5信息技术业研发支出与企业价值关系的实证研究
5.1研究设计
5.1.1样本选择及数据来源
综合考虑上市公司数据的易取得性以及对会计基本数据披露的相对规范和完善，选取信息技术行业的数据，对研发支出与企业价值的关系进行实证分析。
为了更好的避免其他因素的影响，本文采用以下原则进行蹄选样本：（1）剔除没有披露研发支出的信息技术业上市公司（2）剔除数据缺失的信息技术业上市公司（3）剔除研发强度为0的信息技术业上市公司最终选定样本的基本范围为2007年-2012年信息技术业披露研发支出的96家企业，共计200个观测值。解释变量、控制变量以及被解释变量等数据均来源于CSMAR数据库，均为新会计准则下编制的上市公司年报中的数据。
5.1.2研究假设
由本文的第三部分的研发支出影响企业价值理论可以发现，R&D投入在一定程度上显然是会影响企业的价值。上市公司一般通过研发投入来影响企业的技术创新能力，技术创新能力的提高进而能影响企业的核心竞争力，核心竞争力的获取显然会影响投资者对企业未来发展能力的判断，从而最终提升企业的价值。
Chauvin和Hirschey （1993）用变量托宾的Q值，实证研究R&D投资和企业价值之间的关系，发现R&D对企业价值有显著的正面积极的影响。Lev和Sougiannis （1996）用股票收益作为企业价值的表征变量，证明了资本和随后的股票回报率之间的R&D支出有一个显著的关系。Chan（2001）的研究结果认为有高研发强度行业并没有比那些研发强度低的行业的回报率更高一些。Bae&Kim（2003）对研发投资与企业价值相关性进行了研究，他们对美国、德国和日本等国家的企业进行分析研究，其结果表明研发投资对于企业的市场价值存在显著正向的影响。
Shah （2008）研究表明，制药和电子电气设备这两个行业研发投入和企业价值呈正相关关系。
国内学者吴延兵（2007）运用中国四位数制造产业数据对研发与生产率之间的关系进行了实证检验，发现研发对生产率有显著正影响。董静和苟燕楠（2010）以2003-2007年在上交所上市的机械设备仪器制造业和医药生物制品业企业为样本，研究发现研发人员投入与机械设备企业业绩的相关性程度和持续性远远大于生物医药企业，生物医药企业的业绩对研发资金投入的敏感性较强，研发资金投入对企业业绩作用的滞后性在生物医药行业比较明显。王堆和游春（2010）以深圳中小企业板上市公司的面板数据为基础，对研发投入与绩效的相关关系进行了实证检验，结果表明研发人员投入指标与EPS指标呈现显著的正向相关关系，国内外学者研究一致表明，研发支出对企业价值有一定的提升作用。尤其是国内的学者研究表明在生物医药行业、制造业和中小板企业，研发支出和企业价值都呈正相关关系。因此，对于研发强度较大的信息技术业，研发支出也应该是提升企业价值的一个重要因素。
由于企业价值一般分为两类，财务价值和市场价值。因此，本文就运用实证方法，研究研发支出与信息技术业企业财务（市场）价值的影响。在本章研究研发投入与企业财务价值的相关性时，提出如下假设：
HI:信息技术业研发强度与总资产净利率有显著正相关关系H2:信息技术业研发强度与营业收入净利率有显著正相关关系H3:信息技术业研发强度与托宾Q值有显著正相关关系5.1.3模型构建。
（1）模型的构建
在本文中，选取自变量研发强度加入控制变量进行多元回归，研究研发强度与企业财务（市场）价值的关系。
根据上文所提出的假设，建立解释变量与被解释变量的多元线性回归模型：
Yi = a + PiXi + P2LEV + P3SIZE + P4GROWTH + psCASH + ￡ （1 ）
Y2 = a + PiXi + P2LEV + P3SIZE + （34GROWTH + psCASH + ￡ （2）
Y3 = a + PiXi + P2LEV+ P3SIZE + p4 GROWTH + P5CASH + e （3）
其中，a为常数项，Pi-Ps为各变量的影响系数；Yi是被解释量，用来表示上市企业的财务价值指标，Xi是解释变量，代表研发强度，SIZE衡量企业规模的大小，Lev衡量资产负债率的大小，GROWTH衡量企业成长性，CASH衡量资产现金回收率（资产现金回收率是经营现金净流量与全部资产的比率），8是随机误差项。
（2）变量的选取
研发支出主要是通过促进技术创新，从而提高产品的科技含量和产品的生产效率，进而增强企业的核心竞争力，最终来提升企业的价值。因此，可以发现，研发支出与衡量企业价值的指标之间必然存在某种关联关系。下文主要是对本文选用的变量进行简单的介绍。
一般来说，倾向于选择研发强度这一指标来衡量研发投入。在以前的研究当中，研发强度的计算方法主要有三种：当期研究与开发费用与总资产的比值，研发费用与主营业务收入的比值，研发费用与市场价值的比值。考虑到我国具体情况，本文选取研发支出与营业收入的比值来计算投入强度。研发强度作为一个相对指标，在不同企业间可比性较强。本文的研发支出数据主要取自资产负债表中非流动资产部分的开发支出项目金额。
企业存续的目的即是为了盈利，并且研发投入最终也是为了能够提高企业的盈利水平。因此，本文选取两个相对盈利指标来衡量企业的盈利能力，总资产净利率和营业收入净利率。
总资产净利率能够很好的反映企业的资产综合使用率和盈利能力，一般而言，企业的盈利能力越强，就表明企业稳定性越高，未来的发展越好，抵御风险能力就越强。因此，总资产净利率这一指标，体现企业经营管理水平的高低，是企业价值的根本驱动因素，也是企业价值的重要衡量指标。同时由于企业研发活动主要是产品的研发，最终都会在企业营业收入方面体现出来，考虑到企业进行的研究与开发活动主要与产品的开发与生产相关，因此本文又选用营业收入净利率这一指标来衡量企业整体的盈利能力。
为了更准确的分析研发支出与企业价值的关系，本文在进行回归方程的设计时还考虑加入一定的控制变量。一般而言，企业价值会受许多其他因素的影响，如宏观方面的外部经济环境、政治、文化、法律和其他因素的影响，以及微观方面企业规模、债务、市场份额、竞争对手等因素。考虑到数据的可取得性，本文选择的微观方面指标，如企业规模、资产负债率和企业成长性等可能会影响企业价值的因素。本文选取四个因素作为最终企业价值的影响因素，分别是企业规模、财务杠杆、企业成长性和资产现金回收率。
企业的规模（SIZE）是决定企业经营业绩的重要因素，一般来说，大公司有规模经济的优势，并拥有强大的研发支出承担能力，能够承担研发投资所带来的风险；而规模小的公司，虽然研发投入的承担能力差，风险承担能力也差，但是规模小可以灵活地选择创新点并能将产品迅速向市场推出。
从某种程度上来说，企业规模的大小会对企业的价值有一定的影响，但是关于这种影响的结论却是不一致的。有的学者如刘运国、刘雯（2007）和魏锋、石潘（2008）认为公司规模会影响企业绩效。他们认为规模大的企业，容易形成规模经济，并且大规模的企业往往都会有重组资金投入到研发活动中，进而对企业产生更大的贡献。因此，企业规模与企业价值会呈现正相关的关系。而有些学者如于东智（2001）发现了公司规模和公司绩效呈现非常显著的负相关关系。他们认为企业规模越大，流通市值会越大，这样反而受到市场影响的波动就越小，最终可能不利于公司市值的增长。在本文的研究中，对企业规模的衡量是采用上市公司当年期末总资产的自然对数表示。
资产负债率（LEV）是影响企业经营绩效的一个重要变量，资产负债率是企业偿债能力的衡量标准，也代表了企业的资本结构，合理的资本结构不仅可以降低融资风险，也能正确评价企业经营水平，企业应对其资本结构的水平合理安排，以保持成长能力和发展能力。
该指标以企业期末总负债除以期末总资产来衡量。企业对外的债务金额越低，说明企业的经营管理效率越高，即企业可以用较低债务来维持企业的正常经营和运转。相反，如果企业债务金额较高，这样从某种程度上来说会增加企业的经营风险。在以往学者的研究中，大多都表明了资产负债率会企业的价值产生有负相关的影响。因此，本文选用资产负债率作为其中的一个控制变量，来研究研发投入对信息技术业企业价值的影响。
企业成长（GROWTH）理论源于大规模生产的研究，公司成长性体现了一个公司未来投资机会的增长能力，也反映了对投资机会的把握能力。面对知识型经济时代，技术创新已成为企业生存和发展的关键。同时，研发活动也成为体现企业成长能力的一个重要的因素，成功的研发活动，可以促进公司的快速增长，向外界传递企业具有光明前景的信息，企业研发活动的成效主要通过新产品的销售收入体现，会促进产品开发和销售。企业发展的越快，成长性越高，必然会提升投资者对于企业的信心。以往学者的研究中，都会选用营业收入增长率作为企业成长性的衡量。因此，本文就选取该GROWTH作为企业成长性的控制指标。
资产现金回收率（CASH）是经营现金净流量与全部总资产的比值。该指标主要衡量的是企业全部资产产生现金的能力，这个指标的值越大越好。比值大说明企业的资产利用效果很好，利用资产创造的现金流入比较多，从而促进整个企业获取现金能力的增强，经营管理水平的提高。反之，如果指标的值较小，表明企业的经营管理水平低，因此经营者就应该尽力去提高企业的管理水平，从而提高企业的经济效益。
所有变量的具体定义及取值方法如表5-1所示。
综上所述，本文选取研发强度为解释变量，企业规模、资产负债率、企业成长性以及资产现金回收率为控制变量，总资产净利率、营业收入净利率以及托宾Q值为被解释变量。
5.2实证结果分析
5.2.1描述性统计结果分析
本文在剔除了财务数据缺失以及未披露研发支出的企业，选取了 2007-2012年披露研发支出的信息技术业96家企业，共计200个观测值，从CSMAR数据库中导出所需财务指标的原始数据，并通过计算得出解释变量、控制变量以及被解释变量的数据。现对所有数据的描述性统计如表5-2.
从5-2表中，对连续六年的解释变量和被解释变量的描述性统计中，我们可以看到2007-2012年中，研发强度的标准差不是很大，这与政府宏观政策和信息技术业对研发投入意识的增强有一定的关系。研发强度的极大值和极小值相差较大，表明每个信息技术企业对研发投入的重视程度不同。同时，其他变量的标准差相对也比较小，这说明公司的主营业务、资产利用效率、公司的偿债能力和发展能力基本保持在一个比较平稳的水平。同时，该公司的市场预期也是比较稳定。样本企业中托宾Q值的均值为2.0002.陈婧（2008,12）托宾Q值大于1的企业，股票的平均回报为正的结论可知：样本企业平均托宾Q值大于去，则样本企业股票的平均回报为正值。
5.2.2头证结果分析
模型（1）实证结果分析如下：
将本文所选取的信息技术业的96家样本企业200个观测值的2007-2012年六年的数据导入SPSS19.0中文版中。其中，研发强度为解释变量，资产负债率、公司规模、企业成长性，资产现金回收率作为控制变量，总资产净利率作为被解释变量，将多元回归结果整理如表5-3所示
模型（1）的Sig.远小于0.01的显著性水平，模型通过F值检验，该回归方程的显著性较好，具有统计学意义。
从表5-3中可以看出，除了企业成长性以外，模型（1）的所有变量Sig.显著性水平都小于0.05水平，各个变量均通过T值的检验，与信息技术业的总资产净利率显著正相关。
模型（1）中可以发现，研发强度与信息技术业公司的总资产净利率显著正相关。其中，三个控制变量均与ROA显著正相关，资产现金回收率与总资产净利率相关性最强，说明全部资产现金回收率高，资产获现能力越强，企业价值也越高。企业规模与总资产净利率呈正相关，因为规模大的企业，可以形成规模经济，且规模大的企业往往有重组资金投入到研发活动中，进而对企业产生更大的贡献。
另外，成功的研发活动，可以促进公司的快速增长，向外界传递企业具有光明前景的信息，因此营业收入增长率越高，其企业价值也相对较高，即企业成长性与总资产净利率呈正相关。但是，控制变量资产负债率与ROA显著负相关，是因为所选取的上市公司样本的负债超过了股东权益，财务杠杆的边际收益递减，所以资产负债率越高，信息技术业公司的总资产净利率越低。
综上所述，信息技术企业研发强度与总资产净利率呈正相关关系。因此，接受假设HI.
模型（2）实证结果分析如下：
将所有变量数据导入SPSS19.0中文版中，多元回归结果整理如表5~4所示。
模型（2）的Sig.远小于0.05的显著性水平，模型通过F值检验，该回归方程的显著性较好，具有统计学意义。
从表5-5中可以看出，资产负债率和现金能力Sig.显著性水平都小于0.05水平，通过T值的检验，与营业收入净利率显著相关。
模型（2）可以发现，研发强度未通过了 T值的检验，与信息技术业企业的营业收入净利率无显著关系。这表明可能是由于前期的研发投入，在本期还未对营业收入净利率产生影响，即研发投入对企业的盈利能力的影响具有时滞性。
其中，资产负债率与营业收入净利率呈负显著相关，现金能力与营业收入净利率呈正显著相关。因为所选取的上市公司样本的负债往往超过了股东权益，财务杠杆的边际收益递减，所以资产负债率越高，所以信息技术业企业的营业收入净利率也就越低。资产现金回收率与总资产净利率相关性最强，说明全部资产现金回收率高，资产获现能力越强，企业价值也越高。
因此，拒绝原假设H2.信息技术业研发强度与营业收入净利率没有显著的正相关关系。
模型（3）回归结果分析如下：
多元回归结果整理如表5-5所示
模型（3）的Sig.远小于0.01的显著性水平，模型通过F值检验，该回归方程的显著性较好，具有统计学意义。
从表5-5中可以看出，除了资产负债率以外，模型（3）的所有变量Sig.显著性水平低于0.05水平，各个变量均通过T值的检验，与托宾Q值显著正相关。
从模型（3）中发现，研发强度与信息技术业公司的托宾Q值显著正相关。
其中，企业规模与托宾Q值呈显著的正相关关系，由于规模大的企业，一般可以形成规模经济，并且规模大的企业往往有重组资金投入到研发活动中，进而对企业产生更大的贡献。资产现金回收率与托宾Q值相关性最强，因为资产现金回收率高，即资产获现能力强，企业价值也会随之提高。众所周知，成功的研发活动，可以促进公司的快速增长，向外界传递企业具有光明前景的信息，因此营业收入增长率越高，其企业价值也相对较高。其中资产负债率与托宾Q值显著正相关，是因为所选取的上市公司通过债权资本带来了财务杠杆效应，实现公司价值最大化的经营目标，所以资产负债率越高，信息技术业上市公司的价值也随之增长。
因此，接受原假设H3.信息技术业研发强度与托宾Q值显著正相关。
