-
随着中国经济步入平稳化运行阶段,创新驱动的重要性日益凸显。研发活动是技术创新的基础,创新成果的取得离不开研发投入。相比于其他投资活动,研发投资具有高风险和长期性的特点,而且一旦投资中断则会带来高昂的调整成本,因此保持研发支出的相对平滑是实现企业创新目标的重要条件。早在2007年,财政部在《关于企业加强研发费用财务管理的若干意见》中就提出企业可以根据研发资金需要建立研发准备金制度,为研发活动提供持续性的资金供给。研发平滑是一项积极的财务行为,研发投入的平稳性和持续性是研发平滑的内在含义和表现特征。从某种程度上来看,研发支出的可持续性比投资金额更加重要,因为研发行为的长期良性发展比投资强度的短期提升更有价值[1]112[2]14,尤其是对于研发活动频繁的高新技术企业来说,它可以让企业规避科技人才流失、商业机密泄露等风险,对企业的可持续发展有重要意义。
尽管现有研究对研发平滑的讨论相对丰富,但大多数学者都是从宏微观层面和静态视角入手,中观层面和动态视角的研究略显不足。考虑到研发平滑的重要意义,不同层面和视角的平滑机理研究都是必要的。因此,本文以生命周期和行业竞争为切入点,试图挖掘企业生命周期的动态演变过程以及行业竞争的激烈程度对研发平滑行为的影响。具体而言,以沪深A股中高新技术企业2014—2018年的相关数据为研究样本,通过研发投资相对于内部现金流变化的波动程度来衡量研发平滑,借助Brown和Petersen[3]701的系统广义矩估计模型来检验企业生命周期、行业竞争水平与研发平滑三者之间的关系。与已有研究相比,本研究的创新和贡献可能有以下两点:第一,从企业发展的动态视角研究研发平滑问题,考察不同生命周期阶段对企业研发平滑行为的影响差异,弥补了静态视角研究可能存在的不足。第二,不同于以往研究中常见的宏微观调节变量,引入行业竞争水平作为中观层面的调节变量,探讨行业竞争的激烈程度对企业研发平滑行为的影响,从行业层面进一步明确了企业研发平滑问题的产生机制。
-
高昂的研发投资调整成本是企业进行研发平滑的主要动因。Himmelberg和Petersen[4]对美国179家科技型小企业的研究发现,研发投资的现金流弹性系数远低于实物投资的弹性系数,作者认为这是由研发投资更高的调整成本导致的;鞠晓生等[5]指出较高的调整成本导致企业的研发投资必须保持一定的可持续性,这是研发行为会受到财务限制的主要原因之一。现有文献普遍认为研发投资的调整成本主要包括两部分:一是人员调整带来的补偿支出和培训费用,二是科技人员外流引发的信息泄露风险[6]86[7][8]120。创新成果的实现依赖于研发团队的智力支持,企业的研发支出大部分都用于支付科技人员的薪酬[9],因此研发资金的中断往往伴随着研发人员的解雇,除了要付出辞退成本外,企业还会面临内部研发信息泄露的风险。另外,在渡过短期流动性危机之后,企业如果需要继续开展研发活动,就不得不雇佣新的科技人员,这会带来较高的人才寻找成本和培训成本。
充裕的资金是实现研发平滑的首要条件。根据来源的不同,企业的资金可分为内源性资金和外源性资金两类,其中内源性资金来自于企业自身经营活动所产生的利润留存,外源性资金则来源于银行、投资者等外部主体。内部现金流和债务、权益等外源性资金都有可能成为企业平滑研发投资的工具,但是从融资优序理论的角度分析,Myers等[10]认为受信息不对称问题的影响,企业在进行项目投资时通常会优先考虑内部资金,国内也有学者研究表明内源性资金是企业开展创新活动的主要经费来源[11-12],因此,现有文献对于研发投资平滑工具的讨论一般集中在内源资金方面,其中以现金持有最为常见。文献[3]是研究研发平滑与现金持有关系的开篇之作,文章通过现金持有波动量和企业研发规模的相关系数是否显著为负来判断研发平滑行为存在与否,这种方法被国内外众多学者采用[2]16[8]122[13]80[14],是衡量研发平滑的经典方法之一。
在讨论研发投资平滑工具的基础上,诸多研究还尝试将研究视角延伸至研发平滑的调节变量。从经济变量的划分来看,宏观变量、中观变量和微观变量都有可能对研发平滑起到调节效果,其中宏观变量主要是指宏观经济、货币政策等国家或全球层面的经济变量,中观变量主要代表行业层面的经济变量,譬如产业政策、行业竞争等,微观变量主要指由企业个体因素构成的变量。但是研发平滑领域的现有研究在选择调节变量时,大多集中在宏观经济和微观个体层面,中观层面的调节变量较为少见。具体而言,前人对宏观经济变量的讨论以经济政策和金融发展为主,譬如谢乔昕[15-16]的实证研究指出货币政策紧缩和货币政策的不确定性均会对企业的研发平滑行为造成显著的负面影响,谈静晗[17]、杨兴全和李万利[18]认为金融发展会削弱融资约束对研发平滑的强化效果。微观经济变量的研究范围较广,企业集团属性、信息披露水平、现金流类型、企业业绩等均曾被证实为是研发平滑的调节变量[1]119[13]81[19]10[20]。中观经济变量由于较为少见,在此不作过多阐述。
-
企业生命周期的观念最早起源于Haire[21],作者认为企业会像有机生命体一样经历从诞生到衰亡的一系列过程。受这一观念的启发,诸多学者从企业生命周期的不同角度对其展开研究,并形成了丰硕的研究成果。对于企业生命周期的划分阶段,不同学者的观点各有千秋,Adizes[22]将企业的发展过程划分为孕育期、盛年期、官僚期等十个时期,而Greiner[23]将企业生命周期分成创造、授权、协作等五个阶段,国内学者则普遍认同初创期、成长期、成熟期、衰退期的四阶段划分法[24][25]115。但在以中国上市公司为研究样本的实证文章中,考虑到上市条款对企业盈利能力、成立年限等的严格要求,学者们通常认为样本公司已经度过初创期,因此只保留成长期、成熟期、衰退期三个划分阶段[25]117[26]110[27]37。
对于企业生命周期的划分依据,总的来看有单一指标法、多重指标法和现金流分类法三类[28][29]48,譬如Arikan和Stulz[30]以公司上市年限来划分年轻公司和成熟公司,李云鹤等[31]通过企业年龄、资本支出比率、留存收益比率、营业收入增长四个指标综合划分企业生命周期,Dickinson[32]1972则运用企业经营、投资、筹资三大活动现金净额正负方向的组合来划分企业生命周期。三种分类依据中,现金流组合法的应用最为广泛[29]48,现金流是企业核心生命力的体现,它能够综合反映企业的资源配置水平、应对风险的实力等,现金流的不同组合能够在一定程度上反映企业在不同成长阶段经营状态的差别。
围绕企业生命周期与研发和创新的关系,已有文献大多从研发强度、研发效果两个方面展开讨论,也有一些文章针对生命周期对创新能力和创新风险等的影响进行了探讨。如唐玮和崔也光[33]认为企业规模的扩大会带来组织冗余问题,因此民营企业的研发力度会随着成长期、成熟期和衰退期的依次推进而呈递减态势,但童锦治等[27]35则认为在融资约束较小、非生产性支出较少、研发风险较低等有利条件的作用下,成熟期企业研发投资的意愿最为强烈。在有关企业生命周期对研发效果影响的文献中也存在类似的争议,如刘辉和滕浩[34]研究表明研发投入对企业价值的促进作用在动荡期和成熟期企业中较为显著,陈收等[35]的研究则显示研发投入对企业绩效的提升效果在成长期和成熟期企业中更加明显。
-
市场集中度是衡量某一行业市场势力分配的量化指标,可以用来表示行业内垄断水平与竞争水平的高低,市场集中度越高代表该行业的垄断水平越高,竞争水平越低,因此行业竞争水平一般用市场集中度指标来反向表示。现有研究中衡量市场集中度的变量比较丰富,常见的有HHI(Herfindahl-Hirschman Index)指数、市场集中度(Concentration Ratio,CR)指数、熵指数、勒纳(Lerner)指数、公司数量等[36-37]。前三者在计算时一般都会用到企业的营业收入数据,这是因为营业收入的相对规模能够直接反映企业的市场竞争力,用来代表行业内市场势力的分配结构相对合适。另外,在衡量市场集中度的一众指标中,HHI指数能够兼顾数学指标中绝对量与相对量的优点,并且可以避免企业规模和数量的干扰,因此应用相对广泛[38]。
行业竞争具有一定的外部治理效应,在优胜劣汰的环境压力下,提高核心竞争力是企业生存的必备法则,而研发能力是企业竞争实力的重要组成部分,因此企业很有可能会根据行业竞争压力的大小来调整研发策略。在实证研究中,相当一部分学者认为行业竞争对研发创新有促进作用。周瑜胜和宋光辉[39]129研究表明行业竞争对研发力度有积极影响,而且行业竞争还可以降低国有控制权对研发力度的不利影响;朱有为和徐康宁[40]44以高技术产业为研究对象,研究结果显示行业竞争的激烈程度越高,越有助于提升企业的研发效率;Letina[41]的研究显示企业之间竞争强度的增加会导致各种开发项目的增加和重复研究数量的减少,这有利于研发效率的改善。
-
综上所述,研发平滑文献的研究视角主要集中在平滑工具和调节变量两个方面,企业生命周期与行业竞争水平的衡量方法众多,也有诸多学者对企业生命周期和行业竞争水平与研发之间的关系进行了有益探讨。然而值得注意的是,已有研究对研发平滑的讨论基本都是从静态角度入手,鲜有文献注意到企业生命周期的动态演变过程对研发平滑行为的影响,此外现有文献对中观调节变量的研究也存在一定的空白。在企业生命周期、行业竞争水平与研发关系的讨论中,现有文献一般是从研发强度、研发效果、研发效率等角度入手,关于研发平滑的讨论很少。因此,本文将基于企业生命周期对研发平滑的影响、行业竞争水平对研发平滑的作用这两个问题作进一步深入探讨。
-
考虑到目前鲜有研究探讨研发平滑行为和企业生命周期的关系,本文试图从融资约束和现金持有成本两个角度来论证不同发展阶段对研发平滑的影响。从融资约束的角度来看,由于企业在不同的成长阶段所面临的融资约束程度不同,而现有研究普遍认为融资约束会对研发平滑产生影响,所以企业生命周期可能会通过融资约束这一传导机制作用于研发平滑。从不同生命周期企业的特点来看,处于成长期的企业盈利结构尚不稳定,内部利润往往不足以满足投资和扩张的需求,而且企业所面临的生存风险也相对较高,通常无法吸引大量外部投资;成熟期的企业经营状况趋于稳定,拥有充足的利润盈余,较低的投资风险也使得企业更容易获得外部融资;衰退期的企业财务绩效开始下滑,产品和服务的市场份额下降,致使企业没有丰裕的内部现金流,而且这一时期的企业处于夕阳阶段,对外部投资者来说一般不具有投资吸引力[42]98。根据Fazzari等[43]对融资约束的定义,成熟期的企业一般不存在融资约束问题,而成长期和衰退期的企业往往会受到融资问题的困扰,已有研究也证实了这一点[42]107[44]。融资约束问题严重的企业,其研发投资对现金流的变动更加敏感,这类企业为了保证研发投入的可持续性,会更加倾向于通过储备大量现金来平滑研发投资[6]87[45]。因此,从融资约束的角度来看,成长期和衰退期的企业研发平滑行为应该更加显著,而处于成熟期的企业资金相对充裕,企业在满足研发资金需求时可供选择的途径很多,不需要通过储备大量现金的方式来维持研发投资的平稳性。
但是,如果从现金持有成本的角度来分析生命周期与研发平滑的关系,得出的结论可能与融资约束角度截然相反。首先,利用现金持有来平滑研发投资的前提是企业必须拥有充足的内部资金,显然成长期和衰退期的企业现金充裕程度并不高;其次,在企业内部留存大量现金需要付出一定的代理成本,Jensen[46]的自由现金流理论认为,大量的自由现金流可能会触发经理人与股东之间的代理问题,管理层可能会利用内部资金谋取私人利益并损害股东财富;再次,将大量现金留存在企业内部意味着企业当前投资机会的减少,成长期和衰退期企业急需通过对外投资探索可观的利润增长点,可能难以承受如此高昂的机会成本。综上所述,从现金持有成本的角度出发,成长期和衰退期的企业可能难以负担持有大量现金流带来的代理成本和机会成本,所以研发平滑现象应该并不显著,而成熟期企业拥有承受现金持有成本的雄厚实力,利用现金持有来平滑研发投资的现象可能更加明显。
由于目前没有研究验证过生命周期与研发平滑的关系,本文认为上述两种作用机制都有存在的可能性,并据此提出如下两个竞争性假设:
H1a. 不同生命周期企业的研发平滑行为存在差异,衰退期和成长期的企业研发平滑现象显著,成熟期的企业则不显著。
H1b. 不同生命周期企业的研发平滑行为存在差异,成熟期的企业研发平滑现象显著,衰退期和成长期的企业则不显著。
-
研发活动是企业核心竞争优势的来源,高新技术行业作为研发活动频繁、研发投资高昂的典型代表,研发投资对其市场竞争绩效至关重要[47]719。但是高新技术企业所处的行业类别纷繁复杂,不同行业的集中程度和竞争水平可能存在很大差异,受行业竞争激烈程度的影响,公司为维持市场地位所付出的研发努力也会有所差别。目前已有学者证实了市场竞争程度对研发效率和研发力度的影响,实证结果表明企业研发的效率和规模会随着同业竞争程度的提高而显著提升[39]129[40]44。可以看出,公司会采取积极的研发行为来应对同业竞争。鉴于研发平滑的重要意义,本文认为除了研发效率和研发规模,研发投入的平稳性也应该成为评价研发行为积极与否的重要因素。与竞争和缓的市场相比,在竞争激烈的市场中,研发投资一旦中断会给企业带来更为严重的后果,因为企业市场份额的保持依赖于持续稳定的研发和创新活动。另外,研发投资中断往往伴随着研发人员的解雇,在竞争激烈的行业中,研发人员外流所带来的内部信息泄露的风险会更大。Zander和Kogut[48]研究指出,模仿竞争对手的产品是企业的竞争策略之一,核心人员流动率与产品模仿速度紧密相关,关键人员的外流会使得核心技术受竞争对手控制的可能性增大。综上所述,本文认为在竞争水平较高的行业中,为了应对维持市场地位、保证研发团队稳定性的压力,企业平滑研发投资的动机会更加强烈。据此,本文提出如下假设:
H2. 行业竞争水平是研发平滑的调节变量,企业所处行业的竞争激烈程度越高,现金持有对研发投入的平滑效果越明显。
-
本文以沪深A股高新技术企业的平衡面板数据为研究对象进行数据分析,样本区间为2014—2018年,并按照以下步骤对数据进行了初步处理:剔除ST和*ST公司样本;参考证监会在2012年修订的《上市公司行业分类指引》文件,剔除金融业公司的有关数据;剔除2014—2018年主要变量数据空缺严重的公司样本。经过上述处理后,共得到了3 670组样本数据,这些数据来源于734家高新技术公司。相关数据下载于CSMAR数据库,本文采用Stata16.0进行数据分析。
-
参考Brown和Petersen[3]701对研发平滑的判断方法,本研究以现金持有变动量(∆Cashholding)和研发投入强度(RD)相关系数的正负方向及显著性水平来判断企业是否存在研发平滑行为。如果∆Cashholding和RD的相关系数为负且显著,意味着当短期财务危机来临时,企业会利用现金持有变动作为缓冲池来释放流动性,此时现金持有变动量和研发投入强度一减一增呈反向变动,原本具有下降趋势的研发支出将保持不变,说明企业通过调拨内部现金流来维持研发支出的相对平稳,即企业存在研发平滑现象[47]723。如果该系数为正或不显著,则表明企业不存在研发平滑行为。
-
本文主要借鉴Dickinson[32]1972的研究成果来划分企业生命周期,该方法通过现金流量表中三大资金活动带来的现金净额的正负方向来判断生命周期,鉴于该方法只是强调现金流的方向而非其金额大小,所以可以有效避免企业财务操纵带来的影响[49]。借鉴赵天娇等[26]110、童锦治等[27]37的做法,将样本公司的成长周期划分为成长期、成熟期和衰退期三个阶段,具体判断方法如表1所示。
表 1基于现金流方向法判断企业生命周期
企业生命周期 经营活动
现金净额投资活动
现金净额筹资活动
现金净额成长期 − − + + − + 成熟期 + − − 衰退期 − − − + + + + + − − + + − + − 注:+表示正向现金流,–表示负向现金流。 -
参照滕飞等[50]33的研究,采用HHI指数来度量行业竞争水平,同时为了减少指标选取过程中的主观性影响,在稳健性检验中用CR指数作为HHI指数的替代变量重新进行了回归分析。HHI指数的计算公式为
$$ {\rm{HHI}} = \sum {{{({X_i}} / X}} {)^2} $$ (1) 其中,Xi为某行业i公司的营业收入;X是Xi之和。需要说明的是,HHI是一个反向指标,HHI越小,表示市场垄断程度越低,该行业的竞争越激烈。
-
参照Brown和Petersen[3]701、黄振雷和吴淑娥[8]123、张戡等[19]6的研究,在控制样本数据的个体效应和时间效应的同时,选取了七个控制变量,分别是企业经营现金流(Cashflow)、营业收入增长率(Growth)、权益融资规模(EQ)、债务融资规模(Lev)、公司规模(Size)、新增投资(New)和托宾Q值(TBQ)。另外,由于研发活动具有长期性的特点,相关文献在建立回归模型时通常会加入滞后一期的研发投资数据(RDt-1)及其平方项(RD2t-1),本文也采取了这种做法。
-
构建模型(2)来检验高新技术企业研发平滑现象的存在性,以及成长期、成熟期、衰退期企业研发平滑行为的差异性
$$ {\rm{RD}}_{i,t}={\beta }_{1}{\rm{RD}}_{i,t-1}+{\beta }_{2}{\rm{RD}}^{2}{}_{i,t-1}+{\beta }_{3}\Delta {\rm{Cashholding}}_{\rm{i,t}}+{\beta }_{\rm{4}}{\rm{Control}}_{i,t}+{a}_{i}+{d}_{t}+{v}_{i,t} $$ (2) 其中,a、d和v分别代表样本数据的个体效应、时间效应及随机扰动项。根据前文所述,如果β3是负数并且满足显著性要求,则说明企业存在利用现金储备来平滑研发投资的行为。
在模型(2)的基础上加入HHI以及∆Cashholding和HHI的交互项构建模型(3),以检验行业竞争程度对企业研发平滑的调节效果。根据前文假设,如果β5显著为正,说明较低的行业竞争水平会削弱现金持有对研发投资的平滑效果,即行业竞争水平越高,研发平滑现象越明显。
$$ \begin{array}{c}{\rm{RD}}_{i,t}= {\beta }_{1}{\rm{RD}}_{i,t-1}+{\beta }_{2}{\rm{RD}}^{2}{}_{i,t-1}+{\beta }_{3}\Delta {\rm{Cashholding}}_{\rm{i,t}}+{\beta }_{4}{\rm{HHI}}_{i,t}+{\beta }_{5}{\rm{HHI}}_{i,t}\times \Delta {\rm{Cashholding}}_{i,t}+\\ {\beta }_{\rm{6}}{\rm{Control}}_{i,t}+{a}_{i}+{d}_{t}+{v}_{i,t}\end{array} $$ (3) 从上述模型可知,受研发投资动态性的影响,回归模型中加入了研发支出的滞后项及其平方项,如果使用随机效应或者固定效应的静态面板回归方法可能会引发内生性问题。在这种情况下,Arellano和Bover[51]、Blundell和Bond[52]提出了SGMM来提高回归估计的可靠性,本文选用此种方法处理回归数据。需要注意的是,在使用SGMM方法时,应该注意是否存在工具变量过度识别以及二阶序列相关问题。仿照叶祥松和刘敬[53]、孙旭然等[54]的研究,本文在回归结果中报告了AR(2)检验和Hansen检验的结果。具体而言,如果AR(2)检验报告的P值大于0.1,则说明模型不存在二阶序列自相关问题;如果Hansen检验报告的P值大于0.1,则说明模型不存在工具变量过度识别问题。
-
变量的描述性统计结果如表2所示。从表2中可以看出,中国的高新技术企业研发支出占营业收入的平均比重仅为5.5%,总体研发力度与发达国家相比有一定差距。不同企业之间研发强度的差异也很大,研发力度最大的企业研发占营收的比重超过了70%,最小的企业还不到1%。现金持有变动量∆Cashholding和行业竞争水平HHI的区分度也很大,这与何帅等[13]81、滕飞等[50]35的研究结果相似。
表 2主要变量定义及描述性统计
变量名称 变量符号 变量定义 观测值 平均值 标准差 最小值 最大值 研发投入强度 RD 研发支出/营业收入 3670 0.055 0.047 0.001 0.728 现金持有变动量 ∆Cashholding 现金及其等价物净增加额/资产合计 3670 0.007 0.091 −0.704 0.708 行业竞争水平 HHI 某一行业公司的市场占有率取平方后加总 3670 0.074 0.074 0.000 0.875 经营现金流 Cashflow 经营活动现金流量净额/资产合计 3670 0.043 0.062 −0.317 0.372 营业收入增长率 Growth 主营业务收入增长率 3670 0.214 0.475 −0.982 13.958 权益融资规模 EQ 取得权益性投资收到的现金/资产合计 3670 0.040 0.089 −0.018 0.594 债务融资规模 Lev 年末负债总额/资产合计 3670 0.364 0.184 0.009 1.685 公司规模 Size 年末资产总额的自然对数 3670 21.885 0.991 19.217 27.386 新增投资 New 购建长期资产付出的现金/资产合计 3670 0.046 0.042 0.000 0.358 托宾Q值 TBQ 企业市值/资产合计 3670 2.444 1.444 0.764 13.366 在回归分析之前,对模型中选取的变量进行了Pearson相关性分析①,分析结果显示变量之间多重共线性问题的严重程度比较低。另外,还计算了每个回归模型的方差膨胀因子,膨胀因子的数值均小于2,表明本文选取的样本数据不存在严重的多重共线性问题,可以进行下一步的回归分析。
-
回归模型二阶序列相关检验和过度识别检验的结果如表3所示,AR(2)和Hansen的检验值都不低于0.1,表明回归模型不存在随机扰动项的二阶自相关问题以及工具变量过度识别问题,说明本文使用的SGMM模型是可靠的。为了使回归结果更加稳定,本文在进行SGMM估计时使用了稳健标准差。
表 3动态面板模型回归结果
变量 全样本 成长期 成熟期 衰退期 (1) (2) (3) (4) (5) RDt−1 0.905*** 0.841*** 0.525 0.596* 1.381* (0.095) (0.087) (0.370) (0.306) (0.723) RD2t−1 −0.378** −0.159 0.360* 0.733 −1.950 (0.159) (0.163) (0.201) (1.402) (2.097) ∆Cashholding −0.262*** −0.275*** −0.129 −0.087** 0.081 (0.073) (0.094) (0.139) (0.034) (0.065) HHI −0.166 (0.134) HHI×∆Cashholding 2.137** (1.084) Cashflow −0.076 0.176* 0.098 0.116 −0.062 (0.094) (0.100) (0.113) (0.093) (0.426) Growth −0.039*** −0.004 0.001 −0.037 −0.099* (0.009) (0.006) (0.012) (0.024) (0.050) EQ 0.188*** 0.126* 0.108 0.270 −3.516 (0.057) (0.075) (0.081) (0.478) (5.580) Lev 0.018 0.013 0.205* −0.067 0.085 (0.065) (0.045) (0.109) (0.042) (0.275) Size 0.005 −0.004 −0.027** 0.008 0.089 (0.007) (0.008) (0.014) (0.006) (0.105) New −0.055 0.230 −0.018 −0.066 1.065 (0.203) (0.140) (0.154) (0.288) (1.760) TBQ 0.006*** −0.003 −0.012** 0.003 0.013 (0.002) (0.003) (0.005) (0.003) (0.011) Constant −6.680*** 0.141 8.273 −7.156 −28.283* (2.416) (2.278) (9.707) (4.442) (15.819) AR(2)检验 0.974 0.442 0.240 0.416 0.420 Hansen检验 0.297 0.349 0.810 0.821 0.850 N 3 670 3 670 1 854 1221 595 注:*、**、***分别代表在10%、5%、1%水平上显著;括号内为稳健标准误。 模型的回归结果如表3所示。根据回归结果(1),研发支出和现金持有变化量在1%的水平上呈显著负相关关系,根据Brown和Petersen[3]对研发平滑的判断方法,中国的高新技术企业存在通过持有现金来保持研发支出平滑的现象。这说明在企业的实际经营过程中,为了避免短期流动性危机可能带来的高昂研发投资调整成本,企业会通过储备现金作为缓冲渠道来维持研发投资的持续性。
从回归结果(3)~结果(5)可知,成熟期企业研发投资和现金持有变动量之间呈显著负相关关系,成长期企业研发支出和现金持有变动量之间的相关系数为负但并不显著,在衰退期企业中该相关系数为正值。数据结果表明成熟期企业存在研发平滑现象,而成长期和衰退期企业的研发平滑现象并不明显,实证结果支持假设H1b,假设H1a被拒绝。这表明处于成熟期的企业凭借可观的利润和雄厚的实力,消化现金持有成本的能力更高,研发平滑行为也更加明显。
从回归结果(2)可以看出,HHI×∆Cashholding的β系数在5%的水平上显著正相关,考虑到HHI是行业竞争激烈程度的反指标,因此交互项的回归结果可以解释为较低的行业竞争水平会减轻现金持有对研发投资的平滑效应,即处在高竞争程度行业的企业研发平滑行为更加明显,这与假设H2相一致。实证结果说明在竞争激烈的行业中,为防止研发投资中断可能带来的严重后果,企业会采取更加积极的研发策略来应对市场竞争,利用现金储备来维持平稳的研发投入的动机更加强烈。
-
本文采取以下三种稳健性检验方法对回归模型进行重新估计,以增强实验结果的可信度。
-
借鉴文献[13]和文献[55],用研发支出/资产总额的数值替换研发支出/营业收入的数值,对样本数据进行了重新回归,实证结果如表4所示,实证结果(1)、(2)、(4)、(5)、(6)分别对应表3中的回归结果(1)、(2)、(3)、(4)、(5)。
由表4中数据可知,主要变量的相关系数和显著性与前文结果基本一致,回归结果(1)中∆Cashholding的相关系数显著为负,中国高新技术企业整体存在研发平滑现象;成熟期企业∆Cashholding的回归系数是负值,而且满足显著性要求,但是在成长期和衰退期企业的样本组中该回归系数并不显著,说明研发平滑现象只存在于成熟期样本组中,假设H1b成立;实证结果(2)中HHI×∆Cashholding的相关系数显著为正,假设H2成立。
表 4稳健性检验一和稳健性检验二
变量 全样本 成长期 成熟期 衰退期 (1) (2) (3) (4) (5) (6) RDt−1 1.000*** 0.772*** 0.828*** 0.266 0.527* −1.260 (0.122) (0.226) (0.083) (0.463) (0.289) (2.567) RD2t-1 −2.143*** 0.267 −0.156 1.910 4.499 35.524 (0.800) (2.068) (0.149) (3.049) (3.721) (51.980) ∆Cashholding −0.052** −0.254** −0.497*** −0.031 −0.081*** 0.004 (0.022) (0.109) (0.147) (0.060) (0.029) (0.010) HHI 0.079 (0.126) HHI×∆Cashholding 1.679* (1.015) CR4 −0.034 (0.040) CR4×∆Cashholding 0.931*** (0.340) Constant 2.977 4.635 0.631 3.402 −5.946* −4.691 (1.834) (3.243) (3.590) (4.823) (3.496) (5.407) Controls 控制 控制 控制 控制 控制 控制 AR(2)检验 0.303 0.972 0.717 0.341 0.641 0.497 Hansen检验 0.650 0.231 0.467 0.764 0.308 0.940 N 3 670 3 670 3 670 1 854 1221 595 -
本文用行业集中度指标CR4替换HHI重新检验了假设H2,数据列示在表4的回归结果(3)中。CR4的计算过程如下:首先筛选出样本公司所属行业中营业收入规模排名前四的公司,然后将这四家公司的营业收入规模加总,将加总后的数值除以行业总体营业收入,作为该行业的CR4数值。
值得注意的是,与HHI指标一致,CR4也是市场竞争水平的反指标,CR4的数值越大,表示前几家大公司的市场份额越高,行业竞争的激烈程度越低。
由回归结果可知,CR4×∆Cashholding的β系数在1%的水平上显著为正,说明较高的市场垄断水平会减弱企业的研发平滑效应,反向含义即为较高的行业竞争水平会促进企业的研发平滑行为,假设H2成立。
-
吴凡等[1]121、瞿华和刘荣荣[56]研究指出,如果SGMM模型中因变量滞后一期的回归系数比固定效应回归值大且比混合效应回归值小,则说明模型结果是稳健可靠的。
参考该方法,利用Stata计算了RDt-1在混合回归模型、SGMM模型和固定效应模型三种方法下相关系数的数值,计算结果如表5所示。
表 5稳健性检验三
RDt-1估计值 全样本 成长期 成熟期 衰退期 (1) (2) (3) (4) (5) 混合效应 0.983 0.981 0.885 0.997 1.470 SGMM 0.905 0.841 0.525 0.596 1.381 固定效应 0.219 0.217 0.213 0.352 0.131 如表5所示,五个回归结果中RDt-1的系数均遵循“混合效应估计值>SGMM估计值>固定效应估计值”的规律,说明本文采用的SGMM模型是合理有效的。
-
本文以2014—2018年沪深A股高新技术企业的相关数据为研究样本,从企业成长过程的动态视角以及行业竞争水平的中观视角出发,通过构建SGMM模型,验证了生命周期的阶段性特征对企业研发平滑行为的影响,以及行业竞争的激烈程度对研发平滑的调节作用。研究结果表明,中国高新技术企业在整体上存在利用内部现金流来维持研发投资平稳性的现象。按照生命周期对样本进行分组回归后发现,处于成熟期的企业研发平滑现象显著,而成长期和衰退期的企业则不存在明显的研发平滑行为,这一现象可能是由于不同生命周期企业的现金充裕程度不同以及消化现金持有成本的财务实力不同而导致的。此外,行业竞争水平能够显著调节企业的研发平滑行为,行业竞争程度越高,企业研发投入的平稳性越好。本文从企业成长周期的动态角度对研发平滑问题进行了重新检验,并为行业竞争与研发平滑之间的关系提供了中观层面的证据。
本文的研究结果对高新技术企业的研发策略制定具有一定的实践意义。研发平滑是一项积极的财务行为,它可以避免研发投资大幅调整带来的高昂成本,对于研发活动频繁、研发规模较大的企业来说具有重要意义。高新技术企业应该根据研发资金的实际需求确定合理的现金持有水平,保证研发投资的持续性和稳定性,尽量避免研发投资中断带来的不良后果。另外,在生命周期的不同阶段以及不同竞争水平的行业中,为维持研发投资的平稳性和持续性,企业应该制定差异化的研发策略,使得研发投入和竞争优势之间的转化效率最大化,以维持竞争优势并提高市场地位,从而推动企业经营目标和发展战略的实现。
本项研究的不足之处在于:虽然没有局限于宏微观调节变量的范畴,选取了行业竞争水平这一中观调节变量,但也仅仅是从单一变量的角度来讨论研发平滑问题,中观层面更多的调节变量还有待进一步挖掘。另外,尽管Brown和Petersen[3]的SGMM模型是衡量研发平滑比较经典的方式,但是研发投资的平滑途径不仅有现金持有一种,企业还可能会借助其他资产来维持研发投资的平稳性,这一问题有待未来研究作进一步深入探讨。
Corporate Life Cycle, Industry Competition Level and R&D Smoothing
——An Empirical Study based on Chinese A-share High-tech Enterprises
-
摘要:调整成本高昂是研发投资的重要特征之一,研发资金的平稳性和持续性对企业经营有重要影响。围绕研发投入的平稳性问题,以2014—2018年中国A股高新技术企业的平衡面板数据为研究样本,采用系统广义矩估计法(System Generalized Method of Moments,SGMM)检验企业生命周期、行业竞争水平与研发平滑行为的关系。研究发现:(1)样本公司现金持有变动量与研发投入规模显著负相关,中国高新技术企业存在通过持有内部现金流来平滑研发支出的现象;(2)处于不同生命周期的企业研发平滑行为有所差异,成熟期企业的研发平滑现象显著,成长期和衰退期企业则不明显;(3)行业竞争水平能够显著调节企业的研发平滑行为,现金持有对研发投资的平滑效应随着行业竞争水平的提高而更加显著。Abstract:One of the important characteristics of R&D investment is the high adjustment cost. The stability and continuity of R&D funds have an important impact on business operations. Focusing on the stability of R&D investment, the balanced panel data of Chinese A-share high-tech enterprises from 2014 to 2018 was used as the research sample, and the system generalized method of moments (SGMM) was used to test the relationship between corporate life cycle, industry competition level and R&D smoothing behavior. The study found that: (1) The amount of change in the cash holdings of the sample companies is significantly negatively correlated with the R&D investment scale. China’s high-tech enterprises have the situation of smoothing R&D expenditure by holding internal cash flow; (2) The R&D smoothing behavior varies among enterprises in different life cycles. It is significant in mature enterprises, but not in growing and declining enterprises; (3) The level of industry competition can significantly adjust the R&D smoothing behavior of enterprises. The smooth effect of cash holdings on R&D investment becomes more pronounced as the level of industry competition increases.
-
Key words:
- corporate life cycle/
- industry competition/
- R&D smoothing/
- cash holdings
注释:1) 由于篇幅所限,分析过程未予以列示,有需要者可向作者索取。 -
表 1基于现金流方向法判断企业生命周期
企业生命周期 经营活动
现金净额投资活动
现金净额筹资活动
现金净额成长期 − − + + − + 成熟期 + − − 衰退期 − − − + + + + + − − + + − + − 注:+表示正向现金流,–表示负向现金流。 表 2主要变量定义及描述性统计
变量名称 变量符号 变量定义 观测值 平均值 标准差 最小值 最大值 研发投入强度 RD 研发支出/营业收入 3670 0.055 0.047 0.001 0.728 现金持有变动量 ∆Cashholding 现金及其等价物净增加额/资产合计 3670 0.007 0.091 −0.704 0.708 行业竞争水平 HHI 某一行业公司的市场占有率取平方后加总 3670 0.074 0.074 0.000 0.875 经营现金流 Cashflow 经营活动现金流量净额/资产合计 3670 0.043 0.062 −0.317 0.372 营业收入增长率 Growth 主营业务收入增长率 3670 0.214 0.475 −0.982 13.958 权益融资规模 EQ 取得权益性投资收到的现金/资产合计 3670 0.040 0.089 −0.018 0.594 债务融资规模 Lev 年末负债总额/资产合计 3670 0.364 0.184 0.009 1.685 公司规模 Size 年末资产总额的自然对数 3670 21.885 0.991 19.217 27.386 新增投资 New 购建长期资产付出的现金/资产合计 3670 0.046 0.042 0.000 0.358 托宾Q值 TBQ 企业市值/资产合计 3670 2.444 1.444 0.764 13.366 表 3动态面板模型回归结果
变量 全样本 成长期 成熟期 衰退期 (1) (2) (3) (4) (5) RDt−1 0.905*** 0.841*** 0.525 0.596* 1.381* (0.095) (0.087) (0.370) (0.306) (0.723) RD2t−1 −0.378** −0.159 0.360* 0.733 −1.950 (0.159) (0.163) (0.201) (1.402) (2.097) ∆Cashholding −0.262*** −0.275*** −0.129 −0.087** 0.081 (0.073) (0.094) (0.139) (0.034) (0.065) HHI −0.166 (0.134) HHI×∆Cashholding 2.137** (1.084) Cashflow −0.076 0.176* 0.098 0.116 −0.062 (0.094) (0.100) (0.113) (0.093) (0.426) Growth −0.039*** −0.004 0.001 −0.037 −0.099* (0.009) (0.006) (0.012) (0.024) (0.050) EQ 0.188*** 0.126* 0.108 0.270 −3.516 (0.057) (0.075) (0.081) (0.478) (5.580) Lev 0.018 0.013 0.205* −0.067 0.085 (0.065) (0.045) (0.109) (0.042) (0.275) Size 0.005 −0.004 −0.027** 0.008 0.089 (0.007) (0.008) (0.014) (0.006) (0.105) New −0.055 0.230 −0.018 −0.066 1.065 (0.203) (0.140) (0.154) (0.288) (1.760) TBQ 0.006*** −0.003 −0.012** 0.003 0.013 (0.002) (0.003) (0.005) (0.003) (0.011) Constant −6.680*** 0.141 8.273 −7.156 −28.283* (2.416) (2.278) (9.707) (4.442) (15.819) AR(2)检验 0.974 0.442 0.240 0.416 0.420 Hansen检验 0.297 0.349 0.810 0.821 0.850 N 3 670 3 670 1 854 1221 595 注:*、**、***分别代表在10%、5%、1%水平上显著;括号内为稳健标准误。 表 4稳健性检验一和稳健性检验二
变量 全样本 成长期 成熟期 衰退期 (1) (2) (3) (4) (5) (6) RDt−1 1.000*** 0.772*** 0.828*** 0.266 0.527* −1.260 (0.122) (0.226) (0.083) (0.463) (0.289) (2.567) RD2t-1 −2.143*** 0.267 −0.156 1.910 4.499 35.524 (0.800) (2.068) (0.149) (3.049) (3.721) (51.980) ∆Cashholding −0.052** −0.254** −0.497*** −0.031 −0.081*** 0.004 (0.022) (0.109) (0.147) (0.060) (0.029) (0.010) HHI 0.079 (0.126) HHI×∆Cashholding 1.679* (1.015) CR4 −0.034 (0.040) CR4×∆Cashholding 0.931*** (0.340) Constant 2.977 4.635 0.631 3.402 −5.946* −4.691 (1.834) (3.243) (3.590) (4.823) (3.496) (5.407) Controls 控制 控制 控制 控制 控制 控制 AR(2)检验 0.303 0.972 0.717 0.341 0.641 0.497 Hansen检验 0.650 0.231 0.467 0.764 0.308 0.940 N 3 670 3 670 3 670 1 854 1221 595 表 5稳健性检验三
RDt-1估计值 全样本 成长期 成熟期 衰退期 (1) (2) (3) (4) (5) 混合效应 0.983 0.981 0.885 0.997 1.470 SGMM 0.905 0.841 0.525 0.596 1.381 固定效应 0.219 0.217 0.213 0.352 0.131 -
[1] 吴凡, 陈良华, 祖雅菲. 内部资本市场对企业现金持有与研发投入持续性的影响: 基于集团下科技企业样本的经验证据[J]. 中国软科学, 2019(07): 111-124.doi:10.3969/j.issn.1002-9753.2019.07.011 [2] 江小龙, 苏德贵. 分阶段研发视角下政府资助、现金持有与企业研发平滑关系研究[J]. 财会月刊, 2016(9): 14-20. [3] BROWN J R, PETERSEN B C. Cash holdings and R&D smoothing[J]. Journal of Corporate Finance, 2011(17): 694-709. [4] HIMMELBERG C P, PETERSEN B C. R&D and internal finance: a panel study of small firms in high-tech industries[J]. The Review of Economics and Statistics, 1994, 76(1): 38-51.doi:10.2307/2109824 [5] 鞠晓生, 卢荻, 虞义华. 融资约束、营运资本管理与企业创新可持续性[J]. 经济研究, 2013, 48(1): 4-16. [6] 韩鹏, 唐家海. 融资约束、现金持有与研发平滑[J]. 财经问题研究, 2012(10): 86-91.doi:10.3969/j.issn.1000-176X.2012.10.014 [7] 苏德贵, 江小龙. 财政资助与所得税优惠的研发平滑效应研究[J]. 财会通讯, 2016(21): 64-68, 129. [8] 黄振雷, 吴淑娥. 现金持有会影响研发平滑吗?[J]. 经济与管理研究, 2014(2): 119-128.doi:10.3969/j.issn.1000-7636.2014.02.015 [9] HALL B H. The financing of research and development[J]. Oxford Review of Economic Policy, 2002, 18(1): 35-51.doi:10.1093/oxrep/18.1.35 [10] MYERS S C, MAJLUF N S. Corporate financing and investment decisions when firms have information that investors do not have[J]. Journal of Financial Economics, 1984(13): 187-221. [11] 李姝, 林晋. 营运资本对创新投资的平滑机制: 基于代理问题视角的分析[J]. 系统工程, 2019, 37(5): 71-79. [12] 鞠晓生. 中国上市企业创新投资的融资来源与平滑机制[J]. 世界经济, 2013, 36(4): 138-159. [13] 何帅, 金宇, 苑泽明. 现金持有、信息披露和研发平滑: 来自深市制造业的经验数据[J]. 中国注册会计师, 2015(5): 76-82.doi:10.3969/j.issn.1009-6345.2015.05.021 [14] SHIN M, KIM S. The effects of cash holdings on R&D smoothing of innovative small and medium sized enterprises[J]. Asian Journal of Technology Innovation, 2011, 19(2): 169-183.doi:10.1080/19761597.2011.630501 [15] 谢乔昕. 货币政策调控对研发投资平滑行为的影响[J]. 财会月刊, 2019(4): 127-133. [16] 谢乔昕. 货币政策不确定性对企业研发投资平滑行为的影响研究[J]. 技术与创新管理, 2020, 41(4): 401-406. [17] 谈静晗. 金融发展、现金持有与研发平滑[J]. 市场周刊, 2019(5): 96-98. [18] 杨兴全, 李万利. 货币政策、外部融资依赖与现金持有创新平滑作用: 基于信贷歧视和区域金融发展视角[J]. 贵州财经大学学报, 2016(3): 40-53.doi:10.3969/j.issn.1003-6636.2016.03.005 [19] 张戡, 朱云轩, 陈玲子. 制造业上市公司现金流类型、现金持有与研发投资[J]. 财经科学, 2019(9): 1-13. [20] 谢乔昕, 蔡海静. 业绩下滑、政府研发补助与企业研发平滑[J]. 科学学研究, 2020, 38(4): 705-713, 758. [21] HAIRE M. Biological models and empirical history of the growth of organizations: modern organizational theory[M]. New York: John Wiley and Sons, 1959. [22] ADIZES I. Corporate life cycles: how and why corporations grow and die and what to do about it[M]. New Jersey: Prentice Hall, 1988. [23] GREINER L E. Evolution and revolution as organizations grow[J]. Harvard Business Review, 1998, 76(3): 55-60, 62-68. [24] 舒长江, 洪攀. 企业生命周期、盈利能力与企业杠杆率: 来自非金融企业上市公司的经验研究[J]. 财经理论与实践, 2020, 41(3): 94-102.doi:10.3969/j.issn.1003-7217.2020.03.013 [25] 明泽, 潘颉. 企业生命周期、会计信息可比性与融资约束[J]. 财经问题研究, 2018(9): 114-121. [26] 赵天骄, 肖翔, 姜钰羡. 企业社会责任与企业投资水平: 基于企业生命周期的视角[J]. bob手机在线登陆学报(社会科学版), 2019, 21(6): 107-115. [27] 童锦治, 刘诗源, 林志帆. 财政补贴、生命周期和企业研发创新[J]. 财政研究, 2018(04): 33-47. [28] 刘诗源, 林志帆, 冷志鹏. 税收激励提高企业创新水平了吗: 基于企业生命周期理论的检验[J]. 经济研究, 2020, 55(6): 105-121. [29] 肖忠意, 林琳. 企业金融化、生命周期与持续性创新: 基于行业分类的实证研究[J]. 财经研究, 2019, 45(8): 43-57. [30] ARIKAN A M, STULZ R M. Corporate acquisitions, diversification, and the firm's life cycle[J]. The Journal of Finance, 2016, 71(1): 139-194.doi:10.1111/jofi.12362 [31] 李云鹤, 李湛, 唐松莲. 企业生命周期、公司治理与公司资本配置效率[J]. 南开管理评论, 2011, 14(3): 110-121.doi:10.3969/j.issn.1008-3448.2011.03.013 [32] DICKINSON V. Cash flow patterns as a proxy for firm life cycle[J]. The Accounting Review, 2011, 86(6): 1969-1994.doi:10.2308/accr-10130 [33] 唐玮, 崔也光. 民营企业生命周期与R&D投入[J]. 财会月刊, 2015(36): 8-13. [34] 刘辉, 滕浩. 基于生命周期的研发投入对企业价值的门槛效应[J]. 科研管理, 2020, 41(1): 193-201. [35] 陈收, 邹增明, 刘端. 技术创新能力生命周期与研发投入对企业绩效的影响[J]. 科技进步与对策, 2015, 32(12): 72-78.doi:10.6049/kjjbydc.2014080300 [36] 武士杰, 李绍荣. 市场不确定下的价格机制与产能过剩[J]. 中央财经大学学报, 2020(9): 81-92. [37] 张传财, 陈汉文. 产品市场竞争、产权性质与内部控制质量[J]. 会计研究, 2017(5): 75-82, 97.doi:10.3969/j.issn.1003-2886.2017.05.012 [38] 唐文秀, 周兵, 徐辉. 产品市场竞争、研发投入与财务绩效: 基于产权异质性的比较视角[J]. 华东经济管理, 2018, 32(7): 110-119. [39] 周瑜胜, 宋光辉. 公司控制权配置、行业竞争与研发投资强度[J]. 科研管理, 2016, 37(12): 122-131. [40] 朱有为, 徐康宁. 中国高技术产业研发效率的实证研究[J]. 中国工业经济, 2006(11): 38-45. [41] LETINA I. The road not taken: competition and the R&D portfolio[J]. RAND Journal of Economics, 2016, 47(2): 433-460.doi:10.1111/1756-2171.12133 [42] 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): 96-112. [43] FAZZARI S M, HUBBARD R G, PETERSEN B C. Financing constraints and corporate investment[J]. Brookings Papers on Economic Activity, 1988, 1988(1): 141-195.doi:10.2307/2534426 [44] 张同森. 不同生命周期企业融资约束对R&D投资的影响研究[J]. 经济研究导刊, 2018(25): 88-93.doi:10.3969/j.issn.1673-291X.2018.25.034 [45] 过新伟, 王曦. 融资约束、现金平滑与企业R&D投资: 来自中国制造业上市公司的证据[J]. 经济管理, 2014, 36(8): 144-155. [46] JENSEN M C. Agency cost of free cash flow, corporate finance, and takeovers[J]. American Economic Review, 1986, 76(2): 323-329. [47] 刘端, 薛静芸, 罗勇, 等. 现金持有、研发投资平滑和产品市场竞争绩效: 基于中国高科技行业上市公司的实证[J]. 系统管理学报, 2015, 24(5): 717-726. [48] ZANDER U, KOGUT B. Knowledge and the speed of the transfer and imitation of organizational capabilities: an empirical test[J]. Organization Science, 1995, 6(1): 76-92.doi:10.1287/orsc.6.1.76 [49] 侯巧铭, 宋力, 蒋亚朋. 管理者行为、企业生命周期与非效率投资[J]. 会计研究, 2017(03): 61-67+95.doi:10.3969/j.issn.1003-2886.2017.03.010 [50] 滕飞, 辛宇, 顾小龙. 产品市场竞争与上市公司违规[J]. 会计研究, 2016(9): 32-40.doi:10.3969/j.issn.1003-2886.2016.09.005 [51] Arellano M, Bover O. Another look at the instrumental variable estimation of error-components models[J]. Journal of Econometrics, 1995, 68(1): 29–51.doi:10.1016/0304-4076(94)01642-D [52] BLUNDELL R, BOND S. Initial conditions and moment restrictions in dynamic panel data models[J]. Journal of Econometrics, 1998, 87(1): 115-143.doi:10.1016/S0304-4076(98)00009-8 [53] 叶祥松, 刘敬. 异质性研发、政府支持与中国科技创新困境[J]. 经济研究, 2018, 53(09): 116-132. [54] 孙旭然, 王康仕, 王凤荣. 金融科技、竞争与银行信贷结构: 基于中小企业融资视角[J]. 山西财经大学学报, 2020, 42(6): 59-72. [55] 杨兴全, 曾义. 现金持有能够平滑企业的研发投入吗?: 基于融资约束与金融发展视角的实证研究[J]. 科研管理, 2014, 35(7): 107-115. [56] 瞿华, 刘荣荣. 中国城镇化对服务业影响的区域差异: 基于系统GMM模型的实证研究[J]. 重庆大学学报(社会科学版), 2018, 24(2): 15-23. -
![WeChat](http://www.frunetbio.com/journal/fileBJLGDXXBSKB/journal/article/bjlgdxxbshkxb/2021/4/PIC/wechat_cn_bbf81f74-92ae-4e2c-aa3e-219beabe5aae.jpg)
计量
- 文章访问数:785
- HTML全文浏览量:223
- PDF下载量:33
- 被引次数:0