融资约束与企业R&D投资效率研究*

2015-03-27陆燕春牛礼朋振江

会计之友 2015年7期

陆燕春+牛礼+朋振江

【摘要】企业竞争力的提高离不开R&D投入。由于规模小、缺乏资产抵押、信用评级低等，中小型企业受到更大的融资约束，企业R&D投资能力及效率相对较弱。文章针对中小企业的融资约束，选取我国中小板622家上市公司数据，构建融资约束指数并运用随机边界分析测算我国中小企业R&D效率，探究融资约束对企业R&D投资效率的影响。在此基础上，提出促进我国中小企业R&D投资效率的对策建议。

【关键词】 R&D投资效率; 融资约束; 随机前沿模型

中图分类号：F276.3 文献标识码：A 文章编号：1004-5937（2015）07-0045-06

引言

20世纪30年代熊彼特（1934）在《经济发展理论》中论述了创新不仅有助于提升自主创新竞争力，也有利于推动经济发展，促进经济发展方式的转变。然而相对于企业来说，企业研发创新活动需要大量资金。传统的融资约束理论认为，市场竞争中存在的信息不对称、道德风险、逆向选择等问题，使得企业特别是成长中的中小企业难以获得研发投资所需的资金，普遍面临融资约束困境，并且融资约束程度越高，企业投资决策偏离其最优决策程度也就越高，导致企业R&D效率降低，阻碍企业可持续发展。中小企业面临融资约束的困境下，如何提高R&D效率，培育其创新能力？本文针对这一问题展开深入探究，选取我国中小板上市公司622家企业数据，运用随机边界分析方法，测算我国中小企业R&D支出的效率;同时，采用股利支付次数以及构造KZ指数来探究融资与R&D之间关系以及融资约束对企业创新投入效率的影响。

一、文献综述与研究假设

（一）文献综述

1.融资约束与企业R&D投资行为

从国外研究成果看，Fazzari（1988）首次提出融资约束理论，并通过融资约束理论发现融资约束会降低企业的投资支出，影响企业R&D投资效率;Hall（1992）运用美国数据发现R&D与现金流之间存在很强的相关性，并认为R&D投资比一般投资面临更严重的融资约束;Himmelberg & petersen（1994）通过对美国高新技术企业研究分析，认为高新技术企业更容易存在R&D的融资约束;Mulkay & Bondctal（2003）对英国与德国的企业R&D投资进行对比研究发现，英国面临更显著的R&D融资约束。

国内学者大部分支持R&D支出的融资约束假说，刘立（2003）基于资源观对企业R&D投资进行的分析表明，金融资源状况会影响企业从事R&D活动的倾向，内部金融资源的匮乏会制约企业支持活动的能力;连玉君和程建（2007）在克服Tobin's Q衡量偏误的情况下发现，融资约束轻的公司表现出更强的投资现金流敏感性;顾群和翟淑萍（2011）以2006—2009年沪深两市的112家高科技企业为样本进行研究，发现融资约束程度与R&D投资之间有明显的规律，即融资约束程度高的企业R&D投资对内源融资的依赖程度相对较高，而融资约束程度低的企业R&D投资对内源融资的依赖性相对较低。

2.融资约束因素对企业R&D投资效率的影响

不同的融资因素对企业R&D投资行为也会产生差异。国内外学者主要从现金流、股权融资、债务融资、自由现金流四个因素入手，研究其对R&D投资效率产生的影响。

Stulz（1990）认为，当企业拥有高现金流与高质量投资机会时，就不会存在自由现金流问题，但当企业拥有高的现金流却具有低的投资机会则会产生自由现金流问题;Hubbard and Petersen（1998）认为，资本市场的不完善、外部融资成本大大高于内部融资成本，企业会通过内部产生的现金流量扩大投资支出来缓解融资约束;Hall（1992）以美国1973—1987年期间的制造企业为研究对象，发现R&D投资与现金流的弹性显著正相关，并认为此证据支持流动性约束，而非需求效应;Brown等（2007）发现外部股权融资对于此类公司起着相当重要的作用，外部股权融资的波动直接影响其R&D的投资量。

张功富（2007）对我国434家工业类上市公司进行研究，发现拥有较多自由现金流的企业更倾向于投资过度;杨棉之（2011）从债务融资、自由现金流相互关系方面分析民营上市公司过度投资行为，发现过度投资行为与自由现金流之间呈显著正向相关关系;李丽青（2008）以2006年披露研发信息的85家上市公司为研究样本，对企业融资决策和研发投资之间的关系进行了研究，发现研发投资强度高的企业具有低财务杠杆的特性，即企业负债水平与研发投资强度呈现出负相关的关系;刘振（2011）以2006—2008年的高新技术类上市公司为研究样本，分析了企业融资来源的差异对R&D投资的影响，证明了高新技术企业的内源融资和股权融资水平与企业R&D投资显著正相关，负债融资与企业R&D投资显著负相关。

3.小结

国内外学者关于企业R&D投资行为的研究大多集中在大中型企业或者高新技术企业的投资不足与投资过度，而对企业投资效率的研究较为缺乏，且很少对企业R&D投资效率进行定量的研究。对于企业融资约束与R&D投资行为的研究，大多只是集中在某一个融资因素对企业R&D投资行为的影响，忽视企业存在融资约束的情况下，现金流、股权融资、债务融资、自由现金流融合在一起，会对企业R&D投资效率产生如何影响。

因此，本文侧重于从微观视角，定量测算企业研发投资效率，并对我国中小板上市公司存在融资约束的情况下，不同的融资因素如何影响企业R&D投资效率进行实证分析。

（二）研究假设

从国内外的文献梳理中发现，大部分学者认为企业R&D投资与融资约束之间存在密切的关系，并且企业融资来源的差异会对R&D投资效率产生不同的影响。因此，本文在定量测算我国中小板上市公司的研发投资效率时，提出三个研究假设：

假设1：基于中小企业规模小且缺乏资产抵押、外部融资环境较差，研发投资时会受到更大的融资约束，融资约束组企业R&D效率小于非融资约束组企业。

假设2：股权融资、企业现金流与R&D投资效率呈正相关关系，自由现金流、债务融资与R&D投资效率呈负相关关系。

假设3：当企业存在融资约束的情况下，股权融资的R&D投资效率最高，即股权融资融资约束组的R&D投资效率比非融资约束组高，债务融资和现金持有量融资约束组的R&D投资效率比非融资约束组低。

二、研究设计

（一）样本选取与数据来源

本文数据通过对中小板上市公司年度报告整理获得，所得选取数据的样本区间为2007—2012年，其中，R&D支出数据来自于巨潮资讯网站，其他财务数据来源于国泰安数据库与RSSET数据库。对数据进行如下筛选：（1）保留交易状态为正常的公司;（2）剔除金融类上市公司;（3）剔除R&D支出、现金流、现金持有量、投资机会等指标缺失的观测值;（4）对有关变量在1分位和99分位进行winsor缩尾处理。最终选择612家上市公司，共1 966个观测值。本文数据处理与实证分析均使用软件stata12与spss18.0完成。

（二）融资约束分组方法

由于我国资本市场尚不完善，按股利支付率分组不能很好地区分融资约束组与非融资约束组，因此，本文通过每家公司股利支付次数将样本进行预分组，采用多元判别分析来构建融资约束指数。第一组是现金股利支付不大于1次的公司，为融资约束组（FC）;第二组是现金股利支付大于3次的公司，为非融资约束组（NFC）;第三组是现金股利为2次和3次的公司，为部分融资约束组，并通过一系列变量来构建ZFC指数，预测企业在融资约束组还是非融资约束组。

ZFC=？茁1Current+？茁2Sgr+？茁3Profit+？茁4TL+？茁5Size+？茁6Slack

（1）

其中：流动比率（Current）等于流动资产/流动负债;主营业务收入增长率（Sgr）为主营业务收入变化率;营业利润率（Profit）等于营业利润/营业收入;总负债率（TL）等于总负债/总资产;企业规模（Size）等于总资产的自然对数;松弛系数（Slack）等于（现金+短期投资+0.5存货+0.7应收账款-短期银行借款）/总资产。

表1和表2分别报告了判别指数与模型的错判矩阵。在表中可以看出，融资约束组Z指数均值较大，非融资约束组Z指数均值较小，反映融资约束程度与Z指数之间呈正向关系，即随着融资约束程度的提高，Z指数不断增加。另外，在融资约束组有260个观测值被正确地预测，占融资约束组的56.64%;在部分融资约束组中有267个观测值被正确地预测，占部分融资约束组的37.45%;在非融资约束组有244个观测值被正确预测，占非融资约束组的55.96%。

（三）投资效率的衡量与融资约束检验模型

1.投资效率的衡量

以往文献对投资效率的衡量基本是采用数据包络分析（DEA）或随机边界分析（SFA）来测算，对投资效率较少有明确的定义。本文模型中的投资效率含义是指企业的实际投资额与最优投资额之间的偏离程度（连玉君，2009）。

wi=■=e-u i （2）

公式中i表示样本;xi表示解释变量;vi为随机扰动项，vi～N（0，σ2v）;ui为非负的随机变量，与技术无效率相关联，服从截断性半正态分布，ui～N+（u，σ2u）。wi表示技术效率水平，ui=-Inwi。

2.融资约束检验模型

考虑到企业R&D投资效率影响因素的多样性，本文在Brown Martinsson and Peterson（2012）的模型基础上，解释变量中引入滞后一期的R&D支出，并引入现金流、股权融资与债务融资来衡量融资约束，使用现金持有作为控制变量来平滑R&D投资;另外，加入企业规模与投资机会来控制分析;考虑到时间因素与行业因素对模型的影响，本文把行业效应与时间效应作为控制变量。具体模型如下：

TEi，t=？琢0+？茁1R&Di，t-1+？茁2Sizei，t+？茁3Tobin's Qi，t+？茁4Cflowi，t+

？茁5EQUIi，t+？茁6DEBTi，t+？茁7Cashi，t+？茁8Yeari，t+？茁9Industryi，t+？着i，t

（3）

其中：i代表研究样本中第i个企业;t代表第t个时间段;TEi，t表示第i个企业在第t个年度的企业效率值;R&Di，t-1表示第i个企业在滞后1个年度的R&D支出;Sizei，t表示第i个企业在第t个年度的企业规模;Tobin's Qi，t表示第i个企业在第t个年度的企业投资机会;Cflowi，t表示第i个企业在第t个年度的企业现金流;EQUIi，t表示第i个企业在第t个年度的股权融资;DEBTi，t表示第i个企业在第t个年度的债务融资;Cashi，t表示第i个企业在第t个年度的企业现金持有;Yeari，t与Industryi，t分别表示第i个企业在第t个年度的年度效应与行业效应。

（四）变量设计

1.被解释变量：研发支出（R&D）比重、研发强度（RD）。

2.解释变量：现金流量、现金持有、股权融资、债务融资。

3.控制变量：企业规模、投资机会、年度效应、行业效应。

变量定义如表3。

三、实证分析

（一）描述性分析

根据前文的判别分析构造Zscore指数。对Zscore进行分组是一种非常重要的融资约束界定方法，如Cleary（1999）、连玉君（2007）等，然而他们根据各年度Zscore值大小进行平均分组的方法可能导致界定标准的不统一，所以本文总体Zscore值的大小平均分为三组。由于融资约束组Z指数均值较大，非融资约束组Z指数均值较小，所以本文将Zscore值最小的三分之一的样本界定为非融资约束组，Zscore值最大的三分之一的样本界定为融资约束组，其他部分为部分融资约束组。

具体统计指标描述如表4。从表中我们可以得出企业的研发支出与研发强度融资约束组均小于非融资约束组;从融资来源方面看，融资约束组现金流均值为0.17，股权融资均值为0.14，债务融资均值为0.31，均低于非融资约束组，反映融资约束不管是来自内部还是外部原因都会影响企业R&D支出;从现金持有量看，融资约束组现金持有量为0.35，高于非融资约束组的0.25，反映了融资约束组企业出于预防性动机，使用货币资金来平滑R&D支出，导致企业现金持有量的增加。

因此，融资约束组企业R&D效率均小于非融资约束组，本文假设1得到支持。

（二）Pearson相关性分析

在线性回归中，若解释变量之间存在高度相关关系将使模型估计失真，表5列示了各变量之间的Pearson相关性分析结果。从表5可以看出，模型中解释变量相关系数最大值为0.61，表明不存在严重多重共线性问题。

（三）R&D投资效率分析

1.随机边界分析结果

本文使用stata12软件xtfrontier程序进行面板随机效应估计，所得结果如表6。从表中可以看出，控制了年度效应与行业效应两个变量，对R&D支出进行效率评价，除债务融资外均在5%水平上显著;而对R&D强度进行效率评价，大多数变量并不显著。从融资因素看，企业现金流与股权融资对R&D投资显著正相关，表明其能够缓解企业的融资约束，其对R&D投资具有显著的正向作用;而债务融资对R&D支出的影响不显著，对R&D强度的影响为负相关，可能由于进行R&D支出的企业风险较大，且企业通过债务融资主要是为了摆脱经营困境发生的，而非长期的R&D投资，所以，债务的增加会使企业后续融资更加困难，使企业的R&D强度降低。从现金持有量上看，自由现金流与R&D支出与R&D强度呈显著负相关，表明代理问题的存在，代理人更注重的是自己的利益与短期的利益，而非进行长期的R&D投资。通过以上实证分析，假设2得到充分验证。

2.融资约束对R&D支出效率的影响

表7列示了根据Zscore值分组的不同融资约束组无效率因子对研发投资效率的影响。由于R&D投资效率取值在0至1之间，所以，本文使用Tobit模型。

表7中对总样本1 345个观测值进行Tobit分析，并根据Zscore值分组分别对融资约束组、部分融资约束组以及非融资约束组进行Tobit分析，观测数据分别为480、590与275个。从股权融资看，融资约束组股权融资无效率因子对研发支出的影响的绝对值为0.01，大于非融资约束组股权融资无效率因子对研发支出影响的绝对值0.009，表明融资约束组股权融资对R&D支出效率影响更大，原因可能为股权融资更能反映企业的融资约束水平，融资约束水平越大，R&D支出效率与融资约束水平敏感性越大;从债务融资看，融资约束组与非融资约束组债务融资无效率因子对研发支出影响的绝对值均为0.002，且不显著，表明融资约束组债务融资对R&D支出效率影响较小，原因可能为进行R&D支出的企业采用债务融资的较少，债务融资不能很好地反映融资约束水平;从现金持有量上看，融资约束组现金持有量无效率因子对研发支出影响的绝对值为0.007，小于非融资约束组现金持有量无效率因子对研发支出影响的绝对值0.01，表明融资约束组现金持有量对R&D支出效率影响较小，部分解释了现金持有量在一定程度上能够缓解融资约束水平对R&D支出效率的影响。

通过以上分析，本文假设3得到验证。

四、结论与政策建议

企业竞争力的提高离不开R&D投入，提高R&D投资效率是企业在竞争激烈的市场环境中生存下来的关键。本文在对融资约束与R&D投资相关理论进行梳理的基础上，对中小板上市企业进行实证分析，研究结果发现：

1.从不同的融资约束组来看，根据Zscore值分组定义融资约束，融资约束组企业R&D效率均小于非融资约束组，即融资约束的存在影响我国中小企业R&D投资效率。

2.从整体上看，股权融资、企业现金流与R&D投资效率呈正相关关系，自由现金流、债务融资与R&D投资效率呈负相关关系，说明我国中小企业R&D投资对内源融资依赖程度较高，同时企业因R&D投资而向外融资时，更倾向于股权融资，而不是债务融资。

3.从融资约束因子对R&D支出效率影响的Tobit分析看，融资约束组中的股权融资对R&D支出效率影响更大，原因可能为股权融资更能反映企业的融资约束水平，融资约束水平越大，R&D支出效率与融资约束水平敏感性越大;融资约束组中的债务融资对R&D支出效率影响较小，原因可能为进行R&D支出的企业采用债务融资的较少，债务融资不能很好地反映融资约束水平;融资约束组中的现金持有量对R&D支出效率影响较小，解释了现金持有量在一定程度上能够缓解融资约束对R&D支出效率的影响。

鉴于本文研究结论，我国中小企业普遍面临融资约束的困境，如何解决融资约束造成的投资不足，提升中小企业R&D投资效率？首先，应该发挥股权融资的积极作用，大力完善股票市场，拓宽中小企业融资渠道。其次，一方面，由于R&D支出风险较大且重置成本较高，债务融资会加剧融资困境，应降低融资门槛，引导商业银行支持自主创新和产业化，建立多层次资本市场，改变银行注重抵押的商业模式与风险控制方式。另一方面，针对现金持有量能够缓解融资约束，应建立现金储备，同时改善公司现金流管理状况。最后，完善R&D信息披露，降低信息不对称性。如完善研发支出信息的对外公告，降低股权融资产生的信息不对称成本，鼓励银行等金融机构发展专门部门为中小企业提供研发支出贷款，解决信息不对称问题。

【参考文献】

[1] Arrow K. Economic Welfare and the Allocation of Resources for Invention[C]. The Rate and Direction of Inventive Activity：Economic，1962：609-626.

[2] Brown J R，Martinsson G，Petersen B C. Do financing constraints matter for R&d[J]. European Economic Review，2012，56（8）：1512-1529.

[3] 国晖.中国上市公司投资效率研究——基于1991—2009经济转轨的制度背景视角[D].湖南大学，2011.

[4] 张孝梅，王勇.我国上市公司股利分配现状分析及政策建议[J].会计之友，2011（2）：89-92.

[5] 李建明.融资约束对企业R&D投资的影响研究——来自中国高新技术上市公司的经验证据[D].暨南大学，2011.

[6] 苑泽明，姚王信.创新型中小企业融资研究述评——基于知识产权融资视角[J].会计之友，2011（3）：10-14.

[7] 何金耿，丁加华.上市公司投资决策行为的实证研究[J].证券市场导报，2001（9）：44-47.

[8] 解维敏.金融发展、融资约束与企业R&D投入[J].金融研究，2011（5）：171-183.

[9] 况学文，彭迪云.双重代理问题与公司现金持有量研究[J].财会通讯，2008（7）：86-93.

[10] 刘华，郑军.高新技术上市公司股权激励与公司业绩——基于自主创新的视角[J].会计之友，2010（12）：68-70.

[11] 闫冰，冯根福.基于随机前沿生产函数的中国工业R&D效率分析[J].当代经济科学，2005（6）：14-18.