企业技术论文

期刊分类学术论文公文范文杂志问答

经济政策对企业技术创新的影响

学术杂志网   |   2020-02-14

[提要]经济政策不确定性对企业技术创新的影响一直是有待研究的问题。本文以2009~2016年中国创业板所有具有VC/PE投资背景的上市公司为研究样本,采用面板固定效应模型实证分析经济政策不确定性对企业创新的影响。实证发现:经济政策不确定性对企业研发投入和企业创新产出均具有显著的促进效果;相比于具有IVC投资背景的企业,经济政策不确定性对企业技术创新的促进作用在具有CVC投资背景的企业显得更加显著。

关键词:经济政策不确定性;技术创新;公司创业投资

一、引言

创新是一个国家经济发展的源动力。党的十九大提出创新是引领发展的第一动力,并且出台一系列例如“一带一路”、“四万亿”等重大经济政策,在货币政策中不断切换“稳健”、“从紧”、“适度宽松”等方式。虽然这些经济政策保证我国经济能够平稳发展,但也增强企业面对的经济政策不确定性。由于投资目标不同,风险投资分为独立创业投资和公司创业投资。独立创业投资,就是通常所指的传统风险投资,占到风险投资的绝大多数,一般采取有限合伙制形式,如个人、金融机构、政府机构等。公司创业投资,简称为公司创投,是传统风险投资行业进一步衍生而来,其主营业务是非金融类的企业所进行的风险投资活动,通常是由其下属部门或成立的子公司来完成对被投资企业的股权投资。因此,IVC的特点是具有一定的“代理”性质,而利益最大化的退出方式———成功上市(IPO)是其看重的最主要的退出选择。CVC投资机构秉承母公司的战略优先原则,能够对被投资企业的技术创新产生一定的失败容忍度,并不一定要求被投资企业速成。基于此,本文试图研究经济政策不确定性是否会对企业技术创新产生影响,并且进一步研究,CVC被投资企业是否比IVC投资企业受影响程度更深。

二、研究设计

(一)样本选择和数据来源。本文选取了2009~2016年中国所有创业板上市公司为研究样本,本文采用初创企业上市年份的数据观察是否具有VC支持,留用其后1年,未来两期的创新投入和产出。因而,本文的样本选取截至2016年,留有2017年和2018年观察未来一二期的创新投入和创新产出。截至2016年12月31日,在我国创业板上市公司上市的企业共有571家,其中具有VC/PE支持IPO共计357家。本文将VC根据其组织形式划分为CVC与IVC两类。根据清科数据库中对VC的描述,对于每一个可能的CVC,我们找出其母公司,并根据其母公司必须是非金融机构才能定义为CVC。本文定义,如果投资到初创企业的VC至少有一个是CVC,则企业定义为CVC被投资企业,否则为IVC被投资企业。其中发明类专利授权数量来自中国国家知识产权局,创新研发投入指标来自色诺芬经济金融研究数据库,其余数据来自国泰安数据库。对原始数据进行如下处理:剔除ST、ST*、资产负债率超过100%以及财务数据严重缺失的公司样本。为有效避免出现反向因果关系,所有解释变量均滞后于被解释变量一期。最终得到349家初创企业的数据。(二)变量定义1、被解释变量。企业的科技创新活动可划分为投入阶段和产出阶段,本文选用了研发费用占主营收入之比衡量创新投入。参考主流文献,本文选用发明专利申请数(Patent)作为创新产出的代理变量,并将其加1取自然对数。2、解释变量。经济政策不确定性(EPU)。采用Baker等(2016)构建的月度经济政策不确定性指数,并用算术平均法将其转化为年度变量。3、控制变量。模型中的控制变量选择参考了顾夏铭(2018)、孟庆斌和师倩(2017)等的做法,选取股权集中度、资产收益率、总资产、资本支出等衡量公司盈利能力和抵抗风险能力,并控制了年度固定效应和行业固定效应。各变量定义见表1。(表1)(三)回归模型构建。本文以企业研发投入(RD)和发明专利申请数(Patent)为被解释变量,以经济政策不确定性(EPU)为解释变量,以股权集中度(Cr)、资产收益率(ROA)、总资产(Size)、资本支出(Capital)指标为控制变量,并控制年度固定效应和行业固定效应,构建计量模型。回归模型的具体形式如下:RD/Patent=坠0+坠1EPU+坠2Cr+坠3roa+坠4size+坠5captial+坠6year+坠7industry+着上述回归模型主要用于经济政策不确定性(EPU)与被投资企业创新绩效之间的关系,其中RD/Patent分别表示为被投资企业创新投入(R&D)和创新产出(Patent)。以上回归模型的数据分析均基于非平衡面板数据,采用计量软件Stata14来进行统计分析。

三、实证结果与分析

(一)描述性统计与相关性分析。表2列出了描述性统计结果。数据表明,经济政策不确定最大值为3.6483,最小值为0.9889,标准差为0.8759,总体而言趋于稳定。创新投入最大值为0.7562,最小值为0,标准差为0.0704,差异并不大。(表2)本文解释变量、被解释变量、控制变量的相关系数以及显著性结果显示:经济政策不确定性和创新投入在5%的水平上显著正相关,经济政策不确定性和创新产出在10%的水平上显著正相关,这说明经济政策不确定性均能显著促进企业创新投入和企业创新产出,证明假设1是正确的。但由于Person相关性分析没有考虑其他控制变量对创新投入和创新产出的影响,因此需要通过多元回归分析进行进一步的检验。(二)回归结果分析。对模型进行ols回归,并控制行业和年份固定效应,结果见表3。(表3)根据表4中经济政策不确定性与企业技术创新回归结果,当被解释变量为企业创新投入时,经济政策不确定性的系数在5%的水平上显著为正;当被解释变量为企业创新产出时,经济政策不确定性的系数在5%的水平上显著为正;说明当企业在面临经济政策不确定性时,会促进技术创新能力。按CVC和IVC分组回归后,经济政策不确定性对企业技术创新的回归结果如表4所示,经济政策不确定性与企业创新投入在CVC被投资企业中在1%的水平上显著为正,而在IVC被投资企业中不显著相关;经济政策不确定性与企业创新产出在CVC被投资企业在5%的水平上显著为正,而在IVC被投资企业中不显著相关。这说明相对于IVC被投资企业,经济政策不确定性对CVC被投资企业的技术创新促进能力更显著。(表4)(三)稳健性检验。为了保证回归结果的稳健性,本文使用发明专利申请、发明专利与实用新型专利申请量之和两个更具有创新性的指标来衡量创新产出,重复上述步骤进行回归分析,结论基本一致,说明结果是稳健的。

四、结论

本文主要研究经济政策不确定性对企业技术创新的作用,并比较分析这一作用在CVC与IVC被投资企业之间的差异。得出结论:第一,经济政策不确定性对企业技术创新具有显著的促进作用;第二,无论从创新投入(研发投入)还是从创新产出(专利数量)上来看,由CVC支持的初创企业在面对经济政策不确定性时创新上的表现要显著好于由IVC支持的初创企业。本文研究对我国的CVC投资实践具有一定的借鉴意义。

主要参考文献:

[1]SolowRM.TechnicalChangeandtheAggregatePro-ductionFunction[J].ReviewofEconomics&Statistics,1957.39(3).

[2]葛晓艺.经济政策不确定性、现金持有与企业创新投入[J].当代经济,2019.495(3).

[3]王新文.我国风险投资对被投资企业的支持———基于IVC与CVC的分析[J].现代商业,2018(6).

作者:余青如 单位:江南大学商学院

发表咨询

企业技术论文

查看更多论文