股價(jià)特質(zhì)信息與全要素生產(chǎn)率：信息有效還是無(wú)效？

張志元 馬永凡 胡興存

摘? ?要：在資本市場(chǎng)深化改革和經(jīng)濟(jì)高質(zhì)量發(fā)展轉(zhuǎn)型的當(dāng)下，金融市場(chǎng)信息是否能有效作用于公司的生產(chǎn)效率呢？本文基于我國(guó)2010—2019年A股的非金融企業(yè)數(shù)據(jù)，檢驗(yàn)了股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率的影響及路徑機(jī)制。研究發(fā)現(xiàn)：（1）股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率具有顯著提升作用;（2）信息的有效性依賴于企業(yè)優(yōu)化資源配置與脫虛向?qū)嵡纴?lái)實(shí)現(xiàn);（3）該作用基于企業(yè)異質(zhì)性產(chǎn)生了不同效果，在非國(guó)有、成立年齡較小、治理完善的企業(yè)中提升作用更為明顯;（4）多層次資本市場(chǎng)建設(shè)有助于信息傳遞效率的提升，是資本市場(chǎng)改革的一劑良藥。本文拓展了市場(chǎng)信息有效性的研究，為股市的信息價(jià)值提供了重要的經(jīng)驗(yàn)證據(jù)，為深化資本市場(chǎng)改革與經(jīng)濟(jì)高質(zhì)量發(fā)展提供了政策啟示。

關(guān)鍵詞：股價(jià)信息;全要素生產(chǎn)率;企業(yè)金融化;公司治理

中圖分類號(hào)：F832.5? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1674-2265（2021）11-0003-10

DOI：10.19647/j.cnki.37-1462/f.2021.11.001

一、引言

價(jià)值發(fā)現(xiàn)是金融市場(chǎng)的重要功能之一。股價(jià)往往能夠引導(dǎo)稀缺資源實(shí)現(xiàn)最優(yōu)化的配置以幫助公司獲取最大化的回報(bào)，其主要原因在于市場(chǎng)中充斥著大量的機(jī)構(gòu)投資者和散戶，參與者的信息匯總形成了一種有效的定價(jià)機(jī)制（Hayek，1945）[1]。Roll（1984）[2]就曾發(fā)現(xiàn)相比于國(guó)家氣象局，橙汁期貨的價(jià)格似乎能更好地預(yù)測(cè)未來(lái)的天氣情況。上述現(xiàn)象的前提是資本市場(chǎng)的有效性，更確切地說(shuō)是股價(jià)反映公司實(shí)際經(jīng)營(yíng)狀況的能力和真實(shí)性。在現(xiàn)有研究中，學(xué)者們最常用股價(jià)同步性（Stock Price Synchroicity）來(lái)衡量股價(jià)的信息含量。該指標(biāo)越高則說(shuō)明股市中的“同漲同跌”現(xiàn)象越嚴(yán)重，即個(gè)股波動(dòng)與市場(chǎng)平均波動(dòng)之間相關(guān)性越高，則股價(jià)信息含量越低。Morch等（2000）[3]研究發(fā)現(xiàn)我國(guó)股票市場(chǎng)的股價(jià)同步性位居全球第二，遠(yuǎn)高于發(fā)達(dá)國(guó)家。換言之，我國(guó)證券市場(chǎng)中股價(jià)波動(dòng)更多地是由宏觀環(huán)境和市場(chǎng)變動(dòng)造成的，這就嚴(yán)重削弱了金融市場(chǎng)的價(jià)值發(fā)現(xiàn)功能。2020年4月發(fā)布的《中共中央? 國(guó)務(wù)院關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見(jiàn)》明確了資本市場(chǎng)提升資源配置效率的重要性，這也是構(gòu)建多層次資本市場(chǎng)的深刻內(nèi)涵，因而經(jīng)驗(yàn)分析我國(guó)股價(jià)特質(zhì)信息的經(jīng)濟(jì)效應(yīng)，對(duì)于提升資本市場(chǎng)資源配置效率、服務(wù)實(shí)體經(jīng)濟(jì)發(fā)展以及資本市場(chǎng)的深化改革都具有重要的理論與現(xiàn)實(shí)意義。

現(xiàn)有關(guān)于股價(jià)特質(zhì)信息的研究主要集中在三個(gè)層面：一是股價(jià)特質(zhì)信息的衡量與測(cè)度。該層面的研究開(kāi)啟于Roll（1988）[4]對(duì)股價(jià)同步性的測(cè)度，隨后眾多學(xué)者也對(duì)Roll的模型做了完善與拓展（Morck等，2000;Durnev等，2003;許年行等，2011）[3，5，6]。目前學(xué)術(shù)界對(duì)于股價(jià)同步性這一指標(biāo)可以衡量股價(jià)的信息含量這一問(wèn)題基本達(dá)成了一致。二是股價(jià)信息差異的形成機(jī)制。Roll（1988）[4]在最早有關(guān)股價(jià)同步性的研究中給出了兩個(gè)角度的解釋——信息效率觀和噪音基礎(chǔ)觀，后續(xù)學(xué)者們針對(duì)這兩個(gè)角度形成了兩大流派。持信息效率觀的學(xué)者們認(rèn)為股價(jià)能夠給投資者和決策者提供有用信息，形成效率信息指導(dǎo)投資與生產(chǎn)（Chen等，2007;馮用富等，2009）[7，8];持噪音基礎(chǔ)觀的學(xué)者們則認(rèn)為由于信息處理能力、信息成本的不同使得市場(chǎng)充滿噪聲交易，進(jìn)而影響資源配置效率（Barberis等，2005;林忠國(guó)等，2012）[9，10]。三是股價(jià)特質(zhì)信息的“前因后果”。股價(jià)特質(zhì)信息的“前因”包括公司治理結(jié)構(gòu)、投資者行為以及監(jiān)管與監(jiān)督等（Gul等，2010;陸劍清和陳明珠，2015;伊志宏等，2019）[11-13]，“后果”則主要是指其影響了企業(yè)管理層決策與行為（Defond和Hung，2004;Zuo，2016）[14，15]。

在前文的梳理中，不難看出學(xué)術(shù)界已經(jīng)圍繞股價(jià)信息做了大量研究，但現(xiàn)階段仍有兩個(gè)問(wèn)題有待新的經(jīng)驗(yàn)證據(jù)進(jìn)行解答：一是股價(jià)特質(zhì)信息是否能被管理者和投資者接收和學(xué)習(xí)，并用于指導(dǎo)企業(yè)未來(lái)生產(chǎn)與發(fā)展？二是股價(jià)特質(zhì)信息對(duì)企業(yè)生產(chǎn)效率影響的機(jī)制路徑是什么？本文主要關(guān)注股價(jià)的特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率（TFP）的影響，即市場(chǎng)信息能否用于指導(dǎo)生產(chǎn)，有效還是無(wú)效？此外，我國(guó)現(xiàn)階段正處于多層次資本市場(chǎng)發(fā)展的奠基階段，那么多層次資本市場(chǎng)的建設(shè)是主板擴(kuò)容還是市場(chǎng)細(xì)分，有助于效率提升和帕累托改進(jìn)嗎？

本文基于2010—2019年我國(guó)A股非金融類上市企業(yè)樣本，提供了股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率影響的經(jīng)驗(yàn)證據(jù)。本文的或有貢獻(xiàn)在于：一是本文提供了股價(jià)信息有效作用于企業(yè)生產(chǎn)的經(jīng)驗(yàn)證據(jù)，拓展了市場(chǎng)信息有效性的研究;二是本文為金融市場(chǎng)服務(wù)實(shí)體經(jīng)濟(jì)提供了有力證明，對(duì)于現(xiàn)有文獻(xiàn)中向金融市場(chǎng)學(xué)習(xí)能否優(yōu)化資源配置的爭(zhēng)論提供了新證據(jù)（David等，2016;Bennett等，2020）[16，17];三是本文通過(guò)提升資源配置效率和優(yōu)化金融資產(chǎn)配置兩個(gè)渠道，揭示了股價(jià)特質(zhì)信息提升企業(yè)全要素生產(chǎn)率的內(nèi)在機(jī)制，深化了對(duì)市場(chǎng)信息如何影響企業(yè)行為的認(rèn)識(shí);四是本文檢驗(yàn)了我國(guó)多層次資本市場(chǎng)的建設(shè)效果，為更進(jìn)一步的資本市場(chǎng)細(xì)分提供了經(jīng)驗(yàn)證據(jù)。

二、文獻(xiàn)綜述與研究假設(shè)

（一）文獻(xiàn)綜述

有關(guān)股價(jià)特質(zhì)信息的研究可以追溯到King（1966）[18]的發(fā)現(xiàn)，其認(rèn)為公司個(gè)股的回報(bào)率與行業(yè)回報(bào)率和市場(chǎng)回報(bào)率顯著相關(guān)。沿襲這一研究思路，Morck等（2000）[3]和Roll（1988）[4]提出了用個(gè)股回報(bào)與行業(yè)回報(bào)回歸的R2來(lái)表示股價(jià)的同步性。解決了股價(jià)特質(zhì)信息的測(cè)度問(wèn)題后，眾多學(xué)者圍繞這一問(wèn)題展開(kāi)了“前因后果”研究，旨在更好地提升公司治理水平與資本市場(chǎng)的定價(jià)效率。

1.股價(jià)特質(zhì)信息的“前因”研究。從宏觀視角看，Morck等（2000）[3]認(rèn)為司法制度對(duì)投資者的保護(hù)會(huì)明顯降低股價(jià)同步性，這也是發(fā)達(dá)國(guó)家股價(jià)更多反映公司特質(zhì)的緣由;丁重和鄧可斌（2013）[19]基于財(cái)政分權(quán)視角檢驗(yàn)了分權(quán)式改革對(duì)公司特質(zhì)信息的影響，并發(fā)現(xiàn)財(cái)政分權(quán)提升了股價(jià)的特質(zhì)信息含量;陳冬華和姚振曄（2018）[20]基于產(chǎn)業(yè)政策視角研究發(fā)現(xiàn)政府的產(chǎn)業(yè)政策宣告行為降低了公司的股價(jià)同步性，提升了資本市場(chǎng)效率。從微觀視角看，李增泉（2005）[21]基于第一股東持股比例視角檢驗(yàn)了其對(duì)股價(jià)特質(zhì)信息的影響，發(fā)現(xiàn)利益協(xié)同與壕溝防御效應(yīng)同時(shí)存在;Gul等（2010）[11]研究發(fā)現(xiàn)外資持股與“四大”審計(jì)的公司股價(jià)同步性較低，特質(zhì)信息較為豐富;黃俊和郭照蕊（2014）[22]基于媒體報(bào)道視角發(fā)現(xiàn)媒體報(bào)道可以使公司特質(zhì)融入股價(jià)進(jìn)而得以表現(xiàn);伊志宏等（2019）[13]基于分析師研究報(bào)告的文本分析發(fā)現(xiàn)，分析師可以通過(guò)報(bào)告中公司特質(zhì)信息含量引起市場(chǎng)關(guān)注進(jìn)而使得公司股價(jià)同步性較低，特質(zhì)信息進(jìn)一步突顯。不難發(fā)現(xiàn)，伴隨著制度建設(shè)的日趨完善與公司治理（內(nèi)部治理與外部治理）的日趨成熟，股價(jià)同步性會(huì)逐步降低，公司特質(zhì)信息得以突顯。

2.股價(jià)特質(zhì)信息的“后果”研究。從市場(chǎng)層面看，Wurgler（2000）[23]從全球視角出發(fā)，研究發(fā)現(xiàn)股價(jià)公司特質(zhì)信息含量越低，資本配置效率就越低，這嚴(yán)重阻礙了資本市場(chǎng)的資金效率;從行業(yè)層面來(lái)看，公司特質(zhì)信息越豐富，行業(yè)整體的資本投資決策水平越高，市場(chǎng)效率越高（Durnev等，2003）[5];從公司層面來(lái)看，Defond和Hung（2004）[14]發(fā)現(xiàn)公司特質(zhì)信息含量越低，公司置換掉業(yè)績(jī)較差高管的可能性就越低，因?yàn)檩^高的股價(jià)同步性混淆了原有的識(shí)別機(jī)制，F(xiàn)erreira等（2011）[24]也側(cè)面證實(shí)了這一觀點(diǎn)，其發(fā)現(xiàn)股價(jià)的信息含量與董事會(huì)的監(jiān)管可以相互替代?？傊?，股價(jià)特質(zhì)信息有利于資本市場(chǎng)資源有效配置，同時(shí)對(duì)公司決策與治理也起到一定的積極作用。

3. 企業(yè)全要素生產(chǎn)率的影響研究。近年來(lái)，全要素生產(chǎn)率的相關(guān)研究越來(lái)越受到學(xué)術(shù)界的重視。2009—2018年知網(wǎng)收錄的有關(guān)全要素生產(chǎn)率的學(xué)術(shù)論文年均837篇，其中2018年的文獻(xiàn)中CSSCI與北大核心期刊論文占59.5%（朱沛華和陳林，2020）[25]。企業(yè)全要素生產(chǎn)率的影響因素較多①：從宏觀層面看，經(jīng)濟(jì)集聚（李曉萍等，2015）[26]、貿(mào)易自由化（邱斌等，2014）[27]、行政審批（朱光順等，2020）[28]、環(huán)境規(guī)制（李樹(shù)和翁衛(wèi)國(guó)，2014）[29]等都會(huì)直接或者間接影響企業(yè)的全要素生產(chǎn)率;從微觀層面看，企業(yè)的產(chǎn)權(quán)制度（劉小玄，2000）[30]、公司治理（王紅盾等，2019）[31]、企業(yè)年齡（Loderer等，2017）[32]等等也會(huì)對(duì)企業(yè)全要素起到提升或者抑制作用。總之，企業(yè)全要素生產(chǎn)率是培育經(jīng)濟(jì)新動(dòng)能的主要著力點(diǎn)，深入探究股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率的影響機(jī)制，有利于揭示和推動(dòng)我國(guó)經(jīng)濟(jì)的高質(zhì)量發(fā)展。

綜上所述，當(dāng)股價(jià)包含公司特質(zhì)時(shí)，股價(jià)同步性降低，特質(zhì)信息含量提升，而資本市場(chǎng)建設(shè)、公司治理既是股價(jià)特質(zhì)信息的“前因”又是“后果”。然而，與“后果”研究相比，現(xiàn)有文獻(xiàn)關(guān)于股價(jià)特質(zhì)信息的“前因”研究要明顯更為豐富飽滿。那么公司管理者與投資者是否能從股價(jià)的特質(zhì)信息中接收并學(xué)習(xí)相關(guān)信息再用于指導(dǎo)公司投入產(chǎn)出決策呢？

（二）研究假設(shè)

1. 股價(jià)特質(zhì)信息與全要素生產(chǎn)率。Dow和Gorton（1997）[33]建立了企業(yè)管理者向股價(jià)信息學(xué)習(xí)的模型，其認(rèn)為在均衡點(diǎn)投資者會(huì)根據(jù)股價(jià)信息進(jìn)行交易，投資者的行為進(jìn)入到股票定價(jià)中，隨后企業(yè)管理者根據(jù)股市的定價(jià)再進(jìn)行公司的生產(chǎn)決策和投資決策。換言之，股價(jià)中不僅包含了企業(yè)管理者所掌握的信息，還應(yīng)該囊括市場(chǎng)中投資者等私人信息。這些私人信息具有一定的反饋效應(yīng)（于麗峰等，2014）[34]，有助于企業(yè)管理者發(fā)現(xiàn)有效的投資機(jī)會(huì)。此外，Bennett等（2017）[35]還發(fā)現(xiàn)股價(jià)的特質(zhì)信息有助于降低委托代理風(fēng)險(xiǎn)，委托人可以根據(jù)股價(jià)的信息來(lái)觀察代理人的工作狀況，從而降低兩者之間的信息不對(duì)稱。更進(jìn)一步，Zuo（2016）[15]發(fā)現(xiàn)股價(jià)信息與企業(yè)信息披露程度正相關(guān)，即股價(jià)信息越豐富，公司信息環(huán)境越公開(kāi)透明，這在一定程度上降低了企業(yè)的財(cái)務(wù)約束。因而，不管從公司自身利益出發(fā)還是從代理人利益出發(fā)，其都具有接收和學(xué)習(xí)股價(jià)特質(zhì)信息的動(dòng)機(jī)，并用于指導(dǎo)企業(yè)的投入與產(chǎn)出，使其更具效率性?；诖?，本文提出如下假說(shuō)：

H1：股價(jià)特質(zhì)信息是有效的，即股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率具有正向的提升作用。

2. 股價(jià)特質(zhì)信息對(duì)全要素生產(chǎn)率的影響機(jī)制?；谏衔牡姆治觯竟芾碚呔哂袕墓蓛r(jià)特質(zhì)信息學(xué)習(xí)的直接或者間接動(dòng)機(jī)，那么最有效的做法就是調(diào)整企業(yè)現(xiàn)有的投入產(chǎn)出決策。Bennett等（2020）[17]的研究發(fā)現(xiàn)不管是以知情交易概率（PIN）還是股價(jià)非同步性衡量股價(jià)特質(zhì)信息，特質(zhì)信息越豐富企業(yè)收入水平越高且運(yùn)營(yíng)成本越低。因而，股價(jià)特質(zhì)信息影響了企業(yè)的成本與收入，提升了企業(yè)資源配置效率，即存在資源配置渠道。此外，在我國(guó)企業(yè)中普遍存在著脫實(shí)向虛的現(xiàn)象，即企業(yè)金融渠道的利潤(rùn)積累成為企業(yè)盈利的主要模式（張成思和張步曇，2016）[36]。雖然企業(yè)過(guò)度金融化的危害性在學(xué)術(shù)界已然達(dá)成共識(shí)，但是由于我國(guó)企業(yè)整體所面臨的金融環(huán)境仍然是“金融抑制”，因而從財(cái)務(wù)約束的層面來(lái)看，金融資產(chǎn)配置在一定程度上起到了“蓄水池”作用（劉貫春，2017;Brown和Petersen，2011）[37，38]。故此，在管理者捕獲到企業(yè)特質(zhì)信息的情況下，有理由也有動(dòng)機(jī)調(diào)整金融資產(chǎn)配置，將其投入到企業(yè)生產(chǎn)的關(guān)鍵環(huán)節(jié)，用于緩解面臨的財(cái)務(wù)約束，即存在脫虛向?qū)嵡馈；诖?，本文提出如下假說(shuō)：

H2a：股價(jià)特質(zhì)信息會(huì)幫助管理者改變?cè)械耐度氘a(chǎn)出模式，優(yōu)化企業(yè)現(xiàn)有的資源配置，提升資源利用效率以促進(jìn)企業(yè)全要素生產(chǎn)率的提升;

H2b：股價(jià)特質(zhì)信息會(huì)使得管理者將原有的金融資產(chǎn)變現(xiàn)補(bǔ)充到企業(yè)生產(chǎn)與投資環(huán)節(jié)，實(shí)現(xiàn)脫虛向?qū)崳M(jìn)而提升企業(yè)全要素生產(chǎn)率。

3. 基于公司特征的異質(zhì)性分析。首先，我們認(rèn)為產(chǎn)權(quán)性質(zhì)的不同導(dǎo)致了股價(jià)特質(zhì)信息對(duì)企業(yè)全要素的影響存在差異。一般來(lái)說(shuō)市場(chǎng)經(jīng)濟(jì)中自發(fā)形成的企業(yè)模式往往效率更高，而過(guò)多干預(yù)與人為設(shè)計(jì)的企業(yè)模式往往需要實(shí)踐磨合與必要修正（劉小玄，2020）[30]。因而相對(duì)于國(guó)有企業(yè)來(lái)說(shuō)，非國(guó)有企業(yè)往往更能迅速調(diào)整戰(zhàn)略把握市場(chǎng)機(jī)會(huì)。其次，從企業(yè)年齡來(lái)看，成立較早的企業(yè)經(jīng)歷長(zhǎng)時(shí)間的市場(chǎng)歷練，一般會(huì)形成較為成熟的運(yùn)營(yíng)機(jī)制與管理層級(jí)（Loderer等，2017）[32]，因而在受到信息沖擊時(shí)其調(diào)整速度會(huì)更慢。最后，公司治理水平也會(huì)對(duì)企業(yè)生產(chǎn)率以及市場(chǎng)決策產(chǎn)生影響，公司治理越好越能保證利益的協(xié)同性，緩解經(jīng)營(yíng)管理中的信息不對(duì)稱問(wèn)題（王洪盾等，2019）[31]，因而公司治理越完善，企業(yè)在受到信息沖擊時(shí)的調(diào)整速度越快?；诖?，本文提出如下假設(shè)：

H3a：相較于國(guó)有企業(yè)，股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率的提升作用在非國(guó)有企業(yè)中更為明顯;

H3b：相較于年齡較大的企業(yè)，股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率的提升作用在年齡較小的企業(yè)中更為明顯;

H3c：股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率的提升作用在公司治理較為完善的企業(yè)中更為明顯。

綜上所述，本文的基本研究框架總結(jié)如圖1所示。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文選取了我國(guó)2010—2019年所有A股上市公司數(shù)據(jù)，檢驗(yàn)了股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率的影響。數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)。我們對(duì)樣本企業(yè)做了如下篩選：（1）剔除掉金融類上市企業(yè);（2）剔除掉ST和*ST企業(yè);（3）剔除掉主要變量數(shù)據(jù)缺失嚴(yán)重的企業(yè)。最后，為了降低極端值的影響本文對(duì)所有連續(xù)變量進(jìn)行了上下1%的縮尾（Winsorize）處理。

（二）變量設(shè)定

1. 股價(jià)特質(zhì)信息（nonsyn）。根據(jù)上文的梳理，目前學(xué)術(shù)界對(duì)股價(jià)信息含量測(cè)度使用最多的方法是股價(jià)同步性，本文借鑒許年行等（2011）[6]的做法測(cè)度股價(jià)同步性，具體方程如下：

其中[ri，t]表示[i]公司第[t]周的收益率，[rm，t]表示市場(chǎng)指數(shù)第t周的收益率，[rI，t]表示該公司所在行業(yè)[I]第[t]周的收益率，[R2]即為股價(jià)同步性。為了更加直觀表示股價(jià)的特質(zhì)信息，同時(shí)解決偏度和有界度的問(wèn)題（Morck 等，2000）[3]，我們對(duì)[R2]做如下處理：

該指標(biāo)越大，股價(jià)特質(zhì)信息含量越高。

2. 企業(yè)全要素生產(chǎn)率?，F(xiàn)階段的研究中，企業(yè)全要素生產(chǎn)率的測(cè)算主要采用Olley和Pakes（1996）[39]及Levinsohn和Petrin（2003）[40]提出的非參數(shù)方法（以下分別簡(jiǎn)稱OP法、LP法）。其中OP法要求企業(yè)真實(shí)投資必須大于0，這一限制可能會(huì)損失部分樣本。基于此，本文將借鑒魯曉東和連玉君（2012）[41]、黃賢環(huán)和王瑤（2020）[42]的研究，采用LP法估計(jì)企業(yè)全要素生產(chǎn)率（tfp_lp）。此外，本文還采用OLS和GMM估計(jì)測(cè)算了企業(yè)全要素生產(chǎn)率（tfp_ols和tfp_gmm）用于穩(wěn)健性檢驗(yàn)。其中，OLS法滿足線性、無(wú)偏和方差最小性（魯曉東和連玉君，2012）[41]，GMM方法解決了一定的內(nèi)生性問(wèn)題（Blundell和Bond，1998）[43]。

3. 控制變量。公司規(guī)模（size）用年末總資產(chǎn)的自然對(duì)數(shù)表示;財(cái)務(wù)杠桿（leverage）用年末總負(fù)債/年末總資產(chǎn)表示;股權(quán)集中度（first）用第一大股東持股比例表示;市盈率（pe）用股票總市值/年末凈利潤(rùn)表示;托賓Q值（tobinQ）用股票市值/（總資產(chǎn)-無(wú)形資產(chǎn)凈值-商譽(yù)凈值）來(lái)表示。

（三）模型設(shè)定

本文采用如下模型進(jìn)行回歸分析：

其中，[tfp]指的是企業(yè)全要素生產(chǎn)率，[nonsyn]指的是股價(jià)特質(zhì)信息，[Control]包括一系列的控制變量以及行業(yè)和年份。為了緩解內(nèi)生性問(wèn)題，本文將所有自變量均滯后一期。

此外，為了檢驗(yàn)前文所述的優(yōu)化資源配置渠道和脫虛向?qū)嵡?，本文借鑒溫忠麟等（2004）[44]的研究構(gòu)建中介效應(yīng)模型，具體模型如下：

其中[Media]指的是中介變量，即資源配置（lceff）和脫虛向?qū)崳╢in）。資源配置用資本配置效率代替，主要考慮是企業(yè)資源配置的改變往往體現(xiàn)在資本配置的改變，其他資源的流動(dòng)也伴隨著資本變動(dòng)（任勝鋼等，2019）[45]②。脫虛向?qū)嵱闷髽I(yè)金融資產(chǎn)配置代替，具體為企業(yè)金融資產(chǎn)配置=（交易性金融資產(chǎn)+衍生金融資產(chǎn)+可供出售金融資產(chǎn)凈額+持有至到期投資凈額+長(zhǎng)期股權(quán)投資凈額+投資性房地產(chǎn)凈額+應(yīng)收利息凈額+應(yīng)收股利凈額）/總資產(chǎn)。

（四）描述性統(tǒng)計(jì)與典型事實(shí)

從表1的描述性統(tǒng)計(jì)來(lái)看，企業(yè)全要素生產(chǎn)率（tfp_lp）最大值為17.273，最小值為12.888，均值為14.686，說(shuō)明不同企業(yè)之間的全要素生產(chǎn)率存在較大差異，同時(shí)該指標(biāo)另外兩種方法測(cè)度的企業(yè)全要素生產(chǎn)率（tfp_ols和tfp_gmm）差異不大，在一定程度上說(shuō)明測(cè)度結(jié)果較為可信。股價(jià)特質(zhì)信息的最大值為2.790，最小值為-1.615，標(biāo)準(zhǔn)差為0.869，可以看出企業(yè)股價(jià)所反映的信息確實(shí)千差萬(wàn)別。其他變量同樣存在差異較大的情況，在此不一一贅述。

圖2中我們僅以整體樣本和制造業(yè)為例，直觀展示了我國(guó)上市公司股價(jià)特質(zhì)信息均值歷年的變動(dòng)情況。從整體均值可以看出，2010—2012年上市公司股價(jià)特質(zhì)信息含量整體較低，2013—2016年股價(jià)特質(zhì)信息表現(xiàn)出大幅度震蕩波動(dòng)，2016年以后，雖然仍表現(xiàn)為震蕩形態(tài)，但基本為正值，信息含量明顯提升。此類走勢(shì)與我國(guó)資本市場(chǎng)深化改革的步伐基本一致，近年來(lái)不斷推出的新制度與新嘗試加速了我國(guó)股市的健康繁榮。從制造業(yè)來(lái)看，其股價(jià)特質(zhì)信息波動(dòng)基本與市場(chǎng)整體走勢(shì)相同，但可以明顯看出，2014年之前其波動(dòng)要明顯大于市場(chǎng)整體水平，而在此之后制造業(yè)的股價(jià)特質(zhì)信息震蕩上升基本都處于正值水平，這可能得益于2014年“新國(guó)九條”的發(fā)布。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸分析

表2展示了基準(zhǔn)回歸的結(jié)果。第（1）列回歸中未加入任何控制變量，從結(jié)果來(lái)看股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率具有顯著的正向提升作用。與第（1）列相比，第（2）列控制了年份固定效應(yīng)，結(jié)果依然顯著。第（3）列加入了控制變量，結(jié)果依然保持不變。第（4）列中所有控制變量都放入回歸中，而且控制了年份與行業(yè)的固定效應(yīng)，結(jié)果顯示股價(jià)特質(zhì)信息每提升1%，企業(yè)全要素生產(chǎn)率提升0.014%，且結(jié)果在1%水平上顯著。第（1）—（4）列結(jié)果都十分顯著且為正，說(shuō)明股價(jià)特質(zhì)信息確實(shí)能被管理層接收并學(xué)習(xí)，用于指導(dǎo)企業(yè)投入產(chǎn)出決策，進(jìn)而提升企業(yè)全要素生產(chǎn)率，假設(shè)H1被證實(shí)。

上述結(jié)果表明，市場(chǎng)中這些未被掌握的私人信息能被管理者利用且指導(dǎo)其進(jìn)行新一輪的資源分配，進(jìn)而提升公司正常的生產(chǎn)效率，這與Bennett等（2020）[17]和于麗峰等（2014）[34]的研究結(jié)論基本一致。這也在側(cè)面證明了“信息效率論”，即金融市場(chǎng)對(duì)實(shí)體經(jīng)濟(jì)的支持不僅限于資金層面，還存在信息面的學(xué)習(xí)效應(yīng)。

（二）內(nèi)生性與穩(wěn)健性檢驗(yàn)

1. 內(nèi)生性問(wèn)題。股價(jià)特質(zhì)信息與企業(yè)全要素生產(chǎn)率存在相輔相成的關(guān)系。一方面，特質(zhì)信息越豐富，管理者獲得的信息越多，指導(dǎo)企業(yè)投入產(chǎn)出調(diào)整的決策就越精準(zhǔn)，效率越高;另一方面，企業(yè)的全要素生產(chǎn)率提升，必然會(huì)對(duì)公司業(yè)績(jī)產(chǎn)生影響，進(jìn)而引發(fā)一系列的市場(chǎng)關(guān)注效應(yīng)，市場(chǎng)反應(yīng)又會(huì)進(jìn)一步加速股價(jià)特質(zhì)信息含量的提升，兩者之間存在互為因果的關(guān)系。本文借鑒Bennett等（2020）[17]研究方法，選取本年度同行業(yè)其他企業(yè)的股價(jià)特質(zhì)信息均值作為工具變量以弱化內(nèi)生性問(wèn)題。

2. 更換主要變量的測(cè)度方法。（1）替換企業(yè)全要素生產(chǎn)率的度量方法。上文的回歸中主要采用了LP法測(cè)算，在此改用GMM法和OLS法。（2）替換股價(jià)特質(zhì)信息的度量方法。為了克服可能存在的內(nèi)生性問(wèn)題，本文已經(jīng)將解釋變量滯后一期，在此，我們將其替換為前三期該企業(yè)股價(jià)信息的均值（avenonsyn）再次進(jìn)行回歸。

表3展示了內(nèi)生性與穩(wěn)健性檢驗(yàn)的回歸結(jié)果。從第（1）列工具變量的回歸結(jié)果來(lái)看，在考慮內(nèi)生性后，股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率的影響依然顯著為正，與基準(zhǔn)回歸結(jié)果相同。從第（2）—（3）列替換被解釋變量后的回歸結(jié)果看，無(wú)論是OLS法還是GMM法衡量的企業(yè)全要素生產(chǎn)率，股價(jià)特質(zhì)信息的影響都顯著為正。從第（4）列的結(jié)果看，在將解釋變量替換為前三期的均值后，假設(shè)H1的結(jié)論也未發(fā)生變化?；诖?，我們認(rèn)為股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率確實(shí)存在顯著的促進(jìn)作用，結(jié)果較為穩(wěn)健。

（三）影響機(jī)制分析

基于上文的分析，我們已經(jīng)可以明確股價(jià)特質(zhì)信息是有效的，企業(yè)管理者可以從金融市場(chǎng)中學(xué)習(xí)這些私人信息進(jìn)而指導(dǎo)企業(yè)的投入產(chǎn)出決策，優(yōu)化提升企業(yè)的全要素生產(chǎn)率。那么，其影響機(jī)制是什么呢？本文認(rèn)為可能渠道主要有兩條：一是優(yōu)化資源配置，提升效率;二是將配置的金融資產(chǎn)變現(xiàn)為資金投入生產(chǎn)，體現(xiàn)企業(yè)金融資產(chǎn)配置的“蓄水池”效應(yīng)。據(jù)此，我們將運(yùn)用逐步法的中介效應(yīng)模型進(jìn)行檢驗(yàn)，結(jié)果如表4所示。

第一步，檢驗(yàn)了優(yōu)化資源配置渠道。從表4第（1）—（3）列的結(jié)果可以看到，主要變量的回歸結(jié)果都在1%的水平上顯著，我們認(rèn)為，部分中介效應(yīng)存在，該渠道機(jī)制成立，假設(shè)H2a被證實(shí)。從第（2）和第（3）列的結(jié)果來(lái)看，股價(jià)特質(zhì)信息對(duì)于企業(yè)資源配置具有正向的影響，資源配置的優(yōu)化又對(duì)全要素生產(chǎn)率有一定的提升作用，這與現(xiàn)有研究結(jié)論一致，因而股價(jià)特質(zhì)信息對(duì)于企業(yè)全要素生產(chǎn)率的提升依賴于優(yōu)化資源配置渠道。

第二步，我們檢驗(yàn)了脫虛向?qū)嵡?。從?第（4）—（6）列的回歸結(jié)果來(lái)看，主要變量的系數(shù)均顯著，部分中介效應(yīng)存在，金融資產(chǎn)配置的“蓄水池”效應(yīng)顯現(xiàn)，假設(shè)H2b被證實(shí)。從第（5）和第（6）列的結(jié)果來(lái)看，企業(yè)金融化對(duì)企業(yè)全要素生產(chǎn)率具有一定的拖累效應(yīng)，這也是國(guó)家近年來(lái)不斷推動(dòng)實(shí)體經(jīng)濟(jì)脫虛向?qū)嵉闹饕?也可以看到股價(jià)特質(zhì)信息在一定程度上削弱了企業(yè)金融化的程度，即降低了企業(yè)的金融資產(chǎn)配置動(dòng)機(jī)。究其原因，本文認(rèn)為，一方面，企業(yè)金融化近年來(lái)已經(jīng)逐步變?yōu)槠髽I(yè)獲取利潤(rùn)的重要渠道，因而企業(yè)有基于獲利動(dòng)機(jī)的配置需求;另一方面，由于我國(guó)整體金融環(huán)境對(duì)實(shí)體經(jīng)濟(jì)的金融抑制，使得企業(yè)具有部分預(yù)防性金融資產(chǎn)配置的需求。而股價(jià)特質(zhì)信息沖擊的就是這部分預(yù)防金融資產(chǎn)配置。企業(yè)管理者在獲取信息后，有能力更好地把握未來(lái)發(fā)展的戰(zhàn)略方向，因而特質(zhì)信息的提升降低了企業(yè)金融資產(chǎn)配置。

（四）異質(zhì)性分析

上述研究表明，股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率的提升是有效的，但是可以預(yù)見(jiàn)，由于企業(yè)自身特征的變化，信息沖擊所帶來(lái)的效果也不盡相同，因而本節(jié)主要探討基于企業(yè)異質(zhì)性的股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率影響的差異。

首先，基于企業(yè)產(chǎn)權(quán)性質(zhì)的檢驗(yàn)。我們將樣本企業(yè)分為國(guó)有企業(yè)與非國(guó)有企業(yè)兩組，回歸結(jié)果如表5中的（1）和（2）所示。從結(jié)果來(lái)看，在非國(guó)有企業(yè)樣本中，股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率的提升與全樣本結(jié)論一致，但是在國(guó)有企業(yè)樣本中系數(shù)不再顯著，假設(shè)H3a被證實(shí)?？赡艿脑蛟谟冢瑖?guó)有企業(yè)往往具有較強(qiáng)的政府背景與銀行背景，因而國(guó)有企業(yè)的管理者往往具有政府“兜底”的思想，而且這種與政府的強(qiáng)聯(lián)系也促成了其與銀行體系的天然“親和力”，財(cái)務(wù)約束并不嚴(yán)重。在這種發(fā)展環(huán)境中，國(guó)有企業(yè)管理者往往更樂(lè)于待在“舒適區(qū)”內(nèi)，而不愿根據(jù)市場(chǎng)信息實(shí)時(shí)動(dòng)態(tài)調(diào)整企業(yè)的投入產(chǎn)出決策。此外，國(guó)有企業(yè)中的“官僚氛圍”也在一定程度上阻礙了企業(yè)的調(diào)整速度，最終使得股價(jià)特質(zhì)信息的提升效應(yīng)并不明顯。

其次，基于公司年齡的檢驗(yàn)。我們將公司年齡按照樣本中位數(shù)分為兩組，回歸結(jié)果如表5中的（3）和（4）所示。從中可以看到，在年齡較小的樣本公司中系數(shù)顯著為正，且明顯大于全樣本系數(shù);而反觀年齡較大的公司，股價(jià)特質(zhì)信息的系數(shù)不再顯著，假設(shè)H3b被證實(shí)。出現(xiàn)這種分化現(xiàn)象原因可能是：年齡較小的企業(yè)一般處于初創(chuàng)期或者成長(zhǎng)期，企業(yè)的管理結(jié)構(gòu)、人員層級(jí)相對(duì)來(lái)說(shuō)較為簡(jiǎn)單，對(duì)待信息沖擊的調(diào)整速度相對(duì)較快，這是其天然的優(yōu)勢(shì);與此同時(shí)，年齡較小的企業(yè)無(wú)論管理者還是員工都可以預(yù)見(jiàn)企業(yè)未來(lái)的發(fā)展空間，出于對(duì)自身職業(yè)生涯規(guī)劃的考慮，其對(duì)公司管理經(jīng)營(yíng)更為積極，這些都會(huì)影響企業(yè)特質(zhì)信息的有效性。

最后，基于公司治理的檢驗(yàn)。麥肯錫的全球投資者意見(jiàn)調(diào)查顯示，大多數(shù)機(jī)構(gòu)投資者認(rèn)為公司治理要比財(cái)務(wù)問(wèn)題更為重要。本文以股權(quán)激勵(lì)為切入點(diǎn)，按高管持股數(shù)量的中位數(shù)將樣本分為兩組，回歸結(jié)果如表5中的（5）和（6）所示。從中可以看到，相較于股權(quán)激勵(lì)較低的公司，股權(quán)激勵(lì)較高的公司股價(jià)特質(zhì)信息的提升作用更為明顯，盡管兩列結(jié)果都顯著，但是股權(quán)激勵(lì)較低公司的顯著性僅為10%，假設(shè)H3c被證實(shí)。究其原因，股權(quán)激勵(lì)或者薪酬激勵(lì)等措施的目的是解決委托代理問(wèn)題，緩解管理層與股東的信息不對(duì)稱，通過(guò)激勵(lì)措施使其利益趨同。因此，有效的股權(quán)激勵(lì)行為可以促使管理層積極學(xué)習(xí)和應(yīng)對(duì)市場(chǎng)信息的變化，使得股價(jià)特質(zhì)信息的有效性和價(jià)值得到提升，進(jìn)而導(dǎo)致公司治理較好的企業(yè)股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率的提升作用更為明顯。

五、多層次資本市場(chǎng)建設(shè)是“一劑良藥”嗎？

2003年，《中共中央關(guān)于完善社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制若干問(wèn)題的決定》指出要推行多層次資本市場(chǎng)體系;2013年，《中共中央關(guān)于全面深化改革若干重大問(wèn)題的決定》提出要推行注冊(cè)制改革，健全多層次資本市場(chǎng)建設(shè);2019年，《中華人民共和國(guó)證券法》對(duì)多層次資本市場(chǎng)定位以及模式做出明確規(guī)定。至此，多層次資本市場(chǎng)的建設(shè)上升至法律層面，市場(chǎng)的框架規(guī)范逐步形成。那么，在復(fù)雜的國(guó)際國(guó)內(nèi)環(huán)境下，多層次資本市場(chǎng)建設(shè)真的是“一劑良藥”嗎？多層次資本市場(chǎng)建設(shè)在股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率的提升作用中又充當(dāng)了什么角色呢？從全球角度來(lái)看，雖然多層次資本市場(chǎng)的建設(shè)為經(jīng)濟(jì)社會(huì)發(fā)展注入了強(qiáng)勁動(dòng)力，但是縱觀歷史全局并非所有的多層次資本市場(chǎng)嘗試都取得了成功。20世紀(jì)末美國(guó)率先啟動(dòng)創(chuàng)業(yè)板，在示范效應(yīng)下各國(guó)紛紛效仿嘗試，但結(jié)果不盡相同。中國(guó)香港的創(chuàng)業(yè)板最初建立時(shí)僅7家企業(yè)上市，總市值9億美元，到2007年已經(jīng)發(fā)展到193家，總市值超200億美元;與之相反，德國(guó)的法蘭克福新市場(chǎng)初創(chuàng)期活力強(qiáng)勁，但是互聯(lián)網(wǎng)泡沫的破裂擠出了大量高科技公司，到2002年總市值縮水95%，運(yùn)行5年即被叫停關(guān)閉。這其中的區(qū)別可能在于多層次資本市場(chǎng)是單純的主板擴(kuò)容還是真正的分層引流。本小節(jié)我們將以我國(guó)A股市場(chǎng)的創(chuàng)業(yè)板為例，檢驗(yàn)不同層次市場(chǎng)中股價(jià)特質(zhì)信息對(duì)企業(yè)全要素影響的異質(zhì)性，以期探討我國(guó)多層次資本市場(chǎng)建設(shè)是“造血供血”還是“吸血抽血”。

表6展示了不同市場(chǎng)板塊公司的股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率的影響。從整體的回歸結(jié)果來(lái)看，無(wú)論是主板還是創(chuàng)業(yè)板的回歸結(jié)果都與本文的基準(zhǔn)回歸結(jié)果一致，一方面證實(shí)了本文結(jié)果的穩(wěn)健性，另一方面表明了創(chuàng)業(yè)板中市場(chǎng)信息的有效性。此外，從回歸結(jié)果（2）和（4）中特質(zhì)信息系數(shù)可以看到，主板系數(shù)為0.012而創(chuàng)業(yè)板系數(shù)為0.025，創(chuàng)業(yè)板中股價(jià)特質(zhì)信息的提升作用是主板的2倍。究其原因，本文認(rèn)為市場(chǎng)層次的細(xì)分為投資者提供了一種投資的價(jià)值信號(hào)，市場(chǎng)層次劃分越細(xì)致不同特質(zhì)企業(yè)之間的分離均衡越容易實(shí)現(xiàn)，越有利于實(shí)現(xiàn)帕累托改進(jìn)。

此外，我們針對(duì)主板和創(chuàng)業(yè)板中的特質(zhì)信息含量做了對(duì)比，如圖3所示。2017年以前，主板和創(chuàng)業(yè)板市場(chǎng)中的股價(jià)特質(zhì)信息含量均值基本沒(méi)有明顯差異，走勢(shì)也基本一致。但是，2017年以后，主板和創(chuàng)業(yè)板之間的特質(zhì)信息含量走勢(shì)有了明顯分化，創(chuàng)業(yè)板中的特質(zhì)信息含量和水平明顯要高于主板。相較于主板市場(chǎng)，創(chuàng)業(yè)板市場(chǎng)的投資者有一定的門檻，更貼近于合格投資者范疇，投資者的投資行為更為理性和科學(xué)，能為市場(chǎng)提供的信息也更為有效和多元，因而這也是特質(zhì)信息能夠更為有效作用于企業(yè)全要素生產(chǎn)率的原因。這也表明我國(guó)的多層次資本市場(chǎng)建設(shè)確實(shí)遵循了細(xì)化分層、增進(jìn)效率的原則，并非單層次資本市場(chǎng)的簡(jiǎn)單擴(kuò)容。

六、結(jié)論與政策啟示

本文選取我國(guó)滬深A(yù)股2010—2019年上市公司為樣本，研究了股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率的提升作用及機(jī)制路徑。研究發(fā)現(xiàn)：（1）股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率具有明顯的提升作用，這為金融服務(wù)實(shí)體經(jīng)濟(jì)提供了有力證明。在控制內(nèi)生性后，該結(jié)論依然成立。（2）股價(jià)特質(zhì)信息主要通過(guò)優(yōu)化資源配置渠道和企業(yè)脫虛向?qū)嵡腊l(fā)揮對(duì)企業(yè)全要素生產(chǎn)率的提升作用，這為疏通金融市場(chǎng)信息傳導(dǎo)渠道提供了一定依據(jù)。（3）股價(jià)特質(zhì)信息對(duì)企業(yè)全要素生產(chǎn)率的提升作用依賴于公司特征，對(duì)于非國(guó)有、公司年齡較小以及公司治理較為完善的企業(yè)，這種促進(jìn)作用更為明顯。（4）我國(guó)的多層次資本市場(chǎng)建設(shè)并非簡(jiǎn)單的主板擴(kuò)容，而且具備了增進(jìn)效率的功能性。

本文結(jié)論主要提供了如下政策啟示：

一是在經(jīng)濟(jì)高質(zhì)量發(fā)展背景下，提升企業(yè)全要素生產(chǎn)率要更加依賴于完善的市場(chǎng)機(jī)制。本文研究證明股票市場(chǎng)的特質(zhì)信息對(duì)于全要素生產(chǎn)率的提升是有效的，股市不僅為企業(yè)發(fā)展提供了資金流還提供了信息流，而信息流的有效和渠道暢通依賴于完善的資本市場(chǎng)建設(shè)。這就既肯定了我國(guó)市場(chǎng)化改革的方向，也明確了深化資本市場(chǎng)改革的目標(biāo)與要求。

二是進(jìn)一步深化股票市場(chǎng)的改革，提升股市的信息功能。本文的結(jié)論說(shuō)明股票市場(chǎng)的信息可以被企業(yè)管理者接收和學(xué)習(xí)，并且對(duì)于提升全要素生產(chǎn)率是有效的。然而，我國(guó)股票市場(chǎng)的發(fā)展時(shí)間較短，相較于發(fā)達(dá)國(guó)家，信息效率還遠(yuǎn)遠(yuǎn)不足。因此，進(jìn)一步強(qiáng)化公司的信息披露機(jī)制，完善股市的做空機(jī)制，既有利于保護(hù)投資者利益也有利于指導(dǎo)企業(yè)未來(lái)決策，確保“雙贏”局面的長(zhǎng)久持續(xù)。

三是慎重對(duì)待現(xiàn)階段企業(yè)金融化的監(jiān)管問(wèn)題，避免“一刀切”的局面。本文的機(jī)制分析證明了企業(yè)金融資產(chǎn)配置中的“蓄水池”效應(yīng)。在現(xiàn)階段的金融環(huán)境下，對(duì)企業(yè)金融資產(chǎn)持有和金融資產(chǎn)獲利要區(qū)別對(duì)待，既保證企業(yè)能有所準(zhǔn)備，又要避免企業(yè)迷失在金融化的投機(jī)行為中。

四是積極推進(jìn)國(guó)有企業(yè)改革，深刻把握國(guó)有企業(yè)改革發(fā)展思路。前文已經(jīng)證實(shí)相較于國(guó)有企業(yè)，非國(guó)有企業(yè)樣本股價(jià)特質(zhì)信息的提升作用更為明顯。國(guó)有企業(yè)在我國(guó)經(jīng)濟(jì)建設(shè)中具有重要且特殊的地位，因此，既要做大做強(qiáng)國(guó)有企業(yè)、保證公有制的主體地位和國(guó)有經(jīng)濟(jì)的主導(dǎo)作用，又要解決國(guó)有企業(yè)社會(huì)化進(jìn)程中生產(chǎn)的盲目性和無(wú)組織性、提高資源配置和利用效率，為社會(huì)主義現(xiàn)代化強(qiáng)國(guó)建設(shè)提供必要支撐。

五是完善現(xiàn)代化的公司治理體系，建立與全要素生產(chǎn)率提升相容的激勵(lì)性治理制度。本文發(fā)現(xiàn)企業(yè)全要素生產(chǎn)率的提升依賴于公司治理體系與激勵(lì)制度的配合。企業(yè)要在實(shí)踐中不斷摸索與嘗試，建立符合突顯高管能力與水平的薪酬體系與股權(quán)激勵(lì)體系。

六是多層次資本市場(chǎng)的建設(shè)沒(méi)有模板照搬，需要嚴(yán)格遵循層次細(xì)化、提升效率的原則。本文發(fā)現(xiàn)創(chuàng)業(yè)板對(duì)于企業(yè)特質(zhì)信息的作用力有一定的提升作用，這就表明現(xiàn)階段我國(guó)多層次資本市場(chǎng)建設(shè)的嘗試是經(jīng)得起檢驗(yàn)的。未來(lái)，應(yīng)該更加明確不同層次市場(chǎng)的定位，依據(jù)企業(yè)特征對(duì)主板、創(chuàng)業(yè)板、中小板和科創(chuàng)板企業(yè)進(jìn)行動(dòng)態(tài)調(diào)整，以保證市場(chǎng)的互動(dòng)性和效率性。

注：

①Syverson（2011）已經(jīng)做了詳細(xì)梳理，在此不再贅述。詳見(jiàn) Syverson C.， 2011，“What Determines Productivity？”[J].Journal of Economic Literature， Vol.49， No.2.

②具體構(gòu)建方法參見(jiàn)其論文。

參考文獻(xiàn)：

[1]Hayek F A. 1945. The Use of Knowledge in Society[J].The American Economic Review，Vol.74，No.5.

[2]Roll R. 1984. Orange Juice and Weather [J].The American Economic Review，Vol.74，No.5.

[3]Morck R，Yeung B，Yu W. 2000. The Information Content of Stock Markets：Why Do Emerging Markets Have Synchronous Stock Price Movements？ [J].Journal of Financial Economics，Vol.58，No.1.

[4]Roll R. 1988. R2 [J].Journal of Finance，Vol.43，No.3.

[5]Durnev A，Morck R，Yeung B，Zarowin P. 2003. Does Greater Firm-specific Return Variation Mean More or Less Informed Stock Pricing？ [J].Journal of Accounting Research，Vol.41，No.5.

[6]許年行，洪濤，吳世農(nóng)，徐信忠.信息傳遞模式、投資者心理偏差與股價(jià)“同漲同跌”現(xiàn)象 [J].經(jīng)濟(jì)研究，2011，46（4）.

[7]Chen Q，Goldstein I，Jiang W. 2007. Price Informativeness and Investment Sensitivity to Stock Price [J].The Review of Financial Studies，Vol.20，No.3.

[8]馮用富，董艷，袁澤波，楊仁眉.基于R2的中國(guó)股市私有信息套利分析 [J].經(jīng)濟(jì)研究，2009，44（8）.

[9]Barberis N，Shleifer A，Wurgler J. 2005. Comovement [J].Journal of Financial Economics，Vol.75，No.2.

[10]林忠國(guó)，韓立巖，李偉.股價(jià)波動(dòng)非同步性——信息還是噪音？ [J].管理科學(xué)學(xué)報(bào)，2012，15（6）.

[11]Gul F. A，Kim J B，Qiu A A. 2010. Ownership Concentration，F(xiàn)oreign Shareholding，Audit Quality，and Stock Price Synchronicity：Evidence from China [J]. Journal of Financial Economics，Vol.95，No.3.

[12]陸劍清，陳明珠.投資者情緒對(duì)股市波動(dòng)影響的內(nèi)在機(jī)制探析 [J].山東社會(huì)科學(xué)，2015（2）.

[13]伊志宏，楊圣之，陳欽源.分析師能降低股價(jià)同步性嗎——基于研究報(bào)告文本分析的實(shí)證研究 [J].中國(guó)工業(yè)經(jīng)濟(jì)，2019，（1）.

[14]Defond M L，Hung M. 2004. Investor Protection and Corporate Governance：Evidence from Worldwide CEO Turnover [J].Journal of Accounting Research，Vol.42， No.2.

[15]Zuo L. 2016. The Informational Feedback Effect of Stock Prices on Management Forecasts [J].Journal of Accounting and Economics，Vol.61，No.2.

[16]David J M，Hopenhayn H A，Venkateswaran V. 2016. Information，Misallocation，and Aggregate Productivity [J].The Quarterly Journal of Economics，Vol.131， No.2.

[17]Bennett B，Stulz R，Wang Z. 2020. Does the Stock Market Make Firms More Productive？ [J].Journal of Financial Economics，Vol.136，No.2.

[18]King B F. 1966. Market and Industry Factors in Stock Price Behavior [J].Journal of Business，Vol.39， No.1.

[19]丁重，鄧可斌.財(cái)政分權(quán)引致了市場(chǎng)的異質(zhì)競(jìng)爭(zhēng)嗎？——來(lái)自上市公司的證據(jù) [J].財(cái)經(jīng)研究，2013，39（11）.

[20]陳冬華，姚振曄.政府行為必然會(huì)提高股價(jià)同步性嗎？——基于我國(guó)產(chǎn)業(yè)政策的實(shí)證研究 [J].經(jīng)濟(jì)研究，2018，53（12）.

[21]李增泉. 所有權(quán)結(jié)構(gòu)與股票價(jià)格的同步性——來(lái)自中國(guó)股票市場(chǎng)的證據(jù) [J].中國(guó)會(huì)計(jì)與財(cái)務(wù)研究，2005，7（3）.

[22]黃俊，郭照蕊.新聞媒體報(bào)道與資本市場(chǎng)定價(jià)效率——基于股價(jià)同步性的分析 [J].管理世界，2014，（5）.

[23]Wurgler J. 2000. Financial Markets and the Allocation of Capital [J].Journal of Financial Economics，Vol.58， No.1.

[24]Ferreira D，F(xiàn)erreira M A，Raposo C C. 2011. Board Structure and Price Informativeness [J].Journal of Financial Economics，Vol.99， No.3.

[25]朱沛華，陳林.工業(yè)增加值與全要素生產(chǎn)率估計(jì)——基于中國(guó)制造業(yè)的擬蒙特卡洛實(shí)驗(yàn) [J].中國(guó)工業(yè)經(jīng)濟(jì)，2020，（7）.

[26]李曉萍，李平，呂大國(guó)，江飛濤.經(jīng)濟(jì)集聚、選擇效應(yīng)與企業(yè)生產(chǎn)率 [J].管理世界，2015，（4）.

[27]邱斌，唐保慶，孫少勤，劉修巖.要素稟賦、制度紅利與新型出口比較優(yōu)勢(shì) [J].經(jīng)濟(jì)研究，2014，49（8）.

[28]朱光順，張莉，徐現(xiàn)祥.行政審批改革與經(jīng)濟(jì)發(fā)展質(zhì)量 [J].經(jīng)濟(jì)學(xué)（季刊），2020，19（3）.

[29]李樹(shù)，翁衛(wèi)國(guó).我國(guó)地方環(huán)境管制與全要素生產(chǎn)率增長(zhǎng)——基于地方立法和行政規(guī)章實(shí)際效率的實(shí)證分析[J].財(cái)經(jīng)研究，2014，40（2）.

[30]劉小玄.中國(guó)工業(yè)企業(yè)的所有制結(jié)構(gòu)對(duì)效率差異的影響——1995年全國(guó)工業(yè)企業(yè)普查數(shù)據(jù)的實(shí)證分析 [J].經(jīng)濟(jì)研究，2000，（2）.

[31]王洪盾，岳華，張旭.公司治理結(jié)構(gòu)與公司績(jī)效關(guān)系研究——基于企業(yè)全要素生產(chǎn)率的視角 [J].上海經(jīng)濟(jì)研究，2019，（4）.

[32]Loderer C，Stulz R，Waelchli U. 2017. Firm Rigidities and the Decline in Growth Opportunities [J].Management Science，Vol.63， No.9.

[33]Dow J，Gorton G. 1997. Stock Market Efficiency and Economic Efficiency：Is There a Connection？ [J].The Journal of Finance，Vol.52，No.3.

[34]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）.

[35]Bennett B，Garvey G，Milbourn T，Wang Z. 2017. Managerial Compensation and Stock Price Informativeness [R].WUSTL Working Paper.

[36]張成思，張步曇.中國(guó)實(shí)業(yè)投資率下降之謎： 經(jīng)濟(jì)金融化視角 [J].經(jīng)濟(jì)研究，2016，（12）.

[37]劉貫春.金融資產(chǎn)配置與企業(yè)研發(fā)創(chuàng)新：“擠出”還是“擠入”[J].統(tǒng)計(jì)研究，2017，34（7）.

[38]Brown J R，Petersen B. C. 2011. Cash Holdings and R&D Smoothing [J].Journal of Corporate Finance，Vol.17，No.3.

[39]Olley G S，Pakes A. 1996. The Dynamics of Productivity in the Telecommunications Equipment Industry [J]. Econometrica，Vol.64， No.6.

[40]Levinsohn J，Petrin A. 2003. Estimating Production Functions Using Inputs to Control for Unobservables[J]. The Review of Economic Studies，Vol.70， No.2.

[41]魯曉東，連玉君.中國(guó)工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999—2007 [J].經(jīng)濟(jì)學(xué)（季刊），2012，11（2）.

[42]黃賢環(huán)，王瑤.國(guó)有企業(yè)限薪抑制了全要素生產(chǎn)率的提升嗎 [J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，22（1）.

[43]Blundell R，Bond S. 1998. Initial Conditions and Moment Restrictions in Dynamic Panel Data Models [J]. Journal of Econometrics，Vol.87， No.1.

[44]溫忠麟.張雷，侯杰泰，劉紅云.中介效應(yīng)檢驗(yàn)程序及其應(yīng)用 [J].心理學(xué)報(bào)，2004，（5）.

[45]任勝鋼，鄭晶晶，劉東華，陳曉紅.排污權(quán)交易機(jī)制是否提高了企業(yè)全要素生產(chǎn)率——來(lái)自中國(guó)上市公司的證據(jù) [J].中國(guó)工業(yè)經(jīng)濟(jì)，2019，（5）.