企业生命周期视角下互联网公司股票流动性对研发投入的影响

李延军　李孝文　王诗惠

摘   要：本文从企业生命周期这一新的视角下探究互联网公司股票流动性与企业研发投入水平和效率的关系。整体而言，股票流动性对企业研发投入具有显著的正向影响。在企业不同生命周期阶段，股票流动性与互联网企业研发投入之间存在着非线性关系：股票流动性对研发投入水平的影响在初创期与成长期最大，对研发投入效率的影响在成长期最大，两种影响都在衰退期达到最低，表现出周期性规律;相应地，随着股票流动性变化，其对互联网企业研发投入的正向影响在初创期并不明显，但在成熟期和成长期表现为积极的正向影响，随后进入衰退期出现较大起伏和阶段性负向影响。本文研究结果为互联网公司在生命周期不同阶段合理安排研发投入提供参考，帮助互联网公司更有效地进行研发投入的分配和优化。

关键词：企业生命周期;股票流动性;研发投入水平;研发投入效率;随机森林回归

中图分类号：F830.91  文献标识码：B  文章编号：1674-2265（2022）02-0051-08

DOI：10.19647/j.cnki.37-1462/f.2022.02.007

一、引言

一直以來，研发投入活动是企业获得市场份额的重要渠道，企业的进步与市场的良性发展又会直接影响到公司股票在市场上的表现。股票流动性作为链接资本市场和企业的重要纽带，其对企业研发投入的影响引起国内外学者的普遍关注，但尚未达成一致结论。一方秉持股票流动性“抑制论”，即股票流动性抑制企业研发投入（胡勇等，2016）[1];而另一方秉持相反观点，即“促进论”（闫红蕾和赵胜民，2018）[2]。近年来我国金融环境不断改善，股票市场高速发展，都可以为公司研发投入活动提供有力的资金保障。基于此背景，探究股票流动性与互联网公司研发投入之间的关系显得尤为重要。以信息科技为主要发展方向的互联网公司，是当前大数据时代下研发投入的先锋企业。我国的互联网发展历程起步较晚，但得益于其技术力量在短期内迅猛崛起，取得了不俗的成绩。当前，网络环境瞬息万变，网络经济持续走高，越来越多的互联网上市公司提高对研发投入的重视，以获取更稳定的市场地位。

在此形势下，本文选用互联网公司作为研究样本，探究股票流动性的变化与互联网公司研发投入之间的关系。同时，不论是成立不久的新企业还是趋于成熟的老牌企业，都会因发展阶段不同而导致研发活动有所差异。因此，本文创新性地把企业生命周期视角加入分析范式，聚焦互联网上市企业，围绕“股票流动性—研发投入”影响机制，深入探究企业处于初创期、成长期、成熟期和衰退期时，互联网公司股票流动性与研发投入水平和效率之间的关系，进一步分析研发投入随互联网公司股票流动性的变化趋势，从而帮助互联网企业管理者全面认识股票流动性对研发活动的影响机制与重要作用，并根据自身公司的股票流动性与发展周期现状，制定合理的研发投入计划，为企业未来发展提供参考。

二、文献回顾与理论假设

（一）股票流动性影响企业研发投入

在以往学者的研究中存在两种相悖的观点。一种观点认为，股票流动性会从敌意收购和管理者短视行为增加两个方面抑制企业的研发投入。而相反的观点则认为高股票流动性能够带来高效的监督活动，促使管理者增加长期研发创新的投入（Edmans和Manso，2011）[3]。从股票流动性抑制的角度看，存在以下几个原因： 第一，随着股票流动性提高，收购者佯装买进股票而发生敌意收购，管理者为了减少这种状况的发生，随之减少研发投入。第二，高股票流动性使管理层面临短期业绩压力，会减少风险较大的长期研发投入，进而增加短期投资，加剧管理层短视问题（Fang等，2014）[4]。

从促进论的角度看： 第一，我国企业存在严重的信息不对称以及代理问题，而股票流动性可以通过提高资本配置效率和降低资本成本，缓解融资约束，为企业创新活动提供必要的基础条件（Manso， 2011）[5]。第二，股票流动性的提高会传递良好的经营信息，吸引机构投资者参与长期投资（Harford等，2008）[6];控股股东也会更加注重企业的盈利能力并加强监管，通过督促管理层创新来维持市场地位。第三，我国企业仍存在“一股独大”问题，而较高的股票流动性有助于中小股东对控股股东形成有效制约，抑制大股东的独断专行行为（高志等，2018）[7]。因此，从促进论的角度看，在资本市场中可能由于股票流动性对于融资约束的有效缓解和股东独断行为的有效制约而加强对研发投入的促进效用。综合上述分析，提出研究假设 H1a和H1b：

H1a：互联网企业研发投入随股票流动性提高而增加。

H1b：互联网企业研发投入随股票流动性提高而减少。

（二）企业生命周期不同阶段股票流动性与研发投入的关系

目前常用的定量研究方法有：单变量分析法（孟媛，2015）[8]、综合指标分析法（徐向艺和房林林，2015;尹华等，2018）[9，10]、现金流组合法（杜金岷等，2019）[11]、增长率产业分类法（吴亮和薛智键，2015）[12]和管理熵法。有学者（宋常和刘司慧，2011;陈少华和陈爱华，2012）[13，14]对几种定量研究方法进行对比，发现现金流组合法能克服其他定量方法的缺陷，强调真实性与准确性。但应用现金流组合法得到的周期并不准确，缺乏一定的参考意义。Dickinson（2011）[15]将企业不同生命周期的现金流组合类型进行了总结，依据现金流净额（包括经营现金流净额、投资现金流净额和融资现金流净额）与企业生命周期之间的关系将企业生命周期划分为导入期、增长期、成熟期、淘汰期和衰退期五个时期。本文借鉴Dickinson（2011）[15]的现金流组合法将生命周期划分为四个阶段，分别为初创期、成长期、成熟期和衰退期，如表1所示。

处于不同生命周期阶段的企业，在融资能力、融资渠道、现金流和经营策略等方面均存在显著差异（黄宏斌等，2016）[16]。就互联网公司而言，在初创期主要面临资金的稳定支持以及市场对技术与产品的认可问题，存在一定的经营风险。但企业整体发展呈现向好趋势，研发投入水平和效率都处在一个上升阶段。随着成长期的到来，互联网公司的盈利能力不断提升，现金流量逐步增加，而此时可能会因为资源的限制而对企业融资产生约束（王云等，2016）[17]。因此，若能得到股市较高流动性的市场支持，就可以利用较低成本的股票吸引更多投资者，也更容易受到外部机构投资者的青睐，为研发技术的进一步深入提供助力。步入成熟期，企业技术能力趋于成熟，盈利水平也逐渐稳定，此时可以利用较高的股票流动性拓展信息，缓解管理层与股东之间的代理冲突问题。但这一阶段也面临发展瓶颈，公司规模和技术水平都很难有所突破，若无法继续加大对于研发投入活动的支持力度，则随时可能进入衰退期。在衰退期的互联网公司，存在产品技术落后、市场份额大幅下跌等问题，同时伴随着盈利能力和现金流量的下降（任佩瑜等，2004）[18]，研发投入受股票流动性的影响越来越小。这一阶段的企业治理水平僵化、融资渠道受限，股票流动性的提高有可能会成为机构投资者退出的主要推动力（Bhide，1993）[19]，研发投入水平和效率都处在较低水平。此时的互联网公司若能把握新的市场走向，及时对公司进行调整，仍有可能实现转变。据此，提出以下假设H2a和H2b：

H2a：对于处在不同生命周期的互联网公司，股票流动性对研发水平的影响在初创期与成长期相对较强，到达成熟期开始减弱。

H2b：对于处在不同生命周期的互联网公司，股票流动性对研发效率的影响从初创期逐渐增加，成长期与成熟期达到最强，在衰退期开始减弱。

三、模型、变量和数据

本文主要探究股票流动性与研发投入之间的关系，所使用两个面板模型如式1和式[2]所示：

参考Fang等（2014）[4]、张信东和李娟（2017）[20]的研究，选择研发投入水平作为衡量企业研发投入的被解释变量之一。同时，考虑到研发投入与营业收入的比值更能够代表企业的营业状况，因此，选用二者的比值衡量研发投入水平。另外，效率作为资源配置程度的体现，可以很好地看出企业经营的产出状态。研发投入活动作为一种无形资产的投资活动，其效率的高低同样会受到企业的关注，所以将研发投入效率（Desyllas和Hughes，2010;Hirshleifer等，2012）[21，22]作为另一个被解释变量，反映企业研发投入活动的产出情况，专利申请情况是互联网公司技术能力产出的直观体现，因此，选用专利申请数作为研发投入效率的衡量指标。考虑到研发投入会受到股票流动性的滞后性影响，结合过往研究分析，选用滞后一年的研发投入数据进行处理。综上所述，从投入、产出两个维度衡量企业研发投入，本文选择的所有变量及变量名称如表2所示。

考虑到本文选择标的行业为2012年证监会新行业分类中的《信息传输、软件和信息技术服务业》一类的所有样本公司，包括“电信、广播电视和卫星传输服务”“互联网和相关服务”“软件和信息技术服务业”三个子分类，所以在检验股票流动性对互联网企业研发投入的影响时，选取2014—2019年在沪深两市发行A股的上市公司作为研究样本，筛选后得到155家公司样本;对于研发效率研究得到119家公司样本。而引入生命周期之后，基于划分时期后数据的基数变化，选用上述经筛选样本公司2009—2019年数据检验股票流动性对研发投入水平与研发投入效率的影响。

研发投入水平、研发投入效率、流动性指标（Amihud，2002）[23]数据来源于国泰安数据库;总资产、财务杠杆、现金比率、资本支出、总资产回报率、十大股东持股比例等控制变量数据主要来源于国泰安数据库，部分数据来源于同花顺数据库。剔除ST、ST*、PT等状况异常以及财务数据缺失的样本;对观测值进行1%的缩尾处理，防止异常极端值对结果带来影响。使用EViews和Python软件进行数据处理。

四、实证分析

（一）股票流动性对研发投入水平及研发投入效率的影响

数据的描述性统计如表3所示。通过分析可知，各公司对于研发投入水平的重视程度较高，其平均值达到10.547%，但标准差也反映出各企业研发投入水平差距较大;研发投入效率值均不高，平均值为2.682，企业之间相差不大。企业流动性指标的最小值和最大值相差较大，部分股票流动性较低，而另一部分股票流动性较高，同时标准差较小，即流动性分布较为稳定。

通过F检验結果可知，P值满足小于0.05的要求，故选择时点固定效应模型进行实证检验。从全样本出发，分别验证流动性指标对互联网公司研发投入水平和效率的影响，回归结果如表4所示。

通过回归结果可以发现，流动性指标与研发投入水平的系数是2.062，在1%的水平下显著，与研发投入效率的系数为0.157，在5%的水平下显著，表明股票流动性对互联网企业的研发投入水平和效率具有正向作用。股价能够传递企业的经营状况，其内在价值越大，越有利于外部投资者获取真实的内部信息。互联网公司股票流动性的提高使得公司信息透明度提高，市场交易成本下降，加速了公司大股东的形成，加强了对管理层的监管力度。同时，随着股票流动性的提高，交易成本减少，投资者的投资意愿增强，有力地保障了互联网公司研发投入活动的资金供应，将更多资金投向技术研发，进而提高企业研发投入水平和研发投入效率，证明假设H1a成立。

（二）不同生命周期下股票流动性对研发投入水平和研发投入效率的影响

1.非线性随机森林回归模型。对企业生命周期的划分与数据的重组可能会造成数据间非线性关系的出现。为提升研究结论的准确性，将选择非线性随机森林回归方法进行实证检验。随机森林（RF算法）是由大量CART树组成，CART树的主要运算流程是选择数据集所有特征（流动性指标、总资产、财务杠杆、成长机会、现金能力、盈利能力、收益支出、股权集中度）中的部分特征组成新的特征集，根据每棵CART树各特征在其回归过程中的重要程度，运用Python语言进行运算，得到各变量对于研发投入水平与研发投入效率的回归重要度，以此可以代替各指标对两个解释变量的影响强弱，建立模型如下：

式3表示各特征对回归结果的重要度的和为1，这种回归所得的重要程度相较于其他方法所得系数在同一数量级，各值的大小能够较好地反映指标特征对于研发投入的影响。

2.互联网公司股票流动性对研发投入水平的周期影响。在研发投入水平的相关研究过程中，总数据量为1043条，其中初创期共136条数据，成长期共418条数据，成熟期共382条数据，衰退期共107条数据。描述性统计结果如表5所示，可以看出初创期的研发投入水平均值为7.32，衰退期为11.46，即研发投入水平随着企业的不同生命周期发展呈现逐渐升高的趋势。同时由其最值与标准差可以看出，整体的分布情况不稳定，差距较大。流动性水平在各个时期普遍在一个较为稳定的区间变动，差距较小。

对全样本个体在不同生命周期股票流动性对企业研发投入水平的影响进行随机森林回归，结果如表6和图1所示。从研发投入水平的回归结果中可以看出，在不同生命周期阶段，模型的R2score值均在0.9左右，拟合度较高。同时结合图1来看，流动性指标在各时期对研发投入水平的权重均保持在较高水平。其中，初创期与成长期权重最高，分别是18%、14%;成熟期和衰退期权重均在10%之下，而衰退期最低。通过股票流动性对研发投入的整体分析以及不同时期研发投入水平数据中各指标的相关性分析得知，流动性指标与研发投入水平呈显著正相关，在加入不同时期的影响之后，可以明显看出流动性指标在初创期与成长期对研发水平的重要作用。

3. 互联网公司股票流动性对研发投入效率的周期性影响。在研发投入效率的相关研究过程中，总数据量为898条，其中初创期共123条数据，成长期共339条数据，成熟期共350条数据，衰退期共86条数据。描述性统计结果如表7所示。可以看出，研发投入效率均值在初创期与衰退期分別为23.52与26.02，而成长期与成熟期可以达到43.72与39.35，可见公司在成长期与成熟期会大大提高研发投入力度，从而带动研发投入效率的提高。同时，四个时期的研发投入效率均存在较大的分布差距，说明不同公司的研发投入效率存在较大差异。不同时期股票流动性水平相对稳定，差距较小。

将不同生命周期股票流动性对企业研发投入效率的影响进行随机森林回归，结果如表6及图2所示。从回归结果可以看出，在不同生命周期阶段，模型R2score值均接近0.9，拟合度较高。同时结合图2来看，流动性指标对研发投入效率的权重整体处于较高水平。其中，成长期权重最高，达到了37%;衰退期权重最低，仅有6%。通过股票流动性对研发投入的影响分析可知，流动性指标与研发投入效率显著正相关，当加入不同时期的影响之后，可以看出成长期流动性对研发投入效率的影响程度最大。

（三）互联网公司研发投入随股票流动性的变化趋势

1. 研发投入水平和研发投入效率随股票流动性的整体变化趋势。在完成股票流动性对研发投入的整体及不同时期的影响分析后，进一步聚焦二者间的联系，探究研发投入随股票流动性的变化规律。为此，将数据按照股票流动性强弱由低到高排列，并根据排列结果划分为五个子数据集，分别进行线性回归，分组回归结果变化趋势分别如图3和图4所示。

观察发现，研发投入水平随股票流动性的增大整体上呈现一种上升趋势，在前期会有一定阶段的负向影响，但是正向影响的情况更为普遍。当股票流动性较低时，投资者往往会因为交易成本高进而对回报率要求高;随着股票流动性的提高，融资成本逐渐下降，企业能够获得更多的资金，并对研发投入项目提供很好的资金保障，有利于互联网公司研发投入水平的提高。

虽然研发投入效率随股票流动性的增大整体上呈现上升趋势，但具体趋势与研发投入水平不尽相同。具体如图4所示，研发投入效率前期在较低范围内徘徊，上升趋势不明显;后期当股票流动性达到一定水平后，研发投入效率随之快速升高。

2. 研发投入水平随股票流动性的周期水平变化趋势。本文在前文的基础上将分析不同生命周期下股票流动性对研发投入的影响，使用的数据和方法与前文相同，回归分析结果得到的趋势图如图5所示。

观察图5发现，初创期研发投入水平整体上呈现下降趋势，成长期先是在较低影响程度徘徊，随后逐渐呈现正影响趋势;成熟期整体上呈现上升趋势，中间阶段会出现下降至较低点后开始逐渐上升的情况;衰退期整体呈现负向影响，仅在中间阶段会出现部分上升的情况。

呈现这种趋势的原因在于，企业处在初创期时，研发活动主要是模仿市场领先者的研究成果，故股票流动性没有对其产生特别大的作用;而当股票流动性达到一定程度后，企业发展逐渐步入更高阶段，研发投入水平随即会呈现逐渐上升的趋势。当企业进入成长期，各项基础与发展都逐渐走向正轨，研发技术开始形成自身特色，此时研发投入水平受股票流动性影响较大。随着股票流动性的增大，研发成本逐渐降低，研发投入水平稳定提升。当企业进入成熟期，此时的互联网公司一般具有雄厚的经济实力，扎实的研发和投入能力，可以通过科技创新来巩固公司的竞争地位，进而实现研发投入水平的不断提高。但较高的技术水平与经济投入会带来较大的风险，故一旦出现经营失误时，股票流动性的冲击会导致研发水平剧烈波动。当企业进入衰退期，此时企业必须加大研发投入，但研发所带来的收益不断下降，最终会因为研发成本过大等因素使研发投入水平随着股票流动性的变化变为向下的趋势。

3. 研发投入效率随股票流动性的周期性变化趋势。如图6所示，发现初创期研发投入效率随股票流动性的影响变化浮动较大，研发投入效率达到较低水平;成长期变化趋势先是在一定范围内浮动，随后影响强度变大，整体上呈现一种上升趋势;成熟期变化趋势先是在一个较小的范围内发生正负变化，影响较小，并在股票流动性达到一定峰值时影响强度升高，并呈现显著的正向影响;衰退期变化趋势浮动较大，在正影响和负影响间不断波动。

结合初创期互联网企业特点来看，此时尚处于追赶期，企业内部研发主要利用较强的应用能力和新产品开发能力来缩短发明与研发投入之间的滞后期，企业整体的不稳定性会直接影响研发投入与产出，随即导致研发投入效率的不稳定，且随着股票流动性的增大，这种不稳定性体现得愈加明显。当企业过渡到成长期，其在技术发展与管理机制等逐渐成熟，研发投入水平稳步走高，故产出会随之增加，带来效率提升。但因为企业尚未进入成熟期，研发投入与产出仍然不稳定，故研发投入效率在这个阶段会出现较小范围的波动。当企业进入成熟期，此时企业在行业内拥有领先优势，较大的经济实力与技术基础会给企业在研发投入上带来更高的产出，即当股票流动性随着企业发展而不断增加时，研发效率会随之实现较快提升。当企业进入衰退期，其研发投资减少，研发成本加大，股票流动性对研发投入效率的正向影响逐渐减弱，负向影响逐渐增加。

综合以上趋势图可知，从企业不同生命周期来看，初创期股票流动性增大对研发投入的正向影响并不明显，呈现较为稳定的向上趋势;成长期与成熟期则会明显看出股票流动性给研发投入带来的正向影响与积极作用;而衰退期则会出现较大起伏与阶段性的负向影响。

五、结论与启示

本文研究发现：互联网公司股票流动性的提高对于研发投入水平和效率均具有促进作用。生命周期因素在两者之间起到关键作用，处在不同生命周期的互联网公司，其股票流动性的变化对研发投入具有差异性影响。就研发投入水平而言，股票流动性对其影响在初创期与成长期权重最大（达到18%和14%），衰退期最小;就研发投入效率而言，股票流动性对其影响在成长期权重最大（达到37%），衰退期最小。整体来看，流动性指标在各时期对研发投入水平与效率的影响均保持在较高程度。

研究结果对于互联网公司分配和优化研发投入具有重要意义：一方面，从互联网行业角度出发，加强互联网公司信息披露，降低投资者的逆向选择成本，提高股票流动性，支持公司的长期研发活动;另一方面，从互联网公司角度出发，结合自身所处的生命周期阶段，初创期和成长期研发投入受到股票流动性的影响达到近20%，可以在此阶段增强融资能力，对关键人员提供股权激励，进而提升研发实际投入和结果，促使企业成为行业领先者;在整体步入成熟期后，研发投入效率受股票流动性的影响达37%，应有针对性地加大资源和资金的投入，促使公司尽早进入新的成长阶段;对于进入衰退期的互联网公司，研发投入受到股票流动性的影响大大降低，不足10%，需要公司重新定位战略方向，开拓新的有利市场。

参考文献：

[1]胡勇，李意，乔元波.股票流动性与公司创新——基于创新行业的实证分析 [J].投资研究，2016，35（10）.

[2]闫红蕾，赵胜民.上市公司股票流动性对企业创新的促进作用 [J].经济理论与经济管理，2018，（02）.

[3]Edmans A，Manso G. 2011. Governance Through Trading and Intervention：A Theory of Multiple Block holders [J].Social Science Electron-ic Publishing，24（7）.

[4]Fang VW，Tian X，Tice S. 2014. Does Stock Liquidity Enhance or Impede Firm Innovation [J].The Journal of Finance，69（5）.

[5]Manso G. 2011. Motivating Innovation [J].Journal of Finance，66（5）.

[6]Harford J，Mansi S A，Maxwell W F. 2008. Corporate Governance and Firm Cash Holdings in the US [J].Journal of Financial Economics，87（3）.

[7]高志，刘爽，杨波.股票流動性、代理冲突与我国上市公司治理效应 [J].经济问题，2018，（09）.

[8]孟媛.生命周期视角下内部控制质量与代理成本关系研究 [J].商业会计，2015，（22）.

[9]徐向艺，房林林.企业生命周期、股权结构与企业价值——来自制造业上市公司的实证检验 [J].东岳论丛，2015，36（3）.

[10]尹华，张颜颜，马媛.企业生命周期与股权集中度的匹配对企业绩效的影响——基于制造业上市公司的实证 [J].重庆大学学报（社会科学版），2018，24（6）.

[11]杜金岷，谭怡君，吴非.股票流动性、企业生命周期与技术创新 [J].南京审计大学学报，2019，16（4）.

[12]吴亮，薛智键.企业生命周期视角下我国物联网企业发展状况评价研究——基于沪深物联网板块上市企业财务数据 [J].软科学，2015，29（8）.

[13]宋常，刘司慧.中国企业生命周期阶段划分及其度量研究 [J].商业研究，2011，（1）.

[14]陈少华，陈爱华.企业生命周期划分及度量方法评析 [J].财会月刊，2012，（27）.

[15]Dickinson V. 2011. Cash Flow Patterns as a Proxy for Firm Life Cycle [J].Social Science Electronic Publishing，86（6）.

[16]黄宏斌，翟淑萍，陈静楠.企业生命周期、融资方式与融资约束——基于投资者情绪调节效应的研究 [J].金融研究，2016，（7）.

[17]王云，李延喜，宋金波，马壮.企业生命周期视角下盈余管理方式研究——基于债务契约理论 [J].管理评论，2016，28（12）.

[18]任佩瑜，余伟萍，杨安华.基于管理熵的中国上市公司生命周期与能力策略研究 [J].中国工业经济，2004，（10）.

[19]Bhide A. 1993. The Hidden Costs of Stock Market Liquidity [J].Journal of Financial Economics，34（1）.

[20]张信东，李娟. 股票流动性会促进企业创新投入吗？——来自上证A股的证据 [J].科技管理研究，2017，（6）.

[21]Desyllas P，Hughes A. 2010. Do High Technology Acquirers Become More Innovative？ [J].Research Policy，39（8）.

[22]Hirshleifer D P，Hsu H，Li D. 2012. Innovative Efficiency and Stock Returns [J].Journal of Financial Economics，107（3）.

[23]Amihud Y. 2002. Illiquidity and Stock Returns：Cross-Section and Time-Series Effects [J].Journal of Financial Markets 5（1）.