研发投入与医药制造企业价值创造研究

（安徽大学 商学院，安徽 合肥 230061）

陈 来，刘 蕊

2020年新型冠状病毒的全球传播，严重威胁人类健康。病毒不断变异给医药行业发展带来巨大挑战，同时也为医药行业的持续创新带来巨大机遇。纵观人类发展史，不同时期，人类健康会遇到不同类型疾病的威胁，人类也正是在与各种疾病作斗争中维护自身的健康。病毒的产生与变异警示医药界，必须持续加强研发，持续改进医疗技术，推进药品升级换代，唯有如此，医药企业竞争力才有可能不断增强。

随着市场竞争程度的强化，我国制药企业越来越重视研发投入，重视知识产权保护，注重培育核心竞争力。医药行业通过调结构，强基础，严监督，以深化改革促可持续发展。

1 文献综述及研究假设

熊彼特提出，经济发展的基本规则是创新，创新的主体是企业。在新时代，企业之间的竞争更多地依赖人力资本、知识资本的竞争，创新成为企业形成核心竞争力和提升价值创造能力的必然选择。从现有的文献来看，研发投资与企业价值之间显著正相关。

Grilliches与Booth等运用剩余收益模型与模拟矩量法，研究美国企业的研发投入与价值创造问题[1-2]。Branch采用分布式滞后分析法分析R＆D活动与获利能力之间的关系，认为R＆D活动可以提高企业未来的获利能力[3]。Hirschey和Weygandt的研究表明，在耐用品和非耐用品分样本或是总样本中，研发强度对托宾Q值影响积极[4]。Chauvin和Hirschey从企业规模角度分析研发投资对企业价值提升的效果[5]。Hsieh等学者选择制药和化工类企业为研究对象，发现R＆D支出对企业绩效的正向影响约为固定资产投资收益的两倍[6]。Eberhart认为非预期R＆D增强了市场反应，R＆D是一项有益的投资，对公司的运营绩效和股票市场有积极影响，但市场反应有时比较慢[7]。Sharad C.Asthana与Yinqi Zhang研究发现在竞争不太激烈的情形下，R＆D投入对企业收入连续性的正面影响较大[8]。Jeon和Kim对研发成本和公司价值的相关性进行分析，发现企业的研发活动会产生信息效应，且IPO公司的研发有利于提升公司价值[9]。

陆国庆（2011）对中小板上市公司的数据进行了分析，认为企业的R&D投资与利润呈正相关性[10]。舒谦（2014）从治理结构的角度探讨研发投入与企业绩效之间的关系，认为更多的研发投资可以更有效地提升公司绩效，但受到公司治理结构的约束[11]。刘和旺等（2015）从所有制性质角度，使用CDM模型法，发现民营企业依赖技术模仿和技术引进降低研发成本，从而提高绩效[12]。张玄（2016）研究制造业中民营上市公司的R&D投资、金融集聚与企业成长的关系，认为R&D投资和金融集聚对民营企业的成长发挥着积极影响[13]。根据严若森（2016）的研究，家族企业的研发投资显著提升了企业价值，但这一影响是以企业实际绩效低于预期绩效为前提的[14]。还有一些学者用阈值面板模型分析研发强度与企业价值之间的关系，戴小勇（2013）通过对中国工业企业的相关数据进行分析，发现只有当研发强度达到第一阈值时，公司的业绩才能得到显着提升[15]；孙晓华（2013）认为R＆D强度对中国工业企业绩效影响的阈值为0.0089[16]；刘文琦（2019）使用阈值回归方法，研究发现研发投资对公司技术进步的影响有显著的阈值效应，这一过程受到资本深化程度的限制，阻碍了研发投资对技术的促进作用[17]。

有的研究是对企业研发投资滞后性进行的分析，但在滞后期间没有一致的结果。罗婷（2009）认为，研发投资通常积极的影响着企业未来利润[18]；陈守明（2012）从股权性质角度，采用Heckman两阶段模型进行研究，发现R＆D强度对企业价值具有显著的影响[19]；姚靠华（2013）从资本市场反应角度研究，发现R&D投入与企业未来股价正相关[20]；武咸云（2017）运用固定效应模型，研究战略性新兴产业，结论是公司研发投入显著降低当前市场价值，但增加滞后三期的企业市场价值[21]；陈金勇（2016）以沪深两市主板上市公司为样本，采用Poisson回归分析法进行的研究，表明R＆D投入对企业价值的影响为1～2年[22]；孙莹（2017）研究战略性新兴产业内的公司治理绩效，认为研发投入对公司绩效有延迟效应，且对绩效产生的影响可能为正，也可能为负[23]。

关于医药制造业R＆D投资与公司价值之间的关系，龚志文（2011）研究了生物制药行业上市公司，认为企业当期主营业务利润与当期股价、下一年度的股价变化呈正相关，但不显著[24]；孙峰（2014）认为医药制造业研发投入增长快，但产品技术含量偏低、生产智能化程度不高、产出增长过分依赖劳动投入，地区间的研发强度差别较大[25]；郝婷（2016）使用2009年至2013年上海和深圳A股的132家制药公司的混合横截面数据，运用层次分析法证明R&D投入可以提升企业价值，但存在滞后性[26]；谢洪明等（2019）分析91家中国上市制药企业在2008-2017年的研发数据，发现研发强度对托宾Q值存在积极影响，同时具有滞后性，且在t-3年效果最佳[27]；根据信号传递原理，R&D投入作为企业变革的“引爆器”，对企业市场价值产生持续性影响[28-29]。

总的来说，市场竞争强化了制药企业的研发动力，企业通过加大研发投入，不断提升自身创新水平，夯实竞争基础，推行差异化战略，进而不断提升企业自身优势。

2 研究设计

2.1 数据来源与处理

根据2012年中国证券监督管理委员会行业分类，我们选取我国生物医药制造业上市公司为研究对象，从CSMAR数据库、Wind数据库及巨潮资讯网站挂牌公司的年报中收集相关数据，以关键数据完备的企业作为样本，所有连续变量在1%和99%的水平上进行Winsorize处理，结果利用112家制药企业2012～2019年期间的数据，采用Excel、stata15软件完成数据整理及实证检验。

2.2 变量设计

关于被解释变量。企业价值的表达方式有两种，一是以企业流通股市值[30]或通过剩余收益估值模型计算其权益价值[1]；二是采取股权价值与企业债务之和代表企业价值。选择托宾Q值（TQ）作为替代变量以衡量企业价值，TQ值可以更好的反映企业价值创造能力，同时考虑股权与债务对企业价值的影响，受人为操纵的可能性较小[31]。当TQ值较大时，投资者给予企业价值评价积极。

关于解释变量。研发投入指数（RDI）衡量企业研发投入，研发投入强度=研发投入/主营业务收入，选取的滞后期为4年：当年的研发投入强度（RDI）、一年前的研发投入强度（RDIit-1）、两年前的研发投入强度（RDIit-2）、三年前的研发投入强度（RDIit-3）。

关于控制变量。包括资本结构、企业规模、盈利能力、股权集中度、企业年龄。

研发投资受制于公司的财务状况，财务状况受制于公司的资本结构，选择资产负债率（lev）作为企业资本结构的衡量指标。规模较大的公司通常有更多的资源可使用，但由于规模经济，可能会减少研发投资；规模较小的企业可利用的资源相对较少，但激烈的竞争会使其增加研发投入。企业价值与其盈利能力相关，选择资产收益率（ROA）作为衡量企业盈利能力的指标。股权集中度（CR）是反映公司控制权集中或分散程度的主要指标，我们以第一大股东持股比例作为衡量指标。研发投入与产出绩效间的关系受企业年龄限制，企业年龄可作为控制变量。

表1 变量定义表

2.3 研究方法及模型构建

面板数据模型分为非观测效应模型和混合效应模型，非观测效应模型分为固定效应模型与随机效应模型。为减少实证结论与现实之间偏差，需要通过检验选择适合的模型。现有文献大都采用F统计检验，选择混合效应或固定效应模型，使用Hausman检验决定随机效应或是固定效应模型。

关于F检验问题。首先，进行截面相关检验与修正，发现存在个体效应；其次，F检验的P值远小于0.01，从而拒绝原假设。因此，选择固定效应模型。

关于Hausman检验问题。在随机效应模型下进行Hausman检验，结果P值<0.01。故原假设被拒绝，选择固定效应模型。根据两个方法检验的结果，综合考虑个体效应和时间效应，构建双向固定效应模型（Two-way FE）。为检验假设1，构建模型（1）的公式描述如下：

表2 模型的选择

为检验假设2，构建模型（2）的公式描述如下：

当n=1，2，3时，为滞后一、二、三期的研发投入强度对公司价值的实证检验。其中TQit代表第i家企业第t年的价值；α0为回归方程中的常数项。ηi为难以观察的个体效应，εit为随机干扰项。由于选取的皆为制药企业，所以不考虑行业效应的影响。

3 实证分析

3.1 描述性统计

2012年到2019年，我国制药企业的平均R&D投入强度为4.749%，研发投入强度极大值25.06%与极小值0.3%的差异表明，我国医药制造行业R&D投入强度存在较大差距。从变量TQ值统计结果来看，使用TQ值作为公司价值的代理变量有一定的局限性，市场上对样本公司的估值可能更高，企业间的价值差异较大。112家样本企业资产负债率均值为31.54%，平均债务比率较低，总体资本结构情况较好。极大值为82.82%，说明部分企业财务风险较高。所有样本的平均资产收益率为6.731%，最高为21.65%，最低为-14.51%，不同企业的盈利能力差别较大。从股权集中度来看，股东持股比例差距较大，均值为33.83%，说明我国医药制造业企业控制权分布不均匀。

表3 描述性统计

3.2 相关性分析

初步检验研发投入强度（RDI）、托宾Q值（TQ）以及资产负债率（lev）、资产收益率（ROA）、股权集中度（CR）、企业规模（size）、企业年龄（age）等五个控制变量之间的相关性，结果在表4中集中反映。从表4中的数据来看，解释变量与被解释变量之间的正相关系数为0.189，显著水平为0.01，初步表明企业的R&D投资强度可显著地提升企业价值，假设1得到初步验证；其他控制变量在1%水平上显著相关。观察R&D强度与公司的资产负债率、公司年龄在1%水平上的相关性，明显存在负相关性，表明公司债务、公司年龄的增长降低了企业的研发投入强度。通过分析公司规模与资产负债率、股权集中度及资产收益率之间的关系，发现大型生物医药制造企业具有更高的杠杆率，更集中的股权和较强的盈利能力。公司债务与资产比率、股权集中度和资产收益率间的关系表明，若公司债务水平很高，公司的盈利能力将下降；股权集中度较高的公司盈利能力相对较强。

表4 各变量相关性分析

3.3 回归结果分析

第一，研发投入强度（RDI）与企业价值（TQ）关系检验。对样本数据进行1%的winsorize处理，通过F检验与Hausman检验，选择双向固定效应模型，运用stata15软件进行实证分析，表5中模型（1）可决系数R2为0.449，拟合程度较好；F值为47.36，说明模型有效，具有一定的统计意义。R&D投资强度（RDI）和企业价值（TQ）具有显著影响，影响系数为0.039，在5%水平上显著相关，表明，企业R&D投资强度每增加一个百分点，企业价值会增加3.9%。

表5 模型回归结果

从控制变量的回归系数看，公司规模与公司价值在1%水平上呈显著负相关，公司盈利能力、资本结构与公司价值在1%水平上呈显著正相关，公司规模越小、收益率越高，负债与资产比率高，越有利于提升公司价值。

第二，关于滞后效应检验问题。表5为滞后效应的回归结果，表中R&D强度与托宾Q值呈显著正相关，相关系数分别为 0.065、0.069、0.105。R&D投资强度滞后阶段的系数大于当期的回归系数，且滞后一期与滞后三期的回归系数均在1%的水平上显著，滞后二期的回归系数显著水平为5%，表明R&D投资强度对制药企业价值的提升存在滞后性，说明假设2正确。此外，滞后三期的R&D投资强度回归系数为0.105，模型可决系数R2为0.574，F值为58.04，表明该模型拟合度较好，滞后三阶段的R&D投资强度对企业价值的提升影响较佳。

3.4 多重共线性检验

两个变量之间的相关系数大于0.7，表明可能存在较为严重的多重共线性。但表4分析检验结果中的相关系数在0.7以下，可以初步判断不存在多重共线性问题。

另外，使用VIF法检验是否存在多重共线性，若VIF值大于10，则存在多重共线性，而表6中变量的VIF值小于2，因此在模型变量间没有严重的多重共线性，模型的结果有一定的参考价值。

表6 多重共线性检验

4 结论与建议

4.1 基本结论

我们选取2012-2019年间的112家上市制药企业的面板数据作为样本，从相关性与滞后性两方面分析R&D投资强度与制药公司价值之间的关系。结果表明，我国医药企业需要不断加大研发投入，持续进行新产品开发，进而不断提高企业的创新能力；同时，为社会提供更好的医药产品，增进人民健康，增加社会福利。

我国医药制造业上市公司研发投入强度对企业价值有重要的影响。从回归结果可以看出，研发投入强度（RDI）与制药企业TQ值的回归系数为正，通过5%水平上的显著性检验，R&D投入强度每增加一个百分点，企业当年的价值增加3.9%，市场对R&D投资活动给予积极评价。R&D投资强度对企业价值的影响是滞后的，研发投入不仅影响当期的企业价值，还可提高企业的长期价值，滞后3期时的效应最佳。

4.2 政策建议

医药产业具有战略性新兴产业的基本特性，直接关系着人民的健康与幸福，需要政府给予大力支持与引导。我国医药产业发展相对发达国家还是有一定的差距，需要充分发挥中药产业的优势，加快产品与技术的升级换代，提高制药企业的研发效率，进而提高企业的整体创新水平。

第一，强化政策引导。研发活动具有较强的正外部性、结果的不确定性、市场的高风险性等特征，有必要加强政策支持的力度。政府可采用政策性补贴、税收优惠等形式，引导企业加强研发活动。

第二，拓宽融资渠道。政府通过完善多层次资本市场体系，在发挥政策性金融的作用的同时，鼓励商业金融机构支持中小企业的R&D投资活动，强化边际投入[32]。

第三，优化投入结构。尽管我国医药制造业的研发投入在持续增加，但产出效率不高，企业、地区之间存在差异。基础研究、应用研究的投入均不足，限制了企业研发投入效率的提高。医药企业要持续推进基础研究与应用研究的有机结合，优化企业产品结构，提高研发的产出效率。

第四，提升团队水平。高度重视医药行业研发团队建设，重点强化高端研发人才的培育工作，提升综合素养，提高创新意识与创造能力。

第五，构建研发联盟。为提高研发活动的有效性，制药企业、高校、研究机构需要融合发展，形成紧密型研发联盟。政府引导创新主体之间构建“嵌入式”研发平台，加强协作，推进共享，分担研发成本，分散研发风险与[33]，加快成果转移转化。