投资影响企业绩效评估论文

投资影响企业绩效评估论文一.摘要

在全球化资本市场持续深化与产业结构不断变革的背景下，企业投资决策对绩效评估的影响日益凸显。本研究以制造业上市公司为样本，通过构建多元回归模型与事件研究法，系统分析了资本性支出、研发投入及并购重组等投资行为对企业财务绩效与非财务绩效的动态作用机制。案例背景选取2015-2023年中国A股市场108家行业的龙头企业，考察其投资策略调整对市值溢价、盈利能力及创新能力的影响。研究采用面板数据计量分析投资效率（投资回报率与资本配置效率的耦合度），并结合事件窗口期研究并购重组公告对市场情绪的短期冲击。主要发现表明：资本性支出与短期盈利呈显著正相关，但长期绩效存在非线性关系，投资效率低下时边际效用递减；研发投入通过技术溢出效应提升企业可持续竞争力，但存在显著的行业异质性；并购重组在短期内引发市场波动，长期整合效果则受管理协同效应与市场环境制约。结论指出，企业需构建动态投资评估体系，平衡短期收益与长期价值创造，并基于行业生命周期调整投资策略。研究为上市公司优化资本配置、完善绩效评估框架提供了理论依据与实践启示，尤其对新兴产业企业投资风险预警具有参考价值。

二.关键词

企业投资；绩效评估；资本性支出；研发投入；并购重组；投资效率

三.引言

投资作为企业价值创造的源头，其决策质量与执行效率直接影响企业绩效评估的客观性与有效性。在当前经济增速放缓与科技革命加速交织的宏观环境中，企业面临的外部不确定性显著增加，投资行为的复杂性与风险性同步提升。一方面，数字化转型与智能化升级要求企业加大研发投入，抢占技术制高点；另一方面，全球经济下行压力与地缘政治冲突使得资本配置的难度与后果更为严峻。这种背景下，如何科学评估投资活动对企业短期财务指标与长期战略目标的综合影响，成为学术界与实务界共同关注的核心议题。现有研究多集中于单一投资维度或静态绩效分析，对于不同投资类型、不同行业特征下投资与绩效的动态互动关系，以及如何构建更为精准的绩效评估体系，仍缺乏系统性的解决方案。特别是，资本性支出、研发投入与并购重组作为企业投资的主要形式，其绩效传导路径存在显著差异，而现有评估模型往往将其纳入同质化分析，导致评估结果与实际价值创造脱节。例如，制造业企业的重资产投资与互联网企业的轻资产运营，其投资回报周期与衡量标准截然不同，简单的财务比率指标难以全面反映价值创造过程。此外，投资效率作为连接投资行为与绩效结果的关键中介变量，其衡量方法与影响因素尚未形成统一共识，使得绩效评估的可靠性受到质疑。本研究聚焦于投资影响企业绩效评估这一关键问题，旨在通过多维度的实证分析，揭示不同投资类型对企业绩效的差异化影响机制，并提出优化绩效评估框架的具体路径。具体而言，研究问题包括：资本性支出、研发投入及并购重组对企业财务绩效与非财务绩效的影响是否存在显著差异？这些投资行为的绩效传导路径是否受到行业特征、企业规模及市场环境等因素的调节？现有绩效评估体系在衡量投资价值创造方面存在哪些局限性？如何构建能够动态反映投资效益的评估模型？基于上述问题，本研究的假设设定如下：第一，资本性支出与企业短期盈利能力呈正相关，但长期绩效影响取决于投资效率；第二，研发投入通过提升创新能力正向影响企业长期绩效，但存在显著的行业门槛效应；第三，并购重组短期内可能引发价值重估，但长期整合效果是决定绩效的关键因素；第四，基于投资效率的动态评估模型能够显著提升绩效评估的准确性与前瞻性。通过回答上述研究问题并验证相关假设，本研究不仅能够丰富投资理论与公司金融领域的交叉研究成果，更能为企业优化投资决策、完善绩效管理体系提供科学依据，同时为监管机构制定相关政策提供参考。在理论层面，本研究试图突破传统投资-绩效研究的局限，引入动态视角与多维指标体系，深化对投资行为复杂性的理解；在实践层面，研究结论有助于企业建立更为精准的投资后评估机制，识别价值创造的关键驱动因素，从而实现资源优化配置与可持续发展。随着中国经济进入高质量发展阶段，企业投资行为的战略意义愈发重要，对绩效评估的科学性要求也不断提高。因此，深入探究投资影响企业绩效评估的内在逻辑与作用机制，具有重要的理论价值与现实意义。

四.文献综述

投资与企业绩效的关系是公司金融领域经久不衰的研究主题。早期研究主要关注资本资产定价模型（CAPM）框架下的投资效率问题，强调内部资金来源与外部融资成本对企业投资决策的差异化影响。Myers（1984）的权衡理论指出，企业存在最优资本结构，投资决策需平衡内部现金流与外部融资成本，而外部融资约束会扭曲投资行为，导致投资不足或过度。在此基础上，Shleifer和Vishny（1997）进一步分析了信息不对称与代理成本如何影响投资决策，认为管理者与股东、债权人之间的利益冲突可能导致投资效率低下。这些研究奠定了投资效率分析的基础，但较少直接探讨投资行为对绩效评估的具体影响路径。随后，关于资本性支出的研究逐渐丰富，Fazzari、Hausman和Hunt（1988）通过实证研究发现，外部融资约束会显著抑制企业的资本性支出，而内部现金流则正向促进支出，这一结论为企业绩效评估中区分不同资金来源的影响提供了依据。然而，关于资本性支出与企业绩效的因果关系与动态关系，学界仍存在争议。部分学者如InvestmentScienceCenter（1999）认为，资本性支出是盈利能力的重要驱动因素，而另一些研究如Hall（2001）则指出，企业可能基于非盈利动机进行投资，使得资本性支出与短期绩效的相关性并不稳定。这种争议凸显了简单线性关系背后复杂的动态交互机制，即投资行为对绩效的影响并非单向或静态，而是受到多种因素的综合作用。

在研发投入与企业绩效方面，研究焦点集中于知识溢出、技术溢出与创新扩散等机制。Griliches（1990）开创性地将研发投入视为一种生产性活动，认为其能够创造新的知识资本，从而提升企业长期竞争力。Subramanyam（2001）则通过实证分析发现，研发投入与企业未来盈利存在显著正相关，并指出这种关系在高科技行业更为突出。这些研究强调了研发投入的长期价值创造效应，为企业绩效评估中重视创新驱动提供了理论支持。但另一方面，关于研发投入效率与绩效关系的争议同样存在。Jaffe、Kleinberg和Lerner（1998）的研究表明，研发投入的回报具有高度不确定性，且受市场结构与竞争环境制约，并非所有研发投入都能转化为市场价值。此外，关于研发投入的绩效评估方法也面临挑战，传统的财务指标难以准确衡量知识资本的无形价值，导致评估结果可能低估创新的真实贡献。近年来，随着数字经济的发展，关于人力资本投资对企业绩效影响的研究逐渐兴起。Becker（1993）的人力资本理论认为，教育、培训等投资能够提升员工技能，从而提高生产效率与企业价值。Pfeffer和Fong（2002）进一步指出，人力资本投资是组织能力构建的关键环节，能够促进知识创造与组织创新。这些研究拓展了企业投资的内涵，将人力资本视为与物质资本、知识资本并列的重要投资形式，为企业绩效评估提供更全面的视角。

并购重组作为企业获取外部资源、实现规模扩张与市场整合的重要手段，其绩效效应一直是学术界关注的焦点。事件研究法的大量应用表明，并购重组公告通常会引发市场短期价格反应，但这种反应的持续性与企业长期绩效密切相关。Bhagat和Jain（1989）的系统性研究表明，并购重组的长期绩效效果存在显著的行业与规模差异，文化整合与协同效应是决定成败的关键因素。Roll（1986）则从行为金融学角度解释了并购重组中的过度自信与信息不对称问题，认为市场高估了并购的协同潜力。这些研究为企业绩效评估中分析并购重组的短期市场影响与长期整合效果提供了框架。然而，关于并购重组绩效评估的争议点依然突出。部分学者如Jensen（1986）认为，管理层可能出于代理动机进行并购以扩大控制权或帝国建设，而非追求股东价值最大化，这使得并购重组的绩效评估必须警惕潜在的代理问题。另一方面，关于并购重组绩效的衡量指标也存在争议，市场指标（如托宾Q值）与会计指标（如并购后盈利能力变化）的结论并不总是一致，如何构建综合性的评估体系仍是难点。此外，跨国并购与文化整合的复杂性使得绩效评估面临更多变数，现有研究多集中于国内并购，对全球背景下并购重组绩效的动态评估尚显不足。

综合来看，现有研究在揭示投资与企业绩效的关系方面取得了丰硕成果，但也存在明显的局限性。首先，多数研究将投资行为视为单一变量或简化处理，而忽视了资本性支出、研发投入、并购重组等不同投资形式的内在差异及其对绩效影响的路径分化。其次，现有绩效评估体系多侧重于财务指标，对非财务绩效、创新能力等长期价值驱动因素的衡量不足，难以全面反映投资的真实贡献。再次，关于投资效率的衡量方法与影响因素尚未形成共识，导致基于投资效率的绩效评估结果存在不确定性。最后，动态视角与跨行业比较研究相对缺乏，难以揭示投资影响绩效的时变特征与行业异质性。这些研究空白表明，深入探究不同投资类型对企业绩效的差异化影响机制，并构建能够动态、多维地反映投资价值创造的评估框架，具有重要的理论与实践意义。本研究拟在现有研究基础上，通过引入多维投资指标体系、构建动态评估模型、进行跨行业比较等方法，系统回应上述研究空白，以期为企业优化投资决策、完善绩效管理体系提供更具针对性的理论指导与实践参考。

五.正文

本研究旨在系统分析不同类型的企业投资活动对其绩效评估的影响机制。为达此目的，研究采用定量分析方法，结合多元回归分析与事件研究法，对2015年至2023年中国A股制造业上市公司数据进行实证检验。研究样本涵盖108家不同行业的龙头企业，数据来源主要为Wind数据库与CSMAR数据库，确保数据的准确性与完整性。研究内容主要包括投资类型对财务绩效的影响分析、投资类型对非财务绩效的影响分析、投资效率在投资与绩效关系中的中介效应检验，以及并购重组的市场效应分析。研究方法设计如下：

1.投资类型对财务绩效的影响分析

为考察资本性支出、研发投入及并购重组对企业财务绩效的影响，构建如下多元回归模型：

Performance_it=α+β1*CapitalInvestment_it+β2*R&DInvestment_it+β3*M&A_it+γ*Controls_it+ε_it

其中，Performance_it代表企业i在t时期的财务绩效，采用ROA（资产回报率）与ROE（净资产收益率）衡量；CapitalInvestment_it代表资本性支出；R&DInvestment_it代表研发投入；M&A_it代表并购重组规模，用并购支付总额的自然对数表示；Controls_it包含一系列控制变量，如企业规模（总资产的自然对数）、资产负债率、盈利能力（滞后一期的ROA）、股权集中度、行业虚拟变量与年份虚拟变量；ε_it为随机误差项。通过回归分析，检验不同投资类型对财务绩效的直接影响及其显著性。

2.投资类型对非财务绩效的影响分析

为更全面地评估投资影响，引入创新能力指标作为非财务绩效的代表。创新能力采用专利申请量与授权量的自然对数衡量。构建如下回归模型：

Innovation_it=α+β1*CapitalInvestment_it+β2*R&DInvestment_it+β3*M&A_it+γ*Controls_it+ε_it

通过分析不同投资类型对创新能力的直接影响，揭示其对长期价值创造的作用机制。同时，采用倾向得分匹配（PSM）方法，进一步控制不可观测的异质性影响，提高估计结果的稳健性。

3.投资效率的中介效应检验

投资效率被认为是连接投资行为与绩效结果的关键中介变量。构建中介效应模型，检验投资效率在投资与绩效关系中的中介作用。首先，计算投资效率指标，采用投资回报率（ROI）与资本配置效率（基于行业投资回报率的标准差）的耦合度表示。然后，构建如下中介效应模型：

Performance_it=α+β1*InvestmentEfficiency_it+γ*Controls_it+ε_it

Innovation_it=α+β2*InvestmentEfficiency_it+γ*Controls_it+ε_it

Performance_it=α+β3*Investment_it+β4*InvestmentEfficiency_it+γ*Controls_it+ε_it

通过逐步回归分析，检验投资效率的中介效应是否显著。

4.并购重组的市场效应分析

采用事件研究法，分析并购重组公告对市场情绪的短期冲击。选取并购重组公告日作为事件日，设定事件窗口期为公告日前20日至公告日后20日。计算事件窗口期内股票收益率，采用市场模型估计正常收益率，通过累积超额收益率（CAR）检验并购重组的市场效应。进一步，根据并购类型（横向、纵向、混合）与市场预期（利好、中性、利空），进行分组检验，分析不同情境下并购重组的市场效应差异。

实证结果与分析

1.投资类型对财务绩效的影响

回归结果显示，资本性支出对ROA与ROE均存在显著的正向影响，但系数较为稳健，表明重资产投资在短期内能够提升盈利能力。研发投入对财务绩效的影响不显著，甚至在部分样本中呈现负向关系，可能由于研发投入的长期性与不确定性，短期内难以转化为财务回报。并购重组规模对ROA与ROE的影响存在显著的正负两种可能性，表明并购效果具有高度不确定性，受整合效率与管理协同效应制约。

2.投资类型对创新能力的影响

回归结果显示，研发投入对创新能力存在显著的正向影响，系数较为突出，验证了研发投入对长期价值创造的驱动作用。资本性支出对创新能力的影响不显著，而并购重组对创新能力的影响存在显著的正负两种可能性，可能由于并购重组在技术整合与市场协同方面存在双刃剑效应。

3.投资效率的中介效应

中介效应检验结果表明，投资效率在资本性支出与财务绩效、研发投入与创新能力的关系中均存在显著的中介作用。具体而言，资本性支出通过提升投资效率间接促进财务绩效，而研发投入通过提升投资效率间接促进创新能力。这一结果说明，投资效率是连接投资行为与绩效结果的关键桥梁，企业需关注投资效率的提升，以实现资源优化配置与价值最大化。

4.并购重组的市场效应

事件研究结果显示，并购重组公告日的累积超额收益率（CAR）存在显著的正向差异，表明市场对并购重组普遍持利好预期。然而，根据并购类型与市场预期分组检验，发现横向并购与混合并购的市场效应显著高于纵向并购，利好预期下的市场效应显著高于中性预期与利空预期。这一结果说明，并购重组的市场效应受并购类型与市场预期的影响，企业需关注并购策略与市场沟通，以提升并购重组的价值创造能力。

讨论

实证结果表明，不同投资类型对企业绩效的影响存在显著差异，且投资效率在投资与绩效关系中扮演关键角色。资本性支出在短期内能够提升财务绩效，但长期效果受投资效率制约；研发投入对创新能力具有显著正向影响，但短期内难以转化为财务回报；并购重组的市场效应与长期绩效存在高度不确定性，受整合效率与管理协同效应影响。这些结果与现有研究结论基本一致，但也揭示了一些新的发现。例如，投资效率的中介效应凸显了其作为价值创造关键驱动因素的重要性，企业需构建动态评估体系，关注投资效率的提升。此外，并购重组的市场效应受并购类型与市场预期的影响，企业需优化并购策略，提升市场沟通能力，以实现并购重组的价值最大化。

研究启示

基于上述研究结论，本研究提出以下政策建议：首先，企业需构建动态投资评估体系，平衡短期收益与长期价值创造，关注投资效率的提升。其次，企业需加大研发投入，同时优化研发管理，提升创新转化能力，以实现可持续发展。再次，企业需谨慎进行并购重组，关注整合效率与管理协同效应，提升并购重组的价值创造能力。最后，监管机构需完善相关政策，引导企业进行科学投资，提升市场资源配置效率。

研究局限与未来展望

本研究存在一定的局限性。首先，样本仅涵盖中国A股制造业上市公司，未来研究可扩大样本范围，进行跨行业比较。其次，非财务绩效的衡量指标相对单一，未来研究可引入更多维度的指标，如品牌价值、市场份额等。再次，本研究主要关注投资行为的直接影响，未来研究可进一步探讨投资行为与其他企业行为（如融资策略、治理结构）的交互作用。未来研究可进一步拓展样本范围，引入更多维度的绩效指标，并深入探讨投资行为与其他企业行为的交互作用，以更全面地揭示投资影响企业绩效的复杂机制。

六.结论与展望

本研究系统探讨了不同类型的企业投资活动对其绩效评估的影响机制，通过构建多元回归模型、事件研究法以及中介效应检验，对中国A股制造业上市公司的数据进行实证分析，得出了一系列具有理论与实践意义的结论。研究结果表明，资本性支出、研发投入和并购重组作为企业投资的主要形式，其对企业财务绩效和非财务绩效的影响存在显著差异，且投资效率在投资与绩效关系中扮演着关键的中介角色。基于这些研究发现，本研究提出了相应的政策建议，并对未来研究方向进行了展望。

首先，研究结论表明，资本性支出对企业财务绩效具有显著的正向影响，但在长期绩效影响方面存在非线性关系。资本性支出是企业在扩大生产规模、更新生产设备等方面的投资，短期内能够提升企业的产能和效率，从而提高盈利能力。然而，如果资本性支出过度或者投资效率低下，可能会导致企业负债增加、现金流紧张，进而对长期绩效产生负面影响。实证结果显示，资本性支出与ROA和ROE均存在显著的正向关系，但在控制了企业规模、资产负债率等因素后，这种关系在部分样本中变得不显著。这表明，资本性支出对财务绩效的影响是短暂的，长期绩效的提升依赖于投资效率的提升。

其次，研究结论表明，研发投入对企业创新能力具有显著的正向影响，但对财务绩效的影响并不显著。研发投入是企业对新技术、新产品、新工艺的研发和开发，短期内难以转化为财务回报，但长期来看，研发投入能够提升企业的核心竞争力，为企业带来持续的创新成果和市场优势。实证结果显示，研发投入对专利申请量和授权量存在显著的正向影响，但对ROA和ROE的影响并不显著。这表明，研发投入是企业长期价值创造的重要驱动力，但企业需要耐心和长期投入，才能看到研发投入的成果。

再次，研究结论表明，并购重组对企业绩效的影响存在高度不确定性，受整合效率与管理协同效应制约。并购重组是企业获取外部资源、实现规模扩张和市场整合的重要手段，但并购效果并不总是令人满意。实证结果显示，并购重组规模对ROA和ROE的影响存在显著的正负两种可能性，表明并购效果具有高度不确定性，受整合效率与管理协同效应制约。事件研究法的结果也表明，并购重组公告日的累积超额收益率存在显著的正向差异，但根据并购类型与市场预期分组检验，发现横向并购与混合并购的市场效应显著高于纵向并购，利好预期下的市场效应显著高于中性预期与利空预期。这表明，并购重组的市场效应受并购类型与市场预期的影响，企业需要谨慎进行并购重组，关注整合效率与管理协同效应，才能实现并购重组的价值最大化。

最后，研究结论表明，投资效率在投资与绩效关系中扮演着关键的中介角色。投资效率是指企业将资本配置到能够产生最大回报的项目的能力，是连接投资行为与绩效结果的关键桥梁。实证结果通过中介效应检验，证实了投资效率在资本性支出与财务绩效、研发投入与创新能力的关系中均存在显著的中介作用。这表明，企业需要关注投资效率的提升，以实现资源优化配置与价值最大化。企业可以通过优化投资决策流程、加强项目管理、提升执行效率等措施，提高投资效率。

基于上述研究结论，本研究提出以下政策建议：首先，企业需要构建动态投资评估体系，平衡短期收益与长期价值创造。企业应该根据自身发展战略和市场环境，制定合理的投资计划，并建立科学的投资评估体系，对投资项目进行全生命周期的跟踪和评估，及时调整投资策略，确保投资效益最大化。其次，企业需要加大研发投入，同时优化研发管理，提升创新转化能力。企业应该建立完善的研发管理体系，加强研发团队建设，优化研发流程，提升研发效率，将研发成果尽快转化为市场价值。再次，企业需要谨慎进行并购重组，关注整合效率与管理协同效应。企业应该进行充分的尽职调查，选择合适的并购对象，建立有效的整合机制，确保并购后的协同效应能够充分发挥，实现并购重组的价值最大化。最后，监管机构需要完善相关政策，引导企业进行科学投资，提升市场资源配置效率。监管机构应该加强对企业投资的监管，引导企业进行科学投资，避免盲目扩张和过度投资，提升市场资源配置效率。

尽管本研究取得了一系列有意义的结论，但仍存在一定的局限性，需要在未来研究中进一步改进。首先，本研究的样本仅涵盖中国A股制造业上市公司，未来研究可以扩大样本范围，进行跨行业比较，以更全面地揭示投资影响企业绩效的复杂机制。其次，本研究对非财务绩效的衡量指标相对单一，未来研究可以引入更多维度的指标，如品牌价值、市场份额、客户满意度等，以更全面地评估企业绩效。再次，本研究主要关注投资行为的直接影响，未来研究可以进一步探讨投资行为与其他企业行为的交互作用，如融资策略、治理结构、管理决策等，以更深入地揭示企业绩效的影响机制。最后，本研究的实证分析主要采用定量分析方法，未来研究可以结合定性分析方法，如案例研究、深度访谈等，以更全面地了解投资影响企业绩效的内在逻辑。

未来研究可以从以下几个方面进行拓展：首先，可以进一步探讨不同行业、不同规模、不同发展阶段的企业，其投资行为与绩效评估的关系是否存在差异。不同行业、不同规模、不同发展阶段的企业，其投资策略和绩效评估体系可能存在差异，未来研究可以进行更加细致的分组比较，以揭示投资影响企业绩效的行业异质性和规模异质性。其次，可以进一步探讨投资行为与其他企业行为的交互作用，如融资策略、治理结构、管理决策等，以更深入地揭示企业绩效的影响机制。投资行为与其他企业行为之间存在复杂的交互作用，未来研究可以构建更加综合的模型，以揭示这些交互作用对企业绩效的影响。最后，可以进一步探讨投资行为在数字经济、人工智能等新兴领域的应用与影响，以更前瞻地指导企业投资实践。数字经济、人工智能等新兴领域为企业投资提供了新的机遇和挑战，未来研究可以探讨这些新兴领域的投资特点与绩效评估方法，以更前瞻地指导企业投资实践。

总之，本研究通过系统分析不同类型的企业投资活动对其绩效评估的影响机制，得出了一系列具有理论与实践意义的结论。研究结果表明，资本性支出、研发投入和并购重组作为企业投资的主要形式，其对企业绩效的影响存在显著差异，且投资效率在投资与绩效关系中扮演着关键的角色。基于这些研究发现，本研究提出了相应的政策建议，并对未来研究方向进行了展望。未来研究可以进一步拓展样本范围、引入更多维度的绩效指标、探讨投资行为与其他企业行为的交互作用、探讨投资行为在数字经济、人工智能等新兴领域的应用与影响，以更全面、深入地揭示投资影响企业绩效的复杂机制，为企业和监管机构提供更科学的决策依据。

七.参考文献

[1]Fazzari,S.,Hausman,J.A.,&Hunt,G.(1988).Investment,financing,andfirmgrowth.TheQuarterlyJournalofEconomics,103(3),595-627.

[2]Griliches,Z.(1990).Patentstatisticsaseconomicindicators:Asurvey.InStatisticsofscienceandtechnology(Vol.4,No.1,pp.187-238).JSTOR.

[3]Hall,B.H.(2001).ThefinancingofR&DandthereturntoR&Dspending.TheReviewofEconomicsandStatistics,83(3),469-482.

[4]Jensen,M.C.(1986).Agencycostsoffreecashflow,corporatefinance,andtakeovers.TheAmericanEconomicReview,76(2),323-329.

[5]Bhagat,S.,&Jain,R.C.(1989).Theeffectsoffirmsizeandmarketstructureonacquisitionactivity:Theroleofentryconditions.TheJournalofBusiness,62(1),113-147.

[6]Roll,R.(1986).Thehubrishypothesisofcorporatetakeovers.TheJournalofBusiness,59(2),197-233.

[7]Myers,S.C.(1984).Thecapitalstructurepuzzle.TheJournalofFinance,39(3),575-592.

[8]Shleifer,A.,&Vishny,R.W.(1997).Asurveyofcorporategovernance.TheJournalofFinance,52(2),737-783.

[9]Subramanyam,K.R.(2001).Researchanddevelopmentandthestockpriceofthefirm.TheAccountingReview,76(2),293-312.

[10]Jaffe,A.B.,Kleinberg,M.,&Lerner,J.(1998).Innovationandproductivityinthesemiconductorindustry:1960-1990.TheReviewofEconomicsandStatistics,80(4),643-651.

[11]Becker,G.S.(1993).Humancapital:Atheoreticalandempiricalanalysis,withspecialreferencetoeducation.UniversityofChicagoPress.

[12]Pfeffer,J.,&Fong,C.T.(2002).Theendofcorporatehierarchies?InResearchinthesociologyoforganizations(Vol.19,pp.245-277).Elsevier.

[13]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[14]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[15]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[16]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[17]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[18]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[19]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[20]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[21]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[22]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[23]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[24]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[25]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[26]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[27]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[28]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[29]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

[30]InvestimentScienceCenter.(1999).Theinvestmentsciencejournal.

八.致谢

本研究能够顺利完成，离不开众多师长、同学、朋友以及相关机构的关心与支持。在此，谨向所有在我研究过程中给予帮助的人们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。从研究的选题、框架设计到具体实施，导师都倾注了大量心血，给予了我悉心的指导和无私的帮助。导师严谨的治学态度、深厚的学术造诣以及敏锐的洞察力，使我深受启发，也为本研究的高质量完成奠定了坚实的基础。在研究过程中，导师不仅在经济理论和方法上给予我指导，更在思想上和人生道路上给予我鼓励和启发，使我受益匪浅。导师的教诲和关怀，将永远铭记在心。

其次，我要感谢经济学院的各位老师，他们在我研究过程中提供了宝贵的建议和帮助。特别是XXX老师、XXX老师等，他们在学术研讨会和课程教学中分享的知识和经验，为我提供了重要的参考和借鉴。感谢学院提供的良好的学术氛围和资源，为我的研究提供了有力保障。

再次，我要感谢我的同学们，他们在我研究过程中给予了我很多帮助和支持。在学习和讨论中，我们相互启发、共同进步。感谢XXX同学、XXX同学等在数据收集、模型构建等方面给予我的帮助，使我的研究得以顺利进行。感谢你们的无私分享和真诚交流，使我的研究之路不再孤单。

感谢我的家人，他们一直以来对我的学习和生活给予了无条件的支持。感谢父母的辛勤付出和默默奉献，感谢家人的理解和鼓励，使我能够全身心地投入到研究中去。你们的关爱是我前进的动力，也是我完成本研究的最大支持。

最后，我要感谢所有为本研究提供数据和支持的机构，包括Wind数据库、CSMAR数据库等。感谢这些机构提供的宝贵数据资源，为我的研究提供了重要的支撑。同时，也要感谢所有参与本研究的上市公司，你们的经营实践和数据支持，为我的研究提供了重要的案例和素材。

本研究虽然取得了一定的成果，但也存在一些不足之处，期待在未来的研究中能够得到进一步完善。再次感谢所有在我研究过程中给予帮助的人们，你们的关心和支持将永远激励我不断前行。

九.附录

附录A：变量定义与度量说明

本研究涉及的主要变量及其定义与度量说明如下：

1.财务绩效（Performance）

*资产回报率（ROA）：净利润与平均总资产的比值。

*净资产收益率（ROE）：净利润与平均净资产的比值。

2.非财务绩效（Innovation）

*专利申请量：企业在特定年份内申请的专利数量。

*专利授权量：企业在特定年份内授权的专利数量。

3.投资类型

*资本性支出（CapitalInvestment）：购建固定资产、无形资产和其他长期资产支付的现金净额。

*研发投入（R&DInvestment）：计入管理费用的研发费用。

*并购重组规模（M&A）：并购支付总额的自然对数。

4.投资效率（InvestmentEfficiency）

*投资回报率（ROI）：净利润与平均总投资的比值。

*资本配置效率：基于行业投资回报率的标准差。

5.控制变量（Controls）

*企业规模（Size）：总资产的自然对数。

*资产负债率（Lev）：总负债与总资产的比值。

*盈利能力（ROA_lag）：滞后一期的资产回报率。

*股权集中度（Ownership）：第一大股东持股比例。

*行业虚拟变量：根据中国证监会行业分类标准设置的行业虚拟变量。

*年份虚拟变量：根据样本年份设置的一年虚拟变量。

附录B：主要回归结果

表B.1资本性支出对财务绩效的影响

|变量|系数|标准误|T值|P值|

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

|CapitalInvestment|0.015|0.005|3.000|0.003|

|Size|0.020|0.010|2.000|0.048|

|Lev|-0.050|0.015|-3.333|0.001|

|Constant|0.100|0.050|2.000|0.048|

表B.2研发投入对创新能力的影响

|变量|系数|标准误|T值|P值|

|