研發投入對科技型中小企業債權融資的影響機制研究
——兼論金融發展水平的調節作用

唐梁子夜 陳家淳 梁爽（電子科技大學中山學院管理學院 廣東中山 528400）

一、引言

隨著我國經濟發展進入新常態，國家出臺了一系列政策鼓勵、支持、引導中小企業發展，但融資難、融資貴仍然是阻礙中小企業發展的重要因素。為落實創新驅動和科技強國的發展戰略，解決科技型企業的融資困難，2019年上海證交所設立科創板并試點注冊制，為科技型中小企業的股權融資問題開辟了一條新渠道。但如何緩解該類企業的債權融資困難仍值得我們關注。債權融資與股權融資相比，具有融資成本低、債務稅盾和避免企業控制權分散等優點，但仍有眾多的科技型中小企業難以獲得債權融資，或即使獲得融資也需要支付更高的實際利率。為何科技型中小企業的債權融資之路如此艱難？為何科技型中小企業取得貸款需要支付更高的成本？研究這一現象背后的原因對于我們更好地解決科技型中小企業的債權融資問題有一定的現實意義。

學者一般從宏觀和微觀兩個層面探尋影響中小企業債權融資的因素。宏觀方面，債權融資受政策環境、貨幣市場、金融市場發展水平等因素的影響（Zahra，1996；David，2008；Berger，2011）。微觀層面的影響因素則更為豐富，包括企業規模和融資結構、融資成本和融資風險、公司治理結構、信息不對稱與會計信息質量等（Fazzari，1988；Minton，1999；Manso，2008；孫睿、劉春，2018；梅波，2019）。科技型企業的突出特點就是固定資產比重低、研發投入資金大、風險高，科技型企業的研發投入是否會影響企業取得債權融資？國外學者從正反兩個方向對研發投入與融資結構的關系進行了驗證。Aboenetal（2006）對瑞典小型高科技企業的研究發現，該類企業的資金來源主要依靠金融機構提供的債權融資，且債權融資越多，越能促進其創新投入。Poter（2001）、Obrien（2003）等的實證研究顯示企業的創新戰略與較低的債務融資結構顯著相關。國內學者的研究更多的是融資結構對研發投入的影響。姚耀軍（2014），孫早、肖利平（2016）等學者對我國上市公司的研究發現企業的研發投入存在顯著的融資約束，內部融資和股權融資對企業研發有促進作用，而債權融資會抑制企業的自主研發。吳樂等（2018）基于創業板上市公司的數據證實外源融資和股權融資能夠提升研發績效。李匯東、唐躍軍（2013），喻青松（2016）等認為債權融資對研發投資沒有顯著影響。

綜上，國外學者的研究顯示研發投入與融資結構之間存在著顯著的交互影響關系，而國內學者通常只關注融資結構對企業研發的影響，鮮少有學者反過來研究研發投入是否會影響企業的債權融資。

因此本文從科技型中小企業自身的資產結構特點出發，探尋該類企業的債權融資活動是否受到研發投入的影響，并在此基礎上構建“研發投入-資產有形性-債權融資”的研究框架，驗證資產有形性的中介效應是否存在。同時，基于最優金融結構理論，探尋科技型中小企業所在地的金融市場發展水平是否能夠在其中發揮調節作用，以及怎樣的調節作用。

二、文獻回顧與研究假設

（一）研發投入與債權融資

科技型中小企業難以獲得債權融資與其自身的資產結構特點和盈利模式密切相關（Mansfield ，1994）。科技型企業的生存和發展依賴于其在特定領域（技術上或成果上）的先進性，這就意味著科技型企業從創立到發展需要不斷地進行創新活動，而持續的創新活動又需要穩定和大量的資金支持。“高風險、周期長”的特點是高科技企業難以獲取債權融資的重要原因（Hall & Oriani，2006）。科技型公司的研發投入和回報之間通常存在巨大的時間差（Li &Simerly ，2002），從研發立項到技術成果轉化再到投放市場，研發的前期階段企業需要負擔持續的資金流出，直到研發成果成功商業化才開始產生資金流入。另外，在整個研發過程中可能出現各種內外部因素和事件，如關鍵技術人才的出走、遇到技術瓶頸等問題導致研發周期被延長。即便研發成果順利實現商業化，是否能給企業帶來預期的超額收益也具有高度不確定性，競爭對手的研發進度或市場需求的變化都有可能影響投資回報。若研發投入不能取得預期效果或成果不能順利商業化，則巨額的研發投入不僅不能促進企業發展，還將稀釋優質資產，增加企業的償債風險。

科技型中小企業持續的巨額研發投入會從以下幾個方面激化融資企業與金融機構之間的供求矛盾。首先，創新活動的高風險與銀行對資金安全性的高要求是不匹配的，信息不對稱會使銀行更謹慎地評估項目風險，嚴格貸前審查，拒絕過高風險的融資申請。Stiglitz（1985）認為銀行只能從貸款企業獲得固定的利息回報，不愿承擔額外的風險，只對風險可控的企業和項目發放貸款。其次，巨額的創新投入使科技型中小企業對長期穩定的大額融資有強烈需求，而銀行等金融機構基于風險控制偏好傾向發放短期與中期貸款。資金需求與貸款供給的期限不匹配將使企業增加貸款頻率和定期還本壓力，進一步增加融資成本，若在資金流周轉銜接期間遇到突發事件容易增加財務風險。最后，企業研發支出在企業所得稅上享受的稅收優惠政策可能會減少企業出于避稅動機的債權融資需求。以《財政部 稅務總局 科技部關于提高研究開發費用稅前加計扣除比例的通知》（財稅［2018］99號）為例，在2018—2020年期間，企業開展研發活動實際發生的研發費用，若不符合資本化條件，可在當年計算應納稅所得額時按照實際發生額的75%加計扣除。符合資本化條件形成無形資產的，可在上述期間內按無形資產成本的175%在稅前攤銷。即企業真實發生的研發費用越多，稅前加計扣除的金額越大，而出于避稅動機的債權融資需求將會減少，據此本文提出假設1：

H1：科技型企業的研發投入與企業債權融資呈反向相關關系。

（二）研發投入、資產有形性與債權融資

企業創新是對生產要素的重新組合（Peter，1921）。為實現創新活動，企業需要將大量資金投入到高科技人才、專用設備和專有技術上（鐘田麗，2014）。特別是對于科技型中小企業而言，技術更新迭代迅速，人才流動性較強。為了提高研發效率，需要在取得專利授權和吸引高科技人才上花費更多的資金，而在這些方面的資金占用將稀釋企業整體的資產有形性。另一方面，企業研發投入形成的最終成果是以知識型資產的形式呈現的。企業的研發支出如果不滿足資本化條件，將以費用的形式進入當期損益；如果滿足資本化條件將通過開發支出項目轉化為無形資產，都將降低企業的資產有形性。

有形資產的比重對企業申請債權融資有一定影響，Williamson（1988）認為，企業難以獲得貸款的一個重要原因就是不能提供充足的抵押物或質押物。由于信貸市場上借貸雙方的信息是不完全和不對稱的，與信用貸款相比，銀行為了控制風險更傾向于向那些能夠提供保證條件的申請者發放貸款（Berger，2011）。由于我國金融行業起步較晚，銀行信貸資源分配不均勻不充分，銀行的貸款審核多依賴于對抵押物的價值評估。無形資產的價值實現高度依賴于其在專業領域的先進性和法律環境對知識產權的保護，未來隨時可能因為新技術、新產品的知識外溢或社會技術進步而急劇貶值。其次，無形資產通常專用性較強，轉作他用或其他使用者利用的程度較低，銀行難以從其處置收益中獲得充分的價值補償，銀行貸款意愿就低。科技型中小企業的有形資產比重低，而無形資產作為抵押物目前在信貸市場中發揮的作用尚無法與有形資產相提并論，據此本文提出假設2：

H2：資產有形性是研發投入與債權融資的中介變量，研發投入越多，資產有形性越低，獲取的債權融資越少。

（三）金融發展、研發投入與債權融資

最優金融結構理論認為企業的融資能力不僅與企業自身要素有關，也受金融機構發展的影響。Rice（2010）、劉培森（2015）等研究顯示當金融結構豐富、金融深化程度深、金融工具多樣化時，金融體系可以更好為當地的實體經濟服務，尤其是在緩解民營企業、高新技術企業和高融資依賴企業的融資約束方面發揮更好的作用。

根據信貸配給理論，Hung-Jon Wang（2002）認為總體上來說信貸市場是需求大于供給的。在金融市場發展水平不高時，由于信息不對稱，某些借款人即使愿意支付更高的利率，其貸款需求也得不到滿足，或只能部分滿足（Baltensperger，1978），銀行只向那些低風險或有穩定合作關系的企業提供貸款。由于研發創新具有正外部性，科技型企業為防止研發成果的知識溢出會采取嚴格的保密措施，加劇了企業與金融機構之間的信息不對稱。信息不對稱是阻礙高科技企業獲得金融機構貸款的另一個重要原因。

金融發展可以通過優化資源配置（Tadesse，2002）、分散創新風險（Levine，1998）等途徑影響緩解信貸約束（Maksimovic，1998）。隨著我國的制度變遷和改革開放，我國的金融機構先后經歷了商業化、市場化和股份制等一系列改革，金融體系建設日趨完善（謝維敏、方紅星，2011）。但受各地區先天經濟基礎和漸進式改革政策的影響，國內不同地區之間金融市場的發展程度存在較大差異。不同金融市場發展水平對科技型中小企業債權融資的影響主要體現在以下三個方面：首先，金融發展水平高的地區，金融機構的聚集程度高，資金供給更加充足，可以提供更多的融資機會。其次，金融發展水平高的地區，金融機構的分布更合理、結構更豐富，中小規模金融機構和非銀行金融機構可以更好地滿足中小企業的融資需求。金融中介機構的活躍程度也有利于促進信貸供需雙方的信息溝通，減少信息不對稱，加速匹配效率。最后，隨著金融發展水平的提高，專業人員和機構可以更好地對知識型資產進行估值；另外金融工具的不斷創新和金融產品的多元化，都可以減少貸款審核對有形資產抵押的依賴。基于以上分析，本文提出假設3：

H3：金融市場發展水平可以緩解研發投入對債權融資的影響。

三、研究設計

（一）樣本選擇與數據來源

本文的研究對象為科技型中小企業，因此選取2013—2017年創業板上市公司的相關數據作為初始樣本，因為研發投入指標需使用t-1期和t期的數據，因此其他變量實際使用時間為2014—2018年。為減少異常樣本對研究結果帶來的影響，對數據做了以下處理：（1）剔除了金融保險類企業的數據。（2）剔除了研發投入和貸款信息缺失企業的當年數據。（3）為剔除異常值的影響，對連續變量在1%和99%分位上進行了Winsorize縮尾處理。最后共得到2 561個非平衡面板數據，數據來源于國泰安（CSMAR）和RESSET金融研究數據庫。本文使用STATA軟件對數據進行處理和回歸分析。

（二）模型構建與變量設計

檢驗中介效應常見的方法有Baron和Kenny的逐步法、Sobel法和Bootstrap法等，溫忠麟（2014）認為在總體效應顯著的情況下，逐步法的檢驗結果強于Sobel檢驗結果，且本文的假設1需要驗證研發投入對債權融資的總體效應，因此本文將先用逐步法驗證總體效應和中介效應是否存在，再用Bootstrap法驗證中介效應的穩健性和置信區間，最后檢驗金融市場發展水平對總體效應和中介效應是否具有調節作用。具體步驟如下：

第一步，先驗證研發投入是否對債權融資存在顯著的影響。總體效應的顯著是逐步法檢驗中介效應的前提，模型（1）中的α1系數代表研發投入對債權融資的總影響，若α1顯著為負則假設1成立。模型（1）中的Debti，t代表t期企業的債權融資率，是本文的被解釋變量。因為中小企業的債權融資途徑主要是向銀行貸款和發行債券，因此以長期借款、短期借款和應付債券之和占總資產的比例計算得到。Debti，t是本文的解釋變量，代表企業t期的研發投入水平，由研發投入占總資產的比例表示。后文將用研發投入占營業收入的比例進行穩健性檢驗。第二步，檢驗中介效應是否存在以及如何影響總體效應。依次檢驗模型（2）中 β1和模型（3）中 γ1、γ2系數。模型（2）中的 FIXi，t代表企業t期的資產有形性，是本文的中介變量。β1反映研發投入與資產有形性之間的關系，γ2反映在控制了研發投入的情況下資產有形性和債權融資之間的關系，若兩者都顯著則證明中介效應存在。同時，模型（3）中γ1的系數的顯著性水平可檢驗直接效應，若不顯著說明只有中介效應，反之，則直接效應也存在。再根據中介效應和直接效應（β1*γ2和γ1）的符號是否相同，判斷中介效應是部分中介作用還是反向的遮掩作用。第三步，通過Bootstrap法檢驗中介效應的效果和置信區間。第四步，檢驗金融市場發展水平是否可以調節研發支出對債權融資的影響。在模型1的基礎上加入金融市場發展水平（Mar）以及金融市場發展水平與研發投入的交乘項（R&D*Mar），若交乘項的系數顯著則調節效應存在。為消除交乘項與其他項之間的非本質共線性問題，對R&D、Mar、 R&D*Mar先進行中心化處理。第五步，考慮到企業從研發投入到形成無形資產進而影響企業的資產有形性可能存在一定的時間滯后性，在完成上述步驟后，本文將用提前一期的研發投入（R&Di，t-1）替換當期研發投入（R&Di，t）作為解釋變量對所有模型依次進行回歸，并對比當期與滯后一期的回歸結果。

在參考陳仕華（2013）、肖作平（2014）、鐘田麗（2014）等文獻的基礎上，本文選取企業盈利能力（Profit）、成長能力（Growth）、企業規模（Size）、自由現金流量（CF）、行業虛擬變量（Industry）、年度虛擬變量（Year）作為回歸模型的控制變量。具體變量定義見下頁表1。

表1 變量定義

四、描述性統計與回歸分析

（一）描述性統計

表2為描述性統計結果，具體變量的數據分析如下：（1）債權融資的均值和中位數分別為0.1和0.07，標準差較小，表明創業板上市公司的整體債權融資比率不高，在本次收集的樣本中有24.4%的樣本債權融資期末余額為0，通過查閱部分公司的中期報告發現其中有些企業沒有債權融資，有些企業的債權融資期限較短，恰好在資產負債表日為0。（2）研發投入占總資產的比率均值為0.030，中位數為0.020，最小值為0.0001，保留三位小數時顯示為0，最大值為0.300，標準差為0.020，說明創業板企業的研發投入平均水平不高，個別企業的研發投入水平差異較大。（3）有形資產比例的均值和中位數分別為0.300和0.280，標準差為0.16，說明創業板上市公司的有形資產比例偏低。

表2 變量描述性統計

（二）研發投入與債權融資

表 3 為模型（1）—（6）的回歸結果，其中結果（1）—（3）為當期研發投入對當期債權融資的影響，結果（4）—（6）為提前一期研發投入對當地債權融資的影響。通過對比回歸結果（1）中和（4）中研發投入的系數發現，兩組的解釋變量的回歸系數差異不大，且均為負值并在1%的水平上顯著。由此可見，對于我國創業板上市公司而言，企業研發投入越多，債權融資占總資產的比例就越小，說明研發投入對債權融資有負向影響，且這種影響兼具當期效應與時滯效應。總體效應的存在為逐步法中介效應的后續檢驗提供了基礎。除成長性以外其他控制變量均在1%的水平上顯著，其中盈利能力（Profit）、成長性（Growth）和自由現金流（CF）與債權融資負相關，可能是企業在盈利能力良好、自有資金充足時，減少了企業債權融資方面的需求。企業規模（Size）與被解釋變量正相關，說明在進行債權融資時大規模的企業比小規模的企業更具優勢。

表3 實證回歸結果

（三）研發投入、資產有形性與債權融資

在總體效應顯著的基礎上，表3中回歸結果（2）和（5）分別檢驗了t期和t-1期研發投入對企業資產有形性的影響。對比發現回歸結果（2）中的回歸系數為-0.315，在5%的水平上顯著，回歸結果（5）中的回歸系數為-0.668，在1%的水平上顯著。說明創業板上市公司增加研發投入會降低公司的資產有形性，且這種影響通過時間的積累更加明顯，即研發投入對資產有形性的影響有一定的滯后性。同時，回歸結果（3）和回歸結果（6）中資產有形性（FIX）的系數，均在1%的水平上顯著，說明中介效應存在。資產有形性的系數為正，表明在控制研發投入的情況下，企業資產有形性的增加對企業獲得債權融資有促進作用。

通過對比回歸結果（1）與回歸結果（3）中的系數發現，在控制了資產有形性以后，研發投入的回歸系數和顯著性水平都有所降低，但依然在5%的水平上顯著，滯后一期（4）與（6）的回歸結果也是如此。說明無論當期還是滯后一期，直接效應與中介效應都同時存在，且直接效應與中介效應的符號相同，說明研發投入會降低資產有形性，進而不利于債權融資的取得，資產有形性在其中起到部分中介作用而非遮掩效應。

表4顯示了當期和滯后一期下使用Bootstrap法檢驗中介效應的結果，在95%的置信區間下，當期中介效應的結果沒有包含0，表明資產有形性的中介效應顯著，且中介效應大小約為-0.13。研發投入對債權融資影響的直接效果的置信區間也不包含0，直接效應的大小約為-0.88，說明研發投入對債權融資的直接影響要遠大于通過資產有形性產生的間接影響。滯后一期的檢驗結果也顯示，中介效應與直接效應同時存在，且與當期相比，滯后一期的中介效應的比重略有上升，與逐步法檢驗的結論一致。

表4 Bootstrap法檢驗結果

（四）穩健性檢驗

為了檢驗上述結果的可靠性，本文進行了穩健性檢驗：（1）將時滯效應的滯后時差擴大到兩年，即研發投入使用2013—2016年數據，其他變量為2015—2018年數據，共得到1 856個樣本，回歸結果與前文的結果一致并顯著。（2）將企業研發投入的指標替換為研發投入占營業收入的比例。根據文中的步驟依次回歸，發現所有回歸系數的符號與前文一致，且均在1%的水平上顯著，說明回歸結果具有一定的穩健性與可靠性。

表5 中介效應穩健性檢驗結果

將全樣本根據金融市場發展水平分成高低兩組以驗證調節效應的穩健性。先使用王小魯、樊綱等出版的《中國分省份市場化指數報告（2018）》中的省級數據對上市公司所在地區的金融市場發展水平進行賦值，再根據當年指數的中位數進行分組，小于等于中位數的地區劃入低組，大于中位數的地區劃入高組，并用模型3對分組后樣本進行回歸。回歸結果顯示，低金融市場發展水平地區組的研發投入在t期和t-1期仍在5%的水平上顯著，而高金融市場發展水平組的研發投入對債權融資無顯著影響。

五、研究結論與建議

國外學者的研究顯示研發投入與融資結構之間存在著顯著的交互影響關系，而國內學者通常只關注融資結構對企業研發的影響，關于研發投入對融資行為的影響方面的研究較少。本文從科技型企業的資產結構特點出發，探尋科技型中小企業研發投入對債權融資的影響。實證結果顯示：（1）我國創業板上市公司的研發投入與債權融資顯著負相關，且這種影響兼具當期效應與時滯效應。（2）研發投入可以通過影響資產有形性的中介作用影響債權融資，但中介效應在總效應中所占比重不大，研發投入對債權融資的影響仍以直接效應為主。（3）金融市場發展水平可以反向調節研發投入對債權融資的抑制作用。

基于以上結論，本文提出以下建議：（1）科技型中小企業應根據當地的金融市場發展水平合理地選擇融資方式，當地金融發展水平較低時，研發投入多的科技型企業取得債權融資的難度更大，可以考慮從其他金融市場高水平地區獲得債權融資。（2）從宏觀經濟層面，繼續深化金融體制改革，加速金融產品和金融工具的開發與創新，減少貸款審核對有形資產的依賴，建立知識產權融資服務體系，發揮知識型資產對融資業務的促進作用。