金融体系对企业技术创新支持作用的实证分析

时丹丹

1 模型构建、数据来源和计量方法

1.1 模型和变量构建

面板数据是用来描述一段时间内一个总体中给定样本的情况，并且对样本中的每一个样本单位进行多重观察得到的数据集。面板数据与时间序列数据相比，特点在于更多自由度、更少共线性、和更高效率。在研究企业技术创新与金融支持体系关系时，由于统计数据的局限，时间序列分析可能满足不了大样本的要求，甚至会得到有偏的结果，而面板数据可以很好地解决以上问题。本文使用面板数据单位根检验和协整检验来分析金融支持体系对企业技术创新的支持作用及两者的关系。

金融系统与技术创新之间可以看作是一种技术生产的投入产出关系，因此，本文用Cobb－Douglas生产函数进行分析，在构建技术创新的Cobb－Douglas生产函数时，加入金融体系因素变量，可以得出以下模型：

模型中变量的选择与说明如下：

（1）技术创新变量（Innovit）

技术创新包括的内容很多，包含了产品创新、工艺创新等。而国内外的文献在进行实证研究时通常把“专利申请量”作为技术创新成果的代理指标。本文选取的技术创新变量包括几个方面：专利成果、新产品销售额和技术成果。专利成果取专利授权的个数，新产品销售额取新产品的销售额，技术成果取技术市场的成交额。为了消除异方差的影响，在计算时，技术创新变量innovit取自然对数。

（2）技术创新人力资源投入量（Hrit）与资金投入量（Cait）

用Hrit表示技术创新的人力资源的投入量，取科技活动人员数。用Cait来表示技术创新资金的投入量，取科技经费支出额。为了最大程度地消除异方差的影响，对以上2个指标的样本数据也做了取自然对数的处理。

（3）金融体系发展变量（Fin_scaleit和Fin_effiit）

在衡量一国的金融发展（增长）时，主要使用货币存量（M2）与国民生产总值（GDP）的比重，即金融相关率作为标尺。金融相关率（M2/GDP）是衡量一国金融深化和金融改革程度的主要指标，由于中国缺乏各地区金融资产和M2的统计数据，无法直接使用戈氏和麦氏指标。一般来说，贷款的投放规模反映了一个地区的资金利用程度，而存款量的增长为金融机构带来充足的资金来源，本文用存款与贷款额作为金融资产的度量指标，并用这一指标与GDP的比例来代理金融相关率，即金融体系发展变量用Fin_scaleit表示。

金融中介机构效率指标，表示金融机构配置金融资源的效率，即银行将资金盈余部门的资金转化为贷款的效率。用金融中介机构吸收的企业存款与城乡储蓄存款之和与其发放的贷款之比代理金融机构效率，用Fin_effiit表示。

在模型（1）中，α为截距项，εit为残差项。

1.2 数据来源和计量方法

本文的数据来源于1996～2009年《中国统计年鉴》、《中国科技年鉴》、《中国知识产权年鉴》以及CNNIC报告等。

面板数据的单位根和协整方法是在时间序列的单位根和协整方法的基础上发展起来的，它综合了时间序列和横截面的特性，通过加入横截面能够更加直接、更加精确地推断单位根和协整的存在。面板数据的单位根和协整方法在样本时间序列较短，在截面数据的情况下优势更为明显。由于许多经济数据具有不平稳的特征，如不进行单位根检验，则容易产生伪回归问题。而单位根检验能很好地解决这一问题。

对于各变量进行面板数据单位根检验时，假如各变量是同阶单整I（1）的，就继续进行协整检验，以研究各变量间的长期均衡关系，同时用ECM，即误差修正模型来分析各变量间的短期均衡关系。假如各变量是非同阶单整的，则应该停止计算，不再继续进行协整检验。具体步骤如下：

(1)检验变量的平稳性。检验变量的平稳性主要是用单位根检验各变量是否同阶单整I（1）。本文采用Haris-Tzavalis单位根检验、IPS单位根检验与LLC单位根检验3种方法来进行面板数据的单位根检验，尽量避免单一检验的失误。

(2)在第一步平稳性检验通过以后，用EG两步法对模型（1）进行回归运算，得到残差εit，然后用Haris-Tzavalis单位根检验、IPS单位根检验与LLC单位根检验3种方法来检验残差序列εit的平稳性。如是平稳的，则表明变量间存在的长期均衡关系，否则，说明变量间不存在长期均衡关系。

(3)用ECM模型检验变量间的短期均衡关系。

建立误差修正模型：

上式中，ECM表示均衡误差，指的是在短期内各变量偏离长期均衡关系的程度，△为一阶差分，γ为均衡误差对Innovit的控制，表示各变量回归均衡点的调整速度。系数β1、β2、β3、β4为人力资源投入、资金投入和金融支持系统对技术创新3个方面的短期影响程度。如β1、β2、β3、β4均显著不为零，表明存在短期均衡关系，人力资源投入、资金投入和金融支持系统对技术创新有短期影响，否则，短期影响就不存在。使用软件Eview5.1对数据进行运算处理。

2 实证结果分析

2.1 面板数据单位根检验

对技术创新变量（Innovit）、人力资源的投入变量Hrit、技术创新资金投入变量Cait、金融体系发展变量Fin_scaleit与金融中介机构效率变量Fin_effiit分别进行LLC检验、Haris-Tzavalis检验和IPS检验。检验结果显示，这五个变量均具有时间趋势。所以，对这五个变量采用含时间趋势的模型进行单位根检验。而以上变量的一阶差分变量却将无时间趋势，采用不含时间趋势的模型进行单位根检验。单位根检验的结果如表1所示。

表1的计算结果表明，人力资源的投入变量Hrit、技术创新资金投入变量Cait、金融体系发展变量Fin_scaleit、金融中介机构效率变量Fin_effiit在LLC单位根检验、Haris-Tzavalis单位根检验和IPS单位根检验中都没有拒绝单位根的假设，说明这些变量是非平稳的。以上变 量 的 一 阶 差 分 变 量 △ Hrit-1、△ Cait-1、△ Fin_scaleit-1、△Fin_effiit-1均在10%的显著性水平下拒绝了单位根假设，表明以上变量的一阶差分变量全是平稳的。所以，这些变量均为一阶单整I（1）。

表1

2.2 面板数据的协整检验

人力资源的投入变量Hrit、技术创新资金投入变量Cait、金融体系发展变量Fin_scaleit、金融中介机构效率变量Fin_effiit均有一个单位根为I（1）。所以，这些变量之间存在协整的可能性。

对模型（1）进行回归运算，回归的结果如表2所示，同时，得到3个残差项：ε1it、ε2it、ε3it，对残差序列εit分别选用不含时间趋势的检验方进行LLC检验、Haris-Tzavalis检验和IPS检验。

从表2的数据可以看出，大部分变量在10%的显著性水平下是显著的。并且大部分因变量与自变量呈正向关系，说明金融支持体系以及人力资源和资金的投入对技术创新会产生支持作用。从回归结果来看，金融体系发展变量Fin_scaleit对技术创新的专利成果和技术成果具有显著的支持作用，而金融体系发展变量Fin_scaleit对新产品销售额的支持作用却不明显，可能是由于专利成果和技术成果在产业化的过程中存在问题。金融中介机构效率变量Fin_effiit、人力资源的投入变量Hrit、技术创新资金投入变量Cait均对技术创新的三个方面指标具有显著的支持作用。

表2

仍然采用LLC单位根法、Haris-Tzavalis法和IPS法检验ε1it、ε2it、ε3it这3个残差项的平稳性，计算结果如表3所示。残差项ε1it、ε2it、ε3it均不存在单位根，说明变量间存在着协整关系，金融体系发展、金融中介机构效率、技术创新的人力资源投入和资金投入对技术创新的3个方面都具有长期影响。面板数据的协整检验的结果说明了金融体系与企业技术创新之间存在长期关系。

表3

2.3 ECM模型分析

要检验金融支持体系各变量与企业技术创新之间有无短期的因果关系，还需借助ECM模型，即模型（2）进行计算。在选择滞后期时，在原来滞后1年的基础上再滞后3年，把样本数据输入ECM模型运算，得到计算结果如表4所示。

从表4中可以看出，ECM1i,t-5、ECM2i,t-5、ECM3i,t-5的系数在10%的显著性水平下显著，并且均为负数，因而符合正向修正原理，说明变量间存在短期均衡关系。其中，因变量对于专利成果ΔInnovit系数与技术成果ΔInnovit系数大多都在10%的显著性水平下显著，并且多数系数为正，说明人力资源的投入、技术创新资金投入、金融体系发展以及金融中介机构效率变量对于技术创新的专利成果和技术成果在短期内都有明显的支持作用。然而，因变量对于专利成果ΔInnovit系数与技术成果ΔInnovit系数大多在10%的显著性水平并不显著，说明人力资源的投入、技术创新资金投入、金融体系发展以及金融中介机构效率变量对于技术创新的新产品销售额在短期内的支持作用不明显。△Fin_scalei,t-2和△Fin_effii,t-2对专利成果ΔInnovit系数不显著，而滞后3期时，△Fin_scalei,t-3和△Fin_effii,t-3对专利成果ΔInnovit系数才开始显著，说明金融支持体系对技术创新的支持有一定的滞后期，前2年的支持作用并不明显，第3年支持作用才开始显著。

3 结论

表4

本文基于面板数据和ECM模型研究了金融体系对企业技术创新的支持作用。经计算得出以下结论：从长期的角度看，金融体系与企业技术创新之间存在长期关系。金融支持体系以及人力资源和资金的投入对技术创新会产生支持作用。然而，金融体系发展对新产品销售额的支持作用不明显。从短期的角度看，说明人力资源的投入、技术创新资金投入、金融体系发展以及金融中介机构效率变量对于技术创新的专利成果和技术成果有明显的支持作用，却对新产品销售额的短期支持作用不明显，可能是专利技术和成果产业化过程中出现问题。另外，金融支持体系对技术创新的支持在2年内不明显，第3年支持作用才开始显著。金融体系对技术创新的支持有明显的滞后性。

[1]约瑟夫·熊彼特.经济发展理论[M].上海:商务印书馆,1990.

[2]Gupta,K.L.Finance and Economic Growth in Developing Countries[M].Sydeney:Dover,N.H.Groom Helm,1984.

[3]Saint-Paul,G.Technological Choice,Financial Markers and Economic Development[J].European Economic Review,1992,（36）.

[4]刘降斌，李艳梅.区域科技型中小企业自主创新金融支持体系研究—基于面板数据单位根和协整的分析[J].金融研究，2008，（12）.