论文部分内容阅读
摘要:近年来,经济全球化日益发展,2020年是一个世界经济发展的转折点,党的十九大中阐述,要进行绿色发展的理念,将方向转向新能源等高新技术企业,开年同美国的贸易战中,华为由于芯片的技术不足,险些被美国垄断,而国际上十分重要的手机芯片生产零件——光刻机,一直是我国芯片产业链攻坚的难点,由此可以看出,科技创新是一个国家是否继续强大的重要因素。公司治理一直都是企业能否生存发展最重要的技术保证,无时无刻不在影响着企业绩效。本文就在分析企业绩效的基础上,从高科技企业,信息软件等行业中提取数据,从研发支出和公司治理两个方面去对企业绩效进行分析,将将净资产收益率和每股收益作为衡量企业绩效的指标。
关键词:研发支出;企业绩效;公司治理
当今经济和社会迅猛发展,第三次世界大战被人们认为是科技革命,美国的制裁说明我国现在国力的进步。而科学技术即成为衡量一个国家综合实力的重要指标。近年来我国涌现了许多优秀企业,例如华为,小米,调查显示,沪深两市3700多家上市公司中近一半都属于高新技术企业。早在二十世纪初,国家力争到2020年,全国研究开发投入占国内生产总值的比重2.49%以上[1]。自2009年以来,国家为了促进投融资的发展,推进经济建设,为股市创立了创业板板块,十年以来可以看出有巨大的发展机遇,而创业板的企业,绝大多数是将研发支出作为衡量其创新能力的重要参考指标。对于大多数企业的管理者来说,研发活动的投入高,因而风险较高,收入不稳定,股东则为了企业的长远利益考虑,希望加大研发的投入资金为自己带来效益。
一、文献综述
近几年来,许多专家学者都在研究公司绩效与公司治理与研发支出的关系。例如:董静和苟燕楠(2010)对上交所上市的机械设备仪器制造业和医药生物制品业企业为样本,得出相关结论:机械设备对企业业绩的相关性大于生物医药的企业,研发投入的资金也对企业绩效产生滞后性[2]。朱晓涧认为活动具有很高的风险并且有很长的周期性以及信息不对称型,所以创新活动需要不断的资金投入,最后得出结论融资约束对与高新技术企也的创新绩效具有负相关性,而政府补贴对高新技术企业的创新绩效有正相关的关系[3]。童瑶和范晓静(2019)认为股权集中度与公司绩效正相关。熊落保,夏晓华,刘杨(2020)揭示了股权制衡度与托宾Q值呈显著的负相关,还提出了许多使得铝工业上市公司如何进行股权结构优化的方法[4]。
二、研究设计与假设
(一)研究假设
1、研发支出作为当今社会推动现代化和自主创新能力的一个重要竞争力,规模大的企业有可能会将更多的钱分配给研发支出。由此得出以下假设:
H1:研发支出对企业绩效呈正相关
2、在财务管理中如果将股权都集中于大股东手中,某种程度上能够缓解股东与经理之间的委托-代理等的一些问题,由此得出以下假设:
H2:第一大股东的持股比例与企业绩效程负相关
3、董事会的规模,也就是董事会的人数是影响董事会效率的关键因素;研究表明,规模更小的公司中的董事会具有更高的运营效率,可以更好的合理配置时间。由此得出以下假设:
H3:董事会规模与企业绩效呈负相关
4、本文将资本结构的衡量指标用产权比率来表示,资本结构的决策是企业中的一项筹资决策,主要解决公司中的一些负债水平的问题。由此可以得出以下假设:
H4:资本结构与企业绩效呈负相关
(二)样本数据与变量定义
本文选择2015年至2019年间所有A股上司公司中高科技产业和信息软件行业为研究样本,这些数据的选取均来自国泰安数据库。本文按照以下原则对初试数据进行筛选处理:1、剔除了ST公司和有漏缺值的样本。公司治理的指标以及研发支出的投入是本文研究的重要因素,由于是研发支出,因此选取了最近几年的高科技产业等的384个样本,采用Stata16.0作为分析数据的软件。
本论文选取被解释变量分别用净资产收益率(ROA)与每股收益(EPS)衡量企业绩效。解释变量为研发支出占比(R&D),董事会规模Board,资本结构Property和股权集中度(top1)。控制变量选取公司规模(size)和资产负债率(Lev)。
(三)模型设计
ROA=C+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+α
其中ROA 表示公司绩效,用净资产收益率指标代替,X1为研发支出,X2为董事会规模,X3为资本结构,X4为股权集中度,X5为公司规模,用期末总资产的自然对数代替,X6表示资产负债率。
三、实证研究
(一)描述性统计
本文通过使用stata16对模型检验之前。先对各个变量的最大值、最小值、平均数、标准差进行分析,得到描述性统计结果。本文行业按照2012年证监会行业分类标准进行分类,从中抽取了信息传输、软件和信息技术服务业,以及科学研究和技术服务业,得出样本总数1027个,其中科学技术服务业所占比重较大,由此可以得知,近几年来,创新型科技企业越来越多,第三产业逐渐呈向好的态势,也说明了现在的上市公司十分注重研发能力,从表可知研发投入RD的平均值为10.58,標准差为7.80,中位数为8.48,因此研发投入的分布较为均匀。ROA的平均值为0.0278,标准差为0.4356,中位数为0.0726,差别并不大,也比较均匀,被解释变量和主要的解释变量都比较平均。除此之外,公司董事会规模也是一个很重要的指标,本文中董事会规模以董事会人数作为标准,而在本文中董事会规模的最大值为15人,不禁让人思考董事会规模越大越好还是越小越好。资产净利率的标准差很小,说明样本公司盈利能力较稳定。
(二)相关性分析
做回归之前,可以先检验各个变量之间的相关性(*** p<0.01, ** p<0.05, * p<0.1)。由表3可以看出,公司净资产收益率同研发支出是呈正相关关系的,但是结果并不显著,净资产收益率同资本结构是呈显著的负相关,说明投资支出较少或者债务积压的问题较为严重会使得企业绩效下降,不利于企业绩效的发展。企业第一大股东的持股比例与ROA也有很正向的作用,有可能是股东的所持股份较多,使得企业可以更好的将资源和资金运用到一处,合理调配支出,有利于企业绩效。而资产负债率作为一项衡量企业还款偿债的一项指标,它与ROA和研发支出之间存在显著负相关,说明如果其指标越高,越不利于企业绩效的发放,更不利于研发支出的投入。如果企业丧失了一部分还款能力,那么对高新技术企业并不利于其以后的发展,无法在市场上有一项立足之地。从表中也可以看出ROA与公司规模也存在一定关系,但关系并不大,但是公司规模显著影响产权比率。
关键词:研发支出;企业绩效;公司治理
当今经济和社会迅猛发展,第三次世界大战被人们认为是科技革命,美国的制裁说明我国现在国力的进步。而科学技术即成为衡量一个国家综合实力的重要指标。近年来我国涌现了许多优秀企业,例如华为,小米,调查显示,沪深两市3700多家上市公司中近一半都属于高新技术企业。早在二十世纪初,国家力争到2020年,全国研究开发投入占国内生产总值的比重2.49%以上[1]。自2009年以来,国家为了促进投融资的发展,推进经济建设,为股市创立了创业板板块,十年以来可以看出有巨大的发展机遇,而创业板的企业,绝大多数是将研发支出作为衡量其创新能力的重要参考指标。对于大多数企业的管理者来说,研发活动的投入高,因而风险较高,收入不稳定,股东则为了企业的长远利益考虑,希望加大研发的投入资金为自己带来效益。
一、文献综述
近几年来,许多专家学者都在研究公司绩效与公司治理与研发支出的关系。例如:董静和苟燕楠(2010)对上交所上市的机械设备仪器制造业和医药生物制品业企业为样本,得出相关结论:机械设备对企业业绩的相关性大于生物医药的企业,研发投入的资金也对企业绩效产生滞后性[2]。朱晓涧认为活动具有很高的风险并且有很长的周期性以及信息不对称型,所以创新活动需要不断的资金投入,最后得出结论融资约束对与高新技术企也的创新绩效具有负相关性,而政府补贴对高新技术企业的创新绩效有正相关的关系[3]。童瑶和范晓静(2019)认为股权集中度与公司绩效正相关。熊落保,夏晓华,刘杨(2020)揭示了股权制衡度与托宾Q值呈显著的负相关,还提出了许多使得铝工业上市公司如何进行股权结构优化的方法[4]。
二、研究设计与假设
(一)研究假设
1、研发支出作为当今社会推动现代化和自主创新能力的一个重要竞争力,规模大的企业有可能会将更多的钱分配给研发支出。由此得出以下假设:
H1:研发支出对企业绩效呈正相关
2、在财务管理中如果将股权都集中于大股东手中,某种程度上能够缓解股东与经理之间的委托-代理等的一些问题,由此得出以下假设:
H2:第一大股东的持股比例与企业绩效程负相关
3、董事会的规模,也就是董事会的人数是影响董事会效率的关键因素;研究表明,规模更小的公司中的董事会具有更高的运营效率,可以更好的合理配置时间。由此得出以下假设:
H3:董事会规模与企业绩效呈负相关
4、本文将资本结构的衡量指标用产权比率来表示,资本结构的决策是企业中的一项筹资决策,主要解决公司中的一些负债水平的问题。由此可以得出以下假设:
H4:资本结构与企业绩效呈负相关
(二)样本数据与变量定义
本文选择2015年至2019年间所有A股上司公司中高科技产业和信息软件行业为研究样本,这些数据的选取均来自国泰安数据库。本文按照以下原则对初试数据进行筛选处理:1、剔除了ST公司和有漏缺值的样本。公司治理的指标以及研发支出的投入是本文研究的重要因素,由于是研发支出,因此选取了最近几年的高科技产业等的384个样本,采用Stata16.0作为分析数据的软件。
本论文选取被解释变量分别用净资产收益率(ROA)与每股收益(EPS)衡量企业绩效。解释变量为研发支出占比(R&D),董事会规模Board,资本结构Property和股权集中度(top1)。控制变量选取公司规模(size)和资产负债率(Lev)。
(三)模型设计
ROA=C+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+α
其中ROA 表示公司绩效,用净资产收益率指标代替,X1为研发支出,X2为董事会规模,X3为资本结构,X4为股权集中度,X5为公司规模,用期末总资产的自然对数代替,X6表示资产负债率。
三、实证研究
(一)描述性统计
本文通过使用stata16对模型检验之前。先对各个变量的最大值、最小值、平均数、标准差进行分析,得到描述性统计结果。本文行业按照2012年证监会行业分类标准进行分类,从中抽取了信息传输、软件和信息技术服务业,以及科学研究和技术服务业,得出样本总数1027个,其中科学技术服务业所占比重较大,由此可以得知,近几年来,创新型科技企业越来越多,第三产业逐渐呈向好的态势,也说明了现在的上市公司十分注重研发能力,从表可知研发投入RD的平均值为10.58,標准差为7.80,中位数为8.48,因此研发投入的分布较为均匀。ROA的平均值为0.0278,标准差为0.4356,中位数为0.0726,差别并不大,也比较均匀,被解释变量和主要的解释变量都比较平均。除此之外,公司董事会规模也是一个很重要的指标,本文中董事会规模以董事会人数作为标准,而在本文中董事会规模的最大值为15人,不禁让人思考董事会规模越大越好还是越小越好。资产净利率的标准差很小,说明样本公司盈利能力较稳定。
(二)相关性分析
做回归之前,可以先检验各个变量之间的相关性(*** p<0.01, ** p<0.05, * p<0.1)。由表3可以看出,公司净资产收益率同研发支出是呈正相关关系的,但是结果并不显著,净资产收益率同资本结构是呈显著的负相关,说明投资支出较少或者债务积压的问题较为严重会使得企业绩效下降,不利于企业绩效的发展。企业第一大股东的持股比例与ROA也有很正向的作用,有可能是股东的所持股份较多,使得企业可以更好的将资源和资金运用到一处,合理调配支出,有利于企业绩效。而资产负债率作为一项衡量企业还款偿债的一项指标,它与ROA和研发支出之间存在显著负相关,说明如果其指标越高,越不利于企业绩效的发放,更不利于研发支出的投入。如果企业丧失了一部分还款能力,那么对高新技术企业并不利于其以后的发展,无法在市场上有一项立足之地。从表中也可以看出ROA与公司规模也存在一定关系,但关系并不大,但是公司规模显著影响产权比率。