融資約束、代理成本與企業研發效率——基于中國工業上市公司的實證研究

黃達 HUANG Da；陳波 CHEN Bo

（華南理工大學工商管理學院，廣州 510640）

（Schoo1 of Business Administration，South China University of Techno1ogy，Guangzhou 510640，China）

1 問題提出

早在20世紀30年代，經濟學家熊彼特（1934）就在《經濟發展理論》一書中闡述了創新對經濟增長的巨大作用。對照我國經濟發展實踐，在經過“劉易斯轉折點”并且“人口紅利”逐步消失的情況下，中國經濟發展的根本出路是把經濟增長轉變到提高全要素生產率，特別是與技術進步有關的生產率的軌道上來（蔡昉，2013）。

然而對于企業而言，研發創新活動具有公共性、外溢性、高風險性等特點，其私人收益遠小于社會收益。同時研發對資金具有長期依賴，企業對于新技術或新產品的保密要求使得企業與資金供應者之間的信息不對稱加重，導致在完全競爭市場中企業研發創新活動面臨融資約束問題（Ha11&Lerner，2009），且按照一般理論，與大型企業相比，中小企業的融資約束問題（Titman&Weese1s，1988）更為嚴重。但現實情況并非像理論預期的那樣。以新藥市場為例，大型制藥公司的市場份額從1980年代的75%下降到近年來的35%，與此同時，小型生物制藥公司的市場份額則從23%上升到65%（Munos，2009）。此外，結合我國實際情況來看，我國約66%的發明專利、74%以上的技術創新及82%以上的新產品開發都是由小企業完成的（李士萍，2006）。

另一方面，由于在現代企業中所有權與經營權相分離，企業管理者可能從自身利益出發進行投資決策，而企業研發投入屬于高度不確定性、無形性且信息嚴重不對稱的投資活動，因而這類投資存在嚴重的代理問題（Kumar&Langberg，2009）。企業管理者可以通過很多方式從研發投資中謀取私利或選擇次優投資決策，例如管理者可以故意提高研發預算或者抽取研發中間產出的收益。已有研究表明，企業研發投資與信息不對稱存在正相關關系，而且投資備受矚目的研發項目（例如開發治療癌癥或艾滋病藥物）可以提高企業CEO的社會知名度（Aboody&Lev，2000）。那么，企業面臨的融資約束與代理沖突是否會對企業研發效率產生影響？如果存在影響，它們又是如何影響企業研發效率的呢？這些問題正是本文關注的重點。

目前，大部分國內外研究都集中在融資約束與企業研發投資的關系（王東，2007；解維敏，方紅星，2011；Hyytinen&Toivanen，2005；Czarnitzki&Hottenrott，2011），而關于融資約束與企業研發效率的研究并不多見。有鑒于此，本文選取我國工業上市公司2004～2012年的數據，采用隨機前沿模型，就融資約束、代理成本對企業研發效率的影響進行實證研究。

2 實證設計

2.1 融資約束與代理成本的度量 根據以往國內外學者的研究，融資約束（FC）的度量方法主要分為兩大類：一是單變量融資約束指標（如股利支付率、公司規模、利息保障倍數等）；二是多變量融資約束指數，即由多個與融資約束程度相關的變量綜合而成。本文借鑒Lamont,Po1k&Saa-Requejo（2001）的方法，采用二元Logistic模型構建KZ指數對融資約束進行度量。具體做法如下：

首先，選取利息保障倍數（ICR）作為樣本預分組指標（Guarig1ia,1999），對每年的樣本觀察值按照利息保障倍數從大到小排序，分別選取前33%的觀察值作為低融資約束組、后33%的觀察值作為高融資約束組，其中低融資約束組取值為y=0，高融資約束組取值為y=1，并以這兩組樣本作為Logistic回歸樣本。

其次，參照 Lamont等（2001）、李焰和張寧（2008）等相關文獻，綜合考慮可以反映上巿公司規模、盈利能力、現金能力、發展能力等多方面因素的財務指標以及數據可獲取性，本文采用股利支付率（Div）、公司規模（Size）、經營活動產生的現金流（CF）、現金存量（CS）、財務松弛（S1ack）、資產負債率（Lev）、營業收入增長率（SG）總共7個指標作為Logistic回歸的解釋變量。具體模型如下：

根據式（1）估計的系數k計算融資約束指數（FC1），其中

對于代理成本的度量，本文借鑒Chae&Kim（2009）的方法，采用自由現金流量/總資產（AC1）作為代理變量。而自由現金流量的計算，本文采用通常的算法（羅斯等，2007），即自由現金流量＝息稅前利潤-息稅前利潤所得稅+折舊與攤銷-營運資本凈支出-資本性支出。此外，本文還采用了自由現金流量/主營業務收入（AC2）作為替代變量，以確保實證結果的穩健性。

2.2 模型構建與變量說明 目前，效率前沿方法是測度研發效率的一類主流方法，主要包括數據包絡分析（DEA）和隨機前沿分析（SFA）。鑒于企業研發屬于知識生產過程（Brown&Svenson，1998），學者們對研發過程的各個階段都有一定的共識，故本文認為描述研發過程的生產前沿函數一般不會出現誤設的問題，SFA通過計量方法對前沿生產函數進行估計與推斷，不僅可以測算每個個體的技術效率，而且可以同時考察多個影響因素對個體效率及其差異的具體效應。因此本文采用Battese&Coe11i（1995）提出的可融入多個影響因素的SFA模型研究融資約束和代理成本對企業研發效率的影響。具體模型構建如下：

其中，下標i、t分別表示企業個體和時期。在式（3）中，Patentsit為企業專利申請數或專利授權數，代表企業的研發產出；Exit，Emit分別為研發經費和研發技術人員，代表企業的研發投入；v為隨機誤差項且符合正態分布，u（＞0）為非效率項且符合半正態分布，而效率值由e-u計算得到。在式（4）中Contro1s表示控制變量，本文選取了是否屬于國有控股（SO）、研發強度（RDS）作為控制變量，Zits是本文主要關注的相關變量，即融資約束（FC）和代理成本（AC）。另外需要說明的是，由于企業研發活動相對于企業研發融資有一定滯后期，因此本文的融資約束指數是取上一期的數據。

由于涉及的變量相對較多，本文將相關的變量說明總結在表1中。

2.3 樣本數據篩選及描述性統計 本文采用的數據為我國工業上市公司2004～2012年的數據。本文劃分工業行業的參照標準為國家統計局出臺的三次產業劃分規定，即《國民經濟行業分類》（GB/T 4754—2011）。企業研發投入數據主要來源于上市公司年報中披露的數據，其中研發經費數據通過在年報中查找“研發費用”、“研發支出”、“研究開發支出”、“研究與開發費用”或“支付的其他與經營活動有關的現金”得到，研發人員則是年報中查找“技術人員”或“研發及相關人員”得到。而企業專利信息是通過從中國知識產權局“專利檢索與服務系統”中通過輸入上市公司的名稱查詢得到。需要說明的是，為了方便數據處理中的對數取值，由于部分上市公司有研發投入信息的披露，但查找到的專利申請數為0時，本文則將其設置為0.5，而查找到的專利授權數為0時，如果專利申請數不為0，則專利授權數設置為0.5，如果專利申請數為0，則專利授權數設置為0.1。其余數據主要來源于國泰安（GTA）數據庫和聚源（ILDATA）數據庫，部分數據來自上市公司年報。最后得到2004～2012年1052家企業的非平衡面板數據，總共2721個樣本觀測值，此外，主要變量的描述性統計在表2中給出。

表1 變量說明

表2 主要變量的描述性統計

3 實證結果分析

本文采用軟件SPSS17.0對融資約束指數FC1進行測算，式（1）的Logistic回歸結果在表3給出。Cox&Sne11 R2值和 Nage1kerke R2值分別達到 0.45和 0.60，Hosmer-Lemeshow檢驗卡方值為20.605，p值為0.008，說明回歸的擬合程度較高。而且解釋變量中除了現金存量CS以外，其余變量的系數都顯著不為零。另外，模型預測準確性相對較高，達到83%（見表4）。因此根據式（2），融資約束指數FC1計算表達式如下：

表3 融資約束指數（FC1）Logistic回歸結果

表4 融資約束指數（FC1）Logistic回歸錯判矩陣

接下來，本文采用軟件Frontier4.1進行隨機前沿分析，首先，就控制變量而言，當研發產出變量為專利申請數時，是否屬于國有控股企業（SO）和研發強度（RDS）的系數都顯著為正①，而當研發產出變量為專利授權數時，它們的系數均為正數，但均不顯著。這也在一定程度上說明國有控股企業的研發效率低于非國有控股企業，和以往大多數研究的結果一致，而研發強度的系數為正說明我國上市公司的研發活動并未出現規模效應。

從表5來看，分別以專利申請數和專利授權數為研發產出變量的分析結果中，融資約束指數（FC1）的系數分別在0.01水平上顯著為負，且系數大小分別在-0.12和-0.20左右，說明融資約束對企業研發效率有顯著的正向作用，而且對以專利授權數為產出變量的研發效率的正向影響更加明顯。這也從一定程度上反映當企業面臨融資約束時，企業更加傾向于投資具有專利產出保障的研發項目，此時融資約束高的企業的研發效率反而更高。而代理成本變量（AC1和AC2）的系數都是在0.01水平上顯著為正，同樣，系數的大小也出現了以專利授權數為產出變量的效率絕對值大于以專利申請數為產出變量的效率絕對值。說明企業的代理成本會對企業研發投資效率有負向影響。

表5 融資約束、代理成本對企業研發效率影響的實證結果

考慮到企業融資約束和代理成本的共同作用，本文在隨機前沿模型中加入了交互項，即FC1×AC1、FC1×AC2，結果是它們的系數都顯著為負。這說明企業的融資約束可以緩解企業代理成本對企業研發效率的負向作用，即高融資約束企業外部融資成本相對較高，企業研發投資更加傾向于內部融資，甚至是股權融資（Mü11er&Zimmermann，2009），而在這種情況下企業的內部現金在一定程度上減少，進而由代理問題引起的無效研發投資也會減少。在高融資約束企業中內部融資和外部融資成本差異不大，企業融資相對較容易，此時企業的內部現金也較為充裕，管理層在進行研發投資活動時容易從中謀取私利（Aboody&Lev，2000）。

4 結論與啟示

本文以2004～2012年我國工業上市公司已披露研發費用的企業為樣本，采用隨機前沿分析方法（SFA），分析融資約束和代理成本對企業研發效率的影響，得出以下結論：

①企業融資約束對企業研發效率有顯著的正向影響，面臨融資約束問題的企業對研發投資更加謹慎，而且它們更加傾向于投資具有專利產出保障的研發項目；

②企業的代理成本與企業研發效率有顯著的負向關系，管理層在考慮企業研發投資時并非完全基于企業的未來發展需要；

③企業的融資約束可以緩解代理成本對企業研發效率的負向作用。此外，本文的實證結果還表明國有控股企業的研發效率低于非國有控股企業的研發效率，而且企業研發并沒有隨著研發強度的提高而產生規模效應。

注釋：

①注意在式（3）中，非負效率項前面有一個負號，因此影響因素的系數為負，表示對企業研發效率有正向影響，反之則相反.下文亦同.

[1]蔡昉.中國經濟增長如何轉向全要素生產率驅動型[J].中國社會科學,2013(01):56-71,206.

[2]李士萍,嚴莉.科技型中小企業應成為三板市場的首選[J].產權導刊,2006,5:016.

[3]張宗益，鄭志丹.融資約束與代理成本對上市公司非效率投資的影響——基于雙邊隨機邊界模型的實證度量[J].管理工程學報,2012(02):119-126.

[4]王東.中小企業R&D融資與風險投資研究[J].科學管理研究,2007(03):104-108.

[5]解維敏,方紅星.金融發展、融資約束與企業研發投入[J].金融研究,2011(05):171-183.

[6]顧群，翟淑萍.融資約束、代理成本與企業創新效率——來自上市高新技術企業的經驗證據[J].經濟與管理研究,2012(05):73-80.

[7]李焰,張寧.用綜合財務指標衡量企業融資約束[J].中國管理科學,2008,3:145-150.