賣空對(duì)創(chuàng)新質(zhì)量的影響
——基于知識(shí)產(chǎn)權(quán)密集型公司的經(jīng)驗(yàn)證據(jù)

劉亭立，姜 瑩

（北京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京 100124）

一、引言

構(gòu)建以國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局是未來(lái)新發(fā)展階段的“國(guó)之大計(jì)”，這一戰(zhàn)略選擇的基本內(nèi)涵是以高水平的自立自強(qiáng)和科技自主創(chuàng)新來(lái)實(shí)現(xiàn)新經(jīng)濟(jì)循環(huán)的暢通無(wú)阻（黃群慧，2021）?！笆濉币詠?lái)，中國(guó)創(chuàng)新的步伐在逐漸加快，根據(jù)國(guó)家統(tǒng)計(jì)局公布的中國(guó)創(chuàng)新指數(shù)數(shù)據(jù)，以2005 年的創(chuàng)新指數(shù)100 為基數(shù)，2005—2019 年中國(guó)創(chuàng)新指數(shù)逐年升高，總體創(chuàng)新情況逐年提高。但是從創(chuàng)新指數(shù)構(gòu)成的四個(gè)維度（創(chuàng)新投入、創(chuàng)新產(chǎn)出、創(chuàng)新成效、創(chuàng)新環(huán)境）進(jìn)行分析，可以發(fā)現(xiàn)推動(dòng)中國(guó)創(chuàng)新指數(shù)增速的主要方面是創(chuàng)新產(chǎn)出，其次是創(chuàng)新環(huán)境，而最為重要的創(chuàng)新成效相較其他三個(gè)維度的變化，是增長(zhǎng)最慢的。

知識(shí)產(chǎn)權(quán)（專利）密集型產(chǎn)業(yè)（以下簡(jiǎn)稱：知產(chǎn)密集型產(chǎn)業(yè)）是推進(jìn)創(chuàng)新成效的主戰(zhàn)場(chǎng)。根據(jù)《知識(shí)產(chǎn)權(quán)（專利）密集型產(chǎn)業(yè)統(tǒng)計(jì)分類（2019）》（國(guó)家統(tǒng)計(jì)局令第25 號(hào)），知產(chǎn)密集型產(chǎn)業(yè)至少應(yīng)當(dāng)具備下列條件之一：①行業(yè)發(fā)明專利規(guī)模和密集度均高于全國(guó)平均水平；②行業(yè)發(fā)明專利規(guī)模和R&D 投入強(qiáng)度高于全國(guó)平均水平，且屬于戰(zhàn)略性新興產(chǎn)業(yè)、高技術(shù)制造業(yè)、高技術(shù)服務(wù)業(yè)；③行業(yè)發(fā)明專利密集度和R&D 投入強(qiáng)度高于全國(guó)平均水平，且屬于戰(zhàn)略性新興產(chǎn)業(yè)、高技術(shù)制造業(yè)、高技術(shù)服務(wù)業(yè)。2018 年全國(guó)知產(chǎn)密集型產(chǎn)業(yè)增加值為107090 億元，占比達(dá)到了國(guó)內(nèi)生產(chǎn)總值（GDP）的11.6%，具有強(qiáng)勁的增長(zhǎng)潛力。但與此同時(shí)，由于創(chuàng)新活動(dòng)孵化周期長(zhǎng)、風(fēng)險(xiǎn)高、投入大和不可逆等特點(diǎn)，僅僅靠其內(nèi)源融資無(wú)法維持高投入、見(jiàn)效慢的創(chuàng)新工作，知產(chǎn)密集型產(chǎn)業(yè)普遍存在著更大的外源融資需求。外源融資行為必然會(huì)得到投資者的關(guān)注，賣空者就是其中之一（侯鑫和褚劍，2019），由賣空者所帶來(lái)的外部壓力會(huì)對(duì)經(jīng)理人行為造成積極或消極的影響，一旦消極影響大于其積極影響，那將是得不償失。因此，僅僅考慮如何緩解融資約束是不夠的，融資約束緩解過(guò)程中外部利益相關(guān)者的影響同樣也是需要關(guān)注的問(wèn)題。

2010 年3 月，賣空機(jī)制的推出結(jié)束了中國(guó)資本市場(chǎng)買(mǎi)漲不買(mǎi)跌的單邊交易局面。賣空機(jī)制又稱作空、沽空，是指在投資者看跌一家公司或需要對(duì)沖做多風(fēng)險(xiǎn)的情況下，承擔(dān)一定比例的保證金以融得證券，在當(dāng)前時(shí)點(diǎn)價(jià)格較高的情況下進(jìn)行賣出，待未來(lái)證券價(jià)格下跌時(shí)，重新買(mǎi)入相同數(shù)量的證券歸還給證券公司。在該過(guò)程中，投資者與證券公司約定賣出價(jià)格越高，到期日公司股票價(jià)格越低，則投資者獲利越多，投資者就越有動(dòng)力挖掘標(biāo)的公司負(fù)面信息，打壓公司股價(jià)（段然和蔡花艷，2021）。因此，上市公司面臨著可能被賣空者惡意攻擊的風(fēng)險(xiǎn)。從2010 年實(shí)施賣空以來(lái)，我國(guó)賣空標(biāo)的范圍歷經(jīng)六次擴(kuò)容，從2010 年第一次擴(kuò)容只有90 家，到2019 年8 月第六次擴(kuò)容至1600 家，占比達(dá)到A 股上市公司總數(shù)的36.63%。隨著擴(kuò)容的不斷深入，未來(lái)我國(guó)上市公司全面開(kāi)放賣空交易將是必然趨勢(shì)。探究和復(fù)盤(pán)賣空交易對(duì)實(shí)體經(jīng)濟(jì)的影響，有助于更好地發(fā)揮資本市場(chǎng)促進(jìn)科技、資本和實(shí)體經(jīng)濟(jì)高質(zhì)量循環(huán)，以創(chuàng)新主力軍——知產(chǎn)密集型企業(yè)為研究對(duì)象，則能更好的捕捉賣空交易對(duì)創(chuàng)新質(zhì)量的影響，而我國(guó)漸進(jìn)式擴(kuò)容的賣空機(jī)制為這一研究提供了絕佳的準(zhǔn)自然實(shí)驗(yàn)場(chǎng)景。

本文的主要貢獻(xiàn)在于：①豐富了知產(chǎn)密集型產(chǎn)業(yè)的研究，深入剖析了該產(chǎn)業(yè)上市公司在創(chuàng)新、二級(jí)市場(chǎng)表現(xiàn)等方面的發(fā)展現(xiàn)狀及市場(chǎng)潛力，有助于為后續(xù)研究提供新的思路；②立足于委托代理理論，厘清高管及股東在賣空交易背景下的決策偏好，從公司治理角度明確了賣空交易影響創(chuàng)新質(zhì)量的作用路徑及效果，為有爭(zhēng)議的問(wèn)題提供了新的證據(jù)支撐；③響應(yīng)國(guó)家對(duì)知產(chǎn)密集型產(chǎn)業(yè)研究的需要，立足于當(dāng)前資本市場(chǎng)交易機(jī)制變化，探討資本市場(chǎng)助力科技創(chuàng)新的現(xiàn)實(shí)路徑，有助于為科技、資本及實(shí)體經(jīng)濟(jì)的高水平循環(huán)提供政策建議。

二、理論分析與假說(shuō)發(fā)展

賣空機(jī)制逐漸成為我國(guó)金融市場(chǎng)的重要組成部分。但無(wú)論是國(guó)外成熟的資本市場(chǎng)，還是我國(guó)新興資本市場(chǎng)，對(duì)于賣空交易的影響均持有兩種截然相反的觀點(diǎn)。一方面，賣空交易者具有信息中介的作用，空頭頭寸是向市場(chǎng)釋放的一種風(fēng)險(xiǎn)信號(hào)（Pownall 和Simko，2005），為負(fù)面信息的擴(kuò)散提供了通道（Gao 和Ding，2019），賣空機(jī)制能夠增強(qiáng)資本市場(chǎng)有效性，提高股票市場(chǎng)的定價(jià)效率（Chang et al，2014；李科等，2014；李志生等，2015），減少了股價(jià)的異質(zhì)性波動(dòng)（潘凌云和董竹，2021），從而更好地幫助資本市場(chǎng)發(fā)揮其證券價(jià)格發(fā)現(xiàn)功能（Boulton et al，2020；Boehmer 和Wu，2013；Saffi 和Sigurdsson，2010）。而另一方面，具有內(nèi)部信息的知情做空者可能會(huì)借此獲利，甚至?xí)鸸蓛r(jià)的大幅波動(dòng)，使得其他投資者所面臨的風(fēng)險(xiǎn)水平有所增加（Bai et al，2006）。Allen 和Gale（1991）從非對(duì)稱風(fēng)險(xiǎn)視角提出，當(dāng)賣空約束被放松以后，潛在賣空交易量變多，可能加劇市場(chǎng)波動(dòng)、增大崩盤(pán)風(fēng)險(xiǎn)，這一觀點(diǎn)在后續(xù)中外學(xué)者的研究中也得到了驗(yàn)證（褚劍和方軍雄，2016；許紅偉和陳欣，2012；廖士光，2011；Goldstein 和Guembel，2008；Morris 和Shin，1998）。與我國(guó)大陸市場(chǎng)2010 年才允許賣空交易有所不同，香港市場(chǎng)從1994 年開(kāi)始允許賣空交易且允許“裸賣空”交易的存在①“裸賣空”（naked short selling），是指投資者無(wú)需借入股票即可直接在市場(chǎng)上賣出根本不存在的股票，在股價(jià)進(jìn)一步下跌時(shí)再買(mǎi)回股票獲得利潤(rùn)的投資手法。進(jìn)行“裸賣空”的交易者只要在交割日期前買(mǎi)入股票，交易即獲成功。由于“裸賣空”賣出的是不存在的股票，量可能非常大，因此會(huì)對(duì)股價(jià)造成劇烈沖擊。，直至1998年因亞洲金融危機(jī)而禁止了“裸賣空”。曾有學(xué)者通過(guò)對(duì)香港市場(chǎng)的研究發(fā)現(xiàn)，賣空在為市場(chǎng)提供更大流動(dòng)性的同時(shí)也會(huì)促使股價(jià)慢漲急跌，其杠桿屬性更是放大了這一風(fēng)險(xiǎn)（Henry 和Mckenzie，2006），并且因賣空導(dǎo)致的恐慌性拋售及流動(dòng)性緊張會(huì)嚴(yán)重破壞市場(chǎng)參與者的信心（Karpoff 和Lou，2010）。

就賣空機(jī)制對(duì)公司創(chuàng)新的影響而言，現(xiàn)有研究并未達(dá)成一致。通過(guò)對(duì)32 個(gè)成熟資本市場(chǎng)及新興資本市場(chǎng)的數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)后，Hsu et a（l2014）認(rèn)為資本市場(chǎng)的發(fā)展有利于技術(shù)密集型行業(yè)創(chuàng)新水平的提高。權(quán)小鋒和尹洪英（2017）也認(rèn)為融資融券制度具有“創(chuàng)新激勵(lì)效應(yīng)”，能夠提升公司的創(chuàng)新效率；此外，還有一些研究發(fā)現(xiàn)賣空能夠顯著提升公司的創(chuàng)新投入、專利申請(qǐng)數(shù)量的增長(zhǎng)（王春燕等，2018；陳怡欣等，2018）。但與此同時(shí)，也存在另一種聲音，代表性的觀點(diǎn)是賣空威脅促使實(shí)用新型專利和外觀設(shè)計(jì)專利這兩類“短平快”但創(chuàng)新程度略低的專利增加，而發(fā)明專利并未同步提高，致使整體專利結(jié)構(gòu)惡化、申請(qǐng)質(zhì)量下降（郝項(xiàng)超等，2018；林志帆和龍曉旋，2019；譚小芬和錢(qián)佳琪，2020）。通過(guò)Blind et a（l2006）的動(dòng)機(jī)模型，可以更好的解釋這一現(xiàn)象，當(dāng)公司股票成為賣空標(biāo)的后，將面臨著股價(jià)短期下跌的壓力（Mitchell et al，2004），同時(shí)股票流動(dòng)性會(huì)增加，不利于公司創(chuàng)新（Fang et al，2014），企業(yè)不得不將應(yīng)該用作長(zhǎng)期投資的資金，轉(zhuǎn)而投資一些短期內(nèi)便可獲得收益，或至少可以產(chǎn)生外部利好信號(hào)的項(xiàng)目，以“策略性”專利活動(dòng)向外部市場(chǎng)釋放偽利好信號(hào)，以暫時(shí)穩(wěn)定或抬升股價(jià)，從而間接使得長(zhǎng)期研發(fā)創(chuàng)新的投入被削減，并且，這種消極影響在內(nèi)部治理機(jī)制不完善的公司中會(huì)體現(xiàn)的更加明顯（劉飛等，2020；王蕾茜等，2019）。因此，賣空交易可能會(huì)成為風(fēng)險(xiǎn)及負(fù)面影響的“放大器”，因?yàn)橘u空交易帶有“杠桿”的屬性，能夠撬動(dòng)巨額資金涌入市場(chǎng)，導(dǎo)致市場(chǎng)投機(jī)過(guò)度，反而會(huì)加劇資產(chǎn)價(jià)格的異常波動(dòng)，迫使管理者做出降低財(cái)務(wù)風(fēng)險(xiǎn)或投資水平的決策（張紅偉等，2016；彭章等，2021）。

創(chuàng)新是高風(fēng)險(xiǎn)的投資行為，而企業(yè)創(chuàng)新失敗則會(huì)成為做空者獲利的機(jī)會(huì)（Karpoff 和Lou，2010），這迫使經(jīng)理人在進(jìn)行高風(fēng)險(xiǎn)的研發(fā)創(chuàng)新活動(dòng)時(shí)，更加謹(jǐn)慎或保守，甚至出現(xiàn)逆向選擇行為，比如“專利灌水”和“專利泡沫”現(xiàn)象，主要表現(xiàn)為過(guò)度追求創(chuàng)新產(chǎn)出數(shù)量，但以犧牲創(chuàng)新質(zhì)量為代價(jià)（王蘭芳等，2019；張杰和鄭文平，2018；申宇等，2018）。發(fā)生逆向選擇行為的動(dòng)機(jī)在于，創(chuàng)新產(chǎn)出數(shù)量的增加這一信息更易被外部投資者所獲取，高科技公司其專利產(chǎn)出對(duì)提高市值的利好效應(yīng)甚至是傳統(tǒng)行業(yè)公司的四倍之高（李詩(shī)等，2012），而創(chuàng)新質(zhì)量往往需要一定的時(shí)間和專業(yè)知識(shí)才能判斷，不易被“散戶”所辨識(shí)。但林志帆和龍曉旋（2019）也提到，即使是發(fā)明類型專利，仍然存在“灌水”的空間。因?yàn)榘l(fā)明專利通過(guò)形式審查后，國(guó)家知識(shí)產(chǎn)權(quán)局需要18 個(gè)月后才會(huì)公開(kāi)申請(qǐng)內(nèi)容，除非企業(yè)自己主動(dòng)披露或申請(qǐng)?zhí)崆肮_(kāi)，否則投資者很難跟進(jìn)一年半以上，直至明確專利是否最終取得授權(quán)。因此近年來(lái)“創(chuàng)新追趕”“專利泡沫”等主題詞的占比在創(chuàng)新領(lǐng)域的研究中有所增加，并逐步成為創(chuàng)新活動(dòng)內(nèi)在質(zhì)量下降的代名詞。

從目前的文獻(xiàn)來(lái)看“，矛盾性結(jié)論”似乎是有關(guān)賣空與創(chuàng)新關(guān)系研究的主要特征，產(chǎn)生這一問(wèn)題的原因之一可能恰恰在于研究樣本的多元化所帶來(lái)的異質(zhì)性影響，因?yàn)椴煌袠I(yè)的創(chuàng)新環(huán)境、創(chuàng)新需求有著巨大差異。因此，本文將研究對(duì)象聚焦于知產(chǎn)密集型公司，基于產(chǎn)業(yè)特征探究賣空對(duì)此類公司創(chuàng)新質(zhì)量的影響及其作用路徑，對(duì)于準(zhǔn)確的捕捉資本市場(chǎng)賣空機(jī)制對(duì)創(chuàng)新的影響，更好的理解知產(chǎn)密集型公司的創(chuàng)新成效具有積極意義。

鑒于以上分析，本文提出如下競(jìng)爭(zhēng)性假說(shuō)1：

賣空顯著提高了知產(chǎn)密集型公司的創(chuàng)新質(zhì)量（H1a）；

賣空顯著降低了知產(chǎn)密集型公司的創(chuàng)新質(zhì)量（H1b）。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文以我國(guó)2007—2019 年滬深主板A 股上市公司中的知識(shí)產(chǎn)權(quán)（專利）密集型公司為研究樣本。具體而言，本文采用《國(guó)民經(jīng)濟(jì)行業(yè)分類》（GB/T 4754—2017）作為知產(chǎn)密集型行業(yè)與上市公司行業(yè)分類的銜接，進(jìn)而初步篩選出知產(chǎn)密集型公司?！吨R(shí)產(chǎn)權(quán)（專利）密集型產(chǎn)業(yè)統(tǒng)計(jì)分類（2019）》共包括7 大類31 中類，對(duì)應(yīng)《國(guó)民經(jīng)濟(jì)行業(yè)分類》（GB/T 4754—2017）中的188 個(gè)國(guó)民經(jīng)濟(jì)行業(yè)小類。知產(chǎn)密集型行業(yè)分類編碼由四位數(shù)字組成，其統(tǒng)計(jì)分類表列示了各知產(chǎn)密集型行業(yè)分類所對(duì)應(yīng)的國(guó)民經(jīng)濟(jì)行業(yè)分類的四位數(shù)小類代碼。而目前上市公司行業(yè)分類參照證監(jiān)會(huì)發(fā)布的《上市公司行業(yè)分類指引（2012 年修訂）》，行業(yè)分類編碼由一位字母與兩位數(shù)字組成，兩位數(shù)字可對(duì)應(yīng)至《國(guó)民經(jīng)濟(jì)行業(yè)分類》（GB/T 4754—2017）的門(mén)類及兩位數(shù)行業(yè)大類。故而本文采用《國(guó)民經(jīng)濟(jì)行業(yè)分類》（GB/T 4754—2017）作為《知識(shí)產(chǎn)權(quán)（專利）密集型產(chǎn)業(yè)統(tǒng)計(jì)分類（2019）》與《上市公司行業(yè)分類指引（2012 年修訂）》的行業(yè)代碼匹配依據(jù)，從而得到知識(shí)產(chǎn)權(quán)（專利）密集型公司。

具體匹配過(guò)程如下：將《知識(shí)產(chǎn)權(quán)（專利）密集型產(chǎn)業(yè)統(tǒng)計(jì)分類（2019）》的4 位代碼小類與《國(guó)民經(jīng)濟(jì)行業(yè)分類》（GB/T 4754—2017）的4 位代碼小類進(jìn)行匹配，以此確定知產(chǎn)密集型分類中的4 位代碼小類所屬的國(guó)民經(jīng)濟(jì)行業(yè)門(mén)類及大類。例如：《知識(shí)產(chǎn)權(quán)（專利）密集型產(chǎn)業(yè)統(tǒng)計(jì)分類（2019）》中，認(rèn)定行業(yè)代碼3921、6312 屬于知識(shí)產(chǎn)權(quán)密集型產(chǎn)業(yè)。在《國(guó)民經(jīng)濟(jì)行業(yè)分類》（GB/T 4754—2017）中找到3921、6312 分別對(duì)應(yīng)的行業(yè)門(mén)類及大類為C39、I63，則認(rèn)為行業(yè)分類為C39、I63 的A 股上市公司，屬于知識(shí)產(chǎn)權(quán)（專利）密集型上市公司。經(jīng)匹配，得到截至2021 年第一季度末共2690 家知產(chǎn)密集型上市公司。知產(chǎn)密集型產(chǎn)業(yè)所覆蓋的證監(jiān)會(huì)行業(yè)分類情況見(jiàn)表1。

表1 知產(chǎn)密集型上市公司所屬證監(jiān)會(huì)行業(yè)分類及數(shù)量分布

專利被引用次數(shù)及專利國(guó)際分類號(hào)（IPC）數(shù)據(jù)來(lái)源于國(guó)家知識(shí)產(chǎn)權(quán)局專利檢索及分析系統(tǒng)②國(guó)家知識(shí)產(chǎn)權(quán)局專利檢索及分析系統(tǒng)：http：//pss-system.cnipa.gov.cn/sipopublicsearch/portal/uiIndex.shtml。，并通過(guò)手工整理獲得。賣空標(biāo)的公司名單來(lái)自于上海證券交易所及深圳證券交易所公布的名單③賣空標(biāo)的名單來(lái)源于上海證券交易所融資融券公告模塊http：//www.sse.com.cn/disclosure/magin/announcement/，深圳證券交易所融資融券標(biāo)的證券信息模塊http：//www.szse.cn/disclosure/margin/object/index.html。。財(cái)務(wù)數(shù)據(jù)來(lái)源于國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)，缺失數(shù)據(jù)結(jié)合萬(wàn)得（WIND）數(shù)據(jù)庫(kù)及銳思（RESSET）數(shù)據(jù)庫(kù)進(jìn)行補(bǔ)充。鑒于知產(chǎn)密集型行業(yè)較少，為控制行業(yè)差異，本文采用證監(jiān)會(huì)2012 年上市公司行業(yè)分類的二級(jí)分類進(jìn)行劃分。

在此基礎(chǔ)上，按照如下方法對(duì)樣本做進(jìn)一步篩選：①剔除金融行業(yè)的公司；②剔除被ST、*ST 處理的樣本；③剔除存在B 股及H 股的公司；④剔除實(shí)驗(yàn)期間被調(diào)出賣空標(biāo)的名單的公司；⑤篩選出符合知產(chǎn)密集型行業(yè)的公司。最終得到1133 家公司4794 個(gè)公司-年面板數(shù)據(jù)。同時(shí)，為消除極端值對(duì)實(shí)證結(jié)果的影響，本文對(duì)存在偏態(tài)的連續(xù)型變量做上下1%縮尾處理。實(shí)證部分采用STATA15.0 軟件進(jìn)行數(shù)據(jù)處理。

（二）模型構(gòu)建與變量說(shuō)明

1.主模型

鑒于賣空交易機(jī)制的漸進(jìn)式擴(kuò)容特征，本文采用多期倍分法（time-varying DID，又名多時(shí)點(diǎn)DID）來(lái)檢驗(yàn)賣空對(duì)知產(chǎn)密集型公司創(chuàng)新質(zhì)量的影響。參考Beck et a（l2010）及譚小芬和錢(qián)佳琪（2020）的多期倍分法模型設(shè)定，本文構(gòu)建的主檢驗(yàn)?zāi)Ｐ腿缡剑?）所示：

其中：因變量invi，n為創(chuàng)新質(zhì)量，分別從知識(shí)寬度與專利被引量?jī)煞矫鎸?duì)創(chuàng)新質(zhì)量進(jìn)行更加全面的考量；下角標(biāo)i、n表示公司i在第n期的創(chuàng)新質(zhì)量，因?yàn)樯婕皩?duì)創(chuàng)新質(zhì)量滯后多期的檢驗(yàn)，故而此處采用n代指當(dāng)期或之后多期；listi表示公司i是否為賣空標(biāo)的公司；posti，t表示公司i在第t期是否可進(jìn)行賣空交易；listi×posti，t表 示listi和posti，t兩個(gè)變量的交乘項(xiàng)，表示公司i在第t期是否受到了賣空的影響，即因個(gè)體而異的處理期虛擬變量，其系數(shù)α1表示樣本的平均處理效應(yīng)，即知產(chǎn)密集型公司受到賣空影響前后的變化，為主檢驗(yàn)的解釋變量。需要說(shuō)明的是，模型（1）中未加入構(gòu)成交乘項(xiàng)的兩個(gè)獨(dú)立變量，即listi和posti，t，僅有交乘項(xiàng)listi×posti，t，因?yàn)閘isti作為處理組虛擬變量，僅控制了組別層面不隨時(shí)間變化的特征，而μi是控制了個(gè)體（公司）層面不隨時(shí)間變化的特征，故而μi相較于listi包含了更多信息。若將二者同時(shí)加入，則會(huì)產(chǎn)生多重共線性問(wèn)題。同理，模型中也不需要加入處理期虛擬變量posti，t，因?yàn)槟Ｐ椭幸呀?jīng)含有代表時(shí)間固定效應(yīng)的變量λt，λt控制了每一期的時(shí)間效應(yīng)，而posti，t僅控制了處理期前后的時(shí)間效應(yīng)。控制變量主要分為三個(gè)層次進(jìn)行考慮。首先是財(cái)務(wù)指標(biāo)方面，分別采用了資產(chǎn)負(fù)債率（lev）、公司規(guī)模（size）、固定資產(chǎn)占比（fix）及無(wú)形資產(chǎn)占比（intang）4 個(gè)指標(biāo)；其次是內(nèi)部治理層面，采用了股權(quán)集中度（top1）、董事獨(dú)立性（indpt）、股東人數(shù)（shrnum）、股東大會(huì)次數(shù)（meetnum）四個(gè)指標(biāo)進(jìn)行控制；最后對(duì)公司自身屬性也做了一定程度的控制，采用了股權(quán)性質(zhì)（state）、上市年齡（age）、所屬省份（province）進(jìn)行控制。εi，t為本回歸模型的殘差項(xiàng)。

2.主要變量說(shuō)明

（1）知識(shí)寬度（inv1）：參考范瀚文和曾繁華（2021）對(duì)創(chuàng)新質(zhì)量的度量方式，結(jié)合赫芬達(dá)爾指數(shù)的思路，采用式（2）進(jìn)行計(jì)算。與眾多文獻(xiàn)完全按照赫芬達(dá)爾指數(shù)法計(jì)算創(chuàng)新質(zhì)量的方式不同，該方法為新增大組與既有大組設(shè)置了不同的權(quán)重，新增大組權(quán)重更高（張杰和鄭文平，2018；高林等，2014），說(shuō)明一項(xiàng)專利中，所涉及的IPC 分類號(hào)中新增大組越多，知識(shí)寬度越大，創(chuàng)新性越強(qiáng)。

其中：υ為專利IPC 分類號(hào)的大組類別數(shù)；ω為大組總數(shù)。

（2）專利被引量（inv2）：采用專利被引用次數(shù)的對(duì)數(shù)進(jìn)行度量。變量的具體度量方式見(jiàn)表2。

表2 變量定義表

四、實(shí)證結(jié)果與分析

（一）特征事實(shí)分析

1.基于我國(guó)賣空交易量的特征事實(shí)分析

圖1 列示了2010—2020 年賣空交易情況，其中賣空交易量采用融券交易股數(shù)的數(shù)量進(jìn)行統(tǒng)計(jì)。

圖1 主要由兩部分組成，主（左）坐標(biāo)軸對(duì)應(yīng)柱狀圖，展示兩組樣本的流通股情況。次（右）坐標(biāo)軸對(duì)應(yīng)折線圖，展示兩組樣本賣空交易量占各自流通股總數(shù)的比值。柱狀圖為百分比堆積柱狀圖，即知產(chǎn)密集型公司流通股股數(shù)及非知產(chǎn)密集型流通股股數(shù)分別占總流通股股數(shù)的比例，兩比值之和為100%。知產(chǎn)密集型公司數(shù)量占上市公司總數(shù)近60%，而其在二級(jí)市場(chǎng)的流通股股數(shù)卻非常少，2010 年不足10%，后續(xù)雖逐年上漲，但增幅較慢，直至2020 年仍不到30%。相比之下，數(shù)量?jī)H占40%的非知產(chǎn)密集型公司在二級(jí)市場(chǎng)的流通股股數(shù)已達(dá)70%以上。此外，由折線可以看出，2019 年之前，兩組樣本的賣空交易量趨勢(shì)相同，交易體量相近，知產(chǎn)密集型公司交易量略小。而2019—2020 年兩組樣本差異驟增，主要原因在于知產(chǎn)密集型公司被賣空比例陡增，非知產(chǎn)密集型公司的賣空交易趨勢(shì)穩(wěn)定。出現(xiàn)這樣的異常情況很可能源于2019 年超400 家企業(yè)被取消了“高新技術(shù)企業(yè)”資格這一信號(hào)，導(dǎo)致外部投資者對(duì)創(chuàng)新型企業(yè)出現(xiàn)消極情緒，對(duì)其內(nèi)在價(jià)值及股價(jià)信息含量產(chǎn)生懷疑，亦或是跟風(fēng)做空，使得知產(chǎn)密集型公司的賣空交易量出現(xiàn)巨幅波動(dòng)，而這一影響甚至持續(xù)到了2020 年，雖然賣空交易量有所回落，但較歷史水平仍處于高位。

圖1 各組賣空交易量情況

2.上市公司創(chuàng)新產(chǎn)出的差距事實(shí)

為了剖析不同類型的公司在創(chuàng)新投入方面的差異，本文以是否為賣空標(biāo)的公司及是否為知產(chǎn)密集型公司作為樣本的分組依據(jù)，將上市公司分為四組：可賣空知產(chǎn)密集型公司、不可賣空知產(chǎn)密集型公司、可賣空非知產(chǎn)密集型公司、不可賣空非知產(chǎn)密集型公司。為最大程度反應(yīng)客觀事實(shí)，此處對(duì)于上市公司創(chuàng)新產(chǎn)出的描述不做樣本篩選，而是對(duì)所能獲取的全部觀測(cè)值進(jìn)行描述，故此發(fā)明專利申請(qǐng)量與授權(quán)量觀測(cè)值總數(shù)會(huì)略有不同。不同類型公司的發(fā)明專利申請(qǐng)量和授權(quán)量分析情況見(jiàn)表3。

表3 創(chuàng)新產(chǎn)出的分組對(duì)照

表3 中發(fā)明專利申請(qǐng)量占比及授權(quán)量占比的計(jì)算方法為，發(fā)明專利申請(qǐng)量或發(fā)明專利授權(quán)量占三類專利（發(fā)明專利、實(shí)用新型專利、外觀設(shè)計(jì)專利）申請(qǐng)或授權(quán)總量的比例，并以各組樣本量為權(quán)重進(jìn)行了小計(jì)。通過(guò)對(duì)比賣空標(biāo)的的知產(chǎn)密集型公司和非賣空標(biāo)的知產(chǎn)密集型公司可以發(fā)現(xiàn)，賣空標(biāo)的知產(chǎn)密集型公司其無(wú)論是發(fā)明專利的申請(qǐng)量還是授權(quán)量均最高，而非賣空標(biāo)的知產(chǎn)密集型公司相較非知產(chǎn)密集型公司沒(méi)有突出表現(xiàn)，反而均值較小。間接說(shuō)明了賣空與知產(chǎn)密集型公司創(chuàng)新產(chǎn)出有較強(qiáng)的相關(guān)關(guān)系，但尚無(wú)法判斷是因賣空促使其創(chuàng)新產(chǎn)出增加，還是公司出于穩(wěn)定或?qū)ν鈧鬟f利好消息的動(dòng)機(jī)而刻意為之，并且通過(guò)計(jì)算四組樣本的發(fā)明專利授權(quán)率（發(fā)明專利授權(quán)量均值/發(fā)明專利申請(qǐng)量均值）可知，賣空標(biāo)的知產(chǎn)密集型公司的發(fā)明專利授權(quán)率在四組樣本中最低，為37.19%，其他三組樣本的授權(quán)率均在40%以上。由此說(shuō)明，賣空標(biāo)的知產(chǎn)密集型公司其創(chuàng)新效率與創(chuàng)新產(chǎn)出并不成正比。因此只通過(guò)申請(qǐng)量與授權(quán)量數(shù)據(jù)是無(wú)法深入揭示其創(chuàng)新質(zhì)量是否得到真正提升。

表4 列示了創(chuàng)新產(chǎn)出分組的T 檢驗(yàn)結(jié)果。在以是否為賣空標(biāo)的進(jìn)行分組后（PANEL A），可以看出無(wú)論是發(fā)明專利申請(qǐng)數(shù)量和占比及發(fā)明專利授權(quán)數(shù)量和占比這四個(gè)指標(biāo)方面，兩組樣本均存在顯著的組間均值差異。且賣空標(biāo)的組在此四個(gè)指標(biāo)方面表現(xiàn)都優(yōu)于非賣空標(biāo)的組，說(shuō)明賣空標(biāo)的組在創(chuàng)新產(chǎn)出方面存在顯著的優(yōu)勢(shì)。在以是否為知產(chǎn)密集型公司進(jìn)行分組后（PANEL B），可以發(fā)現(xiàn)知產(chǎn)密集型公司組其以上四項(xiàng)指標(biāo)均高于非知產(chǎn)密集型公司，并存在顯著的組間均值差異。說(shuō)明知產(chǎn)密集型公司創(chuàng)新產(chǎn)出情況顯著優(yōu)于非知產(chǎn)密集型公司。對(duì)表3 中組間差異的顯著性給予了進(jìn)一步支撐。

表4 創(chuàng)新產(chǎn)出T 檢驗(yàn)

（二）描述性統(tǒng)計(jì)分析

表5 列示了各變量的描述性統(tǒng)計(jì)情況，并針對(duì)賣空標(biāo)的公司及非賣空標(biāo)的公司進(jìn)行了分組對(duì)比。表5 中，對(duì)賣空標(biāo)的公司簡(jiǎn)記為是，對(duì)非賣空標(biāo)的公司簡(jiǎn)記為否。從分組描述性統(tǒng)計(jì)中，可以發(fā)現(xiàn)在度量創(chuàng)新質(zhì)量的兩個(gè)指標(biāo)方面，賣空標(biāo)的知產(chǎn)密集型公司兩項(xiàng)指標(biāo)的平均值都高于非賣空標(biāo)的組，但賣空標(biāo)的知產(chǎn)密集型公司其無(wú)形資產(chǎn)占比均值卻低于非賣空標(biāo)的知產(chǎn)密集型上市公司，最大的可能在于現(xiàn)有創(chuàng)新成果價(jià)值被低估。股東大會(huì)的召開(kāi)次數(shù)相對(duì)非賣空標(biāo)的公司也更少，股東人數(shù)更多，其余方面的指標(biāo)差異并不大，由此可以推測(cè)出，賣空標(biāo)的公司確實(shí)更容易受到外部投資者的關(guān)注與監(jiān)督，所面對(duì)的來(lái)自資本市場(chǎng)的壓力也不言而喻，而外部投資者也可能存在低估或未挖掘到企業(yè)真實(shí)創(chuàng)新質(zhì)量的情況。

表5 分組描述性統(tǒng)計(jì)

（三）主要變量的相關(guān)性分析

主要控制變量的相關(guān)性分析結(jié)果見(jiàn)表6。右上三角列示Pearson 檢驗(yàn)，左下三角列示Spearman 檢驗(yàn)。通過(guò)對(duì)各變量間相關(guān)性分析，并未發(fā)現(xiàn)變量間存在嚴(yán)重共線性問(wèn)題。

表6 主變量相關(guān)性分析

（四）賣空對(duì)創(chuàng)新質(zhì)量的基準(zhǔn)回歸結(jié)果分析

在分別以知識(shí)寬度、專利被引量作為被解釋變量創(chuàng)新質(zhì)量的代理變量回歸后發(fā)現(xiàn)，賣空對(duì)上市公司創(chuàng)新質(zhì)量有顯著的抑制作用，具體回歸結(jié)果見(jiàn)表7。

表7 賣空對(duì)創(chuàng)新質(zhì)量的回歸結(jié)果

多期倍分法模型中的解釋變量賣空差分項(xiàng)與當(dāng)期被解釋變量知識(shí)寬度在1%的水平上顯著負(fù)相關(guān)，說(shuō)明賣空機(jī)制實(shí)施后，知產(chǎn)密集型公司發(fā)明專利的知識(shí)寬度變窄，創(chuàng)新質(zhì)量下降。滯后一期的知識(shí)寬度在10%水平上顯著為負(fù)，說(shuō)明賣空機(jī)制下，知產(chǎn)密集型公司發(fā)明專利的知識(shí)寬度變窄，并且這種負(fù)面影響還會(huì)持續(xù)。此外，解釋變量賣空差分項(xiàng)與被解釋變量專利被引量同樣在1%水平上顯著負(fù)相關(guān)，并且與滯后三期的專利被引量均顯著負(fù)相關(guān)，說(shuō)明賣空機(jī)制實(shí)施后，知產(chǎn)密集型公司專利被引次數(shù)減少，受同行認(rèn)可度降低，對(duì)未來(lái)其他專利的借鑒及貢獻(xiàn)度減少，進(jìn)而說(shuō)明其創(chuàng)新質(zhì)量是在下降的。結(jié)合以上兩方面均支持了假說(shuō)1b，即賣空顯著降低了上市公司的創(chuàng)新質(zhì)量。

五、基于委托代理理論的渠道檢驗(yàn)

由于研發(fā)創(chuàng)新屬于高風(fēng)險(xiǎn)的投資項(xiàng)目，管理層可能會(huì)對(duì)高度不確定性的項(xiàng)目進(jìn)行規(guī)避，從而減少對(duì)于創(chuàng)新活動(dòng)的各項(xiàng)投入（Belloc，2012；Kothari et al，2015）。因此，研發(fā)創(chuàng)新方面的管理層短視行為其根源還是委托代理問(wèn)題，是經(jīng)理人與股東利益不一致情況下的博弈。賣空交易并不受企業(yè)管理者的歡迎（De Angelis et al，2017），事實(shí)證據(jù)表明，上市公司被大量賣空所帶來(lái)的股價(jià)下跌風(fēng)險(xiǎn)會(huì)加速經(jīng)理人的離任，亦或是增加短期內(nèi)的利益攫取，導(dǎo)致委托代理問(wèn)題加劇，代理成本上升。據(jù)此，本文將進(jìn)一步構(gòu)建中介模型，從委托代理的角度對(duì)賣空影響知產(chǎn)密集型公司創(chuàng)新質(zhì)量的渠道進(jìn)行檢驗(yàn)。

從實(shí)踐來(lái)看，做空機(jī)構(gòu)對(duì)于股價(jià)的整體走向極具“影響力”，如渾水（Muddy Water）、美奇金（J.Capital Research）、香椽（Citron）、格勞克斯（Glaucus）及哥譚市（Gotham City）等做空機(jī)構(gòu)通過(guò)前期調(diào)研、建立空頭倉(cāng)位、發(fā)布做空?qǐng)?bào)告、待股價(jià)大幅下跌后再買(mǎi)入證券返還的方式獲利，本質(zhì)上做空機(jī)構(gòu)的目的還是盈利。倘若做空機(jī)構(gòu)避重就輕，發(fā)布刻意引導(dǎo)性的做空?qǐng)?bào)告以期更多投資者跟風(fēng)做空時(shí)，則對(duì)上市公司產(chǎn)生了非常嚴(yán)重的負(fù)面影響，并未起到市場(chǎng)監(jiān)督者的作用，也未能真正揭示企業(yè)的內(nèi)在價(jià)值，反而迫使企業(yè)在短期內(nèi)采用相對(duì)“保守”的發(fā)展戰(zhàn)略以規(guī)避潛在被賣空所帶來(lái)的巨大損失。通常管理層任期有限，而其薪酬往往與在職表現(xiàn)掛鉤或迫于外部投資者壓力等問(wèn)題（Mitchell et al，2004），企業(yè)高管傾向于將資源投入到短期活動(dòng)，甚至?xí)奚镜拈L(zhǎng)期價(jià)值來(lái)實(shí)現(xiàn)短期的盈利目標(biāo)（Graham et al，2005；Bhojraj 和Libby，2005），不利于企業(yè)的長(zhǎng)期發(fā)展（Stein，1988，1989；Ederer 和Manso，2013）。可以推論，賣空壓力會(huì)加劇經(jīng)理人的自利行為，經(jīng)理人為保證自己任期內(nèi)業(yè)績(jī)，也往往會(huì)做出減少高風(fēng)險(xiǎn)投資甚至犧牲企業(yè)長(zhǎng)期發(fā)展的決策，與大股東的利益目標(biāo)“背道而馳”。經(jīng)理人的減持行為是自利傾向的主要表現(xiàn)（黃俊威，2020），劉姝威（2015）通過(guò)對(duì)2015 年6 月滬指暴跌原因進(jìn)行分析后發(fā)現(xiàn)，暴跌的很大原因來(lái)自于近1300 家上市公司大股東及高管大量減持套現(xiàn)，市值近5000 億元，半個(gè)月內(nèi)的減持程度近乎等同于2014 年全年市場(chǎng)減持總額的兩倍之高；另外，有能力責(zé)任心強(qiáng)或任期長(zhǎng)的經(jīng)理人更有動(dòng)力通過(guò)積極的方式來(lái)提高企業(yè)價(jià)值，減少公司股價(jià)下跌的可能。因此，經(jīng)理人任期是較為合適的中介變量。

模型（1）的回歸結(jié)果已經(jīng)驗(yàn)證了賣空對(duì)創(chuàng)新質(zhì)量存在顯著的負(fù)向影響，參考溫忠麟和葉寶娟（2014）的逐步回歸法，本文在此基礎(chǔ)上建立了模型（3）及模型（4）以檢驗(yàn)代理成本的中介效應(yīng)。

其中：manager代表總經(jīng)理任期，以總經(jīng)理任職天數(shù)的對(duì)數(shù)進(jìn)行度量。模型（3）對(duì)應(yīng)逐步回歸法的第二步檢驗(yàn)，即自變量賣空差分項(xiàng)與中介變量代理成本間是否顯著相關(guān)。若θ1顯著，則賣空與代理成本存在顯著相關(guān)關(guān)系，繼而進(jìn)行下一步檢驗(yàn)。模型（4）對(duì)應(yīng)逐步回歸法的第三步檢驗(yàn)，即在加入中介變量的情況下，自變量賣空差分項(xiàng)與因變量創(chuàng)新質(zhì)量仍然顯著相關(guān)，且中介變量代理成本同樣與因變量創(chuàng)新質(zhì)量顯著相關(guān)，即α＇1與θ2均顯著，則代理成本的部分中介效應(yīng)成立，說(shuō)明賣空壓力迫使知產(chǎn)密集型公司的經(jīng)理人任期縮短，抑制了公司長(zhǎng)期研發(fā)的創(chuàng)新動(dòng)力，更甚者會(huì)進(jìn)行利益攫取，代理成本隨之上升。因此，無(wú)論從管理層戰(zhàn)略決策方面，還是公司短期投入方面均可能因經(jīng)理人任期的縮短致使創(chuàng)新質(zhì)量降低。模型（3）和模型（4）的控制變量與模型（1）保持一致，簡(jiǎn)寫(xiě)為controlsi，t。中介效應(yīng)的檢驗(yàn)結(jié)果見(jiàn)表8。

表8 的（1）、（2）列分別為以知識(shí)寬度和專利被引量作為創(chuàng)新質(zhì)量代理變量的模型（1）的回歸結(jié)果。兩組結(jié)果均顯示為α1在1%水平下顯著。表8 的（3）列為模型（3）中系數(shù)θ1的回歸結(jié)果，為-0.121，在1%水平下顯著。表8 的（4）列和（5）列分別為以知識(shí)寬度和專利被引量作為創(chuàng)新質(zhì)量代理變量的模型（4）的回歸結(jié)果。表8 的（4）列中，α＇1為-0.140，在1%水平下顯著，且其絕對(duì)值相較（1）列的α1有所減小。同時(shí)，系數(shù)θ2的回歸結(jié)果在1%水平下顯著，以上兩點(diǎn)符合逐步回歸法的判定依據(jù)，驗(yàn)證了中介效應(yīng)的存在。同理，表8 的（5）列在以專利被引量為創(chuàng)新質(zhì)量代理變量的模型中，同樣驗(yàn)證了此中介效應(yīng)的存在。因此，以上結(jié)果均體現(xiàn)了賣空促使總經(jīng)理任期縮短，代理成本上升，對(duì)創(chuàng)新質(zhì)量產(chǎn)生不利影響。

表8 基于代理成本的中介效應(yīng)檢驗(yàn)

六、穩(wěn)健性檢驗(yàn)

（一）內(nèi)生性檢驗(yàn)

對(duì)于反向因果的推測(cè)主要基于兩個(gè)方面。一方面，是從創(chuàng)新投入角度，研發(fā)投入金額增加，傳遞給資本市場(chǎng)利好信號(hào)，從而減少外部投資者的做空可能；另一方面，從創(chuàng)新產(chǎn)出角度，專利申請(qǐng)量或授權(quán)量的增加，可以幫助公司股價(jià)的提升，減少被賣空的程度。而本文所采用的創(chuàng)新質(zhì)量度量方式很好的規(guī)避了這種可能存在的反向因果問(wèn)題。因?yàn)?，賣空者多會(huì)關(guān)注分析師所發(fā)布的研究報(bào)告或企業(yè)發(fā)布的公告，但是往往這些資料中，并不會(huì)清楚的列示公司具體的專利國(guó)際分類號(hào)（IPC）及專利被引次數(shù)。也就意味著，做空者很少可能會(huì)注意并抓取到以上兩點(diǎn)信息。進(jìn)而賣空者決策更多是依據(jù)公開(kāi)資料中所常見(jiàn)的研發(fā)人員及資金的投入和產(chǎn)出，所以通過(guò)專利國(guó)際分類號(hào)（IPC）及專利被引用次數(shù)能夠更大程度上規(guī)避與賣空的反向因果問(wèn)題，從而可以更好的度量出公司真正的創(chuàng)新質(zhì)量。此外，本文也通過(guò)實(shí)證的方式對(duì)這一推理進(jìn)行驗(yàn)證。

對(duì)于反向因果的檢驗(yàn)，本文采用最直觀的方式，將模型（1）中代表賣空的解釋變量與被解釋變量創(chuàng)新質(zhì)量互換位置，具體如模型（5）所示。

其中：shorti，t代表賣空交易量。與模型（1）有所不同的是，在反向因果的檢驗(yàn)中，為了驗(yàn)證是否存在公司創(chuàng)新質(zhì)量變化引致賣空者的融券賣出行為，故而采用對(duì)賣空的定量度量方式替代賣空差分項(xiàng)這一定性度量方式，即以融券賣出量除以流通股股數(shù)的方式進(jìn)行測(cè)度。需要說(shuō)明的是，因融券賣出量建立在樣本只有賣空標(biāo)的公司的基礎(chǔ)上。因此該檢驗(yàn)的樣本量相對(duì)主體檢驗(yàn)較少。創(chuàng)新質(zhì)量的度量方式保持不變，仍通過(guò)知識(shí)寬度及專利被引量?jī)蓚€(gè)角度進(jìn)行衡量。模型（5）中解釋變量為創(chuàng)新質(zhì)量，其系數(shù)β1為回歸結(jié)果的重點(diǎn)。若β1結(jié)果顯著，說(shuō)明創(chuàng)新能夠影響賣空交易量，進(jìn)而說(shuō)明賣空對(duì)知識(shí)寬度、專利被引量的影響可能存在反向因果的問(wèn)題。反之，若β1結(jié)果不顯著，則反向因果不成立。模型（5）的回歸結(jié)果見(jiàn)表9。

表9 的回歸結(jié)果表明，以知識(shí)寬度及專利被引量作為解釋變量后，其與賣空交易量的回歸系數(shù)不顯著，證明了以知識(shí)寬度及專利被引量作為創(chuàng)新質(zhì)量的度量并不會(huì)與賣空交易量產(chǎn)生反向因果的問(wèn)題。

表9 反向因果檢驗(yàn)結(jié)果

（二）替換變量的度量方法

首先，對(duì)主檢驗(yàn)中賣空的代理變量進(jìn)行替換，由賣空的定性度量方式，即交互項(xiàng)list×post替換為賣空的定量度量方式——融券賣出量除以流通股股數(shù)。其次，更換知識(shí)寬度的計(jì)算方法。知識(shí)寬度的另一測(cè)度方式參照張杰和鄭文平（2018）對(duì)創(chuàng)新質(zhì)量的度量，采用赫芬達(dá)爾指數(shù)的設(shè)計(jì)思路，依據(jù)專利的IPC 設(shè)計(jì)創(chuàng)新質(zhì)量代理變量。具體如下：類赫芬達(dá)爾指數(shù)的知識(shí)寬度=1-∑σ2，其中σ為IPC 中各大組分類所占比重，數(shù)值越大代表所用知識(shí)寬度越大，專利質(zhì)量越高。具體回歸結(jié)果見(jiàn)表10。

表10 替換主要變量度量方法的穩(wěn)健性檢驗(yàn)

通過(guò)以上對(duì)解釋變量和被解釋變量更換度量方式進(jìn)行替代性檢驗(yàn)后，賣空交易量與創(chuàng)新質(zhì)量在5%水平上顯著負(fù)相關(guān)，賣空差分項(xiàng)與更換計(jì)算方式的知識(shí)寬度在1%水平上負(fù)相關(guān)。綜上，更換代理變量度量方式后的回歸結(jié)果與主檢驗(yàn)結(jié)論一致，說(shuō)明賣空降低了知產(chǎn)密集型公司創(chuàng)新質(zhì)量這一結(jié)論成立且穩(wěn)健。

此外，進(jìn)一步從財(cái)務(wù)角度對(duì)代理成本進(jìn)行度量，以總資產(chǎn)周轉(zhuǎn)率表征代理成本（王明琳等，2014）?？傎Y產(chǎn)周轉(zhuǎn)率越高，代理成本越低。其內(nèi)在邏輯是，賣空威脅往往使得管理層進(jìn)行更為保守的決策，如同資本市場(chǎng)的投資者，保守的投資并不會(huì)使資金效率最大化，資金持有人往往會(huì)為了規(guī)避風(fēng)險(xiǎn)而降低資金的使用效率。因此對(duì)于公司而言，其總資產(chǎn)的周轉(zhuǎn)效率也能看出其經(jīng)理人的決策傾向和相應(yīng)的經(jīng)濟(jì)后果。如果經(jīng)理人因?yàn)橘u空威脅而做出保守決策，則公司利用其資產(chǎn)進(jìn)行經(jīng)營(yíng)的效率會(huì)隨之下降，直觀的體現(xiàn)為總資產(chǎn)周轉(zhuǎn)率的下降。檢驗(yàn)方法同樣采用逐步回歸法，回歸模型與模型（1）、模型（3）和模型（4）基本一致，僅將模型（3）和模型（4）的總經(jīng)理任期（manager）這一代理變量替換為總資產(chǎn)周轉(zhuǎn)率（agency）這一代理變量。具體如模型（6）和模型（7）所示。

其中：agencyi，t表示總資產(chǎn)周轉(zhuǎn)率?；貧w結(jié)果見(jiàn)表11。

表11 的（1）列和表11 的（2）列為分別以知識(shí)寬度和專利被引量為創(chuàng)新質(zhì)量代理變量的模型（1）的回歸結(jié)果，對(duì)應(yīng)逐步回歸法的第一步檢驗(yàn)。系數(shù)α1在1%水平下顯著，為表7 所驗(yàn)證的賣空對(duì)創(chuàng)新質(zhì)量存在顯著負(fù)向影響。表11 的（3）列為模型（6）的回歸結(jié)果，對(duì)應(yīng)逐步回歸法的第二步檢驗(yàn)。系數(shù)γ1在1%水平下顯著，系數(shù)為負(fù)，說(shuō)明賣空會(huì)降低總資產(chǎn)周轉(zhuǎn)率，繼而說(shuō)明賣空一定程度上增加了代理成本。表11 的（4）列和（5）列為分別以知識(shí)寬度和專利被引量為創(chuàng)新質(zhì)量代理變量的模型（7）的回歸結(jié)果，對(duì)應(yīng)逐步回歸法的第三步。系數(shù)α″1和γ2均在1%水平下顯著，且α″1的絕對(duì)值小于α1，說(shuō)明現(xiàn)階段賣空確實(shí)加重了委托代理問(wèn)題，使得管理層在研發(fā)創(chuàng)新方面做出更多不利決策，導(dǎo)致創(chuàng)新質(zhì)量下降。系數(shù)γ1與γ2的乘積即為中介效應(yīng)的影響大小。在以專利被引量為創(chuàng)新質(zhì)量代理變量的回歸中，該中介效應(yīng)同樣成立，且同樣體現(xiàn)為賣空加劇了委托代理問(wèn)題，使得創(chuàng)新質(zhì)量下降，佐證了前述研究結(jié)論。

表11 改變代理成本度量方法的穩(wěn)健性檢驗(yàn)

（三）Sobel 中介效應(yīng)檢驗(yàn)

在檢驗(yàn)賣空對(duì)創(chuàng)新質(zhì)量影響的主檢驗(yàn)中，采用了逐步回歸法對(duì)中介效應(yīng)進(jìn)行檢驗(yàn)。在穩(wěn)健性檢驗(yàn)部分，采用系數(shù)乘積檢驗(yàn)法中的Sobe（l1982，1987）檢驗(yàn)方法對(duì)中介效應(yīng)進(jìn)行補(bǔ)充性檢驗(yàn)。Sobel 檢驗(yàn)所采用的模型與逐步回歸法相同，增加了對(duì)于模型（3）和模型（4）中θ1與θ2系數(shù)的聯(lián)合檢驗(yàn)，其檢驗(yàn)統(tǒng)計(jì)量方法如式（8）所示。此檢驗(yàn)法能夠避免因?yàn)槠渲幸粋€(gè)系數(shù)不顯著導(dǎo)致整個(gè)中介效應(yīng)不成立的問(wèn)題，彌補(bǔ)了逐步回歸法檢驗(yàn)力低的不足。因?yàn)閷?shí)踐中往往存在弱中介效應(yīng)，若有遮掩效應(yīng)（suppression）的疊加，則會(huì)導(dǎo)致逐步回歸中部分系數(shù)不顯著，中介效應(yīng)難以檢出的問(wèn)題。Sobel 檢驗(yàn)結(jié)果見(jiàn)表12，其中：Goodman-1（Aroian）及Goodman-2 與Sobel三行共同列示Sobel 檢驗(yàn)的結(jié)果；a coefficient表示解釋變量對(duì)中介變量的影響；b coefficient表示中介變量對(duì)被解釋變量的影響。

其中：Z表示Z統(tǒng)計(jì)量，即對(duì)于模型（4）中θ1與θ2系數(shù)聯(lián)合檢驗(yàn)的統(tǒng)計(jì)量；為系數(shù)θ1的估計(jì)值；為系數(shù)θ2的估計(jì)值；Sθ1θ2為系數(shù)θ1θ2的標(biāo)準(zhǔn)誤。

由表12 可以看出，檢驗(yàn)結(jié)果前三行Sobel 檢驗(yàn)結(jié)果所對(duì)應(yīng)的P值均在1%水平上顯著，說(shuō)明中介效應(yīng)成立。a coefficient及b coefficient分別匯報(bào)了θ1與θ2的系數(shù)值及其顯著性，與逐步回歸法的檢驗(yàn)結(jié)果基本一致，且更詳細(xì)的匯報(bào)了中介效應(yīng)在總效應(yīng)中的占比。在以知識(shí)寬度作為創(chuàng)新質(zhì)量代理變量的回歸中，代理成本起到的中介效應(yīng)占賣空對(duì)創(chuàng)新質(zhì)量總效應(yīng)的32.4%。在以專利被引量作為創(chuàng)新質(zhì)量代理變量的回歸中，代理成本起到的中介效應(yīng)占賣空對(duì)創(chuàng)新質(zhì)量總效應(yīng)的5.7%，前述結(jié)果穩(wěn)健。

表12 Sobel 中介效應(yīng)檢驗(yàn)

七、結(jié)論與建議

本文響應(yīng)“十四五規(guī)劃”以高質(zhì)量創(chuàng)新引領(lǐng)高質(zhì)量發(fā)展這一戰(zhàn)略導(dǎo)向，聚焦于知識(shí)產(chǎn)權(quán)（專利）密集型產(chǎn)業(yè)，基于賣空交易機(jī)制實(shí)施滿十年，交易標(biāo)的歷經(jīng)六次擴(kuò)容這一研究背景，采用多期倍分法對(duì)賣空的實(shí)施效果進(jìn)行檢驗(yàn)。本文通過(guò)對(duì)國(guó)際專利分類號(hào)（IPC）進(jìn)行深度解讀，從專利自身屬性的角度對(duì)創(chuàng)新質(zhì)量進(jìn)行剖析，同時(shí)以專利被引量這一客觀指標(biāo)進(jìn)行佐證，多角度、全方位、深層次的對(duì)創(chuàng)新的實(shí)質(zhì)效果進(jìn)行度量。研究發(fā)現(xiàn)，賣空對(duì)知識(shí)產(chǎn)權(quán)（專利）密集型公司的創(chuàng)新質(zhì)量具有顯著負(fù)向影響，且會(huì)持續(xù)至少一到三年。這一影響主要通過(guò)委托代理路徑進(jìn)行傳導(dǎo)。研究表明，賣空這一交易機(jī)制的放開(kāi)及后續(xù)實(shí)際賣空交易量的變動(dòng)均會(huì)對(duì)上市公司經(jīng)理人決策產(chǎn)生影響，從目前來(lái)看主要是消極影響，直接體現(xiàn)為專利寬度的減少，削弱了對(duì)同行的借鑒和啟發(fā)意義，專利被引次數(shù)減少，在一定程度上降低了創(chuàng)新的社會(huì)價(jià)值。

根據(jù)以上研究結(jié)論，本文提出相應(yīng)的政策建議：

首先，解決現(xiàn)階段賣空對(duì)創(chuàng)新內(nèi)在價(jià)值的消極影響應(yīng)該從兩頭抓起，一頭是外部投資者，另一頭是上市公司。外部投資者端要推動(dòng)健全各類專業(yè)投資者長(zhǎng)周期考核機(jī)制，引導(dǎo)投資者深層次解讀上市公司研發(fā)信息。近年來(lái)，我國(guó)逐漸加強(qiáng)對(duì)知識(shí)產(chǎn)權(quán)的保護(hù)，可以推測(cè)上市公司在研發(fā)方面的關(guān)鍵信息也將會(huì)被保護(hù)的更加嚴(yán)格，所以教育投資者深層次解讀上市公司披露的研發(fā)信息，既能幫助投資者挖掘企業(yè)內(nèi)在價(jià)值，減少投機(jī)行為，又能促進(jìn)上市公司注重創(chuàng)新成果質(zhì)量，將更多資源投放至研發(fā)創(chuàng)新領(lǐng)域，以此形成良性循環(huán)。上市公司端要完善健全經(jīng)理人內(nèi)部激勵(lì)機(jī)制，促進(jìn)經(jīng)理人與大股東利益目標(biāo)一致化，可以通過(guò)股權(quán)激勵(lì)等方式緩解經(jīng)理人道德風(fēng)險(xiǎn)行為，延長(zhǎng)其任期及穩(wěn)定性，從而緩解委托代理問(wèn)題所引致的公司研發(fā)創(chuàng)新被削減或“做表面文章”的現(xiàn)象。

其次，鼓勵(lì)金融機(jī)構(gòu)為科技創(chuàng)新型公司拓展融資渠道，建立更有針對(duì)性的信審機(jī)制，提高審批效率，縮短申請(qǐng)周期。知產(chǎn)密集型公司大多具有注重研發(fā)的特點(diǎn)，而研發(fā)活動(dòng)本身是高投入、高風(fēng)險(xiǎn)、見(jiàn)效慢的活動(dòng)，但融資又是此類企業(yè)生存發(fā)展的必然選擇，大量的融資必然會(huì)伴隨融資風(fēng)險(xiǎn)。與此同時(shí)，賣空的規(guī)模還在不斷的加大，更是“險(xiǎn)上加險(xiǎn)”。但當(dāng)賣空已成必然且無(wú)法躲避，公司要調(diào)整自身的融資結(jié)構(gòu)，平衡融資所帶來(lái)的收益和風(fēng)險(xiǎn)，以創(chuàng)造最利于公司創(chuàng)新的環(huán)境。

最后，審慎有序逐步放開(kāi)賣空機(jī)制，加強(qiáng)對(duì)做空機(jī)構(gòu)及做空?qǐng)?bào)告的監(jiān)管。賣空機(jī)制的引入，初衷是為了化解只有買(mǎi)空機(jī)制下“單邊市”的市場(chǎng)風(fēng)險(xiǎn)，以及證券供求失衡所帶來(lái)的市場(chǎng)巨幅震蕩的可能，對(duì)沖股價(jià)下跌時(shí)投資者所承受的巨大損失，推動(dòng)股價(jià)與企業(yè)真實(shí)業(yè)績(jī)的關(guān)聯(lián)度，同時(shí)健全了資本市場(chǎng)的外部監(jiān)督機(jī)制，助力市場(chǎng)長(zhǎng)期穩(wěn)定健康發(fā)展?，F(xiàn)階段賣空標(biāo)的范圍還在不斷擴(kuò)容，可賣空空間也在持續(xù)擴(kuò)大，科創(chuàng)板也加入了賣空標(biāo)的的隊(duì)伍。因此在供給面不斷擴(kuò)大的基礎(chǔ)上，更要充分發(fā)揮市場(chǎng)的力量，給予這類未來(lái)支撐和引領(lǐng)國(guó)家高質(zhì)量發(fā)展的主力軍隊(duì)伍健康的成長(zhǎng)環(huán)境。雖然目前我國(guó)本土的專業(yè)做空機(jī)構(gòu)還為數(shù)不多，并未出現(xiàn)大量惡意做空事件，但是隨著賣空標(biāo)的公司數(shù)量的增多，加之注冊(cè)制未來(lái)的全面推廣，科創(chuàng)板板塊的急速發(fā)展，完善對(duì)做空機(jī)構(gòu)的監(jiān)管，才能促使做空機(jī)構(gòu)真正發(fā)揮出市場(chǎng)外部監(jiān)督者的作用。