论文创业板企业绩效的多层次影响因素基于面板数据模型，本文是数据模型学术论文怎么写和面板数据模型和创业板和影响因素相关电大毕业论文范文.
摘 要演创业板企业“三高” 现象背后的投资者短期逐利行为和高管“过度嵌入” 问题, 导致资源投入过量且配置非效率, 进而影响创新绩效.将创业板企业创新绩效影响因素的相关文献进行系统分析, 总结归纳为环境、结构、组织、个体四个层次.采用2011~2016 年创业板企业的数据, 构建面板数据模型对各层次的因素进行实证检验.旨在为企业充分利用资源提高创新绩效提供理论建议.
眼关键词演创业板企业； 创新绩效； 影响因素； 面板数据模型
[中图分类号] F832.5 [文献标识码] A [文章编号] 1673-0461（2017）12-0026-04
一、引言
经济的发展模式逐渐从重工业转向服务业和科技型企业, 粗放式的经济增长模式已经被抛弃,创新成了这个时代的主角.创业板GEM (GrowthEnterprises Market) 作为一个新兴板块为科技型创新企业提供了更多的渠道进行创新融资, 能够有更多的科研人力资源和知识资源进行创新投入,更好更快的实现创业板“两高六新” (成长性高、科技含量高； 新经济、新服务、新农业、新材料、新能源和新商业模式) 的要求.在我国, 创业板是主板市场发展到一定阶段出现的新兴市场, 因此其地位次于主板市场, 并且与主板市场、中小板市场共同组成了我国多层次的资本市场.政府在政策补助和税收上都给了创业板企业很大的优惠和帮助, 以提高创业板企业的创新绩效.但目前,创业板企业的高发行价、高市盈率和高超募“三高” 问题较为严重.超募资金的长期存在一方面会使创业板企业产生大量闲置资金, 这对于创业板企业资金使用效率会产生严重的负面影响.另一方面超募资金还会造成部分创业板企业的腐败现象.这些都影响了创业板企业创新绩效的提高.
创业板企业的成长与发展无论对于企业自身来说, 还是对于我国整体宏观经济的发展而言,意义都极为重大.但是相对于创业板企业在我国国民经济中的重要贡献, 其所处的宏观经济环境并不乐观, 且有关创业板企业创新绩效的研究成果也不多.创业板企业由于自身特殊性, 其创新绩效影响因素区别于其他类型的企业.为了能够清晰地界定影响创业板企业创新绩效的因素, 本文首先从大量文献中整理出创业板企业创新绩效的影响因素.通过对文献综述进行整合性研究,把独立的因素和独立的研究放在一起进行统计得到综合性结论.结合创业板企业的现实特征, 提出合理的影响因素.进而选取2011~2016 年创业板企业的数据资料进行实证检验.由于技术创新本身具有滞后性, 故选择含有滞后项的面板数据模型进行实证检验.研究的目的在于为企业充分利用资源提高创新绩效提供理论建议.
二、文献统计分析
技术创新理论最先由熊彼特提出, 之后被很多学者进行延伸和改动.每个学者在针对创新理论的发展脉络都有着自己独特的视角.对于创新绩效概念, 目前还没有统一的定义.对于创新绩效的测量存在多种方式.Cooke & Clifton （2002）以市场占有率、新数量、创新研发能力等八个问项作为度量绩效, 构建了社会资本和绩效的结构方程模型[1].张方华（2006） 在其研究中用5 个问项来测量创新绩效, 分别为企业申请专利、新产品销售额占比、新产品创新成功率、新产品数量和企业创新速度[2].严焰（2013） 采用专利申请量以及新产品产出作为创新绩效的测量指标[3].
本文通过对国内相关文献进行阅读和浏览, 对影响因素进行归纳梳理, 以此来发现学者们在我国创业板企业创新绩效影响因素归类方面达成的一致性以及分歧点, 对影响因素进行全面的衡量, 也对研究趋势做出一定的预测.本文首先在中国知网、维普网、万方网等网站利用关键词进行搜索.关键词选择“创新、绩效、创业板/创业板企业、创新绩效、影响因素” 的各种组合, 主要以2010～2017 年已发表的文献进行筛选, 然后进行归类.通过对关键字和篇名的搜索, 总共得到相关文献148 篇, 删除掉和本文研究主题不相关的文献, 最后保留65 篇文献, 按照研究层次进行分类和统计.
研究层次： 通过对影响因素进行分类和整理,本文将影响创业板企业创新绩效影响因素分为四个层次来进行统计： 环境层次, 是指国家、区域、行业等宏观环境.结构层次, 是指企业与外部组织或个人的互动联系.组织层次, 是指企业的规模、投入水平以及组织内部的学习机制.个体层次, 是指企业家的因素以及内部员工的因素.综合来看, 研究结构层次的文献居多, 组织层次和个体层次相差不大, 环境层次的研究最少.本文不仅统计了已有文献中的直接影响因素, 在大量阅读的基础上, 对文献内阐述的重复率较高的间接影响因素也进行了统计.从文献分析中可以看出, 学者们从不同的角度和层面、针对单个或多个影响因素展开了一系列的研究.研究初始集中针对宏观环境中产业集群, 以及组织层面的企业研发投入进行研究讨论.后期, 随着研究数量的增加, 研究议题逐渐细分和延伸.在开放式创新理论与产业集群理论的支持下, 众多学者开始研究创业板企业与所在产业集群其他创新主体的互动性,产生了较多结论.对个体层面的研究逐渐集中于基于公司治理理论的高管行为研究（见表1）.
环境层次聚焦于税收优惠与国家整体研发投入的影响作用[4-5],以实证研究为主, 体现出相关研究解决现实问题的导向作用.对结构层次的研究,一直是研究的热点.其中大部分研究集中于政府补助与风险投资以及两者的对比[6].也有部分以产业集群（技术溢出） 为主, 提出知识学习和知识转移是其中的关键*因素[7].组织层次研究成果基本以定量方式进行.最受关注的因素是研发投入, 研发投入不仅作为单变量进行研究, 而且被认为是其他因素影响创新绩效的*变量[8].企业规模、净流、资源获取能力等也被作为企业特征进行了研究, 研究结论基本一致.个体层次中基于*理论探讨高管激励是研究重点[9].同时高管背景与政治关联是研究趋势之一[10].还有研究提出技术独立董事也是影响因素之一[11].
三、实证检验
1.影响因素选择
从研究成果的梳理情况来看, 对创业板企业创新绩效的研究在广度上, 基本涵盖了宏微观各个层面, 研究内容充实.在深度上, 个别因素的研究已经较为成熟, 如研发投入等组织因素.但是存在两个不足之处： 一是系统性地对创业板企业创新绩效的影响因素进行研究的较少.一些硕士论文中进行了多层面的研究, 然而选择的指标过于偏向组织因素.二是对创业板企业的特征解释的不够.尽管结构因素的研究数量较多, 但是该方面的研究基本以技术创新或者产业集群为主要研究议题, 创业板企业只是基于样本选择的便利性, 对创业板企业的特点和研究必要性阐述的不够清楚.
由于创业板企业“三高” （高市盈率、高发行价、高超募额） 现象以及投资者非理性行为的普遍.导致创业板企业与其他上市企业相比, 融通资金并未带来相应的外部技术资源, 反而由于短期逐利行为的推动, 内部技术资源也没有得到充分发挥.此外, 由于高管的*问题和“过度嵌入”, 创业板企业的技术战略欠缺, 技术创新过程中表现出研发资源投入过量且配置非效率, 而不是资源稀缺.因此, 结合创业板企业自身的特点以及指标数据的可获得性, 本文在影响因素总结的基础上, 以过程效率为基础, 选择影响资源配置的因素进行进一步的分析.
环境层次维度中选择税收优惠.企业在一定的制度环境中才能顺利发展.结合我国现有实际, 税收优惠是企业最直接的影响因素.税收优惠同时具有产业政策的信号作用, 企业利用税收优惠的同时, 对自身技术战略与发展的重点已做出选择, 资源的配置也具有倾向性.在结构层次中选择政府补助水平与风险投资水平.这两个因素直接影响创业板企业研发资金量的充裕程度.同时这两个因素还有可能促进企业外部技术资源的获取, 能够在一定程度上优化企业的资源配置, 对企业技术创新具有重要作用.在组织层次维度中选择研发投入、净流.研发投入是企业技术创新最重要的因素.研发投入包括资金投入和人力投入.在企业技术创新的前期研发阶段, 研发投入具有重要的影响作用,但是在后期产业化阶段, 企业本身的经济实力起到决定性作用.经济实力较强的企业, 在产业化阶段投入资金量充足, 能够保证产业化进程的顺利进行, 同时缩短产业化过程的时间.因此, 选择企业经济实力最具有代表性的指标净流作为影响因素之一.在个体层次维度中选择高管激励作为影响因素.创业板企业中, 存在较为严重的*问题.而高管激励中, 高管薪酬能够促进企业短期财务绩效的提高, 持股水平则更能促进企业长期技术创新.由于创业板成立时间尚短, 用专利数据作为创新绩效的*变量相对显得比较科学客观而且数据真实, 对结果不会有太大的影响.
创新绩效的体现一般具有时滞性, 企业专利申请是在技术研发成熟的基础上进行的, 一般晚于企业的研发投入等.故本文构建含有滞后项的面板数据模型进行分析.面板数据模型是近年来计量经济学理论方法的重要发展之一.所谓面板数据是指由变量y 关于N 个不同对象的T 个观测期所得到二维结构数据, 记为yit, 其中, i 表示N 个不同对象（如国家、地区、行业、企业或者消费者等）, t 表示T 个观测期.具体又可分为固定效应模型和随机效应模型.本文构建面板数据模型如下：
Yit等于αit+β1Xit-1+μit；i 等于1,2,…,N,t等于1, 2,…,T （1）
其中, Yit 是被解释变量； αit 代表截面单元的个体特性, 反映被遗漏了的体现个体差异的因素效应； βit 是估计参数向量； Xit-1 是效应截面单元的解释变量向量； μit 是随机扰动项, 反映被遗漏了的体现截面与时序同时变化的因素效应； i 代表不同截面单元； t 代表不同时间.
本文所采用的数据均来自巨潮资讯网、佰腾专利网、国泰安CS-MAR 系列研究数据库, 以及《中国科技统计年鉴》《工业企业科技活动统计资料》等数据统计资料.剔除掉没有申请专利或专利数为0、年报信息较不完整的企业, 总共得到128 个样本企业.对这128 个企业的相关信息进行整理分析.通过的对样本数据的统计描述, 可以发现各企业专利数标准差达到了61.4791, 说明企业间技术创新水平存在显著差异.国家对高科技企业的税收优惠力度较大, 由于创业板企业中高科技企业数量较多, 税收优惠对企业发展具有一定的激励作用.大部分企业获得过风险投资,且风险投资持股比例较大（平均达到48%）, 说明风险投资是重要的资金获得渠道.研发资金投入处于一般水平, 但是人力投入比例较高.净流水平也较好, 说明企业运行良好.在高管激励方面, 高管持股比例较高, 同时薪酬水平也较高.
2.指标数据的处理
创业板自从开始设立到现在已经有七年时间,企业数据相对于比较完善, 但是由于之前的公司年报中有些相关数据的统计标准与现在不一样, 本文对数据进行了标准化处理.随后, 利用Eviews 软件对样本数据进行了单位根检验, 并对非平稳数据进行了差分处理.对处理后的数据进行模型效应检验, Hauan 检验P 值接近于零, 故采用固定效应模型进行估计.估计结果如表2 所示.
从回归分析的结果可以看出, 该回归调整后的R2 为0.65, 说明拟合良好, 本文所选择的影响因素是创业板企业创新绩效的重要影响因素.F值为6.187, 其p 值为0.000015, 远远小于0.05,这表明在0.05 的显著性水平下, F 检验的结果是所有系数不全为0, 即解释变量对被解释变量的的联合线性影响是显著的.
观察系数检验结果, 环境因素中, 税收优惠对专利数具有显著的正向影响, 证明税收优惠对企业的技术创新具有促进激励作用.部分学者得出税收优惠通过研发资金与人力投入的*效应对专利数产生影响, 而本文在同时考虑研发投入的情况下, 税收优惠依然显著, 并且影响作用较大.分析原因认为, 其他学者选用的指标是基于实际税率的而本文选择的是企业享受到的税收优惠的测算值.本文测算的优惠额相当于是企业间接获得的融资, 对研发投入等都有促进作用.结构因素中, 政府补助和风险投资都对专利数具有显著正向影响.说明这两个外部主体对企业创新活动的开展具有重要作用, 而且风险投资对专利数的影响作用要大于政府补助.说明风险投资在资金提供和创新资源支持上都优于政府补助.组织因素中的研发资金与人力投入对专利数都显著正向影响, 净流却不显著.比较资金投入和人力投入的影响作用, 资金投入对专利数的影响作用更大.而代表企业经济实力的净流却不显著.分析原因认为, 企业净流体现了企业当期的财务绩效, 而专利数是企业长期创新绩效的指标, 当企业侧重于短期财务绩效时, 不免会忽视技术创新, 影响创新绩效.个体因素中, 高管持股比例显著而高管薪酬不显著.说明对于高管的激励措施中, 给予一定比例的股权能够促使高管更加关注技术创新带来的长期利益.而高水平的薪酬却不一定对企业创新具有促进作用.
四、结论及建议
本文对2010~2017 年创业板企业创新绩效相关文献进行系统分析, 将影响因素归纳总结为四个层次： 环境层次、结构层次、组织层次、个体层次.结合文献成果分析总结每个维度下的细分因素及其出现频次.在分析创业板企业自身特点的基础上, 选择影响企业资源配置的具体因素.进一步以128 家创业板企业为研究样本, 收集2011~2015 年的数据资料, 采用面板数据模型进行实证检验, 分析了这些因素对创业板企业创新绩效产生的影响强度.
通过对创业板企业创新绩效影响因素的系统性分析发现, 四个层次大部分影响因素对创新绩效都有显著的促进作用.但是在组织层次中, 财务绩效与创新绩效在短期内具有冲突, 导致净流不显著.个体层次中高管薪酬也不显著, 说明股权激励比薪资激励更能促进创新绩效.对创新绩效有显著作用的影响因素中, 环境层次中的税收优惠影响作用最大, 证明了创业板企业的政策依赖程度还是较高, 企业的技术创新基本与国家产业规划一致.结构层次中政府补助与风险投资两个影响因素, 风险投资的影响作用较大.说明在促进技术创新上, 风险投资的市场手段更有效率.政府在促进技术创新的手段上, 可考虑将部分政府补贴等直接手段用税收优惠等间接手段代替.组织层次中, 研发资金投入的效果要显著高于人力投入, 说明创业板企业人力资本的作用还未被激发, 技术创新还是靠资金推动, 应提高单位人力创新效率.个体层次中高管持股比例具有显著的影响, 启示对于创业板企业可以通过股权激励等治理手段提高创新绩效.
上文结论，上述文章是适合面板数据模型和创业板和影响因素论文写作的大学硕士及关于数据模型本科毕业论文，相关数据模型开题报告范文和学术职称论文参考文献.
参考文献：
1、 PE对创业板上市公司绩效的影响基于深圳证券交易所数据的实证分析 摘 要 选取了355家在深圳证券交易所创业板上市的公司作为研究样本,运用单变量分析和多元回归分析相结合的方法实证研究了PE对创业板上市公司绩效的影响 结果发现PE对公司绩效有着正面的影响,特别是高声誉.
2、 社会融资结构对经济增长的影响基于省级面板数据的实证分析 摘要 自央行2011 年起将社会融资规模引入我国金融宏观调控一个新的监测分析指标,并在14 年公布各个省份的社会融资指标以来,社会融资结构发生了较大变化,信贷融资结构不断优化,非信贷融资呈现高速增长.
3、 股权激励对绩效的影响因素以我国创业板上市公司为例 摘要自从创业板上市以来,如何去激励创新人才成为创业板企业提升自主创新能力的关键,作为一种有效的激励手段,股权激励自然对研究我国创业板上市公司的创新绩效具有重要的意义 本文选取20132015年实施过股.
4、 中国消费指数（CPI）的影响因素分析基于Var模型 一、引言基从经济层面上来说,工业的增长（IPI）是CPI的一个重要组成部分,所以其变化率对于CPI的贡献应是显著的,而GDP的变化又离不开居民的收入水平,与此同时居民的收入水平又会对CPI产生影响,故.
5、 互联网金融理财产品的影响因素基于Logistic回归模型 摘要近年来,消费者对理财产品的选择正随着互联网金融的快速发展而改变,互联网金融理财产品正逐渐成为消费者的投资新宠 通过问卷调查法获得相应数据,借助logistic二元逻辑回归模型,从消费者投资行为角度.
6、 基于TOPSIS评价和XGBoost算法的房地产企业综合绩效影响因素重要性探究 摘要为探究房地产企业经营综合绩效的关键影响因素,选取沪深两市128家房地产上市企业为样本,从财务盈利能力、资产营运能力……方面建立房地产企业综合绩效评价体系,以TOPSIS法对企业绩效进行综合评分,通.