1. 引言
1.1. 研究背景
伴随着世界经济的高速发展，经济全球化的趋势难以避免，国与国，地区与地区之间的经济发展互相关联，各国之间的经济来往交易也比以往更加频繁密切，这在为企业带来发展机会的同时，也为企业带来了日益加重的经营压力与管理要求。而衡量企业的发展，企业绩效无疑是一个重要的指标。对于步入新时代的企业，研发越来越占据着重要地位。科技是第一生产力。企业想要快速发展，就需要高效的运营模式。研发投入的加大可以促进产品的更新换代，增加市场竞争力，划分到更多的市场份额。研发对于企业绩效的重要性不言而喻。
而相对于国外发达国家，从改革开放到现在不过四十多年，我国经济发展起步晚，虽然大力迅速发展，但企业整体依旧缺乏自主创新能力以及缺少核心技术。既然与外企存在差异，下到企业层面上到国家规划层面更要推进技术的进步，加大研发强度。研发投入的强度增加，从产品服务的视角来说，就是为了使技术创新，保障企业的产品和服务始终保持着进步，处于行业的领先地位，与同行业其他企业的产品具备更优异的功能，进而更具备市场竞争力，得到更多的市场份额，划分更多的利益蛋糕；另一方面则与企业的可持续发展相关，研发的新技术如果是创造性的发明，则可以闻名遐迩，在世界市场上打响企业的招牌与名气，就像近些年蓬勃发展的华为，每年在研发方面投入天文数字，在通信技术方面的科技屹立于世界，这样就能不断吸引国内外客户，企业绩效不断增加。以此能够不断的正向反馈，不断的革新改造，有益于企业在各种复杂的市场环境、社会经济环境中保持着稳定的发展。
股权结构的不同对于企业的发展影响越来越扮演着重要因素。一股独大或是股份均衡的企业做出决策时，思考方式以及最终得出的结论也会不尽相同。企业的发展，绩效也会受此波动变化。
1.2. 研究意义
基于现有关于股权集中度(Shrcr1)的研究主要是区分企业性质是否为国有企业或者民营企业，关于研发投入强度(R&D)的研究，研究对象目前集中在创业板上市企业等为主的行业。然而，文献中对信息技术企业研发投入强度(R&D)方面的研究比较少，这个行业的股权集中度也较少引人关注。更不用说，研究股权集中度影响研发投入强度，进而影响企业的绩效，即股权集中度对于另外两者关系的调节效应如何，相关文献较少，依旧是一个非常薄弱的研究领域。本文以2015~2022年沪深A股信息技术类上市企业的数据为分析研究，以调节作用以及信息技术行业为突破口、改革点，在控制变量上做出改进变化，对企业的股权结构与企业绩效之间的相关关系，研发投入对企业绩效的影响以及股权集中度对研发投入与企业绩效关系中的调节作用进行分析。所以本文鉴于这两者对于现代企业发展与绩效的重要性，更好的理清认识其中的关系与规律，不仅是对企业绩效理论的关系规律进一步认识，丰富自己以及企业相关方面的知识面，又为信息技术上市企业提供了有关绩效增加的方法与建议。本文的意义是促进绩效制度改善与发展的同时，推动企业加大研发投入，推陈出新创造富有科技性的产品，更深层的就是促进国内企业稳步持续发展、健康成长，促进社会经济繁荣向上。
1.3. 研究创新点
(1) 现有的文献研究对象大都是制造业，对于信息技术类企业的研究文献相对来说还是较少的。不同的行业可能会影响实证结果的不同。
(2) 现有的文献大都把重点放在了研发投入对企业绩效的影响，股权集中度和企业绩效两两关系的研究。但本文认为股权集中度和研发投入是有一定联系的，并且将这三者结合起来研究。并且本文所选取的变量以及变量的衡量标准与其他文献不同，如股权集中度以Shrcr1为衡量标准。
2. 理论基础与文献综述
2.1. 文献综述
2.1.1. 研发投入对企业绩效的影响研究
研读国内外众多文献，尽管对于研发投入与企业绩效关系的研究很多，但由于研究的变量衡量标准不同、行业等不同，看法各不相同。比如徐莉，张晨(2021) [1]以创业板制造业企业从2016到2020年的上市公司数据研究发现：在当期的时间范围上，企业绩效是与企业研发投入之间存在着负相关关系，又对滞后两期的企业绩效有显著的影响。而董德彪(2017) [2]对于煤炭企业同样的变量实证分析却得到了研发投入既能对短期企业绩效又能对长期企业绩效有显著的正相关关系。另一方面同样是对煤炭企业做实证，李红霞，徐思佳(2021) [3]证明研发投入强度对其企业绩效存在着正向的滞后性影响。当然也有学者，Sizhong Sun借助粗化精确匹配(CEM)技术研究发现研发投入并不影响企业的盈利能力，两者之间并没有关系，与其他学者不一致。上文都是对煤炭行业的研究，其他行业对结果又有不同影响。而且前文都是近五年的数据，而在距今时间更久远一点的研究中，苏秀花，赵息(2013) [4]以高端装备制造业上市公司为研究对象，分析出由于高端装备制造业研发信息披露不充分、研发投入不足，证明研发强度与企业的盈利能力不相关，提高研发强度，反而降低企业的偿债能力和发展能力。张俭(2014) [5]对2009~2011年中国上市公司进行研究，结果也呈负相关。石美琪(2021) [6]以中小板上市公司为例发现，企业进行研发投入时，企业净利润并没有如预期中的增长，反而减少，说明研发投入对企业绩效存在反向作用。刘勇，徐选莲(2020) [7]以中小企业板上市公司构建回归模型，皆证明存在负向关系。
2.1.2. 股权集中度对企业绩效的影响研究
与上文一样，对两者关系学者当中也有几种不同的研究观点。
正相关论。不少学者运用代理理论得出当内部股东持股增加的时候，企业的价值也会水涨船高般的增长，两者之间是存在正向关系。许安娜(2021) [8]以2010~2018年我国全部A股上市公司为样本研究发现，股权集中度与上市企业绩效存在显著正相关关系。茹浩洋，边超越(2021) [9]则是以我国创业板上市公司为研究对象，他们利用固定效应模型进行实证分析，证明了中国创业板上市公司股权集中度正向影响企业绩效。徐梦雨(2021) [10]选取沪深A股2009~2018年上市公司数据，不仅得出两者之间呈现正相关关系，而且进一步细化、深化研究，股权越集中不代表绩效上升越快，并没有越集中获得利润越高的现象，合理的股权集中度才能让公司绩效达到最显著地增长。与徐梦雨(2021) [10]研究全国的整体研究不同，刘斌，彭庆莉(2018) [11]以2010~2016年江苏省A股上市公司为样本，在文章中只研究了江苏当地企业的情况，更加具有目的性分析。观察出股权集中度与公司绩效呈正相关线性关系，表明对于大股东们来说，自身的持有股份越多，才有足够的动力关心企业的成长发展，参与企业的经营管理。Abdallah and Ismail (2016) [12]研究出在股权集中度较低的情况下更强治理质量与企业绩效之间的正向关系得到了保持。
负相关性。Dante (2020) [13]研究发现所有权集中显著削弱了董事会成员规模对公司绩效的积极影响。Yurtoglu (2008) [14]研究认为，存在大股东因为为了实现自身利益而牺牲中小股东的利益，所以当股权越集中反而会使企业绩效越低。关于负向影响，本人研读的文章中大多以外文为多，这可能是因为国外市场与国内不同，国外股权制度发展比国内较早，我国企业制度还没有发展到更进一步的阶段，外企的制度影响了绩效的增长。
无关论。肖淑芳，金田，刘洋(2012) [15]研究发现股权集中度对公司绩效没有显著的影响，并且公司绩效与股权集中度之间也不存在显著的相关关系。朱柳原(2017) [16]以沪深证券交易所上市的通信设备制造业公司作为研究对象，发现股权集中度与企业绩效无显著的相关关系。徐爱菲(2016) [17]利用二次回归模型分析出竞争型市场下的上市公司绩效和股权集中度之间不存在相关关系。
非线性相关。张硕(2020) [18]以A股上市公司2014~2016年的数据为样本，研究表明股权集中度和公司绩效呈显著的正U型关系。而与上文徐爱菲(2016) [17]在竞争型市场的环境中不同，虽然还是用了相同的研究方法，但在垄断型市场下的上市公司绩效和股权集中度之间存在负二次曲线型的相关关系，这也能说明不同的行业、市场下股权集中度与企业绩效呈现不同的关系。
2.1.3. 股权集中度对研发投入的影响研究
王莉莉，韩道琴，张宸恺(2021) [19]以中小上市公司面板数据发现股权集中度与研发投入之间存在正相关关系。任海云 (2010) [20]选取A股制造业的数据得出：股权集中有利于R&D投入，一定的股权制衡是必要的，股权制衡代表着限制大股东的持有股份的数量，均衡下各股东的股份，保证没有鹤立鸡群，一家独大的现象。毕竟如果一股独大就会不利于R&D投入。而外国学者Munari F (2010) [21]等以欧洲的市场环境为依据，相比于其他学者的研究方法，在控制变量中同时纳入公司行业变量和公司规模变量，通过调查研究家族企业持股比例与R&D投入强度的内在联系，研究结果表明二者之间存在明显的负向变动关系。
2.1.4. 股权集中度对研发投入与企业绩效之间关系的调节影响研究
徐莉，张晨(2021) [1]以创业板制造业上市公司的相关数据表明股权集中度会负向调节研发投入对企业绩效的正向影响。李伟，冒乔玲(2016) [22]基于委托代理理论，研究结果表明：股权集中对技术创新与企业绩效关系起到负向调节作用。朱柳原(2017) [16]则在研究中区分了企业的性质，国营企业和民营企业对其中的影响不相同。国有控股对研发投入与绩效关系有负向调节作用。
而另一方面赵洁，张玲(2020) [23]实证结果得出股权集中度对二者之间的关系起到了正向调节作用，并且进一步细化深化的分析了在不同股权性质的企业中的调节效应的不同。同样的，王依帆(2019) [24]也同样得出了股权集中度会对二者的关系起到了重要的正向调节作用，即股权集中度的提高会增强企业研发活动对企业绩效的影响。
2.2. 文献综评
上文通过对以往文献的梳理研读，研发投入与企业绩效，股权集中度与企业的绩效的研究，并且这三者的调节研究有促进作用。但现有研究有局限性，原因既有文献较多关注制造业，因此相对来说较少有学者对信息技术类企业的数据做研究；另一方面是现有文献对于企业绩效的定义衡量标准为总资产净利润率(ROA)或者为净资产收益率(ROE)，这是从财务指标作为考虑的，很少是从市场角度来考虑托宾Q值，相关文献采用托宾Q值作为变量的衡量标准较少。
鉴于此，本文选取从2015年起8年的沪深Ａ股信息技术类行业上市公司的数据作为本次写作的样例范本，研究企业研发投入强度和股权集中度对企业绩效的影响以及股权集中度对于研发投入和企业绩效的调节作用。
3. 研究假设
3.1. 投入对于企业绩效关系影响的假设
对于公司绩效，研发投入对它是有正面影响。这种观点还不够全面细节，如果企业绩效受研发的影响要显著，还需要一定时间的验证，因为一些研究表明具有滞后性。通常情况下，这种滞后还很长，产生影响的时间也比较长，通常需要滞后两年[1]。尤其是我国创业板制造业企业，到目前为止主要以中小型企业为主，所以不可避免的研发基础和研发能力还是相对来说比较薄弱，短期内或者说当期也可能因此会出现多样因素导致研发活动的不成功，所以研发投入可能很难在当期给企业带来足够的利润甚至于毫无增长，更不用说促进企业绩效的提高。由于本文选取的是沪深Ａ股的信息技术类企业，这类企业相比其他传统制造业还算是新兴产业，其经营模式与传统制造业存在着巨大差异，其产品研发制造也比传统制造业来说更讲究时效性，技术较为发达，产品研发流程周期更短，其研发投入是否能与传统制造业的结果影响是否有所不同？
综上所述所以本文选取了8年的数据，以总资产净利润率(ROA)作为企业绩效[25]，以市场指标更能确保实证结果的有效性。所以提出假设1 (H1)。
H1：研发投入强度对于企业绩效有显著的负相关关系。
3.2. 股权集中度对企业绩效关系影响的假设
上市公司普遍存在着大股东与小股东之间的代理问题[8]，毕竟集中的股权结构更有助于提高企业绩效，还是股权均衡地分散在众多股东中才能更有助于提高企业绩效，这个问题目前依旧无法回答，只能具体情况具体分析，所以这是个双刃剑。在股权集中的企业里，即大股东相对于小股东持股比例更多，手中的权利对于公司的决策越集中时，此时大股东的利益与公司利益息息相关，一荣俱荣，一损俱损，所以大股东参与公司决策管理的积极性相对来说较大，股东会对企业的管理层充分发挥出监督管理作用，提升企业的管理水平能力，因此积极地遏制私利行为。但由于大股东也可能利用职权牟取私利，即使与企业利益大体一致，但在短期利益方面上可能与企业的中小股东利益所违背相反，为了中饱私囊而损害中小股东的利益。基于我国目前的资本市场环境，在股份全流通的环境股东们的利益渐渐趋于一致，减弱了大股东的掏空动机，且外部制度环境的不断完善增加大股东的掏空成本[26]，这些有效措施皆促使企业绩效的提高。虽然大股东获得的股份越来越多，也在一定程度上自身承担的风险越大，做出的决策也缺少足够程度的监督，但也正是因为自身持股比例占大头，与企业的利益也越来越息息相关，所以大股东们与会产生足够大的动力去积极推动企业的持续发展，为了追求利润最大化，也会提高企业绩效。所以提出假设2 (H2)。
H2：股权集中度对企业绩效存在正向关系。
3.3. 股权集中度对研发投入与企业绩效之间关系的假设
随着股权集中度的提高，大股东相对于小股东的股份逐渐增加，大股东的控制增加，决策越集中。大股东对于公司的决策起到了决定作用，正是因为与企业的利益也越来越息息相关，所以大股东们会采取一系列措施，为了自身的利益注重投资的稳定性减少了研发的投入，损害了企业绩效的提升。综上所述，以及研读其他学者的研究，所以提出假设3 (H3)。
H3：股权集中度对研发投入与企业绩效之间关系有负向调节作用。
4. 研究设计
4.1. 样本选择与数据来源
本篇文章数据全部选取自CSMAR数据库。数据来源于沪深A股。为了保证样本数量充足，满足大样本特征以及时间跨度上的一般要求，选取的时间从2015到2022。在CSMAR数据库上一次找选自己所需要的主要变量如企业规模(SIZE)、资产负债率(LEV)、企业成长性(GROWTH)等，并据此筛选：
(1) 样本均取自沪深Ａ股信息技术类企业；
(2) 剔除ST、*ST公司；
(3) 剔除股权集中度等变量缺失数据。
选取完相应数据后，先通过excel数据进行筛选，将空白数据删除，再对剩下的数据进行整理，最终得到符合条件的371家信息技术类上市企业，共有2240条数据。数据的处理是通过软件Stata15.0进行。
4.2. 变量定义
(1) 被解释变量
研读国内外研究，可以将衡量企业绩效的指标分为财务绩效指标，市场绩效指标。实证研究大都从财务指标出发，并且此类数据披露程度高，很容易获得，不易缺少，从数据库中很难搜集到空白的数据，于是会更加偏向于选择由总资产收益率(ROE)，或者是借鉴了郭谦[25]市场绩效指标托宾Q值作为企业绩效的指标。本文则借鉴张芹秀，刘魏膺[27]采用净资产收益率(ROA)作为企业绩效指标。
(2) 解释变量
研发投入(R&D)本文借鉴大多学者的研究，选取研发投入强度变量，用公式表达即为研发投入占营业收入的比例。
常见的股权集中度重要的度量指标有许多种，比如第一大股东持股比例(CR1)，股权制衡度(IDX)，Z指数，CR指数等等。本文参考张芹秀，刘魏膺[27]第一大股东持股比例(Shrcr1)。Shrcr1值越大，第一股东的权利越大，对企业的控制权越大，公司的权利也越来越集中。
通过研读相关文献研究，进行梳理和总结具体分析各种影响因素，由于企业绩效的个体特征不可忽视，其受公司属性的影响较大，所以本文选取以下可能对企业绩效产生影响的变量作为控制变量，企业规模(SIZE)、资产负债率(LEV)、企业成长性(GROWTH)。上述变量见表1。
Table 1. Variable definition table
表1. 变量定义表
变量类型 |
变量名称 |
变量符号 |
变量定义 |
被解释变量 |
企业绩效 |
ROA |
净利润/资产总计 |
解释变量 |
研发投入 |
R&D |
研发投入占营业收入的比例 |
股权集中度 |
Shrcr1 |
公司第一大流通股股东持股比例 |
控制变量 |
企业规模 |
SIZE |
公司资产总额的自然对数 |
资产负债率 |
LEV |
负债总计/资产总计 |
成长性 |
GROWTH |
(本期末总资产 − 上期末总资产)/上期末总资产 |
4.3. 模型构建
为了验证假设，本文构建了四个模型。
首先本文先研究研发投入对企业绩效的关系，根据假设H1构建模型(1)：
(1)
ROA代表企业绩效；RD代表企业研发投入强度；SIZE表示企业规模；LEV表示资产负债率；GROWTH表示企业成长性；
表示随机变量；
表示回归系数，
则表示随机误差项。
根据假设H2，研究股权集中度对企业绩效的作用来构建模型(2)：
(2)
针对假设H3，构建模型(3)，(4)：
(3)
(4)
其中
表示研发投入强度与股权集中度的交互项；
表示交互项的回归系数，其余同上。
5. 实证分析
5.1. 描述性分析
Stata15.0软件对数据进行描述性分析，见表2。
Table 2. Descriptive analysis
表2. 描述性分析
VARIABLES |
(1) N |
(2) mean |
(3) sd |
(4) min |
(5) max |
id |
2,240 |
383,525 |
243,512 |
158 |
839,790 |
year |
2240 |
2019 |
2.189 |
2015 |
2022 |
lev |
2240 |
0.333 |
0.190 |
0.0226 |
2.729 |
grow |
2103 |
0.317 |
0.740 |
−0.639 |
17.53 |
Shrcr1 |
1684 |
25.88 |
11.58 |
5.064 |
68.23 |
RD |
1823 |
13.53 |
10.88 |
0 |
167.4 |
roa |
2240 |
0.0463 |
0.155 |
−4.599 |
0.669 |
size |
1764 |
21.48 |
1.040 |
18.22 |
25.06 |
(1) 根据描述性检验所得的结果可以看出，在ROA这个层面来说，其最大值一个0.669，最小值为−4.599。最大值与最小值差距过大，可以看出信息技术类企业的企业绩效、盈利能力相差过大，一些企业的企业绩效较低，可能与研发活动企业的管理水平有关。平均值、均值这两个数据是表明整体的效果。所以平均值为0.0463，标准差为0.155，这两个数据可以说明在信息技术行业中的大部分企业的绩效还是偏低的，只有少数企业绩效很高。
(2) 根据描述性检验所得的结果可以看出，对于企业发展另一个重要的解释变量研发投入强度，样本中的平均值为13.53，最小值是0，最大值是167.4。各个企业对于研发的重视程度显然不同，最小值接近0，说明有些企业不重视研发创新甚至有些年份没有对研发创新提供资金的支持。
(3) 股权集中度Shrcr1指数的平均值为25.88，最小值为5.064，最大值为68.23。这可以看出信息技术类企业与企业之间大股东手中所持有的股份相差很大，但一股独大的现象较多，因为其平均值为25.88可以说明在这一行业当中大股东持股很多的企业较多。
(4) 企业成长性的平均数值为0.317，最小值为−0.639，最大值为17.53。平均值的数额相对于其他行业相对来说较少，根据标准差为0.740，所以整个行业起伏不大，只有部分企业可持续发展能力较强，但大部分企业成长性较差。
(5) 从企业规模来看，最小值是18.22，最大值是25.06，标准差为1.040。整个行业规模相对来说较大，但是就行业内部的企业之间而言，其差距并不算非常大，仅仅是稍有差异。
(6) 从企业的偿债能力层面上来说，这其中的指标资产负债率越小越好。数据中显示从0.0226到2.729范围的资产负债率，说明了企业的偿债能力大抵相同，存在较小的差异，并且资产负债率的平均值为0.333，则可以说明大部分企业有能力偿还债务，财务风险较低，相对于自己的资产，负债较少，企业偿债能力不错，未来的持续发展能力也不错。
5.2. 相关性分析
为了检验各变量之间相关性，本文对各变量做了相关性分析，如下表3。
Table 3. Correlation analysis
表3. 相关性分析
id |
year |
lev |
grow |
Shrcr1 |
RD |
roa |
|
id |
1 |
|
|
|
|
|
|
year |
0.0320 |
1 |
|
|
|
|
|
lev |
−0.084*** |
−0.0310 |
1 |
|
|
|
|
grow |
0.175*** |
−0.0370 |
−0.167*** |
1 |
|
|
|
Shrcr1 |
0.122*** |
−0.081*** |
−0.00300 |
0.055** |
1 |
|
|
RD |
0.206*** |
0.095*** |
−0.261*** |
0.056** |
−0.074*** |
1 |
|
roa |
0.090*** |
−0.130*** |
−0.249*** |
0.086*** |
0.118*** |
−0.148*** |
1 |
size |
−0.335*** |
0.108*** |
0.197*** |
−0.0250 |
−0.135*** |
0.0400 |
−0.073*** |
size |
|
|
|
|
|
|
|
size |
1 |
|
|
|
|
|
|
从上面表3可以看出，总体上各变量之间的相关性较好，被解释变量ROA与解释变量RD、Shrcr1之间的相关系数是在0.01的水平上显著。具体来说，roa与RD的相关性系数为0.118，且在0.01的水平上显著。另一方面，ROA和Shrcr1之间的相关性系数为0.086，在0.01的水平上显著，说明对于大部分企业来说想要激励股东的参与，并且促进管理经营水平的提高，使股东更加关注企业发展，可以增加他们的持股比例。即随着股权的集中，股东的所持有股份的增多，企业的绩效水平也会受此影响而有所增加，与本文的假设H2一致。
5.3. 回归分析
相关性分析，初步可以看出因变量与自变量RD是负相关关系。进一步研究针对模型(1)进行回归分析，如下表4。
Table 4. Regression analysis of R&D investment and firm performance
表4. 研发投入与企业绩效的回归分析
VARIABLES |
(1) y |
RD |
−0.001*** |
|
(−4.90) |
grow |
0.021*** |
|
(5.72) |
lev |
−0.206*** |
|
(−11.80) |
size |
0.002 |
|
(0.60) |
Constant |
0.077 |
|
(1.28) |
Observations |
1403 |
R-squared |
0.128 |
t-statistics in parentheses. ***p < 0.01, **p < 0.05, *p < 0.1.
从表4的回归结果可见，RD的回归系数为−0.001，说明被解释变量RD在0.01的水平上对ROA有显著的负向促进作用，从观察者、企业管理层的角度上来说，实际意义就是研发投入每增加1%，企业绩效就会随之降低0.096%，绩效降低就显而易见。可见假设一成立。我国信息技术类企业需要注重何时增加研发投入的强度来以此从财务角度避免企业绩效的降低。
相关性分析呈现股权集中度与企业绩效正相关关系，为了进一步细化研究两者之间的关系，按照模型(2)对样本进行了回归分析，如下表5。
从表5的回归结果可见Shrcr1在0.01的水平上对ROA有正相关关系，Shrz的回归系数为0.001，说明Shrz在0.01的水平上对企业绩效有显著的正向作用，从外部的投资者、企业管理层的实际角度上来说，对企业的指导意义就是股权集中度每增加1%，企业绩效就会随之增加0.001%，所以假设H2成立。
上文证明了研发对企业绩效产生显著的负向作用、股权集中度能对企业绩效产生显著的促进作用，为了进一步深化细化研究股权集中度是否能对研发投入与企业绩效的影响，现在对模型(3)和模型(4)做样本回归分析，并放在一起整合梳理分析，如下表6和表7。
根据表6和表7的数据结果，首先第三个模型的y表示研发投入强度，可见Shrcr1对于RD的回归系数为−0.046，说明Shrcr1在0.1的水平上对RD有显著的负向促进作用。所以假设H3成立。
Table 5. Regression analysis of ownership concentration on firm performance
表5. 股权集中度对企业绩效的回归分析
VARIABLES |
(1) y |
Shrcr1 |
0.001*** |
|
(5.25) |
grow |
0.020*** |
|
(6.17) |
lev |
−0.197*** |
|
(−14.69) |
size |
0.014*** |
|
(5.09) |
Constant |
−0.244*** |
|
(−4.16) |
Observations |
1684 |
R-squared |
0.162 |
t-statistics in parentheses. ***p < 0.01, **p < 0.05, *p < 0.1.
Table 6. Regression analysis of ownership concentration on R&D investment
表6. 股权集中度对研发投入的回归分析
VARIABLES |
(1) y |
Shrcr1 |
−0.046* |
|
(−1.95) |
grow |
−0.650* |
|
(−1.85) |
lev |
−21.194*** |
|
(−13.21) |
size |
0.861*** |
|
(2.86) |
Constant |
2.972 |
|
(0.46) |
Observations |
1347 |
R-squared |
0.121 |
t-statistics in parentheses. ***p < 0.01, **p < 0.05, *p < 0.1.
接着第四个模型出于简便易记，把m表示为股权集中度与研发投入的交互项，看出Shrcr1与RD的交互项与ROA的回归系数为负数，在1%的水平正向调节作用，说明加强股权集中度会减少研发投入强度，股东的集权程度提升对于研发投入最终提升企业成绩效的影响效果是负向。验证了假设H4。
Table 7. Regulation regression analysis table
表7. 调节作用回归分析表
VARIABLES |
(1) y |
m |
−0.000*** |
|
(−3.38) |
lev |
−0.203*** |
|
(−11.62) |
grow |
0.022*** |
|
(5.99) |
size |
0.010*** |
|
(3.29) |
Constant |
−0.122* |
|
(−1.82) |
Observations |
1347 |
R-squared |
0.129 |
t-statistics in parentheses. ***p < 0.01, **p < 0.05, *p < 0.1.
5.4. 稳健性检验
借鉴其他学者的方法，本文采用更改年限数据的方式来进行稳健性分析以提高假设与结论的可靠性。于是再原有的样本上剔除2015年的数据，只保留了2016~2022年的信息技术类上市企业的数据，通过软件Stata15.0进行稳健性分析。
Table 8. Model (1) Robustness test
表8. 模型(1)稳健性检验
VARIABLES |
(1) y |
RD |
−0.001*** |
|
(−4.79) |
lev |
−0.216*** |
|
(−11.62) |
grow |
0.022*** |
|
(5.53) |
size |
0.001 |
|
(0.36) |
Constant |
0.093 |
|
(1.46) |
Observations |
1284 |
R-squared |
0.133 |
t-statistics in parentheses. ***p < 0.01, **p < 0.05, *p < 0.1.
如上，表8所示，研发投入依旧与企业绩效呈现出显著的正向促进作用，相关系数为−0.001且通过了1%的显著性水平测试。以上回归结果与上文一致，模型(1)具有稳健性。
如上表9所示，股权集中度依旧与企业绩效呈现出显著的正向促进作用，相关系数为0.001且通过了1%的显著性水平测试。回归结果与上文一致，所以模型(2)具有稳健性。
Table 9. Model (2) Robustness test
表9. 模型(2)稳健性检验
VARIABLES |
(1) y |
Shrcr1 |
0.001*** |
|
(5.39) |
lev |
−0.203*** |
|
(−14.46) |
grow |
0.020*** |
|
(5.88) |
size |
0.014*** |
|
(4.98) |
Constant |
−0.254*** |
|
(−4.12) |
Observations |
1565 |
R-squared |
0.167 |
t-statistics in parentheses. ***p < 0.01, **p < 0.05, *p < 0.1.
Table 10. Robustness test of model (3) regulation
表10. 模型(3)调节作用的稳健性检验
VARIABLES |
(1) y |
Shrcr1 |
−0.044* |
|
(−1.73) |
lev |
−20.993*** |
|
(−12.43) |
grow |
−0.449 |
|
(−1.21) |
size |
0.805** |
|
(2.54) |
Constant |
4.091 |
|
(0.59) |
Observations |
1228 |
R-squared |
0.117 |
t-statistics in parentheses. ***p < 0.01, **p < 0.05, *p < 0.1.
Table 11. Robustness test of model (4) regulation
表11. 模型(4)调节作用的稳健性检验
VARIABLES |
(1) y |
m |
−0.000*** |
|
(−3.11) |
size |
0.010*** |
|
(3.08) |
lev |
−0.212*** |
|
(−11.34) |
grow |
0.023*** |
|
(5.73) |
Constant |
−0.121* |
|
(−1.69) |
Observations |
1228 |
R-squared |
0.132 |
t-statistics in parentheses. ***p < 0.01, **p < 0.05, *p < 0.1.
如上表10与表11所示，ｙ与ｍ表示的依旧与上文一样。Shrz与RD的相关系数为−0.044，通过了0.1的显著性水平测试，依旧表明随着股份的集中在一个人或者少数的几个人上时，企业的研发投入也会受此影响而有所减少，Shrz对RD有负相关关系。表里还反映了Shrz与RD的交互项与ROA的相关系数为负数，且通过了1%的显著性水平测试，起到负向调节作用。两个模型的回归结果与上文一致，所以模型(3)模型(4)具有稳健性。
6. 总结
6.1. 研究结论
经上文的实证分析，企业绩效受到多种因素影响。本文以我国2015~2022年的沪深Ａ股信息技术类上市企业为样，总结出结论如下：
一是研发投入对企业绩效有显著的负向影响。信息技术企业作为新兴企业必须以创新为发展的基石，所以研发投入的强弱不可避免的影响了企业的盈利能力从而进一步影响企业绩效。企业进行的创新活动项目越多，研发投入占营业收入的比值越大，一方面既能说明企业当期有强大的现金流可以研发项目的进展，等待新产品的创新，没有及时的创利，进而在一定程度上影响企业的净资产回报率从而使得企业绩效受到负面影响；另一方面说明企业对于创新，对于研发的重视虽然会生产出新的产品或者推陈出新能够与当前市场的其他产品产生异化，但如果不能与其他同类产品产生差别就不能够迅速占领市场，所以无法提高企业的企业绩效，也无法扩大市场份额以及企业的核心竞争能力，强调了研发会导致的风险。
二是股权集中度对企业绩效有显著的正向影响。即股权也是关键的影响因素。股份越聚集到个别人的公司，股东的利益也越来越与企业的利益密切相关，股东会对企业的管理层充分发挥出监督管理作用，提升企业的管理水平能力，而管理水平的提高对企业绩效的提高有正向促进作用。
三是股权集中度对研发投入于企业绩效有显著的负向调节作用。试想下，大股东们拥有企业的股份越多，对公司的控制权越多，影响着公司也被公司的利益所影响，所以从自身的利益角度出发也会积极监督企业管理，但考虑到研发创新的风险，一定程度上较为关注考量当前的企业发展，降低了企业绩效的提高。
6.2. 政策建议
近年来我国信息技术类企业相对国外的企业来说，缺乏强力的核心科技，在国际大环境市场下大部分企业缺少足够的竞争力，这既不利于企业自身的发展，国家的科技发展也会受阻。如近年的中美贸易战以及国外对华为的限制进一步使企业的创新发展更为艰难。对于这三者关系的进一步研究认知后，想要提高企业绩效，维持企业健康发展，也可以从股权集中度与研发投入两方面入手推进改革创新。因此，本文有如下建议。
一是吸引投资，加大研发投入的力度。首先企业应结合自身具体情况，因为研发投入如果超出企业本身的能力，对企业的长期发展会产生不利影响，对于企业的净资产回报率是有着显著的负面影响。所以企业就需要适度加大研发投入力度，提高研发资金，而这又与企业自身的资金能力有关。毕竟研发是具有不稳定性的，研发的结果未知，研发所需要的时间也未知，而且投入的研发资金如果没有到一定的量度也是见效甚微的。所以充足的资金对于企业的研发活动是至关重要的，这需要企业管理层想方设法吸引投资，加快研发进度与质量，并且也可以增加企业的抗风险能力以免在研发成功之前企业陷入危机，研发成果半途而废，造成资源的浪费。保证研发进度的持续推进或者巩固已有的技术专利并进行推广，注重积小成多，研发的产品项目在市场上有竞争力，给企业带来利润与绩效的提高。
二是注重引入或者培养自己的研发人才。有能力有学历的人才是研发成功的重要基石。人才对企业研发创新的作用是无可替代的。所以提高研发人员的薪资，改善工作环境，有助于吸引外部人才，保留住企业内部已有的研究人员。善于吸引人才，企业才能保证创新的源泉不会枯竭。
三是培养企业的创新研发氛围，打造乐于研发，善于研发的企业文化。良好的氛围也是推动研发活动的助推剂，鼓励企业员工勇于创新，培养善于研发的思辨能力，利用企业整体的文化、氛围来推动人才的文思如涌，这样有助于持续的研发活动。
四是合理安排股权结构，完善企业治理。由于本文研究的这些显著正相关性的结果，所以对于大部分信息技术类企业适当增加股权的集中，提高股东的积极性，股东对于企业的控制权越高，对企业的监管也越负责，促进企业绩效提高。当然对于部分企业来说，也要小心大股东中饱私囊，侵占侵吞小股东的利益，适度降低股权集中度使企业的决策更加明确，企业的运作效率更高，保障企业绩效逐步提升。
6.3. 研究局限与展望
本文选取的企业仅为信息技术类沪深A股上市企业，企业的数据也仅仅8年，数据选取有限，并且本人的研究技术水平和理论水平也有限，论文还有很多不足之处。比如，对于其他非上市公司例如中小企业或者其他行业这些结论并不一定还能够适用；此外由于控制变量的选取不足，不是很全面，比如并没有对企业绩效的滞后性作出分析也没有再多加入如企业性质、企业成立年限之类的变量；另一方面一些数据会不会由于涉及到企业的商业机密而并没有完全披露，所以收集到的数据可能不完全准确而影响研究结论。
在以后的研究中，在变量定义上关于股权集中度以及企业绩效的衡量标准尽可能从多个维度进行全面综合的衡量，用更为合理的模型公式计算变量，搭建回归模型尽可能降低单一维度变量定义造成的局限性；在之后的研究中还可以扩大考虑扩大研究范围，不局限于信息技术的企业，同时也可以扩大研究年限，扩大样本量到包括甚至超过10年的数据，从而使实验结果更为准确。
另外造成文献综述里其他结论的原因本文也没有进行深刻思考，受限于知识水平，只能简单的分析假设可能的原因。比如为什么别人做出来是负向影响，并没有进一步剖析，是变量选取的不同还是因为行业的影响，又或者是国内国外企业性质、市场环境不同造成的影响，这些在以后的研究中都可以进一步延伸。