產業政策、創新與股票收益敏感性*
——基于信號理論視角的考察

馮飛鵬

一、 引 言

眾所周知，國家宏觀經濟政策會對企業行為產生重大影響(姜國華、饒品貴，2011)，尤其是在深受計劃經濟浸染的、依然處于發展中國家序列的中國，更是如此。產業政策，屬于政府干預經濟的重要形式，牽引著市場資金的流向和各方的利益分配。而專利產出，則表明企業潛在的競爭優勢，對于投資者而言，發揮著信號顯示器功能。就產業政策、創新與股票收益敏感性的議題而言，既有研究為我們的探索提供了有益的啟發。陳冬華(2010)等的實證研究發現，產業政策對企業融資產生重要影響。黎文靖等(2014)發現產業政策激勵，有助于民企突破行業限制，獲得更多來自銀行的外部融資支持。L Bach(2014)考察了作為公共財政援助方式的由補貼資金提供的銀行貸款政策是否降低了小企業的信貸約束。該研究發現，本項計劃大大增加了企業的債務融資。

然而，現有文獻對產業政策、專利信號影響股票收益(市場表現)的關注不足，產業政策、專利信號到底對股票收益存在著怎樣的影響？以上影響的作用機制又是什么？這些問題正是本文試圖著力解決的。一方面，產業政策，傳遞著國家產業扶持的傾向，引導市場去追逐行業新興政策熱點。另一方面，我們會產生一個疑問，即人們通常認為創新有利于企業的長遠發展，在競爭中取得優勢地位，而產業政策引導會使那些具有專利企業的股票收益得以提高嗎？本文的研究將產業政策、專利信號共同納入到對股票收益的影響之中，我們可能的貢獻在于：首先，我們的研究，揭示了產業政策、創新因素對股票收益的不同作用，不僅豐富了宏微觀經濟行為互動的研究文獻，而且提供了有關專利引發市場反應(股票收益)的證據，為政府評估產業政策、創新效率提供經驗參考。其次，我們的研究表明，產業政策刺激有利于股票收益的提升；然而，產業政策引導下專利對股票收益的作用效能，隨政策強度的增加有減弱的態勢。這為政府通過引導企業實質性創新提升股票收益，提供了一個較好的觀察窗口。再次，我們的研究發現，隨著政策強度的由小變大，產業政策引導下專利對股票收益增加速度呈現先升后降的非線性統計特征，其背后的機制是財政利益刺激有助于激勵企業增加研發投資，然而，適當的政策強度引導研發投資起著促進專利產出增加的作用，過高的政策強度會削弱上述效果，進而使專利在影響產業政策與每股收益的功能上，存在先升后降的調節作用。本研究為人們理解產業政策、創新、股票收益三者的關系提供了有益幫助。

余下的內容是這樣安排的：第二部分是文獻回顧與研究假設，是對理論基礎的總結；第三部分是研究樣本與數據，介紹數據來源與構成；第四部分是變量定義與主要變量的描述性統計，呈現本文變量的初步統計特征；第五部分是實證分析，提供更為詳細的統計結果；第六部分是主要結論與政策含義。

二、 文獻回顧與研究假設

產業政策，作為一種承擔國家經濟發展、實現國家戰略意志的政策措施，旨在通過諸如補貼、信貸、價格、進出口管制、對外金融、審查批示、指令強制、政府績效考核、自主權、信息發布等多種方式(江小涓，1996)的運用，以支持和限制不同產業的發展。產業方面的政策措施，一直是中國政府“追趕型”發展戰略的一部分。中國政府力求通過產業政策將資源有效地分配給生產效率較高的部門，促進經濟長期增長。中性與有為政府通過產業政策，發揮市場作用對產業結構、組織、布局做出調整，促進產業升級與技術進步，為經濟發展注入新的動力。政府完善產業升級與技術進步所需的基礎設施、上層制度安排，并設法降低技術創新、產業升級中面臨的風險，并在信貸、財政等方面予以扶持，推動產業形成比較優勢與技術進步。產業政策通過影響微觀企業的資源可獲得性，并對企業經營環境產生影響，誘導企業資金流向。產業政策的兩個重要作用機制是，行政管制和信貸控制。其中，行政管制影響企業在特定行業的進入或擴張機會；信貸控制影響企業獲得融資的難易程度(黎文靖、李耀淘，2014)。在中國，實現產業政策目標的手段常常是計劃與市場的結合。在政策執行中，補貼、信貸、定價，進口與出口管制、對外金融管制，審查與批復、指令強制、政府效能考核，自主權，信息發布等多種方式的運用，以引導乃至改變資源在產業內與產業間的不同配置狀態，實現國家產業結構調整、推動經濟發展的各項目標。在廣大發展中國家充滿了市場失靈，發展中國家擺脫貧困陷阱的重要途徑，就是通過政府干預措施來協調資源配置，共同解決私人部門與公共部門生產領域的問題。產業政策扶持措施，例如產業補貼與稅收優惠，不僅是一種引導企業調整行業內與行業間資源配置的政策手段，而且它還向市場釋放一種對不同行業資源配置傾向性差異的經濟信號；而是否給予產業補貼、稅收優惠等，更是傳遞了不同行業資源傾向性差異配置的實際信號，這能有效降低微觀市場主體對政策不確定性的擔憂。

產業政策通過影響微觀企業的資源可獲得性，從而改變企業的經營環境，來干預和誘導企業投資方向(Dani Rodrik，2004; John Weiss，2011)。此外，產業政策，表明了政府釋放的一種經濟信號，對不同產業的支持程度顯示著國家產業發展的導向(周叔蓮等，2008)。在市場競爭中，市場信息對企業發展至關重要。擁有受產業政策支持的信息優勢，對企業的經營活動有著重要的潛在價值(李善民等，2015)。受產業政策支持的企業，能有效降低經濟活動中的事前不確定性和事后不確定性，對外部投資者產生正面的影響力。因此，與那些不受產業政策支持的企業相比，在同等條件下，理性的潛在投資者或貸款人，對那些受產業政策支持企業有更大意愿為其提供外部金融支持。產業政策潛在地對資源進行差異化的配置，使受政策支持企業獲益，并有利于降低企業經營成本，對企業潛在市場競爭力的提升是一種間接激勵。由于產業政策的不同傾向，會影響到不同產業得到資源的配置狀況，涉及到利益的分配格局。除了產業政策會為受產業政策支持的企業，提供融資上的便利(陳冬華等，2010)之外，產業政策，表明了政府釋放的一種經濟信號，對不同產業的支持程度顯示著國家產業發展戰略導向；產業政策還可以降低銀企間的信息不對稱，更好地建立銀企信任與合作關系(Chen等，2013)，影響企業的發展前景與投資行為(陸正飛、韓非池，2013)，有益于企業更好地發展。我們將以上的討論概括為圖1所示的產業政策影響股票收益的傳導機制?；谝陨险J識，我們提出假設：

H1：產業政策借助于財政手段激勵信號，刺激了受產業政策支持企業每股收益的增加。

圖1 產業政策影響股票收益的傳導機制

然而，以前研究專利信號價值的文獻，主要集中在高新技術產業的創業公司。這種文獻通常發現專利與風險投資(VC)融資間的正相關關系(例如，MacMillan，1985；Baum and Silverman，2004)。盡管專利作為吸引風險投資的質量信號證據表明，專利的確具有緩解外部融資約束的功能，但專利對獲得持續后期融資(如首次公開募股(IPO)的成功)的影響的證據并沒有一致結論(Deeds et al.，1997；Stuart et al.，1999；Heeley et al.，2007)。一方面，專利能以相對低的成本向外界傳達企業價值前景的功能(Long，2002；Arora et .al，2001)，對放松融資約束產生有益影響，改善企業業績具有重要意義。另一方面，如果不是詳細的評估，貸款人會考慮市場上平均專利質量來評估公司的研發質量，這可能導致高于平均水平的專利的“檸檬溢價”，即使對于最有希望的公司而言也會增加融資成本(Leland and Pyle，1977)，從而弱化了專利的信號作用(Brown et al.，2012)。所以，專利質量信號可能特別有助于小公司，從而專利作為可信的信號作用是有限的，且與其他有用物品一樣，產業政策刺激效果同樣存在邊際效應下降的趨勢?；谝陨吓袛?，我們提出假設：

H2：產業政策支持對每股收益的刺激作用，在加入專利因素后，適當的政策強度對每股收益的增加有促進作用；過高的政策強度反而會削弱這一作用，即呈現倒U形關系。

接下來我們分析，專利在產業政策影響股票收益中所起的作用或作用機制并給予理論上的解釋。如果從事復雜研發項目的公司，需要高度專業技能來了解技術細節，尋求獲得外部融資渠道，貸款人和投資者通常必須依賴于可觀察的企業特征，這些特征可能和不易觀測的與財產相關聯企業的研發項目直接相關。而創新活動，具有某種公共物品特征：一是專利文件的披露，會很快為市場所掌握，成為公共信息；二是專利作為技術信息的一種表現形式，其在商業化過程中還依賴于所處的商業環境，取決于市場主體的協作配合程度高低。此外，創新活動的成功，帶有很大的風險性，成功的概率也是非人為可以控制的。因此，政府介入企業研發領域具有十分必要性。政府通過產業補貼、所得稅優惠等形式，一方面可以緩解研發融資的不足，另一方面可以彌補因創新活動存在的部分(或全部)公共產品屬性而導致的利益激勵的不足，從而產業政策刺激對企業研發投資具有正向引導作用。

然而，產業政策在推動企業研發投資，獲得創新專利的過程中并不是具有持續性的意義。因為任何激勵措施，隨著激勵強度的增加，其邊際效率都有下降的趨勢。例如，毛其淋等(2016)的實證研究同樣表明了“尋補貼”的機會主義行為，弱化了研發激勵效果，導致高額補貼降低了企業風險承擔水平和風險項目的選擇。而邵敏(2012)對政府補貼與企業生產率的關系研究也表明，政府補貼作用效果存在著適度區間效應。即在某一臨界點之前，政府補貼對企業生產率的提高具有正向激勵作用，而在超過某一臨界值之后，政府補貼對企業生產率的提高具有顯著抑制效應?；谝陨峡捶?，我們提出假設：

H3:財政利益刺激有助于激勵企業增加研發投資，然而，適當的政策強度引導研發投資起著促進專利產出增加的作用，過高的政策強度會削弱上述效果，進而使專利在影響產業政策與每股收益的作用上，表現為先升后降的調節效應。

三、 研究樣本與數據

1. 樣本時間區間選擇及其理由

我們選擇“十二五”(2011-2015)作為研究的時間區間。之所以做這種選擇，是鑒于在“十一五”(2006-2010)期間，遇到了2008年全球性的金融危機，全球經濟遭遇了史上罕見的沖擊，并影響到中國企業的出口和國內經濟出現下滑態勢，中國政府為了穩增長(即所謂的保八(8%))，在2008-2010年底約投資4萬億元?！八娜f億”破壞了“十一五”(2006-2010)規劃中“調結構、促轉型”的目標、失去了經濟結構調整的良機(王曦和陸榮，2009)，所以，我們不將其納入考察時間區間，是為了更好地確定產業政策在五年規劃中的導向與執行的一致性。

2. 數據選取及處理

為了考察產業政策及其財政手段(產業補貼)、專利信號對股票收益的影響，我們根據中國證券監督管理委員會對上市公司的行業分類標準，我們采集了“十二五”(2011-2015)期間在滬深證券交易所上市的所有A股上市公司的數據。我們的數據來源于CSMAR和Wind數據庫的聯合支持。為了降低極端值對統計結果產生的不利影響，在數據的處理上，我們對研究中所涉及的連續型變量，采用了在1%和99%分位數上的極端值winsorize調整?？紤]到研究結果的穩健性，按照慣例，我們刪除了(1)金融類公司，以及ST、PT企業和股東權益為0或小于0的公司;(2)剔除了IPO當年公司數據;(3)剔除了樣本期間內，財務數據不全或缺失的公司，最終共獲得4361個上市公司的公司年度樣本觀測值。

四、 變量定義與主要變量的描述性統計

為了便于陳述所研究的內容和涉及的研究變量，我們有必要對其加以定義并對主要變量予以初步的描述性統計。在這部分，我們呈現了在本文中所涉及到的主要變量的定義及其衡量方式，以讓讀者知悉我們實證的具體操作程序；此外，我們對本文所要考察的重要變量給出了基本的描述性統計，以揭示變量間初步的統計特征。

1. 主要變量定義

本文研究的是產業政策及其財政手段(例如補貼)對股票收益的作用。我們借鑒了周亞虹等(2012；2015)，黎文靖等(2014；2016)，設置以下變量：

股票收益，我們采用每股收益(eps)來表示股票的市場獲利狀態。

產業政策變量(ip)，我們采用陳冬華等(2010)的做法，并結合本文研究的實際，在“十二五”規劃政策文件中出現“大力發展”、“鼓勵發展”、“積極發展”、“培育發展”、“改造提升”、 “加強提高”等字眼的行業，視為國家支持的行業。本文將“抑制”、“淘汰” “調整”、“規范發展”的行業納入國家政策限制考慮，主要是著眼于該產業落后產能需被抑制或淘汰，先進產能待新建或者說存在產能過剩、過度競爭、低水平重復建設，或者是存在行業發展過熱、過度投機、炒作等現象。此外，沒有在“十二五”規劃政策文件中出現的行業，我們亦將其列入國家既不支持的考慮范疇。這里，產業政策變量為離散型程度變量，當公司所處的行業年度位于“十二五規劃”中產業政策支持范圍內，該變量置1;當公司所處的行業年度位于“十二五規劃”中產業政策限制范圍內，以及當公司所處的行業年度未處于“十二五規劃”中產業政策提及的范圍內，該變量置0。

政府補貼(subss)，我們參考周亞虹等(2012；2015)，黎文靖等(2014；2016)的方法，并結合本文研究的實際，用政府產業補貼/企業營業收入表示。

創新產出，我們采用倪驍然等(2016)、黎文靖等(2016)的做法，用發明專利申請數量(invent)表示企業創新能力信息。其他變量定義見表1。我們也考慮了行業、年份作為虛擬變量。表1列示了以上變量的定義及計算方式。

表1 變量描述、符號及定義

續表

2. 主要變量的描述性統計

我們考察的樣本期間是“十二五”(2011-2015年)，共4361個上市公司年度樣本觀測值。但由于有的公司數據不全，所以在我們的描述性統計中會有缺失數據(非平衡面板)。表2給出了主要考察變量的樣本容量，均值，標準差，中值，最大值與最小值、極差的基本統計指標。

在每股收益(eps)方面，全樣本均值為0.337，極差為2.745，這表明在“十二五”上市公司每股收益處于盈余態勢，且上市公司間每股收益具有較大差異。同時，全樣本的產業政策支持均值為0.643，即表明平均而言有64.3%的公司所處的行業被產業政策所支持，這說明在“十二五”期間，產業政策是中央政府宏觀調控的一種常用工具。

產業補貼(subss)的均值、極差分別為1.399、10.79，這說明在考察的樣本中上市公司所獲補貼程度差異較大。在創新產出(invent)上，其均值為10.44，極差為3559，這顯示出企業創新的個體差異非常大。

五、 實證分析

為了對第二部分中提出的研究假設做實證性的檢驗，在本部分中，我們就前文所提出的三個假設，做了實證性分析考察。首先我們基于全樣本考察了支持與不支持的產業政策傾向及其利益引導機制(產業補貼)，對股票收益是否存在差異性的影響，以檢驗產業政策信號的刺激效應；其次，對于受支持的企業，專利信號是否在產業政策刺激股票收益的作用中具有調節作用？再次，我們就產業政策、專利信號與股票收益變動的作用機制進行了檢驗。

1. 模型設計

(1) 為了檢驗假設H1：產業政策借助于財政手段激勵信號，刺激了受產業政策支持企業每股收益的增加。即考察產業政策引導及其具體的財政手段(產業補貼)是否拉升了股票收益，模型設計為：

eps=a0+a1ip+CV+e

(1)

eps=b0+b1ip+ b2subss_1+b3ip*subss_1+CV+e

(2)

模型(1)、(2)的被解釋變量為eps，核心解釋變量為ip，以及交互項，ip*subss_1。模型(1)，(2)旨在檢驗產業政策(ip)引導(支持與否)及其具體的財政手段(產業補貼)是否使得產業政策支持企業股票收益更高？我們預期a1>0，b3>0即產業政策支持企業有更高的股票收益。

(2) 為了檢驗假設H2，產業政策支持對每股收益的刺激作用，在加入專利因素后，適當的政策強度對每股收益的增加有促進作用；過高的政策強度反而削弱了這一作用，即呈現倒U形關系。即在產業政策支持企業中(ip=1)，專利信號因素在產業政策刺激股票收益增加中所起的調節作用。換句話說，在ip=1條件下，對以下模型進行檢驗：

eps=a0+a1subss_1+a2lninvent_1+a3sub_1*lninvent_1+CV

(3)

在模型(3)中，區分政策強度較小與較大組，分組回歸比較交互項(sub_1*lninvent_1)系數的差異。在下文的統計表中，其中各特征指標值高低的標準，我們參照P.Aghion(2014)的方法，以各特征指標數值大于中位數為高值組，反之，為低值組(以下同)。

為了得到更為詳細的統計證據，我們將模型(3)加入二次項(subss_1*lninvent_1)2，進一步檢驗以下模型(4)，以揭示假設H2中的倒U形統計特征。

eps=a0+a1subss_1+a2lninvent_1+ a3subss_1*lninvent_1+a4(subss_1*lninvent_1)2+CV

(4)

結果預期：上述模型(4)中，a4<0顯著。

(3) 為進一步揭示產業政策、專利信號對股票收益變動產生作用的機制，即檢驗產業政策引導下專利質量信號對股票收益增加所發揮的作用，或者說考察假設H3是否成立：財政利益刺激有助于激勵企業增加研發投資，然而，適當的政策強度引導研發投資起著促進專利產出增加的作用，過高的政策強度會削弱上述效果，進而使專利在影響產業政策與每股收益的作用上，表現為先升后降的調節效應。我們在影響機制回歸模型中，對此做了相應的檢驗探討。

2. 實證檢驗

我們對以上模型(1)-(4)檢驗結果等，分別呈現于表3、表4中。為節省篇幅，我們將在以下的統計表中只展示核心變量的結果，其他作為控制變量未予以列示(以下均作如是處理)。

表3 產業政策對股票收益的影響(基于全樣本的回歸結果)

注：***、**和*分別表示在1%、5%和10%的統計水平上顯著，括號內為t值。

在表3中第(1)列，每股收益(eps)對產業政策(ip)的回歸系數顯著為正，即證實了假設H1，產業政策信號，刺激了受支持企業每股收益的增加。在加入利益激勵機制(產業補貼、所得稅優惠)之后，在表3第(2)列，ip*subss_1的系數同樣顯著為正，也依然顯示了產業政策的正面影響力。

表4 產業政策對股票收益的影響(基于支持企業的產業補貼與創新交互項的回歸結果)

注：***、**和*分別表示在1%、5%和10%的統計水平上顯著，括號內為t值。其中各特征指標高低的標準，我們參照P.Aghion(2014)的方法，以各特征指標數值大于中位數為高值組，反之，為低值組。下表同。

在表4中呈現的是我們在加入創新信號影響后不同樣本回歸的考察結果。其中各特征指標高低的標準，我們參照P.Aghion(2014)的方法，以各特征指標數值大于中位數為高值組，反之，為低值組。當政策強度由低向高變動時(即表4的第(2)列到第(3)列)，subss_1*lninvent_1的系數由大變小(0.0418>-0.00567)，且同時具有統計顯著性。這表明當加入專利信號時，那些受產業政策支持的企業所獲得的產業補貼，對每股收益增加的促進作用在減弱，也意味著較高的補貼會弱化其在刺激每股收益增加中的作用。而當我們將二次項(subss_1*lninvent_1)2加入到每股收益方程中時，其系數顯著為負(-0.000109)，即表明專利信號對產業政策激勵推升股票收益的調節作用，呈現出倒U形的非線性統計特征(因為在表4第(1)列全樣本中，subss_1*lninvent_1的系數不顯著)。

為進一步揭示產業政策、專利信號對每股收益產生作用的機制，即檢驗假設H3是否成立：財政利益刺激有助于激勵企業增加研發投資，然而，適當的政策強度引導研發投資起著促進專利產出增加的作用，過高的政策強度會削弱上述效果，進而使專利在影響產業政策與每股收益的作用上，表現為先升后降的調節效應。我們將上述影響機制的檢驗，列示于表5中。

在表5中第(1)列顯示的是財政利益刺激有利于企業增加研發投資。其中，subss_1的系數均顯著為正(0.893)。在表5中第(2)-(3)列顯示的是在產業政策引導下，不同政策刺激強度對專利產出的影響。在政策強度適當時，產業政策引導下有利于研發投資的專利產出增加。這一結論從表5第(2)列中，subss_1*lnRD_1的系數顯著為正(0.221)可以看出。然而，在產業政策強度高時，削弱了研發投資的專利產出效率。這一結論從表5第(3)列中，subss_1*lnRD_1的系數變小(0.0000519)且不再顯著可以看出。

因此，我們綜合以上表5第(1)-(3)列的統計結果，可以得出如下結論：財政利益刺激有助于激勵企業增加研發投資，然而，適當的政策強度引導研發投資起著促進專利產出增加的作用，過高的政策強度會削弱上述效果，進而使專利在影響產業政策與每股收益的作用上，表現為先升后降的調節效應。即統計結果支持我們提出的假設H3。

3. 穩健性及內生性檢驗

在因變量上，股票收益，我們參考李善民等(2015)的方法，并結合本文的研究目的，用凈資產收益率(ROE)，表示股權收益的替代情況；在解釋變量上，我們參考周亞虹等(2012；2015)，黎文靖等(2014；2016)的方法，并結合本文研究的實際，用政府產業補貼/企業總資產來表示政府補貼(subss)；我們參考A.W. Butler et al.(2011)，宋凌云、王賢彬(2013)的做法，用(企業應交所得稅-企業實交所得稅)/資產總額衡量稅收優惠(taxpres)作為財政手段的衡量方式，經過上述相關變量替換之后，我們的基本結論依然成立。

表5 專利信號在產業政策對股票收益的影響中的調節效應：倒U形關系的作用機制檢驗

另外，我們也充分考慮了變量之間的相互影響而存在的內生性問題。我們參考了Wintoki et al.(2010)的做法，并運行了包括股票收益滯后一期，各解釋變量滯后一期的影響解釋變量的OLS回歸模型；我們也采用了Guarlglia(2008)使用一階差分GMM模型研究英國非上市企業的方法估計我們的股票收益方程。研究結果表明，在加入上述變量或采用一階差分，模型的結果依然沒有根本變化。

以上穩健性檢驗表明，我們通過分組和回歸分析得到的研究結論是穩定的。

六、 主要結論及政策含義

產業政策一方面通過財政激勵措施所釋放的刺激信號，有推高每股收益的傾向；另一方面，產業政策引導創新行為和專利產出，其作用效果存在適當的可行區間。其重要的作用機制是財政激勵，有利于促進企業研發投資，然而產業政策引導下的研發投資的專利產出效率，呈現先升后降的倒U形統計特征。因此，本文的研究帶給人們的啟示是，產業政策借助于推動企業實質性創新，有利于釋放在資本市場中微觀企業的長遠發展前景的積極信號，但產業政策的作用效能表現為一定的合理區間性，因而對政府在施策時，把握好適當的政策強度，這對改良產業政策的效力以及整個實體經濟的發展有著深遠的現實意義。

參考文獻：

1. L Bach，Are Small Businesses Worthy of Financial Aid？ Evidence from a French Targeted Credit Program，ReviewofFinance， 2014， 18(3):877-919.

2. Dani Rodrik，Industrial Policy For The Twenty-First Century，UNIDO，September 2004.

3. John Weiss，Industrial Policy in the Twenty-First Century：Challenges for the Future，UNU-WIDER，WorkingPaper，September 2011.

4. Chen，D.，Z.Li，and F.Xin， Five-year Plans，Cnina Finance and Consequences，NanjingUniversityWorkingPaper,2013.

5. MacMillan, I.C., Siegel, R. and Subbanarasimha, P.N. Criteria Used by Venture Capitalists to Evaluate New Venture Proposals,JournalofBusinessVenturing,1985, 1(1): 119-128.

6. Baum, J.A. and Silverman, B.S. Picking Winners or Building Them？Alliance, Intellectual, and Human Capital as Selection Criteria in Venture Financing and Performance of Biotechnology Startups,JournalofBusinessVenturing, 2004, 19(3): 411-436.

7. 黎文靖、李耀淘：《產業政策激勵了公司投資嗎?》，《中國工業經濟》2014年第 5 期。

8. 劉曉星、陳羽南：《投資者風格與股票價格波動——基于中國股票市場的研究》，《東南大學學報(哲學社會科學版)》2017年第1期。

9. 江小涓著：《經濟轉軌時期的產業政策——對中國經驗的實證分析與前景展望》，上海人民出版社1996年版。

10. 周叔蓮、呂鐵、賀?。骸缎聲r期我國高增長行業的產業政策分析》，《中國工業經濟》2008年第9期。

11. 李善民、黃燦、史欣向：《信息優勢對企業并購的影響——基于社會網絡的視角》,《中國工業經濟》2015年第11期。

12. 陸正飛、韓非池：《宏觀經濟政策如何影響公司現金持有的經濟效應？——基于產品市場和資本市場兩重角度的研究》，《管理世界》2013年第6期。