知識產權密集型企業金融化對研發效率的影響
——基于杠桿率的門檻效應

江西理工大學經濟管理學院 吳一丁 郭啟明 馬浩軒

一、引言

知識產權密集型行業在國民經濟中具有重要的戰略地位，是我國研發創新最為活躍的領域，不斷尋求創新是其獲取豐富利潤的源泉，更是推動其發展的不竭動力和根本方向。然而，隨著中國經濟增速放緩，實體產業投資回報率與金融資產投資回報率“此消彼長”，為了追求超額利潤，知識產權密集型企業持有金融資產占總資產的比例日益上升。據統計，2015年我國知識產權密集型企業的金融投資占比為4.85%，而2019年這一比例達到了8.81%，短短4年間增幅高達81.65%，可見金融化現象越來越嚴重。值得注意的是，在未擠占實體投資的前提下適度配置金融資產有助于提高企業資源的利用率，并且發揮流動性較強金融資產的“蓄水池”作用，為研發創新提供更多的資金支持，但配置大量金融資產必然在一定程度上擠占用于設備更新升級、人力要素提升等方面的資源，不利于企業的長遠發展。那么綜合來看，知識產權密集型企業金融化究竟是促進還是阻礙了研發創新呢？

從已有研究來看，學者基于不同研究視角和樣本探究了企業金融化與研發創新的關系，但尚未形成一致結論，主要有以下三種觀點。一是企業金融化對研發創新有促進效應，如Bonfiglioli、楊松令等、徐珊等分別基于融資約束、分析師關注度、金融投資和實體經營的利潤率差異視角發現，企業金融化對創新投資有顯著的正向“拉動效應”。二是不少學者認為金融化對研發創新有阻礙效應，如吳非、段軍山、史學智等分別基于金融化期限結構差異、金融化動機、產業政策視角發現，企業金融化對研發投入及產出均有顯著的抑制作用。三是金融化與研發創新呈非線性關系，如王紅建等以制造業上市公司為研究樣本發現，金融化與企業創新呈正U型關系；郭麗婷基于融資約束視角發現，當融資約束較大時，金融化擠出研發投資，反之金融化對研發投資產生“蓄水池”效應。

綜上所述，雖然關于企業金融化對研發創新影響的研究較多，但仍存在一些可拓展之處。一是多數研究僅考察了金融化對研發投入或產出單一方面的影響，而研發創新需要企業持續不斷地投入大量資金，并在研發活動結束時可能獲得一定的產出，因此研發投入與產出同屬于一個整體，只有將二者納入統一分析框架，才能真實反映研發活動的效果。故本文借鑒孫研等的研究，引入兼顧研發投入與產出要素的研發效率，從而對金融投資行為的經濟效果作出更為準確和客觀的回答。二是鮮有學者考慮到杠桿率調節作用下企業金融化對研發效率的影響，但事實上，具有長期投資性質的研發活動包含高投入和高風險屬性，考察金融投資行為的研發效應時應關注企業的資金狀況，而杠桿率是衡量企業資金構成與財務風險的核心變量，當杠桿率處于不同區間時，金融化對研發效率的影響理應存在差異。為解決上述問題，本文首先利用固定效應模型探究知識產權密集型企業金融化與研發效率的關系，其次通過面板門檻回歸模型深入考察杠桿率的門檻效應，以期為知識產權密集型企業制定金融投資戰略、合理調整杠桿率及創新發展提供參考。

二、理論分析與研究假設

（一）知識產權密集型企業金融化對研發效率的影響

依據現有理論及文獻支持，知識產權密集型企業金融投資行為對研發效率的影響機理可從如下兩個方面進行闡述。

一是適度金融化促進研發效率。首先，金融投資具有預防性儲蓄作用，生產經營外的閑置資金無法產生收益，而金融投資可以利用閑置資金為企業創造利潤，將企業閑置資金投放到收益率更高的金融市場，能夠提升資金的配置效率，同時可以依靠金融資產的“蓄水池”效應，緩解企業的融資約束，拓寬融資渠道，為企業研發創新、人才引進、生產規模擴大和生產設備的改進提供足夠的資金支持。其次，企業的多元化金融投資行為能充分發揮金融資產套期保值的優勢，讓企業有效地規避風險，保障研發活動有足夠的風險空間，提高企業研發效率。最后，金融投資行為可以實現投機套利，管理者將適當的資產投到收益率更高的金融資產上，能夠短期獲得經濟效益，改善企業經營狀況，提高研發人員的創新積極性。因此，適度金融化可視為保障生產性投資和增加管理者盈利信心的權宜之策，能夠促進研發效率。

二是過度金融化阻礙研發效率。從前文的理論分析來看，知識產權密集型企業金融化對研發效率的負面影響并不明顯。但值得注意的是，在金融服務實體經濟的過程中，企業要明確實體經濟與金融發展的主次關系，避免出現本末倒置的現象。倘若金融投資擠占了原本用于生產性投資、研發投資等方面的資金，勢必會阻礙研發效率的提升。從企業的經營運作視角分析，大量的金融資產配置會改變企業的經營運作規律，提高金融相關部門的重要性，降低實體部門的話語權，影響管理者的研發創新意愿和實體經營策略，致使其放棄長期實體投資轉而追逐金融市場的短期收益，最終造成產業資本積累匱乏，生產性支出、研發支出等比重下降。從人力資本角度分析，過度追逐金融產業市場的短期利益，會擠占實體企業的利潤、損害員工福利、加劇內部收入不平等，導致研發及管理人員創新積極性不足。從風險和收益博弈角度分析，倘若企業過分追求金融資產帶來的超額收益而忽視這些資產本身的高風險屬性，當金融風險積聚過高便會使企業資產受到重創，進而減少對研發創新的資金投入。因此，過度金融化是舍本逐末和追求短期利益的體現，會阻礙企業的研發效率。據上述分析，提出假設：

H1：知識產權密集型企業金融化水平與研發效率之間呈顯著的倒U型關系。

（二）杠桿率的門檻效應

未將杠桿率納入研究框架時，金融化水平與研發效率可能呈倒U型關系，而杠桿率作為衡量企業負債風險和各種資本價值構成及其比例關系的重要指標，是影響企業金融投資和研發創新活動的重要因素。因此，在考察知識產權密集型企業金融化與研發效率的關系時，應將杠桿率問題納入統一分析框架。首先，從風險角度分析，債務融資、金融投資以及研發創新均有較強的風險屬性。當杠桿率較低時，企業面臨的財務風險相對較小，承受金融風險的能力相對較強，在未加劇企業風險的情況下將閑置的資金投至金融市場有利于提高資金配置效率；當杠桿率較高時，繼續追加金融投資勢必導致財務風險與金融風險劇增，從而對同樣具有高風險屬性的研發投資產生抑制作用，阻礙研發效率提升。其次，從資本開支角度分析，資本是企業進行金融投資和研發創新的必要基礎，相比杠桿率較低的企業，本就負債累累的高杠桿企業需要將更多資金用于償付利息和到期債務，利息和到期債務等現金流出必然會縮減企業的研發投資，進而對研發效率產生不利影響。據上述分析，提出假設：

H2：杠桿率在知識產權密集型企業金融化對研發效率的影響中存在門檻效應。杠桿率較低時，金融化促進研發效率；杠桿率較高時，金融化阻礙研發效率。

三、研究設計

（一）樣本選擇與數據來源

根據國家統計局對知識產權密集型產業的統計分類，選取2015—2019年信息通信技術制造業、信息通信技術服務業、新裝備制造業、新材料制造業、醫藥醫療產業、環保產業、研發設計和技術服務業7大行業滬深A股上市公司為研究樣本，首先在原始數據中剔除了ST、ST類財務異常上市公司，其次剔除大面積數據缺失和財務指標異常的企業，并對所有連續變量進行1%和99%的分位數縮尾處理，最終獲得425個有效樣本。本文數據主要來源于CSMAR數據庫和Choice金融終端數據庫。

（二）變量定義

1.被解釋變量

研發效率（RDE）。根據效率的經濟學定義，企業研發效率最直接的測度指標為當期研發投入與產出的比值。考慮到研發活動的持續性與會計核算當期結轉的特性，企業當期研發投入的資本化比例在相當程度上反映了其研發效率，故本文借鑒龐廷云等的做法，以當年度開發支出總額/（研發投入費用化總額+開發支出總額）衡量研發效率。

2.解釋變量

金融化水平（FIN）。借鑒杜勇等的做法，用金融資產占總資產的比例衡量金融化水平。持有的金融資產包括：交易性金融資產、可供出售金融資產、衍生金融資產、買入返售金融資產。除此之外，還包括投資性房地產、持有至到期投資、長期股權投資、發放貸款和墊款。由于經營活動中存在貨幣交換，所以本文未將貨幣資金納入金融資產。

3.門檻變量

杠桿率（LEV）。關于杠桿率的測算有賬面價值法和市場價值法兩種。由于本文以知識產權密集型上市公司為研究對象，基于市場價值法測算的杠桿率受資本市場的影響，具有波動大和穩定性弱的特點，因此本文采用賬面價值法對杠桿率進行計算。借鑒樊利等的做法，采用資產負債率來衡量企業的杠桿率。

4.控制變量

參照已有研究，從企業個體差異、經營與財務狀況、公司治理等方面選取企業規模（SIZE）、經營現金流（FOC）、股權集中度（OC）、企業年齡（AGE）4個指標作為控制變量。同時，控制行業（IND）和年份（YEAR）虛擬變量。

具體變量定義如表1所示。

表1 變量定義

（三）基準模型設定

建立回歸模型（1），驗證知識產權密集型企業金融化水平與研發效率的非線性關系。

其中：被解釋變量RDE代表研發效率；核心解釋變量FIN和FIN分別為金融化水平的一次項和二次項；Controls表示企業規模、經營現金流、股權集中度等所有的控制變量；μ為個體固定效應，λ為時間固定效應，e為隨機干擾項。

杠桿率在知識產權密集型企業金融化對研發效率的影響中可能存在門檻效應，本文借鑒Hansen提出的面板門檻模型分析不同杠桿率下金融化水平對研發效率影響的差異性。選擇杠桿率作為門檻變量，建立單一門檻擴展到多門檻的面板回歸模型。

單一門檻回歸模型如下：

其中：LEV為門檻變量；δ為門檻值；I（·）為示性函數。其他變量含義與模型（1）相同。

當杠桿率低于δ時，金融化水平對研發創新的影響系數為β；當杠桿率超過δ時，金融化水平對研發創新的影響系數為β。通過構建F統計量來判斷門檻效應是否顯著。計算和觀察P值，若P＜0.1，表明至少存在一個門檻值。

若F被拒絕，則要進一步檢驗模型是否存在多個門檻值。當存在兩個門檻值δ和δ時，則構建雙重門檻回歸模型：

四、實證檢驗

（一）描述性統計

根據表2統計結果，研發效率均值為0.308，標準差為0.248，最大值與最小值之差為0.899，表明目前我國知識產權密集型企業的研發效率普遍較低，且不同企業間研發效率差異較大。金融化水平（FIN）的均值與中位數接近，分別為0.077和0.047，標準差為0.095，說明企業金融化水平變化幅度較大；最大值是0.618，證明部分企業金融資產配置已超總資產的二分之一，嚴重背離“脫虛向實”。從LEV的情況來看，樣本企業杠桿率的均值為0.489，說明整體負債水平適中；最大值和最小值分別為0.886和0.090，說明不同企業的資產負債率存在較大差異，有利于考察杠桿率存在的門檻效應。其余控制變量基本呈正態分布，故不再詳細說明。

表2 描述性統計結果

（二）相關性分析

本文采用Pearson相關系數檢驗法，識別模型是否存在多重共線性問題，結果如表3所示。從表中可以看出，知識產權密集型企業的金融化水平、杠桿率、企業規模、股權集中度、企業年齡均與研發效率呈正相關，經營現金流對研發效率的影響不顯著。變量間相關系數取值基本在（-0.2，0.2）之間，盡管個別相關系數達到了0.419，但也遠低于共線性門檻值0.7，說明模型可以進行回歸分析，不存在多重共線性問題。

表3 相關系數矩陣

（三）基準模型回歸結果與分析

Hausman檢驗結果顯示P值為0.000，故使用固定效應模型探究知識產權密集型企業金融化與研發效率的關系。根據表4結果，列（1）單獨考察了金融化水平與研發效率的關系，FIN的系數為0.337，在5%的水平顯著，說明企業進行金融投資能夠促進研發效率提升。列（2）加入了金融化水平的平方項FIN，其系數為-1.806，在5%水平上顯著，FIN的系數為0.567，在10%水平上顯著，說明金融化水平與研發效率并非簡單的線性關系，而是存在倒U型非線性關系。由相應的數學公式可計算出該倒U型曲線的拐點為0.157，處于樣本金融化水平區間［0.001，0.618］范圍內，故能夠有效驗證知識產權密集型企業金融化與研發效率之間的倒U型關系。列（3）加入了反映企業個體差異（SIZE、AGE）、經營與財務狀況（FOC）、公司治理（OC）的控制變量，可以發現金融化水平的一次項系數顯著為正，二次項系數與一次項系數相反，說明加入控制變量后沒有改變金融化水平與研發效率的倒U型關系。H1得到驗證。

（四）穩健性檢驗

借鑒Haans等的做法，對核心變量之間的倒U型關系進行檢驗。首先，將金融化水平的三次項FIN放入模型（1），判斷變量之間是否存在更復雜的非線性關系。由表4列（4）回歸結果可知，FIN、FIN的系數符號并未發生改變，且分別在10%和5%水平上顯著，而FIN的系數為-0.794，不具有顯著性，說明不存在更復雜的非線性關系，二次項模型可以準確反映金融化水平與研發效率之間的關系。其次，根據列（3）回歸結果計算出該倒U型曲線的拐點（FIN=0.133），將全樣本分為FIN＜0.133和FIN≥0.133兩組，分別進行基準回歸，判斷FIN的系數是否存在差異。由列（5）回歸結果可知，FIN的系數在5%水平上顯著為正，而列（6）中FIN系數在10%水平上顯著為負，斜率“一正一負”的兩條直線能夠間接證明存在倒U型關系，不同金融化水平對創新效率的影響呈現“先正后負”特征，因此，前文的實證結果是穩健的。

表4 回歸結果分析

（五）杠桿率的門檻效應分析

為進一步探究金融化水平與研發效率的關系是否受到杠桿率的影響，以及產權性質的異質性作用，本文以杠桿率作為門檻變量，使用模型（2）和模型（3）進行門檻效應分析。采用Bootstrap法反復抽樣300次，依次按照單一門檻、雙重門檻、三重門檻分別對全樣本、國有企業和非國有企業三組樣本進行檢驗，得到的F統計量和測算出的P值如表5所示。由表5可知，三組樣本單一門檻檢驗的F值分別為8.537、4.687和14.414，分別在5%、10%和1%水平上顯著；三組樣本雙重門檻檢驗的F值分別為16.332、27.197和26.146，均在1%水平上顯著；但三重門檻檢驗的F值均不顯著。由此說明，基于雙重門檻檢驗三組樣本的杠桿率門檻效應是合理的。

表5 門檻效應檢驗結果

表6為全樣本、國有企業及非國有企業樣本杠桿率門檻估計值和95%置信區間結果。三組樣本中，第一門檻估計值由大到小依次為國有企業、全樣本和非國有企業，第二門檻估計值由大到小依次為國有企業、非國有企業和全樣本，說明國有企業在杠桿率更高時，金融化水平對研發效率才會出現門檻效應。根據表6的門檻估計值，將國有企業按照杠桿率劃分為低杠桿（LEV≤0.400）、中杠桿（0.400＜LEV≤0.692）和高杠桿（LEV＞0.692）三組，將非國有企業劃分為低杠桿（LEV≤0.292）、中杠桿（0.292＜LEV≤0.619）和高杠桿（LEV＞0.619）三組，結合杠桿率的描述性統計結果，表明無論是國有企業還是非國有企業，大部分公司均處于中杠桿區間。

表6 門檻值估計結果

利用雙重門檻面板回歸模型驗證杠桿率是否存在門檻效應，以及不同產權性質下的差異性，具體參數估計結果如表7所示。從表中可以發現，三組樣本的回歸結果均顯示金融化水平對研發效率具有顯著的影響，且相比國有企業，非國有企業的金融化水平對研發效率的影響程度更大。低杠桿和中杠桿的企業金融化對研發效率具有顯著的正向影響效應，而高杠桿的企業金融化對研發效率具有顯著的負向影響效應。這表明樣本企業金融化對研發效率的影響程度和影響方向會隨杠桿率的不同而產生明顯差異，即知識產權密集型企業金融化與研發效率之間會因杠桿率的不同而呈現顯著的倒U型非線性區間效應。H2得到驗證。

表7 門檻模型參數估計結果

五、結論與政策建議

本文以研發效率為切入點，以2015—2019年知識產權密集型上市公司為研究樣本，采用面板門檻模型證明知識產權密集型企業金融化水平與研發效率的關系以及杠桿率的門檻效應，得到以下結論：（1）知識產權密集型企業適度金融化能夠提升研發效率，而過度金融化會抑制研發效率，兩者之間存在倒U型關系。（2）知識產權密集型企業的金融化適度水平為0.133以內，超過27.06%的企業處于過度金融化狀態，在此狀態下提高金融化水平會對研發效率產生抑制作用。（3）杠桿率在知識產權密集型企業金融化對研發效率的影響中存在雙重門檻效應。當杠桿率低于0.498時，金融化促進研發效率；當杠桿率高于0.498時，金融化阻礙研發效率。（4）相比非國有企業而言，國有企業在杠桿率更高時金融化對研發效率才會出現門檻效應，而非國有企業金融化對研發效率的影響程度要大于國有企業。

根據上述研究結果，提出如下政策建議：（1）對于管理層而言，一是注重企業長遠發展，及時優化和調整金融投資項目，不斷提高金融化水平適度性，防止金融投資擠占原本用于生產性投資、研發投資等方面的資金。二是克服資本逐利性和短視性，立足創新，依托技術進步與產業升級提升企業研發效率，改善實體經營狀況。三是將杠桿率納入制定金融投資戰略的考慮范圍，當企業杠桿率較高時，不應再盲目地進行金融投資。（2）對于政府部門而言，一是為知識產權密集型企業提供更多的創新政策支持，進一步加大對實體產業的匡扶力度，著力降低知識產權密集型企業的稅費負擔，豐富其融資渠道，繼續堅持營改增、創新增值稅稅率簡并等措施，營造良好的創新創業和實業投資氛圍。二是相關監管部門應該規范金融投資審批機制，并根據企業不同金融資產配置設定相應的準入標準，同時對過度金融資產投資的企業要加強監管力度，全過程、全方位監測此類企業的生產經營情況、資金配置情況和風險承擔情況，防止資金“空轉”套利。