研發操縱、融資約束與上市公司創新效率

楊宗翰，雷良海，張一純

（1.上海理工大學管理學院，上海 200093；2.桂林航天工業學院廣西航空物流研究中心，廣西桂林 541004)

近10年來，我國在科技創新方面取得的成果有目共睹，創新成果數量增長迅猛。根據《中國科技統計年鑒》，截止到2017年，我國的有效發明專利數量為122.7萬件，僅次于日本的164.4萬件和美國的138.6萬件。然而相對于我國龐大的專利總數，人均發明專利數量卻遠遠落后于日本和美國，只能達到每萬人8.9件，在世界上排名只能排到第9位，這說明我國的創新效率不高。創新效率的高低受多種原因影響，其中創新造假和研發操縱是影響創新效率的重要因素；此外，現有研究已經對研發操縱的稅收、補貼等動機展開了研究，作為影響創新活動的重要因素——融資約束，也有可能是企業進行研發操縱的動機。鑒于此，本文對研發操縱、融資約束與上市公司創新效率展開研究，希望研究結論有助于厘清研發操縱、融資約束與公司創新效率之間的因果關系和影響機制。本文可能的3個方面主要貢獻為：第一，拓展了研發操縱動機研究結論，現有的文獻認為研發操縱動機分別為政企關系管理動機、稅收優惠動機和研發補貼動機，本文研究實證了上市公司進行研發操縱的動機還包括融資約束動機；第二，在研發操縱的判斷方法上進行創新，首次使用斷點回歸的方法對研發操縱行為進行統計分析，給出較以往研究更可靠和精準的結論；第三，對上市公司創新效率進行數據包絡分析（DEA）模型分解，并通過研發操縱與創新效率的研究發現，在研發操縱門檻之上的非研發操縱公司存在創新效率低下的現象，這很可能是創新資源冗余造成的，借鑒管理學中的“資源詛咒”理論，可以把這類上市公司存在的創新效率低下現象稱之為“創新資源詛咒”［1］。

1 文獻回顧與研究假設

1.1 研發操縱

國外研究研發操縱的文獻較少，這可能與國外的法律和制度有關，專利造假的違法成本很高，另外帶來的利益也沒有那么大；然而國內企業通過研發操縱可以帶來“良好”的政企關系以及迎合監管需求［2］，除此之外，還能帶來稅收優惠、政府補貼等諸多好處［3-4］，因此相比國外，國內的企業具有強烈的研發操縱動機。判斷是否存在研發操縱行為，現有研究主要使用兩種方法：其一是通過正態分布函數擬合研發支出區間的企業分布［5］，企業的數量分布不符合正態分布則被認為存在研發操縱現象；其二是使用特定變量的均值對研發操作進行估計，例如使用企業研發支出或者廢棄專利的行業均值進行衡量。研發支出行業均值的衡量方法需要計算每一年每個行業的研發支出均值，研發支出高出均值的被認為是研發操縱［6］。嚴格來說，后一種方法并沒有檢驗研發操縱的存在性，只是對企業研發支出的異常現象進行了粗略地估計?，F有的研究并沒有對研發支出的存在性進行嚴格的實證，鑒于企業進行研發操縱的明顯動機，因此，本文提出以下研究假設：

H1：滿足高新技術門檻標準的企業在創新活動中存在顯著的研發操縱現象。

1.2 研發操縱動機

國內企業進行研發操縱的主要動機包括稅收優惠動機、財政補貼動機和政企關系管理動機［7］，這些因素對企業的創新活動都有重要影響，其中稅收激勵和財政補貼企業在一定程度上能明顯促進企業創新行為［8］。除上述因素之外，融資約束對企業創新行為有重要影響［9］，融資約束可能抑制企業的創新產出，這主要因為缺乏資金會直接導致研發投入減少［10］；此外融資約束也可能激發團隊的潛力，從而促使企業在有限資源條件下進行拼湊式創新［11］。鑒于融資約束對企業創新活動的重要影響，融資約束有可能成為企業研發操縱的動機之一，因此，本文提出以下研究假設：

H2：研發操縱能夠顯著緩解企業的融資約束狀況。

1.3 上市公司創新效率

創新是充滿不確定性的長期過程，因此影響企業創新效率的因素也是多樣化的［12］。在創新過程中人力資源投入很重要，具有完備知識的管理者有利于促進企業對先進技術和管理手段的吸收和應用［13］。然而部分研究發現，研發人員的投入對技術創新產出貢獻不明顯［14］，這可能是研發人員冗余、創新成本上升所導致的結果［1］。因此可以推斷，由研發操縱所帶來的創新資源有可能形成冗余，進而導致創新效率下降，因此，本文提出以下研究假設：

H3a：融資約束能夠促進企業的創新效率提高，融資約束與創新效率呈現負相關關系。

H3b：研發操縱不能提高企業的創新效率。

H3c：獲得認定的高新技術企業由于獲得過多的創新資源導致創新效率低下。

2 數據、變量與模型

2.1 數據收集與樣本篩選

本文根據財政部和科技部聯合發布的《高新技術企業認定管理辦法》（2008年版和2016年修訂版，以下分別簡稱“《辦法》2008年版”和“《辦法》2016年版”），選取2008—2016年期間的我國上市公司作為研究樣本，并按照研究變量的設定對樣本進行篩選。受到研發支出資本化、專利申請和授權數量等關鍵指標的限制，本文最終確定用于研究的觀測值為3 633個，數據來源于3個數據庫，分別是北大色諾芬數據庫、國泰安公司研究數據庫和萬得資訊（Wind）上市公司數據庫，涵蓋主板和創業板的上市公司。

2.2 變量界定與選取

2.2.1 研發操縱

本研究參考楊國超［15］對于研發操縱行為的界定，使用企業研發支出占營業收入比重（以下簡稱“研發支出占比”）的指標對企業研發操縱行為進行估計。依據《辦法》2008年版，營業額為5 000萬元以下的企業，研發支出占比必須達到6%；營業額為5 000萬元至2億元的企業（不含2億元），研發支出占比要達到4%；營業額大于等于2億元的企業，研發支出占比要達到3%。借鑒前人的研究結果，本文通過設定研發操縱的區間來判斷樣本上市公司的研發操縱行為，具體如表1所示。

表1 變量及其定義

2.2.2 融資約束

現有對融資約束的衡量方法通常有兩種類型：一種是單一指標法，主要使用流動性比率、股利支付率和公司規模等財務指標來判斷企業面臨的融資約束；另外一種是多元指標法［17-19］，例如Kaplan等［16］在研究中構建了KZ融資約束指數，通過使用Logit模型對公司融資約束有關變量進行回歸估計，最終得出融資約束指數的表達式，通過表達式可以計算每一家公司面臨的融資約束。然而上市公司的融資渠道是多元化的，例如股權質押、一般銀行貸款、增發新股和發行公司債，因此單一指標的衡量不能很好地反映公司面臨的融資約束情形，使用綜合性的融資約束指標可以更好地衡量公司面臨的融資約束。借鑒黎文靖等［20］的研究中對我國上市公司融資約束方程的估計，本文使用模型1如式（1）對樣本上市公司的融資約束程度進行計算，其中變量的具體含義如表1所示。

2.2.3 創新效率

創新效率研究主要有兩種計量方法，一種是DEA方法,另外一種是隨機前沿分析（SFA），兩種方法各有優劣，但是DEA方法能夠對多維度產出效率進行分析，鑒于創新效率存在多維度的判別指標，本文選擇采用DEA方法。借鑒Chen等［21］的研究思路，本文使用SBM-DEA模型測算樣本上市公司的創新效率，設定的投入變量包括：當期已成功獲批專利數量、當期研發支出、當期研發人員數量3個指標，產出變量分別是滯后2期的專利申請總數、發明專利申請數量、授權專利總數、發明專利授權數量和研發支出資本化金額5個指標。

2.2.4 控制變量

借鑒江詩松等［2］的研究，本文控制了公司治理對模型的影響，具體變量包括管理層規模、大股東持股和高管薪酬；鑒于外部審計與監管會影響上市公司的研發操縱行為，還控制了公司的外部審計質量；此外，國有企業和民營企業在經營過程中受到的約束和監督強度不同，因此進一步控制了公司的產權性質；最后，參照一般的研究慣例對公司的特征進行控制，具體包括公司規模、銷售收入和盈利情況等。

2.3 模型設定

上市公司是否存在研發操縱現象，需要通過嚴格的計量工具進行檢驗，在本研究中，通過使用斷點回歸的方法判斷在國家行政部門規定的研發支出門檻附近是否存在數據斷點，從而給出樣本上市公司是否進行研發操縱的結論。首先假設研發支出區間與公司在特定區間的分布數量之間存在如式（2）的模型2的函數關系，研發支出區間為自變量，特定區間的公司分布數量為因變量，令處理變量為。自變量可以在3%處分為兩組，從而可以對相應的公司分布數量進行斷點回歸估計。式（2）中：為截距項；分別為解釋變量、處理變量和交乘項的系數；為誤差項；為具體的研發區間。

在設定了研發操縱的檢驗模型之后，本文進一步設定用于檢驗研發操縱與融資約束之間的關系的模型?？紤]到黎文靖等［20］研究的結論，國內上市公司的創新行為可以使得公司獲得更多的稅收和補貼資源，同樣的，公司在創新方面“包裝”和“粉飾”可能會帶來融資方面的便利，因此模型中因變量使用融資約束指數作為代理變量，自變量為研發操縱。參考前人的研究［4，7］，進一步設定模型的控制變量，主要從公司治理、財務狀況和外部監督3個維度設置控制變量。最后為了控制樣本上市公司的行業效應和時間效應，本文對時間和公司所屬行業設定虛擬變量，以控制隨著時間或者行業而變動的遺漏變量。如式（3）的模型3中： 為各主要解釋變量和控制變量的系數；為公司個體；為具體的年度；為誤差項。

最后設定用于檢驗研發操縱、融資約束與創新效率的模型4如式（4），創新效率通過DEA模型計算分解得出3個主要指標分別是綜合效率（TES）、純技術效率(PTES)和規模效率(SES)，在具體研究過程中將分別研究研發操縱和融資約束對3種創新效率的具體影響。式（4）中：為各解釋變量的系數；代表的含義與式（3）相同。

3 實證檢驗

3.1 描述性統計

對本研究涉及的相關變量進行描述性統計，觀測樣本數量共有3 633個。如表2所示， KZ指數本質上反映了公司投資需求與現金持有之間的矛盾，該變量最小值是負數，這代表這類公司持有現金非常寬裕，超出了公司投資需求；其他的變量如公司銷售收入、公司資產規模等原始數值較大，在進行回歸分析過程中將對其去量綱化處理；有關創新效率的3個指標是0～1之間的連續變量，數值越大表示創新效率越高；MRD(0.5)和Normal(0.5)分別代表0.5%窗寬的研發操縱行為和正常研發投資行為，MRD(1)和Normal(1)分別代表窗寬為1%的研發操縱和正常研發投資行為。

表2 樣本觀測指標的描述性統計結果

表2 （續）

3.2 研發操縱現象檢驗

本文首先對樣本上市公司是否存在研發操縱行為進行初步的判斷，將觀測樣本按照《高新技術企業認定管理辦法》劃分為兩組，分別為銷售收入低于2億元和銷售收入大于等于2億元的公司。從圖1中可以看出，在3 539家銷售收入在2億元以上（含2億元）的公司中，研發支出占比在3%門檻附近的達到1 415家，占分組樣本總數40%；在94家銷售收入低于2億元的公司中，研發支出占比在4%門檻附近的達到75家，占分組樣本總數80%。因此可以初步判定樣本上市公司存在研發操縱現象。

圖1 樣本上市公司的研發支出占比頻數分布

從頻數分布分析只能大致地判斷上市公司可能存在研發操縱的現象，最終的結論需要嚴格的統計檢驗支撐。根據本文提出的研究假設，如果上市公司存在為達到高新技術企業認定資質而操縱公司研發支出行為，則公司在操縱研發支出過程中為了節省成本，應當使得研發支出占比恰好在資格認定門檻附近，因此《高新技術企業認定管理辦法》規定的研發支出占比門檻會顯著影響公司的分布數量。這個假設可以通過斷點回歸很好地予以檢驗出來。首先設定研發支出占比的劃分區間跨度為0.1%，如果假設成立則在［2.9%～3.0%］和［3.0%～3.1%］這2個區間會形成明顯的數據斷點；然后對在不同研發區間的公司數量進行統計，結果如表3所示（因篇幅所限僅列出部分統計結果）。表3中研發操縱門檻為啞變量（取0和1兩個值），公司研發支出小于3%則數值取0，研發支出大于等于3%數值取1。

表3 特定研發支出區間的樣本上市公司數量分布

表3 （續）

根據式（2）的設定，對因變量和自變量進行斷點回歸，檢驗是否因為處理變量的存在導致因變量存在明顯的數據斷點。檢驗結果如表4所示，局部沃爾德估計（Local Wald Test）值為正，而且P值小于1%，這說明《高新技術企業認定管理辦法》規定的研發支出門檻在3%的斷點處顯著地影響了樣本上市公司的分布數量，表明本文的樣本上市公司中存在明顯的操縱研發支出現象。

表4 樣本上市公司操縱研發支出行為判斷的斷點回歸結果

從圖2中可以看出，在3%的研發支出占比附近的公司數量存在一個明顯的跳躍，左邊擬合曲線很短，右邊點狀擬合曲線在縱坐標的取值明顯高于左邊的擬合曲線，因此我們判斷，高新技術企業資格認定的確引發了樣本上市公司對研發支出的操縱，回歸結果驗證了本文的假設H1。

圖2 特定研發支出區間的樣本上市公司數量斷點回歸分布

3.3 研發操縱對融資約束影響檢驗

根據以上對研發操縱檢驗結果以及研發操縱變量的設定，本文進一步研究研發操縱對融資約束的影響。由于上市公司的研發與創新數據披露不規范，因此整個樣本觀測數據無法形成平衡的面板數據，本文使用混合截面數據的方法對變量關系進行檢驗。參考連玉君等［22］和文雯等［23］的研究，考慮到樣本上市公司中同一家公司在回歸方程中的誤差項存在自相關，因此本文在進行OLS估計時使用公司水平的聚類標準差，分別使用KZit+1和KZit作為因變量來檢驗研發操縱對融資約束的當期效應和滯后效應。如表5所示，分別以模型3為基礎進行拓展，針對不同的研發操縱窗寬（MRD（0.5）和MRD（1））和不同的融資約束時期進行檢驗，回歸結果表明研發操縱對當期的融資約束有顯著影響，而對滯后1期的融資約束影響不顯著。其中，在不同窗寬下的回歸結果是一致，均表明研發操縱對公司融資約束具有緩解作用，這增加了研究結果的穩健性?；貧w結果驗證了本文提出的假設H2。

3.4 研發操縱、融資約束與公司創新效率檢驗

根據模型4的設定，本文通過DEA模型對樣本上市公司的創新效率進行分解，可以分別得到公司創新的綜合效率、純技術效率和規模效率，其中創新綜合效率是由純技術效率和規模效率和規模效率共同構成的。通過分解創新效率可以打開樣本上市公司創新行為的“黑箱”，探索研發操縱行為與公司融資約束如何影響公司的創新活動。如表6所示，分別在模型4的基礎上拓展，檢驗在不同的研發操縱窗寬（MRD（0.5）和MRD（1））下樣本上市公司創新的綜合效率、純效率和規模效率是如何被影響的。

首先回歸結果表明融資約束對創新效率具有正向的影響。這意味著在控制其他變量的前提下，融資約束越強，公司創新效率越高，這與我們通常的經濟直覺相悖。根據創新效率分解指標，融資約束具體影響了公司創新的純技術效率，而對公司創新的規模效率沒有影響。公司創新純技術效率的提升更依賴于現有的技術和知識的突破，而公司創新規模效率主要依賴于公司原有的知識資產和創新投入的規模，因此可以推斷，融資約束是通過促進公司的技術和知識突破而提升創新效率的，這驗證了本文提出的假設H3a。此外，分別在1%和0.5%的研發操縱窗寬條件下，融資約束對公司創新效率的影響結果是一致的，這增加了本文研究結果的穩健性。

其次，回歸結果表明研發操縱對公司創新效率沒有顯著影響；此外，在1%窗寬下正常研發投入企業的創新效率顯著高于研發操縱企業，在0.5%窗寬下得出的研究結論相同，正常研發投入企業的創新效率更高。表明了在控制其他變量的情況下，達到高新技術企業資格認定門檻的研發操縱的公司創新效率并沒有顯著改變，而達到高新技術企業資格認定門檻的非研發操縱公司的創新效率和其他公司相比有顯著差異。這說明為研發操縱公司所配套的行政和經濟資源并沒有發揮應有的作用，研發操縱不能促進公司的創新效率提高，這驗證了本文提出的假設H3b。

再次，變量Normal（1）和Normal（0.5）對公司創新效率的影響顯著為負。這說明達到高新技術企業資格認定門檻的非研發操縱的公司創新效率反而比一般公司更低。這一實證結果與我們通常的經濟直覺和政策初衷相悖，該現象的存在可能是由于達到高新技術企業資格認定門檻的公司創新資源過于豐裕，導致了單位創新要素的邊際效率遞減。這驗證了本文提出的假設H3c。

最后，引入交乘項（KZ×MRD）的回歸結果顯示檢驗結果不顯著。說明公司研發操縱行為所導致的融資約束放寬并未促進公司效率的提升，綜合地說，無論是研發操縱對創新效率的直接效應，還是通過融資約束對創新作用的間接效應都是不顯著的，公司通過研發操縱所獲得的資源不能促進創新效率提升，或者這類公司并沒有將相關資源投入到創新活動中從而導致了創新效率低下。

表6 樣本上市公司研發操縱、融資約束與創新效率關系的檢驗結果

3.5 穩健性檢驗

3.5.1 研發操縱穩健性檢驗

本文的上述研究結論認為，在3%的研發支出門檻附近存在樣本上市公司操縱研發支出的現象，但是3%的研發支出門檻也有可能恰好就是樣本上市公司研發支出的平均值。假如3%恰好是樣本上市公司研發支出的平均值，那么在不同年度的樣本上市公司的研發支出均值應該都是3%附近，因此本文對樣本上市公司數量比較集中的年份進行統計分析。2008年是《高新技術企業認定管理辦法》開始實施的年份，距2008年較近的2011、2010年的公司研發投入均值在研發操縱區間附近，之后的2012—2015年之間公司的研發均值顯著高于研發操縱區間（如表7），這說明3%并不是樣本上市公司的研發支出均值，因此，本文得出的樣本上市公司存在研發操縱行為的研究結論是穩健的。

表7 2010—2015年樣本上市公司研發投入占比均值

3.5.2 融資約束穩健性檢驗

融資約束指數包含了部分具有相關性的指標，在測度的時候各指標之間可能存在干擾，為了檢驗融資約束對樣本上市公司創新影響的穩健性，本文借鑒Hadlock等［24］在研究中提出的融資約束測度方法（SA指數），使用SA指數代替KZ指數進行檢驗。SA指數選取了企業規模和企業上市年限作為衡量公司融資約束的指標，這2個指標是外生變量，2個變量之間沒有相關性影響問題。如表8所示，分別在模型1的基礎上拓展，通過替換融資約束的測度變量檢驗融模型1的穩健性，結果表明在1%和0.5%的窗寬下研發操縱對融資約束的SA指數影響均顯著，這說明前文用KZ指數測量得出的結論是穩健的。

表8 樣本上市公司融資約束穩健性檢驗結果

3.5.3 創新效率穩健性檢驗

考慮到表6的估計模型可能存在遺漏變量的內生性問題，因此，本文在穩健性檢驗中選擇不同時期的KZ指數進行回歸分析。如表9所示，在模型4-1至模型4-6的基礎上拓展，使用前1期的KZ指數考察回歸結果是否改變，結果表明替換模型核心自變量的數據期間不影響模型4的回歸結果，在不同的研發操縱窗寬下，融資約束主要對上市公司創新的純技術效率起影響作用，此外，非研發操縱的上市公司顯著抑制了公司的創新效率。

表9 樣本上市公司創新效率的穩健性檢驗結果

綜上分析表明，本文研究得出的研發操縱、融資約束與公司創新效率關系結果是穩健的。

4 結論與啟示

4.1 主要研究結論

本文通過收集我國上市公司2008—2016年間的數據，利用政府在2008年頒布實施《高新技術企業認定管理辦法》的時間窗口，對公司研發操縱及其影響后果進行了一項準自然實驗。研究主要得出了以下3方面的結論：

首先，通過使用斷點回歸的分析方法檢驗出在2008年我國實施高新技術企業資格認定辦法之后，樣本上市公司的確存在研發操縱的行為，在3%的研發支出門檻附近公司分布數量的回歸擬合曲線形成了明顯的斷點。這充分說明高新技術企業資格對上市公司吸引力巨大，大量公司為了獲得該資格而對公司的研發活動進行了操縱，使得公司研發支出占比超過3%的資格門檻。相比現有的研究，本文所使用的斷點回歸方法提供了統計學上更為嚴格的檢驗，此外也為上市公司研發操縱現象與高新技術企業資格認定政策之間的因果關系提供了可靠的實證結論。

其次，通過檢驗融資約束和研發操縱的關系得出研發操縱行為顯著改善了樣本上市公司當期的融資約束狀況，并且這個結論在不同的研發操縱區間下（1%和0.5%）是一致的，這說明融資約束是上市公司進行研發操縱的重要動機；此外還發現，樣本上市公司研發操縱行為對其當期的融資約束有影響，對滯后1期的融資約束沒有影響，但具體原因需要進一步探索?，F有研究所發現的公司研發操縱動機主要包括政企關系管理動機和稅收激勵和補貼動機［2-3，7］，本文的研究檢驗了新的研發操縱動機——融資約束，公司采取研發操縱行為明顯與融資約束的壓力有關。

最后，關于公司創新效率的研究發現，樣本上市公司的融資約束越高，其創新效率越高，并且融資約束主要作用于上市公司創新的純技術效率，對創新規模效率影響不顯著。此外，進行研發操縱的公司創新效率并沒有顯著提高，說明這類公司通過操縱研發支出從政府獲得的各類經濟資源并沒有發揮效用；而達到研發門檻以上的非研發操縱的公司創新效率明顯較低，說明這類公司存在“創新資源詛咒”現象，過多的冗余資源導致了公司創新效率低下。相比現有研究對公司創新績效的衡量一般使用專利數量或者隨機前沿效率［4，9，25］，本文通過DEA模型對創新效率進行估計和分解，揭示了“創新資源詛咒”的新觀點。本文的研究結論與以往的研究有顯著差異，如孫剛等［25］的研究認為取得高新技術企業資質認定能有效提升企業創新效率，存在差異的原因主要是本文的研究關注創新資源的投入產出比，而以往研究單純用專利數量來衡量，沒有考慮創新要素的投入產出比問題。

4.2 啟示

根據以上研究結論，本文可以得出以下3方面啟示：

第一，我國上市公司的研發操縱現象確實存在，而且比較嚴重，否則不可能在樣本中具有顯著的統計學表征，這意味著現有的高新技術企業認定辦法存在政策缺失。政策制定的初衷是為了鼓勵企業創新，然而部分企業利用政策尋租導致了行政資源浪費。因此，政府應該加強對高新技術企業資質認定的監管，增加尋租企業的研發操縱成本，可以考慮從稅收監督、審計監督以及專利核定3個方面完善相關法規制度。

第二，采取研發操縱行為的公司創新效率沒有顯著提升，這表明我國上市公司存在創新資源投入浪費。政府可以考慮建立長效監督評估機制，重點監控研發操縱可疑公司、評估其創新研發活動是否真實有效，對于長期進行無效創新活動的企業及時取消其高新技術企業資格。

第三，在高新技術企業資格認定門檻之上的非研發操縱的上市公司被發現創新效率低下，這部分企業可能存在創新資源過度投入問題。政府有關部門可以考慮建立相應的事后評估機制，對創新成果與企業績效之間關系進行評估，對于創新活動與企業績效之間形成良性互動的投入更多資源，反之則減少創新資源的投入。