金融支持科技成果转化的风险价值研究

李尹汐　蔡志荣　任可心　白红信

摘要：由于知识经济和世界经济一体化进程的加快，金融支持科技成果的转化成为了建设创新型国家的必由之路。但是金融投入存在风险，因此，建立风险评价方法进而对风险进行评估十分必要。本文将运用“最小二乘法”对2008-2017年专利有效累计数与各类资金数额统计中的未知数据进行填充，并结合我国国情选择专利有效累计数、科学技术支出、创业风险管理资金、研究与试验发展（R&D）经费情况、股票成交额、保险保费投资额中近几年的数据，通过实证分析研究后发现，创业风险管理资金与创业风险投资数据的吻合度最高，进而利用VAR模型中的方差-协方差法对已知投资组合进行风险价值的分析求证，得出其风险价值。

关键词：金融支持;科技成果转化;风险价值;最小二乘法

从2010年1月刘延东同志对科技部等七部门上报的《关于深化科技金融合作加快实施自主创新战略的报告》所作的批示，到2017年10月召开的十九大中习总书记提到的“科技创新”问题和制定的法律法规中不难发现，我国在金融支持科技成果转化方面进行了有益探索，但不容忽视的问题是科技成果在产业化、商品化及资本化等转移转化过程中，易受到不确定因素（技术、市场、制度环境、收益等在内的投入与输出的不稳定性及不确定性）的影响而造成无法达到预期或是与预期相差甚远的结果。这种无法彻底得以有效控制的科技与经济脱节问题所带来的影响，使得我国在金融支持科技成果转化的效率性及有效性方面远落后于欧美等发达国家。

但通过查阅大量的数据对比发现，风险的出现除了不确定性外还具有一定的规律性。最为明显的一点是其阶段性。同一项目的不同阶段，风险的几率不同。在风险投资项目的萌芽期，尽管投资额较少但出现风险的概率却是最大的，随着项目的进行，技术和产品在不断地成熟完善，风险出现的概率也随其在不断减小直至进入市场化阶段时达到最低。

上述对于风险性的分析使得我们对于文章所研究的核心有一个较为宏观的认识。同样地，对我国科技成果转化的现状进行分析，也有利于我们下文的讨论。

据《全国技术市场统计年度报告》和《全国科技成果统计年度报告》显示，应用技术类在我国科技成果资源中占有较大比重，但从2008-2017年应用技术成果的应用状态中发现，尽管产业化应用成果的比例位居首位，但该比例却呈逐年下降至平稳状态。我国有51677项应用技术成果在2017年被登记，其中有29113项成果为产业化应用。获得经济效益的成果比重占全部应用技术类的30.40%（15711项），已转化的项目数量占21.21%（10963项），未应用成果数占6.40%（3306项），此外还有0.16%的成果（84项）应用后被停用。值得注意的是，在未应用或应用后被停用的科技成果比重中，被独立科研机构和大专院校完成的比例高达44.84%。

一、研究现状

通过现有文献可以了解到，国内外学者对于金融支持科技成果转化的积极作用这一课题已达成共识。金融通过支持科技成果的转化，带动了相關企业的发展，提高了国家的创新水平，从而实现技术变革这一目标。

Gerard Cornuejols（2003）提出了开发性金融机构通过提供资

本来吸引更多资金加入以提高新兴企业的技术吸收力及国家创新力的想法。Keuschning（2004）认为，风险投资机构及有经验的投资家的大量存在可以有效地提高技术创新率。鄢洪平（2007）在《风险投资解困中小科技企业融资难题》一书中指出了风险投资与高新技术产业的双向发展关系及其促进作用。郑婧渊（2009）通过分析金融与高新产业的关系指出，金融支持是促进其快速发展的基石。

但就国内已有相关文献而言，主要集中于金融与科技结合方面的研究，关于金融支持科技转化的风险价值研究较少，绝大数是作为其关系的影响因素而略有提及。为此，本文将以金融对科技成果转化的支持方式为基础（本文只选取了其中五个方面进行研究），结合我国现有科技成果转化方面的情况，针对其中的风险价值进行研究。

二、研究方法及技术路线

众所周知，科技成果的转化是高风险与高收益并存的一项经济活动。其风险性主要体现在对核心技术预测的偏差性、市场需求的不确定性、转化时速度和方向的受限性以及恶意竞争造成的收益未知性。而这些影响因素是科技成果在产业化、商品化及资本化等转移转化过程中不可忽视的。因此本文将采用“最小二乘法”来对其风险价值进行研究。虽然“最小二乘法”已广泛应用于经济学的各个领域中，但在金融与科技转化问题的研究中涉之甚少。

（一）研究方法

最小二乘法的基本公式为：

[j=1nXijβj=yi（i=1，2，3...m）]

其中m为等式数目，n为未知数个数，m[>]n;将其进行向量化后为：[XB=y]

其中，[X]=[X11  X12  …  X1nX21  X22  …  X2n?   ?    ? ?Xm1  Xm2  …  Xmn]     [β=β1β2?βn]，  [y=][y1y2?ym]

引入残差平方和函数S

S（[β]）=[Xβ-y]2

当[β=β]时，S（[β]）取最小值，记作：[β]=argmin（S（[β]）），通过对S（[β]）进行微分求最值可以得到X[T]X[β]=X[T]y，如果X[T]X矩阵非奇异则[β]有唯一解：[β]=（X[T]X）[-1]X[T]y

计算每组数据之间的相关系数，相关系数的值越接近1，说明这两组数据的吻合度越高，它们之间的影响就越大。

（二）技术路线

本文引用了“最小二乘法”，它的原理是通过最小误差的平方和寻找数据的最佳函数匹配。利用“最小二乘法”可以简便地求出未知数据，且允许存在小误差，所以本文选取这个方法进行分析。又利用MATLAB对相关的数据进行求解，通过计算数据之间的相关系数来反映其影响关系。

应用“最小二乘法”，可以较为方便地分析金融支持科技创新成果转化的风险价值，其技术路线如下：

三、实证建模分析

对于未知量我们利用到了“最小二乘法”进行模拟拟合，“最小二乘法”的优势是可以反映这组数据的趋势，并且允许有一定的误差。为了更好地研究金融支持科技成果转化中的风险价值问题，我们可以用VAR模型中的方差-协方差法进行分析求解。然后再利用此方法求出这几组数据之间的关系，通过Excel得出每组数据的相关系数。

（一）数据选择

科技成果转化中的资金主要来源于财政科技投入、创业风险投资、金融机构和资本市场。财政科技投入选择的数据为科学技术支出和R&D研究经费（研究与试验经费），创业风险投资选择的数据为创业风险管理资金，金融机构选择的数据是股票成交额，资本市场选择的数据为保险公司的保险保费。专利有效累计数中的数据来源于中华人民共和国国家知识产权局网站。科学技术支出中的数据来源于中华人民共和国科技技术部网站。创业风险管理资金中的数据来源于中华人民共和国科学技术部。研究与试验发展（R&D）经费情况中的数据来源于中国统计年鉴网。股票成交额中的数据来源于中国统计年鉴网。保险保费投资额中的数据来源于中国统计年鉴网。

首先利用最小二乘法模拟出需要拟合的曲线图像并观察其变化趋势，再利用方差-协方差法求出每组中的未知数据，根据求得的每组中的未知数据，利用Excel分别得出其相关系数和风险价值，进而可以直观了解到金融支持科技成果转化的最为有效方式。

如图1所示，我们先用MATLAB求出未知数据以及拟合方程。

（三）结果

根据以上求出的拟合方程求得的未知数据如表2所示：

而金融与科技成果转化之间的关系从以上表中是看不到的，为了求出金融对科技成果转化的支持，本文采取了相关系数来进行求解。求出金融与各组数据之间的相关系数，用到了Excel进行求解，结果如表3所示：

因为资产组合的风险价值求得的方法是一样的，所以就以保险公司的保费投资额为例，利用VAR模型求风险价值，它表示给出投资金额数时，在未来的一日和十日时的最大损失金额为多少，求出来的风险价值如表4所示：（详细过程见附录）

四、结论与建议

（一）结论

本文探讨了风险价值的产生原因并由此确立了金融对科技成果转化中风险价值的支持关系，并在此基础之上结合我国金融支持科技成果转化现状，收集、整合数据并建立VAR模型，通过测算和分析其中的利弊关系，得到其风险价值的实证结果。

由上述数据可知：R&D研究经费的吻合度最高，股票成交额的吻合度最低。说明R&D研究经费的支出对科技成果转化的影响力更大，因此政府可以在合理的范围内加强对R&D研究经费的投资。

不管是政府部门对资金方面的投入还是个人企业对资金方面的投资，都希望能做到最小的损失，而据上图数据显示，保险保费在投资中，在百分之九十五的概率下的10天最大损失为1144.77亿元，但通过风险的规律性可以提前有效地降低投资风险。

（二）建议

要建設创新型国家，必须紧跟经济和科技的脚步，并将其合二为一、相辅相成。为此，根据研究结果提出如下建议：

第一，进一步发挥政府的引导作用。本文研究表明，最为有效的方式是加强对R&D研究经费的投资，因此政府可以适当加大对其的引导和投入。

第二，进一步加强金融对科技成果转化的推动作用，努力营造良好的金融生态环境，调动企业及学校对其研究的积极性。

第三，进一步完善多层次的市场经济体制，为科技成果转化的金融支持提供多元化的选择。

参考文献：

[1]Zhuxin Wu，Chunyu Zhao，Mei Chen.Research on Scientific & Technological Achievements Transformation of Sichuan Provincial State-Owned Enterprises ofChina. American Journal of Industrial and Business Management，2016（6）：815-821.

[2]徐辉.科技成果转化机制及对经济增长的效应研究[D].南京：河海大学，2006.

[3]Gerard George，Ganesh Prabhu. Developemental financialinstitutions astechnology policy instruments：implications for innovation and entrepreneurship in emerging economics[J].Research Policy，2003（32）：89-108.

[4]Keuschning Christian. Venture Capital Backed Growth[J].Journal of Growth，2004，9（2）：239-261.

[5]鄢洪平，马怀.风险投资解困中小科技企业融资难题[J].财政研究，2007（01）：70-72.

[6]郑婧渊. 我国高科技产业发展的金融支持研究[J].科学管理研究，2009，27（05）：101-103.

[7]童藤.金融创新与科技创新的耦合研究[D].武汉：武汉理工大学，2013.

[8]王宁，王丽娜.论我国科技成果转化的金融支持机制与发展对策[J].科技管理研究，2013，33（9）.

[9]蔺海新，徐全智.基于最小信息准则的 AR（1）模型的单位根检验[J].河西学院学报，2007（02）.

[10]柳劲松.民族地区财政支出与义务教育供给的动态关联研究——基于1979-2006年数据的VAR分析[J].教育与经济，2009（03）：57-60.

[11]彭正宇.浅析 VAR分析方法[J].现代经济（现代物业下半月刊），2008（1）：39+152.

[12]冯庆水，高亚运.基于 VAR 模型金融支持科技成果转化影响的实证研究——安徽省为例[J].安徽农业大学学报（社会科学版），2017，26（05）：44-49.

[13]徐义国.以金融创新推动成果转化[J]. 中国科技投资，2010（11）：58-59.