王孟欣 王猛 張軍茹

[提要] 科技金融是我國金融創(chuàng)新一個重要方向。近年來，我國出臺一系列相關(guān)政策促進(jìn)科技金融的發(fā)展。本文基于一定準(zhǔn)則選取金融業(yè)發(fā)展較好的11個城市，通過建立BP神經(jīng)網(wǎng)絡(luò)模型，對樣本城市的科技金融發(fā)展水平進(jìn)行評價。結(jié)果表明：北京、上海、深圳三個城市科技金融發(fā)展?fàn)顩r較好，其他城市較弱。最后提出促進(jìn)我國科技金融發(fā)展的政策建議。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò)模型；科技金融；科技創(chuàng)新

中圖分類號：F83 文獻(xiàn)標(biāo)識碼：A

一、引言

近年來，隨著我國經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，科技創(chuàng)新成為促進(jìn)經(jīng)濟(jì)轉(zhuǎn)型與健康發(fā)展的重要推動力；而實現(xiàn)金融與科技的結(jié)合，以金融發(fā)展促進(jìn)科技發(fā)展，成為轉(zhuǎn)變社會經(jīng)濟(jì)發(fā)展方式的必然選擇，也是構(gòu)建創(chuàng)新型國家的重要戰(zhàn)略舉措。為了促進(jìn)科技創(chuàng)新的不斷發(fā)展，中央與地方政府近年來出臺大量相關(guān)的政策和文件。2011年《“十二五”國家科技創(chuàng)新規(guī)劃》提出要創(chuàng)新科技創(chuàng)新投入方式，構(gòu)建多元化、多渠道的科技創(chuàng)新投入體系，吸引更多的社會資金投向科技創(chuàng)新活動，完善科技創(chuàng)新和金融結(jié)合機(jī)制，加強(qiáng)科技融資體系建設(shè)。2016年《“十三五”國家科技創(chuàng)新規(guī)劃》再次明確強(qiáng)調(diào)，要不斷完善科技與金融結(jié)合機(jī)制，大力發(fā)展創(chuàng)業(yè)投資和多層次資本市場，為我國邁進(jìn)創(chuàng)新型國家行列，實現(xiàn)綜合創(chuàng)新能力世界排名前15位打下堅實基礎(chǔ)。

對科技金融的研究源于科技發(fā)展和金融發(fā)展之間相互關(guān)系的研究。近年來，許多學(xué)者對科技金融的發(fā)展?fàn)顩r予以關(guān)注，科技金融發(fā)展效率問題是一個重要的切入點。如黃瑞芬等運(yùn)用DEA-Malmquist指數(shù)法和SFA模型對2006～2014年我國30個省市區(qū)全要素生產(chǎn)率變動和科技金融效率值進(jìn)行評價；甘星等運(yùn)用DEA方法對2006～2014年環(huán)渤海、長三角、珠三角三大經(jīng)濟(jì)圈十個省市的科技金融相對效率進(jìn)行實證研究；薛曄等運(yùn)用熵權(quán)法和貝葉斯隨機(jī)前沿模型對2001～2014年內(nèi)地30個省市區(qū)科技金融發(fā)展效率進(jìn)行了測算，并分析了不同金融投入對中國科技金融發(fā)展效率的影響。還有學(xué)者關(guān)注科技金融的發(fā)展模式及發(fā)展方向等問題，如洪銀興認(rèn)為科技創(chuàng)新需要足夠的資金投入，科技金融是當(dāng)前金融創(chuàng)新的一個重要方向；季菲菲等以中國科技金融創(chuàng)新的主要發(fā)源地之一的無錫國家級高新區(qū)為例，通過實地調(diào)查，對科技金融體系的產(chǎn)生、發(fā)展及其空間效應(yīng)進(jìn)行實證研究；張興旺等就國內(nèi)外科技金融創(chuàng)新發(fā)展模式進(jìn)行了比較研究。

綜合來看，現(xiàn)有關(guān)于科技金融的研究大多從科技金融本身的性質(zhì)出發(fā)，研究科技金融的運(yùn)行機(jī)制、作用效果或創(chuàng)新水平；而針對區(qū)域方面的研究往往集中于省級區(qū)域?qū)用?，從城市角度進(jìn)行研究的并不多見?？紤]到省域?qū)用娓采w的區(qū)域較廣泛，許多省份包括廣大農(nóng)村地區(qū)，金融業(yè)發(fā)展較落后，導(dǎo)致不同省份之間可比性較差。本文則著眼于城市層面的比較，經(jīng)過一定的標(biāo)準(zhǔn)篩選出若干具備較強(qiáng)可比性的城市進(jìn)行對比分析，能夠更加有效地說明城市之間的金融業(yè)發(fā)展?fàn)顩r。

二、比較基準(zhǔn)城市的選取

本文主要就我國城市科技金融發(fā)展?fàn)顩r進(jìn)行比較分析，考慮到我國城市眾多，不同城市之間科技金融發(fā)展程度差距較大，簡單將所有城市放在一起比較缺乏可比性，因此要采用一定的標(biāo)準(zhǔn)對城市進(jìn)行篩選，將選出的若干具有可比性的城市進(jìn)行比較。

考慮到指標(biāo)數(shù)據(jù)的重要性與可得性，本文主要采用城市2016年金融業(yè)增加值占地區(qū)生產(chǎn)總值比重（）和金融業(yè)增加值增長率（r）這兩個指標(biāo)進(jìn)行樣本城市的篩選。在進(jìn)行篩選時，采用的具體指標(biāo)及標(biāo)準(zhǔn)如表1所示。（表1）

篩選出的城市符合下列兩個標(biāo)準(zhǔn)之一：（1）金融業(yè)增加值占地區(qū)生產(chǎn)總值比重大于8%。符合此條件的城市，金融業(yè)往往已形成較大規(guī)模，金融市場發(fā)達(dá)，金融交易活躍；（2）金融業(yè)增加值占地區(qū)生產(chǎn)總值比重介于5%～8%之間，且金融業(yè)增加值增長率達(dá)到或超過10%。符合此條件的城市，金融業(yè)往往已初步形成規(guī)模，發(fā)展速度較快，可持續(xù)發(fā)展能力較強(qiáng)。

基于以上原則，本文最終選擇的樣本城市有11個，分別是北京、上海、廣州、深圳、天津、重慶、南京、武漢、蘇州、杭州、青島。各城市具體指標(biāo)情況見表2。（表2）

從數(shù)據(jù)可看出，除青島外其余10個城市金融業(yè)增加值占GDP比重均超過了8%，金融業(yè)發(fā)展水平較高；青島市雖然金融業(yè)占比僅為6.68%，但2016年增長率達(dá)到13.69%，也符合擬定的標(biāo)準(zhǔn)。就增加值增長率看，杭州的增長率相對較低，僅為4.91%；北京、天津增長率比8%略高；其余城市增長率均超過10%。整體看，這些城市金融業(yè)規(guī)模較大，城市經(jīng)濟(jì)基礎(chǔ)較高，金融業(yè)較發(fā)達(dá)，具備較強(qiáng)的可比性。

本文分別從政府角度和科技金融市場角度出發(fā)對廣州科技金融發(fā)展?fàn)顩r進(jìn)行比較分析。研究內(nèi)容涵蓋了政府對11個城市科技金融發(fā)展的引導(dǎo)方向和扶持力度，以及科技金融資本市場發(fā)展?fàn)顩r，并對這些城市的科技金融現(xiàn)狀進(jìn)行簡單評述。

三、資本市場融資分析

（一）新三板市場融資分析。新三板市場主要針對中小微型企業(yè)在資本市場融資的交易平臺，是眾多中小型科技企業(yè)獲取融資的重要渠道，使得高新技術(shù)企業(yè)的融資不再僅僅依賴于政府資金補(bǔ)助和銀行貸款，增強(qiáng)科技類中小微型企業(yè)增長后勁。

鑒于數(shù)據(jù)的公布結(jié)構(gòu)與本文所需數(shù)據(jù)有一定的差異，因此對于我國各主要城市新三板市場科技類掛牌公司數(shù)量進(jìn)行了適當(dāng)?shù)墓浪?。該部分以證監(jiān)會行業(yè)分類為基準(zhǔn)，選取了科學(xué)研究和技術(shù)服務(wù)業(yè)以及信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)兩類行業(yè)代表科技類企業(yè)，Wind數(shù)據(jù)庫公布了我國各省份科技類企業(yè)在新三板市場掛牌的公司數(shù)量以及各市的新三板掛牌公司數(shù)量在該省份中所占比例，該部分將各市新三板掛牌公司數(shù)量占比引申為該市科技類企業(yè)在新三板市場掛牌數(shù)量占比，從而計算得到該城市科技類公司在新三板掛牌公司數(shù)量。

該結(jié)果如表3和圖1所示，結(jié)合兩個圖表來看，我國北京科技類企業(yè)在新三板市場掛牌的公司有729家，是上海的兩倍之多，且明顯多于其他幾個城市的數(shù)量。上海的科技類企業(yè)在新三板掛牌公司數(shù)量達(dá)337家，排名第二位；深圳有175家，排名第三位；廣州的擁有數(shù)量較之北京、上海、深圳3個城市則最少，僅有91家，且與3個城市的落差較大；不過與武漢、天津相比，廣州也有一定的數(shù)量優(yōu)勢，是武漢和天津兩個城市的兩倍左右。（表3、圖1）

（二）滬深主板市場融資分析。截至2017年3月底，在我國滬深市場科學(xué)研究和技術(shù)服務(wù)業(yè)及信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)兩類科技行業(yè)上市公司共有179家。結(jié)合表4和圖2可以看出，北京、上海兩個城市分別擁有65家和40家科技類上市公司，與其他城市相比非常突出；其次是深圳有25家，廣州則僅有9家，排在第6位；重慶、天津、青島分別有2家科技類上市公司，排名較靠后?？萍碱惿鲜泄究偟膶嶋H募集資本與該城市科技類上市公司數(shù)量呈正比關(guān)系，北京、上海、深圳3個城市的實際募集資本落差較大，趨勢較陡，表明我國科技類上市公司分布不均衡，主要集中在北京、上海兩個城市。廣州的實際募集資本是31.48億元，不及北京的1%；比蘇州、重慶、天津、青島、武漢5個城市略高。通過比較分析，廣州的科技類企業(yè)在資本市場融資規(guī)模處于較低水平，與北京、上海、深圳的差距很大，需要進(jìn)一步擴(kuò)展資本市場融資規(guī)模。（表4、圖2）

四、BP神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建

（一）BP神經(jīng)網(wǎng)絡(luò)模型基本原理。BP神經(jīng)網(wǎng)絡(luò)是一種具有三層或三層以上結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，包括輸入層、隱含層和輸出層，每一層均由若干神經(jīng)元（指標(biāo)）構(gòu)成。在利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行分析時，往往需要利用一定的樣本進(jìn)行訓(xùn)練，以確定系統(tǒng)各參數(shù)的最佳取值。當(dāng)一組訓(xùn)練樣本提供給BP神經(jīng)網(wǎng)絡(luò)后，數(shù)據(jù)從輸入層經(jīng)過隱含層向后傳播，最終到達(dá)輸出層；然后，沿著誤差減小的方向，從輸出層經(jīng)隱含層向前修正網(wǎng)絡(luò)的連接權(quán)值。BP神經(jīng)網(wǎng)絡(luò)隨著誤差反向傳播不斷修正，從而不斷提高對輸入模式識別的正確率，是一種誤差函數(shù)按梯度下降的學(xué)習(xí)方法。經(jīng)過反復(fù)學(xué)習(xí)的過程，使得最終誤差越來越小。在輸出層方面，如果設(shè)定神經(jīng)元（輸出指標(biāo)）數(shù)量為1，則能夠得到被評價對象的單一得分值，可以對評價對象發(fā)展水平進(jìn)行綜合評價。

（二）指標(biāo)建立與數(shù)據(jù)來源。本文應(yīng)用MATLAB中神經(jīng)網(wǎng)絡(luò)工具箱對我國11個城市科技金融發(fā)展?fàn)顩r進(jìn)行實證評價研究，建立包括輸入層、隱含層和輸出層的三層神經(jīng)網(wǎng)絡(luò)。各層的具體指標(biāo)選擇如下：

1、輸入層的確定。衡量科技金融的發(fā)展?fàn)顟B(tài)是一個系統(tǒng)科學(xué)的過程，在進(jìn)行科技金融競爭力評價的研究時，不僅要分析各城市的具體科技金融指標(biāo)，還要對該城市的科技發(fā)展和金融業(yè)發(fā)展有一定了解，只有在綜合對比科技金融各個方面的基礎(chǔ)上，才能準(zhǔn)確把握其科技金融競爭力的意義。在收集國家、省、部門有關(guān)文件及查閱相關(guān)文獻(xiàn)的基礎(chǔ)上，并考慮到數(shù)據(jù)的一致性、完整性和可操作性，經(jīng)過篩選確定科技金融發(fā)展?fàn)顩r的評價指標(biāo)體系包括3個一級指標(biāo)和12個二級指標(biāo)，具體指標(biāo)如表5所示。所需數(shù)據(jù)來源于各市統(tǒng)計年鑒、Wind數(shù)據(jù)庫及同花順財經(jīng)網(wǎng)。（表5）

具體來講，該評價指標(biāo)體系的3個一級指標(biāo)包括：科技發(fā)展指標(biāo)、金融業(yè)發(fā)展指標(biāo)、科技金融發(fā)展指標(biāo)。從大的角度來講，科技金融首選是科技發(fā)展與金融業(yè)發(fā)展的結(jié)合，因此科技發(fā)展?fàn)顩r及金融業(yè)發(fā)展?fàn)顩r是反映科技金融的基礎(chǔ)性指標(biāo)；而科技金融發(fā)展指標(biāo)是具體反映科技金融作為一個特定金融業(yè)態(tài)發(fā)展?fàn)顩r的指標(biāo)。從二級指標(biāo)看，科技發(fā)展指標(biāo)包括專利申請量、專利授權(quán)量、R&D;經(jīng)費內(nèi)部支出、R&D;人員量等4個，能夠反映所在城市的科技發(fā)展?fàn)顩r。金融業(yè)發(fā)展指標(biāo)包括存款余額、貸款余額、保費收入、賠付支出等4個，考慮到數(shù)據(jù)可得性，主要是從傳統(tǒng)金融業(yè)發(fā)展角度反映金融業(yè)發(fā)展?fàn)顩r。科技融資指標(biāo)更加貼近科技金融這個新興金融業(yè)態(tài)，考慮到高科技行業(yè)技術(shù)發(fā)展特點、融資渠道以及數(shù)據(jù)可得性，選擇科學(xué)技術(shù)支出、上中小板上市公司總股本以及創(chuàng)業(yè)板上市公司總股本等指標(biāo)進(jìn)行分析。

2、隱含層。隱含層神經(jīng)元的個數(shù)對BP神經(jīng)網(wǎng)絡(luò)的性能有很大影響。一般較多的隱含層神經(jīng)元個數(shù)可以帶來更好的性能，但可能導(dǎo)致訓(xùn)練時間過長。目前還沒有確定隱含層神經(jīng)元個數(shù)的合理公式，因此通常采用經(jīng)驗公式來進(jìn)行估計，本文當(dāng)中，根據(jù)樣本11個城市的數(shù)據(jù)經(jīng)過反復(fù)試驗，我們發(fā)現(xiàn)當(dāng)隱含層神經(jīng)元的個數(shù)為4時，誤差最小。

3、輸出層。由于本文的研究目的是評價科技金融競爭力的水平，要得到科技金融的綜合評分，因此輸出層神經(jīng)元的個數(shù)設(shè)為1。

（三）評價結(jié)果。根據(jù)上述評價指標(biāo)體系，以2012～2015年11個城市的數(shù)據(jù)作為訓(xùn)練樣本，以12個二級指標(biāo)作為輸入層神經(jīng)元個數(shù)，對科技金融競爭力的評價過程進(jìn)行訓(xùn)練，得到BP神經(jīng)網(wǎng)絡(luò)模型。在對2016年我國11個城市的科技金融競爭力進(jìn)行綜合評價時，只需要將相應(yīng)的標(biāo)準(zhǔn)化后的評價樣本數(shù)據(jù)輸入該BP神經(jīng)網(wǎng)絡(luò)模型，即可得到對應(yīng)的綜合評價得分，如表6所示。（表6）

通過上述評價結(jié)果可以看出，11個城市的科技金融發(fā)展水平存在較大的差距。具體而言，根據(jù)BP得分情況，上述城市的科技金融發(fā)展水平大體可分成3個層次：

1、第一層次城市：科技金融發(fā)展水平較高。這些城市BP得分在0.5以上，包括北京、上海、深圳3個城市。其中，北京的BP值最高，達(dá)到0.835；上海的BP值略低，達(dá)到0.782；深圳的BP值與北京、上海存在一定的差距，但也達(dá)到0.513。這3個城市均是我國重要的科技創(chuàng)新中心或金融中心，其科技金融發(fā)展水平遠(yuǎn)遠(yuǎn)高于其他城市。

2、第二層次城市：科技金融發(fā)展處于中等水平。這些城市的BP得分介于0.2～0.3之間，明顯低于第一類，包括廣州、杭州、蘇州、天津、重慶、南京等6個城市。這些城市是我國重要的區(qū)域經(jīng)濟(jì)中心城市或科技創(chuàng)新城市，其科技金融的發(fā)展水平不存在顯著差異。在這7個城市當(dāng)中，廣州是華南地區(qū)經(jīng)濟(jì)中心，具有較強(qiáng)的經(jīng)濟(jì)實力和科技創(chuàng)新水平，金融業(yè)也較發(fā)達(dá)，其科技金融水平在第二層次中居于首位；但比較而言，廣州的科技金融水平仍明顯落后于北京、上海、深圳3個城市，并且BP得分僅為0.271，與上述3個城市差距明顯。

3、第三層次城市：科技金融發(fā)展處于較低水平。這類城市僅包括武漢和青島，BP得分分別為0.104和0.075，明顯低于其余9個城市。武漢作為中部中心城市，科教文化比較具有優(yōu)勢，科技創(chuàng)新能力也較強(qiáng)，但其金融業(yè)發(fā)展較落后，沒有能夠有效支持科技創(chuàng)新的發(fā)展，科技金融也沒有形成規(guī)模，仍存在較大的改進(jìn)空間。青島是我國北方的一個重要的制造業(yè)生產(chǎn)基地，但比較而言，科技創(chuàng)新及金融業(yè)水平較低，使得科技金融發(fā)展水平較低。

五、政策建議

上述分析表明，各城市的科技金融發(fā)展水平相差較大，北京、上海、深圳科技金融較發(fā)達(dá)，其余城市發(fā)展較落后。為了進(jìn)一步推進(jìn)創(chuàng)新型國家建設(shè)，應(yīng)進(jìn)一步采取措施，促進(jìn)各城市科技金融的發(fā)展，推進(jìn)各地區(qū)科技創(chuàng)新水平的提升。

（一）加強(qiáng)政府引導(dǎo)與扶持。對于科技金融發(fā)展水平較低的城市，如武漢、青島等城市，首先要加強(qiáng)政府的引導(dǎo)與扶持，相關(guān)政府部門重視科技與金融的結(jié)合與發(fā)展。充分發(fā)揮政府科技專項資金投入的杠桿拉動作用，降低資金扶持門檻，鼓勵中小微企業(yè)加入到科技創(chuàng)新的行列，引導(dǎo)非高新技術(shù)企業(yè)轉(zhuǎn)型為高新技術(shù)企業(yè)。通過制定相應(yīng)的科學(xué)技術(shù)獎勵政策，提高科技公司和科研機(jī)構(gòu)的創(chuàng)新熱情。同時，國家也要不斷完善相應(yīng)的法律體系，充分發(fā)揮立法指引金融支持科技創(chuàng)新的作用，為建設(shè)創(chuàng)新型國家提供有力保障。

（二）搭建有效網(wǎng)絡(luò)平臺。對于廣州、杭州等科技金融處于中等水平且經(jīng)濟(jì)較活躍的城市而言，僅僅依靠政府的引導(dǎo)與扶持并不能解決當(dāng)前的問題，有效的互聯(lián)網(wǎng)支持，會大大提高這類城市的科技金融發(fā)展水平。這類城市需要借助互聯(lián)網(wǎng)交易平臺，實現(xiàn)城市內(nèi)部或城市之間的信息技術(shù)交流活動?；谛畔⒓夹g(shù)、互聯(lián)網(wǎng)、移動互聯(lián)技術(shù)的滲透發(fā)展，通過運(yùn)用大數(shù)據(jù)中海量數(shù)據(jù)分析和數(shù)據(jù)挖掘，加強(qiáng)科技金融服務(wù)于社交網(wǎng)絡(luò)的結(jié)合，幫助企業(yè)和個人完成資本市場投融資活動，降低傳統(tǒng)金融交易成本，提升交易效率，促進(jìn)城市科技金融快速發(fā)展。

（三）強(qiáng)化科技金融風(fēng)險監(jiān)控。由于科技產(chǎn)業(yè)的創(chuàng)新性較強(qiáng)，更新?lián)Q代的速度較快，因此不論科技金融發(fā)展水平的高低，都需要進(jìn)行適當(dāng)?shù)娘L(fēng)險監(jiān)控，才能使得科技金融良性發(fā)展。在具體的實施方案中，政府應(yīng)將各商業(yè)銀行、保險公司、證券公司以及獨立第三方機(jī)構(gòu)聯(lián)合起來，定期對金融風(fēng)險狀況進(jìn)行評估，對合法經(jīng)營的金融機(jī)構(gòu)和企業(yè)予以支持和獎勵，對違法操作的機(jī)構(gòu)和企業(yè)予以適當(dāng)懲罰。加強(qiáng)金融風(fēng)險控制，保障科技型融資的安全性，不僅是每個機(jī)構(gòu)或企業(yè)的要求，更是促進(jìn)我國科技金融健康發(fā)展的選擇。

主要參考文獻(xiàn)：

[1]黃瑞芬，邱夢圓.基于Malmquist指數(shù)和SFA模型的我國科技金融效率評價[J].科技管理研究，2016（20）.

[2]甘星，甘偉.環(huán)渤海、長三角、珠三角三大經(jīng)濟(jì)圈科技金融效率差異實證研究[J].宏觀經(jīng)濟(jì)研究，2017（11）.

[3]薛曄，藺琦珠，高曉艷.中國科技金融發(fā)展效率測算及影響因素分析[J].科技進(jìn)步與對策，2017（4）.

[4]洪銀興.科技金融及其培育[J].經(jīng)濟(jì)學(xué)家，2011（6）.

[5]季菲菲，陳雯，袁豐，孫偉.高新區(qū)科技金融發(fā)展過程及其空間效應(yīng)——以無錫新區(qū)為例[J].地理研究，2013（10）.