我國資本市場對技術創新影響的實證研究

宋永輝 李思璇

〔內容提要〕 本文采取了描述性統計分析和多元回歸分析的方法，以2009-2016年人工智能板塊上市公司為樣本，從微觀角度考察了我國資本市場和企業技術創新之間的關系。通過實證研究發現，相對于債務類融資，權益類融資對企業技術創新的影響更為顯著。

〔關鍵詞〕 權益類融資 債務類融資 技術創新 回歸分析

一、引言

國內外學者對于資本市場與技術創新之間的關系一直未停止探索，例如熊彼特在1992年強調的創新在經濟發展中起到了中流砥柱的作用；我國學者武鍶芪（2010）、張燕航（2011）認為高新企業技術發展需要的首要因素是金融支持。雖然我國資本市場對我國技術創新的進步起到了重要的作用，但究竟何種資本市場融資渠道能夠更加有效地促進企業技術創新，這是本文意在討論之處。

二、實證分析

（一）模型設立和變量選取

為分析企業是通過何種方式完成融資來影響自身的技術創新，本文采用本弗拉泰洛等人的研究思路，構建如下模型。

Ti=C0+C1Eqi，t+C2Dedti，t+C3Sizei，t+C4Proi，t+C5Growi，t+C6Govi，t+C7Mshi，t+εi，t （1）

其中，下標i代表企業，t表示年月，常數項設為C0，其他變量系數分別用C1-C7來表示。本文的被解釋變量為企業技術創新指標（Ti），用無形資產比營業收入衡量；解釋變量為企業的權益類融資（Eq）和債務類融資（Dedt），分別用實收資本與資本公積之和比資產總計、短期借款與長期借款之和比資產總計來衡量；企業規模（Size）、企業盈利能力（Pro）、企業的發展能力（Grow）、政府的補助（Gov）和管理層持股（Msh）均為控制變量，分別由企業資產總計的自然對數、凈利潤比營業收入、可持續增長率、政府補助比總資產、管理層持股占比來衡量，ε為隨機擾動項。

（二）實證分析及結果

本文選取2009-2016年我國人工智能板塊這一概念股作為研究樣本，將樣本數據剔除金融類、ST類和數據缺失的企業，最終獲得990組數據。本文使用的數據分別來自同花順數據庫、國泰安數據庫。表1中的數據為SPSS軟件運行結果整理后得到的。

對于解釋變量，權益類融資率系數為正且在1%上顯性，這說明企業的技術創新與權益類融資具有很高的正相關性，即權益類融資對于企業技術創新有著明顯的積極作用；債務類融資的系數為正，說明債務類融資也會影響企業的技術創新，但該系數比權益類融資率系數小，這說明相對于債務類融資，權益類融資對于企業技術創新有更高促進作用。這可以解釋為：企業的技術創新是一種高風險、周期長的行為，債務類融資往往會規避這種風險。因此，企業雖然可以通過向銀行業貸款的方式進行融資，但融資金額將受到企業資質高低、信息披露程度等影響，故權益類融資是企業的技術創新最有力的資金支持。

對于控制變量，我們也可以看出企業自身發展的特點都影響著企業的技術創新，包括企業的規模，企業的盈利水平，企業的發展能力。政府補助亦與公司技術創新行為呈正相關，說明企業汲取政府補助越多越有利于企業技術創新的發展。管理層持股情況在模型中回歸系數不大且不顯著。因此，我們可以認為管理層持股數與企業技術創新無明顯對應關系。

（三）回歸模型的檢驗

本文基于SPSS軟件的多元線性回歸模型進行如下檢驗，其中包括獨立性檢驗、殘差方差齊性檢驗、共線性檢驗（內生性檢驗）。

1.獨立性。被解釋變量取值相互獨立，即各個殘差之間應該沒有相關性。我們使用SPSS軟件線性回歸模塊中的DW檢驗。模型3-1的DW檢驗值為0.1851，接近2，說明被解釋變量之間取值相互獨立，可以使用回歸模型。

2.殘差方差齊性。標準化殘差的大小不隨變量取值的改變而改變。從圖1中我們看出，技術創新標準化估計值與殘差標準化值各散點隨機分布在e=0為中心的橫帶中，無相關性，證明了該模型是適合的。

3.共線性檢驗。除了政府補助以外，其他變量的特征值都大于1，且條件索引判據不大，說明除政府補助外，其他變量之間不存在共線性。政府補助變量的特征值也接近1，共線性不大，其存在共線性的原因為：一般政府財政補助的企業，其發展前景、盈利水平都較高，反映在本文的Grow與Pro上，呈現一定的共線性。

綜上判斷，我們可以認為回歸模型（1）具備統計學參考價值。

三、結論與對策

通過研究得出結論：相對于債務類融資，權益類融資對企業技術創新的影響更為顯著。企業的規模，盈利能力，發展能力，政府的補助和企業的技術創新都存在正向相關，管理層持股和企業技術創新之間沒有太大關系。由此，本文認為中小銀行業應適當調整中大型成熟企業的投資份額，更加支持中小新生企業的發展，從而對中小企業直接融資形成有益的補充，更好地服務于實體經濟的發展；政府也應加大對企業技術創新的支持力度。

（作者單位：沈陽工業大學經濟學院）

責任編輯：宋 爽