研发创新是实现我国经济由高速度增长转向高质量增长的重要途径,同时也是决定企业生存与发展的关键。据《中国统计年鉴》显示,近年来,我国研发经费支出一直维持高增长态势,2017年我国研发经费支出占GDP比重已经达到 2.15%,同比已经超过欧盟15国2.1%的平均水平。但高额的研发支出并没有为企业带来生产技术和研发效率提升,目前,我国大多数企业仍被锁定于全球价值链低附加值领域,国际分工地位并未显著提升。相关研究表明,融资活动带来的创新投资是激励企业研发创新行为的关键因素[1-2],而企业通过研发创新集聚的核心竞争力也显著影响企业融资活动[3] 。二者相互影响、相互作用,但现有文献鲜少关注二者间的互动关系。若能探索出企业融资活动与研发创新相互影响的内在机理,找到二者良性互动方式,就能有效缓解我国企业研发创新中的融资约束,在提升融资活动效能的同时,推动我国产业向全球价值链高端攀升。因此,在创新驱动发展战略背景下,探索企业融资活动与研发创新的互动机理已成为备受关注的问题。
鉴于我国具有特色的经济制度以及金融市场发展不完备,企业所有权性质使得融资活动与研发创新关系变得更为复杂。现有研究认为,企业所有权异质在政府政治关联度、外界信用评级以及政府对创新活动干预上具有显著差别[4]。因此,在企业所有权情境下探讨如何突破企业融资活动与研发创新各自的限制,实现两者螺旋上升式互动发展,已经成为企业开展融资活动与研发创新亟待解决的问题。
由此,本文通过构建面板向量自回归模型(PVAR),研究企业股权融资、债务融资、内部融资、政府补助4种融资活动与研发创新之间的互动关系,剖析二者相互影响的内在机理,同时将企业所有权设为情境变量,探究企业由于所有权差异如何影响二者间互动关系,从而为探索最适合企业研发创新的融资渠道,帮助企业实现自主创新作出一定贡献。本文创新之处在于:①弥补了现有研究对研发创新是否影响融资活动关注的不足;②采用PVAR模型,有效考虑到企业融资活动与研发创新之间相互影响的滞后期;③通过引入企业所有权这一情境变量,对以往基于单一类别企业探讨融资活动与研发创新关系的研究进行了一定的补充。
(1)企业融资活动对研发创新的影响。目前,企业创新融资主要有4种方式,分别为股权融资、债务融资、内部融资和政府补助。在股权融资方面,企业通过向股票市场披露大量财务信息,降低了信息不对称性,从而为企业带来更多的融资机会,缓解了研发创新面临的融资约束。同时,股权融资与企业创新行为所具有的高风险性且缺乏抵押物的特点相匹配,因而可以有效促进企业技术创新行为[5]。国外学者Brown等[6]&Migendt[7]的研究表明,股权融资可以显著增加企业技术研究投资。
在债务融资方面,由于债权人的特征之一是厌恶风险[8],这与企业研发创新的高风险性矛盾。因此,二者之间很可能具有消极关系。通过文献梳理可知,目前学术界对于债务融资能否促进企业研发创新行为尚无定论。Bartoloni[9]利用第三方企业收集的1996—2003年意大利企业财务报表进行研究,发现信贷约束会影响小型企业创新活动。Chava等[10]通过对美国金融业及企业创新投资进行分析,认为金融业放松管制能有效促进企业技术创新投资,从而带来经济增长。Diamond[11]和钟田丽等[12]认为,银行为企业提供债务融资的同时,也能有效监管企业创新行为。
在内部融资方面,由于内部融资来自企业内部经营积累,与股票融资、债务融资等外部融资来源具有显著差异。在资本市场不发达导致企业外部融资约束过多时,企业可以将自身积累的现金流投入到研发创新,从而对企业创新活动产生积极影响[13]。娄昌龙等[14]、李春涛等[15]分别利用不同的数据来源进行分析,认为内部融资比外部融资更能有效促进企业技术创新。
在政府补助方面,本文认为,政府补助能有效激励企业研发创新。由于我国宏观金融发展水平和发展层次与欧美发达国家差距显著,企业外部融资会遇到更为苛刻的限制条件。因此,政府支持对企业研发创新尤为关键。在欧美发达国家,政府补助同样发挥着重要作用,1995—2005年政府补助平均占美国创新投入的30%,占欧盟创新投入的比重更是高达35%[16]。在相关文献中,赵树宽等[17]、李健等[18]通过收集不同的数据构建不同模型,均认为政府补助对于企业创新活动、创新产出有显著激励效应,并能够缓解企业面临的外部融资约束;Lopesbento 等[19]认为,政府补助能有效激励企业专利申请量增加;Faccio等[20]从权力寻租角度研究发现,政府补助、政治关联度会对企业技术创新产生促进作用。但也有学者认为,政府补助对于其它融资活动有明显的挤出效应,如张彩江等[21]、张玉喜等[1]。
(2)企业研发创新对融资活动的影响。目前,探讨研发创新对融资活动影响的文献数量不多。事实上,已经有学者关注到企业从事研发创新活动对融资活动的两种影响情况:一是企业通过研发创新活动产出一定的科技成果,成功推向市场并取得创新成果利润之后抵偿研发创新投入资金,为企业带来高额的资金回报,提升企业核心竞争力的同时,也缓解了股权融资、内部融资与政府补助的约束。因为股权投资者更注重企业成长性,内部融资来自企业利润积累,政府补助更关注企业创新行为,由此形成“融资活动→研发创新→创新成果→创新利润→企业核心竞争力→融资活动”的良性循环。在相关文献研究方面,张一林等[22]认为,企业通过研发创新所获得的新技术、新产品的潜在高投资收益能吸引股权投资者的关注。Po-Hsuan等[23]对32个发达国家和新兴市场的上市公司进行研究,发现高科技密集型企业研发创新能有效带动股权融资。在债务融资方面,由于债权人更关注企业能否提供资产进行债务担保,短期研发成果可能对企业资产影响较小,因此不能判断研发创新对债务融资的影响。但Zhang等[24]以中国内地187家高新技术上市公司为样本进行研究,认为企业自主创新能力会对信贷风险有显著影响。二是企业积极从事创新活动,但由于科技成果转化失败、技术外溢、应用时滞性等一系列研发创新活动风险,导致创新成果所获得的利润不足以弥补企业投入资金,企业生存受到挑战,对内部融资产生强烈的约束[25]。但在外部融资方面,投资者关注到企业研发创新成果带来的成长性,可能会忽视企业暂时创新失败,而政府为了鼓励企业继续从事研发创新,也很可能会提供更多的资金补助[26]。
综上所述,融资活动能有效促进企业研发创新,但对于何种融资结构更能有效促进企业创新行为,现有研究还未达成一致意见。由于企业创新活动的不确定性,其对融资活动的影响尚无定论,加上企业所有权的影响,因此本文认为,企业融资活动与研发创新互动机理如图1所示。
图1 企业融资活动与研发创新互动机理
本文研究思路:首先,不考虑企业所有权差异带来的异质,通过对样本总体进行分析,研究企业融资活动与研发创新之间的互动关系;其次,将企业按照所有权差异划分为国有企业与非国有企业,以企业所有权为情景要素,深入研究企业融资活动与研发创新之间的互动关系变化;最后,结合研究结论给出相关建议。
本文选择面板向量自回归模型(PVAR)进行实证研究。在PVAR模型中,不需要区分内生变量与外生变量,而是将所有变量看作一个内生系统,把所有变量的滞后期纳入模型,能真实反映变量之间的互动关系。考虑到上市公司存在制度和管理等的方面差异,以及公司融资能力会随着时间推移而发生变化,在模型中加入个体效应和时间效应以保证模型估计结果的准确性。本文模型设定如下:
yit=xitβ+χi+λt+μit
(1)
其中,yit=[RDit,Equityit,Loanit,Internalit,Subsidyit]代表企业研发创新、股权融资、债务融资、内部融资及政府补助5个变量构成的5×1维向量,xit=[RDit-p,Equityit-p,Loanit-p,Internalit-p,Subsidyit-p]表示yit的p期滞后项,β代表5p×5的系数矩阵,i代表上市公司,t代表时间,χi代表个体效应,λt代表时间效应,μit为随机扰动项,假设其满足:E(μit|χi,λt,xit,xit-1,xit-2,...)=0。
该模型是一个包含固定效应的动态面板数据模型,因此在分析时首先采用组内均值差分法、前向均值差分法分别去除时间效应、固定效应,其次采用广义距估计法(GMM)获得β的一致估计量,再通过格兰杰因果检验分析变量之间的因果关系,随后利用脉冲响应函数和方差分解剖析变量之间的互动效果,最后给出研究结论。
参考已有文献,在模型(1)中,企业研发创新(RD)借鉴鞠晓生[13]、岳怡廷等[16]的赋值方法,使用本期无形资产确认额与研究阶段支出之和作为企业研发创新的代理变量,主要原因有以下两点:①之前研究大多利用企业研发投入金额衡量企业研发创新,没有考虑企业人力资本投入、新技术引进消化吸收过程,而无形资产包含了企业研发创新更多的信息;②企业在进行研发活动时,研究阶段的支出虽然在会计准则中记为当期损益,但也是企业研发创新的一部分。因此,本文利用本期无形资产确认额与研究阶段支出之和衡量企业研发创新。
此外,在模型(1)中,股权融资(Equity)、债务融资(Loan)、内部融资(Internal)、政府补助(Subsidy)的代理变量及计算方法如表1所示。
表1 模型(1)变量名称、含义及计算方法
变量名称含义计算方法 RD企业研发创新(本期无形资产确认额+研究阶段支出之和)/本期总资产 Equity股权融资本期吸收权益性投资收到的现金/本期总资产 Loan债务融资本期取得借款收到的现金/本期总资产 Internal内部融资期初现金及现金等价物余额/本期总资产 Subsidy政府补助政府补助/本期总资产
战略性新兴产业依靠其知识密集、发展空间大、辐射引领效果突出等优点,已经成为我国经济社会发展的新引擎。2010年发布的《国务院关于加快培育和发展战略性新兴产业的决定》明确指出,要加大财税金融等领域对战略性新兴产业的扶持力度。因此,相较于一般高新技术企业,战略性新兴产业企业更容易获得融资支持。由此,本文选择以战略性新兴产业上市公司作为样本来源。
本文所采用的数据来自国泰安上市公司数据库、万得金融数据库、上市公司年报,时间跨度为2011—2016年。战略性新兴产业上市公司名单主要来自万得金融数据库沪深股票战略性新兴产业概念类,在剔除2010年之后上市的公司以及有财务风险的ST股后,剩余543家公司,共计3 258个样本。样本公司行业分布、国企及非国企分布如表2所示。
在进行PVAR模型估计之前,首先进行时间序列数据的平稳性检验,否则会出现“伪回归”现象[27],影响后续研究结果。本文采用ADF检验,利用STATA 13.0分别检验了总体企业、国企和非国企的单位根,检验结果如表3所示,5个变量在所有情况下都是平稳的。
表2 样本分布情况
名称国企(SOE)数量非国企(NSOE)数量 (ALL)总体节能环保产业285280新一代信息技术442569生物产业2084104高端装备制造业31 5081新能源产业3883121新材料产业163046新能源汽车123042合计189354543
表3 数据平稳性检验结果
变量ALLT值平均值概率结论SOET值平均值概率结论NSOET值平均值概率结论RD-8.4910.000平稳∗∗∗-11.2640.000平稳∗∗∗-4.560 0.000平稳∗∗∗Equity-5.7080.000平稳∗∗∗-11.6240.000平稳∗∗∗-5.1300.000平稳∗∗∗Loan-11.4660.000平稳∗∗∗-7.7240.000平稳∗∗∗-4.327 0.000平稳∗∗∗Internal-5.1040.000平稳∗∗∗-7.339 0.000平稳∗∗∗-4.7950.000平稳∗∗∗Subsidy-6.4040.000平稳∗∗∗-7.3060.000平稳∗∗∗-41.577 0.000平稳∗∗∗
注:*、**、***分别表示在10%、5%、1%的水平下统计结果显著,下同
由于不能事先确定模型的滞后期,因而在进一步回归分析之前,本文利用AIC、BIC和HQIC3种准则判断模型的最优滞后期,如表4所示。
根据这3种准则结果,可以确定国企最优滞后期为1期;总体企业和非国企的3种准则并不统一,其中,以AIC准则确定的模型滞后期均为2期,以BIC准则和HQIC准则确定的模型滞后期均为1期。参考Lütkepohl[28]的建议,当模型是典型大样本短时序时,依据BIC和HQIC准则更能确定模型的最优滞后期,而依据AIC准则选出的滞后期往往更长。因此,确定总体企业和非国企的最优滞后期为1期。根据模型确定的最优滞后期,表5给出了PVAR的GMM估计结果。由于本文主要探究企业融资活动与研发创新之间的互动结果,因此,对于各项融资活动之间的互动关系只给出实证研究结果。
表4 滞后期选择结果
滞后期ALLAICBICHQICSOEAICBICHQICNSOEAICBICHQIC124.79832.028∗27.435∗22.401∗30.381∗26.001∗24.83331.563∗27.340∗224.232∗33.46827.65023.06530.73226.05224.601∗33.20127.851324.37337.30529.25624.36533.05326.60125.07237.08429.700
如表5所示,在研发创新模型中,不考虑所有权差异,针对战略性新兴产业上市公司总体,实证结果显示:①4种融资渠道均在1%的置信区间内显著且系数为正,说明4种资金获取渠道均对企业研发创新产生正向影响;②内部融资对研发创新的正向影响最大,系数为0.593,其次为政府补助、债务融资,系数分别为0.105和0.042,最后为股权融资,系数为0.012。结果符合Myers[29]的优序融资理论,即相较于外部融资,企业更倾向于利用内部融资进行研发创新。分析原因在于:①相较于内部融资与政府补助,债务融资需要偿还利息,而股权融资需要承担发行费用和给股东分配红利,二者均有较高的使用成本[30];②内部融资具有一定的对冲效应,能缓解企业融资时面临的融资约束。由此,企业为了降低研发创新成本,避免因其它融资活动出现的不确定性而带来高昂的调整成本与风险,会更倾向于利用内部积累资金进行研发创新,以有效保证持续稳定的现金流投入。因此,内部融资对研发创新的促进作用大于外部融资。针对政府补助对企业研发创新的促进效应小于内部融资,本文认为,受行业特点影响,战略性新兴产业研发创新往往投资规模大且研发周期长,而我国部分政府支持政策在对企业研发活动进行激励资助时,新设项目和研发成功项目补助金额较大,而正在研发的项目补助金额较小。因此,政府补助比内部融资稳定性差,故政府补助的促进效应小于内部融资。
在研发创新模型中,针对国企与非国企,实证结果显示:①与总体企业相同,4种融资渠道均在1%的置信区间内显著且系数为正,均对企业研发创新具有正向影响;②国企4种融资活动系数排序为:内部融资>债务融资>政府补助>股权融资,非国企4种融资活动系数排序与总体企业相同为:内部融资>政府补助>债务融资>股权融资,均为内部融资影响系数最大;③内部融资对国企的影响系数为0.409,显著低于非国企的0.792。债务融资对国企影响系数为0.053,高于非国企的0.037。政府补助对非国企的影响为0.180,高于国企的0.007。实证结果原因分析如下:①内部融资对非国企的影响大于国企,主要原因在于与国企相比,非国企外部融资约束限制更多,为保证有稳定持续的现金流投入到研发创新中去,非国企更倾向于利用内部融资开展研发;②相比非国企,国企和政府之间的寻租联系更紧密、政治关联度更高,而我国银行业受到政府严格监管调控,与政府关系较好的企业往往更容易获得资金支持,从而有更多的债务资金投入到企业研发创新中去,因而国企的债务融资影响系数大于非国企;③相比国企,非国企获得政府补助的约束更多,接受政府补助意味着政府认可企业技术攻关方向,当非国企感受到通过研发创新带来的政府荣誉时,会比国企产生更多的外部支持感和组织荣誉感[31],期望通过提高自身研发创新效率以寻求与政府行为的平衡互惠关系,会比之前拥有更强的社会责任感。因此,政府补助对非国企的正向影响大于国企。
表5 PVAR模型GMM估计结果
变量ALL估计值P>|Z|SOE估计值P>|Z|NSOE估计值P>|Z|h_RDL.h_RD0.144∗∗∗-0.040.200∗∗∗-0.070.098∗∗-0.04L.h_Equity0.012∗∗-0.010.004∗∗-0.010.015∗∗-0.01L.h_Loan0.042∗∗∗-0.010.053∗-0.030.037∗∗∗-0.01L.h_Internal0.593∗∗∗-0.130.409∗∗∗-0.190.792∗∗∗-0.14L.h_Subsidy0.105∗∗∗-0.030.007∗∗-0.030.180∗∗∗-0.05h_EquityL.h_RD0.309∗∗∗-0.110.318∗∗∗-0.10.288∗-0.16L.h_Equity0.196∗∗∗-0.030.064-0.050.258∗∗∗-0.04L.h_Loan0.223∗∗∗-0.060.082-0.110.228∗∗∗-0.06L.h_Internal3.336∗∗∗-0.751.321-0.993.806∗∗∗-1.02L.h_Subsidy0.603∗∗∗-0.18-0.089-0.141.436∗∗∗-0.34h_LoanL.h_RD0.014∗-0.030.06∗-0.050.066∗∗-0.04L.h_Equity0.019-0.010.016-0.020.02-0.02L.h_Loan0.403∗∗∗-0.050.334∗∗∗-0.100.421∗∗∗-0.05L.h_Internal0.479∗-0.25-0.05-0.460.674∗∗-0.33L.h_Subsidy0.09-0.060.035-0.070.212∗-0.12h_InternalL.h_RD0.032∗∗-0.010.035∗-0.020.030∗-0.02L.h_Equity0.015∗∗∗0.000.015∗∗∗0.000.015∗∗∗0.00L.h_Loan0.0040.000.015-0.01-0.001-0.01L.h_Internal0.442∗∗∗-0.090.540∗∗∗-0.110.386∗∗∗-0.12L.h_Subsidy0.006-0.02-0.014-0.010.012-0.04h_SubsidyL.h_RD0.01∗∗-0.020.01∗∗-0.030.01∗∗∗-0.02L.h_Equity0.012∗∗∗0.000.014∗-0.010.010∗-0.01L.h_Loan0.018∗-0.010.021-0.030.017-0.01L.h_Internal0.283∗∗∗-0.110.29-0.180.271∗∗-0.12L.h_Subsidy0.414∗∗∗-0.070.377∗∗∗-0.10.450∗∗∗-0.08
在股权融资、债务融资、内部融资、政府补助模型中,无论哪类企业研发创新的影响系数均显著为正,且彼此差距较小,说明企业通过研发创新能够提升公司融资能力。
本文利用 Granger因果检验对融资活动与研发创新之间的关系进行实证检验,结果如表6所示。除总体企业和非国企中债务融资不是研发创新的Granger因果关系,以及国企研发创新不是内部融资的Granger因果关系外,其它情况下企业各项融资活动与研发创新均互为Granger因果关系,说明企业融资活动与研发活动总体呈现正反馈效应,即企业股权融资、债务融资、内部融资、政府补助4种融资活动与企业研发创新之间存在长期的相互作用关系。
表6 Granger因果检验结果
假设ALL卡方检验P值结论SOE卡方检验P值结论NSOE卡方检验P值结论RD不是Equity的原因5.560 90.018拒绝∗∗0.234 550.028拒绝∗∗5.786 10.016拒绝∗∗RD不是Loan的原因27.2270.000拒绝∗∗∗3.824 80.050拒绝∗∗26.2930.000拒绝∗∗∗RD不是Internal的原因22.2360.023拒绝∗∗13.9240.130接受12.890.046拒绝∗∗RD不是Subsidy的原因9.938 30.002拒绝∗∗∗0.011 780.094拒绝∗15.0150.000拒绝∗∗∗Equity不是RD的原因8.354 10.004拒绝∗∗∗10.1750.001拒绝∗∗∗3.1870.074拒绝∗∗Equity不是Loan的原因16.1240.000拒绝∗∗∗0.530 480.466接受12.3430.000拒绝∗∗∗Equity不是Internal的原因19.5870.000拒绝∗∗∗1.784 70.182接受13.8080.000拒绝∗∗∗Equity不是Subsidy的原因10.9950.001拒绝∗∗∗0.426 150.514接受18.1170.000拒绝∗∗∗Loan不是RD的原因0.222 650.137接受1.606 10.025拒绝∗∗2.478 60.115接受Loan不是Equity的原因2.052 40.152接受0.466 030.495接受1.354 90.244接受Loan不是Internal的原因3.580 80.058接受0.012 160.912接受4.236 70.040拒绝∗∗Loan不是Subsidy的原因1.987 20.159接受0.242 980.622接受3.383 30.066拒绝∗Internal不是RD的原因6.156 20.013拒绝∗∗∗2.262 90.033拒绝∗∗2.965 90.085拒绝∗Internal不是Equity的原因27.1020.000拒绝∗∗∗28.450.000拒绝∗∗∗12.2290.000拒绝∗∗∗Internal不是Loan的原因0.644 040.422接受1.095 80.295接受0.011 130.916接受Internal不是Subsidy的原因0.061 960.803接受1.0920.296接受0.110 640.739接受Subsidy不是RD的原因0.388 270.033拒绝∗∗0.113 80.036拒绝∗∗0.314 630.075拒绝∗Subsidy不是Equity的原因6.7950.009拒绝∗∗2.866 10.090拒绝∗3.744 10.053拒绝∗Subsidy不是Loan的原因3.4530.063拒绝∗0.728 140.393接受2.377 90.123接受Subsidy不是Internal的原因6.939 90.008拒绝∗∗2.555 90.110接受4.862 10.027拒绝∗∗
针对总体企业和非国企中债务融资不是研发创新的Granger因果关系,可能原因有以下两点:①与其它3类融资活动不同,债务融资要求企业在未来具有稳定的现金流还本付息,这与企业研发创新需要稳定的现金流投入产生矛盾;②目前,银行需要债权人提供固定资产抵押作为担保才可以获得贷款,而企业研发创新所获得的专利、非专利技术、人力资本大多为无形资产,难以满足银行贷款条件。因此,企业获得债务融资后更愿意投向固定资产项目。以上原因导致总体企业和非国企中债务融资不是研发创新的Granger因果关系。
针对国企研发创新不是内部融资的Granger因果关系,本研究认为,与非国企从事研发创新主要是为企业带来利润增长不同,国企在一定程度上承担着政府部门干预市场经济的角色,尤其是针对战略性新兴产业而言,其本身要实现技术重大突破和长远发展,对社会具有引领带动作用。因此,企业研发创新往往受到行政指令约束与要求。例如,在高端装备制造方面,国家需要在航空航天技术上不断突破以提升我国核心能力,就需要国企承担研发创新的角色,但这些创新成果由于技术壁垒或者保密原因,无法在短期内推向市场为企业带来营业利润增长,导致国企研发创新不能增加内部融资。
由于PVAR模型是一种非理论模型,一般采用脉冲响应函数和方差分解进行进一步解释说明。脉冲响应函数描述的是通过给予模型中某一变量正向标准差冲击而对其它变量产生动态变化的过程,如图2所示:横轴代表滞后期数,纵轴代表冲击响应强弱,中间的曲线代表脉冲响应函数,上下两边的曲线代表脉冲响应函数两倍标准差的置信区间。方差分解是通过求解扰动项对PVAR模型预测均方误差的贡献度,更深层次地挖掘各个变量对其它变量的冲击影响。
分别给股权融资、债务融资、内部融资、政府补助一个正向标准差冲击,对企业研发创新的影响结果如图2(a)所示。与GMM估计结果相同,内部融资对企业研发创新的显著积极影响最大。给内部融资一个正向标准差冲击,企业研发创新在开始时为0,随后逐渐上升,到第二期达到最高点之后又开始下降;给股权融资、债务融资、政府补助一个正向标准差冲击,企业研发创新的反应相似,开始时均为0,在滞后1~2期达到最高点0.2,随后逐渐回落。其中,政府补助回落最快,再次论证了无论何种方式的融资都会促进企业研发创新。
给上市公司各个融资活动一个正向标准差冲击,各个融资活动所占研发创新的均方误差比例如图3(a)所示。研发创新的均方误差主要由其自身构成,但随着时间推移,4种研发创新对其影响不断增强,其中,内部融资的影响最显著,说明研发创新与内部融资的结合程度最好。
图2 总体企业脉冲响应函数
图3 总体企业方差分解
给企业研发创新一个正向标准差冲击,4种融资活动的反应皆为正向。其中,对股权融资的影响最大,在滞后第一期就达到最大值,随后开始下降,但始终处于坐标轴上方,对债务融资的影响次之,对内部融资和政府补助的影响最小,如图2(b)所示。对结果合理的解释是:①战略性新兴产业的核心竞争力在于研发创新,当企业积极进行研发创新时能有效增强企业综合实力,提升企业融资能力,由此导致对研发创新进行正向冲击,4种融资活动的反映均为积极,这也与GMM估计的结果相一致;②相较债务融资的债权人,股权投资者更关注研发创新为企业带来的成长性以及高技术潜在的高回报额,而对企业固定资产要求较低。因此,在企业研发创新产出一定的创新成果后,更有利于企业吸收股权融资,同时企业控制者为了规避研发创新风险,通过吸收股权投资不断将风险外部化,从而将风险转嫁到其他股东身上,有效降低企业承受的压力与风险。但企业研发创新所产出的无形资产无法成为债务融资的抵押物,由此可能导致研发创新的正向冲击对股权融资的影响大于债务融资;③创新成果转化周期往往较长,无法在短时期内为企业带来超额利润,而内部融资本身来自于企业利润,因此研发创新在短时期内对内部融资影响较小;④受财政预算的影响,政府为了支持更多企业研发创新,对于单个企业研发创新项目补助往往设置上限。因此,当企业通过研发创新获取政府补助达到一定限额后,就不会再获得额外的政府补助,由此导致对研发创新进行正向冲击,政府补助的影响较小。
给战略性新兴产业上市公司研发创新一个正向标准差冲击,研发创新所占各个融资活动的均方误差比例如图3(b)所示。其中,研发创新占股权融资的均方误差最大,说明研发创新与股权融资结合效果最好,研发创新能有效促进企业股权融资活动。其次为内部融资,结合图1(b)的脉冲响应函数,说明企业研发创新即使目前无法带来超额利润,但长期看仍然能够积极推动企业发展,促使企业将内部积累资金投入到研发创新中。最后为债务融资和政府补助,研发创新与其结合程度较弱。
为进一步探究企业所有权差异对于融资活动和研发创新互动关系的影响效果,本文针对国企和非国企分别作了脉冲响应分析与方差分解,结果如图4~7所示。这两类企业脉冲响应函数的基本趋势相同,不同点在于各个变量受到冲击时的响应程度不同。
给国企、非国企4种融资方式分别一个正向标准差冲击,研发创新的响应结果如图4(a)、图6(a)所示,研发创新均在横轴上方波动,说明无论何种融资方式均对企业研发创新有正向激励作用。4种融资方式对国企研发创新的冲击大小排序为:内部融资>债务融资>政府补助>股权融资,对非国企研发创新的冲击大小排序为:内部融资>政府补助>股权融资>债务融资。除GMM估计认为非国企债务融资对研发创新的影响大于股权融资这一项出现差异外,其它融资方式对研发创新的影响程度和排序均与之前GMM估计结果相同,没有出现显著差异。
图4 SOE脉冲响应函数
图5 SOE方差分解
图6 NSOE脉冲响应函数
分别给国企和非国企各类融资活动一个正向标准差冲击,各个融资活动所占研发创新的均方误差比例如图5(a)、图7(a)所示。结果依然显示,内部融资对企业研发创新的影响最大,说明无论是国企还是非国企都应该将内部融资作为企业研发创新投资来源。
给研发创新一个正向标准差冲击,4种融资活动的脉冲响应函数如图4(b)、图6(b)所示。国企与非国企股权融资的响应结果函数图像相似,但国企的最高点在3.0,非国企仅在1.5;债务融资的响应结果也是国企优于非国企,国企的最高点在1.0,而非国企在0.2;内部融资响应结果是非国企优于国企;政府补助对二者没有显著影响。对此,合理的解释是:①我国投资者长期受计划经济影响,认为国企有政府隐性担保,投资风险更小[32],因此在投资决策时,容易受到国企品牌效应影响,导致国企和非国企同时加强研发创新,国企的股权融资效果优于非国企;②在我国,银行是企业获得科技贷款的主要途径,但在实际业务中银行为了降低信贷风险,解决信息不对称问题,倾向于给更容易获得真实经营业绩信息的企业贷款。对金融机构而言,相比非国企而言,国企具有政府提供隐性担保、信息获取成本低、信用评级成本低等优势,从而导致非国企信贷受到歧视,加之相比一般贷款,科技金融的信用风险更高[33],银行为了规避这种风险,在放贷时会更加慎重。由此导致同时给国企和非国企研发创新一个正向标准差冲击,国企债务融资的反应大于非国企;③吴延兵等[34]研究表明,非国企创新成果商业化绩效显著高于国企,同时国企研发创新更偏向“远期”技术,而非国企更具有销售色彩,基于此给研发创新一个正向冲击,内部融资的响应结果是非国企优于国企。
图7 NSOE方差分解
给国企和非国企研发创新一个正向标准差冲击,研发创新所占各类融资活动的均方误差比例如图5(b)、图7(b)所示。4种融资活动与国企研发创新结合程度的排序为股权融资、内部融资、政府补助和债务融资;4种融资活动与非国企研发创新结合程度的排序为股权融资、政府补助、内部融资和债务融资。
为了深入挖掘企业融资活动与研发创新之间的互动机理,探究企业所有权差异对双方互动机理的影响,本文构建PVAR模型并使用2011—2016年战略性新兴产业上市公司数据进行实证研究。
(1)通过Granger因果检验,4种融资活动与研发创新之间总体而言存在相互影响、相互促进的长期互动关系,但总体企业和非国企中研发创新不是债务融资的Granger因果关系,国企研发创新不是内部融资的Granger因果关系,说明企业融资活动与研发创新互动时仍然存在一定限制。
(2)在不考虑企业所有权差异带来的异质性时,综合GMM估计、脉冲响应函数及方差分解3个实证结果,针对总体企业发现:①融资活动对研发创新的影响表现在:内部融资对企业研发创新的正面激励效应最显著,其次为政府补助,最后为债务融资与股权融资,说明企业从事研发创新并非是政府补助下的被动行为,而是企业为了提升其核心竞争力的主动行为;②研发创新对融资活动的影响表现在:企业研发创新能够显著提升企业股权融资能力,债券融资能力次之,最后为内部融资与政府补助,说明我国股权投资者越来越看重企业成长能力提升。
(3)在加入企业所有权这一情境要素后,综合对比国企与非国企的GMM估计、脉冲响应函数及方差分解3个实证结果可以发现:①内部融资、政府补助、股权融资对非国企研发创新的激励效应强于国企,而债务融资对企业研发创新的激励效应则是国企强于非国企,说明在一定程度上非国企的研发创新驱动力高于国企;②国企研发创新对股权融资、债券融资的提升效应高于非国企,内部融资则低于非国企,政府补助没有显著差异,说明外部融资为了保障资金安全仍倾向于具有隐性保障的国企。
(4)外部资金对企业研发支持力度小于内部资金。相较于国企,非国企的约束限制更多,由此可以推断,近年来我国战略性新兴产业研发投资规模不断扩大应该得益于企业内部资金投入。
基于上述研究结论,得到如下政策启示:①政府应鼓励并大力支持企业研发创新,例如通过制定更加完善的研发创新帮扶政策,为企业带来持续的成长性以提升融资能力,从而使其获得更多创新投资;②由于内部融资对企业研发创新的正面激励作用更显著,因此,政府在传统的政策补助之外,应该调整机制结构,通过税收优惠、政策减免方式鼓励企业投入更多资源从事研发创新,同时调整技术市场的相关交易机制,帮助企业提高创新成果转化率,为企业带来更多的创新利润;③从企业所有权角度看,政府补助对非国企研发创新的促进效率大于国企,政府在制定相关政策时应考虑企业性质,鼓励非国企积极申报政府补助,同时加强政府补助资金监管力度,提高政府支持的促进效用;④由于企业研发创新能有效带动外部融资,因而政府应该针对金融市场制定相关战略性新兴产业培育政策,同时加快建立完善的投资者保护市场制度,推动金融市场为科技创新提供更强动力,实现合作共赢。
本文不足之处在于:仅以战略性新兴产业上市公司为样本,未考虑非上市公司。由于企业是否上市对于股权融资有较大影响,因此,两类企业在融资活动与研发创新的互动关系上可能存在显著差异,导致本研究结论可能不适用于非上市公司。
[1] 张玉喜,赵丽丽.政府支持和金融发展、社会资本与科技创新企业融资效率[J].科研管理,2015,36(11):55-63.
[2] ZHENG S,STORESLETTEN K,ZILIBOTTI F.Growing like China[J].American Economic Review,2011,101(1):196-233.
[3] CHOI Y,YE X,ZHAO L,et al.Optimizing enterprise risk management:a literature review and critical analysis of the work of Wu and Olson[J].Annals of Operations Research,2016,237(1-2):281-300.
[4] 胡亚茹,陈丹丹,刘震.融资约束、企业研发投入的周期性与平滑机制——基于企业所有制视角[J].产业经济研究,2018(2):78-90.
[5] WHITED T M,WU G.Financial constraints risk[J].Review of Financial Studies,2006,19(2):531-559.
[6] BROWN J R.Law,stock markets,and innovation[J].Journal of Finance,2013,68(4):1517-1549.
[7] MIGENDT M.Private equity in clean technology:an exploratory study of the finance-innovation-policy Nexus[M].New York:Social science Electronic Publishing,2017.
[8] HALL B H,LERNER J.The financing of R&D and innovation[J].Handbook of the Economics of Innovation,2010(1):609-639.
[9] BARTOLONI E.Capital structure and innovation:causality and determinants[J].Empirica,2013,40(1):111-151.
[10] CHAVA S,OETTL A,SUBRAMANIAN A,et al.Banking deregulation and innovation[J].Journal of Financial Economics,2013,109(3):759-774.
[11] DIAMOND D W.Financial intermediation and delegated monitoring[J].Review of Economic Studies,1984,51(3):393-414.
[12] 钟田丽,马娜,胡彦斌.企业创新投入要素与融资结构选择——基于创业板上市公司的实证检验[J].会计研究,2014(4):66-73+96.
[13] 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.
[14] 娄昌龙,冉茂盛.融资约束下环境规制对企业技术创新的影响[J].系统工程,2016(12):62-69.
[15] 李春涛,郭培培,张璇.知识产权保护、融资途径与企业创新——基于跨国微观数据的分析[J].经济评论,2015(1):77-91.
[16] 岳怡廷,张西征.异质性企业创新投入资金来源差异及其变迁研究[J].科学学研究,2017,35(1):125-138.
[17] 赵树宽,齐齐,张金峰,等.寻租视角下政府补助对企业创新的影响研究——基于中国上市公司数据[J].华东经济管理,2017(12):5-10.
[18] 李健,杨蓓蓓,潘镇.政府补助、股权集中度与企业创新可持续性[J].中国软科学,2016(6):180-192.
[19] LOPESBENTO C.Innovation subsidies:does the funding source matter for innovation intensity and performance? empirical evidence from Germany[J].Industry & Innovation,2014,21(5):380-409.
[20] FACCIO M.Politically connected Firms[J].Social Science Electronic Publishing,2006,96(1):369-386.
[21] 张彩江,陈璐.政府对企业创新的补助是越多越好吗[J].科学学与科学技术管理,2016,37(11):11-19.
[22] 张一林,龚强,荣昭.技术创新、股权融资与金融结构转型[J].管理世界,2016(11):65-80..
[23] PO-HSUAN HSU,XUAN TIAN,YAN XU.Financial development and innovation:cross-country evidence[J].Journal of Financial Economics,2013,112(1):116-135.
[24] ZHANG M,HE Y,ZHOU Z F.Study on the influence factors of high-tech enterprise credit risk:empirical evidence from China's listed companies [J].Procedia Computer Science,2013,17(17):901-910.
[25] 钟凯,程小可,肖翔,等.宏观经济政策影响企业创新投资吗——基于融资约束与融资来源视角的分析[J].南开管理评论,2017(6).
[26] KAHLE K M,STULZ R M.Access to capital,investment,and the financial crisis[J].Social Science Electronic Publishing,2013,110(2):280-299.
[27] IM K S,PESARAN M H,SHIN Y.Testing for unit roots in heterogeneous panels[J].Journal of Econometrics,2003,155(1):53-74.
[28] LVTKEPOHL H.Introduction to multiple time series analysis[J].Technometrics,1993,83(1):88.
[29] MYERS S C.The capital structure puzzle[J].Journal of Finance,1984,39(3):574-592.
[30] 潘亚岚,蒋华.财税激励政策影响企业R&D投入的实证分析[J].财会月刊,2012(33):14-17.
[31] 颜爱民,李歌.企业社会责任对员工行为的跨层分析——外部荣誉感和组织支持感的中介作用[J].管理评论,2016,28(1):121-129.
[32] 李沫,邢炜.金融波动加剧会抑制投资吗?——兼论国有企业占比的作用[J].江西社会科学,2017(8):71-80.
[33] 汪泉,曹阳.科技金融信用风险的识别、度量与控制[J].金融论坛,2014(4).
[34] 吴延兵.中国哪种所有制类型企业最具创新性[J].世界经济,2012(6):3-29.