股权集中度对研发强度的影响：数理分析与数据检验——对2007—2014年A股上市公司的观察

李经路

(云南大学 会计学院， 云南 昆明 650500)



股权集中度对研发强度的影响：数理分析与数据检验

——对2007—2014年A股上市公司的观察

李经路

(云南大学 会计学院， 云南 昆明 650500)

股权集中度与研发强度呈倒“N”形关系，二者的关系比较复杂，因实际控制人的性质、两权分离程度的不同而变化。在国有公司中呈倒“N”形关系，在法人和自然人控制的公司中呈“N”形关系；在两权分离程度为零的公司中，呈倒“N”形关系，在两权分离程度不为零的公司中呈“N”形关系。股权集中度分别对管理层薪酬和管理层持股存在正向调节作用。因而上市公司保持合理的股权集中度、制定有效的薪酬计划有利于其研发投入，国家金融机构提供资金支持能够刺激上市公司的研发投入。

主板公司； 研发强度； 股权集中度； 门限回归

一、引 言

国家“十三五”规划提出了强化企业创新在国家创新体系中的主体地位和主导作用，支持科技型中小企业健康发展的战略部署。企业的创新对于提升国家创新力和构建企业核心竞争力意义深远，主板公司的研发投入强度在国家创新驱动战略中具有中流砥柱的作用。A股上市公司研发投入的微观基础是怎样的，影响企业研发投入的机制如何，值得研究。

文章从股权集中度、股权集中度与管理层的货币薪酬交乘项、股权集中度与管理层持股交乘项三方面来探讨这三个因素对A股上市公司研发强度的影响机制。文章尝试着回答以下问题：在公司治理中最优的股权集中度是否用数学模型给予描述？A股上市公司的股权集中度能否有利于公司的研发投入？股权集中度与管理层货币薪酬对研发投入的影响以及管理层持股与股权集中度对研发投入的影响如何？文章的其余部分安排如下：第二部分为数理分析，第三部分为理论分析与研究命题，第四部分为研究设计，第五部分为进一步研究与稳健性检验，第六部分为研究结论与对策。

二、数理分析

(一)股权集中度对研发投入强度的数理分析

股权集中度是衡量公司股权分布状态的指标，体现为大股东持股份额或者前几个大股东所持股份占公司总股份的比例，同时也是公司监督机制的一种表现。从动态来看，股权集中度是公司所有者根据公司行业特征、外部环境、内部绩效等因素通过调整股东持股比例而达到的状态。Demsetz Lehn，“The Structure of Ownership：Causes and Consequences”， ，No.93，1985，pp.1155-1177.股权高度分散并不是各国股权结构的事实，而股权集中态势则是各国股权结构的现状。各国上市公司中都或多或少地存在着控股股东，控股股东往往采取现金流权和控制权相分离的非对称性股权结构。Burkart，M.，Lee，S.，“One Share-One Vote Debate: The Theory”， ，Vol.12，No.1，2008，pp.1-49.

一般而言，将第一大股东的持股比例大于50%的这种股权结构界定为股权绝对集中；股东持股比例数额比较接近，并且持股比例介于20%到50%之间，这种股权结构被界定为股权相对集中；上市公司的股份比较分散，任一股东持股比例小于20%，任一股东都难以对公司产生实质性的影响，这种股权结构被界定为股权高度分散。文章在借鉴委托代理理论下公司投资模型的同时Stulz，“Managerial Discretion and Optimal Financing Policies”， ，No. 26，1990，pp.3-27. ，建立博弈模型来分析股权高度分散、股权高度集中、股权适度集中情形下的公司R&D行为。

1.股权高度分散时公司的R&D投资行为

(1-1)

(1-2)

股权高度分散的时候，大股东不具有实质控制权，监督成本最终由全体股东承担，只要V(M)≥V，监督就是有效率的。

对(1-2)式求M和α的一阶导数，得到(1-3)的结果：

(1-3)

2.股权高度集中时的投资行为

(1-4)

有效监督的条件是：

(1-5)

(1-6)

对比表1中大股东的目标函数可知，大股东无论是否监督总能从“隧道行为”中获取利益。公司将权衡大股东的隧道效应与监督经理人非效率投资对研发投入的影响。当隧道效应小于某特定临界值，并且大股东的监督行为能抵消其隧道效应时，此研发投入达到理想的状态。

令V(M*)-w>V1,有

w

是大股东持股比例的增函数，

w

处于某一数值时，大股东的监督效应大于“隧道行为”，大股东的监督能够促进公司的研发投入。遗憾的是，中国上市公司的外部市场监督机制较为薄弱，导致

w

通常大于临界值，从而出现研发投资减少的现象。

3.在适度股权集中情形下的行为

该结果表明，第一股东持股比例越大，股东的监督越有效，监督水平与监督成本将越小。股权适度集中时的企业

R

&

D

投资决策博弈矩阵如表2所示。

表2 股权适度集中时的公司R&D 投资决策博弈矩阵表

现实情况是上市公司的

w

数值较大，如果某两个股东持股比例较为接近，双方都会监督，就减少了侵占行为带来的代理成本。股权相对分散降低了监督的效率，同时持股比例较为接近的股东之间的控制权竞争会影响公司的决策时效。

通过分析可知，股权集中和股权分散两种情形都不利于公司的研发投入，股权适度集中时才有利于公司的研发投入。这只是理想状态下股权集中度对研发强度的数理分析，现实情况怎样，有待实证检验。

三、理论分析与研究命题

到目前为止，探讨股权集中度对研发投入影响的文献较多，但遗憾的是，目前尚无统一的说法，并且影响研发投入的深层原因并未得到有效的揭示。

(一)股权集中度与研发强度的关联性

信息的不对称分布是双重委托代理问题存在的主要原因。委托代理问题分为两类，一类委托代理问题是股东与管理者的委托代理，由于管理者处于信息的优势地位，而股东处于信息的劣势地位，在道德风险和逆向风险的驱使下以及股东有限监督的背景下，管理者选择自身利益最大化，使得所有者的利益以及公司价值最大化目标难以实现。另一类委托代理问题是控股股东与少数股东的代理问题，少数股东由于时间有限、能力有限，不能行使公司的决策权和表决权，当股权集中度比较高的时候，代理问题将由大股东与管理者的矛盾转移到大股东与中小股东之间的矛盾。Li，J.，C. Qian，“Principal-Principal Conflicts under Weak Institutions：A Study of Corporate Takeovers in China”， ，Vol.34，No.4，2013，pp.498-508.

委托代理理论认为集中的股权结构能够降低公司的代理成本，约束管理者的机会主义行为，左右着公司健康发展的方向。股权集中度越高，股东对管理者的控制力就越强，股权集中有利于减轻股东与管理者关于研发投入方面的利益冲突。股东更加注重公司的长远发展，更加注重公司核心竞争力的提升，而研发投入是公司提高竞争力、获取竞争优势的重要途径，因此股权集中度高的公司会加大研发投入，股权集中度与公司研发强度呈正相关关系Francis，J.，Smith，A.，“Agency Costs and Innovation Some Empirical Evidence”， ，No.19，1995，pp.383-409. 。具体来讲，大股东持股比例与研发强度正相关Hosono，K.，Tomiyama，M.，Miyagawa，T.，“Corporate Governance and Research and Development：Evidence from Japan”， ，No.13，2004，pp.141-164. ，股权集中度高的公司拥有更高的R&D 投入量Baysinge，B.D.，Kosnik，R.D.，Turk，T.A.，“Effects of Board and Ownership Structure on Corporate R&D Strategy”， ，Vol.34，No.1，1991，pp.205-214. 。股权集中度与公司研发投入正相关关系得到了后续研究的验证Tsao，S.，Chen，G.，“The Impact of Internationalization on Performance and Innovation：The Moderating Effects of Ownership Concentration”， ，Vol.29，No.3，2010，pp.617-642.Brossar Olivier，Lavigne Stéphanie，Saking M. Erdem，“Ownership Structures and R&D in Europe：The Good Institutional Investors，the Bad and Ugly Impatient Shareholders”， ，Vol.22，No.4，2013，pp.1031-1068. 。

双重委托代理论认为由于控股股东的目标与其他外部投资者的目标不完全一致，在法制不健全的情况下，控股股东就会以最大化私人收益为目标，产生“侵占效应”，股权集中度与研发投入负相关DeCleyn，S.H.，Braet，J.，“Do Board Composition and Investor Type Influence Innovativeness in SMEs?”， ，Vol.8，No.3，2012，pp.285-308.Deng，Z.，Hofinan，P.S.， Newman，A.，“Ownership Concentration and Product Innovation in Chinese Private SMEs”， ，Vol.30，No.3，2013，pp.717-734.。从大股东的风险规避角度来考量，股权集中度越高，那么大股东承担公司特殊风险的可能性就越大，就越不愿意进行研发投入Jackie，D.V.，Laurin，C.，Bozec，Y.，“R&D Activity in Canada: Does Corporate Ownership Structure Matter? ”， ，Vol.27，No.2，2010，pp.107-121．。

股权集中度与公司研发强度的关系并不是简单的线性关系，存在着倒“U”、“U”、“N”、倒“N”形关系。倒“U”形关系是因为：一方面随着股权集中度的增加，大股东有权力监督管理者，降低股东与管理者的利益冲突，从而增加研发投资；另一方面是大股东控制权增大时，大股东会利用控制权获取私有收益损害中小股东的利益以及公司的利益，从而降低研发投入，因而适度的股权集中度有利于公司的研发投入，过度集中与过于分散的股权集中度都不利于公司的研发投入Chen，V.，Li，J.，Shapiro，D.，Zhang，X.，“Ownership Structure and Innovation： An Emerging Market Perspective”， ，Vol.31，No.1，2014，pp.1-24.。“U”形关系是因为在某一阶段，大股东所有权的隧道效应大于激励作用，股权集中度与研发强度负相关；当大股东持股比例超越了该点时，大小股东之间出现利益趋同效应，在此阶段研发投入又随着股权集中度的增加而增加。适度的股权分散和绝对的股权集中有利于公司的研发投入。也有研究表明集中度与研发投入呈“N”形关系，股权集中度与研发强度在某一区间是负相关的，除此之外股权集中度与研发强度正相关，股权集中度对研发投入的影响存在着陷阱效应Czarnitzki，D.，Kraft，K.，“Management Control and Innovative Activity”， ，Vol.24，No.1，2004，pp.1-24.。此外，有学者提出股权集中度与研发投入呈倒“N”形关系，该现象意味着股权集中度处在某一区间时，研发强度随着股权集中度的升高而增加；当股权集中度小于或者大于该区间的数值时，研发强度随之下降。倒“N”关系表明了股权的趋同效应和隧道效应交替产生作用。

以委托代理理论与双重委托代理理论为基础的学者们在探讨股权集中度与研发强度关系之时，以管家理论(Stewardship Theory)作为指导思想的学者们异军突起，他们也在深究股权集中度是如何影响研发强度的，令人遗憾的是，他们认为股权集中度与研发强度之间没有必然的联系。因为管家理论派认为管理层是公司恪尽职守的管家，管理层的动机是追求委托人利益最大化Davis，J.H. Schoorman，F.D.,L. Donaldson，“Toward a Stewardship Theory of Management”， ，No.22，1997，pp.20-47.。

综上所述，股权集中度与研发强度的关系非常复杂，学者们已经形成了不同的观点。管家理论的经理人假设和代理人机会主义行为假设一样不切实际，过于简单化了Grandori，A.，“Reframing Corporate Governance：Behavioral Assumptions，Governance Mechanisms，and Institutional Dynamics”， : , Oxford：Oxford University Press，2004，p.27.。中国A股上市公司的股权集中度对研发强度有什么样的影响？文章认为中国上市公司的公司治理结构存在一个明显的特征，那就是控股股东采用了不对称的股权结构。根据中国公司治理的特殊性(中国上市公司中第二类代理问题比较严重)、中国股权改革的特殊性(中国国有股比例较大，非流通股比例较大)以及中国资本市场的特殊性(中国资本市场不太成熟、投机行为比较强、股市震荡严重)，文章得到第一组研究命题：

命题H：股权集中度与研发强度呈N型关系。

命题H：股权集中度与研发强度呈倒N型关系。

(二)管理层持股数量与研发强度的关联性

管理层持股能否提高公司研发强度？西方文献较多的以公司治理为突破口，试图阐释研发强度存在差异的深层原因。管理层持股比例越高，管理层与股东利益趋同性越强，管理层就越重视企业的研发投入Jensen，M.C.，Meckling，W.H.，“Theory of the Firm：Managerial Behavior，Agency Costs and Ownership Structure”， ，No.3，1976，pp.305-360.。管理层持股可以激励管理层增加研发投入Miller，J.S.，Wiseman，R.M.，Gomez-Mejia，L.R.，“The Fit between CEO Compensation Design and Firm Risk”， ，Vol.45，No.4，2002，pp.745-756.，因为研发投入的剩余索取权能够激励管理层增加公司研发投入Chang，K.，“Residual Income Claimancy,Monitoring，and the R&D Firm：Theory with Application to Bio-Techs”， ，Vol.25，No.8，2004，pp.489-507. ，二者之间的显著正相关关系得到了验证Marianna，M.，Lane，P.J.，Gomez-Mejia，L.R.，“CEO Incentives，Innovation and Performance in Technology-Intensive Firms：A Reconciliation Outcome and Behavior-Based Incentive Schemes”， ，Vol.27，No.11，2006，pp.1057-1080.。从正反两方面进行验证得到如下结论，如果公司CEO没有持有该公司的股权，CEO就在任期的后几年减少研发投入数额；如果公司CEO持有该公司的股权，公司CEO就没有减少研发投入的倾向Dechow，P.M.，Sloan，R.G.，“Executive Incentive and the Horizon Problem：An Empirical Investigation”， ，Vol.14，No.1，1991，pp.51-89.。

中国上市公司管理层持股明显提高了公司的研发强度。管理层持股比例越大，研发支出就越多。股权激励对研发投入行为的促进作用已经得到相关文献的验证。

与上述正相关关系的研究结论不同，有研究表明管理层持股不能促进公司研发投入的增加。原因是这样的，公司股权分散程度越大，管理层的控制权力就越大，管理层通过控制权获得的私有收益就越多，管理层不愿意进行收益不确定、金额大、周期性长的研发活动。另有研究发现管理层持股数量与研发强度之间的关系不显著，尤其从股权激励公司的市场表现来看，我国股权激励与研发强度之间不存在显著关系。据此，文章提出第二组研究命题：

命题H：管理层持股数量与公司研发强度呈正相关关系。

命题H：管理层持股数量与公司研发强度呈负相关关系。

命题H：管理层持股数量与公司研发强度没有显著关系。

(三)管理层的货币薪酬与研发强度的关联性

合理的货币薪酬激励可以抑制管理层风险规避倾向，鼓励管理层对风险性项目的投资，当然包括研发投入的投资Coles,J.L.，Daniel，N.D.， Navcen L.,“Managerial Incentives and Risk-Taking”， ，Vol.79，No.2，2006，pp.431-468.，也可以提高管理层研发投入的积极性。但是中国上市公司管理层的薪酬现状与西方国家上市公司管理层的薪酬现状不一样，中国上市公司高管人员财富水平较低，且面临权力及政治等因素的干扰，因此货币薪酬比管理层持股会有更好的激励效果。据此文章提出第三个研究命题：

命题H：管理层货币薪酬与公司研发强度呈正相关关系。

(四)股权集中度对管理层薪酬的调节作用

股权集中度间接地影响着管理层薪酬与研发投入之间的关系，股权集中度决定了股东监督职能的良莠以及股东实际控制权的归属。而监督职能的履行和实际控制权的归属又影响着对管理层的激励效果。具体而言，股东会借助董事会的力量决定管理层的激励方案，从而影响管理层对研发投入的积极性。股权分散时，单一的股东无能力控制公司的重大决策，此时公司出现内部人控制现象，股东无法掌握管理层薪酬激励对于研发投入的刺激程度。当股权比较集中时，大股东掌握了上市公司的实际控制权，可以通过董事会了解管理层薪酬激励的状况，能够保证公司对管理层的激励措施符合股东的意愿。股权集中度能从货币薪酬和管理层持股两方面调节研发强度。此文章提出第四个研究命题：

命题H：股权集中度正向调节管理层货币薪酬与公司研发强度。

命题H：股权集中度正向调节管理层持股与公司研发强度。

四、研究设计

(一)样本与数据

在选取样本公司时，按照下述条件进行筛选。

1.公司的营业性质在研究期间没有发生变化

如果在研究期间公司主营业务性质发生急剧变化，会使公司面临不同的内、外部经营环境，随之公司战略要进行调整，这些因素不利于本文研究。

2.剔除数据不全以及异常值的公司

文章剔除ST公司、金融行业以及数据不全的公司，在选取样本公司时，我们采取较为严格的筛选条件，只要在2007年至2014年间，相关公司任何年份的开发支出或者管理费用项目下的研发费用有缺失，就删除该公司。最终得到通讯、生物工程、生物制药、化工、软件、电子、传媒、航空、卫星制造等75家样本公司。考虑到研发投入存在时滞问题，本文借鉴已有文献的处理方法将研发强度滞后一期处理，将被解释变量的观测时间窗口设定为2008年1月1日到2014年12月31日，解释变量和控制变量的观测窗口设定为2007年1月1日到2013年12月31日。公司资本化费用及其他数据来自CSMAR中的公司治理数据库，费用化研发费用来自手工搜集的公司年报数据。

(二)变量与模型

1.被解释变量、解释变量、控制变量的界定与衡量

关于研发强度衡量。已有文献从不同的侧面来衡量研发强度，有的从研发的资金投入状况反映，有的从研发投入的产出方面衡量(比如采用专利权申请数)。产出方面的数据容易受到公司外部不可控制因素的影响，投入方面的数据较多地受公司治理因素的影响，本研究意欲探求公司治理因素对研发投入的影响，因而文章采用投入的资金和投入状况指标来衡量。

而资金投入方面又可以采用不同的口径进行测度，有用开发支出除以总资产的，有用开发支出除以营业总收入的。由于上市公司的研发投入由两部分构成，即资本化的费用和费用化的投入，资本化的研发支出反映在资产负债表上，而费用化的研发支出反映在管理费用账户下的“开发费用”、“研究与开发费用”、“技术开发费用”等项目中，为了全面反映A股公司在研发投入方面的总投资，文章将研发投入的数额界定为开发支出与开发费用之和，并且研发成功的费用资本化，不成功的费用计入管理费用。上市公司研发成功的概率较小，如果仅用资本化的开发支出不能全面反映A股公司研发投入的全貌。由于研发投入和公司营业收入的依存度较高，和公司总资产之间的依存度不高，因而本文以开发支出与研发费用之和除以营业总收入为指标来衡量研发投入强度。在进行稳健性检验时，采用开发支出与研发费用之和的自然对数替代研发投入强度以消除异方差的影响。

关于公司规模的衡量。文章用总资产的自然对数或者营业总收入的自然对数进行刻画，在进行稳健性检验时利用营业总收入的自然对数指标替代总资产的自然对数指标。

关于股权集中的衡量。已有文献从第一大股东持股比例、前两大股东持股比例、前十大股东持股比例的不同角度进行衡量。由于中国第一大股东与其他大股东的持股比例悬殊，没有必要采用Z指数来凸显第一大股东与其他大股东持股比例的差异。鉴于本研究以探讨A股上市公司股权集中度对研发强度的影响为目的，考虑到A股股权较为集中的现实，本文试图借鉴国外学者的做法，用前五大股东持股比例的赫芬达尔指数来刻画股权集中度。赫芬达尔指数将大股东持股比例取平方后容易反映股权方面的马太效应，反映出股权向较大股东集中的情况。前五大股东持股比率的赫芬达尔指数和前十大股东持股比率的赫芬达尔指数非常接近，本研究采用前五大股东持股比率的赫芬达尔指数。在稳健性检验时，采用前十大股东持股的赫芬达尔指数替代前五大股东持股比率的赫芬达尔指数。文章涉及的被解释变量、解释变量、控制变量的界定与衡量如表3所示。

表3 变量定义与衡量表

2.模型设定

文章主要探讨股权集中度对上市公司研发强度的非线性影响，因而拟构建非线性计量方程以及门限回归模型进行检验。

本文引入前五大股东股权集中度的一次方、二次方、三次方，为了检验文章的前三个研究命题构建的非线性模型，如公式(2-1)所示：

RDr

,=

β

+

β

RDr

,-1+

β

shrhfd

5,-1+

β

(

shrhfd

5,-1)+

β

(

shrhfd

5,-1)+

β

salary

,-1+

β

ceohd

,-1+

β

ocfl

,-1+

β

size

,-1+

β

growth

,-1+

β

incentax

,-1+

β

control

+

β

seperation

+

ε

(2-1)

模型(2-1)中：

i

=1,2,…,75;

t

=2008,2009,…,2014。模型中第2项重在考察研发投入的持续性；第3项到第5项考察股权集中度的影响；第6项到第7项考量管理层薪酬的影响；第8项着重检验现金流量带息债务比对研发强度的影响；第9项到第13项考察控制变量的影响；最后一项是残差项。

为了检验研究命题四，以及避免多重共线性，在模型(2-1)中用前五大股东持股比例的赫芬达尔指数分别与管理层的货币薪酬和管理层持股变量二者的交乘项替代管理层货币薪酬和管理层持股变量。模型如下：

RDr

,=

β

+

β

RDr

,-1+

β

shrhfd

5,-1+

β

(

shrhfd

5,-1)+

β

(

shrhfd

5,-1)+

β

shrhfd

5,-1*

salary

,-1+

β

shrhfd

5,-1*

ceohd

,-1+

β

ocfl

,-1+

β

size

,-1+

β

growth

,-1+

β

incentax

,-1+

β

control

+

β

seperation

+

ε

(2-2)

3.主要变量的门限回归模型

本研究主要探讨前五大股东持股比例赫芬达尔指数平方项、立方项对研发强度的敏感性检验问题。

(1)固定效应的处理。

本文首先探讨股权集中度在上升或下降阶段，研发强度对其敏感程度有何差异。将变量(

shrhfd

5,-1)作为门限变量，进行面板门限回归。门限回归模型是在非线性回归中应用较广的方法，可以利用数据得出门限值并确定非线性回归下各因素的边际影响。根据门限回归估计的要求，需要通过固定效应转换来消除个体效应，借鉴Hansen的方法，利用标准组内转换来消除固定效应的影响，本文利用公式(2-3)来消除固定效应。

(2-3)

(2)门限效果自抽样检验。

通过对

F

统计量利用Bootstrp方法反复抽样500次得到的

P

值进行分析可知，单一门限在1%水平下显著,双重门限在10%水平下显著，对应的

P

值分别是0.010、0.088，因此本文采用二重门限模型进行分析。门限回归的结果如表4所示。

表4 门限效果自抽样检验表

表5 门限估计值和门限置信区间表

利用Stata10.0软件进行回归，得到门限估计值和门限置信区间，如表5所示。

当(

shrhfd

5,-1)达到0.040、0.003时，(

shrhfd

5,-1)回归的LR统计量会发生变化。因此二重门限值分别为0.040、0.003两个数值。图1、图2分别为两个门限值对应的似然比函数图。

图1 第一个门限估计值与置信区间图

图2 第二个门限估计值与置信区间图

依据同样的思路，将变量(

shrhfd

5,-1)作为门限变量，可以得到(

shrhfd

5,-1)的门限效果自抽样经验报告和门限估计值与置信区间。前五大股东持股比例赫芬达尔指数立方项的门限效果自抽样检验如表6所示。

表6 门限效果自抽样检验表

表7 门限估计值和门限置信区间表

单一门限值在1%水平下显著，双重门限值在10%水平下显著，对应的

P

值分别是0.0008、0.072，因此本文采用二重门限模型进行分析。门限回归的估计值和门限置信区间如表7所示：当(

shrhfd

5,-1)达到0.008、0.000时，(

shrhfd

5,-1)回归的LR统计量会发生变化。因此二重门限值分别为0.008、0.000两个数值。图3、图4分别为两个门限值对应的似然比函数图。

图3 第三个门限估计值与置信区间图

图4 第四个门限估计值与置信区间图

前面研究得出，前五大股东持股比例赫芬达尔指数的平方项存在着双重门限值，前五大股东持股比例赫芬达尔指数的立方项也存在着双重门限值。据此模型(2-1)根据门限值的情况可以确定为模型(2-4)到模型(2-5)四种情形。

RDr

,=

μ

+

θ

′

X

,-1+

β

(

shrhfd

5,-1)·

I

[(

shrhfd

5,-1)≤

γ

]+

β

(

shrhfd

5,-1)·

I

[(

shrhfd

5,-1)>

γ

]+

ε

,

(2-4)

RDr

,=

μ

+

θ

′

X

,-1+

β

′(

shrhfd

5,-1)·

I

[(

shrhfd

5,-1)≤

η

]+

β

′(

shrhfd

5,-1)·

I

[(

shrhfd

5,-1)>

η

]+

ε

,

(2-5)

4.实证检验与分析

(1)相关变量的描述性统计。

本研究的研发强度(

Rdr

)、滞后一期的研发强度(

LagRdr

)、前五大股东持股比例的赫芬达尔指数(

Shrhfd

5)、经营净现金流量带息债务比(

Ocfl

)、管理层薪酬自然对数(

Salaryceo

3)、公司规模(

Size

)以及公司成长能力(

Growth

)、管理层持股的自然对数(

Ceohd

)等变量的描述统计如表8所示：从表8可知，研发投入强度(

Rdr

)的均值是6.34%，高于《中国科技统计年鉴2014》的统计数据，最大值是238.24%(是营业收入的2.33824倍)，最小值是0.0000%，说明样本公司中研发投入强度差别较大。前五大股东持股比例的赫芬达尔指数(

Shrhfd

5)的均值是13.37%，最大值是70.74%，最小值是0.88%，分布差别较大。公司可持续增长率(

Growth

)的均值是-18.88%，中位数是5.03%，最大值是180.73%，表明样本公司的可持续增率较低。税收返还率(

Incentax

)的均值是1.63%，中位数是1.65%，最小值是-27.79%，说明样本公司税收激励的整体水平偏低，税收激励水平有待提高。经营现金流量带息债务比(

Ocfl

)的均值是73.50%，中位数是17.15%，最大值是3249.94%，最小值是-478.48%，表明样本公司的经营现金流量带息债务比数值偏高，公司的经营活动现金流量充足。管理层前三名年薪自然对数(

Sslaryceo

3)的均值是14.29，中位数是14.18，最大值是16.31，最小值是0.00，表明样本公司管理层年薪差距较大。管理层持股的自然对数(

Ceohd

)的均值是10.50，最小值是0.00，说明有些上市公司的CEO未持有本公司的股份。

表8 关键变量的描述性统计表 ±s

(2)关键变量的相关性分析。

为了检验变量间是否存在多重共线性问题，需要对相关变量进行相关性分析。文章对CEO持股、管理层薪酬、前五大股东持股比例的赫芬达尔指数、前十大股东持股比例的赫芬达尔指数、研发强度、公司规模的自然对数、税收返还率、经营净现金流量带息债务比这几个变量进行相关性分析，具体分析如表9所示。

表9 关键变量的相关性分析表

注：括号内的数值是p统计量的值。

通过表9可知，这7个变量之间的相关系数没有超过0.8，说明变量之间不存在多重共线性问题，适合进行下一步的多元回归。相关变量之间的基本相关关系是：研发强度(Rdr)与

CEO

持股(Ceohd)正相关、与管理层薪酬(Salary)正相关、与公司规模(Size)正相关、与税收返还率(Incentax)负相关、与前五大股东持股比例的赫芬达尔指数(Shrhfd5)负相关。

(3)实证结果。

在进行实证研究之前，先对面板数据的平稳性进行检验，利用

Eviews

8.0软件对被解释变量、解释变量以及控制变量进行单位根检验，具体如表10所示：

根据相关变量单位根检验的结果显示，研发强度(Rdr)、 滞后一期的研发强度(Lagrdr)、前五大股东持股比例的赫芬达尔指数(Shrhfd5)、管理层薪酬的自然对数(Salary)、经营净现金流量带息债务比(Ocfl)、公司成长能力(Growth)、公司规模(Size)变量比较平稳，不存在单位根现象，适宜进行下一步的回归分析。

理论上讲，公司研发强度分别与公司规模、管理层薪酬、管理层持股、经营现金流量带息债务比、税收返还效应、公司成长能力等变量之间存在着长期的或者短期内的互动关系，使得公式(2-1)以及(2-2)存在内生性问题。根据

Baltagi

..,“ ”,Journal of Applied Econometrics,.21，.4，2006，.543-547.关于面板数据检验程序的观点，首先应该检验数据是否存在内生性问题，然后才确定数据是适合固定效应还是随机效应模型。如果模型存在内生性问题，则需要选取工具变量；如果模型不存在内生性问题，使用了工具变量则降低结果的有效性。可见，解决这类问题的首要工作是解决内生性的存在问题。可是遗憾的是，现有文献在检验模型内生性问题时缺乏对工具变量有效性的检验。因而本文吸取已有文献的建议，遵循着“检验工具变量有效性—判断模型内生性—确定模型形式”的逻辑顺序展开分析。

表10 相关变量的单位根检验表

* Probabilities for Fisher tests are computed using an asymptotic Chis-quare distribution, All other tests assume asymptotic normality.

工具变量必须具备以下特征：(1)它必须是外生的，与扰动项不相关；(2)它必须与内生解释变量偏相关；(3)它必须与其他解释变量不相关，避免出现多重共线性。因此本文借鉴(Hausman&Taylor )Hausman J.A.，Taylor W.E.,“Identification in Linear Simultaneous Equations Models with Covariance Restrictions: An Instrumental Variables Interpretation”,, Vol.51，No.5,1981，pp.1527-1549. 、(Wooldridge)Wooldridge J.M., , The MIT Press,Cambridge,Massachusetts, 2002，p.105. 、(李后建、尹希果、卞小娇)、(李任斯、刘红霞)工具变量选取的方法，将工具变量确定为：滞后一期的研发强度的平方项、滞后两期的研发强度的平方项、滞后两期的研发强度的立方项、本期无形资产占本期总资产的比重、滞后一期的管理层薪酬的行业中位数、滞后一期的管理层持股比例的行业中位数、滞后一期的前五大股东持股比例赫芬达尔指数的行业中位数、滞后一期的管理层薪酬的行业中位数与滞后一期的管理层持股比例的行业中位数的交乘项。

从工具变量模型中的相关统计检验量的指标可知：不可识别检验的 Anderson LM统计量结果表明工具变量的选择合理，弱识别检验结果表明模型不存在弱识别问题，过度识别检验中Sargan 统计量则表明工具变量均是外生的。这三个统计量说明文章所选择的外生变量是合理且有效的(由于版面有限，相关统计结果省略)。

利用DWH 方法检验模型的内生性，结果表明模型存在内生性问题。在估计模型中参数协方差时本文使用White 截面方法(White cross section)计算系数协方差。由于本研究采用的是均衡面板数据，通过固定效应模型的F 检验、LR 检验结果可知，本次回归宜采用随机横截面模型。因此，本文采用两阶段最小二乘法的随机模型进行回归。

综上分析，文章利用Eviews8.0 软件及Stata10.0 软件对门限回归模型(2-1)和(2-2) 进行数据拟合。本次回归宜采用两阶段二乘法进行拟合实证模型，回归结果如表11 所示：

表11 全样本数据的回归结果表

注释：***、**、*，表示估计值在1%、5%、10%水平上显著。括号内的数值是

t

统计量。

上一期的研发投入与本期的研发投入的相关系数在0.52左右，在1%水平下显著，表明样本公司在观测期内研发投入具有较强连续性，换言之，公司的研发投入具有一定的惯性。前五大股东持股比例的赫芬达尔指数与研发强度呈倒“N”关系，命题H通过了检验。管理层年薪的自然对数与研发强度正相关，在1%水平下显著，命题H通过检验。经营活动现金流量带息债务比与研发投入负相关，在5%水平下显著，说明样本公司存在举债进行研发投入的现象。可持续增长率与研发投入强度负相关。税收返还率与研发投入强度正相关，在1%水平下显著。方程整体显著，且不存在自相关现象。

五、进一步研究与稳健性检验

(一)实际控制人的进一步研究

为了进一步探讨股权集中度对研发投入强度的影响机理，文章根据上市公司实际控制权的性质不同，将样本公司划分为国有控制的上市公司、自然人控制的上市公司、法人控制的上市公司这三类，针对这三大类别进行分组回归。

国有控股上市公司的研发投入影响因素比较复杂。首先，复杂的委托代理关系不仅使得研发投入的激励作用不足，还导致研发投入监督不力的问题。其次，国有上市公司的目标不仅仅是股东财富最大化，还有社会财富最大化、充分就业等目标，由于目标的冲突，国有上市公司存在弱化研发投入的动机。在本研究中，国家控制的上市公司有36家。法人控制的上市公司，是社会机构利用多余资金进行投资形成的，该类上市公司更关注公司的价值。在本研究中，法人控制的上市公司的控制人全是来自于高等学校，共6家公司。自然人控制的上市公司一般为民营公司，在本研究中共有33家。利用逐步回归对这三组数据重新回归，具体回归情况如表12所示：

表12 根据实际控制人分组的回归结果表

注释：***、**、*，表示估计值在1%、5%、10%水平上显著。括号内的数值是

t

统计量。

前五大股东持股比例的赫芬达尔指数与研发强度关系，在国家控制的上市公司中呈倒“N”关系(命题H通过了验证)。在法人控制的6家上市公司以及自然人控制的33家公司中呈“N”关系，与全样本回归的倒“N”关系不一致。

管理层年薪的自然对数指标，在国家控制的36家公司中没有通过显著性检验；在法人自然人控制的上市公司中与研发投入正相关，说明管理层薪酬对研发投入强度起到了激励作用。

经营活动现金流量带息债务比指标，在国家控制的36家上市公司和自然人控制的33家公司中没有通过显著性检验，说明国家和自然人控制的公司中资金约束对研发投入没有影响，不同于全样本回归结果。在法人控制的6家公司中，与研发投入强度负相关，且在1%水平下显著，与全样本回归结果一致。

可持续增长率在国家控制的36家上市公司中与研发投入强度负相关，在1%水平下显著。在法人控制的6家公司和自然人控制的33家公司中没有通过显著性检验。

税收返还率在国家控制的36家上市公司和法人控制的6家公司中，与研发投入强度正相关，在10%水平下显著。

(二)两权分离的进一步研究

中国上市公司或多或少地存在着控股股东，控股股东往往采取现金流权和控制权相分离的不对称股权结构。若控股股东的现金流权大，则有更强的激励动机去监督CEO的研发投入，实现控股股东的“激励效应”；若控制权远远大于现金流权，控股股东利用超额的控制权侵占公司利益，出现“攫取效应”。根据两权分离数据是否为零，将样本分为两权分离不为零的44家A股公司和两权分离为零的31家公司。利用逐步回归法，对这两组数据重新回归，进行对比，具体情况如表13所示：

表13 根据两权分离程度的分组回归结果表

注释：***、**、*，表示估计值在1%、5%、10%水平上显著。括号内的数值是

t

统计量。

前五大股东持股比例的赫芬达尔指数，在两权分离程度为零的31家公司中，与研发投入强度呈现倒“N”形关系(命题H通过了验证)。在两权分离程度不为零的44家公司中，与研发投入强度呈现“N”形关系，不同于全样本回归的结果。

管理层年薪指标，在两权分离程度为零的公司中，与研发投入的显著性没有通过检验。在两权分离程度不为零的公司中，与研发投入强度呈现倒“U”形关系，这说明适度的管理层薪酬措施对研发投入强度能起到激励作用。

管理层持股、管理层持股与管理层薪酬的交乘项这两类指标，在两权分离程度不为零的公司中，与研发投入强度显著正相关，说明了管理层持股对研发投入强度能起到激励作用，以及管理层持股对董监高薪酬的正调节作用。在两权分离程度为零的公司中，两个指标没有通过显著性检验。

前五大股东持股的赫芬达尔指数与管理层薪酬的交乘项在两权分离程度为零的公司中没有通过检验，在两权分离程度不为零的公司中与研发强度负相关，前五大股东持股比例的赫芬达尔指数对管理层薪酬起到负向调节作用。前五大股东持股比例的赫芬达尔指数与管理层持股的交乘项在两权分离程度为零的公司中不显著，在两权分离程度不为零的公司中与研发强度负相关，前五大股东持股比例的赫芬达尔指数对管理层持股起到负向调节作用。

可持续增长率指标，在两权分离程度为零的公司中与研发投入强度正相关，不同于全样本公司数据回归的结果。在两权分离程度不为零的公司中没有通过显著性检验。

(三)稳健性检验

为了验证上述研究的稳定性与可靠性，进行了两方面的检验。第一，用研发投入的自然对数替代研发投入强度指标进行多元非线性回归；第二，用前十大股东持股比例的赫芬达尔指数替代前五大股东持股比例的赫芬达尔指数。二次替换指标回归结果和上述的研究基本一致，具体如表14所示：

表14 稳健性检验的结果表

注释：***、**、*，表示估计值在1%、5%、10%水平上显著。括号内的数值是

t

统计量。

六、研究结论与对策

(一)研究结论

文章利用2007年到2014年75家A股上市公司的平衡面板数据，探讨股权集中度对研发强度的影响机制。研究表明，股权集中度与研发投入强度呈现倒“N”形关系，股权集中度存在4个门限值；股权集中度对管理层薪酬和管理层持股这两个变量都有正向调节作用。进一步研究发现，股权集中度与研发投入强度的关系因实际控制人的性质不同而变化，在国有公司中呈现倒“N”形关系，而法人和自然人控制的公司中呈现“N”形关系；在两权分离程度为零的公司中，呈现倒“N”形关系，两权分离程度不为零的公司中呈“N”形关系。

管理层薪酬指标，在国有公司中没有通过显著性检验，在法人控制的公司中与研发投入正相关，说明管理层薪酬对研发投入强度起激励作用；在自然人控制的公司中，与研发投入负相关，管理层薪酬对研发投入强度起到了抑制作用。在两权分离程度为零的公司中，与研发投入的显著性没有通过检验。在两权分离程度不为零的公司中，与研发强度呈现倒“U”形关系，说明设置适度的管理层薪酬能对研发强度起到激励作用。

经营活动现金流量带息债务比指标，在国有公司和法人公司中没有通过显著性检验，说明国家和法人控制的公司中资金约束对研发投入没有影响，不同于全样本回归结果。在自然人控制的公司中，与研发投入强度负相关，且在1%水平下显著，与全样本回归结果一致。两权分离程度没有影响经营活动现金流量带息债务比，和全样本公司的结果一致，都是负相关关系。

管理层持股指标、管理层持股与管理层薪酬的自然对数交乘项指标，在两权分离程度不为零的公司中，与研发投入强度显著正相关，说明了管理层持股对研发投入强度能起到激励作用。在两权分离程度为零的公司中，两个指标没有通过显著性检验。

可持续增长率指标，在两权分离程度为零的公司中与研发投入强度正相关，不同于全样本公司数据回归的结果。在两权分离程度不为零的公司中没有通过显著性检验。

(二)研究对策

根据实证研究的结论，文章从宏观层面和微观层面提出相应的对策，以激发上市公司研发投入的积极性。

宏观层面：适当地降低公司税收负担，或者给予税收激励，刺激上市公司从事研发投入。政府应给公司提供广阔的融资渠道，建立多样化的资金融通机制，增加资金支持。在政策上和制度环境上提供有效的激励机制。

微观层面：适度保持股权集中度，激发大股东的监督积极性，但要避免第一大股东对企业的绝对控制，发挥股东之间的制衡作用，营造合理的股权结构提升公司的研发强度。巧妙地设计高管薪酬机制，将管理层的个人利益与公司研发投入的长远利益有效地结合起来，刺激管理层的研发积极性。

[责任编辑 王治国 责任校对 王景周]

2016-10-20

李经路(1974—)，男，河南平顶山人，云南大学会计学院讲师，会计学博士，主要研究方向为无形资产会计、财务会计理论。

云南省社会科学规划基金《DEA视窗分析的云南高校科研效率测度》(批准号：AC15010); 云南省社会科学规划基金《云南省生态文明指数研究》(批准号：201305)。

F230.9； F270

A

1000-5072(2017)06-0022-17