【研发投入对企业财务绩效的影响探究11000字（论文）】

致谢研发投入对企业财务绩效的影响研究——基于科创板上市公司的实证分析摘要科创板的设立,为我国进一步实施创新驱动发展战略提供了有力的支持。研究研发投入对企业财务绩效的影响,能够对科创板上市公司未来的发展提供借鉴和指导。本文基于227家科创板上市公司2017-2019年的面板数据,实证分析了科创板上市公司研发投入对企业财务绩效影响。研究发现,科创板上市公司的研发投入与当年的企业财务绩效显著负相关,与一到两年后的企业财务绩效显著正相关,由此可知,研发投入能够提升企业的财务绩效,但该影响具有一定的滞后性。此外,研究还表明企业规模、财务杠杆率等因素也会影响企业的财务绩效,但这些因素的影响力度均弱于研发投入。基于实证分析结果,本文建议科创板上市公司加大长期性研发投入的力度、自主研发核心科技、提高研发活动的效率,以便从根本上提高企业的盈利能力,从而提高企业财务绩效。关键词：研发投入；财务绩效；科创板；滞后性；多元回归目录TOC\h\z\t"样式1,1,样式2,2,样式3,3"一、相关概念界定与国内外研究现状 1（一）相关概念界定 11.研发投入 12.企业财务绩效 23.科创板上市公司 2（二）国内外研究现状 21.国内研究现状 22.国外研究现状 3二、理论分析与研究假设 3（一）理论分析 31. 研发投入影响企业财务绩效的主要途径 32. 影响企业财务绩效的其他因素 4（二）研究假设 41.研发投入与企业财务绩效的关系 42.研发投入对企业财务绩效的影响存在滞后性 53.其他因素与企业财务绩效的关系 5三、研究设计 5（一）样本选择与数据来源 51. 样本选择 52. 数据来源 5（二）变量设定与说明 61. 被解释变量 62. 解释变量 63. 控制变量 6（三）模型设计 71. 研发投入与当期企业财务绩效的多元线性回归模型 72. 滞后性研究的多元线性回归模型 7四、实证分析 8（一）描述性统计分析 8（二）相关性分析 91. 研发投入与当期财务绩效的相关性分析 92. 研发投入与滞后期财务绩效的相关性检验 10（三）回归分析 111. 研发投入与当期财务绩效的回归分析 112. 研发投入与滞后期财务绩效的回归分析 12（四）稳健性检验 13五、研究结论与政策建议 15（一）研究结论 151.研发投入会抑制当期企业财务绩效 152.研发投入会促进滞后期企业财务绩效 153.其他因素会对企业财务绩效产生影响 15（二）政策建议 161. 加大长期性研发投入的力度 162. 增强自主创新能力 163. 加快科技成果转化 164.调整影响企业财务绩效的其他因素 16主要参考文献 18引言自我国实施创新驱动发展战略以来,社会各行各业对创新的重视程度日益提高。科技创新能力,正愈来愈成为影响甚至决定企业的命运的重要因素。企业实现创新离不开研发,2019年,研发活动在我国规模以上工企中所占的比重已超过30%,有16887.2亿元的研发投入来自企业,在全国研发投入总额中的占比超过75%,说明研发活动对企业来说已是不可或缺的重要环节,但仅凭此不足以断定研发投入一定有助于企业财务绩效的提高。在过去的10里,研发投入每一年都有所增长,企业的主营业务收入却是有增有减,而且在不同行业中研发投入与企业财务绩效的变化趋势也不尽相同。研发投入与企业财务绩效之间是否有必然的联系?如果有联系,研发投入会对企业财务绩效产生怎样的影响?这些问题在不同的背景下可能有不同的答案。对于以科技创新为核心竞争力的科创型企业来说,研发投入在该类型企业中所占比例要远高于其在非科创型企业中的占比,因此更需要探明研发投入在企业财务绩效提高中所起的作用。在万众创新的时代背景下,我国科创型企业无论在数量上,还是在创新能力上,都有了显著的提高。但与此同时,多数企业仍面临创新基础薄弱、创新效率较低、研发投入不足等问题,这些问题在一定程度上制约着企业的长期发展。此外,科创板于2019年6月13日正式开板,发展历史较短,与之相关的实际操作与理论研究都还未达到足够成熟,有着巨大的提升空间。因此,研究科创板上市公司研发投入与企业财务绩效之间的关系能够对科创板上市公司未来的发展提供借鉴和指导。一、相关概念界定与国内外研究现状（一）相关概念界定1.研发投入研发投入是指企业在对产品和技术进行开发或创新的过程中产生的货币投入和非货币投入。其中货币投入主要包括：购买原材料的费用；对相关仪器、设备的购置以及运行维护、维修的费用；专利申请费用；发放给研发人员的工资及福利；其他费用等。非货币投入则包括研发人才的科研水平、管理人员的综合素质、研发团队的配合等。本文中的研发投入主要是指研发活动中产生的货币投入。2.企业财务绩效企业财务绩效是指企业在一定经营期间内通过经营活动获得的成果和业绩。企业财务绩效可以通过总资产报酬率、固定资产增长率、速动比率、财务杠杆率等多个指标来衡量,衡量企业财务绩效的过程实际上是对企业的负债质量、盈利能力、经营的水平和稳定性等进行综合分析和评价的过程。本文中的财务绩效主要是指企业在盈利能力上的表现。3.科创板上市公司科创板上市公司，顾名思义，就是依照相关法律法规在科创板成功挂牌上市的公司。科创板设立于2018年11月5日，次年6月13日正式开板。2019年7月22日，首批公司在科创板挂牌上市；到2021年初，科创板上市公司的数量已超过200家。目前，科创板上市公司涉及20种不同的行业，这些行业大部分与高科技含量产品（如船舶、医药、计算机）的制造或信息技术有关，可见研发活动在科创板上市公司中有着重要地位。（二）国内外研究现状1.国内研究现状从中国知网的发表年度趋势图可以得知，在我国，与“研发投入对企业财务绩效的影响”这一课题相关的文献最早发表于2009年，相关文献的数量在此后五年都是个位数，直到2014年以后才有了较快的增长，目前我国学者在这一课题上已取得了较为丰富的成果。在现有相关文献中,绝大多数学者关注的重点在于研发投入与企业财务绩效之间的线性关系,不同学者得出的结论因研究对象的差异而有所不同。多数研究结果显示研发投入与企业财务绩效显著正相关。李海燕(2021)、李华晶等(2017)、刘云等(2020)的研究结果都表明研发投入能够促进研究对象企业财务绩效的提高。少数学者认为研发投入与企业财务绩效负相关或不存在显著的相关关系。高兴(2018)等研究发现小微企业的研发投入与企业财务绩效显著负相关。游春(2010)基于中小企业板上市公司的研究表明研发投入与企业财务绩效不相关。几乎所有的文献都表明研发投入对于企业财务绩效的影响具有滞后性。陈一博(2013)、何宜庆等(2017)发现研发投入对企业财务绩效的促进作用随着时间的推移而增强。陈素琴(2018)、陈静怡等(2021)发现研发投入会抑制当期的企业财务绩效,但对滞后一至两期企业财务绩效有促进作用。江南春等(2015)的研究表明研发投入对之后三年的企业财务绩效均存在积极影响。由于线性回归得出的结论并不一致,部分学者开始通过门槛回归模型探究研发投入与企业财务绩效之间的非线性关系,然而不同学者的研究结果却显示研发投入与企业财务绩效之间分别存在“倒V型”(赵毅等,2021)、“倒U型”(陈建丽等,2015)或“U型”(焦然等,2020)等关系。总而言之，我国学者目前在“研发投入对企业财务绩效的影响”这一课题上尚未达成一致结论。所以，如果想要知道某一特定对象的研发投入如何影响其企业财务绩效，就必须对其进行专门的分析。2.国外研究现状国外学者对于“研发投入对企业财务绩效的影响”这一课题的研究要更早一些,但目前尚未有定论。学术界的主流观点是研发投入对企业财务绩效具有积极影响。NandyMithun(2020)基于40家印度制药公司1998-2019年期间的数据集,发现研发投入对在纽交所上市的印度制药公司的财务绩效有显著的积极影响。MahmutErdogan等(2019)以62家在伊斯坦布尔证交所上市的生产企业为研究对象,对样本公司2008-2017年的数据进行相关分析,实证结果支持研发投入有利于企业财务绩效之间的提高。但也有部分学者持有不同的观点。Vithessonth等(2016)基于美国证交所上市的所有非金融公司1990-2013年的数据集,研究发现研发投入会对企业财务绩效产生负面影响。Lin等(2006)对258家美国科技上市公司的研究发现研发投入不会对企业财务绩效产生显著影响。此外,对比国内外文献后发现,国外学者样本数据的时间跨度往往较大,部分文献的样本包含了20年以上的数据。较大的时间跨度意味着学者可以对研发投入的滞后性影响进行充分的研究。而我国学者所用样本数据的时间很少超过三年,以至于国内相关文献很少有关于研发投入滞后效应的持续时间方面的结论,这可能是因为我国股票市场的发展历史较短、很多企业成立或上市的时间较晚,由此看来,我国在这一课题上的研究还有很大的提升空间。二、理论分析与研究假设（一）理论分析研发投入影响企业财务绩效的主要途径熊彼得(J.Schumpeter)于1912年首次对创新的概念进行了界定，基于此，熊彼得认为技术创新为经济增长提供了动力。价值，从根本上来说，是由创新产生的。研发活动是创新实现的起始环节，这一过程的成败直接决定企业创新后续能否实现。研发的过程中需要投入大量的人力、物力与财力，如果资金不足，研发活动将难以进行。这也就表明，研发投入能够影响创新成果的取得，从而影响企业的生产成本和销售利润，进而对产生企业财务绩效影响。影响企业财务绩效的其他因素除了研发投入，以下因素也会对企业财务绩效产生影响。(1)企业规模。企业规模不同意味着企业在资金实力、仪器设备、人才质量、管控经验、管理难度等方面有所差别，因而企业规模能够对企业财务绩效产生影响。(2)负债水平。一方面，负债具有节税效应，有利于提高企业的财务绩效；另一方面，负债水平的提高会增大企业的风险，可能会对企业财务绩效产生不利影响。(3)总资产周转率。总资产周转率高的企业通常对资源的利用效率更高，能在相同的时间内出售更多的产品，从而对企业财务绩效产生积极影响。(4)产权性质。国有企业一般享有来自政府的大力扶持，但同时也要承担一些特别的义务。非国有企业虽然少了一些政策性优惠，但其经营通常更灵活。各自具有的优缺点使得不同产权性质的企业在财务绩效上的表现也不相同。(5)所在地区。所在地区的不同也会影响企业财务绩效。一方面，企业可以因地制宜充分利用当地有利的自然资源、政策优惠等;另一方面，企业的发展也会受制于当地的发展水平和地理环境。(6)所属行业。不同行业的企业生产产品的价值不同，投入回报比不同，使得企业在财务绩效上的表现有所差别。（二）研究假设1.研发投入与企业财务绩效的关系一方面，熊彼得关于创新的表述为研究研发投入与企业财股绩效的关系提供了理论依据。根据创新理论，研发投入能够推动企业创新进而提高企业财务绩效。另一方面，虽然目前学术界对于研发投入如何影响企业绩效尚未有定论，但多数学者的研究结果支持研发投入能够提高企业财务绩效。因此，基于理论分析与现有研究成果，本文提出第一个假设。H1：在科创板上市企业中，研发投入与企业财务绩效呈正向相关关系。2.研发投入对企业财务绩效的影响存在滞后性新产品在推向市场之前，往往要经过多次测试与修改，因此企业的研发活动一般是较为长期的活动，研发费用的产生与销售利润的实现之间存在一定的时间间隔。而且，在关于研发投入对企业财务绩效的影响的研究中，相当一部分学者的研究成果表明研发投入与滞后期财务绩效正相关，所以合理推测科创板上市公司的研发投入对企业财务绩效促进作用在之后一段时间后才会产生。基于以上分析，提出本文第二个假设。H2：在科创板上市企业中，研发投入对企业财务绩效的积极影响存在滞后性。3.其他因素与企业财务绩效的关系从上文的分析可以得知，企业的规模、负债水平、总资产周转率、产权性质、所在地区以及行业分类都会对其财务绩效产生影响。由于本文的研究对象是科创板上市公司，其核心竞争力在于创新，而研发投入对企业创新有着决定性的作用，所以合理推测，本文中各控制变量对企业财务绩效的影响力度不会超过研发投入。因此，提出本文第三个假设。H3：在科创板上市公司中，企业规模、负债水平、总资产周转率、产权性质、所在地区以及行业分类都会影响企业财务绩效，但其影响力度小于研发投入。三、研究设计（一）样本选择与数据来源样本选择由于科创板设立时期尚短，在选择样本时可能存在两个困难：一是科创板上市公司的数目较少；二是科创板上市公司开始披露数据的年份较近。为获得足够的样本数据，本文在查询比较后，决定以科创板上市公司2017-2019年间的年度数据作为样本数据。截止到下载数据当日，共有254家企业在科创板上市，其中27家企业部分变量的数据存在缺失或异常的情况，将其剔除之后，最终有效的样本是227家科创板上市公司。数据来源本文与科创板上市公司相关的数据全部从Choice金融终端下载而来。本文主要用到了Excel和Stata15.0两个数据处理软件，其中前者用于数据筛选、整理和简单运算，后者用于实证分析。（二）变量设定与说明被解释变量在现有的相关文献中，不同的学者对于企业财务绩效的衡量指标体系有多种不同的选择，包括TobinQ值、净资产收益率（ROE）、总资产收益率（ROA）和一些综合性指标等，这些指标各有其优缺点。综合考虑现有参考文献、数据的可得性以及反映企业财务绩效的直观程度之后，本文选取总资产收益率（ROA）作为被解释变量。解释变量国内外学者在进行相关研究时，主要根据研发投入在营业收入中的占比来衡量研发投入的力度，还有一部分学者会选择不止一个解释变量，通常这些变量都与占比或总额相关，如研发费用或研发人员的投入强度、研发费用总额等。由于科创板上市公司研发人员数据缺失严重，故本文仅从研发费用的角度衡量研发投入强度。控制变量由于企业财务绩效不只受到研发投入的影响，本文还选取了企业规模、财务杠杆系数、总资产周转率、产权性质、所在地区、行业分类六个指标作为控制变量。其中产权性质、所在地区、行业分类为虚拟变量。各变量具体名称、代码及定义见表1。表1变量汇总表变量类型变量名称变量代码变量含义被解释变量总资产收益率ROA净利润/平均资产总额解释变量研发投入强度RDI研发费用/营业收入控制变量企业规模ES总资产的自然对数财务杠杆系数LEV期末负债总额/期末资产总额总资产周转率TATO营业收入/资产总额（续表）变量类型变量名称变量代码变量含义控制变量产权性质Property虚拟变量，国有企业取值为0，非国有企业取值为0所属地区Location虚拟变量，根据我国七大地理分区设置所属地区虚拟变量由Stata15.0生成，lo1=1表示东北地区，lo2=1表示华东地区，lo3=1表示华北地区，lo4=1表示华南地区，lo5=1表示西北地区，lo1-lo5都为零时表示西南地区。行业分类Industry虚拟变量，按证监会分类标准设置行业分类虚拟变量由Stata15.0生成，in1=1表示信息传输、软件和信息技术服务业,in2=1表示制造业，in3=1表示水利、环境和公共设施管理业,in1-in3都为零时表示科学研究和技术服务业。（三）模型设计研发投入与当期企业财务绩效的多元线性回归模型基于假设H1及所选变量，建立研发投入与当期企业财务绩效的多元线性回归模型：ROAit=α+βRDIit+γ1ESit+γ2LEVit+γ3TATOit+γ4Property+γ5Location+γ6Industry+ε式（3-1）滞后性研究的多元线性回归模型基于假设H2及所选变量，建立研发投入与滞后期企业财务绩效的多元线性回归模型。滞后一期时，模型如下：ROAit=α+βRDIi(t-1)+γ1ESit+γ2LEVit+γ3TATOit+γ4Property+γ5Location+γ6Industry+ε式（3-2）滞后二期时，模型如下：ROAit=α+βRDIi(t-2)+γ1ESit+γ2LEVit+γ3TATOit+γ4Property+γ5Location+γ6Industry+ε式（3-3）在上述三个模型中，i为样本个数，取值为1,2,3,…227；t为样本时间2017,2018,2019；α是截距项；β是研发投入强度的回归系数；γ1,γ2,…γ6分别是企业规模、财务杠杆系数、总资产周转率、产权性质、所在地区、行业分类的回归系数；ε是误差项；RDIi(t-1)为提前一年的研发投入强度；RDIi(t-2)为提前二年的研发投入强度。四、实证分析（一）描述性统计分析将227家科创板上市公司的相关数据导入Stata15.0,输入相关命令,得到表2。从表2可以看出,样本公司的平均总资产收益率为0.1317,标准差为0.1012,说明该组数据比较稳定,最小值为-0.3660,说明所选样本中存在亏损的企业。研发投入强度的均值为0.1003,标准差为0.08576,最大值和最小值分别为0.0077和1.2963,说明该组数据整体还算稳定,但也存在研发投入强度差距较大的企业。样本公司的企业规模、财务杠杆率和总资产周转率的均值分别是11.2323、0.3398、0.6880,三组数据的标准差数值都比较小,说明数据还算稳定。表2全样本数据描述性统计分析变量观测值均值标准差最小值最大值ROA6810.1317120.101214-0.365990.837268RDI6810.1003330.085760.0077271.296336ES68111.232260.9779119.05014916.09291LEV6810.3398170.1868730.0198290.986954TATO6810.6880130.3493940.1027542.727825以年为单位,分别对不同时期的数据进行描述性统计分析,得到表3。2017-2019年,227家样本公司的总资产收益率分别是0.1322、0.1370、0.1259,呈逐年下降的趋势。研发投入强度的均值在三年里先降后升,分别是0.1065、0.0957、0.0989,企业规模、财务杠杆率和总资产周转率的均值分别经历了连续上升、连续下降和先升后降。总的来说,各变量的均值虽有波动但变动幅度不大,每一年的均值都和全样本数据的均值相近。除总资产周转率之外所有变量的标准差和极差每年都有所下降,说明不同企业之间的差距每年都在缩小。表3不同年份数据描述性统计分析变量年份观测值均值标准差最小值最大值极差ROA20172270.1322730.130647-0.365990.8372681.20325820182270.1370070.091082-0.103380.4892320.59261220192270.1258560.0734580.0007020.4831620.48246RDI20172270.1064730.1175020.0077271.2963361.28860920182270.0956660.0662350.0088350.4091670.40033220192270.098860.0622380.0127970.3790930.366296ES201722710.916920.9603979.05277815.62786.575022201822711.18390.9421699.05014915.890936.840781201922711.595950.9122879.43273216.092916.660178LEV20172270.3764390.1953410.0556870.9869540.93126720182270.3523770.1782270.0493720.9753930.92602120192270.2906350.176680.0198290.8383860.818557TATO20172270.722010.3520460.1271022.5348092.40770720182270.73110.3535190.2061722.7278252.52165320192270.6109280.3307620.1027542.3802622.277508（二）相关性分析研发投入与当期财务绩效的相关性分析对227家科创板上市公司的数据进行相关性分析,结果见表4。从表4可知,研发投入强度与当期总资产收益率的相关系数为-0.078,在5%的水平下显著,可以初步判断研发投入与当期企业财务绩效负相关。不同变量之间的相关系数的绝对值均不超过0.5,且多在1%的水平上通过显著性检验,说明各变量之间不存在很强的相关性,可以进行回归分析。表4研发投入与当期财务绩效的相关性检验ROARDIESLEVTATOROA1.000RDI-0.078**1.000ES-0.402***-0.211***1.000LEV-0.242***-0.267***0.247***1.000TATO0.275***-0.208***-0.115***0.262***1.000注：***、**和*分别表示在1%、5%和10%的水平下显著,下同。研发投入与滞后期财务绩效的相关性检验表5、表6分别表示滞后期为一年、两年时,样本数据的相关性检验结果。从表中可知,研发投入与一年后的企业财务绩效的相关系数是0.240、与两年后的财务绩效的相关系数是0.202,二者均在1%的水平上显著,据此可以初步验证假设H1和H2。此外,变量之间的相关性几乎都在在1%的水平上显著,相关系数的绝对值都比较小,只有其中的最大值略高于0.5,说明滞后一期、二期时,各变量之间几乎不会相互干扰,可以进行回归分析。表5研发投入与滞后一期财务绩效的相关性检验ROARDIESLEVTATOROA1.000RDI0.240***1.000ES-0.473***-0.166***1.000LEV-0.291***-0.209***0.254***1.000TATO0.255***-0.140***-0.136***0.325***1.000表6研发投入与滞后二期财务绩效的相关性检验ROARDIESLEVTATOROA1.000RDI0.202***1.000ES-0.535***-0.1011.000LEV-0.198***-0.184***0.189***1.000TATO0.330***-0.158**-0.144**0.465***1.000（三）回归分析研发投入与当期财务绩效的回归分析将227家科创板上市公司的数据导入Stata15.0软件中进行回归分析,结果见表7。拟合优度检验结果表明,模型(3-1)调整后的R方是0.292,说明回归方程的拟合优度一般。F值是22.56,方差显著性概率为0.00<0.01,说明模型的显著性较强。研发投入强度的回归系数为-0.211,通过了1%的显著性检验,说明研发投入与当期财务绩效显著负相关,提高研发投入强度会降低当期财务绩效。这与假设H1不符,可能是因为研发活动耗费的时间较长,研发投入无法在当期获得相应的回报,从而使得企业当期的财务绩效降低。从表7还可以看出,企业规模、财务杠杆系数以及总资产周转率的回归系数分别是-0.035、-0.149和0.081,三者均在1%的水平上显著。从产权性质上看,非国有企业的财务绩效比国有企业低0.4%左右;从所在地区上来看,其它地区企业的财务绩效比西南地区的高3%-5%左右;从行业分类上看,其他三个行业的企业财务绩效分别比科学研究和技术服务业高出5.3%、2.9%和4.1%。控制变量回归系数的绝对值都小于0.211,说明当发生相同单位的改变时,研发投入对企业财务绩效的影响最大,假设H3得到验证。表7研发投入与当期财务绩效的回归分析变量ROARDI-0.211***(-4.82)ES-0.035***(-9.24)LEV-0.149***(-7.61)（续表）变量ROATATO0.081***(-7.8)Property-0.004(-0.30)Locationlo10.057*(-1.87)lo20.03(-1.4)lo30.029(-1.28)lo40.037*(-1.69)lo50.038(-1.15)Industryin10.053**(-2.01)in20.029(-1.12)in30.041(-1.24)常数0.482***(-8.29)观测值681R方0.305F检验0调整R方0.292F值22.56注：***、**和*分别表示在1%、5%和10%的水平下显著，括号内是t值，下同。研发投入与滞后期财务绩效的回归分析模型(3-2)和模型(3-3)调整后的R方分别是0.359和0.430,均高于模型(3-1)的0.292,说明回归方程的拟合优度在不断提高。回归方程式（3-2）、式（3-3）的F值分别为20.53和14.11,均通过了1%水平下的显著性检验,说明模型(3-2)和(3-3)均显著。财务绩效滞后一期、二期时,研发投入强度的回归系数分别为0.176、0.121,且均在1%的水平上显著,说明对于科创板上市公司来说,研发投入对企业财务绩效具有积极影响,但该影响存在滞后性,假设H1、H2得到验证。比较发现,提前一期研发投入强度的回归系数0.176大于提前二期研发投入强度的回归系数0.121,说明前者对企业财务绩效有更强的促进作用。此外,与表7中的结果相比,控制变量的回归系数仅在数值上发生了些微变化,假设H3仍然成立。表8研发投入与滞后期财务绩效的回归分析滞后一期滞后二期变量ROAROAL.RDI0.176***(-4.86)0.121***(-3.54)ES-0.027***(-7.31)-0.031***(-6.91)LEV-0.133***(-6.66)-0.125***(-4.89)TATO0.083***(-8.22)0.100***(-7.41)Property0.013(-0.97)0.009(-0.56)Locationlo10.068**(-2.34)0.026(-0.74)lo20.035*(-1.72)0.022(-0.91)lo30.043**(-2)0.024(-0.92)lo40.038*(-1.81)0.028(-1.13)lo50.049(-1.55)0.038(-1.02)Industryin10.022(-0.87)0.027(-0.9)in20.026(-1.07)0.025(-0.87)in30.059*(-1.88)0.054(-1.45)常数0.337***(-5.96)0.394***(-5.79)观测值454227R方0.3780.463F检验00调整R方0.3590.43F值20.5314.11（四）稳健性检验为了验证评价方法的可靠性和指标解释能力的强弱,本文保持解释变量和控制变量不变,将总资产收益率替换为净资产收益率(ROE),对新的数据进行与上文相同的操作。相关性分析结果显示各变量之间相关度较低,不存在多重性共线性问题。替换变量后,对新的数据集进行回归分析,结果如表9所示。首先检验三个模型的拟合优度,调整后的R方分别是0.180、0.315、0.435,说明回归方程的拟合优度在逐渐提高。F值分别是12.44、16.95、14.31,方差显著性概率均为0.00<0.01,说明三个回归方程都具有较强的显著性。在第一个模型中,研发投入强度的回归系数是-0.114,在10%的水平上通过显著性检验,说明如果研发投入强度有所增加,当期净资产收益率就会降低;对于一年后和两年后的净资产收益率,研发投入强度的回归系数分别是0.293、0.175,且均1%的水平上显著,说明研发投入强度与滞后期净资产收益率显著正相关。从控制变量上来看,除了财务杠杆系数与净资产收益率显著正相关之外,其他变量回归系数的正负号均未发生改变。综上所述,替换被解释变量之后,回归分析的显著性与结论均与未发生改变,实证结果具有稳定性。表9研发投入与净资产收益率的回归分析当期滞后一期滞后二期变量ROEROEROERDI-0.114*(-1.67)0.293***(-5.49)0.175***(-3.55)ES-0.041***(-6.62)-0.039***(-6.81)-0.043***(-6.48)LEV0.116***(-3.59)0.127***(-4.15)0.080**(-2.14)TATO0.115***(-6.77)0.116***(-7.48)0.153***(-7.74)Property0.023(-0.98)0.028(-1.34)0.016(-0.66)Locationlo10.140***(-2.81)0.190***(-4.24)0.089*(-1.74)lo20.088**(-2.55)0.080***(-2.6)0.054(-1.55)lo30.106***(-2.94)0.102***(-3.12)0.066*(-1.78)lo40.096***(-2.74)0.080**(-2.53)0.058(-1.63)lo50.077(-1.43)0.082*(-1.7)0.072(-1.33)Industryin10.017(-0.4)0.072*(-1.85)0.087*(-1.93)in20.001(-0.01)0.053(-1.42)0.064(-1.47)in3-0.02(-0.37)0.028(-0.59)0.056(-1.01)常数0.445***(-4.63)0.340***(-3.92)0.417***(-4.27)观测值678452226R方0.1960.3350.467F检验000调整R方0.180.3150.435F值12.4416.9514.31五、研究结论与政策建议（一）研究结论1.研发投入会抑制当期企业财务绩效对研发投入与当期企业财务绩效进行回归分析,结果显示,二者之间存在显著的负向相关关系,说明研发投入并不会在当期给企业带来显著效益,反而会因为增加投资成本、占用资源等原因而抵消部分的营业收入,降低企业的盈利能力。因此,在研发活动的早期阶段,科创板上市公司必须保证企业有足够的资金支持研发活动的进行。2.研发投入会促进滞后期企业财务绩效回归结果显示,研发投入与一年后、两年后的企业财务绩效均呈显著正相关,说明研发投入能够对企业财务绩效产生积极影响,但具有一定的滞后性。因为研发活动通常耗费的时间比较长,很难在当期取得成果,只有将研发投入真正转化为创新的产品或技术,才能为企业创造利润、提高企业财务绩效。从回归结果从还可以看出,加大科创板上市公司研发投入强度,对一年后财务绩效的促进作用大于对两年后财务绩效的影响,但由于数据限制,研发投入对企业财务绩效的积极影响的趋势和持续年份目前无法得出结论。3.其他因素会对企业财务绩效产生影响(1)企业规模与财务绩效显著负相关。对于科创板上市公司来说，并不是规模越大企业财务绩效的表现就越好。(2)资产周转率与企业财务绩效显著正相关。提高企业利用资源的效率能够对财务绩效产生积极影响。(3)财务杠杆率对由不同指标衡量的企业财务绩效的影响呈现出截然相反的结果，这可能是由两种指标的计算方式不同造成的。财务杠杆系数与净资产收益率显著正相关，说明负债的增加能够提高企业利润；而财务杠杆率提高也意味着企业的负债增加，总资产随之增加。综合来看，财务杠杆率的提高使得总资产收益率的分子和分母均有所增加，但后者增加的程度更大，最终表现为总资产收益率下降。(4)产权性质、所在地区和行业类别也会对企业财务绩效产生影响。国有企业、西南地区企业或科学研究和技术服务业企业的财务绩效在其各自所在的分类标准下居于末位。从数值上来看，控制变量的回归系数的绝对值均未超过研发投入回归系数的绝对值，说明对于科创板上市公司来说，研发投入对企业财务绩效的影响更为显著。（二）政策建议加大长期性研发投入的力度研发活动通常成本高、周期长，研发投入对企业财务绩效的积极影响具有滞后性，企业只有长期持续地投入足够的研发费用，才能保证研发活动的顺利进行，最终将研发成果转化为能够带来利润的产品和服务，从而提高企业财务绩效。如果研发投入的力度不够，企业就很难有实质性的创新与突破。本文所选取的227家科创板上市公司连续三年的平均研发投入强度都只有10%左右，这对于科创型公司来说远远不够。科创型企业应加大研发投入力度，为研发活动提供长期、充足的研发费用。增强自主创新能力目前，我国很多科创型企业存在创新能力不足、直接引进国外先进技术或模仿其他新产品多于自主创新的问题。仅靠引进与模仿，企业必然无法成为行业的领导者与开拓者、必然会在发展中受到掣肘甚至被取代。科创型企业应当充分认识到研发活动的重要性，减少对外部技术的依赖和模仿，掌握核心科技，提升核心竞争力，依靠差异化的产品与服务获得更高的利润。加快科技成果转化当前，我国很多科创型企业存在创新基础薄弱、科技成果转化率较低的问题，这意味着研发投入不能有效地转化为产品创新或技术创新，企业投入一大笔研发费用，最终却可能只增加了很小部分的企业财务绩效。基于我国东西部地区发展水平存在差异的事实，合理推测西南地区的研发投入强度远高于其它地区、企业财务绩效却在六个地区中仅排第五的原因之一在于，我国西部地区的企业受到的制约更大，整体的科技发展水平不如东部地区先进，研发的效率比较低，研发投入提高企业财务绩效的效率较低。因此，科创型企业可以通过引入高质量研发人才、加强与高校合作等方式提高研发效率、缩短从开始研发到成功研制出新技术或新产品所需要的时间，使每一笔研发投入都能比之前更大程度地提升企业财务绩效。4.调整影响企业财务绩效的其他因素实证结果显示,产权性质、所在地区或行业分类对企业财务绩效有影响但并不显著,而且对于企业,尤其是已经上市的企业来说,在以上三个方面做出改变的可能性微乎其微,所以企业可以从其他方面入手,提高企业的财务绩效。(1)控制企业规模。“越大的企业实力就越强”是很多人的共识,但本文的实证结果显示企业规模的扩大反而会抑制企业财务绩效。因此,科创板上市公司应该充分认识企业所处的发展阶段、性质特点等,依据实际情况做出有利于公司发展的决定,而不是一味追求规模的扩张。(2)提高总资产周转率。除了上文提过的提高企业研发效率,企业还可以通过强化内部管理、优化生产销售流程等措施提高总资产周转率,进而提高企业财务绩效。(3)适度负债。负债会从多个方面对企业产生综合性的影响,科创板上市公司应该通过科学的计算和分析找出最优负债水平,最大程度地发挥负债对企业财务绩效的促进作用。主要参考文献[1]陈建丽,孟令杰,王琴.上市公司研发投入与企业绩效的非线性关系[J].中国科技论坛,2015(05):67-73.[2