不確定性如何影響上市公司R&D投入?
——基于戰(zhàn)略成長期權(quán)視角

劉 偉， 戴冰清

(青島科技大學(xué) 經(jīng)濟(jì)與管理學(xué)院，山東 青島 266061)

一、引言

2008年全球金融危機(jī)爆發(fā)以來，世界經(jīng)濟(jì)復(fù)蘇緩慢，民族主義回潮與反全球化情緒高漲，這些使世界經(jīng)濟(jì)增長的不確定性顯著增加。同時，中國經(jīng)濟(jì)在經(jīng)歷了持續(xù)高增長之后進(jìn)入新常態(tài)，“三期疊加”的階段性特征充分反映了這種復(fù)雜性和不確定性，新冠肺炎疫情的暴發(fā)進(jìn)一步加劇了這種不確定性。在這個環(huán)境充滿不確定性的時代，企業(yè)的投資決策更加困難。企業(yè)通常認(rèn)為，早期投資尤其是研發(fā)投資，與未來擴(kuò)展的更大機(jī)會相關(guān)(Kumar & Li，2016)[1]。但是企業(yè)在面對R&D投入選擇時，現(xiàn)存的理論卻給予了企業(yè)不同的決策方向。

不確定性會阻礙還是會促進(jìn)R&D投入?在實物期權(quán)理論(Real option theory)框架下，企業(yè)在面臨高度不確定性時會減少投資(Abel & Eberly，1996[2]；Abel et al.，1996[3])。這是因為，不確定性的增加會導(dǎo)致企業(yè)選擇等待的價值高于立刻進(jìn)行研發(fā)活動的價值。相反，成長期權(quán)理論(Growth option theory)表明，在競爭不完全的情況下，不確定性可能會促進(jìn)企業(yè)對成長期權(quán)的投資。該理論揭示了不確定性可能會產(chǎn)生成長選擇，延遲投資會使投資機(jī)會留給其他競爭者，而“立即采取行動會挫敗競爭對手并提高市場份額和利潤”(Kulatilaka & Perotti，1998[4])，從而提高未來的競爭優(yōu)勢。

這些理論基于不同的假設(shè)：(1)實物期權(quán)理論假設(shè)一家公司對投資機(jī)會擁有壟斷權(quán)，并且投資不影響產(chǎn)品價格或市場結(jié)構(gòu)。(2)成長期權(quán)理論假設(shè)產(chǎn)品市場不是壟斷性市場時，其他潛在競爭者可以抓住成長機(jī)會，進(jìn)行研發(fā)活動來影響產(chǎn)品價格或市場結(jié)構(gòu)。在這樣的市場中，企業(yè)通常意識到，早期投資特別是R&D投資，與企業(yè)未來的發(fā)展息息相關(guān)。由于這兩種理論所預(yù)測的不確定性與企業(yè)成長期權(quán)投資之間的關(guān)系是相反的，因此實證結(jié)果很重要。

基于此，運用中國上市公司財務(wù)數(shù)據(jù)來進(jìn)行相關(guān)實證檢驗。與現(xiàn)有文獻(xiàn)相比，本文的邊際貢獻(xiàn)體現(xiàn)在：第一，運用特質(zhì)波動率作為不確定性的測度指標(biāo)，為后續(xù)研究不確定性提供了指標(biāo)參考。第二，基于成長期權(quán)視角，研究不確定性對中國滬深上市公司R&D投入的作用機(jī)制，檢驗企業(yè)行業(yè)屬性和市場競爭程度的調(diào)節(jié)效應(yīng)。本文拓展了與企業(yè)R&D投入和不確定性相關(guān)的研究領(lǐng)域，為后續(xù)研究提供了經(jīng)驗檢驗。

二、文獻(xiàn)綜述

已有文獻(xiàn)對于不確定性的表征和測度，可分為宏觀層面和微觀層面。在宏觀層面，王義中和宋敏(2014)[5]利用中國季度實際GDP變化率的條件方差作為宏觀經(jīng)濟(jì)不確定性的度量指標(biāo)，發(fā)現(xiàn)宏觀經(jīng)濟(jì)不確定性通過外部需求、流動性資金需求和長期資金需求三個渠道影響公司的投資行為。孟慶斌和師倩(2017)[6]利用斯坦福大學(xué)和芝加哥大學(xué)聯(lián)合公布的中國經(jīng)濟(jì)政策不確定性指數(shù)(EPU)衡量宏觀經(jīng)濟(jì)政策不確定性，發(fā)現(xiàn)宏觀經(jīng)濟(jì)政策不確定性正向影響企業(yè)R&D投入。顧夏銘等(2018)[7]采用該不確定性指數(shù)來衡量政策不確定性，發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性正向影響企業(yè)的研發(fā)創(chuàng)新活動；梁權(quán)熙和謝宏基(2019)[8]也采用EPU指數(shù)來衡量政策不確定性，發(fā)現(xiàn)不確定性與企業(yè)的創(chuàng)新產(chǎn)出水平顯著正相關(guān)。在微觀層面，劉婧等(2019)[9]選擇經(jīng)過行業(yè)調(diào)整的企業(yè)過去五年銷售收入的變異系數(shù)來衡量環(huán)境不確定性，發(fā)現(xiàn)環(huán)境不確定性與企業(yè)R&D投入呈現(xiàn)倒U型關(guān)系。戴靜等(2019)[10]檢驗了官員任期及產(chǎn)業(yè)政策周期交錯導(dǎo)致的政策不確定對企業(yè)R&D投資的影響，發(fā)現(xiàn)這種不確定性與企業(yè)R&D投資增長率顯著負(fù)相關(guān)。但在現(xiàn)實經(jīng)濟(jì)中，稅收、法規(guī)、匯率、利率、工資、和技術(shù)變革等一系列因素均會造成企業(yè)經(jīng)營的不確定性。以上文獻(xiàn)關(guān)于不確定性的測度都是基于某一方面，難以衡量企業(yè)所面臨不確定性的整體情況。Bulan(2005)[11]在研究中使用公司的每日股票收益率估計的年特質(zhì)波動率反映企業(yè)所面臨的總不確定性。特質(zhì)波動率是用來描述股票和債券等金融市場的波動。Jiang et al.(2009)[12]研究發(fā)現(xiàn)，特質(zhì)波動率與R&D投資之間具有正相關(guān)關(guān)系。在計算特質(zhì)波動率時，首先需要選擇基準(zhǔn)模型，已有文獻(xiàn)的基準(zhǔn)模型有CAPM模型和Fama-French三因子模型，然后對所選擇的基準(zhǔn)模型進(jìn)行回歸，回歸殘差的樣本標(biāo)準(zhǔn)差即為該股票的特質(zhì)波動率。此外，不確定性對企業(yè)投資行為的影響是雙重的，無論不確定性對企業(yè)投資行為的影響是促進(jìn)還是抑制，這種促進(jìn)或抑制作用都可能因為企業(yè)宏觀或微觀環(huán)境的不同而有所差異。

關(guān)于不確定性與企業(yè)投資的關(guān)系，現(xiàn)有文獻(xiàn)主要有以下結(jié)論：一是基于實物期權(quán)理論，認(rèn)為不確定性增加會抑制企業(yè)投資。郝威亞等(2016)[13]利用1998—2009年中國工業(yè)企業(yè)數(shù)據(jù)，發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性增加致使企業(yè)推遲研發(fā)投入決策，從而抑制企業(yè)創(chuàng)新。李鳳羽和楊墨竹(2015)[14]使用斯坦福大學(xué)和芝加哥大學(xué)聯(lián)合發(fā)布的月度EPU指數(shù)衡量我國經(jīng)濟(jì)政策的不確定性，發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性的上升會對企業(yè)投資產(chǎn)生抑制作用。劉貫春等(2020)[15]研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性與固定資產(chǎn)投資顯著負(fù)相關(guān)，并與金融資產(chǎn)投資顯著正相關(guān)。譚小芬和張文婧(2017)[16]研究發(fā)現(xiàn)，實物期權(quán)渠道在經(jīng)濟(jì)政策不確定性抑制中國企業(yè)投資行為發(fā)揮主導(dǎo)作用。二是基于成長期權(quán)理論，認(rèn)為不確定性增加會促進(jìn)企業(yè)R&D投入。Van Vo & Le(2017)[17]研究美國上市公司不確定性與R&D投入的關(guān)系，發(fā)現(xiàn)不確定性會促進(jìn)R&D投入。熊凱軍(2021)[18]研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性與貿(mào)易政策不確定性均能促進(jìn)制造業(yè)企業(yè)的R&D投入并提升企業(yè)的創(chuàng)新產(chǎn)出。顧群等(2020)[19]基于企業(yè)創(chuàng)新活動異質(zhì)性的視角，發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性對探索式創(chuàng)新有促進(jìn)作用，對開發(fā)式創(chuàng)新沒有影響。三是不確定性與企業(yè)投資之間呈現(xiàn)非線性關(guān)系。成力為等(2021)[20]研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性與研發(fā)投資之間呈現(xiàn)倒 U 型關(guān)系，且中國及發(fā)展中國家比發(fā)達(dá)國家顯著。劉婧等(2019)[9]研究發(fā)現(xiàn)環(huán)境不確定性與企業(yè)創(chuàng)新投入、創(chuàng)新產(chǎn)出及創(chuàng)新效率都具有倒U型關(guān)系。

眾多學(xué)者研究發(fā)現(xiàn)，不確定性對企業(yè)創(chuàng)新的影響會隨著企業(yè)特質(zhì)的不同而有所差異。因此，從行業(yè)屬性和市場競爭程度的視角探討不確定性對企業(yè)R&D 投入發(fā)揮效應(yīng)的適用條件。主要研究以下問題：企業(yè)的行業(yè)屬性會如何影響不確定性對企業(yè)的R&D 投入?企業(yè)的市場競爭強(qiáng)度又會在其中發(fā)揮怎樣的作用?基于上述分析，基于成長期權(quán)視角，利用特質(zhì)波動率作為不確定性的衡量指標(biāo)，運用中國滬深上市公司2011—2018年的財務(wù)數(shù)據(jù)，研究不確定性對企業(yè)R&D投入的影響機(jī)制，進(jìn)一步拓展不確定性與企業(yè)投資的理論與實證研究。

三、理論機(jī)制

Kulatilaka & Perotti(1998)[4]開發(fā)了戰(zhàn)略成長期權(quán)模型，以表明在不完全競爭下，不確定性可以鼓勵對增長選擇的投資。本文運用戰(zhàn)略成長期權(quán)理論分析不確定性對企業(yè)R&D投入的影響機(jī)制。

假設(shè)：如果開始公司不進(jìn)行R&D投入，其單位成本為K，相反，如果企業(yè)為提高未來效益而進(jìn)行R&D投入，則該企業(yè)未來的單位成本將降低到k(k

P(Q，θ)=θ-Q

其中，θ是市場需求參數(shù)，需求參數(shù)是不確定的，并在(0，∞)上分布，期望值E0(θ)=θ0>0，用市場需求參數(shù)θ表示市場的不確定性。

第一家公司(公司1)可以選擇是否在時間0進(jìn)行R&D投入，來影響未來市場結(jié)構(gòu)。 第二家公司(公司2)可以選擇在時間1進(jìn)入市場，其單位生產(chǎn)成本為K。如果兩家公司都生產(chǎn)，則市場結(jié)果是古諾競爭。

和前文一樣，這些利潤函數(shù)是連續(xù)的，并且在θ中單調(diào)增加，利潤與需求成比例地增加。 如果公司1在時間0進(jìn)行R&D投入，利潤會隨需求更快地增長。由于k為正，不能得到一般的結(jié)果，所以把k的值標(biāo)準(zhǔn)化為0。

公司1在時間0面臨的最佳投資決策需要比較進(jìn)行R&D投入的相對凈現(xiàn)值。

在不完全競爭的情況下，競爭者在進(jìn)入點θ**，投資的邊際凈收益不連續(xù)下降。當(dāng)預(yù)期需求在此點附近時，概率利潤分布的損失將超過收益，因為利潤在θ<θ**處呈凸形并且在此范圍之上呈線性。對于低于θ**的θ值，戰(zhàn)略投資的收益是分段凸的。因此，在此范圍內(nèi)，不確定性會鼓勵投資。

綜上所述，不確定性對投資相對價值影響的方向取決于戰(zhàn)略優(yōu)勢的大小，由成本優(yōu)勢K來確定。當(dāng)K大時，需求進(jìn)入勸阻范圍(θ<θ**)較大，因此Δ的凸面積較大。結(jié)果，較高的不確定性影響傾向于投資；當(dāng)K小時，結(jié)果相反。R&D投入作為企業(yè)的重大投資項目會使企業(yè)受到高融資成本和高調(diào)整成本的“雙高”問題困擾，不同特征的企業(yè)在進(jìn)行R&D投入時所獲取的戰(zhàn)略優(yōu)勢會存在差異。因此，不確定性對于不同特征企業(yè)R&D投入的影響具有異質(zhì)性。

(一)企業(yè)行業(yè)屬性的調(diào)節(jié)作用

企業(yè)所屬行業(yè)屬性會影響企業(yè)R&D投入所獲取的戰(zhàn)略優(yōu)勢，這將影響企業(yè)應(yīng)對不確定性所作出的投資選擇。相對于非高科技行業(yè)企業(yè)，高科技行業(yè)企業(yè)更加注重R&D投入，主要有以下原因：首先，R&D是企業(yè)的核心業(yè)務(wù)(Porter & Millar，1985)[21]；其次，R&D投入相比于資本投資，更有利于企業(yè)未來的發(fā)展，能夠使企業(yè)獲得可持續(xù)性發(fā)展能力(Lengnick-Hall，1992)[22]。而且，R&D投入帶來的新技術(shù)還能有效提高實物投資的生產(chǎn)力。高科技行業(yè)企業(yè)產(chǎn)品技術(shù)迭代快、R&D投入高、市場競爭激烈，該行業(yè)企業(yè)必須保持高質(zhì)量的產(chǎn)品創(chuàng)新才能不被淘汰。同時，高科技行業(yè)企業(yè)的產(chǎn)品屬性決定了他們必須對市場變化迅速作出反應(yīng)，因此更加重視早期戰(zhàn)略投資，從而抓住未來增長機(jī)會以保持競爭優(yōu)勢。相較于非高科技行業(yè)企業(yè)，高科技行業(yè)企業(yè)更有可能借助不確定性帶來的發(fā)展機(jī)會，加大企業(yè)R&D投入來增強(qiáng)創(chuàng)新能力。因此，提出如下假說：

H1：相對于非高科技行業(yè)企業(yè)，不確定性對高科技行業(yè)企業(yè)R&D投入的正向影響更顯著。

(二)市場競爭程度的調(diào)節(jié)作用

競爭的激烈程度會影響企業(yè)的研發(fā)動力(Boone，2001)[23]。通常情況下，降低成本提高生產(chǎn)率將在更具競爭性的環(huán)境中帶來更大的利潤增長，形成對企業(yè)研發(fā)投入的激勵。在市場競爭程度較弱的行業(yè)中，行業(yè)領(lǐng)導(dǎo)者已經(jīng)占有較大市場份額，所以不會有太大的動力進(jìn)行研發(fā)投入。而行業(yè)追隨者會模仿行業(yè)領(lǐng)導(dǎo)者的技術(shù)，不會也沒有激勵進(jìn)行技術(shù)創(chuàng)新；在市場競爭程度較強(qiáng)的行業(yè)中，雖然一項創(chuàng)新技術(shù)并不一定能夠賦予企業(yè)市場壟斷地位，但創(chuàng)新的成功可能會幫助企業(yè)獲得更高的市場份額，使企業(yè)更有機(jī)會超越競爭對手。因此，在市場競爭程度較強(qiáng)的行業(yè)中，企業(yè)會更加重視研發(fā)。雖然在市場集中程度高的行業(yè)中，市場份額占比高的企業(yè)會更有能力進(jìn)行創(chuàng)新，但競爭性行業(yè)中的企業(yè)往往具有更大的創(chuàng)新可能性。在成長期權(quán)理論中，競爭是不確定性對企業(yè)R&D投入產(chǎn)生積極影響的驅(qū)動力。因為在激烈的市場競爭中，企業(yè)承受更大的生存壓力，而且等待期權(quán)的價值很容易被侵蝕，所以企業(yè)為了增加自身的競爭優(yōu)勢會加大R&D投入。因此，提出如下假說：

H2：市場競爭程度越強(qiáng)，不確定性對企業(yè)R&D投入的正向影響越大。

四、數(shù)據(jù)與模型設(shè)定

(一)樣本與數(shù)據(jù)

本文研究不確定性對企業(yè)R&D投入的影響，選取了2011—2018年中國滬深上市公司為研究樣本。其中實證研究中企業(yè)的R&D投入、企業(yè)規(guī)模、企業(yè)年齡、資產(chǎn)收益率、托賓Q值、有形資產(chǎn)比率、現(xiàn)金流比率、行業(yè)分類等信息，來源于IFIND數(shù)據(jù)庫、CSMAR數(shù)據(jù)庫、RESSET數(shù)據(jù)庫?？紤]到數(shù)據(jù)的可獲得性和數(shù)據(jù)質(zhì)量對研究結(jié)果的影響，本文在實證分析之前對樣本進(jìn)行了如下處理：(1)剔除在觀測期內(nèi)被ST、*ST等特殊處理的上市公司；(2)剔除在觀測期內(nèi)被PT和退市的公司；(3)剔除金融、保險類企業(yè)；(4)剔除數(shù)據(jù)缺失樣本，為了減少離群值的影響，主要變量經(jīng)過前后1%縮尾處理。

(二)變量測量

1.被解釋變量。企業(yè)研發(fā)投入(RDAT)。采用研發(fā)投入除以總資產(chǎn)的占比表示。

2.核心解釋變量。不確定性(IVOL)。通過計算得到的特質(zhì)波動率作為企業(yè)所面臨不確定性的代理變量。通過使用Fama-French三因子回歸模型來估算特質(zhì)波動率，該方法在金融文獻(xiàn)中得到了廣泛使用。具體來說，進(jìn)行以下回歸：

ri，t=α+βm，t(rm，t)+βsmb，t(SMBt)+βhml，t(HMLt)+μi，t

其中，ri，t是股票i的每日超額收益，rm，t是每日超額市場收益，SMBt和HMLt是基于公司規(guī)模的投資組合收益率和基于賬面市值比的投資組合收益率。然后利用回歸殘差的樣本標(biāo)準(zhǔn)差得到該股票的年度特質(zhì)波動率。

3.調(diào)節(jié)變量。

(1)高科技行業(yè)(hightech)。hightech表是否為高科技行業(yè)的虛擬變量，當(dāng)企業(yè)為高科技行業(yè)取值為1，否則取0。借鑒顧夏銘等(2018)[7]的研究，行業(yè)分類依據(jù)參照國家統(tǒng)計局高技術(shù)產(chǎn)業(yè)分類標(biāo)準(zhǔn)，將企業(yè)歸為高科技行業(yè)企業(yè)和非高科技行業(yè)企業(yè)兩種類型。將醫(yī)藥制造、航空航天器及設(shè)備制造、電子通信及設(shè)備制造、計算機(jī)及辦公設(shè)備制造、醫(yī)療儀器設(shè)備及儀器儀表制造、信息化學(xué)品制造等歸為高科技行業(yè)，其他為非高科技行業(yè)。

(2)市場競爭程度(HHI)。赫芬達(dá)爾指數(shù)是一個衡量市場集中度的綜合指標(biāo)，以此作為市場競爭程度的衡量指標(biāo)，赫芬達(dá)爾指數(shù)越大表明該行業(yè)市場競爭程度越弱，壟斷程度越高；該指數(shù)越小表明該行業(yè)市場競爭程度越強(qiáng)，企業(yè)競爭越激烈。但是在使用赫芬達(dá)爾指數(shù)計算的市場集中度中，如果不考慮市場邊界，市場集中度可能有很大的誤導(dǎo)性(智艷，2014)[24]。借鑒王永進(jìn)和施柄展(2014)[25]的做法，使用如下公式計算赫芬達(dá)爾指數(shù)(HHI)：

其中，HHIrjt表示r地區(qū)j行業(yè)t時間的赫芬達(dá)爾指數(shù)，衡量r地區(qū)j行業(yè)t時間的市場競爭程度，saleirjt表示r地區(qū)j行業(yè)t時間i企業(yè)的銷售額，salerjt表示r地區(qū)j行業(yè)t時間的總銷售額。在計算赫芬達(dá)爾指數(shù)時按照企業(yè)所在省份構(gòu)建省級市場集中度(王永進(jìn)和施柄展，2014)[25]，運用省級市場集中度來衡量市場競爭程度。

4.控制變量。借鑒顧夏銘等(2018)[7]和Van Vo & Huong Thi(2017)[17]的研究選取如下變量為控制變量：(1)企業(yè)規(guī)模(lnAsset)，采用企業(yè)總資產(chǎn)的自然對數(shù)度量公司規(guī)模。(2)企業(yè)盈利能力(Roa)，采用資產(chǎn)收益率來衡量企業(yè)盈利能力，用凈利潤/總資產(chǎn)表示。(3)托賓Q值(Q)，表示企業(yè)投資和成長機(jī)會，采用市值/總資產(chǎn)表示。(4)有形資產(chǎn)比率(Tangibility)，與企業(yè)所擁有的有形資產(chǎn)和無形資產(chǎn)的結(jié)構(gòu)有關(guān)，用有形資產(chǎn)/總資產(chǎn)表示。(5)現(xiàn)金流比率(Cashflow)，與企業(yè)可用資金狀況有關(guān)，采用(企業(yè)經(jīng)營和投資活動獲得現(xiàn)金流)/總資產(chǎn)表示。(6)企業(yè)年齡(lnAge)，從企業(yè)創(chuàng)立當(dāng)年開始計算，采用企業(yè)年齡的對數(shù)來表示。(7)資產(chǎn)負(fù)債率(Alr)，該指標(biāo)是衡量公司負(fù)債水平的綜合指標(biāo)。資產(chǎn)負(fù)債率越高，企業(yè)的財務(wù)風(fēng)險越高。采用負(fù)債總額/資產(chǎn)總額表示。

(三)設(shè)定計量模型

為驗證假說H1，考察企業(yè)行業(yè)屬性在不確定性影響企業(yè)R&D投入中的調(diào)節(jié)效應(yīng)，引入不確定性與是否為高科技行業(yè)啞變量的交互項IVOL×hightech，設(shè)定如下模型：

(1)

其中，i表示企業(yè)個體，t表示年份，因變量RDATi，t表示企業(yè)i在t年的R&D投入?？紤]到不確定性與R&D投入之間的關(guān)系可能存在內(nèi)生性問題的干擾，并且企業(yè)創(chuàng)新活動并不是一蹴而就。所以在基本回歸中，所有解釋變量、控制變量(企業(yè)年齡、年份、行業(yè)除外)均采用滯后被解釋變量一期的做法。IVOLi，t-1表示i上市公司在(t-1)年面臨的不確定性。Roai，t-1、Tangibilityi，t-1、Cashflowi，t-1、Alri，t-1、lnAgei，t-1、lnAsseti，t-1、Qi，t-1是一系列控制變量，分別表示企業(yè)盈利能力、有形資產(chǎn)比率、現(xiàn)金流比率、資產(chǎn)負(fù)債率、年齡、企業(yè)規(guī)模和企業(yè)投資成長機(jī)會，下文控制變量均用Controls代替。Year和Ind分別表示年份和行業(yè)的固定效應(yīng)。預(yù)期方程(1)的回歸結(jié)果中IVOL的系數(shù)顯著為正，交互項IVOL×hightech的系數(shù)同樣顯著為正。

同理，為驗證假說H2，市場競爭程度在不確定性影響企業(yè)R&D投入中的調(diào)節(jié)效應(yīng)，引入不確定性與赫芬達(dá)爾指數(shù)的交互項IVOL×HHI，設(shè)定如下模型：

RDATi，t=β0+β1IVOLi，t-1+β2IVOLi，t-1×HHIi，t-1+β3HHIi，t-1+β4Controlsi，t-1+εi，t-1

(2)

預(yù)期方程(2)的回歸結(jié)果中IVOL的系數(shù)顯著為正，交互項IVOL×HHI的系數(shù)顯著為負(fù)。

五、實證結(jié)果和分析

在實證檢驗中，解釋變量、控制變量均滯后被解釋變量一期，采用雙向固定效應(yīng)模型進(jìn)行回歸。為減少離群值的影響，所有變量(虛擬變量除外)都經(jīng)前后1%縮尾處理。運用STATA14.0對數(shù)據(jù)進(jìn)行處理。

(一)描述性統(tǒng)計分析

在表1中，可以看到企業(yè)的R&D投入占總資產(chǎn)的平均比率為2%，而在第25個百分位數(shù)和第75個百分位數(shù)處的平均值分別為1%和3%。該證據(jù)表明，R&D投入主要集中在部分行業(yè)的企業(yè)中。Eberhart et al.(2004)[26]的研究發(fā)現(xiàn)，研發(fā)活動更集中在高科技行業(yè)中的企業(yè)。其次，特質(zhì)波動率范圍在0.140至0.710之間，平均值為0.340，而第25個百分點和第75個百分點分別為0.260和0.400。托賓Q值最小值為0.900，最大值為8.380，平均值為2.090。該表也報告了其他主要變量的統(tǒng)計信息。

表1 描述性統(tǒng)計

(二)實證檢驗與分析

首先，由于不同行業(yè)企業(yè)的投資傾向可能不同，所以控制行業(yè)固定效應(yīng)。其次，因波動性和企業(yè)的R&D投入都與業(yè)務(wù)周期和宏觀經(jīng)濟(jì)變量有關(guān)，所以進(jìn)一步控制時間效應(yīng)，采用雙向固定效應(yīng)模型進(jìn)行實證檢驗。

1.行業(yè)屬性的調(diào)節(jié)效應(yīng)。相對于非高科技行業(yè)企業(yè)而言，不確定性對高科技行業(yè)企業(yè)R&D投入的正向影響更顯著。參照國家統(tǒng)計局高技術(shù)產(chǎn)業(yè)分類標(biāo)準(zhǔn)將企業(yè)歸為高科技行業(yè)企業(yè)和非高科技行業(yè)企業(yè)兩種類型，運用方程(1)對假說一進(jìn)行檢驗。在表2模型1中，只加入被解釋變量(RDAT)，核心解釋變量(IVOL)，調(diào)節(jié)變量(hightech)，交互項(IVOL×hightech)，可以看到不確定性(IVOL)、不確定性與企業(yè)行業(yè)屬性交互項(IVOL×hightech)的系數(shù)均在1%的水平上顯著為正，初步驗證了假說H1的結(jié)論。在表2模型2中加入控制變量的多元回歸，IVOL×hightech的系數(shù)為0.009仍然在1%水平上顯著為正。這表明相對于非高科技行業(yè)企業(yè)而言，當(dāng)不確定性上升時，高科技行業(yè)企業(yè)進(jìn)行R&D投入能獲取更大的戰(zhàn)略優(yōu)勢，更易受到激勵增加R&D投入，驗證了假說H1中行業(yè)屬性的調(diào)節(jié)作用。

在控制變量方面，企業(yè)規(guī)模(lnAsset)和企業(yè)年齡(lnAge)均與R&D投入呈顯著的負(fù)相關(guān)關(guān)系。這說明企業(yè)規(guī)模越大，其創(chuàng)新強(qiáng)度越弱；企業(yè)年齡越大，其創(chuàng)新活力越小，這與顧夏銘等(2018)[7]的發(fā)現(xiàn)一致。托賓Q和企業(yè)盈利能力的系數(shù)均顯著為正，說明了企業(yè)的成長機(jī)會越大、盈利能力越強(qiáng)，就會進(jìn)行更多的R&D投入。

2.市場競爭程度的調(diào)節(jié)效應(yīng)。根據(jù)成長期權(quán)理論，不確定性對企業(yè)R&D投入產(chǎn)生積極影響的驅(qū)動力是競爭。因此，該部分研究市場競爭程度的強(qiáng)弱在不確定性影響企業(yè)R&D投入中發(fā)揮的作用。采用赫芬達(dá)爾指數(shù)衡量市場競爭程度，指數(shù)越大表明企業(yè)所在行業(yè)競爭越激烈，指數(shù)越小表明企業(yè)所在行業(yè)壟斷程度越高。赫芬達(dá)爾指數(shù)的計算需要考慮市場邊界，在該部分市場競爭程度的衡量采用省級市場集中度。運用方程(2)對假說H2進(jìn)行檢驗。在表2模型3中，只加入被解釋變量(RDAT)，核心解釋變量(IVOL)，調(diào)節(jié)變量(HHI)，交互項(IVOL×HHI)，可以看到不確定性與市場競爭程度的交互項(IVOL×HHI)的系數(shù)為-0.012，在1%水平上顯著為負(fù)，初步驗證了假說H2的結(jié)論。在表2模型4中加入控制變量的多元回歸，IVOL×HHI的系數(shù)為-0.010，仍然1%水平上顯著為負(fù)，這表明不確定性環(huán)境下，市場競爭程度越強(qiáng)的企業(yè)對于R&D投入所獲取的相對價值越高，越有動力進(jìn)行創(chuàng)新投入，即市場競爭程度越強(qiáng)，不確定性對企業(yè)R&D投入的正向影響越大，驗證了假說H2中市場競爭程度的調(diào)節(jié)作用。

表2 不確定性影響企業(yè)R&D投入的回歸結(jié)果

(三)穩(wěn)健性檢驗

前文把所有企業(yè)按行業(yè)屬性分為高科技行業(yè)企業(yè)和非高科技行業(yè)企業(yè)，其中高科技行業(yè)企業(yè)賦值為1，非高科技行業(yè)企業(yè)賦值為0，然后在回歸模型中用不確定性與企業(yè)行業(yè)屬性的交互項(IVOL×hightech)檢驗假說一。

在這一部分，借鑒Van Vo & Huong Thi(2017)[17]的研究方法，把高科技行業(yè)企業(yè)和非高科技行業(yè)企業(yè)分組進(jìn)行回歸，在表3中，模型1為高科技行業(yè)企業(yè)的回歸結(jié)果，模型2為非高科技行業(yè)企業(yè)的回歸結(jié)果?？梢钥吹剑鄬τ诜歉呖萍夹袠I(yè)企業(yè)而言，高科技行業(yè)企業(yè)IVOL的系數(shù)更加顯著，這一檢驗結(jié)果驗證了假說H1。

在前文，采用省級市場集中度(HHI)作為市場競爭程度的衡量指標(biāo)，對假說H2進(jìn)行檢驗。對于這一部分，按照東、中、西三區(qū)劃分市場邊界，計算赫芬達(dá)爾指數(shù)，表3模型3為采用三區(qū)市場競爭程度進(jìn)行的回歸結(jié)果，結(jié)果支持假說H2；表3模型4為采用不劃分市場邊界的行業(yè)集中度進(jìn)行的回歸結(jié)果，結(jié)果依舊支持假說H2。

表3 穩(wěn)健性檢驗回歸結(jié)果

六、結(jié)論與啟示

戰(zhàn)略成長期權(quán)理論是指在不完全市場競爭下，由于各種不確定性的存在使得企業(yè)為了獲取未來的增長機(jī)會而進(jìn)行的早期投資。從戰(zhàn)略成長期權(quán)視角切入，利用中國滬深上市公司2011—2018年的財務(wù)數(shù)據(jù)考察了企業(yè)行業(yè)屬性和市場競爭程度在不確定性與企業(yè)R&D投入間的影響機(jī)制。主要結(jié)論如下：第一，相對于非高科技行業(yè)企業(yè)，不確定性對高科技行業(yè)企業(yè)R&D投入的正向影響更顯著。第二，市場競爭程度越強(qiáng)，不確定性對企業(yè)R&D投入的正向影響越大。

基于以上結(jié)論，得到如下啟示：

第一，不確定性對企業(yè)R&D投入的影響在高科技行業(yè)和非高科技行業(yè)的企業(yè)是有差異的。所以當(dāng)出現(xiàn)外部沖擊之時，政府有必要制定針對性的政策，采取差異化的手段來激勵非高科技行業(yè)的企業(yè)進(jìn)行創(chuàng)新。

第二，政府應(yīng)通過加強(qiáng)市場規(guī)制、放松行業(yè)進(jìn)入壁壘以達(dá)到提高市場競爭程度的目的，這有利于激勵企業(yè)進(jìn)行R&D投入、推動技術(shù)進(jìn)步，提升企業(yè)整體的創(chuàng)新能力與創(chuàng)新水平。