债务结构异质性与双元平衡创新＊

2021-08-09贾凯威谢瑜

科技促进发展 2021年3期

■ 贾凯威谢瑜

辽宁工程技术大学工商管理学院葫芦岛 125105

0 引言

随着我国经济由高速度增长向高质量发展的转变，创新驱动战略上升为我国的国家战略。与此同时，在我国去杠杆的背景下企业的资本结构面临着调整与变化，而企业的创新是需要巨额资金支持的。现有文献对资本结构与创新的关系存在两种观点。一种观点认为，由于创新的不确定性与长周期性，债务融资的期限性与对现金流的强约束性不利于企业的创新[1]，而股权融资由于其高风险偏好、无固定期限等特征更有利于企业的创新[2]（张维迎，2017）。另一种观点认为，股权融资并不利于公司的创新，而债务融资有利于企业创新[3]（王玉泽等，2019）。两种观点存在分歧的原因可能是忽略了债务结构的变化对探索式创新与利用式创新的影响是不同的。

在企业自主创新发展的影响下，基于资本结构与公司治理视角寻求企业的平衡式双元创新影响机制显得尤其重要，辽宁省科协科技创新智库因此设立了资本结构视角下辽宁省科技企业双元创新现状、问题与对策研究项目，基于该项目，本文选取了我国2010～2019年3833 家上市公司数据为样本，对债务结构异质性影响企业双元平衡创新的机制进行实证研究。论文贡献在于：第一，从治理视角论证了股权与债权混合性对于保持双元平衡创新路径的重要性。已有研究多注重不同组织机制对平衡创新路径的重要作用，而对治理与激励的作用考虑不够。本研究的一个重要意义在于，如果在特定时点存在最优的探索/利用比使公司价值最大化，那么该比率应当与股权/债务比存在正相关关系，从而建立了最优创新路径与最优资本结构间的联系，丰富和拓展了资本结构的内涵。第二，为债务影响创新的机制提供了更具体的证据。我们认为，债务可以激励经理人充分挖掘和利用公司已有知识和能力提升企业价值，从而形成影响创新的自适应、自调节机制。该观点突破了现有关于“债务容易导致创新活动的短视性”观点，而是认为债务有利于促进探索式创新与利用式的平衡与协调，从而有利于公司价值的提升，而这与股东目标一致。第三，基于债权结构异质性与创新二元性视角深化了债权结构与二元平衡创新的关系，支持了最优资本结构理论与动态调整理论，提出了最优债权结构的设想，为我国企业通过调整杠杆（当前阶段主要表现为去杠杆）实现平衡创新提供了理论支撑与路径支持，即应当在调整杠杆水平的时候，更应该关注债务结构。

1 理论背景

March(1991)对双元平衡创新中的组织问题进行了开创性研究。自此，大量的理论与实证研究从组织战略的角度，对双元创新的平衡机制问题进行研究，重点研究了激励公司探索式创新的组织机制问题[4]（张亚新，2018）。在此基础上，另一类文献从公司治理与激励角度研究双元创新平衡机制[5]（David et al,2008）。探索式创新具有期限长且不确定性较大等特征，公司经理人往往受短期业绩驱动对探索式创新投资不足，而更偏好于收益期限短且确定性较大的利用式创新。因此，公司往往呈现出利用式创新过度而探索式创新不足的创新路径。为了鼓励经理人进行探索式创新的积极性与风险承担行为，公司需要设计体现“失败包容性”的激励机制[6]（Manso, 2011）。但是也有学者对此提出了质疑，Choi等[7]认为过度的失败包容与风险承担使公司进行更多的探索式创新，但随着探索式创新的上升，企业往往会进入过度探索的次优探索路径。

现有理论研究从不同的角度强调债务不适于创新融资，即公司杠杆（债务占资产或权益的比率）与创新投入、创新产出均为负相关[8]（Lavie et al,2010）。但学术界对此观点仍然存在置疑。有证据表明，债务并不仅仅是公司用于创新研发的融资手段，还是一种创新的治理机制。为了更深入地理解债务在创新中的作用，论文从公司创新过程中的效率缺失开始（表现为公司的双元创新失衡）着手研究。债务通过结构性的现金流约束在使得利用式创新在经理人激励研发人员进行探索时占据重要位置。与此相关，经理人对技术的认知不足往往会造成非生产性探索投资的管理松弛，与债务相关的现金流约束对经理人的监督降低了管理松弛，从而有利于遏制过度探索。

债务的第二个治理特征与次优探索有关。与股权融资相比，债务契约往往涉及对经理人密切且持续的监督条款。当这些监督条款被突破时，企业因为无法满足现金流条款而破产，这会使经理人遭受巨大的薪酬损失及声誉与职业危机。公司破产的一系列后果为经理人对创新活动的适度管控提供了事前激励，使经理人对探索创新的管控遵循一个原则：产生正的现金流与专用租金[9]。因此，利用式创新成为经理人满足债务条款一种手段。

综合以上分析表明，债务融资通过现金流约束与破产威胁对公司创新生产函数施加市场治理与控制，有助于利用式创新。但是论文对债务与利用式创新的关系进行了实证研究，发现债务的上升并不会显著促进利用式创新。论文认为，一个重要的原因可能是忽视了债务的异质性问题与创新的二元性。我国是银行主导型金融体系，债务融资的主要渠道是银行贷款，属于关系型债务。关系型债务的结构性现金流约束较松，比交易型债务（公司债券）有较大协调与谈判空间。因此，交易型债务对经理人的约束更为刚性，相对于关系型债务能够好地激励利用式创新[10]。此外，公司债务融资决策的一个考虑因素是债务期限异质性。较长期债务而言，短期债务的结构性现金流约束更强，短期债务的上升更能使企业挖掘现有创新，提高利用式创新的现金回报。基于以上分析，我们提出以下假设：

H1：交易型债务的上升以及短期债务的上升能够促进企业的利用式创新；同时，随着企业交易型债务与短期债务的上升，其对利用式创新的边际作用递减。即企业利用式创新与企业短期债务、交易型债务之间呈现倒U型关系。假设H1表明，企业存在最优的债务结构。

接下来我们进一步探讨债务在修正公司创新路径中的作用。因此，我们做出以下预测：当公司创新路径偏离平衡路径，处于过度探索状态时，公司杠杆将上升。考虑一家典型的公司在t=0 期前开始创新活动。假设公司在t=0 期面临流动性约束并需要进一步融资以继续其创新活动。既有理论及证据表明，当经理人与投资者之间的信息不对称程度严重时，融资优序理论将会被逆转，即公司内部融资不足时，公司将优先选择股权融资，最后再选择债务[11]。原因在于，信息不对称环境下，债务融资的成本将远远高于股权融资。在此条件下，公司经理将首先选择股权融资以继续其创新活动。但是，我们认为此时的股权融资成本受探索与利用混合状态的影响。如果股东获知公司过度从事探索式创新而利用式创新不足，股东将不愿意进一步提供资金支持，除非给予更高的风险补偿，这导致公司价值贴现程度的上升及股价下跌。在此情况下，经理人将选择债权融资以继续当前的创新活动[12]。对于现有股东而言，债务融资将是最优选择且能储备公司价值，因为债权融资能够为公司重新回到平衡创新路径（增加利用式创新力度）提供信誉激励。至少还有两个特点使得债务融资极具吸引力：第一，债务融资将向股东释放加强利用式创新以增加公司价值的信号，同时随着杠杆率的上升，企业受到的现金流约束及破产威胁趋于上升，进一步降低公司经理人为了个人私利进行探索式创新的可能。第二，债务融资也会避免对公司创新信息的公开披露(David et al,2008)，有助于保护公司的优势。

对于债权人而言，债权人愿意将资金借给公司，原因在于：企业破产时，债权人的利益在股东之前得到保证。债务融资的抵押物可以潜在地使用公司的专利存量。尽管传统观点认为专利等无形资产不适合充当债务融资抵押物，最近研究表明，专利抵押与专利交易市场的出现降低了以上顾虑[13]。就债权人而言，公司积累形成的技术能力与知识存量使得其比缺少技术能力与专利存量的公司更有吸引力。因此，债权人愿意选择这样的公司进行投资。

尽管以上讨论为经典事实，但是这些经典事实使我们可以做出具体的预测：处于次优探索的公司很可能在短期内经历杠杆的上升，因为股权融资成本太高而无法继续当前的创新活动，且债务的治理特征有助于修正扭曲的创新路径。此外，我们也期望杠杆伴随着公司知识利用程度的上升而上升，以修复创新路径。因此，我们提出以下假设：

H2:前期处于过度探索状态的公司在后续时期将经历杠杆的上升，尤其是短期债务杠杆与交易型债务杠杆的显著上升。原因在于：股权融资成本过高而无法继续当前的创新活动时，股东会构建债务治理机制以恢复探索式创新与利用式创新之间的平衡。

2 研究设计

2.1 数据说明与变量选取

2.1.1 数据与样本

论文所用样本为我国A 股3833家上市公司，数据区间为2010～2019。数据处理如下：（1）剔除金融类上市公司；（2）剔除ST 公司；（3）剔除财务异常公司，如资产负债率大于1 的公司；（4）对数据进行5%winsorize 缩尾处理。专利数据来自智慧芽，其它数据来自Wind 数据库。其中，这里所用的专利为每年专利申请数量，具体包括发明专利、实用新型、外观设计。论文借鉴现有研究，用发明专利表示探索性创新，用实用新型与外观设计之和表示利用式创新。

2.1.2 被解释变量

为了检验假设1，我们用实用新型专利与外观设计专利之和表示利用式创新EIL。与假设1不同，假设2表明，处于次优探索的公司，其杠杆很有可能在短期内出现上升态势，从而促进公司利用式创新，使向平衡创新路径收敛。因此，与假设1 建立债务与公司利用式创新之间的关系不同，假设2是本文论证的核心：即债务作为一种治理工具促进企业进行更多利用式创新并恢复至平衡创新路径的作用。为检验假设2，我们建立两阶段处理效应模型。第一阶段的被解释变量为债务哑变量Debt_Incrit，该变量是公司现有探索活动的函数。根据理论推断，当公司现在处于过度探索的次优探索状态时，未来债务将上升，过度探索式创新对债务具有显著的正影响。在处置效应的第二阶段，我们以利用式创新的变化作为被解释变量，该变量是债务哑变量Debt_Incrit的函数，以检验债务的变化是否导致后续的利用式创新的上升，从而为H1 提供了重要的横截面补充性证据。为构建债务上升与否的哑变量Debt_Incrit，首先计算两个相邻会计年度的账面债务增长率，即（Debtt-Debtt-1）/Assett-1；其次，债务增长率大于5%时，Debt_Incrit取值为1，否则取值为0。

2.1.3 解释变量

为检验H1，主要解释变量为公司杠杆Levit，计算方法为Levit=总债务/总资产；交易型杠杆TDit、短期杠杆FDit。为检验H2，主要的解释变量为公司过度探索哑变量OverExploreit，该变量定义准则如下：如果公司发明专利申请数量/公司总资产这一比率大于行业中位数且公司利用式创新/公司总资产小于行业中位数，则OverExploreit取值为1，否则取值为0。该变量的构建原理如下：如果公司的发明专利高于行业中位数且利用式创新的专利低于行业中位数，则表明公司与同行业相比处于过度探索状态，需要增加利用式创新力度。从下面的数据分析可知，处于过度探索状态的公司不仅具有较低的利用式创新，并且具有较低的营业利润。假设2 表明，第一阶段的处置效应模型中，OverExploreit与Debt_Incrit具有显著的正相关关系。

2.1.4 控制变量

除了我们关心的主要解释变量，我们在行业层面与公司层面加入若干控制变量：公司规模（销售额的对数值）、盈利能力（营业收入/总资产；ROA）、研发密度（研发支出/销售收入）。此外，加入公司年龄。已有研究表明，成熟公司往往更多地专注于利用式创新（Sorensen and Stuart,2000）。在行业控制层面，我们加入行业层面虚拟变量对行业特质进行控制。

2.2 数据模型

为了控制不可观测的截面异质性，对所有连续被解释变量模型，我们使用双向固定效应设定形式。所有变量均在1%与99%处进行缩尾处理。为检验H1，我们设定如下模型：

其中，α0i表示公司固定效应，λt表示时间效应，eit表示随机扰动项，Explotationit+1表示未来一期利用式创新，Levit表示公司杠杆率，Controlsit表示控制变量。

为检验H2，我们设定两阶段处置效应模型，第一阶段模型如下：

其中，β0i表示公司固定效应，λt表示时间效应，εit表示随机扰动项，Debt_Incrit表示债务增长虚拟变量，OverExploreit表示过度探索虚拟变量。在该模型中，预期参数β1> 0。

在处置效应的第二阶段，为检验杠杆上升Debt_Incrit（过度开发引致的杠杆上升）是否导致后续的利用式创新的上升。该模型检验杠杆上升Debt_Incrit与后续利用式创新上升ΔExploitationit+k之间相关的可能性（除债务监督机制与抑制次优探索外）。由于这些不可观测因素可能会导致杠杆Levit与ΔExploitationit+k之间的伪相关，我们对相关性误差进行修正。第二阶段设定如下：

在方程（3）中，θ2显著为正意味着公司的过度探索不仅会导致杠杆上升，也会导致公司利用式创新的上升。为了识别方程（2），我们让模型（2）包含两个工具变量：有形资产Tangible assets（固定资产/总资产）以及我国房地产价格指标Real Estate Index。有形资产与房地产价格指数满足工具变量条件，可以识别方程（2）。在估计处置效应模型时，我们使用行业层面的聚类标准误。

3 实证结果与分析

3.1 描述性统计分析

表1给出了全部变量的描述性统计分析结果。我国上市公司的平均杠杆率为42.9%，高于美国上市公司平均杠杆率16%（Choi et al,2016）。我国上市公司杠杆率的标准差为0.2，略高于美国上市公司杠杆率标准差0.18。进一步分析发现，18个行业中，杠杆由高到低依次分别为房地产业（0.64）、建筑业（0.64）、电力热力燃气及水的生产供应业（0.56）、批发零售业（0.54）、综合（0.48）、租赁商务服务（0.47）、水利环境公共设施管理业（0.45）、采矿业（0.45）、交通运输仓储业（0.44）、农林牧渔业（0.41）、制造业（0.40）、科学研究和技术服务业（0.40）、卫生和社会服务工作（0.39）、住宿餐饮业（0.37）、文化体育娱乐（0.35）、信息传输软件和信息技术服务业（0.32）、居民服务修理和其他服务业（0.31）。根据前文分析，由于公司可以通过改变资本结构能够促进企业平衡创新，说明公司的杠杆率变化越大，越有可能实现创新模式或创新路径的变化。因此，进一步计算18个产业的杠杆率变异系数发现，教育、信息传输软件和信息服务业、制造业三个行业的杠杆变异系数排在前三名，分别为0.61、0.55、0.48。这表明，相对于其它行业，教育、信息与制造业通过调整资本结构影响创新的可能性更大。为一支持该论断，进一步观察18 个行业的平均创新程度、平均杠杆率间的相关系数（见表2）。可见，行业平均创新（mean_Ltotal_patent、mean_RD_Density）、行业平均利用式创新（mean_LEIL）、行业平均探索式创新（mean_LEIT）与行业平均杠杆（mean_LEV）及其滞后一期值间的相关系数均为负，与现有研究结果一致。

表1 变量描述性统计分析

表2 行业创新与行业资本结构相关系数

3.2 实证结果分析

3.2.1 假设H1检验

论文的一个基本观点是：公司杠杆上升对公司创新的影响依赖于公司债务结构异质性或债务来源异质性。当公司的短期债务占比较高时，对公司经理人施加的结构性现金流约束更为严格，更有利于公司将资源配置于利用式创新，而利用式创新（实用新型、外观设计）较探索式创新（发明专利）具有更高的速度与确定性，从而提高了公司的总体创新水平；同时，公司交易型债务（公司债券）相对于关系型债务（银行贷款）的比重越高时，对公司经理人施加的结构性现金流约束更为严格，也有利于公司将资源配置于利用式创新。当然，随着公司短期债务和交易型债务比重的上升，其对公司利用式创新与价值创造的边际效益是递减的，如果公司的债务均为短期债券，这加大了公司的破产风险，不利于创新活动的开展与公司价值提升。基于此，我们认为公司存在最优的债务结构：最优的短期与长期债务结构、最优的公司债务与银行债务比重。

表3的估计结果支撑了我们以上的推断。表3中模型1-模型3 的LEV 系数虽然为负，但是并不显著，这表明公司杠杆与公司利用式创新间的关系不显著。但是在模型4-模型6 中，系数分别为0.19、0.56、0.62，且分别在10%、1%、1%显著性水平上显著。表明，提高公司交易型债务占比有利于公司利用式创新。模型7-模型9的估计结果则表明，短期债务占比对利用式创新具有显著的促进作用，3 个模型中FD 的系数分别为0.1、0.39、0.34，除0.1不显著外，其余两个参数均在1%显著性水平上显著。模型11 和模型12 的FD 系数分别为1.109、1.705，表明虽然TD的上升能够显著促进利用式创新，但是其仍然遵循边际效益递减的规律，但是其二次项TD2的系数显著为负（分为-0.57和-1.17）。这表明，公司利用式创新与公司交易型债务呈倒U 型关系。模型13-模型15 的估计结果表明，虽然FD 对利用式创新具有显著的促进作用，但是仍然遵循边际效益递减规律，表现为FD的系数显著为正（模型14 中的0.91、模型15 中的0.97），但是其二次项FD2 的系数显著为负（分别为-0.33、-0.45、-0.51）。这再次表明，公司创新受公司债务结构与债务异质性影响，表现为公司利用式创新LEIL 与公司短期债务比重FD呈倒U型关系。

表3 H1检验结果

综合以上分析，我们认为公司交易型债务、短期债务对公司利用式创新具有促进作用，两者之间呈倒U 型关系。这支撑了H1，表明保持其它变量不变的情况下，高负债的公司如果短期债务或交易型债务占比适度较高的话，有利于利用式创新；否则，不利于利用式创新。

3.2.2 假设H2检验

但是，以上模型的估计可能存在样本选择偏差，即债务尤其是短期债务与交易型债务的上升可能会促进利用式创新，但是也可能存在利用式创新较好的公司更容易获得短期债务与交易型债务融资。为克服可能存在的样本选择偏差，这里采用两阶段内生处置效应模型对其进行再检验。具体地，第一阶段为选择方程，见模型2；第二阶段为主模型，修正自选择行为，见模型3。为估计模型2，首先创建两个哑变量：标志债务是否上升的Debt_inc 以及标志公司是否存在过度探索的Over_Ex‐ploration。为了识别模型2，在模型2 中加入两个工具变量：Tangible 及Real_Estate，即公司固定资产及房地产价格指数。但是在模型3中不包含以上两个变量。一个重要的原因在于：固定资产的数量越多表明公司的抵押物越多，越容易获得贷款，从而为杠杆调整提供了更多的可能性；另一方面，房地产市场行情越好，越能提高公司不动产及抵押物价值，更便利于公司债务融资。因此，这两个工具变量与债务增加Debt_inc 高度相关，但是与公司的利用式创新不相关。因此，可以用来识别模型2。模型估计结果见表5。

表4中模型1-模型4 分别由主回归方程与选择方程构成，主回归方程对应模型3，选择方程对应模型2。主回归方程的被解释变量分别为ΔExploitation1、ΔExploitation2、ΔExploitation3、ΔExploitation4（表4Panel A），分别为利用式创新LEIL 与其滞后一期、二期、三期、四期值的差，主回归方程主要对“债务上升Debt_inct是否会导致利用式创新的上升”进行实证检验；选择方程的被解释变量为虚拟变量Debt_inct，主要对“过度探索是否会引致公司债务的上升”进行实证检验。由于债务变化会影响企业的创新行为，而创新行为的变化也会影响企业的资本结构，因此，Debt_inct可能具有内生性问题。因此，这里采用两阶段内生处理模型进行估计。

从选择方程(表4Panel B)的估计结果看，过度探索Over_Exploration 对企业债务上升具有显著性影响，表4模型1-模型4中的参数θ2分别为0.1527（P<0.01）、0.1662（P<0.01）、0.1886（P<0.01）、0.2234（P<0.01），这表明，过度探索状态下的企业在后续的经营期内会经历显著的债务上升期，即过度探索将引致债务上升与资本结构的调整。主模型的估计结果表明，债务上升会对后续的利用式创新形成显著的、持续的正激励作用。这可以从Debt_inc 的系数0.5935（P<0.01）、0.7251（P<0.01）、0.5423（P<0.01）得到印证。此外，Wald-Chi2 检验与ath‐rho 检验均表明，方程2 与方程3 两者的扰动项存在显著的相关性，这也正是选择两阶段处置效应模型的原因。