要辰含
(1.北京云上管車信息技術有限公司 2.中國人民大學商學院)
黨的十九大以來,高質量發展已經成為我國經濟發展的主要目標,對于實體經濟而言,企業部門的高質量發展則是其中的主要內涵。而在實現經濟高質量發展的過程中,創新驅動發展的戰略方針更是處于核心地位。目前已有大量的研究表明,提升實體企業創新能力,既是企業獲得市場競爭力的關鍵,也是實體經濟質量的重要支撐。因此,明確影響企業創新的因素,對促進經濟高質量發展具有重要意義。
同時,已有許多研究分析了資金使用在企業創新當中的重要作用,但其中大多數集中于企業融資能力對創新的效應。但從企業財務管理的角度出發,現有研究一定程度上忽略了企業自身資本效率的差異所帶來的對企業創新活動的影響。因此,本文通過對滬深市場的上市公司進行實證分析,以討論和驗證資本效率對企業創新的影響機制。
資本效率通常是指企業投入資本與其產出的關系,其反映的是企業利用股東和債權人資本投入創造價值的能力。資本效率的度量通常有兩種方式。其一是通過衡量企業資產管理能力來衡量資本效率,例如使用總資產周轉率、應收賬款周轉率、存貨周轉率來表示企業的資本效率。但此種方法忽略了職業經理人通過現有資本創造價值的能力,因此,王苑琢等人(2021)通過從資金存量、資金管理績效、經營活動營運資金管理績效等三個維度來構建衡量資本效率的指標體系,而其中最能反映企業利用資本產生經濟效益的維度就是總資金管理績效,其中又可以進一步劃分為資金回報率和資金周轉率。
而現有關于資本效率與實體企業創新之間關系的研究,通常基于融資的視角,主要集中于金融市場的資金配置功能所帶來的企業創新能力提升(張慶君和白文娟,2020)。但同時現有研究也一定程度上忽略了企業自身運用資金的能力對企業創新投入的影響。企業創新投入無疑需要資金投入,現有研究認為現金的存量和增長可以使創新投入更加穩定(吳淑娥等人,2016;蒲文燕和張洪輝,2016),而當企業的資本效率較高時,企業面臨的財務風險就相對較小,穩定的資金可以保障企業在創新方面的持續投入(鞠曉生等人,2013)。除此之外,企業資本效率較高也可能意味著管理團隊的能力更好,從而更加重視創新帶來的競爭力,也就為維持或提高企業創新投入帶來足夠的動機。
因此,基于上述分析,提出本文研究假設:
H1:資本效率與企業創新之間存在正相關關系。
一方面,企業的債務狀況是影響資本效率的重要因素。通常情況下,企業的金融性負債與經營性負債水平均會對企業的投資效率造成影響,且其中金融性負債可能是導致非效率投資的重要原因,從而進一步導致了企業資本效率低下(陳艷,2016)。不僅如此,企業債務期限結構也是導致投資不足的原因,特別是當企業出現短債長用的情況時,投資不足也會引發資本效率低下(趙延明和赫俊敏,2021)。除此之外,過度負債還可能引起企業產能過剩,進而導致資本效率低下(Jin和Zhao,2018)。
另一方面,過度負債也可能直接對企業創新造成影響。通常情況下,出于委托代理關系,職業經理人在企業面臨過度負債的情形時,往往會選擇更加保守的投資策略,從而減少只有通過長期投入才能帶來收益的研發創新活動(張祥艷,2015)。
而現有研究相對忽略了有關過度負債在資本效率與企業創新的關系之間起到的調節作用。事實上,如果企業存在較高的負債水平,即使資本效率較高,處于保障企業穩健運營的目的,管理層對創新投入也會持有謹慎態度。而只有當企業持續盈利,且使得債務水平明顯降低之后,才可能進一步擴大創新投入。
因此,基于上述分析,提出本文研究假設:
H2:過度負債會負向調節資本效率與企業創新之間的關系。
本文選取2008—2021年的滬深A股上市公司作為研究對象,并剔除了金融企業和ST上市公司,最終篩選得到3288家上市公司共21 056個觀察值。數據主要來源于CSMAR數據庫和Wind數據庫。為了減少極端異常值導致估計偏差,本文對所使用的變量進行1%縮尾處理。
1.被解釋變量
創新投入(RD)。本文采用多數文獻用于衡量創新投入的方法,即企業研發支出占營業收入的比。創新投入反映的是企業在研發活動當中投入的程度,也體現了企業對創新活動的重視程度。相比于直接使用研發支出的自然對數或使用研發人員數等變量進行衡量,這一比值既考慮了不同公司的規模差異,也相對真實地反映企業在研發創新方面的投入程度。
2.解釋變量
資本效率。根據王竹泉等(2019)、孫瑩等(2020)的觀點,分別使用總資金回報率(ROC)和總資金周轉率(TRC)來測度企業的資金運用效率,即資本效率。其中,總資金回報率用息稅前利潤占總資金平均余額之比來進行衡量,總資金周轉率用營業收入占總資金平均余額之比來進行衡量。
3.調節變量
過度負債(ED)。本文主要借鑒陸正飛等人(2015)的方法衡量企業過度負債的水平,首先在控制年份和行業的基礎之上,通過資產負債率對其主要影響因素回歸得到企業的目標負債率:

其中,SOE表示企業產權性質,ROA表示總資產收益率,IND_LEVB表示行業資產負債率中位數,GROWTH表示總資產增長率,FATA表示固定資產占比,SIZE表示企業規模,SHRCR1表示第一大股東持股比例。然后,通過企業的實際負債率減去通過該模型預測的企業目標負債率,即過度負債程度。
4.控制變量
考慮到其他可能引起資本效率變化的因素,本文引入了企業規模(SIZE)、股權集中度(SHARE)、企業成長性(GROWTH)、財務杠桿(LEV)、融資成本(COST)等作為控制變量。
綜上所述,本文所使用的變量定義如表1所示。

表1 研究變量表
首先,為了驗證假設H1,本文基于Hausman檢驗的結果,使用固定效應模型來檢驗過度負債、資本效率和創新投入之間的關系,建立基準回歸模型如下:

其次,為了檢驗假設H2當中過度負債的調節效應,在模型(1)和模型(2)的基礎上引入資本效率與過度負債的交互項,并建立調節效應模型如下:

首先,本文所涉及各變量的描述性統計結果列示在表2當中。被解釋變量企業創新(RD)的均值為0.021,標準差為0.021,表明對于滬深A股上市公司而言,研發投入水平分布較為離散,不同公司之間的差距較大。用于衡量資本效率的總資金回報率(ROC)和總資金周轉率(TRC)均值分別為0.053和0.800,標準差分別為0.069和0.567,表明A股上市公司的資金回報水平差異較大,而資金周轉表現則相對集中。此外,從過度負債(ED)的角度來看,均值為-0.005,表明就滬深上市公司而言,總體過度負債水平較低,企業部門的總體杠桿維持在合理水平。

表2 描述性統計
其次,解釋變量、中介變量、調節變量和控制變量的相關性檢驗結果如表3所示。變量之間的相關系數絕對值均小于0.7,意味著變量之間相關性較弱,回歸系數可以獨立解釋其與被解釋變量的關系。將以上所有變量用于解釋創新投入(RD),使用混合OLS回歸估計其參數,并計算各變量的方差膨脹系數(VIF),結果顯示各變量的VIF均小于10,表明不存在嚴重的多重共線性問題。

表3 相關性分析與方差膨脹系數
基準回歸模型(1)和(2)的系數估計結果列示于表4中。

表4 基準回歸結果
首先,回歸結果(1)和(2)是不考慮控制變量的回歸結果,總資金回報率(ROC)和總資金周轉率(TRC)的回歸系數分別為0.524和0.293,且均在1%的顯著性水平下顯著,表明使用總資金回報率和總資金周轉率衡量資本效率均與企業創新具有顯著的正相關關系。這意味著當企業的資本效率越高時,對應企業的研發投入也會隨之提升,從而提高創新能力,從而驗證了本文研究假設H1。
其次,隨著控制變量加入,ROC的回歸系數由0.524變為0.672,TRC的回歸系數由0.293變為0.306,且主要解釋變量的回歸系數均在1%的顯著性下顯著為正,進一步支持了本文假設H1的觀點。且在加入控制變量之后,模型(1)的擬合優度由0.025提升至0.156,F統計量由116.67提升至253.81;模型(2)的擬合優度由0.023提升至0.141,F統計量由139.84提升至242.61,表明控制變量的加入提升了模型整體對企業創新的解釋程度,即意味著本文的研究模型設置合理。
最后,在控制變量當中,企業規模對創新投入的系數估計結果在1%的顯著性水平下為負,說明企業規模越大,創新投入占營業收入的比值越低。而導致這一結果的原因更多是大企業的營收規模較大,而非大企業的創新投入更低。回歸結果(3)和(4)中融資成本的系數均顯著為負,表明企業的融資成本越高,其創新投入程度越低。事實上,當企業的融資成本較高時,意味著其承擔了更大的財務壓力,而研發投入的成果很難在短時間內體現,為了匹配短期可能出現的財務風險,就可能一定程度上縮減研發開支。而其余控制變量與企業創新之間并不存在顯著的關系。
為了驗證本文研究結論的穩健性,本文考慮了資本效率與企業創新之間可能存在的內生性問題。通常情況下,企業創新也不可避免地會引起資本效率的變化。一方面企業在創新方面的投入越高,可能帶來企業的技術實力提升,進而提升其產品的市場競爭力。基于這一條件,企業的營業利潤上升則會直接導致其總資金收益率提升,進而推動資本效率的提升。另一方面,企業研發投入可以通過資本化確認為無形資產,從而不同于財務費用、銷售費用或管理費用直接構成企業費用和成本,進而可能不會明顯拖累企業利潤。因此,基準檢驗中關于資本效率和企業創新的影響檢驗結果,可能存在因果倒置的內生性問題。
為了檢驗上述研究可能存在的內生性問題,本文通過工具變量法進行檢驗。此處將解釋變量總資金回報率和總資金周轉率的滯后期作為工具變量,使用二階系統GMM方法進行估計。
除此之外,本文還將解釋變量的滯后2~3期作為工具變量,同時考慮到企業規模、股權集中度、企業成長性、自由現金流量和融資成本對企業創新的影響可能存在的內生性問題,本文還將相關控制變量的滯后2~3期納入工具變量集,剩下的控制變量則視作外生變量。為節省篇幅,本文僅將基準回歸模型的二階差分GMM估計結果列示在表5中,并省略了控制變量的系數估計結果。從估計結果中可以看出,盡管系數與OLS估計的結果有所差異,但同樣表明了資本效率與企業創新之間顯著的正相關關系,并進一步支持了資本效率上升會引起企業創新提升的觀點,因此本文的研究結論具有穩健性。

表5 穩健性檢驗回歸結果
本文進一步考慮了過度負債在資本效率與企業創新之間存在的調節效應,模型(3)和(4)的系數估計結果列示于表6中。從回歸結果來看,第一,過度負債對企業創新的回歸系數均為負值,盡管回歸結果并不顯著,但一定程度上顯示出過度負債帶來的企業財務壓力,可能會影響企業創新投入。第二,從回歸結果(1)來看,總資金回報率與過度負債的交互項(ROC_ED)的回歸系數為-1.338,且在1%的顯著性下顯著為負;從回歸結果(2)來看,總資金周轉率與過度負債的交互項(TRC_ED)的回歸系數為-0.925,且在1%的顯著性下顯著為負。這一結果表明調節變量過度負債(ED)在資本效率與企業創新的關系之間存在顯著的負向調節作用,從而驗證了本文研究假設H2。

表6 調節效應回歸結果
過度負債的調節作用主要體現在兩個方面。其一,對于過度負債的企業而言,即使資本效率較高,同樣條件下的資金帶來的回報更高,但由于同時負債程度較高,導致企業為了防范資產流動性危機而不愿加大研發投入。其二,過度負債企業由于自身財務杠桿較高,使得企業暴露在財務風險之下,盡管投入研發可能使未來企業經營狀況得到明顯改善,但同時也可能加速財務狀況惡化,因此為了達到穩健經營的目的,企業可能并不會因為短期的資本效率改善而立即擴大研發投入。
由于不同行業之間存在的經營模式差異,導致各企業之間的研發投入水平差異較大。一方面,對于技術密集型行業的企業而言,創新能力是關乎企業生存發展的核心因素,而持續地在研發方面投入并產出專利,是維持企業競爭力的關鍵。因此,本文根據中位數將研發投入劃分為技術密集RD_H和非技術密集RD_L兩組,用以觀察技術密集型企業在資本效率與企業創新的關系中存在的異質性。
組間差異的檢驗結果列示于表7中。從回歸結果(1)和(2)對比以及(3)和(4)對比來看,對于技術密集型企業而言,資金利用率和資金周轉率的回歸系數均高于非技術密集型企業,且組間差異的顯著性均在1%的顯著性水平下顯著,從而拒絕了兩組回歸系數不存在區別的原假設。這一檢驗結果表明對于技術密集型企業而言,資本效率對企業創新的影響顯著高于非技術密集型企業。而造成這一現象的主要原因可能是技術密集型企業會運用更大比例的資金用于研發創新,而當資本效率較高時,意味著企業可能擁有更充裕的資金,從而進一步促進了其研發投入和產出的水平。

表7 異質性分析回歸結果
本文以2008—2021年期間的滬深A股上市公司為研究對象,實證檢驗了資本效率對企業創新的影響,并檢驗了過度負債在這一影響中起到的調節作用。研究結果表明:(1)對于使用總資金回報率和總資金周轉率衡量的資本效率而言,與企業創新之間均具有顯著的正相關關系;(2)通過構建動態模型,并使用二階段系統廣義矩估計來檢驗基準模型是否存在互為因果的內生性問題,檢驗結果與基準回歸的結果基本一致,從而驗證了本文研究的穩健性;(3)本文在基準回歸的基礎上引入了過度負債與資本效率的交互項,用以檢驗過度負債的調節效應,檢驗結果顯示交互項系數顯著為負,即過度負債抑制了資本效率對企業創新的影響。(4)本文針對了技術密集型企業和非技術密集型企業進行了異質性分析,結果發現對于技術密集型企業,資本效率對企業創新的影響顯著高于非技術密集型企業。
基于實證研究結論,本文提出以下建議:
第一,對于政府部門而言,應該積極引導和幫助企業去杠桿,降低企業財務風險和經營風險,從而鼓勵企業在營收狀況允許的情況下加大創新投入。進而改善行業整體的創新水平,同時也提升經濟發展質量。
第二,對于金融機構而言,在政府部門的引導下,可以適當向技術密集型行業提供成本相對較低的資金,例如高新技術企業等。通過降低資金成本來有效提升資本效率,從而推動企業創新能力增強。而由于目的是為了促進經濟高質量發展,向企業提供低息貸款的金融機構當中應以政策性銀行為主,并鼓勵商業銀行為技術密集型的企業提供借貸便利,從而體現商業銀行的企業社會責任。
第三,對于企業自身而言,一方面需要盡可能降低企業的成本費用,從而通過提高資本效率來提升企業創新水平,進而提高企業的產品競爭力,為長期增長提供動力。另一方面,還需要合理調整企業的融資結構,特別是債務融資的占比應當控制在合理范圍,以避免阻礙企業創新發展。