安徽省战略新兴产业发展的金融支持效果分析

刘恩莉，綦莹莹

[摘要]文章以安徽省2014—2019年52家战略新兴产业上市公司面板数据为研究样本，以金融支持企业发展的实际效果为研究对象，结合生命周期理论，从直接性、间接性和政策性维度构建金融支持体系。通过面板数据协整分析、格兰杰因果检验和固定效应模型测度各层次支持效果，实证结果表明政策性金融和商业信用融资支持对安徽省战略新兴产业发展起正向作用，而债券、股票和银行金融支持则起负向作用。

[关键词]战略性新兴产业;金融支持效果;固定效应模型;生命周期理论

[DOI]10.13939/j.cnki.zgsc.2021.33.014

1引言

战略新兴产业，即我国在“十三五”规划中重点发展的五大战略产业，包括网络经济、生物经济、高端制造、绿色低碳、数字创意。[1]金融支持机制作为产业资源配置的动力，对培育和发展战略性新兴产业具有核心支撑作用。安徽省统计局数据显示，2019年安徽省全年战略新兴产业产值增長14.9%，高出规模以上工业增值8.2%。但安徽省金融支持战略新兴产业发展体系仍存在支持效率不足、内外源资金支持结构不合理等问题。

目前，对金融支持战略新兴产业的研究主要集中于金融支持体系构成及支持效果，在政府财政支持企业发展效果上，David等（2009）认为政府财政资金支持虽然有利于公司提升研发能力，但挤出效应导致政策性资金支持的激励效果并不绝对，[2]而李东阳（2018）则认为政府资金支持对公司初期发展阶段起关键的正向作用;在直接融资方式对企业的支持效果上，[3]凌江怀（2011）认为直接融资与公司发展间呈负相关 ，[4]孙早（2016）则认为直接融资直接推动了公司研发与技术创新发展。[5]也有学者从金融支持效率，即资金投入产出比的角度分析不同金融支持方式的支持效果。Haslem（1999）运用数据包络分析方法（DEA）测度出银行业金融支持效率较高，[6]熊正德等（2010）同样运用DEA方法对于市场性金融支持方式进行实证分析，结果显示其效率较低且风险较高。[7]由此可知，学者普遍认可金融支持对战略性新兴产业的整体促进作用，但在不同金融方式对企业的支持效果上存在较大分歧，且针对经济欠发达地区新兴产业金融支持体系的发展研究不足，对安徽省等新兴地域资本市场的实证分析研究较少。

2安徽省金融支持战略新兴产业发展现状

根据安徽省金融支持战略新兴产业发展的现状，将金融支持途径分为政策性金融、直接性金融与间接性金融三类。结合产业生命周期理论，以企业发展阶段为切入视角进一步分析不同金融途径支持企业发展的现状。

由图1可知，以政府引导基金为代表的政策性金融主要支持企业由初创期进入成长期;直接性金融支持方式中的商业信用融资与区域性股权交易融资主要扶持初创期与成长期企业;以银行信贷为主的间接性融资支持贯穿企业全生命周期;而企业成熟期则以直接性金融支持方式中的股票、债券市场融资为主要筹资方式。

2.1政策性金融支持

安徽省政府针对战略新兴产业的政策性金融支持包括税收优惠、专项补助、政府引导基金等方式。其中，政府引导基金将产业资本与金融资本有机结合，是安徽省近年来优先推广且富有成效的政策性金融支持方式。截至2020年5月底，安徽省种子投资基金和省创业投资基金共筹资38.55亿元，设立子基金21个，已基本覆盖全省24个战略性新兴产业发展基地。“清科2020中国政府引导基金”研究报告显示，安徽省高新投母基金在2020年中国政府引导基金中排名第10，累计投资建设战略性新兴企业445个。现阶段全国政府引导基金的设立增速已逐渐放缓，预计安徽省也将逐渐迈入存量优化阶段。

2.2间接性金融支持

间接融资指以银行融资为代表的债权性融资方式，其中银行融资主要指需要偿还本息的短期借款与长期借款。现以金融机构借款率，即长期借款与短期借款占企业资产总额的比例，描述以银行为代表的间接金融对安徽省战略新兴产业的支持现状。2013—2019年安徽省战略性新兴产业银行融资规模中短期借款占绝对比重，而长期借款比重较小，即企业在银行融资主要依赖短期借款，且融资总额近年来相对平稳。

2.3直接性金融支持

2.3.1场内市场：以股票、债券与商业信用支持为主导

（1）股票市场融资。安徽省证监局数据显示，截至2020年6月20日，安徽省内共有上市公司124家，其中共有52家企业归属于战略新兴产业，主板、中小板、创业板上市的企业分别为22家、12家、12家，国有企业占比较小，即安徽省战略性新兴产业上市企业直接金融支持中的股票融资主要通过主板渠道予以实现，企业性质以私营企业为主。

（2）债券市场融资。截至2019年年底，安徽省52家战略新兴产业上市公司中有资格发行中小企业集合债券的总数不超过 20 家，有资格的公司其发债规模也受到严格限制，总体难以满足企业的融资需求。安徽省战略新兴产业内上市公司的应付债券率在五年间虽有小幅上涨，但自2016年后基本平稳并维持在0.45%，相对公司总资产占比较小，可见债券融资方式对安徽省战略新兴企业发展支持力度相较其他融资方式较为有限。

（3）商业信用融资。商业信用作为直接融资途径，具有获取容易、免于担保等优点，[8]是战略新兴企业获取金融支持的重要方式之一。2014—2019年间样本企业的商业信用率维持在20.93%～21.09%，高于15%左右的企业股权融资率，在企业金融支持体系中占据较高比重。

2.3.2场外市场：以区域性股权转让交易中心为代表

截至 2020 年11月14日，安徽省股权转让交易中心先后推出成长板、科技板、农业板、文旅板等八大板块，挂牌企业7138家，融资总额达5086592万元，是安徽省战略新兴中小企业在场外市场的重要融资途径之一。但与此同时，安徽省股权转让交易中心针对初创期企业挂牌门槛较高，融资产品种类较少，实际获得融资的战略新兴企业数量较为有限。

3安徽省战略新兴产业的金融支持效果

3.1研究设计

3.1.1变量选择

以净资产收益率（ROE）为因变量，将其作为企业资本综合效益、盈利能力及公司财务管理能力的反映指标;以资产负债比率（DTA）为控制变量，将其作为公司偿债能力和总体财务状况的反映指标。

3.1.2面板回归方程设定

文章通过建立多元回归模型，运用安徽省战略性新兴产业企业相关数据，测度不同融资路径对战略新兴产业经营绩效的动态效应。其中，ROE为净资产收益率，BRF为金融机构借款率，BPR为应付债券率，SFR为股权融资率，BCR为商业信用率，DTA为资产负债率，最终模型设定如下：

ROEit=Bit+β1×BFRit+β2×BPRit+β3×SFRit+β4×BCRit+β5×GSRit+β6×DTAit+εit（1）

3.1.3数据来源

文章参考《“十三五”国家战略性新兴产业发展规划》中战略性新兴产业相关规范，从安徽省证监局公布的安徽省辖区110家上市公司中筛选出52家战略新兴产业上市公司，并借助Wind、国泰安数据库及上市公司2014—2019年财报得出数据。

3.2实证结果分析

3.2.1数据统计分析

（1）净资产收益率。净资产收益率（ROE）越高，公司的盈利能力越强，经营绩效越好。对研究样本进行描述性统计分析得出表4，可知2015年净资产收益率最小值为-0.9;2017年的净资产收益率最大值为0.7;6年间平均净资本净收益率逐年提升，战略性新兴产业发展总体呈良好趋势。

由图2可知，70%的战略性新兴产业净资产收益率集中在0～0.15范围，10%的企业净资产收益率小于等于零，20%的企业净资产收益率大于0.15。2014—2018年间，战略新兴企业净资产收益率总体上升，净资产收益率大于等于0的企业总数整体也有所增加。

（2）全样本统计量描述。由表3可知，解释变量中商业信用率最大，平均為0.21518;其次是股权融资率和金融机构借款率，平均分别为0.15122和0.11323;最小为应付债券率，平均值为0.00594。

3.2.2面板模型选择

（1）面板数据平稳性检验。在分析相关变量因果关系之前需先对数据进行单位根检验，以确保数据的平稳性，单位根检验结果如表4所示。

（2）面板模型确认。使用固定效应下的Wald F检验来进一步确定是否为混合效应模型。F统计量定义为：

F=（SSEn-SSEf）/[（NT-K-1）-（NT-N-K）]SSEf/（NT-N-K）=（SSEn-SSEf）/（N-1）SSEf/（NT-N-K）（2）

其中，混合估计模型的残差平方和用SSEn表示，固定效应回归模型的残差平方和用SSEf表示，结果如表5所示。

3.2.3实证检验与结果分析

（1）回归模型的参数估计。为了避免不同上市公司的横截面数大于时间序列横截面数所造成的横截面异方差，文章选择用横截面加权最小二乘法来估计固定效应模型。先对方程参数进行无约束估计，后根据估计结果方差确定权重，采用面板校正标准误差（PCSE）方法对模型系数的协方差形式进行稳健的标准误差分析，结果如表6所示。

由表6可知：模型的R2=0.807004，调整后的R2=0.760618，说明模型模拟有良好的拟合优度，且解释变量均通过显著性检验，证明文章建立模型合理且符合实际。

固定效应模型回归结果表明：政府补贴率（GSR）在10%的显著性水平下起积极的正向作用，商业信用率在1%显著性水平呈正相关关系;金融机构借款率、股权融资率和应付债券率在1%的显著性水平呈负相关，且负影响逐渐增大。

（2）回归结果分析。①政策性金融支持在10%的显著性水平下起正向作用。政府补助率（GSR）在10%的显著性水平下与净资产收益率（ROE）呈系数为0.68715的正向关系，体现政策性金融支持在安徽省金融支持战略性新兴产业体系中的重要地位。政府金融支持以较低的获得成本推动企业实施初期技术研发与中期成果实物化进程。但政策性金融支持的影响系数远高于其他市场性金融支持方式，存在过度干预与违背市场规律，致使企业资本结构失衡进而丧失市场感知能力风险。②间接性金融支持在1%的显著性水平下起负向作用。金融机构借款率（BFR）在1%的显著性水平下与净资产收益率（ROE）呈系数为-0.19465的负向关系，以银行为代表的金融机构借款虽为企业提供了资金支持，但对企业盈利起负向作用。战略性新兴产业往往有较长投资回报期，而金融机构针对新兴企业贷款期限总体以短中期为主，两者结构错配制约了企业资金使用效率，且战略新兴企业无形资产价值比重较高，申请贷款因缺乏可抵押资产而难度较大。③直接性金融支持的负向作用与正向作用。其一，债券市场融资支持在1%的显著性水平下起负向作用。应付债券率（BPR）在1%的显著性水平下与净资产收益率（ROE）呈系数为-1.1641的负向关系。因债券发行审批对企业资质要求较高，其通常优先考虑能源、交通、城市公共设施建设等项目。战略性新兴产业以中小企业为主，客观上存在相对较高的债券违约信用风险，在当前严格的信用评级审查要求中存在阻碍，企业发行债券成本与收益存在较大不确定性。 其二，股票市场融资支持在1%的显著性水平下起负向作用。股权融资率（SFR）在1%的显著性水平下与净资产收益率（ROE）呈系数为-0.31264的负向关系。安徽省战略性新兴企业上市公司多处于发展中前期阶段，多数股权资本投入到固定资产与技术研发等长周期项目或用于扩大生产管理规模进而引发规模不经济效应，而企业内部管理不当也加剧了股权融资的负向作用。其三，商业信用融资支持在1%的显著性水平下起正向作用。商业信用（BCR）在1%的显著性水平下与净资产收益率（ROE）呈现系数为0.24794的正向关系。商业信用融资作为低成本、低门槛且免于担保的直接性融资方式，在流动性与普及率上具有天然优势。安徽省52家战略新兴上市企业在资本规模与社会商誉上优于普通企业，在融资获得及额度上更具优势，其较高商业往来量也为其交易融资创造条件，如分期付款、应收账款和销售折扣等。

4安徽省金融支持战略新兴产业发展的对策

4.1政府性金融支持：依据企业生命周期建设基金引导模式，健全审批与退出机制加强与省内科研院所与高等院校合作，构建覆盖安徽省战略新兴企业全生命周期的资金支持链条。完善审批制度，发挥政府信用与财政资金对社会资本投资的引导作用而非替代作用，通过加强基金审批与监督机制建设防止资金沉淀。优化现有种子投资基金、中小企业发展基金等管理模式，强化各类基金支持企业的差异化职能。加强与国元金控集团、省投资管理集团等省属企业合作，对资金使用效率低下的基金实施退出机制。

4.2直接性金融支持：拓展企业直接融资渠道，加快区域性股权交易中心建设积极探索与战略性新兴产业发展相匹配的债券种类，创新应用绿色债券、高收益债券、专项债券、集合债券、私募可转债等金融工具。构建多层级信用评价指标体系，拓宽企业无形资产与成长前景等多方面指标。完善场内与场外市场转板制度，降低战略新兴企业上市门槛与融资成本，推动企业实施再融资和并购重组。加快建设区域性股权交易中心综合分层的监管体系，将强制信息披露制度与自愿信息披露制度相结合，加大违规披露处罚力度。

4.3间接性金融支持：健全新型政银担合作业务模式，健全应收账款融资机制优化健全新型政银担业务模式，完善风险分担及资本金补偿机制，通过三方协调合作缓解信息不对称及隐形贷款门槛问题。健全应收账款融资机制，建设区域性企业征信服务平台以便金融机构评估企业经营情况、应收账款及逾期状况，推动企业开展应收账款抵押融资和企业存量资产融资项目。完善企业转贷应急机制，在做好风险控制基础上对暂时困难的企业继续提供金融支持。

参考文献：

[1]孙国民.警惕战略性新兴产业发展的误区[J].中国经济问题， 2013， 278 （3）：45-50.

[2]PAUL D，BROMVYN H，ANDREW T.Is public r&d a complement or substitute for private a review of the econometric evidence[J].research policy，2000（29）：497-530.

[3]李东阳，蔡甜甜，崔晔.中国战略性新兴产业企业国际化能力影响因素研究[J].财经问题研究，2018（6）：35-40.

[4]凌江怀，胡青青.上市公司融资结构与经营绩效相关分析——基于2003—2010年广东省上市公司分行业面板数据的考察[J].华南师范大学学报（社会科学版），2011（6）：72-78，158.

[5]孙早，肖利平.融资结构与企业自主创新——来自中国战略性新兴产业A股上市公司的经验证据[J].经济理论与经济管理，2016（3）：45-58.

[6]HASLEM A， SCHERAGE A， BEDINGFIELD J.Dea efficiency profiles of u.s. banks operating internationally [J].International review of economics& finance，1999（2）：165-182.

[7]熊正德，阳芳娟，万军. 基于两阶段DEA模型的上市公司债权融资效率研究[J].财经理论与实践，2014（2）：51-56.

[8]张宏彦，王磊.中国战略性新兴产业发展与金融支持的动态关联——基于沪深A股上市公司的經验数据[J].财经理论与实践，2015，36（6）：14-19