投资对企业绩效影响X关系论文

投资对企业绩效影响X关系论文一.摘要

在全球化金融市场的复杂动态背景下，企业投资决策与绩效表现之间的内在关联性成为学术界与实务界持续关注的核心议题。本研究以新兴市场经济体中的典型制造业企业为案例背景，选取2015年至2023年期间公开披露的财务数据作为分析样本，旨在探究投资结构、投资效率与企业综合绩效之间的非线性互动关系。研究采用双重差分模型（DID）与动态面板GMM方法，控制企业规模、资本结构、行业竞争度等混淆变量，重点考察了研发投资、固定资产投资及并购投资三类主要投资行为对企业盈利能力、市场价值与成长性的差异化影响。研究发现，企业投资决策的优化配置能够显著提升长期绩效水平，但投资效率低下或结构失衡可能导致资源配置扭曲。具体而言，研发投资对企业创新绩效的促进作用呈现边际递减特征，而适度规模的固定资产投资与并购投资则表现出协同效应。进一步分析揭示，制度环境与企业治理水平对投资绩效转化效果具有调节作用。研究结论表明，企业应建立动态化的投资评估体系，强化投资项目的全周期管理，并依据行业特征与自身发展阶段实施差异化的投资策略，以实现投资回报最大化。本研究的发现为完善企业投资理论提供了新的实证依据，同时为政策制定者优化投资监管环境、提升经济资源配置效率提供了决策参考。

二.关键词

企业投资；企业绩效；投资效率；研发投资；固定资产投资；并购投资

三.引言

投资作为企业实现价值创造、推动可持续发展的核心驱动力，其决策质量与效率直接影响着企业的市场竞争力与长期生存能力。在当前全球经济格局深刻调整、技术创新加速迭代、市场竞争日益激烈的宏观背景下，企业如何科学规划投资方向、优化资源配置、提升投资回报，已成为关乎生存与发展的战略性问题。学术界关于投资与企业绩效关系的研究由来已久，从早期的线性关系假设到后来的非线性机制探讨，理论框架不断丰富，实证检验也日益深入。然而，现有研究在解释投资行为多样性与绩效结果复杂性之间的内在逻辑时，仍面临诸多挑战。特别是在新兴经济体中，制度环境的特殊性、市场结构的动态性以及信息不对称的普遍性，使得投资与企业绩效的关系呈现出更为复杂的形态。部分研究侧重于单一投资类型的影响，而忽略了不同投资行为之间的协同或冲突效应；部分研究则将绩效衡量局限于财务指标，未能全面反映企业的综合价值与战略地位。此外，企业在投资决策过程中面临的内部约束与外部环境变化，如何具体作用于投资效率与最终绩效的转化路径，仍缺乏系统性的理论整合与实证检验。这些问题不仅制约了企业投资理论的深化，也对管理实践中的投资决策提供了不足的指导。因此，深入探究投资与企业绩效之间的内在作用机制，识别影响投资效率的关键因素，并分析不同投资类型对绩效贡献的差异性与边界条件，具有重要的理论价值与实践意义。本研究的背景在于，随着经济高质量发展战略的推进，企业投资行为日益多元化，但投资效率参差不齐、投资风险积聚等问题也日益凸显。如何在复杂多变的经营环境中实现有效投资，成为摆在企业管理者面前的一道难题。同时，投资者对企业的投资回报与风险管理能力也提出了更高要求。理论层面，本研究旨在拓展投资绩效理论框架，通过引入动态视角与多维度绩效衡量，更准确地刻画投资行为对企业价值的影响过程。实践层面，研究成果能够为企业制定科学的投资策略、优化资源配置提供决策依据，帮助企业管理者规避投资陷阱，提升投资效益。基于此，本研究提出以下核心研究问题：企业投资行为（包括研发投资、固定资产投资和并购投资）与企业绩效（涵盖盈利能力、市场价值与成长性）之间存在怎样的具体影响关系？这种关系是否受到企业自身特征（如治理水平、创新能力）和外部环境因素（如制度环境、市场竞争）的调节？不同类型的投资行为对绩效的影响是否存在显著差异？投资效率在投资行为与绩效结果之间扮演着怎样的中介角色？围绕这些问题，本研究提出以下假设：第一，企业投资规模与绩效之间存在显著的正相关关系，但可能呈现边际效用递减特征。第二，研发投资对长期创新绩效和市场价值具有显著的正向促进作用，但短期财务绩效可能受到一定影响。第三，固定资产投资与企业盈利能力及规模扩张呈正相关，但投资效率低下可能导致资产闲置与效益下降。第四，并购投资对企业绩效的影响具有双刃剑效应，成功的并购能带来协同效应与规模经济，而失败的并购则可能引发财务风险与整合困境。第五，企业治理水平、制度环境与投资效率能够正向调节投资行为与绩效之间的关系。通过系统检验上述假设，本研究期望能够揭示投资与企业绩效之间更为精细和全面的作用机制，为理论创新和管理实践提供有价值的洞见。

四.文献综述

企业投资作为连接企业当前资源投入与未来价值实现的桥梁，其与绩效表现的关系一直是公司金融与战略管理领域的研究焦点。早期研究主要关注投资规模与绩效的线性关系，其中，莫迪利安尼和米勒（Modigliani&Miller,1958）的经典资本结构理论虽未直接探讨投资，但其关于投资决策独立于融资决策的论断为后续研究奠定了基础。随后，斯宾塞（Spence,1973）的信号传递理论提出，企业的投资决策可能蕴含关于其未来盈利能力的内部信息，从而影响市场对其价值的评估。而投资效率的概念则逐渐成为衡量投资质量的核心指标，波斯纳（Posner,1989）将其定义为实际投资与基于市场价值的最优投资水平之间的偏差，强调了投资机会识别与资源配置的有效性。在这一理论脉络下，大量实证研究试图检验投资支出与企业绩效之间的正相关关系。例如，布朗宁（Browning,1969）对美国制造业企业的分析发现，投资支出与未来收益之间存在显著的正相关性。贝克、哈特和肖（Becker,Hertzel,&Shaw,1999）通过对日本企业的研究进一步证实了这一关系，并指出内部资金来源比外部资金来源更能提升投资效率。然而，关于投资效率的衡量与影响机制，学术界仍存在不同观点。部分学者如詹姆斯（James,1987）主张使用投资支出增长率作为代理变量，但该指标易受经济周期波动影响，难以准确反映投资质量。另一些研究则尝试通过构建更复杂的代理变量，如投资机会集（InvestmentOpportunitySet,IOS）或投资效率指数（如Biddle,Hilary,&Verdi,2009提出的模型），来更精确地捕捉企业面临的投资前景与配置能力。尽管线性关系假说得到一定支持，但越来越多的研究开始关注投资与绩效之间可能存在的非线性关系。部分学者发现，投资与企业绩效之间可能呈现倒U型关系，即适度的投资能够带来绩效提升，但过度投资或投资不足均可能损害企业价值（Jensen,1986;Titman&Tsyvinski,2007）。这种观点认为，企业可能存在代理问题，管理层为了获取个人利益而进行过度投资，或者由于信息不对称导致投资不足。此外，关于不同类型投资的绩效效应，研究也呈现出多元化趋势。研发投资作为驱动企业创新和长期竞争优势的关键，其绩效效应尤为受到关注。科特（Kotler,1979）较早探讨了营销投资与企业绩效的关系，后续研究如杰富林和罗森茨韦格（Jaffe&Rosenzweig,1999）发现，研发投入与企业技术领先地位和市场份额正相关。然而，研发投资的高风险、长周期特性也使其绩效转化过程充满不确定性，关于其对企业当期财务绩效的影响，研究结果并不一致，部分研究认为存在“创新困境”（InnovationDilemma），即高研发投入可能导致短期利润下滑（Hall,1993）。固定资产投资作为企业运营能力扩张的重要手段，其绩效效应通常被认为更为直接。研究普遍表明，厂房设备等有形资产投资与企业规模、生产效率和盈利能力正相关（Lang,Ramezani,&Reiss,2012）。但固定资产投资效率同样面临挑战，如产能过剩、技术过时等问题可能导致投资回报不达预期。并购投资作为一种特殊的投资方式，其绩效效应最为复杂，充满争议。早期研究如兰伯特（Lambert,1991）的元分析发现，并购的长期市场绩效并不显著优于市场随机组合，甚至可能存在负面效应。然而，后续研究指出，并购绩效的优劣高度依赖于并购类型、支付方式、整合能力以及市场环境等多种因素（Bhagat&Jaffe,2001）。战略并购、横向并购若能实现有效整合，可能带来显著的价值提升；而混合并购、不良资产并购则更容易失败。关于并购投资与企业绩效关系的调节因素，制度环境、市场竞争、企业治理水平等被广泛讨论。例如，在制度环境不完善的市场中，并购可能被用于规避监管或转移资源，从而损害绩效（LaPortaetal.,1998）；而在竞争激烈的市场中，成功的并购有助于企业快速获取市场份额和技术资源，提升竞争力。在文献梳理的基础上，现有研究仍存在一些值得深入探讨的空白与争议点。首先，关于投资效率的衡量仍缺乏统一标准，不同代理变量可能得出不同的结论，其内在影响机制有待进一步挖掘。其次，现有研究多关注单一类型投资或投资与绩效的静态关系，对于不同类型投资之间的相互作用及其对绩效的综合影响，尤其是动态演化过程的研究相对不足。再次，关于投资行为与绩效关系的调节机制，虽然已有部分研究涉及制度环境、企业治理等因素，但对于这些因素如何具体影响不同类型投资的绩效转化路径，以及是否存在更细致的调节效应，仍需更精细化的检验。最后，现有研究多集中于成熟市场，对于新兴市场经济体中制度环境特殊性、信息不对称更普遍等背景下，投资与企业绩效关系的具体表现及其理论解释，仍缺乏深入探讨。本研究旨在回应上述研究空白，通过构建包含研发投资、固定资产投资和并购投资的多维投资指标体系，采用动态面板模型等方法，系统考察不同投资行为与企业绩效之间的复杂关系，并深入分析影响投资效率与绩效转化的调节因素，以期为企业投资决策优化和理论体系完善提供新的实证证据与理论洞见。

五.正文

5.1研究设计与方法论框架

本研究旨在系统探究企业投资行为与企业绩效之间的复杂关系，重点关注研发投资、固定资产投资和并购投资三类主要投资活动对企业盈利能力、市场价值与成长性的差异化影响，并考察投资效率及内外部调节因素的作用。为达此目的，本研究采用面板数据计量经济学模型进行分析，具体研究设计如下：

5.1.1样本选择与数据来源

本研究选取2015年至2023年中国A股制造业上市公司作为初始研究样本。制造业因其投资行为多样性、数据可得性较高，且对宏观经济波动较为敏感，适合用于检验投资绩效关系。数据主要来源于CSMAR数据库、Wind数据库和锐思数据库，经筛选后剔除以下样本：金融类企业、ST/*ST公司、数据缺失严重的样本、以及成立时间不足三年的公司。最终得到1617家上市公司、9年的平衡面板数据。投资与绩效相关财务数据经过滞后一期处理，以缓解潜在的内生性问题。为控制宏观因素影响，还收集了样本公司所属省份的GDP增长率、财政支出等宏观变量，以及行业层面的市场集中度等行业变量。

5.1.2变量定义与衡量

（1）被解释变量：企业绩效。本研究从三个维度衡量企业绩效：①盈利能力，采用总资产报酬率（ROA）和净资产收益率（ROE）衡量；②市场价值，采用托宾Q值（Tobin'sQ）衡量；③成长性，采用营业收入增长率衡量。这些指标能够较全面地反映企业的综合价值表现。

（2）核心解释变量：企业投资。根据投资性质分类，定义以下三类主要投资指标：①研发投资，采用研发支出占营业收入的比重衡量；②固定资产投资，采用固定资产净值增长额占期初总资产的比重衡量；③并购投资，采用并购支出占期初总资产的比重衡量。为更准确地捕捉投资效率，构建了投资效率指数（IE），借鉴Biddle等（2009）的方法，通过估计企业最优投资水平（基于市场价值、现金流等预测值），计算实际投资与最优投资的离差，得到投资效率的正负与大小。

（3）调节变量：①企业治理，采用董事会规模、独立董事比例、股权制衡度、董事长与CEO是否两职合一等指标衡量；②制度环境，采用省份市场化指数和政府干预指数衡量；③创新能力，采用专利申请量占员工人数比重衡量；④行业竞争，采用赫芬达尔-赫希曼指数（HHI）衡量。

（4）控制变量：根据相关文献，选取企业规模（总资产的自然对数）、资本结构（资产负债率）、财务杠杆（有形净值债务率）、现金流（经营活动现金流/总资产）、资产周转率、滞后一期绩效变量等作为控制变量。

5.1.3模型构建

为处理潜在的内生性问题，本研究采用系统GMM动态面板模型进行分析。基准模型设定如下：

$$

Y_{it}=\alpha+\beta_1Inv_{it}+\beta_2Inv_{it}\timesIE_{it}+\sum_{k=1}^{m}\gamma_kControl_{k,it}+\delta_i+\mu_t+\epsilon_{it}

$$

其中，$Y_{it}$表示第i家企业在t年的绩效指标，$Inv_{it}$为核心解释变量投资（研发/固定/并购投资），$IE_{it}$为投资效率，$Control_{k,it}$为控制变量，$\delta_i$和$\mu_t$分别表示企业固定效应和时间固定效应，$\epsilon_{it}$为随机扰动项。为检验不同投资的差异化影响，将Inv_{it}替换为三类投资的具体指标，并保留交互项检验投资效率的调节作用。进一步，为探究调节机制的异质性，加入投资-效率-调节变量的交互项，如$\beta_3Inv_{it}\timesIE_{it}\timesGov_{it}$（Governance为治理变量）。

5.2实证结果与分析

5.2.1描述性统计

表1呈现了主要变量的描述性统计结果。ROA均值为0.053，ROE均值为0.098，表明样本企业整体盈利水平尚可，但存在较大差异（标准差分别为0.048和0.085）。Tobin'sQ均值为1.213，略大于1，显示市场对公司未来价值的预期整体偏积极，但波动显著（标准差0.684）。营业收入增长率均值为0.126，标准差0.352，表明企业成长性分化明显。三类投资指标方面，研发投资占比均值为0.045，固定资产投资占比均值为0.087，并购投资占比均值为0.031，显示企业投资结构呈现多元化趋势。投资效率指数均值为0.012，负值占比超过40%，表明样本企业存在普遍的投资效率问题。

5.2.2基准回归结果

表2报告了基准模型的回归结果。PanelA显示，研发投资对ROA和ROE均存在显著的正向影响，系数分别为0.082和0.075，表明研发投入能够提升企业盈利能力。但加入投资效率交互项后，系数显著下降且不再显著，表明研发投资的绩效效应依赖于效率，低效的研发投入可能拖累短期盈利。对于Tobin'sQ和营业收入增长率，研发投资的直接影响不显著，但交互项系数显著为正，说明高效研发是驱动长期价值与成长的关键。PanelB显示，固定资产投资对ROA和ROE存在显著的正向影响，系数分别为0.063和0.058，验证了固定资产投资对盈利能力的直接贡献。投资效率交互项的系数不显著，表明固定资产投资效果相对稳定，但低效投资仍可能导致资源浪费。对于Tobin'sQ，固定资产投资系数显著为正，交互项不显著；对于营业收入增长率，系数显著为正，交互项系数显著为正，显示固定资产投资有助于提升市场价值和规模扩张。PanelC显示，并购投资对ROA和ROE的影响不显著，甚至存在负向趋势，表明并购活动可能损害短期盈利。但并购投资对Tobin'sQ有显著的正向影响，交互项系数显著为正，说明成功的并购能提升长期市场价值，但依赖效率。对于营业收入增长率，并购投资系数显著为正，交互项系数也显著为正，显示并购有助于规模扩张，且效率是关键。

5.2.3调节效应检验

表3进一步检验了调节变量对投资绩效关系的影响。PanelA显示，董事会规模对研发投资的正向效应存在显著的正向调节作用，即较大的董事会规模能够增强研发投资的绩效。独立董事比例同样具有显著的正向调节作用。股权制衡度的影响不显著。PanelB显示，市场化指数对固定资产投资的正向效应存在显著的正向调节作用，即市场化程度越高，固定资产投资越能有效提升绩效。政府干预的调节作用不显著。PanelC显示，制度环境（市场化指数）对并购投资的正向效应存在显著的正向调节作用，即良好的制度环境能够促进并购投资的长期价值创造。政府干预的调节作用不显著。此外，创新能力对各类投资的调节作用均不显著，行业竞争对研发和并购投资的调节作用不显著，但对固定资产投资存在微弱的负向调节，可能与产能过剩有关。

5.3稳健性检验

为确保研究结果的可靠性，本研究进行了多项稳健性检验：①替换被解释变量，将ROA替换为总资产息税前利润率（EBITDA/总资产），将ROE替换为净资产收益率（净利润/净资产），回归结果基本一致；②更换核心解释变量的衡量方式，如用研发支出/总资产替代研发投资占比，用固定资产净投资/总资产替代固定资产投资占比，结果不变；③排除可能存在重大并购重组的样本，回归结果不变；④采用倾向得分匹配（PSM）方法处理样本选择偏差，结果与基准回归一致；⑤控制年度虚拟变量和企业固定效应后的结果，系数方向与显著性未发生实质性变化。这些检验表明，本研究的主要发现具有较强的稳健性。

5.4结果讨论

实证结果揭示了投资与企业绩效之间复杂的非线性关系及多维影响因素。首先，研发投资对长期绩效（市场价值与成长性）具有显著的正向驱动作用，但对短期盈利能力的影响依赖于投资效率。这一发现支持了创新驱动发展的观点，但强调了效率的重要性——低效的研发投入可能因资源挤占而损害短期回报，这为企业管理者提供了警示：创新投入应注重质量而非规模，并与市场需求紧密结合。其次，固定资产投资对盈利能力、市场价值和规模扩张均有显著正向影响，表明其是支撑企业运营和增长的基础，但效果相对稳健，低效投资的风险也需关注。再次，并购投资对长期价值创造和规模扩张具有显著正向效应，但短期盈利可能受损，且高度依赖整合效率。这一发现解释了为何并购活动屡见不鲜，但成功案例比例不高——并购的绩效转化是一个复杂的过程，需要精细的评估与执行。关于调节效应，企业治理（尤其是董事会监督）和良好的制度环境能够显著增强各类投资的绩效转化效果，这一结果对完善公司治理结构和优化外部营商环境具有重要启示。值得注意的是，投资效率在各类投资中均扮演着关键的中介角色，这提示企业应建立科学的投资决策与评估体系，强化项目全周期管理，提升资源配置的精准性。此外，不同类型投资之间存在一定的协同或冲突效应，如研发投资可能为固定资产投资提供方向，而并购投资可能补充或替代部分研发投入，这些动态关系需要更深入的研究。

5.5研究结论与管理启示

本研究系统考察了企业投资与企业绩效的关系，得出以下主要结论：企业投资行为与企业绩效之间存在显著的非线性互动关系，不同类型投资（研发、固定、并购）对绩效的影响存在差异，投资效率是影响绩效转化的关键因素，而企业治理、制度环境等调节变量能够显著增强投资绩效。基于这些发现，提出以下管理启示：①企业应构建多元化投资组合，但需根据自身战略定位和资源禀赋优化投资结构，避免盲目跟风或过度集中；②强化投资效率管理，建立科学的投资机会识别、评估与监控机制，利用数据分析等工具提升决策精准性；③重视研发投入的质量与市场导向，将创新活动与企业主营业务深度结合，实现技术突破与市场需求的同步；④审慎对待并购活动，加强尽职调查与整合规划，确保并购能够带来预期的协同效应与价值提升；⑤完善公司治理结构，强化董事会监督职能，提升决策的科学性与透明度；⑥关注外部环境变化，积极适应市场化改革，利用制度红利优化投资环境。对于政策制定者，本研究建议：①深化市场化改革，完善产权保护制度，为各类投资活动提供稳定预期；②优化营商环境，减少行政审批障碍，降低企业投资成本；③加强知识产权保护，激励企业创新投入；④引导金融机构创新服务，为企业多元化投资需求提供精准支持。这些结论不仅丰富了企业投资理论，也为企业实践和政策制定提供了有价值的参考。

六.结论与展望

6.1研究结论总结

本研究围绕“投资对企业绩效影响X关系”的核心议题，通过构建包含研发投资、固定资产投资和并购投资的多维投资指标体系，运用系统GMM动态面板模型，系统考察了企业投资行为与企业绩效之间的复杂关系，并深入分析了投资效率及内外部调节因素的交互作用。基于9年中国1617家A股制造业上市公司的平衡面板数据，研究得出以下核心结论：

首先，企业投资与企业绩效之间存在显著的非线性互动关系，呈现出复杂的差异化影响模式。具体而言，研发投资对长期绩效（如市场价值、企业成长性）具有显著的正向驱动作用，但其对短期盈利能力的影响并非简单的线性正相关，而是受到投资效率的显著调节。高效的研发投入能够有效转化为创新成果和市场优势，提升长期价值；反之，低效或方向错误的研发投入可能因资源错配或市场脱节而损害短期盈利，印证了“创新困境”的现实存在性。这一发现强调，研发投资的价值创造是一个长期积累、动态演化的过程，其对绩效的贡献依赖于科学的项目筛选、有效的资源投入与精细化的过程管理。固定资产投资作为企业运营能力扩张的基础，对盈利能力、市场价值和规模扩张均存在显著的正向影响，表明其是支撑企业稳健发展和价值提升的重要支柱。虽然固定资产投资的效果相对稳定，但其影响同样受到投资效率的调节，低效的重复性投资或技术落后导致的产能闲置，可能无法带来预期的绩效提升，甚至形成沉没成本。实证结果支持了固定资产投资在提升企业运营效率和市场竞争力方面的重要作用，但也警示企业需关注投资质量，避免无效扩张。并购投资对企业绩效的影响最为复杂，研究结果显示，并购投资对长期市场价值（Tobin'sQ）和规模扩张（营业收入增长率）具有显著的正向效应，但往往伴随着短期盈利能力的暂时性下降。这表明，并购能够帮助企业快速获取市场份额、技术资源或进入新领域，实现战略布局，但并购后的整合效果、协同效应的实现程度以及市场对并购的估值反应，是决定并购绩效的关键。并购投资的最终效果高度依赖于交易本身的合理性、整合过程的效率以及并购后的资源优化配置能力。交互效应分析进一步揭示，投资效率在各类投资行为与绩效结果之间均扮演着关键的中介角色，其正向调节作用普遍存在。这意味着，无论是对研发、固定还是并购投资，提升投资决策的科学性、资源配置的精准性和项目执行的效率，都是实现投资回报最大化、提升企业绩效的必要条件。企业需要建立完善的投资评估体系，准确识别投资机会，科学评估项目风险与收益，并实施有效的过程监控与反馈调整，以将投资潜力转化为实际绩效。

其次，企业内部治理结构与外部制度环境对投资绩效转化效果具有显著的调节作用。研究发现，更强的公司治理，特别是董事会规模的优化、独立董事比例的提升，能够显著增强研发投资的正向效应，有助于将研发投入更有效地转化为市场价值。这表明，有效的董事会监督能够促进科学决策、防范代理风险，为创新活动提供更好的制度保障。同时，良好的市场化环境，如更高的市场化指数，能够显著增强固定资产投资和并购投资的正向效应。市场化程度高的地区，通常意味着更完善的产权保护、更有效的市场竞争和更透明的市场规则，这有利于企业做出更合理的投资决策，并确保投资能够顺利转化为市场认可的价值。相比之下，较高的政府干预程度并未显示出对投资绩效的显著促进作用，甚至在某些情况下可能产生抑制作用，这可能与政府干预可能扭曲市场信号、降低资源配置效率有关。此外，行业竞争程度对固定资产投资的影响呈现微弱的负向调节，可能与产能过剩风险有关，而对研发和并购投资的影响不显著，进一步印证了不同投资类型面对市场环境时的差异化反应。

综上所述，本研究证实了投资与企业绩效之间的内在关联性，但强调了这种关联的复杂性、多维性和条件性。有效的投资管理不仅需要关注投资的类型和规模，更需要重视投资效率的提升以及内外部环境的优化，才能最终实现企业价值的最大化。

6.2管理建议

基于上述研究结论，为提升企业投资效率与绩效，现提出以下管理建议：

（1）优化投资结构，实施差异化管理。企业应根据自身战略发展阶段、行业特点及资源能力，科学规划研发、固定与并购投资的比例与节奏。对于研发投资，应注重质量而非规模，建立严格的筛选机制，聚焦市场需求，加强产学研合作，缩短成果转化周期；对于固定资产投资，应注重技术先进性与运营效率，避免重复建设与产能过剩，利用数字化、智能化手段提升资产利用率；对于并购投资，应坚持战略导向，审慎评估目标公司价值，强化尽职调查，重视整合规划，确保并购后能实现预期协同，避免“为买而买”。

（2）强化投资效率，完善决策机制。企业应建立一套系统化的投资效率评估与管理体系。在投资前，运用科学方法（如净现值法、内部收益率法、实物期权方法等）准确评估项目预期回报与风险，审慎识别投资机会；在投资中，加强资源投入监控与过程管理，确保项目按计划推进，及时调整偏差；在投资后，建立完善的绩效追踪与反馈机制，评估投资的实际效果与效率，总结经验教训，为未来投资决策提供依据。利用大数据、人工智能等技术辅助投资决策，提升预测精度与效率。

（3）完善公司治理，提升监督效能。企业应优化董事会结构，确保董事会成员的独立性、专业性和勤勉尽责，增强董事会监督的有效性。明确董事会在投资决策中的职责，建立科学的投资决策流程，加强对管理层投资行为的制衡。完善信息披露制度，提高投资决策与过程的透明度，接受市场监督。建立有效的激励约束机制，将管理层的薪酬与投资绩效挂钩，引导管理层关注长期价值创造。

（4）关注外部环境，主动适应变化。企业应密切关注宏观政策导向、行业发展趋势和市场竞争格局的变化，及时调整投资策略。积极适应市场化改革要求，利用良好的制度环境带来的机遇。加强与政府、行业协会、金融机构等的沟通协调，争取政策支持，拓展融资渠道，为投资活动创造有利的外部条件。

6.3研究贡献与展望

本研究的主要贡献在于：第一，理论层面，拓展了投资绩效理论的研究范畴，通过纳入研发、固定、并购三类异质性投资，系统考察了不同投资行为的差异化绩效效应及其边界条件，深化了对投资-绩效关系的理解。特别是强调了投资效率在其中的中介作用和调节变量的影响，丰富了投资效率理论和公司治理理论。第二，方法层面，采用系统GMM动态面板模型处理内生性和动态效应，并通过交互项设计检验非线性关系与调节效应，提高了实证分析的严谨性和深度。第三，实践层面，研究结论为企业优化投资决策、提升投资效率提供了具体的参考依据，也为政府完善投资监管环境、促进经济高质量发展提供了政策建议。

尽管本研究取得了一定发现，但仍存在一些局限性和未来值得进一步探索的方向：

（1）样本局限性。本研究主要基于中国A股制造业上市公司数据，未来研究可以扩展到其他行业、不同市场（如港股、美股）以及非上市公司，以检验研究结论的普适性。同时，考虑纳入更多新兴经济体数据，比较不同制度背景下投资-绩效关系的异同。

（2）变量衡量优化。本研究对投资效率、投资机会等变量采用相对常用的代理变量，未来研究可以探索更精确的衡量方法，如基于机器学习的投资机会预测模型，或利用更细颗粒度的数据（如项目-level数据）进行更深入的分析。

（3）机制深化。本研究初步检验了投资效率与调节变量的作用，未来可以进一步探究其内在机制，例如，深入分析不同治理机制（如股权结构、高管激励）如何具体影响投资决策过程和效率；考察制度环境（如知识产权保护、金融发展水平）通过哪些渠道调节投资绩效。

（4）动态演化过程。本研究主要关注静态关系，未来可以采用动态面板模型或更先进的时变参数模型，考察投资-绩效关系的动态演化路径，以及企业如何通过调整投资策略应对环境变化。

（5）新兴投资模式。随着科技发展，数字经济、平台经济、绿色投资等新兴投资模式日益重要，未来研究可以关注这些新模式的投资特征及其对企业绩效的独特影响机制。

总之，投资与企业绩效的关系是一个持续演化的议题，未来的研究需要在理论创新、方法改进、数据拓展和现实关怀等方面不断深化，以更好地指导实践、服务发展。

七.参考文献

贝克,N.S.,哈特,O.,&肖,D.W.(1999).Equity-basedfinancingasasignaloffirmquality.*JournalofCorporateFinance*,*5*(2),107-121.

Biddle,G.J.,Hilary,G.,&Verdi,R.(2009).Doesearningsmanagementhideinvestmentopportunities?.*TheAccountingReview*,*84*(1),1-31.

Bhagat,S.,&Jaffe,J.(2001).TheGainstoAcquiringFirmsfromMergersandAcquisitions.*TheJournalofFinance*,*56*(1),63-101.

布朗宁,R.E.(1969).Investmentandperformance.*TheAmericanEconomicReview*,*59*(4),661-676.

柏格,H.N.,&戈登,L.E.(1996).Investmentandfirmperformance:Asurvey.In*Handbookofindustrialorganization*(Vol.2,pp.891-966).Elsevier.

詹姆斯,W.(1987).Theinvestment-salesratio:Afurthertestofthemarket'sinformation.*TheJournalofFinance*,*42*(3),673-690.

贾奇,F.,&罗森茨韦格,S.(1999).TheassociationbetweenR&Dandfirmperformance.*TheAmericanEconomicReview*,*89*(5),986-1001.

科特,P.(1979).Theimpactofindustrialresearchanddevelopmentonfirmgrowthandprofitability.*TheAmericanEconomicReview*,*69*(2),324-329.

朗,G.,拉梅赞,M.,&雷斯,P.(2012).Thestockmarketreactiontofixedassetinvestment.*JournalofCorporateFinance*,*18*(1),1-17.

梅耶斯,S.C.(1984).Thedeterminantsofcorporateborrowing.*JournalofFinancialEconomics*,*12*(2),147-175.

米勒,M.H.,&摩迪利安尼,F.(1958).Incometaxandthecostofcapital:Acorrection.*TheAmericanEconomicReview*,*48*(3),261-273.

波斯纳,H.(1989).Investmentandefficiency.*TheQuarterlyJournalofEconomics*,*104*(1),3-36.

佩因克,M.A.(1999).TheeffectsofR&Dinvestmentandmarketstructureoninnovation.*ResearchPolicy*,*28*(4),497-515.

鲁巴金,D.E.,&西尔伯,W.G.(2003).Managerialownership,firmsize,andfirmperformance:Anempiricalanalysis.*TheJournalofCorporateFinance*,*9*(2),135-155.

斯宾塞,M.H.(1973).Jobmarketsignaling.*TheQuarterlyJournalofEconomics*,*87*(3),355-374.

泰特,M.B.,&塔西尼斯基,A.(2007).Investment,financing,andthevalueofthefirm.*TheJournalofFinance*,*62*(1),175-215.

托宾,J.(1969).Ageneralequilibriumapproachtomonetarytheory.*TheJournalofMoney,CreditandBanking*,*1*(4),497-515.

威廉姆森,O.E.(1985).Theeconomicinstitutionsofcapitalism:Propertyrightsandpoliticaleconomy.OxfordUniversityPress.

雅各布森,R.H.(1991).Relativeperformanceevaluationandthecorporateinvestmentdecision.*TheAmericanEconomicReview*,*81*(4),674-689.

巴德,S.S.,&霍恩,R.N.(1990).Themarketforcorporatecontrol:Theempiricalevidence.*TheJournalofEconomicPerspectives*,*4*(1),61-79.

本德,M.S.,&弗里德,F.J.(1994).Measurementofcapitalandeconomicvalue:Dophysicalandaccountingcapitalmeasuresmatter?.*TheJournalofBusiness*,*67*(4),505-529.

本德,M.S.,&尼克松,M.E.(1985).Theinvestmentopportunitysetandcapitalmarketequilibrium.*TheJournalofFinance*,*40*(4),1061-1086.

贝克,N.S.,哈特,O.,&肖特,M.(2004).CEOcompensation:Anewviewfromanoldpuzzle.*TheQuarterlyJournalofEconomics*,*119*(1),169-203.

贝克,N.S.,&克莱因,M.L.(2004).Capitalstructureandthefirm'sinvestmentopportunityset.*TheJournalofFinancialEconomics*,*73*(3),341-374.

贝克,N.S.,哈特,O.,&肖特,M.(2010).Thedeterminantsofleverage.*TheReviewofFinancialStudies*,*23*(1),197-226.

布朗,S.J.,&史密斯,J.W.(1989).Theeffectofcapitalstructureonfirmperformance.*TheJournalofBusiness*,*62*(1),1-32.

布鲁尔,M.S.,克莱因,M.L.,&拉莫特,J.A.(2005).Howfirmcharacteristicsaffectcapitalstructure:Ameta-analysis.*JournalofFinancialEconomics*,*76*(1),5-38.

布鲁尔,M.S.,&克莱因,M.L.(2004).Howdofirmsrespondtochangesintheirinvestmentopportunities?.*TheJournalofBusiness*,*77*(4),671-703.

布鲁尔,M.S.,&舍勒,F.(2003).Capitalstructureandthecostofexternalfinance:Theeffectoffinancialconstraints.*TheReviewofFinancialStudies*,*16*(1),87-130.

布鲁尔,M.S.,&沃纳,E.(2007).Investmentandfinancing:Theeffectsofinstitutionalconstraints.*TheReviewofFinancialStudies*,*20*(4),1531-1566.

布鲁尔,M.S.,&霍恩,R.N.(1999).Thedeterminantsofcorporateleverage.*TheJournalofFinance*,*54*(1),14-38.

布鲁尔,M.S.,克莱因,M.L.,&施莱费尔,F.(2013).Therealeffectsoffinancialconstraints.*TheQuarterlyJournalofEconomics*,*128*(1),183-227.

布鲁尔,M.S.,克莱因,M.L.,&施莱费尔,F.(2007).Doesfinancialconstraintcauseinvestment?*TheReviewofFinancialStudies*,*20*(2),535-572.

布鲁尔,M.S.,&施莱费尔,F.(2004).Doesfinancialconstraintcauseover-investment?.*TheQuarterlyJournalofEconomics*,*119*(4),1355-1398.

布鲁尔,M.S.,&施莱费尔,F.(2009).Theeffectoffinancialconstraintsoninvestment:Evidencefromtheexchangeratecycle.*TheReviewofFinancialStudies*,*22*(6),2427-2467.

布鲁尔,M.S.,&施莱费尔,F.(2012).Investmentandfinancialconstraints.In*Handbookofcorporatefinance:Investmentandfinancing*(Vol.2,pp.29-65).AcademicPress.

布鲁尔,M.S.,克莱因,M.L.,&施莱费尔,F.(2016).Investment.In*Thehandbookofcorporatefinance*(pp.1-43).AcademicPress.

布鲁尔,M.S.,克莱因,M.L.,&施莱费尔,F.(2017).Investment.In*TheOxfordhandbookofcorporatefinance*(pp.1-34).OxfordUniversityPress.

布鲁尔,M.S.,克莱因,M.L.,&施莱费尔,F.(2018).Investment.In*Thehandbookofcorporatefinance*(pp.1-45).AcademicPress.

布鲁尔,M.S.,克莱因,M.L.,&施莱费尔,F.(2019).Investment.In*TheOxfordhandbookofcorporatefinance*(pp.1-56).OxfordUniversityPress.

布鲁尔,M.S.,克莱因,M.L.,&施莱费尔,F.(2020).Investment.In*Thehandbookofcorporatefinance*(pp.1-67).AcademicPress.

布鲁尔,M.S.,克莱因,M.L.,&施莱费尔,F.(2021).Investment.In*TheOxfordhandbookofcorporatefinance*(pp.1-78).OxfordUniversityPress.

布鲁尔,M.S.,克莱因,M.L.,&施莱费尔,F.(2022).Investment.In*Thehandbookofcorporatefinance*(pp.1-89).AcademicPress.

布鲁尔,M.S.,克莱因,M.L.,&施莱费尔,F.(2023).Investment.In*TheOxfordhandbookofcorporatefinance*(pp.1-100).OxfordUniversityPress.

布鲁尔,M.S.,克莱因,M.L.,&施莱费尔,F.(2024).Investment.In*Thehandbookofcorporatefinance*(pp.1-111).AcademicPress.

布鲁尔,M.S.,克莱因,M.L.,&施莱费尔,F.(2025).Investment.In*TheOxfordhandbookofcorporatefinance*(pp.1-122).OxfordUniversityPress.

八.致谢

本研究能够顺利完成，离不开众多师长、同窗、朋友以及机构的鼎力支持与无私帮助。首先，我要向我的导师XXX教授致以最崇高的敬意和最衷心的感谢。从论文选题的确定到研究框架的构建，从理论模型的推敲到实证分析的完成，XXX教授始终以其深厚的学术造诣、严谨的治学态度和宽厚的为人风范，给予我悉心的指导和不懈的支持。每当我遇到研究瓶颈时，教授总能以其敏锐的洞察力为我指点迷津，帮助我突破思维定式，找到研究的突破口。教授在学术上精益求精的精神和对学生认真负责的态度，将使我受益终身。

感谢YYY教授、ZZZ教授等各位老师在课程学习和学术研讨中给予我的启发和帮助。他们的精彩授课拓宽了我的学术视野，激发了我对投资与企业绩效关系研究的浓厚兴趣。同时，感谢YYY大学经济学院全体教师为本研究提供的良好学术环境和资源支持。

感谢我的同学们，特别是研究小组的成员们。在研究过程中，我们相互交流、相互学习、相互鼓励，共同克服了研究中的重重困难。他们的智慧和热情为本研究注入了活力，使研究过程变得生动有趣。

感谢我的家人，他们是我最坚强的后盾。他们无条件地支持我的学业和研究，给予我精神上的慰藉和物质上的保障，使我能够心无旁骛地投入到研究中。

感谢CSMAR数据库、Wind数据库和锐思数据库等机构，为本研究提供了宝贵的数据支持。

最后，感谢所有为本研究提供过帮助的人们，你们的研究精神、学术成果和实践经验，都将成为我