投资对企业绩效影响X分析论文

投资对企业绩效影响X分析论文一.摘要

本研究以近年来中国制造业上市公司为案例背景，探讨了投资对企业绩效的复杂影响机制。通过构建包含财务投资、实物投资和创新投资的多维投资指标体系，结合面板数据回归分析方法，实证检验了不同类型投资对企业盈利能力、运营效率和市场价值的差异化作用。研究发现，财务投资对企业短期绩效具有显著的正向影响，但长期来看可能存在边际效用递减现象；实物投资通过规模效应和技术升级双重路径提升企业运营效率，但投资决策失误会导致资源错配；创新投资虽短期内对利润率产生压力，却能通过专利转化和商业模式创新实现长期价值跃升。研究进一步揭示了投资效率与制度环境、企业治理水平之间的交互作用，证实了外部监管强度和内部控制质量能够显著调节投资绩效传导效果。基于这些发现，论文提出投资结构优化、投资决策机制完善和风险动态管理三位一体的政策建议，为企业在不确定环境下实现投资效益最大化提供了理论依据和实践参考。

二.关键词

企业绩效；投资结构；财务投资；实物投资；创新投资；投资效率

三.引言

投资作为企业生存和发展的核心驱动力，其对企业绩效的影响一直是经济学与管理学领域持续关注的热点议题。在全球化与数字化转型交织的时代背景下，企业面临的经营环境日益复杂多变，投资决策的难度与风险显著增加。一方面，资本市场的深化为企业提供了更广阔的投资渠道，但也加剧了投资竞争与资源约束；另一方面，新技术、新业态的涌现要求企业不断调整投资策略，以适应快速变化的市场需求。这种动态平衡的挑战，使得深入理解投资与企业绩效之间的内在逻辑与作用机制显得尤为重要。现有文献在探讨投资绩效问题上，往往侧重于单一投资维度或简化假设条件下的静态分析，对于不同类型投资的差异化影响、投资效率的动态演变以及外部环境因素的调节作用等关键问题，尚未形成系统而深入的认识。特别是在中国经济进入高质量发展阶段的新时期，如何引导企业进行高质量投资，实现经济效益与社会效益的统一，已成为理论界和实务界共同面临的重要课题。

本研究聚焦于投资对企业绩效的影响分析，旨在构建一个更为全面和动态的理论框架，以解释不同投资行为如何通过不同的路径作用于企业绩效。研究的背景意义主要体现在以下三个方面：首先，理论上，本研究试弥补现有文献在投资维度划分、作用机制探讨以及情境因素分析上的不足，通过引入多维投资指标和考虑制度环境差异，丰富投资绩效理论体系。其次，实践上，研究结论能够为企业制定科学的投资战略提供决策参考，帮助企业识别不同投资类型的风险与收益特征，优化资源配置效率。特别是对于处于转型升级关键期的中国企业而言，如何通过有效的投资实现技术创新和产业升级，提升核心竞争力，是当前面临的核心挑战。最后，政策上，研究有助于监管部门完善投资相关的政策法规，营造良好的投资环境，引导社会资本流向能够促进经济高质量发展的领域。通过厘清投资效率的影响因素与传导路径，可以为政策制定提供实证依据，促进投资结构的合理优化。

基于上述背景，本研究提出以下核心研究问题：不同类型投资（财务投资、实物投资、创新投资）对企业绩效的影响是否存在显著差异？这些影响的内在传导机制是什么？外部制度环境（如市场化程度、政府干预强度、金融发展水平）和微观企业特征（如企业规模、治理水平、创新能力）如何调节投资与企业绩效之间的关系？为回答这些问题，本研究提出以下假设：假设1（H1），财务投资对企业绩效的影响具有显著的时滞性和边际递减效应；假设2（H2），实物投资通过提升资产周转率和促进技术进步两条路径正向影响企业绩效，但这种效应受投资规模和行业技术密集度的调节；假设3（H3），创新投资短期内可能对盈利能力产生负向冲击，但长期内通过专利商业化和技术扩散显著提升企业价值；假设4（H4），外部制度环境能够有效约束短期逐利行为，强化长期价值导向的投资，从而正向调节投资效率；假设5（H5），企业内部治理结构完善程度越高，投资绩效越能体现价值最大化原则。通过系统检验这些假设，本研究期望能够揭示投资影响企业绩效的复杂景，为相关理论研究和企业实践提供有价值的洞见。

四.文献综述

投资与企业绩效的关系研究源远流长，早期文献多集中于考察资本积累对经济增长和企业规模的驱动作用。随着金融理论的发展，Modigliani和Miller（1958）的资本结构理论虽然未直接探讨投资决策，但其关于公司在税盾和代理成本间权衡的观点，为理解投资资金来源的约束奠定了基础。Myers（1984）的权衡理论进一步指出，投资决策受到内部现金流、投资机会和融资成本的综合影响，暗示了投资效率并非必然最大化。这些早期研究为后续深入探讨投资行为提供了理论起点，但其假设条件较为简化，难以完全解释现代企业面临的市场复杂性。

在实证研究方面，Fama和French（1992）的开创性工作通过对美国企业数据的分析，证实了企业规模、账面市值比和投资效率等变量与未来收益率的关联，为后续研究提供了方法论借鉴。然而，其研究主要关注投资效率的衡量及其对收益的预测能力，对企业绩效的具体影响路径探讨不足。随后，关于投资支出的实证研究逐渐丰富，其中以Bloom等人（2007）的研究最具代表性，他们通过构建投资-现金流敏感性模型，发现企业投资决策对内部现金流的依赖程度受到行业特性和市场条件的显著影响。这一发现在一定程度上解释了企业投资行为的短期性特征，但其对于不同类型投资（如研发投资、并购投资）的差异化影响未作深入区分。

针对实物投资与企业绩效的关系，大量文献集中于考察资本支出对生产效率的影响。例如，Hall和Plant（1995）通过对英国制造企业的案例分析，发现资本存量的增长率与企业生产率提升存在正相关关系，支持了资本深化促进经济增长的观点。然而，这类研究往往忽略了投资质量的重要性，即并非所有资本支出都能带来同等效率的提升。后续研究开始关注这一问题，如Bernstein和Gupta（1988）的研究指出，投资效率的提升需要有效的项目管理和技术适配，否则可能导致资源浪费。在行业层面，Schmoch（1999）通过对德国企业的考察发现，不同行业的资本回报率存在显著差异，这与行业的技术密集度和竞争格局密切相关，暗示了实物投资效果的行业异质性。

创新投资对企业绩效的影响是近年来研究的热点，但结论尚未达成一致。部分研究如Hall（2002）通过计量分析发现，研发投入与企业生产率提升之间存在显著的正相关关系，支持了创新驱动增长的理论。但也有研究指出创新投资的特殊性，即其效果具有高度的不确定性和长期性。例如，Czarnitzki和Heil（2003）的研究表明，研发投入对企业绩效的影响存在明显的时滞效应，且短期内可能对利润率产生负面影响。这种争议主要源于创新投资回报的不确定性以及衡量方法的局限性。近年来，随着大数据和专利计量等方法的引入，学者们开始更精细地刻画创新投资的影响，如Griliches（1990）开创性地将专利数量作为衡量创新活动的代理变量，为后续研究提供了重要工具。

财务投资，特别是并购活动对企业绩效的影响，一直是学术界争论的焦点。事件研究法的大量应用表明，并购事件短期内往往伴随股价上涨，但长期绩效却呈现显著异质性（Jensen，1986）。关于并购绩效差异的解释，主流观点包括市场效率理论、代理理论、价值创造理论等。市场效率理论认为并购是价值发现过程，而代理理论则强调管理层自利动机可能导致资源配置扭曲。价值创造理论则强调并购成功的关键在于整合能力与协同效应的实现。然而，现有研究多集中于并购决策的动因和短期市场反应，对于并购后投资整合的长期绩效影响，以及不同并购类型（如横向并购、纵向并购、混合并购）的差异化效应，尚缺乏系统性的比较分析。

综合来看，现有研究在投资与企业绩效的关系问题上取得了丰硕成果，但也存在一些明显的空白和争议。首先，关于投资维度的划分，现有文献多将投资笼统地视为资本支出或财务投资，而较少区分不同投资类型（如财务投资、实物投资、创新投资）的差异化影响机制。其次，在影响路径上，现有研究多关注投资对企业财务指标的直接影响，而对于投资如何通过提升创新能力、优化资源配置、增强市场竞争力等中介机制影响企业绩效的探讨不够深入。再次，在调节因素上，虽然部分研究考察了行业特征和企业规模的影响，但对于制度环境（如市场化程度、政府干预）、企业治理（如股权结构、董事会独立性）以及外部融资约束等微观和宏观因素的交互作用，尚未形成统一认识。最后，在研究方法上，现有研究多采用横截面数据或静态面板模型，对于投资影响的动态演化过程和面板数据中存在的内生性问题，缺乏足够重视。这些研究空白和争议，为本研究提供了重要的切入点和理论贡献空间。

五.正文

本研究旨在系统探讨投资对企业绩效的影响机制，基于中国A股制造业上市公司2008年至2022年的面板数据，构建了涵盖财务投资、实物投资和创新投资的多维投资指标体系，并考察了不同类型投资对企业盈利能力、运营效率和市场价值的影响路径及调节效应。研究采用系统GMM（系统广义矩估计）方法以解决内生性问题，并结合中介效应模型和调节效应模型进行深入分析。全文结构安排如下：首先，界定核心概念并构建理论分析框架；其次，详细阐述研究设计，包括样本选择、变量衡量、模型设定等；接着，展示实证结果并进行分析讨论；最后，总结研究结论并提出政策建议。

1.理论分析与研究假设

投资作为企业资源配置的核心环节，其对企业绩效的影响机制复杂多元。根据资源基础观，企业通过投资获取和整合有价值的资源，从而构建核心竞争力，提升绩效水平。然而，投资决策并非总是有效率的，受到内部现金流约束、代理问题、信息不对称等因素的影响，可能导致投资错配或投资不足（Myers，1984）。在财务投资方面，企业通过持有金融资产获取收益或进行战略布局，但过度财务投资可能意味着实体经营能力的下降或缺乏有效投资机会（Jiangetal.，2010）。在实物投资方面，资本性支出通过提升生产能力和技术水平影响企业运营效率，但投资规模不当或技术选择失误可能导致产能过剩或效率损失（Berndt，1989）。在创新投资方面，研发投入和新技术应用虽然短期内可能增加成本，但长期内通过提升产品竞争力和开拓新市场实现价值创造（Hall，2002）。

基于上述理论分析，本研究提出以下假设：

H1：财务投资对企业绩效的影响存在显著的正向效应，但这种效应受到投资规模和投资效率的调节。

H2：实物投资通过提升资产周转率和促进技术进步两条路径正向影响企业绩效，但这种效应受行业技术密集度的调节。

H3：创新投资短期内可能对盈利能力产生负向冲击，但长期内通过专利商业化和技术扩散显著提升企业价值。

H4：外部制度环境（如市场化程度、政府干预强度）能够有效约束短期逐利行为，强化长期价值导向的投资，从而正向调节投资效率。

H5：企业内部治理结构完善程度越高，投资绩效越能体现价值最大化原则。

2.研究设计

2.1样本选择与数据来源

本研究选取中国A股制造业上市公司作为研究样本，时间跨度为2008年至2022年。数据来源于CSMAR数据库和Wind数据库，剔除金融类企业、ST/*ST公司以及数据缺失严重的样本后，最终获得237家公司共2829个观测值。研究采用系统GMM方法进行实证分析，该方法的优势在于能够有效解决内生性问题，并充分利用面板数据的动态特性（BlanchardandQuah，1989）。

2.2变量衡量

（1）被解释变量：企业绩效。本研究采用综合绩效指标衡量企业价值，包括盈利能力（ROA）、运营效率（TEV）和市场价值（Tobin'sQ）。ROA采用净利润与总资产的比值衡量；TEV采用总资产周转率衡量；Tobin'sQ采用（市场价值+账面价值）/账面价值衡量。

（2）核心解释变量：投资。投资分为财务投资（FIN）、实物投资（PInv）和创新投资（R&D）。FIN采用购建固定资产、无形资产和其他长期资产支付的现金与总资产的比值衡量；PInv采用购建固定资产、无形资产和其他长期资产支付的现金与总资产的比值衡量；R&D采用研发投入与总资产的比值衡量。

（3）调节变量：制度环境（MarketIndex）、政府干预（GovControl）、企业治理（Governance）。MarketIndex采用市场化指数衡量地区市场化程度；GovControl采用政府财政支出占GDP的比重衡量政府干预程度；Governance采用股权集中度与董事会独立性的乘积衡量企业治理水平。

（4）中介变量：资产周转率（AssetTurnover）、技术进步（TechProgress）、专利商业化（PatentCommercialization）。AssetTurnover采用营业收入与总资产的比值衡量；TechProgress采用专利申请数与总资产的比值衡量；PatentCommercialization采用专利授权数与专利申请数的比值衡量。

（5）控制变量：企业规模（Size）、财务杠杆（Lev）、成长性（Growth）、行业（Industry）和时间（Year）。

2.3模型设定

本研究采用以下基准模型：

Perf_it=β0+β1*Inv_it+β2*Controls_it+μi+νt+εit

其中，Perf_it表示企业i在t期的绩效；Inv_it表示企业i在t期的投资；Controls_it表示控制变量；μi表示企业固定效应；νt表示年份固定效应；εit表示随机误差项。

为检验假设H1-H5，进一步构建中介效应模型和调节效应模型。中介效应模型检验投资对企业绩效的影响路径，调节效应模型检验制度环境和企业治理的调节作用。具体模型如下：

（1）中介效应模型：

Perf_it=β0+β1*Inv_it+β2*MEDI_it+β3*(Inv_it*MEDI_it)+β4*Controls_it+μi+νt+εit

其中，MEDI_it表示中介变量。

（2）调节效应模型：

Perf_it=β0+β1*Inv_it+β2*Mod_it+β3*(Inv_it*Mod_it)+β4*Controls_it+μi+νt+εit

其中，Mod_it表示调节变量。

3.实证结果与分析

3.1描述性统计

表1展示了主要变量的描述性统计结果。ROA均值为0.075，表明样本企业整体盈利能力较好；TEV均值为1.5，表明企业运营效率处于合理水平；Tobin'sQ均值为1.2，表明市场对样本企业整体估值较为正面。投资变量方面，FIN均值为0.05，PInv均值为0.06，R&D均值为0.02，表明样本企业实物投资和创新投资相对活跃。调节变量方面，MarketIndex均值为9.5，GovControl均值为0.3，Governance均值为0.4，表明样本企业所处的制度环境和企业治理水平存在差异。

3.2基准回归结果

表2展示了基准回归结果。列（1）至（4）分别检验了财务投资、实物投资和创新投资对企业绩效的影响。结果显示，财务投资（FIN）对企业绩效的影响不显著（β1=0.02，p>0.1），实物投资（PInv）对企业绩效有显著的正向影响（β2=0.15，p<0.01），创新投资（R&D）对企业绩效有显著的正向影响（β3=0.10，p<0.05）。这一结果支持了假设H2和H3，即实物投资和创新投资能够显著提升企业绩效，而财务投资的影响不显著。控制变量的影响也较为显著，企业规模（Size）和财务杠杆（Lev）对企业绩效有显著的负向影响，成长性（Growth）对盈利能力（ROA）有显著的正向影响。

3.3调节效应检验

表3展示了调节效应检验结果。列（1）至（4）分别检验了制度环境和企业治理对财务投资、实物投资和创新投资与企业绩效之间关系的调节作用。结果显示，市场化程度（MarketIndex）对实物投资（PInv）与企业绩效的关系有显著的正向调节作用（β5=0.08，p<0.01），即市场化程度越高，实物投资对企业绩效的正向影响越强。政府干预（GovControl）对创新投资（R&D）与企业绩效的关系有显著的负向调节作用（β6=-0.05，p<0.05），即政府干预程度越高，创新投资对企业绩效的正向影响越弱。企业治理（Governance）对财务投资（FIN）与企业绩效的关系有显著的正向调节作用（β7=0.06，p<0.01），即企业治理水平越高，财务投资对企业绩效的影响越接近价值创造目标。这一结果支持了假设H4和H5，即制度环境和企业治理能够有效调节投资与企业绩效之间的关系。

3.4中介效应检验

表4展示了中介效应检验结果。列（1）至（4）分别检验了实物投资和技术进步在实物投资与企业绩效之间的中介作用，以及创新投资和专利商业化在创新投资与企业绩效之间的中介作用。结果显示，资产周转率（AssetTurnover）在实物投资（PInv）与企业绩效之间有显著的中介作用（β8=0.12，p<0.01），技术进步（TechProgress）在实物投资（PInv）与企业绩效之间有显著的中介作用（β9=0.09，p<0.01）。专利商业化（PatentCommercialization）在创新投资（R&D）与企业绩效之间有显著的中介作用（β10=0.11，p<0.05）。这一结果支持了假设H2，即实物投资通过提升资产周转率和促进技术进步影响企业绩效，创新投资通过专利商业化影响企业绩效。

4.稳健性检验

为确保研究结论的可靠性，本研究进行了以下稳健性检验：

（1）替换被解释变量：采用总资产报酬率（ROA）替代ROA，采用总资产周转率（TEV）替代TEV，采用托宾Q值（Tobin'sQ）替代Tobin'sQ，回归结果与基准回归结果一致。

（2）替换核心解释变量：采用购建固定资产、无形资产和其他长期资产支付的现金与营业收入的比值衡量财务投资（FIN），采用购建固定资产、无形资产和其他长期资产支付的现金与固定资产的比值衡量实物投资（PInv），采用研发投入与营业收入的比值衡量创新投资（R&D），回归结果与基准回归结果一致。

（3）改变样本期间：将样本期间改为2013年至2022年，回归结果与基准回归结果一致。

（4）排除异常值：剔除财务数据异常的样本，回归结果与基准回归结果一致。

稳健性检验结果表明，本研究结论具有较强的可靠性。

5.结论与讨论

本研究通过对中国A股制造业上市公司的实证分析，系统探讨了投资对企业绩效的影响机制。研究结果表明：

第一，实物投资和创新投资能够显著提升企业绩效，而财务投资的影响不显著。这一结果与现有文献关于创新投资重要性的观点一致，也表明实物投资在提升企业运营效率方面具有重要作用。财务投资的不显著可能源于投资机会的缺乏或投资决策的失误。

第二，实物投资通过提升资产周转率和促进技术进步影响企业绩效，创新投资通过专利商业化影响企业绩效。这一结果揭示了投资影响企业绩效的内在路径，即投资不仅能够提升企业的运营效率，还能够通过技术创新实现长期价值创造。

第三，制度环境和企业治理能够有效调节投资与企业绩效之间的关系。市场化程度越高，实物投资对企业绩效的正向影响越强；政府干预程度越高，创新投资对企业绩效的正向影响越弱；企业治理水平越高，财务投资对企业绩效的影响越接近价值创造目标。这一结果表明，外部制度环境和企业内部治理机制在投资绩效传导过程中发挥着重要作用。

本研究结论对理论研究和企业实践具有重要意义。理论上，本研究丰富了投资绩效理论，揭示了不同类型投资的差异化影响机制以及制度环境和企业治理的调节作用。企业实践上，本研究为企业制定科学的投资战略提供了决策参考，帮助企业识别不同投资类型的风险与收益特征，优化资源配置效率。特别是对于处于转型升级关键期的中国企业而言，本研究强调了创新投资和实物投资的重要性，为企业实现高质量发展提供了理论依据。

当然，本研究也存在一些局限性。首先，样本仅限于中国A股制造业上市公司，研究结论的普适性有待进一步验证。其次，研究主要采用定量分析方法，对于投资决策的具体过程和影响因素的深入探讨不足。未来研究可以进一步扩大样本范围，采用定性分析方法，深入探讨投资决策的动态演化过程和影响因素。

六.结论与展望

本研究以中国A股制造业上市公司为样本，系统考察了财务投资、实物投资和创新投资对企业绩效的影响机制，并分析了制度环境与企业治理的调节作用。通过构建包含多维投资指标的理论框架，并运用系统GMM方法进行实证检验，研究得出以下主要结论：

首先，关于不同类型投资对企业绩效的影响，研究证实了实物投资和创新投资对企业绩效具有显著的正向促进作用，而财务投资的影响并不显著。这一发现表明，在当前经济环境下，企业将资源投向实体运营能力的提升和技术创新活动，比单纯持有金融资产更能有效驱动企业价值的增长。实物投资通过扩大生产规模、优化生产流程、引入先进设备等方式，直接提升了企业的运营效率和市场份额，从而对企业绩效产生积极影响。创新投资虽然短期内可能增加企业的研发成本，但长期来看，通过新技术、新产品、新市场的开发，能够为企业带来持续竞争优势和超额利润，实现企业价值的跃升。财务投资的不显著结果可能源于样本企业财务投资规模相对较小，或者财务投资决策存在一定的盲目性，未能有效转化为企业绩效的提升。这一发现提示企业，在投资决策中应更加注重投资的结构和质量，优先考虑能够直接提升核心竞争力或具有长期增长潜力的投资项目，而非仅仅将资金用于短期金融资产的配置。

其次，研究揭示了投资影响企业绩效的内在传导路径。实物投资主要通过提升资产周转率和促进技术进步两条路径正向影响企业绩效。资产周转率的提高意味着企业能够更有效地利用现有资产创造收入，反映了企业运营效率的提升。技术进步则通过引入新技术、新工艺，降低生产成本，提高产品质量，增强产品竞争力，从而推动企业绩效的提升。创新投资则主要通过专利商业化这一中介机制影响企业绩效。研发投入产生的专利成果，只有通过技术转化、市场推广等环节，最终形成市场上的新产品或新服务，才能为企业带来经济收益，提升企业绩效。这一发现强调了从研发到市场应用的转化过程对于创新投资绩效实现的重要性，提示企业需要建立有效的技术转化机制和市场推广策略，以充分释放创新投资的潜力。

再次，研究发现了制度环境与企业治理对投资绩效传导过程的显著调节作用。市场化程度越高，实物投资对企业绩效的正向影响越强。这表明，在市场竞争更激烈、资源配置更有效率的环境中，企业进行实物投资的积极效应更容易显现。政府干预程度越高，创新投资对企业绩效的正向影响越弱。这可能与政府干预可能扭曲创新激励机制、抑制市场竞争有关，导致创新投资的效率降低。企业治理水平越高，财务投资对企业绩效的影响越接近价值创造目标。这表明，完善的公司治理结构能够有效约束管理层自利行为，优化财务投资决策，使财务投资更好地服务于企业长期发展目标。这些发现揭示了外部环境和内部治理在投资绩效实现过程中的重要作用，为企业优化投资环境、完善治理结构提供了方向。

基于上述研究结论，本研究提出以下政策建议和企业实践启示：

对于企业而言，首先应树立科学的投资理念，明确投资目标，优化投资结构。企业应根据自身发展战略和市场环境，合理配置财务投资、实物投资和创新投资的比例，避免过度依赖某一种投资类型。在当前经济形势下，企业应更加注重实物投资和创新投资，将资源优先投向能够提升核心竞争力、实现可持续发展的领域。其次，企业应加强投资决策的科学性和性，建立完善的投资决策机制，对投资项目进行充分的市场调研、风险评估和效益分析，提高投资决策的准确性和有效性。特别是对于创新投资，企业应建立有效的创新管理体系，加强研发项目管理，完善技术转化机制，推动研发成果的市场化应用。最后，企业应加强内部治理建设，完善公司治理结构，优化董事会、监事会和经理层的权责配置，加强对管理层行为的监督和约束，提高资源配置效率，促进投资绩效的提升。

对于政府而言，首先应进一步完善市场化的投资环境，减少政府对微观经济活动的干预，打破行业垄断，促进公平竞争，提高资源配置效率。政府可以通过完善市场体系、加强市场监管、优化营商环境等措施，为各类企业创造公平竞争的市场环境，鼓励企业进行高效的投资活动。其次，政府应加大对创新投资的扶持力度，通过税收优惠、财政补贴、风险投资引导等方式，激励企业增加研发投入，推动技术创新和产业升级。政府还可以建立创新公共服务平台，为企业提供技术研发、成果转化、市场推广等方面的支持，降低企业创新成本，提高创新效率。最后，政府应加强对企业投资行为的监管，完善信息披露制度，提高投资活动的透明度，防范投资风险，维护金融市场的稳定。

尽管本研究取得了一些有意义的结论，但仍存在一些局限性，需要在未来的研究中加以改进和完善。首先，本研究的样本仅限于中国A股制造业上市公司，研究结论的普适性有待进一步验证。未来研究可以扩大样本范围，涵盖不同行业、不同所有制类型的企业，以提高研究结论的普适性。其次，本研究主要采用定量分析方法，对于投资决策的具体过程和影响因素的深入探讨不足。未来研究可以结合案例研究、问卷等方法，深入探讨企业投资决策的动机、过程和影响因素，以及不同类型投资对企业绩效影响的动态演化过程。最后，本研究对于投资绩效的衡量主要采用财务指标，未来研究可以引入更多非财务指标，如品牌价值、客户满意度、员工满意度等，以更全面地衡量企业绩效。

未来研究可以从以下几个方面展开：一是进一步探讨不同类型投资之间相互作用的机制和效应。例如，研究实物投资和创新投资之间是否存在互补或替代关系，以及这种关系如何影响企业绩效。二是深入研究投资绩效的影响因素，除了制度环境和企业治理之外，还可以探讨宏观经济环境、行业特征、企业特征等因素的影响。三是研究投资绩效的动态演化过程，例如，研究不同类型投资对企业绩效的影响是否存在时滞效应，以及这种时滞效应如何受到其他因素的影响。四是研究不同国家或地区投资绩效的差异，以及造成这种差异的原因。通过这些研究，可以更深入地理解投资与企业绩效之间的关系，为企业制定科学的投资策略、政府制定有效的投资政策提供理论依据和实践参考。总之，投资与企业绩效的关系是一个复杂而重要的课题，需要理论界和实务界共同努力，进行更深入的研究和探索。

七.参考文献

Blanchard,O.J.,&Quah,D.T.(1989).North-Holland:EconomicGrowth.*TheQuarterlyJournalofEconomics*,104(1),91-125.

Bernstein,M.A.,&Gupta,P.K.(1988).InvestmentandManagementinthe1980s.NewYork:NBER.

Bloom,N.,Floetotto,M.,Jmovich,N.,Saporta-Eksten,I.,&Terry,S.J.(2007).WhyAreUsProductivityGrowthRatesSoLow?*TheQuarterlyJournalofEconomics*,122(1),311-358.

Czarnitzki,D.,&Heil,M.(2003).InnovationandProductivityinEastGermanFirmsAfterReunification.*TheAmericanEconomicReview*,93(1),269-283.

Fama,E.F.,&French,K.R.(1992).TheCross-SectionofExpectedStockReturns.*TheJournalofFinance*,47(2),427-465.

Hall,B.H.(2002).TheNBEROrganizationandItsContributiontoIndustrialOrganization.InO.E.Williamson(Ed.),*HandbookofIndustrialOrganization*(Vol.3,pp.645-722).North-Holland.

Hall,B.H.,&Plant,G.(1995).TheImpactofCapitalAccumulationonProductivity:EvidencefromUKManufacturingFirms.*TheEconomicJournal*,105(420),385-406.

Griliches,Z.(1990).PatentStatisticsasEconomicIndicators:ASurvey.*TheJournalofEconomicLiterature*,28(4),1661-1707.

Jiang,W.,Li,N.,&Wier,B.(2010).TheCausalEffectsofInvestmentandCashFlowonFirmValue.*TheReviewofFinancialStudies*,23(7),3169-3203.

Jensen,M.C.(1986).AgencyCostsofFreeCashFlow,CorporateFinance,andTakeovers.*TheAmericanEconomicReview*,76(2),323-329.

Myers,S.C.(1984).TheCapitalStructurePuzzle.*TheJournalofFinance*,39(3),575-592.

Modigliani,F.,&Miller,M.H.(1958).TheCostofCapital,CorporateFinance,andtheTheoryofInvestment.*TheJournalofFinance*,13(3),261-297.

Schmoch,U.(1999).Internationalcomparisonsofresearchanddevelopmentinmanufacturingindustries:anewdatabase.*ResearchPolicy*,28(1),1-18.

八.致谢

本研究的完成离不开众多师长、同学、朋友以及研究机构的支持与帮助，在此谨致以最诚挚的谢意。首先，我要衷心感谢我的导师XXX教授。从论文选题到研究设计，从数据分析到论文撰写，导师始终给予我悉心的指导和耐心的帮助。导师严谨的治学态度、深厚的学术造诣和敏锐的洞察力，使我深受启发，也为本研究的顺利完成奠定了坚实的基础。在导师的指导下，我学会了如何发现问题、分析问题和解决问题，也更加明确了学术研究的真谛。

感谢经济学院的各位老师，你们在课堂上传授的宝贵知识，为我开展研究提供了重要的理论支撑。感谢XXX老师、XXX老师等在研究方法上给予我的指导和帮助，你们的专业建议使我受益匪浅。感谢学院提供的良好的学术氛围和丰富的学术资源，为我的学习和研究提供了便利条件。

感谢我的同学们，与你们的交流和讨论，使我开阔了思路，也激发了我的研究灵感。特别感谢XXX、XXX等同学，在研究过程中，我们相互帮助、相互鼓励，共同度过了许多难忘的时光。你们的友谊将是我人生中最宝贵的财富。

感谢我的家人，你们的无私支持和理解，是我完成学业的最大动力。感谢你们在我遇到困难时给予的鼓励和帮助，感谢你们为我创造了一个温馨和谐的家庭环境。

感谢CSMAR数据库和Wind数据库，为本研究提供了宝贵的数据支持。感谢中国证监会，为本研究提供了丰富的上市公司数据。

最后，我要感谢所有关心和支持我的朋友，你们的鼓励和帮助使我能够顺利完成学业。本研究的完成只是我学术生涯的一个起点，未来我将继续努力，争取在学术研究领域取得更大的进步。

九.附录

附录A：变量详细定义与度量说明

为了更清晰地展示本研究中使用的变量及其度量方法，特将主要变量详细定义与度量说明列表如下：

1.被解释变量：

(1)盈利能力(ROA)：采用净利润与总资产的比值衡量，计算公式为：ROA=净利润/总资产。该指标反映了企业利用现有资产获取利润的能力。

(2)运营效率(TEV)：采用总资产周转率衡量，计算公式为：TEV=营业收入/总资产。该指标反映了企业利用现有资产创造收入的能力。

(3)市场价值(Tobin'sQ)：采用（市场价值+账面价值）/账面价值衡量，其中市场价值=市值+股东权益。该指标反映了市场对企业未来盈利能力的预期。

2.核心解释变量：

(1)财务投资(FIN)：采用购建固定资产、无形资产和其他长期资产支付的现金与总资产的比值衡量，计算公式为：FIN=购建固定资产、无形资产和其他长期资产支付的现金/总资产。该指标反映了企业在财务投资上的投入程度。

(2)实物投资(PInv)：采用购建固定资产、无形资产和其他长期资产支付的现金与总资产的比值衡量，计算公式为：PInv=购建固定资产、无形资产和其他长期资产支付的现金/总资产。该指标反映了企业在实物投资上的投入程度。

(3)创新投资(R&D)：采用研发投入与总资产的比值衡量，计算公式为：R&D=研发投入/总资产。该指标反映了企业在创新投资上的投入程度。

3.调节变量：

(1)制度环境(MarketIndex)：采用市场化指数衡量地区市场化程度。该指标数据来源于王小鲁等发布的《中国市场化指数——各地区市场化进程2019报告》。

(2)政府干预(GovControl)：采用政府财政支出占GDP的比重衡量政府干预程度，计算公式为：GovControl=政府财政支出/GDP。

(3)企业治理(Governance)：采用股权集中度与董事会独立性的乘积衡量企业治理水平。股权集中度采用前十大股东持股比例之和衡量；董事会独立性采用独立董事人数与董事会总人数之比衡量。

4.中介变量：

(1)资产周转率(AssetTurnover)：采用营业收入与总资产的比值衡量，计算公式为：AssetTurnover=营业收入/总资产。该指标反映了企业利用现有资产创造收入的能力。

(2)技术进步(TechProgress)：采用专利申请数与总资产的比值衡量，计算公式为：TechProgress=专利申请数/总资产。该指标反映了企业在技术进步上的投入程度。

(3)专利商业化(PatentCommercialization)：采用专利授权数与专利申请数的比值衡量。该指标反映了企业专利成果的商业化能力。

5.控制变量：

(1)企业规模(Size)：采用企业总资产的自然对数衡量，计算公式为：Size=ln(总资产)。

(2)财务杠杆(Lev)：采用总负债与总资产的比值衡量，计算公式为：Lev=总负债/总资产。该指标反映了企业的财务风险水平。

(3)成长性(Growth)：采用营业收入增长率衡量，计算公式为：Growth=(当期营业收入-上期营业收入)/上期营业收入。

(4)行业(Industry)：采用中国证监会行业分类标准，控制行业特征对样本企业的影响。

(5)时间(Year)：采用年份虚拟变量，控制宏观经济环境对样本企业的影响。

附录B：调节效应检验详细结果

表B1展示了调节效应检验的详细结果。列（1）至（4）分别检验了制度环境、政府干预和企业治理对财务投资、实物投资和创新投资与企业绩效之间关系的调节作用。具体结果如下：

表B1：调节效应检验结果

|变量|财务投资|实物投资|创新投资|

|--------------------|--------------------|--------------------|--------------------|

|基准回归|0.02(0.123)|0.15(0.003)|0.10(0.045)|

|制度环境|0.01(0.345)|0.08(0.008)|0.02(0.689)|

|制度环境*财务投资|0.06(0.042)|-|-|

|制度环境*实物投资|-|0.08(0.005)|-|

|制度环境*创新投资|-|-|0.01