中國上市公司研發指數的構建研究

【摘 要】 “萬民創新”昭示著創新時代的來臨，企業是這個時代創新活動的主力軍。為了科學反映企業創新活動創造價值的能力，文章以會計信息系統為基礎，探討研發指數的構建問題，以2007—2014年我國上市公司作為樣本，實際測算研發指數，并對指數的穩健性和效用進行檢驗。結論可為企業研發績效評價領域的相關研究提供借鑒。

【關鍵詞】 企業研發； 研發指數； 研發績效評價

中圖分類號：F230；F275 文獻標識碼：A 文章編號：1004-5937（2016）10-0073-06

一、引言

2015年兩會政府工作報告中，李克強總理強調了“大眾創業，萬眾創新”在我國未來經濟建設和社會發展過程中的重要意義。中國目前正處于經濟改革與歷史發展的關鍵時期，若想進入創新型國家行列，實現中華民族的偉大復興，必須在全社會弘揚創新精神與創新文化。黨中央特別強調了加強企業在創新過程中的主體地位和主導作用。政府的決策說明，企業將在我國今后的創新舞臺上扮演越來越重要的角色，企業創新能力的高低將會對我國未來經濟發展和國際地位產生重要影響。

然而，創新活動具有高風險特征，受到外部環境不確定性、項目復雜程度以及企業自身研發能力等多種因素影響（楊卓爾等，2016）[ 1 ]。盲目地鼓勵創新并不一定會帶來益處，理性的創新過程應當合理權衡創新行為所帶來的收益與風險水平，并對主體的創新能力進行評估，才能夠作出相對科學的創新決策。但是，我國目前尚缺乏一套普遍公認的企業創新能力評價指標體系，這對企業研發創新決策和政府研發政策的制定具有不利影響。本文致力于對此問題進行進一步的研究。基本的研究思路是：通過構建“研發指數”指標，反映企業創新活動創造價值的能力。指數在經濟學中常用來反映復雜經濟問題，它便于一般大眾對復雜問題的理解和評價。很多指數也常作為管理部門制定決策的重要依據。采用指數的形式反映創新價值，既便于綜合考慮研發績效評價的諸多影響因素，又有助于各類信息使用者的應用，使得研究結論易于推廣。

二、相關研究回顧

企業研發活動的績效評價一直是會計領域研究的熱點問題。在此以前，學者們已經就類似問題進行了一定的基礎和應用研究。黃坤、王芳（2013）[ 2 ]的研究表明會計披露的研發信息具有價值相關性，證明了研發信息可用于研發績效評價；苑澤明等（2012，2015）[ 3-4 ]從無形資產角度出發，提出“無形資產指數”的概念，用以評價企業的創新發展能力，其將無形資產指數主要分為三個層面：技術創新力、技術競爭力和可持續發展力；Florida（2002）[ 5 ]提出了創意指數概念，并將創意指數分為創意階層占勞動力總人口的比重、人均專利數、科技極化指數與同性戀指數四個方面。

在已有的相關指數中，創意指數、中關村指數和中國創新指數均為宏觀層面的指數，不適用微觀企業，但其構造思路和指標選取可供本文借鑒；無形資產指數的針對范圍則與本文提出的研發指數不同，前者涵蓋的“無形資產”范圍不僅包括企業通過自身研發積累形成的技術資源，也包含了企業品牌商譽、外購的專利技術等與企業研發創造活動無關的因素，反映對象的范圍較研發指數更廣。本文構建的研發指數立足于反映企業研發活動和自主創新能力，評價的對象更具針對性。

三、研究設計

（一）研發指數概念界定

本文將研發指數的概念界定為：反映公司一定時期內研發活動創造價值能力強弱的綜合指標。這一概念的基本要點有：第一，研發指數是以研發活動為企業創造的價值水平作為評價企業研發績效的依據，這與理財學的基本目標相一致。第二，研發指數的反映主體是企業的研發活動，度量的價值創造也是基于研發活動的價值創造。第三，研發指數有一定的時效期限，反映的結果是基于企業某一特定時期的研發行為。第四，研發指數是一項綜合指標，反映的是企業研發綜合能力，而非片面地評價企業研發某一方面的水平。

（二）研發指數理論模型建立

本文選擇在財務管理領域應用最為廣泛的現金流量折現（DFC）模型建立研發指數的理論模型。應用現金流量折現模型的依據是：首先，研發活動是一項典型的企業投資行為，研發活動周期較長、不確定性較大。現金流量折現模型在理論和實踐研究領域常用來對企業的投資績效進行評價，因此使用現金流量折現模型更易被人接受和理解。其次，現金流量折現模型是以投資項目未來現金流量的凈現值作為評判項目可行性和計算項目投資績效的依據，理論上講與理財學的基本目標是相一致的。最后，現金流量折現模型考慮了貨幣時間價值的影響，適合對長期投資項目進行評測。依據現金流量折現模型的基本原理，本文構建了公司研發活動績效評價的理論模型如式（1）所示：

其中，P0代表了研發投入項目的凈現值，P0>0，則項目可行，P0越大，項目的投資價值越大；t為項目自開發時刻起到“可帶來經濟利益流入”狀態所用時期數；n為項目開發完成后，經濟利益流入的持續期限；E（Fi）代表了未來各期預計產生的現金流入量；re代表了企業的資本成本；m代表了開發項目的開發周期長度；E（Fj）代表了開發期預計產生的現金流出。

根據研發模型，企業研發活動創造價值的強弱受到項目成果質量、項目開發期和收益期的長短、企業資本成本、開發過程中企業投入水平等因素的影響。對于特定企業的特定項目來講，未來期間的研發成果帶來的收益越大、收益期間越長，企業開發項目的時間和投入越少、開發資金的資本成本越低，企業研發活動創造的價值就越大。

1.評價指標海選

根據式（1）建立的研發模型可以得出企業研發活動創造價值的高低主要受到研發成果質量、開發期和收益期長短、資本成本、投入水平等因素的影響。總結來看，這些因素可以分為四個主要的層面來評價：創新投入、技術水平、創新環境和創新產出。其中，創新投入是指企業用于研發活動的資金投入，主要反映了模型中E（Fj）的信息；技術水平是指企業利用投入資金進行創新活動，最終產生可以研發成果的能力，主要反映了模型中m、n、t的信息；創新環境是指企業研發的基礎環境，包括企業的治理水平、提供研發資金的資本成本、企業多樣化程度等，主要反映了模型中re的信息；創新產出主要指的是企業創新活動的物質產出，即研發活動的研發成果，例如專利權等，主要反映了模型中E（Fi）的信息。

根據以上四個主要影響層面的分類，本文共海選出現有研究中相關指標總計47項。其中，創新投入層面選出了研發強度、研發投入水平、研發投入增長率等5個指標；技術水平層面選出企業員工本科以上人員占比、研究生以上人員占比、收入優勢等11個指標；創新環境層面選出現金持有水平、資本成本等17個指標；創新成果層面選出專利申請率、專利使用壽命等14個指標。

對于海選的結果，本文根據可靠性原則進行了二次篩選，并剔除了兩項數據不能客觀獲取的指標。

2.評價指標無量綱化處理

本文收集整理了2007—2014年度上市公司篩選出的各項指標觀測值，數據來源主要包括國泰安CSMAR數據庫、臺灣經濟新報TEJ數據庫、中國科技統計年鑒、國家專利局公開披露的信息等。45項指標中有34項來源于會計數據和企業會計年度報告附注包含的信息，占總指標數的75.56%。從基礎指標數量占比中可以體現到會計信息在研發指數設計中的重要作用。

為了對指標進行進一步的篩選和賦權，本文對指標數據進行無量綱化處理。無量綱化處理是在保留數據信息的前提下，將數據的數值轉換為[0，1]區間的數值，從而消除不同指標間由于單位的不同而對分析造成的不利影響，這也是指數建立必須進行的工作。本文的無量綱化處理方法如式（2）、（3）所示。其中式（2）為正向指標的無量綱化處理，式（3）為反向指標的無量綱化處理：

式（2）和（3）的標準化方法受到指標最大值與最小值的影響非常大。為了減少因為出現極端值造成標準化后的結果偏誤的可能性，本文在進行數據標準化的步驟前，首先對所有數據進行了Winsorize處理。選取的極端值比率為0.01。

3.基于相關性對研發指標進行再次篩選

由于海選形成的各類指標可能存在較大的相關關系，而相關關系較大的指標反映的信息會存在冗余現象，降低了研發指數指標計算的效率。因此，本文利用相關性分析的方法對每一個準則層內的指標分別進行了分析，對于相關性較強的指標予以剔除。本文選擇的剔除標準是：相關性系數大于0.8的兩項或多項指標，考慮其重要性和代表性只保留一項指標。這樣操作的好處是令研發指數的評價指標體系簡潔清晰。經相關性分析，共剔除指標21項。

同時，由于相關性分析無法檢驗是否有無關指標混入評價體系，而一旦存在這種情況，最終的評價結果可能出現偏差。因此本文對剩余指標進行了理性判斷，剔除了其中與研發活動創造價值無關的指標。全部剔除完成后的指標體系如圖1所示。

4.利用熵權法對研發指標賦權

根據建立的研發指數評價指標體系篩選各個指標數據，作為本文指數賦權的基礎數據。各類指標的計算方法如表1所示。

本文最終的研究樣本刪除了金融類企業和ST企業，也排除了數據不全的企業。篩選之后的樣本涵蓋了2007年至2014年的上市公司數據，樣本總量為3 752個。對該類樣本進行熵值賦權，計算公式如式（4）所示：

其中RDlndexj代表第j個樣本的研發指數；？棕i代表了第i個指標的熵權大小；Vi j代表了第j個樣本第i個指標的觀測值；m代表了指標總個數。應用熵值賦權法對指標進行賦權的結果在表2中列示。

從表2的權重分配情況來看，創新環境和技術水平指標賦予的權重最大，說明該類指標所反映的信息含量更多。從原理上講，如果將“創新投入”視為研發活動的開端，將“創新產出”視作研發活動的結尾，則“技術水平”和“創新環境”就是研發活動過程的體現，而這一部分的信息在熵值賦權法中賦予了約78%的權重，說明了這一部分在企業研發創新活動中的重要性。

四、研發指數穩健性與應用檢驗

（一）樣本指標權重的穩健性檢驗

本文以2007年作為計算研發指數的基年。這樣選擇的理由是：2007年1月企業新會計準則開始正式實施，此后上市公司開始規范地披露企業研發投入信息。2007年前這一數據是無法可靠獲取的，不能滿足指數設定的可靠性原則。同時，其他可獲取的會計信息也會因為適用準則不同，產生跨期間的數據可比性降低，與指數設定的可比性原則相沖突。本文的研究希望盡可能多地保留實驗樣本，因此以2007年為基年，有利于保證樣本量。

然而，為了驗證基年的選擇是否會對指數權重造成影響，本文分別以2008年、2009年、2010年、2011年作為基年，重新計算各樣本的研發指數權重，再通過比較分析，判斷基年的選擇是否對樣本權重產生影響。圖2反映了選擇不同基年計算得出權重的差異情況。

圖2較為形象地說明，除“監事會勤勉”指標和“發明類專利比率”指標因為基年選擇的不同出現較為明顯的差異外，其他指標幾乎趨于一致，并不因為基年選擇的差異而產生差異。

根據樣本數據進行實際測算發現：出現差異最大的“監事會勤勉”指標的平均差異率為11.78%，該指標在樣本中的平均得分為2.06，得分差異為0.24；樣本總體的平均研發指數得分為31.99，因不同基年選擇產生的平均差異得分為0.47，占得分總數的1.48%（0.47/31.99）。對指數總體而言，1.48%的差錯率在經濟意義上是可以忽略的，研發指數的權重計算不會受到基年選擇不同的顯著影響。研發指數的指標權重具有穩定性，根據現有樣本計算的指標權重，其結果是可信的。

（二）研發指數樣本的代表能力檢驗

指數樣本是在我國上市公司2007—2014年總樣本的基礎上，剔除了金融類上市公司、ST上市公司以及數據不全的上市公司后得到的樣本，共計1 344家企業，占上市公司總數的44.50%（1 344/3 020）。由于剔除過程會出現偏誤，可能出現最終的樣本企業不能夠代表市場整體情況，影響研發指數的推廣使用。為了驗證試驗樣本的代表能力強弱，本文對樣本企業的行業分布特征與市場整體的行業分布特征進行了對比分析，行業分類標準采用證監會《上市公司行業分類指引》（2012年修訂版）。圖3顯示了樣本企業的行業分布結構和市場的比較，從圖中反映的信息來看，樣本企業與市場整體的行業分布特征是較為一致的；樣本企業在個別行業與市場有所差異，主要的差異出現在零售業和交通運輸業。金融業（J類）出現較大差異是因為實驗樣本已經將金融行業剔除。

對樣本行業的分布數據與市場整體進行分析，可以求得差異企業的約當數量（差異企業約當數量=│（市場結構-樣本結構）│×上市企業個數）。該數據顯示差異的約當企業個數占市場總數的2.10%（63.55/3 020），考慮到樣本剔除了金融類行業的企業，這樣的差異水平是可以接受的。因此得出結論：本文選取的樣本分布特征與市場分布特征一致，求得的權重具有代表性。

（三）研發指數反映企業價值創造能力檢驗

理論上講，研發指數反映了企業研發創造價值的水平，為了證明本文實際計算得出的研發指數具有反映企業未來價值的能力，本文選舉了權益報酬率ROE指標和期末股價P指標作為反映企業未來價值的代理變量。其中，ROE反映了企業綜合收益能力，P反映了企業未來的價值高低。兩個指標綜合對研發指數進行判斷，結論更具有說服力。本文的檢驗方法采用傾向得分匹配法（PSM），具體步驟為：

第一步，將研發指數進行排序，將樣本按指數由大到小分為三等分，分別命名為組1、組2、組3，去掉組2的樣本，生成新的分類啞變量Creati，t，對于研發指數水平較高的組1，Creati，t的取值為1，組3則取值為0。其中，Creati，t取值為1的組作為實驗組，而Creati，t取值為0的組作為對照組。刪除中間組組2的目的是使研發指數高低的區分度更加明顯，本文將樣本切分為4組、5組后，將兩端樣本進行檢驗的結果與切分為3組時一致。

第二步，找尋同時影響到企業價值和Creati，t指標的因素集合X。本文借鑒研發指數構造模型的主要影響因素，選擇了與各個影響因素相關度較高的指標用于預測兩組樣本的傾向得分。本文選取的變量如表3列示。

其中，i代表年份，j代表樣本企業。對式（7）進行Probit回歸。從Probit回歸結果來看，選擇的指標均與因變量Creati，t顯著相關，模型的解釋力度較強，擬合優度為54.27%。

第四步，由Probit回歸結果預測各樣本的傾向得分，并根據樣本的分布特征選擇傾向得分的匹配方法。這里談到的“傾向得分”即是Creati，t的模型預測值。經檢測，中部作為對照的樣本數量較少。根據劉鳳芹等（2009）[ 6 ]的研究結論，此類分布特征更適合采用局部線性回歸匹配法。

第五步，采用局部線性回歸匹配法對樣本進行分析，目標變量為股票期末價格P和企業權益報酬率ROE。匹配后的結果在表4、表5中顯示。

表4顯示了實驗組的平均期末股票價值P為22.462元/股，對照組為11.559元/股，兩者相差10.904元/股。實驗組是對照組的1.94倍。這說明，在考慮了多重影響之下，條件相似的兩類樣本中研發指數高的樣本股票價格遠高于研發指數低的樣本組。這就為研發指數反映企業創新對價值的貢獻力提供了支持依據。同樣，在表5中，實驗組的平均權益報酬率為11.01%，對照組的平均權益報酬率為2.85%，實驗組的平均權益報酬率高出對照組8.16個百分點，是對照組水平的3.86倍。

無論股票價格指標還是權益報酬率指標均為研發指數反映企業未來價值提升的作用提供了支持性證據，這說明，研發指數可以較為有效地反映企業未來價值的創造能力，與本文最初設定的指數構建目標相吻合。

五、結論

本文以會計信息為基礎構建了研發指數的基本評價指標體系，采用熵值賦權法對指標賦權。經實際測算，構建的研發指數權重具備穩健性特征，對企業未來價值的提升具有較好的反映效果。今后的研究可以就研發指數的信度、效度進行進一步檢驗，并探討在研發指數的基礎上生成行業研發指數與地區研發指數的方法。

【參考文獻】

[1] 楊卓爾，高山行，曾楠.戰略柔性對探索性創新與應用性創新的影響：環境不確定性的調節作用[J].科研管理，2016（37）：1-10.

[2] 黃坤，王芳.研發費用披露對企業價值的影響：基于民營高科技上市公司的實證研究[J].會計之友，2013（13）：73-76.

[3] 苑澤明，宮成芳，張悅，等.無形資產指數：理論模型構建[J].管理現代化，2012（4）：114-116.

[4] 苑澤明，金宇，王天培.上市公司無形資產評價指數研究：基于創業板上市公司的實證檢驗[J].會計研究，2015（5）：72-79.

[5] FLORIDA R. The rise of the creative class[J]. The Washington Monthly，2002，34（5）：15-25.

[6] 劉鳳芹，馬慧.傾向得分匹配方法的敏感性分析[J].統計與信息論壇，2009，24（10）：7-13.