|
4. 实证结果分析 4.1 描述性与相关性统计结果 表2 揭示了各主要变量的均值、标准差和Pearson相关系数。 表2 描述性统计和Pearson相关系数 240 注：*表示通过10%的显著性水平；**表示通过5%的显著性水平；***表示通过1%的显著性水平 根据表2，研究样本的R&D投资比率均值为6.3%，高于大型企业R&D投资水平。资产负债率均值为38.3%，低于全国国有企业资产负债率均值。这表明创业企业研发投资强度明显高于大型成熟企业，同时也选择了更低的负债比率；各样本公司高管团队和核心技术人员年龄均值差别较大，如高管团队年龄均值最小34.08岁，最大56.01岁；高管团队和核心技术人245 员的平均任期分别为4.24年和5.09年，反映出核心技术人员的流动性相对更低；高管团队平均受教育程度与核心技术人员的受教育程度基本相同，分别为3.31和3.29，受教育程度平均在本科以上。 根据表2中各主要变量的pearson相关系数结果，创业企业R&D投资与负债水平显著负相关（相关系数为-0.312），管理者受教育程度（相关系数为-0.162）及核心技术人员的250 任期（相关系数为-0.281）与负债水平均呈显著的负相关。 4.2 多元线性回归分析 在对创业企业R&D投资与负债水平相关性分析基础上，控制企业规模、盈利能力、成长性、相对现金流和资产有形性等变量，为了缓解多重共线性问题，对模型交叉变量去均值 Min Max Mean Std. D 1 2 3 4 5 6 7 8 9 10 11 12 13 1leverage 0.025 0.803 0.383 0.166 — 2R&D 0.002 1 0.063 0.084 -0.312** — 3Mage 34.082 56.013 44.980 3.339 -0.023 -0.086 — 4Mtenure 0.977 12.596 4.242 2.459 -0.088 0.044 -0.027 — 5Medu 2 5 3.313 0.498 -0.162** 0.244** -0.104 0.167** — 6Tage 27.5 70.77 41.559 6.337 0.1 -0.088 0.465** -0.095 0.156* — 7Ttenure 0.887 12.821 5.099 2.511 -0.281** 0.101 -0.076 0.416** 0.161** -0.208** — 8Tedu 1 5 3.295 0.603 0.175** 0.022 -0.006 -0.018 0.378** 0.038 -0.029 — 9ROE 0.073 1.410 0.351 0.182 0.188** 0.216** -0.098 -0.149** 0.038 -0.127 -0.085 0.169** — 10Growth -0.112 37.184 1.198 2.499 -0.224** 0.136* -0.116* 0.077 0.072 -0.249** 0.07 0.03 0.181** — 11CFA -0.252 0.980 0.143 0.139 -0.184** 0.268** 0.000 -0.209** 0.034 0.012 -0.032 0.130* 0.473** -0.119* — 12TANG 0.001 0.807 0.292 0.166 0.479** -0.361** 0.075 -0.069 -0.134* 0.257** -0.182** 0.007 0.035 -0.321** -0.112* — 13SIZE 7.439 9.333 8.404 0.311 0.058 -0.255** 0.121* -0.054 -0.048 0.071 -0.053 0.000 -0.542** 0.078 -0.340** -0.047 — 化处理，对其进行多元线性回归，进一步检验R&D投资强度与财务杠杆之间的关系。本文255 采用最小二乘法（OLS）对实证模型进行多元线性回归。回归结果见表3。 表3 OLS回归结果 模型1 模型2-1 模型2-2 模型2-3 模型2-4 模型2-5 模型2-6 (Constant) -0.804*** -0.698*** -0.677*** -0.735*** -0.274 -0.586** -0.779*** (-3.278) (-2.84) (-2.735) (-2.865) (-0.853) (-2.31) (-3.179) R&D -0.179** -0.368*** -0.190** -0.735 -0.208* -0.621*** -0.409*** (-2.016) (-2.68) (-2.001) (-1.617) (-1.838) (-3.206) (-2.744) Mtenure -0.008*** (-2.594) R&D× Mtenure -0.107* (-1.695) Ttenure -0.014*** (-4.468) R&D× Ttenure -0.012 (-0.244) Mage -0.002 (-0.975) R&D× Mage 0.006 （0.135） Tage 0.000 （0.263） R&D× Tage -0.046 （-1.144） Medu -0.012 (-0.74) R&D× Medu 0.881*** （2.706） Tedu 0.035*** （2.77） R&D× Tedu 0.382* （1.752） SIZE 0.121*** 0.114*** 0.115*** -0.176*** 0.057 0.103*** 0.107*** （4.303） （4.114） （4.055） （4.397） （1.537） （3.647） （3.813） ROE -0.409*** -0.396*** -0.382*** -0.125*** -0.362*** -0.412*** -0.384*** （-7.947） （-7.78） （-7.41） （-7.88） （-5.793） （-8.011） （-7.455） Growth -0.012*** -0.012*** -0.012*** 0.407*** -0.009*** -0.012*** -0.012*** (-3.926) (-3.917) (-3.859) -4.012 (-2.678) (-3.798) (-3.857) CFA -0.329*** -0.327*** -0.325*** -0.325*** -0.320*** -0.330*** -0.323*** (-5.234) (-5.214) (-5.166) (-5.143) (-4.062) (-5.135) (-5.168) TANG 0.359*** 0.320*** 0.324*** 0.363*** 0.387*** 0.316*** 0.339*** （7.371） （6.387） （6.371） （7.407） （6.000） （6.306） （6.870） F 30.84*** 24.809*** 25.159*** 23.189*** 14.202*** 24.310*** 24.938 adj-R2 0.363 0.378 0.408 0.361 0.335 0.374 0.379 DW 1.574 1.631 1.823 1.573 1.906 1.585 1.596 注：括号内为t值。*表示通过10%的显著性水平；**表示通过5%的显著性水平；***表示通过1%的显著性水平。 根据表3模型1，在控制了企业规模、盈利能力、成长性、相对现金流和资产有形性等变量后，发现创业企业R&D投资强度与财务杠杆存在显著的负相关关系（回归系数-0.179**，260 t=-2.016），从而验证了现有的研究结论和研究假设1。 根据表3模型2-1，高管团队任期和R&D投资强度交叉变量与财务杠杆显著负相关（t=-1.695）。高管团队任期越长，R&D投资与财务杠杆的负相关程度越高（回归系数为-0.107*）。实证结果验证了研究假设2a。表明我国创业板公司任期较长的高管团队在做出 R&D投资决策时，表现出保守的财务特征，选择了相对更低的财务杠杆；任期较短的管理265 者，为了证明其胜任能力和管理能力，更愿意承担较大的财务风险来进行研发创新投资，为Barker & Mueller（2002）、Miller (1993)和Kor (2006)的研究结论提供实证支持。 但是，根据表3模型2-2的回归结果，假设2b没有得到验证。核心技术员工的任期和R&D投资强度交叉变量与财务杠杆的关系并不显著。这表明我国创业板上市公司并未将核心技术员工的任期长短作为其持续履行企业创新职能的信号。即使核心技术员工的任期较长、流动270 率较低，企业也不会轻易提高财务杠杆来满足其在R&D项目上的投资。 根据表3模型2-5，高管团队学历水平越高，R&D投资与财务杠杆的负相关程度越低（交叉变量回归系数为0.881***，t=2.706）。实证结果验证了研究假设4a。表明我国创业板公司高管教育程度会影响其R&D投资与负债水平的负相关关系。即：与低学历管理者相比，高学历管理者在R&D投资决策时勇于承担更大的风险，会选择相对较高的财务杠杆来满足275 R&D投资所需资金。 根据表3模型2-6，核心技术团队的学历和R&D投资交互项与财务显著的正相关，通过10%的显著性水平（交叉变量回归系数为0.382*，t=1.752），验证了研究假设4b。高学历的核心技术团队被认为具备较强的研发与技术创新能力，从而间接的提高企业R&D投资的成功率。拥有高学历技术团队的企业对创新项目的成功更具信心，导致其采取激进的财务融资280 政策，使得R&D投资与财务杠杆的负相关程度有所降低。 但是，模型2-3和模型2-4的回归结果没有验证假设3a和3b。即：创业企业高管团队及核心技术人员平均年龄和R&D投资强度交叉变量与财务杠杆不存在显著的相关性（t= 0.135；t= 1.144）。表明我国创业板公司高管及核心技术人员的年龄对其R&D投资与财务杠杆的相关程度没有显著影响。 285 4.3 稳健性检验 （1）R&D投资变量。以往研究对创新投资的定义并没有客观的标准，有学者采用R&D投资/总资产作为衡量企业研发投资指标（柴斌峰，2011）。因此，本文用R&D投资/总资产替换R&D投资强度指标对模型进行稳健性检验。 （2）融资结构变量。我国上市公司融资结构特征之一，是债务资金来源主要依靠短期借290 款（李悦等，2007）。因此，本文使用短期借款/资产总额这一指标作为因变量对模型进行稳健性检验。 稳健性检验结果得到了与原模型回归结果基本一致的结论。 表4 稳健性检验结果 模型1 模型2-1 模型2-2 模型2-3 模型2-4 模型2-5 模型2-6 (Constant) 0.137 0.272 0.205 0.199 0.643* 0.392 0.242 （0.510） （0.983） （0.713） （0.706） （1.800） （1.365） （0.858） R&D -0.170* -0.232 -0.178* -0.106 -0.259* -0.496** -0.541** （-1.686） （-1.329） （-1.677） （-0.901） （-1.932） （-2.130） （-2.296） Mtenure -0.009** （-2.703） R&D× Mtenure -0.028 （-0.379） Ttenure -0.004 （-1.181） R&D× Ttenure 0.021 （0.310） Mage -0.003 （-1.300） R&D× Mage 0.080 （1.092） Tage -0.002 （-1.027） R&D× Tage 0.084 （1.599） Medu -0.019 （-1.107） R&D× Medu 0.662* （1.675） Tedu 0.019 （1.325） R&D× Tedu 0.560* （1.679） F 4.665*** 4.499*** 3.068** 3.951*** 2.481** 4.203*** 3.907*** adj-R2 0.064 0.08 .055 0.068 0.053 学术论文网Tag：代写硕士论文 代写论文 代写代发论文 代发论文 |
