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）