经济下行中企业研发投入与财务绩效关系研究

李连华　柯东昌　许倩芸

【摘 要】 文章以2008—2012年A股上市公司为样本，对当前经济下行时企业研发投入与财务绩效的关系进行了实证研究。结果表明，趋于下行的宏观经济环境会对研发投入和企业财务绩效的正向关系起到显著的抑制作用。这是因为趋向下行的宏观经济环境存在投资的顺周期效应，因而企业会减少研发投资，进而影响绩效。

【关键词】 经济下行； 研发投入； 财务绩效

中图分类号：F275 文献标识码：A 文章编号：1004-5937（2016）08-0051-04

一、引言

受2008年美国次贷危机的影响，全球陷入了金融危机。中国是所有国家中最早从金融危机里觉醒过来的，并且带动了全球经济的发展。但是，中国的发展脚步还是放缓了，GDP增长率在2007年的时候达到了14.16%，但之后年度最高只有10.45%。因此，本文将重点研究这一经济下行的宏观背景对企业的研发投入与企业业绩之间是否产生影响以及产生何种影响。

目前，虽然研究企业研发对绩效影响的文章比较多，但从宏观层面来对者两者之间的关系进行实证研究的文章还不多见。之前的文章在研究经济周期的整个过程时，将周期划分为几个阶段，分别赋值，通过虚拟变量将其引入到实证模型中，而本文着重研究经济下行的趋向对企业研发投入与绩效关系的影响，故直接将代表经济周期波动的国民经济增长率带入模型，更直观地反映变量间的关系，可以减少主观因素对结果的影响。这也是本文的创新点所在。

二、制度背景、文献回顾与假设发展

（一）R&D投资与企业绩效

早在20世纪中叶，国外研究学者就做了关于研发与绩效的研究文章。20世纪60年代末，George Libik[1]在其发表的论文中通过实证得出了这样的结论，即企业的研发投入与企业价值的增加量之间是显著正相关的，特别是在电子、航空等制造业中，这一现象尤为明显。近年来也有类似相关研究的文献，例如，Penman and Zhang[2]的报告结果显示，未记录为资产的R&D与净营运资产比率的增加和随后年份的超额报酬正相关。在我国，杜兴强等[3]以中国2005—2009年民营上市公司为样本，实证研究了R&D投资及高管的政治联系对企业业绩的影响，结果发现，企业的R&D投资持续、稳定地对企业业绩具有显著的提升作用，R&D投资成为企业持续性业绩增长的关键因素。基于以上分析，本文提出假设1。

H1：限定其他条件，研发投入与企业绩效正相关。

（二）经济下行对R&D投资与企业绩效关系的影响

现有的成果从两个截然相反的角度——需求因素和机会成本因素对研发投资的顺周期及逆周期特征进行了解释。首先从需求角度看，企业进行研发投资所需的资金一般是首先考虑从企业内部的自有资金来获得融资，而企业内部的现金流则是随着企业市场需求的波动而波动。由此可见，研发投资是顺周期行为，当经济繁荣时，由于现金流充裕，企业就会加大研发投入，而遇到经济不景气的时候，企业则会减少研发投入。也有相关的文献支持研发投资的顺周期效应。例如，Gadi Barlevy[4]利用从美国国家科学基金会获得的1958—2003年私人企业的实际R&D费用和实际GDP增长数据，对R&D的顺周期问题做了一次详细的实证分析，结果均显示R&D费用的支出是顺周期的。蔡永英[5]在文中写到：在经济繁荣期，企业财务上现金流充裕，有更多资金投资于技术创新活动；在经济萧条期，企业资金周转不灵，或者面临财务危机，R&D投资减少。

但如果从机会成本出发，则得到一个相反的结论，即企业在经济衰退的时候，将会利用低生产成本的机会加大研发投入。吴晓波等[6]得出了这一结论，即当经济形势处于下行阶段时，样本企业的技术创新加速，在经济低谷期（1999年）达到顶点，而在随后的经济复苏、繁荣阶段逐渐下降。这一行为的结果就是使研发投资的成本大大降低，而且由于旧产品竞争压力的减弱，新产品取得成功的概率也大大提升，从而提高企业的绩效，获取更大的收益。

因此，基于上文的理论分析，可以发现，宏观经济环境对企业研发与绩效的影响可能是正向的也可能是负向的，为此，本文提出了两个互斥的假设。

H2a：经济下行的宏观环境会对研发投入和企业绩效的正向关系起到促进作用；

H2b：经济下行的宏观环境会对研发投入和企业绩效的正向关系起到抑制作用。

三、研究设计

（一）模型与变量定义

1.被解释变量：企业绩效

从实务角度，企业绩效可以分为盈利能力、发展能力、偿债能力和成长能力。本文选取企业的盈利性作为反映企业绩效的指标。从学术的角度，企业绩效指标的选取可以分为经济基础、市场基础以及会计基础三类。经济基础指标通常是指评价企业业绩的利润，市场基础指标是以资本市场的上市公司的股价作为计算标准，一般采用的是托宾Q值（公司市场价值和重置成本的比率）。托宾Q值使用的前提是股票市场是有效的，同时，公司的重置成本能够准确可靠地计量。由于我国资本市场，特别是股票市场还不完善，有时计算出来的托宾Q值并不能准确地反映公司绩效，因此我国股票市场并不满足市场有效性的假说。会计基础指标则是从公司发布的财务报表中取得的。总资产报酬率（ROA）反映了企业包括负债和权益在内的总体获利能力。总资产报酬率越高，说明企业的投入产出效应越好。

2.解释变量：研发（R&D）强度

目前现有的文献在计量研发投入强度时，主要运用以下四种指标：研发投入占总资产、销售收入（主营业务收入）、利润、市场价值的比。由于托宾Q值并不能如实反映市场价值，而企业的利润和营业收入比较容易被操控，所以本文选取研发投入/企业总资产这一指标作为解释变量。因为相较于另外三个数据，总资产相对真实可靠，而且本文的被解释变量是ROA，选取研发（R&D）投入/总资产，可以使研究保持一定的一致性。

3.调节变量：经济周期

目前现有的关于经济周期的研究文章中，学者们主要使用以下三种指标来反映经济周期的波动：国民经济（GDP）增长率、狭义货币（M1）余额增长率以及广义货币（M2）余额增长率。由于货币增长率的直接表现是市场上的货币供给情况，货币主要影响的是企业的融资能力，进而影响企业的绩效，相比较于国民经济增长率，后者更能直接地反映一个国家的总体经济运行情况。在经济周期的研究中，经济周期主要分为古典型和增长型。所谓古典型的经济周期是指经济波动的低谷为绝对值的下降，也就是说，经济处于低谷时，国家的经济出现了负增长。这种经济周期出现在中国改革开放以前。而改革开放以后，中国的经济周期变成了增长型的经济周期，即当国家的经济处于低谷时，并不是经济绝对值的下降，而是经济增长率的放缓，整个国家的经济还是增长的。基于这种事实，本文选取国民经济增长变动率（GDPBD）作为反映宏观经济的指标。

国民经济增长变动率是反映国家经济发展水平最主要的指标，增长率为正则表明相比于上一年度，当年的经济是增长的；增长率若为负，则表明经济在负增长。当前中国的国民经济增长率虽然为正，但却是明显的逐年下降的状态，可见中国的经济增速在放缓，即处于经济下行阶段。为了表现经济下行，本文参照王涵语等[7]对经济增长的处理方法，使用能反映前后变化的变动率作为调节变量反映经济下行。

4.控制变量

为了准确地研究研发投入对企业绩效的影响以及经济下行的宏观经济对两者的影响，本文需要控制一系列的其他公司特征，以减小它们对绩效的影响。通过阅读大量相关文献，本文需要控制以下因素对绩效的影响：资产负债率（D/A）：企业总负债与总资产的比率。该比率反映的是公司财务杠杆，在一定程度上反映了公司的偿债能力。公司规模（LN ASSET）：每个公司的规模都各不相同。公司的大小显示着公司的财力。公司的资金是否雄厚，会影响公司研发战略的选择。而研发投入的多少会影响企业的绩效。一般来说，公司规模越大，其发展战略就更具有长期性和前瞻性，也会有更多的投资机会。而小的公司在机构设置上则更灵活，更有利于应对挑战，故本文用企业总资产取对数来衡量公司的规模。上市年龄（LN AGE）：公司上市时间的不同，意味着每个公司遇到的大环境、国家政策等都不尽相同，这会影响公司的研发投入以及绩效。公司年龄（LN YEAR）：公司正式成立的年份不同，其成长环境、在行业中的地位、成熟度等都会不同。每个公司的绩效都来自于现实的生产、销售。而研发需要一定的时间，有的公司可能在上市前就成功研发了某项技术，那它就会影响公司的业绩和股价；有的公司在上市后才开始新的研发，这也会影响公司的股价市值等。因此这一变量需要控制。资产周转率（TURNOVER）：它反映的是企业经营期间整个资产从投入到产出的流转速度，可以用来衡量企业资产管理的效率、考察企业资产运营的效果。该数值越高，表明企业总资产周转速度越快、销售能力越强、资产利用效率越高，企业的绩效自然就越好。因此本文选择该指标为控制变量之一。

所有变量及定义见表1。

根据现有的研究文献，本文继续使用多元线性模型。

ROAi，t=α+β1RD/Ai，t+β2D/Ai，t+β3LN ASSETi，t+

β4LN AGEi，t+β5LN YEARi，t+β6TURNOVERi，t+εi，t （1）

ROAi，t=α+β1RD/Ai，t+β2GDPBD×RD/Ai，t+β3GDPBDi，t

+β4D/Ai，t+β5LN ASSETi，t+β6LN AGEi，t+β7TURNOVERi，t

+εi，t （2）

模型（1）是用来检验研发投入与企业绩效的相关性的；模型（2）是在引入国民经济增长率这一调节变量后，用来检验研发投入与企业绩效的相关性的。

（二）样本选择及数据来源

本文选取2008年到2012年间在沪深两市上市的A股作为研究样本。为了确保数据的有效性，必须减少异常数据对本文的影响。（1）由于金融保险行业与非金融行业在财务指标上区别较大，剔除金融保险行业；（2）剔除无相关财务数据、数据缺失严重的公司；（3）剔除ST企业，若上市公司连续两个会计年度的净利润为负，他们的数据会影响整体数据的表现，从而可能会影响研究结论。

本文的财务数据和宏观指标数据主要来源于CSMAR数据库、WIND数据库、CCER数据库和中华人民共和国国家统计局官网上的统计数据。研发投入以合并报表上披露的为准，数据的整理使用的是Excel2010，数据分析使用Stata11。

四、实证研究结果及分析

（一）描述性统计

根据表2，可以看出：

1.ROA的最小值为-0.4879，最大值达到了0.4770，说明样本间的差距比较大。但是ROA的样本标准差只有0.0647，说明样本的波动小，总体样本还是比较均衡的。

2.代表企业研发投入强度的RD/A的均值为0.866%，可见总体样本的研发投入强度比较小。最小值为0，最大值达到了23.68%，可见研发投入强度的分布并不均匀，总体样本显示出样本公司的研发投入力度小的现状。

3.国民经济增长变动率（GDPBD）在这5年间大体上呈下降趋势。

（二）变量间的相关性分析（表3）

从相关性检验结果中发现，ROA与解释变量、调节变量及所有控制变量都在0.1%的显著性下通过的相关性检验。研发投入强度与ROA的相关系数为0.089，呈正相关，这与本文之前的理论假设一致。公司规模与绩效也是正相关的，这也许是因为，公司规模越大，研发投入也越大，在把握好机会的前提下，能为公司带来好的效益。而资产负债率与ROA呈负相关，这是因为，一个公司如果负债越高，则其面临的违约风险越大，需要支付的利息也越多，这些都会影响一个公司的绩效。公司上市年龄与公司成立年龄均与企业绩效负相关，可见并不是越成熟的公司越能盈利。负相关，可能是受到了外部环境的影响。国民经济增长变动与ROA呈正相关关系，这是因为国民经济总体上还是增长的，则公司的整体表现与宏观指标一致。总资产周转率这一指标反映了一个公司的总体运营情况，周转率越高，说明企业的销售情况越好，则公司的盈利性也越好。

研发投入强度与公司规模等控制变量呈负相关关系，只与总资产周转率是正相关的。但都通过了显著性检验。企业规模与剩下的变量均显著相关，但总产负债率就只与总资产周转率是显著相关的，与其他变量（上市时间、公司成立时间、GDP增长率）在统计上无意义。

（三）回归结果及分析（表4）

通过模型（1）的检验，发现研发投入与企业绩效显著正相关，系数为0.231。所有控制变量也均通过了显著性检验，拟合度（Adj.R2）达到了23.23%。实证结果很好地验证了假设1：研发投入与企业绩效正相关。

模型（2）中加入调节变量和交互项后，解释变量、调节变量和交互项均正向显著。这说明越趋向上行的宏观经济环境对研发投入和绩效起到了促进作用，即越趋向下行的宏观经济环境对研发投入和绩效起到了抑制作用。这一结果与投资的顺周期理论一致，因此本文的H2b得到了验证。

五、滞后性、内生性检验

由于研发活动是一个持续性的过程，只有等研发成果转变为具有商业价值的实用性的商品时，例如：新技术、新专利等，该研发成果才能为企业带来经济利益。基于现有的文献与研究成果，笔者认为，当年的研发投入不一定只对当年的绩效产生影响，即研发对企业绩效具有滞后性。同时，企业作研发投入的决策可能不是出于战略的需要，而是觉得企业的业绩之所以好是因为研发活动本身，从而进一步追加研发投入。那么，这就会存在内生性的问题，即因变量会对解释变量产生影响。

为此，本文将做滞后性检验，即对研究范围内每年的研发投入与2012年绩效的相关性进行实证研究，分别用2009—2011年的研发投入强度与2012年的企业绩效做实证回归，反映公司规模的资产对数改用5年间的平均资产对数。其实证结果显示，滞后一年、两年的研发投入分别与企业的绩效是显著正相关的。说明研发在投入的1—2年后，会对企业发展产生积极作用，而滞后三年的数据就表现得不明显了，2009年的研发投入与2012年的绩效正相关，但不显著（限于篇幅，实证结果从略）。从统计上来说，研发投入对企业的影响是具有滞后效应的，但滞后的时间并不会太长。

六、研究结论和未来研究方向

本文首先对研发投入和企业绩效进行了研究，再次证明了研发对绩效起到了促进作用。然后引入了反映宏观经济水平的调节变量，来进一步分析当大环境变得糟糕时的情况，其结果发现：趋向下行的宏观经济环境会对研发投入和企业财务绩效的正向关系起到显著的抑制作用。这是因为趋向下行的宏观经济环境，存在投资的顺周期效应，因而企业会减少研发投资，进而影响绩效。

本文仅对国民经济增长变动率这一宏观指标进行了研究。但实际上，影响企业的外部宏观因素还有货币供给量、税收等方面，它们会对企业的研发决定、战略产生一系列的影响。因此，研究需要拓宽领域，进一步增加控制变量和调节变量，尽可能地完善模型。由于研发数据的局限，本文的样本量仍然不大，且各行业的数量不均衡。希望在以后的研究中，能取得完整的本轮周期或者是下一轮周期的研发数据，从而可以观察到一个完整的经济周期对研发和绩效的影响。

【参考文献】

[1] GEORGE L. The Economic Assessment of Research and Development[J]. Management science，1969，16（1）：33-66.

[2] PENMAN S H， ZHANG X J. Accounting Conservatism，the Quality of Earnings and Stock Returns[J]. The Accounting Review，1999，77（2）：237-264.

[3] 杜兴强，曾泉，王亚男.寻租、R&D投资与公司业绩——基于民营上市公司的经验证据[J].投资研究，2012（1）：57-70.

[4] GADI B. On the cyclicality of research and development[J]. American Economic Review，2007，97（4）：1131-1164.

[5] 蔡永英.论我国技术创新的周期特征[J].杭州电子科技大学学报，2010（1）：5-9.

[6] 吴晓波，张超群，窦伟.我国转型经济中技术创新与经济周期关系研究[J].科研管理，2011（1）：1-9.

[7] 王涵语，马磊，夏中泽.老龄化下人均增长率变动的实证分析[J].华东经济管理，2008（1）：44-49.