高新技术企业资本结构对经营绩效的影响——基于研发投入和成长性的双重门槛效应分析

任宗强 黄奥 虞曦凯

（温州大学商学院 浙江 温州市 325035）

一、引言

“坚持创新的核心地位，加快建设科技强国”是实现“十四五”时期经济社会发展的主要目标。高新技术企业是实现国家创新发展和经济增长的主力，但由于研发和成长的特殊性，高新技术企业面临着很多融资困境，而这将直接影响到企业的资本结构和经营业绩。近年来，大量的高新技术企业选择上市融资，然而负债率与企业经营绩效直接挂钩，过高的负债率容易导致破产风险，而过低的负债率又会产生代理成本问题（郭荣娟，2017）。在谋求上市和政策的大力支持下，部分高新技术企业出现了资本结构不合理的问题，难以支撑企业长久的研发创新。那么，目前我国高新技术企业的资本结构如何？不同的高新技术企业如何选择最佳的资本结构以促进企业高质量发展？研发和成长的特殊性对资本结构与经营绩效的关系影响如何？本文通过实证研究对以上问题进行分析，并根据研究结果提出对策建议。

已有文献研究发现，资本结构和企业绩效的关系主要可以归纳为三种类型：一是线性相关关系，进一步可以细分为正向线性相关和负向线性相关。持有正相关观点的学者认为利用财务杠杆可以增加企业绩效，相反，持有负相关观点的学者认为负债增加会降低企业绩效（Fosu，2013；郄海拓等，2020）。二是非线性相关关系。持有非线性相关观点的学者多认为二者是“倒U 型”关系，在一定范围内适当提高债务融资比例可以促进企业绩效提升，但是过高的负债比例会降低企业绩效（资春芬，2020）。三是还有少部分学者认为资本结构和企业绩效不存在任何关系（Alves 等，2011；王先述，2012）。

根据已有研究可以发现不同研究样本得出的结论大不相同，本文基于高新技术企业的分析提出，资本结构与经营绩效呈显著倒U 型关系，但是负向效应的影响远大于正向效应的结论，拓宽了资本结构和经营绩效的研究。高新技术企业包括多个行业，不同行业的资本结构存在一定差异，而以高新技术企业为样本的研究中，已有文献多基于门槛效应研究资本结构与经营绩效的关系，缺乏分行业研究，且使用的样本多为小样本，推断估计的准确性也较差。因此，本文基于资本结构定理，以A 股1626 家高新技术企业作为样本，增大了样本量使结果更具准确性。同时，分制造业和非制造业验证了资本结构与经营绩效关系的稳健性，针对不同行业特点为企业发展提供更有参考价值的实证分析和建议。此外，根据高新技术企业研发投入大、成长快的特点，进一步构建面板门槛模型，探究了在不同成长阶段和不同研发投入下的企业资本结构与经营绩效关系，有利于企业根据自身情况选择最优研发投入强度以促进企业经营绩效提升。

二、文献综述与研究假设

有关资本结构的理论已经比较成熟，早期提出的MM 定理因为假设条件的严苛而在实际运用中有很大局限性，随后学者们又研究了考虑税收情况下，负债企业可以抵税从而获得税盾收益，根据这一理论，如果想要提高企业价值需要进行更多负债融资，这显然不符合实际（朱武祥等，2014）。随后对资本结构的研究也主要为在MM 定理基础上进一步设定假设条件，如出于税后效应和破产成本权衡考虑提出权衡理论，以管理权和经营权分离为基础的代理成本理论（唐国正和刘力，2006）。近年来，国内外十分关注资本结构与企业绩效的关系，学者们从不同行业、不同角度出发进行了深入的研究，但是通过不同的研究样本和研究方法往往会得到不同的研究结论，资本结构与经营绩效的关系描述显得复杂多变（郄海拓等，2020）。

（一）资本结构与经营绩效相关性研究

Demsetz 和Villalonga（2001）发现当所有权多维化并作为内生变量处理时，资本结构不会对公司绩效产生显著影响。Alves 等（2011）通过31 个国家的公司来研究资本结构，认为资本结构和经营绩效之间无相关性。王先述（2012）在对我国中小企业进行研究时发现，资本结构与经营绩效不存在显著相关性，对此提出中小企业要提高长期融资比例，充分发挥负债的节税效应以提高经营绩效。据此本文提出如下假设：

H1：高新技术企业资本结构与经营绩效不存在相关性。

（二）资本结构与经营绩效简单线性相关研究

对资本结构与经营绩效简单线性相关的研究结论分为正向影响和负向影响两种。Fosu（2013）在基于行业竞争程度研究南非企业的资本结构与经营绩效关系时发现，杠杆率的增大可以促进企业绩效增长。Koptleuova 等（2011）认为除短期负债率外，所有资本结构比率都对市场绩效指标有显著的正向影响，这表明资本结构和公司绩效的关系依赖于股价上涨，股价上涨对公司的市场绩效比率有正向影响。朱文莉和张希（2018）采用典型相关分析法对我国物流业上市公司进行了实证研究，发现以经营绩效为研究对象时，长期负债率对其有正向影响。

相反，对二者关系持负相关观点的文献研究认为，企业负债带来的风险成本高于可以产生的税盾收益。Allen 等（2006）采用联立方程模型解释了业绩与资本结构的反向因果关系。聂丽（2014）在研究我国医药上市公司时发现，大部分医药公司的资产负债率过高，且负债率的影响呈显著负相关，对此提出要积极发展股权融资，优化企业资本结构。在高新技术企业研究方面，郄海拓等（2020）基于双门槛效应发现，不同研发投入下资本结构对绩效影响程度不同，但是资产负债率对经营绩效始终是负向影响。

根据以上分析可知，受不同行业、模型方法等影响，资本结构与企业绩效相关性存在差异。研究表明，高新技术企业有较高的不确定性以及风险，因而面临严重融资约束问题，可能导致企业投资机会的丧失（王建斌，2019），所以本文认为其资本结构与绩效更有可能存在负相关关系。本文提出如下假设：

H2：高新技术企业资本结构与经营绩效存在显著线性相关性，且为负向相关性。

（三）资本结构与经营绩效非线性相关研究

资本结构与企业绩效的非线性研究结论基本一致，即资本结构与企业绩效呈倒U型关系。张庆等（2016）以上市文化企业为样本，发现初期债务融资比例低且多为短期负债，短期负债率与经营绩效呈倒U 型关系。黄佑军（2014）在对我国A 股制造业上市公司的实证研究中，进一步分析了股权结构的影响，结果发现不同主体的持股比例大小对资本结构和经营绩效的影响是不同的，但是资本结构和经营绩效的关系是显著倒U型。连玉君和程建（2006）运用面板门槛研究方法，以企业成长性作为门槛变量，分析得出资本结构和经营绩效的关系与企业成长性有关，具体表现为处于高成长阶段的企业资本结构对绩效为正向影响，处于低成长阶段的企业资本结构对绩效为负向影响。

根据分析可知，资本结构和企业绩效有可能存在倒U 型关系，且受到其他因素影响。高新技术企业的生命力在于不断研发和创新，此外，高成长性是高新技术企业的主要特征（刘砾丹等，2021），研究成长性与研发投入对资本结构与企业绩效的关系是否有影响有很深的现实意义。据此本文提出如下假设：

H3：高新技术企业资本结构与经营绩效存在倒U 型的非线性相关关系，且在一定范围内，资产负债率越高企业绩效越好；超过这个范围，资产负债率越高企业绩效越差。

H4：高新技术企业资本结构与经营绩效存在倒U 型的非线性相关关系，且受研发投入和成长性的影响。不同研发和成长阶段的高新技术企业，其资本结构对经营绩效的影响也不同。

三、变量选取与数据说明

（一）样本及数据来源

本文使用的数据全部来自于同花顺iFinD 和国泰安数据库，其中高新技术企业的认定由国泰安数据库提供。本文研究对象是我国A 股上市的高科技创新企业，为了使数据更可靠，剔除了其中的ST 和*ST 公司以及数据不完整的公司，最后获得1626 家企业作为样本，统计其2015-2019 年连续五年的数据组成强平衡面板数据。此外，本文对主要数据进行1%和99%分位数的缩尾处理，降低了极端值对模型结果的影响。

（二）变量说明

被解释变量：经营绩效（ROE）。经营绩效是指一个企业的经营效益，本文借鉴康俊（2017）等的研究，选择加权净资产收益率作为经营绩效的代理变量。加权净资产收益率是指当期净利润与当期加权平均净资产的比值，相较于平均ROE，加权净资产收益率更能反映企业在一定经营期间的动态效益，现有股东和债权人可以以此为依据判断企业的盈利能力。

解释变量：资本结构（LOAN）。主要指企业权益资本和债务资本的构成及其比例关系，是一段时期企业融资活动的结果。资本结构的衡量指标较多，不同指标的分析角度也不同，本文选取的资产负债率是权威和核心的指标（郄海拓等，2020），国内外学者如Lim（2009）、Flannery（2006）、连玉君和程建（2006）等都曾选择资产负债率作为企业资本结构的代理变量。

控制变量：影响经营绩效的变量很多，本文综合国内外研究选取研发投入、企业规模、股权集中度、现金比率，以及高新技术企业成长性五个指标作为控制变量：一是研发投入（RD）。研发投入能够衡量一个企业的科技创新水平，而科技创新水平对高科技公司的发展来说十分重要。借鉴龚红和彭玉瑶（2021）的研究，本文选取研发投入与营业收入的比值来衡量企业研发投入的大小。二是企业规模（SIZE）。资产总额的自然对数常被作为企业规模的代理变量，企业规模大容易实现规模效应，降低成本从而提高企业业绩。三是股权集中度（STCON）。胡泽民（2018）认为合适的股权集中度有利于中小企业绩效的提升；对股权集中度的衡量指标主要有第一大股东持股比例、前五大股东持股比例等，胡加明和吴迪（2020）认为第一大股东持股比例的代表效果更好，本文也选取了这一指标作为代理变量。四是成长性（GROWTH）。一般来说，投资者偏好成长性好的企业，尤其是高成长企业往往能创造更多价值，而处于初步成长阶段的企业绩效相对较差，对成长性的计量方法主要有总资产同比增长率、年末与年初营业收入总额之比，营业收入同比增长率，而王晓燕和梁彦清（2019）在研究研发投入对经营绩效的影响时使用了综合指标法。本文基于连玉君和程建（2006）的研究，选取总资产增长率衡量企业成长性。五是现金比率（CASH）。可以用来衡量因赊销造成的应收账款多少，是短期偿债能力指标，指标越大表示变现能力越强，短期偿债能力越好。现金比率的计算公式为：（货币资金+交易性金融资产）÷流动负债。

四、实证分析

（一）描述性分析

主要变量的描述性统计结果如表2 所示。可以发现，A 股上市的高新技术企业经营绩效（ROE）差距较大，最小值为-48.54，最大值为36.71，均值为7.445，这表明高新技术企业总体业绩水平不高。资产负债率（LOAN）的最小值为5.859%，最大值高达80.507%，表明我国高新技术企业的资本结构呈较大差异，整体负债水平为38.096%，但是部分企业的负债水平较高。对比现金比率（CASH）均值为91.608%，标准差为118.830，最小值为6.536%，可以发现样本中部分企业的现金比率不足20%，流动性较差，而企业整体现金比率较高，说明高新技术企业整体存在大量闲置资金，资金利用率不高。企业规模（SIZE）的标准差为1.125，均值为21.980，这说明样本中企业规模比较接近。研发投入（RD）的均值为5.487，说明高新技术企业的整体研发投入水平不高，其中最大值为25.61，而最小值为0.24，表明研发投入差异较大。股权集中度（STCON）的均值为32.564%，说明样本中高新技术企业的股权集中度比较高，集中度最高的第一大股东持股比例高达69.28%，对公司具有绝对控制权。成长性（GROWTH）的均值为20.683，说明整体成长性良好，但最小值为-29.48，最大值为220.718，表明虽然整体成长性良好，但是部分高新技术企业为负成长，而部分企业成长性显著高于其他企业，可能具有“赢者通吃”现象，“赢者”可以获得更多资源并更快成长。

表1 变量说明

表2 描述性统计结果

（二）相关性分析

主要变量的相关性分析如表3 所示，资产负债率（LOAN）与净资产收益率（ROE）在1%水平下显著负相关，表明资产负债率越低，高新技术企业的经营绩效越好，但是无法判断是否存在U 型或倒U 型关系，需要进一步验证。控制变量中高新技术企业的企业规模与经营绩效不存在显著相关关系，其他控制变量中研发投入（RD）、现金比率（CASH）、股权集中度（STCON）、成长性（GROWTH）与经营绩效（ROE）均在1%水平下显著相关。

表3 相关系数矩阵与多重共线性检验

多重共线性检验：根据表3 结果，除了现金比率（CASH）和资产负债率（LOAN）的相关性为-0.583，本文关键变量相关性的绝对值都小于0.5，初步说明不存在多重共线性问题。进一步计算方差膨胀因子VIF 值，结果表明所有变量的VIF 值都小于2，且平均VIF=1.33＜10，说明模型不存在多重共线性问题，模型构建良好。

（三）固定效应模型分析

1.固定效应模型设定。基于已有文献的研究，发现高新技术企业的资本结构和经营绩效可能不是简单的线性相关关系，而是存在更为复杂的U 型或倒U 型关系。因为考虑可能存在企业个体效应，借鉴张兆旺等（2016）的研究，本文模型设计选择采用个体固定效应模型，最终构建模型1 和模型2：

模型1 是一次项模型，其中PER代表经营绩效，是被解释变量，本文选取净资产收益率（ROE）对其进行衡量；LOAN 代表企业的资本结构，用资产负债率进行衡量；CONTROL 代表各个控制变量，根据现有文献研究，本文选取了5 个控制变量，分别为企业规模（SIZE）、研发投入（RD）、现金比率（CASH）、股权集中度（STCON）和成长性（GROWTH）；λ表示个体效应，μ表示随机扰动项。模型1 被用来验证假设一和假设二。

为了检验资本结构与经营绩效之间是否存在U 型或倒U 型关系，在模型1 中加入资产负债率的二次项LOAN2 构成模型2，模型2 中的其他变量含义与模型1 变量含义一致。以此验证假设三。

2.固定效应模型回归结果。本文通过豪斯曼检验确定了使用个体固定效应模型优于个体随机效应模型。所以，首先运用个体固定效应模型对样本企业进行回归分析，结果如表4 的列（1）和列（3）所示。为了检验样本数据是否存在异方差影响，进一步在原模型基础上进行稳健性检验，结果如表4 的列（2）和列（4）所示，结果与原模型基本一致，说明不存在异方差问题。

表4 固定效应模型回归结果

从表4 的列（1）和列（2）可以看出，在不考虑资本结构二次方时，资产负债率一次项显著为负，且在1%水平下显著，这验证了假设二，同时拒绝了假设一，即资本结构对经营绩效的影响是显著为负的。根据列（3）和列（4）可以发现，在考虑资本结构的二次方后，模型2 的R为0.2279，相比模型1 的R=0.1983 有了较大提升，说明模型2 拟合效果更好，此时资产负债率一次项显著为正，资产负债率的二次项在1%水平下显著为负，这验证了假设三，表明资本结构与企业绩效的关系为开口向下的倒U 型，即在资产负债率较小时，增加负债比例可以提升高新技术企业绩效；但当资产负债率超过最佳值时，增加负债比例会降低高新技术企业绩效。所以，资产负债比例并非越高越好，而是存在一个最佳资本结构，通过对模型2 回归结果中的资产负债率求导，可测算出样本高新技术企业的最优资产负债率为28.25%。

在控制变量上，企业规模越大，产生的规模效应使得企业的经营绩效越好。第一大股东持股比例与企业绩效显著正相关，说明股权集中度越高的企业可能更加稳定，企业绩效更好。公司成长性反映了企业的市场竞争力、经营能力和发展状况等，成长性好的企业具备未来的可持续发展能力，与经营绩效显著正相关。研发投入与同期的经营绩效显著负相关，这也符合部分学者研究结论，企业加大研发投入强度，不会立刻在当期经营上收获成效，研发投入对企业成长性的促进作用有滞后性。

（四）双重面板门槛模型分析

1.双重门槛模型构建。如前所述，高新技术企业资本结构与经营绩效存在显著倒U型关系，但是根据表3 可知，样本中高新技术企业的成长性与研发投入存在较大差异，而成长性高低和研发投入多少对高新技术企业发展具有重要影响。那么不同成长阶段、不同的研发投入下，资产负债率对净资产收益率的影响如何？为验证假设四，进一步分析不同成长阶段、不同研发投入下企业资本与经营绩效的关系，本文构建面板门槛模型进一步研究，根据Hansen（1999），连玉君和程建（2006）等人的研究将单一门槛模型拓展到双重面板门槛模型：

其中，PER代表被解释变量，由ROE表示；λ表示个体效应；LOAN 为解释变量，由资产负债率表示；g为门槛变量，本文设置两个门槛变量，分别为成长性（GROWTH）和研发投入（RD）；γ为相应模型的门槛值；CONTROL代表控制变量；ε为随机扰动项，服从标准正态分布。

2.双重门槛模型检验。首先以成长性（GROWTH）作为模型3 的门槛变量，进一步研究不同成长阶段资本结构与企业经营绩效的关系。为了检验模型存在几个门槛值，本文首先对样本门槛个数进行测算，结果如表5 所示。根据表中结果发现，三重门槛的P值为0.2000，结合置信区间情况和Hansen（1999）的类似研究，可排除三重门槛情况。而双重门槛的P 值为0.0000，说明双重门槛模型显著性较好，可初步断定模型为双重门槛模型。进一步以研发投入作为模型3 的门槛变量，分析不同研发投入下资本结构和企业绩效的关系。通过检验发现，单一门槛和双重门槛的相应P 值都为0.0000，通过了1%水平的显著性检验；三重门槛效应未通过显著性检验，初步判断以研发投入为门槛变量的模型也存在显著双重门槛效应。

表5 样本门槛模型测定结果汇总

不同成长阶段和研发投入下的高新技术企业，资本结构与经营绩效存在复杂的双重门槛效应，双重门槛值如表6 所示。以成长性作为门槛变量时，门槛值分别为-10.4591 和8.1629，所以将样本企业按成长性分为低成长阶段（GROWTH≤-10.4591）、中等成长阶段（-10.4591＜GROWTH≤8.1629）和高成长阶段（GROWTH＞8.1629）。以研发投入作为门槛变量时，门槛值分别为5.2800 和9.2200，同样地，根据门槛值将样本企业分为三组：低研发投入（RD≤5.2800）、中等研发投入（5.2800＜RD≤9.2200）和高研发投入（RD≤9.2200）。

表6 模型门槛估计结果

3.双重门槛模型结果。表7 为成长性双重面板门槛模型的测算结果，其中LOAN-低成长、LOAN-中成长和LOAN-高成长，分别代表低成长阶段、中等成长阶段和高成长阶段下资产负债率对经营绩效的影响。根据表7 中结果可知，当成长性处于不同阶段时，资产负债率对企业经营绩效的影响系数显著不同。当企业处于低成长阶段时（GROWTH≤-10.4591），样本企业全部表现为负成长，其回归系数为-0.557，此时负债的增加会加大破产成本，对企业发展不利。当企业处于高成长阶段时（GROWTH＞8.1629），样本企业全部表现为高速成长，此时回归系数为-0.128，负债率带来的负向效应明显减弱，这也说明企业成长性较差时应该降低债务融资比例，更多采用内源融资等方式。

表7 成长性面板门槛模型测算结果

表8 为不同研发投入下资本结构对企业绩效的双重门槛影响结果，其中LOAN-低研发、LOAN-中研发和LOAN-高研发，分别代表低研发投入、中等研发投入和高研发投入下资产负债率对经营绩效的影响。不同研发投入下资本结构对经营绩效的影响都是负向的，但是影响程度不同，研发投入越大，资本结构对企业绩效的负向影响越大，说明过多的研发投入会给企业带来压力，此时再大力举债反而不利于企业经营业绩的增长。至此，结合固定效应模型结论，假设四得到了支持。

表8 研发投入面板门槛模型测算结果

（五）模型结果及分析

根据以上研究，固定效应模型结果验证了假设二的负相关关系和假设三的倒U 型关系；进一步双重门槛模型结果表明，高新技术企业的资本结构和经营绩效关系受不同研发投入和成长性的影响，但是影响方向一致且都是负相关。这说明高新技术企业资本结构和绩效的倒U 型关系，整体呈现为正向关系较弱，负向关系更为显著，这也解释了长久以来资本结构对经营绩效影响的争论。为了验证这一结论，进一步将样本分别按照低研发、中等研发和高研发，以及低成长、中等成长和高成长分类，并运用STATA软件对每组样本的资本结构和企业绩效进行拟合，最终拟合曲线如图1 所示：（A）（B）（C）分别对应着低研发、中研发和高研发样本；（D）（E）（F）分别对应着低成长、中成长和高成长样本。从整体上看，资本结构过了最优点之后，随着资产负债率的提高，经营绩效的下降速度加快，导致最终呈现线性负相关。这说明我国的高新技术企业，在资产负债率过了最优点后，资本结构对绩效的负向效应，要比没过最优点前的正向效应影响更大。对比图1 的（A）（B）（C）可以发现，随着研发投入的增大，资本结构对企业绩效的边际负影响逐渐增强；从（D）（E）（F）来看，随着企业成长性的提高，资本结构对企业绩效的边际负影响逐渐减弱，这与门槛模型所得结论一致，而对于高成长性的高新技术企业，虽然资产负债率的增加依然可能降低企业绩效，但是这种影响相对微弱。

图1 分样本资本结构与经营绩效拟合图

五、稳健性检验

为保证实证结论的一致性，本文采用三种方法进行稳健性检验。其中，替代变量法和分样本回归法用来检验固定效应模型，逐一加入控制变量法用来检验门槛模型。

（一）替代变量

为了验证模型1 和模型2 的结果是否稳健，本文首先采用替代变量法，对被解释变量进行变量替代。根据文献研究可知经营绩效还常用总资产收益率（ROA）进行衡量，所以用此指标对企业绩效的代理变量进行变量替换，按照本文数据处理方式，删除缺失值和ST、*ST 公司后得到7120 条数据，替代变量回归结果如表9 所示，同时也在原模型基础上进行稳健性检验，排除异方差影响。根据列（5）和列（6）可知模型1 资产负债率（LOAN）的系数为-0.199，根据列（7）和列（8）可知模型2 的资产负债率二次项（LOAN2）的系数为-0.003，结果都在1%水平下显著，再次验证了资本结构和企业绩效为倒U 型关系。此外，其他控制变量的结果也都与表4 的结果基本一致，表明本文模型稳健性较好。

表9 稳健性检验回归结果

（二）分样本回归

资产负债率存在行业特性，制造业与非制造业的资本结构存在一定差距，可能会对企业绩效产生不同影响。本文将高新技术企业分为制造业和非制造业，其中样本中制造业企业数量有1273 家。根据上文考虑资本结构二次项的回归结果对模型解释更好，因此下面对两组样本分别进行考虑二次项的固定效应回归，结果如表10 所示。

表10 分样本固定效应模型回归结果

根据列（9）和列（10）的回归结果可以看出，制造业资产负债率一次项系数为0.525，并且在1%水平下显著，资产负债率二次项系数为-0.009，且在1%水平下显著，说明存在倒U 型关系。非制造业在考虑异方差后，资产负债率（LOAN）不显著，资产负债率二次项显著，系数为-0.008，可见也存在倒U型关系。根据控制变量我们可以进一步发现，非制造业企业规模的扩大和股权集中度的提高对企业绩效的提升影响更大，而制造业的成长性和研发投入水平对经营绩效影响更大。尤其是研发投入对经营绩效的影响相差较大，制造业系数为-1.253，非制造业系数为-0.806，这可能是因为非制造业主要为信息传输、软件和信息服务业等行业，这类行业研发投入能更快地转化为业绩，而制造业的研发投入转化速度较慢。整体回归结果依然稳健。

（三）逐一加入控制变量

为了验证门槛模型估计结果的稳健性，本文借鉴黄智淋和董志勇（2013）的做法，逐一加入控制变量考察门槛值和回归结果的稳健性，结果如表11 所示。在以成长性和研发投入分别作为门槛变量时，逐一加入控制变量股权集中度、现金比率和企业规模后，成长性和研发投入的第一门槛值、第二门槛值没有发生变化，以及低中高成长性和低中高研发投入下资本结构对经营绩效的影响系数β、β、β的变化不大且符号一致，控制变量对经营绩效的影响也没有产生太大改变。说明基于成长性和研发投入的门槛模型是稳健的。

表11 逐一加入控制变量的门槛模型回归结果

六、结论与启示

（一）研究结论

本文研究结果支持文献中关于资本结构和企业绩效间存在倒U 型关系的结论，可见资本结构和企业绩效的简单线性关系模型是有偏差的，其原因可能是没有考虑到债务融资所带来的偿债压力和破产成本。本文通过选取2015-2019 年1626 家在A 股上市的高新技术企业，运用固定效应模型对企业资本结构与经营绩效的关系进行研究，并在此基础上考虑了制造业的特殊性，以及不同成长阶段和研发投入的双重面板门槛影响，得出以下研究结论：

第一，高新技术企业的资本结构与经营绩效存在显著的倒U 型关系，但负向效应的影响远高于正向效应。资本结构对经营绩效的影响表现为先增后减，因此该类企业存在最佳资本结构，经测算，高新技术企业的最佳负债率为28.25%；在最佳负债率内，增加负债率对绩效提高是有利的；而超过阈值后，过高的资产负债率会对绩效产生负向影响，尤其对高研发投入和低成长性的企业而言，负债增加带来的风险相对更大。

第二，资本结构具有行业特性。在将高新技术企业样本分为制造业和非制造业分别进行稳健性检验时发现，相比于制造业（资产负债率均值为17.71%），非制造业的高新技术企业（资产负债率均值为19.38%）更偏向债权融资，资产负债水平更高；从控制变量来看，制造业的规模效应更差，且研发投入对当期的负向影响更大。

第三，不同成长阶段和研发投入下的资本结构与经营绩效负相关，即成长性越好负向效应越弱，而研发投入越大负向效应越强。根据进一步分析可知，样本企业成长性差距较大，不同成长阶段下企业负债融资产生的负向影响是不同的，但总体而言随着成长性的提高而减弱；不同研发投入下的资本结构对经营绩效也是负向影响，其中企业研发投入越高，负债率增加对绩效的负向影响越强。

（二）研究启示

第一，优化企业资本结构，构建资产负债预警机制。不同的融资方式具有不同的特点和风险，股权融资过多易导致企业家丧失企业的控制权，且成本相对较高，债务融资比例过高会导致企业支付风险和经营成本的增加，因此要确定适合企业发展的资产负债率区间，当资产负债率低于或者高于阈值时，及时对融资结构进行调整。同时，在企业偿债能力范围内，可以适当提高债务融资比率，获得额外债务融资，但应保持资金流动性，防止财务危机的出现。

第二，增大企业规模，发挥规模效应。企业规模的扩大，有利于降低研发成本和增强企业创新能力，提高行业地位和企业竞争力。但根据天眼查提供的数据，我国高新技术企业的数量极少，只占到全国企业总数的0.2%，特别是信息传输、软件和信息服务业更需要努力提升自身规模，以获得规模效益。

第三，增强企业创新能力，促进高新技术企业的持续性研发投入。研发经费投入与创新绩效显著负相关，这与企业研发投入不能立即转化为收益有关，如果研发投入过高却无法在未来转化为切实的收益，反而会降低企业绩效。因此高新技术企业应增强持续创新的能力，不能盲目累加研发投入，使研发投入能够为企业带来真正的价值。此外，制造业高新技术企业的研发投入对绩效的负向影响明显高于非制造业，这说明企业应重点关注制造业的研发投入水平，努力提高核心专利及有效专利数量。

第四，根据企业不同成长阶段调整资本结构的构成。当企业处于低成长阶段时，企业偿债能力较弱，债务融资会增大企业的破产风险，此时应该尽量降低债权融资比例，更多进行内源融资或股权融资；随着企业成长性的提高，可以适当提升债权融资比例，以发挥负债融资的税盾和降低代理成本作用。