第3章 股票流动性的利弊辩

股票流动性是投资者做出投资决策时的重要考虑因素之一，对股票市场的重要性不言而喻。高的流动性虽然会方便投资者的投资和退出，但对上市公司的影响却仍充满争议。以企业创新为例，流动性提高一方面可以方便大股东进入，大股东通常会更积极地监督上市公司的活动，促进企业创新；但另一方面，流动性提高也会增加上市公司的被收购压力，增加投机型及指数型被动投资者的持股比例，增加企业短期业绩压力，抑制企业创新。那么流动性究竟会对上市公司的创新活动产生何种影响呢？

如何度量股票市场流动性

股票市场作为企业融资以及投资者进行证券投资交易的场所，在实现资源有效配置的同时，也起到了服务实体经济的重要功能。经过三十年左右的发展，我国的股票市场规模逐步扩大，对经济发展的支撑和促进作用也日益凸显。投资者在做出投资选择时要考虑的要素主要包括：收益率、风险性、流动性三点，在股票市场的投资也不例外，股票流动性是影响股票市场投资者，尤其是基金公司等大型机构投资者投资决策的重要因素之一，Amihud和Mendelson（1988）甚至称“流动性就是市场的一切”。正因为流动性的重要性，我国上海证券交易所每年的市场质量报告中都会用约三分之一的篇幅，从各个维度对市场的流动性指标进行度量和分析。

简单来说，股票的流动性是股票便于流通、易于买卖的程度，极端的高流动性和低流动性就是市场的牛市与熊市。但全面系统地刻画流动性却并非易事，上海证券交易所的市场质量报告便采用了股票价格冲击指数、流动性指数、买卖价差、有效价差、订单（市场）深度、大额交易成本等多个指标对市场流动性进行了度量。

学术界对流动性概念的解释也可谓众说纷纭。Hicks（1962）较早地提出了流动性的概念，他认为，流动性是指立即执行交易的可能性；Black（1971）认为股票流动性高体现在“总是存在股票的买卖报价，而且二者价差非常小，同时小额的交易可以完成，并不会引起价格的过大波动”；Kyle（1985）则重点从买卖价差的角度对流动性进行了概括，认为股票的买卖价差越小说明流动性越好；Hasbrouck和Schwartz（1988）进一步概括，认为流动性指以合理的价格迅速成交的能力；Massimb和 Phelps（1994）则认为流动性衡量的是市场立即执行交易且不导致市场价格出现大幅波动的可能性。

经济学家小传

约翰·理查德·希克斯（John Richard Hicks）

英国著名经济学家、英国科学院院士、瑞典皇家科学院院士、美国科学院外籍院士，1972年因其在经济学一般均衡理论和模型构建方面的研究而与美国经济学家肯尼斯·J. 阿罗（Kenneth J. Arrow）一起荣获诺贝尔经济学奖。由于约翰·希克斯的开创性工作，IS-LM模型成为凯恩斯宏观经济学的核心。他创造性地提出了经济物品和劳务实际产量的波动是由乘数和加速原理结合的作用决定的，即希克斯经济周期理论。除此之外，他还完善了以序数效用论和无差异曲线来解释的边际效用价值论，并针对商品、生产要素、信任和货币的整体性提出了一个完整的均衡模型，发展了一般均衡理论，这一模型直到今天仍是分析经济增长和变动不可或缺的内容。约翰·希克斯在批评庇古福利经济学基础上，建立了新福利经济学理论体系。在研究通货膨胀时，他创造性地提出了结构性通货膨胀理论。

约翰·希克斯曾在伦敦经济学院任助教、讲师，随后到剑桥大学、曼彻斯特大学任教并在曼彻斯特大学度过了整个第二次世界大战的年代，第二次世界大战后约翰·希克斯任牛津大学纳菲尔德学院的高级研究员。除学术任职外，约翰·希克斯曾任英国皇家利润税和收入税方面的委员会成员、英国皇家经济学会会长。

综合上述对股票流动性概念的讨论，不难发现，股票流动性可以从以下几个维度来衡量。首先是股票交易的即时性，即用多长时间可以卖出股票；其次是交易股票的成本，流动性越高交易成本越低；再次是可交易的股票数量，可交易的股票数量越大流动性越高；最后是在交易股票时造成的股票价格偏离度，价格偏离程度越小，说明流动性越高。因此股票流动性越高时，股票便可以较低的成本、迅速地完成大数量的股票交易且不造成股票价格大幅波动。

古语有云，“流水不腐，户枢不蠹”。确实，生命在于运动，流动性对股票市场自然也十分重要。但如一枚硬币的两面，适当运用流动性，可以方便投资者买卖股票，增大股票对投资者的吸引力，但若驾驭不好，流动性也会对市场带来巨大的破坏。

2015年的股灾也加深了大家对流动性的认知。当市场处于非常状况时，投资者可能会进行非理性的抛售，程序化的交易只会带来助涨助跌的效应，造成股市的巨幅波动。这种极端状况下，流动性如洪水猛兽，会对市场造成巨大的破坏。因此，在股灾期间，出于为市场提供“冷静期”、避免或者减少股市大幅波动、保护中小投资者的目的，我国证监会出台了“熔断”机制。然而，事与愿违，“熔断”机制带来的不是市场需要的“冷静期”，相反，由此带来的流动性限制加剧了市场的非理性。在2016年1月7日，股市于早盘9︰42触发熔断暂停交易后，于9点57分开盘，仅3分钟后便再次触发熔断，这是“熔断”机制推出后的第二次提前收盘，同时也创造了最快休市记录。除“熔断”机制外，为限制流动性过大带来的不合理价格波动，抑制市场的投机行为，我国股票市场还设立了涨跌幅限制，而这也带来了本次危机中“千股跌停”的局面。

流动性，企业创新杀手？

◇提出问题

作为普通的股票投资者，我们在选股时都会关注上市公司是否掌握核心技术、是否进行了新的技术研发，因为这些技术创新会为公司带来行业竞争优势，进而决定公司的长期价值。创新研发是公司树立自身行业地位的关键。同样，对一个国家的经济发展而言，创新也是重要的驱动力。正如Porter（1992）所言，“为提升在国际市场的竞争力，一个国家必须对其产业进行不断创新，并不断升级其竞争优势。而创新以及升级都来自对有形资产以及无形资产的投资。”

尽管创新活动十分重要，但由于委托代理等问题的存在，作为一个国家创新最基本组成单位的企业却往往面临创新研发投入不足的问题。企业的管理者通常会将更多精力放在企业的常规运营活动中，因为这些活动可以在短期内提高企业业绩。这种现象也被称为管理者短视。因此，对企业创新激励要素的研究便显得尤为重要。我国政府为鼓励企业创新，也采取了对创新研发企业给予税收优惠及直接补贴等多种政策措施。但针对股票市场制度这一微观制度的设计，仍有许多可以采取的措施。以股票流动性为例，流动性除影响投资者的投资决策外，也会对上市公司的创新研发产生影响。

股票流动性既可能对企业创新带来正向促进作用，也可能会抑制企业的创新。

首先，在正向促进作用方面，Maug（1998）和Edmans（2009）的研究显示，提高股票流动性可以为大股东的进入提供便利。而大股东一方面会相对更为积极地对上市公司进行监管，因为他们试图通过这种频繁的监督活动使公司股价升高，进而获利退出。另一方面，这些大股东们由于持股较多，也会更加有动力去搜集上市公司未公开的信息，并基于这些信息做出买卖决策。大股东的信息搜集行为不仅可以使公司股价更有效，还可以缓解公司高管的短视行为。Admati和Pfleiderer （2009），Edmans（2009）以及Edmans 和Manso（2011）的研究均发现，当公司实行股权激励，高管薪酬与公司股价高度一致时，若公司高管为提高短期股价，采取损害公司长期价值的机会主义行为，那么这些积极搜集信息的知情大股东们便会抛售公司股票，从而导致公司股价下跌。这无疑会增加公司高管通过缺乏战略眼光的短视行为为自己谋利的难度，因此大股东持股可以缓解公司高管的短视行为。如上所述，如果提高股票流动性会导致更多大股东持股，进而可以更好地对公司高管进行监督并提高公司股价的效率，那么自然也会增加公司高管进行创新研发等长期投资的意愿。

其次，在抑制创新方面，Stein（1988）研究发现，由于公司的管理者与投资者之间存在信息不对称问题，高管面临的被收购压力会迫使其牺牲公司的长期价值（比如公司的创新研发活动），而更多地关注可以带来短期收益的投资活动，以避免公司股价被低估而成为收购者的目标。其次，Shleifer 和 Summers（1988）的研究也发现当公司面临的敌意收购压力更大时，公司高管的控制力会相对更弱，这也会导致其进行长期研发投资的动力更小。而Kyle 和 Vila（1991）发现当公司股票流动性高时，外部潜在的收购者在进行收购活动时更容易伪装自己。因此，股票流动性变高时，公司面临敌意收购的可能性会提升，这会导致公司高管的短视行为，从而降低公司的创新研发等长期投资活动水平。

经济学家小传

杰瑞米·C.斯坦（Jeremy C. Stein）

美国著名经济学家，2012年被任命为美国联邦储备委员会委员，而早在2002年，他便因在资本市场和资产定价研究方面的突出贡献而获得Fama-DFA奖。杰瑞米·C.斯坦1997年便开始研究公司总部将稀缺资源分配到相互竞争项目的行为以及由此产生的影响。与银行不同的是，总部拥有控制权，能够参与“赢家挑选”——将资金从一个项目转移到另一个项目。通过“赢家挑选”，总部可以创造价值，即使在根本无法放松整个公司的信贷约束的情况下，也能创造价值。同时杰瑞米·C.斯坦利用模型发现，当总部监督一个小而集中的项目时，内部资本市场有时会更有效地运作。

杰瑞米·C.斯坦曾在高盛集团实习一年，1987—1990年在哈佛商学院担任金融学助理教授，随后10年杰瑞米·C.斯坦在麻省理工学院斯隆管理学院担任金融学教职，2006年他再次回到哈佛大学任教。除学术任职外，他在奥巴马总统任内曾担任国家经济委员会委员，2015年3月开始担任对冲基金蓝山资本咨询顾问。

除此之外，高流动性会降低交易成本，这会为关注公司短期业绩的机构投资者的进入和退出提供便利，而这部分投资者会导致公司股价被错估，以及给高管过多短期压力等问题。Bushee（2001）的研究便发现了此类机构投资者的存在，它们更关注公司的短期业绩，通常会对有更高短期盈利预期的公司持有更高的仓位。而当公司的管理者感觉到此种压力的时候，这些投资者通常会采取削减短期无法实现收益的研发投资等方式，来操纵短期盈利。Graham、Harvey 和Rajgopal （2005）通过对公司高管的调研也发现了高管的这种短视行为。在他们的调研中，公司的CFO表示他们经常会因迎合公司的短期盈利目标，而牺牲长期投资。因为，迎合公司短期的盈利目标（如分析师对公司业绩的一致预期等）可以帮助公司稳定股价。

如上文分析，股票流动性对上市公司创新活动到底会起到抑制作用还是促进作用，理论上仍充满争议。我和美国明尼苏达大学的Vivian W. Fang副教授以及杜兰大学的Sheri Tice教授合作，于2014年发表在Journal of Finance的文章“股票流动性促进还是抑制企业创新？”便对以上议题进行了研究。下面是我们文章的研究设计和研究结论的简要阐述。

◇企业创新的度量

企业的创新是一个相对抽象的概念，当前的文献主要从企业的研发投入以及专利申请活动两个方面来度量企业创新水平。然而，相对于研发投入，企业的专利活动被认为是企业创新活动更好的代理指标，因为专利衡量了企业创新活动的产出，同时也可以有效地度量企业创新研发活动的效率。若企业的创新研发能力不足，即便有更多的研发投入，也不代表企业的创新性更强。

因此我们在文章中采用专利活动来度量企业的创新水平。企业的专利相关数据来自NBER专利引用数据库。这个数据库提供了从1976年到2006年的专利数据，数据包括专利申请人的姓名、专利的被引用次数、专利的申请年份以及授权年份等。基于这些数据，我们从专利数量以及专利引用次数两个维度度量企业的创新活动。其中专利数量主要度量企业创新产出的数量，指企业在指定年份申请并最终被授予的专利数量；而专利引用次数则衡量企业创新产出的质量，指专利在后续年度中来自非本企业的引用次数。在我们研究的样本区间内，平均每家企业每年会被授予6.5个专利，同时每个专利会收到3.4次非自身引用。

但也有必要指出，采用专利活动来度量创新也有一定的局限性，尤其是不同行业的企业，其创新研发的密度和周期会有所不同。例如，虽然医药企业可能在某一段时间内的专利申请数量比较少，但这并不意味着这些医药行业企业比互联网等行业企业创新水平更低。因为，申请专利虽然会得到法律上的保护，但也意味着要将技术的细节予以公开，因此很多医药企业在新药物研制成功初期并没有很大动力申请专利。当然，我们相信对不同企业的行业及企业特征进行充分控制后，上述问题不会影响到我们的研究。

◇股票流动性的度量

如前文所述，由于流动性是对股票交易用时、耗费成本、交易量以及造成的价格波动等几个维度的综合考量，因此不仅对流动性的定义难以概括，测量指标的选取也绝非易事。

换手率是衡量股票流动性的一个指标，针对中国股票市场的早期研究也均采用换手率来测量股票市场的流动性。基于换手率这一测量指标，早期研究认为中国股票市场的流动性非常高。通过表3-1可以发现，如果从换手率这一指标看，中国股票市场的流动性确实在绝大多数情况下都要高于发达国家和地区，更远远高于同属发展中国家的印度。但稍加分析，不难发现，中国股市换手率最高出现在2015年，而其他地区股市的换手率最高均出现在2008年，这分别对应了中国2015年的股灾以及2008年爆发自美国最终席卷全球的次贷危机。而2015年危机期间中国上证指数年内最高达到了5178.19点，最低则跌至2850.71点，指数出现了过山车般的巨幅震荡。同样，2008年金融危机期间各国股市也均出现了大幅波动。因此，换手率虽可以在一定程度上刻画股票交易的活跃程度，但却难以反映交易所造成的价格波动，并非度量流动性的良好指标。

当然，采用换手率来度量流动性的做法已逐渐被取代，微观市场结构相关的研究文献也相继采用一系列其他的指标来衡量市场的流动性。在我们的研究中，我们使用了相对有效价差来衡量股票的流动性。相对有效价差由交易的执行价格与执行前的买卖报价的中间值的绝对差价比这一中间值计算而来。相对有效价差越高意味着流动性越差。这一基于市场交易的高频数据的测量指标，被认为是流动性最为有效的度量指标，事实上这一指标也已成为评判其他相关指标是否可以有效度量市场流动性的一个标准。如果读者对这一指标感兴趣，可以参阅Chordia、Roll和Subrahmanyam 于2001年发表于Journal of Finance的文章Market Liquidity and Trading Activity，或者参阅Fang、Noe和Tice于2009年发表于Journal of Financial Economics的文章Stock Market Liquidity and Firm Value。与Fang、Noe和Tice（2009）的研究接近，我们的样本区间内相对有效价差的均值为0.022，中值为0.013。

我国上海证券交易所的市场质量报告中也对我国沪市股票的相对有效价差指标做出了相应的统计分析，其中相关年份的沪市股票相对有效价差指标统计如图3-1所示。从图3-1可以看出我国股票市场的流动性状况呈逐渐改善的趋势，尤其相较于2001年，我国沪市股票的流动性已经有了长足的提升。2016年我国沪市股票的相对有效价差更是首次落至30个基点以下，尽管如此，与美国市场仍有较大的差距。以我们的研究为例，美国股票市场1994—2005年间这一相对有效价差的均值仅为22个基点，中值更是仅为13个基点。因此，我国股票市场的流动性相对于发达国家股票市场仍相对较弱。

◇OLS回归

确定好核心的因变量和自变量后，我们参考已有创新相关文献，控制公司规模（市值）、盈利能力（ROA）、研发投入占比等公司层面的因素以及赫芬达尔指数 1等行业层面的因素后，进行了OLS回归，具体回归模型如式（3-1）所示。

其中，α为截距项，β、γ为系数，ε为随机扰动项，下标i代表公司，下标t代表年份。

我们研究的样本包含了1994—2005年间共39469个观测值，OLS的回归结果如表3-2所示。由于企业的创新研发是一个长期的过程，因此为了确保结果的稳健性，我们分别将公司的流动性指标以及其他控制变量与公司后1年、后2年、后3年申请并最终被授予的专利数量及专利引用次数进行回归。从表3-2中我们可以发现，相对有效价差与公司的专利数量以及专利引用次数，无论在经济意义上还是在统计意义上均显著正相关。也就是说股票的相对有效价差越大，企业创新的产出数量和质量也会越大。换句话说，公司股票的流动性越高，其创新产出数量和质量也会越低。

为了进一步确保上述结果的稳健性，我们又进行了一系列的检验，发现上述结果并非由公司的并购活动、小市值公司、无创新产出的公司所驱动，而且上述相关性随时间的推移变得越发显著。

美国股市十进制报价改革

上述回归结果说明了股票流动性与上市公司的创新活动之间存在显著的负相关关系，但我们还不能将上述发现解释为因果关系，即尚不可说较高的股票流动性会抑制上市公司的创新活动。因为，公司股票的流动性和公司创新活动之间可能存在内生性的问题，即公司的创新活动可能会反过来影响公司股票的流动性，还有可能有其他没有控制的因素同时影响公司股票的流动性和创新活动。

接下来，我们采用双重差分法（Differences in Differences, DID，简称“双差法”）解决上述内生性问题，进一步研究流动性和上市公司创新活动之间的因果关系。

在双差法中，最重要的是外生冲击的选取。在文中，我们选取了美国股票交易定价的十进制改革这一政策作为双差法的外生冲击。在2001年之前，美国三大股权交易所股票交易的最小买卖报价单位为1/16美元，即买卖报价均为1/16美元的倍数。而在2000年8月28日到2001年1月29日之间，纽交所和美国证券交易所分别终止了这一分级定价方法，将买卖报价的最小单位缩小至美分。这一冲击会导致一部分股票的流动性显著提升，我们将这部分股票作为研究的实验组，而其他流动性受政策冲击较小的股票则作为研究的对照组，之后我们研究两组企业创新活动的差异在政策出台前后的变化，以此推断股票流动性与公司创新活动之间的因果关系。

纳斯达克也于2001年3月12日至2001年4月9日期间陆续完成了十进制报价改革。Bessembinder（2003）以及Furfine（2003）等早期的研究均发现，十进制报价改革导致了股票流动性的显著提升，尤其对那些交易活跃的股票。因此，十进制报价改革便成为我们双差法的一个良好的外生事件冲击。因为十进制报价改革会直接影响股票的流动性，但不会直接影响上市公司的创新，且由于这一十进制报价改革是分批完成的，因此在不同的股票分组结果也会有所差异。除此之外，企业创新活动的变化也不会影响十进制报价改革所带来的流动性变化。因此十进制报价改革引起的流动性变化，是我们研究流动性对企业创新影响的一个准自然实验。

选定上述外生冲击后，我们依据十进制报价改革后1年和前1年的相对有效价差变化，将股票分为三组，并选取变化最大的一组和变化最小的一组作为我们的样本库。之后，我们用倾向得分匹配法，采取最邻近匹配的方式，从变化最大和最小的两组股票中匹配出最终的样本，最终得到了508对匹配样本。

计量方法介绍

倾向得分匹配法

倾向得分匹配法（Propensity Score Matching）是一种用于经济学和社会科学定量研究的统计方法，它在研究某事件产生的影响时应用较为普遍。比如我们想研究实施某项激励计划对公司业绩的影响，如果简单地将全部公司作为研究主体，按照是否实施该计划建立哑变量，以公司业绩为因变量进行回归，那么得到的结果往往是不可靠的。因为我们无法知道那些没有实施该计划的公司如果实施了以后业绩会怎样。倾向匹配得分法是指在全部公司的样本中，对每一家公司可能实施该计划的概率进行估计，针对每一个已经实施计划的公司，筛选出与它有非常相似的概率实施这项计划但实际上没有实施的公司，作为已实施计划的公司的对照组，然后分析它们业绩上的区别。将样本中所有已实施计划的公司都找到相应的对照组公司后，再对两组样本进行对比分析。因此，在使用倾向得分匹配法时，通常要先对总样本建立Probit模型，估计出每一个样本实施某事件的概率；然后对所有受事件影响的样本，以概率相似为依据，找到一个或多个与之匹配的样本；最后对新的样本进行分组对比研究。

之后，我们基于匹配的样本，利用双差法研究了十进制报价改革前后，实验组相较于控制组创新产出数量和质量的变化，结果如表3-3所示。我们分别计算出十进制报价改革前后3年的实验组和控制组企业创新产出数量和质量的变化，之后再对变化作差，得到最终的双重差分结果。从结果可以发现：首先，无论是实验组还是控制组，在十进制报价改革之后，公司的创新产出和质量都发生了下降，这与我们上文的OLS回归结果一致，即流动性与企业创新负相关。其次，创新产出数量和质量的双重差分结果均显著为负，说明实验组股票创新活动的抑制程度要高于控制组。从创新质量的角度，这个结果表明在十进制报价改革后3年内，实验组公司的有效专利申请数量，相对于控制组，较改革前3年多减少了3.5个，即平均每年多减少约1.2个专利，专利数量下降18.5%（平均每年6.5个）。同样，在创新产出质量上，实验组公司股票的专利引用次数在改革后平均比控制组也要少2.6次，相当于每年每个专利引用次数减少0.9次，下降了26.4%（平均被引用次数为3.4次）。

除了外生事件冲击外，双差法另一个重要的前提是平行趋势假设，即确保双差法的结果是由事件冲击所致，而不是在冲击之前实验组和控制组便存在趋同或者趋异的趋势。首先，在倾向得分匹配后，我们可以发现两组公司之间的控制变量并无显著差异。其次，为更加详细地考察十进制报价改革前后企业创新活动的动态变化，我们进一步将改革前1年和当年的虚拟变量及其与实验组的交叉项加入回归中进行检验，结果如表3-4所示。从表中我们可以发现，实验组和控制组的创新活动的变化在改革当年和改革前1年均无显著差异，而在改革之后差异变得显著，这一点从图3-2和图3-3可以更加直观地看出。

虽然上文已基于十进制报价改革这一准自然实验采用严格的双差法对内生性问题进行了控制，但仍有可能会存在我们无法观察到的因素同时对实验组和控制组产生不同的影响，并且与公司的创新活动相关。也就是说，上文结果可能并非由流动性的变化所导致，而是由我们无法观察到的其他因素所驱动。为了排除这一可能性，我们采用了1997年美国股票市场的买卖价格最小单位从1/8美元降到1/16美元的外生政策冲击 5，再次进行了验证。虽然，如Chordia, Roll和Subrahmanyam （2008）的研究所示，此次最小报价单位的调整所带来的相对有效价差的变化要比十进制报价改革小，但此次变革也导致股票相对有效价差也下降了28.4%。因此，我们基于1997年的这一政策冲击，重新对上文的结果进行了检验。同样首先基于倾向得分匹配法，确保满足平行趋势假设，我们确定了338对样本公司，之后的双差法结果如表3-5所示。由表3-5我们可以发现，以1997年的最小报价单位变化作为外生冲击时，平均而言，实验组比对照组多减少了4.6个有效的专利数量，相当于每年多减少了1.5个专利，下降了23.1%，且这一结果在统计意义上也十分显著。同样，实验组公司相对于控制组的专利引用次数也会多减少4.7次，相当于每个专利每年减少1.6次引用，下降了47.1%。

更换外生冲击后，我们发现结论仍然成立。不可观测的遗漏变量与两次最小报价单位的变革同时发生，并对结果产生影响的概率已经非常小。为了进一步排除这一可能性，我们又利用2000年十进制报价变革逐步推进的渐进性重新进行了检验。在十进制报价改革中，根据美国证监会的推荐，是分批次逐步实施的，也就在不同股票群体中产生了差异。以纽交所为例，其首先在2000年6月份宣布6家公司将作为第一批试点公司于2000年8月28日开始实施十进制报价，之后第二批52家公司从2000年9月25日起开始实施十进制报价，2000年12月4日又增加了94家试点公司，剩余的公司则在2001年1月开始全部实施十进制报价。

其中第一批股票的选取主要考虑十进制报价的实施难易程度，而第二批股票则主要选取具有不同流动性水平以及交易地点的股票6，这些考虑因素均不会直接影响企业创新，因此这一渐进的十进制报价改革的样本选取是外生的。我们基于纽交所的这一变革的渐进性，即这一变革对实验组和非实验组股票影响的时间不同，采用多重冲击下的双重差分法，进行了进一步的研究。在回归中，我们将样本局限在1999年和2000年，这一设计的机理是1999年实验组和控制组均未受到这一变革冲击，而2000年只有实验组的公司受到了十进制报价变革的冲击。如果股票流动性确实会导致企业创新的变化，即存在因果关系的话，那么实验组公司在2000年的创新活动会较控制组下降更多。回归结果如表3-6所示。从表中可以发现流动性对企业创新活动的抑制效果仍然显著，这说明我们上文发现的因果关系成立。

流动性的作用机制

根据上文的分析，我们已经证明了股票流动性会抑制公司的创新活动。接下来，我们将进一步验证，是否确实如本章第一部分所述，流动性会增加公司面临的被收购压力以及关注公司短期业绩的投资者的持股量，进而对公司的创新活动带来负面影响。

◇被收购压力

如本章第二部分所述，当公司股票的流动性高时，外部潜在的收购者在进行收购活动时便更加容易伪装自己。而当上市公司面临的敌意收购压力更高时，公司高管相对的控制力会被削弱，这会进一步导致其进行长期研发投资的动力下降。

经济学家小传

劳伦斯·亨利·萨默斯（Lawrence Henry Summers）

美国著名经济学家，1993年因其在经济学界的杰出表现而被美国经济学会授予约翰·贝茨·克拉克奖。早在1987年，他便成为首位社会科学家从美国国家科学基金会夺得沃特曼奖。作为一名杰出的经济学家，萨默斯在宏观经济、公共财政、劳工经济、金融政策等方面做出了重要贡献。其曾担任政府经济顾问，能将实践和理论相结合，这些独特的优势使萨默斯除了研究上述领域外，也活跃于国家发展经济学、经济人口学、美国经济历史及国际经济的研究领域。他的研究侧重于利用经济数据来回答和解决实际问题，譬如：税后利率调整后储蓄会如何变化？是不是劳动者只在过度失业的情况下才能获得失业优惠？面对复杂的宏观经济和微观经济形势，人们能否准确预测到股票的收益？一系列有趣的经济问题、劳动问题、财政问题等在萨默斯的研究中得到了有效解决。

劳伦斯·亨利·萨默斯博士毕业后曾在麻省理工学院和哈佛大学短期任教， 28岁时萨默斯成为哈佛历史上最年轻的终身教授。除学术任职外，在里根总统任内，萨默斯曾担任白宫经济顾问；在克林顿总统任内，萨默斯曾担任第71任美国财政部部长；在小布什总统任内，萨默斯离开了财政部回到哈佛大学担任校长；在奥巴马总统任内，萨默斯出任国家经济委员会主席。

我们从SDC数据库获取公司的并购交易活动数据，这些并购交易包括已经交易完成的和尝试并购但未成功的所有案例。之后，我们以SDC提供的信息作为依据，将这些交易划分为友好的并购以及敌意收购两类。参考Cremers, Nair 和 John（2009）的研究，我们采用Logit回归的方式，估计出上市公司的被收购压力，然后采用双重差分法研究了流动性冲击对上市公司的被收购压力的影响，估计结果如表3-7所示。

首先，针对敌意收购，我们发现流动性提高后，实验组公司面临的被收购压力大幅提升，而且相对于控制组公司，其被收购压力也显著提升了17.7%。而从所有类型的收购角度而言，公司面临的被收购压力在流动性事件冲击后仅出现小幅的上升，相对于控制组，实验组被收购压力提升了2.2%，结果仅在10%的水平上显著。因此，流动性提升会显著提升公司面临的敌意收购压力。如Shleifer和Summers（1988）的研究所示，当公司面临的被收购压力上升时，高管对公司的控制力会大大下降，这也会导致高管投资于仅在长期才会有所回报的创新活动的动力下降。因此，被收购压力，尤其敌意收购压力的上升，是流动性抑制企业创新活动的渠道之一。

◇不同类型的机构投资者

接下来，我们将检验“投机型机构投资者”（即上文提到的那些关注中短期的、买卖交易频繁的机构投资者），以及被动的“指数型投资者”持股比例的上升，是否也是流动性导致企业创新活动下降的传导因素之一。

正如Porter（1992）的研究所述，对长期有形资产的投资，由于初期需要投入大量的资金，通常会抑制公司的短期盈利。同时，他在文中也强调美国绝大多数的机构投资者都是这种追求短期利益的“投机型”投资者，其可能会因为公司季报的盈利不达预期便卖出所持股票，同时一些被动的指数投资者更是简单地模拟指数持仓，很少会主动对公司进行监督。

迷你案例

股票拆分——为百度带来更多的“投机型投资者”

2010年4月29日，百度公布了漂亮的一季报（净利润7040万美元，同比增长165.3%），当天股价最高涨至718美元。股价高能反映出企业价值高，但是实际上，在百度股价超过700美元之后，百度公司管理层就已经开始担忧，因为过高的股价会使机构投资者或者散户望而止步，过高的股价使得机构投资者脱手成本高，从而会被“锁定”，公司股票流动性变差。除了百度，美国的苹果公司、国内的腾讯公司等高股价公司都面临这样的尴尬局面。于是在股价升高后，这些公司也纷纷选择了股票拆分以提高公司股票的流动性。百度在股票拆股之后，由于流动性的提升，大量散户以及“散户性质的”投机型机构投资者也纷纷介入，他们的持股比例也大幅上升。

由于信息不对称，管理者通常会努力地将股价维持在较高的位置，因为股价是股东看得到的、能衡量管理者绩效的指标。出于这个目的，管理者会削减长期的项目投资来提升公司的短期绩效。Matsumoto（2002）的研究表明，投机型机构投资者持股比例越高的公司，季度的盈利达到或者超过分析师预期的概率越大，这说明公司的管理者将努力做多企业的短期业绩。因此，如果流动性的提高使得更多的投机型以及被动的指数型机构投资者持有公司股票的话，那么必然也会导致公司高管短视，牺牲长期投资，追求短期盈利。

接下来，同样基于双重差分法，我们研究了十进制报价变革对不同类型的机构投资者 7持股比例的影响，结果如表3-8所示。从表中可以看出，在变革后，实验组的投机型机构投资者持股比例上升了4%，而控制组则下降了1.2%，即实验组的投机型机构投资者持股比例相对上升了5.2% ；与之相似，指数型机构投资者对实验组公司的持股比例在改革后上升了6.4%，控制组则上升了0.9%，即实验组相对上升了5.5% ；而尽管专注型的机构投资者在改革后对实验组和控制组的持股比例也均有所上升，但二者增加的比例差异却不显著。因此，这些关注中短期且买卖频繁的机构投资者，以及消极的被动机构投资者持股比例的上升，是流动性导致企业创新活动下降的传导机制之一。

◇解释力度

确认了上述两条传导机制后，我们进一步研究了这两条传导机制对企业创新活动下降的解释力。具体而言，我们将改革后公司有效专利申请数量以及专利引用次数的双重差分结果，与上文被收购压力以及机构投资者持股比例的双重差分结果进行回归分析，所得估计如表3-9所示。首先，从回归结果可以发现，被收购压力以及投机型和指数型机构投资者持股比例的上升，确实会导致公司的有效专利申请数量以及专利引用次数显著下降。除此之外，在控制了上文的传导机制后，截距项，即专利数下降未被解释的部分为-1.533，比基准回归中的-3.487提升了56% ；同样，对于专利引用次数来说，控制了传导机制的影响后，截距项为-1.888，比基准回归中的-2.616提升了28%。因此，我们提出的两条传导机制，对流动性抑制企业创新活动有较强的解释力度。

在中国场景中的应用

以上研究针对美国股市展开，我国的资本市场起步较晚，目前尚处于不断完善发展的转型阶段，那么上述发现在中国的场景中是否同样适用呢？

胡勇、李意和乔元波（2016）参考我们的文章，对中国股票市场中流动性对上市公司创新活动的影响做了实证检验。他们采用了我国2010年至2015年的计算机、通信等创新性较高的行业的上市公司作为研究样本，用发明专利数量度量上市公司的创新质量，用发明专利和实用新型专利数量的和度量上市公司创新活动的数量，而在流动性指标上，也采用了相对有效价差。

同样基于双重差分法 8，他们的研究结果与我们的基本一致：流动性提高同样会抑制我国上市公司的创新活动。而在传导渠道上，他们发现股票流动性增加会吸引更多的基金持有上市公司股票，而我国的基金也大多更关注企业的短期业绩，这会给公司高管带来更多短期压力，进而减少创新投资，这与我们的研究也是一致的。

除此之外，冯根福等（2017）以我国2006年至2013年的沪深A股上市公司作为样本，也对股票流动性对我国上市公司的创新活动的影响进行了研究。他们的文章更进一步结合中国实际，分别对民营和国有两种性质的企业进行了研究。在流动性的度量上，他们也采用了相对有效价差，在创新的度量上，他们采用专利数量以及企业的创新效率两个指标。其中，创新效率主要借鉴Desyllas和Hughes （2010）以及Hirshleifer等（2012）的研究，采用公司的专利数量与研发投入绝对额自然对数的比值。

在文中，他们采用了我国的股权分置改革和印花税改革作为流动性的外生冲击，来解决内生性问题。研究发现，对民营企业而言，由于其市值一般较小，而且股权相对分散，得出结论与我们的研究发现一致：流动性高会增加它被并购的可能性。

同时如果其业绩下滑，高的流动性会使得短期投资者更方便退出，给管理者带来压力。因此流动性水平的提高会抑制我国民营企业的创新水平。

与民营企业不同，他们的研究认为，在我国，国有企业的并购活动更多由政府主导，被市场非国有企业并购的可能性较小。而且，国有企业无其他大股东监督，加之代理链条长，管理者出于升迁考虑，本身会对短期利益更加看重，长期投资不足。在股改前，由于流通股占比少，流动性对国企影响较小。股改后，国企考核方法和股权结构日趋多元化。此时，如果国企经营业绩不佳，流动性的提高会使投资者用脚投票，导致股价下跌。为了国有资产的保值增值，管理者会更加注重研发投入，增加企业的长期盈利能力。同时，股改后，外部投资者可以成为国企大股东，这部分大股东追求利润最大化，更看重企业的短期和长期盈利能力，迫使国企加大研发创新投入，否则股价下跌，将导致国有资产贬值。因此，他们的研究发现，在国有企业样本中，技术创新水平与股票流动性显著正相关。

本章小结

本章分析了股票流动性这一重要的市场特征对上市公司的创新活动的影响，并对流动性影响创新的传导渠道做了探究和分析。本章要点总结如下：

1.股票流动性不仅会影响投资者的投资决策，对上市公司也会产生真实的影响，具体表现为会抑制上市公司的创新活动；

2.公司股票流动性提高，使敌意收购者更容易伪装自己，增加上市公司面临的被收购压力，进而会抑制上市公司的创新活动；

3.流动性提高会对不同类型的机构投资者的投资决策产生影响，投机型以及指数型投资者的持股比例会大幅上升，而其中短期的投资者会给管理者带来更多的短期业绩压力，进而抑制公司的创新活动；

4.政府及证监会等相关监管单位可以考虑对我国的交易制度等进行完善，抑制投机性的短期、高频交易行为，培养长期投资者，降低单纯带来更多“噪音”的部分流动性，以促进公司的创新。

参 / 考 / 文 / 献

［1］冯根福, 刘虹, 冯照桢等. 股票流动性会促进我国企业技术创新吗? [J]. 金融研究, 2017(3): 192-206.

［2］胡勇, 李意, 乔元波. 股票流动性与公司创新——基于创新行业的实证分析[J].投资研究, 2016(10): 97-110.

［3］Admati, A and P Pfl eiderer. The Wall Street Walk and Shareholder Activism: Exit Asa Form of Voice [J]. Review of Financial Studies, 2009, 22: 2645-2685.

［4］Amihud, Y and H Mendelson. Liquidity, Volatility and Exchange Automation [J]. Journal of Accounting, Auditing and Finance, 1988, 3(4): 369-395.

［5］Bessembinder, H. Trade Execution Costs and Market Quality after Decimalization [J]. Journal of Financial and Quantitative Analysis, 2003, 38: 747-777.

［6］Bushee, B. Do Institutional Investors Prefer Near-term Earnings over Long-run Value? [J]. Contemporary Accounting Research, 2001, 18: 207-246.

［7］Bushee, B. The Influence of Institutional Investors on Myopic R&D Investment Behavior [J]. Accounting Review, 1998, 73: 305-333.

［8］Black, F. Toward a Fully Automated Stock Exchange, Part I [J]. Financial Analysts Journal, 1971, 27(4): 28-35.

［9］Cremers, M, Vinay Nair and Kose John. Takeovers and the Cross-section of Returns [J]. Review of Financial Studies, 2009, 22:1409-1445.

［10］Chordia, T, R Roll and A Subrahmanyam. Market Liquidity and Trading Activity [J]. Journal of Finance, 2001, 56(2): 501-530.

［11］Desyllas, P and A Hughes. Do High Technology Acquirers Become More Innovative? [J]. Research Policy, 2010, 39(8): 1105-1121.

［12］Edmans, A and G Manso. Governance Through Trading and Intervention: A Theory of Multiple Blockholders [J]. Review of Financial Studies, 2011, 24:2395-2428.

［13］Edmans, A, X Gabaix and A Landier. A Multiplicative Model of Optimal CEO Incentives in Market Equilibrium [J]. Review of Financial Studies, 2009, 22: 4880-4919.

［14］Fang, V, T Noe and S Tice. Stock Market Liquidity and Firm Value[J]. Journal of Financial Economics, 2009, 94: 150-169.

［15］Furfine, C. Decimalization and Market Liquidity [J]. Economic Perspectives, 2003, 27: 2-12.

［16］Fang, V W, X Tian, S Tice. Does Stock Liquidity Enhance or Impede Firm Innovation? [J]. Journal of Finance, 2014, 69 (5) : 2085-2125.

［17］Graham, J, C Harvey and S Rajgopal. The Economic Implications of Corporate Financial Reporting [J]. Journal of Accounting and Economics, 2005, 40: 3-73.

［18］Hasbrouck, J and R A Schwartz. Liquidity and Execution Costs in Equity Markets [J]. Journal of Portfolio Management, 1988, 14(3): 10-16.

［19］Hicks, J R. Liquidity [J]. Economic Journal, 1962, 72(288): 787-802.

［20］Hirshleifer, D, P H Hsu and D Li. Innovative Efficiency and Stock Returns [J]. Journal of Financial Economics, 2013, 107(3): 632-654.

［21］Kyle, A. Continuous Auctions and Insider Trading [J]. Econometrica: Journal of the Econometric Society, 1985: 1315-1335.

［22］Kyle, A and J-L Vila. Noise Trading and Takeovers [J]. RAND Journal of Economics, 1991, 22: 54-71.

［23］Massimb, M N and B D Phelps. Electronic Trading, Market Structure and Liquidity [J]. Financial Analysts Journal, 1994, 50(1): 39-50.

［24］Matsumoto, D. Management’s Incentives to Avoid Negative Earnings Surprises [J]. Accounting Review, 2002, 77: 483-514.

［25］Maug, E. Large Shareholders as Monitors: Is There a Trade-off Between Liquidity and Control?[J]. Journal of Finance, 1998, 53: 65-98.

［26］Porter, M. Capital Disadvantage: America’s Failing Capital Investment System [J]. Harvard Business Review, 1992, 70: 65-82.

［27］Shleifer, A and L Summers. Breach of Trust in Hostile Takeovers [M]//Corporate Takeovers: Causes and Consequences. University of Chicago Press, 1988: 33-68.

［28］Stein, S. Takeover Threats and Managerial Myopia [J]. Journal of Political Economy, 1988, 96: 61-80.

1 赫芬达尔指数，为行业中各个上市公司的销售收入占全行业销售收入比值的平方和，数值越大表明行业集中度越高，越小则表明行业集中度越低。

2 表格整理自： Fang, V W, X Tian, S Tice. Does Stock Liquidity Enhance or Impede Firm Innovation? [J]. Journal of Finance, 2014, 69 (5) : 2085-2125.（表3-3至表3-9出处相同）

3 Fang, V W, X Tian, S Tice. Does Stock Liquidity Enhance or Impede Firm Innovation? [J]. Journal of Finance, 2014, 69 (5) : 2085-2125.

4 Fang, V W, X Tian, S Tice. Does Stock Liquidity Enhance or Impede Firm Innovation? [J]. Journal of Finance, 2014, 69 (5) : 2085-2125.

5 从1997年5月7日到1997年6月24日这段时间内，美国纽交所、美国证券交易所以及纳斯达克均将其最小的买卖报价单位从1/8美元降到了1/16美元。

6 根据2000年8月16日纽交所的新闻稿：“第二批股票的选取规则是纽交所作为参与成员，与证券行业委员会一起制定的。这些规则包括选取日常交易活动的股票，这些股票需要遍布整个交易大厅以使更多交易员可以体会这一变化。”“在第二批试点60天后，纽交所和证券行业委员会将会对试点的结果进行评估，将集中从流动性、交易模式以及系统的承受力等角度展开评估。”

7 对机构投资者的分类，本书主要参考了Bushee（1998；2001）的研究，将机构投资者分为专注型、指数型和投机型三类。其中专注型机构投资者的持股组合会相对集中而且换手率较低；指数型机构投资者会采用追踪指数的策略，通常会持有一个分散的多样化股票组合；投机型机构投资者则通常会做很多动量交易，有较高的换手率。

8 其中，采用2011年温州动车追尾事故的事件作为外生冲击，合理性有待商榷，感兴趣的读者可以参阅原文。