金融科技影響企業創新投資的效應與機制研究

收稿日期：2023-08-14；修回日期：2023-12-31

基金項目： 國家社會科學基金一般項目（22BJY109）；湖南省社會科學成果評委會課題重大項目（XSP20ZDA006）

作者簡介：何涌（1974—），男，湖南寧鄉人，博士，湖南工業大學經濟與貿易學院教授，英國University of Worcester訪問學者，碩士研究生導師，研究方向：投融資與信用管理。

摘要：基于2011—2021 年滬深A股上市企業數據，運用固定效應模型和中介效應模型探究金融科技發展對企業創新投資的影響及其作用機制。研究發現：金融科技發展有助于提高企業創新投資水平，能夠通過促進企業短期金融資產配置行為、抑制企業長期金融資產配置行為提高企業創新投資水平；高管股權激勵和政府補助均對金融科技的創新投資驅動效應有顯著的強化作用；在非國有企業中，金融科技對于創新投資的驅動效應更顯著。

關鍵詞： 金融科技；創新投資；金融資產配置；高管股權激勵；政府補助

中圖分類號：F832；F273.1文獻標識碼：A文章編號：1003-7217（2024）02-0025-08

一、引言

黨的二十大報告提出，要強化企業科技創新主體地位，發揮科技型骨干企業引領支撐作用。要培育企業的競爭力、推動產業結構升級，實現經濟高質量發展，就必須保持企業的創新活力。但是，制約企業開展技術創新活動的因素一直存在。企業的創新活動具有周期長、風險大、投資成本不可逆和不確定性高等特點，導致創新活動普遍存在信息不對稱，進而使得企業的創新活動難以獲得金融機構的信貸支持，資金不足就成為制約企業研發創新的首要因素[1，2]。作為金融供給側結構性改革的重要組成部分，金融行業與數字技術有機融合，形成了全新的普惠金融發展業態[3]。相較于傳統金融服務，金融科技能夠運用數據挖掘算法進行資料追蹤，實時精準地預測創新進度及成果轉化率，以緩解創新活動信息不對稱問題[4]，降低金融供給主體對民營企業的金融排斥，提升金融服務的范圍與效率，實現金融資源對實體經濟的“精準滴灌”[5]。

在中國創新驅動發展戰略背景下，許多學者關注到金融科技對企業創新行為的影響和傳導機制的研究。現有研究基于多種角度證實了金融科技發展對微觀企業創新活動具有激勵效應，其傳導機制有企業自身內源因素與外部市場環境因素。其中，企業自身內源因素的研究主要聚焦對融資約束與內部治理的探究。一方面，金融科技降低了銀企間的信息不對稱，引導金融機構將信貸資源發放給優質創新型企業，進而通過緩解融資約束對企業創新活動發揮積極作用[6-8]；另一方面，金融科技能夠通過降低財務杠桿[9]、提升企業商業信用價值[10]、提高企業投資效率[11]、完善公司治理[3]等提高企業創新活動的可持續性。關于外部市場環境因素的研究發現，金融科技能夠通過加大稅收返還力度[12]、修正金融錯配問題[13]、提高市場化水平[14]等外部渠道提高企業創新效應。

關于金融科技與企業創新投資之間的作用機制的研究，盡管許多學者已經基于不同的視角進行了豐富探討，但最終大多指向緩解企業的融資約束。企業創新活動作為一項復雜的系統性工程，需要企業內部治理和外部環境多環節聯動。企業創新投資除了存在融資困境外，還存在其他抑制因素。結合現階段實體經濟資本“脫實向虛”的發展現狀，企業的金融資產配置行為與創新投資活動之間的關聯與互動，也逐漸受到更多學者的關注[15-18]。那么，企業的金融資產配置行為在金融科技影響創新投資過程中扮演怎樣角色？金融資產存在的異質性是否導致不同的作用效果？現有研究還較少，值得進一步探究。通過對作用機制的深入研究將更有助于深入理解金融科技創新激勵效應的內在機制。同時，現有研究較少涉及企業內、外部因素的調節效應分析。基于此，本文進一步拓展研究企業內部的高管股權激勵行為和企業外部的政府補助行為的協同創新效應，以助于更全面詳實地揭示金融科技對企業創新投資的影響效應，并為政府治理政策與企業投資活動方案的制定提供一定的經驗證據。

二、理論分析與研究假設

（一）金融科技與企業創新研發

制約企業創新投資活動的首要因素是資金不足。當面臨嚴重的融資約束時，企業更傾向于削減新產品開發的投入，而金融科技能夠降低企業面臨的融資約束，緩解公司財務困境，從而有助于增加企業創新投資[12]。

一方面，金融科技具有信息優勢。現代公司財務理論認為，信息不對稱是導致企業面臨融資約束的重要原因，金融科技的出現為緩解企業融資問題提供了新的思路[4]。金融科技不僅能夠借助技術優勢，通過數據挖掘、人工智能、云計算等，優化整合并監測企業財務與非財務數據，提高企業內外部信息透明度[19]；還可以與風險監管相融合，借助金融科技帶動金融監管升級，催生出更高效的信息披露機制，提升資本市場信息效率[20]。同時，隨著企業內外部信息透明度提高，既有助于降低管理者的職業風險和短視行為，加大創新投資力度，又有利于所有者監督資金用途，確保資金流向有價值的創新項目[14]。

另一方面，金融科技具有空間優勢。金融科技的顯著特征是通過互聯網金融的普惠性為企業帶來金融便利，進而促進企業的技術創新投資[21]。企業面臨融資困境的原因之一在于，金融機構物理網點地理分布不均，大量金融資源集中在發達地區，使得大量處于金融長尾市場上的客戶多樣化的金融需求難以得到滿足[22]。而金融科技具有緩釋傳統金融的地理排斥、推動商業銀行轉型和提供多元化金融服務的優勢，能夠滿足企業的資金需求[23]。

基于上述分析，提出以下研究假設：

H1金融科技正向激勵企業加大創新投資。

（二）金融資產配置的中介效應

金融資產配置對企業創新活動的影響存在“蓄水池”或“擠出”效應，不同效應在金融科技影響企業創新投入時，存在不同作用機制。研究發現，短期金融資產配置行為能夠促進企業進行創新投資活動，而長期金融資產配置行為則會擠占企業創新投資[16]。

基于“蓄水池”效應分析。當金融資產配置行為表現為一種資金儲備動機時，企業通過配置短期金融資產，不僅可以增加企業資產流動性，還可以實現資本的保值和增值[18]。主要原因在于：企業在外部融資環境寬松時，可以進行超額融資以及資金儲備[24]。隨著金融科技發展水平的提升，一方面，能夠通過擴大總體信貸規模、拓寬融資渠道和提高信貸配置效率緩解傳統金融供需不平衡問題，改善企業外部融資環境，為企業進行超額融資以及資金儲備提供機會；另一方面，金融科技憑借信息優勢，緩解了資本市場存在的信息隔閡問題，進而能夠提高企業短期金融資產投資效益，以實現資本保值和增值。當企業需要進行創新投資活動時，短期金融資產能夠以較低交易成本實現資金轉換，進而保障創新投資活動資金的可獲得性。同時，由于創新投資成本具有不可逆性，研發資金的持續投入，使得短期金融資產不僅能夠防止研發活動因突發狀況而終止，還能夠降低創新研發項目調整成本。由此可見，短期金融資產的流動性特征，能夠給創新投資帶來內部融資資源，并在一定程度上表現為“平滑”功能，從而滿足持續創新投資的流動性需求[21]。

基于“擠出”效應分析。當金融資產配置行為表現為一種投機逐利動機時，企業通過配置非流動性金融資產，對創新投資活動發揮“擠出”效應[16]。主要原因在于：現代企業所有權和經營權分離，所有者和管理層之間目標利益不一致，股東關注企業長遠利益，期望企業進行創新投資，實現可持續發展；而管理層為規避職業風險和實現自身利益，傾向于投資長期金融資產，以獲取金融部門超額回報，對企業創新投資活動發揮“擠出”效應[25]。金融科技的創新發展，使金融機構能夠憑借技術優勢，優化授信技術流程、提升金融服務效率以及降低信貸管理成本，進而降低企業授信價格，縮小實體投資與金融投資利差，引導企業進行實體投資，弱化企業投機逐利動機，進而緩解長期金融資產投資行為對企業創新活動的“擠出”效應，促進企業進行創新投資活動[26]。

基于上述分析，提出以下研究假設：

H2a金融科技能夠通過提高短期金融資產配置水平促進創新投資；

H2b金融科技能夠通過降低長期金融資產配置水平促進創新投資。

（三）高管股權激勵的調節效應

根據委托代理理論，相較于股東關注企業的長遠利益，管理者更關注當下可供其支配的現金流和企業的短期業績。再加上研發創新項目通常具有風險大、成本高和周期長等特點，管理者出于對個人利益的追求，傾向于采取低風險的創新投資戰略。而高管股權激勵是一種被廣泛使用的長期激勵手段，可以將管理者的個人利益與公司長期利益結合起來，發揮利益協同效應[27]。因此，企業高管股權激勵行為能夠增強金融科技發展對企業創新投資的激勵作用。

一方面，企業通過賦予高管股權激勵，將對管理者的外部監督轉換為內部激勵，從根本上提升管理者的風險偏好[28]。當金融科技的智能化水平導致市場需求結構產生變化時，管理者能夠捕捉市場上出現的稍縱即逝的創新機會來進行投資。換言之，由于激勵計劃將公司股價與個人財富掛鉤，更高的股價也意味著更多的個人財富，顯著提升了高管對風險的容忍力和承擔力[29]。管理者自發地將更多的時間和精力投入到對創新項目的甄別和篩選中，更善于利用金融科技等數字化手段精準把握市場上出現的潛在需求和創新方向，大大提升了企業的創新能力。

另一方面，高管股權激勵機制向市場信息中介傳遞了企業信譽良好和投資項目優良的積極信號，有助于獲得銀行等金融機構的認可，進一步增強創新主體的資金保障[30]。同時，股權激勵的實施能夠增強高管對創新項目的支持力度[31]，確保資金不會被用于非創新活動等其他項目，為金融科技對企業創新投資產生的資金擠入效應提供保障。

基于上述分析，提出以下研究假設：

H3企業高管股權激勵行為能夠增強金融科技發展對企業創新投資的激勵作用。

（四）政府補助的調節效應

政府補助作為政府干預和調節經濟最直接的工具和手段，是緩解市場失靈和引導企業研發創新的重要手段[32]。政府補助對金融科技與企業創新投資關系的影響主要體現在以下三個方面：

1．政府補助可以有效降低創新項目的成本和技術風險。政府補助本身就是一個積極的引導信號[33]，它肯定了創新項目的發展前景，有助于降低決策者分析投資項目預期收益和優缺點的難度，保持企業的創新活力。同時，市場上的消費者也能從政府補助中尋找到消費方向[34]。金融科技對消費者支付意愿的提升，將進一步降低市場交易難度，并擴大創新產品市場規模。同時，接觸到新產品的消費者增多，其為企業提供的反饋也就增多，有利于企業及時修正創新投資的方向，對可能存在的技術隱患及時進行處理和調試，降低創新項目的技術風險。

2．政府補助可以直接或間接緩解創新投資活動的融資約束。一方面，政府補助作為外部融資機制最直接和有效的補充，為企業承擔了部分的資金壓力，直接緩解了創新投資的融資約束，激勵企業加大創新投資的力度；另一方面，金融科技雖然使得金融機構搜集和分析數據的能力提升，但并沒有降低企業創新項目本身的不確定性。而政府補助的介入，借助政府對創新項目的監督，不僅能夠確保創新資金被用于創新活動，還能夠對項目的實施情況和轉化效果保持動態考核與監督，在一定程度上降低了企業利用信息不對稱侵害投資者權益的可能性[35]，減少了外部投資者的監督成本，從而促進創新投資。

3．政府補助可以增強企業在創新人才引進方面的優勢。一方面，在政府補助的認證下，金融科技使用主體往往會收獲更多的信賴感，從而更容易吸引具有技術才能的高素質技術人才，加強企業創新的人力資本積累；另一方面，被認定為政府補助項目，往往也表明企業創新投資方向基本符合國家產業政策和市場的潛在需求[36]。此時，在政府補助的引導下，金融科技將更為精準地助力企業抓住市場機會，促進創新活動效率的提高。

基于上述分析，提出以下研究假設：

H4政府補助能夠增強金融科技發展對企業創新投資的激勵作用。

三、研究設計

（一）樣本選擇與數據來源

本文選擇2011—2021年的滬深A股上市公司數據，并對原始數據進行如下處理：剔除金融類上市公司、ST上市公司、主要財務數據存在缺失的上市公司，對樣本所有連續變量進行1%雙邊縮尾處理。其中，金融科技指數選自北京大學數字金融研究中心數據，企業層面數據來自CSMAR數據庫。

（二）模型構建

為了驗證金融科技發展是否能夠促進企業創新投資，設定如下模型：

其中，被解釋變量RDi，t為企業i在第t年的創新投資水平；核心解釋變量Fintechm，t是企業i所在省份m在第t年的金融科技發展水平；Controls表示其他控制變量；YEAR表示年份固定效應；PRO表示省份固定效應；IND表示行業固定效應；εi，t表示隨機誤差項。若β顯著為正，則假設H1成立。

（三）變量度量

1.被解釋變量：創新投資水平。少部分學者采用絕對指標，如采用研發人員數量、研發支出等。這些投入的量越大，表明其創新實力越強。但由于不同規模的企業的研發支出存在較大差異，絕對指標缺乏可比性，大部分學者還是采用相對指標進行衡量，以消除量綱的影響，如采用研發支出總額與總資產之比、研發支出總額與營業收入之比、研發人員數量占比等幾種指標度量研發強度。本文采用 “研發支出總額與總資產之比”來表示創新投資水平。

2.解釋變量。借鑒相關研究[37，38]的做法，采用北京大學數字金融研究中心編制的數字普惠金融指數測度地區金融科技發展水平。數字普惠金融指數反映了中國各地依賴互聯網技術的金融科技發展水平，較多學者將其運用到對金融科技經濟后果的研究上。使用該評價體系除了可以探究金融科技發展水平對企業的影響，還能夠使用覆蓋廣度、使用深度及數字化程度三個子指數，進一步探究子維度之間的影響差異程度。其中，覆蓋廣度是對數字金融的覆蓋人群的評價指標；使用深度衡量的是地區用戶實際使用互聯網金融服務的頻率等；數字化程度側重于考察地區數字金融的便利化、移動化、實惠化、信用化程度。

3.控制變量。對企業層面特征變量進行控制，主要包括企業資產負債率、總資產凈利潤率、投資機會、固定資產比率、企業規模、 現金流比率、股權制衡、管理費用率。此外，本文還控制了年份、省份和行業因素。

（四）描述性統計

表2為全樣本主要變量的描述性統計結果。可以看出，RD的均值為0.024，最小值為0.000，最大值為0.110，說明樣本中企業之間研發投資水平存在較大差異；Fintech的最小值為0.386，最大值為4.590，說明在樣本期間內各省份金融科技發展水平存在較大差異。

四、實證結果分析

（一）基準回歸結果

表3匯報了金融科技對企業研發投資影響的回歸結果。其中，列（1）僅控制了年份、省份及行業固定效應，列（2）～列（4）在控制控制變量的基礎上依次加入了年份、省份、行業固定效應，檢驗不同條件下金融科技對企業研發投資的影響。結果發現，無論是否控制其他因素，Fintech的系數均顯著為正，說明金融科技的發展緩解了企業創新投資面臨的困境，推動企業增加創新投資，H1得證。

為了進一步研究金融科技不同結構特征對企業創新的激勵效應，精準考察金融科技不同層面對企業創新投資活動的影響，將金融科技指標降維，拆分成側重于描述金融科技橫向發展的覆蓋廣度指數（Coverage_breadth）和側重于描述金融科技縱向融合的使用深度指數（Usage_depth）、數字化程度指數（Digitization_level）。表4匯報了金融科技發展水平的三個二級指標對企業創新投資影響的回歸結果。列（1）結果顯示，覆蓋廣度指數的系數為負且不顯著。列（2）列和列（3）結果顯示，使用深度和數字化程度的系數均在1%水平上顯著為正，且使用深度系數大于數字化程度系數，說明使用深度和數字化程度均推動了企業增加創新投資，且使用深度的作用效果大于數字化程度。其中，覆蓋廣度系數不顯著的原因可能在于：覆蓋廣度側重于提高用戶獲取數字金融服務的保證程度，但由于中國金融資源存在集聚現象，金融資源可得性的提高主要集中于經濟發展程度較差地區，而該區域用戶需要將獲取的金融資源先用于基本條件改善，而非增加研發投入。

（二）穩健性檢驗

1.工具變量法。為了緩解由于樣本選擇偏誤、變量逆向因果、模型遺漏變量等可能會引發的內生性問題，使用工具變量法來處理。本文借鑒劉丹陽和黃志剛［39］的做法，選擇金融科技指數滯后一期作為金融科技的工具變量，其具備與當期金融科技發展有強相關關系，且不受企業創新投資直接影響的特征，滿足工具變量選取的外生性和相關性條件。回歸結果如表5中列（1）和列（2）所示。回歸結果表明，在考慮金融科技與企業創新投資之間可能存在的內生性問題后，金融科技發展水平的系數依然在1%水平上顯著為正，表明金融科技發展能夠促進企業創新投資，這與前文論證結果一致。

2.替換被解釋變量。參考劉惠好和焦文妞［40］的做法，將原企業創新投資水平替換為以“研發人員數量占比”衡量。回歸結果如表5中列（3）所示，金融科技發展水平的系數在1%水平上顯著為正，說明金融科技發展顯著促進企業創新投資，即在更換被解釋變量測量指標后結果依舊穩健。

3.替換解釋變量。參考翟淑萍等［41］的做法，采用城市級數字金融指數替換解釋變量，以避免解釋變量不同度量方法產生的誤差對估計結果造成的影響。回歸結果如表5中列（4）所示，金融科技發展水平的系數在1%水平上顯著為正，表明金融科技發展顯著促進企業創新投資。

4.剔除其他影響干擾的樣本。在本文選取的樣本期間為2011—2021年，2015年的股市動蕩對全球金融市場造成了沖擊，對我國金融科技發展以及企業創新行為產生了一定影響。因此，剔除2015年的數據樣本并進行穩健性檢驗，如表5中列（5）所示，結果依舊顯著，再次證明了本文結論的穩健性。

（三）金融資產配置的中介效應檢驗

參考江艇提出的中介效應檢驗機制[42]，構建以下計量模型：

其中，Mi，t表示影響機制變量，ρ用于檢驗金融科技的影響，σ衡量的是對企業創新投資的影響，若兩個系數均顯著，則說明存在影響機制變量表征的傳導渠道。

1.基于短期金融投資配置的中介作用。借鑒翟君和王少華［43］的做法，短期金融資產配置（SF）以“交易性金融資產與資產總額的比值”衡量。回歸結果如表6中列（1）所示，金融科技的系數在1%的水平上顯著為正，列（2）中短期金融資產配置的系數在5%的水平上顯著為正，說明短期金融資產配置在金融科技影響企業創新投資的過程中發揮部分中介效應。即金融科技能夠通過促進短期金融資產配置行為驅動企業創新投資，H2a得證。

2.基于長期金融投資配置的中介作用。長期金融資產配置（LF）以“可供出售的金融資產凈額、持有至到期投資凈額、應收股利和應收利息、投資性房地產凈額的總和與資產總額的比值”衡量。回歸結果如表6中列（3）所示，金融科技的系數在1%的水平上顯著為負，列（4）中長期金融資產配置的系數在1%的水平上顯著為負，說明金融科技能夠通過抑制長期金融資產配置的“擠出”效應，促進企業進行創新投資，H2b得證。

（四）高管股權激勵、政府補助的調節效應檢驗

1.基于高管股權激勵的調節作用。借鑒萬良勇等［44］的研究，高管股權激勵（Mshare）采用“管理者持股數量除以總股本”來衡量，并在基準回歸模型中加入高管股權激勵以及高管股權激勵與金融科技的交互項。表7列（1）匯報了高管股權激勵對金融科技與企業創新投資兩者關系的調節作用。結果顯示金融科技的系數為正，且在1%的統計水平上顯著；金融科技與高管股權激勵的交互項的回歸系數也為正，且通過了1%水平的顯著性檢驗。表明股權激勵確實存在對金融科技與企業創新投資關系的正向調節作用，即當企業內部存在高管股權激勵機制，且激勵的數額越大時，越有助于金融科技提升企業研發動力和能力，增強創新投資的強度。股權激勵強化了金融科技對企業創新投資的促進作用，對金融科技產生了顯著的協同效應。高管股權激勵的系數顯著為負，原因可能在于：隨著高管股權激勵水平的提升，管理者逐漸成為企業創新活動風險的主要承擔者，其對創新投資更加謹慎，在創新投資決策時更加保守。

2.基于政府補助的調節作用。借鑒景明禹等的研究，政府補助（Sub）采用“企業獲得的政府補助占營業收入的比值”來衡量[45]。表7列（2）匯報了政府補助對金融科技與企業創新投資兩者關系的調節作用。可以看出金融科技和政府補助與金融科技的交互項的系數均顯著為正，說明政府補助強度越大，金融科技對于企業創新投資的驅動作用將更顯著。政府補助的系數顯著為負，原因可能在于：一方面，政府補助在分配過程中可能存在腐敗或尋租等不當行為；另一方面，企業對政府補助產生依賴，可能會缺乏創新動力。

（五）產權性質的異質性分析

理論上，不同屬性的企業在資源要素的分配和利用方式，對知識、信息的搜尋，創新的意愿、潛力等方面存在著較大的差別，企業屬性差異可能會對金融科技的創新驅動效應產生結構性影響。鑒于此，將樣本分為國有企業和非國有企業兩組，并重新進行回歸分析（見表8）。結果顯示，在列（2）非國有企業組中，金融科技的回歸系數為正，且通過了5%水平的顯著性檢；在國有企業組，金融科技的系數沒有通過10%水平的顯著性檢驗，意味著，相較于國有企業，金融科技對非國有企業的創新投資的驅動效應更為顯著。

五、結論與啟示

以上研究表明：金融科技的發展對企業創新投資具有明顯的驅動作用，且使用深度的作用效果大于數字化程度。金融資產配置在金融科技對企業創新投資的驅動效應中發揮中介作用；在金融科技驅動企業創新投資的過程中，實施對企業高管的股權激勵以及對企業發放政府補助能夠強化金融科技對企業創新投資的促進效應。此外，在非國有企業樣本中，金融科技可以顯著提升企業創新投資，而國有企業金融科技對企業創新投資的驅動效應并不顯著。

基于以上研究結果，可以得到如下啟示：第一，應在不斷擴大金融科技覆蓋范圍的同時，建立與之配套的金融服務和信用體系，推進數字人民幣等智能產物的深度使用，豐富應用場景，提升使用群體的金融素養和參與程度。傳統金融機構要主動深化與新興技術的融合創新，將人工智能、大數據和區塊鏈等技術深入到金融產品設計、信用定價、風險管理和用戶體驗等各個環節，拓展金融科技的使用深度和數字化程度，充分發揮金融科技對實體企業的創新效應。第二，設計合理有效的高管激勵制度和政府補助政策。可根據企業長遠發展目標等現實情況，在企業發展的合適階段與資本市場合適時機，制訂高管股權激勵計劃；根據高管群體特征，在激勵計劃中加入鼓勵創新投資和產出的相關績效指標，激發管理者的創新意愿，確保股權激勵的激勵效果。第三，引導金融科技發展方向。可以針對不同性質、需求的企業制定差異化的創新支持政策，出臺專項政策，精準施策，重點引導金融科技將有限的創新資源流向具有創新能力與創新需求的民營企業，提高資源在創新領域的配置效率。

參考文獻：

［1］劉華，王姣，陳力朋.財政透明、融資約束與企業創新投入[J].中南財經政法大學學報，2023（4）：70-80.

［2］王世文，溫馨，劉峻峰.金融科技對中小企業創新的影響[J].經濟問題，2023（3）：51-57.

［3］何紅渠，汪洋.金融科技如何影響企業技術創新——來自上市公司的證據[J].廣西大學學報（哲學社會科學版），2022，44（4）：115-122.

［4］劉元雛，華桂宏.金融科技能否促進企業創新？——來自戰略性新興產業上市公司的經驗證據[J].江蘇社會科學，2022（6）：149-158.

［5］達潭楓，劉德宇.金融科技、融資約束與民營企業創新投入——基于A股上市公司數據的分析[J].哈爾濱商業大學學報（社會科學版），2023（1）：3-17.

［6］張云，李寶偉，馮學良.金融科技提升企業創新績效了嗎？——基于中國A股上市公司數據的實證分析[J].經濟體制改革，2022（1）：172-179.

［7］方一卓，強國令，李鈺燕.金融科技與制造業企業創新[J].產經評論，2022，13（3）：110-126.

［8］劉莉，楊宏睿.數字金融、融資約束與中小企業科技創新——基于新三板數據的實證研究[J].華東經濟管理，2022，36（5）：15-23.

［9］王小燕，張俊英，王醒男.金融科技、企業生命周期與技術創新——異質性特征、機制檢驗與政府監管績效評估[J].金融經濟學研究，2019，34（5）：93-108.

［10］劉長庚，李琪輝，張松彪，等.金融科技如何影響企業創新？——來自中國上市公司的證據[J].經濟評論，2022（1）：30-47.

［11］譚常春，王卓，周鵬.金融科技“賦能”與企業綠色創新——基于信貸配置與監督的視角[J].財經研究，2023，49（1）：34-48，78.

［12］李春濤，閆續文，宋敏，等.金融科技與企業創新——新三板上市公司的證據[J].中國工業經濟，2020（1）：81-98.

［13］劉元雛，華桂宏.金融科技能否通過緩解金融錯配促進企業創新可持續性——來自戰略性新興產業上市公司的經驗證據[J].中國科技論壇，2023（4）：122-132.

［14］何涌，謝磊.金融科技與創新投入——基于宏觀市場化進程與微觀企業透明度的雙重視角[J].云南財經大學學報，2022，38（12）：62-78.

［15］王立平，李蔓麗.企業金融化、社會責任與創新投入——基于金融渠道獲利能力門檻效應的再審視[J].華東經濟管理，2023，37（1）：50-61.

［16］陳孝明，張可欣.企業金融資產配置與創新投資：蓄水池效應還是擠出效應[J].現代財經（天津財經大學學報），2020，40（6）：80-98.

［17］羅云峰，柳永明，王會龍.企業金融資產配置的流動性調整與創新投資驅動[J].當代經濟管理，2022，44（2）：79-86.

［18］徐云，凌筱婷，戴德明.實體企業進行金融資產配置會促進研發投入嗎[J].山西財經大學學報，2022，44（2）：63-75.

［19］黃銳，賴曉冰，唐松.金融科技如何影響企業融資約束？——動態效應、異質性特征與宏微觀機制檢驗[J].國際金融研究，2020（6）：25-33.

［20］楊松令，劉夢偉，張秋月.中國金融科技發展對資本市場信息效率的影響研究[J].數量經濟技術經濟研究，2021，38（8）：125-144.

［21］羅云峰，王會龍，李文龍.金融科技、企業財務柔性與創新投資驅動[J].財會月刊，2022（11）：66-73.

［22］李明賢，何友.農村普惠金融目標下金融科技的工具價值及實現困境[J].華南師范大學學報（社會科學版），2019（1）：59-65，190.

［23］何宏慶.數字金融助推鄉村產業融合發展：優勢、困境與進路[J].西北農林科技大學學報（社會科學版），2020，20（3）：118-125.

［24］楊箏，劉放，王紅建.企業交易性金融資產配置：資金儲備還是投機行為？[J].管理評論，2017，29（2）：13-25，34.

［25］萬旭仙，王虹，何佳.企業金融資產配置對雙元創新的影響——高管激勵的調節效應[J].科技進步與對策，2019，36（4）：124-132.

［26］李真，李茂林，朱林染.銀行金融科技與企業金融化：基于避險與逐利動機[J].世界經濟，2023，46（4）：140-169.

［27］夏晗.高管經歷跨界、管理者激勵與企業創新[J].科研管理，2022，43（2）：193-201.

［28］陳文強，王曉婷，賈生華.股權激勵、雙重行權限制與企業風險承擔[J].浙江大學學報（人文社會科學版），2020，50（3）：79-100.

［29］田軒，孟清揚.股權激勵計劃能促進企業創新嗎[J].南開管理評論，2018，21（3）：176-190.

［30］姜帥，龍靜.高管股權激勵影響企業技術創新的機制路徑分析——基于我國民營上市公司的經驗證據[J].江西師范大學學報（哲學社會科學版），2022，55（3）：96-106.

［31］陳華東.管理者任期、股權激勵與企業創新研究[J].中國軟科學，2016（8）：112-126.

［32］施建軍，栗曉云.政府補助與企業創新能力：一個新的實證發現[J].經濟管理，2021，43（3）：113-128.

［33］Ozcelik E ，Taymaz E .Ramp;D support programs in developing countries： The Turkish experience[J].Research Policy， 2008， 37（2）：258-275.

［34］Sopha B M ， Klockner C A ， Febrianti D .Using agent-based modeling to explore policy options supporting adoption of natural gas vehicles in Indonesia[J].Journal of Environmental Psychology， 2017，52（Oct.）：149-165.

［35］郭玥.政府創新補助的信號傳遞機制與企業創新[J].中國工業經濟，2018（9）：98-116.

［36］楊興全，韓賀洋.國企混改、政府補助與創新[J].貴州財經大學學報，2021（2）：1-10.

［37］邱晗，黃益平，紀洋.金融科技對傳統銀行行為的影響——基于互聯網理財的視角[J].金融研究，2018（11）：17-29.

［38］馮永琦，張浩琳.金融科技促進創新績效提升了嗎？[J].外國經濟與管理，2021，43（10）：50-67.

［39］劉丹陽，黃志剛.金融科技、OFDI與經濟高質量發展——基于“雙循環”相互促進的視角[J].中國管理科學，2023，31（11）：151-164.

［40］劉惠好，焦文妞.銀行業競爭、融資約束與企業創新投入——基于實體企業金融化的視角[J].山西財經大學學報，2021，43（10）：56-67.

［41］翟淑萍，韓賢，陳曦.數字金融對企業投融資期限錯配的影響及其路徑分析——基于“短貸長投”視角[J].廣東財經大學學報，2021，36（4）：96-110.

［42］江艇.因果推斷經驗研究中的中介效應與調節效應[J].中國工業經濟，2022（5）：100-120.

［43］翟君，王少華.金融科技、貨幣政策與企業“脫虛向實”[J].東岳論叢，2023，44（3）：159-173.

［44］萬良勇，查媛媛，饒靜.實體企業金融化與企業創新產出——有調節的中介效應[J].會計研究，2020（11）：98-111.

［45］景明禹，劉璐，王魯寧.稅收負擔不確定性、政府補助與企業創新[J].財經科學，2022（9）：138-148.

（責任編輯：寧小青）