資本市場開放對企業投資效率的影響研究
——基于滬港通制度實施效果的實證研究

■肖萬 田慧 孔瀟

一、引言

資本市場開放可提升投資規模、生產率以及股價信息反應速度[1—3]。2014年11月17日，具有雙向開放特點的滬港通制度正式確立。但是，我國金融體系尚不成熟，相關信息披露和監管制度尚未完善，因此，滬港通制度能否充分實現資本市場開放的初衷，亟須進一步研究。從宏觀效應角度：Gupta 等[4]實證研究了發展中國家投資開放政策對本國不同產業的促進作用；Gamra[5]以東亞地區國家數據為樣本，認為金融開放應控制其范圍與強度，新興經濟體金融自由化的程度對經濟增長存在顯著負向影響；林曙等[6]認為開放政策雖然能夠在短期內顯著刺激經濟，但長期會對經濟增長產生消極作用。從微觀效應角度：Mitton[7]實證檢驗了資本市場開放與企業投資水平的正相關關系；何孝星等[8]通過研究中國QFII與QDII政策，認為中國資本市場系統性風險在政策實施后下降，且市場的可投資性提升，但風險分擔效應隨時間推移而逐漸減弱；Bena 等[9]否定了境外投資者的“蝗蟲論”，認為企業投資更偏向于長期價值投資，而非短期投機行為。

現有文獻對滬港通制度所產生的宏觀經濟效應給予了足夠的重視，但研究宏觀資本市場開放政策對微觀企業資源配置效率影響的相關文獻尚不豐富。本文的主要貢獻體現在以下三個方面：第一，滬港通制度的實施形成了可供研究的準自然實驗，本文將雙重差分模型（Difference-In-Differences，DID）與傾向得分匹配法（Propensity Score Matching，PSM）結合使用，有利于降低實證研究中的內生性，解決被解釋變量與解釋變量之間可能存在的反向因果問題。第二，本文從宏觀制度入手研究其對微觀企業資源配置效率的影響，有利于拓展并深化滬港通制度與標的企業投資效率關系的相關理論。第三，本文以股價信息含量與股票流動性的日度數據為基礎并對其進行回歸，得到度量股價信息含量與股票流動性的月度指標。這與年度數據相比，更具有豐富性和連續性。

二、研究假設

滬港通制度不僅對企業短期經營績效產生影響，同時決定著企業的長期發展水平與投資能力。本文認為滬港通制度通過以下三種途徑來提升企業投資效率：第一，滬港通制度能降低企業信息不對稱程度。Piotroski等[10]認為，投資者評判企業經營與發展狀況的重要依據是其所披露的信息，而信息披露的及時性、準確性與完整性是投資者作出投資決策的關鍵。Florou等[11]研究發現，境外投資者所選擇的投資對象往往是信息不對稱程度較低的企業。隨著企業信息不對稱程度的降低，股票價格包含的企業特質性信息數量增多，股價能更快地回到企業基本面價值水平[12]。第二，滬港通制度能提升企業治理水平。境外投資者在優化董事會規模、調整董事會人選、加強監事會效能等方面發揮了重要的公司治理作用[13]。境外資本市場的成熟度越高，則境外投資者在發揮“用手投票”的公司內部治理作用時的表現越突出，進而提升企業的投資效率[14]。第三，滬港通制度能緩解企業融資約束。根據有效市場假說，在股票市場強式有效的情況下，股票價格能夠反映與公司有關的一切信息。Chen 等[15]認為，股票價格對投資決策的引導作用隨融資約束程度的增加而下降。而資本市場開放能夠有效促進境外資金流入，降低企業外部融資成本[16]。滬港通制度開放了境外資本的進入渠道，有利于企業進行股權融資，緩解融資約束。基于此，本文提出如下假設：

H1：滬港通制度的實施能夠顯著提高滬股通標的企業的投資效率。

以往研究認為，我國資本市場“同漲同跌”的現象較為嚴重，股票價格存在較多的噪音[17]。但是，本文認為滬港通制度將對股價信息含量產生積極影響。第一，滬港通制度使境外投資者能夠通過股票交易行為將企業特質性信息反映到股價中。境外投資者往往更加注重價值投資，且具有更強的信息搜集與分析能力[1]。境外投資者還關注信息的及時性，并且通過分析公開信息與挖掘私有信息對公司進行綜合評估[10]，從而決定投資決策實施與否。鐘覃琳等[18]也指出滬港通制度通過知情交易使企業內部信息融入股價，從而提升了市場有效性。第二，滬港通制度倒逼信息披露制度與市場監督機制的完善。一方面，基于信息不對稱理論，企業出于迎合境外投資者的目的會提升信息披露的質量，向投資者傳遞利好信號，降低企業與市場之間的信息不對稱程度[7]。另一方面，資本市場開放也使企業能夠更為直接地接受兩地證券監管機構的監督管理，對于規范企業交易行為、及時準確披露財務指標與重大事件有更高的要求。

通過上述兩種途徑的積極作用，本文認為滬港通制度提高了股價信息含量，并提升了市場的定價效率與有效性。在此基礎上，股價信息含量通過以下兩個途徑進一步提升企業投資效率。第一，股價信息含量的提升有利于優化資本配置效率。隨著股價信息含量的增加，企業特質性信息通過股價得到反映，企業進行外部融資的成本下降，提升了資本在市場中的配置效率。第二，股價信息含量的提升有利于管理層進行市場學習。根據管理者市場學習假說，股價在投資決策公布后的波動為管理層提供了有效的反饋，管理層能夠通過學習股票市場價格[19]，了解投資者對企業未來看漲或看跌的預期，掌握對企業未來發展有益的信息，有利于提升投資效率[15]。綜上所述，本文提出如下假設：

H2：股價信息含量在滬港通制度與企業投資效率的關系中發揮部分中介作用。

隨著越來越多的新興資本市場允許境內外資本進行互聯互通，學界針對資本市場開放的經濟效應研究也逐步深化。資本市場開放對股票流動性的提升作用也得到了學者的驗證[20]。滬港通制度作為我國雙向互聯互通的首個試點機制，本文認為其將從以下兩個方面提升股票流動性。第一，資本流量增加。滬港通制度打通了境內外資本的直接流通渠道，有利于加快人民幣國際化進程，從而促進資本流量進一步增長。第二，交易成本下降。滬港通制度不僅簡化了交易手續，同時降低了資本成本，促進資本在兩地之間流動。另外，股票流動性可緩解代理沖突，完善治理機制。隨著股票流動性的提升，管理層薪酬對股價的敏感性上升，合理設置現金激勵與股權激勵使管理層與股東的激勵相容程度增加，有效緩解了代理沖突[21]。此外，股票流動性增加使上市公司中大股東的進出機制更易實現，大股東出于收益性的考慮會更加積極監督管理層，抑制管理層隱藏信息與以權謀私的行為出現[22]。綜上所述，本文提出如下假設：

H3：股票流動性在滬港通制度與企業投資效率的關系中發揮部分中介作用。

由于發展策略、經營方式與委托代理關系的差異性，不同企業具有不同的內外部治理水平。因此，境外投資者根據滬股通標的企業特征的不同具有不同的持股偏好，進一步對滬港通制度與企業投資效率的關系產生影響。本文將從股權制衡度、分析師關注度和產權性質三方面進行研究。

隨著股權集中度的提高，大股東與小股東之間的第二類委托代理問題更加凸顯。特別的，我國企業股權高度集中，股權制衡程度低，企業內部“一股獨大”的情況更為普遍。大股東作為公司的終極控制人，擁有更強的動機謀取私利，加劇了過度投資的程度[23]。同時，劉星等[24]驗證了大股東追逐控制權私有收益會引起投資不足，造成企業投資效率下降的觀點。白重恩等[25]研究發現，企業第二到第十大股東持股比例越高，越能加強對企業管理層的有效監督。因此，本文提出如下假設：

H4a：相較于低股權制衡度企業，滬港通制度能更顯著地提升高股權制衡度企業的投資效率。

隨著我國資本市場的發展，證券分析師在市場中發揮的作用愈發重要，主要表現在以下兩個方面。一方面，分析師扮演了證券市場中重要的信息中介角色，改善了企業的信息環境。分析師對標的企業的關注度越高，對企業內部信息的挖掘程度越強。投資者能夠更加深入地掌握有關企業的私有信息，這有利于緩解逆向選擇問題，提高企業信息披露的透明度，提升股價信息含量[26]。另一方面，分析師關注能夠有效發揮對企業的外部監督作用。Lang等[27]認為分析師在企業內外部信息基礎上作出的評價能夠對管理層產生無形的監督作用。滬港通制度的落地使得標的企業成為境外投資者的關注對象，這相應增加了分析師分析預測報告的需求量，引起分析師對標的企業關注度的提高。因此，本文提出如下假設：

H4b：相較于低分析師關注度企業，滬港通制度能更顯著地提升高分析師關注度企業的投資效率。

相較于非國有企業，國有企業管理層缺乏所有者的監督，在經營決策方面擁有較大的權利，具體表現在兩個方面。一方面，由于國有企業存在較為嚴重的委托代理問題與政府干預問題，其投資決策非效率的可能性較大。因此，非國有企業能夠在事前選擇時獲得境外投資者更高的偏好，受到滬港通制度的影響更強。另一方面，與國有企業相比，非國有企業投資不足的現象更為嚴重，面臨著更強的融資約束。而國有企業在追求盈利目標的同時，還承擔了更多的政治與社會責任[28]，因此能獲得更多投資。而非國有企業由于受到政治干預程度較低，投資過度的情況相對較少[29]。辛清泉等[30]也發現地方政府干預和國企管理層薪酬過低的共同作用導致了國有企業的過度投資現象，對投資效率產生負向影響。因此，本文提出如下假設：

H4c：相較于國有企業，滬港通制度能更顯著地提升非國有企業的投資效率。

三、研究設計

（一）樣本選取

為了避免深港通股票交易對“準自然實驗”的影響，本文選擇滬港通開通后、深港通開通前，即2012年11月至2016年11月作為實證研究的樣本區間。在具體樣本的選擇上，以我國滬市A 股上市公司為初始樣本，其中以滬股通標的上市公司為實驗組，以非滬股通標的上市公司為控制組。在樣本篩選過程中，剔除了金融行業的上市公司、ST 公司及相關變量缺失的樣本。本文最終選擇實驗組與控制組上市公司各306家。參考鐘凱等[31]、雷雷等[32]、紀彰波等[33]的研究，本文以月度數據作為標準，共得到29376個樣本觀測值。同時，對所有連續變量在上下1%分位數的水平上進行了縮尾處理。本文數據來源于WIND數據庫與CSMAR數據庫，其中滬股通標的股票數據來自香港聯交所官方網站。

（二）企業投資效率度量

Richardson[34]構建了企業投資效率的殘差度量模型，具體如式（1）所示。

其中，V/P 代表企業投資機會；Lev 代表資產負債率；Cash代表現金存量；Age代表企業年齡；Size代表規模大小；Return代表股票報酬率；Investi,t-1代表上一期企業新增投資。

在式（1）的基礎上進行調整，參考劉慧龍等[35]的研究，采用企業營業收入增長率（Growth）作為投資機會（V/P）的替代變量，采用凈資產收益率（Roe）作為股票報酬率（Return）的替代變量，構建企業投資效率（Ineff_Invest）的度量模型，具體如式（2）所示。

式（2）的殘差εi,t代表企業本期實際投資規模與預期投資規模之間的差值。以εi,t的絕對值代表企業非效率投資的水平。

（三）股價信息含量度量

根據有效市場假說，Roll[36]認為市場信息公開程度與公司特質性信息增減情況影響股票價格波動。其運用的簡化資本資產定價模型（CAPM）如式（3）所示。

其中，ri,t為股票i于第t期的個股收益率；rm,t為證券市場第t期以不同股票市值作為權重的加權市場收益率；εi,t為模型殘差項。

考慮到投資者能力與精力方面的限制以及我國股價信息的滯后性，本文在Roll[36]的度量模型基礎上，參考Hutton等[37]的研究，加入行業按照流通市值進行加權的收益率rj,t以及市場與行業滯后兩期的收益率。股價信息含量的計算如式（4）所示。

考慮到樣本分布與數據的可得性，本文采用Wind 數據庫對行業的劃分，剔除金融行業后共10個行業。通過各個交易日的行業指數對行業加權收益率進行度量。本文以月度為標準進行回歸，計算上述模型的擬合優度Ri2，作為股價同步性Syn的度量標準。考慮到擬合優度Ri2∈[0,1]，當其作為被解釋變量時，存在邊界且不符合正態分布的特點，因此參考Durnev 等[38]的研究，對其進行自然對數的標準化處理，如式（5）所示。

其中，Syni為股票i的股價波動同步性。

（四）股票流動性度量

在參考Chalmers 等[39]的基礎上，本文提出攤銷價差法，如式（6）所示。

其中，ILLIQi,t衡量了股票i 第t 期的非流動性，Di,t為股票i 第t 期的交易天數，分別為股票i第t期第d日的最高價、最低價與開盤價，Voli,t,d為股票i 第t 期第d日的交易量。考慮到攤銷價差法中未能顧及企業規模的不同導致流通股總量的差異性，因此本文參考黃峰等[40]的研究，在原模型中將股票交易量替代為股票交易量與流通股總股數的比值，如式（7）所示。

其中，本文以月度為標準進行計算，Di,t為股票i第t月的交易天數，Toveri,t,d為股票i第t月第d日的換手率，分別為股票i 第t月第d日的最高價、最低價與開盤價。

（五）控制變量

本文參考Cheng 等[41]、陳運森[42]的研究，選取控制變量如表1 所示。此外，在雙重差分模型中對個體、時間和行業的影響進行了控制。

表1 研究變量

（六）實證模型

針對假設H1，本文采用雙重差分模型對滬港通制度與企業投資效率之間的關系進行實證研究，具體如式（8）所示。

其中，Listi×Postt為模型中的主要解釋變量，對于滬股通標的企業而言，2014年11月及之后的Listi×Postt取1，其他情況取0。

針對假設H2 和H3，本文在基礎中介效應模型的基礎上，參考溫忠麟等[43]調整后的中介效應的實證檢驗方法，構建式（9）與式（10）。

其中，Mediatei,t代表模型中介變量，分別為公司i第t月的股價信息含量與股票流動性。

四、實證結果分析

（一）描述性統計

本文通過對比實驗組與控制組在政策前各變量的均值情況，發現不存在明顯的差異性（見表2），因此可以認為本文在雙重差分模型實驗組與控制組的樣本選擇上具有一定的合理性，符合樣本選擇標準。

表2 實驗組和控制組描述性統計結果

（二）平行趨勢檢驗

平行趨勢假設成立是DID方法估計結果準確可靠的前提。本文以2014年11月為時間節點，再以處理組和對照組為例，繪制了滬港通開通前后企業投資效率的平行趨勢圖（見圖1）。從圖1可以看出，在2014年11月以前，處理組和對照組的企業投資效率變動趨勢大致相同，但在2014年11月之后，處理組和對照組的企業投資效率出現明顯變化。這表明本文使用DID方法進行研究的前提假設是成立的。

圖1 平行趨勢檢驗

（三）總體回歸結果

本文利用雙重差分模型對滬港通制度與企業投資效率的關系進行實證分析。由表3（1）和（2）列可知，List×Post 的系數在5%的水平上顯著為負，說明在滬港通制度實施后，相較于非滬股通標的企業，滬股通標的企業的投資效率得到顯著提升。假設H1得到驗證。該結果也與陳運森等[44]的研究結論相一致。

表3 滬港通制度與企業投資效率實證分析結果

（四）中介機制分析

1.股價信息含量。為了進一步探析上述關系的作用渠道與路徑，本文參考溫忠麟等[43]的中介效應檢驗模型，根據前文所述的檢驗方法，驗證股價信息含量在滬港通制度與企業投資效率之間所發揮的中介作用。由表3（3）和（4）列可知，List×Post的系數在5%的水平上顯著為負，且Syn 的系數顯著為正，根據中介效應檢驗模型可知，股價信息含量在滬港通制度與企業投資效率的關系中發揮部分中介作用。該結果也說明隨著股價信息含量的增加，企業資源配置效率得到優化，從而提高了企業投資效率。假設H2得到驗證。此外，股價信息含量的部分中介效應如表4所示。式（8）中的系數α1表示滬港通制度對企業投資效率的總效應，式（10）中的系數γ1表示加入股價信息含量后滬港通制度對企業投資效率的直接效應，β1×γ2表示股價信息含量的中介效應，且中介效應占總效應的比例為4.97%。上述結果也滿足MacKinnon 等[45]提出的對中介效應系數的描述，即α1=γ1+β1×γ2。

表4 股價信息含量中介效應量表

2.股票流動性。在驗證股價信息含量部分中介作用的基礎上，為了進一步探索滬港通制度作用于企業投資效率的股票流動性路徑，同理根據前文所述的中介效應檢驗方法[43]，對股票流動性的中介效應進行驗證。由表3（5）和（6）列可知，List×Post的系數分別在1%和10%的水平上顯著，且Liq 的系數顯著為負，根據中介效應檢驗模型可知，股票流動性在滬港通制度與企業投資效率的關系中發揮部分中介作用。該結果也說明隨著股票流動性的提升，股價對公司特質性信息的反映速度加快，這在一定程度上可減少企業非效率投資行為。假設H3 得到驗證。此外，股票流動性的中介效應如表5 所示。在不加入股票流動性（Liq）的情況下，滬港通制度對企業投資效率的總效應為-0.0161；加入股票流動性作為中介變量后，滬港通制度對企業投資效率的直接效應系數為-0.0149，股票流動性的中介效應系數為-0.0012，即中介效應比例為7.45%。上述結果滿足總效應等于直接效應與中介效應之和，達到MacKinnon等[45]提出的中介效應檢驗標準。

表5 股票流動性中介效應量表

（五）異質性分析①

1.股權制衡。為了檢驗股權制衡度所發揮的作用，本文借鑒白重恩等[25]對股權制衡度的衡量方法，利用第二至第十大股東持股比例之和與第一大股東持股比例的比值來表示企業股權制衡度（EB）。以股權制衡度（EB）的中位數為標準將原樣本分為兩組，分別為高股權制衡度組（EB=1）與低股權制衡度組（EB=0）。由表6（1）和（2）列可知，高股權制衡度組的List×Post系數在1%的水平上顯著為負，而低股權制衡度組的系數不顯著，說明滬港通制度對企業投資效率的提升作用在高股權制衡度組中表現更為明顯。假設H4a得到驗證。

2.分析師關注。為了檢驗分析師關注度在滬港通制度與企業投資效率之間所發揮的作用，本文以CSMAR 數據庫中“被分析師關注度（Analyst）”指標對其進行衡量，即單位時間內對標的企業進行跟蹤分析的分析師（團隊）數量。以樣本分析師關注度（Analyst）的中位數作為分組標準，將原樣本分為高分析師關注度組（Analyst=1）與低分析師關注度組（Analyst=0），形成兩個子樣本，樣本觀測值各為14688個。由表6（3）和（4）列可知，相比低分析師關注度組，高分析師關注度組的系數更為顯著，說明企業分析師關注度較高時，滬港通制度提高企業效率投資的作用更為明顯。假設H4b得到驗證。

3.產權性質。企業不同的產權性質會在一定程度上引起治理水平的差異。本文根據企業產權性質的不同將樣本分為國有企業（Soe=1）和非國有企業（Soe=0）。由表6（5）和（6）列可知，非國有企業的List×Post系數在5%的水平上顯著為負，而國有企業的List×Post 系數不顯著，說明滬港通制度提升企業投資效率的影響效應在非國有企業中表現更為明顯。假設H4c得到驗證。

表6 異質性分組實證分析結果

五、穩健性檢驗

（一）安慰劑檢驗

本文采用虛構滬港通制度實施時間的方法進行安慰劑檢驗。考慮到2008年全球金融危機對企業的投融資決策以及投資效率造成了較大影響，因此本文將原樣本期間向前平移3年，選擇2009年11月至2013年11月作為安慰劑檢驗的樣本區間，將2011年11月作為虛構的滬港通制度實施時間。因此，將滬港通制度實施時間虛擬變量替換為（Post2），當時間處于2011年11月及之后時，Post2取值為1，否則為0。在式（8）的基礎上，構造式（11）進行安慰劑檢驗。其中，除時間虛擬變量Post2t外，其他變量定義與式（8）中保持一致。

安慰劑檢驗實證結果如表7所示，其中（2）列為在（1）列的基礎上加入控制變量且控制行業固定效應后的統計結果。可以發現，（1）和（2）列的List×Post2系數分別為-0.0009 和-0.0025，且均未通過10%水平上的顯著性檢驗，即安慰劑檢驗在統計結果上不顯著。說明在虛構滬港通制度實施時間后，政策并未對企業投資效率產生顯著影響，因此認為企業投資效率的變化是由滬港通制度而不是標的企業與非標的企業之間的特征差異引起的，支持原假設。這證明了本文研究結果的穩健性。

表7 安慰劑檢驗實證分析結果

（二）傾向得分匹配法

由于滬股通初始標的為上證180、上證380 與A+H 股票，根據上述股票對應企業的特征，選擇資產收益率（Roa）、現金流量比率（Cfr）、杠桿水平（Lev）、企業規模（Size）、營業收入增長率（Growth）、上市年限（Age）作為傾向得分匹配的協變量，變量定義如表8所示。并據此構建Logistic 模型，根據回歸得到的傾向得分值對標的企業與非標的企業進行卡尺為0.01的1∶1無放回匹配，最終得到11886個樣本觀測值。

表8 傾向得分匹配協變量表

為了考察傾向得分匹配是否較好的平衡了實驗組與控制組樣本，本文對其進行平衡性檢驗，通過協變量的標準化偏差（%bias）絕對值檢驗與t檢驗兩種方法對其進行分析。表9列式了傾向得分匹配平衡性檢驗結果。可以發現，在傾向得分匹配之前，實驗組與控制組各個協變量的標準化偏差（%bias）的絕對值均大于10%，且t 檢驗值均大于2.58，說明實驗組與控制組在上述協變量中存在顯著的差異。而經過傾向得分匹配之后，通過對匹配后的樣本再次進行平衡性檢驗，發現實驗組與控制組最大標準化偏差（%bias）的協變量為現金流量比率（Cfr），其絕對值取值為9.2%，而其余協變量的標準化偏差（%bias）的絕對值均小于10%，與匹配之前相比明顯減小，且t 檢驗值均小于1.64，不再顯著。上述結果說明，經過傾向得分匹配后的實驗組與控制組樣本在匹配特征上的接近程度得到提高，二者之間已不存在顯著差異。

表9 傾向得分匹配平衡性檢驗結果

在PSM-DID方法的基礎上，對完成傾向得分匹配后的樣本使用式（8）、式（9）、式（10）再次進行回歸，進而檢驗假設H1、H2、H3 是否仍然成立。針對假設H1，由表10（1）列可知，List×Post的系數顯著為負，即滬港通制度與企業投資效率的正相關關系在匹配樣本回歸中仍然顯著，假設H1得到驗證。針對假設H2，由表10（2）和（3）列可知，List×Post 與股價信息含量（Syn）在10%的水平上顯著負相關，List×Post與投資效率（Ineff_Invest）在1%的水平上顯著負相關，且Syn與Ineff_Invest 呈顯著正相關，因此在中介效應模型中系數β1、γ1、γ2均顯著，即股價信息含量在滬港通制度與企業投資效率關系中發揮正向的部分中介作用，假設H2得到實證檢驗。針對假設H3，由表10（4）和（5）列可知，List×Post 與股票流動性（Liq）的系數顯著為正，且Liq、List×Post 與投資效率（Ineff_Invest）之間均呈顯著負相關，即傾向得分匹配樣本中與股票流動性相關的中介效應系數β1、γ1、γ2均顯著，股票流動性正向的部分中介作用的假設得到再次驗證，假設H3成立。這與前文的結論保持一致。

表10 傾向得分匹配法實證分析結果

六、結論與政策建議

本文在滬港通制度準自然實驗的基礎上，研究了滬港通制度對企業投資效率的影響。研究發現，滬港通制度的實施顯著提升了滬股通標的企業的投資效率。同時，滬港通制度對企業投資效率的正向影響主要通過股價信息含量與股票流動性兩種渠道實現。結合雙重差分模型與中介效應模型研究發現，投資效率針對滬港通制度與兩個中介變量回歸結果依然顯著，且回歸系數符合中介效應模型的檢驗標準。在境外投資者持股偏好的作用下，滬港通制度提高企業投資效率的正向效應在高股權制衡度、高分析師關注度和非國有企業中更為顯著。

為進一步發揮滬港通制度的正向經濟效應，促進資本市場開放并提高股價信息含量和股票流動性，本文提出如下建議。第一，強化強制信息披露要求。提高對虛構財務信息與隱瞞重大信息企業的處罰標準，實現“有犯必究”，減少企業的投機性行為，進而提升股價信息含量，優化投資效率。第二，擴大資本市場開放程度。滬港通制度已積累一定試點經驗，未來可考慮繼續擴容。具體來說，可擴大標的公司范圍，降低投資者入市門檻，增加互聯互通交易品種，在提高股票流動性的同時進一步強化發行常態化與投資便利化。■

注 釋

①由于篇幅限制，正文僅展示異質性回歸中的核心變量結果。完整數據備索。