物流企业融资约束、研发投入和企业绩效研究

翟国宇，王 妹 （南京林业大学 经济管理学院，江苏 南京210000）

ZHAI Guoyu, WANG Mei(School of Economics and Management, Nanjing Forestry University, Nanjing 210000, China)

0 引 言

创新是一个国家持续发展，提升综合国力的重要驱动力，也是企业在激烈市场竞争中保持优势，实现企业价值长期增长的重要手段。近年来，随着淘宝、京东等网上购物平台的兴起，我国的电商经济在短期内呈现出快速发展的势头，而物流行业这一传统行业在新的经济形势下也迎来了新的发展机遇。值得注意的是，处在行业顶端的部分物流企业，正在向以智能化、自动化等新兴技术为依托进行生产运营的科技型企业转变。目前，顺丰、京东等企业已通过使用自动化机器取代了繁琐耗时的人工仓储分拣和搬运工作。可见，研究和开发新型技术用于企业的日常生产运营，已成为物流行业的趋势，这对整个物流行业的所有企业提出了新的要求。

目前，我国很多物流企业在仓储、分拣、运输等技术方面还不够先进，倾向于通过扩大业务量和规模效应来提高企业收益，忽视了对于行业最新动态把握和思考，对物流行业未来向智能化和无人化转变这一发展趋势不重视。此外，由于物流行业自身的特点，物流企业的资金中有很大一部分被日常运营活动占据，往往很少有企业愿意将大笔资金用于需耗费巨额资金研发创新项目。所以，在考虑企业融资状况的前提下，研究企业研发投入和企业绩效之间的关系是很有必要的。

1 理论分析和研究假设

1.1 融资约束和研发投入

在理想的资本市场中，企业和投资者的信息是完全对称的。企业获得融资的渠道大致分为两类：内部融资和外部融资。内部融资，主要资金来源是企业以前年度积累的利润。外部融资，主要包括股权融资和债权融资。由于信息完全对称，企业采用内部融资和外部融资的成本应当是相同的。但理想的资本市场只存在于假设中，现实情况是，由于企业进行研发活动往往涉及重要商业机密，企业向投资者披露的信息是不完整的。出于自身投资安全和回报率的考虑，外部投资者对企业进行投资，所要求的资本回报率要远大于企业采用内部融资所需的成本，这种现象被称之为融资约束，即企业内外部融资成本不一致。对于商业银行等机构投资者来说，向企业提供贷款所需的抵押物往往有严格限制，如房产、土地、机器设备等有形资产，这类资产的特点是价值高，易变现。而企业研发活动所产出的往往是专利、商标、管理机制等无形资产或不可辨认资产，此类资产在市场上难以获得合理公允的估值而且不易在短期内转化为货币资产，因此加大了企业从外部为研发项目获得资金的难度。基于上述分析，本文提出第一个假设：

H1：企业研发投入和融资约束存在负相关关系。

1.2 研发投入和企业绩效

技术创新理论指出，创新是将新的发现和发明转化为企业新的生产力，这将打破企业原来形成的生产平衡，甚至冲击整个行业市场。不仅如此，企业进行研发创新活动也有利于打造自身品牌，品牌效应给企业带来的潜在价值是长期的，也是其他企业难以模仿的，所以这就体现了研发活动对企业长远发展的积极影响。但在短期内，企业开展研发活动会降低企业的利润，对外部投资者来说是负面信号，会对企业的市场价值产生不利影响。徐添懿等（2018） 发现研发投入是增强企业竞争力的重要因素[1]。杨中环（2013） 研究了2007～2009 年80 家上市公司的数据，发现研发支出对企业价值指标的影响存在显著的滞后效应，可能的原因是我国资本市场缺乏完善的机制[2]。基于以上分析，本文提出第二个假设：

H2a：企业当期研发投入和当期企业绩效存在负相关关系。

H2b：企业滞后的研发投入和当期企业绩效存在正相关关系。

1.3 融资约束对研发投入和企业绩效关系的影响

当企业面临的融资约束较小时，由于资金充足，出于任期内将企业绩效做高，谋求自身职业发展的考虑，管理层往往愿意将资金用于低风险[3]，收益稳健的项目。研发活动的特点是高风险，高投入且回收期长，即使项目取得了较好的收益，大部分收益归股东所有，管理层的可期待利益不足以抵偿研发失败带来的风险，这便容易产生“投资不足”的代理问题[4]。当企业是高融资约束企业时，根据资源基础理论，企业通过研发产生的经济效益不仅和项目本身的前景有关，也和宏观经济环境和企业的内部治理机制相关。如果企业利用外部融资无法获取足够的资金用于创新研发，则会被迫将大量资金留存于企业内部，分散了企业投资其他业务的资金[5]。一旦研发项目失败或没有赚取足够的利润，企业的管理层也会面临巨大的绩效考核压力[6]。所以，高融资约束企业的管理层在企业经营过程中会更为谨慎，通过合理配置资金使用，加强与股东等企业利益相关者的讨论，将资金用于适合的发展项目来促进企业绩效提升。因此，融资约束一定程度上可以缓解代理问题。基于以上分析，本文提出第三个假设：

H3：跟低融资约束企业相比，高融资约束企业的研发投入对企业绩效的正向作用更强。

2 研究设计

2.1 样本数据的选择

本文以物流企业为研究样本，选取2015～2019 年沪深两市主板A 股44 家物流上市公司的相关数据，这些企业主要是铁路运输和道路运输企业，数据来源为国泰安数据库。为了保证数据的可靠性和实证结果的准确度，已对数据进行如下筛选处理：（1） 剔除ST 和*ST 企业的数据，极端值和异常值会影响统计结果，所以需要将这类公司的数据剔除；（2） 仅研究A 股上市企业，剔除B 股和H 股企业。因为在国内资本市场，A 股是重点关注对象；（3） 剔除数据缺失的企业。

2.2 变量设计

（1） 企业绩效（ROE）。本文重点关注的是企业的财务绩效，尤其是企业创造利润的能力。本文借鉴了胥朝阳（2018） 的研究，用净资产收益率（ROE）来衡量企业绩效。

（2） 研发投入（RD）。一般将研发支出与总资产的比值、研发支出与营业收入的比值、研发支出与股票市值的比值作为研发投入的指标，本文选用研发支出与营业收入作为衡量企业研发投入的指标。

（3） 融资约束（FCI）。本文参考了鞠晓生（2013） 的研究方法，使用SA 指数衡量融资约束。SA 指数的公式为：FCL=-0.737*SIZE+0.043*SIZE2-0.04*AGE。SIZE为企业规模，表现为企业总资产的自然对数，AGE为企业年龄，即企业的存续时间。SA 指数的数值为负数且绝对值越大，表明企业受到的融资约束越严重。

（4） 控制变量方面。在参考了以往相关研究的基础上，本文选用了资产负债率（LEV）、总资产周转率（TAT）、营业收入增长率（GRO） 和企业规模（SIZE） 作为控制变量纳入模型。同时，选取年度（YEAR） 作为虚拟控制变量。

2.3 模型构建

为了验证假设1、2、3，分别构建如下模型：

2.3.1 用于检验研发投入和融资约束关系的模型如下：

模型1：RD=α0+α1FCIit+α2LEVit+α3TATit+α4GROit+α5SIZEit+α6YEARit+εit

2.3.2 用于检验研发投入和企业绩效关系的模型如下：

模型2：ROE=β0+β1RDi,t-j+β2LEVit+β3TATit+β4GROit+β5SIZEit+β6YEARit+εit

2.3.3 检验假设3 时，将企业按照融资约束程度大小分为低融资约束组和高融资约束组，将数据代入模型2 中分别进行回归，来验证假设3 是否正确。

其中：i代表第i个企业，j=0,1,2；用以检验滞后一期至二期的企业绩效与当期研发投入的关系。t为时间，取值为2015～2019。

3 实证结果与分析

3.1 描述性统计分析

各个变量的描述性统计如表1 所示。净资产收益率的均值为0.066，最大值为0.407，最小值仅为-0.878，最大值和最小值之间差别很大，说明龙头物流企业和一般企业间的盈利状况极不均衡，但标准差为0.097，从整体来看，物流企业的盈利能力差异不明显。融资约束的最大值为4.377，此时企业已经受到了很严重的融资约束，标准差为0.297。研发投入的标准差是所有变量中最低的，物流企业的研发投入均值仅为0.004，跟其他行业相比，物流企业属于低研发型企业，在未来需要加大研发投入。资产负债率的均值为0.36，但最高值为0.86，过高的资产负债率会加大企业的偿债风险。总资产周转率标准差为0.281，最高值为2.602，最低值几乎为0。营业收入周转率标准差高达2.134，直接反映了各个企业间业务数量和订单金额的差距很大。企业规模，最大值和均值相差较小，但标准差较大，说明头部物流企业在行业中优势明显。

表1 描述性统计

3.2 相关性分析

在进行回归分析前，先对各个变量之间的相关性进行分析，初步判断它们之间的相关程度。表2 显示，融资约束和研发投入的相关系数为-0.126，但未通过显著性检验，待回归分析时进一步验证。净资产收益率和研发投入的相关系数为-0.321，通过了5%水平下的显著性检验，这和假设2 一致。控制变量方面，除营业收入增长率外，其他控制变量均和净资产收益率显著相关。

表2 相关系数表

3.3 回归结果与分析

3.3.1 研发投入和融资约束

模型1 的回归结果如表3 所示。融资约束的回归系数为-0.003，但未通过显著性检验，假设1 得到部分证实。调整后R方为0.045，拟合效果不理想。本文分析可能的原因是虽然物流企业存在融资约束，但未必能实际影响企业的研发投入。一方面，物流企业是服务类企业，跟机械、电子信息、医药等注重研发的行业相比，物流企业本身没有足够的研发积极性。另一方面，物流企业的服务对象最关注的是配送准时率和配送物资的完整安全性，对于物流企业所使用的仓储技术、配送方式、信息网络系统等方面的情况关注度较低。从节约资金的角度考虑，物流企业不希望为了“讨好”服务对象而将巨额资金投入前景不明朗的研发项目中[7]。所以，在物流行业中，融资约束对于企业研发投入的抑制作用不明显。

表3 研发投入与融资约束回归结果

3.3.2 研发投入和企业绩效

表4 反映了研发投入与企业绩效的回归结果。三组回归的拟合效果和显著性都较好。当期和滞后一期、两期的研发投入和企业绩效的回归系数均为负数，分别为-5.628，-5.996 和-4.668。且当期与滞后一期的回归系数通过了显著性检验。H2a 得到验证，说明当期的研发投入确实会给企业盈利状况造成负面影响，但H2b 未得到验证，两期滞后的研发投入也未能对企业绩效发生正向影响作用。本文分析，原因可能在于研发活动所需的时间较长，即使研发成功，市场接受新产品或新服务也需要经历一定的时间才能反映在企业绩效上。资产负债率对企业绩效间产生的是负向作用，说明负债率会影响企业的财务绩效。营业收入和企业规模均对企业绩效的影响是正向的，但回归系数未通过显著性检验。

3.3.3 分组回归

以融资约束这一变量按照从小到大排序，将前33%的企业划分为低融资约束组，后33%的企业为高融资约束组，将两组数据分别回归，比较在融资约束水平不同的情形下，研发投入和企业绩效之间的关系。

回归结果如表5 所示。在当期，高融资约束组的研发投入对企业绩效起到的是正向作用，和低融资约束组相反。但滞后一期和二期，高融资约束组的回归系数均为负数。原因可能是管理层的短期行为，研发项目的选择不合理。低融资约束组在滞后第二期时，研发投入的回归系数为正。高融资约束组滞后期的回归拟合效果不理想。假设3 得到部分验证。

4 总结与建议

物流企业应当重视技术创新研发，目前仅有少数头部物流企业选择利用高科技设备和信息系统提高工作效率，行业整体对于研发并不重视。智慧物流正逐步成为物流行业最大的发展方向，从长远角度看，未来物流行业会与互联网技术、人工智能等尖端技术紧密结合，这对物流企业提高物流效率，节约人工成本等方面具有重要意义。因此，企业应当抓住时机，在国家从增值税政策改革等方面给予企业较大的优惠力度，鼓励企业加大研发投入力度的大环境下[8]，尽快建设出智能模式下的工作体系和机制。在融资方面，物流企业由于可抵押固定资产较少，日常营运资金占用过多等原因，使得整体融资难度较大。物流是事关国计民生的基础性行业，政府需对物流行业的发展给予必要重视，通过开发财政理财产品[9]，重点扶持创新型企业和相关行业等措施为物流企业提供更多融资渠道。物流企业自身要优化调整融资结构，合理规划发展路径，积极寻求产业内部合作，努力打造品牌价值。

表4 研发投入与企业绩效的回归结果

表5 不同约束水平下研发投入和企业绩效的回归结果