融资渠道与中国区域技术创新
——分省面板数据实证研究

陈志刚,何蕙仪

(武汉大学 中国中部发展研究院,湖北 武汉 430072)

运用2011-2016年中国内地31个省份面板数据,通过固定效应模型检验不同融资渠道对全国以及东中西部地区技术创新的影响。结果表明:①债权融资在整体上对技术创新影响不显著,分地区看,其在东部地区发挥了促进作用,而在中西部地区则起到抑制作用;②从整体及中西部地区看,股权融资对技术创新的影响不显著,且抑制了东部地区技术创新;③对股市板块进行细分后,整体上股权融资中只有创业板股权融资显著促进了技术创新水平提升,主板和中小板的作用均不显著。

关键词融资渠道;区域技术创新;债权融资;股权融资;技术创新

0 引言

党的十八届五中全会提出,面临国际发展竞争日趋激烈和我国发展动力转换的严峻形势,必须把发展基点放在创新上,发挥科技创新在全面创新中的引领作用。党的十九大报告进一步强调,创新是引领发展的第一动力,是建设现代化经济体系的战略支撑。基于研发过程投资大、周期长、风险高等特性,技术创新需要强大且多层次的金融体系为其提供足够的融资支持。并且,相对于信贷市场债权融资,资本市场股权融资优势更为明显,不仅体现在成本和费用上,收益和风险共生机制更是为技术创新提供了有效的资金支持。

近年来,我国社会融资规模呈不断扩大趋势,社会融资结构也发生了改变。2016年,社会融资规模达到17.8万亿元(约为2002年的8.9倍)。其中,人民币贷款占比降至69.9%(2002年为91.9%),委托贷款、企业债券、公司股票等占比大幅上升,社会融资规模扩张和融资渠道结构变化对中国技术创新产生了重要影响。那么,对于债权融资和股权融资,哪种融资渠道更能有效引导资金向技术创新配置呢?不同融资渠道促进技术创新的作用是否存在区域差异?围绕上述问题进行实证研究,对于充分发挥金融服务技术创新的作用以及促进各区域技术创新发展具有重要现实意义。

1 文献综述

国内外学者认为,作为现代经济的核心,通过金融系统的一系列功能,金融发展可以推进一国技术创新;并且,在促进技术创新方面,不同融资渠道间(金融结构)存在显著差异。

1.1 金融发展与技术创新

Schumpeter[1]最早阐明了金融发展对一国技术创新的重要性,认为运作良好的银行系统可以识别出最有机会成功研发创新产品的企业家,并资助他们开展技术创新。其后,更多学者对该领域展开了深入研究。Saint-Paul[2]发现,在技术创新过程中,企业将更多资源投向专业化生产活动意味着更高的投资风险;发达金融系统提供的风险分散和对冲服务,可以减轻企业专业化投资风险顾虑,促使其选择更具专业化和生产率的技术。Fuente[3]指出,由于创新活动监管存在一定成本,金融中介可通过避免重复监管并与企业签订适当协议来达到最佳效果。同时,金融系统可以减轻融资约束和信息缺失带来的负面影响,从而提升企业投资效率[4]。正如Cole & Slade[5]所强调,金融系统在风险管理、经理人监控和促进交易等方面均起着重要作用。Brown、Fazzari & Petersen[6]认为,发达金融市场在通过价格信号引导金融资源投向技术创新项目的同时,也为科技企业证券投资者提供长效激励和共享机制,促进技术创新行为的长期化、稳定化和持续化发展。

在借鉴国外研究成果时,需要注意相比于发达国家,国内金融体系还不完善。一是金融市场存在明显的国有垄断特征,国有企业享有的金融便利远远多于民营企业,而后者受到的融资约束更大[7];二是科技金融运行机制尚不健全,更多是依靠政府指引,所以不能很好地实现金融服务于技术创新的目的[8]。张志敏和俞成森[9]指出,金融系统风险分散功能的实现以良好的信息披露机制为前提,而维持这种机制所消耗的成本需由融资方承担,如果因为管理不规范而发生虚假披露,那么金融系统就不能有效分散风险。洪银兴[10]指出,因为周期长和不确定性等因素引发的风险使科技创新缺乏资金投入,而与金融深度融合,大力发展科技金融是解决该问题的有效方法。然而,在实证方面,张玉喜和赵丽丽[11]研究发现,科技金融不能显著促进科技创新,后者还受到科技基础和不同社会、文化等因素的影响。张林[12]运用1999-2013年中国内地30个省份面板数据,分别构建了静态和动态空间面板模型,发现金融发展、科技创新在短期和长期均对实体经济增长具有显著促进作用,但金融发展与科技创新融合对实体经济增长的作用不显著,表明金融发展与科技创新之间融合互动不足,尚未实现协调发展。徐义国和殷剑峰[13]指出,政府对资金配置方向的干预以及银行部门对房地产类基建投资的偏好,导致本该获得金融资源的技术创新企业被“挤出”,因此不利于实体经济健康发展。俞立平[14]的研究同样表明,目前我金融体系还不够成熟,不能很好地服务于技术创新需求。马微和惠宁[15]提出,各区域金融发展水平不一致,只有跨越一定门槛值以后资本市场才能够有效促进技术创新。因此,应该因地制宜地制定相关政策,推动金融发展相对落后地区适度提升直接融资比例。

1.2 金融结构与技术创新

Brown、Martinsson & Petersen[16]指出,与信贷市场不同,因为股票持有者能够分享技术创新成功收益,因此其具有更强烈的动机激励企业技术创新;并且,发行股票筹资不需要抵押品,也不会增加企业财务负担,这对技术创新型企业而言尤为重要。通过一个非迭代模型,Fecht、Huang & Martin[17]对金融中介与金融市场功能进行比较发现,金融中介虽然能够以较低成本满足客户流动性需求,但不利于将资金引向研发(R&D)项目。因此,市场主导型金融体系更有利于一国技术创新。Hsu、Tian & Xu[18]运用34个发达国家与新兴市场国家产业层次样本数据,在区分信贷市场与股票市场对技术创新的不同影响后发现,与股票市场发展激励技术创新不同,信贷市场发展却成为技术创新的阻碍。股票市场市值增加一个标准差,技术创新(成功的专利申请量)将增速3.01%~5.78%。但是,私人部门信贷增加一个标准差,技术创新将减速3.47%~5.62%。Khan et al[19]运用面板数据研究中国金融结构对技术创新活动的作用发现,由资本市场主导的金融结构比银行部门主导的金融结构更能促进技术创新活动产出。Li & Srinivasan[20]对中国主板市场和创业板市场进行比较研究发现,后者更高的治理水平得益于其特殊的创立模式,使得同时身兼大股东的高级管理层更容易形成一致的利益驱动力。

胡彦斌和钟田丽[21]对债权人偏好进行研究发现,他们更青睐于技术创新水平高的企业,因为这类高科技企业能够探索出新赢利路径,而这种增值潜力是债权人所重视的债务偿还保障。胡艳和马连福[22]研究发现,尽管依照“优序融资理论”应该优先选择债权融资,但是资产规模较小的创业板上市公司达不到银行借贷设立的门槛,加上内部资金不足以支撑后续大量研发投入,故而转向股权融资。王义茹[23]认为,企业选择债权融资方式支持创新研发活动意味着双重风险,不仅存在着偿还本金和利息的风险,还存在着创新研发失败的风险;而选择股权融资方式能够提升企业抗风险能力,股东对管理者和执行者的监督也能够在一定程度上减少创新研发活动过程中产生的逆向选择和道德风险。解维敏和方星红[24]利用微观数据进行研究发现,银行业市场化改革推动了我国上市公司研发投入。孙早和肖利平[25]对战略性新兴产业A股上市公司数据进行分析发现,在国有或地方性企业中,融资结构与企业技术创新间的关系不显著;在民营私有企业中, 企业创新研发活动主要由内部融资和股权融资渠道支撑, 而债权融资反而起到了负面作用。李瑞晶、李媛媛和金浩[26]以中小板、创业板127家上市公司为对象研究发现,财政科技投入和创业风险投资对中小企业创新能力有促进作用,而银行部门和资本市场的技术创新促进作用并不明显,有时甚至还会抑制创新产出。郑玉航和李正辉(2017)考察了金融服务于技术创新的动态路径,结果发现资本市场对技术创新的支持在研发投入、成果转换和产业产出3个阶段逐年增加并趋于稳定,信贷市场则是在风险最小的产业产出阶段提供更多资助。刘政、陈晓莹和杨先明[27]利用世界银行对中国企业调查数据进行研究发现,融资多样性不仅能够缓解企业创新研发活动融资约束,还能够平滑融资周期。

在国内外学者研究的基础上,本研究运用中国省级面板数据,实证检验金融发展对区域技术创新的作用。本研究创新之处体现在:一是与国内学者侧重于全国层面的技术创新研究不同,本研究主要考察金融发展对中国区域层面技术创新的影响;二是在研究过程中,本研究区分债权融资和股权融资,以及主板、中小板和创业板对区域技术创新的不同影响。

2 模型、变量与数据

2.1 模型设定

基于国内外学者相关研究,本研究建立如下实证模型:

PATENTit=β0+β1DEBTit+β2EQUITYit+αXit+μi+μt+εit

(1)

其中,i表示省份(i=1,2…31,不包括中国台湾、香港和澳门特别行政区);t表示年份;PATENT代表人均创新能力;DEBT代表债权融资;EQUITY代表股权融资;X表示一系列控制变量,其中包括RDK、RDL、OPEN、HUMAN、GOVERN和GDP共6个变量,分别代表研发经费投入、研发人员投入、对外开放程度、人力资本水平、政府补贴力度和人均生产总值;μi代表各省份地区固定效应;μt代表各年份时间固定效应;εit代表残差项。

某些省份在主板、中小板和创业板方面存在某些年份融资量为零或数据缺失的情况。所以,本研究选取各板块内数据完整或只是缺失个别年份数据的省份,用线性插值法补充个别缺失的数据,以保证在真实性的前提下最大程度利用现有数据,最终得到主板、中小板和创业板样本,分别涉及24、23和16个省份。对各板块分别建立如下动态面板模型:

PATENTit=β0+β1PATENT(-1)it+β2MAINit+αXit+εit

(2)

PATENTit=β0+β1PATENT(-1)it+β2SMEit+αXit+εit

(3)

PATENTit=β0+β1PATENT(-1)it+β2GEMit+αXit+εit

(4)

其中,PATENT(-1)代表滞后一期的技术创新能力,MAIN、SME和GEM分别代表主板融资、中小板融资和创业板融资,其它变量含义均同前一致。

2.2 变量与数据来源

(1)被解释变量:人均创新能力(PATENT)。以往文献衡量国家、区域或企业技术创新水平多用专利申请数、新产品销售收入或产值等作为代理变量,近年来人们使用更多的是专利数。专利包括发明专利、实用新型专利和外观设计专利3种。其中,发明专利因为审查过程较其它两种更为严格因而被公认为技术创新水平最高。所以,本研究采用各地区规模以上工业企业有效发明专利数除以该地区年末常住人口(万人),以人均创新能力衡量区域技术创新水平。从2011年起,规模以上工业企业统计范围从年主营业务收入500万元及以上调整为2 000万元及以上。所以,本研究统一选取2011—2016年数据为研究样本,数据来源于国家统计局分省年度数据库。

(2)解释变量。为探索不同融资渠道对技术创新的影响,本研究利用社会融资结构和股市融资结构数据,分别考察不同融资渠道对技术创新的影响。①社会融资结构,包括债权融资(DEBT)和股权融资(EQUITY)两个变量。债权融资(DEBT)用各地区人民币贷款及企业债券融资总额与该地区GDP的比值表示,股权融资(EQUITY)用各地区股票融资额与该地区GDP的比值表示。各项数据均来源于中国人民银行的《中国区域金融运行报告》;②股市融资结构,包括主板融资(MAIN)、中小板融资(SME)和创业板融资(GEM)3个变量,均用各地区相应板块的IPO及增发配股筹集资金总额与该地区GDP的比值表示。以上各项数据均来源于《深圳证券交易所市场统计年鉴》。

(3)控制变量。在决定区域技术创新的众多因素中,研发投入起重要作用。因此,本研究将研发经费投入、研发人员投入及政府补贴力度纳入控制变量,同时控制各地区对外开放现状、受教育程度和经济发展的差异。①研发经费投入(RDK),采用各地区规模以上工业企业R&D经费与该地区GDP的比值表示;②研发人员投入(RDL),采用各地区规模以上工业企业R&D人员全时当量与该地区年末常住人口(万人)的比值表示;③对外开放程度(OPEN),采用各地区进出口总额与该地区GDP的比值表示;④人力资本水平(HUMAN),采用学术界通用指标人均受教育年限表示;⑤政府补贴力度(GOVERN),采用各地区地方财政科学技术支出与该地区GDP的比值表示;⑥人均生产总值(GDP),采用各地区GDP与该地区年末常住人口的比值表示。以上6个控制变量数据均来源于国家统计局分省年度数据库。

3 实证结果分析

3.1 描述性统计

如表1所示,债权融资均值为0.208 04,约为股权融资均值0.010 795的20倍,说明融资结构中债权融资占比很大,目前国内金融体系还是以信贷市场为主体。再看股票市场融资结构发现,中小板融资均值0.004 812 7和创业板融资均值0.005 032 7相差无几,而主板融资均值0.016 635 3却是中小板、创业板融资均值的3倍多,说明相比于中小型企业和创新型企业融资量,占重要地位的大型国有企业融资量更加可观。此外,由各变量标准差可知,不同地区人均创新能力、研发人员投入、对外开放程度、人力资本水平和人均生产总值均存在较大差异。所以,将研究样本分为东部、中部和西部地区进行检验。

表1 变量描述性统计结果

变量符号样本数均值标准差最小值最大值人均创新能力PATENT1862.707 734 03.745 506 00.100 629 022.552 880 0债权融资DEBT1860.208 040 00.103 140 00.023 879 00.802 012 0股权融资EQUITY1860.010 795 00.012 012 00.000 405 00.100 836 0主板融资MAIN1440.016 635 30.071 952 72.26E-050.702 044 2中小板融资SME1380.004 812 70.016 276 56.39E-060.166 256 1创业板融资GEM960.005 032 70.017 082 45.94E-070.129 945 4研发经费投入RDK1860.009 786 00.005 654 00.000 254 00.021 486 0研发人员投入RDL18615.355 000 014.605 040 00.066 465 059.653 930 0对外开放程度OPEN1860.282 177 00.325 442 00.032 147 01.548 163 0人力资本水平HUMAN1868.841 290 01.131 174 03.867 484 012.028 360 0政府补贴力度GOVERN1860.004 199 00.002 474 00.001 355 00.013 254 0人均生产总值GDP18610.692 520 00.429 816 09.682 774 011.790 520 0

为了更加直观地描述各地区人均创新能力及债权融资、股权融资和创业板融资空间特征,本研究运用地理信息系统GIS进行图形分析。图形数值划分统一从0开始,颜色越深地区代表变量均值越高。从图1可以看出,东部地区人均创新能力普遍比中西部地区高,其中北京、上海和广东最高。中部地区如安徽、湖北和湖南人均创新能力较高,而西部地区人均创新能力则较低。对比图1和图2可以发现,债权融资空间特征和人均创新能力恰恰相反,在西部地区如西藏等区域债权融资相对较高,而在东部和中部省份则较低。可以推测,债权融资不仅对技术创新起不到促进作用,反而还会抑制创新活动有效开展。由图3可知,股权融资整体特征不甚明显,东中西部地区均有股权融资较高省份,没有统一分布模式,这也是后续实证检验需要进行股市板块细分的原因。如图4所示,除前文所述部分省份数据缺失外,创业板融资区域特征和图1的人均创新能力较为吻合,创业板融资额高的省份主要集中在东部地区,中部地区次之,说明创业板市场融资能够更好地服务于技术创新发展需要。

3.2 社会融资结构对区域技术创新的影响

本研究分析债权融资和股权融资两种渠道对区域技术创新水平的影响,运用模型(1)对全国内地31个省份全样本进行面板数据OLS估计,所有变量均平稳并通过Hausman检验,故选定地区和时间双重固定效应模型。考虑到债权融资和股权融资变量可能存在内生性,因此选取该变量的滞后项作为工具变量进行两阶段最小二乘估计(TSLS),检验发现不存在内生性问题,可以直接用最小二乘估计(OLS),结果见表2。估计结果显示,在全国样本下,债权融资和股权融资对技术创新水平的影响不显著。由前文GIS分析可以推测,因为地区间差异较大而不能形成统一模式,需要分地区再进行比较。观察东中西部结果可以发现,债权融资对技术创新水平的影响显著且因地而异,在东部起促进作用,而在中部和西部则是抑制作用。由此可以推断,国内债权融资渠道对创新产品研发和生产服务还不到位,以信贷融资为主的金融发展更大程度上阻碍了中国技术创新发展。原因在于:首先,从研发、生产到最后商业化,技术创新过程往往相当漫长,中间存在极大的不确定性,债权人不能用动态分析框架判定其未来发展前景;其次,研发强度高的中小型企业能用于债务抵押的有形资产较少,抑制了银行等债权人向创新项目投入资金。分地区看,在东部,债权融资量每增加一个单位将促进技术创新水平提升14.4个单位;在中部,债权融资量每增加一个单位将导致技术创新水平下降5.93个单位;在西部,债权融资量每增加一个单位将导致技术创新水平下降0.75个单位。导致这种地区差异的原因在于:①东部地区优先享受民营银行试点等政策,使得市场化程度迅速提升,且该地区一直在积极改善信贷投向结构。因此,相较于中西部地区,东部地区信贷市场更加成熟,更能够高效配置资金从而促进区域技术创新发展;②在西部大开发和中部崛起背景下,基建类贷款需求激增。与此同时,为加快城镇化进程,中西部地区金融部门增加了授信额度,但这类债权融资量扩张对中小企业研发创新并未真正起到促进作用。

图1 区域人均创新能力

图2 区域债权融资

图3 区域股权融资

图4 区域创业板融资

表2 社会融资结构对区域技术创新的影响

变量(1)全国(2)东部(3)中部(4)西部CONSTANT18.652 2145.310 64-40.152 7∗∗-8.516 794(1.261 971)(1.331 564)(-2.328 198)(-1.033 007)DEBT0.743 69914.397 97∗∗∗-5.934 394∗∗-0.754 928∗(0.464 264)(3.234 625)(-2.682 981)(-1.399 614)EQUITY-9.424 503-43.260 46∗∗∗2.121 172.921 872(-0.974 895)(-3.214 778)(0.112 071)(0.559 836)RDK-210.673 6∗-423.273 3∗∗-495.622 3∗∗180.926 6∗∗(-1.850 808)(-2.403 868)(-2.726 771)(2.355 354)RDL0.240 463∗∗∗0.176 803∗∗∗0.402 48∗∗∗0.077 755(7.650 451)(4.263 679)(4.353 011)(1.395 391)OPEN-12.045 39∗∗∗-12.949 97∗∗∗-2.719 4630.810 478(-10.425 51)(-7.357 702)(-0.714 043)(0.890 073)HUMAN-0.769 615∗∗-1.895 122∗∗0.833 046∗∗∗-0.178 316(-2.259 507)(-2.016 069)(3.099 188)(-1.369 325)GOVERN727.278 2∗∗∗1 100.039∗∗∗490.686∗∗∗159.145 6∗∗(6.593 915)(5.283 777)(5.937 46)(2.284 114)GDP-0.979 973-2.010 0673.191 604∗0.852 944(-0.715 528)(-0.740 551)(1.819 435)(1.070 838)R2 0.953 3490.971 7970.956 7560.955 735F统计量67.485 7567.478 8733.713 8836.312 67Obs186725460

注:括号内为t值,*、**、***分别表示在10%、5%、1%水平上显著,下同

不同于债权融资,股权融资对整体及中西部地区并未表现出显著影响,而在东部地区却抑制了技术创新。这说明,股权融资渠道在国内还不成熟,且并不如有些理论所预测的那样能够有效支持技术创新发展。但是,考虑到股票市场分割和不同定位,需要对股权融资渠道进行更细致的划分,研究不同类型股票板块融资所起的作用。

此外,控制变量也对区域技术创新具有不同作用。其中,政府补贴在各地区都起着显著促进作用,说明地方政府财政科技补贴对该区域技术创新水平提升具有重要影响。研发人员投入在东部和中部地区均促进了技术创新水平提升,而研发经费投入却产生了抑制作用。人力资本水平提升能够推动中部地区技术创新发展,而在东部地区却阻碍了技术创新发展。

3.3 股市融资结构对区域技术创新的影响

本研究将主板融资、中小板融资和创业板融资分别作为解释变量进行模型估计,进一步分析股市融资结构对区域技术创新的影响(见表3)。为避免产生内生性问题,本研究引入被解释变量滞后一期,运用GMM估计方法[28],选择稳健的两步系统GMM进行估计。本研究时间跨度及样本量不够大,为避免工具变量过多引起的问题,仅使用滞后2阶被解释变量为工具变量,估计结果见表3方程(1)、方程(2)和方程(3)。所有模型均通过序列相关检验和Hansen检验,GMM估计结果有效可靠。

由表3可知,所有模型滞后一期被解释变量均显著为正,说明上一期技术创新水平对当期技术创新水平具有显著正向影响。股票市场3个板块中,只有创业板融资对技术创新水平提升具有显著促进作用。创业板融资每增加一个单位,技术创新水平就会提高9.42个单位。这一结论与现实情况相符,因为相对于主板和中小板,创业板对上市企业设置的现金流和净资产规模门槛要低很多,初衷也是服务于那些无形资产比重大的高科技创新型企业融资需要。由于创业板融资数据局限,样本跨越的16个省份主要集中在东部和中部地区。所以,除创业板自身融资定位外,东中部地区更发达的融资环境也促进了创业板更好地服务于技术创新发展需要。主板和中小板融资系数并不显著,原因在于,大部分企业在筹集到资金后,并没有将其投入到研发创新活动中,而是将资金用于传统项目。同时,因为主板和中小板市场主体大部分是国有企业,由于组织层级制度及决策过程存在委托代理问题,致使企业创新活动难以达到最优产出。

表3 股市融资结构对区域技术创新的影响

变量(1)主板(2)中小板(3)创业板CONSTANT-4.339 209(-1.27)-0.528 387 2(-0.19)-0.247 514 7(-0.07)PATENT(-1)1.294 812∗∗∗(18.5)1.282 913∗∗∗(19.36)1.301 854∗∗∗(21.06)MAIN6.007 894(0.88)SME11.608 6(1.16)GEM9.417 047∗∗∗(3.18)RDK39.245 03(1.22)27.744 51(1.22)26.673 73(1.01)RDL-0.027 119 2∗∗(-2.33)-0.010 182 7(-0.64)-0.011 639 5(-0.85)OPEN0.556 744 9(0.79)-0.293 850 2(-0.61)-0.088 344 3(-0.17)HUMAN-0.172 746 2∗(-1.89)-0.087 483(-0.84)-0.113 750 8(-0.83)GOVERN-16.914 19(-0.38)42.458 19(1.53)9.283 308(0.24)GDP0.538 332 8(1.52)0.102 296 7(0.32)0.106 347 2(0.25)AR(1) test0.1100.0870.050AR(2) test0.5860.2350.363Hansen test0.2060.5030.425Obs14413896

3.4 稳健性检验

为检验实证结果的稳健性,将被解释量替换成规模以上工业企业发明专利申请数、授权量和R&D项目数,得出债权融资对中西部地区的抑制作用显著,而在东部地区则起促进作用。股权融资方面,因为存在弱工具变量和过度识别问题,一些替代变量不能得出一致结论,只有发明专利申请数通过了相关性检验并且显著。估计结果同样表明,主板和中小板融资对技术创新水平提升作用不显著,创业板融资能够促进区域技术创新水平提升。也即,稳健性检验结果与前述检验结果大体一致,表明实证结论稳健、可靠。

4 结语

4.1 结论与政策建议

基于研发过程投资大、周期长、风险高等特性,技术创新需要强大且多层次的金融体系为其提供足够的融资支持。但研究发现,在促进技术创新方面,信贷市场与股票市场间存在显著差异。本研究运用2011—2016年中国内地31个省份面板数据,检验不同融资渠道对技术创新的整体影响及区域差异。结果显示,债权融资整体上对技术创新影响不显著,并且除东部地区外,对其它地区技术创新起显著负面作用;在整体及中西部地区,股权融资对技术创新的影响不显著,且抑制了东部地区技术创新。但是,对股市板块进行细分后,整体上股权融资中只有创业板股权融资显著促进了技术创新水平提升,主板和中小板的作用均不显著。

根据上述结论,本研究提出如下政策建议:首先,加快信贷部门市场化进程。在新旧动能转换背景下,地方政府,尤其是中西部地区地方政府应该大力推动银行业体系改革,加快中小民营银行发展,积极创新科技与金融融合方式和路径,使中小型企业能够有更多机会获得技术创新资金,提高科技与金融相互融合的深度、广度和质量。其次,进一步建设多层次资本市场。国家应鼓励风险投资和私募股权等新兴资本市场发展,强化股票市场,尤其是创业板市场融资功能,支持区域技术创新项目,满足高科技企业融资需求;同时,加强金融法制建设,为金融市场营造一个规范化的运行环境。最后,加大技术创新补贴力度。各地区政府,尤其是中西部地区政府应保持对技术创新的激励态度,为研发强度高的企业提供及时的资金援助,提升区域技术创新水平,增强区域发展潜力与竞争力。

4.2 研究不足与展望

由于不能完整获得上市公司专利统计数据,在股权融资结构实证模型中,本研究依然沿用各区域规模以上工业企业技术创新指标。但是,考虑到上市公司是各区域最核心的专利创新主体,这种变通与处理并不会影响总体实证结论。在后续研究中,可考虑将技术创新研究对象聚焦于高新技术产业或企业,更加深入地分析该类产业或企业融资结构偏好,以及融资结构对技术创新的作用差异。此外,融资渠道研究可以扩展到如风险投资、私募股权等新兴融资领域,探讨其在技术创新活动中的独特优势,并拓宽融资渠道优化思路,使研发创新活动能够得到更完善的金融支持。

参考文献:

[1] SCHUMPETER J. The theory of economics development[M]. Cambridge: MA: Harvard University Press, 1911.

[2] SAINT-PAUL G. Technological choice, financial markets and economic development[J]. European Economic Review,1992, 36: 763-81.

[3] FUENTE A. Innovaion, banking monitoring and endogenous financial development[J]. Journal of Monetary Economics. 1996 38(2): 269-301.

[4] STULZ R. Financial structure, corporate finance and economic growth[J]. International Review of Finance,2000, 1(1): 11-38.

[5] COLE D C, SLADE B F. "Reform of financial systems" in reforming economic systems in developing countries[M]. Cambridge: MA: Harvard University Press, 1991.

[6] BROWN J S, FAZZARI, PETERSEN B. Financing innovation and growth: cash flows, external equity and the 1990s R&D boom[J]. Journal of Finance,2009, 64: 151-85.

[7] 唐文琳, 肖崎. 从民间借贷到民营银行:金融制度的创新[J]. 广西大学学报:哲学社会科学版,2004, 26(2): 46-50.

[8] 周昌发. 科技金融发展的保障机制[J]. 中国软科学,2011(3): 72-81.

[9] 张志敏, 俞成森. 金融结构与企业技术创新:基于融资渠道和性质的研究[J]. 社会科学文摘,2018(10): 44-46.

[10] 洪银兴. 科技金融及其培育[J]. 经济学家,2011, 6(6): 22-27.

[11] 张玉喜, 赵丽丽. 中国科技金融投入对科技创新的作用效果——基于静态和动态面板数据模型的实证研究[J]. 科学学研究,2015, 33(2): 177-84.

[12] 张林. 金融发展、科技创新与实体经济增长——基于空间计量的实证研究[J]. 金融经济学研究, 2016, 31(1): 14-25.

[13] 徐义国, 殷剑峰. 中国金融市场体系的未来取向——十九大报告蕴涵的金融元素[J]. 经济社会体制比较,2018: 19-27.

[14] 俞立平. 金融支持、政府与企业投入对科技创新的贡献研究[J]. 科研管理,2015, 36(3): 57-63.

[15] 马微, 惠宁. 金融结构对技术创新的影响效应及其区域差异研究[J]. 经济科学,2018, 224(2): 75-87.

[16] BROWN J G, MARTINSSON, PETERSEN B. Do financing constraints matter for R&D? new tests and evidence[M]. Iowa State University, 2010.

[17] FECHT F, HUANG K X D, MARTIN A. Financial intermediaries, markets and growth[J]. Journal of Money, Credit and Banking,2008, 40(4): 701-20.

[18] HSU P H, TIAN X, XU Y. Financial development and innovation: cross- country evidence[J]. Journal of Financial Economics, 2014, 112(1): 116-35.

[19] KHAN M K, HE Y, AKRAM U, et al. Firms′ technology innovation activity: does financial structure matter[J]. Asia-Pacific Journal of Financial Studies, 2016.

[20] LI F,SRINIVASAN S.Corporate governance when founders are directors[J]. Journal of Financial Economics,2011, 102: 454-69.

[21] 胡彦斌, 钟田丽. 企业技术创新能力与融资结构:理论与实证——来自中国创业板面板数据[J]. 工业工程与管理, 2013, 18(6): 106-14.

[22] 胡艳, 马连福. 创业板高管激励契约组合、融资约束与创新投入[J]. 山西财经大学学报,2015, 37(8): 78-90.

[23] 王义茹. 创业板上市公司融资模式对科技创新投入影响的实证研究[D]. 沈阳:沈阳工业大学,2015.

[24] 解维敏, 方红星. 金融发展、融资约束与企业研发投入[J]. 金融研究,2011(5): 171-83.

[25] 孙早, 肖利平. 融资结构与企业自主创新——来自中国战略性新兴产业A股上市公司的经验证据[J]. 经济理论与经济管理, 2016, 36(3): 45-58.

[26] 李瑞晶, 李媛媛, 金浩. 区域科技金融投入与中小企业创新能力研究——来自中小板和创业板127家上市公司数据的经验证据[J]. 技术经济与管理研究,2017(2): 124-28.

[27] 刘政, 陈晓莹, 杨先明. 融资多样性对企业技术创新的影响机制研究[J]. 科技进步与对策, 2017, 34(3): 84-92.

[28] ROODMAN D. How to do xtabond2: an introduction to difference and system GMM in stata[J]. Stata Journal,2009, 9(1): 86-136.

Financing Channels and China's Regional Technical Innovation——Empirical Study Based on Provincial Panel Data

Chen Zhigang, He Huiyi

(Institute for the Development of Central China, Wuhan University, Wuhan 430072, China)

AbstractBased on panel data of 31 provinces in China from 2011 to 2016, this paper establishes fixed effect model to examine the influence of different financing channels on the nation and on the eastern, middle and western regions of China. The study shows:①the overall impact of debit financing is not unified, but after dividing into different regions, the debit financing promotes technical innovation in the eastern regions while suppresses technical innovation in the middle and western regions;②the effect of equity financing is not significant as a whole nor in the middle and western regions, and even suppresses technical innovation in the eastern regions; ③through further research on the individual segments of stock market, the growth enterprises market is the only one that facilitates the regional technical innovation, and the effect of main board and medium & small board is not significant.

Key Words:Financing Channels; Regional Technological Innovation; Debit Financing; Equity Financing; Technical Innovation

DOI10.6049/kjjbydc.2018080225

开放科学(资源服务)标识码(OSID):

中图分类号F061.5

文献标识码:A

文章编号:1001-7348(2019)07-0033-07

收稿日期2019-02-15

基金项目国家社会科学基金重点项目(13AJL005);教育部重点研究基地重大项目(17JJD790017)

作者简介陈志刚(1971-),男,湖北武穴人,博士,博士后,武汉大学中国中部发展研究院教授,研究方向为中国金融改革与发展;何蕙仪(1994-),女,湖北武汉人,武汉大学中国中部发展研究院硕士研究生,研究方向为金融发展与技术创新。

(责任编辑:王敬敏)