二、实证研究设计
(一)模型设计与变量定义
1.模型设计
根据研究假设分别构建政府资助、税费返还和所得税优惠对企业研发投资的影响关系模型:
在模型(1)(2)(3)(4)中α0、β0、φ0、γ0为常数干扰项,α1-α6、β1-β7、φ1-φ6、γ1-γ11为回归系数,μ、ξ、ψ、τ为随机扰动项。
2.变量定义
本章主要的变量包括被解释变量、解释变量和控制变量。
(1)被解释变量
研发投资:在现有文献中,研发投资强度常被作为研发投资的代理变量,借鉴鲁桐和党印(2014)、朱乃平等(2014)、袁建国等(2015)等模型的变量设计,选取研发支出占期末资产总额的比例(rd_intensity1)作为企业研发投资的代理变量;在稳健性检验中,借鉴姜涛和王怀明(2012)、刘振(2014)、鲁桐和党印(2014)、夏芸(2014)、李后建和张宗益(2015)、佟爱琴和陈蔚(2016)等模型的变量设计,选取研发支出占营业收入的比例(rd_intensity2)作为企业研发投资的代理变量。
(2)解释变量
政府补贴:在现有文献中,政府资助强度常被作为政府补贴的代理变量,借鉴翟淑萍和毕晓方(2016)、佟爱琴和陈蔚(2016)等模型的变量设计,选取政府资助占期末资产总额的比例(gov_aid1)作为政府补贴的代理变量;在稳健性检验中,借鉴康志勇(2013)的变量设计,选取政府资助占营业收入的比例(gov_aid2)作为政府补贴的代理变量。
税费返还:税费返还主要是对企业研发投资成功后的激励,不仅能够降低企业研发投资的边际成本,而且能够弥补企业研发投资的内源融资缺口,促进企业增加研发投资(刘振,2016),故选取税费返还占期末资产总额的比例为代理变量(ref_tax1);在稳健性检验时,选取税费返还占营业收入的比例指标(ref_tax2)。
所得税优惠:在现有文献中,所得税优惠主要采用其反向指标间接进行表示,即主要采用企业所得税负担来表示。譬如,付文林和赵永辉(2014)主要用税收负担(Ln(得税费用/利润总额×100)),水会莉等(2015)主要用企业所得税税负率(所得税费用/息税前利润),为了更加直接地反映所得税优惠程度,本书用“25%-(所得税费用/利润总额)”指标作为企业所得税优惠的代理变量,因为在2007年以后,一般纳税人的所得税税率为25%,并且给予了不同类型企业不同的优惠税率,由于上市公司下属诸多不同类型的子公司或孙公司,其享有的税收优惠不同,该指标能够更加直接地反映整体上市公司的优惠程度。
(3)控制变量
控制变量的选取主要借鉴以往相关研究文献,主要包括资本结构=总负债/总资产(刘伟和刘星,2007;周杰和薛有志,2008;陈胜蓝,2011;姜涛和王怀明,2012;王燕妮和李爽,2013;徐宁,2013;徐宁和徐向艺,2013;夏芸,2014;刘华芳和杨建君,2014;翟淑萍和毕晓方,2016),公司资产规模=Ln(期末资产总额)(周杰和薛有志,2008;陈胜蓝,2011;唐清泉等,2011;姜涛和王怀明,2012;徐宁,2013;徐宁和徐向艺,2013;王燕妮和李爽,2013;刘华芳和杨建君,2014;翟淑萍和毕晓方,2016),公司人员规模=Ln(期末员工人数)(李春涛和宋敏,2010;李后建和张宗益,2015),是否是高新技术企业,采用哑变量,若为高技术企业,赋值为1,否则为0(王燕妮和李爽,2013;刘伟和刘星,2007);年度变量采用哑变量,若为i年,赋值为1,否则为0(刘伟和刘星,2007;唐清泉等,2011;姜涛和王怀明,2012;王燕妮和李爽,2013;夏芸,2014;翟淑萍和毕晓方,2016)。
具体变量的名称、符号和定义见表3-1所示。
表3-1 变量名称、符号和定义
(二)研究样本与数据来源
本章研究样本来自2007—2015年中国A股上市的计算机、通信和其他电子设备制造业,软件和信息技术服务业,医药制造业企业为研究样本,并对研究样本进行了合理的筛选,其筛选步骤如下:首先,选择在公司年报附注中披露R&D支出数据的上市公司;然后,基于ST公司和?ST公司经营活动和财务活动可能会出现异常变动,故剔除上市公司中的ST和?ST公司,以及数据缺失的上市公司;其次,对于连续变量,运用箱线图探测其是否存在异常值,对于出现异常值的变量,运用Winsorize进行缩尾处理。为了保证R&D数据的一致性,初始R&D数据主要在上市公司年报附注的“R&D支出”中,通过手工收集获得(1);其他数据来源于CS-MAR数据库、WIND数据库和锐思数据库,以及中国证监会所指定的网站和中国证券报等,并抽取部分样本数据与上市公司年报进行核对,对错误数据进行了修正。