知識產權保護與中國上市企業融資約束*

余長林 吳瑞君 趙 夢

一、引言

鼓勵企業加大研發投入進而提升企業創新能力是構建創新型國家的關鍵。但是，研發投入作為創新活動的推動力，由于投資人和企業之間的信息不對稱以及研發項目本身的不確定性收益、道德風險和逆向選擇問題，可能使得創新活動因資金不足而陷入停滯，帶來融資成本和創新項目的收益不匹配問題(Nelson，1959)。融資約束問題在發達國家和發展中國家都是限制企業創新的一個掣肘，世界銀行在調查企業發展的主要障礙時發現，中國有75%的非金融類上市企業選擇了融資約束，而這個比例在所有調查樣本中是最高的(Claessens & Tzioumis，2006)。當前中國企業融資難的問題，已經成為阻礙中國企業創新的重要因素之一。因此，探究影響我國企業融資約束的重要因素及其緩解機制對于提升我國企業創新能力、建設創新型國家和實現經濟的高質量發展等都具有重要的現實意義。

融資約束理論表明，融資約束的產生是由企業內部現金流不足且外源性融資成本較高造成的，企業的投資項目因此遭遇停滯。研發投資往往更容易受到融資約束的影響，因為研發項目的高收益也意味著高風險，其調整成本過大(Himmelberg & Petersen，1994)，而且需要持續的資金流入，這種成本收益的不匹配現象在研發項目之初會更嚴重。創新項目的特殊性導致其面臨的信息不對稱更加明顯，這種信息摩擦使得創新研發活動更加困難(Hall，2002)。根據已有文獻對融資約束的討論，影響融資約束的主要因素有所有制(Brandt & Li，2003；Allen et al.，2005)、企業規模(Hao & Jaffe，1993)、出口活動(Hadlock & Pierce，2010)和區域金融發展水平(Love，2003；Khurana et al.，2006)等方面。

本文認為，由于創新行為的高風險性、長期性，以及充滿著異質性和不可預測性，使得企業的研發投入面臨著嚴峻的融資約束問題。知識產權保護使得企業盡可能地與投資者分享創新活動的信息，減少信息不對稱進而提高投資者對項目成果的預期。與此同時，知識產權保護可以使創新成果不被竊取，從而使投資者確信，研發項目的創新成果會得到較好的保護，不會因為復制和剽竊受到損失，更愿意為企業投資。因此，隨著知識產權保護的加強，投資人和企業內部的信息不對稱問題也開始緩解，從而解決了企業面臨的融資約束問題。

國外關于知識產權對融資影響的文獻相對較為豐富。以專利為代表的知識產權資產與企業的價值評估是正相關的關系，這是知識產權融資的理論基礎。通過潛藏價值理論，知識產權經濟能夠為企業帶來收益，而且也定量地說明了知識產權與企業增值的關系(Berman，1999)。Mann和Sager(2007)通過實證研究，證實了公司創立時的專利保護行為與公司存續期業績的6組正相關關系。此外，Blaxill和Eckardt(2009)也證實了知識產權對公司經營管理的重要性，知識產權和管理戰略能夠為公司擴大市場規模，通過不斷地改革創新以維持成本優勢，同時還有可能帶來直接的收入。反之，沒有知識產權優勢的公司產品只能通過價格競爭以維持相應的市場份額。由此可知，知識產權可以提升公司的競爭力和投資者的估值，從而有利于融資渠道的拓寬，為公司帶來更多的投資，加強知識產權保護對企業獲得投資人青睞有不可小覷的作用。

理論上，專利權至少可以通過三種方式降低融資成本：一是專利權可以提高項目的期望收益；二是專利可以作為企業創新質量的信號；三是當企業失敗或退出行業時，專利權可以提高公司余值。專利作為企業創新質量的信號，如果存在一種信號使得融資成本和項目質量負相關，則存在均衡。其中一種均衡是高質量的項目發出信號，低質量的項目因成本過大而無法發出信號，這也使得高質量的項目通過信號得到了投資者的融資(Spence，1973)。

專利作為引導投資者注資的信號對創新企業的融資具有顯著作用(Haeussler et al.，2014)。投資者面臨投資項目的不確定性時，公司的發展潛力往往是不可觀測的，因此當投資者面對投資機會時會將專利作為區分項目質量的信號。質量越高的專利越容易獲得融資，但是專利引證往往發生在投資之后，這說明投資者可以在早期區分良莠不齊的專利發明。也就是說，最終專利被批準并沒有對融資時間產生新的作用。與此同時，申請專利過程中出現競爭對手也會提高融資的概率，因為這也是公司商業潛力的信號。還有研究表明，高科技公司的專利存量對風險融資(Mann & Sager，2007；Hsu & Ziedonis，2008；Hoenig & Henkel,2015)、投資人的估值(Lerner，1994；Greenberg，2013)、投資的可能性(Hsu & Ziedonis，2008)、公司的成長和存續期(Helmers & Rogers，2011)、被收購方對投資者的吸引力(Cockburn & MacGarvie，2007)和企業績效(Mann & Sager,2007)都有正向影響。

相比較而言，國內鮮有文獻將知識產權保護與企業融資約束關聯起來，在查閱到的文獻中，目前只有兩篇文獻初步探討了知識產權保護與企業融資約束之間的關系。褚杉爾和高長春(2018)通過實證研究發現，我國民營文化創意上市公司普遍面臨融資約束，地區知識產權保護可以緩解融資約束。吳超鵬和唐菂(2016)通過實證研究證實，知識產權執法力度的提升可以促進企業創新，這一影響的作用機制是通過緩解企業面臨的融資約束問題實現的。但他們均沒有具體考察知識產權保護緩解企業融資約束的作用機制及其企業異質性。

本文旨在探究知識產權保護對中國上市企業融資約束的緩解效果和作用機制，以期填補國內現有相關研究的空白。為此，本文選擇了中國上市企業2007～2017年的數據作為樣本，構建了衡量上市企業融資約束程度的KZ指數，并基于國家、省份和行業的相關數據，構建了省級—行業知識產權保護指數，在此基礎上，研究了知識產權保護對中國上市企業融資約束的緩解效果和作用機制。結果表明，省級—行業知識產權保護能夠緩解上市企業的融資約束，這種緩解效果的作用機制是通過使企業獲得更多的無形資產而實現的，而且這種作用在無形資產多、規模小、融資約束程度高的企業中更加明顯。

與已有研究相比較，本文的研究特色主要體現在：第一，與以往知識產權保護的測度方法不同，本文在構造國家層面的知識產權保護指數和省級層面的知識產權保護指數的基礎上，結合行業專利密集度指標，重新構建了中國省級—行業知識產權保護指數，為本文的實證分析提供了可靠的數據基礎。第二，本文實證考察了省級—行業知識產權保護對中國上市企業融資約束的影響和作用機制，驗證了知識產權保護緩解企業融資約束的作用機制是通過使企業獲得更多的無形資產而實現的。第三，本文還從不同無形資產、不同企業規模、不同融資約束程度等角度分別討論了省級—行業知識產權保護對上市企業融資約束的影響和作用機制的差異，并通過替代不同指標、控制知識產權保護變量的內生性問題后，證明了本文結論的穩健性。

二、理論分析與研究假說

從創新型企業面臨的融資約束困境來看，融資約束問題的成因主要和研發項目本身的高風險性和不確定性有關。首先，研發項目是長期的、不可預測的，大多數研發項目耗時長、耗資大、風險高，對于投資人而言，投資項目的價值會因此更難評估。其次，由于技術信息的特殊性和外部性，企業內部很難向投資人透露足夠的信息以反映研發項目的真實情況，這將會加劇企業和投資人之間的信息不對稱，帶來道德風險和逆向選擇問題。再次，創新研發的成果是無形資產，從研發到技術成熟再到商用，投資人很難預測出整個過程的現金流，這也加深了投資人對研發項目的不確定性。最后，在無形資產價值評估以及無形資產融資體系不甚完善的條件下，無形資產本身的價值也很難估計。作為反映企業價值信號的知識產權，如果能夠得到較好的法律保護，將減輕投資項目初期的信息不對稱問題，也能使投資人確信，創新成果的價值可以得到法律保障，這將提高投資人對企業的估值以及投資信心，從而減輕企業面臨的融資約束問題，有助于企業經營的健康運轉和創新研發活動的落地。因此我們認為，知識產權保護可以緩解企業面臨的融資約束問題。由此，我們提出了假說1。

假說1：知識產權保護可以緩解上市企業面臨的融資約束問題。

關于知識產權和企業融資之間的關系，國內外學者普遍認為知識產權可以作為企業的價值信號，高質量的知識產權能夠使投資者更好地評估企業的價值，這種價值包括投資價值、質押價值甚至是退出后的余值。無形資產在會計上主要是指專利權、商標權、特許經營權和非專利技術等，是由企業過去的交易或事項形成的由企業控制的能為企業帶來經濟利益的資源，通常不具有實物形態。無形資產作為能夠給企業帶來超額收益的經濟資源，在一定程度上可以作為企業價值的信號來顯示企業的競爭力和創新力。無形資產不僅可以通過轉讓獲取收益，也可以通過獲取授權使用費等所有權不發生變動的方式為企業帶來效益。由于無形資產的價值性，無形資產還可以用于無形資產抵押或是知識產權證券化的基礎資產。因此，企業的知識產權受保護程度越高，企業越有可能獲得外部融資，而企業的知識產權(商標權和專利權等)主要是以無形資產的形式存在，我們可以認為知識產權保護既可以對企業現有的無形資產起保護作用，還可以激勵企業創新形成更多的無形資產來提升企業價值，從而提高其獲得外部融資的可能性和降低融資成本。由此，我們提出了假說2。

假說2：知識產權保護可以緩解上市企業的融資約束問題，這種緩解作用機制是通過使企業形成更多的無形資產實現的。

關于創新和融資之間的關系，熊彼特認為，金融市場不僅能夠為企業提供資金服務，促進經濟的繁榮，更重要的是通過市場競爭選擇出最有潛力和創新精神的企業家，以此來促進整個經濟的科技進步。由于企業創新活動的長期性和特殊性，資金的充足供應對創新成果的實現非常關鍵，企業所處金融環境的發展程度和完善程度對企業獲取資金的成本和難易程度起著決定性的作用。金融抑制論(Mckinnon，1973)認為，發達的金融環境對一國的創新有著極強的推動作用；反之，發展遲緩的金融環境將會拖累科技創新的發展。企業的發展速度很大程度上由創新能力和融資能力決定，由于研發項目極易產生信息不對稱的問題，與固定資產投資相比，創新研發投資受到融資約束的可能性和嚴重程度會更大。由于創新活動的高風險、長期性以及成果的無形性和公共性，融資能力對創新企業的研發投入更為重要。研發活動主要可以分為初始期、開發階段、實驗階段、生產階段和商業化、規模化，每一個階段都需要充足和及時的資金供應，完全依靠企業內部的經營性現金流一般無法滿足這一需求。而且，創新活動面臨的融資約束在研發初期是最嚴重的，因此很多研發活動很可能從一開始就會因為不能得到足夠的資金而失敗。可以認為，無形資產越多的企業，其面臨的融資約束困境可能更嚴重。當知識產權保護這一制度因素得到提升，創新型企業會得到更多激勵以投身于研發項目，為行業提供了更多的競爭從而推動整個經濟的創新和發展。據此，我們提出假說3a。

假說3a：知識產權保護可以緩解上市企業的融資約束問題，與無形資產低的企業相比，這種緩解作用在無形資產高的企業中更明顯。

通常認為，大企業成立時間長，資產質量相對較好，因此更容易抵押，財務信息比較完善，現金流比較穩定，外部融資成本可能相對會低，償債能力也相對較高，因此規模大的企業本身陷入融資約束的可能性會低。同時，其他制度因素的不到位使得中小企業的財務體系和財務信息仍然存在著許多疏漏，這也導致在競爭狀態中的銀行業傾向于選擇對風險低的大企業進行融資，通過提升利率和準入基準來提高中小企業進入融資市場的門檻。此外，由于中小企業自身的規模和所有制性質，其風控能力和風險意識相對落后，能夠抵押的信貸資產質量不高，產品競爭力不強，因此導致金融機構對其估值偏低，進而造成“規模歧視”，信貸資源向大企業傾斜，這將進一步加劇中小企業融資難的困境。據此，我們提出假說3b。

假說3b：知識產權保護可以緩解上市企業的融資約束問題，與大企業相比，這種緩解作用在中小企業中更明顯。

由于創新活動時常會使企業陷入融資約束困境，從而造成企業管理者的經營風險，這種風險也被稱為“融資約束風險”(Whited & Wu，2006)。Hall和Lerner(2009)認為，研發項目本身的信息不對稱和投資風險會帶來較高的外源性融資成本，而企業內部的現金流不足以滿足創新項目的運轉。由于現實中不完備的市場條件，融資約束風險的不可分散性使得創新項目的融資成本和收益發生錯配。這種困境對企業有兩種作用，一種是受到融資約束的企業不愿意承擔這種風險，滿足于資金投入較小的項目，這將帶來資源的錯配，市場也就失去了甄別投資項目的功能，出現逆向選擇問題；另一種則是投資者會因為創新項目的高風險要求超額回報，仍然愿意承擔項目未來現金流的不確定性，從而帶動了整個經濟社會的不斷創新和進步。知識產權保護能夠促使投資者更愿意進行創新活動，從而使企業形成更多更有價值的無形資產以提升公司的經營能力，最終使得公司的資金情況和經營情況得到良性循環和健康發展。據此，我們提出假說3c。

假說3c：知識產權保護可以緩解上市企業的融資約束問題，與融資約束程度低的企業相比，這種緩解作用在融資約束程度高的企業中更明顯。

三、計量模型、變量和數據

(一)計量模型設定

根據前文的假說1，我們首先構建省級—行業知識產權保護強度與融資約束的關系方程，即省級—行業知識產權保護可以緩解企業融資約束。構建的方程如下：

KZit=β1+β2×IPRjkt+Θ×Cit+Φ×Pjt+Λ×Ikt+λi+υj+ηk+μt+εijkt

(1)

其中，i代表上市公司個體，t代表年份，j代表省份，k代表行業；KZ代表企業融資約束變量，IPR為知識產權保護變量，Cit為企業特征變量，Pjt為省級層面的控制變量，Ikt為行業層面的控制變量；λi為個體效應，υj為省份效應，ηk為行業效應，μt為時間效應，εijkt為隨機擾動項，服從均值為零、方差有限的正態分布。

為了驗證知識產權保護對融資約束的緩解機制(假說2)設定以下計量模型：

IAit=γ1+γ2×IPRjkt+Θ×Cit+Φ×Pjt+Λ×Ikt+λi+υj+ηk+μt+εijkt

(2)

KZit=σ1+σ2×IPRjkt+σ3×IAit+Θ×Cit+Φ×Pjt+Λ×Ikt+λi+υj+ηk+μt+εijkt

(3)

如果方程(1)中β2顯著為負，方程(2)中γ2顯著為正，方程(3)中σ2不顯著或者系數絕對值小于β2，σ3顯著為負，則可以證明無形資產是知識產權保護緩解融資約束的機制變量。

(二)變量選擇及數據來源

1.融資約束指數

本文選用的測度融資約束的代理變量是KZ指數。與Kaplan和Zingales(1997)選取的公司財務指標相似，本文計量模型的設定中控制變量有與負債相關的變量，模型的被解釋變量KZ指數中將剔除資產負債率這一因素，選擇經營性現金流、現金持有量、現金股利支付率和公司成長性這四個分指標來構建KZ指數。具體步驟如下。

(1)在全樣本中，每個年度的樣本按照以上四個分指標進行分類后對新的分指標進行賦值。如果經營性凈現金流/上期總資產(CFit/Ait-1)低于中位數，則分指標kz1取1，否則取0；如果現金股利/上期總資產(DIVit/Ait-1)低于中位數，則分指標kz2取1，否則取0；如果現金持有/上期總資產(Cit/Ait-1)低于中位數，則分指標kz3取1，否則取0；如果Tobin’sQ(Qit)高于中位數，則kz4取1，否則取0。

(2)令KZ′=kz1+kz2+kz3+kz4。

(3)將KZ′指數作為因變量按照排序邏輯回歸(ordered logistic regression)對經營性凈現金流/上期總資產(CFit/Ait-1)、現金股利/上期總資產(DIVit/Ait-1)、現金持有/上期總資產(Cit/Ait-1)、Tobin’sQ(Qit)進行回歸，估計出各變量的回歸系數α1、α2、α3、α4。

(4)由(3)的回歸結果，可以計算衡量融資約束程度的KZ指數：

KZit=α1×CFit/Ait-1+α2×DIVit/Ait-1+α3×Cit/Ait-1+α4×Qit

由上述方法構造的KZ指數越大，意味著上市公司面臨的融資約束程度越高。上市企業的所有數據均來自CSMAR數據庫，其中經營性凈現金流選擇的是經營活動產生的現金流量凈額，現金股利選擇的是每股稅前現金股利與實收資本或股本的乘積，現金持有選擇的是貨幣資金和交易性金融資產之和，托賓Q值選擇的是托賓Q值A。本文選取的數據是上市A股公司2007～2017年的數據，剔除了金融保險行業和當年IPO的上市公司的數據。我們根據上述測算方法測算出融資約束KZ指數四個分指標的系數，結果如表1所示。與理論預期一致，經營性凈現金流低、現金股利支付率低、現金持有少和成長性高、投資機會較多的上市公司通常面臨的融資約束更加嚴峻。KZ指數的均值和中位數的變化趨勢如圖1所示。

表1 融資約束KZ指數回歸結果

圖1 2007～2017年KZ指數的均值和中位數

圖1表明，我國上市公司的KZ指數在這十年里總體呈平緩上升趨勢，也就是說企業面臨的融資約束情況并沒有好轉。KZ指數在2008～2010年和2012～2015年各有一段上升期，其他區間處于較為平和的下降期。第一段上升期很可能是由于2008年全球性的金融危機給世界各國的經濟重創之后帶來的持續的負效應，宏觀經濟的不景氣波及微觀個體的財務狀況，因此有了一段短暫的融資約束的加劇。第二段上升期是從2012年開始，當年受需求減弱、成本上升、企業盈利下滑、產能過剩以及就業問題隱憂初現等因素的影響，我國經濟下行壓力較大，處于這個階段的企業極大概率陷入融資約束的窘境。此外，受到2015年“股災”的影響，我國上市企業融資約束問題在2015年達到近十年的峰值。近幾年隨著世界經濟增速放緩和貿易形勢的不穩定，我國企業融資成本的下降趨勢也趨于平緩。

2.省級—行業知識產權保護力度

本文對省級—行業知識產權保護力度的計算需要計算出國家層面的知識產權保護指數CIPRt、省級層面的知識產權保護指數PIPRjt和行業層面知識產權保護指數IIPRkt，其中t代表年份，j代表省份，k代表行業。本文的核心解釋變量省級—行業知識產權力度IPRjkt的計算公式為：

IPRjkt=CIPRt×PIPRjt×IIPRkt

(4)

國家層面的知識產權保護指數CIPRt測算，參照沈國兵和張學建(2018)的方法，他們認為國家層面的知識產權保護水平更多地受一國的經濟發展水平、法律執行情況以及社會的法律意識這三個因素的影響。(1)其中，使用我國人均GNI與世界銀行中等收入上限值的比值作為衡量我國經濟發展水平的指標。本文分別以歷年世界銀行對于中低收入(LMI)類別規定的上限基準，來反映中國的經濟發展水平。若當年中國人均GNI達到LMI標準的上限，則分值為1；否則，用實際數字除以世界銀行LMI的基準取比值。選擇我國每年的知識產權違法侵權結案數與違法侵權立案數之比來度量我國的法律執行水平。選用我國公民完成九年制義務教育人數占總人口的比重作為衡量社會法律意識的指標。具體測算過程略。省級知識產權保護力度PIPRjt不僅體現在專利的侵權保護力度上，也體現在知識產權局對知識產權的授權重視上。這兩個分指標的計算方法是：侵權保護力度是指每個省份的專利未被侵權占比(即1減去省級累計專利糾紛立案數與累計專利授權數之比)，由此得到省級知識產權實際保護強度PIPR1。授權重視是指每個省份每年的專利授權數與專利申請數之比，計算得到省級知識產權保護重視程度PIPR2。省級知識產權保護力度指標PIPR=PIPR1×PIPR2。考慮到知識產權保護對不同行業影響的異質性，本文對知識產權的測度也考慮了行業因素。從現有文獻來看，行業層面知識產權保護指數IIPRkt的測算主要有行業研發密度(尹志鋒等，2013)和行業專利密度(Hu & Png，2013)。本文對行業層面的知識產權保護力度的計算方法是某行業的專利授權數與該行業的從業人員之比取對數。然后結合式(4)，我們就可以測算出省級—行業知識產權保護力度。

3.無形資產

前文分析表明，省級—行業知識產權保護緩解融資約束的一個機制是使得企業獲得更多的無形資產。無形資產取自Wind數據庫，經過平減后取其自然對數加入模型。

4.控制變量

為了考察知識產權保護對融資約束的緩解效果和作用機制，本文還納入以下控制變量。

(1)商業信用。目前，國有銀行仍然在資本市場中有支配性的地位。在我國的資本市場上，供求相對短缺且融資途徑的單一性導致銀行仍然掌握著主要的信貸資源，而國有銀行自身的所有權性質使得一些中小民營企業往往得不到銀行信貸的青睞。但是，企業的債務融資方式已經從傳統的銀行貸款漸漸轉變為企業之間的商業信用模式。這種方式是基于企業之間的經營活動和買賣關系中的應付賬款、應付票據等延期付款以及預收賬款等形成的信貸關系。商業信用其實是企業之間的一種基于信用的短期融資方式，這種方式已經成為中小企業外源融資的一種比較重要的渠道。因此我們認為，商業信用可以改善企業的現金流狀況從而緩解企業的融資約束問題。參考張羽瑤和張冬洋(2019)的研究，本文選取應付賬款、應付票據以及預收賬款之和取對數來度量商業信用，相關數據來自Wind數據庫。

(2)企業年齡。企業年齡數據來源于Wind數據庫，測算依據是企業的設立年份。從許多文獻來看，企業的存續時間越久，其財務數據透明度以及累計的商譽和信用越能緩解其面臨的融資約束困境。

(3)企業規模。從對融資約束的度量的文獻回顧來看，企業規模越大，其融資約束程度相對會低。因為大企業往往資金充裕且融資渠道多，相應地，財務風險應對也比較成熟，因此對應的融資約束可能會比較低。本文用企業的銷售收入的對數來衡量企業的規模，相關數據來自Wind數據庫。

(4)資產收益率，即凈利潤與總資產之比。從財務角度來看，資產收益率體現的是一個公司的盈利水平，可以認為一個企業的資產收益率越高，那么其運營和經營情況也就越可觀，同時其現金流和資產周轉也比較順暢，如此一來可以緩解融資約束的問題。相關數據來自Wind數據庫。

此外，本文還加入了省際控制變量實際GDP和行業控制變量赫芬達爾指數。一個省份的實際GDP體現了地方的經濟實力，加入省份控制變量可以更好地解釋不同地區知識產權保護對該地區企業融資約束問題的影響效果。赫芬達爾指數是一個行業內企業市場規模與行業市場規模之比的平方和。該值越大，說明行業的市場集中程度越高，其壟斷程度也越高。表2顯示了變量說明和數據來源。表3顯示了變量的描述性統計結果。

表2 變量說明和數據來源

表3 變量的描述性統計

四、實證結果與分析

本部分主要針對知識產權保護對融資約束的影響效果和作用機制進行實證檢驗。首先，從樣本總體對方程(1)、方程(2)、方程(3)進行實證研究，并討論其經濟意義；其次，考慮到不同無形資產、不同規模和不同融資約束程度企業的異質性，將進行分組回歸分析；再次，對上述估計結果進行穩健性檢驗；最后，考慮到模型可能存在的內生性問題，將利用工具變量兩階段最小二乘法(2SLS)進行估計。

(一)總體樣本的估計結果

表4顯示了總體樣本的回歸結果。便于對比，我們同時展示了混合OLS、固定效應模型(FE)和隨機效應模型(RE)的估計結果。Hausman檢驗結果表明，固定效應模型優于隨機效應模型。固定效應模型的估計結果表明，核心解釋變量省級—行業知識產權保護強度的系數顯著為負，說明省級—行業知識產權保護可以緩解上市公司面臨的融資約束問題。這驗證了假說1。這是因為，知識產權保護可以使企業和投資者確信創新成果不會因為復制或者剽竊而造成損失，企業會向投資者披露更完備的信息以減輕與投資人之間的信息不對稱，進而降低融資成本。因此，作為反映企業價值信號的知識產權，如果能夠得到較好的法律保護，這將減輕投資項目初期的信息不對稱問題，也能使投資人確信，創新成果的價值可以得到法律保障，這將提高投資人對企業的估值以及投資信心，從而減輕企業面臨的融資約束問題。

表4 總體樣本的回歸結果

續表

從控制變量來看，商業信用的系數顯著為負，這說明企業之間的信用融資可以緩解現金流壓力，促進企業經營的良性循環。有許多實證研究表明，世界各國普遍存在商業信用這一融資方式，對于企業來說，這是一種便捷高效的短期資金來源。在美國，企業的總資產中商業信用占比達到了17.8%；而歐洲國家，如法國、意大利和德國的企業，商業信用在總資產的占比超過了25%(Rajan & Zingales，1995)。Delannay和Weill(2004)在研究東歐和中歐國家的經濟轉型時發現，在匈牙利、羅馬尼亞和波蘭等國家的企業中，商業信用已經成為一種被廣泛使用的融資方式，而且在企業的總資產中商業信用的比重達到了12%～25%。此外，企業規模和資產收益率對融資約束的抑制作用是非常明顯的，這也說明了企業規模和企業的盈利能力往往是解決融資約束問題的關鍵；企業年齡對融資約束的影響不顯著，說明總體樣本的估計結果不能顯示企業年齡是影響企業融資約束的重要因素。

(二)分樣本估計

根據理論假說3，我們認為這種知識產權保護對企業融資約束的緩解作用對不同無形資產、不同規模和不同融資約束程度企業的效果不同。因此，根據Wind數據庫中的上市企業無形資產值，以每年的中位數為基準分組進行討論。此外，用企業銷售收入作為企業規模的度量，為了區分中小企業和大型企業，我們還用企業規模的中位數對全樣本進行了劃分。同時，根據企業的KZ指數對企業進行分組，分組依據是全樣本中KZ指數的中位數，據此將全樣本分為高融資約束企業和低融資約束企業。分組樣本回歸結果如表5所示。

表5 區分不同樣本的回歸結果

從表5的估計結果可以看到，在高無形資產企業、小企業、融資約束程度嚴重的企業中，省級—行業知識產權保護的系數顯著為負，且系數的絕對值大于全樣本的系數絕對值，也就是說在這些企業中，省級—行業知識產權保護對企業融資約束的緩解作用更明顯。在我國，科技含量高、規模小的企業往往面臨著更加嚴峻的融資約束，對于政策的敏感度相對也會更高，知識產權保護對融資約束的緩解作用在這些企業內也會更加明顯。前文提到，對于創新型企業而言，研發周期長、研發投入大往往使得企業資金流不暢，而知識產權的外部性也會帶來投資者和企業之間的信息不對稱，這可能會加劇創新型企業融資的困境。知識產權保護的提升不僅從法律上保護了創新成果，而且也提高了投資者對創新項目的收益預期，進而緩解了創新型企業的融資約束。

(三)作用機制檢驗

接下來我們驗證理論假說2，即省級—行業知識產權保護對融資約束的緩解作用是通過使企業形成更多的無形資產而實現的。表6至表9顯示了無形資產作用機制的全樣本回歸和分組回歸的結果。

表6 全樣本回歸結果

表7 無形資產分組回歸結果

續表

表8 企業規模分組回歸結果

表9 KZ指數分組回歸結果

從回歸結果來看，全樣本、高無形資產企業樣本、小企業樣本和高融資約束企業樣本中方程(1)的省級—行業知識產權保護的系數顯著為負，也即省級—行業知識產權保護的確能夠有效地抑制企業融資約束；方程(2)省級—行業知識產權保護的系數顯著為正，這說明省級—行業知識產權保護的提升能夠使企業形成更多的無形資產；方程(3)省級—行業知識產權保護的系數仍然為負且絕對值比方程(1)中的系數小或者不再顯著，同時無形資產的系數顯著為負，這體現了無形資產在省級—行業知識產權保護對融資約束緩解過程中的中介效應，而且這種緩解機制在高無形資產企業樣本、小企業樣本和高融資約束企業樣本中更加明顯。對無形資產高、規模小和融資困難的企業而言，信息不對稱帶來的融資約束問題因為傳統融資渠道的規模歧視更加惡化，而知識產權保護的提升使得這些企業可以通過披露已有的無形資產來提高外界的投資估值以吸引更多的融資，此外這種制度保護還能激勵這些企業投入更多研發項目，進而形成良性循環，提高企業的競爭力和盈利能力，進一步緩解企業的融資約束。高新技術企業的特征是有形固定資產少，而無形資產的價值評估困難、信息透明度低且難以成為抵押資產，因此在這樣的企業中，融資約束的問題可能會更嚴重。因此，當存在一個有效且合理的信息披露制度時，無形資產的技術信息會更容易被外界獲得，從而降低信息不對稱的程度，拓寬高新技術企業的融資渠道。但是，這種信息披露一方面能夠降低外源融資成本和緩解融資約束問題，另一方面也可能造成企業的創意被外界復制甚至剽竊，給研發創新企業帶來損失。那么，知識產權保護的提升有助于增強無形資產信息披露的透明度，保護創新成果，從而有助于企業融資。其實，無形資產融資的優勢除了能夠緩解融資約束之外，其信號作用能夠幫投資者甄別出有前景和潛力的科技項目，通過及時的資金融通催化形成商品和產業，實現整個經濟的創新轉化能力的提升，知識產權保護能夠促使無形資產的形成和價值實現，最終會為科技企業的創新發展保駕護航。

(四)穩健性與內生性

本文通過改變核心解釋變量的測算方法，直接選擇行業專利密度為省級—行業知識產權保護的測量依據對原方程進行回歸討論。由穩健性結果可知，關鍵解釋變量的符號和顯著性都沒有發生太大變化，這里不再贅述。估計結果表明，假說1、假說2和假說3的結論依然成立，知識產權保護能夠通過提升企業無形資產價值緩解企業融資約束。計量結果表明，本文的估計結果是穩健的。(2)因篇幅所限，穩健性檢驗結果未能展示。若有需要，可聯系作者索取。

本文討論的解釋變量省級—行業知識產權保護力度是宏觀變量，被解釋變量融資約束指數是微觀變量，直觀上來看兩者的互為因果關系不強，但是為了規避遺漏變量等因素帶來的內生性問題，本文選取省級—行業知識產權保護的滯后項作為工具變量對基本模型和作用機制模型進行內生性討論。(3)因篇幅所限，內生性討論結果未能展示。若有需要，可聯系作者索取。

本文采用了內生解釋變量省級—行業知識產權保護力度的滯后項作為工具變量加入模型，運用工具變量兩階段最小二乘法進行估計(2SLS)，從基本回歸結果來看，核心解釋變量省級—行業知識產權保護強度的系數仍然顯著為負，體現了省級—行業知識產權保護對融資約束存在明顯的緩解作用。此外，方程(2)中的省級—行業知識產權保護力度的系數顯著為正，方程(3)中的核心解釋變量的系數仍然為負且絕對值小于方程(1)，并且無形資產的系數顯著為負，這體現了省級—行業知識產權保護通過使企業形成更多的無形資產來緩解融資約束這一機制的有效性。同時，省級—行業知識產權保護對企業融資約束的緩解作用以及作用機制在不同分組中體現出的異質性可以得到證實，加強知識產權保護在無形資產多、規模小以及融資約束程度高的企業中對融資約束的緩解作用更加明顯。

五、結論與政策啟示

本文選取了2007～2017年滬、深上市A股公司的面板數據，研究了省級—行業知識產權保護對中國上市企業融資約束的影響及其作用機制。研究表明，我國知識產權保護能夠緩解企業融資約束問題，這種緩解作用在無形資產多、中小型企業和融資約束程度高的企業中更加明顯；知識產權保護緩解融資約束的機制是通過使企業形成更多的無形資產而實現的，且這種機制在我國無形資產多、中小型企業和融資約束程度高的企業中更加明顯。

本文的研究結論為我國完善知識產權保護制度、發展知識產權質押融資和知識產權證券化等融資方式提供了比較好的政策啟示。首先，我國應繼續完善知識產權保護制度，尤其要保護中小企業的創新成果，鼓勵和支持專利技術和科技項目的研發創新。要貫徹落實公平的執法環境和透明的制度環境，正確及時地保護好知識產權所有者的合法權益，對失信行為進行嚴懲，提高專利侵權的違法成本和司法部門的執法效率，用誠信來化解投資人對知識產權投資的顧慮，從而減輕創新項目的融資成本。其次，積極發展知識產權質押融資。對于知識產權本身現金流的風險性和估值的不確定性，我國應大力推進有關知識產權質押的法律、制度以及執法體系的完善，并且大力支持知識產權質押融資業務，應考慮到知識產權價值的不穩定性，綜合考察和評估知識產權的價值，加強對相關機構的監管，公平合理地保障質押人和債權人的合法權益。最后，促進知識產權證券化的完善和推行。我國已經有資產證券化成功的案例，這也為我國推行知識產權證券化創造了有利條件，這種融資方式將成為中小企業尤其是科技型企業融資的一條有效途徑。此外，知識產權證券化還將實現知識產權的超額收益，這將是科技型中小企業把高新技術轉化成現實生產力的契機。