研发投入对科技型中小企业债权融资的影响机制研究——兼论金融发展水平的调节作用

唐梁子夜 陈家淳 梁爽（电子科技大学中山学院管理学院 广东中山 528400）

一、引言

随着我国经济发展进入新常态，国家出台了一系列政策鼓励、支持、引导中小企业发展，但融资难、融资贵仍然是阻碍中小企业发展的重要因素。为落实创新驱动和科技强国的发展战略，解决科技型企业的融资困难，2019年上海证交所设立科创板并试点注册制，为科技型中小企业的股权融资问题开辟了一条新渠道。但如何缓解该类企业的债权融资困难仍值得我们关注。债权融资与股权融资相比，具有融资成本低、债务税盾和避免企业控制权分散等优点，但仍有众多的科技型中小企业难以获得债权融资，或即使获得融资也需要支付更高的实际利率。为何科技型中小企业的债权融资之路如此艰难？为何科技型中小企业取得贷款需要支付更高的成本？研究这一现象背后的原因对于我们更好地解决科技型中小企业的债权融资问题有一定的现实意义。

学者一般从宏观和微观两个层面探寻影响中小企业债权融资的因素。宏观方面，债权融资受政策环境、货币市场、金融市场发展水平等因素的影响（Zahra，1996；David，2008；Berger，2011）。微观层面的影响因素则更为丰富，包括企业规模和融资结构、融资成本和融资风险、公司治理结构、信息不对称与会计信息质量等（Fazzari，1988；Minton，1999；Manso，2008；孙睿、刘春，2018；梅波，2019）。科技型企业的突出特点就是固定资产比重低、研发投入资金大、风险高，科技型企业的研发投入是否会影响企业取得债权融资？国外学者从正反两个方向对研发投入与融资结构的关系进行了验证。Aboenetal（2006）对瑞典小型高科技企业的研究发现，该类企业的资金来源主要依靠金融机构提供的债权融资，且债权融资越多，越能促进其创新投入。Poter（2001）、Obrien（2003）等的实证研究显示企业的创新战略与较低的债务融资结构显著相关。国内学者的研究更多的是融资结构对研发投入的影响。姚耀军（2014），孙早、肖利平（2016）等学者对我国上市公司的研究发现企业的研发投入存在显著的融资约束，内部融资和股权融资对企业研发有促进作用，而债权融资会抑制企业的自主研发。吴乐等（2018）基于创业板上市公司的数据证实外源融资和股权融资能够提升研发绩效。李汇东、唐跃军（2013），喻青松（2016）等认为债权融资对研发投资没有显著影响。

综上，国外学者的研究显示研发投入与融资结构之间存在着显著的交互影响关系，而国内学者通常只关注融资结构对企业研发的影响，鲜少有学者反过来研究研发投入是否会影响企业的债权融资。

因此本文从科技型中小企业自身的资产结构特点出发，探寻该类企业的债权融资活动是否受到研发投入的影响，并在此基础上构建“研发投入-资产有形性-债权融资”的研究框架，验证资产有形性的中介效应是否存在。同时，基于最优金融结构理论，探寻科技型中小企业所在地的金融市场发展水平是否能够在其中发挥调节作用，以及怎样的调节作用。

二、文献回顾与研究假设

（一）研发投入与债权融资

科技型中小企业难以获得债权融资与其自身的资产结构特点和盈利模式密切相关（Mansfield ，1994）。科技型企业的生存和发展依赖于其在特定领域（技术上或成果上）的先进性，这就意味着科技型企业从创立到发展需要不断地进行创新活动，而持续的创新活动又需要稳定和大量的资金支持。“高风险、周期长”的特点是高科技企业难以获取债权融资的重要原因（Hall & Oriani，2006）。科技型公司的研发投入和回报之间通常存在巨大的时间差（Li &Simerly ，2002），从研发立项到技术成果转化再到投放市场，研发的前期阶段企业需要负担持续的资金流出，直到研发成果成功商业化才开始产生资金流入。另外，在整个研发过程中可能出现各种内外部因素和事件，如关键技术人才的出走、遇到技术瓶颈等问题导致研发周期被延长。即便研发成果顺利实现商业化，是否能给企业带来预期的超额收益也具有高度不确定性，竞争对手的研发进度或市场需求的变化都有可能影响投资回报。若研发投入不能取得预期效果或成果不能顺利商业化，则巨额的研发投入不仅不能促进企业发展，还将稀释优质资产，增加企业的偿债风险。

科技型中小企业持续的巨额研发投入会从以下几个方面激化融资企业与金融机构之间的供求矛盾。首先，创新活动的高风险与银行对资金安全性的高要求是不匹配的，信息不对称会使银行更谨慎地评估项目风险，严格贷前审查，拒绝过高风险的融资申请。Stiglitz（1985）认为银行只能从贷款企业获得固定的利息回报，不愿承担额外的风险，只对风险可控的企业和项目发放贷款。其次，巨额的创新投入使科技型中小企业对长期稳定的大额融资有强烈需求，而银行等金融机构基于风险控制偏好倾向发放短期与中期贷款。资金需求与贷款供给的期限不匹配将使企业增加贷款频率和定期还本压力，进一步增加融资成本，若在资金流周转衔接期间遇到突发事件容易增加财务风险。最后，企业研发支出在企业所得税上享受的税收优惠政策可能会减少企业出于避税动机的债权融资需求。以《财政部 税务总局 科技部关于提高研究开发费用税前加计扣除比例的通知》（财税［2018］99号）为例，在2018—2020年期间，企业开展研发活动实际发生的研发费用，若不符合资本化条件，可在当年计算应纳税所得额时按照实际发生额的75%加计扣除。符合资本化条件形成无形资产的，可在上述期间内按无形资产成本的175%在税前摊销。即企业真实发生的研发费用越多，税前加计扣除的金额越大，而出于避税动机的债权融资需求将会减少，据此本文提出假设1：

H1：科技型企业的研发投入与企业债权融资呈反向相关关系。

（二）研发投入、资产有形性与债权融资

企业创新是对生产要素的重新组合（Peter，1921）。为实现创新活动，企业需要将大量资金投入到高科技人才、专用设备和专有技术上（钟田丽，2014）。特别是对于科技型中小企业而言，技术更新迭代迅速，人才流动性较强。为了提高研发效率，需要在取得专利授权和吸引高科技人才上花费更多的资金，而在这些方面的资金占用将稀释企业整体的资产有形性。另一方面，企业研发投入形成的最终成果是以知识型资产的形式呈现的。企业的研发支出如果不满足资本化条件，将以费用的形式进入当期损益；如果满足资本化条件将通过开发支出项目转化为无形资产，都将降低企业的资产有形性。

有形资产的比重对企业申请债权融资有一定影响，Williamson（1988）认为，企业难以获得贷款的一个重要原因就是不能提供充足的抵押物或质押物。由于信贷市场上借贷双方的信息是不完全和不对称的，与信用贷款相比，银行为了控制风险更倾向于向那些能够提供保证条件的申请者发放贷款（Berger，2011）。由于我国金融行业起步较晚，银行信贷资源分配不均匀不充分，银行的贷款审核多依赖于对抵押物的价值评估。无形资产的价值实现高度依赖于其在专业领域的先进性和法律环境对知识产权的保护，未来随时可能因为新技术、新产品的知识外溢或社会技术进步而急剧贬值。其次，无形资产通常专用性较强，转作他用或其他使用者利用的程度较低，银行难以从其处置收益中获得充分的价值补偿，银行贷款意愿就低。科技型中小企业的有形资产比重低，而无形资产作为抵押物目前在信贷市场中发挥的作用尚无法与有形资产相提并论，据此本文提出假设2：

H2：资产有形性是研发投入与债权融资的中介变量，研发投入越多，资产有形性越低，获取的债权融资越少。

（三）金融发展、研发投入与债权融资

最优金融结构理论认为企业的融资能力不仅与企业自身要素有关，也受金融机构发展的影响。Rice（2010）、刘培森（2015）等研究显示当金融结构丰富、金融深化程度深、金融工具多样化时，金融体系可以更好为当地的实体经济服务，尤其是在缓解民营企业、高新技术企业和高融资依赖企业的融资约束方面发挥更好的作用。

根据信贷配给理论，Hung-Jon Wang（2002）认为总体上来说信贷市场是需求大于供给的。在金融市场发展水平不高时，由于信息不对称，某些借款人即使愿意支付更高的利率，其贷款需求也得不到满足，或只能部分满足（Baltensperger，1978），银行只向那些低风险或有稳定合作关系的企业提供贷款。由于研发创新具有正外部性，科技型企业为防止研发成果的知识溢出会采取严格的保密措施，加剧了企业与金融机构之间的信息不对称。信息不对称是阻碍高科技企业获得金融机构贷款的另一个重要原因。

金融发展可以通过优化资源配置（Tadesse，2002）、分散创新风险（Levine，1998）等途径影响缓解信贷约束（Maksimovic，1998）。随着我国的制度变迁和改革开放，我国的金融机构先后经历了商业化、市场化和股份制等一系列改革，金融体系建设日趋完善（谢维敏、方红星，2011）。但受各地区先天经济基础和渐进式改革政策的影响，国内不同地区之间金融市场的发展程度存在较大差异。不同金融市场发展水平对科技型中小企业债权融资的影响主要体现在以下三个方面：首先，金融发展水平高的地区，金融机构的聚集程度高，资金供给更加充足，可以提供更多的融资机会。其次，金融发展水平高的地区，金融机构的分布更合理、结构更丰富，中小规模金融机构和非银行金融机构可以更好地满足中小企业的融资需求。金融中介机构的活跃程度也有利于促进信贷供需双方的信息沟通，减少信息不对称，加速匹配效率。最后，随着金融发展水平的提高，专业人员和机构可以更好地对知识型资产进行估值；另外金融工具的不断创新和金融产品的多元化，都可以减少贷款审核对有形资产抵押的依赖。基于以上分析，本文提出假设3：

H3：金融市场发展水平可以缓解研发投入对债权融资的影响。

三、研究设计

（一）样本选择与数据来源

本文的研究对象为科技型中小企业，因此选取2013—2017年创业板上市公司的相关数据作为初始样本，因为研发投入指标需使用t-1期和t期的数据，因此其他变量实际使用时间为2014—2018年。为减少异常样本对研究结果带来的影响，对数据做了以下处理：（1）剔除了金融保险类企业的数据。（2）剔除了研发投入和贷款信息缺失企业的当年数据。（3）为剔除异常值的影响，对连续变量在1%和99%分位上进行了Winsorize缩尾处理。最后共得到2 561个非平衡面板数据，数据来源于国泰安（CSMAR）和RESSET金融研究数据库。本文使用STATA软件对数据进行处理和回归分析。

（二）模型构建与变量设计

检验中介效应常见的方法有Baron和Kenny的逐步法、Sobel法和Bootstrap法等，温忠麟（2014）认为在总体效应显著的情况下，逐步法的检验结果强于Sobel检验结果，且本文的假设1需要验证研发投入对债权融资的总体效应，因此本文将先用逐步法验证总体效应和中介效应是否存在，再用Bootstrap法验证中介效应的稳健性和置信区间，最后检验金融市场发展水平对总体效应和中介效应是否具有调节作用。具体步骤如下：

第一步，先验证研发投入是否对债权融资存在显著的影响。总体效应的显著是逐步法检验中介效应的前提，模型（1）中的α1系数代表研发投入对债权融资的总影响，若α1显著为负则假设1成立。模型（1）中的Debti，t代表t期企业的债权融资率，是本文的被解释变量。因为中小企业的债权融资途径主要是向银行贷款和发行债券，因此以长期借款、短期借款和应付债券之和占总资产的比例计算得到。Debti，t是本文的解释变量，代表企业t期的研发投入水平，由研发投入占总资产的比例表示。后文将用研发投入占营业收入的比例进行稳健性检验。第二步，检验中介效应是否存在以及如何影响总体效应。依次检验模型（2）中 β1和模型（3）中 γ1、γ2系数。模型（2）中的 FIXi，t代表企业t期的资产有形性，是本文的中介变量。β1反映研发投入与资产有形性之间的关系，γ2反映在控制了研发投入的情况下资产有形性和债权融资之间的关系，若两者都显著则证明中介效应存在。同时，模型（3）中γ1的系数的显著性水平可检验直接效应，若不显著说明只有中介效应，反之，则直接效应也存在。再根据中介效应和直接效应（β1*γ2和γ1）的符号是否相同，判断中介效应是部分中介作用还是反向的遮掩作用。第三步，通过Bootstrap法检验中介效应的效果和置信区间。第四步，检验金融市场发展水平是否可以调节研发支出对债权融资的影响。在模型1的基础上加入金融市场发展水平（Mar）以及金融市场发展水平与研发投入的交乘项（R&D*Mar），若交乘项的系数显著则调节效应存在。为消除交乘项与其他项之间的非本质共线性问题，对R&D、Mar、 R&D*Mar先进行中心化处理。第五步，考虑到企业从研发投入到形成无形资产进而影响企业的资产有形性可能存在一定的时间滞后性，在完成上述步骤后，本文将用提前一期的研发投入（R&Di，t-1）替换当期研发投入（R&Di，t）作为解释变量对所有模型依次进行回归，并对比当期与滞后一期的回归结果。

在参考陈仕华（2013）、肖作平（2014）、钟田丽（2014）等文献的基础上，本文选取企业盈利能力（Profit）、成长能力（Growth）、企业规模（Size）、自由现金流量（CF）、行业虚拟变量（Industry）、年度虚拟变量（Year）作为回归模型的控制变量。具体变量定义见下页表1。

表1 变量定义

四、描述性统计与回归分析

（一）描述性统计

表2为描述性统计结果，具体变量的数据分析如下：（1）债权融资的均值和中位数分别为0.1和0.07，标准差较小，表明创业板上市公司的整体债权融资比率不高，在本次收集的样本中有24.4%的样本债权融资期末余额为0，通过查阅部分公司的中期报告发现其中有些企业没有债权融资，有些企业的债权融资期限较短，恰好在资产负债表日为0。（2）研发投入占总资产的比率均值为0.030，中位数为0.020，最小值为0.0001，保留三位小数时显示为0，最大值为0.300，标准差为0.020，说明创业板企业的研发投入平均水平不高，个别企业的研发投入水平差异较大。（3）有形资产比例的均值和中位数分别为0.300和0.280，标准差为0.16，说明创业板上市公司的有形资产比例偏低。

表2 变量描述性统计

（二）研发投入与债权融资

表 3 为模型（1）—（6）的回归结果，其中结果（1）—（3）为当期研发投入对当期债权融资的影响，结果（4）—（6）为提前一期研发投入对当地债权融资的影响。通过对比回归结果（1）中和（4）中研发投入的系数发现，两组的解释变量的回归系数差异不大，且均为负值并在1%的水平上显著。由此可见，对于我国创业板上市公司而言，企业研发投入越多，债权融资占总资产的比例就越小，说明研发投入对债权融资有负向影响，且这种影响兼具当期效应与时滞效应。总体效应的存在为逐步法中介效应的后续检验提供了基础。除成长性以外其他控制变量均在1%的水平上显著，其中盈利能力（Profit）、成长性（Growth）和自由现金流（CF）与债权融资负相关，可能是企业在盈利能力良好、自有资金充足时，减少了企业债权融资方面的需求。企业规模（Size）与被解释变量正相关，说明在进行债权融资时大规模的企业比小规模的企业更具优势。

表3 实证回归结果

（三）研发投入、资产有形性与债权融资

在总体效应显著的基础上，表3中回归结果（2）和（5）分别检验了t期和t-1期研发投入对企业资产有形性的影响。对比发现回归结果（2）中的回归系数为-0.315，在5%的水平上显著，回归结果（5）中的回归系数为-0.668，在1%的水平上显著。说明创业板上市公司增加研发投入会降低公司的资产有形性，且这种影响通过时间的积累更加明显，即研发投入对资产有形性的影响有一定的滞后性。同时，回归结果（3）和回归结果（6）中资产有形性（FIX）的系数，均在1%的水平上显著，说明中介效应存在。资产有形性的系数为正，表明在控制研发投入的情况下，企业资产有形性的增加对企业获得债权融资有促进作用。

通过对比回归结果（1）与回归结果（3）中的系数发现，在控制了资产有形性以后，研发投入的回归系数和显著性水平都有所降低，但依然在5%的水平上显著，滞后一期（4）与（6）的回归结果也是如此。说明无论当期还是滞后一期，直接效应与中介效应都同时存在，且直接效应与中介效应的符号相同，说明研发投入会降低资产有形性，进而不利于债权融资的取得，资产有形性在其中起到部分中介作用而非遮掩效应。

表4显示了当期和滞后一期下使用Bootstrap法检验中介效应的结果，在95%的置信区间下，当期中介效应的结果没有包含0，表明资产有形性的中介效应显著，且中介效应大小约为-0.13。研发投入对债权融资影响的直接效果的置信区间也不包含0，直接效应的大小约为-0.88，说明研发投入对债权融资的直接影响要远大于通过资产有形性产生的间接影响。滞后一期的检验结果也显示，中介效应与直接效应同时存在，且与当期相比，滞后一期的中介效应的比重略有上升，与逐步法检验的结论一致。

表4 Bootstrap法检验结果

（四）稳健性检验

为了检验上述结果的可靠性，本文进行了稳健性检验：（1）将时滞效应的滞后时差扩大到两年，即研发投入使用2013—2016年数据，其他变量为2015—2018年数据，共得到1 856个样本，回归结果与前文的结果一致并显著。（2）将企业研发投入的指标替换为研发投入占营业收入的比例。根据文中的步骤依次回归，发现所有回归系数的符号与前文一致，且均在1%的水平上显著，说明回归结果具有一定的稳健性与可靠性。

表5 中介效应稳健性检验结果

将全样本根据金融市场发展水平分成高低两组以验证调节效应的稳健性。先使用王小鲁、樊纲等出版的《中国分省份市场化指数报告（2018）》中的省级数据对上市公司所在地区的金融市场发展水平进行赋值，再根据当年指数的中位数进行分组，小于等于中位数的地区划入低组，大于中位数的地区划入高组，并用模型3对分组后样本进行回归。回归结果显示，低金融市场发展水平地区组的研发投入在t期和t-1期仍在5%的水平上显著，而高金融市场发展水平组的研发投入对债权融资无显著影响。

五、研究结论与建议

国外学者的研究显示研发投入与融资结构之间存在着显著的交互影响关系，而国内学者通常只关注融资结构对企业研发的影响，关于研发投入对融资行为的影响方面的研究较少。本文从科技型企业的资产结构特点出发，探寻科技型中小企业研发投入对债权融资的影响。实证结果显示：（1）我国创业板上市公司的研发投入与债权融资显著负相关，且这种影响兼具当期效应与时滞效应。（2）研发投入可以通过影响资产有形性的中介作用影响债权融资，但中介效应在总效应中所占比重不大，研发投入对债权融资的影响仍以直接效应为主。（3）金融市场发展水平可以反向调节研发投入对债权融资的抑制作用。

基于以上结论，本文提出以下建议：（1）科技型中小企业应根据当地的金融市场发展水平合理地选择融资方式，当地金融发展水平较低时，研发投入多的科技型企业取得债权融资的难度更大，可以考虑从其他金融市场高水平地区获得债权融资。（2）从宏观经济层面，继续深化金融体制改革，加速金融产品和金融工具的开发与创新，减少贷款审核对有形资产的依赖，建立知识产权融资服务体系，发挥知识型资产对融资业务的促进作用。