上市公司研发支出影响研究

《上市公司研发支出影响研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、精品文档上市公司研发支出影响研究1研究假设研发支出与管理层持股数企业高层管理人员对企业研发投入有着十分重要的决定作用，这主要体现在两个方面：管理层持股数量和董事会结构。首先是管理层持股同研发支出的相关关系，依据代理理论观点，管理和受托经营公司的高管的利益往往与股东利益不同，股东作为企业的资产所有者，希望公司长期价值最大化。所以，企业所有者更愿意进行高收益高风险的研发活动；而管理者除了考虑公司利益以外，还需要考虑到自身的职业风险，工作的稳定程度等因素。由于利益的不同，这就导致他们在公司研发投资决策上产生利益冲突。为了缓解两者的冲突，使

2、两者利益趋于一致，一般采取股权激励的方法。据此，提出假设：假设1：同等条件下，研发支出与管理层持股数正相关。2016全新精品资料-全新公文范文-全程指导写作–独家原创5/5精品文档研发支出与独董比例公司董事会一般由执行董事和非执行董事构成。独立董事机制是一种提高公司内部治理水平的制度安排，能够减轻内部人员对资者利益的损害。通常，独立董事是独立于公司管理层的监管人，是法律、经济或会计方面的专家。普遍认为，独立董事是公司成功经营的重要资源，更能站在投资者的角度对公司的研发决策提出较客观公正的意见。所以基于以上分析可以认为，外部独立董事可

3、以积极促进公司的研发支出。据此，提出假设：假设2：同等条件下，研发支出与独立董事人数正相关。假设3：同等条件下，研发支出与独董比例正相关。2研究设计数据来源本文选取深沪两市A股IT业上市公司为研究对象，搜集2016~2016年数据。数据来源于国泰安数据库和上市公司年度报告，数据处理通过软件实现。模型建立文章采用多元线性回的方法，建立回归模型1用式表示，对上市公司研发支出的影响因素进行分析。R＆D=a+b1MOij+b2PIDij+b3ASij+b4LEVij+b5ROEij+b6RLij+ε其中，为常数，bi为变量系数，i为年系数，

4、取值1、2、3、4；j代表上市公司个数系数，取值为1、2、…、213，ε为残差。2016全新精品资料-全新公文范文-全程指导写作–独家原创5/5精品文档变量说明对文中的解释变量和被解释变量及其控制变量进行说明，具体见表1。表1中，被解释变量R&D表示上市公司的研发支出；解释变量MO表示管理层持股比例，PID表示独立董事人数占董事会人数的比例。控制变量中，AS表示企业规模，LEV表示资产负债率，ROE表示净资产收益率，RL表示营业收入增长率。企业的研发支出是一笔较大的开支，只有资产雄厚的企业才有可能支付较多的研发费用。研发活动需要大量

5、的现金流，较低的负债水平可减少利息的支付，所以资产负债率越高的公司对研发投入相对较少。企业盈利能力好，才会有足够的资金投入研发，而研发反过来又会促进企业盈利能力的提高。且高成长性的企业为了保持与创造更多的成长机会，有动机保持较高的研发支出。3实证分析描述性统计本文通过对相关数据进行分析，相应的描述性统计结果如表2所示。由表2可以看出：研发支出标准差很大，说明企业研发支出水平差别很大，为进一步分析提供了合理的数据区间。管理层持股数的标准差很大，说明企业的管理层持股数相差很大。董事会中独立董事比例最小值为30％，平均值为％，表明多数上市

6、公司独立董事人数符合规定，但只是符合最低的要求，上市公司没有设置独立董事的主观意愿，以及我国上市公司独立董事的有效性还值得商榷。此外，资产规模的平均值是，资产负债率的平均值为%，表明样本公司利用外部资金较少，财务政策较为保守；净资产收益率为%，低于说明企业的盈利能力偏低，营业收入增长率均值是%，说明企业发展能力较好。相关性分析为了检验各个变量之间的相关性，我们给出了样本的自变量的相关系数矩阵。相关性分析结果如表3所示。从表3中可以看出：研发支出与资产规模、资产负债率显著正相关，与管理层持股数量、独董比例负相关，但不显著，需进一步分析

7、。此外，各个自变量的相关系数小于，表明各个自变量之间的相关性不会导致严重的多重共线性问题，因而不会影响回归分析的结果。2016全新精品资料-全新公文范文-全程指导写作–独家原创5/5精品文档2016全新精品资料-全新公文范文-全程指导写作–独家原创5/5精品文档回归分析为了检验研发支出和管理层持股数量和独董比例的关系，利用模型1对样本进行回归检验，检验结果如表4所示。表4中，研发支出总额模型的多元回归复相关系数R为、R2为来看，说明所选影响公司研发支出的变量与对研发支出总额之间存在明显的相关关系，说明回归效果较理想。进一步分析模型是

8、否成立，结果见表5。表5中，研发支出总额模型的方差分析表，给出了方差分析的结果。其中F值为，F值的显著性为，表明在a=水平上，上市公司研发支出影响因素已解释部分明显大于未解释部分，说明回归效果是好的。进一步说明各解释变量对被解释变量的