苏大商学院“共持·共创”调研团：用数据解码机构持股如何激发企业创新

2026年8月下旬至9月1日，苏州大学商学院“共持·共创”企业同群效应调研团在指导老师方帅、柯征的带领下，以线上线下相结合的方式开展学术调研。团队由7名本科生组成，聚焦“机构投资者共同持股能否促进焦点企业创新”这一核心问题，并致力于区分“信息传递”与“竞争模仿”两种影响路径。调研期间，成员从国泰安（CSMAR）数据库下载11张原始数据表，覆盖2018至2025年共8年跨度，累计处理记录超50万条，最终成功构建实证模型，得出初步可靠结论。

数据清洗：11张表层层把关，筑牢分析基石

实证研究的第一步是构建高质量的基础数据集。调研团成员分工协作，对研发投入、专利明细、机构持股、资产负债、利润现金流、十大股东、股权性质、赫芬达尔指数、股票行情及机构分类等11张原始表进行逐张清洗。针对各表中普遍存在的缺失值、异常值和重复记录，成员逐一制定处理规则，严格剔除无效数据；同时将格式不统一的字段（如日期、股票代码、行业代码）批量标准化，确保后续跨表匹配的准确性。面对海量Excel操作卡顿的困境，团队提前将数据导入Python环境，利用pandas库进行高效清洗，最终形成一套完整、可追溯的基础数据文件。

图注：团队成员整理社会实践调研数据

攻克双重相似度：让算法“读懂”企业关联

为区分“信息传递”与“竞争模仿”两种机制，团队需要构造两个核心变量——技术相似度和产品相似度。技术相似度方面，成员从专利明细表中提取企业每项专利的IPC分类号，按年度汇总为企业-技术类别向量，再计算企业两两之间的杰菲相似度。产品相似度则基于企业年报中的产品描述文本，通过分词、去停用词后计算余弦相似度。在实际操作中，IPC分类号格式繁杂（存在大小写、空格、分隔符差异），产品文本清洗工作量巨大。调研团果断放弃纯Excel处理，改用Python编写统一清洗脚本，对文本编码、正则匹配、向量计算等环节逐一优化，最终顺利生成了覆盖全样本的双相似度指标，为后续回归分析奠定了关键解释变量。

图注：团队成员推进社会实践项目的分析工作

初步发现：市场竞争越激烈，信息传递越关键

经过集中攻关与回归检验，团队得出初步核心结论：机构共同持股确实能通过“信息传递”路径显著促进企业创新，且这种促进效应在市场竞争更激烈的行业中表现得更为突出。这意味着，在高竞争环境下，机构投资者在其持股企业之间传递技术和市场信息，对焦点企业制定创新决策具有更高的参考价值。目前，团队正围绕市场竞争强度的调节效应开展稳健性检验，并计划将这一发现整理为学术论文，进一步探讨其内在机制与边界条件。

协作机制：两三天一次组会，确保进度同步

调研期间，团队保持两到三天一次线上组会的节奏。负责人统筹整体进度，各成员逐一汇报数据处理进展、遭遇的难点及解决方案，确保11张原始表在变量构造和匹配环节无缝衔接。清晰的同步机制不仅提高了效率，也及时发现并解决了诸如IPC分类号匹配错误、文本编码不一致等问题。指导老师方帅、柯征则在关键节点为研究设计与技术路线提供方向指导，帮助团队避开统计方法上的常见误区。

图注：开展线上资料梳理与小组研讨

结语

从11张原始表到完整数据集，从两套相似度算法到初步稳健结论，苏州大学商学院“共持·共创”调研团用实证方法展现了机构投资者对企业创新的深层影响。未来，团队将继续打磨研究成果，完善稳健性检验和内生性处理，力争形成高质量学术论文，为相关领域研究贡献青年学子的力量。