0 引言
自2012年以来，我国经济逐渐进入新常态。在实体经济增速放缓，企业经营收益率下降，金融投资利润走高的背景下，越来越多的实体企业热衷于股票投资、委托理财、投资性房地产等金融活动，导致大量资金流入金融、房地产领域[1]。创新是企业可持续发展的根本动力。实体企业日益显现的金融资产投资倾向，在根源上影响企业创新，同时也导致了整体经济的“脱实向虚”。
理论界从微观层面研究了企业金融资产配置对创新投资的影响，结论可归纳为促进效应和抑制效应两类。从企业筹资和融资约束角度来看，主要表现为促进效应。Panith，Gindin[2]、刘贯春[3]等学者认为，企业金融资产配置带来金融利润增长，为企业创新投资提供更多资金。Han[4]、Brown，Petersen[5]等学者研究认为，在企业需要资金时，可以通过出售持有期限短、转换成本低的金融资产以缓解企业融资约束，进而解决研发投资不足问题。从投资行为角度来看，主要表现为抑制效应。部分研究认为，配置更多金融资产意味着降低了企业创新投资，表现为替代关系[6-11]。
学术界关于实体企业金融资产配置对创新影响的研究成果较为丰富，但较少关注企业不同金融资产配置对创新方式的影响。根据双元创新理论观点，企业的创新方式分为专注长期利益的探索式创新和注重短期利益的开发式创新[12]。探索式创新依靠新知识或者脱离既有知识进行创新，强调新产品、新市场和新技术轨道。开发式创新是在原有资源和技术上的改进和扩展。这两种创新方式在资源需求和风险承担等方面存在本质差异。那么，企业配置不同种类金融资产会对双元创新产生怎样的影响？
金融资产配置和企业创新投资是管理层的重要投资决策，不可避免地受到代理问题的影响。Jensen & Meckling早在1976年就指出，通过对企业管理层实行有效激励，能使管理者和股东的利益趋于一致，缓解代理问题，降低代理成本。那么，股权激励和薪酬激励将在企业金融资产配置与双元创新之间发挥怎样的作用？
以上问题的解决，有利于企业在治理层面优化高管激励政策和加强投资决策监督，有利于引导企业进行实业投资和技术创新，实现可持续发展。本文以2014-2016年非金融上市公司为样本，研究不同种类金融资产配置对双元创新的影响，考察高管激励在两者之间的调节效应，并基于产权异质性作进一步检验。引入Frank，Larcker & Rusticus的ITCV方法测量内生性问题是否改变了回归的结果，以检验结论的稳健性。
Orhangazi[6]，Tori，Onaran[8]等学者研究了实体企业金融化对企业投资率的影响；杜勇[12]研究了实体企业金融化对业绩的影响；谢家智[9]、王红建等[10]、许罡[11]、刘贯春[3]研究了实体企业金融资产配置对企业创新的影响。相比于以上文献，本文贡献主要在于：①基于探索式创新和开发式创新在风险、投资回报以及目标上的本质差异，分析企业配置短期或长期金融资产对双元创新的影响；②投资决策不可避免地受到代理问题的影响，本文研究单一高管激励在长期金融资产配置与双元创新之间的调节效应；③引入Frank，Larcker & Rusticus的ITCV方法测量内生性问题是否改变了回归的结果，检验研究结论的稳健性。
1 理论分析与研究假设
1.1 金融资产配置对双元创新的影响机理
MM定理表明，在一个完美的资本市场中，对于企业决策者来说，企业内部资金和外部资金不存在差异[13]。但是在企业现实创新投资决策中，企业和投资者信息不对称易诱发潜在道德风险，使得公司内外部资金存在成本差异，产生了融资约束问题。相对于开发式创新，探索式创新具有投资收益不确定、创新过程复杂、创新技术领先等特征，导致信息不对称问题更加严重。因此，探索式创新具有更强的融资约束和更高的调整成本。较强的融资约束意味着探索式创新投资对现金的敏感性高于开发式创新[14]；较高的调整成本要求企业具有持续的资金投入。相对于开发式创新，探索式创新更加依赖于企业内部资金。
根据组织理论，组织冗余作为一种闲置资源对企业创新投资波动具有平滑作用(李健、李婷婷、潘镇，2016)。按照流动性大小，组织冗余可划分为沉淀性和非沉淀性组织冗余两类。非沉淀性冗余包括现金、现金等价物、借贷能力等，具有流动性强、灵活性好、调整成本低等优势，帮助企业迅速应对环境变化。企业配置的短期金融资产(如短期国债、短期保本型银行理财产品等)，具有一定的收益能力和高流动性。高流动性使其与现金具有非常相似的特征[15]；其非沉淀性冗余功能对企业双元创新投资波动具有蓄水池效应，主要表现为企业内部资金会随着企业盈利质量而波动。存在外部融资约束情况下，内部资金波动会影响企业双元创新投资支出，而投资调整是有成本的。通常情况下，企业用调整成本低的资本投资来平滑调整成本高的投资[15]。当企业内部资金突然降低时，已经进行的双元创新投资会出现资金短缺。企业不会成比例地降低投资支出，而会出售或者质押具有高流动性、低调整成本的短期金融资产，获取资金以满足调整成本高的双元创新资金需求，发挥蓄水池效应。此外，相较于开发式创新，短期金融资产对具有高融资约束、高调整成本的探索式创新更为显著的蓄水池效应。据此，本文提出如下假设：
H1a:短期金融资产配置对企业开发式创新具有蓄水池效应。
H1b:短期金融资产配置对企业探索式创新具有蓄水池效应。
H1c:相对于开发式创新，短期金融资产配置对探索式创新具有更显著的蓄水池效应。
按照现代企业制度所有权和经营权分离，股东和管理层存在目标利益不一致和信息不对称情况，导致了委托代理问题发生。金融资产配置和双元创新投资决策中的代理问题主要表现为：股东关注企业长期利益，期望企业提高双元创新能力，实现可持续发展；而高层管理人员关注自身利益最大化、职业风险最小化，存在规避创新投资的动机。因此，高层管理人员更倾向于将企业有限的资金投资于长期金融资产(如可出售金融资产、投资性房地产等)，以分享金融行业和房地产行业的超额回报，追求短期收益。
根据代理理论，企业经营绩效与管理人员努力程度及水平直接相关，且具有可观察性和可证实性。由于信息不对称性，股东并不能直接观察到高层管理人员为实现经营目标的努力程度，导致最终制定出的薪酬契约大多是不完美的。多项研究表明，高管薪酬存在粘滞现象[16]。当高层管理人员投资长期金融资产并取得高额收益时，会将其归因于自己的努力成果以获取高额报酬；而当出现投资失败时，将其归咎于外部政策等系统性风险从而逃避责任。其结果就是企业长期金融资产投资成功时高管薪酬增长幅度大于投资失败时高管薪酬下降幅度，这在一定程度上刺激了高层管理人员的长期金融资产配置行为。
从资产配置行为来看，在资金总量一定情况下，企业将资金用于长期金融资产配置，会削减用于双元创新投资等酌量性费用，表现为挤出效应。聚焦于长期竞争优势的探索式创新资金投入高、投资回收期长，投资收益具有不可预测性；而追求企业现存优势最大化的开发式创新具有资金投入少、风险低，投资收益具有可预测性。因此，以短期收益最大化为目标，企业会最先削减高资源投入和高风险承担的探索式创新。据此，本文提出如下假设：
H2a:长期金融资产配置对开发式创新具有挤出效应。
H2b:长期金融资产配置对探索式创新具有挤出效应。
H2c:相对于开发式创新，长期金融资产配置对企业探索式创新具有更显著的挤出效应。
1.2 单一高管激励契约调节效应机理分析
代理问题的存在是实体企业配置长期金融资产，追逐短期利益最大化的主要原因。根据激励理论，设计良好的高管激励机制会引导管理者的行为，协调高层管理人员和股东的目标差异，从而缓解代理问题，降低代理成本。目前，高管激励主要包括长期股权激励和短期薪酬激励。
股权激励一方面将股东剩余索取权部分让渡给管理者，改变了高层管理者风险与收益函数，使管理者与股东利益在一定程度上趋于一致；另一方面，股权激励对企业长期收益赋予更高的权重，引导高层管理者关注企业长远发展[17]，尤其是技术创新投入。李春涛、宋敏[18]、Currim等[19]从委托代理角度进行研究，也证实了股权激励有利于企业创新投入。
股权激励有助于引导高层管理者关注企业发展质量，不仅要考虑企业业绩，还要考虑企业获取业绩的方式。企业配置长期金融资产，虽然有利于短期经营收益，但损害了未来主业业绩[11]。在资金总量一定的情况下，长期金融资产配置和双元创新存在此消彼长的关系。根据 Jesnsen&Meckling(1976)经典论文中的理论模型分析，高管持股越多，越倾向于关注企业长远发展，会将更多资金投资于双元创新，从而抑制企业长期金融资产配置，发挥调节效应[20]。根据前文分析，相较于开发式创新，探索式创新更符合企业发展长远目标，且对长期金融资产配置挤出效应的敏感性更强。因此，股权激励的调节效应也存在相应差异。据此，本文提出如下假设：
H3a：高管股权激励有助于弱化长期金融资产配置对开发式创新的挤出效应。
H3b：高管股权激励有助于弱化长期金融资产配置对探索式创新的挤出效应。
H3c：相对于开发式创新，高管股权激励弱化长期金融资产配置对探索式创新的挤出效应更加显著。
高管薪酬激励是一种最为普遍的激励方式，具有短期、直接的特点，可以缓解委托代理问题，降低高管风险规避动机。与西方国家企业不同的是，中国上市公司高管还处于财务积累阶段，短期薪酬激励风险小，对他们而言具有吸引力[21]。基于前景预期，当管理者预期未来行为有积极结果，才会实施该决策。根据风险补偿理论，创新投入强度增加意味着高管需承担更大的创新风险，必然需要更多薪酬来保障自身利益[22]。高管薪酬激励可以调整其对风险行为的预期，减弱高管对风险的担忧，有利于企业技术创新投资。唐清泉、甑丽明[21]和郭淑娟、张文婷等[23]研究发现，高管薪酬增加会显著提高企业创新投入力度。
十九大报告强调坚持“房子是用来住的、不是用来炒”的定位，要求增强“金融服务实体经济能力”。为防止实体经济“脱实向虚”，发生系统性金融风险，政府制定了一系列经济政策。而频繁推出经济政策，势必会增加经济政策不确定性，使企业投资长期金融资产的系统风险上升。高管薪酬激励作为风险补偿方式，降低了高管进行双元创新投资所承担的风险。因此，薪酬激励有助于引导高层管理人员将有限资金投资于企业双元创新活动，发挥调节效应。此外，探索式创新投资大量费用化的支出影响企业短期业绩，而薪酬激励往往取决于企业短期经营业绩。管理者为获取更高薪酬，倾向于将更多资金投资于开发式创新。据此，本文提出如下假设：
H4a: 高管薪酬激励有助于弱化长期金融资产配置对开发式创新的挤出效应。
H4b: 高管薪酬激励有助于弱化长期金融资产配置对探索式创新的挤出效应。
H4c：相对于探索式创新，高管薪酬激励弱化长期金融资产配置对开发式创新的挤出效应更加显著。
2 研究设计
2.1 样本选择及数据来源
本文选择2014-2016年A股上市公司为初始样本。2014年我国对《企业会计准则第2号——长期股权投资》和《企业会计准则第37号——金融工具列报》进行了修订，长期股权投资项目和可供出售金融资产项目的确认、计量、报告发生了重大变化，为保持度量指标数据口径的一致性，本文选择2014年作为起始年。在初始样本基础上剔除ST和ST*公司，剔除金融类上市公司，剔除研究支出、开发支出、费用化支出数据缺失的样本，对样本公司不足10家的个别行业按类别合并，最终得到分属于14个行业的3 688个年度观测值。为了消除异常值的影响，根据连续变量的分布状态，对企业风险(β)、公司规模(Size)、现金流(Cf)、盈利能力(ROE)进行左右1%的Winsorize缩尾处理，对剩余的连续变量进行1%的右边Winsorize缩尾处理。公司财务及治理变量数据均来自于CSMAR数据库。
2.2 关键变量界定
(1)探索式创新投资(R)和开发式创新投资(D)。唐清泉、肖海莲[15]和毕晓方[24]认为研究阶段的投资更偏向探索性创新支出，开发阶段投资类似于开发式创新支出。本文借鉴以上学者的度量方法，采用企业研发投资费用化支出衡量探索式创新投资，将企业研发投资的资本化支出作为衡量开发式创新投资的指标，并除以资产总额以消除规模的影响。
(2)金融资产配置。关于金融资产的内涵，本文结合Penman and Nissim 提出的财务分析框架，参照刘贯春[3]的方法，将金融资产分为短期金融资产(Fin1)和长期金融资产(Fin2)两类。为了更直接地反映企业进行金融资产配置投资行为，借鉴Orhangazi[6]、谢家智[9]、杜勇[12]的做法，用金融资产占总资产的比重衡量企业金融资产配置水平。
(3)高管激励。借鉴徐宁、徐向艺[25]的度量方法，用管理层持股比例衡量股权激励(EI)，用公司前三位高管薪酬之和的自然对数度量现金薪酬激励(MI)。
考虑到其它因素对双元创新的影响，结合现有文献，本文从公司特征、财务和治理层面选取相关控制变量，同时引入行业固定效应(Ind)和时间固定效应(Year)，用以控制行业差异和不可观测时间因素的影响。变量定义如表1所示。
表1 变量及定义
变量名称变量符号变量说明探索式创新R企业研究费用化支出/年末资产总额×100%开发式创新D企业开发资本化支出/年末资产总额×100%短期金融资产Fin1(交易性金融资产+衍生金融资产+买入返售金融资产净额)/期末总资产长期金融资产Fin2(发放贷款及垫款净额+可供出售金融资产净额+持有至到期投资净额+长期应收款净额+投资性房地产净额)/期末总资产之比股权激励EI高管持股数量/总股份货币薪酬激励MI公司前三位高管薪酬之和的自然对数企业风险β企业的综合市场年Beta值企业的投资机会Q企业托宾Q值企业资本密集度Fix期末固定资产净额/年末资产总计公司的成长性Growth营业收入的增长率企业规模Size期末资产总额的自然对数资产负债率Lev企业年末总负债/年末资产总额×100%盈利能力ROE净利润/净资产×100%现金流Cf经营活动现金流量/年末资产总额股权制衡度Z第二大股东持股比例/第一大股东持股比例股权集中度Shrhfd5公司前5位大股东持股比例的平方和基金持股Fundhold基金持股比例产权性质Soe国有企业取值为1,否则为0高管的权力CEO_Dual公司CEO兼任董事长时取值为1,否则为0董事会规模BS公司年末董事会总人数监事会规模SS公司年末监事会总人数时间Year年份虚拟变量,属于该年取值1,否则为0行业Ind行业虚拟变量,属于该行业取值1,否则为0
2.3 模型设计
为检验不同种类金融资产配置对双元创新的影响，本文借鉴王红建[10]、晋盛武[20]的研究设计，控制行业效应和时间效应，构建基本模型(1)。
R&
∑Indi+∑Yeari+εit
(1)
在模型(1)的基础上，用探索式创新R代替R&D，Fin1代替Fin，构成模型(1-1)；用开发式创新D代替R&D，Fin1代替Fin，构成模型(1-2)；用探索式创新R代替R&D ，Fin2代替Fin，构成模型(1-3)；用开发式创新D代替R&D，Fin2代替Fin，构成模型(1-4)。
为了检验单一高管激励方式在长期金融资产配置与双元创新之间的调节作用，在模型(1)中加入高管激励和长期金融资产配置的交乘项，构建模型(2)和(3)。
R&Dit=β0+β1Fin2it+β2EIit+β3EIit×
∑Indi+∑Yeari+λit
(2)
R&Dit=χ0+χ1Fin2it+χ2MIit+χ3MIit×
∑Indi+∑Yeari+λit
(3)
在模型(2)的基础上，用探索式创新R代替R&D，构成模型(2-1)；用开发式创新D代替R&D，构成模型(2-2)；在模型(3)基础上，用探索式创新R代替R&D，构成模型(3-1)；用开发式创新D代替R&D，构成模型(3-2)。
3 实证过程与结果分析
3.1 主要变量描述性统计与共线性分析
主要变量的描述性统计结果表明，探索式创新投资额占总资产比重的均值为1.52%，开发式创新投资额占总资产比重的均值为0.3%，说明探索性创新需要占用更多企业资金。短期金融资产配置水平均值为0.16%，长期金融资产配置水平均值为3.63%。表明在金融资产配置方面，更多的企业资金流向长期金融资产，这与上市公司涉足房地产行业和热衷于资本运作的现状相符。股权激励均值为5.66%，标准差为12.5%，最小值为0，最大值为81%，表明上市公司高级管理人员总体持股比例较低，不同企业股权激励水平差异较大。薪酬激励的标准差高达0.662，表明不同企业之间高管的薪酬差异较大。主要变量的VIF值均不超过10，表明主要变量之间不存在明显的共线性。
3.3 多元回归分析
3.3.1 不同种类金融资产配置对企业双元创新影响
本文采用混合回归方法对实证模型进行估计。考虑到样本公司个体差异，在进行模型回归时，使用稳健标准误差，采用Wald检验不同模型之间回归系数的显著性差异。回归结果如表3所示，F值均在1%水平上显著，表明模型的拟合效果尚可，从调整的R2看，模型具备一定的解释力。
表2 主要变量描述性统计及VIF检验
变量观测值平均值标准差最小值最大值VIFR3 6881.52%1.50%07.74% 1.06D3 6880.30%0.65%03.51% 1.01Fin13 6880.16%0.75%06.00% 1.01Fin23 6883.63%6.18%034.30% 1.02EI3 6885.66%12.50%081.00% 1.03MI3 68814.360 00.662 011.820 017.410 0 1.04
注：以上数据为 Winsorize处理后的原始数据
表3 不同种类金融资产配置对企业双元创新的回归结果
(1-1)(1-2)(1-3)(1-4)RDRDFin1-0.046 4(-1.33)0.021 5(1.20)Fin2-0.022 7***(-7.11)-0.004 9***(-3.32)β0.005 7***(4.72)0.001 3**(2.44)0.005 9***(4.92)0.001 3***(2.58)Q0.000 4**(2.22)0.000 2*(1.71)0.000 4**(2.14)0.000 2*(1.75)Fix-0.010 9***(-6.37)-0.001 0(-1.33)-0.012 9***(-7.43)-0.001 6**(-1.97)Growth-0.000 2(-0.62)0.000 2(0.82)-0.000 4(-0.93)0.000 1(0.65)Size-0.000 8***(-2.82)0.000 1(0.43)-0.000 7**(-2.51)0.000 1(0.76)Lev-0.003 2**(-2.37)0.000 3(0.42)-0.003 4**(-2.53)0.000 1(0.20)ROE0.019 1***(6.44)-0.001 5(-1.24)0.019 1***(6.46)-0.001 5(-1.25)Cf0.032 9***(7.61)-0.002 2(-1.14)0.033 2***(7.66)-0.002 2(-1.16)Z-0.000 0*(-1.70)-0.000 0*(-1.96)-0.000 0(-1.15)-0.000 0*(-1.66)Shrhfd50.001 7(0.85)-0.001 5(-1.43)0.000 1(0.06)-0.001 8*(-1.74)Fundhold0.000 3***(4.24)0.000 1***(3.63)0.000 2***(4.01)0.000 1***(3.45)Soe0.000 9*(1.68)0.000 0(0.17)0.001 0*(1.79)0.000 0(0.10)CEO_Dual0.000 6(1.03)0.0005*(1.79)0.000 6(1.08)0.000 5*(1.77)BS0.000 1(1.04)0.000 2**(2.26)0.000 1(0.95)0.000 2**(2.20)SS-0.000 1(-0.38)-0.000 0(-0.09)-0.000 1(-0.26)0.000 0(0.06)Year控制控制控制控制Ind控制控制控制控制_cons0.000 8(0.07)0.011 1*(1.75)-0.007 2(-0.63)0.008 3(1.30)N 3 6883 6883 6883 688r2_a0.228 30.053 90.235 30.055 1F60.781 418.336 062.022 318.390 6
注：括号内的数值是t值， *** 、**和*分别表示1%、5%和10%水平下显著
模型(1-1)和(1-2)显示，短期金融资产(Fin1)对探索式创新(R)回归系数为负数，对开发式创新(D)回归系数为正数，但是均不具有统计上的显著性，假设H1a,H1b,H1c均未得到证实，说明短期金融资产配置对双元创新不具有蓄水池效应。可能原因是：①自实施创新驱动发展战略以来，政府推出了一系列创新政策，如政府补贴、税收优惠政策和创新基金，在一定程度上缓解了企业双元创新的融资约束，降低了双元创新投资对内部资金敏感性[26]，因此企业短期金融资产的配置没有发挥蓄水池效应；②当企业双元创新需要资金投入时，企业最先使用调整成本低的货币资金。在样本企业中，企业经营活动产生的现金流量占资产总额的平均比例为4.83%,短期金融资产配置的平均比例为0.16%，开发式创新的平均比例为0.30%，探索式创新投资的平均比例为1.52%。表明企业经营活动产生的现金流量足以缓冲双元创新所需的内部资金。进一步说明企业持有短期金融资产主要是为降低现金持有成本[27]，而不是发挥蓄水池效应。
模型(1-3)和(1-4)显示，长期金融资产(Fin2)对探索式创新投资(R)和开发式创新投资(D)回归系数在1%水平上显著小于0，说明持有长期金融资产对企业的探索式创新和开发式创新均产生挤出效应，H2a、H2b得到证实。
模型(1-3)中长期金融资产的回归系数绝对值高于模型(1-4)中该变量的回归系数，使用Wald检验该变量回归系数差异，得到chi2(1)=17.15，Prob>chi2= 0.000 0。表明相对于开发式创新，长期金融资产对探索式创新的挤出效应更加显著，假设H2c得到证实。
投资机会反映的是企业外部发展环境，企业投资机会与双元创新具有统计上的显著正相关，表明良好的外部环境有助于企业进行双元创新投入。企业规模与探索式创新显著负相关，与开发式创新不具有显著性。这说明，在一定程度上，企业规模越大，越不愿意进行探索式创新，主要原因是大企业的组织惯性锁定现有技术轨道，不利于进行探索式创新，小企业面临着激烈的市场竞争，更倾向于突破现有技术范式进行探索式创新。负债水平与探索式创新在5%的水平上显著负相关，说明负债不利于探索式创新。盈利能力和现金流在1%的水平上与探索式创新显著正相关，说明探索式创新的资金依赖于企业内部现金流。基金持股与双元创新具有统计上的显著正相关，说明基金持股有助于企业双元创新投入。下文回归检验中，控制变量相同，因此不再赘述。
3.3.2 单一高管激励契约的调节效应检验
为消除交互项中共线性产生的影响，本文将解释变量和调节变量进行均值中心化，再产生交互项，最后进行多元回归分析。中心化对调节效应检验结果无影响，但改变了主效应回归系数的大小和显著性。因此，本文只关注交互项回归系数的大小和显著性水平。交互项偏回归系数为正，说明两个连续变量对因变量存在促进作用，反之存在相互削弱的关系。
表4 单一高管激励契约的调节效应
(2-1)(2-2)(3-1)(3-2)RDRDFin2-0.021 3***(-6.04)-0.005 1***(-3.37)-0.022 3***(-6.98)-0.005 0***(-3.39)EI0.006 1***(2.65)0.000 1(0.12)MI0.004 8***(12.47)0.001 0***(4.84)Fin2*EI0.053 0(1.23)-0.012 4(-0.88)Fin2*MI-0.001 7(-0.40)-0.006 2***(-3.65)控制变量控制控制控制控制年度效应控制控制控制控制行业效应控制控制控制控制_cons-0.011 5(-1.00)0.008 0(1.25)0.032 6***(2.87)0.015 1**(2.28)N3 688 3 6883 6883 688r2_a0.237 00.054 80.268 00.063 0F58.981 417.306 759.663 516.492 9
注：括号内为t值， *** 、**和*分别表示1%、5%和10%水平下显著
在模型(2-1)和(2-2)中，股权激励与长期金融资产的交互项(Fin2*EI)均不具有显著性，H3a、H3b、H3c均未得到证实，说明企业实施股权激励在长期金融资产配置和双元创新之间没有起到调节效应，主要原因可能在于：①由于激励不相容和信息不对称，在参与金融市场的活动中，高层管理人员为实现自身利益最大化，可能通过高分红和股票回购的方式使短期股票价格最大化[29]，抑制了股权激励在两者间的调节效应；②2016年颁布的《上市公司股权激励管理办法》对股权激励的比例进行了规定，高层管理人员股权激励的利益兑现也受到了《公司法》和《证券法》的约束，在一定程度上约束了股权激励的调节效应(吕长江、郑慧莲、严明珠，2009)；③股权激励兼具激励、福利和奖励三种性质，而这种性质的混杂最终导致企业的股权激励难以发挥应有的激励效果[30]，从而影响其在两者间的调节效应。
在模型(3-1)中，长期金融资产配置和薪酬激励的交互项(Fin2*MI)系数为负，但不具有统计上的显著性，H4b未得到证实，表明薪酬激励在长期金融资产配置与探索式创新之间没有起到调节效应。可能是大多数薪酬激励契约中，企业短期经营业绩所占权重较大，难以补偿探索式创新所带来的风险，从而抑制了其在两者间的调节效应。在模型(3-2)中，薪酬激励(Fin2*MI)的交互项系数在1%的水平上显著为负，说明薪酬激励在长期金融资产配置和开发式创新之间起到了调节效应，假设H4a得到证实。以上检验结果也表明相对于探索式创新，薪酬激励弱化长期金融资产配置对开发式创新的挤出效应更加显著，假设H4c得到证实。
表5 基于产权异质性的企业金融资产配置与双元创新分组回归
国有非国有国有非国有国有非国有国有非国有(1-1)(1-1)(1-2)(1-2)(1-3)(1-3)(1-4)(1-4)RRDDRRDDFin1-0.031 3-0.054 10.019 80.017 0(-0.58)(-1.25)(0.60)(0.79)Fin2-0.028 2***-0.020 6***-0.000 9-0.007 2***(-6.04)(-4.69)(-0.40)(-3.62)控制变量控制控制控制控制控制控制控制控制年度效应控制控制控制控制控制控制控制控制行业效应控制控制控制控制控制控制控制控制_cons0.008 5-0.005 40.014 20.005 5-0.007 4-0.006 00.013 60.002 4(0.55)(-0.37)(1.47)(0.63)(-0.48)(-0.40)(1.39)(0.28)N1 4952 1931 4952 1931 4952 1931 4952 193r2_a0.271 90.185 40.053 50.060 80.282 40.191 00.053 20.064 5F31.329 026.913 68.613 811.126 329.699 527.204 78.644 210.472 2
3.3.3 基于产权异质性的进一步检验
产权异质性决定了不同所有制公司在经营目标、获得金融资源及政府支持方面存在明显差异。因此有必要从产权异质性角度,检验不同种类金融资产配置对双元创新的影响以及高管激励在两者之间的调节作用。此外，本文使用SUEST(基于似无相关模型SUR的检验)检验分组回归变量的系数差异。
从表5模型(1-1)和(1-2)可以看出，不管是国有企业还是非国有企业，短期金融资产的配置(Fin1)对企业的探索式创新(R)和开发式创新(D)蓄水池效应均不具有显著性。模型(1-3)表明，长期金融资产(Fin2)对企业探索式创新(R)在1%的水平上显著为负，对该解释变量的回归系数进行SUEST检验，得到chi2(1)=1.43，Prob>chi2=0.232 3，表明长期金融资产对探索式创新的挤出效应没有受到产权异质性的影响。模型(1-4)显示，长期金融资产(Fin2)对国有企业的开发式创新(D)的挤出效应不显著，对非国有企业的开发式创新产生了显著的挤出效应，对该解释变量回归系数进行SUEST检验，得到chi2(1)=4.41，Prob>chi2=0.035 7，说明长期金融资产对开发式创新的挤出效应受到产权异质性的影响。相对于国有企业，长期金融资产配置对非国有企业的开发式创新挤出效应更加显著。
表6 基于产权异质性高管激励方式调节效应
国有非国有国有非国有国有非国有国有非国有(2-1)(2-1)(2-2)(2-2)(3-1)(3-1)(3-2)(3-2)RRDDRRDDFin2-0.109 4**-0.020 3***-0.042 7*-0.007 2***-0.026 3***-0.020 4***-0.000 3-0.007 6***(-2.26)(-4.77)(-1.66)(-3.62)(-5.69)(-4.60)(-0.14)(-3.76)EI0.053 8*0.007 0***0.026 9*-0.000 2(1.86)(2.86)(1.68)(-0.17)MI0.004 5***0.005 1***0.001 2***0.000 8***(7.40)(10.03)(4.13)(3.01)Fin2*EI-1.466 9*0.063 8-0.756 0*-0.009 7(-1.71)(1.46)(-1.65)(-0.66)Fin2*MI-0.008 30.000 3-0.006 4**-0.006 8***(-1.35)(0.06)(-2.05)(-3.11)控制变量控制控制控制控制控制控制控制控制年度效应控制控制控制控制控制控制控制控制行业效应控制控制控制控制控制控制控制控制_cons-0.006 6-0.013 80.014 50.002 10.027 3*0.044 5***0.022 6**0.010 0(-0.43)(-0.87)(1.50)(0.24)(1.79)(2.69)(2.27)(1.06)N1 4952 1931 4952 1931 4952 1931 4952 193r2_a0.284 70.194 60.056 80.063 80.308 20.228 60.064 80.070 3F28.482 426.002 58.266 39.866 727.148 426.998 17.727 69.383 0
注：括号内为t值， *** 、**和*分别表示1%、5%和10%的水平下显著
表6模型(2-1)和(2-2)反映了在产权异质情况下，股权激励在长期金融资产配置与双元创新关系中的调节作用。对模型(2-1)的交互项(Fin2*EI)回归系数进行SUEST检验，分别得到chi2(1)=3.23，Prob>chi2=0.072 2。检验结果表明，股权激励在长期金融资产配置与企业探索式创新之间的调节作用受到产权异质性的影响。国有企业中，股权激励有助于弱化长期金融资产配置对探索式创新的挤出效应；而在非国有企业中，这一调节效应并不显著。对模型(2-2)交互项(Fin2*EI)回归系数进行SUEST检验，得到chi2(1)=2.71，Prob>chi2=0.099 6。检验结果表明，在产权异质情况下，股权激励在长期金融资产与开发式创新的关系中调节效应受到产权异质性的影响。在国有企业中，股权激励有助于弱化长期金融资产配置对开发式创新的挤出效应，而在非国有企业中，股权激励的调节效应并不显著。总而言之，相对于非国有企业，国有企业的股权激励有助于弱化长期金融资产配置对双元创新的挤出效应。
模型(3-1)反映了产权异质情况下，薪酬激励在长期金融资产配置与企业探索式创新之间的调节作用。检验结果表明，不管是国有企业还是非国有企业，薪酬激励在两者间的调节效应均不显著。模型(3-2)反映了产权异质性情况下，薪酬激励在长期金融资产配置与开发式创新之间的调节作用。对交互项(Fin2*MI)回归系数进行SUEST检验，得到chi2(1)=0.01，Prob>chi2=0.911 7。检验结果表明，薪酬激励有助于弱化长期金融资产配置对开发式创新的挤出效应，且不受产权异质性的影响。
4 稳健性检验
考虑到在基础模型(1)中，难免出现内生性问题，内生性的存在会导致OLS估计偏差。关于内生性问题，普遍的解决方法是寻找合适工具变量，但合适的工具变量并不容易确定。本文借鉴Frank[30]，Larcker & Rusticus[31]的解决方法，使用ITCV的方法考察前文分析结果的稳健性。
ITCV方法旨在测量内生性问题是否改变了回归的结果，如果内生性问题的严重性不足以影响OLS回归结果的方向和显著性，则可以忽视内生性问题，认为回归结果是稳健的。ITCV被定义为被解释变量和不可观测变量之间的偏相关性乘以解释变量与不可观测变量之间的偏相关性，也是结果显著性改变的最小值。超过ITCV，说明内生性问题严重到改变了回归结果。ITCV值越高，说明OLS结果越稳健。
表7 ITCV及影响度计算结果
(1)(2)(3)(4)(5)(6)RITCV统计检验量影响度DITCV统计检验量影响度Fin2-0.022 7***(-7.11)-0.182 5-0.004 9***(-3.32)-0.083 4β0.005 9***(4.92)0.004 00.001 3***(2.58)0.000 7Q0.000 4**(2.14)0.001 10.000 2*(1.75)0.001 0Fix-0.012 9***(-7.43)-0.026 3-0.001 6**(-1.97)-0.007 8Growth-0.000 4(-0.93)-0.000 90.000 1(0.65)-0.000 2Size-0.000 7**(-2.51)0.007 80.000 1(0.76)0.001 6Lev-0.003 4**(-2.53)-0.001 20.000 1(0.20)-0.000 1ROE0.019 1***(6.46)0.000 6-0.001 5(-1.25)0.000 1Cf0.033 2***(7.66)0.000 9-0.002 2(-1.16)0.000 1Z-0.000 0(-1.15)0.001 5-0.000 0*(-1.66)0.001 5Shrhfd50.000 1(0.06)-0.002 8-0.001 8*(-1.74)-0.004 3Fundhold0.000 2***(4.01)-0.005 80.000 1***(3.45)-0.005 0Soe0.001 0*(1.79)0.000 10.000 0(0.10)0.000 0CEO_Dual0.000 6(1.08)-0.000 30.000 5*(1.77)-0.000 3BS0.000 1(0.95)-0.000 30.000 2**(2.20)-0.000 8SS-0.000 1(-0.26)0.000 20.000 0(0.06)0.000 0
注：括号内为t值， ***、**和*分别表示1%、5%和10%的水平下显著
表7中(1)和(4)为长期金融资产配置对企业探索式创新和开发式创新影响的回归结果。表中(2)给出了长期金融资产和探索式创新的ITCV值为-0.182 5，意味着探索式创新与不可观测变量之间的偏相关性以及长期金融资产与不可观测变量之间的偏相关性一旦都达到0.4272(
0.1825^1/2)，OLS估计的显著性就会发生变化。在没有其它对比数据时，无法确定回归的ITCV是否足够大到保证结果的稳健性。虽然不可观测变量不可得，但是可以用其它控制变量的相关性制定判断基准。表中(3)和(6)显示的是每个控制变量对回归结果的潜在影响，计算方法同ITCV。如果ITCV为正，说明控制变量将强化自变量的显著性，反之将降低自变量的显著性。因此在判断大小时，可以忽略ITCV的正负方向。从表中(3)得到对回归结果影响最大的是企业资本密集度0.026 3，但是仍小于阈值0.182 5。同理，表中(5)反映的是长期金融资产配置和开发式创新的ITCV值，表中(6)显示每个控制变量对回归结果的潜在影响，对回归结果影响最大的是企业资本密集度0.007 8，但是始终小于0.083 4。因此可以判断，长期金融资产配置与企业探索式创新投资和开发式创新投资存在的内生性问题并未影响结果的稳定性，本文研究结论具有稳健性。
5 研究结论与启示
本文以2014-2016年非金融上市公司为样本，研究了不同种类金融资产对企业双元创新的影响，考察了高管激励在两者之间的调节效应，并基于产权异质性作了进一步检验。采用Fran，Larcker & Rusticus引入ITCV的方法测量内生性问题是否改变了回归的结果，以检验结论的稳健性。研究发现：①短期金融资产配置对双元创新不产生蓄水池效应；②长期金融资产配置对探索式创新具有挤出效应，而对开发式创新的挤出效应受到产权异质性的影响；③相对于开发式创新，长期金融资产对探索式创新的挤出效应更加显著；④在国有企业中，股权激励有助于弱化长期金融资产配置对双元创新的挤出效应，而在非国有企业中，这一调节效应并不显著；⑤相对于探索式创新，薪酬激励弱化长期金融资产配置对开发式创新的挤出效应更加显著。
根据以上结论，本文提出如下建议：①在公司内部治理和监督方面，进行股权激励时，不仅需要考虑企业产权的异质性，而且需要在激励契约中增加技术创新导向型考核指标。对企业管理层进行薪酬激励时，需要增加远期利益的权重，以提高管理层对探索式创新的投入；②利益相关者需要关注管理层配置不同金融资产对企业创新方式的影响，甄别企业配置金融资产的目的，避免管理层追逐“长期金融资产配置-获取收益-长期金融资产配置”的获利模式而搁置企业双元创新投资，影响企业长远发展；③公司外部治理方面，政府部门需要营造良好的实业投资和创新氛围，积极出台激励政策，降低企业探索式创新风险，引导企业进行更多的探索式创新，增强企业自主创新能力和市场竞争力。
[1] 文春晖，任国良. 虚拟经济与实体经济分离发展研究——来自中国上市公司2006—2013年的证据[J]. 中国工业经济,2015,(12)：115-129.
[2] GINDIN S，PANITCH L．Superintending global capital[J].New Left Review，2005,45(35):101-123．
[3] 刘贯春. 金融资产配置与企业研发创新:“挤出”还是“挤入”[J].统计研究,2017(7):49-61.
[4] HAN S，QIU J．Corporate precautionary cash holding [J]．Journal of Corporate Finance，2007,13(1):43-57.
[5] BROWN JR，PETERSEN BC．Cash holding and R&D Smoothing[J]．Journal of Corporate Finance，2011,17(4):694-709.
[6] ORHANGAZI. Financialisation and capital accumulation in the non-financial corporate sector:a theoretical and empirical investigation on the US economy: 1973-2003[J].Cambridge Journal of Economics,2008,32(6) :863-886．
[7] DAVIS LE. Financialization and the non-financial corporation:an investigation of firm level investment behavior in the US 1971-2011[J].Umass Amherst Economics Working Papers,2013,86(273):178-184.
[8] DANIELE TORI，ZLEM ONARAN. The effects of financialisation and financial development on investment：evidence from firm-level data in Europe[R]. Working Paper，2017.
[9] 谢家智,王文涛,江源. 制造业金融化、政府控制与技术创新[J]. 经济学动态,2014,(11):78-88.
[10] 王红建,曹瑜强,杨庆,等. 实体企业金融化促进还是抑制了企业创新——基于中国制造业上市公司的经验研究[J].南开管理评论,2017,(01):155-167.
[11] 杜勇，张欢，陈建英.金融化对实体企业未来主业发展的影响:促进还是抑制[J].中国工业经济，2017,(12):113-131.
[12] MARCH J G．Exploration and exploitation in organizational learning[J].Organization Science,1991,2( 1) : 71-87．
[13] MODIGLIANI F, MILLER M H. The cost of capital,corporation finance and the theory of investment[J]. American Economic Review, 1958, 48(3):261-297.
[14] 唐清泉, 肖海莲. 融资约束与企业创新投资—现金流敏感性——基于企业R&D异质性视角[J]. 南方经济, 2012, 30(11):40-54.
[15] 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(1):4-16.
[16] 方军雄. 高管权力与企业薪酬变动的非对称性[J]. 经济研究, 2011(4):107-120.
[17] FRANCIS B, HASAN I, SHARMA Z. Do incentives create innovation? evidence from CEO compensation contracts[J]. Nihon Igaku Hoshasen Gakkai Zasshi Nippon Acta Radiologica, 1989, 49(10):1272-80.
[18] 李春涛, 宋敏. 中国制造业企业的创新活动:所有制和CEO激励的作用[J]. 经究研究,2010(5):135-137.
[19] CURRIM I S, LIM J, KIM J W. The effect of top executives′ compensation on advertising and R&D spending decisions and stock market return[J]. Journal of Marketing, 2012, 76(76):33-48.
[20] 晋盛武, 何珊珊. 企业金融化、高管股权激励与研发投资[J]. 科技进步与对策, 2017，34(22):78-84.
[21] 唐清泉,甄丽明.管理层风险偏爱、薪酬激励与企业R&D入-基于我国上市公司的经验研究[J].经济管理,2009,(5):56-64.
[22] WISEMAN R M, GOMEZ MEJIA L R. A behavioral agency model of managerial risk taking[J]. Academy of Management Review, 1998, 23(1):133-153.
[23] 郭淑娟,张文婷,李竹梅.产权性质、技术创新投入与高管薪酬[J].企业经济, 2017(7):93-98.
[24] 毕晓方,翟淑萍,姜宝强. 政府补贴、财务冗余对高新技术企业双元创新的影响[J].会计研究, 2017(1):46-52.
[25] 徐宁,徐向艺. 技术创新导向的高管激励整合效应——基于高科技上市公司的实证研究[J].科研管理, 2013,34(9):46-53.
[26] 卢盛峰, 陈思霞. 政府偏袒缓解了企业融资约束吗?——来自中国的准自然实验[J]. 管理世界, 2017(5):51-65.
[27] KEYNES J M. The general theory of employment, interest, and money[J]. Economic Record, 1997, 12(1-2):28-36.
[28] 张成思, 张步昙.中国实业投资率下降之谜:经济金融化视角[J].经济研究,2016(12):32-46.
[29] 张晖, 万解秋. 我国股权激励与企业自主创新关系检验[J]. 华东经济管理, 2010, 24(11):107-111.
[30] FRANK, KA. Impact of a confounding variable on a regression coefficient[J], Sociological Methods & Research,2000,29(2):147-194.
[31] LARCKER, DFTO， RUSTICUS.On the use of instrumental variables in accounting research[J], Journal of Accounting and Economics, 2010, 49(3):186-205.
