徐 琳，刘 衍

(1.北京师范大学 珠海分校国际商学部，广东 珠海 519080；2.复旦大学 应用经济学博士后流动站，上海 200433；3.珠海复旦创新研究院，广东 珠海 519000)

0 引言

创新不仅是促进国家经济增长的重要力量，而且是企业维持竞争优势的重要手段[1]。作为国民经济运行中的关键主体，企业承担着落实国家创新驱动战略的重任。因此，如何推动企业创新成为学界和业界共同关注的问题。企业创新影响因素很多，既包括产权结构、治理结构、行业特征、企业规模、管理层特征与机构投资者等内部因素，也包括经济周期、政治关联、产业政策、市场化进程和金融发展程度等外部因素。中共十九大报告明确提出，金融是现代经济的核心，必须深化金融体制改革，增强金融服务实体经济的能力。以往研究表明，金融市场是满足企业技术创新资金需求的重要来源[2]，其发展程度对企业技术创新具有一定的支撑作用[3]。股票流动性是衡量资本市场发展的重要指标，不仅对金融市场的稳定性和资产定价有影响[4-5]，而且对企业资本结构、公司治理、投资行为和投资效率等方面有一定影响[6-9]。然而，作为新兴资本市场，我国股票市场尚处于发展阶段，股票流动性远高于欧美发达国家。那么，高股票流动性对企业创新究竟是促进作用还是抑制作用？这种作用是否存在滞后效应？不同类型企业在“股票流动性-企业创新”的关系上是否存在差异？对上述问题的研究不仅能够丰富资本市场和企业创新领域相关文献，而且有利于深入理解金融市场与企业创新的关系，为金融服务实体经济实践提供路径选择，对政府完善政策工具设计、推动创新驱动发展战略，进一步促进企业创新具有重要现实意义。

有些学者认为，股票流动性能够促进企业创新[10-11]，也有学者认为，股票流动性抑制了企业创新[12-13]。研究结论不一致的原因可能与企业异质性有关，但现有研究主要从产权异质性视角或以某一特定行业为样本探讨股票流动性对企业创新的影响，基于企业规模和行业差异视角的分类比较研究鲜见。已有研究表明，作为股票市场的重要参与者，机构投资者不仅对股票流动性[14]和企业创新[15]具有直接影响，而且在“股票流动性-企业创新”关系中发挥中介作用[16]。不同类型的机构投资者具有不同的投资倾向和持股理念，由此可能导致其在“股票流动性-企业创新”关系中所发挥的中介作用有所差异。然而，现有研究并未探讨不同类型机构投资者所发挥的中介作用是否存在差异。因此，本文以2010—2017年我国A股1 281家上市公司为样本，按照以下步骤进行实证检验：首先，以全样本检验股票流动性对当期和未来3期企业创新的影响；其次，从企业规模和行业差异两个方面对样本进行划分，基于企业异质性视角检验股票流动性对企业创新的影响；再次，对研究结论进行稳健性检验和内生性检验；最后，从机构投资者异质性视角进一步检验股票流动性对企业创新的作用路径。

本文研究贡献主要体现在以下3个方面：第一，企业创新是一项长期活动。本文运用当期和滞后3期数据，从专利分类角度探讨股票流动性对企业创新的影响，提供了更丰富的经验数据。第二，本文从企业规模和行业因素两个方面，探讨股票流动性对不同类型企业创新的影响及差异，解释导致以往研究结论不同的主要原因。第三，以往研究缺少基于机构投资者异质性角度的分类探讨，本文分析与比较稳定型机构投资者和交易型机构投资者在“股票流动性-企业创新”影响机制中的作用及差异。

1 文献回顾与研究假设

1.1 股票流动性对企业创新的影响：促进还是抑制

关于股票流动性对企业创新的影响，目前学界存在较大争议。

(1)促进作用。首先，高流动性能够传递良好的信号，有利于吸引投资者参与长期投资[10]，能够为企业技术创新筹集充裕的资金。其次，较高的流动性容易促使大股东退出，在股东更换频繁的状态下，总会有股东质疑管理层决策，迫使管理层进行科学决策[17]和长期创新投资[10]，从而减少管理层“短视问题”。同时，流动性较高的公司，其股东尤其机构型大股东会更加注重企业未来盈利能力并加强监管，甚至会督促管理层通过创新保持长期市场竞争力[18]。股东多元化会促使管理层更具责任心[17]，使“代理问题”得到缓解，从而达到促进创新的目的。再次，高股票流动性使得企业并购机会增加，大公司可以通过兼并和收购具有较强研发能力的创业期小公司提升自身技术创新水平[19]。

(2)抑制作用。首先，当股票流动性较高时，收购者更容易伪装其买进意图而实施恶意收购[20]。由此带来的后果是，管理层因担心企业被恶意收购而不愿进行长期投资，尤其会减少风险较大的长期研发投资[21]。其次，短期盈余目标实现对股价提升具有促进作用[12]。因此，管理层会缩减长期投资，尤其是科研支出[16]，转而增加短期投资项目以获取短期收益[22]，从而稳定股价[23]。尤其是在科研费用转化率偏低的行业，管理层为了规避长期投资风险，更乐意投资短期项目[24]。再次，较高的股票流动性会导致机构投资者更容易撤资[16]。如果股票流动性高且企业研发尚未完成，那么股价波动不大会导致一些没有耐心的投资者撤资，从而影响企业创新[23]。总之，高股票流动性会加剧经理人的“短视行为”，使其减少长期研发投资，从而阻碍企业创新。综上所述，本文提出以下竞争性假设：

H1a：股票流动性对企业创新具有促进作用；

H1b：股票流动性对企业创新具有抑制作用。

1.2 企业异质性视角下股票流动性对企业创新的影响

国内部分学者从产权性质角度探讨股票流动性对企业创新的影响。研究发现，股票流动性提高会降低民营企业技术创新水平，但能够提升国有企业技术创新水平[25]。然而，也有学者认为，股票流动性能够促进企业创新，而且相比于民营企业，其对国有企业创新的影响更为显著[26]。以上研究结论差异可能与样本选择有关，因为前者样本期间是2006-2013年，后者是2009-2017年。也有学者以某一特定行业为样本，分析股票流动性对企业创新的影响，发现股票流动性越高，医药行业研发创新越多[16]，但是创新行业的结果却相反[27]。综上所述，尽管已有文献从产权异质性或以不同行业为样本探讨股票流动性对企业创新的影响并取得了一些成果，但还存在以下不足：第一，缺少基于企业规模视角的分类比较研究；第二，在考虑行业异质性因素时主要是以单个行业为样本，缺少行业间的比较研究。

熊彼特在创新理论中提出两个假说：第一，企业规模越大，技术创新越有效率，也就是说，大企业比小企业更具创新性；第二，技术创新与市场集中度之间存在相关性，在保证技术创新成果方面，市场支配力是必需的。基于此，学界展开异质性企业创新问题研究。一些学者认为，股票流动性能够增加企业外部融资机会，大企业比小企业更容易获得外部融资，而资金优势使前者更有能力支付创新所需费用。因此，大企业创新能力更强[28]。同时，股票市场的流动性能够降低交易成本，促进兼并和并购，大公司可以通过收购小公司提升自身研发创新能力[10]。但也有学者认为，中小企业与上下游关系紧密，能够更灵活、更敏感地探知客户需求，也更容易接受新观点和新方法[29]。另外，市场集中程度较高意味着会有寡头企业，它们为了避免被破坏性创新影响而丧失市场地位，通常会垄断技术并不断创新以维持寡头地位。同时，寡头企业融资相对容易且成本较低，足以支持创新行为[30]。陈林和朱卫平[31]实证研究发现，在壁垒高的行业中，市场结构与企业创新之间呈现倒U型关系，而在壁垒低的行业中，两者呈现正U型关系。综上所述，学界对于熊彼特的两个假说并未达成统一结论，行业差异可能是造成结论迥异的主要原因[32]。因为不同行业的企业规模和产业特征具有明显区别，在资源获取能力、创新需求、创新方式与内容等方面不尽相同。基于此，本文从企业规模和行业差异两个角度，提出以下两个假设：

H2a：股票流动性对企业创新的作用在不同规模的企业间存在差异。

H2b：股票流动性对企业创新的作用在不同行业间存在差异。

2 研究设计

2.1 数据来源与样本选择

本文以2010-2017年沪深A股上市公司为研究对象，数据主要来源于CSMAR和Wind数据库。为确保研究结论的可靠性，对样本数据进行以下筛选和处理：①剔除ST公司样本；②剔除2010年之后上市公司样本； ③剔除2010—2017年存在重大资产重组公司样本(资产规模较上个交易年度增长5倍以上或减少到20%以下的企业)。最终，获得1 281个A股上市公司的10 248个有效样本，并对主要变量在1%和99%分位上进行缩尾(Winsorize)处理。

2.2 变量定义

2.2.1 被解释变量：企业创新

学界对企业创新的度量大致可以分为两类：一类是以创新投入度量，如公司研发支出水平；另一类是以创新产出度量，如专利申请数量、新产品产值等。然而，科研经费投入与最终创新产出并没有很强的关联性[33]。考虑到创新产出更能反映企业创新成果和绩效，本文借鉴Fang[12]的研究成果，以企业专利申请数量衡量企业创新。同时，基于《专利法》，进一步将企业专利分为发明专利、实用新型专利和外观设计专利。因此，本文选择专利申请总量(PAT)、发明专利数量(PAT_FM)、实用新型专利数量(PAT_XX)和外观设计专利数量(PAT_WG)4个指标衡量企业创新。考虑到上述4个指标的数值均为非负整数，借鉴Fang[12]与杜金岷[13]的做法，在回归分析中对其加1后取自然对数。

2.2.2 解释变量：股票流动性

关于股票流动性的度量方法，大体可分为4类：价格法、交易量法、价量复合法和时间法。目前,学界普遍认可的衡量方法是价量复合法，因此，本文以价量复合法中最常见的Amihud[34]提出的方法度量股票流动性，计算公式如下：

(1)

ILLi,k衡量每单位交易对于股价的冲击，是一个非流动性指标(也称反向流动性指标)。ILLi,k值越大，表明每单位交易对股价的冲击越大，股票流动性就越差；反之，ILLi,k值越小，股票流动性越强。其中,Ri,k为股票i在k日的收益率，Vi,k为股票i在k日的成交量(单位为十亿)，n为股票i在t年的实际交易天数。

2.3 模型设定

考虑到企业专利申请期较长，股票流动性对企业创新的影响可能存在时滞性。因此，本文建立以下4个静态面板模型考察股票流动性对本期与未来3期企业创新的影响。

PATi,t+0(PAT_FMi,t+0,PAT_XXi,t+0,PAT_WGi,t+0)=β0+β1*ILLi,t+β2*CONTROLi,t+εi,t

(2)

PATi,t+1(PAT_FMi,t+1,PAT_XXi,t+1,PAT_WGi,t+1)=β0+β1*ILLi,t+β2*CONTROLi,t+εi,t

(3)

PATi,t+2(PAT_FMi,t+2,PAT_XXi,t+2,PAT_WGi,t+2)=β0+β1*ILLi,t+β2*CONTROLi,t+εi,t

(4)

PATi,t+3(PAT_FMi,t+3,PAT_XXi,t+3,PAT_WGi,t+3)=β0+β1*ILLi,t+β2*CONTROLi,t+εi,t

(5)

在以上4个模型中，企业创新变量包括专利总量与发明专利、实用新型专利和外观设计专利数量。借鉴相关研究，本文在模型中加入以下控制变量(CONTROL)：企业规模(SIZE，以总资产度量)、企业年龄(AGE，企业所在年份与成立年份之差)、资产负债率(LEV，企业总负债与总资产之比)、市场价值(TBQ，企业总流通市值与总负债之和除以总资产)、账面市值比(QT，企业总资产与总市值之比)、总资产收益率(ROA，企业净利润与总资产之比)、有形资产负债率(PPETA，企业总负债与有形资产之比)、市值有形资产比(SY，企业总市值与有形资产价值之比)、企业价值倍数(BB，企业总市值与息税折旧摊销前收入之比)。ɛ为模型随机误差项。本文对模型中非比值型数据统一进行对数化处理，并按研究惯例设置年度虚拟变量和行业虚拟变量，使用普通最小二乘法(OLS)进行回归分析。

2.4 主要变量描述性统计

主要变量描述性统计结果如表1所示，企业股票流动性(ILL)均值为0.04，标准差为0.05，最大值为0.26，说明不同企业间股票流动性差异较大。专利申请数量(PAT)的均值为92.34，标准差为251.04，最大值为1 929，表明不同企业间创新水平存在显著差异，需要对同类同质企业进行比较分析才能得出有效结论。发明专利(PAT_FM)、实用新型专利(PAT_XX)和外观设计专利(PAT_WG)的均值分别为44.48、41.17、6.69，可以看出，在专利申请中，企业更偏好重大发明和更新产品，这可能与外观设计专利产出效率低且申请难度大有关[35]。

表1 主要变量描述性统计分析结果

3 实证分析

3.1 股票流动性对企业创新的影响

全样本回归分析结果如表2所示。首先，企业专利申请数量(PAT)与股票流动性反向指标(ILL)之间呈正向关系，说明高股票流动性会抑制企业专利申请数量。其次，从时间层面看，高股票流动性对专利产出的抑制作用呈现逐年递增趋势，对3年后的专利产出抑制效果最强(ILL系数为1.04***)，而对当期的抑制作用较小(ILL系数为0.24*)。用来衡量企业创新的专利可以进一步分为发明专利、实用新型专利和外观设计专利。那么股票流动性对其影响是否一样？本文对专利类型细分后再依次进行回归分析，目的是探究高股票流动性究竟着重影响了哪类专利。

表2 股票流动性与企业创新的回归分析结果

基于专利类型细分回归结果如表3所示。高股票流动性对3种类型专利产出均有抑制作用，尤其是对滞后2期和3期的抑制作用较大。但高股票流动性仅对当期发明专利具有抑制作用，而对当期实用新型专利和外观设计专利产出没有显著作用。这可能与专利本身特点有关，因为相较于发明专利，实用新型专利和外观设计专利属于非实质性创新，后者转化周期较短。因此，较高的股票流动性只可能影响企业未来对这两类专利的研发资金投入，而对当期很难产生影响。另外，从回归系数的绝对值看，股票流动性对发明专利的抑制作用最大，其次是实用新型专利，对外观设计专利的抑制作用最小。这可能与3类专利所需的投资规模有关，相比而言，发明专利属于实质性创新，所需资金投入最多，所以受股票流动性的影响最大。综上所述，高股票流动性更多地抑制了投资较大和转化周期较长的实质性创新(发明专利)。

表3 股票流动性与企业创新回归分析结果：基于专利分类对比

从全样本和专利分类样本回归结果看，股票流动性对t+3年企业创新的影响程度相对较大。因此，为了更好地说明企业规模和行业特征差异所造成的不同影响，本文只选取t+3期，即模型(5)作进一步分类回归分析。

3.2 企业规模视角下股票流动性对企业创新的影响

在企业规模异质性回归分析中，本文将全部样本按照资产规模排序，二等分为规模较大组和规模较小组，回归分析结果如表4所示。

表4 股票流动性与企业创新回归分析结果：基于企业规模比较

在规模较大组中，非流动性指标与专利总量显著负相关(-0.45***)，表明高股票流动性会促进大型企业创新。从细分专利类别看，高股票流动性的促进作用主要针对发明专利(-0.36***)和实用新型专利(-0.08***)，而对外观设计类专利无显著作用。在规模较小组中，非流动性指标与专利总量呈显著正相关(1.52**)，表明高股票流动性会抑制规模较小企业创新。从细分专利类别看，高股票流动性对规模较小企业的发明专利(0.96***)、实用新型专利(0.44***)和外观设计专利(0.09**)均具有抑制作用，但是对发明专利的抑制作用最强。由此可见，不同规模企业在“股票流动性-企业创新”问题上得出显著不同的结论，可能原因是：股票流动性提升了资产配置效率，推动了企业间的兼并与收购。相比中小企业，大企业拥有更高资源优势和整合能力，可以借助较高的股票流动性兼并和收购创新能力较强的小公司，进而提升自身创新水平。但是，股票流动性提升会使规模较小的企业面临被兼并和收购的风险，由此引发其管理层“短视行为”——为实现短期收益和维持股价而减少研发投入，必然导致企业创新下降。这也在一定程度上解释了杜金岷[13]和曹阳[16]研究结论分歧的原因。前者采用全行业样本数据，得出高股票流动性会抑制企业创新的结论，与本文全部样本回归结果一致。后者选用的是医药行业，该行业内企业规模相对较大，因而得出高股票流动性促进企业创新的结论。

3.3 行业差异视角下股票流动性对企业创新的影响

按照中国证监会2015行业分类标准，将1 281家样本企业划分为13大类：农林牧渔业(27家)、采掘业(48家)、制造业(594家)、电力、煤气及水的生产和供给业(64家)、建筑业(46家)、交通运输与仓储业(64家)、信息技术业(83家)、批发和零售贸易(109家)、金融保险业(44家)、房地产业(90家)、社会服务业(67家)、传播与文化业(27家)、综合类(18家)。不同行业间企业数量差距较大，制造业占全部样本的一半。借鉴冯跃(2012)和刘媛媛(2017)的研究成果，信息技术业、制造业和农林牧渔业这3个行业能够有效区分高科技行业与传统行业，因而本文选取上述3个行业作为研究对象。基于行业异质性视角的回归分析结果如表5所示。

表5 股票流动性与企业创新回归分析结果：基于行业异质性比较

首先，股票流动性显著抑制高科技行业(信息技术业)的企业创新(1.24***)，但显著促进传统行业(农林牧渔业)的企业创新(-0.27**)，对制造业(介于高科技行业和传统行业之间)的企业创新尽管具有抑制作用(0.91*)，但显著性水平较低。其次，从回归系数看，股票流动性对不同行业企业创新的影响存在差异。相比制造业与农林牧渔业，股票流动性对信息技术企业创新的影响更大。再次，股票流动性对不同行业企业创新的抑制或促进作用均主要表现在实质性创新(发明专利)上。综上所述，在对比信息技术业、制造业、农林牧渔业之后，本文发现，不同行业在“股票流动性-企业创新”问题上得出显著不同的结论。可能原因是：第一，不同行业的创新需求存在差异。相比传统产业而言，高科技产业对技术创新的需求更高[36]，只有在风险高、产出周期长的技术研发中投入更多资金才能维持其创新水平。股票流动性提升使高科技企业管理层面临更大的短期业绩压力，加剧管理层“短视问题”，由此导致长期研发投入比例下降，进而抑制企业创新产出。但是，传统行业企业创新需求较小，需要的长期研发资金较少。因此，股票流动性提升并不会促使管理层通过缩减长期研发投入缓解短期业绩压力，反而可能促使其作出更适合企业长远发展的战略决策，如增加创新投入这样的长期投资行为。第二，不同行业的市场集中度存在一定差异。传统行业对技术要求较低，经过多年发展，已经形成了较高的市场集中度。高科技行业对技术要求较高，市场集中度也相对较低。市场集中度差异导致不同行业的企业市场支配力不同，因此，股票流动性对市场集中度较低行业(高科技行业)的企业创新具有抑制作用，但是对市场集中度较高行业(传统行业)的企业创新具有促进作用。

3.4 稳健性检验

3.4.1 内生性检验

考虑到企业创新活动可能存在时滞性，前文在回归模型中对解释变量进行滞后期处理，尽管能够在一定程度上解决反向因果关系所带来的内生性问题，但模型依然存在因遗漏变量而带来的内生性偏误问题。因此，本文借鉴杜金岷(2019)的做法，采用两阶段最小二乘法(2SLS)和动态面板系统GMM模型处理内生性问题，检验结果如表6所示。

表6 内生性检验结果

在两阶段最小二乘法(2SLS)中，本文采用“企业同年度同行业其它企业股票流动性的均值”作为工具变量。选择上述工具变量的原因是：第一，同行业的公司具有相似的特征，行业整体股票流动性越高，该行业内单个公司的股票流动性就越高，满足相关性要求。从表6的检验结果可以看出，K-P rk Wald F值均大于10，说明回归模型拒绝了原假设“工具变量和内生变量无关”。第二，尚未有研究发现同行业中其它公司的股票流动性对本企业创新有影响，满足外生性要求。表6中2SLS的回归结果显示，股票流动性(ILL)对专利总量(PATt+3)、发明专利(PAT_FMt+3)、实用新型专利(PAT_XXt+3)、外观设计专利(PAT_WGt+3)的影响方向和显著程度与前文OLS回归结果类似。

另外，本文在模型(5)中加入被解释变量的滞后项，以此作为无法观测变量的代理变量，并运用系统GMM模型进行动态面板检验。从表6的动态面板系统GMM模型检验结果可以看出，AR(2)的p值均大于0.05，说明残差序列不存在二阶自相关问题，Sargan检验所对应的p值均大于0.05，说明工具变量有效。上述两个检验共同说明，本部分模型设定是合理的。动态面板系统GMM检验结果与静态面板OLS模型结果相似，即股票流动性抑制了企业创新。综上所述，内生性检验结果说明本文结论稳健。

3.4.2 其它稳健性检验

为了进一步验证研究结论的可靠性，本文从以下两个方面进行全样本和分类样本稳健性检验：①借鉴王超等(2018)的做法，以非流动性指标ROLL作为股票流动性指标ILL的替代变量；②运用系统抽样(或称等距抽样)法，将原有1 281家企业进行编号，选取其中单数号组成新的样本。检验结果如表7所示，除农林牧渔业在替换变量的稳健性检验中系数为负但不显著外，其它回归结果均与前文一致，说明本文核心结论是稳健的。

表7 其它稳健性检验结果

4 进一步研究：异质性机构投资者的影响

机构投资者是比一般投资者更具专业素养和信息优势的投资者群体。曹阳[16]实证分析了机构投资者与企业创新的关系，通过模型截距项发现，作为中介变量的机构投资者可以在54.8%的程度上解释股票流动性对企业创新的影响机制。从投资行为特征角度，机构投资者可以分为稳定型机构投资者和交易型机构投资者。前者一般长期持有股票，要求稳定收益且对流动性的要求不高；后者一般持有期较短，要求最大化超额收益且对流动性具有较高要求[37]。但是，以往研究并未探讨稳定型机构投资者和交易型机构投资者在“股票流动性-企业创新”中的作用是否存在差异。因此，本文基于机构投资者异质性视角，进一步分析两类机构投资者在“股票流动性-企业创新”中的影响机制。根据东方财富数据中心的统计数据，上市公司前十大股东中，机构平均占有6.15席，平均持股比例为64.19%。因此，本文将十大股东中机构持股比例(CR)和股票二级市场层面的机构持股比例(INS)作为稳定型机构投资者与交易型机构投资者的衡量指标。

股票流动性如何通过机构投资者影响企业创新？本文借鉴Fang[12]的方法，首先选取一个外部事件，该事件具有以下两个特征：第一，只影响上市公司股票流动性，并不会直接影响公司创新；第二，这一外部事件对部分关联公司的股票流动性产生影响，导致不同公司在事件前后的股票流动性发生变化。已有研究证明，“沪港通开通”作为外生事件冲击，对股票流动性具有影响[38]。因此，本文选用2014年的 “沪港通开通”作为外部事件。在确定“沪港通开通”这一外生冲击事件之后，按以下步骤验证机构投资者的中介作用。

(1)通过构建模型(6)对股票流动性与机构投资者因外生冲击导致的变化进行回归分析，并将机构投资者变化分为两个部分：一部分是因外生冲击引起股票流动性变化而发生的变化，另一部分则是股票流动性变化以外因素引起的变化。

ΔINS(CR)i,t-1.to.t+1=β0+β1×ΔILLi,t-1.to.t+1+εi,t

(6)

回归结果如表8所示，股票流动性变化(ΔILL)与交易型机构投资者变化(ΔINS)回归系数为负且在1%的水平下显著，说明因“沪港通开通”导致股票流动性提升会使交易型机构投资者比例提升。股票流动性变化(ΔILL)与稳定型机构投资者变化(ΔCR)回归系数为正且在1%的水平下显著，说明由于“沪港通开通”导致股票流动性提升会使稳定型机构投资者比例降低。

表8 “沪港通开通”导致的股票流动性变化与机构投资者变化关系回归分析结果

由模型(6)的回归结果，可进一步估算ΔINS_HAT和ΔCR_HAT，以及RESIDUAL_INS和RESIDUAL_CR。 ΔINS_HAT(或ΔCR_HAT)是ΔINS(或ΔCR)的预测值，表示因外生冲击引起股票流动性变化而导致机构投资者变化的部分，RESIDUAL_INS(或RESIDUAL_CR)表示因外生冲击以外因素引起股票流动性变化而导致机构投资者变化的部分。

(2)构建模型(7)考察股票流动性受外生冲击(“沪港通开通”)所导致的机构投资者变化对企业创新变化的影响。

ΔPATi,t.to.t+2=α0+α1×ΔINS(CR)_HATi,t-1.to.t+1+α2×RESIDUALi,t-1.to.t+1+α3×CONTROLi,t-1.to.t+1+ε(i,t)

(7)

回归结果如表9所示。首先，对交易型机构投资者而言，从t+1期至t+3期，ΔINS_HAT的系数均在1%的显著性水平下为负且绝对值逐步增大，表明在外生冲击的影响下，交易型机构投资者增加会阻碍企业创新。同时，从t+1期至t+3期，RESIDUAL_INS的系数均在1%的水平下显著为负，表明除去外生冲击因素的影响，交易型机构投资者增加也会使企业创新水平下降。其次，对稳定型机构投资者而言，ΔCR_HAT的系数从t+1期至t+3期均在1%的水平下显著为正，表明在外生冲击的影响下，稳定型机构投资者增加会促进企业创新。同时，RESIDUAL_CR的系数从t+1期至t+3期均在10%的水平下显著为正，表明除去外生冲击因素的影响，稳定型机构投资者增加会促使企业创新水平上升。最后，比较RESIDUAL_INS和RESIDUAL_CR的系数，前者绝对值明显大于后者，表明交易型机构投资者的作用明显大于稳定型机构投资者。

综上所述，股票流动性提升，一方面导致稳定型机构投资者比例下降，另一方面使交易型机构投资者比例上升，而且后者的上升比例大于前者的下降比例，最终两类机构投资者变化导致企业创新水平降低。也就是说，两种不同类型的机构投资者均在“股票流动性-企业创新”的关系中起中介作用。

表9 “沪港通开通”导致的机构投资者变化与企业创新变化关系回归分析结果

5 结论与建议

5.1 主要结论

本文基于2010—2017年A股1 281家上市公司数据，从企业异质性视角考察股票流动性与企业创新之间的关系，并尝试从机构投资者异质性视角检验股票流动性对企业创新的作用机制，得到以下结论：①总体来看，股票流动性会抑制企业创新。这种抑制作用具有滞后效应，会随着时间推移逐渐增强，即当期股票流动性提升会对随后几年的企业创新产生持续抑制作用，且影响力逐渐递增。同时，从细分专利类型看，股票流动性对不同类型专利产出的影响不同，相比非实质性创新(实用新型专利与外观设计专利)，股票流动性对转化周期长、资金需求量大的实质性创新(发明专利)的抑制作用更大。这一结论不仅验证了杜金岷(2017)的研究结论(股票流动性抑制了滞后一期的企业创新)，而且通过对当期和未来3期影响力的比较，在一定程度上拓展了以往研究，提供了更丰富的经验证据；②企业规模和行业差异是影响“股票流动性-企业创新”关系的重要因素。股票流动性对大型企业和传统行业企业创新具有促进作用，而对中小型企业和高科技行业企业创新具有抑制作用，这与曹阳(2015)和胡勇等(2016)的研究结论一致。因此，这一结论能够在一定程度上解释以往研究产生分歧的原因；③稳定型机构投资者和交易型机构投资者在“股票流动性-企业创新”关系中起双中介作用。尽管股票流动性对二者的作用方向相反，即股票流动性提升在促进交易型机构投资者比例上升的同时，会使稳定型机构投资者比例下降，但最终均导致企业创新水平下降。

5.2 政策建议

(1)完善资本市场运行制度，保持一定的股票流动性。构建股票市场化发行机制和退市机制，完善大宗交易机制，进一步提升我国股市的对外开放程度，继续发挥合格境外机构投资者(QFII)制度的积极作用，吸引更多境外价值型长期投资者，通过减少行政限制提高QFII额度使用率，保持一定的股票流动性，从而促进大型企业和传统行业企业创新。

(2)提升资本市场监管力度，防止恶意收购。进一步完善股票市场信息披露制度，构建“恶意收购”的监管预警机制，加大对“恶意收购”的处罚力度能够在一定程度上降低股票流动性给中小企业带来的风险，进而促进其创新投入与产出增加。

(3)加强机构投资者培育，实现机构投资者多元化。相比成熟资本市场，我国股市机构投资者持股比例仍然较低，而且投资期限较短，这在一定程度上制约了资本市场健康发展。因此，提升机构投资者比例，进一步加强稳定型机构投资者培育，实现机构投资者多元化，发挥其在公司治理中的积极作用，形成对管理层的有效监督，一定程度上能够抑制管理层的“短视行为”，从而促使企业更加关注长期创新。