邢毅 王振山

(1.東北財經大學金融學院，遼寧 大連 116025；2.華北水利水電大學管理與經濟學院，河南 鄭州 450046)

引言

根據新經濟增長理論，知識生產和人力資本積累是經濟增長最持久的源泉。由研發(fā)投資驅動的創(chuàng)新是推動經濟增長的核心力量(Solow,1957)[1]。而研發(fā)投入資金來源的平穩(wěn)性是保障企業(yè)創(chuàng)新活動得以順利進行的重要因素(徐進，2017)[13]。這是因為研發(fā)活動的典型特征之一是調整成本高昂(Himmelberg and Petersen，1994)[2]。若研發(fā)過程中的資金供給出現問題，造成研發(fā)投入的削減，將有可能導致技術人員流失，關鍵信息泄露，創(chuàng)新效率下降等一系列問題?；诖耍ＷC研發(fā)投資的平滑，避免高昂的調整成本，就成了企業(yè)創(chuàng)新政策的一個重要方面(Shin and Kim,2011)[3]。然而，由于缺乏抵押擔保品，信息不對稱，以及周期長、風險大等原因，研發(fā)活動的融資較一般融資更為困難，會受到更高程度的融資約束(盧馨，2013)[14]。唐清泉等( 2009)[15]通過研究企業(yè)研發(fā)投資與內部資金的關系，發(fā)現研發(fā)投資因其特殊性造成企業(yè)與外界嚴重的信息不對稱，進而更多依賴于企業(yè)內部資金進行支持。

因此，建立和運用預防性現金持有儲備，就成了保持研發(fā)投資平滑的重要方式之一。Schroth and Szalay(2010)[4]認為在技術創(chuàng)新中，第一件事情就是儲備現金。出于預防動機，企業(yè)為保障研發(fā)計劃的順利進行和延續(xù)而預留現金，研發(fā)投入越多的企業(yè)會在期末保留更多現金。Bates(2009)[5]通過對美國工業(yè)企業(yè)的數據研究發(fā)現，現金持有增加最重要的原因是研發(fā)投入的不斷增加。連玉君和彭方平(2010)[16]通過考察融資約束對上市公司流動性管理的影響發(fā)現，融資約束會使企業(yè)出于預防性動機，而將更多的現金流以現金及現金等價物的方式留存企業(yè)內部。He(2016)[6]研究了1980～2012年間美國工業(yè)企業(yè)相關數據，發(fā)現研發(fā)投資的增加能夠解釋美國企業(yè)平均現金持有水平的上升。

本文通過數據統(tǒng)計發(fā)現，在2008～2017年的十年間，我國非金融類上市公司的平均現金持有水平達到23.2%，這意味著超過五分之一的賬面資產表現為現金及其等價物。高額現金持有會給企業(yè)帶來高昂的管理成本與機會成本。那么，企業(yè)保持如此高水平的現金持有原因何在？研發(fā)投資是否可以解釋我國上市企業(yè)這一高比例的現金持有？融資約束是否會影響企業(yè)的現金持有策略？創(chuàng)新驅動發(fā)展戰(zhàn)略的實施能否通過改善外部融資環(huán)境，調節(jié)企業(yè)由于研發(fā)投資而增加的現金持有？

本文同時采用多元混合OLS模型與固定效應回歸模型，對2008～2017年滬深A股非金融類上市公司的相關數據分析發(fā)現：研發(fā)投資顯著提高了企業(yè)下一期的現金持有水平；融資約束程度越強，研發(fā)投資對未來現金持有的要求越高；“十八大”之后創(chuàng)新驅動發(fā)展戰(zhàn)略的實施，通過緩解外部融資約束，降低了企業(yè)由于研發(fā)投資而增加的現金持有。在采用超額現金持有替代原現金持有水平，更改樣本以及研發(fā)投資的度量指標，先后采用Change模型、工具變量法以及傾向得分匹配法控制多重共線性和內生性問題后，這一結論依然成立。進一步研究發(fā)現，金融背景高管的聘任，也可以通過緩解企業(yè)外部融資約束，降低企業(yè)由于研發(fā)投資而提高的現金持有水平，減弱研發(fā)投資對未來現金持有的依賴。

本文的創(chuàng)新之處在于，第一，當前文獻大多關注了現金持有水平如何影響企業(yè)的研發(fā)投資，卻鮮有文獻發(fā)現研發(fā)投資同樣會影響企業(yè)的現金持有策略；第二，黨的“十八大”報告提出的“創(chuàng)新驅動發(fā)展戰(zhàn)略”實施五年來，少有文獻直接從數據出發(fā)，證明這一戰(zhàn)略有效改善了企業(yè)研發(fā)投資的外部融資環(huán)境。本文通過構建研發(fā)投資與“十八大”之后的交互項，證實在創(chuàng)新驅動發(fā)展戰(zhàn)略的實施下，企業(yè)顯著減少了由于研發(fā)投資而增加的現金持有，減弱了研發(fā)投資對未來現金持有的需要；第三，已有文獻關注了高管的專業(yè)技術背景對企業(yè)研發(fā)活動的影響，卻還未有文獻關注高管的金融背景怎樣通過緩解融資約束，影響企業(yè)的研發(fā)投資與現金持有水平。本文通過引入研發(fā)投資與金融背景高管的交互項，證實金融背景高管能夠顯著減少企業(yè)由于研發(fā)投資而增加的現金持有。

文獻綜述與假設提出

研發(fā)活動最重要的特征是高昂的調整成本(Himmelberg and Petersen，1994)[2]。這是因為研發(fā)投資的重要支出之一用于支付技術人員薪酬，若財務沖擊造成資金供給出現問題，勢必需要解雇相關技術人員。這樣一方面導致前期的經濟投入變成沉沒成本無法收回，另一方面遭遇解聘的技術人員有可能將關鍵技術泄露，造成企業(yè)在市場上的競爭劣勢。Zander and Kogut(1995)[7]指出，被解雇者會采用直接或間接的方式將這些信息和技術散播給競爭對手，從而減弱企業(yè)的競爭優(yōu)勢，降低企業(yè)正在開展的創(chuàng)新項目的價值。倘若財務沖擊是暫時的，后期新人的聘用與培訓會帶來更高成本。而且，研發(fā)團隊的成員變動也會打破之前穩(wěn)定的研究路線，破壞團隊成員合作的默契性，降低企業(yè)創(chuàng)新產出的效率。因此，平滑研發(fā)投資，保證研發(fā)支出的持續(xù)性，避免高昂的調整成本，就成了企業(yè)創(chuàng)新活動需要考慮的主要問題。而充足的現金持有水平，一直被認為是平滑研發(fā)的重要方式。He(2016)[6]通過對1980～2012年美國工業(yè)企業(yè)相關數據分析發(fā)現，研發(fā)投資的增加可以解釋美國企業(yè)近30年來現金持有水平的持續(xù)上升。正是由于高水平的現金持有，即便在遭受金融危機時，美國總體R&D投資依然保持了平滑與持續(xù)的增長。

基于以上分析，本文提出假設1：

H1：企業(yè)研發(fā)投資會顯著增加未來現金持有。研發(fā)投資越多，企業(yè)下一期的現金持有水平越高。

凱恩斯的貨幣需求理論認為，人們持有貨幣是出于交易動機、預防動機以及投機動機。受到融資約束的企業(yè)更傾向于儲存現金(He,2016)[6]。Arrow(1962)[8]發(fā)現由于產出的不確定與信息不對稱，R&D驅動的創(chuàng)新活動難以獲得外部融資支持(尤其是債務資金)。Wang(2012)[9]的研究也發(fā)現與一般的資本支出相比，R&D投資更易于遭受融資約束，外部融資更具有挑戰(zhàn)性。Himmelberg andPetersen (1994)[2]以美國高新技術行業(yè)179家小型企業(yè)為研究對象得出結論，受到外部融資約束的影響，內部資金是R&D投資決策的重要決定因素。劉立(2003)[17]的分析也表明，內部金融資源的匱乏，會制約企業(yè)支持研發(fā)活動的能力。盧馨等(2013)[14]證實現金持有量對企業(yè)R&D投資——現金流敏感性存在“對沖效應”，能夠緩解融資約束，從而降低財務沖擊對研發(fā)投資的影響。劉振( 2009)[18]則發(fā)現高新技術企業(yè)R&D投資的主要融資方式是內源融資和股票融資，負債不適宜R&D投資。同時，高昂的調整成本促使企業(yè)在面臨融資約束時，更多地依賴預防性的現金持有，來平滑研發(fā)投資(Brown and Petersen，2011)[10]。由以上分析，本文提出假設2：

H2：融資約束強化了研發(fā)投資對現金持有的依賴。融資約束程度越強，企業(yè)研發(fā)投資對未來現金持有要求越高。

黨的“十八大”明確提出“科技創(chuàng)新是提高社會生產力和綜合國力的戰(zhàn)略支撐，必須擺在國家發(fā)展全局的核心位置?！睆娬{要堅持走中國特色自主創(chuàng)新道路、實施創(chuàng)新驅動發(fā)展戰(zhàn)略。高校、研發(fā)機構、中介機構以及政府、金融機構等應與企業(yè)一起構建分工協(xié)作、有機結合的創(chuàng)新鏈，形成有中國特色的協(xié)同創(chuàng)新體系。隨后科技部發(fā)布了《關于進一步推動科技型中小企業(yè)創(chuàng)新發(fā)展的若干意見》。明確指出要完善多層次資本市場，拓寬科技型中小企業(yè)的融資渠道，同時加大財政支持力度，落實稅收優(yōu)惠政策?？紤]到這一制度環(huán)境的影響，本文認為“十八大”之后創(chuàng)新驅動發(fā)展戰(zhàn)略的實施，能夠改善企業(yè)研發(fā)的外部環(huán)境，緩解融資約束，從而降低研發(fā)投資帶來的現金持有水平的上升。為此本文提出假設3：

H3：創(chuàng)新驅動發(fā)展戰(zhàn)略的實施，能夠通過緩解融資約束，降低企業(yè)研發(fā)投資對未來現金持有的依賴。

研究設計及描述性統(tǒng)計

一、數據來源與樣本篩選

本文的初始研究樣本為我國滬、深兩市2008～2017年間的全部A股上市公司。所使用的研發(fā)費用數據來源于WIND數據庫。公司治理數據、財務數據與產權性質數據來源于CSMAR數據庫與WIND數據庫。按照學術慣例與研究需要，本文對樣本數據進行如下篩選：(1)剔除金融、保險類上市公司；(2)剔除ST公司樣本；(3)剔除在樣本期間未披露研發(fā)費用的上市公司。經過上述篩選，最終得到2333家企業(yè)的14646個公司—年度觀測值。同時，為了控制極端值對研究結果的影響，本文對連續(xù)變量均進行了1%與99%分位上的winsorize處理。

二、變量設計

參照已有研究，文中變量的定義與計算方式如表1所示。

三、實證模型

為了檢驗上文提出的研究假設1與假設2，本文構建多元回歸模型如下：

由于本文關注的是研發(fā)投資對未來現金持有水平的影響，同時出于控制內生性問題的考慮，模型中的解釋變量R&D與控制變量均采用滯后一期處理。被解釋變量Cashhold為現金持有水平的代理變量。R&D為我們關注的核心變量，用來度量企業(yè)研發(fā)投資。參照已有研究，本文選取的控制變量包括：(1)企業(yè)規(guī)模(Size)；(2)成長性(Growth)；(3)現金流量(Cashflow)；(4)資本投資(Capex)；(5)銀行借款(Bankdebt)；(6)凈營運資本(NWC)；(7)資產負債率(Lev)；(8)董事會規(guī)模(Board)；(9)獨立董事比例(Indep)；(10)第一大股東持股比例(Top1)；(11)所有權性質(State)；(12)兩職合一啞變量(Dual)；(13)股利支付啞變量(Divi)。變量定義與計算方法可參看表1。除此之外，在混合OLS模型中加入了年度與行業(yè)虛擬變量，以控制年度與行業(yè)固定效應?？紤]到面板模型可能存在的序列相關與異方差等問題，為了保證估計結果的穩(wěn)健性，本文在進行面板模型的回歸過程中，通過計算穩(wěn)健標準誤來確定參數的顯著性水平(姜付秀，2013)[19]。

表1 變量定義說明

為了檢驗研究假設3，本文構建雙重差分回歸模型如下：

其中，2012年及之前年度定義為“十八大”之前，Post取值為0；2013年及之后年度定義為“十八大”之后，Post取值為1。通過引入研發(fā)投資與“十八大”前后的交乘項，檢驗創(chuàng)新驅動發(fā)展戰(zhàn)略的實施，能否影響企業(yè)研發(fā)投資對未來現金持有的依賴。交乘項RD*Post的回歸系數δ3的方向、大小與顯著性水平，是研究關注的重點。

四、描述性統(tǒng)計

表2報告了主要變量的描述性統(tǒng)計。其中，非金融類上市公司現金持有水平(Cashhold)的均值(中位數)為0.232(0.165)，說明超過五分之一的賬面總資產以現金及現金等價物的方式存在；R&D衡量企業(yè)研發(fā)投資水平，其均值(中位數)為0.020(0.014)；Size為企業(yè)資產總額的自然對數，用來衡量企業(yè)規(guī)模，其均值(中位數)為21.881(21.696)；其余變量的描述性統(tǒng)計結果請參照表2，此處不再贅述。

實證結果與分析

一、初步回歸結果

本文首先根據模型(1)采用混合OLS模型對全樣本進行回歸。由于HAUSMAN檢驗以0.01的水平拒絕了隨機效應假設，因此同時采用面板數據的固定效應模型進行回歸，以消除不可觀測因素造成的影響，保證結果的穩(wěn)健性。

表3第(1)列和第(2)列報告了企業(yè)研發(fā)投資(R&D)對下一期現金持有水平(Cashhold)的回歸結果，分別采用了OLS回歸模型與固定效應回歸模型。結果顯示，R&D的回歸系數都在1%的水平上顯著為正。這一結果表明企業(yè)研發(fā)投資顯著提高了下一期的現金持有水平。企業(yè)出于預防動機，會在未來預留更多現金以平滑研發(fā)投資。假設H1經過檢驗成立。在控制變量中，企業(yè)規(guī)模(Size)對現金持有水平(Cashhold)的回歸系數顯著為負，說明小規(guī)模企業(yè)由于受到更強的外部融資約束，以及易于遭受財務沖擊等原因，而選擇持有更多貨幣以保證正常的生產和經營活動；資產負債率(Lev)的回歸系數顯著為負，主要原因是企業(yè)償還借款本息會造成下一期現金持有水平的下降。成長性(Growth)對現金持有水平(Cashhold)的回歸系數顯著為正，說明企業(yè)會留存更多現金以把握成長機會。現金流量(Cashflow)的回歸系數顯著為正，表明企業(yè)當期的經營活動現金凈流量可以直接充實下一期的現金持有。

表3 回歸估計與分組檢驗結果

二、分組檢驗結果

為檢驗在不同融資約束程度下，研發(fā)投資對未來現金持有的影響，本文先后選擇企業(yè)屬性、企業(yè)規(guī)模、是否發(fā)放股利三個代理變量，衡量企業(yè)受到的融資約束程度，把樣本分為強融資約束組與弱融資約束組。首先，與國有企業(yè)相比，民營企業(yè)普遍受到更高程度的融資約束(羅琦、肖文翀和夏新平，2007； 李增泉、辛顯剛和于旭輝，2008)[20][21]；其次，小規(guī)模企業(yè)由于經營狀況不穩(wěn)定，缺乏抵押擔保品，信息不對稱等原因，與大規(guī)模企業(yè)相比有更高的融資約束。此處本文按照企業(yè)規(guī)模(Size)的年度行業(yè)中位數進行分類，把規(guī)模高于中位數的歸為弱融資約束組，低于中位數的歸為強融資約束組(Kadapakkam, 1998)[11]；最后，本文依據是否發(fā)放股利進行分類，不分配股利的公司與分配股利的公司相比，一般被認為面臨更高程度的融資約束(盧馨，2013)[14]。進而分組檢驗在不同融資約束程度下，研發(fā)投資對未來現金持有，以及外部融資水平的影響。

表3第(3)列至第(8)列報告了企業(yè)研發(fā)投資(R&D)影響下一期現金持有水平(Cashhold)的分組檢驗結果。結果顯示，在強融資約束組(民營企業(yè)、小規(guī)模企業(yè)、不分配股利企業(yè))，R&D的回歸系數更大，作用更顯著，這一結果表明企業(yè)受到的融資約束程度越強，研發(fā)投資對未來現金持有的要求越高。企業(yè)在面對較強的融資約束時，會選擇留存更多現金以平滑研發(fā)投資，避免高昂的調整成本。假設H2經過檢驗成立。

三、創(chuàng)新驅動發(fā)展戰(zhàn)略的影響

為了考察創(chuàng)新驅動發(fā)展戰(zhàn)略的實施對企業(yè)研發(fā)投資與現金持有水平的影響，模型(2)中交乘項RD*Post的回歸系數δ3的方向、大小與顯著性水平，是研究關注的重點。進一步地，為了檢驗戰(zhàn)略實施對不同樣本的影響強弱，本文同樣按照所受融資約束的程度差異，將樣本先后分為國有企業(yè)、民營企業(yè)，以及大規(guī)模企業(yè)、小規(guī)模企業(yè)，然后依次進行分組檢驗?；貧w結果如表4所示。

表4的回歸結果顯示，R&D的回歸系數在所有樣本組中都顯著為正，交互項RD*Post的回歸系數都在1%的水平上顯著為負，說明“十八大”之后創(chuàng)新驅動發(fā)展戰(zhàn)略的實施，通過改善外部環(huán)境，減少了企業(yè)為平滑研發(fā)投資而增加的現金持有，幫助企業(yè)有效節(jié)約了持有現金的機會成本與管理成本。分組檢驗后發(fā)現交互項的回歸系數δ3，在融資約束強的樣本組中(民營企業(yè)與小規(guī)模企業(yè))，下降幅度更大。這進一步驗證了創(chuàng)新驅動發(fā)展戰(zhàn)略通過緩解融資約束，減少了企業(yè)為應對融資風險，平滑研發(fā)投資而增加的現金持有，降低了企業(yè)研發(fā)投資對未來現金持有的依賴。假設H3經過檢驗成立。

表4 創(chuàng)新驅動發(fā)展戰(zhàn)略對現金持有水平的影響

穩(wěn)健性檢驗

一、替換度量指標

為保證研究結論的穩(wěn)健性，本文進行了如下檢驗：第一，用超額現金持有替代原回歸方程中的現金持有水平。超額現金持有的計算方法為：參考楊興全等(2009)[22]、盧馨等(2013)[14]的研究，首先采用全樣本數據，通過模型(3)估計正?，F金持有水平：

當公司的實際現金持有水平超過該正常值時，超出部分即為超額現金持有水平，記為ΔCashhold。然后，用ΔCashhold作為被解釋變量進行回歸檢驗。全樣本回歸結果見表5第(1)列與第(2)列。采用OLS估計模型與固定效應模型的回歸結果都表明，研發(fā)投資顯著提高了企業(yè)下一期的超額現金持有水平。分組檢驗結果見表5第(3)列至第(8)列。企業(yè)受到的融資約束程度越強，就會在下一期選擇持有越多的現金以平滑研發(fā)投資。所得結論與前文保持一致，假設H1，H2得到驗證。

表6雙重差分模型的穩(wěn)健性檢驗結果顯示，當被解釋變量更換為超額現金持有時，交互項RD*Post的回歸系數依然顯著為負，并且在融資約束強的樣本組中(民營企業(yè)與小規(guī)模企業(yè))顯著性更強，下降幅度更大。這一結果表明創(chuàng)新驅動發(fā)展戰(zhàn)略的實施通過緩解融資約束，顯著降低了企業(yè)由于研發(fā)投資而增加的超額現金持有，假設H3得到驗證。

二、更改樣本，區(qū)分研發(fā)投資可能性高低

本文在初始回歸分析中剔除了未披露研發(fā)費用的上市公司。為了對該問題有一個更加全面完整的把握，我們在穩(wěn)健性檢驗中將樣本擴大至2008～2017年滬深A股上市的所有非金融非ST類企業(yè)。重新進行混合OLS與固定效應回歸，結果如表7第1列與第2列所示，結論與前文保持一致。

表5 采用超額現金持有的穩(wěn)健性檢驗

表6 創(chuàng)新驅動發(fā)展戰(zhàn)略對超額現金持有水平的影響

進一步地，本文采用高研發(fā)可能和低研發(fā)可能啞變量替換前文回歸中的研發(fā)投資解釋變量。若上市公司隸屬于高科技產業(yè)，則被認為具有更高的研發(fā)可能，Hightec=1；若不屬于高科技產業(yè)，則Hightec=0。經濟合作與發(fā)展組織(OECD)規(guī)定的高科技產業(yè)包括五個行業(yè)：計算機相關行業(yè)、電子行業(yè)、信息技術行業(yè)、生物制藥行業(yè)、通訊行業(yè)；三個門類：制造業(yè)(C)，信息傳輸、軟件和信息技術服務業(yè)(I)，科學研究和技術服務業(yè)(M)；19個大類：C25、C26、C27、C28、C29、C31、C32、C34、C35、C36、C37、C38、C39、C40、C41、I63、I64、I65和M73。以Hightec作為解釋變量進行回歸檢驗，表7第3列與第4列的檢驗結果顯示：若企業(yè)隸屬于高科技產業(yè)，則出于平滑研發(fā)投資的考慮，會在下一期選擇持有更多現金，所得結論與前文保持一致。

三、采用Change模型的穩(wěn)健檢驗

為了控制變量間的多重共線性，此處采用Change模型進行穩(wěn)健檢驗。對模型中所有變量取一階差分，形成新的變量面板，然后進行混合OLS回歸。因為原面板數據包含時間維度，一階差分的處理可以消除因共同時間趨勢導致的相關性，削弱變量之間的多重共線性。回歸結果如表8所示：雖然核心變量的系數大小有變化，但是符號方向與顯著性水平依然與前文保持一致。

表7 采用全部上市公司與區(qū)分研發(fā)投資可能性的穩(wěn)健檢驗

四、工具變量法

考慮到企業(yè)研發(fā)投資與現金持有水平之間可能存在的互為因果的內生性問題，本文采用Heckman兩階段估計來對結果進行檢驗。選擇同行業(yè)中其他企業(yè)在同一年份研發(fā)投資的平均值R&D_ind，做R&D的工具變量，進行第一階段的估計。然后，將第一階段得到的結果加入到第二階段的回歸方程中進行估計。

表9顯示了Heckman兩階段的估計結果。在第一階段估計中，R&D_ind的估計系數顯著為正(0.794***)，表明同行業(yè)其他公司同一年度研發(fā)投資的平均水平，的確顯著影響了本公司的研發(fā)投資水平。第二階段的估計結果顯示，研發(fā)投資對現金持有水平的估計系數為0.853，對外部融資水平的估計系數為0.285，并且均在1%的水平上顯著為正。說明在初步排除了內生性問題的干擾后，研發(fā)投資依然顯著提高了企業(yè)下一期的現金持有與外部融資水平。假設H1與H2得到驗證。

表8 Change模型估計結果

表9 Heckman兩階段估計結果

五、傾向得分匹配法

本文進一步采用傾向得分匹配法(PSM)排除由于樣本選擇性偏誤對本文研究結論造成的影響。此處樣本擴大至2008～2017年滬深A股上市的所有非金融非ST類企業(yè)。報告了研發(fā)費用的企業(yè)歸為處理組，未報告研發(fā)費用的歸為控制組。由于企業(yè)現金流、成長性、投資機會、負債率均對企業(yè)研發(fā)投資有一定影響(盧馨，2013)[14]，本文基于以上變量構建傾向得分匹配模型，并計算出傾向得分值。然后按照最近鄰匹配原則，為有研發(fā)投資企業(yè)一比一配對出無研發(fā)投資企業(yè)。通過配對分析發(fā)現，報告了研發(fā)投資企業(yè)的平均現金持有水平(Cashhold)在1%的顯著性水平上高于未報告企業(yè)的平均值(表10)，本文的研究結論依然穩(wěn)健。

進一步研究——金融背景高管的作用

鄧建平(2011)[23]發(fā)現，金融關聯(lián)可以通過降低信息不對稱水平，有效緩解民營企業(yè)的融資約束。本文認為，如果融資約束程度影響了研發(fā)投資對未來現金持有的要求，那么金融背景高管可以通過緩解融資約束，減少企業(yè)由于研發(fā)投資而增加的未來現金持有，降低研發(fā)投資對現金持有的依賴性，并且在融資約束強的樣本組中作用更顯著。用Finance表示是否聘請金融背景高管的虛擬變量，當企業(yè)高管團隊內有成員具有金融背景時，Finance=1，否則Finance=0。高管團隊指董事會及監(jiān)事會成員之外的直接參與企業(yè)經營決策的高級管理人員，包括企業(yè)的首席執(zhí)行官、總經理、執(zhí)行總經理、副總經理、執(zhí)行副總經理、總會計師、財務負責人( Bamber et al., 2010；周楷唐，2017)[12][24]。金融背景指高管有金融監(jiān)管部門，政策性銀行，商業(yè)銀行，保險公司，證券公司，基金管理公司，證券登記結算公司，期貨公司，投資銀行，信托公司，投資管理公司，交易所等金融機構的任職經歷。通過引入金融背景高管(Finance)與研發(fā)投資(R&D)的交互項(Fin*RD)，觀察金融背景高管是否可以通過緩解融資約束，降低企業(yè)研發(fā)投資對于未來現金持有的要求(模型3)。

表10 傾向得分匹配結果

Fin*RD的回歸系數β3是研究關注的重點。在全樣本檢驗中，這一系數在10%的水平上顯著為負(-0.288*)。同時R&D的回歸系數在所有樣本中都以1%的水平顯著為正。這一結果表明研發(fā)投資顯著增加了企業(yè)下一期的現金持有，但是金融背景高管能夠通過緩解融資約束，減少企業(yè)研發(fā)投資帶來的現金持有的增長，降低研發(fā)投資對未來現金持有的依賴。分組檢驗發(fā)現，金融背景高管的負向調節(jié)作用，只在融資約束強的樣本組中(民營企業(yè)、小規(guī)模企業(yè))顯著，融資約束程度影響了企業(yè)研發(fā)投資對未來現金持有的需要。這也進一步驗證了本文的研究假設H1、H2。

研究結論與啟示

本文以2008～2017年全部非金融類上市企業(yè)為研究樣本，實證檢驗了在不同融資約束程度下，企業(yè)研發(fā)投資對未來現金持有水平的影響。結果表明，研發(fā)投資會顯著提高企業(yè)下一期的現金持有水平；融資約束程度越強，研發(fā)投資對未來現金持有要求越高；“十八大”之后創(chuàng)新驅動發(fā)展戰(zhàn)略的實施，通過改善外部環(huán)境，顯著削弱了企業(yè)研發(fā)投資對未來現金持有的依賴。本文進一步通過雙重差分模型檢驗發(fā)現，金融背景高管的聘任，也能夠通過緩解融資約束，降低企業(yè)研發(fā)投資對未來現金持有的要求。融資約束程度越強，作用越顯著。

表11 金融背景高管與研發(fā)投資對現金持有水平的影響

本文不僅豐富了研發(fā)投資和現金持有的相關研究，探討在不同融資約束程度下，研發(fā)投資對未來現金持有的依賴，考察了公司創(chuàng)新活動對企業(yè)融資決策造成的影響。同時證實了創(chuàng)新驅動發(fā)展戰(zhàn)略的實施，通過改善企業(yè)融資環(huán)境，顯著降低了研發(fā)投資對現金持有的依賴，幫助企業(yè)有效節(jié)約現金持有的機會成本與管理成本。這提示我們可通過進一步完善我國資本市場，更大力度地滿足企業(yè)的融資需求，有效助力企業(yè)創(chuàng)新發(fā)展。本文進一步研究發(fā)現金融背景高管也可以通過緩解融資約束，負向調節(jié)研發(fā)投資對未來現金持有的要求，從而幫助企業(yè)節(jié)約成本。這提示相關企業(yè)在人才選聘時，除了考慮其專業(yè)技術背景，其金融背景也可以幫助企業(yè)拓寬融資渠道，節(jié)約現金成本。