政府研发与非研发补贴“光环效应”对企业外部融资的影响
——来自新能源企业的实证

龚 红1,2,朱翎希1

(1.武汉大学 经济与管理学院,湖北 武汉 430072; 2.武汉大学 中国产学研合作问题研究中心,湖北 武汉 430072)

摘 要:主要探讨政府研发补贴与非研发补贴“光环效应”对企业外部融资的影响,以及专利强度在二者间的调节作用。通过对中国2008-2018年228家新能源企业数据进行研究,结果发现:①政府研发和非研发补贴对企业外部融资有正向影响,即政府通过为企业提供资金支持产生光环效应,增加企业获取外部融资的机会;②专利强度显著正向调节政府研发和非研发补贴与企业长短期债务融资的关系,而对企业获得股权融资则无显著影响,即银行和其它金融机构在决定是否对企业进行投资时更关注企业创新能力。

关键词:政府补贴;光环效应;外部融资;专利强度

The "Halo Effect" of Government R&D and Non-R&D Subsidies on the External Financing of Enterprises
——Based on the Analysis of the New Energy Enterprises

Gong Hong1,2,Zhu Ling Xi1

(1.Economics and Management School of Wuhan University,Wuhan 430072,China;2.Research Center for China Industry-University-Research Institute Collaboration of Wuhan University,Wuhan 430072,China)

AbstractThis study mainly discusses the influence of government R&D subsidies and non-R&D subsidies on external financing of enterprises through "halo effect" and the moderating effect of patent intensity between the two. Based on the data of 228 new energy enterprises in China from 2008 to 2018,the results show that: ①government R&D and non-R&D subsidies have a positive impact on the external financing of enterprises,that is,the government has a halo effect by providing financial support to enterprises,expanding the opportunities for enterprises to obtain external financing; ②patent intensity significantly positively regulates the relationship between government R&D and non-R&D subsidies and long-term and short-term debt financing of enterprises,but has no obvious impact on enterprises' equity financing,that is,banks and other financial institutions pay more attention to the innovation ability of enterprises when deciding whether to invest in enterprises.

Key Words Government Subsidy;Halo Effect; External Financing; Patent Intensity

DOI10.6049/kjjbydc.2020060421

开放科学(资源服务)标识码(OSID):

中图分类号:F275.6

文献标识码:A

文章编号:1001-7348(2021)04-0070-08

收稿日期:2020-06-15

修回日期:2020-09-23

基金项目:中央高校基本科研业务费专项基金项目、武汉大学自主科研项目(人文社会科学)(2016022);湖北省技术创新专项重点项目(2016ADC019)

作者简介:龚红(1977-),男,湖北仙桃人,博士,武汉大学经济与管理学院教授、博士生导师,中国产学研合作问题研究中心副主任、研究员,研究方向为创新管理;朱翎希(1995-),女,湖南衡阳人,武汉大学经济与管理学院硕士研究生,研究方向为创新管理。本文通讯作者:龚红。

0 引言

党的十九大报告指出要“构建市场导向的绿色技术创新体系”,并“推进能源生产和消费革命,构建清洁低碳、安全高效的能源体系”, 致力于推进新能源对传统能源的代替。近年来,我国政府主要通过为新能源企业提供财政补贴和政策优惠鼓励其开展研发活动。然而,中国新能源企业发展主要依靠政府补贴,导致财政压力较大,难以弥补逐渐扩大的补贴缺口;同时,政府过多干预也可能阻碍市场竞争,导致资源配置效率低下[1]。新能源企业在发展初期,政府发挥着关键引导作用,但市场却扮演着促进新能源企业走向成熟的重要角色。新能源企业发展壮大需要通过多元化外部融资渠道来实现[2]

新能源企业由于其本身的特殊性而面临着日渐严重的融资约束问题。相关研究表明,政府补贴缓解了企业融资困境。一方面,通过研发项目补贴,政府直接帮助企业解决研发资金不足的问题;另一方面,获取研发补贴代表了政府对企业研发项目高质量的认可,这种认可通过将信号传递给外部投资者,称之为“光环效应”(Halo Effect),由此可降低企业与外部资金提供者间的信息不对称,从而提高企业获取外部融资的能力。新能源企业进行研发活动往往成本高昂,单靠政府补贴难以维持整个研发项目的持续进行,而政府补贴“光环效应”则反映了企业研发项目的利润潜力,能够解决企业融资不足的问题。本文旨在于揭示政府研发补贴和非研发补贴如何通过“光环效应”引导外部投资者。

学者在评价政府补贴时,多从研发补贴对企业绩效的影响和企业研发投入角度切入,那么研发补贴是否影响企业未来决策?政府研发补贴与非研发补贴分别通过哪些机制影响企业融资决策?除研发补贴外,非研发补贴是否也会产生“光环效应”?厘清上述问题,可为合理评价政府补贴提供新视角。

本研究以2008-2018年我国228家新能源企业为样本,探讨政府研发和非研发补贴“光环效应”对企业外部融资的影响,将外部融资分为短期债务融资、长期债务融资和股权融资3种。除此之外,还探讨专利强度对政府补贴与企业外部融资间关系的调节作用,研究结论可为新能源企业管理者作出融资决策、专利申请者获取政府补贴及解决融资约束提供参考,有助于丰富政府补贴与企业外部融资关系的研究。

1 文献回顾与研究假设

1.1 政府研发补贴对企业外部融资的影响

相关研究发现,政府研发补贴对企业主要产生如下影响:①直接影响企业产出。例如,Lerner[3]以小企业创新研发项目为样本,按行业效应和规模效应对补贴企业和非补贴企业进行研究发现,政府研发补贴促进了受补贴企业的销售,并增加了就业;唐清泉、罗党论[4]研究发现,政府补贴在上市公司发挥社会效益方面起关键作用;白俊红等[5]认为,中国政府研发补贴提高了企业技术创新能力;②间接影响企业外部融资。与外部投资者间的信息不对称削弱了企业为研发活动筹集外部资金的能力,从而造成了融资约束[6]。Lerner[3]对美国小企业研发项目进行研究发现,政府财政补助可能存在“信号功能”。也即,政府补助向外部投资者传递的企业质量“信号”而非资助本身影响企业创新。此后,在Lerner的基础上,Feldman & Kelley[7]将信号效应概念进一步引申为“光环效应”,即接受补贴的企业通常拥有更强的技术实力和盈利能力,更容易获取外部投资者信任。因为政府本身就代表了高标准和诚信,因此当政府认为一个有风险的研发项目值得投资时,就证明这项技术有价值;Meuleman & Maeseneire[8]发现,在比利时,研发补贴为企业带来了更多长期债务,并将这种影响称之为政府研发补贴“认证效应”。我国部分研究也发现政府研发补贴的光环效应。例如,李彰和苏竣[6]以“863”计划为例,实证研究发现,政府通过给企业提供研发补贴能够帮助企业吸引外部融资,并且遭遇融资约束越强的企业,政府研发补贴效果越明显;陈聪等[9]基于科技型中小企业的研究发现,外部投资者在决定是否对企业进行投资时会观察企业获得的政府资助时间,时间越长,资助效果越明显。

政府研发补贴真的产生了“光环效应”吗?现有研究关于政府研发补贴能否向私人投资者传递企业质量的积极信号,进而影响企业筹集外部资金的能力并无定论。Jiang Wei & Yan Zuo[10]发现,不同来源的政府补贴向外部投资者传递了不同的信息:中央政府更倾向于补贴知识外溢程度较高的企业从而传递负面信号,地方政府则会将注意力集中于企业自身发展以带动地区经济增长,从而传递了正面信号;Chen[11]等发现,研发补贴对外部融资的影响呈倒U型关系,这一事实说明,研发补贴虽然可能向市场传递积极信号,但也可能披露有关项目和公司的潜在风险;Cumming[12]还发现,政府补贴并没有特别明显的作用,它并不会影响企业首次公开募股。

研发补贴效果如何,能否传递正确的质量信号从而产生“光环效应”,关键在于政府是否拥有一定的公信力,同时与私人投资者相比是否拥有更充分的信息获取渠道[13]。除此之外,政府在资助企业进行研发活动之前,还需要请相关领域专家对研发项目进行技术评审,对研发项目发展前景进行分析。近年来,我国政府加大了新能源企业投资力度。同时,我国新能源企业属于战略性新兴产业,多为高新技术企业,对研发活动投资力度较大,未来发展前景较好。基于此,本文提出如下假设:

H1:政府研发补贴对企业外部融资(短期债务融资(H1a)、长期债务融资(H1b)、股权融资(H1c))具有积极影响。

1.2 政府非研发补贴对企业外部融资的影响

财政直接投入和税收制度是政府支持创新活动的重要制度安排,其中财政补贴是主要的财政支持手段,而税收优惠政策则是主要的间接扶持手段,这两种政策通常同时为政府所用,而税收优惠政策又是政府非研发补贴的一种。非研发补贴是指政府为促进企业非研发活动而提供的补贴,旨在帮助企业发展组织、提高市场能力,实现增长或创新。非研发补贴包括营销或品牌补贴、技术购买或许可证购买补贴、固定资产投资补贴、出口补贴、就业或人力培训补贴、社会保险补贴、节能补贴、税收优惠等[11]。一方面,非研发补贴可以直接通过非研发来源创新或间接补贴研发活动,传递政府对企业有能力开展非研发活动的正面信息。这是因为,政府在向企业提供非研发补贴之前,会评估企业组织能力和市场潜力,这决定了企业能否具备这些能力获取政府资源;另一方面,由于非研发补贴侧重于企业非研发活动,投资于这些活动所获取的收益更具有稳健性,因此非研发活动风险相较于研发活动而言要小很多。所以,在外部投资者眼里,非研发补贴几乎不包含负面信息。尽管有部分学者发现,非研发补贴可能存在一些潜在缺陷,如“挤出效应”、助长腐败等,但从系统失灵角度看,企业要实现创新,不仅应增加研发投资,更应该扩大在制造部门、销售部门、服务部门等非研发部门的投资比例。而政府非研发补贴则解决了企业在非研发部门投资不足的问题,它作为不可观测的考察公司质量的一个可测度指标,给外部投资者带来了光环效应[8]。基于此,本文提出如下假设:

H2:政府非研发补贴对企业外部融资(短期债务融资(H2a)、长期债务融资(H2b)、股权融资(H2c))具有积极影响。

1.3 专利强度的调节作用

如前所述,政府补贴作为一种信号可以传递关于企业技术能力的积极信息。如果企业在进行复杂研发项目时寻求外部融资,而这些项目需要高度专业化的技能,那么贷款人和投资者通常不得不依赖于可观察到的公司特征。

Long[14]认为,专利对于减少公司与外部投资者间的信息不对称比较有效。首先,专利获取成本较高(除经常需要研发出可申请专利的发明外,还需要支付管理费和律师费),而且对他人来说很容易观察和核实;Myers &Majluf[15]强调专利提供了一个“可验证的细节”来传达企业内部信息。其次,贷款人和投资者会将专利与难以衡量的公司特征联系起来,从而传递一些有价值的信息。例如,由于专利是对企业过去研发成果的衡量,从而“宣传”了公司创新能力。Henderson & Cockburn[16]运用专利数量衡量制药行业公司研究能力;Harhoff[17]认为专利标志着公司R&D员工素质及其处理知识产权的能力。同时,拥有专利的公司比没有专利的公司拥更高的其产品增长率和生产率[18];Levitas & McFadyen[19]指出,专利提高了未来现金流前景,而且由于专利至少在一定程度上保护了企业免受竞争,因此它们有望在未来获取更高的利润率。

对于贷款人而言,企业生存比公司盈利能力更重要,面临破产的高风险是公司在筹集外部资金时遭遇困境的原因之一。Cockburn & Wagner[20]的研究表明,拥有专利与企业生存正相关;Mann & Sager[21]研究发现,专利申请数与衡量企业是否成功的指标间存在正相关关系,生存是其中之一。基于此,本文提出如下假设:

H3:专利强度正向调节政府研发补贴与企业外部融资间的关系。

H4:专利强度正向调节政府非研发补贴与企业外部融资间的关系。

2 实证研究设计

2.1 样本选取与数据来源

本文以2008-2018年在上交所与深交所上市的新能源企业为研究对象,通过新浪财经筛选出所有带有新能源字段的企业,并结合国泰安数据库,以2008-2018年财务报告为基础进行如下筛选:①筛选出所有新能源收入占总收入比重50%以上的公司;②剔除所有标记为*ST、ST的公司样本;③剔除2008以后上市的公司;④剔除政府补贴、长短期债务融资、股权融资等关键财务数据缺失的上市公司,并在1%和99%的位置进行Winsorize缩尾处理。最终,得到228家企业的1 748个有效观测值作为非平衡面板数据。政府研发和非研发补贴与企业外部融资等公司财务数据均来源于国泰安数据库,企业专利数据来源于国家知识产权局专利数据库、国泰安数据库和中国专利数据服务平台“智慧芽”。

2.2 变量测度

(1)因变量:外部融资(Financing),包括债务融资和股权融资两种。其中,前者又包括短期债务融资(Sdebt)和长期债务融资(Ldebt)。参考Li等[22]的研究,短期债务融资由短期借款衡量,长期债务融资由长期借款衡量。股权融资(Equity)则参考李明辉和刘力涵[23]的研究,用所有者权益变动额衡量。

(2)自变量:①政府研发补贴(RD)。如果一个受补贴项目的标题中出现以下任何一个词即研发、专利、技术创新、技术改造、自主创新、版权、研究、新产品、科技、产业创新、产业升级、知识版权、技术标准、设计规范、发展、高新技术、瞪羚、博士[11],则该项目被视为研发补贴;②政府非研发补贴(NRD)。如果一个受补贴项目的标题中不出现上述关键词,则被视为非研发补贴。非研发补贴一般包括产品营销补贴、品牌补贴、技术采购、许可证采购、固定资产投资、出口、就业或人力资源培训、社会保险等[11]

(3)调节变量:专利数(Patent)。本文用企业年度授权专利数衡量。

(4)控制变量:本文选用企业规模(Size)、资产流动性(liquidity)、财务杠杆(leverage)、固定资产(Fixasset)等作为控制变量,衡量方式如表1所示。

2.3 模型设置

为检验政府补贴(研发补贴与非研发补贴)对企业外部融资的具体效应,本文以新能源企业2008-2018年相关数据为分析对象,构建4个模型。首先,检验政府研发补贴对企业外部融资的影响,构建模型(1)。

Financingi,t=β0+β1RDi,t+β2ControlVariablesi,t+δt+εi,t

(1)

其中,i表示企业,t表示年份,Financingi,t表示企业it年的外部融资,包括3个指标:短期债务融资、长期债务融资、股权融资。RDi,t表示企业it年得到的政府研发补贴,ControlVariablesi,t表示所有控制变量。δt代表时间固定效应,εi,t为误差项。

为检验专利强度是否具有调节作用,在模型(1)中加入政府研发补贴与专利强度的交互项(RD×Patent),构建模型(2)。

Financingi,t=β0+β1RDi,t+β2Patenti,t+β3RDi,t*Patent+β4ControlVariables+δt+εi,t

(2)

其中,Patenti,t表示企业it年拥有的专利数量。加入的交叉项用于考察专利强度对政府研发补贴与企业外部融资的调节作用,模型(2)中的控制变量和模型(1)一致。

同理,为验证政府非研发补贴与企业外部融资间的关系,以及专利强度对政府非研发补贴与企业外部融资的调节作用,构建模型(3)和模型(4)。

Financingi,t=β0+β1NRDi,t+β2ControlVariables+δt+εi,t

(3)

Financingi,t=β0+β1NRDi,t+β2Patenti,t+β3RDi,t*Patent+β4ControlVariables+δt+εi,t

(4)

其中,NRDi,t表示企业it年所得到的政府非研发补贴,加入的交叉项(NRD×Patent)用于考察专利强度对政府非研发补贴与企业外部融资的调节作用,模型(3)和模型(4)中的其它符号含义同模型(1)和模型(2)。

3 实证检验

3.1 描述性统计与相关性分析

本文主要变量的描述性统计结果及变量Pearson系数见表2。变量间相关系数大多低于0.6,说明模型基本不存在多重共线性问题。

表1 主要变量描述性统计结果

变量符号衡量方式观测值平均数标准差最大值最小值长期债务融资(元)Ldebt长期借款的对数1 74817.831.99622.2311.09短期债务融资(元)Sdebt短期借款的对数1 74818.431.81025.2911.47股权融资(元)Equlity所有者权益变动额的对数1 74818.731.58024.0610.33政府研发补贴(元)RD政府研发补贴金额的对数1 74814.391.69318.176.397政府非研发补贴(元)NRD政府非研发补贴的对数1 74816.551.53820.938.309企业规模(元)Size总资产的对数1 74821.241.06427.1516.76流动性liquidity流动资产/总资产1 7480.6640.2050.9940.073 3杠杆leverage总负债/总资产1 7480.3350.1711.2560.011 0现金流比率CFR自由现金流/总资产1 748-0.006 640.1411.893-1.577企业所有权SOE虚拟变量,国有控股则为11 7480.032 00.17610固定资产(元)Fixasset固定资产的对数1 74818.591.66526.667.947专利强度(个)Patent企业专利数量1 7482.841.16271

表2 变量相关性分析结果

变量LdebtSdebtEqulityRDNRDPatentSizeLiquidityleverageCFRSOEFixassetLdebt1Sdebt0.416***1Equlity0.263***0.173***1RD0.115**0.199***0.167***1NRD0.178***0.241***0.281***0.438***1Patent0.225**0.303***0.178***0.235***0.266***1Size0.440***0.545***0.497***0.366***0.497***0.416***1Liquidity-0.386***-0.244***-0.142***-0.059**-0.139***-0.144**-0.393***1leverage0.411***0.423***-0.072***0.147***0.103***0.380***0.101***-0.025 01CFR0.028 00.045 0-0.299***00.019 0-0.052 0-0.019 0-0.130***0.082***1SOE-0.027 00.096***0.003 000.115***0.045*0.004 000.048**-0.002 000.023 0-0.021 01Fixasset0.344***0.378***0.171***0.196***0.295***0.380***0.560***-0.539***0.075***0.008 000.087***1

3.2 回归分析与假设检验

为检验政府补贴(研发补贴与非研发补贴)对企业外部融资的具体效应,本文以新能源企业2008-2018年相关数据为分析对象,构建4个模型。本文使用横截面和时间序列相结合的面板数据,通过豪斯曼检验发现,适合选择固定效应模型。在生成年度虚拟变量后,本文发现时间效应存在,因此选用双向固定效应模型。具体回归结果见表3和表4。

表3 政府研发补贴对企业外部融资的影响

变量模型1长期债务融资短期债务融资股权融资模型2长期债务融资短期债务融资股权融资政府研发补贴(RD)0.084 7***0.204***0.082 6* 0.157**0.730***0.416**(0.000)(0.000) (0.075) (0.031)(0.005)(0.025) 专利强度(Patent)0.016 6*0.074 7*0.017 9 (0.066)(0.060) (0.306) 政府研发补贴*专利强度0.001 20**0.006 03**-0.001 14 (RD*Patent )(0.044)(0.024) (0.321) 企业规模(Size)0.696***0.556***1.071***1.326***1.301**1.250***(0.000)(0.000)(0.000)(0.032)(0.060)(0.597) 流动性(Liquidity)0.087 9-1.270**-0.238 1.916**3.532*-0.605 (0.793)(0.039) (0.382) (2.20)(1.91) (-0.53) 杠杆(Leverage)4.302***1.853***-1.213***3.370***6.283***-2.114* (0.000)(0.000)(0.001) (0.000)(0.000) (0.086) 固定资产(Fixasset)0.182***-0.113-0.221***-0.183-0.1080.184 (0.003)(0.188)(0.000) (0.204)(0.717) (0.343) 现金流比率(CFR)0.655-1.064-2.807***0.6924.793*-7.211***(0.351) (0.194) (0.000) (0.104)(0.059)(0.000) 企业所有权(SOE)0.3280.2910.0465 1.796***1.294-0.526 (0.254)(0.415)(0.867) (0.002)(0.169)(0.380) 时间固定效应是是是是是是常数项-2.8004.7630.212 -9.940**-21.79*-13.36* (0.133) (0.132)(0.897) (0.045)(0.081) (0.076) N1 7481 7481 7481 7481 7481 748R20.3530.3440.455 0.7870.5280.491

注:******分别表示1%、 5%、 10%水平下显著,括号内为P值,下同

(1)表3模型1用来分析政府研发补贴对企业外部融资的影响。结果表明,政府研发补贴对长期债务融资(β1=0.084 7,p<0.01)、短期债务融资(β1=0.204,p<0.01)、股权融资(β1=0.082 6,p<0.1)均具有积极而显著的影响,初步支持了假设H1,表明政府研发补贴为企业外部投资者提供了难以观察到的质量信号,提高了企业获取外部融资的能力。

假设H1得到证实,表明政府研发补贴产生了“光环效应”。外部投资者在考虑是否为企业提供资金支持时,难以获知企业能否生存和实现未来发展的真正能力。因此,对于债权人和股东来说,政府选择为企业提供研发补贴本身就传递了企业研发项目的高质量信号,减少了企业与外部投资者间的信息不对称,使得这些企业相较于没有获得政府支持的企业而言,获取债务融资和股权融资机会更多。

(2)表3模型2分析专利强度对政府研发补贴与企业外部融资关系的调节作用,在模型1的基础上加入专利强度与企业外部融资的交互项。结果表明,专利强度正向调节政府研发补贴与长期债务融资(β3=0.001 20,p<0.05)及短期债务融资(β3=0.006 03,p<0.05)间的关系,而对研发补贴与股权融资间的关系无显著调节作用,假设H3得到部分验证,表明企业专利数会让企业债权人更加信任企业的研发实力,即企业获取政府研发补贴是用于提高企业自身技术实力和研发项目质量,进而为企业创造价值。而企业权益融资提供者在决定是否对企业进行投资时,专利信号效果依赖于投资者能够获得多少企业信息,通过观察研发补贴,外部投资者可以获知新能源企业专利是否真正具有价值,政府研发补贴本身就传递了关于企业专利质量的信号,说明企业绩效较好、收益波动性较小,这种正面信号情境使得外部投资者不会过多关注专利数。除此之外,根据代理理论,股东相较于债权人而言更加偏好风险,因为他们可以通过多元化投资组合规避部分风险[24],因此他们在决定是否给予企业资金支持时,往往比债权人更加积极。而对于银行等金融机构而言,能否定期收回借款本息,保证资金安全则更为重要,由于研发项目周期长、风险高、收益不确定,企业面临巨大的破产风险,但专利数却能在一定程度上证明企业创造未来收益的潜能。因此,专利数影响企业对外债务融资能力[25]

(3)表4模型3分析政府非研发补贴对企业外部融资的影响。结果表明,政府非研发补贴对长期债务融资(β1=0.058 3,p<0.1)、短期债务融资(β1=0.110,p<0.1)和股权融资(β1=0.130,p<0.05)具有积极而显著的影响,支持假设H2,表明政府非研发补贴对企业外部投资者产生了“光环效应”,使企业更容易获取外部融资。

假设H2得到验证,说明不仅是政府研发补贴,政府为企业提供的非研发补贴同样产生了“光环效应”。非研发补贴虽然不是直接针对企业研发活动,但它表明企业有开展研发活动的组织能力和市场潜力,有助于提高企业进行非研发创新的能力,从而间接促进企业研发创新;同时,非研发补贴侧重于企业非研发活动,企业收益更具有稳健性,在外部投资者眼里,非研发补贴传递的信号正面而积极。

(4)表4模型4分析专利强度对政府非研发补贴与企业外部融资关系的调节作用。结果表明,专利强度正向调节政府非研发补贴与长期债务间(β3=0.003 67,p<0.05)及短期债务融资间的关系(β3=0.001 32,p<0.1),而对政府非研发补贴与企业股权融资间的关系无无显著调节作用,假设H4得到部分支持。这说明,银行等金融机构在决定是否借款给企业时更关注企业本身的技术创新实力,而企业本身拥有的专利数则反映了企业本身的生存能力,即能够充分利用政府提供的非研发补贴进行研发创新活动,为企业创造价值,实现现金流的稳定增长,因此在可预见的未来能够保证债权人资金的安全性。

表4 政府非研发补贴对企业外部融资的影响

变量模型3长期债务融资短期债务融资股权融资模型4长期债务融资短期债务融资股权融资政府非研发补贴0.058 3*0.110*0.130**0.194***0.368***0.435*(NRD)(0.10)(0.07)(0.05)(0.000)(0.006) (0.047)专利强度(Patent)0.062 6**0.024 6*-0.026 7(0.005) (0.081) (0.150)政府非研发补贴*专0.003 67**0.001 32* 0.001 31利强度(NRD*Patent )(0.006)(0.091) (0.179)企业规模(Size)0.565***0.685***1.885***0.559***0.818 1.316*** (0.000)(0.000)(0.000)(0.001)(0.139)(0.000) 流动性(Liquidity)-4.496**-1.367*-1.065* -0.430 3.004-2.151 (0.032)(0.04)(0.07) (-0.571)(0.269) (0.588) 杠杆(Leverage)3.344***3.860***-0.2294.271***0.725 -2.114* (0.000)(0.000)(0.54) (0.000)(0.748)(0.080) 固定资产(Fixasset)0.082 4**0.011 6-0.319***-0.174 -0.486-0.105 (0.182)(0.900)(0.000) (0.204)(0.376)(0.443) 现金流比率(CFR)0.172-0.872*-4.654***0.083 6 2.360-2.267***(0.381) (0.063) (0.000) (0.834) (0.102)(0.001) 企业所有权(SOE)0.518***0.519 -0.575 1.525**-0.497 -0.931 (0.483)(0.301) (-1.01) (0.006)(0.635) (0.153) 时间固定效应是是是是是是常数项-101.1***4.257 -10.97**4.047 0.687-10.37(0.000) (0.192) (0.000) (0.267)(0.944)(0.133) N1 7481 7481 748 1 7481 7481 748R20.2270.2420.322 0.7470.5170.329

3.3 稳健性检验

为保证上述假设检验结果的稳健性,本文借鉴Li等[22]的做法,即在中国,财务报表中的长期借款、短期借款主要包括从银行和其它金融机构的借款,但不包括企业间的借款。考虑到这一点,本文用短期借款与一年内到期的非流动负债的和代替短期借款,以衡量短期债务融资;用长期借款、应付债券与长期应付款的和代替长期借款,以衡量长期债务融资。在稳健性检验中,除替换上述两个关键变量之外,研究样本及样本区间、自变量和控制变量均保持不变,稳健性检验结果见表5和表6。从中可见,多数变量的符号与表3和表4一致,即本文假设H1和H2再次得到验证,假设H3和H4得到部分验证,进一步证明了本文实证结果的稳健性。

4 结语

4.1 研究结论

本文通过双向固定效应模型,实证检验新能源企业如何通过政府研发和非研发补贴向外部传递企业研发项目的质量信号,通过“光环效应”影响外部资金提供者的判断和对企业的态度,从而影响企业投资决策。本文以2008-2018年新能源上市公司为研究样本,实证检验政府研发与非研发补贴对企业外部融资的影响,以及专利强度对这一影响的调节作用。结果表明:①政府研发补贴和非研发补贴均对企业外部融资具有正向影响。政府补贴的“光环效应”有效传递了企业质量信号,作为处于成长期的新兴行业,政府补贴在一定程度上可缓解外部投资者信息不对称,从而提高企业融资效率,缓解资金压力;②专利强度显著正向调节政府研发和非研发补贴与企业长短期债务融资的关系。企业拥有的专利数量越多,越有利于其获取银行贷款。专利促使银行等贷款人对于这些新能源企业更为信任,专利本身的特性决定了其与研发的密切相关性,这种与研发直接相关的企业特征,比政府补贴所传递的信号更加直接,从而会增强贷款人对企业研发项目的信心。

表5 稳健性检验:政府研发补贴对企业外部融资的影响

变量模型1长期债务融资短期债务融资股权融资模型2长期债务融资短期债务融资股权融资政府研发补贴(RD)0.114**0.093 5**0.050 8***0.104***0.087 7**0.055 2***(0.013)(0.035)(0.000)(0.000)(0.013)(0.000) 专利强度(Patent)0.242***0.173***0.001 49(0.000)(0.000)(0.420) 政府研发补贴*专利强度0.012 0***0.008 74***-0.000 27**(RD*Patent )(0.000)(0.000)(0.024) 企业规模(Size)4.552***4.163***1.210***1.663***2.117***1.220***(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)流动性(Liquidity)-4.496**-8.211***0.563*-0.268-5.122***0.617*(0.043)(0.000)(0.089)(0.834)(0.003)(0.061)杠杆(Leverage)19.97***25.26***-2.808***7.247***16.27***-2.715***(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)固定资产(Fixasset)0.5650.042 5-0.474***-0.008 93-0.355-0.467***(0.182)(0.918)(0.000)(0.971)(0.281)(0.000)现金流比率(CFR)-0.990-4.519***-1.875***0.117-3.759***-1.903***(0.547) (0.005)(0.000)(0.901)(0.003)(0.000) 企业所有权(SOE)0.518***0.6390.1900.028 9-1.7390.179(0.010)(0.767)(0.565)(0.982)(0.313)(0.586)时间固定效应是是是是是是常数项-101.1***-82.85***1.628-34.51***-35.94***1.214(0.000) (0.000) (0.375)(0.000)(0.000)(0.507)N1 7481 7481 748 1 7481 7481 748R20.2270.2420.3220.7470.5170.329

表6 稳健性检验:政府非研发补贴对企业外部融资的影响

变量模型1长期债务融资短期债务融资股权融资模型2长期债务融资短期债务融资股权融资政府非研发补贴(NRD)0.694**0.945***0.605***0.660*0.898***0.109**(0.040)(0.004)(0.006)(0.052)(0.006)(0.032)专利强度(Patent)0.7011.140*-0.194*(0.316)(0.092)(0.063) 政府非研发补贴*专利强度(NRD*Patent )0.048 3*0.082 4*0.011 7(0.074)(0.093)(0.121) 企业规模(Size)4.220***3.829***3.524***4.396***3.852***1.235***(0.000)(0.000)(0.000)(0.000)(0.000)(0.000) 流动性(Liquidity)-4.347**-8.188***3.490**-4.386**-8.203***0.653**(0.048)(0.048)(0.048)(0.049)(0.000)(0.049) 杠杆(Leverage)20.07***25.33***-9.762***20.21***25.36***-2.795***(0.000)(0.000)(0.000)(0.000)(0.000)(0.000) 固定资产(Fixasset)0.4680.002 45-1.052***0.507-0.018 4-0.485***(0.102)(0.993)(0.000) (0.232)(0.964)(0.000) 现金流比率(CFR)-1.166-0.872 -4.953***-1.015-4.584***-1.872***(0.478) (-1.92) (-9.69) (0.538)(0.004)(0.000) 企业所有权(SOE)1.559-4.655***-1.5481.644-0.5550.241(0.483)(0.004)(0.151)(0.460)(0.797)(0.466)时间固定效应是是是是是是常数项-103.0***-89.89***-46.70***-106.8***-89.24***0.119(0.000) (0.000)(0.000) (0.000)(0.000)(0.949) N1 7481 7481 748 1 7481 7481 748R20.2260.2440.152 0.2260.2460.318

4.2 实践启示

为进一步提高研发强度,新能源企业需要开拓新融资渠道,通过更加多元化的外部融资方式获取资金,支持企业未来技术创新活动,而政府补助则传递了企业研发项目的高质量信号,产生了“光环效应”,引导外部投资者投资。本文研究结论具有以下启示:

(1)重视企业非研发创新活动。政府对企业的非研发补贴影响企业获取外部融资的机会。政府非研发补贴通过影响企业非研发创新活动而间接支持企业研发创新活动,从而向债权人传递出企业的积极信号,产生了“光环效应”。因此,政府应加大对新能源企业非研发活动的补贴力度,对企业研发活动与非研发活动一视同仁,鼓励企业进行非研发创新。

(2)健全新能源企业信息披露机制。新能源企业研发项目相关信息大量缺失,披露不完善,难以获知企业研发活动投入力度等信息,债权人和投资者只能依靠政府对企业资金的支持力度推测企业本身的研发创新实力。因此,新能源企业应当规范其信息披露机制,按照统一标准对外披露其研发活动信息,减少企业和银行等金融机构与外部投资者间的信息不对称。

(3)完善知识产权保护相关法律法规。知识产权保护机制不完善导致研发活动创造的社会效益远远高于给新能源企业带来的私人收益,因此政府需要进一步完善和规范知识产权保护机制,加强对企业研发成果的保护和支持,对恶意模仿的未授权行为进行惩罚,减少“搭便车”行为的发生。

4.3 不足与展望

本研究虽然在政府具体补贴政策和企业如何利用政府资助进行融资决策方面具有一些实践价值,但也存在一定的局限性。首先,政府非研发补贴数据难以收集。同时,政府为企业提供资金支持并不会对研发补贴和非研发补贴进行区分,因此本文利用研发、专利、技术等相关字段提取研发补贴,其余即为非研发补贴,这种方法虽然可以在一定程度上筛选出非研发补贴和研发补贴,但难免遗漏一些数据;其次,未来研究可将研发和非研发补贴进行具体分类,探究不同类型政府补贴能否以及如何向外部投资者传达有价值的信息;再次,本研究未考虑私人投资。除去可观测到的股权融资和债券融资外,私人投资难以测量[26]。如果可以获取相关数据,未来可研究私人补贴对企业外部融资的“信号效应”,或针对政府补贴如何影响私人投资者投资决策进行研究。

参考文献:

[1] 齐绍洲,张倩,王班班.新能源企业创新的市场化激励——基于风险投资和企业专利数据的研究[J].中国工业经济,2017,34(12): 95-112.

[2] 邹璇,张梦雨.风险投资、融资约束与新能源企业创新——基于异质性双边随机前沿模型[J].工业技术经济,2020,40(1): 3-12.

[3] LERNER J.The government as venture capitalist: the long-run impact of the SBIR program[J].Journal of Business,1999,72(3):285-318.

[4] 唐清泉,罗党论.政府补贴动机及其效果的实证研究——来自中国上市公司的经验证据[J].金融研究,2007,59(6): 149-163.

[5] 白俊红,李婧.政府R&D资助与企业技术创新——基于效率视角的实证分析[J].金融研究,2011,54(6): 181-193.

[6] 李彰,苏竣.政府研发资助信号功能的实证研究——基于863计划的分析[J].中国软科学,2017,32(2): 54-65.

[7] FELDMAN M P,KELLEY M R.The exante assessment of knowledge spillovers:government R&D policy,economic incentives and private firm behavior[J].Research Policy,2006,35,32(10): 1509-1521.

[8] MEULEMAN M,DE MAESENEIRE W.Do R&D subsidies affect SMEs' access to external financing[J].Research Policy,2012,41(3): 580-591.

[9] 陈聪,李纪珍.科技型中小企业创新基金效果评估-以中关村地区为例[J].技术经济,2013,32(10): 8-16.

[10] WEI J,ZUO Y.The certification effect of R&D subsidies from the central and local governments—— evidence from China[J].R&D Management,2018,48(5): 615-626.

[11] CHEN J,HENG C S,TAN B C Y.et al .The distinct signaling effects of R&D subsidy and non-R&D subsidy on IPO performance of IT entrepreneurial firms in China[J].Research Policy,2018,47(1): 108-120.

[12] CUMMING D.Government policy towards entrepreneurial finance: innovation investment funds[J].Journal of Business Venturing ,2007,22(2): 193-235.

[13] KLEER R.Government R&D subsidies as a signal for private investors[J].Research Policy,2010,39(10): 1361-1374.

[14] LONG C.Patent signals[J].The University of Chicago Law Review,2002,69(2): 625-679.

[15] MYERS S C,MAJLUF N S.Corporate financing and investment decisions when firms have information that investors do not have[J].Social Science Electronic Publishing,1984,13(2): 187-221.

[16] HENDERSON R M,COCKBURN I.Measuring competence? exploring firm effects in drug discovery[J].Nature & Dynamics of Organizational Capabilities,1994: 155-183.

[17] HARHOFF D.The role of patents and licenses in securing external finance for innovation[J].EIB Papers,2011, 14(2):74-79.

[18] HELMERS C,ROGERS M.Does patenting help high-tech start-ups[J].Research Policy, 2011,40(7):1016-1027.

[19] LEVITAS E,MCFADYEN M A.Managing liquidity in research-intensive firms: signaling and cash flow effects of patents and alliance activities[J].Strategic Management Journal,2009,30(6): 659-678.

[20] COCKBURN I,WAGNER S.Patents and the survival of internet-related IPOs[R].NBER Working Paper,2007: 13146.

[21] MANN R J,SAGER T W.Patents,venture capital,and software start-ups[J].Research Policy,2007,36(2): 193-208.

[22] LI J,LEE R P,WAN J.Indirect effects of direct subsidies: an examination of signaling effects[J].Industry and Innovation,2019,26(7): 1-22.

[23] 李明辉,刘力涵.审计师行业专长对上市公司融资规模的影响——基于中国A股上市公司的经验研究[J].中国经济问题,2016,58(3): 95-108.

[24] 解维敏,唐清泉.高管持股与企业创新-来自中国上市公司的经验证据[J].现代管理科学,2013,32(3): 6-8.

[25] 龚红, 彭玉瑶. 技术董事、CEO开放性与企业创新可持续性[J].珞珈管理评论, 2020, 14(2): 52-64.

[26] ALMUS M,CZARNITZKI D.The effects of public R&D subsidies on firms' innovation activities[J].Journal of Business & Economic Statistics,2003,21(2): 226-236.

(责任编辑:王敬敏)