楊靈 唐曉華 馮榮凱
內(nèi)容提要:研發(fā)投資是企業(yè)自主技術(shù)創(chuàng)新的重要保障,其平滑性或波動(dòng)性調(diào)整是研究企業(yè)研發(fā)行為的前提。本文以1990-2017年間1968家中國A股(非金融類)上市公司的非平衡面板數(shù)據(jù)為對(duì)象,通過考察目標(biāo)研發(fā)水平來估算研發(fā)投資調(diào)整速度。證據(jù)表明,企業(yè)確實(shí)在追求目標(biāo)研發(fā)投資水平,并根據(jù)內(nèi)外部環(huán)境的變化而進(jìn)行動(dòng)態(tài)調(diào)整。這些結(jié)論無論是在公司規(guī)模、時(shí)間跨度還是在不同時(shí)間段上都具有穩(wěn)健性,并且表明固定效應(yīng)的部分調(diào)整模型與數(shù)據(jù)非常吻合。
關(guān)鍵詞:研發(fā)投資;研發(fā)平滑性;研發(fā)波動(dòng)性;動(dòng)態(tài)調(diào)整模型
中圖分類號(hào):F062.5 ?文獻(xiàn)標(biāo)識(shí)碼:A ?文章編號(hào):1001-148X(2020)04-0111-10
企業(yè)是研發(fā)投資的主導(dǎo)力量,在當(dāng)前技術(shù)變革加快和企業(yè)競爭加劇的背景下,經(jīng)濟(jì)增長方式轉(zhuǎn)變與企業(yè)可持續(xù)發(fā)展的深層動(dòng)力都來自于技術(shù)創(chuàng)新,而研發(fā)投資正是提高自主技術(shù)創(chuàng)新能力的重要保障。因此,考察研發(fā)投資的平滑性或波動(dòng)性并識(shí)別最優(yōu)研發(fā)投資對(duì)于提升我國技術(shù)創(chuàng)新能力、建立創(chuàng)新型國家以及轉(zhuǎn)變經(jīng)濟(jì)增長方式具有重要意義。
一、文獻(xiàn)綜述
有關(guān)研發(fā)投資調(diào)整的研究,主要有兩大類,一是關(guān)于研發(fā)投資平滑性的研究,這一類的文獻(xiàn)占據(jù)了研發(fā)投資的較大比例,特別是國內(nèi)文獻(xiàn),通過將研發(fā)投資與營運(yùn)資本、現(xiàn)金持有以及杠桿率等單獨(dú)財(cái)務(wù)指標(biāo)結(jié)合起來研究,認(rèn)為這些財(cái)務(wù)指標(biāo)對(duì)研發(fā)投資具有顯著的平滑作用。另一類則是關(guān)于研發(fā)投資波動(dòng)性的研究,這一類的研究主要見著于國外文獻(xiàn),特別是近兩年的研究,開始出現(xiàn)將資本投資與研發(fā)投資進(jìn)行比對(duì)性研究,并得出了研發(fā)投資具有波動(dòng)性的確定結(jié)論。關(guān)于研發(fā)投資波動(dòng)性的研究集中于目標(biāo)研發(fā)投資值(最優(yōu)水平)的存在以及向目標(biāo)值調(diào)整行為的分析,且越來越集中于研發(fā)投資動(dòng)態(tài)調(diào)整行為的計(jì)量研究。
(一)研發(fā)投資的靜態(tài)平滑性
有關(guān)研發(fā)投資靜態(tài)平滑觀點(diǎn)起源于傳統(tǒng)的新古典理論中關(guān)于企業(yè)利潤最大化的假設(shè),Jorgenson(1963)就提出企業(yè)研發(fā)投資在任何時(shí)候不會(huì)偏離其理想中的最優(yōu)水平太遠(yuǎn)[1],而且研發(fā)投資的最優(yōu)水平是由企業(yè)條件和環(huán)境決定的[2-5]。影響企業(yè)研發(fā)投資的內(nèi)部因素主要有公司規(guī)模、現(xiàn)金流和經(jīng)營多樣化等[2],外部因素主要是市場(chǎng)競爭和技術(shù)機(jī)會(huì)[6]。這也就意味著當(dāng)企業(yè)理想投資水平變化或者由于外部原因偏離其最優(yōu)水平,在調(diào)整成本忽略不計(jì)的條件下,企業(yè)會(huì)將其研發(fā)投資固定在最優(yōu)水平上,即研發(fā)投資趨向于維持在原有的水平上。
有關(guān)研發(fā)投資靜態(tài)平滑的理論論據(jù)主要有三類。第一類是認(rèn)為研發(fā)活動(dòng)高度依賴于研發(fā)人員和具有公司特色的知識(shí)儲(chǔ)備,因此先天有著較高的調(diào)整成本。當(dāng)減少以人力資源為基礎(chǔ)的研發(fā)活動(dòng)時(shí),會(huì)導(dǎo)致累積的科技研發(fā)知識(shí)的喪失,甚至?xí)魅氲礁偁帉?duì)手中[7]。同時(shí),新雇傭的研發(fā)人員需要相當(dāng)?shù)臅r(shí)間來學(xué)習(xí)和適應(yīng)公司特有的研發(fā)項(xiàng)目。Bernstein and Nadiri(1989)就發(fā)現(xiàn)研發(fā)投資的邊際調(diào)整成本要遠(yuǎn)遠(yuǎn)高于實(shí)物投資[8]。第二類論據(jù)是研發(fā)投資伴隨著非常高的沉沒成本。如果一個(gè)研發(fā)項(xiàng)目在取得實(shí)際成果之前被中斷,先前投入的資金是不可能被有效回收的。因此,企業(yè)有著強(qiáng)烈的動(dòng)機(jī)去堅(jiān)持已經(jīng)投入的研發(fā)項(xiàng)目,直到有切實(shí)的成果出現(xiàn)為止。最后,研發(fā)投資具有時(shí)間壓縮的不經(jīng)濟(jì)性,這種不經(jīng)濟(jì)性類似于企業(yè)生產(chǎn)的范圍經(jīng)濟(jì)性,長期一致性投資的效率會(huì)優(yōu)于短期投資的加總。換句話說,企業(yè)在某一段時(shí)間內(nèi)的知識(shí)積累要優(yōu)于在一半時(shí)間內(nèi)一倍資金的投入。
實(shí)證論據(jù)方面,主要是在內(nèi)外部環(huán)境不斷變化的條件下,企業(yè)會(huì)盡量減少研發(fā)投資的變化,以形成研發(fā)投資的平滑。內(nèi)部環(huán)境中,現(xiàn)金持有就能夠被用來很好地平滑研發(fā)投資。經(jīng)濟(jì)衰退期,研發(fā)融資的成本非常高,公司內(nèi)部累積的現(xiàn)金持有可用于研發(fā)投資的持續(xù);而在經(jīng)濟(jì)擴(kuò)張期則可擴(kuò)大其他方面的投資。Brown和Petersen(2011)發(fā)現(xiàn)75%的新創(chuàng)公司在1998-2002年美國股市低迷期間利用現(xiàn)金持有來平滑研發(fā)投資[9]。劉端等(2015)通過80家滬深兩市高科技行業(yè)上市公司的數(shù)據(jù)驗(yàn)證了現(xiàn)金持有能很好地平滑企業(yè)研發(fā)投資[10]。Shin和Kim(2011)發(fā)現(xiàn)[11],與以成本核算的研發(fā)投資相比較,以資產(chǎn)核算的研發(fā)投資有著更高的調(diào)整成本,所以企業(yè)更加偏向于利用現(xiàn)金持有去平滑那些以資產(chǎn)核算的研發(fā)投資。
外部環(huán)境的不同,對(duì)于平滑研發(fā)投資的激勵(lì)效果也不同。Woerter(2014)證明市場(chǎng)競爭程度的不同會(huì)導(dǎo)致對(duì)研發(fā)投資平滑性的激勵(lì)不同[12],當(dāng)行業(yè)當(dāng)中有6-10個(gè)主要競爭對(duì)手時(shí),市場(chǎng)競爭對(duì)于平滑研發(fā)投資的激勵(lì)效應(yīng)最強(qiáng),相對(duì)而言,行業(yè)中的主要競爭對(duì)手如果超過了50個(gè),市場(chǎng)競爭的激勵(lì)效應(yīng)最弱。楊興全等(2016)也利用中國上市公司2007-2013的數(shù)據(jù)證明只有在市場(chǎng)競爭程度激烈的情況下[13],現(xiàn)金持有才對(duì)研發(fā)投資有著顯著性的激勵(lì)效應(yīng)。
不確定性也會(huì)對(duì)平穩(wěn)研發(fā)投資產(chǎn)生影響。Bloom(2007)分析了二者之間的關(guān)系[14],發(fā)現(xiàn)不確定性越高,對(duì)研發(fā)投資平滑性的激勵(lì)效應(yīng)越強(qiáng)。這大概是因?yàn)樵诓淮_定的情況下,企業(yè)會(huì)因?yàn)橹?jǐn)慎而去維持原有水平的研發(fā)投資。由此可以看到,內(nèi)外部環(huán)境的變化都會(huì)對(duì)研發(fā)投資的持續(xù)性產(chǎn)生影響,相比較而言,內(nèi)部因素的影響是有限的,更主要的來自于外部環(huán)境的變化。
(二)研發(fā)投資的動(dòng)態(tài)波動(dòng)性
有關(guān)研發(fā)投資的動(dòng)態(tài)波動(dòng)性起源于對(duì)資本市場(chǎng)不完善的思考,Bloom等(2007)認(rèn)識(shí)到資本市場(chǎng)的不完善一定會(huì)對(duì)研發(fā)投資決定產(chǎn)生影響[15],從而形成研發(fā)投資的動(dòng)態(tài)波動(dòng)性。理論上,當(dāng)理想的研發(fā)投資水平改變時(shí),企業(yè)勢(shì)必會(huì)向最優(yōu)水平調(diào)整,但這種調(diào)整不太容易在當(dāng)期完成,在調(diào)整充分之前有一個(gè)時(shí)滯期,使得最初的調(diào)整只是部分調(diào)整。而且同樣是關(guān)于調(diào)整成本與收益的研究,有人得出了與研發(fā)投資平滑性相反的觀點(diǎn),相比于內(nèi)部融資,外部融資的高風(fēng)險(xiǎn)和信息不對(duì)稱導(dǎo)致企業(yè)對(duì)外部沖擊非常敏感,從而迫使企業(yè)通過內(nèi)部融資進(jìn)行動(dòng)態(tài)調(diào)整,并發(fā)現(xiàn)顯著的企業(yè)研發(fā)投資調(diào)整行為。李萬福和杜靜(2016)發(fā)現(xiàn)[16],在單位資本調(diào)整成本位于臨界值0.012之內(nèi)的時(shí)候,稅收優(yōu)惠對(duì)研發(fā)投資存在明顯的激勵(lì)效應(yīng)。李華(2018)也給出了類似的結(jié)論[17]。Taewon Kang等(2017)認(rèn)為[18],是公司技術(shù)能力的異質(zhì)性導(dǎo)致了研發(fā)投資文獻(xiàn)中的矛盾性結(jié)論,并發(fā)現(xiàn)由于技術(shù)能力放大了現(xiàn)金流效應(yīng),當(dāng)有正向沖擊時(shí),隨著銷售額的增長,技術(shù)能力會(huì)放大研發(fā)投資的波動(dòng)性,而當(dāng)有負(fù)向沖擊時(shí),技術(shù)能力會(huì)抵消研發(fā)投資的波動(dòng)性,表現(xiàn)出持續(xù)性。劉波等(2017)說明由于融資摩擦的存在[19],當(dāng)“資助效應(yīng)”在決策中占主導(dǎo)地位時(shí),現(xiàn)金流不確定性的增加會(huì)刺激企業(yè)加大研發(fā)投入,而當(dāng)“預(yù)防效應(yīng)”占主導(dǎo)地位時(shí),現(xiàn)金流不確定性的增加會(huì)抑制企業(yè)研發(fā)投入的調(diào)整。Beata Coldbeck等(2018)采用部分調(diào)整模型[20],對(duì)美國公司2002-2016年間研發(fā)投資與資本投資行為進(jìn)行了比較研究,發(fā)現(xiàn)無論是在資本投資還是在研發(fā)投資中,都存在向目標(biāo)投資(最優(yōu)水平)的調(diào)整行為,而且資本投資的調(diào)整速度明顯快于研發(fā)投資的調(diào)整。
有關(guān)研發(fā)投資波動(dòng)性的論據(jù)可分為兩類。第一類論據(jù)(同時(shí)也是主要的論據(jù))是關(guān)于研發(fā)投資來源的。由于研發(fā)投資中存在著很強(qiáng)的不確定性和信息不對(duì)稱,所以在對(duì)研發(fā)項(xiàng)目成功可能性的評(píng)估和無形資產(chǎn)的評(píng)價(jià)方面,相比于企業(yè)內(nèi)部管理者,外部投資者都處于明顯的信息劣勢(shì),以至于在外部研發(fā)融資方面存在著較高的交易成本。這種高交易成本會(huì)促使外部投資者要求更高的風(fēng)險(xiǎn)貼水或者更高的抵押,以此來彌補(bǔ)更高的交易成本,從而迫使企業(yè)更加偏向于內(nèi)部融資。而內(nèi)部融資是波動(dòng)的(源于產(chǎn)品市場(chǎng)的競爭性和資本市場(chǎng)的不完善),所以研發(fā)投資存在動(dòng)態(tài)波動(dòng)性。另一類論據(jù)是企業(yè)的前瞻性管理,即企業(yè)的高層管理人員并不是消極等待研發(fā)項(xiàng)目的結(jié)果,而是實(shí)時(shí)區(qū)分好的項(xiàng)目與壞的項(xiàng)目,并將更多的資源投放到好的項(xiàng)目中。Mudambi和Swift(2011)通過對(duì)1997-2006年間10996家美國制造業(yè)公司的數(shù)據(jù)分析[21],發(fā)現(xiàn)在企業(yè)前瞻性管理與研發(fā)投資波動(dòng)性之間存在著較強(qiáng)的相關(guān)性,只有當(dāng)公司高層治理失敗的時(shí)候,才會(huì)出現(xiàn)研發(fā)投資的持續(xù)性,而且對(duì)研發(fā)投資進(jìn)行動(dòng)態(tài)調(diào)整的公司表現(xiàn)出顯著性較強(qiáng)的高成長性。
許多實(shí)證研究還表明,研發(fā)投資的波動(dòng)性來自于企業(yè)內(nèi)部現(xiàn)金流量的變化。Takafumi(2017)、Cincera(2016)等的研究說明了在內(nèi)部現(xiàn)金流量和研發(fā)投資之間存在著正向關(guān)系[22-23]。而且Cincera(2016)發(fā)現(xiàn)相比于年輕公司[23],投資者更愿意投資于成熟公司,導(dǎo)致年輕公司研發(fā)投資的外部融資面臨更高的成本,只有更多地依賴于內(nèi)部融資,從而對(duì)現(xiàn)金流有更加強(qiáng)烈的敏感性。另外研發(fā)投資的波動(dòng)性與研發(fā)的階段性有關(guān),其波動(dòng)幅度依賴于研發(fā)項(xiàng)目的階段。相比于開發(fā)階段,研究階段的風(fēng)險(xiǎn)更高,期限更長,存在著較高的不確定性和信息不對(duì)稱性,所以投資者會(huì)要求更高的風(fēng)險(xiǎn)貼水。由此,處于研究階段的研發(fā)投資往往更多地依賴于內(nèi)部融資,有著明顯的波動(dòng)性。郭園園、成力為(2016)就發(fā)現(xiàn)外部融資的不同渠道對(duì)于企業(yè)研發(fā)的不同階段有著不同作用[24],自然也就會(huì)形成研發(fā)投資的波動(dòng)性。
(三)前期研究可能的局限性
從研發(fā)投資平滑性角度看,由于研發(fā)投資較高的調(diào)整成本和具有沉沒成本的特征,企業(yè)在戰(zhàn)略上保證研發(fā)投資的平滑性很重要。另一方面,從研發(fā)投資波動(dòng)性的角度看,由于內(nèi)外部環(huán)境在實(shí)時(shí)變化,企業(yè)對(duì)研發(fā)投資進(jìn)行積極調(diào)整就很重要了?,F(xiàn)實(shí)中,兩種現(xiàn)象都能夠被觀察到,而且前期研究也提供了分別支持二者觀點(diǎn)的混合經(jīng)驗(yàn)論據(jù)。
我們認(rèn)為,研發(fā)投資的平滑性與波動(dòng)性應(yīng)該分別是理想的狀態(tài)與現(xiàn)實(shí)的存在。正如當(dāng)初經(jīng)濟(jì)學(xué)界探討是大公司有利于創(chuàng)新還是小公司更加有利于創(chuàng)新一樣,研發(fā)投資的平滑也好,波動(dòng)也罷,是不同層面、不同角度的問題而已。如果我們施加了眾多的假設(shè),在宏觀層面探討研發(fā)投資時(shí),研發(fā)投資的平滑性是可能存在的,而這個(gè)平滑性不過是研發(fā)投資最優(yōu)水平的現(xiàn)實(shí)反映而已。如果我們承認(rèn)理論上存在著研發(fā)投資的最優(yōu)水平,那么現(xiàn)實(shí)中就一定能在某種程度上觀察到這種現(xiàn)象。然而現(xiàn)實(shí)就是現(xiàn)實(shí),當(dāng)企業(yè)的行業(yè)不同、國別不同,規(guī)模等一系列財(cái)務(wù)和治理指標(biāo)存在著千差萬別時(shí),這個(gè)最優(yōu)水平也一定是千差萬別的,因此在個(gè)體角度,即便是存在最優(yōu)水平,這個(gè)最優(yōu)水平也是動(dòng)態(tài)的。更何況當(dāng)我們把現(xiàn)實(shí)中外部環(huán)境的沖擊加入模型中時(shí),即便是企業(yè)的管理者準(zhǔn)確預(yù)測(cè)了這個(gè)最優(yōu)水平,現(xiàn)實(shí)條件下這個(gè)理論上的這個(gè)最優(yōu)水平也只可能“遇到”,不可能刻意而為之,更不可能“維持”。探討企業(yè)研發(fā)投資的平滑與波動(dòng),就好像企業(yè)管理者追尋生產(chǎn)上“最優(yōu)水平”。既然我們已經(jīng)理解和習(xí)慣生產(chǎn)上的最優(yōu),那就應(yīng)該理解和習(xí)慣研發(fā)投資的最優(yōu)。研發(fā)投資的平滑性只不過是企業(yè)管理者對(duì)最優(yōu)水平的追求而已,這種平滑性只可“遇到”,不可“維持”,也就是說研發(fā)投資的平滑性(最優(yōu)水平)應(yīng)該是瞬態(tài),而動(dòng)態(tài)調(diào)整卻是一種常態(tài)。
那么這里仍然有著一個(gè)疑問,就是為什么關(guān)于研發(fā)投資平滑性與動(dòng)態(tài)性的經(jīng)驗(yàn)證據(jù)都大量存在呢?我們認(rèn)為有兩個(gè)主要原因,其中之一是,與資本投資相比較,研發(fā)投資有著不同的特點(diǎn)。相比于資本投資,信息不對(duì)稱在研發(fā)投資中更加顯著。內(nèi)外部投資者之間嚴(yán)重的信息不對(duì)稱導(dǎo)致研發(fā)投資有著更高的調(diào)整成本,所以與資本投資相比,研發(fā)投資的波動(dòng)幅度不大,調(diào)整行為不明顯,沒有適當(dāng)?shù)哪P途筒蝗菀妆话l(fā)現(xiàn)。另外一個(gè)原因是前期的實(shí)證研究,對(duì)于企業(yè)規(guī)模、行業(yè)分類和研發(fā)階段,都是假設(shè)同一組內(nèi)是同質(zhì)的,也就是說當(dāng)內(nèi)外部條件變化時(shí),同一組內(nèi)的公司會(huì)有著相同的投資行為,忽略了個(gè)體效應(yīng)。而研發(fā)投資不同于資本投資,本來其變化幅度就不大,在忽略了個(gè)體效應(yīng)的情況下就難以觀察到其動(dòng)態(tài)調(diào)整行為了。
二、理論分析
本文的研究建立在研發(fā)投資動(dòng)態(tài)調(diào)整理論的基礎(chǔ)上,即在企業(yè)層次存在最優(yōu)的研發(fā)投資水平,而且這個(gè)最優(yōu)研發(fā)投資水平是依照時(shí)間和條件而變化的,只不過在現(xiàn)實(shí)世界中,會(huì)出現(xiàn)與最優(yōu)水平的偏離。不管是有意還是無意,企業(yè)會(huì)向著這個(gè)最優(yōu)水平進(jìn)行調(diào)整,而且這種調(diào)整不是一步到位的,正如企業(yè)資本結(jié)構(gòu)的部分調(diào)整一樣,企業(yè)也在進(jìn)行著研發(fā)投資水平的部分調(diào)整,這種部分調(diào)整的特征依賴于外界條件和企業(yè)的個(gè)體特征。接下來我們就提供研發(fā)投資部分調(diào)整模型的理論基礎(chǔ),并用中國上市公司的數(shù)據(jù)來進(jìn)行驗(yàn)證。
(一)靜態(tài)投資模型
需要注意的是,(4)式的平滑部分調(diào)整可能只是代表性企業(yè)實(shí)際調(diào)整過程的一個(gè)近似而已,實(shí)際調(diào)整過程中,調(diào)整成本可能大于消除偏差所帶來的調(diào)整收益,會(huì)給人一種均值回復(fù)或恒定投資的印象,所以一個(gè)合理的替代模型將允許小偏差的持續(xù)存在。圖1和圖2就顯示出均值改變遠(yuǎn)遠(yuǎn)大于中位數(shù),這個(gè)現(xiàn)象同樣出現(xiàn)在以往的企業(yè)資本結(jié)構(gòu)調(diào)整過程中。
圖1的橫軸是代表性企業(yè)研發(fā)投資與目標(biāo)偏離程度,縱軸是下一年其研發(fā)投資的改變,從初步的直觀圖形上我們可以確認(rèn)存在著向目標(biāo)值的動(dòng)態(tài)調(diào)整過程。圖2的橫軸是研發(fā)投資水平,縱軸是其研發(fā)投資的改變,圖2的存在說明研發(fā)投資均值回復(fù)現(xiàn)象也是存在的。而均值回復(fù)現(xiàn)象和權(quán)衡理論下的動(dòng)態(tài)調(diào)整過程并不一致,但在隨后的內(nèi)容中,我們會(huì)證明企業(yè)研發(fā)投資的動(dòng)態(tài)調(diào)整是顯著存在的,而且經(jīng)受了各種穩(wěn)健性的檢驗(yàn)。
三、實(shí)證分析
(一)數(shù)據(jù)
考慮到數(shù)據(jù)的代表性,選取了1990-2017年間中國上市公司作為研究對(duì)象。按照以往文獻(xiàn)的研究慣例,去除了金融類公司和行業(yè)內(nèi)數(shù)量少于10的企業(yè),同時(shí)去除了缺失連續(xù)兩年數(shù)據(jù)的企業(yè)。
研發(fā)投資水平變量RDR選取了研發(fā)投入與企業(yè)所有者權(quán)益總計(jì)的比率。由于中國上市公司2007年以前研發(fā)投入的數(shù)據(jù)缺失較多,本文通過資產(chǎn)負(fù)債率TD_TA、總資產(chǎn)收益率ROA、每股稅前現(xiàn)金股利percasdis、每股稅后現(xiàn)金股利taxdivdis、市場(chǎng)價(jià)值與賬面價(jià)值之比MTB以及營業(yè)收入與所有者權(quán)益總計(jì)之比OPRE對(duì)研發(fā)投入進(jìn)行了樣本外預(yù)測(cè),從而對(duì)部分缺失數(shù)據(jù)進(jìn)行了補(bǔ)全。
解釋變量選取的是市場(chǎng)投資機(jī)會(huì)托賓Q、現(xiàn)金流量與所有者權(quán)益總計(jì)之比CASH、息稅前利潤與所有者權(quán)益之比EBITT、營業(yè)收入與所有者權(quán)益總計(jì)之比OPRE以及代表行業(yè)特征的行業(yè)中位數(shù)。盡管研究對(duì)象選取的是所有中國上市公司,但是滿足所有變量的平衡面板的樣本不足100,所以本文的樣本數(shù)據(jù)選取的是非平衡面板。
為了捕捉?jīng)]有衡量到的因素對(duì)企業(yè)研發(fā)投資的影響,除了上面影響目標(biāo)研發(fā)投資率的常規(guī)變量外,我們采用了未被觀察到的個(gè)體效應(yīng)μi,并發(fā)現(xiàn)在沒有取代企業(yè)特有特征變量χi,t的前提下,這些沒有觀察到的個(gè)體效應(yīng)在很大程度上解釋了研發(fā)投資率截面變化(方差)。
(二)動(dòng)態(tài)調(diào)整模型估計(jì)方法的比較
表2展現(xiàn)的是運(yùn)用各種方法對(duì)(4)式的估計(jì)結(jié)果。第一列采用的是Fama和French(2002年)推薦的FM(Fama和MacBeth)方法,這種方法主要是能夠避免低估系數(shù)的標(biāo)準(zhǔn)誤。RDR滯后一期的系數(shù)意味著企業(yè)向目標(biāo)研發(fā)投資率的調(diào)整速度接近于30.1%(=1-0.699)。按照這個(gè)速度,大約需要3年左右的時(shí)間調(diào)整到位。
FM方法沒有考慮企業(yè)的個(gè)體特征,主要關(guān)注樣本數(shù)據(jù)的整體趨勢(shì),第2列則是考慮了個(gè)體特征的固定效應(yīng)模型,經(jīng)驗(yàn)而言,在資本結(jié)構(gòu)調(diào)整中這個(gè)調(diào)整速度會(huì)更加明顯,所以理論上在研發(fā)投資中也應(yīng)該如此。表2中的結(jié)果表明確實(shí)如此,第一列的FM模型所估計(jì)的速度通常代表了以往研發(fā)投資的調(diào)整速度①,要比我們這里所估計(jì)的速度慢了20%左右。
第3列是進(jìn)行組內(nèi)去芯然后再進(jìn)行OLS的估計(jì),理論上這個(gè)結(jié)果應(yīng)該接近于固定效應(yīng)。第4列是加入年度效應(yīng)的固定效應(yīng)模型。第5列應(yīng)用的是工具變量法,將被解釋變量的滯后一期作為工具變量。
第6、7列主要是樣本數(shù)據(jù)的變化,為了證明研發(fā)投資動(dòng)態(tài)權(quán)衡過程的存在而非僅僅是均值回復(fù)過程,這里截取了研發(fā)投資率中間50%樣本進(jìn)行估計(jì)。如果僅僅是均值回復(fù)過程,這個(gè)估計(jì)結(jié)果應(yīng)該是不顯著的,說明整體樣本的估計(jì)只不過是把均值回復(fù)現(xiàn)象誤以為動(dòng)態(tài)調(diào)整。然而實(shí)際估計(jì)結(jié)果與整體樣本表現(xiàn)出非常接近的調(diào)整速度,這也就充分證明了在企業(yè)研發(fā)投資中確實(shí)存在著動(dòng)態(tài)調(diào)整過程。
(三)向目標(biāo)值的收斂
如果表2的回歸分析是真實(shí)有效的,我們就應(yīng)當(dāng)能夠發(fā)現(xiàn)企業(yè)確實(shí)是向目標(biāo)值(最優(yōu)研發(fā)投資水平)調(diào)整的。圖1說明企業(yè)會(huì)依據(jù)其與目標(biāo)值(估計(jì)出的)的偏離程度而改變下一年度的研發(fā)投資。本文是將1990-2017年的所有上市公司,每一年根據(jù)其與目標(biāo)值的偏離程度(RDR*-RDR)等分四組,圖1的水平軸顯示,第1組的實(shí)際研發(fā)投資率比目標(biāo)值高了4.1%,第4組的實(shí)際投資比目標(biāo)值低了4.9%。圖1的縱軸描述的是下一年研發(fā)投資的變化,第1組在下一年減少了3%,第4組增加了3.5%,中間兩組也是在向目標(biāo)值調(diào)整,只不過程度非常小而已,所有這些都明確地顯示企業(yè)是在向目標(biāo)值調(diào)整。
盡管圖1所顯示的結(jié)果與動(dòng)態(tài)調(diào)整行為是一致的,但也可能僅僅是一種均值回復(fù)行為,即當(dāng)研發(fā)投資率相對(duì)較高或者較低的時(shí)候,會(huì)自然地向均值移動(dòng)。圖2顯示了這種趨勢(shì)。圖2的水平軸是對(duì)上一年的研發(fā)投資率進(jìn)行分組(不是偏離程度),而縱軸是下一年的改變。從中可以看到,當(dāng)年研發(fā)投資率相對(duì)較高的時(shí)候,下一年就會(huì)減少投資;而當(dāng)研發(fā)投資率相對(duì)較低的時(shí)候,下一年就會(huì)提高投資。在以往研究資本結(jié)構(gòu)的文獻(xiàn)中,要么是專門是從均值回復(fù)角度來研究,要么是從動(dòng)態(tài)調(diào)整的角度來研究②。例如Leary等(2005)就通過對(duì)風(fēng)險(xiǎn)函數(shù)估計(jì)指出均值回復(fù)現(xiàn)象的存在[25],而絕大多數(shù)則是從動(dòng)態(tài)調(diào)整角度來研究。 但Mark J.Flannery等(2006)在研究資本結(jié)構(gòu)的動(dòng)態(tài)調(diào)整中[26],用圖形分析指出了均值回復(fù)現(xiàn)象的存在,但是并沒有進(jìn)行進(jìn)一步的分析,而是僅僅指出而已,接著就又進(jìn)行動(dòng)態(tài)調(diào)整行為的分析。我們認(rèn)為均值回復(fù)和動(dòng)態(tài)調(diào)整并不矛盾,而且均值回復(fù)是動(dòng)態(tài)調(diào)整的前提,也就是說,只有在存在均值回復(fù)的基礎(chǔ)上,才可能有動(dòng)態(tài)調(diào)整,即有均值回復(fù)不一定有動(dòng)態(tài)調(diào)整,但有動(dòng)態(tài)調(diào)整就一定會(huì)存在均值回復(fù)。
理論上均值回復(fù)現(xiàn)象只發(fā)生在研發(fā)投資相對(duì)較高或者較低的時(shí)候,而動(dòng)態(tài)調(diào)整則應(yīng)該是存在于研發(fā)投資的各個(gè)層次上。為了驗(yàn)證說明動(dòng)態(tài)調(diào)整的存在,在將研發(fā)投資率分為四組的基礎(chǔ)上,在每一組的內(nèi)部又根據(jù)其與目標(biāo)值的偏離分為四組,并以圖3顯示。從圖3可以看到,研發(fā)投資率的各個(gè)組別都存在著均值回復(fù),說明動(dòng)態(tài)調(diào)整行為的存在,因?yàn)槿绻淮嬖趧?dòng)態(tài)調(diào)整,中間組別是不應(yīng)該存在均值回復(fù)的,所以圖3進(jìn)一步證明了企業(yè)在進(jìn)行研發(fā)投資時(shí)是存在動(dòng)態(tài)調(diào)整行為的。
(四)動(dòng)態(tài)調(diào)整模型的比較
在眾多研究資本結(jié)構(gòu)的文獻(xiàn)中,有多種對(duì)于目標(biāo)值的估計(jì)方法,本文前面(4)式的部分調(diào)整模型只是其中一種,既然我們是借鑒資本結(jié)構(gòu)的部分調(diào)整模型來探究研發(fā)投資的動(dòng)態(tài)調(diào)整,這里我們同樣也對(duì)估計(jì)研發(fā)投資目標(biāo)值的不同模型進(jìn)行比較。表3報(bào)告了對(duì)同樣面板數(shù)據(jù)的五種不同估計(jì)方法,具體模型如①-⑤式所示:
這里的RDR是研發(fā)投資率,滯后期的“X”變量決定了企業(yè)的長期研發(fā)投資率,具體包括:息稅前利潤與所有者權(quán)益合計(jì)之比EBITT;營業(yè)收入與所有者權(quán)益合計(jì)之比OPRE;市場(chǎng)機(jī)會(huì)托賓Q;現(xiàn)金流與所有者權(quán)益合計(jì)之比CASH;現(xiàn)金股利與所有者權(quán)益合計(jì)之比DIV;總資產(chǎn)對(duì)數(shù)lnsize;行業(yè)中位數(shù)Ind_meadian。而L3RDR和TDROLS則分別是滯后3期的平均值和1)式的擬合值。這里所有的回歸都包含年度虛擬變量。
表3中第一列給出了典型的截面回歸,主要是用來發(fā)現(xiàn)影響研發(fā)投資的決定因素。可以看到,EBITT、OPRE以及托賓Q的上升降低了研發(fā)投資率,DIV的增加提高了研發(fā)投資率,另外隨著公司規(guī)模的擴(kuò)大,研發(fā)投資率是在降低。值得注意的是現(xiàn)金流(CASH)一項(xiàng)并不顯著,這是與國外文獻(xiàn)(Beata Coldbeck等,2018)明顯不同的地方。
表3中第1列的模型是將滯后一期研發(fā)投資率RDR的系數(shù)限制為0,這也就意味著觀察到的研發(fā)投資率RDR就是目標(biāo)研發(fā)投資率。但是第2列模型給出的結(jié)果顯著地拒絕了這個(gè)假設(shè),當(dāng)我們將因變量的滯后一期加入模型中時(shí),它的系數(shù)(0.722)具有非常高的顯著性。由此也就說明模型1遺漏了重要變量,但模型2也由于排除了固定效應(yīng)而失去了合理性。在固定效應(yīng)和隨機(jī)效應(yīng)的選擇上,由于Hausman檢驗(yàn)以極高的顯著性拒絕了隨機(jī)效應(yīng),所以模型3的固定效應(yīng)模型應(yīng)該是一個(gè)可靠的模型,而模型3就是我們前面的部分調(diào)整模型。第3列與第1列比較而言,托賓Q的系數(shù)由負(fù)轉(zhuǎn)正,說明市場(chǎng)機(jī)會(huì)的增加促進(jìn)了研發(fā)投資率的提升;而DIV的系數(shù)由正轉(zhuǎn)負(fù),說明現(xiàn)金股利的增加限制了研發(fā)投資率的提升,同時(shí)現(xiàn)金流一項(xiàng)依然不顯著。由此可以看出,第1列中的遺漏變量對(duì)主要系數(shù)的估計(jì)產(chǎn)生了重大影響。
盡管表3中第1列遺漏了重要變量,但是像第1列這樣的回歸在資本結(jié)構(gòu)調(diào)整模型中會(huì)用于生成目標(biāo)投資率的代理變量,基于這樣代理變量的兩階段估計(jì)模型在很大程度上形成了關(guān)于目標(biāo)投資調(diào)整的傳統(tǒng)觀點(diǎn),即企業(yè)向目標(biāo)投資的調(diào)整都是緩慢的。表3中的第4列展現(xiàn)了基于第1列目標(biāo)研發(fā)投資率((TDROLSi)的部分調(diào)整模型,這個(gè)調(diào)整速度(0.292)與第2列的調(diào)整速度0.278基本一致,因?yàn)槎叨际菦]有固定效應(yīng)的動(dòng)態(tài)調(diào)整模型,所以理論上也應(yīng)該如此。而第5列則是用連續(xù)三年RDR的平均值作為代理變量,估計(jì)出的調(diào)整速度是0.378,要比模型(2)和(4)有所改善,但是與第(4)還是有一定差距,如果將固定效應(yīng)加入模型(5),估計(jì)速度則要稍微高于模型(3),說明盡管模型(3)相對(duì)準(zhǔn)確地衡量了研發(fā)投資的調(diào)整速度,但是模型中解釋變量的選取還是有提高的空間,一組更有解釋力的解釋變量應(yīng)該是存在的。
(六)穩(wěn)健性檢驗(yàn)
前面我們通過模型比較和估計(jì)方法的比較,發(fā)現(xiàn)加入固定效應(yīng)的部分調(diào)整模型給出比較合理的目標(biāo)研發(fā)投資率和調(diào)整速度,接下來我們將分別通過時(shí)間跨度、樣本跨度和不同時(shí)間段的選取進(jìn)行模型與結(jié)論穩(wěn)健性的檢驗(yàn)。
1.不同時(shí)間跨度的檢驗(yàn)
標(biāo)準(zhǔn)的部分調(diào)整模型只是對(duì)公司研發(fā)投資行為的一個(gè)近似,在這個(gè)過程中,并沒有對(duì)實(shí)證估計(jì)的時(shí)間跨度做出特殊要求。單純就理論上而言,時(shí)間跨度越長調(diào)整應(yīng)該越充分,這也是我們的一個(gè)合理假設(shè)。因此,我們分別在一年到五年時(shí)間跨度內(nèi)重新估計(jì)(4)式,得到表5。
表5中一年的調(diào)整速度是0.533,一個(gè)幾何下降應(yīng)該使得兩年期的系數(shù)為0.782(=1-(1-0.533)2),如果模型估計(jì)合理的話,兩年期的實(shí)際調(diào)整應(yīng)該在0.782上下,而表2中兩年期的實(shí)際調(diào)整是與目標(biāo)值差距的0.707(=1-0.293),比較接近于理論上的調(diào)整水平。在更長的時(shí)期內(nèi),3年、4年和5年的理論調(diào)整值分別是0.898、0.952、0.978,而我們估計(jì)的實(shí)際調(diào)整分別是0.852、0.948、0.978,理論值和估計(jì)值之間的緊密對(duì)應(yīng)關(guān)系進(jìn)一步支持了這樣的假設(shè),即我們的部分調(diào)整模型還是比較準(zhǔn)備地捕獲了研發(fā)投資數(shù)據(jù)的變化。
2.不同組別(規(guī)模)的比較
截至目前,我們都是將對(duì)包含全部企業(yè)的整體樣本進(jìn)行估計(jì),但是在文獻(xiàn)分析中我們發(fā)現(xiàn),大企業(yè)和小企業(yè)的投資調(diào)整行為會(huì)有一定差別。單就交易成本而言,大企業(yè)在進(jìn)行研發(fā)投資調(diào)整時(shí)會(huì)遇到更大交易成本的阻礙,所以其調(diào)整速度可能會(huì)偏慢。而規(guī)模較小企業(yè)的高成長性可能會(huì)減少它們的調(diào)整成本。為了評(píng)估(4)式回歸估計(jì)的穩(wěn)健性,在各個(gè)年度上按照企業(yè)規(guī)模分成10個(gè)組別,第1組是規(guī)模最大的組別,第10組是規(guī)模最小的組別。表6的結(jié)果顯示,在四組的子樣本中,解釋變量χ的系數(shù)估計(jì)值基本上是一致的,部分幅度不大的變化應(yīng)該是不同組別中樣本差別的反應(yīng)。表6也反映出(4)式的部分調(diào)整模型對(duì)所有組別中的樣本都進(jìn)行了合理的估計(jì)。值得注意的是最大規(guī)模組企業(yè)的調(diào)整速度是最慢的,這大概是由于大企業(yè)更多地依靠外部融資,面臨更大的調(diào)整成本,所以相對(duì)低調(diào)整成本的小規(guī)模企業(yè)也就有了更快的調(diào)整速度。
3.不同時(shí)期的檢驗(yàn)
表7報(bào)告了1990-2017年間四個(gè)時(shí)期(1990-2000,2000-2007,2007-2012,2012-2017)的估計(jì)結(jié)果。我們發(fā)現(xiàn)不同時(shí)期的調(diào)整速度基本上是一致的。1990-2000年的調(diào)整速度最慢,其中的原因可以從兩方面來理解,一方面是2000年之前的中國資本市場(chǎng)相對(duì)而言是不完善的,研發(fā)投資的調(diào)整成本綜合來講一定是偏大的,所以企業(yè)的調(diào)整速度偏低,另一方面這段時(shí)期內(nèi),研發(fā)投資的數(shù)據(jù)缺失比較嚴(yán)重,所以也有樣本方面的原因。與其相對(duì)的是2012-2017年間的調(diào)整速度最快,這也可以從中國最近幾年資本市場(chǎng)不斷完善的角度來理解,隨著外部融資約束的降低,企業(yè)更愿意進(jìn)行外部融資,研發(fā)調(diào)整成本有降低的趨勢(shì),從而產(chǎn)生更快的調(diào)整速度。比較有趣的是金融危機(jī)前后幾年的變化不大,調(diào)整速度基本上沒有變。這與理論設(shè)想和其他學(xué)者的研究相對(duì)一致,Taewon kang等(2017)就發(fā)現(xiàn)企業(yè)的研發(fā)投資對(duì)于外部正向沖擊和負(fù)向沖擊的表現(xiàn)是不一樣。當(dāng)有負(fù)向沖擊時(shí),企業(yè)的研發(fā)投資更容易表現(xiàn)出平滑性,從另一個(gè)角度也可以理解為原有調(diào)整速度的維持,即并沒有因?yàn)闆_擊而放慢調(diào)整步伐。
表7中解釋變量中托賓Q和現(xiàn)金流量的系數(shù)有著方向性的變化,其中托賓Q在最后一期的符號(hào)由負(fù)轉(zhuǎn)正,而且高度顯著,盡管具體的數(shù)值非常小,但說明問題。如果企業(yè)的治理結(jié)構(gòu)比較成熟而且資本市場(chǎng)比較完善的話,這個(gè)系數(shù)值應(yīng)該是正的,也就是說隨著企業(yè)市場(chǎng)機(jī)會(huì)的增加,企業(yè)更加依賴研發(fā)投資來實(shí)現(xiàn)市場(chǎng)機(jī)會(huì)的價(jià)值,從另一個(gè)方面也能夠反映出,在整體水平上,企業(yè)的技術(shù)創(chuàng)新水平越來越高,而且是越來越依賴于自主技術(shù)創(chuàng)新來開拓和實(shí)現(xiàn)市場(chǎng)機(jī)會(huì)?,F(xiàn)金流量的符號(hào)也是在最后一期由負(fù)轉(zhuǎn)正,這應(yīng)該是整體企業(yè)發(fā)展階段的反映,隨著企業(yè)的發(fā)展壯大,現(xiàn)金流對(duì)研發(fā)投資作用由制約轉(zhuǎn)變?yōu)榇龠M(jìn),只有當(dāng)企業(yè)發(fā)展到一定層次,這種促進(jìn)作用才有可能顯現(xiàn),這也符合理論推理和實(shí)踐經(jīng)驗(yàn)。
四、結(jié)論
本文運(yùn)用加入了固定效應(yīng)的部分動(dòng)態(tài)調(diào)整模型,以中國1990-2017年1968家上市公司(非金融類)的非平衡面板數(shù)據(jù)為對(duì)象, 通過關(guān)注目標(biāo)研發(fā)投資水平來估算研發(fā)投資調(diào)整速度。證據(jù)表明,非金融類公司確實(shí)在追求目標(biāo)研發(fā)投資水平并隨著內(nèi)外部環(huán)境的變化而進(jìn)行動(dòng)態(tài)調(diào)整。而且這些證據(jù)在公司規(guī)模、時(shí)間跨度和時(shí)間段上都是同樣有力的,并且表明固定效應(yīng)的部分調(diào)整模型與數(shù)據(jù)非常吻合。正如以往的研究結(jié)論,目標(biāo)研發(fā)投資(最優(yōu)水平)取決于一些被廣泛接受的企業(yè)特征。通過這些企業(yè)特征,研發(fā)投資偏低或過高的公司很快就會(huì)調(diào)整研發(fā)投資率,以抵消所觀察到的缺口。與最近的一些研究不同,在我們的估計(jì)中,當(dāng)企業(yè)偏離目標(biāo)研發(fā)投資率時(shí),他們會(huì)相對(duì)更快地恢復(fù)到目標(biāo)值。平均而言,樣本公司會(huì)采取行動(dòng),以每年50%左右的速度縮小其與目標(biāo)研發(fā)投資率的差距。人們可能會(huì)疑惑50%的年度調(diào)整速度是“慢了”還是“快了”,但不容置疑的是這個(gè)速度肯定不是零。
注釋:
① Beata Coldbeck等(2017)對(duì)美國公司的估計(jì),無論是在危機(jī)之前還是危機(jī)之后,這個(gè)系數(shù)都是在0.7以上。
② 對(duì)于資本結(jié)構(gòu)動(dòng)態(tài)調(diào)整的研究,主要是基于三種理論,即權(quán)衡理論、啄食理論以及市場(chǎng)擇時(shí)理論。而均值回復(fù)理論否認(rèn)了動(dòng)態(tài)調(diào)整行為的存在,認(rèn)為只不過均值回復(fù)現(xiàn)象而已。
參考文獻(xiàn):
[1] Dale W. Jorgenson. Capital Theory and Investment Behavior. The American Economic Review, 1963,53. Papers and Proceedings of the Seventy-Fifth Annul Meeting of the American Economic Association,1963(5):247-259.
[2] Wesley M. Cohen., Steven Klepper. The anatomy of industry R&D intensity distributions[J].American Economic Review,1992,82(4):773-799.
[3] Del Canto, J., Gonzalez, L. A resource-based analysis of the factors determining a firms R&D activities[J].Research policy,1999,28(8):891-905.
[4] Lee, C.A simple theory and evidence on the determinants of firm R&D[J].Economics of Innovation and New Technology,2003,12(5):385-395.
[5] 李端生,王曉燕.高管團(tuán)隊(duì)異質(zhì)性、激勵(lì)機(jī)制與企業(yè)研發(fā)投資行為——來自創(chuàng)業(yè)板上市公司的經(jīng)驗(yàn)數(shù)據(jù)[J].經(jīng)濟(jì)問題,2019(2):56-68.
[6] Levin, R., W., Mowery, D. R&D appropriability, opportunity, and market structure: new evidence on some Schumpeterian hypotheses[J].American Economic Review, 1985,75(2):20-24.
[7] Pakes, A., Nitzan, S. Optimum contracts for research personnel, research employment, and the establishment of rival enterprises. J. Labor Econ.,1983,1(4):345-365.
[8] Bemstern, J., Nadiri, M. Rates of return on physical and R&D capital and structure of the production process: cross section and time series evidence. In: Raj, B.(Ed.), Advances in Econometrics and Modelling. Springer, Amsterdam, 1989:169-187.
[9] Brown, J., Petersen, B. Cash holdings and R&D smoothing[J].Journal of Corporate Finance,2011,17(3):694-709.
[10]劉端,薛靜蕓,羅勇,等. 現(xiàn)金持有、研發(fā)投資平滑和產(chǎn)品市場(chǎng)競爭績效——基于中國高科技行業(yè)上市公司的實(shí)證[J]. 系統(tǒng)管理學(xué)報(bào),2015,24(5):717-726.
[11]Shin, M., Kim, S. The effects of cash holdings on R&D smoothing: evidence from Korean[J].Journal of Finance Account,2011,6:1-19.
[12]Martin, Woerter. Competition and Persistence of R&D[J].Economics of Innovation and New Technology,2014,23(5-6):469-489.
[13]楊興全,李萬利,韓建強(qiáng). 產(chǎn)品市場(chǎng)競爭與現(xiàn)金持有創(chuàng)新平滑效應(yīng)——基于融資約束和產(chǎn)權(quán)性質(zhì)視角的實(shí)證研究[J]. 軟科學(xué),2016,30(5):82-86.
[14]Nick Bloom. Uncertainty and the dynamics of R&D[J].American Economic Review,2007,97(2):250-255.
[15]Nick Bloom, Stephen Bond, John Van Reenen. Uncertainty and Investment Dynamics[J].The Review of Economic Studies,2007,74(2):391-415.
[16]李萬福,杜靜. 稅收優(yōu)惠、調(diào)整成本與R&D投資[J]. 會(huì)計(jì)研究,2016(12):58-63,96.
[17]李華. 稅收優(yōu)惠與調(diào)整成本對(duì)企業(yè)研發(fā)投入行為的影響研究[J]. 當(dāng)代財(cái)經(jīng),2018(7):25-34.
[18] Taewon Kang, Chulwoo Baek, Jeong-Dong Lee. The persistency and volatility of the firm R&D investment: Revisited from the perspective of technological capability[J].Research Policy,2017,46:1570-1579.
[19]劉波,李志生,王泓力,等. 現(xiàn)金流不確定性與企業(yè)創(chuàng)新[J]. 經(jīng)濟(jì)研究,2017,52(3):166-180.
[20]Beata Coldbeck, Aydin Ozkan. Comparison of adjustment speeds in target research and development and capital investment: what did the financial crisis of 2007 change?[J].Journal of Business Research,2018,84:1-10.
[21]Ram Mudambi, Tim Swift. Proactive R&D management and firm growth: a punctuated equilibrium model[J].Research Policy,2011,40:429-440.
[22]Takafumi Sasaki. Financial cash flows and research and development investment[J].Pacific-Basin Finance Journal,2016,39:1-15.
[23]Michele Cincera, Julien Ravet, Reinhilde Veugelers. The sensitivity of R&D investments to cash flows: comparing young and old EU and US leading innovators[J].Economics of Innovation and New technology,2016,25(3):304-320.
[24]郭園園,成力為. 外部融資渠道與企業(yè)異質(zhì)性R&D投資[J].科學(xué)學(xué)研究,2016,34(6):887-895.
[25]Leary W, Roberts M. Do firms rebalance their capital structure?[J].Journal of Finance,2005,60(6):2575-2619.
[26]Mark J. Flannery, Kasturi P.Rangan. Partial adjustment toward target capital structures[J].Journal of Financial Economics,2006,79:469-506.
(責(zé)任編輯:周正)