鄭朝亮 張含笑 劉善球

【摘? 要】在企業(yè)存量資金不變的情況下，增加創(chuàng)新投入就意味著償還債務(wù)資金的減少，會(huì)對(duì)債務(wù)償還造成影響。論文篩選上海證券交易所和深圳證券交易所2 124家上市公司作為研究對(duì)象構(gòu)建多元回歸模型，對(duì)公司創(chuàng)新投入與公司債務(wù)償還關(guān)系進(jìn)行實(shí)證研究。結(jié)論：①創(chuàng)新投入對(duì)公司債務(wù)償還具有負(fù)相關(guān)影響；②在國(guó)家扶持下公司創(chuàng)新投入對(duì)其債務(wù)償還負(fù)向影響更大。論文豐富了公司創(chuàng)新投入對(duì)債務(wù)償還影響的理論，為公司創(chuàng)新投入提供了借鑒和參考。

【關(guān)鍵詞】創(chuàng)新投入；債務(wù)償還；政策扶持

【中圖分類號(hào)】F273.1；F832.5；F275? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1673-1069（2023）05-0036-05

1 引言

創(chuàng)新是企業(yè)發(fā)展的動(dòng)力。世界知識(shí)產(chǎn)權(quán)組織發(fā)布的《2021年全球創(chuàng)新指數(shù)報(bào)告》顯示，中國(guó)從2020年的第14位上升到第12位，連續(xù)9年保持上升。從增長(zhǎng)速度來(lái)看，中國(guó)企業(yè)的創(chuàng)新投入費(fèi)用的增長(zhǎng)明顯高于大多數(shù)國(guó)家，21世紀(jì)是知識(shí)經(jīng)濟(jì)時(shí)代，中國(guó)經(jīng)濟(jì)進(jìn)入高質(zhì)量增長(zhǎng)階段。在中國(guó)政府大力支持企業(yè)技術(shù)創(chuàng)新背景下，推出系列扶持“專精特新”企業(yè)降低稅費(fèi)，盤活存量資金，降低公司創(chuàng)新風(fēng)險(xiǎn)，促進(jìn)公司創(chuàng)新投入資金增長(zhǎng)，創(chuàng)新投入的增加反過(guò)來(lái)會(huì)對(duì)自身債務(wù)的償還具有影響。2018年后中國(guó)企業(yè)優(yōu)化結(jié)構(gòu)推進(jìn)高質(zhì)量發(fā)展，科技作為引領(lǐng)企業(yè)發(fā)展的驅(qū)動(dòng)力作用愈加凸顯。中共十八大提出“創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，中國(guó)經(jīng)濟(jì)處在升級(jí)換擋、優(yōu)化結(jié)構(gòu)、轉(zhuǎn)換動(dòng)能的關(guān)鍵期。”目前企業(yè)數(shù)智化轉(zhuǎn)型升級(jí)需要持續(xù)不斷追加創(chuàng)新投入，在各級(jí)地方政府出臺(tái)大量扶持企業(yè)發(fā)展政策背景下，降低了公司稅費(fèi)負(fù)擔(dān)，進(jìn)而能夠有更多資金流向研發(fā)創(chuàng)新，但同時(shí)因創(chuàng)新的不確定風(fēng)險(xiǎn)存在，創(chuàng)新資金的大量投入未必能帶來(lái)回報(bào)，甚者帶來(lái)財(cái)務(wù)債務(wù)償還風(fēng)險(xiǎn)，現(xiàn)行階段中國(guó)公司研發(fā)創(chuàng)新投入的增加會(huì)對(duì)企業(yè)債務(wù)償還造成什么影響成為一個(gè)研究命題。為補(bǔ)充實(shí)證研究疫情視角下公司科技創(chuàng)新投入對(duì)其債務(wù)償還造成的影響，本文篩選2021年上海證券交易所和深圳證券交易所2 124家公司數(shù)據(jù)，構(gòu)建多元回歸模型，從公司科技創(chuàng)新投入和債務(wù)償還方面，分析二者之間的關(guān)系，為公司進(jìn)一步完善創(chuàng)新機(jī)制提供數(shù)據(jù)支持和參考。

2 研究目的

不同經(jīng)濟(jì)環(huán)境下企業(yè)對(duì)創(chuàng)新投入的意愿強(qiáng)度不一樣，對(duì)企業(yè)創(chuàng)新投入的大小取決于管理層對(duì)未來(lái)債務(wù)償還帶來(lái)財(cái)務(wù)風(fēng)險(xiǎn)的看法和未來(lái)現(xiàn)金流保障程度。研究2020年至2021年中國(guó)企業(yè)在疫情沖擊背景下上市公司創(chuàng)新投入對(duì)公司債務(wù)償還的影響，來(lái)檢驗(yàn)在經(jīng)濟(jì)社會(huì)特殊階段公司創(chuàng)新投入對(duì)債務(wù)償還的影響是否偏離正常市場(chǎng)經(jīng)濟(jì)條件下的理論預(yù)測(cè)軌跡，以及在享受政府扶持政策條件下對(duì)這種影響起到什么作用，為地方政府制定企業(yè)扶持政策和資金監(jiān)管提供數(shù)據(jù)支持及參考。

3 文獻(xiàn)綜述與研究假設(shè)

關(guān)于企業(yè)創(chuàng)新研發(fā)投入與公司償債能力之間的關(guān)系，前期很多學(xué)者從不同層面對(duì)此進(jìn)行研究。潘潤(rùn)婷等（2022）指出研發(fā)投入對(duì)企業(yè)長(zhǎng)期償債能力有負(fù)向影響，由于研發(fā)期內(nèi)難以形成利潤(rùn)以及研發(fā)產(chǎn)品不受歡迎，公司難以取得大量現(xiàn)金流入，導(dǎo)致長(zhǎng)期償債能力減弱。郭麗婷和徐鑫（2020）指出資產(chǎn)負(fù)債率與創(chuàng)新支出之間存在著負(fù)向關(guān)系，即企業(yè)資產(chǎn)負(fù)債率越高，企業(yè)進(jìn)行創(chuàng)新投資概率越小。肖海蓮等（2014）指出基礎(chǔ)性創(chuàng)新投資顯著地受到債務(wù)規(guī)模融資約束，一般創(chuàng)新支出對(duì)債務(wù)融資規(guī)模影響不明顯。王宇峰和張娜（2014）指出長(zhǎng)期借款和短期借款對(duì)創(chuàng)新支出都具有影響力，同時(shí)說(shuō)明長(zhǎng)期借款對(duì)創(chuàng)新支出的影響作用大于短期借款。韓曉杰（2017）認(rèn)為融資約束與企業(yè)創(chuàng)新投入成反比。劉督等（2015）實(shí)證結(jié)果表明公司總體負(fù)債水平能夠促進(jìn)企業(yè)的創(chuàng)新投入產(chǎn)出。曾凌玲（2016）認(rèn)為制造型公司資產(chǎn)負(fù)債率越高，則企業(yè)的創(chuàng)新投入就越小；短期負(fù)債越多創(chuàng)新投入越小；長(zhǎng)期負(fù)債對(duì)創(chuàng)新投入不敏感。Bronwyn（1992）、Harley等（2002）指出科技支出強(qiáng)度與負(fù)債比例存在顯著正相關(guān)。Bester（1985）和Hubbard（1998）指出美國(guó)企業(yè)存在杠桿融資比率與企業(yè)無(wú)形資產(chǎn)投入比存在顯著負(fù)相關(guān)關(guān)系。趙隆昌等（2021）提出企業(yè)資產(chǎn)負(fù)債率與創(chuàng)新投資負(fù)相關(guān)，即企業(yè)的資產(chǎn)負(fù)債率越高，該企業(yè)進(jìn)行R&D投資的可能性就越低。從上面學(xué)者論述可以看出對(duì)創(chuàng)新投入和償還債務(wù)之間的關(guān)系中外學(xué)者有不同甚至相反的觀點(diǎn)。企業(yè)所處經(jīng)濟(jì)和社會(huì)環(huán)境不同，對(duì)同一問(wèn)題可以有不同層面視角的回答，目前企業(yè)在疫情影響下所處數(shù)智轉(zhuǎn)型高質(zhì)量發(fā)展階段，實(shí)證檢驗(yàn)這一命題具有現(xiàn)實(shí)意義。

3.1 創(chuàng)新投入對(duì)公司債務(wù)償還的影響

進(jìn)入21世紀(jì)大智移云等科學(xué)技術(shù)發(fā)展日新月異，當(dāng)下百年未有大變局下唯有科技創(chuàng)新才能使企業(yè)立于不敗之地，唯創(chuàng)新才能發(fā)展成為企業(yè)共識(shí)。要?jiǎng)?chuàng)新就要資金投入，高科技人才及高新裝備都需要較大規(guī)模資金，當(dāng)企業(yè)有較富余的資金時(shí)債務(wù)比率低，企業(yè)更傾向研發(fā)創(chuàng)新投入，企業(yè)的負(fù)債率高其研發(fā)投入就少。當(dāng)企業(yè)想要進(jìn)行創(chuàng)新研發(fā)投入等經(jīng)濟(jì)活動(dòng)時(shí)，資產(chǎn)負(fù)債率水平就顯得尤其重要。在公司存量資金保持穩(wěn)定的情況下，創(chuàng)新投入的資金多就意味著償債能力的減弱，綜上論述文章提出如下假設(shè)：

H1：創(chuàng)新投入對(duì)公司債務(wù)償還存在負(fù)向影響。

3.2 政策扶持下創(chuàng)新投入對(duì)公司債務(wù)償還的影響

政府政策扶持鼓勵(lì)是科技創(chuàng)新的催化劑，政策鼓勵(lì)和支持措施促進(jìn)生產(chǎn)要素和生產(chǎn)條件重新組合。由于創(chuàng)新投入具有外部性和高風(fēng)險(xiǎn)性，使企業(yè)對(duì)創(chuàng)新投入的積極性大大降低，一定程度上抑制了企業(yè)創(chuàng)新。要降低企業(yè)研發(fā)過(guò)程中的不確定性，保證有正常的營(yíng)運(yùn)資金供應(yīng)，政府制定的扶持鼓勵(lì)政策對(duì)企業(yè)的創(chuàng)新投入有重要引導(dǎo)傾向?；谏鲜隼碚摫疚南确治鰟?chuàng)新投入與公司債務(wù)償還之間的關(guān)系，在此基礎(chǔ)上，把政府政策扶持因素加入模型，研究政策扶持背景下上市公司創(chuàng)新投入與公司債務(wù)償還之間的關(guān)系。故提出下面假設(shè)：

H2：政府政策扶持背景下的公司創(chuàng)新投入對(duì)債務(wù)償還負(fù)向影響更大。

4 研究方法

4.1 樣本選擇與數(shù)據(jù)來(lái)源

篩選中國(guó)上海證券交易所和深圳證券交易所上市公司數(shù)據(jù)，利用Excel和SPSS軟件對(duì)數(shù)據(jù)進(jìn)行清洗處理，扣除不完整和缺失數(shù)據(jù)的公司，扣除ST類有風(fēng)險(xiǎn)警示的公司，最終得到2 124家公司2021年報(bào)表和相關(guān)數(shù)據(jù)。所有數(shù)據(jù)均來(lái)源于國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)。文章運(yùn)用了Excel進(jìn)行數(shù)據(jù)整理，使用SPSS軟件進(jìn)行實(shí)證分析研究。

4.2 變量設(shè)定

第一，被解釋變量。本文采用的公司債務(wù)償還因變量財(cái)務(wù)指標(biāo)為資產(chǎn)負(fù)債率。根據(jù)現(xiàn)有學(xué)者研究，普遍使用公司資產(chǎn)負(fù)債率、產(chǎn)權(quán)比率、股東權(quán)益比率、利息保障倍數(shù)評(píng)價(jià)公司的債務(wù)償還能力，資產(chǎn)負(fù)債率能夠更直觀地反映企業(yè)的資本結(jié)構(gòu)，衡量企業(yè)的償債能力也更為顯著，故本文用總資產(chǎn)負(fù)債率（TDR）來(lái)衡量企業(yè)償債能力。其計(jì)算公式為：資產(chǎn)負(fù)債率=年末負(fù)債總額/年末資產(chǎn)總額×100%。第二，解釋變量。本文的解釋變量為創(chuàng)新投入水平，本文用創(chuàng)新投入金額/營(yíng)業(yè)收入計(jì)算出企業(yè)的年度創(chuàng)新投入水平，用符號(hào)R&D表示。第三，控制變量。由于各企業(yè)間存在總資產(chǎn)收益率、規(guī)模等差異性，故本文選取企業(yè)規(guī)模（資產(chǎn)總額自然對(duì)數(shù)）、總資產(chǎn)收益率、公司的償債能力作為控制變量。第四，虛擬變量。本文的虛擬變量為政府政策扶持。如果企業(yè)當(dāng)年度享受政府政策扶持時(shí)則賦值為1，否則賦值為0。具體變量定義如表1所示。

4.3 模型構(gòu)建

綜上理論假設(shè)，為區(qū)分公司是否享受政策扶持，構(gòu)建未享受政策扶持的模型（1）和享受政策扶持的模型（2）：

TDR=α0+α1R&D+α2SIZE+α3ROA+α4LDR+ε? ? ?（1）

TDR=β0+β1R&D+β2ZCFC+β3SIZE+β4ROA+β5LDR+ε? ?（2）

其中，α0、β0為常數(shù)項(xiàng)，αi、βi（i=1，2，3，4，5）為系數(shù)，ε為隨機(jī)誤差項(xiàng)。

模型（1）檢驗(yàn)H1創(chuàng)新投入對(duì)企業(yè)償債能力的影響；模型（2）檢驗(yàn)H2享受政策扶持下創(chuàng)新投入對(duì)企業(yè)償債能力的影響。

4.4 描述性統(tǒng)計(jì)

首先，本文運(yùn)用SPSS軟件進(jìn)行數(shù)據(jù)處理，進(jìn)行公司因變量的總體描述統(tǒng)計(jì)，對(duì)樣本企業(yè)中的債務(wù)償還數(shù)值分布狀況進(jìn)行分析，同時(shí)對(duì)自變量和控制變量進(jìn)行總體描述統(tǒng)計(jì)，結(jié)果如表2和表3所示。

表2描述了樣本的企業(yè)償債能力總體狀況。從樣本總體看，中國(guó)滬深上市公司2021年企業(yè)償債能力在（0.032，3.648），均值為0.471，標(biāo)準(zhǔn)差為0.187，通過(guò)數(shù)據(jù)表格可知公司資產(chǎn)負(fù)債率小于1，這說(shuō)明大部分公司總資產(chǎn)大于總負(fù)債。營(yíng)運(yùn)狀況良好，但表3中ROA指標(biāo)最小為-0.57，說(shuō)明還存在一些凈利潤(rùn)較低的企業(yè)。

第一，從表3可知R&D的均值為9.661，其最大值為5 712.9，最小值為0，說(shuō)明不同公司創(chuàng)新投入存在較大差異，這也說(shuō)明滬深交易所不同行業(yè)公司對(duì)技術(shù)創(chuàng)新的依賴程度有差異，從而對(duì)創(chuàng)新投入的重視程度不一樣，也可能公司缺乏科技創(chuàng)新意識(shí)，導(dǎo)致了創(chuàng)新投入資金較少。創(chuàng)新投入標(biāo)準(zhǔn)差為149.63，這體現(xiàn)出上市公司整體的研發(fā)投入強(qiáng)度處在不穩(wěn)定的水平。

第二，一般來(lái)說(shuō)流動(dòng)比率等于2時(shí)，對(duì)于企業(yè)來(lái)說(shuō)是健康的。LDR的均值為1.831，這反映出我國(guó)深滬上市公司目前短期償債能力較強(qiáng)，其最大值為37.3，最小值為0.1，標(biāo)準(zhǔn)差為1.7，這體現(xiàn)出公司之間的短期償債能力處在較穩(wěn)定的水平。

第三，ROA的最大值和最小值的差別比較大，平均數(shù)為0.032，且標(biāo)準(zhǔn)差接近0.072，這說(shuō)明大部分企業(yè)的盈利能力較弱且我國(guó)深滬上市公司整體的總資產(chǎn)收益率處在較為穩(wěn)定的水平。

第四，SIZE公司規(guī)模的平均水平達(dá)到13.57，標(biāo)準(zhǔn)差為1.376，這表明我國(guó)深滬上市公司之間的規(guī)模差異較小。

4.5 相關(guān)性分析

創(chuàng)新投入R&D自變量、債務(wù)償還TDR因變量和控制變量流動(dòng)比率、規(guī)模（資產(chǎn)總額對(duì)數(shù)）和總資產(chǎn)收益率的相關(guān)性分析。在進(jìn)行多元線性回歸分析時(shí)，應(yīng)先進(jìn)行變量間相關(guān)性分析，這主要是為了檢驗(yàn)多元回歸模型中兩兩變量間是否存在相關(guān)性，以保證多元回歸分析時(shí)的可行性。因?yàn)橐蜃兞繛檫B續(xù)性數(shù)據(jù)，故采用SPSS進(jìn)行皮爾遜相關(guān)系數(shù)檢驗(yàn)，表4數(shù)據(jù)主要包括科技創(chuàng)新投入、公司債務(wù)償還以及控制變量之間的兩兩相關(guān)性，下面將基于表中的相關(guān)性數(shù)據(jù)分析結(jié)果，分別說(shuō)明模型中的解釋變量、被解釋變量以及控制變量之間的關(guān)系。其數(shù)據(jù)結(jié)果如表4所示。

表4數(shù)據(jù)分析結(jié)果如下：第一，創(chuàng)新投入與企業(yè)債務(wù)償還之間的關(guān)系。數(shù)據(jù)顯示創(chuàng)新投入與企業(yè)償債能力的相關(guān)系數(shù)為-0.048，并且在5%的水平上顯著。根據(jù)創(chuàng)新投入與企業(yè)債務(wù)償還能力相關(guān)系數(shù)符號(hào)可以判斷二者之間存在負(fù)相關(guān)，從而初步證明了文章提出的第一個(gè)假設(shè)H1，因此，可以對(duì)二者之間的關(guān)系進(jìn)行回歸分析，同時(shí)也為進(jìn)一步研究政府扶持政策在研發(fā)投入與企業(yè)償債能力之間具有的調(diào)節(jié)作用奠定基礎(chǔ)。其中，企業(yè)的債務(wù)償還能力與企業(yè)規(guī)模SIZE的相關(guān)系數(shù)為0.375，在1%的水平上顯著，說(shuō)明企業(yè)規(guī)模是衡量企業(yè)能否償還債務(wù)的重要指標(biāo)，對(duì)公司償債能力存在較大影響；反之企業(yè)償債水平也反映了公司規(guī)模的大小。第二，表4顯示，解釋變量（R&D）和控制變量LDR之間顯著性水平為0.09，大于0.05說(shuō)明二者之間存在不顯著關(guān)系，解釋變量（R&D）和控制變量SIZE之間存在顯著關(guān)系，顯著性系數(shù)為0.018，小于0.05，在5%的水平上顯著。說(shuō)明創(chuàng)新投入對(duì)企業(yè)債務(wù)償還能力的影響外，同時(shí)考慮了創(chuàng)新投入與規(guī)模變量SIZE間的影響。

4.6 回歸分析

4.6.1 對(duì)模型進(jìn)行多元回歸分析

由表5模型摘要可以看出，調(diào)整后的R方為37.2%，說(shuō)明模型的預(yù)測(cè)變量、自變量因素能夠解釋因變量TDR變化的37.2%達(dá)到可以接受程度。德賓-沃森值為1.922接近2說(shuō)明樣本各自是獨(dú)立的。

表6可以看出研發(fā)投入R&D的顯著性是0.003，小于0.05，有顯著性影響，同理ROA、LDR均有顯著性，并且變量R&D、ROA和LDR的膨脹系數(shù)VIF均小于5，分別為1.01、1.05和1.04，說(shuō)明變量之間沒(méi)有多重共線性，研發(fā)支出的系數(shù)為-6.52，說(shuō)明研發(fā)支出與公司債務(wù)償還存在負(fù)向影響，從而證明了假設(shè)H1?？傎Y產(chǎn)凈利率與公司債務(wù)償還TDR也存在負(fù)向影響，流動(dòng)負(fù)債率LDR與債務(wù)償還存在負(fù)向影響，即流動(dòng)負(fù)債率越高，債務(wù)償還能力越低，也符合償還債務(wù)理論。多元回歸模型如下：

研發(fā)投入TDR=0.593-6.515R&D-0.720ROA-0.054LDR

從表7殘差統(tǒng)計(jì)及圖1回歸標(biāo)準(zhǔn)化殘差圖來(lái)看，殘差的平均值為0.47，最小值為-1.52，最大值為0.95，標(biāo)準(zhǔn)偏差0.11，圖1近似正態(tài)分布，也說(shuō)明模型符合診斷可以接受。

4.6.2 政策扶持下企業(yè)研發(fā)投入和公司債務(wù)償還的關(guān)系驗(yàn)證

如在線性模型中增加政府扶持政策變量，重新作多元線性回歸如表8所示，增加政府扶持政策變量后模型摘要及表9增加政府扶持政策變量后回歸系數(shù)，可以看出增加政策扶持ZCFC變量后，調(diào)整后的R方變化為37.1%，比未增加該變量時(shí)R方37.2%降低0.1%，增加政策扶持的模型解釋力度減弱，并且政策扶持ZCFC變量系數(shù)值為-0.004，創(chuàng)新投入系數(shù)由-6.52變化為-6.55，負(fù)向系數(shù)更大，即政策扶持條件下，創(chuàng)新研發(fā)投入對(duì)公司債務(wù)償還成負(fù)向影響并且影響更強(qiáng)，證明了假設(shè)H2。增加政策扶持變量后的模型如下：

研發(fā)投入TDR=0.596-6.554R&D-0.722ROA-0.054LDR-0.004ZCFC

5 結(jié)論及建議

本文選取2021年滬深2 124家上市公司為統(tǒng)計(jì)樣本，對(duì)政策扶持下的創(chuàng)新投入對(duì)公司債務(wù)償還的影響進(jìn)行實(shí)證檢驗(yàn)和分析。結(jié)論：①創(chuàng)新投入對(duì)公司債務(wù)償還產(chǎn)生負(fù)向影響；②存在政策扶持下的公司創(chuàng)新投入對(duì)債務(wù)償還的負(fù)向影響更強(qiáng)。為檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性，本文通過(guò)殘差統(tǒng)計(jì)以及回歸標(biāo)準(zhǔn)化殘差圖進(jìn)一步判斷，驗(yàn)證假設(shè)和模型具有穩(wěn)健性。研究結(jié)果表明即使在疫情對(duì)中國(guó)經(jīng)濟(jì)較大沖擊下，樣本企業(yè)的創(chuàng)新投入對(duì)公司債務(wù)償還產(chǎn)生負(fù)向影響，支持了正常市場(chǎng)條件下的假設(shè)，另外也同時(shí)驗(yàn)證了存在政策扶持下的公司創(chuàng)新投入對(duì)債務(wù)償還的負(fù)向影響更強(qiáng)的假設(shè)，說(shuō)明了假設(shè)在不同經(jīng)濟(jì)態(tài)勢(shì)下的適用性，豐富了企業(yè)創(chuàng)新投入相關(guān)理論，為完善企業(yè)創(chuàng)新投入機(jī)制提供了數(shù)據(jù)參考。下一步會(huì)將公司研究樣本劃分為國(guó)有公司與非國(guó)有公司，以及分行業(yè)進(jìn)行驗(yàn)證檢驗(yàn)優(yōu)化模型，將規(guī)模和企業(yè)性質(zhì)分別作為中介效應(yīng)檢驗(yàn)?zāi)Ｐ瓦M(jìn)行處理。另外，分別按照是否享受行業(yè)內(nèi)扶持政策進(jìn)行數(shù)據(jù)處理，分析其社會(huì)特殊經(jīng)濟(jì)時(shí)期企業(yè)創(chuàng)新投入對(duì)債務(wù)償還的影響，還需考慮企業(yè)享受扶持政策影響因子的滯后性，可以進(jìn)一步用傾向差分法來(lái)構(gòu)建模型驗(yàn)證，受篇幅限制將是下一步的研究方向。

在當(dāng)前企業(yè)轉(zhuǎn)型升級(jí)高質(zhì)量發(fā)展階段，基于上述研究結(jié)論，提出建議：

①創(chuàng)新投入要在保證到期債務(wù)償還的前提下進(jìn)行。創(chuàng)新投入是公司生存發(fā)展的法寶，但基于創(chuàng)新的不確定性風(fēng)險(xiǎn)，大量的資金投入可能得不到回報(bào)，且降低公司長(zhǎng)短期債務(wù)償還能力，故創(chuàng)新投入要保證資金周轉(zhuǎn)能夠償還到期債務(wù)的前提下量力而行。

②政策扶持條件下，加大對(duì)公司扶持補(bǔ)助資金的監(jiān)管。對(duì)扶持補(bǔ)助資金企業(yè)要合理分配，建立專戶加大監(jiān)管，合理使用防止浪費(fèi)，減少非必要成本和費(fèi)用，提高使用效益，促進(jìn)企業(yè)高質(zhì)量發(fā)展。

【參考文獻(xiàn)】

【1】潘潤(rùn)婷，丁勝，湯笑玫.兔寶寶公司的研發(fā)投入對(duì)償債能力的影響研究[J].中國(guó)林業(yè)經(jīng)濟(jì)，2022（04）：110-113.

【2】郭麗婷，徐鑫.制造型企業(yè)償債能力對(duì)企業(yè)創(chuàng)新投資的影響研究——基于我國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[J].青海金融，2020（01）：27-31.

【3】肖海蓮，唐清泉，周美華.負(fù)債對(duì)企業(yè)創(chuàng)新投資模式的影響——基于R&D異質(zhì)性的實(shí)證研究[J].科研管理，2014，35（10）：77-85.

【4】王宇峰，張娜.政治聯(lián)系、債務(wù)融資與企業(yè)研發(fā)投入——來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[J].財(cái)經(jīng)理論與實(shí)踐，2014（03）：60-64.

【5】韓曉杰.融資約束和R&D投資與企業(yè)創(chuàng)新效率的相關(guān)研究[J].經(jīng)濟(jì)研究參考，2017（32）：72-78.

【6】劉督，萬(wàn)迪昉，吳祖光.債務(wù)融資能夠在研發(fā)活動(dòng)中發(fā)揮治理作用嗎？[J].西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015（03）：53-58.

【7】曾凌玲.負(fù)債融資對(duì)我國(guó)高新技術(shù)企業(yè)R&D投入影響的實(shí)證研究[D].廣州：廣東外語(yǔ)外貿(mào)大學(xué)，2016.

【8】Bronwyn H Hall.The Financing of Research and Development[J].Oxford Review of Economic Policy，1992.

【9】Harley E，Ryan，Roy A．Noggins'.Interactions between R＆D Investment Decisions and Compensation Policy[J].Financial Management，2002.

【10】Bester，H.Screening vs.Rationing in Credit Markets with Imperfect Information[J].American Economic Review，1985（75）：850-855.

【11】Hubbard，R．GCapital-market Imperfection sand Investment[J].Journal of Economic iterature，1998（36）：193-225.

【12】趙隆昌，岳毅然，徐雄偉.稅收優(yōu)惠，政策激勵(lì)與企業(yè)創(chuàng)新——基于中國(guó)新能源汽車的行業(yè)發(fā)展現(xiàn)狀[J].社會(huì)科學(xué)前沿，2021，10（4）：7.