5%的水平上负显著，例如人力资本与经济政策不确定性交互项对累计超额收益的回归系数为-0.001，显著性水平为1%，说明经济政策不确定性在人力资本影响股票收益中发挥负的调节作用，即“抑制作用”。

2.劳动市场异质性。

劳动市场发育程度影响企业雇员成本、员工工作积极性等，一线城市中劳动力资源充裕，特别是高素质人才涌向一线城市，使得高素质人才之间竞争更激烈，不但企业面临的劳动调整成本和工资粘性相对较低，且人力资本工作积极性比较高，即劳动市场规模不但影响企业调整员工的频率和成本，且影响员工积极性。因此，检验劳动市场规模异质性对人力资本溢价的影响，根据新一线城市研究所对城市的分类，将位于一线城市的企业设为0(北京、上海、广州和深圳为一线城市)，位于非一线城市的企业设为1。结果发现城市分类变量与人力资本的交乘项回归系数都显著为正，例如人力资本与城市分类交互项对平均超额收益的回归系数为0.000 2，在5%的水平上显著为正，说明当企业处于非一线城市时，人力资本对股票收益的影响更显著。

六、结 语

本文以人力资本在股票市场表现为切入点，通过“市场表现—形成机制—内外环境差异”的逻辑，完整清晰地揭示了人力资本在股票市场中的作用。通过回归和分组检验发现在中国A股市场存在人力资本溢价，且人力资本是影响股票收益的风险因子。人力资本通过三条渠道影响股票收益：调整成本和工资粘性的差异使得人力资本水平影响企业经营风险，即人力资本通过风险渠道影响股票收益；采用ROA、托宾Q和TFP从不同角度衡量企业价值，发现人力资本水平越高越有助于提升企业内部绩效、助力企业发展和提高TFP，即人力资本通过影响企业价值从而作用于股价；采用分析师关注、研报关注以及机构投资者增股比例衡量市场关注，发现人力资本能够引起市场关注，市场关注发挥信息传递作用，即人力资本通过释放信息引起市场投资者关注而影响股票收益。

人力资本溢价受企业内外环境影响。相对于非国有企业，国有企业中人力资本更容易通过风险渠道和价值渠道影响股票收益；融资约束会通过放大企业经营风险的途径正向调节人力资本与股票收益的关系；当企业披露职工信息时，其会放大人力资本通过信息传播影响股票收益的渠道，在人力资本影响股票收益中发挥正向调节作用。经济政策不确定性通过缓解企业经营风险、减少投资者购买动力而负向调节人力资本与股票收益；相对于一线城市，非一线城市劳动力市场规模较小，劳动力市场规模不但影响企业调整员工的频率和成本，且影响员工积极性，处于非一线城市的企业其人力资本与股票收益的关系更显著。

遵循金融市场客观规律，科学合理有效利用金融市场实现资产保值增值是未来投资者必走之路，因此对投资者而言，在识别具有增长潜力的企业时除了考虑资本相关要素还需要考虑人力资本的作用，只有真正具有增长潜力的企业才能使投资者获得超额收益。此外，劳动者要树立危机意识，通过不断学习和积累增强自身竞争力，提高抵御风险能力、降低被淘汰概率。

对企业而言，要加强人力资本管理，在利用人力资本创造价值的同时要防范其引发的潜在风险。对政府而言，由于非财务信息在股价中发挥重要作用，因此监管部门要重视企业非财务信息的披露并做好严格把关，积极引导分析师挖掘劳动要素等非财务相关信息，增强市场透明度，促进股票市场健康发展。同时，政府在加大教育投入提升人力资本水平的同时要优化人才结构，充分利用人才红利，这是高质量发展落地生根的重要保障。