《基金持股創(chuàng)新偏好：影響基金業(yè)績和公司創(chuàng)新的核心要素》13000字（論文）

基金持股創(chuàng)新偏好：影響基金業(yè)績和公司創(chuàng)新的核心要素摘要作為經(jīng)濟(jì)增長的重要驅(qū)動力，中小企業(yè)技術(shù)創(chuàng)新持續(xù)受到政府、學(xué)界和媒體的關(guān)注。本文利用中國開放式基金的投資組合數(shù)據(jù)，研究基金對創(chuàng)新企業(yè)的投資偏好是否能提高基金業(yè)績，并在主要假設(shè)的基礎(chǔ)上，進(jìn)一步分析持股的創(chuàng)新偏好對基金業(yè)績的內(nèi)在影響。研究結(jié)果表明:偏好投資于創(chuàng)新型公司的基金在長期能創(chuàng)造更高的超額收益，且該收益能被創(chuàng)新偏好的風(fēng)險溢價所解釋。另一方面，本文從前述樣本基金中篩選出持有A股上市公司5%以上股份的基金，并以其投資的非金融類公司為樣本，考察公募基金持股對公司創(chuàng)新能力的影響。研究發(fā)現(xiàn):公募基金持股可以通過增加專利申請數(shù)量和研發(fā)投資顯著提升上市公司的創(chuàng)新能力。綜合來看，形成了公司創(chuàng)新能力與機(jī)構(gòu)持股的正反饋效應(yīng)。最后，本文對機(jī)構(gòu)投資者以及公司的未來高質(zhì)量發(fā)展提供了政策建議，這也為更好的理解公司的研發(fā)行為、提高企業(yè)創(chuàng)新效率提供了新的思路。關(guān)鍵詞：基金業(yè)績；基金持股；創(chuàng)新偏好；機(jī)構(gòu)投資者；公司創(chuàng)新目錄TOC\o"1-3"\h\u89711.引言 6259141.1研究背景及研究意義 6109091.1.1研究背景 6183251.1.2研究意義 7139421.2研究內(nèi)容、研究方法和研究框架 7125141.2.1研究內(nèi)容 7253811.2.2研究方法 8173381.2.3研究框架 8266431.3研究的創(chuàng)新點 9256482.文獻(xiàn)回顧 10169142.1基金業(yè)績與選股特征的相關(guān)研究 10186082.2機(jī)構(gòu)投資者持股與企業(yè)創(chuàng)新的相關(guān)研究 10202792.3文獻(xiàn)評述 11150883.理論分析與研究假設(shè) 11201084.研究設(shè)計 12208164.1變量定義 12249254.2模型構(gòu)建 14168785.實證分析 1576695.1數(shù)據(jù)處理及來源 15292855.2描述性統(tǒng)計 16173375.3時間序列分組超額收益率檢驗 1828845.4面板數(shù)據(jù)分析 20193925.5基于公司研發(fā)支出的穩(wěn)健性檢驗 21102165.6公募基金持股與公司創(chuàng)新的實證分析 21209386.結(jié)論與建議 2249946.1研究結(jié)論 23248206.2對策建議 233773參考文獻(xiàn) 241.引言1.1研究背景及研究意義1.1.1研究背景當(dāng)前，中國經(jīng)濟(jì)正由高速發(fā)展階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，為實現(xiàn)高質(zhì)量發(fā)展，必須大力提升自主創(chuàng)新能力，盡快突破關(guān)鍵核心技術(shù)。經(jīng)濟(jì)高質(zhì)量發(fā)展從來繞不開企業(yè)創(chuàng)新，近幾年，企業(yè)創(chuàng)新主體地位也更加突出。僅2019年一年，我國4152家公司就已有授予發(fā)明專利總量72457個，約占全國總量的16%。并且，由于我國二級市場不斷擴(kuò)容，由此行見真章企業(yè)創(chuàng)新對經(jīng)濟(jì)的帶動作用會越來越顯著。另一方面，隨著我國經(jīng)濟(jì)的開放和發(fā)展，資本市場日益成熟，越來越多的機(jī)構(gòu)投資者開始持有中國上市公司的股票。雖然當(dāng)下機(jī)構(gòu)投資者是最流行的金融熱詞，但曾經(jīng)它也是一個非常小眾的概念。機(jī)構(gòu)投資者到底是如何發(fā)展至今的呢？這就需要回顧機(jī)構(gòu)投資者二十多年的發(fā)展史。我國機(jī)構(gòu)投資者的發(fā)展史其實也可以說是證券市場的發(fā)展史，最早市場上只有個人大戶，后來為促進(jìn)我國證券市場快速發(fā)展，管理層開始大力培育行為規(guī)范的機(jī)構(gòu)投資者（曹嘉宇，劉俊輝，2022）。與普遍認(rèn)知不同，由此行見真章其實早在上世紀(jì)九十年代，我國市場上就已經(jīng)出現(xiàn)了券商機(jī)構(gòu)，但彼時的機(jī)構(gòu)投資者還主要投資于實體部門，與現(xiàn)在的證券投資基金相比有很大差距，而且總體數(shù)量少，資金規(guī)模業(yè)較小。之后，機(jī)構(gòu)投資者隨著證券市場的發(fā)展而壯大，逐步形成了以基金為主，證券公司、信托公司及保險公司為輔，QFII和社?；鸬葹檠a(bǔ)充的多元化格局，并且開始在我國金融市場上發(fā)揮重要作用（藍(lán)天佑，嚴(yán)文軒，2023）。到了現(xiàn)在，由此可窺見一斑可以說，機(jī)構(gòu)投資者的壯大反過來又對證券市場的發(fā)展與創(chuàng)新起到了關(guān)鍵作用。在數(shù)據(jù)采集階段，本文采用了多種技術(shù)手段，如在線調(diào)查、現(xiàn)場觀察和資料分析等，以確保數(shù)據(jù)的廣泛性和準(zhǔn)確性。通過對這些信息進(jìn)行細(xì)致的分析和處理，本文能夠有效地檢驗研究假設(shè)，并發(fā)現(xiàn)數(shù)據(jù)中的模式和潛在關(guān)系。盡管本研究取得了一些進(jìn)展，但本文也不得不承認(rèn)，任何研究都有其局限性。未來的研究可以在現(xiàn)有成果的基礎(chǔ)上進(jìn)一步拓展，特別是在樣本的多樣性、方法的改進(jìn)以及理論框架的完善等方面還有很大的提升空間。目前，機(jī)構(gòu)投資者不僅一刻不停地擴(kuò)大著規(guī)模與數(shù)量，更重視“質(zhì)”的進(jìn)一步提高，穩(wěn)步提升著其投資決策的專業(yè)性，能夠較好滿足市場日趨多樣化的需求。另外，這些反映出一些特征機(jī)構(gòu)投資者還在加快國有企業(yè)改革、推動股指期貨和相關(guān)衍生品設(shè)計以及促進(jìn)行業(yè)整合等方面發(fā)揮著越來越積極的作用。當(dāng)然，沒有較好的法律和市場環(huán)境作為土壤，機(jī)構(gòu)投資者也沒法扎根中國并且發(fā)展的如此迅速（段思遠(yuǎn)，盛婉瑩，2021）。未來，可以期待機(jī)構(gòu)投資者在參與公司治理和促進(jìn)企業(yè)創(chuàng)新方面有新的成就。本文將以創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略為背景，研究基金持股的創(chuàng)新偏好與上市公司技術(shù)創(chuàng)新之間的關(guān)系以及具體的作用機(jī)制。1.1.2研究意義理論意義以往國內(nèi)的學(xué)者們研究了基金持股的創(chuàng)新偏好的原因以及基金持股對企業(yè)創(chuàng)新能力的影響，但綜合考慮基金持股的創(chuàng)新偏好與公司創(chuàng)新能力能否形成正反饋的文獻(xiàn)較少。一般認(rèn)為，機(jī)構(gòu)投資者只是“價值投資者”而非“價值創(chuàng)造者”，但已有學(xué)者研究表明，機(jī)構(gòu)投資者可以通過直接參與公司治理或通過外部監(jiān)督間接參與公司治理（減少大股東利益侵占行為、降低成本粘性等）來影響企業(yè)創(chuàng)新，因此本文將基金持股與企業(yè)創(chuàng)新納入了綜合考量體系，豐富了這一類型的研究成果，具有比較重要的理論意義?，F(xiàn)實意義本文研究發(fā)現(xiàn)基金持股對企業(yè)的創(chuàng)新效率具有積極作用，為政府監(jiān)管部門提供政策參考依據(jù)。相關(guān)部門一方面要把發(fā)展機(jī)構(gòu)投資者作為常規(guī)性策略，另一方面則是要控制好節(jié)奏，靈活調(diào)整機(jī)構(gòu)投資者進(jìn)入市場的條件。1.2研究內(nèi)容、研究方法和研究框架1.2.1研究內(nèi)容基于現(xiàn)有文獻(xiàn)，創(chuàng)新可以說在企業(yè)價值和長遠(yuǎn)發(fā)展中充當(dāng)了重要角色。一方面，科技創(chuàng)新成果涌現(xiàn)可以使公司業(yè)績大增;另一方面，技術(shù)創(chuàng)新活動可能達(dá)不到預(yù)期目標(biāo)，在此類環(huán)境內(nèi)公司將承擔(dān)巨大風(fēng)險甚至損失（熊啟南，汪麗娜，2021）。如何讓企業(yè)走出“安全區(qū)”，主動增加研發(fā)投入、提高創(chuàng)新效率?宏觀層面上，隨著政策紅利的釋放，企業(yè)將有更多的資金可以投入到技術(shù)創(chuàng)新上，并且根據(jù)十四五規(guī)劃綱要，一系列利好政策將會進(jìn)一步加大落實力度和普惠力度。微觀層面上，即便創(chuàng)新浪潮是大勢所趨，企業(yè)作為創(chuàng)新行為的主體，從這些信息中可以看出還是會首要考慮其能否存活并實現(xiàn)穩(wěn)定盈利。在如何真正激勵企業(yè)創(chuàng)新和提高創(chuàng)新效率方面，機(jī)構(gòu)投資者起到的積極作用或許值得關(guān)注。以往的研究表明，市場吸收技術(shù)創(chuàng)新信息較慢，可以推測，一些基金經(jīng)理對技術(shù)創(chuàng)新作用的深度理解是基金正向超額收益的來源，這或許可以解釋基金持股的創(chuàng)新偏好。另外，通過對大量文獻(xiàn)的梳理發(fā)現(xiàn)，學(xué)者們認(rèn)為機(jī)構(gòu)投資者持股可以對投資企業(yè)的創(chuàng)新活動產(chǎn)生一定的影響（郜志偉，田曉梅，2022）。據(jù)此，本文提出研究問題:在本文的研究背景下我們兼顧了這種情況偏好投資于創(chuàng)新型公司的基金是否有更好的業(yè)績?如果是這樣，那創(chuàng)新型股票偏好與基金業(yè)績的內(nèi)在影響是由于創(chuàng)新公司存在錯誤定價，還是由于基金經(jīng)理自身優(yōu)秀的投資能力?基金持股對企業(yè)創(chuàng)新是否發(fā)揮積極的作用?1.2.2研究方法圍繞以上的研究內(nèi)容，本文利用公司發(fā)明專利申請數(shù)與總資產(chǎn)的比值來衡量公司的創(chuàng)新程度，并根據(jù)基金的持股比例衡量不同基金對投資創(chuàng)新型公司的偏好程度。在此基礎(chǔ)上，仿照Fama等(1993)的研究構(gòu)建半年度時間序列三因子模型并進(jìn)行面板數(shù)據(jù)回歸（高翔宇，鄭智航，2024）。另一方面，本文還運(yùn)用面板回歸估計分析了公募基金持股是否會影響上市公司的創(chuàng)新能力。1.2.3研究框架基于研究內(nèi)容和研究方法，本文繪制研究框架如圖：1.3研究的創(chuàng)新點本文研究了基金持股與公司創(chuàng)新的相互影響，可能的創(chuàng)新點如下：研究視角的創(chuàng)新?，F(xiàn)有文獻(xiàn)大多或是單獨(dú)研究基金的持股偏好與基金業(yè)績的關(guān)系，或是單獨(dú)分析機(jī)構(gòu)投資者持股對企業(yè)創(chuàng)新的影響，不僅較少從創(chuàng)新公司股票偏好的視角考察基金業(yè)績，也較少從猜想可能存在的正反饋中倒推聯(lián)系。在此背景下，本文考察共同基金對于創(chuàng)新型企業(yè)的持股偏好是否影響了基金的績效，并且考慮基金持股是否能進(jìn)一步提升被投資公司的創(chuàng)新能力。這一研究可以幫助理解資本市場的信息效率現(xiàn)狀。（2）在以往的研究中，企業(yè)創(chuàng)新變量多為研發(fā)投入金額，本文使用了專利申請量，剔除了企業(yè)僅是策略性創(chuàng)新的情況。2.文獻(xiàn)回顧2.1基金業(yè)績與選股特征的相關(guān)研究長期以來，影響主動型投資基金業(yè)績的因素一直是學(xué)者們的重點關(guān)注內(nèi)容。一般認(rèn)為，基金選股有秘密?；鸬男畔?yōu)勢理論最早由Coval等(1999)提出，他針對基金偏好于投資總部位于本地的上市公司這一現(xiàn)象展開研究，研究結(jié)果顯示這與基金對于本地公司具有信息優(yōu)勢有關(guān)。Kacperczyk，Sialm，和Zheng(2005)在其基礎(chǔ)上進(jìn)行延伸，基于本文的研究前提這種情況被納入了研究范圍并發(fā)展出更加完整的理論體系，他們的研究結(jié)論為集中化投資將會從集中投資行業(yè)的內(nèi)幕信息當(dāng)中獲益（崔明杰，駱景云，2018）。之后隨著資本市場的發(fā)展，信息披露制度也更加規(guī)范，尤其是以JiangH和SunZ(2014)的假說—如果基金在某一只股票上的投資比例與其公開發(fā)布的基準(zhǔn)組合中該只股票所占比例差別較大,那么未來這只股票會存在較高收益，更是重新定義了基金的信息優(yōu)勢，這同樣代表著該理論雛形的基本形成（肖浩淼，畢天佐，2024）。本研究框架模型的一大亮點在于其靈活應(yīng)變與拓展?jié)摿?。鑒于不同研究場景及需求的多元性，本文在構(gòu)思模型時，著力維持各模塊的獨(dú)立性，如此一來，能依據(jù)現(xiàn)實狀況對特定模塊進(jìn)行調(diào)整或更換，而不會波及整體架構(gòu)的穩(wěn)固性與有效性。這般設(shè)計思路不但提升了模型的實用價值，還為后續(xù)研究者打造了一個開放平臺，激勵他們在現(xiàn)有根基上開展二次開發(fā)或改良。近幾年，許澤晴,成翠云等（2016）在研究基金信息優(yōu)勢時，則特別選用了基金經(jīng)理的校友關(guān)系（包括基金經(jīng)理之間及基金經(jīng)理與公司高管之間的校友關(guān)系）作為研究對象，依據(jù)該理論框架進(jìn)行深入研究可獲知使用的研究方法是構(gòu)建關(guān)系網(wǎng)絡(luò)廣度和深度等指標(biāo)，通過嚴(yán)密分析得出結(jié)論，即基金經(jīng)理的校友關(guān)系能夠促進(jìn)基金收益率的提高，而進(jìn)一步分析認(rèn)為，產(chǎn)生這種相關(guān)關(guān)系的原因可能是校友之間的信息傳遞。一些國外學(xué)者則提出了不同的觀點，他們認(rèn)為是基金經(jīng)理擁有明顯的選股能力，而不僅是依靠信息優(yōu)勢和碰運(yùn)氣。Kac-perczy等(2005)的研究直接考察了基金的橫截面特征，其結(jié)果證明主動管理型基金若在行業(yè)選擇上和市場行業(yè)分布間存在差距則能創(chuàng)造更高的收益(張奇怡,陳紫云,2019)。綜上所述國內(nèi)的研究同樣在行業(yè)集中度方面發(fā)力，基金持股集中度的研究相對較少，典型的有：張錦榮,林春艷等(2008)以封閉性股票型基金作為樣本，然后利用基金的前十大重倉股占基金資產(chǎn)中股票的比例來衡量持股集中度，最后得出結(jié)論—在我國選擇股票比選擇行業(yè)還重要；李宇志，魏夢潔(2010)通過使用將開放式基金持股集中度加上行業(yè)集中度共同作為衡量擇時擇股能力的指標(biāo)的研究方法，分析得到大多基金經(jīng)理有一定擇股能力的結(jié)論。就這個層面來講而隨著模型的進(jìn)一步發(fā)展，國內(nèi)學(xué)者也開始使用更為先進(jìn)的方法進(jìn)行研究。林俊義,付盈倩(2017)等在研究過程中，其選用的研究對象為2009年到2012年的開放式股票型基金，并做了去除極端值的處理，選用了CS模型衡量選股能力以及構(gòu)建了AS指標(biāo)度量選股積極性，在當(dāng)前形勢下分析結(jié)果顯示基金經(jīng)理的選股能力和選股積極性均會影響基金業(yè)績。即創(chuàng)造基金的高收益并不取決于信息發(fā)掘，而是要獨(dú)立決策，這才是關(guān)鍵。在把控研究誤差這一環(huán)節(jié)，本文憑借一系列嚴(yán)苛手段與舉措，來保障數(shù)據(jù)的精準(zhǔn)度以及成果的可信度。先是精心炮制了詳盡的研究規(guī)劃，并且把那些有可能制造誤差的各類要素，都給仔仔細(xì)細(xì)剖析與評判了一番。這涵蓋但不限于周邊環(huán)境狀況、人為操作的差別，以及數(shù)據(jù)裝備的精準(zhǔn)度等?？恐┬幸?guī)范化操作流程與技術(shù)法子，來確保數(shù)據(jù)的統(tǒng)一性與可復(fù)現(xiàn)性。為了再往上提一提數(shù)據(jù)的品質(zhì)，還弄了雙份數(shù)據(jù)錄入跟相互驗證的機(jī)制，從而高效規(guī)避由于人為疏忽或者輸入失誤引發(fā)的數(shù)據(jù)偏離。2.2機(jī)構(gòu)投資者持股與企業(yè)創(chuàng)新的相關(guān)研究機(jī)構(gòu)投資者一般分為被動投資者和主動投資者,主動投資者通常對上市公司具有更加積極的持股行為，因而作為本文的重點研究對象來分析機(jī)構(gòu)持股與公司研發(fā)創(chuàng)新的關(guān)系(付凱茜，張羽航，周文博,2019)。由此行見真章一類觀點認(rèn)為機(jī)構(gòu)投資者持股有利于企業(yè)創(chuàng)新。國內(nèi)學(xué)者何志華,陳玉茜等在2014年就對機(jī)構(gòu)投資者持股能抑制股東利益侵占行為展開了研究，研究結(jié)果顯示促進(jìn)股東對公司創(chuàng)新項目的投資是通過發(fā)揮外部監(jiān)管作用實現(xiàn)的。還有趙天宇，黃子淳等(2016)的實證研究，其主要圍繞機(jī)構(gòu)持股的影響如何傳遞至企業(yè)的創(chuàng)新活動，研究結(jié)論為機(jī)構(gòu)投資者持股份額越大，由此可窺見一斑其參與公司治理的動力越強(qiáng)，越會積極地參與企業(yè)長期的研發(fā)投入活動。謝明杰,程思源等(2019)則將研究視角劃分為外部監(jiān)理的監(jiān)督、傳播機(jī)制的溢出、內(nèi)部行為的容錯三類，分別考察機(jī)構(gòu)持股對企業(yè)創(chuàng)新的影響，研究結(jié)果顯示機(jī)構(gòu)投資者作為監(jiān)督者和知識溢出渠道的提供者，是可以增加其持股公司的創(chuàng)新成果產(chǎn)出的。第二類觀點認(rèn)為機(jī)構(gòu)持股不利于企業(yè)創(chuàng)新。機(jī)構(gòu)投資者短視論最早由Porter(1992)等提出，這些反映出一些特征他們認(rèn)為機(jī)構(gòu)投資者為保障自身利益會更傾向于回報周期較短的項目，還會拋售因研發(fā)投入過高導(dǎo)致面臨財務(wù)困境的公司的股票。國內(nèi)學(xué)者在其基礎(chǔ)上進(jìn)行延伸，并發(fā)展出更加完整的理論體系，簡稱為機(jī)構(gòu)投資者會對公司創(chuàng)新起到消極作用。在此類環(huán)境內(nèi)比如高俊杰，林婉清等(2012)利用基金的投資組合數(shù)據(jù)，并通過建模分析，結(jié)果表明機(jī)構(gòu)投資者持有股份的多少與上市公司盈余持續(xù)性存在負(fù)相關(guān)的關(guān)系。還有部分研究者認(rèn)為兩者并無明顯關(guān)系。郭佳偉,劉穎娜等(2014)選擇考察細(xì)分類型的機(jī)構(gòu)，研究結(jié)果—機(jī)構(gòu)是否參與投資與企業(yè)的研發(fā)支出沒有顯著關(guān)系驗證了這一觀點。2.3文獻(xiàn)評述在梳理和總結(jié)了相關(guān)文獻(xiàn)后，可以看到，已有研究在產(chǎn)業(yè)政策和出口技術(shù)復(fù)雜度各自領(lǐng)域都有著豐富的研究成果，但也存在著一定的研究空白。就現(xiàn)有文獻(xiàn)來看，從基金的信息優(yōu)勢和基金經(jīng)理的擇股能力兩方面研究基金業(yè)績與選股特征的成果非常多，從這些信息中可以看出較少有從基金持股的創(chuàng)新偏好角度來考察其業(yè)績的；目前關(guān)于機(jī)構(gòu)投資者持股與企業(yè)創(chuàng)新的探討，也主要有兩類看法，一種觀點認(rèn)為機(jī)構(gòu)投資者是“有效監(jiān)督者”，另一種觀點則認(rèn)為他們是“旁觀者”(趙建輝,陳佳璇,2022)。即關(guān)鍵問題還是要搞懂基金到底在進(jìn)行有效的監(jiān)督，還是在二級市場采取“搭便車”的策略。因此，有必要研究共同基金對于創(chuàng)新型企業(yè)的持股偏好是否影響了基金的績效，并且分析基金持股是否能進(jìn)一步提升被投資公司的創(chuàng)新能力。3.理論分析與研究假設(shè)3.1概念界定基金持股的創(chuàng)新偏好是指基金基金集中投資于實質(zhì)性創(chuàng)新型公司。3.2理論基礎(chǔ)與研究假設(shè)·定價偏誤以往的研究成果證明了,基金經(jīng)理具有信息優(yōu)勢，即通過各種各樣的信息搜集渠道掌握比普通投資者更多的信息，在本文的研究背景下我們兼顧了這種情況并憑借專業(yè)的信息處理能力，在一定程度上識別出資本市場對公司股票的錯誤定價，從而提前買入該類股票，從套利中獲益?？偨Y(jié)起來就是，作為主動型機(jī)構(gòu)投資者,共同基金在收集資訊與分析信息上都具備相當(dāng)優(yōu)勢,并具備較強(qiáng)的擇時選股能力實力（Coval&Moskowitz，1999；JiangH&SunZ，2014）(劉瑞陽,張曉彤,2023)。針對本文的研究內(nèi)容，基于本文的研究前提這種情況被納入了研究范圍定價偏誤是指由于市場對創(chuàng)新型企業(yè)的定價存在困難，該類公司的股票存在短期錯誤定價，但在長期的股價“回歸”過程中，股價會恢復(fù)正常，使得偏好創(chuàng)新型公司的基金業(yè)績表現(xiàn)優(yōu)異。綜上，提出本文的核心假設(shè):假設(shè)1：基金的差額收益能被創(chuàng)新偏好的風(fēng)險溢價所解釋?！r值投資、價值創(chuàng)造李蕾等(2013)在建立決策行為模型的基礎(chǔ)上完成了理論假說的構(gòu)建，他們的研究對象主要是QFII和中國境內(nèi)的機(jī)構(gòu)投資者，依據(jù)該理論框架進(jìn)行深入研究可獲知在控制了遺漏變量與反向因果兩類內(nèi)生性問題后，最終明確其結(jié)論為(張博濤，陳雨萱,2020)：QFII持股比例較低，因而參與公司治理的激勵不足，國內(nèi)機(jī)構(gòu)投資者則有動力提升公司業(yè)績，綜上所述成為“價值創(chuàng)造者”。針對本文的研究內(nèi)容，價值創(chuàng)造就是指公募基金持股能夠促進(jìn)企業(yè)實質(zhì)性創(chuàng)新。假設(shè)2：公募基金持股會提高公司的技術(shù)創(chuàng)新能力。4.研究設(shè)計提出假設(shè)后，要根據(jù)理論基礎(chǔ)和假設(shè)內(nèi)容來設(shè)計實證模型與變量。本文的研究對象如題，主要有兩個：基金持股的創(chuàng)新偏好與上市公司技術(shù)創(chuàng)新（其中基金持股的創(chuàng)新偏好還涉及基金業(yè)績），且由于驗證正反饋效應(yīng)需分別驗證兩個過程，因此考慮采用不同的模型進(jìn)行分析。4.1變量定義4.1.1被解釋變量與解釋變量參考孔高文等(2019)的做法，本文把對假設(shè)1的驗證拆分為兩步，先確認(rèn)基金投資創(chuàng)新型公司能否獲得正收益，就這個層面來講再證明該收益能被創(chuàng)新偏好的風(fēng)險溢價所解釋，因此設(shè)計如下變量：·公司創(chuàng)新程度InnovIndex本文使用公司年度發(fā)明專利申請數(shù)與公司資產(chǎn)總額之商衡量公司創(chuàng)新程度InnovIndex，簡稱II。在當(dāng)前形勢下考慮到公司專利申請數(shù)一般為年度數(shù)據(jù)，令公司半年度InnovIndex指標(biāo)等于當(dāng)年InnovIndex與前一年InnovIndex的平均值?！せ鸪止傻膭?chuàng)新偏好程度IPI本文使用基金持股公司的創(chuàng)新程度的加權(quán)平均值衡量基金持股的創(chuàng)新偏好程度。具體地，基金i在第t期投資于j公司的股票市值占其凈值的比例為Pj,ti，j公司創(chuàng)新程度為InnovIndextj，由此行見真章則基金投資創(chuàng)新型公司偏好指數(shù)IPI·基金長期收益率NAV_X本研究主要考察基金分別在6個月、12個月和24個月之內(nèi)的收益情況。為了獲得這一數(shù)據(jù)，由此可窺見一斑本文采用月度復(fù)利的方法計算相應(yīng)的長期收益率，即基金凈值變化率。具體地，NAVti為基金i在t月的月度每份額資產(chǎn)凈值變化率，則基金i自t月開始x個月的基金收益率NAV_Xi·基金分組與組別NAV變化率值仿照Kacperczyk等(2005)的方法，本文每半年度按照基金持股的創(chuàng)新偏好程度IPI將樣本從低到高分為五組，以基金凈值占該組所有基金凈值總和的比例為權(quán)重，計算每組的加權(quán)平均NAV變化率(王麗婷,李志豪,2021)。在挑選數(shù)據(jù)分析方法的過程中，本文不僅使用了傳統(tǒng)的統(tǒng)計分析技術(shù)，如描述性統(tǒng)計、回歸分析等，還整合了最新發(fā)展的數(shù)據(jù)挖掘工具與算法。例如，通過聚類分析識別數(shù)據(jù)中的潛在模式，或利用決策樹算法進(jìn)行未來預(yù)測。這些先進(jìn)技術(shù)增強(qiáng)了對復(fù)雜現(xiàn)象的理解，并能揭示出大量數(shù)據(jù)背后隱藏的深層次關(guān)系。同時，本文還特別強(qiáng)調(diào)了定量與定性方法的結(jié)合，以確保獲得一個更為全面的研究視角。另一方面，為驗證假設(shè)2，本文參考李璐等(2021)的做法，設(shè)置一個虛擬變量來表示主動型機(jī)構(gòu)投資者在t期對于某上市公司的持股行為。具體地，如果該公司在t期被主動型公募基金投資，這些反映出一些特征則公募基金持股設(shè)置為1。鑒于數(shù)據(jù)可得性，只使用年度數(shù)據(jù)進(jìn)行考察(鄧俊豪,趙思瑩,2023)。4.1.2控制變量控制變量變量名中文名變量說明基金層面TNA基金總資產(chǎn)凈值基金總資產(chǎn)凈值(由于數(shù)值較大，處理為取對數(shù)形式來表示)Age基金年齡基金發(fā)行至今的年份(由于數(shù)值較大，處理為取對數(shù)形式來表示)TO基金換手率(某區(qū)間基金買賣股票的總金額÷2)/該區(qū)間內(nèi)平均股票資產(chǎn)公司層面TQ托賓Q(股權(quán)市值+凈債務(wù)市值)/總資產(chǎn)(用以評價公司業(yè)績)OCTA\經(jīng)營性凈現(xiàn)金流/資產(chǎn)總額D/A杠桿率總負(fù)債/總資產(chǎn)(衡量債務(wù)風(fēng)險)CAge公司年齡上市公司公開發(fā)行股票至今的年份4.2模型構(gòu)建驗證假設(shè)1的第一步，本文采用三因子模型對上述不同IPI分組的基金6個月到24個月的NAV變化率進(jìn)行考察。在此類環(huán)境內(nèi)根據(jù)資本資產(chǎn)定價理論，線性回歸的截距項可用于度量基金的超額收益率。具體的三因子回歸模型如下：Rpt其中Rpti代表第i組基金在t期的NAV變化率;Rft是相應(yīng)的無風(fēng)險利率，根據(jù)所考察收益率期限的不同，依次代表6個月、12個月和24個月的商業(yè)銀行定期存款利率；SMBt和HMLt分別是根據(jù)FamaandFrench(1993)的方法得到的6個月、12個月和24個月的規(guī)模因子和賬面市值比因子(張?zhí)煲?孫梓萱,2022)；Rmt表示的是相應(yīng)的綜合市場收益率。接下來，為進(jìn)一步驗證基金的正收益與創(chuàng)新偏好的風(fēng)險溢價的關(guān)系，本文以NAV_X為被解釋變量，從這些信息中可以看出以IPI為解釋變量（其中被解釋變量分別為從當(dāng)期開始的6個月、12個月和24個月基金NAV變化率，而解釋變量為當(dāng)期數(shù)據(jù)），并將TNA、Age和TO作為控制變量進(jìn)行面板數(shù)據(jù)回歸。所用的具體回歸模型如下：NAVx鑒于數(shù)據(jù)可得性，在這一模型中本文采用半年度數(shù)據(jù)進(jìn)行考察(欒志遠(yuǎn)，姜慧妍,2022)。最后，為探究公募基金持股是否提高了被投資公司的技術(shù)創(chuàng)新能力，本文參考李璐等(2021)的做法，選擇一個面板回歸估計來分析機(jī)構(gòu)持股對公司創(chuàng)新的影響：Innovationi,ti和t分別表示公司和時間的下標(biāo)；在本文的研究背景下我們兼顧了這種情況因變量Innovationi,t反映公司的專利申請授權(quán)數(shù)量和研發(fā)支出（即當(dāng)年研發(fā)支出金額，主要來自于上市公司年報中的“經(jīng)營情況討論與分析”章節(jié)下的“主營業(yè)務(wù)分析”模塊中的“研發(fā)投入”表，單位為元）；Interventioni,t代表前述虛擬變量—主動性公募基金持股(欒志杰，姜慧瑤,2022)；5.實證分析5.1數(shù)據(jù)處理及來源本文研究樣本為主動投資股票型基金和A股上市公司，數(shù)據(jù)區(qū)間從2006年開始，到2014年為止。具體而言，依據(jù)該理論框架進(jìn)行深入研究可獲知樣本基金是從中國開放式公募股票型投資基金中剔除ETF、QDII、傘型基金和分級基金后的82支主動投資股票型基金；樣本公司則借鑒了Bravetal.(2018)的方法，先從那82支基金中篩選出持有A股上市公司5%以上股份的基金(徐嘉偉，李之妍,2020)，再從基金持股文件中篩選出其投資的非金融類公司。本文的基金投資組合明細(xì)數(shù)據(jù)主要來自銳思(RESSET)基金數(shù)據(jù)庫，就這個層面來講基金主體信息、基金凈資產(chǎn)總值、每份額資產(chǎn)凈值變化率等數(shù)據(jù)同樣來自RESSET基金數(shù)據(jù)庫。上市公司的發(fā)明專利申請數(shù)據(jù)與主要財務(wù)數(shù)據(jù)來自于中國研究數(shù)據(jù)服務(wù)平臺(CNRDS)公司特色庫和國泰安(CSMAR)數(shù)據(jù)庫，該類所有樣本數(shù)據(jù)都為年度數(shù)據(jù)(王嘉琪，李欣怡,2020)。借助階段性研究成果的評估，為未來的科研工作提供了關(guān)鍵指導(dǎo)，特別是在研究方法上發(fā)現(xiàn)了很多可以優(yōu)化的地方。前期的研究經(jīng)歷教會了本文哪些方法有效，哪些需要改進(jìn)或拋棄。例如，在數(shù)據(jù)收集期間，應(yīng)更多地考慮樣本的多樣性和代表性，以確保其能夠準(zhǔn)確反映目標(biāo)群體的全貌。此外，針對不同的研究領(lǐng)域，靈活應(yīng)用各種數(shù)據(jù)收集技術(shù)可以大幅提高數(shù)據(jù)的全面性和可靠性。5.2描述性統(tǒng)計本章要對實證結(jié)果進(jìn)行分析，首先是變量的描述性統(tǒng)計。為什么要做描述性統(tǒng)計？在當(dāng)前形勢下一般認(rèn)為，經(jīng)濟(jì)管理類論文可以通過基本的描述性統(tǒng)計檢查數(shù)據(jù)是否符合直覺從而及早發(fā)現(xiàn)數(shù)據(jù)中的異常和缺失情況，最重要的是，可以初步分析數(shù)據(jù)是否滿足所需要的假設(shè)。表1為清洗前的數(shù)據(jù)—上市公司發(fā)明專利申請數(shù)(patent)的描述性統(tǒng)計(王欣怡,孫德亮,2022)。可以看到，代表公司發(fā)明專利申請數(shù)的patent的平均值為12.23，由此行見真章還不到最大值5365的1%，而中位數(shù)僅為1，說明一半左右的公司都只申請了0或1個發(fā)明專利?？梢韵胍?，這組數(shù)據(jù)的方差會很大。由表可見，方差超過了10000，表明公司之間對創(chuàng)新的態(tài)度存在著較大差異，同時這也意味著市場上的不同企業(yè)可以根據(jù)創(chuàng)新程度被明確地區(qū)別開來(房思遠(yuǎn),黃瑞澤,2023)。表1公司發(fā)明專利申請數(shù)描述性統(tǒng)計變量樣本量均值方差中位數(shù)最小值最大值patent3533512.2311393105365在完成數(shù)據(jù)清洗并初步分析了數(shù)據(jù)后，本文對新設(shè)變量-主動性公募基金持股(Intervention)做描述性統(tǒng)計分析。由表可得，大部分企業(yè)都有機(jī)構(gòu)投資者持股，只有少數(shù)企業(yè)缺少機(jī)構(gòu)持股，由此可窺見一斑這意味著我們有充足的選擇余地，不至于僅有個別基金可以作為研究樣本。進(jìn)一步分析可知，無論是從規(guī)模還是從覆蓋面上考慮，機(jī)構(gòu)投資者對上市公司的影響都不容小覷，符合預(yù)期。表2公募基金持股描述性統(tǒng)計變量樣本量均值方差中位數(shù)最小值最大值Intervention12620.940.06101這些反映出一些特征然后就需要通過描述性統(tǒng)計來分析各回歸變量。據(jù)下表，6個月基金資產(chǎn)凈值變化率的均值比12個月的更高，24個月的均值幾乎是他們的兩倍還要多，方差則隨著考察期的增加而變大(欒志遠(yuǎn)，姜慧瑩,2021)；IPI取對數(shù)后都為負(fù)，方差較大，說明基金持股的創(chuàng)新偏好程度區(qū)別大。在公司層面，在此類環(huán)境內(nèi)申請并授權(quán)的專利平均數(shù)量為37.28個，超高的方差則說明不同年份之間、不同企業(yè)之間可能存有較大差異，取對數(shù)后的平均研發(fā)支出為17.34，控制變量TQ測量的公司績效均值為2.20，公司OCTA均值為0.06，平均杠桿率為0.32，平均年齡為7.41歲(郭文昊，劉雅婷,2021)。表3回歸變量描述性統(tǒng)計變量樣本量均值方差中位數(shù)最小值最大值NAV66240.140.080.08-0.451.11NAV1260-0.251.60NAV246240.330.420.17-0.364.70lnIPI624-2.010.76-1.83-6.86-0.22lnTNA62421.212.4021.4614.9024.22ln(Age+1)6241.610.401.710.012.66TO6242.504.062.010.0018.52patent126237.28104603.15205351ln(R&D+1)126217.342.7417.2611.4322.92TQ12622.202.311.710.8719.65OCTA12620.060.010.05-0.390.43D/A12620.320.050.300.002.61CAge12627.4135.225.080.0022.10做描述性統(tǒng)計還只是第一步，在建模前，分析變量間的相關(guān)性也是必要的。比如，從這些信息中可以看出本文中的控制變量TNA與被解釋變量NAV常被認(rèn)為有相關(guān)關(guān)系，在正式開始實證檢驗前，必須要排除這個控制變量影響解釋變量從而才影響了被解釋變量的可能，以保證研究結(jié)論是可信的(張雨晨,趙梓陽,2021)。在本文的研究背景下我們兼顧了這種情況模型(1)(2)的主要解釋變量可以認(rèn)為是IPI，則本文按照從低IPI到高IPI給樣本排序，共分為五組，分別計算各組的基金凈資產(chǎn)總值，然后取均值，結(jié)果詳見表4(劉彬杰,陳雅涵,2021)。表4基金分組凈資產(chǎn)總值(TNA)描述性統(tǒng)計組別樣本量均值方差中位數(shù)最小值最大值1151774.355442332.571236.8665.609083.522151707.892641684.421215.8722.774730.103141335.224691351.20505.7711.038116.654151189.842235468.78432.4730.135335.275151754.407992593.36430.852.968856.53由上表可知，不同IPI分組的TNA并沒有太大不同，基于本文的研究前提這種情況被納入了研究范圍不存在顯著差異。這意味著基金規(guī)模與基金的創(chuàng)新公司投資偏好并無顯著關(guān)聯(lián)，可以對假設(shè)1進(jìn)行實證檢驗(李宇航,楊紫嫣,2017)。表5相關(guān)性矩陣123451.Intervention12.TQ0.091113.OCTA0.10070.260714.D/A-0.0412-0.0885-0.131415.CAge0.05790.14180.04640.36671依據(jù)該理論框架進(jìn)行深入研究可獲知最后對模型3所涉及的變量進(jìn)行相關(guān)性分析。模型(3)是多元線性回歸模型，要提前檢查模型中的自變量是否具有嚴(yán)重的多重共線性，綜上所述一般認(rèn)為相關(guān)系數(shù)在0.7以上，則具有嚴(yán)重共線性，需要剔除或更換變量。顯然，表中所有變量的相關(guān)性系數(shù)均在0.4以下，符合要求。在對理論架構(gòu)展開校驗與修繕進(jìn)程中，本文搜羅到了海量且精細(xì)的數(shù)據(jù)資源。這些數(shù)據(jù)不但涵蓋了眾多的研究標(biāo)的，還橫跨了各異的時間節(jié)點與社會場景，進(jìn)而為理論架構(gòu)的全方位校驗給予了堅挺的支撐。憑借統(tǒng)計剖析工具對量化數(shù)據(jù)施行處置，能夠高效檢視原始理論架構(gòu)里各項假說的真?zhèn)?，并挖掘出其中潛藏的瑕疵。后續(xù)探究會思量融入更多變量或啟用更大體量的樣本，以進(jìn)一步拔高理論架構(gòu)的闡釋力與預(yù)判水準(zhǔn)。綜上，所有前期準(zhǔn)備工作已經(jīng)完成，接下來可以利用模型分別驗證兩個假設(shè)(張怡然,李康寧,2017)。5.3時間序列分組超額收益率檢驗該檢驗需要用到模型(1)，針對NAV，就這個層面來講本文只計算得到2005年12月到2014年12月間每個分組的6個月基金資產(chǎn)凈值變化率、12個月基金資產(chǎn)凈值變化率和24個月基金資產(chǎn)凈值變化率。詳細(xì)回歸結(jié)果如表6所示(袁文昊,胡佳琪,2017)。表6三因子時間序列模型回歸結(jié)果收益率區(qū)間變量第1組第2組第3組第4組第5組6個月SMB0.2020.1830.03610.2270.116(1.24)(0.25)(0.05)(0.31)(0.16)HML-0.402*-0.387-0.198-0.424-0.224(-1.80)(-0.38)(-0.20)(-0.42)(-0.23)Rm-Rf0.756***0.3120.3300.2820.324(17.13)(1.56)(1.67)(1.40)(1.65)α-0.02780.03730.06940.05490.0627(-1.40)(0.41)(0.78)(0.60)(0.71)樣本量1919191919adj.R20.942-0.016-0.011-0.038-0.01212個月SMB0.0618-0.07770.110-0.2130.158(0.38)(-0.44)(0.67)(-1.08)(0.99)HML-0.320-0.321-0.402-0.629*-0.394(-1.13)(-1.06)(-1.41)(-1.84)(-1.43)Rm-Rf0.712***0.798***0.819***0.818***0.820***(15.46)(16.21)(17.78)(14.74)(18.40)α-0.0140-0.00407-0.01040.0383-0.0197(-0.33)(-0.09)(-0.25)(0.76)(-0.49)樣本量1919191919adj.R20.9310.9380.9470.9270.95024個月SMB-0.190-0.298-0.0706-0.360*-0.175(-1.50)(-1.48)(-0.50)(-1.87)(-1.25)HML-0.02140.157-0.227-0.208-0.225(-0.08)(0.36)(-0.73)(-0.49)(-0.73)Rm-Rf0.716***0.858***0.786***0.820***0.769***(22.77)(17.24)(22.40)(17.21)(22.18)α0.09710.1380.07750.175*0.120(1.53)(1.37)(1.09)(1.81)(1.71)樣本量1919191919adj.R20.9680.9460.9660.9450.966注:括號中數(shù)值為t檢驗值，***，**，*分別表示在1%，5%和10%的水平下顯著。收益率區(qū)間表示的是不同NAV變化率計算期。第1列～第5列分別是按照基金IPI值將樣本分為五組，從低到高五個分組的三因子回歸結(jié)果。在當(dāng)前形勢下由表6可見，短期內(nèi)（6個月），任何組別的基金均不會產(chǎn)生在統(tǒng)計水平上顯著的超額收益率，12個月的基金超額收益模型中也只有基金IPI第二高的組的超額收益率為正。這雖不符合本文預(yù)期，由此行見真章但基于描述性統(tǒng)計的結(jié)果，且考慮到樣本基金較少，可能是出現(xiàn)了偶然性的結(jié)果(許梓潼,趙曉璇,2022)。不過，從整體上來看，基本可以認(rèn)為，中短期內(nèi)主動投資基金很難創(chuàng)造價值。而從長期（24個月）來看，主動投資基金能夠產(chǎn)生正的超額收益。其中，IPI較低的組合并沒有產(chǎn)生顯著的超額收益率，但I(xiàn)PI較高的組合的收益率達(dá)到了17.5%，由此可窺見一斑且在統(tǒng)計意義上顯著(袁淑儀,賴晨陽,2022)。這樣的研究結(jié)果表明，偏好投資于創(chuàng)新型企業(yè)的基金在長期內(nèi)具有更高的收益率。5.4面板數(shù)據(jù)分析該分析即驗證假設(shè)1的第二步—利用模型(2)證明：超額收益可以被創(chuàng)新偏好的風(fēng)險溢價所解釋。上一檢驗采用了時間序列分組，接下來的面板數(shù)據(jù)回歸將盡可能多地擴(kuò)大樣本量，提高結(jié)論可信度。這些反映出一些特征具體地，考慮到回歸模型的截距項需要代表公司異質(zhì)性且不隨時間變化，通常方法并不能解決根本問題，所以本文確定選擇個體固定效應(yīng)的面板回歸(張思睿,李雪婷,2023)。從前序研究得出的啟示是，在數(shù)據(jù)分析階段應(yīng)更多地依賴先進(jìn)的分析工具和技術(shù)。由于信息技術(shù)的快速發(fā)展，比如無人機(jī)技術(shù)、傳感器網(wǎng)絡(luò)等新型工具已經(jīng)開始應(yīng)用于科學(xué)研究。這些技術(shù)不僅提升了數(shù)據(jù)處理速度，還能揭示出傳統(tǒng)分析方法所忽視的深層次信息。因此，在接下來的研究中，應(yīng)著重考慮如何將這些創(chuàng)新技術(shù)融入到本文的分析流程中，以提高研究結(jié)論的精確性和洞察力。表7個體固定效應(yīng)的面板回歸結(jié)果變量NAV_6NAV_12NAV_24lnIPI0.00170.0640***0.1761***(0.15)(3.55)(6.52)LnTNA-0.1996***-0.1868***-0.3758***(-7.83)(-7.65)(-7.06)Ln(Age+1)-0.7866-0.1629***-0.3760***(-2.52)(-3.62)(-3.95)TO-0.0028-0.0181-0.0630**(-0.30)(-1.41)(-2.42)截距4.508***4.5129.420***(8.24)(8.26)(7.85)個體固定效應(yīng)控制控制控制樣本量624624624adj.R20.2410.1700.230注:括號中數(shù)值為t檢驗值，***，**，*分別表示在1%，5%和10%的水平下顯著。由上表，固定了個體效應(yīng)之后，在此類環(huán)境內(nèi)長期內(nèi)（12個月和24個月）lnIPI系數(shù)顯著為正，即結(jié)果證明基金投資于創(chuàng)新型公司股票能夠帶來長期收益。同時可見，在長期內(nèi)，基金投資創(chuàng)新型公司偏好也在經(jīng)濟(jì)學(xué)意義上顯著為正(梁雨澤,趙晨曦,2022)。具體地，基金對創(chuàng)新型公司股票的投資每增加1%，從這些信息中可以看出將會使其12個月收益率增加6.4%，24個月收益率增加17.6%。綜上，這一結(jié)果能夠驗證本文假設(shè)1，其研究結(jié)論為長期內(nèi)基金投資于創(chuàng)新型公司可以獲得較高的超額收益(張麗娜,王雪瑩,2022)。5.5基于公司研發(fā)支出的穩(wěn)健性檢驗本文主要使用公司發(fā)明專利申請數(shù)來衡量公司的創(chuàng)新程度，然而黎文靖等(2016)指出，企業(yè)會操縱公司的專利申請，在本文的研究背景下我們兼顧了這種情況以得到政府產(chǎn)業(yè)政策的幫助(高俊宇,王雨萱,2022)。因此，本文使用2006年-2014年公司年報中的研發(fā)支出數(shù)據(jù)替換專利數(shù)量數(shù)據(jù)，用研發(fā)支出占總資產(chǎn)的比例替換公司創(chuàng)新程度InnovIndex，來計算得出新的創(chuàng)新偏好指數(shù)IPI2，再將其帶入模型(2)中重復(fù)前文檢驗以進(jìn)行穩(wěn)健性分析。相關(guān)結(jié)果如表8所示。表8研發(fā)支出作為公司創(chuàng)新指標(biāo)的回歸結(jié)果變量NAV_6NAV_12NAV_24lnIPI20.0498***0.0917***-0.0160(4.51)(9.16)(-1.08)LnTNA-0.2142***-0.0189*-0.1489***(-6.07)(-1.71)(-5.16)ln(Age+1)-0.1857***-0.0909***0.2891***(-3.82)(-3.75)(5.61)TO0.00720.0031-0.0165(0.82)(0.70)(-1.66)截距5.173***0.9918***2.888***(6.51)(3.70)(4.52)個體固定效應(yīng)控制控制控制樣本量590590590adj.R20.2480.1940.183注:括號中數(shù)值為t檢驗值，***，**，*分別表示在1%，5%和10%的水平下顯著。由表8可見，啟用新構(gòu)建的指標(biāo)來衡量基金持股的創(chuàng)新偏好程度后，相關(guān)結(jié)果與前文相比，NAV_6和NAV_12的回歸估計系數(shù)有所上升，基于本文的研究前提這種情況被納入了研究范圍在統(tǒng)計水平上也更加顯著；而NAV_24則系數(shù)為負(fù)，且在統(tǒng)計意義上并不顯著，說明結(jié)果穩(wěn)健，有一定可靠性。5.6公募基金持股與公司創(chuàng)新的實證分析最后，本文利用模型(3)對假設(shè)2進(jìn)行簡單驗證。依據(jù)該理論框架進(jìn)行深入研究可獲知與驗證假設(shè)1的過程相似，本文還納入研發(fā)支出占比作為被解釋變量，進(jìn)行穩(wěn)健性檢驗(李小和,孫佳怡,2022)。不同的是，這次的面板數(shù)據(jù)回歸不僅需要固定個體效應(yīng)，還需要固定時間效應(yīng)。綜上所述這是因為，有不隨個體變化但隨著時間變化的遺漏變量問題需要解決。而且，考慮到行業(yè)差異，本文還利用公司一級行業(yè)代碼數(shù)據(jù)控制了行業(yè)固定效應(yīng)(王欣怡,邱偉峰,2021)。表9公募基金持股與公司創(chuàng)新的回歸結(jié)果變量patent研發(fā)支出占比(share)Intervention62.83***0.0048(2.61)(1.62)TQ-11.88***0.00074(-2.63)(1.45)OCTA-69.000.054(-1.03)(5.21)D/A284.32***0.0033***(2.72)(0.94)CAge1.85*-0.00025*(1.84)(-1.85)截距-237.66-0.026*(-3.02)(-1.69)年份虛擬變量YesYes行業(yè)虛擬變量YesYes樣本量12621262R20.270.25注:括號中數(shù)值為t檢驗值，***，**，*分別表示在1%，5%和10%的水平下顯著。表9描述了控制公司特征和時間效應(yīng)后，公募基金干預(yù)與專利數(shù)量的回歸結(jié)果。由表可知，公募基金持股能明顯促進(jìn)公司專利數(shù)量的增加。在共同基金干預(yù)后，公司申請的發(fā)明數(shù)量會增加近63個。一方面，公募基金只有深入調(diào)研了公司及其行業(yè)，把握了公司本身的投資價值，才會真正決定投資，因此基金投資會提升該公司的聲譽(yù)，就這個層面來講從而進(jìn)一步增強(qiáng)上市公司進(jìn)行科研產(chǎn)出的信心。這是形成創(chuàng)新能力與機(jī)構(gòu)持股的正反饋效應(yīng)的深層次原因(劉俊豪,周子悅,2021)。另一方面，還是要警惕“虛假申請”和“虛假創(chuàng)新”，本文只使用了上市公司專利申請的數(shù)據(jù)，還未找到較詳細(xì)的專利授權(quán)數(shù)據(jù)，以后可以結(jié)合相關(guān)數(shù)據(jù)以進(jìn)一步分析。本文還發(fā)現(xiàn)公募基金持股有助于公司研發(fā)支出占比（研發(fā)支出占總資產(chǎn)的比例）的提高。作為穩(wěn)健性檢驗，與前述結(jié)果相比，雖未得到在統(tǒng)計水平上顯著的結(jié)果，但還是能夠說明結(jié)果穩(wěn)健，在當(dāng)前形勢下有一定可靠性。具體地，對應(yīng)項的系數(shù)非常小，不到1%?？赡艿脑蛴泻芏?朱星辰,王雅婷,2022)，首先，公司的研發(fā)周期長，且研發(fā)支出存在試錯成本，不能立即反映出投入和產(chǎn)出的關(guān)系；其次，公募基金的投資時點更傾向于公司獲得專利授權(quán)時，而不是公司持續(xù)投入研發(fā)時。如果更深入地研究，還可以考慮引入專利引用其他專利次數(shù)和被引用次數(shù)來增加對于公司創(chuàng)新質(zhì)量的度量?？偠灾@一實證結(jié)果支持假設(shè)H2，即公募基金持股會提高公司技術(shù)創(chuàng)新能力。6.結(jié)論與建議6.1研究結(jié)論本文通過模仿Fama-French因子回歸模型和面板數(shù)據(jù)分析發(fā)現(xiàn)，偏好投資于創(chuàng)新型公司的基金具有顯著較高的長期收益。這一結(jié)果在替換為公司研發(fā)支出數(shù)據(jù)度量公司創(chuàng)新程度時，仍然維持穩(wěn)健。由此行見真章如此以來，開篇提出的第一個問題就解決了，但針對第二個問題還沒有確切的答案，后續(xù)仍需更進(jìn)一步的研究來證明，造成創(chuàng)新偏好型基金超額收益的主要原因究竟是創(chuàng)新型公司的股價被低估，還是創(chuàng)新偏好型基金具有擇時能力。另外，由此可窺見一斑本文還通過面板回歸估計分析了機(jī)構(gòu)持股對公司創(chuàng)新的影響，結(jié)果顯示公募基金持股對被投資的上市公司的創(chuàng)新能力有促進(jìn)作用。具體來看，基金持股增加了公司發(fā)明專利申請的數(shù)量，并且公司的研發(fā)投入也有提高。綜上，可以認(rèn)為，長期來看是存在正反饋效應(yīng)的，即基金投資于創(chuàng)新型公司能獲得超額收益，與此同時也進(jìn)一步提升被投資的企業(yè)自身的創(chuàng)新能力，實現(xiàn)雙贏。6.2政策建議基于上述研究結(jié)論，本文提出以下政策建議：首先，要維護(hù)好平穩(wěn)健康的經(jīng)濟(jì)環(huán)境并完善關(guān)法律體系，在此基礎(chǔ)上，地方政府部門應(yīng)當(dāng)引導(dǎo)機(jī)構(gòu)投資者加大對科技創(chuàng)新綠色發(fā)展的支持，并進(jìn)一步發(fā)揮其主觀能動性，為上市公司提供合理的專業(yè)管理服務(wù)。同時還應(yīng)鼓勵機(jī)構(gòu)投資者積極參與公司治理，促使機(jī)構(gòu)投資者與被投資公司形成高質(zhì)量增長的共同目標(biāo)。現(xiàn)已獲批的創(chuàng)新型基金及有創(chuàng)新持股偏好的基金要積極發(fā)揮資本市場的中介職能作用，基金的管理機(jī)構(gòu)應(yīng)把注意力集中在提高上市公司管理效率和技術(shù)創(chuàng)新水平上，而不是熱衷于運(yùn)用投資技巧和規(guī)模實現(xiàn)高位接盤的動作?；趯＠麛?shù)量和專利質(zhì)量等對企業(yè)創(chuàng)新能力進(jìn)行多維評估，要突出創(chuàng)新質(zhì)量和實際貢獻(xiàn)，審慎選用量化指標(biāo)。同時完善稅收優(yōu)惠政策并建立容錯機(jī)制，降低企業(yè)試錯成本。第四，要加快構(gòu)建科技創(chuàng)新基金體系，如設(shè)立科技公益基金和重大創(chuàng)新平臺科技創(chuàng)新基