一、引言

在高质量发展要求下，为提升市场环境、转变政府职能、优化资源配置并激发企业活力，党的十九大报告明确指出要“全面实施市场准入负面清单政策”。^①2016年3月，国务院联合商务部、发改委等多部门发布市场准入负面清单，以清单方式明确列出禁止和限制投资经营的行业、领域、业务等内容，清单以外的市场领域各类市场主体皆可依法平等进入。一方面，负面清单政策通过放松市场准入管制，打破了地方垄断和贸易保护主义，降低了企业所面临的市场准入风险，为优化市场环境、提升资源配置、丰富经营主体提供了制度保障（戚聿东、李颖，2018）^[1]；另一方面，伴随着市场开放及资本的涌入，负面清单引发的经营环境变化、竞争压力上升也为企业带来诸多挑战（李鲁、张学良，2015）^[2]。面对市场准入管制放松，企业必然通过某种途径突显自己获取的竞争优势，信息披露策略就是其中之一。

信息披露是微观企业向外界传递经营信息的重要途径，能够缓解企业内部人和外部人之间的信息不对称（李震、黄俊荣，2022）^[3]，对企业经营活动有着重要意义。现有研究表明，高质量的信息披露在缓解融资约束（Balakrishnan et al.，2014）^[4]、优化投资效率（Ferracuti and Stubben，2019）^[5]、改善治理水平（Riaz et al.，2022）^[6]以及提升经营绩效和市场价值（张兵等，2009）^[7]等方面产生积极影响。然而，信息披露的公开性也具有较强的溢出效应，专有成本论认为，企业进行的高质量信息披露会被其竞争对手利用，导致公司利益受损（Bernard et al.，2018）^[8]。负面清单政策作为放松市场准入管制的重要举措，将会加剧市场竞争从而影响上市公司信息披露质量。一方面，市场准入管制的放松能够促进市场化水平的提升，增加行业竞争从而提升企业的信息披露质量（李慧云、刘镝，2016）^[9]；另一方面，放松市场准入管制产生的竞争加剧，将使企业不得不考虑信息披露潜在的学习出效应。对于信息披露的高额成本，在位企业为阻止潜在竞争者进入市场，往往会选择性降低信息披露质量（Li et al.，2017）^[10]。鉴于企业本身的逐利特征，相比于高质量信息披露的高额投入以及潜在的竞争压力，企业更可能把降低信息披露质量作为防御手段来应对竞争程度的加剧，市场竞争导致的信息披露质量下降会破坏投资者对资本市场开放的信心，不利于资本市场的长期发展。2022年3月，发改委联合商务部印发《市场准入负面清单（2022年版）》，强调深化市场监管，防止资本无序扩张。因此，探究负面清单政策对企业信息披露质量的具体影响效果，对于新发展阶段精准识别和防范增量市场风险、优化企业经营运行以及实现高质量发展具有较强的理论及现实意义。

基于上述背景，本文以2016年开始实行的负面清单政策作为准自然实验，采用2011—2020年A股上市公司数据，运用渐进双重差分法（Staggered DID）研究负面清单政策对上市公司信息披露质量的影响。本文的研究贡献主要表现为三个方面：（1）基于企业信息披露质量视角，验证了信息披露质量作为企业“抵御竞争”工具的重要作用，丰富了中国情境下企业信息披露质量的研究；（2）将宏观负面清单政策与微观企业信息披露质量联系起来，实证检验了负面清单政策对企业信息披露质量的影响，在理论内涵与实证数据层面丰富了负面清单政策的研究，也为进一步完善市场信息监管、激发市场活力提供了新的思路；（3）研究结论对转型期如何处理“政府与市场的关系”、更好地理解政府作用有着明显的政策含义，也为进一步贯彻中央部署，切实处理好市场开放与资本扩张、全面实施市场准入负面清单政策，建设市场化、法治化、国际化的营商环境提供了经验证据。

二、制度背景与文献评述

（一）负面清单政策 

党的十八届三中全会提出“实施统一的市场准入制度，在制定负面清单基础上，各类市场主体可依法平等进入清单之外领域”，党的十九大进一步明确要求“全面实施市场准入负面清单政策”。正确处理好政府与市场的关系是加快完善社会主义市场经济体制的核心，市场准入管理制度是政府与市场关系的集中体现，负面清单管理制度是我国在高质量发展要求下提升市场经营环境、优化市场资源配置作用的重要举措。负面清单由国务院统一发布，包括禁止准入类和限制准入类两大类，要求“全国一张单”，各地区各部门不得单外设单，清单外的经营领域，各类市场主体均可依法平等进入，具有“非禁即入”、“统一市场”、“平等权利”和“完善监管”的特点。^②2016年3月，国家发展改革委联合商务部发布《市场准入负面清单草案（试点版）》，在上海、天津、广东、福建四省市率先开展市场准入负面清单试点。2017年6月，试点范围扩大到辽宁、吉林、黑龙江、浙江、河南、湖北、湖南、重庆、四川、贵州、陕西等11省市。2018年12月《市场准入负面清单（2018年版）》发布，负面清单政策在全国范围内正式实施。此后，2019—2022年发改委联合商务部逐年修订印发《市场准入负面清单》，市场准入负面清单在大类划分和细项划分上不断更新，且清单事项数量大量减少，在优化市场环境的同时极大地促进了市场竞争活力。国家统计局数据显示，2020年新登记市场主体2 502万户，日均新登记企业2.2万户；2021年全国登记在册的市场主体达到1.54亿户，同比增长11.1%。其中，在增量层面，2021年全国新设市场主体达到2 887.2万户，同比增长15.4%。

负面清单政策的实施标志着我国实行了三十多年的审批制投资管理体制走向终结。一方面，负面清单政策的实施厘清了政府与市场的边界，为政府干预市场准入提供了基准，有利于规范各级政府部门的管理权限；另一方面，企业自由选择是否进入负面清单外的领域，政府管理由“重审批、轻监管”向“轻审批、重监管”的规范化转变，有利于市场主体进行自主经营决策、公平参与市场竞争，同时传递出鼓励企业发展和优化营商环境的信号。可以预见，伴随着《中共中央国务院关于加快建设全国统一大市场的意见》的出台以及《市场准入负面清单（2022年版）》的修订，负面清单政策对于合理引导企业竞争、创造市场投资机会、完善多元化经营主体、在更高水平上统筹协调落实“市场机制有效、微观主体有活力、宏观调控有度”的现代市场治理要求具有重要现实意义。

（二）信息披露质量文献回顾  

信息披露是沟通企业内部人与外部人的重要信息渠道，信息披露质量则是缓解信息不对称、保护投资人利益的关键所在。现有关于信息披露质量的研究，主要集中在影响因素及经济后果两个层面。

1.信息披露质量的影响因素。对于信息披露质量的影响因素，学者们主要从微观和中观两个层面展开研究。在微观层面，部分学者主要从独董比例（Cuadrado et al.，2015）^[11]、股权结构（Chen et al.，2019）^[12] 、关联交易（李震、黄俊容，2022）^[3]等公司治理角度，探究企业信息披露质量的影响因素；部分学者从董秘持股（周开国等，2011）^[13]、管理层权利（赵息、许宁宁，2013）^[14]、高管薪酬（朱春艳、罗炜，2019）^[15]等管理层特征角度展开研究。在中观层面，企业信息披露质量的研究主要集中在行业、区域层面竞争的影响：一方面，专有成本论认为企业公开披露产生的学习效应及溢出效应会致使自身利益受损，信息作为企业专有优势，披露行为存在高额的竞争劣势成本（Bernard et al.，2018；Cao et al.，2018）^[8，16]，企业会基于专有成本考虑降低信息披露质量；另一方面，融资成本论认为高质量的信息披露能够有效降低企业资本成本，使得企业在竞争中获得优势（Balakrishnan et al.，2014；Dutta and Nezlobin，2017）^[4，17]，企业会基于融资成本考虑提升信息披露质量。此外，部分文献聚焦于具体政策的评估，研究卖空机制（李春涛等，2017）^[18]、QFII（李春涛等，2018）^[19]、“沪港通”（阮睿等，2021）^[20]等政策对于企业信息披露质量的影响。也有部分文献从市场利率水平（李志军、王善平，2011）^[21]、市场化进程（李慧云、刘镝，2016）^[9]的角度，探究其对企业信息披露质量的影响。

2.信息披露质量的经济后果。现有文献主要关注融资约束、经营绩效、经营风险和市场价值等内容。对于融资约束而言，信息披露能够缓解投资者与企业家之间信息不对称从而降低逆向选择成本，高质量的信息披露能够降低融资成本（Dutta and Nezlobin，2017；Chen et al.，2019）^[17][12]。对于经营绩效而言，高质量的信息披露能够降低管理层的道德风险从而提高企业投资效率，改善经营绩效（Ferracuti and Stubben，2019）^[5]。对于经营风险而言，高质量的信息披露能够有效规避企业在经营过程中可能遇到的各种风险（Kong et al.，2021）^[22]。对于市场价值而言，信息披露能够引导市场对企业市场价值的判断，信息披露质量对企业市场价值具有重要影响。

（三）文献综述

综合上述文献梳理可知，信息披露质量对于企业高质量经营具有举足轻重的作用，国内外学者亦聚焦于市场竞争对企业信息披露质量选择进行了丰富的研究。然而，现有文献就企业信息披露质量选择存在融资成本论与专有成本论两种截然相反的观点。融资成本论认为，信息披露能够通过缓解企业家与投资人之间的信息不对称程度降低企业融资成本，市场竞争程度的提升会促使企业提高信息披露质量。专有成本论则认为，市场竞争水平的提升，信息披露的学习溢出效应会导致企业面临更大的风险，作为抵制竞争的手段，市场竞争越激烈企业越会主动选择降低信息披露质量。造成上述两种观点差异的原因，一方面是因为资本市场的差异，另一方面则是由于市场竞争衡量差异产生的内生性问题。鉴于负面清单政策作为一项宏观政策具有外生性，在一定程度上能够缓解市场竞争衡量偏误产生的内生性问题。因此，借助负面清单政策作为强化市场竞争的准自然实验，本文探究市场准入管制放松条件下市场竞争加剧对企业信息披露质量的影响，为市场竞争与信息披露质量间的关系提供了中国经验证据，同时也丰富了宏观领域负面清单政策的相关研究内容。

三、理论分析与研究假设

市场管制放松与企业信息披露质量关联密切，但学术界基于融资成本论与专有成本论的相关实证研究并未得出一致结论。在负面清单政策实施以前，我国的市场准入规则是混合模式的正面清单，规则分散且缺乏统一性（郭冠男、李晓琳，2015）^[23]。负面清单政策的实施则有效改善了正面清单模式下的不足，使得市场准入规则更加公平、完善。通过放松市场准入管制，负面清单政策不仅为多元经济主体进入市场参与经营提供了可能，进而加剧了市场竞争。经营主体的丰富更会催生更多的投资机会，并向市场传递出竞争加剧的信号。因此，负面清单政策背景下基于融资成本论，企业出于“节约成本”动机可能会提升信息披露质量。与此相对应，负面清单政策背景下基于专有成本论，企业出于“抵御竞争”动机也可能会降低信息披露质量。因此，负面清单政策对企业信息披露质量可能存在正反两方面的影响。综上所述，本文提出竞争性假设H1a与H1b。

H1a：节约成本动机下，负面清单政策会提升企业信息披露质量。

H1b：抵御竞争动机下，负面清单政策会降低企业信息披露质量。

考虑到负面清单政策下放松市场管制对于强化市场竞争、催生投资机会及丰富投资主体的直接影响，本文聚焦于负面清单政策下的市场竞争加剧、投资机会增多和投资主体多样性提升三个维度，对负面清单政策与企业信息披露质量间的关系进行研究。

首先，负面清单政策的实施提升了市场准入规则的开放性与透明度，其“非禁即入”、“统一市场”的特征为各市场主体参与市场经营活动提供了制度性保障。市场准入负面清单中包含禁止准入清单与限制准入清单，清单以外涉及的行业、领域、业务，国有企业、外资企业、民营企业等各类经营主体均可依法平等进入，而列于禁止准入清单的经营领域，各经营主体均不得进入。因此，各经营主体得以在更加公平的制度规则下参与市场经营，充分发挥民资与外资企业的活力，提升了市场竞争程度。一方面，市场竞争的加剧将倒逼信息披露质量的完善，由于高质量的信息披露能够降低融资成本、提升企业投资效率并规避经营风险（叶陈刚等，2015）^[24]，负面清单政策更加“市场化”的运作模式将进一步完善资本市场从而促进企业提升信息披露质量；另一方面，负面清单政策产生的市场竞争加剧，迫使使企业不得不考虑信息披露的学习溢出效应会导致自身利益受损（Cao et al.，2021）^[25]，鉴于专有信息价值的重要性，在位企业会减少信息披露数量，同时也会选择性降低信息披露质量（Tomy，2019）^[26]，甚至会释放“坏消息”以阻碍潜在竞争者的进入（Darrough and Stoughton，1990；Bernard et al.，2018）^[27][8]。因此，降低信息披露质量是企业“抵御竞争”的有效手段。综上所述，本文提出竞争性假设H2a与H2b。

H2a：负面清单政策下市场竞争加剧会提升企业信息披露质量。

H2b：负面清单政策下市场竞争加剧会降低企业信息披露质量。

其次，负面清单政策“法无禁止皆可为”的特点充分激发了市场运营活力，催生了更多的市场投资机会（郭冠男、李晓琳，2015）^[23]。在正面清单模式下，企业能够自由进入的经营领域以清单的方式详细列出，而清单之外的其他所有领域或是禁止经营或是需得到政府的相关行政许可后方可进行经营。此外，除行政许可之外，正面清单管理模式还存在备案、验收等大量的变相许可，繁琐的行政管制极大地限制了企业投资进入门槛，造成了资源配置扭曲，而负面清单模式则有效改善了上述问题。一方面，负面清单政策的实施厘清了政府与市场的边界，伴随着政府权力范围收缩，有利于合理引导企业竞争、创造市场投资机会；另一方面，政府职能由“重审批、轻监管”向“轻审批、重监管”的转变也将更好地助力市场在资源配置中的决定性作用。因此，负面清单政策下，伴随着企业投资机会与资金需求的提升，企业会主动选择质量更高的信息披露以缓解信息不对称，争取更多的投融资机会。然而，在逐利动机下，负面清单政策下催生的投资机会也可能激发企业利用信息不对称获取投资的机会主义动机。为在资本市场中获得投资所需资金，企业可能会隐藏负面信息并降低信息披露质量，利用信息不对称获取投资机会（李春涛等，2018）^[19]。综上所述，本文提出竞争性假设H3a与H3b。

H3a：负面清单政策下投资机会增多会提升企业信息披露质量。

H3b：负面清单政策下投资机会增多会降低企业信息披露质量。

最后，正面清单模式向负面清单模式的转变，规范了政府审批权力，提升了市场主体的经济活动自由，同时负面清单政策“平等权利”、“完善监管”的特征，赋予了市场主体更广泛的的经营权与监督权。在多经济主体参与背景下，一方面，企业投资主体多样性的丰富以及更多的市场关注，能够同时形成有效的内外部监督（张军扩等，2019）^[28]，从而促使企业提升信息披露质量以降低资本成本；另一方面，多个投资主体间的彼此制衡也会导致投资者无法充分发挥治理职能，不能对经理人进行有效监督（Luong et al.，2017）^[29]。因此，尽管负面清单政策的实施可能会带来企业投资主体多样性的提升，但分散的投资主体将削弱监督职能，导致企业信息披露质量下降。综上所述，本文提出竞争性假设H4a与H4b。

H4a：负面清单政策下投资主体丰富会提升企业信息披露质量；

H4b：负面清单政策下投资主体丰富会降低企业信息披露质量。

四、研究设计

（一）样本选择

鉴于负面清单政策2016年在广东、上海等4省市率先试行，2017年试点扩大到15省市，2018年在全国范围内正式开始实施，为避免研究区间过长产生的偏误，选取2011—  2020年沪深两市全部A股上市公司作为初始样本。参考现有文献，对初始样本进行如下处理：（1）剔除样本期内ST股票、退市股票以及IPO当年的观测值；（2）剔除金融行业和保险行业样本；（3）剔除主回归中关键变量缺失的样本；（4）为避免异常值的影响，对所有连续变量在1%和99%水平上进行缩尾处理。最终，本文获得3 291家上市公司24 788个“公司—年度”观测样本。企业财务和治理数据来自CSMAR和WIND数据库。

（二）模型构建

借鉴Beck et al.（2010）^[30]的研究，运用渐进双重差分法（Staggered DID）研究负面清单政策对上市公司信息披露质量的影响。随着该政策的逐步实施，将注册地位于负面清单政策实施省（市）的企业作为处理组，注册地不在负面清单实施范围内的企业作为对照组，通过处理组与对照组在政策前后时间趋势上的差异，评估负面清单政策的净效应。同时，控制年度和公司固定效应。具体回归模型如下：

其中，i为公司；t为年份；KV_it为公司i在t年的信息披露质量；OPEN_it为负面清单政策的影响，即公司i注册地所在省份在t年进入市场准入负面清单试点地区为1，否则为0；∑Controls_i为相关控制变量；∑Firm_i为公司固定效应；∑Year_t为年度固定效应；ε为随机扰动项；β₁为本文重点关注的系数，即负面清单政策的实施对企业信息披露质量的影响程度。为缓解可能存在的异方差及序列相关问题，在回归过程中对回归系数的标准误在公司层面上进行了聚类调整。

（三）变量定义

因变量（KV）：信息披露质量。参考Kim and Verrecchia（2001）^[31]以及李春涛等（2018）^[19]的做法，选取KV指数对上市公司信息披露质量进行测度。Kim and Verrecchia（2001）^[31]的研究发现，企业信息披露质量与收益率对交易量的敏感性之间存在负相关关系，可以通过计算收益率对交易量的回归系数（KV指数）作为信息披露质量的反向指标。KV指数是对投资者有关信息不对称程度的客观评价，不仅能够反映上市公司信息披露的实际效果，还同时包含强制性信息披露以及自愿性信息披露，能够避免采用会计变量因随意应计利润和盈余管理引起的问题（周开国等，2011）^[13]。具体构造方式如下：

其中，P_t和vol_t分别为第t日的收盘价和交易量（股数），vol₀为研究期间所有交易日的平均日交易量。通过普通最小二乘法回归得到系数a₁构建KV指数，KV指数越小表明信息披露质量越高。为缓解股票数量度量上潜在的统计差异，借鉴翟光宇等（2014）^[32]的做法，构造调整后的KV指数，用KV2表示。具体方式如下：

核心解释变量（OPEN）：依据公司注册地所在省份是否实行市场准入负面清单政策设置虚拟变量。具体来说，注册地位于首批试点省份的公司在2016年及以后年份，OPEN取值为1；注册地位于第二批试点省份的公司在2017年及以后年份，OPEN取值为1；所有样本在2018年及以后年份，OPEN值取为1；其余样本OPEN取值均为0。

控制变量。参考周开国等（2011）^[13]、李春涛等（2019）^[19]的研究，基于企业财务特征和公司治理情况，选择可能影响企业信息披露质量的控制变量。具体包括盈利能力（roa）、财务杠杆（lev）、公司规模（size）、产权性质（soe）、上市年龄（age）、两职兼任（dual）、董事会规模（board）、独董比例（indr）、管理层持股比例（manr）、机构持股比例（inst）、第一大股东持股比例（top1）以及审计师是否来自国际四大审计所（big4）。变量定义详见表1。

五、实证分析

（一）描述性统计及相关系数检验

表2汇报了各个主要变量的描述性统计。可以看出，被解释变量KV均值（中位数）为0.111 1（0.0634），呈现出正偏的分布特征；最大值为为0.769 8，最小值为0.003 7，标准差为0.133 8，表明样本期间公司信息披露质量存在较大差别。负面清单政策（OPEN）的均值为0.470 2，表明样本期间内47.2%的上市公司受到负面清单政策影响。此外，公司盈利能力（roa）、财务杠杆（lev）等控制变量分布均在合理范围内，在此不再赘述。

表3汇报了主要变量的相关系数，左下角和右上角分别为Pearson和Spearman相关系数。负面清单政策（OPEN）与信息披露质量（KV）在1%的水平上显著为正，说明在不考虑其他因素情况下，负面清单政策导致企业信息披露质量显著下降，初步印证了假设H1b。其他变量间的相关系数均小于0.6，经VIF检验，解释变量的方差膨胀系数最大值为2.04，平均值为1.46均小于10，说明变量间不存在严重的多重共线性问题。

（二）基准回归

为准确识别其他因素影响下，负面清单政策对企业信息披露质量的影响，运用模型（1）进行回归分析，估计结果如表4所示。表4的（1）-（4）列分别对应KV指数不同计算方法在有无经营情况、公司治理等控制变量的影响下，负面清单政策对企业信息披露质量的影响。由回归结果可知，负面清单政策（OPEN）的系数在5%和1%的水平上显著为正，验证了研究假设H1b，即：抵御竞争动机下，负面清单政策会降低企业信息披露质量。KV数值越大信息披露质量越差，表明相对于未受负面清单政策影响的企业，受负面清单政策影响的企业在政策实施后信息披露质量更差，在加入控制变量后，模型解释力度进一步增强且仍然稳健。控制变量层面，对于企业信息披露质量的影响与既有文献估计结果基本一致（周开国等，2011；李春涛等，2018）^[13，19]，考虑到某些控制变量可能具有潜在的内生性问题，所以不对上述变量的结果和经济学含义进行过多解释和引申。

（三）稳健性检验

表4给出了基准回归结果，初步验证了负面清单政策与KV指数的正相关关系。为验证上述估计结果的稳健性，本文运用多种方法对基准回归结果进行检验：一是通过替换变量、控制多维遗漏变量、子样本回归进行稳健性检验；二是采用匹配加双重差分的方法考虑可能存在的样本选择偏误问题；三是进行识别假定检验，以排除可能存在的遗漏变量对结论产生影响。 

1.稳健性检验。（1）替换核心被解释变量。^③一是为缓解股票数量度量上潜在的统计差异，借鉴翟光宇等（2014）^[32]的做法，使用调整后的KV指数，估计结果见表4第（3）、（4）列。二是借鉴辛清泉等（2014）^[33]的做法，通过计算盈余质量指标（DD）替代信息披露质量。考虑到个别年份的波动，借鉴王亚平等（2009）^[34] 的做法，计算公司近三年操控性应计项目绝对值之和（OPAQUE）来测度信息披露质量，DD和OPAQUE越大，公司信息披露质量越低。三是参照周开国等（2014）^[35]的方法，计算分析师盈余预测的绝对误差比率（FERROR）衡量信息披露质量，数值越大表明公司信息披露质量越差，估计结果见表5第（1）-（3）列。（2）替换核心解释变量。运用负面清单政策的不同衡量方式进行稳健性检验：考虑到政策效果可能产生的时滞，一是将核心解释变量OPEN的政策识别时间后延半年作为政策识别的时间节点，用OPEN1表示；二是参照蒋灵多等（2018）^[36]的做法，将政策识别到月份，以政策实施当月算起，当年剩余月份数除以12作为政策实施当年解释变量取值，其余年份取1，用OPEN2表示；三是考虑到基准回归中使用上市公司注册地信息对负面清单政策的具体实施进行匹配，由于存在注册地与实际经营地不一致的情况，使用实际经营地信息匹配负面清单政策，用OPEN3表示，估计结果见表5第（4）-（6）列。（3）多维度控制遗漏变量。其一，考虑到个体和时间的双向固定效应模型对内生性控制不够严格，采用控制“时间×行业”的高阶联合固定效应方法。其二，对时间、公司层面的标准误进行双重聚类调整，缓解自相关和异方差等因素的影响，估计结果见表5第（7）、（8）列。（4）子样本回归，剔除潜在影响因素。首先，鉴于中国直辖市的经济特殊性，企业信息披露质量会受到潜在影响，将直辖市样本删除进行检验。其次，自由贸易试验区是我国对外开放的一种特殊功能性区域，区内经济管制程度相对较低，为排除自贸区对回归结果可能存在的干扰，将自贸区所在地级市样本删除进行检验。再次，负面清单政策实施分为3个阶段，前两阶段为试点期，2018年之后政策推广到全国，为避免2018年之后样本对回归结果造成较大影响，将样本中2018—2020年样本删除后进行检验。最后，选取平衡面板数据进行检验。上述检验结果见表5第（9）-（12）列。由表5可知，稳健性检验结果与“负面清单政策降低了上市公司信息披露质量”的核心结论没有发生变化，实证研究结论支持了抵御竞争动机。

2.样本自选择检验。由于政策试点省份的选取更多基于宏观经济的考量，并不具备随机性，需要对潜在的样本选择偏误产生的内生性进行考虑。（1）将PSM和DID方法结合使用，以解决可观测变量的选择偏差并缓解时变与非时变的未观测变量的影响，从而更好地识别政策效应。通过前文所列控制变量的Logit回归，预测每个公司—年度样本受到负面清单管理政策影响的概率。分别采用1：3最近邻匹配、半径匹配及核匹配的配对方法，为受到负面清单管理政策影响的企业样本匹配对照组，尽可能减少处理组和对照组在政策实施前的差异，同时利用DID方法识别出负面清单政策对企业信息披露质量的影响。^④（2）熵平衡匹配（Entropy Balancing）。针对传统PSM法存在实验组与匹配后的控制组在各个协变量的均值上无法全部相近且存在样本损失的问题，借鉴熵平衡匹配的思想，为控制组的每个观测值赋予连续性权重，实现实验组与控制组在各个协变量上分布矩的相近，从而缓解PSM协变量均值无法全部相近的问题。估计结果如表6所示，使用不同匹配方法得到的估计系数数值、符号以及显著性水平差距不大，与前文结论基本一致。

3.识别假定检验。研究发现，负面清单政策导致上市公司信息披露质量显著降低。考虑到这一结论可能受到遗漏变量的影响，需要进行平行趋势检验和安慰剂检验，以验证双重差分识别策略的可靠性。

（1）平行趋势检验。为进一步检验政策实施前的平行趋势以及政策可能存在的时滞性，使用事件研究法（Event Study）研究负面清单政策对上市公司信息披露质量影响的动态效应。将（1）式中的OPEN换成表示负面清单政策实施前后若干年的虚拟变量，被解释变量不变，估计方程如下：

其中，D_s为负面清单政策开始推行当年年份的虚拟变量，s取负数表示负面清单政策开始实施前s年，正数则表示负面清单政策推行后s年，将政策发生前一年设为基准组。图1报告了估计系数{b_-5,b_-4,b_-3,b_-2,b₀,b₁,b₂,b₃,b₄}值的大小和90%的置信区间。图2左、右两侧分别为加入控制变量和不加入控制变量的情形。可知，政策实施前系数b的估计值均不显著，负面清单政策实施当年以及之后年份的回归系数均能够通过10%水平的显著性检验，估计结果验证了平行趋势假设。此外，随着政策的实施，政策效果呈现波动上升的趋势。

（2）安慰剂检验。由于负面清单的政策效应可能受到其他非观测遗漏变量的干扰，借鉴Cornaggia et al.（2015）^[37]的做法进行安慰剂检验，以排除遗漏变量的影响。选取表4第（1）、（2）列作为基准结果，依据负面清单政策逐步实施的年份，随机选取相应数量的企业进入处理组，以此进行间接回归分析。 式（1）中OPEN系数估计值表达式为：

其中，controls代表可观测到的所有控制变量，若要得到无偏估计，则θ取值为0。然而，θ的取值是否为0不得而知，同时也不能够直接检验估计结果是否受到非观测因素的影响，在这一大前提下，若能推出β₁，则可以反推出θ=0。将上述随机过程自抽样1 000次，以提升安慰剂检验的可识别能力。估计系数的概率密度分布如图3所示（左右两图分别对应是否加入控制变量），可以发现随机分布的估计值集中在0附近，基准回归的系数0.007 8、0.008 6处于整体分布尾部，从而反推可知θ为0。由此说明，没有其他随机因素影响本文的基本结论。

六、拓展性分析

（一）影响机制分析

为进一步检验前文负面清单政策对企业信息披露质量的影响路径，构造如下模型：

其中，Path_it为调节变量，分别为行业集中程度（HHI）、企业投资机会（INVEST）、经营主体多样性（SHARE）。行业集中度借鉴郭飞、吴秋生（2021）的做法^[38]，以公司营业收入计算的行业赫芬达尔指数度量，通过行业—年度中位数分组。投资机会用MAS=（长期负债+权益市场价值）/总资产、MEQ=权益的市场价值/权益、PPVR=固定资产总值/（长期负债+权益的市场价值）、EP=非经常性收益前每股收益/年末收盘价四个指标度量，运用因子分析计算并通过年度中位数分组。投资多样性以企业前十大股东中不同股权属性的种类测度并通过年度中位数分组。d₁是主要关注的调节变量与政策变量交乘项系数，其余变量与式（1）一致。

表7第（1）-（3）列报告了负面清单政策导致企业信息披露质量降低的路径机制检验回归结果。首先，在市场竞争层面，负面清单政策与行业集中度的交乘项系数显著为正，表明行业集中度越高的企业通过降低信息披露质量对潜在竞争者进行抵制动机越强，从而进一步验证了信息披露的竞争劣势成本效应。由于高集中度企业具有较强的信息专有价值，信息披露很大程度上反映行业信息，能够为潜在竞争者的进入决策提供更多依据。负面清单政策冲击导致潜在竞争者增多，高集中度的企业为维护自身利益会进行更差的信息披露以抵制潜在竞争者进入，从而验证了假设H2b。其次，在投资机会层面，负面清单政策与企业投资机会交乘项系数显著为正，表明负面清单政策实施过程中，企业通过降低信息披露质量以便捕捉市场投资机会。一方面，这与我国长期以来存在的非有效资本市场息息相关；另一方面，企业的逐利本质致使其采用“放大正面信息，隐藏不利信息”的方式进行信息披露，利用信息不对称以博取投资人的信任，最终导致信息披露质量的下降，从而验证了假设H3b。最后，在经营主体层面，负面清单政策与经营主体多样化交乘项系数显著为正，负面清单政策的实施推动了更多市场主体参与经营，经营主体的多样化导致企业信息披露质量显著下降。这表明，分散的投资主体并未充分发挥监管职能，反而削弱了对管理层的控制，激发了管理层的机会主义行为，最终导致管理层以谋取私人利益为目的的信息披露质量下降，验证了假设H4b。

（二）异质性分析

上述分析证实了负面清单政策对企业信息披露质量的负面影响及其影响机制，考虑到企业信息披露质量在内外部环境的影响下存在较大差异。因此，为进一步从微观、中观、宏观三个层面验证信息披露质量的“抵御竞争”作用，分别以企业特征、行业特征及区域特征进行异质性分析。

1.企业层面负面清单政策的异质性。在微观企业层面，分别以经营压力、代理成本、内控质量表征企业资源禀赋进行分组分析。以企业营业收入与全行业营业收入之比的相反数测度企业经营压力并依据中位数分组，以管理费用率表征代理成本并依据中位数分组，以迪博数据库发布的上市公司内部控制指数测度企业内控质量并依据中位数分组，具体估计结果如表8所示。可知，第（1）-（6）列的结果均显示，负面清单政策导致企业信息披露质量下降，与前文结论基本一致。具体来说，在经营压力层面，负面清单政策显著降低高经营压力企业信息披露质量，而对于低经营压力企业的影响并不显著。考虑到负面清单政策放松市场管制带来了更多的投资机会，高经营压力企业期望通过粉饰财务报表以吸收更多的外部资金支持，会着重披露盈利信息而忽略其他，造成信息披露质量下降。在代理问题层面，负面清单政策显著降低了高代理成本企业的信息披露质量，而对于低代理成本企业的影响并不显著。由于负面清单政策推动了多产权主体的投资，提升了企业产权多样性，不合格的投资者进入在一定程度上削减了对于管理层的监督，管理层降低信息披露质量以通过信息不对称谋得私人利益，而代理成本低的企业管理层行为受到较强监督，企业信息披露质量并未显著下降。在内控质量层面，负面清单政策显著降低了低内控质量企业的信息披露水平，对高内控质量企业的影响并不显著。这是由于内部控制不仅是企业管控风险、履行受托责任的制度安排，更是企业治理优劣的重要体现（周纹心、李碧宏，2021）^[39]，内控质量高的企业面临着更强的内部监督，在负面清单政策冲击下信息披露质量并未显著下降。

2.行业层面负面清单政策的异质性。在行业层面，分别以行业壁垒、行业属性进行异质性分析。其中，行业壁垒借鉴蔡贵龙等（2018）^[40]的方法，将总样本划分为高壁垒企业与低壁垒企业，行业属性则以是否制造业行业进行划分，具体估计结果如表9所示。可知，在行业壁垒层面，负面清单政策对高壁垒企业与低壁垒企业的信息披露质量均显著降低，高壁垒企业信息披露质量下降的更多。一方面，负面清单政策传递了资本市场更加开放的信号，提升了整个市场潜在竞争者的数量，在位企业通过降低信息披露质量对其进行抵御；另一方面，高壁垒企业由于垄断性质，获得的垄断利润更高，信息披露的专有成本更大，其对潜在竞争者的抵御动机更加强烈，表现为信息披露质量比低壁垒企业更差。此外，在行业属性层面，负面清单政策对非制造业的影响比制造业更大。

3.区域层面负面清单政策的异质性。企业所处区域差异对于负面清单政策影响企业信息披露质量同样会产生影响。依据区域发展差异为企业进行分组，具体划分为一线/新一线城市、市场化程度、银行部门、资本市场部门。一线/新一线城市依据《2021城市商业魅力排行榜》确定，一线城市包括北京、上海、广州、深圳，新一线城市包括成都、杭州、重庆、西安、苏州、武汉、南京、天津、郑州、长沙、东莞、佛山、宁波、青岛和沈阳。市场化程度依据区域市场化指数，根据企业所在地区市场化程度将其划分高市场化程度与低市场化程度两组；银行部门发展程度以银行业金融机构各项贷款余额/GDP衡量，并依据各中位数进行分组；资本市场部门发展程度以自由流通股市值/GDP衡量，并依据各中位数进行分组。具体估计结果如表10第（1）-（8）列所示。

可以看出，依据区域发展划分的子样本同样支持了基准回归负面清单政策降低企业信息披露质量的结论。具体为：一线/新一线城市层面，注册地位于非一线/新一线城市的企业在负面清单政策影响下信息披露质量显著降低，位于一线/新一线城市的企业信息披露质量并未显著降低。原因主要是，一方面，由于一线/新一线城市拥有更密集的商业资源，更优质的营商环境，市场经济更加完善，企业通过降低信息披露质量阻止潜在竞争者进入的作用相对较小；另一方面，一线/新一线城市的企业拥有更高的市场关注度，也面临着更加严格的市场监督，降低信息披露质量代价较大。市场化程度层面，高市场化程度组与低市场化程度组企业信息披露质量均显著降低，低市场化程度组企业在负面清单政策冲击下，信息披露质量更差。这表明，高市场化程度组企业的经营信息更加透明，信息传递更加顺畅，市场化水平能够提升企业信息披露质量，从而降低了信息披露质量的抵御竞争效应。银行部门和资本市场部门发展程度反映了企业的融资能力，融资能力较差的企业在负面清单政策冲击下展现出更差的信息披露质量且差异显著。可能的解释是，负面清单政策通过加剧竞争带来了更多投资机会，企业更有动机隐藏负面信息以期获得企业发展所需资金支持。

综合机制与异质性分析可知，负面清单政策对企业信息披露质量的负面影响印证了信息披露质量的“抵御竞争”效应。其一，负面清单政策实施导致行业潜在进入者增多，在位企业尤其是高壁垒行业为维持垄断利润，主动降低信息披露质量以抵制潜在竞争者进入，体现为对政策效果的抵御效应。其二，市场管制放松为企业带来更多的投资机会，在逐利动机下，企业为获得资金支持，会选择性降低信息披露质量，上述情况在发展程度较差、市场化程度较低、融资途径较差的地区尤为显著。其三，负面清单政策的实施在加剧竞争的同时也会进一步恶化代理问题，不称职投资者的进入可能会导致短期监管不足，管理层机会主义行为致使信息披露质量下降。因此，负面清单管理制度下，配套相应的监管政策十分重要。

（三）经济后果分析

企业经营决策归根结底是为了获利，为验证负面清单政策下企业降低信息披露质量的“抵御竞争”动机是否会显著改善经营业绩，同时其经营风险是否发生明显变化。本文分别从短期绩效、破产风险、市场价值角度对企业在负面清单政策冲击下降低信息披露质量的经济后果进行检验。在模型（1）的基础上改变解释变量和被解释变量，具体模型如下：

其中，Perform_it为经济后果，分别为企业短期绩效（roa）、破产风险（zscore）和市场价值（TobinQ）。具体来说，roa由净利润/总资产测度；zscore由AltmanZ指数测度，指数越大则破产风险越小；TobinQ由市值/总资产测度。OPENit反映为负面清单政策和信息披露质量的综合影响，θ为本文重点关注的系数，其余变量及设定同式（1）。

表11为负面清单政策下企业降低信息披露质量的经济后果。可以看出，在短期绩效与企业长期价值方面，第（1）列和第（3）列负面清单政策与KV指数交互项均显著为正；在企业经营风险方面，第（2）列负面清单政策与KV交互项系数不显著。上述实证结果表明，负面清单政策实施过程中，企业确实存在降低信息披露质量进行逐利的动机，且信息披露质量的下降对企业经营风险的影响并不显著。考虑到企业信息披露水平本身可能会对企业信息逐利行为产生影响，本文从收益和风险角度对企业降低信息披露质量的内在动机进行了再检验，依据KV指数的行业—年度中位数将样本分为低信息披露质量组与高信息披露质量组。第（4）列低信息披露质量组负面清单政策与KV交互项系数显著为正，第（5）列高信息披露质量组系数不显著，且二者间的差显著。上述结果可能的解释是，企业运营具有天然的逐利性质，相比于高质量信息披露的高额投入以及潜在的竞争压力，企业更有可能以降低信息披露质量作为防御手段应对竞争的提升。这一方面验证了信息披露质量的“抵御竞争”作用，另一方面也应当注意监管的必要性。资本无序扩张导致的信息披露下降，必将破坏投资者对资本市场开放局面的信心，自由竞争潜在的“市场失灵”问题将不利于资本市场的长期发展。因此，市场准入负面清单政策的实行，并非完全放任不管，应将激发市场活力与优化市场监管服务有机结合，统筹协调落实“市场机制有效、微观主体有活力、宏观调控有度”的现代市场治理要求。

七、结论与启示

（一）研究结论

本文的研究表明，负面清单政策导致上市公司信息披露质量显著降低，在进行变量替换、控制遗漏变量、子样本回归、PSM–DID、安慰剂检验等稳健性测试后，结论依旧成立。异质性分析进一步验证了信息披露质量的“抵御竞争”作用，即资源禀赋差、行业壁垒高、治理水平低的企业的信息披露质量下降更多。机制分析表明，负面清单政策下的市场竞争强化、投资机会增加以及投资主体多样性均会导致企业信息披露质量下降。经济后果研究发现，企业降低信息披露质量有助于提升经营绩效和市场价值，对于企业经营风险的影响并不显著。

（二）实践启示

第一，转变职能，及时跟进监管配套政策。鉴于市场微观主体的逐利特征，在政府“简政放权、放管结合、优化服务”背景下，负面清单政策改革“牵一发而动全身”。因此，在顶层设计上不能一味追求“宽进”，后续配套监管制度的跟进对于实现市场准入的“严管”十分重要，唯有事前、事中、事后的全方位监管制度保障，才能为各类市场主体投资兴业提供公平、优质的营商环境，进而通过公平竞争、活力提升推动新发展阶段微观企业的高质量发展。第二，多方协同，优化提升市场信息环境。负面清单政策实施过程中企业操纵信息披露质量、构筑“隐形壁垒”的现象，源于我国长期以来存在的信息不对称问题。资本无序扩张导致的信息披露质量下降必将破坏投资者对资本市场开放的信心，不利于资本市场的长期发展。为缓解信息质量下降对资本市场长期发展带来的不利影响，应当同时强化政府与社会层面对企业信息披露行为的有效监管，通过多方协同建立健全监管机制，完善上市公司信息披露的各项规章制度并切实贯彻落实监管流程，合理引导市场竞争，提升市场整体信息环境。第三，循序渐进，稳步完善负面清单政策。考虑到负面清单政策对企业信息披露质量的异质性影响，需要循序渐进、逐步完善负面清单管理模式。充分结合产业结构调整、生态环境保护等内容，灵活运用负面清单列表，引入“规制沙盒”，结合实际实时动态调整，进而通过完善清单结构，精准适用范围，真正实现“非禁即入，非限即入”。从政策层面为企业进入市场彻底扫清障碍，推动我国市场经济健康稳步发展。

（三）研究展望

考虑到渐进双重差分法（Staggered DID）在识别策略上仍在持续发展，本文的研究设计存在两点局限：第一，受制于政策规定及数据可得性，基于省市层级匹配企业信息颗粒度较大，无法进一步细化处理组样本；第二，对于渐进双重差分法采用传统双向固定效应模型可能存在一定的估计偏误，理论计量领域多种异质性—稳健的估计方法正在蓬勃发展；第三，KV指数通过交易量与收益率的相关性侧面反映企业的信息披露质量，是企业信息披露质量的综合性指标，无法区分负面清单政策下，企业降低的是自愿性信息披露还是强制性信息披露。因此，未来研究可以手工收集更加细化的信息披露质量数据，并综合考虑多种异质性—稳健的DID估计。

注释：

① 本文涉及的负面清单政策、负面清单政策、负面清单管理模式均指同一概念，后文中不做区分。

② 李建伟《让中国市场更加开放更加平等的重大改革——评2018年版全面实施市场准入负面清单政策》，详见国家发改委官方网站：https://www.ndrc.gov.cn

③ OPAQUEit = |DisAccit| + |DisAccit-1| + |DisAccit-2|，DisAccit代表操控性应计项目，加入滞后项平滑处理，由修正的琼斯模型估计。FERRORit = |AEPSit－FEPSit| / |AEPSit|，其中，AEPSit为公司实际每股盈余，FEPSit为分析师预测每股盈余。

④ 匹配过程中，对于未成功匹配样本进行剔除，因此不同匹配方法回归样本量不一致。

【注：该文的最终版本，以知网发布的为准】