论文部分内容阅读
[摘 要]科研创新是衡量企业发展能力的重要指标，新三板企业研发投入力度略显不足，而目前融资效率对研发投入作用效应的研究还较少。文章选取2015—2018年新三板企业的数据，测度融资效率对研发投入的作用效应。研究表明：第一，融资效率的提升对研发投入具有一定的促进作用;第二，融资效率对企业研发活动的影响更多的发生在新兴行业。
[关键词]融资效率;研发投入;DEA模型
[DOI]10.13939/j.cnki.zgsc.2021.07.043
1 引言
近年来新三板市场便利的融资机制、市場化的监管氛围，极大地支持了公司业务的发展，这不仅仅是资金上给予的充分支持，也是规范的意识和资本运作思维的优化。由于企业各项运营状况指标可以在股转系统中清晰地展示，所以企业在盈利状况较好时，高效率地进行融资是无压力的。从总体看，在国家政策支持下，挂牌公司的发展质量不断提升，但也应看到，中小企业融资难、回款慢现象仍然存在。非金融挂牌公司仍面临较大的资金压力。文章考虑到新三板企业目前的融资方式和融资特点[1]，将重点关注企业的融资效率对研发投入产生的影响。
2 理论分析与研究假设
在信息化时代，研发投资回报的偏态分布体现出其伴随着不稳定的风险，因此，提高融资效率是扩大研发投入的保障[2]。同时企业进行研发投资需要持续性的资金注入，为了规避资金链中断导致研发活动受影响以及随之产生的额外附加成本，提升企业融资效率则尤为关键[3]。由于在企业规模一定时，企业通过提高资源配置效率，可以有大量盈余资金支持企业进行研发活动[4]。企业研发费用的投入受融资能力高低的约束，即企业融资效率越高，也就越有利于进行研发投入[5]。由此提出假设：
H1：新三板企业研发投入与融资效率呈正相关关系。
新三板企业中高新技术企业占有一定的地位，其研发创新活动不容忽视。吕岩威等对战略性高新技术产业企业的融资效率进行了深入研究[6]。刘晖等利用CCR模型对高新技术产业的综合技术效率进行分析，差异化现象仍存在[7]。姚梦琪测度发现我国高新技术企业融资效率有效性差，大部分企业的融资效率没有达到理想水平[3]。李红锦等以 SFA 模型研究了 LED 产业的创新投入，研究发现产业整体研发创新投入较弱，技术效率偏低[8]。
纵观上述研究，对文章提出假设：
H2：融资效率对企业研发活动的影响更多的发生在新兴行业。
3 研究设计
3.1 样本选取与数据来源
文章以2015—2018年新三板企业为研究对象，所有年度财务数据均从国泰安（CSMAR）数据库和万得（WIND）数据库手工整理，剔除披露数据不全的样本、去除数据存在异常的样本，得到997个企业有效年度样本。
3.2 变量定义
3.2.1 研发投入（R&D）的测度
文章以研发投入密度（研发投入/总资产）进行衡量。
3.2.2 企业融资效率（FE）的测度
文章借鉴杨国佐构建的计算融资效率的方法[9]，选取资产总额、主营业务成本、财务费用、资产负债率作为投入指标，选取总资产周转比率、净资产收益比率作为产出指标。
在使用DEA模型时，要求所选择的投入、产出指标值是大于等于零的，所以在数据分析前，需要进行无量纲化处理。因此，可以假设具体的函数关系处理非负数值。Yij表示无量纲化处理后的数据，mj表示min（Yij）， Mj表示max（Yij）， i=1， 2， …， 6; j=1， 2， …，函数关系如下：
Yij=0.1+Yij-mjMj-mj×0.9
经此过程处理后的数据范围都限定在[0，1]，避免了选取负值的不恰当性，并且有助于评价结果的准确。
3.2.3 控制变量
查阅以往文献，考虑到还有其他因素对研发投入产生影响，文章还加入了一些控制变量，具体包括企业规模（Size）、盈利能力（ROA）、营运能力（TAT）、年份（Year）。
3.3 模型构建
为检验假设的正确性，文章构建了回归模型以便对假设进行检验：
R&D=α0+α1FE +α2ROA +α3Size+α4TAT+ε
4 实证分析
4.1 融资效率评价
由表1的数据对比可知，2016年样本公司数据计算结果表明，综合技术效率最优状态的行业类型达到了三类，11类行业的综合技术效率普遍集中在[0.5，0.8]区间内，占比很高，绝大多数公司的综合技术效率处在较弱的状态。2017年的新三板挂牌公司达到最优状态的行业数为两类，大部分公司的综合效率值集中在[0.5，1]区间内，行业总体的综合技术效率有所提升，弱效率的公司数量有所降低。从2018年的数据计算结果发现：新三板挂牌公司有三类行业综合技术效率TE值达到了最优状态，这三类行业分别是电信行业、房地产行业、金融业。其余行业TE值均小于1，出现投入过剩或者产出不足的现象，可能是由于某些行业中的企业融资效率的下降引起行业整体综合效率的削弱。基于以上分析可以看出，新三板企业整体的融资效率较低，在行业之间融资效率存在着较大的差异。
4.2 描述性统计
由表2可知，新三板企业研发投入（R&D）极差值较大，而均值仅为0.0213，现阶段新三板企业的研发水平总体看来尚处于中等偏下水平，从标准差可以看出，其研发投入强度存在差距。企业融资效率（FE）的最大值为1，经过数据对比得知新三板企业在融资方面的差距较大。总资产周转率（TAT）的极大值与极小值差距较大，样本企业整体营运能力较强，有助于支持企业进行相关的研发活动;在控制变量方面，样本企业在规模上并不存在很大的差异;极少部分样本企业自身经营能力较弱，但均值为0.08，整体上盈利能力较好，因此对公司其他指标的影响可能较弱，作为控制变量是合理的。 4.3 相关性分析
由表3可知，企业研发投入（R&D）与融资效率（FE）在1%水平上显著，融资效率高，则可以更为有效地控制融资成本，有利于进行研发活动，对假设的正确性进行初步验证。企业研发投入（R&D）与总资产收益率（TAT）在5%水平上显著，说明企业自主地优化资产管理水平，有利于企业加大研发投入。在控制变量方面，尽管企业规模的扩大有利于增强企业实力，但研發投资产生的效益具有滞后性，同时为了避免破产风险，减少一部分研发投入。企业研发投入（R&D）与净资产收益率（ROA）在5%水平上显著，由于企业大多处于快速成长阶段，但仍然不排除存在现阶段发展能力不足，抑制企业研发活动。
4.4 回归分析
4.4.1 整体回归分析
从表4的结果来看，融资效率（FE）与研发投入（R&D）在5%水平上显著正相关，这说明企业融资效率高，有利于进行研发融资，更有利于进行研发活动，加大研发投入，假设H1得到充分验证。
4.4.2 分组回归分析
将按Wind行业分类的数据划分为高新技术行业和非高新技术行业进行分组回归，回归结果如表4所示。由表可知，新三板企业中，高新技术企业的融资效率（FE）与研发投入（R&D）在10%水平上显著正相关，而非高新技术企业的正相关关系不显著，从系数上进行比较，高新技术企业研发投入（R&D）对融资效率（FE）的回归系数更大，如信息技术、医药、能源等企业，会持续地进行研发创新，注重人才的培养，相应增大企业的研发投入。由此，假设H2得到充分验证。
4.5 稳健性检验
在稳健性检验中，借鉴杨国佐等对研发投入测度的方式[9]，以研发绝对指标（研发支出）代替文章运用的研发密度指标（研发支出/总资产），重新进行上述过程的检验，回归结果除显著性和系数大小略有差异外，结论与文章结果相同，因此文章实证分析结果符合稳健性要求。
5 结论及建议
文章获得以下研究结论：
（1）企业研发投入（R&D）与债务融资效率（FE）显著正相关，随着融资效率的提高，有利于企业进行研发创新活动。
（2）通过分组回归，发现融资效率对企业研发活动的影响更多地发生在高新技术行业。以结论为依据，文章合理化地提出一些建议：
第一，企业首先应在筹集资金之前进行融资分析，进行专家意见质询，控制融资成本;其次应该对自身的综合能力进行细致的考量，提高企业的综合实力水平。第二，国家应加大对高新技术企业的扶持力度，政府应优化财政支出结构，更多向创新驱动倾斜，给予高新技术企业科研支持。
参考文献：
[1]简兵，曾素英.我国“新三板”市场企业融资效率研究[J].科技经济市场，2019（4）.
[2]陈海声.研发投资特征及企业扩大融资来源的路径研究[J].现代财经，2006，26（1）.
[3]姚梦琪.高新技术企业融资效率对研发投入的影响[J].科技管理研究，2019（1）.
[4]邹辉霞，刘义.融资效率、产权性质与研发投入[J].现代财经，2015（2）.
[5]BRANDT L，LI H.Bank discrimination in transition economies：ideology，information，or incentives？[J].Journal of Comparative Economics，2003，31（3）.
[6]吕岩威，孙慧.中国战略性新兴产业技术效率及其影响因素研究：基于18个大类行业面板数据的分析[J].科学学与科学技术管理，2013（11）.
[7]刘晖，刘轶芳，乔晗，等.中国战略性新兴产业技术创新效率研究[J].系统工程理论与实践，2015（9）.
[8]李红锦，李胜会.战略性新兴产业创新效率评价研究：LED 产业的实证分析[J].中央财经大学学报，2013（4）.
[9]杨国佐，张峰，陈紫怡.新三板挂牌公司融资效率实证分析[J].财经理论与实践，2017，38（2）.
[关键词]融资效率;研发投入;DEA模型
[DOI]10.13939/j.cnki.zgsc.2021.07.043
1 引言
近年来新三板市场便利的融资机制、市場化的监管氛围，极大地支持了公司业务的发展，这不仅仅是资金上给予的充分支持，也是规范的意识和资本运作思维的优化。由于企业各项运营状况指标可以在股转系统中清晰地展示，所以企业在盈利状况较好时，高效率地进行融资是无压力的。从总体看，在国家政策支持下，挂牌公司的发展质量不断提升，但也应看到，中小企业融资难、回款慢现象仍然存在。非金融挂牌公司仍面临较大的资金压力。文章考虑到新三板企业目前的融资方式和融资特点[1]，将重点关注企业的融资效率对研发投入产生的影响。
2 理论分析与研究假设
在信息化时代，研发投资回报的偏态分布体现出其伴随着不稳定的风险，因此，提高融资效率是扩大研发投入的保障[2]。同时企业进行研发投资需要持续性的资金注入，为了规避资金链中断导致研发活动受影响以及随之产生的额外附加成本，提升企业融资效率则尤为关键[3]。由于在企业规模一定时，企业通过提高资源配置效率，可以有大量盈余资金支持企业进行研发活动[4]。企业研发费用的投入受融资能力高低的约束，即企业融资效率越高，也就越有利于进行研发投入[5]。由此提出假设：
H1：新三板企业研发投入与融资效率呈正相关关系。
新三板企业中高新技术企业占有一定的地位，其研发创新活动不容忽视。吕岩威等对战略性高新技术产业企业的融资效率进行了深入研究[6]。刘晖等利用CCR模型对高新技术产业的综合技术效率进行分析，差异化现象仍存在[7]。姚梦琪测度发现我国高新技术企业融资效率有效性差，大部分企业的融资效率没有达到理想水平[3]。李红锦等以 SFA 模型研究了 LED 产业的创新投入，研究发现产业整体研发创新投入较弱，技术效率偏低[8]。
纵观上述研究，对文章提出假设：
H2：融资效率对企业研发活动的影响更多的发生在新兴行业。
3 研究设计
3.1 样本选取与数据来源
文章以2015—2018年新三板企业为研究对象，所有年度财务数据均从国泰安（CSMAR）数据库和万得（WIND）数据库手工整理，剔除披露数据不全的样本、去除数据存在异常的样本，得到997个企业有效年度样本。
3.2 变量定义
3.2.1 研发投入（R&D）的测度
文章以研发投入密度（研发投入/总资产）进行衡量。
3.2.2 企业融资效率（FE）的测度
文章借鉴杨国佐构建的计算融资效率的方法[9]，选取资产总额、主营业务成本、财务费用、资产负债率作为投入指标，选取总资产周转比率、净资产收益比率作为产出指标。
在使用DEA模型时，要求所选择的投入、产出指标值是大于等于零的，所以在数据分析前，需要进行无量纲化处理。因此，可以假设具体的函数关系处理非负数值。Yij表示无量纲化处理后的数据，mj表示min（Yij）， Mj表示max（Yij）， i=1， 2， …， 6; j=1， 2， …，函数关系如下：
Yij=0.1+Yij-mjMj-mj×0.9
经此过程处理后的数据范围都限定在[0，1]，避免了选取负值的不恰当性，并且有助于评价结果的准确。
3.2.3 控制变量
查阅以往文献，考虑到还有其他因素对研发投入产生影响，文章还加入了一些控制变量，具体包括企业规模（Size）、盈利能力（ROA）、营运能力（TAT）、年份（Year）。
3.3 模型构建
为检验假设的正确性，文章构建了回归模型以便对假设进行检验：
R&D=α0+α1FE +α2ROA +α3Size+α4TAT+ε
4 实证分析
4.1 融资效率评价
由表1的数据对比可知，2016年样本公司数据计算结果表明，综合技术效率最优状态的行业类型达到了三类，11类行业的综合技术效率普遍集中在[0.5，0.8]区间内，占比很高，绝大多数公司的综合技术效率处在较弱的状态。2017年的新三板挂牌公司达到最优状态的行业数为两类，大部分公司的综合效率值集中在[0.5，1]区间内，行业总体的综合技术效率有所提升，弱效率的公司数量有所降低。从2018年的数据计算结果发现：新三板挂牌公司有三类行业综合技术效率TE值达到了最优状态，这三类行业分别是电信行业、房地产行业、金融业。其余行业TE值均小于1，出现投入过剩或者产出不足的现象，可能是由于某些行业中的企业融资效率的下降引起行业整体综合效率的削弱。基于以上分析可以看出，新三板企业整体的融资效率较低，在行业之间融资效率存在着较大的差异。
4.2 描述性统计
由表2可知，新三板企业研发投入（R&D）极差值较大，而均值仅为0.0213，现阶段新三板企业的研发水平总体看来尚处于中等偏下水平，从标准差可以看出，其研发投入强度存在差距。企业融资效率（FE）的最大值为1，经过数据对比得知新三板企业在融资方面的差距较大。总资产周转率（TAT）的极大值与极小值差距较大，样本企业整体营运能力较强，有助于支持企业进行相关的研发活动;在控制变量方面，样本企业在规模上并不存在很大的差异;极少部分样本企业自身经营能力较弱，但均值为0.08，整体上盈利能力较好，因此对公司其他指标的影响可能较弱，作为控制变量是合理的。 4.3 相关性分析
由表3可知，企业研发投入（R&D）与融资效率（FE）在1%水平上显著，融资效率高，则可以更为有效地控制融资成本，有利于进行研发活动，对假设的正确性进行初步验证。企业研发投入（R&D）与总资产收益率（TAT）在5%水平上显著，说明企业自主地优化资产管理水平，有利于企业加大研发投入。在控制变量方面，尽管企业规模的扩大有利于增强企业实力，但研發投资产生的效益具有滞后性，同时为了避免破产风险，减少一部分研发投入。企业研发投入（R&D）与净资产收益率（ROA）在5%水平上显著，由于企业大多处于快速成长阶段，但仍然不排除存在现阶段发展能力不足，抑制企业研发活动。
4.4 回归分析
4.4.1 整体回归分析
从表4的结果来看，融资效率（FE）与研发投入（R&D）在5%水平上显著正相关，这说明企业融资效率高，有利于进行研发融资，更有利于进行研发活动，加大研发投入，假设H1得到充分验证。
4.4.2 分组回归分析
将按Wind行业分类的数据划分为高新技术行业和非高新技术行业进行分组回归，回归结果如表4所示。由表可知，新三板企业中，高新技术企业的融资效率（FE）与研发投入（R&D）在10%水平上显著正相关，而非高新技术企业的正相关关系不显著，从系数上进行比较，高新技术企业研发投入（R&D）对融资效率（FE）的回归系数更大，如信息技术、医药、能源等企业，会持续地进行研发创新，注重人才的培养，相应增大企业的研发投入。由此，假设H2得到充分验证。
4.5 稳健性检验
在稳健性检验中，借鉴杨国佐等对研发投入测度的方式[9]，以研发绝对指标（研发支出）代替文章运用的研发密度指标（研发支出/总资产），重新进行上述过程的检验，回归结果除显著性和系数大小略有差异外，结论与文章结果相同，因此文章实证分析结果符合稳健性要求。
5 结论及建议
文章获得以下研究结论：
（1）企业研发投入（R&D）与债务融资效率（FE）显著正相关，随着融资效率的提高，有利于企业进行研发创新活动。
（2）通过分组回归，发现融资效率对企业研发活动的影响更多地发生在高新技术行业。以结论为依据，文章合理化地提出一些建议：
第一，企业首先应在筹集资金之前进行融资分析，进行专家意见质询，控制融资成本;其次应该对自身的综合能力进行细致的考量，提高企业的综合实力水平。第二，国家应加大对高新技术企业的扶持力度，政府应优化财政支出结构，更多向创新驱动倾斜，给予高新技术企业科研支持。
参考文献：
[1]简兵，曾素英.我国“新三板”市场企业融资效率研究[J].科技经济市场，2019（4）.
[2]陈海声.研发投资特征及企业扩大融资来源的路径研究[J].现代财经，2006，26（1）.
[3]姚梦琪.高新技术企业融资效率对研发投入的影响[J].科技管理研究，2019（1）.
[4]邹辉霞，刘义.融资效率、产权性质与研发投入[J].现代财经，2015（2）.
[5]BRANDT L，LI H.Bank discrimination in transition economies：ideology，information，or incentives？[J].Journal of Comparative Economics，2003，31（3）.
[6]吕岩威，孙慧.中国战略性新兴产业技术效率及其影响因素研究：基于18个大类行业面板数据的分析[J].科学学与科学技术管理，2013（11）.
[7]刘晖，刘轶芳，乔晗，等.中国战略性新兴产业技术创新效率研究[J].系统工程理论与实践，2015（9）.
[8]李红锦，李胜会.战略性新兴产业创新效率评价研究：LED 产业的实证分析[J].中央财经大学学报，2013（4）.
[9]杨国佐，张峰，陈紫怡.新三板挂牌公司融资效率实证分析[J].财经理论与实践，2017，38（2）.