关于研发投入对于企业成长性影响的研究

张文新 蒋嘉欣 刘玥 宋时雨

【摘 要】本文以2013-2017年江苏省190家上市公司为研究对象，对企业研发投入强度对企业成长性的影响进行研究，旨在总结现有成果，分析江苏上市公司研发投入特点，构建研究框架，为进行下一阶段的课题研究提供参考。

【关键词】研发投入；成长性

一、引言

探讨两个变量之间的相关性问题，研究方法主要有因数分析、相关分析和回归分析。正常情况下，双变量相关性问题选用哪一种方法，都能得出一致的结论。回归分析由于具有定量、预测和可控制的特点，为本文所采用的主要方法。

本文采用的数据分析工具为IBM SPSS Statistics 22，该统计软件能够根据引入的数据，自动进行相关性分析、回归性分析等。

二、文献综述和理论假设

通过对相关文献进行整理，可以大致将其按研究方向、研究对象、研究结论和所使用的方法进行分类。以往文献对于研发投入和企业成长性的关系研究，主要有5方面的结论，包括正相关、负相关、无关、U型倒U型和滞后期。

（一）正相关

国内外都有得出研发投入与企业成长性呈正相关关系结论的文献，也就是说这部分学者认为研发投入能够促进企业业绩增长和持续发展。

在这种观点的基础上，衍生出另外两个方向的研究结论。一部分学者虽然认同研发投入对企业成长性的促进作用，但是他们觉得这种促进作用有滞后性，也就是企业加大研发投入强度，不会立刻在当期经营上收获成效，大约要滞后2-3年，甚至更久。

另一部分学者着眼于對研发强度的具体研究，认为过量或不足都不利于企业成长，二者呈倒U型关系。

（二）负相关和无关

那么与之相对地，就有负相关与正U型的结论，认为加大研发投入不利于企业成长。还有少部分学者认为二者不相关，或者说相关性不显著。

三、研究设计

（一）样本选择与数据来源

本文选取2013-2017年我国江苏省上市公司为研究对象， 剔除在财务报表中未公布研发支出以及财务数据不全的上市公司；考虑到研发投入对公司绩效的滞后效应影响，剔除了上市不足四年的上市公司；剔除了被st和st*的上市公司，防止异常经营对研究结果产生影响，最终得到样本公司190家。本文使用的数据为上市公司年报数据，均来自国泰安金融数据库。

（二）变量设计

1.研发投入强度（RDI）。企业研发费用指其在产品、技术、材料、工艺、标准的研究和开发过程中发生的各项费用，本文采用研发费用占营业收入的比重这一指标对研发投入强度进行度量。

2.营业收入增长率（GR）。企业以盈利为主要目标，通过营业收入增长率反应企业成长性和经营发展情况。

3.控制变量。研究设计了资本结构（Lev）、企业规模（size）、股权集中度（CR）和自由现金流（Cfo）4个控制变量。

（三）模型设计

为考察研发投入强度和企业成长性之间的关系，本文建立模型：

GR=αi+βi*RDIi+ε（i=2013，2014，2015，2016，2017）

在回归分析中，因变量的值由常量a和回归部分决定，可以计算出自变量改变1单位，因变量平均改变的单位数量。上述模型公式中，α为截距，β为系数，ε作为残差要对其进行两方面的检验：1.是否独立；2.是否为正态分布。

四、实证分析

（一）描述性统计

表4.1为选取的自、因变量原始数据的简单描述性统计结果，表中包括样本公司2017年的营业收入增长率、2013至2017每年研发强度的最值、均值和标准差。据表可知，各年样本公司研发投入的平均值在4%左右，2013年研发强度最大的公司为苏大维格（300331），达到21.85%，2014年为天泽信息（300209）20.42%，2015-2017年均为南大光电（300346），分别为24.46%、30.91%、21.69%；而研发费用在个别年份为0的公司包括2017年的玉龙股份（601028）以及2016年的南京新百（600682）。说明不同行业之间，各公司研发投入存在较大差异，所选样本公司具有多样性和代表性。

（二）实证结果与分析

根据所建立的模型，运用SPSS软件，将2013-2017各年的研发投入费用与最后一年的营业收入增长率作相关分析。由表4.2.1呈现的第一列数据可得出初步结论：2016年的研发投入费用与2017年的营业收入增长率呈强线性正相关关系，且显著性双尾检验得出P值小于0.05，结论可信；2015年的研发投入费用与2017年的营业收入增长率呈正相关关系，但P值超过了0.05，相关不显著；其余各年的研发投入费用与2017年的营业收入增长率不相关。从而可知，当年投入的研发费用并不会在当年就对营收产生较大影响，而是可能存在一个1-2年的滞后期。

再进一步针对2016和2015年的研发投入费用对2017年营收增长率作回归分析，同时进行残差检验。

GR=0.141+0.037*RDIi+ε（i=2016）

GR=0.194+0.026*RDIi+ε（i=2015）

同时，回归分析必须对残差e是否独立进行检验。根据Durbin-Watson法可知，e呈正态分布，它的σ取值等于2最为理想，1-3之间比较正常，其余情况e不独立。还可以通过绘制PP图或标化残差图检验是否正太分布。由图可知σ大约在2左右，残差独立，输出结果可信。2016和2015年的回归分析模型的残差分别为2.034和2.036，接近于2，为理想取值。

表4.2.2 2016年回归分析结果及残差检验

（三）t检验

根据研发强度对公司成长性影响的回归分析结果可知，当设定显著性水平为10%时，2015-2016年研发强度对公司成长性的回归系数分别为0.026和0.037，回归系数t检验的t的绝对值分别为1.753（P=0.081<0.1）和2.762（P=0.006<0.1），均能通过检验，回归系数具有显著意义。常数项分别为0.194和0.141，常数项t检验的的绝对值分别为2.409（P=0.017<0.1）和1.830（P=0.069<0.1），常数项均能通过t检验，常数项具有显著意义。

五、结论

综合以上分析结果，以江苏省190家上市公司为研究对象，可以得出以下结论：企业研发投入强度对企业成长性有促进作用，且存在大约两年的滞后期。此外，单独拿出2016年研发强度的数据，按照0-4%、4%-6%、7%这三个区间进行划分，分别对各段作相关分析，发现在4%-6%这个区间里，这种研发强度的正向促进作用是最显著的；在0-4%区间里，正向促进作用较弱；超过7%的投入比率，则有一个微弱的负相关关系。也就是可以推测出：不足或者过度的研发投入都会对企业成长产生不利影响，但是由于无法严格检验，其推测尚且存疑，有待进一步选取其他数据进行检验。

【参考文献】

[1]朱丹. 基于研发强度的创业板上市公司成长性研究[J].安徽财经大学，2014

[2]胡晓康.创业板上市公司R&D投入对企业成长研究[J].2017

[3]巢琳. 创业板公司研发投入对成长性影响研究[J].中南大学，2011

[4]王佳. 创业板上市公司成长性研究[J].华东交通大学，2016

[5]卫芳蓉. 创业板上市公司成长性影响因素研究[J].河北地质大学，2016

[6]谢晓丽. 新三板挂牌公司成长性评价实证研究[J].安徽农业大学，2016

[7]蒋琦莹. 新三板挂牌企业成长性影响因素研究[J].电子科技大学，2017

[8]谢忆爽. 新三板挂牌企业治理结构与成长性的关系研究[J].东华大学，2017

[9]辛英男. 制造业小微企业成长性评价及影响因素研究[J].哈尔滨工业大学，2015

[10]贾树方. 中小企业成长性影响因素实证研究[J].湖南工业大学，2016

[11]刘诗姝. 研发投入对中小板上市公司成长性影响研究[J].辽宁大学，2014

[12]雷婷. 高新技术企业研发投入对成长性的影响研究 [J].湖南师范大学，2015