薪酬EVA敏感性会影响企业的研发投入吗？
李文新 张旭鸽
【摘要】? 文章在分析EVA考核对企业研发投入作用机理的基础上，以沪深A股国有上市公司为研究样本，利用样本公司2015—2017年的年报数据，建立多元线性模型探讨薪酬EVA敏感性与企业研发投入的关系，并进一步探讨薪酬EVA敏感性对研发投入影响的行业差异性。研究结果表明，薪酬EVA敏感性与企业研发投入总体呈负相关关系，但在高新技术行业中呈显著正相关关系，最后从政策实施等层面提出完善EVA考核、促进企业加强研发投入的对策建议。
【关键词】? ?EVA;薪酬EVA敏感性;代理成本;研发投入
【中图分类号】? F275? 【文献标识码】? A? 【文章编号】? 1002-5812（2020）02-0047-03
一、引言
“十三五”规划建议提出深入实施创新驱动发展战略，要把发展基点放在创新上。工业和信息化部2019年的数据显示我国企业研发投入占全社会总研发投入的比重超过70%，企业已成为创新的主力军。创新是企业发展的不竭动力，实现创新的主要途径是提高企业的研发投入。与发达国家相比，我国企业还存在研发投入不足等问题，造成企业创新积极性较弱的重要原因之一是股东和管理层之间的代理问题。尤其是在我国特定的制度背景下，国有企业没有界定明确的委托人和清晰的产权关系，委托代理问题更加突出。针对于此，国资委于2010年开始在央企全面推行EVA绩效考核，建立基于EVA的薪酬激励机制，旨在改变管理层经营理念，提升企业创造能力。虽然EVA考核的全面推行已近十年，但现有研究主要还是集中在EVA实施前后企业研发投入的对比上，从高管薪酬路径出发探究二者作用机理的研究较少。同时，我国的国情政策、企业制度经过了十余年的发展变化，对于EVA考核是否仍能发挥作用值得进一步研究验证。因此，本文在分析EVA考核对企业研发投入的作用机理的基础上，探讨薪酬EVA敏感性与企业研发投入的关系，并进一步探讨薪酬EVA敏感性在不同行业中对企业研发投入的影响。
二、理论分析与研究假设
（一）EVA考核对企业研发投入的影响
国内外直接研究薪酬EVA敏感性与企业研发投入关系的文献较少，已有研究主要集中在企业研发创新的影响因素方面。
Jense & Meckling（1976）认为良好的公司治理激励机制可以有效缓解代理问题，从而提高企业的创新能力。其后国外学者对创新影响因素的研究主要关注市场外部竞争等方面。Fagerberg（2005）认为，即使不同企业所处的外部条件相同，企业的创新表现也大相径庭。近年来更多学者开始关注公司治理等内部因素对研发创新的影响。O'Connor和Rafferty（2012）认为股东和管理层之间的代理问题是造成企业研发创新积极性较弱的重要原因。Francis（2011）研究发现对管理者的长期激励会促进企业创新能力的提高。EVA考核可以使股东与管理层之间的利益结合得更紧密，从而引导管理者做出有利于提升企业价值和创新能力的决策。
国内学者研究EVA考核对企业研发投入的影响主要集中在以下方面：第一，EVA考核的价值导向性促使股东与管理者的利益趋于一致。EVA不同于传统的财务指标，兼顾了所有权和债务资本成本，能最大限度地代表股东利益。池国华、邹威（2014）认为EVA考核机制可以促使管理者以股东的身份进行决策，注重企业价值。郝婷、赵息（2017）研究发现EVA考核可以促使有限的资金投入到真正能为企业创造价值的项目中。第二，对研发费用的调整可以促进管理层加大研发投入。我国现行会计准则对研发支出一般予以费用化处理，对当期会计利润产生了较大影响。由于创新投资具有风险高、前期投入对当期利润水平的影响大等特征，降低了高管创新投资的意愿（卢锐，2014）。但从EVA角度来看，研发费用是企业当期消耗但长期受益的支出，故应将其资本化。余明桂等（2016）认为，EVA指标对会计利润中扣除的研发费用做加回处理，可减轻管理者当期利润不达标的顾虑，激励管理者致力于研发创新。
有效的激励机制是建立在合理的绩效评价体系之上的，EVA作为科学的评价指标，可以最大限度地代表股东利益。本文在借鉴前人研究成果的基础上采用薪酬EVA敏感性度量管理层利益与股东利益的一致程度，敏感性越高，二者的利益越一致，由于代理成本引起的研发投入不足问题将得到有效抑制。基于此，本文提出以下假设：
H1：薪酬EVA敏感性与研发投入正相关。
（二）EVA考核对不同行业企业研发投入的影响
不同行业性质的企业对创新的需求不同，在创新研发投入上也存在差异。Arrow（1962）研究发现，相对于垄断性行业，处于竞争性行业中的企业更具研发动机。Frenkeletal（2001）认为，高科技行业的研发投入与传统行业显著不同。池国华等（2016）的研究表明，EVA考核对企业自主创新能力的影响存在显著的行业差异，创新需求较高的行业，创新活动对其来说更为重要，EVA考核可以起到促进作用;创新需求较低的行业，创新并不能作为企业发展的决定性因素，EVA考核对创新的作用十分有限。
身处不同行业的企业有着不同的发展侧重点，有的行业如通讯、医药业以创新立足，需要大量的前期投入、技术研发来支持企业的发展;有的行业如食品、建筑业以产品质量取胜，无需过多的研发支出。因此对企业研发投入的研究需分类讨论。本文通过整理分析国泰安数据库中的上市公司资质认定统计情况表，将样本分为高新技術行业（以电子信息技术、生物与新医药技术、航空航天技术、新材料技术、高技术服务业、新能源及技能技术、资源与环境技术、高新技术改造传统产业等国家重点支持的八大高新技术领域为主）和非高新技术行业（以农林牧渔业、采掘业、建筑业、交通运输、仓储业、批发和零售贸易、传播与文化产业及部分传统制造业为主）两大类。基于此，本文提出以下假设：
H2：薪酬EVA敏感性对研发投入的影响存在行业差异性。
三、研究设计
（一）样本选择与数据来源
本文选取沪深A股国有上市公司为研究样本，整理样本公司2015—2017年的年报数据。为保证数据的准确性与适用性，对样本数据进行筛选：（1）剔除ST及*ST公司;（2）剔除数据资料不全的公司;（3）剔除金融、保险类公司，最终选取345家公司，共1 035个面板数据。数据主要来源于国泰安数据库。
（二）变量定义
1.被解释变量。被解释变量为研发投入。本文参考已有研究，选用研发投入强度来衡量企业的研发投入水平。研发投入强度数值越大，说明企业越注重研发创新。
2.解释变量。解释变量为薪酬EVA敏感性。薪酬业绩敏感性的概念最早是由Holmostron和Milgrom于1987年提出的，表示管理者薪酬与企业业绩的相关程度，敏感性越高意味着管理者薪酬与企业业绩关联度越强。EVA作为一种科学合理的业绩评价指标，将管理者薪酬建立在EVA业绩评价之上，促使管理者与股东的利益趋于一致，可以有效缓解代理问题。因此，本文参考Kubo（2005）提出的薪酬业绩敏感性的衡量方法，使用薪酬变化率与EVA变化率的比值代表薪酬EVA敏感性（Pay-EVA Sensitivity，PES），公式如下：
PESi=（ΔPay/ΔPayi，t-1）/（ΔEVA/ΔEVAi，t-1）
3.控制变量。本文结合理论分析及已有研究，选取资产负债率、主营业务收入增长率、公司规模、高管持股比例、行业虚拟变量、年度虚拟变量作为控制变量。变量具体定义如表1所示。
（三）模型设计
根据上述分析和假设，构建多元线性回归模型如下：
R&D=β0+β1PESi+β2Lev+β3MBRG+β4SIZE+β5Stock+ε
四、实证分析
（一）描述性统计分析
将2015—2017年样本公司的数据进行加工整理，得出各变量的描述性统计分析结果，如表2所示。
从表2可以看出，第一，样本公司研发投入整体水平不高，平均值仅为0.0314，最大值、最小值分别为0.3192和0，差距较大，说明不同样本公司对研发投入的重视程度存在明显差异，本文的分类研究有其客观必要性和现实意义。第二，薪酬EVA敏感性的中位数和均值相差不大，标准差较小，样本分布均匀。第三，资产负债率和主营业务收入极值间的差距较大，由于本文选取的样本均为国有上市公司，企业资产规模波动幅度较小，管理层持股比例较低，大多数企业管理者未持股。
（二）相关性分析
本文利用SPSS软件对样本公司2015—2017年的数据进行相关性分析，得出各变量间的相关系数矩阵，如下页表3所示。可以看出，薪酬EVA敏感性与研发投入强度的相关系数为负值，与前文假设不符，考虑是否与企业对研发的依赖程度不同有关，需要做进一步检验;同时，各解释变量之间相关系数的绝对值均低于0.4，可以认为各解释变量之间不存在严重的多重共线性问题。
（三）回归分析
1.全样本回归分析。将全样本数据代入前文构建的回归模型，得出全样本回归分析结果，如表4所示。
从表4可以看出，第一，薪酬EVA敏感性与研发投入强度显著负相关，与假设1预期相反，可能与不同企业对研发、技术的依赖程度存在差异有关，部分行业如房地产、零售业等对技术的依赖程度较低，在研发方面的投入并不能对其EVA指标起到显著的提升作用，此类企业更愿意将资金投入到日常运营中，如提高生产效率以降低生產成本，或加大市场营销以提升销售额，从而提高EVA考核指标。第二，资产负债率与研发投入强度显著负相关。较高的资产负债率通常表明企业经营压力较大，融资成本和融资难度也较高，受自身资本结构限制，企业不愿在回报期长、不确定性高的研发上投入过多。第三，公司规模与研发投入强度显著负相关。公司规模越大，内部控制和管理流程越复杂，决策的内耗性也就越大，研发投入强度无法和公司规模同步成长，此时公司规模反而对研发投入起到了抑制效果。第四，高管持股比例与研发投入强度显著正相关，主营业务收入增长率与研发投入强度正相关，但不显著。
2.分行业回归分析。将样本数据分为高新技术行业和非高新技术行业两组并分别回归，结果见表5。
从表5可以看出，高新技术组PES的回归系数为0.00119，在5%的置信水平上显著，而非高新技术组PES的回归系数为-0.00055，并不显著，假设2得到验证。对于高新技术组来说，自主创新和核心技术是高新技术企业的竞争力所在，其本身具备研发创新的动机，且此类企业更容易申请到科研经费、财政拨款，享受税收减免优惠政策，均有利于激发高新技术企业的创新积极性。采用EVA考核体系，使管理层薪酬和EVA紧密挂钩，能有效促进管理层加大在研发上的投入，抑制由代理成本引发的研发投入不足问题。而对于非高新技术组，高管薪酬EVA敏感性与研发投入没有表现出显著的相关关系，原因可能如下：非高新技术企业由于行业发展侧重点等因素，企业生存较少依赖于研发，研发方面的投入并不能显著提升企业的EVA指标，企业更愿意将资金投入到其他日常运营中。
（四）稳健性检验
为检验上述研究结果的稳定性，本文选取当期研发投入与总资产的比值作为R&D的替代变量进行稳健性检验。对高新技术组进行回归分析，结果表明，替换了研发投入的衡量指标后，除个别控制变量显著度略有下降外，模型整体通过了显著性检验，高新技术组的薪酬EVA敏感性与研发投入仍然正相关，前文研究结论成立。
五、研究结论及建议
（一）研究结论
本文以2015—2017年沪深A股国有上市公司数据为样本，实证检验了薪酬EVA敏感性与企业研发投入的关系，并进一步探讨薪酬EVA敏感性对研发投入影响的行业差异性。研究结果表明：薪酬EVA敏感性与总体企业研发投入负相关，说明EVA考评体系的引入并未提升企业整体的研发投入水平。高新技术企业的薪酬EVA敏感性与研发投入显著正相关，说明引入EVA考评体系，高管薪酬与EVA考核指标紧密挂钩，使高新技术企业加大了研发方面的投入强度;对于非高新技术企业而言，创新并非其发展的决定性因素，对研发的依赖程度较低，此类企业即使引入了EVA考核评价体系，对企业加大研发投入强度的影响不显著。
（二）相关建议
针对EVA考核对企业研发投入的影响，本文提出以下建议：一是坚定不移地推动落实EVA考核评价体系。企业应以长期、持续的价值创造为业绩考核导向，价值创造离不开创新，实现创新的主要途径是加大企业的研发投入。EVA指标能够最大限度地代表股东利益，注重长期和持续价值的创造，促使企业管理者以股东的身份进行决策，增加企业的研发投入。二是EVA考核评价体系的落实需因地制宜，根据企业的规模、发展阶段、经营实际、行业特点等分类考核、量体裁衣。另外，目前EVA考评体系中的所有权资本成本由国资委确定，可能低于企业的实际资本成本，且不同企业因自身资本结构、经营情况和行业性质差异，融资成本差异较大，因此对所有权资本成本的确定需差异化考量。三是引导企业提高创新意识。企业已成为创新的主力军，提高企业的创新意识，增强企业的创新能力意义重大。国家应从政策和制度上引导企业注重长期价值的创造，以自主创新能力和核心技术作为企业经营的护身符，提高产品附加值，促进企业的健康高速发展。四是充分考虑不同性质企业研发创新的需求与可能，对高新技术企业和非高新技术企业的研发创新强度和绩效等实行分类考核、区别对待。
【主要参考文献】
[1] 池国华，邹威.EVA考核、管理层薪酬与非效率投资——基于沪深A股国有上市公司的经验证据[J].财经问题研究，2014，（07）：43-50.
[2] 郝婷，赵息.EVA考核对国有企业研发投入的影响[J].科学学与科学技术管理，2017，38（01）：142-153.
[3] 卢锐.企业创新投资与高管薪酬业绩敏感性[J].会计研究，2014，（10）：36-42+96.
[4] 余明桂，钟慧洁，范蕊.业绩考核制度可以促进央企创新吗？[J].经济研究，2016，51（12）：104-117.
[5] 王利岗.中央企业实行经济增加值考核的启示[J].商业会计，2013，（03）：87-88.
[6] Fagerberg J，Mowery D C，Nelson R R.The Oxford Handbook of Innovation[M].New York：Oxford University Press，2005.
[7] O'Connor M，Rafferty M.Corporate Governance and Innovation[J].Journal of Financial and Quantitative Analysis，2012，47（2）：397-412.
[8] Jensen M C，Meckling W H.Theory of the Firm：Managerial Behavior，Agency Costs and Ownership Structure[J].Journal of Financial Economics，1976，3（4）：305-360.
[9] Francis B，Hasan I，Sharma Z.Incentives and Innovation：Evidence from CEO Compensation Contracts[J].Bank of Finland Research Discussion on Papers，2011，（17）：1-63.
[10] 屈文彬，劉雪丽.EVA考核背景下差异化战略与成本粘性关系研究——基于A股国有上市公司经验数据[J].商业会计，2019，（18）：16-21.
