高新技术企业金融资产配置与财务绩效的相关性研究

梁 璐 刘曦昊

现在是一个以知识经济为核心的时代，而高新技术产业是知识经济的支柱，高新技术正逐步成为推动当代经济社会发展的主导力量。近年来，高新技术企业在国民经济中占据的地位逐步上升，已变为新的经济增长点。随着市场竞争越来越激烈，实体经济的获利空间越来越小，越来越多的企业加大金融资产配置，出现金融化现象，导致虚拟经济过度膨胀，加大了社会的金融风险以及企业的财务风险。为了促进高新技术企业的健康发展，有必要对其金融资产配置效益做出客观、科学的评价。企业财务绩效体现了其一切财务活动效益，影响企业财务绩效的因素众多，但其中最重要的是企业对所掌控资产的运营状况，资产配置合理、运营效率高，就会减小财务风险，提高企业财务绩效；反之，资产配置不合理、运营效率低，就会加大企业财务风险，降低企业财务绩效。

本文以沪深交易所上市交易的高新技术企业A股上市公司为样本，致力于研究高新技术企业金融资产配置与财务绩效的相关性，对优化高新技术企业的资产配置，提高其财务绩效，促进其持续稳定发展、从而提高我国的科技竞争力具有重要意义。

一、基础理论概述

（一）高新技术与高新技术企业

高新技术是指凭借科学研究、科学发明在原领域中革新的运作或在新领域中的发展。不同国家及不同学者对高新技术的定义都有自己的见解。日本学者将高新技术看作是一类研究与开发强度大，呈系统开发的技术，着重点是具有较强系统性以及新经济基础设施的一类技术，例如：生物技术、微电子技术和新材料技术等。而我国的学者认为高新技术是在基于科学研究之上和处在科技的前端，利用我国的科技发明在增强国力方面起着指导作用的新科技群。高新技术企业，即用高新技术生产产品、或供应高新技术劳务的企业，高新技术企业是一个知识型和技术型相结合的经济实体。

（二）企业财务绩效及评价

企业财务绩效是指企业战略的实施与执行是否为最终的经营业绩做出贡献，其体现了企业成本控制、费用管理、资产运用、资金来源调配等的效果，能够给管理层提供一系列信息，例如：企业经营效果、资产变现能力等，除此之外，财务绩效也便于企业的利益相关者分析企业过去的经营成果，并预测企业未来的发展趋势。

一般认为，财务绩效有两种评价方法：单一指标评价法和多指标评价法。单一指标评价法是指采用某个财务指标进行企业财务绩效的评价。通常选用的评价指标有托宾Q 值、总资产报酬率、净资产收益率等，方法比较简明易懂，但是不能达到严格要求下的综合性、科学性。相比之下，多指标评价法则更为合理，它是从影响财务绩效的四大方面（盈利、偿债、营运、增长能力）选取合适的指标，构建企业财务绩效评价模型，然后采取综合评分法、因子分析法等计算企业财务绩效综合得分，最后根据综合得分评价企业财务绩效状况。

本文采用的是上述的第二种方法——多指标评分法，共提取4 个主因子去描述众多财务绩效指标之间的联系，对高新技术企业财务绩效做出综合评价。

（三）金融资产的内涵

金融资产是指不包含实体经营资产的资产，主要是金融市场提供的合约或产品，如票据、债券、股票、各类金融衍生产品等。据现行报表内容体系，金融资产的内容有：交易性金融资产、可供出售金融资产、衍生金融产品、持有至到期投资、长期股权投资、投资性房地产等。

二、文献回顾与研究假设

（一）文献回顾

当前我国经济正处于转型的关键阶段，制造业企业也正从追求短期利益逐渐向重视研发创新转变，而这种转变的成败对我国经济能否成功跨越中等收入陷阱具有关键作用。于是高新技术企业便被回报率高的金融资产所吸引，抽离出大量资金用于金融资产配置。

高新技术企业配置大量金融资产，是否会造成其自身生产经营规模或能力的下降？韩国Seoetal（2012）和Shin（2012）的研究表明：企业减少研发投入，增加金融资产配置，会对企业的发展造成影响。Orhangazi（2008）、张成思和张步昙（2016）、Tori and Onaran（2017）检验了金融资产配置对实业投资效率的影响，谢家智等（2014）检验了企业因过度配置金融资产出现的金融化对企业研发创新的影响。王红建等（2017）在市场套利分析框架下实证检验实体企业金融化是抑制还是促进了企业创新，研究结果表明：实体企业处于市场套利动机下，金融化对企业进行技术创新的动力具有显著抑制作用。

（二）研究假设

自进入二十一世纪以来，市场需求空间日益缩小，由于实体经济不景气，企业实体投资回报率下降幅度明显，越来越多的实体企业将资金投入到高收益的房地产、金融行业，虚拟经济加速膨胀，进而出现实体产业的“金融化”现象。在我国，实体经济普遍面临利润下降、经营遇到困境的情况下，公司主营业务收入较少。相反，金融投资率较高，这意味着金融资产投资的机会成本较低，投资收益较高，这会促使公司进行金融资产配置。然而，实体企业过多的进行金融资产配置，将缺乏足够的资金用于设备的更新改造、新产品的研发，进而抑制企业主业发展。对于高新技术企业来说，更是如此，它的发展离不开设备的更新改造以及新产品的研发。并且，高新技术企业的研发创新是一个累积的、持续的以及充满着不确定性的过程，这对企业长期具备连续且稳定的资金投入有很高的要求。如果高新技术企业一味追求金融资产的超额收益，过度配置金融资产，上述资金需求就无法满足，使得财务不具有持续性，进而导致企业财务风险上升，财务绩效下降。

根据上述理论分析，提出研究假设：高新技术企业金融资产配置与其财务绩效呈负相关。

三、研究设计

（一）样本选择和数据来源

本文选取在沪深交易所上市交易的高新技术企业A 股上市公司作为研究对象，选取其2016—2018年的年报数据。将所得数据进行以下处理：首先，剔除ST 公司；其次，剔除2016—2018 年数据不全或数据存在异常的公司。最后得到919 个样本公司，2757 个观测值。本文的数据全部来源于国泰安数据库，数据处理使用SPSS 和Stata 进行。

（二）变量界定

1、因变量

通过对以往学术界对财务绩效的衡量的研究，可以发现，有少部分学者使用托宾Q 值来表示财务绩效，而更多学者则使用的是总资产收益率、净资产收益率等会计指标。随着对企业财务绩效的研究逐步深入，其衡量指标也历经了从单一到全面的发展过程。为保证研究结果的科学、合理，本文从影响财务绩效的四大方面（盈利、偿债、营运、增长能力）共选取10 个财务指标，采用定性的方法构建高新技术企业财务绩效评价指标体系，并采用因子分析法建模，并计算得到财务绩效综合评分，即因变量。

2、自变量

借鉴王昭权（2019），将金融资产分为：金融衍生产品、短期投资、交易性金融资产、可供出售金融资产、持有至到期投资、长期股权投资、投资性房地产等。并用金融资产比重作为衡量企业金融资产配置状况的指标，即自变量。高新技术企业金融资产持有比例计算公式如下：

金融资产持有比例（Fin）=（交易性金融资产+持有至到期投资+可供出售金融资产+发放贷款及垫款+衍生金融工具+长期股权投资+投资性房地产等）/资产总额

这里需要特别说明的是，根据宋军和陆旸（2015）的研究提出，现代社会房地产已经逐步“脱实入虚”，因此，本文在衡量高新技术企业金融资产配置状况时包括投资性房地产。

3、控制变量

高新技术企业的财务绩效不仅受其金融资产配置状况的影响，经常还受其经营规模、资金结构、研发投资状况等的影响。参考戚聿东（2018）、黄贤环（2018）等文献，本文选取研发费用比例（Rd）、资产负债率（Lev）、公司规模（Size）、行业（Year）和年度变量（Ind）作为控制变量，具体变量定义如表1 所示。

表1 主要变量及其定义

四、企业财务绩效因子分析

本文使用SPSS20 进行因子分析。从选取的10个具有代表性的财务指标中提取主因子，根据方差贡献率构建财务绩效综合评价模型，计算财务绩效综合评分。

（一）财务绩效指标体系构建

企业财务绩效通常是特定时期内其盈利能力、偿债能力、营运能力和增长能力的综合体现。所以本文从以上四个方面共选取10 个代表性指标来衡量企业财务绩效。具体如表2 所示。

表2 企业财务绩效评价指标体系

（二）KMO 和Barlett 检验

使用KMO 和Barlett（巴特利特球形）检验，分析所选取的财务指标之间相关性的强弱程度，并检验所选指标之间是否适合进行因子分析，分析结果见表3。

表3 KMO 和Bartlett 的检验

经过KMO 和Barlett 检验，结果显示：KMO 检测值为0.614，大于0.5，所取的Barlett 球形检验结果Sig 为0.000。由此可得，所选取的财务指标之间相关性较强，适合进行因子分析。

（三）提取主因子

本文采用主成分分析法提取主因子，结果如表4 所示。因为只有前4 个主因子的初始特征值大于1，所以提取4 个主因子（F1、F2、F3、F4）。并且，4 个主因子的累计方差贡献率达到86.44%，说明4 个主因子能够反映财务绩效指标86.44%的信息。因子提取的效果理想。

表4 解释的总方差

（四）主因子命名

将原始的众多财务绩效指标提取出几个具有代表性的因子后，为了便于了解每个因子的含义，需要对因子进行旋转。本文使用正交旋转法对因子荷载矩阵进行旋转，经过25 次旋转，结果如表5 所示。

从表5 可以发现，主成分F1主要有营运能力的非流动资产周转率（TNA），股东权益利用率（VET），总资产周转率（TAT）；主成分F2主要有盈利能力的资产报酬率（ROA），净资产收益率（ROE），成本费用利润率（CPR）；主成分F3主要有偿债能力的流动比率（CR），速动比率（QR）；主成分F4主要有含发展能力的营业收入增长率（OIGR），所有者权益增长率（OGR）。因此，把F1命名为营运能力因子，F2命名为盈利能力因子，F3命名为偿债能力因子，F4命名为增长能力因子。

表5 旋转成份矩阵

（五）因子分析模型构建

1、各主因子评价模型构建

确定各个主因子之后，采用具有Kaiser 标准化的正交旋转法，通过计算得到每个因子中各指标的得分系数，结果见表6。

表6 成份得分系数矩阵

利用表6 的结果，构建各主因子评价模型如下：

F1=0.006ROA+0.025ROE-0.060CPR+0.039CR+0.039QR-0.001OIGR-0.020OGR+0.364TNA+0.369V ET+0.349TAT

F2=0.390ROA+0.376ROE+0.339CPR-0.030CR+……+0.022TAT

F3=-0.037ROA-0.074ROE+0.041CPR+0.497CR+……+0.001TAT

F4=-0.031ROA-0.015ROE-0.039CPR+0.009CR+……-0.10TAT

将样本公司近三年财务指标实际值分别代入各主因子评价模型，计算样本公司各主因子得分。

2、构建财务绩效综合评价模型

根据各因子的方差贡献率，构建高新技术企业财务绩效综合评价模型。

其中，F 代表高新技术企业财务绩效综合得分，F1、F2、F3、F4表示各因子得分。将各因子得分代入上述模型，可计算出各样本公司2016～2018 年的财务绩效综合评分。

五、高新技术企业金融资产配置与财务绩效关系的实证过程

（一）模型的建立

为了验证高新技术企业金融资产配置对财务绩效的影响，本文选取研究开发费用比率、资产负债率、企业规模等作为控制变量，参考戚聿东、张任之（2018）金融资产配置对企业价值的影响的实证研究，构建以下模型：

其中，F 代表企业财务绩效，Fin 表示高新技术企业金融资产配置比例，Rd 表示研发费用比例，Lev表示资产负债率，Size 表示公司规模，Year 表示年度，Ind 表示行业，α0是常数项，α1-α6为各自变量和控制变量的系数，ε 表示随机误差。

（二）描述性统计分析

为初步了解样本公司财务绩效、金融资产配置及资金结构、公司规模及研发投资状况，必须进行描述性统计分析，利用SPSS20 进行描述性统计分析，结果如表7 所示。

表7 描述性统计分析

根据表7 统计结果可以看出：财务绩效综合评分（F）的极大值为8.6734，极小值为-3.4919，二者差异较大，均值接近于0，标准差是50.94%，说明沪深A 股高新技术企业的财务绩效差异较大。

金融资产配置比例（Fin）的极大值为82.93%，极小值为0，均值是5.71%，标准差约是8.12%。显然，各样本公司金融资产配置不均，差异较大。

此外，在沪深A 股高新技术企业中，研发费用比例（Rd）极大值为58.25%，极小值为0，均值为5.12%，标准差为4.77%，这表明样本公司研发费用比例存在较大差异。由表7 可见，各样本公司资产负债率（Lev）、公司规模（Size）也存在一定的差异。

（三）相关性分析

为了初步了解各因素对企业财务绩效的影响，需要进行各变量之间的相关性分析，本文以Pearson相关性来研究高新技术企业金融资产配置比例（Fin）与企业财务绩效（F）的相关系数，并进行双尾检验。结果如表8 所示。

表8 相相关性分析

注：*.在0.05 水平（双侧）上显著相关。 **.在.01 水平（双侧）上显著相关。

从表8 可以看出：高新技术企业财务绩效（F）与金融资产配置比例（Fin）的相关系数为-0.042，说明其与财务绩效呈负相关关系，而且，显著性水平为0.028，通过5%的显著性检验，说明高新技术企业金融资产配置比例（Fin）与公司财务绩效显著负相关，初步验证了上述假设。

高新技术企业财务绩效（F） 与资产负债率（Lev），公司规模（Size）的相关系数分别为-0.088，-0.053，说明选取的这两个控制变量对高新技术企业财务绩效（F）的影响均是负向的。而研发费用比率（Rd）与财务绩效（F）的相关系数为正值，说明二者呈正相关关系，但并不显著。从表8 可见，各自变量和控制变量之间的相关系数均小于0.4，说明其不存在严重的自相关性。

（四）回归分析

为进一步验证金融资产配置与财务绩效的关系，采用Stata15进行多元线性回归分析，结果见表9。

表9 回归结果

根据表9 的回归结果，调整R 方为0.075，说明模型的拟合状况一般；F 值为4.30，显著性为0.0000，说明模型整体显著；VIF 均小于10，说明不存在多重共线性问题。金融资产配置比例（Fin）的系数为-0.358，在1%的水平下显著，说明高新技术企业金融资产配置比例越大，越不利于财务绩效的提升，即高新技术企业金融资产配置与财务绩效显著负相关，证实本文假设成立。控制变量研发费用比率、公司规模与财务绩效正相关，但不显著，资产负债率与财务绩效显著负相关。

（五）稳健性检验

为了使研究结论更具稳健性，本文使用托宾Q值替代财务绩效变量，进行稳健性检验，结果如表10 所示。

表10 稳健性检验结果

由表10 可见，调整R 方为0.228，说明模型的拟合状况良好；F 值12.95，其显著性为0.0000，说明回归模型整体显著；VIF 均小于10，说明不存在多重共线性问题。金融资产配置比例（Fin）的系数为-0.951，且在10%的水平下显著，说明高新技术企业金融资产配置与财务绩效显著负相关，进一步验证了研究假设，说明本文上述回归结果具有稳健性。

六、研究结论及建议

（一）研究结论

本文以2016～2018 年沪深交易所上市的高新技术企业A 股上市公司作为研究样本，通过因子分析、相关性分析、回归分析和稳健性检验，得出高新技术企业金融资产配置与财务绩效负相关。主要原因是：一方面，总体看目前我国高新技术企业资金并不是十分充裕，过度配置金融资产，可能会抵占部分研发投入，影响企业的科研创新，从而影响企业的财务绩效；另一方面，过多配置金融资产，会加大企业的投资风险，影响企业财务绩效。

（二）相关建议

1、重视金融化对高新技术企业财务绩效的影响

研究表明，高新技术企业的金融资产配置与财务绩效负相关。从表7 描述性统计分析结果看，目前部分高新技术企业金融资产配置比例偏高，因此高新技术企业的高管在进行投资决策时，应适当降低和控制金融资产配置比例，提防金融资产配置比过高所带来的财务风险，避免将过多资金占用于金融资产上，盲目追逐虚拟投资收益，进而加大企业财务风险，降低企业财务绩效。

2、适当减少金融资产配置，增加科研创新投入

由表8 的相关性分析结果可见，高新技术企业的研发费用比率与金融资产比例之间的关系虽然不显著，但呈负相关，初步说明高新技术企业的金融资产配置或多或少可能会对其研发投入有一定的负向影响。由于高新技术企业的发展以研发创新为基础，创新能力是高新技术企业的核心竞争力，因此高新技术企业应将投资的重点放在研发创新投入上。避免由于金融资产配置过高，而对研发投入的资金产生“挤出”效应，使得研发投入不足，削弱高新技术企业的科技竞争力。

3、制定相关政策，抑制企业过度金融投资

政府有关部门在制定相应的宏观经济政策时，要关注虚拟经济对实体经济的“挤出”效应。一方面应当出台相关政策鼓励高新技术企业加大对研发创新的资金投入；另一方面完善相关政策法规，如，适当提高企业金融投资的手续费率或适当提高企业金融投资收益的所得税率等，抑制企业金融资产的超额收益率，促使企业摆脱对金融投资的依赖，更加专注于实体经营和研发创新投资。

综上所述，高新技术企业的金融资产配置与财务绩效呈现负相关。高新技术企业应当适当控制金融资产配置，防止过度金融投资对企业发展造成不利影响。同时要加大研发创新投入，重视科研创新能力的提升。相关部门也要制定相应的政策，引导高新技术企业优化金融资产配置，加强研发投入，促进其财务绩效的提高。