知識產權自愿性信息披露、分析師預測分歧度與股價崩盤風險

鮑新中 李佳航 陳柏彤

［摘要］ 近年來，知識產權自愿性信息披露頗受重視。而知識產權自愿性信息披露對股票市場影響的研究對于企業明確知識產權自愿性信息披露的重要性、維持股票市場的穩定健康發展具有重要意義。本文基于大數據文本挖掘思想測度上市公司的知識產權自愿性文本信息披露水平，并基于此實證檢驗知識產權自愿性信息披露對股票市場股價崩盤風險的影響。研究發現：知識產權自愿性信息披露能夠顯著降低上市公司的股價崩盤風險，而這種關系在非國有企業和制造業企業中更為顯著。分析師預測分歧度在知識產權自愿性信息披露與股價崩盤風險之間發揮顯著的中介作用。進一步研究發現，知識產權優勢信息和風險信息的披露對于股價崩盤風險的降低具有顯著作用，而知識產權內容信息披露對股價崩盤風險的降低作用并不顯著，再次對知識產權優勢信息和風險信息的機制檢驗發現，分析師預測分歧度依舊發揮顯著的中介作用。

［關鍵詞］知識產權；自愿性信息披露；分析師預測分歧度；股價崩盤風險

［中圖分類號］F832.51［文獻標志碼］A［文章編號］1672-4917（2023）03-0062-18

一、引言

信息披露是資本市場最基本的制度安排，良好的信息披露對于降低投資者和融資雙方的信息不對稱和成本、提升資源配置效率具有推動作用。隨著知識經濟的發展，監管部門對于知識產權的信息披露也越來越重視，2018年《知識產權相關會計信息披露規定》的發布對我國企業知識產權相關信息披露提出了要求。但是，該規定對知識產權的強制性信息披露要求相對不高，披露內容要求也非常簡單。因此，目前我國上市公司對于知識產權的信息披露大都屬于自愿性信息披露。有研究表明，在信息披露水平較高的情況下，股票崩盤風險發生的概率較低［1］，但相較于國外，我國的信息披露水平有限，股價同步性較高［2］，加之股價暴漲暴跌的現象時有發生，市場動蕩較為劇烈，因此，股價崩盤問題也成為學術界研究的熱點。在上述背景下，深入研究知識產權自愿性信息披露對于股票市場可能產生的經濟后果，制定合理且有針對性的防范措施穩定股市，具有重要意義。

本文首先基于大數據文本挖掘思想，合理測度上市公司的知識產權信息披露程度，并以此為基礎實證檢驗上市公司知識產權自愿性信息披露對股價崩盤風險的影響機理，提出針對性建議，以幫助企業明確知識產權自愿性信息披露的重要性，促進我國企業的健康可持續發展和資本市場的穩固發展。

二、文獻綜述

（一）知識產權信息披露的相關研究

1.知識產權信息披露的基礎性研究

在國際上，以美國為主要代表的強制性知識產權信息披露制度以及以日本為主要代表的自愿性知識產權信息披露制度較為領先［3］。梳理文獻發現，在對于知識產權信息披露的早期研究中，知識產權信息披露國際經驗的比較和分析、知識產權信息披露測度以及知識產權信息披露的現狀研究是學者們較為關注的話題。在知識產權信息披露國際經驗的比較和分析方面，薛倚明［4］、李紅［5］主要進行了知識產權信息披露國際經驗的比較和分析，他們分別以西歐國家、日本和美國的知識產權信息披露模型、政策或實踐為基礎，分析總結其中經驗，為我國知識產權信息披露的發展提供啟示。對于知識產權信息披露程度的測度，學者們主要使用構建指標體系和人工閱讀主觀打分兩種方法，其中汪海粟［6］、鮑新中［7］均采用構建指標體系的方式測度企業知識產權信息披露程度，傅傳銳［8］則使用人工閱讀主觀打分的方式測度企業的知識產權信息披露程度。

2.知識產權信息披露的維度劃分

無論采用構建指標體系的方式還是采用人工主觀打分的方式測度企業的知識產權信息披露程度，都離不開對知識產權信息披露進行維度劃分。梳理發現，現有研究中對于知識產權相關信息披露的維度劃分主要有以下幾種：第一，以知識產權相關信息的類型為劃分基礎，如程新生［9］將創新信息披露按其類型分為優勢信息、內容信息和風險信息披露；第二，依據2004年日本頒布的《知識產權信息披露導引》中對知識產權信息披露的分類標準，對知識產權信息披露指標體系進行總結歸類［10］；第三，以知識產權形成階段為劃分基礎，如王華［11］將研發信息披露分為研發基礎信息、投入信息、方式信息、知識產權信息、項目信息、內容信息和修辭信息披露；第四，以知識產權相關信息的披露方式劃分，如程小可［12］將知識產權相關信息披露劃分為定性披露和定量披露兩類；第五，從企業角度進行知識產權相關信息披露的分類，如胡志強［13］將研發信息披露分為內部研發信息和外部研發信息披露兩類。

3.知識產權信息披露的影響因素和后果研究

近年來，學者們逐漸展開了知識產權信息披露的影響因素和后果研究。在影響因素方面，韓艷錦［14］研究發現，企業所在地區的社會責任水平不同，其披露研發相關信息的意愿也有所不同，企業所在地區的社會責任水平越高，企業越傾向于披露更多的研發信息；王華［15］研究了不同產品市場競爭環境對研發信息披露的影響，發現激烈的市場競爭約束了管理層的不當行為，導致代理成本增高，企業傾向于披露更多的研發信息。在后果研究方面，從企業內部看，進行知識產權相關信息披露對于研發強度提升［16］、研發活動溢出效應、企業價值提升具有一定影響；從外部市場看，進行知識產權相關信息披露對股價同步性［17］、市場效率［18］等市場反應、IPO定價效率［19］等也具有一定作用。梳理文獻發現，信息披露對于企業的影響具有“雙刃劍”效應：一方面，信息披露能夠提升一級市場的定價效率［20］、增強投資者的價值認同［21］、促使研發活動的溢出效應產生［22］等，對企業具有積極的影響；而另一方面，信息披露也可能引起競爭者迅速針對企業披露的信息做出反應，制定相應的策略［23］，促使管理層的不當行為被激化，對企業產生消極的影響［24］。

（二）股價崩盤風險的相關研究

股票市場的強烈震蕩對于經濟的高質量發展不利，且可能成為金融風險發生的導火線。因此，股票市場作為資本市場的重要組成部分之一，股價崩盤風險的防范及成因研究成為學界的重要議題［25］。

基于代理問題視角，學者們主要探究了機構投資者持股、大股東持股、多個大股東、控股股東股權質押、避稅行為、獨立董事制度等對股價崩盤風險的影響。其中，曹豐［26］從機構投資者持股視角出發，探究了其對股價崩盤風險的影響，研究發現，機構投資者持股會增加公司未來股價崩盤的風險；王化成［27］研究發現，大股東持股比例的提升會導致其發揮“監督效應”和“更少掏空效應”，顯著降低未來的股價崩盤風險；Kim［28］從企業避稅視角進行了研究，發現企業采取復雜的避稅手段會導致未來的股價崩盤風險增加；梁權熙［29］實證檢驗發現，獨立董事制度的正式引入能夠顯著降低企業的股價崩盤風險。

基于信息透明度視角，一些學者以財務報告為研究對象，考察會計穩健性、會計信息質量、管理層討論與分析部分的信息含量等對公司股價崩盤風險的影響［30］；也有學者以社會責任報告［31］、電話會議內容［32］、內部控制信息［33］等為研究對象，實證檢驗社會責任信息披露、電話會議信息披露、內部控制信息披露等對股價崩盤風險的影響。上述研究結果均表明，企業的信息披露水平越高，未來的股價崩盤風險越低。然而，現有研究鮮少關注年報中自愿性披露的知識產權信息對企業未來股價崩盤風險的影響。

對文獻梳理后發現，現有研究中，知識產權自愿性信息披露的測度較少涉及將詞典法和文本挖掘相結合進行知識產權自愿性信息披露測度的方法，并且，上市公司年報作為企業向外界傳遞信息的重要渠道，年報中自愿披露的知識產權信息會對企業的股價崩盤風險產生怎樣的影響仍有待進一步探討。本文以2010—2021年A股上市公司為樣本，首先將文本挖掘與詞典法相結合，構建知識產權自愿性信息披露詞典，測度企業的知識產權自愿性信息披露程度，并以此為基礎深入探究上市公司知識產權自愿性信息披露與股價崩盤風險之間的關系。擬幫助企業明確知識產權自愿性信息披露的重要性，助力企業的健康可持續發展，也為資本市場的穩固發展蓄力。

三、理論分析與研究假設

本部分的理論框架見圖1。

上市公司股價崩盤風險產生的原因有很多，諸如機構投資者持股、大股東持股、多個大股東、控股股東股權質押、避稅行為、獨立董事制度、會計信息質量、管理層討論與分析部分的信息含量，等等，但梳理上述因素與股價崩盤風險的邏輯鏈條后發現，上市公司股價崩盤風險的產生根源于信息問題，如信息不對稱［34-35］或信息透明度不足［36-39］。上市公司與市場投資者之間存在信息的不對等問題，導致市場投資者不能及時準確地獲取到上市公司的信息，尤其是當上市公司選擇隱瞞一些對自身不利的消息時，投資者很可能對上市公司做出失之偏頗的決斷，一旦上市公司的真實信息披露出來，就會導致其股價的急劇下降，最終導致股價崩盤。

而企業可以通過信息披露的方式緩解上述問題，基于信息效應假說，信息披露具有信息效應。一方面，信息披露能夠緩解投資者或債權人與企業間的代理問題，信號傳遞理論認為相比外部投資者而言，企業內部人更了解公司的實際狀況，因此出于對自身利益的維護，投資者做出投資決策時傾向于給出謹慎的評價。在這種情況下，若上市公司能夠對其擁有的知識產權相關信息進行有效披露，會一定程度上提升投資者對企業的信任程度［40-43］，也會向投資者傳遞企業的經營實力以及未來的發展前景信息［44］，使投資者了解真實的公司，減少股價與公司基本面的背離，從而避免股價虛高引起的崩盤［45］。另一方面，信息披露也能夠有效緩解股東和經理人間的代理矛盾，促使經理人做出正確的信息披露決定，披露真實有效的知識產權信息，提升企業透明度。在這一條件下，股東和投資者也有機會及時阻止經理人投資不賺錢的項目，進而避免虧損引起的股價崩盤［46］。因此，上市公司自愿地披露知識產權的相關信息能夠加強與利益相關者的聯系［47］，避免股價崩盤的發生。

但同時，機會主義假說指出，自愿性信息披露也具有很強的管理者“自利”動機［48］，管理者可能在披露的信息中摻假或披露有偏信息，操縱知識產權文本信息的披露［49］。因此，上市公司年度報告中披露的知識產權信息也可能存在真實性、全面性等問題，這些問題的存在非但不會使信息披露的積極作用發揮出來，反而會進一步將信息不對稱問題擴大，加劇企業與投資者間的信息不對稱，進而增加企業的股價崩盤風險。

基于以上分析，我們提出如下對立假設：

H1a：上市公司知識產權自愿性信息披露的程度越高，其股價崩盤風險越低。

H1b：上市公司知識產權自愿性信息披露的程度越高，其股價崩盤風險越高。

作為我國資本市場參與者之一的分析師，對于緩解信息不對稱具有重要作用［50］。我國資本市場中，分析師的角色具有雙重性，其既是信息的使用者也是信息的傳遞者［51-52］。一方面，分析師是信息的使用者，如果企業選擇在年度報告中自愿地披露其知識產權信息，且所披露的知識產權信息是較為真實全面的，那么分析師就能夠通過企業的年度報告獲取到更多的企業信息。相比未披露知識產權信息的企業，其在進行預測時的依據就更為充分，預測結果的準確性提高，分析師預測分歧度會降低。因此，企業進行知識產權自愿性信息披露可能會降低分析師對企業預測的分歧。另一方面，分析師是信息的傳遞者，如果企業自愿地披露知識產權信息，這些信息將被分析師捕捉到，分析師利用捕捉到的企業知識產權信息對企業進行分析評估，分析師基于其專業的判斷得到的分析結果等信息會進一步傳遞給資本市場中的投資者或其他參與者。

此類信息的傳遞有助于緩解股票價格的偏離，揭示企業真實情況，進而降低股價崩盤風險［53-55］。企業與投資者間的信息不對稱會通過分析師預測分歧度的降低而得到緩解，進而對股價崩盤風險產生影響。因此，分析師預測分歧度的降低有助于股價崩盤風險的降低。

但是，自愿性信息披露的“自利”動機同樣也會對分析師預測分歧度產生影響，若企業管理者出于“自利”動機，披露虛假、不全面或失之偏頗的知識產權信息，則會導致分析師盈余預測使用的基本信息有誤，預測準確度降低，分歧度升高，此時企業與外界的信息不對稱程度不降反升，可能導致股價崩盤的發生。基于以上分析，本文提出如下對立假設：

H2a：分析師預測分歧度在知識產權自愿性信息披露與股價崩盤風險間起負向中介作用，即知識產權自愿性信息披露通過降低分析師預測分歧度來降低企業的股價崩盤風險。

H2b：分析師預測分歧度在知識產權自愿性信息披露與股價崩盤風險間起正向中介作用，即知識產權自愿性信息披露通過增強分析師預測分歧度來提升企業的股價崩盤風險。

四、研究設計

（一）樣本選擇與數據來源

以蘇州恒久“專利門”事件為代表的、由上市公司知識產權信息披露引發的相關問題事件自2010年起陸續出現，因此本文以2010—2021年中國A股上市公司為研究初始樣本，并依據如下條件對樣本進行了篩選：（1）剔除金融保險類上市公司初始樣本；（2）剔除ST或*ST的上市公司初始樣本；（3）剔除數據嚴重缺失的上市公司初始樣本。最終得到2010—2021年間共4045家上市公司作為本文的研究樣本，本文的樣本為非平衡面板數據。

樣本的行業劃分依據為證監會頒布的《上市公司行業分類指引》，其中制造業企業由于數量較多，因此，按照制造業的二級行業分類，其他行業均按照一級行業分類。對于樣本數據的來源，知識產權自愿性信息披露的數據通過python語言爬取上市公司年度報告獲得，其余數據來源于CSMAR數據庫和WIND數據庫。為排除極端值的影響，本文對連續變量進行了1%和99%水平的Winsorize處理。

（二）變量定義

1.被解釋變量

本文的被解釋變量為股價崩盤風險，參考Hutton［56］、Kim［57-58］和許年行［59］的相關研究，采用以下方法度量上市公司的股價崩盤風險。

首先，通過模型（1）的回歸得到殘差項。ri，t=α+β1，irm，t-2+β2，irm，t-1+β3，irm，t+

β4，irm，t+1+β5，irm，t+2+εi，t。（1）模型（1）中，ri，t代表股票i在第t周的周收益，即個股周收益率；rm，t代表A股股票經流通市值加權后的平均收益率，即市場收益率；rm，t-1、rm，t-2、rm，t+1和rm，t+2分別代表市場收益率的滯后一期和兩期項、超前一期和兩期項，加入滯后項和超前項的原因是為了調整股票非同步性的影響［60］，εi，t為殘差項。

得到模型（1）的殘差項后，運用公式（2）計算得出個股經市場調整后的收益率wi，t，并基于wi，t運用公式（3）和公式（4）分別計算出負收益偏態系數（NCSKEW）和收益上下波動比率（DUVOL）作為本文的兩個衡量上市公司股價崩盤風險的指標。需要注意的是，在計算收益上下波動比率（DUVOL）的過程中，需首先將個股經市場調整后的收益率按照其均值分為上升組（up）和下降組（down），并計算出上升組（up）和下降組（down）收益率的標準差。公式（2）—（4）如下：wi，t=ln（1+εi，t），（2）

NCSKEWi，t=-［n（n-1）3/2w3i，t］/

［（n-1）（n-2）w2i，t3/2］，（3）

DUVOLi，t=ln｛（nu-1）downR2d/

（nd-1）upR2u｝。（4）公式（4）中，nu代表個股經市場調整后的收益率大于其均值的周數；nd代表個股經市場調整后的收益率小于其均值的周數；Ru和Rd分別代表上升組（up）和下降組（down）收益率的標準差。

2.解釋變量

本文的解釋變量為上市公司知識產權自愿性信息總披露（Totali.t）。首先，綜合鮑新中［61］、程新生［62］的研究，將知識產權自愿性信息披露劃分為優勢信息披露、內容信息披露和風險信息披露三個維度，其中優勢信息披露包括核心技術與商業模式、技術市場銷路與市場優勢分析以及知識產權概述三個方面；內容信息披露分為R&D與商業戰略、許可證活動對公司業務的重要性、知識產權收購與管理政策、知識產權組合對公司業務的重要性四個方面；而風險信息披露包括防范風險對策。其次，從知識產權自愿性優勢信息披露、內容信息披露和風險信息披露三個維度構建知識產權自愿性信息披露詞典。主要步驟為：第一步，基于日本2004年頒布的《知識產權信息披露導引》和我國2018年印發的《知識產權相關會計信息披露規定》，結合人工標注上市公司年度報告的訓練集的方式，篩選知識產權自愿性信息披露詞典的種子詞集，共371個詞語；第二步，基于程新生［63］、韓鵬［64］在相關研究中構建的創新信息披露指標體系，結合人工標注上市公司年度報告擴展集的方式，對知識產權自愿性信息披露進行擴展詞集篩選，通過再一次地標記和篩選，得到知識產權自愿性信息披露擴展詞語18個；第三步，將知識產權自愿性信息披露種子詞集和擴展詞集進一步做整合和去重處理，得到知識產權自愿性信息披露總詞典。同時，參照程新生［65］的做法，將知識產權自愿性信息披露詞典中的詞語分為三類，其中，知識產權自愿性優勢信息披露詞語126個，知識產權自愿性內容信息披露詞語106個，知識產權自愿性風險信息披露詞語55個。再次，基于python語言進行上市公司知識產權自愿性信息披露特征詞詞頻的爬取。爬取特征詞詞頻主要分為上市公司年度報告格式轉換、分詞處理、特征詞搜索匹配、特征詞詞頻統計四步。最后，參考Muslu［66］和王玉榮［67］的做法，使用年度報告中相關特征詞詞頻數與年度報告總詞數的商作為上市公司知識產權自愿性優勢信息、內容信息和風險信息披露程度的測算結果，并采用熵權法確定知識產權自愿性優勢信息披露、內容信息披露和風險信息披露的權重，再將三類得分加權后求和，得到知識產權自愿性信息總披露程度得分。

3.中介變量

本文的中介變量為分析師預測分歧度（FDISP），參考王玉濤［68］、周開國［69］以及林鐘高［70］的做法，采用分析師最近一次盈余預測值的標準差衡量分析師預測分歧度。計算公式見公式（5）。FDISPi，t=Std（FEPSi，t）/Abs（MEPSi，t）。（5）公式（5）中，FDISPi，t表示第i家上市公司第t年的分析師預測分歧度，Std（FEPSi，t）表示第i家上市公司第t年所有分析師盈余預測的標準差，Abs（MEPSi，t）表示第i家上市公司第t年的年末真實每股收益的絕對值。

4.控制變量

為確保實證結果的準確性，本文參考Kim［71-72］和許年行［73］的相關研究，加入了可能對上市公司股價崩盤風險產生影響的其他因素作為控制變量，主要包括公司和市場兩個層面。其中，公司層面的控制變量包括公司規模（Size）、資產負債率（Lev）、盈利能力（ROA）、是否兩職合一（Dual）、股權性質（SOE）、上市年限（ListAge）、第一大股東持股比例（Top1）、是否有四大會計師事務所審計（Big4）；市場層面的控制變量包括賬面市值比（BM）、月均超額換手率（Dturn）、股票回報率（Ret）和股票波動率（Sigma）。各變量定義見表1。

（三）模型構建

經檢驗，本文運用個體時點雙向固定效應模型，使用stata16.0進行數據分析。為實證檢驗上市公司知識產權自愿性信息披露對股價崩盤風險的影響，本文構建了以負收益偏態系數（NCSKEW）和收益上下波動比率（DUVOL）為被解釋變量、知識產權自愿性信息披露程度為解釋變量且包含其他控制變量的計量模型，見模型（6）。NCSKEWi，t/DUVOLi，t=α0+α1Totali，t+

α2～14Controlsi，t+Code+Year+εi，t。（6）為檢驗分析師預測分歧度在知識產權自愿性信息披露與股價崩盤風險之間的中介作用，本文構建模型進行中介效應檢驗。值得說明的是，中介效應的檢驗方法在檢驗錯誤和功效方面各有優劣，溫忠麟［74］在前期學者的不同檢驗方法的基礎上構建了綜合中介效應檢驗流程，該流程能夠很好地控制前兩類檢驗方法的錯誤率。因此，本文使用該中介檢驗流程進行中介效應檢驗。首先，對模型（7-1）進行回歸，若α1系數不顯著，則終止中介效應檢驗；其次，對模型（7-2）進行回歸，檢驗知識產權自愿性信息總披露對分析師預測分歧度的影響；最后，對模型（7-3）進行回歸。若β1和δ中至少有一個不顯著，則進行sobel檢驗，判斷中介效應的顯著性。檢驗模型見（7-1）、（7-2）和（7-3）。NCSKEWi，t/DUVOLi，t=c+α1Totali，t+

α2～14Controlsi，t+Code+Year+μ1，（7-1）

FDISPi，t=c+β1Totali，t+β2～14Controlsi，t+

Code+Year+μ2，（7-2）

NCSKEWi，t/DUVOLi，t=c+α′1Totali，t+δFDISPi，t+

α′2～14Controlsi，t+Code+Year+μ3。（7-3）模型（6）、（7-1）、（7-2）和（7-3）中，NCSKEWi，t和DUVOLi，t分別代表第i家上市公司第t年的負收益偏態系數和收益上下波動比率，用以衡量上市公司的股價崩盤風險，Totali，t代表第i家上市公司第t年的知識產權自愿性信息總披露水平，FDISPi，t代表第i家上市公司第t年的分析師預測分歧度，Controlsi，t代表各控制變量，Code代表個體固定效應，Year代表年份固定效應，α0和c為常數項，α1～14、β1～14、α′1～14和δ代表各變量的估計系數，εi，t和μ1～3代表隨機誤差項。

五、實證結果

（一）描述性統計分析

使用Stata16.0軟件對數據進行處理，表2報告了本文變量的描述性統計結果。從表2中可以看出，知識產權自愿性信息披露程度（Total）的最大值為0.766 1，最小值為0.000 0，均值為0.163 1，中位數為0.155 2，說明上市公司知識產權自愿性信息披露的整體分布呈現右偏狀態，信息披露程度得分在0.155 2以上的上市公司占大部分，但上市公司知識產權自愿性信息披露的程度并不高，仍處于中等偏下水平；負收益偏態系數（NCSKEW）的均值為-0.312 5，收益上下波動比率（DUVOL）的均值為-0.203 1，標準差分別為0.745 0和0.488 9，說明本文樣本的負收益偏態系數（NCSKEW）和收益上下波動比率（DUVOL）存在較大波動，其余變量的描述性統計結果與以往學者的研究結果相似［75］。

（二）相關性分析

表3報告了本文變量之間的相關系數，從表3中不難看出，負收益偏態系數（NCSKEW）和收益上下波動比率（DUVOL）的相關系數很高，且在1%的顯著性水平上顯著，說明使用負收益偏態系數（NCSKEW）和收益上下波動比率（DUVOL）作為股價崩盤風險的代理變量一致性較強；知識產權自愿性信息總披露（Total）與股價崩盤風險代理變量（DUVOL）之間呈顯著正向關系，且在10%顯著性水平上顯著，說明知識產權自愿性信息總披露可能使上市公司的股價崩盤風險升高，初步驗證了假設H1b，但相關性分析中僅考慮了變量兩兩關系，并沒有對其他可能影響股價崩盤風險的變量進行控制，可能存在偏差，因此仍需進一步檢驗；主要變量與控制變量之間的顯著性水平較高，表明變量之間的確存在相關關系，且本文的控制變量選擇合適，同時本文的回歸模型不存在嚴重的多重共線性問題。

（三）回歸結果分析

表4報告了知識產權自愿性信息總披露與股價崩盤風險的回歸結果。其中列（1）和列（2）分別列示了使用NCSKEW和DUVOL作為股價崩盤風險代理變量的回歸結果。結果顯示，無論使用NCSKEW還是DUVOL作為股價崩盤風險的代理變量，在加入控制變量后，上市公司知識產權自愿性信息披露的系數估計值分別為-0.522和-0.409，且分別在10%和5%的顯著性水平上顯著為負，這表明，上市公司知識產權自愿性信息披露能夠顯著降低企業的股價崩盤風險，驗證了假設H1a，假設H1b并未得到驗證。

表5列示了分析師預測分歧度在知識產權自愿性信息總披露與股價崩盤風險之間的中介作用回歸結果。第（1）—（3）列的回歸結果中股價崩盤風險用NCSKEW衡量，第（4）—（6）列的回歸結果中股價崩盤風險用DUVOL衡量。第（1）列和第（4）列Total的回歸系數α1分別在10%和5%的顯著性水平上顯著為負，可以繼續檢驗，第（2）列和第（5）列Total的回歸系數β1并沒有通過顯著性檢驗，第（3）列和第（6）列中FDISP的回歸系數δ均在1%的顯著性水平上顯著為負。由于β1和δ都不顯著，因此需進行sobel檢驗，由表5的結果可知，sobel檢驗的Z值分別為2.739和2.255，均大于5%顯著性水平上的臨界值0.97［76］，說明分析師預測分歧度在知識產權自愿性信息總披露與股價崩盤風險之間起到負向中介作用，中介效應占比分別為4.70%和2.94%，且知識產權自愿性信息總披露降低了分析師預測分歧度，進而降低了上市公司的股價崩盤風險，驗證了假設H2a，假設H2b并未得到驗證。

六、穩健性檢驗

知識產權自愿性信息披露是本文的主要解釋變量，對于該變量的測度誤差所引起的內生性問題可能導致前文的估計系數有偏。因此，為降低該問題對研究結論的影響，本文進一步使用知識產權自愿性優勢信息披露、內容信息披露和風險信息披露得分和作為知識產權自愿性信息披露得分，進行穩健性檢驗，結果見表6。由表6可知，股價崩盤風險各指標與知識產權自愿性信息披露的回歸系數均顯著負相關，與前文結果保持一致。

七、進一步分析

（一）知識產權自愿性優勢信息、內容信息、風險信息披露與股價崩盤風險

在變量設計中，我們將知識產權自愿性信息披露程度分為知識產權自愿性優勢信息披露（Advantage）、知識產權自愿性內容信息披露（Content）和知識產權自愿性風險信息披露（Risk）三部分。本文的前半部分僅討論了知識產權自愿性信息總披露對上市公司股價崩盤風險的影響，但更為細化的，知識產權自愿性優勢信息披露、知識產權自愿性內容信息披露和知識產權自愿性風險性信息披露又會對上市公司股價崩盤風險產生何種影響呢？是否會與總信息披露與股價崩盤風險的關系保持一致？這些仍需進一步探究。上市公司自愿披露的知識產權優勢信息和內容信息對于外部投資者而言，傳遞的是積極的信號，積極信號的傳遞有利于上市公司股價的穩定，減少其崩盤的可能。同時，上市公司自愿地進行知識產權風險信息披露的目的是讓外界了解不利于公司經營發展的風險因素，當上市公司自愿披露的風險信息具有足夠的信息含量和時效性時，披露的相關風險信息也能夠迅速被市場吸收消化，并反映在股價中，降低其崩盤的可能。基于以上分析，結合前面檢驗得到的結論，我們預期，上市公司知識產權自愿性優勢信息、內容信息和風險信息披露能夠顯著降低上市公司的股價崩盤風險。

表7報告了知識產權自愿性信息披露異質性檢驗的回歸結果，第（1）列和第（2）列結果顯示，知識產權自愿性優勢信息披露的回歸系數在5%的顯著性水平上顯著為負，說明知識產權自愿性優勢信息披露對崩盤風險的降低具有顯著作用，與我們的預期相符。第（3）列和第（4）列結果顯示，知識產權自愿性內容信息披露的回歸系數為負，但并未通過顯著性檢驗，這表明，自愿披露的知識產權內容信息可能會對公司的股價崩盤風險產生負向的影響，即知識產權自愿性內容信息披露可能降低公司的股價崩盤風險。但這種效應并不顯著，與預期不符，可能的原因是：內容信息披露的是公司擁有的知識產權的客觀信息，站在投資者角度，投資者可以從多個渠道獲取到同類客觀信息，并不屬于增量信息，因此，并不能對公司股價產生實質性影響。第（5）列和第（6）列結果顯示，知識產權自愿性風險信息披露的系數分別在5%和1%的顯著性水平上顯著為負，說明知識產權自愿性風險信息披露能夠顯著降低崩盤風險，與預期相符。

（二）知識產權自愿性優勢信息、風險信息披露的作用機制分析

在前面的回歸結果分析部分，我們得到結論：上市公司知識產權自愿性信息總披露通過降低分析師預測分歧度，進而降低企業的股價崩盤風險。在上一節的異質性分析中，我們得到結論：上市公司知識產權自愿性優勢信息披露和風險信息披露能夠降低企業的股價崩盤風險。基于上述結論，分析師預測分歧度（FDISP）是否會在上市公司知識產權自愿性優勢信息和風險信息披露之間發揮顯著的中介作用呢？其作用機制是怎樣的呢？仍有待深入研究。因此，本文將進一步探討知識產權自愿性優勢信息和風險信息披露與股價崩盤風險之間的作用機制。回歸結果見表8和表9。

表8報告了分析師預測分歧度（FDISP）在優勢信息披露與股價崩盤風險之間的作用機制檢驗結果，前三列以NCSKEW衡量股價崩盤風險，后三列以DUVOL衡量股價崩盤風險，不難看出，sobel檢驗的Z值均大于5%顯著性水平的臨界值，說明分析師預測分歧度（FDISP）在知識產權自愿性優勢信息披露與股價崩盤風險之間發揮顯著的中介作用，且知識產權自愿性優勢信息披露能夠降低分析師預測分歧度，進而降低公司的股價崩盤風險。表9報告了自愿性風險信息披露與股價崩盤風險之間的作用機制檢驗結果，結果顯示，使用NCSKEW或DUVOL衡量股價崩盤風險，sobel檢驗均顯著，說明分析師預測分歧度（FDISP）在知識產權自愿性風險信息披露和股價崩盤風險之間也發揮了顯著的負向中介作用。

（三）產權性質異質性分析

在我國，從所有制上，企業類型可分為國有企業和非國有企業，國有企業由于國家控股，使得其相較于非國有企業表現出較大的差異，帶入本文的研究，主要表現在國有企業與非國有企業的知識產權自愿性信息披露與股價崩盤風險的關系，可能由于體制的不同而呈現出不同的結果。企業進行自愿性知識產權信息披露的前提是企業擁有一定的創新水平或擁有知識產權，而創新能力和知識產權的擁有離不開企業的創新投入。對于國有企業而言，其管理層往往具有較強的風險規避心理，原因主要包括兩方面：首先，有研究指出，現有國有企業中的高管薪酬激勵水平不高，甚至低于市場平均水平；其次，國有企業的管理層會有更大的政治升職動力。基于以上兩方面原因，國有企業高管出于風險的考慮，可能會將較少的資金投入到風險高、收益不確定的知識產權研發過程中，故而國有企業的知識產權自愿性信息披露程度可能有別于非國有企業，其降低股價崩盤風險的程度可能并不顯著。而對于非國有企業而言，沒有國有企業高管在晉升等方面的壓力，非國有企業高管往往更傾向于冒險，從而加大對風險高、不確定性強的研發方面的投資，其知識產權自愿性信息披露對股價崩盤風險的降低作用可能更顯著。

基于以上分析，本文將樣本按照國有企業和非國有企業進行分組，回歸結果見表10。結果顯示，使用NCSKEW作為股價崩盤風險的代理變量時，對于非國有企業，Total的回歸系數在10%的置信水平上顯著為負，而國有企業Total的回歸系數并不顯著；使用DUVOL為股價崩盤風險的代理變量時，非國有企業Total的回歸系數在5%的水平上顯著為負，國有企業Total的回歸系數并不顯著。上述結果表明，相較于國有企業，非國有企業知識產權自愿性信息披露對股價崩盤風險的降低作用更顯著，與我們的預期相一致。

（四）行業異質性分析

由于知識產權的特殊性，不同行業的知識產權異質性可能較為突出。有研究指出，我國上市公司的知識產權總量占比較低，大眾普遍認為的知識產權數量和質量較高的高新技術行業特征并不明顯，且制造業上市公司的知識產權占無形資產比重是最大的［77］。因此，我們猜想，上市公司知識產權自愿性信息披露對股價崩盤風險的影響可能也會有行業異質性，知識產權占比較大的制造業上市公司知識產權自愿性信息披露對股價崩盤風險的負向影響可能更顯著。為檢驗我們的猜想，本文將上市公司按照制造業和非制造業分組，分別進行檢驗，檢驗結果見表11。分組回歸結果顯示，相比非制造業上市公司，制造業上市公司知識產權自愿性信息披露與股價崩盤風險之間的負向關系更顯著，驗證了我們的猜想。

八、研究結論與啟示

（一）研究結論

本文首先基于大數據文本挖掘思想測度上市公司的知識產權自愿性文本信息披露水平，并基于此實證檢驗知識產權自愿性信息披露對股票市場股價崩盤風險和債券市場債券信用利差的影響。得到以下主要結論：

1.在知識產權自愿性信息披露與股票市場的關系中，雖然上市公司現階段知識產權自愿性信息披露的水平整體不高，但仍具有一定信息含量，向外界傳遞了增量信息，能夠顯著降低上市公司的股價崩盤風險，在經過穩健性檢驗后，上述結論依舊成立。

2.出于對國有企業和非國有企業管理層對于晉升壓力、風險偏好等方面的考慮，知識產權自愿性信息披露與股價崩盤風險之間的關系在非國有企業中更顯著。知識產權占比更高的制造業上市公司知識產權自愿性信息披露與股價崩盤風險之間的關系更顯著。

3.上市公司知識產權自愿性信息披露以向外界傳遞增量信息的方式，降低了分析師對于上市公司的預測分歧度，進而降低了股價崩盤風險。分析師預測分歧度在知識產權自愿性信息披露與股價崩盤風險之間發揮顯著的中介作用。

4.進一步地，本文探討了知識產權自愿性優勢信息、內容信息和風險信息披露分別對于股價崩盤風險的影響。結果顯示，上市公司進行知識產權優勢信息和風險信息的披露對于股價崩盤風險的降低具有顯著作用，而知識產權內容信息披露對股價崩盤風險的降低作用并不顯著。究其原因可能是：知識產權內容信息往往包含的是上市公司知識產權相關的客觀信息，其獲取的渠道可能不只通過上市公司年報，投資者亦可通過微博、微信公眾號等媒體資源獲取，因此，內容信息在年報中的披露對于股價崩盤風險雖具有一定降低作用，但并不顯著。

5.基于第四點結論，進行知識產權優勢信息和風險信息披露與股價崩盤風險的機制檢驗發現，分析師預測分歧度依舊發揮顯著的中介作用。

（二）啟示

本文的研究指出，在知識產權自愿性信息披露與股票市場的關系中，企業披露的知識產權文本信息是具有信息含量的，能夠傳遞有益的增量信息，但從知識產權自愿性信息披露得分來看，上市公司的知識產權信息披露水平仍處于低位，這意味著投資者對于知識產權文本信息的需求可能還沒得到滿足。基于本文的研究結論，有如下啟示：

1.進一步規范知識產權文本信息披露形式。現階段，上市公司在年度報告中披露的知識產權文本信息普遍存在信息分散、披露主觀意愿較強、披露不規范等問題。2018年頒布的《知識產權相關會計信息披露規定》對上市公司自愿披露的知識產權信息的位置和形式沒有明確說明，僅規定企業可以依據實際情況自愿披露知識產權應用情況、知識產權風險等信息。因此，建議上市公司在年度報告的特定章節或固定區域集中、規范地披露知識產權相關的文本信息，也可單獨增加知識產權相關章節，或在年報已有的部分，如“管理層討論與分析”等可能與知識產權相關的部分披露知識產權相關信息，以保證相關信息披露位置的集中性和披露形式的統一性。這有助于投資者更容易地獲取其想要的信息，更好地發揮知識產權自愿性文本信息披露對于穩定股票市場的積極作用。

2.進一步提升知識產權相關文本信息披露質量。鼓勵上市公司在年度報告中披露有實質性內容的知識產權文本信息，不重復闡述冗長且無實質性增量信息的知識產權文本內容，進而為外界提供有質量的增量信息。《知識產權相關會計信息披露規定》雖然對于自愿披露的知識產權信息并沒有做詳細的要求，但上市公司在披露時也應注意所披露信息的質量。例如，政策文件要求企業自愿披露重大交易事項中知識產權對該交易事項的影響及風險分析。企業在披露時則不應含糊其詞、一句帶過，而應對事項涉及的知識產權從應用、關聯性、可能產生的風險、風險發生會產生何種后果等多方面進行分析式的披露，以傳遞給投資者更多的有效信息。

3.進一步提升知識產權文本信息披露的及時性。《知識產權相關會計信息披露規定》雖沒對知識產權信息的時效性做出要求，但出于對信息使用有效性的考慮，上市公司應注重時效。因此，鼓勵上市公司及時在年度報告中披露具有時效性的知識產權文本信息，確保披露的知識產權文本信息不滯后，當年的新變化能及時在年度報告中體現，更有助于為股票市場信息使用者提供有用的增量信息，維持股票市場的穩定。

［參考文獻］

［1］［45］［46］［50］［53］肖土盛、宋順林、李路：《信息披露質量與股價崩盤風險：分析師預測的中介作用》，《財經研究》2017年第2期，第110—121頁。

［2］Jin L， Myers S C：“R2 around the world： New theory and new tests”，Journal of Financial Economics，Vol.79，No.2，April 2004，pp.1-48.

［3］Boujelbene M A， Affes H：“The impact of intellectual capital disclosure on cost of equity capital： A case of French firms”，Journal of Economics Finance and Administrative Science，Vol.18，No.34，Auguest 2013，pp.45-53.

［4］薛倚明、李萍：《上市公司無形資產信息自愿披露的三棱錐模型》，《管理評論》2009年第10期，第104—108頁。

［5］李紅：《解析日本知識產權信息披露導引及其對我國的啟示》，《圖書情報工作》2010年第2期，第100—103頁。

［6］汪海粟、方中秀：《無形資產的信息披露與市場檢驗——基于深圳創業板上市公司數據》，《中國工業經濟》2012年第8期，第135—147頁。

［7］［10］［61］鮑新中、陳柏彤、吳冬曉：《中國上市公司知識產權信息披露內容界定、計量方法及現狀分析》，《北京聯合大學學報（人文社會科學版）》2021年第3期，第96—106頁。

［8］［17］傅傳銳、林愛賢、王焰輝：《智力資本信息披露如何影響股價同步性？——來自我國高科技上市公司的經驗證據》，《財貿研究》2020年第11期，第77—96頁。

［9］［18］［21］［62］［63］［65］程新生、鄭海埃、程昱：《創新信息披露、分析師跟蹤與市場反應研究》，《科研管理》2020年第1期，第161—173頁。

［11］［15］王華、劉慧芬：《產品市場競爭、代理成本與研發信息披露》，《廣東財經大學學報》2018年第3期，第52—64頁。

［12］［22］程小可、張慧慧、李昊洋等：《研發信息披露對研發活動溢出效應的影響——來自創業板的經驗數據》，《科技進步與對策》2018年第11期，第18—26頁。

［13］［19］［20］胡志強、尹朝曦：《研發信息披露與IPO定價效率》，《技術經濟》2021年第3期，第54—63頁。

［14］韓艷錦、馮曉晴：《社會信任與企業研發信息披露——基于專有化成本假說》，《軟科學》2021年第2期，第67—72頁。

［16］王宇峰、蘇逶妍：《我國上市公司研發信息披露實證研究》，《中南財經政法大學學報》2009年第4期，第108—113頁。

［23］Hermalin B E， Weisbach M. S：“Information Disclosure and Corporate Governance”，The Journal of Finance，Vol.67，No.1，May 2012，pp.195-234.

［24］李慧云、劉倩穎、歐倩等：《產品市場競爭視角下信息披露與企業創新》，《統計研究》2020第7期，第80—92頁。

［25］趙璨、陳仕華、曹偉：《“互聯網+”信息披露：實質性陳述還是策略性炒作——基于股價崩盤風險的證據》，《中國工業經濟》2020年第3期，第174—192頁。

［26］曹豐、魯冰、李爭光等：《機構投資者降低了股價崩盤風險嗎？》，《會計研究》2015年第11期，第55—61頁。

［27］王化成、曹豐、葉康濤：《監督還是掏空：大股東持股比例與股價崩盤風險》，《管理世界》2015年第2期，第45—57頁。

［28］［38］［42］［58］［71］Kim J， Li Y， Zhang L：“Corporate tax avoidance and stock price crash risk： Firm-level analysis”，Journal of Financial Economics，Vol.100，No.3，March 2010，pp.639-662.

［29］梁權熙、曾海艦：《獨立董事制度改革、獨立董事的獨立性與股價崩盤風險》，《管理世界》2016年第3期，第144—159頁。

［30］何喬、薛宏剛、王典：《機構投資者、信息透明度與股價崩盤風險》，《經濟體制改革》2017年第5期，第135—141頁。

［31］宋獻中、胡珺、李四海：《社會責任信息披露與股價崩盤風險——基于信息效應與聲譽保險效應的路徑分析》，《金融研究》2017年第4期，第161—175頁。

［32］曹廷求、張光利：《自愿性信息披露與股價崩盤風險：基于電話會議的研究》，《經濟研究》2020年第11期，第191—207頁。

［33］葉康濤、曹豐、王化成：《內部控制信息披露能夠降低股價崩盤風險嗎？》，《金融研究》2015年第2期，第192—206頁。

［34］［57］［72］Kim J B， Li Y H， Zhang L D：“CFOs Versus CEOs：Equity Incentives and Crashes”，Journal of Financial Economics，Vol.101，No.3，January 2011，pp.713-730.

［35］許年行、江軒宇、伊志宏等：《分析師利益沖突、樂觀偏差與股價崩盤風險》，《經濟研究》2012年第7期，第127—140頁。

［36］［40］Bleck A， Liu X：“Market Transparency and the Accounting Regime”，Journal of Accounting Research，Vol.45，No.2，February 2007，pp.229-256.

［37］［41］［56］Hutton A P， Marcus A， Tehranian H：“Opaque Financial Reports，R2 and Crash Risk”，Journal of Financial Economics，Vol.94，No.1，March 2009，pp.67-86.

［39］［43］［54］潘越、戴亦一、林超群：《信息不透明、分析師關注與個股暴跌風險》，《金融研究》2011年第9期，第138—151頁。

［44］汪煒、袁東任：《盈余質量對自愿性信息披露的影響及作用機理》，《統計研究》2014年第10期，第89—96頁。

［47］Inoue E：“Environmental Disclosure and Innovation Activity： Evidence from EU Corporations”，Discussion Papers，June 2016，pp.1-40.

［48］王雄元：《自愿性信息披露： 信息租金與管制》，《會計研究》2005年第4期，第25—29頁。

［49］Brown S， Tucker J W：“Large-sample Evidence on Firms Year-over-Year MD＆A Modifications”，Journal of Accounting Research，Vol.49，No.2，September 2011，pp.309-346.

［51］Schipper K：“Analysts Forecasts”，Accounting Horizons，Vol.5，No.4，April 1991，pp.105-121.

［52］李馨子、肖土盛：《管理層業績預告有助于分析師盈余預測修正嗎？》，《南開管理評論》2015年第2期，第30—38頁。

［55］何賢杰、肖土盛、朱紅軍：《產權性質、治理環境與企業社會責任信息披露的經濟后果：基于分析師盈利預測的研究視角》，《中國會計學會2012年學術年會論文集》，第488—513頁。

［59］［60］［73］［75］許年行、于上堯、伊志宏：《機構投資者羊群行為與股價崩盤風險》，《管理世界》2013年第7期，第31—43頁。

［64］韓鵬、岳園園：《企業創新行為信息披露的經濟后果研究——來自創業板的經驗證據》，《會計研究》2016年第1期，第49—55頁。

［66］Muslu V， Radhakrishnan S， Subramanyam K R et al.：“Forward-looking MD&A Disclosures and the Information Environment Management Science”，Journal of the Institute for Operations Research & the Management Sciences，Vol.61，No.5，May 2011，pp.931-948.

［67］王玉榮、段玉婷、卓蘇凡：《工業互聯網對企業數字創新的影響——基于傾向得分匹配的雙重差分驗證》，《科技進步與對策》2022年第8期，第89—98頁。

［68］王玉濤、王彥超：《業績預告信息對分析師預測行為有影響嗎》，《金融研究》2012年第6期，第193—206頁。

［69］周開國、應千偉、陳曉嫻：《媒體關注度、分析師關注度與盈余預測準確度》，《會計研究》2014年第2期，第139—152頁。

［70］林鐘高、朱楊陽：《信息披露監管模式變更影響分析師預測行為嗎？——基于分析師預測準確度與分歧度的視角》，《會計與經濟研究》2021年第5期，第62—78頁。

［74］溫忠麟、張雷、侯杰泰等：《中介效應檢驗程序及其應用》，《心理學報》2004年第4期，第614—620頁。

［76］錢雪松、杜立、馬文濤：《中國貨幣政策利率傳導有效性研究：中介效應和體制內外差異》，《管理世界》2015年第11期，第11—28頁。

［77］崔也光、趙迎：《我國高新技術行業上市公司無形資產現狀研究》，《會計研究》2013年第3期，第59—64頁。

The Correlation of Voluntary Disclosure of Intellectual Property Rights and?Analyst Forecast Dispersion with Stock Price Collapse Risk

BAO Xinzhong， LI Jiahang， CHEN Baitong

（College of Management， Beijing Union University， Beijing 100101， China）

Abstract：? Voluntary disclosure of intellectual property （IP） has received increasing attention in recent years. Research on the impact of voluntary IP disclosure on the stock market is of great significance for enterprises to understand the importance of voluntary IP disclosure and maintain the stable and healthy development of the stock market. This study employs big data text mining to measure the level of voluntary text information disclosure of IP of listed companies and empirically tests the impact of voluntary IP disclosure on stock price collapse risk. The research shows that voluntary disclosure of IP can significantly reduce the stock price collapse risk of listed companies， and this relationship is more pronounced in non-state-owned and manufacturing enterprises. Analyst forecast dispersion plays a significant intermediary role between voluntary IP disclosure and stock price collapse risk. Furthermore， the research finds that the disclosure of IP advantage information and risk information has a significant effect on the reduction of stock price collapse risk， while the disclosure of IP content information has no significant effect on the reduction of stock price collapse risk. The mechanism test of IP advantage information and risk information reveals that analyst forecast dispersion still plays a significant intermediary role.

Key words：Intellectual Property （IP）; Voluntary disclosure; Analyst forecast dispersion; Stock price collapse risk

（責任編輯劉永俊；責任校對朱香敏編輯）