數字金融背景下融資渠道對中小企業創新的影響*

趙晶晶，全 穎，趙瀏洋

（長春財經學院金融學院，吉林 長春 130122）

創新是經濟發展的推動力，中小企業是經濟社會的重要組成部分，具有強烈的創新動力。然而，創新是一項具有高風險、高投入的活動，需要金融資金的持續支持。隨著第三次科技革命的到來，大數據、云計算、人工智能等高科技手段在金融市場得以應用，特別是2013年6月余額寶上線被看作中國數字金融發展的元年[1]。

數字金融的發展改變了中小企業的融資環境，例如金融機構使用高科技手段，通過搜集、提取和分析中小企業經營中留存的數據，建立信用評估模型對中小企業進行信用評價，有效降低了中小企業的融資成本。金融環境的變化使得中小企業的融資渠道和融資成本隨之發生變化，中小企業需要通過權衡收益和融資成本，選擇最優的融資渠道，進而決定創新投入的金額。

一般而言，企業的融資渠道分為內源融資和外源融資。內源融資主要來源于企業自身的經營利潤和累積資金，是企業技術創新資金的主要來源。外源融資按照資金的性質不同又分為債權融資和股權融資，債權融資主要來源于企業的銀行貸款和商業信用借款。通常，債權融資要求企業定期支付固定的利息，因此債權融資增加了企業的財務負擔。而股權融資主要通過發行股票的方式籌集資金，投資者作為中小企業的股東，與中小企業共享收益共擔風險。股權融資不需要中小企業提供抵押資產，也不會增加中小企業的財務負擔。內源融資、股權融資和債權融資作為3種截然不同的融資渠道，在數字金融時代，將會對中小企業創新投入產生影響。

本文以2013年余額寶上線為研究起點，利用2013—2018年度中國創業板上市公司探討數字金融背景下融資渠道對中小企業創新投入的影響。本文的貢獻包括兩方面。一是參考文獻方面。已有文獻研究了融資渠道對企業創新的影響，由于沒有考慮時代背景的問題，并未形成一致的觀點，本文考察數字金融背景下，企業融資渠道對中小企業技術創新投入的影響，補充了以往文獻研究的不足。二是研究方法方面。本文采用系統廣義矩估計 （System Generalized Method of Moments，SYS-GMM） 的方法，一定程度上克服了內生性問題，使得估計結果更加穩健可靠。

1 理論分析與研究假設

假設H1：數字金融的發展增強了中小企業內源資金向創新投入的轉化。

大多數企業僅靠自有資金并不能滿足生產、發展和創新的需要，因此外源融資不可避免。因為企業研發活動具有巨額的前期投入和沉淀成本的特征，所以即使存在收益不確定性以及逆向選擇和道德風險問題，外源融資仍然是中小企業創新投入不可或缺的重要來源，外源融資的重要性日益凸顯[4]。學者對我國上市公司研究發現，外源融資對創新投資的促進效應顯著大于內源融資[5]。參考了國內外學者對企業外源融資渠道的劃分，外源融資分為債權融資和股權融資兩種類型[4-6]。

目前，債權融資對企業創新投入的影響存在一定爭議，部分學者認為債權融資對企業創新存在抑制效應[7-8]，原因在于，一是中小企業缺少抵押資產。債權融資通常需要企業提供一定的固定資產作為抵押，而企業創新研發產生的知識資本和人力資本成果通常是無形資產，難以作為抵押資產，因此中小企業往往因缺少抵押物無法取得合意的貸款資金。二是資金使用成本高。相對于股權融資而言，債權融資需要支付利息，會給中小企業帶來一定的財務壓力。中小企業為了滿足利息支付的需求，將會減少創新資金投入。三是資金使用期限錯配。企業研發是一個長期的過程，需要中小企業有持久的資金投入，但是研發結果的不確定性和成功率較低的現實，證明了企業的創新具有高風險特性[9]。然而，以銀行為代表的債權人向中小企業提供貸款時，為了控制風險通常會要求中小企業定期還本付息，資金的供給和需求在資金使用期限上的不匹配可能導致企業創新活動由于研發資金不足而終止。因此，債權融資對企業創新可能產生負向影響。四是存在創新項目泄密風險。企業創新研發需要高度保密，但在中小企業創新貸款申請過程中，需要向債權人提供項目的基本信息，這使得有些債權人會有意識地去窺探中小企業的創新信息并可能將這些信息輸送給其他相關客戶以賺取信息租金，這種行為將會對中小企業的創新行為產生抑制作用。

但是，另有部分學者認為債權融資對企業創新存在激勵效應。一方面，以銀行為主的債權人通常要求中小企業按照融資用途使用資金，貸款發放后，債權人會監督中小企業資金的使用情況，為中小企業創新活動形成了一種監督機制，可以督促中小企業加快研發速度，加快形成專利或專有技術并將其盡快推向市場[10]。另一方面，融資優序理論認為低風險的債權融資更能傳遞積極信息，能降低融資成本，是僅次于內源融資的最優融資方式[11]。

伴隨著大數據、云計算、區塊鏈和人工智能等信息技術的發展，使用中小企業經營中產生的大數據替代抵押資產，通過數據挖掘降低中小企業貸款的財務成本和時間成本，對數據進行歸集、分類、解析與決策，有效緩解中小企業內部、中小企業間信息不對稱問題，一定程度上解決了中小企業期限錯配的問題[12]，降低了企業的融資成本。

假設H2：數字金融的發展，增強了中小企業債權融資向創新投入的轉化。

長期以來，我國上市公司存在強烈的股權融資偏好[13-14]。股權融資對企業的創新投入有正向促進作用[15]。原因在于，一是股權融資無需資產抵押，中小企業可以根據自身的資金需求在資本市場上發行股票籌集資金，企業可以將籌集到的資金作為資本長期使用，股權融資不會給企業帶來財務壓力。Brown J R等[4]研究發現，大企業的研發投入主要依靠企業內源資金，而缺乏內源資金的中小科技企業主要通過發達的股票市場作為研發融資渠道，美國20世紀90年代出現的創新高潮主要就是由股票市場推動的。鐘騰和汪昌云[16]認為股票市場相比于銀行業更有利于促進企業專利創新，特別是對創新含量較高的發明專利影響更為顯著。二是股權投資者往往是風險偏好者，他們追求高風險、高收益的投資項目，更加注重企業的成長性，因此更愿意為具有高風險、高收益的創新項目提供資金，股權融資更能夠與中小企業創新投資特征相匹配。近年來，數字金融發展的背景下，資本市場迎來一系列改革，如 “滬港通” “IPO注冊制改革” “科創板設立” “創業板注冊制改革”等，這些政策的實施進一步完善了我國資本市場的功能，為企業創新融資提供了更為有效的途徑。

不行。我得把所有的財產留給你。既然充氣娃娃不能從世間帶走任何東西，那么，充氣娃娃可以把它們全留給你……

假設H3：數字金融的發展增強了中小企業股權融資向創新投入的轉化。

2 數據說明與模型設定

1）數據來源。為了限定數字金融的研究背景，同時考慮到數據的可得性，本文以2013年余額寶上線為研究樣本的起始年份，選取中國創業板上市公司為研究對象，以2013—2018年的年度數據為初始樣本。創業板企業的創新投入數據和財務數據來自于國泰安數據庫，數字普惠金融數據來源于北京大學數字金融研究中心編制的 《北京大學數字普惠金融指數》，按照數字金融總指數反映的省會城市與企業注冊地所在城市相匹配。本文按照以下原則對樣本進行篩選：剔除金融類和ST公司；考慮到極端值的影響，本文對控制變量進行上下1%的縮尾 （Winsorize）處理。本研究共獲得有效樣本482家，有效觀測值3 157個。

2）變量定義。本文的被解釋變量為企業研發投入 （RDR），為了直觀比較企業單位營業收入的研發投入情況，本文使用研發投入強度即研發投入占營業收入比例來衡量創新投入。解釋變量為融資渠道，主要包括內源融資和外源融資，外源融資又分為債權融資和股權融資。本文使用留存收益除以總資產來度量內源融資 （Inter）。考慮到大多數中小企業沒有通過發行債權融資 （Debt），本文使用資產負債表中短期借款與長期借款之和衡量企業債權融資情況。另外，本文使用股本和資本公積之和除以總資產來衡量企業股權融資 （Equ）水平。

本文的分組變量為數字普惠金融指數 （DIFI）是北京大學互聯網金融研究中心聯合螞蟻金服收集了海量數字金融數據構建的 “普惠金融指數”[17]。目前，學者們在研究數字金融時，多數是使用數字普惠金融指數作為數字金融的衡量方法[12-13]，本文也使用了該指數。

為了控制其他變量對本文結果的影響，參考已有文獻，選擇了以下反映公司特征的控制變量：企業規模 （Size）使用上市公司t期總資產取對數處理、企業年齡 （Firmage）使用企業所在年份與成立年份之差取對數處理、政府補貼 （Gov）采用政府補助總額除以總資產、托賓Q值 （TobinQ）采用市場價值除以總資產、管理層持股比例 （Msh）使用董監高持股總數比例除以當年企業總股本。

3）模型設定。考慮到企業的創新投入存在一定的累積效應，在模型中引入了企業創新投入的滯后一期作為解釋變量，構建動態面板模型，其表達式為

式中：RDRi，t-1為被解釋變量；中小企業的融資渠道為解釋變量，包括 Interi，t，Equi，t，Debti，t；控制變量controlk，i，t包含了前述所有控制變量；Industryi為控制了行業的固定效應；Yeart為控制了時間的固定效應；ε為模型隨機誤差項。

4）描述性統計分析。根據主要變量的描述性統計特征可知，一是企業創新投入的平均值為7.023，最小值為0.02，最大值為72.75，說明企業之間研發投入存在較大差異。二是對融資渠道而言，內源融資、股權融資和債權融資的平均值分別為0.196，0.485，0.128，可見股權融資數值最大，債權融資數值最小，說明企業存在股權融資偏好；內源融資、股權融資和債權融資的標準差分別為0.142，0.175，0.131，可見債權融資標準差最小，內源融資次之、股權融資最大，說明企業之間債權融資較為穩定，股權融資波動最大。

3 實證結果與分析

為了檢驗數字金融背景下，融資渠道對中小企業創新投入的影響，選取數字金融指數作為分組依據，以平均數為標準將樣本分為數字金融發展好和數字金融發展差的兩種情形，參考方紅生和張軍[18]的做法，分別對模型進行SYS-GMM、混合OLS和固定效應 （FE）估計，實證結果見表1。

表1 融資結構與企業創新投入的實證結果

1）融資渠道與中小企業創新投入。由表1中回歸 （1）可知，在數字金融發展好的地區，內源融資對中小企業創新投入的回歸系數為23.936，通過了5%水平的顯著性檢驗，表明內源融資對中小企業創新投入存在顯著的促進效應。在回歸 （4）中，內源融資對中小企業創新投入的回歸系數為11.522，沒有通過顯著性檢驗。比較回歸 （1）（4）的檢驗結果，發現在數字金融發展較好的地區，內源融資顯著促進了中小企業創新投入的增加，驗證了假設H1的推論。全樣本回歸 （7）也得出相同結論，進一步驗證了假設H1的推論。

同樣，由表1中回歸 （1）可知，在數字金融發展好的地區，債權融資對中小企業創新投入的回歸系數為10.954，且通過了5%水平的顯著性檢驗，表明債權融資顯著促進企業創新投入的增加。在回歸 （4）中，債權融資對中小企業創新投入的回歸系數為14.648，沒有通過顯著性檢驗，表明在數字金融發展較差的地區，中小企業債權融資對創新投入的影響較為復雜，需要進一步探討。比較回歸（1）（4）的檢驗結果，可以發現在數字金融發展較好的地區，債權融資顯著促進了中小企業創新投入的增加，驗證了假設H2的推論。從整體上看，全樣本回歸 （7）中，債權融資對中小企業創新投入的回歸系數通過了10%的顯著性檢驗，進一步驗證了假設H2的推論。

比較表 1中回歸 （1）（4）（7）可知，股權融資對中小企業創新投入的回歸系數均通過了5%水平的顯著性檢驗，股權融資顯著促進中小企業創新投入的增加，同時也表明不論數字金融如何發展，股權融資對中小企業創新投入都起著顯著的促進作用，雖然假設H3不成立，但是證明了股權融資的重要性。

如果比較全樣本回歸 （7）中內源融資、股權融資、債權融資的回歸系數，可以發現內源融資＞股權融資＞債權融資，反映中小企業創新融資渠道的次序遵循內源融資、股權融資、債權融資的融資次序，與 “啄食理論”的結論是不一致的[11]。可能的原因在于，中小企業的融資次序可能與企業的成長周期存在一定的聯系。在中小企業創立初期，由于企業規模小、抵押資產少，企業外源融資受限，企業發展主要依賴內源融資；隨著企業市場占有率上升，經營業績逐步好轉，規模擴大之后，相對于債權融資，企業更愿意進入資本市場通過股權融資獲得資金，因為股權融資不增加企業的財務負擔。

2）穩健性檢驗。本文參考方紅生和張軍[18]的做法，通過3項檢驗來判斷估計結果的可靠性。由表 1 回歸 （1）～（3）、回歸 （4）～（6）、回歸 （7）～（9）結果可知，首先Hansen test的P值均大于0.1，說明工具變量有效，不存在過度識別問題。其次AR（1）的P值0.030，0.035，0.005分別通過了5%，5%，1%的顯著性檢驗，說明工具變量的一階相關；AR（2）的P值均拒絕10%的顯著性檢驗，說明工具變量二階不相關，整體上說明工具變量的有效性。最后SYS-GMM檢驗的被解釋變量創新投入的一階滯后項的系數介于固定效應估計值和混合OLS估計值之間。綜上分析，數字金融發展好的地區、數字金融發展差的地區以及全樣本的SYS-GMM估計結果均是穩健且可靠的。

4 研究結論與啟示

本研究表明，數字金融的發展增強了內源融資和債權融資對中小企業創新投入的促進作用；股權融資對中小企業創新投入的促進效應，不受數字金融發展程度的影響；融資次序遵循內源融資、股權融資、債權融資的順序。

鑒于以上結論，本文提出的政策建議如下。一是推動數字金融進一步發展，提升數字金融服務的穿透力與覆蓋面，開發更多適合于中小企業的融資產品，服務于中小企業創新投資，讓數字金融的發展成果真正惠及實體經濟；二是強化資本市場功能發揮，繼續深化多層次資本市場改革，逐步實現協同互補、錯位發展，為不同行業、不同規模的中小企業提供融資平臺，保證股權融資成為中小企業創新與發展的推動力；三是加強數字金融監管，大力發展監管科技，防范信息泄露、數字欺詐等風險，保障數字金融健康穩定發展，為中小企業創新融資營造良好的金融環境。