数字金融背景下融资渠道对中小企业创新的影响*

赵晶晶，全 颖，赵浏洋

（长春财经学院金融学院，吉林 长春 130122）

创新是经济发展的推动力，中小企业是经济社会的重要组成部分，具有强烈的创新动力。然而，创新是一项具有高风险、高投入的活动，需要金融资金的持续支持。随着第三次科技革命的到来，大数据、云计算、人工智能等高科技手段在金融市场得以应用，特别是2013年6月余额宝上线被看作中国数字金融发展的元年[1]。

数字金融的发展改变了中小企业的融资环境，例如金融机构使用高科技手段，通过搜集、提取和分析中小企业经营中留存的数据，建立信用评估模型对中小企业进行信用评价，有效降低了中小企业的融资成本。金融环境的变化使得中小企业的融资渠道和融资成本随之发生变化，中小企业需要通过权衡收益和融资成本，选择最优的融资渠道，进而决定创新投入的金额。

一般而言，企业的融资渠道分为内源融资和外源融资。内源融资主要来源于企业自身的经营利润和累积资金，是企业技术创新资金的主要来源。外源融资按照资金的性质不同又分为债权融资和股权融资，债权融资主要来源于企业的银行贷款和商业信用借款。通常，债权融资要求企业定期支付固定的利息，因此债权融资增加了企业的财务负担。而股权融资主要通过发行股票的方式筹集资金，投资者作为中小企业的股东，与中小企业共享收益共担风险。股权融资不需要中小企业提供抵押资产，也不会增加中小企业的财务负担。内源融资、股权融资和债权融资作为3种截然不同的融资渠道，在数字金融时代，将会对中小企业创新投入产生影响。

本文以2013年余额宝上线为研究起点，利用2013—2018年度中国创业板上市公司探讨数字金融背景下融资渠道对中小企业创新投入的影响。本文的贡献包括两方面。一是参考文献方面。已有文献研究了融资渠道对企业创新的影响，由于没有考虑时代背景的问题，并未形成一致的观点，本文考察数字金融背景下，企业融资渠道对中小企业技术创新投入的影响，补充了以往文献研究的不足。二是研究方法方面。本文采用系统广义矩估计 （System Generalized Method of Moments，SYS-GMM） 的方法，一定程度上克服了内生性问题，使得估计结果更加稳健可靠。

1 理论分析与研究假设

假设H1：数字金融的发展增强了中小企业内源资金向创新投入的转化。

大多数企业仅靠自有资金并不能满足生产、发展和创新的需要，因此外源融资不可避免。因为企业研发活动具有巨额的前期投入和沉淀成本的特征，所以即使存在收益不确定性以及逆向选择和道德风险问题，外源融资仍然是中小企业创新投入不可或缺的重要来源，外源融资的重要性日益凸显[4]。学者对我国上市公司研究发现，外源融资对创新投资的促进效应显著大于内源融资[5]。参考了国内外学者对企业外源融资渠道的划分，外源融资分为债权融资和股权融资两种类型[4-6]。

目前，债权融资对企业创新投入的影响存在一定争议，部分学者认为债权融资对企业创新存在抑制效应[7-8]，原因在于，一是中小企业缺少抵押资产。债权融资通常需要企业提供一定的固定资产作为抵押，而企业创新研发产生的知识资本和人力资本成果通常是无形资产，难以作为抵押资产，因此中小企业往往因缺少抵押物无法取得合意的贷款资金。二是资金使用成本高。相对于股权融资而言，债权融资需要支付利息，会给中小企业带来一定的财务压力。中小企业为了满足利息支付的需求，将会减少创新资金投入。三是资金使用期限错配。企业研发是一个长期的过程，需要中小企业有持久的资金投入，但是研发结果的不确定性和成功率较低的现实，证明了企业的创新具有高风险特性[9]。然而，以银行为代表的债权人向中小企业提供贷款时，为了控制风险通常会要求中小企业定期还本付息，资金的供给和需求在资金使用期限上的不匹配可能导致企业创新活动由于研发资金不足而终止。因此，债权融资对企业创新可能产生负向影响。四是存在创新项目泄密风险。企业创新研发需要高度保密，但在中小企业创新贷款申请过程中，需要向债权人提供项目的基本信息，这使得有些债权人会有意识地去窥探中小企业的创新信息并可能将这些信息输送给其他相关客户以赚取信息租金，这种行为将会对中小企业的创新行为产生抑制作用。

但是，另有部分学者认为债权融资对企业创新存在激励效应。一方面，以银行为主的债权人通常要求中小企业按照融资用途使用资金，贷款发放后，债权人会监督中小企业资金的使用情况，为中小企业创新活动形成了一种监督机制，可以督促中小企业加快研发速度，加快形成专利或专有技术并将其尽快推向市场[10]。另一方面，融资优序理论认为低风险的债权融资更能传递积极信息，能降低融资成本，是仅次于内源融资的最优融资方式[11]。

伴随着大数据、云计算、区块链和人工智能等信息技术的发展，使用中小企业经营中产生的大数据替代抵押资产，通过数据挖掘降低中小企业贷款的财务成本和时间成本，对数据进行归集、分类、解析与决策，有效缓解中小企业内部、中小企业间信息不对称问题，一定程度上解决了中小企业期限错配的问题[12]，降低了企业的融资成本。

假设H2：数字金融的发展，增强了中小企业债权融资向创新投入的转化。

长期以来，我国上市公司存在强烈的股权融资偏好[13-14]。股权融资对企业的创新投入有正向促进作用[15]。原因在于，一是股权融资无需资产抵押，中小企业可以根据自身的资金需求在资本市场上发行股票筹集资金，企业可以将筹集到的资金作为资本长期使用，股权融资不会给企业带来财务压力。Brown J R等[4]研究发现，大企业的研发投入主要依靠企业内源资金，而缺乏内源资金的中小科技企业主要通过发达的股票市场作为研发融资渠道，美国20世纪90年代出现的创新高潮主要就是由股票市场推动的。钟腾和汪昌云[16]认为股票市场相比于银行业更有利于促进企业专利创新，特别是对创新含量较高的发明专利影响更为显著。二是股权投资者往往是风险偏好者，他们追求高风险、高收益的投资项目，更加注重企业的成长性，因此更愿意为具有高风险、高收益的创新项目提供资金，股权融资更能够与中小企业创新投资特征相匹配。近年来，数字金融发展的背景下，资本市场迎来一系列改革，如 “沪港通” “IPO注册制改革” “科创板设立” “创业板注册制改革”等，这些政策的实施进一步完善了我国资本市场的功能，为企业创新融资提供了更为有效的途径。

不行。我得把所有的财产留给你。既然充气娃娃不能从世间带走任何东西，那么，充气娃娃可以把它们全留给你……

假设H3：数字金融的发展增强了中小企业股权融资向创新投入的转化。

2 数据说明与模型设定

1）数据来源。为了限定数字金融的研究背景，同时考虑到数据的可得性，本文以2013年余额宝上线为研究样本的起始年份，选取中国创业板上市公司为研究对象，以2013—2018年的年度数据为初始样本。创业板企业的创新投入数据和财务数据来自于国泰安数据库，数字普惠金融数据来源于北京大学数字金融研究中心编制的 《北京大学数字普惠金融指数》，按照数字金融总指数反映的省会城市与企业注册地所在城市相匹配。本文按照以下原则对样本进行筛选：剔除金融类和ST公司；考虑到极端值的影响，本文对控制变量进行上下1%的缩尾 （Winsorize）处理。本研究共获得有效样本482家，有效观测值3 157个。

2）变量定义。本文的被解释变量为企业研发投入 （RDR），为了直观比较企业单位营业收入的研发投入情况，本文使用研发投入强度即研发投入占营业收入比例来衡量创新投入。解释变量为融资渠道，主要包括内源融资和外源融资，外源融资又分为债权融资和股权融资。本文使用留存收益除以总资产来度量内源融资 （Inter）。考虑到大多数中小企业没有通过发行债权融资 （Debt），本文使用资产负债表中短期借款与长期借款之和衡量企业债权融资情况。另外，本文使用股本和资本公积之和除以总资产来衡量企业股权融资 （Equ）水平。

本文的分组变量为数字普惠金融指数 （DIFI）是北京大学互联网金融研究中心联合蚂蚁金服收集了海量数字金融数据构建的 “普惠金融指数”[17]。目前，学者们在研究数字金融时，多数是使用数字普惠金融指数作为数字金融的衡量方法[12-13]，本文也使用了该指数。

为了控制其他变量对本文结果的影响，参考已有文献，选择了以下反映公司特征的控制变量：企业规模 （Size）使用上市公司t期总资产取对数处理、企业年龄 （Firmage）使用企业所在年份与成立年份之差取对数处理、政府补贴 （Gov）采用政府补助总额除以总资产、托宾Q值 （TobinQ）采用市场价值除以总资产、管理层持股比例 （Msh）使用董监高持股总数比例除以当年企业总股本。

3）模型设定。考虑到企业的创新投入存在一定的累积效应，在模型中引入了企业创新投入的滞后一期作为解释变量，构建动态面板模型，其表达式为

式中：RDRi，t-1为被解释变量；中小企业的融资渠道为解释变量，包括 Interi，t，Equi，t，Debti，t；控制变量controlk，i，t包含了前述所有控制变量；Industryi为控制了行业的固定效应；Yeart为控制了时间的固定效应；ε为模型随机误差项。

4）描述性统计分析。根据主要变量的描述性统计特征可知，一是企业创新投入的平均值为7.023，最小值为0.02，最大值为72.75，说明企业之间研发投入存在较大差异。二是对融资渠道而言，内源融资、股权融资和债权融资的平均值分别为0.196，0.485，0.128，可见股权融资数值最大，债权融资数值最小，说明企业存在股权融资偏好；内源融资、股权融资和债权融资的标准差分别为0.142，0.175，0.131，可见债权融资标准差最小，内源融资次之、股权融资最大，说明企业之间债权融资较为稳定，股权融资波动最大。

3 实证结果与分析

为了检验数字金融背景下，融资渠道对中小企业创新投入的影响，选取数字金融指数作为分组依据，以平均数为标准将样本分为数字金融发展好和数字金融发展差的两种情形，参考方红生和张军[18]的做法，分别对模型进行SYS-GMM、混合OLS和固定效应 （FE）估计，实证结果见表1。

表1 融资结构与企业创新投入的实证结果

1）融资渠道与中小企业创新投入。由表1中回归 （1）可知，在数字金融发展好的地区，内源融资对中小企业创新投入的回归系数为23.936，通过了5%水平的显著性检验，表明内源融资对中小企业创新投入存在显著的促进效应。在回归 （4）中，内源融资对中小企业创新投入的回归系数为11.522，没有通过显著性检验。比较回归 （1）（4）的检验结果，发现在数字金融发展较好的地区，内源融资显著促进了中小企业创新投入的增加，验证了假设H1的推论。全样本回归 （7）也得出相同结论，进一步验证了假设H1的推论。

同样，由表1中回归 （1）可知，在数字金融发展好的地区，债权融资对中小企业创新投入的回归系数为10.954，且通过了5%水平的显著性检验，表明债权融资显著促进企业创新投入的增加。在回归 （4）中，债权融资对中小企业创新投入的回归系数为14.648，没有通过显著性检验，表明在数字金融发展较差的地区，中小企业债权融资对创新投入的影响较为复杂，需要进一步探讨。比较回归（1）（4）的检验结果，可以发现在数字金融发展较好的地区，债权融资显著促进了中小企业创新投入的增加，验证了假设H2的推论。从整体上看，全样本回归 （7）中，债权融资对中小企业创新投入的回归系数通过了10%的显著性检验，进一步验证了假设H2的推论。

比较表 1中回归 （1）（4）（7）可知，股权融资对中小企业创新投入的回归系数均通过了5%水平的显著性检验，股权融资显著促进中小企业创新投入的增加，同时也表明不论数字金融如何发展，股权融资对中小企业创新投入都起着显著的促进作用，虽然假设H3不成立，但是证明了股权融资的重要性。

如果比较全样本回归 （7）中内源融资、股权融资、债权融资的回归系数，可以发现内源融资＞股权融资＞债权融资，反映中小企业创新融资渠道的次序遵循内源融资、股权融资、债权融资的融资次序，与 “啄食理论”的结论是不一致的[11]。可能的原因在于，中小企业的融资次序可能与企业的成长周期存在一定的联系。在中小企业创立初期，由于企业规模小、抵押资产少，企业外源融资受限，企业发展主要依赖内源融资；随着企业市场占有率上升，经营业绩逐步好转，规模扩大之后，相对于债权融资，企业更愿意进入资本市场通过股权融资获得资金，因为股权融资不增加企业的财务负担。

2）稳健性检验。本文参考方红生和张军[18]的做法，通过3项检验来判断估计结果的可靠性。由表 1 回归 （1）～（3）、回归 （4）～（6）、回归 （7）～（9）结果可知，首先Hansen test的P值均大于0.1，说明工具变量有效，不存在过度识别问题。其次AR（1）的P值0.030，0.035，0.005分别通过了5%，5%，1%的显著性检验，说明工具变量的一阶相关；AR（2）的P值均拒绝10%的显著性检验，说明工具变量二阶不相关，整体上说明工具变量的有效性。最后SYS-GMM检验的被解释变量创新投入的一阶滞后项的系数介于固定效应估计值和混合OLS估计值之间。综上分析，数字金融发展好的地区、数字金融发展差的地区以及全样本的SYS-GMM估计结果均是稳健且可靠的。

4 研究结论与启示

本研究表明，数字金融的发展增强了内源融资和债权融资对中小企业创新投入的促进作用；股权融资对中小企业创新投入的促进效应，不受数字金融发展程度的影响；融资次序遵循内源融资、股权融资、债权融资的顺序。

鉴于以上结论，本文提出的政策建议如下。一是推动数字金融进一步发展，提升数字金融服务的穿透力与覆盖面，开发更多适合于中小企业的融资产品，服务于中小企业创新投资，让数字金融的发展成果真正惠及实体经济；二是强化资本市场功能发挥，继续深化多层次资本市场改革，逐步实现协同互补、错位发展，为不同行业、不同规模的中小企业提供融资平台，保证股权融资成为中小企业创新与发展的推动力；三是加强数字金融监管，大力发展监管科技，防范信息泄露、数字欺诈等风险，保障数字金融健康稳定发展，为中小企业创新融资营造良好的金融环境。