区域科技金融支持科技创新的实证研究

黄潇潇

摘 要：近年来，广东省科技创新能力突飞猛进，区域科技创新能力稳居全国第一，这离不开科技金融体系的大力支持。本文利用广东省2000—2018年数据，构建了VAR模型并进行脉冲响应函数分析与方差分解，研究了科技金融体系对科技创新能力的支持作用。结果表明，政府、企业、资本市场对科技创新支持作用较显著，金融机构贷款一定程度上阻碍了科技创新。广东省只有加快完善并充分利用科技金融体系，才能促进科技创新能力的稳步提高。

关键词：科技金融;科技创新;VAR模型;实证研究;区域经济

中图分类号：F127 文献标识码：A 文章编号：2096-0298（2021）04（a）--03

《中国区域创新能力评价报告》指出，2019年广东省区域创新能力蝉联全国第一。广东省科技创新能力，包括专利申请授权量代表的技术创新研发能力、技术市场成交额代表的科技成果转化能力，以及高新科技产业产值代表的技术产业化能力都达到了前所未有的水平。科技创新需要大量的资金支持，需要科技金融这一强大后盾。本文分析了2000—2018年广东省科技金融体系各大主体对科技创新的支持作用，为科技金融更高效、高质地支持科技创新提供了相关建议。

1 模型说明

1.1 指标选择与数据来源

科技金融系统并没有明确的定义，学界广泛接受的是学者赵昌文提出的见解：科技金融，是由向科学和技术创新活动提供融资资源的政府、企业、市场、社会中介机构等各种主体以及其在科技创新融资过程中的各种行为活动共同组成的一个完整体系[1]。本文选取了四大科技金融指标：政府财政科技支出X1、企业自身R&D（研究与试验发展）经费投入X2、金融机构科技贷款X3与科技型上市公司股票市场融资额X4。科技创新衡量指标比较多样，包括专利授权量、高新技术产业产值、技术市场成交额[2]等。本文选取技术市场成交额Y作为衡量科技创新的指标。

2000—2018年广东省各项数据：财政科技支出、技术市场成交额、企业R&D经费投入源于广东省科技统计分析中心;金融机构科技贷款数据已经停止计算多年。本文选择金融机构贷款作为金融机构资金支持，数据来源于《广东省统计年鉴》;上市科技公司股票筹资额源于清科私募通数据库。

1.2 数据处理

为了消除通货膨胀的影响，本文利用消费者物价指数对价格类数据进行平减。为了避免出现异方差现象，本文将数据进行对数处理后再建立模型。

1.3 模型建立

向量自回归模型，简称VAR模型。模型将系统中的每一个内生变量与其他所有内生变量的滞后项进行回归，探究模型中各个内生变量之间的动态关系，常常用于经济系统的动态性研究上。含有个内生变量，滞后阶数为的VAR模型如下：

其中，是维内生变量向量，为模型维截距向量，为阶系数矩阵，为维随机扰动向量。

2 实证分析

2.1 平稳性检验

为了避免时间序列在建模中出现“伪回归”现象，先对时间序列进行ADF平稳性检验。检验通过三个模型完成，含时间趋势与截距模型、无时间趋势有截距模型、无时间趋势无截距模型。按顺序检验，只要拒绝模型原假设（时间序列存在单位根），即可认为是平稳序列，停止检验，否则继续检验至最后一个模型。

5%显著性水平下，原序列均为不平稳序列。一阶差分后，序列均为平稳序列。各个序列具有相同的单整阶数，可能存在协整关系，如表1所示。

2.2  协整检验

协整检验探究变量间是否存在长期均衡关系。Johansen协整检验建立在VAR模型上，在协整检验前，需要先确定VAR模型的阶数。根据AIC和SC准则，最佳滞后期为2，建立滞后2阶的VAR模型。

以下进行滞后阶数为1的Johansen协整检验。由表2可知，在5%显著性水平下，拒绝变量间不存在协整关系的原假设，可认为变量间存在协整关系。

2.3 VAR模型平稳性检验

VAR模型是稳定的，后续的脉冲响应函数分析及方差分解才是有意义的。图1表明，模型所有根模倒数均在单位圆内，因此模型是稳定的，可以对模型进行后续研究。

2.4 脉冲响应函数分析

脉冲响应函数衡量来自随机扰动项的一个标准差冲击对各个变量当前和未来取值的影响[3]，可用来探究系统变量之间的动态关系。

图2（左）是对数水平下，财政科技支出LNX1在受到一单位正向冲击后，技术成交额LNY的脉冲响应图像。当LNY受到LNX1的冲击后，第一期没有作出反应，即滞后反应，随后开始稳步增加，一直保持在稳定的正水平上。从长期来看，财政科技支出对技术市场成交额的提升作用是持续且稳定的，体现了科技金融中政府资金对于科技创新的有效支持。2008年，广东省人民政府制定了《广东自主创新规划纲要》明确指出，要稳定提高财政科技的投入，加强对科技研发资金的统筹使用。近年来，广东省财政科技支出逐年上升，2018年高达1034.71亿元，占地区GDP的6.58%，为广东省能够保持科技创新能力全国第一，提供了财政支持这一强大后盾。

图2（右）是对数水平下，企业R&D经费投入LNX2在受到一单位正向冲击后，技術成交额LNY的脉冲响应图像。受到LNX2的冲击后，LNY滞后反应，第二期产生微弱的正响应。随着时间的增加，LNY逐渐提高，这种积极的正向响应长期维持，有稳步提高的现象，体现了科技金融体系中企业主体资金对科技创新的强大支持。近年来，广东省利用科研设备优惠、研发投入抵税等优惠政策，鼓励企业成为研发投入的主体，政策成效显著，企业R&D投入稳步提高。2018年，企业R&D资金达到2369.05亿元，占社会所有R&D经费支出的87.6%，年增长15.70%。在广东省科技创新能力的跃升中，企业R&D的持续投入起关键作用。

图3（左）是对数水平下，金融机构科技贷款LNX3受到一单位正向冲击后，技术市场成交额LNY的脉冲响应函数图。当LNY受到LNX3的冲击后，第一期没有作出反应，随后开始减少，到第二期达到最低点。此后，LNY稳步恢复，开始回到正向水平，第四期达到峰值。随着时间的推进，LNY正向负向来回小幅波动，波动趋于零。金融机构贷款在一定程度上阻碍了科技创新，从长期来看，金融机构贷款对科技创新的支持作用難以体现。李合龙等（2019）研究发现，科技贷款抑制了粤港澳大湾区科技创新[4]。科技贷款阻碍科技创新的现象，主要是因为广东省科技贷款体系不够完善。企业评估不合理、信用担保体系不健全，科技贷款风险补偿难操作，金融机构为了保证收益，不愿向科技企业贷款，或者大多选择风险低、收益低的企业。加上政策性金融机制不够健全的情况下，科技贷款需求远远不能满足企业科技创新的需求[5]，那些有潜力的高风险、高收益的企业，没有筹集足够的资金支持自己的创新活动，科技创新受阻碍。2009年以来，广东开始创新科技企业信贷新模式，鼓励银行针对性地提供科技信贷特色服务，一定程度上缓解了中小型科技企业融资难的问题。但是目前科技贷款体系不健全，大多科技创新企业还是很难从银行获取贷款，银行信贷对于科技创新的支持作用没有得到较好的体现。

图3（右）是对数水平下，市场资金LNX4受到一单位正向冲击后，技术市场成交额LNY的脉冲响应函数图。可以看到，当受到LNX4的冲击后，LNY第一期没有响应，随后显著提高，并在第二期达到峰值。此后，这种正向的响应逐渐降低，并稳定地在零值附近波动。从短期来看，科技金融体系中资本市场资金对于科技创新的促进作用是明显的;从长期来看，这种促进作用削弱。近年来，广东省鼓励科技型企业积极寻求资本市场的资金支持，为企业科技金融体系注入了巨大的活力，科技创新成果显著。但企业上市门槛仍较高，中小型科技创新企业难以上市融资，资本市场对科技创新的长期促进作用还有待提高。

2.5 方差分解

方差分解方法可以将模型中的一个变量预测均方差分解成系统中各个变量的冲击贡献值，并由此得出这些变量冲击的相对重要性[6]。对LNY进行期数为10的方差分解，结果如表3所示。

随着期数的增加，LNX1对LNY的方差贡献度不断增加，在第10期达到9.29%的水平;LNX2投入对LNY的方差贡献度也在不断增加，第10期达到21.10%的水平;而LNX3对于LNY的方差贡献度先缓慢上升，达到峰值18.68%，再不断降低，第10期只剩下13.10%的水平;LNX4对于LNY方差贡献度先缓慢上升，达到峰值2.97%，再缓慢下降，第10期在2.12%水平。

从短期来看，对于技术市场成交额方差，金融机构科技贷款贡献度最高，之后依次是资本市场资金、财政科技支出、企业R&D投入;从长期来看，首先企业R&D投入贡献度最高，其次是金融机构科技贷款，再次是财政科技支出，最后是资本市场资金。长期而言，企业R&D经费投入是企业科技创新的主要动力。

3  结语

总体而言，科技金融体系对科技创新有显著的促进作用。政府财政科技支出与企业R&D经费投入对科技创新有长期稳定的促进作用，资本市场资金对科技创新的促进作用维持时间较短，而金融机构科技贷款具有一定程度的阻碍作用。

针对广东省的实证分析结果，提出以下政策建议。

第一，政府坚持财政对科技创新提供的强大资金支持。扩宽财政对科技创新的支持方式，综合利用重大科研项目的奖励与补贴、政府引导基金等方式，鼓励引导整个社会的创新投入等。

第二，企业继续发挥经费投入的关键作用。企业应稳步增加科研经费投入，提高其利用效率等。同时加快参与省自主创新综合试验，积极融入产学研合作新模式，不断提高自主研发能力与综合创新能力。

第三，健全科技金融信贷服务体系，积极探索金融机构支持科技创新的新模式。加快建设科技银行，为科技企业提供多方位特色金融服务，并与之形成稳定的信贷关系，凸显金融机构支持科技创新的作用。

第四，营造良好的资本市场金融支持环境，加快建设多层次的资本市场。合理降低科技创新型企业上市门槛，积极辅助其根据自身需求在创业板、科创板挂牌上市，再融资等。此外，也需要鼓励风险投资与天使投资对中小型科技企业进行资金支持，同时对这些投资方予以减税优惠，落实风险投资补偿资金等。

参考文献

赵昌文，陈春发，唐英凯.科技金融[M].北京：科学出版社，2009.

韩景旺，陈小荣.河北省科技金融与科技创新互动发展关系的实证研究[J].河北经贸大学学报，2020，41（03）：72-81.

吴桐雨，王健.中国物流业、经济增长与技术创新——基于2002～2017年向量自回归模型的实证研究[J].工业技术经济，2019，38（03）：116-122.

李合龙，韩高萌，张卫国，等.科技金融支持科技创新的实证研究——以粤港澳大湾区内地9市为例[J].科技与经济，2019，32（06）：16-20.

俞立平.银行贷款、政府及企业科技投入贡献的纵向差距研究——基于面板数据分位数回归的估计[J].科技进步与对策，2013，30（04）：28-32.

张建英.我国煤炭价格影响因素的VAR模型分析[J].经济问题，2016（01）：108-112.