科技创新对公司股票估值的影响研究——基于深市A股上市公司的经验证据

文 静，黄 丽，邱 玉，张婷婷

（吉首大学 商学院，湖南 吉首 416000）

1 引言

在国家科技创新相关政策的指引下，我国已初步形成良好的创新环境，专利申请量位列世界前茅。科技创新不仅会促进国家经济增长，对企业也同样具有重要的积极意义，如帮助企业获取超额利润、提升市场竞争力、吸引社会资本投入等。随着资本市场的日益完善，科技创新驱动企业价值提升作用有待进一步探讨。股票估值是反映企业价值水平的重要因素，那么，企业科技创新是否能有效反应在股票估值上呢？为探讨该问题，本文以深市A 股上市公司为研究对象，检验企业科技创新对股票估值的影响。

2 文献综述与研究假设

2.1 企业科技创新界定

近年来，科技创新作为国家重要的核心竞争力，引起了学界众多学者们的关注 ，就科技创新的定义及评价指标展开了丰富的研究。就衡量企业科技创新水平的指标，目前尚未达成统一意见。Pavitt（1985）围绕专利统计与创新活动展开研究，认为专利活动可以评价创新活动模式[1]。在此之后，学者们开始利用专利数据来衡量科技创新。解维敏（2018）通过企业专利数量来衡量企业技术创新水平，并指出由于专利数据的可得性，专利产出是较为可靠的企业创新衡量指标[2]。企业的R&D(研发)投入是企业创新投入的关键组成，除了从产出方面评价科技创新，邵丹等（2017）用研发投入与主营业务收入的比值来测量企业技术创新[3]。除了单一评价指标外，部分学者采用多指标共同评价科技创新，孟琳静（2021）从技术创新投入、产出和创新环境三个维度研究技术创新能力对企业成长性的影响[4]。蒋先玲，王梓霖（2021）选取创新投入、创新产出和创新效率三项指标构建企业创新能力综合评价体系进行研究[5]。

2.2 公司股票估值

公司股票估值一直是学界研究的重点和业界关注的热点。李卫莲（2014）从盈利能力、营运能力、偿债能力及发展能力四个方面深入分析医药行业上市公司经营业绩与其估值的关系[6]。曾振和沈维涛（2016）针对创业板的估值特征以及影响因素进行了全面分析，强调了行业构成、规模以及成长性等因素对创业板估值的影响[7]。喻平，李晶（2021）研究发现我国A股市场基本面好的企业能获得超额股价收益,而估值高的企业并不能获得超额收益[8]。刘浩，李强等（2022）研究发现，异质信念对企业估值具有正向影响[9]。

2.3 科技创新与公司股票估值

Hirshleiferetal（2013）认为，如果市场对创新信息没有及时地进行反应，往往会导致股票的错误定价[10]。冯梓洋（2014）构建固定效应模型得出创业板上市公司的技术创新对企业股价波动的影响较弱[11]。任曙明等（2017）认为，由于企业和投资者在拥有创新相关活动等信息上存在信息不对称，导致投资者未能准确评估公司股票价值[12]。

综上，国内学者较少有对企业科技创新估值效应展开研究，本文拟就此方面展开相应研究。利用深市A 股上市公司面板数据建立模型，并运用Stata软件进行实证检验，试图探究企业科技创新与股票估值之间的关系。

2.4 研究假设

企业科技创新对股票估值的影响机理是当企业加大科技创新投入力度时会提高企业的市场竞争力，增加企业的利润，从而影响投资者的价值判断，最终导致股票估值发生变动。因此，本文提出以下假设：

假设1：科技创新对上市公司的股票估值有积极的影响作用。

3 研究设计

3.1 样本选择与数据来源

本文以 2017—2021年深市A股上市公司为样本，并做如下处理：（1）剔除金融类的上市公司；（2）剔除财务报表中不包含研发投入的上市公司；（3）剔除数据缺失严重的上市公司。本文的所有数据来源于国泰安（CSMAR）数据库，样本量为9640个。

3.2 变量设置

3.2.1 被解释变量

衡量上市公司估值水平常用的指标有市盈率、市净率、托宾Q、市值账面比等指标。本文选取市净率（PB)作为本研究的被解释变量，其定义是每股股价除以每股净资产。

3.2.2 解释变量

就我国上市公司而言，研发资金投入强度这一相对指标能更科学合理地衡量科技创新。因此，本文选取研发资金投入强度作为科技创新的代理变量。计算公式为:科技创新（RDEI）=研发资金支出/营业收入。

3.2.3 控制变量

上市公司股票估值除了受科技创新影响外，还会受很多其他因素影响。为减少内生性偏误，本文参考陈玲（2019）[13]的研究，对相关变量进行了控制，主要包括企业规模（SIZE）、资产负债率（LEV）、资产收益率（ROA）、企业成长性（GROWTH）、每股股东自由现金流量（CASH）等变量。具体变量选取如表1。

表1 相关变量选取

3.3 实证模型构建

为了检验本文假设, 设定以下回归模型:

模型中，被解释变量股票估值用上市公司市净率(PB)表示，解释变量科技创新为上市公司当期研发资金支出与营业收入的比值(RDEI)。i表示是第i个上市公司，t表示的是第几年。X表示的是控制变量，包括企业规模、资产负债率、资产收益率、企业成长性、每股股东自由现金流量。ui表示行业虚拟变量，ut表示的是年份虚拟变量，εit表示误差扰动项。

4 实证结果与分析

4.1 描述性统计分析

表2显示，深市A股上市公司股票估值（PB）的均值为4.741，最小值为0.211，最大值为254.4，标准差为 7.574，标准差较大，表明深市A股上市公司股票估值水平差异较大。深市A股上市公司科技创新（RDEI）的均值为5.775，最小值为0，最大值为342.3，标准差为 6.847，波动性较大，企业规模、资产负债率、资产收益率、企业成长性、每股股东自由现金流量等控制变量波动性明显小于解释变量科技创新。

表2 主要变量描述性统计

4.2 相关性分析

为了初步验证深市A股上市公司科技创新与股票估值之间的关系，首先检验股票估值、科技创新和各控制变量之间的相关性，结果如表3所示。由结果可以看出：（1）深市A股上市公司科技创新与股票估值的相关系数为0.053，且在1%的水平上显著，说明深市A股上市公司科技创新与股票估值正相关，初步验证了假设H1。（2）绝大多数变量呈现显著相关，表明本文的变量选取基本合理。并且变量间的相关系数均小于0.6，说明变量之间不存在严重的共线性问题，可以进行后续的回归分析。

表3 主要变量的相关性分析

4.3 回归分析

利用面板数据模型，做深市A股上市公司科技创新对股票估值的模型回归，应用Stata面板数据分析方法将数据回归后得到表4中模型一的结果。模型一中，科技创新与股票估值的回归系数为0.0511，表明科技创新与股票估值之间为正相关关系，并通过了显著性水平为1%的检验，以上结论与假设1结论一致，验证了假设成立。控制变量中，企业规模与每股股东自由现金流量对股票估值呈现负向影响，资产负债率、资产收益率、企业成长性对股票估值呈现正向影响，且均与股票估值的关系显著，说明上市公司股票估值水平的变动与这些因素密切相关。

表4 回归结果

4.4 稳健性检验

目前学术界用于衡量企业科技创新的指标较多，为了有效地检验实证结论的可靠程度以及稳健水平，本文采用替代性的方法进一步验证深市A股上市公司科技创新对股票估值的影响，选取研发资金支出作为企业科技创新的代理变量继续分析样本数据，将上市公司当期研发资金支出与营业收入的比值（RDEI）指标替换为当期研发资金支出的对数（LRD）后再次进行回归，回归结果如表4的模型二。由稳健性检验回归结果得，科技创新与股票估值的回归系数为0.209，且在5%的显著性水平下显著，变更解释变量对样本的数据处理结果并无明显差异，即本文的实证结论是稳健的。

5 研究结论与政策建议

研究上市公司科技创新与股票估值的关系，对于理解股票估值，提高中国企业科技创新积极性和科技创新能力有重要意义。基于此，本文在梳理相关文献的基础上，以 2017—2021年深市A股上市公司为样本，实证分析了科技创新与股票估值的关系，最终得出了以下结论：科技创新对股票估值具有显著的正向促进作用。根据所得结论提出以下建议：（1）企业要加强创新资本投入力度，逐步将重专利数量的理念转化为重专利质量，进而提升我国企业在国际市场中的竞争力，助推国家经济增长。与此同时，企业要多披露科技创新活动的相关信息，实现以科技创新能力为主的核心竞争力驱动公司股票估值水平，促进资本市场健康发展。（2）投资者可以将科技创新作为企业内在价值的补充依据，但必须建立理性投资的价值理念，用科学的方法评估上市公司的内在价值。企业创新行为存在一定的风险，投资者应避免抱着投机的心态对企业创新行为进行“追捧”。