分析師行業專長對企業研發投入的影響研究

王鑫斌 郭 菲 彭效冉

一、引 言

黨的十九大報告提出“創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐”，科技創新被提升到了國家戰略的高度。研發投入作為持續開展創新活動的基本保證，對推動科技創新至關重要。據國家統計局、科技部和財政部聯合發布的統計公報顯示，2020年我國研發經費投入總量達到24393.1億元，其中企業研發經費為18673.8億元，占全國研發經費總量的76.6%，可見，企業已經成為國家創新體系的核心環節。然而，與世界主要創新經濟體相比，我國多數企業的研發投入仍處于較低水平，2021年全球企業研發投資TOP50中，美國、德國、日本分別有19家、9家、8家企業上榜，而我國僅有華為等4家企業上榜。近年來，學術界對于制約企業研發投入的影響因素進行了大量研究。相關研究表明，由于研發活動具有較大不確定性，加之保密或競爭的緣故，企業對外披露的研發信息相對較少，導致企業與外部投資者、管理層與股東、大股東與小股東之間出現了信息不對稱問題。一方面，信息不對稱會提高企業的融資難度和融資成本，造成融資約束，導致研發投入不足；另一方面，信息不對稱也會引發代理問題，如管理層或大股東憑借信息優勢挪用或擠占研發資金，導致企業研發投入減少。

作為資本市場的信息中介，證券分析師（以下簡稱分析師）能夠對企業研發投入產生重要影響。本文基于我國資本市場的研究發現，分析師的“信息解讀”作用能夠有效降低企業信息不對稱程度（謝華，2020）[1]，從而緩解融資約束和代理問題（陳欽源等，2017）[2]，提升企業研發投入水平（劉東博等，2017）[3]。然而，上述研究考察的是分析師整體，并未考慮分析師的個體差異。我國證券分析師隊伍的發展歷史較短，分析師的個體能力還存在較大差異（張宗新和楊萬成，2016）[4]，因此分析師的信息解讀水平參差不齊?！禝nstitutional Investor》雜志的調查問卷顯示，行業專長被認為是分析師最重要的職業能力，是其經過對某行業的長期關注而形成的一種對行業信息的把握能力。已有研究發現，擁有較高行業專長的分析師盈余預測更準確（劉永澤和高嵩，2014）[5]。由此產生了一個值得我們思考的問題：較高的行業專長是否有助于分析師更好地履行“信息解讀”職能，進而在促進企業研發投入方面發揮更大的作用？對于該問題，現有文獻并未給予應有關注。

鑒于此，本文基于2007-2020年滬深A股上市公司的數據，實證檢驗分析師行業專長對企業研發投入的影響及其影響路徑。本文可能的貢獻包括：第一，豐富了分析師行業專長經濟后果的研究。已有文獻檢驗了分析師行業專長對其預測準確性以及市場反應等方面的影響，而本文考察分析師行業專長對企業研發投入的影響，對分析師行業專長經濟后果相關文獻形成了有益補充。第二，拓展了分析師關注對企業研發投入影響的研究范圍?，F有文獻研究了分析師跟蹤人數對企業研發投入的影響，而本文從分析師能力，即行業專長的視角考察其對企業研發投入的影響。第三，揭示了分析師行業專長促進企業研發投入的影響路徑。本文深入探究了分析師行業專長促進企業研發投入的影響路徑，更為全面地揭示了分析師行業專長的重要作用，將為企業增加研發投入，提升創新能力提供一定的經驗證據。

二、文獻回顧與研究假設

與一般投資活動相比，企業的研發活動具有投資周期長、未來結果不確定的特征（Holmstrom，1989）[6]，這使得企業與外部投資者之間存在較嚴重的信息不對稱問題。一般而言，信息不對稱會對企業研發投入產生抑制作用。一方面，為規避風險和損失，處于信息劣勢的潛在投資者往往會縮減資金供給規模，提高必要報酬率，導致企業外部融資難度加大，外源融資成本增加，引發融資約束，使企業的研發投入減少；另一方面，信息不對稱也會誘發代理問題。憑借信息優勢，管理者或大股東有動機和能力將原本用于研發活動的資金挪作他用，甚至用于個人消費等，這也會減少企業的研發投入。

分析師憑借其掌握的專業知識，通過信息搜集和加工，以研報的形式對所關注企業的相關信息進行披露和解讀，能夠在一定程度上緩解信息不對稱問題。因此，總體來看，分析師關注有利于促進企業研發投入（劉東博等，2017）[3]。然而，由于我國分析師隊伍的發展歷史較短，分析師的個體能力還存在較大差異（張宗新和楊萬成，2016）[4]，因此促進企業研發投入的效果也會不同。行業專長是衡量分析師專業技能的一項重要指標（劉永澤和高嵩，2014）[5]，體現了其在特定行業所具有的專業知識和專有經驗（謝光華等，2019）[7]。本文認為，擁有較高行業專長的分析師對企業研發投入的促進作用更強，其可能的影響路徑如下：

第一，緩解融資約束。信息不對稱是導致企業融資約束的重要原因。擁有較高行業專長的分析師能夠更好地發揮“信息解讀”作用，有效降低信息不對稱程度，緩解企業融資約束。首先，擁有較高行業專長的分析師更有能力挖掘和解讀企業的研發信息。由于會計準則或者競爭等因素的限制，企業披露的財務報告中只能部分反映其研發項目的信息。此時，由于擁有較高行業專長的分析師更專注于特定行業的分析，對該行業的宏觀環境、商業條件、技術和成長機會等都較為熟悉，因此，分析師在對某一企業的研發信息進行搜集和解讀時，既能夠利用該企業所屬行業的行業信息，又可以從行業內其他企業披露的信息中搜尋與被關注企業有關的信息，并依靠自己的專業知識對其進行加工整理，補充企業研發信息披露的不足。其次，擁有較高行業專長的分析師更有意愿客觀地發布企業的研發信息。我國《新財富》雜志每年評選的各行業前3-5名“明星分析師”，就是市場對分析師行業專長的肯定，一旦被評為明星分析師，其利益回報和社會地位都將大幅提升。因此，出于職業聲譽的考慮，擁有較高行業專長的分析師更有動機及時發布客觀、真實的高質量分析報告。由此可見，擁有較高行業專長的分析師能夠有效降低企業信息不對稱程度，提升企業信息透明度，增加潛在投資者的投資意愿，使企業更容易從市場上獲得資金，融資成本也會更低，從而充分利用外部資金開展研發活動。此外，企業信息不對稱程度的降低，也使得外部投資者更愿意為企業的非創新項目提供資金，從而使企業可以將更多內部資金用于研發活動，更好地發揮內源資金對研發投入的支持作用。

第二，發揮監督治理作用。信息不對稱也會導致第一類和第二類代理問題的發生。第一類代理問題主要指股東與管理層之間的代理問題，第二類代理問題主要是大股東與中小股東之間的代理問題。由于我國上市公司股權高度集中，大股東占據優勢地位，導致第二類代理問題較為嚴重（左晶晶等，2013）[8]。例如，大股東為了獲得控制權和私有收益，會利用其控制地位實施盜騙企業資源、操控資產轉移定價等一系列損害中小股東利益的“掏空”行為（吳世飛，2016）[9]，從而擠占研發資金。此時，擁有較高行業專長的分析師，憑借自己豐富的行業經驗，更有能力發現和曝光企業的這些違規行為；同時，由于擁有較高行業專長的分析師享有一定的社會聲譽和威望，他們出具的研報能夠引起更強烈的市場反應（劉永澤和高嵩，2015）[10]。此類負面信息一旦被披露，極有可能對大股東產生不利影響。由此，分析師行業專長起到了部分外部監督治理的作用，能夠迫使大股東減少資金的擠占或挪用，減少損害中小股東利益的行為，緩解代理問題，企業因此能將更多資金投入到研發活動中去。

基于上述分析，本文提出以下假設：

H：在其他因素不變的情況下，分析師行業專長越高，企業研發投入越多。

三、研究設計

（一）樣本選擇與數據來源

本文以2007-2020年我國A股上市公司為研究樣本。文中所需數據來源于萬德數據庫和國泰安數據庫。根據研究需要，對初始樣本進行如下篩選和處理：（1）剔除分析師預測數據缺失的樣本；（2）僅保留分析師某一年對同一公司發布的最后一次預測數據；（3）剔除金融保險類上市公司樣本；（4）剔除ST或PT類上市公司樣本；（5）剔除變量觀測值缺失的樣本。最終獲得17114個觀測值。同時，為消除極端值的干擾，對連續變量在1%和99%分位數上進行縮尾（Winsorize）處理。

（二）主要變量定義

1．被解釋變量：企業研發投入（Lnrd）。參考劉惠好和焦文妞（2021）[11]的做法，用研發支出總額的自然對數來衡量企業研發投入水平?？紤]到分析師行業專長對企業研發投入的影響具有滯后性，因此，回歸時使用未來一年的研發投入數據。

2．解釋變量：分析師行業專長（Spec），本文指公司層面的分析師行業專長。首先，借鑒劉永澤和高嵩（2014）[5]的研究，構造分析師m第t年對J行業的行業專長，即：SpecJ,m,t=分析師m在第t年跟蹤J行業的公司數/分析師m在第t年跟蹤的公司總數。然后，對第t年跟蹤J行業中的i公司的所有分析師的行業專長取平均數，得到i公司第t年的分析師行業專長Speci,t。其中，行業的劃分采用證監會2012年的行業分類標準，除制造業采用門類和大類分類外，其他行業均采用門類分類。

3．控制變量：參考現有文獻，本文還控制了公司規模（Size）、財務杠桿（Lev）等影響企業研發投入的其他變量，見表1。此外，為控制年度和行業固定效應，加入了年度和行業啞變量。

各主要變量的定義及計算方法如表1所示。

表1 主要變量定義

（三）實證模型

為檢驗分析師行業專長對企業研發投入的影響，本文構建如下實證模型（1）：

其中，Lnrdi,t+1為i公司第t+1年的研發投入；Speci,t為i公司第t年的分析師行業專長；Controls為控制變量；ε為擾動項。

四、實證結果與分析

（一）描述性統計

表2報告了主要變量的描述性統計結果。從中可見，被解釋變量Lnrd的均值為17.965，中位數為17.944，標準差為1.560，最大值和最小值分別為23.809和6.908，說明不同上市公司之間的研發投入水平存在較大差異。解釋變量Spec的均值為0.656，中位數為0.726，標準差為0.251，最大值和最小值分別為1和0.007，表明公司層面的分析師行業專長存在一定差異。

表2 主要變量的描述性統計結果

（二）基本回歸結果

表3報告了分析師行業專長與企業研發投入的回歸結果。其中，第（1）列僅控制了行業和年度固定效應，結果顯示，分析師行業專長（Spec）的回歸系數為0.780，t值為14.85，在1%的水平上顯著為正；在第（1）列的基礎上，第（2）列加入了公司特征變量，包括公司規模（Size）、財務杠桿（Lev）、盈利能力（Roa）、公司年齡（Firmage）和成長性（Tobinq）。此時，Spec的回歸系數為0.204，t值為4.97，在1%的水平上顯著為正；在第（2）列的基礎上，第（3）列加入了公司治理變量，包括董事會規模（Board）、兩職合一（Dual）、第一大股東持股比例（Top1）、機構投資者持股比例（Inst）和分析師關注度（Lnanalyst）。此時，Spec的回歸系數為0.173，t值為4.27，在1%的水平上顯著為正。

綜合表3列示的回歸結果可知，在其他因素不變的情況下，分析師行業專長越高，企業研發投入越多，從而驗證了本文提出的假設。

表3 分析師行業專長與企業研發投入回歸結果

（三）穩健性檢驗

1．內生性檢驗

（1）Heckman兩階段檢驗。本方法可以有效緩解樣本選擇偏差造成的估計偏誤。在第一階段，構建一個Probit回歸，被解釋變量為分析師行業專長啞變量Dummy_Spec，當分析師行業專長高于行業中位數時取1，否則取0，得到逆米爾斯比（Invmr）。在第二階段，將第一階段得出的Invmr代入模型（1）進行擬合?；貧w結果如表4的第（1）列和第（2）列所示，結果顯示，Invmr的系數顯著為正，表明樣本存在選擇偏差，而分析師行業專長的系數仍在1%的水平上顯著為正，說明在控制了樣本選擇偏差后，結論保持不變。

（2）變化值模型。為排除可能存在的反向因果關系造成的影響，本文利用變化值代替水平值進行回歸。具體地，被解釋變量ΔLnrd為企業研發投入本期值與上期值之差，解釋變量ΔSpec為分析師行業專長本期值與上期值之差，回歸結果如表4的第（3）列所示。結果顯示，ΔSpec的系數在5%的水平上顯著為正，說明在排除了反向因果可能性后，結論保持不變。

表4 Heckman兩階段、變化值模型檢驗結果

2．其他穩健性檢驗

第一，替換被解釋變量。參考嚴榮等（2022）[12]的研究，利用研發支出與總資產的比值（Rd_Asset）來衡量企業研發投入。第二，替換解釋變量。參考劉永澤和高嵩（2014）[5]的做法，利用《新財富》雜志評選出的行業明星分析師（Lnstar）作為行業專長的替代變量。第三，改用Tobit模型。表5中列（1）-列（3）的回歸結果顯示，Spec/Lnstar的系數均在1%的水平上顯著為正，結論保持不變。

表5 Heckman兩階段、變化值模型檢驗結果

五、中介效應檢驗

為驗證分析師行業專長對企業研發投入的影響路徑，本文借鑒溫忠麟等（2004）[13]做法，構建中介效應模型（2）-（5），分別檢驗緩解融資約束和監督治理在分析師行業專長促進企業研發投入中發揮的中介效應。參考劉莉亞等（2015）[14]的研究，構建“SA指數”作為融資約束的衡量指標；參考吳國鼎（2021）[15]的研究，選取“大股東占款率（Accrt）”衡量監督治理的效果。

表6中第（2）列顯示，Spec的回歸系數在1%的水平下顯著為正，SA指數的回歸系數在1%的水平下顯著為負，表明緩解融資約束在分析師行業專長促進企業研發投入中發揮了中介效應，且為部分中介效應。表6第（4）列顯示，Spec的回歸系數在1%的水平下顯著為正，Accrt的回歸系數在10%的水平下顯著為負，表明監督治理在分析師行業專長促進企業研發投入中發揮了中介效應，且為部分中介效應。

表6 中介效應檢驗結果

六、進一步研究

為檢驗在何種情形下分析師行業專長對企業研發投入的促進作用更大，本文分別從產權性質、行業屬性以及企業信息透明度三個方面進行異質性分析。第一，產權性質方面，將樣本劃分為非國有企業組和國有企業組。第二，行業屬性方面，將樣本劃分為高技術企業組和非高技術企業組。第三，企業信息透明度方面，借鑒辛清泉等（2014）[16]的研究，構造企業信息透明度綜合指標（Trans），按照Trans的中位數將樣本劃分為信息透明度低組和信息透明度高組。然后分別對模型（1）進行回歸，如表7所示。表7的回歸結果顯示，在非國有企業、高技術企業以及企業信息透明度較低的情形下，分析師行業專長對企業研發投入的促進作用更大。

表7 異質性檢驗結果

七、結論與啟示

（一）結論

作為資本市場的信息中介，分析師關注對企業研發投入具有重要影響。區別于以往文獻，本文從分析師行業知識和行業經驗的視角出發，實證檢驗了分析師行業專長是否以及如何影響企業研發投入。研究發現，關注某一企業的分析師行業專長越高，該企業的研發投入水平越高。中介效應檢驗表明，緩解融資約束和監督治理在分析師行業專長促進企業研發投入中發揮了部分中介效應。進一步基于產權性質、行業屬性以及企業信息透明度異質性的研究發現，在非國有企業、高技術企業以及信息透明度較低的企業中，分析師行業專長對企業研發投入的促進作用更大。

（二）啟示

基于本文的研究結論，筆者提出以下建議：第一，從分析師角度來講，分析師應結合自身專業知識重點關注少數幾個行業，不要貪多求全，要對所關注行業深耕細作，不斷提升自身的行業專長水平，向資本市場提供更客觀、準確的行業和企業信息。第二，從研發企業來講，要不斷提高自身信息披露質量，增強信息透明度，降低信息不對稱程度，不斷提升企業的融資能力和研發水平。第三，從監管部門角度來講，首先要加強對分析師等資本市場信息中介的規范和引導，使其更好地發揮信息解讀職能；其次是要加強對上市公司信息披露的監督與管理，使其為投資者提供高質量的決策參考信息。