企业绩效对研发投入的影响研究——基于盈余管理的中介模型

黄文举 史金平

(湖北大学 商学院，湖北 武汉 430062)

0 引言

近几年，技术创新是热点话题，创新一直都是保持持续发展和不断上升的核心动力。对于企业而言，在产品趋于同质化的市场中，只有不断创新，才能让企业具备较强的核心竞争力，技术创新在企业持续经营中扮演着至关重要的角色。“十四五”规划把创新放在首位，坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑。同样，新时代发展呼吁创新，鼓励创新，企业作为市场创新的主体，企业研发投入问题需要关注。目前，我国关于企业研发投入方面的研究文献已经非常丰富了，但是对于企业绩效和研发投入之间的关系探索主要关注研发投入对企业绩效的各种影响上，关于企业绩效是否也会对研发投入产生影响，以及其影响路径的文献较少。本文选取2007-2018年我国深圳证券交易所(简称深证)A股上市公司的数据作为研究样本，探寻企业绩效对研发投入的影响及其影响路径。

1 文献综述及研究假设

1.1 企业绩效与研发投入

关于企业绩效与研发投入之间的关系研究有很多，可以分为三种：一是显著线性关系。仇云杰和魏炜[1]创造性的将倾向得分匹配法应用到实证研究中，验证企业研发投入对企业绩效的促进作用。齐秀辉、王维和武志勇[2]通过对我国上市公司进行研究发现，研发投入对企业绩效有显著的正向影响。孙慧和王慧[3]也有相同的发现。赖丹和伍志婷[4]发现无论是研发资金投入还是人员投入，都会对企业财务绩效产生显著的正向影响。刘勇和徐选莲[5]通过实证研究发现，研发投入会显著降低投入当期的企业绩效。二是滞后效应。由于研发投入到研发产出之间存在时间差，因此研发投入对企业绩效的影响可能也会存在时间差。刘云、马志云和张孟亚等[6]通过分析在创业板上市的189家中关村高新技术企业面板数据发现，研发投入对企业绩效的影响具有滞后性，即在投入当期，对企业绩效的影响微弱，但是随着时间推移，研发投入对企业绩效的影响会逐渐增强。黄怡和郑小丹等[7]以2010-2013年福建省的上市公司为对象，郭倩文、徐焕章和王译[8]以2013-2017年在我国创业板上市的公司的面板数据为样本，荣凤芝、钟旭娟[9]以2016-2018年在创业板上市的450家高新技术企业为研究对象，也都得出了类似结论。李书锋、杨芸和黄小琳[10]认为研发投入对企业绩效的促进作用滞后两期，同时，公司绩效还会反过来调节研发投入。段海艳、李岩和郭凯[11]以文化创意类企业为研究对象得出结论，研发投入对企业绩效的正向影响具有滞后性，且最大滞后期为滞后一期。三是非线性关系。陈建丽、孟令杰和王琴[12]以制造业上市公司为研究对象，发现研发投入与企业绩效之间存在双门限效应。汪涵玉和朱和平[13]、韩先锋和董明放等[14]认为，研发投入与企业绩效的非线性关系呈现倒U型，并且韩先锋和董明放[14]还发现在不同的资本条件下，研发投入与企业绩效之间的非线性关系还会呈现出“倒N型”“N型”。张东生、王晓光和牛雪芝[15]运用更为客观的方法，即在研究中运用非平衡统计理论以及郎之万方程，通过方程求解方式，得出研发投入与企业绩效之间的非线性关系。这种方式在此类研究中具有创新性和客观性。赵毅、王楠和张陆洋[16]以2017-2019年我国科创板上市公司的数据为样本，通过构建固定效应面板门槛模型，研究企业研发投入对企业绩效的影响，研究结果表明，两者之间呈现出“倒V型”的非线性关系，且研发强度存在最优区间，为2.42%～4.11%。

然而，关于企业绩效是否会影响研发投入以及影响机制的文献在国内几乎没有，徐晨[17]指出，未来的研究可以探寻企业绩效对研发投入的反馈作用，或者两者的相互影响。因此，本文提出如下假设1：

H1：企业绩效对研发投入产生影响，且两者之间呈现倒U型关系。

1.2 企业绩效、盈余管理与研发投入

1.2.1 企业绩效与盈余管理

企业高层管理者为了向外界传递经营状况良好，有巨大发展潜力的信号，以此在维持原有投资者的同时吸引更多投资，得到更多的资金支持，会产生一定的盈余管理行为。杨彩虹[18]指出，企业的盈余管理行为，包括应计盈余管理和真实盈余管理，会对企业未来的财务绩效和市场绩效产生负向影响。靳珊[19]发现，在加入风投资本这个变量后，增强了真实盈余管理对企业绩效的负向影响，却减弱了应计盈余管理对企业绩效的负向影响。杨金磊、童广印和杨位留[20]从企业产权异质性的视角出发，发现盈余管理与企业绩效之间存在负相关关系，并且这种负向关系在盈余管理强度较大的企业更加明显。

但也有学者持有不同的意见，徐向艺、卢刚[21]通过对A股上市公司的数据进行实证分析发现，盈余管理强度与企业的期望—绩效差距呈正U型关系。车培荣、尚茹南和侯锐[22]选取2010-2016年我国A股上市公司的数据进行实证分析发现，公司绩效压力与盈余管理强度显著正相关，实际绩效与预期绩效偏差越大，企业的盈余管理程度越强。黄蔚和汤湘希[23]通过研究2007-2016年A股上市公司的样本数据发现，从短期上看，在很大程度盈余管理作为中介变量，对企业的短期绩效产生正向影响，但是企业绩效并没有得到实质性的改善。

1.2.2 盈余管理与研发投入

范海峰等[24]发现公司盈亏幅度较小时，盈余操纵的动机强烈且主要手段就是削减研发投入。代霞[25]发现真实盈余管理会负向影响企业研发投入。乔瑞红和王伯娟[26]通过研究2011-2015年创业板上市公司的数据发现，盈余管理与研发投入之间显著负相关。林华[27]发现企业会通过削减研发投入进行真实盈余管理。但也有学者有不同的看法，孙良柱[28]以2013-2018年我国A股制造业上市公司的数据为样本，研究发现盈余管理通过融资约束这个中介变量正向促进企业研发投入强度。据此，本文提出以下两个假设：

H2：企业绩效对盈余管理产生影响，且两者之间呈现显著的倒U型关系。

H3：企业绩效通过盈余管理产生中介效应影响研发投入。

1.3 研发投入与其它变量

范晓男、张雪鲍和晓娜[29]基于A股制造业上市公司的样本数据，研究发现市场竞争越激烈，企业技术创新投入越多。杨蕙铭、秦捷[30]利用创业板上市公司的数据，研究发现技术创新与资产负债率之间呈现出倒U形的趋势。杨旭东[31]、许世飞和雷良海[32]发现政府补助与企业创新投入和产出都存在显著的正向关系。陈秋星、陈少晖[33]选取2013-2017年沪深A股上市公司的数据，进行实证研究发现，企业股权混合度与企业技术创新投入呈倒U型关系，而企业税负则反向影响技术创新投入。李园园、李桂华、邵伟和段珅[34]采用2013-2017年污染企业A股上市公司的面板数据，研究发现环境规制对技术创新投入产生正向的非线性效应，而且这种正向影响呈现出边际效率递减特征。另外，还有很多其它的变量诸如高管海外背景、产权保护、数字金融以及组织惯性等会对企业研发投入产生影响。

2 研究设计

2.1 样本选取与数据来源

本文选取2007-2018年深证A股上市公司数据作为实证研究的样本，并对该样本数据进行整理，对于有缺项的公司年度数据进行剔除，同时为了减少极端值的影响，对各项指标进行了缩尾处理，最后得到了总共包含11 930个观测值的非平衡面板数据。本文各个变量的数据均来自国泰安CSMAR数据库，并且数据的处理通过EXCEL完成，数据分析通过STATA软件完成。

2.2 变量定义

(1)研发投入(R&D)。关于研发投入的度量有很多种方式，可以是绝对量，也可以用相对量，本文采用相关研究中大多数学者所采用的相对量表示方式，即用企业研发投入金额占当期营业收入的比重来表示研发投入强度。

(2)企业绩效(TQ)。对于企业绩效的衡量方式也有很多种，本文选取托宾Q值来表示，另外，为了避免解释变量和被解释变量之间相互影响的内生性问题，将滞后一期的企业绩效作为本文的解释变量。

(3)盈余管理(EM)。盈余管理是指企业为了掩盖真实的经营状况，向外界传递有利于企业自身发展的信号，追求自身利益最大化，从而在对外公布的会计信息上做一些调整与操控。盈余管理分为应计盈余管理和真实盈余管理，应计盈余管理是指企业管理高层在会计政策上所做的一些调整，比如固定资产折旧方法的调整等。真实盈余管理是指企业管理者通过构造真实交易活动或控制企业相关活动的发生时间，调节操控公司对外披露的会计盈余的盈余管理活动，常用的方法是增减酌量性费用，即可以由管理者决定支出水平的费用，比如研发投入费用等。由于外部监管力度的不断增强，大多数企业选择通过真实盈余管理来进行盈余管理行为。因此，本文选择用真实盈余管理来衡量中介变量盈余管理。关于真实盈余管理的量化处理，本文采用相关研究中所采用的Roychowdhury(2006)关于计算真实盈余管理的模型，分别计算出ABCFO(异常经营活动现金流)、ABPROD(异常产品成本)、ABDISX(异常操控费用)，这三项指标分别由以下三个模型(1)(2)(3)的残差项来量化表示，最后再由公式(4)计算得到真实盈余管理。

(1)

(2)

(3)

EM=ABPROD-ABCFO-ABDISX

(4)

其中，CFOt——当期的经营活动现金净流量

PRODt——当期的营业成本与当期存货的变动额的合计数

DISXt——当期的销售费用与管理费用之和

At-1——上期期末资产总额

St——当期营业收入

△St——当期营业收入变动额

△St-1——上年营业收入的变动额

(4)其它控制变量。除了企业绩效、盈余管理之外，影响研发投入的因素有很多。本文在阅读现有的相关文献之后，决定在模型中引入企业规模(Size)、资产期限结构(Am)、销售毛利率(Gmos)、现金流量(Cash)、资产负债率(Lev)以及营业收入增长率(Gsales)6个控制变量。各个变量的具体定义以及计算方式如表1所示。

表1 变量定义

2.3 模型构建

为了验证以上4条假设，研究企业绩效对研发投入的总影响，以及企业绩效通过盈余管理对研发投入的间接影响，本文将建立中介效应模型来进行检验。因此，构建如下三个计量模型：

RDt=β0+β1TQt-1+β2TQ2t-1+β3Sizet+β4Amt+β5Gmost+β6Casht+β7Levt+β8Gsalest+εt

(5)

EMt=α0+α1TQt-1+α2TQ2t-1+α3Sizet+α4Amt+α5Gmost+α6Casht+α7Levt+α8Gsalest+εt

(6)

RDt=φ0+φ1TQt-1+φ2TQ2t-1+φ3EMt+φ4Sizet+φ5Amt+φ6Gmost+φ7Casht+φ8Levt+φ9Gsalest+εt

(7)

其中，t表示年份，β0、α0、φ0为截距项，εt表示为随机扰动项。这三个模型中，模型(5)表示的是企业绩效对研发投入的总效应(一次项系数为β1，二次项系数为β2)。模型(6)表示的是企业绩效对盈余管理的影响(一次项系数为α1，二次项系数为α2)。模型(7)表示的是控制中介变量盈余管理后企业绩效对研发投入的直接影响(一次项系数为φ1，二次项系数为φ2)。

3 实证分析

3.1 描述性统计

本文选取了2007-2018年深证A股上市公司的数据作为实证研究，经筛选后共有观测值10 930个，各个变量的描述性统计分析如表2所示，可以看到，被解释变量研发投入的平均值为4.7%，最小值为0.003，最大值为0.144，两者相差较大，说明有的企业比较重视研发投入，而有的企业并不重视，各企业研发投入强度差距较大。解释变量企业绩效的平均值为2.123，最小值为1.055，最大值为4.860，标准差为1.033，说明各上市企业的经营状况之间存在一定差距。中介变量盈余管理强度的观测值只有6 620个，这是由于盈余管理变量由Roychowdhury(2006)计算真实盈余变量的模型得来的，计算结果涉及回归方程的残差项，因此观测值有一定的减少，该变量的平均值为0.162，最小值为0.011，最大值为0.549，说明各企业对会计信息管理操控强度存在差异性。控制变量中，企业规模的平均值为21.729，最小值为20.273，最大值为23.731；资产期限结构的平均值为0.201，最小值为0.023，最大值为0.477；销售毛利率的平均值为0.540，最小值为0.084，最大值为1.925；现金流量的平均值为0.041，最小值为-0.071，最大值为0.153；资产负债率的平均值为0.368，最小值为0.087，最大值为0.713；营业收入增长率的平均值为0.185，最小值为-0.228，最大值为0.861。

表2 变量统计特征描述

3.2 相关性分析

对各个变量进行相关性分析，相关性分析结果如表3所示，由分析结果可知，企业绩效及其二次项与研发投入之间的相关系数分别为0.247，0.222，均在1%的显著性水平下高度相关。企业绩效及其二次项与盈余管理之间的相关系数分别为0.245和0.234，也都在1%的显著性水平下高度相关。盈余管理与研发投入之间的相关系数为-0.014，与相关回归的系数基本一致，两者之间的关系还有待进一步回归分析探讨。可以看到，除了企业绩效一次项和二次项之间的相关系数大于0.8之外，其它各个变量之间的相关系数均小于0.8，甚至小于0.5，由此可见，本文回归模型中的各个变量之间具有很好的相互独立性，因此可以判定该模型中不存在严重的多重共线性的问题。

3.3 回归分析

本文选取2007-2018年全部深证A股上市公司的面板数据作为研究样本进行计量验证，通过Hausman检验结果可知，应该选择固定效应模型。同时，为了减小异方差和截面自相关对回归结果的影响，使用“xtscc,fe”命令对模型进行回归分析。

表3 各变量间相关性分析

3.3.1 企业绩效对盈余管理影响的回归分析

表4中的方程(2)是企业绩效对盈余管理的回归结果，可以看到，企业绩效的一次项系数为0.026 4，二次项系数为-0.002 1，且均在1%的显著性水平下高度相关，假设H2得到验证。从整体上看，企业绩效对盈余管理强度呈现出先加强后减弱的倒U型关系。拐点左边，随着企业绩效的提升，盈余管理强度也会随之加强，此时，企业绩效水平较低，可能没有达到企业的经营目标，作为上市公司，为了尽量避免向外界传递经营不善的信号或者对外传递更好的经营状况，维护自身利益最大化，企业会更倾向于通过盈余管理来调整会计信息，操作企业盈余，让财务报表更“好看”，从而在稳定现有股东的同时吸引更多投资。拐点右边，随着企业绩效的继续提升，盈余管理的强度反而会有所减弱，此时，企业绩效水平较高，可能已经实现经营目标或者超出期望值，企业将不再追求对外公布的会计信息过多的盈余管理，相应的盈余管理程度就会有所下降。

3.3.2 中介效应分析

表4中，方程(1)表示的是企业绩效对研发投入强度的总效应，在其回归结果中，企业绩效的一次项系数为正值，二次项系数为负值，分别为0.002 8和-0.000 5，且均在1%的水平下显著，假设H1得到验证，表明随着企业绩效的不断提升，它对研发投入的影响呈现出先促进后抑制的倒U型关系。方程(2)中为企业绩效对盈余管理的回归结果，一次项系数为0.026 4，二次项系数为-0.002 1，同样在1%的水平下显著，即企业绩效对盈余管理强度的影响呈现出先加强后减弱的倒U型关系。方程(3)中的回归结果表示的是在控制了盈余管理的影响之后，企业绩效对研发投入的直接影响，其中，企业绩效一次项的系数为正值(0.001 9)，在5%的水平下显著，二次项系数为负值(-0.000 3)，在1%的水平下显著，中介变量盈余管理的系数为负值(-0.007 0)，在10%的水平下显著，假设H3得到证实。说明存在部分中介效应，即企业绩效对研发投入产生直接影响，同时企业绩效又通过盈余管理对研发投入产生间接影响。

图1绘制出企业绩效影响研发投入的总效应和控制盈余管理后的直接效应的变化曲线图，可以看到，在观测范围内，总效应曲线与直接效应曲线相交，企业绩效对研发投入的总效应先是大于控制盈余管理后的直接效应，随着企业绩效的进一步提升，直接效应逐渐与总效应趋于一致，最终超过直接效应超过总效应。因此，企业绩效通过盈余管理影响研发投入的中介效应随着企业绩效的提升而逐渐由正的变为负的，中介效应越来越小。

3.4 稳健性检验

为了检验实证研究得出结论的稳定性，以及证明结果的可靠性，本文在原有样本数据的基础上，剔除金融行业以及ST的数据后得到新的样本数据，并基于新的样本数据进行实证分析，最后得到的回归结果与原结果基本一致，只有部分控制变量的符号以及显著性水平发生改变，但是解释变量和中介变量的方向和大小与原结果一致，能够得出与原实证研究相同的结论。因此，表明本文的实证研究结果具有一定的稳健性。

4 结论与建议

4.1 结论

本文对2007-2018年我国深证A股上市公司的有效样本数据进行实证研究，分析了企业绩效对研发投入的影响以及盈余管理对两者的中介效应，实证研究结果表明：

(1)企业绩效对研发投入呈现出先增强后减弱的趋势，即两者之间呈现倒U型关系，除了盈余管理的中介效应外，当企业绩效持续提高时，企业的关注点将不再是通过加大研发投入来继续发展，而是通过风险投资或者扩大规模等方式来获得进一步发展，当然也有可能是企业的研发投入已经出现成果，因此，在拐点右边，随着企业绩效的继续提升，研发投入金额占营业收入的比重会下降。

表4 研发投入的中介效应回归结果

图1 总效应与直接效应对比图

(2)企业绩效与盈余管理之间呈现出倒U型关系，即企业绩效对盈余管理先增强后减弱，因为当企业绩效越过拐点后，企业绩效可能已经达到目标或者超过期望值，此时企业将不再需要通过盈余管理行为来粉饰对外公布的会计信息，因此，在拐点右边，随着企业绩效的进一步提升，盈余管理会有所减弱。

(3)企业绩效通过盈余管理来间接影响研发投入。即盈余管理在企业绩效与研发投入之间担任中介角色，企业绩效除了直接影响研发投入外，还会通过盈余管理来间接影响研发投入。

4.2 建议

(1)企业应从长远利益出发，而不是仅仅着眼于眼前的短期利益，从短期看，盈余管理确实会让企业的财务信息“好看”，但是从长期看，会给企业带来不良后果之外，还会损害投资人的利益，因此，企业应当减少盈余管理行为，把工作重心从事后进行会计调整向着力提高企业绩效转移。

(2)企业绩效水平不高时，企业会加大研发投入以期使企业获得突破性的发展。但是，企业绩效较好时，也不要忽视研发投入的继续投入，以及技术创新的持续产出，对于企业来说，技术创新是企业获取核心竞争力，持续发展的不竭动力。

(3)对于企业外部环境来说，政府部门应加大市场监管力度，避免企业对外公布的会计信息进行调整和操纵，对投资者的投资决策产生误导，损害投资者的利益。