分析師關注對企業創新的影響研究
——基于企業風險承擔水平的調節效應

董思琦

(暨南大學國際商學院 廣東珠海 519000)

近年來，我國進入新發展階段，當今世界正經歷百年未有之大變局，科技創新是其中一個關鍵變量。隨著發達國家創新能力的日漸“鈍化”并不斷加大核心技術封鎖，核心技術嚴重受制于人對我國國家安全和經濟發展造成嚴重威脅(盧現祥等，2021)，因此中國企業提高自主創新能力，盡早突破“卡脖子技術”成為當今時代發展的必然要求。

影響企業創新的因素一直以來都是學術界的熱點話題，學者從微觀、中觀、宏觀等層面進行了研究，為現有研究打下了良好的基礎。本文將重點研究資本市場中證券分析師對我國企業創新的影響。分析師作為現代資本市場中重要的信息中介，被譽為“市場的看門人”，他們憑借專業的知識、技術和經驗定期對上市企業出具研究報告，給市場提供新信息，對企業的創新活動及投資者具有重要影響(謝芳，2021；趙奇鋒、鞠曉生，2021)。然而，證券分析師對企業創新活動的影響效果現有文獻還未達成一致，并且證券分析師對企業創新活動的影響機制也尚未明晰。基于此，本文以我國2007—2019年滬深兩市A股上市公司為研究樣本，實證檢驗分析師對企業創新的影響。研究發現，分析師的關注促進企業創新水平的提升，這種促進作用在風險承擔水平較低的企業中發揮得更為明顯，該結論在進行一系列穩健性檢驗后依然成立。

1 文獻綜述與研究假設

關于分析師關注對企業創新效果的影響，現有文獻存在兩種不同觀點。第一，業績壓力假說認為，分析師過度關注企業的短期業績易導致管理層短視，進而阻礙企業創新。第二，信息揭示假說認為，分析師通過向市場傳遞信息緩解信息不對稱，有效地揭示了企業創新的價值，進而促進企業創新。He&Tian(2013)選用1993—2005年美國上市公司數據，實證檢驗分析師關注與企業創新績效之間的關系。結果表明，分析師關注減少了以專利數量和引用數量衡量的企業創新的產出。然而，國內已有研究表明，分析師在信息揭示方面發揮著重要作用。余明桂等(2017)研究表明，分析師關注程度越高，企業的專利產出越多。陳欽源等(2017)研究發現，分析師跟蹤通過緩解企業創新過程中的信息不對稱及代理問題，促進了企業創新，表現為企業未來第三年的專利產出量增加。韓美妮等(2021)研究發現，分析師跟蹤具有信息揭示效應，整體上顯著促進了企業的技術創新。

相較國外成熟的資本市場，我國上市企業的信息不對稱程度較高，因而分析師發揮“信息中介”作用的空間更大，中國資本市場適用信息揭示假說的可能性更大，故本文提出如下假設：

H1：分析師對企業的關注度越高，企業的創新水平越高。

風險承擔水平反映了企業在追求高風險與高收益兼備的項目時對付出代價的意愿和傾向，是影響企業對創新研發項目投資抉擇的重要因素(Boubakii N等，2013)。低風險承擔水平的企業，其控股股東對風險的容忍度較低，創新項目通常具有高風險與高利潤回報兼具的特點，因而他們往往不傾向通過技術創新提高企業績效(CressyR，2006)。分析師在市場中發揮“信息中介”的作用，通過持續、長期地對上市企業進行跟蹤、走訪和調研，更加準確地評估和揭示創新項目的價值，從而激勵管理層選擇雖具有高投資風險但預期凈現值為正的項目，進而促進企業創新(杜建華，2020)。據此，提出本文第二個研究假設：

H2：分析師關注對企業創新的促進作用在風險承擔水平較低的企業中更加顯著。

2 研究設計

2.1 樣本選擇與數據來源

本文以我國滬深兩地A股上市公司2007—2019年的數據為研究樣本，并對原始樣本數據進行以下處理：(1)剔除ST和*ST企業。(2)剔除金融行業。(3)剔除相關變量缺失的企業數據。(4)為了減少極端值對研究結論的干擾，本文對所有連續變量在1%水平上進行上下Winsorize縮尾處理。本文中企業專利數據和財務指標數據均來源于國泰安數據庫。

2.2 變量定義

2.2.1 被解釋變量

企業創新水平(PAT)：一般而言，企業創新水平可以從投入和產出兩個角度進行度量，考慮到企業研發投入信息可能會被財務舞弊等因素影響，且現有相關數據庫對上市企業研發投入的信息披露不全面、數據存在錯誤等因素，故借鑒主流文獻的方法，選用企業專利產出量衡量企業創新水平。由于企業創新行為轉化為專利成果需要一定的時間，造成專利獲批相對企業創新行為存在時滯，因此本文借鑒現有文獻的做法(陳欽源等，2017；He&Tian，2013)，以企業未來一年的專利獲批數加1之后的自然對數(PAT)作為企業創新水平的衡量指標。

2.2.2 解釋變量

分析師關注度(Ln_analyst)：本文采用分析師跟蹤人數作為分析師關注的度量指標。具體而言，以某年度對該企業進行過跟蹤的分析師人數表示。為降低異質性，參考以往研究(He and Tian，2013)，對分析師關注人數進行加1后取對數處理，得到Ln_analysts，即本文模型的解釋變量。

2.2.3 調節變量

企業風險承擔水平(Risk1)：本文參照余明桂等(2013)的研究，用企業盈利的波動性衡量企業風險承擔水平。具體做法為用企業每年的ROA減去當年ROA的行業均值，再計算企業在每一時期內經行業調整的ROA的標準差，得到企業風險承擔水平Risk1。

2.2.4 控制變量

借鑒現有文獻的做法，本文控制了一系列可能影響企業創新水平的變量，即現金持有比例(cashratio)、企業成立年限(Age)、企業規模(Size)、企業總資產收益率(ROA)、企業的財務杠桿(Lev)、企業的產權性質(SOE)、企業所在地GDP增長率(GDP_Growth)。此外，本文還控制了行業和年度效應(見表1)。

表1 變量定義

2.3 模型設計

為檢驗本文假設1，建立多元回歸模型如下：

其中，PAT為企業創新水平，Ln_analysts為分析師關注度；Control為控制變量。此外，本文還控制了行業和年份固定效應。

為檢驗假設2，本文建立多元回歸模型如下：

模型(2)中，新增的變量Risk1為企業風險承擔水平的代理變量；Risk1×Ln_analysts為企業風險承擔水平變量與分析師關注變量的交互項。

3 實證結果及分析

3.1 描述性統計

表2報告了樣本的描述性統計特征結果。數據表明，企業專利申請數的均值為186.278,最大值和最小值分別為3736.000和1.000,說明各企業間創新水平的差異較大且專利申請數的分布存在右偏的特征。被解釋變量的均值為4.131，最大值和最小值分別為8.226和0.693，表明在經對數化處理后，企業專利申請數分布不均勻的狀況得以改善，更接近正態分布。分析師關注人數均值為11.508，最大值和最小值分別為42和9，說明分析師關注程度在不同企業間差異較大。解釋變量均值和中位數分別為2.093和2.197，異質性得到緩解。其余控制變量和調節變量的數值也較為合理。

表2 描述性統計

3.2 相關性分析

本文對主要變量進行Pearson相關分析，檢驗結果如表3所示。數據表明，分析師關注度(Ln_analyst)和企業創新水平(PAT)呈顯著正相關關系，初步支持了研究假設1，即分析師關注度越高，企業的創新水平越高。變量間的相關系數均小于0.5，表明各變量之間不存在多重共線性問題。

表3 相關性分析

3.3 回歸分析

采用OLS回歸對本文的研究假設進行檢驗，實證結果如表4所示。

表4第(1)列匯報了模型(1)的回歸結果，其中分析師關注度(Ln_analyst)的回歸系數顯著為正，為0.131，其余控制變量均顯著，表明分析師關注度與企業創新水平間呈顯著正相關關系，即當分析師關注度增加時，企業創新水平提升，表現為企業下一年度的專利申請數增加，假設1得證。

3.4 調節效應分析

表4第(2)列匯報了模型(2)的回歸結果，其中分析師關注度(Ln_analysts)和企業風險承擔水平(Risk1)的估計系數均顯著為正，交互項Risk1×Ln_analyst的系數顯著為正，表明企業的風險承擔水平越低，分析師關注對企業創新水平的影響越大，即分析師的關注對企業創新水平的促進作用在風險承擔水平較低的企業中更加顯著，假設2得證。

表4 回歸結果

4 穩健性檢驗

4.1 PSM方法

分析師關注度和企業創新水平之間可能存在內生性問題，為減輕樣本選擇偏誤對研究結論的影響，本文采用傾向得分匹配法進行穩健性檢驗。按照分析師關注人數劃分對照組和處理組，以現金持有比例(cashratio)、企業成立年限(Age)、企業規模(Size)、企業總資產收益率(ROA)、企業的財務杠桿(Lev)、企業的產權性質(SOE)、企業所在地GDP增長率(GDP_Growth)作為協變量進行Logit回歸，計算傾向得分值，結果如表5所示。經匹配處理后，這些協變量在處理組和對照組之間均不存在顯著差異，匹配效果良好。

表5 PSM平衡性檢驗

用匹配后的樣本重新估計模型(1)，回歸結果如表6列(1)所示，Ln_analysts顯著為正，通過了檢驗。

4.2 改變解釋變量的衡量方式

本文用分析師發布研報數代替分析師跟蹤人數，衡量分析師關注度。同樣，為降低異質性，對分析師發布研報數進行加1后取對數處理得到Ln_reports，代入模型進行回歸，檢驗結果如表6列(2)所示，Ln_reports的回歸系數仍顯著為正，結果未發生改變。

4.3 更換計量模型

考慮到企業專利申請數中存在很多為0的情況，本文參照周鈺佳(2021)的做法，采用Tobit模型重新進行回歸，結果如表6列(3)所示，分析師關注度(Ln_analysts)的系數顯著為正，表明分析師關注度與企業創新水平之間的顯著正相關關系這一結論在改變回歸模型后仍然穩健。

表6 穩健性檢驗

5 結語

本文以我國2007—2019年滬深兩市A股上市公司為研究樣本，實證檢驗分析師關注對企業創新水平的影響。研究發現，分析師關注與企業創新水平之間呈顯著正相關關系，分析師的關注促進企業創新水平的提升。進一步研究發現，分析師關注與企業創新水平間的正相關關系在風險承擔水平較低的企業中更加顯著，即分析師關注對企業創新水平提升的促進作用在風險承擔水平較低的企業中發揮得更為明顯。同時，本文在進行一系列穩健性檢驗后，結論依然成立。

本文的研究結論具有以下現實意義：首先，應完善金融市場人才培養體系，建設具有良好專業素質的分析師人才隊伍，促進分析師發揮“信息中介”作用，引導投資者將資金投向高創新水平的企業，從而對企業創新產生積極的影響。其次，分析師應加大對低風險承擔水平企業的關注度，激勵管理層通過技術創新提高企業績效，提高企業的投資效率，進而促進企業創新水平的提升。