论文部分内容阅读
[摘 要]利用341家创业板上市公司2013—2017年面板数据，以股权制衡度为门限变量，构建面板单门限回归模型，实证分析了不同股权结构下研发经费投入产出转化效率的差异性。结果显示：研发经费投入对创业板上市公司创新产出的影响存在基于股权制衡度的门限效应。具体而言，当股权制衡度低于门限值0.0506时，研发经费投入的转化效率较高。该文章的研究结论为创业板上市公司提高研发经费投入产出转化效率提供股权结构层面的参考。
[关键词]股权制衡度;研发经费投入产出转化效率;门限效应;创新产出
[DOI]10.13939/j.cnki.zgsc.2019.33.012
1 引言
黨的十九大报告提出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。2017年全国R&D经费投入总量为17606.1亿元，较2016年增长12.3%，增速较2016年提高1.7个百分点，稳居世界第二位;各类企业研发经费支出13660.2亿元，比2016年增长12.5%，企业研发经费支出占全社会研发经费的77.6%，比2016年提高0.1个百分点
数据来源于国家统计局发布的《2017年全国科技经费投入统计公报》。。尽管中国在研发经费投入上取得了重大突破，但是中国的研发经费利用效率远不及发达国家：日本的研发经费利用效率
本文定义研发经费利用效率= Triadic patent families /Gross domestic expenditure on R&D （GERD） at current prices and PPP。数据来源于OECD报告。为0.1012、美国为0.0298，而中国仅为0.0083，约占发达国家的1/4。由此可见，与发达国家相比，我国研发投入资金的利用效率还有待进一步提高。
企业是市场参与的主体、技术转化为生产力的媒介，提高企业的研发经费投入产出转化效率，强化其技术创新主体地位是实现经济发展提质增效的重要突破口。
因此，本文基于2013—2017年我国创业板上市企业数据，研究在不同的股权制衡度区间，研发经费投入产出转化效率是否存在区间差异。试图为创业板上市企业优化股权结构、提高研发经费投入转化效率、增强企业核心竞争力提供理论依据。
2 研究设计
2.1 研究假说
部分学者认为大股东间股权的相互制衡，能够对第一大股东起到一定程度的约束作用。
但是朱红军和汪辉（2004）通过对宏智科技股份有限公司股权之争的案例分析，发现股权制衡往往造成多个大股东之间的股权斗争，致使公司控制权出现混乱，导致公司内部代理问题更为严重。同时，股权制衡还会导致股东决策过程复杂化，降低公司决策效率。
因此，基于上述分析，提出假说：
H1：研发经费投入对企业创新产出的影响存在股权制衡度的门限效应。
2.2 样本选择与数据来源
本文以2013—2017年的创业板上市公司作为初始研究样本。为保证样本选取的合理性和研究结果的科学性，剔除研发投入、创新产出等关键数据严重缺失、资产负债率大于100%的公司，最后得到341家上市公司2013—2017年的面板数据、共计1705个观测值作为最终研究样本。本文数据来源于CSMAR数据库;数据处理采用Stata15.0统计软件完成。
2.3 变量的定义及描述
本文的主要研究问题是股权结构对研发经费投入产出转化效率的影响效应，结合门限（槛）回归理论模型的设定结构，变量分为：被解释变量、核心解释变量、门限变量和控制变量。
（1）被解释变量：创新产出（Grants）。本文选取本年度专利授权数作为被解释变量。考虑到专利授权有时滞，对解释变量做滞后一期处理。
（2）核心解释变量：研发投入（LnRD）。本文选取研发经费投入的对数作为核心解释变量，同时定义研发经费投入的转化效率为LnRD的系数β，当β越大时，研发经费投入的转化效率越高。
（3）门限变量：股权制衡度（SC_5）。本文用第二大股东至第五大股东持股比例之和与第一大股东持股比例的比值来衡量股权制衡度。
（4）控制变量：本文参考前人经验，选取企业规模、资产负债率和成长性为控制变量。
变量名称及定义如表1所示。
2.4 门限模型设定
基于上述分析，本文运用Hansen（1999）面板门限回归模型对上述假设进行检验。其中，单一门限模型如下：
yit=μi+β1xit·Iqit<γ+β2xit·Iqit≥γ+δZit+eit（1）
其中，xit为核心解释变量;qit为门限变量;γ是对应的门限值，其大小由样本数据内生决定;I·为示性函数，若括号内表达式成立，则其值为1，否则为0;β1、β2表示门限效应，是解释变量在门限值所划分两个区域内的回归系数;Zit为一组控制变量;μi是个体效应;eit是随机扰动项。
3 实证结果与分析
3.1 变量的描述性统计
对各变量进行描述性统计，其中样本数据为1705条，分析结果见表2。
3.2 门限效应检验
根据设定的模型，借鉴Wang（2015）的“自抽样法”（Bootstrap）程序命令，运用 State15.0 统计软件，设定反复抽样300次。
从表3可得股权制衡度只有一个门限值，因此本文选择单门限模型进行回归。从表4可得，股权制衡度的门限值为0.0506，远低于其均值。 3.3 门限模型回归结果
利用表4中得出的门限值，本文对相应的门限模型进行参数估计。为了增强估计结果的可信度，本文借鉴王鹏、陈迅等人（2016）的做法，同时进行了固定效应模型的估计。
表5报告了以股权制衡度作为门限变量的估计结果。从模型整体情况来看： 核心解释变量LnRD都在1%的置信度水平下显著，拟合优度R2为0.0860，F值在1%的置信度水平下显著，表明模型整体解释力较强。
基于股权制衡度的单门限效应，研发经费投入与创新产出之间存在显著的非线性关系。研发资金投入指标LnRD的2个系数分别为4.728和2.629。这表明，当股权制衡度低于0.0506时，系数为4.728，在1%的置信度水平下显著;当股权集中度高于0.0506时，系数明显下降到2.629，且同样在1%的置信度水平下显著。固定效应模型的估计结果为，研发经费投入的系数为3.358，在5%的水平上显著。这表明，研发经费投入的规模显著影响公司创新产出，但是随着公司股权制衡度的变化，研发经费投入并不能按照同一比例转化为获得授权的专利数，具体表现为：股权制衡度较低时，研发经费投入的转化效率更高。H1得到验证。
3.4 穩健性检验
为检验上述结果的可信度，本文以第二至第十大股东持股比例和/第一大股东持股比例作为代理变量来衡量股权制衡度，对上述实证结果进行了稳健性检验，结果与前文并无显著差异。因此，本文的研究结论是可信的。
4 研究结论
本文利用341家创业板上市公司2013—2017年的面板数据构建面板门限回归模型，以股权制衡度为门限变量，实证分析了研发经费投入与创新产出之间的非线性关系。得到以下结论：一是股权制衡度对研发经费投入的转化效率具有单一门限效应，且都较为显著;二是当股权制衡度低于门限值0.0506时，研发经费投入的转化效率较高，为4.728，当股权制衡度高于门限值0.0506时，系数明显下降到2.629。上市公司可以通过将股权制衡度降低到0.0506以下，来提高研发经费投入的转化效率。
参考文献：
[1]ACS et al.Patents and innovation counts as measures of regional production of new knowledge[J].Research policy， 2002（31）：1069-1085.
[2]HANSEN.Threshold effects in non-dynamic panels：Estimation， testing， and inference[J].Journal of econometrics， 1999（93）：345-368.
[3]WANG Q.Fixed-effect panel threshold model using Stata[J].The stata journal， 2015（1）：121-134.
[4]陈德萍，陈永圣.股权集中度、股权制衡度与公司绩效关系研究——2007—2009 年中小企业板块的实证检验[J]. 会计研究，2011：38-43.
[5]陈乾坤，卞曰瑭.股权制衡、代理成本与企业绩效——基于我国A股民营上市公司的实证分析[J].科学决策， 2015（5）：74-91.
[6]陈小悦，徐晓东.政府干预下的资产注入、金字塔股权结构与公司绩效——来自我国地方国有控股上市公司资产注入的经验证据[J].会计研究，2015（3）：42-49.
[7]陈一鸣，王苗苗.股权结构对信息技术产业上市公司绩效的影响研究[J].经济数学， 2018（12）：1-7.
[8]冯根福，温军.中国上市公司治理与企业技术创新关系的实证分析[J].中国工业经济， 2008（7）：91-101.
[9]莫长炜，龙小宁.产业集群、技术外溢与企业创新绩效[J].厦门大学学报（哲学社会科学版）， 2018（1）：44-54.
[10]王鹏，陈迅.中国高校经费投入、研发规模与科研产出——基于双门限模型的分析[J].研究与发展管理， 2016（3）：134-142.
[关键词]股权制衡度;研发经费投入产出转化效率;门限效应;创新产出
[DOI]10.13939/j.cnki.zgsc.2019.33.012
1 引言
黨的十九大报告提出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。2017年全国R&D经费投入总量为17606.1亿元，较2016年增长12.3%，增速较2016年提高1.7个百分点，稳居世界第二位;各类企业研发经费支出13660.2亿元，比2016年增长12.5%，企业研发经费支出占全社会研发经费的77.6%，比2016年提高0.1个百分点
数据来源于国家统计局发布的《2017年全国科技经费投入统计公报》。。尽管中国在研发经费投入上取得了重大突破，但是中国的研发经费利用效率远不及发达国家：日本的研发经费利用效率
本文定义研发经费利用效率= Triadic patent families /Gross domestic expenditure on R&D （GERD） at current prices and PPP。数据来源于OECD报告。为0.1012、美国为0.0298，而中国仅为0.0083，约占发达国家的1/4。由此可见，与发达国家相比，我国研发投入资金的利用效率还有待进一步提高。
企业是市场参与的主体、技术转化为生产力的媒介，提高企业的研发经费投入产出转化效率，强化其技术创新主体地位是实现经济发展提质增效的重要突破口。
因此，本文基于2013—2017年我国创业板上市企业数据，研究在不同的股权制衡度区间，研发经费投入产出转化效率是否存在区间差异。试图为创业板上市企业优化股权结构、提高研发经费投入转化效率、增强企业核心竞争力提供理论依据。
2 研究设计
2.1 研究假说
部分学者认为大股东间股权的相互制衡，能够对第一大股东起到一定程度的约束作用。
但是朱红军和汪辉（2004）通过对宏智科技股份有限公司股权之争的案例分析，发现股权制衡往往造成多个大股东之间的股权斗争，致使公司控制权出现混乱，导致公司内部代理问题更为严重。同时，股权制衡还会导致股东决策过程复杂化，降低公司决策效率。
因此，基于上述分析，提出假说：
H1：研发经费投入对企业创新产出的影响存在股权制衡度的门限效应。
2.2 样本选择与数据来源
本文以2013—2017年的创业板上市公司作为初始研究样本。为保证样本选取的合理性和研究结果的科学性，剔除研发投入、创新产出等关键数据严重缺失、资产负债率大于100%的公司，最后得到341家上市公司2013—2017年的面板数据、共计1705个观测值作为最终研究样本。本文数据来源于CSMAR数据库;数据处理采用Stata15.0统计软件完成。
2.3 变量的定义及描述
本文的主要研究问题是股权结构对研发经费投入产出转化效率的影响效应，结合门限（槛）回归理论模型的设定结构，变量分为：被解释变量、核心解释变量、门限变量和控制变量。
（1）被解释变量：创新产出（Grants）。本文选取本年度专利授权数作为被解释变量。考虑到专利授权有时滞，对解释变量做滞后一期处理。
（2）核心解释变量：研发投入（LnRD）。本文选取研发经费投入的对数作为核心解释变量，同时定义研发经费投入的转化效率为LnRD的系数β，当β越大时，研发经费投入的转化效率越高。
（3）门限变量：股权制衡度（SC_5）。本文用第二大股东至第五大股东持股比例之和与第一大股东持股比例的比值来衡量股权制衡度。
（4）控制变量：本文参考前人经验，选取企业规模、资产负债率和成长性为控制变量。
变量名称及定义如表1所示。
2.4 门限模型设定
基于上述分析，本文运用Hansen（1999）面板门限回归模型对上述假设进行检验。其中，单一门限模型如下：
yit=μi+β1xit·Iqit<γ+β2xit·Iqit≥γ+δZit+eit（1）
其中，xit为核心解释变量;qit为门限变量;γ是对应的门限值，其大小由样本数据内生决定;I·为示性函数，若括号内表达式成立，则其值为1，否则为0;β1、β2表示门限效应，是解释变量在门限值所划分两个区域内的回归系数;Zit为一组控制变量;μi是个体效应;eit是随机扰动项。
3 实证结果与分析
3.1 变量的描述性统计
对各变量进行描述性统计，其中样本数据为1705条，分析结果见表2。
3.2 门限效应检验
根据设定的模型，借鉴Wang（2015）的“自抽样法”（Bootstrap）程序命令，运用 State15.0 统计软件，设定反复抽样300次。
从表3可得股权制衡度只有一个门限值，因此本文选择单门限模型进行回归。从表4可得，股权制衡度的门限值为0.0506，远低于其均值。 3.3 门限模型回归结果
利用表4中得出的门限值，本文对相应的门限模型进行参数估计。为了增强估计结果的可信度，本文借鉴王鹏、陈迅等人（2016）的做法，同时进行了固定效应模型的估计。
表5报告了以股权制衡度作为门限变量的估计结果。从模型整体情况来看： 核心解释变量LnRD都在1%的置信度水平下显著，拟合优度R2为0.0860，F值在1%的置信度水平下显著，表明模型整体解释力较强。
基于股权制衡度的单门限效应，研发经费投入与创新产出之间存在显著的非线性关系。研发资金投入指标LnRD的2个系数分别为4.728和2.629。这表明，当股权制衡度低于0.0506时，系数为4.728，在1%的置信度水平下显著;当股权集中度高于0.0506时，系数明显下降到2.629，且同样在1%的置信度水平下显著。固定效应模型的估计结果为，研发经费投入的系数为3.358，在5%的水平上显著。这表明，研发经费投入的规模显著影响公司创新产出，但是随着公司股权制衡度的变化，研发经费投入并不能按照同一比例转化为获得授权的专利数，具体表现为：股权制衡度较低时，研发经费投入的转化效率更高。H1得到验证。
3.4 穩健性检验
为检验上述结果的可信度，本文以第二至第十大股东持股比例和/第一大股东持股比例作为代理变量来衡量股权制衡度，对上述实证结果进行了稳健性检验，结果与前文并无显著差异。因此，本文的研究结论是可信的。
4 研究结论
本文利用341家创业板上市公司2013—2017年的面板数据构建面板门限回归模型，以股权制衡度为门限变量，实证分析了研发经费投入与创新产出之间的非线性关系。得到以下结论：一是股权制衡度对研发经费投入的转化效率具有单一门限效应，且都较为显著;二是当股权制衡度低于门限值0.0506时，研发经费投入的转化效率较高，为4.728，当股权制衡度高于门限值0.0506时，系数明显下降到2.629。上市公司可以通过将股权制衡度降低到0.0506以下，来提高研发经费投入的转化效率。
参考文献：
[1]ACS et al.Patents and innovation counts as measures of regional production of new knowledge[J].Research policy， 2002（31）：1069-1085.
[2]HANSEN.Threshold effects in non-dynamic panels：Estimation， testing， and inference[J].Journal of econometrics， 1999（93）：345-368.
[3]WANG Q.Fixed-effect panel threshold model using Stata[J].The stata journal， 2015（1）：121-134.
[4]陈德萍，陈永圣.股权集中度、股权制衡度与公司绩效关系研究——2007—2009 年中小企业板块的实证检验[J]. 会计研究，2011：38-43.
[5]陈乾坤，卞曰瑭.股权制衡、代理成本与企业绩效——基于我国A股民营上市公司的实证分析[J].科学决策， 2015（5）：74-91.
[6]陈小悦，徐晓东.政府干预下的资产注入、金字塔股权结构与公司绩效——来自我国地方国有控股上市公司资产注入的经验证据[J].会计研究，2015（3）：42-49.
[7]陈一鸣，王苗苗.股权结构对信息技术产业上市公司绩效的影响研究[J].经济数学， 2018（12）：1-7.
[8]冯根福，温军.中国上市公司治理与企业技术创新关系的实证分析[J].中国工业经济， 2008（7）：91-101.
[9]莫长炜，龙小宁.产业集群、技术外溢与企业创新绩效[J].厦门大学学报（哲学社会科学版）， 2018（1）：44-54.
[10]王鹏，陈迅.中国高校经费投入、研发规模与科研产出——基于双门限模型的分析[J].研究与发展管理， 2016（3）：134-142.