R&D投資會同時(shí)受到"粘性"和"不確定性"影響,考察這兩種特性的核心在于測算企業(yè)R&D收益率和不確定性沖擊效果。本文選取中國A股市場上市公司相關(guān)數(shù)據(jù),通過財(cái)務(wù)分解法測算中國企業(yè)R&D收益率。測算結(jié)果證實(shí)R&D投資能產(chǎn)生滯后的收益,這種經(jīng)濟(jì)效益也使企業(yè)在一定程度上難以對其大幅削減,即是出現(xiàn)"粘性"的重要原因。而加入工具變量后,估計(jì)不確定性影響的實(shí)證結(jié)果表明,每當(dāng)上一年度上市公司面臨的不確定性上升時(shí),會造成本年度R&D投資強(qiáng)度下降,同時(shí)對R&D投資粘性也會造成削弱效應(yīng)。分行業(yè)的進(jìn)一步分析表明,技術(shù)密集型行業(yè)的R&D收益率較高,使其受到不確定性的沖擊較小,R&D投資粘性的削弱程度較低;而非技術(shù)密集型行業(yè)的R&D收益率較低,導(dǎo)致其受到不確定性的沖擊較大,R&D投資粘性的削弱程度更高。要扭轉(zhuǎn)2012年以來我國企業(yè)R&D投資強(qiáng)度不斷下降的趨勢,必須落實(shí)創(chuàng)新驅(qū)動和高質(zhì)量發(fā)展戰(zhàn)略,引導(dǎo)企業(yè)加大研發(fā)投入力度,營造"創(chuàng)新=收益"的良性循環(huán)。 

【文章來源】：經(jīng)濟(jì)管理. 2020,42(07)北大核心CSSCI

【文章頁數(shù)】：17 頁

【部分圖文】：

反事實(shí)分析下的R&D投資強(qiáng)度比較

R&D投資的第二個(gè)重要特點(diǎn)在于其會受到不確定性影響。通過比較滬深300類下的主要上市公司股票平均波動率和上市公司平均R&D投資強(qiáng)度的變化趨勢,可發(fā)現(xiàn)滬深300波動率與R&D投資強(qiáng)度之間呈現(xiàn)出滯后的負(fù)面關(guān)系(如圖1所示)。當(dāng)上一年度的滬深300波動率上升時(shí),本年度的R&D投資強(qiáng)度便會下降。這個(gè)典型事實(shí)可為研究中國不確定性對R&D投資的影響程度提供依據(jù)。從理論上看,不確定性既存在于微觀層面,也存在于宏觀層面,微觀層面的不確定性來源于研發(fā)項(xiàng)目本身的成功或失敗(Bloom,2009)[15]。同時(shí),不確定性對R&D投資的影響與其對傳統(tǒng)實(shí)物投資的影響并不相同。在已有的從宏觀層面研究不確定性對傳統(tǒng)實(shí)物投資影響文獻(xiàn)中,無論是采用利率期限結(jié)構(gòu)(term structure)度量的不確定性(Ferderer,1993)[16],還是商業(yè)調(diào)查度量的不確定性(Bachmann等,2010)[17],實(shí)證結(jié)果均表明其對總實(shí)物投資有著負(fù)面影響。在行業(yè)或企業(yè)層面,學(xué)者們采用了投入產(chǎn)出價(jià)格波動(Ghosal和Loungani,1996)[18]、股票收益波動(Gilchrist等,2014)[19]、公司業(yè)績波動(Ghosal和Loungani,2000)[20]以及金融分析師對企業(yè)盈利預(yù)測的誤差(Bond和Cummins,2004)[21]等來測度不確定性,并得出了與實(shí)物投資存在負(fù)相關(guān)性的結(jié)論。然而,當(dāng)研究不確定性對R&D投資影響時(shí),實(shí)證結(jié)果分化得更為明顯。Goel和Ram(2001)[22]、Czarnitzki和Toole(2007)[23]利用企業(yè)數(shù)據(jù)發(fā)現(xiàn),當(dāng)不確定性提高時(shí),企業(yè)會減少R&D投資。Pindyck(1993)[24]卻認(rèn)為,R&D項(xiàng)目的投資與傳統(tǒng)實(shí)物投資不一樣,不確定性上升時(shí)R&D投資也會上升,這一點(diǎn)也在Stein和Stone(2013)[25]的實(shí)證研究中得到了證實(shí)。這種分化結(jié)果表明,需要在實(shí)證研究中對中國企業(yè)的實(shí)際情況進(jìn)行驗(yàn)證。因此,本文提出如下假設(shè):

在控制相關(guān)因素影響后,盡管不同時(shí)期與不同滯后期回歸數(shù)值大小不一,但均可發(fā)現(xiàn)rdmvt-τ和rdit-τ,t均對公司市值收益有著積極的影響,同時(shí)rdmvt-τ的回歸參數(shù)顯著要高于rdit-τ,t,這表明R&D滯后的水平指標(biāo)(投資強(qiáng)度)要比縱向指標(biāo)(投資增速)對公司市值收益有著更大的作用。具體而言,2007—2017年間,在1年滯后期考察下,R&D投資強(qiáng)度每提高1%,可帶動公司市值收益提高0.124個(gè)百分點(diǎn);R&D投資增速每提高1%,可帶動公司市值收益提高0.052個(gè)百分點(diǎn)。通過梳理各行業(yè)上市公司回歸所得的固定效應(yīng)殘值偏差,可發(fā)現(xiàn),計(jì)算機(jī)、電子元器件、汽車、通信等行業(yè)的R&D收益率要明顯高于平均水平,是R&D投資受益最為顯著的行業(yè)。相比之下,交通運(yùn)輸、電力及公用事業(yè)、石油石化、鋼鐵、煤炭等行業(yè)的R&D收益率則低于行業(yè)平均水平(如圖2所示)。在3年的滯后期考察下,R&D投資強(qiáng)度每提高1%,可帶動公司市值收益提高0.213個(gè)百分點(diǎn);R&D投資增速每提高1%,可帶動公司市值收益提高0.091個(gè)百分點(diǎn)。這表明,R&D投資強(qiáng)度的滯后影響較長,并不只影響下一年的市值收益變化,在3年內(nèi)均有影響,且愈發(fā)顯著,這證實(shí)了其“粘性”特質(zhì)。而將時(shí)間段縮減為2011—2017年后,由于上市公司數(shù)量的增多樣本量顯著擴(kuò)大,表4的回歸結(jié)果表明,與2007—2017年間的估計(jì)結(jié)果差別并不大,這表明本模型具備較好的穩(wěn)健性�？梢�,研究假設(shè)H1得證。此外,還可發(fā)現(xiàn)2011—2017年rdmvt-τ和rdit-τ,t的回歸參數(shù)均要低于2007—2017年間的結(jié)果,這表明近年來我國R&D收益率不僅并未較過去有所提高,反而出現(xiàn)了下降態(tài)勢,同時(shí)也意味著R&D投資粘性也出現(xiàn)了下降。這種情況的出現(xiàn)即表明存在其他因素削弱了R&D投資強(qiáng)度和投資粘性,即需要論證研究假設(shè)H2和假設(shè)H3。

【參考文獻(xiàn)】：
期刊論文
[1]經(jīng)濟(jì)政策不確定性、會計(jì)穩(wěn)健性與公司研發(fā)投入[J]. 李經(jīng)路.  北京社會科學(xué). 2019(02)
[2]經(jīng)濟(jì)政策不確定性、金融資產(chǎn)配置與創(chuàng)新投資[J]. 亞琨,羅福凱,李啟佳.  財(cái)貿(mào)經(jīng)濟(jì). 2018(12)
[3]“兩駕馬車”驅(qū)動延緩了中國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型?——基于多部門經(jīng)濟(jì)增長模型的需求側(cè)核算分析[J]. 渠慎寧,李鵬飛,呂鐵.  管理世界. 2018(01)
[4]宏觀經(jīng)濟(jì)政策影響企業(yè)創(chuàng)新投資嗎——基于融資約束與融資來源視角的分析[J]. 鐘凱,程小可,肖翔,鄭立東.  南開管理評論. 2017(06)
[5]實(shí)體企業(yè)金融化促進(jìn)還是抑制了企業(yè)創(chuàng)新——基于中國制造業(yè)上市公司的經(jīng)驗(yàn)研究[J]. 王紅建,曹瑜強(qiáng),楊慶,楊箏.  南開管理評論. 2017(01)
[6]要素市場扭曲、區(qū)域差異與R&D投入——來自中國高技術(shù)產(chǎn)業(yè)與門檻模型的經(jīng)驗(yàn)證據(jù)[J]. 戴魁早,劉友金.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2015(09)
[7]中國的政府R&D資助有效嗎? 來自大中型工業(yè)企業(yè)的經(jīng)驗(yàn)證據(jù)[J]. 白俊紅.  經(jīng)濟(jì)學(xué)(季刊). 2011(04)
[8]知識生產(chǎn)、創(chuàng)新與研發(fā)投資回報(bào)[J]. 嚴(yán)成樑,周銘山,龔六堂.  經(jīng)濟(jì)學(xué)(季刊). 2010(03)
[9]中國工業(yè)R&D投入的影響因素[J]. 吳延兵.  產(chǎn)業(yè)經(jīng)濟(jì)研究. 2009(06)
[10]中國工業(yè)R&D產(chǎn)出彈性測算（1993—2002）[J]. 吳延兵.  經(jīng)濟(jì)學(xué)(季刊). 2008(03)



本文編號：3433166