研发投入波动对企业业绩的影响
-以安徽省A股上市公司为例
潘三毛
(安徽财贸职业学院大位会计学院，合肥230601)
摘要:利用2012—2016年安徽省41家A股上市公司财务数据，使用标准离差率度量企业研发投入真实波动，运
用面板分位数模型检验研发投人波动对企业业绩的影响。研究发现:在10分位上，研发投人波动对企业 业绩没有影响;在中、高水平的分位数上，研发投人波动与企业业绩存在正相关关系;研发投人波动对企业 业绩的影响呈现分位异质性.总资产净利润率越高的企业，企业业绩受研发投人波动的影响越大。关键词:研发投入波动;学生化残差;标准离差率;面板分位数模型中图分类号：F273. 1;F275
文献标志码：A
文章编号：1008-6021 (2019)02-0010-06
_'弓I言
2018年以来，中国的外部环境发生明显变化，在 需求端表现为中美贸易争端不断升级，在生产端表现 为中国核心技术被“卡脖子”。尤其是后者，凸显了我 国制造业被发达国家锁定在全球价值链底部的被动 局面。因此，企业由关注劳动投人转向增加研发投入 的重要性和急迫性与日俱增。
从微观层面研究研发投人对企业业绩的影响，向 来是学界关注的热点。按照观点不同，主要分成四
类:第一类研究认为两者呈显著的正相关关系M ;第 二类研究认为两者呈显著的负相关关系[3];第三类研 究认为两者呈U型关系;最后一类研究认为两者 没有显著关系[5]。
但是有研究发现，不但研发投人绝对量能带来企 业业绩水平的提升或下降，而且研发投人的变动也对 企业业绩产生重大影响[6]。由于这一论断提出的时 间较晚.相关研究较为缺乏。国外研究方面: Mudambi和Swift认为企业的研发投人波动呈现
“跳跃”特征，因此也将研发投入波动称为“研发投入 跳跃”，并发现研发投人的变化与公司业绩水平的提 高有关，波动越大、业绩水平越高>8]。Swift和
Jirdsek的研究对该结论提出了质疑。前者发现 研发投人的变化幅度，无论是正向跳跃还是负向跳 跃，都与组织失败的可能性呈正相关。后者研究结果 则表明，财务绩效较低的企业研发投资波动较大。国 内研究方面:吴建祖和肖书锋的研究表明研发投人跳 跃与企业绩效正相关[1112];贾慧英等的研究表明研发 投人跳跃并非越高越好.跳跃幅度与组织绩效呈倒U 型关系[13]。
综上，不难发现，以往涉及企业研发投人波动的 研究都默认其类型为“跳跃”波动，但这种波动特征在 不同国别案例或区域实践中并不符合实际。原因是， 他们通过建立研发投入GARCH模型，计算
GARCH模型的学生化残差，用学生化残差的最大值 作为研发投人波动的取值，并假定其他年份研发投人 都平稳变化。但这种做法实际上与现实相悖。我国
收稿日期：2018-11-19
基金项目：国家社会科学基金一般项目“中国生产性服务业发展的战略转变和机制设计研究”(项目编号：15BJY023);安徽财贸
职业学院内涵提升全员行动计划科学研究基金资助项目“安徽创新全球化水平及其影响因素研究”（项目编号： 2017nhrwc05);安徽省职业与成人教育学会课题“经济结构调整与职业教育改革创新研究”(项目编号:CCB15002);安 徽省高等教育振兴计划“基于‘校企共建，产教融合’的高职院校会计专业群生产性实习实训基地建设模式研究”（项 目编号:2015zdjyl93)
作者简介:潘三毛（1976—），女，安徽安庆人，讲师，硕士。研究方向:公司审计与区域经济。
10
潘三毛：研发投入波动对企业业绩的影响——
企业会计准则把企业内部研发分为两个阶段:研究阶 段与开发阶段。研究阶段支出偏向探索性的支出，开 发阶段支出偏向开发式创新投资。相对于开发阶段 支出.研究阶段支出有更大的风险，结果具有很大的 不确定性。在会计处理时.前者费用化处理,直接计 人当期利润;后者满足一定条件，资本化处理,形成无 形资产，分期计入利润。众所周知，企业研发要经历 很长时间才能成功，为了平滑收益或满足收益预期的 动机，管理者通常会操纵研发支出[14]。因此，研发经 费实际上不会在某一年大量投人，而应该是分年逐步 投人。既然企业研发投人的波动有其他特征，其对企 业业绩的影响与“跳跃”波动影响有何差异？这是本 文关注的问题。
基于安徽省A股上市公司2012 — 2016年财务 数据，本文运用面板分位数建立计量模型，检验研发 投人波动对企业业绩的影响。发现在考察期间，样本 企业研发投人波动与企业业绩的关系与跳跃波动的 影响研究结论类似，呈正相关关系。本文可能的新意 在两个方面：（1)用标准离差率重新度量了企业研发 投人的真实波动，而非以往相关文献基于“学生化残
差最大值”的假设波动。（2)重新评估非假设的“跳 跃”型研发投人波动对企业业绩的影响，为相关研究 结论增添新的实证证据支持。
二、研究假设
技术创新理论认为，技术创新过程划分为“创新 构思阶段”“研究开发阶段”“中试阶段”“批量生产阶 段”“市场营销阶段”和“创新技术扩散”六个阶段。通 常，前三个阶段需要大量的研发经费投人，而后三阶 段主要专注于新产品的生产和销售，研发投入较少。 并且，企业创新过程的六个阶段循环往复，交织在一 起，研发投入呈现阶段性变化。当市场上出现大量与 新产品类似的产品，或者消费者的需求发生变动，前 一轮研发的好处很快就会消失。为了生存与发展，企 业势必要进行下一轮的新产品研发活动。为了做到 这一点，企业必须主动管理自己的研发预算，削减落 后的项目，增加有前途的项目，这就导致了研发支出 的波动和业绩的向好转变和提升。综上，较高的研发 投人波动可能说明企业能够积极主动地进行新产品 的开发，满足消费者的需求，从而取得先发优势，获得 较好的业绩。因此，本文提出如下假设：
企业研发投入波动与业绩正相关。
以安徽省A股上市公司为例三、研究设计(一） 数据来源说明
本文选择2012 — 2016年安徽省A股上市公司
数据，其中，研发投人波动指标用到的数据期间为 2012—2016年，其余变量的数据期间为2014 — 2016 年。所有数据进行如下筛选程序：（1)选择属于A股 市场的安徽省上市公司，并剔除了股票被ST的公 司；（2)根据中国证监会关于上市公司行业的分类，选 取了采掘业、制造业（其中的第4小类石油、化学、塑 胶、塑料业、第5小类电子业、第6小类金属、非金属 业、第7小类机械、设备、仪表业和第8小类医药、生 物制品）和信息技术业这三个行业的安徽A股上市 公司；（3)进一步剔除财务数据缺失的公司.最终得到 41家安徽省上市公司的财务资料。研发支出波动数 据手工计算得出，其他数据均来源于国泰安CSMAR 系列研究数据库。
(二） 变
量选取和说明
1. 被解释变量的选择和衡量
学者们经常用总资产净利润率（ROA)和 7\"〇/;/〃Q指标衡量企业业绩。在采用指标作 为衡量组织绩效的代理变量时，很多企业有非流通股 存在，资本的市场价值无法准确衡量，而且企业资产 的重置成本衡量也存在偏差，
的计算准确性
实际上存在很大疑问。因此本文借鉴马海燕等[15]、 唐锦铨[16]、刘海建等[17]的做法，用总资产净利润率
(/?OA )衡量企业业绩。计算公式为：总资产净利润 率=净利润/资产总额平均余额.资产总额平均余额 =(本年年初资产总额+本年年末资产总额)/2。
2. 解释变量的选择和衡量
如引言所述，“学生化残差最大值”无法准确衡量企
业研发投人波动。又因为安徽省41个上市公司研发投 人的平均数不相同.所以也不宜采用标准差来比较研发 投人的波动性。标准离差率采用相对数的形式，不受平 均数不同的影响。本文用标准离差率来衡量研发投人 波动，符号为计算公式为：尺&如=
SDi?D3/；U。50^03表示连续三年研发投人的标准 差，表示连续三年研发投入的平均数。
3. 控制变量的选择和衡量
本文主要研究研发投入波动对企业业绩的影响. 但企业业绩还受到其他变量的影响。参照
JinLsek[1°]、吴建祖和肖书锋[111«、贾慧英等的文
11
安徽广播电视大学学报2019年第2期
献，将其他影响企业业绩的指标“企业规模 (InSJZE )”“销售收人（InSALES )”“资产负债率 (L£V )”“速动比率（QC )”“营运资金销售收人比
销售收入的对数，LEV,.,表示资产负债率，QC,.,表 示速动比率，WCi?,.,表示营运资金销售收人比。
(四）计量方法
传统回归模型主要关注被解释变量的条件均值， 所以无法考察不同分位数下解释变量对被解释变量 的影响差别。而Koenker和Bassett在1978年提出 的线性分位数回归理论，用被解释变量的条件分位数 对解释变量进行回归，捕捉分布上尾和下尾的特征， 得出解释变量对不同部分被解释变量产生的不同影 响，有效解决了这个问题[18]。因此.本文采用面板分 位数回归模型，考察不同分位数下研发投人波动对企 业业绩究竟会产生何种影响。
四、实证结果(一）描述性统计
给各变量做一个描述性统计，如表1。从表1可 知，企业总资产净利润率的均值为〇. 034,标准差 为0. 053,最小值_0. 134与最大值0. 229之间相 差0.363,差额较大，说明安徽省上市公司的总资产 净利润率两极分化较严重。研发投入波动的最小 值0.000 4和最大值0. 154相差0. 153 6,标准差 为0. 023,表明安徽省的上市公司之间研发投入波 动存在一定差距。其他控制变量如资产负债率、速动 比率和营运资金销售收人比等，最大值与最小值之间 也呈现较大差异。
表1
变量名
均值0.0340.02622. 240
变量的描述性统计
最小值—0. 1340. 000420. 21719. 4650. 0950. 226-0. 620
中位数0.0300.01722. 25421.8130.4111. 3030.316
最大值0.2290. 15424. 95025. 2100.83811.3762.230
(WCR )”作为控制变量。
企业规模（lnSJZE ):取企业总资产的自然对 数。企业进行研发活动需要大量的资金投人，并且需 要承担很大的风险。一般来说，规模大的企业，资金 比较充足，抗风险能力也较强。但是企业规模越大， 管理层级也越多，管理的难度也随之增大，还会造成 效率低下，从而使企业的业绩下降。
销售收入（InSALES ):取销售收人的自然对 数。企业的销售收人如果连年增长，说明有更多的资 金流人企业，研发投人需要的资金也较充足，企业的 业绩也较高。
资产负债率（LEV):企业的资产负债率越高， 说明需要偿还的到期债务越多，用于研发投人的资金 就少，企业的业绩也较差。计算公式为：资产负债率 ==负债总额/资产总额。
速动比率（QC ):本文以速动比率来测量组织冗 余。速动比率反映企业不受约束的冗余资源，比如多 余的营运资本。速动比率可以用来衡量企业流动资 产中，有多少资产可以立即出卖用于偿还流动负债的 能力。计算公式为:速动比率=速动资产/流动负债， 其中:速动资产=流动资产一存货。
营运资金销售收入比（WCi?):此指标为营运资 金周转率的倒数。企业的营运资金越多，意味着企业 总体资产的变现能力强，风险越小。企业的现金流能 力越强，企业可投人于研发活动的资金越充裕。但低 风险意味着低报酬，收益率也越低。营运资金销售收 人比越大，企业业绩越低。计算公式为：营运资金销 售收人比=(流动资产一流动负债)/销售收人。
(三）模型构建
综上，建立如下线性回归模型：
jRQA;.,
标准差0.0530. 0230. 0051.2670. 801.5490. 566
ROAR&.Dcv\\nSIZE
\\nSALES21. 720LEVQCWCR
0.4171.6450.413
= a〇 +a1_R&Dru,.，，+ 〇：2 lnSJZ£,.,
a3\\nSALESi,, + a^LEV,,, +a5〇C,,, + a6WCRi.,其中，a。为常数项，e为随机扰动项，
、〇U、〇5、汉6 是系数。下标/表示公司，《表示
时间，
表75企业业绩，
表7K研发投
人波动，lnS/Z£,.,表示企业规模，InSALES,.,表示
注:本表根据StataU. 0统计软件的计算结果整理得出，下文各 表结果与此相同。
为了对被解释变量、解释变量和控制变量进行相
关性分析，本文计算了 spearman相关系数，结果如表 2所示。从表2变量之间的相关系数可知，绝对值绝 大部分在0. 500以下，表明这些变量之间并不存在严
12
潘三毛：研发投入波动对企业业绩的影响一以安徽省A股上市公司为例
重的多重共线性。
表2 spearman相关系数表
变量名
ROA
1.0000. 160-0. 152-0. 034-0. 4630.5660.381
R&-Dcv\\nSIZE\\nSALESLEV
QC
WCR
ROAR&-Dcv\\nSIZE\\nSALESLEV
1.0000.030—0. 0370. 04 5—0. 02 90.031
1.0000.4060.528-0. 421-0.418
1.0000.568—0. 401—0. 402
1.000-0. 515-0. 476
1.0000.521
1.000
QC
WCR
(二）回归结果
对所收集的安徽省A股上市公司数据进行豪斯 曼检验，得到的检验结果P值为0. 〇〇〇,确定选取固 定效应模型，回归结果见表3,分析结论作为面板分 位数回归的参照。从表3可知,研发投人波动的回归
表3
名称
R&-DCV
系数为〇. 447,在5%的置信水平下显著，说明研发投 人波动与企业业绩正相关。即研发投人波动每提高
1个单位，企业业绩将提高0.447个单位。这个结果 验证了本文的假设。
面板分位数模型的回归结果
q250.584 …(0. 204)-0. 009(0.011)0.013-(0.011)-0. 022(0. 035)0.011 …(0.004)0.014(0.017)-0. 096(0. 107)123
q500.507 …(0. 149)-〇. oor(0.010)0. 008(0.010)一 0.070“(0.033)0.014 …(0. 005)-0. 009(0.011)-0. 119(0. 104)123
q750.844 …(0. 263)-0. 022(0.017)0. 033#(0.017)一 0• 107 …(0. 021)0.007(0. 006)0.011*(0.018)-0. 162(0. 165)123
q900. 959 *(0. 484)一 0.012(0.015)0.021(0.016)-0.089*(0. 046)0.002(0. 006)0.029(0. 022)-0. 101(0. 193)123
FE0.447”(0.198)
qlO0.060(0.257)-0.030\"(0.014)0.040 …(0.010)-0.126*(0. 084)0.007(0.005)0.045”(0.019)-0. 209(0. 193)123
\\nSIZE~0. 040**(0.018)
\\nSALES0.069 …(0.014)
LEV—0.002*(0.007)
QC
0. 022(0.021)
WCR—0. 063(0.067)
常数项一 0.549*(0.281)
观测值123
注：•*•、*•、•分别表示1%、5%、10%的显著性水平。括号中的数字为bootstrap得到的标准误差。为了更加详细地了解不同分位点上的回归结果， 以便提供一个关于条件分布的更完整的统计特征描 述，本文采用了面板分位数模型进行估计。本文选择
了 10分位、25分位、50分位、75分位和90分位五个
分位数，以揭示研发投入波动与企业业绩的具体联 系，相关结果见表3。
从表3面板分位数回归结果可知，25分位、50分 位、75分位和90分位的回归系数分别为0. 584、0. 507、
13
安徽广播电视大学学报2019年第2期
0. 844和0.959,分别在1%、1%、1%和10%的置信 水平下显著。显示研发投人波动与企业业绩存在正 相关关系，且回归系数随着分位数的提高呈上升趋 势。原因可能是研发投入的波动大表明公司积极主 动进行创新，从而提高企业核心竞争力，在竞争中更 容易击败对手，获得更大的超额利润。
从表3还可知，不同分位数下所给出的参数估计 不一样，说明研发投人波动对企业业绩的影响呈现分 位异质性。如表3所示，虽然在中分位和高分位上， 研发投人波动与企业业绩呈显著的正相关关系，但在 低分位10分位上，未通过显著性检验。说明低分位 企业的研发投人波动对企业业绩没有影响。其原因， 可能因为创新需要一定的人力、物力和财力，并承担 一定的风险，这些低分位的公司无力承担，所以很少 进行研发投人。
对于控制变量，在固定效应模型检验中，企业规 模与企业业绩负相关，且在5%的置信水平下显著。 可能的解释是，规模大的企业占有的市场份额较大， 虽然产品的更新换代十分重要，但这些公司为了避免 过早地损害自己现有产品价值，常常放慢创新的速 率。而规模较小的企业可能在不断推出新产品，抢占 市场份额，所以造成大企业利润率下滑。销售收入与 业绩正相关，且在1%的置信水平下显著，说明销售
收入越多的企业，总资产净利润率越高。资产负债率 与企业业绩负相关，说明企业资产负债率越高，总资
产净利润率越低。其余的控制变量不显著。
需要进一步指出的是，研发投人波动的回归系数 在固定效应模型估计中为0. 447,低于除10分位以 外的其他分位数回归系数。可见，如果不使用分位数 回归，固定效应模型结果可能低估研发投人波动对企 业业绩的影响。
五、结论
综上，本文通过建立计量模型，采用固定效应模 型和面板分位数回归模型，利用安徽省41个A股上 市公司2012—2016年的面板数据，实证检验了研发 投人波动对企业业绩的影响。研究结果表明：
1.
业业绩的正向促进作用得到了支持。其中，研发投人 波动程度每提高1个单位，企业业绩的提升范围 为0.507—0. 959个单位。在10分位上，研发投人波 动对企业业绩没有影响。
2.
对处于不同分位数企业而言，研发投入波动和
企业业绩的关系存在显著差异，研发投人波动对总资 产净利润率高的企业具有更大的促进作用。
3.
若不采用面板分位数回归，仅采用固定效应模
型，可能得出不全面的结论。
在中、高水平的分位数上，研发投人波动对企
参考文献：[1 ]
何强，陈松.董事会运作、研发投入与公司绩效：基于中国制造业上市公司的经验分析[J1山西财经大学学报，2012,34 (5)：87-95.
[2] 唐文秀，周兵，徐辉.产品市场竞争、研发投人与财务绩效:基于产权异质性的比较视角[J].华东经济管理,2018,32(7):
110-119.
[3] 张俭，张玲红.研发投人对企业绩效的影响:来自2009—2011年中国上市公司的实证证据[J].科学决策，2014( 1): 54-72.[4] 张庭发.中小企业创新驱动影响因素与创新绩效实证研究[J].贵州大学学报(社会科学版），2017,35(2):64-70.
[5 ] LIN B W.LEE Y.HUNG S C. R&D Intensity and Commercialization Orientation Effects on Financial Performance[J].
Journal of Business Research^2006,59(6) ：679-685.
[6 ] K()R Y Y，MAHONEY J T. How Dynamics，Management，and Governance of Resource Deployments Influence Firm-level
Performance[J]. Strategic Management Journal,2005»26(5) ：489-496.
[7 ] MUDAMBI R，SWIFT T. Proactive R&D Management and Firm Growth: A Punctuated Equilibrium Model [J]. Research
Policy,2011,40(3) ：429-440.
[8 ] MUDAMBI R,SWIFT T. Knowing When to Leap： Trarivsitioning Between Exploitative and Explorative R&D[J]. Strategic
Management Journal,2014,35(1) ： 126-145.
[9 ] SWIFT T. The Perilous Leap Between Exploration and Exploitation [J]. Strategic Management Journal, 2016, 37 ( 8)：
14
潘三毛：研发投入波动对企业业绩的影响——
1688-1698.
以安徽省A股上市公司为例
[10] JIRASEK M. The Relationship Between R&-D Spending Instability and a Firm^s Performance[C]// Proceedings of Interna
tional Conference on Management,Leadership and Governance*2017：495-502.
[11] 吴建祖，肖书锋.研发投入跳跃对企业绩效影响的实证研究：双元性创新注意力的中介作用[J1科学学研究，2015,33
(10) ：1538-1546.
[12] 吴建祖，肖书锋.创新注意力转移、研发投入跳跃与企业绩效:来自中国A股上市公司的经验证据[J].南开管理评论，
2016,19(2)：182-192.
[13] 贾慧英，王宗军，曹祖毅.研发投入跳跃与组织绩效:环境动态性和吸收能力的调节效应[J].南开管理评论，2018,21(3):
130-141.
[14] BUSHEE B J. The Influence of Institutional Investors on Myopic R&-D Investment Behavior[J]. Accounting Review* 1998,
73(3)： 305-333.
[15] 马海燕，于孟雨，王天宇.产品多元化对企业绩效的影响：资源异质性与国际化的调节效应检验[J].中国管理科学，2016,
24 (S1)： 740-750.
[16] 唐锦铨.中小型高新技术企业国际化与企业绩效关系：基于福州高新区的实证检验[J].科技管理研究，2015,35(1):
134-140.
[17] 刘海建，周小虎，龙静.组织结构惯性、战略变革与企业绩效的关系:基于动态演化视角的实证研究[J].管理评论，2009,21
(11) ： 92-100.
[18] KOENKER R»BASSETT G. Regression Quantiles[J]. Econometrica, 1978»46( 1) ：33-50.
Impact of R&D Investment Fluctuation on Enterprise Performance：
Taking the A-share Listed Companies in Anhui Province as an Example
PAN Sanmao
(Dawei Accounting School, Anhui Finance and Trade Vocational College，Hefei 230601，China) Abstract： Based on the financial data of 41 A-share listed companies in Anhui province from 2012 to
2016，the standard deviation rate is used to meavSure the real fluctuation of enterprise R&D investment，and the panel quantile model is used to test the impact of R& D investment fluctuation on enterprise performance. The results show that： at the 10th place» the fluctuation of R&-D investment has no impact on the enterprise performance； there is a positive correlation between R&D investment fluctuation and enterprise performance in the middle and high level quantiles; the impact of investment fluctuation on enterprise performanceshows quantile heterogeneity，the higher the total net profit margin of enterprise，the greater the impact of R & D investment fluctuation on enterprise performance.
Keywords ： R&D investment fluctuation? studentized residual; standard deviation rate; panel quantile model
[责任编辑王七萍]
15
因篇幅问题不能全部显示，请点此查看更多更全内容