Enterprise Innovation & Dynamic Adjustment of Leverage——Empirical Analysis based on the Perspective of Innovation Efficiency

Li Yichao，Xu Ting

(School of Finance， Zhejiang Gong Shang University，Hangzhou 310018，China)

Abstract：Based on the unbalanced panel data of listed companies in Shanghai & Shenzhen stock markets from 2008 to 2017, this paper comprehensively analyzes the dynamic relationship between enterprise innovation & leverage adjustment from the two dimensions of R&D efficiency & innovation output.The empirical results show that: in terms of the adjustment effect, high R&D efficiency & high innovation output are conducive to the downward adjustment of the leverage of enterprises.The heterogeneity of enterprise ownership will not change this leverage adjustment effect, but it shows obvious asymmetry, that is, the adjustment effect of state-owned enterprises is more prominent.In terms of acceleration effect, with the improvement of R&D efficiency & innovation output, the decline rate of leverage accelerates, state-owned enterprises are more sensitive to the acceleration effect of R&D efficiency, while non-state-owned enterprises are more sensitive to the acceleration effect of innovation output.

Key Words:Leverage; Innovation Efficiency; Adjustment Effect; Acceleration Effect; Enterprise Heterogeneity

收稿日期：2019-05-08

基金项目：国家自然科学基金项目(71571163)；浙江省哲学社会科学规划项目(19NDJC208YB)

作者简介：李义超(1963-)，男，河北辛集人，浙江工商大学金融学院教授，研究方向为公司金融；徐婷(1993-)，女，河南信阳人，浙江工商大学金融学院硕士研究生，研究方向为公司金融。

DOI：10.6049/kjjbydc.2019030110

开放科学(资源服务)标识码(OSID)：

中图分类号：F273.1

文献标识码：A

文章编号：1001-7348(2020)07-0087-08

0 引言

“谋创新”与“去杠杆”是我国经济发展的两大主题。党的十八大提出创新驱动发展战略，反复强调创新是引领社会经济发展的第一动力。企业作为创新的核心主体，在激烈的市场竞争中，只有不断提高自身创新能力才能发展壮大。《中国企业创新动向指数(2017)》[1]报告指出，当前企业创新动向指数呈上升态势，企业已进入创新活跃期。但创新需要开展大量研发活动，需要稳定的资金来源支持。罗能生和刘文彬等[2]认为，在以间接融资为主的资本市场中，通过负债渠道，利用资本杠杆，是保障研发资金、推动企业创新的重要方式。另一方面，自2008年金融危机以来，在大规模经济刺激下，我国经济杠杆飙升。截至2014年底，我国经济总杠杆水平达272.3%，较2006 年上升了77.6个百分点。 2015年中央工作经济会议首次提出“三去一降一补”，将其作为供给侧结构性改革的重点，“去杠杆”成为防风险、提效率的关键。虽然2017年我国经济总杠杆水平下降至247.35%，但仍处于较高水平。高杠杆一般被认为是金融危机预警性指标，宏观经济的高杠杆不仅影响着金融系统稳定性，而且制约着经济运行效率；微观企业杠杆率攀升更易诱发企业债务危机，导致企业融资成本上升，加剧金融体系脆弱性。国务院于2016年发布了 《关于积极稳妥降低企业杠杆率的意见》，提出积极、稳妥降低企业杠杆率的七大措施，并相继推行一系列政策组合，基本遏制了杠杆率快速增长的势头，但从总体看，非金融企业杠杆率仍然偏高。随着去杠杆目标日益明晰，探讨企业去杠杆政策路径及措施，对于有效化解中国企业债务风险意义重大。因此，企业借助杠杆“谋创新”，创新是否能够反过来有效促进杠杆调整？厘清创新与去杠杆之间的关系，对于企业降低债务风险、实现创新发展战略、谋求长久发展具有重要的实践指导价值。

1 文献综述

国外相关研究中，Titman[3]最早指出，创新企业产品往往具有特殊性，在破产清算中，生产特殊产品的公司，其自身、顾客、供应商、工人等均会承担更高的破产成本，进而限制了创新企业获得高额债务的可能；Titman & Wessels[4]进一步证实，公司产品特殊性越强，其杠杆水平越低；Vincente-Lorente[5]进一步指出，研发产出多为无形资产，不能很好地充当抵押物，因而研发投入多的企业，其负债水平往往较低；Cantwell & John[6]认为，公司越重视创新，负债水平就越低；Graham & Harvey[7]指出，债务与研发具有税盾效应，当企业试图保持税盾总体水平相对稳定时，随着其研发投入增加，研发税盾效应不断增强，债务税盾效应需求则逐渐下降，进而减少企业外部借款；Graham[8]进一步考察了研发投入的非债务税盾效应，发现随着研发投入增加，企业债务水平会下降；Graham & Tucker[9]发现，企业非债务税盾大约是利息抵扣形成的“债务税盾”的3倍，会显著降低企业债务水平。

国内有学者从创新本身、研发投入及其税盾效应解释企业创新与杠杆率的关系。例如，罗天强和李成芳[10]认为，企业技术创新目标具有内在一致性，能有效避免技术创新的盲目性，进而降低创新风险，提高财务风险承受能力，增强负债动机。与之相反，任曙明和陈焕[11]认为，企业技术创新能力越强，越倾向于选择较低的负债水平；周艳菊等[12]发现，研发人员与研发资金投入增加会引起杠杆上升，而专利授权量与发明专利申请量增加会引起杠杆下降；王亮亮和王跃堂[13]却发现，研发投入对债务融资具有替代效应，进一步验证了国外学者关于非债务税盾效应的理论观点，即研发投入增加可以促进企业去杠杆。此外，国内也有学者从其它角度考察创新与杠杆率的关系。刘啟仁和黄建忠[14]从产权保护角度分析了企业创新与负债的关系，认为创新会为企业带来专利等受保护的知识产权，进而强化其垄断优势，提高垄断租金和利润加成，弱化其负债动机；马建堂等[15]认为产能过剩会提高杠杆率；而Mayhew 等[16]的实证研究表明，技术创新可以通过强化产品差异性、弱化产品可替代性，巩固市场对现有产品需求并增加新产品需求，从而把过剩产能转化为有效产能，进而降低杠杆率；于博[17]从政策激励和行业创新环境等方面考察了创新驱动因素在去杠杆过程中的加速效应。

2 研究设计

2.1 研究假设

2.1.1 企业研发效率与杠杆率

研发效率是创新效率在“相对量”上的体现。研发资金投入量反映了企业对创新的重视程度[7]。早期研究表明，研发投入增加有助于企业创新能力提升[18]，也有研究发现研发投入增加可以降低企业负债。但Czarnitzki & Kraft[19]发现，管理权与所有权分离使得研发资金面临被滥用的风险。当研发资金不用于创新时，用研发投入测度创新的方法就存在瑕疵，而研发效率反映了研发资金使用的有效性，即研发活动运行效率，是企业创新效率的一种体现。根据优序融资理论，公司融资工具选择存在先后顺序[20]，在内源融资不足的情况下，公司一般会优先考虑债务融资。但Baker & Wurgler[21]认为公司融资通常会考虑市场时机，当自身股价被市场高估时，公司处于股票代替债务的有利时机。因此，一方面，企业融资会优先考虑内部资金。研发效率提高会扩大企业利润空间，丰富内部资金流，弱化企业负债动机；另一方面，当内部资金不足以维持企业运营，需要外部融资支持时，研发效率提高会向市场传递利好消息，使得公司股票价格上升。此时，企业更倾向于股权融资，以降低杠杆、维护老股东利益[21]。因此，研发效率提高对杠杆具有下调效应。进一步地，动态权衡理论指出，资本结构调整取决于调整成本和投资决策。在生产过程中，旧产能向新产能转化为企业带来了高昂的调整成本，进而对杠杆调整速度产生重要影响。具体而言，当边际产品收益较低，资本边际成本较高时，企业缺乏调整动力，调整速度较慢。但创新积累能为企业带来成本加成与垄断租金，提升企业利润率[14]。因此，研发效率提升会使边际产品收益逐步提高，进而提升企业对冲调整成本约束的能力，从而加快杠杆调整速度。基于此，提出如下假设：

H1a：研发效率与企业杠杆率呈负相关关系，且其杠杆调整具有加速效应。

企业所有权性质是研究中国企业时不可回避的现实问题。国有企业在国民经济中具有主导性作用，是构建国家创新体系的重要主体。一方面，国有企业具有重要地位，会获得政府诸多政策倾斜，更容易获得相关资源，因此国有企业融资成本更低。可以说，相较于非国有企业，国有企业面临着更强的预算软约束[22]。国有企业普遍存在产能过剩现象，意味着企业无法获得资金流入，进一步加剧了国企负债形势。另一方面，由于国企管理者通常有着较强的创新惰性，即便在累积的过剩产能和市场竞争高压下，仍然缺乏创新动力。此外，公有产权属性决定了国有企业存在生产效率与创新效率双重损失的现象[22]，即使国有企业有意深入开展R&D活动，R&D效率依旧很低[23]。因此，国有企业提高研发效率会加快杠杆调整速度。并且，国有企业创新投入资金主要来源于政府补助[24]，资本成本较低，调整成本也较低，研发效率提高会带来更高的边际收益，更有利于降低对冲调整成本、提高调整速度。基于此，提出如下假设：

H1b：对于国有企业，不仅研发效率对杠杆率的调整效应更为突出，而且其加速效应也更为敏感。

2.1.2 企业专利产出与杠杆率

专利产出是创新效率在“绝对量”上的体现。与研发效率注重考察研发资金使用效率不同，专利产出可以衡量对研发资金、研发人员、研发运行等研发资源的综合运用效率，而且专利既涉及“量”的效率，也涵盖“质”的效率[25]。钟昀珈等[26]认为专利申请数量可以真实反映企业创新产出和研发投入的绝对产出效率。因此，本文以专利申请量衡量企业专利产出，专利申请量越多，创新效率就越高[27-28]。一般而言，若企业因资金短缺向债权人贷款时，债权人更倾向于选择有厂房设备等抵押物的项目。专利是不易管理且难以估值的无形资产，无法很好地充当抵押物，难以获得债权人青睐，使得拥有大量专利的创新型企业负债水平较低[29]。但是，从市场竞争视角看，在缺乏竞争的行业中，企业可凭借垄断优势攫取消费者剩余、获得垄断利润，因此缺乏成本控制的内在动力[30]。企业专利产出不断增加，一方面可以增强自身竞争力，提升绩效，另一方面可能诱发行业内部创新锦标赛，加剧行业内竞争，进而影响企业资金周转，迫使企业为降低风险，更加注重优化杠杆。因此，基于创新连续性的考虑，专利产出增加会倒逼企业下调杠杆率。再者，由于专利一般蕴涵较强的技术性特征，公司对研发成果有着很强的保密意识，导致产品投入市场的获利周期延长，产生创新积累效应[14]，弱化调整成本约束，提升调整速度。这就说明，专利产出增加会使杠杆下调速度加快，即具有加速效应。基于此，提出如下假设：

H2a:专利产出与企业杠杆率呈负相关关系，且其杠杆调整具有加快效应。

毋庸置疑，国有企业负债基数较高，专利产出会使杠杆率下调效应更显著，但国有企业对加速效应敏感性不足。相比较而言，非国有企业对专利产出去杠杆的加速效应更敏感。其原因在于：一方面，当企业发生债务危机时，政府会保护国有企业，而非国有企业面临高昂的债务，被并购或破产的风险概率更高，所以有着更强的杠杆调整动机；另一方面，专利产出一般具有外部性[31]，非国有企业面临激烈的市场竞争，研发投资动机更强 [32]，也更需要规避其它企业对本公司产品的模仿。专利则提供了法律保护渠道，在保护期限内，可以更好地将专利技术内部化，提升创新产出给企业带来的预期利润，弱化其负债动机。但现实中非国有企业专利申请倾向较弱。因此，非国有企业杠杆率下调速度会随专利产出增加而加快。此外，非国有企业面临的竞争压力更大，激烈的产品竞争要求企业提高专利转化率，实现更高、更快的边际产品收益积累，以对冲杠杆调整成本。基于此，提出如下假设：

H2b：在非国有企业，专利产出对杠杆率的调整效应较弱，但其加速效应比较敏感。

2.2 样本选择

本文以沪、深证券市场2008-2017年上市公司为样本，数据主要来自CSMAR数据库，其中研发投入数据来自Wind数据库。借鉴已有研究的做法，结合本文研究需要，对样本进行筛选：剔除金融类上市公司样本；剔除无连续3年观测数据样本，因为动态面板数据研究需要有连续年限的数据；剔除相关数据缺失样本。此外，为减少异常值的影响，对所有连续变量进行Winsorize处理。最终得到6 292个有效观测值的非平行面板数据。

2.3 变量定义

(1)杠杆率，国内学者多用有息负债或总负债与总资产的比率衡量。由于本文从创新角度分析企业杠杆率变化，而创新是一个持续过程，需要长期资金支持，因此选用长期负债占总资产的比重衡量企业杠杆率。

(2)研发效率。在给定的投入和技术条件下，经济资源没有浪费，或对经济资源得到带来最大收益的利用即为效率。在本文中，研发效率是指以单位研发资金的专利申请产出量衡量的研发资金使用效率，因此借鉴魏雪君[33]、晏艳阳和王娟[34]的做法，采用专利申请量与研发资金投入的对数之比衡量。

(3)专利产出。Hasan & Tucci[35]认为专利申请量在分析企业创新能力时具有重要意义，因为专利申请量可以看作是一种创新产出。即使专利申请未获授权，这些研发成果经过商业化后也能带来回报，对经济发展具有一定潜在作用，而当潜在作用转化为现实时，该创新成果就具备了保护价值。已有学者实证了此项指标的可靠性，借鉴前人研究方法，本文采用专利申请量衡量专利产出。

另外，本文还对一系列企业财务特征 [37]变量加以控制，具体变量设计如表1所示。

2.4 模型构建

根据MM定理[38]，资本结构不直接影响企业价值，但公司税和代理成本的存在使二者发生间接关联，即企业存在最优资本结构。此外，公司自身特征、内外部环境及时间因素都会对资本结构产生影响 [37]。因此，本文首先建立最优杠杆率水平模型如下(从微观角度讲，企业资本结构与杠杆率同义)：

(1)

其中，表示i公司t期最优杠杆水平；向量组Xi,t是由一系列企业杠杆率影响因素构成；μi和νt分别为个体不可观测异质性与年度不可观测异质性。

实际上，社会真实杠杆率往往偏离最优杠杆水平，企业可以通过优化内外部环境，改善杠杆偏离程度，使其逐渐向最优水平靠近。在定义最优杠杆率后，借鉴动态资本结构模型[38]，利用滞后一期的杠杆率调整模型估计其动态调整速度，调整模型如下：

(2)

将式(1)带入式(2)，整理得到基准模型如下：

Levi,t=(1-δ)Levi,t-1+δ∑jβjXj,i,t+δμi+δνt+εi,t

(3)

其中，δ代表企业杠杆率向最优水平趋近的调整速度，估计系数(1-δ)越小，δ越大，调整速度越快。

2.4.1 研发效率与杠杆率动态调整

为考察研发效率的企业杠杆率调整效应，在式(3)右边加入研发效率RDEi,t-1。同时，为考察所有权异质性的影响，在等式(3)右边加入企业性质SOEi,t、研发效率RDEi,t-1以及二者的交互项RDEi,t-1×SOEi,t-1。其次，为考察研发效率对杠杆率调整是否存在加速效应，在式(3)右边加入研发效率RDEi,t-1和交互项RDEi,t-1×Levi,t-1，得到扩展的部分调整模型如下：

Levi,t=(1-δ)Levi,t-1+η1RDEi,t-1+δ∑jβjXj,i,t+δμi+δνt+εi,t

(4)

Levi,t=(1-δ)Levi,t-1+η2RDEi,t-1+η3SOEi,t+η4RDEi,t-1×SOEi,t-1+δ∑jβjXj,i,t+δμi+δνt+εi,t

(5)

Levi,t=(1-δ+η5RDEi,t-1)Levi,t-1+η6RDEi,t-1+δ∑jβjXj,i,t+δμi+δνt+εi,t

(6)

式(4)中，若η1显著为负，说明研发效率提高会使企业杠杆下调；式(5)中，若η4显著为负，说明研发效率提高更有利于国有企业去杠杆；在式(6)中，杠杆调整速度δ'=δ-η5RDEi,t-1，若η5的符号显著为负，说明杠杆调整速度会随着研发效率提高而加快。同时，为检验企业所有权性质对研发效率与杠杆率加速效应的影响，将全样本分为国有企业样本与非国有企业样本。若国有企业样本中的η5小于非国有企业样本中的η5，说明随着研发效率提高，国有企业杠杆率下调速度会大幅度提升。

2.4.2 专利产出与杠杆率动态调整

同理，为考察专利产出对杠杆率的调整效应，在式(3)右边加入专利申请规模Lapplyi,t-1。同时，为考察所有权异质性，在式(3)的右边加入企业性质SOEi,t、专利申请规模Lapplyi,t-1以及二者的交互项Lapplyi,t-1×SOEi,t-1。其次，为检验专利产出是否对杠杆调整速度存在加速效应，在式(3)右边加入专利申请规模Lapplyi,t-1以及交互项Lapplyi,t-1×Levi,t-1，进而得到扩展的部分调整模型如下：

Levi,t=(1-δ)Levi,t-1+α1Lapplyi,t-1+δ∑jβjXj,i,t+δμi+δνt+εi,t

(7)

Levi,t=(1-δ)Levi,t-1+α2Lapplyi,t-1+α3Lapplyi,t-1+α4Lapplyi,t-1×SOEi,t-1+δ∑jβjXj,i,t+δμi+δνt+εi,t

(8)

Levi,t=(1-δ+α5Lapplyi,t-1)Levi,t-1+α6Lapplyi,t-1+δ∑jβjXj,i,t+δμi+δνt+εi,t

(9)

式(7)中，若α1显著为负，说明专利产出促进杠杆率下调；在式(8)中，若α4显著为负，说明专利产出对杠杆率的调整效应对国有企业更为突出；式(9)中，杠杆调整速度δ'=δ-α5Lapplyi,t-1，若α5符号显著为负，说明杠杆调整速度随着专利申请数量增加而加快。同样，为了考察专利产出对杠杆率加速效应的异质性，将全样本分为国有企业样本与非国有企业样本，若国有企业样本中的α5大于非国有企业样本中的α5，则说明随着专利产出增加，非国有企业杠杆调整速度提升更快。

3 实证分析

3.1 描述性统计

研究中主要变量的描述性统计结果如表2所示。

表2显示了主要变量的均值、最值与标准差。在研究样本范围内，以长期负债为考量的企业杠杆率均值为0.083 4，平均长期负债水平较低，但极值间差距较大，部分企业有着较高的长期负债水平；研发效率均值为4.833 4，整体水平偏低，且标准差较大，说明各企业研发效率差异较大；以专利申请规模为代表的专利产出均值为3.548 7，标准差为1.376 3，意味着各企业间专利申请量也存在较大差异。

表3中，从杠杆率看，国有企业约是非国有企业的1.4倍，意味着国有企业负债基数较高；从研发效率看，与前人研究不同，国有企业研发效率较高，这是由于本文用专利申请量与研发投入规模的比值衡量研发效率，而国有企业专利申请意愿更强；从专利申请规模看，国有企业比非国有企业高，表明非国有企业专利产出较少；从其它控制变量看，国有企业规模、可抵押资产、非债务税盾均比非国有企业高，但盈利能力及成长性低于非国有企业。

另外，为了保证模型估计的准确性，本文采用方差膨胀因子检验变量之间的共线性问题。结果显示：各解释变量、控制变量方差膨胀因子VIF均小于3，平均因子为1.66。一般认为，当VIF>10时，变量之间存在多重共线性问题。因此，本文VIF值在合理范围内，即各变量之间不存在多重共线性，适合作模型研究分析。

3.2 实证结果

3.2.1 研发效率的杠杆治理效应与异质性特征

表4中，Lev-1的系数(1-δ)均大于0且小于1，说明杠杆调整速度δ在(0，1)内变化，即杠杆调整具有动态收敛性质，会不断地向最优水平靠近。其中第(1)列是模型(5)的回归结果，RDE-1系数在1%的水平上显著为负，说明研发效率有着去杠杆的调整效应，且其系数为-0.002 4，即研发效率提高1%时，杠杆率会下降0.24%；第(2)列是模型(6)的回归结果，交叉项RDEt-1×SOEt-1系数在5%的水平上显著为负，表明研发效率的杠杆调整效应在国有企业更为突出，具体表现为研发效率每提高1%时，国有企业会比非国有企业多下调0.42%的杠杆率。第(3)、(4)、(5)列是模型(7)的回归结果，在全样本中，RDE-1 ×Lev-1系数在1%的水平上显著为负，说明企业提高研发效率会加快杠杆优化速度；在子样本中，国有样本与非国有样本的RDE-1 ×Lev-1系数均在1%水平上显著为负，意味着企业所有权异质性不会改变研发效率对杠杆调整的加速效应。此外，对比二者的交叉项系数(-0.025 7<-0.010 9)可知，国有企业去杠杆速度提升比非国有企业更快，表明虽然国有企业研发投入大，但由于研发效率较高，其杠杆优化速度依旧表现得非常敏感。以上结果与H1a、H1b一致。

注:采用系统GMM两步法和稳健标准误回归，括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；各列结果均表明：残差差分序列不存在自相关，工具变量不存在过度识别，下文相同

3.2.2 专利产出的杠杆治理效应及其异质性特征

表5中，第(1)列为模型(7)的回归结果， Lapply-1系数在5%的水平上显著为负，表明专利产出具有去杠杆的调整效应，专利产出每增加1%，杠杆率下调1.04%；第(2)列为模型(8)的回归结果，交叉项Lapply-1×SOE-1系数在5%的水平上显著为负，即随着专利产出增加，杠杆调整效应在国有企业比非国有企业多实现2.18%；第(3)、(4)、(5)列为模型(9)的回归结果，全样本中Lappply-1×Lev-1系数在1%的水平上显著为负，即专利产出增加有助于加快企业向下调整杠杆的速度。子样本中国有企业与非国有企业Lappply-1×Lev-1的系数均在1%水平上显著，对比其系数值(-0.114 1>-0.123 6)可知，国有企业杠杆调整速度比非国有企业慢，从而在专利产出对杠杆调整加速效应方面，非国有企业表现得更为敏感。以上结果与H2a、H2b均一致。

3.3 稳健性检验

从动态创新角度重新回归以验证结果的稳健性。其中，△RDE表示相邻两年的研发效率之差，反映研发效率提高程度；△Lapply表示相邻两年创新产出之差，反映专利产出增加程度；△RDE×Lev是△RDE与杠杆率Lev的乘积，△Lapply×Lev是△Lapply与杠杆率Lev的乘积，分别体现研发效率提高程度及专利产出增加程度对杠杆调整速度的影响。现将模型(4)、(6)、(7)、(9)中的创新静态变化量替换为动态变化量重新进行回归分析，结果如表6所示。

表6中，第(1)列△RDE-1系数在1%水平上显著为负，说明研发效率提高有助于杠杆率下调；第(2)列△RDE-1×Lev-1系数在1%水平上显著为负，表明研发效率提高得越快，杠杆调整速度越快，即研发效率对杠杆调整具有加速效应；第(3)列△Lapply-1系数在5%水平上显著为负，说明随着专利产出增加，杠杆率呈下调趋势；第(4)列△Lapply-1×Lev-1系数在1%水平上显著为负，表明专利产出增加越快，杠杆调整速度越快，即专利产出对杠杆调整具有加速效应。

以上结果均与正文结论一致。

4 结语

4.1 研究结论

本文将企业最优杠杆率内生于动态调整过程，从调整效应、加速效应两个方面分析创新与杠杆率之间的关系，结果表明：研发效率越高，企业杠杆率越低。同时，研发效率提高会加速企业杠杆调整速度。企业所有权异质性并不会改变该结果，但研发效率提高更有利于国有企业去杠杆，而且就加速效应而言，国有企业更敏感；专利产出越多，企业杠杆率水平越低。同时，专利产出增加会加速企业杠杆调整。考虑所有权异质性，专利产出也更有利于国有企业去杠杆，但就加速效应而言，非国有企业更敏感。本文从动态关系层面得出的结论与前人静态关系视角下的研究结论大体相同，略有差异：首先，与多数学者一致，研发水平有利于企业去杠；其次，与周艳菊等[12]研究所得专利与负债水平正相关的结论不一致，而是专利产出与杠杆率负相关。静态视角下，专利转化需要大量资金支持，进而提升了企业债务水平。动态视角下，专利投入市场能为企业带来流动资金，进而对杠杆率产生连续性影响，上升态势的资金流入会弱化企业负债动机；最后，既有的少数动态研究发现不同创新政策对去杠杆的加速效应或有或无[17]，本文发现企业自身创新效率对去杠杆均有显著加速效应。

4.2 实践启示

基于以上结论，从企业与政府层面分析，得到以下实践启示：

(1)从企业层面看：创新既可以驱动企业长期发展，又可以降低企业杠杆、减轻企业债务危机压力。因此，企业决策部门应充分重视创新主体地位，加大创新力度，着力提升创新效率，从提升研发资金使用效率和增加专利产出两个方面共同努力，进而提高创新去杠杆加速度，为企业安全发展及转型升级奠定坚实基础；国有企业在研发效率去杠杆的加速效应方面有更强的敏感性。因此，国有企业在创新和去杠杆过程中，不能过度依赖政府，要消除创新惰性，提升创新意识。同时，不应盲目增加研发投资，应注重提高研发效率，积极实现旧产能向新产能转化，追求更多的创新积累，通过提高研发效率实现去杠杆的加速效应，最终获得创新与去杠杆“双丰收”；非国有企业在专利产出去杠杆的加速效应上有更强的敏感性。因此，非国有企业可以选择扩大研发投资规模，提升整体创新水平，重点提高专利产出，提升专利转化能力及专利转化效率，有效发挥专利产出加速去杠杆的优势，从而既可以应对激烈的产品竞争、巩固和拓展新市场，也可以缓解债务危机。

(2)从政府层面看：应构建多元化、多层次融资体系，保证企业研发资金来源的稳定性。同时，释放金融机构信贷决策权，营造公平公正的中性竞争环境，减少创新优惠政策的歧视性倾斜；对于国有企业，政府可以适当降低创新资金支持力度，建立有效的创新评价体系，加强对国有企业研发效率的考核，监督其研发资金用途；对于非国有企业，政府可侧重拓宽其专利申请渠道，完善专利申请体系，加强知识产权保护，严厉打击抄袭或窃取等“专利流氓”行为，增强非国有企业专利申请意识。

参考文献:

[1] 中国企业家调查系统.中国企业创新动向指数:创新的环境、战略与未来——2017·中国企业家成长与发展专题调查报告[J].管理世界,2017(6):37-50.

[2] 罗能生,刘文彬,王玉泽.杠杆率、企业规模与企业创新[J].财经理论与实践,2018,39(6):112-118.

[3] TITMAN S.The effect of capital structure on a firm's liquidation decision[J].Journal of Financial Economics, 1984, 13(1): 137-151.

[4] TITMAN S,WESSELS R.The determinants of capital structure choice[J].Journal of Finance, 1988, 43(1): 1-19.

[5] VICENTE‐LORENTE JD.Specificity & opacity as resource‐based determinants of capital structure: evidence for Spanish manufacturing firms[J].Strategic Management Journal, 2001, 22(2): 157-177.

[6] CANTWELL, JOHN.Multinational enterprises, innovative strategies & systems of innovation[M].Edward Elga，2002.

[7] GRAHAM J, HARVEY C.How do CFOs make capital budgeting & capital structure decisions[J].Journal of Applied Corporate Finance, 2002, 15(1): 8.

[8] GRAHAM JR.Taxes & corporate finance: a review[J].Review of Financial Studies, 2003, 16(4): 1075-1129.

[9] GRAHAM J R, TUCKERA L.Tax shelters & corporate debt policy[J].Journal of Financial Economics, 2006, 81(3):563-594.

[10] 罗天强, 李成芳.论产业技术创新[J].自然辩证法研究, 2002,18(11):69-71.

[11] 任曙明, 陈焕.产业技术创新能力与资本结构关系的实证研究——以我国上市公司为例[J].科技进步与对策, 2009, 26(9):63-66.

[12] 周艳菊, 邹飞, 王宗润.盈利能力、技术创新能力与资本结构-基于高新技术企业的实证分析[J].科研管理, 2014, V35(1):48-57.

[13] 王跃堂, 王亮亮, 彭洋.产权性质、债务税盾与资本结构[J].经济研究, 2010(9):122-136.

[14] 刘啟仁 ,黄建忠.产品创新如何影响企业加成率[J].世界经济, 2016(11):8-19.

[15] 马建堂, 董小君, 时红秀, 中国的杠杆率与系统性金融风险防范[J].财贸经济, 2016, 37(1):5-21.

[16] MAYHEW M J , SIMONOFF J S , BAUMOL W J , et al.Cultivating innovative entrepreneurs for the twenty-first century: a study of U.S.& German students[J].Journal of Higher Education, 2016, 87(3):420-455.

[17] 于博.技术创新推动企业去杠杆了吗——影响机理与加速机制[J].财经研究, 2017, 43(11):113-127.

[18] LIN P.Spillover effects of fdi on innovation in China: evidence from the provincial data[J].China Economic Review, 2004, 25(1): 25-44.

[19] CZARNITZKI D, KRAFT K.Firm leadership & innovative performance: evidence from seven EU countries[J].Small Business Economics, 2004, 22(5):325-332.

[20] MYERS S C.The capital structure puzzle[J].Journal of Finance, 2012, 39(3):574-592.

[21] BAKER M , WURGLER J .Market timing & capital structure[J].The Journal of Finance, 2002, 57(1):1-32.

[22] 吴延兵.国有企业双重效率损失研究[J].经济研究,2012,47(3):15-27.

[23] 吴延兵.国有企业双重效率损失再研究[J].当代经济科学, 2015, 37(1):1-10.

[24] 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.

[25] 陈德球,金雅玲,董志勇.政策不确定性、政治关联与企业创新效率[J].南开管理评论,2016,19(4):27-35.

[26] 钟昀珈,张晨宇,陈德球.国企民营化与企业创新效率:促进还是抑制?[J].财经研究,2016,42(7):4-15.

[27] 冯飞鹏.产业政策、信贷配置与创新效率[J].财经研究,2018,44(7):142-153

[28] LONG M, MALITZ I.The investment-financing nexus: some empirical evidence[J].Midl& Corporate Finance Journal, 1985, 21(3):53-59.

[29] OHNR J,KALMESHL .Introductory digital image processing: a remote sensing perspective[J].Geocarto International, 1986, 2(1):65-65.

[30] 李常洪, 郭嘉琦, 宋志红.创新投入、创新产出与企业绩效:基于CDM模型的实证研究[J].华东经济管理, 2013(5):164-168.

[31] 程强, 尹志锋, 叶静怡.国有企业与区域创新效率——基于外部性的分析视角[J].产业经济研究, 2015(4):10-20.

[32] 林毅夫, 刘明兴, 章奇.企业预算软约束的成因分析[J].江海学刊, 2003(5):49-54.

[33] 魏雪君.我国专利产出效率模型的创建及其应用研究[J].科技管理研究, 2006, 26(8):86-88

[34] 晏艳阳,王娟.产业政策如何促进企业创新效率提升——对“五年规划”实施效果的一项评价[J].产经评论,2018,9(3):57-74.

[35] HASAN I, TUCCI CL.The innovation-economic growth nexus: global evidence[J].Research Policy, 2010, 39(10): 1264-1276.

[36] HAGEDOORN J.Sharing intellectual property rights—an exploratory study of joint patenting amongst companies[J].Industrial & Corporate Change, 2003, 12(5): 1035-1050.

[37] MODIGLIANI F, MILLER M H.The cost of capital, corporation finance & the theory of investmient[C]// Comment, American Economic Review,1959:261-297.

[38] KRAUS A,LITZENBERGER RH .A state‐preference model of optimal financial leverage[J].Journal of Finance, 1973, 28(4):911-922.

(责任编辑：林思睿)