基于VAR模型的創(chuàng)新績效影響因素分析

段玉卓泓良卓義盛

摘要： 利用2004—2013年中國電子產業(yè)的數(shù)據(jù)，估計了企業(yè)固定資產投入額對產業(yè)創(chuàng)新績效的影響。研究表明，往期的固定資產投資的力度對當期的創(chuàng)新績效是存在著正向影響的，或者說現(xiàn)在的固定投資可能會正向影響以后的創(chuàng)新績效。前一期創(chuàng)新的結果和當期的創(chuàng)新績效也是正相關的，即現(xiàn)在表現(xiàn)出來的創(chuàng)新的結果會正面作用于下一期的創(chuàng)新績效；企業(yè)應該結合實際選擇適當?shù)墓潭ㄙY產投資額以確保創(chuàng)新的效率。

關鍵詞：創(chuàng)新績效；固定資產投資；創(chuàng)新效率

中圖分類號：F2

文獻標識碼：A

doi：10.19311/j.cnki.1672-3198.2016.11.004

1引言

隨著經濟的全球化，外部經濟環(huán)境的不斷變化，企業(yè)間競爭日益激烈。企業(yè)要想維持自身競爭優(yōu)勢，就必須提高創(chuàng)新能力。隨著經濟新常態(tài)，各個產業(yè)發(fā)展速度放緩，呈現(xiàn)穩(wěn)步增長。許多中小企業(yè)就會因此而面臨挑戰(zhàn)，例如外需不足，貿易摩擦趨于多樣化、隱蔽化帶來的挑戰(zhàn)等等。加大產品創(chuàng)新、擴大內需是解決這一問題的關鍵所在。不斷提升創(chuàng)新能力，是企業(yè)最終實現(xiàn)可持續(xù)發(fā)展的有效途徑。自經濟學家熊彼特最早提出“創(chuàng)新”的概念之后，創(chuàng)新理論就層出不窮，關于企業(yè)創(chuàng)新績效的問題也引發(fā)了業(yè)界和學術界的高度關注。國內外的很多學者都曾對創(chuàng)新績效的影響因素做過相關的研究，再者就是對創(chuàng)新績效評價體系的探討，也有很多是針對我國國內地區(qū)性企業(yè)的創(chuàng)新狀況和某一特定的產業(yè)內部的創(chuàng)新績效的實證分析。

目前，企業(yè)的創(chuàng)新模式已從線性化轉向網(wǎng)絡化，創(chuàng)新的過程也越來越復雜，企業(yè)很難依靠自身進行單獨創(chuàng)新。在此情況下，企業(yè)就需要依靠創(chuàng)新網(wǎng)絡，運用網(wǎng)絡中溢出的有效知識增加創(chuàng)新的成功率，提高創(chuàng)新績效。創(chuàng)新主要是來源于兩個方面的：內部的自主研發(fā)投入和外部的知識學習應用。經濟學家和政策制定者通常認為，企業(yè)研發(fā)投入是提高企業(yè)自主創(chuàng)新能力的決定性因素之一，在很大程度上決定著產業(yè)的創(chuàng)新績效和一國的綜合競爭優(yōu)勢。自20世紀60年代以來，經濟學家圍繞著企業(yè)研發(fā)投入與產業(yè)創(chuàng)新績效之間的關系在經驗層面上做了大量深入細致的工作，積累了豐富的研究成果。值得注意的是，這些研究中的絕大多數(shù)都以發(fā)達工業(yè)化國家為背景，有關發(fā)展中國家的相關研究還比較有限（Mahmood和Singh，2003）。本文嘗試以中國的電子產業(yè)為例，從經驗層面上系統(tǒng)分析企業(yè)研發(fā)投入（固定資產的投資額）對產業(yè)創(chuàng)新績效的影響，為人們深入認識新時期我國企業(yè)的自主創(chuàng)新能力和產業(yè)的創(chuàng)新水平提供一些新的經驗證據(jù)。

2指標選取與研究假設

2.1指標的選取

現(xiàn)有的文獻大多采用專利產出、新產品銷售收入、新產品產值率等指標來衡量產業(yè)創(chuàng)新績效。新產品銷售收入只有在成功地實施了商業(yè)化并產生顯著經濟效益的情況下才能準確地反映企業(yè)R&D投入對產業(yè)創(chuàng)新績效影響。用新產品銷售收入、新產品產值率和固定資產的投資額等指標來衡量企業(yè)R&D投入的效應最為直觀，但是原始數(shù)據(jù)一般很難獲得。專利作為產業(yè)創(chuàng)新能力的具體體現(xiàn)和創(chuàng)新經濟價值的潛在標志，能夠全面地反映企業(yè)R&D投入的長期發(fā)展?jié)撃芎蜐撛诘漠a業(yè)創(chuàng)新績效，但數(shù)據(jù)也不好獲得。更進一步，基于數(shù)據(jù)的可獲得性，固定資產的投資額的客觀性使得數(shù)據(jù)的可得性好、可比性強，能夠很好地反映企業(yè)R&D投入的顯性績效和潛在績效。基于上述原因，本文采用電子產業(yè)的所有企業(yè)的固定資產的平均投資額作為衡量產業(yè)創(chuàng)新投入的指標，即pjgt=電子產業(yè)規(guī)模以上工業(yè)企業(yè)的“固定資產投資”/規(guī)模以上企業(yè)單位總數(shù)；主營業(yè)務收入是反映一個行業(yè)的經營狀況的最直觀的指標，因此，本文選用下式簡單明了的指標作為電子產業(yè)的創(chuàng)新績效的替代變量是合適的，即：創(chuàng)新績效=電子產業(yè)規(guī)模以上工業(yè)企業(yè)的主營業(yè)務收入/規(guī)模以上企業(yè)單位總數(shù)。

2.2研究假設

在本文中，主要是研究固定資產的投入對創(chuàng)新績效的影響。從上面的理論分析我們可以認定一般情況下，固定資產的投資額對創(chuàng)新是有正面的影響的。往期的固定資產的投資對當期的創(chuàng)新結果也存在正向的促進作用。因此可作如下的假設：

H1：當期的固定資產投資額pjgtt對當期的創(chuàng)新績效yt的影響為正向；

H2：往期的固定資產投資額pjgtt-1對當期的創(chuàng)新績效yt的影響為正向；

不僅別的影響因素會影響著當期的創(chuàng)新績效，企業(yè)往期的創(chuàng)新的結果也可能是當期創(chuàng)新績效的影響因素之一。因此，可以進而做出如下的假設：

H3：往期的創(chuàng)新績效yt-1 對當期的創(chuàng)新績效yt的影響也為正向。

3實證分析

3.1數(shù)據(jù)來源說明

基于數(shù)據(jù)的可得性與實證結果的說服力，本文選取《中國產業(yè)經濟網(wǎng)》上2004年至2013年的原始的數(shù)據(jù)，再進行加工處理。但是經過相關的檢驗和處理發(fā)現(xiàn)只有固定資產的投入對電子產業(yè)的影響是較為顯著的，別的因素對創(chuàng)新績效的影響都是微乎其微的。因此，就選擇了pjgt作為創(chuàng)新績效的解釋變量。其中，創(chuàng)新績效的代理變量y是用電子行業(yè)的規(guī)模以上的工業(yè)企業(yè)的主營業(yè)務收入除以規(guī)模以上的所有的單位總數(shù)得到的平均值來表示；同樣的，pjgt采用相同的做法用求得的電子行業(yè)的平均的固定資產投資額來表示。在用stata做VAR模型和相關檢驗之前，首先對原始的數(shù)據(jù) y和pjgt做取對數(shù)的處理，這樣就進一步剔除原始數(shù)據(jù)的不穩(wěn)定性和漂移性。

3.2選擇滯后階數(shù)

建立VAR模型首先應該正確確定滯后期 。如果滯后期太少，誤差項的自相關會很嚴重，并導致參數(shù)的非一致性估計。在VAR模型中適當加大k值（增加滯后變量個數(shù)），可以消除誤差項中存在的自相關。但從另一方面看，k值又不宜過大。k值過大會導致自由度減小，直接影響模型參數(shù)估計量的有效性。下面介紹幾種選擇 值的方法：

（1）用LR統(tǒng)計量選擇k值。

（2）用赤池（Akaike）信息準則（AIC）選擇k值。

（3）用施瓦茨（Schwartz）準則（SC）選擇k值。

滯后階數(shù)的確定原則是：要選取各指標絕對值最大的階數(shù)?；趯υ紨?shù)據(jù)用 做相關的處理選擇VAR模型的滯后階數(shù)，得到的結果如表1所示：

結合VAR模型的滯后階數(shù)的確定原則，從表1可以看出：2階滯后期有兩個指標HQIC和SIC的絕對值都是最大的，3階滯后期的LR指標的絕對值最大，4階滯后期的AIC的指標的絕對值最大，因此應該選擇的VAR模型的滯后階數(shù)為2階。

3.3建立VAR模型

上面已經確定了VAR模型的滯后階數(shù)，現(xiàn)用VARBASIC法建立模型。所得的結果如下圖所示：從圖1中可以得到，lny和lnpjgt兩個方程的R2和各種準則的值以及每個方程的系數(shù)和p值。

（1）由chi2和p=0.0000可知，方程lny和lnpjgt的解釋變量的聯(lián)合檢驗是顯著的。

（2）方程lny的R2=0.8508，方程lnpjgt的R2=09155，由此可知方程的擬合程度較好。

（3）根據(jù)圖1中的系數(shù)，建立VAR方程，如下所示：

lny=13.851+0.035*lnyt-1-0.774*lnyy-2+0.577lnpjtt-1+0.273*lnpjgtt-2

lnpjgt=19.051-0.841*lnyt-1-1.502*lnyt-2+1.343*lnpjgtt-1+0.772*lnpjgtt-2

從方程lny可以看出，前一期的創(chuàng)新正向影響當期的創(chuàng)新績效，前兩期的固定資產的投入對當期創(chuàng)新績效的影響也都是正向的，這與上一部分關于研究的假設的內容是一致的，即原假設H1和H2是成立的。進一步可以看出，滯后一期的固定資產的投資對創(chuàng)新績效的影響要大于滯后兩期的固定資產投資對創(chuàng)新績效的影響。而且固定資產投資對創(chuàng)新績效的影響要遠大于前一期創(chuàng)新對當期創(chuàng)新績效的影響。

從方程lnpjgt可以看出，前兩期的創(chuàng)新與當期的固定資產投資負相關，可能是因為前期創(chuàng)新使企業(yè)已經具備了較多有利于創(chuàng)新的因素，可以用于替代當期固定資產的投入。這也符合上一節(jié)的原假設H3和H4。而前兩期的固定資產的投入量與當期的固定資產的投入是呈正相關，可能是因為對固定資產的投入有較大依賴性的產品，之前依靠固定資產投入帶來的創(chuàng)新，當期依然不能減少，否則就會出現(xiàn)創(chuàng)新績效的減弱。

3.4建立模型后的相關檢驗

在建立了VAR模型之后，必須要對已經建立的方程做一些相關的檢驗，主要涉及到三個方面：平穩(wěn)性檢驗、滯后階數(shù)的聯(lián)合顯著性檢驗和殘差正態(tài)分布檢驗。只有這些檢驗全部通過，才能確定上面的兩個方程是完成正確的。

3.4.1平穩(wěn)性檢驗

VAR模型穩(wěn)定的條件是VAR的特征方程所有根的倒數(shù)值均在單位圓以內，即根據(jù)VAR模型生成的AR逆根圖，如果特征方程的全部根倒數(shù)值都在單位圓之內，則該VAR模型是穩(wěn)定的。模型（1）的平穩(wěn)性單位根檢驗如圖1所示。

從圖1可以發(fā)現(xiàn)，本文所建的VAR模型是平穩(wěn)的，因為全部特征根的倒數(shù)值都在單位圓內。即說明方程LNY和方程LNPJGT通過了平穩(wěn)性檢驗。

3.4.2因果關系檢驗

Granger因果檢驗主要是用于檢驗X是否為Y的原因.這種檢驗的基本思想是：X的變化引起Y的變化，則X的變化應該發(fā)生在Y的變化之前.它必須滿足兩個條件：首先，X應有助于預測Y，即加入X后原模型的解釋能力能夠得到加強；其次，Y不應當有助于預測Y，否則可能存在一個能共同影響X、Y的因素。

具體的步驟如下：

（1）首先估計無約束方程：Yt=c+∑mi=1αiYt-i

+∑nj=1βjXt-j+ut；

（2）原假設H0：β1=β2=…βn；

（3）估計滿足約束的方程（把X的參數(shù)約束為0）：Yt=c+∑mi=1αiYt-i+ut；

計算F統(tǒng)計量的值：F=（RSS2-RSS1）/nRSS1/（T-m-n-1）；

（4）結論：如果F>F（n，T-n-m-1），就拒絕原假設H0，即X為Y的原因。當F≤F（n，t-m-n-1），就接受原假設H0，即X不是Y的原因。本文主要是檢驗創(chuàng)新績效與固定資產投資之間是否存在相互的因果關系，結果如表2所示。

從表2可以看出，當滯后2期時，對于lny方程，P=0.039<0.05，說明拒絕原假設H0：lnpjgt不是lny的原因，即固定投資是創(chuàng)新績效的原因；對于lnpjgt方程，p=0.037<0.05，說明拒絕原假設H0：lny不是lnpjgt的原因，即創(chuàng)新績效是固定投資的原因；因此，可以表明，固定投資和創(chuàng)新績效之間互為因果關系，這與前邊的模型擬合結果相符合。

3.4.3脈沖響應

要想對一個VAR模型做分析，通常要觀察系統(tǒng)的脈沖響應函數(shù)。脈沖響應函數(shù)描述一個內生變量對誤差沖擊的反應。具體地說，假設系統(tǒng)處于均衡狀態(tài)，如果由于某種原因，破壞了均衡，系統(tǒng)在偏離均衡然后恢復均衡，這個過程用脈沖響應函數(shù)來描述。脈沖響應函數(shù)是度量來自于每個方程的隨機誤差項的一個標準差新信息沖擊時被解釋變量的響應程度和持續(xù)時間。例如假定某個方程的隨機誤差項在第t期發(fā)生突變，而后各期重新恢復平靜，這時脈沖響應測量表示的是各期（t，t+1，t+2…）的被解釋變量對該沖擊的反應。通過測量脈沖響應，我們能夠清楚地看到隨機誤差項的一個標準差新信息在某一時期的沖擊對未來各期被解釋變量的影響。同時脈沖響應表明了各個變量對該變量沖擊的傳導作用。解釋變量與被解釋變量相互之間的沖擊響應結果如圖2所示。

圖2中的四個圖表示的是lny和lnpjgt分別作為響應變量，在受到相應各期變量的沖擊后所作出的反映。上面的兩個圖是lnpjgt作為響應變量時的脈沖響應，下面的兩個圖是lny作為響應變量時的脈沖響應。可以發(fā)現(xiàn)：lnpjgt受沖擊影響的程度不大，尤其是受當期沖擊變量的影響幾乎為零，反而往期的lnpjgt或lny的變動多少對lnpjgt有些許影響，但是影響程度不大；lny受沖擊變量最近兩期的影響程度較大，受兩期之前的影響程度相對較小，但總體的受影響程度依然高于lnpjgt所受到的影響。lny受當期沖擊變量影響最大，隨著時間的推移，影響呈現(xiàn)遞減的趨勢。

4結論與建議

以電子產業(yè)為研究樣本，以整個電子產業(yè)的平均值作為研究數(shù)據(jù)，把固定資產投資作為衡量創(chuàng)新投入的指標，把行業(yè)內的所有企業(yè)主營業(yè)務收入的平均值作為創(chuàng)新績效的指標，圍繞著投入和績效之間的相互作用，運用stata統(tǒng)計軟件進行了實證分析，建立了VAR模型、因果檢驗和脈沖響應的檢驗。得到了以下的結論：（1）從VAR模型可以看出，lnpjgt和lny之間存在線性關系。往期的固定資產投入對當期的創(chuàng)新績效存在正向，或者說現(xiàn)在的固定資產投資會正向影響創(chuàng)新績效。滯后一期的創(chuàng)新與當期創(chuàng)新績效也呈正相關，即現(xiàn)在表現(xiàn)出來的創(chuàng)新會正面作用于下一期的創(chuàng)新績效，但是對t+2期的影響就可能是負向的。（2）格蘭杰因果關系的檢驗結果也驗證了VAR模型中的結論：即固定投資與創(chuàng)新績效之間是存在相互的因果關系，即固定資產投資是創(chuàng)新績效的原因，同時也是創(chuàng)新績效的作用對象。（3）從脈沖響應的結果可以看出，固定資產投資額度作為響應變量受沖擊的影響不是很大，而創(chuàng)新績效作為響應變量受到固定資產投資額度和往期創(chuàng)新的沖擊影響較大。而且固定資產投資對所受沖擊的反應不是在當期就表現(xiàn)出來，會出現(xiàn)一定的延遲；但是創(chuàng)新績效對所受沖擊的反應當時就強烈的表現(xiàn)出來，這種影響會隨著時間的推移逐漸減弱。結合實證分析的結果和得出的結論，可以為現(xiàn)階段電子產業(yè)的發(fā)展提出以下對策建議：（1）要選擇合適的固定資產投資額度，使企業(yè)可以得到最佳的創(chuàng)新績效，根據(jù)某些時滯的作用合理安排每一期的固定資產的投資額度。（2）關于固定資產的投資，不能說一味的追求高額，應該結合企業(yè)已經具有的創(chuàng)新結果和前期已投入的固定資產額度的大小決定當期的固定資產的投資額度。盡量以最小的固定資產的投入額度得到最大的創(chuàng)新績效，從而提高創(chuàng)新的效率。

參考文獻

[1]施放，朱吉銘.創(chuàng)新網(wǎng)絡、組織學習對創(chuàng)新績效的影響研究[J].華東經濟管理，2015，29（10）：21-26.

[2]魏進平，李子彪，張愛國等.集群企業(yè)雙重關系嵌入、動態(tài)能力及創(chuàng)新績效關系研究[J].河北工業(yè)大學學報，2013，（4）：100-106.

[3]吳楠，趙嵩正，張小娣.企業(yè)創(chuàng)新網(wǎng)絡中外部知識獲取對雙元性創(chuàng)新的影響研究[J].情報理論與實踐，2015，（05）：100-106.

[4]張近樂，張坤.創(chuàng)新網(wǎng)絡活動對大中型企業(yè)研發(fā)績效動態(tài)影響研究[J].企業(yè)經濟，2014，29（187）：86-90.

[5]柯穎，王威峰，趙文玲.“新常態(tài)”下我國西部地區(qū)物流產業(yè)全要素生產率評價與發(fā)展戰(zhàn)略[J].物流技術，2015，（5）：114-117.