高新技术企业的资本结构与经营绩效关系——基于不同研发强度的视角

郄海拓，耿 喆，张志娟

（中国科学技术信息研究所，北京 100038）

创新是企业和国家发展的不竭动力，而高新技术企业作为创新活动的最主要参与者和创新成果的主要源泉，对国家经济发展起着极为重要的推动作用。提升高新技术企业经营绩效的途径有很多，而通过调整资本结构和进行研发投入等都会对企业经营绩效有所影响。在实际生产经营中，高新技术企业研发投入会影响资本结构与经营绩效之间的关系，但具体影响如何，学术界依然没有定论，因而研究研发投入对高新技术企业的资本结构与经营绩效之间的关系，以提升企业经营绩效就尤为重要了。另外，企业的资本结构与经营绩效之间的关系非常复杂，而且由于研究样本和视角的差异，现有研究结论业不尽相同，加上不同高新技术企业研发强度各异，使企业的资本结构与经营绩效之间的关系更加复杂。而且虽然研究普遍显示研发投入对企业绩效有利，但现有研究也表明我国研发投入的增幅与地区生产总值（GDP）增幅显著不成比例，前者远远高于后者［1］，这说明确定不同研发强度下高新技术企业的资本结构与经营绩效间的关系不仅有利于明确两者的具体关系，还有助于确定最优的研发强度区间，以避免研发资源的浪费。因而，无论从研究的重要性还是紧迫性方面分析，都可以确定，研究不同研发强度下高新技术企业的资本结构与经营绩效之间的关系都非常有意义。

1 研究背景与研究意义

2018年3月7日，习近平总书记参加十三届全国人大一次会议广东代表团审议时强调：“发展是第一要务，人才是第一资源，创新是第一动力。中国如果不走创新驱动道路，新旧动能不能顺利转换，是不可能真正强大起来的，只能是大而不强。”［2］习总书记的讲话再一次表明了我国党和领导人对创新的重视。对于企业而言，创新不仅是企业发展的动力，还是企业安身立命、获取高水平经营绩效、核心竞争力和持续生命力的根本，是推动区域和国家经济发展的重要动力，高度依赖技术创新水平的高新技术企业作为国家创新的中坚力量，应该积极发挥其对经济发展的重要作用。Francois等［3］提出了增长极理论在解释高新技术企业资源优势方面的应用，认为高新技术企业能够带动相关企业的共同成长。Lendner等［4］以温床效应理论解释高新技术企业对创新活动的推动作用和对创新成果转化的“温床”作用。Şimşek等［5］则认为高新技术企业开发区能够将企业、高校和实验室有效组合。总之，高新技术企业作为创新的主要力量，集中体现了国家和区域的创新能力和创新水平，因而本研究选取高新技术企业作为研究对象。

企业资本结构的优化配置能够在不大幅增加企业额外负担的情况下使企业获得最优的经营绩效，而现有研究对于资本结构与企业经营绩效之间的关系存在诸多争议，因而了解高新技术企业的资本结构与经营绩效之间的关系就非常重要。对于高新技术企业而言，研发投入是企业发展的关键动力，研发投入会如何影响企业资本结构与经营绩效之间的关系、如何选择最优的研发投入强度以最优化企业经营绩效都是非常有价值的研究课题。

从理论层面来讲，基于门槛模型研究不同研发强度下高新技术企业资本结构与企业经营绩效之间的关系，不仅扩展了传统门槛模型的应用范围，还将简单的线性相关关系予以复杂化，并增加了门槛变量的影响，研究在门槛变量的影响下，企业的资本结构与经营绩效间在被门槛变量划分的区间上有何种具体的相关关系，以及各区间的相关关系有何变化等问题，加深了研究的深度和精确程度，而且由于门槛变量的引入使模型与实际情况更符合，因而得到的结论更加真实可信。

从现实层面来讲，门槛模型测算出最优的研发强度区间，有利于企业结合自身情况选择最优的研发投入强度以获取最经济高效的经营绩效提升。另外，以动态的非线性的视角来看待高新技术企业的资产结构与经营绩效之间的关系，有助于企业经营管理者对于企业决策作出更客观、科学的判断和选择。最后，本研究中控制变量对企业经营绩效的作用结果，有利于为多渠道提升企业经营绩效提供思路和依据。

2 文献综述

2.1 门槛模型研究综述

Hansen［6］首次将面板模型应用到企业现金流和投资关系的研究上，发现当以负债率为门槛变量时，两者关系存在双门槛效应。连玉君等［7］则运用此模型验证了上市企业的资本结构与经营绩效之间的双门槛效应，其中选取企业成长率为门槛变量。徐伟民等［8］基于上海高新技术企业的微观数据研究发现，税收减免与政府资助均对专利存在单一门槛效应。唐李伟等［9］运用门槛模型研究碳排放与城镇化之间的关系，发现单一门槛效应存在。严太华等［10］基于我国高新技术产业的省域数据研究发现，以金融发展水平作为门槛变量时，自主研发和知识积累间存在显著的单一门槛效应。王艾敏［11］研究以信息化发展水平作为门槛变量时我国的信息化水平与农村经济之间的双门槛效应。陈恒等［12］选取我国高新技术产业为对象，研究发现产业的自主研发创新与科技绩效间存在双门槛相关关系，且此关系受到知识积累影响。刁秀华等［13］以省域数据验证我国高技术产业中企业的规模质量与技术创新效率之间的三门槛效应。姚惠泽等［14］以我国的微观企业数据验证了对外直接投资与其技术创新水平之间存在门槛效应。

通过上述门槛模型研究综述可以知道，门槛回归自1999年后便在各个研究领域得到了广泛的应用，特别是在研究复杂的变量间关系时，门槛回归模型凭借其模型设计原理，可以将简单的被解释变量与解释变量之间的关系转化为，在受到某门槛变量的影响下被解释变量与解释变量之间复杂关系研究，不仅包括两者关系发生突变的具体突变点，还包括不同区间内两变量之间具体的相关关系等内容，进而加深了研究的深度和精细程度。本研究拟基于此思路，研究涉及六大行业（以2012年证监会的认定为依据）的我国上市高新技术企业的资本结构与经营绩效之间在不同的研发强度下所呈现的具体关系，如两者之间的关系是否存在关系突变点，以及在由突变点划分的区间上两者的具体关系等。

2.2 企业资本结构与经营绩效关系研究综述

上市企业的资本结构与经营绩效之间的关系，一直以来都是学术界研究的热点问题。陈德萍等［15］的研究证明二者间存在互动关系。越来越多的学者也认同资本结构的重要意义，资本结构效应跨越单一财务领域扩展至治理效应，最终作用于企业绩效［16］。而由于样本选择与研究侧重点选择不同，国内外专家学者们得出的研究结论也不尽相同。关于企业的资本结构与经营绩效之间的关系，大致可以划分为简单相关关系与复杂相关关系两种。前者可以分为正相关与负相关关系，而后者则可能存在“U”型或者倒“U”型或者门槛等非线性复杂关系。

（1）简单相关关系。企业的资本结构与经营绩效之间的简单相关关系可以划分为显著的正向效应与负向效应两种。

Masulis［17］通过实证检验验证了资本结构（负债率）与企业绩效之间的正相关关系，且存在最优资本结构的负债率约在0.23～0.45之间。洪锡熙等［18］研究认为企业资本结构正向影响盈利能力。张佳林等［19］基于我国电力行业的微观数据研究发现，就电力行业微观层面来看，资本结构与企业绩效正相关。王娟等［20］基于我国上市企业数据研究认为，企业资本结构与净资产收益率间存在显著正相关关系。Kyereboah-Coleman［21］基于1995—2004年非洲小微信贷机构数据研究发现，长期负债融资带来更好的企业绩效。章强远等［22］基于我国金融板上市企业数据研究发现，企业的资本结构与绩效之间存在微弱的正向相关关系。

另一部分学者则持相反态度。Rajan等［23］研究发现企业债务负向影响企业盈利能力。陆正飞等［24］基于实证研究结果提出企业的长期负债比率与获利能力间存在显著负相关关系。冯根福等［25］基于我国上市企业数据，实证验证了企业的盈利能力与资产负债率间的负相关关系；而张则斌等［26］的研究也得出了同样的结论。Hovakimian等［27］认为绩效好的企业目标资本结构普遍较低。Booth等［28］基于印度、巴基斯坦和韩国等10个发展中国家的数据研究发现，企业资本结构负向影响企业绩效，且负向影响非常明显。肖作平［29］则基于我国220家上市企业数据验证了资产负债率与企业价值之间的负相关关系。于东智［30］依据证监会对所选上市企业进行行业划分，选取了1997—2000年我国上市企业数据，验证了资产负债率与企业绩效之间的显著负相关关系。杜莹等［31］选取了我国96家上市企业1999—2001年资产负债率和绩效指标数据，通过回归验证了两者的负相关关系。皮毅［32］以2003年我国上市企业为样本验证了企业的资本结构与绩效的负相关关系。杨柳勇等［33］选取浙江省民营上市企业进行多元回归实证研究，得到了相同结论。安琦［34］基于我国股份制商业银行样本研究结论，提出优化资本结构有助于提升企业经营绩效。杨向阳［35］基于泛长三角A股制造业2002—2004上市企业数据、邓丽雯［36］基于2007—2011年沪深物流行业数据、胡石其等［37］基于一百余家上市企业数据、陈翊［38］基于2008—2015年我国9个行业上市企业数据，以及朱文莉等［39］基于我国物流业上市企业数据，验证了资产负债率与企业绩效间呈显著的负相关关系。

（2）复杂性相关关系。Majumdar等［40］研究认为资产负债率与企业绩效间存在倒“U”型相关关系。Campello［41］基于近30年115家企业样本进行研究，发现资本结构对企业绩效的影响情形不是单一的，具体而言，较低负债水平对企业绩效有利而高负债率则对企业绩效有负向影响。Berger等［42］研究发现美国上市银行的资本结构与经营绩效间存在非线性的交互关系。吕长江等［43］基于深市和沪市六百余家上市企业1997—2004年的数据研究发现，资本结构与经营绩效间存在倒“U”型关系；黄昆明［44］也基于上市企业数据采用门槛模型进行研究，并得到了相同结论，此结论同时印证了动态权衡理论。贾利军等［45］对我国电力板块上市企业的研究和Margaritis等［46］的研究得到了相同结论。

基于上述研究可以发现，企业资本结构与经营绩效之间的关系已经逐步从简单的相关关系研究变得复杂和精细，研究深度和精度也不断得以优化，具体来说就是从简单的单一的正向效应和负向效应研究转变为复杂的相关关系研究，例如经由某一突变点就有会发生正负效应或相关系数转变等的复杂相关关系。本文拟研究涉及六大行业的我国上市高新技术企业的资本结构与经营绩效的相关关系，由于高新技术企业对研发创新尤为重视，因而本研究拟选取研发强度为门槛变量，以探索不同研发强度下高新技术企业的资本结构与经营绩效之间的相关关系是否显著，以及是否存在关系突变点，即门槛效应。

3 门槛模型原理与建立

3.1 门槛模型构建原理

门槛模型有助于解决变量间存在非线性和结构突变的关系问题。基于Hansen［6］和连玉君 等［7］的研究原理说明，本研究提出门槛模型如式（1）所示：

式（1）中：t为样本选择年份（2012—2018年）；i为样本序号；yit为第t第i个样本的总资产收益率（return on assets，ROA），为被解释变量；ckit为第t第i个样本控制变量的集合，k为控制变量标号，取值1、2、3、4、5、1s、2s、3s、4s、5s(其中s代表平方项)；xit为第t第i个样本的资本结构，为解释变量；θ、αi、βi分别为对应常数项、控制变量对应系数向量和资本结构对应系数向量；εit为服从正态分布的随机扰动项。

基于上述模型构建原理进行门槛模型变量选择。

3.2 门槛模型变量选取

首先确定被解释变量，即企业经营绩效变量。李显君等［47］在研究我国上市汽车企业的研发投入和经营绩效关系时选取了总资产收益率作为衡量企业经营绩效的变量；王维等［48］也选择了该代理变量衡量我国新能源上市汽车企业经营绩效。范黎波等［49］在研究上市家族企业经营绩效时提出，总资产收益率不仅是国内外学者普遍采用的衡量企业绩效的变量，而且不易受其他因素影响，因而用于衡量企业经营绩效较为客观。本研究基于此，选取总资产收益率作为衡量企业经营绩效的代理变量，即被解释变量，以y表示。

然后选择解释变量。本研究的核心是不同研发强度下企业的资本结构与经营绩效之间的关系，对于企业资本结构的代理变量选择，企业资产负债率是最权威和核心的变量。连玉君等［7］选取企业资产负债率作为上市企业资本结构的代理变量；持类似观点的还有朱艳丽［50］、王楠等［51］、李显君等［47］、毛英等［16］和王维等［48］。因此，本研究选择资产负债率作为企业资本结构的代理变量，以x表示。

接下来选择门槛变量。由于本研究想要研究高新技术企业的研发投入强度对企业资本结构与经营绩效之间关系的影响，因而需要确定一个最能体现研发投入强度的代理变量。在现有研究中，以研发投入总量与营业收入总额的比值计算的研发经费投入强度是最广泛应用的研发强度代理变量，在范旭等［52］、朱艳丽［50］、李显君等［47］和戴浩等［53］学者的研究中均有所体现。因而，本文选取研发投入总量与营业收入的比值作为门槛变量代理变量，以r表示。

最后进行控制变量的选。本研究选取企业规模（企业资产总额的自然对数）、企业成长能力（年末营业收入总额/上期末营业收入总额）、企业市场竞争强度、企业盈利能力、企业营业总收入以及其平方项作为控制变量［6，47-48，53-55］，以研究控制变量与解释变量之间是否存在“U”型或倒“U”型复杂关系，分别以ci和cis(i=1，2，3，4，5)表示。

将模型各变量进行汇总，如表1所示。

表1 高新技术企业资本结构与经营绩效关系研究的门槛模型变量汇总

3.3 门槛模型建立

本研究基于文献和对现实情况的判断，推测不同研发强度下高新技术企业的资本结构与经营绩效之间可能存在非线性相关关系，也可能是存在相反相关关系的“U”型或倒“U”型关系，也可能会存在更为复杂的门槛效应。为了确定两者之间关系在不同研发强度影响下的变化，不能人为地划分研发强度区间，而要基于客观数据测算的结构划分，以避免主观性带来的偏差。基于以上思路，将面板模型表达式写作式（2）：

为了使模型测算结果更加客观，基于Hansen［6］和连玉君等［7］研究中所采用的组内去心方法消除个体效应的影响，以变量yit说明如下：

进而将面板模型转化为式（4）的形式：

模型的具体检验过程不再赘述，可以参考相关文献中的说明［55-56］。对本研究中用到的门槛模型进行详细设定，单一门槛模型如式（5）所示：

式（5）中：各变量对应表1中的变量；γ为待求门槛值；为指示函数；εit、μi、υt分别代表上市高新技术企业中难以观测的随机扰动项、变量与时间特定效应，统称为个体效应，可能源于企业自身管理水平、管理者风险偏好等各类企业特点。

在式（5）的基础上推广到双门槛效应情况，则双门槛模型见式（6）：

相比于式（5），式（6）表达的是当满足双门槛效应时的情况，其中γ1和γ2表示两门槛值，且γ1＜γ2。明确了模型后，基于模型进行实证分析。

4 实证结果与分析

4.1 数据来源与处理

为了避免样本同质性假设带来的研究限制，确保研究结果更为精确，进而能够为企业提供切实的指导，本研究选取企业微观数据作为数据基础。选取国泰安数据库公司研究系列中上市企业的研发创新与财务报表部分2011—2018年相关变量的高新技术企业数据，由于计算企业成长能力的变量需要上期末营业收入总额数据，因而会损失一年数据，即实际参与模型测算的是2012—2018年的企业数据。高新技术企业以证监会2012年版行业分类为依据，选取包括医药制造业，航空、航天器及设备制造业，电子及通信设备制造业，计算机及办公设备制造业，医疗仪器设备及仪器仪表制造业和信息化学品制造业，共计6个行业大类的上市企业 (以下简称“样本”)，然后做如下处理：（1）去掉缺失严重的样本；（2）剔除ST、*ST、PT企业；（3）剔除负债率大于1的企业；（4）少量缺失值的通过企业年报予以补充，年报无法补充的极少数缺失值采用Stata予以补充。最终参与面板门槛模型测算的数据共4 347条，包含621家上市高新技术企业7年的数据。

为了去除离群值对模型测算结果的影响，在1%和99%分位点上对原始数据进行缩尾处理，变量描述性统计情况如表2所示。

表2 样本变量描述性统计结果

完成上述工作后，基于面板门槛模型对样本企业在不同研发强度下的资本结构与经营绩效之间的关系进行测算。为了方便对比分析，此处将变量做固定效应回归模型来观察变量之间的关系，结果如表3所示。

表3 样本固定效应回归结果汇总

表3 （续）

从表3可以看出，在不考虑研发强度情况下，基于固定效应的回归模型中，企业经营绩效与企业资产负债率之间存在负相关关系，系数为-4.4607，可见资产负债率对企业经营绩效有明显的负向影响；企业规模c1、市场竞争强度c3对企业经营绩效有显著的负向效应，前者同时存在“U”型关系，而企业成长能力c2、企业盈利能力c4和企业营业总收入c5对企业经营绩效均有显著的正向效应，且c4与c5对企业经营绩效还同时存在倒“U”型关系。各变量对企业经营绩效的影响程度有强弱区别，直接体现在系数上，此处不再逐一说明。

4.2 面板门槛模型结果

基于门槛模型来测算门槛个数，逐次验证无门槛、存在一个门槛和存在两个及以上门槛值的模型结果，将自抽样得到的P值与F统计量以及1%、5%和10%临界值进行列示。具体结果如表4所示。

表4 样本门槛模型测定结果汇总

根据表4测算结果可知，在1%的显著性水平测算下，一个门槛值与两个门槛值的模型结果均通过了验证，而三重门槛的效果并不十分显著，且结合置信区间情况（见表5）和Hansen［6］与陈恒等［12］对类似结果的判断，可排除三重门槛的情况。

表5 样本门槛估计值与置信区间

因而根据表4和表5可知，在不同研发强度下样本企业的资本结构与经营绩效的关系存在显著的双门槛效应，门槛值分别为2.500和9.280。根据两门槛值将研发强度划分为低研发强度（r≤2.500）、中等研发强度（2.500＜r≤9.280）和高研发强度（r＞9.280）3个区间，由模型测算结果可知，在不同研发强度区间内样本企业的资本结构与经营绩效之间的关系存在明显变化。

4.3 门槛变量时间异质性分布现状分析

由于已经确认了研发强度门槛变量的两个门槛点，因而可以将样本按照研发强度所处区间进行统计，以反映高新技术企业门槛变量时间异质性分布状态。从表6可以看出，研发强度处于中等水平的企业数量明显高于研发强度处于低研发强度和高研发强度的企业数量，且企业数量是维持稳中有增的总体态势；低研发强度的企业数量在2012—2018年的时间区间内呈现缓慢下降的态势，而高研发强度的企业数量则有所上升。结合上述情况可知，总体而言，2012—2018年，样本高新技术企业的总体研发强度呈现上升态势，企业研发强度总体稳中有升。

表6 不同研发强度区间内样本数量统计 单位：家

由于不同研发强度对企业资本结构与经营绩效之间的关系有明显的双门槛效应，因而在确定门槛值以及相应不同研发强度区间内样本分布情况后，对不同研发强度区间内企业的资本结构与经营绩效之间的具体关系予以确认极为重要，有助于为企业确定最优的研发强度提供具体可行的依据，因而接下来的结果分析重点将集中于此。

4.4 双门槛模型测算结果及分析

对双门槛模型测算结果予以列示如表7所示。

表7 考虑解释变量与门槛变量交乘项的样本模型测算结果

接下来对模型测算结果进行具体分析。首先说明模型中最关键的测算结果，即x_x_r1、x_x_r2、x_x_r3与y的相关关系，可见此系数皆为负值。x_x_r1表示的是当低研发投入强度情况下企业的资本结构与经营绩效之间的相关系数，系数为-1.402 7个单位，说明企业研发强度处于(0，2.500］区间内，负债率每增加1个单位，经营绩效将降低-1.402 7个单位；同理，在企业研发强度处于(2.500，9.280］区间内，负债率每增加1个单位，经营绩效将降低-3.667 2个单位；企业研发强度处于(9.280，36.030］区间时，负债率每增加1个单位，经营绩效将降低-1.703 8个单位。从3个系数比较中可以看出，在高研发强度和低研发强度情况下，企业负债率对经营绩效的负向影响较中等研发强度的负向影响弱很多，而在高研发强度和低研发强度的比较下，低研发水平比高研发水平的负向影响更低，但程度不大。简单来说就是，较高或较低的研发强度有助于降低企业资产负债率对于经营绩效的约束程度，而中等水平的研发强度效果相较于较高和较低水平的研发强度效果而言较差。同时对比表3和7中固定效应回归中的企业资产负债率与经营绩效的系数之间的关系（-4.460 7）发现，即使中等研发强度也有助于降低负债率对经营绩效的负向影响，因而证明企业研发投入有助于提升经营绩效。

结合上述研究结论与表6可以看出，样本高新技术企业大多选择了中等水平的研发强度，而从研究结果来看，实际上中等研发强度是最差的研发强度范围，这就意味着，我国大多数高新技术企业都应该主动结合自身情况重新调整研发强度，使其保持在较高或较低的水平上，来获取最优的企业经营绩效。这也是本研究对我国高新技术企业在研发强度选择方面提供的最重要的借鉴。

从表3与表7的结果对比中可以发现，企业经营绩效与各控制变量之间的关系在系数和显著性方面差别不大，具体分析基于双门槛回归模型测算结果进行说明。其中：企业规模c1与企业经营绩效y之间存在1%水平上显著的负相关关系，系数为-6.557 2，这说明企业规模的增加在一定范围内会降低经营绩效；而从c1s的系数可以看出，企业规模与经营绩效之间存在“U”型关系，但系数较低，为0.083 3，在5%水平上显著正相关，这说明应结合企业实际情况控制企业规模，打造企业竞争力相较于企业规模扩张更加重要。企业成长能力c2与企业经营绩效y之间存在5%水平上显著的正相关关系，系数为0.744 7，即企业成长能力每增加1单位会带来经营绩效0.744 7单位的增加，这说明企业成长能力对于提升经营绩效而言非常重要，企业负责人要重视企业成长能力的培养和保持；而c2s与企业经营绩效之间不存在明显的相关关系。企业市场竞争强度c3与企业经营绩效间存在10%水平上显著的负相关关系，系数为-0.049 6，说明一单位企业市场竞争强度的提升大约会带来0.049 6个单位企业经营绩效的下降，这说明企业着眼提升竞争强度会在一定程度上耗费人力和资金等资源，进而对企业经营绩效产生一定抑制作用，但并不严重，企业还是应该从自身成长能力、盈利能力等方面实现内部提升，对其重视程度应高于外部竞争；其平方项c3s与企业经营绩效间无显著相关关系。企业盈利能力c4与营业总收入c5与企业经营绩效之间均存在1%水平上显著的正相关关系，系数分别为0.925 5和5.851 7，这说明一单位企业盈利能力与营业总收入的提升分别会提升0.925 5和5.851 7个单位企业经营绩效水平；而二者平方项c4s与c5s则均在1%显著性水平上对企业经营绩效产生负向影响，影响程度分别为-0.017 2与-0.130 2，这说明企业盈利能力与营业总收入对经营绩效之间存在显著的倒“U”型关系，企业应对相应指标的范围予以重视和监控调整。企业可以结合自身具体情况选择最优的研发强度以及资本结构水平和各控制变量取值水平，以获得最优的企业经营绩效水平，此即为本研究对于实际问题的指导意义。

5 研究结论及建议

5.1 研究结论

本文选取的是涵盖六大行业的我国上市高新技术企业的微观数据来研究不同研发强度下企业资本结构与经营绩效之间的关系突变情况，由于采用微观数据，各指标的具体情况都能在具体数据中一一体现。吴玉鸣［56］曾提出，创新能力主要源于企业，因而采用企业微观数据相对于产业或行业数据而言，虽然数据收集和分析难度较大，但得到的结果更为客观和直接。本研究以高新技术企业研发强度为门槛变量，通过模型测算发现双门槛效应成立，并找到了两个门槛值，也即企业资本结构与经营绩效之间关系的突变点，以此为依据，按照研发强度将企业资产负债率与经营绩效之间的关系划分为3个区间进行讨论，得到结论：在研发强度低于2.500时，二者相关系数为-1.402 7；在研发强度处于中等水平 (2.500，9.280］ 时，二者相关系数为-3.667 2；在研发强度高于9.280时，二者关系系数为-1.703 8。可见企业可据此调整自身的研发强度水平来获取最优的经营绩效。而就目前样本研发强度的区间分布数量来看，大多数企业都选择了“不明智”的研发强度，这或许是我国创新投入没有带来预期的企业绩效提升的主要原因，也是企业提升经营绩效的重要突破口。

从其他变量分析，除了研发强度与企业资本结构外，还有众多因素会影响企业经营绩效及其未来的变化方向，因而企业也要对规模、成长能力、盈利能力等各指标予以定期监控，以全面了解经营现状，主动对这些变量予以调整，以获取最优的企业绩效。

从门槛回归与简单固定效应模型回归模型结果可以看出，加入门槛变量（研发强度）的企业资本结构对企业经营绩效的负效应被大大削弱，这说明研发投入对于高新技术企业资本结构对企业经营绩效的负向影响有极大的抑制作用，充分证明了研发投入对于高新技术企业来说意义重大。

5.2 建议

基于上述结论可知，高新技术企业研发投入有利于削弱企业负债率与经营绩效之间的负效应，因而企业加强研发投入非常有必要。在研发投入强度的确定上，高新技术企业应该结合自身的实际情况来确定最适合本企业的研发强度投入水平，以获取最优的企业绩效，不可以盲目贪求高水平研发强度，更不能盲目跟风。

另外，企业不仅要对研发强度予以优化，还需要主动对本企业的规模等其他方面予以必要的重视，要多方面结合来挖掘最适合企业经营绩效提升的个性化路径；同时要定期检查和监控各指标的具体情况，以确保对企业现状作出最客观的判断，例如对每年的成长能力、盈利能力以及市场竞争情况等进行深入的分析和判断。

最后，通过多渠道、多路径以最优的方式提升企业经营绩效，基于对企业各指标具体情况的深入分析，判断最优绩效提升路径及各提升路径排序布局等情况，形成多维度、立体的企业经营绩效提升体系。

5.3 创新点

本研究可能的创新之处主要体现在3个方面：

一是门槛模型用于高新技术企业资本结构与经营绩效的关系研究增加了研究的深度与精细程度。本文基于文献和现实情况，以及高新技术企业的主要特点，选取研发强度作为高新技术企业的资本结构与经营绩效之间关系的门槛变量，研究在不同研发强度下高新技术企业资本结构与经营绩效之间的关系。区别于以往简单相关关系的研究，采用门槛模型研究两者间关系，能够增加研究的精度与精细程度，研究不同门槛变量作用下高新技术企业资本结构与经营绩效的关系变化情况，且研发强度的重要作用也通过双重门槛模型与简单固定效应模型中企业资本结构与经营绩效之间的负相关系数差异有所体现；另外，模型结果间的差异分析也使研究结论更为精细，各变量的具体作用更易剥离。简言之，门槛模型的应用在两个维度增加了研究的深度与精细程度：一方面高新技术企业资本结构与经营绩效关系研究更为具体，通过双门槛的验证发现两者关系经由突变点而发生变化，以及不同门槛变量范围内两者关系的具体情况；另一方面通过模型间的对比研究分析差异，实现特定变量作用的具体剥离，进而增加研究的深度与精细程度。

二是除了关键的门槛变量、被解释变量与解释变量，本研究还选择了5个控制变量，同时为了研究这些变量对高新技术企业经营绩效的影响是否存在非线性关系，还增加了控制变量的平方项以加深研究深度，结果表明c1、c4、c5变量确实分别对企业经营绩效存在“U”型、倒“U”型和倒“U”型关系。这部分研究实际上也还有进一步推进的空间，即将上述关系再进行进一步推进，“U”型或倒“U”型关系的突变点两侧是否还存在更为精细的关系及其具体情况？本文限于篇幅和研究重点，并未对这些问题进行展开，但为将来的研究提供了思路和方向。

三是基于企业微观数据进行不同研发强度下高新技术企业资本结构与经营绩效的关系研究，有效避免了样本同质性假设带来的研究限制，因而研究结果更为精确，对企业的指导作用更强。以往的研究常常是在区域或国家层面进行，这些数据相对结构性更强，整理难度较企业数据低，但企业数据更能直观反映所研究的关系的准确情况，因为企业是最小的样本，能够全面、具体反映关系的具体情况；而且基于企业微观数据的研究，有效避免了宏观数据中存在的企业同质性假设，保证了研究结果的准确性和精确性，研究结果直接指导企业实践也具备更充分的理论与现实依据。

本研究选取研发强度研究高新技术企业资本结构与企业经营绩效之间的关系，发现两者间存在显著的双门槛效应，并初步对5个控制变量及其平方项对企业经营绩效的影响情况予以测算，结果发现有3个变量都存在非线性关系。下一步的研究将以此为突破口，研究更多变量之间更为复杂的相关关系。