基于VAR模型分析比亞迪公司研發投入的影響因素

王晨宇 金良俊 張家暢

（東南大學，江蘇 南京 211189）

一、引言

1.研究背景

新能源汽車企業十分看重自身的研發投入。上汽集團曾在“十二五”時期，投資60億元用于研發新能源汽車[1]。作為新能源汽車頭部企業之一的比亞迪公司研發了DM-i、DM-p、刀片電池、DiLink智能網聯系統、e平臺3.0等技術，截至目前，比亞迪累計銷售新能源乘用車超過99萬輛，連續八年銷量全國第一，公司的研發投入金額一直在業內前列[2]，同時，公司的資本公積也在不斷增加。在這一背景下，新能源汽車企業——比亞迪公司的研發投入強度與公司自身短期償債能力以及資本公積的關系問題，成為許多學者研究探討的重要內容，同時也是本文研究的主要內容。本文結合比亞迪公司歷年的財報數據，嘗試運用統計模型VAR模型來定量分析影響比亞迪公司研發投入強度的公司內部因素。

2.研究意義

許多學者在研究新能源企業的研發投入時，所選的解釋變量有很多，且基本各不相同。如寧心怡在《企業所得稅優惠方式對企業技術創新投入影響的比較研究》中，選取加記扣除優惠稅額（研發費用加記扣除金額×25%）和稅率優惠稅額（應納稅所得額×（25%-適用稅率））來作為研發投入的解釋變量；張導在《稅收優惠政策對新能源汽車企業影響研究》的論文中，選取流轉稅稅負和所得稅稅負作為研發投入強度的解釋變量。對于比亞迪公司來說，政府的稅收優惠（主要是新能源車型免購置稅）只到2022年年底，且比亞迪公司對政府補貼和稅收優惠政策的依賴越來越小，所以本文并未選擇稅收優惠相關的變量來研究公司研發投入的變化趨勢和未來預測。

本文試圖通過從公司融資情況分析比亞迪公司研發投入強度的影響因素，并進行對研發投入強度的相應解釋，這樣更與如今的政策環境和客觀事實相吻合，同時有利于確定公司的相關指標與研發投入強度的關系以及其發展特征，從而有利于公司把握相關指標來加大研發投入強度或保持研發投入的穩定輸出。

3.相關指標的選取

（1）短期償債能力

從債權融資的時間長短來看與研發投入的關系時，很多學者并不認為長期債務融資對研發投入有促進作用，陳巖等在研究了國有企業債務結構對企業的創新投入的影響發現，企業的長期債務融資會抑制企業的創新投入[3]，Atanassov研究美國上市公司的相關財務數據時發現，長期債務融資占比大的企業往往很少進行創新活動[4]。

綜上所述，同時根據《企業償債能力分析研究》上的研究，本文以經營活動產生的“現金流量金額÷流動負債×100%”的形式來描述短期償債能力。其優越性體現在：一是完善了流動比率，以現金流量金額代替了未扣除上期存貨價值和未收回款項的流動資產；二是蘊含了政府補貼和稅收優惠金額；三是短期償債能力比長期償債能力更適合研究比亞迪公司的研發投入。

（2）資本公積

根據陳曉君在《新能源汽車公司融資結構優化研究》的研究發現，資本公積是公司股權融資的重要組成成分，且比亞迪大部分資金用于留存，如果比亞迪準備將資金用于發放股利，這時就會減少研發的投入，阻礙新能源汽車的發展，如果比亞迪將資金用于研發投入，這無疑會促進企業的科技創新。

總之，研究資本公積與研發投入之間的關系也十分重要且有著現實意義。

二、向量自回歸（VAR）模型介紹

VAR模型的核心思想就是不考慮經濟理論，不主觀論定變量的屬性，而直接考慮時間序列的各經濟變量的關系。VAR方法是根據所有內生變量的滯后值來組成相應的函數，從而解釋要解釋的主體及其經濟行為。

VAR的一般形式為：

其中：E（εt）=0，E（εt，Yt-i）=0，i=1，2，…，p；Yt是（n×1）向量組成的同方差平穩的線性隨機過程；βi是（n×n）的系數矩陣；Yt-i是Yt向量的i階滯后變量；εt是殘差項，也可看成是隨機干擾項。

三、模型的構建與檢驗

1.重要假設

（1）一個公司的研發投入不僅僅是內部變量造成的結果，還會有行業內其他公司、行業間上下游企業的交互作用，本文將其視為外部給定變量，在此著重分析公司內部變量。

（2）在利用數據進行研究變量之間的相關性、因果性時，不考慮國外新能源汽車企業對國內相關企業的影響。

（3）在模型建立過程中，不考慮經濟波動以及宏觀經濟政策變化等外部因素的干擾，且由于政府的稅收優惠力度對比亞迪公司的引導性不夠，補貼大幅退坡，2022年之后政府不再提供稅收優惠政策，而比亞迪公司的研發投入于2018年起不再依賴政府稅收優惠，所以在分析研發投入的影響因素時并不考慮稅收優惠幅度[6]。

2.數據處理與平穩性檢驗

（1）數據處理

本文令研發投入強度RD（%）=（研發費用+開發支出）÷營業成本×100%，按照上文所述；引用比亞迪公司的資本公積CAP（單位：億元）；本文用（經營活動產生的現金流量金額÷流動負債×100%）來改進企業的短期償債能力的測度指標，記為SD（%）。

通過Eviews10軟件使用插值法將其拆分成季度數據，從而使生成的時間序列和原始時間序列盡可能相似且盡可能真實；考慮到季度數據容易受到季節因素以及其他一些隨機干擾項的影響，因此在建立經濟計量分析模型前首先對變量進行季節調整。現對原始時間序列作季節調整，分別記為RD_d11、CAP_d11、SD_d11。為進一步了解研發投入的增量，先對RD_d11進行一階差分，即為dRD_d11，以此來研究分析接下來的問題。

（2）序列平穩性的單位根檢驗

為避免建立的模型出現偽回歸現象，本文將采用ADF檢驗方法對dRD_D11、CAP_D11、SD_D11進行單位根檢驗，如表1所示。

表1 時間序列的單位根檢驗

通過ADF檢驗可知，dRD_d11時間序列平穩，其余時間序列不平穩，需要進行差分，由表1可知，先前序列經過一階差分后在5%的顯著性水平下均是平穩的，即CAP_d11、SD_d11服從I（1）過程，且用dCAP_d11與dBP_d11分別表示原先序列的一階差分序列。

（3）基本統計分析

對時間序列dRD_d11、CAP_d11以及SD_d11進行簡單的描述性統計分析以便獲得直觀的數據統計特征，具體如圖1、圖2所示。

圖1 dRD_d11與dCAP_d11變化趨勢

圖2 dRD_d11與dSD_d11變化趨勢

從圖1、圖2可以看出，研發投入的變化趨勢與資本公積的變化趨勢存在明顯的負相關關系，且研發投入強度的變化滯后于資本公積的變化；進一步計算可知，2011年以來，研發投入強度的變化平均滯后資本公積的變化1個季度。從圖2可以看出，研發投入的變化趨勢與短期償債能力的變化趨勢存在明顯的正相關關系，且研發投入強度的變化先于短期償債能力的變化，通過計算，平均領先三個季度。需要說明的是因為2020年后期的數據缺少，致使每條趨勢線都有陡增陡減的現象，但同時也反映了相關數據接下來的變化趨勢，如研發投入強度增幅和短期償債能力增量會減少，而資本公積變化會提高。

3.協整檢驗

從協整檢驗的殘差單位根檢驗的結果看出，在95%的置信水平下接受無協整關系的原假設，即資本公積和公司短期償債能力之間并不存在長期的均衡關系，說明公司的股權融資和債權融資之間并沒有長期的相關性。接下來本文將用研發投入增量dRD_d11、資本公積變化量dCAP_d11以及短期償債能力變化量dSD_d11進行VAR模型構建和Granger因果關系檢驗。

4.向量自回歸模型的構建

本文研究的主要目的是通過VAR模型分析比亞迪公司資本公積變化量以及公司短期償債能力變化量對研發投入增量的影響，同時研究兩種融資方式是否有相關性。在建立VAR模型之前，需要確定變量之間相互影響的最優滯后階數以及是否存在統計意義上的因果關系。具體如表2所示。

表2 向量自回歸模型滯后階數的確定準則

根據表2可知，變量間相互影響的最優滯后階數為3，由圖3可知，無特征根在單位圓外，表明序列是平穩的。

圖3 VAR序列平穩性檢驗

5.Granger因果關系檢驗

通過Granger因果關系檢驗，來測出研發投入增量（dRD_d11）、資本公積增量（dCAP_d11）以及短期償債能力（dSD_d11）之間是否存在統計意義上的因果關系。表3為Granger檢驗結果。

由表3初步判定，在給定5%的顯著性水平下，第一，研發投入增量（dRD_d11）與短期償債能力變化dSD_d11之間互為Granger因果關系，表明這二者的變化必然引起對方的反應。第二，研發投入增量（dRD_d11）是資本公積增量（dCAP_d11）的Granger原因，dCAP_d11不是dRD_d11的Granger原因，表明研發投入的增加必會引起資本公積的減少，但資本公積的減少未必使得研發投入增加。第三，短期償債能力（dSD_d11）是資本公積增量（dCAP_d11）的Granger原因，但dCAP_d11不是dSD_d11的Granger原因，表明短期償債能力的提高能夠增加資本公積，反之，未必成立。

四、向量自回歸模型分析與預測

1.相關變量的脈沖響應

脈沖響應函數反映了每個內生變量的沖擊效應對其本身及其他所有內生變量的影響，這些影響會形成一些軌跡來表示一個變量的隨機擾動是如何通過傳導路徑影響其他變量，最終又返回自身的過程。依據上述的VAR模型，通過脈沖響應函數來計算出變量對來自不同變量的擾動項一個標準差新息的沖擊反應，結果如圖4所示。

圖4 一個標準差新息下變量的脈沖響應

圖4表明，研發投入增量對其自身和公司短期償債能力增量的一個標準差新息沖擊都有著明顯的沖擊響應，而對于資本公積變化的沖擊響應從一開始就趨近于0。尤其在前6期響應較為劇烈，6期之后各變量的脈沖響應值趨近于零，序列逐漸平穩。

對于dRD_d11的脈沖響應，當給定其自身的一個標準差沖擊后，反應十分強烈，波動較為頻繁，從滯后期1期開始，整體呈下降趨勢，之后1期效應又開始增大，之后很快下降，在第5期處于最小值，后期處于正值并趨向穩定，說明研發投入增量的初始變化因素引起的波動時間并不長，但較為劇烈，且引起的是研發投入增量的反向效應，但隨期數增加，整體會給出正向效應。

當給定公司短期償債能力增量的一個標準差沖擊，研發投入增量的影響是前4期處于負值，5期～8期處于正值，并于5期處于最大值，在8期之后，整體處于負值并趨于穩定。

資本公積變化的一個標準差沖擊對研發投入增量的影響很小，從1期開始就在0附近波動，波動幅度很小，整體處于正向效應。

2.方差分解

方差分解將VAR模型中一個變量的方差分解到各個擾動項上，從而分析每個擾動項影響VAR模型中各個變量的相對程度，為分析研發投入增量的VAR模型中各個變量被影響的相對程度，建立方差分解圖，詳細如圖5所示。

圖5 方差分解

從圖5可以直接看出：研發投入增量對其自身變化的貢獻率極大，但對其自身變化貢獻率在1期時就很快下降，從第4期開始緩慢下降，第10期為75%，到第20期時，貢獻率下降為73%，但仍起主要作用；資本公積增量對研發投入增量的貢獻率在前兩期很低，但呈現逐期上升，第20期時的貢獻率為11%；短期償債能力變化對研發投入增量的貢獻率較大，從第1期至第3期，先有緩慢上升的趨勢，接下來就逐漸平穩，維持在16%左右。圖5表明，短期償債能力增量對研發投入增量的貢獻大于資本公積變化對研發投入增量的貢獻，這與脈沖響應的分析結果是一致的。

五、結語

本文以2011～2020年的季度數據為基礎，采用向量自回歸模型的方法對研發投入強度、短期償債能力以及資本公積的關系問題進行了深入的實證分析，可以得到以下重要結論。

第一，通過實證分析可得，短期償債能力季度變化對研發投入強度產生影響，但是資本公積的季度變化在統計意義上來說并不是研發投入強度變化的原因。這說明比亞迪公司對公司資本公積變化的敏感性不強，公司的股權融資并不一定促進研發投入的增加。

第二，研發投入強度的加大同時會提高短期償債能力。這其實說明了當比亞迪公司投入大量資金在研發中，政府也會給予相應的補貼和稅收優惠政策來幫助公司加大研發投入，所以公司在一段時間內會獲得更多的現金流量來應對流動負債。

第三，短期償債能力的季度變化與資本公積的季度變化之間并不存在長期的均衡關系，也就是說明公司的股權融資和債權融資之間從長期看并不會有相關性。從描述性統計圖看出，短期償債能力的季度增量會在未來呈下降趨勢，而資本公積的季度增量會在未來幾期呈上升趨勢。

第四，研發投入強度增量對其自身的沖擊影響較為敏感，且影響程度較大，影響持續時間較短，主要影響為反向影響。這說明比亞迪公司在在一定的時間內投入研發的資金一定，無法及時獲得足夠的外部融資，所以當前期的研發投入強度加大時，后幾期的研發投入將會相對較少，在第6期后這種影響將會消失，說明比亞迪公司不單單僅靠短期信貸融資，還要拓展其他信貸融資途徑，從而及時獲得外部融資。

第五，研發投入強度增量對短期償債能力變化的沖擊影響也較為敏感，在前4期，對于短期償債能力變化的一個正向沖擊，研發投入強度增量會有一個正向反應，這表明當公司的短期償債能力提高，即短期內擁有更多的現金流量時，公司會投入更多的資金在公司的科技創新中，之后5期反應為負向，這也同時說明了比亞迪公司的短期融資問題。

第六，資本公積的變化對研發投入強度增量的影響較小，且從脈沖響應函數看出，前期研發投入強度增量對資本公積變化的一個正向沖擊有負向反應，這也說明了當比亞迪公司的自有資本增加至盈余時，公司往往會派息股利，便會有更少的資金投入到研發中。