章 丹

(浙江財經(jīng)大學工商管理學院，浙江 杭州 310018)

一、引 言

股權(quán)集中會對企業(yè)研發(fā)投資產(chǎn)生重要影響，我國不僅存在大量股權(quán)集中的上市公司，也存在諸如新浪和奇虎360等股權(quán)分散的公司，上述公司的研發(fā)投資活動均較為活躍。理論研究方面，雙重委托代理理論認為我國上市公司中存在股東與經(jīng)理人之間的委托代理行為以及大股東與中小股東之間的委托委托行為［1］?；谖写砝碚?AP理論)的相關(guān)研究認為股權(quán)集中能夠減輕股東與經(jīng)理人之間的委托代理矛盾，大股東比中小股東有更多的動力去監(jiān)督經(jīng)理人實施長期投資活動，從而有利于企業(yè)研發(fā)投資［2］，而基于委托委托理論(PP理論)的相關(guān)研究則認為股權(quán)集中會導致大股東與中小股東之間的矛盾，大股東可能會與經(jīng)理人合謀以犧牲中小股東利益為代價來追求自身利益而不是公司價值，例如通過資產(chǎn)轉(zhuǎn)移和利用轉(zhuǎn)移定價等手段進行內(nèi)部交易以獲取控制權(quán)私有收益而不是進行風險較大的研發(fā)投資，因此不利于企業(yè)研發(fā)投資［3］。

現(xiàn)有文獻雖然對股權(quán)集中與研發(fā)投資之間的關(guān)系進行了研究，但是結(jié)論并不一致，其主要原因可能在于:(1)針對我國上市公司的研究忽視了研發(fā)投資所具有的連續(xù)性特征，即管理者會依據(jù)去年的研發(fā)投資來對本年度的研發(fā)投資進行預算，同時，也未考慮當年的研發(fā)投資可能受到去年或者更長時期的股權(quán)集中度等變量的影響;(2)未考慮不同情形下股權(quán)集中度與研發(fā)投資之間關(guān)系的變化。因此，本研究擬在現(xiàn)有研究基礎(chǔ)上利用我國上市公司數(shù)據(jù)，采用廣義矩估計(GMM)方法檢驗以托賓Q模型為基礎(chǔ)的動態(tài)面板數(shù)據(jù)模型，分析股權(quán)集中對研發(fā)投資的影響，并進一步分析在托賓Q、現(xiàn)金流和行業(yè)等相關(guān)因素影響下股權(quán)集中與研發(fā)投資之間關(guān)系的不同表現(xiàn)。

二、相關(guān)文獻回顧

股權(quán)集中度作為一項重要的內(nèi)部治理機制，決定了企業(yè)所有者的利益分配和享有的權(quán)力，同時也決定了企業(yè)研發(fā)投資的權(quán)責利在不同所有者之間的分配。因此，股權(quán)集中度對研發(fā)投資能夠產(chǎn)生最為直接的影響，現(xiàn)有研究對此關(guān)注的也較多，然而研究結(jié)論卻不盡相同。(1)股權(quán)集中度對研發(fā)投資產(chǎn)生負向影響的研究:楊建君和盛鎖的研究表明股權(quán)集中度對研發(fā)投資具有顯著負向影響，因為從風險規(guī)避考慮，股權(quán)越集中，大股東承擔的企業(yè)特殊風險越大，越不愿意進行研發(fā)投資［4］;Jackie分析了股權(quán)集中對大股東防御能力的影響，考慮到研發(fā)投資未來收益的不確定性以及對公司資產(chǎn)可能帶來的創(chuàng)造性破壞，大股東會存在某種惰性從而人為避免研發(fā)投資，因此股權(quán)集中度對研發(fā)投資具有負向影響［5］。(2)股權(quán)集中度對研發(fā)投資產(chǎn)生正向影響的研究:李垣等考慮了股權(quán)集中會導致大股東與經(jīng)理人的利益趨于一致，從而有利于研發(fā)投資［6］;任海云認為股權(quán)集中使大股東有動機和能力監(jiān)督經(jīng)理人，使經(jīng)理人按照股東利益行事，保證研發(fā)投資項目的執(zhí)行，因此股權(quán)集中度對研發(fā)投資具有正向影響［7］;Brossard和Lavigne在托賓Q模型的基礎(chǔ)上，采用系統(tǒng)GMM(廣義矩估計)對歐洲2004－2010年上市公司的面板數(shù)據(jù)進行了分析，認為樣本公司的股權(quán)集中度都很高，同時，其研發(fā)投入也較高［8］。(3)股權(quán)集中度對研發(fā)投資不存在顯著影響的研究:Hicheon等采用隨機效應GLS回歸對韓國1998－2003年的制造業(yè)上市公司的面板數(shù)據(jù)進行了分析，且在模型中加入了滯后一期的解釋變量，研究結(jié)果表明股權(quán)集中度對研發(fā)投資不存在顯著影響［9］;Choi的研究結(jié)合中國公司的特征進行了分析，股權(quán)集中在監(jiān)視和控制管理者行為過程中并不具有正向影響，因此對研發(fā)投資的影響也并不顯著［10］。(4)股權(quán)集中度對研發(fā)投資具有U型影響的研究:劉勝強和劉星對我國上市公司股權(quán)集中度普遍偏高的現(xiàn)象進行了研究，股權(quán)集中使大股東擁有足夠能力實施獲取更多控制權(quán)私有收益的研發(fā)投資，從而導致所有權(quán)激勵的正效應將被大股東盜竊的負效應所淹沒，此階段的控股股東持股比例與公司研發(fā)投入強度之間呈負向的激勵效應，當大股東持股比例超過上述極值點時，大股東的利益和小股東之間更多的表現(xiàn)為一致性，在利益趨同效應的作用下，研發(fā)投資隨第一大股東持股比例的提高而增大［11］。(5)股權(quán)集中度對研發(fā)投資具有倒U型影響的研究:徐潔菲和郭志勇詳細分析了股權(quán)集中對公司的兩方面作用，一方面是大股東有足夠的控制權(quán)去監(jiān)督管理公司，使公司改善弊端，降低股東和公司管理層之間的利益沖突，從而提高研發(fā)投資，但另一方面，當大股東的控制權(quán)很大時，大股東有可能因控制權(quán)私有收益而損害公司利益和其他小股東利益，從而降低研發(fā)投資。因此，股權(quán)集中度對研發(fā)投入具有顯著倒U型影響［12］;Chen發(fā)現(xiàn)股權(quán)集中對研發(fā)投資具有倒U型影響，即之前隨著股權(quán)集中度的增加，研發(fā)投資會增加，但是當股權(quán)集中度超過一定程度后，研發(fā)投資會降低［13］。

由此可見，關(guān)于股權(quán)集中對研發(fā)投資影響的研究結(jié)論不僅包括正向和負向，還包括無影響和倒U型等，結(jié)論的不一致可以從代理理論進行分析:一方面股權(quán)集中會降低股東與經(jīng)理人之間的委托代理矛盾，使得大股東具有動力和意愿監(jiān)督經(jīng)理人實施研發(fā)投資行為;另一方面股權(quán)集中會增加大股東與中小股東之間的委托委托矛盾，使得大股東產(chǎn)生有效的“防御塹壕”，從而傾向于以中小股東的利益為代價來獲得私人收益，回避風險較大的研發(fā)投資。但是，目前針對我國上市公司的研究忽視了變量的滯后性以及不同情形下兩類代理矛盾強度的差別。因此，本文擬采用動態(tài)面板數(shù)據(jù)模型分析上市公司股權(quán)集中對研發(fā)投資的影響，并研究不同因素影響下兩者間關(guān)系的差異性。

三、理論模型構(gòu)建

現(xiàn)有研究大多將托賓Q模型作為分析公司投資行為的標準模型，但是由于該模型來源于新古典投資模型，而這類模型往往假設(shè)正常的競爭性公司會最大化股東的財富，從而回避了公司治理中存在的各種代理問題。因此，研究借鑒Matthew和Sanghoon的思路［14］［15］，即以托賓Q模型為基礎(chǔ)增加其他解釋變量來分析公司研發(fā)投資行為。另外，劉勝強和劉星、李垣等、徐潔菲和郭志勇等認為股權(quán)集中度對投資行為的影響是非線性的［6］［11］［12］。Sanghoon等認為公司的現(xiàn)金流對投資行為具有重要影響。［15］最后行業(yè)和年份也可能會對研發(fā)活動產(chǎn)生影響。因此，本文構(gòu)建如下模型:

其中，RDit表示公司i在t年度的研發(fā)投資(采用研發(fā)支出/總資產(chǎn)進行測量)，Qit表示平均托賓Q值，Xit表示解釋變量矩陣，εit表示誤差項。假定可觀測的平均托賓Q能夠較好的測量理論值邊際托賓Q，那么在模型中平均托賓Q能夠完全反應公司所有的投資機會。OCit表示公司股權(quán)集中度(采用Herfindahl_5指數(shù)進行測量)，OC2it表示公司股權(quán)集中度的平方，CFit表示公司現(xiàn)金流(采用經(jīng)營現(xiàn)金流/總資產(chǎn)進行測量)。INi表示公司行業(yè)(如果屬于生物制藥和化工等行業(yè)則取值為1，否則為0)，yeart表示不同的年份。為了減少異方差等因素的影響，采用半對數(shù)形式，由于現(xiàn)金流變量可能存在負值，因此并沒有取對數(shù)。

諸多研究分析了去年的研發(fā)投資可能會對今年的研發(fā)投資產(chǎn)生影響，即認為當去年的研發(fā)投資獲得了較大的收益時可能會刺激管理者增加今年的研發(fā)投資，因此，在以上分析基礎(chǔ)上提出模型(1)的滯后一期①如果采用滯后二期及其以上進行分析，后期數(shù)據(jù)處理結(jié)果并不理想。模型(2)?？紤]到影響研發(fā)投資的重要因素:托賓Q、現(xiàn)金流和行業(yè)可能會對股權(quán)集中度與研發(fā)投資之間的關(guān)系產(chǎn)生調(diào)節(jié)效應，從而導致股權(quán)集中度與研發(fā)投資之間的關(guān)系發(fā)生變化，因此，提出增加調(diào)節(jié)變量的模型(3)。

四、樣本選擇及數(shù)據(jù)來源

現(xiàn)有研究結(jié)論存在不一致的原因可能是數(shù)據(jù)質(zhì)量問題，由于上市公司研發(fā)支出數(shù)據(jù)在近幾年才被明確地披露②研發(fā)支出與“管理費用”中所列的“研發(fā)費用”是兩個不同的概念。，因此，以往研究大多應用近似的數(shù)據(jù)，這影響了研究結(jié)論。為得到高質(zhì)量的實證數(shù)據(jù)，在選擇樣本和收集數(shù)據(jù)過程中應遵循一套嚴格的篩選標準，包括盡量選擇高科技企業(yè)、年報中明確披露研發(fā)支出的公司、剔除ST和資不抵債的公司、近幾年專利授權(quán)較多的公司等。

(一)樣本的選擇

經(jīng)過嚴格的篩選，從上市公司中篩選出134家符合要求的上市公司，其中生物制藥行業(yè)12家，化工行業(yè)23家，電子信息行業(yè)37家，電子器件行業(yè)24家，儀器儀表行業(yè)9家，醫(yī)療器械行業(yè)2家，機械行業(yè)25家，其他行業(yè)2家。最終選取2009～2012年度披露了研發(fā)投入的這134家上市公司作為研究樣本，得到的面板數(shù)據(jù)共134*4=536個①上市公司年報來源于新浪財經(jīng)網(wǎng)站。。

(二)數(shù)據(jù)來源

數(shù)據(jù)主要來源于公司年報和國泰安CSMAR數(shù)據(jù)庫，對于部分公司在個別年份缺失的數(shù)據(jù)(例如托賓Q值)首先通過查找CCER中國經(jīng)濟金融數(shù)據(jù)庫獲得，其次采用的方法是認為近兩年該指標數(shù)據(jù)并沒有發(fā)生變化，優(yōu)先采用前一年數(shù)據(jù)作為當年的數(shù)據(jù)，在前一年數(shù)據(jù)缺失的情況下考慮后一年的數(shù)據(jù)。面板數(shù)據(jù)的描述性統(tǒng)計結(jié)果如表1所示。

表1 描述性統(tǒng)計結(jié)果

五、研究結(jié)果與分析

為了便于對比，首先，按照現(xiàn)有研究思路采用普通回歸對靜態(tài)模型進行分析;其次，采用差分矩估計和系統(tǒng)矩估計對動態(tài)模型(即模型(2))進行分析;最后，對模型(3)中變量的調(diào)節(jié)效應進行檢驗。數(shù)據(jù)處理軟件為stata12.1。

(一)靜態(tài)模型

對靜態(tài)模型(1)主要采用現(xiàn)有研究普遍采用的混合回歸進行分析，具體步驟包括:首先采用現(xiàn)有研究普遍應用的普通最小二乘法(OLS)分析研發(fā)投資與股權(quán)集中度之間的關(guān)系;其次考慮到面板數(shù)據(jù)可能存在的時間序列相關(guān)，采用可行廣義最小二乘法(FGLS)修正。

混合回歸模型的結(jié)果如表2所示，普通最小二乘法分析結(jié)果表明股權(quán)集中度一次項和二次項與研發(fā)投資之間的關(guān)系是顯著負相關(guān)。托賓Q值與研發(fā)投資之間的關(guān)系是顯著正相關(guān)。現(xiàn)金流與研發(fā)投資之間的關(guān)系是顯著正相關(guān)。采用隨機效應模型檢驗結(jié)果(如表3所示)發(fā)現(xiàn)模型中存在時間維度上的序列相關(guān)，但是不存在橫截面維度上的序列相關(guān)。

對于存在時間序列相關(guān)的面板數(shù)據(jù)，可以采用可行廣義最小二乘法(FGLS)進行修正，其結(jié)果如表2所示。股權(quán)集中度一次項和二次項與研發(fā)投資之間的關(guān)系是顯著負相關(guān)，托賓Q與研發(fā)投資之間存在顯著正向關(guān)系，現(xiàn)金流與研發(fā)投資之間存在顯著正向關(guān)系，生物制藥和化工等注重工藝研發(fā)行業(yè)的研發(fā)投資低于其他注重產(chǎn)品研發(fā)行業(yè)的研發(fā)投資。由此可見，可行廣義最小二乘法(FGLS)的結(jié)果與普通最小二乘法(OLS)混合回歸模型的結(jié)果一致，但是，前者的標準誤明顯小于后者。

表2 靜態(tài)模型(1)分析結(jié)果

表3 隨機效應模型檢驗

(二)動態(tài)模型

由于靜態(tài)模型估計無法解決序列相關(guān)性等問題，同時考慮到研發(fā)投資與其他變量之間可能存在滯后效應影響，因此采用動態(tài)模型(2)進行分析能夠使得模型估計結(jié)果更加準確(結(jié)果如表4所示)。

表4 動態(tài)模型(2)分析結(jié)果

差分GMM結(jié)果表明滯后一期研發(fā)投資對研發(fā)投資具有顯著正向影響，股權(quán)集中度一次項對研發(fā)投資具有顯著負向影響，二次項對研發(fā)投資具有顯著負向影響，滯后一期股權(quán)集中度一次項對研發(fā)投資具有顯著負向影響，二次項對研發(fā)投資具有顯著負向影響，托賓Q對研發(fā)投資的影響不顯著，滯后一期托賓Q對研發(fā)投資的影響不顯著，現(xiàn)金流對研發(fā)投資的影響不顯著，滯后一期現(xiàn)金流對研發(fā)投資具有顯著負向影響。差分GMM模型通過檢驗，其p值為0.0013。

系統(tǒng)GMM結(jié)果表明滯后一期研發(fā)投資對研發(fā)投資具有顯著正向影響，股權(quán)集中度一次項對研發(fā)投資具有顯著負向影響，二次項對研發(fā)投資具有顯著負向影響，滯后一期股權(quán)集中度一次項對研發(fā)投資具有顯著負向影響，二次項對研發(fā)投資具有顯著負向影響，托賓Q對研發(fā)投資的影響不顯著，滯后一期托賓Q對研發(fā)投資的影響不顯著，現(xiàn)金流對研發(fā)投資的影響不顯著，滯后一期現(xiàn)金流對研發(fā)投資具有顯著負向影響。系統(tǒng)GMM模型通過檢驗，其p值為0.0002。

差分GMM和系統(tǒng)GMM的標準誤和系數(shù)差距并不大，同時，依據(jù)現(xiàn)有理論系統(tǒng)GMM比差分GMM估計的效率更高，因此，在兩者差別不大的情況下考慮優(yōu)先采用系統(tǒng)GMM。

對系統(tǒng)GMM擾動項的序列相關(guān)和過度識別進行檢驗，其結(jié)果如表5所示，擾動項的差分存在一階自相關(guān)，但不存在二階自相關(guān)，依據(jù)現(xiàn)有理論，只要不存在二階自相關(guān)便表明擾動項無自相關(guān)。另外，Sargan檢驗表明模型中不存在過度識別問題。

表5 動態(tài)模型(2)擾動項的序列相關(guān)和過度識別檢驗

(三)調(diào)節(jié)效應檢驗

結(jié)合現(xiàn)有研究檢驗托賓Q、現(xiàn)金流和行業(yè)對股權(quán)集中度與研發(fā)投資間關(guān)系產(chǎn)生的調(diào)節(jié)效應，檢驗方法是對比未增加調(diào)節(jié)變量的模型(2)和增加調(diào)節(jié)變量的模型(3)的分析結(jié)果。

表6表明在模型(2)基礎(chǔ)上增加調(diào)節(jié)變量后模型(3)的擬合度增加。股權(quán)集中度和托賓Q值的交互項系數(shù)為負數(shù)且顯著，股權(quán)集中度和現(xiàn)金流的交互項系數(shù)為正數(shù)且顯著，股權(quán)集中度和行業(yè)的交互項系數(shù)為不顯著。

表6 調(diào)節(jié)效應檢驗

(四)穩(wěn)健性檢驗

穩(wěn)健性分析主要包括:(1)改變主要變量的定義與計算。對于被解釋變量R＆D投資采用研發(fā)支出與主營業(yè)務收入之比，Herfindahl_5指數(shù)改為前五大股東持股比例之和，托賓Q值全部采用CCER中國經(jīng)濟金融數(shù)據(jù)庫中的數(shù)據(jù);(2)增加控制變量。增加公司的成長性、高管特征等控制變量;(3)重新定義樣本。刪除具有缺失數(shù)據(jù)的公司，重新篩選樣本進行分析。研究結(jié)果沒有發(fā)生顯著變化，因此，研究結(jié)果具有較好的穩(wěn)健性。

六、結(jié) 語

本文構(gòu)建了以托賓Q模型為基礎(chǔ)的研發(fā)投資模型，并利用2009—2012年的數(shù)據(jù)對上市公司股權(quán)集中與研發(fā)投資間的關(guān)系進行了分析，主要得到以下結(jié)論:

1．采用國內(nèi)研究普遍采用的混合回歸對靜態(tài)模型進行分析，結(jié)果表明股權(quán)集中度一次項對研發(fā)投資具有負向影響，二次項對研發(fā)投資具有負向影響。考慮滯后效應的動態(tài)面板數(shù)據(jù)模型分析結(jié)果表明股權(quán)集中度與研發(fā)投資之間呈顯著負相關(guān)關(guān)系，股權(quán)集中度平方與研發(fā)投資之間呈顯著負相關(guān)關(guān)系，同時，滯后一期股權(quán)集中度與研發(fā)投資之間呈顯著負相關(guān)關(guān)系，滯后一期股權(quán)集中度平方與研發(fā)投資之間呈顯著負相關(guān)關(guān)系。以上現(xiàn)象出現(xiàn)的原因在于研發(fā)投資收益的不確定性可能會給公司資產(chǎn)帶來創(chuàng)造性的破壞，同時股權(quán)的高度集中也使得大股東不用擔心公司會被惡意收購，因此，股權(quán)集中的公司在缺乏外部監(jiān)督和股東分散化的情況下，大股東更有可能以其他股東的利益為代價來追求自身利益而不是公司價值的最大化，且這種可能性隨著股權(quán)集中度的增加而加速增加，從而導致當年和第二年研發(fā)投資降低速度越來越快。由于時間的關(guān)系，股權(quán)集中度變化對當年研發(fā)投資的影響會大于對第二年研發(fā)投資的影響。

2．托賓Q對股權(quán)集中度與研發(fā)投資之間的關(guān)系具有顯著負向調(diào)節(jié)效應，現(xiàn)金流對股權(quán)集中度與研發(fā)投資之間的關(guān)系具有顯著正向調(diào)節(jié)效應，行業(yè)對股權(quán)集中度與研發(fā)投資之間的關(guān)系不具有顯著調(diào)節(jié)效應。以上現(xiàn)象的原因可能在于市場價值越高的公司大股東更加傾向于長期投資活動，因此，雖然存在以中小股東利益為代價追求自身利益的可能性，但是，由創(chuàng)新為公司帶來的成長可能是大股東追求的首要戰(zhàn)略目標。隨著公司現(xiàn)金流的增加，股權(quán)集中度對研發(fā)投資的負向影響程度會增加。其原因可能在于現(xiàn)金流充足的公司中大股東具有更強的意愿去提高私有利益以及滿足自身對公司發(fā)展的要求，例如提高在職消費、改善辦公條件、擴大企業(yè)規(guī)模以及進行資本市場上的投資等，在此過程中會降低風險較大的研發(fā)投資。按照論文對行業(yè)的劃分方法，不同行業(yè)中股權(quán)集中度對研發(fā)投資影響沒有顯著差異性。

隨著越來越多公司明確披露研發(fā)數(shù)據(jù)，在未來幾年的研究中可以不斷增加樣本數(shù)量，從而進一步提高研究結(jié)論的說服力。另外，影響研發(fā)投資的因素有很多，而本研究構(gòu)建的模型只是基于標準投資模型，因此，在此模型的基礎(chǔ)上引入新的變量并分析引入變量對研發(fā)投資的影響可以作為下一步深入研究的方向。

［1］馮根福．雙重委托代理理論:上市公司治理的另一種分析框架——兼論進一步完善中國上市公司治理的新思路［J］．經(jīng)濟研究，2004，(12):16－25．

［2］Lee，P．M．，＆O'Neill，H．M．．Ownership structures and R＆D investments of U．S．a(chǎn)nd Japanese firms:Agency and stewardship perspectives［J］．Academy of Management Journal，2003，46(2)，pp．212－225．

［3］Morck，R．，Wolfenzon，D．，＆Yeung，B．．Corporate governance，economic entrenchment，and growth［J］．Journal of Economic Literature，2005，43(3)，pp．655－720．

［4］楊建君，盛鎖．股權(quán)結(jié)構(gòu)對企業(yè)技術(shù)創(chuàng)新投入影響的實證研究［J］．科學學研究，2007，25(4):787－792．

［5］Jackie DV，Laurin C．，Bozec Y．．R＆Dactivity in Canada:Does corporate ownership structure matter?［J］．Canadian Journal of Administrative Studies，2010，27(2)，pp．107－121．

［6］Yuan Li，Hai Guo，Yaqun Yi，and Yi Liu．Ownership concentration and product innovation in Chinese firms:The mediating role of learning orientation［J］．Management and Organization Review，2010，6(1)，pp．77－100．

［7］任海云．股權(quán)結(jié)構(gòu)與企業(yè)R＆D投入關(guān)系的實證研究——基于A股制造業(yè)上市公司的數(shù)據(jù)分析［J］．中國軟科學，2010，(5):126－135．

［8］Brossar Olivier，Lavigne Stéphanie，Saking M．Erdem．Ownership structures and R＆D in Europe:The good institutional investors，the bad and ugly impatient shareholders［J］．Industrial and Corporate Change，2013．22(4)，pp．1031－1068．

［9］Hicheon Kim，Heechun Kim，Peggy M．Lee．Ownership structure and the relationship between financial slack and R＆D investments:Evidence from Korean firms［J］．Organization Science，2008，19(3)，pp．404－418．

［10］Choi SB，Lee SH，Williams C．Ownership and firm innovation in a transition economy:Evidence from China［J］．Research Policy，2011，40(3)，pp．441－452．

［11］劉勝強，劉星．股權(quán)結(jié)構(gòu)對企業(yè)R＆D投資的影響——來自制造業(yè)上市公司2002－2008年的經(jīng)驗證據(jù)［J］．軟科學，2010，24(7):32－36．

［12］徐潔菲，郭志勇．浙江上市公司股權(quán)結(jié)構(gòu)與研發(fā)投入的相關(guān)性研究［J］．中國商貿(mào)，2013，(2):53－54．

［13］Chen V Z，Li J，Shapiro D M，et al．Ownership structure and innovation:An emerging market perspective［J］．Asia Pacific Journal of Management，2014，31(1)，pp．1－24．

［14］Matthew O'Connor and Matthew Rafferty．Corporate governance and innovation［J］．Journal of Financial and Quantitative Analysis，2012，47(2)，pp．397－413．

［15］Sanghoon Lee．The effect of ownership concentration on R＆D decisions in Korean firms［J］．Seoul Journal of Economics，2012，25(1)，pp．89－110．