研发费用加计扣除政策对上市公司绩效的影响分析

李慧（博士） 陈雪莎

（湖南第一师范学院商学院 湖南长沙 410205）

一、引言

改革开放以来，我国在各个领域都取得了卓越成绩。在科技创新领域，我国的科技创新能力不断提升，逐渐成为世界上具有重要影响力的科技大国。党的二十大提出要“完善科技创新体系，坚持创新在我国现代化建设全局中的核心地位”。目前，我国经济已由高速增长阶段转向高质量发展阶段，激励各企业积极开展研发活动、加大研发投入从而提升国家自主创新水平至关重要。然而，企业的研究开发与创新活动往往伴随着高投入与高风险，这会在很大程度上削弱企业开展研发活动的积极性。

为了激励企业加大研发投入，各国都实施了一系列措施。其中运用政策补贴和合理的税收优惠政策从而激励企业加大研发投入是激励政策的重要选择。而研发费用加计扣除政策又是各种税收优惠政策中备受瞩目的一种。我国在1996 年开始推行研发费用加计扣除政策，此后经历了多次政策变动与调整，逐步优化，演变成为一项拥有完善的系统性、规范的程序性和广泛的普及性的政策。对政策实施效果的研究也受到了我国诸多学者的高度关注。万敏（2022）通过研究发现：税收优惠政策的实施和政府补助提高了企业研发投入和研发产出的强度，研发费用加计扣除政策和政府补助的效果更为明显。其他学者的研究也证实了研发费用加计扣除政策在鼓励企业加大研发投入、提高创新能力和创新效率等方面具有积极作用（甘小武等，2020；张华等，2023）。由于国家鼓励企业加大投入进行研发创新的根本目的在于将科技成果转化为生产力、推动企业高质量发展，从而促进国家经济平稳健康发展，政府对企业研发活动的相关优惠举措最终会落实到通过创新活动提升企业的生产效益和经济效益，促进企业的经济绩效提高。因此，通过实证检验研发费用加计扣除政策对上市公司绩效的影响可以从经济绩效的视角验证其政策效果。

二、政策沿革与理论假设

（一）政策沿革

我国的研发费用加计扣除政策自初始实施至今，经历了几次重大的政策调整。从政策的调整过程来看，总的可以分为四大阶段。

第一阶段是研发费用加计扣除政策的起步阶段。为了贯彻落实党中央、国务院关于促进经济增长方式转变、提升企业绩效的决定，研发费用税前加计扣除政策在1996 年首次出台，但仅限于国有企业和集体工业企业研发费用增长10%以上时才适用，所得税前加计扣除的比例为实际发生额的50%。

第二阶段是政策的推动阶段。为进一步增加科技投入和促进企业间的公平竞争，2003 年，国家将该政策的适用主体进行了扩围，不再区分所有制，财务核算制度健全并实行查账征收企业所得税的所有工业企业均可享受研发费用的加计扣除；2006 年，内外资企业和科研机构、高等院校等主体也都囊括其中。这一阶段，管理方式也有所简化，取消了审核批准制度，改由企业自主申报。

第三阶段是依法提升阶段。2008 年，《中华人民共和国企业所得税法》及其实施条例的出台使得研发费用加计扣除政策在法律层面得到确认。此阶段还出台了《国家重点支持的高新技术领域》和《当前优先发展的高技术产业重点领域指南》以便更清晰地识别此政策的适用对象。

第四阶段是持续完善阶段。首先，2015 年，国家首次明确负面清单制度，该制度规定的政策适用于除烟草制造业、住宿和餐饮业、批发和零售业、房地产业、租赁和商务服务业、娱乐业之外的企业，适用范围进一步扩大。其次，科技型中小企业加计扣除比例有两次提升，2017 年比例从50%提升至75%，2022 年由75%提升至100%。再次，除科技型中小企业之外的其他符合条件行业的企业加计扣除比例也经历了2018 年由50%提高到75%、2023 年从75%提高到100%两次提升。

通过以上的政策梳理，可以发现：研发费用加计扣除政策从起步阶段开始步步扩围、持续优化、不断完善，这使得该项政策的实施能够顺利进行，对支持企业加大研发投入、鼓励科技创新起到了重要作用。在整个政策的推进过程中，2016 年1 月1 日开始实行的负面清单制度将不适用的主体明确划分出来，规范了政策的受惠对象、统一了政策执行口径，为后续的政策优化和完善明确了政策发挥作用的边界、稳定了企业预期，意义重大。因此，本文将此项政策变动作为研究基础。

（二）理论假设

以市场失灵理论为基础，科技创新等研发活动受正外部性、公共性和高风险性等特征的制约，存在企业创新动力不足的可能性。而研发费用加计扣除政策正是政府针对这一现象推出的举措：研发费用加计扣除政策的使用可以使企业扩大其所得税计算的计税基础，从而通过所得税优惠的形式缓解税收支出的资金压力，激励企业增加研发投入；而企业增强其研发投入可以通过产生新技术来不断改进其产品性能和产品质量，这些新技术和新产品带来的竞争优势会驱动企业扩大市场份额或制定更具竞争力的市价，同时税收优惠又降低了企业研发成本。综合而言，以上影响都将不断提升企业的绩效水平。据此提出假设1。

H1：研发费用加计扣除政策对企业绩效水平产生正向影响效果。

企业之间存在异质性。企业的产权性质不同，其经营理念、资源配置与经营模式都会有所不同，甚至大相径庭。由于国有企业肩负更多的社会责任，在经营方面往往受到更多的约束；另一方面，国有企业面对高风险高成本的经营活动时往往会更加谨慎，在面对不确定性较大的投资和研发活动时，表现不太主动。相反，非国有企业的市场竞争激烈，为保持较强的竞争力，对政策的执行效率及政策对获利能力的影响都十分重视，其减税动机也会十分强烈，相应的便会着重关注税收优惠政策的变更。正因如此，相对于国有企业，非国有企业受研发费用加计扣除政策的影响将更为显著。据此提出假设2。

H2：在控制其他条件的情况下，非国有企业受政策的影响更为显著。

三、研究设计

（一）样本选择和数据来源

本文选取了2013—2020 年沪深两市A 股上市公司为研究样本。实证研究所应用的数据来源于国泰安数据库。对样本数据进行了以下处理：初步筛除不适用税前加计扣除政策的行业样本，包括烟草制造业、住宿和餐饮业、批发和零售业、房地产业、租赁和商务服务业及娱乐业；剔除金融行业企业样本、ST 企业样本和存有缺失值的样本。然后，筛选出对照组和实验组样本数据：参照王玺等（2020）的样本处理方式，依据《国家重点支持的高新技术领域》和《当期优先发展的高技术产业化重点领域指南》政策规定的行业，将国泰安数据库中在2016 年之前通过了相关资质认定的上市公司筛选出来作为对照组；并利用倾向匹配得分法选取匹配的上市公司作为实验组，最终得到1 479 家上市公司的11 832 条观测值。

（二）变量定义

实证相关变量具体定义如表1 所示。

表1 变量定义

本文所选取的被解释变量为企业绩效，借鉴余华东等（2017）、刘婷婷等（2019）的做法，企业绩效的测度指标定为托宾Q 值。托宾Q 值在一定程度上避开了人为操纵的影响，在反映上市公司的实际绩效方面相较于其他指标相对全面。

本文主要研究研发费用加计扣除政策主体范围扩大后企业绩效受到的影响，因此核心解释变量用Treat 和Period 的交互项结果揭示政策的净效应。本文以2016 年政策适用主体范围扩大后样本公司是否开始享受该政策为依据将样本划分为两组：若样本公司从2016 年开始享受加计扣除政策，则为对照组，Treat 取值为1，反之为实验组，取值为0； 2016 年之前Period 取值为0，之后取值为1。

考虑到其他因素对企业绩效的影响，控制变量的选取参考王玺等（2020）、吴建祖等（2016）的相关研究，选取了净资产收益率、企业规模、资产负债率、企业上市年龄、高管薪酬与高管持股比例6 个变量。

（三）模型建构

基于研发费用加计扣除政策对企业绩效的影响的考察目的，建立双重差分法（DID）模型：

其中，Tobin_Qi，t是被解释变量，其含义为上市公司i在t 年的托宾Q 值，用以衡量企业绩效水平；Treati，t是上市公司i 是否在2016 年享受加计扣除政策的虚拟变量，若上市公司i 从2016 年开始享受政策优惠，则取值为1，反之取值为0；Periodi，t是时期虚拟变量，若t 是2016 年之前的年份，取值为0，反之取值为1；这两者的交互项是本文的核心解释变量；controli，t是其他对上市公司绩效有影响的控制变量，φi，t为误差值。

四、实证分析结果

（一）描述性统计分析

在回归分析之前，运用Stata 15.1 软件对全样本数据进行描述性分析。通过对样本数据的匹配、计算和汇总，所得到的样本描述性统计分析结果如表2 所示。

表2 全样本描述性分析

全样本上市公司的企业绩效（Tobin_Q）的均值为2.527，最大值为729.6，最小值为0.691，数值表明沪深两市的A 股上市公司之间的企业绩效存在较大差异；政策虚拟变量（Treat）的均值为0.241，说明约有25%的样本数据受到政策冲击，2016 年开始享受研发费用加计扣除政策；时期虚拟变量（Period）均值为0.625，说明观测值在政策实施前后基本一致，样本区间相对平衡。

（二）基准回归分析

根据本文所建的双重差分模型，通过Stata 15.1 进行回归分析，结果如表3 所示。

表3 基准回归结果

逐步加入控制变量后，进行回归分析得到各列结果，观察各列Treat*Period 系数变化结果，控制变量逐步加入后，Treat*Period 的回归系数与显著性水平未发生显著的变化，说明此次回归结果是相对可靠的。

列（7）是研发费用加计扣除政策对企业绩效影响的整体回归结果。观察核心变量Treat*Period，可发现其系数为正，为0.654，表示研发费用加计扣除政策能使企业绩效提高0.654 个单位，且在5%的水平上显著。说明从整体看来，研发费用加计扣除政策在提高我国企业绩效、促进企业良性发展方面起到了促进作用。因此，假设1 得以验证。

观察控制变量与因变量之间的关系，可知，净资产收益率与因变量呈现正相关，净资产收益率提高对企业的绩效水平有促进作用但影响不显著；企业规模结果在1%的水平上显著，反映企业规模会对企业的经营效益产生显著性影响；资产负债率的系数为正值，但在此样本中对企业绩效的影响不显著；企业上市年龄与企业绩效呈显著正相关，说明样本区间内的企业上市年龄和企业绩效是正向促进关系；高管薪酬与企业绩效之间也是正向关系，说明高管薪酬可以促进企业提高绩效水平；高管持股比例对企业绩效为显著负向影响，这符合Morok 等（1988）的研究发现：高管持股在5%—25%时，高管持股不利于企业绩效提升。

（三）异质性分析

当企业的产权性质不同时，受研发费用加计扣除政策的影响也是不同的。企业产权异质性的分析结果如下页表4 所示。

表4 异质性分析结果

观察核心变量Treat*Period，国有企业和非国有企业的系数均为正，两者均在10%的水平上显著，系数分为0.165和0.815，表示研发费用加计扣除政策能使国有企业绩效提高0.165 个单位，而使非国有企业绩效提高0.815 个单位。此项结果表明，受研发费用加计扣除政策影响，国有企业与非国有企业的企业绩效水平均显著提升。而相对国有企业，政策对非国有企业绩效的促进作用更显著。所以，假设2 得以验证。

（四） 稳健性检验

本文运用安慰剂检验的方法进行稳健性检验。具体方法是随机设定一个政策实施年份对样本进行分析。本文将政策实施年份定在2015 年，将2013—2014 年拟定为对照组，2015—2020 年拟定为实验组进行回归分析，回归结果如表5。

表5 稳健性检验结果

根据分析结果可以发现，假定政策实施年份为2015 年后，Treat*Period 结果不再显著，研究结论进一步被证实。

五、研究结论与政策建议

（一）主要研究结论

本文以2016 年研发费用加计扣除政策适用主体扩围这一事件为准自然实验，通过分析沪深两市A 股上市公司2013—2020 年的相关数据，得到研究结论：研发费用加计扣除政策在2015 年调整后，适用主体范围扩大，适用企业的绩效水平相应提升。同时，受企业产权异质性的影响，非国有企业受研发费用加计扣除政策的绩效提升影响更大。

（二）政策建议

目前，我国的研发费用加计扣除政策已经相对完善，未来可以根据执行过程中显现的具体问题进行进一步的修正和细化。在政策执行层面，应该加大政策的宣传力度，并简化操作流程。充分利用现代化信息渠道，通过传统媒体和新媒体开展政策的宣传、解读等，对编制操作流程等开展线上培训答疑，促进政策的实施。灵活利用信息化手段，建立线上操作平台，将申报与审批流程简化，线上线下结合，为企业提供更多便利渠道。