研发投资视角下融资约束与上市公司现金股利政策的关联剖析

研发投资视角下融资约束与上市公司现金股利政策的关联剖析一、引言1.1研究背景在企业的财务管理活动中，融资约束、研发投资与现金股利政策是至关重要的环节，它们相互关联、相互影响，共同作用于企业的发展进程。融资约束是企业在筹集资金过程中面临的阻碍，当企业内外融资本钱存在差异时，公司投资便会受到约束，这是迫使企业增加现金持有的根本原因。产生融资约束的主要原因在于金融市场的信息不对称和委托代理问题，在不完全金融市场下，信息不对称、契约不完备和交易本钱等金融市场不完全性的存在，导致潜在投资者（债权人与新股东）与企业之间存在利益冲突，进而引起企业外部融资与内部融资间存在融资本钱差异。研发投资是企业提升核心竞争力、实现可持续发展的关键驱动力。在全球经济一体化和市场竞争日益激烈的背景下，企业若想在市场中立足并取得优势，就必须持续投入资源进行技术创新和产品研发。例如，华为公司长期坚持将销售收入的一定比例投入到研发领域，不断推出具有创新性的通信技术和产品，从而在全球通信市场中占据了重要地位。现金股利政策则是企业对经营成果进行分配的决策，它不仅直接关系到股东的切身利益，影响股东的投资回报和对企业的信心，还向市场传递着企业的经营状况和发展前景等重要信息。稳定且合理的现金股利政策能够吸引投资者，增强投资者对企业的信任，进而提升企业的市场价值；反之，不稳定或不合理的现金股利政策可能导致投资者对企业失去信心，引发股价波动。当前，我国资本市场正处于快速发展和完善的阶段，上市公司数量不断增加，市场规模持续扩大。然而，在实际运营中，许多上市公司面临着不同程度的融资约束问题，这对企业的研发投资和现金股利政策产生了显著影响。一方面，融资约束限制了企业获取外部资金的渠道和规模，使得企业可用于研发投资的资金相对短缺，制约了企业的技术创新能力和长期发展潜力；另一方面，融资约束也会促使企业在制定现金股利政策时更加谨慎，考虑自身的资金状况和未来发展需求，可能导致现金股利发放水平降低或不稳定。在这样的现实背景下，深入研究融资约束对上市公司研发投资和现金股利政策的影响，具有重要的理论和实践意义。通过探究三者之间的内在联系和作用机制，可以为上市公司优化财务管理决策提供理论依据和实践指导，有助于企业更好地应对融资约束，合理安排研发投资和现金股利分配，实现可持续发展；同时，也能为投资者提供更有价值的决策参考，帮助他们更准确地评估企业的投资价值和风险，做出明智的投资决策。1.2研究目的与意义1.2.1研究目的本研究旨在深入剖析融资约束如何通过研发投资这一关键路径对上市公司现金股利政策产生影响，全面揭示三者之间复杂的内在联系和作用机制。具体而言，主要包含以下几个方面：量化分析融资约束对研发投资的影响程度：通过构建科学合理的量化模型，运用丰富详实的数据，精准测度融资约束对上市公司研发投资在投入规模、投入方向以及投资效率等方面的影响程度，明确融资约束在多大程度上制约了企业的研发投入。探究研发投资在融资约束与现金股利政策间的中介作用：深入挖掘研发投资在融资约束与现金股利政策关系中所扮演的角色，验证研发投资是否为融资约束影响现金股利政策的重要传导中介，并详细分析其具体的传导过程和作用方式，从而更全面地理解三者之间的逻辑关系。识别影响融资约束与现金股利政策关系的调节因素：系统分析公司内部治理结构、市场竞争环境、宏观经济政策等多种因素对融资约束与现金股利政策关系的调节作用，明确在不同情境下这些因素如何影响融资约束对现金股利政策的作用效果，为企业制定针对性的策略提供依据。1.2.2研究意义本研究成果对于企业财务管理决策、投资者投资决策以及学术理论研究均具有重要的意义，具体体现在以下几个方面：为企业优化财务管理决策提供理论依据：深入了解融资约束、研发投资与现金股利政策之间的内在联系，能够帮助企业管理层更加科学合理地制定财务决策。在面临融资约束时，企业可以根据自身研发投资需求和未来发展战略，权衡现金股利分配，合理安排资金，确保企业在满足研发投资的同时，兼顾股东利益，维持良好的市场形象，实现企业的可持续发展。例如，企业可以通过调整现金股利政策，留存更多资金用于研发投资，提升自身核心竞争力；或者在融资约束缓解时，适当增加现金股利发放，回报股东，增强股东信心。为投资者提供更具价值的决策参考：投资者在做出投资决策时，通常会关注企业的财务状况、盈利能力和发展前景等因素。本研究有助于投资者深入了解企业融资约束对研发投资和现金股利政策的影响，从而更准确地评估企业的投资价值和风险。通过分析企业的融资约束程度、研发投资水平以及现金股利政策，投资者可以判断企业的未来发展潜力和盈利稳定性，进而做出更为明智的投资决策，降低投资风险，提高投资收益。丰富和完善公司财务理论体系：目前，虽然关于融资约束、研发投资和现金股利政策的研究已经取得了一定的成果，但对于三者之间的内在联系和作用机制的研究仍有待深入。本研究通过综合运用多种研究方法，从研发投资的视角深入探讨融资约束对现金股利政策的影响，有助于填补这一领域的研究空白，丰富和完善公司财务理论体系，为后续相关研究提供有益的参考和借鉴，推动学术研究的不断发展。1.3研究方法与创新点1.3.1研究方法文献研究法：通过广泛查阅国内外相关领域的学术文献、研究报告和统计数据，全面梳理融资约束、研发投资和现金股利政策的相关理论和研究成果，了解已有研究的现状和不足，为本研究提供坚实的理论基础和研究思路，明确研究方向和重点，避免重复研究，并借鉴前人的研究方法和经验。实证分析法：选取一定时期内的上市公司作为研究样本，收集其财务数据和相关信息，运用统计分析软件和计量经济学方法，构建多元线性回归模型等实证模型，对融资约束、研发投资与现金股利政策之间的关系进行定量分析和假设检验，以验证研究假设，揭示三者之间的内在联系和作用机制，使研究结果更具科学性和说服力。案例分析法：选取具有代表性的上市公司作为案例，深入分析其在融资约束条件下的研发投资决策以及现金股利政策的制定和实施情况，结合公司的具体经营环境和发展战略，详细剖析三者之间的相互影响，通过具体案例的分析，更直观地理解和解释实证研究结果，为理论研究提供实践支持，增强研究的实用性。1.3.2创新点研究视角创新：以往研究多聚焦于融资约束对现金股利政策的直接影响，或单独探讨研发投资与现金股利政策的关系。本研究创新性地从研发投资的视角出发，深入剖析融资约束如何通过研发投资这一关键路径对上市公司现金股利政策产生影响，全面揭示三者之间复杂的内在联系和作用机制，拓展了该领域的研究视角。研究内容创新：不仅量化分析融资约束对研发投资以及研发投资对现金股利政策的影响程度，还深入探究研发投资在融资约束与现金股利政策间的中介作用机制，同时系统分析公司内部治理结构、市场竞争环境、宏观经济政策等多种因素对融资约束与现金股利政策关系的调节作用，使研究内容更加全面和深入，填补了相关研究空白。研究方法创新：综合运用多种研究方法，将文献研究法、实证分析法和案例分析法有机结合。在实证分析中，运用先进的计量经济学模型和方法，充分考虑变量之间的内生性问题，提高研究结果的准确性和可靠性；通过案例分析，为实证研究结果提供更具体、更生动的实践解释，增强研究的实用性和应用价值，为该领域的研究方法提供了新的思路和借鉴。二、相关理论与文献综述2.1融资约束理论融资约束，从广义角度而言，只要企业内部融资与外部融资存在成本差异，这种差异所产生的结果便可被视为融资约束；狭义来讲，是指相较于内部融资，企业在进行外部融资时，需付出更高的融资成本，或者无法按照自身需求及时获取足额融资的现象。在现实的企业运营中，融资约束普遍存在，成为制约企业发展的重要因素之一。融资约束的形成主要源于金融市场的不完善，其中信息不对称和委托代理问题是关键成因。在资本市场中，企业的内部管理者与外部投资者之间存在着明显的信息不对称。企业管理者对自身的经营状况、财务信息、投资项目的真实情况等了如指掌，但外部投资者却难以获取这些全面且准确的信息。这种信息的不对等使得外部投资者在进行投资决策时面临更大的风险，为了补偿这种风险，他们会要求更高的回报率，从而导致企业外部融资成本上升。比如，一些新兴的科技企业，虽然拥有创新性的技术和良好的发展前景，但由于其经营历史较短，财务信息透明度较低，外部投资者对其了解有限，在提供资金时往往会提高利率或者附加更多的条件，这就增加了企业的融资难度和成本。委托代理问题也在很大程度上加剧了融资约束。在现代企业制度下，所有权与经营权分离，股东作为委托人将企业的经营管理委托给代理人（即企业管理层）。由于委托人与代理人的利益目标并不完全一致，代理人可能会为了追求自身利益最大化而做出不利于股东利益的决策，如过度投资、在职消费等。这种行为会导致企业的风险增加，损害企业的价值，进而使得外部投资者对企业的信任度降低，提高融资门槛。例如，某些企业管理层为了追求短期业绩和个人声誉，可能会盲目投资一些高风险项目，而忽视了企业的长期发展和股东的利益，这使得外部投资者对该企业的投资变得更加谨慎，增加了企业融资的困难。为了准确衡量企业所面临的融资约束程度，学术界提出了多种度量方法，其中较为常用的有KZ指数、WW指数等。KZ指数由Kaplan和Zingales于1997年提出，该指数的计算综合考虑了企业的多个财务指标，包括经营性净现金流、现金股利、现金持有、资产负债率和TobinsQ等。具体构建过程如下：首先对全样本各个年度的上述指标进行分类，若经营性净现金流/上期总资产、现金股利/上期总资产、现金持有/上期总资产低于中位数，则相应指标取值为1，否则取0；若资产负债率、TobinsQ高于中位数，则取值为1，否则取0。然后计算指数KZ，令KZ等于上述各指标取值之和。最后采用排序逻辑回归，以KZ指数作为因变量，对各指标进行回归，估计出各变量的回归系数，进而计算出每一家上市公司的KZ指数。KZ指数越大，表明上市公司面临的融资约束程度越高。例如，一家企业的KZ指数较高，说明其在经营过程中可能面临着较为严峻的融资困难，内部现金流紧张，资产负债率较高，且投资机会可能不佳，导致外部投资者对其信心不足，融资难度加大。WW指数则是由White和Wu在2006年提出，该指数除了考虑企业自身的财务特征，如长期负债与总资产之比、是否分红、总资产的自然对数、企业的销售增长率、现金流与总资产的比值等，还纳入了企业所处行业的销售增长率这一外部行业特征，具有更广泛的经济意义。其计算公式为WW=b1×（长期负债与总资产之比）+b2×（分红时取值为1的虚拟变量）+b3×（总资产的自然对数）+b4×（企业的销售增长率）+b5×（企业所处行业的销售增长率）+b6×（现金流与总资产的比值），系数向量b由White和Wu给出。该数值越大，表示企业融资约束程度越高。与KZ指数相比，WW指数在一定程度上克服了KZ指数中托宾q值测量误差较大的问题，提高了对融资约束测量的精准度。例如，对于同处一个行业但规模不同的两家企业，WW指数能够更全面地考虑行业因素和企业自身财务状况，从而更准确地衡量它们所面临的融资约束程度差异。如果一家企业的WW指数高于行业平均水平，说明它在行业内面临着相对更紧的融资约束，可能在获取资金、扩大生产或进行投资等方面会遇到更多的阻碍。2.2研发投资理论研发投资，即企业为了获取新技术、新产品或提升现有技术水平而进行的投资活动，涵盖基础研究、应用研究和试验发展等多个关键环节，是企业实现技术创新和产品升级的核心驱动力。在当今激烈的市场竞争环境下，研发投资对企业的生存与发展具有举足轻重的意义。从战略层面来看，研发投资是企业保持竞争优势的关键。随着科技的飞速发展和市场需求的不断变化，企业若想在市场中脱颖而出，就必须持续投入资源进行研发，以推出具有创新性和竞争力的产品或服务。例如，苹果公司每年在研发方面投入大量资金，不断推出具有创新性的iPhone、iPad等产品，凭借其先进的技术和独特的设计，吸引了全球众多消费者，占据了智能手机和平板电脑市场的重要份额。从企业成长角度而言，研发投资有助于开拓新的市场和业务领域。通过研发，企业能够创造出满足新市场需求的产品或服务，从而实现业务的多元化和扩张。以特斯拉为例，其在电动汽车领域持续进行研发投资，成功开发出一系列高性能、长续航的电动汽车产品，不仅改变了传统汽车行业的格局，还开拓了新能源汽车这一新兴市场，为企业带来了巨大的发展机遇和商业价值。企业进行研发投资的动机是多方面的。追求技术领先是企业开展研发投资的重要动力之一，通过在技术上领先于竞争对手，企业能够在市场中树立良好的品牌形象，吸引更多的客户和资源。提高产品竞争力也是关键因素，研发投资能够帮助企业改进产品性能、提升产品质量，从而在市场竞争中占据优势。满足市场需求同样不可或缺，随着消费者需求的不断变化和升级，企业需要通过研发投资来开发出符合市场需求的新产品或改进现有产品，以保持市场份额。此外，获取政策支持也是部分企业进行研发投资的原因之一，政府为了鼓励企业创新，通常会出台一系列政策，如税收优惠、财政补贴等，企业通过研发投资可以享受这些政策支持，降低研发成本，提高研发收益。影响企业研发投资的因素众多，可分为内部因素和外部因素。内部因素中，企业规模起着重要作用，一般来说，规模较大的企业拥有更丰富的资源和更强的实力，能够承担更高的研发成本，也更有动力进行研发投资，以巩固其市场地位。财务状况是另一个关键因素，良好的财务状况能够为企业的研发投资提供稳定的资金支持，使企业在研发过程中能够应对各种不确定性和风险。管理层理念也对研发投资决策产生深远影响，具有创新意识和长远战略眼光的管理层更倾向于加大研发投资，推动企业的技术创新和发展。外部因素方面，市场竞争是重要的驱动力量，激烈的市场竞争促使企业不断投入研发，以提高自身的竞争力，否则就可能被市场淘汰。政策环境对企业研发投资也有着显著影响，政府出台的鼓励创新的政策，如税收优惠、研发补贴、知识产权保护等，能够降低企业的研发成本，提高研发收益，增强企业进行研发投资的积极性。技术发展趋势同样不可忽视，随着科技的快速发展，新技术、新方法不断涌现，企业需要密切关注技术发展趋势，及时调整研发方向，以跟上时代的步伐，否则就可能面临技术落后的风险。在企业价值评估中，企业价值通常涵盖企业资产、盈利能力和未来发展潜力等多个维度。而研发投资对企业价值有着直接和间接的双重影响。从直接影响来看，研发投资能够提升产品竞争力，通过开发出更具创新性和竞争力的新产品，企业能够吸引更多的消费者，提高市场份额，进而增加销售收入和利润。例如，华为公司通过持续的研发投资，推出了一系列具有领先技术的通信产品，在全球通信市场中赢得了广泛的客户和市场份额，实现了企业价值的显著提升。研发投资还有助于增强创新能力，培养创新人才，提高企业的技术水平和创新能力，使企业在市场竞争中更具优势。通过研发投资，企业还可以优化生产流程、提高生产效率，从而降低生产成本，提高企业的盈利能力和价值。从间接影响来看，研发投资能够培养人才队伍，吸引和留住高素质的技术人才，形成稳定的人才团队，为企业的长期发展提供坚实的人才保障。通过持续的研发投资，企业能够推出高品质的产品和服务，提升品牌形象和知名度，增强企业在市场中的影响力和竞争力。持续的研发投资向外界传递出企业具有强大技术实力和发展潜力的信息，能够增强投资者和合作伙伴的信心，吸引更多的投资和合作机会，为企业的发展创造更有利的外部环境。2.3现金股利政策理论现金股利政策作为公司财务管理的重要组成部分，一直是学术界和实务界关注的焦点。自20世纪60年代以来，学者们围绕现金股利政策展开了深入研究，形成了丰富的理论体系，主要可分为传统股利政策理论和现代股利政策理论。传统股利政策理论主要侧重于探讨股利政策与股票价格的相关性，其中具有代表性的理论包括MM理论、“一鸟在手”理论和税差理论。MM理论由莫迪格利安尼（Modigliani）和米勒（Miller）于1961年提出，该理论假设在一个信息对称、无税收、无交易成本且投资者理性的完美资本市场中，公司的价值仅取决于其资产的经营效率，与股利政策无关。这意味着，无论公司选择将盈利以现金股利的形式分配给股东，还是留存收益用于再投资，都不会对公司的市场价值产生影响，公司的投资决策和股利决策是相互独立的。例如，在一个符合MM理论假设的市场中，A公司和B公司拥有相同的资产和经营状况，A公司选择将全部盈利以现金股利的形式发放给股东，B公司则将盈利全部留存用于再投资。根据MM理论，这两家公司的市场价值应该是相等的，因为投资者可以通过自己的投资组合决策来实现相同的收益。然而，在现实世界中，MM理论的假设条件很难满足，税收、交易成本、信息不对称等因素都会对公司的股利政策和价值产生影响。“一鸟在手”理论则认为，投资者更偏好即期的现金股利，因为相比于未来不确定的资本利得，当前的现金股利更为可靠。该理论基于投资者的风险厌恶特性，认为股票价格波动较大，留存收益再投资带来的资本利得具有较高的不确定性，投资者为了避免风险，更倾向于获得现期的股利收入。在这种理论下，公司提高股利支付率会增加股东财富，因为它降低了投资者面临的风险，使得投资者对公司股票的必要报酬率降低，从而提高了股票价格。例如，对于一家经营稳定但未来发展前景存在一定不确定性的公司，投资者可能更希望公司能够发放较高的现金股利，以获得实实在在的回报，而不是将利润留存用于可能存在风险的再投资。如果公司能够满足投资者的这一期望，发放较多的现金股利，其股票价格可能会因此上涨。税差理论从税收的角度出发，认为由于资本利得税通常低于股利所得税，投资者更倾向于获得资本利得而非现金股利。因此，公司为了实现股东价值最大化，应采取低股利政策，减少现金股利的发放，将更多的资金留存用于再投资或回购股票，以增加股东的资本利得。例如，在某些国家或地区，对资本利得征收的税率明显低于对现金股利征收的税率，在这种情况下，投资者会更愿意公司少发放现金股利，而是通过股价上涨带来的资本利得获取收益。公司如果意识到这一点，就可能会调整股利政策，降低现金股利的发放水平，以满足投资者对税收利益的追求。随着信息经济学的发展，现代股利政策理论逐渐兴起，更加关注股利政策背后的信息传递和代理成本问题，主要包括信号传递理论和代理成本理论。信号传递理论认为，公司管理层与外部投资者之间存在信息不对称，管理层掌握着更多关于公司未来盈利能力和发展前景的内部信息。股利政策可以作为一种信号，向投资者传递公司的内部信息。当公司预计未来业绩良好、发展前景乐观时，管理层会通过增加现金股利的发放来向投资者传达这一积极信号，从而提升投资者对公司的信心，推动公司股价上涨；反之，当公司预期未来业绩不佳时，可能会维持或降低现有股利水平，向投资者传递不利信号，导致股价下跌。例如，一家科技公司如果在研发方面取得了重大突破，预计未来产品将具有很强的市场竞争力和盈利能力，为了向市场和投资者展示这一优势，公司可能会提高现金股利的发放水平，以此表明公司对未来发展的信心，吸引更多投资者的关注和投资，进而提升公司股价。代理成本理论则基于现代企业所有权与经营权分离的特点，认为管理层与股东之间存在利益冲突。管理层可能会为了追求自身利益而损害股东利益，如过度投资、在职消费等。股利政策可以作为一种降低代理成本的机制，通过支付现金股利，减少管理层可支配的自由现金流量，从而限制管理层的过度投资行为，降低代理成本。当公司发放现金股利后，管理层手中可用于随意支配的资金减少，这就迫使他们在进行投资决策时更加谨慎，只有在投资项目具有较高的预期收益时才会进行投资，从而保护了股东的利益。定期的股利支付还能促使管理层积极经营公司，提高公司的盈利能力，以满足持续支付股利的需求，进一步降低代理成本。2.4文献综述在企业财务管理领域，融资约束、研发投资与现金股利政策一直是学者们研究的重点。三者之间的关系错综复杂，吸引了众多学者从不同角度进行深入探讨。关于融资约束与研发投资的关系，已有研究成果丰硕。Fazzari等学者（1988）率先指出，在资本市场存在信息不对称和激励问题的情况下，企业面临融资约束时，投资机会往往会超过内部资金，从而导致投资不足，研发投资也会受到抑制。许多学者的研究都证实了这一观点，如Hall（1992）对美国制造业企业的研究发现，融资约束会显著降低企业的研发投入强度；Himmelberg和Petersen（1994）通过对高科技企业的研究表明，融资约束对企业的研发投资具有负面影响，企业在面临融资困难时，会减少研发投资。近年来，国内学者也对此进行了大量研究。张杰等（2012）对中国企业的研究发现，融资约束是制约企业研发投资的重要因素，企业面临的融资约束程度越高，研发投资水平越低。他们认为，融资约束限制了企业获取外部资金的能力，使得企业可用于研发投资的资金短缺，从而影响了企业的创新能力和发展潜力。孙早和侯玉琳（2013）通过实证研究发现，融资约束对企业研发投资具有显著的抑制作用，且这种抑制作用在不同行业和不同规模的企业中存在差异。在高新技术行业，融资约束对研发投资的抑制作用更为明显；对于规模较小的企业，融资约束的影响也更为突出。融资约束与现金股利政策之间的关系同样备受关注。国外学者在这方面的研究起步较早，Miller和Modigliani（1961）提出的MM理论认为，在完美资本市场中，企业的股利政策与企业价值无关，融资约束不会影响企业的现金股利政策。然而，这一理论的假设条件在现实中很难满足。随着研究的深入，学者们发现，在存在融资约束的情况下，企业往往会减少现金股利的发放。Opler等（1999）的研究表明，融资约束企业更倾向于保留现金，以应对未来的资金需求，因此会降低现金股利的支付水平。国内学者也对这一关系进行了深入探讨。魏志华等（2014）通过对中国上市公司的研究发现，融资约束与现金股利支付水平呈负相关关系，即企业面临的融资约束程度越高，现金股利支付水平越低。他们认为，融资约束使得企业的资金紧张，为了保证企业的正常运营和发展，企业会减少现金股利的发放，将更多的资金留存用于内部投资。王化成等（2015）的研究也支持了这一观点，他们发现，融资约束会影响企业的现金股利政策，企业在面临融资困难时，会更加谨慎地制定现金股利政策，以避免资金链断裂的风险。关于研发投资与现金股利政策的关系，研究结论存在一定的分歧。一些学者认为，研发投资与现金股利政策之间存在替代关系。Jensen（1986）提出的自由现金流量假说认为，企业的自由现金流量会影响其投资决策和股利政策。当企业拥有较多的自由现金流量时，管理层可能会将其用于过度投资，而不是发放现金股利。因此，为了减少管理层的过度投资行为，企业会增加研发投资，减少现金股利的发放。Lang和Litzenberger（1989）的研究也支持了这一观点，他们发现，研发投资强度较高的企业，现金股利支付水平较低。然而，另一些学者则认为，研发投资与现金股利政策之间存在互补关系。Chauvin和Hirschey（1993）通过对美国企业的研究发现，研发投资能够提升企业的未来盈利能力和市场价值，从而使企业有更多的资金用于发放现金股利。他们认为，研发投资是企业长期发展的重要战略，能够为企业带来持续的竞争优势和收益增长，因此企业会在进行研发投资的同时，保持一定的现金股利支付水平，以回报股东。在探讨融资约束对现金股利政策的影响时，研发投资的中介作用逐渐受到关注。部分学者开始研究融资约束是否通过影响研发投资，进而对现金股利政策产生间接影响。但目前这方面的研究还相对较少，研究成果也不够完善。一些研究初步表明，融资约束可能会通过抑制研发投资，导致企业未来盈利能力下降，从而促使企业减少现金股利的发放。但对于研发投资在这一过程中的具体中介机制，尚未形成统一的结论，仍有待进一步深入研究。综上所述，现有研究在融资约束、研发投资与现金股利政策两两关系方面取得了较为丰富的成果，但仍存在一定的局限性。在融资约束对现金股利政策的影响研究中，较少考虑研发投资这一关键因素的中介作用，未能全面揭示三者之间的内在联系和作用机制。同时，在研究方法上，部分研究可能存在样本选择偏差、变量测量误差等问题，影响了研究结果的准确性和可靠性。本研究将在前人研究的基础上，从研发投资的视角出发，深入探究融资约束对上市公司现金股利政策的影响，通过构建科学合理的实证模型，充分考虑研发投资的中介作用以及其他可能的调节因素，力求更全面、准确地揭示三者之间的复杂关系，为上市公司的财务管理决策提供更具针对性和实用性的理论支持和实践指导。三、融资约束对上市公司研发投资的影响3.1融资约束影响研发投资的理论分析在企业的发展进程中，研发投资是推动其技术创新和可持续发展的关键动力。然而，众多企业在开展研发投资活动时，常常面临融资约束的挑战，这对研发投资产生了多方面的影响，背后的作用机制主要与信息不对称和代理成本等因素紧密相关。从信息不对称理论来看，在资本市场中，企业内部管理层与外部投资者之间存在着明显的信息差距。企业对自身的研发项目、技术实力、市场前景以及财务状况等信息了如指掌，但外部投资者获取这些信息的渠道有限且成本较高，导致双方信息不对称。这种信息不对称使得外部投资者在评估企业研发投资项目时面临较大风险，进而影响企业获取研发资金的能力。对于外部投资者而言，研发投资项目往往具有较高的不确定性和风险性。一方面，研发活动的周期通常较长，从项目启动到取得实质性成果并实现商业化应用，可能需要数年甚至更长时间，期间面临技术难题无法攻克、市场需求变化等诸多不确定因素，使得研发项目能否成功存在很大的不确定性。例如，新药研发领域，一种新药从研发到上市，平均需要花费10-15年的时间，投入大量的资金和人力，而且在临床试验阶段，可能会因为各种原因导致研发失败，前功尽弃。另一方面，研发成果的收益也具有不确定性，即使研发项目取得成功，新产品或新技术能否被市场接受、市场份额能达到多少、收益能否覆盖成本并实现盈利等，都难以准确预测。由于这些不确定性和风险性，外部投资者在向企业提供研发资金时会格外谨慎。为了降低风险，他们往往会要求更高的回报率，或者采取更为严格的融资条件，这无疑增加了企业的外部融资成本。例如，银行在向企业发放用于研发投资的贷款时，可能会提高贷款利率，或者要求企业提供更多的抵押资产；风险投资机构在投资企业研发项目时，会对企业的股权进行较大比例的稀释，以获取更高的回报。这些都使得企业在面临融资约束时，难以按照自身的研发投资需求获取足够的资金，从而限制了研发投资的规模和进度。信息不对称还可能导致企业与外部投资者之间的沟通不畅，进一步加剧融资约束对研发投资的影响。企业可能由于担心商业机密泄露等原因，不愿意向外部投资者充分披露研发项目的详细信息，这使得外部投资者难以全面了解企业的研发实力和项目潜力，从而降低了他们对企业研发投资项目的信心和投资意愿。即使企业有良好的研发投资计划和项目，也可能因为信息不对称而无法获得足够的资金支持，导致研发投资无法顺利进行。代理成本理论同样对融资约束影响研发投资的机制提供了重要的解释。在现代企业制度下，所有权与经营权相分离，企业的所有者（股东）与管理者之间形成了委托代理关系。股东的目标是实现企业价值最大化，而管理者可能出于自身利益的考虑，追求个人效用最大化，如追求更高的薪酬、在职消费、权力和地位等，这就导致了委托代理问题的产生，进而引发代理成本。当企业面临融资约束时，代理成本对研发投资的影响更为显著。一方面，融资约束使得企业的资金相对紧张，管理者在决策时可能会更加注重短期利益，以满足自身的薪酬和职业发展需求。由于研发投资通常需要长期投入且短期内难以看到明显的回报，管理者可能会减少对研发投资的投入，将有限的资金用于能够在短期内带来业绩提升的项目，如扩大生产规模、进行市场推广等，从而忽视了企业的长期技术创新和发展。例如，一些企业的管理者为了在任期内提升企业的短期业绩，获取更高的薪酬和奖金，可能会削减研发投资预算，导致企业的技术创新能力逐渐下降，长期发展受到影响。另一方面，融资约束也可能导致管理者与股东之间的利益冲突加剧。股东希望企业能够加大研发投资，提升核心竞争力，实现企业的长期可持续发展，但管理者可能担心研发投资失败会对自己的职业声誉和利益造成损害，因此在研发投资决策上会过于保守。即使企业有可行的研发投资项目，管理者也可能因为害怕承担风险而放弃，从而错失技术创新的机会，影响企业的发展潜力。这种由于代理成本导致的研发投资决策偏差，在融资约束的情况下会更加突出，进一步限制了企业的研发投资活动。三、融资约束对上市公司研发投资的影响3.2实证研究设计3.2.1样本选取与数据来源为了深入研究融资约束对上市公司研发投资的影响，本研究选取了2015-2022年期间在沪深两市主板上市的公司作为研究样本。这一时间段的选择主要基于以下考虑：一方面，随着我国资本市场在2015年之后不断发展和完善，相关政策法规逐渐健全，市场环境更加稳定，数据的可靠性和可比性更强；另一方面，近年来科技创新在我国经济发展中的地位日益重要，企业的研发投资活动也愈发活跃，选取这一时期能够更好地反映当前经济形势下融资约束与研发投资之间的关系。在数据获取方面，本研究主要从以下几个权威数据库收集数据：一是国泰安（CSMAR）数据库，该数据库涵盖了丰富的上市公司财务数据、公司治理数据以及市场交易数据等，为研究提供了全面的基础数据支持；二是万得（Wind）数据库，它在金融数据领域具有广泛的覆盖和深度的挖掘，能够补充和验证从其他渠道获取的数据。对于研发投资相关数据，除了从上述数据库提取外，还通过手工查阅上市公司年报的方式进行核对和补充，以确保数据的准确性和完整性。为了保证样本数据的质量和研究结果的可靠性，对原始数据进行了严格的筛选和处理。首先，剔除了金融行业的上市公司，因为金融行业的业务模式、财务特征和监管环境与其他行业存在显著差异，将其纳入样本可能会对研究结果产生干扰。其次，剔除了ST、*ST类公司，这类公司通常面临财务困境或经营异常，其财务数据和经营行为可能不具有代表性。最后，对连续变量进行了1%水平的双边缩尾处理，以消除极端值对研究结果的影响。经过上述筛选和处理，最终得到了包含[X]家上市公司、[X]个年度观测值的平衡面板数据。3.2.2变量定义与模型构建变量定义被解释变量：研发投资（RD），采用企业研发投入金额与营业收入的比值来衡量，该指标能够反映企业在研发方面的投入强度，比值越高表明企业对研发的重视程度越高，投入力度越大。解释变量：融资约束（FC），选用KZ指数来度量融资约束程度。KZ指数的计算综合考虑了企业的多个财务指标，包括经营性净现金流、现金股利、现金持有、资产负债率和Tobin`sQ等，能够较为全面地反映企业面临的融资约束状况。KZ指数越大，说明企业面临的融资约束程度越高。控制变量：为了更准确地分析融资约束对研发投资的影响，本研究还纳入了一系列控制变量。企业规模（Size），以企业年末总资产的自然对数来衡量，一般来说，规模较大的企业可能拥有更丰富的资源和更强的融资能力，从而对研发投资产生影响；资产负债率（Lev），反映企业的偿债能力，较高的资产负债率可能意味着企业面临较大的财务风险，进而影响其研发投资决策；盈利能力（ROA），用净利润与总资产的比值表示，盈利能力较强的企业可能有更多的内部资金用于研发投资；成长性（Growth），通过营业收入增长率来衡量，具有较高成长性的企业可能更注重研发投资以保持竞争优势；股权集中度（Top1），以第一大股东持股比例来衡量，股权集中度可能会影响企业的决策机制和资源配置，进而对研发投资产生作用。模型构建为了检验融资约束对上市公司研发投资的影响，构建如下多元线性回归模型：RD_{it}=\alpha_0+\alpha_1FC_{it}+\sum_{j=2}^{6}\alpha_jControl_{jit}+\varepsilon_{it}其中，i表示第i家上市公司，t表示第t年；RD_{it}表示第i家公司在第t年的研发投资；FC_{it}表示第i家公司在第t年的融资约束程度；Control_{jit}表示第j个控制变量在第i家公司第t年的值，包括企业规模（Size）、资产负债率（Lev）、盈利能力（ROA）、成长性（Growth）和股权集中度（Top1）；\alpha_0为常数项，\alpha_1-\alpha_6为各变量的回归系数，\varepsilon_{it}为随机误差项。在上述模型中，预期融资约束（FC）的系数\alpha_1为负，即融资约束程度越高，企业的研发投资水平越低，这与前文的理论分析一致。通过对该模型进行回归分析，可以定量地考察融资约束对研发投资的影响程度，为研究假设的验证提供实证依据。3.3实证结果与分析对样本数据进行描述性统计，结果如表1所示。从表中可以看出，研发投资（RD）的均值为[X]，最小值为[X]，最大值为[X]，说明不同上市公司之间的研发投资水平存在较大差异，部分企业对研发的重视程度较高，投入力度较大，而部分企业的研发投入相对较低。融资约束（FC）的均值为[X]，标准差为[X]，表明样本企业所面临的融资约束程度也存在一定的离散性，不同企业在融资方面面临的困难程度有所不同。在控制变量方面，企业规模（Size）的均值为[X]，资产负债率（Lev）的均值为[X]，盈利能力（ROA）的均值为[X]，成长性（Growth）的均值为[X]，股权集中度（Top1）的均值为[X]，这些控制变量的分布情况反映了样本企业在规模、财务状况、经营能力和股权结构等方面的特征。表1：描述性统计结果变量观测值均值标准差最小值最大值RD[X][X][X][X][X]FC[X][X][X][X][X]Size[X][X][X][X][X]Lev[X][X][X][X][X]ROA[X][X][X][X][X]Growth[X][X][X][X][X]Top1[X][X][X][X][X]为了初步分析变量之间的关系，对各变量进行了Pearson相关性分析，结果如表2所示。从表中可以看出，融资约束（FC）与研发投资（RD）之间呈现显著的负相关关系，相关系数为[X]，在[X]%的水平上显著，这初步验证了融资约束会抑制企业研发投资的假设，即企业面临的融资约束程度越高，其研发投资水平越低。企业规模（Size）与研发投资（RD）呈正相关关系，说明规模较大的企业往往更有能力和资源进行研发投资；资产负债率（Lev）与研发投资（RD）呈负相关关系，表明企业的偿债能力越强，可能越有利于开展研发投资；盈利能力（ROA）与研发投资（RD）呈正相关关系，说明盈利能力较强的企业有更多的内部资金用于支持研发活动；成长性（Growth）与研发投资（RD）呈正相关关系，显示具有较高成长性的企业更注重通过研发投资来保持竞争优势；股权集中度（Top1）与研发投资（RD）的相关性不显著，说明股权集中度对研发投资的影响可能不明显。此外，各控制变量之间的相关性系数均小于[X]，表明不存在严重的多重共线性问题。表2：Pearson相关性分析结果变量RDFCSizeLevROAGrowthTop1RD1FC[X]***1Size[X]***[X]***1Lev[X]***[X]***[X]***1ROA[X]***[X]***[X]***[X]***1Growth[X]***[X]***[X]***[X]***[X]***1Top1[X][X][X]***[X]***[X]***[X]***1注：*、、*分别表示在1%、5%、10%的水平上显著。在进行回归分析之前，对模型进行了多重共线性检验，结果显示各变量的方差膨胀因子（VIF）均小于[X]，表明模型不存在严重的多重共线性问题。然后，运用固定效应模型对构建的回归模型进行估计，回归结果如表3所示。从表中可以看出，融资约束（FC）的系数为[X]，在[X]%的水平上显著为负，这表明融资约束对上市公司的研发投资具有显著的抑制作用，即企业面临的融资约束程度每增加1个单位，其研发投资水平将降低[X]个单位，这与理论分析和相关性分析的结果一致，进一步验证了研究假设。在控制变量方面，企业规模（Size）的系数为[X]，在[X]%的水平上显著为正，说明企业规模越大，研发投资水平越高，这可能是因为规模较大的企业拥有更丰富的资源和更强的融资能力，能够承担更高的研发成本；资产负债率（Lev）的系数为[X]，在[X]%的水平上显著为负，表明资产负债率越高，企业的偿债压力越大，可用于研发投资的资金相对减少，从而抑制了研发投资；盈利能力（ROA）的系数为[X]，在[X]%的水平上显著为正，说明盈利能力越强的企业，内部资金越充足，越有利于进行研发投资；成长性（Growth）的系数为[X]，在[X]%的水平上显著为正，表明成长性较好的企业更注重通过研发投资来提升自身竞争力，以实现持续发展；股权集中度（Top1）的系数不显著，说明股权集中度对研发投资的影响不明显。表3：回归结果变量RDFC[X]***Size[X]***Lev[X]***ROA[X]***Growth[X]***Top1[X]Constant[X]***N[X]Adj.R²[X]注：括号内为标准误，*、、*分别表示在1%、5%、10%的水平上显著。为了检验回归结果的稳健性，采用了以下两种方法进行稳健性检验。一是替换被解释变量，将研发投资（RD）替换为研发投入金额的自然对数（LnRD），重新进行回归分析；二是替换解释变量，将融资约束（FC）替换为WW指数，再次进行回归。稳健性检验结果如表4所示，从表中可以看出，无论是替换被解释变量还是解释变量，融资约束对研发投资的抑制作用依然显著，且系数的符号和显著性水平与原回归结果基本一致，说明回归结果具有较好的稳健性。表4：稳健性检验结果变量LnRD（替换被解释变量）RD（替换解释变量）FC（WW指数）[X]***[X]***Size[X]***[X]***Lev[X]***[X]***ROA[X]***[X]***Growth[X]***[X]***Top1[X][X]Constant[X]***[X]***N[X][X]Adj.R²[X][X]注：括号内为标准误，*、、*分别表示在1%、5%、10%的水平上显著。3.4案例分析以A公司为例，该公司是一家专注于高端装备制造的上市公司，在行业内具有一定的知名度。然而，近年来A公司面临着较为严重的融资约束问题，这对其研发投资产生了显著的影响。A公司所处的高端装备制造行业具有技术密集、资金密集的特点，研发投入大、周期长，且面临较高的技术风险和市场风险。为了在激烈的市场竞争中保持技术领先地位，A公司需要持续投入大量资金进行新产品研发和技术升级。然而，由于公司资产结构中固定资产占比较高，无形资产占比较低，且缺乏有效的抵押物，导致其在向银行等金融机构申请贷款时面临较大困难。银行出于风险控制的考虑，对A公司的贷款审批较为严格，贷款额度有限，利率较高，这使得A公司的外部融资成本大幅增加。A公司在资本市场上的融资也面临挑战。由于公司业绩波动较大，市场对其未来发展前景存在一定疑虑，导致公司股票价格表现不佳，股权融资难度加大。公司在发行债券时，也因信用评级不高，难以获得投资者的青睐，融资规模受限。融资约束给A公司的研发投资带来了一系列困境。研发项目的资金投入不足，一些原本计划开展的重要研发项目因缺乏资金而被迫推迟或搁置。原本计划投入[X]亿元用于研发一款新型高端装备产品，由于融资困难，实际投入资金仅为[X]亿元，导致项目进度缓慢，无法按时完成研发任务。研发人员流失严重，由于公司资金紧张，无法为研发人员提供具有竞争力的薪酬待遇和良好的研发环境，一些优秀的研发人员纷纷跳槽到竞争对手企业，这对公司的研发团队稳定性和研发能力造成了极大的冲击。研发设备更新滞后，由于缺乏资金，公司无法及时更新和升级研发设备，导致研发效率低下，无法满足日益增长的研发需求。一些关键的研发设备已经老化，性能下降，但由于资金短缺，无法及时更换，使得研发工作受到很大影响。这些研发投资困境对A公司的发展产生了严重的后果。公司的技术创新能力逐渐下降，新产品推出速度放缓，市场竞争力减弱。在过去的几年里，A公司的市场份额逐渐被竞争对手蚕食，营业收入和净利润出现了不同程度的下滑。由于研发投资不足，公司未能及时跟上市场需求的变化，推出具有竞争力的新产品，导致公司在市场竞争中处于被动地位。公司的品牌形象受到损害，由于技术创新能力下降，产品质量和性能无法满足客户需求，客户对公司的满意度降低，公司的品牌声誉受到了一定程度的影响。A公司的案例充分说明了融资约束对企业研发投资的制约作用以及由此带来的严重后果。企业在发展过程中，应高度重视融资约束问题，积极拓展融资渠道，优化融资结构，缓解融资约束，为研发投资提供充足的资金支持，以提升企业的技术创新能力和市场竞争力，实现可持续发展。四、研发投资在融资约束与现金股利政策间的中介作用4.1理论分析与假设提出在企业的财务管理决策中，融资约束、研发投资与现金股利政策之间存在着紧密而复杂的内在联系。其中，研发投资在融资约束对现金股利政策的影响过程中，扮演着至关重要的中介角色。从企业资金分配的角度来看，当企业面临融资约束时，内部资金的稀缺性成为影响其各项决策的关键因素。研发投资作为一项对企业长期发展具有战略意义的活动，需要持续且大量的资金投入。然而，融资约束使得企业获取外部资金的难度加大，成本提高，内部资金的有限性更加凸显。在这种情况下，企业往往会优先满足研发投资的资金需求，因为研发投资关乎企业的核心竞争力和未来发展潜力。例如，一家科技企业在面临融资约束时，为了保持其在技术领域的领先地位，会将有限的资金优先投入到研发项目中，以开发出更具创新性的产品或技术，从而在市场竞争中占据优势。当企业将大量资金用于研发投资后，可用于现金股利分配的资金相应减少。这是因为企业的资金总量是有限的，在满足了研发投资的需求后，剩余资金不足以支持较高水平的现金股利发放。从代理成本理论的角度分析，企业管理层在决策时，会考虑到股东利益和企业发展的平衡。在融资约束条件下，加大研发投资虽然会减少当前可分配的现金股利，但从长远来看，有助于提升企业的价值，增加股东未来的收益。例如，企业通过研发投资开发出新产品，拓展了市场份额，提高了盈利能力，未来能够为股东带来更高的回报。因此，在这种情况下，管理层会选择减少现金股利的发放，将更多资金投入到研发中，以实现企业价值最大化和股东利益的长期保障。基于以上理论分析，提出假设H3：研发投资在融资约束与现金股利政策之间起中介作用，即融资约束通过抑制研发投资，进而降低企业的现金股利支付水平。4.2实证研究设计4.2.1样本选取与数据来源本部分研究延续前文，选取2015-2022年沪深两市主板上市公司作为样本，数据来源同样涵盖国泰安（CSMAR）数据库、万得（Wind）数据库以及上市公司年报。在样本筛选过程中，依然剔除金融行业上市公司、ST及*ST类公司，并对连续变量进行1%水平的双边缩尾处理，以确保数据的可靠性与有效性，最终得到包含[X]家上市公司、[X]个年度观测值的平衡面板数据，为后续实证分析奠定坚实基础。4.2.2变量定义被解释变量：现金股利支付水平（Dividend），采用每股现金股利来衡量，该指标能够直观地反映企业向股东分配现金股利的实际情况，每股现金股利越高，表明企业的现金股利支付水平越高，股东获得的现金回报越多。解释变量：融资约束（FC），沿用前文的KZ指数进行度量，全面反映企业面临的融资约束程度。中介变量：研发投资（RD），同样采用企业研发投入金额与营业收入的比值来衡量，体现企业在研发方面的投入强度。控制变量：在原有控制变量企业规模（Size）、资产负债率（Lev）、盈利能力（ROA）、成长性（Growth）和股权集中度（Top1）的基础上，进一步纳入行业虚拟变量（Industry）和年度虚拟变量（Year）。行业虚拟变量用于控制不同行业之间的差异，因为不同行业的市场竞争环境、技术特征、资金需求等存在较大差异，这些差异可能会对企业的融资约束、研发投资和现金股利政策产生影响。例如，高新技术行业通常对研发投资的需求较大，且面临的融资约束可能更为严峻，其现金股利政策也可能与传统行业有所不同。年度虚拟变量则用于控制宏观经济环境和政策变化等年度因素的影响，不同年份的宏观经济形势、货币政策、财政政策等可能会对企业的经营和财务决策产生影响，通过加入年度虚拟变量，可以有效消除这些因素对研究结果的干扰。4.2.3模型构建为了检验研发投资在融资约束与现金股利政策之间的中介作用，借鉴温忠麟和叶宝娟（2014）提出的中介效应检验流程，构建以下三个回归模型：RD_{it}=\alpha_0+\alpha_1FC_{it}+\sum_{j=2}^{6}\alpha_jControl_{jit}+\varepsilon_{it}Dividend_{it}=\beta_0+\beta_1FC_{it}+\sum_{j=2}^{6}\beta_jControl_{jit}+\varepsilon_{it}Dividend_{it}=\gamma_0+\gamma_1FC_{it}+\gamma_2RD_{it}+\sum_{j=3}^{7}\gamma_jControl_{jit}+\varepsilon_{it}其中，i表示第i家上市公司，t表示第t年；RD_{it}表示第i家公司在第t年的研发投资；Dividend_{it}表示第i家公司在第t年的现金股利支付水平；FC_{it}表示第i家公司在第t年的融资约束程度；Control_{jit}表示第j个控制变量在第i家公司第t年的值，包括企业规模（Size）、资产负债率（Lev）、盈利能力（ROA）、成长性（Growth）、股权集中度（Top1）、行业虚拟变量（Industry）和年度虚拟变量（Year）；\alpha_0、\beta_0、\gamma_0为常数项，\alpha_1-\alpha_6、\beta_1-\beta_6、\gamma_1-\gamma_7为各变量的回归系数，\varepsilon_{it}为随机误差项。在上述模型中，第一个模型用于检验融资约束对研发投资的影响，若\alpha_1显著为负，则表明融资约束抑制企业的研发投资；第二个模型用于检验融资约束对现金股利支付水平的直接影响，若\beta_1显著为负，则说明融资约束降低企业的现金股利支付水平；第三个模型用于检验研发投资的中介作用，若\gamma_2显著，且\gamma_1的绝对值小于\beta_1的绝对值，则表明研发投资在融资约束与现金股利政策之间起部分中介作用；若\gamma_1不显著，则表明研发投资在融资约束与现金股利政策之间起完全中介作用。通过对这三个模型的回归分析，可以系统地验证研发投资在融资约束与现金股利政策之间的中介作用机制。4.3实证结果与分析对样本数据进行描述性统计，结果如表5所示。现金股利支付水平（Dividend）的均值为[X]，最小值为[X]，最大值为[X]，表明不同上市公司的现金股利支付水平存在较大差异，部分公司支付的现金股利较高，而部分公司支付的现金股利较低。融资约束（FC）的均值为[X]，标准差为[X]，显示样本企业面临的融资约束程度参差不齐。研发投资（RD）的均值为[X]，反映出企业在研发投入强度上也存在一定的离散性。控制变量企业规模（Size）、资产负债率（Lev）、盈利能力（ROA）、成长性（Growth）和股权集中度（Top1）的统计结果也呈现出各自的分布特征，体现了样本企业在规模、财务状况、经营能力和股权结构等方面的多样性。表5：描述性统计结果变量观测值均值标准差最小值最大值Dividend[X][X][X][X][X]FC[X][X][X][X][X]RD[X][X][X][X][X]Size[X][X][X][X][X]Lev[X][X][X][X][X]ROA[X][X][X][X][X]Growth[X][X][X][X][X]Top1[X][X][X][X][X]进行Pearson相关性分析，结果如表6所示。融资约束（FC）与现金股利支付水平（Dividend）显著负相关，相关系数为[X]，在[X]%的水平上显著，初步表明融资约束程度越高，企业的现金股利支付水平越低。融资约束（FC）与研发投资（RD）显著负相关，相关系数为[X]，在[X]%的水平上显著，验证了融资约束会抑制企业研发投资的观点。研发投资（RD）与现金股利支付水平（Dividend）显著负相关，相关系数为[X]，在[X]%的水平上显著，初步显示研发投资可能在融资约束与现金股利政策之间存在中介作用。各控制变量与被解释变量、解释变量和中介变量之间也存在不同程度的相关性，进一步说明在回归分析中控制这些变量的必要性。此外，各变量之间的相关性系数均在合理范围内，不存在严重的多重共线性问题。表6：Pearson相关性分析结果变量DividendFCRDSizeLevROAGrowthTop1Dividend1FC[X]***1RD[X]***[X]***1Size[X]***[X]***[X]***1Lev[X]***[X]***[X]***[X]***1ROA[X]***[X]***[X]***[X]***[X]***1Growth[X]***[X]***[X]***[X]***[X]***[X]***1Top1[X]***[X]***[X][X]***[X]***[X]***[X]***1注：*、、*分别表示在1%、5%、10%的水平上显著。在回归分析前，对模型进行多重共线性检验，各变量的方差膨胀因子（VIF）均小于[X]，表明模型不存在严重的多重共线性问题。运用固定效应模型对构建的三个回归模型进行估计，回归结果如表7所示。在模型1中，融资约束（FC）的系数为[X]，在[X]%的水平上显著为负，表明融资约束对研发投资具有显著的抑制作用，企业面临的融资约束程度越高，研发投资水平越低，这与前文关于融资约束对研发投资影响的实证结果一致。在模型2中，融资约束（FC）的系数为[X]，在[X]%的水平上显著为负，说明融资约束对现金股利支付水平具有显著的直接负向影响，即融资约束程度越高，企业的现金股利支付水平越低。在模型3中，融资约束（FC）的系数为[X]，在[X]%的水平上显著为负，研发投资（RD）的系数为[X]，在[X]%的水平上显著为负，且融资约束（FC）的系数绝对值小于模型2中融资约束（FC）的系数绝对值。这表明研发投资在融资约束与现金股利政策之间起部分中介作用，即融资约束不仅直接降低企业的现金股利支付水平，还通过抑制研发投资，间接降低企业的现金股利支付水平。表7：回归结果变量模型1（RD）模型2（Dividend）模型3（Dividend）FC[X]***[X]***[X]***RD[X]***Size[X]***[X]***[X]***Lev[X]***[X]***[X]***ROA[X]***[X]***[X]***Growth[X]***[X]***[X]***Top1[X][X]***[X]***Industry控制控制控制Year控制控制控制Constant[X]***[X]***[X]***N[X][X][X]Adj.R²[X][X][X]注：括号内为标准误，*、、*分别表示在1%、5%、10%的水平上显著。为检验回归结果的稳健性，采用替换中介变量的方法进行稳健性检验，将研发投资（RD）替换为研发投入金额的自然对数（LnRD），重新进行中介效应检验。稳健性检验结果如表8所示，从表中可以看出，替换中介变量后，融资约束（FC）对现金股利支付水平（Dividend）的直接影响以及研发投资（LnRD）的中介作用依然显著，且系数的符号和显著性水平与原回归结果基本一致，说明回归结果具有较好的稳健性，进一步验证了研发投资在融资约束与现金股利政策之间起部分中介作用的结论。表8：稳健性检验结果变量模型1（LnRD）模型2（Dividend）模型3（Dividend）FC[X]***[X]***[X]***LnRD[X]***Size[X]***[X]***[X]***Lev[X]***[X]***[X]***ROA[X]***[X]***[X]***Growth[X]***[X]***[X]***Top1[X][X]***[X]***Industry控制控制控制Year控制控制控制Constant[X]***[X]***[X]***N[X][X][X]Adj.R²[X][X][X]注：括号内为标准误，*、、*分别表示在1%、5%、10%的水平上显著。4.4案例分析以B公司为例，该公司是一家在电子信息领域颇具影响力的上市公司。在过去的发展历程中，B公司始终将研发视为企业发展的核心驱动力，致力于通过持续的研发投入来提升产品的技术含量和市场竞争力。然而，在2018-2020年期间，B公司遭遇了较为严峻的融资约束问题。这一时期，市场环境发生了较大变化，行业竞争加剧，B公司的产品市场份额受到一定冲击，营业收入增长放缓，导致内部现金流减少。同时，由于公司的部分投资项目收益未达预期，资产负债率上升，信用评级下降，使得公司在外部融资市场上的融资难度显著增加。银行对B公司的贷款审批变得更加严格，不仅提高了贷款利率，还降低了贷款额度；在债券市场上，公司发行债券的成本也大幅提高，且认购情况不理想。在融资约束的压力下，B公司的研发投资受到了直接影响。研发投入规模出现明显下滑，从2017年占营业收入的[X]%降至2020年的[X]%。一些原本计划开展的重要研发项目不得不削减预算，甚至暂停或取消。原本计划投入[X]亿元用于研发新一代智能电子产品，由于资金短缺，实际投入仅为[X]亿元，导致项目进展缓慢，产品上市时间推迟。研发团队的扩张和人才培养也受到阻碍，由于无法提供具有竞争力的薪酬和良好的研发环境，一些优秀的研发人员选择离开，研发团队的稳定性受到冲击。随着研发投资的减少，B公司的现金股利政策也发生了显著变化。在融资约束之前，B公司一直保持着较为稳定的现金股利发放政策，每股现金股利维持在[X]元左右。但在2018-2020年期间，公司为了保留更多资金用于应对融资困境和维持基本运营，大幅降低了现金股利发放水平，2019年每股现金股利降至[X]元，2020年进一步降至[X]元。这一变化引起了股东的关注和不满，公司股价也出现了一定程度的下跌。从B公司的案例可以清晰地看到，融资约束首先对企业的研发投资产生抑制作用，导致研发投入减少、项目进展受阻和人才流失。而研发投资的变化又进一步影响了企业的现金股利政策，企业为了应对资金压力，不得不降低现金股利发放水平，以保障企业的生存和发展。这充分验证了研发投资在融资约束与现金股利政策之间的中介作用，为理论分析和实证研究提供了有力的实践支持。五、影响机制的异质性分析5.1基于企业规模的异质性分析企业规模作为企业的重要特征之一，在融资约束影响研发投资进而作用于现金股利政策的过程中，发挥着关键的调节作用，导致不同规模企业在这一影响机制上呈现出显著的异质性。从融资约束的角度来看，大型企业和小型企业面临的融资环境存在明显差异。大型企业通常具有更雄厚的资产基础、更稳定的经营业绩和更高的市场知名度，这使得它们在资本市场上更容易获得投资者的信任和青睐。例如，像华为、阿里巴巴这样的大型企业，凭借其强大的品牌影响力和良好的财务状况，在进行融资时，不仅能够获得银行等金融机构的大额贷款，而且融资成本相对较低，融资渠道也更为广泛，包括发行债券、股票等多种方式。相比之下，小型企业由于资产规模较小、经营稳定性较差、抗风险能力较弱，在融资过程中往往面临诸多困难。银行等金融机构出于风险控制的考虑，对小型企业的贷款审批更为严格，贷款额度有限，利率较高，且可能要求提供更多的抵押担保。小型企业在资本市场上的融资难度也较大，发行债券或股票往往面临较高的门槛和成本。这导致小型企业面临的融资约束程度通常高于大型企业。在研发投资方面，不同规模企业受到融资约束的影响程度也有所不同。大型企业由于资金相对充裕，研发资源丰富，即使面临一定程度的融资约束，也有能力维持一定规模的研发投资。它们通常拥有完善的研发体系和专业的研发团队，能够承担长期、高风险的研发项目。当融资约束加剧时，大型企业可能会适当调整研发投资策略，如优化研发项目的优先级，集中资源攻克关键技术难题，减少一些短期效益不明显的研发项目，但总体上研发投资规模的下降幅度相对较小。例如，某大型汽车制造企业，即使在融资环境较为紧张的时期，依然能够投入大量资金用于新能源汽车技术的研发，因为其强大的资金储备和多元化的融资渠道使其有能力应对融资约束带来的挑战。小型企业则不同，由于自身资金实力有限，对外部融资的依赖程度较高，融资约束对其研发投资的影响更为显著。当面临融资约束时，小型企业可能会因为资金短缺而被迫大幅削减研发投资。原本计划投入[X]万元用于新产品研发的小型科技企业，由于无法获得足够的融资，实际投入资金可能仅为[X]万元，导致研发项目进度受阻，甚至被迫中断。小型企业在融资约束下，还可能面临研发人才流失的问题，进一步削弱其研发能力。由于无法提供与大型企业相媲美的薪酬待遇和研发条件，小型企业的研发人员可能会选择跳槽到资金更充裕、发展前景更好的大型企业，这对小型企业的研发投资和技术创新产生了严重的负面影响。研发投资的差异又进一步影响了不同规模企业的现金股利政策。对于大型企业而言，尽管融资约束可能会对研发投资产生一定的抑制作用，但由于其盈利能力较强，资金储备丰富，在满足研发投资需求的同时，仍有足够的资金用于发放现金股利。大型企业通常注重维护良好的市场形象和股东关系，稳定的现金股利政策有助于增强投资者对企业的信心，提升企业的市场价值。因此，即使在融资约束条件下，大型企业的现金股利政策相对较为稳定，股利支付水平的波动较小。小型企业在融资约束和研发投资受限的双重压力下，现金股利政策则更为保守。为了应对资金短缺的困境，小型企业往往会优先满足企业的生存和发展需求，减少现金股利的发放，将更多的资金留存用于内部运营和投资。这是因为小型企业的生存压力较大，需要保留足够的资金来应对市场变化、偿还债务和维持日常运营。如果在融资约束的情况下仍坚持发放较高水平的现金股利，可能会导致企业资金链断裂，面临更大的生存风险。为了进一步验证基于企业规模的异质性分析，本研究将样本企业按照总资产规模进行分组，分为大型企业组和小型企业组，分别对两组样本进行回归分析。结果显示，在大型企业组中，融资约束对研发投资的抑制作用相对较弱，研发投资对现金股利政策的中介效应也相对较小；而在小型企业组中，融资约束对研发投资的抑制作用更为显著，研发投资在融资约束与现金股利政策之间的中介效应也更为明显。这一实证结果与理论分析一致，充分说明了企业规模在融资约束影响研发投资和现金股利政策的过程中具有重要的调节作用，不同规模企业在这一影响机制上存在显著的异质性。5.2基于行业特征的异质性分析行业特征作为企业运营的重要外部环境因素，在融资约束、研发投资与现金股利政策的关系中扮演着关键的调节角色，使得不同行业的企业在这三者的关联上呈现出显著的异质性。不同行业的企业在融资约束程度上存在明显差异。高新技术行业通常具有高投入、高风险、高回报的特点，研发活动是其保持竞争力的核心要素，对资金的需求极为旺盛。然而，由于该行业的技术创新性强，研发成果具有较高的不确定性，投资风险相对较大，使得外部投资者在提供资金时更为谨慎，这导致高新技术行业企业面临的融资约束往往较为严重。例如，半导体行业的企业在进行芯片研发时，需要投入巨额资金用于研发设备购置、人才培养和技术攻关，且研发周期长，研发成果能否成功商业化存在较大不确定性，这使得银行等金融机构在提供贷款时会格外谨慎，提高贷款门槛和利率，增加了企业的融资难度。传统制造业企业的融资约束程度则相对较低。这类企业的生产经营模式相对成熟，技术更新换代速度较慢，投资风险相对较小，财务状况和经营业绩相对稳定，资产结构中固定资产占比较高，可用于抵押的资产较多。这些特点使得传统制造业企业在融资时更容易获得金融机构的信任和支持，融资渠道相对较为畅通，融资成本也相对较低。比如，一家大型汽车制造企业，由于其拥有大量的厂房、设备等固定资产，经营历史悠久，市场份额稳定，在向银行申请贷款时，银行更愿意为其提供资金支持，贷款额度较高，利率也相对较低。行业特征对研发投资的影响也十分显著。高新技术行业的企业为了在激烈的市场竞争中保持技术领先地位，往往将研发投资视为企业发展的核心战略，研发投入强度普遍较高。以通信行业为例，5G技术的研发需要大量的资金和人力投入，华为、中兴等通信企业每年都会投入巨额资金用于5G技术的研发，不断推出新的通信产品和解决方案，以满足市场需求，提升企业的竞争力。在融资约束的情况下，高新技术行业企业的研发投资受到的冲击更为明显。由于研发投资对资金的依赖程度高，融资约束导致资金短缺，企业可能会被迫削减研发项目或降低研发投入规模，这对企业的技术创新能力和长期发展将产生严重的负面影响。传统制造业企业的研发投入强度相对较低，更注重生产规模的扩大和成本的控制。这是因为传统制造业的产品和技术相对成熟，市场需求相对稳定，企业通过扩大生产规模、优化生产流程等方式来提高经济效益。在融资约束下，传统制造业企业可能会优先减少研发投资，将资金用于维持生产运营和偿还债务。例如，一些服装制造企业在面临融资困难时，可能会暂停新产品的研发计划，将有限的资金用于购买原材料、支付工人工资等，以保证企业的正常生产。研发投资的差异进一步导致不同行业企业的现金股利政策呈现出不同的特点。高新技术行业企业由于研发投资需求大，资金压力较大，即使在盈利的情况下，也可能会减少现金股利的发放，将更多的资金留存用于研发和企业发展。这类企业的股东通常也更关注企业的长期发展潜力，对现金股利的关注度相对较低，更愿意看到企业将资金投入到研发中，以获取未来更高的回报。例如，一家专注于人工智能技术研发的企业，虽然近年来盈利状况良好，但为了持续投入研发，保持在人工智能领域的技术领先地位，一直维持较低的现金股利支付水平，股东对此也表示理解和支持。传统制造业企业在盈利状况良好时，通常会倾向于发放较高水平的现金股利。这是因为传统制造业企业的经营相对稳定，资金需求相对较为稳定，在满足生产运营和必要的投资需求后，有较多的剩余资金可用于分配给股东。稳定的现金股利发放也有助于提升企业的市场形象，增强投资者对企业的信心。例如，一家传统家电制造企业，在市场份额稳定、盈利稳定增长的情况下，每年都会向股东发放较高比例的现金股利，吸引了众多追求稳定收益的投资者。为了深入探究基于行业特征的异质性，本研究将样本企业按照行业进行分类，分为高新技术行业组和传统制造业行业组，分别对两组样本进行回归分析。结果显示，在高新技术行业组中，融资约束对研发投资的抑制作用更为显著，研发投资在融资约束与现金股利政策之间的中介效应也更为明显；而在传统制造业行业组中，融资约束对研发投资的抑制作用相对较弱，研发投资对现金股利政策的中介效应也相对较小。这一实证结果充分验证了行业特征在融资约束影响研发投资和现金股利政策过程中的重要调节作用，不同行业企业在这一影响机制上存在显著的异质性。六、研究结论与政策建议6.1研究结论总结本研究从研发投资的视角出发，深入探究了融资约束对上市公司现金股利政策的影响，通过理论分析、实证检验和案例分析相结合的方法，得出以下主要结论：融资约束对上市公司研发投资具有显著抑制作用：理论分析表明，信息不对称和代理成本是导致融资约束抑制研发投资的主要原因。在资本市场中，企业与外部投资者之间的信息不对称使得投资者在评估企业研发项目时面临较大风险，从而提高了企业的外部融资成本，限制了研发投资的资金来源。代理成本问题则导致企业管理层在面临融资约束时，可能会出于自身利益考虑，减少对研发投资的投入，优先满足短期业绩需求。实证研究结果也证实了这一理论分析，通过对2015-2022年沪深两市