高管特征对研发支出资本化会计政策选择的影响——基于高新技术企业的实证研究

黄 莉 弓岁盈

(西安石油大学 油气资源经济管理研究中心，陕西 西安 710065)

0 引 言

近年来，我国政府一直大力鼓励企业的研发活动。在企业研发管理中，研发投入的衡量及其资本化问题已成为企业的难点和重点，其中，高新技术企业作为研发投入的主力军，对企业研发投入的衡量与资本化这两个问题的处理更具有代表性。目前，我国政府大力倡导企业技术创新，并给予高新技术企业较大的税率优惠和财政补贴，这极大地推动了高新技术企业对研发的投入。由于高新技术企业不但研发人员众多，而且其创新能力活跃，因而更容易取得突破性成果，一旦企业技术研发成功将会给本企业带来巨大的经济价值和极高的社会声誉。当前我国正面临着技术腾飞的年代，企业若想在市场竞争中占据有利地位，就必须将创新作为立身之本，全力以赴办好企业，以使我国企业有一个光明的未来。

1 相关文献综述

目前，有关高管特征对研发支出资本化会计政策选择的影响方面，陈晓红、王艳等认为，研发支出资本化可能是高管出于盈余管理的需要。[1]41-46受债务契约[1]41-46：[2]114-117，资本市场动机[1]41-46：[3]64，利润平滑动机和增发动机[2]114，扭亏为盈动机[1]43，[2]114，报酬契约动机和高管变更动机[3]64，避免亏损[4]39等因素的影响，使得研发支出资本化率受到以上因素的影响，造成研发支出资本化率的升高或降低。黄建新、李晓辉等以2008—2010年我国上市公司有关数据为样本，实证分析了企业高管特征对高管投资效率的影响。结果显示：高管任期和高管持股与研发支出投资效率呈正相关，高管年龄与企业研发支出投资效率呈负相关。高管学历与公司绩效显著呈正相关，且在国有控股上市公司更为显著；高管薪酬与公司绩效也显著呈正相关，并在非国有控股上市公司更为明显。[5]6相对而言，高管持股与公司绩效呈弱的正相关性，但其在两类公司中表现不同。这证实了产权性质不同的两类公司，其高管学历、薪酬与持股比例对公司业绩的影响方向相同，但程度上存在差异。[6]166但高管性别同环境绩效呈正相关，女性担任高管的公司环境绩效更好。[7]109郭葆春和张丹实证检验了中小创新型企业高管团队特征对R&D投入行为的影响，发现高管团队的平均年龄与R&D投入强度负相关，平均受教育水平、平均任期和职业经验与R&D投入强度正相关，离职组高管持股与R&D负相关，具有“离职效益”，而非离职组高管持股与R&D正相关。[8]16

但我国学者从高管特征与研发支出资本化的关系方面研究较少。大多都是从高管特征对研发支出的角度出发，研究高管特征与研发支出资本化的关系及影响，未进一步研究高管特征与研发投入资本化的关系。尤其是以往文献中有关高管特征仅包括高管任期、高管年龄、高管学历、高管持股、高管性别等特征，而对于高管特征是否会影响研发支出资本化的问题未进行分析，为此，选择高管特征对研发支出资本化的问题进行研究。

2 理论分析与研究假设

2.1 高管情绪与研发支出资本化

心理学中，情绪ABC理论认为，具有不同情绪的人对同一事件的看法态度不同。已有文献表明，高层管理人员普遍存在高估自身实力，对未来持有乐观的态度，拥有乐观情绪的管理者会充分发挥自身的的特长以增加对其认为具有前景领域的投资。心态乐观的高管对创新项目更能加大研发活动的投入。[9]2737过度自信的高管倾向于选择风险创新项目进行投入，且善于抓住更多的创新机会。[10]94这种做法使企业可以在竞争激烈的市场竞争中占据有利地位，从而加大企业的市场份额。高新技术企业研发投入一般高于普通企业，因而会加大研发投入以获得竞争优势。高管要想提高企业的竞争力，就必须加大对研发的投入和管理。会计的本质是一项经济管理活动，其职能是核算与监督，而记账、算账、报账只是其核算功能的表现形式。同一行业中，高资本化率是一种较为激进的做法，往往会高估资产、低估费用。性格乐观的高管，更容易做出激进的判断。由此提出假设H1。

H1:在高新技术企业中，管理层具有乐观情绪，企业研发支出倾向于资本化。

2.2 高管性别与研发支出资本化

根据性别差异心理学原理，不同性别的人，对同一件事情的态度也不尽相同。性别作为一项重要的高管特征，对企业有重要影响。淦未宇基于沪深上市公司2009—2012年度的相关数据实证检验发现：高管性别对企业创新决策存在重要影响。与男性高管相比较，当CEO或CFO为女性时，企业R&D投资强度更低；同时，随着女性董事比例增加，企业R&D投资强度也明显降低。[11]124谢霏、后青松认为，女性高管对企业创新水平具有抑制作用。[12]44黎海珊、叶建光等发现，高管团队中，女性的比例越高越能够降低公司过度投资的水平及抑制过度投资发生的可能性；高管团队中女性的比率越高，公司投资波动的幅度越小。[13]158张盟盟和段海艳对公司高管团队特征和企业研发投入强度之间的关系进行了实证分析，结果发现：高管团队的特征和企业的研发投入有显著的关系，其中,女性高管的参与比与研发投入呈负相关,[14]51。因此，一般而言，女性高管的稳健程度更大，更倾向于保守的管理活动。由此提出假设H2：

H2:高新技术企业中，女性担任高管的企业，研发支出资本化率更低。

2.3 高管年龄与研发支出资本化

年龄作为一项重要的特征，不同年龄的高管其领导和管理风格存在差异。郑钰佳、吕沙研究表明：西部地区企业高管团队的平均年龄与企业R&D投资效率呈显著负相关关系。[15]29张盟盟和段海艳发现，高管团队的平均年龄、高管的参与比与研发投入呈负相关。[14]51高新技术企业中，高管年龄越大，高管越谨慎，会计处理相对越稳健。他们既不会高估资产，也不会高估负债，因此，更可能将研发支出费用化。由此提出假设H3。

H3:高新技术企业中，高管年龄越大，研发支出资本化率越低。

2.4 高管学历与研发支出资本化

高新技术企业高管的文化程度是一项重要的高管特征，不同文化程度的管理人员对同一件事情的看法存在差异。郑钰佳，吕沙研究表明：高管团队平均文化程度与企业R&D投资效率呈显著正相关关系。[15]29张盟盟、段海艳研究发现，高管团队的特征和企业的研发投入有显著的关系，高管成员的受教育水平与研发投入呈正相关[14]51。朱明琪、张甫香研究表明：高管团队的平均受教育水平越高，越有利于提高企业绩效，受教育水平异质性程度越高，越有利于企业绩效的提高。[16]64学历越高的高管对研发支出成果的转化越有把握，故有更高的资本化率。由此提出假设H4。

H4:在高新技术企业中，高管学历越高，研发支出资本化率越高。

3 研究设计

3.1 相关变量选取

(1)因变量。研发支出资本化率(CAP)：下面借鉴许敏、张悦等[3]66对研发支出资本化比例的核算方法，即企业当年研发支出资本化金额占总资产(资本化前)的比例。

(2)自变量。高管情绪(MO)：借鉴花如贵、刘志远[17]185等学者对高管情绪的衡量，最终选用高管业绩预告与实际业绩的偏离来衡量高管的情绪，若业绩预告好于实际业绩，则表明高管较乐观，用1表示；若业绩预告低于实际业绩则表明高管较悲观，用0表示；若业绩预告刚好与实际业绩吻合，则将其剔除。高管年龄(AGE)采用所有高管年龄和的平均数；女性高管占比(NV)为女性高管人数占所有高管人数的比值；在此给高管学历(EDU)赋予一定的数值，其中，大专以下赋值1，大专赋值2，本科赋值3，硕士赋值4，博士赋值5，博士及以上赋值6，最后求其平均数。

(3)控制变量。参照郑钰佳和吕沙[15]31、佟爱琴和邵鑫等[6]169、张盟盟和段海燕[14]54等学者的研究，选用以下变量作为控制变量：企业规模(SIZE)、资产负债率(LEV)、第一大股东占比(SHARE)、股权性质(SOE)、利润损失(LOSS)、公司成长性(GROW)。不同变量的说明见表1。

表1 不同变量的说明

3.2 样本选择与数据来源

下面选取2015—2017年深市A股上市高新技术企业的相关数据为研究样本，并按以下标准进行处理：(1)剔除ST,*ST上市公司；(2)剔除数据缺失的公司；(3)剔除不符合条件的公司；(4)剔除金融类上市公司。最终得到符合条件的48家企业，有效数据144个。研究样本的有关数据来自国泰安数据库和深交所年报，其高新技术企业信息通过上市公司年报整理而来。描述性统计采用Spss22软件，相关性分析和回归分析采用Eviews7.2软件。

3.3 模型构建

在此构建以下模型以验证高管特征与研发支出资本化率的关系，并进行计量检验，以验证假设的真伪性。首先，构建模型(1)、(2)。

CAP=β0+βiXi+ΣγZj+ε

(1)

CAP=β0+β3X3+β3X32+ΣγZj+ε

(2)

为完整地考虑高管特征对研发支出资本化率的影响，为此构建模型(3)。

CAP=β0+ΣβiXi+β3X32+ΣγZj+ε

(3)

模型(1)、(2)、(3)中，β0为截距，Xi表示高管特征。高管特征分别是高管情绪、高管学历、高管年龄、高管性别，Zj表示控制变量，ε是随机误差项。假设H1、假设H2、假设H3和假设H4的模型均建立在模型(1)的基础上，并且假设H3的模型建立在模型(2)的基础上。

4 实证分析

具体实证分析分为两大部分，即描述性统计、相关性分析及方差膨胀因子检验及对回归结果的分析，以检验上述假设的真实性和可靠性，以验证以上假设。

4.1 描述性统计与相关性分析

描述性统计见表2。

表2 描述性统计

由表2可知，研发支出资本化(CAP)水平普遍不高，均值为0.081 7，最大值和最小值差异较大，标准差均大于平均值，说明样本公司研发费用资本化存在较大的差异。相关性分析见表3。

表3 相关性分析

注：*表示在5%的水平上显著。

由表3可知，只有高管学历(EDU)和资产负债率与研发支出资本化率呈明显的线性关系，这在一定程度上证明了前文的部分假设。其余变量与研发支出资本化率的线性关系不显著。说明其余变量与研发支出资本化率可能存在非线性关系。同时还显示：相关系数均未超过0.5，说明共线性不高，经过多重共线性判断，发现所有解释变量与控制变量的VIF值均低于3，远远小于10，由此排除了多重共线性的问题。方差膨胀因子检验见表4。高管特征与研发支出资本化率的回归结果见表5。

表4 方差膨胀因子检验

表5 高管特征与研发支出资本化率的回归结果

注：***，**，*分别表示在1%，5%，10%的水平上显著，括号内的数据为T值。

4.2 回归结果与分析

由表5第二列可知，高管情绪与研发支出资本化率的回归结果。具体来看，高管情绪对研发支出资本化率的影响不明显，而公司规模和企业资产状况对研发支出资本化率的影响较为显著，但这并不表明高管情绪对研发支出没有影响。表5第三列是高管年龄对研发支出资本化率的回归结果，具体来看，若采用线性回归，则年龄与研发支出资本化率无显著关联，但是表5第四列采用非线性关系进行回归则发现，高管年龄与资本化率有着较为显著的关系，从表5还可以看出，随着高管年龄的增长，研发支出资本化率也在增加，当高管年龄增长到达一定程度时，研发支出资本化率反而在下降，这说明高管年龄对研发支出资本化存在不同程度的影响，这也部分证明了假设3。表5第五列是高管学历对研发支出资本化率影响的回归结果。从中可以发现，高管学历对研发支出资本化率有显著的正向促进作用，也说明加大人才的教育投入，则会提高公司的研发水平，从而进一步提升研发支出的资本化率，该结果也证实了假设4。表5第六列是高管性别对研发支出资本化率影响的回归结果，由此可以发现，高管性别对研发支出资本化率有一定程度的正向相关性，即女性高管越多，研发支出资本化率也越高，也就是说，女性高管对研发支出资本化率有促进作用，这与假设2相反，因此，假设2未被证实。但此结果说明性别与研发支出资本化率有关。由于高管特征是一个综合的整体，不能单独地、孤立地研究其对研发支出资本化率的影响，结果如表5第七列。总之，高管情绪、高管学历和高管性别都对研发支出资本化率有显著的影响，这些结果验证了假设1，假设4。虽然假设2未被验证，但却说明了性别与研发支出资本化间的关系。另外，假设3未通过验证，其原因可能是高管年龄与研发支出资本化并非存在线性关系，而单独非线性回归则说明了假设3的部分成立。

5 结论与启示

5.1 结论

选取我国深市A股2015—2017年上市公司数据，探讨了高管特征对研发支出资本化率的影响。以往的研究通常考虑高管动机对研发支出资本化率的影响，较少考虑高管特征的不同对研发支出的影响。研究结果表明：高管年龄与研发支出资本化率存在非线性关系，且存在着最佳高管年龄；高管学历对研发支出资本化率也有促进作用，一般地，高管学历越高，其研发支出资本化率也越高；高管性别对研发支出资本化率也存在明显的影响，说明性别差异是资本化的一大影响因素。综合考虑高管的以上特征(高管情绪、高管年龄、高管性别，高管学历)发现：大多数高管特征都与研发支出资本化率有显著关系，说明高管身上的这些特征都对研发支出资本化率有影响。

5.2 启示

通过对企业高管特征的分析发现，研发支出资本化率的高低与企业高管的特征密切相关。由于资本化判断依据给了高管一些空间，使其可以根据个人的主观意愿，选用资本化或费用化进行处理。为此，在判断企业研发支出资本化的时候，要充分考虑高管特征因素，这样对研发支出资本化率的考量会更为合理。