摘 ?要：利用滬深A(yù)股上市公司樣本數(shù)據(jù)，實(shí)證檢驗(yàn)了股價(jià)信息含量對(duì)企業(yè)創(chuàng)新的影響及內(nèi)在機(jī)制。研究發(fā)現(xiàn)，股價(jià)信息含量對(duì)企業(yè)創(chuàng)新存在顯著的促進(jìn)作用，股價(jià)信息含量提高1個(gè)百分點(diǎn)，企業(yè)未來(lái)一年的專利申請(qǐng)數(shù)量就提高1.13個(gè)百分點(diǎn)，且該作用在民營(yíng)企業(yè)和高科技企業(yè)中表現(xiàn)得更為明顯。進(jìn)一步的分析表明，該作用的內(nèi)在機(jī)制為：股價(jià)信息含量的提高使得經(jīng)理人能從股價(jià)中獲取更多有用信息，從而有利于開(kāi)展創(chuàng)新活動(dòng);股價(jià)信息含量的提高促進(jìn)了股票流動(dòng)性，從而有助于強(qiáng)化機(jī)構(gòu)投資者監(jiān)督機(jī)制，完善企業(yè)內(nèi)部創(chuàng)新激勵(lì)。

關(guān)鍵詞：股價(jià)信息含量;反饋效應(yīng);企業(yè)創(chuàng)新;經(jīng)理人學(xué)習(xí);股票流動(dòng)性

中圖分類號(hào)：F272.3

一、引言

資本市場(chǎng)的基本功能之一是利用股票價(jià)格的變化來(lái)匯總和反映各種各樣的信息。股票價(jià)格的變化不僅反映了經(jīng)理人所掌握的有關(guān)企業(yè)情況的信息，也反映了投資者對(duì)于企業(yè)基本面和所處行業(yè)的觀點(diǎn)和私人信息，這些信息能夠?yàn)榻?jīng)理人做決策提供有價(jià)值的參考，指導(dǎo)經(jīng)理人對(duì)企業(yè)資源進(jìn)行有效地配置。資本市場(chǎng)的這一功能被稱為股價(jià)反饋效應(yīng)。隨著1999年《證券法》的實(shí)施、2006年股權(quán)分置改革的完成以及近幾年來(lái)股指期貨、融資融券、期權(quán)等賣空機(jī)制的推出，我國(guó)股票市場(chǎng)的信息效率也有了顯著的改善。在這種背景下，從反饋效應(yīng)視角，研究資本市場(chǎng)對(duì)上市企業(yè)決策的影響機(jī)制與作用效果，對(duì)完善股票市場(chǎng)效率、優(yōu)化上市企業(yè)決策、深化資本市場(chǎng)服務(wù)實(shí)體經(jīng)濟(jì)的作用都有著重要的現(xiàn)實(shí)意義。

股票市場(chǎng)作為金融體系的重要組成部分，對(duì)企業(yè)創(chuàng)新的作用一直受到業(yè)界和學(xué)界的關(guān)注。現(xiàn)有研究可分成“融資論”和“激勵(lì)論”兩派，較少關(guān)注股票市場(chǎng)對(duì)企業(yè)創(chuàng)新的“反饋效應(yīng)”。股票市場(chǎng)除了能夠?qū)ζ髽I(yè)創(chuàng)新起到提供資金、形成激勵(lì)的功能外，也能起到信息反饋功能。信息反饋功能是指股票市場(chǎng)通過(guò)股價(jià)匯集和傳遞各種各樣的信息，當(dāng)股價(jià)中包含企業(yè)經(jīng)理人事先并未知曉的外部投資者私人信息時(shí)，經(jīng)理人就能夠從公司股價(jià)變化中獲取新的信息，從而對(duì)企業(yè)的資源配置和研發(fā)投資決策進(jìn)行調(diào)整和優(yōu)化。由于企業(yè)創(chuàng)新的失敗率相比于傳統(tǒng)投資項(xiàng)目更高，經(jīng)理人更有必要利用股價(jià)中有用的信息。

本文利用國(guó)泰安CSMAR數(shù)據(jù)庫(kù)的專利申請(qǐng)數(shù)據(jù)庫(kù)，使用A股市場(chǎng)2009—2018年上市企業(yè)樣本數(shù)據(jù)，實(shí)證檢驗(yàn)了股價(jià)信息含量對(duì)企業(yè)創(chuàng)新的反饋效應(yīng)及其內(nèi)在機(jī)制。本文的研究貢獻(xiàn)表現(xiàn)為兩點(diǎn)：第一，國(guó)內(nèi)外關(guān)于股票市場(chǎng)反饋效應(yīng)的研究主要集中于企業(yè)投資行為，對(duì)企業(yè)創(chuàng)新研究很少;第二，本文進(jìn)一步探討了股價(jià)信息含量影響企業(yè)創(chuàng)新的異質(zhì)性及內(nèi)在機(jī)制。

二、文獻(xiàn)回顧與研究假設(shè)

（一）文獻(xiàn)回顧

1. 股票市場(chǎng)對(duì)企業(yè)創(chuàng)新的影響研究

關(guān)于股票市場(chǎng)對(duì)企業(yè)創(chuàng)新的影響，研究可以分成兩派觀點(diǎn)?！叭谫Y論”認(rèn)為，股票市場(chǎng)提供的資金相比于信貸資金更為穩(wěn)定，更能契合研發(fā)投資周期長(zhǎng)、調(diào)整成本高、回報(bào)不確定等特征，因此股權(quán)融資成為企業(yè)創(chuàng)新重要的資金來(lái)源。Brown等（2009）使用美國(guó)企業(yè)數(shù)據(jù)研究表明，對(duì)成立年限較短的新興高科技企業(yè)來(lái)說(shuō)，企業(yè)R&D投資的資金來(lái)源主要是現(xiàn)金流和股權(quán)融資，這些新興高科技企業(yè)對(duì)1990年代R&D投資熱潮起到了主要的作用，從而表明股權(quán)融資是R&D投資的重要資金來(lái)源[1]。Brown等（2013）使用32個(gè)國(guó)家的數(shù)據(jù)，研究發(fā)現(xiàn)股東保護(hù)更強(qiáng)、進(jìn)入股票市場(chǎng)機(jī)會(huì)更容易的國(guó)家，企業(yè)R&D投資更高[2]。Hsu等（2014）使用跨國(guó)數(shù)據(jù)研究發(fā)現(xiàn)，更依賴外部融資的行業(yè)和高科技密集型行業(yè)在股票市場(chǎng)更發(fā)達(dá)的國(guó)家里，呈現(xiàn)出更高的創(chuàng)新能力[3]。Xiao和Zhao（2012）使用國(guó)際數(shù)據(jù)研究發(fā)現(xiàn)，相比于銀行部門的發(fā)展，股票市場(chǎng)的發(fā)展對(duì)企業(yè)技術(shù)創(chuàng)新有顯著的促進(jìn)作用[4]。胡恒強(qiáng)等（2020）研究發(fā)現(xiàn)，內(nèi)源融資和股權(quán)融資能夠顯著促進(jìn)企業(yè)創(chuàng)新投入[5]。

“激勵(lì)論”卻認(rèn)為企業(yè)上市導(dǎo)致的控制權(quán)分散和治理機(jī)制的改變會(huì)降低企業(yè)的創(chuàng)新活動(dòng)。企業(yè)上市后，經(jīng)理人受到資本市場(chǎng)的壓力，傾向于選擇現(xiàn)金流穩(wěn)定、風(fēng)險(xiǎn)相對(duì)較小的傳統(tǒng)投資項(xiàng)目，從而更容易向投資者傳遞良好的企業(yè)信息，而不是選擇回報(bào)不確定、周期長(zhǎng)、風(fēng)險(xiǎn)高的創(chuàng)新項(xiàng)目[6]。Bernstein（2015）發(fā)現(xiàn)企業(yè)上市后大批發(fā)明者離開(kāi)了企業(yè)，使得企業(yè)內(nèi)部創(chuàng)新質(zhì)量有所下降，但企業(yè)上市后吸引了新的人力資本，從而獲得了外部創(chuàng)新，改變了企業(yè)創(chuàng)新策略[7]。孔東民等（2015）使用全要素生產(chǎn)率衡量創(chuàng)新效率，基于中國(guó)上市公司數(shù)據(jù)，發(fā)現(xiàn)企業(yè)上市之后，全要素生產(chǎn)率下降，并從“激勵(lì)論”的視角進(jìn)行了解釋，發(fā)現(xiàn)管理者激勵(lì)、信息披露激勵(lì)和發(fā)明者激勵(lì)的改變使得企業(yè)創(chuàng)新行為下降[8]。Fang等（2014）研究發(fā)現(xiàn)股票流動(dòng)性的增加顯著降低了企業(yè)創(chuàng)新產(chǎn)出，其原因在于，流動(dòng)性的增加導(dǎo)致惡意收購(gòu)的風(fēng)險(xiǎn)上升、更多不積極收集信息和監(jiān)管的機(jī)構(gòu)投資者的出現(xiàn)[9]。

2. 股票市場(chǎng)對(duì)企業(yè)決策的反饋效應(yīng)

國(guó)內(nèi)外一系列文獻(xiàn)研究了股票市場(chǎng)的反饋效應(yīng)，主要集中于股價(jià)信息含量對(duì)企業(yè)投資行為的分析。Dow和Gorton（1997）從理論上闡述了股價(jià)信息含量對(duì)企業(yè)投資行為的影響[10]。Durnev等（2004）通過(guò)實(shí)證檢驗(yàn)表明，企業(yè)投資效率和股價(jià)信息含量呈現(xiàn)出顯著的正向關(guān)系[11]。Chen等（2007）發(fā)現(xiàn)經(jīng)理人能從股價(jià)中獲取有用的私有信息，從而有利于優(yōu)化企業(yè)投資行為[12]。楊繼偉和聶順江（2010）表明，股價(jià)信息含量的提高可以有效抑制企業(yè)過(guò)度投資，并有效緩解企業(yè)投資不足[13]。于麗峰等（2014）發(fā)現(xiàn)，股價(jià)信息含量能夠顯著提升企業(yè)的投資股價(jià)敏感性，即股價(jià)信息能夠提高企業(yè)的投資效率[14]。陳康和劉琦（2018）、龐家任等（2019）利用融資融券作為股價(jià)信息含量的外生沖擊變量，也得到了類似結(jié)論[15～16]。

從反饋效應(yīng)視角研究股票市場(chǎng)與企業(yè)創(chuàng)新之間關(guān)系的文獻(xiàn)很少。Mathers 等（2016）發(fā)現(xiàn)，股價(jià)信息含量越高，企業(yè)創(chuàng)新產(chǎn)出越高。當(dāng)企業(yè)經(jīng)理人對(duì)最優(yōu)創(chuàng)新策略經(jīng)驗(yàn)更少或面臨更大風(fēng)險(xiǎn)時(shí)，股價(jià)信息含量對(duì)企業(yè)創(chuàng)新更為重要[17]。李啟佳等（2020）研究表明，股價(jià)信息含量能夠有效指導(dǎo)企業(yè)創(chuàng)新資源的分配和使用，從而顯著提高企業(yè)創(chuàng)新能力[18]。

接下來(lái)對(duì)股價(jià)信息含量影響企業(yè)創(chuàng)新的內(nèi)在機(jī)制進(jìn)行檢驗(yàn)。首先檢驗(yàn)“經(jīng)理人學(xué)習(xí)假說(shuō)”。該假說(shuō)意味著經(jīng)理人能從股票價(jià)格中獲取新的信息，從而促進(jìn)企業(yè)創(chuàng)新。股價(jià)中所包含的企業(yè)特質(zhì)信息可能包含了企業(yè)經(jīng)理人已經(jīng)掌握的信息，這部分信息顯然對(duì)經(jīng)理人決策不會(huì)再產(chǎn)生新的影響。如果能夠分離出經(jīng)理人已知的信息，就可以對(duì)“經(jīng)理人學(xué)習(xí)假說(shuō)”進(jìn)行檢驗(yàn)。借鑒Fresard（2012）的衡量方法，使用兩個(gè)變量來(lái)衡量經(jīng)理人已知的信息：分析師人數(shù)（Analyst）和分析師盈余預(yù)測(cè)偏差（DSP）[33]。分析師人數(shù)越多，表示分析師對(duì)經(jīng)理人已知信息的挖掘就越多，同時(shí)也意味著企業(yè)信息透明程度越高。分析師盈余預(yù)測(cè)偏差的定義如下：同一企業(yè)同一年內(nèi)所有分析師最后一次盈余預(yù)測(cè)的標(biāo)準(zhǔn)差除以預(yù)測(cè)均值的絕對(duì)值。為使結(jié)果便于分析，對(duì)分析師盈余預(yù)測(cè)偏差加0.0001后再取自然對(duì)數(shù)，這樣該變量越高，也表示市場(chǎng)對(duì)經(jīng)理人掌握的私有信息挖掘越多。在加入分析師所掌握的信息變量之后，如果股價(jià)信息含量的回歸系數(shù)依然顯著，則說(shuō)明股價(jià)中仍有新的信息對(duì)經(jīng)理人的決策行為產(chǎn)生影響。表2第2、第3列報(bào)告了回歸結(jié)果。其中第2列加入了分析師人數(shù)變量，第3列加入了分析師盈余預(yù)測(cè)分歧變量。由結(jié)果可知，變量Analyst和DSP的回歸系數(shù)均顯著為正，表明信息透明程度越高，企業(yè)專利申請(qǐng)數(shù)量就越高。這就意味著信息越透明，企業(yè)就越有必要申請(qǐng)專利來(lái)保護(hù)自己的研發(fā)成果。股價(jià)信息含量變量的回歸系數(shù)仍然顯著為正，從而驗(yàn)證了假設(shè)2。

其次檢驗(yàn)“股票流動(dòng)性假說(shuō)”。股價(jià)信息含量的提高，吸引了更多投資者參與股票交易，從而使得股票流動(dòng)性上升。股票流動(dòng)性的提高，有助于強(qiáng)化機(jī)構(gòu)投資者監(jiān)督機(jī)制，優(yōu)化經(jīng)理人提供更有效的薪酬契約，減少企業(yè)經(jīng)理人的機(jī)會(huì)主義傾向，完善公司治理機(jī)制，形成對(duì)企業(yè)高管和員工的有效激勵(lì)，從而促進(jìn)企業(yè)創(chuàng)新。借鑒Amihud和Mendelson（1986）、蘇冬蔚和熊家財(cái)（2013），使用非流動(dòng)性指標(biāo)來(lái)衡量股票流動(dòng)性[34][20]。該指標(biāo)定義如下：

其中，r_itd和V_itd分別為股票i于t年第d天忽略紅利再投資的回報(bào)率和交易金額;D_it為當(dāng)年總交易天數(shù);|r_itd |/V_itd為每百萬(wàn)元成交額所引起的價(jià)格變化，取年平均值并乘以100后即為非流動(dòng)性指標(biāo)。ILLIQ 越高，單位成交金額對(duì)價(jià)格的沖擊就越大，股票流動(dòng)性也就越低，反之亦然。

接下來(lái)在回歸模型中加入股票非流動(dòng)性指標(biāo)（ILLIQ）以及該指標(biāo)和股價(jià)信息含量的交互項(xiàng)（Inform*ILLIQ）。表2第4列報(bào)告了回歸結(jié)果。股票非流動(dòng)性系數(shù)顯著為負(fù)，表明股票流動(dòng)性越高，企業(yè)下一年的專利申請(qǐng)數(shù)量就越多。交互項(xiàng)系數(shù)顯著為正，表明在股票流動(dòng)性越低的情況下，股價(jià)信息含量對(duì)專利申請(qǐng)數(shù)量的影響就越大，即股價(jià)信息含量通過(guò)提高股票流動(dòng)性促進(jìn)了企業(yè)的創(chuàng)新活動(dòng)。股票流動(dòng)性是股價(jià)信息含量影響企業(yè)創(chuàng)新的內(nèi)在機(jī)制。假設(shè)3得到了驗(yàn)證。

（二）分組回歸結(jié)果

接下來(lái)檢驗(yàn)假設(shè)4和假設(shè)5。分組回歸結(jié)果見(jiàn)表3。表3第1、2列按照企業(yè)產(chǎn)權(quán)性質(zhì)分組，分別對(duì)國(guó)有企業(yè)和民營(yíng)企業(yè)進(jìn)行回歸，模型中去掉了國(guó)企啞變量。股價(jià)信息含量Inform均顯著為正，但民企樣本的回歸系數(shù)顯著更大。進(jìn)一步使用自抽樣法對(duì)系數(shù)差異的顯著性進(jìn)行檢驗(yàn)，最后一行的經(jīng)驗(yàn)p值為0.000，表示系數(shù)存在顯著性的差異，即相比于國(guó)有企業(yè)而言，股價(jià)信息含量對(duì)民營(yíng)企業(yè)下一年專利申請(qǐng)數(shù)量的促進(jìn)作用更大，假設(shè)4得到了驗(yàn)證。

表3第3、4列為對(duì)高科技企業(yè)和非高科技企業(yè)進(jìn)行回歸的結(jié)果。本文所采用的行業(yè)分類除制造業(yè)采用大類分類外，其余均使用門類分類。以電子元件、生物醫(yī)藥、電子通信行業(yè)里的企業(yè)作為高科技企業(yè)，其余則為非高科技企業(yè)。進(jìn)入回歸的高科技企業(yè)樣本共有1654個(gè)，非高科技企業(yè)樣本為7132個(gè)。兩組樣本回歸結(jié)果中，股價(jià)信息含量的系數(shù)均顯著為正，但前者系數(shù)大小為0.342，表明股價(jià)信息含量提高1個(gè)百分點(diǎn)，則高科技企業(yè)下一年的專利申請(qǐng)數(shù)量提高e^0.342個(gè)百分點(diǎn)，大約是1.4個(gè)百分點(diǎn)，相比之下，非高科技企業(yè)的股價(jià)信息含量系數(shù)為0.031。二者系數(shù)差異顯著性檢驗(yàn)的經(jīng)驗(yàn)p值為0.000，這就表示相比于非高科技企業(yè)而言，股價(jià)信息含量對(duì)高科技企業(yè)創(chuàng)新的促進(jìn)作用更大，假設(shè)5得到了驗(yàn)證。

（三）穩(wěn)健性檢驗(yàn)

為確保研究結(jié)論的可靠性，本文進(jìn)行了一系列穩(wěn)健性檢驗(yàn)：

（1）使用未來(lái)第2年的專利申請(qǐng)數(shù)量（〖Patent〗_（i，t+2））和未來(lái)第3年的專利申請(qǐng)數(shù)量（〖Palent〗_（i，t+3））作為被解釋變量?；貧w結(jié)果見(jiàn)表4第1、2列。股價(jià)信息含量的估計(jì)系數(shù)仍然顯著為正，表明股價(jià)信息含量的提高對(duì)企業(yè)創(chuàng)新有持續(xù)的正向影響。

（2）使用下一年的專利授予數(shù)量（〖Patent1〗_（i，t+1））作為被解釋變量，結(jié)果見(jiàn)表4第3列。股價(jià)信息含量的估計(jì)系數(shù)仍然為正，但要小很多。因?yàn)閷＠麖纳暾?qǐng)到授予往往需要較長(zhǎng)的時(shí)間，并且也只有部分能成功獲得授予，用專利授予衡量企業(yè)創(chuàng)新的有效性稍弱。

（3）使用下一年的發(fā)明專利授予數(shù)量（〖Patent2〗_（i，t+1））作為被解釋變量。企業(yè)的專利可分成三類，分別是發(fā)明專利、實(shí)用新型專利和外觀設(shè)計(jì)專利。相比較而言，發(fā)明專利的含金量更高、技術(shù)性更強(qiáng)，使用發(fā)明專利申請(qǐng)數(shù)量衡量企業(yè)創(chuàng)新更具代表性。從表4第4列的回歸結(jié)果來(lái)看，股價(jià)信息含量的估計(jì)系數(shù)仍然顯著為正，表明股價(jià)信息含量的提高對(duì)企業(yè)實(shí)質(zhì)性的創(chuàng)新活動(dòng)具有促進(jìn)作用。

（4）使用股價(jià)信息含量的其他指標(biāo)。在模型1的基礎(chǔ)上進(jìn)一步考慮非同步性交易的影響。r_it=α_i+β_1i r_（mt-1）+β_2i r_mt+β_3i r_（mt+1）+γ_1i r_（jt-1）+γ_2i r_jt+γ_3i r_（jt+1）+ε_(tái)it。使用該模型計(jì)算得到的股價(jià)信息含量定義為Inform2?；貧w結(jié)果見(jiàn)表4第5列，Inform2的估計(jì)系數(shù)仍然顯著為正。

（5）考慮到模型可能遺漏變量帶來(lái)的內(nèi)生性問(wèn)題，分別加入融資約束變量和更多的公司治理變量。融資約束變量使用WW指數(shù)來(lái)衡量[35]。由表4第6列可知，融資約束變量WW的系數(shù)顯著為負(fù)，說(shuō)明融資約束會(huì)制約企業(yè)的創(chuàng)新活動(dòng)。在加入融資約束指標(biāo)的情況下，Inform的系數(shù)仍然顯著為正。公司治理變量在企業(yè)產(chǎn)權(quán)性質(zhì)（Nature）和機(jī)構(gòu)投資者持股比例（Inst）的基礎(chǔ)上，進(jìn)一步加入高管持股比例（Topman）和獨(dú)立董事占比變量（Inde）?；貧w結(jié)果見(jiàn)表4第7列。高管持股比例的系數(shù)顯著為正，表明高管持股有助于促進(jìn)企業(yè)創(chuàng)新，而獨(dú)立董事占比的系數(shù)顯著為負(fù)，這可能和我國(guó)上市企業(yè)獨(dú)立董事的作用尚未得到有效發(fā)揮有關(guān)。Inform的系數(shù)仍然顯著為正。

除以上檢驗(yàn)外，還進(jìn)行了其他穩(wěn)健性檢驗(yàn)，包括僅用市場(chǎng)收益率估計(jì)得到的股價(jià)信息含量指標(biāo)進(jìn)行回歸、使用零膨脹負(fù)二項(xiàng)泊松估計(jì)方法回歸，以及在機(jī)制檢驗(yàn)和分組檢驗(yàn)中使用不同的專利申請(qǐng)指標(biāo)、不同的股價(jià)信息含量指標(biāo)等，結(jié)果并無(wú)實(shí)質(zhì)性的改變。以上的穩(wěn)健性檢驗(yàn)說(shuō)明本文的研究結(jié)論是可靠的。

五、結(jié)論及政策啟示

本文使用2009—2018年我國(guó)滬深A(yù)股上市企業(yè)的樣本數(shù)據(jù)，研究了股價(jià)中包含的企業(yè)特質(zhì)信息對(duì)企業(yè)創(chuàng)新的反饋效應(yīng)及其內(nèi)在機(jī)制。研究表明：（1）股價(jià)信息含量對(duì)企業(yè)未來(lái)1～3年的專利申請(qǐng)數(shù)量存在顯著的促進(jìn)作用，股價(jià)信息含量提高1個(gè)百分點(diǎn)，企業(yè)下一年的專利申請(qǐng)數(shù)量就提高1.13個(gè)百分點(diǎn);（2）股價(jià)信息含量對(duì)企業(yè)創(chuàng)新的影響主要是通過(guò)強(qiáng)化經(jīng)理人學(xué)習(xí)機(jī)制和提高股票流動(dòng)性機(jī)制實(shí)現(xiàn)的;（3）相比于國(guó)有企業(yè)，股價(jià)信息含量對(duì)民營(yíng)企業(yè)創(chuàng)新的正向影響更為顯著;（4）相比于非高科技企業(yè)，股價(jià)信息含量對(duì)高科技企業(yè)的正向影響更大。

本文的研究結(jié)論對(duì)深化完善我國(guó)股票市場(chǎng)的有效性和促進(jìn)企業(yè)創(chuàng)新具有重要的政策含義：第一，股票市場(chǎng)對(duì)企業(yè)創(chuàng)新具有重要的反饋效應(yīng)。股價(jià)信息含量越高，經(jīng)理人就越能從股價(jià)中獲取有用的信息;同時(shí)，股價(jià)信息含量越高，就能吸引更多的投資者參與交易，提高股票流動(dòng)性，強(qiáng)化企業(yè)的外部治理機(jī)制，從而促進(jìn)企業(yè)的創(chuàng)新。因此，必須繼續(xù)推進(jìn)我國(guó)股票市場(chǎng)的改革，提高股票市場(chǎng)的透明度，完善股票市場(chǎng)的有效性，使得股價(jià)能更好地反映企業(yè)特質(zhì)信息。第二，改善國(guó)有企業(yè)和民營(yíng)企業(yè)的競(jìng)爭(zhēng)環(huán)境，減少政府部門對(duì)國(guó)有企業(yè)的干預(yù)，引入民營(yíng)資金和外資資金，繼續(xù)推進(jìn)國(guó)有企業(yè)混合所有制改革，讓市場(chǎng)機(jī)制能夠更多地在資源配置中起決定性作用，強(qiáng)化國(guó)有企業(yè)從股票市場(chǎng)獲取信息的機(jī)制和能力。

參考文獻(xiàn)：

Brown J， Fazzari S， Petersen B. Financing Innovation and Growth： Cash Flow， External Equity， and the 1990s R&D Boom [J]. Journal of Finance， 2009， 64（1）： 151–185.

Brown J， Martinsson G， Petersen B. Law， Stock Markets， and Innovation [J]. Journal of Finance， 2013， 68（4）： 1517-1549.

Hsu P， Tian X， Xu Y. Financial Development and Innovation： Cross-country Evidence [J]. Journal of Financial Economics， 2014， 112（1）： 116-135.

Xiao S， Zhao S. Financial Development， Government Ownership of Banks and Firm Innovation [J]. Journal of International Money and Finance， 2012， 31（4）： 880–906.

胡恒強(qiáng)， 范從來(lái)， 杜晴. 融資結(jié)構(gòu)、融資約束與企業(yè)創(chuàng)新投入[J]. 中國(guó)經(jīng)濟(jì)問(wèn)題， 2020， （1）： 27-41.

Ferreira D， Manso G， Silva A C. Incentives to Innovate and the Decision to go Public or Private [J]. Review of Financial Studies， 2014， 27（1）： 257-300.

Bernstein S. Does going Public Affect Innovation？ [J]. Journal of Finance， 2015， 70（4）： 1365-1402.

孔東民， 王亞男， 代昀昊. 為何企業(yè)上市降低了生產(chǎn)效率？——基于制度激勵(lì)視角的研究[J]. 金融研究， 2015， （2）： 76-97.

Fang V W， Tian X， Tice S. Does Stock Liquidity Enhance or Impede Firm Innovation？ [J]. Journal of Finance， 2014， 69（5）： 2085-2125.

Dow J， Gorton G. Stock Market Efficiency and Economic Efficiency： Is there A Connection？ [J]. Journal of Finance， 1997， 52（3）： 1087-1129.

Durnev A， Morck R， Yeung B. Value Enhancing Capital Budgeting and Firm-specific Stock Return Variation [J]. Journal of Finance， 2004， 59（1）： 65-105.

Chen Q， Goldstein I， Wei J. Price Informativeness and Investment Sensitivity to Stock Price [J]. Review of Financial Studies， 2007， 20（3）： 619-650.

楊繼偉， 聶順江. 股價(jià)信息含量與企業(yè)資本配置效率研究[J]. 管理科學(xué)， 2010， （6）： 81-90.

于麗峰， 唐涯， 徐建國(guó). 融資約束、股價(jià)信息含量與投資-股價(jià)敏感性[J]. 金融研究， 2014， （11）： 159-174.

陳康， 劉琦. 股價(jià)信息含量與投資-股價(jià)敏感性——基于融資融券的準(zhǔn)自然實(shí)驗(yàn)[J]. 金融研究， 2018， （9）： 126-142.

龐家任， 陳大鵬， 王瑋. 融資融券制度與企業(yè)投資行為——基于“外部治理”和“信息學(xué)習(xí)”渠道的分析[J]. 投資研究， 2019， （4）： 4-29.

Mathers A M， Wang B， Wang X S. Innovation and Price Informativeness [J]. Financial Management， 2016， 8（1）： 1-24.

李啟佳， 羅福凱， 龐廷云. 兼聽(tīng)則明：股價(jià)信息的創(chuàng)新指導(dǎo)效應(yīng)[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2020， （2）： 16-28.

陳夢(mèng)根， 毛小元. 股價(jià)信息含量與市場(chǎng)交易活躍程度[J]. 金融研究， 2007， （3）： 125-139.

蘇冬蔚， 熊家財(cái). 股票流動(dòng)性、股價(jià)信息含量與CEO薪酬契約[J]. 經(jīng)濟(jì)研究， 2013， （11）： 56-70.

魯桐， 黨印. 公司治理與技術(shù)創(chuàng)新： 分行業(yè)比較[J]. 經(jīng)濟(jì)研究， 2014， （6）： 115-128.

Faure-Grimaud A， Gromb D. Public Trading and Private Incentives [J]. Review of Financial Studies， 2004， 2（1）： 75-102.

曹陽(yáng). 股票流動(dòng)性是否促進(jìn)研發(fā)創(chuàng)新？——基于我國(guó)醫(yī)藥板塊的研究[J]. 金融評(píng)論， 2015， （6）： 81-125.

張超林， 楊竹清. 股票流動(dòng)性、代理效率與企業(yè)技術(shù)創(chuàng)新——基于泊松回歸的實(shí)證研究[J]. 華東經(jīng)濟(jì)管理， 2018， （11）： 151-158.

Jayaraman S， Milbourn T T. The Role of Stock Liquidity in Executive Compensation [J]. Accounting Review， 2012， 87（2）： 537-563.

徐傳諶， 閆俊伍. 國(guó)有企業(yè)委托代理問(wèn)題研究[J]. 經(jīng)濟(jì)縱橫， 2011， （1）： 92-95.

林毅夫， 李志赟. 政策性負(fù)擔(dān)、道德風(fēng)險(xiǎn)與預(yù)算軟約束[J]. 經(jīng)濟(jì)研究， 2004， （2）： 17-27.

李壽喜. 產(chǎn)權(quán)、代理成本和代理效率[J]. 經(jīng)濟(jì)研究， 2007， （1）： 102-113.

袁建國(guó)， 后青松， 程晨. 企業(yè)政治資源的詛咒效應(yīng)——基于政治關(guān)聯(lián)與企業(yè)技術(shù)創(chuàng)新的考察[J]. 管理世界， 2015， （1）： 139-155.

Vuong Q. Likelihood Ratio Tests for Model Selection and Non-nested Hypothesis [J]. Econometrica， 1989， 57（2）： 307-334.

Seiu A. Firm Boundaries Matter： Evidence from Conglomerates and R&D Activity [J]. Journal of Financial Economics， 2014， 111（2）： 381-905.

Roll R. R2 [J]. Journal of Finance， 1988， 43（2）： 541-566.

Fresard L. Cash Savings and Stock Price Informativeness [J]. Review of Finance， 2012， 16（4）： 985-1012.

Amihud Y， Mendelson H. Asset Pricing and the Bid-ask Spread [J]. Journal of Financial Economics， 1986， 17（2）： 223-249.

Whited T M， Wu G. Financial Constraints Risk [J]. Review of Financial Studies， 2006， 19（2）： 531-559.

Abstract： Using the data from the A-share listed company samples of Shanghai and Shenzhen stock exchange， the paper empirically examines the impact of stock price informativeness on firm innovation and its internal mechanism. The study found that the stock price informativeness significantly promoted firm innovation. If the stock price informativeness increased by one percentage point， the number of firm patent applications in the next year increased by 1.13 percentage points， and this effect was more obvious in private firms and high-tech firms. Further analysis shows that the internal mechanism of this effect is manifested in two aspects： （1） the increase of stock price informativeness enables managers to obtain more useful information from stock price， which is conducive to carry out innovation activities; （2） the increase of stock price informativeness promotes stock liquidity， which is conducive to strengthening the supervision mechanism of institutional investors and improving the innovation incentives within firms. The research of this paper means that enhancing stock market information efficiency can promote firm innovation activities.

Key words： Stock price informativeness; feedback effect; firm innovation; manager learning; stock liquidity