产业政策对上市公司股票市场收益率的影响研究

谢海芳 张锦坪

摘 要：以“十三五”期间的产业政策为样本，运用中介效应模型研究了产业政策、业绩和股票收益率三者之间的传导机制。结果表明，180个交易日内，业绩遮掩了产业政策对股票收益率的负向效应，使股票收益率有所上升；270个交易日内，产业政策对业绩具有显著正向影响，但此时产业政策不会通过业绩影响股票收益率；360个交易日内，产业政策对业绩无显著影响，此时也不存在产业政策影响业绩进而影响股票收益率的传导机制。

关键词：产业政策；业绩；股票收益率；遮掩效应

一、引言

产业政策在我国经济的发展史中占据着重要的地位。我国重大经济结构的调整和转型、加强和改善宏观调控、提高产业质量、弥补市场不足以及促进經济体制改革，这些都需要产业政策的扶持和引导。此外，股票市场是经济的晴雨表，能够综合反映某个行业或产业的发展。股票价格的形成不仅需要强大的信息基础，而且要受来自社会经济、金融环境等诸多因素的影响，以“政策市”著称的我国股票市场更与各种政策息息相关。

回顾以往关于产业政策和股票市场的研究，主要侧重于研究某一行业的政策对股票价格的影响，而未深究产业政策会通过何种途径影响股票收益率。另外，学者们从理论上认为产业政策会通过提升受惠企业的业绩，进而提升股票收益率，但未有证实。本文对现有研究主要有以下贡献：①从现实数据的角度证实了产业政策①会提升业绩、进而提升股票收益率这一理论假设。②将全样本进行分类，证实了产业政策影响业绩进而影响股票收益率这一机制主要体现在非国有全资控股的其他企业中。③以往研究产业政策的文献主要局限于单一时间段，本文表明了不同期间内产业政策对股票收益率的影响是不同的。

二、文献综述

（一）关于产业政策的研究

关于产业政策的研究，宏观层面主要是研究产业政策的重要作用。如Chen和Xie（2019）研究发现产业政策对经济的增长有显著的正向影响，产业结构合理化是促进经济增长的重要渠道。Galischeva（2019）指出印度的产业政策有助于解决一系列的社会问题，如就业、营养不良，等等。Mao等（2021）指出中国的产业政策是否有助于一个行业的生产力增长，取决于该产业相对于世界前沿的发展阶段。微观层面多集中于对企业和投资者的影响。韩乾和洪永淼（2014）指出，产业政策在公布后短期内能给投资者带来较高超额收益，但在中长期对收益率没有影响。黎文靖和李耀淘（2014）研究发现总体上产业政策并没有显著提升企业投资，但产业政策能够增加民营企业的投资，但这一结果在国有企业中并不显著。

中国证券期货2023年4月

第2期产业政策对上市公司股票市场收益率的影响研究

（二）行业政策颁布对股市的影响研究

关于行业政策对于股票市场的影响研究，我国学者基本上都得出了行业政策的颁布对股市有显著影响的结论，但并不是股票市场对所有的产业政策反应都一致。孙志红和卢新生（2011）发现“一号文件”的政策效应显著，但十七届三中全会的惠农政策的效应检验并没有发现预期的反应。马敏侃（2012）证明了新能源产业政策对上市企业具有正面积极的推动作用，并且这一作用可以在当日的股价上体现出来。朱华桂和乔联宝（2016）以公开上市的新闻出版类企业为样本，指出出版企业改制政策对行业发展有显著影响。叶飞洋和贾凡胜（2016）通过2012年年底至2013年中国政府对光伏产业政策进行股票市场研究，指出政策的全面性、详细程度、连续性会极大地影响产业的发展。罗煜（2017）根据文化产业政策及文化产业事件对上市公司股价进行研究，发现了行业事件的发生消息会被提前泄露，市场提前反应，而投资者对文化产业政策没有提前预判和预知的能力。王裕熊和靳厚忠（2017）的研究表明体育产业政策给体育上市公司带来显著正向影响，特别是将主业聚焦在体育产业的股票收益更多。

关于政策对于股票市场的影响研究中，学者们一致得出了政策颁布对股票价格有短期影响的结论。胡永宏（2010）通过研究农业政策对农业上市公司股价波动的影响，得出政策对农业股股价波动有一定程度的短期影响的结论。张华（2014）证明了农业类上市公司政策效应明显，政策效应同时具有短期和长期效应，并且政策效应存在市场差异、规模差异、区域差异和主题差异。张晓萍（2015）以家电行业为例研究了产业政策的股票市场效应，她指出产业政策的实施在短期内是有效的，长期来看产业政策对股票市场的影响因产业政策而变。朱启莹和黄海燕（2016）实证检验了《关于加快发展体育产业 促进体育消费的若干意见》对体育类上市公司资本市场价值有较明显的短期正向冲击，具有一定的持续性。陈歌（2017）研究了扶持政策对新能源汽车产业发展的影响，根据事件研究法发现了扶持政策的实施对新能源汽车产业短期有显著正向影响。王晨宇（2018）发现医药行业“十三五”相关产业政策的发布确实对医药行业相关上市公司股票收益率短期波动产生了显著影响。

（三）产业政策和股票市场相结合的文献研究

我国也有研究产业政策和股票市场的文献。陈冬华和姚振晔（2018）以我国产业政策实施的影响为切入点，研究发现政府行为也可能降低股票价格同步性，提高股票价格中公司特质信息的含量。陆静和喻浩（2023）的研究表明，产业政策会通过加剧重点发展行业内产品市场的竞争程度、增加行业内经营环境的不确定性以及降低会计信息披露质量三条路径来提高重点发展行业的股票特质波动率。

综上所述，基于产业政策与股票市场的文献多是从某行业或某产业来研究产业政策对股票市场的影响，而将涉及多数产业的政策与股票市场结合的文献数量却极少。本文的创新点在于以往文献还未有从产业政策影响企业业绩进而影响股票收益率这一机制来进行研究。故本文试图以2016—2020年的产业政策为样本，从现实数据来证明这一点。

三、理论分析

关于产业政策对微观企业业绩的影响，不同的学者有着不同的看法。

部分学者认为，产业政策的颁布有利于企业业绩的提升。如赵卿（2016）的研究就发现了长期性产业政策鼓励发展的企业经营业绩得到了明显增长。刘婷婷（2019）也指出产业政策能够显著提升企业绩效。市场失灵理论与资源禀赋理论为此结论提供了理论支撑。根据市场失灵理论，市场配置资源存在垄断、外部性以及信息不完全等问题，进而使社会不能达到帕累托最优。此时，政府介入市场有利于提升企业资源配置和生产效率，进而提升企业业绩。根据资源禀赋理论，在其他条件不变的情况下，若某种资源相对丰富，那么企业就可以利用低成本的优势，快速地发展起来，使企业业绩提升。通俗地讲，产业政策会通过给予税收优惠、放松项目审批以及研发活动补贴等给予受产业政策支持的企业更好的经济机会和发展环境，而这些均有利于企业业绩的提升。而一般来说，企业业绩与股票收益率呈正相关关系。也就是说，产业政策会通过企业业绩的提升，进而提升股票收益率。

与上述分析不同的是，也有部分学者认为产业政策不利于企业业绩的提升。他们指出，产业政策支持的行业虽然可以以较低成本获得信贷等，但由于没能高效利用这些资源，反而对行业发展不利。根据资源诅咒理论，资源的过度集中会使产能过剩，从而造成资源的浪费，因而产业政策是无效的。如余东华和邱璞（2017）指出中国的产业政策中，政府对企业的判断有失合理性，从而使企业进行大量的盲目投资，企业业绩降低。除此之外，政府在给予企业便利的同时，也转移了本该由政府承担的社会责任，这也会降低企业绩效。此外，韩超等（2017）也指出供给型产业政策会引导企业进行非生产性投资，并且不能维持竞争，这也会降低企业业绩。步丹璐等（2017）指出受产业政策支持的企业异地股权投资金额、投资次数和投资省份数会明显增加，但异地股权投资会显著降低企业经营业绩。企业业绩的降低会使企业内在价值降低，从而降低股票收益率。

基于以上分析，本文试图通过实证的方法检验产业政策对于企业业绩的影响。在此基础之上，检验产业政策是否会通过影响业绩，进而影响股票收益率。此外，产业政策到底是会正向影响业绩从而导致股票收益率上升，还是负向影响业绩导致股票收益率下降，本文也试图给予解答。

四、研究设计

（一）数据来源与处理

本文以“十三五”期间的产业政策作为样本，来研究产业政策对上市公司股票市场收益率的影响。本文的产业政策数据均来自中国产业政策网，筛选出的政策所涉及产业包括但不限于环保、农业、电力、交通、医药、能源等行业。根据研究的需要，本文对产业数据做了如下处理：①国家部委发布的地方性政策因影响范围小，故本文对该类产业政策做了剔除处理；②本文剔除了政策所涉及个股少于5个的产业政策；③鉴于金融行业的复杂性，本文删除了金融类的产业政策。最后，根据筛选后的产业政策确定政策所涉及的股票。

本文的股票价格、股票状态以及行业分类数据来自锐思数据库，货币供给量来自中经网，其余数据均来自国泰安数据库。本文对政策所涉及的个股进行了如下处理：①剔除B股数据；②剔除政策颁布后新上市个股数据；③剔除ST、*ST数据；④为防止极端值的影响，对所有变量进行1%水平上的winsorize处理。

（二）数据描述

本文首先呈现了产业政策颁布后的股票收益率和业绩平均变化图。如图1所示。

图1中，ret代表产业政策颁布后股票收益率的变化趋势，ROA代表产业政策颁布后业绩的变化趋势。以往的研究文献表明，企业业绩变化会引起企业内在价值发生变化，相应地股票收益率也会随之而变。然而，图1却显示，产业政策颁布后180个交易日、270个交易日和360个交易日企业平均业绩均为正；而企业平均股票收益率只在产业政策颁布后180个交易日为正，在政策

颁布后270个交易日和360个交易日均为负。产业政策颁布后，平均股票收益率和平均业绩呈现不同的变化趋势。产业政策颁布后，业绩一路上扬。股票收益率仅在政策颁布后180个交易日有所上升，而在政策颁布后270个交易日和360个交易日持续下跌。那么，在不同时期内，产业政策对业绩有怎样的影响？产业政策是否会通过业绩间接影响股票收益率？为解决上述问题，本文

图1 股票收益率、业绩变化趋势

拟构建固定效应模型和中介效应模型，来探讨产业政策颁布后180个交易日、270個交易日和360个交易日，产业政策对企业业绩的影响以及业绩是否扮演了产业政策影响股票收益率的传导机制。

（三）研究模型

首先，为检验一段时期内产业政策是否会对企业业绩产生影响，本文构建了固定效应模型如式（1）所示。

ROAi，t+T=χ0+χ1IPi，t+χ3TDRi，t+T+χ4LMSi，t+T+χ5LRi，t+T+χ6TATI，t+T+χ7naturei+industry+time+ε（1）

模型（1）中，ROA为总资产收益率，作为被解释变量；IP代表产业政策，作为主要解释变量。控制变量包括资产负债率（TDR）、股权集中度（LMS）、流动比率（LR）、总资产周转率（TAT）以及行业固定效应（industry）和时间固定效应（time），ε为残差项。T分别取180、270和360。

其次，本文借鉴温忠麟等（2004）提出的中介效应检验程序，来检验一段时期内产业政策是否通过影响业绩进而影响股票收益率。根据中介效应模型，本文先构建了模型（2），检验一段时期内产业政策是否会对股票收益率产生影响。模型形式如下：

Ri，t+T=α0+α1IPi，t+controls+industry+time+u1（2）

模型（2）中，R为股票收益率，作为被解释变量；IP代表产业政策，作为主要解释变量。模型（2）的控制变量（controls）有企业规模（Size）、账面市值比（BM）、资产负债率（TDR）、货币供给增长率（grate）、市净率（PB）和市场收益率（Rm），u1为残差项。除此之外，本文参照以往绝大多数文献，如花贵如等（2021）的做法，模型中控制了行业固定效应（industry）和时间固定效应（time）。T分别取180、270和360。

最后，在模型（2）的基础上，本文再次建立了模型（3）和模型（4），具体形式如下：

ROAi，t+T=γ0+γ1IPi，t+controls+industry+time+u2（3）

Ri，t+T=β0+β1IPi，t+β2ROAi，t+T+controls+industry+time+u3（4）

上述模型中，R为股票收益率，作为被解释变量；IP代表产业政策，作为主要解释变量；中介变量为企业业绩，用ROA来衡量，控制变量的选取参照模型（2），u2，u3为残差项。T分别取180、270和360。

（四）变量说明

股票收益率（Ri，t+T）。具体计算方式为Rit+T=pit+T－pitpit。其中，pit为股票i第t日的收盘价格，pit+T为股票i第t+T日的收盘价格，Ri，t+T为股票i第t+T日的收益率。

产业政策（IPi，t）。本文借鉴黎文靖和李耀淘（2014）的研究，并结合本文实际，在产业政策规划政策文件中出现“加快发展”“加速推动”“加快构建”“大力发展”“鼓励”“加快建设”“培育壮大”“加快完善”等字眼的行业，视为国家支持

样本期间，产业政策以隐形抑制为主。产业政策主要涉及鼓励支持的行业，故IP仅取值为1和0。的行业。股票i根据证监会行业分类前三位代码以及相关概念板块共同确定。若第t日有产业政策颁布，则IP取值为1；若第t日无产业政策颁布，则IP取值为0。

企业业绩（ROA）。本文借鉴了王秀丽和梁诗卉（2016）的做法，用总资产收益率ROA来衡量业绩。

控制变量（controls）。模型（1）中，控制变量参考了部分学者如张璇等（2021）等、王芳等（2019）及饶茜和侯席培（2017）的研究，选取了资产负债率（TDR）、股权集中度（LMS）、流动比率（LR）、总资产周转率（TAT）以及行业固定效应（industry）和时间固定效应（time）。此外，中介效应模型在参考市场模型的基础上，借鉴周孝华和傅能普（2013）、张玉华等（2016）的研究，将企业规模（Size）、账面市值比（BM）、市净率（PB）、广义货币供应量增长率（grate）以及资产负债率（TDR）作为控制变量引入模型。所有变量的具体定义如表1所示。

五、实证结果

（一）产业政策对企业业绩的影响

表2为模型（1）的实证结果，用于考察一段时间内产业政策对企业业绩的影响。根据表2可知，产业政策在180个交易日内以及270个交易日内对业绩的边际影响分别为0.0147和0.0488，且分别在5%和1%的水平上显著。在360个交易日内，产业政策对企业业绩没有显著影响。这表明，在产业政策颁布后的180个交易日以及270个交易日，产业政策提升了企业的业绩。

（二）中介效应模型回归结果

下文分别呈现了模型（2）、模型（3）和模型（4）180个交易日、270個交易日和360个交易日的中介效益模型实证结果。为便于区分，180个交易日中，模型（2）中变量IP所对应的系数记为α1801，模型（3）中变量IP所对应的系数记为γ1801，模型（4）中变量IP和变量ROA所对应的系数分别记为β1801和β1802。后文270个交易日和360个交易日以此类推（见表3）。

由表3中第（1）列可以看出，180个交易日内，产业政策在1%的水平上对股票收益率有显著负向影响，即产业政策对股票收益率的总效应为-0.414。由表3的第（2）列可得，γ1801为0.0120，在统计上不显著。根据第（3）列可知，变量系数β1801为-0.451，在1%的水平上显著，这表明产业政策对股票收益率的直接效应为-0.451；β1802为1.281，也在1%的水平上显著。根据中介效应检验程序，需进行Bootstrap检验。检验结果显示置信区间不包括0，这表明此时产业政策会通过影响业绩，间接影响股票收益率。具体来说，γ1801、β1802和β1801异号，故此时存在遮掩效应。即180个交易日内，业绩遮掩了产业政策对股票收益率的直接负向效应，使股票收益率有所上升，由-0.451上升至-0.414。此时，间接效应与直接效应比例的绝对值γ1801β1802β1801约为0.034。

由表4可知，270个交易日内，产业政策对股票收益率的总效应α2701为0.987，对股票收益率的直接效应β2701为0.814，分别在1%和10%的水平上显著。表4中，系数γ2701和系数β2702仅有一个显著，故此时需进行Bootstrap检验是否存在产业政策影响业绩，进而影响股票收益率的间接效应。检验结果表明，间接效应不显著。故270个交易内，产业政策不会通过影响业绩影响股票收益率。270个交易日内，产业政策分别会对股票收益率和业绩产生显著影响，但此时不存在三者之间的传导机制。这可能是本文的数据所导致的，业绩没有公布日数据，这与股票收益率所相对应的日数据并不完全匹配。但这也部分说明了，此时投资者没有进行价值投资。

由表5第（1）列可知，360个交易日内，产业政策在1%的水平上对股票收益率有负向影响，其变量系数为-0.238，表明产业政策对股票收益率的总效应为-0.238。列（2）和列（3）中，变量系数γ3601和β3602仅有一个显著，故进行Bootstrap检验。结果表明，360个交易日内，产业政策不会通过影响业绩进而影响股票收益率。

（三）异质性检验

国有企业和非国有企业在经营目标、政府干预以及政府资源获得方面存在较大差异，而产业政策的实施中政府和企业占据了重要地位。于是，为了考察业绩在产业政策影响不同股权性质的企业股票收益率中扮演的作用，此部分将全样本分为国有企业和非国有全资控股的其他企业两个子样本来进行异质性检验。表6、表7和表8分别为180个交易日、270个交易日和360个交易日的子样本中介效应模型异质性检验结果。

由表6可知，180个交易日内，产业政策对国有企业的总效应不显著，故此时不存在产业政策影响股票收益率的机制问题。180个交易日内，产业政策对非国有全资控股的其他企业在1%的水平上具有显著的负向影响，其系数取值为-0.435。由于模型（2）的变量系数γ1801和模型（3）的变量系数β1802在非国有全资控股的其他企业中只有一个系数显著，故进行了Bootstrap检验。检验结果表明，对于非国有全资控股的其他企业中，产业政策会通过影响企业业绩，间接影响股票收益率。具体来说，180个交易日内，非国有全资控股的其他企业中，中介效应模型表现为遮掩效应。即业绩会遮掩产业政策对股票收益率的负向影响，使得股票收益率从-0.481上升至-0.435。此时，间接效应与直接效应比例的绝对值为0.039。这表明，企业业绩在非国有全资控股的企业中是产业政策影响股票收益率的因素。

表7中，产业政策对国有企业的股票收益率的总效应和直接效应均在1%的水平上为正。根据中介效应检验流程，进行Bootstrap检验。结果表明，270个交易日内，对于国有企业来说，产业政策不会通过影响业绩，间接影响股票收益率。根据表7中第（4）列、第（5）列以及第（6）列可知，对于非国有全资控股的企业来说，产业政策不会对个股收益率产生显著性影响，Bootstrap检验也表明间接效应不显著。故此时也不会存在产业政策影响业绩，进而影响股票收益率的传导机制。

由表8可知，360个交易日内，产业政策对国有企业没有显著性影响。根据Bootstrap检验结果，产业政策不会通过影响业绩，间接股票收益率。对于非国有全资控股的其他企业来说，产业政策在360个交易日内会对股票收益率在1%的水平上产生显著负向影响，其总效应为-0.286，直接效应为-0.285。Bootstrap检验结果表明，间接效应不显著，故此时不存遮掩效应或中介效应。

（四）稳健性检验

为了检验产业政策、业绩和股票收益率三者之间关系的稳健性，本文采取了改变业绩衡量指标的方法，即用净资产收益率（ROE）代替总资产收益率（ROA）的方法，来进行模型回归。产业政策对业绩的稳健性检验结果如表9所示。根据实证结果，产业政策在180个交易日、270个交易日对企业业绩仍具有显著正向影响。360个交易日IP所对应的值正处于10%显著性水平的分界线上，此时的差距可能是由于总资产收益率和净资产收益率本身的差距所造成。

继续进行影响机制分析，具体稳健性结果如下所示。表10和表11分别为全样本稳健性检验结果，表12、表13和表14为子样本稳健性检验结果。

由表10可知，180个交易日内，产业政策仍对股票收益率具有显著负向影响。由表10中第（2）列和第（3）列可知，系数γ1801和系数β1802均显著，则间接效应显著。γ1801、β1802和β1801异号，故模型仍具体表现为遮掩效应。业绩遮掩了产业政策对股票收益率的负向影响，使股票收益率由-0.446上升至-0.414。间接效应与直接效应比例的绝对值为0.0403。

表11表明，270个交易日内，产业政策对股票收益率具有正向影响；360个交易日内，产业政策对股票收益率具有负向影响。对270个交易日和360个交易日分别进行Bootstrap检验。结果表明，270个交易日和360个交易日间接效应均不显著，故不存在产业政策影响业绩，进而影响股票收益率的传导机制。

根据表12中国有企业模型回归结果可知，产业政策对股票收益率不显著，故此时不存在产业政策影响股票收益率的机制问题。对非国有全资控股的其他企业来说，经Bootstrap检验，间接效应存在。此时，模型仍表现为遮掩效应，间接效应占直接效应的比例绝对值为0.047。

由表13可知，检验270个交易日内，两个子样本均不存在产业政策影响业绩这一影响机制的稳健性需进行Bootstrap检验。检验结果表明，间接效应不存在。这表明上文的研究结果是稳健的。

360个交易日，子样本中介效应模型稳健性检验结果如表14所示。对国有企业和非国有全资控股的其他企业分别进行Bootstrap检验，结果表明此时不存在产业政策影响业绩进而影响股票收益率的結果是稳健的。

六、研究结论与建议

本文以“十三五”期间的产业政策为样本，通过构建实证模型研究了产业政策对企业业绩的影响，并且在此基础上研究了一段时期内产业政策、业绩与股票收益率三者之间的传导机制问题。通过对以上实证结果的分析，本文可以得到如下研究结论：

（1）根据固定效应模型可知，在颁布后180个交易日内以及270个交易日内，产业政策对企业业绩有显著正向影响。360个交易日，当以总资产收益率作为业绩衡量指标时，产业政策对企业业绩无显著正向影响；当以净资产收益率作为业绩衡量指标时，产业政策在10%的临界值上对业绩有正向影响。

（2）产业政策在一段时间内对股票收益率有显著影响。具体来说，在产业政策颁布后180个交易日以及360个交易日，产业政策对股票收益率有负向影响；而在产业政策颁布后270个交易日，产业政策对股票收益率有显著正向影响。此外，根据中介效应模型可知，仅在180个交易日内，存在产业政策影响业绩、进而影响股票收益率的传导机制。模型具体表现为遮掩效应，即产业政策会正向影响业绩，使股票收益率有所提升。进一步地，本文对产业政策、业绩以及股票收益率之间的传导机制是否存在异质性进行了探讨。结果表明，180个交易日和360个交易日内，产业政策仅对非国有全资控股的其他企业的股票收益率有着显著负向影响，对国有企业的股票收益率影响不显著；270个交易日内，产业政策对国有企业的股票收益率有显著正向影响，对非国有全资控股的其他企业股票收益率影响不显著。除此之外，在其他条件不变时，产业政策会提升企业业绩，进而提升股票收益率这一假设仅在180个交易日非国有控股的全资企业中存在。

本文的研究结论表明，产业政策的颁布会对股票收益率和企业业绩产生影响。在某一时间段内，产业政策会提升企业业绩，企业业绩的提升会使股票收益率进一步提高。但这一传导机制不能在更长的时间段里得以实现。这表明，我国的股票市场存在一定的投机性，投资者需要更多地进行价值投资，投资者在进行以国家行业政策为导向的选股策略时，也要关注企业的内在价值是否得以改善。

最后，未来的研究可以从以下两个方面进行：第一，产业政策为什么会导致负向的股票收益率，是什么传导机制使股票收益率为负？第二，产业政策对股票收益率的影响在牛熊市中有什么不同，上述传导机制在牛熊市中是否还存在？这些问题都有待今后研究。

参考文献

［1］CHEN J，XIE L.Industrial policy，structural transformation and economic growth：evidence from China［J］.Frontiers of Business Research in China，2019，13（4）：449-467.

［2］GALISCHEVA N V.The industrial policy as a driver of the Indian economys development［J］.RUDN Journal of Economics，2019，27（2）：205-222.

［3］MAO J，TANG S，XIAO Z，et al.Industrial policy intensity，technological change，and productivity growth：Evidence from China［J］.Research Policy，2021，50（7）：104287.

［4］韓乾，洪永淼.国家产业政策、资产价格与投资者行为［J］.经济研究，2014，49（12）：143-158.

［5］黎文靖，李耀淘.产业政策激励了公司投资吗［J］.中国工业经济，2014（5）：122-134.

［6］孙志红，卢新生.农业政策对农业上市公司股票价格的影响研究［J］.山西财经大学学报，2011，33（5）：69-76.

［7］马敏侃.新能源政策对上市公司股价影响的实证研究［J］.科学技术与工程，2012，12（14）：3539-3543.

［8］朱华桂，乔联宝.产业政策对企业盈利能力影响分析——以上市新闻出版类企业为分析样本［J］.中国出版，2016（1）：25-28.

［9］叶飞洋，贾凡胜.光伏产业扶持性政策有效吗——来自中国股市的证据［J］.当代经济科学，2016，38（1）：68-76，126.

［10］罗煜.文化产业政策及事件对上市公司股价的影响研究——基于事件研究法［D］.北京：对外经济贸易大学，2017.

［11］王裕雄，靳厚忠.中国体育产业新政效果如何——来自资本市场的证据［J］.北京体育大学学报，2017，40（1）：16-21.

［12］胡永宏.农业政策对农业上市公司股票价格波动的影响研究［J］.统计与信息论坛，2010，25（12）：64-68.

［13］侯新.农业政策对农业上市公司股价波动的影响研究［D］.沈阳：沈阳农业大学，2014.

［14］张华.农业政策对农业上市公司股价波动的影响研究［D］.上海：上海交通大学，2014.

［15］张晓萍.产业政策的股票市场效应——以家电行业为例［D］.南京：东南大学，2015.

［16］朱启莹，黄海燕.体育产业政策对体育类上市公司资本市场价值的短期影响［J］.上海体育学院学报，2016，40（6）：1-7，15.

［17］陈歌.扶持政策对新能源汽车产业发展的影响研究［D］.济南：山东大学，2017.

［18］王晨宇.医药产业政策对医药行业上市公司股价的短期影响［D］.成都：西南财经大学，2018.

［19］陈冬华，姚振晔.政府行为必然会提高股价同步性吗？——基于我国产业政策的实证研究［J］.经济研究，2018，53（12）：112-128.

［20］陆静，喻浩.产业政策对股票特质波动率的影响及机制研究［J］.中国管理科学，2023，31（1）：21-36.

［21］赵卿.国家产业政策、产权性质与公司业绩［J］.南方经济，2016（3）：68-85.

［22］刘婷婷.产业政策与企业绩效的关系研究——基于企业资本配置视角［D］.上海：华东师范大学，2019.

［23］余东华，邱璞.产业政策偏好、社会责任属性与民营企业绩效［J］.财经问题研究，2017（7）：20-27.

［24］韩超，肖兴志，李姝.产业政策如何影响企业绩效：不同政策与作用路径是否存在影响差异？［J］.财经研究，2017，43（1）：122-133，144.

［25］步丹璐，屠长文，罗宏.产业政策能否缓解市场分割？——基于企业异地股权投资视角的实证研究［J］.产业经济研究，2017（6）：75-88.

［26］温忠麟.张雷，侯杰泰，等.中介效应检验程序及其应用［J］.心理学报，2004（5）：614-620.

［27］花贵如，周树理，刘志远，等.产业政策、投资者情绪与企业资源配置效率［J］.财经研究，2021，47（1）：77-93.

［28］温忠麟，叶宝娟.中介效应分析：方法和模型发展［J］.心理科学进展，2014，22（5）：731-745.

［29］王秀丽，梁诗卉.股价异常波动时期公司业绩与股票价格的关系研究——基于2015年中国A股上市公司的经验证据［J］.北京工商大学学报（社会科学版），2016，31（6）：64-73.

［30］张璇，刘贝贝，李春涛.反腐政策为何能够提升企业业绩？［J］.财经问题研究，2021（11）：67-77.

［31］王芳，姚玲珍，刘霞.跨行业经营房地产与企業业绩：相得益彰还是适得其反［J］.外国经济与管理，2019，41（10）：60-73.

［32］饶茜，侯席培.并购重组业绩承诺与上市公司经营业绩——基于业绩承诺到期视角的分析［J］.商业研究，2017（4）：89-96.

［33］周孝华，傅能普.中国A股市场个股收益影响因素的实证分析［J］.技术经济，2013，32（8）：113-117.

［34］张玉华，宋韫赟，张元庆.基于空间面板数据模型的股票收益率影响因素分析［J］.中国软科学，2016（5）：172-183.

Industrial Policy，CompanyPerformance and Stock Market Yield

XIE Haifang ZHANG Jinping

（School of econowics，Xihua University，Chengdu 610039，China）

Abstract：Taking the industrial policy of the 13th Five-Year Plan period as a sample，this paper studies the transmission mechanism between the industrial policy，performance and stock return rate by using the intermediary effect model.The results show that within 180 trading days，the performance covers the negative effect of the industrial policy on the stock yield，and the stock yield has a significant positive effect in 270 trading days，but the industrial policy will not affect the stock yield through the performance; within 360 trading days，there is no transmission mechanism affecting the performance.

Keywords：Industrial Policy;Company Performance; Stock Yield; Cover Effect