導語：研發(fā)費用加計扣除融資約束和企業(yè)績效一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：隨著研發(fā)費用加計扣除的最新政策出臺，研發(fā)費用加計扣除再次成為企業(yè)享受稅收紅利的重點。本文以2010-2019年中國制造業(yè)上市公司相關數(shù)據(jù)為樣本，考察研發(fā)費用加計扣除、融資約束與制造業(yè)企業(yè)績效之間的關系。研究發(fā)現(xiàn)，研發(fā)費用加計扣除政策在一定程度上可以提高制造業(yè)企業(yè)績效；融資約束不僅對制造業(yè)企業(yè)績效產生負面影響，還可以抑制研發(fā)費用加計扣除政策對制造業(yè)企業(yè)績效的促進作用。

關鍵詞：研發(fā)費用加計扣除；融資約束；企業(yè)績效；制造業(yè)

0引言

當前，中國經(jīng)濟發(fā)展開始更加注重質量的提高和效益的提升。而企業(yè)作為強化國家創(chuàng)新能力的前沿陣地，就必須全力以赴地推進技術創(chuàng)新，制造業(yè)企業(yè)更是如此。企業(yè)的研發(fā)創(chuàng)新活動具有高風險性、長期性、溢出性等特點[5]，使得企業(yè)進行研發(fā)投入積極性不高。因此，政府通過一些有效措施對公司進行補償。其中之一是研發(fā)費用加計扣除政策。它是一種稅收優(yōu)惠方法[4]，根據(jù)稅法規(guī)定，在計算應納稅所得額時，將實際發(fā)生的費用按一定比例加計扣除。其目的是為了積極促進經(jīng)濟增長方式的轉變，提高企業(yè)的經(jīng)濟效益。自1996年實行以來，研發(fā)費用加計扣除政策經(jīng)歷了幾次調整。逐步擴大優(yōu)惠范圍和力度，甚至在2018年，75%的加計扣除被擴展到所有公司[2]。并且從2021年1月1日起，制造企業(yè)的研發(fā)支出將按實際發(fā)生額的100%進行扣除。研發(fā)費用加計扣除政策的一貫實施，使中國企業(yè)的創(chuàng)新能力迅速提高。中國國家統(tǒng)計局初步數(shù)據(jù)顯示，2020年中國在研發(fā)上的支出將達到國內生產總值的2.4%，創(chuàng)歷史新高。通過對研發(fā)支出的額外扣除來減少公司稅基，減少企業(yè)納稅額，緩解企業(yè)資金約束，從而促進企業(yè)加大研發(fā)投入，進而企業(yè)的生產力將大大提升，增加企業(yè)績效。因此，探究研發(fā)費用加計扣除政策對企業(yè)績效的激勵效果具有重大意義。目前，關于研發(fā)費用加計扣除政策對制造業(yè)企業(yè)績效的研究較少，且存在一定的局限性。綜合考慮現(xiàn)有研究成果及不足，本文利用2010-2019年中國制造業(yè)上市公司數(shù)據(jù)，試圖從行業(yè)角度找到研發(fā)費用加計扣除政策與制造業(yè)企業(yè)績效之間的作用機制。此外，融資約束是企業(yè)績效研究的一個重點，本文進一步從融資約束的視角分析，考察融資約束、研發(fā)費用加計扣除政策對制造業(yè)企業(yè)績效的綜合影響。

1理論分析與研究假設

1.1研發(fā)費用加計扣除政策與制造業(yè)企業(yè)績效

研發(fā)費用加計扣除政策本質上是政府對企業(yè)進行研發(fā)行為的事后激勵。根據(jù)市場失靈相關理論，企業(yè)的研發(fā)創(chuàng)新行為會對其他企業(yè)產生積極有利的影響，而企業(yè)無法就這種影響獲得相應的回報，存在一定程度的正外部性，研發(fā)費用加計扣除是對這一問題的修正。李志遠和余淼杰[7]從固定資產投入和技術創(chuàng)新出發(fā)強調了可以通過減稅政策間接提高企業(yè)績效水平。王蕓，洪碧月和陳蕾[8]以創(chuàng)業(yè)板上市公司數(shù)據(jù)為樣本，用研發(fā)費用扣除率作為調節(jié)變量，從而得出結論研發(fā)投入強度對企業(yè)的創(chuàng)新績效呈現(xiàn)出一種顯著的正向關系，且稅收政策起到一定的調節(jié)作用。據(jù)此，提出假設1。假設1：研發(fā)費用加計扣除政策對制造業(yè)企業(yè)績效有促進作用。

1.2融資約束與制造業(yè)企業(yè)績效

委托代理理論和信息不對稱理論認為，在市場經(jīng)濟中，資本的流通需要成本且存在一定的風險，這使得企業(yè)融資成本增加，高融資成本則會阻礙企業(yè)的投資行為，從而影響企業(yè)績效的提升。減少融資約束是減少貿易政策不確定性以促進企業(yè)進口擴張的重要渠道。進一步的研究表明，降低貿易政策的不確定性可以顯著提高企業(yè)的生產率，促進產品質量的提高和企業(yè)技術的發(fā)展，推動企業(yè)創(chuàng)新。彭華濤等[1]發(fā)現(xiàn)，融資約束對中國新能源行業(yè)企業(yè)的研發(fā)投資強度有負面影響。當融資約束較高時，研發(fā)成本加計扣除政策對企業(yè)績效的影響會因減少研發(fā)投入而減弱；當融資約束較低時，企業(yè)更容易獲得更多的資金，充足的資金使企業(yè)更有信心進行研發(fā)投入，從而享受到成本加計扣除政策的稅收優(yōu)惠，間接減少企業(yè)的生產成本，并提高企業(yè)績效。據(jù)此，提出假說2和假說3。假設2：融資約束對制造業(yè)企業(yè)績效有負向作用。假設3：制造業(yè)企業(yè)面臨的融資約束越弱，研發(fā)費用加計扣除政策對制造業(yè)企業(yè)績效的促進作用越強。

2研究設計

2.1樣本選取與數(shù)據(jù)來源

本文以我國制造業(yè)行業(yè)上市公司為研究對象，選取2010-2019年相關數(shù)據(jù)并做一定的處理后進行實證研究。樣本數(shù)據(jù)來源主要為國泰安和WIND數(shù)據(jù)庫，部分缺失數(shù)據(jù)通過公司年報查詢得到。基于樣本有效性考慮，對樣本做如下處理：剔除2010-2019年關鍵研究數(shù)據(jù)缺失的企業(yè)、煙草制造業(yè)、關鍵財務指標有異常以及ST和ST*企業(yè)為消除少量極端值的影響，對連續(xù)變量進行1%上下水平的縮尾處理。經(jīng)過篩選，共得到制造業(yè)企業(yè)2179家，有效觀測值14508個。使用Execl對數(shù)據(jù)進行簡單的預處理，并運用stata16進行實證分析。

2.2變量的定義及測度

2.2.1因變量

根據(jù)研究假設，借鑒了吳建祖和肖樹峰[9]的研究成果，公司績效被用作因變量，托賓Q被用作公司績效的衡量指標，托賓Q值（TQ）能較為客觀真實地反映制造業(yè)企業(yè)的實際績效，不易受企業(yè)內部的操控。

2.2.2自變量

①研發(fā)費用加計扣除。對于研發(fā)費用加計扣除，大多數(shù)學者主要使用絕對數(shù)或相對數(shù)進行衡量，本文參考彭華濤等[1]對研發(fā)費用加計扣除進行量化，即使用加計扣除優(yōu)惠的強度來研究其對制造企業(yè)績效的影響。表示研發(fā)費用加上扣除優(yōu)惠（Ded）的強度，即研發(fā)費用加上扣除的絕對值與資產總價值的比率。具體計算公式為：研發(fā)支出*扣除比例*企業(yè)所得稅率/總資產*100%②融資約束。關于企業(yè)融資約束的度量，代表性的度量指標有3種，分別是KZ指數(shù)、SA指數(shù)與WW指數(shù)，并廣泛用于融資約束與金融發(fā)展情況描述。綜合這3種企業(yè)融資約束度量方式的優(yōu)缺點，根據(jù)鞠曉生等[6]的計算融資約束方法，采用SA指數(shù)來表示企業(yè)融資約束。具體計算公式為：-0.737*Size+0.043*Size2-0.040*Age其中Size為企業(yè)規(guī)模，取總資產的自然對數(shù)，總資產以“元”作為計量單位；Age為企業(yè)注冊至當期的時間。計算出SA指數(shù)均為正數(shù)，且SA取值越大表明企業(yè)收到的融資約束越大。

2.2.3控制變量

為了防止其他幾個變量對研究結果的影響，本文參考已有研究，選取企業(yè)年齡（Age）、資產負債率（Lev）、資產收益率（Roa）、股權集中度（Top1）作為控制變量[3]。

2.3模型的構建

為研究研發(fā)費用加計扣除對制造業(yè)企業(yè)績效是否存在促進作用，即驗證假設1，構建如下回歸模型：其中，controls表示控制變量集合，包括企業(yè)年齡（Age）、資產負債率（Lev）、資產收益率（Roa）、股權集中度（Top1），以控制其他因素對制造業(yè)企業(yè)績效的影響；i表示制造業(yè)企業(yè)，t表示時間；εi，t表示隨機誤差項。為研究融資約束對制造業(yè)企業(yè)績效是否有負向影響，融資約束對研發(fā)費用加計扣除與制造業(yè)企業(yè)績效之間是否存在調節(jié)作用，即驗證假設2、3，構建如下模型：（2）（3）其中，Dedi，t*SAi，t為研發(fā)費用加計扣除優(yōu)惠強度與融資約束SA指數(shù)中心化后的交互項，驗證融資約束的調節(jié)作用是否顯著。

3實證結果與分析

3.1描述性統(tǒng)計分析

樣本數(shù)據(jù)部分變量描述性統(tǒng)計分析結果如表1所示，從統(tǒng)計結果來看，樣本企業(yè)研發(fā)費用加計扣除優(yōu)惠強度（Ded）平均值為0.0053，最小值為0.0004，最大值為0.0135，表明制造業(yè)企業(yè)研發(fā)費用加計扣除強度存在明顯差異。融資約束程度的SA指數(shù)平均值為3.9300，最小值為2.1520，最大值為6.5745。反映出制造業(yè)企業(yè)面臨嚴重的融資約束且融資約束程度差異較大。除此之外，因變量企業(yè)績效TobinQ的均值為1.9903，最小值為1.0337，最大值為4.3665。TobinQ值樣本波動較大，說明同為制造業(yè)企業(yè)但企業(yè)績效有明顯差異。觀察營業(yè)收入增長率、資產負債率等控制變量描述性統(tǒng)計結果發(fā)現(xiàn)，制造業(yè)企業(yè)的成長能力，舉債經(jīng)營能力等差異較大。由于篇幅限制，未給出控制變量相關統(tǒng)計結果（下同）。

3.2Pearson相關性分析

為判斷變量之間是否會有多重共線性的情況，對變量進行Pearson相關性檢驗，表2為模型中各變量相關系數(shù)。從表2可以發(fā)現(xiàn)，研發(fā)費用加計扣除優(yōu)惠強度與制造業(yè)企業(yè)績效代理變量托賓Q值相關系數(shù)為0.094，表現(xiàn)出顯著相關性，融資約束SA指數(shù)與托賓Q值相關系數(shù)為-0.368，表現(xiàn)出顯著相關性，初步驗證了研發(fā)費用加計扣除政策、融資約束與制造業(yè)企業(yè)績效之間的關系。表2中其他變量也有不同程度的相關性，且它們的相關系數(shù)均不超過0.5。

3.3回歸結果分析

為驗證研發(fā)費用加計扣除政策、融資約束與企業(yè)績效之間的關系，對制造業(yè)上市公司2010-2019年面板數(shù)據(jù)進行回歸分析。首先，對樣本數(shù)據(jù)進行Hausman檢驗，其P值小于0.01，說明樣本數(shù)據(jù)更適合采用固定效應模型進行回歸分析。為了避免融資約束調節(jié)效應多重共線性問題，對SA指數(shù)和Ded進行中心化處理，并對其生成的交互項進行回歸分析。研發(fā)費用加計扣除優(yōu)惠強度對企業(yè)績效的影響及融資約束的調節(jié)效應。以研發(fā)費用加計扣除優(yōu)惠強度為自變量，企業(yè)績效為因變量，融資約束為調節(jié)變量，逐步回歸如表3所示，研發(fā)費用加計扣除與企業(yè)績效的主效應以及融資約束在兩者之間的調節(jié)效應都在1%水平上顯著。模型（1）、（2）和模型（3）依次將自變量、調節(jié)變量和自變量與調節(jié)變量的交互項加入進行分析。模型（1）中研發(fā)費用加計扣除優(yōu)惠強度的回歸系數(shù)為28.852，在1%的水平上顯著為正，這說明研發(fā)費用加計扣除優(yōu)惠強度對制造業(yè)企業(yè)績效有顯著的促進作用，即研發(fā)費用加計扣除優(yōu)惠強度越大，企業(yè)的績效就越高，這與假設1保持一致。在模型（2）中加入融資約束SA指數(shù)，模型（3）在模型（2）的基礎上加入研發(fā)費用加計扣除優(yōu)惠強度與融資約束的交互項（interact），目的是為了分析融資約束是否能夠調節(jié)研發(fā)費用加計扣除優(yōu)惠強度對企業(yè)績效的促進作用。模型（2）中研發(fā)費用加計扣除優(yōu)惠強度Ded回歸系數(shù)為17.640，比模型（1）中其回歸系數(shù)28.852小了11.212，表明融資約束直接作用于研發(fā)費用加計扣除優(yōu)惠強度與企業(yè)績效之間的關系，效果顯著。從模型（3）調節(jié)效應看出，研發(fā)費用加計扣除優(yōu)惠強度Ded和融資約束SA指數(shù)的回歸系數(shù)分別為17.066和-0.511，并且在1%的水平上顯著，驗證了假設2。此外，交互項interact系數(shù)為5.876，在1%的水平上顯著，說明融資約束的間接作用顯著，但是系數(shù)為正，這與假設3不一致，這可能是一方面，融資約束越高，導致企業(yè)資金緊張，從而研發(fā)費用加計扣除稅收優(yōu)惠政策減少企業(yè)所納稅額，進而提升企業(yè)績效；另一方面，研發(fā)費用加計扣除政策直接作用于企業(yè)研發(fā)活動，而企業(yè)研發(fā)活動往往具有高風險、周期長、信息不對稱程度大等特點，融資約束越高，企業(yè)就不會輕易進行研發(fā)活動，就不必承擔研發(fā)失敗的后果，進而也會提升企業(yè)績效。當企業(yè)面臨的融資約束程度較低時，輕易的獲得資金會造成管理者過度自信，更有可能進行無效率投資，從而損害企業(yè)的成長性和績效。

3.4穩(wěn)健性檢驗

為了保證主要回歸結果的穩(wěn)健性，采用替換變量取值方法進一步進行穩(wěn)健性檢驗。將被解釋變量托賓Q值的計算方法由（股權市值+凈債務市值）/總資產換為托賓Q值B=（股權市值+凈債務市值）/（總資產-無形資產凈值）。回歸結果表明主效應與調節(jié)效應變量回歸系數(shù)的符號沒有發(fā)生明顯變化。與前文實證保持一致。

4結論

本文分別以研發(fā)費用加計扣除和融資約束為解釋變量，考察研發(fā)費用加計扣除、融資約束與制造業(yè)企業(yè)績效之間的關系，根據(jù)其主效應和調節(jié)效應回歸結果得出以下結論：①研發(fā)費用加計扣除優(yōu)惠強度與制造業(yè)企業(yè)績效顯著正相關，即研發(fā)費用加計扣除優(yōu)惠強度在一定程度上可以促進制造業(yè)企業(yè)績效。隨著加計扣除優(yōu)惠強度的增加，企業(yè)的績效也能夠得到相應提升。②融資約束與制造業(yè)企業(yè)績效顯著負相關。企業(yè)面臨的融資約束越強，企業(yè)的績效越不理想。并且制造業(yè)企業(yè)的融資約束對研發(fā)費用加計扣除政策對制造業(yè)企業(yè)績效的有一定的調節(jié)作用。

作者：高磊 單位：安徽財經(jīng)大學