融资约束会计信息质量与研发投入Word下载.docx
《融资约束会计信息质量与研发投入Word下载.docx》由会员分享,可在线阅读,更多相关《融资约束会计信息质量与研发投入Word下载.docx(7页珍藏版)》请在冰豆网上搜索。
研发投入同样面临着资金来源的问题。
与一般投资相比,研发投入有其自身的特点。
首先,研发活动不会是一帆风顺的,可能面临着各种失败的风险。
其次,研发活动往往涉及到企业的核心技术、商业秘密等问题,企业不会也不愿意对其研发活动进行完整的披露。
另外,企业需要不断更新、提升其所掌握的核心技术,才能使自己在市场竞争中保持一定的优势,因此,研发活动需要不断地进行资金投入。
因此,企业需要保持稳定的资金来源,以支持其研发活动,否则研发活动将面临融资约束的问题。
在资本市场上,公司通过信息披露,向市场、投资者传递出公司财务状况、经营成果的有关信息,这就有利于降低公司与外部投资者的信息不对称程度,进而在一定程度上缓解了企业面临的融资约束问题,帮助企业获得更多的外部融资,促进企业的研发投入。
按照证监会要求,创业板重点关注新能源、新材料、生物医药、电子信息、环保节能、现代服务等六大行业,创业板企业具有一定的自主创新能力、较高的成长性、较强的核心竞争力,在科技、制度、管理方面具有较强的竞争优势。
因此,创业板企业大部分是科技创新型企业,它们更加注重企业的研发活动,研发投入强度会更大。
同时,创业板企业多为中小企业,中小企业规模小、融资渠道缺乏,因此更加容易面临融资约束的问题。
本文以创业板上市公司为研究对象,研究融资约束对创业板企业研发投入的影响,并探讨了会计信息披露质量对融资约束的影响。
二、文献回顾和研究假设
(一)研发投入的主要资金来源
首先,本文研究的是研发投入的主要资金来源。
从Fazzarietal.(1988)将内部现金流引入到托宾Q投资模型开始,国外已有较多的文献研究了企业研发投入与?
仍慈谧省⑼庠慈谧实墓叵怠?
Himmelberg和Petersen(1994)、Aghion和Howitt(1997)、Bloch(2005)的研究表明,从融资渠道来看,企业研发投入的资金首先来源于自身的利润积累和实收资本的增加这些内源融资渠道,其次才是外源融资,企业研发投入较难从外源融资渠道中获得有效的资金支持。
然而,Hall(2002)指出,对于那些技术密集型的新兴产业来说,巨额的前期投入使它们难以仅通过自身的内源融资渠道来承担所需的研发投入,这就出现了研发投入不足的问题。
因此,即便企业研发活动存在收益不确定性,外部融资渠道反而越来越成为企业研发投入不可或缺的重要来源。
我国学者基于国内的融资环境,同样对企业研发投入与内源融资、外源融资的关系进行了研究。
罗绍德和刘春光(2009)的研究发现,无论是企业的研发投入强度,还是研发投入绝对支出,都与企业内部现金流呈正相关关系。
刘振(2009)发现在高新技术企业中,其研发投入适宜采用内源融资和股票融资,不适宜采用负债融资的方式。
张杰等(2012)研究发现,研发投入的融资主要来源于企业自身的现金流和注册资本的增加,但并不来源于企业所获得的银行贷款。
卢馨等(2013)发现高新技术上市公司的研发投入对内部现金流的依赖程度相对较大,企业研发投入并没有得到债务融资的有力支持。
过新伟(2014)的研究表明,企业的研发投入系统地依赖于内部现金流。
基于以上文献回顾,文本提出研究假设1和假设2:
H1:
内部现金流是创业板企业研发投入的主要资金来源,即企业研发投入与内部现金流呈正相关关系。
H2:
创业板企业研发投入与股权融资呈正相关关系,与负债融资呈负相关关系。
(二)融资约束对研发投入的影响
本文的第二个研究问题是融资约束是否会对研发投入产生影响。
对融资约束的研究存在一个难题,即一般情况下融资约束程度较难直接观察,因此学者们一般会借助间接的指标度量企业融资约束程度,主要包括单变量度量指标和多变量度量指数。
单变量度量包括股利支付率、公司规模和利息保障倍数等。
加拿大的财务经济学家Cleary是最早运用多元变量构建融资约束指数的学者。
Cleary(1999)运用多元判别分析法构建了融资约束指数ZFC。
况学文(2008)在其博士论文中,分别采用Logistic回归模型和多元判别分析法并选择了5个财务指标构建了融资约束指数。
本文参照其构建方法,在构建融资约束指数时采用了多元判别分析法,以融资约束指数来衡量企业的融资约束程度。
当企业面临着融资约束问题时,由于其存在获得资金上的困难,因此,企业的研发投入会受到一定程度的影响。
基于以上理论回顾,提出本文的研究假设3:
H3:
融资约束制约着创业板企业研发投入,即研发投入与融资约束指数呈负相关关系。
(三)会计信息质量对融资约束的影响
信息披露是降低企业内外部信息不对称的有效途径,进而有助于降低外部融资成本,在一定程度上缓解企业面临的融资约束程度。
曾颖和陆正飞(2006)研究表明,较高的信息披露质量能够降低公司的股权融资成本,李志军和王善平(2011)研究则表明,信息披露质量的提高降低了企业的债务融资成本。
张纯和吕伟(2007)的研究表明,信息披露水平的提高,有助于降低企业对内部资金的依赖程度。
学者们的研究表明,会计信息质量的提高有助于降低企业的外部融资成本,外部融资成本的降低又减轻了企业对内部现金流的依赖,扩大了企业的融资来源,减轻了融资约束的程度。
袁东任和汪炜(2015)发现,信息披露质量的提高有利于企业获得更多的外部融资,而外部融资的增加能够促进企业的研发投入。
郭桂花等(2014)的研究也表明,会计信息质量与融资约束表现出显著负相关关系,也就是说,会计信息质量的提高有助于降低公司面临的融资约束程度。
基于以上文献回顾,提出本文的研究假设4:
H4:
会计信息披露质量的提高有助于降低面临的融资约束程度。
三、研究设计
(一)变量定义
被解释变量、解释变量、控制变量和其他变量的定义与计算方式如表1所示。
(二)数据来源
本文选取2012~2014年的创业板企业作为研究数据窗口。
为统一标准,研发投入的数据来源于董事会报告中披露的研发投入金额和研发投入强度,如果董事会报告中没有披露研发投入,则不作为本文的研究样本。
笔者从上市公司发布的年度报告中手工收集整理得到了研究所采用的研发投入数据,上市公司年度报告来自巨潮资讯网等有关网站。
会计信息质量数据来自《中国上市公司会计投资者保护评价报告》。
另外,本文采用的财务数据均来自CSMAR国泰安数据库。
在剔除了相关数据有缺失的样本后,本文共得到801个样本数据。
本文的实证分析采用EXCEL2010进行数据整理,使用SPSS20和stata12统计分析软件进行统计分析。
(三)模型构建
1.研发投入与内部现金流、股权融资、负债融资的关系
本文参考FHP(1988)投资模型,采用相同原理来检验创业板企业研发投入与内部现金流的关系。
同时,为了研究外部融资方式对创业板上市公司研发投入的影响,本文引入了解释变量股权融资(EQU)和负债融资(DEBT)。
Tobin(1969)提出了著名的托宾Q值理论,托宾Q值可以衡量公司的投资机会,公司的投资支出应该与托宾Q值正相关,其投资活动才具有效率,因此,本文引入了前期的托宾Q值作为控制变量。
此外,销售收入也会促进投资的增长,因此引入前一期的营业收入增长率作为控制变量。
企业期初的现金持有量会对研发投入产生刺激作用,期初现金持有量多的企业,会更有意愿去进行研发投入。
盈利能力强的企业可能会进行更多的研发投入,而资产负债率高的企业陷入财务困境的可能性更大,外部融资可能面临更多的困难,因此本文引入了期初现金持有量、期初的净资产收益率、资产负债率以控制期初现金持有、盈利能力、财务杠杆对研发投入的影响。
考虑到企业规模、行业和时间的影响,回归中还控制了规模、行业和年份。
本文的模型
(1)如下:
模型中的i,t分别表示企业i在t时期,后同。
2.融资约束对研发投入的影响
本文借鉴了况学文(2008)在其博士论文中的多元判别分析法构建出了融资约束指数,用以衡量融资约束程度,然后本文建立了回归模型
(2)检验融资约束程度与企业研发投入的关系。
回归中控制了上年度营业收入增长率、企业规模、行业和年份。
3.会计信息质量对融资约束的影响
北京工商大学发布的《中国上市公司会计投资者保护评价报告》中,会计投资者保护指数由五个二级指数组成,其中包括了会计信息指数,而会计信息指数这一二级指标又由三个三级指标构成,分别是可靠性、相关性和信息披露。
可靠性包括企业盈余管理的程度和财务报告的稳健性,相关性包括年报盈余的信息含量和年报盈余的价值相关性,信息披露则侧重于非财务信息披露及自愿性信息披露的测量。
这一体系较为全面、完整地评价了企业会计信息质量,能够较好地反映企业会计信息质量,因此本文选取了这一指标来衡量企业会计信息质量。
由于企业当年的年报在次年公布,当年的年报会对次年的融资能力产生影响,因此会计信息质量(AQ)采用滞后一期。
本文建立了模型(3)来检验会计信息质量对融资约束程度的影响。
四、实证结果与分析
(一)描述性统计
如表2所示,2012~2014年期间,我国创业板企业长期负债融资平均值为0.0094,低于股权融资的平均值0.0150,也低于内部现金流的平均值0.0592。
说明我国创业板企业更多地依赖内部现金流来提供资金,其次才是利用外部融资来获得资金支持,外部融资的顺序是先股权融资、后负债融资。
从内部现金流和现金持有量的最大值、最小值和标准差可以看到,不同企业的内部现金流、现金持有量有较大的差异,企业自身能够提供的资金支持程度相差较大。
我国创业板企业的平均资产负债率为21.02%,资产负债率处于较低水平,因此企业可以尝试进一步利用负债融资获得资金支持。
会计信息质量评分的最大值为81.83,最小值为15.86,说明创业板企业的会计信息质量差异较大,部分企业会计信息的相关性、可靠性较低,非财务信息的披露不完善,企业整体的会计信息质量较差。
(二)相关分析
在进行多元线性回归前,本文首先对模型进行了多重共线性的检验。
Pearson相关性分析结果如表3所示。
从表3的相关性分析可以看到:
(1)模型中的自变量之间Pearson相关系数均小于0.7,即模型的自变量之间不存在多重共线性的问题。
(2)企业的研发投入与内部现金流在1%水平上显著正相关,企业的内部现金流越多,企业的研发投入越高。
(三)回归分析
本文首先对总体样本进行实证检验,其次按照资产总额对样本排序,资产总额较大的划分为大规模子样本组,资产总额较小的划分为小规模子样本组;
按