我国高校闲置无形资产有效转化机制探究

在知识经济形成和发展的过程中，发达国家及企业对无形资产的开发和运用取得了长足的进步，无形资产的有效运用为社会经济发展做出了巨大的贡献。虽然我国众多企业都已很重视R＆D、人力资源开发等活动，力求促进无形资产的形成和有效利用，使其发挥更大的效应。然而，占据国民经济支配地位的国有背景企业，其无形资产及其类型对企业绩效到底发挥了多大和应该发挥多大的作用较为模糊，值得深入研究。基于此，我们根据公布的相关资料的完整性、连续性和不失一般性，选择国有法人控股上市公司和高校上市公司予以研究，以获得普遍性规律。研究中将运用相关性分析、多元回归分析等方法，实证研究异质国有背景企业^[5]无形资产对其绩效的不同作用，分行业对比研究异质国有背景企业无形资产对其绩效的影响。本书还将对无形资产进行分类，以探究在不同国有背景和不同行业属性条件下，不同类型无形资产对企业绩效的差异化影响，促使企业在不同情境下，对不同类型的无形资产给予不同程度的关注，这对国有背景企业发展模式的转型和核心竞争力的形成及提升具有特殊的作用。

一、研究假设与模型构建

(一)研究假设

假设1，国有背景上市公司无形资产与其绩效均呈显著正相关关系，不同国有背景上市公司无形资产对其绩效的贡献度不同。国有法人控股上市公司无形资产对其绩效的贡献度高于高校上市无形资产对其绩效的贡献度。

假设2，考虑行业属性因素，假设1仍能成立。

假设3，不同国有背景上市公司不同类型无形资产对上市公司绩效的影响不同。对于国有法人控股上市公司，使用权类无形资产对其绩效的影响大于技术类无形资产的影响;而对于高校上市公司，技术类无形资产对其绩效的影响大于使用权类无形资产的影响。

假设4，考虑行业属性因素，假设3仍能成立。

(二)研究设计

在对于所选取数据进行统计分析时，对数据进行了曲线拟合，发现企业的无形资产与其绩效呈显著的线性关系，拟合度较高，由于影响企业绩效的因素较多，采用多元回归方法进行分析。研究中，根据实际需要，我们参照和扩展了Aboody，Barth和Kasznik(1999)在研究英国上市公司固定资产的重估价值和企业未来经营绩效之间的关系以及Aboody和Lev(1998)在检验无形资产的价值相关性时采用的方法。在利用模型时，为着重研究业绩与无形资产的关系，在模型中去除了固定资产净值，并参照王化成等的模型，得出这一调整是可行的，去除固定资产净值并不影响无形资产与企业业绩的相关性研究。另外，在研究无形资产分类时，将原模型中的总无形资产拆分为各类无形资产，对模型进行了扩展。

构建模型如下:

模型1．无形资产量对企业绩效的影响

OPINCti=α0+α1 INTANCti+α2OPINCt－1，i+α3MBti+α4 ASSETti+εti

模型2．各类无形资产对企业绩效的影响

OPINCti=β0+β1 INTECHti+β2 RIGHTti+β3OTHERSti+β4OPINCt－1，i+β5MBti+β6 ASSETti+εti

式中符号说明:OPINC代表主营业务利润;OPINCt代表用于控制盈利的时间序列性对未来年度主营业务利润的影响;INTANC代表样本公司在t年末的无形资产总值;MB代表净资产倍率，以t年12月31日的市值与账面净值的比值表示，用于控制企业的风险和成长性的潜在影响;ASSET代表t年末总资产的对数，用于控制企业规模对经营绩效的影响;INTECH代表样本企业在t年末的技术类无形资产总值;RIGHT代表样本企业在t年末的使用权类无形资产总值;OTHERS代表样本企业在t年末的其他类无形资产总值;t表示年度;i表示样本公司;ε表示残差项。

二、实证检验

(一)数据选取和样本选择

我们的研究对象是国有法人控股上市公司和高校上市公司。截至2007年12月31日，我国上市公司已有1712家，高校上市公司已有30多家。高校上市公司主要分布在制造业、信息技术业、综合类三个板块(按证监会行业分类)。为了对比分析，我们选取国有法人控股上市公司共100家，其中信息类企业10家，制造类企业87家，综合类企业3家;高校上市公司共有30家，其中信息类企业10家，制造类企业10家，综合类企业9家，计算机应用服务类企业1家。^[6]我们所研究的数据均取于各上市公司的年度报表，从报表附注中获取无形资产具体构成数据，为保证数据的高质量，我们的考察区间定为1996—2006年，在此年间，所披露的数据较为规范和详细。但不可避免的是，我国上市公司的数据披露还存在着缺陷，所披露的无形资产的具体项目繁杂，标准不太统一，而且少数公司披露的数据较简略。所搜集的样本中，国有法人控股上市公司的样本观测值为999个;高校上市公司的样本观测值为271个，其中有些高校上市公司在一些年份并未上市。

我们对数据进行统计和研究分组，得出如下的统计结果，如表5-39所示。无形资产比重等于无形资产额除以资产总额，土地使用权比重等于土地使用权除以无形资产额，使用权类无形资产比重等于使用权类无形资产除以无形资产额，技术类比重等于技术类无形资产除以无形资产额，技术含量比重等于专有技术与专利权之和除以无形资产额。在国有法人控股上市公司中，使用权类无形资产比重最高，均值高达85．20%，土地使用权比重的均值高达78．16%，而技术类无形资产比重的均值相对较低，只有29．80%，其中具有技术含量的专有技术和专利技术比重的均值为27．37%，而无形资产比重的均值只有2．82%。在高校上市公司中，无形资产比重的均值仅有5．03%，使用权类无形资产比重的均值高达65．17%，土地使用权比重的均值为58%，在总样本中，只有212个样本观测值有技术类无形资产，技术类无形资产比重的均值相对较低，只有40．14%，在技术类无形资产中，有技术含量的专有技术和专利技术比重的均值为30．67%。可见，国有法人控股上市公司的无形资产比重均值远低于高校上市公司的无形资产比重均值，其使用权类无形资产比重均值远高于高校上市公司的使用权类无形资产比重均值，其技术类无形资产比重均值低于高校上市公司技术类无形资产比重均值。

表5-39国有法人控股上市公司与高校上市公司无形资产的描述性统计(单位:万元或%)

分行业国有法人控股上市公司无形资产的描述性统计如表5-40所示。在信息类国有法人控股上市公司中，使用权类无形资产比重的均值为87．08%，技术类无形资产比重的均值为46．87%，无形资产比重的均值为2．16%;在制造类国有法人控股上市公司中，使用权类无形资产比重的均值为85．86%，技术类无形资产比重的均值为26．21%，无形资产比重的均值为2．73%;在综合类国有法人控股上市公司中，使用权类无形资产比重的均值为86．14%，技术类无形资产比重的均值为66．13%，无形资产比重的均值为8．81%。需要说明的是综合类企业只有3家，样本只有30个，其中有技术类无形资产的样本只有7个，因此统计结果的解释度并不高。信息类企业的技术类无形资产比重的均值很高，远高于制造类企业。

表5-40分行业国有法人控股上市公司无形资产的描述性统计(单位:万元或%)

分行业高校上市公司无形资产的描述性统计如表5-41所示。在信息类高校上市公司中，使用权类无形资产比重的均值为66．31%，技术类无形资产比重的均值为46．31%，无形资产比重的均值为6．12%;在制造类高校上市公司中，使用权类无形资产比重的均值为62．25%，技术类无形资产比重的均值为42．37%，无形资产比重的均值为4．83%;在综合类高校上市公司中，使用权类无形资产比重的均值为81．58%，技术类无形资产比重的均值为25．16%，无形资产比重的均值为6．02%。可见信息类高校上市公司无形资产比重的均值最高，而且技术类无形资产比重的均值也是最高，而综合类上市公司使用权类无形资产比重的均值最高，技术类无形资产比重的均值最低。

表5-41分行业高校上市公司无形资产的描述性统计(单位:万元或%)

三、实证结果与分析

(一)运用模型1研究无形资产对企业绩效的影响

1．无形资产量对企业绩效的影响

运用国有法人控股上市公司数据，使用模型1进行多重共线性检验，检验结果表明不存在多重共线性问题。统计结果显示国有法人控股上市公司无形资产和其主营业务利润的相关系数为0．617，回归系数为1．055，检验结果表明，R2为0．824，模型高度拟合，相关系数、回归系数的P值为0．000，因此通过检验，国有法人控股上市公司无形资产与其主营业务利润显著正相关，回归分析结果如表5-42所示。

表5-42国有法人控股上市公司按模型1回归分析的各参数估计值及检验结果

运用高校上市公司数据，运用模型1进行多重共线性检验，检验结果表明不存在多重共线性问题。统计结果显示高校上市公司无形资产和其主营业务利润的相关系数为0．633，回归系数为0．35，检验结果表明，R2为0．938，模型高度拟合，相关系数、回归系数的P值为0．000，因此通过检验，高校上市公司无形资产与其绩效显著正相关，回归分析结果如表5-43所示。

表5-43高校上市公司按模型1回归分析的各参数估计值及检验结果

国有背景上市公司无形资产与其绩效均呈显著正相关关系，国有法人控股上市公司无形资产对其绩效的贡献度高于高校上市公司。以上分析结果验证了假设1。

2．分行业研究无形资产量对企业绩效的影响

对于不同行业属性的企业，无形资产的构成、比重、作用程度是不同的。因此我们将分行业予以研究，具体将上市公司分为信息类、制造类和综合类。

(1)分行业研究国有法人控股上市公司无形资产对企业绩效的影响

运用信息类国有法人控股上市公司的数据，使用模型1进行多重共线性检验结果表明不存在多重共线性。信息类国有法人控股上市公司无形资产与其绩效的相关系数为0．580，检验的P值为0．000，因此相关性较高。模型的回归系数为0．620，模型的R2为0．791，拟合效果令人满意，检验的P值为0．038，具有显著性，信息类国有法人控股上市公司无形资产与其绩效显著正相关，回归分析结果如表5－44所示。

表5－44信息类国有法人控股上市公司按模型1回归分析的各参数估计及检验结果

运用制造类国有法人控股上市公司的数据，使用模型1进行多重共线性检验结果表明不存在多重共线性。制造类国有法人控股上市公司无形资产与其绩效的相关系数0．657，检验的P值为0．000，因此相关性很高。模型的回归系数1．236，模型的R2为0．841，模型的拟合效果很好，检验的P值为0．000，制造类国有法人控股上市公司无形资产与其绩效具有显著的正相关性，回归分析结果如表5－45所示。

运用综合类国有法人控股上市公司的数据，使用模型1进行多重共线性检验结果表明不存在多重共线性。综合类国有法人控股上市公司无形资产与其绩效的相关系数为0．902，检验的P值为0．000，因此相关性很高。模型的回归系数为0．145，模型的R2为0．891，模型拟合度很高，但检验的结果显示其显著性不高，回归分析结果如表5－46所示。

(2)分行业研究高校上市公司无形资产对企业绩效的影响

运用信息类高校上市公司的数据，使用模型1进行多重共线性检验，结果表明不存在多重共线性。该类上市公司无形资产和其主营业务利润的相关系数为0．753，检验的P值为0．000，因此相关性很高。模型的回归系数为0．463，R2为0．946，模型拟合度很高，回归系数的P值为0．000，检验通过。因此信息类高校上市公司无形资产与其绩效显著正相关，回归分析结果如表5－47所示。

表5－45制造类国有法人控股上市公司按模型1回归分析的各参数估计值及检验结果

表5－46综合类国有法人控股上市公司按模型1回归分析的各参数估计值及检验结果

表5－47信息类高校上市公司按模型1回归分析的各参数估计及检验结果

运用制造类高校上市公司的数据，使用模型1进行多重共线性检验，不存在多重共线性问题。该类上市公司无形资产与其主营业务利润的相关系数0．309，检验的P值为0．005，相关性较高。模型的回归系数0．299，R2为0．824，模型的拟合度较高，检验的P值为0．083＜0．10，因此通过检验，统计具有显著性。因此制造类高校上市公司无形资产与其绩效显著正相关，回归分析结果如表5－48所示。

表5－48制造类高校上市公司按模型1回归分析的各参数估计及检验结果

运用综合类高校上市公司的数据，使用模型1模型通过多重共线性检验，不存在多重共线性问题。该类上市公司无形资产与其主营业务利润的相关系数0．384，检验的P值为0．000，相关性较高。模型的回归系数0．149，R2为0．709，模型的拟合度适宜，检验的P值为0．006，因此通过检验，统计具有显著性。因此综合类高校上市公司无形资产与其绩效显著正相关，回归分析结果如表5－49所示。

表5－49综合类高校上市公司按模型1回归分析的各参数估计及检验结果

(www.xing528.com)

(3)考虑行业因素进行对比分析

由上述分析得出，行业属性也部分决定了无形资产对上市公司绩效的影响力，因此为验证假设，我们将同一行业属性的上市公司进行比较，使数据具有可比性，以得出国有法人控股上市公司中无形资产发挥的效力与高校上市公司的不同。

如表5-50所示，在信息类上市公司中，信息类国有法人控股上市公司的无形资产的回归系数值为0．620，信息类高校上市公司的无形资产的回归系数为0．463，信息类国有法人控股上市公司无形资产对企业绩效的影响力高于信息类高校上市公司对企业绩效的影响。在制造类上市公司中，制造类国有法人控股上市公司无形资产的回归系数为1．236，制造类高校上市公司无形资产的回归系数值为0．299，由此可见制造类国有法人控股上市公司的无形资产对企业绩效的影响力高于制造类高校上市公司对企业绩效的影响。在综合类上市公司中，综合类国有法人控股上市公司的无形资产的回归系数值为0．145，综合类高校上市公司的无形资产的回归系数值为0．149，由此可知，综合类高校上市公司中无效资产对企业绩效的影响力与综合类国有法人控股上市公司对企业绩效影响力大体相同。可见，对于不同的行业属性，不同背景国有上市公司无形资产的影响力是不同的。上述结果部分验证了假设2。

表5-50分行业国有法人控股上市公司和高校上市公司的对比分析

(二)运用模型2研究不同类型无形资产对企业绩效的影响

不同类型的无形资产对企业绩效的作用程度不同，所发挥的效力也不同，因此我们将无形资产进行分类，按照分类标准，可分为使用权类无形资产，包括土地使用权，房屋使用权，特许经营权等各种使用权;技术类无形资产，包括专有技术，专利技术，非专利技术，软件等;其他类无形资产，包括除使用权类和技术类无形资产以外的资产。

1．不同类型无形资产对国有法人控股上市公司和高校上市公司绩效的影响

国有法人控股上市公司使用权类、技术类和其他类无形资产与其绩效的相关系数分别为0．530，0．75，0．49，检验的P值为0．000，0．000，0．066，其他类无形资产在小于10%的统计水平上显著。回归系数分别为0．954，－0．435，－4．268。模型的R2为0．806，模型的拟合效果很好，检验的P值为0．000，0．500，0．003。结果表明，国有法人控股上市公司使用权类无形资产对企业绩效的影响力最大，呈显著正相关，而技术类无形资产并未通过检验，技术类无形资产和其他类无形资产对企业绩效起到负面作用，它们的增加会导致企业业绩的下降，回归分析结果如表5－51所示。

表5－51国有法人控股上市公司按模型2回归分析的参数估计值及检验结果

高校上市公司使用权类、技术类和其他类无形资产与其绩效的相关系数分别为0．317，0．699，－0．005，检验P值为0．000，0．000，0．468，可见其他类无形资产未通过检验。回归系数分别为0．284，0．579，0．380，标准化的Beta值为0．077，0．100，0．025，模型的R2为0．933，模型高度拟合。检验的P值为0．000，0．000，0．124，可见其他类无形资产未通过检验，与企业绩效显著正相关的是使用权类和技术类无形资产，而且技术类无形资产对企业绩效的影响远远超过使用权类无形资产对企业绩效的影响，回归分析结果如表5－52所示。

对于国有法人控股上市公司，使用权类无形资产对其绩效的影响大于技术类无形资产的影响。恰好相反，对于高校上市公司，技术类无形资产对其绩效的影响大于使用权类无形资产的影响。上述分析结果一定程度上验证了假设3。

表5－52高校上市公司按模型2回归分析的参数估计值及检验结果

2．分行业研究国有法人控股上市公司不同类型无形资产对其绩效的影响

(1)信息类国有法人控股上市公司不同类型无形资产对其绩效的影响

信息类国有法人控股上市公司使用权类、技术类和其他类无形资产与其绩效的相关系数为0．436，0．109，0．065，检验的P值为0．000，0．145，0．264，技术类无形资产和其他类无形资产未通过检验，与企业绩效的相关性较弱，使用权类无形资产与其绩效显著正相关。信息类国有法人控股上市公司使用权类、技术类和其他类无形资产与其绩效的回归系数为0．314，－0．535，1．509，模型的R2为0．784，检验结果却并不理想，均未通过检验，但标准化Beta值表明使用权类无形资产对企业绩效的影响很大，而技术类无形资产的影响是负面的，其他类无形资产对企业绩效的影响也很微弱，如表5－53所示。

表5－53信息类国有法人控股上市公司按模型2回归分析的各参数估计值和检验结果

(2)制造类国有法人控股上市公司不同类型无形资产对其绩效的影响

制造类国有法人控股上市公司使用权类、技术类和其他类无形资产与其绩效的相关系数分别为0．571，0．092，0．043，P值为0．000，0．004，0．104，其他类无形资产未通过检验，技术类和使用权类无形资产与企业绩效呈显著的正相关性。制造类国有法人控股上市公司使用权类、技术类和其他类无形资产与其绩效的回归系数为1．148，－0．727，－4．310，模型的R2为0．822，标准化的Beta值为0．317，－0．015，－0．043，P值为0．000，0．323，0．004，结果表明技术类无形资产未通过检验，而使用权类无形资产对企业绩效的影响最大，技术类和其他类无形资产相反对企业业绩还有负面作用，回归分析结果如表5－54所示。

表5－54制造类国有法人控股上市公司按模型2回归分析的各参数估计值和检验结果

(3)综合类国有法人控股上市公司不同类型无形资产对其绩效的影响

综合类国有法人控股上市公司使用权类、技术类(无形资产)与其绩效的相关系数为0．896，－0．108，P值为0．000，0．286，在综合类上市公司中没有其他类无形资产，因此相关系数为0，技术类无形资产未通过检验，使用权类无形资产与企业绩效的相关性很高。综合类国有法人控股上市公司使用权类、技术类无形资产与其绩效的回归系数为0．145，0．09137，模型的R2为0．890，标准化的Beta值为0．345，0．017，检验的P值为0．076，0．825，因此技术类无形资产未通过检验，结果表明使用权类无形资产对企业绩效的影响作用最大，回归分析结果如表5－55所示。

表5－55综合类国有法人控股上市公司按模型2回归分析的各参数估计值和检验结果

分行业来看，对于国有法人控股上市公司，使用权类无形资产对其绩效的影响大于技术类无形资产的影响。

3．分行业研究不同类型无形资产对高校上市公司绩效的影响

(1)信息类高校上市公司不同类型无形资产对其绩效的影响

信息类高校上市公司使用权类、技术类和其他类无形资产与其绩效的相关系数为0．229，0．748，－0．024，P值分别为0．000，0．016，0．183，可见其他类无形资产未通过检验，其他类无形资产与企业绩效的相关性较弱。信息类高校上市公司使用权类、技术类和其他类无形资产与其绩效的回归系数分别为0．363，0．949，0．352。模型的R2为0．863，模型的拟合效果很好。回归系数的P值为0．001，0．000，0．197。其他类无形资产未通过检验，因技术类无形资产的回归系数值高于使用权类无形资产，相比于使用权类无形资产，技术类无形资产对企业的绩效影响更大，回归分析结果如表5－56所示。

表5－56信息类高校上市公司按模型2回归分析的各参数估计值和检验结果

(2)制造类高校上市公司不同类型无形资产对高校上市公司绩效的影响

制造类高校上市公司使用权类、技术类和其他类无形资产与其绩效的相关系数为0．110，0．365，－0．009，检验的P值为0．178，0．001，0．468，结果表明，使用权类和其他类无形资产未通过检验，与主营业务利润的相关性较低，而技术类无形资产与企业绩效高度正相关。回归系数分别为0．067，0．681，0．229，模型的R2为0．810，拟合效果很好。检验的P值为0．784，0．004，0．525，结果表明使用权类无形资产和其他类无形资产未通过检验，技术类无形资产对企业绩效的影响力最大，如表5－57所示。

表5－57制造类高校上市公司按模型2回归分析的各参数估计值和检验结果

(3)综合类高校上市公司不同类型无形资产对高校上市公司绩效的影响

综合类高校上市公司使用权类、技术类和其他类无形资产的相关系数为0．338，0．292，0．270，P值均比较小，通过检验，回归系数分别为0．164，0．555，－0．758，模型的R2为0．722，拟合效果较好。检验的P值为0．003，0．090，0．273，其他类无形资产未通过检验，因技术类无形资产的回归系数高于使用权类无形资产的回归系数，因此技术类无形资产对企业绩效的影响超过使用权类无形资产的影响，如表5－58所示。

分行业来看，对于高校上市公司，技术类无形资产对其绩效的影响大于使用权类无形资产的影响。

(4)考虑行业因素进行对比分析

分行业国有法人控股上市公司和高校上市公司的不同无形资产与其绩效的回归系数对比分析如表5－59所示。

表5－58综合类高校上市公司按模型2回归分析的各参数估计值及检验结果

表5－59分行业典型法人控股上市公司与高校上市公司按模型2回归分析结果的对比

分行业来看，国有法人控股上市公司使用权类无形资产对企业业绩的贡献更大。高校上市公司技术类无形资产所发挥的作用更大，转化能力更强，对企业业绩的贡献更大。假设4一定程度上得到了验证。

四、结论与政策建议

国有背景企业是我国国民经济的支柱，在经济社会发展中扮演着重要的角色。国有背景企业的绩效状况、绩效状况与无形资产总体的相关程度、绩效状况与不同类型无形资产的相关程度等反映了无形资产在我国经济运行中的作用，对经济组织绩效的贡献。通过量化研究表明，不同类型国有背景企业，如国有法人控股上市公司、高校上市公司无形资产与其绩效均显著正相关。国有法人控股上市公司无形资产对其绩效的贡献度大于高校上市公司，分行业来看，这些结论仍有较大适用性。对于不同类型国有背景企业，不同无形资产对企业绩效的作用是大相径庭的，国有法人控股上市公司使用权类无形资产对其绩效的作用大于技术类无形资产的作用，其技术类无形资产对绩效的贡献较小、甚至为负。而高校上市公司技术类无形资产对其绩效的作用大于使用权类无形资产的作用，分行业考察，这些结论仍能成立。上述研究为政府和企业开发及运用无形资产提供了可操作的依据。

要实现经济增长方式的转变和技术水平的升级，微观企业必须深入改革，尤其是占国民经济极大比重的国有控股企业要进一步变革。要尽力发挥无形资产对企业绩效的贡献，尤其要发挥专利技术、专有技术等对企业绩效的支撑作用，就必须彻底转变过去企业绩效高度依赖有形资产或使用权无形资产的状态。通常情况下，政府应减少国有背景企业对有形资产及使用权无形资产的依赖，注重引导国有背景企业进行技术创新，提升其核心竞争力，使技术类无形资产成为国有背景企业绩效的主要支撑点。在国有背景企业中，高校上市公司技术类无形资产发挥了较为关键的作用。因此，大力创办高校校办产业，并将其打造成高校无形资产转化的平台是高教领域今后工作的一个重要方面。

【注释】

[1]本书中高校占地面积包括学校产权的土地、非学校产权的土地。

[2]余章树．高校生均用地标准需适当调整．中国产经新闻，2008－3－17．

[3]吕菊芳，何仁龙，黄清云．美国高校“生师比”的实证分析及思考——基于2009年《美国新闻与世界报道》排行榜院校的研究．现代教育科学，2011－3．

[4]这里的高级职称指的是正教授、副教授。

[5]异质国有背景企业是指由不同类型的国有控股股东控制的国有绝对控股企业和国有相对控股企业，如政府国有资产管理部门控股的上市公司、高校背景的上市公司。

[6]本研究中，我们对高校上市公司中ST公司及PT公司进行了剔除，最终保留了30家上市公司。同时我们选取了国有法人控股上市公司与高校上市公司进行对比分析，选取原则如下:一是由于30家高校上市公司主要集中在制造业、信息技术业、综合类(按证监会行业分类)三个板块，所以我们的国有法人控股上市公司样本全部来自这三个板块;二是考虑到极端值和非常规值对统计结果的影响，首先剔除业绩过差的公司，以及被注册会计师出具保留意见、拒绝表示意见、否定意见等审计意见的上市公司;三是由于国内投资者主要关注的是A股上市公司，同一支股票在不同板块上存在同股不同价的现象，而且B股和H股对A股的信息披露有所影响，所以剔除同时发行B股或H股的A股上市公司;四是考虑到新上市公司的业绩容易出现非正常性的波动，而且公司内部运行机制还不够健全和完善，所以我们的样本剔除了在1997年12月31日以后上市的公司;五是考虑到民营上市公司与国有性质的上市公司的本质差别，我们的样本剔除了非国有性质的上市公司;六是由于高校上市公司平均股权集中度较低，为此，我们的国有法人控股上市公司样本选择第一大股东持股比例大于40%的上市公司;七是高校上市公司的第一大股东属性均为国有法人，由于国有控股与国有法人控股这两种不同属性的股权结构对上市公司治理的影响差异很大，因此，我们的国有法人控股上市公司样本数据剔除了国有控股的上市公司，而仅仅保留了国有法人控股的上市公司。综合考虑以上情况后，本文选取的国有法人控股上市公司样本为100家。