楊志強 ， 袁 夢 ， 張雨婷

（1. 廣東財經大學 會計學院，廣東 廣州 510320；2. 廣東財經大學 粵港澳大灣區(qū)資本市場與審計治理研究院，廣東 廣州 510320）

一、引 言

隨著世界各國特別是發(fā)達國家的經濟發(fā)展和技術進步，我國原有的競爭優(yōu)勢逐漸喪失，若要在激烈的國際競爭中處于優(yōu)勢地位，就必須提高自主創(chuàng)新能力，掌握核心技術，加快產業(yè)轉型升級。企業(yè)是研發(fā)創(chuàng)新的主體，進行高質量的研發(fā)創(chuàng)新是其自身長遠發(fā)展的保證。企業(yè)的研發(fā)創(chuàng)新離不開金融支持，合理的金融資源配置將有利于企業(yè)創(chuàng)新與經濟社會發(fā)展。在金融市場上，企業(yè)的研發(fā)創(chuàng)新能力是市場參與者的重要關注點之一。然而，由于研發(fā)創(chuàng)新過程相對于其他生產過程具有更高的風險和不確定性、需要投入更多的資金，研發(fā)創(chuàng)新信息在傳遞過程中比其他信息的不對稱程度更大、更難被外部利益相關者所識別。有研究表明，研發(fā)創(chuàng)新增加了投資者與企業(yè)的信息不對稱程度，研發(fā)投入的增加將使企業(yè)面臨更嚴重的融資約束（陳三可和趙蓓，2019）。換句話說，對于企業(yè)的研發(fā)行為，市場態(tài)度并不明朗，導致資源配置效率低下。因此，如何有效地將企業(yè)研發(fā)創(chuàng)新信息傳遞給投資者，降低投資者與研發(fā)創(chuàng)新企業(yè)之間的信息不對稱性，是優(yōu)化資源配置的關鍵。作為我國金融體系的重要組成部分，債券市場效率如何?它能夠對企業(yè)研發(fā)創(chuàng)新狀況給予合理定價嗎?什么樣的因素影響了這種信息傳導?信息傳導是否存在扭曲?回答以上問題，是金融供給側改革的題中之義，但現有的研究還鮮有涉及。

2019年2月，習近平總書記在中共中央政治局集體學習時指出，要正確把握金融本質，深化金融供給側結構性改革，增強金融服務實體經濟的能力。在我國金融市場上，企業(yè)主要采用發(fā)行股票和發(fā)行債券兩種直接融資方式，學者對股票市場往往更加青睞，學術界與之相關的研究可謂汗牛充棟。然而，對于融資體量更大的債券市場，學者的關注度明顯不夠。金融資源要更好地服務于實體經濟，必須提高金融資源配置效率，而現有文獻對于債券市場資源是否被配置到經濟的重點領域和薄弱環(huán)節(jié)尚缺少經驗證據。信用利差是對債券投資者可能承受的發(fā)行方違約風險的補償（王雄元和高開娟，2017），體現了企業(yè)在債券市場上的融資成本。2014年，“11超日債”的違約，宣告了我國公司債券剛性兌付被打破，使得投資者們開始提高對持有債券的風險意識和對發(fā)債企業(yè)信息披露的關注（彭疊峰和程曉園，2018）。在有效率的債券市場中，投資者會非常關注發(fā)債企業(yè)的狀況，對其信息披露會極為敏感?！按蟊妱?chuàng)業(yè)，萬眾創(chuàng)新”的大背景下，積極開展研發(fā)創(chuàng)新的行為向外界傳遞了企業(yè)可持續(xù)發(fā)展?jié)摿σ约拜^強經濟實力的信號，從而預期會影響其債券定價。本文基于信號傳遞理論，檢驗債券市場識別實體企業(yè)研發(fā)創(chuàng)新信息的效率，并且進一步研究哪些因素影響了債券市場對研發(fā)創(chuàng)新信息的傳遞效率。

本文以2009-2018年間發(fā)行公司債的A股上市公司為樣本，探討債券投資者對企業(yè)研發(fā)創(chuàng)新行為的解讀和所引發(fā)的投資行為，從而分析債券市場是否將資源配置到了經濟的薄弱領域和關鍵環(huán)節(jié)。在驗證了債券投資者會對“重研發(fā)”企業(yè)要求相對較低的債券風險溢價的基礎上，本文發(fā)現債券投資者所持有的債券期限長短和信用評級高低會影響其對研發(fā)創(chuàng)新信息的認知；進一步地，當研發(fā)投入過高時，債券風險溢價反而會增加，研發(fā)投入與信用利差呈U形關系。此外，對是否存在高新技術企業(yè)認定、產權性質、研發(fā)投入是否資本化等橫截面以及“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”宏觀政策效應進行了檢驗，發(fā)現債券市場能夠對這些與企業(yè)創(chuàng)新相關的差異化信息作出及時的反應。本文的貢獻主要為：（1）以往研究側重于探討影響企業(yè)研發(fā)創(chuàng)新行為的內部因素，對于促進企業(yè)研發(fā)創(chuàng)新的“外部土壤”問題涉及較少，本文拓展了這方面的研究，為推進金融服務于實體經濟提供了新的經驗證據。（2）本文從信號傳遞角度入手，將企業(yè)研發(fā)創(chuàng)新行為視作一種信號，以此考察債券投資者對此信號的解讀，并進一步對債券期限、評級、創(chuàng)新型企業(yè)、產權性質等橫截面以及鼓勵創(chuàng)新的宏觀政策進行分析，豐富了債權融資的文獻觀點。（3）從實踐層面來看，本文研究表明，債券價格能夠反映企業(yè)研發(fā)創(chuàng)新信息，投資者能以較低的風險溢價支持“重研發(fā)”企業(yè)；對于需要進行融資的企業(yè)來說，則有利于其提高創(chuàng)新積極性，從而提高核心競爭力。本文為我國繼續(xù)完善債券市場體系、建立健全配套機制提供了理論依據。

二、文獻綜述和研究假說

（一）企業(yè)研發(fā)創(chuàng)新相關研究

熊彼特認為，在社會經濟發(fā)展中，“循環(huán)流轉”并不會帶來真正的增長，“創(chuàng)造性破壞”才能使經濟有增長機會，而“破壞性增長”就是指不斷推出新技術、創(chuàng)造新知識（Schumpeter和Backhaus，2003）。對于企業(yè)而言，積極推進研發(fā)創(chuàng)新，是企業(yè)提升競爭力的源泉?，F有關于研發(fā)創(chuàng)新的研究，主要集中在公司內部，探索所有權結構、高管激勵、融資約束、盈余管理等因素如何影響著企業(yè)的研發(fā)行為（Aghion等，2012；Ederer和Manso，2013；朱紅軍等，2016）。也有部分研究關注企業(yè)研發(fā)創(chuàng)新的“外部土壤”問題，例如發(fā)現知識產權保護、產業(yè)政策、制度環(huán)境、稅收負擔等因素影響了企業(yè)研發(fā)創(chuàng)新（Kim等，2012；譚勁松等，2017；Tong等，2014；林志帆和劉詩源，2017）。但是還鮮有文獻探討金融市場對企業(yè)研發(fā)創(chuàng)新信息的甄別以及資源配置效率問題，這可能是因為研發(fā)創(chuàng)新的投入—產出效率存在較大的不確定性，使得市場投資者需要更強的抵押品才能做出投資決策。實際上，有關研發(fā)創(chuàng)新的投入—產出效率問題，已有較多文獻涉及，例如鄒文杰（2015）發(fā)現，當研發(fā)投入的強度較大時，研發(fā)要素聚集能更好地提升企業(yè)研發(fā)效率。陳慶江（2017）認為，政府在扶持科技創(chuàng)新上的投入對企業(yè)創(chuàng)新效率的影響不明顯，但是仍然可以提高企業(yè)技術創(chuàng)新的產出水平。黎文靖和鄭曼妮（2016）進一步指出，企業(yè)如果是為了獲得政府扶持而進行研發(fā)投入，創(chuàng)新質量難以得到實質性的提升。從研發(fā)創(chuàng)新行為對企業(yè)績效的影響來看，創(chuàng)新活動一方面可以使產品種類多樣化，另一方面能改進原有產品從而降低成本。對此，很多學者也得到了較為一致的結論，例如Chen等（2013）發(fā)現，研發(fā)創(chuàng)新與企業(yè)績效之間存在正相關關系，但研發(fā)的正外部性納入企業(yè)價值的過程是相對滯后的。Wies和Moorman（2015）也論證了企業(yè)研發(fā)能力的提升使產品種類增加，從而起到抵御生產波動風險的作用。沈弋等（2016）將企業(yè)績效分為擴張型績效和收益型績效，并發(fā)現國有企業(yè)的研發(fā)投入與擴張型績效關系密切，而民營企業(yè)研發(fā)投入則與收益型績效顯著相關。

那么，投資者能否對企業(yè)研發(fā)創(chuàng)新行為進行有效甄別，從而更好地配置資源呢?已有證據主要來自股票市場。Li（2011）以美國股票市場投資者為研究對象進行分析后發(fā)現，投資者對待創(chuàng)新型公司的融資能力更為謹慎，認為其財務風險較高。相反，基于我國制度背景，周銘山等（2017）發(fā)現，投資者對企業(yè)研發(fā)創(chuàng)新的關注使得高創(chuàng)新投入伴隨著低股價崩盤風險和高投資收益。同樣地，汪平和劉旭（2017）發(fā)現投資者對企業(yè)的研發(fā)投入持積極態(tài)度，并且通過降低報酬率支持企業(yè)研發(fā)創(chuàng)新。王亮亮等（2018）也發(fā)現，研發(fā)支出的“均值效應”比“方差效應”更為顯著，能有效降低企業(yè)的權益資本成本?？梢姡鶕幁h(huán)境與所研究對象的差異，現有研究對投資者如何看待企業(yè)研發(fā)行為這一問題得出了不同的結論，但鮮有文獻關注債券市場對研發(fā)創(chuàng)新信息的識別情況。

（二）債券市場資源配置效率相關研究

金融資源的合理配置對經濟發(fā)展至關重要（Goldsmith，1969；韓立巖和蔡紅艷，2002）。我國企業(yè)長期以來以間接融資為主，直接融資比例雖然有所上升，但總體上發(fā)展不足。周月秋和邱牧遠（2016）指出，以銀行為主導的間接融資面臨諸多約束，發(fā)展直接融資是當前我國解決去杠桿和穩(wěn)增長難題的有效方法。盛斌和景光正（2019）也指出，市場主導型的金融結構可以提升一個國家在全球價值鏈中的地位，并起到使人力資本提升和激勵創(chuàng)新的效果。作為直接融資的兩個重要組成部分，股票市場和債券市場存在著效率差異。Mayer（1988）發(fā)現，相對于債券市場，股票市場更能有效地引導資金向效益高的部門流動；與之相反，Ying（2006）研究發(fā)現，債券市場的信息效率高于股票市場，而Easton等（2009）則指出，公司債券違約風險的差異將影響債券的信息質量。

那么，我國債券資本到底有沒有更多地配置到市場中的“好企業(yè)”呢?債券信用利差是彌補投資者可能承受的違約風險的指標，如果債券市場是有效的，則對于違約風險越小的企業(yè)，信用利差越小。朱松（2013）研究發(fā)現，我國債券市場投資者對企業(yè)會計信息質量具有敏感性，對于信息質量較高的企業(yè)，投資者會對其債券要求較低的風險溢價。周宏等（2016）發(fā)現，債券投資者認為積極承擔社會責任的企業(yè)更具有社會責任感和影響力，從而會對積極承擔社會責任的企業(yè)要求較低的回報率。武恒光和王守海（2016）研究發(fā)現，債券市場能識別環(huán)境績效較優(yōu)的公司的環(huán)境信息披露水平，并給予較低的信用利差。曾雪云等（2016）則發(fā)現，債券市場更可能支持融資優(yōu)勢類企業(yè)的發(fā)展戰(zhàn)略，對融資約束類企業(yè)的支持作用有限。

（三）研究假說

圖1 信號傳遞路徑圖

1973年，經濟學家斯彭斯提出了信號傳遞理論，該理論最初是源于斯彭斯對勞動力市場的思考，之后在信貸市場、保險市場等均有廣泛運用。企業(yè)要想在金融市場中獲得更多的資金支持，就必須向市場傳遞真實而有利的信號，將自身與其他企業(yè)區(qū)分開，如披露社會責任信息、聘請高質量的會計師事務所、與具有品牌價值的組織建立合作關系等。本文認為，研發(fā)創(chuàng)新行為作為企業(yè)提升自身競爭力的舉措也是一種積極的信號，企業(yè)“重研發(fā)”釋放了更強的市場競爭力、更高的可持續(xù)性以及更低的違約風險，從而預期投資者會對其要求更低的到期收益率。企業(yè)披露研發(fā)創(chuàng)新信息與投資者解讀信息的過程如圖1所示。

1. 研發(fā)創(chuàng)新與債券信用利差

債券市場中，投資者如何解讀企業(yè)進行研發(fā)創(chuàng)新所傳遞的信息是其進行投資決策的動因之一。直觀地看，研發(fā)創(chuàng)新具有高風險性，其投入—產出效率存在較大的不確定性，可能把研發(fā)創(chuàng)新企業(yè)生存風險推高（鮑宗客，2017），此時投資者會要求一個更高的風險溢價，從而使得企業(yè)研發(fā)創(chuàng)新與債券信用利差呈正相關關系。盡管如此，基于如下考慮，我們認為，研發(fā)創(chuàng)新作為企業(yè)向外界傳達的積極信號，在有效率的債券市場中可以被吸收與識別。首先，隨著國家對創(chuàng)新的重視與國際競爭加劇，創(chuàng)新的重要性愈加凸顯，市場參與者對企業(yè)研發(fā)創(chuàng)新行為更為敏感，“高風險高收益”的觀念已深入人心。從投資者心理預期看，“容錯”的土壤已經越來越好（周銘山等，2017），可能會更青睞那些積極進行研發(fā)創(chuàng)新的企業(yè)。其次，研發(fā)創(chuàng)新是企業(yè)高質量發(fā)展的“助推器”，企業(yè)在研發(fā)創(chuàng)新中的較大數額投入顯示了其大力推進自主創(chuàng)新的決心，是一種很好的抵押品，創(chuàng)新可信度更高（王秀軍和李曜，2016）。再者，研發(fā)投入也體現了管理層對未來發(fā)展的信心，充足的現金流是企業(yè)進行研發(fā)創(chuàng)新時的基礎資源和研發(fā)失敗時的“風險準備金”（邢毅和王振山，2018），越是對未來前景看好且經營狀況較佳的企業(yè)，越敢于在研發(fā)上投入大量資金，以提升競爭力。最后，國家大力支持創(chuàng)新發(fā)展，對于積極進行創(chuàng)新的企業(yè)實施政策傾斜。有研究表明，政府對于企業(yè)創(chuàng)新的補貼顯著促進了企業(yè)實質性創(chuàng)新的增加，且企業(yè)在獲得創(chuàng)新補助后會釋放積極的信號，降低企業(yè)與投資者之間的信息不對稱，從而吸引更多的社會資本聚集（郭玥，2018），使債券違約風險下降。因此，本文預期對于高研發(fā)投入的企業(yè)，投資者會要求較低的到期收益率。

近年來，隨著社會各界對創(chuàng)新的重視，我國專利申請量與授權量也顯著上升①根據國家知識產權局所公布數據，2019年國內（不含港澳臺）有效發(fā)明專利擁有量達到186.2萬件，每萬人口發(fā)明專利擁有量達到13.3件。據世界知識產權組織有關數據顯示，2019年中國通過《專利合作條約》（PCT）途徑提交專利申請5.9萬件，躍居世界第一。。那么，專利申請數量快速增長的背后，企業(yè)的創(chuàng)新質量是否也能與之相匹配?有學者認為，企業(yè)創(chuàng)新可能是一種管理層的策略性行為，而非實質上以提升自主創(chuàng)新能力為目的（黎文靖和鄭曼妮，2016）。本文推斷，若債券投資者關注企業(yè)的研發(fā)創(chuàng)新投入信息，那么對于企業(yè)研發(fā)產出也會有相應的解讀。投入產出效率越高，傳遞的創(chuàng)新信息越可靠，投資者會更信賴此類企業(yè)的研發(fā)投入信息。因此，對于研發(fā)產出越多的企業(yè)，投資者會認為其研發(fā)創(chuàng)新能力越強，研發(fā)投入轉化為產品進行盈利的可能性越大，越有利于提升企業(yè)績效和競爭力，預期債券違約的可能性越低。綜上，提出以下假設：

假設1：在控制其他條件的情況下，企業(yè)研發(fā)投入或者產出越高，債券信用利差越低。

2. 債券期限、研發(fā)創(chuàng)新與債券信用利差

現代企業(yè)中，由于股權持有人分享企業(yè)的剩余索取權，會關心企業(yè)的戰(zhàn)略布局及長遠利益，而債權人不分享企業(yè)盈余，相對來說更關心企業(yè)是否能按期還債。雖然債券投資相對于普通借貸是一種更市場化的行為，但長期債券持有人相對于短期債券持有人而言仍會更擔心債券違約問題，故其對企業(yè)研發(fā)創(chuàng)新行為的解讀可能會更加謹慎。企業(yè)研發(fā)是一個長期的過程，存在較高的不確定性和風險，甚至由于研發(fā)投入的大額資金占用使得企業(yè)償債能力削弱，因此長期債券投資者對企業(yè)研發(fā)行為的態(tài)度可能較為消極。此外，盡管研發(fā)預期會帶來后期現金流入（王亮亮等，2018），但債券投資者持有債券的期限越長，就越不能準確地估計企業(yè)未來現金流，致使投資者承擔的風險增大，從而可能要求更高的風險溢價。綜上，提出以下假設：

假設2：相較于短期債券，長期債券發(fā)債企業(yè)研發(fā)創(chuàng)新與信用利差的負相關關系被削弱。

3. 債券評級、研發(fā)創(chuàng)新與債券信用利差

債券市場存在著信息不對稱，使得信息中介顯得尤為重要，而債券信用評級機構恰好充當了這樣的角色。債券評級機構為投資者提供了關于債券風險的信息，在一定程度上降低了投資者與發(fā)債企業(yè)之間的信息不對稱，不同等級的債券評級為投資者傳遞了不同的信號，影響著投資者的決策。在我國，評級機構從發(fā)行人所處的經濟環(huán)境、行業(yè)特征、競爭形勢及財務狀況等角度進行評價，量化發(fā)行人的信用風險。何平和金夢（2010）、方紅星等（2013）等人研究了信用評級對債券發(fā)行定價的影響，發(fā)現債券信用評級越高，公司債的利率越低。Livingston等（2018）研究發(fā)現，我國債券評級確實與債券收益率之間存在著顯著的相關性，但其預測違約風險的功能有限。然而，也有學者得出了相反的結論，寇宗來等（2015）認為，由于我國債券市場制度環(huán)境尚不完善，債券信用評級缺乏市場認可的公信力，沒有起到相應的資源配置作用。那么，信用評級的差異是否會影響債券投資者對企業(yè)研發(fā)行為的態(tài)度?本文推斷：首先，當債券信用評級較高時，向債券市場投資者傳遞了其所披露的信息更可靠的信號，從而會使得研發(fā)創(chuàng)新與企業(yè)信用利差之間的關系更顯著；其次，債券信用評級越高，還債能力越強，從總體來看企業(yè)的風險也越低，這種企業(yè)進行研發(fā)創(chuàng)新，投資者會對其更為寬容，要求較低的風險溢價，反之亦然。綜上，提出以下假設：

假設3：債券評級越高，企業(yè)研發(fā)創(chuàng)新與信用利差的負相關關系越顯著。

4. 創(chuàng)新型企業(yè)、研發(fā)創(chuàng)新與債券信用利差

創(chuàng)新型企業(yè)是指擁有持續(xù)創(chuàng)新機制、能夠將資源要素系統地轉化為創(chuàng)新績效，以獲取持續(xù)競爭性優(yōu)勢的企業(yè)。本文推斷，債券投資者對創(chuàng)新型企業(yè)的研發(fā)創(chuàng)新信息會有更高的評價。首先，我國創(chuàng)業(yè)板市場對企業(yè)研發(fā)信息披露的要求要高于主板，這也就意味著企業(yè)創(chuàng)新投入增加時，向外披露的信息更多，從而降低投資者與企業(yè)之間的信息不對稱程度。其次，在資本市場中，高新技術企業(yè)認定是一種特殊的信號，該信號對投資者傳遞的信息是創(chuàng)新特征明顯、研發(fā)能力強、其研發(fā)成果更有可能轉化為經濟效益等，相對于非創(chuàng)新型企業(yè)，創(chuàng)新型企業(yè)的研發(fā)信息對于投資者來說更為重要。再者，創(chuàng)新型企業(yè)在研發(fā)創(chuàng)新方面有更多的壓力與動力，一方面，由于存在創(chuàng)新型企業(yè)的“頭銜”，市場參與者會對其創(chuàng)新效率有更高的要求；另一方面，創(chuàng)新型企業(yè)由于需要更高質量的科技水平支撐企業(yè)的發(fā)展，對獲取資源、信息和提升研發(fā)能力有更強的動力。在動力和壓力下，研發(fā)創(chuàng)新的成效能夠更好地反映創(chuàng)新型企業(yè)的成長性和競爭力，因而，相對于非創(chuàng)新型企業(yè)來說，債券投資者對創(chuàng)新型企業(yè)研發(fā)創(chuàng)新信息的敏感性會更高。最后，對于創(chuàng)新型企業(yè)來說，稅收優(yōu)惠政策降低了其稅收負擔，減輕了資金壓力，對于債券投資者來說，通過發(fā)債企業(yè)稅負的減少可以預期將會有更多的現金流，還債能力得以增強。基于以上分析，提出以下假設：

假設4：相對于非創(chuàng)新型企業(yè)，創(chuàng)新型企業(yè)研發(fā)創(chuàng)新與債券信用利差的負相關關系更顯著。

5. 產權性質、研發(fā)創(chuàng)新與債券信用利差

本文預期，國有企業(yè)由于資本來源充足，其債券投資者對研發(fā)投入與產出高低的信息的反應不夠敏感。這是因為：一方面，國有企業(yè)往往資金雄厚，在創(chuàng)新過程中不會過于關注成本，且當研發(fā)失敗時，由于隱性擔保的存在，也讓國有企業(yè)更容易獲取政府補貼，獲取更多的資源與融資渠道以渡過難關，其風險承受能力較強；相較于國有企業(yè)，民營企業(yè)在創(chuàng)新過程中如果出現失敗或困境將更難獲得政府扶持，其債券違約可能性提升。因此，債券投資者會對民營企業(yè)的研發(fā)創(chuàng)新行為要求更高，當民營企業(yè)研發(fā)創(chuàng)新表現不好時，債券市場會要求更高的風險溢價。另一方面，有學者指出，我國債券市場長期存在隱性擔保，這對債券定價產生了較大的影響（王博森等，2016），國有企業(yè)由于所受政府隱性擔保較多，會使得投資者降低對其披露信息的關注，更看重其較低的違約概率，從而要求較低的風險溢價（方紅星等，2013）。因此，對于債券投資者而言，當發(fā)債主體為國有企業(yè)時，會減少對研發(fā)創(chuàng)新信號的關注。據此，提出以下假設：

假設5：相對于國有企業(yè)，民營企業(yè)研發(fā)創(chuàng)新與債券信用利差的負相關關系更顯著。

三、研究設計

（一）樣本選擇與數據來源

本文的研究樣本為2009-2018年間發(fā)行公司債的A股上市公司。我國從2007年開始發(fā)行公司債，2008年全球經歷金融危機，為盡可能避免該影響，本文選取2009-2018年10年數據進行檢驗。為保證數據結果的準確性，本文進行了以下篩選：（1）剔除發(fā)債公司為非上市公司的樣本；（2）剔除被ST和*ST的發(fā)債企業(yè)樣本；（3）剔除數據缺失的發(fā)債企業(yè)樣本；（4）剔除金融行業(yè)的發(fā)債企業(yè)樣本。經篩選后本文共得到715個發(fā)債上市公司的1 542個債券，公司—年度樣本共計4 972個。本文公司債券數據來自Wind金融數據庫，公司財務數據來自CSMAR數據庫，部分數據由手工收集獲得，為防止異常值對參數估計的影響，本文對所有連續(xù)變量進行上下1%的縮尾處理。

（二）變量定義

1. 被解釋變量：債券信用利差（CS）。借鑒已有研究，選用債券年底到期收益率和相同剩余年限國債利率之差作為信用利差變量。如果缺失某年國債的到期收益率，則采用插值法計算得出。本文用兩種方式衡量到期收益率：第一種以債券為單位，選取每個債券的到期收益率，以此得到以債券為單位的信用利差Spread；由于有的公司發(fā)行多個債券，故第二種則以公司為單位，如果公司發(fā)行多個債券，則取多個債券的到期收益率均值，以此得到以公司為單位的信用利差M_Spread。

2. 解釋變量：研發(fā)創(chuàng)新（R&D）。本文采用研發(fā)投入、研發(fā)產出作為研發(fā)創(chuàng)新的替代變量。根據現有學者的研究，采用研發(fā)投入金額與總資產之比的百分數衡量研發(fā)投入（唐躍軍和左晶晶，2014），研發(fā)產出則用無形資產與總資產之比衡量（施炳展和邵文波，2014）。另外，借鑒王雄元和高開娟（2017）、周宏等（2016）的模型，加入了影響債券和發(fā)債主體的控制變量，變量定義如表1所示。

表1 變量定義表

（三）模型設計

為檢驗研究假設1，構建了模型（1），CS表示債券信用利差，分別以債券代碼區(qū)分的Spread和以股票代碼區(qū)分的M_Spread表示。與債券性質有關的控制變量（債券期限、債券評級、是否有擔保人）在以M_Spread為被解釋變量的回歸模型中以股票代碼為基礎取均值。

其中，j為控制變量個數，n為進入模型的行業(yè)，m為進入模型的年度。

為檢驗研究假設2至假設5，構建了模型（2），模型中分別加入了研發(fā)創(chuàng)新與債券期限、債券評級、創(chuàng)新型企業(yè)和產權性質的交乘項。

其中，Moderator分別用債券期限（Range）、債券評級（Credit）、創(chuàng)新型企業(yè)（Innovation）和產權性質（State）替代。

（四）描述性統計

表2列示了本文描述性統計數據?？梢钥闯觯詡a區(qū)分的信用利差，最大值為275.37，最小值為-14.641，標準差為7.9250，說明不同債券之間信用利差差異較大。從整體來看，我國公司債券信用利差均值為3.306，中位數為2.627，說明多數公司利差處于中低水平。另外，以票面利率計算的信用利差則差距不大，標準差為1.413。從研發(fā)創(chuàng)新來看，企業(yè)研發(fā)投入占比的平均值為1.299%，中位數為0.939%，標準差較?。粡难邪l(fā)產出看，無形資產占比中位數為2.9%，說明大多數企業(yè)無形資產比重較低，我國在研發(fā)創(chuàng)新方面還有待提高。從債券特征看，大部分債券的發(fā)行期限為5年，債券評級為AA+的債券占多數。樣本中產權性質平均值為0.569，說明超過一半的樣本為國有企業(yè)債券，創(chuàng)新型企業(yè)平均值為0.221，說明樣本中發(fā)債企業(yè)中有20%左右為高新技術企業(yè)。為確保文章的變量設計不存在多重共線性問題，本文進行了Pearson相關性分析。總體來看，所有變量之間的相關系數絕對值均小于0.6，變量之間不存在明顯的多重共線性。

表2 描述性統計

四、實證結果分析

（一）主檢驗結果分析

1. 研發(fā)創(chuàng)新與債券信用利差回歸分析

為觀測債券市場是否能夠傳遞企業(yè)研發(fā)創(chuàng)新信息，本文進行了以下多元回歸。如表3所示，列（1）和列（2）為債券市場對企業(yè)研發(fā)投入的反應?？梢钥闯觯瑑蓚€債券信用利差變量都與研發(fā)投入在5%的水平上顯著負相關。研發(fā)投入越高，債券信用利差越低，表明債券投資者認為企業(yè)研發(fā)投入較多是一種好的信號并給予了積極的定價反應。從研發(fā)產出方面看，列（3）和列（4）顯示，研發(fā)產出與債券信用利差在10%的水平上顯著負相關，顯著性相對于研發(fā)投入與信用利差的關系較弱，這可能是由于研發(fā)投入更為直觀，作為研發(fā)產出替代變量的無形資產占比雖然能較好地衡量研發(fā)產出，但其中仍然包括了與研發(fā)創(chuàng)新不直接相關的內容，故研發(fā)投入在債券市場中的信號傳遞作用更強，更能體現企業(yè)的研發(fā)創(chuàng)新行為?？傮w而言，結果表明債券市場投資者捕捉到了企業(yè)研發(fā)創(chuàng)新這一信號并給予了積極的市場反饋，即那些真正進行研發(fā)創(chuàng)新的“好”企業(yè)在債券市場上的融資成本更低，債券市場資源得到了較好的配置，驗證了本文假設1。

在控制變量中，債券評級越高，信用利差越低，與預期一致；資產負債率越低、企業(yè)規(guī)模越大、經營性現金流量越多的樣本信用利差越低，這是由于企業(yè)還債能力越強，投資者會要求更低的到期收益率，也與本文預期相一致。

表3 研發(fā)創(chuàng)新與債券信用利差回歸結果

2. 債券期限、研發(fā)創(chuàng)新與債券信用利差回歸分析

為檢驗債券期限是否會影響債券市場投資者對企業(yè)研發(fā)創(chuàng)新信號的解讀，本文做了相應檢驗，結果如表4所示?？梢钥吹?，研發(fā)投入與債券期限的交乘項（I_R&D×Range）和信用利差（Spread、M_Spread）回歸系數的結果不顯著，說明債券期限不會影響研發(fā)投入與信用利差的負相關關系。從研發(fā)產出角度看，以債券代碼（Spread）和以股票代碼（M_Spread）區(qū)分的債券信用利差都與交乘項（O_R&D×Range）正相關，其中Spread與交乘項在5%的水平上顯著正相關，說明債券期限削弱了研發(fā)產出與信用利差之間的負相關關系。換句話說，由于研發(fā)創(chuàng)新過程本身存在的不確定性與風險，使得長期債券投資者相對于短期債券投資者，不那么看好企業(yè)研發(fā)創(chuàng)新所傳遞的積極信號，支持了假設2。

3. 債券評級、研發(fā)創(chuàng)新與信用利差回歸分析

債券評級作為重要的信息中介，能起到降低債券投資者與發(fā)債企業(yè)信息不對稱性的作用，為驗證假設3，本文加入研發(fā)創(chuàng)新與債券評級交乘項進行了回歸分析。如表5所示，研發(fā)投入和債券評級交乘項（I_R&D×Credit）與債券信用利差在1%的水平上顯著負相關，研發(fā)產出和債券評級交乘項（O_R&D×Credit）與債券信用利差在5%的水平上顯著負相關，這說明債券評級增強了研發(fā)創(chuàng)新與債券信用利差的負相關關系。雖然有學者認為我國債券評級的風險預測作用較弱，信息傳遞能力不高，但從回歸結果可以看出，信用評級更高的企業(yè)在我國債券市場上仍然是更受投資者肯定的，此類企業(yè)研發(fā)信息披露更具可信度，更有可能是真正進行研發(fā)創(chuàng)新的好企業(yè)，因此投資者要求的風險溢價較低。綜上，假設3得到了支持。

4. 創(chuàng)新型企業(yè)、研發(fā)創(chuàng)新與債券信用利差回歸分析

高新技術企業(yè)是我國研發(fā)創(chuàng)新的主力軍，在研發(fā)上有著獨特的優(yōu)勢，國家也會給予相應的優(yōu)惠政策。那么債券市場投資者對研發(fā)創(chuàng)新信號的解讀是否會因為企業(yè)的高新技術認定而有所區(qū)別?表6列示了回歸結果。在列（1）和列（2）中可以看出，研發(fā)投入和創(chuàng)新型企業(yè)交乘項（I_R&D×Innovation）與以債券區(qū)分的信用利差（Spread）在10%的水平上顯著負相關，與以企業(yè)區(qū)分的信用利差（M_Spread）在5%的水平上顯著負相關，說明高新技術企業(yè)認定增強了研發(fā)投入與債券信用利差之間的負相關關系，即債券投資者認為創(chuàng)新型企業(yè)的研發(fā)投入具有更高的質量，所傳遞的信號更有積極意義，因而會要求較低的到期收益率，印證了假設4。

表4 債券期限、研發(fā)創(chuàng)新與債券信用利差回歸結果

表5 債券評級、研發(fā)創(chuàng)新與信用利差回歸結果

但是，在研發(fā)產出方面，結果卻與預期不一致。從列（3）和列（4）中可以看到，研發(fā)產出和創(chuàng)新型企業(yè)交乘項（O_R&D×Innovation）與信用利差在5%的水平上正相關，說明創(chuàng)新型企業(yè)性質削弱了研發(fā)產出在債券市場中的信號傳遞作用。通過分析上市公司高新技術企業(yè)研發(fā)產出數據發(fā)現，非高新技術企業(yè)研發(fā)產出逐漸提升，并且于2012年超過高新技術企業(yè)，2012-2014年，非高新技術企業(yè)的研發(fā)產出都超過了高新技術企業(yè)，2014年以后，高新技術企業(yè)與非高新技術企業(yè)的研發(fā)產出數量沒有顯著差異。因此，以上回歸結果產生的原因可能是由于投資者關注到了創(chuàng)新型企業(yè)與非創(chuàng)新型企業(yè)的研發(fā)產出差異，并對創(chuàng)新型企業(yè)的研發(fā)產出信號持消極態(tài)度所造成的。

表6 創(chuàng)新型企業(yè)、研發(fā)創(chuàng)新與債券信用利差回歸結果

5. 產權性質、研發(fā)創(chuàng)新與債券信用利差回歸分析

為進一步檢驗產權性質（State）是否影響債券市場對企業(yè)研發(fā)創(chuàng)新的反應，本文加入了研發(fā)創(chuàng)新與產權性質交乘項，結果如表7所示。第（1）列和第（2）列，研發(fā)投入與產權性質的交乘項系數分別為0.073和0.092，在10%和5%的水平上顯著。也就是說，在國有企業(yè)中，研發(fā)創(chuàng)新與信用利差之間負相關關系較弱，這意味著國有企業(yè)的隱性擔保確實影響了其研發(fā)創(chuàng)新信息的信號傳遞作用，使其在債券市場中的信號傳遞效果不如民營企業(yè)，支持假設5。在研發(fā)產出方面，信用利差與研發(fā)產出和產權性質交乘項（O_R&D×State）的關系不顯著，說明從研發(fā)產出角度看，高產出的數量已經代表了較高的研發(fā)質量，債券投資者反而不那么關注企業(yè)的產權性質?？傮w而言，上述結果基本支持研究假設5。

表7 產權性質、研發(fā)創(chuàng)新與債券信用利差回歸結果

（二）進一步檢驗

1. 對研發(fā)投入取二次項的進一步檢驗

前文結果表明，債券投資者能夠識別出企業(yè)研發(fā)創(chuàng)新的信號。但是，反觀實踐，債券投資者真的會對那些研發(fā)投入過多的企業(yè)完全信賴嗎?當研發(fā)投入占比高到一定程度時，投資者是否會對潛在風險心存憂慮，從而影響債券信用利差?

對此，本文在模型（1）中加入研發(fā)投入二次項（I_R&D2）進行了回歸，結果如表8所示?？梢钥吹剑琒pread與研發(fā)投入一次項在5%的水平上負相關，與研發(fā)投入二次項在10%的水平上正相關，M_Spread與研發(fā)投入一次項在1%的水平上負相關，與研發(fā)投入二次項在5%的水平上正相關，即不論是以企業(yè)還是以債券區(qū)分的信用利差作為被解釋變量，回歸結果都呈U形關系。這意味著，盡管債券市場投資者把企業(yè)研發(fā)投入視為一個積極的信號，會對其所發(fā)行的公司債要求較低的風險溢價，但當研發(fā)投入超過某個臨界值時，繼續(xù)增加的研發(fā)投入反而對于債券投資者來說是一種風險信號，其要求的風險溢價會逐漸提高。

2. 對“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”政策效應的進一步檢驗

2014年達沃斯論壇上，李克強總理提出要在我國推動“萬眾創(chuàng)新”和“人人創(chuàng)新”（“雙創(chuàng)”）勢態(tài)的形成。此后，中央對市場出臺了更多“研發(fā)創(chuàng)新”方面的扶持政策，這些政策的頒布，降低了企業(yè)開展研發(fā)活動的制度性成本，增加了企業(yè)創(chuàng)新的動力，緩解了企業(yè)的整體風險。2014年后，債券市場投資者是否更看好那些在研發(fā)創(chuàng)新上投入更多的企業(yè)呢?本文對此進行了進一步檢驗，設置虛擬變量Policy，若樣本所屬年度在2014年之后則賦值1，否則賦值0。然后在模型中加入Policy和研發(fā)投入I_R&D的交乘項與債券信用利差進行多元回歸，結果如表9第（1）列所示?？梢钥吹?，交乘項（I_R&D×Policy）與Spread顯著負相關，說明2014年后，研發(fā)投入與信用利差的負相關關系更強，研發(fā)投入的信號傳遞作用更明顯，債券市場對企業(yè)研發(fā)創(chuàng)新行為有了更積極的反應。

表8 研發(fā)投入二次項進一步檢驗回歸結果

表9 “雙創(chuàng)”政策效應回歸結果

進一步地，高新技術企業(yè)認定作為對企業(yè)創(chuàng)新行為最直觀的標志，2014年以后債券投資者對于這一認定是否會給予不同的解讀呢?本文將樣本以2014年為界分為兩組，并分別加入交乘項進行檢驗。結果如表9第（2）列和第（3）列所示，2014年之后，研發(fā)投入與創(chuàng)新型企業(yè)交乘項在1%的水平上顯著負相關；而在2014年之前，研發(fā)投入與創(chuàng)新型企業(yè)交乘項不顯著。這說明2014年后，債券市場對研發(fā)創(chuàng)新的態(tài)度有明顯變化，使得創(chuàng)新與債券市場的關系更密切，也反映出債券市場的信息傳遞效率和資源配置效率有明顯提高。

五、穩(wěn)健性檢驗

（一）敏感性分析

1. 替換被解釋變量的敏感性分析

除債券的到期收益率外，國內也有不少學者使用票面利率與同期國債收益率之差來衡量債券信用利差。本文將債券到期收益率替換為債券發(fā)行票面利率計算新的債券信用利差（Rate）進行敏感性分析。由于票面利率的高低受企業(yè)發(fā)行債券前整體情況的影響，因此穩(wěn)健性檢驗中的解釋變量以及與企業(yè)性質相關的控制變量都滯后一期。結果如表10所示，I_R&Dt-1和O_R&Dt-1的回歸系數均顯著為負數，說明在債券發(fā)行時，市場能識別研發(fā)創(chuàng)新所傳遞的積極信號并要求相應的票面利率，支持了本文主體結論。

另外，對于同一個年度同一家公司可能同時發(fā)行或者存在多個債券情況，前文主要按照以債券代碼區(qū)分的信用利差（Spread）和以公司代碼區(qū)分并取均值的信用利差（M_Spread）分別進行檢驗。也有學者只保留發(fā)行金額最大的那個樣本進行檢驗（Jiang，2008），本文借鑒其做法，重新進行檢驗，結果仍然支持本文的假說。限于篇幅，不再詳細列示回歸結果。

2. 替換解釋變量的敏感性分析

財務信息披露中，企業(yè)往往會將研發(fā)支出區(qū)分為費用化支出和資本化支出，當開發(fā)階段的研發(fā)支出可以轉化為無形資產時，這部分支出就會被資本化。通過觀測資本化研發(fā)支出，投資者能大致預測企業(yè)研發(fā)的技術轉化價值。本文將企業(yè)披露的資本化研發(fā)支出的自然對數（LnR&D）作為研發(fā)投入替代變量進行穩(wěn)健性檢驗，結果如表11所示。不難發(fā)現，前文結論依然成立。

表10 替換被解釋變量的回歸結果

表11 研發(fā)投入與債券信用利差：基于資本化研發(fā)支出的穩(wěn)健性檢驗

本文采用無形資產與總資產之比衡量研發(fā)產出，這里進一步參考黎文靖和鄭曼妮（2016）、劉詩源等（2020）等學者的做法，以企業(yè)專利產出作為解釋變量進行研究。專利審查由國家知識產權局進行，數據披露較完整且受企業(yè)影響較小，較為客觀，能夠更直觀地度量企業(yè)的研發(fā)產出。本文將企業(yè)當年得到授權的專利數量作為被解釋變量，并將專利分為“顛覆式”的發(fā)明和“短平快”的非發(fā)明（實用新型和外觀設計）進行研究。由于專利數據呈右偏態(tài)分布，對數據加 1后取自然對數作為被解釋變量，表12報告了回歸結果。

由表12可見，發(fā)明專利產出和非發(fā)明專利產出，均與債券信用利差呈負相關關系，但只有發(fā)明專利產出變量（I_Patents）顯著，總體上支持了假設1，也表明市場更青睞創(chuàng)新程度較高的發(fā)明專利，并給予較高的估值。在調節(jié)變量中，專利與債券期限的交乘項均和債券信用利差呈顯著的負相關關系，說明長期債券投資者相對于短期債券投資者，更加看好企業(yè)獲得專利所包含的積極信號。該結論與主檢驗表4的結果不一致，這可能是因為專利的獲得本身較大幅度地降低了企業(yè)研發(fā)的不確定性與風險，從而使得長期債券投資者更多關注了研發(fā)中的成長性信號而不是風險信號。發(fā)明專利與債券評級的交乘項和債券信用利差呈顯著的負相關關系，與前文結論一致，而非發(fā)明專利的調節(jié)效應則不同。此外，專利與是否屬于創(chuàng)新型企業(yè)、產權性質的交乘項，與債券信用利差均不存在顯著的相關關系?？傮w而言，支持了本文主體結論。

表12 研發(fā)產出與債券信用利差：基于專利授予數量的穩(wěn)健性檢驗

此外，我國不同板塊上市公司定位不同，面臨的監(jiān)管措施存在較大差異，投資者對其研發(fā)創(chuàng)新的預期和評價也可能存在差異。為了進一步甄別不同板塊上市公司研發(fā)創(chuàng)新與其發(fā)行的債券信用利差之間關系是否存在差異，本文分樣本進行檢驗。未列示的結果表明，主板上市公司的結果與前文主檢驗結果一致。而在創(chuàng)業(yè)板、中小板、新三板分樣本中，研發(fā)投入與債券信用利差呈顯著負相關，與預期一致，但研發(fā)產出與債券信用利差不存在顯著的相關關系。換句話說，創(chuàng)業(yè)板、新三板、中小板與主板的差異主要是在產出維度，我們認為，這可能表明創(chuàng)業(yè)板、新三板、中小板投資者對于企業(yè)研發(fā)創(chuàng)新更具有容錯性。

（二）內生性檢驗

1. 分行業(yè)信息披露指引的政策效應

2015年度，上海證券交易所修訂了《上市公司行業(yè)信息披露指引第二號-房地產》《上市公司行業(yè)信息披露指引第三號-煤炭》，制定了《上市公司行業(yè)信息披露指引第一號-一般規(guī)定》《上市公司行業(yè)信息披露指引第四號-電力》《上市公司行業(yè)信息披露指引第五號-零售》《上市公司行業(yè)信息披露指引第六號-汽車制造》《上市公司行業(yè)信息披露指引第七號-醫(yī)藥制造》；同年深圳證券交易所也修訂或制定了光伏產業(yè)鏈相關業(yè)務（電池電子）、醫(yī)藥和醫(yī)療器械、藥品、生物制品業(yè)務、互聯網等行業(yè)信息披露指引。在這些指引中，光伏產業(yè)鏈相關業(yè)務（電池電子）、醫(yī)藥、生物制品行業(yè)、互聯網行業(yè)、電力行業(yè)、汽車制造等行業(yè)明確要求企業(yè)披露與研發(fā)創(chuàng)新、資本投資相關的信息和風險提示。本文預期，行業(yè)信息披露指引頒布后，涉及企業(yè)將披露更多關于研發(fā)創(chuàng)新的質性信息。由于證券交易所分行業(yè)信息披露指引的頒布是外生事件，能較好地控制可能存在的內生性問題。

鑒于指引頒布（2015年）前后，可以構建較干凈的組別和時間變量，本文通過雙重差分（Difference-in-Difference）來分析行業(yè)信息披露指引頒布的凈效應：

Guidelines表示指引頒布或修訂時間虛擬變量，以2015年為事件年度，事件發(fā)生以前年份取0，事件發(fā)生之后年份取1；Treat為行業(yè)組別虛擬變量，信息披露指引中強調研發(fā)創(chuàng)新信息披露的行業(yè)企業(yè)取1，否則取值0；雙重差分變量DID=Treat × Guidelines?；貧w結果如表13所示，兩個模型中，交乘項Treat × Guidelines的回歸系數均顯著負相關，支持了本文的主檢驗假設，進一步驗證了債券市場信息傳遞機制的有效性。

2. 基于PSM傾向得分匹配的檢驗

為進一步解決可能存在的內生性問題，本文進行了PSM檢驗。國家每年會公布高新技術企業(yè)名單并給予相應的政策支持，如稅收減免政策等，該認定信息具有外生性，因而能較好地剔除由自選擇偏差或共同驅動等因素導致的內生性問題。本文以是否為高新技術企業(yè)（Innovation）進行傾向得分匹配，選取資產負債率（LEV）、企業(yè)規(guī)模（Size）、凈資產收益率（ROE）、是否由四大會計師事務所審計（Top4）、經營性現金流量（Cashflow）和市場化指數（Market）作為控制變量，對高新技術企業(yè)和非高新技術企業(yè)做無放回的鄰近1∶1匹配。樣本匹配前（Unmatched）處理組和控制組的差異為0.467，t值為8.99；而ATT處理組和控制組的差異為0.173，t值為2.07，表明兩組的因變量仍然有差異。匹配后得到1 090個樣本，本文以研發(fā)投入為自變量進行回歸分析，結果如表14所示?？梢钥吹?，結果均與前文一致。

最后，我們將前文主檢驗模型中的自變量均滯后一期重新進行了多元回歸。未列示的結果表明，本文結論在控制互為因果的內生性問題后仍然成立。

表13 上（深）交所分行業(yè)信息披露指引事件效應

表14 基于PSM的穩(wěn)健性檢驗

六、主要結論與政策啟示

債券市場在金融體系中有著舉足輕重的地位，也是企業(yè)重要的融資渠道，債券市場的高質量發(fā)展，將推動金融更好地為實體經濟服務。企業(yè)的研發(fā)創(chuàng)新行為在債券市場上具有重要的信號意義，投資者對其如何解讀，是我國債券市場資源配置效率的體現。本文研究發(fā)現，企業(yè)研發(fā)創(chuàng)新與債券信用利差顯著負相關，說明債券市場投資者認為企業(yè)研發(fā)創(chuàng)新是一種積極的信號并給予了正面解讀，對其發(fā)行的公司債要求更低的風險溢價，并且債券期限、債券評級對這種反應有顯著影響。進一步研究發(fā)現，研發(fā)投入與信用利差的關系呈“U”形，說明當研發(fā)投入超過某個臨界值時，市場會轉而將其識別為風險信息，從而影響其投資決策。此外，本文在產權性質、高新企業(yè)認定、“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”政策效應等方面也發(fā)現了我國債券市場的信息傳遞效率和資源配置效率差異的經驗證據。本文結論在進行了敏感性分析和內生性檢驗后仍然成立。

本文的政策啟示在于：（1）企業(yè)積極披露研發(fā)創(chuàng)新信息，能夠向金融市場傳遞積極的信號，降低市場信息不對稱程度，提升投資者的決策效率和企業(yè)的融資效率。（2）政府監(jiān)管部門應完善債券市場信息傳遞機制，進一步強化市場化債券治理路徑。通過構建信息披露平臺等舉措，引導市場參與者將“好企業(yè)”有效地甄別并理性定價，使資源流向更好的企業(yè)，推動金融更好地促進創(chuàng)新發(fā)展，服務于實體經濟。（3）金融市場要提高對研發(fā)創(chuàng)新的“容忍度”。債券投資者要對企業(yè)研發(fā)創(chuàng)新行為有更高的“容忍度”，以較低的風險溢價支持“重研發(fā)”企業(yè)，使企業(yè)在創(chuàng)新過程中更有底氣，不畏手畏腳；在政府層面，完善機制體制，幫助企業(yè)抵御因為研發(fā)創(chuàng)新潛在失敗而帶來的破產風險，給企業(yè)營造寬松的“試錯”氛圍，同樣至關重要。