高新技术上市公司

高新技术上市公司（精选12篇）

高新技术上市公司 第1篇

关键词：高新技术上市公司,绩效评价,因子分析

企业绩效又称经营绩效，一般是指经济实体在一定时期内利用其有限资源从事经营活动的投入产出情况的反映，是对企业能否达成目标的一种衡量。企业绩效不能等同于企业价值，它不仅仅代表公司的股东权益或者财务价值，也不能简单等同于公司的市场价值或者购并价值，它是企业经营总体状况的全面体现，是对企业一定经营期间的资产运营、财务效益、资本保值增值等经营成果，进行真实客观公正的综合评价，是对持续经营企业的经济价值的综合反映，对此研究有助于在理论上丰富和完善公司治理理论，在实践中为公司治理提供切实有效的指导。

一、研究设计

（一）样本选择

本文选择以沪、深股市的A股主板上市符合要求的42家公司为研究样本来研究其绩效状况。样本选择条件有：一是属于广东省辖区(包括深圳市)的沪、深股市的A股主板上市公司，主板市场中的A股上市公司多为企业规模较大，发展时间较长，以人民币交易，在中国境内上市的股份公司，具有一定代表性;二是2007至2009年期间通过政府高新技术企业认定(国家规定认定有效期为3年);三是提供规范的年度上市公司财务报告。

以2009年度数据作为研究时间，主要以上市公司年报数据为变量值，数据来源于上市公司资讯网、国泰安金融数据库(CSMAR)，使用的实证分析工具为统计软件SPSS13.0和Excel 2003。

（二）指标选取

高新技术企业绩效评价应能体现企业价值的变化，能衡量企业的抗风险能力，成长创新能力等。基于以上思想，本文选取年报所包含的6大类32个主要指标，对高新技术上市公司进行绩效评价(见表1)。上述指标基本涵盖了上市公司的经营业绩的各个方面，通过实证分析，可以对高新技术上市公司的绩效状况有一个基本的认识。

（三）模型构建思路

现有企业价值评估方法主要包括托宾Q值法、平衡计分卡法、实物期权法、德尔菲法、层次分析法、熵值法等。但以上几种公司绩效评价方法有许多的局限性，本文拟采用客观评价法———因子分析法作为公司绩效评价方法。该方法具有四个优点:(1)选取与企业经营绩效相关的多项指标，避免了采用单一指标对公司绩效评价的片面性;(2)可以寻求数据的基本结构，从众多变量中找出公共因子对各能力状况指标进行整合，经过降维，有助于对复杂经济问题进行分析和解释;(3)其分析过程是从数据的内部结构出发，最终获得公司经营绩效评价的综合信息，克服了其他多指标法中存在的主观因素;(4)通过因子分析的得分值及权重值，可直观地对样本进行分类。因此，因子分析法可为外界提供较为全面、客观、公正的关于公司绩效的评价信息。

二、因子分析

（一）模型理论

因子分析是设m个可能存在相关关系的测试变量z1, z2，……，zm含有P个独立的公共因子F1, F2，……，Fp (m≥p)，测试变量zi含有独特因子Ui (i=1, 2，......m)，诸Ui间互不相关，且与Fj (j=1…p)也互不相关，每个zi可由P个公共因子和自身对应的独特因子Ui线性表出，因子分析的一般数学模型表达为：

因子分析的目的就是通过公式一或二。以F代Z，由于一般有P

（二）实证分析

首先为了避免由于量纲不同，造成数据大小悬殊，影响因子分析结果，将取得的各样本公司6大类32个指标原始数据进行标准化，换算公式为：(原始数据-各指标均值)/各指标标准差。接着运用因子分析对每种能力的指标进行整合，计算出每个样本公司每种能力的综合得分。具体运用SPSS对每个变量分别进行计算，鉴于过程比较复杂则不一一列出，最后将运算结果进行整理，得到因子分析的参数值见表2。

考察Communalities表可知，所有能力变量的KMO值从0.49到0.76，较适合进行因子分析，而所有巴特利球度检验值均达到要求，P值全部通过了检验，说明财务信息的整合适合运用因子分析方法，各累计方差贡献率均大于78%，最高达到86.97%，表明原有变量的信息丢失较少，方法可行。其中盈利能力、偿债能力、发展能力三个方面的反映更为充分，为进一步分析打下较好的基础。

根据每个能力的各因子得分以及特征值，依据公式：计算出每个样本公司每种能力的综合得分，保存为新的变量，综合得分见表3。

（三）实证结果

由于所采用的财务指标为进行标准化处理后的数据，由此计算的得分有正有负，负数表示该上市公司综合公司绩效低于平均水平，正数则表示该上市公司综合公司绩效高于平均水平，指标数值越大意味着能力水平、经营绩效越好。

总体来看，22家公司得分为正，说明经营状况良好、运转正常，但只占到总体的52.38%，通过具体得分数值，可以发现样本高新技术上市公司整体运作效果一般。虽然经济形势以及股市的波动周期会对上市公司的绩效产生一定的影响，但是通过样本公司绩效因子得分值，还是能够发现结果与我们印象中高新技术公司高产出、高收益、高效率运作有较大出入，并且各企业间经营状况差距很大，良莠不齐，盈亏并存。

三、研究结论与建议

本文对截至到2009年底广东省全部高新技术上市公司中生产经营状况正常、企业持续运行的所有样本公司进行研究，描述统计如表4，可得出如下结论：

高新技术上市公司现金流量水平最高，现金充裕，周转率高;计算到每股基本指标值高于2009年上市公司的平均水平;整体营运能力、偿债能力较好;盈利能力一般，分布较集中;发展能力欠佳，且极差超过5分，峰度系数高达20多，分布极其不符合常态。所有六大类能力指标因子得分得出的中位数均呈现负值，众数除现金流量为正以外也都是负值，与平均数对比说明上市公司两极分化严重，大部分公司绩效水平低于平均数，个别公司绩效水平很高，平均数由于受极大值的影响较大而抬升，总体呈现分布不均状态由标准差系数可见一斑。

本文是基于财务信息视角，运用上市公司年报数据对绩效进行分析和评价，而非财务信息也是反映高新技术企业绩效的重要指标，在评价高新技术企业的成长性时尤为重要。对于高新技术企业成长性研究是评价其绩效的重要方面，随着信息披露制度的完善和信息披露环境的改善可以考虑引入非财务指标分析。

参考文献

〔1〕国家统计局, 国家发展和改革委员会, 科学技术部.2009中国高技术产业统计年鉴〔M〕.北京:中国统计出版社, 2009.

〔2〕段远鸿.经营者绩效考核的有效工具:企业绩效〔J〕.全国商情:经济理论研究, 2006 (5) .

〔3〕胡玉柱, 张若如, 许敏.基于熵值法模型的高新技术上市公司经营业绩评价实证研究〔J〕.财会通讯 (学术版) , 2008 (10) .

高新技术上市公司 第2篇

从1998年，中国上市公司资产重组逐渐形成高潮。在众多上市公司资产重组模式中，净壳收购模式是具有中国特色的一种重组模式,它从诞生之日起就备受各方关注。第一起规范运作的上市公司净壳收购案例是1998年的上海房地集团收购原嘉丰股份（600606）。后来有多家上市公司进行了净壳收购和重组。净壳收购是最复杂和最具有挑战性的一种收购模式，它也是对上市公司影响最大的一种收购模式，可以使一个上市公司在收购后“面貌全非”、“天翻地覆”。

一、何谓上市公司净壳收购模式

净壳收购模式一般指收购方在收购的同时或收购后把其部分资产与上市公司全部资产进行整体置换，并由上市公司原大股东承担置换出上市公司全部资产的收购模式。在这种重组模式中，由于壳公司的原有全部资产被原大股东买回，因此收购方收购的实际上仅仅是上市公司这个“壳”，而这种收购方式也就被称为净壳收购方式。收购方实际承担的收购现金成本非常低，被称为“壳费”。

从这一定义中可以看出，净壳收购实际上包含着三个基本交易环节：

1、控股收购：收购方企业（假设为A）从上市公司（假设为B）的第一大股东（假设为股东C）中收购了其持有的部分或全部股权，从而成为B公司的第一大股东；

2、整体资产置换：A企业用其部分资产与B企业的全部资产进行等额置换；

3、资产购回：股东C从A企业买下从B企业中置换出的所有资产。

二、净壳收购的关键：整体资产置换 净壳收购模式的关键部分在于整体资产置换交易。整体资产置换一般指上市公司把其所有资产与另外一家企业的部分或全部资产进行等额置换。这里有几个要点：

1．置换的资产实际上是会计学中的净资产的概念。根据会计学原理，企业的资产由负债和股东权益组成。上市公司用于确定置换的资产载体实际应是其净资产部分。如果上市公司没有负债则用于确定置换的资产载体不存在资产与净资产之分。

2．整体资产置换中的“整体”是针对上市公司而言，对另一家企业，其用于置换的资产在绝大多数情况下只是其部分资产。

3．涉及到置换的所有资产必须经过由国家认定的，具备证券从业资格的资产评估机构的评估，并以评估值作为置换的基础。为防止国有资产流失，最终交易价不得低于评估价格。

4．中国证监会曾在1998年对上市公司资产整体置换行为专门颁文予以规范指导（26号文），财政部在随后也对资产置换后上市公司利润计算起点日期等问题进行规定。2001年底，中国证监会颁布了《关于上市公司重大购买、出售、置换资产若干问题的通知》，对上市公司进行整体资产置换进行了比较细致的操作规范要求，因此现在操作资产整体置换必须要严格按照有关规定进行。

三、收购方（企业A）的得失分析

净壳收购模式之所以被许多欲买壳的企业所看好和认同，是因为它使收购方实际发生的净现金流出数量很少。对许多拥有大量实业资产但缺乏现金的企业而言，净壳收购方式无疑是一种较好的收购方式。实际上在净壳收购模式中，收购方承担的成本绝不仅仅是一笔“壳费”，它还要承担其他一些不是很明显但却非常重要的成本。

1、收购方收益分析

● 拥有了一家上市公司，进入中国资本市场，打通直接融资渠道。如上房集团和金融街集团主营业务的都是房地产业，受到国家有关政策规定限制直接上市的难度较大。通过收购嘉丰和华亚，两家实力雄厚的企业集团终于拥有了自己的上市公司。在中国证监会的有关上市公司重大资产置换的规定中，规定上市公司实行重大资产置换交易满一个完整会计后可以进行新股增发等，这就为许多上市困难公司绕过正常配股或增发的“门槛”提供了一条便捷之道。

● 公司借助收购及以后的运作一举成为中国数千万投资者关注的焦点，收购方公司的无形资产增加很多。上房集团和金融街集团都是地方的知名企业，在全国范围内知道这两家企业的人相对很少，通过收购上市公司，这两家企业集团迅速成为全国知名企业。如上房集团下的“上房置换网”原本默默无闻，但经过上房集团将其注入到上市公司并赋予房产电子商务概念后一下子轰动全国，取得很好效果。

● 收购方注入到壳公司中的净资产会相应带着一块债务，这部分债务原来由收购方全部承担，现在只需按其在壳公司中的持股比例来承担。这部分债务负担有所减轻。

● 收购方可以获得运作上市公司所带来的其他收益。

2、收购方成本分析

● 采取净壳收购模式的直接成本是上市公司的“壳费”。1998年嘉丰的壳费为3000万元，2000年华亚的壳费为1904万元。据搏实资本的操作经验，目前市场上的净壳极其稀缺，一般净壳的壳费超过4亿元。

● 收购方注入壳公司优质资产被其他股东分享的成本。这一成本实际上很容易被忽视。不妨以“金融街—华亚”案例进行分析。在此案例中，金融街集团注入到重庆华亚中16598万元净资产，这部分净资产在注入前全部属于金融街集团，但在注入到华亚后，金融街集团只对其拥有61.87%的权益。这意味着金融街集团贡献出6328万元的优质资产给其他38.13%的股东分享，这些股东的权益由原壳公司的劣质资产变成了优质资产。虽然金融街集团绝对控股了华亚，从而对这6328万元拥有控制权，但从财务核算的角度，这笔净资产已不独属于金融街集团拥有。

● 中介费用。净壳收购模式包含了收购和资产整体置换两大部分，操作过程很复杂。其中涉及到财务顾问、资产评估机构、律师事务所等中介机构的参与。一般情况下，几百万的中介费用是避免不了的。

四、出让方（股东C）的得失分析

在一般情况下壳公司的大股东是绝对不愿放弃上市公司的，但由于种种原因，它觉得自己再没有能力让上市公司健康发展时，会考虑转让控股权。在中国，许多集团公司都是拿出集团内最好的一块资产上市，这块资产往往不具备独立运营的能力，需要集团公司从各方面予以支持。因此对于这种类型的上市公司，其控股股东在出让股权后，仍希望能买回这部分资产供自己继续经营，否则与之相配套的许多资产立刻就失去存在的意义。这时，净壳收购模式无疑是一种很好的选择。

1、出让方收益分析

● 获得一笔“壳费”。

● 获得对原壳公司中净资产100%的控制权。

2、出让方的损失

● 失去对上市公司的控制权和在股市直接融资的渠道，淡出中国资本市场。

● 失去拥有上市公司带来的诸多有形或无形收益。

● 承担了原壳公司全部的债务。原来出让方只根据其在壳公司中的出资比例来承担债务，现在要全部承担这部分债务，虽然债务负担有所加重，但这是其对多增加一块净资产的一种代价。

● 在资产评估时承担部分评估费用。壳公司其他股东的收益在净壳收购模式中，“只赢不输”的应是壳公司的其他股东。这里的“其他股东”包括非公众股东和公众股东。非公众股东的收益主要来自壳公司净资产的增值。在收购前，原有公司基本上都是处于微利或亏损状态，这些股东的权益增长缓慢或者减值。在资产整体置换后，公司的资产由劣质资产转变为盈利能力很强的优质资产，这些股东的权益会有明显上升。如金融街集团注入到重庆华亚中的资产当年就预计可使公司每股收益达0.45元，净资产收益率猛增至20%。公众股东持有的是可流通股，因此股价的上涨可视为其可得的收益。由于净壳收购后，壳公司的质地发生根本性的好转，其股价相应都有良好的表现。考虑到这类重组消息可能提前在市场上泄露。我们不妨以资产整体置换消息发布日为标志，计算壳公司股价在消息发布前半年和后两年的走势。以嘉丰股份（金丰投资）为例，资产置换消息公布日前半年股价从9元涨至14元，涨幅为55%；消息公布后，股价最高曾到过58元。从资产置换消息公布日前半年到消息公布日，重庆华亚股价从21元涨至31元，涨幅为47%，期间股价最高曾到过39元。嘉丰股份和重庆华亚的公众股东分享了由于收购方注入优良资产所带来的丰厚收益。

五、操作中的几个关键问题

1、两种净壳收购方式的对比

大现金流净壳收购模式和小现金流净壳收购模式在最终结果上是相同的，但在操作过程中又会有所不同。

两种收购方式最本质的区别在于收购和资产整体置换是否合为一体并因而带来现金流的差别。大现金流方式按部就班，一步一步进行操作，控制整体项目进程较为容易，当然代价也因此产生；小现金流模式可以充分利用操作步骤上的有机联系,使现金流发生到最低限度，充分发挥资产运作的艺术。

2、难点：债务处理

资产整体置换中的债务处理问题这是净壳收购模式中的难点之一，一般情况下壳公司的债务负担较重，对这些债权人一般很难让其同意从上市公司中剥离出去，因为目前国内许多债权人认为上市公司相对于其他大多数公司还是较好的公司，债务放在上市公司之内要比放在其他地方安全。因此债权人能否同意把壳公司的债务全部剥离到壳公司之外就成为资产置换的关键所在。而收购方把债务带入到上市公司，这部分债务的安全性进一步增加，其债权人一般不会予以阻拦。为了解决这个难题，目前在净壳收购操作中均采用了由壳公司原大股东承担所有原有债务的做法，把债务剥离至股权出让方。纺织控股和华西集团就承担了从原嘉丰股份和重庆华亚中随净资产剥离出来的所有债务。

3、壳公司的选择标准

净壳收购模式的特殊性决定了比较适合的操作对象为具备以下条件的上市公司（对收购方而言）：

● 公司总股本较小，最好不超过3亿。

● 公司净资产规模较小。规模越小，需要收购方拿出的用于置换的优质资产就越少。

● 第一大股东的持股比例较高。这样可以减少收购方用于置换的优质资产被其他股东所分享的比例。

● 债务不应太重。债务的轻重与谈判操作的难度成正比。

六、对收购方的忠告

每个公司都是技术公司 第3篇

我在听记者讲亚马逊时，想到了英萨尔。发明电和电的应用的确很重要，但塞缪尔·英萨尔发明的电网更重要，它真正改变了这个世界。杰夫·贝索斯这一次似乎想让亚马逊的云扮演这样的角色，但它真的会成为像电网一样最基础的公共服务吗？

电网出现，一方面让动力不再成为企业选址的制约条件，在此之前，不管是水还是蒸汽动力都需要取用方便、就近使用的效率原则，另一方面则让小企业成为可能，只要付出合理费用，就可以获得大公司一样的动力。亚马逊会解决哪些本质问题呢？我们可以假设这样的情况：1.每个公司都有与数据相关的业务，它需要动用大规模的数据分析；2.顾客、消费者的行为数据分析对于生产和服务者来说有更大的价值；3.工业化以规模为特征的生产方式之后，针对客户的定制和个性化生产成为主流；4.线上线下进一步结合，每个公司本质上都是互联网公司。

真的会如此吗？现在我还不敢妄下推测。但即使作为一个传统的平面杂志，我们希望有更多的渠道和方法去了解：谁是我们的读者；我们的读者的阅读习惯；哪些内容是被持续关注的—引用或者收藏；我们的广告如何被关注，我们为客户创造了什么样的价值……如果有技术提供给我们更多准确可信的数据，那么我们应该能生产出更好的产品—我想这是每个公司都意识到的一个根本问题。

所以，你会看到汽车制造商会用行车数据来研究驾驶习惯，改善设计和服务；线下零售商会借助技术手段观察和记录更多的顾客行为来提升自己的竞争力—更准确的说法，每个公司都是技术公司。

这句话也不希奇。保罗·格雷厄姆就认为沃尔玛属于技术公司，它遵循了“一次开发，普遍适用”的模式，它开发了一种新型商店—从顾客定位、选址到物流和定价体系。而所有这些来自顾客需求的、来自产业链每个细节的、价格体系选择上的—这些问题其实也都来自于准确的可信的数据支持。一定有天才的企业家依据直觉找到了需求所在，但如果我们是普通人，那么相信这一点吧，更多的数据、更多的挖掘与分析，对我们来说更有价值。

在电网发明之前，有一些能源需求可以通过自备发电机来解决，更多的企业可能觉得我不用电力同样可以提供服务。但现在还能想象一个不需要电力服务的公司吗？我们的确不知道未来数据或者云是否有可能成为新的公共基础服务，但无论如何它值得我们关注和期待。

高新技术上市公司 第4篇

技术创新是企业市场竞争力的源泉,是时代发展的必然趋势,世界各国积极倡导技术自主创新。 改革开放以来,我国政府积极鼓励传统制造企业向技术型创新生产转变,《中华人民共和国国民经济和社会发展第十二个五年规划纲要》明确指出将加大对高新技术企业科技创新的财政补贴、提高税收优惠,并强调进一步完善金融市场体系,规范知识产权保护等相关法律制度,以便技术成果更好地向现实生产力转化,推动产业升级,促进国民经济健康发展。高新技术企业是技术创新成果转化为现实生产力的主力军,技术创新绩效是衡量其技术实力与创新能力的重要指标,一般指技术创新成果以及对创新主体的相对贡献值。

1文献与研究假设

技术创新是一项系统工程,具有风险大、收益高等特性。Ernst认为技术创新成功的标志之一是专利申请,企业可以通过内部研发、许可、外包、战略联盟等多种形式获取专利。国内外学者从多角度研究关联要素与技术创新绩效之间的关系,如政治关联、企业文化、专利保护、社会责任、公司治理等,如Sheng S( 2011) 、罗明新( 2013) 等人认为政治关联容易导致较低的研发投资强度,阻碍企业创新绩效提升[1,2]; Jaskyte和Kisieliene ( 2006) 、王飞绒 ( 2013) 等人通过研究得出不同类型的组织文化对技术创新绩效的影响存在差异的结论[3,4]; 曹勇、赵莉( 2013) 研究表明,专利获取、专利保护、专利商业化与技术创 新绩效具 有显著正 向影响[5]; 周璐 ( 2013) 等人研究认为: 企业社会责任对技术创新有正面影响作用[6]; 吴彦俊( 2013) 等人认为企业外部社会资本结构维、关系维、认知维正向影响技术创新绩效[7]。在股权结构特征与技术创新绩效关联研究中,刘运国和刘雯( 2007) 经过实证表明,高管持股可能减少股东和高管之间的利益冲突,使得高管与股东的风险态度保持一致,从而有利于技术创新活动[8]; Aghion( 2009) 等人认为,机构投资者持股比例越高,创新就越多,企业价值增值越大[9]; 任海云( 2010) 认为,适当股权集中有利于研发投入,但是一股独大不利于研发投入[10]; 徐向艺和汤业国 ( 2013) 研究发现董事会规模与技术创新投入与产出呈显著倒“U”型关系,董事会独立性、两职合一与技术创新产出之间呈显著的正相关关系[11]。

对此,文章从4个维度( 分别为股权性质、股权集中度、股权制衡度、股权流通性) 研究股权结构特征与技术创新绩效的关系并提出研究假设。

1. 1股权性质与技术创新绩效关系

股权性质反映股权所有者所属的不同性质。 依此可以将其划分为国有股、法人股、高管持股。 研究假设如下。

1假设1: 国有股与技术创新绩效呈倒“U”型关系。

国有股是指以国有资产对企业进行股份投资所形成的股权比例。该资产的所有权属于国家,由政府机构代理行使所有权。国有股与非国有股的区别在于: 国有股权更多反映国家整体利益,追求资源的协调配置,在资产保值的基础上求增值; 非国有股权往往追求企业自身价值的提升,满足股东权益最大化要求。由于政府的支持,在国有股比例较小的情况下,国有股的自身优势能够为技术创新提供更多动力,一定程度上增强了企业技术创新绩效; 然而随着国有股权处于“一股独大”地位时,技术创新绩效有下降趋势,原因在于国有资产投资存在行政关联现象,扰乱市场公平竞争,而且缺乏对投资主体的有效监控,可能导致掌握企业充分信息的经营管理层发生道德风险,企业的长期发展战略得不到有效落实,从而对技术创新绩效产生影响。

2假设2: 法人股与技术创新绩效呈正相关关系。

法人股是指机构投资者将自有资产投资于目标企业所形成的股权份额。与国有股相比,法人股具有较为丰富的市场运营经验,希望将有效的管理方式运用到被投资企业的发展战略中去,更加关注企业的长期发展。对高新技术型企业而言,在法人股投资较多情况下,会对企业的技术创新战略给予更多的支持,对经营管理层进行恰当地监督与控制,更好地发挥企业的潜力,为企业创造价值。

3假设3: 高管持股与技术创新绩效呈正相关关系。

企业为了更好地激发高级管理人员投入到生产经营活动中的积极性,减少高级管理人员道德风险的发生,往往会给予高管人员一定的股权,这样使得高管人员的经营目标和企业所有者的目标保持一致,注重企业的产品创新,增强产品市场竞争力,保证企业长期发展。对于高新技术型企业而言,成功的技术创新能够为企业绩效带来明显提升,在高管持股情况下,高管人员将得到除薪酬之外与技术创新成果有关的相关收益,这必将调动高管人员对技术创新等风险项目的投入力度。

1. 2股权集中度与技术创新绩效关系

股权集中度揭示了企业股权掌握在少数人手里的程度。股权是对企业的控制权,若少数人拥有大部分股权,则为股权集中,反之为股权分散。股权集中程度影响企业对重大决策的判断,对于技术更新频繁的企业而言,创新技术项目的实施以及实施进程、质量与股权集中度有一定的关联。 股权集中表明少数人掌握着控制权,在决策中体现少数人的意志,这种情况往往会因少数人掌握信息不全或者激进、保守态度而不能客观分析项目前景,导致决策武断,创新项目失败。适度的股权集中度有利于吸取更多人的积极意见,在技术项目实施过程中进行共同监督控制,针对问题提出有效的解决方案。

据此,提出假设4: 股权集中度与技术创新绩效呈负相关关系。

1. 3股权制衡度与技术创新绩效关系

股权制衡度指除大股东之外,剩余股东所拥有的股权对大股东股权的制约程度,是股权集中度的一个辅助性指标。在公司治理机制中,剩余股东往往通过联合的方式对大股东的股权产生制约,其作用渗透到公司经营中,左右少数大股东的战略决策,目的在于改善治理环境,使企业有效的运行。

据此,提出假设5: 股权制衡度与技术创新绩效呈正相关关系。

1. 4股权流通性与技术创新绩效关系

股权流通性解释了股票在证券市场中流通的程度。增加股权流通性是股权分置改革的目标之一,股权越流通,股票市场才能更活跃,民众投资股票的积极性才会更高。提高企业股票流通性有利于解决融资问题,使经营管理更加趋于市场化,股东投入经营的积极性越高。对于高新技术企业而言,在技术市场更新较快条件下,及时掌握技术市场最前沿信息并足额筹得资金是技术创新的必备条件,是提升技术创新绩效的有效途径。

据此,提出假设6: 股权流通性与技术创新绩效呈正相关关系。

2研究设计

股权结构是资本结构的重要组成部分,也是公司治理结构研究的重要方面,关系如图1所示。文章分析股权结构特征与技术创新绩效之间的关系有利于揭示高新技术型企业经营管理中的规律,对企业经营绩效产生重要作用,并进一步解释企业间经营绩效差异的原因,为改善企业技术创新绩效, 提高市场竞争力提供理论指导。

2. 1样本选择与数据来源

根据中国《高新技术企业认定管理办法》以及同花顺股票软件对高新技术企业的分类,选择技术创新活动较为频繁的电子信息技术、生物医药技术二大类248家A股上市的高新技术企业作为研究样本,经过对样本进一步筛选,最终得到140家上市公司。筛选的标准如下: 剔除数据缺失及异常的; 剔除ST、*ST、净资产收益率为负值的; 剔除2008年之后上市的。为尽量减少技术创新项目所带来的时间滞后效应,2013年各变量的具体值以2012年、 2013年两年期末变量值的算术平均数来度量,采用SPSS 17. 0数据处理软件,数据来源于国泰安数据库、上海证券交易所、深圳证券交易所。

2. 2研究变量与模型设计

2. 2. 1研究变量

文章考虑到影响高新技术企业技术创新绩效水平的其他重要因素,为使关系研究更为严谨,引入控制变量,各变量选择及界定如下:

被解释变量: 技术创新绩效( TIP) = 公司年度内披露的专利申请数量。

解释变量: 股权性质( EP) 中国有股( SOS) = 国家股与国有法人股持股 数之和/总股数; 法人股 ( LPS) = 境内法人与境外法人持股数之和/总股数; 高管持股( EXS) = 全部高管人员( 包含职工股) 持股数之和/总股数; 股权集中度( EC) = 前三大股东所持股份之和; 股权制衡度( ER) = ( 前十大股东中前三大股东所持股 - 后七位股东持股) /后七位股东持股; 股权流通性( EL) = 公司流通股股数/总股数。

控制变量: 公司规模( SCALE) = 总资产的自然对数; 研发投入( R&D) = 研发支出/营业利润与技术人员/员工的乘积的开方; 资产负债率( DAR) = 总负债/总资产; 盈利能力( ROE) = 净资产收益率。

2. 2. 2模型设计

根据研究假设及研究变量,文章建立的股权结构特征与技术创新绩效的回归模型如下:

为了更好地体现股权结构的特征,文章将股权性质分为国有股、法人股、高管持股三类。关系模型如下: TIP = a + α11SOS + α12LPS + α13EXS + α2EC + α3ER + α4EL + γ1SCALE + γ2R&D + γ3DAR + γ4ROE + ε

其中: a为常数项,αi、γi为系数; ε 为残差值; 当研究SOS与TIP关系时,LPS、EXS、EC、ER同时为0, 依此类推。

2. 3实证分析

2. 3. 1样本数据描述性统计

样本描述性统计结果如表1所示。

文章实证样本总体数据特征表现描述: 参与变量的数据范围跨度都较大,如股权制衡度的最大值为1. 34,而最小值仅有0. 008; 股权性质3个特性都存在右偏现象,中位数小于平均值,且相对密集; 股权集中度、制衡度、流通性波动差异不大,分别为14. 50% 、18. 65% 、17. 58% ,且分布相对均匀; 控制变量间波动差异较大,且分布相对稳定。

2. 3. 2变量共线性诊断

为验证各变量间是否存在严重的共线性问题, 需要判断变量系数共线性问题。验证结果如表2所示。

从表2中看出,各变量系数的VIF( 方差膨胀因子) 都小于10,说明各变量间不存在多重共线性,可以作为研究变量。

2. 3. 3实证检验

偏相关系数检验。偏相关系数检验方法,也即在对其他影响因素( 控制变量) 进行控制的情况下探寻股权结构特征与技术创新绩效之间的关系。 偏相关分析相比于简单线性关系分析更具有现实意义。

1验证国有股与技术创新绩效之间的曲线效应。

从表3、表4中看出,国有股与技术创新绩效之间二次曲线拟合优度比较好,相关系数值也通过显著性检验。

2验证法人股、高管持股、股权集中度、股权制衡度、股权流通性与技术创新绩效关系。

从表5中看出,股权制衡度、股权流通性与技术创新绩效在95% 水平上显著; 法人股、高管持股、股权集中度与技术创新绩效具有一定的相关性,但都没有通过显著性检验,对此以技术创新绩效中位数为分位点,观察技术创新绩效中位数左右两侧与法人股、高管持股、股权集中度之间的关系如表6所示。

从表6中看出,在被解释变量中位数左右两侧法人股、高管持股、股权集中度与技术创新绩效呈现不一致的趋势: 在中位数左侧,三者与技术创新绩效都呈正相关关系,且法人股与高管持股在0. 05水平上通过显著性检验,股权集中度显著性水平相对差一点; 在中位数右侧,法人股、 高管持股与技术创新绩效呈负相关关系,但没有通过显著性检验,说明相关关系较弱,股权集中度与技术创新绩效呈正相关关系,但显著性检验也不理想。

同时,对技术创新绩效中位数两侧数据进行独立样本t检验,检验结果如表7所示。

从表7中看出: 法人股与高管持股在技术创新绩效中位数两侧分布的方差是不相等的,并且法人股在两侧的均值不存在差异,高管持股均值则存在差异; 股权集中度在两侧方差相等且均值在两侧也不存在差异,说明股权集中度在技术创新绩效中位数两侧分布不存在较大差异,这也验证了表5反映的情况。

3研究结论及建议

通过对股权结构特征与技术创新绩效的关系研究发现,在考虑控制变量影响下,股权结构的不同特征与技术创新绩效的关系存在差异性,实证结果与研究假设对比如下。

1国有股与技术创新绩效存在显著的二次曲线分布,与假设1一致。

2法人股、高管持股与技术创新绩效之间存在明显的分位特征。以技术创新绩效中位数为分位点,两者在中位数左端部分都呈显著的正相关关系,而在中位数右端是非显著的负相关关系,与假设2、3不一致。

3股权集中度与技术创新绩效关系非显著,且技术创新绩效中位数两侧分布差异不大,与假设4不一致。

4股权制衡度与技术创新绩效呈显著的负相关关系,与假设5一致。

5股权流通性与技术创新绩效呈显著正相关关系,与假设6一致。

总而言之,技术突破是竞争市场环境中企业获得持久生存的原动力,对于技术要求高、使用寿命期短、更新频繁的高新技术企业而言,技术创新的意义更为重大。通过研究发现: 企业可以通过适当调整股权结构,减少国有股权所占比重,适当引入法人股,给予高级管理人员一定的股权激励, 并避免股权过于集中,同时提高股权流通性,这对于提升企业技术创新绩效具有积极的促进作用。 除此之外,一定程度上也为企业调整股权结构,优化资本结构,完善公司治理机制提供了新的途径。

摘要：股权结构是资本结构的组成部分,也是公司治理的重要方面。在资本结构与公司治理理论基础上,以高新技术上市公司作为研究对象,结合偏相关系数检验、曲线回归、分位数回归等统计分析方法对高新技术上市公司股权结构特征与技术创新绩效关系进行实证研究。研究结果显示:国有股与技术创新绩效呈显著的倒“U”型关系;法人股、高管持股在以技术创新绩效中位数为分位点的左侧呈显著正相关,在右侧的相关性则非显著;股权制衡度、股权流通性与技术创新绩效分别为显著的正、负相关;股权集中度与技术创新绩效关系微弱。

技术公司简介 第5篇

邦彦技术股份有限公司创立于4月，总部位于深圳市高新技术产业园。邦彦是国家级高新技术企业，是深圳知名品牌企业，是深圳市特种产业协会会长单位。邦彦拥有两家全资子公司，北京特立信电子技术股份有限公司和深圳市邦彦通信技术有限公司。

邦彦定位于为各级各类指挥所、通信枢纽和节点及其信息安全提供信息化整体解决方案。十多年来，邦彦专注于各类传输手段的综合管理与运用、异构网络的融合和信息服务应用技术的创新与创造，形成了以byTCA平台、融合通信、统一信息服务平台、信息服务应用、信息安全产品等为基础的五大产品线，以及系列定型产品和技术成果。迄今，邦彦的产品、技术和解决方案业已服务于各类行业专网和企业网的信息通信建设。

面向未来，邦彦将以重生的姿态开启二次创业的征程，打造价值共创共享的事业平台，创造超出客户期待的价值，努力为国家和国防信息化水平的提升做出贡献，践行邦彦人的梦想和价值。

技术公司 冲破围墙 第6篇

詹姆斯·卡梅隆懈旗下技术企业进驻内地，小马奔腾对北美特效巨头数字领域传媒集团（Digital Domain Media Group）的收购更是备受瞩目……电影技术领域的国际合作在2012年出现了一个小高潮。

好莱坞特效“落户”内地

今春的北京电影节期间，两家国际知名电影技术公司先后“落地”国内。首先是卡梅隆与其合作伙伴文斯·佩斯的3D技术公司卡梅隆-佩斯集团，该公司的中国分公司宣布将落户天津。差不多同一时间，数字领域集团与内地电影业新贵小马奔腾宣布达成合作协议，其中包括在内地合资建立一个后期特效基地，以及一部耗资9000万美元的合拍动画电影《唐波传奇》。

其实在此之前，欧美一线技术公司在中国大多已有所动作，例如新西兰的后期、特效巨头韦塔数码近年来在中国就有不少合作业务。而在2012年5月，好莱坞最著名的特效公司工业光魔（Industrial Light & Magic）也与内地的Base FX开始了战略合作。据悉双方的合作目前已涉及一线实际运作。按照协议，工业光魔会把自己承接的项目分包给Base FX， 并派专业人士前来指导，后者也将派遣人员前往美国培训，并参与对方的实际制作。

特效行业存在投入高但实际利润率偏低的特点，尤其是好莱坞大片的特效制作流程复杂，工期长、要求高、盈利难度很大。即便是《超凡蜘蛛侠》这样的A级项目，特效公司正常的利润率也只在5%左右。一旦制作出现反复，赔钱也是家常便饭。业务以好莱坞大片为主的数字领域近年来参与了《复仇者联盟》《变形金刚3》等一系列顶级大片，但公司的经营状况非但没有好转，负债与亏损却逐年攀升。

此外，2008年的经济危机极大冲击了国际电影业，其中特效等技术产业是重灾区，企业经营风险进一步放大，尤其是规模较大的老牌公司。近年来，北美特效名厂倒闭不断，仅在最近两月就又有多家公司关门，这其中包括《普罗米修斯》的主力特效团队Fuel VFX以及参与过《泰坦尼克号》等片的Matte World Digital。

在此背景下，开拓新市场变得极为重要，尤其是中国、印度等新兴市场。

相比之前项目、业务方面的合作，近期来华的国际技术企业更多采取了在内地建立分公司的方式。其中，既有Pixomondo这样的海外全资“直营店”，也有联合本地伙伴发起合资公司的模式。卡梅隆-佩斯中国分公司股东就包括两家国有企业——天津北方电影集团和高新控股集团。

中国市场的传统优势是劳动力资源，但对于当前选择来华的国际企业来说，降低成本已不是最重要的考量。加拿大特效企业Vision Globale最近宣布了在内地建立分公司的计划，公司总裁兼CEO马修·勒弗伯若（Mathieu Lefebvre）表示，来到中国的决定并非出于成本考虑，“这里并不便宜，即使是还算便宜的地方恐怕也便宜不了多久了”。来华已有3年的Pixomondo也有同感，其负责人寒洋表示，相比德国等地，北京、上海在很多方面的成本实际上还要更高。他们更看重的，还是中国市场的想象空间。

对于有意来华设点的海外企业来说，另一个重要利好是各类电影基地项目火热。目前，天津、上海、杭州、海南等地都在扩大当地文化产业的规模和影响，各类影视基地和产业园区规划频出，科技、人才密集型的电影技术类企业无疑比较适合此类项目，尤其是国际知名企业更是各地争相“礼遇”的对象。在上海，特艺集团、杜比实验室等知名电影技术企业早已设立了分支，而近年启动的“东方梦工厂”和“梦基地”也备受关注。各地其他类似项目也不乏海外公司的身影，例如无锡电影基地中有专攻摄影棚管理的罗利集团，天津除了有卡梅隆、徐克的3D公司，总部位于洛杉矶的后期公司MTI也计划在当地开设一家专门从事电影修复工作的分支机构。

中国企业“走出去”

中国最具吸引力的还是本地市场的提升空间，以及其中蕴藏的机会。

北京的Base FX是内地的一线特效企业之一，该公司起家于华语片，其参与的首个电影项目是2009年的《白银帝国》。此后公司通过与HBO的长期合作打开了知名度，尤其是2010年Base FX参与特效制作的《太平洋战争》（The Pacific）拿到了艾美奖最佳特效奖。和内地很多知名特效公司一样，Base FX当前业务主要还是以海外代工为主，但近两年，华语片项目所占比例呈明显上升趋势，公司近来参与的本地制作包括《王的盛宴》《画皮Ⅱ》，以及与Base FX有长期合作关系的陈嘉上的新片《画壁》和《四大名捕》。在内地特效业，Base FX的情况具有一定代表性——通过参与海外代工实现最初发展，随后把目光转向内地。

对国际技术公司而言，中国的吸引力也首先来自不断发展的本地市场。卡梅隆的3D公司在海外的第一站就选择了中国。欧美传统市场长期不景气，中国市场的意义也由此上升到战略层面。

记者2010年在上海电影节结识了科纳集团（Kerner Group）的总裁艾瑞克· 爱德米兹（Eric Edmeades）。该公司前身是工业光魔的模型部门，在现场特效和3D特技领域经验丰富。当时科纳拿了一个合拍项目来参加上海创投会，爱德米兹希望借此实现与中国的合作。对于中国市场，科纳集团异常积极。仅仅数月之后，公司的一位投资人通过其他渠道又联系上记者，希望能在内地找到合适的合作、合资伙伴。事后证明这样的急切是有原因的，2011年2月，这家有着30多年历史的老牌特效公司突然宣布破产。

类似情况最近再次出现，虽然通过与小马奔腾的合作实现了在内地的“落地”，但积重难返的数字领域集团还是在劫难逃。9月初，公司宣布进入破产保护程序。其实这家著名特效企业去年就经历了一轮危机和重组，在大批裁员和高层变动之后，最终还是走到了破产这一步。

国际特效大环境的持续不景气给中国电影企业带来了更多机会。近两年，反向输出时有发生，之前北京幸星收购加拿大Rainmaker公司就是一例。而最近数字领域的收购案更是轰动性案例。在破产后的拍卖竞标中，这家北美特效知名企业最终被其在亚洲的两位合作伙伴——印度巨头信实媒体集团（Reliance Mediaworks）和中国的小马奔腾联手购得，价格为3020万美元，完成交易后，小马奔腾持有数字领域70%的股份。根据交易的主操盘人、小马奔腾副董事长钟丽芳之前对外的介绍，公司将和收购搭档信实集团合作建立一家新的合资公司，“数字领域”的品牌将保留。

此次交易中，除了付给债权人的竞购款外，小马奔腾还需为数字领域筹集未来一年的运营费用，大约2000万美元左右。这样算下来，整桩交易小马奔腾的花费大致在4000多万美元。对于在国际电影界少有跨国收购的中国企业来说，能以如此价格拿下一家好莱坞顶级专业公司是相当划算的，后者在技术领域的品牌和经验正是国内电影界稀缺的。据悉数字领域被拍卖的总共有6块业务，小马奔腾的收购包括其中最主要的特效业务，还有主攻广告和3D舞台技术的子公司Mothership，以及数字领域持有37.5%股份的魔幻电影《安德的游戏》（Ender's Game）。

当然，收购完成不等于合作完成。之前中国企业的海外并购经验也告诉我们：当老板并不容易。

收购完成后，摆在小马奔腾眼前的挑战只会更大：数字领域的倒闭深层次的根源是当前整个特效行业处于困境，这些绝不会因为换了老板而有所改变。现在看来，摆在新公司眼前的首要难题是在保持项目流的同时降低成本。对于熟悉中国市场的小马奔腾来说，关键是能否有效整合中美两地资源。由于中美两地电影业的现实差异，小马奔腾将数字领域直接引入其在国内电影业务的可能性不大，重点可能还是会放在如何利用内地的劳动力优势以降低后者的运营成本。

而且，对特效企业来说，核心资源不在于技术，而是客户资源及核心人才，尤其是能够联系大项目和大导演的管理人员。根据拍卖协议规定，小马奔腾已与数字领域被收购业务的员工完成续约。从长远看，如何稳定公司既有核心人才和团队将是小马奔腾在相当一段时间里要面临的主要挑战。

高新技术上市公司 第7篇

(一) 高新技术企业知识产权与资本结构

企业发展需要外部融资, 对于高成长性的高新技术企业来说, 其持续快速的发展更是离不开从外部获得足够的资金, 以有效解决其快速发展过程中的金融缺口。基于资源的企业理论认为, 拥有特定的资源是一个企业参与市场竞争的基础。拥有知识产权的数量和质量决定了高新技术企业在市场上的竞争力, 进一步影响企业的经营决策。以高新技术为核心的知识产权如专利、专有技术已经成为影响高新技术企业生存和发展的重要生产要素。高新技术企业知识产权在企业总资产中所占的比例不断提高, 这一特征对高新技术企业来说极为突出。但是从融资的角度来分析, 无形资产比有形资产有更多不利的影响。由于企业的有形资产比无形资产更具有担保价值, 因此企业有形资产所占比例越大, 企业的信用能力就越强, 因而就有可能获得更多的负债。所以从资本结构优化的角度考虑, 企业应保持较低的负债率。Long and Malitz (1985) 强调技术创新研发方面投资的产出往往创造出专利等无形资产, 这种资产有可能遭受市场失败的威胁 (也就是说它们不可能在公开市场有效率地交易) 。因此, 它们不可能成为一个好的抵押品, 也就难以借到资金, 不可能支持高水平的债务。所以, 企业不能或者不愿意以负债来支持创新投资。另外由于知识产权具有很强的专用性, 基于交易成本经济学的资本结构理论认为, 一个企业资产专用性程度越高, 在合约不完全背景下, 使用负债治理导致的套牢问题越容易出现, 导致较高的监督成本和协调成本, 企业的理性选择是使用较多的权益资本。基于上述分析, 本文提出如下假设:

H1:高新技术企业所拥有的专利数与资本结构呈负相关关系。

由于商标数、著作权等知识产权的数据没法得到, 而且更为重要的是它们对高科技公司融资的相关性不强, 所以在这里只选择了数据较易得到且对高科技公司融资相关性较强的专利数进行假设研究。

(二) 高新技术企业知识产权与企业绩效

作为研发活动的重要产出的知识产权, 由于其所具有的稀缺性、价值性、不可替代性和难于模仿性, 它不仅自身可以发挥资产效应, 而且可以整合有形资产以及其他无形资产, 具有提效增值的功能。Bosworth和Rogers认为企业所拥有的独特资产是造成企业之间竞争优势和业绩差异的重要原因, 这些独特资产主要包括技术诀窍、声誉、商标、专利等垄断性资源。一些学者对技术创新、知识产权和企业绩效的关系做了实证研究。Griliches对美国157家制造企业的时序与横截面数据分析的实证结果表明, 公司的绩效与由公司过去的研发支出和专利数量所形成的“无形资产”之间存在一个重要的正相关关系。Reitzig对德国机械制造业50家公司的统计分析表明, 拥有较高质量专利的企业拥有更好的企业绩效。Crepon、Duget和Mairesse将研发支出定义为研发活动的投入因素, 专利权数量及新产品销售金额为研发活动的产出, 建立模型并证明研发活动的投入对产出有正向影响, 产出对绩效有正向影响。Lev和Sougiannis发现研发产生的专利对企业股票报酬率有显著正向影响。李文鹣和谢刚对我国电子及设备制造公司的专利活动与绩效进行了实证研究。赵远亮研究表明商标申请活动和企业的经营绩效之间存在着较强的关联性。基于上述理论与实证分析, 本文提出如下假设:

H2:高新技术企业所积累的专利数对其绩效有正向的显著影响。

二、变量选取与模型设计

(一) 被解释变量

(1) 资本结构。资本结构作为被解释变量, 使用的是资产负债率 (LEV) , 即负债总额/总资产, 都采用年报中的账面价值。这主要考虑到我国的现实情况。债券市场不发达, 企业融资多以借款的形式进行债务融资, 甚至短债长借, 因此无法使用短期负债率或长期负债率来描述资本结构, 而采用较保守的账面价值来计算。 (2) 企业绩效。在无形资产对上市公司企业经营绩效影响的衡量方面, 学者们曾提出许多指标, 如销售收入、利润率、利润成长率、资产回报率 (ROA) 、净资产收益率 (ROE) 等。本文利用会计绩效指标总资产收益率 (ROA) 作为评价企业经营绩效的一个综合指标, 总资产收益率是净利润与总资产的比值, 它表明了企业资产的综合利用效果, 也反映了企业的整体营利能力。指标数值越高, 表明企业资产的利用效率越高, 说明企业在增加收入和节约资金使用方面取得了良好效果。

(二) 解释变量

企业申请的专利权是技术创新的主要结果, 也是反映技术创新的一个很好的指标, 应该成为高新技术公司的主要知识产权和利润创造源。但由于创造性、新颖性等必要条件以及技术领域不同, 专利在授予上存在年限与分类的不同。在我国《专利法》中, 专利包括发明专利、实用新型、外观设计, 其保护期分别为20年、10年和10年。这三种专利的新颖性和价值是有差异的, 代表着不同类型的技术创新活动。本文直接用发明专利、实用新型和外观设计的数量作为解释变量, 探讨不同专利形式对资本结构以及企业绩效的影响, 探求企业在处理三种专利过程中的规律与特征。

(三) 控制变量

本文主要研究知识产权、资本结构与公司业绩的关系, 由于影响公司资本结构与公司业绩的因素很多, 因此在研究设计中要控制其他因素的影响。根据相关研究结论, 本文设置了以下控制变量:公司规模和公司成长性。

本文将公司规模作为影响公司业绩和资本结构的一个控制变量。关于公司规模这一指标的度量, 本文采用公司年末总资产的自然对数来对公司规模进行衡量。

对于公司成长性这一指标的度量, 国内外研究中有很多方法, 典型的有资本性支出与销售额的比例、研发费用与销售额的比例、折旧费用与销售额的比例、盈利价格比等。张锦铭 (2006) 在其研究中采用了公司年末累计折旧减去年初累计折旧的差额, 即年度折旧费用, 除以主营业务收入净额来表示;杜莹 (2002) 用利润增长率来表示;赵帅 (2003) 用主营业务收入增长率来表示;封铁英 (2006) 用总资产增长率来表示。这些衡量方法都可以在一定程度上反映公司的成长性。本文采用主营业务收入增长率来反映公司的成长性。

肖作平 (2005) 研究表明资本结构与公司绩效存在互动关系;财务杠杆与公司绩效负相关。王宇、徐应萍 (2006) 等在研究高新技术上市公司资本结构影响因素时也通过实证进行检验, 指出公司盈利能力对资本结构有影响作用。基于相关研究结论, 本文在模型中设置了资本结构与公司绩效作为控制变量。

(四) 计量模型

本文在研究企业所拥有的知识产权数量和企业绩效的关联性时, 由于企业绩效变量选取的是ROA和托宾Q值, 两者都是相对值, 而不是销售收入或利润等绝对值, 因此没有选择柯布道格拉斯生产函数形式的指数方程, 而选择了多元一次回归模型。根据前面的假设, 本研究建立以下多元回归模型。

模型1:ROA=α1+β11*Patent+β12*Utility+β13*Design+β14*Size+β15*GR+β16LEV+ξ

模型2:LEV=α2+β21*Patent+β22*Utility+β23*Design+β24Size+β25*GR+β26ROA+ξ

其中:ROA为资产回报率;LEV为资产负债率;α1, 2分别是2个模型中待确定的常数, 是回归方程的截矩;βij (i=1, 2;j=1, 2, 3…6) 是2个模型中待确定的系数;Paten, Utility, Design分别是企业积累的发明专利、实用新型和外观设计;Size和GR分别是企业的资产规模和成长性。

三、数据选择与分析

(一) 数据来源

本文以我国在上海和深圳股票市场上市发行A股的企业为研究对象, 研究专利数、资本结构与企业绩效之间的关系。判定一家上市公司是否是高新技术企业, 可以依据《国家高新技术产业开发区高新技术企业认定条件和办法》及《国家高新技术产业开发区外高新技术企业认定条件和办法》的相关规定。由于上市公司信息披露的不充分性, 认定办法中所规定的两大标准:主营收入结构标准、人员结构标准无法直接从上市公司年度报告中获得, 这使得无法依据相关标准直接选取样本。从我国上市公司信息披露的现状出发, 选择其年报中是否披露高新技术企业认证为惟一标准, 即若在年报中披露其高新技术企业认证, 则认为是高新技术企业;若没有披露相关认证, 则排除在高新技术企业之外。依照此标准, 对发行A股的医疗板块上市公司逐一进行筛选, 从中剔除ST公司, 初始确定研究对象75家。本文的研究期间是从2002年至2008年止, 上市医药企业的财务数据来自于中国证券网, 根据上市医药公司的信息, 本文分别在国家知识产权局、国家工商局等相关网站查询并统计了医药上市公司截止2002年至2008年专利权数据, 最终获得402个有效样本。

(二) 描述性统计

从表1描述性统计中可以看出, 高新技术上市公司所拥有的专利权较多, 各类专利权平均数分别为79.18、51.15和52.46, 在发明专利、实用新型和外观设计三种专利中, 上市医药企业主要申请的是发明专利, 实用新型和外观设计申请的相对较少。这也反映出医药企业创新的特点, 主要是新配方、新剂型、化合物结构、方法和用途创新等, 只有一些医疗器械制造企业拥有较多实用新型专利。各公司所拥有的专利权存在很大的差异性, 如发明专利最多的企业有2004项, 最少的则是零。在资本结构和企业绩效方面也存在很大的差异性。与高新技术上市公司相比, 非高新技术公司所拥有的专利权明显较少, 其杠杆比率较高, 公司绩效较差。

(三) 回归分析

本文采用SPSS13.0统计软件对制药企业的知识产权、资本结构和企业绩效作了回归分析。见表2:

注:*和**分别表示P在0.05和0.01水平上显著。

四、结论

高新技术上市公司 第8篇

本文将就中小板高新技术行业上市公司高层管理者的背景特征与公司经营绩效之间的关系进行分析研究, 希望通过分析, 实证研究高层管理者的背景特征与公司绩效之间的关系, 为中小板上市公司的发展提供经验证据与建议。同时, 也为能够进一步研究提升中小板块上市公司的经营决策水平、改善公司的经营业绩提供实证支持。

1 文献回顾

国内外学者们对公司高管背景特征与经营绩效的研究做出了很多努力, 其中之一就是研究公司高管背景特征 (包括年龄、学历、任期、专业背景、工作经验等) 与经营绩效的关系。综合国内外研究, 学者们关于高管背景特征与经营绩效的研究的结果并不十分一致, 某些观点争议较大:1、在高管教育背景的研究方面, Daily和Johnson (1997) 的研究表明, CEO的教育背景与Jensen’s alpha (公司绩效指标之一) 之间显著负相关, 与其他绩效指标无显著相关性[1]。陈晓红等 (2006) 通过实证分析, 得出了高管学历与成长性呈正相关结论[2];而王颖 (2004) [3]、陈伟民 (2007) [4]认为经营者的教育程度 (博士、硕士、大学、大专) 与企业业绩没有显著性的相关关系;2、从高管年龄的角度分析。Tihanyi等 (2000) 发现高管团队平均年龄越大, 制定的公司战略就越保守, 从而使得公司丧失市场机会, 降低公司绩效[5]。王颖 (2004) 、陈伟民 (2007) 研究发现经营者年龄与公司业绩没有显著性的相关关系。缪小明、李淼 (2006) 通过实证研究发现高管年龄与公司绩效呈现负相关关系[6];而蹇明 (2006) 研究结果表明, 公司经营业绩与年龄没有显著的相关性, 当经理年龄≥56时, 公司经营业绩与年龄正相关, 当经理年龄≤56时[7];3、从高管社会地位、任期的角度分析。缪小明、李淼 (2006) 发现高管声誉与公司业绩未呈现任何相关关系, 任期的年限与公司业绩呈现显著的正相关关系。朱治龙、王丽 (2004) 研究发现我们还处在关系经济时代, 经营者社会地位与公司经营业绩之所以呈现正相关关系[8];4、从高管所学专业和专业经验的角度分析。王颖 (2004) 发现经营者的所学专业与公司经营绩效没有显著性的相关关系。缪小明、李淼 (2006) 研究发现高管所学专业为经济、管理类以及在工作经历中积累的技术专业经验与公司经营绩效存在微弱的正相关关系;而高管专业为理、工专业以及来自高校项目经验与公司绩效未呈现任何相关关系;5、从高管工作背景、团队异质性方面的研究。Amason 和 Hambrick (1984) [9]、Boone等 (2004) [10]、Ferries (2001) [11]认为高管团队成员工作背景、人口特征等的异质性有利于改善决策质量、实施扩张战略, 从而提高公司的绩效。王道平、陈佳 (2004) 研究结果表明高管团队成员良好的归属感可强化团队异质性与公司经营绩效之间的相关性[12]。肖久灵 (2006) 认为应保持高层管理团队组成的异质性, 才能提高高层管理团队的决策效率、工作效率和公司利润率, 进而提升团队效能[13]。

和上述文献相比, 本文的主要目标是用面板模型对中小板高新技术行业上市公司高管背景特征与经营绩效进行实证研究, 考察中小板高新技术行业上市公司高管背景特征对经营绩效的影响。

2 样本选取与模型设定

2.1 样本选取

本文的研究对象是中小板高新技术行业上市公司, 参照巨潮资讯网披露的中小板上市公司的主营业务情况, 本文将在深圳证券交易所中小板上市的16行业划分到高新技术行业类别中, 即化学原料及化学制品制造业, 医药制造业, 专用设备及其他电子设备制造业, 生物药品制造业及生物制品业, 电子元器件及日用电子器具制造业, 输配电及控制设备制造业, 信息技术、电子及通信服务业, 人造板制造及耐火材料制品业, 计算机、通信及相关设备制造业, 专用化学产品制造业, 非金属矿物制品业, 计算机软件开发与咨询, 化学纤维制造业, 计算机应用服务业, 专业、科研服务业, 信息传播服务业。

本文样本研究区间为2005～2007年, 样本选择原则: (1) 2007年12月31日之前在中小板块上市的公司; (2) 在样本研究区间发生了大股东更换、置换主营业务资产之类的资产重组的公司被排除。因为经过重组, 这些公司的股权结构与经营业绩发生了显著变化; (3) 能够从公开媒介找到相关财务数据和高层管理者的背景信息。根据设定的条件, 我们得到了97家。文中“高层管理者”是根据上市公司年报资料来确定的, 是指公司中具有副总裁/副总经理及以上头衔的高级管理人员, 不包括上市公司中的独立董事。

2.2 变量定义与选择

2.2.1 公司经营绩效变量

本文采用经济增加值 (EVA) 作为考察公司经营绩效的变量, 本文选用EVA的具体计算公式如下:

EVA=NOPAT- (NA×WACC) (1)

NOPAT:营业利润-所得税额, 即税后净营业利润。

NA:总资本, 即总资产。

WACC:加权平均资本成本率 (平均资本费用率) , 本文使用3～5年期中长期银行贷款基准利率的平均值。

2.2.2 检验变量

(1) 高管年龄背景特征比例。

考虑到中小板上市公司的特点及具体情况, 将高管年龄背景划分为>20岁且≤35岁, >35岁且≤50岁, >50岁三个年龄段, 高管年龄背景特征比例定义为上述年龄段高管人员数分别占公司高管总人数的比例, 对应的变量设定为AGE1i, AGE2i, AGE3i。

(2) 高管性别背景特征比例。

将高管性别背景特征比例定义为女性高管人员数占公司高管总人数的比例, 即FEMALEi。

(3) 高管政治背景特征比例。

高管政治背景特征比例定义为是共产党员的高管人员数占所考察的高管人员总数的比例, 即COMMYi。

(4) 高管教育背景特征比例。

本文将所研究的高管教育背景分为四类:获得大专以下及大专学历的高管, 获得本科及学士学位或正在攻读硕士学位的高管, 获得硕士学位或正在攻读博士学位的高管, 获得博士或博士后学位的高管, 高管教育背景特征比例即四类教育背景的高管人员数分别占所考察高管人员总数的比例, JUNIORi、BACHELORi、MASTERi、DOCTORi。

(5) 高管专业背景特征比例。

高管专业背景分为三类:财务会计、金融、法律专业, 生产、人事、组织管理专业, 其他专业, 高管专业背景特征比例即三类专业背景的高管人员数各自占所考察高管人员总数的比例, 对应的变量设定为SPECIALTY1i、SPECIALTY2i、SPECIALTY3i。

(6) 高管海外背景特征比例。

高管海外背景是考察高管是否有一年以上的海外学习或工作经历, 高管海外背景特征比例定义为有一年以上的海外学习或工作经历的高管人员数占所考察的高管人员总数的比例, 对应的变量设定为OVERSEASi。

(7) 高管任期背景特征比例。

根据中小板上市公司高管任职的基本情况, 本文将高管任期划分为二类:≤3年和>3年, 高管任期背景特征比例即二类专业背景的高管人员数各自占所考察高管人员总数的比例, 对应的变量设定为YEAR1i、YEAR2i。

2.2.3 控制变量

本研究选择两个控制变量。

(1) 高管持股比例。

高管持股比例定义为公司被考察的高管人员持股数之和与公司总股本之比, 变量设定为MANSTOCi.

(2) 公司规模。

公司规模变量定义为对总资产量取对数来度量, 变量设定:FIRMSIZEi.

2.3 模型选择与设定

本文在考察高管背景特征与公司经营绩效的关系时, 对于可能的其他因素如第一大股东持股比例、高管人员报酬、公司成立时间、投资机会以及行业影响等在本研究中不作为主要控制因素考虑。即在假设其他因素不变或一定的情况下, 建立变量之间的如下关系:

EVAi=α+β1AGE1i+β2AGE2i+β3AGE3i+β4FEMALEi+β5COMMYi+β6JUNIORi+β7BACHELORi+β8MASTERi+β9 DOCTORi+β10SPECIALTY1i+β11SPECIALTY2i+β12SPECIALTY3i+β13OVERSEASi+β14YEAR1i+β15YEAR2i+β16MANSTOCi+β17FIRMSIZEi+εi (2)

本文将使用的面板数据模型进行分析, 其基本形式为:

yit=αit+x'itβit+μit, i=1, 2, …, n;t=1, 2, …, T (3)

其中yit是因变量, xit是K×1维解释变量向量, n为截面成员个数, T为每个截面成员的观测时期总数。参数αit表示模型的常数项, βit为对应于回归向量xit的系数向量。随机误差项μit相互独立, 且满足零均值、等方差的假设。在成员截面上, 该模型共含有n个截面成员方程, 在时间截面上, 该模型共含有T个时间截面方程。 (3) 式所描述的面板数据模型划分为三种类型:无个体影响的不变系数模型、含有个体影响的不变系数模型即变截距模型和含有个体影响的变系数模型即无约束模型。另外, 根据模型中待估参数的不同特性, 还可以将模型分成“固定效应模型”和“随机效应模型”。如果模型中的系数αit为确定性变量, 即模型中省略因素对个体差异的影响是固定不变的, 则模型为固定效应模型。如果αit为随机变量, 即模型中省略因素对不同个体的影响是随机的, 则模型为随机效应模型。本文将根据检验确定使用的模型。

3 实证结果分析

3.1 统计描述

对变量的描述性统计分析见表1所示。

从描述性统计分析结果来看, 样本公司的经营绩效EVA从-0.3282亿元到3.8981亿元, 均值为0.5298亿元。样本公司高管特征变量中, 有7.25%的高管年龄在>20岁且≤35岁之间, 70.53%的高管年龄在>35岁且≤50岁之间, 22.32%的高管年龄>50岁, 多数高管年龄在>35岁且≤50岁之间;高管性别特征比例从0.00%到75.00%, 均值为8.79%, 样本公司中仅仅有少数高管是女性;政治背景特征中, 有81.85%的高管具有共产党员的身份;高管教育背景中, 有23.62%的高管获得大专以下及大专学历, 40.55%获得本科及学士学位或正在攻读硕士学位, 31.42%获得硕士学位或正在攻读博士学位, 有4.58%的高管获得博士或博士后学位, 中小板块高新技术行业上市公司中有76.38%的高管获得了本科以上的学位;高管专业背景方面, 18.01%的高管专业主要从事财务会计、金融、法律, 从事生产、人事、组织管理专业的高管达72.82%, 而仅仅有9.32%的高管从事其他专业, 绝大多数高管主要从事生产、人事、组织管理专业;高管海外背景特征, 样本公司中8.46%的高管具有一年以上的海外学习或工作经历;高管任职年限中, 任期≤3年的高管占25.42%, 任期>3年的高管占74.58%, 多数高管的任期在3年以上。

3.2 实证研究结果

本文采用2005—2007年面板数据进行实证检验, 通过使用Hausman检验发现固定影响模型优于随机影响模型。基于样本上市公司高管背景特征及公司经营绩效 (EVA) 的面板数据, 利用Eviews 5.0软件采用固定效应模型对数据进行回归, 结果见表2。

注:**表示在5%的显著性水平下显著, ***表示在1%的显著性水平下显著。

由所得的实证研究结果可以分析得出:

(1) 从表1可以看出, 高管年龄背景特征变量AGE1i、AGE2i、AGE3i与公司经营绩效呈负相关, 但未通过显著性检验, 说明三变量对公司经营绩效并无显著性影响;女性高管比例变量与公司经营绩效呈正相关, 影响并不显著, 表明女性高管在高新技术行业上市公司中的作用能够得到一定的发挥和认可, 暗示随着社会的不断发展, 社会意识和社会环境正在悄然地变化。

(2) 有党员政治背景的高管比例对公司经营绩效无显著影响。此结果从侧面反应出随着我国市场经济体制的不断完善, 企业改革、改制力度不断地深入, 使企业处于公平、公正的市场竞争环境, 以前的“靠关系, 拉关系”变成了如今的“凭实力, 讲诚信”。

(3) 公司高管教育背景对公司经营绩效有显著性影响。由实证研究结果可以看出, 高新技术行业上市公司高管的教育背景对公司经营绩效有显著的正面影响。从测算获得大专以下及大专学历的高管比例、获得本科及学士学位或正在攻读硕士学位的高管比例、获得硕士学位或正在攻读博士学位的高管变量、获得博士或博士后学位的高管变量, 四变量系数为正且呈现明显递增态势, 受教育程度越高的高管对公司经营绩效的正面影响越大, 说明了在高新技术行业上市公司对高管的学历要求较高, 这也是由此类行业自身的行业特点所决定的。

(4) 高管的专业背景对公司经营绩效呈正相关, 但影响并不显著。在高新技术行业领域, 由于公司所处行业的自身特点决定了高管必须具有扎实的专业技能和全方面协调管理的能力, 积累较多的专业技术知识和经验, 能够为提高经营业绩起到更多积极的作用。

(5) 拥有一年以上的海外学习或工作经历的高管与公司经营绩效呈显著负相关, 变量通过了1%的显著性水平检验, 说明中小板上市公司高管“水土不服”问题比较突出。

(6) 经实证研究, 任期长的高管与公司经营绩效呈显著正相关, 呈现出任期偏长的高管比例的系数逐步增大, 说明任期越长的高管比例越高, 则公司经营绩效越好。表明由于公司外部环境的不断变化, 要求此类行业上市公司的高管能够及时把握市场及内外部环境的信息变化, 并要有较高的敏感度, 而任期长的高管更有利于此类行业上市公司的创新和发展, 从而为提升公司业绩起到积极作用。

(7) 高管持股比例与公司规模的变量系数都为正值且都通过了1%的显著性水平检验, 表明上市公司高管持股比例和公司规模对公司经营绩效有正影响, 高管持股比例越高, 公司经营绩效越好;公司规模越大, 公司经营绩效越好。

4 结论

本文以97家2005—2007年的中国中小板高新技术行业上市公司为样本, 实证分析了高管背景特征对公司经营绩效EVA的影响, 发现上市公司高管的教育背景、任期与公司经营绩效之间有较显著的正相关关系, 高管的海外背景则与公司经营绩效之间有较显著的负相关关系, 受教育程度越高的高管越多则公司经营绩效越好, 任职期限越长的高管越多则公司经营绩效越好, 而具有一年以上的海外学习或工作经历的高管越多, 公司经营绩效越差。同时, 也发现高管的年龄、性别、政治背景、专业背景与公司经营绩效有一定的相关关系, 但对公司经营绩效没有显著影响。

基于以上对样本公司的实证分析, 我们认为中小板上市公司在进行公司高管聘用、人员选拔和安排等工作时, 应考虑高层管理人员的一些背景特征对公司可能产生的影响, 应根据公司及产品的特点和所处的行业领域来安排, 从而在一定程度上提升公司的经营绩效, 使公司能够得到更好的发展。

摘要：高层管理者承担着制订和实施企业战略的使命, 对企业经营绩效和发展至关重要。研究了中小板高新技术行业上市公司高管背景特征与经营绩效的关系, 结果显示高管背景特征影响了公司经营绩效。其中, 高层管理者的教育背景、海外背景、任期和持股比例对公司经营绩效有显著性正的影响, 而高层管理者的年龄、性别、政治背景、专业背景对经营绩效影响不显著性。

高新技术上市公司 第9篇

信息化与工业化融合( 简称为 “两化融合”)对促进我国产业结构升级、提高工业生产效率有重要意义。对于信息化和工业化融合,从党的十六大报告中就有涉及,特别是党的十八大中提出“推动信息化和工业化深度融合”,近几年相关政府部门也出台了一些政策文件。在学术界,乌家培( 1993)[1]较早地讨论了工业化与信息化融合的内涵。众多学者也从融合的内涵、评价等角度进行了大量的研究( 谢康等,2009)[2]。目前比较一致的观点是指以信息化带动工业化、以工业化促进信息化,走新型工业化道路,而大力推进工业企业的信息化,则是 “两化融合”向高水平发展的重要举措( 许轶旻和孙建军,2012)[3]。那么,信息化是否带动了工业化? 这个问题可以从宏观层次来研究,也可以从微观层次来研究。

信息化发展的基础是进行信息技术投资,既可以是政府的基础设施方面的投资,也可以是企业进行的投资。有了这方面的投资,才可能对工业、经济总体等方面产生影响。而关于信息技术投资的问题,人们关注较多的是它对于企业绩效或经济增长的影响,其中有一个 “IT悖论” 问题,即信息技术并不能直接产生绩效,只有作用于企业内其他资源并进行融合,才能发挥作用。对于 “IT悖论”问题,人们从两个方向进行了深入研究,一个方向是在实证模型中引入更多的变量进行分析,另一个方向是提出信息技术投资并不能直接产生很明显的绩效的影响,而要通过其他途径间接产生影响,于是又发展了若干理论进行分析( 齐晓云等,2013)[4]。

实际上,信息技术投资并不能对企业绩效产生很大的直接影响,而要通过一些中介变量来影响绩效,如提高管理水平、提高效率等方面,特别是通过提高企业的技术效率产生影响。也就是说,信息技术投资对企业经营管理的影响,在很大程度上表现为管理理念、管理模式、运作流程等方面的影响。谢康等( 2009) 认为信息化与工业化融合是一种技术效率的表现,提出信息化与工业化融合机制的技术效率模型。因此,信息化是否带动工业化这个问题,可以通过分析信息技术投资是否提高企业的技术效率来分析。本文将以我国2000 ~ 2012 年工业上市公司为研究对象,分析其信息技术投资对企业技术效率的影响。

本文的贡献在以下几个方面: 在研究对象上,以整个工业行业上市公司为研究对象,现有的研究多以制造业企业为研究对象,实际上工业中除了制造业以外,还有采掘业以及电力、热力、燃气及水的生产和供应业( 本文中以下简称为 “电力业”) ,因此如果只关注制造业,则不能完全代表工业的情况。在数据上,采用上市公司财务报表附注中披露的信息,具有一定的客观性,并且分析了2000 ~ 2012 年的数据,具有较长的时间跨度,而一般采用调查问卷难于获取如此长期时间的数据。另外,本文还在分析方法上有所创新,用面板前沿分析方法,通过超越对数函数来估计技术效率,并用面板数据模型分析了信息技术投资对技术效率的影响。

本文的研究结论不同于现有的大多数文献,发现我国工业上市公司的信息技术投资并没有明显地促进技术效率的提升,不同数据情境的分析结果也支持这个结论,本文进一步分析了其原因。

1 相关文献述评

国外关于信息技术投资与企业绩效之间关系的研究文献极多,也有一些优秀的综述性的文献进行了系统的分析。近10 年来,Lim et al ( 2004)[5]分析了1990 ~ 2002 年之间的15 篇文献,这些文献对企业绩效的测定主要是基于市场的方法和基于会计的方法。结果发现这些文献并不支持信息技术投资与企业绩效正相关的结论,而且这种相关性受到不同绩效测定指标的影响。Marthandan and Tang ( 2012)[6]对国际上有影响的三大文献数据库中的有关信息技术投资与信息技术商业价值之间关系的文献进行综述,发现在不同层次的研究中,企业层次的研究最多,占到了82% ,而在企业层面的158 篇研究文献中,有53. 5% 的研究发现信息技术投资与企业绩效是正相关的,这和全部文献的比例接近。另外,还有42. 1% 的研究文献发现两者之间的关系是混合的。这些综述性的研究主要是针对发达国家的,也有一些文献研究了发展中国家的相关问题。Antonopoulos et al( 2009)[7]发现1988 ~ 2003 年间希腊的信息技术投资促进了全要素生产率的提高,但提高的幅度低于同时期的美国,另外信息技术投资对金融、保险、房地产等行业带来的收益更大。Keramati and Behmanesh ( 2010 )[8]对伊朗200 家汽车配件供应商应用信息技术的情况进行了分析,典型相关分析的结果表明企业绩效和信息技术应用的不同方面的相关性是不同的,在计划、管理、资金管理方面的应用对企业绩效有更强的影响。Samoilenko ( 2008)[9]基于新古典经济增长理论,研究了18 个转型国家信息技术投资利用效率及其影响因素,使用因子分析、决策树分析等方法,发现经济发展水平、通信行业的投资、自由化的水平等因素影响了这些转型国家信息技术投资利用效率的高低。Alfredo et al ( 2008)[10]分析了西班牙银行业信息投资的影响,发现信息资本的积累能够解释银行业1 /3的增长,而且信息资本投资能够代替一定比例的劳动力投入。

在国内的研究中,孙晓琳等( 2009)[11]以我国信息技术类上市公司为研究对象,发现信息技术的硬件投资和软件投资对绩效的影响都有滞后效应,不过前者为正面影响,后者有负面影响。林丹明等( 2007)[12]用A股制造类行业2001 ~2005 年的非平衡面板数据,用普通最小二乘法进行回归分析。由于数据获取的限制,只用到了信息技术硬件投资。结果表明,信息技术投资有利于制造企业绩效的提高,而行业资本密集程度和行业增长率对于这种提升具有方向相反的调节作用。李治堂和吴贵生( 2008)[13]通过收集的1999~ 2004 年的200 多家上市公司的信息技术投资净值、主营收入和净利润等数据,发现信息技术投资对于主营收入和净利润具有积极的影响。徐盈之和孙剑( 2009)[14]利用我国历次投入产出表的数据,分析了信息产业与制造业的融合程度,并运用面板数据回归的方法,发现该融合程度与产业绩效之间存在显著的正相关。陈石和陈晓红( 2013)[15]运用对长三角等地的制造业企业进行调查的数据,分析了工业化与信息化对企业经济效益和社会效益的影响,发现信息化投入对非国有企业的经济效益促进明显,而对国有企业的社会效益促进使用更加明显。

从这些研究可以看出,关于信息技术投资对企业绩效的影响,并没有达成比较一致的结论。造成这个结果的原因可能有以下几个方面:( 1)关于企业绩效的测定问题。现有文献主要考察的是财务绩效。在最近的一些文献中,研究者发现研究信息技术投资对企业的影响,不能单从财务指标来反映,还可以从其他方面进行反映。Khallaf ( 2012)[16]认为对于信息技术投资的收益,基于会计指标的测定方法不能反映无形的收益,因此提出了一个框架,利用非金融指标反映信息技术投资带来的无形收益。( 2) 可能是使用模型的问题。大部分的文献是通过建立多元回归方程来估计的。有的文献是直接将绩效作为因变量,以信息技术投资作为自变量来进行回归。实际上,企业的绩效不仅受到信息技术投资的影响,还要受到其它很多变量的影响,而且也不仅有直接的影响,还可能先影响到其它变量,进而才会影响到绩效。而且对于面板数据进行最小二乘法估计,得到的结果是有偏的。

实际上,信息技术投资只是影响企业绩效可能的影响因素之一,企业绩效的提升还要受到更多因素的影响,另外,信息技术投资对企业绩效提升的间接影响可能更大。而且对这些变量直接建立回归模型,可能会忽略其它变量的影响,从而带来内生性问题。因此,目前关于IT投资与组织绩效的直接作用关系的文献逐渐减少( 齐晓云等,2012) 。一个重要的研究方向是在信息技术投资与企业绩效之间加入其它的中间变量,信息技术投资通过影响其它中间变量,从而间接影响到企业的绩效。也有一些实证文献进行了这方面的研究。这些中介变量除了IT能力等因素外,技术效率也是一个重要的中介变量。

关于工业企业技术效率的影响因素,姚洋和章奇( 2001)[17]考虑了所有制、企业规模、公共研究机构及企业的R% D支出、FDI及其外溢效应、地理位置这几个因素。魏峰和荣兆梓( 2012)[18]则考虑了工业企业的所有制特征和行业竞争性,对20个工业行业在2000 ~ 2009 年的技术效率进行研究,发现国有企业的技术效率要低于非国有企业,但差距在不断缩小。

和本文研究比较接近的是霍明等( 2012)[19]年的研究,他们采用了科技部 “2009 年度制造业信息化科技工程”采集的制造业企业2002 ~ 2008年度数据,运用面板随机前沿分析方法,将3000余家制造业企业分为东、中、西3 个区域,分析了它们的技术效率。结果发现这3 个不同区域制造业企业的技术效率差异较大,并从区域特征提出了可能的影响因素,但没有定量分析。本文的不同之处在于考虑了工业不同行业的情况,而且本文还从上市公司自身特征的角度,除了考虑地域因素以外,还考虑了公司治理等方面的因素,分析了信息技术投资对技术效率的影响。

2 研究方法

技术效率,简单地说,就是指投入与产出之间的关系,指在既定的投入下实现了产出最大化,或者在生产既定的产出时实现了投入最小化。关于技术效率的测定,主要有两种方法,一种方法为非参数法,常用数据包络分析( DEA) ,另一种方法为参数法,常用随机前沿分析( SFA) 。DEA方法无法区分无效率是由于技术无效率引起的,还是由于随机噪音引起的,而且对于面板数据处理没有优势。而参数方法的一个优点是能够处理随机噪声( 陶长琪和王志平,2011)[20],而且近年来发展的面板随机前沿方法,能够处理面板数据的随机前沿计算问题。郑兵云和陈圻( 2010)[21]也认为DEA要求数据准确,不能有误差项,而中国的实际数据与统计数据会存在一定的偏差,所以不太适合用DEA法。SFA法允许误差项的存在,但要求事先设定生产函数的形式,而超越对数生产函数可以解决这样的问题。本文涉及的是一个面板数据,因此将采用面板随机前沿分析模型。

在用随机前沿方法进行分析时,首先要设定合适的生产函数的形式,常用的生产函数是柯布—道格拉斯( C - D) 生产函数,该函数具有形式简洁、使用方法等优点,但它有一些限制属性,如它要求样本中所有样本的输入弹性和规模回报是不变的,而且它的替代弹性等于1。对这种生产函数的一种较好的替代形式是超越对数函数( Trans Log) ,它避免了对规模回报的约束,是一个非同质性函数,具有灵活的函数形式,而且具有二阶局部近似的优势。本文将资本和劳动作为投入,以营业收入作为产出,以超越对数函数作为生产函数,得到的面板随机前沿分析模型基本形式如下:

上式中Y、K、L分别表示营业收入、资本和劳动。我们用exp( - Uit) 表示上市公司的技术效率。

在用面板随机前沿分析方法计算出每个工业上市公司的技术效率,然后以计算所得的技术效率为因变量,以信息技术投资为自变量之一,再加些一些控制变量,使用面板数据模型分析信息技术投资对技术效率的影响。本文中面板数据的基本模型如下:

上式中,TE表示技术效率,T表示信息技术投资,X表示技术效率的其它影响因素。

本文使用的信息技术投资数据,为我国工业上市公司2000 ~ 2012 年财务报告中披露的数据。截止2012 年末,我国共有工业上市公司1678 家,其中制造业上市公司1536 家,采掘业65 家,电力业77 家。现有的研究,多关注的是制造业。但按照世界和我国通常的行业划分,工业中除了制造业外,还有采掘业以及电力、热力、燃气及水的生产和供应业。

信息技术投资通常有硬件投资和软件投资,我们在工业企业上市公司财务报表附注中,筛选“计算机”、 “电子设备”等关键词,确定其硬件投资净值,筛选 “软件”、“网络”等关键词,确定其软件投资净值。我们将这两个数据加总。最后,为了克服企业规模等因素的影响,以投资净值与营业收入的比值得到的相对数作为信息技术投资的变量值。

对于技术效率的影响因素,除了信息技术投资外,参考现有文献的做法,本文选择了股权结构方面的指标,主要有第一大股东持股比例、前五大股东持股比例、前十大股东持股比例。所有权结构可能会对技术效率产生影响,本文中使用国有股比例作为技术效率的影响因素之一。另外,我们还以企业所在行业、企业规模、企业年龄、所在区域等作为控制变量。本文使用的技术效率的影响因素如表1 所示。

对于工业上市公司的规模,我们没有按照中小板、创业板之类的划分,而是按照国家统计局2011 年发布的 《国家统计局关于印发统计上大中小微型企业划分办法的通知》 的规定来进行划分,我们按照工业划分办法,营业收入在4 亿元以上、员工人数在1000 人以上的划为大型企业;如果营业收入在2000 万到4 亿之间,员工人数在300 ~ 1000 人之间,则划为中型企业; 小于这些条件的划为小型企业; 如果每一档有营业收入或员工人数条件不满足,则按照上述办法规定,下划一档。我们对工业上市公司2000 ~ 2012 年间的平均资产和平均员工人数进行分类,大、中、小型企业所占比例分别约为61% 、35% 、4% ,表明工业上市公司中,大型企业居多。

3 分析结果

在超越对数函数形式的面板随机前沿模型中,我们以营业收入的对数作为因变量,以资产总计和员工数作为自变量,根据前文模型( 1) 计算出工业上市公司每年的技术效率值。本文计算的2000 ~ 2012 年的技术效率和信息技术投资比例年平均值如图1 所示。

从图1 可以看出,2000 ~ 2012 年,我们工业上市公司的技术效率平均来看总体上呈现上升的趋势,在2009 年达到最高值后逐年略有下降,而信息技术投资比例年平均则有较大的波动。另外,我们也可以看出,技术效率与信息技术投资比例之间的相关性应该不强。

不同行业工业上市公司的主要数据如表2 所示。

从表2 可以看出,国有股比例中,工业上市公司的均值远大于中位数,表明工业上市公司的国有股比例相差极大,而且采掘业、电力业中的上市公司的国有股比例更高。另外,信息技术投资百分比的中位数也远小于均值,表明不同上市公司的投资比例相差也很大,采掘业的信息技术投资比例更低。从中位数和均值来看,工业、采掘业、电力业上市公司的技术效率也依次减少。

不同规模的工业上市公司的主要数据如表3所示。

从表3 可以看出,随着企业规模的减少,其前十大股东持股比例更低,表明企业规模越小,其股权越分散。另外,中型企业和小型企业的国有股比例中位数都接近于0,共均值也小于大型企业。从信息技术投资比例来看,中型企业投资比较最大,而且中型企业和小型企业的技术效率相差不大。

不同地区的工业上市公司的主要数据如表4所示。

从表4 可以看出,东部地区的前十大股东持股比例更高一些,表明其股权越分散。东部地区的信息技术投资比例更高。不同地区的信息投资百分比的均值远大于中位数,表明不同地区的工业上市公司的信息技术投资分布都是有偏的。而技术效率从东部、中部、西部依次降低。

根据所得数据,对上述的面板数据模型( 2)进行单位根检验和Hausman检验等处理后,我们发现广义最小二乘( GLS) 随机效应模型的估计结果最理想。面板数据分析结果如表5 所示:

注: 上表中**为5% 水平下显著; * 为10% 水平下显著。

从表5 可以看出,工业上市公司的技术效率与信息技术投资成反比的关系,表明信息技术投资越高,则技术效率越低,但其回归系数相当低,有可能是影响极小的。前五大股东持股比例与技术效率成反比,前十大股东持股比例与技术效率成正比,表明股权越分散,其技术效率越高。国有股比例与技术效率成反比,但其系数非常低。企业规模与技术效率成反比,表明企业规模越小,则技术效率越高。区域的差异表明的不同地区的经济发展实力,东部地区的工业上市公司的技术效率高于中西部地区。行业的技术效率也有一定的差异,制造业的技术效率要大于采掘业和电力业。在细分的行业中,制造业与全部工业行业的系数大小、显著性等极其接近。采掘业中,股权越分散则技术效率越高,规模和信息技术投资都与技术效率成反比。而电力业上市公司中,只有企业规模和年龄与技术效率有较为显著的关系。

表5 中,工业上市公司的技术效率与其信息技术投资成反比,似乎有悖于常理。考虑到有的上市公司没有披露信息技术投资的数据,我们接下来只对有信息技术投资的工业企业进行面板数据分析,而将信息技术投资为零的上市剔除,得到的结果如表6 所示。

注: 上表中**为5% 水平下显著; * 为10% 水平下显著。

从表6 可以看出,在剔除了信息技术投资为零的上市公司以后,基本结论与表5 的结论相近。前十大股东与技术效率成反比,信息技术投资、国有股、规模都与技术效率成反比,同样表明东部地区的上市公司技术效率大于中西部的,而在这种情况下,企业年龄与技术效率成反比,表明企业年龄越长,则技术效率越低。

另外,现有的大量文献表明,信息技术投资对企业绩效产生影响具有一定的滞后性,我们以在面板数据模型中加入信息技术滞后一期、滞后二期、滞后三期自变量,用同样的方法进行面板数据分析,得到的主要结果如表7 所示。

注: 上表中**为5% 水平下显著; * 为10% 水平下显著。

从表7 可以看出,在加入信息技术投资的滞后项以后,所得的结论仍与表5 的结论相近。不过在信息技术投资滞后三期之后,系数也较为显著,但仍为负值。表明即使信息技术投资后,在几年以后仍然没有对技术效率产生正的影响。

4 结束语

从上述分析可以看出,对技术效率,受到信息技术投资较弱的负影响,在剔除没有披露信息技术投资或信息技术投资为0 的上市公司,以及考虑信息技术投资滞后效应后,上述结论也仍然成立,表明本文的分析结论具有一定的稳健性。这似乎和现有的研究结论不相符。这可能表明工业企业的信息技术投资对其技术效率带来的直接影响是很小的,信息技术投资要发挥作用,还要受到公司治理等因素的影响。另外,也表明一些工业上市公司可能存在一定程度的信息技术投资过度。

另外,从本文的分析结果也可以看出,工业上市公司的技术效率与公司治理、企业规模、所在行业、所在区域等都有一定的关系,这与现有文献的研究结论一致。本文研究表明,工业上市公司的股权越分散,规模越小,则技术效率越高。另外,制造业上市公司的技术效率要高于采掘业的,采掘业的要高于电力业的。东部地区工业上市公司的技术效率要高于中部地区的,中部地区的要高于西部地区的。

高新技术上市公司 第10篇

1 理论基础

1.1 技术购并与创新投入的关系

大部分理论研究认为,企业的技术购并会对企业R&D产生积极影响[3]。因为新古典经济学理论认为,企业通过兼并和收购另一个企业或竞争对手,可以为购并方自身的R&D带来协同效应和规模经济;更为重要的是,技术购并还能使企业减少由于创新的溢出效应所带来的负外部性,因此购并带来的竞争效应会刺激企业积极地进行研发活动,增加R&D投入。

技术吸收能力是企业对新知识和技术进行识别、获取、评价、吸收并加以合理利用的能力[4]。当企业具有较高的吸收能力时,可以迅速消化和有效运用新的知识和技术,增强创新能力,因此,技术吸收能力可以是技术购并与创新投入之间的调节因素。

1.2 技术购并与创新产出的关系

企业可以通过技术购并扩展新的技术领域,节约研发成本,缩减技术开发的时间,降低创新失败的风险;双方的知识基础还有利于发挥研发的规模经济和协同效应,迅速提升技术创新能力。在购并过程中,购并双方的技术相关性、知识规模和技术整合程度对创新产出均存在着调节效应[5]。

1.2.1 购并双方的技术相关性对创新产出的调节作用

根据吸收能力理论的观点,当双方的技能和知识具有相似性时,综合并熟练运用新信息处理问题的能力将会得到提高[6]。如果购并双方的技术距离相差甚远,也即技术相关程度很低,那么创新的规则和过程也会存在很大的差异,在此种情景下,企业将会花费大量的成本对购并后的知识资源进行整合;更麻烦的是,购并双方可能会产生矛盾并相互抵触,进而对技术购并后的技术创新产生不利影响。而在购并后的整合过程中,技术购并双方共通的语言、相关的技术能力以及相似的认知结构便于双方在技术知识上进行学习与交流,增大整合成功的可能性。技术购并双方相似的知识基础元素使得对技术知识的整合变得更加顺畅。因此,购并双方技术知识适当地相关有助于创新绩效的提升,最终有助于创新能力的提升。

1.2.2 购并双方知识规模对创新产出的调节作用

技术购并所获取的技术知识基础可以用知识基础的绝对量、相对量等来衡量,从而就可以进一步分析技术购并的特性[7]。就技术购并而言,以下两个方面可以体现出目标方知识基础的绝对规模对购并后收购方的技术创新绩效的影响机理:第一,两个独立知识基础的融合能够促进主并方的范围经济和规模经济。过去的研究发现,不同的技术基础交互作用所形成的协同效应往往能带来较好的创新绩效。第二,企业通过技术购并获得目标方的技术知识基础,能够提高自身的技术吸收能力。因此,知识规模对创新产出具有调节作用。

1.2.3 技术整合程度对创新产出的调节作用

许多学者认为购并成功和价值创造的核心因素在于整合过程[8]。现有的研究已经证明,在购并后的整合阶段,企业原先的运作程序与模式会部分甚至全部随之改变,新公司将得到重新协调与整治。购并方如若不实行整合,将原来的运作流程和组织结构保留下来,就无法重新配置和利用技术购并所取得的技术资源以及消除冗余资源;当整合程度较低时,购并方就没有充足的动力进行技术创新,而其创新活动只能限制在购并双方已有的生产或服务范围内,可能无法实现规模经济,导致达不到改善技术整合效益的预期目标。

2 研究假设与模型

本文基于理论基础以及相关学者的研究,提出以下7个假设:

假设H1:技术购并作为一种外部研发活动,能够提高创业板上市公司的内部研发投入,即技术购并是企业创新投入的补充。

假设H2:技术吸收能力对技术购并与创新投入的关系具有调节作用,创业板上市公司的技术吸收能力越强,技术购并对创新投入的正向影响越显著。

假设H3:创业板上市公司的技术购并对购并后的创新产出有显著的正向作用。

假设H4:技术相关性对技术购并和创新产出的关系具有正向调节作用,也即技术相关性越高,技术购并对创新产出的积极影响越显著。

假设H5:目标方绝对知识规模对创业板上市公司技术购并和创新产出的关系具有正向调节作用,也即目标方的绝对知识规模越大,技术购并对创新产出的积极影响越显著。

假设H6:双方的相对知识规模对创业板上市公司技术购并和创新产出的关系具有负向调节作用,也即双方的相对知识规模越大,技术购并对创新产出的积极影响越不显著。

假设H7:技术整合程度对创业板上市公司技术购并与创新产出的关系具有正向调节作用,也即技术整合程度越高,技术购并对创新产出的积极影响越显著。

综合上述假设,得到如图1所示的技术购并与技术创新关系的理论模型。

3 样本选取与变量测量

3.1 样本选择与数据来源

本文的研究对象是我国的创业板上市公司,选取2009—2012年度所有发生技术购并的创业板上市公司作为样本。最终有72家上市公司进入分析,这些公司共发生259次技术购并。本文所有的技术购并事件均来源于国泰安CSMAR数据库、上海证券交易所和深证证券交易所网站以及巨潮咨询网等,基本数据来自于这82家上市公司发布的2009—2014年度的年报;所有涉及到的专利数据均来自国家知识产权局官方网站的专利检索系统,该库可以检索到中国企业所有的专利情况,数据以Excel表格格式保存。

3.2 变量测量

本文的变量主要分为因变量、自变量、调节变量和控制变量。本文所采用的变量及计算方法汇总如表1。

4 假设检验

4.1 技术购并与创新投入

4.1.1 描述性统计分析与相关分析

在进行检验假设之前,我们先对样本变量进行描述性统计分析和相关分析,以揭示各变量变化的特征及其之间统计关系的强弱,为进一步描述变量间的具体数量变化关系提供依据[9]。从表2可以看出,创业板上市公司在2009—2012年间平均每家公司进行了3.6次技术购并,其中进行技术购并最多的达到9次,平均每年大概进行2次购并;同时,技术吸收能力的均值为22.947,也就是说创业板上市公司技术人员的比重较大,其中顺网科技的技术人员比例达到60.49。

观察表3我们可以知道,企业规模与创新投入之间的相关系数为0.568,且通过显著性水平为0.05的检验(P=0.000),说明企业规模与创新投入呈正相关关系;企业年龄与创新投入之间的相关系数为-0.3,且通过显著性水平为0.05的检验(P=0.006),说明企业年龄与创新投入呈负相关关系;行业类型与创新投入之间的相关系数为0.142,但未通过显著性水平为0.05的检验(P=0.203);技术购并与创新投入之间的相关系数为0.651,且通过显著性水平为0.05的检验(P=0.000),说明技术购并与创新投入呈正相关关系,这初步支持了假设H1。另外,表中各变量的相关系数均小于0.8,因此我们可以初步判断变量之间不存在共线性问题。但是,相关分析仅仅是从表面说明两两变量之间的初步关系,具体的影响还需后续的进一步分析。

注:**.表示在.01水平(双侧)上显著相关,*.表示在0.05水平(双侧)上显著相关

4.1.2 技术购并对创新投入的影响

为了验证技术购并对创新投入的影响,我们将利用SPSS19.0进行层次回归分析[10]。从表4中可以看出,各变量容差均大于0.5,且接近于1,VIF值介于0~2之间,小于10,所以回归模型的结果是可以接受的。模型1中:企业规模的回归系数是0.566,且通过显著性水平为0.05的检验(P=0.000),说明企业规模与创新投入呈正相关关系;企业年龄的回归系数为-0.307,且通过显著性水平为0.05的检验(P=0.001),说明企业年龄对创新产出具有负向影响;行业类型的回归系数为0.071,但未通过显著性水平为0.05的检验(P=0.415),表明行业类型对创新投入的影响并不显著。模型2中,加入技术购并作为自变量后,其回归系数为0.513,且通过显著性水平为0.05的检验(P=0.000),表明技术购并对创新投入产生积极影响,也即创业板上市公司进行技术购并的次数越多,创新投入会随之增加,技术购并作为一种外部研发投入对创新投入产生了互补的作用;另外,模型2中调整的R方为0.643,F值的显著性水平为0.000,说明模型的解释力度较好。因此,综合上述分析,假设H1获得支持。

4.1.3 技术吸收能力对创新投入的调节作用

为了验证技术吸收能力对技术购并和创新投入的调节效应,采用层次回归分析[11]。第一步先引入控制变量,然后将技术吸收能力和技术购并引入回归方程,最后将技术吸收能力与技术购并的乘积项作为第3层变量引入方程[12]。经过对回归模型进行多重共线性检验,各变量容差均大于0.5,且接近于1,VIF值在0~2之间,小于10,结果表明各个变量之间不存在严重的多重共线性问题,回归模型的结果可以接受。从表5中我们可以得知:模型1中,企业规模与创新投入呈正相关关系、企业年龄与创新投入呈负相关关系、行业类型对创新投入的影响不显著;模型2中,技术购并与创新投入呈正相关关系、技术吸收能力与创新投入呈正相关关系;在模型3中,加入了技术吸收能力与技术购并的乘积项后,其回归系数为0.145,且通过显著性水平为0.05的检验(P=0.014),调整后R方为0.682,F值的显著性水平为0.000,说明交互项提高了模型的解释能力,这说明技术吸收能力对技术购并与创新投入的关系具有正向调节作用,技术吸收能力越强,技术购并对创新投入的影响越大。因此,假设H2得到支持。

4.2 技术购并与创新产出

4.2.1 描述性统计分析与相关分析

从表6中我们可以看出,创业板上市公司技术购并最多达到9次,平均每家公司进行了3.6次购并;同时,创业板上市公司申请的专利数最多达到161个,在技术购并后平均每家上市公司申请的专利数为27个。

观察表7看出:企业规模与创新产出之间存在正相关关系,其相关系数为0.544,且显著性水平小于0.05,说明企业规模与创新产出之间呈显著的正相关关系;公司年龄与创新产出之间的相关系数为-0.32,且显著性水平小于0.05,这表明公司年龄与创新产出之间具有显著的负相关关系;行业类型与创新产出之间的相关系数为0.136,而显著性水平大于0.05,说明两者之间的相关关系不显著;技术购并与创新产出之间的相关系数为0.766,且显著性水平小于0.05,表明技术购并能够提高创新产出,这初步支持了假设H2。另外,表中各变量的相关系数均小于0.8,因此我们可以初步判断变量之间不存在共线性问题。但是,相关分析仅仅是从表面说明两两变量之间的初步关系,具体的影响还需后续的进一步分析。

4.2.2 技术购并对创新产出的影响

为了对假设H3进行检验,我们将利用SPSS19.0进行层次回归分析,统计分析结果如表8所示。根据表8所示,各变量容差均大于0.5,且接近于1,VIF值在0~2之间,小于10,所以回归模型的结果是可以接受的。模型1中:企业规模的回归系数是12.086,且通过显著性水平为0.05的检验(P=0.000),说明企业规模与创新产出呈正相关关系;公司年龄的回归系数是-2.396,且通过显著性水平为0.05的检验(P=0.001),表明公司年龄与创新产出呈负相关关系;行业分类的回归系数是0.0898,但未通过显著性水平为0.05的检验(P=0.47),说明行业分类对创新产出的影响不明显。模型2加入技术购并作为因变量之后,其回归系数是8.1,且通过显著性水平为0.05的检验(P=0.000),说明技术购并次数越多,创新产出越高,因此创业板上市公司的技术购并有利于提高购并后的创新产出;此外,模型2中调整后R方为0.631,F值的显著性水平为0.000,说明模型的解释力度较好。因此,综上分析。假设H3得到支持。

4.2.3 技术相关性对创新产出的调节效应

从表9中可以得知:模型1中,企业规模对创新产出具有正向影响,企业年龄对创新产出具有负向影响,而行业类型对创新产出的影响不显著;在模型2中,技术购并与创新产出呈显著正相关关系,而技术相关性对创新产出的影响不显著;在模型3中,加入了技术相关性与技术购并的乘积项后,其回归系数为-0.418,R方高于模型2的R方,表明加入交互项提高了模型的解释能力,也就是说技术相关性对技术购并与创新产出的关系具有负向调节作用,技术相关性越高,技术购并对创新产出的影响越小。因此假设H4不成立。

4.2.4 知识规模对创新产出的调节效应

由表10可知,模型2中绝对知识规模的回归系数为0.62,通过显著性水平为0.05的检验(P=0.000),模型3中绝对知识规模与技术购并的乘积项的回归系数为0.28,通过显著性水平为0.05的检验(P=0.000),说明交互项对创新产出产生正向影响;此外,模型3加入了绝对知识规模与技术购并的乘积项后,调整后R方为0.832,表明加入交互项提高了模型的解释能力,进一步说明绝对知识规模对技术购并与创新产出的关系具有正向调节作用。因此,假设H5得到支持。

从表11中可以看出,模型2中相对知识规模的回归系数为-0.102,但未通过显著性水平为0.05的检验(P=0.176),模型3中相对知识规模与技术购并的乘积项的回归系数是-0.257,且通过显著性水平为0.05的检验(P=0.004),说明交互项对创新产出具有负向影响;此外,模型3加入了相对知识规模与技术购并的乘积项后,调整后R方为0.675,表明加入交互项提高了模型的解释能力,进一步说明相对知识规模对技术购并与创新产出的关系具有负向调节作用。因此,假设H6得到验证。

4.2.5 技术整合程度对创新产出的调节效应

从表12中可以发现,模型2中技术整合程度的回归系数为0.21,通过显著性水平为0.05的检验(P=0.004),模型3中技术整合程度与技术购并的乘积项的回归系数是0.214,且通过显著性水平为0.05的检验(P=0.000),说明交互项对创新产出具有正向影响;此外,模型3加入了相对知识规模与技术购并的乘积项后,调整后R方为0.725,表明加入交互项提高了模型的解释能力,进一步说明技术整合程度对技术购并与创新产出的关系具有正向调节作用。因此,假设H7成立。

4.3 结果分析

本文采用SPSS 19.0统计工具,利用分层回归分析方法对提出的假设进行验证,结果显示,除技术相似性的调节作用未得到验证外,其它核心假设基本得到验证,研究假设的检验结果见表13所示。

5 结论

在现有文献的基础上,本文研究2009年到2012年间我国创业板上市公司的技术购并事件,探讨了技术购并对技术创新的影响,得到的主要结论有以下几点:

第一,作为一种外部技术获取方式,创业板上市公司的技术购并有助于其内部创新投入的增加,也就是说两者之间是互补的关系。技术购并与创新投入的互补效应能够降低创新失败的风险,缩短开发新产品和新技术的时间,提高研发效率。

第二,技术吸收能力对创业板上市公司技术购并与创新投入的关系具有正向调节作用。吸收能力理论认为,当企业具有较高的吸收能力时,可以迅速消化和有效运用新知识与新技术,增强创新能力;而吸收能力较低时,企业则难以学习外部的新知识和技术。因此创业板上市公司必须拥有强大的技术吸收能力,其技术购并才会促进研发投入的增长。

第三,创业板上市公司的技术购并对创新产出具有显著的正向影响。这说明技术购并作为一种外部技术获取的手段,确实能够有效地提高企业的创新能力,是除内部研究开发之外,创业板上市公司提高创新能力的另一条有效路径。

第四,绝对知识规模对创业板上市公司技术购并和创新产出的关系具有正向调节作用,而相对知识规模对创业板上市公司技术购并和创新产出的关系具有负向调节作用。

第五,技术整合程度对创业板上市公司技术购并与创新产出的关系具有正向调节作用。创业板上市公司的价值创造并非仅仅依赖于所获取的技术知识的数量,而更多的是依赖于有效整合技术知识的程度,因此技术整合程度越高,技术购并对创新产出的正向影响越强。

摘要：在创业板市场上,购并活动早已如火如荼,创业板上市公司尤其热衷于通过购并的方式实现外延式成长。关注创业板上市公司的技术购并对技术创新的影响,由此进行理论分析并提出研究假设,旨在探究这些技术购并行为与创新投入之间是否存在互补关系及其对创新产出的影响,同时考察技术吸收能力、技术相关性、知识规模和技术整合程度的调节作用,从而为创业板上市公司的发展提供指导性建议。

关键词：技术购并,创新投入,创新产出,技术吸收能力,技术相关性,知识规模,技术整合程度

参考文献

[1]PANOS DESYLLASA,ALAN HUGHES.Sourcing technological knowledge through corporate acquisition:evidence from an international sample of high technology firms[J].The Journal of High Technology Management Research,2008,18(2):151-172

[2]PRABHU J C,CHANDY R K,ELLIS M.The impact of acquisitions on innovation:poison pill,placebo or tonic[J].Journal of Marketing,2005,69(2):114-130

[3]WANGER M.Aquisition as a means for external technology sourcing:complementary,substitutive or both?[J].Journal of Engineering and Technology Management,2011(28):283-299

[4]CLAUDIO C,CRISTINA B,TERESA G.Make,buy or both?R&D strategy selection[J].Journal of Engineering and Technology Management,2013(30):227-245

[5]李善民,刘永新.并购整合对并购公司绩效的影响——基于中国液化气行业的研究[J].南开管理评论,2010,13(4):154-160

[6]于成永,施建军.技术并购、创新与企业绩效:机制和路径[J].经济问题探索,2012(6):103-109

[7]余志良,张平,区毅勇.技术整合的概念,作用与过程管理[J].科学学与科学技术管理,2003(3):34-38

[8]张丽英.技术购并与技术创新[J].技术经济与管理研究,2013(3):25-29

[9]郑骏川.技术购并企业研发支出对企业绩效的影响[J].中南财经政法大学学报,2012(3):92-97

[10]程兆谦,彭海君.技术并购:从拥有到有用[J].商业评论,2015(4):90-102

[11]侯汉坡,殷晓倩,刘春成.基于技术并购的企业持续技术创新体系及实施方式研究[J].中国科技论坛,2009,6(6):51-54

高新技术上市公司 第11篇

关键词：信息技术行业；研发投入；高管薪酬；基于行为的激励机制

一、信息技术行业现状

信息技术企业是以知识生产力为主导的高新科技行业，具有知识密集型和资本密集型的双重特点。信息技术在技术密集型行业中占主导地位，和创新能力相辅相成，加速了科学技术的更新换代速度，实现了知识和资本的有效嫁接，有利于优化国民经济的结构。信息技术以其方便实用、可替换性强的特点迅速融入到社会各行各业之中，提高和促进了整个社会经济的发展和人民的日常生活质量，从而确立了信息技术行业在第三次工业革命中优势和主导地位。

二、实证分析

本文以我国沪深两市信息技术企业高管人员的薪酬和研发投入的关系为研究对象，探究中国信息技术行业上市公司基于研发投入行为的高管薪酬激励机制并提出了如下的三个研究假说：

H1：我国沪深两市信息技术企业高管人员的薪酬水平与企业研发投入强度之间具有很明显的正相关关系。

H2：我国沪深两市信息技术企业中非国有企业的高管人员薪酬与研发投入强度之间的相关性高于国有企业。

H3：我国沪深两市信息技术企业中软件服务业的高管人员薪酬与研发投入强度之间的相关性高于信息技术制造业。

本文以2012年到2014年我国沪深两市信息技术公司为研究样本，对提出的三个假说进行了实证检验与分析。信息技术上市公司数据主要来自Wind数据库，对数据的实证分析主要包括描述性统计、相关性分析和多元线性回归分析，分析结果如下表所示：

三、研究结论

在控制公司规模、资产负债率、公司成长性、公司经营绩效和股权集中度这几个因素之后，基于对沪深两市中信息技术行业公司的数据样本进行实证分析得出企业高管人员的薪酬与企业研发投入之间具有很明显的正相关关系。在对样本中的企业根据实际控制人性质的不同分为国有企业和非国有企业两个样本，根据行业结构的不同分为信息技术软件服务业和信息技术制造业两个样本之后，发现在非国有的信息技术行业中高管人员的薪酬与企业研发投入之间的正相关性明显高于国有的企业，同时软件服务业的高管人员薪酬与研发投入强度之间的相关性也高于信息技术制造业。

四、研究建议

本文研究发现信息技术企业研发投入强度的提高能显著増加高管人员的薪酬水平。同时在非国有企业和软件服务业中，高管人员薪酬与研发投入强度之间的相关性高于国有企业和信息技术制造业。这似乎意味着，相比于政府干预程度相对较高的国有企业，市场化程度更高的非国有企业的薪酬激励制度更注重对企业高管人员研发投入行为的激励。同时，考虑行业结构特点，相比于较为传统的信息技术制造业，对科技创新能力和研发投入要求较高的软件服务业的薪酬激励制度更注重对企业高管人员研发投入行为的激励。因此，要促进信息技术行业中国有企业的成长就应该进一步理顺政府与市场的关系，充分发挥市场优化资源配置的作用，减少政府对企业的干预，为国有企业的发展提供更加自主和完善的制度环境。要促进信息技术行业中制造业的发展就需要增加企业的研发投入和技术创新能力，将企业由相对简单的基础设备制造逐步转变为以信息服务为先导，最终实现企业结构的调整与升级。（作者单位：上海大学）

参考文献：

[1] 袁江丽.我国上市公司研发投入与企业价值的相关性研究[D].西安：西安电子科技大学，2011.

高新技术上市公司 第12篇

当今世界,科技日新月异,企业间的竞争越来越激烈。要想在激烈的竞争中生存下来并占有一席之地,企业需要有自己的竞争资本,才能生存下来。通过研发活动,企业可以形成自己的核心竞争力,拥有企业的竞争资本,使企业在竞争中脱颖而出。因此,研发投入对于企业来说非常重要。一个企业的盈余质量是投资者非常关注的。根据Francis,La Fond,Olson and Schipper(2004)的观点,盈余具有五个特征:(体现了利润的质量;体现了利润的持续性;体现了利润的可预测性;体现了价值相关性;体现了利润的平稳性。所谓“盈余应当体现了利润的平稳性”,就是指盈余应当表现出较低的波动性。首先,平稳的盈余可以证明企业植根于确定的经济环境中,或者说企业在不确定的经济环境中具有较强的适应能力。第二,平稳的盈余说明企业风险抵御能力较强,具有良好的环境适应能力及竞争优势,因而具有比较好的发展潜力。第三,盈余越平稳,企业所面临的财务风险越小,这也是管理层绩效考核的重要指标。第四,对于企业的投资者来说,平稳的盈余容易受到投资者的青睐,有利于投资者做出正确的决策。影响企业盈余波动性的因素有很多,研发投入是否能够降低盈余波动性?本文以2007-2012年我国A股高新技术企业上市公司所披露的研发支出数据为基础,运用实证分析方法检验研发投入与企业盈余波动性之间的关系,为上市公司进行研发活动提供一定的参考意见。

二、理论分析与研究假设

研发投入使公司能够开发和改进技术,产品,增强企业的核心竞争力,确立自己的竞争优势,使企业在市场竞争中处于优势地位。据lev(1999)的研究结果,他认为,无论是一个国家或一个行业,还是对于公司来说,他们投资于无形资产和其经济效益呈显著的正相关关系:国家的经济成长在行业的表现是生产率的提高,但对于一个企业来说,则表现为在企业盈余方面的改善。

研发活动是一个过程,而且是一个长期的过程:一方面,企业研发项目要经历从项目立项,到确定方案,再到研发活动实施,最终形成研发成果;另一方面,从研发成功到具体实施,再到对盈余产生影响还需要时间。这就决定了研发投入的周期长以及产生效果较慢等特点,往往很难对当期盈余产生显著影响,因此研发存在着一定的滞后性。

虽然各个学者对研发投入的滞后期已有研究,但滞后期的结论并不一致。而研发投入对于盈余影响的滞后期也将影响盈余波动性。因此,研发投入对于盈余是否存在滞后期以及滞后期的长短需要进行实证检验,正是基于此,提出第一个研究假设:

假设1:企业R&D投入与盈余正相关,且存在着滞后期

R&D投资会通过一种复杂的方式来影响未来盈余的不确定性。虽然个别的R&D项目有可能比其他的投资(如资本项目)在成果上更加不确定,但R&D投入带来的核心竞争力可以给企业带来持久性的未来收益,将会减少企业未来的盈余波动性。首先,在许多以科学为基础的和以技术为驱动的产业中,成功的R&D为企业提供了宝贵的知识产权的专有权,这种专有权可以通过申请专利而受法律保护。专利权可以使企业通过增加竞争者的进入壁垒而使企业长期受益。实际上,早期的研究已经发现专利权对于企业的未来收益产生的积极和持续的作用能达到5年之久(Gu,2005)。其次,R&D带来的实物期权为企业提供了开拓新的市场和行业的机遇。此前的研究发现,R&D投资通过延伸企业现有的经济活动创造新的成果,提高了企业多元化发展新的产业和市场的能力(例如,Mac Donald,1985)。R&D投资也增加了企业的知识和创新驱动的多元化。多元化的增长会产生组合效应,其产生的收入和利润会降低企业未来盈余的不确定性和波动性。最后,因为盈余的持续性和平稳性都是投资者偏好或者要求的,经理人也有强烈的动机选择减小公司未来盈余的波动性的R&D项目。另外管理层也有强烈的动机来保持盈余的平稳性,由于盈余平滑性直接影响经理人股票为基础的补偿价值,大幅度的股票价格波动所引发的盈余平滑下降会显著增加CEO离职率;管理层保持盈余的平稳性,这将有利于相关契约的签订和执行,也有利于管理层对公司未来做出战略性的安排。之,一方面,R&D项目的结果存在不确定性;另一方面,R&D带来的收益具有持续性,管理层也有动机选择R&D投资来增强企业的核心竞争力,从而降低盈余的波动性。因此,提出第二个假设:

假设2:企业R&D投入与盈余波动性负相关

三、研究设计

(一)样本选取和数据来源

本文选取的样本期间为2007-2012年,2006年12月31日之前上市的全部A股高新技术企业,数据来源为CSMAR数据库、Wind数据库和同花顺数据库。对这些公司执行如下筛选程序:(1)剔除2007-2009年未连续有研发数据披露的企业(2) 剔除st和pt的上市公司;(3)剔除资产收益率率在[-30%,30%]之外的样本数据,资产收益率过高或过低均可能表明公司的经营情况发生重大变化,如重大主业变更等事项,可能会产生“噪音”效果,因此予以剔除。最终获得1008个研究样本。

(二)变量定义

本文用研发支出金额比当期营业收入衡量反映研发投入。其中研发支出为资本化支出和费用化支出之和,数据通过Wind数据库获得。本文采用研发投入对盈余滞后期后3年的营业利润标准差系数来衡量盈余的波动性。其原因在于:首先,研究考虑了研发投入对盈余的滞后期影响。第二,选取营业利润作为盈余的替代变量,营业利润绝大部分来自与公司的正常经营活动,剔除了非经常项目的影响;第三,参考徐欣(2012)等研究者的做法,用3个会计期间盈余标准差来衡量盈余的波动性。各变量的定义见表1。

(三)模型构建

本文首先检验研发投入对盈余影响的滞后期,并利用滞后期检验结果检验研发投入对于盈余波动性的影响,相应的模型如下。

检验研发投入对盈余影响的滞后期,将有利于我们检验研发投入对盈余波动性的影响。本文以全部披露研发投入信息的A股高新技术企业为样本,以2009年的研发投入为基准设定以下模型,分别检验2009年的研发投入对于2009-2011年盈余的影响。

其中,Eit表示i企业在t年度的业绩指标,以t年的营业利润除以t-1 年的资产总额来表示,t=2009,2010,2011,2011。Ε为残差。

本文采用盈余滞后期后3年的营业利润标准差系数来衡量盈余波动性。建立如下模型:

其中,Variabilityit+j,t+j+2表示i企业在t+j到t+j+2年度的业绩指标,以t+1年到t+3年的营业利润的标准差系数来表示,j为研发滞后期检验模型中检验出的滞后期。如果滞后期为一年,则j=t+1;如果滞后期为2年,则j=t+2;依次类推。RDit表示i企业在t年度的研发投入,以当期的研发投入除以当期的营业收入来表示ε为残差。如果研发投入与波动性负相关,那么研发投入RDit的系数β1应该显著为负。

四、实证分析

(一)描述性统计

从表2中可以看到盈余指标E在2009-2012年的平均值为逐年增加的趋势,说明企业的盈余在这几年是逐渐上升的。 盈余波动指标Variability在2007-2009年的平均值为逐年下降的趋势,说明业绩波动在逐年下降,业绩平滑性逐年增强。公司规模指标SIZE在2007-2009年的平均值分别为较为平稳,最大值为25.0141,最小值为17.1297。公司资本结构指标LEV在2007-2009年的平均值分别为为逐年下降的趋势,最大值为0.9569,最小值为0.0248。公司成长性指标GROWTH2007-2009年的平均值为逐年下降的趋势,最大值为5.1322,最小值为-0.5915。

(二)回归分析

(1)研发投入滞后期的检验结果。表3、表4、表5分别为2009年研发投入对2009年盈余、2010年盈余、2011年盈余的回归检验结果,用以检验研发投入对盈余的滞后期。通过表3可以看出,2009年的研发投入对当年的盈余相关系数为0.026,sig.值为0.852,没有通过显著性检验。通过表4可以看出,2009年的研发投入对2010年的盈余相关系数为0.205,sig. 值为0.096,在10%的水平上显著。通过表5可以看出,2009年的研发投入对2010年的盈余相关系数为-0.059,sig.值为0.364,没有通过显著性检验。以上回归结果表明,研发投入对当年的盈余没有影响,到第二年才开始产生显著作用,在研发投入第三年对盈余的影响就不显著了,且研发投入与企业盈余呈现正相关关系。也就是说,对于我国高新技术企业而言,研发投入对与企业盈余有促进作用,当年的研发投入到第二年才开始对盈余产生显著效果,研发投入对业绩影响的滞后期为一年。即验证了假设1。

(2)研发投入与盈余波动性的检验结果。在进行回归分析之前,我们检验了解释变量之间的方差膨胀因子。本文对全部变量进行了相关性检验(相关系数表略),检验结果显示变量之间相关系数显著,以VIF检验多重共线性的值都小于1,说明回归模型中不存在多重共线性问题。由模型一阶回归结果可以得出,本文所选择的高新技术企业的研发投入对于盈余影响的滞后期为一年,即当年的研发投入要到第二年才会对企业的盈余发生影响。因此我们可以得到研发投入对盈余波动性的回归模型,即:模型1以2007年的研发投入对于2008-2010年盈余标准差系数进行回归;模型2以2008年的研发投入对于2009-2011年盈余标准差系数进行回归;模型3以2009年的研发投入对于2010-2012年盈余标准差系数进行回归;进而可以得出我们要研究的一个综合回归模型4。

本文利用stata11对模型4进行了回归分析,结果列式如表6。从表6的回归结果来看,研发投入强度的回归系数-0.4195,P值为0.083,在10%的水平上通过了显著性检验,说明研发投入强度和盈余波动性之间存在着显著的负相关关系。研发投入虽然从短期来看会增加企业当期的费用,并且存在着一定的不确定性,但另一方面,研发投入为企业带来了新技术,形成企业的专利技术,给企业带来核心竞争力,这可以使企业通过增加竞争者的进入壁垒而使企业长期受益,有利于减少盈余的不确定性,从而降低盈余的波动性。即验证了假设2。从控制变量公司规模SIZE来看,模型4中公司规模指标的回归系数为0.0150,P值为0.0000,公司规模和盈余波动性之间存在较弱的正相关关系,并在1%的水平上通过了显著性检验。这一结果说明公司规模越大的企业,盈余波动性会越大。规模小的企业,由于组织机构相对简单,信息传递较快,信息传递过程中的“噪音”较小,因而各项决策能够得以较好的实施,研发效率较高,能够灵活的应对市场变化,降低企业的盈余波动性。从控制变量公司成长性GROWTH来看,模型4中公司成长性指标的回归系数为.0005,P值为0.814,说明公司成长性和盈余波动性之间存在较弱的正相关关系,但未通过显著性检验,因此我们无法直接推断出公司成长性与盈余波动性之间的关系。从控制变量公司资本结构LEV来看,模型4中公司资本结构指标的回归系数为0.0001,P值为0.051,公司资本结构和盈余波动性之间存在较弱的正相关关系,并在10%的水平上通过了显著性检验。这一结果说明公司资产负债率越大的企业,盈余波动性会越大。公司资产负债率增大,企业所面临的偿债风险就会相应的增加,管理层出于谨慎性考虑,可能会采取措施减小企业的财务风险,如减少研发投入,这从长期来看会削减企业的核心竞争力,从而增加盈余波动性。

五、结论与建议

(一)结论

本文的研究结论如下:实证检验结果显示我国高新技术企业研发投入的滞后期为1年,且研发对于业绩的影响时间也较短。研发投入强度和盈余波动性之间存在着显著的负相关关系,研发投入能促进企业形成核心竞争力,降低盈余的波动性。公司规模、公司资本结构和盈余波动性之间存在较弱的负相关关系。

(二)建议

首先,进一步加大企业研发投入强度,提高研发投资效率。一方面企业要认识到研发能力的提高是一个长期积累的过程,而这一过程需要持续投入研发经费,只有在研发投入的量变到一定程度,才会促成“质变”,研发投入对公司业绩的推动作用才能够显示,而且这种作用将会随着研发的持续投入而对业绩产生持续的促进作用。另一方面,由于研发项目投入高且具有较高的风险性,因此为了提高研发效率,企业必须做好对于研发项目的内部控制。具体包括:在研发项目的选择时,要注重项目在经济上、生产布局上和技术上的可行性。在研发项目实施过程中,要建立质量保障体系。在研发项目开发过程中要始终监督研发项目的实施结果,并与实现制定的标准比较,找出其中的差距并分析原因,及时纠正。协调好研发项目成本、进度与质量之间的关系,实现社会效益与企业效益的统一。其次,需要不断完善企业发展的外部环境。一方面政府需要制定具体的科技发展规划,规范和指导企业的研发活动和研发投入,同时需要提高对企业在研发方面的税收优惠政策,以促进企业的研发活动。另一方面,国家应为企业发展创造有利的融资环境,全方位、多角度拓宽研发活动的融资渠道,使企业能够充分利用金融机构和资本市场筹集研发所需要的资金。

参考文献

[1]金颖:《基于<企业会计准则>变化的研发投入与公司绩效的实证研究》,《审计与经济研究》2011年第6期。

[2]董静、苟燕楠:《研发投入与上市公司业绩》,《科技进步与对策》2010年第20期。

[3]周江燕:《研发投入与企业业绩相关性研究》,《工业技术经济》2012年第1期。

[4]齐梅:《研发投入与公司业绩的实证研究》,《财会通讯》2013年第2期。

[5]牛建波:《董事会规模的治理效应研究》,《中南财经政法大学学报》2009年第1期。

[6]徐欣、唐清泉:《R&O费用化抑或资本化:基于中国企业R&O投资不确定性与价值相关性的实证研究》,《会计论坛》2012年第1期。

[7]张济建、李香春:《R&D投入对高新技术企业业绩的影响》,《江苏大学学报(社会科学版)》2009年第2期。

[8]Oswald,D.and P.Zarowin.Capitalization of R&D and the Informativeness of Stock Prices.European Accounting Review,2007.

[9]Gu,F.Innovation,Future Earnings,and Market Efficiency.Journal of Accounting,Auditing,and Finance,2005.

[10]Francis,J.,Lafond,R.,Olsen,P.M.el at.Costs of Equity and Earnings Attributes,The Accounting Review,2004.