趙 夢

(河南工學(xué)院 經(jīng)濟(jì)學(xué)院,河南 新鄉(xiāng) 453003)

0 引言

我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段,黨的二十大報告明確指出“高質(zhì)量發(fā)展是全面建設(shè)社會主義現(xiàn)代化國家的首要任務(wù)”。中小企業(yè)作為國民經(jīng)濟(jì)和社會發(fā)展的生力軍,對擴(kuò)大就業(yè)、改善民生、促進(jìn)創(chuàng)新創(chuàng)業(yè)有重要作用,其高質(zhì)量發(fā)展對于支撐我國經(jīng)濟(jì)韌性、構(gòu)建新發(fā)展格局具有重要意義。然而,從中小企業(yè)自身、金融體系、金融機(jī)構(gòu)三個角度來看,均存在導(dǎo)致中小企業(yè)融資難、融資貴的誘因,而緩解中小企業(yè)融資約束是促進(jìn)中小企業(yè)高質(zhì)量發(fā)展的重要著力點(diǎn)之一。

在互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、區(qū)塊鏈等技術(shù)快速發(fā)展的時代背景下,科技與金融的融合對金融領(lǐng)域產(chǎn)生了深遠(yuǎn)影響。在緩解中小企業(yè)融資約束方面,科技金融被寄予厚望。那么,科技金融能否有效促進(jìn)中小企業(yè)高質(zhì)量發(fā)展?其作用機(jī)制是什么?本文以2013—2021年創(chuàng)業(yè)板上市公司為研究樣本,運(yùn)用固定效應(yīng)模型和中介效應(yīng)模型進(jìn)行實(shí)證分析,研究科技金融對中小企業(yè)高質(zhì)量發(fā)展水平的影響及作用機(jī)制。

1 文獻(xiàn)綜述

1.1 關(guān)于中小企業(yè)高質(zhì)量發(fā)展的研究

王琳等[1]指出企業(yè)是社會經(jīng)濟(jì)的微觀構(gòu)成,對社會整體經(jīng)濟(jì)的高質(zhì)量發(fā)展具有重要意義。已有研究表明,數(shù)字技術(shù)創(chuàng)新可以推動企業(yè)的數(shù)字化轉(zhuǎn)型并賦能其自身高質(zhì)量發(fā)展[2],而融資約束則會阻礙企業(yè)高質(zhì)量發(fā)展[3]。在現(xiàn)有金融體系下,金融機(jī)構(gòu)基于利潤、風(fēng)險偏好等因素引發(fā)了對中小企業(yè)的“金融歧視”[4],相比大企業(yè),中小企業(yè)面臨的融資約束、創(chuàng)新投入不足等問題更加嚴(yán)峻[5],融資約束抑制了中小企業(yè)的創(chuàng)新及發(fā)展[6]。綜上,多項(xiàng)研究表明制約中小企業(yè)高質(zhì)量發(fā)展的一個關(guān)鍵因素是其面臨的融資約束問題。

1.2 關(guān)于科技金融影響的研究

已有研究表明,科技金融作為一種創(chuàng)新的資本供給模式具有創(chuàng)新驅(qū)動、研發(fā)激勵、產(chǎn)業(yè)集聚、資金儲備與配置等功能。汪淑娟等[7]認(rèn)為科技金融顯著促進(jìn)了我國經(jīng)濟(jì)高質(zhì)量發(fā)展,其資金儲備與配置功能和風(fēng)險管理功能,能夠推動經(jīng)濟(jì)實(shí)現(xiàn)創(chuàng)新發(fā)展;方磊等[8]認(rèn)為科技金融加大了財政科技投入和優(yōu)惠補(bǔ)貼激勵,能夠有效地引導(dǎo)金融主體改進(jìn)科技金融服務(wù)模式;郭景先等[9]認(rèn)為科技金融能夠通過引導(dǎo)和激勵功能、審查功能、金融產(chǎn)品創(chuàng)新功能等有效緩解技術(shù)創(chuàng)新資金不足,進(jìn)而推動產(chǎn)業(yè)轉(zhuǎn)型;宋敏等[10]指出科技金融能夠通過“科技”賦能傳統(tǒng)金融機(jī)構(gòu),進(jìn)而緩解傳統(tǒng)金融機(jī)構(gòu)與企業(yè)間的信息不對稱和信貸配給。

綜上,現(xiàn)有關(guān)于科技金融影響的研究多集中于宏觀層面,而關(guān)于科技金融作用于微觀企業(yè)的研究較少。本文擬在現(xiàn)有研究的基礎(chǔ)上,以創(chuàng)業(yè)板上市公司為研究對象分析科技金融對其產(chǎn)生的影響,通過控制公司、企業(yè)、地區(qū)三個層次的虛擬變量,運(yùn)用固定效應(yīng)模型分析科技金融對中小企業(yè)高質(zhì)量發(fā)展的影響。

2 理論分析與假設(shè)

科技金融作為科技與金融的深度融合,可通過財政補(bǔ)貼、風(fēng)險投資、科技信貸、科技保險、科技擔(dān)保、服務(wù)平臺政策等多個途徑優(yōu)化中小企業(yè)金融供給環(huán)境,促進(jìn)中小企業(yè)發(fā)展。首先,科技金融能夠通過資金儲備與配置功能,引導(dǎo)資金流向發(fā)展前景好且有資金需求的企業(yè),即科技金融能夠?yàn)橹行∑髽I(yè)和各類資本搭建資金融通的渠道,進(jìn)而緩解企業(yè)的資金壓力;其次,科技金融對企業(yè)的研發(fā)和創(chuàng)新有積極的引導(dǎo)作用,有助于提高企業(yè)的產(chǎn)出效率。基于此,本文提出以下兩個假設(shè):

假設(shè)H1：科技金融能夠促進(jìn)中小企業(yè)高質(zhì)量發(fā)展。

假設(shè)H2：科技金融能夠通過緩解中小企業(yè)融資約束促進(jìn)中小企業(yè)高質(zhì)量發(fā)展。

3 實(shí)證研究設(shè)計

3.1 樣本選取和數(shù)據(jù)來源

本文以2013—2021年創(chuàng)業(yè)板上市公司為初始研究樣本,樣本公司的基本信息、財務(wù)指標(biāo)及公司治理相關(guān)數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫,科技金融原始數(shù)據(jù)來自2013—2021年的《中國科技統(tǒng)計年鑒》。為保證數(shù)據(jù)客觀地反映統(tǒng)計結(jié)果,本文對樣本公司數(shù)據(jù)進(jìn)行如下處理:(1)剔除ST類公司樣本;(2)根據(jù)證監(jiān)會2012版行業(yè)分類標(biāo)準(zhǔn)剔除金融行業(yè)公司樣本;(3)剔除IPO未滿一年的公司樣本。參考已有文獻(xiàn)經(jīng)驗(yàn),本文刪除了主要變量缺失的樣本,最終篩選出符合條件的樣本公司721個,得到公司—年度樣本觀測值共計4660個。為了減輕極端值對實(shí)證結(jié)果的影響,本文對連續(xù)型變量進(jìn)行了雙側(cè)1%的縮尾處理。

3.2 變量定義和測算

3.2.1 被解釋變量:企業(yè)高質(zhì)量發(fā)展

企業(yè)高質(zhì)量發(fā)展是指企業(yè)高水平、高效率地為社會創(chuàng)造價值。王一鳴[11]指出提高全要素生產(chǎn)率是推動高質(zhì)量發(fā)展的核心任務(wù)之一。企業(yè)全要素生產(chǎn)率能夠衡量勞動、資本等要素投入之外的技術(shù)進(jìn)步、資源配置效率改善、組織和制度創(chuàng)新等帶來的產(chǎn)出增長。本文參考黃勃等[2]的做法,用企業(yè)全要素生產(chǎn)率衡量企業(yè)高質(zhì)量發(fā)展水平,以測度出的企業(yè)全要素生產(chǎn)率作為中小企業(yè)高質(zhì)量發(fā)展的衡量指標(biāo)。

現(xiàn)有關(guān)于企業(yè)全要素生產(chǎn)率的估計方法有OP法、LP法、最小二乘法、固定效應(yīng)法、GMM法等,考慮到數(shù)據(jù)的可得性及樣本選擇偏差,本文將使用LP法估計的企業(yè)高質(zhì)量發(fā)展水平FHD_LP作為被解釋變量。此外,在本文的穩(wěn)健性檢驗(yàn)部分,將使用OP法估計的企業(yè)高質(zhì)量發(fā)展水平FHD_OP作為替代的被解釋變量。

借鑒魯曉東等[12]的做法,本文用LP法估計企業(yè)高質(zhì)量發(fā)展水平的模型如下:

LnYit=β0+β1LnLit+β2LnKit+β3LnMit+

∑id+∑year+εit

(1)

其中,i表示公司,t表示年份,Yit為第i個公司第t年的營業(yè)收入;Lit為第i個公司第t年的勞動投入,用上市公司員工人數(shù)衡量;Kit為第i個公司第t年的資本投入,用固定資產(chǎn)凈額衡量;Mit為第i個公司第t年的中間投入,用購買商品、接受勞務(wù)支付的現(xiàn)金衡量;∑id和year分別是公司和時間層面的固定效應(yīng),εit為殘差項(xiàng),即本文要估計的企業(yè)高質(zhì)量發(fā)展水平FHD_LP。

3.2.2 解釋變量:科技金融

參照汪淑娟、谷慎[7]的做法,本文以各地區(qū)財政科技支出額和科技貸款額的加權(quán)平均數(shù)作為科技金融原值,用地方財政科技支出額與金融機(jī)構(gòu)科技貸款額加權(quán)平均值的自然對數(shù)TF作為解釋變量,用以衡量科技金融水平。由于從2009年開始,國家統(tǒng)計局不再統(tǒng)計各地區(qū)科技貸款額,本文用《中國統(tǒng)計年鑒》各地區(qū)研究與試驗(yàn)發(fā)展(R&D)經(jīng)費(fèi)內(nèi)部支出中的其他來源這一指標(biāo)衡量金融機(jī)構(gòu)的科技貸款額。

3.2.3 控制變量

考慮到企業(yè)自身發(fā)展對實(shí)證結(jié)果穩(wěn)健性帶來的潛在影響,本文選取了一系列控制變量Controls,具體包括企業(yè)年齡Age、增長速度Growth、財務(wù)杠桿Lev、企業(yè)規(guī)模Size、市場價值Tobin、盈利能力Return、流動比率Liquid和研發(fā)投入RDI。此外,為了控制公司個體因素、時間趨勢及地區(qū)因素可能帶來的影響,在回歸分析中控制了公司效應(yīng)(id)、年度效應(yīng)(year)和地區(qū)效應(yīng)(PR),并對標(biāo)準(zhǔn)誤依次進(jìn)行公司層面、地區(qū)層面、公司及地區(qū)層面的聚類穩(wěn)健處理(cluster)。

實(shí)證分析中所用的變量名稱、符號及定義具體如表1所示。

表1 變量定義

3.3 模型構(gòu)建

在檢驗(yàn)科技金融對中小企業(yè)高質(zhì)量發(fā)展水平的影響時,為避免遺漏變量偏差和外生性問題,本文通過控制公司效應(yīng)和年份效應(yīng)構(gòu)建雙向固定效應(yīng)模型,考慮到科技金融對中小企業(yè)高質(zhì)量發(fā)展水平的提升具有時滯效應(yīng),將所有解釋變量都滯后一期,構(gòu)建基準(zhǔn)回歸模型如下:

FHD_LPit=α0+α1TFit-1+∑Controlsit-1+∑id+∑year+εit-1

(2)

其中,i表示公司,t表示年份,FHD_LPit表示第i個公司在第t年的高質(zhì)量發(fā)展水平,TFit-1表示第i個公司所在省在第t-1年的科技金融水平,Controls表示控制變量的集合,id、year分別表示公司和年份的虛擬變量。在上述模型中,α1是核心解釋變量TFit-1的回歸系數(shù),若回歸系數(shù)α1顯著為正,則表明科技金融有助于提升當(dāng)?shù)刂行∑髽I(yè)的高質(zhì)量發(fā)展水平,假設(shè)H1得以驗(yàn)證。

4 實(shí)證結(jié)果與分析

4.1 描述性統(tǒng)計

表2匯報了主要變量的描述性統(tǒng)計結(jié)果,用LP法計算得到的企業(yè)高質(zhì)量發(fā)展水平FHD_LP變量的均值為16.19,略高于用OP法計算得到的FHD_OP變量的均值14.01,兩個變量的中位數(shù)分別16.14和13.96,表明數(shù)據(jù)無明顯偏態(tài),與宋敏等[10]的估計結(jié)果接近。其他變量均值和中位數(shù)均較為接近,分布均處于合理區(qū)間內(nèi)。

4.2 基準(zhǔn)回歸分析

本文運(yùn)用公司-年份雙向固定效應(yīng)模型檢驗(yàn)了科技金融TF對中小企業(yè)高質(zhì)量發(fā)展水平FHD_LP的影響效果,并在此基礎(chǔ)上進(jìn)行了公司、地區(qū)、公司及地區(qū)層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤修正,回歸檢驗(yàn)結(jié)果如表3所示。

表3 基準(zhǔn)回歸檢驗(yàn)結(jié)果

第(1)列所示為基準(zhǔn)回歸結(jié)果,結(jié)果顯示科技金融的回歸系數(shù)為0.163,且在1%水平上顯著,表明科技金融對中小企業(yè)高質(zhì)量發(fā)展水平具有顯著的正向影響。

標(biāo)準(zhǔn)誤直接影響著回歸系數(shù)的顯著性和置信區(qū)間,為修正異方差及組內(nèi)自相關(guān)問題,提升統(tǒng)計推斷結(jié)果的準(zhǔn)確性,在第(1)列基準(zhǔn)回歸的基礎(chǔ)上,分別進(jìn)行了公司層面、地區(qū)層面、公司及地區(qū)層面的聚類穩(wěn)健處理,結(jié)果如第(2)—(4)列所示。經(jīng)過三個層面的聚類標(biāo)準(zhǔn)誤修正,解釋變量TF的t值由原來的5.22分別下降至3.56、4.28和3.38,回歸結(jié)果仍均在1%的水平上顯著。上述結(jié)果表明,科技金融能顯著提升中小企業(yè)高質(zhì)量發(fā)展水平。

鑒于第(4)列對標(biāo)準(zhǔn)誤進(jìn)行了最嚴(yán)格的聚類穩(wěn)健處理,下面著重對第(4)列回歸結(jié)果進(jìn)行分析。結(jié)果顯示,控制變量企業(yè)年齡Age的回歸系數(shù)為0.484,且在5%的水平上顯著,這表明企業(yè)成立時間越長,越利于中小企業(yè)的高質(zhì)量發(fā)展;增長速度Growth、企業(yè)規(guī)模Size、盈利能力Return的回歸系數(shù)分別為0.269、0.272、0.175,且均在1%的水平上顯著,這表明企業(yè)營業(yè)收入年度增長率、企業(yè)規(guī)模、盈利能力的提升都對中小企業(yè)的高質(zhì)量發(fā)展有顯著的正向影響;財務(wù)杠桿Lev、市場價值Tobin的回歸系數(shù)為分別為0.257、0.018,且均在10%的水平上顯著,這表明增加企業(yè)財務(wù)杠桿或市場價值的提升均對中小企業(yè)高質(zhì)量發(fā)展有一定的促進(jìn)作用;流動比率Liquid的回歸系數(shù)為0.298,且在5%水平上顯著,表明提升流動資產(chǎn)占總資產(chǎn)的比重對促進(jìn)中小企業(yè)高質(zhì)量發(fā)展有積極作用;研發(fā)投入RDI的回歸系數(shù)為-0.012,且在5%水平上顯著,表明研發(fā)投入比重的增加對中小企業(yè)的高質(zhì)量發(fā)展有負(fù)面作用,這可能是由于研發(fā)投入的增加需要一定的時間才能產(chǎn)生作用,在短期內(nèi)來看反而增加了公司的成本,所以本模型中研發(fā)投入對中小企業(yè)高質(zhì)量發(fā)展水平有輕微的負(fù)向影響。

綜上,以上回歸檢驗(yàn)結(jié)果驗(yàn)證了前文提出的假設(shè)H1,即科技金融能夠促進(jìn)中小企業(yè)高質(zhì)量發(fā)展,與理論分析相符。

4.3 穩(wěn)健性檢驗(yàn)

為保證統(tǒng)計結(jié)果的準(zhǔn)確性,下文通過替換被解釋變量和構(gòu)建基于公司-地區(qū)-年份層面的三維固定效應(yīng)模型進(jìn)行穩(wěn)健性檢驗(yàn)。

4.3.1 替換被解釋變量

借鑒王琳等[1]的做法,本文用OP法重新測算的企業(yè)高質(zhì)量發(fā)展水平FHD_OP替換被解釋變量,構(gòu)建回歸模型(3),以檢驗(yàn)基準(zhǔn)回歸結(jié)果的穩(wěn)健性,結(jié)果如表4所示。結(jié)果顯示,替換被解釋變量后科技金融TF的回歸系數(shù)仍顯著為正,且在1%的水平上顯著,經(jīng)過聚類穩(wěn)健處理后顯著性水平仍保持不變,實(shí)證結(jié)果有較強(qiáng)的穩(wěn)健性。

(3)

FHD_OPit=α0+α1TFit-1+∑Controlsit-1

+∑id+∑year+εit-1

4.3.2 控制公司-地區(qū)-年份固定效應(yīng)

針對基準(zhǔn)回歸結(jié)論依然存在遺漏變量的擔(dān)憂,本文在雙向固定效應(yīng)模型基礎(chǔ)上進(jìn)一步控制了地區(qū)變量,構(gòu)建三維固定效應(yīng)模型(4),此模型可以控制公司隨時間及地區(qū)資源稟賦變化的因素,從而減少結(jié)論的偏誤?；貧w結(jié)果如表5第(1)列所示。結(jié)果顯示,科技金融對中小企業(yè)高質(zhì)量發(fā)展水平的回歸系數(shù)為0.160,且在1%水平上顯著,這表明在控制了公司、地區(qū)、年份三個因素的影響后,科技金融對中小企業(yè)高質(zhì)量發(fā)展水平仍存在顯著正向影響。

表5 控制公司-地區(qū)-年份固定效應(yīng)的穩(wěn)健性檢驗(yàn)結(jié)果

FHD_LPit=α0+α1TFit-1+∑Controlsit-1+

∑id+∑year+∑PR+εit-1

(4)

參考前文做法,為修正異方差及組內(nèi)自相關(guān)問題,對模型(4)標(biāo)準(zhǔn)誤分別進(jìn)行了公司層面、地區(qū)層面、公司及地區(qū)層面的聚類穩(wěn)健處理,回歸結(jié)果如表5第(2)—(4)列所示。結(jié)果顯示,經(jīng)過修正科技金融TF的t值由原來的4.78分別下降至3.32、3.75和3.03,回歸結(jié)果均仍在1%的水平上顯著,進(jìn)一步說明本文的研究結(jié)論具備一定的穩(wěn)健性。

4.4 作用機(jī)制檢驗(yàn)

前文理論分析認(rèn)為,科技金融可以通過資金儲備與配置、研發(fā)激勵等功能緩解企業(yè)融資約束。為此本文運(yùn)用中介效應(yīng)模型進(jìn)行檢驗(yàn),從緩解融資約束的角度考察科技金融對中小企業(yè)高質(zhì)量發(fā)展水平的作用機(jī)制。參考宋敏等[10]的做法,本文用企業(yè)觀測年度的SA指數(shù)作為融資約束的衡量指標(biāo)FC。SA指數(shù)為負(fù)值,數(shù)值越大,說明融資約束程度越高。

根據(jù)中介效應(yīng)檢驗(yàn)三步法的思路,本文在基本回歸模型(2)的基礎(chǔ)上構(gòu)建中介效應(yīng)模型(5)和(6):

FCit=α0+α1TFit+∑Controlsit+∑id+∑year+εit

(5)

FHD_LPit=α0+α1TFit-1+α2FCit-1+

∑Controlsit-1+∑id+∑year+εit-1

(6)

其中,FCit為中介變量融資約束指標(biāo),模型(5)用于檢驗(yàn)科技金融對中介變量的影響,模型(6)用于檢驗(yàn)融資約束在科技金融影響中小企業(yè)高質(zhì)量發(fā)展過程中具有的中介效應(yīng)。

表6報告了中介效應(yīng)檢驗(yàn)的結(jié)果。其中,第(1)列為基準(zhǔn)回歸的結(jié)果,科技金融TF的回歸系數(shù)為0.163,且在1%水平上顯著;第(2)列為模型(5)的檢驗(yàn)結(jié)果,結(jié)果顯示科技金融TF對中介變量FC的回歸系數(shù)為-0.005,且在10%的水平上顯著,表示提高科技金融發(fā)展水平能顯著緩解中小企業(yè)的融資約束;第(3)列為模型(6)的檢驗(yàn)結(jié)果,結(jié)果顯示融資約束FC對中小企業(yè)高質(zhì)量發(fā)展水平的回歸系數(shù)為-1.424,科技金融TF對中小企業(yè)高質(zhì)量發(fā)展水平的回歸系數(shù)為0.161,且均在1%水平上顯著,表示融資約束確實(shí)會抑制中小企業(yè)高質(zhì)量發(fā)展,且在控制融資約束后,科技金融對中小企業(yè)高質(zhì)量發(fā)展水平影響的邊際效應(yīng)有所下降,這意味著融資約束是科技金融與中小企業(yè)高質(zhì)量發(fā)展水平之間的部分中介因子。

表6 作用機(jī)制檢驗(yàn)

綜上,假設(shè)H2得到驗(yàn)證,即科技金融能夠通過緩解中小企業(yè)融資約束促進(jìn)中小企業(yè)高質(zhì)量發(fā)展。

5 結(jié)論與建議

本文基于2013—2021年創(chuàng)業(yè)板上市公司數(shù)據(jù),運(yùn)用固定效應(yīng)模型及中介效應(yīng)模型研究了科技金融、融資約束與中小企業(yè)高質(zhì)量發(fā)展之間的關(guān)系。結(jié)果顯示,科技金融對中小企業(yè)高質(zhì)量發(fā)展水平的提高有顯著作用,且能夠通過緩解中小企業(yè)融資約束提高其高質(zhì)量發(fā)展水平。

根據(jù)以上結(jié)論,提出以下建議:

第一,充分利用金融科技優(yōu)勢,推動區(qū)域性中小企業(yè)信息服務(wù)平臺建設(shè),加強(qiáng)金融服務(wù)實(shí)體經(jīng)濟(jì)的能力;第二,加大政府財政科技支持力度,提升財政資金使用效益,運(yùn)用科技金融的引導(dǎo)和激勵功能優(yōu)化創(chuàng)新資源配置;第三,創(chuàng)新科技金融產(chǎn)品,優(yōu)化債權(quán)融資、股權(quán)融資和政府投資資金的準(zhǔn)入條件和審批流程,拓展中小企業(yè)融資渠道;第四,推動完善貸款風(fēng)險補(bǔ)償和分擔(dān)機(jī)制,提高中小企業(yè)“能貸”的資本及金融機(jī)構(gòu)“敢貸”的勇氣,為中小企業(yè)注入金融“活水”。綜上,通過政府、金融系統(tǒng)及中小企業(yè)的通力協(xié)作,優(yōu)化中小企業(yè)金融供給環(huán)境,可滿足中小企業(yè)創(chuàng)新及研發(fā)需求,促進(jìn)中小企業(yè)高質(zhì)量發(fā)展。

(責(zé)任編輯 陳秀娟)