Institutional Investor’s Exit Threat and Corporate Green Innovation——On the Threshold Effect of Institutional Investor’s Shareholding Ratio
-
摘要:
提高企业绿色创新水平是实现高质量发展的重要途径。基于2010—2020年沪深A股上市公司数据,实证检验机构投资者退出威胁对企业绿色创新的影响。研究发现,机构投资者退出威胁能够推动企业绿色创新;而且,以机构投资者持股比例为门槛变量,机构投资者退出威胁对企业绿色创新的影响存在单门槛效应,当机构投资者持股比例超过门槛值后,退出威胁的正向作用得以显现。进一步的路径分析表明,机构投资者退出威胁能够促使企业加大研发投入、积极履行环境责任。此外,在机构投资者为抗压型、企业为非国有性质或重污染行业的情况下,机构投资者退出威胁的绿色创新赋能效应更显著。
Abstract:Improving the level of corporate green innovation is an important way to achieve high-quality development. Taking the data of Shanghai and Shenzhen A-share listed companies from 2010 to 2020 as a sample, the impact of institutional investor’s exit threat on corporate green innovation was examined. It is found that institutional investor’s exit threat will promote corporate green innovation. Moreover, with institutional investors’ shareholding ratio as threshold variable, there is a single-threshold effect of exit threat on corporate green innovation, and the positive effect of exit threat is revealed when the shareholding ratio of institutional investors exceeds the threshold value. Further mediating analysis shows that institutional investor’s exit threat will motivate firms to increase R&D investment and actively fulfill their environmental responsibilities. In addition, the green innovation empowerment effect of institutional investor’s exit threat is more significant when institutional investors are stress-resistant and firms are non-state in nature or in heavy pollution industries.
-
Keywords:
- green innovation /
- institutional investors /
- exit threat /
- shareholding ratio /
- threshold regression
-
党的十九届六中全会提出,要实现创新为第一动力、绿色为普遍形态的高质量发展
1 。但由于环境管理具有双重外部性的特征,且创新活动成本高、周期长、风险大,企业往往缺乏绿色创新的动力[1]。已有研究指出,利益相关主体的环保导向能够推动企业进行绿色创新[2-3],亟须建立利益相关主体的协同治理体系。特别是机构投资者,被中国政府部门寄予厚望,要求发挥“压舱石”作用。然而在实践中,由于中国机构投资者发展起步较晚、话语权相对较弱,其能否有效引导企业行为一直存在争论。一般而言,股东通过“发声”机制或者“退出”机制参与公司治理。例如,2012年,某超市盲目扩张、入不敷出,机构投资者出售股票导致其股价大幅下跌,倒逼其调整发展战略。近年来的研究发现,股东在没有足够的干预能力但又不想完全与企业“脱离”关系时,也可以通过退出威胁(Exit Threat)约束企业行为[4]。退出威胁是股东采取可能的退出行为威胁企业,从而迫使企业根据其权益需求改变决策或行为,这种机制介于“发声”与“退出”之间,为外部股东参与公司治理提供了新的视角[5]。相关研究表明,非控股大股东可置信的退出威胁能够缓解代理问题,而具体到机构投资者,其退出威胁有利于抑制企业过度投资或盈余管理[6-7]。但尚缺乏针对企业绿色创新的直接研究。本文认为,机构投资者作为企业的利益相关者和知情交易者,其退出威胁有可能影响企业的资源配置与绿色偏好。通过聚焦机构投资者的退出威胁特征,能够为企业绿色创新探索新的治理机制。
中国上市公司普遍存在着“一股独大”的情况,机构投资者容易出现“搭便车”行为[8]。只有当机构投资者持股比例达到某一水平后,其参与公司治理的意愿与能力才能变得充足,进而借助规模资金和信息优势等发挥“监督者”的作用[9]。由此引发思考的问题是:机构投资者退出威胁的治理作用是否会受到自身持股比例的制约?此外,在实践中,机构投资者并不具有完全同质性,不同类型机构投资者的商业联系、投资目标的差异会使得其展示出不同的投资倾向和价值追求[10]。对于投资大、回报慢的绿色创新活动来说,需要区分机构投资者类型以检验其退出威胁的异质性。而且从企业自身属性来看,一方面,相对于非国有企业,国有企业本身具有资源优势和创新基础[11],较好的内部控制环境和政策支持力度都会替代机构投资者的作用;另一方面,重污染行业面临着更加严格的环境规制,会更重视绿色技术研发,进而对企业是否选择绿色创新战略产生影响。因此,对于机构投资者退出威胁的有效性,有必要区别考虑机构投资者类型、产权性质和行业类型。
综上,本文以2010—2020年沪深A股上市公司为样本,探讨机构投资者退出威胁对企业绿色创新的影响。研究发现:机构投资者退出威胁能够推动企业绿色创新;而且,以机构投资者持股比例为门槛变量,退出威胁对企业绿色创新的影响存在单门槛效应,当机构投资者持股比例超过门槛值后,退出威胁的正向作用得以显现。进一步的路径分析表明,机构投资者退出威胁能够促使企业加大研发投入、积极履行环境责任。此外,在机构投资者为抗压型、企业为非国有性质或重污染行业的情况下,机构投资者退出威胁的绿色创新赋能效应更显著。
本文可能的贡献主要包括:(1)从“退出威胁”这一心理学概念出发,将人际关系研究中的“威胁”手段和“退出”倾向有机结合,探索机构投资者退出威胁与企业绿色创新之间的关系,将社会心理学和企业行为两大研究领域有效交叉。而且,区别于已有文献仅关注机构投资者持股比例或非控股大股东整体退出威胁的影响,本文着眼于机构投资者退出威胁这一特殊利益相关者的行为倾向,拓展了企业绿色创新动因的理论外延。(2)从企业研发投入、环境责任两方面厘清了机构投资者退出威胁对企业绿色创新的影响路径,提出资源效应和信号效应观点,揭示了机构投资者退出威胁发挥治理作用的内在机理。研究表明,除积极参与治理外,机构投资者也可以通过释放退出信号来影响企业的资源配置和环保意识,是对非控股股东退出威胁经济后果研究的有益补充,为中国资本市场中的退出威胁机制存在性提供了新的证据。(3)利用门槛模型检验机构投资者持股比例的“门槛效应”,测算了机构投资者退出威胁产生治理效果的边界条件,为机构投资者“是否有效”的争论提供了新的解释。对于明确机构投资者定位、更好地发挥资本市场“压舱石”的功能具有较强的参考价值。
一. 文献回顾及研究假设
一 文献回顾
1. 利益相关者对企业绿色创新影响的研究文献
将一定的资源投入到企业的生存和发展中并且跟企业有紧密利害关系的群体或个人即为企业的利益相关者,如投资者、员工、消费者等,企业的存续离不开这些利益相关者的支持与认可[12]。而且,利益相关者为企业带来的异质性资源、资金、知识和信息等,有可能成为企业绿色创新的驱动因素[13]。已有研究从多个角度分析了利益相关者对企业绿色创新的影响。其中,政府部门能够从法律法规制定、环保监管惩罚以及政策引导三方面对企业绿色创新产生积极作用[14];消费者提供更多市场需求和绿色偏好信息,同时向企业施加规范合法性压力,增加了企业绿色创新的可能性[2];员工作为重要的人力资本是产品生产和提供服务的关键,其环保意识和对资源的合理利用有助于企业绿色创新的实现[2];股东拥有丰富的社会资本和独特的信息资源,能够为绿色创新提供专业化视角[15]。此外,股东较为重视企业长期盈利的稳定性,绿色创新可以满足他们对于企业可持续发展的期待[16]。
2. 股东退出威胁的研究文献
关于股东治理作用的研究,从监督机制、退出机制逐步发展到近年来的退出威胁机制[5]。威胁是决策主体博弈过程中有效的沟通手段,可以改变主体的认识,促进谈判达成共识[17]。“退出威胁”并不是真正的退出,而是一种可能性。当股东的权力达不到干预企业管理层决策时,可以凭借自身独特的资源优势发出“退出”信号进行“威胁”[18]。已有研究指出,股东宣称要卖出股票会向市场传递“坏消息”,这种可能的退出行为会对企业产生股价下行压力,从而构成威胁[19]。管理层为了维护企业形象和自身利益,会采取措施留住股东,比如提升企业财务报告质量、减少盈余管理等[20]。国内研究者探讨了在中国特殊的资本市场环境下股东退出威胁对股价崩盘风险、企业避税行为、创新行为、并购绩效等方面产生的影响[5-6][17-18]。与此同时,机构投资者作为一类特殊股东也引起了研究者的关注,研究认为,机构投资者是具有信息优势和规模收益的专业性投资人,也能够产生退出威胁效应[21]。
综上,已有文献为本文研究提供了有益的启示,但仍存在以下拓展空间:(1)利益相关者对企业绿色创新的影响从机构投资者角度进行的探索较少,且集中在机构投资者参与治理的“发声”机制,对“退出威胁”机制的检验较为欠缺;(2)机构投资者退出威胁影响企业行为的具体路径有待刻画,需要打开作用机理的黑箱。
二 理论分析及假设提出
1. 机构投资者退出威胁对企业绿色创新的作用机制分析
2005年的股权分置改革改善了中国资本市场投资环境和上市公司治理结构,这为机构投资者的退出提供了必要的制度环境。此后,国务院2014年发布的《关于进一步促进资本市场健康发展的若干意见》中,上市公司市值管理制度的引入进一步强化了机构投资者作为外部股东的治理作用[5]。本文认为,机构投资者退出威胁通过资源效应和信号效应影响企业绿色创新。
第一,机构投资者退出威胁能够产生资源效应,通过修正企业价值导向、抑制控股股东自利行为使得资金流向研发领域,进而增加企业研发投入促进绿色创新。资源基础理论认为,企业的独特资源和组织能力是获得竞争优势、提升企业绩效的关键[22]。绿色创新具有外部溢出性和高风险性,需要长期持续的资金保证,这就要求企业更好地统筹资源配置[2]。但由于中国新兴资本市场尚不成熟,不同类型股东之间的利益冲突较为严重,控股股东可能利用控制权优势“掏空”企业资源,不利于保障企业绿色创新所需的资金投入。在此背景下,机构投资者能够通过退出威胁有效缓解控股股东的自利倾向,其作用体现在:(1)机构投资者作为专业化组织,其积累的监督经验、管理知识和行业专长能为企业发展提供建设性意见,并为企业提供丰富的异质资源,如资金、市场信息等[23]。因此与普通中小股东相比,机构投资者退出威胁具有更显著的震慑力。(2)大部分机构投资者如政府投资基金、主权财富基金、保险资金等,本质上是有长期利益导向的,其更关注企业的长远发展[24]。这类机构投资者的退出威胁会迫使企业优化资源配置决策,抑制短期行为倾向。(3)机构投资者对会计信息具有更强的鉴别和解读能力,能够及时发现自利行为并提出反对意见[23],其退出威胁可以有效遏制控股股东对企业资源的掏空,有利于绿色创新活动的进行。
第二,机构投资者退出威胁能够产生信号效应,引发企业内外部的利益相关主体关注,通过促使企业履行环境责任提高创新“绿度”。一方面,当某一机构投资者发出抛售股票的信号时,会受到其他股东的关注[23]。由于投资者之间存在羊群效应,退出信号的传递可能会造成其他机构投资者和中小股东的跟风行为,增加股票市场的波动性和股价崩盘风险,导致管理层薪资下跌、财富缩水[25]。为了更好地满足机构投资者对企业符合社会期望行为的要求,避免其退出威胁带来的负面经济后果,企业管理层会更加重视创新、环境责任等以改善与机构投资者的关系,将绿色创新作为主要发展战略。另一方面,机构投资者的退出信号会吸引媒体关注。根据信号传递理论,机构投资者的卖出行为可能暗含着对于企业目前表现或未来预期不满的信息[8],诱发媒体对企业全方位的透视和深度信息挖掘。媒体曝出的“坏消息”不仅影响管理层声誉和企业公众形象,改变供应链上下游的合作意向,还可能导致监管部门的介入。舆论压力会向企业管理层传达来自市场的不满情绪,从而抑制经理人的风险规避行为[26]。可见,机构投资者能够通过退出威胁传递的信号,从内外两方面影响企业决策,促使其进行契合利益相关者诉求的绿色技术革新以达到挽留投资者、维护企业形象的效果[27]。
综上可知,机构投资者退出威胁通过发挥资源效应和信号效应推动企业绿色创新,体现在增加研发投入和履行环境责任两条作用路径中,具体作用机制理论分析如图1所示。
据此,本文提出以下假设:
假设1. 机构投资者退出威胁能够促进企业绿色创新。
2. 机构投资者持股比例的门槛作用
受制于信息不对称、参与成本高等原因,持股比例较低的机构投资者可能会存在参与公司治理动力的不足问题。但持股比例高的机构投资者拥有更大的影响力和更低的监督成本,具备利用“退出威胁”谋求自身权益的条件[6]。本文预期,只有当机构投资者持股达到一定水平时,退出威胁对企业绿色创新的治理作用才能显现。
首先,机构投资者持股比例超过“门槛值”后,其退出威胁更会受到重视,在企业资源配置决策中获取更大话语权。持股较少的机构投资者参与公司治理的动机和能力较弱,且人微言轻,难以真正制衡控股股东和管理层。在这种情况下,机构投资者群体的利益诉求不被重视,退出威胁无法起到应有的治理作用。当机构投资者持股比例上升到一定程度后,投票权的增加使量变产生质变,能够通过股东大会和董事会等真正履行监督职能、参与资源配置决策。而这些重要的机构投资者可能采取的退出行为会形成实质性“威胁”,从而影响控股股东和管理层的行为选择。
其次,持股比例较大的机构投资者具有更高的公信力,其退出威胁能够产生更强的信号效应。持股数量往往代表了股东的实力。当持股比例较低时,机构投资者的定位更接近散户,其卖出行为不会引起资本市场的太多反应,对企业影响甚微。相较而言,资质雄厚的机构投资者更有能力挖掘和分析企业内部信息从而作出正确的投资决策[8]。若这类持股量大的机构投资者传递出可能的退出信号,其他投资者会认为此信息真实可靠而触发跟随行为,并引起政府、媒体、社会公众等利益相关者的关注,更加凸显退出威胁的治理效应。
基于上述分析,本文提出以下假设:
假设2. 机构投资者退出威胁对企业绿色创新的影响存在持股比例的门槛效应。即,当机构投资者持股比例达到门槛值后,退出威胁的正向作用才能显现。
二. 研究设计
一 样本选择与数据来源
由于本文所使用的绿色专利数据是根据2010年世界知识产权组织(WIPO)推出的“国际专利分类绿色清单”筛选得出,考虑到数据的可得性和完整性,选择2010—2020年沪深A股上市公司作为研究对象,并对初始样本进行了如下处理:(1)剔除被ST、*ST等特别处理的样本;(2)剔除金融保险行业样本;(3)剔除上市时间不足一年的样本;(4)剔除主要变量数据缺失或异常的样本。最终得到15 741个公司—年度样本观测值。为了减小极端值对估计结果的影响,对所有连续型变量进行了上下1%的缩尾处理。
数据来源如下:企业绿色专利数据来源于国家知识产权局,根据WIPO的“国际专利分类绿色清单”和国际专利分类号识别出样本公司的绿色发明专利和绿色实用新型专利并加总。机构投资者数据来源于CSMAR数据库和锐思数据库,上市公司其他财务数据均来源于CSMAR数据库。
二 变量定义
1. 被解释变量
企业绿色创新(GIIN)。考虑到专利申请到授权具有时滞性,借鉴齐绍洲等[28]的做法,采用企业绿色专利申请数量衡量绿色创新水平,并以绿色专利总申请量(Grpas)和代表高质量绿色创新的绿色发明专利申请量(Gripas)两种方式衡量。具体计算方法为企业绿色专利申请数量加1后取自然对数。
2. 解释变量
机构投资者退出威胁(IiET)。由于中国机构投资者起步较晚,与国外成熟市场尚存差距。本文参考吴晓晖等[25]的研究,选取专门代理客户进行投资的狭义机构投资者作为研究对象,具体包括:基金、社保基金、QFII、信托、企业年金、保险、券商、财务公司和银行。
纵观已有文献对退出威胁的衡量,姜付秀等[17]以中国企业是否完成股权分置改革作为替代变量,但这一指标无法衡量不同年份退出威胁的差异。Hope等[20]使用双重差分法识别退出威胁效应,但忽视了股东持股变化的影响。而Dou等[4]在研究外部股东退出威胁时,提出用股票流动性和股东竞争程度的乘积衡量退出威胁,当股票流动性越强、股东竞争越激烈时,外部股东对于企业的退出威胁越高。这是由于,一方面,当公司股票的流动性较高时,外部股东能够在二级市场上频繁交易,流通障碍较少,更容易实现退出;另一方面,处于高度竞争市场中的投资者抗压能力较强,更加不怕被市场所打败,敢于与管理层作对[29-30],更可能产生“退出威胁”。这种衡量方法能够较好地比较不同企业、不同年度、不同股东退出威胁的程度,得到较为普遍的认可[5-7]。因此,本文借鉴Dou等[4]、余怒涛等[7]的方法,使用股票流动性与机构投资者竞争程度的乘积衡量机构投资者退出威胁(IiET),具体计算公式如下
IiETi,t=Liquidityi,t×Tcompi,t (1) 其中,
Liquidityi,t 表示企业i第t年在股票市场的流动性,为企业当年流通股日均换手率;Tcompi,t 表示企业i第t年全部机构投资者的竞争程度,计算方式参照赫芬达尔—赫希曼指数(Herfindahl-Hirschman Index),测算不受股东规模和数量影响的机构投资者集中程度。具体公式如下Tcompi,t=−1×N∑k=1(TiBlockk,i,tTiBlocki,t)2 (2) 其中,
TiBlockk,i,t 表示企业i第t年机构投资者k的持股比例;TiBlocki,t 表示企业i第t年机构投资者持股比例的总和。持股比例的平方和越大表示机构投资者集中度越高,竞争程度越低。经过相反数处理后,Tcompi,t 值越大,意味着机构投资者竞争越激烈。3. 门槛变量
机构投资者持股比例(Inst)。为了评估机构持股对退出威胁赋能绿色创新的影响,本文将机构投资者持股比例设定为门槛变量。其中,机构投资者的界定与前文一致。
4. 控制变量
参考齐绍洲等[28]、李青原和肖泽华[14]等的研究,本文选取以下控制变量:企业规模(Size)、企业年龄(Age)、资本密集度(Capi)、负债水平(Debt)、盈利能力(ROA)、现金流(Cash)、发展能力(Grow)、股权集中度(Shrh)、董事会规模(DirN)、独立董事占比(Indir)。此外,还控制了年度(Year)、行业(Ind)效应。
各变量的定义如表1所示。
表 1 变量定义变量类型 变量名称 变量符号 变量定义 被解释变量 企业绿色创新 Grpas 企业当期绿色专利总申请数量+1的自然对数 Gripas 企业当期绿色发明专利申请数量+1的自然对数 解释变量 机构投资者退出威胁 IiET 股票市场流动性×机构投资者竞争程度 门槛变量 机构投资者持股比例 Inst 机构投资者持股与总股本之比 控制变量 企业规模 Size 期末总资产(万元)的自然对数 企业年龄 Age 企业已上市年份的自然对数 资本密集度 Capi 固定资产净额与总资产之比 负债水平 Debt 总负债与总资产之比 盈利能力 ROA 税后净利润与总资产之比 现金流 Cash 经营活动产生的现金流量净额与总资产之比 发展能力 Grow 主营业务收入增长率 股权集中度 Shrh 前十大股东持股比例平方和 董事会规模 DirN 董事会总人数的自然对数 独立董事占比 Indir 独立董事人数与董事会总人数之比 年度 Year 年度虚拟变量 行业 Ind 行业虚拟变量 三 模型构建
为检验前文所提假设1,本文构建如下多元回归模型
GIINi,t=α0+α1IiETi,t+λControlsi,t+∑Year+∑Ind+εi,t (3) 其中,被解释变量
GIINi,t 代表企业i第t年的绿色创新水平;IiETi,t 是企业i第t年的机构投资者退出威胁;Controlsi,t 表示一系列控制变量;Year、Ind分别为年份、行业固定效应;εi,t 为误差项。若α1 显著为正,则假设1得到支持。此外,为了检验机构投资者持股比例在退出威胁和企业绿色创新关系之间是否存在门槛效应,本文运用Hansen[31]提出的门槛面板回归模型(PTM),以机构投资者持股比例(Inst)为门槛变量,构建模型如下
GIINi,t=β0+β1IiETi,tI(Insti,t⩽ (4) 其中,I(·)为指标函数;
\gamma_1 为特定门槛值。该模型为分段函数,当\mathrm{Inst}_{i,t}\leqslant \gamma_1 时,{{\mathrm{IiET}}}{{}}_{{i,t}} 的回归系数为{\beta}_{{1}} ;当\mathrm{Inst}_{i,t} > \gamma_1 时,{{\mathrm{IiE}}}{{T}}_{{i,t}} 的回归系数为\beta_{{2}} 。三. 实证结果及分析
一 描述性统计和相关性分析
表2报告了主要变量的描述性统计。其中,企业绿色专利总申请量(Grpas)的均值为0.382,中位数为0,标准差为0.793,表明中国上市公司绿色创新的整体水平较低,且存在较大的个体差异。退出威胁(IiET)的均值为−0.007,标准差为0.009,与余怒涛等[7]的研究结果相符。机构投资者持股比例(Inst)中位数为0.043,均值为0.066,最大值为0.330,表明机构投资者持股在中国上市公司广泛存在,但持股比例总体偏低。此外,其他控制变量的统计结果也均在正常范围内。
表 2 描述性统计变量 N mean sd min p25 p50 p75 max Grpas 15 741 0.382 0.793 0.000 0.000 0.000 0.000 3.689 Gripas 15 741 0.264 0.644 0.000 0.000 0.000 0.000 3.219 IiET 15 741 −0.007 0.009 −0.053 −0.009 −0.004 −0.001 −0.000 Inst 15 741 0.066 0.070 0.000 0.012 0.043 0.097 0.330 Size 15 741 8.637 1.346 6.047 7.677 8.468 9.439 12.550 Age 15 741 2.452 0.662 0.000 2.197 2.639 2.944 3.434 Capi 15 741 0.235 0.166 0.000 0.105 0.200 0.330 0.954 Debt 15 741 0.463 0.209 0.052 0.302 0.466 0.619 0.944 ROA 15741 0.034 0.060 −0.245 0.012 0.032 0.060 0.195 Cash 15 741 0.047 0.066 −0.142 0.009 0.045 0.085 0.230 Grow 15 741 0.372 1.060 −0.662 −0.035 0.126 0.396 8.741 Shrh 15 741 0.161 0.117 0.015 0.070 0.129 0.225 0.562 DirN 15 741 2.163 0.198 1.099 2.079 2.197 2.197 2.890 Indir 15 741 0.373 0.057 0.333 0.333 0.333 0.400 0.800 表3列示了主要变量之间的Pearson相关系数。结果显示,机构投资者退出威胁与企业绿色创新两个衡量指标的相关系数均显著为正,表明二者之间可能存在正相关关系,初步支持了本文的假设1。同时,解释变量、控制变量之间相关系数均低于0.5,方差膨胀因子(VIF)均小于5,表明模型不存在严重的多重共线性问题。
表 3 相关性分析变量 Grpas Gripas IiET Inst Size Age Capi Debt ROA Cash Grow Shrh DirN Indir Grpas 1 Gripas 0.929*** 1 IiET 0.097*** 0.100*** 1 Inst 0.083*** 0.088*** 0.329*** 1 Size 0.219*** 0.227*** 0.349*** 0.177*** 1 Age −0.022*** 0.004 0.195*** 0.003 0.321*** 1 Capi −0.038*** −0.051*** 0.014* −0.104*** 0.069*** 0.087*** 1 Debt 0.072*** 0.066*** 0.095*** −0.028*** 0.437*** 0.330*** 0.098*** 1 ROA 0.032*** 0.036*** 0.178*** 0.257*** 0.050*** −0.132*** −0.108*** −0.359*** 1 Cash 0.028*** 0.035*** 0.130*** 0.112*** 0.098*** 0.062*** 0.241*** −0.142*** 0.324*** 1 Grow −0.030*** −0.020** −0.006 0.010 −0.007 0.025*** −0.172*** 0.063*** 0.006 −0.071*** 1 Shrh 0.024*** 0.013* 0.139*** −0.104*** 0.289*** −0.106*** 0.089*** 0.069*** 0.131*** 0.110*** 0.024*** 1 DirN 0.079*** 0.076*** 0.126*** 0.047*** 0.236*** 0.022*** 0.136*** 0.120*** 0.058*** 0.060*** −0.037*** 0.071*** 1 Indir 0.010 0.017** 0.002 0.004 0.075*** 0.033*** −0.029*** 0.027*** −0.049*** −0.020** 0.024*** 0.049*** −0.456*** 1 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 二 基准回归结果
1. 机构投资者退出威胁对企业绿色创新的影响
为检验假设1,本文采用OLS方法进行回归分析,同时在回归中使用了公司层面的聚类稳健标准误。表4列示了对假设1的检验结果,由表4可以看出,无论是否加入控制变量,机构投资者退出威胁的回归系数均显著为正。根据列(2),加入控制变量后,IiET的回归系数为2.200,在1%的水平显著,表明机构投资者退出威胁有效提升了企业绿色创新水平,支持了假设1。其经济意义为机构投资者退出威胁使企业绿色专利总申请量提升了约2.887个(2.200/0.762)标准差。而且根据列(4),IiET的回归系数在5%的水平显著为正,说明退出威胁能够推进实质性绿色创新。究其原因,一方面,机构投资者作为专业股东,其对信息变化的敏锐性有利于发觉控股股东的非道德行为[11],并通过可置信的退出威胁获得管理层重视、抑制大股东自利,聚集绿色创新资本。另一方面,机构投资者退出的坏消息会影响企业股价,来自市场的压力迫使企业根据投资者需要优化发展战略,绿色创新是实现这一目标的重要举措。与已有文献关于机构投资者能够通过持股直接参与公司治理来缓解企业融资约束、减少信息不对称进而推动企业绿色创新[32]的结论相较,本文验证了机构投资者同样可以通过退出威胁机制实现赋能企业绿色创新。
表 4 基准回归结果解释变量 Grpas Gripas (1) (2) (3) (4) IiET 8.671*** 2.200*** 7.216*** 1.528** (9.066) (2.888) (9.350) (2.508) Size 0.151*** 0.129*** (7.877) (7.844) Age −0.083*** −0.041** (−3.275) (−2.065) Capi −0.186* −0.245*** (−1.955) (−3.080) Debt 0.058 0.012 (0.768) (0.203) ROA 0.255 0.168 (1.593) (1.259) Cash 0.473*** 0.409*** (3.605) (3.688) Grow −0.012** −0.007 (−2.066) (−1.358) Shrh −0.253* −0.240** (−1.836) (−2.098) DirN 0.212** 0.175** (2.250) (2.192) Indir 0.231 0.264 (0.868) (1.188) _cons 0.057 −1.473*** 0.040 −1.309*** (1.402) (−4.937) (1.170) (−5.113) Year/Ind Yes Yes Yes Yes adj.R2 0.140 0.190 0.123 0.177 N 15 741 15 741 15 741 15 741 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 此外,控制变量回归结果显示,更大的企业规模、更强的盈利能力、更多的现金流以及更为合理的董事会治理都会对企业绿色创新产生积极影响,而股权过度集中会抑制企业绿色创新,这与李青原和肖泽华[14]、乔菲等[32]的研究结果一致。
2. 机构投资者持股比例的门槛效应
进一步,本文检验机构投资者持股比例在退出威胁和绿色创新关系之间的门槛效应。参考王旭等[1]、姜启波和谭清美[33]关于门槛模型的研究,首先,进行自抽样检验,将不满足门槛模型要求的数据剔除并整理为平衡面板,通过设置单门槛、双门槛和三门槛,对门槛变量进行样本300次随机抽样。根据表5,当被解释变量为Grpas时,单门槛模型在1%的水平上通过了显著性检验,门槛值为0.075;当被解释变量为Gripas时,单门槛模型同样在1%的水平上通过了显著性检验,门槛值为0.084。
表 5 门槛自抽样检验解释变量 门槛模型 F值 P值 90% 95% 99% 门槛值 95%置信区间 Grpas 单门槛 20.29*** 0.000 12.259 13.840 15.722 0.075 [0.072,0.076] 双门槛 7.78 0.333 11.860 13.288 18.870 三门槛 3.24 0.923 13.196 14.870 20.133 Gripas 单门槛 18.76*** 0.003 11.512 12.950 15.967 0.084 [0.078,0.085] 双门槛 8.02 0.297 11.113 13.036 18.274 三门槛 5.93 0.710 13.961 14.475 20.430 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 图2更直观地展示了被解释变量为Grpas和Gripas时,单门槛模型中的门槛估计值及置信区间。其中,LR统计量基于回归残差平方和计算而得,门槛值点即LR曲线最低点,LR曲线与临界线的两个交点即95%的置信区间。由图2可知,两个模型中门槛估计值对应的LR值均小于临界值7.35,说明门槛估计值的有效性。
表6列示了单门槛模型的回归结果,IiET−1表示指标函数I(
{{\mathrm{Inst}}}_{{i,t}}\leqslant{\gamma }_{{1}} )对应的回归系数{ \beta }_{{1}} ,IiET−2表示指标函数I({{\mathrm{Inst}}}_{{i}{,t}}{ > }{\gamma }_{{1}} )对应的回归系数{ \beta }_{{2}} 。根据列(2),当机构投资者持股比例≤7.5%时,退出威胁的影响不显著;但当机构投资者持股比例大于7.5%时,IiET的回归系数为3.679,且在1%的水平上显著。列(4)也得出类似的回归结果。由此得出,机构投资者持股比例在退出威胁与绿色创新之间存在单门槛效应,表现为当持股比例超过阈值后,退出威胁才能显著提升企业绿色专利申请量,支持了假设2。可见,只有持股数量大于门槛值的机构投资者,其退出威胁才具有实质性影响企业行为决策的能力。表 6 门槛效应回归结果解释变量 Grpas Gripas (1) (2) (3) (4) IiET−1 1.579*** −0.269 1.146*** −0.531 (3.397) (−0.552) (2.975) (−1.320) IiET−2 6.450*** 3.679*** 5.077*** 2.925*** (6.554) (3.640) (6.224) (3.194) Size 0.048*** 0.044*** (5.297) (5.792) Age 0.068*** 0.074*** (4.486) (5.941) Capi −0.024 −0.035 (−0.433) (−0.770) Debt −0.044 −0.036 (−1.078) (−1.072) ROA −0.018 0.029 (−0.188) (0.364) Cash −0.039 −0.008 (−0.499) (−0.127) Grow −0.004 −0.003 (−0.849) (−0.793) Shrh −0.350*** −0.207*** (−4.121) (−2.939) DirN 0.005 0.004 (1.068) (0.997) Indir 0.086 0.072 (0.694) (0.704) _cons 0.413*** −0.191* 0.290*** −0.300*** (62.018) (−1.847) (52.486) (−3.519) Year/Ind Yes Yes Yes Yes adj.R2 0.003 0.016 0.003 0.019 N 14 388 14 388 14 388 14 388 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 三 内生性问题
本文在基准回归中控制了可能影响企业绿色创新的因素,但由于遗漏变量造成的估计偏误以及变量测量误差等问题仍可能存在。因此,从以下几个方面来缓解内生性问题:
1. 工具变量法。本文从流动性的角度出发,采用企业经营地所在省份当年证券营业部数量作为工具变量(IV),使用2SLS方法进行回归。企业经营地所在省份证券营业部数量与企业绿色创新水平不直接相关,满足外生性条件;而证券营业部数量与股票交易流动性有关,从而影响退出威胁,满足相关性条件。各省份的证券营业部数据来源于上海证券交易所。由表7列(1)所示,工具变量与退出威胁在5%的水平上显著正相关,Cragg-Donald Wald F值为18.70>10,表明工具变量具有相关性且通过了弱工具变量检验。根据表7列(2)的结果,研究结论不变。
表 7 内生性检验结果解释变量 IV−2SLS PSM 控制公司个体
固定效应改变时间序列 第一阶段 第二阶段 IiET Grpas Grpas Grpas Grpasf1 Grpasf2 Grpasf3 (1) (2) (3) (4) (5) (6) (7) lPStoExc 0.185** (2.335) IiET 2.134* 5.096*** 1.051** 2.617*** 2.042** 3.123*** (1.831) (5.269) (2.149) (3.030) (2.105) (3.152) _cons −3.855*** 6.008 −1.100*** −0.463* −1.492*** −1.518*** −1.474*** (−14.110) (1.443) (−5.451) (−1.772) (−4.878) (−4.836) (−4.581) Year/Ind Yes Yes Yes Yes Yes Yes Yes Controls Yes Yes Yes Yes Yes Yes Yes adj.R2 0.225 — 0.151 0.014 0.195 0.196 0.196 N 15 741 15 741 6 691 15 741 14 068 12 569 11 096 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 2. 倾向得分匹配(PSM)。为了克服样本选择偏差,本文根据机构投资者退出威胁中位数将样本企业分为高退出威胁和低退出威胁两组,借鉴杜勇等[23]的做法,使用倾向得分匹配法(PSM)匹配初始条件相似的企业样本重新进行回归。首先,选择企业规模、负债水平、盈利能力、发展能力、股权集中度等企业特征作为协变量,利用Logit模型计算倾向得分。其次,按照一对一原则使用最近邻匹配法选取匹配样本。匹配后的结果通过了平衡性检验。保留匹配成功样本后,再次进行回归。根据表7列(3)可知,研究结论与前文一致。
3. 控制公司层面的个体固定效应。为了控制不随时间变化的个体层面影响因素,本文采用公司固定效应模型进行重新估计。结果如表7列(4)所示,支持前文结论。
4. 改变时间序列。考虑到企业绿色创新的产出需要一定时间,故本文将解释变量和控制变量分别进行滞后一期、滞后两期、滞后三期处理,并再次进行回归。结果如表7列(5)~列(7)所示,依然支持研究结论。
四 稳健性检验
1. 替换被解释变量的衡量方式。使用下一年绿色专利获得数量(Grpahf)来衡量企业绿色创新,计算方式为专利获得数量加1后取自然对数。回归结果如表8列(1)所示,结论依然成立。
表 8 稳健性检验1解释变量 替换被解释变量 替换解释变量 排除政策影响 更换计量模型 Grpahf Grpas Grpas Grpas Grpas Grpas (1) (2) (3) (4) (5) (6) IiET 1.937*** 2.198*** 2.200*** 9.293*** (2.739) (2.885) (2.888) (3.180) IiETr 3.422*** (3.813) IiETc 0.025** (1.983) Hdt 0.023 (0.803) Maf −0.040 (−0.964) _cons −1.400*** −0.730** −1.313*** −1.466*** −1.473*** −5.683*** (−5.282) (−2.556) (−5.205) (−4.922) (−4.937) (−6.864) inflate_cons −0.924*** (−7.311) Year/Ind Yes Yes Yes Yes Yes Yes Controls Yes Yes Yes Yes Yes Yes adj.R2 0.194 0.182 0.177 0.190 0.19 — N 14 068 15 741 15 741 15 741 15 741 15 741 注:绿色发明专利回归结果与前文类似,限于篇幅未在文中列示;*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 2. 替换解释变量的衡量。参考廖静和刘星[6]的做法,使用样本企业机构投资者年均换手率来衡量流动性(Liquidity);参考陈克兢等[18]的做法,使用机构投资者数量作为竞争程度(Tcomp)的代理变量,重新计算退出威胁。结果如表8列(2)~列(3)所示,研究结论不变。
3. 排除政策干扰。为了排除2010—2020年样本观测期间宏观政策对企业绿色创新的影响,本文进行了以下稳健性检验:选择2012年开始实施的覆盖时间长、影响范围广的低碳城市政策作为环境政策代理变量,在回归中加入低碳试点城市虚拟变量(Hdt),若当年是低碳试点的城市取值为1,否则为0; 2015年党的十八届五中全会提出“创新、协调、绿色、开放、共享”五大发展理念
2 ,引领了企业绿色创新的深刻变革。考虑到新发展理念带来的影响,本文将其作为宏观政策的虚拟变量(Maf),2015年及以后取值为1,否则为0。根据表8列(4)~列(5)所示,在控制政策影响后,结论仍然成立。4. 更换计量模型。绿色专利申请量的离散程度较高,且存在过度零值的情况。根据Vuong检验结果(Z-score=45.83>0,p-value =0.000),选择零膨胀泊松模型重新进行回归分析。表8列(6)回归结果表明本文结论是稳健的。
对于上述前三种稳健性检验的门槛效果自抽样结果可知,单门槛模型仍然可通过显著性检验,检验结果限于篇幅未列示。表9的门槛回归结果显示出,机构投资者持股比例在退出威胁与绿色创新之间的单门槛效应仍然存在。超过阈值后,机构投资者退出威胁的回归系数均在5%的水平上显著为正,进一步证明了研究结论的稳健性。
表 9 稳健性检验2解释变量 替换被解释变量的衡量 替换解释变量的衡量 排除政策影响 Grpahf Grpas Grpas Grpas Grpas (1) (2) (3) (4) (5) IiET−1 −1.136** 0.527 0.830 (−2.471) (0.960) (1.522) IiET−2 3.319** 6.630*** 7.274*** (2.408) (4.071) (4.491) IiETr−1 0.536 (0.974) IiETr−2 6.563*** (4.029) IiETc−1 −0.003 (−0.342) IiETc−2 0.055** (2.076) Hdt 0.053*** (3.266) Maf 0.049*** (3.833) _cons −0.241*** −0.182* −0.205 −0.168 −0.043 (−2.816) (−1.779) (−1.285) (−1.637) (−0.399) Year/Ind Yes Yes Yes Yes Yes Controls Yes Yes Yes Yes Yes adj.R2 0.026 0.016 0.014 0.016 0.017 N 13 080 14 388 14 388 14 388 14 388 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 四. 进一步分析
一 作用机制验证
根据前文的理论分析,机构投资者退出威胁会通过资源效应和信号效应影响企业绿色创新。为验证两条作用路径的存在性,本文借鉴刘金科和肖翊阳[34]、孙玥璠和刘雪娜[35]的研究,分别选取企业研发投入金额、环境责任评分作为代理变量。其中,研发投入数据来源于CSMAR数据库,环境责任评分数据来源于和讯网企业社会责任评分中的环境责任分项。原因在于,企业研发投入能够准确体现企业的资源配置情况,金额数据相对客观、完整;环境责任评分能够全面反映企业的环保意识,评分数据精准、综合。
借鉴杜勇等[23]的研究,本文构建以下作用路径检验模型
\mathrm{Med}_{i,t}=\gamma_0+\gamma_1\mathrm{IiET}_{i,t}+\lambda\mathrm{Controls}_{i,t}+\sum_{ }^{ }\mathrm{Year}+\sum_{ }^{ }\mathrm{Ind}+\varepsilon_{i,t} (5) 其中,
\mathrm{Med}_{i,t} 为中介变量,在回归时分别用研发投入金额(RDins)、环境责任评分(Enres)替代。若{\gamma }_{{1}} 显著,表明机构投资者退出威胁能够通过该中介变量促进绿色创新。根据表10列(1)~列(2)所示,IiET的回归系数均在1%的水平上显著为正。表明机构投资者退出威胁产生了治理效应,一方面,能够显著强化企业研发资金投入,增加创新知识存量、吸引人才、积累经验[36],这与蒋艳辉等[37]的研究中机构投资者参与治理会增加企业研发投入的结论相一致;另一方面,退出威胁传递的信号会引起企业内外部利益相关者的关注,企业能够更好地履行环境责任[38],提升创新“绿度”。该结果支持了资源效应和信号效应的存在,与前文理论分析相符。
表 10 作用机制验证解释变量 研发投入 环境责任 RDins Enres (1) (2) IiET 6.626*** 1.562*** (3.052) (3.003) _cons −4.909*** −0.955*** (−7.730) (−5.767) Year/Ind Yes Yes Controls Yes Yes adj.R2 0.486 0.207 N 15 741 15 741 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 二 异质性分析
1. 机构投资者类型:抗压型和敏感型
不同类型的机构投资者治理效应可能不尽相同。敏感型机构投资者与企业存在直接或间接的商业关系,其决策容易受到企业短期业绩波动影响。而抗压型机构投资者与企业没有商业联系,行为相对独立,更关注企业符合同业标准和社会期望的行为[39]。作为稳健性强的专业投资人,抗压型机构投资者的退出倾向可能会被解读为企业合法性缺失、长期发展前景差等。那么两类机构投资者退出威胁的治理效应是否存在差异?本文根据是否与企业存在潜在商业联系把机构投资者划分为抗压型(基金、社保基金、QFII)和敏感型(信托、企业年金、保险、券商、财务公司、银行)。分别计算抗压型机构投资者退出威胁(RiET)和敏感型机构投资者退出威胁(SiET),并作为解释变量进行回归。根据表11列(1)~列(2)所示,RiET的回归系数为1.419,在1%的水平上显著;SiET的回归系数为0.495,在5%的水平上显著。可以看出,两种类型的机构投资者退出威胁均能发挥治理效应,但抗压型机构投资者的作用更显著。
表 11 异质性分析解释变量 机构投资者类型 产权性质 行业类型 Grpas Grpas Grpas (1)抗压型 (2)敏感型 (3)国有 (4)非国有 (5)重污染 (6)非重污染 IiET 0.445 3.134*** 2.495*** 1.500* (0.347) (3.718) (2.733) (1.689) RiET 1.419*** (5.074) SiET 0.495** (2.179) _cons −1.180*** −1.238*** −1.396*** −1.367*** −0.985*** −1.349*** (−5.723) (−6.076) (−3.382) (−3.445) (−2.890) (−3.329) Year/Ind Yes Yes Yes Yes Yes Yes Controls Yes Yes Yes Yes Yes Yes adj.R2 0.184 0.184 0.232 0.171 0.192 0.162 N 15 741 15 741 8 109 7 632 5 955 9 786 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 2. 产权性质:是否为国有企业
在国有企业中,政府股东与机构投资者的角色存在替代关系,可能弱化机构投资者退出威胁的作用[29]。而对于非国有企业,机构股东的存在能够强化其社会责任意识,机构投资者的进入和退出会反映出企业真实的内部信息[8]。因此,本文预期机构投资者退出威胁对非国有企业决策的影响更显著。根据实际控制人属性将样本企业分为国有企业和非国有企业,进行分组回归。根据表11列(3)~列(4)所示,国有企业子样本的IiET回归系数不显著,但非国有企业子样本的IiET回归系数在1%的水平上显著为正,并通过了组间系数差异性检验。回归结果表明,在非国有企业中,机构投资者退出威胁能够更好地推动绿色创新。
3. 行业类型:是否为重污染行业
对于重污染行业而言,环境问题所带来的负面效应会影响机构投资者对企业前景的预判,而机构投资者的股票抛售信号又会降低企业声誉、增加资本成本,造成恶性循环,使其承受更严峻的发展压力[40]。在这种情况下,重污染企业更关注机构股东的需求,努力提升绿色声誉和竞争力。本文根据生态环境部2010年颁布的《上市公司环境信息披露指南》,将样本分为重污染企业和非重污染企业进行分组回归。其中,重污染企业包括火电、钢铁、采矿业等16类。根据表11列(5)~列(6)所示,在重污染行业中,IiET的回归系数为2.495,在1%的水平上显著;而在非重污染行业中,IiET的回归系数为1.500,在10%的水平上显著,且两者通过了组间差异性检验。由回归结果可知,若企业具有重污染属性,机构投资者退出威胁对绿色创新的促进作用更强。
五. 结论与启示
一 研究结论
提高企业绿色创新能力是全面推进国家“双碳”战略和实现高质量发展的重要基础。本文基于“退出威胁”这一心理学概念,以2010—2020年沪深A股上市公司为样本,深入挖掘了机构投资者退出威胁对绿色创新的影响。主要结论包括:
(1)机构投资者退出威胁能够显著提升企业绿色创新水平,表现为增加企业绿色专利总申请量和绿色发明专利申请量;(2)机构投资者持股比例在退出威胁与绿色创新之间具有单门槛效应。当机构投资者持股比例超过“门槛值”后,退出威胁的正向作用才显著;(3)作用机制检验表明,机构投资者退出威胁能够强化企业研发资金投入、促进环境责任履行,进而推动绿色创新;(4)异质性分析发现,在机构投资者为抗压型、企业为非国有性质或重污染行业的情况下,会放大机构投资者退出威胁的绿色创新赋能效应。
本文从企业绿色创新视角为机构投资者退出威胁的治理作用提供了新的经验证据,但根据门槛分析结果,部分企业的机构投资者持股比例尚达不到退出威胁发挥治理作用的有效边界,亟须重视和解决。
二 政策启示
(1)政府主管部门应完善机构投资者保护机制,引领机构投资者积极参与公司治理。一方面,优化机构投资者作为外部股东增减股份的规定,提升股票流动性,提高退出威胁的可信度,为发挥机构投资者退出威胁的治理作用提供前提条件。另一方面,建设有差别的机构投资者监管体系,实行分类管理。例如,在税收或补贴等方面给予抗压型机构投资者积极的政策支持,鼓励其长期价值投资导向,同时对敏感型机构投资者进行更精准的动态监管,抑制投资中的羊群行为和机会主义行为。(2)企业应优化股东结构,扩大机构投资者的显示度和话语权,将退出威胁转化为企业高质量发展新动能。第一,企业应大力引入优质机构投资者,特别是在机构投资者持股比例低于“门槛值”的情况下,改变因持股少而被忽视的窘境。第二,针对机构投资者退出威胁作用较弱的国有企业和非重污染企业,应强化与机构投资者的交流,给予其更多的“发声”机会,充分依靠机构投资者专业性强、信息渠道广的比较优势。(3)应建立政府、媒体、资本市场等多元协同的企业绿色创新驱动体系。政府和媒体要做好监督者的角色,将行政力量与舆论压力有效结合,对企业短视行为给予惩处和曝光;资本市场要发挥绿色经济导向作用,培育重视绿色创新的机构投资者群体,释放机构投资者的优化资源配置和信号引导功能,共同助力企业突破绿色创新桎梏。
注释:2 中华人民共和国国务院新闻办公室.http://www.scio.gov.cn/31773/31774/31783/Document/1460701/1460701.htm。 -
表 1 变量定义
变量类型 变量名称 变量符号 变量定义 被解释变量 企业绿色创新 Grpas 企业当期绿色专利总申请数量+1的自然对数 Gripas 企业当期绿色发明专利申请数量+1的自然对数 解释变量 机构投资者退出威胁 IiET 股票市场流动性×机构投资者竞争程度 门槛变量 机构投资者持股比例 Inst 机构投资者持股与总股本之比 控制变量 企业规模 Size 期末总资产(万元)的自然对数 企业年龄 Age 企业已上市年份的自然对数 资本密集度 Capi 固定资产净额与总资产之比 负债水平 Debt 总负债与总资产之比 盈利能力 ROA 税后净利润与总资产之比 现金流 Cash 经营活动产生的现金流量净额与总资产之比 发展能力 Grow 主营业务收入增长率 股权集中度 Shrh 前十大股东持股比例平方和 董事会规模 DirN 董事会总人数的自然对数 独立董事占比 Indir 独立董事人数与董事会总人数之比 年度 Year 年度虚拟变量 行业 Ind 行业虚拟变量 表 2 描述性统计
变量 N mean sd min p25 p50 p75 max Grpas 15 741 0.382 0.793 0.000 0.000 0.000 0.000 3.689 Gripas 15 741 0.264 0.644 0.000 0.000 0.000 0.000 3.219 IiET 15 741 −0.007 0.009 −0.053 −0.009 −0.004 −0.001 −0.000 Inst 15 741 0.066 0.070 0.000 0.012 0.043 0.097 0.330 Size 15 741 8.637 1.346 6.047 7.677 8.468 9.439 12.550 Age 15 741 2.452 0.662 0.000 2.197 2.639 2.944 3.434 Capi 15 741 0.235 0.166 0.000 0.105 0.200 0.330 0.954 Debt 15 741 0.463 0.209 0.052 0.302 0.466 0.619 0.944 ROA 15741 0.034 0.060 −0.245 0.012 0.032 0.060 0.195 Cash 15 741 0.047 0.066 −0.142 0.009 0.045 0.085 0.230 Grow 15 741 0.372 1.060 −0.662 −0.035 0.126 0.396 8.741 Shrh 15 741 0.161 0.117 0.015 0.070 0.129 0.225 0.562 DirN 15 741 2.163 0.198 1.099 2.079 2.197 2.197 2.890 Indir 15 741 0.373 0.057 0.333 0.333 0.333 0.400 0.800 表 3 相关性分析
变量 Grpas Gripas IiET Inst Size Age Capi Debt ROA Cash Grow Shrh DirN Indir Grpas 1 Gripas 0.929*** 1 IiET 0.097*** 0.100*** 1 Inst 0.083*** 0.088*** 0.329*** 1 Size 0.219*** 0.227*** 0.349*** 0.177*** 1 Age −0.022*** 0.004 0.195*** 0.003 0.321*** 1 Capi −0.038*** −0.051*** 0.014* −0.104*** 0.069*** 0.087*** 1 Debt 0.072*** 0.066*** 0.095*** −0.028*** 0.437*** 0.330*** 0.098*** 1 ROA 0.032*** 0.036*** 0.178*** 0.257*** 0.050*** −0.132*** −0.108*** −0.359*** 1 Cash 0.028*** 0.035*** 0.130*** 0.112*** 0.098*** 0.062*** 0.241*** −0.142*** 0.324*** 1 Grow −0.030*** −0.020** −0.006 0.010 −0.007 0.025*** −0.172*** 0.063*** 0.006 −0.071*** 1 Shrh 0.024*** 0.013* 0.139*** −0.104*** 0.289*** −0.106*** 0.089*** 0.069*** 0.131*** 0.110*** 0.024*** 1 DirN 0.079*** 0.076*** 0.126*** 0.047*** 0.236*** 0.022*** 0.136*** 0.120*** 0.058*** 0.060*** −0.037*** 0.071*** 1 Indir 0.010 0.017** 0.002 0.004 0.075*** 0.033*** −0.029*** 0.027*** −0.049*** −0.020** 0.024*** 0.049*** −0.456*** 1 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 表 4 基准回归结果
解释变量 Grpas Gripas (1) (2) (3) (4) IiET 8.671*** 2.200*** 7.216*** 1.528** (9.066) (2.888) (9.350) (2.508) Size 0.151*** 0.129*** (7.877) (7.844) Age −0.083*** −0.041** (−3.275) (−2.065) Capi −0.186* −0.245*** (−1.955) (−3.080) Debt 0.058 0.012 (0.768) (0.203) ROA 0.255 0.168 (1.593) (1.259) Cash 0.473*** 0.409*** (3.605) (3.688) Grow −0.012** −0.007 (−2.066) (−1.358) Shrh −0.253* −0.240** (−1.836) (−2.098) DirN 0.212** 0.175** (2.250) (2.192) Indir 0.231 0.264 (0.868) (1.188) _cons 0.057 −1.473*** 0.040 −1.309*** (1.402) (−4.937) (1.170) (−5.113) Year/Ind Yes Yes Yes Yes adj.R2 0.140 0.190 0.123 0.177 N 15 741 15 741 15 741 15 741 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 表 5 门槛自抽样检验
解释变量 门槛模型 F值 P值 90% 95% 99% 门槛值 95%置信区间 Grpas 单门槛 20.29*** 0.000 12.259 13.840 15.722 0.075 [0.072,0.076] 双门槛 7.78 0.333 11.860 13.288 18.870 三门槛 3.24 0.923 13.196 14.870 20.133 Gripas 单门槛 18.76*** 0.003 11.512 12.950 15.967 0.084 [0.078,0.085] 双门槛 8.02 0.297 11.113 13.036 18.274 三门槛 5.93 0.710 13.961 14.475 20.430 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 表 6 门槛效应回归结果
解释变量 Grpas Gripas (1) (2) (3) (4) IiET−1 1.579*** −0.269 1.146*** −0.531 (3.397) (−0.552) (2.975) (−1.320) IiET−2 6.450*** 3.679*** 5.077*** 2.925*** (6.554) (3.640) (6.224) (3.194) Size 0.048*** 0.044*** (5.297) (5.792) Age 0.068*** 0.074*** (4.486) (5.941) Capi −0.024 −0.035 (−0.433) (−0.770) Debt −0.044 −0.036 (−1.078) (−1.072) ROA −0.018 0.029 (−0.188) (0.364) Cash −0.039 −0.008 (−0.499) (−0.127) Grow −0.004 −0.003 (−0.849) (−0.793) Shrh −0.350*** −0.207*** (−4.121) (−2.939) DirN 0.005 0.004 (1.068) (0.997) Indir 0.086 0.072 (0.694) (0.704) _cons 0.413*** −0.191* 0.290*** −0.300*** (62.018) (−1.847) (52.486) (−3.519) Year/Ind Yes Yes Yes Yes adj.R2 0.003 0.016 0.003 0.019 N 14 388 14 388 14 388 14 388 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 表 7 内生性检验结果
解释变量 IV−2SLS PSM 控制公司个体
固定效应改变时间序列 第一阶段 第二阶段 IiET Grpas Grpas Grpas Grpasf1 Grpasf2 Grpasf3 (1) (2) (3) (4) (5) (6) (7) lPStoExc 0.185** (2.335) IiET 2.134* 5.096*** 1.051** 2.617*** 2.042** 3.123*** (1.831) (5.269) (2.149) (3.030) (2.105) (3.152) _cons −3.855*** 6.008 −1.100*** −0.463* −1.492*** −1.518*** −1.474*** (−14.110) (1.443) (−5.451) (−1.772) (−4.878) (−4.836) (−4.581) Year/Ind Yes Yes Yes Yes Yes Yes Yes Controls Yes Yes Yes Yes Yes Yes Yes adj.R2 0.225 — 0.151 0.014 0.195 0.196 0.196 N 15 741 15 741 6 691 15 741 14 068 12 569 11 096 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 表 8 稳健性检验1
解释变量 替换被解释变量 替换解释变量 排除政策影响 更换计量模型 Grpahf Grpas Grpas Grpas Grpas Grpas (1) (2) (3) (4) (5) (6) IiET 1.937*** 2.198*** 2.200*** 9.293*** (2.739) (2.885) (2.888) (3.180) IiETr 3.422*** (3.813) IiETc 0.025** (1.983) Hdt 0.023 (0.803) Maf −0.040 (−0.964) _cons −1.400*** −0.730** −1.313*** −1.466*** −1.473*** −5.683*** (−5.282) (−2.556) (−5.205) (−4.922) (−4.937) (−6.864) inflate_cons −0.924*** (−7.311) Year/Ind Yes Yes Yes Yes Yes Yes Controls Yes Yes Yes Yes Yes Yes adj.R2 0.194 0.182 0.177 0.190 0.19 — N 14 068 15 741 15 741 15 741 15 741 15 741 注:绿色发明专利回归结果与前文类似,限于篇幅未在文中列示;*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 表 9 稳健性检验2
解释变量 替换被解释变量的衡量 替换解释变量的衡量 排除政策影响 Grpahf Grpas Grpas Grpas Grpas (1) (2) (3) (4) (5) IiET−1 −1.136** 0.527 0.830 (−2.471) (0.960) (1.522) IiET−2 3.319** 6.630*** 7.274*** (2.408) (4.071) (4.491) IiETr−1 0.536 (0.974) IiETr−2 6.563*** (4.029) IiETc−1 −0.003 (−0.342) IiETc−2 0.055** (2.076) Hdt 0.053*** (3.266) Maf 0.049*** (3.833) _cons −0.241*** −0.182* −0.205 −0.168 −0.043 (−2.816) (−1.779) (−1.285) (−1.637) (−0.399) Year/Ind Yes Yes Yes Yes Yes Controls Yes Yes Yes Yes Yes adj.R2 0.026 0.016 0.014 0.016 0.017 N 13 080 14 388 14 388 14 388 14 388 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 表 10 作用机制验证
解释变量 研发投入 环境责任 RDins Enres (1) (2) IiET 6.626*** 1.562*** (3.052) (3.003) _cons −4.909*** −0.955*** (−7.730) (−5.767) Year/Ind Yes Yes Controls Yes Yes adj.R2 0.486 0.207 N 15 741 15 741 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 表 11 异质性分析
解释变量 机构投资者类型 产权性质 行业类型 Grpas Grpas Grpas (1)抗压型 (2)敏感型 (3)国有 (4)非国有 (5)重污染 (6)非重污染 IiET 0.445 3.134*** 2.495*** 1.500* (0.347) (3.718) (2.733) (1.689) RiET 1.419*** (5.074) SiET 0.495** (2.179) _cons −1.180*** −1.238*** −1.396*** −1.367*** −0.985*** −1.349*** (−5.723) (−6.076) (−3.382) (−3.445) (−2.890) (−3.329) Year/Ind Yes Yes Yes Yes Yes Yes Controls Yes Yes Yes Yes Yes Yes adj.R2 0.184 0.184 0.232 0.171 0.192 0.162 N 15 741 15 741 8 109 7 632 5 955 9 786 注:*、**、***分别表示在10%、5%、1%水平显著;括号内为 t 值。 -
[1] 王旭, 杨有德, 王兰. 权变型信息披露: 外部融资对企业绿色创新平滑失效的新解释[J].管理评论,2022,34(8):123–133. [2] 肖小虹, 田庆宏, 王站杰. 利益相关者环保导向能促进绿色创新吗: 一个被调节的中介效应模型[J].科研管理,2021,42(12):159–166. [3] 徐建中, 贯君, 林艳. 制度压力、高管环保意识与企业绿色创新实践: 基于新制度主义理论和高阶理论视角[J].管理评论,2017,29(9):72–83. [4] DOU Y, HOPE O K, THOMAS W B, et al. Blockholder exit threats and financial reporting quality[J].Contemporary Accounting Research,2018,35(2):1004–1028. doi: 10.1111/1911-3846.12404
[5] 陈克兢. 非控股大股东退出威胁能降低企业代理成本吗[J].南开管理评论,2019,22(4):161–175. doi: 10.3969/j.issn.1008-3448.2019.04.015 [6] 廖静, 刘星. 稳定型机构投资者退出威胁能够抑制国有企业过度投资吗?[J].现代财经(天津财经大学学报),2020,40(6):47–62. [7] 余怒涛, 赵立萍, 张华玉. 机构投资者能抑制盈余管理吗: 基于退出威胁视角的经验证据[J].财务研究,2020(1):79–90. [8] 余怒涛, 张华玉, 朱宇翔. 大股东异质性、退出威胁与财务报告质量: 基于中国融资融券制度的自然实验[J].会计研究,2021(3):45–61. [9] FIRTH M, GAO J, SHEN J, et al. Institutional stock ownership and firms’ cash dividend policies: evidence from China[J].Journal of Banking & Finance,2016,65:91–107.
[10] 黄少安, 邢宇, 杨晨姊. 机构投资者的异质性及其对股票市场的影响[J].经济纵横,2022(8):107–118. [11] 范海峰, 郭葆春. 异质机构投资者退出威胁对公司创新效率的影响[J].科技进步与对策,2023,40(21):77–87. [12] 陈宏辉, 贾生华. 企业利益相关者三维分类的实证分析[J].经济研究,2004(4):80–90. [13] HORBACH J, RAMMER C, RENNINGS K. Determinants of eco-innovations by type of environmental impact : the role of regulatory push/pull, technology push and market pull[J]. Ecological Economics, 2012, 78: 112–122.
[14] 李青原, 肖泽华. 异质性环境规制工具与企业绿色创新激励: 来自上市企业绿色专利的证据[J].经济研究,2020,55(9):192–208. [15] 李姝, 翟士运, 古朴. 非控股股东参与决策的积极性与企业技术创新[J].中国工业经济,2018(7):155–173. [16] 王旭, 王兰. 绩效差距与企业绿色创新-基于“穷则思变”决策惯例的权变思考[J].上海财经大学学报,2020,22(1):18–33. [17] 姜付秀, 马云飙, 王运通. 退出威胁能抑制控股股东私利行为吗?[J].管理世界,2015(5):147–159. [18] 陈克兢, 康艳玲, 万清清, 等. 外部大股东能促进企业创新吗: 基于退出威胁视角的实证分析[J].南开管理评论,2021,24(3):202–214. [19] ADMATI A R, PFLEIDERER P. The “wall street walk” and shareholder activism: exit as a form of voice[J].The Review of Financial Studies,2009,22(7):2645–2685. doi: 10.1093/rfs/hhp037
[20] HOPE O, WU H, ZHAO W. Blockholder exit threats in the presence of private benefits of control[J].Review of Accounting Studies,2017,22(2):873–902. doi: 10.1007/s11142-017-9394-2
[21] EDMANS A. Blockholder trading, market efficiency, and managerial myopia[J].The Journal of Finance,2009,64(6):2481–2513. doi: 10.1111/j.1540-6261.2009.01508.x
[22] BARNEY J, WRIGHT M, KETCHEN D J. The resource-based view of the firm: ten years after 1991[J].Journal of Management,2001,27(6):625–641. doi: 10.1177/014920630102700601
[23] 杜勇, 孙帆, 邓旭. 共同机构所有权与企业盈余管理[J].中国工业经济,2021(6):155–173. [24] BENA J, FERREIRA M A, MATOS P, et al. Are foreign investors locusts? the long-term effects of foreign institutional ownership[J].Journal of Financial Economics,2017,126(1):122–146. doi: 10.1016/j.jfineco.2017.07.005
[25] 吴晓晖, 郭晓冬, 乔政. 机构投资者抱团与股价崩盘风险[J].中国工业经济,2019(2):117–135. [26] WANG C, YI J, KAFOUROS M, et al. Under what institutional conditions do business groups enhance innovation performance?[J].Journal of Business Research,2015,68(3):694–702. doi: 10.1016/j.jbusres.2014.08.002
[27] BHARATH S T, JAYARAMAN S, NAGAR V. Exit as governance: an empirical analysis[J].The Journal of Finance,2013,68(6):2515–2547. doi: 10.1111/jofi.12073
[28] 齐绍洲, 林屾, 崔静波. 环境权益交易市场能否诱发绿色创新: 基于中国上市公司绿色专利数据的证据[J].经济研究,2018,53(12):129–143. [29] 孔东民, 王江元. 机构投资者股权集中、国有控股与上市公司盈余管理[J].金融学季刊,2016,10(3):65–83. [30] COFFEE J. Liquidity versus control: the institutional investor voice[J].Columbia Law Review,1991,91(6):1277–1338. doi: 10.2307/1123064
[31] HANSEN B E. Threshold effects in non-dynamic panels: estimation, testing, and inference[J].Journal of Econometrics,1999,93(2):345–368. doi: 10.1016/S0304-4076(99)00025-1
[32] 乔菲, 文雯, 冯晓晴. “国家队”持股能促进企业绿色创新吗: 重污染行业的异质性分析[J].科技进步与对策,2022,39(22):92–102. doi: 10.6049/kjjbydc.2022030582 [33] 姜启波, 谭清美. 政府创新补贴影响企业创新的非动态门槛效应研究: 基于创业板上市公司融资约束视角[J].经济经纬,2020,37(6):97–105. [34] 刘金科, 肖翊阳. 中国环境保护税与绿色创新: 杠杆效应还是挤出效应?[J].经济研究,2022,57(1):72–88. [35] 孙玥璠, 刘雪娜. 领导干部自然资源资产离任审计与企业环境责任履行[J].审计研究,2021,2021(5):42–53. [36] 王惠, 王树乔, 苗壮, 等. 研发投入对绿色创新效率的异质门槛效应: 基于中国高技术产业的经验研究[J].科研管理,2016,37(2):63–71. [37] 蒋艳辉, 唐家财, 姚靠华. 机构投资者异质性与上市公司R&D投入: 来自A股市场高新技术企业的经验研究[J].经济经纬,2014,31(4):86–91. [38] 姜雨峰, 田虹. 绿色创新中介作用下的企业环境责任、企业环境伦理对竞争优势的影响[J].管理学报,2014,11(8):1191–1198. [39] DYCK A, LINS K V, ROTH L, et al. Do institutional investors drive corporate social responsibility? international evidence[J].Journal of Financial Economics,2019,131(3):693–714. doi: 10.1016/j.jfineco.2018.08.013
[40] 姜广省, 卢建词, 李维安. 绿色投资者发挥作用吗: 来自企业参与绿色治理的经验研究[J].金融研究,2021(5):117–134. -
期刊类型引用(4)
1. 王小宁,牟静. 双积分政策对新能源汽车企业绿色创新的影响研究. 西安石油大学学报(社会科学版). 2025(01): 40-49 . 百度学术
2. 肖功为,严星星. 国家高新区对企业绿色创新的影响研究:基于双重差分方法的经验数据. 邵阳学院学报(自然科学版). 2024(03): 74-81 . 百度学术
3. 刘凤芹,苏彬. 商业价值与社会价值可否兼得——绿色投资机构的双重创新激励效应研究. 安徽师范大学学报(社会科学版). 2024(06): 116-132 . 百度学术
4. 陈丽莉,张若琪,戎珂. 数据要素赋能企业创新:基于内外部资源视角. 管理评论. 2024(12): 15-25 . 百度学术
其他类型引用(3)