财务柔性对信息技术企业绩效的实证研究-基于研发投入的中介效应

财务柔性对信息技术业企业绩效的实证研究-基于研发投入的中介效应[28]提出的逐步回归法来检验中介效应，这种方法分为三步：首先，分析自变量财务柔性（FF）对因变量企业绩效（ROA）的回归，检验模型4-6回归系数α1的显著性；然后，分析财务柔性（FF）对中介变量研发投入（RDI）的回归，检验模型4-7回归系数β1的显著性；最后，分析加入中介变量研发投入（RDI）后财务柔性（FF）对企业绩效（ROA）的回归，检验模型4-8回归系数γ1和γ2的显著性‌，若此时γ1不显著，则为完全中介，γ1

第5章实证分析5.1描述性统计本文研究借助Stata17统计软件，对各变量展开全面的描述性统计分析，系统呈现最大值、最小值、平均差及标准差等关键统计量。具体结果见表5-1。表5-1主要变量的描述性统计变量样本数量平均值标准差最小值最大值ROA11520.0580.04200.343FF11520.0590.212-0.3320.889RDI11529.3856.1440.1543.56Size115222.3621.09920.06927.452Lev11520.3450.1620.0190.873Growth11520.1460.206-0.2192.876Top1115229.19113.7474.43979.728由表5-1，可以得出以下的分析结果：企业绩效（ROA）的最大值为0.343，显示出部分企业通过资产可以获取高额利润；而最小值为0，意味着一些企业面临不盈利的情况。其平均值为0.058，表明整体信息技术业样本量的企业总资产收益率偏低，但仍有盈利空间。标准差为0.042，表明ROA的波动范围相对较小，企业间的绩效差异不是特别显著。财务柔性（FF）平均数值达到0.059，正值显示信息技术企业普遍认可财务柔性的价值，表现出维持一定财务柔性的意愿，最大值为0，数值0.889与-0.332的跨度显示出，信息技术企业在财务柔性储备方面表现出显著的个体差异性。研发投入（RDI）均值为9.385，标准差为6.144，通过对比各公司研发投入数据的最大值与最小值，不难发现企业间在研发重视程度上存在显著差异。企业规模（Size）的范围由20.069扩展到27.452，差异明显，样本的均值为22.362，意味着这些企业在规模上一般属于中等程度，大型企业既享有资源充裕，又拥有市场主导地位，不过也常常要应对繁杂的管理难题，小型企业在灵活度以及对市场变动的反应速度方面占据优势，但是，它们常常遭遇资源匮乏，市场竞争力弱的情形。资产负债比率（Lev）处于最低的0.019至最高的0.873之间，这体现出企业在负债结构上有着明显的差别，通常而言，资产负债率较低的公司，往往展现出更为审慎的财务风格，经营状况相对稳健；反之，资产负债率较高的公司，极有可能采用了较为激进的财务策略来谋求发展，可能采取通过向银行借贷等方法来筹措资金，以维持企业的日常运营，但长期来看，它将对企业财务状况造成负面影响，致使企业财务风险上升。成长性（Growth）指标数值的范围最低-0.219到最高2.876，体现企业之间增长幅度差距较大，有的公司增长显著，有的公司却出现负增长，但是样本量的平均值为0.146这个数字显示出了稳定上升的趋势。企业成长性的标准差也较大，说明不同公司之间的企业成长性增长差异的不同。那些成长性较高的企业一般拥有较强的市场地位和前景，相反，处在负增长状态的企业也许正遭受着市场的压力或者内部管理方面的问题。股权集中度（Top1）数据呈现显著离散特征，最大值高达79.728，最小值低至4.439，两者间差距悬殊；同时，13.747的标准差进一步佐证了企业间股权比例存在明显分化，预示着部分企业在发展进程中或面临“一股独大”的治理风险。从均值来看，29.191的数值表明样本企业的整体股权集中度处于中等偏下区间，尚未形成高度集中的股权结构。大部分企业没有绝对控股的大股东，股权相对较为分散，这可能导致企业决策过程中需要更多地考虑多方利益，决策效率可能相对较低。5.2相关性检验为了为进一步分析信息技术业财务柔性、研发投入和企业绩效间的关系，本文继续对主要变量进行了相关性检验，具体结果见表5-2所示。表5-2相关性分析结果ROAFFRDISizeLevGrowthTop1ROA1.000FF0.369*1.000RDI0.215*0.278*1.000Size0.0740.323*-0.170*1.000Lev-0.375*-0.706*-0.356*0.439*1.000Growth0.243*0.039-0.0040.0160.0521.000Top10.065*0.092*-0.099*0.057*-0.011-0.0191.000注：***、**、*分别代表1%、5%、10%的显著性水平根据表5-2可以发现：企业绩效（ROA）与财务柔性（FF）的相关系数为0.369，且在10%的显著性水平下呈现显著正相关，即财务柔性得到提升的时候，企业绩效也呈现出增强的趋势，这种初步的研究结果支持了假设1。财务柔性（FF）与研发投入（RDI）的相关系数为0.278，同样在10%的显著性水平下显著正相关，说明财务柔性较高的企业更倾向于加大研发投入力度，进而初步验证了假设2。假设3仍需在后续实证研究中进一步检验。研发投入（RDI）与企业绩效（ROA）的相关系数为0.215，在10%的显著性水平下显著正相关，表明增加研发投入有望促进企业绩效提升。企业规模（Size）与企业绩效（ROA）的相关系数为0.074，表明企业规模与企业绩效之间存在正相关关系，这可能是因为大型企业具备更强的资源整合能力，能够凭借规模经济降低单位生产成本，在原材料采购、生产制造等环节获取议价优势；同时，大规模企业往往拥有更完善的多元化业务布局与市场覆盖范围，通过分散经营风险、拓宽收入来源，保障企业在不同市场环境下的稳定盈利。此外，大型企业在技术研发、品牌建设和人才储备上的投入更具优势，有利于提升产品竞争力、塑造品牌影响力，推动企业绩效持续增长。资产负债率（Lev）与企业绩效（ROA）的相关系数为-0.375，且在10%的显著性水平下得到验证。这意味着企业资产负债率越高，其绩效表现往往越差。究其原因，企业的资产负债率显著推升了企业的财务风险，在加重利息负担、压缩盈利空间的同时，还可能引发资金链紧张等问题，最终对企业绩效产生负面影响。成长性（Growth）与企业绩效（ROA）的相关系数为0.243，同样在10%的显著性水平下显著，说明企业成长性越好，绩效也越高。这可能是因为高成长性的企业通常拥有较强的市场竞争力和良好的发展前景。股权集中度（Top1）与企业绩效（ROA）的相关系数为0.065，同样在10%的显著性水平下显著，说明股权集中度越高，企业的资产收益率往往也越高。这可能是因为较高的股权集中度意味着大股东拥有较大的话语权和决策权，能够更高效地做出决策，从而提升企业绩效。一般而言，若自变量间相关系数的绝对值达到0.8以上，意味着存在显著多重共线性的潜在风险。各主要变量的相关系数绝对值大部分在0-0.706之间，因此模型不存在严重的多重共线性的情况。5.3回归分析5.3.1财务柔性与企业绩效的关系为了更深入地理解财务柔性表现对企业绩效的具体影响，采用了多元线性回归模型进行分析。该模型以企业绩效（ROA）作为被解释变量，财务柔性（FF）作为解释变量，企业规模（Size）、资产负债率（Lev）、企业成长性（Growth）以及股权集中度（Top1）作为控制变量。通过Stata17软件进行回归分析，具体结果见表5-3。表5-3模型4-6的回归结果变量ROAFF0.032***(4.45)Size0.004***(3.97)Lev-0.083***(-8.33)Growth0.051***(9.70)Top10.0001351*(1.71)Constant-0.024(-1.01)Observations1152R-squared0.237Prob>F0.000AdjR²0.2339F71.27续表5-3注：***、**、*分别代表1%、5%、10%的显著性水平续表5-3观测调整后R2为0.2339，说明模型能够解释因变量企业绩效（ROA）变异的23.39%，还有约76.61%的变异未被模型解释，这表明模型对数据的拟合程度一般。其次财务柔性（FF）与企业绩效（ROA）在1%的置信水平上显著正相关，系数为0.032，说明财务柔性与企业绩效之间存在着正向变动关系，假设1成立。我们探究控制变量对企业绩效影响，企业规模（Size）、资产负债率（Lev）、成长性（Growth）和股权集中度（Top1）的回归系数分别为0.004、-0.083、0.051和0.0001351，具体而言，企业规模与绩效呈现显著正向关联；资产负债率在1%的显著性水平下与绩效呈负相关，即资产负债率每增加1个单位，企业绩效将显著降低0.083个单位；成长性同样在1%的显著性水平下与绩效呈正相关，其每提升1个单位可带动企业绩效显著增长0.051个单位；股权集中度在10%的显著性水平下对绩效产生正向影响，系数0.0001351，表明适度的股权集中有利于提升信息技术业上市公司的经营绩效。5.3.2财务柔性与研发投入的关系为了更深入地理解财务柔性表现对研发投入的具体影响，运用多元线性回归模型开展数据分析，将研发投入（RDI）设定为被解释变量，财务柔性（FF）作为解释变量，并选取企业规模（Size）、资产负债率（Lev）、企业成长性（Growth）及股权集中度（Top1）作为控制变量。借助Stata17统计软件实施回归，详细分析结果呈现于表5-4。表5-4模型4-7的回归结果变量RDIFF2.021*(1.77)Size-0.041(-0.24)Lev-11.613***(-7.44)Growth0.217(0.26)Top1-0.048***(-3.90)Constant15.579***(4.22)Observations1152R-squared0.140Prob>F0.000AdjR²0.1364F37.37续表5-4注：***、**、*分别代表1%、5%、10%的显著性水平续表5-4可以看出，调整R2=0.1364说明模型能够解释因变量研发投入(RDI)变异的13.64%，还有约86.36%的变异未被模型解释，这表明模型对数据的拟合程度一般。财务柔性（FF）与研发投入（RDI）存在显著正向关联，在10%的置信水平下，二者相关系数达2.021。这表明企业每增加一个单位的财务柔性储备，研发投入将相应提升2.021个单位，证实财务柔性能够有效驱动企业加大研发投入力度，进而激发技术创新活动的蓬勃活力，由此验证了假设2的合理性。研究还发现，各控制变量对企业绩效的影响同样不可轻视。回归结果显示，企业规模（Size）、资产负债率（Lev）、成长性（Growth）和股权集中度（Top1）的回归系数分别为-0.041、-11.613、0.217和-0.048，这表明企业规模、成长性与企业绩效呈负相关关系；资产负债率和股权集中度则在1%的显著性水平下与企业绩效显著相关。特别值得注意的是，资产负债率对研发投入存在显著的负向作用，即资产负债率的上升会抑制企业的研发投入活动。而企业的现金流首先要用于满足偿债需求，以避免违约风险，这就导致可用于研发投入的资金相对减少。企业成长性（Growth）也对研发投入具有正向影响，这可能是因为高成长性企业通常致力于快速扩张市场版图，需要不断推出新产品或优化现有产品以满足消费者日益变化的需求，从而提高研发投入的比例。股权集中度（Top1）同样对研发投入具有显著的负向影响，大股东可能更关注短期财务回报，研发投入具有周期长、风险高的特点，短期内难以看到显著的经济效益，为了实现短期业绩目标，大股东可能会倾向于减少研发投入，将资源分配到能够快速提升利润的项目上。5.3.3财务柔性、研发投入与企业绩效的关系为了检验研发投入对财务柔性与企业绩效的中介效应作用，采用了多元线性回归模型进行分析，具体结果如表5-5所示。表5-5模型4-8的回归结果变量ROAFF0.031***(4.29)RDI0.001***(3.31)Size0.004***(4.01)Lev-0.076***(-7.46)Growth0.051***(9.71)Top10.0001652**(2.08)Constant-0.034(-1.42)Observations1152R-squared0.244Prob>F0.000AdjR²0.2405F61.74注：***、**、*分别代表1%、5%、10%的显著性水平观测调整后R2=0.2405，说明模型能够解释因变量企业绩效(ROA)变异的24.05%，还有约75.95%的变异未被模型解释，这表明模型对数据的拟合程度一般。财务柔性（FF）、研发投入（RDI）与企业绩效之间存在显著的相关性，在1%的显著性水平下通过检验。回归结果显示，财务柔性与研发投入的系数分别为0.031和0.001，这表明企业财务柔性每提升一个单位，企业绩效将相应提高0.031个单位；而研发投入每增加一个单位，企业绩效则提升0.001个单位。实证结果表明，财务柔性（FF）与企业绩效（ROA）的回归系数α₁=0.032，呈现显著正向关系；财务柔性（FF）与研发投入（RDI）的回归系数β₁=2.021，表明二者存在显著正相关关系。进一步检验发现，在引入研发投入（RDI）作为中介变量后，研发投入（RDI）与企业绩效（ROA）的回归系数γ₂=0.001，且在1%的水平上显著，由此证明研发投入（RDI）在其中起了明显的中介作用；财务柔性（FF）与企业绩效（ROA）的回归系数γ₁=0.031，且在1%的水平上显著，表明研发投入在财务柔性影响企业绩效的过程中发挥部分中介作用。5.4稳健性检验在实证分析中，对回归模型进行稳健性检验是必不可少的步骤。为了保证之前回归分析结果的合理性和严谨性，本文采用净资产收益率（ROE）代替资产收益率（ROA）作为衡量企业绩效的指标，进行稳健性测试。5.4.1财务柔性与企业绩效的稳健性检验将新的被解释变量数据带入模型4-6中，并针对假设H1进行回归分析，具体结果见表5-6。表5-6财务柔性与企业绩效的稳健性检验结果变量ROEFF0.038***(3.12)Size0.007***(3.69)Lev-0.074***(-4.51)Growth0.075***(8.60)Top10.0003071**(2.15)Constant-0.094**(-2.17)Observations830R-squared0.164Prob>F0.000AdjR²0.1593F32.41续表5-6注：***、**、*分别代表1%、5%、10%的显著性水平续表5-6根据表5-6结果可以看出，调整R2=0.1593说明模型能够解释因变量企业绩效（ROE）变异的15.93%，还有约84.07%的变异未被模型解释，这表明模型对数据的拟合程度一般。其次财务柔性（FF）与企业绩效（ROE）在1%的水平上显著，每提高一单位的财务柔性，ROE增加0.038个单位,说明财务柔性与ROE呈正相关关系，与上述的回归分析的结果吻合。5.4.2财务柔性与研发投入的稳健性检验将新的被解释变量数据带入模型4-7中，并针对假设H2进行回归分析，具体结果见表5-7。表5-7财务柔性与研发投入的稳健性检验结果变量RDIFF4.14***(2.97)Size0.026(0.11)Lev-9.049***(-4.75)Growth-0.016(-0.02)Top1-0.059***(-3.58)Constant14.164***(2.84)Observations830R-squared0.102Prob>F0.000AdjR²0.0965F18.71续表5-7注：***、**、*分别代表1%、5%、10%的显著性水平续表5-7根据表5-7结果可以看出，调整R2=0.0965，说明模型能够解释因变量研发投入（RDI）变异的9.65%，还有约90.35%的变异未被模型解释，这表明模型对数据的拟合程度较低。其次财务柔性（FF）与研发投入（RDI）在1%的水平上显著，每提高一单位的财务柔性，研发投入增加4.14个单位，说明财务柔性与研发投入呈显著正相关关系，与上述的回归分析的结果吻合。5.4.3财务柔性、研发投入与企业绩效的稳健性检验将新的被解释变量数据带入模型4-8中，并针对假设H3进行回归分析，具体结果见表5-8。表5-8财务柔性、研发投入与企业绩效的稳健性检验结果变量ROEFF0.035***(2.88)RDI0.001**(2.22)Size0.007***(3.69)Lev-0.068***(-4.09)Growth0.075***(8.62)Top10.0003466**(2.42)Constant-0.103**(-2.38)Observations830R-squared0.169Prob>F0.000AdjR²0.1633F27.96续表5-8注：***、**、*分别代表1%、5%、10%的显著性水平续表5-8根据表5-8结果可以看出，调整R2=0.1633，说明模型能够解释因变量企业绩效（ROE）变异的16.33%，还有约83.67%的变异未被模型解释，这表明模型对数据的拟合程度一般。其次财务柔性（FF）与企业绩效（ROE）之间存在高度显著的正相关关系，在1%的显著性水平下，其系数为0.035，意味着企业财务柔性每提升一个单位，企业绩效（ROE）将相应提高0.035个单位。与此同时，研发投入（RDI）与企业绩效（ROE）同样呈现显著正向关联，在5%的显著性水平下，系数为0.001，即研发投入每增加一个单位，企业绩效（ROE）可提升0.001个单位。通过严格遵循中介效应检验流程，证实研发投入在财务柔性影响企业绩效（ROE）的过程中发挥部分中介作用，这一结论与前文实证分析结果完全吻合，进一步验证了研究结论的可靠性与稳定性。

第6章研究结论与建议6.1研究结论本研究以2021-2023年信息技术业公司数据为样本，经系统研究分析后形成如下结论：第一，财务柔性与企业绩效显著正相关。信息技术业公司的财务柔性与企业绩效存在显著的正向关系。信息技术领域不断涌现新的投资机会，如新兴的互联网技术、人工智能、大数据等领域。财务柔性使企业能够快速把握这些投资机会，通过合理配置资金，参与到有潜力的项目中，为企业带来新的收入增长点，进而提升企业绩效。第二，财务柔性与研发投入显著正相关。信息技术业公司的财务柔性研发投入存在显著的正向关系。这说明财务柔性能够为信息技术业公司提供应对这些不确定性的能力，使企业在面临技术变革、市场波动或突发情况时，有足够的资金来维持研发投入。其次财务柔性为企业的研发活动提供了稳定的资金支持，减少了研发过程中的资金压力和不确定性。这有助于增强管理层和研发团队对研发项目的信心，使他们更愿意承担风险，开展一些周期长、风险高但具有潜在高回报的研发项目，进而提高企业研发投入。第三，研发投入在财务柔性和企业绩效之间存在部分中介的作用。研发投入在财务柔性和企业绩效之间存在中介的作用。财务柔性通过影响研发投入，进而影响企业绩效，形成了一条传导路径。财务柔性首先作用于企业的研发决策和资源配置，使得企业能够根据自身战略和市场情况，合理安排研发投入的规模和方向。然后，研发投入通过技术创新、产品升级等方式，为企业带来竞争优势和经济效益，最终体现在企业绩效的提升上。6.2研究建议第一、优化财务柔性水平，信息技术企业应根据自身所处的发展阶段、市场竞争状况以及行业技术变革速度等因素，精确测算维持日常运营、应对突发情况和把握潜在投资机会所需的财务柔性水平，不仅要保持合理的现金储备，也要合理安排债务融资，适当控制负债水平，避免过度负债导致财务风险过高，同时保留一定的剩余举债能力。再者由于信息技术行业变化迅速，企业的财务柔性策略不应一成不变。要密切关注市场动态、技术发展趋势以及公司内部经营状况的变化，及时调整财务柔性储备，使其与企业的实际需求相匹配，确保在不同时期都能实现财务资源的有效配置。第二、加强研发投入管理。一方面要制定科学的研发战略，依据信息技术企业的长期战略规划和市场需求分析，精准确定研发投入的重点领域和方向，确保研发资金能够投向最具潜力和价值的项目，提高研发资源的利用效率，避免盲目跟风或分散投资。其次激发研发团队的潜力需要有效的激励方法，包含股票期权，绩效奖金以及升职机遇等，充分调动其积极性，从而提升研发效率与创新能力。与此同时，完善研发项目的绩效考核体系至关重要，通过对项目进展和成果的定期评估，及时发现问题，动态优化研发方案，保障研发项目能够有条不紊地推进，最终达成预期目标，为企业创新发展注入强劲动力。第三、企业若想增强财务柔性与研发投入的协同效能，首要任务是搭建跨部门沟通体系。通过打破财务部门与研发部门之间的信息壁垒，促进双方深度协作，实现信息实时共享。如此一来，财务部门便能迅速掌握研发项目的资金需求动态与进度状况，进而提供精准的资金调配方案与全面的风险预判，为研发投入筑牢坚实的财务后盾，助力企业在创新发展中实现资源的高效整合与利用。同时，研发部门也能更好地理解企业的财务状况和战略，合理安排研发项目和资金使用。其次基于财务柔性制定研发投入计划，根据企业的财务柔性状况，合理安排研发投入的规模和节奏。在财务柔性较高时，可以适当增加研发投入，开展一些长期的、高风险但具有潜在高回报的研发项目；而在财务柔性较低时，则要注重研发投入的效率和效果，优先支持那些能够快速产生经济效益的研发项目。第四，企业需具备前瞻性战略思维，敏锐洞察市场潜在机遇。财务柔性不仅是抵御外部风险冲击的“安全垫”，更是企业储备战略资源、捕捉未来发展契机的关键工具。企业应立足长远，主动挖掘市场蓝海，提前布局资金、技术等投资资源，在机遇出现时迅速响应、抢占先机。同时，企业要着力提升研发成果转化率，将创新成果及时转化为实际生产力与核心资产，为后续研发活动积累动能，从而构建起“机遇捕捉—资源投入—成果转化—持续创新”的良性发展闭环，推动企业在复杂多变的市场环境中稳健前行。

参考文献YiJ.Financialflexibility,dynamiccapabilities,andtheperformanceofmanufacturingenterprises[J].JournalofResearchinEmergingMarkets,2020,2(2):19.ChangGB,WuSK.Convex-concaveeffectoffinancialflexibilityonhospitalityperformance:quantileregressionapproach[J].InternationalJournalofContemporaryHospitalityManagement,2021,34(2):687-712.HaoZ,ZhangX,WeiJ.Researchontheeffectofenterprisefinancialflexibilityonsustainableinnovation[J].JournalofInnovation&Knowledge,2022,7(2):100184.NidaH,WibisonoAL.FinancialFlexibilityandHealthSectorFirmPerformanceinASEAN-5Countries:ModerateRoleofDirectorswithMDDegree[J],2023,6(4):33-90.WeiW,ChauL,YuluS,etal.Theinfluenceoffinancialflexibilityonfirmperformance:themoderatingeffectsofinvestmentefficiencyandinvestmentscale[J].JournalofAppliedAccountingResearch,2024,25(5):1183-1202.MirkhaliliTA,MahmoudabadiHK.TheeffectoffinancialflexibilityonfinancialbehaviorofcompanieslistedinTehranstockexchange[J].AmericanJournalofIndustrialandBusinessManagement,2020,8(1):143-155.Feng,C.B.,Mirza,S.S.,Ahsan,T.,&Gull,A.A.(2021).Theimpactoffinancialflexibilityanddirectors’academicexperienceoncorporateR&Dinvestments:aquantileregressionapproach.AppliedEconomics,54(17),1974–1988.Kan,L.andSun,R.(2022)ResearchontheimpactofdigitalfinanceoninnovationandR&Doftechnology-basedSEMs—Moderatingrolebasedonfinancialflexibility.AmericanJournalofIndustrialandBusinessManagement,12,1650-1666.YuqingC.Studyonfinancialflexibilityinthedigitaltransformationofenterprises[J].AcademicJournalofBusiness&Management,2023,5(22):11-14.XinB.ResearchonFlexibleFinancialManagementStrategiesofInnovativeEnterprisesintheContextofEnvi