高新技术企业技术创新投资风险预警研究
2020-02-27季聿阳
季聿阳
一、引言
近年来,全国开始进入创新经济时代,“科学技术是第一生产力”,因而,大力发展高新技术产业成为我国综合国力以及提升国际竞争力的核心力量。据统计,2018年,全国高新技术企业达到45315家,实现工业总产值152235亿,营业总收入167744亿,获得净利润10895亿,实际上缴税收总额8381亿。高新技术企业利税率和人均利税分别高达12.14%和11.89万元,而同期我国高技术产业该指标分别仅为9.28%和7.48万元。很显然,高新技术企业已经成为引领我国高技术产业发展的龙头。当然,要进行技术创新,首先必须要对其注入一定量的资金,从而会涉及到风险投资。世界上有很多利用风投成功的事例,如:沃伦巴菲特在股票投资市场上创下“永不亏损”的记录,40年间创造了超过2000亿美元的财富。
然而,风投与技术创新有关系吗?根据有关资料显示,杨晔(2012)采用 Granger 因果检验对区域面板数据进行分析,得出风险投资与专利之间存在长期稳定的均衡关系的结论,同时验证了风险投资先于创新的假说;经过有关专家初叶萍(2006)、Chemmanur等(2011)研究发现,获风险投资支持的企业在收到风险资本前,表现出比未获风险资本支持的企业更高的技术创新能力,即技术创新与风险投资的关系为“鱼儿离不开水”。从哲学上讲,它们是一种相互依赖、相互促进和相互制约的辩证统一关系,只有将风投与技术创新两者相互结合才能促进企业经济发展,相互分开则会成为一个个孤立体,难以长久地良性循环发展下去。
二、研究设计
(一)样本选取与数据来源
本文为研究企业资金流入与资金流出之间的关系,从同花顺网站数据中心获取了2019年10月份的有关个股资金的流出与流入的有关数据,并从个股资金一览表中剔除了以下样本:(1)股票代码;(2)股票简称;(3)最新价;(4)涨跌幅;(5)换手率;(6)成交额;(7)大单流入。保留了(1)序号;(2)流入资金;(3)流出资金;(4)净额样本。为使研究结果更具代表性,从中选取了30个数据,并对选取数据用统计软件进行了有关指标的计算,得出我国各企业流入资金的平均值为7508.462,流出资金的平均值为6520.153,其中样本量为30,通过假设检验模型分析我国各企业流入资金与流出资金相比,有无显著性差异,可以判断我国各企业经济发展情况。
(二)指标选取
本文通过研究流出资金与流入资金的拟合程度,来确定它们具体的变化关系,并对流出现金与流入现金的用回归统计和方差分析,以确定流出资金与流入资金的线性关系和拟合优度情况。
(三)研究模型建构
1.假设检验模型
假设检验的一般流程如下:
首先,提出原假设和备择假设,分别为H0和H1;
然后,需要确定适当的检验统计量,并计算其数值。在参数的假设检验中,如同在参数估计中一样,要借助样本统计量进行统计推断,这个统计量称为检验统计量。选择哪个统计量作为检验统计量需要考虑一些因素,例如,进行检验的样本量是多还是少,总体标准差σ≥已知还是未知,等等,这些因素与参数估计中确定统计量的标准相同。
计算统计量类似于分数转化过程,如同把一般得分转化为标准得分,一般经验说法是取样本n≥30,此时称之为大样本,所以采用z统计量。
在进行假设检验时,利用的是小概率原理,小概率原理是指发生概率很小的随机事件在一次试验中几乎是不可能发生的,根据这一原理可以作出是否拒绝原假设的决定,著名的英国统计学家费希尔把小概率的标准定为0.05.即α=0.05。
最后,可以进行统计决策:
2.方差分析模型
方差分析是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。在方差分析中,所要检验的对象称为因素或因子。因素的不同表现称为水平或处理,每个因子水平下得到的样本数据称为观测值。在这里,我们使用单因素方差分析法,并且可以利用Excel直接根据所选取的数据输出方差分析结果。其中,方差分析结果表中的SS表示平方和;df为自由度;MS表示均方;F为检验的量;P-value表示为检验的P值;F crit为给定的a水平下的临界值。
3.一元线性回归模型
在进行回归分析时,首先需要确定哪个变量是因变量,哪个是自变量。在回归分析中,被预测或被解释的变量称之为因变量,用y表示,用来预测或解释因变量的变量称为自变量,用x表示,它们之间的关系也相当于数学中的一种函数关系。当回归中只涉及一个自变量时称为一元回归,若因变量y与自变量x之间为线性关系则称为一元线性回归。对于具有线性关系的两个变量,可以用一个线性方程来表示它们之间的关系。描述因变量y如何依赖于自变量x和误差项ε(其变化情况通过残差来表示)的方程称为回归模型。描述因变量y的期望值如何依赖于自变量x的方程称为回归方程,其估计的回归方程为式 中 ,是估计的回归直线在y轴上的截距;是直线的斜率;表示x每变动一个单位时,y的平均变动值。
三、实证结果
(一)流入资金与流出资金之间显著关系研究
由于我国各企业流入资金的平均值为7508.462,流出资金的平均值为6520.153,因而,为确定流出资金与流入资金之间的显著关系,确定原假设和备择假设分别为,H0:μ=7508.462,H1:μ≠7508.462,得出结论|z|=0.4997<1.96,不拒绝H0,我国各企业流入资金与流出资金之间有显著影响,即要求企业在风险投资中要合理地进行预警,才能更合理地投入适当的资金以获得最佳的企业效益。
(二)流入资金与流出资金之间线性关系分析
由于流出资金与流入资金之间具有某一种线性关系,假设x代表流出资金,y代表流出资金,则它们之间可以用一元线性回归模型来分析,且通过计算得出因此,线性回归方程为:流出现金与流入现金之间呈负的线性相关关系,表明我国企业在进行技术创新投入资金时明显不合理,要求企业进行风险投资管理活动,以此获得效益。
四、结论及建议
本文研究了2019年10月份有关各上市公司的资金流入与流出情况,并通过准确合理的模型建立,得出了流出资金与流入资金之间具有明显的线性关系的结论,以此证实了风险投资与技术创新之间不可分的关系。研究结果表明,适当地对企业技术创新投入资金,会增加企业的资金流入即增大企业的绩效。同时,以创新平台为支撑,有利于实现与国家技术创新重点项目的有效对接,增强对企业的风投效率。此外,由于我国利率市场水平的不断完善,商业银行业在逐步地转变发展理念,对成长性企业和企业的创新活动给予了更多“包容”,因而要不断推出创新金融工具,企业融资渠道便可进一步拓宽;同时,加强对企业相关财务人员的培养,确保企业员工能够不断学习和掌握新的有关风投与企业创新的理论和知识,从而提高相关财务人员风险管控水平,增加企业投资效益;最后,由于现金的流动性最强,则企业应有效管理资产,减少现金占用,实现改善现金流量的目的。企业在进行风投时,可以用银行存款、票据等进行投资,降低现金浮存量,确保企业财务风险可控。