劉時(shí)睿 馬曉軍

（南開(kāi)大學(xué)金融學(xué)院 天津市 300350）

交通基礎(chǔ)設(shè)施是促進(jìn)國(guó)家和地區(qū)經(jīng)濟(jì)發(fā)展的必要前提。高速鐵路作為當(dāng)代中國(guó)重要的自主創(chuàng)新型交通基礎(chǔ)設(shè)施，在建設(shè)方面迅猛發(fā)展，取得了舉世矚目的成就。高鐵網(wǎng)絡(luò)的完善促進(jìn)了區(qū)域間聯(lián)系時(shí)間的縮短以及空間格局可達(dá)性的提升，有利于促進(jìn)區(qū)域間人員流動(dòng)以及信息交換效率的提高，可能對(duì)區(qū)域內(nèi)企業(yè)的經(jīng)營(yíng)管理、業(yè)績(jī)績(jī)效等產(chǎn)生重要影響。本文以公司注冊(cè)所在地是否開(kāi)通高鐵作為外生沖擊，研究高鐵開(kāi)通對(duì)我國(guó)省級(jí)、省會(huì)級(jí)城市上市公司業(yè)績(jī)的影響、作用機(jī)制和影響路徑。

一、文獻(xiàn)綜述

（一）公司地理位置臨近性的影響

現(xiàn)有文獻(xiàn)主要運(yùn)用經(jīng)濟(jì)主體之間地理位置的臨近性來(lái)衡量公司的信息不對(duì)稱(chēng)程度和代理成本，研究表明地理位置的接近能夠有效地降低公司的信息不對(duì)稱(chēng)程度和代理成本，改善上市公司的透明度和外部治理環(huán) 境。John 等（2011）、Devos 和Rahman（2014）的研究發(fā)現(xiàn)，地理距離的增加限制了現(xiàn)有利益相關(guān)者對(duì)公司投資管理決策的可觀察性，會(huì)提高其信息成本和監(jiān)督成本、并加劇代理沖突。然而，公司地理位置的選擇不可避免地存在著內(nèi)生性問(wèn)題。研究發(fā)現(xiàn)，上市公司的融資決策（Loughran，2008）、機(jī)構(gòu)投資者的投資決策（Coval 和Moskowitz，1999）以及并購(gòu)方的收購(gòu)決策（Kang 和Kim，2008）等均存在著本地公司偏好，從而會(huì)導(dǎo)致公司的地理位置與其經(jīng)濟(jì)后果之間的相互因果關(guān)系。

（二）高鐵開(kāi)通對(duì)企業(yè)微觀行為的影響

多數(shù)學(xué)者認(rèn)為，交通基礎(chǔ)設(shè)施的改善能夠顯著降低上市公司的信息不對(duì)稱(chēng)程度和代理成本，從而有利于其業(yè)績(jī)的提升。宋云玲等（2019）發(fā)現(xiàn)，高鐵通車(chē)通過(guò)降低監(jiān)管成本和提升管理層的信息精度，顯著地提高了上市公司業(yè)績(jī)預(yù)告的準(zhǔn)確性。鄭建明等（2020）的研究也表明，高鐵開(kāi)通在緩解企業(yè)所面臨的融資約束的同時(shí)降低了企業(yè)的代理成本，從而顯著地降低了企業(yè)的現(xiàn)金持有水平。也有部分學(xué)者從企業(yè)運(yùn)營(yíng)成本和企業(yè)創(chuàng)新等角度進(jìn)行分析，提出交通基礎(chǔ)設(shè)施改善有助于降低企業(yè)的庫(kù)存成本和運(yùn)輸成本（Shirley 和Winston，2003）、提高企業(yè)科技人員集聚程度（馬濤等，2020）。

（三）公司業(yè)績(jī)的影響因素

信息不對(duì)稱(chēng)和代理成本是影響公司業(yè)績(jī)的重要因素，信息不對(duì)稱(chēng)程度和各類(lèi)代理成本的降低均會(huì)對(duì)上市公司業(yè)績(jī)產(chǎn)生顯著的正向影響。在信息不對(duì)稱(chēng)程度方面，陳莉（2017）的研究發(fā)現(xiàn)，會(huì)計(jì)信息透明度的增強(qiáng)通過(guò)融資成本的中介效應(yīng)顯著提高了企業(yè)績(jī)效。李佩凡等（2021）和聶琳峰等（2021）則從雙元?jiǎng)?chuàng)新的部分中介效應(yīng)的角度得出了與之較為一致的結(jié)論。在代理成本方面，陳文強(qiáng)和賈生華（2015）認(rèn)為代理成本的降低能夠通過(guò)股權(quán)激勵(lì)的路徑顯著地直接提升公司業(yè)績(jī)。胡澤民等（2018）以及姚貝貝和林愛(ài)梅（2018）也分別從股權(quán)集中度和股權(quán)結(jié)構(gòu)的角度得出了代理成本與公司業(yè)績(jī)顯著負(fù)相關(guān)的結(jié)論。

二、研究設(shè)計(jì)

（一）研究假設(shè)

基于對(duì)上述文獻(xiàn)的分析，本文首先提出如下研究假設(shè)：

H1：高鐵開(kāi)通對(duì)公司業(yè)績(jī)有顯著的正向影響，上市公司注冊(cè)地所在城市開(kāi)通高鐵后，公司業(yè)績(jī)會(huì)出現(xiàn)顯著提升。

H2：上市公司注冊(cè)地所在城市高鐵開(kāi)通線路的數(shù)量越多、越密集，公司業(yè)績(jī)?cè)綍?huì)出現(xiàn)顯著提升。

以往文獻(xiàn)的研究表明，高鐵開(kāi)通對(duì)企業(yè)微觀行為存在著多種異質(zhì)性的影響：所在地異質(zhì)性、行業(yè)異質(zhì)性、所有制異質(zhì)性和產(chǎn)品異質(zhì)性等（李欣澤等，2017；唐宜紅等，2019）。類(lèi)似地，高鐵開(kāi)通也會(huì)顯著提升大中型城市、非國(guó)有企業(yè)的公司業(yè)績(jī)。據(jù)此，本文提出如下研究假設(shè)：

H3：高鐵開(kāi)通對(duì)不同類(lèi)型城市、不同所有權(quán)屬性的公司業(yè)績(jī)具有不同的影響。

H3a：相較于注冊(cè)地所在城市等級(jí)排名較為靠后的上市公司而言，高鐵開(kāi)通對(duì)所在城市等級(jí)排名較為靠前及具有地緣資源和競(jìng)爭(zhēng)優(yōu)勢(shì)的上市公司業(yè)績(jī)的影響更為顯著。

H3b：相較于國(guó)有上市公司而言，高鐵開(kāi)通對(duì)非國(guó)有上市公司業(yè)績(jī)的影響更為顯著。

（二）樣本選取與數(shù)據(jù)來(lái)源

借鑒已有文獻(xiàn)的研究（龍玉等，2017），本文將高鐵開(kāi)通視為一項(xiàng)“準(zhǔn)自然實(shí)驗(yàn)”，采用雙重差分法研究其對(duì)我國(guó)省級(jí)、省會(huì)級(jí)城市上市公司業(yè)績(jī)的作用機(jī)制。為了保證結(jié)論的準(zhǔn)確性以及防止異常值的影響，本文選取2003-2019 年上海和深圳證券交易所A 股的上市公司數(shù)據(jù)，根據(jù)2017 版國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)標(biāo)準(zhǔn)，剔除金融業(yè)公司，剔除ST、PT、S股和G 股公司，剔除數(shù)據(jù)缺失及不連續(xù)的樣本，剔除注冊(cè)地所在城市高鐵開(kāi)通當(dāng)年和開(kāi)通后上市的公司，最終共得到全國(guó)范圍內(nèi)30個(gè)省級(jí)、省會(huì)級(jí)城市的11297 個(gè)有效公司樣本。本文上市公司的基本信息、財(cái)務(wù)數(shù)據(jù)、股權(quán)性質(zhì)數(shù)據(jù)均來(lái)自CSMAR 數(shù)據(jù)庫(kù)，各城市高鐵站開(kāi)通時(shí)間和開(kāi)通線路數(shù)據(jù)來(lái)自CNRDS 數(shù)據(jù)庫(kù)。

（三）變量定義

一是被解釋變量：公司業(yè)績(jī)。對(duì)公司業(yè)績(jī)的衡量通常有財(cái)務(wù)指標(biāo)（袁萍等，2006；郝云宏和周翼翔，2010）和市場(chǎng)指標(biāo)（楊青等，2009；賀炎林等，2014），為保證結(jié)果的準(zhǔn)確性與穩(wěn)健性，本文選取財(cái)務(wù)指標(biāo)中的總資產(chǎn)收益率（ROA）和凈資產(chǎn)收益率（ROE）。

二是解釋變量。本文選取“樣本期間是否開(kāi)通高鐵”（HSR）和“通車(chē)前后”（AFTER）兩個(gè)虛擬變量的交互項(xiàng)作為解釋變量來(lái)檢驗(yàn)假設(shè)H1，即研究高鐵開(kāi)通對(duì)上市公司業(yè)績(jī)的影響。對(duì)于樣本期間開(kāi)通高鐵且通車(chē)后的公司樣本，該交互項(xiàng)取值為1；對(duì)于樣本期間未開(kāi)通高鐵以及樣本期間開(kāi)通高鐵但尚未通車(chē)的公司樣本，該交互項(xiàng)取值為0。為檢驗(yàn)假設(shè)H2，引入“上市公司注冊(cè)地所在城市高鐵開(kāi)通線路的數(shù)量”（Q），并縮小樣本范圍，選取HSR×AFTER 取值等于1 的公司作為新的樣本，研究對(duì)于樣本期間開(kāi)通高鐵且通車(chē)后的公司樣本，高鐵開(kāi)通線路數(shù)量對(duì)其業(yè)績(jī)的影響?？紤]到高鐵開(kāi)通對(duì)上市公司業(yè)績(jī)影響的異質(zhì)性，引入公司所在城市類(lèi)型虛擬變量（CITY1、CITY1.5 和CITY2）和公司所有權(quán)性質(zhì)虛擬變量（TYPE），并與HSR×AFTER 相乘構(gòu)造交叉項(xiàng)，來(lái)檢驗(yàn)假設(shè)H3a和H3b，即研究高鐵開(kāi)通對(duì)城市類(lèi)型和所有權(quán)屬性不同的上市公司業(yè)績(jī)影響的差異。

三是控制變量。選取公司規(guī)模（LNSIZE）、股權(quán)集中度（OC1）、董事會(huì)規(guī)模（BOARD）、獨(dú)立董事比例（INDE）、公司成長(zhǎng)性（GROWTH）作為控制變量。各變量的定義及描述具體如表1 所示。

表1 變量定義及描述

（四）模型設(shè)定

為檢驗(yàn)假設(shè)H1，構(gòu)建基準(zhǔn)模型如式（1）所示。

其中，下標(biāo)i 表示公司，t 表示年份；被解釋變量PERFORMANCE為上市公司業(yè)績(jī)，由ROA和ROE來(lái)衡量；主要解釋變量為HSR×AFTER，以度量實(shí)驗(yàn)組的政策效應(yīng)；β為雙重差分估計(jì)量，衡量的是實(shí)驗(yàn)組相比控制組上市公司在高鐵開(kāi)通前后業(yè)績(jī)變化之間的差異；u為隨機(jī)擾動(dòng)項(xiàng)；υ表示時(shí)間固定效應(yīng)；λ表示行業(yè)固定效應(yīng)。

為進(jìn)一步檢驗(yàn)假設(shè)H2，本文在模型（1）的基礎(chǔ)上縮小樣本范圍，選取上述在樣本期間開(kāi)通高鐵且通車(chē)后的公司作為新的樣本，并同時(shí)控制時(shí)間固定效應(yīng)和個(gè)體固定效應(yīng)，構(gòu)建模型（2）。

其中，主要解釋變量為Q，以研究公司所在城市開(kāi)通高鐵線路的密集度對(duì)公司業(yè)績(jī)的影響；γ表示個(gè)體固定效應(yīng)。

為了考察高鐵開(kāi)通對(duì)上市公司業(yè)績(jī)影響的具體作用條件，本文在模型（1）的基礎(chǔ)上加入城市類(lèi)型和公司所有權(quán)性質(zhì)的虛擬變量，進(jìn)一步檢驗(yàn)高鐵開(kāi)通對(duì)不同類(lèi)型城市和不同所有權(quán)屬性公司的影響差異。對(duì)于不同類(lèi)型城市的上市公司而言，本文根據(jù)上市公司注冊(cè)地城市等級(jí)將城市劃分為一線、新一線、二線和三四線城市，構(gòu)建模型（3）來(lái)檢驗(yàn)假設(shè)H3a，如式（3）所示。

其中，主要解釋變量為HSRAFTERCITY1、HSRAFTERCITY1.5、HSRAFTERCITY2和HSRAFTER，以度量一線、新一線、二線和三四線城市上市公司的高鐵政策效應(yīng)；β、β+β、β+β和β+β分別表示高鐵開(kāi)通對(duì)三四線、一線、新一線以及二線城市上市公司的業(yè)績(jī)影響。

對(duì)于不同所有權(quán)屬性的上市公司而言，本文在剔除國(guó)企、外資與國(guó)企、民營(yíng)雙重所有權(quán)性質(zhì)的上市公司后，構(gòu)建模型（4）來(lái)檢驗(yàn)假設(shè)H3b，如式（4）所示。

其中，被解釋變量與控制變量同上；主要解釋變量為HSRAFTER和HSRAFTERTYPE，以度量非國(guó)有企業(yè)和國(guó)有企業(yè)的高鐵政策效應(yīng)；β和β+β分別表示高鐵開(kāi)通對(duì)非國(guó)有和國(guó)有上市公司的業(yè)績(jī)影響。

三、實(shí)證分析結(jié)果

（一）描述性統(tǒng)計(jì)

表2 顯示了本文主要變量的描述性統(tǒng)計(jì)結(jié)果。HSR 的均值為0.989，表明截至2019年底98.9%的樣本公司注冊(cè)地所在城市開(kāi)通了高鐵；AFTER 與HSR×AFTER 的均值均為0.622，表明62.2%的樣本處于高鐵開(kāi)通之后的年份。

表2 描述性統(tǒng)計(jì)結(jié)果

（二）相關(guān)性分析

經(jīng)檢驗(yàn)，ROA 和ROE 與HSR×AFTER的Pearson 相關(guān)系數(shù)均在1%的水平下顯著為正，說(shuō)明高鐵開(kāi)通與上市公司業(yè)績(jī)顯著正相關(guān)。此外，各控制變量也均與ROA 和ROE顯著相關(guān)，驗(yàn)證了本文加入這些控制變量的重要性。另外，各變量之間的相關(guān)系數(shù)較小，均不超過(guò)0.5，表明各變量之間不存在嚴(yán)重的多重共線性問(wèn)題。

（三）回歸結(jié)果

模型（1）的回歸結(jié)果如表3 所示，無(wú)論是否加入控制變量、無(wú)論采取何種財(cái)務(wù)指標(biāo)衡量公司績(jī)效，高鐵開(kāi)通均顯著地提高了所在城市上市公司的業(yè)績(jī)，支持了假設(shè)H1。以黃山旅游（600054）為例，截至2019 年底，建成、在建和規(guī)劃中的7 條高鐵線路使其區(qū)位優(yōu)勢(shì)進(jìn)一步凸顯，擴(kuò)展了其公司景區(qū)的客源圈，進(jìn)而對(duì)其業(yè)績(jī)提升起到積極的促進(jìn)作用。

表3 基準(zhǔn)回歸模型——高鐵開(kāi)通與公司業(yè)績(jī)

模型（2）的回歸結(jié)果如表4 所示，高鐵開(kāi)通線路的密集度對(duì)公司業(yè)績(jī)有顯著的正向影響，即上市公司注冊(cè)地所在城市高鐵開(kāi)通線路越多，公司業(yè)績(jī)?cè)綍?huì)出現(xiàn)顯著提升，驗(yàn)證了假設(shè)H2。

表4 高鐵開(kāi)通線路數(shù)量與公司業(yè)績(jī)

表5 的第（1）、（2）列為模型（3）的回歸結(jié)果，顯示高鐵開(kāi)通對(duì)一線、新一線和二線城市的上市公司業(yè)績(jī)均具有顯著的正向作用，而對(duì)三四線城市上市公司業(yè)績(jī)的作用不顯著；即相較于注冊(cè)地所在城市等級(jí)排名較為靠后的上市公司而言，高鐵開(kāi)通對(duì)所在城市等級(jí)排名較為靠前的上市公司業(yè)績(jī)的影響更為顯著，支持了假設(shè)H3a 的預(yù)期。

表5 的第（3）、（4）列為模型（4）的回歸結(jié)果，顯示高鐵開(kāi)通對(duì)國(guó)有和非國(guó)有上市公司的業(yè)績(jī)均具有顯著的促進(jìn)作用，并且相較于國(guó)有上市公司，高鐵開(kāi)通對(duì)非國(guó)有上市公司業(yè)績(jī)的優(yōu)化作用更為顯著，證實(shí)了假設(shè)H3b。

表5 高鐵開(kāi)通對(duì)公司業(yè)績(jī)影響的異質(zhì)性

四、穩(wěn)健性檢驗(yàn)

（一）安慰劑檢驗(yàn)

為排除不可觀測(cè)的因素和其他替代性解釋對(duì)研究結(jié)論的干擾，本文進(jìn)行了安慰劑檢驗(yàn)重新測(cè)度回歸結(jié)果。借鑒李欣澤等（2017）、宋云玲等（2019）和鄭建明等（2020）的做法，本文將高鐵開(kāi)通年份分別提前4 年和5 年構(gòu)造“偽高鐵開(kāi)通時(shí)間”的虛擬變量AFTER4 和AFTER5，并與HSR 相乘構(gòu)造交叉項(xiàng)，使用模型（1）來(lái)重新檢驗(yàn)其對(duì)上市公司業(yè)績(jī)的影響。結(jié)果顯示，HSR×AFTER4 與HSR×AFTER5 的估計(jì)系數(shù)數(shù)值均接近于0 且不顯著，表明虛擬的高鐵開(kāi)通及高鐵開(kāi)通前的其他政策并沒(méi)有對(duì)所在城市的上市公司業(yè)績(jī)產(chǎn)生顯著的影響，實(shí)驗(yàn)組和控制組的上市公司業(yè)績(jī)變化僅在高鐵開(kāi)通后產(chǎn)生了差異，進(jìn)一步支持了本文基本研究結(jié)論。

（二）內(nèi)生性檢驗(yàn)

為降低內(nèi)生性問(wèn)題導(dǎo)致的估計(jì)偏誤，參考卞元超等（2019）以及吉赟和楊青（2020）的研究，利用2017 年上市公司注冊(cè)地所在城市的平均坡度（SLOPE）構(gòu)造了“城市是否開(kāi)通高鐵”（HSR×AFTER）的工具變量，并采用兩階段最小二乘法進(jìn)一步控制內(nèi)生性的影響。本文選取上市公司注冊(cè)地所在城市的平均坡度作為工具變量的依據(jù)在于：城市平均坡度作為該地區(qū)的天然地理?xiàng)l件，是外生、客觀存在的，滿(mǎn)足工具變量外生性的要求；并且城市平均坡度與該地區(qū)高鐵的修建難度和成本息息相關(guān)，地形坡度越大，高鐵修建越困難、成本越高，該地區(qū)開(kāi)通高鐵的可能性越小，滿(mǎn)足工具變量相關(guān)性的要求。同時(shí)，由于2017年上市公司注冊(cè)地所在城市的平均坡度不隨時(shí)間變化，因此本文將其與年份虛擬變量的交叉項(xiàng)作為工具變量加入到模型（1）中進(jìn)行回歸分析。結(jié)果顯示，雖然對(duì)于ROE而言，HSR×AFTER的系數(shù)不顯著為正，但對(duì)于ROA而言，HSR×AFTER的系數(shù)仍顯著為正，表明在考慮內(nèi)生性問(wèn)題后，高鐵開(kāi)通確實(shí)對(duì)上市公司業(yè)績(jī)?nèi)跃哂酗@著的促進(jìn)作用，證實(shí)了本文基本研究結(jié)論。

五、作用機(jī)制

進(jìn)一步引入代表信息不對(duì)稱(chēng)程度和代理成本的指標(biāo)來(lái)探究其作用機(jī)制及影響路徑，選取被分析師關(guān)注度和機(jī)構(gòu)投資者持股比例（趙靜等，2018）兩個(gè)變量來(lái)衡量上市公司的信息透明度及外部治理環(huán)境。已有文獻(xiàn)的研究表明，分析師處于企業(yè)以及信息較少的外部投資者之間，在信息中介及監(jiān)督管理層行為方面均發(fā)揮著積極作用，有利于減少公司內(nèi)外部人員之間的信息不對(duì)稱(chēng)以及對(duì)公司管理層進(jìn)行監(jiān)督（Kim 和Zhang，2016）。此外，大量文獻(xiàn)也表明機(jī)構(gòu)投資者能夠通過(guò)對(duì)公司行為進(jìn)行外部監(jiān)督和約束，從而促進(jìn)其持股公司績(jī)效的顯著改善（張滌新和李忠海，2017）。

為了考察信息不對(duì)稱(chēng)程度和代理成本在高鐵開(kāi)通與上市公司業(yè)績(jī)之間的具體作用機(jī)制，本文在模型（1）的基礎(chǔ)上引入了被分析師關(guān)注度（DECIMAL）和機(jī)構(gòu)投資者持股比例（PROPORTION）兩個(gè)變量，并分別將其與HSR*AFTER 相乘構(gòu)造交叉項(xiàng)，構(gòu)建如下模型（5）、（6）來(lái)研究在不同的信息不對(duì)稱(chēng)程度和外部監(jiān)管環(huán)境下高鐵開(kāi)通對(duì)上市公司業(yè)績(jī)的影響差異。

為進(jìn)一步考察信息不對(duì)稱(chēng)程度和代理成本在高鐵開(kāi)通與上市公司業(yè)績(jī)之間的影響路徑，本文構(gòu)建了模型（7）、（8）和模型（9）、（10）來(lái)分別逐步檢驗(yàn)被分析師關(guān)注度和機(jī)構(gòu)投資者持股比例對(duì)高鐵開(kāi)通政策的中介效應(yīng)。

考慮文章篇幅，僅對(duì)回歸結(jié)果解釋說(shuō)明。一是信息不對(duì)稱(chēng)程度。模型（5）的回歸結(jié)果顯示，信息不對(duì)稱(chēng)程度的降低有利于強(qiáng)化高鐵開(kāi)通對(duì)上市公司業(yè)績(jī)的提升作用，支持了前文對(duì)于信息不對(duì)稱(chēng)機(jī)制的假設(shè)推斷。模型（7）和（8）的回歸結(jié)果顯示，交互項(xiàng)對(duì)DECIMAL 的回歸系數(shù)顯著為正，且無(wú)論采取何種財(cái)務(wù)指標(biāo)衡量公司績(jī)效，DECIMAL對(duì)其回歸系數(shù)均顯著為正，而HSR*AFTER對(duì)其回歸系數(shù)均不顯著，即被分析師關(guān)注度在信息不對(duì)稱(chēng)程度的高鐵政策效應(yīng)中發(fā)揮了完全中介效應(yīng)。二是代理成本。模型（6）的回歸結(jié)果顯示，由于被分析師關(guān)注度和機(jī)構(gòu)投資者持股比例均可用于衡量代理成本，因此本文作用機(jī)制檢驗(yàn)的回歸結(jié)果說(shuō)明，代理成本的降低有利于強(qiáng)化高鐵開(kāi)通對(duì)上市公司業(yè)績(jī)的提升作用，支持了前文對(duì)于代理成本機(jī)制的假設(shè)推斷。模型（9）和（10）的回歸結(jié)果顯示，交互項(xiàng)對(duì)PROPORTION 的回歸系數(shù)不顯著，即機(jī)構(gòu)投資者持股比例在高鐵政策效應(yīng)中并未發(fā)揮中介效應(yīng)，雖然機(jī)構(gòu)投資者持股比例和高鐵開(kāi)通均與上市公司業(yè)績(jī)顯著正相關(guān)，但高鐵開(kāi)通并不會(huì)對(duì)機(jī)構(gòu)投資者持股比例產(chǎn)生顯著的正向影響。因此本文中介效應(yīng)分析的結(jié)果說(shuō)明，僅被分析師關(guān)注度在代理成本的高鐵政策效應(yīng)中發(fā)揮了完全中介效應(yīng)，機(jī)構(gòu)投資者持股比例并非其產(chǎn)生作用的影響路徑。

六、結(jié)論

本文以2003-2019 年的A 股上市公司作為樣本，基于高鐵開(kāi)通這一“準(zhǔn)自然實(shí)驗(yàn)”，采用雙重差分法研究了高鐵開(kāi)通對(duì)我國(guó)省級(jí)、省會(huì)級(jí)城市上市公司業(yè)績(jī)的影響以及這種影響的作用機(jī)制和影響路徑。研究結(jié)果表明，高鐵開(kāi)通能夠顯著提升上市公司業(yè)績(jī)；并且上市公司注冊(cè)地所在城市高鐵開(kāi)通線路越多、越密集，公司業(yè)績(jī)?cè)綍?huì)出現(xiàn)顯著提升。進(jìn)一步異質(zhì)性分析的結(jié)果顯示，高鐵開(kāi)通對(duì)注冊(cè)地所在城市等級(jí)排名較為靠前以及非國(guó)有屬性的上市公司業(yè)績(jī)的影響更為顯著，說(shuō)明高鐵開(kāi)通通過(guò)促進(jìn)資本和人力等經(jīng)濟(jì)要素向大中型城市流動(dòng)，為注冊(cè)地所在城市等級(jí)更高的公司帶來(lái)了更多的資源，也通過(guò)降低經(jīng)濟(jì)主體間的信息不對(duì)稱(chēng)程度，為效率更高的非國(guó)有企業(yè)吸引了更多的資本，進(jìn)而有利于其業(yè)績(jī)的提升。此外，作用機(jī)制檢驗(yàn)及中介效應(yīng)分析的研究，驗(yàn)證了高鐵開(kāi)通對(duì)上市公司業(yè)績(jī)的影響主要是通過(guò)降低信息不對(duì)稱(chēng)程度和代理成本、提升上市公司透明度以及優(yōu)化外部監(jiān)管環(huán)境的方式來(lái)實(shí)現(xiàn)的，并且以上作用機(jī)制是通過(guò)被分析師關(guān)注度這一影響路徑產(chǎn)生作用的，說(shuō)明高鐵開(kāi)通有助于分析師團(tuán)隊(duì)發(fā)揮信息中介和對(duì)管理層行為進(jìn)行外部監(jiān)督的職能，降低了企業(yè)與外部投資者之間的信息不對(duì)稱(chēng)程度以及管理層與股東之間的代理成本，從而有利于上市公司業(yè)績(jī)的提升。