- 主办单位:
- ISSN:
- 期刊分类:
- 出版周期:
- 投稿量:
- 浏览量:
相关文章
暂无数据
创新绩效与企业绩效的关系影响研究——基于A股上市公司
The Impact of Innovative Performance on Corporate Performance: A Study Based on A-Share Listed Companies
引言
在当今竞争激烈的市场环境下，创新已成为企业生存和发展的关键因素。对于上市公司而言，创新绩效不仅关系到企业的短期市场表现，更对其长期财务绩效产生深远影响。深入理解创新绩效与企业绩效之间的关系，有助于企业优化资源配置，制定更为科学合理的经营战略。基于此，本文利用我国A股上市公司的财务数据，对创新绩效与企业绩效的关系展开实证研究，旨在为企业经营决策提供理论支持和实践指导。
一、研究设计
（一）样本选择与数据来源
本文选取了 2014-2023年内我国 A 股上市公司作为研究样本，并对样本进行了如下筛选：首先，剔除了 ST、PT 类公司，这类公司通常面临财务困境或其他异常情况，其数据可能会对研究结果产生干扰；其次，剔除了金融行业公司，因为金融行业具有独特的财务特征和监管要求，与其他行业存在较大差异；最后，对缺失关键数据的样本进行了删除，以确保数据的完整性和准确性。经过上述筛选，最终得到5298个有效样本。本文的数据主要来源于国泰安。
（二）变量定义
1. 创新绩效指标
本文从创新投入和创新产出两个维度来衡量创新绩效。在创新投入方面，选取研发投入强度（研发投入 / 营业收入）作为衡量指标。研发投入强度反映了企业在创新方面的资源投入比例。在创新产出方面，采用专利申请数量来衡量，专利申请数量在一定程度上反映了企业的创新成果数量，是衡量企业创新产出的常用指标之一。
2. 企业绩效指标
企业绩效分为财务绩效和市场绩效。财务绩效选用总资产收益率（净利润 / 平均总资产）和净资产收益率（净利润 / 平均净资产）来衡量，这两个指标能够直观地反映企业的盈利能力和资产运营效率。市场绩效则通过托宾 Q 值（企业市场价值 / 资产重置成本）来衡量，托宾 Q 值综合考虑了企业的市场价值和资产价值，能够较好地反映市场对企业未来发展潜力的预期。
3. 控制变量
为了排除其他因素对研究结果的干扰，选取了企业规模（总资产的自然对数）、资产负债率（负债总额/资产总额）、营业收入增长率等作为控制变量。企业规模反映了企业的整体实力和资源禀赋，资产负债率体现了企业的偿债能力和财务风险，营业收入增长率则反映了企业的成长能力。
（三）模型构建
为了检验创新绩效对企业绩效的影响，构建了以下回归模型：
企业绩效 = β0 + β1× 创新绩效 + β2× 控制变量 + ε
其中，β0 为常数项，β1、β2 为回归系数，ε 为随机误差项。
二、实证结果与分析
（一）描述性统计
对主要变量进行描述性统计分析，结果如表1所示。
| 变量 | 均值 | 标准差 | 最小值 | 中位数 | 最大值 |
|---|---|---|---|---|---|
| 研发投入强度 | 0.054 | 0.078 | 0.000 | 0.027 | 0.784 |
| 发明专利个数 | 141.481 | 366.232 | 0.000 | 24.000 | 4252.000 |
| 总资产净利率ROA | 0.022 | 0.055 | -0.035 | 0.022 | 0.468 |
| 托宾q | 1.856 | 1.908 | 0.830 | 1.239 | 14.845 |
| 企业规模 | 22.727 | 1.545 | 18.623 | 22.618 | 28.726 |
| 资产负债率 | 56.519 | 18.335 | 5.476 | 59.228 | 96.003 |
| 营业收入复合增长率 | 4.697 | 28.270 | -63.380 | 3.492 | 442.225 |
（二）相关性分析
对变量进行相关性分析，结果如下，进一步通过回归分析进行深入探究。
| 研发投入强度 | 发明专利个数 | ROA | 托宾q | 企业规模 | 资产负债率 | 增长率 | |
|---|---|---|---|---|---|---|---|
| 研发投入强度 | 1.000 | ||||||
| 发明专利个数 | -0.016 | -0.022 | 1.000 | ||||
| ROA | 0.126 | 0.094 | -0.034 | 1.000 | |||
| 托宾q | -0.107 | -0.107 | -0.015 | -0.030 | 1.000 | ||
| 企业规模 | -0.162 | -0.026 | 0.001 | -0.150 | 0.017 | 1.000 | |
| 资产负债率 | -0.010 | -0.003 | -0.022 | -0.205 | 0.072 | 0.448 | 1.000 |
（三）回归结果分析
1. 创新绩效与市场绩效
将市场绩效指标（托宾Q值）作为被解释变量，创新绩效指标作为解释变量，控制变量纳入模型进行回归分析。结果显示，研发投入强度和专利申请数量的回归系数均显著为正，这表明在企业素质相对稳定的条件下，创新绩效与市场绩效之间存在显著的正相关关系。
| 因变量：托宾Q | ||
|---|---|---|
| 研发强度 | 专利数量 | |
| (1) | (2) | |
| 研发投入强度 | -0.289 | |
| (0.795) | ||
| 发明专利个数 | -0.0001 | |
| (0.0001) | ||
| 企业规模 | 0.054 | 0.054 |
| (0.035) | (0.035) | |
| 资产负债率 | 0.009*** | 0.009*** |
| (0.002) | (0.002) | |
| 营业收入复合增长率 | -0.002 | -0.002 |
| (0.001) | (0.001) | |
| 常数项 | -0.018 | -0.018 |
| (0.786) | (0.786) | |
| 观测值 | 5298 | 5298 |
| R² | 0.021 | 0.021 |
| 调整后R² | 0.015 | 0.015 |
| F | 3.599 | 3.596 |
注: *p<0.1; **p<0.05; ***p<0.01。
2. 创新绩效与财务绩效
当以财务绩效指标（总资产收益率、净资产收益率）作为被解释变量进行回归时，发现研发投入强度的回归系数不显著。而研发投入水平的回归系数显著为负，意味着创新投入水平的提高并未带来财务绩效的提升，反而在一定程度上对财务绩效产生了负面影响。
| 因变量：托宾Q | ||
|---|---|---|
| 研发强度 | 专利数量 | |
| (1) | (2) | |
| 研发投入强度 | 0.051** | |
| (0.023) | ||
| 发明专利个数 | 0.00001 | |
| (0.00002) | ||
| 企业规模 | 0.054 | 0.054 |
| (0.035) | (0.035) | |
| 资产负债率 | 0.009*** | 0.009*** |
| (0.002) | (0.002) | |
| 营业收入复合增长率 | -0.012 | -0.052 |
| (0.001) | (0.001) | |
| 常数项 | -0.008 | -0.022 |
| (0.746) | (0.721) | |
| 观测值 | 5298 | 5298 |
| R² | 0.026 | 0.029 |
| 调整后R² | 0.011 | 0.014 |
| F | 6.034 | 5.912 |
注: *p<0.1; **p<0.05; ***p<0.01。
三、结果讨论
（一）创新绩效与市场绩效的关系
实证结果表明创新绩效对市场绩效具有显著的正向影响，这与理论预期相符。在市场竞争日益激烈的今天，企业通过持续创新，能够推出更具竞争力的产品或服务，满足消费者不断变化的需求，从而提升市场份额和品牌知名度。
（二）创新绩效与财务绩效的复杂关系
创新绩效与财务绩效之间的关系较为复杂，其原因可能有两方面：一方面，创新活动具有较高的不确定性和风险性，研发成果需要较长时间才能实现商业化；另一方面，高水平的创新投入可能导致企业短期内运营成本大幅增加，从而对短期财务绩效产生负面影响。
（三）企业经营决策的启示
企业应将长期战略与短期策略相结合。在追求创新的同时，注重成果转化，合理控制研发成本。同时，应避免过度研发投资，根据自身实际情况确定研发规模，加强创新管理以提高效率。
四、研究结论与建议
（一）研究结论
本文得出以下结论：在企业素质相对稳定的条件下，创新绩效与市场绩效显著相关，能提升市场估值。然而，创新投入强度与财务绩效不相关，创新投入水平甚至与财务绩效显著负相关。企业需要谨慎制定创新投入决策。
（二） 建议
1. 优化创新投入决策
企业应根据发展战略、市场需求和财务状况合理确定投入规模，利用项目评估和风险分析方法筛选最具潜力的项目。
2. 加强创新成果转化
建立完善的成果转化机制，加强研发与市场部门协作，并加强知识产权保护，通过技术变现弥补研发成本。
3. 完善企业治理结构
明确创新职责，建立激励机制，并加强内部监督与风险管理，降低创新失败风险。
4. 关注行业动态与市场变化
密切追踪市场趋势，及时调整策略，并借鉴竞争对手的先进经验，提升市场应对能力。
（三）研究局限性与展望
本文存在一定局限性：指标体系仍可进一步细化；控制变量可能存在遗漏；样本仅限于A股上市公司。未来研究可拓展指标维度、增加控制变量并扩大样本范围，以增强结论的普适性。
参考文献：
- [1] Zugay B．Ansoff matrix[M]∥Zakaria R．Sage Business Foundations: Business Strategy．Thousand Oaks: SAGE Publications, Inc, 2023．
- [2] Gurcaylilar-Yenidogan T，Aksoy S． Applying Ansoffs growth strategy matrix to innovation classification[J]．International journal of innovation management，2018，22(04) : 1850039．
- [3] Teece D J. Reflections on “profiting from innovation” [J]. Research policy, 2006，35(08) : 1131-1146．
- [4] He M，Estébanez R P． Exploring the relationship between R&D investment and business performance: An empirical analysis of Chinese ICT SMEs [ J]. Sustainability, 2023, 15(06) : 5142．