魯曉東 詹卉

摘要：技術(shù)創(chuàng)新是制造業(yè)轉(zhuǎn)型升級和快速發(fā)展的根本動力?；谖覈?013—2020年A股制造業(yè)上市公司數(shù)據(jù)，探索金融自循環(huán)對企業(yè)技術(shù)創(chuàng)新的影響及傳導(dǎo)機制，研究發(fā)現(xiàn)，金融自循環(huán)對企業(yè)技術(shù)創(chuàng)新存在顯著的抑制作用，這種作用對于不同特征的企業(yè)存在異質(zhì)性效果。同時，企業(yè)杠桿率、企業(yè)利潤率在金融自循環(huán)與企業(yè)技術(shù)創(chuàng)新之間存在中介效應(yīng)。鑒于此，我國應(yīng)當加強金融監(jiān)管，推動金融市場化改革，提高金融服務(wù)實體效率，這對推進創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略具有重要意義。

關(guān)鍵詞：金融自循環(huán);技術(shù)創(chuàng)新;脫實向虛

一、引言

我國是一個制造業(yè)門類齊全的制造業(yè)大國，但距離制造業(yè)強國仍有一定差距，其中，主要制約在于技術(shù)創(chuàng)新能力還不夠強，技術(shù)“卡脖子”問題較為突出。技術(shù)創(chuàng)新的重要性不言而喻。與此同時，金融發(fā)展對經(jīng)濟增長以及技術(shù)創(chuàng)新的關(guān)系和重要性已經(jīng)在學(xué)界進行了廣泛討論并取得一定程度的共識。近年來，我國金融發(fā)展迅速，有力推動了經(jīng)濟增長和企業(yè)技術(shù)創(chuàng)新，但也呈現(xiàn)出一些問題。例如，由于金融部門利潤率遠高于實體部門利潤率，使金融行業(yè)對非金融行業(yè)的資金產(chǎn)生虹吸效應(yīng)，導(dǎo)致資金越來越多地在金融體系內(nèi)進行擴張性的自我循環(huán)。一些學(xué)者已經(jīng)明確指出，金融脫離實體經(jīng)濟進行自我循環(huán)已經(jīng)成為我國金融體系最大的風(fēng)險（魏加寧，2017）。本文將其稱為“金融自循環(huán)”。那么，金融自循環(huán)對企業(yè)技術(shù)創(chuàng)新將產(chǎn)生怎樣的影響，其作用機制又是如何，值得深入研究。

二、文獻回顧

文獻綜述主要從金融發(fā)展影響企業(yè)技術(shù)創(chuàng)新和金融自循環(huán)相關(guān)研究兩個方面展開。

（一）金融發(fā)展影響企業(yè)技術(shù)創(chuàng)新的相關(guān)研究

已有研究主要從金融結(jié)構(gòu)、金融市場化、金融錯配等方面研究了金融發(fā)展對企業(yè)技術(shù)創(chuàng)新的影響。從金融結(jié)構(gòu)的視角，例如，王紅建等實證研究了1999—2006年我國的工業(yè)行業(yè)數(shù)據(jù)，認為完善金融市場結(jié)構(gòu)可以提高資源配置效率，促進企業(yè)技術(shù)創(chuàng)新水平提升，但是政府干預(yù)會產(chǎn)生一定的抑制作用，在高新技術(shù)、化學(xué)、電子信息科技等行業(yè)中更為顯著。朱歡認為，我國的銀行貸款對企業(yè)技術(shù)創(chuàng)新的促進作用更加顯著，而資本市場的直接融資對企業(yè)技術(shù)創(chuàng)新活動影響卻很小。這說明了既要鼓勵銀行信貸支持企業(yè)進行研發(fā)創(chuàng)新活動，又要推動建立多層次資本市場，使資本市場服務(wù)于企業(yè)技術(shù)創(chuàng)新。從金融市場化的視角，白俊紅和劉宇英指出，金融市場化可以有效地促進企業(yè)進行技術(shù)創(chuàng)新。從傳導(dǎo)機理上來看，金融市場化可以減輕公司的外部融資約束，提高企業(yè)的研發(fā)投入，進而提高企業(yè)的創(chuàng)新水平。我國的金融市場化對技術(shù)創(chuàng)新的推動作用存在顯著的空間差別。從金融錯配的視角，張建華和楊小豪選用了我國制造業(yè)的區(qū)域面板數(shù)據(jù)，并對其進行實證分析，指出金融錯配使民營企業(yè)受到了所有制歧視，在金融資源上反而獲取更少，嚴重阻礙了企業(yè)技術(shù)創(chuàng)新，進而對整個區(qū)域創(chuàng)新產(chǎn)生阻礙。

中國證券期貨2022年6月

第2期金融自循環(huán)與企業(yè)技術(shù)創(chuàng)新

（二）金融自循環(huán)的相關(guān)研究

已有研究雖然尚未明確提出“金融自循環(huán)”的概念，但從金融過度、金融脫實向虛、金融空轉(zhuǎn)等角度進行了探討。國際貨幣基金組織和國際清算銀行提出了金融過度說，認為金融發(fā)展不是單向促進經(jīng)濟增長，金融發(fā)展規(guī)模和經(jīng)濟增長之間存在“倒U型”關(guān)系，即金融體系規(guī)模超過一定程度后會抑制經(jīng)濟增長，阻礙技術(shù)創(chuàng)新活動，惡化金融資源配置，增大金融風(fēng)險。Wolf研究發(fā)現(xiàn)，在20世紀80年代至2008年次貸危機這一時間段中，美國金融部門增速是名義GDP增速的6倍，由此提出美國的金融部門與實體部門地位出現(xiàn)了本末倒置。國內(nèi)學(xué)者也對金融過度發(fā)展、金融膨脹和金融脫實向虛等問題進行了研究。米建國和李建偉認為，要達到最優(yōu)的經(jīng)濟增長，必須有適度的金融發(fā)展，無論是金融抑制還是金融過度擴張，都會影響整個宏觀經(jīng)濟運行。白欽先和主父海英認為金融發(fā)展要在數(shù)量和質(zhì)量上達到均衡，金融要在實體經(jīng)濟的合理邊界內(nèi)運行，金融工具的價值要體現(xiàn)其所服務(wù)的實體經(jīng)濟的價值，不然會造成無法持續(xù)的金融發(fā)展和經(jīng)濟增長。有學(xué)者提出，近十年來我國金融部門名義增速遠超經(jīng)濟名義增速，表現(xiàn)為明顯的“金融膨脹”。此外，2013年我國爆發(fā)“錢荒”事件之后，一些學(xué)者開始注意資金在金融體系空轉(zhuǎn)的問題。耿同勁將資金空轉(zhuǎn)劃分為兩種形式，第一種形式，即資金只是以貨幣資本的形態(tài)在金融內(nèi)部循環(huán)，而沒有轉(zhuǎn)化為生產(chǎn)資本或商品資本，不能實現(xiàn)價值增值;第二種形式是貨幣資本在最終到實體經(jīng)濟部門之前，經(jīng)歷的金融機構(gòu)太多，使資金從金融部門到實體部門的鏈條過長。

已有文獻一方面從金融結(jié)構(gòu)、金融市場化、金融錯配等角度研究了金融發(fā)展對企業(yè)技術(shù)創(chuàng)新的作用，另一方面從金融過度、金融膨脹、金融空轉(zhuǎn)等角度分析了當前我國金融體系存在的突出問題，但未對我國近年來出現(xiàn)的資金在金融體系內(nèi)部空轉(zhuǎn)并不斷虹吸實體經(jīng)濟領(lǐng)域資金的金融自循環(huán)現(xiàn)象進行全面系統(tǒng)剖析，也缺少對金融自循環(huán)如何影響和作用于企業(yè)技術(shù)創(chuàng)新的相關(guān)研究。

三、金融自循環(huán)及其對企業(yè)技術(shù)創(chuàng)新影響的機制分析

（一）金融自循環(huán)的機制分析

基于前文對金融自循環(huán)的定義，金融自循環(huán)具有兩大突出特征：一是金融空轉(zhuǎn)，金融空轉(zhuǎn)主要表現(xiàn)為信貸空轉(zhuǎn)、票據(jù)空轉(zhuǎn)、理財空轉(zhuǎn)、同業(yè)空轉(zhuǎn)等形式;二是對實體經(jīng)濟部門產(chǎn)生虹吸效應(yīng)。

信貸空轉(zhuǎn)的模式主要有三種：一是貸款置換，銀行將貸款偽裝成采購貨品，實際上最終流向關(guān)聯(lián)公司，用于收購其他的問題信貸資產(chǎn)，還有的以本行表內(nèi)外融資違規(guī)置換他行表內(nèi)外融資;二是貸款挪用，銀行將信貸資金用于其他用途，如購買理財產(chǎn)品或存單，而這與申請貸款時所填寫的用途并不一樣;三是違規(guī)放貸，主要目的是合作進行“過橋貸款”，違規(guī)發(fā)放貸款歸還他行不良貸款，掩蓋借款人真實風(fēng)險狀況。

票據(jù)空轉(zhuǎn)的主要模式是企業(yè)從商業(yè)銀行開具無實際交易記錄的票據(jù)，存入保證金后，企業(yè)再從銀行開具銀行承兌匯票。收款人一般是票據(jù)中介或者關(guān)聯(lián)企業(yè)。在經(jīng)過一些包裝和偽裝后，關(guān)聯(lián)企業(yè)將票據(jù)貼現(xiàn)，貼現(xiàn)資金自然而然地返還給出票人。出票人將其作為保證金存入銀行，然后開具銀行承兌匯票，并不斷套取銀行的資金。

理財空轉(zhuǎn)模式主要有四種：一是商業(yè)銀行違規(guī)操作。商業(yè)銀行在非標資產(chǎn)上理財資金投入比例過高，同時將理財產(chǎn)品與投資標的資產(chǎn)期限錯配。二是銀行將資金投入同業(yè)理財。銀行還會委托非銀機構(gòu)管理這些資金，甚至用理財資金買理財產(chǎn)品。三是理財資金過度投資于資本流通市場，主要包括信用債券等。在監(jiān)管過程中，商業(yè)銀行傾向于提高利率債的比例來嚴控信用風(fēng)險，推高資產(chǎn)價格，潛在信用風(fēng)險和市場風(fēng)險增大。四是銀行將理財投資進行多層嵌套，底層標的資產(chǎn)很難被穿透監(jiān)管。

同業(yè)空轉(zhuǎn)有兩種形式：一是同業(yè)通道。大型商業(yè)銀行利用各種衍生工具為其他機構(gòu)提供資金支持，完成金融加杠桿的過程，并充當其他銀行資金管理的“通道”。二是同業(yè)之間直接進行各類投融資業(yè)務(wù)，銀行通過在銀行間市場同業(yè)存放、賣出回購、買入返售等吸收的同業(yè)資金對接投資理財產(chǎn)品、資管計劃，放大杠桿，賺取收益。

虹吸效應(yīng)則是物理學(xué)概念在金融領(lǐng)域的應(yīng)用，主要表現(xiàn)為實體經(jīng)濟領(lǐng)域的投資不斷向金融領(lǐng)域轉(zhuǎn)移，主要原因是金融部門的平均收益率高于實體經(jīng)濟部門，資金在市場機制的作用下不斷向金融部門匯集。虹吸效應(yīng)使實體經(jīng)濟部門受到了更多的資金約束，抑制了企業(yè)的技術(shù)創(chuàng)新活動，企業(yè)也面臨更多的發(fā)展瓶頸。

（二）金融自循環(huán)影響企業(yè)技術(shù)創(chuàng)新的機制分析

金融自循環(huán)主要是通過以下機制影響企業(yè)技術(shù)創(chuàng)新。一方面，由于金融部門與實體部門投資收益率差距較大，資金不斷從實體經(jīng)濟部門涌入金融部門，這會推高資產(chǎn)價格，進一步加大實體經(jīng)濟投資與金融部門的收益率差距，加劇金融自循環(huán)和自我膨脹，而企業(yè)利潤率的相對低下使企業(yè)不得不減少技術(shù)創(chuàng)新投入，進而抑制了企業(yè)技術(shù)創(chuàng)新動機。另一方面，金融自循環(huán)意味著金融部門快速膨脹，企業(yè)杠桿率攀升，企業(yè)面臨著更高的杠桿和更多的利息支出，財務(wù)風(fēng)險進一步上升。而企業(yè)的技術(shù)創(chuàng)新研發(fā)周期往往很長，需要資金投入量很大，還會面臨研發(fā)可能失敗的風(fēng)險。因此，企業(yè)在面臨更高的本息支出時，更加希望能夠快速盈利以緩解現(xiàn)金流壓力，這促使企業(yè)可能更多地將資金投資于金融理財產(chǎn)品，而削減技術(shù)創(chuàng)新開支，進而抑制企業(yè)技術(shù)創(chuàng)新。

基于此，本文提出如下研究假設(shè)：

H1：金融自循環(huán)會抑制企業(yè)技術(shù)創(chuàng)新。

H2：金融自循環(huán)降低實體企業(yè)利潤率，企業(yè)缺少資金進行研發(fā)投入，抑制企業(yè)技術(shù)創(chuàng)新。

H3：金融自循環(huán)導(dǎo)致企業(yè)杠桿率上升，企業(yè)財務(wù)情況惡化，抑制企業(yè)技術(shù)創(chuàng)新。

四、研究設(shè)計

（一）數(shù)據(jù)來源

本文采用2013—2020年滬深兩市A股制造業(yè)上市公司的數(shù)據(jù)為研究樣本。數(shù)據(jù)主要來自國泰安CSMAR數(shù)據(jù)庫和中國研究數(shù)據(jù)服務(wù)平臺（CNRDS）。出于對數(shù)據(jù)可靠度的考慮，本文剔除樣本中全部ST類、PT類和終止上市的企業(yè)，剔除了部分數(shù)據(jù)缺失的上市公司，還對模型中的所有連續(xù)變量進行了1%和99%的縮尾處理，以便更好地減弱兩側(cè)極端值對回歸結(jié)果造成的影響。

（二）變量選取

1被解釋變量

參照以往學(xué)者對企業(yè)技術(shù)創(chuàng)新的研究，衡量企業(yè)技術(shù)創(chuàng)新主要從投入和產(chǎn)出兩個方面出發(fā)。一方面，采用研發(fā)投入、研發(fā)人員占比等指標衡量企業(yè)在技術(shù)創(chuàng)新中的投入水平。另一方面，采用專利申請數(shù)量、專利授權(quán)數(shù)量等衡量企業(yè)在技術(shù)創(chuàng)新中的產(chǎn)出水平。

本文充分考慮金融自循環(huán)對技術(shù)創(chuàng)新投入與產(chǎn)出兩個方面的影響，選用技術(shù)創(chuàng)新投入與技術(shù)創(chuàng)新產(chǎn)出作為被解釋變量，并參考楊國超等、孔東民等學(xué)者的做法，分別用研發(fā)投入金額的自然對數(shù)值和有效發(fā)明專利數(shù)的自然對數(shù)值進行衡量。本文的部分研究樣本企業(yè)的有效發(fā)明專利數(shù)量為0，為了避免取自然對數(shù)后造成的樣本數(shù)量減少問題，對其進行專利數(shù)量加1后再取自然對數(shù)。在我國，專利類型主要分為實用新型、發(fā)明和外觀設(shè)計三種。企業(yè)專利中的發(fā)明專利的技術(shù)含量相對較高，能更好地代表企業(yè)技術(shù)創(chuàng)新產(chǎn)出水平，因此本文選用其自然對數(shù)作為被解釋變量。

考慮到需要對模型進行穩(wěn)健性檢驗，本文參考段軍山和莊旭東的研究采用研發(fā)投入強度，即研發(fā)投入在總資產(chǎn)中的占比來替代原來的企業(yè)技術(shù)創(chuàng)新投入指標。此外，本文采用有效專利總數(shù)的自然對數(shù)來替代原來的技術(shù)創(chuàng)新產(chǎn)出指標。

2解釋變量

關(guān)于金融自循環(huán)程度的測度，基于本文對金融自循環(huán)的界定，其具有兩方面突出特點，一是金融部門快速膨脹并且產(chǎn)生金融空轉(zhuǎn)，二是金融部門對實體部門資金產(chǎn)生虹吸效應(yīng)，因此從上述兩個角度選取指標。

一方面，本文參照華而誠和妥佳媛研究的做法，采用金融空轉(zhuǎn)程度（Fid）即地區(qū)GDP占該地區(qū)社會融資規(guī)模的比例進行衡量，分析GDP/TSF變化情況。其中，TSF為社會融資規(guī)模，該比例衡量的是社會融資規(guī)模拉動GDP增長情況。GDP/TSF=GDP/FAI×FAI/TSF，其中FAI為固定資產(chǎn)投資?？紤]了FAI/TSF正常的季節(jié)性波動后，GDP/TSF指標越低，說明社會融資規(guī)模對GDP的拉動效應(yīng)越弱。資本邊際效率ICOR下降，投資率的持續(xù)上升并未有效拉動經(jīng)濟增長，金融自循環(huán)程度增大。

另一方面，金融部門對實體部門的資金產(chǎn)生虹吸效應(yīng)體現(xiàn)在企業(yè)進行相應(yīng)的金融資產(chǎn)配置，將公司相關(guān)資源用以金融投資。本文參考王紅建等的研究，采用金融資產(chǎn)投資占比（Fin）作為另一個解釋變量，即企業(yè)金融資產(chǎn)除以企業(yè)總資產(chǎn)。企業(yè)的金融資產(chǎn)包括以下7個分類，它們是貨幣資金、交易性金融資產(chǎn)、可供出售金融資產(chǎn)、投資性房地產(chǎn)、持有至到期投資、應(yīng)收股利和應(yīng)收股息。

3控制變量

參考郭玥等關(guān)于企業(yè)技術(shù)創(chuàng)新的研究，本文共引入如下6個可能影響企業(yè)技術(shù)創(chuàng)新的控制變量：①企業(yè)規(guī)模（Size），用企業(yè)總資產(chǎn)的自然對數(shù)值進行衡量;②公司上市時間（Age），用公司在A股的上市時間進行衡量;③企業(yè)盈利能力（ROA），用企業(yè)的總資產(chǎn)收益率衡量;④股權(quán)集中度（Top），用第一大股東的持股比例進行衡量;⑤治理結(jié)構(gòu)（Ms），用管理層持股比例進行衡量;⑥董事會結(jié)構(gòu)（Independ），用董事會中獨立董事占比進行衡量。

（三）模型設(shè)定

本文構(gòu)造了如下所示的模型（1）來研究金融自循環(huán)和企業(yè)技術(shù)創(chuàng)新之間的關(guān)系。

lnInnovationit=β0+β1FSCit+?∑ρjXijt+μi+δt+εit（1）

其中，金融自循環(huán)（FSCit）是本文的解釋變量，包括金融空轉(zhuǎn)程度（Fid）和金融資產(chǎn)投資占比（Fin）;核心被解釋變量是企業(yè)技術(shù)創(chuàng)新（Innovationit），包括企業(yè)研發(fā)投入的自然對數(shù)（lnRd）和有效發(fā)明專利的自然對數(shù)（Ln?P）;Xijt代表前述控制變量;μi代表個體固定效應(yīng);δt代表時間固定效應(yīng);εit為聚類至微觀企業(yè)層面的隨機誤差項。

五、實證分析

（一）變量的描述性統(tǒng)計

由表1可看出，被解釋變量企業(yè)技術(shù)創(chuàng)新投入平均值是1798，最大值是2198，最小值是1274，標準差是1397，企業(yè)技術(shù)創(chuàng)新產(chǎn)出平均值是0386，最大值是8229，最小值是0，標準差是0886。以上數(shù)據(jù)體現(xiàn)了我國制造業(yè)的不同企業(yè)間企業(yè)技術(shù)創(chuàng)新水平差距很大，其中有的企業(yè)技術(shù)創(chuàng)新能力較強，創(chuàng)新投入大，一年內(nèi)能夠申請較多專利，而一些企業(yè)創(chuàng)新能力薄弱，創(chuàng)新投入較小，幾乎沒有專利申請。

解釋變量各地區(qū)金融空轉(zhuǎn)程度指標平均值是1733，最大值是9078，最小值是0633，標準差是0780，這表明了各地區(qū)的金融空轉(zhuǎn)程度存在差異。金融資產(chǎn)投資占比平均值是00386，最大值是0492，最小值是0，標準差是00733?？梢园l(fā)現(xiàn)，大多數(shù)企業(yè)的金融資產(chǎn)投資占比差距不大，除了個別企業(yè)的金融投資占比較高。

控制變量中公司規(guī)模最大值和最小值的差值不大，可以看到，本文選取的企業(yè)規(guī)?；窘咏?，這主要與本文所選的樣本企業(yè)均來自制造業(yè)的上市企業(yè)。公司上市時間的最大值是28，最小值是0。這說明研究樣本中既有初創(chuàng)期企業(yè)也有成熟期企業(yè)。公司股權(quán)集中度的均值為0330，本文樣本企業(yè)中第一大股東平均持股比例為33%，同時也存在公司經(jīng)營管理中擁有絕對話語權(quán)的第一大股東。財務(wù)杠桿和盈利能力標準差較小，管理層持股比例和獨董占比標準差較大，說明公司間在治理結(jié)構(gòu)和董事會結(jié)構(gòu)上差別較大。

（二）變量的相關(guān)性分析

在進行基準回歸分析之前，本文檢驗了各變量間的相關(guān)性。一方面是為了檢驗金融自循環(huán)（Fid、Fin）與企業(yè)技術(shù)創(chuàng)新（lnRd、lnP）間是否存在較為顯著的相關(guān)關(guān)系，判斷解釋變量是否應(yīng)該加入回歸方程;另一方面這檢驗了自變量之間是否存在過度相關(guān)的情況，判斷變量之間是否存在多重共線性。

本文選用Pearson相關(guān)系數(shù)法檢驗樣本變量之間的相關(guān)性。檢驗結(jié)果如表2所示。由表可知，解釋變量金融自循環(huán)（Fid、Fin）與被解釋變量企業(yè)技術(shù)創(chuàng)新（lnRd、lnP）之間存在負相關(guān)關(guān)系，并且在1%的顯著性水平上負相關(guān)，說明金融自循環(huán)抑制了企業(yè)技術(shù)創(chuàng)新。

從表2中結(jié)果可以看出，其中各個控制變量之間的相關(guān)系數(shù)基本小于03，表明了各個控制變量之間不存在多重共線性，各個控制變量能夠同時加入回歸方程檢驗金融自循環(huán)如何影響了企業(yè)技術(shù)創(chuàng)新。

（三）基準回歸結(jié)果分析

本文基于模型（1）分析了金融自循環(huán)與企業(yè)技術(shù)創(chuàng)新之間的關(guān)系，回歸結(jié)果如表3所示。

從全國層面來看，模型（1）中金融空轉(zhuǎn)程度（Fid）的系數(shù)為-0054，并且在1%水平下顯著，模型（2）中金融空轉(zhuǎn)程度（Fid）的系數(shù)為-0049，并且在1%水平下顯著，并且模型（3）、模型（4）中金融資產(chǎn)投資占比（Fin）系數(shù)均顯著為負。從這可以看出，金融自循環(huán)程度增加抑制了企業(yè)技術(shù)創(chuàng)新的提高，驗證了提出的假說1。

企業(yè)規(guī)模（Size）在模型（1）中的系數(shù)為0913，在模型（2）中的系數(shù)為0277，在模型（3）、模型（4）中系數(shù)均為正，且在1%的水平上顯著，說明企業(yè)規(guī)模對企業(yè)技術(shù)創(chuàng)新有促進作用。這主要是因為企業(yè)規(guī)模大，可以提升自身的融資能力，融資渠道更多。這有利于增大企業(yè)技術(shù)創(chuàng)新的投入，更好地開展技術(shù)創(chuàng)新活動，企業(yè)進行技術(shù)創(chuàng)新活動的意愿更強。企業(yè)盈利能力（ROA）在模型（1）中的系數(shù)為2084，在模型（2）中的系數(shù)為0623，且都通過了顯著性檢驗，在模型（3）、模型（4）中得到了相似的結(jié)果，這是由于企業(yè)盈利能力的提高使企業(yè)擁有更多的資金來源，增強企業(yè)進行技術(shù)創(chuàng)新的動力和信心，可以促進企業(yè)技術(shù)創(chuàng)新水平的提高。

（四）異質(zhì)性分析

以上全樣本的實證結(jié)果證實了金融自循環(huán)總體上來說對企業(yè)技術(shù)創(chuàng)新起到抑制的作用。下面分析金融自循環(huán)對企業(yè)技術(shù)創(chuàng)新影響的異質(zhì)性，基于上面的分析和研究思路，本文考慮到我國制造業(yè)企業(yè)特征，按照所有制、產(chǎn)業(yè)特點和所歸屬的地區(qū)（東部、西部、中部地區(qū)）差別進行分樣本回歸。通過這種方式來探究金融自循環(huán)對不同特征、不同地區(qū)的企業(yè)技術(shù)創(chuàng)新的異質(zhì)性影響，通過對模型回歸后得到了三組分樣本的估計結(jié)果。

根據(jù)企業(yè)產(chǎn)權(quán)屬性，本文將樣本分為國有企業(yè)和非國有企業(yè)，進行分組檢驗。表4、表5為分組檢驗的結(jié)果。可以看出金融自循環(huán)對非國有企業(yè)技術(shù)創(chuàng)新存在抑制作用，并在1%的水平上顯著，對國有企業(yè)的企業(yè)技術(shù)創(chuàng)新存在抑制作用，但并不顯著，從表5中可以看出用金融資產(chǎn)投資占比（Fin）作為解釋變量均得到了相似的結(jié)果。

這主要是由于國有企業(yè)具有較強的融資優(yōu)勢，不用擔(dān)心未來的資金儲備問題，享受著來自政府方面的隱性保護，與政府聯(lián)系更加緊密，更容易獲得政府的政策鼓勵和資金支持，創(chuàng)新活動的資源約束問題更弱，而非國有企業(yè)存在融資難融資貴的問題，融資渠道受限，金融自循環(huán)程度增大減弱了企業(yè)進行技術(shù)創(chuàng)新的動力。

表6和表7展示了高科技企業(yè)和非高科技企業(yè)的分樣本回歸結(jié)果?？梢缘贸?，金融自循環(huán)程度的提升抑制了高科技企業(yè)和非高科技企業(yè)的技術(shù)創(chuàng)新，并通過了顯著性檢驗，金融自循環(huán)對于非高科技企業(yè)的技術(shù)創(chuàng)新抑制作用大于對于高科技企業(yè)的技術(shù)創(chuàng)新抑制作用。表7中可以看到用金融資產(chǎn)投資占比（Fin）作為解釋變量均得到了相似的結(jié)果。

本質(zhì)而言，技術(shù)創(chuàng)新是一項高風(fēng)險、長周期的企業(yè)經(jīng)營活動。金融自循環(huán)程度的增強不利于企業(yè)經(jīng)營，增加了整體金融風(fēng)險，使得非高科技企業(yè)創(chuàng)新活動融資條件更加惡化，從而減弱其技術(shù)創(chuàng)新的意愿并降低其創(chuàng)新投入和產(chǎn)出，而高科技企業(yè)一方面有來自政府的補助，另一方面本身的創(chuàng)新能力比較強，擁有很多資質(zhì)和較高的聲譽，在金融融資的時候可抵押物比較多，融資能力更強，受到金融自循環(huán)的影響較小。

最后，本文研究了金融自循環(huán)對企業(yè)技術(shù)創(chuàng)新影響的地區(qū)異質(zhì)性。不難想到，在我國各地區(qū)發(fā)展水平不同的背景下，不同區(qū)域展現(xiàn)出的影響效果有所不同。表8和表9展示了東部、中部、西部地區(qū)的分樣本回歸結(jié)果?？梢钥闯?，在東部地區(qū)和中部地區(qū)的回歸結(jié)果中，金融自循環(huán)對企業(yè)技術(shù)創(chuàng)新投入和產(chǎn)出的回歸系數(shù)均顯著為負;在西部區(qū)域中，金融自循環(huán)對于企業(yè)技術(shù)創(chuàng)新的回歸系數(shù)為負，但并不顯著。抑制作用按照東部、中部、西部順序依次減弱。表9中用金融資產(chǎn)投資占比（Fin）作為解釋變量均得到了相似的結(jié)果。

本文認為，這一區(qū)域異質(zhì)性結(jié)果可以做如下闡釋，東部和中部地區(qū)金融市場規(guī)模更大，金融體系更加完備，經(jīng)濟發(fā)達程度較高，金融監(jiān)管程度更加嚴格，企業(yè)競爭壓力更大，當金融自循環(huán)程度增加時，企業(yè)會陷入融資約束的困擾，會顯著抑制企業(yè)技術(shù)創(chuàng)新的意愿，進而抑制其創(chuàng)新投入和產(chǎn)出。而西部區(qū)域經(jīng)濟發(fā)達程度較低，存在政府的專項政策扶持，受到金融自循環(huán)影響程度較小，企業(yè)技術(shù)創(chuàng)新受到一定程度的抑制。

（五）影響機制分析

經(jīng)過上述的實證分析，本文證明了金融自循環(huán)抑制企業(yè)技術(shù)創(chuàng)新，而且抑制作用存在異質(zhì)性。但卻仍難以解答金融自循環(huán)是通過何種渠道影響微觀企業(yè)的技術(shù)創(chuàng)新活動。進一步地，本文參考Baron和Kenny、溫忠麟和葉寶娟的研究，構(gòu)建中介效應(yīng)模型，全面考察金融自循環(huán)對企業(yè)技術(shù)創(chuàng)新影響的傳導(dǎo)機制。

其中，Med代表中介變量，在中介變量的選取上，本文擬從兩個角度出發(fā)，一方面，金融自循環(huán)對企業(yè)的杠桿率將產(chǎn)生明顯的影響，采用企業(yè)杠桿（Lev）這一指標，即企業(yè)杠桿（Lev）=總負債/總資產(chǎn)。另一方面，金融自循環(huán)的程度增大勢必會惡化企業(yè)的經(jīng)營環(huán)境，影響企業(yè)的利潤率，鑒于此，選取企業(yè)利潤率（Pm）即企業(yè)的營業(yè)利潤率作為另一個中介變量。

根據(jù)溫忠麟和葉寶娟的研究，本文按照順序檢驗了模型中主要變量的系數(shù)。當系數(shù)α1顯著時，如果系數(shù)ω1和ζ2都顯著，說明存在間接效應(yīng)，此時，當ζ1不顯著時，則存在完全中介效應(yīng);當ζ1通過顯著性檢驗后，如果ω1ζ2和ζ1符號相同，說明存在中介效應(yīng)，如果ω1ζ2和ζ1符號不同，說明存在遮掩效應(yīng)。

表10顯示了中介變量Lev的估計結(jié)果?？梢钥闯?，第一列中的解釋變量對中介變量的系數(shù)ω1顯著為正，說明金融自循環(huán)促進了企業(yè)杠桿率的提升。第二列和第三列中的解釋變量與中介變量對被解釋變量的系數(shù)ζ1和ζ2均顯著。此時，ω1ζ2與ζ1同號，這說明了企業(yè)杠桿在金融自循環(huán)與企業(yè)技術(shù)創(chuàng)新之間存在中介效應(yīng)。在第四列至第六列中列示了用Fin做解釋變量的估計結(jié)果，與前三列得到的結(jié)果相似。其中，第四列和第六列得到的結(jié)果認為存在完全中介效應(yīng)。

當金融自循環(huán)程度提高時，促進了企業(yè)杠桿率攀升，企業(yè)面臨著更多的利息支出，財務(wù)風(fēng)險進一步上升。而企業(yè)進行研發(fā)的周期長，需要很高的資金投入，同時又面臨著研發(fā)失敗的風(fēng)險。企業(yè)更希望能投資于時間短、收益高的項目，這降低了企業(yè)技術(shù)創(chuàng)新的意愿，抑制了企業(yè)技術(shù)創(chuàng)新，由此形成了“金融自循環(huán)→（提高）企業(yè)金融杠桿水平→（抑制）企業(yè)技術(shù)創(chuàng)新”的傳導(dǎo)路徑。

表11報告了中介變量Pm的估計結(jié)果?？梢钥闯觯谝涣兄械慕忉屪兞繉χ薪樽兞康南禂?shù)ω1顯著為負，說明金融自循環(huán)抑制了企業(yè)部門的利潤率提升。第二列和第三列中的解釋變量與中介變量對被解釋變量的系數(shù)ζ1和ζ2均顯著。此時，ω1ζ2與ζ1同號，說明企業(yè)利潤率在金融自循環(huán)與企業(yè)技術(shù)創(chuàng)新之間存在部分中介效應(yīng)。在第四列至第六列中列示了用Fin做解釋變量的估計結(jié)果，與前三列得到的結(jié)果相似。其中，第四列和第六列得到的結(jié)果認為存在完全中介效應(yīng)。這說明了當金融自循環(huán)程度提高時，企業(yè)利潤率降低，這使企業(yè)面對高風(fēng)險的企業(yè)技術(shù)創(chuàng)新項目和研發(fā)投入時受到了更多的資金約束，抑制了企業(yè)技術(shù)創(chuàng)新的動機和意愿，形成了“金融自循環(huán)→（降低）企業(yè)利潤率→（抑制）企業(yè)技術(shù)創(chuàng)新”的傳導(dǎo)路徑。

（六）穩(wěn)健性檢驗

考慮到金融自循環(huán)與企業(yè)技術(shù)創(chuàng)新之間可能存在反向因果關(guān)系，這會進一步產(chǎn)生內(nèi)生性問題。為了緩解模型的內(nèi)生性問題，本文采用工具變量法—兩階段最小二乘法弱化其帶來的影響。本文借鑒楊松令等的做法，選用貨幣供應(yīng)增長率即M2增長率作為工具變量進行兩階段模型估計，其回歸結(jié)果如表12所示。在第一階段的模型估計結(jié)果中，工具變量M2增長率的回歸系數(shù)在1%水平上顯著，相關(guān)的檢驗值遠大于10，這說明不存在工具變量識別不足和弱工具變量的問題，滿足所需的要求。在第二階段的模型估計結(jié)果中，可以看到解釋變量（Fid、Fin）的系數(shù)為負，并通過了顯著性檢驗，這表明金融自循環(huán)對企業(yè)技術(shù)創(chuàng)新存在抑制作用，與原回歸結(jié)果一致，工具變量較好地削弱了模型的內(nèi)生性帶來的影響。

下面對基準回歸結(jié)果進行穩(wěn)健性檢驗，本文首先采用替換被解釋變量的方法。一是使用企業(yè)的研發(fā)投入強度，即研發(fā)投入占總資產(chǎn)比例（lnRda）作為企業(yè)技術(shù)創(chuàng)新投入的的替代指標;二是使用有效專利總數(shù)自然對數(shù)值（lnPa）作為衡量企業(yè)技術(shù)創(chuàng)新產(chǎn)出的指標，結(jié)果如表13所示。表中得到了替換被解釋變量后的回歸結(jié)果，可以看出各變量系數(shù)符號和顯著性并未發(fā)生本質(zhì)性改變，對解釋變量Fin回歸后結(jié)果與以上結(jié)果類似，證明原回歸結(jié)果具有穩(wěn)健性。