政府支持、信息不对称与文化创意企业融资约束※

李俊宝 陈能军

内容提要：构建了一个包含政府、外部投资者与文化创意企业的信号博弈模型，分析了包含企业质量信号的政府支持缓解企业融资约束的直接与间接作用机制。并基于中国上市文化创意企业数据，运用面板固定效应、两阶段最小二乘法和广义倾向得分匹配等方法系统地评估了政府支持对企业融资约束的影响。研究发现：政府支持能够显著地降低文化创意企业的融资约束，且该影响具有异质性。首先，随着企业融资约束的减弱，政府支持的政策效应也越弱；其次，政府对文化创意企业的支持强度与其政策效应存在“U”型关系。进一步的机制分析发现，政府支持可以通过降低信息不对称来缓解文化创意企业的融资约束；东部地区政府支持能够显著降低企业融资约束，而中西部地区政府支持的政策效应则不显著。

一、 引 言

中共十九届五中全会明确提出要“繁荣和发展文化事业和文化产业，提高国家软实力”。文化创意企业是文化产业发展的载体，中国文化创意企业普遍存在融资约束问题，这是导致文化创意企业投资不足的重要原因(潘玉香等，2016)。企业与外部投资者之间的信息不对称是导致融资约束的一个主要原因(姜付秀等，2016)。基于此，很多学者从如何降低企业的信息不对称的视角来探究如何降低企业的融资约束。缓解企业与投资者之间的信息不对称有三个主要的途径：第一，高质量的企业向外界释放低质量企业难以模仿的信号；第二，外部投资者对企业进行有效的筛选；第三，由第三方对企业提供认证服务。文化创意企业是典型的知识密集型企业(郭新茹和陈天宇，2021)，其核心资产为知识产权等无形资产，投资者难以对其价值进行有效的评估，这限制了通过前两条途径降低信息不对称的效果。

与完备资本市场相比，融资约束往往导致企业投资的风险和收益匹配情况发生明显改变。文化创意企业面临严重融资约束的根本原因在于，中国金融市场上的资金供给者缺少有关文化创意企业经营和项目投资风险的必要信息，或相关信息搜集成本高昂(杨向阳和童馨乐，2015)。一方面，这是因为文化产品具有高度的专业性，未来收益具有高度的不确定性；此类公司主要资产为版权、栏目品牌、内容等无形资产(陈能军等，2020)，价值评估较为困难，缺乏有效的有形资产作为抵押。另一方面，中国金融市场还不完备，无法对文化创意企业进行准确估值，主要的融资渠道难以有效发挥作用。

有公信力的中介机构通过提供认证服务可以降低企业与投资者之间的信息不对称(李彰和苏竣，2017)，但政府财政支持是否具有类似效果，目前尚处于讨论阶段。关于政府支持能否发挥信号传递作用的研究始于对政府研发资助的讨论。企业的研发活动具有高度的不确定性，外部投资者能够掌握的信息少，政府可以扮演信号传递者的角色(Kleer，2010)。政府对某企业进行了研发资助，就说明其对该企业的创新能力和发展前景比较认可，这向外界释放了关于企业质量的信号。Söderblom等(2015)认为政府资助是对企业的“合法性认证”。

国内学者目前主要集中于研究政府研发资助的信号传递作用(池仁勇等，2021；刘斐然，2022)。郭玥(2018)通过构建中国情境下创新补助信号传递模型，说明了当政府具备一定的技术审查和项目监管能力时，政府补助在直接补充企业研发投入的同时还能够间接带动外部投资。李彰和苏竣(2017)发现越是受融资约束影响的企业，政府研发资助的效果就越显著。王刚刚等(2017)研究发现研发补贴代表了政府的技术认证和监管认证，于是外部投资者对被补贴企业更加信任。

与高技术企业不同，政府部门可能更加难以对文化创意企业进行准确的评估。发展中国家的企业可以通过向发达国家购买专利或专业设备等方式提高技术水平。所以，相关政府部门在筛选高技术企业时，可以参考国外同类技术的发展路径来进行辅助判断(叶祥松和刘敬，2020)。与高技术企业不同，文化产品和服务的价值往往需要消费者体验后才能确定(Reimers和Waldfogel，2021)。文创企业的核心竞争力在于消费者对其创作内容的评价，不同消费者的偏好容易受其价值观、个人经历等因素的影响。所以，文化产品市场价值的不确定性更大，对版权和创意的价值进行评估和筛选也更加困难。目前尚没有文献直接探讨政府支持对文化创意企业融资约束的影响机制与效果。

与已有的文献相比，本文的贡献体现在以下三个方面：第一，在充分考虑文化创意企业特殊属性的基础上，从信息不对称的视角，直接检验了政府支持对其融资约束的影响；第二，使用面板分位数回归模型和广义倾向得分匹配法不仅验证了本文实证结论的稳健性，更探究了政府支持对文化创意企业融资约束影响的异质性；第三，实证检验了政府支持能够通过降低信息不对称来缓解企业融资约束的作用机制。本文的发现不仅对于如何缓解文化创意企业的融资约束具有一定的现实意义，而且从减轻企业与外部投资者之间信息不对称的视角为学术界关于产业政策有效性的讨论提供了新的经验证据。

二、 理论分析

本文使用一个信号博弈模型来更加清晰地说明政府支持缓解文化创意企业融资约束的微观机制。模型的部分设定参考了Kleer(2010)的研究。假设每个文化创意企业只有一个需要融资的项目，但项目存在两种类型：高风险的项目H和低风险项目L，前者在市场中所占比例为α，后者为1-α。在本文中，部分文化创意项目之所以具有高风险，是因为它们具有很强的正外部性，比如能够改善社会风气，弘扬正能量。但很强的正外部性也意味着其私人收益往往会小于社会收益，对私人投资者来说该类项目的投资风险较高，因而不愿意对其进行投资。所以本文假设高风险文化项目给投资者带来的私人收益较少，但能带来较大的社会效益。对于低风险的文化项目，其外部性较小，私人投资者更愿意对其进行投资。

因为政府往往拥有更加充分的信息，而且会组织行业内的专家对申请补贴的项目进行筛选(周文婷和吴一平，2020)。故假设政府可以完全识别出文化创意企业的风险类型。企业申请政府支持的成本可以忽略不计，故所有类型的企业都会申请政府支持。政府在选择文化创意企业进行支持时可能会使用两种不同的支持方式：不包含质量信号的财政支持和包含质量信号的财政支持。外部投资者(以下简称为“投资者”)不能观察到企业的风险类型，仅能够观察到其是否得到了政府支持。接下来，本文分别探讨两种不同的支持方式下的博弈分别会达到怎样的均衡。

1. 不包含质量信号财政支持下的贝叶斯均衡

不包含质量信号的财政支持是指政府在选择企业进行支持时，不区分该企业的质量，仅考虑其风险类型。首先，政府观察到申请补贴的某个文化创意企业的风险类型，并决定是否对其进行财政支持；接着，投资者观察到某家企业是否得到了政府支持，并决定是否对其进行投资；最后，各方获得相应的收益。博弈的结构见图1。

图1 不包含质量信息时的博弈结构

在图1中，0表示引入的虚拟参与人“自然”，由它决定文化创意企业是高风险型(H)还是低风险型(L)。G代表政府，其在观察到“自然”的选择后，决定给予财政支持(S)或不给予财政支持(NS)。F代表投资者，它不能观察到文化创意企业的风险类型，但可以观察到政府的选择，进而选择对该企业进行投资(L)或不进行投资(NL)。若政府决定进行财政支持，其给予支持的额度为g，类似地，若投资者决定进行投资，其投资额为p。A、B、C、D分别表示在不同情况下投资者可获得的收益，它们满足关系：A<0

(1) 分离均衡。首先，在该博弈中，仅存在命题一描述的分离均衡。

如果政府选择支持高风险文化创意企业，而不支持低风险企业，那么当投资者观察到一家企业得到政府支持后，它就确信这家公司为高风险企业，反之亦然，即投资者的信念为μ(H|S)=1,μ(L|NS)=1。这时，投资者选择投资高风险企业的收益(C)低于不投资高风险企业时的收益(0)，故其会选择不投资被政府支持的企业。投资者投资低风险文化创意企业的收益(B)大于不投资低风险企业的收益(0)，故他会选择投资没有政府支持的企业，即SF(NS)=L。

(2) 混合均衡。可以证明，仅存在命题二描述的混合均衡。

2. 包含质量信号财政支持下的贝叶斯均衡

本文进一步假设，只有满足一定质量条件的企业才会被政府支持。比如现实中政府往往会选择处于重点领域、具有良好发展前景的企业进行扶持。本文把满足政府扶持条件的企业称为“高质量文化创意企业”，无法满足的称为“低质量文化创意企业”。与上一小节类似，投资者无法区分“高质量企业”与“低质量企业”，但政府可以将二者区分开，且高质量企业所占比例为q，低质量企业所占比例为1-q。此时的博弈如图2所示。

图2 包含质量信息时的博弈结构

命题三：存在这样的分离均衡，即政府选择支持高质量、高风险的企业，不支持高质量、低风险的企业，以及所有低质量的企业。且：

命题四：当满足条件-g+IL(g+p)>0时，存在这样的混合均衡，即无论文化创意企业面临的风险如何，只要是高质量企业政府就给予支持。投资者会选择投资被支持的企业，而不投资没有被支持的企业。

对比命题一和命题三可以发现，在政府支持不包含质量信号时，若政府选择支持某个文化创意企业，那么投资者就会知道该企业具有较高的风险，投资该企业的预期收益小于零，故不会投资被政府支持的企业。而当政府支持包含质量信号时，投资者投资被政府支持的企业的期望收益大于0，故愿意投资被政府支持的企业。对比命题二和命题四可以发现，若政府支持不包含质量信号，最终达到混合均衡时，政府对任何企业都不进行支持。投资者也仅在高风险企业占比较低的情况下进行投资。而当政府支持包含质量信号时，只要政府与投资者共同投资一个低风险、高质量的文化创意企业能给政府能带来正收益(即“-g+IL(g+p)>0”)，那么在最终的均衡中，政府就会选择支持所有的高质量文化创意企业，投资者也会投资这些高质量企业。

综合以上分析，本文的核心理论假设为：如果政府在对文化产业进行支持时，仅仅支持那些发展前景好、质量高的文化创意项目或企业，那么其实际上是在执行一种带有质量信号的政策支持。进而可以通过直接和间接两种方式缓解企业的融资约束。中国政府每年通过财政、税收、专项资金等方式对优质文化创意企业发展进行了大力支持，比如，在2013至2018年，仅中央财政就安排了文化产业发展专项资金275亿元(1)数据来源：《2019年国务院关于文化产业发展工作情况的报告》。。且政府在对企业进行财政支持时经过了严格的评估和筛选程序(郭玥，2018；王刚刚等，2017)。在接下来的部分，本文将利用企业层面的微观数据实证分析政府支持对文化创意企业融资约束的政策效应及具体的影响机制，以验证本文提出的核心理论假设。

三、 实证研究设计

在本小节，我们基于中国上市文化创意企业微观数据，首先使用面板固定效应模型分析政府支持对企业融资约束的影响，并利用面板分位数回归模型进行了稳健性检验。为了克服可能存在的内生性问题，本文进一步使用了两阶段最小二乘法和广义倾向得分匹配模型进行分析。最后，使用中介效应模型探究了政府支持缓解企业融资约束的直接和间接作用机制。

1. 核心变量的测度与数据描述性统计

(1) 企业融资约束。Hadlock和Pierce(2010)根据KZ指数，利用公司的规模和年龄这两个具有很强外生性的变量计算了SA指数。该指数不仅能有效排除内生性的干扰，而且能够从长期角度刻画企业的融资约束。再考虑到本文实证模型的设定，我们借鉴卢盛峰和陈思霞(2017)等的研究，通过计算企业的SA指数来刻画其所面临的融资约束，即：

SAit=-0.737*Sizeit+0.043*Size2-0.04*Ageit

其中，Size表示企业规模，Age表示企业年龄，SA指数越大，说明企业面临的融资约束越弱。

(3) 政府支持。参考王昀和孙晓华(2017)等的研究，本文使用企业得到的政府补助总额作为政府支持的代理变量，并进行了对数化处理。

另外，参考姜付秀等(2017)等的研究，本文还控制了企业第一大股东持股比率(Shrcr)、董事长是否兼任总经理(Plurm)、公司负债率(Lev)、公司成长性(Grow)、现金流(Cash)、资产收益率(Roa)等变量。

本文的研究样本为2014-2019年在沪深上市的文化创意企业。参考潘玉香等(2016)的研究，本文按照证监会2012版行业分类，将新闻出版业，广播、电视、电影和影视录音制作业，文化艺术业，娱乐业，互联网和相关服务业，软件和信息技术服务业等六个行业的上市企业定义为文化创意企业。企业所在的地区(Province)定义为企业办公地所在的省份。本文的数据来源是CSMAR数据库。

本文按照以下标准对样本进行了筛选：剔除净资产小于0的样本；剔除IPO上市当年的样本；剔除相关数据缺失的样本；剔除ST类公司；为消除极端值的影响，本文对主要连续变量在1%和99%的水平进行了Winsorize处理。各个变量的具体定义和描述性统计见表1。

从表1可以看到，政府支持(Subs)变量的最小值为8.835， 说明所有的上市文化创意企业均得到了不同程度的政府补助。

表1 变量的定义与描述性统计

2. 实证模型设定

为了检验政府支持对企业融资约束的影响，本文构建了如下的实证模型：

SAit=β0+β1·Subsit+β2·Shrcrit+β3·Levit+β4·Growit+β5·Cashit+β6·Roait+εit

(2)

考虑到企业不随时间变化的异质性特征可能会跟模型(2)的解释变量相关，本文使用固定效应模型进行回归分析，并对标准误进行了怀特异方差修正。同时，还控制了年份、行业、省份固定效应以控制宏观经济运行状况、行业和地区因素的影响。模型(2)中的系数β1便衡量了在其它控制变量保持不变时，政府支持对文化创意企业融资约束的影响。

政府支持与融资约束两个变量之间的关系还可能受到内生性的干扰。首先，可能存在无法控制的遗漏变量，例如，能够获得更多政府支持的企业可能拥有更强的政治关联，更强的政治关联有可能降低企业从银行获得资金的成本；其次，政府并不是随机地选择企业进行支持，样本选择偏误也可能带来内生性问题。参考郭玥(2018)等的做法，本文采用同一年份、同一行业政府补助的均值作为工具变量进行两阶段最小二乘回归(2SLS)。一般地，某个企业所得到的政府支持和同行业企业获得的政府支持相关，但影响单个企业融资约束的企业异质性特征不太可能影响行业的平均政府补助水平。

为了使结果更加稳健，本文还使用面板分位数方法对模型(2)进行了回归分析。分位数回归不仅在存在极端观测值的情况下更加稳健，而且能够更精确地刻画政府支持对融资约束分布的影响，能够更加全面地探究两者之间的关系。故本文选择在企业融资约束25%、50%、75%三个具有代表性的分位点估计政府支持的影响。

四、 实证分析的过程与结果

1. 主要回归结果

表2报告了政府支持影响文化创意企业融资约束的主要回归结果。其中第(1)列是固定效应模型的回归结果，第(2)列为2SLS的回归结果。对比两列的结果可以发现：首先，政府支持能够显著地减低文化创意企业的融资约束，这与杨向阳和童馨乐(2015)等的研究结论一致；其次，在使用工具变量后，政府支持(Subs)的系数稍微有所提高，且在1%水平显著，这进一步表明获得政府支持越多的文化创意企业所面临的融资约束越弱。

表2 主要回归结果

表2的(3)-(5)列是面板分位数回归的结果，Q(0.25)、Q(0.5)和Q(0.75)分别表示25%、50%和75%分位点。在不同的分位点，政府支持(Subs)的系数均至少在5%水平显著，这进一步确认了政府支持可以显著缓解文化创意企业融资约束的结论。同时，也可以看出，随着分位点的提高，政府支持(Subs)的系数在逐渐减小，政府支持对文化创意企业的融资约束存在异质性影响。也就是说，随着企业融资约束的减弱，政府支持缓解融资约束的效果也在变弱。这可能是因为对于融资约束较为严重的企业，其信息不对称程度更严重，政府支持传递出来的信息更大程度地影响了投资者的决策。中国的信息披露制度尚不够完善，且知识产权保护力度不足。出于节约信息披露成本，避免核心商业技术泄密等原因，部分企业往往不愿完全向市场公开自身项目的市场前景、预期收益和潜在风险等信息(郭玥，2018)，其面临的融资约束也会更加严重。而政府与企业之间不存在竞争关系，一方面为了获得更多的财政支持，企业可能更有动机披露更多的信息，另一方面政府也会组织相关专家对企业的项目进行评估、筛选以及事后的监管(王刚刚等，2017)，这会向市场传递有利于被支持企业的信号，进而降低这部分企业的外部融资成本。而对于融资约束较轻的企业，市场上的信息已经比较充分，此时，政府进行扶持能够提供的额外信息有限，故其缓解融资约束的边际作用也有限。

综合表2中(1)-(5)列的回归结果可以得出结论，在其他条件不变的情况下，政府支持能够降低文化创意企业所面临的融资约束。在促进文化产业高质量发展的过程中，可以通过相关的产业支持政策更好发挥有为政府的作用。同时，还可以看到政府支持对文化创意企业融资约束的缓解作用存在异质性，具体来说，随着企业融资约束的降低，政府支持缓解企业融资约束的政策效果在逐渐减弱。这是因为，当市场可以获取关于企业的有效信息时，企业与外部投资者之间的信息不对称降低，其外部融资成本也会降低，此时政府支持的边际效果有限。本文的实证研究进一步说明，促进中国文化创意产业高质量发展，要进一步“推动有效市场和有为政府更好结合”。

2. 基于广义倾向得分匹配的“反事实”分析

政府并不是随机地挑选文化创意企业进行支持，为了更加准确地评估政府支持对文化创意企业融资约束的影响，本文使用广义倾向得分匹配(GPSM)模型进行“反事实”分析，来降低依可测变量的选择性偏误。传统的倾向得分匹配(PSM)模型仅适用于计算变量为0-1型时的处理效应，而广义倾向得分匹配模型允许处理变量为连续型变量。另外，利用GPSM模型本文还可以估计出不同政府支持强度对文化创意企业融资约束的处理效应。

(1) 平衡条件检验。在本文中，“处理变量”是政府支持(Subs)，“产出变量”为文化创意企业的融资约束(SA)。本文选取处理强度为15.564、16.610、17.473 和18.289将样本企业区分为5组，又按照倾向得分值将每一组平均分为4段。最终的匹配方式见表3。

表3描述了在每个分组中，经过倾向得分匹配选出参照对象后，两组企业在主要控制变量方面的差异。5组共35个控制变量的检验中，除个别变量外，绝大多数变量在不同组别之间均无显著差异，且整体在1%水平上通过了平衡条件检验。

表3 广义倾向得分匹配的平衡条件检验

(2) 政府支持对文化创意企业融资约束的处理效应。图3报告了通过GPSM方法得到的政府支持强度与文化创意企业融资约束之间的关系。图3(a)是“平均剂量反应”函数图，从图3(a)中可以看到，随着政府支持强度的增加，文化创意企业的融资约束先是平缓地变化，然后显著地下降(在图中表现为SA指数上升)。图3(b)为不同政府支持强度对融资约束的处理效应，可以明显地看出，当政府支持强度较弱时，其处理效应并没有显著地大于零，随着政府支持强度的提高，其对文化创意企业融资约束的缓解作用也就越强。当前中国各级政府均会制定相应的文化产业支持政策，企业获得的政府支持少往往意味着其获得的中央或省部级支持较少，其补贴大多来自区级政府或产业园区。中央或省部级政府在筛选企业进行支持时，筛选标准与过程往往更加科学，故更加能够发挥第三方认证作用并降低信息不对称，进而更加能够缓解企业的融资约束。而区级政府或产业园区的资源整合能力有限，难以对文化创意企业进行准确和有效的评估和筛选，也就难以降低其与外部投资者之间的信息不对称，故没有降低其融资约束。

图3 政府支持与文化创意企业融资约束

3. 影响机制检验

本文认为，政府支持可以通过降低文化创意企业与外部投资者之间的信息不对称来缓解企业面临的融资约束。为直接验证这一作用机制，本文使用中介效应模型进行实证检验。我们按照以下步骤检验政府支持对文化创意企业融资约束的“直接效应”和“间接效应”。具体来说，中介效应的检验模型如下所示：

SAit=β0+β1Subsit+∑βiControlsit+εit

(3)

ILLit=β′0+β′1Subsit+∑β′iControlsit+εit

(4)

SAit=β″0+β″1Subsit+β″2ILLit+∑β″iControlsit+εit

(5)

表4 中介效应模型的估计结果

(续表)

4. 来自地区差异的证据

本文分别从理论和实证的角度分析了政府支持能够通过降低文化创意企业内外部信息不对称来降低其融资约束。为了进一步检验本文的结论是否稳健，我们还按照企业是否来自东部地区将其分为两个子样本分别进行回归分析。东部较发达地区发展文化产业的经验丰富，故其筛选优质文化创意企业的能力往往更强。所以，如果东部地区的政府支持对企业信息不对称及融资约束的影响更大，则进一步验证了政府支持通过降低信息不对称来缓解文化创意企业融资约束的作用机制，回归结果见表5。

表5的第(1)列和第(2)列分别报告了东部地区企业模型(3)和模型(4)的回归结果。可以看到，政府支持能够显著地降低文化创意企业的信息不对称和融资约束。第(3)列和第(4)列报告了非东部地区企业样本的回归结果，可以看到政府支持变量的系数均没有通过5%水平的显著性检验。东部地区文化创意企业更加集聚、政府经验也更丰富，能够较好地评估文化创意企业或项目的质量和发展前景，故其补助能够向市场传递较高质量的信号；而非东部地区文化创意企业数量较少，政府在选择文化创意企业进行支持时，难以进行有效的评估和筛选，故难以向市场传递关于企业质量的有效信号，未能降低其融资约束。

表5 分地区回归结果

五、 主要结论与研究启示

本文首先分析了包含质量信号的政府支持缓解文化创意企业融资约束的作用机制，并利用2014-2019年中国文化上市企业数据进行了实证检验。结果表明，整体上政府支持能够缓解文化创意企业面临的融资约束，且这种作用具有异质性。具体来说，首先，随着文化创意企业面临的融资约束逐渐减弱，政府支持对融资约束的缓解作用也逐渐减低；其次，随着政府支持强度的增加，其对文化创意企业融资约束的缓解作用也在增强。进一步的机制分析表明，政府支持能够向外部投资者释放关于某个文化创意企业的质量信号来缓解其面临的融资约束。分样本回归分析结果表明东部地区的政府支持能够降低企业与外部投资者之间的信息不对称，进而缓解其融资约束，而非东部地区政府支持的效果不明显，这进一步确认了本文的研究结论。

本文的研究结论对于在制定文化产业支持政策的过程中，如何更好发挥政府作用，实现有效市场和有为政府的更好结合具有一定的政策启示。

第一，充分发挥政府信息资源整合优势，提高文化产业支持政策精准度，更好发挥有为政府作用。在当前中国文化金融市场不完善的情况下，政府支持不仅能够直接增加企业可支配的资源，降低企业外部融资成本，还可以降低企业与外部投资者之间的信息不对称，进而撬动更多的社会资本进入优质的文化创意企业，缓解其融资约束。所以，政府不应只关注财政支持额度的提升，还可以进一步提高其评估与筛选优质企业和项目的能力，优化决策过程，提高支持政策精准度，向市场释放更高质量的信号，进而达到更好的政策效果。

第二，在长期，鼓励相关金融主体发展，完善融资市场，发挥市场在资源配置过程中的决定性作用。根据本文的研究结论，信息不对称仅仅发挥了部分中介效应，且非东部地区的政府支持并未有效发挥降低信息不对称的作用，也未能降低文化创意企业的融资约束。更加重要的是，异质性分析表明，当市场信息比较充分，企业的融资约束较轻时，政府支持缓解企业融资约束的作用也较弱。这说明政府在降低信息不对称，缓解企业融资约束方面能起到的作用是有限的，长期还是要发展和完善文化金融市场，培育专业的中介机构，如鼓励天使投资、风险投资机构和文化金融服务机构的高质量发展。充分利用完善的金融市场解决文化创意企业面临的严重的融资约束问题，从而促进文化创意产业的高质量发展。

第三，降低企业信息披露成本，加强知识产权保护，完善相关制度环境设计。信息不对称是中国文化创意企业面临严重融资约束的一个重要原因。企业向市场披露信息的意愿不强，一方面是因为其面临一定的信息披露成本，另一方面也是担心自己的创新成果被盗版或侵权。所以，在进一步完善信息披露制度、降低企业信息披露成本的同时，也可以借助区块链等新一代信息技术，提高知识产权保护力度，切实保护文化创意企业的创新成果，使其披露信息时无后顾之忧。