資產流動性、融資約束與企業創新

屈天佑 李健 金相郁

【摘要】以2011 ～ 2018年我國創業板上市公司為研究對象， 實證檢驗資產流動性與企業創新之間的關系， 以及企業在面臨嚴重的融資約束時這種關系是否更加顯著。 研究發現：在控制了企業特征相關變量后， 資產流動性對企業創新投入產生了顯著的正向影響。 通過采用不同資產流動性指標和利用不同的回歸方法均證實以上研究結果具有穩健性。 進一步采用SA指標法測量企業的融資約束程度， 發現在面臨嚴重融資約束的企業樣本中， 具有高資產流動性的企業可以通過高變現能力和低調整成本來為企業創新活動進行融資。

【關鍵詞】資產流動性;融資約束;企業創新;資本成本

【中圖分類號】F830? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）07-0035-9

一、引言

當前我國正處于經濟轉軌的重要階段， 而實現經濟可持續發展的重要核心是創新。 黨的十八大明確提出， “科技創新是提高社會生產力和綜合國力的戰略支撐， 必須擺在國家發展全局的核心位置。” 同時強調要堅持走中國特色自主創新道路、實施創新驅動發展戰略。 近年來， 我國企業創新能力明顯提升， 創新投入也不斷增加。 根據工業和信息化部公布的數據可知， 2019年我國企業研發投入占全社會研發投入比重超過了70%。 由此可看出， 企業是我國進行創新活動投入的主體。 企業創新活動具有不確定性較高和商業化周期較長的特征， 這使得企業在創新活動過程中面臨融資難和調整成本高的問題。

Hall和Lerner[1] 研究指出， 大型成熟企業更加傾向于使用現金和其他內部資金為創新活動提供支持; 而小型和新興創新型企業在研發過程中出現資金不足時， 需要花費高額的資本成本來為創新投入籌集資金。 由于創新活動的上述特征， 企業是否進行創新以及創新投入多少， 最終都要以創新資金來源為決策基礎。 那么， 如何促進中小型企業增加創新投入呢？

企業創新活動主要受到宏觀經濟因素和微觀主體因素的共同作用。 從宏觀層面看， 各級政府已經制定了面向小企業進行創新活動的補貼與稅收優惠等政策， 以緩解中小企業所面臨的融資約束， 增強企業抗風險能力。 但從微觀層面看， 中小企業利用自身資產進行創新活動時最大難題仍是資金短缺， 而籌集資金需要花費較高的資本成本， 這可能會直接影響企業的創新投資決策， 甚至導致企業創新項目中斷。

在這種背景下， 企業資產具有高流動性的特征尤為重要。 因為高資產流動性意味著較高的變現能力和較低的調整成本， 有利于企業在受到融資約束時以較低的成本完成融資， 為企業創新活動籌集資金。 盡管在理想的市場中， 資產流動性并不重要， 企業可以在不承擔交易成本的情況下為投資提供充足的資金， 但現實市場中存在很多不確定因素， 它會影響企業籌集資金的問題， 因此高資產流動性在企業生產和創新過程中越來越重要[2] 。

由此提出以下幾個需要關注的問題：中小型創新企業提高資產流動性是否可以促進創新投入的增加？ 不同資產的流動性對創新投入有何影響？ 高資產流動性是否可以幫助企業降低資本成本、緩解融資約束， 以更加便利地獲得外部融資， 從而促進企業創新投入的增加？ 本文對資產流動性與企業創新投入之間的影響， 以及企業受到融資約束的情況下資產流動性是否可以促進企業創新投入進行深入分析和評價， 以此為小型創新企業提高資產流動性、解決融資約束問題， 進而提高企業創新投入水平提供參考。

二、文獻綜述

1. 資產流動性與資本成本。 國內外學者對資產流動性與資本成本之間的關系已經展開了豐富的研究。 如Williamson[3] 分析公司財務與公司治理之間關系時發現， 高資產流動性的企業具有更多的潛在購買用戶且清算能力更強， 有著更高的籌集資金能力。 同樣， Shleifer和Vishny[4] 在探討資產清算價值的決定性因素時發現， 當企業陷入財務困境時， 流動性較低的資產往往會出現巨大的價格折扣， 特別是在經濟衰退時期更為顯著。 王春峰等[5] 采用我國上市公司2005 ～ 2010年的數據分析資本成本與資產流動性之間的關系時發現， 資產流動性越高， 企業的資本成本越低。 但也有研究認為資產流動性與資產成本之間的關系尚不清楚， 如Myers和Rajan[6] 、Morellec[7] 認為， 出售高流動性資產的成本較低， 促使公司經理更樂意出售此類資產， 從而給公司帶來了更多風險。

在研究資產流動性與資本成本之間關系的同時， 學者們也探究了高資產流動性與債務能力的關系。 如趙麗榮等[8] 采用我國A股上市企業1998 ～ 2009年數據研究資產流動性與債務期限結構的關系時發現， 資產流動性正向影響企業債務期限結構， 高資產流動性會改善企業債務期限結構， 緩解企業融資約束。 Ortiz-Molina和Phillips[9] 采用1984 ～ 2006年間合并的CASP-Compustat數據庫分析實物資產流動性與資本成本之間的關系， 發現具有較高資產流動性的企業資本成本較低， 并且增強了企業的運營靈活性。

同時， 劉紅忠、傅家范[10] 利用我國上市公司2000 ～ 2016年的季度數據， 分析資產流動性通過影響企業融資能力進而影響經濟波動的動態效應及作用機制時發現， 增強經營性資產流動性， 有助于緩解當前企業面臨的融資難、高杠桿等困境。

2. 資產流動性與企業創新。 已有研究發現， 企業為研發和創新活動籌集資金是非常困難的。 如Hall和Lerner[1] 對有關投資創新“資金缺口”的問題進行分析時發現， 小型和新興創新型企業在研發過程中出現資金不足時， 需要花費較高的資本成本來為創新投入籌集資金。 此時， 企業更加傾向于依靠內部資金和外部股權為創新活動籌集資金[11] 。 由于創新具有較高的不確定性， 創新能力強的公司又存在很高的信息不對稱性， 公司通常缺少穩定的現金流以及抵押品。

部分學者對現金持有量與企業創新之間的關系進行了深入研究， 如Brown和Petersen[12] 采用美國1970 ～ 2006年注冊制造業公司的數據研究現金持有量與研發平滑的關系， 發現由于研發具有較高的調整成本且資金來源不穩定， 企業會通過高流動性資產——現金等來對創新進行相應的平滑和穩定操作。 Ma等[13] 利用美國1987 ～ 2011年間密集型產業的行業數據分析這些行業現金持有量和研發強度的變化時， 發現現金的持有量會顯著促進企業的創新。 同時， 劉波等[14] 通過對現有研究框架的拓展， 研究了企業在創新研發投入與現金持有之間的最優權衡及現金流不確定性對企業創新決策的影響， 發現當“贏家效應”增強時， 現金流的不確定性對企業的創新研發投入產生正向作用。 崔也光等[15] 以2010 ～ 2016年我國A股上市企業為研究對象， 進一步證實了正向的現金流入會增加企業的現金持有量， 有利于促進企業研發投入增加。

關于現金流與創新投入的研究， 大部分學者都得出了相同的結論， 即正向現金流對創新投入有著顯著的正向影響。 從資產流動性對創新投入影響的角度進行研究的學者認為， 企業高資產流動性可以降低資本成本， 提升籌集資金的能力可為創新活動提供支持。 如Pham等[2] 以1980 ～ 2013年美國非金融公司作為研究對象， 分析資產流動性對創新投入的影響， 發現即使在控制了現金持有量、股票流動性和其他企業特征之后， 具有高流動性資產的企業更加傾向于增加創新投入， 并產生更多的專利和專利引文， 同時資產流動性與現金流不確定性負相關。 田存志、容宇恩[16] 采用我國A股上市企業2009 ～ 2016年數據檢驗資產流動性與企業技術創新的關系， 發現兩者之間存在正相關關系， 資產流動性對融資約束企業創新投入的影響比非融資約束的企業更加顯著; 高資產流動性企業具有較高的變現能力和抵押價值， 有利于企業以較低的交易成本和融資成本為企業創新活動籌集資金。

3. 融資約束與企業創新。 部分學者已經證實了融資約束對企業創新投入具有抑制作用。 如鐘田麗等[17] 、胡艷和馬連福[18] 以及周銘山等[19] 分別采用不同年限的我國創業板上市公司為研究對象， 均發現融資約束對創新投入產生了負向影響。 Li[20] 利用1975 ～ 2007年間合并的CASP-Compustat數據庫分析財務約束與企業研發之間的作用時發現， 在研發密集型企業中出現資金短缺或者融資約束時， 很有可能會導致研發項目的中斷。 與此同時國內外諸多學者認為， 高資產流動性能夠緩解融資約束， 如張杰等[21] 采用2001 ～ 2007年國有及規模以上工業企業的微觀數據研究融資約束、融資渠道對企業創新投入的影響， 發現融資約束會顯著抑制民營企業創新投入， 且自身現金流、注冊資本增加和商業信用是企業創新投入的重要融資渠道。

Borisova和Brown[22] 采用1980 ～ 2008年Compustat數據庫的數據， 檢驗融資約束對企業投資活動的影響， 發現面臨融資約束的公司， 其固定資產銷售產生的現金流入和公司研發投資之間存在正相關關系。 鞠曉生等[23] 利用1998 ～ 2008年我國非上市公司工業企業數據， 研究了融資約束、營運資本管理與企業創新活動之間的關系， 發現企業的創新活動會受到高調整成本和不穩定融資的約束; 同時還發現營運資本是緩解企業創新投資波動的重要因素， 而且與企業的融資約束程度密切相關。 胡恒強等[24] 以2006 ～ 2016年非金融類A股上市公司為研究對象， 分析融資結構、融資約束與企業創新投入之間的關系時發現， 高融資約束企業的內源融資與股權融資對企業研發投入的促進效果更加明顯， 而債務融資對企業研發投入的抑制作用更大。

綜上所述， 國內外學者對資產流動性、融資約束對創新投入的影響有著豐富的研究。 但已有研究存在以下不足：①現有研究主要傾向于分析大企業的資產流動性、融資約束對創新投入的影響， 而完全針對創新型企業和小企業的研究相對薄弱。 相較于大企業， 小企業無論是現金流量還是外部融資能力都較弱， 而資產流動性的改善可以提高小企業的變現能力、降低融資成本， 為企業創新活動籌集資金， 并一定程度上降低了現金流的不確定性。 資產流動性是影響企業創新投入的重要因素之一， 創業板企業一般為中小型企業， 它們對于創新研發更為積極， 更應該重視資產流動性對創新投入的影響; 這些企業在研發過程中出現資金不足時， 就需要花費高額的資本成本來完成創新活動。 那么， 高資產流動性是否真的可以通過降低調整成本來實現創新投入增加呢？ 這個問題值得深入研究， 從而為后續小企業提高資產流動性促進創新投入增加提供參考。 ②盡管少數國內學者對資產流動性與創新投入之間的關系有一定研究， 但只是趨向于現金流動性和總資產流動性， 并沒有針對其他資產流動性與企業創新活動進行分析。 本文將資產流動性細分為企業現金持有量、非現金流動資產、固定資產和去除現金持有量資產（非現金流動資產+固定資產）， 進行賦值后分別衡量其對創新投入的影響， 試圖證明不同資產流動性對創新投入的影響情況; 同時研究在融資約束較強的情況下， 哪種資產流動性對創新投入起到了更好的促進作用。

考慮到以上研究的不足， 本文以我國創業板2011 ～ 2018年289個上市企業作為研究對象， 使用平衡面板數據進行分析; 同時為了處理內生性問題分別使用兩階段最小二乘法和廣義矩估計方法（GMM）對模型進行穩健性檢驗， 對資產流動性進行賦值后分別代入計量模型中， 檢驗資產流動性對創新投入的影響情況; 使用SA指數將融資約束分為強弱兩組， 對比分析資產流動性在融資約束情況下對創新投入的影響。

三、研究設計

1. 樣本選擇。 本文利用平衡面板數據進行實證研究， 選取2011 ～ 2018年我國創業板上市企業作為研究對象， 樣本數據來源于萬得（Wind）數據庫。 對數據進行以下篩選處理：①剔除研發支出為0的企業; ②剔除金融行業企業; ③剔除相關數據缺失的企業。 經過篩選后， 最終得到289個企業作為研究對象。 為了消除異常值對本研究的影響， 應用Winsorize對連續型變量在1%和99%水平上進行縮尾處理。

2. 變量選取。

（1）被解釋變量：創新投入（Innov）。 借鑒鞠曉生等[23] 的方法， 運用無形資產增量代表創新活動投入， 無形資產包括專利權、著作權、商標權、特許權和非專利技術等。 無形資產增量是企業創新投入的成果， 可以更好地反映企業創新活動的綜合情況。 企業創新投入不僅僅反映在研發支出方面， 還包括企業的人力資本、技術引進、對技術的吸收等。 因此， 無形資產增量相比研發支出包括更多的企業創新投入的信息。 本文選取無形資產增量除以總資產來衡量企業創新投入。

（2）核心解釋變量：資產流動性（ALIQ）。本文借鑒Gopalan等[25] 和Pham等[2] 對資產流動性的衡量方法， 計算出企業三種層面的資產流動性， 通過資產類別的不同分為現金和現金等價物、非現金流動資產、固定資產和其他資產。 資產流動性的度量方法如下：

ALIQ1i，t=? ? ? ? ×1+? ? ? ? ?×0? ?（1）

ALIQ2i，t=? ? ? ? ×1+? ? ? ? ? ?×0.5+? ? ? ? ?×0

（2）

ALIQ3i，t=? ? ? ? ×1+? ? ? ? ? ?×0.75+

×0.5+? ? ? ? ?×0? ?（3）

ALIQ4i，t=? ? ? ? ? ? ? ? ?×0.75+? ? ? ? ? ? ? ? ?×

0.5+? ? ? ? ? ? ? ? ?×0? ?（4）

其中， i、t分別表示企業和年份， ALIQ表示資產流動性， TA表示企業總資產， CE表示企業持有現金及現金等價物， NCA表示企業的非現金流動資產， TFA表示企業的固定資產， OA表示企業的其他資產。

根據Gopalan等[25] 的研究， 第一項資產流動性衡量指標（ALIQ1）衡量了企業現金持有量占總資產的比例。 為了體現出現金持有量在創新過程中的重要性， 假設其他的資產全部為非流動性資產， 雖然這一假設并不符合實際。 第二項資產流動性衡量指標（ALIQ2）除衡量企業現金持有量外， 還加入了其他非現金流動資產， 由于現金持有量的流動性要遠高于其他非現金流動資產， 所以在衡量這一指標時對其他非現金流動資產賦值為0.5。 第三項資產流動性衡量指標（ALIQ3）同時包括現金持有量、其他非現金流動資產和固定資產， 整體賦值分別為1、0.75和0.5。 因為前三項資產流動性指標都包括了現金持有量， 為了檢驗其他資產流動性對創新活動投入的影響， 所以在第四項資產流動性的衡量指標（ALIQ4）中， 使用非現金流動資產/（總資產-現金流動資產）以及固定資產/（總資產-現金流動資產）， 并賦值0.75和0.5。

（3）分組變量：融資約束（FC）。 本文參考Hadlock和Pierce[26] 以及鞠曉生等[23] 的SA指數法衡量企業融資約束程度， SA指數計算公式為：-0.737×Size+0.043×Size2-0.04×Age。 SA指數結果為負值， 將其取絕對值， 絕對值越大說明企業受到的融資約束越大。 沈洪波等[27] 研究發現， 企業內部現金流顯著影響企業投資， 說明企業投資會受到外部融資約束的影響。 現金流越大， 企業的外部融資成本就越低。 企業較高資產流動性可以降低融資成本， 緩解企業外部的融資約束。 本文選擇SA指數法衡量融資約束。

（4）控制變量。 本文控制了以下變量：企業價值（TobinQ）：Griliches[28] 指出企業創新活動的增加可以提升企業價值。 TobinQ投資理論認為具有高成長機會的企業更傾向于投資， 所以本文選擇TobinQ衡量企業價值。 企業規模（Size）：Hall等[29] 的研究表明， 企業規模對創新活動產生了顯著的正向影響。 因此， 本文選擇企業總資產的自然對數衡量企業規模。 盈利能力（Roa）：選擇企業凈利潤與總資產之比衡量盈利能力。 資產負債率（Lev）：鞠曉生等[23] 的研究指出， 資產負債率不僅反映了企業負債情況， 而且影響企業的融資渠道， 因此選擇企業負債總計與資產總計之比衡量資產負債率。 股權結構（BS）：選擇企業第一大股東的持股比例衡量股權結構。 股權集中度（MN）：選擇企業前五大股東持股比例的平方和衡量股權集中度。 企業成立年數（Age）：以統計年份與企業成立年份之差衡量。 最后控制了行業效應， 因為不同行業的創新傾向有可能不同。 具體變量定義見表1。

3. 模型設定。 為了研究資產流動性對創新投入的影響， 構建了如下模型：

Innovi，t+1=β0+β1ALIQi，t+β2Innovi，t+

β3TobinQi，t+β4Sizei，t+β5Roai，t+β6Levi，t+β7BSi，t+β8MNi，t+β9Agei，t+γj+μi+υt+εi，t? ? ? ? （5）

在式（5）中， i、t、j分別表示企業、年份和行業。 其中： Innov表示創新投入; ALIQ分別表示ALIQ1、ALIQ2、ALIQ3和ALIQ4; TobinQ表示企業價值; Size表示企業規模; Roa表示盈利能力; Lev表示資產負債率; BS表示股權結構; MN表示股權集中度; Age表示成立年數。 本文還控制了行業效應（γj）、企業效應（μi）和年度效應（υt）， εi，t表示隨機擾動項。

同時， 考慮到資產流動性與創新投入的內生性問題， 將被解釋變量數據前移一期， 而核心解釋變量和控制變量均采用當期數據。

四、實證分析

1. 描述性統計。 表2列示了主要變量的描述性統計結果。 創新投入指標（Innov）的最小值為-0.026， 而最大值為0.112， 說明本文采用的樣本中創新投入差異較大， 整體的創新投入偏低， 其均值為0.008也反映出這一點。 ALIQ1的平均值和標準差分別為0.239和0.184， ALIQ2的這兩個值分別為0.436和0.156， ALIQ3的平均值為0.614， 但是標準差為0.136， 比ALIQ1和ALIQ2的標準差都要小， 這說明相對于固定資產來說， 創業板企業愿意持有更多的流動資產。 企業價值（TobinQ）的均值為3.085， 其最小值和最大值分別為0.147和10.597， 說明創業板企業間價值差距較大; 標準差為1.861， 表示對于企業價值的評估有著較大分歧。

2. 基本模型回歸結果。 本文使用統計分析軟件Stata 15.1對所構建的模型進行估計， 在對面板數據模型進行回歸估計時， 究竟應該使用隨機效應模型還是固定效應模型？ 本文進行了豪斯曼（Hausman）

檢驗， 結果發現強烈拒絕原假設（P值為0.000）， 說明采用固定效應模型更為適合。 但為了保證結果的穩健性， 本文將隨機效應模型和固定效應模型的結果同時列出， 如表3所示。 表3中回歸均采用非同步變量處理方法估計， 其中第（1）列、第（3）列、第（5）列和第（7）列為固定效應模型， 第（2）列、第（4）列、第（6）列和第（8）列為隨機效應模型。

從第（1）列和第（2）列的回歸結果可以看出， 無論是采用固定效應模型還是隨機效應模型， 均發現核心解釋變量ALIQ1的系數符號為正且在1%的水平上顯著， 表明企業現金持有水平對企業創新投入產生了顯著的促進作用。 這一結果與Brown等[11] 和Ma等[13] 的發現一致， 現金持有量對企業創新投入有著顯著的影響， 現金持有量是影響企業研發創新的重要因素。 核心解釋變量ALIQ1的系數均為0.021， 從數值上來看， 企業平均每持有1元的現金， 意味著創新投入會增加0.021個單位， 即企業現金持有量對于企業創新活動有著重要的作用。 由第（3）列和第（4）列回歸結果可以發現， 兩種模型核心解釋變量ALIQ2的系數符號均為正且在1%的水平上顯著， 這表明在加入了賦值的非現金流動資產后， 其系數符號和顯著性水平并沒有發生變化， 說明企業現金持有量和非現金流動資產的流動性對企業創新投入有著顯著的正向影響。 由第（5）列和第（6）列回歸結果可以發現， 兩種模型核心解釋變量ALIQ3的系數均為正且在1%的水平上顯著， 這表明資產流動性的提高促進了企業創新投入。 可見， 在加入固定資產后其顯著性水平沒有發生變化， 整體較高的資產流動性對企業創新投入有著顯著的正向影響。 這一結果與田存志、容宇恩[16] 的結論一致， 高資產流動性企業具有較高的變現能力和抵押價值， 有利于企業以較低的交易成本和融資成本為創新活動籌集資金。 第（7）列和第（8）列的回歸結果中， 兩種模型核心解釋變量ALIQ4的系數均為正且分別在1%和5%的水平上顯著， 這表明非現金資產流動性對創新投入同樣有著顯著的正向影響。 非現金資產流動性可以作為現金流動資產的補充促進企業創新投入增加。 由上述實證結果可知， 無論是在固定效應模型還是隨機效應模型中， 核心解釋變量的符號及其顯著性均基本一致， 反映出資產流動性對創新投入產生了顯著的正向影響， 其中現金流動性是資產流動性中最為重要的部分， 非現金資產的流動性在一定程度上緩解了現金不足問題， 為企業創新投入提供了后續保障。

通過表3的回歸結果還發現， 企業價值（TobinQ）和成立年數（Age）的系數均為正， 但并不顯著， 說明企業價值較高和成立年數較長的企業對創新投入的影響不明顯。 企業規模（Size）對創新投入的影響并不顯著。 盈利能力（Roa）在表3中的系數均為正且在5%或10%的水平上顯著， 表明企業的凈利潤對創新投入有著顯著的促進作用。 資產負債率（Lev）在其中六列回歸結果中的系數均顯著為負， 表明資產負債率對創新投入會起到顯著抑制作用; 在第（7）列和第（8）列回歸結果中資產負債率（Lev）的系數為負且在1%的水平上顯著， 表明這種抑制作用在企業缺乏現金資產時更為顯著。 股權結構（BS）在全部的回歸模型中系數均為正且在5%的水平上顯著， 表明當第一大股東持股較多時， 對企業的管理監督更加有效， 使得企業對創新活動的投入增加。 在全部八列回歸結果中， 股權集中度（MN）的系數均顯著為負， 表明當企業股權過于集中時會對企業創新投入產生抑制作用。

3. 穩健性檢驗。 即使前文計量模型設定過程中已經采用了被解釋變量前移一期而所有核心解釋變量和控制變量均采用當期數據來緩解內生性問題的影響， 但這種做法還是有可能存在內生性。 在此基礎上， 本文進一步選擇所有核心解釋變量滯后階作為工具變量進行分析， 這樣得到的回歸結果可以進一步克服內生性問題。 因此， 本文選擇面板2SLS方法對前文設定的計量模型進行回歸估計。 在進行實際操作的過程中， 面板2SLS方法主要包括兩類：面板固定效應2SLS和面板隨機效應2SLS。 這兩類方法的差異在于前者對模型進行固定效應模型處理以解決遺漏變量問題， 而后者認為模型中不存在遺漏變量問題進而對此步驟進行了省略。 在此基礎上對變換后的模型使用兩階段最小二乘法（2SLS）進行回歸檢驗。 為了獲得更為穩健的回歸結果， 分別使用面板固定效應2SLS和面板隨機效應2SLS分別對計量模型進行估計， 結果見表4。 回歸結果顯示， 核心解釋變量資產流動性指標ALIQ1、ALIQ2、ALIQ3和ALIQ4呈現出與表3基本一致的統計特征， 證實了前文中回歸結果的穩健性（由于篇幅所限， 本文之后均未列出控制變量的回歸結果）。

為了進一步檢驗回歸結果的穩健性， 使用GMM估計對前文回歸結果進行驗證。 由于尋找外部工具變量相對困難， 本文選擇內部工具變量（即解釋變量的滯后期）， 使用變量ALIQ滯后最多三階作為工具變量進行GMM估計。 弱工具變量檢驗Cragg-Donald Wald F統計量證明， 并不存在弱工具變量。 在工具變量過度識別的檢驗中， 考慮到存在異方差的問題所以采用了Hansen檢驗， 檢驗結果見表5。 Hansen檢驗的結果分別為0.854、0.577、0.470和0.409。 Hansen檢驗統計量均大于0.1， 證明不存在工具變量過度識別問題。 GMM估計結果與表4回歸結果基本一致， 核心解釋變量資產流動性指標ALIQ1、ALIQ2、ALIQ3和ALIQ4顯示出一致的統計特征， 進一步證明了前文回歸結果的穩健性。

4. 根據融資約束程度分組檢驗。 根據現有研究， 筆者認為高資產流動性企業擁有更高的清算價值能力， 有著更好的變現能力和抵押價值， 即企業可以在折損較小的情況下完成交易或融資， 為創新研發籌集資金， 增加企業創新投入。 屈文洲等[30] 指出， 高度的信息不對稱會導致高額的外部融資成本， 當企業存在內外部融資差異時， 企業投資會首先考慮內部現金流。 那么小企業受融資約束嚴重時， 資產流動性是否可以幫助企業降低資本成本， 從而促進企業創新投入增加？ 本文參考Hadlock和Pierce[26] 和鞠曉生等[23] 的SA指數法測量企業融資約束程度， 并將企業受約束的情況按SA指數取絕對值后的四分位數進行等級劃分：融資約束水平1/4分位數以下為融資約束弱組; 融資約束水平位于3/4分位數水平以上為融資約束強組。 豪斯曼（Hausman）檢驗結果強烈拒絕原假設， 因此使用固定效應模型進行回歸估計， 分組后回歸結果如表6所示。

表6中第（1）列、第（3）列、第（5）列和第（7）列為融資約束弱組回歸結果， 第（2）列、第（4）列、第（6）列和第（8）列為融資約束強組回歸結果。 融資約束弱組和融資約束強組中的核心解釋變量系數均為正， 其中強組的系數值均大于弱組， 在第（1）列和第（2）列對比中， 融資約束弱組的核心解釋變量ALIQ1系數為正不顯著。 融資約束強組的核心解釋變量ALIQ1系數為正且在1%的水平上顯著， 表明企業受融資約束強時， 現金及其等價物可以緩解融資約束， 同時可以增加創新投入。 這一研究結果與張杰等[21] 的發現一致， 融資約束會顯著影響企業創新投入， 且自身現金流是企業創新投入的重要融資渠道。 在第（3）列和第（4）列對比中， 融資約束強組的核心解釋變量ALIQ2系數為正且在1%的水平上顯著， 說明加入賦值的非現金流動資產后， 當企業受融資約束強時， 核心解釋變量資產流動性可以緩解融資約束， 并且促進企業增加創新投入。 在第（5）列和第（6）列對比中， 當核心解釋變量加入賦值的固定資產后， 受融資約束強組的核心解釋變量ALIQ3系數為正且在5%水平上顯著， 顯著度有所降低， 系數值并沒有變化。 這說明企業受融資約束強時資產流動性對創新投入有著顯著的正向影響， 固定資產流動性在企業融資約束嚴重的情況下對創新投入的促進作用沒有流動資產的流動性顯著。 在第（7）列和第（8）列對比中， 融資約束強組變量ALIQ4系數為正， 但并不顯著。 這說明企業受融資約束嚴重時， 非現金流動性雖然可以緩解融資約束， 但效果并沒有現金流動性顯著。 綜上可知， 當企業受融資約束強時， 企業傾向于持有更多的現金， 其他資產流動性可以作為現金流動性的補充。 提高企業的資產流動性， 可以緩解融資約束、降低資本成本， 有利于為企業籌集資金并完成對創新活動的投入， 同時也反映出創業板企業融資困難問題還沒有得到妥善解決。

為了進一步檢驗回歸結果的穩健性， 本文使用GMM估計對回歸結果進行檢驗， 使用變量ALIQ滯后最多三階作為工具變量進行GMM估計， 以此作為穩健性檢驗。 在工具變量過度識別的檢驗中， 融資約束強組的Hansen檢驗結果分別為0.899、0.941、0.982和0.662。 Hansen檢驗統計量均大于0.1， 所以Hansen檢驗的結果證明不存在工具變量過度識別問題。 由于篇幅原因本文并未列出回歸結果， 其中融資約束強組核心解釋變量ALIQ的系數均為正且在10%的水平上顯著， 融資約束弱組則均不顯著。 這與前文回歸結果基本一致， 證明了回歸結果的穩健性。

五、結論與建議

本文以2011 ～ 2018年我國創業板上市公司作為研究樣本， 并使用平衡面板數據研究了資產流動性對企業創新投入的影響， 以及當融資約束嚴重時， 高資產流動性是否可以通過降低交易成本和融資成本來促進創新投入的增加。 研究發現：①在控制了企業的重要特征（企業價值、企業規模、盈利能力、資產負債率、股權結構、股權集中度和成立年數）后， 資產流動性對企業創新投入產生了顯著的正向影響。 其中現金流動性是資產流動性中最為重要的部分， 非現金資產流動性在一定程度上緩解了現金不足問題， 為企業創新投入提供了后續保障。 通過采用不同資產流動性指標和利用不同的回歸方法均驗證了以上研究結果的穩健性。 ②將融資約束分為強弱兩組后， 在融資約束強的樣本中， 高資產流動性會通過降低交易成本和融資成本來促進創新投入的增加， 其中現金及其等價物是緩解融資約束的主要因素。 考慮到內生性問題采用GMM估計來檢驗穩健性， 結果仍然支持上述結論。

大量事實表明， 企業創新是中國創新的主體， 是經濟發展的重要動力。 相對于大企業， 小企業在創新過程中抵御風險的能力較差。 特別是我國創業板上市公司面對創新活動投入較為激進， 而面臨創新融資時又非常困難。 根據上述結論提出以下建議， 以促進企業增加創新投入：①引導中小企業適量增加流動性資產為企業未來的創新提供足夠的動力。 由于創新周期較長， 而創新產出又具有不確定性， 導致企業在創新過程中籌集資金時非常困難， 阻礙了企業的創新活動。 而資產流動性的提升可以降低企業籌集外部資金的成本， 為企業創新項目研發投入提供支持， 解決企業在創新過程中的融資問題， 促進企業增加創新投入。 ②政府應激勵小企業自主創新， 通過對創新研發的激勵來實現企業創新投入增加。 如對創業板企業進行稅收優惠和技術開發稅前扣除等方式來促進創新投入增加; 加強相關的政策宣傳， 簡化相關的申報流程， 提高退稅效率; 通過加強政策制定和監督管理為中小型創新企業創造更好的外部環境; 提供更加便利的外部融資環境， 緩解企業因創新投入帶來的資金不足問題， 如通過鼓勵金融機構積極支持中小企業技術創新和改善金融服務等方式來緩解小企業融資困難的問題。

【 主 要 參 考 文 獻 】

[1] Hall B. H.， Lerner J.. The Financing of R&D and Innovation[Z].NBER Working Paper，2010.

[2] Pham M. L.，? et al.. Asset Liquidity and Firm Innovation[Z].SSRN Electronic Journal，2016.

[3] Williamson O.. Corporate Finance and Corporate Governance[ J].Journal of Finance，1988（3）：567 ～ 591.

[4] Shleifer A.， Vishny R. W.. Liquidation Values and Debt Capacity：A Market Equilibrium Approach[ J].The Journal of Finance，1992（4）：1343 ～ 1366.

[5] 王春峰，孫會國，房振明.資本成本與資產流動性關系的經驗驗證[ J].天津財經大學學報，2012（9）：74 ～ 83.

[6] Myers S.， Rajan R.. The Paradox of Liquidity[ J].Quarterly Journal of Economics，1998（3）：733 ～ 771.

[7] Morellec E.. Asset Liquidity， Capital Structure and Secured Debt[ J].Journal of Financial Economics，2001（2）：173 ～ 206.

[8] 趙麗榮，張俊瑞，李彬等.資產流動性與債務期限結構——來自中國上市企業的經驗證據[ J].管理評論，2012（7）：110 ～ 116，142.

[9] Ortiz-Molina H.，Phillips M. G.. Real Asset Illiquidity and the Cost of Capital[ J].Journal of Financial and Quantitative Analysis，2014（1）：1 ～ 32.

[10] 劉紅忠，傅家范.資產流動性、融資約束與經濟波動[ J].統計研究，2017（11）：15 ～ 29.

[11] Brown J. R.， Fazzari S. M.， Petersen B. C.. Financing Innovation and Growth： Cash Flow， External Equity， and the 1990s R&D Boom[ J].Journal of Finance，2009（1）：151 ～ 185.

[12] Brown J. R.，Petersen B. C.. Cash Holdings and R&D Smoothing[ J].Journal of Corporate Finance，2011（3）：694 ～ 709.

[13] Ma L.， Mello A. S.， Wu Y.. Industry Competition，Winner's Advantage， and Cash Holdings[R].Working Paper of University of Wisconsin-Madison，2013.

[14] 劉波，李志生，王泓力等.現金流不確定性與企業創新[ J].經濟研究，2017（3）：116 ～ 180.

[15] 崔也光，姜曉文，齊英.現金流不確定性、研發投入與企業價值[ J].數理統計與管理，2019（3）：495 ～ 505.

[16] 田存志，容宇恩.基于A股上市企業數據的資產流動性與企業創新研究[ J].商業研究，2018（10）：65 ～ 70.

[17] 鐘田麗，馬娜，胡彥斌.企業創新投入要素與融資結構選擇———基于創業板上市企業的實證檢驗[ J].會計研究，2014（4）：66 ～ 73+96.

[18] 胡艷，馬連福.創業板高管激勵契約組合、融資約束與創新投入[ J].山西財經大學學報，2015（8）：78 ～ 90.

[19] 周銘山，張倩倩，楊丹.創業板上市企業創新投入與市場表現：基于企業內外部的視角[ J].經濟研究，2017（11）：135 ～ 149.

[20] Li D.. Financial Constraints， R&D Investment， and Stock Returns[ J].Review of Financial Studies，2011（9）：2974 ～ 3007.

[21] 張杰，蘆哲，鄭文平等.融資約束、融資渠道與企業R&D投入[ J].世界經濟，2012（10）：66 ～ 90.

[22] Borisova G.， Brown J. R.. R&D Sensitivity to Asset Sale Proceeds：New Evidenceon Financing Constraints and Intangible Investment[ J].Journal of Banking & Finance，2013（1）：159 ～ 173.

[23] 鞠曉生，盧荻，虞義華.融資約束、營運資本管理與企業創新可持續性[ J].經濟研究，2013（1）：4 ～ 16.

[24] 胡恒強，范從來，杜晴.融資結構、融資約束與企業創新投入[ J].中國經濟問題，2020（1）：27 ～ 41.

[25] Gopalan R.， Kadan O.， Pevzner M.. Asset Liquidity and Stock Liquidity[J]. Social Science Electronic Publishing，2012（2）：333 ～ 364.

[26] Hadlock C. J.， Pierce J. R.. New Evidence on Measuring Financial Constraints： Moving Beyond the KZ Index[ J].Review of Financial Studies，2010（5）：1909 ～ 1940.

[27] 沈洪波，寇宏，張川.金融發展、融資約束與企業投資的實證研究[ J].中國工業經濟，2010（6）：55 ～ 64.

[28] Griliches Z.. Market Value， R&D and Patents[ J].Economic Letters，1981（2）：183 ～ 187.

[29] Hall B. H.， Jaffe A.， Trajtenberg M.. Market Value and Patent Citations[ J].RAND Journal of Economics，2005（1）：16 ～ 38.

[30] 屈文洲，謝雅璐，葉玉妹.信息不對稱、融資約束與投資—現金流敏感性[ J].經濟研究，2011（6）：105 ～ 117.