宋軍 劉曦漫

(復旦大學經(jīng)濟學院，上海 200433)

一、引言

隨著經(jīng)濟全球化的發(fā)展和知識經(jīng)濟時代的到來，科技成為經(jīng)濟增長的主要推動力。企業(yè)的研發(fā)支出為企業(yè)提高核心競爭力提供了源源不斷的動力，成為備受關注的指標。然而，研發(fā)支出能否帶來未來的經(jīng)濟效益卻存在很大的不確定性，因而存在著巨大的風險。

研發(fā)支出的資本化為企業(yè)降低研發(fā)支出的不確定性提供了一個選擇。它允許企業(yè)將部分或者全部研發(fā)支出進行資本化處理，不計入當期費用和利潤表。一般認為，當企業(yè)認為研發(fā)投資很可能獲得成功時，趨向于采用資本化方式，因此它具有信號傳遞功能，是研發(fā)支出未來經(jīng)濟利益的一個正向指標(Oswald，2008；Dargenidou et al.，2021)[17][7]。近年來，我國A股上市公司的研發(fā)支出資本化支出明顯增加，從2013年的241億元增長至2019年的879億元；資本化比例也有所提升，從2013年的8.4%增長至2019年的10.1%(見圖1)。同時，越來越多的上市公司選擇對研發(fā)支出進行資本化處理。2013年，2864家有研發(fā)支出的公司中，僅有436家公司對研發(fā)支出部分進行資本化處理，占比15.2%；2019年，3352家公司中有888家公司對研發(fā)支出進行資本化處理，占比26.5%(見圖2)。但企業(yè)對研發(fā)支出資本化的程度卻呈現(xiàn)越來越謹慎的態(tài)度。2019年，我國所有存在研發(fā)支出資本化的A股上市公司平均研發(fā)支出資本化率在25%左右，2013年該比例為36%，呈現(xiàn)明顯下降趨勢(見圖3)。

圖1 2013―2019年我國A股上市公司研發(fā)支出金額

圖2 2013―2019年我國A股上市公司有研發(fā)支出公司數(shù)量

圖3 2013―2019年我國A股上市公司研發(fā)支出平均資本化率

研發(fā)支出資本化會計政策的初衷是利用資本化處理釋放研發(fā)投資未來可能成功的利好信號，從而降低投資者對研發(fā)支出的不確定性預期，增加市場信息效率(Oswald and Zarowin，2007；Oswald，2008; Dargenidou et al.，2021)[16][17][7]。研究發(fā)現(xiàn)，管理層對企業(yè)研發(fā)支出選擇的會計處理方式是為了釋放自身項目可行性評估的信號，對成功概率大的研發(fā)項目進行資本化處理，相對費用化處理，可為股價提供更多有用信息。

但資本化處理在實際應用中產(chǎn)生了一個問題，即部分企業(yè)會利用相機選擇和主觀判斷的機會來進行盈余管理。這種機會主義者的出現(xiàn)導致投資者對原本作為正面信息釋放的研發(fā)支出資本化處理產(chǎn)生了質疑。由于信息不對稱，盈余管理一直是公司金融一個非常突出的問題(Schipper，1989；Jones，1991；Lev and Zarowin，1999；Ciftci，2010)[19][12][14][5]。大量研究表明，盈余管理是研發(fā)支出資本化中非常重要的因素。Cazavan and Jeanjean(2006)[3]發(fā)現(xiàn)法國的公司價值與資本化率負相關，主要原因是公司的盈余管理動機，這種行為導致公司未來業(yè)績下降。Prencipe et al.(2008)[18]發(fā)現(xiàn)意大利的企業(yè)將可自行決定的資本化政策作為盈余管理工具，投資者對此非常介意，給予公司負面定價。Dinh et al.(2016)[8]發(fā)現(xiàn)公司試圖為了迎合投資者的預期而調整盈利數(shù)據(jù)的盈余管理行為會導致公司市場價格走低。來自我國市場的證據(jù)更加充分，許罡和朱衛(wèi)東(2010)[28]對會計準則更改后兩年間的A股全部樣本進行分年度回歸，發(fā)現(xiàn)管理層確實通過研發(fā)支出資本化實現(xiàn)盈余管理；王艷等(2011)[24]選取A股中研發(fā)支出較高的科技類企業(yè)進行研究，發(fā)現(xiàn)企業(yè)為了扭虧為盈而進行研發(fā)支出資本化處理；李華(2015)[20]以2007―2013年披露研發(fā)支出資本化狀況的制造業(yè)企業(yè)為樣本，發(fā)現(xiàn)研發(fā)支出資本化與企業(yè)規(guī)避虧損以及防止財務杠桿過高有很大關聯(lián)；徐壽福等(2016)[27]發(fā)現(xiàn)股票的錯誤定價與研發(fā)支出資本化率明顯正相關，產(chǎn)生這個現(xiàn)象的原因是研發(fā)投資的不確定性和盈余管理的可能性。此外，還有一些研究關注融資需求、管理層狀況和公司性質等因素。如Landry and Callimaci(2003)[13]、王艷等(2011)[24]、葉康濤和劉行(2011)[29]和王亮亮(2016)[23]對現(xiàn)金流、債務約束和稅負等因素的關注。

因此，總體而言，對機會主義者質疑的研究得到更多關注。在這樣的輿論背景下，原本應有的正面信號傳遞功能受到打壓。張倩倩等(2017)[30]注意到“有些公司明明具有資本化條件，卻選擇不進行資本化處理而全部費用化”1。這可能是出于“君子不立危墻之下”的謹慎考慮。這種謹慎產(chǎn)生了矯枉過正的影響，導致原本的信息傳遞功能受到負面影響。

因此，如果存在一種有效的方法，能有效識別出資本化處理公司中的盈余管理者，那么就可以打擊機會主義者，也可鼓勵保守的完全不進行資本化公司適當進行資本化處理，從而提高市場信息效率。本文發(fā)現(xiàn)，可通過超基準盈余管理測試來識別出“機會主義者”，將其定義為可疑樣本，其他公司則是信號釋放者，定義為非可疑樣本。具體而言，超基準測試是指對于那些采用研發(fā)支出資本化的公司，相對于全部費用化，采用資本化后，企業(yè)業(yè)績出現(xiàn)了扭虧為盈、超過歷史業(yè)績和超過市場一致預期這三種情況中的任何一種，就認為通過測試，存在超基準盈余管理的嫌疑。

本文提出，研發(fā)支出資本化的釋放信號和盈余管理這兩個動機是互斥的，因此可將進行研發(fā)支出資本化的公司分為信號釋放者和機會主義者兩個子集。信號釋放者通過研發(fā)支出的資本化向投資者傳遞研發(fā)成功概率提高的好信號，提高投資者對未來收益的預期；機會主義者通過資本化進行盈余管理，這是因為資本化處理可以降低企業(yè)當期報表上的費用支出、提高企業(yè)當期盈利水平。機會主義者的存在使得投資者對進行資本化處理的企業(yè)的經(jīng)營成果真實性產(chǎn)生懷疑，干擾了信息釋放者的信號傳遞功能。

接下來的問題是如何確認這個分類方式是有效的?？刹捎脙蓚€方法。第一個是從資本化的動因看兩類公司的資本化率和不同驅動因素的關系是否存在差異，但這個方法得到的結論比較弱。第二個方法是看市場對兩類公司的定價是否存在差異，相對更具有說服力。這個方法是基于價值相關性(value relevance)理論(Holthausen and Watts，2001；Dahmash et al.，2009；吳戰(zhàn)篪等，2009)[11][6][26]。如資本化處理是受到信號釋放的驅動，表明公司研發(fā)活動未來可能成功，則資本化對市場價值就有正面的促進；如資本化處理是受到盈余管理的驅動，與研發(fā)活動的成功概率無關，則資本化對公司價值有負面影響。已有不少關于研發(fā)支出資本化對企業(yè)價值影響的研究，但得到的結論并不一致。支持者認為研發(fā)支出資本化可增加公司價值，如Callimaci and Landry(2004)[2]基于加拿大上市公司的研究發(fā)現(xiàn)將收益更為確定的研發(fā)支出資本化，是企業(yè)向外界傳遞信號以降低R&D信息的不對稱程度，從而有利于企業(yè)股票收益率在未來一段時間提升；Han and Manry(2004)[10]選取韓國部分上市公司進行研究，也支持企業(yè)股價提振與資本化研發(fā)支出有明顯的正相關關系。也有學者得到了負面的結論，如Cazavan and Jeanjean(2006)[3]發(fā)現(xiàn)投資者對研發(fā)支出資本化的股票并不看好，在控制了其他特征后，股價變動與資本化負相關；Chan and Faff(2007)[4]將澳大利亞12年間4200個企業(yè)樣本分別標記為“資本化企業(yè)”與“費用化企業(yè)”，發(fā)現(xiàn)費用化對公司收益率的提振更明顯。國內學者王亮亮等(2012)[22]發(fā)現(xiàn)資本化研發(fā)支出可以獲得更高的市場定價；王海軍和孔玉生(2015)[21]發(fā)現(xiàn)研發(fā)支出資本化能夠顯著改善高新企業(yè)收益信息與資產(chǎn)價格的相關性；張倩倩等(2017)[30]發(fā)現(xiàn)研發(fā)支出資本化處理同時具有價值折損效應和價值增值效應，即雖減少公司“節(jié)稅”現(xiàn)金流進而降低了當期公司價值，但向市場傳遞了研發(fā)“成功”的信號從而對未來一期具有價值增值能力。

這種不一致的原因很可能是現(xiàn)有研究將進行資本化的兩類異質性企業(yè)混在一起研究，因此得到的結論會發(fā)生沖突。本文提出，應該對兩類公司進行分類后再分別研究市場對兩類公司的定價。使用Olson模型，本文發(fā)現(xiàn)總體而言研發(fā)支出資本化對企業(yè)價值無影響，但將兩類企業(yè)分類后，可疑樣本的公司價值與資本化率負相關，而非可疑樣本的公司價值與資本化率正相關，市場對信號釋放者的信號給出了正面評價，而對機會主義者給出了負面評價。通過市場定價的檢驗方法，本文最終得到超基準盈余管理判斷能有效識別出進行研發(fā)支出資本化的公司中的機會主義者的結論。

本文的主要創(chuàng)新和貢獻有三個方面：第一，提出了可以有效識別我國A股市場中選擇研發(fā)支出資本化公司中的機會主義者的方法。以往研究主要從研發(fā)支出資本化的動機角度研究，很少有研究從機會主義的識別角度進行研究。比較接近的研究也僅僅采用了比較主觀和單一的方法來認定可能存在盈余管理的企業(yè)，如王燕妮和楊慧(2018)[25]發(fā)現(xiàn)當年微利的企業(yè)(ROE介于0%～2%之間)存在扭虧為盈動機。而本文所采用的超基準盈余管理采用“假設”方式，即把視角放在公司資本化前的狀態(tài)，用以判斷如果進行了資本化對企業(yè)盈利的變化是否有實質性的影響，評價相對比較客觀公正。此外本文采用了三個基準：超零值(對應于扭虧為盈的定義)、超歷史基準和超一致預期，包含的范圍更加廣泛，也更加符合現(xiàn)實經(jīng)濟中企業(yè)的真實動機。

第二，采用了兩個方法判斷識別方法的有效性。第一個方法是從資本化的動因看兩類公司的資本化率和不同驅動因素的關系是否存在差異，但這個方法得到的結論比較弱。第二個方法是看市場對兩類公司的定價是否存在差異，結果發(fā)現(xiàn)，市場對信號釋放者的信號給出了正面評價，而對機會主義者給出了負面評價。之前大部分關于研發(fā)資本支出資本化的研究，如Callimaci and Landry(2004)[2]、Cazavan and Jeanjean(2006)[3]、王亮亮等(2012)[22]和張倩倩等(2017)[30]是從市場對研發(fā)支出資本化的反應進行研究，由于沒有區(qū)分研發(fā)支出資本化中的兩類公司，不同研究得到的結論不一致。本文把兩類公司區(qū)分開后分別進行檢驗，得到的結論用來支持本文分類方法的有效性。本文還比較了超基準方法和其他可能的方法(如負債比例、公司是否處于股權激勵鎖定期、是否屬于高新技術企業(yè))在市場定價維度上的信息效率，結果發(fā)現(xiàn)超基準盈余管理方法在市場定價維度能有效區(qū)分兩類企業(yè)，而其他方法不能，因此具有更高的信息效率。

第三，從前文的文獻綜述部分可以發(fā)現(xiàn)，對機會主義者的負面研究得到更多關注，媒體也對可能的盈余管理者有大量報道和質疑。但從研究結果看，具有超基準盈余管理的機會主義者占總樣本的比例僅約10%，而信號釋放者占比將近90%。這意味著A股市場中大多數(shù)研發(fā)支出資本化的公司并沒有盈余管理的動機。少數(shù)機會主義者的存在給投資者和其他上市公司帶來了負面影響。本文所提出的方法為投資者識別兩類公司提供了一個較好的參考。一旦這個觀念為市場接受，現(xiàn)在偏保守的上市公司將會更積極利用這項會計政策向市場更準確地傳遞信息，這樣既可以提高金融市場的信息效率，也可以降低盈余管理風險乃至財務造假的可能性，最終也有望鼓勵企業(yè)的研發(fā)投資行為。

二、理論分析和研究假設

(一)機會主義者和信號釋放者

1.機會主義者的超基準動機

可以從機會主義者在研發(fā)支出的會計處理中是否運用資本化的決策情境來進行分析。盈余管理的力度往往根據(jù)市場對其預期來調整。所謂的“超基準”是指管理層利用研發(fā)支出資本化的自由選擇機會調整收益，希望進行盈余管理后的報表業(yè)績超過某種既定基準，以達到超出投資者預期的目的。一般而言，公司年報或其他信息披露前，投資者對公司即將公布的數(shù)據(jù)有一個預期。管理層在實際數(shù)據(jù)不達預期的情況下，很可能采取相應力度的資本化決策來迎合投資者的期望。主要有三種基準：零點、公司上年業(yè)績和市場對公司的預期，由此產(chǎn)生了三種超基準動機：

一是扭虧為盈動機。零點是公司利潤的非常重要的一個分界點。凈利潤小于0則是虧損，這是一個非常負面的利空消息。凈利潤為負對于任何企業(yè)來說都不是好事。當一家虧損企業(yè)有可能通過提高資本化率來實現(xiàn)扭虧為盈，超越零點時，企業(yè)進行資本化的動機會增加。企業(yè)通過會計手段避免虧損的動機在我國資本市場上得到過實證支持(許罡和朱衛(wèi)東，2010；李華，2015)[28][20]。二是超歷史業(yè)績動機。通常，投資者都喜歡增長，當企業(yè)業(yè)績未達到上一年數(shù)值時，投資者會形成悲觀預期，進而調低估值；反之，投資者將會提高公司估值。因此管理層有動機通過調整研發(fā)支出資本化率來使當期盈利超越歷史業(yè)績。三是超預期動機。證券分析師的分析報告在市場上具有一定的影響力，市場投資者會參考分析師的預測分析形成自己的估值看法。當管理層能通過研發(fā)支出資本化率實現(xiàn)超出分析師和投資者的預期的盈利，管理層便有很強動機做出相應的決策。因此提出本文的假設1：

H1：控制其他因素后，公司研發(fā)支出資本化率和管理層超基準動機正相關。

2.信號釋放者的選擇

那些真實的信號釋放者會根據(jù)自身的研發(fā)情況來決定是否進行資本化處理以及進行多大比例的資本化處理。從企業(yè)經(jīng)營與治理角度看，研發(fā)強度更大的企業(yè)有兩方面優(yōu)勢：一是研發(fā)對這類企業(yè)更為重要，更大的研發(fā)強度本身就意味著會積累更多的數(shù)據(jù)及同行業(yè)可比經(jīng)驗來支持某一項研發(fā)是否能夠進行資本化；二是能夠在不受其他因素干擾的情形下，更基于項目自身需求來確認實際資本化程度(Oswald，2008；Dargenidou et al.，2021)[17][7]。因此，對信號釋放者而言，研發(fā)強度越高，越有可能傾向于將更多的研發(fā)支出資本化。根據(jù)定義，研發(fā)支出總額是研發(fā)強度的分子，又是研發(fā)支出資本化率的分母，似乎兩者有負相關關系。但研發(fā)支出占營業(yè)收入的比例和公司所在行業(yè)、戰(zhàn)略和發(fā)展階段等因素有關，是較早被決定的變量，資本化的研發(fā)支出是在前面兩個變量定好后再確定的帶有一定主觀判斷的會計估計數(shù)值，是最后產(chǎn)生的變量。當信號釋放者研發(fā)支出增加時，只有當研發(fā)支出資本化部分的增速高于研發(fā)支出總額的增速，對應一個更高的研發(fā)支出資本化率，才能釋放出公司研發(fā)成功概率提高的信息，即研發(fā)支出資本化率隨著研發(fā)強度正向變化的。而那些為了盈余管理而資本化處理的公司，其研發(fā)支出資本化率就不會與研發(fā)強度建立聯(lián)系。因此提出本文的假設2：

H2：控制其他因素后，公司研發(fā)支出資本化率和研發(fā)強度正相關。

上述兩個假設是以所有公司為考察對象而提出的。而以可疑樣本和非可疑樣本分別為考察對象時，由于兩類公司進行資本化處理的初衷不同，研發(fā)支出資本化率將很可能表現(xiàn)出不同的特點。根據(jù)前面的分析，提出本文的假設3：

H3：非可疑企業(yè)的研發(fā)支出資本化率與公司研發(fā)強度正相關；可疑企業(yè)的研發(fā)支出資本化率與公司研發(fā)強度無關。

(二)研發(fā)支出資本化和市場定價

Ohlson(1995)[15]認為，會計信息為企業(yè)市場價值提供依據(jù)，這就是會計信息的價值相關性。股票價格與會計信息的強相關性在上世紀中葉即得到了有力驗證(Ball and Brown，1968)[1]。Olson模型可以使用股價或者股價變化來進行檢驗，具體表現(xiàn)為股價(及變化)與每股凈資產(chǎn)(及變化)以及每股收益(及變化)正相關。

1.研發(fā)支出資本化的市場定價

企業(yè)披露研發(fā)支出資本化信息后，投資者對這一可能影響未來收益的信號的定價主要受到兩方面影響。一方面，對那些真實的信號釋放者，研發(fā)支出資本化釋放了其研發(fā)已形成了階段性果并將在未來持續(xù)帶來收益的信號，市場對其表示樂觀，給予正面定價。相對于費用化研發(fā)支出，資本化傳遞了研發(fā)更可能成功的信號，因此投資者將給予更高的估值。另一方面，對那些存在盈余管理嫌疑的公司，市場認為其資本化只是為了粉飾盈利數(shù)據(jù)，懷疑其研發(fā)支出資本化的合理性從而給予負面評價。

當兩類參與者混在在一起時，市場反應存在不確定性。如果能將它們合理區(qū)分開，那么市場對這兩類參與者的資本化研發(fā)支出行為應存在一正一負的明顯差異。圖4顯示了市場的定價機制。

本文將使用超預期盈余管理測試方法，將通過測試的公司認定為機會主義者，將沒有通過測試的公司認定為信號釋放者(如圖4所示)。如果本文提出的方法能有效區(qū)分兩類參與者，那么，市場對這兩類公司的資本化研發(fā)支出的反應將存在方向性的差異。因此，提出本文的假設4：

圖4 研發(fā)支出資本化和市場定價

H4：當企業(yè)是信號釋放者時，市場對其研發(fā)支出資本化給予正面評價；當企業(yè)是機會主義者時，市場察覺到管理層的超基準盈余管理動機，對其研發(fā)支出資本化給予負面評價。

2.超基準盈余管理動機程度不同時，市場對研發(fā)支出資本化的定價

如果假設4成立，可以進一步探索相對于低程度動機組，高程度超基準動機的企業(yè)有更大的動機將研發(fā)支出資本化，投資者對這種企業(yè)的盈余管理的質疑可能更重，進而在對企業(yè)價值的判斷上產(chǎn)生差異。由此提出本文假設5：

H5：研發(fā)支出資本化的超基準盈余管理動機越強，市場給的定價越低。

三、研究設計

(一)可疑樣本的認定

根據(jù)Dinh et al.(2016)[8]，本文先將利潤中折舊和攤銷的研發(fā)支出加回，并從利潤中減去資本化的研發(fā)支出，得到研發(fā)支出全部費用化后的凈利潤；然后再計算出研發(fā)支出全部資本化后的凈利潤，從而確定兩個利潤極端值。當三個基準中的任意一個落入上述兩個利潤極端所確定的區(qū)間時，則將其定義為“可疑樣本”，否則歸類為“非可疑樣本”。圖5顯示了可疑樣本的認定，B1、B2和B3分別表示三個基準?？梢钥闯觯瑢τ谌齻€基準中的任一個，如果企業(yè)選擇全部費用化，得到的凈利潤NI1就小于基準；如果企業(yè)選擇全部資本化，得到的凈利潤NI2就大于基準。這樣企業(yè)會計政策的選擇方式就決定了企業(yè)是否能超越基準。處于這樣狀態(tài)的企業(yè)就成為了可疑公司。顯然有超越基準動機的企業(yè)會增加研發(fā)支出資本化率。

圖5 可疑樣本的認定

在具體處理中，根據(jù)企業(yè)的三個基準(零值利潤、上年利潤和市場平均預測利潤)落在全部費用化利潤和全部資本化利潤之間的情況，將企業(yè)分為“有動機組”“無動機組”兩種情況。當三個基準任一個落入全部費用化與全部資本化所確定的利潤區(qū)間時，該企業(yè)歸類為“有動機組”，管理層有可能受超基準動機驅動而進行研發(fā)支出資本化；而將零值利潤、上年利潤或市場平均預測利潤均未落入上述利潤區(qū)間的企業(yè)歸類為“無動機組”。

進一步，當三個基準中，只有1個落入利潤區(qū)間時，將企業(yè)歸為“低動機組”；若有且僅有2個落入利潤區(qū)間，則該企業(yè)歸為“中動機組”；若以上3種基準均落入利潤區(qū)間，則該企業(yè)歸入“高動機組”，這樣可以對超基準盈余管理動機程度的企業(yè)進行比較。

(二)資本化率的驅動因素模型

如果可疑樣本的識別有效，這兩組企業(yè)的資本化率與驅動因素之間的關系應該呈現(xiàn)明顯差異的特征。為驗證H1、H2和H3，建立如下模型：

其中CAPR為研發(fā)支出資本化強度，用資本化研發(fā)支出占總研發(fā)支出的比例表示，數(shù)值在0～1之間。BeatO、BeatZ、BeatP和BeatF均為虛擬變量，分別代表超基準動機、扭虧為盈動機、超歷史業(yè)績動機和超預測動機，具體計算方式為：假設將當期研發(fā)支出全部費用化處理，若處理后的凈利潤低于零值、前一年凈利潤和市場平均盈利預測，則BeatZ、BeatP、BeatF為1，否則為0；BeatO為BeatZ、BeatP、BeatF之和，其數(shù)值代表超基準動機的強度。DEP為研發(fā)強度，用企業(yè)研發(fā)支出總額除以營業(yè)收入表示。

公司的其他特征因素也影響管理層的研發(fā)支出資本化決策，應作為控制變量，主要包括：(1)債務約束。高債務企業(yè)更容易受到債務契約的約束，為緩解債務約束造成的短期業(yè)績壓力，會更多地進行資本化以減少成本費用對于盈利的負向影響，因此預期負債率對資本化率有正面影響。本文用企業(yè)期末的資產(chǎn)負債率LEV表示企業(yè)的負債程度。(2)公司規(guī)模SIZE。當小企業(yè)進行研發(fā)投資時，其利潤短期承壓更為明顯。資本化能更大程度減緩小規(guī)模企業(yè)的盈利狀況，因此中小企業(yè)可能更多進行資本化處理。本文用企業(yè)總市值對數(shù)SIZE來表示企業(yè)規(guī)模變量。(3)公司成長性GROWTH。成長性高代表企業(yè)的業(yè)務增長水平及其他經(jīng)營狀況良好，企業(yè)在未來投資選擇時會更敢于尋找顛覆性強、不確定性高但可能在更長遠的時期受益的項目，導致資本化比率更低。因此，預期成長性對資本化率有負面影響。本文用企業(yè)營業(yè)收入增長率來表示企業(yè)的成長性。(4)低稅率公司比高稅率公司通過費用化研發(fā)支出獲取避稅收益的動機更強(王亮亮，2016)[23]，因此，預期稅率對研發(fā)支出資本化率有正向影響。本文用企業(yè)實際所得稅率TAX表示企業(yè)的稅負水平。u為殘差項。

(三)研發(fā)支出資本化的市場定價模型

Ohlson模型認為市值與股東權益和收益水平相關，使股價和企業(yè)當期會計信息間建立起聯(lián)系：

其中P為股價，BVPS和EPS為每股賬面資產(chǎn)及每股盈利這兩個最重要的會計信息。該模型存在兩個明顯缺點：只考慮會計信息對股價的影響，難免存在遺漏變量和時間序列相關性問題；未控制規(guī)模(Easton and Harris，1991；Cazavan and Jeanjean，2006)[9][3]。因此，可采用差分再除以上期股價的方式來降低上述兩方面影響。差分處理可降低變量時間序列相關性問題，除以上期股價可以控制規(guī)模。上期股價的市場定價模型為：

基于本文要研究的研發(fā)支出資本化與費用化問題，可對上式右邊的財務信息分解，剝離研發(fā)支出資本化與費用化部分對市值的影響。將這兩部分單列出來建立如下兩個模型：

Pit為企業(yè)在次年4月30日年報截止日的收盤價，作為充分衡量反映年報信息后的企業(yè)公允價值。因為資本化研發(fā)支出增加了每股賬面價值，調整后的每股凈資產(chǎn)ABVPS等于每股凈資產(chǎn)減去每股資本化研發(fā)支出，得到不考慮研發(fā)的“凈”資產(chǎn)；而費用化的研發(fā)支出減少了每股凈收益，調整后每股收益AEPS為每股收益加上每股費用化支出，得到不考慮研發(fā)的“凈”利潤。二者計算的是假設企業(yè)未發(fā)生任何研發(fā)支出的結果。RDPS為每股研發(fā)支出總額；CAPRDPS和EXPRDPS分別為每股資本化研發(fā)支出及每股費用化研發(fā)支出。

參照模型(5)～(8)，考慮研發(fā)支出的模型為：

其中RR為當期股價與上一期股價之差除以上一期股價得到的變動率；ΔABVPS為調整后每股凈資產(chǎn)變動值，等于當年ABVPS相對去年的變化值；ΔAEPS為調整后每股收益變動值，等于當年AEPS相對去年的變化值；ΔRDPS為每股研發(fā)支出相對于去年的變化值，ΔCAPRDPS為每股資本化研發(fā)支出的變化值，ΔEXPRDPS為每股費用化研發(fā)支出的變動額，上述變量均除以上期股價以控制規(guī)模。ΔCAPRDPS是本文關注的重點，對假設4和假設5的檢驗是看ΔCAPRDPS的系數(shù)的正負號，其經(jīng)濟含義是在控制了其他因素后，每股資本化研發(fā)支出每變化1%對應的市場定價的變化。

四、實證結果與分析

(一)樣本和數(shù)據(jù)處理

本文選擇2013―2019年全部A股中有進行研發(fā)支出資本化處理的上市公司。資本化研發(fā)支出的會計準則于2007年正式開始實施，但之前幾年數(shù)據(jù)較少，各公司資本化狀況波動較大?？紤]到數(shù)據(jù)的可獲得性以及樣本的連續(xù)性選，本文選擇了自2013年開始的數(shù)據(jù)，剔除未披露研發(fā)支出或研發(fā)支出資本化的公司，剔除ST、*ST公司和申萬一級的金融類公司。數(shù)據(jù)來自Wind數(shù)據(jù)庫。為了避免極端值的影響，對連續(xù)型變量進行了截尾處理。

圖6顯示了樣本期間可疑樣本數(shù)和可疑樣本的占比?？梢钥闯?，可疑樣本數(shù)每年在40～60家之間，絕對值有所上升。但從比例看，卻出現(xiàn)下降趨勢，最高年份為2014年，約15%；之后逐年下降，到2019年大概為9%。

圖6 可疑樣本數(shù)和可疑樣本占比

研發(fā)支出資本化率的動因模型變量的描述性統(tǒng)計如表2所示。經(jīng)篩選后總樣本量為3601個，其中扭虧為盈動機的觀測值216個，超歷史業(yè)績動機的觀測值225個，超預測動機的觀測值217個，超基準動機(即具三個動機中任一動機)的觀測值361個。研發(fā)支出資本化率的平均值為0.272，標準差為0.249；研發(fā)強度平均值為6.2%，明顯高于A股平均水平(該水平略低于2%)，標準差為0.057；平均公司規(guī)模為16.05，公司實際稅率15.9%，低于正常稅率25%。本文研究樣本并非全部上市公司，而是資本化率大于0的公司，統(tǒng)計特征顯示這些公司具有研發(fā)水平偏高且享受較大稅收優(yōu)惠的特點。

表2 變量描述性統(tǒng)計結果

變量的Pearson相關系數(shù)檢驗結果3顯示，研發(fā)支出資本化率(CAPR)與扭虧為盈動機(BeatZ)、超歷史業(yè)績動機(BeatP)、超預測動機(BeatF)及超基準動機(BeatO)呈正相關關系；CAPR和研發(fā)強度(DEP)雖正相關，但不顯著，這在一定程度上支持了理論分析中的假設1。在公司特征變量方面，被解釋變量研發(fā)支出資本化率(CAPR)與資產(chǎn)負債率(LEV)和稅率(TAX)正相關，與已有研究符合。由于相關系數(shù)只能對變量之間的關系進行初步判斷，它們之間具體的關系還需要計量模型來進行判斷。各變量之間的相關系數(shù)均小于0.5，模型不存在嚴重的多重共線性問題。

(二)研發(fā)支出資本化率的動因模型

考慮到行業(yè)間差異與時期差異，因此在模型中控制年份和行業(yè)。此外，White檢驗結果顯示，模型存在異方差，因此估計異方差穩(wěn)健的White標準誤，結果見表3。列(1)～(3)分別顯示扭虧為盈動機、超歷史業(yè)績動機和超預測動機對研發(fā)支出資本化率的影響顯著為正，意味著當企業(yè)進行研發(fā)支出資本化會計處理能夠扭虧為盈、能夠超過去年的盈利或者超過市場預期時，企業(yè)將提高研發(fā)支出資本化率。列(4)的結果表明，總超基準動機對研發(fā)支出資本化率的影響也是顯著為正。以上結果驗證了假設1，即上市公司研發(fā)支出資本化率受到機會主義者的影響，研發(fā)支出資本化率和超基準盈余管理動機正相關。

表3 研發(fā)支出資本化率動因模型回歸結果

同時，列(1)～(4)的結果都表明，研發(fā)支出資本化率和研發(fā)強度(DEP)顯著正相關，這實際上是信號釋放者的行為特征。這些公司根據(jù)自身的研發(fā)情況來決定資本化處理。研發(fā)強度更大，研發(fā)支出對這類企業(yè)就越重要，更大的研發(fā)強度本身就意味著會積累更多的數(shù)據(jù)及同行業(yè)可比經(jīng)驗來支持某一項研發(fā)，就更容易獲得成功。以上結果驗證了假設2，即上市公司研發(fā)支出資本化率也受到信號釋放者的影響，研發(fā)支出資本化率和研發(fā)強度正相關。表3也顯示了控制變量對研發(fā)支出資本化率的影響為：資產(chǎn)負債率(LEV)越高，研發(fā)支出資本化率越高；公司規(guī)模(SIZE)和公司成長性(GROWTH)越低，研發(fā)支出資本化率越高。除了稅率(TAX)結果不顯著，以上結果基本符合預期。

接下來，將公司分為可疑樣本和非可疑樣本進行分組回歸，結果如表4所示。從回歸結果看，無動機組中，研發(fā)強度對研發(fā)支出資本化率產(chǎn)生正向影響；有動機組中，研發(fā)強度對研發(fā)支出資本化率無顯著影響。以上結果驗證了假設3，即存在超基準動機的公司的資本化動機為盈余管理，與公司研發(fā)強度無關，非可疑樣本的資本化動因來源于高研發(fā)強度。因此，假設3得到驗證，這兩類企業(yè)進行資本化的動機存在明顯差異。

表4 研發(fā)支出資本化率動因模型分組回歸結果

從控制變量看，有動機組中，規(guī)模小和高杠桿率會增加研發(fā)支出資本化率，這個結果也基本符合企業(yè)盈余管理的動機。這兩個因素對無動機組的企業(yè)并沒有影響。

在一定程度上，表4的結果從驅動因素角度支持了本文所提出的識別研發(fā)支出資本化處理中盈余管理者的方法的有效性，因為兩類企業(yè)進行資本化的動機是不同的。下面將進一步從市場對兩類企業(yè)的資本化的定價進行研究。

(三)市場對研發(fā)支出資本化的定價

在回歸前需要對數(shù)據(jù)進行一定的處理：剔除當年上市公司，得到3500個觀測值。由于要進行差分，剔除2013年數(shù)據(jù)，得到2014―2019年共3142個觀測值。變量描述性統(tǒng)計見表2。股價變動率(RR)的均值為-2.2%，每股凈資產(chǎn)變動(ΔBVPS)及每股收益變動(ΔEPS)的均值分別為0.036及-0.016元，總樣本的平均每股凈資產(chǎn)有所增加而平均每股收益有小幅下降；每股研發(fā)支出變動(ΔRDPS)均值為0.002，而每股資本化研發(fā)支出變動(ΔCAPRDPS)均值也為0.002，每股費用化研發(fā)支出變動(ΔEXPRDPS)均值幾乎為0，說明研發(fā)支出的變動主要來自資本化研發(fā)支出變動，受費用化研發(fā)支出變動的影響較??；扣除費用化及資本化研發(fā)支出調整后平均每股凈資產(chǎn)變動(ΔABVPS)及每股收益變動(ΔAEPS)分別為0.012元和0.004元。

各變量間的Pearson相關系數(shù)檢驗結果4顯示，股價變動率(RR)與每股凈資產(chǎn)變動(ΔBVPS)及每股收益變動(ΔEPS)正相關，與調整后每股凈資產(chǎn)變動(ΔABVPS)及調整后每股收益變動(ΔAEPS)也呈正相關關系，且相關系數(shù)分別為0.376、0.350，高于調整前的相關系數(shù)0.175和0.172；股價變動率與每股研發(fā)支出變動(ΔRDPS)的相關關系不顯著，與每股資本化研發(fā)支出變動(ΔCAPRDPS)及費用化研發(fā)支出變動(ΔEXPRDPS)均呈負相關關系，初步支持了假設3。各變量之間的相關系數(shù)均小于0.5，故認為模型不存在嚴重的多重共線性問題。

考慮到行業(yè)間差異與時期差異，因此在模型中控制年份和行業(yè)。以股價變動率為被解釋變量的Ohlson模型的回歸結果見表5。列(1)顯示股價變動率(RR)與每股凈資產(chǎn)變動(ΔBVPS)和每股收益變動(ΔEPS)與依舊呈正相關關系，均在1%水平下顯著。該列結果證實了基本的Ohlson模型，即會計信息具有價值相關性。

表5 市場對研發(fā)支出資本化的定價模型的回歸結果

列(2)加入每股研發(fā)支出變動(ΔRDPS)，并相應調整每股凈資產(chǎn)變動和每股收益變動，加入調整后每股凈資產(chǎn)變動(ΔABVPS)和調整后每股收益變動(ΔAEPS)。結果表明，市場對每股研發(fā)支出變動的定價是負的，在5%水平下顯著，投資者對高研發(fā)支出的企業(yè)給予更低估值。這一方面可能是因為投資者擔憂研發(fā)支出的不確定，另一方面是費用化研發(fā)支出增加了企業(yè)當期成本，對公司盈利造成沖擊。

進一步將每股研發(fā)支出變動(ΔRDPS)拆分成每股資本化研發(fā)支出變動(ΔCAPRDPS)和每股費用化研發(fā)支出變動(ΔEXPRDPS)，再進行回歸，結果如列(3)所示?？梢钥闯?，每股資本化研發(fā)支出變動(ΔCAPRDPS)對股價變動率(RR)的系數(shù)為不顯著的負值(-0.197)。這意味著對投資者來說，資本化研發(fā)支出并非提高估值的正面信號。這其中很可能的原因是，投資者質疑某些公司的管理層的超基準盈余管理動機；同時關注到每股費用化研發(fā)支出變動(ΔEXPRDPS)的系數(shù)在5%水平下負顯著，這是因為費用化研發(fā)支出不僅短期內對公司盈利有負面影響，也未能對會帶來未來現(xiàn)金流的無形資產(chǎn)的形成產(chǎn)生確定性貢獻，因此，投資者對費用化研發(fā)支出的態(tài)度是負面的。比較列(3)和列(2)的結果可以看出，列(2)每股研發(fā)支出變動(ΔRDPS)的系數(shù)為負的主要影響因素是費用化研發(fā)支出。

為檢驗市場對信號釋放者和機會主義者的研發(fā)支出資本化是否存在差異，按照前文所描述的方法根據(jù)超基準動機(BeatO)為分類標準，將總體樣本分為無動機組和有動機組、低動機組、中動機組和高動機組分別進行回歸，結果如表6所示。

首先對比無動機組(1)與有動機組(2)的回歸結果。無動機組的每股資本化研發(fā)支出變動(ΔCAPRDPS)系數(shù)在1%水平下顯著為正，有動機組的系數(shù)在1%水平下顯著為負，兩個組每股費用化研發(fā)支出變動(ΔEXPRDPS)的系數(shù)均不顯著，表明市場認可信號釋放者的研發(fā)支出資本化信號，而對可疑樣本的研發(fā)支出資本化持懷疑態(tài)度，其研發(fā)支出資本化對企業(yè)價值的影響為負。這個結果證實了假設4，即市場對兩類企業(yè)的定價存在明顯差異，這在很大程度上支持了超基準盈余管理方法是具有信息效率的，可以將兩類企業(yè)進行明確的劃分。在后文的研究中，本文將試圖采用其他可能的方法來區(qū)分這兩類企業(yè)，但這些結果的區(qū)分度都不如超基準盈余管理方法明顯。

其次，將有動機組按照BeatO的取值拆分為低動機組、中動機組和高動機組，分別對應三種動機虛擬變量中有1、2和3個變量取1，進行回歸，結果見表6的列(3)～列(5)。低動機組的回歸結果顯示，每股資本化研發(fā)支出變動(ΔCAPRDPS)與每股費用化研發(fā)支出變動(ΔEXPRDPS)的系數(shù)均不顯著；中動機組的每股資本化研發(fā)支出變動不顯著，每股費用化研發(fā)支出變動的系數(shù)顯著為負；高動機組的每股資本化研發(fā)支出變動和每股費用化研發(fā)支出變動系數(shù)均在1%水平下顯著為負，且系數(shù)的絕對值遠遠大于前面兩組。這表明，市場對有動機組研發(fā)支出資本化的負面評價集中在高動機組。此外，可以觀察到市場對費用化研發(fā)支出的估值也存在差異性，對更可能盈余管理的公司的負向評價越明顯，而對不存在盈余管理嫌疑的公司，市場對其費用化研發(fā)支出的評價其實是中性的。這個結果證實了本文的假設5，即市場對盈余管理程度不同公司的定價存在顯著差異。

表6 基于盈余管理的定價模型的分樣本回歸結果

為進一步探究屬于同一程度但不同類型的超基準動機是否會帶來市場定價差異，本文進一步將BeatO=1、BeatO=2拆分為三組子樣本，分別為BeatZ=1、BeatP=1、BeatF=1以及BeatZ=1&BeatP=1、BeatZ=1&BeatF=1、BeatP=1&BeatF=1，分類樣本的回歸結果見表7，表中將三種情況簡寫為“Z”“P”和“F”。

表7 基于盈余管理的定價模型的二級樣本分樣本回歸結果

當BeatO=1，公司具有低程度的盈余管理嫌疑，每股資本化研發(fā)支出變動(ΔCAPRDPS)與每股費用化研發(fā)支出變動(ΔEXPRDPS)的系數(shù)均不顯著。所以，如果公司只是存在較低可能的盈余管理，市場不會給予處罰，當然也不會給予獎勵。當BeatO=2，公司具有中等程度的盈余管理的嫌疑，市場對三類動機的反應存在差異。Z&P=1和Z&F=1這兩個子樣本的每股資本化研發(fā)支出變動(ΔCAPRDPS)均在1%水平下顯著為負，而P&F=1的每股資本化研發(fā)支出變動(ΔCAPRDPS)不顯著，表明市場對通過資本化研發(fā)支出來達到轉虧為盈的操作是最敏感和不歡迎的。這三個樣本組的每股費用化研發(fā)支出變動(ΔEXPRDPS)的系數(shù)顯著為負。當BeatO=3，公司具有最高程度的盈余管理嫌疑，回歸結果為每股資本化研發(fā)支出變動(ΔCAPRDPS)與每股費用化研發(fā)支出變動(ΔEXPRDPS)對股價變動率(RR)均在1%水平下顯著為負，且系數(shù)的絕對值最大。

上述結果進一步支持了假設5，即市場對不同程度和不同類型的盈余管理可疑公司的研發(fā)支出資本化的定價存在差異。具有較高可疑程度當然不受歡迎，“扭虧為盈”操作最容易被市場識別，表明市場對盈虧信息最敏感，而對超歷史業(yè)績與超預期業(yè)績則相對不敏感。

(四)其他分類方法的檢驗

上文對市場定價模型的分組回歸顯示，基于超基準的分類方法下市場不同組的定價是相反的，正好滿足信號釋放者和機會主義者的特征。根據(jù)已有文獻，可能還存在其他因素也能影響研發(fā)支出資本化率，因此也許根據(jù)其他的類似分類方法，也能得到類似結果。本文選擇了三種最可能的分組方法來驗證，這三種分類標準分別是資產(chǎn)負債率、公司是否處于股權激勵鎖定期和是否屬于高新技術企業(yè)。

根據(jù)L a n d r y a n d C a l l i m a c i(2003)[13]和王艷等(2011)[24]，債務約束強的企業(yè)會傾向于提高資本化水平，如果這個因素足夠重要，合理預期是市場對低債務約束和高債務約束的公司的研發(fā)支出資本化的定價是相反的；根據(jù)張倩倩等(2017)[30]，公司當期是否處于股權激勵鎖定期也是影響資本化水平的因素，合理預期是市場對當期是否處于股權激勵鎖定期的公司的研發(fā)支出資本化的定價是相反的；同時，高新技術企業(yè)資格也是一種非常主要的特征，可合理預期，市場對高新技術企業(yè)的研發(fā)支出資本化的定價更加認可。本文首先根據(jù)資產(chǎn)負債率大小將樣本分為低、中、高資產(chǎn)負債率三組，采用類似的方法分組對模型進行回歸得到如表8所示結果；然后按照公司當期是否處于股權激勵鎖定期分為兩組，得到如表9所示結果；最后按照公司是否屬于高新技術企業(yè)，得到如表10所示結果。

表1 主要變量定義

表9 基于股權激勵鎖定期的定價模型的分樣本回歸結果

表8～表10的結果顯示，在高資產(chǎn)負債率組、股權激勵鎖定期組和非高新企業(yè)組，研發(fā)支出資本化變動的系數(shù)顯著為負，但在低資本負債率、非股權激勵鎖定期和高新企業(yè)組，研發(fā)支出資本化變動的系數(shù)并不顯著異于0。很顯然，對比前面表6和表7的結果，這三種分組的區(qū)分度較弱。因此，相比于負債約束、是否股權激勵鎖定期和是否高新技術企業(yè)，基于超基準的盈余管理分類法能更清楚地區(qū)分出信號釋放者和機會主義者，是一種更有效的分類方法。

表8 基于債務約束的定價模型的分樣本回歸結果

表10 基于是否高新技術企業(yè)的定價模型的分樣本回歸結果

(五)基于托賓Q的檢驗

張倩倩等(2017)[30]在研究研發(fā)支出資本化的市場價值時，采用了托賓Q值。本文也用托賓Q值代替股價進行穩(wěn)健性檢驗。TobinQ=(每股價格×流通股數(shù)+每股凈資產(chǎn)×非流通股數(shù)+負債賬面價值)/期末總資產(chǎn)，構建如下模型：

模型(11)的結果如表11所示。可看到無動機組中托賓Q值與資本化研發(fā)支出呈顯著正相關，在低動機組和高動機組中呈顯著負相關，與使用股價變動率的模型結果類似。5

表11 TobinQ 模型的分類樣本回歸結果

五、結論與討論

有條件地資本化研發(fā)支出有助于會計信息在企業(yè)、投資者和監(jiān)管部門間更好地傳遞，但盈余管理者的存在對這個信息產(chǎn)生了噪聲污染。本文所提出的方法可有效地從進行研發(fā)支出資本化的企業(yè)中區(qū)分出盈余管理者。這樣既可以打擊機會主義者，也可以鼓勵那些保守的完全不進行資本化的公司適當進行資本化處理，向市場釋放正確信息。

值得注意之處是，從本文篩選和計算結果看，存在盈余管理的機會主義者占總樣本的比例大約僅為10%，而信號釋放者占總樣本的將近90%。這意味著，在我國A股市場中，利用研發(fā)支出資本化處理來進行盈余管理的機會主義者的比例并不高，但它們的存在給投資者帶來了很大顧慮，也給進行資本化處理的相關上市公司帶來了負面影響，使很多公司不愿采用資本化方式來處理研發(fā)支出，這在很大程度上降低了會計信息應有的信息效率。本文所提出的區(qū)分兩類公司的方法可為市場提供一個較好的參考。

研發(fā)支出的資本化處理和無形資產(chǎn)的質量有密切關系。隨著信息披露的不斷完善及信息質量的不斷提高，期待有條件資本化的會計政策能夠更有效地傳遞不同質量研發(fā)支出的信號，幫助會計信息使用者了解企業(yè)內部真實情況并做出相應決策，最終服務于扶持真正有創(chuàng)新精神和能力、不斷積累良性資產(chǎn)保持自身優(yōu)勢的企業(yè)，進而也為宏觀經(jīng)濟提供持續(xù)向上的助推力。 ■

注釋

※賈帥令和陳子萌同學參與了論文的數(shù)據(jù)收集和處理等工作，特此表示感謝。

1. 以恒生電子(600570.SH)為例，該公司是國內領先的金融科技公司，2017―2019年研發(fā)支出分別為12.79億元、14.05億元和15.60億元，占當期營業(yè)收入的比重分別為47.99%、43.05%和40.29%，研發(fā)能力突出，創(chuàng)新能力高，公司常年毛利率顯著高于同行業(yè)，但公司在處理研發(fā)支出時，全部費用化。

2. 區(qū)別于探討股票收益率決定因素的多因子模型，該模型并非考慮影響收益變動的因素或對估值做出預測，而是基于會計信息價值相關性的角度，探究股價變動程度與影響資產(chǎn)及損益信息的會計選擇間的關聯(lián)。

3. 限于篇幅，相關系數(shù)表格備索。

4. 限于篇幅，相關系數(shù)表格備索。

5. 本文也用TobinQ1=(每股價格×流通股數(shù)+每股價格×非流通股數(shù)+負債賬面價值)/期末總資產(chǎn)進行了檢驗，結果類似。篇幅所限，未給出表格。