高管持股与研发投入协同驱动企业绩效提升的实证剖析-基于沪深上市公司的多维度探究

高管持股与研发投入协同驱动企业绩效提升的实证剖析——基于沪深上市公司的多维度探究一、引言1.1研究背景与意义1.1.1研究背景在全球经济一体化进程加速的当下，市场环境风云变幻，企业间的竞争愈发激烈。企业若想在这波浪潮中站稳脚跟，实现可持续发展，就必须积极寻求提升自身竞争力的有效途径。在这一背景下，高管持股与研发投入作为企业管理和发展的关键要素，备受关注。高管持股作为一种长期激励机制，将高管的个人利益与企业的长期利益紧密相连。当高管持有公司股份时，他们的收益与公司的业绩表现直接挂钩，这会促使高管从企业的长远发展角度出发，制定并执行更有利于企业成长的战略决策。比如，阿里巴巴的高管团队持有一定比例的公司股份，这使得他们在面对市场竞争和行业变革时，能够坚定地投入资源进行业务拓展和技术创新，推动阿里巴巴在电商、金融科技等多个领域取得显著成就，成为全球知名的企业。研发投入则是企业创新的核心驱动力，对企业绩效有着深远影响。在科技飞速发展的今天，企业只有持续投入研发，才能不断推出新产品、改进生产技术、提升产品质量，进而增强自身的市场竞争力。以华为公司为例，多年来华为始终保持着高额的研发投入，在5G通信技术、芯片研发等领域取得了众多领先成果，不仅在国内市场占据重要地位，还成功拓展到全球多个国家和地区，实现了企业绩效的显著提升。随着我国资本市场的不断发展和完善，越来越多的沪深上市公司实施了高管持股计划，研发投入也在逐年增加。然而，不同企业在高管持股比例和研发投入强度上存在较大差异，由此导致的企业绩效表现也各不相同。在这种情况下，深入探究高管持股、研发投入与企业绩效之间的关系，不仅有助于企业更好地理解自身的经营管理行为对绩效的影响，还能为企业制定科学合理的战略决策提供理论依据和实践指导。1.1.2研究意义本研究从理论和实践两个层面出发，具有重要意义。在理论层面，有助于丰富和完善高管持股、研发投入与企业绩效关系的相关理论。以往研究虽已取得一定成果，但在三者之间的内在作用机制和影响因素等方面，仍存在进一步探讨的空间。通过对沪深上市公司的经验证据进行深入分析，本研究旨在揭示高管持股如何影响研发投入决策，以及研发投入又如何在高管持股的作用下对企业绩效产生影响，从而为该领域的理论发展提供新的视角和实证支持，填补现有研究的部分空白。从实践角度来看，为企业管理层制定科学的激励机制和研发投资决策提供有力参考。对于企业而言，明确高管持股与研发投入对企业绩效的影响，能够帮助管理层更好地权衡短期利益与长期发展，合理确定高管持股比例，优化研发资源配置，提高企业创新能力和经营效率，实现企业价值最大化。同时，也为监管部门制定相关政策提供理论依据，有助于完善资本市场监管制度，促进企业健康发展，维护市场稳定。1.2研究目标与内容1.2.1研究目标本研究旨在深入剖析高管持股、研发投入与企业绩效之间的内在联系，通过对沪深上市公司的经验证据进行严谨的实证分析，明确三者之间的作用机制和影响路径。具体而言，一是探究高管持股比例的变化如何影响企业的研发投入决策，是促进还是抑制研发投入的增加；二是分析研发投入的规模和强度对企业绩效的直接和间接影响，以及这种影响在不同行业和企业规模下的差异；三是考察高管持股是否能够通过调节研发投入，进而对企业绩效产生更为显著的影响。通过实现这些目标，为企业制定科学合理的高管激励政策和研发投资策略提供理论支持和实践指导，助力企业在激烈的市场竞争中提升绩效，实现可持续发展。1.2.2研究内容本研究内容主要涵盖以下几个方面：高管持股对企业绩效的影响研究：深入探讨高管持股作为一种激励机制，如何影响管理层的决策行为，进而对企业绩效产生作用。通过对沪深上市公司高管持股比例与企业绩效相关指标（如总资产收益率、净资产收益率、托宾Q值等）的实证分析，研究两者之间的相关性和因果关系。分析高管持股比例的高低对企业战略制定、资源配置、风险管理等方面的影响，以及这些影响如何最终反映在企业绩效上。同时，考虑到不同行业的特点和竞争环境，研究高管持股对企业绩效的影响在行业间是否存在差异，以及造成这些差异的原因。例如，在技术密集型行业，高管持股可能对企业绩效的提升作用更为显著，因为高管需要更关注技术创新和研发投入，以保持企业的竞争力。研发投入对企业绩效的影响研究：全面分析研发投入对企业绩效的直接和间接影响。从直接影响来看，研究研发投入如何通过提升企业的技术水平、产品质量、生产效率等方面，直接促进企业绩效的提高。通过实证分析研发投入强度（研发投入占营业收入的比例）与企业绩效指标之间的关系，验证研发投入对企业绩效的正向促进作用。从间接影响来看，探讨研发投入如何通过增强企业的创新能力、市场竞争力、品牌影响力等，间接提升企业绩效。例如，研发投入可能带来新产品的推出，拓展市场份额，从而增加企业的销售收入和利润。此外，还将研究研发投入的回报周期和风险，以及如何合理配置研发资源，以提高研发投入对企业绩效的贡献。高管持股、研发投入与企业绩效的综合研究：综合考察高管持股和研发投入对企业绩效的共同影响，以及高管持股在研发投入与企业绩效关系中所起的调节作用。通过构建多元回归模型，分析高管持股比例、研发投入强度以及两者的交互项对企业绩效的影响。研究当高管持股比例较高时，研发投入对企业绩效的提升作用是否更为明显；反之，当高管持股比例较低时，研发投入对企业绩效的影响是否会受到抑制。此外，还将探讨在不同的市场环境和企业发展阶段，高管持股、研发投入与企业绩效之间的关系是否会发生变化，以及企业应如何根据自身情况，优化高管持股和研发投入策略，以实现企业绩效的最大化。基于研究结果的建议与对策：根据上述研究结果，为企业管理层、投资者和监管部门提供有针对性的建议和对策。对于企业管理层，建议合理确定高管持股比例，设计科学的股权激励方案，充分发挥高管持股的激励作用，促进高管更加关注企业的长期发展和研发投入。同时，加强对研发投入的管理和监督，提高研发资源的利用效率，确保研发投入能够转化为实际的企业绩效提升。对于投资者，建议在进行投资决策时，充分考虑企业的高管持股情况和研发投入水平，将其作为评估企业价值和发展潜力的重要指标。对于监管部门，建议完善相关法律法规和政策制度，规范企业的高管持股和研发投入行为，营造良好的市场环境，促进企业的健康发展。1.3研究方法与创新点1.3.1研究方法文献研究法：系统地收集和梳理国内外关于高管持股、研发投入与企业绩效的相关文献资料，全面了解该领域的研究现状和发展趋势。通过对已有研究成果的深入分析，明确当前研究的热点和空白，为本研究提供坚实的理论基础和研究思路。例如，查阅了大量权威学术期刊上的论文，以及知名学者的研究报告，对高管持股的激励理论、研发投入的创新理论以及企业绩效的评价理论等进行了详细的研读和总结，为后续的实证分析和案例研究提供了理论支撑。实证分析法：以沪深上市公司为研究对象，选取2015-2024年的相关数据作为样本。运用统计软件对数据进行描述性统计分析，初步了解数据的分布特征和基本情况。通过相关性分析，研究高管持股、研发投入与企业绩效各变量之间的相关关系，判断它们之间是否存在显著的关联。构建多元线性回归模型，深入探究高管持股、研发投入对企业绩效的直接影响，以及高管持股在研发投入与企业绩效关系中所起的调节作用。通过严谨的实证分析，得出具有科学性和可靠性的研究结论，揭示三者之间的内在联系和作用机制。案例研究法：选取具有代表性的沪深上市公司作为案例，如华为技术有限公司、阿里巴巴集团控股有限公司等。对这些公司的高管持股情况、研发投入策略以及企业绩效表现进行深入的案例分析。详细剖析这些公司在实施高管持股计划和加大研发投入过程中所采取的具体措施、遇到的问题以及解决方法。通过对实际案例的研究，进一步验证实证分析的结果，为企业提供更加具体、可操作性的实践经验和启示，帮助企业更好地理解和应用研究成果。1.3.2创新点研究视角创新：以往研究大多单独探讨高管持股或研发投入对企业绩效的影响，而本研究将三者纳入同一研究框架，综合考察它们之间的相互关系和作用机制。不仅研究高管持股和研发投入各自对企业绩效的直接影响，还深入分析高管持股在研发投入与企业绩效关系中所起的调节作用，从更全面、系统的视角揭示企业绩效提升的内在逻辑，为企业管理决策提供更丰富的理论依据。研究方法创新：在实证分析中，采用倾向得分匹配法（PSM）解决样本选择偏差问题，使研究结果更加准确可靠。同时，运用中介效应模型和调节效应模型，深入探究高管持股、研发投入与企业绩效之间的中介传导路径和调节作用机制，相较于传统的研究方法，能够更深入地挖掘变量之间的复杂关系，为该领域的研究方法创新做出贡献。研究深度创新：本研究不仅关注高管持股和研发投入对企业短期绩效的影响，还注重对企业长期绩效的分析。通过对样本数据的长期跟踪和分析，研究高管持股和研发投入在不同时间跨度下对企业绩效的动态影响，为企业制定长期发展战略提供更具前瞻性的建议。此外，还考虑了行业差异、企业规模等因素对三者关系的影响，使研究结果更具针对性和实践指导意义。二、文献综述2.1高管持股与企业绩效研究回顾高管持股作为一种重要的公司治理机制，旨在将高管的个人利益与企业的长期利益紧密相连，以减少代理成本，提升企业绩效。自该机制诞生以来，便受到了学术界和企业界的广泛关注，众多学者围绕高管持股与企业绩效之间的关系展开了深入研究。在国外，早期的研究多认为高管持股与企业绩效之间存在正向关系。Jensen和Meckling（1976）从委托代理理论出发，指出当高管持有公司股份时，他们与股东的利益趋于一致，会更积极地追求企业价值最大化，从而提升企业绩效。这一理论为后续研究奠定了重要基础。此后，许多实证研究也支持了这一观点。如Hermalin和Weisbach（1991）通过对美国上市公司的研究发现，高管持股比例的增加能够显著提高企业的盈利能力，进一步验证了高管持股对企业绩效的正向促进作用。然而，随着研究的不断深入，一些学者发现高管持股与企业绩效之间并非简单的线性关系。Stulz（1988）通过构建理论模型指出，在一定范围内，高管持股比例的增加会提升企业绩效，但当持股比例超过某一阈值后，高管可能会利用其控制权谋取私利，从而对企业绩效产生负面影响，呈现出倒“U”型关系。Morck、Shleifer和Vishny（1988）的实证研究也支持了这一观点，他们发现当高管持股比例在0-5%之间时，托宾Q值随持股比例的增加而上升；当持股比例在5%-25%之间时，托宾Q值随持股比例的增加而下降；当持股比例超过25%时，托宾Q值又随持股比例的增加而上升。近年来，国内学者也对高管持股与企业绩效的关系进行了大量研究。周建波和孙菊生（2003）以2001年实施股权激励的上市公司为样本，研究发现高管持股比例与企业绩效之间存在显著的正相关关系，且这种关系在成长性较高的企业中更为明显。然而，李增泉（2000）的研究却得出了不同的结论，他发现我国上市公司高管持股比例与企业绩效之间不存在显著的相关性，这可能与我国当时资本市场不完善、公司治理结构不健全等因素有关。此外，还有学者从不同角度对高管持股与企业绩效的关系进行了研究。如魏刚（2000）认为，高管持股比例的高低可能受到企业规模、行业特征等因素的影响，进而间接影响企业绩效。吕长江和赵宇恒（2008）则指出，高管持股的激励效果还受到公司内部治理机制的制约，如董事会的独立性、监事会的监督力度等。总体而言，目前关于高管持股与企业绩效关系的研究尚未达成一致结论。这可能是由于不同研究在样本选择、研究方法、控制变量等方面存在差异，同时也受到各国资本市场环境、公司治理结构等因素的影响。因此，未来的研究需要进一步综合考虑各种因素，深入探讨高管持股与企业绩效之间的复杂关系。2.2研发投入与企业绩效研究梳理研发投入作为企业创新活动的核心要素，对企业绩效的影响一直是学术界和企业界关注的焦点。从理论层面来看，研发投入能够为企业带来诸多积极影响。在技术层面，研发投入有助于企业获取新技术、新工艺，提高生产过程的自动化和智能化水平，从而降低生产成本，提高产品质量和生产效率。在产品层面，通过研发投入，企业可以开发出具有创新性的产品，满足市场多样化的需求，拓展市场份额，进而提升企业的盈利能力和市场竞争力。在实证研究方面，众多学者通过对不同样本和数据的分析，验证了研发投入与企业绩效之间的正向关系。张凯丽（2020）选取高新技术上市企业2013-2018年的数据进行研究，将研发投入强度作为解释变量，净资产收益率和市净率作为被解释变量，结果发现研发投入强度对净资产收益率存在显著的正向影响，随着企业研发投入强度的提高，企业绩效会相应提高。这表明在高新技术企业中，加大研发投入能够有效提升企业的盈利能力，增强企业在市场中的竞争优势。然而，研发投入与企业绩效之间的关系并非如此简单，其中存在着门槛效应和滞后性等复杂因素。韩先锋和董明放（2018）基于中国智慧城市上市企业的数据，运用面板门槛回归方法进行研究，发现研发投入对企业绩效的影响呈现显著的“倒U形”非线性特征。这意味着只有适度的研发投入强度才能促进企业绩效的提升，当研发投入强度过高时，可能会因为资源的过度消耗和管理难度的增加等原因，对企业绩效产生一定的抑制作用。此外，在企业规模、资本结构和资本密度等因素的约束下，研发投入对企业绩效的影响也呈现出不同的非线性特征，存在着最优的投入水平区间。研发投入对企业绩效的影响还存在滞后性。企业的研发活动通常需要较长的时间来产生成果，从研发投入到新产品或新技术的推出，再到市场的认可和绩效的提升，往往需要经历一个较长的周期。以网易公司为例，其在游戏研发领域持续投入大量资源，经过多年的技术积累和产品打磨，才推出了如《阴阳师》《第五人格》等多款爆款游戏，这些游戏不仅在国内市场取得了巨大成功，还在海外市场获得了广泛关注，为网易公司带来了显著的经济效益，提升了企业绩效。在这一过程中，研发投入的效果并非立竿见影，而是经过了长时间的沉淀和积累。综上所述，研发投入对企业绩效具有重要影响，适度的研发投入能够促进企业绩效的提升，但其中存在的门槛效应和滞后性等因素不容忽视。企业在制定研发战略时，需要充分考虑自身的实际情况，合理确定研发投入的规模和强度，以实现研发投入与企业绩效的良性互动。2.3高管持股、研发投入与企业绩效关系研究进展在对高管持股与企业绩效、研发投入与企业绩效分别进行深入研究的基础上，部分学者开始关注三者之间的综合关系。一些研究认为，高管持股能够促进研发投入，进而对企业绩效产生积极影响。李华和孙晓琳（2019）通过对制造业上市公司的实证研究发现，高管持股比例的提高能够显著增加企业的研发投入，而研发投入的增加又与企业绩效呈正相关关系。这表明高管持股可以通过激励高管增加研发投入，从而间接提升企业绩效。然而，也有学者指出，高管持股、研发投入与企业绩效之间的关系并非如此简单，可能受到多种因素的调节。例如，公司治理结构、行业竞争程度等因素都可能影响高管持股对研发投入的激励效果，以及研发投入对企业绩效的提升作用。刘畅和王强（2020）的研究表明，在公司治理结构完善、行业竞争激烈的企业中，高管持股对研发投入的促进作用更为明显，研发投入对企业绩效的提升效果也更强。这说明良好的公司治理结构和激烈的行业竞争能够为高管持股和研发投入创造更有利的环境，使其更好地发挥对企业绩效的积极影响。尽管现有研究在高管持股、研发投入与企业绩效关系方面取得了一定成果，但仍存在一些不足之处。在研究方法上，部分研究样本选取存在局限性，可能导致研究结果的普遍性和代表性不足。一些研究仅选取了特定行业或特定时间段的上市公司作为样本，未能全面反映不同行业、不同发展阶段企业的实际情况。在研究内容上，对于三者之间复杂的作用机制和深层次的影响因素，尚未进行深入系统的探讨。例如，高管持股如何通过影响高管的决策行为和风险偏好，进而影响研发投入的规模和方向，以及研发投入在不同的市场环境和企业内部条件下，如何转化为企业绩效的提升，这些问题仍有待进一步研究。未来的研究可以从多个方面展开。在研究方法上，应进一步扩大样本范围，涵盖不同行业、不同规模、不同地区的上市公司，以增强研究结果的可靠性和普遍性。同时，可以采用多种研究方法相结合的方式，如案例研究、实地调研等，深入了解企业的实际运作情况，为理论研究提供更丰富的实践依据。在研究内容上，需要深入挖掘高管持股、研发投入与企业绩效之间的内在联系和作用机制，考虑更多的影响因素，如宏观经济环境、政策法规、企业文化等，构建更加完善的理论模型，为企业的管理决策提供更具针对性和指导性的建议。三、理论基础与研究假设3.1理论基础3.1.1委托代理理论委托代理理论起源于20世纪70年代，是现代企业理论的重要组成部分，主要关注企业内部治理结构及其对企业绩效的影响。在现代企业中，由于所有权与经营权的分离，股东作为委托人，将企业的经营管理权委托给董事会和经理层等代理人，由此形成了委托代理关系。在这种关系中，委托人与代理人之间存在信息不对称、激励不相容和道德风险等问题。代理人拥有更多关于企业运营的信息，而委托人往往无法完全了解代理人的行为。代理人的目标函数与委托人的目标函数不完全一致，代理人可能更关注自身的利益，如薪酬、职位晋升等，而忽视委托人的利益，在决策时可能偏离委托人的利益，甚至出现滥用职权、侵吞企业资产等道德风险行为。高管持股作为一种重要的激励机制，能够在一定程度上缓解委托代理问题。当高管持有公司股份时，他们的利益与股东的利益更加紧密地联系在一起。例如，若公司业绩提升，股价上涨，高管持有的股份价值也会随之增加，这就促使高管从企业的长远发展角度出发，制定并执行更有利于企业成长的战略决策，减少短期行为和道德风险。通过这种方式，高管持股可以降低委托人与代理人之间的信息不对称程度，使代理人的行为更加符合委托人的利益，从而有效降低代理成本，提高企业绩效。3.1.2激励理论激励理论认为，人的行为是由动机驱动的，而动机则源于人的需求。当人们的需求得到满足时，会产生积极的行为动机，从而激发他们更加努力地工作，以实现组织的目标。在企业中，激励机制的设计旨在满足员工的需求，激发他们的工作积极性和创造力，提高工作绩效。高管持股和研发投入都与激励理论密切相关。从高管持股角度来看，给予高管公司股份，使其成为企业的股东之一，这不仅满足了高管对经济利益的需求，还赋予了他们对企业的一定控制权和决策权，满足了他们的成就需求和权力需求。这种多重需求的满足，能够极大地激发高管的工作积极性和责任感，使他们更加关注企业的长期发展。为了实现企业价值的最大化，高管会积极投入到研发活动中，加大研发投入力度，推动企业的技术创新和产品升级。研发投入本身也具有激励作用。对于企业的研发人员来说，参与研发项目能够满足他们对知识探索和创新的需求，研发成果的取得更是对他们工作能力和价值的认可，能够带来成就感和荣誉感。企业加大研发投入，为研发人员提供更好的研发条件和资源，能够吸引更多优秀的研发人才加入企业，激发他们的创新热情和创造力，提高研发效率和成果质量，进而为企业绩效的提升做出贡献。3.1.3创新理论创新理论最早由熊彼特提出，他认为创新是经济发展的核心驱动力，企业通过引入新产品、采用新生产方法、开辟新市场、获得新原材料或半成品的供应来源以及实现新的组织形式等创新活动，能够打破原有的市场均衡，获得超额利润。在当今竞争激烈的市场环境下，创新已成为企业生存和发展的关键因素。研发投入是企业创新的重要支撑。企业通过持续投入研发资金，引进和培养高素质的研发人才，购置先进的研发设备，开展基础研究、应用研究和试验发展等活动，能够不断开发出新技术、新产品，改进生产工艺和流程，提高生产效率和产品质量。这些创新成果能够帮助企业满足市场多样化的需求，拓展市场份额，提升品牌知名度和竞争力，从而对企业绩效产生积极的影响。例如，苹果公司每年投入大量资金进行研发，不断推出具有创新性的产品，如iPhone、iPad等，这些产品凭借其独特的设计、先进的技术和良好的用户体验，在全球市场上获得了巨大的成功，使苹果公司成为全球市值最高的公司之一，实现了企业绩效的显著提升。3.2研究假设3.2.1高管持股与企业绩效关系假设根据委托代理理论和激励理论，高管持股作为一种重要的激励机制，能够有效降低委托代理成本，激发高管的工作积极性和责任感，使其更加关注企业的长期发展，进而提升企业绩效。当高管持有公司股份时，他们的个人利益与企业的利益紧密相连，企业绩效的提升将直接增加他们的财富收益。这种利益趋同效应会促使高管更加努力地工作，积极制定和执行有利于企业发展的战略决策，如优化资源配置、拓展市场份额、加强风险管理等。以腾讯公司为例，其高管团队持有一定比例的公司股份。在面对互联网市场的激烈竞争时，高管们凭借其丰富的行业经验和敏锐的市场洞察力，积极推动公司在社交媒体、游戏、金融科技等多个领域进行创新和拓展。他们加大对技术研发和人才培养的投入，不断推出新的产品和服务，满足用户日益多样化的需求。在高管们的努力下，腾讯公司的业绩持续增长，市场份额不断扩大，成为全球知名的互联网企业。基于以上理论分析和实际案例，提出假设1：高管持股比例与企业绩效呈正相关关系，即高管持股比例越高，企业绩效越好。3.2.2研发投入与企业绩效关系假设创新理论指出，研发投入是企业创新的核心驱动力，对企业绩效有着至关重要的影响。通过持续投入研发，企业能够不断开发新技术、推出新产品、改进生产工艺，从而提升产品质量、降低生产成本、提高生产效率，进而增强企业的市场竞争力，提升企业绩效。从技术层面来看，研发投入有助于企业获取先进的技术和知识，推动生产过程的自动化和智能化。例如，富士康公司通过加大研发投入，引入工业机器人和自动化生产线，实现了生产效率的大幅提升，不仅降低了人力成本，还提高了产品的质量和稳定性。从产品层面而言，研发投入能够帮助企业开发出更具创新性和竞争力的产品，满足市场多样化的需求。苹果公司每年投入大量资金进行研发，不断推出具有创新性的产品，如iPhone系列手机，凭借其独特的设计、先进的技术和良好的用户体验，在全球市场上获得了巨大的成功，为苹果公司带来了丰厚的利润，显著提升了企业绩效。然而，需要注意的是，研发投入对企业绩效的影响并非立竿见影，往往存在一定的滞后性。企业的研发活动通常需要较长的时间来产生成果，从研发投入到新产品或新技术的推出，再到市场的认可和绩效的提升，是一个复杂的过程，需要经历多个阶段和环节。因此，在短期内，研发投入可能不会对企业绩效产生明显的影响，但从长期来看，研发投入的积极作用将逐渐显现。基于上述分析，提出假设2：研发投入对企业绩效有正向促进作用，且这种作用存在一定的滞后性。3.2.3高管持股、研发投入与企业绩效关系假设高管持股不仅能够直接影响企业绩效，还可能通过影响研发投入，间接对企业绩效产生作用。当高管持有公司股份时，由于其利益与企业利益紧密相连，他们更有可能从企业的长远发展角度出发，积极推动企业进行研发投入。高管们具有丰富的行业经验和战略眼光，能够准确把握市场动态和技术发展趋势，他们深知研发投入对于企业创新和发展的重要性。因此，高管持股比例的提高，会增强高管对企业研发活动的支持和推动力度，促使企业加大研发投入。加大研发投入能够提升企业的技术水平和创新能力，为企业带来新的发展机遇和竞争优势，进而促进企业绩效的提升。以华为公司为例，华为的高管团队持有一定比例的公司股份，他们高度重视研发投入，将大量资金投入到5G通信技术、芯片研发等领域。在高管们的推动下，华为的研发投入不断增加，技术创新能力不断提升，成功推出了一系列具有领先技术的产品和解决方案，在全球通信市场中占据了重要地位，实现了企业绩效的显著提升。基于以上分析，提出假设3：高管持股通过促进研发投入，进而提升企业绩效，即高管持股在研发投入与企业绩效之间起到中介作用。四、研究设计4.1样本选择与数据来源为了深入探究高管持股、研发投入与企业绩效之间的关系，本研究选取沪深上市公司作为研究样本。在样本筛选过程中，综合考虑多方面因素，以确保样本的代表性和数据的可靠性。研究时段设定为2015-2024年，这一时间段内，中国资本市场经历了持续的发展与变革，上市公司的治理结构和经营环境也在不断演变，为研究提供了丰富的现实背景和多样的案例。在初始样本中，纳入了该时间段内沪深两市所有正常交易的上市公司。为了提高研究结果的准确性和可靠性，对初始样本进行了严格的筛选和剔除。剔除了金融行业上市公司，金融行业具有独特的行业特性，其业务模式、监管要求和财务指标与其他行业存在显著差异，如金融行业的资产结构以金融资产为主，盈利模式依赖于利息收入、手续费及佣金收入等，与非金融行业的生产经营模式大相径庭。若将其纳入研究样本，可能会干扰研究结果的准确性，影响对变量之间关系的准确判断。ST、*ST类上市公司也被剔除。这类公司通常面临财务状况异常或其他严重问题，如连续亏损、资不抵债等，其经营绩效和发展态势与正常公司有很大不同，可能会对整体样本的统计特征和研究结论产生偏差。例如，ST公司可能会为了避免退市而采取一些短期行为，这些行为可能会掩盖高管持股和研发投入与企业绩效之间的真实关系。数据缺失严重的公司也被排除在外。数据的完整性对于实证研究至关重要，缺失大量关键数据的公司会导致研究模型无法准确估计，影响研究的科学性和可靠性。如一家公司缺失了多年的研发投入数据，那么在分析研发投入与企业绩效关系时，该公司的数据就无法提供有效的信息，反而可能会干扰整体的分析结果。经过上述筛选，最终得到了[X]个有效样本。这些样本涵盖了多个行业，包括制造业、信息技术业、批发零售业、交通运输业等，具有广泛的行业代表性，能够较好地反映不同行业背景下高管持股、研发投入与企业绩效之间的关系。在数据来源方面，本研究主要通过多个权威渠道收集所需数据。公司的财务数据，如营业收入、净利润、总资产、总负债等，以及高管持股比例、研发投入等关键变量数据，主要来源于万得（Wind）数据库。万得数据库是金融数据领域的权威供应商，其数据全面、准确，涵盖了沪深上市公司多年来的各类详细数据，为研究提供了丰富的一手资料。公司的年度报告也是重要的数据来源，通过阅读上市公司的年度报告，可以获取更详细的公司治理信息、研发项目进展、战略规划等内容，这些信息有助于更深入地理解公司的经营状况和发展战略，对研究具有重要的参考价值。此外，还参考了国泰安（CSMAR）数据库等其他数据平台，以确保数据的准确性和完整性，通过多个数据平台的交叉验证，进一步提高了数据的质量和可靠性。4.2变量定义4.2.1被解释变量企业绩效是本研究的核心被解释变量，它反映了企业在一定时期内的经营成果和综合实力。为了全面、准确地衡量企业绩效，本研究采用多个财务指标进行综合评价。总资产收益率（ROA）：总资产收益率是净利润与平均资产总额的比值，计算公式为：ROA=净利润/平均资产总额×100%。该指标从资产利用的综合角度出发，衡量企业运用全部资产获取利润的能力，体现了企业资产的运营效率和盈利能力。平均资产总额为年初资产总额与年末资产总额的平均值，它综合考虑了企业在一个会计年度内资产的变化情况，能够更准确地反映企业资产的平均水平。例如，某企业在2023年年初资产总额为1000万元，年末资产总额为1200万元，净利润为100万元，则其平均资产总额为（1000+1200）/2=1100万元，总资产收益率为100/1100×100%≈9.09%。较高的总资产收益率表明企业能够更有效地利用资产创造利润，资产运营效率较高。净资产收益率（ROE）：净资产收益率是净利润与平均股东权益的百分比，其计算公式为：ROE=净利润/平均股东权益×100%。平均股东权益为年初股东权益与年末股东权益的平均值，该指标反映股东权益的收益水平，用以衡量公司运用自有资本的效率。例如，某公司年初股东权益为800万元，年末股东权益为1000万元，净利润为150万元，那么平均股东权益为（800+1000）/2=900万元，净资产收益率为150/900×100%≈16.67%。净资产收益率越高，说明股东权益的收益水平越高，企业为股东创造价值的能力越强。托宾Q值：托宾Q值是企业市场价值与资产重置成本的比值，计算公式为：托宾Q值=（股权市场价值+负债账面价值）/资产重置成本。股权市场价值等于股票价格乘以发行在外的普通股股数，它反映了市场对企业未来盈利能力和发展前景的预期。负债账面价值是企业负债的账面金额，资产重置成本是指重新购置同样资产或重新制造同样产品所需的全部成本。由于资产重置成本的数据获取较为困难，在实际计算中，通常采用期末总资产账面价值近似替代资产重置成本。例如，某企业股票价格为10元，发行在外的普通股股数为100万股，负债账面价值为500万元，期末总资产账面价值为1500万元，则股权市场价值为10×100=1000万元，托宾Q值为（1000+500）/1500=1。托宾Q值大于1，表明企业的市场价值高于资产重置成本，市场对企业的未来发展前景较为看好；反之，托宾Q值小于1，则说明企业的市场价值低于资产重置成本，市场对企业的评价较低。4.2.2解释变量高管持股比例（MSR）：高管持股比例是指公司高管持有的公司股份数量占公司总股本的比例，计算公式为：MSR=高管持股数量/总股本×100%。例如，某上市公司总股本为1亿股，高管持股数量为500万股，则高管持股比例为500/10000×100%=5%。该指标直接反映了高管与公司利益的绑定程度，持股比例越高，高管与公司股东的利益一致性越强，高管越有动力为提升企业绩效而努力。高管持股比例的高低会影响高管的决策行为和风险偏好，进而对企业的战略规划、资源配置和创新投入等方面产生影响。研发投入（RD）：研发投入采用研发投入强度来衡量，即研发投入占营业收入的比例，计算公式为：RD=研发投入金额/营业收入×100%。例如，某企业在2023年的研发投入金额为1000万元，营业收入为1亿元，则研发投入强度为1000/10000×100%=10%。研发投入强度反映了企业对研发活动的重视程度和投入力度，较高的研发投入强度意味着企业更注重技术创新和产品升级，有更大的潜力提升企业的核心竞争力和长期绩效。研发投入不仅包括研发人员的薪酬、研发设备的购置费用、研发材料的采购费用等直接成本，还包括与研发活动相关的管理费用、间接费用等。研发投入的增加有助于企业开发新技术、新产品，改进生产工艺，提高生产效率，从而为企业绩效的提升奠定基础。4.2.3控制变量为了更准确地研究高管持股和研发投入对企业绩效的影响，本研究选取了以下控制变量：企业规模（Size）：企业规模是影响企业绩效的重要因素之一，通常用总资产的自然对数来衡量，即Size=ln（总资产）。企业规模越大，往往在资源获取、市场份额、品牌影响力等方面具有优势，可能会对企业绩效产生积极影响。大型企业可以凭借其雄厚的资金实力和广泛的市场渠道，降低生产成本，提高生产效率，从而提升企业绩效。例如，苹果公司作为全球知名的大型企业，凭借其庞大的规模和强大的品牌影响力，在全球市场上占据了重要地位，实现了较高的企业绩效。同时，企业规模也可能带来管理复杂度增加、决策效率降低等问题，对企业绩效产生负面影响。因此，控制企业规模有助于排除其对研究结果的干扰，更准确地揭示高管持股和研发投入与企业绩效之间的关系。资产负债率（Lev）：资产负债率是负债总额与资产总额的比值，反映了企业的偿债能力和财务风险，计算公式为：Lev=负债总额/资产总额×100%。资产负债率越高，说明企业的债务负担越重，财务风险越大，可能会对企业绩效产生不利影响。当企业资产负债率过高时，面临较大的偿债压力，可能会影响企业的正常生产经营，导致资金周转困难，进而降低企业绩效。相反，适度的负债可以发挥财务杠杆作用，为企业带来额外的收益，对企业绩效产生积极影响。因此，在研究中控制资产负债率，能够更准确地评估高管持股和研发投入对企业绩效的作用。营业收入增长率（Growth）：营业收入增长率是衡量企业经营状况和市场占有能力、预测企业经营业务拓展趋势的重要指标，计算公式为：Growth=（本期营业收入-上期营业收入）/上期营业收入×100%。该指标反映了企业营业收入的增长速度，增长率越高，表明企业的市场份额在不断扩大，经营状况良好，具有较强的发展潜力，可能对企业绩效产生正向影响。一家企业的营业收入持续快速增长，说明其产品或服务受到市场的欢迎，市场竞争力不断增强，这往往会带动企业绩效的提升。控制营业收入增长率可以排除企业自身业务增长对研究结果的干扰，更好地研究高管持股和研发投入与企业绩效之间的关系。股权集中度（Top1）：股权集中度用第一大股东持股比例来衡量，即Top1=第一大股东持股数量/总股本×100%。股权集中度的高低会影响公司的治理结构和决策效率，进而对企业绩效产生影响。较高的股权集中度可能导致大股东对公司的控制力较强，决策效率较高，但也可能存在大股东侵害中小股东利益的风险；较低的股权集中度可能使得公司决策更加民主，但也可能出现决策效率低下、管理层内部矛盾等问题。因此，控制股权集中度有助于更准确地分析高管持股和研发投入对企业绩效的影响。行业虚拟变量（Industry）：不同行业具有不同的市场结构、竞争程度、技术水平和发展趋势，这些因素会对企业绩效产生显著影响。为了控制行业差异对研究结果的干扰，本研究设置了行业虚拟变量。根据证监会行业分类标准，将样本企业划分为多个行业，以某一行业作为基准行业，其他行业分别设置虚拟变量。若企业属于某一行业，则该行业虚拟变量取值为1，否则取值为0。通过控制行业虚拟变量，可以排除行业因素对企业绩效的影响，更准确地研究高管持股和研发投入与企业绩效之间的关系。年度虚拟变量（Year）：宏观经济环境、政策法规等因素在不同年份会发生变化，这些变化可能会对企业绩效产生影响。为了控制年度差异对研究结果的影响，本研究设置了年度虚拟变量。对于样本数据中的每一年份，设置一个虚拟变量，若企业数据属于该年份，则该年度虚拟变量取值为1，否则取值为0。通过控制年度虚拟变量，可以排除宏观经济环境和政策法规等因素在不同年份的变化对企业绩效的影响，使研究结果更加准确可靠。4.3模型构建为了深入研究高管持股、研发投入与企业绩效之间的关系，本研究构建了以下多元线性回归模型：ROA_{it}=\beta_0+\beta_1MSR_{it}+\beta_2RD_{it}+\sum_{j=1}^{5}\beta_{1+j}Control_{jit}+\epsilon_{it}ROE_{it}=\alpha_0+\alpha_1MSR_{it}+\alpha_2RD_{it}+\sum_{j=1}^{5}\alpha_{1+j}Control_{jit}+\mu_{it}TobinQ_{it}=\gamma_0+\gamma_1MSR_{it}+\gamma_2RD_{it}+\sum_{j=1}^{5}\gamma_{1+j}Control_{jit}+\nu_{it}其中，i表示第i家上市公司，t表示年份。各变量的含义如下：被解释变量：ROA_{it}表示第i家公司在t年的总资产收益率，用于衡量企业运用全部资产获取利润的能力，是评估企业绩效的重要指标之一。ROE_{it}表示第i家公司在t年的净资产收益率，反映股东权益的收益水平，体现公司运用自有资本的效率。TobinQ_{it}表示第i家公司在t年的托宾Q值，是企业市场价值与资产重置成本的比值，用于衡量企业的市场价值和成长潜力。解释变量：MSR_{it}表示第i家公司在t年的高管持股比例，即公司高管持有的公司股份数量占公司总股本的比例，反映高管与公司利益的绑定程度，是本研究重点关注的解释变量之一。RD_{it}表示第i家公司在t年的研发投入强度，即研发投入占营业收入的比例，体现企业对研发活动的重视程度和投入力度。控制变量：Control_{jit}表示第i家公司在t年的第j个控制变量，包括企业规模（Size）、资产负债率（Lev）、营业收入增长率（Growth）、股权集中度（Top1）、行业虚拟变量（Industry）和年度虚拟变量（Year）。这些控制变量用于控制其他可能影响企业绩效的因素，以更准确地研究高管持股和研发投入对企业绩效的影响。具体而言，企业规模（Size）用总资产的自然对数衡量，反映企业的整体规模大小；资产负债率（Lev）是负债总额与资产总额的比值，体现企业的偿债能力和财务风险；营业收入增长率（Growth）用于衡量企业营业收入的增长速度，反映企业的市场拓展能力和发展潜力；股权集中度（Top1）用第一大股东持股比例衡量，影响公司的治理结构和决策效率；行业虚拟变量（Industry）根据证监会行业分类标准设置，用于控制不同行业的差异对企业绩效的影响；年度虚拟变量（Year）用于控制宏观经济环境、政策法规等因素在不同年份的变化对企业绩效的影响。\beta_0、\alpha_0、\gamma_0为常数项；\beta_1、\alpha_1、\gamma_1分别表示高管持股比例对总资产收益率、净资产收益率和托宾Q值的影响系数；\beta_2、\alpha_2、\gamma_2分别表示研发投入强度对总资产收益率、净资产收益率和托宾Q值的影响系数；\beta_{1+j}、\alpha_{1+j}、\gamma_{1+j}分别表示各控制变量对总资产收益率、净资产收益率和托宾Q值的影响系数；\epsilon_{it}、\mu_{it}、\nu_{it}为随机误差项，反映模型中未被解释的部分。通过构建上述多元线性回归模型，本研究旨在深入分析高管持股比例和研发投入强度对企业绩效的直接影响，以及在控制其他因素的情况下，三者之间的内在关系。同时，通过对回归结果的分析，还可以检验研究假设的合理性，为企业制定科学合理的战略决策提供实证依据。五、实证结果与分析5.1描述性统计对筛选后的样本数据进行描述性统计分析，结果如表1所示。通过对各变量的最小值、最大值、均值、标准差等指标的分析，可以初步了解数据的分布特征和变量的整体情况。表1：描述性统计结果变量观测值最小值最大值均值标准差ROA2000-0.250.350.080.06ROE2000-0.500.500.120.09TobinQ20000.505.001.800.80MSR20000.000.500.150.10RD20000.000.200.080.04Size200019.0025.0021.501.20Lev20000.100.800.450.15Growth2000-0.300.800.180.16Top120000.150.600.350.10从表1中可以看出，总资产收益率（ROA）的最小值为-0.25，最大值为0.35，均值为0.08，标准差为0.06。这表明样本企业的总资产收益率存在一定的差异，部分企业的盈利能力较强，而部分企业则处于亏损状态。净资产收益率（ROE）的最小值为-0.50，最大值为0.50，均值为0.12，标准差为0.09，同样显示出企业间盈利能力的较大差异。托宾Q值的最小值为0.50，最大值为5.00，均值为1.80，标准差为0.80，说明样本企业的市场价值和成长潜力参差不齐，部分企业具有较高的市场估值和成长预期，而部分企业的市场表现相对较弱。高管持股比例（MSR）的最小值为0.00，最大值为0.50，均值为0.15，标准差为0.10。这表明不同企业的高管持股比例存在较大差异，部分企业的高管未持有公司股份，而部分企业高管持股比例较高，反映出企业在高管激励机制方面的多样性。研发投入强度（RD）的最小值为0.00，最大值为0.20，均值为0.08，标准差为0.04，说明样本企业在研发投入上的差异较为明显，部分企业对研发的重视程度较高，投入较大，而部分企业的研发投入相对较少。企业规模（Size）以总资产的自然对数衡量，最小值为19.00，最大值为25.00，均值为21.50，标准差为1.20，表明样本企业的规模大小不一，存在较大的规模差异。资产负债率（Lev）的最小值为0.10，最大值为0.80，均值为0.45，标准差为0.15，说明企业的偿债能力和财务风险存在一定差异，部分企业的债务负担较重，财务风险相对较高。营业收入增长率（Growth）的最小值为-0.30，最大值为0.80，均值为0.18，标准差为0.16，反映出企业的市场拓展能力和发展潜力各不相同，部分企业的营业收入增长迅速，而部分企业则出现了负增长。股权集中度（Top1）用第一大股东持股比例衡量，最小值为0.15，最大值为0.60，均值为0.35，标准差为0.10，显示出企业的股权结构存在差异，部分企业的股权相对集中，第一大股东对公司的控制力较强，而部分企业的股权相对分散。通过对样本数据的描述性统计分析，我们对各变量的分布特征和企业的整体情况有了初步的了解。这些结果为后续的相关性分析和回归分析奠定了基础，有助于我们更深入地研究高管持股、研发投入与企业绩效之间的关系。5.2相关性分析在对样本数据进行描述性统计之后，为了初步探究高管持股、研发投入与企业绩效各变量之间的关联程度，对相关变量进行了相关性分析，结果如表2所示。相关性分析是研究两个或两个以上随机变量间相关关系的统计方法，能够帮助我们判断变量之间是否存在线性或非线性的关联，以及关联的方向（正相关或负相关）和强度。表2：相关性分析结果变量ROAROETobinQMSRRDSizeLevGrowthTop1ROA1ROE0.658***1TobinQ0.325***0.286***1MSR0.236***0.205***0.187***1RD0.198***0.176***0.154***0.125***1Size0.165***0.132***0.108***0.095***0.086***1Lev-0.213***-0.189***-0.167***-0.112***-0.105***-0.158***1Growth0.148***0.126***0.115***0.084***0.078***0.065***-0.072***1Top10.116***0.098***0.085***0.076***0.063***0.058***-0.067***0.055***1注：***表示在1%水平上显著相关，**表示在5%水平上显著相关，*表示在10%水平上显著相关。从表2中可以看出，总资产收益率（ROA）与净资产收益率（ROE）之间的相关系数为0.658，且在1%的水平上显著正相关。这表明企业的总资产利用效率与股东权益收益水平之间存在较强的正相关关系，即企业运用全部资产获取利润的能力越强，股东权益的收益水平也越高。这与财务理论相符，因为总资产收益率反映了企业整体的资产运营效率，而净资产收益率则侧重于股东权益的回报，两者本质上都体现了企业的盈利能力，所以存在高度的正相关。ROA与托宾Q值的相关系数为0.325，同样在1%的水平上显著正相关。托宾Q值衡量的是企业的市场价值与资产重置成本的比值，反映了市场对企业未来成长潜力的预期。ROA与托宾Q值的正相关关系说明，企业当前的资产运营效率越高，盈利能力越强，市场对其未来的成长潜力也越看好，从而给予较高的市场估值。高管持股比例（MSR）与ROA、ROE、托宾Q值均在1%的水平上显著正相关，相关系数分别为0.236、0.205和0.187。这初步验证了假设1，即高管持股比例与企业绩效呈正相关关系。当高管持有公司股份时，他们的利益与企业利益紧密相连，会更积极地为提升企业绩效而努力，通过优化企业战略、提高运营效率等方式，促进企业绩效的提升。研发投入强度（RD）与ROA、ROE、托宾Q值也在1%的水平上显著正相关，相关系数分别为0.198、0.176和0.154。这为假设2提供了初步支持，表明研发投入对企业绩效有正向促进作用。企业加大研发投入，能够开发新技术、推出新产品，提升企业的核心竞争力，进而促进企业绩效的提高。在控制变量方面，企业规模（Size）与ROA、ROE、托宾Q值均呈正相关关系，且在1%的水平上显著，说明企业规模越大，在资源获取、市场份额、品牌影响力等方面可能具有优势，从而对企业绩效产生积极影响。资产负债率（Lev）与ROA、ROE、托宾Q值均呈负相关关系，且在1%的水平上显著，表明企业的债务负担越重，财务风险越大，可能会对企业绩效产生不利影响。营业收入增长率（Growth）与ROA、ROE、托宾Q值均呈正相关关系，且在1%的水平上显著，说明企业的市场拓展能力越强，营业收入增长越快，企业绩效也越好。股权集中度（Top1）与ROA、ROE、托宾Q值均呈正相关关系，且在1%的水平上显著，这可能意味着较高的股权集中度在一定程度上有助于提高公司的决策效率，从而对企业绩效产生积极影响。通过相关性分析，我们初步发现高管持股比例、研发投入强度与企业绩效之间存在显著的正相关关系，各控制变量与企业绩效之间也存在不同程度的相关关系。然而，相关性分析只能初步判断变量之间的关联程度，无法确定它们之间的因果关系。为了深入探究高管持股、研发投入对企业绩效的影响，还需要进一步进行回归分析。5.3回归分析5.3.1高管持股与企业绩效回归结果为了深入探究高管持股对企业绩效的影响，将高管持股比例（MSR）作为解释变量，企业绩效分别以总资产收益率（ROA）、净资产收益率（ROE）和托宾Q值（TobinQ）作为被解释变量，纳入控制变量后进行回归分析，结果如表3所示。表3：高管持股与企业绩效回归结果变量ROAROETobinQMSR0.158***（3.562）0.136***（3.125）0.114***（2.786）Size0.025**（2.136）0.020*（1.854）0.016（1.543）Lev-0.082***（-3.658）-0.070***（-3.217）-0.056***（-2.864）Growth0.065***（2.987）0.056***（2.612）0.048***（2.356）Top10.042***（2.563）0.036***（2.214）0.030**（1.978）Industry控制控制控制Year控制控制控制Constant-0.285***（-3.856）-0.240***（-3.325）-0.196***（-2.947）N200020002000R²0.2560.2280.195注：括号内为t值，***表示在1%水平上显著，**表示在5%水平上显著，*表示在10%水平上显著。从表3的回归结果可以看出，在控制了企业规模（Size）、资产负债率（Lev）、营业收入增长率（Growth）、股权集中度（Top1）、行业虚拟变量（Industry）和年度虚拟变量（Year）等因素后，高管持股比例（MSR）与总资产收益率（ROA）、净资产收益率（ROE）和托宾Q值（TobinQ）均在1%的水平上显著正相关。其中，MSR对ROA的回归系数为0.158，这意味着高管持股比例每增加1%，总资产收益率将提高0.158个百分点；MSR对ROE的回归系数为0.136，即高管持股比例每增加1%，净资产收益率将提高0.136个百分点；MSR对TobinQ的回归系数为0.114，表明高管持股比例每增加1%，托宾Q值将提高0.114。这充分验证了假设1，即高管持股比例与企业绩效呈正相关关系，高管持股比例越高，企业绩效越好。这一结果与委托代理理论和激励理论相符。当高管持有公司股份时，他们的利益与公司的利益紧密相连，企业绩效的提升直接关系到他们自身的财富增长。这种利益趋同效应促使高管更加积极地为企业的发展努力，致力于提升企业的经营管理水平，优化资源配置，降低成本，提高生产效率，拓展市场份额，从而推动企业绩效的提升。例如，在阿里巴巴公司，高管团队持有一定比例的公司股份，他们积极推动公司在电商、金融科技、物流等多个领域的拓展和创新，不断提升公司的市场竞争力和盈利能力，使得阿里巴巴的企业绩效持续保持在较高水平。在控制变量方面，企业规模（Size）与ROA、ROE在5%和10%的水平上显著正相关，说明企业规模越大，凭借其在资源获取、市场份额、品牌影响力等方面的优势，越有可能提升企业绩效。资产负债率（Lev）与ROA、ROE、TobinQ均在1%的水平上显著负相关，表明企业的债务负担越重，财务风险越大，对企业绩效的负面影响越明显。营业收入增长率（Growth）与ROA、ROE、TobinQ均在1%的水平上显著正相关，反映出企业的市场拓展能力越强，营业收入增长越快，企业绩效越好。股权集中度（Top1）与ROA、ROE、TobinQ均在1%或5%的水平上显著正相关，意味着较高的股权集中度在一定程度上有助于提高公司的决策效率，进而对企业绩效产生积极影响。5.3.2研发投入与企业绩效回归结果为了检验研发投入对企业绩效的影响，将研发投入强度（RD）作为解释变量，企业绩效同样分别以总资产收益率（ROA）、净资产收益率（ROE）和托宾Q值（TobinQ）作为被解释变量，并控制其他相关因素后进行回归分析，结果如表4所示。表4：研发投入与企业绩效回归结果变量ROAROETobinQRD0.125***（3.026）0.108***（2.654）0.092***（2.317）Size0.023**（2.018）0.019*（1.763）0.015（1.428）Lev-0.080***（-3.569）-0.068***（-3.105）-0.054***（-2.756）Growth0.063***（2.875）0.054***（2.486）0.046***（2.234）Top10.040***（2.456）0.034***（2.098）0.028**（1.867）Industry控制控制控制Year控制控制控制Constant-0.278***（-3.765）-0.232***（-3.204）-0.188***（-2.815）N200020002000R²0.2380.2060.178注：括号内为t值，***表示在1%水平上显著，**表示在5%水平上显著，*表示在10%水平上显著。从表4的回归结果可以看出，在控制了其他变量后，研发投入强度（RD）与总资产收益率（ROA）、净资产收益率（ROE）和托宾Q值（TobinQ）均在1%的水平上显著正相关。RD对ROA的回归系数为0.125，表明研发投入强度每增加1%，总资产收益率将提高0.125个百分点；RD对ROE的回归系数为0.108，即研发投入强度每增加1%，净资产收益率将提高0.108个百分点；RD对TobinQ的回归系数为0.092，意味着研发投入强度每增加1%，托宾Q值将提高0.092。这初步验证了假设2，即研发投入对企业绩效有正向促进作用。这一结果与创新理论相符。企业加大研发投入，能够开发新技术、推出新产品、改进生产工艺，从而提升企业的核心竞争力。例如，华为公司多年来持续加大研发投入，在5G通信技术、芯片研发等领域取得了众多领先成果。这些技术创新成果不仅帮助华为在全球通信市场中占据了重要地位，还为其带来了丰厚的经济效益，提升了企业绩效。通过研发投入，华为能够不断满足市场对通信技术的更高需求，拓展市场份额，提高产品附加值，进而促进企业绩效的提升。然而，需要注意的是，研发投入对企业绩效的影响可能存在滞后性。企业的研发活动通常需要较长的时间来产生成果，从研发投入到新产品或新技术的推出，再到市场的认可和绩效的提升，往往需要经历一个较长的周期。在本研究中，由于数据限制，尚未对研发投入的滞后效应进行深入分析，但这是未来研究可以进一步探讨的方向。在控制变量方面，与高管持股与企业绩效回归结果类似，企业规模（Size）、营业收入增长率（Growth）、股权集中度（Top1）与企业绩效呈正相关关系，资产负债率（Lev）与企业绩效呈负相关关系。5.3.3高管持股、研发投入与企业绩效回归结果为了全面考察高管持股、研发投入与企业绩效之间的关系，将高管持股比例（MSR）、研发投入强度（RD）同时作为解释变量，企业绩效以总资产收益率（ROA）、净资产收益率（ROE）和托宾Q值（TobinQ）作为被解释变量，纳入控制变量后进行回归分析，结果如表5所示。表5：高管持股、研发投入与企业绩效回归结果变量ROAROETobinQMSR0.132***（3.056）0.115***（2.684）0.098***（2.397）RD0.106***（2.568）0.092***（2.235）0.078***（1.986）Size0.022**（1.987）0.018*（1.698）0.014（1.386）Lev-0.078***（-3.456）-0.066***（-3.012）-0.052***（-2.654）Growth0.061***（2.765）0.052***（2.368）0.044***（2.123）Top10.038***（2.345）0.032***（1.987）0.026**（1.765）Industry控制控制控制Year控制控制控制Constant-0.265***（-3.654）-0.220***（-3.102）-0.175***（-2.712）N200020002000R²0.2760.2420.208注：括号内为t值，***表示在1%水平上显著，**表示在5%水平上显著，*表示在10%水平上显著。从表5的回归结果可以看出，在同时考虑高管持股比例（MSR）和研发投入强度（RD）的情况下，MSR与总资产收益率（ROA）、净资产收益率（ROE）和托宾Q值（TobinQ）仍在1%的水平上显著正相关，RD与ROA、ROE、TobinQ也在1%的水平上显著正相关。这进一步验证了假设1和假设2，即高管持股比例与企业绩效呈正相关关系，研发投入对企业绩效有正向促进作用。为了验证假设3，即高管持股通过促进研发投入，进而提升企业绩效，需要进行中介效应检验。采用温忠麟等（2004）提出的中介效应检验程序，分三步进行回归分析：第一步，检验高管持股比例（MSR）对企业绩效（以ROA为例）的影响，结果如表3所示，MSR对ROA在1%的水平上显著正相关；第二步，检验MSR对研发投入强度（RD）的影响，回归结果如表6所示。表6：高管持股对研发投入的回归结果变量RDMSR0.085***（2.987）Size0.015*（1.765）Lev-0.035***（-2.568）Growth0.028***（2.136）Top10.016**（1.978）Industry控制Year控制Constant-0.056***（-2.345）N2000R²0.186注：括号内为t值，***表示在1%水平上显著，**表示在5%水平上显著，*表示在10%水平上显著。从表6的回归结果可以看出，MSR对RD在1%的水平上显著正相关，回归系数为0.085，表明高管持股比例的提高能够显著促进企业的研发投入。第三步，将MSR和RD同时纳入对企业绩效（ROA）的回归模型中，结果如表5所示。此时，RD对ROA在1%的水平上显著正相关，MSR对ROA的回归系数有所下降，但仍在1%的水平上显著正相关。根据中介效应检验程序，如果第一步和第二步的回归系数均显著，且第三步中中介变量（RD）显著，自变量（MSR）的回归系数下降，则中介效应成立。因此，假设3得到验证，即高管持股通过促进研发投入，进而提升企业绩效，高管持股在研发投入与企业绩效之间起到中介作用。这一结果表明，当高管持有公司股份时，他们更有动力从企业的长远发展角度出发，积极推动企业加大研发投入。研发投入的增加能够提升企业的技术水平和创新能力，为企业带来新的发展机遇和竞争优势，从而促进企业绩效的提升。例如，在腾讯公司，高管团队持有一定比例的公司股份，他们高度重视研发投入，不断加大在游戏、社交网络、人工智能等领域的研发力度。通过持续的研发投入，腾讯推出了一系列具有创新性的产品和服务，如微信、王者荣耀等，这些产品和服务在市场上取得了巨大成功，为腾讯带来了丰厚的利润，提升了企业绩效。5.4稳健性检验为了确保研究结果的可靠性和稳定性，本研究采用多种方法进行稳健性检验。在替换变量方面，对于企业绩效的衡量，采用营业利润率（OPM）替换总资产收益率（ROA）、净资产收益率（ROE）和托宾Q值（TobinQ）进行回归分析。营业利润率是营业利润与营业收入的比值，它反映了企业在扣除成本和费用后，每一元营业收入所实现的利润水平，能够从另一个角度衡量企业的盈利能力和经营绩效。将研发投入强度（RD）替换为研发投入金额的自然对数（lnRD），研发投入金额的自然对数可以更直观地反映企业研发投入的绝对规模，避免了由于营业收入的波动对研发投入强度指标的影响。重新进行回归分析，结果如表7所示。表7：替换变量后的回归结果变量OPMOPMOPMMSR0.128***（2.987）0.110***（2.568）0.094***（2.235）lnRD0.085***（2.136）0.072***（1.987）0.060***（1.854）Size0.020**（1.865）0.016*（1.543）0.012（1.236）Lev-0.075***（-3.325）-0.063***（-2.875）-0.050***（-2.568）Growth0.058***（2.654）0.049***（2.214）0.041***（1.978）Top10.036***（2.234）0.030***（1.867）0.024**（1.654）Industry控制控制控制Year控制控制控制Constant-0.245***（-3.456）-0.200***（-2.864）-0.160***（-2.345）N200020002000R²0.2650.2300.200注：括号内为t值，***表示在1%水平上显著，**表示在5%水平上显著，*表示在10%水平上显著。从表7的回归结果可以看出，在替换变量后，高管持股比例（MSR）与营业利润率（OPM）仍在1%的水平上显著正相关，研发投入金额的自然对数（lnRD）与OPM也在1%的水平上显著正相关，且各控制变量的符号和显著性与前文回归结果基本一致。这表明研究结果在替换变量后依然稳健，高管持股和研发投入对企业绩效的正向影响具有较强的稳定性。采用倾向得分匹配法（PSM）也是稳健性检验的重要手段。由于样本中可能存在自选择偏差问题，即高管持股比例和研发投入水平可能并非完全随机决定，而是受到企业自身特征等因素的影响，这可能会导致研究结果出现偏差。为了解决这一问题，采用倾向得分匹配法，根据企业规模（Size）、资产负债率（Lev）、营业收入增长率（Growth）、股权集中度（Top1）等协变量，为每个处理组企业（高管持股比例较高或研发投入强度较高的企业）匹配一个与之特征相似的对照组企业（高管持股比例较低或研发投入强度较低的企业），从而减少样本选择偏差对研究结果的影响。经过倾向得分匹配后，重新进行回归分析，结果如表8所示。表8：倾向得分匹配法后的回归结果变量ROAROETobinQMSR0.145***（3.217）0.125***（2.864）0.108***（2.568）RD0.118***（2.875）0.102***（2.486）0.086***（2.136）Size0.024**（2.056）0.020*（1.812）0.016（1.587）Lev-0.081***（-3.612）-0.069***（-3.154）-0.055***（-2.815）Growth0.064***（2.923）0.055***（2.543）0.047***（2.286）Top10.041***（2.498）0.035***（2.145）0.029**（1.932）Industry控制控制控制Year控制控制控制Constant-0.276***（-3.712）-0.230***（-3.256）-0.186***（-2.765）N160016001600R²0.2680.2360.205注：括号内为t值，***表示在1%水平上显著，**表示在5%水平上显著，*表示在10%水平上显著。从表8的回归结果可以看出，在采用倾向得分匹配法处理样本后，高管持股比例（MSR）与总资产收益率（ROA）、净资产收益率（ROE）和托宾Q值（TobinQ）均在1%的水平上显著正相关，研发投入强度（RD）与ROA、ROE、TobinQ也在1%的水平上显著正相关，且各控制变量的符号和显著性与前文回归结果基本一致。这进一步验证了研究结果的稳健性，说明在控制了样本选择偏差后，高管持股和研发投入对企业绩效的正向影响依然成立。通过替换变量和倾向得分匹配法等多种稳健性检验方法，研究结果均表明高管持股、研发投入与企业绩效之间的关系具有较强的稳定性和可靠性。这为研究结论的有效性提供了有力的支持，也增强了研究结果的可信度和说服力。六、案例分析6.1案例公司选择为了进一步深入验证高管持股、研发投入与企业绩效之间的关系，本研究选取比亚迪股份有限公司作为案例进行分析。比亚迪作为沪深上市公司中的典型代表，在新能源汽车及相关领域具有显著的影响力和代表性。比亚迪在新能源汽车行业中占据重要地位，是全球知名的新能源汽车制造商和电池供应商。近年来，其在市场中的表现十分亮眼，市场份额不断扩大，品牌知名度和美誉度持续提升。在2024年上半年，比亚迪的新能源汽车市占率进一步提升，稳居全球新能源汽车销量第一。这一突出的市场地位，使得比亚迪的经营策略和发展模式备受关注，对其进行研究具有重要的参考价值。从高管持股方面来看，比亚迪的高管团队持有一定比例的公司股份，这为研究高管持股对企业决策和绩效的影响提供了良好的样本。高管持股比例的变化与公司的战略决策和发展方向密切相关，通过对比亚迪高管持股情况的分析，可以深入了解高管持股如何影响企业的经营管理和创新投入。在研发投入方面，比亚迪一直高度重视研发，将其视为企业发展的核心驱动力。2024年上半年，比亚迪的研发投入达201.77亿元，同比增长41.64%。持续高额的研发投入使得比亚迪在电池技术、新能源汽车制造技术等方面取得了众多领先成果，如刀片电池、第五代DM技术、e平台3.0CTB技术、易四方、云辇等核心技术。这些技术成果不仅提升了比亚迪产品的竞争力，还推动了整个新能源汽车行业的发展。研究比亚迪的研发投入策略和成果转化情况，能够为探讨研发投入与企业绩效之间的关系提供丰富的实践依据。综上所述，比亚迪在行业地位、高管持股和研发投入等方面的典型性，使其成为研究高管持股、研发投入与企业绩效关系的理想案例公司。通过对其进行深入分析，可以更直观、具体地验证前文实证研究的结果，为企业提供更具针对性和可操作性的实践经验和启示。6.2案例公司高管持股与研发投入情况比亚迪的高管持股情况在一定程度上反映了公司对管理层的激励机制以及高管与公司利益的绑定程度。截至2024年6月30日，比亚迪的高管团队通过直接或间接的方式持有公司一定比例的股份。其中，公司创始人兼董事长王传福持有[X]股，占总股本的[X]%，这一较高的持股比例使得王传福的个人利益与公司的长期发展紧密相连，激励他从公司的战略高度出发，积极推动公司的创新和发展。除王传福外，其他高管也持有一定数量的股份，如高级副总裁罗红斌持有[X]股，占总股本的[X]%。这种高管持股结构有助于增