研发投入累积效应、超常收益与企业价值研究

（山西财经大学金融学院，太原 030006）

引 言

当前，中国的经济发展模式发生转变，对经济发展质量的要求不断提高，而研发创新无疑是经济高质量增长的重要动力。特别在5G技术蓬勃发展及中美贸易摩擦后，中国制造业企业对研发投入的重视程度日益提高。制造业企业研发投入能否显著促进企业综合实力提升？资本市场对企业研发投入行为的认可程度如何？针对以上问题，本文根据2015～2018年A股制造业企业数据，探究研发投入是否对企业价值有明显的促进作用及产生促进作用的原因。

本研究的贡献：（1）使用2015～2018年制造业上市公司数据分析研发投入与企业价值的关系，研究结论对于判断资本市场目前对研发投入的认可程度、强化科技强国理念、增强全社会重视研发投入具有重要现实意义；（2）涉及研发投入跨期影响的文献多集中于对滞后性的研究，本文则从研发投入对企业价值存在累积效应这一角度进行研究和分析，对高研发投入制造业企业更具有借鉴意义；（3）本文还进一步探究了研发投入影响企业价值的机理，通过超常收益这一中介变量将企业行为与资本市场对企业的估值联系起来，丰富了相关理论研究。

1 文献综述

由于不同国家和地区资源禀赋、产业发展模式不同，对企业的研发关注度、关注角度也有所不同。欧美国家较早意识到企业开展研发创新活动的重要性，学者对企业研发活动的研究也比较早。 Schumpter （1942）［1］首次注意到创新活动对企业的影响，认为创新活动会为企业带来超常收益。随着欧美发达国家金融市场的发展和繁荣，欧美国家学者对企业研发活动的研究突破企业绩效的层面，开始关注企业研发活动与资本市场的关系，相关研究成果也比较丰富。部分学者认为研发投入对企业价值提升有明显促进作用［2-4］。也有部分学者就研发投入对企业价值有促进作用这一观点提出一定质疑［5］。

受限于企业层面研发数据披露的不详尽和对企业研发创新活动不够重视，国内对这一问题的研究相对滞后。21世纪初，中国创新产业开始蓬勃发展，国内学者开始关注中国企业的研发投入与企业绩效、企业价值之间关系。周艳和曾静 （2011）［6］首先从企业层面研究了研发投入与企业绩效间的相关性。王一鸣和杨梅 （2017）［7］在关注研发投入与企业绩效关系的同时进一步探究企业研发活动对市值的影响，发现企业开展研发活动有利于提升绩效和市值。随着数据披露越来越详尽，国内相关研究也更加深入细致，朱志红和李诗宇 （2019）［8］聚焦于新能源行业，研究新能源类上市公司研发阶段各方面的投入对企业价值的影响，发现均与企业价值呈正相关关系。

研发投入的跨期影响也是值得关注的话题。以往涉及跨期研发投入研究的文献多是从滞后性这一角度入手［6，9，10］， 对研发投入累积效应的研究非常少。赵喜仓和吴军香 （2013）［11］研究发现，药品行业和电子行业的研发投入对绩效具有累积影响。赵玉林和胡燕 （2018）［12］发现中国高技术产业在商业价值形成阶段和科技成果形成阶段存在显著的累积效应。可能由于企业数据披露有限，很少有文献探究研发投入对企业价值的影响是否存在累积效应。

对相关文献梳理可知， Schumpter （1942）［1］最先关注研发对企业的影响，认为研发投入会为企业带来超常收益。企业通过研发投入获得的超常收益能否增加企业价值？鲜有沿着这一思路研究的文献。另外，国内外相关文献多是仅对研发投入、企业价值二者存在何种关系进行简单的回归分析，未能深入探究研发投入对企业价值产生影响的机理。

通过整理以往文献，可以发现涉及跨期研发投入的研究多从滞后性这一角度入手，很少关注累积效应。如今企业面临的竞争日趋严峻，想要通过偶发的、一次性的研发投入就使企业综合实力显著提升越来越不可实现，因此分析研发投入的累积影响更具现实意义。

2 理论机制

2.1 超常收益

“超常收益”译自“Abnormal Return”一词［1］，但Schumpter并未明确定义超常收益。本文认为超常收益与正常收益相对，表示实际收益中超过正常收益的部分。正常收益是假设不进行研发活动的情况下公司或股东 （投资者）可取得的收益，是一项机会成本。所以，超常收益本质上是实际收益高于机会成本的部分，与经济租金相似。

经济租金是资源所有者获得的超过资源用于其他用途所能得到的收益，即资源所有者获得的超过机会成本的收益。经济租金分为3种类型：（1）基于矿产、专利等稀缺要素产生的李嘉图租金；（2）基于较高的进入壁垒获得的张伯伦租金； （3）基于创新产生的熊彼特租金。熊彼特租金难以与企业某种具体的资源直接联系在一起，真正使企业获得熊彼特租金的，是企业的资源配置和能力积累。

根据经济租金理论原理，可从收益来源的角度解释超常收益：（1）超常收益源自企业的核心能力。企业通过研发活动获得的超常收益与企业家的创新管理能力息息相关，这些能力是企业核心能力的一部分，影响着企业对研发活动风险的评价和投资决策的选择；（2）超常收益源自企业的稀缺要素。企业拥有的核心技术、产品专利等独特要素若具备稀缺性、不可替代性和有用性，就能为企业带来超常收益；（3）超常收益源自企业的垄断地位。企业拥有独特资源要素后，这些独特资源会影响企业竞争战略的制订，最终帮助企业获得垄断地位和由此产生的超常收益。

2.2 研发投入与超常收益

Schumpter （1942）［1］认为研发投入有助于企业获得超常收益，下面从理论层面对此进行分析。

企业家在研发活动中需要评估研发风险、配置调动资源，这些行为有助于提升企业家的创新管理能力。重要的是，这种能力无法模仿且会持续影响企业今后的研发活动，是企业的核心能力。根据经济租金理论，这种核心能力是企业创造熊彼特租金的根源，并最终对李嘉图租金、张伯伦租金的创造产生影响。

从长期来看，3种租金是相互转化的：企业最初取得熊彼特租金时可能并不拥有稀缺的资源和垄断地位，但由于企业家具有出众的洞察机会、整合资源的能力，企业资源不断得到重新发现和巧妙组合，这有助于企业创造稀缺的生产要素 （如专利），取得李嘉图租金，并配合竞争战略，最终形成产品或技术的进入壁垒，获得张伯伦租金。在此之后，竞争对手的创新、模仿会减少甚至夺走创新企业的各项经济租金，有远见的企业为了持续获得经济租金，必然会不断开展研发活动，一个又一个由熊彼特租金、李嘉图租金、张伯伦租金组成的循环相互交错在一起，而在某一期间创造的3种经济租金共同构成了企业当期的超常收益。

2.3 超常收益与企业价值

企业价值反映了企业的综合实力，在证券市场中，股票市值、模型估算价值都常被用来代表企业价值。本文借助股利现金流量折现模型说明企业价值与超常收益的关系，模型基本形式如下：

其中Vi，t表示t期末公司i的价值，K为贴现率，即股权资本成本，Et表示基于时刻t已知信息的期望值，D代表股利。

BVi，t代表所有者权益期末账面价值，πi，t表示净利润。移项得式 （3）：

式 （4）是简单的表达式变形：

式 （3）带入式 （1）整理得：

超常收益RI表示企业获得的净利润超过预期获得收益的部分，预期获得收益本质是机会成本。

整理式 （4）～（6） 得：

从式 （7）可以看出，正常收益仅能填补股东 （投资者）的必要报酬，只有超常收益能为股东创造价值。企业研发活动是创造超常收益的重要来源，也是提升企业价值的重要动力。

综上，研发投入提升企业价值的全过程如图1所示。

图1 研发投入提升企业价值过程

2.4 研发投入的累积效应

企业研发投入对企业价值的影响并非瞬时的、同步的，而是在一段时期内持续产生影响效果的，根据影响效果的具体表现，国内学者将其划分为滞后效应与累积效应。

明确两种效应的差别。参考赵玉林和胡燕（2018）［12］对研发投入关于企业创新绩效的滞后效应和累积效应区别的表述，推广至研发投入对企业价值的研究中：当前期 （t期）的研发投入对未来期 （t+j期）的企业价值产生影响，且未来期（t+j期）的企业价值未受到中间期间 （t+1、t+2……t+j-1期）研发投入的显著影响，将这种现象定义为研发投入的滞后效应，滞后期为j期；将企业之前若干期 （t-j、t-j+1……t-1期）的研发投入对企业当前期 （t期）企业价值产生影响，定义为研发投入的累积效应，累积影响期为j期。

研发投入对企业价值的累积效应可以表示为：

其中，Vt表示第t期受研发活动影响的企业价值，α是各期投入的影响系数，RD表示研发投入。

进一步明确两种效应的区别：滞后效应描述企业发生研发投入后会对未来某一期企业价值产生影响，影响的是未来某一时点的价值；累积效应描述研发投入发生后会对未来某一期间企业价值产生影响，影响的是未来某一时期的价值。

区分滞后效应与累积效应后，有必要进一步分析累积效应的经济内涵。创新活动会使企业获得超常收益，而其他创新者、模仿者的加入会使企业的超常收益消失。那么，如何才能保障企业持续获得超常收益并不断提升企业价值？这就需要建立隔离机制。企业为持续获得超常收益，不断进行研发投入、提升核心能力，熊彼特租金隔离机制因此实现强化。在这一过程中，短期租金交错连接，当期取得的租金产生于之前多期的研发投入，或者说，当期隔离机制的强化受益于之前若干期的持续研发投入。所以，研发投入累积效应源于熊彼特租金隔离机制的构建。

3 研究设计

3.1 研究思路

本文以2015～2018年高研发投入制造业上市公司作为研究的样本，在梳理现有研究的基础上提出假设并选取变量、构建模型；通过托宾Q值来测定企业价值，分析各年研发投入强度与托宾Q值是否存在正向的线性相关关系；之后检验研发投入对企业价值的累积效应；在此基础上进一步引入超常收益作为中介变量，进行线性回归分析。

3.2 样本选取

普遍认为，企业研发投入强度达到5%才属于高研发投入企业。本文选择2015～2018年A股制造业企业中研发投入强度持续大于5%的企业为研究对象，数据来自国泰安数据库和万德数据库。为了选取出有效且有说服力的样本，本文还考虑了以下条件进行样本公司数据筛选：（1）剔除2015～2018年未持续披露研发支出数据的企业，保证数据的连贯性； （2）剔除ST、ST∗企业，防止经营状况出现异常的企业数据影响实证研究结果。最终选出符合要求的样本，样本包含270家制造业企业2015～2018年数据。

3.3 变量的选取

本文选取研发投入强度作为解释变量；选取托宾Q值作为被解释变量用于衡量企业的市场价值。同时，参考以往学者研究中指标的选取［6，13-15］，最终选择企业规模、资产负债率、资产净利率作为控制变量。各变量计算公式见表1。

表1 变量定义表

3.4 假设与实证模型

在文献综述研究与理论机制分析的基础上，提出如下3个假设：

假设1：企业的研发投入强度与当期的企业价值存在正向的线性相关关系。

假设2：通过研发投入会使企业未来获得超常收益，并因此增加企业价值。

假设3：研发投入对企业价值的影响具有累积效应。

为检验上述3个假设，参考陈海声和卢丹（2011）［16］构建的模型， 本文构建回归模型 1如下：

考虑研发投入的累积效应，构建回归模型2如下：

4 相关性分析

本文采用SPSS软件对样本公司的研发投入强度与托宾Q值进行相关性分析。

表2 相关性分析结果统计表

表2结果显示，2015年、2016年研发投入强度与当年托宾Q值相关性较弱；而2017年、2018年研发投入强度与当年托宾Q值通过了1%水平的显著性检验，初步判断具有正相关关系。

2015年研发投入强度与2016～2018年托宾Q值相关性检验结果显示未达到统计学上的显著相关；2016年研发投入强度与2017年托宾Q值通过了5%的显著性检验，与2018年托宾Q值通过了1%的显著性检验；2017年研发投入强度与2018年托宾Q值也通过了1%的显著性检验。可以初步判断2016年、2017年研发投入对未来企业价值具有累积影响性。

可以看出，近年来研发投入与企业价值的相关性逐年增强。

5 回归分析

5.1 研发投入强度与当期托宾Q值

由于2015年、2016年研发投入强度与托宾Q值未能通过相关性检验，仅对2017年、2018年数据进行回归分析，结果见表3。

回归分析结果显示，2017年、2018年调整后R2均大于30%。

综合相关性结果，2015年、2016年研发投入强度与当期托宾Q值不具有明显的线性相关关系，2017年、2018年存在显著正相关关系。近年来研发投入对当期市值的提升作用开始显现。

表3 研发投入强度与当期托宾Q值线性回归分析统计表

5.2 研发投入强度与非当期托宾Q值

除了分析研发投入与当期企业价值是否存在线性相关关系外，还有必要探究研发投入与未来期间企业价值是否也存在线性相关关系。

需要说明的是，本文在验证累积效应时，没有选用将托宾Q值与之前若干期的研发投入强度的组合构建线性回归关系进行检验的方法，主要是考虑企业研发活动是一个持续的过程，不同期研发投入可能存在关联，一并进行回归分析会影响结果的准确性和科学性。回归分析统计如表4所示。

表4 研发投入强度与以后期间托宾Q值线性回归分析统计

对2017年研发投入与未来一年企业价值线性回归结果进行分析：无论变量组合还是2017年研发投入强度与2018年托宾Q值均通过了1%水平的显著性检验。即2017年研发投入发生后，对未来1期企业价值有显著影响。

同样，由表4可得：2015年研发投入发生后，对未来3期企业价值的影响并不显著；2016年研发投入发生后，对未来2期企业价值有显著影响。

结合相关性分析结果可得：2016年、2017年企业发生研发投入后，会对未来的企业价值产生影响，这两年的研发投入对企业价值存在累积效应。

5.3 引入超常收益作为中介变量的回归分析

变量间简单的相关性分析、线性回归分析不能解释相关关系背后的作用机理，本文通过中介变量的检验能够更加清晰地解释研发投入对企业价值的影响。

研发活动不仅能为企业创造超常收益，也最终为投资者 （公司股东）带来了超常收益。中介变量超常收益可以用实际收益率与正常收益率求差计算，实际收益率采用样本的个股回报率 （含股利），而计量正常收益率的方法较多，如市场指数收益率法、均值收益率法、CAPM模型法。本文与一些采用事件研究方法的文献主要差别是使用整年数据分析而非使用事件发生前后一段时间的数据，故可采用含股利的全年平均市场回报率作为正常收益率。

参考温忠麟等 （2004）［17］的研究，在涉及中介变量时，各变量间的关系可用如下方程来表示：

按顺序测试回归系数c、a、c′、b，测试后若发现各系数均显著，则可得出存在显著的中介效应的结论。

基于线性回归分析测试的结果，本文仅以2017年研发投入强度、2018年托宾Q值作为X和Y，2018年超常收益作为M（中介变量），进行中介效应的检验。

步骤1：检验2017年研发投入强度对2018年托宾Q值的回归关系，结果如下：

2018年托宾Q值2017年研发投入强度整体显著性 0.000研发投入强度显著性 0.000 N 270

步骤2：检验2017年研发投入强度对2018年超常收益的回归关系，如果如下：

2018年超常收益2017年研发投入强度整体显著性 0.003研发投入强度显著性 0.004 N 270

步骤3：检验2017年研发投入强度、2018年超常收益对2018年托宾Q值的回归关系，结果如下：

2018年超常收益2017年研发投入强度整体显著性 0.000研发投入强度显著性 0.002 2018年超常收益超常收益显著性 0.000 N 270

通过上述中介效应检验，可以看出各系数均显著，上述变量组合符合假设2。但受限于披露的数据较少，且通过相关性分析发现仅2018年企业价值与研发投入相关性显著，故仅选取一期样本进行研究，无法确定累积效应的期数。

6 结论与启示

本文选取2015～2018年A股制造业企业中研发投入强度持续大于5%的企业作为研究样本，得出如下结论和启示：

（1）研发投入与当期企业价值的线性回归分析结果显示，与2015年、2016年不同，2017年、2018年企业研发投入强度与当期托宾Q值存在显著的正相关线性关系。实证结果表明企业开展研发活动有助于价值提升，也表明制造业企业的研发投入越来越受到资本市场的关注和重视，在一定程度上能够反映中国证券市场对制造业企业开展创新活动的支持，为中国制造业转型升级提供了有利的金融环境。对制造业企业而言，可以考虑结合企业的发展战略、行业特点、资源和能力，适当加大研发投入力度，既为企业持续发展壮大提供保障，也有利于企业估值的提升。

（2）研发投入与以后期间企业价值的回归分析结果显示，中国制造业企业研发投入对企业价值的影响具有累积效应。实证结果也表明制造业企业可以通过持续的研发投入，进行技术的整合与累积，有效地提升企业的核心实力。目前，针对企业研发创新活动的各类优惠政策都重点关注企业是否符合高新技术企业认定条件、研发支出是否符合规定条件和标准，相对而言，对企业研发活动的持续性关注不足。对于政策制定者而言，可以考虑对持续高研发投入企业额外给予更多政策优惠，鼓励企业开展长期、持续的研发活动，这样不仅能使研发活动对企业价值的累积效应得到充分发挥，还能抑制企业意图通过偶发或虚假的研发活动享受政策优惠。

（3）最后引入中介变量超常收益来解释研发投入与企业价值存在相关关系的原因，本文认为超常收益是将企业研发活动与资本市场联系起来的重要因素，从这一角度考虑，真实、充分、及时地披露企业研发信息非常重要。从信息披露管理的角度有如下两点建议：①继续加大力度，推进企业落实研发相关信息的披露义务，可以考虑将企业需披露的研发信息进一步细化，还要加强对非资金类信息的披露 （如研发人员数量）；②采取措施提高披露的研发信息的准确性。研发投入为企业带来超常收益进而影响企业价值这一结论也说明了加强知识产权保护的必要性。知识产权保护不足的情况下，企业研发投入产生的成果可能会被竞争对手以很低的成本窃取或复制，使企业获得的超常收益减少，企业价值无法得到充分提升，最终影响企业开展研发创新的积极性。