金融體系對企業技術創新支持作用的實證分析

時丹丹

1 模型構建、數據來源和計量方法

1.1 模型和變量構建

面板數據是用來描述一段時間內一個總體中給定樣本的情況，并且對樣本中的每一個樣本單位進行多重觀察得到的數據集。面板數據與時間序列數據相比，特點在于更多自由度、更少共線性、和更高效率。在研究企業技術創新與金融支持體系關系時，由于統計數據的局限，時間序列分析可能滿足不了大樣本的要求，甚至會得到有偏的結果，而面板數據可以很好地解決以上問題。本文使用面板數據單位根檢驗和協整檢驗來分析金融支持體系對企業技術創新的支持作用及兩者的關系。

金融系統與技術創新之間可以看作是一種技術生產的投入產出關系，因此，本文用Cobb－Douglas生產函數進行分析，在構建技術創新的Cobb－Douglas生產函數時，加入金融體系因素變量，可以得出以下模型：

模型中變量的選擇與說明如下：

（1）技術創新變量（Innovit）

技術創新包括的內容很多，包含了產品創新、工藝創新等。而國內外的文獻在進行實證研究時通常把“專利申請量”作為技術創新成果的代理指標。本文選取的技術創新變量包括幾個方面：專利成果、新產品銷售額和技術成果。專利成果取專利授權的個數，新產品銷售額取新產品的銷售額，技術成果取技術市場的成交額。為了消除異方差的影響，在計算時，技術創新變量innovit取自然對數。

（2）技術創新人力資源投入量（Hrit）與資金投入量（Cait）

用Hrit表示技術創新的人力資源的投入量，取科技活動人員數。用Cait來表示技術創新資金的投入量，取科技經費支出額。為了最大程度地消除異方差的影響，對以上2個指標的樣本數據也做了取自然對數的處理。

（3）金融體系發展變量（Fin_scaleit和Fin_effiit）

在衡量一國的金融發展（增長）時，主要使用貨幣存量（M2）與國民生產總值（GDP）的比重，即金融相關率作為標尺。金融相關率（M2/GDP）是衡量一國金融深化和金融改革程度的主要指標，由于中國缺乏各地區金融資產和M2的統計數據，無法直接使用戈氏和麥氏指標。一般來說，貸款的投放規模反映了一個地區的資金利用程度，而存款量的增長為金融機構帶來充足的資金來源，本文用存款與貸款額作為金融資產的度量指標，并用這一指標與GDP的比例來代理金融相關率，即金融體系發展變量用Fin_scaleit表示。

金融中介機構效率指標，表示金融機構配置金融資源的效率，即銀行將資金盈余部門的資金轉化為貸款的效率。用金融中介機構吸收的企業存款與城鄉儲蓄存款之和與其發放的貸款之比代理金融機構效率，用Fin_effiit表示。

在模型（1）中，α為截距項，εit為殘差項。

1.2 數據來源和計量方法

本文的數據來源于1996～2009年《中國統計年鑒》、《中國科技年鑒》、《中國知識產權年鑒》以及CNNIC報告等。

面板數據的單位根和協整方法是在時間序列的單位根和協整方法的基礎上發展起來的，它綜合了時間序列和橫截面的特性，通過加入橫截面能夠更加直接、更加精確地推斷單位根和協整的存在。面板數據的單位根和協整方法在樣本時間序列較短，在截面數據的情況下優勢更為明顯。由于許多經濟數據具有不平穩的特征，如不進行單位根檢驗，則容易產生偽回歸問題。而單位根檢驗能很好地解決這一問題。

對于各變量進行面板數據單位根檢驗時，假如各變量是同階單整I（1）的，就繼續進行協整檢驗，以研究各變量間的長期均衡關系，同時用ECM，即誤差修正模型來分析各變量間的短期均衡關系。假如各變量是非同階單整的，則應該停止計算，不再繼續進行協整檢驗。具體步驟如下：

(1)檢驗變量的平穩性。檢驗變量的平穩性主要是用單位根檢驗各變量是否同階單整I（1）。本文采用Haris-Tzavalis單位根檢驗、IPS單位根檢驗與LLC單位根檢驗3種方法來進行面板數據的單位根檢驗，盡量避免單一檢驗的失誤。

(2)在第一步平穩性檢驗通過以后，用EG兩步法對模型（1）進行回歸運算，得到殘差εit，然后用Haris-Tzavalis單位根檢驗、IPS單位根檢驗與LLC單位根檢驗3種方法來檢驗殘差序列εit的平穩性。如是平穩的，則表明變量間存在的長期均衡關系，否則，說明變量間不存在長期均衡關系。

(3)用ECM模型檢驗變量間的短期均衡關系。

建立誤差修正模型：

上式中，ECM表示均衡誤差，指的是在短期內各變量偏離長期均衡關系的程度，△為一階差分，γ為均衡誤差對Innovit的控制，表示各變量回歸均衡點的調整速度。系數β1、β2、β3、β4為人力資源投入、資金投入和金融支持系統對技術創新3個方面的短期影響程度。如β1、β2、β3、β4均顯著不為零，表明存在短期均衡關系，人力資源投入、資金投入和金融支持系統對技術創新有短期影響，否則，短期影響就不存在。使用軟件Eview5.1對數據進行運算處理。

2 實證結果分析

2.1 面板數據單位根檢驗

對技術創新變量（Innovit）、人力資源的投入變量Hrit、技術創新資金投入變量Cait、金融體系發展變量Fin_scaleit與金融中介機構效率變量Fin_effiit分別進行LLC檢驗、Haris-Tzavalis檢驗和IPS檢驗。檢驗結果顯示，這五個變量均具有時間趨勢。所以，對這五個變量采用含時間趨勢的模型進行單位根檢驗。而以上變量的一階差分變量卻將無時間趨勢，采用不含時間趨勢的模型進行單位根檢驗。單位根檢驗的結果如表1所示。

表1的計算結果表明，人力資源的投入變量Hrit、技術創新資金投入變量Cait、金融體系發展變量Fin_scaleit、金融中介機構效率變量Fin_effiit在LLC單位根檢驗、Haris-Tzavalis單位根檢驗和IPS單位根檢驗中都沒有拒絕單位根的假設，說明這些變量是非平穩的。以上變 量 的 一 階 差 分 變 量 △ Hrit-1、△ Cait-1、△ Fin_scaleit-1、△Fin_effiit-1均在10%的顯著性水平下拒絕了單位根假設，表明以上變量的一階差分變量全是平穩的。所以，這些變量均為一階單整I（1）。

表1

2.2 面板數據的協整檢驗

人力資源的投入變量Hrit、技術創新資金投入變量Cait、金融體系發展變量Fin_scaleit、金融中介機構效率變量Fin_effiit均有一個單位根為I（1）。所以，這些變量之間存在協整的可能性。

對模型（1）進行回歸運算，回歸的結果如表2所示，同時，得到3個殘差項：ε1it、ε2it、ε3it，對殘差序列εit分別選用不含時間趨勢的檢驗方進行LLC檢驗、Haris-Tzavalis檢驗和IPS檢驗。

從表2的數據可以看出，大部分變量在10%的顯著性水平下是顯著的。并且大部分因變量與自變量呈正向關系，說明金融支持體系以及人力資源和資金的投入對技術創新會產生支持作用。從回歸結果來看，金融體系發展變量Fin_scaleit對技術創新的專利成果和技術成果具有顯著的支持作用，而金融體系發展變量Fin_scaleit對新產品銷售額的支持作用卻不明顯，可能是由于專利成果和技術成果在產業化的過程中存在問題。金融中介機構效率變量Fin_effiit、人力資源的投入變量Hrit、技術創新資金投入變量Cait均對技術創新的三個方面指標具有顯著的支持作用。

表2

仍然采用LLC單位根法、Haris-Tzavalis法和IPS法檢驗ε1it、ε2it、ε3it這3個殘差項的平穩性，計算結果如表3所示。殘差項ε1it、ε2it、ε3it均不存在單位根，說明變量間存在著協整關系，金融體系發展、金融中介機構效率、技術創新的人力資源投入和資金投入對技術創新的3個方面都具有長期影響。面板數據的協整檢驗的結果說明了金融體系與企業技術創新之間存在長期關系。

表3

2.3 ECM模型分析

要檢驗金融支持體系各變量與企業技術創新之間有無短期的因果關系，還需借助ECM模型，即模型（2）進行計算。在選擇滯后期時，在原來滯后1年的基礎上再滯后3年，把樣本數據輸入ECM模型運算，得到計算結果如表4所示。

從表4中可以看出，ECM1i,t-5、ECM2i,t-5、ECM3i,t-5的系數在10%的顯著性水平下顯著，并且均為負數，因而符合正向修正原理，說明變量間存在短期均衡關系。其中，因變量對于專利成果ΔInnovit系數與技術成果ΔInnovit系數大多都在10%的顯著性水平下顯著，并且多數系數為正，說明人力資源的投入、技術創新資金投入、金融體系發展以及金融中介機構效率變量對于技術創新的專利成果和技術成果在短期內都有明顯的支持作用。然而，因變量對于專利成果ΔInnovit系數與技術成果ΔInnovit系數大多在10%的顯著性水平并不顯著，說明人力資源的投入、技術創新資金投入、金融體系發展以及金融中介機構效率變量對于技術創新的新產品銷售額在短期內的支持作用不明顯。△Fin_scalei,t-2和△Fin_effii,t-2對專利成果ΔInnovit系數不顯著，而滯后3期時，△Fin_scalei,t-3和△Fin_effii,t-3對專利成果ΔInnovit系數才開始顯著，說明金融支持體系對技術創新的支持有一定的滯后期，前2年的支持作用并不明顯，第3年支持作用才開始顯著。

3 結論

表4

本文基于面板數據和ECM模型研究了金融體系對企業技術創新的支持作用。經計算得出以下結論：從長期的角度看，金融體系與企業技術創新之間存在長期關系。金融支持體系以及人力資源和資金的投入對技術創新會產生支持作用。然而，金融體系發展對新產品銷售額的支持作用不明顯。從短期的角度看，說明人力資源的投入、技術創新資金投入、金融體系發展以及金融中介機構效率變量對于技術創新的專利成果和技術成果有明顯的支持作用，卻對新產品銷售額的短期支持作用不明顯，可能是專利技術和成果產業化過程中出現問題。另外，金融支持體系對技術創新的支持在2年內不明顯，第3年支持作用才開始顯著。金融體系對技術創新的支持有明顯的滯后性。

[1]約瑟夫·熊彼特.經濟發展理論[M].上海:商務印書館,1990.

[2]Gupta,K.L.Finance and Economic Growth in Developing Countries[M].Sydeney:Dover,N.H.Groom Helm,1984.

[3]Saint-Paul,G.Technological Choice,Financial Markers and Economic Development[J].European Economic Review,1992,（36）.

[4]劉降斌，李艷梅.區域科技型中小企業自主創新金融支持體系研究—基于面板數據單位根和協整的分析[J].金融研究，2008，（12）.