孫 剛，鄭 琦

(1.浙江財(cái)經(jīng)大學(xué)東方學(xué)院，浙江 嘉興 314408；2.長(zhǎng)沙理工大學(xué)經(jīng)濟(jì)與管理學(xué)院，湖南 長(zhǎng)沙 410114)

一、引 言

2006年召開(kāi)的全國(guó)科技大會(huì)及之后2007年黨的“十七大”明確提出，科技發(fā)展要緊緊圍繞經(jīng)濟(jì)社會(huì)發(fā)展這一中心任務(wù)，要解決制約經(jīng)濟(jì)社會(huì)發(fā)展的關(guān)鍵問(wèn)題，要建立以企業(yè)為主體、以市場(chǎng)為導(dǎo)向、產(chǎn)學(xué)研相結(jié)合的技術(shù)創(chuàng)新體系。尤其是高科技產(chǎn)業(yè)不再是獨(dú)立發(fā)展的產(chǎn)業(yè)，而要與傳統(tǒng)產(chǎn)業(yè)全面結(jié)合。從黨的“十八大”進(jìn)一步強(qiáng)調(diào)堅(jiān)持走中國(guó)特色自主創(chuàng)新道路、實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，到黨的“十九大”報(bào)告中“創(chuàng)新”一詞出現(xiàn)了近六十次，創(chuàng)新被視為是引領(lǐng)發(fā)展的第一動(dòng)力。隨著我國(guó)經(jīng)濟(jì)發(fā)展方式從“李嘉圖式增長(zhǎng)”逐漸向“熊彼特式增長(zhǎng)”轉(zhuǎn)型，處于經(jīng)濟(jì)轉(zhuǎn)型升級(jí)和新舊動(dòng)能轉(zhuǎn)換的關(guān)鍵期，探討政府干預(yù)行為和方式究竟對(duì)我國(guó)創(chuàng)新驅(qū)動(dòng)發(fā)展產(chǎn)生何種深遠(yuǎn)影響，尤其是對(duì)于微觀市場(chǎng)和企業(yè)層面而言，目前的相關(guān)研究尚無(wú)定論。創(chuàng)新驅(qū)動(dòng)發(fā)展的基本內(nèi)涵是指通過(guò)產(chǎn)業(yè)升級(jí)和轉(zhuǎn)型，實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展的創(chuàng)新驅(qū)動(dòng)，改變過(guò)去依賴以勞動(dòng)力和資源投入驅(qū)動(dòng)的狀況，而產(chǎn)業(yè)政策須率先轉(zhuǎn)型升級(jí)。2015年3月頒布的《中共中央國(guó)務(wù)院關(guān)于深化體制機(jī)制改革加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的若干意見(jiàn)》指出，要強(qiáng)化產(chǎn)業(yè)政策對(duì)創(chuàng)新的引導(dǎo)。推動(dòng)“政策鏈”“資金鏈”“創(chuàng)新鏈”和“產(chǎn)業(yè)鏈”的深度融合，政府亟待加強(qiáng)規(guī)劃和引導(dǎo)，通過(guò)宏觀政策支持和機(jī)制創(chuàng)新，為“多鏈融合”創(chuàng)造良好的生態(tài)環(huán)境。鑒于企業(yè)的創(chuàng)新主體地位，探究產(chǎn)業(yè)政策精準(zhǔn)引導(dǎo)微觀企業(yè)創(chuàng)新驅(qū)動(dòng)發(fā)展的實(shí)現(xiàn)機(jī)制和路徑具有現(xiàn)實(shí)意義和價(jià)值。

國(guó)內(nèi)外學(xué)術(shù)界對(duì)產(chǎn)業(yè)政策的爭(zhēng)議聚焦于要實(shí)施什么樣的產(chǎn)業(yè)政策，把重點(diǎn)轉(zhuǎn)移至該如何制定、激勵(lì)、實(shí)施、評(píng)估產(chǎn)業(yè)政策上(Stiglitz，2015；林毅夫等，2018)[1][2]，對(duì)建立優(yōu)化產(chǎn)業(yè)政策治理體系提供了正確的方向?？紤]到產(chǎn)業(yè)政策影響的重要性、持久性和廣泛性，本文聚焦于產(chǎn)業(yè)政策作用的某一細(xì)分領(lǐng)域——高科技產(chǎn)業(yè)領(lǐng)域，選取政府“高新技術(shù)企業(yè)”資質(zhì)認(rèn)定(以下簡(jiǎn)稱“高新認(rèn)定”)這一產(chǎn)業(yè)政策具體執(zhí)行機(jī)制作為研究政府創(chuàng)新干預(yù)行為的切入點(diǎn)，并選擇資本市場(chǎng)股價(jià)崩盤(pán)風(fēng)險(xiǎn)問(wèn)題作為考察對(duì)象，檢驗(yàn)政府干預(yù)行為在高科技產(chǎn)業(yè)政策引導(dǎo)創(chuàng)新驅(qū)動(dòng)發(fā)展過(guò)程中抑制信息“失真”和信息“扭曲”的作用機(jī)制。

一直以來(lái)，金融和會(huì)計(jì)領(lǐng)域?qū)W者將資本市場(chǎng)中股價(jià)變化歸結(jié)為企業(yè)未來(lái)發(fā)展的新信息。Roll(1988)指出，市場(chǎng)和行業(yè)等信息僅僅能解釋股價(jià)變動(dòng)的很小一部分，他推測(cè)市場(chǎng)交易者可以借助對(duì)企業(yè)特質(zhì)信息套利來(lái)驅(qū)動(dòng)股價(jià)變化[3]。Morck等(2000)發(fā)現(xiàn)，在產(chǎn)權(quán)保護(hù)不到位的國(guó)家，企業(yè)股價(jià)波動(dòng)的同步性程度更高，這些國(guó)家企業(yè)股價(jià)很大程度上是被市場(chǎng)、行業(yè)層面信息所驅(qū)動(dòng)[4]。Jin等(2006)指出，企業(yè)信息不透明是導(dǎo)致股價(jià)同步性和股價(jià)崩盤(pán)風(fēng)險(xiǎn)的重要?jiǎng)右?，信息不透明的企業(yè)積累下來(lái)的負(fù)面信息，一旦釋放將導(dǎo)致股價(jià)嚴(yán)重下跌，該現(xiàn)象被稱之為股價(jià)崩盤(pán)風(fēng)險(xiǎn)[5]。在我國(guó)“政治+政府”“官場(chǎng)+市場(chǎng)”氛圍濃厚的經(jīng)濟(jì)環(huán)境中，采取“自上而下”治理模式的產(chǎn)業(yè)政策，與其他諸如財(cái)稅、貨幣金融、科技創(chuàng)新等國(guó)家宏觀政策相似，在“市場(chǎng)失靈”情況下致力于扮演“有為政府”的“幫助之手”?！案咝抡J(rèn)定”作為高科技領(lǐng)域產(chǎn)業(yè)政策的微觀實(shí)施機(jī)制，其實(shí)質(zhì)上以一種異質(zhì)性的方式直接且深刻地影響著企業(yè)的管理者行為、企業(yè)治理、投融資決策、信息披露策略以及日常實(shí)際運(yùn)營(yíng)活動(dòng)，生產(chǎn)并向市場(chǎng)釋放出復(fù)雜、異質(zhì)且可置信的企業(yè)特質(zhì)性訊息，從而吸引證券分析師、機(jī)構(gòu)投資者等金融中介利用其處理和挖掘復(fù)雜信息并提供投資建議的能力和優(yōu)勢(shì)，并借助資本市場(chǎng)上眾多套利投資者的交易活動(dòng)，增強(qiáng)企業(yè)股價(jià)對(duì)特質(zhì)信息的吸收效率，減少了信息“失真”和信息“扭曲”，降低了股價(jià)崩盤(pán)的風(fēng)險(xiǎn)。

本文聚焦于產(chǎn)業(yè)政策執(zhí)行中的政府行為和政治因素，研究了“高新認(rèn)定”政策對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響，研究發(fā)現(xiàn)基于高科技產(chǎn)業(yè)政策實(shí)施的政府干預(yù)行為顯著降低了企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)。本文有如下三點(diǎn)學(xué)術(shù)貢獻(xiàn)：(1)拓展了傳統(tǒng)產(chǎn)業(yè)政策的衡量方法，不再僅限于將產(chǎn)業(yè)歸納為未獲得支持、一般支持、重點(diǎn)支持以及限制性行業(yè)等傳統(tǒng)文本劃分法，嘗試從微觀實(shí)施視角衡量產(chǎn)業(yè)政策的影響，直接捕捉并考察產(chǎn)業(yè)政策執(zhí)行中政府行為的影響機(jī)制。(2)提供了政府行為作用于股價(jià)崩盤(pán)風(fēng)險(xiǎn)的微觀證據(jù)，豐富了歷史文獻(xiàn)主要從政治關(guān)聯(lián)、信息披露、金融中介、企業(yè)治理、微觀市場(chǎng)結(jié)構(gòu)以及非正式制度等視角考察降低企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的實(shí)現(xiàn)渠道，是對(duì)以往研究政治因素與股價(jià)崩盤(pán)風(fēng)險(xiǎn)文獻(xiàn)的有益補(bǔ)充。(3)指出產(chǎn)業(yè)政策微觀實(shí)施將為企業(yè)帶來(lái)增量特質(zhì)信息，影響企業(yè)股價(jià)信息含量、信息風(fēng)險(xiǎn)乃至信息定價(jià)。本文從資本市場(chǎng)視角探索了高科技領(lǐng)域產(chǎn)業(yè)政策微觀實(shí)施對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響及其可能路徑，提供了資本市場(chǎng)對(duì)產(chǎn)業(yè)政策等宏觀政策信息進(jìn)行合理定價(jià)的證據(jù)，有益于優(yōu)化政府創(chuàng)新資源配置決策。

二、文獻(xiàn)回顧、理論分析與研究假說(shuō)

(一)文獻(xiàn)回顧

企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)研究的歷史文獻(xiàn)可分為兩大類(lèi)，一類(lèi)為研究股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響因素，另一類(lèi)為研究股價(jià)崩盤(pán)風(fēng)險(xiǎn)的經(jīng)濟(jì)后果，其中第一類(lèi)文獻(xiàn)占絕對(duì)主體。因此，文獻(xiàn)回顧主要集中于第一類(lèi)研究，從事該類(lèi)研究的學(xué)者主要持有“信息觀”“代理觀”和“政治觀”三種主流觀點(diǎn)。“信息觀”源自Jin等(2006)[5]，他們認(rèn)為不透明的信息披露環(huán)境是導(dǎo)致股價(jià)崩盤(pán)風(fēng)險(xiǎn)的重要因素。隨后Hutton等(2009)利用企業(yè)盈余操縱程度衡量企業(yè)信息環(huán)境，研究發(fā)現(xiàn)信息環(huán)境越不透明，企業(yè)股價(jià)同步性程度越高，企業(yè)管理者越會(huì)壓制負(fù)面消息的及時(shí)披露，從而企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)越高，支持了Jin等(2006)的研究[6]。Francis等(2011)進(jìn)一步發(fā)現(xiàn)，研發(fā)費(fèi)用、成本費(fèi)用和現(xiàn)金流操縱等真實(shí)盈余管理行為越嚴(yán)重，企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)也越高?？梢?jiàn)，會(huì)計(jì)盈利操縱抑或是真實(shí)盈利操縱背后均隱藏著企業(yè)內(nèi)部人控制“壞消息”披露的動(dòng)機(jī)，當(dāng)這些負(fù)面信息積累到一定程度，企業(yè)美好前景被“刺破”之時(shí)，股價(jià)崩盤(pán)現(xiàn)象則難以避免[7]。

而持有“代理觀”的學(xué)者認(rèn)為，股東之間以及股東與管理者之間的代理問(wèn)題是影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)的重要因素。Xu等(2014)從高管在職消費(fèi)[8]、Kim等(2011)從高管股權(quán)激勵(lì)[9]、Jia(2018)從高管薪酬差距[10]、Yuan等(2016)從高管責(zé)任保險(xiǎn)[11]、Hong等(2017)從控股股東兩權(quán)分離等多個(gè)視角分析了代理成本對(duì)企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響[12]?？傮w上，高管在職消費(fèi)、股權(quán)激勵(lì)、薪酬差距以及兩權(quán)分離等因素均預(yù)示著企業(yè)內(nèi)部埋伏著潛在代理沖突和風(fēng)險(xiǎn)，未來(lái)股價(jià)崩盤(pán)風(fēng)險(xiǎn)更高，而高管責(zé)任保險(xiǎn)則從保險(xiǎn)機(jī)制上消除了高管為了卸責(zé)而掩蓋負(fù)面信息的動(dòng)機(jī)，反而有利于降低股價(jià)崩盤(pán)風(fēng)險(xiǎn)。

持有“政治觀”的學(xué)者則嘗試從政府行為和政治因素視角解釋股價(jià)崩盤(pán)風(fēng)險(xiǎn)現(xiàn)象。Lee等(2017)發(fā)現(xiàn)，委派官員到國(guó)企任職顯著增加了企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)，但是在非國(guó)企中，聘用具有政府部門(mén)履職經(jīng)歷人士擔(dān)任高管，則顯著降低了企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)，政治因素在產(chǎn)權(quán)性質(zhì)不同的企業(yè)中對(duì)負(fù)面消息得以釋放并融入股價(jià)的作用機(jī)制不盡相同[13]。Gao等(2019)和Piotroski等(2015)則發(fā)現(xiàn)腐敗嚴(yán)重地區(qū)的企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)顯著更高，部分歸因于政治家及其關(guān)聯(lián)企業(yè)出于政治目的壓制負(fù)面消息披露[14][15]。對(duì)于成熟資本市場(chǎng)而言，從“信息觀”和“代理觀”兩個(gè)維度的研究文獻(xiàn)已相當(dāng)豐富，但從“政治觀”維度進(jìn)一步拓展政府行為、政治因素對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響仍具有現(xiàn)實(shí)意義。我國(guó)新興加轉(zhuǎn)型期，關(guān)系型交易、政治關(guān)聯(lián)、政府干預(yù)、政府管制、政商聯(lián)系等廣泛嵌入于企業(yè)經(jīng)濟(jì)活動(dòng)之中，使得政府的宏觀政策、調(diào)控、管制、干預(yù)等信息不可被忽視(陳冬華等，2018)，進(jìn)一步研究政府行為對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響仍具有現(xiàn)實(shí)意義[16]。

(二)理論分析

政府在我國(guó)經(jīng)濟(jì)發(fā)展過(guò)程中扮演著極其重要的角色，與財(cái)政政策、貨幣政策、財(cái)稅政策等宏觀政策類(lèi)似，產(chǎn)業(yè)政策規(guī)劃、實(shí)施過(guò)程無(wú)不體現(xiàn)了政府“有形之手”的存在。首先，從產(chǎn)業(yè)政策決策程序看，產(chǎn)業(yè)政策制定是一個(gè)集科學(xué)性和可靠性為一體的民主決策過(guò)程，須結(jié)合經(jīng)濟(jì)發(fā)展實(shí)際情況和現(xiàn)實(shí)需要，由政策制定者提出符合經(jīng)濟(jì)發(fā)展的目標(biāo)，充分集合政府黨政機(jī)構(gòu)、社會(huì)智庫(kù)、學(xué)術(shù)研究組織等力量，是制度化、規(guī)范化、程序化的公共決策過(guò)程。在產(chǎn)業(yè)政策執(zhí)行過(guò)程中，各級(jí)地方政職能部門(mén)、行業(yè)協(xié)會(huì)凝聚共識(shí)、形成合力，判斷目標(biāo)行業(yè)是否需要支持、給予何種力度的支持以及根據(jù)先前支持情況和行業(yè)未來(lái)發(fā)展預(yù)期進(jìn)一步?jīng)Q定是否繼續(xù)支持或者改變支持力度等。因此，從決策程序看，我國(guó)產(chǎn)業(yè)政策制定和實(shí)施具有科學(xué)基礎(chǔ)。

再者，從產(chǎn)業(yè)政策實(shí)踐看，普遍存在著“政出多頭”“閉門(mén)造車(chē)”“重?cái)?shù)量、輕質(zhì)量”“缺乏相機(jī)決策”“重制定、輕評(píng)估”等現(xiàn)象，缺乏政策立法、激勵(lì)、執(zhí)行、監(jiān)督、考核和退出機(jī)制等頂層設(shè)計(jì)。地方政府“歪曲性”“選擇性”“抵制式”“照搬式”地實(shí)施產(chǎn)業(yè)政策的現(xiàn)象一定程度上揭示了從中央到地方多層次產(chǎn)業(yè)政策實(shí)施的委托代理困境和矛盾。并且，由于涉及資源分配、利益協(xié)調(diào)，加之政企信息不對(duì)稱，產(chǎn)業(yè)政策實(shí)施中常引發(fā)諸如“為尋扶持而研發(fā)”“為上市而扶持”“偽高新”“騙補(bǔ)”“研發(fā)操縱”“微創(chuàng)新”等企業(yè)“迎合”產(chǎn)業(yè)政策的代理問(wèn)題(楊國(guó)超等，2017)[17]。

最后，從產(chǎn)業(yè)政策的微觀經(jīng)濟(jì)后果看，作為政府“有形之手”的重要工具，產(chǎn)業(yè)政策兼有政府干預(yù)和限制競(jìng)爭(zhēng)的雙重特點(diǎn)(江飛濤等，2010)，具備選擇性和資源配置功能[18]。陳冬華等(2010)研究表明，我國(guó)產(chǎn)業(yè)政策是影響微觀企業(yè)投融資的重要因素[19]。在產(chǎn)業(yè)政策重點(diǎn)鼓勵(lì)和支持行業(yè)，特別是國(guó)有企業(yè)，其IPO，SEO融資規(guī)模增速顯著更快。各級(jí)政府通過(guò)執(zhí)行產(chǎn)業(yè)政策，將諸如經(jīng)營(yíng)性用地、政府補(bǔ)貼、信貸或者權(quán)益融資等資源，配置到獲得產(chǎn)業(yè)政策重點(diǎn)支持行業(yè)，顯著促進(jìn)了受支持行業(yè)的企業(yè)投資(黎文靖等，2014)[20]。從中央到地方，產(chǎn)業(yè)政策被“層層加碼”。此外，產(chǎn)業(yè)政策實(shí)施會(huì)向市場(chǎng)傳遞出激進(jìn)的政策“信號(hào)”(李莉等，2015)[21]，加劇管理者過(guò)度自信和投資沖動(dòng)(畢曉方等，2015)[22]，弱化企業(yè)治理的監(jiān)督作用(祝繼高等，2015)[23]，激勵(lì)企業(yè)管理者選擇激進(jìn)的信息披露策略(黎文飛等，2019)[24]、策略性研發(fā)(黎文靖等，2016)以及支付高溢價(jià)實(shí)施“政策套利性”并購(gòu)等(鐘寧樺等，2019)[25][26]。可見(jiàn)，產(chǎn)業(yè)政策深刻地影響著微觀企業(yè)的投融資決策、信息披露策略以及實(shí)質(zhì)性經(jīng)營(yíng)活動(dòng)，并通過(guò)資本市場(chǎng)投資者、行業(yè)證券分析師、機(jī)構(gòu)投資者等中介機(jī)構(gòu)的信息發(fā)現(xiàn)、挖掘、分析及交易活動(dòng)，促進(jìn)了企業(yè)特質(zhì)信息的產(chǎn)生、加工和傳播。

(三)研究假說(shuō)

作為高科技領(lǐng)域產(chǎn)業(yè)政策的微觀實(shí)施機(jī)制，“高新認(rèn)定”一直是我國(guó)各級(jí)政府引導(dǎo)、激勵(lì)、評(píng)價(jià)企業(yè)創(chuàng)新活動(dòng)的重要機(jī)制。1988年，國(guó)務(wù)院批準(zhǔn)實(shí)施了我國(guó)高科技產(chǎn)業(yè)促進(jìn)計(jì)劃，首批批準(zhǔn)了53個(gè)國(guó)家級(jí)高新區(qū)，通過(guò)界定“高新技術(shù)企業(yè)”，促進(jìn)、支持高科技產(chǎn)業(yè)發(fā)展。以科技部、財(cái)政部、國(guó)家稅務(wù)總局聯(lián)合下發(fā)的《高新技術(shù)企業(yè)認(rèn)定管理辦法》(國(guó)科發(fā)火〔2016〕32號(hào))為例，獲得“高新認(rèn)定”的企業(yè)首先需要符合國(guó)家高科技產(chǎn)業(yè)扶持方向，在《國(guó)家重點(diǎn)支持的高新技術(shù)領(lǐng)域》內(nèi)，持續(xù)進(jìn)行研發(fā)成果轉(zhuǎn)化，形成并擁有自主核心知識(shí)產(chǎn)權(quán)，并以此為基礎(chǔ)開(kāi)展經(jīng)營(yíng)活動(dòng)，同時(shí)滿足注冊(cè)時(shí)間、技術(shù)所屬領(lǐng)域、是否擁有核心自主產(chǎn)權(quán)、科技人員占比、研發(fā)強(qiáng)度、高新產(chǎn)品收入占比、創(chuàng)新能力評(píng)價(jià)、生產(chǎn)和環(huán)保安全等條件，企業(yè)創(chuàng)新能力的綜合評(píng)價(jià)、定量定性評(píng)價(jià)相結(jié)合，注重企業(yè)研發(fā)活動(dòng)與知識(shí)產(chǎn)權(quán)、成果轉(zhuǎn)化、高新產(chǎn)品收入之間的內(nèi)在邏輯合理性。獲得認(rèn)定的企業(yè)將在諸如市場(chǎng)準(zhǔn)入、項(xiàng)目招投標(biāo)與審批核準(zhǔn)、供地審批、貸款行政核準(zhǔn)、金融市場(chǎng)融資、財(cái)稅優(yōu)惠、科技補(bǔ)貼、資金獎(jiǎng)勵(lì)、品牌宣傳等方面獲得政府優(yōu)惠或優(yōu)先政策支持?！案咝抡J(rèn)定”由三部委各級(jí)機(jī)關(guān)具體負(fù)責(zé)全國(guó)高新技術(shù)企業(yè)認(rèn)定的指導(dǎo)、管理和監(jiān)督，旨在構(gòu)建由科技、財(cái)稅等政府部門(mén)、社會(huì)中介機(jī)構(gòu)、技術(shù)和財(cái)務(wù)專(zhuān)家等共同參與的責(zé)任共擔(dān)、成績(jī)分享、協(xié)同聯(lián)動(dòng)機(jī)制(1)為滿足“高新認(rèn)定”工作的管理需要，中國(guó)注冊(cè)會(huì)計(jì)師協(xié)會(huì)專(zhuān)門(mén)頒布實(shí)施了《高新技術(shù)企業(yè)認(rèn)定專(zhuān)項(xiàng)審計(jì)指引》(2008)，指導(dǎo)和規(guī)范注冊(cè)會(huì)計(jì)師執(zhí)行“高新認(rèn)定”專(zhuān)項(xiàng)審計(jì)業(yè)務(wù)。。

借助“高新認(rèn)定”這一正式制度安排，實(shí)現(xiàn)高科技領(lǐng)域產(chǎn)業(yè)政策在微觀企業(yè)層面的“落地生根”，實(shí)質(zhì)上作用于企業(yè)管理者行為、投融資決策、信息披露策略以及治理機(jī)制等，深刻影響著微觀企業(yè)的實(shí)際運(yùn)營(yíng)，在政府和市場(chǎng)間形成了一種新型政企動(dòng)態(tài)聯(lián)系，減少滯后的市場(chǎng)化環(huán)境對(duì)企業(yè)創(chuàng)新活動(dòng)的阻礙(許玲玲，2018)[27]，有效提升企業(yè)創(chuàng)新能力(孫剛等，2018)[28]，凸顯了“有為政府”的“扶持之手”功能，向市場(chǎng)傳遞出企業(yè)資質(zhì)得到政府認(rèn)證的積極訊息(雷根強(qiáng)等，2018)[29]，有助于緩解產(chǎn)業(yè)政策執(zhí)行中政府與企業(yè)、企業(yè)與市場(chǎng)之間的信息不對(duì)稱及“逆向選擇”，發(fā)揮了實(shí)施國(guó)家宏觀經(jīng)濟(jì)政策在抑制信息“失真”和“扭曲”上的作用，客觀上促進(jìn)了企業(yè)特質(zhì)信息的生產(chǎn)和傳播，提高了企業(yè)股價(jià)信息含量，避免企業(yè)負(fù)面信息的持續(xù)積累，減少了企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)。但另一方面，高科技領(lǐng)域產(chǎn)業(yè)政策執(zhí)行中形成的政企關(guān)聯(lián)容易滋生政府、企業(yè)代理問(wèn)題乃至“政企合謀”，促使獲得政府支持的企業(yè)更傾向于保持不透明的信息披露狀態(tài)，更多地進(jìn)行信息披露操縱以持續(xù)獲取社會(huì)資源(楊國(guó)超等，2017)[17]。企業(yè)內(nèi)部人更加傾向于壓制不利于企業(yè)運(yùn)營(yíng)的負(fù)面信息，國(guó)家宏觀經(jīng)濟(jì)政策實(shí)施則加劇了信息“失真”和“扭曲”，從而阻礙了企業(yè)特質(zhì)信息的釋放，導(dǎo)致企業(yè)股價(jià)信息含量較低。當(dāng)負(fù)面信息積累至峰值，無(wú)法被抑制而披露出來(lái)，企業(yè)股價(jià)崩盤(pán)則不可避免。結(jié)合上述分析，本文提出兩個(gè)有待檢驗(yàn)的競(jìng)爭(zhēng)性研究假說(shuō)，在其他條件相同的情況下，作為高科技產(chǎn)業(yè)政策的重要實(shí)施機(jī)制：

原假設(shè)H0：獲得“高新認(rèn)定”后，企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)顯著降低。

備擇假設(shè)H1：獲得“高新認(rèn)定”后，企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)顯著增大。

三、數(shù)據(jù)來(lái)源、篩選與研究設(shè)計(jì)

(一)數(shù)據(jù)來(lái)源與篩選

本文將“高新認(rèn)定”作為我國(guó)高科技領(lǐng)域產(chǎn)業(yè)政策實(shí)施的一種重要微觀機(jī)制，手工整理形成了1994～2019年初上市企業(yè)“科技認(rèn)定”數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)研究?jī)?yōu)勢(shì)在于能夠準(zhǔn)確鎖定“高新認(rèn)定”批準(zhǔn)日，克服以往有關(guān)產(chǎn)業(yè)政策經(jīng)濟(jì)后果研究假設(shè)所有企業(yè)均在同一個(gè)時(shí)間點(diǎn)上接受政策“沖擊”，能更有效控制內(nèi)生性問(wèn)題，提高檢驗(yàn)有效性。其他財(cái)務(wù)、治理、分析師數(shù)據(jù)則均來(lái)自CSMAR數(shù)據(jù)庫(kù)。本文對(duì)研究樣本做了如下篩除：(1)“高新認(rèn)定”以外的其他“科技認(rèn)定”類(lèi)型；(2)雖提出“高新認(rèn)定”申請(qǐng)但未獲通過(guò)的企業(yè)樣本；(3)認(rèn)定對(duì)象為企業(yè)前身、企業(yè)產(chǎn)品、控股股東的企業(yè)樣本；(4)企業(yè)上市之前獲得“高新認(rèn)定”資質(zhì)的企業(yè)樣本；(5)非首次獲得“高新認(rèn)定”的企業(yè)樣本；(6)股票代碼以2、4、8、9開(kāi)頭的企業(yè)樣本；(7)變量有缺失值的企業(yè)樣本。為控制異常值，連續(xù)變量均在1%和99%分位數(shù)處做了縮尾處理。數(shù)據(jù)處理和回歸分析使用統(tǒng)計(jì)軟件SAS9.4和STATA16。

(二)研究設(shè)計(jì)

本文假設(shè)“高新認(rèn)定”行為具有政策效果隨時(shí)間改變的動(dòng)態(tài)特征。由于每家企業(yè)獲得“高新認(rèn)定”的時(shí)間點(diǎn)不同，本研究采用“動(dòng)態(tài)追蹤數(shù)據(jù)”“多期處理效應(yīng)”與“事件研究法”相結(jié)合的思路控制內(nèi)生性，檢驗(yàn)研究假說(shuō)。第一步，借鑒事件研究法，確定每家企業(yè)獲得“高新認(rèn)定”的批準(zhǔn)年份第t年，賦值為0；認(rèn)定前第t-1年、t-2年分別賦值為-1年、-2年；認(rèn)定后第t+1年、t+2年分別賦值為1年、2年，以此類(lèi)推?？紤]到“高新認(rèn)定”支持周期為三年，本文選取認(rèn)定前、后各三年為研究窗口。為便于動(dòng)態(tài)考察每家企業(yè)獲得認(rèn)定前、后股價(jià)崩盤(pán)風(fēng)險(xiǎn)的變化，須保證每家企業(yè)能夠生存一個(gè)研究窗口，因此本文構(gòu)造了一個(gè)動(dòng)態(tài)追蹤數(shù)據(jù)集。第二步，檢驗(yàn)追蹤數(shù)據(jù)是否滿足共同趨勢(shì)假設(shè)，即獲得“高新認(rèn)定”的企業(yè)在其被認(rèn)定之前的股價(jià)崩盤(pán)風(fēng)險(xiǎn)是否與基期相比具有顯著差異，本文通過(guò)設(shè)置0-1啞變量標(biāo)識(shí)各年度效應(yīng)。以股價(jià)崩盤(pán)風(fēng)險(xiǎn)為被解釋變量，若該樣本滿足共同趨勢(shì)假設(shè)，則年度效應(yīng)啞變量在認(rèn)定前均統(tǒng)計(jì)不顯著(或者多數(shù)情況不顯著)，但認(rèn)定后各期應(yīng)統(tǒng)計(jì)顯著，則可認(rèn)為“高新認(rèn)定”政策具有處理效應(yīng)。第三步，在滿足共同趨勢(shì)假設(shè)前提下，企業(yè)獲得認(rèn)定后的樣本為處理組，賦值為1；獲得認(rèn)定前的樣本為控制組，賦值0。利用差分法動(dòng)態(tài)考察認(rèn)定前、后股價(jià)崩盤(pán)風(fēng)險(xiǎn)變化，展開(kāi)多元線性回歸分析，檢驗(yàn)原假說(shuō)和備擇假說(shuō)。

1.基本模型

借鑒Chen等(2001)的研究，為保障研究結(jié)論不受指標(biāo)構(gòu)建的影響，本文構(gòu)建了三個(gè)指標(biāo)反映企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)[30]。首先，利用式(1.1)估計(jì)企業(yè)周收益率。

ri,t=γ0+γ1rm,t-2+γ2rm,t-1+γ3rm,t+γ4rm,t+1+γ5rm,t+2+εi,t

(1.1)

其中ri,t為該股票i在年度第t周的收益率，rm,t為股票在第t周經(jīng)過(guò)流通股市值加權(quán)的平均收益率。式(1.1)中為控制股票非同步性交易的影響，加入市場(chǎng)收益率超前和滯后兩項(xiàng)，利用上式回歸殘差項(xiàng)εi,t加1處理后取自然對(duì)數(shù)，即wi,t=ln(1+εi,t)，得到股票i在第t周經(jīng)市場(chǎng)調(diào)整后的收益率。進(jìn)而，本文利用該指標(biāo)構(gòu)造如下兩個(gè)指標(biāo)反映股價(jià)崩盤(pán)風(fēng)險(xiǎn)：第一個(gè)指標(biāo)為股票i經(jīng)過(guò)市場(chǎng)調(diào)整后周收益率負(fù)偏態(tài)指標(biāo)，計(jì)算方法如式(1.2)。第二個(gè)衡量股價(jià)崩盤(pán)風(fēng)險(xiǎn)的指標(biāo)為股價(jià)上漲相對(duì)于下跌的波動(dòng)性比例指標(biāo)(duvol)，該指標(biāo)根據(jù)股票i經(jīng)過(guò)市場(chǎng)調(diào)整后的周收益率是否大于平均收益，從而將股票收益分為上漲和下跌兩個(gè)階段的股價(jià)波動(dòng)樣本，分別計(jì)算兩個(gè)子樣本中股票收益的標(biāo)準(zhǔn)差并經(jīng)標(biāo)準(zhǔn)化處理，具體計(jì)算詳見(jiàn)式(1.3)，其中nu和nd表示股票i經(jīng)過(guò)市場(chǎng)調(diào)整后的周收益率大于和小于平均收益率的周數(shù)。

(1.2)

(1.3)

借鑒Chen等(2018)的研究[31]，企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)主要源自政治風(fēng)險(xiǎn)和企業(yè)內(nèi)部人尋租，出于完成政治任務(wù)或者內(nèi)部人自利等動(dòng)機(jī)隱藏企業(yè)的“壞消息”，當(dāng)這些負(fù)面訊息累積到無(wú)法繼續(xù)隱藏之時(shí)就會(huì)突然爆發(fā)出來(lái)，從而引發(fā)股價(jià)崩盤(pán)。但在不存在“壞消息”的情形下，政府代理人和企業(yè)內(nèi)部人沒(méi)有隱匿“好消息”的動(dòng)機(jī)，由于其隱藏“壞消息”的概率遠(yuǎn)大于隱藏“好消息”的概率，股票收益率上漲的概率要遠(yuǎn)大于下跌的概率；反之，如果“壞消息”集中釋放，股票收益率下跌幅度將會(huì)大于上漲幅度。在不存在政治風(fēng)險(xiǎn)或者內(nèi)部人尋租的完美狀態(tài)下，企業(yè)股票收益率上漲和下跌的概率應(yīng)均等、無(wú)偏。

綜上，ncskew和duvol兩個(gè)指標(biāo)反映了企業(yè)由于政治風(fēng)險(xiǎn)和內(nèi)部人自利等動(dòng)機(jī)引發(fā)的股價(jià)崩盤(pán)風(fēng)險(xiǎn)，ncskew越大，股票收益率負(fù)偏態(tài)程度越嚴(yán)重，股價(jià)崩盤(pán)風(fēng)險(xiǎn)越高。duvol越大，股票收益率偏向下跌的程度越嚴(yán)重，股價(jià)崩盤(pán)風(fēng)險(xiǎn)越高。第三個(gè)衡量股價(jià)崩盤(pán)風(fēng)險(xiǎn)的指標(biāo)為crash，該指標(biāo)為wi,t=ln(1+εi,t)是否有小于該指標(biāo)均值-3.2倍wi,t的標(biāo)準(zhǔn)差，如是，賦值為1，否則為0。本文利用式(2)以及式(3)的probit回歸模型檢驗(yàn)獲得“高新認(rèn)定”對(duì)企業(yè)股價(jià)崩盤(pán)概率的影響。解釋變量為二元啞變量cert，當(dāng)企業(yè)獲得“高新認(rèn)定”后，賦值為1，否則為0。重點(diǎn)關(guān)注cert的回歸系數(shù)α1、β1及其統(tǒng)計(jì)顯著性(下同)，若回歸系數(shù)顯著為正數(shù)，則表明獲得“高新認(rèn)定”將顯著增加企業(yè)股價(jià)崩盤(pán)概率；反之，若回歸系數(shù)顯著為負(fù)數(shù)，則表明獲得“高新認(rèn)定”將顯著降低企業(yè)股價(jià)崩盤(pán)概率。

ncskewi,t+1(duvoli,t+1)=α0+α1certi,t+α2ncskewi,t(duvoli,t)+ν×controlsi,t+φi,t

(2)

prob(crashi,t+1=1)=β0+β1certi,t+β2crashi,t+υ×controlsi,t+ζi,t

(3)

controls為企業(yè)和制度層面控制變量，包括：托賓的Q值，用流通股市值、非流通股面值與債務(wù)面值之和與資產(chǎn)面值的比表示；成長(zhǎng)性，用營(yíng)業(yè)收入變化值與期初營(yíng)業(yè)收入的比表示；資產(chǎn)規(guī)模，用總資產(chǎn)取自然對(duì)數(shù)表示；資產(chǎn)負(fù)債率，以負(fù)債面值與資產(chǎn)面值的比表示；資產(chǎn)收益率，以凈利潤(rùn)與資產(chǎn)面值的比表示；股利支付率，以每股稅前現(xiàn)金股利與每股收益的比表示；研發(fā)投入，以研發(fā)支出占營(yíng)業(yè)收入的比表示，未披露研發(fā)支出的樣本賦值為0；收益率波動(dòng)，以年度周收益率標(biāo)準(zhǔn)差表示；操縱性應(yīng)計(jì)項(xiàng)目，利用Dechow等(1995)修正瓊斯模型估算[32]；股票回報(bào)率，以考慮現(xiàn)金紅利再投資的年度股票回報(bào)率表示；股票換手率，以月平均換手率與上一年月平均換手率之差表示；資本性投資，以購(gòu)建和處置固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)現(xiàn)金收支凈額與資產(chǎn)面值的比表示；第一大股東持股，以第一大股東持股數(shù)占總股本的比表示；機(jī)構(gòu)投資者持股，以機(jī)構(gòu)投資者持股數(shù)占總股本的比表示；產(chǎn)權(quán)性質(zhì)，當(dāng)最終控制人為國(guó)有企業(yè)、政府、國(guó)有大學(xué)等機(jī)構(gòu)的，賦值為1，否則為0；是否國(guó)際“四大”審計(jì)，當(dāng)主審會(huì)計(jì)師事務(wù)所為普華永道、德勤、安永、畢馬威“四大”國(guó)際公司時(shí)，賦值為1，否則為0；政治關(guān)聯(lián)，當(dāng)董事長(zhǎng)或者總經(jīng)理具有曾經(jīng)在中央或地方政府、黨委、政協(xié)、人大、民主黨派、社會(huì)團(tuán)體、高等院校等任職經(jīng)歷者，則認(rèn)為企業(yè)具有政治關(guān)系，賦值為1，否則為0；注冊(cè)地市場(chǎng)化進(jìn)程指數(shù)，取自樊綱等(2011)、王小魯?shù)?2017)編著的各省份市場(chǎng)化進(jìn)程指數(shù)中“減少政府對(duì)企業(yè)干預(yù)”子指數(shù)[33][34]；行業(yè)效應(yīng)，按中國(guó)證監(jiān)會(huì)《中國(guó)上市企業(yè)分類(lèi)指引》(2012)，將所有上市企業(yè)分為除金融行業(yè)外的各行業(yè)大類(lèi)二元0-1虛擬變量，其中制造類(lèi)企業(yè)按照行業(yè)前兩位代碼設(shè)置虛擬變量；年度效應(yīng)，0-1虛擬變量。

2.拓展分析

(1)產(chǎn)業(yè)政策微觀實(shí)施對(duì)企業(yè)信息環(huán)境的影響分析。Jin等(2006)的“信息觀”以及后續(xù)持“代理觀”“政治觀”的諸多研究均證實(shí)，信息披露環(huán)境不透明是導(dǎo)致股價(jià)崩盤(pán)風(fēng)險(xiǎn)的重要?jiǎng)右騕5]。本節(jié)擬從企業(yè)股價(jià)信息含量、會(huì)計(jì)信息質(zhì)量、證券分析師預(yù)測(cè)等三方面，進(jìn)一步拓展分析“高新認(rèn)定”政策影響企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的可能路徑和傳導(dǎo)機(jī)制。若獲得“高新認(rèn)定”能夠顯著降低企業(yè)崩盤(pán)風(fēng)險(xiǎn)成立，則表明企業(yè)獲得認(rèn)定會(huì)抑制政府代理人、控股股東或管理層掩蓋“壞消息”的傾向，增加股票價(jià)格對(duì)企業(yè)特質(zhì)信息的反映，從而提高企業(yè)特質(zhì)信息對(duì)股價(jià)波動(dòng)的解釋能力，股價(jià)波動(dòng)同步性程度會(huì)降低，反之亦然。本文借鑒Durnev等(2003)的研究構(gòu)建企業(yè)股價(jià)波動(dòng)同步性研究指標(biāo)[35]。

ri,t=δ0+δ1rm,t+δ2rI,t+νi,t

(4)

式(4)中期中ri.t為第t周股票i的收益率，rm.t為第t周市場(chǎng)指數(shù)的收益率，rI.t為第t周行業(yè)I的收益率?；貧w模型的擬合優(yōu)度r2反映股價(jià)波動(dòng)同步性(syn)，該指標(biāo)越高，則說(shuō)明市場(chǎng)和行業(yè)因素對(duì)股票價(jià)格的解釋程度越高，即股價(jià)中反映的多為行業(yè)和市場(chǎng)信息；反之，則股價(jià)中反映的多為企業(yè)特質(zhì)信息。式(5)旨在考察獲得“高新認(rèn)定”對(duì)股價(jià)波動(dòng)同步性的影響，重點(diǎn)關(guān)注解釋變量cert的回歸系數(shù)ρ1及其顯著性。

syni,t+1=ρ0+ρ1certi,t+ρ2syni,t+ω×controlsi,t+?i,t

(5)

借鑒以往文獻(xiàn)，本文利用式(6)通過(guò)考察獲得“高新認(rèn)定”對(duì)企業(yè)操縱性盈利、實(shí)際盈利波動(dòng)性、證券分析師盈利預(yù)測(cè)偏差的影響，進(jìn)一步識(shí)別出以“高新認(rèn)定”為代表的產(chǎn)業(yè)政策微觀實(shí)施對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)影響的途徑，重點(diǎn)關(guān)注cert的回歸系數(shù)κ1。其中：指標(biāo)da為依據(jù)經(jīng)修正的Jones模型計(jì)算的操縱性應(yīng)計(jì)項(xiàng)目，并取絕對(duì)值|da|，反映企業(yè)會(huì)計(jì)透明度。Std_feps，std_fepscls和accuracy分別表示證券分析師每股收益預(yù)測(cè)值標(biāo)準(zhǔn)差、除以收盤(pán)價(jià)后的分析師每股收益預(yù)測(cè)標(biāo)準(zhǔn)差、證券分析師預(yù)測(cè)準(zhǔn)確度(以證券分析師預(yù)測(cè)的每股收益減去當(dāng)年實(shí)際每股收益后的絕對(duì)值再除以預(yù)測(cè)前一個(gè)交易日該股票收盤(pán)價(jià)格表示)，這三個(gè)指標(biāo)反映了證券分析師盈利預(yù)測(cè)的準(zhǔn)確度；earningvol反映了企業(yè)過(guò)去滾動(dòng)五年實(shí)際每股收益的標(biāo)準(zhǔn)差，該指標(biāo)越高，說(shuō)明企業(yè)盈利波動(dòng)幅度越大，盈利波動(dòng)風(fēng)險(xiǎn)越高，盈利穩(wěn)定性越差。式(6)統(tǒng)一用變量opacity表示上述五個(gè)指標(biāo)。

opacityi,t=κ0+κ1certi,t+σ×controlsi,t+ζi,t

(6)

(2)產(chǎn)業(yè)政策微觀實(shí)施對(duì)企業(yè)價(jià)值的影響分析。若“高新認(rèn)定”為代表的產(chǎn)業(yè)政策實(shí)施機(jī)制能夠降低企業(yè)信息風(fēng)險(xiǎn)，則獲得“高新認(rèn)定”的企業(yè)其未來(lái)的股權(quán)價(jià)值應(yīng)更高，反之亦然。本文利用持有至到期超額收益率、企業(yè)年度考慮現(xiàn)金股利再投資的投資回報(bào)率、托賓的Q值三個(gè)指標(biāo)，從不同角度衡量企業(yè)相對(duì)價(jià)值和股東財(cái)富。持有至到期超額收益率的計(jì)算方法如式(7)所示，其中，ri,t表示企業(yè)第t月考慮現(xiàn)金紅利再投資的個(gè)股收益率；e(ri,t)表示第t月股票期望收益率，用t月按流通市值加權(quán)并考慮現(xiàn)金紅利再投資的月綜合市場(chǎng)收益率替代；T表示時(shí)間區(qū)間，股票i持有至到期超額收益率考察區(qū)間為公歷年度12個(gè)月的累積回報(bào)率。利用式(8)考察獲得“高新認(rèn)定”對(duì)股東財(cái)富和企業(yè)相對(duì)價(jià)值的影響，仍重點(diǎn)關(guān)注解釋變量cert的回歸系數(shù)及其統(tǒng)計(jì)顯著性，在controls所選變量的基礎(chǔ)上還控制了：企業(yè)風(fēng)險(xiǎn)，以企業(yè)系統(tǒng)性風(fēng)險(xiǎn)beta值表示；流通A股比例，以流通A股股數(shù)占總股本的比表示；高管持股比例，以高管持股數(shù)占總股本的比表示；分析師關(guān)注度，以年度跟蹤分析該企業(yè)的證券分析師或團(tuán)隊(duì)數(shù)加1后取自然對(duì)數(shù)表示。

(7)

bhari,t+1(reti,t+1|tobin’sQi,t+1)=γ0+γ1certi,t+μ×controlsi,t+ψit

(8)

四、實(shí)證檢驗(yàn)結(jié)果與分析

(一)描述性統(tǒng)計(jì)分析

在本文整理到的獲得各種類(lèi)型“科技認(rèn)定”資質(zhì)的企業(yè)樣本中，A股上市企業(yè)占97.8%，約97.8%的“科技認(rèn)定”屬于“高新認(rèn)定”，占各類(lèi)科技資質(zhì)認(rèn)定比重最大，其它諸如“高科技企業(yè)”“火炬計(jì)劃”“863計(jì)劃”等“科技認(rèn)定”類(lèi)型僅占2.2%，與其他“科技認(rèn)定”相比，“高新認(rèn)定”適用范圍更廣。國(guó)家級(jí)“科技認(rèn)定”為3493起，占98%，其他省級(jí)“科技認(rèn)定”只占2%。從“科技認(rèn)定”對(duì)象看，認(rèn)定對(duì)象分布于上市企業(yè)本身、下屬企業(yè)、企業(yè)前身、企業(yè)產(chǎn)品以及企業(yè)控股股東，其中獲得認(rèn)定且認(rèn)定對(duì)象為上市企業(yè)本身及其下屬企業(yè)的“科技認(rèn)定”數(shù)占到99.6%。從“科技認(rèn)定”的地區(qū)分布看，廣東、浙江、江蘇三省排名前三，反映出地區(qū)經(jīng)濟(jì)發(fā)展水平與創(chuàng)新程度顯著正相關(guān)。從行業(yè)分布看，制造業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)排名前二，分別為占82.9%和8.1%。未報(bào)告的其他相關(guān)變量的描述性統(tǒng)計(jì)結(jié)果均在合理值范圍內(nèi)。

(二)多元統(tǒng)計(jì)分析

以股價(jià)崩盤(pán)風(fēng)險(xiǎn)指標(biāo)ncskew_q為例，企業(yè)獲得“高新認(rèn)定”當(dāng)年為第t年。前三年為t-3年，設(shè)為基期。認(rèn)定前兩年為t-2年，年度效應(yīng)啞變量用dif1表示，當(dāng)企業(yè)處于認(rèn)定前兩年時(shí)，dif1=1，否則為0，同理設(shè)置t-1、t、t+1、t+2等各期年度效應(yīng)啞變量dif2至dif5。dif1(t值=-0.01)，dif2(t值=-1.64)均不顯著，而t、t+1、t+2年的年度效應(yīng)啞變量dif3(t值-2.91)，dif4(t值=-2.16)，difno5(t值=-2.08)均通過(guò)5%的統(tǒng)計(jì)顯著性檢驗(yàn)門(mén)檻。這表明，在認(rèn)定之前的三年里，獲得認(rèn)定的企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)并沒(méi)有顯著變化，股價(jià)崩盤(pán)風(fēng)險(xiǎn)是在企業(yè)獲得認(rèn)定后才顯著降低的，滿足樣本的共同趨勢(shì)假設(shè)。本文還檢驗(yàn)了其他股價(jià)崩盤(pán)風(fēng)險(xiǎn)指標(biāo)的共同趨勢(shì)假設(shè)的滿足情況，基本結(jié)論無(wú)本質(zhì)性變化，限于篇幅未逐一呈報(bào)。

1.基礎(chǔ)回歸分析

表1和表2報(bào)告了“高新認(rèn)定”政策對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)影響的回歸分析結(jié)果，表1第(1)至(6)列分別報(bào)告了采用以分市場(chǎng)等權(quán)平均法、分市場(chǎng)流通市值平均法、分市場(chǎng)總市值平均法計(jì)算的企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)指標(biāo)為因變量的回歸結(jié)果。“高新認(rèn)定”以三年為考核期，考核期滿達(dá)標(biāo)后方可獲得連續(xù)支持，因此，本文將樣本鎖定在企業(yè)獲得“高新認(rèn)定”前、后各三年，變量cert的回歸系數(shù)在各列回歸中均為負(fù)數(shù)，且在統(tǒng)計(jì)上顯著，表明獲得產(chǎn)業(yè)政策支持的企業(yè)，在獲得“高新認(rèn)定”后其股價(jià)崩盤(pán)風(fēng)險(xiǎn)是顯著降低的。表2的結(jié)果也表明，獲得認(rèn)定后企業(yè)股價(jià)崩盤(pán)概率也是呈下降趨勢(shì)的，國(guó)家產(chǎn)業(yè)政策具有抑制企業(yè)信息“失真”和“扭曲”的作用，總體上支持原假說(shuō)。

表1 產(chǎn)業(yè)政策微觀實(shí)施與企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)

表2 產(chǎn)業(yè)政策微觀實(shí)施與企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)：基于崩盤(pán)概率的Probit分析

2.拓展分析

(1)基于企業(yè)信息環(huán)境的分析。旨在檢驗(yàn)“高新認(rèn)定”政策是否以及如何影響企業(yè)會(huì)計(jì)信息質(zhì)量、企業(yè)股價(jià)信息含量以及證券分析師預(yù)測(cè)，從而揭示產(chǎn)業(yè)政策微觀實(shí)施影響企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的完整圖景。首先，基于企業(yè)會(huì)計(jì)信息質(zhì)量的分析。表3第(1)列報(bào)告的結(jié)果顯示，企業(yè)獲“高新認(rèn)定”后，其會(huì)計(jì)盈余操縱的程度顯著更低，無(wú)論是“向上”抑或是“向下”的盈余操縱均顯著下降，變量cert的回歸系數(shù)顯著為負(fù)數(shù)，企業(yè)會(huì)計(jì)信息質(zhì)量是顯著提高的，改善了企業(yè)信息環(huán)境。其次，基于企業(yè)股價(jià)同步性的分析。若企業(yè)獲得“高新認(rèn)定”后，股價(jià)崩盤(pán)風(fēng)險(xiǎn)的降低是由于產(chǎn)業(yè)政策的微觀實(shí)施實(shí)質(zhì)上影響企業(yè)投融資和運(yùn)營(yíng)活動(dòng)，增加了企業(yè)層面的特質(zhì)信息制造，并緩解了企業(yè)隱藏“壞消息”的傾向，則企業(yè)特質(zhì)信息將在更大比例上解釋股價(jià)波動(dòng)。表3第(2)、(3)列顯示，變量cert的回歸系數(shù)均為負(fù)數(shù)，且在1%水平統(tǒng)計(jì)顯著，表明企業(yè)獲得認(rèn)定后，增強(qiáng)了股價(jià)對(duì)企業(yè)特質(zhì)信息的反映，提高了企業(yè)特質(zhì)信息對(duì)股價(jià)波動(dòng)的解釋能力，股價(jià)波動(dòng)同步性程度顯著降低，與原假設(shè)預(yù)期一致。最后，基于證券分析師預(yù)測(cè)偏差的分析。如果“高新認(rèn)定”政策能夠通過(guò)更好地促進(jìn)企業(yè)特質(zhì)信息的釋放，進(jìn)而抑制企業(yè)掩蓋負(fù)面信息的概率，則應(yīng)觀察到跟蹤獲得“高新認(rèn)定”企業(yè)的證券分析師做出的盈利預(yù)測(cè)偏差將顯著降低?；谠撆袛?，本文從三個(gè)維度反映證券分析師預(yù)測(cè)偏差及預(yù)測(cè)難度，分別是：證券分析師盈利預(yù)測(cè)不確定性、證券分析師盈利預(yù)測(cè)偏差、企業(yè)實(shí)際盈利波動(dòng)。表4各列報(bào)告的回歸結(jié)果進(jìn)一步說(shuō)明，跟蹤“高新認(rèn)定”企業(yè)的分析師盈利預(yù)測(cè)不確定性、分析師盈利預(yù)測(cè)偏差、實(shí)際企業(yè)盈利波動(dòng)性均顯著降低，分析師開(kāi)展盈利預(yù)測(cè)的難度有所下降，各列中變量cert的回歸系數(shù)均顯著為負(fù)數(shù)(第4列cert的回歸系數(shù)雖然為負(fù)數(shù)，但不顯著；當(dāng)將研究窗口延伸至“高新認(rèn)定”前、后六年時(shí)，未報(bào)告的以earningvol為因變量的回歸結(jié)果顯示，變量cert回歸系數(shù)t值為1.73，且在10%水平顯著)。

表3 產(chǎn)業(yè)政策微觀實(shí)施與企業(yè)股價(jià)同步性

表4 產(chǎn)業(yè)政策微觀實(shí)施與證券分析師盈利預(yù)測(cè)不確定性、預(yù)測(cè)偏差及預(yù)測(cè)難度

(2)基于企業(yè)價(jià)值的分析。本文關(guān)注“高新認(rèn)定”對(duì)企業(yè)價(jià)值的影響，在未控制任何企業(yè)特征變量的基礎(chǔ)上，刻畫(huà)企業(yè)獲得認(rèn)定前、后36個(gè)月(或72個(gè)月)持有至到期超額收益率(bhar)的變化。三組樣本分別為：(a)全樣本；(b)認(rèn)定范圍為上市企業(yè)本身，且為首次認(rèn)定樣本；(c)認(rèn)定范圍為上市企業(yè)本身或其子企業(yè)，且為首次認(rèn)定樣本。采用任何一組企業(yè)樣本，獲得認(rèn)定后，股權(quán)投資者的財(cái)富均顯著增加，具體表現(xiàn)在：獲得認(rèn)定后(圖中橫軸0點(diǎn)對(duì)應(yīng)著認(rèn)定批準(zhǔn)當(dāng)月)，股權(quán)投資者持有至到期超額收益率均顯著增加，企業(yè)長(zhǎng)期股價(jià)表現(xiàn)更佳，企業(yè)股東財(cái)富增長(zhǎng)幅度均顯著躍升?？梢?jiàn)，從長(zhǎng)期趨勢(shì)看，獲得“高新認(rèn)定”對(duì)企業(yè)價(jià)值有積極、正面且顯著的影響(限于篇幅，本文僅報(bào)告了基于樣本(a)的36個(gè)月和72個(gè)月分析結(jié)果)。最后，本文通過(guò)多元統(tǒng)計(jì)分析考察獲得“高新認(rèn)定”是否增進(jìn)股東財(cái)富和企業(yè)相對(duì)價(jià)值。利用企業(yè)年度考慮現(xiàn)金紅利再投資的收益率、托賓的Q值以及企業(yè)持有至到期超額收益率三個(gè)指標(biāo)衡量企業(yè)價(jià)值或者股東財(cái)富變化。表5的回歸結(jié)果表明，變量cert的回歸系數(shù)均顯著為正數(shù)，無(wú)論采用哪種指標(biāo)衡量企業(yè)相對(duì)價(jià)值或者股東財(cái)富變化，結(jié)果均支持獲得“高新認(rèn)定”后企業(yè)相對(duì)價(jià)值或者股東財(cái)富顯著高于“高新認(rèn)定”前，因而從多維度、動(dòng)態(tài)視角繼續(xù)支持了原假設(shè)的理論分析，即：“高新認(rèn)定”可以通過(guò)優(yōu)化企業(yè)信息環(huán)境這一條路徑，改善股價(jià)信息含量，減少信息風(fēng)險(xiǎn)，不僅減少了企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)，而且最終也增加了企業(yè)相對(duì)價(jià)值和股東財(cái)富。

圖1 企業(yè)獲得“高新認(rèn)定”前、后36個(gè)月的bhar

圖2 企業(yè)獲得“高新認(rèn)定”前、后72個(gè)月的bhar

表5 產(chǎn)業(yè)政策微觀實(shí)施與企業(yè)價(jià)值

五、總 結(jié)

本文圍繞“產(chǎn)業(yè)政策要準(zhǔn)”這一核心問(wèn)題，聚焦于我國(guó)產(chǎn)業(yè)政策微觀實(shí)施的經(jīng)濟(jì)后果問(wèn)題，從上市企業(yè)信息風(fēng)險(xiǎn)的視角，檢驗(yàn)分析了“高新認(rèn)定”這一具體的高科技產(chǎn)業(yè)政策實(shí)施機(jī)制對(duì)企業(yè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響。研究發(fā)現(xiàn)，對(duì)于獲得“高新認(rèn)定”的上市企業(yè)，其未來(lái)股價(jià)崩盤(pán)風(fēng)險(xiǎn)顯著降低。進(jìn)一步拓展分析表明，“高新認(rèn)定”可以顯著減少企業(yè)盈利操縱，增強(qiáng)盈利穩(wěn)定性，增加企業(yè)層面特質(zhì)信息的生成和特質(zhì)信息對(duì)股價(jià)的解釋程度，提高股價(jià)信息含量，降低股價(jià)同步性，且證券分析師等金融中介對(duì)企業(yè)盈利預(yù)測(cè)的難度下降、準(zhǔn)確度提高。從企業(yè)價(jià)值角度，“高新認(rèn)定”也顯著促進(jìn)了企業(yè)相對(duì)價(jià)值和股東財(cái)富。

總體上，從信息環(huán)境視角，作為高科技領(lǐng)域產(chǎn)業(yè)政策的微觀執(zhí)行機(jī)制，“高新認(rèn)定”發(fā)揮了較積極的創(chuàng)新治理效果，產(chǎn)業(yè)政策實(shí)施中的政府干預(yù)行為顯著降低了股價(jià)崩盤(pán)風(fēng)險(xiǎn)，促進(jìn)了企業(yè)特質(zhì)信息的穩(wěn)步釋放，降低了未來(lái)股價(jià)信息風(fēng)險(xiǎn)，增強(qiáng)了股價(jià)信息效率，從微觀企業(yè)層面進(jìn)一步支持和拓展了陳冬華等(2018)的研究[16]。本文力求剖析產(chǎn)業(yè)政策精準(zhǔn)實(shí)施的“黑箱”，跳出“要不要產(chǎn)業(yè)政策”等問(wèn)題的討論，承認(rèn)產(chǎn)業(yè)政策普遍存在的事實(shí)，將重點(diǎn)轉(zhuǎn)移至該如何制定、激勵(lì)、執(zhí)行、評(píng)估產(chǎn)業(yè)政策上，對(duì)產(chǎn)業(yè)政策有效且精準(zhǔn)執(zhí)行提供了經(jīng)驗(yàn)證據(jù)，對(duì)拓展和豐富創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略中產(chǎn)業(yè)政策精準(zhǔn)支持長(zhǎng)效機(jī)制，助力產(chǎn)業(yè)政策實(shí)施機(jī)制和執(zhí)行方式轉(zhuǎn)型具有一定的政策借鑒意義。