Page 26 - 《中国药房》2021年16期
P. 26
绩效之间存在着非线性关系；杨惠贤等 的研究结果显 LEV 反映了在总资产中有多大比例的资产是通过借债
[24]
示，企业规模在能源类企业技术创新投入能力与其财务 来筹集的，该指标会对医药制造业企业管理者的决策和
绩效之间存在门槛效应。但目前有关医药制造业企业 企业信誉产生影响，从而影响其财务绩效。CI作为表现
的相关研究较少。基于以上研究结果，笔者认为规模差 企业异质性的另一个因素，反映了企业的经营效率。由
距较大的企业通常在管理水平、经营水平、创新能力水 于医药制造业创新活动的高技术性、高风险性和长周期
平上有着较大的差距，大规模企业通常有着更好的人力 性，CI对医药制造业企业管理者的技术创新投入决策和
资源和资本支撑，这在一定程度上会对企业的技术创新 财务绩效均有较大影响。
投入和财务绩效造成影响。对于医药行业来说，研发投 2.3 模型构建
资往往具有风险高、周期长的特点，小规模医药制造业 2.3.1 回归模型 本研究采用短而宽的面板数据，在参
[31]
企业在资金投入上有更大的压力，而大规模的医药制造 考程宏伟等 、赵喜仓等 研究的基础上，根据上文提出
[32]
业企业对技术创新活动往往具有更加持续的投资能力 的研究假设和选取的变量建立研究模型，构建了医药制
和更强大的抗风险能力，因此其研发投入获得的财务绩 造业企业技术创新投入对企业财务绩效影响的当期和
效收益可能与小规模医药制造业企业存在差异。故本 滞后1期、滞后2期的面板数据模型，具体如下：
文提出如下假设： ROTAt＝β0+β1Rit+β2SIZEit+β3LEV it+β4CIit+μit ……（1）
H3——医药制造业企业技术创新投入与企业财务 ROTAt＝β0+β1Ri（t－1） +β2SIZEit+β3LEV it+β4CIit+μit …（2）
绩效之间存在企业规模的门槛效应。 ROTAt＝β0+β1Ri（t－2） +β2SIZEit+β3LEV it+β4CIit+μit …（3）
2 研究设计 式中，i 表示第 i 家样本企业，t 表示样本的观测年
2.1 样本选择、资料来源及数据处理方法 份，β为变量系数，μ为残差项。采用 Hausman 检验对基
由于我国医药制造业企业准确可靠的数据较难获 础数据进行检验，得P＜0.01，故拒绝使用随机效应模型
[33]
取，而医药制造业上市企业的数据较易获取，并且后者 的原假设，采用固定效应模型 。
的数据更为全面和准确，因此本研究选取了我国医药制 2.3.2 门槛模型 基于之前的研究 [23－24] ，考虑到医药制
造业上市企业的相关数据。另外，本研究在数据整理时 造业上市企业技术创新投入与财务绩效可能存在非线
发现，我国2012年前上市的医药制造业企业数据缺失较 性关系，所以将医药制造业企业的企业规模作为门槛变
多。因此，为了在保证样本量足够的同时获取准确可靠 量，构建非线性模型，检验在不同企业规模的条件下，医
的数据，本研究选取上市时间早于2012年的医药制造业 药制造业企业的创新投入能力对其财务绩效的非线性
[34]
上市企业为对象，根据证监会行业分类指引中的行业代 调节效应。参考 Bruce 关于门槛回归方法的研究结
码，剔除实证变量存在缺失的企业样本和上市时间晚于 果，构建以下模型：
2012 年的企业样本，最终纳入 57 家医药制造业上市企 ROTAit＝β 0 +β 1Rit （SIZEit＜γ 1 ）+β 2RitI（γ 1≤SIZEit≤
业作为样本企业。样本企业 2012－2019 年的相关数据 γ 2 ）+ β 3RitI（γ 2≤SIZEit≤γ 3 ）+β 4RitI（SIZEit≥γ 3 ）+β 5LEV it+
均来自于其公司年报和国泰安数据库（https：//www. β6CIit+μit … … … … … … … … … … … … … … … … … … （4）
gtarsc.com/），并采用 SPSS 25.0 和 Stata 15.0 软件进行 其中，γ为门槛值，I（·）为指示函数。当I（·）的括号
处理。 里条件成立时，指示函数I（·）值为1，否则为0。
2.2 变量定义 3 实证分析
2.2.1 被解释变量 本研究的被解释变量为医药制造 3.1 描述性统计
业企业财务绩效。在财务绩效数据的选择上，本研究借 2012－2019 年样本企业各变量的描述性统计结果
鉴温素彬等 [25] 和 He 等 [26] 的研究，选择总资产收益率 见表 1。由表 1 可见，我国医药制造业样本企业在技术
（ROTA）作为医药制造业企业财务绩效的代理变量。 创新投入强度上存在差异，最大值的可达到 17.380％，
2.2.2 核心解释变量 本研究的核心解释变量是技术 最小值不到 1％，说明我国医药制造业企业在技术创新
[14]
[27]
创新投入（R），参考朱乃平等 和汤业国等 的研究，选 投入方面具有不同的战略决策。从各年样本企业的技
取医药制造业企业研发投入与其营业收入的比值来 术创新投入强度均值来看，我国医药制造业企业的技术
度量。 创新投入强度基本上呈现逐年递增的趋势，说明我国的
2.2.3 门槛变量 为考察医药制造业上市企业技术创 医药制造业企业正在逐渐重视自身的研发创新。但国
新投入能力对企业财务绩效的非线性影响，本研究选取 际上一般认为技术创新投入达到 5％以上才具有竞争
企业规模（SIZE）作为门槛变量，并参考解维敏等 对企 力 。然而，就本研究的统计数据来看，直至2019年，选
[28]
[35]
业规模的变量选择，选取医药制造业企业总资产的自然 取的57家医药制造业样本企业中仍有35家企业的技术
对数作为企业规模的代理变量。 创新投入尚未达到这一标准，反映出我国医药制造业企
2.2.4 控制变量 借鉴陈一博 和李梦雅等 的研究， 业的技术创新投入仍然不足。从总资产收益率来看，各
[30]
[29]
考虑到医药制造业的特殊性以及企业数据的可及性，选 医药制造业企业的盈利水平同样存在差异，甚至有企业
取资产负债率（LEV）、资本密集度（CI）两个控制变量。 当期总资产收益率为负值，表明当期经营亏损。另外，
·1940 · China Pharmacy 2021 Vol. 32 No. 16 中国药房 2021年第32卷第16期
