杠杆率、企业规模与企业创新

罗能生,刘文彬, 王玉泽

(湖南大学 经济与贸易学院，湖南 长沙 410079)*

一、引 言

创新是企业发展的根本动力，加大研发投入是促进企业创新的关键。研发投入需要大量稳定资金予以保障，中国以信贷等间接融资为主的融资方式决定了企业资金筹措必须借助资本杠杆作用，通过负债方式，以较小资金控制较大资产，加大研发投入，推动企业创新。与此同时，企业需要按期还本付息，过高的企业杠杆会加大财务风险、影响企业经营、抑制企业创新。当前，我国企业杠杆率过高问题比较严重，供给侧改革的主要任务之一就是“去杠杆”。那么，企业应该如何平衡利用杠杆促进创新和降低杠杆减少风险的关系？是否存在一个能够同时提高创新产出、降低创新风险的最优杠杆率区间？不同规模企业的最优杠杆率区间是否存在不同？如何合理利用杠杆率发挥对企业创新的积极作用？本文拟从实证的视角对这些问题进行深入探讨。

二、理论分析与研究假设

(一)企业杠杆率与企业创新

企业杠杆率即经济主体通过债务融资的方式，实现用较小的资本来控制较大的资产规模。一定程度的杠杆率有利于为企业的研发创新营造良好条件。首先，企业的负债比率增加，债务产生的利息作为财务费用而不计入税前利润，能够实现有效的避税效果，且企业的负债规模越大，避税作用越明显，用于研发创新等活动的资金越充裕[1]。其次，金融中介机构能够有效缓解信息不对称下的逆向选择和道德风险，减少企业创新外部融资成本，推动企业创新[2]。然而，过高的杠杆率可能引致破产成本的约束作用，抑制企业的研发创新活动。破产成本指企业无力偿还债务时所负担的不利影响和对债权人的补偿。在杠杆带来的负债环境下，企业为了转移和规避风险，就会修正投资计划，采用较为谨慎和保守的策略，而创新活动所具备的高风险和长周期特点为企业的风险收益带来了极大的不确定性，因此高杠杆条件不利于创新活动顺利开展[3]。由此可见，杠杆率对企业创新的影响兼具正、负两方面的效应，而且不同的杠杆率水平，其正、负效应的发挥可能存在较大差异，基于此，提出假设1：

H1:杠杆率对企业创新的影响效果受到杠杆率水平的制约。

(二)企业规模与基于企业创新的最优杠杆率

企业规模一直作为影响企业资本结构及其创新活动的企业微观因素而备受关注。首先，从市场地位来看，有学者认为只有具备支配市场能力和规模的企业，才会将创新活动作为攫取超额利润的选择，创新活动为企业带来的收益与企业的市场地位是正向相关的，因而大型企业更加具备创新的条件[4]；对于大型企业来说，企业规模的扩大，增强了企业的综合实力，也提高了企业的整体声誉，可以拥有更强的市场力量，从而使企业更容易获取其他资源和优势，因此，大型企业负债资金的创新效应更为明显。其次，从融资约束的角度来看，内部资金的充足更易于企业创新，若内部资金不足，则能够获得外部融资的企业将更具创新能力。公司规模在一定程度上影响了企业从外部进行融资的能力，规模大的企业由于其多元化程度高、风险分散能力强以及信息不对称程度低，使得其在外部市场进行融资时，渠道更宽、成本更低[5]。最后，小型企业能够投资的研发项目相对有限，创新活动在企业生产经营过程中容易变为带有赌博性质的投资，其风险承担能力较弱；而对于大型企业而言，其研发投资分布于不同的领域和项目，投资的多样性降低了风险，因而大型企业的风险承担能力较强[6]。综上所述，随着企业规模的提升，企业在市场能力、融资约束以及风险承担能力等方面将具有更多的优势，其所能承担的杠杆率水平会随之增加，基于此，提出假设2：

H2:不同规模的企业，杠杆率对企业创新的作用效果存在差异，且企业规模增加，基于企业创新的最优杠杆率也随之增加。

通过梳理相关理论，不难看出学者们围绕企业杠杆率对企业创新的影响展开了一定研究，基于企业规模异质性亦进行了相关讨论，但在以下方面仍有待完善：第一，高风险性是企业创新的主要特点之一[7]。讨论企业杠杆率的研发创新效应，应将杠杆率对企业创新风险的影响纳入研究之中，然而现有文献大都强调企业创新投入或创新产出，少有研究涉及企业的创新风险。第二，现有研究大多关注杠杆率对企业创新活动产生的作用效果，缺少关于最优杠杆率区间范围的讨论，亦缺少基于规模异质性对最优杠杆率的进一步分析，对企业降低和优化杠杆率的指导意义十分有限。鉴于此，本文拟在前人研究成果的基础上，从创新投入、创新产出与创新风险三个维度选取指标构建企业创新评价体系，对杠杆率与企业创新的关系进行实证考察，探讨最优杠杆率的区间范围，并基于企业异质性进行分类讨论，提出优化杠杆率创新效应的政策建议。

三、模型设定与指标选取

(一)模型设定及估计方法

由理论分析可知，企业杠杆率和创新投入、创新产出、创新风险之间可能受到杠杆率水平的制约，即企业创新与杠杆率之间的关系因不同的杠杆率而呈现出区间效应，可能存在一个既能促进创新产出又能规避创新风险的最优杠杆率[8]。为了避免人为划分杠杆率区间带来的偏误，本研究采用Hansen(1999)[9]拓展的门槛面板模型进行实证研究，该方法可根据数据本身特性对数据结构进行内生性划分，进而研究不同取值范围内的杠杆率对企业创新活动的影响。下面借鉴连玉君和程建(2006)的研究[10]，重点介绍单一门槛面板的构造，进而拓展延伸至多门槛的情形。以创新投入模型为例，单一门槛面板的构造如下：

iniit=μi+θ'xit+β1levitI(levit≤γ)+

β2levitI(levit>γ)+εit

(1)

其中，i表示上市公司，t表示年份，ini表示被解释变量创新投入，lev代表解释变量杠杆率，xit为一组对上市公司创新投入有显著影响的控制变量，θ为相应的系数向量。括号内的lev表示本模型中的门槛变量是企业杠杆率，γ为特定的门槛参数。I(·)表示指标函数，μi是企业的个体固定效应，εit是随机误差项。

上述假设是只存在单一门槛的情形，从经济学理论与计量统计的角度看，可能存在多个门槛值的情形。以创新投入方程为例，双重门槛面板的设定为：

iniit=μi+θ'xit+β1levitI(levit≤γ12)+

β2levitI(γ1

γ2)+εit

(2)

(二)变量选取

1．被解释变量：企业创新。(1)创新投入(ini)：根据数据可得性，本研究采用企业年度研发支出总额来衡量创新投入。(2)创新产出(ino)：本文采用无形资产比率来衡量企业的创新产出。无形资产指的是指企业拥有或者控制的没有实物形态的可辨认非货币性资产，会计上通常将无形资产作狭义的理解，即将专利权、商标权等称为无形资产。无形资产比率即为企业的专利权、商标权等无形资产净额与总资产之比，该指标能较好地反映企业创新产出的情况。(3)创新风险(inr)：目前研究讨论企业创新风险的鲜见文端，本文设置创新风险的主体思想是企业的创新投入是否能够提高企业的经验绩效，若企业当期研发支出增长率大于后一期净利润增长率，则认为存在创新风险，取值为1，否则取0。

2．核心解释变量：企业杠杆率(lev)。现有文献关于这一指标的衡量有多种方法，在相关研究中使用总债务资产比进行讨论的居多，本研究借鉴该方法从债务资产的角度选取指标，企业杠杆率(lev)=总负债/总资产。

3．控制变量：在梳理相关文献、参考刘波等(2017)[11]、王刚刚等(2017)[12]相关研究的基础上，选择控制变量包括：企业层面的现金流量(cf)、政府补助(gov)、企业净利润增长率(pro)、企业固定资产比率(fix)、高级管理人员持股数(exe)等。为了进一步控制行业特征可能对企业创新的影响，将企业所属的行业特质(tec)作为控制变量，参考国家统计局的标准将高技术行业的企业赋值为1，非高技术行业的企业赋值0。创新投入、现金流量、政府补助、高级管理人员持股数等指标进行对数化处理。

(三)样本选择与数据说明

本文采用2010-2015年沪深A股上市公司为研究样本，并按照一定规则对数据进行筛查与处理。首先，由于样本期间从2010年开始，为保证使用数据的完整性，删除2010年后才上市的公司；同时保留连续三年及以上数据齐全的上市公司。其次，由于金融行业的财务结构与非金融行业存在较大差异，为保证数据可比性，删除金融类上市公司。最后，为保证数据有效性，消除异常值对研究结论的影响，剔除样本期内经过ST、*ST等特殊处理以及退市的公司；删除财务状况存在异常情况的公司样本；门槛面板模型要求数据是平衡面板，因此，删除主要变量的缺失值并整理成平衡面板；此外，对所有公司财务数据在1%的水平上进行Winsorize调整。最终本文得到2010-2015年的平衡面板，样本量为6198个。相关数据来源于CSMAR上市公司数据库以及CCER数据库。

四、实证结果分析

(一)基准分析

1．门槛检验。为了确定杠杆率对创新投入、创新产出与创新风险的影响是否具有门槛效应，首先需要进行门槛效果自抽样检验。分别在不存在门槛、存在一个门槛与存在两个门槛的模型设定下对创新投入模型、创新产出模型与创新风险模型进行估计，得到F统计量与Bootstrap方法下的P值(见表1)。对于被解释变量创新投入而言，单一门槛、双重门槛分别在5%、10%的置信水平显著，单一门槛的显著性水平较高，因此效果最佳；对于被解释变量创新产出，单一门槛、双重门槛和三重门槛均在1%的置信水平通过检验，但是单一门槛的F值较大，单一门槛的效果最佳；对于被解释变量创新风险而言，单一门槛的检验结果最为显著，因此选择单一门槛最佳[13]。在下面的回归分析中，创新投入、创新产出、创新风险模型将选择单一门槛面板进行估计。其次需要进行门槛估计值检验(见表2)。门槛参数估计值是当似然比统计量LR等于0时的γ数值，创新投入、创新产出、创新风险模型单一门槛面板的门槛参数分别为0.529、0.093、0.371，各个门槛估计值的95%置信区间是当似然比检验统计量LR值小于5%显著性水平之下的临界值7.35时的γ所构成的区间。

表1 全样本企业门槛效果自抽样检验

注：括号上方的数字为门槛检验对应的 F 统计量，*、**、***分别表示在 10%、5%、1%水平上显著，括号内为采用 Bootstrap 方法反复抽样300次得到的 P 值。

表2 全样本企业门槛估计结果

2．门槛的参数估计结果。创新投入、创新产出及创新风险模型的门槛面板参数估计结果见表3。杠杆率的提升有利于增加企业创新投入，当企业杠杆率小于52.9%时，回归系数较大，此时杠杆率促进创新投入的效果最佳。究其原因，当企业杠杆率控制在52.9%之内，杠杆率的适当提升有诸多好处：其一，适当的负债水平有利于发挥税盾效应，部分贷款成本因所得税得以抵消。其二，适当的负债水平有利于降低公司的代理成本，企业管理层在举债经营的压力下会更加约束对剩余资金的利用，减少盲目投资，提升资金利用效率。其三，适当水平的负债有利于发挥财务杠杆放大效应，企业在无负债环境下的股东权益报酬率和公司的资产报酬率是相等的，负债环境增加了公司投入资本，这部分资产产生的利润计入股东报酬，同时对权益无影响，从而提高了权益回报率。在税盾效应、代理成本效应与财务放大效应的作用下，企业的经营绩效得以提升和改善，此时研发创新活动活跃，对创新投入产生了积极的正向影响。但是当杠杆率超过52.9%的临界值时，企业面临的财务风险增加，此时企业的投资活动会趋于稳健，在本身耗时长、不确定性大、资金投入量多却收益滞后的研发创新方面会趋于谨慎，研发投入增长变缓。

对于创新产出，当杠杆率小于9.3%时，杠杆率的提升对创新产出的影响并不显著；当杠杆率大于9.3%，杠杆率的提升显著地促进了创新产出的增加。其可能原因在于，当杠杆率小于9.3%时，因负债占比较低，其“资金补充”效应尚且微弱，对创新产出并未形成显著影响；当杠杆率大于9.3%，在税盾效应、代理成本效应与财务放大效应的三重作用下，企业营业绩效改善，为研发创新提供了良好环境，对创新产出起到积极的正向作用。

对于创新风险，当杠杆率小于37.1%时，杠杆率的提升能够显著降低企业创新风险；当杠杆率高于37.1%时，杠杆率的提升对创新风险并不显著。创新风险在本研究中体现为创新投入是否产生良好的经营绩效，当企业杠杆率小于37.1%时，杠杆率的提升能够显著提升企业的经营绩效，对减轻企业的创新风险起到积极作用；当杠杆率高于37.1%时，杠杆率处于相对较高水平，企业在较大的财务压力下经营绩效和创新活动均不能得到保障，创新投入难以产生积极的创新效应。

综合以上实证结果可知，不同杠杆率水平下，杠杆率对企业创新的影响效果是不同的，假设1得到验证。此外，存在企业杠杆率的最优区间，当杠杆率处于9.3%～37.1%的区间范围时，杠杆率的提升能够最大化地促进企业创新投入与创新产出，同时降低创新风险。通过观察原始数据，样本企业在2010-2015年期间的平均杠杆率为42.2%，超过最优杠杆率的区间范围，这意味着对于大多数企业而言，无法实现增加创新投入与创新产出，同时降低创新风险的双赢。

表3 全样本企业模型的参数估计结果

注：lev_1、lev_2、lev_3依次为各个门槛值从小到大范围内的杠杆率；括号内为各系数所对应的 t 统计量，***、**、*分别表示在 1%、5%、10%的显著性水平上变量显著。

(二)差异分析

企业规模一直作为影响企业资本结构及其创新活动的企业微观因素而备受关注。企业规模是企业经营能力、竞争对手实力和环境等多种因素综合作用的结果，选用员工规模作为企业规模的度量指标，且由于国家标准中对于不同行业的企业规模有不同的划分标准，若以同一标准进行划分，可能会出现较大的偏差，因此本文借鉴于泽等(2015)[14]的做法，按照企业员工规模将样本企业划分为三份，其中较小的1/3和较大的1/3分别归入小型企业与大型企业，中间的1/3样本企业被认为是中型企业，然后分组考察不同规模下的企业最优杠杆率。

1．门槛检验。为了确定不同规模企业的杠杆率对创新投入、创新产出与创新风险的影响是否具有门槛效应，首先需要进行门槛效果自抽样检验。由表4的门槛效果检验的结果可见，无论对于大型企业还是中、小型企业，创新投入、创新产出、创新风险模型的单一门槛检验结果显著性水平最高、F值最大，故都选择单一门槛面板进行估计； 其次需要进行门槛估计值检验，基于企业规模分组的创新投入模型、创新产出模型与创新风险模型下的门槛估计值及其对应的95%置信区间列示为表5。

表4 基于企业规模分组的门槛效果自抽样检验

注：括号上方的数字为门槛检验对应的 F 统计量，*、**、***分别表示在 10%、5%、1%的显著性水平上显著，括号内为采用 Bootstrap 方法反复抽样300次得到的 P 值。

2．基于企业规模分组的参数估计结果。在大型企业的回归结果中，对于创新投入，无论杠杆率的取值范围如何，杠杆率的提升均能有效促进创新投入的增加。lev≤0.391时，回归系数相对较大；lev>0.391时，回归系数相对较小，表明大型企业发挥规模效应优势抵御风险能力较强，利用杠杆率积极培育技术优势有利于创新投入的增加，且当杠杆率小于39.1%时，杠杆率促进创新投入的边际效果较大。对于创新产出，当lev≤0.670时，杠杆率的回归系数为正；当lev>0.670，杠杆率的回归系数显著为正，但系数相对偏小，说明此时杠杆率的提升有利于创新产出的增加，但是其边际效果有所消减。对于创新风险，杠杆率无论处于任何区间，其回归系数均显著为负，说明大型企业杠杆率的提升能够降低创新风险，这有两层含义：其一，大型企业杠杆率的增长能够带来利润的显著增长，说明其研发创新活动的经济效应显著；其二，当杠杆率较高时，利润并未降低，说明大型企业运营能力强、规模经济显著，具有良好的风险抵御能力。纵观以上实证结果，大型企业的最优杠杆区间为杠杆率低于67.0%时，此时杠杆率增加创新产出的边际效果最强，同时能够降低创新风险。通过观察原始数据，大型企业在样本期间的平均杠杆率为50.3 %，从平均水平看，大部分公司的杠杆率处于最优杠杆率的区间范围，能够有效地促进企业创新。

表5 基于企业规模分组的门槛估计结果

在中等规模企业的回归结果中，对于创新投入，杠杆率的提升能够显著增加企业的创新投入，当lev≤0.417，回归系数相对较大，即杠杆率促进创新投入的边际效果较强。对于创新产出，杠杆率对创新产出产生了显著的促进效果，当lev≤0.225时，回归系数较大，促进作用的边际效果最佳。对于创新风险，lev≤0.408时，杠杆率的提升有效地降低了创新风险，当lev>0.408时，杠杆率对创新风险并没有显著的影响效果。纵观以上实证结果，中型企业的最优杠杆率区间为杠杆率低于22.5%时，此时杠杆率促进创新产出的边际效果最强，同时能够降低创新风险。通过观察原始数据，中型企业在样本期间的平均杠杆率为43.1%，从平均水平看，大部分公司的杠杆率超过了最优杠杆率的区间范围，无法在促进创新产出的同时有效降低创新风险。

在小型企业的回归结果中，对于创新投入方程，杠杆率的增加能够显著提升创新投入，当lev≤0.532时，杠杆率估计系数较大，此时的边际作用较强。对于创新产出，当lev≤0.078时，杠杆率的提升对创新产出没有显著影响；当lev>0.078时，杠杆率的提升才能够发挥对创新产出的积极效应。对于创新风险，lev≤0.170时，杠杆率的提升有效地降低了创新风险，当lev>0.170时，此时杠杆率对创新风险并没有显著的影响效果。纵观以上实证结果，小规模企业的最优杠杆区间为7.8%～17.0%，此时能够增加创新产出，降低创新风险。通过观察原始数据发现，小规模企业在样本期间的平均杠杆率为32.9%，从平均水平看，大部分公司的杠杆率超过了最优杠杆率的区间范围，不能有效地控制创新风险。

综上可知，不同规模的企业，杠杆率对企业创新的作用效果存在差异，大型企业的最优杠杆率的区间为杠杆率低于67.0%，中型企业的最优杠杆率区间为杠杆率低于22.5%，小型公司的最优杠杆区间为7.8%～17.0%，即企业规模增加，基于企业创新的最优杠杆率也随之增加，假设2的观点得到验证。

表6 基于企业规模分组的的参数估计结果

注：lev_1、lev_2、lev_3依次为各个门槛值从小到大范围内的杠杆率；括号内为各系数所对应的 t 统计量，***、**、*分别表示在 1%、5%、10%的显著性水平上变量显著。

五、结论及政策启示

本文基于门槛模型，对创新视角下企业的最优杠杆率区间进行探讨。实证结果表明：首先，以全样本企业为研究对象进行分析，存在能够促进创新产出而降低创新风险的最优杠杆率区间：当杠杆率处于9.3%～37.1%的区间范围时，杠杆率的提升能够最大化地增加创新投入与创新产出，同时降低创新风险，然而，对于当前大部分企业而言，并未实现增加创新产出与降低创新风险的双赢。其次，基于规模分组的实证表明，大型企业的最优杠杆率的区间为杠杆率低于67.0%，中型企业的最优杠杆率区间为杠杆率低于22.5%，小型公司的最优杠杆区间为7.8%～17.0%，可见企业规模是影响最优杠杆率区间范围的关键因素。最后，通过观察原始数据，样本期大型企业的平均杠杆率处于最优杠杆率区间范围，中、小型企业的平均杠杆率超过最优杠杆率区间。由此可见，我国企业普遍存在着杠杆率过高的现象，中、小型企业可能表现的更为突出。

基于以上分析结论，本文认为，要正确理解中央“去杠杆”的政策，中央政策是要求降低我国经济运行中总体的杠杆率，防止系统性金融风险的发生，并不是否定合理利用杠杆来促进创新和发展。在新时期，我们仍应该而且必须创造条件，积极合理利用经济杠杆来促进创新发展。同时，我们需要在充分调查研究和科学测算的基础上，来确定不同领域、不同产业、不同规模企业的最优杠杆率，为杠杆的利用确定科学依据，贯彻落实最近中央提出的结构性降杠杆的政策。在推进供给侧改革的过程中，要精心谋划，精准施策，尤其要关注中、小企业中可能存在的创新风险，以拓宽融资渠道为手段，妥善处理“降杠杆”和“促创新”的最优平衡，在有效规避金融风险的同时，把我国创新发展推进到新的阶段和新的水平。