資本市場對外開放提高了企業全要素生產率嗎？
——基于陸港通制度的準自然實驗證據

■杜建華，朱雨婷

一、引言與文獻綜述

資本市場是連結金融與實體經濟的重要紐帶，作為中國對外開放的重要領域，資本市場的開放極大地推動了金融市場與實體經濟的發展。2014年11月，滬港通的正式啟動邁出了中國資本市場對外開放的重要一步，具有里程碑的意義，2016年12月開始實施的深港通則是我國資本市場雙向開放進程中的又一突破。滬深港通（下稱陸港通）制度是中國資本市場對外開放政策的重要內容，其實施極大地提升了A股市場的開放程度，可以有效緩解境內外投資限制（陳運森和黃健嶠，2019），改善投資者結構，促進兩地資本市場的互惠互利。

企業全要素生產率是生產力發展的集合體，也是企業邁向高質量發展的重要指標，以提高全要素生產率為主要途徑的高質量發展是當前中國經濟環境下的迫切需要（任保平和李禹墨，2018）。境內外資本市場互聯互通意味著成熟境外機構投資者的進入，不僅會在吸引外資、改善投資結構和投資理念、促進資本市場改革與效率提升等方面發揮作用，也會在微觀層面上影響企業的研發創新、投資效率和資本結構（畢鵬，2021；Moshirian et al.，2021；陳運森和黃健嶠，2019；程利敏等，2019）。在當前金融開放不斷深化的背景下，伴隨著資本市場互聯互通政策的推進實施與境外投資者市場參與度的不斷提高，以陸港通制度為代表的資本市場對外開放是否有助于提升企業全要素生產率、促進我國經濟高質量發展？其影響機制是什么？這是本文重點研究的問題。

本文主要存在以下邊際貢獻：首先，現有微觀層面關于企業全要素生產率影響因素的研究多與產業政策、財政政策、“一帶一路”等國家政策結合，關于資本市場對外開放影響效應的研究相對較少。本文基于陸港通制度實施的準自然實驗研究，不僅可以從金融體制改革方面拓展企業全要素生產率影響因素的研究，并通過雙重差分模型的應用在一定程度上克服可能存在的內生性問題，并且從微觀層面關注了資本市場對外開放的質量效應，也豐富和拓展了資本市場對外開放的經濟后果研究。其次，以股價引導資源配置是外部市場因素影響企業行為的機制，而股價信息含量是研究金融開放政策影響企業內部行為決策的一個重要切入點（連立帥等，2019a）。目前僅有的關于資本市場對外開放與企業全要素生產率關系的研究關注了融資約束的中介作用（顏新艷和俞毛毛，2021），而本文基于股價信息含量中介效應的研究則關注資本市場對外開放背景下股價信息的反饋機制及其對管理者行為的影響，有助于進一步理解資本市場對外開放影響企業全要素生產率的作用機制。最后，結合不同技術特征與資本特征企業的分類研究進一步考查了資本市場對外開放影響企業全要素生產率的異質性，為政府在資本市場深化開放過程中是否應實施差異化政策提供參考。

二、理論分析與研究假設

陸港通制度的實施，大幅降低了境外投資者的投資限制，改變了A股市場相對封閉的狀態，對中國資本市場產生了深刻的影響。陸港通政策實施引入的境外投資者，一方面因長期持有股份，存在通過企業業績改善、價值提升獲取長期利益流入的動機；另一方面又因其龐大的資金量、專業的信息搜集和分析優勢，擁有較低的監督成本（王建新和丁亞楠，2020）。同時，由于地域距離和文化差異，境外投資者通常也會要求上市公司進行更加詳細的信息披露和解釋（連立帥等，2019a），從而有效緩解了企業與境外投資者間的信息不對稱，提高了信息透明度，使內部特質性信息更好地納入股票價格，有助于提升股價信息含量。此外，在陸港通制度實施背景下，出于資金獲取等動機，企業管理層也會主動提高信息披露質量，以吸引境外投資者持股（連立帥等，2019a）。

為提高決策成功的概率，避免投資失敗，管理者制定決策時往往會盡可能地從股價中獲取決策相關信息（連立帥等，2019a）。當股價中信息含量較高時，其很可能包含管理層并不知曉的信息，管理層獲取這些信息并將其運用于決策制定與修正，可以提高決策成功的可能性，避免非效率投資，促進資本配置效率的提高（錢雪松等，2018），從而對企業全要素生產率施加積極影響。股價的信息含量越高，管理層的決策行為與企業股價的關聯度越強，管理層為避免公司股價的下跌，越有動力去獲取并利用股價中包含的信息指導企業決策，從而促使企業更有效地配置資源，提高全要素生產率。

金融市場普遍存在的融資約束也會影響企業研發資金投入的可持續性，不僅會使研發活動難以為繼，還會導致前期投入的巨大成本無法收回，長期積累的技術知識也會隨著技術的快速迭代而喪失優勢甚至處于落后地位（任曙明和呂鐲，2014），從而給企業的長期經營帶來損失，不利于企業全要素生產率的增長。陸港通制度實施后，大量境外投資者的進入提高了企業股價信息含量。股價中包含的公司層面特質信息的增加能有效減少上市企業與投資者之間的信息不對稱現象，緩解逆向選擇問題。不僅可以降低上市企業從銀行等金融機構處獲得貸款的難度，降低企業融資成本，而且可以提高信用評級機構對企業的信用評級，提高企業聲譽，增強市場中的投資者對該企業的投資意愿，從而增強企業在資本市場中的融資能力。因此，企業融資成本的降低與融資能力的提高有助于緩解企業的融資約束狀況，集聚更多流動性資金用于企業內部新技術與新產品的研發（鄭妍妍等，2017）。而技術與產品的創新不僅可以提高產品質量，還能有效降低生產成本，節約要素投入（孫曉華和王昀，2015），最終促進企業全要素生產率的提升。根據上述分析，提出如下假設：

H1：資本市場對外開放能顯著提升企業的全要素生產率。

H2：資本市場對外開放通過提升企業股價信息含量進而提高其全要素生產率。

相比于高新技術企業，非高新技術企業缺乏國家層面的重視與扶持，企業內部可用于研發創新的資金相對缺乏（楊國超和芮萌，2020）。陸港通政策實施后，境外資金的流入有助于企業特別是非高新技術企業獲得更多資金用于研發創新，從而更有效地提升非高新技術企業的技術創新水平，并最終提高其全要素生產率。另外，由于高新技術企業常采用專利保護、信息保密等手段保護自己的創新技術（張淑謙等，2014），使境外投資者對其信息搜集的難度和成本較一般企業更大，因而相較于非高新技術企業，引入境外投資者對高新技術企業信息不對稱的緩解效果更弱。而且，高新技術企業的股價更容易受到國際貿易摩擦的影響，而境外投資者對國際局勢的關注普遍強于內地投資者（楊令儀和楊默如，2020），高新技術企業易受國際局勢變動影響的風險性將干擾投資者的理性市場交易，從而不利于企業資本配置的優化與企業全要素生產率的提高。據此，本文提出以下假設：

H3：相較于高新技術企業，資本市場對外開放對全要素生產率的提升作用在非高新技術企業中更明顯。

與資本密集型企業相比，勞動密集型企業資本投入量較小，企業發展資金相對有限。陸港通制度實施引入了大量資金，可以很好地緩解勞動密集型企業中的資金短缺問題，增加企業內部的可用資金，減輕企業的融資約束，改善企業技術研發投入，從而對勞動密集型企業的全要素生產率水平產生正面影響。此外，機器設備等固定資產大多具有專用性，一旦被投入特定生產線，很難再轉用于其他用途（Bennett et al.，2019），具有較高的調整成本。相較于固定資產，人員投入更具靈活性，更易根據企業不同的生產需求進行靈活調整。陸港通制度實施后，境外投資者的進入對上市企業股價信息含量產生影響，管理層將根據股價中包含的公司層面特質信息做出調整公司生產架構或改變原有研發項目的決策，此時由于固定資產所具有的專用性特征以及因其專用性所可能帶來的巨大調整成本，資本密集型企業難以在短期內將原有固定資產直接調整使用于新產品的生產或新項目的研發。但在勞動密集型企業中，人員的學習培訓等相關調整成本更低，企業可以在不同研發項目以及生產線中及時對人員進行重新分配，進而優化資本配置效率，提升企業的全要素生產率。基于此，本文提出以下假設：

H4：相較于資本密集型企業，資本市場對外開放對全要素生產率的提升作用在勞動密集型企業中更為明顯。

三、研究設計

（一）樣本選擇

根據滬港通、深港通實施時間，為較好地實現雙重差分模型檢驗效果，選取2012—2019年我國A股上市企業作為初始樣本，并在此基礎上進行以下處理：（1）剔除金融保險、房地產類企業；（2）剔除*ST、ST、PT、暫停上市等特殊處理的樣本企業；（3）剔除主要財務變量缺失或存在明顯統計錯誤的企業；（4）剔除當年上市的樣本企業；（5）剔除總資產為負、主營業務收入為負及資不抵債的企業。最終得到1190家上市企業8年共9520個觀測值。為消除極端值對結果的影響，對所有連續變量兩端數據進行1%水平上的縮尾處理。本文使用數據均來自國泰安數據庫，并運用Stata16軟件進行數據處理。

（二）變量定義

1.被解釋變量

本文的被解釋變量為全要素生產率，通常認為是由技術進步等非生產性要素投入所帶來的對產出增長的貢獻，或者也可以看作是扣除了資本與勞動等生產要素貢獻后的生產率水平（魯曉東和連玉君，2012）。全要素生產率的估計一般可采用固定效應法、OP法、LP法及GMM等方法。為了減少樣本量損失，并克服可能存在的內生性問題，主要參考魯曉東和連玉君（2012）的文獻，采用LP半參數估計法計算企業的全要素生產率，估計的模型如下：

其中，Y為產出，以企業主營業務收入衡量；L為勞動，以企業的員工人數表示；K為資本，使用企業固定資產凈值來衡量；M為中間投入，以企業購買商品及勞務所付現金衡量。下標i表示上市企業，t表示年度。模型（1）回歸所得殘差取對數作為企業的全要素生產率。

2.解釋變量

由于滬港通與深港通各自實施的時間不同且標的股票每年存在進入和退出調整情況，在取值時根據企業當年是否進入陸港通試點名單設置POLICY虛擬變量。如果企業在當年全年處于陸港通試點名單中，則當年POLICY取值為1；全年不屬于則取值為0。當年出現變動按以下原則處理：前半年調入試點名單或后半年調出試點名單的當年取值為1，其他情況取值為0。

3.中介變量

參照鐘覃琳和陸正飛（2018）的做法，采用如下回歸模型度量股價信息含量：

其中，r表示股票i的周收益率，用考慮現金紅利再投資的周個股回報率來衡量。r表示市場的周收益率，在流通市值加權平均法下用考慮現金紅利再投資的綜合周市場報酬率來衡量。上述回歸方程的決定系數R值越大，說明個股收益率隨市場收益同漲同跌的趨勢越明顯，企業股價中包含的信息越少。為了方便分析，使用該指標時對R按照式（3）進行處理，所得PI即代表股價信息含量，PI越大，表示企業的股價信息含量越多。

4.控制變量

參考已有研究，加入資產負債率、企業規模等其他可能影響企業全要素生產率的因素作為控制變量。本文主要變量及定義見表1。

表1 變量定義

（三）模型設定

1.雙重差分模型

借鑒陳勝藍和馬慧（2017）在準自然實驗情境下采用的多時點雙重差分方法來檢驗陸港通制度對企業全要素生產率的影響。研究模型如下：

其中，系數β估計了陸港通標的企業全要素生產率隨陸港通制度實施發生的變化。若β顯著為正，則可說明陸港通制度的實施顯著提高了企業的全要素生產率，模型中控制了企業個體效應和年度固定效應。

2.中介效應模型

為了進一步檢驗股價信息含量在陸港通制度與企業全要素生產率關系中可能存在的中介效應，參考溫忠麟等（2004）的文獻，構建如下中介效應檢驗模型：

若式（5）中系數λ顯著，說明陸港通制度對中介變量股價信息含量PI具有顯著的影響作用，此時可繼續對式（6）系數的顯著性進行檢驗。若系數γ也顯著，則說明股價信息含量在陸港通制度對TFP的影響中存在中介效應。同時，若系數γ不顯著，說明存在完全中介效應；若系數γ顯著，說明存在部分中介效應。

四、實證結果與分析

（一）描述性統計

表2是本文主要變量的描述性統計結果。企業全要素生產率TFP均值為16.728，標準差1.047，這與已有文獻中用LP法測得的企業全要素生產率基本相符。POLICY均值0.323，表明陸港通標的企業樣本占全樣本的32.3%。股價信息含量PI均值為0.991，中位數0.768，此結果與鐘覃琳和陸正飛（2018）的實證數據相近。其他控制變量統計結果均分布在正常范圍內。

表2 主要變量描述性統計

（二）回歸結果分析

1.主效應檢驗

表3中列（1）檢驗了陸港通制度對企業全要素生產率的影響，模型中控制了年度固定效應、個體固定效應和其他控制變量。解釋變量陸港通制度POLICY的回歸系數為0.0279，在1%的水平上顯著為正。回歸結果支持了假設H1，即陸港通制度實施顯著提高了企業的全要素生產率水平。

2.中介效應檢驗

表3中列（2）和列（3）是關于股價信息含量的中介效應檢驗。列（2）中解釋變量為陸港通變量POLICY，被解釋變量為股價信息含量PI，POLICY的回歸系數為0.0734，在5%的水平上顯著為正，表明陸港通制度的實施顯著提升了上市企業的股價信息含量。列（3）中被解釋變量為企業全要素生產率，解釋變量同時加入了POLICY和PI，結果顯示PI的回歸系數為0.0101，在1%的水平上顯著為正。POLICY的回歸系數為0.0192，在5%的水平上顯著為正。回歸結果表明存在部分中介效應，即陸港通制度的實施有助于提高企業股價信息含量從而促進企業全要素生產率提升，假設H2得證。

表3 多時點雙重差分與中介效應檢驗

續表3

3.異質性檢驗

首先，參考連立帥等（2019b）的研究，將樣本企業按照所屬行業不同，區分為高新技術企業組和非高新技術企業組分組檢驗。回歸結果見表4的列（1）和列（2）。在高新技術企業中，POLICY的回歸系數不顯著；而非高新技術企業樣本中，POLICY的回歸系數為0.0468，且在1%的水平上顯著，表明陸港通制度實施后，相比于高新技術企業，非高新技術企業全要素生產率的提升更為顯著，因而假設H3得證。

表4 基于不同類型企業的異質性檢驗

續表4

其次，按照固定資產占比中位數大小將樣本企業分為資本密集型和勞動密集型。其中，固定資產占比高于中位數的為資本密集型企業，反之為勞動密集型企業。回歸結果見表4的列（3）和列（4）。資本密集型企業中，POLICY回歸系數為0.0134，但并不顯著，而勞動密集型企業中，POLICY回歸系數為0.0319，且在5%的水平上顯著。該結果支持了假設H4，表明與資本密集型企業相比，陸港通制度實施對勞動密集型企業全要素生產率的提升作用更為顯著。

（三）穩健性檢驗

1.平行趨勢檢驗

使用雙重差分模型進行實證分析，基本的要求是政策沖擊前處理組與對照組間應具有一致的變化趨勢，因而，進一步通過平行趨勢檢驗來說明前文雙重差分結果的合理性。首先構建虛擬變量d，衡量樣本企業當年與加入陸港通制度試點名單年份之間的時間差。current表示進入滬深港通試點名單的年份，如果雙重差分檢驗結果是穩健的，那么在current之前年份回歸系數d_t不應顯著，而current及以后年份的回歸系數dt應該顯著為正，即表明陸港通制度實施確實提高了企業的全要素生產率水平。

平行趨勢檢驗結果如表5所示，d1及其以前的回歸系數均在0.005—0.02之間波動，都不顯著，而d2、d3、d4、d5的回歸系數則分別在10%、5%、5%、5%的水平上顯著為正。結合圖1也可以看出，實施陸港通制度之后，樣本企業的全要素生產率顯著提升。同時，這一結果也表明滬深港通政策的實施對于企業全要素生產率提升的促進作用存在一定時間的滯后，其效果將逐漸得以顯現。

圖1 平行趨勢檢驗

表5 平行趨勢檢驗

2.變量替換

為了進一步檢驗結果的穩健性，本文改變了被解釋變量的衡量方式。參考于新亮等（2019）的研究，在LP半參法中使用企業增加值代替主營業務收入來衡量產出，其中企業增加值為職工薪酬、固定資產折舊、營業利潤與稅費之和。然后利用模型（1）計算企業的全要素生產率，記為TFP1。TFP1關于POLICY的回歸結果如表7列（1）所示，POLICY的回歸系數為0.0318，在1%的水平上顯著為正，表明在改變了被解釋變量的衡量方式后，陸港通制度實施對于企業全要素生產率仍具有顯著的提升作用，結果支持了研究結論。

續表5

3.選擇偏差的處理

證監會關于陸港通標的股票的選取制度表明，陸港通試點企業的選擇并不是隨機的，這可能導致選擇偏差問題。所以，本文進一步運用傾向得分匹配法為陸股通標的樣本尋找相匹配的對照組來解決由選擇偏差導致的內生性問題。在匹配過程中以文中的控制變量作為匹配變量，并采用卡尺范圍為0.01的一對一最近鄰有放回配對方式進行匹配。如表6所示，匹配后處理組和對照組的變量均值均無顯著差異，表明傾向得分匹配法具有較好的配對效果，可以有效控制選擇偏差問題。

表6 平衡性檢驗

對PSM后的樣本組合再次進行回歸分析，結果如表7列（2）所示。POLICY的回歸系數為0.0257，在1%的水平上顯著為正，支持前文結論，說明本文的結論具有穩健性。

表7 其他穩健性檢驗

五、結論與建議

本文以2012—2019年滬深A股上市企業為研究對象，基于陸港通制度的實施這一準自然實驗，構建多時點雙重差分模型研究了資本市場對外開放對我國企業全要素生產率的影響。研究發現：資本市場對外開放顯著提高了企業的全要素生產率水平，且企業股價信息含量的增加是資本市場對外開放提升企業全要素生產率的重要路徑。進一步研究發現，資本市場對外開放對全要素生產率的提升作用在非高新技術企業、勞動密集型企業中更為顯著。本文的研究探討了金融開放政策影響實體經濟運行的內在機制，關注了股價信息的反饋作用，研究結論為進一步推進資本市場高水平對外開放提供了政策支持，也為企業提升全要素生產率提供了借鑒。

基于以上結論，提出如下建議：第一，應在風險防范的基礎上持續加大資本市場的開放力度，優化陸港通機制，通過促進境內外資金流動、投資者結構優化等，提高資本市場估值的準確性，強化金融服務實體經濟的能力，更好地發揮資本市場對外開放對經濟發展的促進作用，推動中國經濟的高質量發展。第二，證監會、審計機構等證券監管部門與中介機構應發揮好監督作用，引導企業加強信息披露。企業自身也應加強對管理層的約束，培養其信息獲取及應用能力，使其能夠及時從股價變動中獲取更多有價值的市場信息，并應用于企業的決策中。第三，對于高新技術企業而言，由于國際環境的不確定性以及企業自身的高風險性，陸港通制度實施對其全要素生產率的提升作用并不明顯。為更好地解決這一問題，政府一方面應積極參與國際知識產權標準的制定，推進國際化行業聯盟建立，為高新技術企業在海外創新環境中形成較穩定的合作關系打下基礎，盡可能地減少惡性國際競爭；另一方面也可以利用國際政治優勢，為國內企業研發國際化發展提供全方位的信息支持，減少企業的研發投資風險。第四，我國的勞動密集型企業多數為中小企業，陸港通制度對其全要素生產率有顯著提升作用，因此中小企業應把握機遇，積極響應資本市場對外開放政策，利用好政策紅利，促進企業快速發展。而資本密集型企業則應合理控制企業內部的固定資產比例，避免由于固定資產比例過高所帶來的技術研發受限問題，以更好地從資本市場的進一步深化開放中受益。[1]畢鵬.陸港通交易機制緩解了資產誤定價嗎？[J].金融與經濟，2021，（10）：4～11.