原東良，周 建，2

(1.南開大學(xué)商學(xué)院/中國公司治理研究院，天津 300071；2.南開大學(xué)濱海學(xué)院，天津 300270)

一、引 言

創(chuàng)新作為促進(jìn)經(jīng)濟(jì)增長和提升企業(yè)競爭力的核心動(dòng)力，受到政府部門、實(shí)務(wù)界和學(xué)術(shù)界的重點(diǎn)關(guān)注。2019年全國研究與試驗(yàn)發(fā)展(R&D)經(jīng)費(fèi)投入22143.6億元，同比增長12.5個(gè)百分點(diǎn)，占GDP的比重達(dá)到了2.23%。從2000年開始，全國R&D經(jīng)費(fèi)投入力度已增加20余倍。但是，同發(fā)達(dá)國家相比，我國整體創(chuàng)新水平還有待提高，聯(lián)合國世界知識(shí)產(chǎn)權(quán)組織(WIPO)最新公布的《2020年全球創(chuàng)新指數(shù)榜》中，中國排名第14。企業(yè)作為技術(shù)創(chuàng)新的主體，在推動(dòng)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略過程中發(fā)揮著重要作用，探究影響企業(yè)技術(shù)創(chuàng)新的影響因素，尋找提升企業(yè)創(chuàng)新水平的有效路徑，一直以來都是學(xué)術(shù)界持續(xù)追蹤的熱點(diǎn)研究問題。不同于一般的經(jīng)營性投資，創(chuàng)新投資具有高風(fēng)險(xiǎn)、長周期、多階段、系統(tǒng)性和復(fù)雜性等特點(diǎn)。企業(yè)創(chuàng)新投資決策的制定，在受公司特征、管理層特質(zhì)等內(nèi)部治理因素影響的同時(shí)，還會(huì)受到包括新聞媒體在內(nèi)的各類外部治理因素的影響[1]。信息經(jīng)濟(jì)時(shí)代，媒體在傳播信息方面發(fā)揮著重要作用，通過驗(yàn)證和整合不同數(shù)據(jù)源的信息，新聞媒體報(bào)道可以生成具有經(jīng)濟(jì)價(jià)值的信息，緩解資本市場的信息摩擦，通過提高投資者、監(jiān)管機(jī)構(gòu)等利益相關(guān)者對(duì)上市公司的認(rèn)知水平，影響公司戰(zhàn)略決策行為，并對(duì)市場效率、股票流動(dòng)性和資產(chǎn)定價(jià)等產(chǎn)生影響[2]。有關(guān)媒體治理效應(yīng)的研究成果已較為豐富，但圍繞新聞媒體報(bào)道情緒傾向?qū)ζ髽I(yè)行為影響的研究尚未得到充分探討。那么，新聞媒體情緒是否會(huì)影響企業(yè)創(chuàng)新投資決策？具體的影響機(jī)制是什么？

為回答上述問題，本文以滬深兩市的上市公司為研究對(duì)象，基于信號(hào)理論和社會(huì)信息加工理論，分析并實(shí)證檢驗(yàn)新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的影響及具體作用機(jī)制和邊界條件。同已有研究相比，本文的研究貢獻(xiàn)體現(xiàn)在以下幾方面：第一，豐富了信號(hào)理論和社會(huì)信息加工理論在中國情境下的適用性研究，打開了外部信息環(huán)境影響企業(yè)內(nèi)部戰(zhàn)略決策行為的“黑箱”。第二，拓展了媒體治理領(lǐng)域的研究視角，既往研究多聚焦于探討新聞媒體報(bào)道數(shù)量和媒體關(guān)注程度對(duì)資本市場和企業(yè)行為的影響[3]，對(duì)新聞媒體報(bào)道語言特征的研究尚不充分[4]，本文以新聞媒體情緒作為切入點(diǎn)，豐富了媒體治理方面的研究。第三，采用多種方法克服內(nèi)生性并進(jìn)行穩(wěn)健性檢驗(yàn)，系統(tǒng)分析了新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的影響，并厘清了具體的影響機(jī)制及邊界條件，為探究企業(yè)創(chuàng)新投資的驅(qū)動(dòng)因素提供了新的經(jīng)驗(yàn)證據(jù)。第四，現(xiàn)有相關(guān)研究多探討傳統(tǒng)紙質(zhì)媒體報(bào)道對(duì)企業(yè)創(chuàng)新的影響，本文以互聯(lián)網(wǎng)新聞媒體報(bào)道作為數(shù)據(jù)來源，證實(shí)了互聯(lián)網(wǎng)新聞媒體報(bào)道內(nèi)容所包含的積極情緒對(duì)企業(yè)創(chuàng)新投資具有促進(jìn)作用，是對(duì)“媒體關(guān)注與企業(yè)創(chuàng)新”研究領(lǐng)域的有益補(bǔ)充。

二、文獻(xiàn)回顧與研究假設(shè)

(一)文獻(xiàn)回顧

關(guān)于媒體治理效應(yīng)的研究多從企業(yè)行為和資本市場兩個(gè)角度展開。Graf-Vlachy等(2020)[4]梳理媒體對(duì)企業(yè)行為治理效應(yīng)的相關(guān)研究發(fā)現(xiàn)，媒體報(bào)道主要通過降低信息不對(duì)稱程度、促進(jìn)監(jiān)管部門介入、提升外部治理水平和提高股票流動(dòng)性等渠道對(duì)企業(yè)行為產(chǎn)生影響。媒體報(bào)道影響資本市場的相關(guān)研究表明，新聞媒體通過降低信息不對(duì)稱程度和提升投資者認(rèn)知水平對(duì)資本市場產(chǎn)生影響，能夠影響股票收益[5]、提高股票流動(dòng)性[6]、降低股價(jià)崩盤風(fēng)險(xiǎn)[7]、提升資本市場效率[8]。目前，有關(guān)企業(yè)創(chuàng)新驅(qū)動(dòng)因素的研究取得了豐碩的成果。He和Tian(2018)[1]梳理企業(yè)創(chuàng)新驅(qū)動(dòng)因素相關(guān)研究發(fā)現(xiàn)，影響企業(yè)創(chuàng)新的因素可歸納為企業(yè)特征、市場特征和國家制度特征。關(guān)于新聞媒體對(duì)企業(yè)創(chuàng)新的影響主要從創(chuàng)新投入和創(chuàng)新績效兩方面展開。在創(chuàng)新投入方面，史晉川和劉萌(2019)[9]、劉萌等(2019)[10]發(fā)現(xiàn)媒體報(bào)道會(huì)抑制非國有上市公司的研發(fā)投入。夏曉蘭等(2018)[11]研究表明，有關(guān)上市公司競爭對(duì)手創(chuàng)新活動(dòng)的正面報(bào)道越多，越有助于提升創(chuàng)新競爭壓力，促進(jìn)研發(fā)創(chuàng)新。在創(chuàng)新績效方面，許瑜等(2017)[12]指出媒體關(guān)注通過改善企業(yè)內(nèi)部控制提升創(chuàng)新績效。南楠等(2016)[13]對(duì)媒體報(bào)道傾向進(jìn)行細(xì)分，發(fā)現(xiàn)媒體正面報(bào)道和負(fù)面報(bào)道均可促進(jìn)企業(yè)創(chuàng)新。楊道廣等(2017)[14]證實(shí)媒體負(fù)面報(bào)道會(huì)抑制企業(yè)創(chuàng)新產(chǎn)出。

由上可知，既有研究存在如下不足：第一，媒體報(bào)道影響企業(yè)行為的相關(guān)研究基本圍繞媒體報(bào)道數(shù)量展開。同媒體報(bào)道數(shù)量相比，媒體報(bào)道的情感傾向?qū)κ袌鰠⑴c者的影響更為直接。然而，受數(shù)據(jù)獲取的客觀限制，鮮見關(guān)注媒體報(bào)道情感傾向?qū)ζ髽I(yè)戰(zhàn)略決策影響的研究。第二，國內(nèi)有關(guān)媒體報(bào)道與企業(yè)創(chuàng)新關(guān)系的研究，多通過數(shù)據(jù)庫收錄的紙質(zhì)新聞報(bào)道測度媒體報(bào)道(也稱媒體關(guān)注)。同傳統(tǒng)紙質(zhì)媒體相比，互聯(lián)網(wǎng)新聞媒體的受眾更廣，新聞信息的傳播速度更快、傳播范圍更廣，許瑜等(2017)[12]在研究中嘗試使用網(wǎng)絡(luò)媒體關(guān)注度，但未考慮互聯(lián)網(wǎng)媒體報(bào)道所包含的情感傾向。第三，企業(yè)創(chuàng)新遵循“投入—產(chǎn)出”的邏輯關(guān)系，創(chuàng)新產(chǎn)出的時(shí)滯性決定了新聞媒體報(bào)道對(duì)企業(yè)創(chuàng)新投資的影響更直接。部分學(xué)者研究新聞媒體報(bào)道對(duì)企業(yè)創(chuàng)新投資的影響[9][10][11]，但研究未考慮新聞媒體報(bào)道情緒傾向的影響效果，所得研究結(jié)論不一致，且缺少對(duì)影響機(jī)制的系統(tǒng)分析與檢驗(yàn)?；诖?，本文系統(tǒng)檢驗(yàn)互聯(lián)網(wǎng)新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的影響及其傳導(dǎo)機(jī)制和作用邊界，以彌補(bǔ)已有研究的不足。

(二)研究假設(shè)

新聞媒體是資本市場上重要的信息傳播載體。在信息供給端，信號(hào)理論認(rèn)為媒體通過廣泛收集、核實(shí)和整合有關(guān)上市公司的信息，生成具有經(jīng)濟(jì)價(jià)值的信息，緩解信息摩擦，為投資者等信號(hào)接收者提供增量信息。在信息需求端，社會(huì)信息加工理論認(rèn)為個(gè)體的態(tài)度和行為在很大程度上受到周圍社會(huì)環(huán)境的影響，個(gè)體通過對(duì)特定社會(huì)信息進(jìn)行加工和解讀，繼而塑造其決策行為。從這一角度看，新聞媒體報(bào)道內(nèi)容的情感傾向是影響信息需求者進(jìn)行信息加工，進(jìn)而影響其行為的重要因素。本文定義新聞媒體情緒為新聞媒體對(duì)上市公司報(bào)道內(nèi)容的態(tài)度與情感傾向，情緒積極，意味著新聞媒體通過報(bào)道向外界傳遞出樂觀的態(tài)度與情感傾向，反之為悲觀的態(tài)度與情感傾向?；谛盘?hào)理論和社會(huì)信息加工理論并結(jié)合既有研究，本文認(rèn)為新聞媒體情緒會(huì)通過管理者過度自信、高級(jí)人才流動(dòng)、企業(yè)融資和股票流動(dòng)性影響企業(yè)創(chuàng)新投資。

第一，管理者過度自信。創(chuàng)新投資是與風(fēng)險(xiǎn)和不確定性高度相關(guān)的戰(zhàn)略決策之一，鑒于企業(yè)創(chuàng)新活動(dòng)的不確定性，行為金融學(xué)和高階梯隊(duì)理論均認(rèn)為管理者在制定創(chuàng)新投資決策時(shí)常常依賴自身擁有的個(gè)人特質(zhì)，容易受到過度自信等行為偏見的影響[15]。媒體對(duì)企業(yè)的正面報(bào)道會(huì)導(dǎo)致管理者的過度自信[16]，能夠提高管理者的風(fēng)險(xiǎn)偏好，彌補(bǔ)風(fēng)險(xiǎn)厭惡[17]。過度自信的管理者系統(tǒng)性地高估了其戰(zhàn)略決策導(dǎo)致良好經(jīng)濟(jì)后果的概率，低估了失敗的可能性，追求內(nèi)在風(fēng)險(xiǎn)和不確定性程度高的創(chuàng)新項(xiàng)目的可能性更大。既有研究也證明過度自信的管理者在企業(yè)創(chuàng)新方面的投入更多[15][17]。此外，群體心理學(xué)認(rèn)為信念之間具有傳染性，在此基礎(chǔ)上，Dang和Xu(2018)[18]提出市場情緒對(duì)企業(yè)家信念具有溢出效應(yīng)，高市場情緒通過對(duì)管理者情緒的溢出效應(yīng)刺激企業(yè)進(jìn)行更多的研發(fā)投資?；诖?，可以預(yù)期，高新聞媒體情緒可以對(duì)管理者的樂觀信念產(chǎn)生溢出效應(yīng)，當(dāng)新聞媒體對(duì)上市公司的報(bào)道情緒積極樂觀時(shí)，管理者對(duì)創(chuàng)新投資的未來收益更加樂觀，對(duì)項(xiàng)目失敗的可接受程度提高，進(jìn)而提升上市公司在企業(yè)創(chuàng)新方面的投資力度。

第二，高級(jí)人才流動(dòng)。知識(shí)是創(chuàng)新的核心驅(qū)動(dòng)力，高附加值的創(chuàng)新往往依賴人與人之間的直接溝通，擁有專業(yè)知識(shí)和專業(yè)技能的高級(jí)人才是創(chuàng)新活動(dòng)的主體和關(guān)鍵信息流動(dòng)的重要載體[19]，對(duì)企業(yè)創(chuàng)新活動(dòng)的開展起著舉足輕重的作用。當(dāng)新聞媒體對(duì)上市公司的報(bào)道積極樂觀時(shí)，可以充分發(fā)揮廣告效應(yīng)，向勞動(dòng)力市場釋放積極信號(hào)，吸引包括擁有博士學(xué)歷的高級(jí)管理人才和具有專業(yè)知識(shí)技能的研發(fā)人員進(jìn)入公司任職?；谫Y源依賴的觀點(diǎn)，企業(yè)創(chuàng)新得益于具有不同背景管理者所擁有的戰(zhàn)略資源，高學(xué)歷人才進(jìn)入管理層，可以帶來多樣性的知識(shí)、觀點(diǎn)，有助于管理層產(chǎn)生新的想法，識(shí)別更多的創(chuàng)新機(jī)會(huì)[20]。Chemmanur等(2019)[21]通過擁有博士學(xué)位的管理者占比等指標(biāo)度量高層管理團(tuán)隊(duì)質(zhì)量，發(fā)現(xiàn)高質(zhì)量的管理團(tuán)隊(duì)能夠很好地管理企業(yè)創(chuàng)新資源，將更多的資源投入到創(chuàng)新活動(dòng)。創(chuàng)新戰(zhàn)略的實(shí)施離不開人力資源支持，科研人員作為重要的人力資本，對(duì)企業(yè)創(chuàng)新具有顯著的促進(jìn)作用[22]?？梢灶A(yù)期，積極的新聞媒體情緒通過信號(hào)傳遞吸引擁有高學(xué)歷的人才進(jìn)入企業(yè)管理層，優(yōu)化人力資本配置，提高管理團(tuán)隊(duì)質(zhì)量；吸引科學(xué)研究人員到企業(yè)任職，優(yōu)化員工結(jié)構(gòu)，提高團(tuán)隊(duì)整體的探索能力和創(chuàng)造能力，促使企業(yè)積極開展企業(yè)創(chuàng)新等長期投資項(xiàng)目。

第三，企業(yè)融資。融資約束是制約企業(yè)開展創(chuàng)新活動(dòng)的重要因素之一[23]，積極的新聞媒體報(bào)道可以有效提升上市公司在資本市場上的聲譽(yù)和社會(huì)形象，提高銀行、債權(quán)人、供應(yīng)商、投資者等各類資本市場利益相關(guān)者對(duì)公司的信心，有效改善上市公司面臨的融資環(huán)境，緩解融資約束[24]。媒體報(bào)道能夠通過降低信息不對(duì)稱程度、提升公司治理水平和提高股票流動(dòng)性等渠道降低公司融資成本[2]，融資成本降低意味著同等條件下上市公司可以籌集到更多資金。企業(yè)創(chuàng)新作為一項(xiàng)資金密集型的投資活動(dòng)，需要大量資金支持，現(xiàn)有相關(guān)研究也表明，股票市場和信貸市場的發(fā)展可以推動(dòng)企業(yè)創(chuàng)新活動(dòng)的開展[25]?？梢灶A(yù)期，新聞媒體對(duì)上市公司報(bào)道情緒的積極性，在某種程度上代表資本市場對(duì)上市公司的認(rèn)可度，在此情況下，上市公司更容易獲得股權(quán)融資、債券融資、債務(wù)融資和商業(yè)信用融資等，推動(dòng)企業(yè)創(chuàng)新投資。

第四，股票流動(dòng)性?！巴顿Y者認(rèn)知假說”認(rèn)為，受時(shí)間、經(jīng)歷和經(jīng)驗(yàn)等方面的限制，投資者更傾向于投資自身關(guān)注和了解的證券。在金融市場，新聞媒體通過向市場參與者提供信息來緩解信息不對(duì)稱程度[6]，提高投資者對(duì)標(biāo)的股票的認(rèn)知度[2]，并吸引其買入該股票，有效提升股票流動(dòng)性。股票流動(dòng)性提高降低了企業(yè)融資成本，使得企業(yè)更容易獲得開展創(chuàng)新活動(dòng)所需要的資金支持，流動(dòng)性的改善也能夠吸引專業(yè)性機(jī)構(gòu)投資者，進(jìn)而提升外部監(jiān)督水平，緩解管理層的短視行為，促使管理層積極開展企業(yè)創(chuàng)新活動(dòng)[26]。基于中國情境的研究也證實(shí)了股票流動(dòng)性越高，企業(yè)創(chuàng)新投入水平越高[27]、創(chuàng)新績效越好[28]。本文預(yù)期，積極的新聞媒體情緒向資本市場傳遞出一個(gè)信號(hào)：該公司股票為優(yōu)質(zhì)投資標(biāo)的。吸引各類投資者積極持有公司股票，伴隨著成交量的放大，股票流動(dòng)性提升。在此過程中，積極的戰(zhàn)略投資者介入到企業(yè)戰(zhàn)略決策過程，充分發(fā)揮股東積極主義，抑制管理層短視行為，提高戰(zhàn)略決策質(zhì)量，促使管理層通過企業(yè)創(chuàng)新獲得可持續(xù)發(fā)展的競爭優(yōu)勢。

基于上述分析，本文提出如下假設(shè)：

H1：新聞媒體情緒越積極，企業(yè)創(chuàng)新投資水平越高。

H1-1：新聞媒體情緒通過誘發(fā)管理者過度自信促進(jìn)企業(yè)創(chuàng)新投資。

H1-2：新聞媒體情緒通過吸引高級(jí)人才促進(jìn)企業(yè)創(chuàng)新投資。

H1-3：新聞媒體情緒通過擴(kuò)大企業(yè)融資促進(jìn)企業(yè)創(chuàng)新投資。

H1-4：新聞媒體情緒通過提高股票流動(dòng)性促進(jìn)企業(yè)創(chuàng)新投資。

三、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來源

本文以2014—2018年的A股上市公司為研究樣本，按如下標(biāo)準(zhǔn)對(duì)數(shù)據(jù)進(jìn)行篩選：(1)剔除金融業(yè)上市公司；(2)剔除上市時(shí)間不足一年的公司；(3)剔除樣本期內(nèi)被ST、*ST以及退市的公司；(4)剔除相關(guān)數(shù)據(jù)存在缺失的樣本。最終共得到8874個(gè)觀測值。為避免極端值影響，本文對(duì)所有連續(xù)變量進(jìn)行1%和99%水平上的Winsorize處理。為控制可能存在的內(nèi)生性問題，本文所有自變量和控制變量均滯后一期。數(shù)據(jù)來源于CSMAR和Wind數(shù)據(jù)庫以及優(yōu)礦量化金融平臺(tái)。

(二)變量定義

1.因變量：企業(yè)創(chuàng)新投資(R&Dt+1)。借鑒戴靜等(2019)[29]的研究，本文采用企業(yè)研發(fā)投入金額與營業(yè)收入的比值來度量企業(yè)創(chuàng)新投資。

2.自變量：新聞媒體情緒(NMS)。優(yōu)礦量化投資平臺(tái)能抓取到東方財(cái)富網(wǎng)等國內(nèi)100多家主流財(cái)經(jīng)網(wǎng)站的新聞報(bào)道信息，采用人工智能算法得出每日證券關(guān)聯(lián)媒體報(bào)道的情感傾向。數(shù)值大于0代表積極樂觀的情感傾向，小于0代表消極悲觀的情感傾向，等于0代表中性情感傾向。為確保數(shù)據(jù)頻率一致，本文對(duì)證券日新聞情感指數(shù)進(jìn)行年化處理得到年度新聞媒體情緒(NMS)。NMS值越大，意味著新聞媒體對(duì)上市公司報(bào)道內(nèi)容的態(tài)度與情感傾向越積極樂觀。

3.中介變量(Me)：管理者過度自信(MO)。本文從性別、年齡、兩職合一、學(xué)歷和專業(yè)背景五個(gè)維度進(jìn)行指標(biāo)構(gòu)建。對(duì)CEO而言，性別為男性時(shí)，賦值為1，否則為0；年齡小于高管團(tuán)隊(duì)平均年齡時(shí)，賦值為1，否則為0；兼任董事長時(shí)，賦值為1，否則為0；擁有本科及以上學(xué)歷時(shí)，賦值為1，否則為0；不具有經(jīng)營背景專業(yè)(經(jīng)濟(jì)、財(cái)務(wù)、管理、會(huì)計(jì)、金融)時(shí)，賦值為1，否則為0。將五個(gè)維度虛擬變量加總，當(dāng)數(shù)值大于3時(shí)，認(rèn)為CEO存在過度自信，并為MO賦值為1，否則為0。高級(jí)人才流動(dòng)。使用管理層中擁有博士學(xué)歷的人數(shù)加1并取自然對(duì)數(shù)度量高級(jí)管理人才流動(dòng)(PHD)[19]。通過研發(fā)人員數(shù)量占員工總數(shù)的比重度量擁有專業(yè)知識(shí)和技能的高級(jí)員工流動(dòng)(R&D_P)。企業(yè)融資。使用吸收權(quán)益性投資收到的現(xiàn)金、發(fā)行債券收到的現(xiàn)金、從銀行或其他金融機(jī)構(gòu)取得借款收到的現(xiàn)金占企業(yè)總資產(chǎn)的比值測度股權(quán)融資(EF)、債券融資(BF)和債務(wù)融資(DF)，使用應(yīng)付賬款、應(yīng)付票據(jù)和預(yù)收賬款之和占總資產(chǎn)的比值測度商業(yè)信用融資(TCF)。股票流動(dòng)性。使用Amihud等(2015)[30]提出的非流動(dòng)性指標(biāo)測度股票流動(dòng)性，具體計(jì)算方法如式(1)。其中，N為一年內(nèi)的交易天數(shù)，ri為第i個(gè)交易日的股票收益率，Vi為第i個(gè)交易日的股票成交量，該指標(biāo)為負(fù)向指標(biāo)，為了便于理解，將計(jì)算所得指標(biāo)進(jìn)行取相反數(shù)處理，并記為AMIHUD。

(1)

4.控制變量。公司特征包括公司規(guī)模(Size)、資產(chǎn)負(fù)債率(Lev)、機(jī)構(gòu)持股比例(Inshold)、盈利能力(ROA)、現(xiàn)金流(Cash)、托賓Q(Q)、資本支出(Capexpt)、股權(quán)集中度(Top10)、公司年齡(Age)和產(chǎn)權(quán)性質(zhì)(SOE)。管理層特征包括兩職合一(Dual)、董事會(huì)規(guī)模(BoardSize)、獨(dú)立董事比例(Indep)、董事薪酬(BoardSalary_3)、高管薪酬(ExecutiveSalary_3)、董事持股(BoardShare)和高管持股(ExecutiveShare)。本文還對(duì)年份效應(yīng)(Year)和行業(yè)效應(yīng)(Industry)加以控制。

(三)模型設(shè)定

為檢驗(yàn)新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的影響及具體作用機(jī)制，本文設(shè)定如下模型：

R&Di,t+1=α0+α1NMSi,t+Controls+∑Yeari,t+∑Industryi,t+εi,t

(2)

Mei,t=β0+β1NMSi,t+Controls+∑Year+∑Industry+εi,t

(3)

R&Di,t+1=γ0+γ1Mei,t+γ2NMSi,t+Controls+∑Year+∑Industry+εi,t

(4)

在上述模型中，本文重點(diǎn)關(guān)注系數(shù)α1、β1、γ1和γ2的大小、方向和顯著性。

四、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)與相關(guān)性分析

描述性統(tǒng)計(jì)及分組差異性檢驗(yàn)結(jié)果表明，研發(fā)投入占營業(yè)收入比值(R&Dt+1)的均值為3.429%，最小值為0，最大值為23.59%。新聞媒體情緒(NMS)的均值、最小值、最大值和標(biāo)準(zhǔn)差分別為8.796、-10.961、38.857和10.565，表明上市公司所面臨的新聞媒體報(bào)道情緒存在差異，這為本文探究其對(duì)創(chuàng)新投資的影響奠定了基礎(chǔ)。分年度按照新聞媒體情緒的中位數(shù)將樣本劃分為兩組的差異性檢驗(yàn)表明，高新聞媒體情緒組創(chuàng)新投資的均值和中位數(shù)均在1%水平上顯著大于低新聞媒體情緒組。相關(guān)性分析結(jié)果顯示，新聞媒體情緒(NMS)與企業(yè)創(chuàng)新投資(R&Dt+1)的相關(guān)系數(shù)為0.129，在1%水平上顯著，說明在不控制其他條件情況下，新聞媒體情緒越積極，企業(yè)創(chuàng)新投資水平越高。各變量之間相關(guān)系數(shù)的絕對(duì)值均小于0.5，說明本文不存在明顯的共線性問題。(1)篇幅所限，描述性統(tǒng)計(jì)和相關(guān)性分析結(jié)果略，作者備索。

(二)多元回歸結(jié)果

新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資影響的多元回歸結(jié)果列于表1。其中，列(1)僅在回歸模型中加入自變量，列(2)在列(1)基礎(chǔ)上控制了公司特征，列(3)同時(shí)控制了公司特征和管理層特征，所有回歸中均對(duì)年度效應(yīng)(Year)和行業(yè)效應(yīng)(Industry)加以控制。由列(1)到列(3)的結(jié)果可知，新聞媒體情緒(NMS)對(duì)企業(yè)創(chuàng)新投資(R&Dt+1)的影響系數(shù)分別為0.046、0.062和0.057，對(duì)應(yīng)的t值分別為12.803、16.296和14.956，所有回歸系數(shù)均在1%水平上顯著，說明新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資具有促進(jìn)作用，本文的假設(shè)H1得到證實(shí)。以列(3)為例，新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的影響系數(shù)為0.057，就其具體的經(jīng)濟(jì)意義而言，新聞媒體情緒每提高一個(gè)標(biāo)準(zhǔn)差，企業(yè)創(chuàng)新投資將增加17.562%。

表1 新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的回歸結(jié)果(N=8874)

(三)內(nèi)生性控制與穩(wěn)健性檢驗(yàn)

本文采用如下方法進(jìn)行內(nèi)生性控制(結(jié)果見表2)：(1)雙重差分模型。根據(jù)新聞媒體情緒的年度中位數(shù)，將樣本分為高新聞媒體情緒和低新聞媒體情緒兩組，將新聞媒體情緒發(fā)生由低到高變化的樣本定義為處理組，將新聞媒體情緒由高到低的樣本定義為對(duì)照組，并引入時(shí)間變量，構(gòu)建雙重差分模型。(2)工具變量回歸。借鑒楊道廣等(2017)[14]的研究，選取上市公司非流通股比例作為新聞媒體情緒的工具變量進(jìn)行兩階段最小二乘回歸檢驗(yàn)。(3)Heckman兩階段模型。采用非流通股比例作為工具變量，建立以上市公司新聞媒體報(bào)道情緒高低的Probit模型，計(jì)算逆米爾斯比率，并將其作為控制變量納入回歸模型。(4)熵平衡。根據(jù)Hainmueller(2012)[31]提出的熵平衡法對(duì)樣本進(jìn)行處理，對(duì)低新聞媒體情緒分組下的控制變量進(jìn)行賦權(quán)處理，使其與高新聞媒體情緒中各控制變量的平均值分別保持一致。(5)變量滯后。為緩解反向因果引起的內(nèi)生性問題，檢驗(yàn)當(dāng)期的新聞媒體情緒對(duì)未來二期和三期創(chuàng)新投資的影響。(6)傾向得分匹配。定義每個(gè)會(huì)計(jì)年度新聞媒體情緒最高的五分之一為實(shí)驗(yàn)組，為實(shí)驗(yàn)組匹配新聞媒體情緒較低的對(duì)照組樣本，按照一對(duì)一匹配、鄰近匹配、卡尺匹配、半徑匹配、核匹配和局部線性回歸匹配六種方法為實(shí)驗(yàn)組樣本進(jìn)行匹配，評(píng)估實(shí)驗(yàn)組對(duì)上市公司企業(yè)創(chuàng)新投資的“處理效應(yīng)”。

表2 內(nèi)生性控制：雙重差分模型、Heckman兩階段、工具變量回歸、熵平衡和變量滯后

本文采用如下方法進(jìn)行穩(wěn)健性檢驗(yàn)：(1)更換因變量。采用研發(fā)投入占總資產(chǎn)的比值測度企業(yè)創(chuàng)新投資。此外，考慮到企業(yè)創(chuàng)新投資的行業(yè)差異性，使用企業(yè)創(chuàng)新投資的行業(yè)均值調(diào)整各公司的企業(yè)創(chuàng)新投資，具體做法為：每個(gè)年度，使用各公司企業(yè)創(chuàng)新投資減去公司所在行業(yè)企業(yè)創(chuàng)新投資的平均值。(2)更換自變量。基于中國研究數(shù)據(jù)服務(wù)平臺(tái)(CNRDS)的財(cái)經(jīng)新聞數(shù)據(jù)庫(CFND)，重新構(gòu)建新聞媒體情緒的代理指標(biāo)NMS1和NMS2，NMS1為報(bào)刊財(cái)經(jīng)新聞報(bào)道中有關(guān)上市公司正面報(bào)道的數(shù)量占該公司所有報(bào)道的比值，NMS2為報(bào)刊網(wǎng)絡(luò)新聞報(bào)道中有關(guān)上市公司正面報(bào)道的數(shù)量占該公司所有報(bào)道的比值。(3)分年度回歸。根據(jù)研究區(qū)間進(jìn)行橫截面上的分年度回歸檢驗(yàn)，因變量分別為2015年至2018年的企業(yè)創(chuàng)新投資，自變量分別為2014年至2017年的新聞媒體情緒。(4)重新篩選樣本。研究樣本中共有1562個(gè)樣本的企業(yè)創(chuàng)新投資為0，為了排除這些極端樣本對(duì)回歸結(jié)果的影響，本文對(duì)這些樣本予以剔除并重新進(jìn)行回歸檢驗(yàn)。

上述內(nèi)生性控制和穩(wěn)健性檢驗(yàn)結(jié)果均顯示新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資有顯著促進(jìn)作用(限于篇幅，部分結(jié)果略，作者備索)。

五、影響機(jī)制檢驗(yàn)

新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資影響機(jī)制的檢驗(yàn)結(jié)果列于表3。新聞媒體情緒(NMS)對(duì)管理者過度自信(MO)、高級(jí)管理人才流動(dòng)(PHD)、高級(jí)員工流動(dòng)(R&D_P)和股票流動(dòng)性(AMIHUD)的影響系數(shù)分別為0.002、0.002、0.153和0.039，至少在5%水平上顯著，說明積極的新聞媒體情緒可以誘發(fā)管理者過度自信，吸引高級(jí)管理人才和研發(fā)人員流入，提高股票流動(dòng)性。在新聞媒體情緒對(duì)企業(yè)融資影響的檢驗(yàn)中，本文發(fā)現(xiàn)新聞媒體情緒對(duì)股權(quán)融資(EF)和商業(yè)信用融資(TCF)的影響顯著為正，表明積極的新聞媒體情緒能夠促進(jìn)企業(yè)獲得更多的股權(quán)融資和商業(yè)信用融資。新聞媒體情緒對(duì)債券融資(BF)和債務(wù)融資(DF)的影響顯著為負(fù)，這從側(cè)面說明，當(dāng)新聞媒體情緒積極樂觀時(shí)，上市公司傾向于在股權(quán)融資、債券融資和債務(wù)融資中選取股權(quán)融資。整體而言，新聞媒體情緒提高了上市公司的股權(quán)融資比例和商業(yè)信用融資比例。

表3 新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資影響的機(jī)制檢驗(yàn)(N=8874)

為檢驗(yàn)中介效應(yīng)是否成立，在模型(2)的基礎(chǔ)上增加了各中介變量。由表3可知，新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的影響均在1%水平上顯著為正，而管理者過度自信(MO)、高級(jí)管理人才流動(dòng)(PHD)、高級(jí)員工流動(dòng)(R&D_P)和股票流動(dòng)性(AMIHUD)對(duì)企業(yè)創(chuàng)新投資的影響系數(shù)分別為0.443、0.490、0.171和0.019，對(duì)應(yīng)的t值分別為5.775、8.824、58.021和2.025，說明管理者過度自信、高級(jí)管理人才和研發(fā)人員流動(dòng)、股票流動(dòng)性是新聞媒體情緒影響企業(yè)創(chuàng)新投資的中介渠道。由列(7)到列(10)可知，在股權(quán)融資(EF)和商業(yè)信用融資(TCF)兩種融資方式中，新聞媒體情緒通過獲得更多的股權(quán)融資進(jìn)而促進(jìn)企業(yè)創(chuàng)新投資。

為進(jìn)一步確認(rèn)中介效應(yīng)是否成立，本文進(jìn)行Sobel中介效應(yīng)檢驗(yàn)。表3的檢驗(yàn)結(jié)果表明，當(dāng)中介變量為管理者過度自信(MO)、高級(jí)管理人才流動(dòng)(PHD)、高級(jí)員工流動(dòng)(R&D_P)和股票流動(dòng)性(AMIHUD)時(shí)，Sobel、Goodman1和Goodman2均至少通過5%水平上的顯著性檢驗(yàn)，當(dāng)中介變量為股權(quán)融資(EF)和商業(yè)信用融資(TCF)時(shí)，Sobel、Goodman1和Goodman2未通過顯著性檢驗(yàn)(2)企業(yè)融資，除了融資規(guī)模之外還包括融資成本，因此，本文進(jìn)一步檢驗(yàn)了股權(quán)融資成本和商業(yè)信用融資成本是否為新聞媒體情緒促進(jìn)企業(yè)創(chuàng)新投資的中介渠道。結(jié)果顯示，新聞媒體情緒能夠顯著降低股權(quán)融資成本和商業(yè)信用融資成本，但二者未通過Sobel中介效應(yīng)檢驗(yàn)，相關(guān)結(jié)果留存?zhèn)渌?。。說明管理者過度自信、高級(jí)管理人才流動(dòng)、研發(fā)人員流動(dòng)和股票流動(dòng)性是新聞媒體情緒促進(jìn)企業(yè)創(chuàng)新投資的中介機(jī)制，對(duì)應(yīng)的中介效應(yīng)比例分別為1.76%、1.52%、46.02%和1.29%。本文的假設(shè)H1-1、H1-2和H1-4得到驗(yàn)證。

六、進(jìn)一步分析

(一)新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資影響機(jī)制的進(jìn)一步分析

為進(jìn)一步驗(yàn)證上述影響機(jī)制的穩(wěn)健性，根據(jù)管理層女性占比的高低、管理層咨詢需求的高低和是否融資融券標(biāo)的分別將樣本分為兩組，進(jìn)行分組檢驗(yàn)。管理層女性占比通過管理層中女性所占比例度量，同男性相比，女性更厭惡風(fēng)險(xiǎn)，出現(xiàn)過度自信的可能性更低[32]。管理層咨詢需求通過CEO學(xué)歷度量，當(dāng)CEO擁有本科及以上學(xué)歷時(shí)，咨詢需求較低，反之，咨詢需求較高[33]，較高的咨詢需求意味著企業(yè)引入高級(jí)人才較為迫切。融資融券通過上市公司是否被納入融資融券標(biāo)的股范圍識(shí)別，上市公司股票被納入融資融券標(biāo)的股范圍后，股票流動(dòng)性得到顯著提升[34]。若前文影響機(jī)制成立，本文預(yù)期，在管理層女性占比低、管理層咨詢需求高和非融資融券標(biāo)的情況下，新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的促進(jìn)作用更大。具體檢驗(yàn)結(jié)果列于表4。

表4 新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資影響機(jī)制的進(jìn)一步分析

列(1)和列(2)是基于管理者過度自信視角，根據(jù)管理層女性占比的高低進(jìn)行分組檢驗(yàn)，結(jié)果表明，在管理層女性占比高的分組中，新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的影響系數(shù)為0.050，通過了1%水平上的顯著性檢驗(yàn)，在女性占比低的情況下，新聞媒體情緒的系數(shù)也顯著為正(系數(shù)為0.065，t=11.593)。系數(shù)差異性檢驗(yàn)表明，不同分組下，新聞媒體情緒系數(shù)差異在10%的水平上顯著(P=0.074)，說明管理層女性占比越低，新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的促進(jìn)作用越大。列(3)和列(4)是基于高級(jí)人才流動(dòng)性視角，按照管理層咨詢需求高低分組檢驗(yàn)的結(jié)果，從表中可看出，在不同管理層咨詢需求下，新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的影響均在1%的水平上顯著為正。但是，在高管理層咨詢需求分組下，新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資影響系數(shù)的大小和對(duì)應(yīng)的t值均要大于低管理層咨詢需求分組，系數(shù)差異性檢驗(yàn)也顯示二者在5%水平上具有顯著性差異(P=0.028)。列(5)和列(6)是基于股票流動(dòng)性視角，根據(jù)上市公司股票是否為融資融券標(biāo)的進(jìn)行分組檢驗(yàn)，不同分組下，新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的影響均顯著為正。影響系數(shù)大小及分組差異性檢驗(yàn)表明(P=0.048)，同融資融券標(biāo)的分組相比，在非融資融券標(biāo)的分組中，新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的影響更大。

前述檢驗(yàn)進(jìn)一步說明，新聞媒體情緒通過管理者過度自信、高級(jí)人才流動(dòng)和股票流動(dòng)性三個(gè)渠道對(duì)企業(yè)創(chuàng)新投資產(chǎn)生影響。

(二)新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資影響的異質(zhì)性分析

創(chuàng)新活動(dòng)受企業(yè)產(chǎn)權(quán)屬性、高新技術(shù)行業(yè)屬性和創(chuàng)新環(huán)境影響[35][36]。那么，不同產(chǎn)權(quán)屬性、行業(yè)屬性和創(chuàng)新環(huán)境，新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的影響是否存在差異？本文通過模型(5)對(duì)該問題予以解答。

R&Di,t+1=η0+η1NMSi,t+η2Moi,t+η3NMSi,t*Moi,t+Controls+∑Year+∑Industry+εi,t

(5)

其中，Mo為調(diào)節(jié)變量，共有3個(gè)：產(chǎn)權(quán)性質(zhì)(SOE)，當(dāng)上市公司屬于國有企業(yè)時(shí)，為SOE賦值為1，否則為0；高新技術(shù)行業(yè)屬性(HI)，當(dāng)所屬的證監(jiān)會(huì)行業(yè)代碼為C26、C27、C34、C35、C37、C38、C39和C40時(shí)，定義該公司屬于高新技術(shù)企業(yè)，為HI賦值為1，否則為0；創(chuàng)新環(huán)境(IE)，根據(jù)《中國區(qū)域科技創(chuàng)新評(píng)價(jià)報(bào)告》，當(dāng)上市公司所在省份(自治區(qū)、直轄市)的科技創(chuàng)新環(huán)境指數(shù)大于當(dāng)年全國科技創(chuàng)新環(huán)境指數(shù)時(shí)，為IE賦值為1，否則為0。表5報(bào)告了企業(yè)產(chǎn)權(quán)性質(zhì)、高新技術(shù)行業(yè)屬性和企業(yè)所在地創(chuàng)新環(huán)境對(duì)新聞媒體情緒與企業(yè)創(chuàng)新投資之間關(guān)系的影響，為確保研究結(jié)論的穩(wěn)健性，本文進(jìn)一步進(jìn)行分組檢驗(yàn)。

表5 新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資影響的異質(zhì)性分析

列(1)到列(3)是基于企業(yè)產(chǎn)權(quán)性質(zhì)的異質(zhì)性分析。新聞媒體情緒與企業(yè)產(chǎn)權(quán)屬性交乘項(xiàng)(NMS*SOE)系數(shù)顯著為負(fù)，說明企業(yè)國有產(chǎn)權(quán)屬性弱化了新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的促進(jìn)作用。分組檢驗(yàn)表明，不同產(chǎn)權(quán)性質(zhì)下，新聞媒體情緒均能顯著提升企業(yè)創(chuàng)新投資水平，但新聞媒體情緒對(duì)非國有企業(yè)創(chuàng)新投資的影響系數(shù)大于國有企業(yè)，二者系數(shù)間的差異性在1%水平上顯著(P=0.000)，說明國有產(chǎn)權(quán)屬性會(huì)弱化新聞媒體情緒與企業(yè)創(chuàng)新投資之間的關(guān)系。列(4)到列(6)是基于高新技術(shù)行業(yè)屬性的異質(zhì)性分析。新聞媒體情緒與高新技術(shù)行業(yè)屬性的交互項(xiàng)(NMS*HI)對(duì)企業(yè)創(chuàng)新投資具有顯著的正向影響，分組檢驗(yàn)表明，新聞媒體情緒對(duì)高新技術(shù)行業(yè)企業(yè)和非高新技術(shù)行業(yè)企業(yè)創(chuàng)新投資的影響系數(shù)均在1%的水平上顯著為正。組間系數(shù)差異性檢驗(yàn)顯示，不同分組下的新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資影響的系數(shù)存在顯著差異(P=0.000)，檢驗(yàn)結(jié)果說明，高新技術(shù)行業(yè)屬性強(qiáng)化了新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的促進(jìn)作用。列(7)到列(9)是基于創(chuàng)新環(huán)境的異質(zhì)性分析。結(jié)果顯示，新聞媒體情緒與企業(yè)所在地創(chuàng)新環(huán)境的交互項(xiàng)(NMS*IE)對(duì)企業(yè)創(chuàng)新投資的影響系數(shù)雖然為正，但不顯著。在不同創(chuàng)新環(huán)境水平分組之下，新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的影響系數(shù)雖然全部在1%的水平上顯著為正，但系數(shù)之間不存在統(tǒng)計(jì)學(xué)上的差異性(P=0.402)，說明新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的影響，不會(huì)受到企業(yè)所在地創(chuàng)新環(huán)境的顯著影響。

綜上，企業(yè)產(chǎn)權(quán)屬性會(huì)弱化新聞媒體情緒對(duì)創(chuàng)新投資的促進(jìn)作用，企業(yè)的高新技術(shù)行業(yè)屬性會(huì)強(qiáng)化新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的正向影響，但是，企業(yè)所在地的創(chuàng)新環(huán)境不會(huì)對(duì)兩者關(guān)系產(chǎn)生顯著影響。

七、研究結(jié)論與政策建議

本文以2014—2018年所有A股公司作為研究樣本，基于信號(hào)理論和社會(huì)信息加工理論，打開了新聞媒體情緒影響企業(yè)創(chuàng)新投資決策的“黑箱”。研究發(fā)現(xiàn)：(1)新聞媒體情緒越積極，企業(yè)創(chuàng)新投資水平越高，在克服內(nèi)生性問題并進(jìn)行穩(wěn)健性檢驗(yàn)之后，研究結(jié)論依然穩(wěn)健成立。(2)影響機(jī)制檢驗(yàn)表明，新聞媒體情緒通過管理者過度自信、高級(jí)人才流動(dòng)和股票流動(dòng)性三個(gè)渠道促進(jìn)企業(yè)創(chuàng)新投資。(3)影響機(jī)制的進(jìn)一步檢驗(yàn)表明，在管理層女性占比較低、管理層咨詢需求高和非融資融券標(biāo)的的情況下，新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的促進(jìn)作用更大。(4)異質(zhì)性檢驗(yàn)顯示，企業(yè)的國有產(chǎn)權(quán)屬性會(huì)弱化新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的促進(jìn)作用，高新技術(shù)行業(yè)屬性會(huì)強(qiáng)化新聞媒體情緒對(duì)企業(yè)創(chuàng)新投資的促進(jìn)作用。

針對(duì)本文研究所得到的結(jié)論，提出如下建議：(1)公司治理具有系統(tǒng)性和復(fù)雜性，上市公司在關(guān)注董事會(huì)治理、高管治理等內(nèi)部治理機(jī)制的同時(shí)，也應(yīng)該充分注重媒體治理等外部治理因素，構(gòu)建有效的媒體報(bào)道輿情監(jiān)控機(jī)制。當(dāng)面臨負(fù)面新聞報(bào)道時(shí)，要及時(shí)公關(guān)，以將負(fù)面消息對(duì)公司運(yùn)營的影響程度降到最低；當(dāng)新聞媒體報(bào)道積極樂觀時(shí)，上市公司應(yīng)該以此為契機(jī)，積極進(jìn)行股權(quán)融資、吸引高級(jí)人才進(jìn)入公司任職，開展企業(yè)創(chuàng)新等長期投資項(xiàng)目，以獲得能夠促進(jìn)企業(yè)長期健康發(fā)展的可持續(xù)競爭優(yōu)勢。(2)新聞媒體情緒可以提高管理層的過度自信水平和股票流動(dòng)性，進(jìn)而提升企業(yè)創(chuàng)新投資水平，在此過程中，管理者過度自信和股票流動(dòng)性發(fā)揮著正面效應(yīng)。值得注意的是，管理者過度自信和股票流動(dòng)性也會(huì)引發(fā)負(fù)面影響，比如非效率投資、企業(yè)違規(guī)、股價(jià)崩盤風(fēng)險(xiǎn)和惡意收購等，上市公司及其管理者和所有者應(yīng)對(duì)此加以重視。