引言

资本市场如何影响实体经济，股价波动是否会影响公司的决策？传统理论认为，股价反映了投资者对公司未来净现金流的期望，并不会影响公司的实际运营。[1]然而越来越多的研究强调股价关于公司价值的信息含量，发现二级市场上股价的“反馈机制”会影响公司决策者的信息获取和薪酬激励等，从而对公司实际决策产生影响。[2-4]为完善资本市场交易制度，提高股市定价效率，2010年3月31日，上交所和深交所依据《融资融券交易试点实施细则》公布了首批90支融资融券交易试点标的，中国股市正式引入了卖空交易制度。随着产业结构调整和市场日趋国际化，创新已成为公司的核心竞争力，投资者对公司未来价值的判断会越来越看重公司的创新实力，创新成为投资者决策的重要依据。基于融资融券制度背景，本文研究卖空机制对上市公司创新的影响，并分析卖空机制影响公司创新的机理过程，以促进公司创新水平的提升和资本市场交易制度的不断完善。

融资融券交易又称信用交易，是指客户提供担保物，向证券公司等金融中介机构借入资金买入上市证券（融资交易）,或者借入上市证券进行卖出（融券交易），并在约定期限内偿还所借资金或证券及利息、费用的证券交易活动。作为发达资本市场普遍实施的一项交易制度，卖空机制（融券交易）的经济后果历来是学界和业界讨论的热点。支持者认为，卖空机制的引入有利于加强股价对公司负面信息的反映，提高市场定价效率，促进资源有效配置。[5]并且，卖空机制具有公司治理功能，当公司盈余质量较低时，通过卖空这类公司股票可以获得超额投资收益，造成股价大跌。股价的“反馈机制”会约束管理层机会主义行为，降低公司盈余管理程度，提高信息披露质量。[6-8]反对者则认为，卖空机制加剧资本市场波动，[9]放大市场风险，[10]严重影响了投资者对实体经济的信心。现有研究更多关注卖空机制对市场定价效率和公司盈余质量等方面的影响，而关于卖空机制与公司创新的研究则较为欠缺。创新是一个国家经济增长的驱动[11]和竞争优势的来源，[12]也是影响公司能否持续发展的关键因素。[13]然而，在所有权与经营权相分离的现代公司治理结构下，管理层在创新中存在严重的“短视行为”。[14,15]卖空机制的引入能否治理管理层的“短视行为”，促进上市公司创新？这一问题的研究具有一定的理论价值与迫切的现实意义。

根据现有研究和相关理论，本文提出卖空机制影响公司创新的“治理效应”与“信息效应”假说。一方面，卖空机制的公司治理功能得到了学术界的广泛认可，[6-8]当管理层因为私有收益而降低创新投资、损害公司未来价值时，投资者可通过卖空这类价值被市场高估的公司股票获得超额投资收益，造成股价大跌。股价的“反馈机制”可能会治理管理层为了降低工作难度与风险而产生的创新“短视行为”；另一方面，卖空投资者作为信息传递的市场中介，[16-19]有利于降低公司与普通投资者间的信息不对称程度。[19,20]创新增加了公司与普通投资者间的信息不对称，卖空投资者的信息中介功能可能会缓解这类信息不对称现象，避免公司价值被市场低估，从而增强管理层创新动机。借助中国股市2010年引入卖空机制这一外生事件，本文以2006-2014年我国A股上市公司为样本，使用公司专利申请量衡量创新水平，运用双重差分模型（Difference-in-Differences，DID）的自然实验方法进行了实证分析。实证结果发现，对比非融资融券标的公司，卖空机制显著提高了融资融券标的公司的创新水平。并且，在分别区分公司治理水平与信息环境的情境检验中发现，卖空机制的这一效应在产品市场竞争度较低、分析师跟进较少的标的公司中更为显著，验证了卖空机制提高公司创新水平的“治理效应”与“信息效应”的影响路径。

2.4.2 有机质 长顺县耕地土壤有机质含量普遍较高(图3b)。含量属上等(有机质>30 g/kg)的耕地面积有360.23 km2，占全县耕地面积的79.74%，主要分布在长顺西北部的广顺镇、摆所镇和白云山镇；其次是含量属中等(有机质20～30 g/kg)的耕地面积有79.44 km2，占全县耕地面积的18.09%；有机质含量没有下等(有机质<10 g/kg)的耕地土壤。该区域多为水田和菜地，有机肥施用量较高。

本文的贡献主要体现在以下三个方面：第一，丰富了卖空机制经济后果的研究。现有卖空机制的经济后果研究主要考察卖空机制对股市定价效率和公司信息披露质量的影响，而关于卖空机制对实体经济影响的重要途径——公司创新的研究较为欠缺。本文运用实证研究方法，研究卖空机制对公司创新的影响，有助于深入了解和认识卖空机制对实体经济的影响机理和实际效果。第二，推进了公司创新影响因素的研究。关于公司创新影响因素的研究较为丰富，然而从资本市场重要的交易制度——卖空机制角度研究公司创新的文献依然匮乏。本文基于现有关于卖空机制效应的研究文献，研究其“治理效应”与“信息效应”对公司创新的影响，有助于拓展公司创新研究视角，丰富公司创新影响因素的相关文献。第三，扩展了资本市场对实体经济影响的研究。资本市场如何影响实体经济是金融学中重要的研究课题，股票二级市场是否会影响公司实际决策更是备受争论的问题。本文的研究结论发现，股票二级市场的交易机制实际影响了公司创新决策，为资本市场与实体经济关系的认识提供了理论支撑与经验证据。

一、制度背景、理论分析与研究假设

1．制度背景

图6给出了弹丸超高速侵彻中厚靶引起的靶板中的波系作用。反射的稀疏波与入射冲击波相互作用后，靶内出现负压区，随着反射稀疏波向靶的深部传播，负压将会逐渐增大，当负压达到靶的动态拉伸强度时，将会形成层裂片并从靶体向外抛出。根据冲击波强度及靶板厚度的不同，可以形成一块或多块层裂片。如果最终的坑底位置与层裂片位置重合，则被定义为“弹道极限条件”。

第一阶段：全面禁止阶段（1990.12—2005.9）。股市建立之初，我国资本市场法律法规尚不完善，投资者基本知识和风险意识薄弱，金融监管部门效率较低，导致市场违规操作行为频繁发生。尤其是1998年爆发的东南亚金融危机使监管层对金融创新的态度更加谨慎，1998年12月通过的《中华人民共和国证券法》规定：“证券公司不得从事向客户融资或者融券的证券交易活动”。虽然在新型资本市场建立初期，卖空交易的禁止有利于维护市场稳定、保护投资者利益，但随着市场的发展，单边市场的交易机制导致市场定价效率较低，由此累积的市场风险促使监管层重新对是否允许卖空进行深入思考。

卖空机制“治理效应”的发挥与公司的治理水平有很大关系，可以设想：如果卖空机制通过“治理效应”提高了公司创新水平，那么这一效应对治理水平较差的公司应更为显著。竞争是懒惰的天敌，[41]作为一种重要的外部治理机制，现有研究肯定了产品市场竞争对管理层机会主义行为的约束作用：一方面，在激烈的市场竞争下，委托—代理双方信息不对称程度较低，股东更容易监督管理层决策，与管理层间代理冲突较小。Hart研究发现，由于高竞争行业市场参与者众多，公司决策信息相对透明，股东与管理层间信息不对称程度较低，可以更好地监督管理层的创新决策。当发现管理层在创新活动中存在道德风险问题时，董事会可以制定相应的惩罚措施，避免管理层在公司创新中出现短视行为。[42]另一方面，高竞争压力加大了管理层机会主义行为的实施成本，出于利益的权衡，管理层会减少自利行为。Schmidt发现，高竞争行业公司破产清算的风险较高，管理层在竞争压力的逼迫下，需要不断提高产品和服务质量以获取竞争优势，应对市场竞争的压力。[43]创新是提高产品和服务质量最重要的途径，高竞争行业的公司管理层更加注重创新。并且，随着竞争的加剧，为了避免处于劣势，公司间知识竞赛会迫使公司加大创新。[44,45]结合中国市场情境，何玉润等研究发现通过治理管理层机会主义行为，产品市场竞争对公司研发强度有显著的提高作用。[46]基于现有的研究成果，产品市场竞争是一种有效的外部治理机制，有利于约束管理层机会主义行为。当公司所在行业市场竞争度较低，产品市场竞争难以有效地发挥外部治理作用，管理层可能将更多的资源投入于日常经营活动中，以享受降低工作难度和风险带来的私有收益。引入卖空机制后，其“治理效应”应在产品市场竞争度较低的行业公司中有更加显著的体现，能够有效治理这类行业中公司管理层“创新短视”行为，提高公司的创新水平。基于此，本文提出假设：

中国股市建立于1990年12月，相比发达资本市场起步较晚，创立十五年后才谨慎尝试引入融资融券业务。融资融券在我国发展至今大致经历了全面禁止、法律法规修订、试点和转入常规四个阶段。

第二阶段：法律法规修订阶段（2005.10-2008.4）。随着资本市场的不断发展，出于完善资本市场交易制度、提高市场定价效率的目的，2005年10月新修订的《中华人民共和国证券法》规定：“证券公司为客户买卖证券提供融资融券服务，应当按照国务院规定并经国务院证券监督管理机构批准”，正式允许融资融券交易的开展。此后，2006年6月证监会发布《证券公司融资融券试点管理办法》、《证券公司融资融券业务试点内部控制指引》。同年8月，沪深交易所发布《融资融券交易试点实施细则》。随后，《融资融券试点登记结算业务实施细则》、《融资融券合同必备条款》、《融资融券交易风险揭示书必备条款》的出台，规定了证券公司与融资融券投资者间的法律关系。2008年4月，国务院常务会议出台《证券公司监督管理条例》和《证券公司风险处置条例》。至此，融资融券制度实施的法律法规已经基本具备。

第三阶段：试点阶段（2008.10-2011.10）。2008年10月5日，经国务院同意，中国证监会宣布启动融资融券试点。2008年10月31日证监会发布《证券公司业务范围审批暂行规定》。2010年1月8日，国务院原则上同意开设融资融券业务试点。2010年3月31日，融资融券业务试点正式启动，首批标的共90只股票。至此，卖空机制正式被引入中国资本市场，融资融券交易进入市场操作。

第四阶段：转入常规阶段（2011.11-至今）。2011年10月26日，中国证监会发布《转融通业务监督管理试行办法》，允许证券公司作为中介将来自其他金融机构的资金和证券提供给融资融券投资者。2011年11月25日，沪深交易所发布了新修订的《融资融券交易实施细则》，融资融券业务从试点阶段转至常规阶段。在2010年3月31日至2014年9月22日，证监会共进行了四次融资融券标的扩容，融资融券标的现增加至900只股票。

2．理论分析与研究假设

表4列示了各变量之间的Pearson相关系数矩阵。可以看出，因变量（LnPatent）与其余变量间存在显著相关关系，模型设计可靠。变量之间相关系数绝对值均小于0.5，不存在严重共线性问题。此外，所有变量的VIF值均低于5，VIF均值为4.70，各变量间不存在严重的多重共线性问题。

现有研究发现，卖空机制能够发挥公司治理作用，降低公司代理成本；[6-8]并且，卖空交易也会向市场传递关于公司价值的重要信息，降低公司与普通投资者间的信息不对称程度。[19]在现有研究与相关理论的基础上，本文提出卖空机制影响公司创新的“治理效应”与“信息效应”假说，并分别论述这两种假说的潜在影响路径。

基于公司治理的视角，国内外学者对卖空机制的公司治理功能进行了深入研究，发现在卖空机制的外部威慑下，管理层会主动减少机会主义行为，提高公司信息披露质量。[6-8]作为代理问题的另一种体现，管理层投资短视制约了公司的长期发展，这一现象普遍存在于所有权与经营权相分离的现代企业中。[20]创新是公司重要的长期投资，具有风险高、产出不确定的特点，并且整个过程时间较长、阶段较多。[21]相较于公司其他利益主体，管理层作为创新项目的直接决策者与执行者拥有更多的私有信息。[22]创新投资加剧了管理层与投资者间信息不对称程度，[23]导致创新过程中管理层决策难以得到有效的监督，为其机会主义行为提供了空间。根据道德风险模型，[24,25]当决策行为不能得到有效监督时，为了享受“平静生活”（Quiet Life）带来的私有收益，管理层会将自身精力和公司资源更多地投入日常生产经营活动中，降低挑战性较大的创新投资。即使管理层进行了创新投资，为了私有收益的最大化，往往也是简单追求创新产出的数量，难以真正提高公司的创新实力。[14]此外，由于管理层个人资产的风险分散性较低，相较于股东具有更高的风险厌恶倾向，而创新投资的提高会增加公司的经营风险，导致管理层在创新中的投资水平往往低于公司最优投资水平。[26]

引入卖空机制可能会治理这类代理问题，资源基础理论（RBV）认为，创新是公司获得异质性资源、保持持续竞争优势的有效途径。[27,28]尤其在经济环境复杂多变的今天，创新是公司在市场竞争中谋求生存的必由之路，对公司未来业绩起着决定性作用。[13] 创新水平的提升能够显著提高公司市场价值，[29-34]而创新能力的不足制约了公司未来的发展前景，造成盈余持续性较低、[35]破产风险增大等不良后果。[36]卖空投资者依靠发掘公司未来价值的负面信息选择卖空目标，创新不足制约了公司长期价值增长，卖空这类公司股票可以使投资者获得超额投资收益。而卖空交易本身传递出公司价值的负面信号，带动中小投资者“用脚投票”，产生的“滚雪球”效应易造成股价大跌。[8]根据股价影响管理层决策的“反馈机制”，[4]管理层薪酬契约和未来职业发展与公司股价紧密相关，股价的下跌会损减管理层绩效薪酬，甚至威胁其职位安全。因此，在公司股票被卖空的外部压力下，管理层可能会迎合投资者对公司价值判断的标准，调整其投资决策，将自身精力和公司资源投入到创新性较高、有利于提高长期价值的创新项目中。通过创新水平的提升向市场传递公司价值的积极信号，避免公司股票成为卖空投资者的“狙击”目标。此外，由于股价大跌会极大损减大股东财富，在成为融资融券标的后，大股东有更强的动机监督管理层决策，[37]避免管理层出现“创新短视”行为，这就是卖空机制影响公司创新的“治理效应”假说。

信息是认知过程中沟通客体与主体的中介。[38]从信息传递的角度，研究认为卖空投资者具有信息中介的功能，能够缓解公司与普通投资者间信息不对称的程度。[19]创新过程伴随着对新技术和新方法的探索，创新本身具有高风险、周期长的特点。由于并不具备了解公司创新价值的信息优势与知识技能，普通投资者难以了解公司创新的价值含量，创新加剧了公司与普通投资者间的信息不对称程度。[22]信息不对称使普通投资者面临严重的逆向选择问题，一些创新含量高的公司价值易被市场低估，增加了被恶意收购的风险。[15]为了降低这种风险，管理层更愿意增加回报稳定的一般性投资，而放弃具有创新价值的高风险项目。

（3）其他控制变量

卖空机制“信息效应”的体现与公司自身信息环境紧密相关，如果卖空机制的“信息效应”能够提高公司创新水平，那么这一效应对信息不对称程度较高的公司应更为显著。证券分析师通过搜集公司信息，对信息进行分析研究，最终向投资者提供投资建议，有效地缓解了公司与投资者间的信息不对称程度。[47]当较多的分析师跟进时，公司重要信息也更有可能被投资者了解，从而更加及时地反映在公司股价中，[48,49]分析师跟进也经常作为公司信息环境的直接衡量变量。[19]结合中国资本市场的现实情境，吴东辉等首次对我国证券分析师盈余预测的准确性、价值相关性以及预测公布后的市场反映进行了研究，发现分析师盈余预测准确性高于随机游走模型的结果，为投资者提供了有价值的信息，市场也对分析师预测有较为显著的反应。[50]朱红军等研究发现，证券分析师作为资本市场重要的信息中介，有利于降低公司与投资者间信息不对称，分析师跟进提高了股票价格的信息含量，降低了股价同步性，提高了我国资本市场的定价效率。[51]朱红军等从分析师盈余预测修正的角度研究发现，证券分析师在进行盈余预测修正时，除了市场已知的公开信息外，还能为市场提供公司层面增量信息，提高了市场的定价效率。[52] 综上所述，分析师作为一种有效的市场信息中介，能够为投资者提供关于公司价值的重要信息。当公司被较多分析师跟进时，公司创新的相关信息也更有可能被普通投资者了解，有利于降低公司因创新而增加的信息不对称程度。当分析师跟进较少时，公司信息环境较差，创新的相关信息难以被投资者了解。Pownall等使用分析师跟进人数衡量公司的信息环境，发现当分析师跟进较少时，卖空投资者能够发挥信息中介功能，向市场提供有价值含量的信息。[19]据此，当公司被较少的分析师跟进，创新价值难以被普通投资者了解时，卖空机制的信息中介功能应会得到更好的体现。通过缓解企业与普通投资者间关于创新价值的信息不对称问题，卖空机制有利于激发管理层创新的主观意愿，有利于公司创新水平的提高。据此，本文提出假设：

对于Ⅱ～Ⅳ期患者除使用放疗外理想的肿瘤细胞减灭术联合化疗非常重要。畸胎瘤虽为生殖细胞肿瘤，但对于生殖细胞肿瘤敏感的PEB(顺铂、依托泊苷、博莱霉素)方案不是最佳化疗方案。成熟畸胎瘤鳞变术后辅助治疗与宫颈癌类似，可用鳞癌敏感的紫杉醇和铂类化疗[18]，但MCT鳞癌变放疗效果与宫颈癌相比效果较差[19]。也有文献报道术后辅助放化疗对改善存活率意义不大且放疗影响患者生育能力[20]，故可不主张对有生育要求的患者进行盆腔外放疗。Ito等[21]提出碳离子放射治疗治疗可视为治疗复发性TMT的一种新方法。对于复发性MCT鳞癌变患者进行碳离子放射治疗治疗可缩小肿瘤体积，延缓患者生存期。

H1：相比非融资融券标的公司，卖空机制显著提高了标的公司的创新水平

STC89C52RC是STC公司生产的一种控制器，它内部包含了个16位的定时器，即T0到T4，其中T0和T1核心是加1计数器。T2是16位自动重装初始模式。T3、T4与T2完全一样。通常用于定时器和计数器。因为STC89C52RC功耗低性能高，且有8K字节的Flash存储器，所以被广泛应用。

（2）产品市场竞争度对卖空“治理效应”的影响

孔琦等[25]基于DEM软球模型，分析了三维竖直振动流化床振动频率和振幅对流化气泡形成、床层固含率、空隙率及颗粒速度床层的影响。结果表明：垂直振动促进大气泡形成，会产生节涌；在颗粒轴向速度为0.2～0.3 m/s时流化效果最好。

● 智能应用。随着高清视频技术的成熟和网络链路建设的加速，视频监控已经从看得到发展向看得清，下一步就是看得懂。采用智能分析技术对图像进行检测，使监控从被动走向主动成为可能，智能分析技术可实现对可疑目标和异常事件的主动预警，从而启动预案，准确处置。现阶段，智能分析算法的准确性和效率还不是很高，需要辅助人工判断，是未来技术攻关的方向。

H2：在产品市场竞争度较低的行业中，卖空机制能够显著提高融资融券标的公司的创新水平

（3）分析师跟进对卖空“信息效应”的影响

货币资金内部控制的关键控制点，一般体现在以下几个方面：一是不相容岗位分离，资金的收支与记账要分离，即会计和出纳的分离；二是要有凭据能够证明货币资金收和支合理合法；三是及时准确地将货币资金收支业务入账，并且要保证核准手续齐全；四是严禁现金坐支，现金要及时送入银行；五是要定期盘点现金，编制银行余额调节表，保证账实相符；六是要加强对货币资金收支业务的内部审计。

从卖空机制的“信息效应”角度，卖空投资者的信息中介功能有利于降低公司与普通投资者间信息不对称程度，可能会提高管理层创新的主观意愿。卖空交易实施成本极高、风险极大，当股价如投资者预期下跌时，卖空可以获得收益。但如果股价上涨，理论上卖空投资者的损失是无限大的，这就需要卖空投资者投入大量时间与精力搜集并分析公司层面信息。在这一过程中，相较于普通投资者，卖空投资者掌握了更多公司信息，具有较强的信息优势和信息解读能力。[16-18]在充分掌握公司信息的基础上，为了卖空策略实施的成功，卖空投资者需要向市场传递公司重要信息，布局卖空策略。[8]卖空投资者扮演了市场信息中介的重要角色，有利于降低公司与普通投资者间的信息不对称程度，降低投资者关于公司价值判断的不确定性。一些对中国资本市场的研究也发现，卖空投资者的信息中介功能降低了融资融券标的公司与普通投资者间的信息不对称程度，增强了市场的定价效率。[39,40]因此，在拥有信息优势的卖空投资者积极搜索并传播公司层面的信息时，公司创新的价值信息很可能因为卖空投资者的关注而被更多市场投资者了解，有利于创新价值更加有效地反映在公司股价中，降低公司被恶意收购的潜在威胁，激发管理层的主观创新意愿。根据上述分析我们认为，通过“治理效应”与“信息效应”的发挥，卖空机制有利于促进融资融券标的公司创新水平的提高。据此，提出假设：

党建是国有企业的“根”和“魂”，加强党对国有企业的政治领导、思想领导和组织领导，用企业竞争实力是否增强，国有资产是否增值，企业利润是否增加这三个标尺作为企业党建工作好与不好的最终判断。天津分公司党支部自成立以来，在上级党组织的正确领导下，以“一体两翼”为指导，按照中国石油天津大厦“共谋、共护、共管、共用”的天津模式，努力把党的政治优势转化为企业发展的内生动力。2017 年生产经营超额完成了上级下达的指标任务，连续两年荣获阳光物业先进集体荣誉称号，企业的各项工作在和谐稳定的环境下取得了新跨越。

2017年大连市三次产业结构比例为6.4∶41.5∶52.1，第三产业占比超过一半以上，形成了以服务经济为主导产业结构，服务业成为稳增长的 “压舱石”。工业结构不断优化，数控机床、轨道交通、核电装备、集成电路、储能装备等领域推出一批新产品、新技术，2017年全市规模以上高技术产业增加值增长50.8%，战略性新兴产业增加值增长16.5%。 “互联网+”迅猛发展，新技术、新产业、新业态、新模式快速成长，2017年规模以上软件和信息服务业实现营业收入增长19.7%。投资结构进一步优化，高技术产业投资增长94.1%，民间投资增长22.4%，服务业投资占比达62.4%。

H3：在分析师跟进较少的公司中，卖空机制能够显著提高标的公司的创新水平

二、研究设计

1．数据来源与样本选择

截至2014年9月22日第四次扩容，我国融资融券标的公司共有900家，本文以沪深两市2006-2014年所有A股上市公司为研究样本，以融资融券标的公司为实验组样本，以非融资融券标的公司为控制组样本，按以下程序对样本进行筛选：（1）剔除样本中金融、保险类公司；（2）剔除成为融资融券标的当年的样本，并确保公司在融资融券前后都有观测值。（3）剔除控制变量缺失的样本；（4）公司被卖空的经历可能会影响管理层对外部卖空压力的判断，也反映出卖空投资者对公司信息的关注程度。考虑公司是否有被卖空的经历，剔除了在样本观测年度之前融券卖出额之和为0的样本，最终共获得10905个研究样本。对于R&D支出、专利数据缺失的样本以0代替，为控制极端值的影响，我们对所有连续变量按照1%的标准进行了Winsorize处理。本文有效专利申请量数据是从国家知识产权总局专利查询系统中手工检索获得的，其余数据来自CSMAR数据库，融资融券各批次标的名单来自沪深交易所网站。

2．变量设定

（1）创新的测度

早期关于公司创新的研究多使用R&D投入作为创新活动的衡量变量，现有文献更多地使用公司专利申请数量衡量公司的创新水平。相较于R&D投入，专利数量可以更好地反映公司对有形和无形创新投入的使用效率，是公司创新最终成果的直接反映。并且专利化的创新技术已处在市场的边缘，具有潜在的市场价值，与创新最为接近，这一点已经在Frame[53]和Soete等[54]的研究中得到证实。参考Manso的研究，[55]本文使用“1+公司当年申请并最终授权的专利申请数量”和的自然对数（LnPatent）表示公司创新。使用专利申请数是因为专利从申请到最终授权公告有较长的时间间隔，当年专利申请数能够反映公司进行实际创新活动的时点，[56]从而有利于测度卖空机制对公司创新的实际影响。并且，考虑到申请而未获得授权的专利创新含量较低，本文使用的专利数据是申请并最终授权的专利，不包含申请而最终未获得授权的专利，这样更能反映公司实际创新水平。此外，考虑不同类型专利的创新含量，本文在稳健性检验部分将专利类型进行区分，对本文假设重新进行了检验。

（2）卖空的测度

基于融资融券制度实施的政策背景，本文使用双重差分模型（DID，Difference-in-Difference）测度卖空实施后的经济后果。由于融资融券交易的实施是多时点分批次的，适用多时点双重差分模型。[14]参考Chen等多时点双重差分模型的设定方法，[57]我们对融资融券标的类别变量和卖空交易开始时间的虚拟变量进行设置。本文定义List表示融资融券标的类别虚拟变量，当公司为融券标的公司时，该变量为1，否则为0。Post为公司成为融券标的证券后的时间虚拟变量，公司进入融资融券名单之后的年度，该变量为1，否则为0。在此基础上，设定卖空机制交互项List×Post，其在回归模型中的系数表示对比控制组公司，卖空机制对标的公司创新水平的影响。

3）在体育舞蹈传授过程中，让学生懂得体育舞蹈赛事组织，学习体育舞蹈基本礼仪，促使学生相互沟通，增进友谊，增强自信心，丰富大学生的社会文化生活。

本节主要分析进口压强对流场特性的影响规律. 喷流条件仍然固定为: Majet=1.0， Tjet=300 K， Pjet=0.96 MPa, 来流仍为氧气与氮气质量分数比为0.23∶0.77 的混合空气, 其温度与Mach数分别固定为: Ma∞=2.52, T∞=754 K. 进口压强取值及其对应的进口流场特征参数如表 4所示.

参考Chemmanur等关于公司创新研究的模型设定，[58]本文对影响公司创新的变量进行控制，具体包括：公司规模（LnAssets）、盈利能力（ROA）、R&D支出强度（R&D）、有形资产比例（PPE）、债务水平（Leverage）、产品市场竞争（HHI）、成长机会（TobinQ）、融资约束程度（KZ）、公司年龄（LnAge）、机构持股比例（Insti）和产品市场竞争的平方项（HHI2）。此外，我们在模型中分别对年度与公司和年度与行业固定效应进行了控制，行业分类依照证监会2012年修订的《上市公司行业分类指引》，变量定义具体见表1。

 

表1 变量定义表

  

变量类型 变量名称 变量定义因变量 LnPatent Log（1+公司当年申请并最终授权的专利申请总数）Post 融资融券时点，虚拟变量。公司进入融资融券名单之后的年度，该变量为1，否则为0 List 融资融券标的，虚拟变量。公司为融资融券标的公司时，该变量为1，否则为0 Com_high 高产品市场竞争度，虚拟变量。若公司当年HHI指数低于全部样本当年HHI指数的中位数，则为1，否则为0主要变量Ana_high高分析师跟进度，虚拟变量。若跟踪上市公司的分析师人数高于当年所有上市公司分析师跟进数的中位数，则为1，否则为0。参考He等，[59]我们使用（1+分析师跟进人数）和的自然对数表示分析师跟进数LnAssets 公司总资产的自然对数ROA 公司总资产报酬率R&D R&D强度，R&D支出/总资产PPE 固定资产占比，固定资产/总资产Leverage 公司资产负债率控制变量HHI根据2012版证监会行业划分计算的公司销售额占行业销售额的赫芬达尔指数，用于衡量公司所在行业产品市场竞争度。HHI=∑ ni=1(si /s)2,其中s=∑si，si为公司的主营业务收入，该指数越大说明此行业内相同规模的公司数量越少，公司所在行业产品市场竞争度较低TobinQ公司的Tobin’s Q值，等于年末市场价值除以重置成本。其中，年末市场价值=年末流通股市场价值+年末非流通股账面价值（净资产）+年末负债账面价值，重置成本等于年末总资产KZ 参照Kaplan等，[60]公司的KZ指数，衡量公司融资约束程度LnAge 公司IPO年至统计年年数的自然对数Insti 机构投资者持股比例

3. 模型设计

为了研究卖空机制是否会影响标的公司创新水平，本文采用双重差分模型（DID，Difference-in-Difference）研究卖空机制对公司创新水平的影响。我们使用模型（1）对假设1进行检验。在模型（1）的基础上，我们将样本按产品市场竞争度和分析师跟进人数进行分类，对假设2、3分别进行验证，模型（1）设定如下：

 

本文对模型（1）采用OLS回归，分别对年度和公司固定效应、年度和行业固定效应进行了控制。由于List和Post变量分别与公司和年度虚拟变量高度相关，因此模型在控制了年度和公司固定效应后未放入List和Post变量，只加入了List×Post交互项；在控制行业和年度固定效应模型中，由于Post与年度虚拟变量高度相关，模型未加入Post变量。此外，我们对所有回归模型中标准误进行了公司维度的Cluster处理，以降低潜在的异方差和序列相关问题对回归结果的影响。通过比较卖空机制实施前后，融资融券标的公司与非标的公司专利申请量变化的差异（即List×Post交互项系数β1），反映卖空机制对标的公司创新水平的影响。若β1显著为正，说明公司在成为融资融券标的后专利申请量有显著增长，卖空机制有效提高了标的公司的创新水平。

三、实证分析

1. 变量描述性统计

 

表2 主要变量描述性统计

  

变量名 观测值均值下四分位数中位数上四分位数标准差最小值最大值Patent 10905 10.42 0 0 7 34.39 0 345 LnPatent 10905 1.07 0 0 2.08 1.40 0 5.35 LnAssets 10905 21.68 20.81 21.52 22.34 1.26 19.05 26.89 ROA 10905 0.03 0.01 0.03 0.06 0.06 -0.22 0.23 R&D 10905 0.01 0 0 0.02 0.02 0 0.09 PPE 10905 0.43 0.29 0.43 0.57 0.19 0.03 0.85 Leverage 10905 0.47 0.30 0.48 0.64 0.23 0.05 1.18 HHI 10905 0.10 0.04 0.06 0.10 0.11 0.02 0.76 TobinQ 10905 1.90 0.83 1.43 2.35 1.69 0.15 10.60 KZ 10905 -0.14 -1.66 0.35 1.78 2.81 -9.13 5.88 LnAge 10905 1.93 1.39 2.20 2.64 0.88 0 3.04 Insti 10905 0.34 0.13 0.32 0.52 0.23 0 0.88 Com_high 10905 0.52 0 1 1 0.50 0 1 Ana_high 10905 0.37 0 0 1 0.48 0 1

表2列示了主要变量的描述性统计结果，本文研究样本中公司每年平均有效专利申请数为10.42个。R&D强度平均为1%，相较于美国同期上市公司平均5%的R&D强度，①我国上市公司R&D投入水平仍然较低。其他变量中，样本公司平均总资产报酬率为3%，固定资产占总资产比例平均为43%，平均资产负债率为47%，Tobin’s Q均值为1.9，公司平均34%的股份被机构持有。

2. 单变量双重差分检验

参考Ahmed等，[61]表3列示了卖空机制对公司创新水平影响的单变量双重差分检验结果，表中Pre表示在卖空机制实施之前，Post表示在卖空机制实施以后。Panel A的结果反映，在2010年第一次实施卖空交易机制后，融资融券标的公司专利新增申请量的均值（Post-Pre=25.40，Post-Pre=0.74）与非融资融券标的公司专利新增申请量均值（Post-Pre=5.52，Post-Pre=0.67）的差异（DID=19.88，DID=0.07）在1%的水平下显著为正；Panel B和Panel C分别为2011和2013年两批次的实施结果，结果与Panel A类似。通过单变量双重差分的初步检验发现，相较于非融资融券标的公司，卖空机制的实施有效地提高了融资融券标的公司的创新水平。但考虑其他变量的影响，对这一政策效果更准确全面的分析仍需使用双重差分模型进行多元回归分析。

 

表3 卖空机制对公司创新水平的影响（单变量双重差分检验）

  

注： *、**、***分别表示双尾检验在10%、5%、1%水平上显著

 

?

3. 相关性分析

（1）卖空机制与公司创新

据了解，中海油总公司在惠州大亚湾除惠州炼化公司外、还有惠州物流公司和惠州环保基地，在南海东部水域有“惠州油气田”等7个油田和2个天然气田投产，拥有26座固定平台、6艘FPSO浮式生产储油卸油装置，离珠三角东部沿岸最近约90海里，最远约160海里，年产石油1000多万吨、天然气61.7亿方，每年往返平台辅助船舶3400余艘次。

4．多元回归分析

（1）卖空机制与公司创新

表5列示了卖空机制对上市公司创新水平影响的多元回归结果。列（1）为控制了年度固定效应与公司固定效应后的回归结果，List×Post系数为正且在1%的水平下显著（0.203，t=5.53）。列（2）为控制了年度固定效应与行业固定效应后的回归结果，List×Post系数为正且在5%的水平下显著（0.173，t=3.00）。结果说明，在分别控制了公司与年度、行业与年度固定效应后，卖空机制能够有效提高融资融券标的公司20.3%和17.3%的专利申请量，验证了卖空机制对标的公司创新水平的提升作用，实证结果支持了本文假设1。

 

表4 Pearson相关系数矩阵

  

注：*、**、***分别表示双尾检验在10%、5%、1%水平上显著

 

LnPatent List LnAssets ROA R&D PPE Leverage HHI TobinQ KZ LnAge Insti LnPatent 1 List 0.132*** 1 LnAssets 0.158*** 0.443*** 1 ROA 0.145*** 0.211*** 0.124*** 1 R&D 0.415*** 0.032*** -0.100*** 0.165*** 1 PPE -0.138*** -0.017* 0.186*** -0.195*** -0.264*** 1 Leverage -0.157*** 0.044*** 0.279*** -0.403*** -0.316*** 0.331*** 1 HHI -0.103*** 0.029*** -0.033*** -0.008 -0.149*** 0.032*** 0.003 1 TobinQ -0.049*** -0.023** -0.402*** 0.159*** 0.125*** -0.251*** -0.241*** 0.074*** 1 KZ -0.199*** -0.106*** 0.029*** -0.489*** -0.286*** 0.357*** 0.484*** -0.008 -0.161*** 1 LnAge -0.247*** 0.176*** 0.236*** -0.173*** -0.347*** 0.198*** 0.422*** 0.0100 -0.074*** 0.371*** 1 Insti 0.083*** 0.319*** 0.405*** 0.177*** 0.024** 0.042*** 0.086*** 0.0150 -0.043*** -0.072*** 0.217*** 1

 

表5 卖空机制与公司创新

  

注：（）表示均值差异检验的t值； *、**、***分别表示双尾检验在10%、5%、1%水平上显著

 

变量 (1) (2)LnPatent LnPatent List 0.016(0.34)List×Post 0.203*** 0.173***(5.53) (3.00)LnAssets 0.154*** 0.262***(7.55) (20.87)ROA -0.071 0.660***(-0.42) (2.86)R&D 6.179*** 15.928***(6.92) (18.50)PPE -0.237*** -0.043(-3.12) (-0.59)Leverage -0.004 0.017**(-0.56) (2.21)HHI -1.886*** -1.904**(-2.97) (-2.02)TobinQ -0.001 0.001(-0.01) (0.59)KZ 0.010** -0.020***(1.98) (-3.72)LnAge 0.093*** -0.168***(3.02) (-10.93)Insti -0.008 0.111**(-0.16) (1.97)HHI2 2.240** 2.340*(2.48) (1.74)Constant -2.424*** -4.607***(-5.61) (-16.76)年度固定效应 控制 控制公司固定效应 控制行业固定效应控制样本数 10905 10905 Adj-R2 0.808 0.366 F-Value 38.52 98.35

（2）产品市场竞争度对卖空“治理效应”的影响

公司按所在行业产品市场竞争度分组的回归结果见表6，列（1）和列（3）为产品市场竞争度较高公司组（Com_high=1）的回归结果，列（2）和列（4）为产品市场竞争度较低组(Com_high=0)的回归结果。在分别控制了年度和公司、年度和行业固定效应后，List×Post的系数在列（1）和列（3）中并不显著（0.081，t=1.44；0.084，t=1.00），在列（2）和列（4）中显著为正（0.241，t=4.90；0.209，t=2.72）。说明在分别控制公司与年度、行业与年度固定效应后，卖空机制显著提高了行业产品市场竞争度低的标的公司24.1%和20.9%的专利申请量。这也反映出，在外部竞争压力较小时，卖空机制能够有效地治理标的公司管理层“创新短视”的机会主义行为，最终提高公司的创新水平。卖空机制影响公司创新水平的“治理效应”假说得到验证，实证结果支持了本文假设2。

 

表6 产品市场竞争度对卖空“治理效应”的影响

  

注：（）表示均值差异检验的t值； *、**、***分别表示双尾检验在10%、5%、1%水平上显著

 

变量LnPatent（1）Com_high=1（3）Com_high=1（2）Com_high=0（4）Com_high=0 0.022 0.014(0.32) (0.21)0.081 0.241*** 0.084 0.209***List List×Post (1.44) (4.90) (1.00) (2.72)LnAssets 0.152*** 0.131*** 0.240*** 0.258***(5.22) (4.52) (13.06) (14.95)ROA 0.014 0.009 1.093*** 0.447(0.06) (0.04) (3.38) (1.39)R&D 4.404*** 5.221*** 12.951*** 20.036***(3.82) (3.32) (12.37) (13.16)PPE -0.283*** -0.054 -0.058 0.008(-2.61) (-0.50) (-0.59) (0.08)Leverage 0.058** -0.003 0.045* 0.016*(2.29) (-0.26) (1.75) (1.91)HHI 0.971 -0.930 -4.439 -0.530(0.13) (-1.38) (-0.42) (-0.52)TobinQ -0.010** 0.000 -0.007 0.000(-2.38) (0.13) (-1.36) (0.70)KZ 0.009 0.012* -0.028*** -0.011(1.21) (1.75) (-3.69) (-1.46)LnAge 0.082* 0.090** -0.139*** -0.192***(1.85) (2.08) (-6.49) (-8.90)Insti 0.062 -0.117 0.208*** -0.007(0.82) (-1.56) (2.70) (-0.09)HHI2 -93.510 0.879 -60.396 0.458(-1.53) (0.94) (-0.68) (0.32)Constant -2.238*** -2.100*** -3.934*** -4.631***(-3.55) (-3.37) (-8.24) (-11.95)年度固定效应 控制 控制 控制 控制公司固定效应 控制 控制行业固定效应 控制 控制样本数 5725 5180 5725 5180 Adj-R2 0.819 0.824 0.369 0.372 F-Value 19.97 15.44 50.89 45.06

（3）分析师跟进对卖空“信息效应”的影响

公司按分析师跟进人数分组的回归结果见表7，列（1）和列（3）为分析师跟进较高公司组（Ana_high=1）的回归结果，列（2）和列（4）为分析师跟进人数较低公司组(Ana_high=0)的回归结果。在分别控制了年度和公司、年度和行业固定效应后，List×Post的系数在列（1）和列（3）中并不显著（0.186，t=1.65；0.111，t=1.23），在列（2）和列（4）中显著为正（0.144，t=3.11；0.154，t=2.12）。实证结果说明，在分别控制了年度和公司、年度和行业固定效应后，卖空机制显著提高了分析师跟进较少的标的公司14.4%和15.4%的专利申请数量。结果说明，当上市公司被较少的分析师跟进时，卖空投资者发挥了信息中介的功能，有效提高了公司最终的创新水平。卖空机制提高公司创新水平的“信息效应”假说得到验证，本文假设3得到支持。

 

表7 分析师跟进对卖空“信息效应”的影响

  

注：（）表示均值差异检验的t值； *、**、***分别表示双尾检验在10%、5%、1%水平上显著

 

变量LnPatent（1）Ana_high=1（3）Ana_high=1（2）Ana_high=0（4）Ana_high=0 List -0.021 0.076(-0.28) (1.26)List×Post 0.186 0.144*** 0.111 0.154**(1.65) (3.11) (1.23) (2.12)LnAssets 0.159*** 0.178*** 0.250*** 0.258***(2.64) (6.71) (10.93) (16.74)ROA -0.071 0.012 1.070*** 0.615**(-0.18) (0.06) (2.62) (2.25)R&D 6.969*** 5.143*** 17.073*** 15.238***(2.71) (4.53) (12.60) (13.91)PPE -0.341* -0.182* -0.324** 0.109(-1.90) (-1.95) (-2.57) (1.28)Leverage 0.052 0.004 -0.010 0.015*(1.16) (0.46) (-0.13) (1.94)HHI -1.691 -1.134 -2.631* -1.280(-1.32) (-1.35) (-1.70) (-1.09)TobinQ -0.000 -0.001 0.000 0.002(-1.11) (-0.75) (0.54) (0.86)KZ 0.003 0.012** -0.011 -0.029***(0.32) (1.96) (-1.13) (-4.43)LnAge 0.077 0.075* -0.208*** -0.138***(1.16) (1.71) (-7.93) (-7.10)Insti 0.009 -0.041 -0.028 0.211***(0.07) (-0.61) (-0.32) (2.93)HHI2 1.817 1.435 3.656 1.513(0.96) (1.20) (1.64) (0.91)Constant -2.527** -3.030*** -4.252*** -4.673***(-2.07) (-5.33) (-8.64) (-13.70)年度固定效应 控制 控制 控制 控制公司固定效应 控制 控制行业固定效应 控制 控制样本数 4031 6874 4031 6874 Adj-R2 0.800 0.820 0.388 0.387 F-Value 6.13 22.33 32.18 70.54

四、稳健性检验

1. 使用倾向值得分匹配（PSM）方法对样本配对

为了克服样本选择性偏误可能导致的内生性问题，在选择控制组公司时，我们使用倾向值得分匹配（PSM），以是否为融资融券标的作为因变量（List），以公司规模（LnAssets）、盈利能力水平（ROA）、市场价值（Tobinq）、公司年龄（LnAge）作为自变量，使用Logit模型对公司被选为融资融券标的公司的倾向值得分进行计算。按照倾向值得分最接近的方法，采用1:1的配对原则，为每个实验组公司匹配出一个控制组公司，最终得到3720个观测值。在此基础上，运用模型（1）对本文三条假设重新进行了检验，表8-1为控制行业和年度固定效应的回归结果表，表8-2为控制公司和年度固定效应的回归结果表。从两个表中List×Post的系数可以看出，在使用配对样本进行回归分析后，实证结果依然支持本文的三条假设。

 

表8-1 PSM配对样本（控制行业与年度固定效应）

  

注：（）表示均值差异检验的t值； *、**、***分别表示双尾检验在10%、5%、1%水平上显著

 

List×Post 0.184** 0.170 0.215** 0.144 0.201*(2.30) (1.46) (1.99) (1.24) (1.89)List -0.134** -0.175* -0.089 -0.135 -0.104(-1.97) (-1.85) (-0.94) (-1.33) (-1.15)LnAssets 0.335*** 0.291*** 0.343*** 0.280*** 0.344***(11.94) (7.33) (10.65) (6.64) (11.10)ROA 1.148** 1.004 1.081 0.564 1.623**(2.01) (1.29) (1.43) (0.70) (2.22)R&D 16.184*** 10.833*** 28.228*** 16.082*** 15.896***(9.35) (5.37) (8.45) (6.39) (6.89)PPE -0.009 0.249 -0.237 -0.207 0.212(-0.06) (1.23) (-1.19) (-0.89) (1.14)Leverage 0.032* 0.115 0.056* -0.086 0.021(1.65) (1.24) (1.78) (-0.50) (0.76)HHI -1.894 11.368 -1.202 -6.731** 0.545(-0.86) (0.44) (-0.50) (-2.13) (0.18)TobinQ -0.004 -0.019 0.011*** -0.000 0.006(-0.24) (-1.25) (2.64) (-0.02) (1.28)KZ -0.015 -0.029** -0.006 -0.032** -0.011(-1.50) (-2.06) (-0.44) (-2.04) (-0.81)LnAge -0.063* -0.099* -0.012 -0.154*** 0.036(-1.71) (-1.93) (-0.23) (-2.60) (0.77)Insti 0.108 0.299** -0.132 -0.282* 0.221(1.01) (2.05) (-0.89) (-1.80) (1.55)HHI2 1.349 -161.101 0.775 7.405* -1.832(0.44) (-0.73) (0.24) (1.66) (-0.45)Constant -6.772*** -6.168*** -6.930*** -4.726*** -7.450***(-9.95) (-5.50) (-8.59) (-4.94) (-9.74)年度固定效应 控制 控制 控制 控制 控制行业固定效应 控制 控制 控制 控制 控制样本数 3720 1864 1856 1492 2228 Adj-R2 0.387 0.410 0.373 0.455 0.404 F-Value 23.06 10.15 12.92 8.32 15.03

2. 改变公司创新水平的衡量变量

我国《专利法》规定了专利的三种类型：（1）发明专利；（2）实用新型专利；（3）外观设计专利。其中发明专利和实用新型专利技术含量较高，申请难度较大。而外观设计专利只是公司对商品外观的一种保护，创新含量较低。现有研究发现，外观设计专利对公司价值没有显著影响，发明专利和实用新型专利能够显著提高公司未来的市场价值。[32]创新水平不应只考虑专利产出的数量，还应体现在专利产出的质量上。在卖空机制的外部压力下，管理层是否提高了专利产出的质量需要进一步的探讨。考虑公司专利产出的质量，我们使用“1+公司当年申请并最终授权的发明专利和实用新型专利数”之和的自然对数表示创新水平(LnPatent2)，并对本文三个假设重新进行了检验。表9-1、9-2分别汇报了在控制行业和年度固定效应及公司和年度固定效应后的回归结果。从两个表中变量List×Post的系数可以看出，在改变创新水平衡量方式后，本文假设仍然得到支持。

 

表8-2 PSM配对样本（控制公司与年度固定效应）

  

注：（）表示均值差异检验的t值； *、**、***分别表示双尾检验在10%、5%、1%水平上显著

 

变量LnPatent（1）全样本（2）Com_high=1（3）Com_high=0（4）Ana_high=1（5）Ana_high=0 List×Post 0.037* 0.013 0.082** -0.052 0.056**(1.91) (0.32) (2.35) (-0.73) (2.21)LnAssets 0.277*** 0.290*** 0.397*** 0.476*** 0.291***(5.51) (3.63) (4.89) (5.26) (3.81)ROA 0.270 0.938 -0.852 -0.728 0.593(0.54) (1.17) (-1.28) (-0.90) (0.89)R&D 12.889*** 8.943*** 16.706*** 24.154*** 4.853(5.48) (2.68) (4.01) (6.85) (1.48)PPE -0.629*** -0.866*** -0.135 -0.544* -0.611***(-3.56) (-3.32) (-0.55) (-1.91) (-2.62)Leverage 0.011 -0.031 -0.247 -0.215 -0.035(0.44) (-0.28) (-1.05) (-1.24) (-0.40)HHI -3.347** 13.339 -2.246 -4.405* -3.260(-2.24) (0.73) (-1.41) (-1.89) (-1.63)TobinQ -0.000 0.005 0.029** 0.017 0.005(-0.02) (0.30) (2.02) (0.62) (0.39)KZ 0.015 0.015 0.014 0.006 0.018(1.64) (1.11) (1.07) (0.38) (1.51)LnAge 0.233** -0.009 0.457*** 0.076 0.260**(2.53) (-0.07) (3.67) (0.48) (2.23)Insti -0.025 0.093 -0.178 -0.026 -0.064(-0.24) (0.60) (-1.25) (-0.15) (-0.48)HHI2 4.261** -211.014 2.883 4.208 4.741*(2.10) (-1.33) (1.37) (1.34) (1.74)Constant -5.368*** -5.347*** -8.455*** -9.210*** -5.841***(-4.78) (-2.93) (-4.66) (-4.63) (-3.40)年度固定效应 控制 控制 控制 控制 控制公司固定效应 控制 控制 控制 控制 控制样本数 3720 1864 1856 1492 2228 Adj-R2 0.859 0.878 0.871 0.850 0.869 F-Value 20.50 8.56 11.42 10.57 12.16

 

表9-1 创新水平衡量方式（控制行业与年度固定效应）

  

注：（）表示均值差异检验的t值； *、**、***分别表示双尾检验在10%、5%、1%水平上显著

 

变量LnPatent2（1）全样本（2）Com_high=1（3）Com_high=0（4）Ana_high=1（5）Ana_high=0 List×Post 0.184*** 0.121 0.243*** 0.141 0.203***(3.35) (1.46) (3.34) (1.26) (2.86)List 0.025 0.038 0.029 -0.017 0.094(0.56) (0.58) (0.47) (-0.15) (1.61)LnAssets 0.251*** 0.247*** 0.251*** 0.252*** 0.258***(21.08) (13.71) (15.36) (4.93) (17.17)ROA 0.581*** 0.959*** 0.347 0.874** 0.541**(2.65) (3.02) (1.14) (2.02) (2.03)R&D 15.200*** 12.716*** 18.672*** 16.596*** 14.979***(18.60) (12.38) (12.97) (5.04) (14.02)PPE -0.082 -0.116 -0.043 -0.348* 0.041(-1.20) (-1.19) (-0.45) (-1.68) (0.49)Leverage 0.015** 0.042 0.014* -0.010 0.012(2.02) (1.64) (1.78) (-0.11) (1.58)HHI -2.109** -2.196 -0.745 -3.204** -1.365(-2.36) (-0.21) (-0.77) (-2.57) (-1.20)TobinQ 0.000 -0.006 0.000 0.000 0.002(0.60) (-1.18) (0.72) (0.61) (0.98)KZ -0.012** -0.023*** 0.000 -0.007 -0.020***(-2.39) (-3.11) (0.07) (-0.55) (-3.06)LnAge -0.166*** -0.147*** -0.176*** -0.211*** -0.134***(-11.35) (-6.98) (-8.66) (-4.88) (-7.10)Insti 0.088* 0.173** -0.004 -0.043 0.192***(1.66) (2.30) (-0.05) (-0.33) (2.73)HHI2 2.687** -72.562 0.720 4.341** 1.785(2.11) (-0.83) (0.54) (2.34) (1.10)Constant -4.404*** -4.179*** -4.488*** -4.247*** -4.716***(-16.88) (-8.93) (-12.25) (-4.11) (-14.18)年度固定效应 控制 控制 控制 控制 控制行业固定效应 控制 控制 控制 控制 控制样本数 10905 5725 5180 4031 6874 Adj-R2 0.373 0.376 0.374 0.398 0.392 F-Value 99.68 52.79 44.85 13.74 72.41

3. 使用Poisson回归模型进行参数估计

为增强实证结果的稳健性，我们使用专利申请数量的绝对值来衡量公司创新水平，以公司当年申请并最终授权的专利数之和（Patent）作为因变量对结果重新估计。由于专利数量为大于等于0的整数，因此我们使用Poisson回归模型对本文三个假设的结果重新进行估计。表10-1、10-2分别汇报了在控制了行业和年度以及公司和年度固定效应后的回归结果，从表中可以看出，在使用Poisson回归模型后，List×Post的系数符合本文三条假设预期，实证结果稳健。

五、研究结论

融资融券制度实施七年以来，关于制度实施经济后果的争论从未消退。如何全面、客观、科学地评价这一制度的实施效果需要我们深入研究。国家要求加快实施“创新驱动发展战略”，明确提出要“强化资本市场对技术创新的支持”。[62]资本市场如何影响实体经济？作为资本市场交易制度的创新，卖空机制是否会影响实体经济的创新？影响机理是什么？带着对这些问题的思考，本文实证研究了卖空机制对上市公司创新的影响。

 

表9-2 创新水平衡量方式（控制公司与年度固定效应）

  

注：（）表示均值差异检验的t值； *、**、***分别表示双尾检验在10%、5%、1%水平上显著

 

变量LnPatent2（1）全样本（2）Com_high=1（3）Com_high=0（4）Ana_high=1（5）Anal_high=0 List×Post 0.209*** 0.119 0.250*** 0.198 0.190***(5.94) (1.07) (5.36) (1.59) (4.16)LnAssets 0.154*** 0.166*** 0.127*** 0.192** 0.185***(7.89) (3.67) (4.61) (2.44) (7.07)ROA -0.074 0.061 -0.074 -0.262 -0.002(-0.45) (0.20) (-0.33) (-0.65) (-0.01)R&D 5.911*** 3.699* 5.114*** 8.100*** 5.381***(6.89) (1.86) (3.44) (3.22) (4.81)PPE -0.238*** -0.287** -0.049 -0.321* -0.196**(-3.27) (-2.15) (-0.48) (-1.80) (-2.14)Leverage -0.005 0.056* -0.006 -0.125 0.004(-0.72) (1.76) (-0.56) (-0.59) (0.44)HHI -1.888*** 2.751 -0.891 -1.289 -1.129(-3.10) (0.27) (-1.40) (-1.06) (-1.37)TobinQ 0.000 -0.009 0.000 0.006 -0.001(0.00) (-1.49) (0.17) (0.29) (-0.81)KZ 0.010** 0.005 0.015** 0.008 0.011*(2.09) (0.52) (2.42) (0.82) (1.73)LnAge 0.087*** 0.079 0.071* 0.072 0.079*(2.95) (1.28) (1.72) (1.11) (1.83)Insti -0.011 0.062 -0.122* 0.006 -0.048(-0.21) (0.57) (-1.72) (0.05) (-0.72)HHI2 2.274*** -106.459 0.833 0.907 1.623(2.62) (-1.18) (0.94) (0.54) (1.38)Constant -2.497*** -2.632*** -2.046*** -3.196** -3.264***(-6.02) (-2.81) (-3.47) (-2.02) (-5.83)年度固定效应 控制 控制 控制 控制 控制公司固定效应 控制 控制 控制 控制 控制样本数 10905 5725 5180 4031 6874 Adj-R2 0.806 0.817 0.824 0.798 0.818 F-Value 41.63 6.87 17.23 6.24 26.29

基于我国融资融券制度的实施背景，本文以2006-2014年中国A股上市公司为研究样本，采用双重差分模型研究发现：（1）通过“治理效应”和“信息效应”的发挥，卖空机制客观上显著提高了融资融券标的公司的创新水平。（2）鉴于产品市场竞争对卖空机制“治理效应”发挥的影响，本文发现，卖空机制能够显著提高所处行业产品市场竞争度较低的标的公司创新水平。（3）分析师作为资本市场重要的信息中介，有利于降低公司与投资者间的信息不对称程度。卖空机制的“信息效应”能够显著提高分析师跟进较少的标的公司创新水平。

 

表10-1 Poisson回归模型（控制行业与年度固定效应）

  

注：（）表示均值差异检验的z值，*、**、***分别表示双尾检验在10%、5%、1%水平上显著

 

变量Patent（1）全样本（3）Com_high=0（2）Com_high=1（4）Ana_high=1（5）Ana_high=0 List×Post 0.157*** 0.007 0.428*** 0.013 0.152***(13.08) (0.46) (19.27) (0.54) (10.16)List 0.357*** 0.334*** 0.824*** 0.241 0.623***(3.40) (2.60) (5.29) (1.48) (4.61)LnAssets 0.555*** 0.623*** 0.268*** 0.621*** 0.504***(41.67) (33.87) (10.95) (22.34) (30.05)ROA -0.805*** -2.070*** 1.290*** -0.843*** -0.620***(-7.75) (-15.50) (6.65) (-4.62) (-4.67)R&D 7.802*** 10.801*** 4.787*** 7.882*** 5.977***(23.67) (23.87) (5.87) (15.23) (13.44)PPE -0.023 -0.150** 0.202** -0.178* 0.200***(-0.47) (-2.30) (2.21) (-1.84) (3.36)Leverage 0.012*** -0.486*** -0.013 -0.877*** -0.020**(3.24) (-7.53) (-1.43) (-9.53) (-2.28)HHI -0.191 9.701*** 2.171*** 0.357 -0.713(-0.47) (3.10) (4.10) (0.47) (-1.45)TobinQ 0.002 -0.015*** 0.002 0.007*** -0.001(0.77) (-3.04) (0.82) (4.37) (-0.33)KZ -0.017*** -0.028*** 0.000 0.007 -0.020***(-7.21) (-8.51) (0.10) (1.62) (-6.25)LnAge -0.170*** -0.204*** -0.108*** -0.276*** -0.140***(-13.08) (-11.41) (-5.05) (-12.10) (-8.10)Insti 0.121*** 0.236*** -0.107*** -0.029 0.210***(5.12) (7.13) (-2.77) (-0.72) (7.00)HHI2 -0.606 -44.466* -3.007*** -2.601** 0.656(-1.06) (-1.66) (-4.26) (-2.43) (0.96)年度固定效应 控制 控制 控制 控制 控制行业固定效应 控制 控制 控制 控制 控制样本数 10905 5725 5180 4031 6874 Likelihood -46089.71 -27456.25 -16349.74 -13757.61 -31013.69 Wald-Chi2 16617.49 10426.96 4389.39 4601.28 11622.92

国家要强化资本市场对技术创新的支持，卖空机制是一条有效途径。随着市场的成熟与发展，应坚定地推进卖空制度。本文的研究成果对卖空制度的完善和上市公司创新水平的提升提供了新的启示：（1）应进一步扩大融资融券标的数量，降低融资融券交易费率，减少卖空交易壁垒。使卖空机制“治理效应”与“信息效应”得到更大程度的发挥，促使卖空机制进一步提高公司创新水平。（2）为了全面促进公司创新水平的提升，证监会在确定融资融券标的时，应更多选取公司治理水平较低、信息不对称程度更高的公司作为标的公司。（3）完善融资融券制度监管细则，提高市场监管效率，遏制恶意卖空。在有效的市场监管下，发挥卖空机制对公司价值的提升作用。

 

表10-2 Poisson回归模型（控制公司与年度固定效应）

  

注：（）表示均值差异检验的z值，*、**、***分别表示双尾检验在10%、5%、1%水平上显著

 

变量全样本 （2）Com_high=1 （3）Com_high=0 （4）Ana_high=1 （5）Ana_high=0 Patent（1）List×Post 0.158*** 0.009 0.433*** 0.014 0.153***(13.16) (0.54) (19.40) (0.59) (10.20)LnAssets 0.566*** 0.621*** 0.259*** 0.647*** 0.502***(39.65) (32.46) (9.26) (21.14) (28.66)ROA -0.857*** -2.082*** 1.107*** -1.331*** -0.651***(-8.19) (-15.54) (5.45) (-7.00) (-4.87)R&D 7.553*** 10.639*** 4.320*** 9.122*** 5.783***(22.77) (23.37) (5.24) (14.42) (12.95)PPE -0.019 -0.136** 0.154* -0.250** 0.194***(-0.39) (-2.06) (1.65) (-2.54) (3.21)Leverage 0.011*** -0.453*** -0.016 -0.797*** -0.036***(2.89) (-6.87) (-1.42) (-8.46) (-2.63)HHI -0.119 9.913*** 2.173*** 0.912 -0.671(-0.29) (3.17) (4.09) (1.16) (-1.36)TobinQ 0.008*** -0.015*** 0.013*** 0.055*** -0.001(2.88) (-3.00) (2.70) (6.01) (-0.39)KZ -0.017*** -0.028*** -0.001 0.005 -0.019***(-7.00) (-8.47) (-0.12) (1.04) (-5.89)LnAge -0.160*** -0.208*** -0.079*** -0.233*** -0.125***(-11.96) (-11.27) (-3.54) (-9.80) (-6.98)Insti 0.118*** 0.228*** -0.119*** -0.063 0.210***(4.94) (6.84) (-3.05) (-1.51) (6.97)HHI2 -0.709 -46.007* -3.034*** -3.288*** 0.605(-1.23) (-1.72) (-4.28) (-3.15) (0.88)年度固定效应 控制 控制 控制 控制 控制公司固定效应 控制 控制 控制 控制 控制样本数 10958 5752 5206 4051 6907 Likelihood -37678.43 -22245.60 -12176.59 -10901.23 -25229.65 Wald-Chi2 15517.74 9784.48 3722.06 3959.76 10800.69

参考文献

[1] Fama, E.. Stock Returns, Expected Returns, and Real Activity.Journal of Finance, 1990, 45(4): 1089-1108.

[2] Chen, Q., Goldstein, I., Jiang, W.. Price Informativeness and Investment Sensitivity to Stock Price. Review of Financial Studies,2007, 20(3): 619-650.

[3] Bakke, T., Whited, T.. Which Firms Follow the Market? An Analysis of Corporate Investment Decisions. Review of Financial Studies, 2010, 23(5): 1941-1980.

[4] Bond, P., Edmans, A., Goldstein, I.. The Real Effects of Financial Markets. Annual Review of Financial Economics, 2012,4(1): 339-360.

[5] Miller, E.. Risk, Uncertainty, and Divergence of Opinion. Journal of Finance, 1977, 32(4): 1151-1168.

[6] Fang, V., Huang, A., Karpoff, J.. Short Selling and Earnings Management: A Controlled Experiment. Journal of Finance,2016, 71(3): 1251-1294.

[7] Massa, M., Zhang, B., Zhang, H.. The Invisible Hand of Short Selling: Does Short Selling Discipline Earnings Management?Review of Financial Studies, 2015, 28(6): 1701-1736.

[8] 陈晖丽, 刘峰. 融资融券的治理效应研究——基于公司盈余管理的视角. 会计研究, 2014, (9): 45-52.

[9] Keim, D., Madhavan, A.. Anatomy of the Trading Process: Empirical Evidence on the Behavior of Institutional Traders. Journal of Financial Economics, 1995, 37(3): 371-398.

[10] Henry, Ó., McKenzie, M.. The Impact of Short Selling on the Price-volume Relationship: Evidence from Hong Kong. The Journal of Business, 2006, 79(2): 671-691.

[11] Solow, R.. Technical Change and the Aggregate Production Function. The Review of Economics and Statistics, 1957, 39(3):312-320.

[12] Porter, M.. Capital Disadvantage: America`s Failing Capital Investment System. Harvard Business Review, 1991, 70(5): 65-82.

[13] Dess, G., Picken, J.. Changing Roles: Leadership in the 21st Century. Organizational Dynamics, 2001, 28(3): 18-34.

[14] Bertrand, M., Mullainathan, S.. Enjoying the Quiet Life? Corporate Governance and Managerial Preferences. Journal of Political Economy, 2003, 111(5): 1043-1075.

[15] Stein, J.. Takeover Threat and Managerial Myopia. Journal of Political Economy, 1988, 96(1): 61-80.

[16] Boehmer, E., Jones, C., Zhang, X.. Which Shorts Are Informed?Journal of Finance, 2008, 63(2): 491-527.

[17] Aitken, M., Frino, A., Mccorry, M.. Short Sales Are Almost Instantaneously Bad News: Evidence from the Australian Stock Exchange. Journal of Finance, 1998, 53(6): 2205-2223.

[18] Karpoff, J., Lou, X.. Short Sellers and Financial Misconduct.Journal of Finance, 2010, 65(5): 1879-1913.

[19] Pownall, G., Simko, P.. The Information Intermediary Role of Short Sellers. The Accounting Review, 2005, 80(3): 941-966.

[20] Graham , J., Harvey, C., Rajgopal, S.. The Economic Implications of Corporate Financial Reporting. Journal of Accounting and Economics, 2005, 40(1): 3-73.

[21] Holmstrom, B.. Agency Costs and Innovation. Journal of Economic Behavior & Organization, 1989, 12(3): 305-327.

[22] Hall, B.. The Financing of Innovative Firms. Review of Economics and Institutions, 2010, 14(2): 8-28.

[23] Bhattacharya, S., Ritter, J.. Abstract: Innovation and Communication: Signaling with Partial Disclosure. Review of Economic Studies, 1983, 50(2): 331-46.

[24] Grossman, S., Hart, O.. One Share-One Vote and the Market for Corporate Control. Journal of Financial Economics, 1988, 20(8):175-202.

[25] Harris, M., Raviv, A.. Corporate Governance: Voting Rights and Majority Rules. Journal of Financial Economics, 1988, 20(8):203-235.

[26] Abdel-Khalik, A.. CEO Risk Preference and Investing in R&D.Abacus, 2014, 50(3): 245-278.

[27] Wernerfelt, B.. A Resource-based View of the Firm. Strategic Management Journal, 1984, 5(2): 171-180.

[28] Barney, J.. Firm Resources and Sustained Competitive Advantage. Journal of Management, 1991, 17(1): 99-120.

[29] Griliches, Z.. Market Value, R&D, and Patents. Economics Letters, 1981, 7(2): 183-187.

[30] Chauvin, K., Hirschey, M.. Advertising, R&D Expenditures and the Market Value of the Firm. Financial Management, 1993,22(4): 128-140.

[31] Eberhart, A., Maxwell, W., Siddique, A.. An Examination of Longterm Abnormal Stock Returns and Operating Performance Following R&D Increases. Journal of Finance, 2004, 59(2): 623-650.

[32] 徐欣, 唐清泉. R&D活动, 创新专利对企业价值的影响——来自中国上市公司的研究. 研究与发展管理, 2010, 22(4): 20-29.

[33] 罗婷, 朱青, 李丹. 解析R&D 投入和公司价值之间的关系. 金融研究, 2009, (6): 100-110.

[34] 陈修德, 彭玉莲, 卢春源. 中国上市公司技术创新与企业价值关系的实证研究. 科学学研究, 2011, 29(1): 138-146.

[35] Asthana, S., Zhang, Y.. Effect of R&D Investments on Persistence of Abnormal Earnings. Review of Accounting and Finance, 2006, 5(2): 124-139.

[36] Eisdorfer, A., Hsu, P.. Innovate to Survive: The Effect of Technology Competition on Corporate Bankruptcy. Financial Management, 2011, 40(4): 1087-1117.

[37] 靳庆鲁, 侯青川, 李刚. 放松卖空管制、公司投资决策与期权价值. 经济研究, 2015, (10): 76-88.

[38] Wiener, N.. Cybernetics, or, Control and Communication in the Animal and the Machine. U.S., M.I.T. Press, 1961.

[39] 肖浩, 孔爱国. 融资融券对股价特质性波动的影响机理研究:基于双重差分模型的检验. 管理世界, 2014, (8): 30-43.

[40] 李志生, 陈晨, 林秉旋. 卖空机制提高了中国股票市场的定价效率吗——基于自然实验的证据. 经济研究, 2015, (4): 165-177.

[41] Baggs, J., Bettignies, J.. Product Market Competition and Agency Costs. The Journal of Industrial Economics, 2007, 55(2):289-323.

[42] Hart, O.. The Market Mechanism as an Incentive Scheme. The Bell Journal of Economics, 1983, 14(14): 366-382.

[43] Schmidt, K.. Managerial Incentives and Product Market Competition. The Review of Economic Studies, 1997, 64(2): 191-213.

[44] Arrow, K.. Economic Welfare and the Allocation of Resources for Invention. UK, Macmillan Education, 1972.

[45] Boone, J.. Intensity of Competition and the Incentive to Innovate. International Journal of Industrial Organization, 2001,19(5): 705-726.

[46] 何玉润, 林慧婷, 王茂林. 产品市场竞争、高管激励与企业创新——基于中国上市公司的经验证据. 财贸经济, 2015, 36(2):125-135.

[47] 胡奕明. 证券分析师研究报告: 市场信息的解读. 清华大学出版社, 2005.

[48] Brennan, M., Subrahmanyam, A.. Investment Analysis and Price Formation in Securities Markets. Journal of Financial Economics, 1995, 38(3): 361-381.

[49] Hong, H., Lim, T., Stein, J.. Bad News Travels Slowly: Size, Analyst Coverage, and the Prof i tability of Momentum Strategies.Journal of Finance, 2000, 55(1): 265–295.

[50] 吴东辉, 薛祖云. 财务分析师盈利预测的投资价值: 来自深沪A股市场的证据. 会计研究, 2005, (8): 37-43.

[51] 朱红军, 何贤杰, 陶林. 中国的证券分析师能够提高资本市场的效率吗——基于股价同步性和股价信息含量的经验证据. 金融研究, 2007, (2): 110-121.

[52] 朱红军, 何贤杰, 陶林. 信息源、信息搜寻与市场吸收效率——基于证券分析师盈利预测修正的经验证据. 财经研究, 2008,34(5): 63-74.

[53] Frame, J.. Modeling National Technological Capacity with Patent Indicators. Scientometrics, 1991, 22(3): 327-339.

[54] Soete, L., Wyatt, S.. The Use of Foreign Patenting as an Internationally Comparable Science and Technology Output Indicator.Scientometrics, 1983, 5(1): 31-54.

[55] Manso, G.. Motivating Innovation. Journal of Finance, 2011,66(5): 1823-1860.

[56] Griliches, Z., Pakes, A., Hall, B.. The Value of Patents as Indicators of Inventive Activity. Unpublished Paper, 1986.

[57] Chen, Q., Chen, X., Schipper, K., Xu, Y.. The Sensitivity of Corporate Cash Holdings to Corporate Governance. Review of Financial Studies, 2012, 25(12): 3610-3644.

[58] Chemmanur, T., Loutskina, E., Tian, X.. Corporate Venture Capital, Value Creation, and Innovation. Review of Financial Studies, 2013, 27(8): 2434-2473.

[59] He, J., Tian, X.. The Dark Side of Analyst Coverage: The Case of Innovation. Journal of Financial Economics, 2013, 109(3): 856-878.

[60] Kaplan, S., Zingales, L.. Do Investment-Cash Flow Sensitivities Provide Useful Measures of Financing Constraints? The Quarterly Journal of Economics, 1997, 112(1): 169-215.

[61] Ahmed, A., Neel, M., Wang, D.. Does Mandatory Adoption of IFRS Improve Accounting Quality? Preliminary Evidence. Contemporary Accounting Research, 2013, 30(4): 1344-1372.

[62] 中华人民共和国国务院. 关于深化体制机制改革加快实施创新驱动发展战略的若干意见. http://www.gov.cn/gongbao/content/2015/content_2843767.htm ，2015-3-13.

注释

① 作者通过Compustat数据库获取了美国上市公司2006-2014年R&D支出与总资产的数据，计算公司R&D强度并统计了这一变量的均值。