新经济研究
Journal of New Economic Studies
- 主办单位:未來中國國際出版集團有限公司
- ISSN:3079-3416（P）
- ISSN:3079-9589（O）
- 期刊分类:经济管理
- 出版周期:月刊
- 投稿量:2
- 浏览量:354
相关文章
暂无数据
当下市场环境中国企业研发投资研究
Research on R&D Investment of Chinese Enterprises in the Current Market Environment
引言
在过去二十年里，无形资产在企业价值中的占比逐渐增大。研发投资（R&D）也逐渐成为企业技术活动的核心部分，这有助于企业开发新产品和更新技术，从而提升企业的竞争力。此外，研发投资似乎通常伴随着较高的风险。这意味着成功的研发投资可能会为公司带来利润，而失败的研发则往往会给公司带来重大影响，甚至导致公司破产。因此，关于研发投资与企业绩效之间关系的研究可能需要重新考虑。之前，美国市场是一个高度发达的市场，并且在全球创新方向上似乎处于引领地位，然而近年来企业创新项目似乎已接近饱和，这与我国当下市场环境相似。此外，随着研发活动的增加，运营成本往往会上升，这可能会对企业的业绩产生负面影响。同时，我国劳动力成本近年来也有所上升，部分劳动密集型企业已经开始逐渐从我国撤退，如果我国依旧保持当下市场环境，这可能会我国企业的业绩产生重大影响。本文旨在主要研究特殊时期前美国市场中研发投资与企业业绩之间的关系，以此给予我国当下行业科技密集型转型的建议。本文接下来的部分将阐述一些有关研发投资与企业绩效的先前研究成果，然后将介绍本研究的方法论。紧接着将展示回归分析的结果，并探讨和解释这些结果最后得出结论
一、文献综述与假说
大多数文献发现研发投入与企业绩效呈正相关关系。其中一部分研究关注的是财务业绩。例如，Erdogana和Yamaltdinova研究了伊斯坦布尔博尔萨的62家制作公司。他们使用ROA和ROE来衡量公司绩效，以研究研发投资与盈利能力之间的关系。研究结果表明，研发投入对早期ROA和ROE有正向影响，且研发投入对ROE的影响大于ROA。此外，Jin 等人也关注了研发投入对企业财务绩效的影响。他们主要研究了研发与企业绩效之间的关系，发现研发投资似乎缓解了疫情对企业绩效的不利影响。他们使用杜邦分析来衡量企业财务绩效，并将研发强度作为调节变量，结果表明研发正调节了疫情与财务绩效之间的关系。
虽然大多数文献都给出了积极的结果，并侧重于从企业财务绩效的角度研究研发投资的影响，但是仍然有很多文献则考虑了企业价值，且多数倾向于使用定量分析方法。这些研究发现研发投资与企业绩效之间存在负相关关系。Lantz和Sahut对来自四个行业（软件业、电信业、航空航天业和生物技术业）的213家科技公司进行了研究，发现随着研发强度的增加，回报可能会减少。同时，Hsu也指出，尽管研发投资对净销售额有积极影响，但对营业利润却有负面影响。迄今为止，研发投资与企业绩效之间的关系尚不明确。因此有必要重新审视当下在科技饱和及国家经济快速增长时投入研发的必要性，并且研究整个行业在研发方面的投资的总体结果也同样需要更新。所以本文针对研发投资与企业绩效之间的关系提出了两个假设。
假设1：本年度的研发投资与当前年度的公司业绩之间存在负相关关系。
假设2：研发投资对公司业绩的影响在第二年度可能会减弱。
二、研究方法
（一）样本和数据库
本文对金融危机后2010年至2019年前美国整个市场的2789家公司进行了研究。本研究使用了BoardEx数据库来收集与董事会和董事相关的数据，以沃顿研究数据服务（WRDS）数据库作为本次研究的核心数据来源。财务基础数据年度数据，如研发费用、总资产、总负债、总权益等一些其他重要的财务数据，是从WRDS的Compustat（Capital IQ）北美数据库中收集的，而美国公司的专利则在 WRDS 数据库中通过美国专利数据库找到。本文使用Stata软件对收集到的数据进行处理，并计算出诸如ROA（净利润/平均资产总额）、ROE（净利润/平均股东权益）、销售增长（（总营收－上年总营收）/上年总营收）、CR（流动资产总额/流动负债总额）和LEV（负债总额/总资产）等变量。同时，删除了一些缺失值以及北美地区除美国以外的国家的数据。
（二）实证方法
本文采用普通最小二乘法（OLS）回归分析来研究研发投资与企业绩效之间的关系，以及调节变量财务约束对这一关系的影响。
主要的回归分析中，将研发费用作为自变量，而专利则作为独立变量用于稳健性检验。此外，所有回归分析都控制了企业固定效应和年份固定效应，每个变量都经过处理，减去了其平均值（企业平均值和年份平均值）。这样做是为了减少企业及年份的一些不可观测因素，从而避免内生性问题。
第一个假设是研究当前年度的研发投入与当前年度企业业绩之间的负相关关系。因此，构建的回归模型如下：
其中 和 为自变量。为因变量，包括资产回报率（ROA）、净资产收益率（ROE）和每股收益（EPS）。企业规模、行业集中度（CR）、董事会规模、销售增长率和杠杆比率（LEV）为控制变量。表示常数项，为回归系数，表示实际值与预测值之间的差异。第一个回归（研发费用）是主要回归分析，用于研究研发投资与企业绩效之间的关系，而后者（专利）则用于进行稳健性检验。
本研究的第二个假设是探究研发投资对企业的影响在第二年是否会有所减弱。为了验证这一假设，本文将去年的研发支出和专利视为独立变量，而将本年度的公司业绩作为因变量。
因此，调整后的模型如下所示：
其中，γ 为回归系数， 和 分别代表前一年的研发支出和专利数量。为因变量，同样包含ROA、ROE和EPS。
（三）数据描述
表1展示了变量的描述性统计数据，总样本由来自2789 家公司的16355个数据点组成。由于70家公司的 LEV 超过1（因为这些公司的负债超过了其总资产，可能表明这些公司即将破产。）所以删除了871个样本数据。销售增长是通过减去上一年的数据计算得出的，这就是为什么销售增长的样本与其他样本不同。本文使用自然对数来形成专利变量，即 ln(patents)，这可能会导致一些专利样本的缺失，例如 (ln0)。因此，本文进行了调整，使用 ln(1+patents)使样本规模统一。
资产回报率（ROA）的范围在-77.49%到16.29%之间，平均值为-7.98%。净资产收益率（ROE）的波动范围在-171.18% 到41.83%之间，平均值为-14.83%。每股收益（EPS）水平的平均值为0.6788 美元（USD）。值得注意的是，虽然资产回报率和净资产收益率的平均值为负，但第50分位数（p50）仍显示超过一半的公司报告了正的业绩，分别为2.29%和4.85%。研发支出和专利的平均值分别为76.2541和1.2513，其中最小值（0.0000）意味着这些公司在那一年没有进行任何研发投资。总资产也以自然对数形式使用，并且平均值为6.1888。CR值揭示了公司的可偿债能力。CR的平均值及其第50分位数（p50）均超过2（3.4917和2.4446），这意味着样本中的公司通常具有良好的短期偿债能力。董事会规模、销售增长和资产负债率（LEV）的平均值分别为1.4408，0.0975和0.4450，似乎处于正常水平。另外，在本次研究中，所有变量均进行了缩尾处理（5—95分位数区间），以避免极端值和意外情况的影响。
| Variable | N | Min | Max | Mean | p50 |
|---|---|---|---|---|---|
| ROA | 16355 | -0.7749 | 0.1629 | -0.0798 | 0.0229 |
| ROE | 16354 | -1.7118 | 0.4183 | -0.1483 | 0.0485 |
| EPS | 16355 | -2.7500 | 5.3100 | 0.6788 | 0.2800 |
| R&D Expense | 16355 | 0.0000 | 586.0000 | 76.2541 | 17.8450 |
| Patent | 16355 | 0.0000 | 4.5433 | 1.2513 | 0.6931 |
| Total assets | 16355 | 2.7642 | 9.9321 | 6.1888 | 6.1088 |
| CR | 16355 | 0.8821 | 11.3607 | 3.4917 | 2.4446 |
| Board size | 16355 | 0.6931 | 2.6391 | 1.4408 | 1.3863 |
| Sales growth | 12900 | -0.3628 | 0.7941 | 0.0975 | 0.0612 |
| Leverage | 16355 | 0.0954 | 0.8495 | 0.4450 | 0.4404 |
三、回归结果分析
（一）研发投资与当年企业绩效
这部分展示了当年研发投资与当年企业绩效之间的回归结果，旨在检验第一个假设。
1.研发支出与企业绩效
第一个回归分析是将研发支出与企业当年资产回报率（ROA）、净资产收益率（ROE）以及每股收益（EPS）进行关联。回归结果如表2所示。
| (1) | (2) | (3) | |
|---|---|---|---|
| ROA | ROE | EPS | |
| R&D Expense | -0.000403*** | -0.000687*** | -0.00139* |
| (0.0000495) | (0.000164) | (0.000664) | |
| Total assets | 0.0870*** | 0.169*** | 0.235*** |
| (0.00669) | (0.0215) | (0.0510) | |
| Current ratio | 0.00745*** | 0.0137*** | -0.0155 |
| (0.00127) | (0.00301) | (0.0110) | |
| Board size | -0.0117* | -0.0135 | 0.261** |
| (0.00613) | (0.0133) | (0.0830) | |
| Sales growth | 0.0891*** | 0.187*** | 0.667*** |
| (0.00738) | (0.0180) | (0.0672) | |
| Leverage | -0.234*** | -0.984*** | -1.693*** |
| (0.0167) | (0.0506) | (0.150) | |
| Constant | -0.481*** | -0.717*** | -0.111 |
| (0.0405) | (0.123) | (0.281) | |
| Firm Fixed Effect | Yes | ||
| Year Fixed Effect | Yes | ||
| N | 12624 /12623 /12624 | ||
注：* p <0.1, ** p <0.05, *** p <0.01
2. 专利与企业绩效
第二个回归分析是将专利与企业当年ROA、ROE以及EPS进行关联。回归结果如表3所示。
| (1) | (2) | (3) | |
|---|---|---|---|
| ROA | ROE | EPS | |
| Patent | -0.0130*** | -0.0284*** | -0.0534* |
| (0.00221) | (0.00700) | (0.0280) | |
| Total assets | 0.0748*** | 0.150*** | 0.194*** |
| (0.00611) | (0.0176) | (0.0447) | |
| Current ratio | 0.00818*** | 0.0149*** | -0.0131 |
| (0.00127) | (0.00307) | (0.0108) | |
| Board size | -0.0147** | -0.0181 | 0.252** |
| (0.00616) | (0.0130) | (0.0825) | |
| Sales growth | 0.0903*** | 0.189*** | 0.671*** |
| (0.00745) | (0.0180) | (0.0669) | |
| Leverage | -0.234*** | -0.984*** | -1.693*** |
| (0.0167) | (0.0499) | (0.151) | |
| Constant | -0.415*** | -0.603*** | 0.119 |
| (0.0383) | (0.109) | (0.274) | |
| Firm Fixed Effect | Yes | ||
| Year Fixed Effect | Yes | ||
| N | 12624 /12623 /12624 | ||
注：* p <0.1, ** p <0.05, *** p <0.01
通过对表2 和表3 的分析，可以得出以下结论。当前年度的研发投入与当年度的公司业绩之间存在显著的负相关关系，因此，假设1 得到了证实。研发费用和专利的回归分析均具有统计学意义，其中专利具有显著经济意义，当专利增加一个单位时，资产回报率（ROA）和净资产收益率（ROE）可能会分别下降16.5% 和19.2%（以它们的平均值为分母计算），而研发费用似乎在经济意义上并不显著。可能的解释是，研发费用是一种长期投资，在当前的财务业绩中可能不具有显著性，然而专利计算的是成功的投资，与研发费用相比，它可能更显著地反映在当前的财务报告中。此外，研发投资对 ROA 和 ROE 的影响似乎比每股收益（EPS）更为显著，对 ROE 的负面影响可能大于 ROA。
对于研发投资与企业绩效之间存在显著的负相关关系的可能解释是：研发投资需要大量的资金和高昂的沉没成本。研发是一项长期投资，通常伴随着高风险。成功的研发项目可能会被资本化，而失败的研发项目则可能会被费用化。只有成功的研发投资才能为公司带来收益，而失败的研发则往往会给公司带来沉重的财务负担。这些严重的财务支出可能会显著影响公司的短期财务绩效，从而降低财务指标 ROA、ROE 和 EPS。此外，其创新领域可能已经趋于饱和。企业的研发活动处于“极度困境和停滞”的状态。这意味着在当前的市场新产品的开发和新技术的产生可能会更加困难。根据边际效用递减理论，企业可能在创新活动中需要更多的资金。另外，劳动力成本的增加可能也是导致这一现状的重要原因。总之，考虑到市场的实际情况，高昂的创新成本加上创新成功率低（由于边际效用的原因），以及研发是一项长期投资这一事实，必然会对企业的短期财务业绩产生不利影响。因此，研发投资与当年度企业业绩之间存在显著的负相关关系（假设1）这一现象是合理存在的。
（二）研发投资对企业产生的持续影响
这部分旨在探究第二个假设的结果，即研发投资的效果在第二个财政年度可能会减弱。
1. 上年度的研发费用与企业绩效
第三个回归分析的是前一年研发费用与当年ROA、ROE以及EPS之间的关系。其结果如表4所示。
| (1) | (2) | (3) | |
|---|---|---|---|
| ROA | ROE | EPS | |
| -0.000228*** | -0.000376** | -0.000142 | |
| (0.0000423) | (0.000132) | (0.000602) | |
| Total assets | 0.0813*** | 0.160*** | 0.209*** |
| (0.00641) | (0.0192) | (0.0501) | |
| Current ratio | 0.00783*** | 0.0145*** | -0.0150 |
| (0.00128) | (0.00302) | (0.0118) | |
| Board size | -0.0118* | -0.0108 | 0.262** |
| (0.00611) | (0.0128) | (0.0800) | |
| Sales growth | 0.0829*** | 0.171*** | 0.660*** |
| (0.00737) | (0.0181) | (0.0734) | |
| Leverage | -0.243*** | -0.989*** | -1.792*** |
| (0.0172) | (0.0572) | (0.156) | |
| Constant | -0.456*** | -0.687*** | -0.00458 |
| (0.0396) | (0.109) | (0.268) | |
| Firm Fixed Effect | Yes | ||
| Year Fixed Effect | Yes | ||
| N | 12453 /12452 /12453 | ||
注：* p <0.1, ** p <0.05, *** p <0.01
2. 上年度的专利与企业绩效
第四个回归用于检验第二个假设。其结果如表5所示。
| (1) | (2) | (3) | |
|---|---|---|---|
| ROA | ROE | EPS | |
| 0.000502 | 0.00227 | 0.0296* | |
| (0.00151) | (0.00579) | (0.0139) | |
| Total assets | 0.0747*** | 0.149*** | 0.202*** |
| (0.00608) | (0.0177) | (0.0479) | |
| Current ratio | 0.00817*** | 0.0150*** | -0.0146 |
| (0.00129) | (0.00303) | (0.0115) | |
| Board size | -0.0143** | -0.0150 | 0.257** |
| (0.00610) | (0.0126) | (0.0808) | |
| Sales growth | 0.0866*** | 0.178*** | 0.665*** |
| (0.00735) | (0.0176) | (0.0737) | |
| Leverage | -0.245*** | -0.991*** | -1.795*** |
| (0.0172) | (0.0572) | (0.156) | |
| Constant | -0.429*** | -0.644*** | 0.000276 |
| (0.0385) | (0.102) | (0.278) | |
| Firm Fixed Effect | Yes | ||
| Year Fixed Effect | Yes | ||
| N | 12453 /12452 /12453 | ||
注：* p <0.1, ** p <0.05, *** p <0.01
在表5 中，所得结果与上述第三个回归结果略有不同。去年的专利对ROA和ROE的影响似乎并不显著，这意味着它们之间的负相关关系似乎只持续了一年。此外，当公司在前一年获得1 个单位专利时，每股收益开始增加0.0296 美元。因此，结果表明，专利的负面影响似乎在第二个财务年度消失了，甚至出现了去年的专利与每股收益之间的正相关关系。
将表4 和表5 中的结果综合起来看，可以发现研发投资对企业绩效的负面影响并非是永久性的。这种负面影响似乎逐年减弱，而研发投资与企业绩效之间的这种关联可能只持续一两年左右。因此，第二个假设得到了证实。
研发带来的新技术不可能永远保密。随着互联网时代的到来，技术壁垒被打破。近年来的技术升级进程似乎更快了，这导致研发投资的有效期逐年缩短。另一个可能的原因是通货膨胀的影响。严重的通货膨胀会使美国的劳动力和材料成本上升，这可能会削弱研发投资所带来的优势和劣势。因此，研发投资对企业业绩的影响变得相对不那么显著了。
综上所述，研究发现研发投资会在一定程度上会对企业绩效产生显著的积极影响，随着时间推移，通货膨胀使企业经营成本上升以及边际效益递减，研发投资对企业业绩的影响会逐渐减弱。
四、研究结论对中国的启示
（一）研究总结
本研究采用普通最小二乘法回归模型，首先得出了研发投入与企业绩效之间存在显著的负相关关系，紧接着这种影响会随着时间的推移慢慢减弱。可能的原因是创新市场趋于成熟，接近饱和状态，创新变得更加困难，成功率降低。而且劳动力成本可能处于较高水平，这导致了创新成本的增加，再加上研发是一项长期项目，具有较长的时间跨度。因此，在这种市场环境下，应更多地关注长期研发投资规划，减少短期研发投资带来的负面影响。
（二）中国研发投资现状
近五年来，中国企业的创新投入呈现出规模持续增长、结构不断优化的特点，企业作为创新主体的地位日益稳固。总体规模与投入持续快速增长，全社会研发经费从2018年的1.97万亿元增至2024年的3.6万亿元以上。中国基础研究投入加大，2024年基础研究经费达到2497亿元，较2020年增长超过70%。以工业与信息技术主导，新能源等领域亮眼，其中新能源造车势力研发强度尤为突出。研发投资中，民营企业研发经费大幅增长，展现出强劲的创新活力。国有企业研发同样投入规模庞大。
国家持续优化的政策环境，如将企业研发费用加计扣除比例提高至100%并作为制度性安排，以及设立科技创新和技术改造再贷款（2025年达到8000亿元），直接激励了企业加大研发投入。当前，中国的研发投入正从追求规模扩张转向效率提升和结构优化。未来的重点将是如何鼓励企业更多地开展基于产业需求的基础研究和应用研究，而不仅仅是试验发展，以实现更根本的技术突破。
（三）对中国研发投资的启示
基于当前的市场环境与研究结论，中国各行业的研发投资需要朝着高端化、绿色化和智能化的方向深度转型。中国当前市场环境与研究时段的美国市场相似，面临着研发成本的提升与基础研发饱和等问题，我国要想把握机遇，需要精准聚焦战略领域，并优化研发资源的配置。立足高端制造与硬科技如半导体、航空航天、工业机器人、高端装备，推进国产替代，聚焦供应链卡脖子环节，如半导体先进制造与装备。追求技术纵深，在智能及高端制造领域，寻求核心零部件突破。大力推动绿色转型与新能源，着重关注太阳能、风能、核能等清洁能源，新型能源体系。以新能源汽车、无人机这一当前全球领先行业，着重投入新能源交通工具的关键技术研发，拓展全球布局，借助中国在新能源产业链的优势，加速全球化。
做好长期研发投入的规划，减少短期研发投资、加快研发、跟风研发等问题。硬科技的研发周期长、不确定性高。需要有耐心，一项研发其存续期可能长达十至二十年。企业应避免追求短期回报，制定更加符合技术成长规律的长期投入与评估机制。深化产学研融合，通过产学研金深度融合，构建更完整的创新生态链条。积极与高校、科研院所共建联合实验室，推动科技成果转化，这有助于接触前沿研究，分散早期研发风险，并加速技术的商业化应用。同时拥抱国际化机遇，在开放中创新。在全球产业链重组中，积极寻找新的价值创造机会。
参考文献：
- [1] Erdogan M, Yamaltdinova A. A panel study of the impact of R&D on financial performance: Evidence from an emerging market[J]. Procedia Computer Science,2019(09):541-545.
- [2] Lantz J S, Sahut J M. R&D investment and the financial performance of technological firms[J]. International Journal of Business,2005(10):251.
- [3] Hsu F J, Chen M Y, Chen Y C et al. An empirical study on the relationship between R&D and financial performance[J]. Journal of Applied Finance and Banking,2013(03):107.