上市公司研發投入與財務業績關系研究

楊瑞

近幾年我國的科技創新能力發展迅速，但與發達國家相比還有較大的差距。我國為鼓勵企業創新，在稅收政策上提高了研究開發費用稅前加計扣除比例，在利潤表中新增“研發費用”項目，可見我國對于科技創新方面的發展非常重視。企業研發成功的產品會為企業創造價值，從而增強企業的財務業績，然而研發投入也具有較大的不確定性，企業會面臨研發失敗的風險。因此，研發投入與企業業績的關系一直備受國內外學者的關注。而所有權結構作為公司治理的基礎，對于二者的關系也有一定程度的影響。因此，我們利用實證研究的方法，探求我國上市公司研發投入對其財務業績的貢獻以及所有權結構對二者關系的調節作用，希望可以為企業提供有效的建議。

一、文獻綜述

關于研發投入與企業財務業績的研究，JS Lant和JM Sahut（2005）指出，如果企業能夠立即從研發投入中獲得商業利益，或者在未來獲益時采取創新項目的集群戰略，那么將研發投入資本化是比較可取的。FO Paula和JF Silva（2018）以歐洲制造企業為樣本，研究發現研發投入不能影響整個樣本的短期財務業績。[在研發投入與所有權結構研究方面，Francis 和Smith（1995）研究時發現如果公司的股權結構更加集中，公司的研發投入將會增多。Katherine（2003）研究了企業研發投入與高管股權激勵之間的關系，研究表明研發投入與高管持股比例呈正相關關系。關于所有權結構對研發投入與企業業績的調節作用研究， Hall和Oriani（2006）對歐洲制造業企業的所有權集中度的調節作用進行研究，研究結果表明所有權集中度對研發投入與公司業績之間的關系具有顯著的正調節效應。

程宏偉、張永海、常勇（2006）的實證研究結果證實，公司在研發方面的投入與公司業績顯著正相關。 趙暉（2010）使用實證分析方法，對高新技術企業進行的研究表明，公司的研發投入與公司業績正相關。劉雪瑤，張敏（2017）采用實證分析的方法對我國創業板上市公司的相關數據進行了分析研究，結果顯示創業板上市公司的研發投入對企業財務業績存在負相關效應。齊秀輝，王維，武志勇（2016）重點研究了高管激勵機制對研發投入和企業業績關系的調節作用。他們認為，公司所有權的形式對高管的激勵有重要影響：在國有控股企業的背景下，高管激勵對研發投入與企業業績之間的關系具有顯著的正調節效應；在對非國有控股公司進行比較研究時發現高管激勵措施在對二者關系發揮了負面作用。

根據上述學者的研究結果，可以發現他們得出的結論不盡相同，這可能與他們所選擇的樣本企業、研究方法、研究變量不同有關，在大多數學者眼中，研發投入被認為與公司業績正相關。目前，研究人員對所有權結構與研發投入，公司所有權結構和業績之間的關系進行了深入研究，研究成果較為喜人，所有權結構在研發投入與企業業績關系中發揮的調節作用也是近年來才引起了國內專家的關注。因此，本文對研發投入與企業業績之間的關系進行研究并重點探討所有權結構對研發投入與企業財務業績的調節作用，從而為企業的所有權結構以及研發決策提供相關建議。

二、研究設計

（一）樣本選擇及數據來源

數據剔除了被ST特別處理的上市公司以及缺失相關數據的公司，從滬、深兩市上市公司中找出了900家符合條件的上市公司。樣本數據采用2014-2017年4年的數據。數據均來自Wind數據庫，采用SPSS統計軟件對數據進行處理。

（二）變量定義

表1 變量匯總表

（三）模型的建立

為了研究研發投入對企業業績的影響，構建了回歸模型（1）：

ROA=α+β1RDS+β2DAR+β3SIZE+ε

上述公式中ROA為樣本公司的總資產報酬率，α為常數項，β為回歸系數，RDS為研發支出占營業收入比例，DAR為資產負債率，該變量用于控制企業負債對財務業績的影響，SIZE為總資產自然對數，該變量用于控制企業規模對財務業績的影響，ε為隨機變量。

研究所有權結構的變化對研發投入和公司業績的影響，并建立回歸模型（2）：

ROA=α+β1 RD +β2OS *RDS+β3DAR+β4SIZE+ε

OS 代表所有權集中度（S）、高管持股激勵（ES），其余變量解釋與以上相同。

三、研究假設

本文結合上述學者的研究成果，提出以下研究假設：

H1：研發投入與公司業績之間存在正相關的關系。有效的研發投入將構成公司的無形資產，從而會增加企業的核心競爭力，為企業帶來收益，提升企業的財務業績。

H2：所有權集中度對研發投入與企業業績之間的關系具有正調節作用。 根據代理理論，所有權集中度越高的企業越有利于委托人對代理人的監督，提高其經營管理效率。

H3：高管股權激勵對研發投入與公司業績之間的關系具有正調節作用。根據代理理論，，代理人在公司中的持股份額越高，委托人與代理人的利益越緊密。為了實現共同的盈利目標，代理人將更加注重公司的技術創新活動。

四、實證研究

（一）相關性分析

為了盡可能避免回歸模型的多重共線，在回歸分析之前通過Pearson相關系數分析來分析變量之間的關系。如表2所示，ROA與RDS，RDS與S在1%的水平上顯著負相關，其余變量之間在1%的水平上顯著正相關。因此，如果模型中同時加入兩個所有權結構變量，將會產生多重共線性問題。

表2 皮爾遜相關性分析