行業創新效率與行業股票收益率的關系研究——2005-2012年中國制造業面板數據的實證檢驗

肖智 翟小冰 周明

（重慶大學 經濟與工商管理學院，重慶400044）

一、引言

一直以來，國外金融學領域學者就發現投資者注意力有限性使得市場出現反應不足的反應偏差，即股價不能完全、迅速地反應能反映公司目前運營狀況的相關公共信息（如收益報告）。近年來，各國政府對技術創新的重視使得他們考慮將技術創新相關指標作為能夠反映公司未來潛力、投資者關注較少、較難處理的增量信息，與反映公司目前運營狀況的相關公共信息放在一起，以此來研究這些信息對美國股市股票收益率的可預測性。1996年起，國內外學者先后從創新投入、創新產出角度，對在美國上市的股票進行了實證檢驗。2013年更有國外學者進一步從創新效率（創新投入產出之比）角度，驗證了其在運營績效、市場價值、股票收益率的解釋和預測方面發揮的重要作用［3］。創新效率作為一種衡量技術創新能力的無量綱綜合指標，不受統計單位的影響，與單純的創新投入或者創新產出相比，能更好地衡量創新活動對股票收益率的影響，而國內學者還未對中國國情下，創新效率和股票收益率的關系進行相應實證檢驗，因此本文將針對此問題進行研究，以便能更好地了解創新效率的市場估值效應，也為投資者和國家制定更優的投資決策和發展政策提供參考依據。

進一步來看，本文選擇從以下行業角度進行研究：首先，從股票收益率影響因素角度。一，學者們主要從宏觀經濟、公司特征、行業特征三方面進行研究，其中行業因素研究最少。二，近年各行業年股票收益率存在明顯差異，同行業上市公司股票價格走勢大致相同，我國股市可能存在行業效應［4］。三，投資者注意力有限，對價值投資者而言，行業選擇比個股選擇更重要，行業的發展前景是選股的重要依據，行業角度分析更有意義。其次，從創新效率角度。一，企業層面研究較多較早有一定局限性，行業、地區層面研究對行業或地區的技術創新更具指導意義。二，產業技術創新成為國家政策引導的重點［1，2］，企業創新突出產品和技術創新，解決企業技術和工藝問題，產業創新則能創造整體競爭優勢，提升國家競爭力［5］。

我國正處于工業化中后期，第二產業的GDP占比、GDP貢獻率、GDP增長拉動仍在三次產業中最高，而第二產業主要是制造業，選擇制造業進行研究具有更大的現實意義。因此本文將以制造業細分行業為研究對象，采用面板回歸模型進行實證研究，探索中國國情下，制造業行業創新效率是否同美國的實證結果相似，與行業股票收益率顯著正相關；且若顯著相關，則進一步深入探索研究兩者關系是否受行業市值規模這一調節因素影響，即行業創新效率與行業市值規模對行業股票收益率是否存在交互影響，且具體影響如何等問題。

二、文獻綜述

大多數國外現有研究主要從創新投入、創新產出兩個角度分開來研究技術創新對運營績效、市場價值和股票收益率的影響。（1）從創新投入角度看，現有研究結果顯示費用化和資本化的研發支出包含了價值相關信息。Lev和Sougiannis（1996）研究發現研發資產與股票收益率之間存在顯著相關關系［6］；Lev、Sarath 和 Sougiannis（2005）研究發現積極和保守的研發報告分別會導致公司被高估和低估，且當研發報告從積極變為消極、或從消極變為積極時，錯誤估價就將恢復正常［7］；Chan、Lakonishok和Sougian-nis（2001）研究發現研發強度能較好地預測運營績效和股票收益率的波動性，且二者之間存在正向關系［8］；Penman、Zhang（2002）［9］，Lev、Sarath和 Sougiannis（2005）［7］研究發現現期或近期的研發支出變化與收益率之間存在顯著正相關關系；Eberhart、Maxwell和 Siddique（2004，2008）發現研發支出大幅增長后，運營績效和股票收益率也發生了顯著的正向變化［10-11］。（2）從創新產出角度看，現有研究結果顯示專利和引文等創新產出也包含了與之相關信息。Gu（2005）發現專利引用（專利引用數的變化/總資產）與公司收益和股票收益率正相關［12］；Matolcsy和 Wyatt（2008）發現行業層面的技術進步（專利數或者期刊引文數）與市場價值和公司收益正相關［13］，Pandit、Wasley 和Zach（2011）發現公司的專利引用量與運營績效正相關［14］。（3）除此之外，David Hirshleifer等（2013）認為不應該只考慮創新的意圖和創新的成果，而應該關注是否在合理的成本下得到相應的產出，因此，他們從效率角度研究了創新效率和股票收益率的關系，即存在正相關關系［3］。

對此，國內相關現有研究主要集中于創新投入對運營績效、市場價值和股票收益率的影響。在研發支出對生產率的影響方面，何偉（2003）［15］、鄧進（2007）［16］、吳延兵（2008）［17］等采用產業層面統計數據，Hu（2001）［18］采用北京高科技的截面數據等的研究結果均顯示研發支出對生產率存在正向影響；梁萊歆、嚴紹東（2006）發現研發支出與公司的盈利能力、企業增長等財務業績存在正相關關系［19］；羅婷等（2009）發現研發投入整體上與公司利潤存在正相關關系，與股票收益率也顯著正相關［20］；龔志文、陳金龍（2011）發現我國生物制藥和電子信息技術行業的研發投入與主營業務利潤和股票收益率正相關［21］。然而，國內還未發現創新效率角度的相關研究。

除創新投入或創新產出對運營績效、市場價值和股票收益率的直接影響外，關于其他因素對兩者關系的影響方面，Connolly和 Hirschey（2005）利用1997-2001年美國制造業和非制造業上市公司的數據，按照公司規模分別分組研究R＆D支出對公司價值的邊際影響，即R＆D投資的估值效應。實證發現，規模對研發支出與企業價值的關系存在調節作用，即大公司每單位R＆D支出帶來的市場價值效應（Tobin’s q的增加）顯著大于小公司，而且制造業公司的該效應明顯大于非制造業公司［22］。孫維峰（2013）選取2009-2011年滬深兩市制造業上市公司作為研究樣本，進行分組研究和穩健性檢驗，表明創新指標（研究支出與銷售額之比）與績效指標（銷售回報率、Tobin＇s q分別代表財務績效指標和市場績效指標）之間顯著的正相關關系僅存在于小企業中，大企業中只存在統計上不顯著的正相關關系，其原因可能是大企業的創新效率、利用創新成果的意愿和效率都較低［23］。除此之外，國內還未發現其他探討影響二者關系的調節因素的相關研究。

綜上所述，本文與其他成果相比，本文側重于研究“創新效率”和股票收益率的關系。創新效率是一種無量綱綜合指標，比單純的創新投入或者創新產出能更好地衡量創新活動對股票收益率的影響。如引言所述，美國David Hirshleifer等（2013）已對該問題進行研究，國內還未發現相關研究結果。進一步來看，本文與現存研究創新效率和股票收益率關系的David Hirshleifer等（2013）的論文區別在于：首先，研究對象不同。本文研究的是中國國情下制造業下細分行業層面的行業創新效率和行業股票收益率的關系，David Hirshleifer等（2013）研究的是美國所有行業上市公司層面的創新效率和股票收益率的關系，基于中國的國家政策和國情，研究制造業行業層面的技術創新具有更強的現實意義。其次，研究方法不同。本文使用的分析方法是面板回歸方法，而非David Hirshleifer等（2013）采用的簡單橫截面回歸，面板回歸方法符合本文面板數據的特征，且同時考慮了截面效應和時間效應，在控制異質性的同時可以在很大程度上減少共線性的影響。再次，研究內容不同。本文主要研究創新效率與股票收益率的關系，以及市值規模因素對兩者關系的影響，David Hirshleifer等（2013）的側重點在于創新效率和其他相關因素對股票收益率的預測性，并未對第二點展開研究。

三、研究假設與模型設定

（一）研究假設

創新效率對股票收益率的內在影響機制主要有以下兩個方面：一是直接影響機制，創新活動的高風險性直接引發對應的高收益；二是間接影響機制，創新效率通過增加無形資產和市場價值的間接方式來促進股票收益率的提高。

直接影響機制（理性定價理論）：風險越高，隨之而來的收益就越高。技術創新活動投入大、周期長、產出不確定等特征，表明了技術創新是一項高風險的投資活動。根據風險收益理論，技術創新能為企業帶來較高的收益，即技術創新活動的高風險性直接有利于股票收益率的提高。

間接影響機制（托賓Q理論）：理性金融市場上，投資者用有形資產與無形資產來估計公司的市場價值，即公司股價是其資產所能獲得的凈收益的折現值。其中無形資產指的是沒有實物形態可辨認的資產，如專利、專有技術等。企業進行技術創新活動產生的知識和經驗經積累起來將構成企業技術知識存量，然后形成專利、專有技術等無形資產中間產出。在有形資產相同的情況下，無形資產的增加將提高企業的市場價值和股價，進而提高股票收益率，可以說，技術創新活動通過增加無形資產和市場價值的間接方式，對股票收益率起正向促進作用［24］。

基于以上分析，本文的第一個假設為：

H1行業創新效率和行業股票收益率之間存在顯著正相關關系。

一方面，熊彼特假說認為大企業與小企業的創新能力之比大于其規模之比，即在創新方面，大企業具有規模效應。相比小企業而言，大企業具有雄厚的經濟實力，能保證技術創新所需的高額成本，也能更好地抵御技術創新失敗所帶來的負面影響，更能對技術創新產出成果進行更有效的保護［22］。隨后國內外學者對該假說進行了實證檢驗，由于數據來源、樣本量、時間跨度等不同，規模和創新之間的關系還沒有一致的結論。另一方面，已有學者（Connolly和 Hirschey，孫維峰）研究了規模作為調節變量，對研發支出和企業價值或績效的關系存在一定影響［22-23］，但規模對創新效率和股票收益率的關系是否存在影響似乎還未被驗證。

進一步來看，規模作為學術界已廣為認可的股票收益率的影響因子，反映了公司目前運營狀況的公共信息，創新效率則代表了反映公司未來潛力、投資者關注較少、較難處理的增量信息指標。根據假設一，創新效率與股票收益率之間存在正相關關系。那么可以進一步提出假設：這兩類信息間存在交互效應，即規模和創新效率對股票收益率存在交互影響。

基于以上理論分析，本文的第二個假設為：

H2行業規模和行業創新效率的交互項與行業股票收益率存在顯著相關關系。

（二）模型設定

基于以上分析，本文構建如下面板回歸模型：

其中，Y表示行業股票收益率，lnSize表示行業規模，lnIe表示行業創新效率。

四、實證分析

（一）研究對象選擇、變量選取和數據說明、樣本選取

1.研究對象選擇

現有《國家統計年鑒》、《工業企業科技活動統計年鑒》等年鑒采用《國民經濟行業分類標準》（GB/T4754-2002），將制造業行業門類細分為30個行業大類。而經濟金融類相關數據庫如RESSET、國泰安等數據庫等采用《上市公司行業分類指引（2012年修訂）》，將制造業行業門類細分為31個行業大類。考慮到面板數據的平衡性要求，統計年度內的各項數據必須完整，本文選擇兩類行業標準中行業名稱完全一致的21個制造業大類行業作為研究對象，如下表1所示，其中行業代碼采用《上市公司行業分類指引（2012年修訂）》。

表1 行業劃分表

2.變量選取和數據說明

（1）創新效率（Ie）

常用創新效率投入指標分為人員投入和經費投入兩類，考慮到易度量性和反映創新經濟效率的目的，本文選擇經費投入指標中的R＆D經費總支出（R＆D經費內部支出與R＆D經費外部支出之和）作為創新效率投入指標。

技術創新過程包括兩個階段：技術開發階段和技術轉化階段，各個階段技術創新產出的表現形式有所不同（朱雪珍等，2013）［26］。技術開發階段的產出包括專利和非專利產品，從指標的普適性、穩定性和客觀性來看，專利較優于非專利產品；進一步來看，專利授權數容易受人為因素干擾，不能保證數據客觀性，容易出現較大的變動，而專利申請數據則比較可靠。因此，本文選用專利申請數作為技術開發階段的產出度量。技術轉化階段的產出是技術創新過程的最終產成品，本文選用能較好反映新產品經濟收益的新產品銷售收入度量技術轉化階段的產出。

為了便于研究，本文采采用用指數法計算創新效率，即用創新產出與投入的簡單比例關系來表示投創新絕對效率的高低（David Hirshleifer等2013）：

Ie1＝新產品銷售收入/R＆D經費總支出；

Ie2＝專利申請數/R＆D經費總支出；

其中，Ie1衡量技術創新整個過程的最終創新效率，Ie2側重衡技術開發階段，即技術研發階段的創新效率。考慮到各期價格水平變動較大，需將新產品銷售收入除以各年價格變動水平消除物價影響，本文選用工業生產者出廠價格指數（即PPI）對其進行縮減，統一折算成2005年不變價。

（2）股票收益率（Y）

上市公司除權除息事項的發生，會使得股價出現大幅波動，本文選擇等權狀態下還原股價后的行業收益率。考慮到數據的穩定性和與事實的相符性，進一步選擇考慮現金紅利，但不考慮現金紅利再投資的行業持有期收益率。本文選用行業年等權收益率變量來度量股票收益率這一指標。

（3）市值規模（Size）

我國上市公司普遍存在一定的股權流通性結構問題，國有股和法人股不能上市流通，而真正由市場定價和檢驗的部分是公司可流通部分的股票市值，而非總市值。因此本文用行業年末流通市值變量來度量市值規模這一指標。

3.樣本選取

基于數據的可得性、代表性、完整性，以及時效性考慮，本文行業創新效率的投入、產出數據來自2005年至2012年《工業企業科技活動統計年鑒》，股票收益率、市值數據來自RESSET金融數據庫。

結合所要研究的對象，本文選取2005年至2012年8年21個制造業大類行業的作為樣本數據，剔除掉行業年持有期等權收益率缺失的C16和C20兩個行業，剩余19個制造業大類行業，因此樣本觀測值為152個。

（二）實證分析

1.滯后期的確定與行業篩選

本文研究的創新投入產出符合倒“V”形滯后結構，即前面多期的創新投入都會影響當期的創新產出。由于對當期創新產出有影響的多期創新投入之和與影響當期創新產出最大的當期創新投入大致相同，因此可用影響當期產出最大的當期投入替代多期投入之和，來計算創新效率。又由于各行業所屬技術領域不同，技術創新實現的開發階段和轉化階段的長短，以及技術創新的復雜程度均存在較大的差異，因此在確定滯后期時須針對各個行業區別對待，分開計算。本文借鑒動態回歸模型定階的方法，即相關系數法，來確定各個行業創新投入產出的滯后期限［5］。

為避免自由度損失過多，相關系數平穩性變差，且經驗研究大多認為創新投入的滯后期為2年或3年，本文只計算滯后3期以內的相關系數。該19個制造業樣本行業創新投入與產出滯后期均為0，但C25的2、3期滯后相關系數均為負，不符合基本的投入產出原理，C28的0期滯后相關系數太小，因此本文將用剔除C25與C28后剩下的17個制造業大類行業的面板數據進行研究。

2.變量描述性統計

對我國上述17個制造業大類行業的行業收益率（Y）、行業創新效率（lnIe1、lnIe2）、行業市值規模（lnSize）進行統計描述，結果如表2所示。

表2 變量描述性統計表

3.面板回歸模型設定

依據前文分析，本文分別用衡量技術創新整個過程的最終創新效率Ie1和側重衡技術研發階段的創新效率Ie2構建面板回歸模型如下

其中，i表示第i個制造業大類行業，t表示第t年，μi，t是隨機隨機誤差項。

本文采用計量分析軟件Eviews6.0對該平衡面板數據進行回歸分析，同時采用截面時序雙固定效應狀態下的普通最小二乘法，即最小平方法（LS：least square method）進行回歸估計，消除異方差和序列相關性。

分析發現，剔除C13和C23后的15個行業面板數據按照模型（1）（2）進行回歸，可以得到很多好的擬合結果，從表3模型（1）、（2）的回歸結果可以看出，lnSize顯著且系數均為負，符合相關理論，lnIe1和lnIe2也顯著，且系數均為正，符合本文理論假設。兩個模型的各個解釋變量和模型整體均通過了計量檢驗和理論檢驗，且結論較一致，因此本文融合兩個模型，構建新的面板回歸模型如下

從表3中模型（3）的回歸結果可以看出，整體的F值通過了檢驗，且R2也達到了0.94，說明模型整體是通過的，每個解釋變量的P值都通過了檢驗，表明這五個解釋變量對行業收益率的影響也是顯著的。上表中Fixed Effects（Cross）表示的是各個行業的截距調整項。

4.模型檢驗結果分析

（1）從單變量角度分析

行業創新效率指標lnIe1、lnIe2對行業股票收益率的影響分別在5%和10%的水平上顯著，且系數均為正值，說明行業創新效率指標對行業年股票收益率有著較強的正相關關系，即兩者具有較強的同向變動趨勢，行業創新效率提高，則行業年股票收益率也隨之升高，這與本文的理論假設1相符。

行業市值規模指標lnSize對行業股票收益率的影響在5%的水平上顯著，系數為負值，說明行業市值規模與行業年股票收益率存在較強的負相關關系，行業的市值規模越大，行業年股票收益率越低，反之亦然。這與現存文獻的研究結果比較相符。

（2）從交互項的角度分析

行業創新效率的兩個代表指標lnIe1、lnIe2和行業市值規模指標lnSize的交互項分別在5%和10%的水平上顯著，且系數均為負值，說明行業創新效率和行業市值規模的交互項與行業年股票收益率間存在較強的負相關關系，即在其讓他條件不變的條件下，行業創新效率和行業市值規模的交互項越大，該行業的年股票收益率越低。行業市值規模包含的公共信息和行業創新效率包含的增量信息對股票收益率存在交互影響，這與本文的理論假設2相符。

表3 模型回歸結果表

從另一角度來看，在該模型下，對行業股票收益率求行業市值規模的一階偏導，得到的偏導數（即邊際貢獻），比沒有交互項時多了-0.135 493×lnIe1＋（-0.068 379×lnIe2，又由于lnIe1和lnIe2的符號位負，所以可以看到在交互項的影響下，行業市值規模對行業股票收益率的邊際貢獻變大了；同理，在交互項的影響下，行業創新效率對行業股票收益率的邊際貢獻變小了。即行業創新效率與行業股票收益率的關系受行業市值規模這一調節因素的影響。

5.模型穩健性檢驗

為了避免模型被解釋變量和解釋變量之間存在結構變化的可能性，下面將采用不考慮現金紅利的持有期收益，即反映運用資本獲得收益的能力以及自有投資的經濟效益的年資本收益作為股票收益率指標，同時用R＆D經費內部支出作為分母計算的創新效率作為創新效率指標，如下所示

Ie3＝新產品銷售收入/R＆D經費內部支出；

Ie4＝專利申請數/R＆D經費內部支出；

其中Ie3衡量技術創新整個過程的最終創新效率，Ie4側重衡量技術開發階段，即技術研發階段的創新效率。

用Ie3、Ie4分別替換Ie1、Ie2后得到新的回歸模型如下

表3中模型（4）的回歸結果顯示模型通過了穩健性檢驗。

五、結論與建議

本文根據證監會和國家統計局的行業劃分標準，構建面板數據模型，對制造業的行業創新效率與行業股票收益率之間的關系進行實證研究，得出結論如下。

（1）制造業行業創新效率對行業股票收益率具有正向促進作用。

其他條件相同的情況下，我國制造業股票市場上，技術研發階段或整個過程中創新效率越高的行業，其年股票收益率也越高。一方面創新活動的高風險性特征為投資者帶來了高股票收益為回報，另一方面創新活動產出的無形資產增加了市場價值，從而提高了股票收益率，而且在科技創新越來越重要的二十一世紀，創新效率的提高向投資者傳遞出投資前景好的增量信息，吸引投資者投資，從而提高其股價和股票收益率。

（2）制造業行業創新效率和行業市值規模對行業股票收益率存在交互影響。

我國制造業股票市場上，行業創新效率和行業市值規模指標的交互項與行業股票收益率間存在負相關關系，即在其他條件不變的條件下，行業創新效率和行業市值規模的交互項越大，該行業的年股票收益率越低。行業市值規模包含的公共信息和行業創新效率包含的增量信息對股票收益率存在交互影響。而且進一步來看，在交互項的影響下，行業市值規模對行業股票收益率求導的一階偏導數變大了，即邊際貢獻增加，行業創新效率對行業股票收益率的邊際貢獻減少。

基于以上實證研究結論，本文提出以下相關建議。

（1）投資者可參考本文研究結論，更優地選擇要投資的行業。

進行股票投資決策時，投資者除考慮反映行業目前狀況的公共信息（如行業市值），還應考慮反映行業未來前景增量信息的行業創新效率，以及兩者對行業股票收益率的交互影響，從而更好地選擇要投資的行業。行業創新效率與行業股票收益率正相關，相同條件下，行業創新效率越高，行業股票收益率可能也越高；行業市值規模、行業創新效率的交互項與行業股票收益率間負相關，在其影響下，行業市值規模對股票收益率邊際貢獻增加，行業創新效率對股票收益率的邊際貢獻減少，投資者應綜合考慮，做出理性的行業選擇決策。

（2）政府可參考本文研究結論，制定相應的行業技術創新政策或戰略。

對應十八屆三中全會和《國家中長期科學和技術發展規劃綱要（2006-2020年）》中“加快調整產業結構、轉變經濟增長方式走新型工業化道路，提高我國核心競爭力，盡快成為一個創新型國家”的發展目標，本文明確了制造業行業創新效率的市場估值效應，量化了行業創新效率對行業金融市場經濟產出的貢獻，即各個制造業細分行業每單位行業創新效率對其行業股票收益率的邊際貢獻值。一方面，可以在保證一定的制造業產出目標（如市場經濟產出股票收益率）要求下，為國家制定相應精確的行業技術創新政策或戰略（如根據行業創新效率，制定相應創新戰略）提供扎實量化的參考依據；另一方面，也可以指導某一制造業細分行業制定有效的創新投入控制政策，和相應的創新產出激勵政策，使其在已知市值規模的情況下保持較優的股票收益率，從而促進先進科技與產業深度融合，加快建設創新型國家。

［1］中國共產黨第十八屆中央委員會.中國共產黨第十八屆中央委員會第三次全體會議公報［EB/OL］.http：//news.xinhuanet.com/house/hk/2013-11-13/c_118121862.htm，2013-11-13/2014-6-15.

［2］習近平主席.科技工作者要為加快建設創新型國家多作貢獻——在中國科協第八次全國代表大會上的祝詞 ［EB/OL］.http：//news.xinhuanet.com/politics/2011-05/27/c_121467442.htm，2011-05-27/2014-6-15.

［3］David H，Po-Hsuan H，Dongmei L.Innovative Efficiency and Stock Returns［J］.Journal of Financial E-conomics，2013，107（3）：632-654.

［4］康立，李振飛.行業因素對我國A股市場收益率的效應研究——基于2001-2010年面板數據的實證檢驗［J］.投資研究，2012，31（7）：65-77.

［5］楊娜娜.高新技術產業技術創新效率測度與分析［D］.廣州：暨南大學，2013.

［6］Lev B，Sougiannis T.The Capitalization，Amortization，and Value-relevance of R＆D［J］.Journal of Accounting and Economics，1996，21（1）：107-138.

［7］Lev B，Sarath B，Sougiannis T.R＆D Reporting Biases and Their Consequences［J］.Contemporary Accounting Research，2005，22（4）：977-1026.

［8］Chan L K C，Lakonishok J，Sougiannis T.The Stock Market Valuation of Research and Development Expenditures［J］.Journal of Finance，2001，56（6）：2431-2456.

［9］Penman S H，Zhang X J.Accounting Conservatism，the Quality of Earnings，and Stock Returns［J］.Accounting Review，2002，77（2）：237-264.

［10］Eberhart A C，Maxwell W F，Siddique A R.An Examination of Long-term Abnormal Stock Returns and Operating Performance Following R＆D Increases［J］.Journal of Finance，2004，59（2）：623-650.

［11］Eberhart A C，Maxwell W F，Siddique A R.A Reexamination of the Tradeoff Between the Future Benefit and Riskiness of R＆D Increases［J］.Journal of Accounting Research，2008，46（1）：27-52.

［12］Gu F.Innovation，Future Earnings，and Market Efficiency［J］.Journal of Accounting Auditing and Finance，2005，20（4）：385-418.

［13］Matolcsy Z P，Wyatt A.The Association Between Technological Conditions and the Market Value of Equity［J］.Accounting Review，2008，83（2）：479-518.

［14］Pandit S，Wasley C E，Zach T.The Effect of R＆D Inputs and Outputs on the Relation Between the Uncertainty of Future Operating Performance and R＆D Expenditures［J］.Journal of Accounting Auditing and Finance，2011，26（1）：121-144.

［15］何瑋.我國大中型工業企業研究與開發費用支出對產出的影響——1999—2000年大中型工業企業數據的實證分析［J］.經濟科學，2003（3）：5-11.

［16］鄧進.中國高新技術產業研發資本存量和研發產出效率［J］.南方經濟，2007（8）：56-64.

［17］吳延兵.中國工業R＆D產出彈性測算（1993—2002）［J］.經濟學（季刊），2008，7（3）：869-890.

［18］Hu A G Z.Ownership，Government R＆D，Private R＆D，and Productivity in Chinese Industry［J］.Journal of Comparative Economics，2001，29（1）：136-157.

［19］梁萊歆，嚴紹東.中國上市公司R＆D支出及其經濟效果的實證研究［J］.科學學與科學技術管理，2006（7）：34-38.

［20］羅婷，朱青，李丹.解析R＆D投入和公司價值之間的關系［J］.金融研究，2009（6）：100-110.

［21］龔志文，陳金龍.R＆D投入與公司價值相關性的實證分析——以我國生物制藥和電子信息技術行業上市公司為例［J］.科技進步與對策，2011，28（22）：10-13.

［22］Connolly R A，Hirschey M.Firm Size and the Effect of R＆D on Tobin＇s q［J］.R＆D Management，2005，35（2）：217–223.

［23］孫維峰.規模對創新與企業績效關系的影響——來自中國上市公司的實證研究［J］.產經評論，2013（2）：81-91.

［24］任海云，師萍.企業R＆D投入與績效關系研究綜述——從直接關系到調節變量的引入［J］.科學學與科學技術管理，2010（2）：143-151.

［25］吳延兵.企業規模、市場力量與創新：一個文獻綜述［J］.經濟研究，2007（5）：125-138.

［26］朱雪珍，施盛威，封亞.基于價值鏈視角的創新效率評價——以江蘇省為例［J］.管理評論，2013，25（10），120-128.