不確定性如何影響上市公司R&D投入?
——基于戰略成長期權視角

劉 偉， 戴冰清

(青島科技大學 經濟與管理學院，山東 青島 266061)

一、引言

2008年全球金融危機爆發以來，世界經濟復蘇緩慢，民族主義回潮與反全球化情緒高漲，這些使世界經濟增長的不確定性顯著增加。同時，中國經濟在經歷了持續高增長之后進入新常態，“三期疊加”的階段性特征充分反映了這種復雜性和不確定性，新冠肺炎疫情的暴發進一步加劇了這種不確定性。在這個環境充滿不確定性的時代，企業的投資決策更加困難。企業通常認為，早期投資尤其是研發投資，與未來擴展的更大機會相關(Kumar & Li，2016)[1]。但是企業在面對R&D投入選擇時，現存的理論卻給予了企業不同的決策方向。

不確定性會阻礙還是會促進R&D投入?在實物期權理論(Real option theory)框架下，企業在面臨高度不確定性時會減少投資(Abel & Eberly，1996[2]；Abel et al.，1996[3])。這是因為，不確定性的增加會導致企業選擇等待的價值高于立刻進行研發活動的價值。相反，成長期權理論(Growth option theory)表明，在競爭不完全的情況下，不確定性可能會促進企業對成長期權的投資。該理論揭示了不確定性可能會產生成長選擇，延遲投資會使投資機會留給其他競爭者，而“立即采取行動會挫敗競爭對手并提高市場份額和利潤”(Kulatilaka & Perotti，1998[4])，從而提高未來的競爭優勢。

這些理論基于不同的假設：(1)實物期權理論假設一家公司對投資機會擁有壟斷權，并且投資不影響產品價格或市場結構。(2)成長期權理論假設產品市場不是壟斷性市場時，其他潛在競爭者可以抓住成長機會，進行研發活動來影響產品價格或市場結構。在這樣的市場中，企業通常意識到，早期投資特別是R&D投資，與企業未來的發展息息相關。由于這兩種理論所預測的不確定性與企業成長期權投資之間的關系是相反的，因此實證結果很重要。

基于此，運用中國上市公司財務數據來進行相關實證檢驗。與現有文獻相比，本文的邊際貢獻體現在：第一，運用特質波動率作為不確定性的測度指標，為后續研究不確定性提供了指標參考。第二，基于成長期權視角，研究不確定性對中國滬深上市公司R&D投入的作用機制，檢驗企業行業屬性和市場競爭程度的調節效應。本文拓展了與企業R&D投入和不確定性相關的研究領域，為后續研究提供了經驗檢驗。

二、文獻綜述

已有文獻對于不確定性的表征和測度，可分為宏觀層面和微觀層面。在宏觀層面，王義中和宋敏(2014)[5]利用中國季度實際GDP變化率的條件方差作為宏觀經濟不確定性的度量指標，發現宏觀經濟不確定性通過外部需求、流動性資金需求和長期資金需求三個渠道影響公司的投資行為。孟慶斌和師倩(2017)[6]利用斯坦福大學和芝加哥大學聯合公布的中國經濟政策不確定性指數(EPU)衡量宏觀經濟政策不確定性，發現宏觀經濟政策不確定性正向影響企業R&D投入。顧夏銘等(2018)[7]采用該不確定性指數來衡量政策不確定性，發現經濟政策不確定性正向影響企業的研發創新活動；梁權熙和謝宏基(2019)[8]也采用EPU指數來衡量政策不確定性，發現不確定性與企業的創新產出水平顯著正相關。在微觀層面，劉婧等(2019)[9]選擇經過行業調整的企業過去五年銷售收入的變異系數來衡量環境不確定性，發現環境不確定性與企業R&D投入呈現倒U型關系。戴靜等(2019)[10]檢驗了官員任期及產業政策周期交錯導致的政策不確定對企業R&D投資的影響，發現這種不確定性與企業R&D投資增長率顯著負相關。但在現實經濟中，稅收、法規、匯率、利率、工資、和技術變革等一系列因素均會造成企業經營的不確定性。以上文獻關于不確定性的測度都是基于某一方面，難以衡量企業所面臨不確定性的整體情況。Bulan(2005)[11]在研究中使用公司的每日股票收益率估計的年特質波動率反映企業所面臨的總不確定性。特質波動率是用來描述股票和債券等金融市場的波動。Jiang et al.(2009)[12]研究發現，特質波動率與R&D投資之間具有正相關關系。在計算特質波動率時，首先需要選擇基準模型，已有文獻的基準模型有CAPM模型和Fama-French三因子模型，然后對所選擇的基準模型進行回歸，回歸殘差的樣本標準差即為該股票的特質波動率。此外，不確定性對企業投資行為的影響是雙重的，無論不確定性對企業投資行為的影響是促進還是抑制，這種促進或抑制作用都可能因為企業宏觀或微觀環境的不同而有所差異。

關于不確定性與企業投資的關系，現有文獻主要有以下結論：一是基于實物期權理論，認為不確定性增加會抑制企業投資。郝威亞等(2016)[13]利用1998—2009年中國工業企業數據，發現經濟政策不確定性增加致使企業推遲研發投入決策，從而抑制企業創新。李鳳羽和楊墨竹(2015)[14]使用斯坦福大學和芝加哥大學聯合發布的月度EPU指數衡量我國經濟政策的不確定性，發現經濟政策不確定性的上升會對企業投資產生抑制作用。劉貫春等(2020)[15]研究發現，經濟政策不確定性與固定資產投資顯著負相關，并與金融資產投資顯著正相關。譚小芬和張文婧(2017)[16]研究發現，實物期權渠道在經濟政策不確定性抑制中國企業投資行為發揮主導作用。二是基于成長期權理論，認為不確定性增加會促進企業R&D投入。Van Vo & Le(2017)[17]研究美國上市公司不確定性與R&D投入的關系，發現不確定性會促進R&D投入。熊凱軍(2021)[18]研究發現，經濟政策不確定性與貿易政策不確定性均能促進制造業企業的R&D投入并提升企業的創新產出。顧群等(2020)[19]基于企業創新活動異質性的視角，發現經濟政策不確定性對探索式創新有促進作用，對開發式創新沒有影響。三是不確定性與企業投資之間呈現非線性關系。成力為等(2021)[20]研究發現經濟政策不確定性與研發投資之間呈現倒 U 型關系，且中國及發展中國家比發達國家顯著。劉婧等(2019)[9]研究發現環境不確定性與企業創新投入、創新產出及創新效率都具有倒U型關系。

眾多學者研究發現，不確定性對企業創新的影響會隨著企業特質的不同而有所差異。因此，從行業屬性和市場競爭程度的視角探討不確定性對企業R&D 投入發揮效應的適用條件。主要研究以下問題：企業的行業屬性會如何影響不確定性對企業的R&D 投入?企業的市場競爭強度又會在其中發揮怎樣的作用?基于上述分析，基于成長期權視角，利用特質波動率作為不確定性的衡量指標，運用中國滬深上市公司2011—2018年的財務數據，研究不確定性對企業R&D投入的影響機制，進一步拓展不確定性與企業投資的理論與實證研究。

三、理論機制

Kulatilaka & Perotti(1998)[4]開發了戰略成長期權模型，以表明在不完全競爭下，不確定性可以鼓勵對增長選擇的投資。本文運用戰略成長期權理論分析不確定性對企業R&D投入的影響機制。

假設：如果開始公司不進行R&D投入，其單位成本為K，相反，如果企業為提高未來效益而進行R&D投入，則該企業未來的單位成本將降低到k(k

P(Q，θ)=θ-Q

其中，θ是市場需求參數，需求參數是不確定的，并在(0，∞)上分布，期望值E0(θ)=θ0>0，用市場需求參數θ表示市場的不確定性。

第一家公司(公司1)可以選擇是否在時間0進行R&D投入，來影響未來市場結構。 第二家公司(公司2)可以選擇在時間1進入市場，其單位生產成本為K。如果兩家公司都生產，則市場結果是古諾競爭。

和前文一樣，這些利潤函數是連續的，并且在θ中單調增加，利潤與需求成比例地增加。 如果公司1在時間0進行R&D投入，利潤會隨需求更快地增長。由于k為正，不能得到一般的結果，所以把k的值標準化為0。

公司1在時間0面臨的最佳投資決策需要比較進行R&D投入的相對凈現值。

在不完全競爭的情況下，競爭者在進入點θ**，投資的邊際凈收益不連續下降。當預期需求在此點附近時，概率利潤分布的損失將超過收益，因為利潤在θ<θ**處呈凸形并且在此范圍之上呈線性。對于低于θ**的θ值，戰略投資的收益是分段凸的。因此，在此范圍內，不確定性會鼓勵投資。

綜上所述，不確定性對投資相對價值影響的方向取決于戰略優勢的大小，由成本優勢K來確定。當K大時，需求進入勸阻范圍(θ<θ**)較大，因此Δ的凸面積較大。結果，較高的不確定性影響傾向于投資；當K小時，結果相反。R&D投入作為企業的重大投資項目會使企業受到高融資成本和高調整成本的“雙高”問題困擾，不同特征的企業在進行R&D投入時所獲取的戰略優勢會存在差異。因此，不確定性對于不同特征企業R&D投入的影響具有異質性。

(一)企業行業屬性的調節作用

企業所屬行業屬性會影響企業R&D投入所獲取的戰略優勢，這將影響企業應對不確定性所作出的投資選擇。相對于非高科技行業企業，高科技行業企業更加注重R&D投入，主要有以下原因：首先，R&D是企業的核心業務(Porter & Millar，1985)[21]；其次，R&D投入相比于資本投資，更有利于企業未來的發展，能夠使企業獲得可持續性發展能力(Lengnick-Hall，1992)[22]。而且，R&D投入帶來的新技術還能有效提高實物投資的生產力。高科技行業企業產品技術迭代快、R&D投入高、市場競爭激烈，該行業企業必須保持高質量的產品創新才能不被淘汰。同時，高科技行業企業的產品屬性決定了他們必須對市場變化迅速作出反應，因此更加重視早期戰略投資，從而抓住未來增長機會以保持競爭優勢。相較于非高科技行業企業，高科技行業企業更有可能借助不確定性帶來的發展機會，加大企業R&D投入來增強創新能力。因此，提出如下假說：

H1：相對于非高科技行業企業，不確定性對高科技行業企業R&D投入的正向影響更顯著。

(二)市場競爭程度的調節作用

競爭的激烈程度會影響企業的研發動力(Boone，2001)[23]。通常情況下，降低成本提高生產率將在更具競爭性的環境中帶來更大的利潤增長，形成對企業研發投入的激勵。在市場競爭程度較弱的行業中，行業領導者已經占有較大市場份額，所以不會有太大的動力進行研發投入。而行業追隨者會模仿行業領導者的技術，不會也沒有激勵進行技術創新；在市場競爭程度較強的行業中，雖然一項創新技術并不一定能夠賦予企業市場壟斷地位，但創新的成功可能會幫助企業獲得更高的市場份額，使企業更有機會超越競爭對手。因此，在市場競爭程度較強的行業中，企業會更加重視研發。雖然在市場集中程度高的行業中，市場份額占比高的企業會更有能力進行創新，但競爭性行業中的企業往往具有更大的創新可能性。在成長期權理論中，競爭是不確定性對企業R&D投入產生積極影響的驅動力。因為在激烈的市場競爭中，企業承受更大的生存壓力，而且等待期權的價值很容易被侵蝕，所以企業為了增加自身的競爭優勢會加大R&D投入。因此，提出如下假說：

H2：市場競爭程度越強，不確定性對企業R&D投入的正向影響越大。

四、數據與模型設定

(一)樣本與數據

本文研究不確定性對企業R&D投入的影響，選取了2011—2018年中國滬深上市公司為研究樣本。其中實證研究中企業的R&D投入、企業規模、企業年齡、資產收益率、托賓Q值、有形資產比率、現金流比率、行業分類等信息，來源于IFIND數據庫、CSMAR數據庫、RESSET數據庫?？紤]到數據的可獲得性和數據質量對研究結果的影響，本文在實證分析之前對樣本進行了如下處理：(1)剔除在觀測期內被ST、*ST等特殊處理的上市公司；(2)剔除在觀測期內被PT和退市的公司；(3)剔除金融、保險類企業；(4)剔除數據缺失樣本，為了減少離群值的影響，主要變量經過前后1%縮尾處理。

(二)變量測量

1.被解釋變量。企業研發投入(RDAT)。采用研發投入除以總資產的占比表示。

2.核心解釋變量。不確定性(IVOL)。通過計算得到的特質波動率作為企業所面臨不確定性的代理變量。通過使用Fama-French三因子回歸模型來估算特質波動率，該方法在金融文獻中得到了廣泛使用。具體來說，進行以下回歸：

ri，t=α+βm，t(rm，t)+βsmb，t(SMBt)+βhml，t(HMLt)+μi，t

其中，ri，t是股票i的每日超額收益，rm，t是每日超額市場收益，SMBt和HMLt是基于公司規模的投資組合收益率和基于賬面市值比的投資組合收益率。然后利用回歸殘差的樣本標準差得到該股票的年度特質波動率。

3.調節變量。

(1)高科技行業(hightech)。hightech表是否為高科技行業的虛擬變量，當企業為高科技行業取值為1，否則取0。借鑒顧夏銘等(2018)[7]的研究，行業分類依據參照國家統計局高技術產業分類標準，將企業歸為高科技行業企業和非高科技行業企業兩種類型。將醫藥制造、航空航天器及設備制造、電子通信及設備制造、計算機及辦公設備制造、醫療儀器設備及儀器儀表制造、信息化學品制造等歸為高科技行業，其他為非高科技行業。

(2)市場競爭程度(HHI)。赫芬達爾指數是一個衡量市場集中度的綜合指標，以此作為市場競爭程度的衡量指標，赫芬達爾指數越大表明該行業市場競爭程度越弱，壟斷程度越高；該指數越小表明該行業市場競爭程度越強，企業競爭越激烈。但是在使用赫芬達爾指數計算的市場集中度中，如果不考慮市場邊界，市場集中度可能有很大的誤導性(智艷，2014)[24]。借鑒王永進和施柄展(2014)[25]的做法，使用如下公式計算赫芬達爾指數(HHI)：

其中，HHIrjt表示r地區j行業t時間的赫芬達爾指數，衡量r地區j行業t時間的市場競爭程度，saleirjt表示r地區j行業t時間i企業的銷售額，salerjt表示r地區j行業t時間的總銷售額。在計算赫芬達爾指數時按照企業所在省份構建省級市場集中度(王永進和施柄展，2014)[25]，運用省級市場集中度來衡量市場競爭程度。

4.控制變量。借鑒顧夏銘等(2018)[7]和Van Vo & Huong Thi(2017)[17]的研究選取如下變量為控制變量：(1)企業規模(lnAsset)，采用企業總資產的自然對數度量公司規模。(2)企業盈利能力(Roa)，采用資產收益率來衡量企業盈利能力，用凈利潤/總資產表示。(3)托賓Q值(Q)，表示企業投資和成長機會，采用市值/總資產表示。(4)有形資產比率(Tangibility)，與企業所擁有的有形資產和無形資產的結構有關，用有形資產/總資產表示。(5)現金流比率(Cashflow)，與企業可用資金狀況有關，采用(企業經營和投資活動獲得現金流)/總資產表示。(6)企業年齡(lnAge)，從企業創立當年開始計算，采用企業年齡的對數來表示。(7)資產負債率(Alr)，該指標是衡量公司負債水平的綜合指標。資產負債率越高，企業的財務風險越高。采用負債總額/資產總額表示。

(三)設定計量模型

為驗證假說H1，考察企業行業屬性在不確定性影響企業R&D投入中的調節效應，引入不確定性與是否為高科技行業啞變量的交互項IVOL×hightech，設定如下模型：

(1)

其中，i表示企業個體，t表示年份，因變量RDATi，t表示企業i在t年的R&D投入?？紤]到不確定性與R&D投入之間的關系可能存在內生性問題的干擾，并且企業創新活動并不是一蹴而就。所以在基本回歸中，所有解釋變量、控制變量(企業年齡、年份、行業除外)均采用滯后被解釋變量一期的做法。IVOLi，t-1表示i上市公司在(t-1)年面臨的不確定性。Roai，t-1、Tangibilityi，t-1、Cashflowi，t-1、Alri，t-1、lnAgei，t-1、lnAsseti，t-1、Qi，t-1是一系列控制變量，分別表示企業盈利能力、有形資產比率、現金流比率、資產負債率、年齡、企業規模和企業投資成長機會，下文控制變量均用Controls代替。Year和Ind分別表示年份和行業的固定效應。預期方程(1)的回歸結果中IVOL的系數顯著為正，交互項IVOL×hightech的系數同樣顯著為正。

同理，為驗證假說H2，市場競爭程度在不確定性影響企業R&D投入中的調節效應，引入不確定性與赫芬達爾指數的交互項IVOL×HHI，設定如下模型：

RDATi，t=β0+β1IVOLi，t-1+β2IVOLi，t-1×HHIi，t-1+β3HHIi，t-1+β4Controlsi，t-1+εi，t-1

(2)

預期方程(2)的回歸結果中IVOL的系數顯著為正，交互項IVOL×HHI的系數顯著為負。

五、實證結果和分析

在實證檢驗中，解釋變量、控制變量均滯后被解釋變量一期，采用雙向固定效應模型進行回歸。為減少離群值的影響，所有變量(虛擬變量除外)都經前后1%縮尾處理。運用STATA14.0對數據進行處理。

(一)描述性統計分析

在表1中，可以看到企業的R&D投入占總資產的平均比率為2%，而在第25個百分位數和第75個百分位數處的平均值分別為1%和3%。該證據表明，R&D投入主要集中在部分行業的企業中。Eberhart et al.(2004)[26]的研究發現，研發活動更集中在高科技行業中的企業。其次，特質波動率范圍在0.140至0.710之間，平均值為0.340，而第25個百分點和第75個百分點分別為0.260和0.400。托賓Q值最小值為0.900，最大值為8.380，平均值為2.090。該表也報告了其他主要變量的統計信息。

表1 描述性統計

(二)實證檢驗與分析

首先，由于不同行業企業的投資傾向可能不同，所以控制行業固定效應。其次，因波動性和企業的R&D投入都與業務周期和宏觀經濟變量有關，所以進一步控制時間效應，采用雙向固定效應模型進行實證檢驗。

1.行業屬性的調節效應。相對于非高科技行業企業而言，不確定性對高科技行業企業R&D投入的正向影響更顯著。參照國家統計局高技術產業分類標準將企業歸為高科技行業企業和非高科技行業企業兩種類型，運用方程(1)對假說一進行檢驗。在表2模型1中，只加入被解釋變量(RDAT)，核心解釋變量(IVOL)，調節變量(hightech)，交互項(IVOL×hightech)，可以看到不確定性(IVOL)、不確定性與企業行業屬性交互項(IVOL×hightech)的系數均在1%的水平上顯著為正，初步驗證了假說H1的結論。在表2模型2中加入控制變量的多元回歸，IVOL×hightech的系數為0.009仍然在1%水平上顯著為正。這表明相對于非高科技行業企業而言，當不確定性上升時，高科技行業企業進行R&D投入能獲取更大的戰略優勢，更易受到激勵增加R&D投入，驗證了假說H1中行業屬性的調節作用。

在控制變量方面，企業規模(lnAsset)和企業年齡(lnAge)均與R&D投入呈顯著的負相關關系。這說明企業規模越大，其創新強度越弱；企業年齡越大，其創新活力越小，這與顧夏銘等(2018)[7]的發現一致。托賓Q和企業盈利能力的系數均顯著為正，說明了企業的成長機會越大、盈利能力越強，就會進行更多的R&D投入。

2.市場競爭程度的調節效應。根據成長期權理論，不確定性對企業R&D投入產生積極影響的驅動力是競爭。因此，該部分研究市場競爭程度的強弱在不確定性影響企業R&D投入中發揮的作用。采用赫芬達爾指數衡量市場競爭程度，指數越大表明企業所在行業競爭越激烈，指數越小表明企業所在行業壟斷程度越高。赫芬達爾指數的計算需要考慮市場邊界，在該部分市場競爭程度的衡量采用省級市場集中度。運用方程(2)對假說H2進行檢驗。在表2模型3中，只加入被解釋變量(RDAT)，核心解釋變量(IVOL)，調節變量(HHI)，交互項(IVOL×HHI)，可以看到不確定性與市場競爭程度的交互項(IVOL×HHI)的系數為-0.012，在1%水平上顯著為負，初步驗證了假說H2的結論。在表2模型4中加入控制變量的多元回歸，IVOL×HHI的系數為-0.010，仍然1%水平上顯著為負，這表明不確定性環境下，市場競爭程度越強的企業對于R&D投入所獲取的相對價值越高，越有動力進行創新投入，即市場競爭程度越強，不確定性對企業R&D投入的正向影響越大，驗證了假說H2中市場競爭程度的調節作用。

表2 不確定性影響企業R&D投入的回歸結果

(三)穩健性檢驗

前文把所有企業按行業屬性分為高科技行業企業和非高科技行業企業，其中高科技行業企業賦值為1，非高科技行業企業賦值為0，然后在回歸模型中用不確定性與企業行業屬性的交互項(IVOL×hightech)檢驗假說一。

在這一部分，借鑒Van Vo & Huong Thi(2017)[17]的研究方法，把高科技行業企業和非高科技行業企業分組進行回歸，在表3中，模型1為高科技行業企業的回歸結果，模型2為非高科技行業企業的回歸結果?？梢钥吹?，相對于非高科技行業企業而言，高科技行業企業IVOL的系數更加顯著，這一檢驗結果驗證了假說H1。

在前文，采用省級市場集中度(HHI)作為市場競爭程度的衡量指標，對假說H2進行檢驗。對于這一部分，按照東、中、西三區劃分市場邊界，計算赫芬達爾指數，表3模型3為采用三區市場競爭程度進行的回歸結果，結果支持假說H2；表3模型4為采用不劃分市場邊界的行業集中度進行的回歸結果，結果依舊支持假說H2。

表3 穩健性檢驗回歸結果

六、結論與啟示

戰略成長期權理論是指在不完全市場競爭下，由于各種不確定性的存在使得企業為了獲取未來的增長機會而進行的早期投資。從戰略成長期權視角切入，利用中國滬深上市公司2011—2018年的財務數據考察了企業行業屬性和市場競爭程度在不確定性與企業R&D投入間的影響機制。主要結論如下：第一，相對于非高科技行業企業，不確定性對高科技行業企業R&D投入的正向影響更顯著。第二，市場競爭程度越強，不確定性對企業R&D投入的正向影響越大。

基于以上結論，得到如下啟示：

第一，不確定性對企業R&D投入的影響在高科技行業和非高科技行業的企業是有差異的。所以當出現外部沖擊之時，政府有必要制定針對性的政策，采取差異化的手段來激勵非高科技行業的企業進行創新。

第二，政府應通過加強市場規制、放松行業進入壁壘以達到提高市場競爭程度的目的，這有利于激勵企業進行R&D投入、推動技術進步，提升企業整體的創新能力與創新水平。