研究假设与研究设计的分析介绍

(一) 研究假设

政府补助作为政府无偿转移给企业的货币或非货币性资产,在企业实际经营过程中,缓解了企业研发成本投入的部分资金压力。往往企业获取政府补助还带有信号传递的功能,向市场发出该企业成长性良好的信息,可为企业提供更有利的融资环境,便于企业抓住发展机遇,增强企业的生产积极性,进而实现企业盈利水平的增长。

正因为政府补助部分缓解了企业研发资金压力,并可能给企业发展带来融资,所以更利于促进产品的品质改进,增强企业盈利能力和发展能力。政府补助获得较多的行业往往盈利水平也是可观的。由此,我们提出假设:

H1:政府补助与企业盈利水平存在显著的正相关性。

研发需要大量资本投入,研发经费可能来自政府补贴、企业内部和外部融资。政府补助作为研发资本的重要来源之一,是社会科技投入中不可缺少的部分。在经济发展中为加大科技的推动作用,政府加大了对科技研发的投入,借此促进区域经济的稳定发展。同时,政府加大对战略新兴产业的投入可有效缓解企业的创新主体对于研发高风险的焦虑,从而激励企业进行创新。由此,我们提出假设:

H2:政府补助有助于激励战略新兴企业的研发投入,即政府补助与研发投入存在显著的正相关性。

基于经济增长理论可知,创新技术以及知识能够有效地提高企业的生产效率和改进产品质量,这也提高了企业的经济效益,有助于企业盈利水平的提升。而技术、知识的创新并不是一蹴而就的,需要企业的研究人员在生产经营的过程中不断尝试,研发,失败,再尝试,再研发。而不断的尝试需要很大的研发投入进行支撑,包括人力、物力以及财力,形成的新技术、新知识可能会转变为公司的无形资产,应用到生产实践,通过提高生产效率或者以新产品的形式提高公司盈利水平。而那些试错成本将作为企业的研发费用。

因为新的知识、技术给企业带来的收入往往相当可观,所以很多企业愿意增加研发投入,提升企业盈利水平。研发投入高的行业,相应地,这些行业的企业盈利水平排名也是靠前的。由此我们提出假设:

H3:企业研发投入与企业盈利水平存在显著的正相关性。

(二) 研究设计

1. 样本选择及数据

本章选定的研究对象是中国战略新兴产业成分指数(新兴成指000171)的成分股企业。中国战略新兴产业成分指数是2017年1月25日由中证指数有限公司和上海证券交易所发布的。中国战略新兴产业成分指数选取了节能环保、新一代信息技术产业、生物产业、高端装备制造、新能源产业、新材料产业、新能源汽车、数字创意产业、高技术服务业等领域具有代表性的100家上市公司,采用自由流通股本加权方式,以反映中国战略新兴产业上市公司的走势。中国战略新兴产业成分指数的样本股每半年调整一次,样本股调整实施时间分别是每年6月和12月的第二个星期五的下一交易日。本章选用的是2020年2月21日调整过的指数成分股作为研究对象。最终得到100家上市公司2015—2019年共500个观测值。本章的数据主要来自Wind数据库。

2. 变量设计

(1) 被解释变量

本章以总资产收益率即ROA代表企业盈利水平。总资产收益率=净利润/平均资产总额,这一指标集中体现了资产效率和资金利用效果之间的关系。在企业资产总额一定的情况下,利用指标可以分析企业盈利的稳定性和持久性,确定企业所面临的风险。该指标还可反映企业综合经营管理水平的高低,一直以来都是评价上市公司盈利能力的重要指标。所以,本章以这一指标作为衡量上市公司经营盈利水平的衡量指标。

(2) 解释变量

本章将以事前提供的力度大的财政拨款作为政府补助的研究对象。政府补助,数据主要来自Wind数据库新兴成指下100家企业的“政府补助—营业外收入”和“其他收益”会计科目。由于获得的政府补助是绝对数指标,在不同企业之间缺乏可比性,所以本章选择以“政府补助/总资产”作为政府补助强度(SUB)。

(3) 控制变量

为尽量避免回归方程出现遗漏变量产生的误差问题,本章根据相关理论在基本方程中加入了相关控制变量。

研发投入强度(RD)。政府补助作用于研发投入,进而通过研发投入对企业盈利水平产生作用。梁莱歆、严绍东(2006)以及姜宁、黄万(2010)的研究表明上市公司的研发支出能够显著增加公司的技术资产。企业研发活动的投入越多,其技术水平也就越高,并且能够给公司的盈利能力带来积极影响。研发费用包括企业在产品、技术、材料、工艺等研究、开发过程中发生的各项费用。企业研发投入数据来自Wind数据库100家企业的研发支出合计,参照政府补助强度,以“研发投入/营业收入”作为企业研发投入强度,便于不同企业间的比较。(www.xing528.com)

企业规模(LnSize)。由于存在企业规模报酬的差异,规模较大的企业可能拥有较高的话语权和市场地位,从而获得更高的市场利润。因此,选择企业规模作为控制变量能够消除由于规模的差异对公司经营盈利水平造成的影响。参考相关文献,本章选取公司的总资产的自然对数作为衡量公司规模的指标。

财务风险(LEV)。分析资本构成能够体现出所有者和债权人在资产中所占的比重,以此来确定出能够获得最高业绩的最佳比例。在财务中,资产负债率的功能有两个:其一,是体现资本构成;其二,是体现偿债水平。用公式表示为:总负债/总资产。在企业日常活动中,和其他的比率一样,财务风险能够给企业业绩带来较大的影响。倘若某一公司的资产负债率长期高且系数稳定,这意味着企业的偿债压力较大,严重的还会有破产的可能。此外,企业的发展离不开外部资金的支持,银行等债权人在决定向企业提供贷款前首先要考虑的就是企业的偿债能力,偿债能力强的企业往往更容易获得贷款。因此企业的偿债能力将影响其融资的便利程度以及后续的经营发展。资产负债率表示的是企业负债总额与资产总额的比例关系,反映了企业债权人所发放贷款的安全程度。因此本章选择资产负债率来衡量企业的财务风险。

营运能力(OPR)。营运能力是指企业经营运作管理的能力,营运能力越强,企业的资产利用率就越高,而生产和库存成本则会降低,企业的竞争力和效益也会得到明显提升。总资产周转率体现了企业在经营期内全部资产从投入到产出的流转速度,是综合评价企业全部资产的经营质量和利用效率的重要指标,总资产周转率越高说明企业的资产周转速度越快,企业产品的销售状况也就越好。本章选择总资产周转率来衡量企业的营运能力。

税收负担(LnTax)。税收是政府从制度层面对企业经营施加的影响。近年来我国针对企业的税收政策处于不断变更的状态,其主要目的是进行减税改革,减轻企业的税收负担,为企业创新成长带来活力。基于此判断,税收负担能够影响企业盈利水平,因此本章以税收负担为控制变量,选用所得税费用的自然对数作为衡量税收负担的指标,将各变量符号及计算取值方法列入表7-1中。

表7-1变量符号及计算取值方法

3. 模型构建

(1) 战略新兴产业企业政府补助与企业盈利水平的相关性模型

为验证假设H1中政府补助与企业盈利水平存在显著的正相关性,构建多元回归模型(7.1):

ROA=α0+α1SUB+β1lnSize+β2LEV+β3OPR+β4ln Tax+ε(7.1)

该模型中,α0代表截距项,α1、β1、β2、β3、β4为待估系数,ε为残差项。

(2) 战略新兴产业企业政府补助与研发投入的相关性模型

为验证假设H2中政府补助与企业研发投入存在显著的正相关性,构建多元回归模型(7.2):

RD=α0+α1SUB+β1ln Size+β2LEV+β3OPR+β4ln Tax+ε(7.2)

该模型中,α0代表截距项,α1、β1、β2、β3、β4为待估系数,ε为残差项。

(3) 战略新兴产业企业研发投入与公司企业盈利水平的相关性模型

为验证假设H3中研发投入与企业盈利水平存在显著的正相关性,构建多元回归模型(7.3):

ROA=α0+α1RD+β1ln Size+β2LEV+β3OPR+β4ln Tax+ε(7.3)

该模型中,α0代表截距项,α1、β1、β2、β3、β4为待估系数,ε为残差项。