Page 59 - 《北京工商大学学报(社会科学版)》2020年第1期
P. 59

第 35 卷摇 第 1 期            王晓祺, 胡国强: 绿色创新、企业声誉与盈余信息含量

   量,借鉴姜付秀等        [1]  的方法,对控制变量进行滞                   五、实证结果分析
   后处理,以缓解部分内生性影响;Year、Ind 和 Mkt                       (一)描述性统计结果

   分别表示年度、行业和市场板块的虚拟变量。                                表 2 报告了主要变量的描述性统计结果。 在
     CAR   = 琢 + 茁 NI  + 茁 NI  伊 GI  + 茁 NI  伊     2010—2017 年的 5 018 个样本中,事件日前后 5
         i,t     1  i,t  2  i,t  i,t  3  i,t
      Con i,t - 1 移 Year + 移 Ind + 移 Mkt + 着 i     天的累计超额收益率(CAR)最小值为 - 0郾 340,最
             +
                                                   大值为 0郾 340,标准差为 0郾 110,说明样本之间累
                                           (1)
       为进一步区分绿色创新中,实用新型专利与                         计超额收益率表现出较大的差异,平均值和中位
   发明专利的盈余信息含量,构建模型(2) 进行检                         数分别为 0郾 018 和 0郾 008,说明分布较为均匀。
   验。 其中,GUse 为企业 i 第 t 期是否申请实用新                   企业盈余最小值为 - 0郾 392,最大值为 0郾 326,平
                 i,t
   型专利的虚拟变量,GInno 为企业 i 第 t 期是否                    均值和中位数分别为 0郾 084 和 0郾 085,比较接近,
                          i,t
                                                   标准差为 0郾 098,数值较小,说明企业盈余分布相
   申请发明专利的虚拟变量。
                                                   对均匀。 GI 为企业是否在社会责任报告中披露
     CAR = 琢 + 茁 NI + 茁 NI 伊 GUse (GInno ) +
                                         i,t
         i,t
                   i,t
                                 i,t
                          i,t
                       2
                1
                                                   绿色专利的虚拟变量,平均值为 0郾 195,表明样本
    茁 NI 伊 Con i,t -1 移 Year + 移 Ind + 移 Mkt + 着
                 +
                                                   中 19郾 5% 的企业进行了绿色创新。 GUse 和 GInno
     3  i,t                                   i
                                           (2)
                                                   的平均值分别为 0郾 089 和 0郾 098,表明在社会责
       2郾 声誉的调节作用检验
                                                   任报告中披露实用新型绿色专利和绿色发明专利
       在模型(1)中引入变量企业声誉(REPU),以
                                                   的企业分别占全样本的 8郾 9% 和 9郾 8% 。 soe 为产
   及企业声誉与绿色创新企业盈余(NI 伊 GI) 的交
                                                   权性质,平均值为0郾 586,表明样本中58郾 6% 的企
   乘项来进一步检验声誉机制的调节作用,如模型
                                                   业为国有企业。 其他控制变量的描述性统计结果
   (3)所示。
                                                   同见表 2,此处不再赘述。
        CAR  = 琢 + 茁 NI  伊 GI  + 茁 REPU  +
           i,t     1  i,t   i,t  2     i,t             (二)回归结果
      茁 NI  伊 GI  伊 REPU   + 茁 NI  + 茁 NI  伊           表 3 为绿色创新影响盈余信息含量的回归结
       3  i,t   i,t      i,t  4  i,t  5  i,t
      Con i,t - 1 移 Year + 移 Ind + 移 Mkt + 着 i     果,第(1)列为模型(1)的回归结果。 结果显示,NI
             +
                                                   的回归系数为 0郾 028 8,在 1% 的水平上显著正相
                                           (3)
                                    表 2摇 主要变量的描述性统计结果
                                                   摇 摇
        变量          样本量          平均值          标准差          最小值           中位数          最大值
        CAR         5 018        0郾 018       0郾 110       - 0郾 340      0郾 008       0郾 340
        NI          5 018        0郾 084       0郾 098       - 0郾 392      0郾 085       0郾 326
         GI         5 018        0郾 195       0郾 397         0           0            1
        GUse        5 018        0郾 089       0郾 253         0           0            1
       GInno        5 018        0郾 098       0郾 295         0           0            1
       REPU         5 018        0郾 083       0郾 276         0           0            1
        Size        5 018       23郾 220       1郾 747        18郾 651     22郾 972      30郾 820
        Lev         5 018        0郾 453       0郾 217         0郾 054      0郾 456       0郾 940
        ROA         5 018        0郾 043       0郾 118       - 0郾 691      0郾 035       7郾 445
         Q          5 018        1郾 992       1郾 132         0郾 870      1郾 640       7郾 140
        Out         5 018        0郾 374       0郾 059         0郾 125      0郾 364       0郾 800
      Boardsize     5 018        2郾 222       0郾 227         1郾 390      2郾 200       3郾 090
        soe         5 018        0郾 586       0郾 493         0           1            1
        Man         5 018        0郾 747       0郾 435         0           1            1
        Dual        5 018        0郾 163       0郾 369         0           0            1
       Anaatn       5 018        2郾 440       0郾 775         1郾 099      2郾 485       4郾 407
       Repatn       5 018        2郾 816       1郾 095         0郾 693      2郾 944       5郾 394



                                                                                        · 5 5 ·
   54   55   56   57   58   59   60   61   62   63   64