張霞 王蕾

【摘 要】 以2008—2017年中國30個省高技術企業(yè)面板數(shù)據(jù)為依據(jù)，實證考察了金融抑制、融資約束及其交互作用對企業(yè)創(chuàng)新投資的影響。結果顯示：金融抑制與融資約束對企業(yè)創(chuàng)新投資的提升有顯著的抑制作用;融資約束對企業(yè)創(chuàng)新投資的作用受到金融抑制的影響，即金融抑制加劇了融資約束對企業(yè)創(chuàng)新投資的負向影響。采用中介效應模型進一步驗證了融資約束的部分中介效應。此外，融資約束對企業(yè)創(chuàng)新投資的影響存在基于金融抑制的門檻效應，即在不同的金融抑制門檻區(qū)間，融資約束對企業(yè)創(chuàng)新投資存在明顯的差異特征。

【關鍵詞】 金融抑制; 融資約束; 企業(yè)創(chuàng)新投資; 中介效應

【中圖分類號】 F832.1? 【文獻標識碼】 A? 【文章編號】 1004-5937（2020）03-0119-08

一、引言

當前中國經濟正處于從要素、投資驅動轉變?yōu)閯?chuàng)新驅動的重要階段，科技創(chuàng)新對中國經濟的支撐引領作用越發(fā)明顯。企業(yè)是科技創(chuàng)新的主體，如何提高企業(yè)自主創(chuàng)新能力，從而提升企業(yè)競爭力就顯得十分必要，但目前企業(yè)創(chuàng)新投資的不足已經嚴重制約了企業(yè)自主創(chuàng)新能力的提升。如果企業(yè)在面臨投資機會時，其內部資金不足而外部資金得不到滿足或者外部融資成本較高，則企業(yè)就面臨著融資約束問題。中國經濟正處于新舊動能轉換、經濟轉型升級的關鍵時期，由于中國金融體系仍然面臨著政府的過度干預與所有制歧視，形成了嚴重的金融抑制體制。在金融抑制體制下，政府一方面通過對利率實行監(jiān)管政策并對國有企業(yè)實行信貸傾斜與保護政策[ 1 ]，另一方面則通過金融所有制歧視使較低生產效率和創(chuàng)新效率的國有企業(yè)優(yōu)先以較低的利率獲得銀行信貸資金，金融資源沒有按照效率原則進行分配，進而金融就難以滿足高質量發(fā)展時代實體經濟的融資需求[ 2 ]。以中國高技術企業(yè)為例，2017年R&D內部經費支出中，企業(yè)自有資金占比91.25%，政府補助占比7.30%，而通過金融機構貸款方式進行融資占比僅為1.45%①。

金融如何更好地服務實體經濟，降低企業(yè)融資約束，促進企業(yè)發(fā)展，一直都是學術界研究的熱點問題。從目前的研究來看，將金融抑制、融資約束、企業(yè)創(chuàng)新投資三者結合起來的研究并不多見，相關研究主要集中于金融抑制對中小企業(yè)融資的影響，或融資約束對企業(yè)創(chuàng)新投資的影響?；诖?，本文基于金融抑制的背景，考察融資約束對企業(yè)創(chuàng)新投資造成了何種影響，并探討金融抑制是否會影響融資約束對企業(yè)創(chuàng)新投資的作用效應。與現(xiàn)有研究相比，本文的主要貢獻在于：（1）從企業(yè)創(chuàng)新投資的視角出發(fā)，以金融抑制與融資約束為主要切入點，在分析金融抑制及融資約束影響企業(yè)創(chuàng)新投資內在機理的基礎上，實證考察了金融抑制、融資約束以及兩者交互作用對企業(yè)創(chuàng)新投資的影響;（2）利用中介效應模型驗證了金融抑制融資約束企業(yè)創(chuàng)新投資的傳導機制，同時利用門檻效應模型對金融抑制、融資約束與企業(yè)創(chuàng)新投資之間的非線性門檻關系進行檢驗，進一步豐富了企業(yè)創(chuàng)新投資方面的研究;（3）考慮到變量之間可能存在內生性問題，選取了合適的工具變量，采用動態(tài)面板數(shù)據(jù)的系統(tǒng)GMM估計法進行穩(wěn)健性檢驗，從而確保實證模型的結果更加穩(wěn)健、可靠。

二、理論分析與研究假設

（一）融資約束與企業(yè)創(chuàng)新投資

企業(yè)技術創(chuàng)新體系是國家技術創(chuàng)新體系的核心，只有提高企業(yè)自主創(chuàng)新能力才能提高國家的競爭力，而提高企業(yè)自主創(chuàng)新能力，則需要企業(yè)在研究開發(fā)（R&D）方面持續(xù)的投入。然而企業(yè)進行創(chuàng)新活動投入的資金巨大，且項目時間長，所以僅僅依靠內源融資與一般性銀行貸款很難滿足企業(yè)創(chuàng)新對資金的需求，企業(yè)不得不考慮外源融資渠道來解決研發(fā)資金不足的問題。但由于信息不對稱、道德風險、逆向選擇等問題，使得外源融資很難成為企業(yè)R&D投入的融資來源[ 3 ]。

學者從不同視角探討了融資約束與企業(yè)創(chuàng)新之間的關系。武曉芬等[ 4 ]從制度信用環(huán)境的視角出發(fā)，研究表明制度信用環(huán)境能夠緩解企業(yè)創(chuàng)新時的融資約束。楊蓉等[ 5 ]認為企業(yè)創(chuàng)新投資最重要的融資來源為內源融資，其次才是債權融資和政府補貼。然而，現(xiàn)有研究始終未能清楚地解釋金融抑制、融資約束影響企業(yè)創(chuàng)新投資的理論機制。韓旺紅等[ 6 ]基于融資約束的視角來研究FDI對企業(yè)創(chuàng)新投資的影響，研究表明融資約束是制約非國有企業(yè)創(chuàng)新投入的重要因素。傅樵等[ 7 ]基于政治關聯(lián)的視角來研究融資約束與企業(yè)創(chuàng)新績效之間的關系，發(fā)現(xiàn)融資約束與企業(yè)創(chuàng)新績效呈負相關關系。張思菊[ 8 ]基于產融結合的視角來研究融資約束與企業(yè)創(chuàng)新投入之間的關系，發(fā)現(xiàn)融資約束與企業(yè)創(chuàng)新投入之間顯著負相關，產融結合的介入能夠顯著抑制融資約束和企業(yè)創(chuàng)新投入之間的相關性?；谝陨戏治觯疚奶岢黾僭OH1。

H1：融資約束與企業(yè)創(chuàng)新投入呈負相關關系，即融資約束抑制企業(yè)創(chuàng)新投入。

（二）金融抑制、融資約束與企業(yè)創(chuàng)新投資

金融抑制，是指政府通過相關金融政策和金融工具對金融市場進行過多的干預，致使金融體系發(fā)展滯后[ 9 ]。而融資約束本質上是市場機制不完善致使企業(yè)外部融資成本過高，中國當前存在的金融抑制體系會對民營性質企業(yè)造成顯著的抑制作用[ 10 ]。王勛等[ 11 ]從中國經濟結構轉型的視角出發(fā)，研究發(fā)現(xiàn)金融抑制政策普遍存在于發(fā)展中國家，金融抑制會使得信貸資金的流動向國有部門傾斜，降低資金配置效率，將不利于金融市場的發(fā)展和企業(yè)的融資。尚蔚等[ 12 ]對金融抑制影響中小企業(yè)融資能力進行實證研究，結果表明中國仍然存在著較為嚴重的金融抑制現(xiàn)象，且中小企業(yè)融資能力較弱，金融抑制是造成中小企業(yè)融資能力弱的一個重要因素。王敏芳等[ 13 ]從經濟周期的角度來研究金融抑制對民營企業(yè)債務融資的影響，結果表明經濟蕭條時，民營企業(yè)較容易獲得銀行貸款，且金融抑制對民營企業(yè)債務融資影響程度較小;經濟繁榮時，銀行會偏向于將資金貸給國有企業(yè)，金融抑制對民營企業(yè)債務融資的影響程度較大。余力等[ 14 ]指出當前中國民營企業(yè)融資難是抑制型金融體制的必然結果，提出提高直接融資比例、優(yōu)化社會融資結構、加速利率市場化改革等措施，以緩解民營企業(yè)融資難的問題。基于以上分析，本文提出假設H2。

H2：金融抑制對融資約束有正向的推動作用，即金融抑制會加劇企業(yè)的融資約束。

金融抑制可能加劇融資約束對企業(yè)創(chuàng)新投資的負向影響。孫曉華等[ 15 ]通過構建研發(fā)投資決策模型來研究金融發(fā)展、融資約束與企業(yè)創(chuàng)新投入三者之間的關系，表明企業(yè)研發(fā)資金的投入很大程度上依賴企業(yè)內部資金，而金融程度的深化可以有效緩解企業(yè)研發(fā)投入受制于內部資金不足的問題。此外，根據(jù)金融約束論的觀點，政府采取一系列的金融約束政策，例如限制股票市場的進入和流動、采取高度壟斷的銀行結構、限制企業(yè)債券的發(fā)行等措施，為國有企業(yè)和金融部門創(chuàng)造特許權價值及租金機會遠大于儲戶福利損失[ 16 ]。然而當金融約束政策的邊際成本大于邊際收益時，金融約束便演變成了金融抑制。金融抑制現(xiàn)象使得民營企業(yè)難以從信貸市場進行融資，進而加劇了企業(yè)融資約束，降低了企業(yè)創(chuàng)新的投入[ 17 ]。由于地方政府對金融市場的過度干預造成了更多的資金流向國有部門，而國有企業(yè)的資本收益率低于民營企業(yè)，國有企業(yè)擁有大量的資金進入，對其他效率較高的新興產業(yè)形成“擠占效應”，最終導致中小企業(yè)以及民營企業(yè)融資成本的增加，不利于中小企業(yè)創(chuàng)新投入[ 18 ]。基于以上分析，本文提出假設H3。

H3：融資約束對企業(yè)創(chuàng)新投資的作用效果受到金融抑制的影響，即金融抑制加劇了融資約束對企業(yè)創(chuàng)新投資的負向影響。

三、研究設計

（一）樣本選擇與數(shù)據(jù)來源

本文樣本共涉及2008—2017年中國30個省份（港、澳、臺未被納入研究樣本，并剔除數(shù)據(jù)缺失較多的西藏）。全部數(shù)據(jù)來源于歷年WIND數(shù)據(jù)庫、《中國統(tǒng)計年鑒》《中國高技術產業(yè)統(tǒng)計年鑒》。對于少量缺失數(shù)據(jù)，使用插值進行補充。在原始數(shù)據(jù)處理過程中，為盡可能避免缺失值和異常值對估計結果的影響，對所有連續(xù)型變量做了1%的縮尾處理。實證部分使用Stata15.0統(tǒng)計軟件進行相關分析。

（二）變量設計

1.被解釋變量

企業(yè)創(chuàng)新投資（Invest）。關于企業(yè)創(chuàng)新投資的衡量，本文借戴魁早等[ 19 ]的做法，采用各地區(qū)高技術企業(yè)R&D經費內外部支出之和來度量企業(yè)創(chuàng)新投資。同時，考慮到通貨膨脹的影響，對各年R&D經費支出以2007年為基期進行平減處理。R&D經費支出價格指數(shù)公式為R&Dit=CPIit×0.55+FAPIit×0.45。其中，CPIit為居民消費價格指數(shù)，F(xiàn)APIit為固定資產投資價格指數(shù)。為了消除處理得到的企業(yè)創(chuàng)新投資的異方差現(xiàn)象，本文對企業(yè)創(chuàng)新投資進行對數(shù)處理。

2.解釋變量

（1）金融抑制。本文在借鑒大量現(xiàn)有文獻的基礎上，擬用兩個指標來綜合衡量金融抑制程度。

1）銀行資金利用效率指標（Effe）。銀行資金利用效率低下是金融抑制的一個重要特征。本文采用銀行吸儲的存款與貸款之差占存款的比重來反映銀行資金利用效率。該比值越大，說明銀行資金利用效率越低以及信貸配給程度越高，因而金融抑制程度也越高，預期其系數(shù)符號為負。

2）金融發(fā)展程度指標（Fina）。金融發(fā)展程度意味著金融抑制的緩解，為了準確反映金融發(fā)展程度，本文利用各地區(qū)貸款余額占該地區(qū)GDP的比重衡量。該比值越大，說明金融發(fā)展程度越高而信貸配給程度越低，因而金融抑制程度也越低，預期其系數(shù)符號為正。

（2）融資約束（Rely）。融資約束衡量的是企業(yè)外部融資依賴程度，本文借鑒呂朝鳳[ 20 ]的做法，采用各地區(qū)高技術產業(yè)R&D經費來源中除企業(yè)自籌資金以外的資金來源占本年度總資金的比重來衡量各地區(qū)外部融資依賴程度。

3.控制變量

參考戴魁早等[ 19 ]、李曉龍等[ 21 ]的研究，選擇影響企業(yè)創(chuàng)新投資的因素作為控制變量。（1）企業(yè)規(guī)模（Size），規(guī)模越大的企業(yè)越能有效提高企業(yè)創(chuàng)新投入，選取各地區(qū)高技術企業(yè)總產值與企業(yè)數(shù)量的比值來衡量企業(yè)規(guī)模。（2）企業(yè)績效（Pref），經營績效較好的企業(yè)有能力采用更先進的技術和設備以及投人更多的人力物力來激發(fā)企業(yè)進行技術創(chuàng)新，從而有利于企業(yè)創(chuàng)新投資的提高，采用高技術企業(yè)凈利潤占高技術企業(yè)銷售收入來衡量企業(yè)績效。（3）技術密集度（Tech），技術密集度低的企業(yè)，會面臨新產品研發(fā)過程的高風險壓力，因此需要更多的創(chuàng)新投資，采用資本化指數(shù)來衡量高技術企業(yè)技術密集度，其公式為企業(yè)資本存量/（企業(yè)資本存量+企業(yè)銷售收入）。（4）知識產權保護（Know），知識產權保護的改善可以為企業(yè)的R&D活動提供良好的外部制度環(huán)境，有利于促進企業(yè)R&D投人的增長，選取中國市場化指數(shù)中的中介組織發(fā)育和法律得分下的“知識產權保護”來衡量。（5）對外開放水平（Open），對外開放水平較高的企業(yè)會面臨更激烈的市場競爭，會激勵企業(yè)增加創(chuàng)新投人，從而獲得競爭優(yōu)勢，采用經營單位所在地分貨物進出口總額占GDP的比重來衡量各地區(qū)對外開放水平。（6）營運資本投資（？駐Wc），營運資本就創(chuàng)新投資具有平滑效應，對緩沖企業(yè)創(chuàng)新投資波動有重要作用，本文以流動資產與流動負債差值的變動額除以企業(yè)總資產來衡量營運資本投資。

（三）實證模型檢驗

為了考察金融抑制、融資約束對企業(yè)創(chuàng)新投資的影響，實現(xiàn)第一步檢驗，構建模型（1）：

Investi，t=？茁0+？茁1Effei，t+？茁2Finai，t+？茁3Relyi，t+？茁4Controlsi，t+

為進一步考察金融抑制水平與融資約束的交互作用對企業(yè)創(chuàng)新投資的影響，在模型（1）的基礎上設立了模型（2）：

為準確驗證金融抑制融資約束企業(yè)創(chuàng)新投資的傳導機制，參考Baron等[ 22 ]提出的中介效應檢驗方法，構建如下逐步模型：

四、實證檢驗與結果分析

（一）描述性統(tǒng)計

關于研究樣本全部變量的描述性統(tǒng)計結果如表1所示。從統(tǒng)計結果可以看出，企業(yè)創(chuàng)新投資標準差為1.6439，最小值為-1.2674，最大值為7.6980，說明我國高技術企業(yè)創(chuàng)新投資水平整體得到了發(fā)展，但差異性較大。融資約束最大值為0.7133，最小值為0.1213，均值為0.3643，說明我國高技術企業(yè)受到融資約束的影響不同，且融資約束程度整體上存在顯著差異。從金融抑制兩個代理指標的統(tǒng)計結果可以看出，銀行資金利用效率指標和金融發(fā)展程度指標的最小值和最大值相差較大，說明金融抑制水平在不同的地區(qū)存在較大的差距。同時，本文發(fā)現(xiàn)知識產權數(shù)據(jù)的標準差較大，說明我國高技術企業(yè)知識產權保護方面也存在很大差異。

（二）基準回歸分析

本文使用的是連續(xù)十年不同省份的面板數(shù)據(jù)，經過檢驗，結果為拒絕隨機效應模型。作為基準和參照，對金融抑制、融資約束與企業(yè)創(chuàng)新投資之間的關系進行固定效應模型估計，詳細結果如表2所示。

從表2中可以看出，面板設定的F值均比較大，且都通過了1%的顯著性水平檢驗，表明面板模型的結論較為可靠。模型（1）—模型（4）是不含金融抑制與融資約束交互項的估計結果。其中，模型（1）和模型（2）是以銀行資金利用效率（Effe）作為金融抑制代理變量的估計，回歸結果顯示，Effe的回歸系數(shù)均顯著為負，且均在1%的顯著性水平上通過了檢驗，說明金融抑制顯著地抑制了企業(yè)創(chuàng)新投資的提高;模型（3）和模型（4）是以金融發(fā)展（Fina）作為反向金融抑制代理變量的估計，結果顯示Fina的回歸系數(shù)均在1%的顯著性水平上為正，說明金融發(fā)展有利于企業(yè)創(chuàng)新投資的提高。以上結果表明金融抑制顯著抑制了企業(yè)創(chuàng)新投資的提升，而金融抑制程度的減緩則有利于提升企業(yè)創(chuàng)新投資，驗證了假設1。從融資約束（Rely）的估計結果來看，其回歸系數(shù)在所有模型中都顯著為負，且均通過了1%的顯著性水平的檢驗，同樣說明融資約束會抑制企業(yè)創(chuàng)新投資的提高，進而驗證了研究假設2。

模型（5）和模型（6）是加入金融抑制與融資約束交互項的基準回歸結果，以探究金融抑制是否會加劇融資約束對企業(yè)創(chuàng)新投資的影響。

從模型（5）的回歸結果可以看出，銀行資金利用效率與融資約束的交互項（Effe×Rely）對企業(yè)創(chuàng)新投資的影響系數(shù)為負，并通過了1%的顯著性水平的檢驗，說明一個地區(qū)銀行資金利用效率越低，越會加劇融資約束對企業(yè)創(chuàng)新投資的負向影響。從模型（6）的回歸結果可以看出，金融發(fā)展與融資約束的交互項（Fina×Rely）對企業(yè)創(chuàng)新投資的影響系數(shù)為正，且在1%的顯著性水平上顯著，說明一個地區(qū)金融發(fā)展程度的提高，能夠緩解融資約束對企業(yè)創(chuàng)新投資的負向影響。以上兩個交互項對企業(yè)創(chuàng)新投資的回歸結果表明，金融抑制會加劇融資約束對企業(yè)創(chuàng)新投資的負向影響，而金融抑制程度的降低則可以緩解融資約束對企業(yè)創(chuàng)新投資的負向影響，驗證了研究假設3。

從控制變量的回歸估計結果來看，所有模型中企業(yè)規(guī)模（Size）對企業(yè)創(chuàng)新投資均有顯著的促進作用，技術密集度（Tech）對企業(yè)創(chuàng)新投資有顯著的抑制作用。營運資本投資（？駐Wc）對企業(yè)創(chuàng)新投資的影響顯著為負，證明了營運資本具有平滑創(chuàng)新投資的作用。其他控制變量影響并不顯著。

（三）交互作用的再檢驗：中介效應檢驗

表3為中介效應的檢驗結果。從模型（7）中可以看出，各地區(qū)銀行資金利用效率（Effe）的回歸系數(shù)為負，且通過了1%的顯著性水平上的檢驗;從模型（8）中可以看出，各地區(qū)銀行資金利用效率（Effe）的回歸系數(shù)為正，且通過了1%的顯著性水平上的檢驗;從模型（9）中可以看出，各地區(qū)銀行資金利用效率（Effe）的系數(shù)為負，且通過了1%的顯著性水平上的檢驗，各地區(qū)融資約束（Rely）的回歸系數(shù)同樣為負且在1%的水平上顯著。

進一步觀察發(fā)現(xiàn)，模型（9）中銀行資金利用效率（Effe）的回歸系數(shù)的絕對值為5.318明顯小于模型（7）絕對值5.643，進一步驗證了融資約束的部分中介效應，同時也說明了銀行資金利用效率加劇了融資約束對企業(yè)創(chuàng)新投資的負向影響。對模型（10）—模型（12）的回歸結果同樣驗證了基于融資約束的部分中介效應，說明金融發(fā)展緩解了融資約束對企業(yè)創(chuàng)新投資的負向影響。

綜上所述，通過對中介模型的分析，驗證了銀行資金效率的改善和金融發(fā)展的提高都會通過融資約束的減弱來緩解對企業(yè)創(chuàng)新投資的負向影響，即準確揭示了金融抑制→融資約束→企業(yè)創(chuàng)新投資的傳導機制。

（四）穩(wěn)健性檢驗

考慮到金融抑制與融資約束會抑制企業(yè)創(chuàng)新投資的提高，而企業(yè)創(chuàng)新投資有可能會在一定程度上影響金融抑制與融資約束，上述估計中可能存在內生解釋變量，因此，需要進一步對上述結論進行內生性檢驗。同時也考慮到企業(yè)創(chuàng)新投資是一項長期動態(tài)的過程，上一期R&D投入和創(chuàng)新計劃的實施均會對當期和未來企業(yè)R&D投入產生動態(tài)的影響，而上述回歸模型并未考慮這種動態(tài)延續(xù)效應，所以上述實證結果可能是不可靠的，因此有必要進行穩(wěn)健性檢驗。綜上所述，本文擬采用動態(tài)面板的系統(tǒng)GMM對以上假設進行估計。以企業(yè)創(chuàng)新投資的二階滯后項為解釋變量，以最多使用二階企業(yè)創(chuàng)新投資的滯后值作為工具變量，以企業(yè)規(guī)模為前定變量，以融資約束為內生變量，具體回歸結果如表4所示。

模型（13）和模型（14）是未加入交互項的IV估計結果，模型（15）和模型（16）是加入交互項的IV估計結果。AR（2）的P值大于0.1，表明接受“擾動性無自相關的”的原假設。Hansen統(tǒng)計量的P值大于0.1，接受“所有工具變量都有效”的原假設。由以上結果可知，本文設定的工具變量是有效且合理的。另外，表4中各核心解釋變量的回歸系數(shù)符號與表2的回歸結果相比基本保持一致，說明采用固定效應模型進行回歸估計是可靠的，回歸結果是穩(wěn)健的。

（五）進一步研究：門檻效應檢驗

上文交互項檢驗得出的結論是局限在“金融抑制、融資約束及其交互項與企業(yè)創(chuàng)新投資存在線性關系”條件下展開的研究，然而已經有學者注意到了金融發(fā)展、金融體制環(huán)境與企業(yè)創(chuàng)新投資之間存在非線性關系[ 22-23 ]?；诖?，本文提出以下疑問：金融抑制為門檻變量，融資約束與企業(yè)創(chuàng)新投資兩者之間是否也存在非線性關系？如果存在非線性關系，那么在金融抑制不同的門檻值區(qū)間，融資約束對企業(yè)創(chuàng)新投資的影響是否如前文驗證的那樣出現(xiàn)抑制遞增的趨勢？

基于此，本文采用Hansen[ 24 ]提出的門檻效應模型進行門檻效應檢驗。首先要確定融資約束與企業(yè)創(chuàng)新投資是否存在門檻效應，由表5門檻效應檢驗結果可以看出，模型（17）中，單一門檻在1%的水平下是顯著的，而雙門檻效應則不顯著。因此，可以發(fā)現(xiàn)在不同的銀行資金效率水平上，融資約束與企業(yè)創(chuàng)新投資之間存在非線性關系，存在單一門檻效應。模型（18）中，單一門檻在1%的水平下是顯著的，雙門檻在5%的水平下顯著，而三門檻效應則不顯著。因此，可以發(fā)現(xiàn)在不同的金融發(fā)展水平上，融資約束與企業(yè)創(chuàng)新投資之間存在非線性關系，存在雙門檻效應。

表6是分別以銀行資金利用效率（Effe）與金融發(fā)展（Fina）為門檻變量的面板門檻模型參數(shù)估計結果。從模型（19）中可以看出，當銀行資金利用效率（Effe）低于0.2516時，融資約束對企業(yè)創(chuàng)新投資的影響系數(shù)為-1.884;當銀行資金利用效率（Effe）跨過這個門檻值時，其影響系數(shù)為-3.517。以上表明一個地區(qū)的銀行資金利用效率越大效率越低，融資約束對企業(yè)創(chuàng)新投資的抑制程度越大。從模型（20）中可以看出，當金融發(fā)展（Fina）低于1.0707時，融資約束對企業(yè)創(chuàng)新投資的影響系數(shù)為-9.388;當金融發(fā)展（Fina）大于第一個門檻值小于第二個門檻值時，其影響系數(shù)為-6.661;當金融發(fā)展（Fina）跨越第二道門檻值時，其影響系數(shù)為-4.350。以上表明一個地區(qū)的金融發(fā)展程度越高，融資約束對企業(yè)創(chuàng)新投資的抑制程度逐漸減弱。同時模型（19）和模型（20）的面板門檻模型估計結果均在1%的水平上顯著。綜上所述，通過面板門檻模型驗證了一個地區(qū)的金融抑制程度越高，融資約束對企業(yè)創(chuàng)新投資的抑制程度也就越高，即金融抑制加劇了融資約束對企業(yè)創(chuàng)新投資的抑制作用。

五、結論與政策建議

本文研究結論如下：第一，金融抑制與融資約束對企業(yè)創(chuàng)新投資的提升有顯著的抑制作用。第二，融資約束對企業(yè)創(chuàng)新投資的作用受到金融抑制的影響，即金融抑制加劇了融資約束對企業(yè)創(chuàng)新投資的負向影響。第三，在對交互作用的再檢驗過程中，采用中介效應模型進一步驗證了基于融資約束的部分中介效應，在考慮內生性問題并采用動態(tài)面板的系統(tǒng)GMM估計法后，上述結論仍具有穩(wěn)健性，即驗證了金融抑制融資約束企業(yè)創(chuàng)新投資的傳導機制。第四，進一步研究中發(fā)現(xiàn)融資約束對企業(yè)創(chuàng)新投資的影響存在基于金融抑制的門檻效應，即在不同的金融抑制門檻區(qū)間，融資約束對企業(yè)創(chuàng)新投資存在明顯的差異特征。

鑒于以上結論，本文提出三點建議：第一，政府要減少對金融市場的過度干預。一方面，不斷深化金融體制改革，促進金融系統(tǒng)良性循環(huán)健康發(fā)展，合理設置直接融資與間接融資的比重，不斷提高直接融資所占的比重;另一方面，推動銀行、券商等金融機構的市場化改革以及利率市場化進程，讓利率成為金融市場資源配置的信號，建立健全金融市場價格的形成機制，創(chuàng)造良好的投融資環(huán)境，降低創(chuàng)新型企業(yè)的外部融資成本，最大程度地發(fā)揮金融市場本身的資源配置作用，讓更多的資金流向創(chuàng)新能力強的企業(yè)。

第二，不斷降低非國有企業(yè)的市場準入門檻，讓非國有企業(yè)有更大的成長空間。一方面，政府要采取有效措施來促進金融機構之間的良性有序競爭，為不同所有制企業(yè)提供相對公平的投融資環(huán)境，以此來緩解創(chuàng)新型企業(yè)外部融資難的問題，構建良好的外部融資環(huán)境，培育更多的中小型企業(yè);另一方面，不斷完善科技創(chuàng)新保險制度，為創(chuàng)新型企業(yè)提供創(chuàng)新保險，降低其因創(chuàng)新活動帶來的外部風險。

第三，高技術企業(yè)要注重自身的建設，增強外部融資機會。一方面，高技術企業(yè)要不斷增強企業(yè)高層及員工的信用意識，加強信用體系建設，憑借企業(yè)自身良好的資信水平來獲得銀行等金融機構的資金支持;另一方面，高技術企業(yè)要不斷加強其信息披露制度的建設，加強與金融機構之間的合作、交流與溝通，并積極為創(chuàng)新項目提供與該項目有關的詳細企業(yè)財務信息，努力解決金融機構與企業(yè)之間的信息不對稱問題，盡可能地緩解企業(yè)外部融資壓力。

【參考文獻】

[1] 鐘凱，程小可，肖翔，等.宏觀經濟政策影響企業(yè)創(chuàng)新投資嗎：基于融資約束與融資來源視角的分析[J].南開管理評論，2017，20（6）：4-14.

[2] 許罡，伍文中.經濟政策不確定性會抑制實體企業(yè)金融化投資嗎[J].當代財經，2018（9）：114-123.

[3] HAALL B H，et al.Financing constraints， R&D investments and innovative performances： new empirical evidence at the firm level for Europe[J].Economics of Innovation and New Technology，2015，25（3）：1-14.

[4] 武曉芬，梁安琪，李飛，等.制度信用環(huán)境、融資約束和企業(yè)創(chuàng)新[J].經濟問題探索，2018（12）：70-80.

[5] 楊蓉，劉婷婷，高凱.產業(yè)政策扶持、企業(yè)融資與制造業(yè)企業(yè)創(chuàng)新投資[J].山西財經大學學報，2018，40（11）：41-51.

[6] 韓旺紅，馬瑞超.FDI、融資約束與企業(yè)創(chuàng)新[J].中南財經政法大學學報，2013（2）：104-110.

[7] 傅樵，冉瑩.政治關聯(lián)、融資能力與創(chuàng)新績效：基于中小高新技術企業(yè)的實證分析[J].會計之友，2018（12）：21-25.

[8] 張思菊.融資約束與企業(yè)創(chuàng)新投入相關性研究：基于產融結合視角[J].財會通訊，2018（15）：109-113.

[9] SININL GAO.Seeing gray in a black-and-white legal world：financial repression，adaptive efficiency，and shadow banking in China[J].Texas International Law Journal.2015，50（1）：95-143.

[10] 張杰.金融抑制、融資約束與出口產品質量[J].金融研究，2015（6）：64-79.

[11] 王勛，ANDERS JOHANSSON.金融抑制與經濟結構轉型[J].經濟研究，2013，48（1）：54-67.

[12] 尚蔚，李肖林.金融抑制對我國中小企業(yè)融資的影響及對策[J].上海經濟研究，2015（10）：49-56.

[13] 王敏芳，徐莉萍.金融抑制對民營企業(yè)債務融資的經濟周期性影響[J].經濟問題，2017（4）：108-112.

[14] 余力，孫碧澄.民營經濟發(fā)展的融資困境研究：基于金融抑制視角[J].財經科學，2013（8）：19-27.

[15] 孫曉華，王昀，徐冉.金融發(fā)展、融資約束緩解與企業(yè)研發(fā)投資[J].科研管理，2015，36（5）：47-54.

[16] LU ZHANGFEI，ZHU JIGAO，ZHANG WEINING.Bank discrimination，holding bank ownership， and economic consequences：evidence from China[J].Journal of Banking and Finance，2012，36（2）：341-354.

[17] 呂冰洋，毛捷.金融抑制和政府投資依賴的形成[J].世界經濟，2013，36（7）：48-67.

[18] BRONWYN H H， LERNER J. The financing of R&D and innovation[J].Handbook of the Economics of Innovation Volume，2010（1）：609-639.

[19] 戴魁早，劉友金.要素市場扭曲、區(qū)域差異與R&D投入：來自中國高技術產業(yè)與門檻模型的經驗證據(jù)[J].數(shù)量經濟技術經濟研究，2015，32（9）：3-20.

[20] 呂朝鳳.金融發(fā)展、融資約束與中國地區(qū)出口績效[J].經濟管理，2015，37（2）：107-118.

[21] 李曉龍，冉光和，鄭威.科技服務業(yè)空間集聚與企業(yè)創(chuàng)新效率提升：來自中國高技術產業(yè)的經驗證據(jù)[J].研究與發(fā)展管理，2017（4）：1-10.

[22] BARON R M，KENNY D A.The moderator-mediator variable distinction in social psychological research：conceptual，strategic，and statistical considerations.[J].Journal of Personality and Social Psychology，1986，51（6）：1173-1182.

[23] 郭麗婷.企業(yè)金融化、融資約束與創(chuàng)新投資：基于中國制造業(yè)上市公司的經驗研究[J].金融與經濟，2018（5）：57-62.

[24] HANSEN? B? E. Threshold? effects in? non-dynamic panels：estimation，testing，and inference[J]. Journal of Econometrics，1999，93（2）：345-368.