《研发投入对公司盈利能力影响的实证研究》8800字（论文）

PAGE3研发投入对公司盈利能力影响的实证研究—基于科创板上市公司的面板数据目录TOC\o"1-2"\h\u11173摘要 113776一、引言 29206二、文献回顾与研究假设 223362（一）文献回顾 230999（二）研究假设 314753三、数据选取与模型构建 414933（一）样本选择和数据来源 432750（二）变量与指标选取 527637（三）模型构建 530104四、实证研究 68957（一）描述性统计分析 624981（二）Pearson相关性分析 78294（三）回归分析 718260五、稳健性检验 1028381六、总结与启示 114088七、局限性 1224435参考文献 1210950一、中文部分 1225844二、英文部分 13摘要文章以我国科创板上市公司2015—2019年的面板数据为研究样本，分别从绝对值指标和相对值指标两个角度，以及研发资金和研发人员两个视角建立多元线性回归模型和柯布-道格拉斯（C-D）生产函数模型，全面探讨研发投入与企业盈利能力的关系。本研究通过Stata16进行分析发现：（1）科创板上市公司研发资金投入和研发人员投入同企业当期盈利能力之间存在显著正相关关系（2）研发人员投入对企业盈利能力的影响存在显著的滞后效应，但研发资金投入对企业盈利能力的影响并不存在显著的滞后效应。得出结论后，本文分别以净资产收益率（ROE）、总资产收益率（ROA）代替主营业务利润率（MBPR），作为企业盈利能力的相对值指标，同时保持其他变量不变，再利用相关模型重复上述回归，检验结果与上述实证研究结论无显著性差异，说明这一模型较为稳健。关键词：研发投入盈利能力滞后效应一、引言自21世纪进入信息化时代以来，技术更新的速度不断加快。在世界经济环境不断变化和市场竞争日趋激烈的大环境下，企业要想长期在行业中保持领先地位，抢占未来发展先机，就必须进行创新。目前世界公认的衡量企业自主研发创新能力的重要指标之一就是研发投入。2019年6月13日正式开板的科创板，正是我国用于提升科技创新能力而设立的平台。2020年中国企业500强榜显示，去年500强企业合计投入研发费用10754.06亿元，同比大幅增长17.04%。企业研发投入意愿有所增强，绝大多数企业研发投入持续增长；平均研发强度（研发经费支出占主营业务收入比重）为1.61%，比上年提高0.01个百分点，达到历史最好水平。整体来看，我国500强企业研发投入保持着增加态势，但研发投入强度同发达国家相比还存在欠缺。与国际一流大企业相比，我国企业在研发费用支出和研发投入意愿等方面还存在比较明显的短板。研发是投资于未来，研发投入较低难以支撑企业形成竞争优势，要想实现进一步的转型升级，还要企业自身加大研发投入力度。因此，本文以上海证券交易所科创板上市公司为研究对象，对研发投入对企业盈利能力所产生的影响进行实证研究,并对高新技术企业提出建议，以帮助企业更好地通过研发投入促进自身盈利能力的提升。二、文献回顾与研究假设（一）文献回顾通过大量翻阅已有文献发现，目前很多学者都对研发投入和企业盈利能力的关系进行了研究，但是相关研究的结论并不统一，经过分类梳理，本文将前人的研究结论大致分为以下四种：第一种观点认为研发投入与企业盈利能力之间存在线性正相关关系，且存在着一定的滞后效应。Griliches（1981）以美国1000家制造业企业为样本，研究创新投入和企业经营绩效的关系，通过C-D生产函数模型进行研究发现，研发支出与企业绩效具有显著正相关关系。Sougiannis（1995）的研究发现，研发支出会影响企业七年内的盈利能力和企业价值，尤其是对前三年的企业盈余的影响更加显著，该结论说明了研发支出与企业绩效的正向关系，同时具有一定的滞后性和积累性。王维、李宏扬（2019）以沪深A股信息技术业企业为研究对象，发现研发投入对企业并购绩效有积极影响，并与滞后一年的并购绩效呈正相关关系。此外如DavidAboodyandBaruehLev（2006）、吴亦嘉（2019）、严汉民、陈梦（2020）的研究也证实了上述结论。第二种观点认同第一种观点中研发投入与企业绩效的正相关关系，但是否认了其中的滞后效应。如张济建、李香春（2009）在我国高新技术行业上市公司中选取了71家，以其2003—2007年年报数据作为样本，通过实证分析得出结论：虽然研发投入与企业当期绩效呈正相关关系，但是并不存在滞后效应。任海云、师萍（2010）的研究也得出了相同的结论。第三种观点与上述两种观点相反，认为研发投入与企业绩效之间不存在线性关系，甚至有学者认为二者之间呈负相关。其中比较具有代表性的观点是Ohlsson在1987年提出的研究与实验发展经费增长悖论观。张俭、张玲红（2014）以我国上市公司连续三年的面板数据为研究样本，分别从企业的成长能力和盈利能力两方面进行研究，发现研发投入与企业盈利能力之间呈现显著的负相关关系，这种负作用甚至会影响到企业以后两年的效益。王君彩、王淑芳（2008），郭斌（2006），陈建丽、孟令杰（2015）的研究也证实了上述R&D增长悖论观。第四种观点提出研发投入与企业绩效之间不只是简单的线性关系，随着研发投入的增加，还呈现出一种倒U型关系，即增加研发投入的量存在一个临界值，一旦投入量超过某一数值，企业绩效便不再增长。MingLiang（2010）分别利用不同时间、不同市场的数据，通过实证研究发现研发投入确实存在一个最优投入水平，当研发投入量超过这一临界值时，由于成本费用的增加反而造成企业绩效的减少。通过大量参考以前文献发现，近几年的研究，尤其是对国内市场的研究，大多集中在前两种观点。现有研究除了结论不一致之外，还存在一些缺陷，如实证研究多采用单一的绝对值分析或相对值分析，未结合两种数值重复检验研究结论的可靠性；研究采用的数据多集中于某一板块或某一行业，企业绩效的具体概念模糊、不一致，研究采用的变量指标也不一致，因此相应的研究结论具有一定的针对性和片面性，未必适用于其他板块或行业。本文的创新点在于采用科创板上市公司研发投入的相对值指标和绝对值指标，对当期及滞后一期和滞后两期企业盈利能力的影响情况进行实证检验。科创板的上市条件相比较于创业板更为宽松，可以在一定程度上减少样本选择偏差，对科技创新类企业具有更普遍的启示作用，得到的结果更具有说服力，有利于科技创新行业管理者基于研发投入和企业盈利能力之间的关系做出更加准确、及时的研发投资决策。（二）研究假设本文在已有研究的基础上，对创业板信息技术业上市公司进行有针对性的具体分析，提出如下假设：H1a：科创板上市公司研发资金投入和企业当期的盈利能力之间存在正相关关系；H1b：科创板上市公司研发人员投入与企业当期的盈利能力之间存在正相关关系。不可否认的是，创新投资具有资金多、不确定性强和高风险的特点，而这也是企业研发投入力度不强的主要原因。创新不只是一种结果，更是一个过程，而且是一个连续的过程，具有回收期长、短期内难以见效的特点，企业决策者应着眼于长期战略，综合考虑研发投入绩效。由于企业技术设备差异、研发团队差异等引发的企业吸收新知识的能力不同，研发投入转化为新技术、新产品的时间不同，新技术、新方法为企业带来的价值也不同，因此，现有研究对于研发投入对企业盈利能力在时间上是否存在显著滞后性问题存在分歧。本文通过阅读和梳理现有相关研究，结合科技创新行业的特征提出如下假设：H2a：科创板上市公司研发资金投入和企业的盈利能力之间存在显著的时间滞后性；H2b：科创板上市公司研发人员投入和企业的盈利能力之间存在显著的时间滞后性。三、数据选取与模型构建（一）样本选择和数据来源本文以2020年12月14日前在科创板成功上市的203家中关村高新技术企业为研究对象，数据采集时间范围为2015年1月1日至2019年12月31日。为了能更真实地展示研发投入对企业业绩的影响，在选取样本时针对以下企业数据进行了剔除并对剩余样本进行了1%的缩尾处理:①未真实完整地披露2015—2019年研发数据以及财务报表数据的企业。②任意一年被ST以及被注册会计师出具保留审计意见、否定审计意见、无法表示审计意见的企业。③包含极端值的公司本文涉及上市公司的数据均来自于Wind数据库。采用Stata16对面板数据进行处理。运用计量经济学相关理论建立面板数据回归模型，主要运用描述性统计分析法、相关性分析法和回归分析法。（二）变量与指标选取1.因变量本文主要探讨的是科创板上市公司研发投入与企业盈利能力的关系。结合前人研究及数据的可获取性，分别采用主营业务利润(MOP)和主营业务利润率(MBPR)作为反映企业盈利水平的绝对值指标和相对值指标。2.自变量关于研发投入的绝对值指标主要细分为两部分，一是研发资金支出（RD），即R&D经费支出，二是研发人员数量（pernum），这里是指企业年初从事研究开发人员数量与本年末从事研究开发人员数量的平均数。考虑到科创板上市公司企业规模差异较大，单一采用绝对值指标对于不同规模的企业来说可能差异很大且不具有说服力，故本文另采用了两个相对值指标——研发资金投入强度（RDI）和研发人员占比（perratio），以便从不同的角度说明企业研发投入的多少。3.控制变量影响企业财务绩效的因素很多。不同规模以及不同的负债水平都会对企业的盈利能力产生影响。因此，考虑到数据的可获取性并参考已有文献，本文选用企业规模的对数（lnsize）以及企业的财务杠杆水平（LEV）作为控制变量。（三）模型构建根据前文所述，本研究从绝对值和相对值两个指标分别构建以下模型：MBPRitMOPit为了研究方便，对模型（2）进行线性化处理，得到：lnPit由于研发投入具有回收期长、短期难以见效等特点，同时结合数据的可获取性，本研究决定采用滞后1期和滞后2期的数据进行滞后效应分析。因此，通过对上述模型的t值进行限定，以研究假设2企业研发投入对盈利能力影响的滞后性。得到滞后1期的回归模型：MBPRitMOPit同样地，对模型（5）进行线性化处理：lnPit=lnA+a同理，可得滞后2期的回归模型MBPRitMOPitlnPit其中，βi是变量系数，μ四、实证研究（一）描述性统计分析首先对样本数据进行描述性统计，详见表1表1描述性统计VariableObsMeanStd.Dev.MinMaxMOP7473.43e+086.72e+082.56e+075.21e+09MBPR747.5085142.2180412.1382997.9933397RD8357.24e+071.56e+0839752251.18e+09RDI816.1127285.0918081.0189.5585pernum458228.0852327.2326212183perratio382.2946869.1914471.044.8212LnsizeLEV83584220.34834.35486671.103144.199224818.26049.041514724.55634.8847909无论是从绝对值指标MOP还是相对值指标MBPR来看，科创板不同上市公司间的盈利能力都存在巨大差异；而反映研发投入的RD和RDI指标均显示，不同企业的研发资金投入存在显著差异；研发人员数量更是呈现从两位数到四位数的分布，研发人员数量也有数十倍的差异；而作为控制变量的资产规模和资产负债率也呈现出较为明显的个体差异性。由表1可见，所选样本对不同财务状况的高新技术企业具有广泛代表性。（二）Pearson相关性分析表2相关性分析lnplnklnlMBPRRDIperratiolnsizelnplnk10.825***1lnl0.659***0.813***1MBPR0.032-0.089**-0.173***1RDI-0.064*0.322***0.264***0.418***1perratio-0.125**0.170***0.296***0.160***0.441***1lnsize-0.014-0.0240.001-0.038-0.0340.0231LEV0.123***0.090***0.258***-0.436***-0.207***-0.168***0.090**注：*表示在10%水平上显著；**表示在5%水平上显著；***表示在1%水平上显著从表2可以看出，绝对值指标研发资金支出（RD）和研发人员数量（lnl）在1%的水平上同主营业务利润显著正相关，且相关系数分别为0.825和0.659，相关性较强。但仅通过相关性关系还不能进行直接判断，因此需要进一步通过回归分析进行判断。相对值指标研发资金投入强度（RDI）和研发人员占比（perratio）同营业利润率（MBPR）在1%的水平上显著相关，因此可以用上述变量进行回归分析。此外财务杠杆水平（LEV）在1%水平上与主营业务利润（MOP）和主营业务利润率（MBPR）显著相关，说明控制变量选择合理。（三）回归分析1.研发投入对企业当期盈利能力影响的回归分析本研究首先进行了hausman检验，通过该检验判断是否选择固定模型还是随机模型。hausman检验结果表明：固定效应和随机效应模型之间存在显著的差异(p=0.00<0.05)，因此本研究使用企业固定效应模型进行回归分析。（1）表3研发投入强度和研发人员占比对企业当期主营业务利润率的影响MBPRCoef.Std.Err.tP>|t|[95%Conf.Interval]RDI.711029.1651454.310.000.3846451.037412perratio.2275703.1040432.190.030.0219453.4331953lnsizeLEV.003824-.1710467 .0052557.04880170.73-3.500.4680.001-.006563-.2674957.014211-.0745978_cons.3022497.10749862.810.006.0897954.514704sigma_usigma_e rho.17755012.06632008.87755959(fractionofvarianceduetou_i)Ftestthatallu_i=0:F(166,146)=6.84Prob>F=0.0000（2）表4研发投入资金支出和研发人员数量对企业当期主营业务利润的影响lnpCoef.Std.Err.tP>|t|[95%Conf.Interval]lnk.6930083.07571199.150.000.5437596.8422569lnl.4072913.10012034.070.000.209927.6046556lnsize-.0071993.0148023-0.490.627-.0363787.02198LEV-.2620455.1545855-1.700.092-.5667753.0426844_cons3.4503471.0464633.300.0011.3874855.513209sigma_usigma_e rho.64811104.22572755.89181988(fractionofvarianceduetou_i)Ftestthatallu_i=0:F(170,211)=9.98Prob>F=0.0000由表3，表4数据可知，从绝对值指标来看，在1%的显著性水平下，研发资金支出和研发人员投入与企业当期的主营业务利润显著正相关，符合经济学意义。而从相对值指标来看，研发投入强度以及研发人员占比分别在1%和5%的显著性水平下和企业当期的主营业务利润率显著相关，且相关系数分别为0.71和0.22。综合表3，表4数据，无论是研发资金支出还是研发人员投入，都和所选企业的盈利能力具有显著正相关关系，因此H1a，H1b均得到支持。2.研发投入对企业滞后1期盈利能力影响的回归分析（1）表5研发投入强度和研发人员占比对企业滞后1期主营业务利润率的影响：L.MBPRCoef.Std.Err.tP>|t|[95%Conf.Interval]RDI.361075.18054222.000.046.0072123.7149377perratio.5762445.26861252.150.032.0497641.102725L.lnsizeL.LEV-.0084391-.2272941 .0084572.0783953-1.00-2.900.3200.004-.0251795-.3824727.0083013-.0721155_cons.7132212.20305443.510.001.31128751.115155sigma_usigma_e rho.21726703.09730431.83293431(fractionofvarianceduetou_i)豪斯曼检验p=0.015<0.05,采用固定效应模型进行回归。回归后的F(4,146)=33.54，p=0.00，F检验显著，有足够的理由拒绝原假设，说明至少一个相关系数不为零。再通过表5中的t检验以及相关系数可以得出，在5%的显著性水平下，研发投入强度和研发人员占比对滞后1期的盈利能力（主营业务利润率MBPR）具有显著的促进作用，且研发人员占比对盈利能力的影响在逐步提升，而研发投入强度的影响却在下降，因此H2b在1年的时间跨度内得到了支撑，而H2a未得到支持。（2）表6研发投入资金支出和研发人员数量对企业滞后1期主营业务利润的影响L.lnpCoef.Std.Err.tP>|t|[95%Conf.Interval]lnk.467727.13190523.550.000.2070516.7284025lnl.5977329.1557823.840.000.2898713.905595l.lnsize-.0099214.0230033-0.430.667-.0553814.0355385l.LEV-.1172883 .2346879-0.500.618-.5810863.3465097_cons4.7616781.9736912.410.017.8612048.662151sigma_usigma_e rho.92267192.28002964.9156575(fractionofvarianceduetou_i)Ftestthatallu_i=0:F(169,147)=6.32Prob>F=0.0000回归后的F(4,147)=56.43，p值为0，拒绝原假设，说明至少一个相关系数不为零。再通过表7中的t检验判断在1%的显著性水平下，研发资金支出和研发人员数量对滞后1期的主营业务利润具有显著的正向影响，且相关系数分别为0.47和0.60，相关性较强，且研发人员数量对盈利能力的影响在逐步提升，而研发投入资金支出的影响却在下降，因此H2b在1年的时间跨度内得到了支撑，而H2a未得到支持。3.研发投入对企业滞后2期盈利能力影响的回归分析（1）表7研发投入强度和研发人员占比对企业滞后2期主营业务利润率的影响L2.MBPRCoef.Std.Err.tP>|t|[95%Conf.Interval]RDI.2931521.12576572.330.028.0341328.5521713perratio.6035636.25683562.350.027.1001651.106961L2.lnsize-.5402288.4437258-1.220.235-1.454099.3736416L2.LEV-.0711838.0982246-0.720.471-.2669007.1245331_cons-445.112842.12952-10.570.000-531.8802-358.3455sigma_usigma_e rho.22457071.0367703.97389051(fractionofvarianceduetou_i)通过表7可以得出，在5%显著性水平下，研发投入强度和研发人员占比对滞后2期的营业利润率均存在显著影响，相关系数均为正，符合经济学意义，相关系数分别为0.29和0.60，说明研发投入强度和研发人员占比对滞后2期的盈利能力具有正向促进作用。（2）表8研发投入资金支出和研发人员数量对企业滞后2期主营业务利润的影响L2.lnpCoef.Std.Err.tP>|t|[95%Conf.Interval]lnk.3370652.18520071.820.073-.0259281.7000585lnl.662816.26383742.510.012.13647441.189157L2.lnsize-.0556897.0315543-1.760.082-.1186388.0072594L2.LEV-.2121571 .2745332-0.770.442-.7598359.3355217_cons6.435153.5780241.800.076-.702813713.57311sigma_usigma_e rho1.0928051.2671955.94358999(fractionofvarianceduetou_i)Ftestthatallu_i=0:F(162, 69)=7.13 Prob>F =0.0000通过表8可知，研发资金支出和研发人员数量分别在10%和5%的显著性水平上同滞后2期的主营业务利润显著相关，且相关系数均为正数，说明不管是研发资金支出还是研发人员数量都对滞后2期的主营业务利润具有显著的促进作用。综合当期、滞后1期以及滞后2期的数据和分析结果，随着时间的推移，研发资金投入对企业盈利能力的积极影响并未逐年提升，反而有着下降趋势，因此没有明确证据表明研发资金投入对企业盈利能力的影响存在显著的滞后性，H2a不成立。但随着滞后期的增加，研发人员投入对企业盈利能力的促进作用在逐步提升，因此研发人员投入和盈利能力之间存在的显著的滞后效应，H2b成立。五、稳健性检验尽管本文已经采用两种不同模型分别从相对值和绝对值两个角度论证了研发投入对科创板高新技术企业盈利能力的影响，但是考虑到研究结果和部分现有研究的结论存在不一致性，因此，为了再次检验上述研究结果的可靠性，本文分别以净资产收益率（ROE）、总资产收益率（ROA）代替主营业务利润率（MBPR），作为企业盈利能力的相对值指标，同时保持其他变量不变，再利用多元回归模型和C-D生产函数模型进行上述回归，回归结果列示如下表9研发投入在当期、滞后1期及滞后2期对企业盈利能力（ROE、ROA）的影响当期滞后1期滞后2期ROEROAROEROAROEROARDI0.62***（0.21）0.61**（0.25）0.54***（0.19）0.50***（0.17）0.43**（0.17）0.41**（0.19）Perratio0.46**（0.21）0.42***（0.13）0.49**（0.20）0.50**（0.24）0.58*（0.31）0.63*（0.34）lnsize0.004（0.005）0.009（0.011）-0.008（0.023）-0.011*（0.007）-0.012**（0.006）-.0.015*（0.009）LEV-0.238***（0.08）-0.295**（0.14）-0.265*（0.15）-0.334*（0.18）-0.242*（0.13）-0.318**（0.15）*表示在10%显著性水平下显著，**表示在5%显著性水平下显著，***表示在1%显著性水平下显著由表9可知，无论是净资产收益率（ROE）、总资产收益率（ROA），在研究期内都与研发投入强度和研发人员占比显著正相关，因此第四章的回归结果得到了验证，H1a和H1b均得到了支持。综合当期、滞后1期和滞后2期的数据，ROA、ROE同研发投入强度间的相关关系并未随着滞后时间的增加而加强，反而存在一定的减弱。由此可见，研发资金投入对企业盈利能力的影响并未表现出明显的滞后性，因此H2a不成立。根据表9数据可知，研发人员占比与企业的净资产收益率和总资产收益率之间的正相关性随着滞后期的增加而逐渐增强，相关系数从当期的0.46和0.42逐步增加为0.58和0.63，这表明研发人员投入对企业盈利能力的影响存在滞后效应，H2b得到支持。稳健性检验结果与第四章实证研究部分的结论无显著性差异，说明本研究所选取的模型较为稳健。六、总结与启示根据上述回归结果及分析，H1a,H1b,H2b均得到支持，而H2a不成立，即：研发资金投入和研发人员投入与企业当期的盈利能力均存在显著的正相关关系；研发人员投入对企业盈利能力的影响存在显著的滞后效应；而研发资金投入对企业的盈利能力带来的影响未发现显著的滞后效应。从经济学意义上来解释，企业的研发投入可以通过技术革新、效率提升等方面对企业的盈利能力起到促进作用。与此同时，由于科创板的上市企业大多隶属于高新技术产业，采用的是先进的理论和通讯技术，建立在较高水平的科学技术发展之上，属于具有较高技术水平和应用效率的产业，该行业的高效性使得研发资金投入可以在当期快速转化为企业生产效率的提高从而带动盈利能力的提升，因此研发资金投入强度指标未表现出对企业盈利能力影响的滞后效应。而在加大研发资金投入强度的同时，企业必须不断注入创新血液，引进大量研发人员，而在高新技术企业大量引进研发人员之时，新引进的研发人员往往需要通过专门培训才能更好地为企业带来价值，这就需要企业在前期付出大量的人力成本和时间成本。以上两个主要方面使得研发投入对企业盈利能力的影响在时间上的滞后性影响较为显著。因此在2年的时间跨度中，产生了和人们的通常观念不相符的现象：研发人员投入在当期对企业盈利能力的提升并不明显，反而在1-2年的时间跨度内对企业盈利能力的提升作用愈发明显。对于高科技企业来讲，需要把握好当期发展和长远盈利能力之间的权衡。研发投入的增加在长期来看会对企业的盈利能力有所提升，但在短期内，对盈利能力的提升并不明显。如果一味地盲目投入创新，可能会压垮经济基础并不厚实、基本盘不稳的企业；而如果一直安于现下的收益、追求短期效益，却忽略了对企业未来的投资（研发投入）将很可能在长期面临盈利能力难以持续的困境。七、局限性本文选取的是科创板的上市公司，而科创板仅仅创立不足两年，其中的许多公司更是刚上市甚至成立不久的新兴企业。上市所对公司现金流和资金带来的补充效应远不如前人研究中选取的创业板和主板企业更为显著。同时，由于成立时间较短，样本中或许有部分企业的经营欠佳财务状况不佳，但未能完成退市等步骤，因此在数据选取上可能存在一定的样本选择偏差，影响了对研发投入和企业盈利能力的分析。在此研究基础上，后人可以在科创板发展地更成熟、准入和退出机制更为完善的状况下进