機構信息獲取對企業新質生產力影響研究

【摘要】文章選取2013—2022年A股上市公司數據作為研究樣本，旨在從市場羊群行為及有限理性角度，分析機構信息獲取對企業新質生產力的影響。研究結果表明，機構信息獲取對企業新質生產力具有抑制作用。此外，市場知情交易概率在機構信息獲取對企業新質生產力的影響中發揮中介作用。文章采用了更改解釋變量、增加控制變量以及修改年份區間等方法進行穩健性檢驗，上述結論依舊成立。另外進行異質性分析后發現，上述影響機制的影響效果對高新技術企業最為顯著。文章研究結果進一步探索了金融市場對企業新質生產力的影響機制，為促進企業新質生產力發展、優化資本市場環境提供了一定的指導和參考。

【關鍵詞】新質生產力；機構信息獲取；交易知情概率

【中圖分類號】F832.51

作者簡介：王資燕，貴州財經大學應用經濟學院副教授，碩士生導師，研究方向為金融投資、科技金融、綠色金融。

習近平總書記2023年提出了新質生產力的概念，是指生產力質的躍遷。顛覆性創新驅動是新質生產力的一般特征。在2024年1月31日，習近平總書記在中共中央政治局第十一次集體學習時提出發展新質生產力是推動高質量發展的內在要求與重要著力點。加快形成和發展新質生產力，對于新時代生產力水平的躍升以及改善具有重要意義[1]。如果從“新”和“質”兩個方面解析新質生產力的本質，“新”可理解為實現關鍵性顛覆性技術的突破并發展新技術匹配的新經濟與新業態；“質”則可理解為相應顛覆性技術突破后為創新驅動提供前進動力。在新質生產力發展過程中，企業既是重要的創新主體和推動力量，又是資源整合者和市場開拓者，通過技術、資本、人才、市場等多方面的努力，推動新興技術突破以及社會進步。由此，研究影響企業新質生產力的因素，可以更全面地了解企業所處的內外部環境以及當下企業具備的優勢與不足，并制定針對性的發展戰略，提升企業乃至社會整體運營水平，推動高質量發展。在企業新質生產力的影響因素中，金融通過資金供給、產業管理以及供需調節等諸多方式，極大程度地促進了企業創新能力提升，有助于企業乃至社會的新質生產力形成[2]。隨著資本市場的不斷發展，機構投資者已成為市場主體中重要的組成部分，通過投融資業務的開展，機構投資者在相當程度上可以影響企業的內部管理和政策制定[3]，也間接影響企業的新質生產力水平。關于金融對以創新為核心的企業新質生產力的影響機制研究，已經有了豐富的研究成果，不過研究金融市場中，以機構投資者為代表的市場主體的具體行為及市場最終反饋對于企業新質生產力的影響涉獵并不多，研究相應行為對企業新質生產力的影響，可以明晰各市場主體在金融體系促進新質生產力過程發揮的作用，以及當下資本市場條件下還需在哪些方面進行改進以更好促進企業新質生產力發展。

一、理論分析及研究假設

（一）羊群行為理論假說

機構投資者制定投資決策時，普遍依賴信息獲取與判斷結果。信息準確度是其決定投資決策有效性的根本要素。機構投資者與個人投資者都需要通過信息獲取，以獲取大量與投資企業相關的信息，來保證投資決策的正確性與有效性。而在此過程中，個體信息收集分析能力上的差異將在信息獲取過程中產生重大影響。由于機構投資者理性的分析能力和專業的人才團隊，在信息獲取過程中其對個人投資者的信息優勢程度將顯著提升。而面對身為“信息優勢者”的機構投資者，普通個人投資者將傾向于成為羊群行為中的“從羊”，并跟隨具有信息優勢的“頭羊”機構投資者交易且放棄信息獲取，上述行為將導致整個資本市場中企業股價的信息含量下降[4]，也使得企業在資本市場中的相應數據偏離其內在價值。信息的不準確將直接影響數字金融、金融科技等金融市場數字化服務渠道的服務能力，造成“金融錯配”“信用錯配”等問題，負向影響企業的創新能力[5]。而創新作為新質生產力的核心要素，創新能力的抑制也同樣使得企業新質生產力受到抑制。根據上述影響機制，本文提出了以下假設：

H1：機構信息獲取由于信息收集處理能力不對稱而引起市場上出現“羊群行為”，最終使得金融市場對企業創新的服務能力失靈而降低了企業的新質生產力。

（二）有限理性假說

在有限理性環境下，企業的股市表現不僅由其內在價值決定，也會受到市場情緒影響。由于機構投資者具有強大的分析能力以及廣泛的業務范圍，其行業研究、金融咨詢等業務的開展使得機構投資者有更多機會接觸到企業的特質信息乃至內幕信息，逐漸成為“知情交易者”。此外在資本市場中機構投資者的業務開展與產品業績可被其他個人投資者直接觀測到，那么機構投資者的“知情交易者”身份也終究會被交易者投資觀察到。此時，投資者情緒將由于市場信息不對稱程度加深的原因顯著受到負向影響，而消極的投資者情緒將直接惡化企業資本收益率[6]。為了實現股東利益最大化的目標，企業不得已將有限資金分配到“短平快”項目上以快速提升企業利潤，對于回收周期較長、整體風險較大的技術研發項目只能摒棄，因而降低了企業的創新能力，抑制了企業新質生產力的發展。根據上述影響機制，本文提出了以下假設：

H2：機構信息獲取將增加自身知情交易概率并影響投資者情緒，最終使得企業新質生產力受到抑制。

二、模型及變量設計

（一）樣本選擇

本文以滬深A股中所有企業個股作為選擇樣本，以2013—2022年作為樣本時間范圍。該期間涵蓋了一個較為完整的股市周期以供參考。剔除了金融行業個股、ST股以及當年交易周數少于30周的個股，對于關鍵數據缺失的個股也作剔除處理，最終獲得29 471條數據。相應變量數據全部從CSMAR數據庫中獲取。

（二）變量設定

1.被解釋變量———企業新質生產力（Npro）

新質生產力的核心要素是企業的創新能力。本文參考宋佳等[7]對于企業新質生產力的構建方法，從勞動力及生產工具兩方面入手，通過構建相應指標以衡量勞動兩要素在企業創新能力上的影響，并以熵值法對共計11個二級指標賦予權重，合成最終的企業新質生產力指標（見表1）。

2.被解釋變量——分析師跟隨（Analyst）

本文為簡化機構投資者信息獲取的類型與方法，選擇以當年對上市企業完成項目追蹤與研報發布的證券分析師數目后加上1自然對數化處理后的最終值表示。

3.中介變量——知情交易概率（VPIN）

由于沒有指標能夠直接反映出機構投資者在信息獲取后對企業特質信息的知情程度，本文參考Easley等[8]的指標構建方法，通過構建知情交易概率VPIN指標以衡量機構信息獲取后對整體市場知情交易概率的影響。

4.控制變量

為排除個股相關因素在研究結論上的干擾，本文選擇以公司市值的對數（Size），個股年度凈資產收益率（Roe），個股年度收益率標準差（Sigma），個股負債總額除以資產總額（Lev）以及機構投資者持股比例（Inst）作為控制變量。

（三）模型設計

1.主效應回歸模型

該模型中i表示個股，t表示年份，ɑ為截距項，Controls表示各控制變量，ε為殘差值。其中機構信息獲取及企業新質生產力的影響機制通過系數的數值及顯著度進行衡量。

2.中介效應回歸模型

三、實證結果分析

（一）主效應回歸

表2展示了式（1）的回歸結果。根據結果可知Analgst數值為-0.1921，且通過1%水平的置信度檢驗，說明機構投資者以分析師跟隨為代表的信息獲取對于企業的新質生產力具有抑制作用。分析其中具體原因，由于資本市場各主體在信息獲取能力上具有差異，當機構投資者通過信息獲取而具有信息優勢的情況被其他主體觀察到時，便會由于信息不對稱引發羊群行為跟隨交易并放棄自主信息獲取，該操作降低了金融市場中信息質量并增大了“金融錯配”“信用錯配”發生可能，抑制了企業的新質生產力發展。

（二）穩健性檢驗

為確保實證結果的可靠性，本文選擇以下三種方式修改原有模型進行穩健性測試：

1.修改解釋變量

本文更換解釋變量對機構投資者的信息獲取重新進行衡量。選擇使用以基金公司為代表的機構投資者當年內對于上市企業的調研次數加1后取對數所得值Search替換原有的Analyst指標，其回歸結果如表3中第（1）列所示。根據結果可知，新指標表示的機構信息獲取對企業新質生產力回歸系數仍顯著為負，表明原結果具有穩健性。

2.增加控制變量

為排除更多不確定因素對于被解釋變量的回歸結果干擾，本文增加了股票換手率月度環比差值的年度均值Dturn以及市值賬面比MB作為新控制變量后再次進行回歸，其回歸結果如表3中第二列所示。根據結果可知，機構信息獲取對企業新質生產力依舊產生負向影響，與前文結論基本一致。

3.更改樣本年份區間

由于在2020—2022年我國出現了新冠疫情等對實證涉及個體可能會產生重大外部影響的事件，為排除相應事件對實證結果產生擾亂，本文選擇使用2020年以前的數據進行回歸，其回歸結果如表3中第三列所示，回歸結果也與原模型基本一致。

（三）機制分析

為檢驗機構信息獲取提高了知情交易概率，最終使得企業新質生產力下降這條影響路徑里中介效應的存在，本文采用逐步回歸方法進行檢驗，并輔以Sobel檢驗以評估相應中介效應的可信度。以此探究在原有H1假說的基礎上，機構信息獲取是否通過影響市場知情交易概率，抑制企業新質生產力發展。根據逐步回歸的設計思路，本文首先對總效應對應的式（1）進行了回歸檢驗，結果記錄在表4第（1）列。根據實證結果可知，系數在1%水平下顯著為負，說明主效應的作用機制與前文假設一致。其次，對市場知情交易概率及機構信息獲取按式（2）進行回歸檢驗，結果記錄在表4第（2）列。根據實證結果可知，系數在1%水平下顯著為正，說明機構信息獲取確實增加了對應個股的市場知情交易概率，提高了市場信息不對稱水平。最后，對式（3）進行回歸，以驗證知情交易概率能否在機構信息獲取以及企業新質生產力之間起作用，回歸結果記錄在表4第（3）列。根據結果可得，知情交易概率亦顯著為負，說明知情交易概率將抑制企業新質生產力。綜上所述，市場知情交易概率在機構信息獲取與企業新質生產力之間起中介作用。此外觀察Sobel檢驗結果可知，其Z統計量絕對值結果為7.4269，說明了此條中介效應影響路徑的可信性。綜上所述，可以認為假設H2成立。

（四）異質性檢驗

根據前文可知，在整體資本市場層次，機構信息獲取將抑制企業新質生產力發展，不過考慮到市場中企業的多樣性，本文認為對于不同類型企業的新質生產力機構信息獲取的影響效果可能存在差異。因此，本文決定按照企業是否為國有企業以及企業是否處于高新技術行業對樣本企業進行分類并進行異質性檢驗。其中，是否為國有企業的依據根據其產權性質進行劃分，所處行業是否為高新技術產業則根據《國民經濟行業分類》標準進行判斷。相應異質性檢驗結果如表5所示。根據結果可知，當以是否為國有企業進行劃分時，機構信息獲取對企業新質生產力的系數皆在1%水平顯著為負且差異并不算大，說明機構信息獲取對于企業新質生產力的影響機制并不會由于企業的產權性質而出現明顯的異質性影響。而使用所處行業是否為高新技術行業對樣本企業進行分組后可以發現，雖然機構信息獲取對企業新質生產力的系數依舊皆在1%水平顯著為負，但高新技術行業組的回歸系數絕對值不僅高于式（1）所得的整體回歸系數且達到了非高新技術行業組的兩倍以上，說明機構信息獲取對于高新技術企業的影響效果最為顯著。分析其中原因可知，高新技術企業由于在技術研發投入較大且市場競爭力主要為產品技術先進程度，因此技術研發能力的重要性在該類企業中尤為突出。而機構信息獲取在資本市場帶來的羊群行為以及投資者情緒惡化都將迫使高新技術企業降低研發投入，使得企業的研發能力乃至新質生產力顯著下降，且受到的負向影響水平高于市場平均。

四、研究結論與啟示

（一）研究結論

1.在本文選定樣本及周期范圍內，機構投資者的信息獲取行為將會由于我國資本市場的信息不對稱與有限理性環境，最終降低我國企業的新質生產力，該機制經過了穩健性以及異質性檢驗后所得結論依舊成立，確保了結論的可靠性。2.在機構信息獲取對企業新質生產力的影響路徑中，市場知情交易概率起到了中介作用。3.機構信息獲取對于處于高新技術行業的企業的新質生產力影響最大，因為該類企業發展對創新能力的要求更高。

（二）建議

1.優化企業信息披露環境。資本市場的信息不對稱可通過持續優化企業信息披露環境以有效緩解，而相應完善一是可以通過擴大企業的業務、技術、財務等相關信息的披露范圍，引入獨立第三方機構對企業的信息披露進行審計和評估，以確保披露信息的真實性和可靠性，以及以普通投資者為基準，在語言表述上做到簡明清晰，便于投資者閱讀和理解來實現。二是對于內幕交易、操縱市場等犯罪行為需增加懲戒手段和方式的多樣性，在行政處罰手段上綜合運用監管措施、行政處罰、市場禁入、失信懲戒、重大違法強制退市等多種行政措施，在刑事訴訟上，根據犯罪實際情況依法采用集體訴訟、支持訴訟和刑事手段，對內幕交易現象形成進行多方面抑制。

2.大力普及投資者教育。個人投資者的非理性操作來源于自身投資理念的不全面，需要開展投資者教育進行完善。而普及投資者教育需要社會各方共同努力，監管方應協同社會各方力量，推進全方位的投資者教育，多方位、多渠道定期發布關于市場動態、投資策略和風險管理的出版物或電子新聞信件，持續向投資者提供最新信息。此外，應鼓勵商業銀行、資產管理公司和證券交易商等機構投資者將投資者教育作為客戶服務的一部分而非單純任務，在日常業務的開展過程中，為客戶普及理性投資，風險與投資相匹配等正確投資理念，從而提高投資者整體素質，減少股價的非理性同步變動。

3.強化企業創新能力。除外部條件的改善，企業自身也需要從管理模式，運營機制入手發展新質生產力。在具體架構上企業需構建扁平化、網絡化架構并升級自身研發組織以促進新型生產關系形成，加大企業人才隊伍培養建設，提升創新人才的比重。此外，企業可積極應用人工智能，量子技術等新興信息技術，利用數據分析和算法模型精準推算市場變動與客戶畫像以預測消費者需求和行為，此外還可通過量子計算等新興數據分析方法賦能生產計劃、產品研發、商業模式，實現創新驅動的數字化模式創新[9]。

主要參考文獻：

[1]張林.新質生產力與中國式現代化的動力[J].經濟學家，2024（03）：15-24.

[2]廖桓，邱志剛.金融助力新質生產力的長效機制研究[J].理論與改革，2024（03）：52-61+159.

[3]Solomon， D.and E.Soltes （2015）.What are we meeting for The consequences of private meetings with investors[J].Journal of Law and Economics 58（2）：325-355.

[4]許年行，洪濤，吳世農等.信息傳遞模式、投資者心理偏差與股價“同漲同跌”現象[J].經濟研究，2011（4）：135-146.

[5]岳鵬.金融錯配、內部控制質量與企業創新[J].國際商務財會，2024（10）：27-32.

[6]黃靈.投資者情緒、知情交易與資本市場反應[J].時代金融，2022（11）：28-31.

[7]宋佳，張金昌，潘藝.ESG 發展對企業新質生產力影響的研究——來自中國 A 股上市企業的經驗證據[J].當代經濟管理，2024，46（06）：1-11.

[8]Easley， D.， Prado， M， and O’Hara， M. The Microstructure of the “Flash Crash”： FlowToxicity， Liquidity Crashes， and the Probability of Informed Trading[J].The Journalof Portfolio Management， 2011，37（2）：118-128.

[9]齊冠鈞，尹政平，馬培武，劉牧茜.發展新質生產力量子技術大有可為[J].國際商務財會，2024（06）：3-5+20.

責編：險峰