上市公司融资约束与技术创新的关系研究<br/>——基于中国A股上市公司的数据

上市公司融资约束与技术创新的关系研究
——基于中国A股上市公司的数据

2019-01-03凌丽

时代金融 2018年35期

凌丽

（中南财经政法大学，湖北武汉 430073）

一、引言

世界银行的报告[1]表明：中国有75%的非金融类上市企业选择将融资约束列为企业发展的主要障碍，在80个被调查国家中比例最高。国内对于融资约束与技术创新的研究还很少，学者们大都认同融资约束显着的制约了技术创新，那么是否存在可以缓解这种制约作用的条件呢？

很容易想到时下正迅速发展的积极推动企业创新的风投市场，截止至2015年，中国风险投资各类机构已达1775家，全国风险投资管理资本总量达到6653.3亿元，本文致力于探讨风险投资是否能够缓解融资约束对技术创新的负向作用。

二、理论分析与研究假设

张杰等[2]（2012）研究发现，融资约束对企业的研发活动有抑制作用，并且这种抑制作用在民企表现得更加明显。贺勇和刘冬荣[3]（2011）认为在受到融资约束时，企业集团内部资本市场为成员企业的R&D活动获得比外部资本市场更为便利的资金提供了可能。

基于以上理论回顾，提出本文的假设1：

H1：融资约束抑制了公司技术创新，表现为SA指数与公司技术创新呈负相关关系。

创投机构具有技术优势、管理优势、研发优势，能为企业带来行业资源与先进的管理能力。不仅如此，VC有助于提高管理者把资金配置给相应项目的有效性。VC的参与能够降低企业内外信息不对称程度，使得外部投资者能够对管理者进行更为有效的监控并制定更加完善的契约，从而降低委托代理和逆向选择问题，进而降低管理者因为自身的信息优势而从自身利益出发而非投资者利益进行投资的动机，所以缓解了企业的技术创新活动受到融资约束的负向影响。同时，VC还有“认证”作用，VC产生了一种积极的信号，这种信号传递了企业是具有技术创新能力的，使得外部投资者更有意愿投资于VC支持的企业，有效缓解了融资约束对企业技术创新的负向影响。

基于以上理论回顾，提出本文的假设2：

H2：VC可以缓解融资约束对于企业创新活动的负向作用。

三、研究设计

（一）数据来源及变量说明

本文选取2007年—2016年间A股的上市公司作为研究样本。本文在分样本的实证过程中，将样本分为有VC支持与无VC支持子样本。VC的数据来自于WIND的VCPE数据库，本文将有VC支持并且时间处于VC进入之后与VC退出之前的企业-年样本视为有VC支持的样本。在2007-2016首次公开发行的样本中，有VC支持的企业达到543家，占到总数的42.36%。

本文的财务数据来自于国泰安数据库，专利数据来自于国泰安中上市公司与子公司专利数据库，剔除了期间部分解释变量、控制变量数据缺失的观测值，剔除了房地产、金融等行业的企业，总共得到19026个企业-年观测值。为避免奇异值的影响，本文对所有财务数据和专利数据在1%和99%分位上进行缩尾处理。控制变量方面我们加入总资产（asset）、资产负债率（lev）、成长性（tobinsq）、有形资产比例（PPE）、行业集中度（HHI）、资产回报率（roa）、企业年龄（Age）7个控制变量，并进一步控制了年度，行业，和省份固定效应。

（二）模型构建

模型如下：

四、实证结果

（一）变量描述性统计及相关系数检验

从公司创新水平看，lnpatent的均值为1.5302，lninvention的均值为1.0803，反映出我国上市公司整体创新水平较低，而lnpatent和lninvention的最小值和中位数都为0，最大值却分别为6.4216和5.5053。表明中国上市公司的技术创新水平有很大的差距，有小部分公司具有很强的创新精神，它们有大量的专利申请和发明申请。

（二）回归结果分析

表融资约束与企业技术创新绩效

被解释变量不论为衡量创新产出的专利申请量还是衡量创新质量的发明申请量，SA指数的系数都显著为负。其中，融资约束对专利申请量的抑制程度最大，其回归系数为-10.0371，且在1%的水平上显著，显示融资约束每增加变动1个单位，企业的专利申请量将减少10.0371%。因此，假设1得到验证。

当被解释变量分别为专利申请量和发明申请量时，创投支持企业子样本中，SA指数的系数分别为-8.3031和-4.8377，并且都不显著，然而在非创投支持企业的子样本中，SA指数的系数仍然在1%的显著性水平下显著为负，分别为-10.3139和-6.9592。说明在VC的作用下，融资约束与企业技术创新绩效之间的关系变得不显著了。

为了确保相关结论的有效性，对回归结果进行了稳健性检验。鉴于企业专利申请具有滞后性，本文将用t+1期的专利申请量和发明申请量作为解释变量来衡量企业的创新产出和创新质量。在对假设H2进行检验时，上述结果可能是由于VC对行业技术的理解和经验使它更能选择创新能力好的企业造成的（选择效应）。为了进一步控制内生性问题，我们采用倾向得分匹配法（Propensity Score Matching，简称PSM），在多个维度将有VC参与的企业跟与其特征相似的没有VC参与的企业进行匹配，进行分样本的回归来验证H2。结果与之前结论一致，说明本文的结果是稳健的，限于篇幅具体结果省略。