新闻媒体情绪与企业创新投资

原东良，周 建，2

(1.南开大学商学院/中国公司治理研究院，天津 300071；2.南开大学滨海学院，天津 300270)

一、引 言

创新作为促进经济增长和提升企业竞争力的核心动力，受到政府部门、实务界和学术界的重点关注。2019年全国研究与试验发展(R&D)经费投入22143.6亿元，同比增长12.5个百分点，占GDP的比重达到了2.23%。从2000年开始，全国R&D经费投入力度已增加20余倍。但是，同发达国家相比，我国整体创新水平还有待提高，联合国世界知识产权组织(WIPO)最新公布的《2020年全球创新指数榜》中，中国排名第14。企业作为技术创新的主体，在推动创新驱动发展战略过程中发挥着重要作用，探究影响企业技术创新的影响因素，寻找提升企业创新水平的有效路径，一直以来都是学术界持续追踪的热点研究问题。不同于一般的经营性投资，创新投资具有高风险、长周期、多阶段、系统性和复杂性等特点。企业创新投资决策的制定，在受公司特征、管理层特质等内部治理因素影响的同时，还会受到包括新闻媒体在内的各类外部治理因素的影响[1]。信息经济时代，媒体在传播信息方面发挥着重要作用，通过验证和整合不同数据源的信息，新闻媒体报道可以生成具有经济价值的信息，缓解资本市场的信息摩擦，通过提高投资者、监管机构等利益相关者对上市公司的认知水平，影响公司战略决策行为，并对市场效率、股票流动性和资产定价等产生影响[2]。有关媒体治理效应的研究成果已较为丰富，但围绕新闻媒体报道情绪倾向对企业行为影响的研究尚未得到充分探讨。那么，新闻媒体情绪是否会影响企业创新投资决策？具体的影响机制是什么？

为回答上述问题，本文以沪深两市的上市公司为研究对象，基于信号理论和社会信息加工理论，分析并实证检验新闻媒体情绪对企业创新投资的影响及具体作用机制和边界条件。同已有研究相比，本文的研究贡献体现在以下几方面：第一，丰富了信号理论和社会信息加工理论在中国情境下的适用性研究，打开了外部信息环境影响企业内部战略决策行为的“黑箱”。第二，拓展了媒体治理领域的研究视角，既往研究多聚焦于探讨新闻媒体报道数量和媒体关注程度对资本市场和企业行为的影响[3]，对新闻媒体报道语言特征的研究尚不充分[4]，本文以新闻媒体情绪作为切入点，丰富了媒体治理方面的研究。第三，采用多种方法克服内生性并进行稳健性检验，系统分析了新闻媒体情绪对企业创新投资的影响，并厘清了具体的影响机制及边界条件，为探究企业创新投资的驱动因素提供了新的经验证据。第四，现有相关研究多探讨传统纸质媒体报道对企业创新的影响，本文以互联网新闻媒体报道作为数据来源，证实了互联网新闻媒体报道内容所包含的积极情绪对企业创新投资具有促进作用，是对“媒体关注与企业创新”研究领域的有益补充。

二、文献回顾与研究假设

(一)文献回顾

关于媒体治理效应的研究多从企业行为和资本市场两个角度展开。Graf-Vlachy等(2020)[4]梳理媒体对企业行为治理效应的相关研究发现，媒体报道主要通过降低信息不对称程度、促进监管部门介入、提升外部治理水平和提高股票流动性等渠道对企业行为产生影响。媒体报道影响资本市场的相关研究表明，新闻媒体通过降低信息不对称程度和提升投资者认知水平对资本市场产生影响，能够影响股票收益[5]、提高股票流动性[6]、降低股价崩盘风险[7]、提升资本市场效率[8]。目前，有关企业创新驱动因素的研究取得了丰硕的成果。He和Tian(2018)[1]梳理企业创新驱动因素相关研究发现，影响企业创新的因素可归纳为企业特征、市场特征和国家制度特征。关于新闻媒体对企业创新的影响主要从创新投入和创新绩效两方面展开。在创新投入方面，史晋川和刘萌(2019)[9]、刘萌等(2019)[10]发现媒体报道会抑制非国有上市公司的研发投入。夏晓兰等(2018)[11]研究表明，有关上市公司竞争对手创新活动的正面报道越多，越有助于提升创新竞争压力，促进研发创新。在创新绩效方面，许瑜等(2017)[12]指出媒体关注通过改善企业内部控制提升创新绩效。南楠等(2016)[13]对媒体报道倾向进行细分，发现媒体正面报道和负面报道均可促进企业创新。杨道广等(2017)[14]证实媒体负面报道会抑制企业创新产出。

由上可知，既有研究存在如下不足：第一，媒体报道影响企业行为的相关研究基本围绕媒体报道数量展开。同媒体报道数量相比，媒体报道的情感倾向对市场参与者的影响更为直接。然而，受数据获取的客观限制，鲜见关注媒体报道情感倾向对企业战略决策影响的研究。第二，国内有关媒体报道与企业创新关系的研究，多通过数据库收录的纸质新闻报道测度媒体报道(也称媒体关注)。同传统纸质媒体相比，互联网新闻媒体的受众更广，新闻信息的传播速度更快、传播范围更广，许瑜等(2017)[12]在研究中尝试使用网络媒体关注度，但未考虑互联网媒体报道所包含的情感倾向。第三，企业创新遵循“投入—产出”的逻辑关系，创新产出的时滞性决定了新闻媒体报道对企业创新投资的影响更直接。部分学者研究新闻媒体报道对企业创新投资的影响[9][10][11]，但研究未考虑新闻媒体报道情绪倾向的影响效果，所得研究结论不一致，且缺少对影响机制的系统分析与检验。基于此，本文系统检验互联网新闻媒体情绪对企业创新投资的影响及其传导机制和作用边界，以弥补已有研究的不足。

(二)研究假设

新闻媒体是资本市场上重要的信息传播载体。在信息供给端，信号理论认为媒体通过广泛收集、核实和整合有关上市公司的信息，生成具有经济价值的信息，缓解信息摩擦，为投资者等信号接收者提供增量信息。在信息需求端，社会信息加工理论认为个体的态度和行为在很大程度上受到周围社会环境的影响，个体通过对特定社会信息进行加工和解读，继而塑造其决策行为。从这一角度看，新闻媒体报道内容的情感倾向是影响信息需求者进行信息加工，进而影响其行为的重要因素。本文定义新闻媒体情绪为新闻媒体对上市公司报道内容的态度与情感倾向，情绪积极，意味着新闻媒体通过报道向外界传递出乐观的态度与情感倾向，反之为悲观的态度与情感倾向。基于信号理论和社会信息加工理论并结合既有研究，本文认为新闻媒体情绪会通过管理者过度自信、高级人才流动、企业融资和股票流动性影响企业创新投资。

第一，管理者过度自信。创新投资是与风险和不确定性高度相关的战略决策之一，鉴于企业创新活动的不确定性，行为金融学和高阶梯队理论均认为管理者在制定创新投资决策时常常依赖自身拥有的个人特质，容易受到过度自信等行为偏见的影响[15]。媒体对企业的正面报道会导致管理者的过度自信[16]，能够提高管理者的风险偏好，弥补风险厌恶[17]。过度自信的管理者系统性地高估了其战略决策导致良好经济后果的概率，低估了失败的可能性，追求内在风险和不确定性程度高的创新项目的可能性更大。既有研究也证明过度自信的管理者在企业创新方面的投入更多[15][17]。此外，群体心理学认为信念之间具有传染性，在此基础上，Dang和Xu(2018)[18]提出市场情绪对企业家信念具有溢出效应，高市场情绪通过对管理者情绪的溢出效应刺激企业进行更多的研发投资。基于此，可以预期，高新闻媒体情绪可以对管理者的乐观信念产生溢出效应，当新闻媒体对上市公司的报道情绪积极乐观时，管理者对创新投资的未来收益更加乐观，对项目失败的可接受程度提高，进而提升上市公司在企业创新方面的投资力度。

第二，高级人才流动。知识是创新的核心驱动力，高附加值的创新往往依赖人与人之间的直接沟通，拥有专业知识和专业技能的高级人才是创新活动的主体和关键信息流动的重要载体[19]，对企业创新活动的开展起着举足轻重的作用。当新闻媒体对上市公司的报道积极乐观时，可以充分发挥广告效应，向劳动力市场释放积极信号，吸引包括拥有博士学历的高级管理人才和具有专业知识技能的研发人员进入公司任职。基于资源依赖的观点，企业创新得益于具有不同背景管理者所拥有的战略资源，高学历人才进入管理层，可以带来多样性的知识、观点，有助于管理层产生新的想法，识别更多的创新机会[20]。Chemmanur等(2019)[21]通过拥有博士学位的管理者占比等指标度量高层管理团队质量，发现高质量的管理团队能够很好地管理企业创新资源，将更多的资源投入到创新活动。创新战略的实施离不开人力资源支持，科研人员作为重要的人力资本，对企业创新具有显著的促进作用[22]。可以预期，积极的新闻媒体情绪通过信号传递吸引拥有高学历的人才进入企业管理层，优化人力资本配置，提高管理团队质量；吸引科学研究人员到企业任职，优化员工结构，提高团队整体的探索能力和创造能力，促使企业积极开展企业创新等长期投资项目。

第三，企业融资。融资约束是制约企业开展创新活动的重要因素之一[23]，积极的新闻媒体报道可以有效提升上市公司在资本市场上的声誉和社会形象，提高银行、债权人、供应商、投资者等各类资本市场利益相关者对公司的信心，有效改善上市公司面临的融资环境，缓解融资约束[24]。媒体报道能够通过降低信息不对称程度、提升公司治理水平和提高股票流动性等渠道降低公司融资成本[2]，融资成本降低意味着同等条件下上市公司可以筹集到更多资金。企业创新作为一项资金密集型的投资活动，需要大量资金支持，现有相关研究也表明，股票市场和信贷市场的发展可以推动企业创新活动的开展[25]。可以预期，新闻媒体对上市公司报道情绪的积极性，在某种程度上代表资本市场对上市公司的认可度，在此情况下，上市公司更容易获得股权融资、债券融资、债务融资和商业信用融资等，推动企业创新投资。

第四，股票流动性。“投资者认知假说”认为，受时间、经历和经验等方面的限制，投资者更倾向于投资自身关注和了解的证券。在金融市场，新闻媒体通过向市场参与者提供信息来缓解信息不对称程度[6]，提高投资者对标的股票的认知度[2]，并吸引其买入该股票，有效提升股票流动性。股票流动性提高降低了企业融资成本，使得企业更容易获得开展创新活动所需要的资金支持，流动性的改善也能够吸引专业性机构投资者，进而提升外部监督水平，缓解管理层的短视行为，促使管理层积极开展企业创新活动[26]。基于中国情境的研究也证实了股票流动性越高，企业创新投入水平越高[27]、创新绩效越好[28]。本文预期，积极的新闻媒体情绪向资本市场传递出一个信号：该公司股票为优质投资标的。吸引各类投资者积极持有公司股票，伴随着成交量的放大，股票流动性提升。在此过程中，积极的战略投资者介入到企业战略决策过程，充分发挥股东积极主义，抑制管理层短视行为，提高战略决策质量，促使管理层通过企业创新获得可持续发展的竞争优势。

基于上述分析，本文提出如下假设：

H1：新闻媒体情绪越积极，企业创新投资水平越高。

H1-1：新闻媒体情绪通过诱发管理者过度自信促进企业创新投资。

H1-2：新闻媒体情绪通过吸引高级人才促进企业创新投资。

H1-3：新闻媒体情绪通过扩大企业融资促进企业创新投资。

H1-4：新闻媒体情绪通过提高股票流动性促进企业创新投资。

三、研究设计

(一)样本选择与数据来源

本文以2014—2018年的A股上市公司为研究样本，按如下标准对数据进行筛选：(1)剔除金融业上市公司；(2)剔除上市时间不足一年的公司；(3)剔除样本期内被ST、*ST以及退市的公司；(4)剔除相关数据存在缺失的样本。最终共得到8874个观测值。为避免极端值影响，本文对所有连续变量进行1%和99%水平上的Winsorize处理。为控制可能存在的内生性问题，本文所有自变量和控制变量均滞后一期。数据来源于CSMAR和Wind数据库以及优矿量化金融平台。

(二)变量定义

1.因变量：企业创新投资(R&Dt+1)。借鉴戴静等(2019)[29]的研究，本文采用企业研发投入金额与营业收入的比值来度量企业创新投资。

2.自变量：新闻媒体情绪(NMS)。优矿量化投资平台能抓取到东方财富网等国内100多家主流财经网站的新闻报道信息，采用人工智能算法得出每日证券关联媒体报道的情感倾向。数值大于0代表积极乐观的情感倾向，小于0代表消极悲观的情感倾向，等于0代表中性情感倾向。为确保数据频率一致，本文对证券日新闻情感指数进行年化处理得到年度新闻媒体情绪(NMS)。NMS值越大，意味着新闻媒体对上市公司报道内容的态度与情感倾向越积极乐观。

3.中介变量(Me)：管理者过度自信(MO)。本文从性别、年龄、两职合一、学历和专业背景五个维度进行指标构建。对CEO而言，性别为男性时，赋值为1，否则为0；年龄小于高管团队平均年龄时，赋值为1，否则为0；兼任董事长时，赋值为1，否则为0；拥有本科及以上学历时，赋值为1，否则为0；不具有经营背景专业(经济、财务、管理、会计、金融)时，赋值为1，否则为0。将五个维度虚拟变量加总，当数值大于3时，认为CEO存在过度自信，并为MO赋值为1，否则为0。高级人才流动。使用管理层中拥有博士学历的人数加1并取自然对数度量高级管理人才流动(PHD)[19]。通过研发人员数量占员工总数的比重度量拥有专业知识和技能的高级员工流动(R&D_P)。企业融资。使用吸收权益性投资收到的现金、发行债券收到的现金、从银行或其他金融机构取得借款收到的现金占企业总资产的比值测度股权融资(EF)、债券融资(BF)和债务融资(DF)，使用应付账款、应付票据和预收账款之和占总资产的比值测度商业信用融资(TCF)。股票流动性。使用Amihud等(2015)[30]提出的非流动性指标测度股票流动性，具体计算方法如式(1)。其中，N为一年内的交易天数，ri为第i个交易日的股票收益率，Vi为第i个交易日的股票成交量，该指标为负向指标，为了便于理解，将计算所得指标进行取相反数处理，并记为AMIHUD。

(1)

4.控制变量。公司特征包括公司规模(Size)、资产负债率(Lev)、机构持股比例(Inshold)、盈利能力(ROA)、现金流(Cash)、托宾Q(Q)、资本支出(Capexpt)、股权集中度(Top10)、公司年龄(Age)和产权性质(SOE)。管理层特征包括两职合一(Dual)、董事会规模(BoardSize)、独立董事比例(Indep)、董事薪酬(BoardSalary_3)、高管薪酬(ExecutiveSalary_3)、董事持股(BoardShare)和高管持股(ExecutiveShare)。本文还对年份效应(Year)和行业效应(Industry)加以控制。

(三)模型设定

为检验新闻媒体情绪对企业创新投资的影响及具体作用机制，本文设定如下模型：

R&Di,t+1=α0+α1NMSi,t+Controls+∑Yeari,t+∑Industryi,t+εi,t

(2)

Mei,t=β0+β1NMSi,t+Controls+∑Year+∑Industry+εi,t

(3)

R&Di,t+1=γ0+γ1Mei,t+γ2NMSi,t+Controls+∑Year+∑Industry+εi,t

(4)

在上述模型中，本文重点关注系数α1、β1、γ1和γ2的大小、方向和显著性。

四、实证结果与分析

(一)描述性统计与相关性分析

描述性统计及分组差异性检验结果表明，研发投入占营业收入比值(R&Dt+1)的均值为3.429%，最小值为0，最大值为23.59%。新闻媒体情绪(NMS)的均值、最小值、最大值和标准差分别为8.796、-10.961、38.857和10.565，表明上市公司所面临的新闻媒体报道情绪存在差异，这为本文探究其对创新投资的影响奠定了基础。分年度按照新闻媒体情绪的中位数将样本划分为两组的差异性检验表明，高新闻媒体情绪组创新投资的均值和中位数均在1%水平上显著大于低新闻媒体情绪组。相关性分析结果显示，新闻媒体情绪(NMS)与企业创新投资(R&Dt+1)的相关系数为0.129，在1%水平上显著，说明在不控制其他条件情况下，新闻媒体情绪越积极，企业创新投资水平越高。各变量之间相关系数的绝对值均小于0.5，说明本文不存在明显的共线性问题。(1)篇幅所限，描述性统计和相关性分析结果略，作者备索。

(二)多元回归结果

新闻媒体情绪对企业创新投资影响的多元回归结果列于表1。其中，列(1)仅在回归模型中加入自变量，列(2)在列(1)基础上控制了公司特征，列(3)同时控制了公司特征和管理层特征，所有回归中均对年度效应(Year)和行业效应(Industry)加以控制。由列(1)到列(3)的结果可知，新闻媒体情绪(NMS)对企业创新投资(R&Dt+1)的影响系数分别为0.046、0.062和0.057，对应的t值分别为12.803、16.296和14.956，所有回归系数均在1%水平上显著，说明新闻媒体情绪对企业创新投资具有促进作用，本文的假设H1得到证实。以列(3)为例，新闻媒体情绪对企业创新投资的影响系数为0.057，就其具体的经济意义而言，新闻媒体情绪每提高一个标准差，企业创新投资将增加17.562%。

表1 新闻媒体情绪对企业创新投资的回归结果(N=8874)

(三)内生性控制与稳健性检验

本文采用如下方法进行内生性控制(结果见表2)：(1)双重差分模型。根据新闻媒体情绪的年度中位数，将样本分为高新闻媒体情绪和低新闻媒体情绪两组，将新闻媒体情绪发生由低到高变化的样本定义为处理组，将新闻媒体情绪由高到低的样本定义为对照组，并引入时间变量，构建双重差分模型。(2)工具变量回归。借鉴杨道广等(2017)[14]的研究，选取上市公司非流通股比例作为新闻媒体情绪的工具变量进行两阶段最小二乘回归检验。(3)Heckman两阶段模型。采用非流通股比例作为工具变量，建立以上市公司新闻媒体报道情绪高低的Probit模型，计算逆米尔斯比率，并将其作为控制变量纳入回归模型。(4)熵平衡。根据Hainmueller(2012)[31]提出的熵平衡法对样本进行处理，对低新闻媒体情绪分组下的控制变量进行赋权处理，使其与高新闻媒体情绪中各控制变量的平均值分别保持一致。(5)变量滞后。为缓解反向因果引起的内生性问题，检验当期的新闻媒体情绪对未来二期和三期创新投资的影响。(6)倾向得分匹配。定义每个会计年度新闻媒体情绪最高的五分之一为实验组，为实验组匹配新闻媒体情绪较低的对照组样本，按照一对一匹配、邻近匹配、卡尺匹配、半径匹配、核匹配和局部线性回归匹配六种方法为实验组样本进行匹配，评估实验组对上市公司企业创新投资的“处理效应”。

表2 内生性控制：双重差分模型、Heckman两阶段、工具变量回归、熵平衡和变量滞后

本文采用如下方法进行稳健性检验：(1)更换因变量。采用研发投入占总资产的比值测度企业创新投资。此外，考虑到企业创新投资的行业差异性，使用企业创新投资的行业均值调整各公司的企业创新投资，具体做法为：每个年度，使用各公司企业创新投资减去公司所在行业企业创新投资的平均值。(2)更换自变量。基于中国研究数据服务平台(CNRDS)的财经新闻数据库(CFND)，重新构建新闻媒体情绪的代理指标NMS1和NMS2，NMS1为报刊财经新闻报道中有关上市公司正面报道的数量占该公司所有报道的比值，NMS2为报刊网络新闻报道中有关上市公司正面报道的数量占该公司所有报道的比值。(3)分年度回归。根据研究区间进行横截面上的分年度回归检验，因变量分别为2015年至2018年的企业创新投资，自变量分别为2014年至2017年的新闻媒体情绪。(4)重新筛选样本。研究样本中共有1562个样本的企业创新投资为0，为了排除这些极端样本对回归结果的影响，本文对这些样本予以剔除并重新进行回归检验。

上述内生性控制和稳健性检验结果均显示新闻媒体情绪对企业创新投资有显著促进作用(限于篇幅，部分结果略，作者备索)。

五、影响机制检验

新闻媒体情绪对企业创新投资影响机制的检验结果列于表3。新闻媒体情绪(NMS)对管理者过度自信(MO)、高级管理人才流动(PHD)、高级员工流动(R&D_P)和股票流动性(AMIHUD)的影响系数分别为0.002、0.002、0.153和0.039，至少在5%水平上显著，说明积极的新闻媒体情绪可以诱发管理者过度自信，吸引高级管理人才和研发人员流入，提高股票流动性。在新闻媒体情绪对企业融资影响的检验中，本文发现新闻媒体情绪对股权融资(EF)和商业信用融资(TCF)的影响显著为正，表明积极的新闻媒体情绪能够促进企业获得更多的股权融资和商业信用融资。新闻媒体情绪对债券融资(BF)和债务融资(DF)的影响显著为负，这从侧面说明，当新闻媒体情绪积极乐观时，上市公司倾向于在股权融资、债券融资和债务融资中选取股权融资。整体而言，新闻媒体情绪提高了上市公司的股权融资比例和商业信用融资比例。

表3 新闻媒体情绪对企业创新投资影响的机制检验(N=8874)

为检验中介效应是否成立，在模型(2)的基础上增加了各中介变量。由表3可知，新闻媒体情绪对企业创新投资的影响均在1%水平上显著为正，而管理者过度自信(MO)、高级管理人才流动(PHD)、高级员工流动(R&D_P)和股票流动性(AMIHUD)对企业创新投资的影响系数分别为0.443、0.490、0.171和0.019，对应的t值分别为5.775、8.824、58.021和2.025，说明管理者过度自信、高级管理人才和研发人员流动、股票流动性是新闻媒体情绪影响企业创新投资的中介渠道。由列(7)到列(10)可知，在股权融资(EF)和商业信用融资(TCF)两种融资方式中，新闻媒体情绪通过获得更多的股权融资进而促进企业创新投资。

为进一步确认中介效应是否成立，本文进行Sobel中介效应检验。表3的检验结果表明，当中介变量为管理者过度自信(MO)、高级管理人才流动(PHD)、高级员工流动(R&D_P)和股票流动性(AMIHUD)时，Sobel、Goodman1和Goodman2均至少通过5%水平上的显著性检验，当中介变量为股权融资(EF)和商业信用融资(TCF)时，Sobel、Goodman1和Goodman2未通过显著性检验(2)企业融资，除了融资规模之外还包括融资成本，因此，本文进一步检验了股权融资成本和商业信用融资成本是否为新闻媒体情绪促进企业创新投资的中介渠道。结果显示，新闻媒体情绪能够显著降低股权融资成本和商业信用融资成本，但二者未通过Sobel中介效应检验，相关结果留存备索。。说明管理者过度自信、高级管理人才流动、研发人员流动和股票流动性是新闻媒体情绪促进企业创新投资的中介机制，对应的中介效应比例分别为1.76%、1.52%、46.02%和1.29%。本文的假设H1-1、H1-2和H1-4得到验证。

六、进一步分析

(一)新闻媒体情绪对企业创新投资影响机制的进一步分析

为进一步验证上述影响机制的稳健性，根据管理层女性占比的高低、管理层咨询需求的高低和是否融资融券标的分别将样本分为两组，进行分组检验。管理层女性占比通过管理层中女性所占比例度量，同男性相比，女性更厌恶风险，出现过度自信的可能性更低[32]。管理层咨询需求通过CEO学历度量，当CEO拥有本科及以上学历时，咨询需求较低，反之，咨询需求较高[33]，较高的咨询需求意味着企业引入高级人才较为迫切。融资融券通过上市公司是否被纳入融资融券标的股范围识别，上市公司股票被纳入融资融券标的股范围后，股票流动性得到显著提升[34]。若前文影响机制成立，本文预期，在管理层女性占比低、管理层咨询需求高和非融资融券标的情况下，新闻媒体情绪对企业创新投资的促进作用更大。具体检验结果列于表4。

表4 新闻媒体情绪对企业创新投资影响机制的进一步分析

列(1)和列(2)是基于管理者过度自信视角，根据管理层女性占比的高低进行分组检验，结果表明，在管理层女性占比高的分组中，新闻媒体情绪对企业创新投资的影响系数为0.050，通过了1%水平上的显著性检验，在女性占比低的情况下，新闻媒体情绪的系数也显著为正(系数为0.065，t=11.593)。系数差异性检验表明，不同分组下，新闻媒体情绪系数差异在10%的水平上显著(P=0.074)，说明管理层女性占比越低，新闻媒体情绪对企业创新投资的促进作用越大。列(3)和列(4)是基于高级人才流动性视角，按照管理层咨询需求高低分组检验的结果，从表中可看出，在不同管理层咨询需求下，新闻媒体情绪对企业创新投资的影响均在1%的水平上显著为正。但是，在高管理层咨询需求分组下，新闻媒体情绪对企业创新投资影响系数的大小和对应的t值均要大于低管理层咨询需求分组，系数差异性检验也显示二者在5%水平上具有显著性差异(P=0.028)。列(5)和列(6)是基于股票流动性视角，根据上市公司股票是否为融资融券标的进行分组检验，不同分组下，新闻媒体情绪对企业创新投资的影响均显著为正。影响系数大小及分组差异性检验表明(P=0.048)，同融资融券标的分组相比，在非融资融券标的分组中，新闻媒体情绪对企业创新投资的影响更大。

前述检验进一步说明，新闻媒体情绪通过管理者过度自信、高级人才流动和股票流动性三个渠道对企业创新投资产生影响。

(二)新闻媒体情绪对企业创新投资影响的异质性分析

创新活动受企业产权属性、高新技术行业属性和创新环境影响[35][36]。那么，不同产权属性、行业属性和创新环境，新闻媒体情绪对企业创新投资的影响是否存在差异？本文通过模型(5)对该问题予以解答。

R&Di,t+1=η0+η1NMSi,t+η2Moi,t+η3NMSi,t*Moi,t+Controls+∑Year+∑Industry+εi,t

(5)

其中，Mo为调节变量，共有3个：产权性质(SOE)，当上市公司属于国有企业时，为SOE赋值为1，否则为0；高新技术行业属性(HI)，当所属的证监会行业代码为C26、C27、C34、C35、C37、C38、C39和C40时，定义该公司属于高新技术企业，为HI赋值为1，否则为0；创新环境(IE)，根据《中国区域科技创新评价报告》，当上市公司所在省份(自治区、直辖市)的科技创新环境指数大于当年全国科技创新环境指数时，为IE赋值为1，否则为0。表5报告了企业产权性质、高新技术行业属性和企业所在地创新环境对新闻媒体情绪与企业创新投资之间关系的影响，为确保研究结论的稳健性，本文进一步进行分组检验。

表5 新闻媒体情绪对企业创新投资影响的异质性分析

列(1)到列(3)是基于企业产权性质的异质性分析。新闻媒体情绪与企业产权属性交乘项(NMS*SOE)系数显著为负，说明企业国有产权属性弱化了新闻媒体情绪对企业创新投资的促进作用。分组检验表明，不同产权性质下，新闻媒体情绪均能显著提升企业创新投资水平，但新闻媒体情绪对非国有企业创新投资的影响系数大于国有企业，二者系数间的差异性在1%水平上显著(P=0.000)，说明国有产权属性会弱化新闻媒体情绪与企业创新投资之间的关系。列(4)到列(6)是基于高新技术行业属性的异质性分析。新闻媒体情绪与高新技术行业属性的交互项(NMS*HI)对企业创新投资具有显著的正向影响，分组检验表明，新闻媒体情绪对高新技术行业企业和非高新技术行业企业创新投资的影响系数均在1%的水平上显著为正。组间系数差异性检验显示，不同分组下的新闻媒体情绪对企业创新投资影响的系数存在显著差异(P=0.000)，检验结果说明，高新技术行业属性强化了新闻媒体情绪对企业创新投资的促进作用。列(7)到列(9)是基于创新环境的异质性分析。结果显示，新闻媒体情绪与企业所在地创新环境的交互项(NMS*IE)对企业创新投资的影响系数虽然为正，但不显著。在不同创新环境水平分组之下，新闻媒体情绪对企业创新投资的影响系数虽然全部在1%的水平上显著为正，但系数之间不存在统计学上的差异性(P=0.402)，说明新闻媒体情绪对企业创新投资的影响，不会受到企业所在地创新环境的显著影响。

综上，企业产权属性会弱化新闻媒体情绪对创新投资的促进作用，企业的高新技术行业属性会强化新闻媒体情绪对企业创新投资的正向影响，但是，企业所在地的创新环境不会对两者关系产生显著影响。

七、研究结论与政策建议

本文以2014—2018年所有A股公司作为研究样本，基于信号理论和社会信息加工理论，打开了新闻媒体情绪影响企业创新投资决策的“黑箱”。研究发现：(1)新闻媒体情绪越积极，企业创新投资水平越高，在克服内生性问题并进行稳健性检验之后，研究结论依然稳健成立。(2)影响机制检验表明，新闻媒体情绪通过管理者过度自信、高级人才流动和股票流动性三个渠道促进企业创新投资。(3)影响机制的进一步检验表明，在管理层女性占比较低、管理层咨询需求高和非融资融券标的的情况下，新闻媒体情绪对企业创新投资的促进作用更大。(4)异质性检验显示，企业的国有产权属性会弱化新闻媒体情绪对企业创新投资的促进作用，高新技术行业属性会强化新闻媒体情绪对企业创新投资的促进作用。

针对本文研究所得到的结论，提出如下建议：(1)公司治理具有系统性和复杂性，上市公司在关注董事会治理、高管治理等内部治理机制的同时，也应该充分注重媒体治理等外部治理因素，构建有效的媒体报道舆情监控机制。当面临负面新闻报道时，要及时公关，以将负面消息对公司运营的影响程度降到最低；当新闻媒体报道积极乐观时，上市公司应该以此为契机，积极进行股权融资、吸引高级人才进入公司任职，开展企业创新等长期投资项目，以获得能够促进企业长期健康发展的可持续竞争优势。(2)新闻媒体情绪可以提高管理层的过度自信水平和股票流动性，进而提升企业创新投资水平，在此过程中，管理者过度自信和股票流动性发挥着正面效应。值得注意的是，管理者过度自信和股票流动性也会引发负面影响，比如非效率投资、企业违规、股价崩盘风险和恶意收购等，上市公司及其管理者和所有者应对此加以重视。