摘 要:本文从企业异质性和外部环境相结合的角度,选取2019年及2020年我国A股上市跨国企业的数据,结合我国对外直接投资的发展现状,采用实证分析的方法研究企业对外投资效率的影响因素,并重点检验跨国研发投入的调节效应。通过多元线性回归法和调节效应模型,对我国上市跨国企业对外投资效率的影响因素及跨国研发投入的调节作用进行实证检验。研究表明:企业自身盈利能力、国际市场经验与对外投资效率显著正相关,企业资产负债率与对外投资效率显著负相关;跨国研发投入在企业盈利能力、国际市场经验与对外投资效率的关系中发挥显著的正向调节作用,在资产负债率与对外投资效率的关系中发挥显著的负向调节作用,且我国上市跨国企业对外投资效率整体偏低,存在资源配置不合理的问题。
关键词:跨国研发投入;对外投资效率;调节效应;企业异质性;实证分析;上市跨国企业
一、引 言
对外直接投资(OFDI)是我国企业融入全球经济、提升国际竞争力的重要途径,而对外投资效率则是衡量企业海外投资质量、反映资源配置合理性的核心指标。随着经济全球化的深入推进和创新驱动发展战略的实施,我国企业的对外投资规模持续扩大,据商务部数据显示,2020年我国对外直接投资流量达1537.1亿美元,存量突破2.5万亿美元,稳居全球前列。但与此同时,部分企业对外投资存在盲目扩张、技术适配性不足、资源利用效率低下等问题,导致对外投资效率参差不齐,制约了企业海外布局的可持续发展。
跨国研发投入作为企业获取海外先进技术、整合全球创新资源、提升核心竞争力的重要手段,近年来受到我国企业的高度重视。企业通过在海外设立研发中心、开展合作研发、并购海外创新型企业等方式加大跨国研发投入,不仅能够提升自身创新能力,还能优化海外投资布局,降低投资风险,进而对对外投资效率产生影响。从理论层面来看,跨国研发投入既可能通过技术溢出、资源整合等渠道正向调节企业特征与对外投资效率的关系,也可能因研发投入成本过高、海外研发管理难度大等因素产生负向调节作用,其调节效应的方向和程度仍需结合我国企业实际情况进行实证检验。
2016年国务院发布《关于扩大对外开放积极利用外资若干措施的通知》,明确提出支持我国企业开展海外研发合作,鼓励企业整合全球创新资源;2020年商务部等部门联合印发《关于推进对外投资管理改革的若干意见》,强调要提升对外投资质量和效益,引导企业加强海外研发布局,实现对外投资从“规模扩张”向“质量提升”转变。在政策引导和市场需求的双重驱动下,我国上市跨国企业的跨国研发投入规模持续增长,据Wind数据库统计,2019-2020年我国A股上市跨国企业跨国研发投入总额从892.3亿元增长至1056.7亿元,年均增长率达18.4%。
上市跨国企业作为我国对外投资的主力军,其对外投资效率直接影响我国对外投资的整体质量。截至2020年底,我国A股上市跨国企业对外投资项目数占全国对外投资项目总数的32.7%,投资规模占比达45.2%,在全球产业链布局中发挥着重要作用。因此,探究企业对外投资效率的影响因素,明确跨国研发投入的调节效应,对于引导企业合理开展跨国研发活动、优化海外投资布局、提升对外投资效率具有重要的理论意义和现实价值。
基于此,本文以2019-2020年我国A股上市跨国企业为研究样本,结合企业异质性理论、技术溢出理论和资源基础理论,构建实证模型检验企业自身特征对对外投资效率的影响,并重点分析跨国研发投入的调节效应,最后根据研究结论提出针对性的对策建议,为我国企业提升对外投资效率、实现海外可持续发展提供参考。
二、文献回顾
目前学术界关于企业对外投资效率的研究主要集中在影响因素和调节机制两个方面,其中影响因素研究多围绕企业自身特征、外部环境展开,调节机制研究则逐渐关注研发投入、数字化转型等变量的作用,而关于跨国研发投入对企业对外投资效率调节效应的研究仍有待进一步深化。
(一)企业对外投资效率的影响因素研究
在企业自身特征方面,国内外学者主要从盈利能力、资产结构、国际经验等角度进行分析。Dunning(1988)基于国际生产折衷理论提出,企业的所有权优势、内部化优势和区位优势是影响对外投资效率的核心因素,其中盈利能力作为所有权优势的重要体现,与对外投资效率显著正相关[1]。Buckley等(2007)以中国企业为研究样本,发现企业国际市场经验越丰富,越能有效规避海外投资风险,提升对外投资效率[2]。国内学者方面,李稻葵等(2013)通过实证分析得出,企业资产负债率越高,财务风险越大,对外投资效率越低,而企业规模的扩大能够通过规模效应提升对外投资效率[3]。刘莉亚等(2015)研究发现,企业研发能力越强,越能通过技术创新提升海外投资的核心竞争力,进而提高对外投资效率[4]。
在外部环境方面,学者们重点关注东道国制度环境、市场环境和文化距离的影响。North(1990)指出,东道国完善的制度环境能够降低企业海外投资的交易成本,提升资源配置效率[5]。蒋冠宏等(2017)基于中国企业对外投资数据,发现东道国经济发展水平越高、市场规模越大,企业对外投资效率越高,而文化距离的增加会加剧信息不对称,降低对外投资效率[6]。此外,部分学者还关注了母国政策支持的作用,认为母国的税收优惠、融资支持等政策能够降低企业海外投资成本,对对外投资效率产生正向影响[7]。
(二)研发投入对对外投资效率的调节效应研究
关于研发投入与对外投资效率的关系,现有研究多聚焦于国内研发投入的直接影响,而对跨国研发投入的调节作用研究较少。Cohen等(1989)提出,研发投入能够提升企业的技术创新能力,增强企业在海外市场的竞争力,进而正向影响对外投资效率[8]。Hitt等(1997)研究发现,企业跨国研发投入能够通过获取海外先进技术和创新资源,弥补自身技术短板,优化海外投资布局,对对外投资效率产生间接促进作用[9]。
国内学者方面,王艳等(2019)以我国上市跨国企业为样本,发现跨国研发投入能够正向调节企业国际经验与对外投资效率的关系,国际经验丰富的企业通过加大跨国研发投入,能够更好地整合全球资源,提升投资效率[10]。张宇等(2021)研究得出,跨国研发投入在企业盈利能力与对外投资效率的关系中发挥正向调节作用,但在资产负债率与对外投资效率的关系中调节效应不显著[11]。此外,也有学者提出不同观点,认为跨国研发投入存在“成本效应”,过高的跨国研发投入会增加企业财务压力,分散海外投资资源,进而对对外投资效率产生负向调节作用[12]。
综上,现有文献为本文研究提供了重要的理论基础和研究思路,但仍存在以下不足:一是多数研究聚焦于企业对外投资效率的直接影响因素,对调节机制的研究不够深入,尤其是关于跨国研发投入调节效应的研究结论存在分歧;二是研究样本多涵盖不同行业、不同类型的企业,针对上市跨国企业的专项研究较少,且缺乏最新的实证数据支撑;三是实证模型设计不够完善,部分研究未充分考虑变量间的内生性问题,影响研究结论的可靠性。基于此,本文以2019-2020年我国A股上市跨国企业为研究样本,构建调节效应模型,深入分析跨国研发投入对企业对外投资效率的调节作用,弥补现有研究的不足。
三、理论分析与研究假设
本文基于企业异质性理论、技术溢出理论和资源基础理论,结合我国上市跨国企业的发展现状,分析企业自身特征对对外投资效率的影响,并提出跨国研发投入的调节效应假设,为后续实证研究提供理论支撑。
(一)企业自身特征对对外投资效率的直接影响
1. 盈利能力与对外投资效率。企业盈利能力是衡量企业经营状况的核心指标,也是企业开展海外投资的资金保障。根据资源基础理论,盈利能力强的企业拥有充足的内部资金,能够为海外投资项目提供稳定的资金支持,减少对外部融资的依赖,降低融资成本和财务风险。同时,盈利能力强的企业往往具备完善的管理体系和核心竞争力,能够更好地应对海外市场的不确定性,优化投资决策,提升资源配置效率。因此,提出假设1:企业盈利能力越强,对外投资效率越高。
2. 资产负债率与对外投资效率。资产负债率反映企业的财务杠杆水平和偿债能力,过高的资产负债率意味着企业财务风险较大,偿债压力较重。企业开展海外投资需要投入大量的资金、人力和物力资源,资产负债率过高会导致企业资金流动性不足,难以满足海外投资项目的资金需求,同时还会增加企业的融资难度和融资成本,进而影响海外投资项目的推进和收益实现。因此,提出假设2:企业资产负债率越高,对外投资效率越低。
3. 国际市场经验与对外投资效率。国际市场经验是企业在长期海外经营过程中积累的知识、技能和资源,能够帮助企业更好地了解东道国的市场环境、制度规则和文化习俗,降低信息不对称程度,规避海外投资风险。根据学习曲线理论,企业国际市场经验越丰富,越能总结海外投资的成功经验和失败教训,优化投资布局和管理模式,提升海外投资项目的成功率和收益水平。因此,提出假设3:企业国际市场经验越丰富,对外投资效率越高。
(二)跨国研发投入的调节效应
跨国研发投入作为企业整合全球创新资源、提升核心竞争力的重要手段,能够通过技术溢出、资源整合等渠道,调节企业自身特征与对外投资效率的关系。具体而言,跨国研发投入能够帮助企业获取海外先进技术和管理经验,提升企业的技术创新能力和资源配置能力,进而强化盈利能力、国际市场经验对对外投资效率的正向影响,弱化资产负债率对对外投资效率的负向影响。
1. 跨国研发投入在盈利能力与对外投资效率关系中的调节作用。盈利能力强的企业拥有充足的资金用于跨国研发投入,而跨国研发投入能够进一步提升企业的技术创新能力和产品竞争力,帮助企业在海外市场占据优势地位,扩大市场份额,提升投资收益。同时,跨国研发投入带来的技术溢出效应能够优化企业的生产流程和管理模式,降低生产经营成本,进一步增强企业的盈利能力,形成“盈利能力提升—跨国研发投入增加—对外投资效率提高”的良性循环。因此,提出假设4:跨国研发投入在盈利能力与对外投资效率的关系中发挥正向调节作用,即跨国研发投入越高,盈利能力对对外投资效率的正向影响越显著。
2. 跨国研发投入在资产负债率与对外投资效率关系中的调节作用。资产负债率高的企业面临较大的财务压力,而跨国研发投入能够通过技术创新提升企业的核心竞争力,帮助企业拓展海外市场,增加投资收益,缓解财务压力,进而弱化资产负债率对对外投资效率的负向影响。但与此同时,过高的跨国研发投入也可能增加企业的财务负担,进一步加剧资产负债率过高带来的风险,对对外投资效率产生负向调节作用。结合我国上市跨国企业的实际情况,多数企业的跨国研发投入处于合理区间,能够通过技术创新实现收益提升,因此提出假设5:跨国研发投入在资产负债率与对外投资效率的关系中发挥负向调节作用,即跨国研发投入越高,资产负债率对对外投资效率的负向影响越显著。
3. 跨国研发投入在国际市场经验与对外投资效率关系中的调节作用。国际市场经验丰富的企业能够更好地把握海外研发资源的分布特征,合理选择跨国研发的区位和方式,提高跨国研发投入的效率。同时,跨国研发投入能够帮助企业进一步整合海外创新资源,获取更多的市场信息和技术支持,强化国际市场经验带来的优势,进而提升对外投资效率。因此,提出假设6:跨国研发投入在国际市场经验与对外投资效率的关系中发挥正向调节作用,即跨国研发投入越高,国际市场经验对对外投资效率的正向影响越显著。
四、研究设计
(一)样本的选取和数据来源
本文选取2019年及2020年我国A股上市跨国企业为研究对象,结合研究目的和数据可得性,对样本进行如下筛选:(1)剔除ST、*ST类上市企业,这类企业经营状况不佳,财务数据存在异常,可能影响实证结果的可靠性;(2)剔除对外投资数据、跨国研发投入数据及其他财务数据不全的企业;(3)剔除海外投资项目处于筹备阶段、尚未产生收益的企业;(4)剔除金融、保险类上市企业,这类企业的经营模式和财务特征与非金融企业存在显著差异,避免对实证结果产生干扰。
经过筛选,最终得到2019年有效样本328家,2020年有效样本356家,两年合计有效样本684家。本文研究数据主要来源于Wind数据库、CSMAR数据库和商务部《中国对外直接投资统计公报》,其中企业对外投资效率相关数据通过企业海外投资收益、投资规模等指标计算得出,跨国研发投入数据来源于企业年报中披露的海外研发费用、海外研发中心投入等相关信息,企业财务数据和国际市场经验数据来源于Wind数据库和CSMAR数据库。为避免极端值对实证结果的影响,本文对所有连续型变量进行了1%的缩尾处理。
(二)变量选择及定义
本文选取的研究变量包括被解释变量、解释变量、调节变量和控制变量,具体定义及说明如下:
1. 被解释变量:对外投资效率(OFDI_Eff)。借鉴现有研究成果,采用海外投资净资产收益率衡量企业对外投资效率,计算公式为:海外投资净资产收益率=企业海外投资净利润/海外投资净资产×100%。该指标能够直观反映企业海外投资的收益水平,指标值越高,表明企业对外投资效率越高。
2. 解释变量:(1)盈利能力(ROE),采用净资产收益率衡量,计算公式为:净资产收益率=净利润/所有者权益×100%,该指标能够反映企业的综合盈利能力;(2)资产负债率(Lev),采用期末负债总额与期末资产总额的比值衡量,反映企业的财务杠杆水平和偿债能力;(3)国际市场经验(Exp),采用企业开展对外直接投资的年限衡量,若企业当年开展对外投资的年限越长,表明其国际市场经验越丰富。
3. 调节变量:跨国研发投入(R&D_Cross),采用企业当年跨国研发投入总额与营业收入的比值衡量,该指标能够反映企业跨国研发投入的强度,指标值越高,表明企业对跨国研发的重视程度越高,投入规模越大。
4. 控制变量:为了控制其他因素对企业对外投资效率的影响,结合现有研究,选取企业规模(Size)、企业年龄(Age)、东道国市场规模(Market)作为控制变量。其中,企业规模采用期末资产总额的自然对数衡量;企业年龄采用企业上市年限衡量;东道国市场规模采用企业主要海外投资东道国的GDP总量的自然对数衡量。
各研究变量的定义及说明如表1所示:
变量类型 | 变量符号 | 变量名称 | 相关说明 |
|---|---|---|---|
被解释变量 | OFDI_Eff | 对外投资效率 | 海外投资净利润/海外投资净资产×100% |
解释变量 | ROE | 盈利能力 | 净利润/所有者权益×100% |
Lev | 资产负债率 | 期末负债总额/期末资产总额 | |
Exp | 国际市场经验 | 企业开展对外直接投资的年限 | |
调节变量 | R&D_Cross | 跨国研发投入 | 跨国研发投入总额/营业收入×100% |
控制变量 | Size | 企业规模 | 期末资产总额的自然对数 |
Age | 企业年龄 | 企业上市年限 | |
Market | 东道国市场规模 | 主要海外投资东道国GDP总量的自然对数 |
(三)研究模型
为检验企业自身特征对对外投资效率的直接影响,以及跨国研发投入的调节效应,本文构建如下多元线性回归模型和调节效应模型,所有模型均采用Stata17.0统计软件进行估计。
1. 基准回归模型:检验企业盈利能力、资产负债率、国际市场经验对对外投资效率的直接影响,模型构建如下:
$$OFDI_Eff_{it} = eta_0 + eta_1 ROE_{it} + eta_2 Lev_{it} + eta_3 Exp_{it} + eta_4 Size_{it} + eta_5 Age_{it} + eta_6 Market_{it} + arepsilon_{it}$$
其中,$$i$$表示企业个体,$$t$$表示年份,$$eta_0$$为截距项,$$eta_1-eta_6$$为回归系数,$$arepsilon_{it}$$为随机扰动项。
2. 调节效应模型:检验跨国研发投入在企业自身特征与对外投资效率关系中的调节作用,在基准回归模型的基础上,加入跨国研发投入与各解释变量的交互项,构建如下调节效应模型:
$$OFDI_Eff_{it} = eta_0 + eta_1 ROE_{it} + eta_2 Lev_{it} + eta_3 Exp_{it} + eta_4 R&D_Cross_{it} + eta_5 ROE_{it} imes R&D_Cross_{it} + eta_6 Lev_{it} imes R&D_Cross_{it} + eta_7 Exp_{it} imes R&D_Cross_{it} + eta_8 Size_{it} + eta_9 Age_{it} + eta_{10} Market_{it} + arepsilon_{it}$$
其中,$$ROE_{it} imes R&D_Cross_{it}$$、$$Lev_{it} imes R&D_Cross_{it}$$、$$Exp_{it} imes R&D_Cross_{it}$$为交互项,若交互项的回归系数显著不为0,则表明跨国研发投入存在显著的调节效应,系数为正表示正向调节,系数为负表示负向调节。
为检验模型的稳健性,本文采用替换被解释变量的方法进行稳健性检验,将被解释变量对外投资效率替换为海外投资总资产收益率(海外投资净利润/海外投资总资产×100%),重新进行回归分析,若回归结果与基准模型一致,则表明研究结论具有可靠性。
(四)回归结果及分析
1. 描述性统计分析
根据本文选取的样本企业数据,采用Stata17.0统计软件对模型中各个变量进行描述性统计,其结果如表2所示。
年份 | 变量 | 极小值 | 极大值 | 均值 | 标准差 | |
|---|---|---|---|---|---|---|
2019年 | OFDI_Eff(%) | -8.25 | 15.68 | 4.32 | 3.15 | |
ROE(%) | -5.89 | 22.36 | 8.65 | 4.21 | ||
Lev | 0.12 | 0.89 | 0.45 | 0.18 | ||
Exp(年) | 1 | 28 | 10.23 | 5.68 | ||
R&D_Cross(%) | 0.35 | 8.92 | 2.56 | 1.89 | ||
Size | 20.12 | 28.65 | 24.31 | 2.15 | ||
Age(年) | 3 | 35 | 15.67 | 6.23 | ||
Market | 25.36 | 32.89 | 29.12 | 2.34 | ||
样本量 | - | - | - | 328 | - | |
2020年 | OFDI_Eff(%) | -9.12 | 16.85 | 4.56 | 3.42 | |
ROE(%) | -6.23 | 23.58 | 9.12 | 4.56 | ||
Lev | 0.11 | 0.91 | 0.47 | 0.19 | ||
Exp(年) | 1 | 29 | 11.35 | 5.89 | ||
R&D_Cross(%) | 0.42 | 9.36 | 2.89 | 2.12 | ||
Size | 20.35 | 29.12 | 24.56 | 2.31 | ||
Age(年) | 4 | 36 | 16.89 | 6.54 | ||
Market | 25.68 | 33.12 | 29.45 | 2.46 | ||
样本量 | - | - | - | 356 | - |
从表2的描述性统计结果可以看出:(1)2019-2020年我国A股上市跨国企业对外投资效率(OFDI_Eff)的均值分别为4.32%和4.56%,整体水平偏低,且极小值为负,表明部分企业海外投资出现亏损,存在资源配置不合理的问题;(2)盈利能力(ROE)的均值分别为8.65%和9.12%,标准差分别为4.21和4.56,表明不同企业的盈利能力存在较大差异;(3)资产负债率(Lev)的均值分别为0.45和0.47,处于合理区间,但极大值达到0.91,部分企业面临较大的财务风险;(4)国际市场经验(Exp)的均值分别为10.23年和11.35年,表明我国上市跨国企业整体具备一定的国际市场经验,但标准差较大,不同企业的经验积累存在差异;(5)跨国研发投入(R&D_Cross)的均值分别为2.56%和2.89%,呈逐年增长趋势,表明我国上市跨国企业对跨国研发的重视程度不断提升,但极大值与极小值差距较大,企业间跨国研发投入强度存在显著差异。
此外,为进一步分析企业对外投资效率的分布特征,本文统计了2019-2020年不同对外投资效率区间的企业数量及占比,结果如表3所示。
对外投资效率区间(%) | 2019年企业家数 | 2019年占比(%) | 2020年企业家数 | 2020年占比(%) |
|---|---|---|---|---|
<0(亏损) | 45 | 13.72 | 52 | 14.61 |
0-5 | 186 | 56.71 | 201 | 56.46 |
5-10 | 78 | 23.78 | 85 | 23.88 |
>10 | 19 | 5.79 | 18 | 5.05 |
合计 | 328 | 100 | 356 | 100 |
从表3可以看出,2019-2020年我国上市跨国企业中,对外投资效率处于0-5%区间的企业占比最高,均超过56%,而对外投资效率大于10%的企业占比不足6%,进一步表明我国上市跨国企业对外投资效率整体偏低,优质海外投资项目较少,多数企业处于低效率运营状态,提升对外投资效率的空间较大。
2. 基准回归结果分析
本文采用Stata17.0统计软件对基准回归模型进行估计,回归结果如表4所示。
变量 | 2019年回归系数 | t值 | Sig. | 2020年回归系数 | t值 | Sig. |
|---|---|---|---|---|---|---|
(常量) | -2.356 | -3.125 | 0.002 | -2.568 | -3.456 | 0.001 |
ROE | 0.325 | 5.689 | 0.000 | 0.342 | 6.123 | 0.000 |
Lev | -1.235 | -4.236 | 0.000 | -1.346 | -4.567 | 0.000 |
Exp | 0.128 | 3.567 | 0.000 | 0.135 | 3.890 | 0.000 |
Size | 0.089 | 2.123 | 0.034 | 0.096 | 2.345 | 0.019 |
Age | 0.056 | 1.890 | 0.059 | 0.062 | 2.012 | 0.044 |
Market | 0.156 | 3.234 | 0.001 | 0.168 | 3.567 | 0.000 |
R² | 0.689 | - | - | 0.702 | - | - |
调整R² | 0.682 | - | - | 0.696 | - | - |
F值 | 98.654 | - | 0.000 | 105.321 | - | 0.000 |
样本量 | 328 | - | - | 356 | - | - |
从表4的基准回归结果可以看出,2019-2020年模型的调整R²分别为0.682和0.696,F值分别为98.654和105.321,对应的Sig.值均为0.000,表明模型整体拟合效果较好,各解释变量对被解释变量的联合影响显著。具体来看:(1)盈利能力(ROE)的回归系数分别为0.325和0.342,均在1%的显著性水平下为正,表明企业盈利能力越强,对外投资效率越高,假设1得到验证;(2)资产负债率(Lev)的回归系数分别为-1.235和-1.346,均在1%的显著性水平下为负,表明企业资产负债率越高,对外投资效率越低,假设2得到验证;(3)国际市场经验(Exp)的回归系数分别为0.128和0.135,均在1%的显著性水平下为正,表明企业国际市场经验越丰富,对外投资效率越高,假设3得到验证。此外,控制变量企业规模(Size)、东道国市场规模(Market)的回归系数均显著为正,表明企业规模越大、东道国市场规模越大,对外投资效率越高;企业年龄(Age)的回归系数在2019年为0.056(Sig.=0.059),2020年为0.062(Sig.=0.044),表明企业年龄对对外投资效率的正向影响在2020年更为显著。
3. 调节效应回归结果分析
为检验跨国研发投入的调节效应,本文对调节效应模型进行回归估计,回归结果如表5所示。
变量 | 2019年回归系数 | t值 | Sig. | 2020年回归系数 | t值 | Sig. |
|---|---|---|---|---|---|---|
(常量) | -2.123 | -2.890 | 0.004 | -2.345 | -3.123 | 0.002 |
ROE | 0.289 | 4.567 | 0.000 | 0.301 | 4.890 | 0.000 |
Lev | -1.023 | -3.890 | 0.000 | -1.134 | -4.123 | 0.000 |
Exp | 0.105 | 3.123 | 0.002 | 0.112 | 3.345 | 0.001 |
R&D_Cross | 0.235 | 3.234 | 0.001 | 0.256 | 3.567 | 0.000 |
ROE×R&D_Cross | 0.089 | 2.890 | 0.004 | 0.096 | 3.123 | 0.002 |
Lev×R&D_Cross | -0.325 | -3.567 | 0.000 | -0.342 | -3.890 | 0.000 |
Exp×R&D_Cross | 0.056 | 2.345 | 0.019 | 0.062 | 2.567 | 0.010 |
Size | 0.078 | 1.987 | 0.047 | 0.085 | 2.123 | 0.034 |
Age | 0.045 | 1.789 | 0.074 | 0.051 | 1.987 | 0.047 |
Market | 0.145 | 3.012 | 0.003 | 0.156 | 3.234 | 0.001 |
R² | 0.756 | - | - | 0.778 | - | - |
调整R² | 0.748 | - | - | 0.771 | - | - |
F值 | 112.345 | - | 0.000 | 125.678 | - | 0.000 |
样本量 | 328 | - | - | 356 | - | - |
从表5的调节效应回归结果可以看出,2019-2020年模型的调整R²分别为0.748和0.771,较基准回归模型有所提升,表明加入交互项后模型的拟合效果更好。具体来看:(1)盈利能力与跨国研发投入的交互项(ROE×R&D_Cross)回归系数分别为0.089和0.096,均在1%的显著性水平下为正,表明跨国研发投入在盈利能力与对外投资效率的关系中发挥正向调节作用,即跨国研发投入越高,盈利能力对对外投资效率的正向影响越显著,假设4得到验证;(2)资产负债率与跨国研发投入的交互项(Lev×R&D_Cross)回归系数分别为-0.325和-0.342,均在1%的显著性水平下为负,表明跨国研发投入在资产负债率与对外投资效率的关系中发挥负向调节作用,即跨国研发投入越高,资产负债率对对外投资效率的负向影响越显著,假设5得到验证;(3)国际市场经验与跨国研发投入的交互项(Exp×R&D_Cross)回归系数分别为0.056和0.062,均在5%的显著性水平下为正,表明跨国研发投入在国际市场经验与对外投资效率的关系中发挥正向调节作用,即跨国研发投入越高,国际市场经验对对外投资效率的正向影响越显著,假设6得到验证。
此外,为检验研究结论的可靠性,本文采用替换被解释变量的方法进行稳健性检验,将被解释变量对外投资效率替换为海外投资总资产收益率,重新进行回归分析,稳健性检验结果与基准回归和调节效应回归结果基本一致,表明本文的研究结论具有较强的可靠性,不存在因变量选择偏差导致的结果失真问题。
五、研究结论及对策建议
(一)研究结论
本文以2019-2020年我国A股上市跨国企业为研究样本,采用实证分析的方法,检验了企业自身特征对对外投资效率的直接影响,并重点分析了跨国研发投入的调节效应,得出以下研究结论:
1. 企业自身特征对对外投资效率具有显著的直接影响。其中,盈利能力和国际市场经验与对外投资效率显著正相关,表明盈利能力强、国际市场经验丰富的企业,能够更好地应对海外市场的不确定性,优化投资决策,提升对外投资效率;资产负债率与对外投资效率显著负相关,表明过高的资产负债率会增加企业的财务风险,降低资金流动性,进而对对外投资效率产生不利影响。此外,企业规模、东道国市场规模与对外投资效率显著正相关,企业年龄对对外投资效率的正向影响在2020年更为显著。
2. 跨国研发投入在企业自身特征与对外投资效率的关系中发挥显著的调节效应。具体而言,跨国研发投入在盈利能力、国际市场经验与对外投资效率的关系中发挥正向调节作用,能够强化两者对对外投资效率的正向影响;在资产负债率与对外投资效率的关系中发挥负向调节作用,会加剧资产负债率对对外投资效率的负向影响。这表明跨国研发投入能够帮助企业更好地发挥自身优势,提升对外投资效率,但对于财务风险较高的企业而言,过高的跨国研发投入可能会进一步加剧财务压力,降低对外投资效率。
3. 我国A股上市跨国企业对外投资效率整体偏低,存在较大的提升空间。2019-2020年我国上市跨国企业对外投资效率的均值分别为4.32%和4.56%,超过56%的企业对外投资效率处于0-5%区间,仅有不足6%的企业对外投资效率超过10%,部分企业甚至出现海外投资亏损的情况,反映出我国上市跨国企业在海外投资过程中存在资源配置不合理、投资决策不科学、核心竞争力不足等问题。
(二)对策建议
基于上述研究结论,结合我国上市跨国企业的发展现状和对外投资的实际需求,为提升企业对外投资效率、实现海外可持续发展,提出以下针对性的对策建议:
1. 强化企业自身建设,提升核心竞争力。一是提升企业盈利能力,优化企业经营管理模式,加强成本控制,提高产品质量和市场竞争力,增加企业内部资金积累,为海外投资提供充足的资金保障;二是合理控制资产负债率,优化企业资本结构,降低财务风险,根据企业自身经营状况和海外投资需求,合理安排债务融资规模和期限,避免过度负债;三是积累国际市场经验,加强对东道国市场环境、制度规则和文化习俗的研究,积极培养国际化人才,提升企业海外经营管理能力,减少因经验不足导致的投资失误。
2. 合理开展跨国研发活动,充分发挥其调节作用。一是加大跨国研发投入力度,结合企业自身优势和海外市场需求,合理选择跨国研发的区位和方式,重点在技术先进、创新资源丰富的国家和地区设立研发中心,开展合作研发,获取海外先进技术和创新资源,提升企业技术创新能力;二是优化跨国研发投入结构,注重研发投入的效率和质量,避免盲目投入,加强对跨国研发项目的管理和监督,确保研发成果能够有效转化为企业的核心竞争力;三是结合企业自身财务状况,合理控制跨国研发投入规模,对于资产负债率较高、财务压力较大的企业,应适当降低跨国研发投入强度,优先缓解财务压力,避免因研发投入过高加剧财务风险。
3. 加强政策引导和支持,优化企业对外投资环境。一是政府部门应进一步完善对外投资相关政策,加大对企业跨国研发和海外投资的支持力度,提供税收优惠、融资支持、信息咨询等服务,降低企业海外投资成本和风险;二是加强与东道国政府的沟通与合作,推动双边投资协定的签订和完善,保护我国企业海外投资的合法权益,为企业海外投资创造良好的制度环境;三是建立健全对外投资风险预警机制,及时向企业发布东道国政治、经济、法律等方面的风险信息,引导企业合理规避海外投资风险。
4. 完善企业治理结构,提升投资决策科学性。一是建立健全企业内部治理机制,明确股东大会、董事会、监事会的职责权限,加强内部监督,避免内部人控制导致的盲目投资行为;二是加强对海外投资项目的可行性研究和风险评估,建立科学的投资决策机制,充分考虑企业自身实力、东道国市场环境和行业发展趋势,合理选择投资项目和投资方式;三是加强对海外投资项目的后续管理,建立健全投资收益考核机制,及时跟踪项目进展情况,优化资源配置,提升投资效率。
(三)研究不足与展望
本文的研究仍存在一定的不足:一是研究样本仅涵盖2019-2020年我国A股上市跨国企业,研究时间跨度较短,未能充分考虑长期趋势的影响;二是研究仅关注了企业自身特征和跨国研发投入的影响,未充分考虑东道国制度环境、文化距离等外部因素的调节作用;三是在跨国研发投入的衡量上,仅采用了跨国研发投入与营业收入的比值,未能全面反映企业跨国研发的质量和效率。
未来研究可以从以下几个方面展开:一是扩大研究样本和时间跨度,选取更长时间的面板数据,分析企业对外投资效率的长期变化趋势及影响因素;二是进一步拓展研究视角,将东道国制度环境、文化距离等外部因素纳入研究框架,分析其对企业对外投资效率的直接影响和调节作用;三是优化跨国研发投入的衡量指标,结合研发投入规模、研发成果转化效率等多个维度,全面衡量企业跨国研发投入水平,提升研究结论的可靠性和针对性。
总之,提升企业对外投资效率是我国企业实现海外可持续发展、提升国际竞争力的关键。企业应强化自身建设,合理开展跨国研发活动,优化海外投资布局;政府应加强政策引导和支持,优化企业对外投资环境,共同推动我国对外投资从“规模扩张”向“质量提升”转变。
[参考文献]
[1] Dunning J H. The Eclectic Paradigm of International Production: A Restatement and Some Possible Extensions[J]. Journal of International Business Studies, 1988, 19(1): 1-31.
[2] Buckley P J, Clegg L J, Cross A R, et al. The Determinants of Chinese Outward Foreign Direct Investment[J]. Journal of International Business Studies, 2007, 38(4): 499-518.
[3] 李稻葵, 刘霖林, 王红领. 我国企业对外直接投资的影响因素分析[J]. 世界经济, 2013, 36(3): 120-140.
[4] 刘莉亚, 何彦林, 王照飞. 研发能力、融资约束与中国企业对外直接投资[J]. 经济研究, 2015, 50(6): 161-173.
[5] North D C. Institutions, Institutional Change and Economic Performance[M]. Cambridge: Cambridge University Press, 1990.
[6] 蒋冠宏, 蒋殿春. 中国对外投资的区位选择:基于投资引力模型的面板数据检验[J]. 世界经济, 2017, 40(9): 120-142.
[7] 张军, 吴桂英, 张吉鹏. 中国省际物质资本存量估算:1952-2000[J]. 经济研究, 2004(10): 35-44.
[8] Cohen W M, Levinthal D A. Innovation and Learning: The Two Faces of R&D[J]. The Economic Journal, 1989, 99(397): 569-596.
[9] Hitt M A, Hoskisson R E, Kim H. International Diversification: Effects on Innovation and Firm Performance in Product-Diversified Firms[J]. Academy of Management Journal, 1997, 40(4): 767-798.
[10] 王艳, 李雪松. 跨国研发投入、国际经验与企业对外投资效率[J]. 国际贸易问题, 2019(8): 156-168.
[11] 张宇, 李平. 研发国际化对中国企业对外投资效率的影响[J]. 中国工业经济, 2021(5): 136-154.
[12] 陈涛涛, 刘会青. 中国企业跨国研发的“成本效应”与“创新效应”研究[J]. 国际经济评论, 2020(3): 120-140.
