论文部分内容阅读
当前,我国经济结构性矛盾纵横交织,经济下行压力加大,经济发展已经进入了“新常态”,其主要特点之一是发展动力从传统要素驱动转向创新驱动。在这样的经济大背景下,国家大力推进供给侧改革,其关键正是通过产业的调整,即通过创新,来提高生产率,来引导需求的结构调整与升级。为应对经济下行压力和科技创新带来的冲击,更多的传统企业希望借助资本市场,通过加大内部投资或并购重组等扩张方式提升自身的创新能力,从而在转型过程中实现更好的发展。然而,这类企业面临的首要任务就是厘清究竟扩张能否提升企业创新能力从而帮助其实现转型升级,以及扩张规模对创新绩效的影响是怎么样的等问题。由此可见,对扩张型企业的创新绩效进行深入的研究具有十分重要的意义。对现有的研究进行梳理与分析后,本文发现,首先,有关创新绩效的研究主要集中在产业和行业方面,并且大多数文献都是选取投入或产出角度,单方面地度量创新绩效,而较少有文章从效率的角度对上市公司的创新绩效进行科学的度量;其次,大多数研究都把注意力放在高新技术企业的外部扩张(并购)上,而忽略了对中低技术企业样本的研究,同时也缺乏内部扩张对企业创新绩效的影响研究;最后,有关扩张规模对企业创新绩效的影响研究更是暂付阙如。而超效率数据包络模型(Data Envelopment Analysis,DEA,以下简称超效率DEA模型)可以同时考虑投入和产出两个方面,真正从效率的角度对绩效进行度量。本文正是基于上述的经济背景和现有理论的不足,选取了2009-2015年我国沪深两市全部上市公司作为样本,借助超效率DEA模型对上市公司的创新绩效进行了合理的度量,并对扩张型上市公司创新绩效的影响因素展开了实证研究。具体步骤如下:首先,选取技术人员数量和研发资本存量作为投入变量,专利申请数和净资产收益率作为产出变量,利用R软件构建超效率DEA模型计算出各上市公司的创新绩效值,并讨论不同方式的扩张所带来的创新绩效的差异;其次,对企业创新绩效的影响因素进行较为全面的识别,将上一步计算所得的创新绩效值作为因变量构建面板受限因变量模型(以下简称面板Tobit模型),分两个样本(内部扩张型样本和外部扩张型样本)来探究扩张规模以及其他影响因素对上市公司创新绩效的影响;最后,选取不同的产出指标重新计算上市公司的创新绩效,再次进行回归分析,以及通过设置哑变量的方式对全样本进行实证分析,保证了结论的稳健性。经过理论分析和实证检验,本文研究的结论可以概括为以下三方面:第一,我国上市公司整体创新绩效正处于一个较低的水平,其中计算机、通信和其他电子设备制造业,电气机械和器材制造业,化学原料和化学制品制造业以及医药制造业等高新技术行业的创新绩效较高,在所有行业中排名靠前;根据独立样本T检验的结果,内、外部扩张型上市公司创新绩效的方差和均值都存在显著的不同。第二,内部扩张规模与上市公司的创新绩效呈现显著的负相关,而外部扩张规模与上市公司的创新绩效呈现“U”型关系,转折点出现在外部扩张规模为0.2时,即当外部扩张规模小于0.2时,其与上市公司的创新绩效呈现负相关关系,但一旦外部扩张规模大于0.2,外部扩张规模与创新绩效呈现正相关关系。第三,在创新绩效的影响因素回归中,公司年龄仅在内部扩张型样本中与创新绩效呈现显著的负相关,而在外部扩张型样本中其作用不再显著,创新绩效对公司年龄在公司年龄较小时较为敏感,随着企业的成长,其对创新绩效的影响在逐步减弱;自由现金流在内部扩张型样本中不显著,在外部扩张型样本中与创新绩效呈现负相关;将其他影响因素按效果分为三类,其中,公司规模、高管薪酬、高管的平均年龄以及折旧与创新绩效呈显著的负相关;而股权集中度(前10大股东持股比例之和)、资本密集程度、财务杠杆与创新绩效则呈现显著的正相关;而另一些变量如独立董事规模和总资产周转率则对上市公司创新绩效的影响效果并不显著。