我国上市公司研发投入同伴效应研究

研发是一个动态过程，诱导市场中相互竞争的公司通过寻找和试验新知识获取经济租金。然而，在信息化和网络化交织的社会背景下，同行业公司在财务与运营决策上并不是完全独立的，往往会产生社会互动[1]。就研发决策互动而言，以2020年新冠疫情事件为例，我国近20家生物医药公司开展新冠病毒疫苗研制工作，在研发竞赛中，相互模仿行为大大刺激了生物医药行业蓬勃发展。鉴于此，分析公司研发投入是否以及如何受同行业公司的影响具有重要意义。

社会心理学指出，在特定群体内，目标个体决策受到同伴群体行为的影响而表现出与同伴行为趋同倾向，该现象被称为同伴效应[2]。从狭义角度看，同伴效应是一种被动式模仿行为，故目标个体在选择模仿对象时会优先向同伴群体学习。在公司财务领域，同伴效应研究已取得长足发展，其基本假设为同伴公司信息披露会给关联公司带来外部性影响，使关联公司能够更好地推断某些财务行为的潜在收益。例如，公司资本结构[1]、股票分割[3]、并购决策[4]、投资决策[5]、现金持有[6]、高管减持[7]等财务行为均会受到同伴企业影响。对于公司研发决策行为是否受其它公司影响，当前研究主要从两个角度展开：一是从研发要素角度出发，强调技术外溢效应对高科技产业技术进步的重要影响[8]；二是从社会关系角度，强调公司间社会关系的存在，使公司研发活动更易被网络中其它公司察觉与模仿[9]。有别于上述研究思路，本文从同伴效应角度深度剖析公司研发决策行为，既可以弥补传统研究中将研发决策行为视为公司独立决策结果的短板，又能够直观反映公司被动式创新策略。

本文将研究重点放在我国上市公司研发投入的微观动力基础上，即同伴公司作出研发决策时可能存在内生互动关系。具体而言，由于信息不完备性和市场竞争压力，上市公司在确定研发投入水平时，除考虑公司个体特质因素外，还可能模仿同行业其它公司研发活动。因此，本文以2008—2018年我国A股上市公司为研究样本，首先实证检验上市公司研发投入同伴效应的存在性，然后对同伴效应形成机制与影响因素进行分析，最后提出针对性建议。

本文可能贡献在于：首先，通过实证分析检验我国上市公司研发投入的同伴效应。现有研究主要针对目标公司内部特征或外部政策环境进行分析，本文在此基础上，考虑同伴公司研发决策对目标公司的影响。同时，同伴效应研究视角更能直观地反映我国上市公司习惯于采用被动式创新策略；其次，研究同伴公司制定研发决策对目标公司的影响路径。Lieberman & Asaba[10]认为，信息不完备和竞争压力是同行业公司影响本公司行为的两个路径。本文对上述两个路径进行实证检验，并为Lieberman & Asaba的理论预测提供证据支持；最后，对政策冲击、产权性质、行业地位、融资约束等4个影响研发投入同伴效应的因素进行补充性检验，揭示研发投入同伴效应特征，对于提高我国上市公司高管研发决策能力具有重要启示意义。

1 理论分析与研究假设

1.1 研发投入同伴效应的存在性

公司高管在研发决策制定过程中，往往面临构造性无知：不清楚未来会发生什么，即前向不确定性[11]。这意味着公司高管过去获取的知识储备已发生贬值，按照过去认知进行研发决策可能会错判行动的某些后果。然而，其它组织决策可以使某条行动路径合法化，从而引起市场的注意和反馈[12]。模仿其它组织行为比自己花费时间、努力和资源获取新知识的代价要低廉，并且模仿足以将无知降低到可控制水平(有限理性)[13]。因此，公司高管在制定研发决策时可以设法利用其它组织知识，而非单纯付出较高的试错成本以获得复杂决策所需的全部知识。实际上，在试错成本较高且研发成果具有高度不确定性的情况下，只获取特定信息并保留对部分信息的无知是经过理性计算得出的结果。

虽然目标公司可以向不同类型公司学习研发行为，但鉴于行业环境和市场竞争等因素的相似性，以及封闭圈子形成的共识，目标公司更倾向于与同行业公司展开互动。行业内信息转移研究认为，一家公司的信息可以用来推断同行业相关公司的特征[14]。例如，在行业协会等正式或其它非正式安排中，公司可以学习行业相关研发知识，尤其是未编码的研发知识，这能够使行业联系成为有效学习的参照路径[4]。综上可知，本文推断，一家上市公司有动机模仿同行业其它公司的研发行为，以相对较低的成本降低研发不确定性。基于此，本文提出如下研究假设：

H1：上市公司研发投入存在同伴效应。

1.2 研发投入同伴效应形成机制

Lieberman&Asaba[10]发现，信息不完备和市场竞争是同行群体模仿行为的两个主要机制。前者认为，由于信息不完备，公司在决策时会参考同行业其它公司传递出来的特定有用信息；后者认为，公司为应对市场竞争并保持相对竞争地位会模仿同行业竞争对手。两种形成机制都可能导致研发决策过程中出现同伴效应。

基于信息的理论侧重于信息本身，该理论认为，在高度不确定性情况下，同行业公司决策可能会成为目标公司的重要信息来源。在以不可逆性为主要特征的研发领域，不确定性和风险通常被视为首要问题。在相同行业中，上市公司研发活动容易以编码信息方式披露出来，进而触发竞争对手的适当反应。研发信息在扩散过程中，为接收该信息的目标公司提供低风险和近乎免费的标准，从而带来收益，如降低试错成本以及搭便车[10]。因此，信息不完备的公司高管在制定研发决策时，更可能向同行业其它公司学习研发行为，因为其相信后者包含有关发展契机、投资机会和行业前景的判断[15]。即使研发失败，目标公司高管也可以与同行业其它公司高管分担责任，从而保护个人职业声誉[16]。

基于竞争的理论认为，同行业公司相互模仿以抵销竞争对手的竞争行为并维持自身竞争地位[17]。在此框架中，模仿行为特征是对风险和竞争的被动反应，这反映了同伴效应的动机风险厌恶性特征[18]。由于研发投入与决定公司竞争力的战略性资产获取直接相关，所以目标公司会模仿竞争对手创新行为，研发相似产品[19]。同时，市场竞争越激烈，目标公司就越需要应对竞争对手的创新行为[20]。即使目标公司的研发决策在市场竞争中犯错，也会很快从行业市场份额变化中认清错误，调整自身相关决策。基于此，本文提出如下研究假设：

H2：研发投入同伴效应在信息优势弱的公司中更显著。

H3：研发投入同伴效应在竞争压力大的公司中更显著。

2 研究设计

2.1 样本选取与数据来源

本文选取2008—2018年我国沪深A股上市公司作为研究对象。根据已有研究惯例，剔除金融行业上市公司、ST类公司以及数据缺失样本，最终得到18 230个公司—年度观测值。为避免离群值对实证结果的影响，本文对相关连续变量在1%的水平上进行Winsorize处理。

上市公司政府补助和名义所得税税率相关数据来自Wind数据库，其它财务数据来自CSMAR数据库。本文按照证监会2012版行业分类目录对上市公司进行行业分类，除制造业按照两位代码外，其余行业均采用一位代码。

2.2 模型构建与变量定义

为检验研发投入同群效应的存在性，参考Chen&Ma[5]、Gordon等[14]的研究成果，构建如下回归模型：

RDt=α+βRD_peert-1+γCV_peert-1+λCVt-1+∑Year+∑Industry+ε

模型(1)表示目标公司研发投入RDt是关于同伴公司研发投入RD_peert-1、同伴公司特征CV_peert-1、目标公司特征CVt-1、年度及行业特征的函数。为了使研究结论更为稳健，本文采用两种方式构造公司研发投入变量：一是研发费用/期末总资产，即变量RDa；二是研发费用/营业收入，即变量RDi。借鉴Leary & Roberts[1]的做法，将同行业所有公司剔除目标公司后的研发投入均值作为同伴公司研发投入衡量指标RD_peer。目标公司特征变量如下：公司规模Size(公司期末总资产的自然对数)、杠杆水平Lev(期末总负债/期末总资产)、公司成长性Q(托宾Q)、资产收益率Roa(净利润/期末总资产)、政府补助Subsidy(政府补助的自然对数)、名义所得税税率Taxrate、雇员人数Employees(雇员人员的自然对数)。同伴公司特征变量按照目标公司特征变量计算方式，将同行业所有公

为了检验研发投入同伴效应形成机制，本文在模型(1)的基础上，引入度量信息优势和竞争压力变量，并分别与同伴公司研发投入进行交乘。关于信息优势度量，首先，参考Houston等[21]的做法，使用公司注册地与四大直辖市间最短距离的自然对数衡量信息优势(Dis)。大多数政策是在北京制定的，直辖市可能在政策正式发布前已知晓部分信息，因此直辖市邻近城市有可能提前发现有利可图的研发机会。因此，Dis越大，距离越远，信息优势越弱。其次，借鉴陈运森[22]的做法，使用Pajek软件计算公司所占据的结构洞，以此度量信息优势(Stru)。结构洞理论描述的是在竞争环境中社会结构如何为行动者创造机会，拥有丰富结构洞的公司可以获取信息优势[20]。因此，Stru越大，信息优势越大。

关于竞争压力度量，首先，使用赫芬达尔指数HHI=1-∑(Salei/Sale)2，其中，Salei表示i公司营业收入，Sale表示该公司所属行业的营业收入合计；其次，使用该公司所属行业内公司数量的自然对数Indnum。HHI或Indnum越大，行业竞争越激烈，公司面临的竞争压力越大。

3 实证检验与分析

3.1 描述性统计

表1为主要变量描述性统计结果。由表1可知，目标公司平均研发投入占总资产的2%，平均研发投入占营业收入的4.1%。同伴公司平均研发投入占总资产的2.1%，平均研发投入占营业收入的4.3%。目标公司与同伴公司研发投入的均值较为接近，在一定程度上表明二者在研发决策上可能存在相似性。

3.2 研发投入同伴效应存在性检验

表2是基于模型(1)对H1的检验结果。在表2第(1)列和第(2)列回归结果中，同伴公司研发投入RD_peer的系数均为正，且在1%水平上显著,说明在控制同伴公司特征和目标公司特征等因素后，可以发现目标公司研发投入明显受同伴公司研发投入的影响，即同伴公司上一年度研发投入越多，目标公司第二年度研发投入就越多。因此，我国上市公司研发投入存在同伴效应，由此H1得证。

3.3 研发投入同伴效应形成机制检验

表3为基于信息优势机制的研发投入同伴效应假说检验回归结果。如果观测到信息优势程度对研发投入同伴效应具有反向调节作用，则可以证明这种同伴效应至少部分来自于信息优势机制。表3第(1)列和第(2)列中，交互项RD_peer×Dis的系数均在1%的水平上显著为正，表明目标公司离直辖市越远，信息获取能力越弱，研发投入同伴效应越强。表3第(3)列和第(4)列中，交互项RD_peer×Stru的系数分别在10%和1%的水平上显著为负，表明目标公司结构洞越丰富，信息获取能力越强，研发投入同伴效应越弱。由此可知，上市公司研发投入同伴效应的形成部分是基于信息优势机制，由此验证了H2。

表4是基于竞争压力机制的研发投入同伴效应假说检验回归结果。如果观测到竞争压力程度对研发投入同伴效应具有正向调节作用，则可以证明这种同伴效应至少部分来自于竞争压力机制。表4第(1)列和第(2)列中，交互项RD_peer×HHI的系数分别在10%和5%的水平上显著为正。表4第(3)列和第(4)列中，交互项RD_peer×Indnum的系数分别在5%和1%的水平上显著为正。这表明行业竞争压力越大，研发同伴效应越强。上市公司研发投入同伴效应的形成部分是基于竞争压力机制，由此验证了H3。

3.4 补充性检验

为了更深入地理解同伴公司行为对目标公司研发决策的重要性，进一步对其它可能影响研发投入同伴效应的因素进行补充性检验。此处，从政策冲击、产权性质、行业地位和融资约束维度展开研究。

好的政策具有连续性和稳定性，这类政策鼓励生产性活动，可以直接调动上市公司独立自主研发活动的积极性，从而削弱同伴效应。相应地，一系列政策如果不能为公司研发活动提供有效保障，那么公司研发策略会趋于被动保守，模仿性研发发生概率会远高于创造性研发。研发鼓励政策是国家为激励企业研发而推行的一系列优惠政策。2008年，国家税务总局发布《关于印发〈企业研究开发费用税前扣除管理办法(试行)〉的通知》(国税发〔2008〕116号)，对研究开发费用扣除主体、范围、程序等基本问题予以明确。2013年，财政部、国家税务总局发布《关于研究开发费用税前加计扣除有关政策问题的通知》(财税〔2013〕70号)，扩大了研发费用加计扣除范围。2015年，财政部、国家税务总局、科技部联合发布《关于完善研究开发费用税前加计扣除政策的通知》(财税〔2015〕119号)，再次扩大研发费用加计扣除范围，简化会计核算与管理流程，明确不适用税前加计扣除政策事项等，并废止国税发〔2008〕116号文和财税〔2013〕70号文，该通知自2016年1月1日起执行。2018年，财政部、税务总局、科技部发布《关于提高研究开发费用税前加计扣除比例的通知》(财税〔2018〕99号)，将研发费用税前加计扣除比例上调至75%。梳理上述政策可知，政府正逐年加大研发政策激励力度，特别是在2016年及以后。该类政策激增促使公司高管研发认知能力提升，从而促进知识在自主研发活动中的运用。基于此，本文预期，在《财税〔2015〕119号》发布后，上市公司研发投入同伴效应会有所削弱。

为考察政策冲击的影响，本文构造变量Policy，并与变量RD_peer交乘。以《财税〔2015〕119号》政策文件为界线，2016年及以后，设置Policy为1；2016年以前，Policy则为0。表5第(1)列和第(2)列是针对政策冲击影响的检验结果，发现交互项RD_peer×Policy的系数分别在10%和1%的水平上显著为负，表明研发政策实施可以提高上市公司自主研发能力，同伴效应有所削弱。

从产权层面看，国有企业决策程序相对繁琐，在创新战略制定时需要考虑政府政策，部分研发项目由国资委直接决定。而非国有企业基本上有明确的所有者责任主体，可以自主确定公司创新战略，受行政约束较小。在国有企业与非国有企业竞争领域，国有企业经常能在信贷、土地和研发投入方面获得特殊优惠政策。上述优惠政策会减小国有企业竞争压力，其高管容易产生“富则思安”的思想，采取跟随模仿同行业公司研发策略不仅可以保持竞争优势，也能免于因自主研发失败而承担国有资产流失责任。然而，非国有产权系统会促使所有者为其资本寻找报偿而主动承担研发风险，同伴效应较弱。基于此，本文预测，相对于非国有企业，国有企业研发投入受同伴效应的正向影响更为显著。

为考察产权性质的影响，本文构造变量SOE，并与变量RD_peer交乘。当上市公司为国有企业，SOE设置为1；当上市公司为非国有企业，SOE设置为0。表5第(3)列和第(4)列是针对产权性质影响的检验结果，交互项RD_peer×SOE的系数分别在10%和1%的水平上显著为正，表明相对于非国有企业，国有企业研发投入受同伴效应的正向影响更为显著。

一般而言，行业领先者能够通过合理分配公司资源和技术进行研发创新，更有可能发现潜在投资机会，从而使同行业其它公司对行业领导者的威胁降低。Leary&Roberts[1]的证据表明，行业领先者的财务政策不受同行财务政策影响，尽管同行业公司在塑造目标公司资本结构中起重要作用；Park等[23]认为，行业跟随者公司具有更强的动力模仿同行投资行为，以降低投资不确定性。基于此，本文预测，相对于行业跟随者，行业领先者公司研发投入受同伴效应的影响更小。

为考察行业地位的影响，本文构造虚拟变量Leader，并与变量RD_peer交乘。借鉴王磊等[24]和易志高等[7]的做法，采用市场占有率、销售净利率和公司规模3个因素界定行业领导者地位。首先，在同年度同行业内，按照上述3个因素分别对样本进行十分位排序并赋予分值，排序最高得10分，排序最低得1分；其次，将3个因素分值进行求和，得到公司行业内地位综合评分，选取分值为前20%的观测样本作为行业领导者，将剩余样本视为行业追随者。若上市公司为行业领导者，则Leader设置为1，否则为0。表6第(1)列和第(2)列是针对行业地位影响的检验结果，交互项RD_peer×Leader系数分别在5%和1%的水平上显著为负，表明与行业跟随者相比，行业领先者公司研发投入受同伴效应的影响更小。

研发投入与公司融资能力密切相关，如果缺乏外部融资渠道，公司将无法开展NPV为正的研发项目。公司缺乏资金获取渠道将导致财务状况不稳定，从而提高管理层对研发失败的敏感性。对风险日益增长的认识很可能会将公司高管引向更安全和保守的选择，融资约束也就限制了公司研发机会。Chen & Ma[5]发现，融资约束会减少公司投资决策中的模仿行为，因为考虑到财务受限公司的高融资成本，模仿行为的成本更高。基于此，本文预测，相对于融资约束较小的公司，融资约束较大的公司研发投入受同伴效应的影响较小。

为考察融资约束的影响，本文构造变量AbsSA，并与变量RD_peer交乘。借鉴Hadlock&Pierce[25]的方法，本文构造衡量融资约束的变量SA。由于SA为负数，为了方便说明交互项系数符号的意义，本文将SA取绝对值处理，生成变量AbsSA。AbsSA数值越大，公司受到的融资约束越强。表6第(3)列和第(4)列是针对融资约束影响的检验结果，交互项RD_peer×AbsSA系数均在1%的水平上显著为负，说明相对于融资约束较小的公司，融资约束较大的公司研发投入受同伴效应的影响较小。

3.5 稳健性检验

(1)剔除同时发行B股或H股的样本观测值。由于上市地制度环境对上市公司财务行为具有绑定效应，为避免制度性差异对研究结论的干扰，本文对同时发行B股或H股样本公司予以剔除并重新进行回归，结论没有发生实质性改变。

(2)剔除IPO年度样本观测值。由于在IPO年度，我国上市公司普遍存在财务包装行为，很可能在研发投入方面进行异常操纵，故剔除IPO年度样本观测值，重新进行回归，结论保持不变(见表7)。

(3)内生性检验。目标公司研发投入与同行业其它公司研发投入间的因果关系可能是由映射问题引起的，即两者信息存在重叠。解决映射问题的常用方法是工具变量法，借鉴Leary & Roberts[1]、潘子成[26]的研究方法，本文采用同行业其它公司平均股票特质收益率作为工具变量。首先，股票收益可以反映公司研发决策情况，满足工具变量相关性要求；其次，剔除目标公司同行业公司平均股票特质收益率可以分离出导致目标公司股价变化的很大一部分影响因素，变量平均值也有助于降低任何特定公司的噪声，并且不会直接影响目标公司研发投入，进而满足工具变量的外生性要求(见表8)。为了度量股票特质收益率，本文基于2015-2017年股票收益月度数据对包含行业因素的资本资产定价模型进行回归，计算残差。

其中，(rmt-rft)表示市场溢价，

表示j行业中剔除i公司后剩余其它公司的平均股票收益。使用模型(2)回归后，计算残差得到股票特质收益率

然后，针对每个月的股票特质收益率进行复合计算，得到股票年度特质收益率Shock。最后，剔除目标公司后，剩余其它公司股票年度收益率均值就是同行业公司平均股票特质收益率。采用工具变量法的回归结果与原结论一致，表明控制内生性问题后，我国上市公司研发投入依然存在同伴效应。

4 结语

4.1 研究结论

早期研究主要聚焦于独立公司个体，割裂了现实中同伴公司间的互动关系。虽然赵国庆和张中元[8]研究发现技术外溢效应对产业技术进步的影响，冯戈坚和王建琼[9]研究发现公司创新活动存在社会网络同群效应，但均存在以下不足：①未能虑行业异质性对研发投入的影响；②未能系统阐释研发投入同伴效应的信息优势和竞争压力两种形成机制。本文丰富了公司研发决策的同伴效应研究，进一步对政策冲击、产权性质、行业地位、融资约束4个影响研发投入同伴效应的因素展开补充性检验，有助于更好地揭示研发投入同伴效应特征，具有一定的理论意义和现实价值。

本文以我国2008—2018年沪深A股上市公司为研究对象，实证研究研发投入同伴效应的存在性、形成机制及影响因素，主要研究结论如下：①我国上市公司研发投入受同行业公司研发行为的显著影响，使用工具变量法的估计结果显示，该效应依然存在；②信息优势和竞争压力是研发投入同伴效应的形成机制，即研发投入同伴效应对信息优势弱或竞争压力大的公司更显著；③研发政策可以提高上市公司自主研发能力，同伴效应有所削弱。相对于非国有企业，国有企业研发投入受同伴效应的正向影响更为显著。与行业跟随者相比，行业领先者研发投入受同伴效应的影响更小。相对于融资约束较小的公司，融资约束较多的公司研发投入受到同伴效应的影响更小。

4.2 对策建议

(1)在实践中，研发投入同伴效应可以增强公司研发意识，以较低的成本为研发决策提供参考依据。但目标公司应审慎对待同伴公司尤其是行业领导者的研发信息，利用专业技能和方法对研发信息的真实性加以识别，准确把握研发政策、行业发展、公司自身特征等因素，合理布局研发投资项目。如果公司管理层不加判断地盲目根据同伴公司研发信息进行决策，则可能陷入非效率投资误区。

(2)由于同伴效应可能对企业存在负外部性，监管部门应降低信息不对称程度，营造宽松的监管治理氛围，正确引导公司研发决策行为动机，避免研发投资非优化配置。此外，应加大行业内居领导地位的上市公司信息披露监管力度，提升上市公司信息披露质量，降低研发信息噪音，营造良好的信息环境。对于处于竞争劣势的公司，监管部门需要做好风险提示，警惕该类公司在制定研发策略时热衷于“讲故事”的跟风行为。同时，政府要加强研发激励政策推广，努力营造行业竞争氛围，鼓励同伴公司间展开自主研发竞赛，从而助力企业创新。

(3)研发投入同伴效应是一种被动式创新策略，在一定程度上会诱导公司丧失自主创新动力。因此，处于行业领先地位的公司应起模范带头作用，摒弃被动式创新策略，拓展与其它公司协同创新的广度与深度，促使高效生产技术和有关管理经验扩散，从而提高全社会劳动生产率。

4.3 不足与展望

本文存在以下不足：①同伴效应度量方式存在误差问题。Angrist[27]指出，即使使用工具变量法，也难以完全避免映射问题，进而导致同伴效应估计系数偏高。因此，未来研究需要开发更准确的度量指标；②对同伴效应经济后果的认识不够深刻。因此，研发投入同伴效应能否切实提高公司资源配置效率或公司价值，有待未来研究进一步探讨；③研发投入的同伴效应不仅可能发生在同行业公司之间，还可能发生在特定社会网络公司之间，如产业链上下游企业间的协同创新等。因此，未来可以进一步探索不同类型群体间的同伴效应。

[1] LEARY M T,ROBERTS M R. Do peer firms affect corporate financial policy[J]. The Journal of Finance,2014,69(1):139-178.

[2] MANSKI C F. Identification of endogenous social effects:the reflection problem[J]. The Review of Economic Studies,1993,60(3):531-542.

[3] KAUSTIA M,RANTALA V. Social learning and corporate peer effects[J]. Journal of Financial Economics,2015,117(3):653-669.

[4] 万良勇,梁婵娟,饶静. 上市公司并购决策的行业同群效应研究[J]. 南开管理评论,2016,19(3):40-50.

[5] CHEN SL,MA H. Peer effects in decision-making:evidence from corporate investment[J]. China Journal of Accounting Research,2017,10(2):167-188.

[6] CHEN YW,CHAN K,CHANG Y C. Peer effects on corporate cash holdings[J]. International Review of Economics & Finance,2019,61:213-227.

[7] 易志高,李心丹,潘子成,等. 公司高管减持同伴效应与股价崩盘风险研究[J]. 经济研究,2019,54(11):54-70.

[8] 赵国庆,张中元. FDI溢出效应、创新活动与技术进步:基于中国高技术产业的实证分析[J]. 经济理论与经济管理,2008,28(11):25-30.

[9] 冯戈坚,王建琼. 企业创新活动的社会网络同群效应[J]. 管理学报,2019,16(12):1809-1819.

[10] LIEBERMAN M B,ASABA S. Why do firms imitate each other[J]. Academy of Management Review,2006,31(2):366-385.

[11] 柯武刚,史漫飞,贝彼得.制度经济学:财产、竞争、政策[M]. 北京:商务印书馆,2018:294-341.

[12] HANNAN M T,FREEMAN J. The population ecology of organizations[J]. American Journal of Sociology,1977,82(5):929-964.

[13] CONLISK J. Costly optimizers versus cheap imitators[J]. Journal of Economic Behavior & Organization,1980,1(3):275-293.

[14] GORDON E A,HSU H T,HUANG H C. Peer R&D disclosure and corporate innovation:Evidence from American depositary receipt firms[J]. Advances in Accounting,2020,49(3):1-13.

[15] FOUCAULT T,FRESARD L. Learning from peers' stock prices and corporate investment[J]. Journal of Financial Economics,2014,111(3):554-577.

[16] SCHARFSTEIN DS,STEIN J C. Herd behavior and investment:reply[J]. American Economic Review,2000,90(3):705-706.

[17] DEEPHOUSE D L. To be different,or to be the same? it's a question (and theory) of strategic balance[J]. Strategic Management Journal,1999,20(2):147-166.

[18] KNICKERBOCKER F T. Oligopolistic reaction and multinational enterprise[J]. The International Executive,1973,15(2):7-9.

[19] 王侃. 模仿、资源异质性与新创企业投资决策[J]. 南方经济,2014,32(11):67-77.

[20] PACHECO D F,DEAN T J. Firm responses to social movement pressures:a competitive dynamics perspective[J]. Strategic Management Journal,2015,36(7):1093-1104.

[21] HOUSTON J F,JIANG LL,LIN C,et al. Political connections and the cost of bank loans[J]. Journal of Accounting Research,2014,52(1):193-243.

[22] 陈运森. 社会网络与企业效率:基于结构洞位置的证据[J]. 会计研究,2015，17(1):48-55,97.

[23] PARK K,YANG I,YANG T. The peer-firm effect on firm's investment decisions[J]. The North American Journal of Economics and Finance,2017,40:178-199.

[24] 王磊,胡纯华,孔东民. 财务舞弊、行业特征与公司投资“同伴效应”[J]. 外国经济与管理,2018,40(12):125-137.

[25] HADLOCK C J,PIERCE J R. Newevidence on measuring financial constraints:moving beyond the KZ index[J]. Review of Financial Studies,2010,23(5):1909-1940.

[26] 潘子成. 高管薪酬存在同伴效应吗[J]. 商业经济与管理,2020,40(5):62-76.

[27] ANGRIST J D. The perils of peer effects[J]. Labour Economics,2014,30:98-108.