The Impact of Tolerance of External Financing Risks on Regional Innovation Capabilities: A Concurrent Discussion on the Moderating Effects of Government Support and Government Regulation

Zhang Ling,Zhang Chao,Gao Yanhui,Liu Yan

(School of Management, Xi'an Polytechnic University, Xi'an 710048, China)

Abstract：The capital market is an important booster for economic transformation and upgrading, which affects the cultivation of new economic momentum and will become an important part of the country's core competitiveness. Technological innovation faces high risks from technology R&D and technology commercialization, and highly innovative technologies may require a hot financial market to pass the initial stage of technology discovery or diffusion. However, for a long time, enterprises have confronted with high financing constraints, and the lack of R&D funds has limited their innovation capability to catch up with technological frontiers. In this context, it is particularly important to explore how to improve the risk tolerance of the external financing system and enhance the support effect on regional innovation. The existing scholars have explored the measurement of risk tolerance, the impact mechanism of exogenous financing on regional innovation, and the factors affecting exogenous financing risk tolerance from different perspectives. However, there are still few studies on the heterogeneous composition of exogenous financing risk tolerance, the mechanism of exogenous financing risk tolerance on regional innovation impact, and the moderating effect of government intervention in this process.

Drawing on the panel data of 31 provinces and cities in China from 2006 to 2021, this paper fully takes into account of the heterogeneity of exogenous financing risk tolerance. This study selects the regional innovation comprehensive utility value from the China Regional Innovation Capability Evaluation Report to measure the regional innovation capability of each province, and considers it as the dependent variable, and takes tolerance of external financing risks as the independent variable. It constructs an evaluation indicator system of exogenous financing risk tolerance from three dimensions : risk tolerance intensity, risk tolerance breadth and risk tolerance elasticity. Among them, risk tolerance intensity of exogenous financing refers to the degree to which each financing entity bears the failure, and measures the degree to which exogenous financing, including debt, equity, and venture capital, bears the loss of technological innovation failure; tolerance breadth of external financing risk refers to the coverage of failure undertaken by various financing entities in innovation, and measures the coverage of three types of external financing undertaking technological innovation failures; risk tolerance elasticity refers to the recovery ability of each financing entity after failure in technological innovation, which measures the subsequent recovery ability of three types of exogenous financing to losses caused by technological innovation failure. The system comprehensively assesses the risk tolerance of various provinces and cities in China. In addition, this paper empirically tests the effect and mechanism of exogenous financing risk tolerance on regional innovation capability in different situations.

Research has found that, firstly, the tolerance of exogenous financing risks can significantly enhance regional innovation capabilities. Among them, the breadth of risk tolerance has the strongest impact on regional innovation capabilities, followed by the intensity of risk tolerance, and the elasticity of risk tolerance is the weakest. Secondly, the tolerance of exogenous financing risks increases the investment preference of financial institutions for high-risk innovation projects, and enhances the innovation preference of technology enterprises for breakthrough innovation, thereby promoting the improvement of regional innovation capabilities. Thirdly, government support positively moderates the relationship between exogenous financing risk tolerance and regional innovation capability, while government supervision plays a negative moderating role. Fourthly, the tolerance of exogenous financing risks is more significant in enhancing regional innovation capabilities in the eastern, southern, and high-level areas of intellectual property protection.

The conclusions can provide some enlightenment for the government: it is essential to optimize the credit financing risk mitigation mechanism and enhance the tolerance of exogenous financing risks, strengthen the willingness and ability of financial institutions to serve technology enterprises, and reduce the burden of innovation on enterprises, strengthen financial guidance based on government policies, moderately relax technology finance supervision, and thereby enhancing the vitality of the capital market, and promoting the construction of innovative ecological environment and intellectual property protection.

Key Words：Exogenous Financing; Risk Tolerance; Regional Innovation Capability; Government Support; Government Regulation

收稿日期：2023-05-20

修回日期：2023-09-14

基金项目：国家自然科学基金青年项目(71904152);陕西省软科学研究计划一般项目(2022KRM165);陕西省社会科学基金年度项目(2021R006,2023R308)

作者简介：张岭(1986—),男,河北邢台人,博士,西安工程大学管理学院副教授、硕士生导师,研究方向为创新管理与政策;张朝(1996—),男,河北唐山人,西安工程大学管理学院硕士研究生,研究方向为创新管理与政策;高艳慧(1985—),女,陕西榆林人,博士,西安工程大学管理学院副教授、硕士生导师,研究方向为创新与科技政策管理;刘岩(1986—),女,青海西宁人,博士,西安工程大学管理学院副教授、硕士生导师,研究方向为创新与科技政策管理。

DOI：10.6049/kjjbydc.YXG202305134

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(2024)19-0034-12

0 引言

面对以人工智能为代表的新一轮科技革命战略机遇,西方发达国家重新部署本国科技资源和金融资源,开启了抢占科技和产业制高点的竞争。技术创新面临较高的技术研发风险和商业化风险[1],而良好的外源融资体系能够通过风险分担和风险分散机制提高技术创新风险容忍度,帮助科技企业跨越技术研发与市场应用之间的“死亡之谷”。然而,外源融资体系风险容忍能力不足使企业面临较高的融资约束,限制了企业追赶技术前沿的能力[2]。因此,如何提升外源融资体系风险容忍能力,为科技企业提供一个鼓励创新并敢于试错的外部融资环境,对于提升区域创新能力从而实现高水平科技自立自强具有重要意义。

当前,关于外源融资风险容忍度与区域创新关系,国内外学者主要从以下3个方面展开研究:

(1)外源融资风险容忍度测度。何运信等[3]以不良贷款率作为银行风险承担水平的代理变量,考察银行风险承担水平在货币政策影响企业研发创新中的中介作用;张岭[4]通过比较股权和债权融资风险容忍度,认为股权融资比债权融资更有利于企业技术创新;Tian &Wang[5]以“风投对失败企业的平均投资年限”衡量风投失败容忍度,认为风投失败容忍度越高,企业创新水平越高。但是,相关研究将外源融资风险容忍度视为一个整体,忽视了风险容忍度内部异质性构成[6]。

(2)外源融资对区域创新的作用机制。现有研究从银行信贷、股票市场和风险投资3方面分析其对区域创新的影响。①信贷市场银行体系能够为生产要素重新配置和优化组合提供资金支持,进而为科技企业提供外部融资支持[7];②股票市场能够克服银行要求抵押物的不足,引导资金投向高研发、高增长和高风险创新投资项目[8];③风险投资通过阶段性融资策略、私人股权合约对企业经营行为进行实时监控,能够有效避免银行信贷难以解决的信息不对称与代理成本问题,进而助力企业技术创新[9]。

(3)外源融资风险容忍度影响因素。基于金融功能观视角,外源融资对技术创新风险容忍功能的发挥取决于特定的创新环境,包括市场环境和政策环境等[10-11]。Ferreira等[12]认为在宽松的创新环境下,外源融资更能宽容技术创新失败,从而激励区域创新。因此,政策支持和政策监管环境不仅影响外源融资风险容忍度,而且对风险容忍度影响区域创新效果也具有重要影响[13-14]。

综上所述,学界围绕不同类型外源融资风险容忍度对创新的支持效应进行了积极探索,但存在以下不足:一是外源融资风险容忍度测度未形成统一的评价体系和标准,忽视了风险容忍度异质性组成;二是鲜有研究将3类外源融资整合到一个分析框架,考察整体风险容忍度对区域创新能力的作用机制;三是较少考察政府干预的调节效应。鉴于此,本文的边际贡献体现在:第一,通过探究外源融资风险容忍度异质性组成,从容忍强度、广度和弹性3个维度构建评价指标体系。第二,验证外源融资整体风险容忍度对区域创新能力的作用机制。第三,实证检验政府支持和政府监管对外源融资风险容忍度影响区域创新能力的调节效应。 值得注意的是,风险容忍度并非越高越好,若风险容忍度过高或政府金融监管不足,则有可能引发金融体系不稳定。由于我国当前处于金融自由化“倒U型曲线左半端”[14],外源融资体系对技术创新风险容忍度尚不存在过高的问题。因此,本文基于当前情境展开研究,并为通过提升外源融资风险容忍度促进区域创新能力提升提供理论依据和政策参考。

1 理论分析与研究假设

1.1 外源融资风险容忍度对区域创新能力的影响

技术创新尤其是突破式创新需要承担高昂的技术试错成本和创新失败损失,而金融中介和金融市场则可以缓释技术创新试错风险[6]。首先,外源融资风险容忍度为高风险技术创新提供强大的技术试错体系,有助于提高科技企业技术创新和商业模式创新成功率[5]。其次,科技企业往往很难长期承担创新风险,需要借助外源融资体系分担和缓释企业创新研发风险,为各创新主体减压[15]。最后,外源融资风险容忍度有利于加速区域创新资源流动,提高技术研发和成果转化率,进而提升区域创新能力。因此,风险容忍度对区域创新损失的承载能力和修复能力不仅影响技术创新试错空间及商业探索空间,还影响区域创新能力尤其是突破式创新的实现。

外源融资风险容忍度受风险容忍强度、广度和弹性的影响。首先,风险容忍强度是指各融资主体容忍失败的程度,具有较高风险容忍度的融资机构通常对短期投入、长期收益创新决策持积极意见,能够鼓励科技企业大胆试错,有助于提高区域创新投入和产出水平[16]。其次,风险容忍广度是指创新活动中各融资主体容忍失败的覆盖范围。科技企业创新过程不仅面临研发风险,也面临产品风险、市场风险等诸多风险,需要借助外源融资提供较大的风险容忍空间,分担来自不同渠道的风险,激发企业创新意愿,提高区域创新能力。最后,风险容忍弹性是指融资主体承担失败损失的恢复能力,包括创新失败后的再投入能力、追加投资的灵活性和抵御风险的恢复能力。技术创新具有不确定性、风险性和长期性特点[17],科技企业需要借助外源融资容忍前期创新失败损失并持续灵活追加投资,进而推动区域创新能力提升。据此,本文提出以下假设:

H1:外源融资风险容忍度对区域创新能力具有显著正向促进作用。

H1a:外源融资风险容忍强度对区域创新能力具有显著正向影响;

H1b:外源融资风险容忍广度对区域创新能力具有显著正向影响;

H1c:外源融资风险容忍弹性对区域创新能力具有显著正向影响。

1.2 金融机构投资偏好与科技企业创新偏好的作用机制

(1)金融机构投资偏好的中介效应。外源融资风险容忍度通过提升金融机构对创新项目不确定的容错阈值,使投资偏好从低风险项目转向高风险项目,进而促进区域创新能力提升。首先,外源融资风险容忍度提高能够增强金融机构容错能力,使金融机构更关注高回报高风险创新项目[18],从而促使自身投资偏好从低风险创新项目转向高风险创新项目。其次,金融机构较强的信息甄别能力可对创新项目进行筛选和评估,从而为更有可能成功的高风险创新项目提供融资支持、企业战略、知识管理、市场经验等高价值服务[19],使潜力型高风险创新项目步入正确的技术轨道。最后,金融机构投资偏好会改变金融资源和创新资源流向,加速金融资源向科技企业和新兴产业集聚,进而提升区域创新能力。据此,本文提出以下假设:

H2:外源融资风险容忍度通过增强金融机构对高风险创新项目的投资偏好提升区域创新能力。

(2)科技企业创新偏好的中介效应。外源融资风险容忍度通过拓宽科技企业试错空间,内生激励科技企业创新策略由渐进式创新向突破式创新转变,进而带动区域创新能力提升。首先,外源融资风险容忍度通过拓宽试错空间包容企业创新过程中的“探索性失误”,通过 “风险共担,收益共享”机制提高创新项目成功率和预期收益,从而内生激励科技企业风险偏好从风险规避型转变为风险偏好型[2]。其次,科技企业风险偏好改变会影响自身对技术创新轨道和范式的选择,进而激励企业创新偏好由渐进式创新(短周期低风险)向突破式创新(长周期高风险)转变[4]。最后,科技企业创新偏好改变还会影响区域整体技术创新策略,鼓励区域加大创新投入并提高创新要素配置效率,进而提升区域创新能力。据此,本文提出以下假设:

H3:外源融资风险容忍度通过增强科技企业对突破式创新的风险偏好提升区域创新能力。

1.3 政府支持与政府监管的调节效应

(1)政府支持的调节效应。政府引导基金是政府支持创新的主要方式,对创新投资具有杠杆和导向作用。政府投资能吸引社会资本后续跟进,将政府“有形之手”与市场“无形之手”相结合,引导社会资本投向企业创新(黄福广等,2021)。首先,相较于企业追求经济收益,政府引导基金更偏好于社会收益,对企业创新的风险容忍度更高(王晗等,2018),投资行为更有耐心[21],且具有融资成本低、融资成功率高等优势,有利于基础研究和原始创新。其次,政府引导基金为投资方释放长期许诺的信号[22],能够吸引外部社会融资,提高创新创业资本总量,带动形成多元创新投资体系。最后,政府投资能够引领资本市场投资方向,提高资本对技术创新成功率的预期,增强外源融资风险容忍度,引导企业加大创新投入,进而提升区域创新能力。据此,本文提出以下假设:

H4:政府支持能够强化外源融资风险容忍与区域创新能力的积极关系。

(2)政府监管的调节效应。政府监管过度对金融体系风险承担存在抑制效应[23],不利于资本流向风险大、不确定性高的技术创新项目。首先,金融监管对银行风险承担具有显著抑制作用[24],当政府监管部门监管力度较大时,商业银行的信贷活动面临更多约束[11],部门负责人会有意识地规避高风险信贷活动。其次,资本市场监管缺乏灵活性有可能会产生一系列适配问题,公司股价下跌、融资受阻[25]会影响资本市场投资导向,导致资本缺乏活力,不利于技术资本传导和融通。最后,传统金融监管体系在实践中易陷入“一刀切”和“层层加码”的治理弊端,部分监管制度在设计上缺乏合理性[24]。因此,政府监管过度会加剧融资约束,抑制金融机构、科技企业创新意愿和活跃度,降低外源融资风险容忍度对区域创新能力的激励效应。据此,本文提出如下假设:

H5:政府监管过度会抑制外源融资风险容忍与区域创新能力的积极关系。

综上所述,本文构建理论模型如图1所示。

2 研究设计

2.1 计量模型

本文为检验外源融资风险容忍度对区域创新能力的影响效应,构建如下双向固定效应基准回归模型:

Innovit=β0+β1RTCit+β2Controlsit+νi+ηt+εit

(1)

Innovit=β0+β1RTCitstrength+β2Controlsit+νi+ηt+εit

(2)

Innovit=β0+β1RTCitwidth+β2Controlsit+νi+ηt+εit

(3)

Innovit=β0+β1RTCitflexible+β2Controlsit+νi+ηt+εit

(4)

模型(1)～(4)中,Innovit代表地区i在t时期的区域创新能力,RTCit、RTCitstrength、RTCitwidth、RTCitflexible表示地区i在t时期的外源融资风险容忍度、强度、广度和弹性,系数β1表示外源融资风险容忍度、强度、广度和弹性对区域创新能力的影响效应,Controlsit为控制变量,νi为个体效应,ηt为时间效应,εit为随机误差项。

为探究外源融资风险容忍度对区域创新能力的影响机制,本文在模型(1)的基础上,参考江艇[27]的研究,构建如下模型:

Medit=b0+b1RTCit+b2controlsit+νi+ηt+εit

(5)

其中,机制变量Medit包括地区i在t时期的金融机构投资偏好(Invest_preferenceit)和科技企业创新偏好(Innov_preferenceit)。

进一步,为检验政府支持和政府监管在外源融资风险容忍度与区域创新能力之间的调节效应,构建以下模型:

Innovit=α0+α1RTCit×Govguidit+α2RTCit+α3Govguidit+αControlsit+νi+ηt+εit

(6)

Innovit=α0+α1RTCit×Superviseit+α2RTCit+α3Superviseit+αControlsit+νi+ηt+εit

(7)

其中,模型(6)用以检验政府支持的调节效应,Govguidit表示地区i在时期t的政府支持情况。模型(7)中的调节变量为政府监管,Superviseit表示地区i在t时期的政府监管力度。

2.2 变量选取

(1)被解释变量:区域创新能力(Innov)。借鉴谢巧燕和王昱崴[28]、吴正平等(2002)的研究,本文选取《中国区域创新能力评价报告》中的区域创新综合效用值衡量各省份区域创新能力。从知识创造、知识获取、企业创新、创新环境、创新绩效5个维度构建评价指标体系,运用加权综合评价法,在对基础指标无量纲化处理后运用专家打分得到权重,分层逐级综合,最后得出各省份创新能力的综合效应值。

(2)解释变量:外源融资风险容忍度(RTC)。该变量是指外源融资体系对技术创新试错或失败的风险承担能力和风险容忍能力。基于Manso[20]、Tian &Wang [5]和Zhang等[29]的研究以及外源融资风险容忍度的定义和关键特征,本文从强度、广度和弹性3个维度构建外源融资风险容忍度综合评价指标体系。其中,外源融资风险容忍强度是指各融资主体对失败的承受程度,主要衡量债权、股权和风投3类外源融资。外源融资风险容忍广度是指创新活动中各融资主体承担失败的覆盖范围。外源融资风险容忍弹性是指融资主体创新失败后的恢复能力,主要衡量债权、股权和风投3类外源融资。

(3)控制变量。借鉴袁胜超(2023)、张林等[30]的研究,本文设置以下控制变量:①区域经济发展水平(Pgdp):用人均地区生产总值表征,并取对数衡量;②金融发展水平(Finance):用金融机构存贷款余额占地区生产总值的比重衡量;③区域人力资本(Human):用各地区人均受教育年限衡量;④外商投资水平(Fdi):用各地区实际利用外商投资额占地区生产总值的比重衡量;⑤政府科技投入(Gov):选取政府科技支出占财政支出的比重衡量;⑥市场化水平(Market):采取樊纲市场化指数报告公布的分省份市场化指数衡量。

(4)中介变量:①金融机构投资偏好(Invest_preference):风投机构作为科技企业创新投资最前沿和最直接的金融机构,其投资偏好最具代表性,因此本文通过计算清科数据库2006-2021年的278 516起风投机构投资事件,将其作为金融机构投资偏好的代理变量,过程如下:由被投单位所在地确定所属区域,根据投资时间确定年份,借鉴范晓敏等[31]的研究,用当年该省份投资阶段种子期和初创期投资事件数占当年该省份各阶段投资事件总和的比值作为该省份年度金融机构投资偏好的代理变量;②科技企业创新偏好(Innov_preference):借鉴崔兆财等(2023)的研究,本文将发明专利授权量占实用新型专利和外观设计专利授权量的比值作为科技企业创新偏好的代理变量。

(5)调节变量:①政府支持(Govguide):政府支持代表政府对投资市场的引导作用,采取各地区政府引导基金规模并取对数衡量;②政府监管(Supervise):参考张晓燕等[32]的研究,采用财政金融监管支出占地方财政一般预算支出的比重衡量。

2.3 数据说明

本文选取2006-2021年中国内地31个省份数据作为研究样本,主要数据来源见表1。由于樊纲市场化指数数据只更新到2019年,所以2020年和2021年各地区市场化指数数据根据樊纲测算的算法推算得到。部分地区个别年份数据缺失值以插值法补充,变量描述性统计结果如表2所示。

3 外源融资风险容忍度评价与分析

3.1 指标体系构建

(1)外源融资风险容忍强度。股权融资对于高风险科技创新企业的风险容忍度较高[4],股票筹资额反映股权融资对于高风险企业承担失败损失的承受程度。银行不良贷款金额对银行来说是一种真实发生的风险[33],不良债务规模反映银行信贷融资风险承受程度。风险投资作为天生具有高风险容忍能力的融资工具[9],能够直观反映风投机构对技术创新失败的容忍度。基于此,本文采用股票筹资额、不良贷款金额和风险投资额衡量外源融资风险容忍强度。

(2)外源融资风险容忍广度。股票总市值与GDP的比值反映股票市场投资机会和风险,比值越大说明股票市场发展程度越高[34],相应股权融资风险容忍范围越广。银行贷款额与GDP的比值反映银行信贷融资发展水平,比值越大说明信贷融资发展水平越高,相应债权融资风险容忍范围越广。区域风投机构数量反映地区风险投资发展水平,高新技术企业作为高风险融资对象,通常风险投资机构会为其提供主要融资支持;单位企业风投机构数代表企业获得风险融资的概率,可度量风险投资覆盖范围。综上所述,本文用股票市场总市值占GDP的比重、银行贷款额占GDP的比重、单位高新技术企业风投机构数衡量外源融资风险容忍广度。

(3)外源融资风险容忍弹性。股票价格波动会向外界传递风险信号,反映股票收益不确定性风险[35]。股票价格波动幅度越大,说明该时间段股票风险越大,需要较强的调节恢复能力,故用股价波动率度量股权融资风险恢复能力。不良贷款率表征银行资本对风险的消化幅度[36],反映银行风险恢复力。风险投资案例数代表风险投资机构风险承担风险水平,前后单位企业风险投资案例数量变化可间接反映风险投资机构承担风险的恢复能力。因此,本文采用股市波动率、不良贷款率和单位高新技术企业风投案例数度量外源融资风险容忍弹性。

3.2 指标测算过程

本文采用熵值法确定各指标权重,并通过线性加权函数法对指标进行测度,设有n个省m年r个指标,具体步骤如下:

(1)数据标准化处理,所用数据均为正向指标,因此考虑到标准化后有0值情况,因此所有变量统一加极小值0.000 001。其中,xijσ为第i个省第t年第σ项指标的原始数据,xmin、xmax分别为第σ项指标的最小值和最大值。

(2)计算所占比重:

(3)计算第σ项指标的熵值:

其中0≤eσ≤1。

(4)计算第σ项指标的差异系数gσ:gσ=1-eσ。

(5)计算第σ项指标的权重:相关指标权重见表3。

(6)计算i省份第t年第k个二级指标的指数:其中,为第i省第t年第k个二级指标的指数,q为该二级指标含有的三级指标总数。

(7)计算i省第t年的外源融资风险容忍度综合指数:

3.3 指标测算结果

2006—2021年各省份外源融资风险容忍度指标均值见表4。从中可见,北京、广东和上海等经济发展水平较高省市外源融资风险容忍度指数较高。总体来看,大多数地区风险容忍强度和广度显著高于弹性,表明各地区外源融资风险容忍弹性较弱,有待强化。如四川综合指数排名第七位,但弹性却位于第26位,外源融资风险容忍弹性未优化提升。因此,各省份应根据当地发展特色和优势,进一步提高外源融资风险容忍度。此外,区域间外源融资风险容忍度存在显著差异,如图2所示。其中,东部地区和南方地区外源融资风险容忍度显著高于中西部地区和北方地区。原因可能在于,东部地区、南方地区拥有雄厚的经济实力和金融资源,各项金融发展政策、制度更具有优势。

4 实证结果分析

4.1 基准回归与机制检验

4.1.1 基准回归结果

在纳入个体和时间固定效应及控制变量后,外源融资风险容忍度对区域创新能力影响的实证结果见表5列(1)～(4)。列(1)结果表明,外源融资风险容忍度与区域创新能力显著正相关,说明外源融资风险容忍度能够显著促进区域创新能力提升,假设H1得到验证。列(2)和(3)结果表明,外源融资风险容忍强度、广度与区域创新能力显著正相关,说明外源融资风险容忍广度和强度对区域创新能力起显著促进作用,假设H1a和H1b得到验证。列(4)为外源融资风险容忍弹性对区域创新能力的估计结果,显著性虽未通过但系数为正,说明风险容忍弹性与区域创新能力存在一定正相关关系。结果不显著的原因在于,多数地区外源融资风险容忍弹性水平较低,因此恢复能力较弱,从而未对区域创新能力起显著促进作用。

4.1.2 机制检验结果

本文从金融机构投资偏好和科技企业创新偏好两个方面检验外源融资风险容忍度对区域创新能力的影响,结果见表5列(5)～(6)。列(5)结果显示,外源融资风险容忍度对金融机构投资偏好的回归系数在5%水平上显著为正,表明外源融资风险容忍度通过提升容错能力提高金融机构对高风险创新项目的投资偏好,使风投机构投资偏好从低风险创新项目转向高风险创新项目,进而促进区域创新能力提升,假设H2得到验证。列(6)结果显示,外源融资风险容忍度对科技企业创新偏好的回归系数在1%水平上显著为正,表明外源融资风险容忍度通过拓宽试错空间增强科技企业突破式创新偏好,促使企业由渐进式创新向突破式创新转变,进而促进区域创新能力提升,假设H3得到验证。

4.2 内生性与稳健性检验

4.2.1 内生性问题

(1)系统GMM。系统GMM是缓解内生性问题的常用做法,本文将被解释变量和核心解释变量滞后项作为工具变量,采用二步系统GMM重新进行估计,结果见表6列(1)。AR(2)检验结果表明,模型不存在二阶自相关。Sargen检验结果表明,模型工具变量有效,因此采用系统GMM估计结果可靠。另外,外源融资风险容忍度对区域创新能力的估计系数在5%水平上显著为正,与基准模型所得结论一致。

(2)解释变量滞后一期。考虑到上一期外源融资风险容忍度未对当期区域创新能力产生影响,故本文以外源融资风险容忍滞后一期作为解释变量,回归结果见表6列(2)。从中可见,估计系数在1%水平上显著为正,表明外源融资风险容忍度能显著促进区域创新能力提升,与原结果一致。

(3)外生冲击“促进科技和金融结合试点”。促进科技和金融结合实质上是通过增加科技信贷支持、设立多层次资本市场降低科技创新企业融资门槛(康艳玲等,2023),通过完善风险分散机制激励企业增加创新投入(马凌远等,2019),进而促进区域创新能力提升。促进科技和金融结合的主要目的在于提高外源融资风险容忍度。科技部与中国人民银行、银保监会和证监会2011年发布科技金融试点政策,并于2011年和2016年开展试点。参考袁航和朱承亮(2023)的研究,本文将科技金融试点政策覆盖范围较广的省市作为“处理组”,其余省市作为“控制组”进行检验,结果见表6列(3)。从中可见,估计结果在5%水平上显著为正,与基准模型回归结果一致。

4.2.2 稳健性检验

(1)更换核心解释变量测算方式。本文进一步将外源融资风险容忍度测算方法替换为主成分分析法,重新对指标进行测算及回归分析,结果见表6列(4)所示。从中可见,估计结果在5%水平上显著为正,表明本文研究结论稳健。

(2)替换被解释变量。部分学者用专利授权量衡量区域创新能力,为验证结果的稳健性,本文将区域创新能力指数替换为专利授权量进行检验,结果如表6列(5)所示。从中可见,估计结果在1%水平上显著为正,说明研究结论稳健。

(3)剔除特殊年份。2008年金融危机以及2020年新冠肺炎疫情对世界经济产生巨大冲击,也对各地区创新活动造成较大障碍。考虑到金融危机的影响可能存在一定滞后效应,故剔除2010年及以前和2020年及以后的样本值重新进行回归,结果如表6列(6)所示。从中可见,估计系数在1%水平上显著为正,说明本文研究结论依然稳健。

4.3 调节效应检验

进一步,检验在政府支持和政府监管下外源融资风险容忍度对区域创新能力的影响,结果见表7。其中,列(1)政府支持与风险容忍度交互项系数显著为正,表明政府支持会强化外源融资风险容忍度对区域创新能力的促进作用,假设H4得到验证。列(5)政府监管与风险容忍度交互项系数显著为负,表明政府监管过度会抑制外源融资风险容忍度与区域创新能力的积极关系,假设H5得到验证。列(2)～(4)结果显示,在外源融资风险容忍强度、广度和弹性对区域创新能力影响过程中,政府支持发挥正向调节效应。列(6)～(8)显示,政府监管在其中起负向调节作用,进一步证实了上述结果。

4.4 异质性检验

4.4.1 区域异质性

我国外源融资风险容忍度在各区域之间存在明显差距,整体呈现出东部和南方地区风险容忍度较高,中西部和北方地区风险容忍度较低的态势。对此,本文基于两种区域划分模式考察外源融资风险容忍度对区域创新能力的异质性影响,结果见表8。研究发现,中西部和北方地区外源融资风险容忍度对区域创新能力的促进效果不显著,而东部和南方地区风险容忍度对区域创新能力具有显著促进作用。原因在于,相较于中西部地区,东部地区市场经济更开放,资源禀赋条件更好,科技金融制度也更完善。此外,南北地区金融市场融资结构不同,南方地区融资市场更侧重股权融资,北方地区更侧重债权融资,股权融资对创新失败的风险容忍能力更强。可见,在市场经济开放程度高的东部地区和股权融资占比更高的南方地区,外源融资风险容忍度对区域创新能力的促进作用更显著。

4.4.2 知识产权保护水平异质性

知识产权保护能够确保创新主体研究成果和投资回报,促进科技创新资源集聚,但知识产权保护水平在我国各地区存在明显差异。因此,本文借鉴袁胜超(2023)的研究,从行政执法和司法保护两个层面衡量各地区知识产权保护水平,通过对各省份年度知识产权保护指数求总和及均值,将各省份划分为知识产权保护高水平和低水平地区,结果见表8。从中可见,外源融资风险容忍度能够显著提升知识产权保护高水平地区的区域创新能力,而对低水平地区的影响作用则不显著。原因在于,一方面,知识产权保护以专利、版权等形式对企业创新成果加以保护,使企业无形资产得以积累[37],进而激发科技企业创新意愿;另一方面,科技创新项目投资环境与知识产权保护力度相关,只有创新成果得到应有保护,投资者才更愿意投资,创新行为风险容忍度也就更高。因此,创新成果得到充分保护能够提高科技企业和金融机构对创新的预期,改善区域创新环境,进而提升区域创新能力。

5 结语

5.1 研究结论

本文利用2006-2021年中国内地31个省份数据,采用熵值法,从强度、广度和弹性3个维度构建外源融资风险容忍度评价指标体系,探究外源融资风险容忍度对区域创新能力的影响机制,得出如下结论:

(1)外源融资风险容忍度对区域创新能力具有显著正向促进作用。其中,风险容忍广度对区域创新能力的作用最强,风险容忍强度次之,风险容忍弹性最弱。

(2)外源融资风险容忍度通过提升容错能力提高金融机构对高风险创新项目的投资偏好,通过拓宽试错空间增强科技企业突破式创新偏好,从而推动区域创新能力提升。

(3)政府支持会强化外源融资风险容忍度对区域创新能力的促进作用。政府通过政策性金融引导向资本市场释放正向信号,提高融资市场风险容忍度,使更多资本注入区域创新活动。

(4)政府监管过度会抑制外源融资风险容忍度对区域创新能力的促进作用,削弱金融机构投资积极性,不利于区域创新要素集聚。

(5)上述风险容忍度的促进效应在市场经济开放程度更高的东部地区、股权融资占比更高的南方地区和知识产权保护水平更高的地区对区域创新能力的促进作用更显著。

5.2 政策启示

上述研究结论对于我国完善外源融资体系、促进区域创新能力提升具有以下政策启示:

(1)完善创新风险补偿机制,提升外源融资风险容忍度。通过设立科技不良信贷缓释基金提升风险容忍强度,通过优化科技企业上市评价制度增强风险容忍广度,通过拓宽风投机构多轮投资策略和退出渠道提升风险容忍弹性,从而强化风险容忍度对区域创新的支持作用。

(2)增强金融体系容错试错韧性和活力,提高金融机构对高风险创新项目的投资偏好。通过不断强化多层次金融市场融资功能,深度发挥保险和融资担保机构的风险分担作用,加强金融机构对高风险创新项目的支持。

(3)鼓励科技企业创新试错,增强科技企业突破式创新偏好。营造鼓励创新、宽容失败的政策环境,通过构建公共技术服务平台和共享实验基地降低科技企业试错成本。为核心技术突破、关键技术开发提供补贴和奖励,鼓励“专精特新”企业持续开展突破式创新。

(4)适度放松科技金融监管,强化政策性金融的支持和引导作用。对科技企业实施差异化监管,提升监管效率,降低监管成本,平衡技术创新与金融稳定之间的关系。进一步引导资本市场投“早”投“小”,带动更多社会资本投入关键核心技术研发领域。

(5)加强创新生态环境建设和知识产权保护,提高创新生态整体风险容忍能力对区域创新的支持作用。营造鼓励创新、宽容失败的创新生态氛围,完善知识产权保护政策,强化外源融资风险容忍度与科技政策风险容忍度的协同联动效应,提高创新生态系统整体风险容忍度。

5.3 不足与展望

尽管本文对外源融资风险容忍度测度及对区域创新能力影响机制进行了有益探索,但存在一些不足:一方面,外源融资风险容忍度指标测度存在一定局限性,外源融资风险容忍度受到多方主体、多种因素的影响,未来可进一步探究外源融资风险容忍度影响因素,丰富和完善相关评价指标体系;另一方面,外源融资风险容忍度并非越高越好,未来可进一步探索风险容忍度阈值,识别风险容忍度对技术创新支持效应的最优区间,并探索外源融资风险容忍度支持技术创新的政策工具,进一步深化风险容忍度支持技术创新领域研究。

参考文献：

[1] NANDA R, RHODES-KROPF M. Financing experiments[J]. Science, 2015, 348(6240): 1200.

[2] YURIY G, MONIKA S. Financial constraints and innovation:why poor countries don't catch up[J]. Journal of the European Economic Association, 2013, 11(5): 1115-1152.

[3] 何运信, 贾富成, 耿中元. 货币政策冲击、银行风险承担与企业研发创新[J]. 财经论丛, 2020, 36(2): 53-63.

[4] 张岭. 股权与债权融资对技术创新绩效的影响研究[J]. 科研管理, 2020, 41(8): 95-104.

[5] TIAN X, WANG T Y. Tolerance for failure and corporate innovation[J]. The Review of Financial Studies, 2014, 27(1): 211-255.

[6] ZHANG L, ZHANG S, TAO N. Financial system risk tolerance capacity and economic growth: evidence from a cross-country analysis[J]. Global Economic Review, 2016, 45(2): 97-115.

[7] LEVINE R. Finance and growth: theory and evidence[J]. Handbook of Economic Growth, 2005, 1: 865-934.

[8] BROWN J R, MARTINSSON G, PETERSEN B C. Law, stock markets, and innovation[J]. The Journal of Finance, 2013, 68(4): 1517-1549.

[9] 张岭, 郭英远, 张胜, 等. 风险容忍视域下风险投资对科技企业创新支持路径研究[J]. 科学管理研究, 2019, 37(1): 86-89.

[10] NANDA R,RHODES-KROPF M.Financing entrepreneurial experimentation[J]. Innovation Policy and the Economy, 2016, 16(1): 1-23.

[11] 邢洋,马千惠.资本监管、经济政策不确定性与银行风险承担[J]. 征信, 2022, 40(12): 78-84.

[12] FERREIRA D, MANSO G, SILVA A C. Incentives to innovate and the decision to go public or private[J]. The Review of Financial Studies, 2014, 27(1): 256-300.

[13] 顾海峰, 闫君. 公司治理、资本监管与银行风险承担[J]. 财经理论与实践, 2020, 41(6): 2-9.

[14] 鲍星, 李巍, 程孝强. 金融自由化与商业银行不良贷款率[J]. 商业研究, 2022, 65(3): 99-111.

[15] 张翀, 焦伟伟. 风险投资、地区制度环境与区域创新绩效[J]. 财经问题研究, 2022, 44(4): 75-82.

[16] 王甄, 孙壮壮. 机构投资者异质性对企业创新的影响——基于创新容错视角[J]. 武汉金融, 2021, 41(6): 53-60.

[17] 杨天宇, 朱光. 容错机制能促进国有企业创新吗[J]. 经济理论与经济管理, 2022, 42(10): 4-16.

[18] 韩凤芹, 罗珵. 构建面向颠覆性创新的财政科研资助体系[J]. 中国软科学, 2020, 35(10): 26-35.

[19] PEIRONE D. Knowledge and venture funding: complementarities and financial contracts[J]. Industrial and Corporate Change, 2007, 16(5): 851-873.

[20] MANSO G.Motivating innovation[J].Journal of Finance, 2011, 66(5): 1823-1860.

[21] BUZZACCHI L,SCELLATO G,UGHETTO E.The investment strategies of publicly sponsored venture capital funds[J]. Journal of Banking and Finance, 2013, 37(3): 707-716.

[22] 程聪慧. 政府引导基金带动创业企业成长的机制研究——以上海为具体案例的分析[J]. 地方财政研究, 2022, 17(11): 36-48.

[23] KONISHI M, YASUDA Y. Factors affecting bank risk taking: evidence from Japan[J]. Journal of Banking and Finance, 2004, 28(1): 215-232.

[24] 张桥云, 段利强. 监管处罚、资本监管压力与银行风险承担[J]. 北京交通大学学报(社会科学版), 2022, 21(4): 87-99.

[25] 吴文若, 俞俊利. 资本市场行政监管的研究综述[J]. 管理现代化, 2021, 41(3): 115-120.

[26] 孙晋. 互联网金融平台传统监管的局限与法治化改革[J]. 华东政法大学学报, 2023, 26(1): 59-71.

[27] 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022, 39(5): 100-120.

[28] 谢巧燕, 王昱崴. 金融发展对区域创新能力提升的影响机制研究[J]. 经济经纬, 2022, 39(3): 138-149.

[29] ZHANG L, ZHANG S, GUO Y Y. The effects of equity financing and debt financing on technological innovation: evidence from developed countries[J]. Baltic Journal of Management, 2019, 14(4): 698-715.

[30] 张林, 陆道芬, 韦庄禹. 数字经济能否拉动中国技术市场发展——基于省际面板数据的实证分析[J]. 科技进步与对策, 2023,40(22):12-21.

[31] 范晓敏, 陈伟宏, 游家兴. 国有风险投资的投资偏好及其政策效果[J]. 经济管理, 2021, 43(1): 35-53.

[32] 张晓燕, 党莹莹, 姬家豪. 金融科技与金融监管的动态匹配对金融效率的影响[J]. 南开管理评论, 2023, 26(1): 43-56.

[33] 刘骅, 卢亚娟. 金融环境视域下地方政府隐性债务风险影响因素分析[J]. 现代经济探讨, 2019, 37(4): 48-53.

[34] 张甜迪, 田莎. 金融结构、非金融企业部门杠杆率与系统性风险——基于2008—2020年跨国面板数据的研究[J]. 金融发展研究, 2022, 41(12): 49-59.

[35] 雍虓. 金融科技发展对股市波动率影响研究[D]. 绵阳: 西南科技大学, 2021．

[36] 原晓惠. 欧美银行业发展分化原因分析及启示[J]. 新金融, 2020, 31(3): 32-38.

[37] 李雪, 吴福象, 竺李乐, 等. 互联网化、知识产权保护与区域创新产出[J]. 科技进步与对策, 2021, 38(18): 46-55.

(责任编辑：王敬敏)