研发投入、资本结构对企业绩效的影响——基于研发投入的调节作用

陈阳 韩飞（对外经济贸易大学 北京 100020 浙江大学 浙江 杭州 310058）

一、引言

“创新是一个民族发展的不竭动力”，近几年美国对中国高科技企业的打压愈演愈烈，说明先进的科学技术具备强大的震慑力。随着经济全球化的发展，全世界范围内的竞争越来越激烈，企业想要生存、想要拥有竞争力；国家想要摆脱落后、在国际上拥有话语权，唯有掌握最先进的科学技术。但是先进的科学技术需要足够的研发投入作为支撑，长期以来我国很多企业缺乏战略眼光，重视短期利益，缺乏足够的研发投入。资本结构是指企业资本总额中各种资本的构成及其比例关系，反映企业资金的来源，通常选取资产负债率作为资本结构代理变量，体现公司的财务政策，一个合理的资本结构，是公司健康稳定发展的前提。在融资方式选择上，与债务融资相比，国内的上市公司倾向于进行股权融资（江龙等，2013）［1］，主要是国内上市公司股权融资成本低以及股票审批制度、上市公司考核制度、内部人控制等方面的原因导致的（陆正飞等，2004）［2］。本文就国内上市公司研发投入、资本结构的状况，研发投入、资本结构如何影响企业绩效等问题作出进一步的研究。

二、文献综述与研究假设

（一）研发投入与企业绩效。研发投入是企业用于研究和开发的支出，是企业产生创新成果的必要条件；企业绩效是指在一定的经营期间的经营效益，反映企业的盈利能力，本文选用总资产收益率作为企业绩效的代理变量。目前国内外学者关于研发投入与企业绩效关系的研究有着不同的侧重点和结论。陈建丽等（2015）采用面板门限回归模型对研发强度和企业绩效的关系进行研究，发现研发强度对当期企业绩效存在显著的负向影响，研发强度对企业绩效的影响存在一期滞后［3］。Cazavan-Jeny和Jeanjean（2006）通过对相关数据的实证分析，得出了研发投入负向影响企业股票价格和企业绩效的结论［4］。张铁山（2016）等对上市大数据企业进行研究，结果表明上市大数据企业的经营绩效与其当期、前一期的研发投入强度均没有显著相关关系［5］。Sridhar等（2014）也得出研发投入与企业绩效没有相关关系的结论［6］。程宏伟等（2006）对研发投入与企业绩效的研究则发现研发投入与企业绩效正相关，且研发投入对企业绩效的影响逐年减弱［7］。Bhagwat和Debruine（2011）以美国制药业为例，也得出研发投入能够明显提升企业绩效的结论［8］。唐建荣等（2019）发现研发投入具有滞后效应，负向影响当期的企业绩效，但是对滞后两期的绩效水平有显著正向作用［9］。

先进的科学技术能够降低企业成本，增强市场竞争力，改善企业的绩效，但是研发的过程可能比较久，研发结果也有着很大的不确定性，研发投入往往很难在短时间内落地生效给企业带来实质性收益，因而存在一定滞后性，据此本文提出：

假设1：其他条件不变的情况下，研发投入与企业绩效（滞后一期）存在正向相关关系。

（二）资本结构与企业绩效。关于资本结构的研究，最早开始于著名经济学家Modigliani和Miller基于完善资本市场假设条件提出的MM理论。MM理论使得企业资本结构的研究受到广泛关注，该理论认为，在不考虑企业所得税且公司经营风险相同时，公司的资本结构与公司的市场价值无关［10］，后来在1963年，Modigliani和Miller修正了之前的MM理论，证明在考虑所得税的情况下，通过债务融资可以增加企业的价值。另外R.W.Masulis（1983）选用上市公司股票价格作为企业绩效的衡量指标，研究资本结构与企业绩效之间的关系，发现资产负债率提高，企业绩效水平会相应提高［11］。Anthony（2010）对南非地区中小企业负债与绩效相关关系进行研究，结果表明债务融资越多的企业绩效越好［12］。而魏哲海（2018）在其研究中发现上市公司资本结构与公司绩效间存在明显的负相关关系，资本结构越高的公司绩效越差［13］。李萍等（2019）对农业类上市公司的研究也表明负债水平越高，企业绩效越低［14］。

一方面，资产负债率越高，企业需要偿还巨额的利息，增加企业的财务费用，降低企业的利润影响企业绩效；另一方面，较高的资产负债率，意味着企业面临较大的财务风险，企业的整体风险由财务风险和经营风险组成，为了维持企业的整体风险不变，当财务风险提高时，公司倾向于通过降低价格等措施减少利润降低经营风险，导致企业绩效下降，据此本文提出：

假设2：其他条件不变的情况下，资本结构与企业绩效存在负向相关关系。

关于研发投入、资本结构和企业绩效这三者之间关系尤其是基于研发投入调节效应的研究较少，本文将探究研发投入、资本结构对企业绩效的影响验证研发投入的调节作用从而提出：

假设3：其他条件不变的情况下，研发投入对资本结构（滞后一期）和企业绩效（滞后一期）之间的关系存在负向调节作用。

三、研究设计

（一）数据来源及样本选择。本文选取了2012—2019年信息传输、软件和信息技术服务业172家上市公司的面板数据，这172家的研究数据较为完整，另外该行业作为技术密集型行业，对研发投入更为敏感所以更适合本次研究。数据来源于Choice金融终端。在数据预处理过程中进行了如下操作：（1）剔除了ST、*ST类型的上市公司，此类公司风险较大，数据缺乏代表性，若不剔除会影响分析结果的准确性；（2）在进行回归前，对数据进行了上下1%的缩尾处理，消除了个别极端值对回归结果造成的偏差。

在进行回归时，以企业绩效为被解释变量，研发投入和资本结构为解释变量，企业规模、固定资产比率和现金持有率为控制变量（其中研发投入和其他控制变量为当期数据，资本结构和企业绩效为滞后一期数据），中心化的研发投入与资本结构的交乘项验证研发投入的调节作用，通过“个体中心化”控制个体固定效应、加入年度虚拟变量控制时间固定效应进行多元回归分析。假设不同的上市公司之间是相互独立的，但是面板数据存在多期数据，同一上市公司的不同时期的数据存在序列相关性，因而使用聚类标准误保证稳健性。本文选择的主要数据处理软件是STATA 16.0，变量选取情况如表1所示。

表1 本文选取变量及相关说明

（二）模型构建。本研究采用双向固定效应模型进行回归来消除个体固定效应和时间固定效应的影响，采用“个体中心化”的方法处理个体固定效应，通过加入时间虚拟变量控制时间固定效应构建的多元回归模型如下：

ROAit=β0+β1RDi，t-1+β2LEVi，t+β3SIZEi，t-1+β4FIXAi，t-1+β5CASHi，t-1+β6c_RDi，t-1*c_LEVi，t+YEARt-1+εi，t-1

四、实证分析

（一）描述性统计。

1.按年份归类描述性统计。本文对选取的172家上市公司的面板数据按照年份归类，通过描述性统计来分析各指标均值的时间变化趋势。由表2可以得出以下结果：从研发投入（RD）和企业规模（SIZE）的变化来看，企业规模不断扩大，各上市公司发展状况较好，虽然研发支出的绝对值在增加，但是研发投入这一相对指标没有明显上升趋势，说明各上市公司对研发的重视程度没有明显改善，研发投入强度整体处于一个较低的水平。从资本结构（LEV）和企业规模的变化来看，资本结构、企业规模的均值从2012—2019年有明显的上升趋势，这表明本文选取的上市公司的杠杆率越来越高，财务政策更加开放。随着企业规模的发展壮大，逐渐倾向于债务融资，且资本结构一直未超过50%，总体上处于一个合理的水平上；另外代表企业绩效的总资产收益率（ROA）、固定资产比率（FIXA）、现金持有量（CASH）都呈现下降趋势。

表2 各指标均值随时间变化情况

2.全样本描述性统计。对172家上市公司的全样本进行描述性统计得到表3结果，从下页表3可以得出以下结论：国际上认为，企业的研发投入2%以上，才能生存，达到5%以上，才有企业竞争力，本研究选取的信息传输、软件和信息技术服务业的上市公司，是一个技术密集型的行业，研发投入均值尚未达到5%的及格线，说明我国上市公司确实存在研发投入不足的问题。从各变量的最大值、最小值以及标准差、变异系数的情况来看，不同企业各变量之间的差异较大，数据离散程度较高，所以有必要对数据进行缩尾处理。

表3 全样本描述性统计

（二）相关性分析。为保证回归结果的准确性，检验各变量之间是否存在多重共线性并初步判断各变量对企业绩效的影响，本文对信息传输、软件和信息技术服务业的上市公司面板数据首先进行了上下1%的缩尾处理，然后对滞后一期企业绩效（ROA）和资本结构（LEV）以及当期的其他指标进行相关性分析，得到的相关系数矩阵如表4所示。从表4的分析结果来看，各变量之间的相关系数都小于0.5，故基本可以判断各变量之间不存在严重的多重共线性问题。研发投入与滞后一期企业绩效呈现正向相关关系，说明当期研发投入的提高，会促进下一期企业绩效的改善；资本结构与企业绩效呈现负的相关关系，说明资本结构的提高会降低企业的绩效。交乘项（c_LEV*c_RD）的系数为正，说明研发投入负向调节滞后一期资本结构与企业绩效的关系，研发投入的提高将会抑制滞后一期资本结构对企业绩效的消极影响。从控制变量角度，企业规模、固定资产比率和现金持有率与企业绩效的关系来看，企业规模的扩大会降低企业绩效，现金持有率提高会改善企业绩效，固定资产比率的提高有利于企业绩效的提高，固定资产比率与企业绩效之间关系在统计上不是特别显著。

表4 各变量之间的相关系数表

（三）回归分析。使用数据分析软件STATA 16.0对研发投入等变量以及滞后一期的资本结构和企业绩效进行回归得到表5的回归结果。

表5 双向固定效应模型回归结果

1.研发投入与企业绩效。本文选取的研发投入是一个相对指标，在数值上等于公司在研究开发上花费的资金与企业的总资产的比值，这里的花费既包括资本化支出又包括费用化支出，衡量的是一个公司研发支出的强度。从表5的分析结果可以看到，研发投入的回归系数为正的0.517，研发投入与企业绩效在1%的水平上显著正相关，说明研发投入存在滞后性，研发投入的提高有利于改善滞后一期的企业绩效，假设1得到验证。研发投入与研发的成果成正比，而研发成果代表着公司的竞争力，竞争力越强的公司往往拥有更高的企业绩效。这也是为什么像华为等科技公司每年投入巨额资金进行研发的原因，科学技术是第一生产力，也是第一竞争力。

2.资本结构与企业绩效。资本结构指的是企业资本总额中各种资本的构成及其比例关系，本文选取资产负债率作为资本结构的代理变量，资产负债率是期末企业负债总额占企业资产总额的百分比。从表5的分析结果可以看到资本结构的回归系数为-0.170。资本结构与企业绩效在1%的水平上显著负相关，说明资产负债率越高，越不利于提高企业绩效，验证了假设2。从数值上分析，资产负债率越高，企业背负的债务相对越高，企业往往需要偿还巨额的利息，增加企业的财务费用，降低企业的利润影响企业绩效；从企业政策上考虑，较高的资产负债率，意味着企业面临较大的财务风险，企业的整体风险由财务风险和经营风险组成，为了维持企业的整体风险不变，当财务风险（资产负债率）提高时，公司倾向于通过降低价格等减少利润降低经营风险，导致企业绩效下降。

3.研发投入的调节作用。本文通过中心化后的研发投入（当期）与资本结构（滞后一期）的交乘项来探究研发投入的调节效应。从表5的回归结果来看，交乘项的回归系数为正数，在10%的水平上与企业绩效显著正相关，而资本结构与企业绩效呈现负的相关关系，说明当期的研发投入对滞后一期资本结构与企业绩效之间关系存在负向的调节作用，即本期研发投入的增加会抑制滞后一期资本结构提高对企业绩效的消极影响，从而验证了假设3。

4.控制变量与企业绩效。为了避免量纲不同给数据分析造成的影响，本文用总资产取对数作为企业规模的代理变量，衡量企业规模的大小，从上页表5的回归结果来看，企业规模的回归系数为负，企业规模与企业绩效在1%的水平上显著负相关，说明企业规模的扩大不利于提高绩效。规模大的企业管理层级往往越多，内部协调困难，容易造成资源浪费等，这会影响企业绩效。固定资产比率衡量的是固定资产占总资产的比重，从上页表5的回归结果来看，固定资产比率与企业绩效在5%的水平上显著负相关，固定资产比率越高，企业成本越高、产生的折旧越多，从而降低企业的利润，使得企业绩效下降。

（四）稳健性检验。本文为保证回归结果的稳健性，使用了稳健型标准误差（Robust），还通过改用净资产收益率ROE（净利润/净资产）作为企业绩效的代理变量进行稳健性检验，得到表6的回归结果，从表6可以看出替换后的回归结果与替换之前结论基本一致，说明文章结论具有较高的稳健性。

表6 以净资产收益率为企业绩效代理变量回归结果

五、结论与建议

（一）研究结论。本文得出以下研究结论：资本结构与企业绩效存在负向相关关系，资本结构（资产负债率）的提高会降低企业绩效；研发投入的影响存在滞后性，研发投入的提高会改善滞后一期的企业绩效；研发投入能够负向调节滞后一期资本结构与企业绩效的关系，削弱滞后一期资本结构对企业绩效的消极影响。另外，总体上信息传输、软件和信息技术服务业的研发投入强度较低，也没有随时间变化的上升趋势，说明我国上市公司对研发的重视程度不够，未在研发领域有足够的投入。

（二）政策建议。

针对以上分析本文给出以下几点建议：

1.我国想要迈进创新型国家行列，没有足够的研发投入作为保证是很难实现的。由于研发投入的影响存在滞后性，并且研发结果存在很大不确定性，公司往往会过分看重眼前利益，没有足够的研发投入。上市公司要着眼于长远利益，提高自己的核心竞争力；国家也应出台更多具体的、实际的政策支持引导上市公司加大研发投入。

2.信息传输、软件和信息技术服务业的资产负债率为30%左右，处于一个较为合理的状况，上市公司要控制好资本结构，过低将会不利于企业的快速发展，过高又会加重企业负担。

3.企业不应盲目扩大企业规模，在扩大规模的同时，要让企业内部管理适应公司规模的变化。另外上市公司还要控制好固定资产比率，过高的固定资产比率不仅会增加企业的风险，也可能会降低企业绩效。