金融科技创新对企业经营管理水平的影响——文献计量与模型设计

南京中医药大学卫生经济管理学院 王希泉

中国人民银行玉溪中心支行 马福春

就金融体系而言，金融体系的完善程度决定着金融与科技融合的成功概率，对于完善的金融体系能提高金融与科技融合概率，加大金融创新，能在信息不对称、降低交易成本等方面做出改善。近年来，大量的学者虽然从金融体系或科技发展单一视角研究其与企业经济之间的关系(Khoutem等，2014；刘文丽等，2014)，但为本提供了很好的思路，结合相关研究，将金融与科技融合起来，分析对企业经济的影响，并进一步考虑经济变量的空间相关性与空间依赖性，使得研究结论更具解释力和说服力(Anselin，1988；Gilly and Torre，2000；Boschma，2005)(为了数据的可得性，本文选取的省份是除西藏、宁夏、青海以外的28个省份)。

1 影响机理分析：基于文献的视角

1.1 金融与企业经济

大量的经济学家对金融与企业经济之间的关系做了广泛研究，并从不同的角度论证了金融与企业经济之间的相关关系。张亦春等(2015)研究表明金融发展与企业经济增长之间并非简单的线性正相关，而是呈现出非均衡性，鉴于金融发展与企业经济之间的关系主要从以下两个方面进行梳理，一方面是具有积极的促进作用。金融发展理论表明，金融市场的发展可以通过产业结构传导到企业经济，提高资本配置效率，实现经济增长，金融发展可以通过风险分担来提高生产效率，降低经济的波动，促进企业经济增长，并且金融业在空间上的聚集也能显著地促进企业经济增长(刘军等，2007；李青原等，2010、2013)。另一方面具有抑制作用。有学者研究表明金融发展存在信息不对称等因素，可能抑制企业经济的发展(Patrick，1966)。李强等(2013)研究表明金融发展阻碍了企业经济的发展，并对西部阻碍作用最大。金融抑制和金融过度都会损害经济增长，外部金融生态环境影响会改变金融发展对企业经济的影响，并且金融发展的滞后会对我国产业结构转型升级造成障碍性效应，进而起到抑制企业经济发展的作用(周晓艳等，2015)。

1.2 金融创新与企业经济

对于金融创新，目前还无统一的定义，而多数定义是根据熊彼特的观点衍生而来。熊彼特在《经济发展理论》(1912)中阐述创新是对生产要素进行重新组合。希克斯和尼汉斯(1969)认为金融创新的支配因素是降低交易成本。目前学者和相关组织对于金融创新的内容和作用主要归并起来有以下几方面：一是创新内容包括制度、机构、技术、产品以及市场创新等。二是创新作用包括转移风险、增强流动性、提供资金等(龚明华，2005；陈文夏，2009)。对于金融创新与企业经济的关系，一方面有学者研究发现，提高资金配置效率、风险分担，加快资本积累速度，间接对企业的技术创新起到促进作用，进而提高经济生产效率，推动经济增长，但在不同地区可能存在异质性(Tadesse，2007；Greenwood等，1990、2010；刘文丽等，2014；李媛媛等2015)，卫平等(2015)研究得出金融创新对工业增长具有正向作用，且正向作用时效长于负向作用时效，但工业增长也对金融创新呈现波动性冲击。另一方面也有学者研究发现，金融创新对经济增长具有差异性，单独的金融创新对经济增长的作用方向是不确定的，有促进也有抑制，需要协同技术创新才能对经济促进作用显著(孙浦阳等，2012；李丛文，2014)。

1.3 金融发展、金融创新与企业经济

金融发展可以促进技术和专利产品的产生，从而提高效率，可将金融资源更好地配置到企业经济，促进经济增长(Solow，1957；Schwartz，2000；Amore等，2013；刘文丽等，2014)。 另外，金融发展与金融创新两者在融合过程中，潜在的风险会抑制企业经济的增长。金融发展和金融创新在金融一体化背景下有着重要作用，但由于两者融合发展复杂性和风险性的存在，可能会制约创新的效应，未能使两者融合取得较好的效益(鲍丹，2008；曹颢等，2011)。

2 研究方法与指标选取

2.1 研究方法

2.1.1 资本配置效率估算模型

为了较为直观地分析近几年企业经济的资本配置效率，资本配置效率模型属Wurgler(2000)设置的模型，被学者广泛运用。因此，本文基于Wurgler(2000)模型(Beck 和Levine，2002；韩立岩等，2005；李青原等，2013；张雪芳等，2016；陈创练等，2016)利用28个省份18个工业行业面板数据从微观层面测算了地区企业经济资本配置效率，同时用2003—2016年我国28个省份的相关宏观数据，从整体、地区、省份三个维度测算宏观企业经济资本配置效率。因此，将企业经济资本效率估算模型设置如下：

上式中，Iic,t为行业i省份c内第t年固定资产净值(固定资本形成总额)；Vic,t为行业i省份c内第t年工业总产值(总产值)，η为资本配置效率，ε为干扰项。

2.1.2 空间计量模型

首先，本文采用“莫兰指数I”(Moran’s I)(Moran，1950)检验经济变量的空间相关性，指数如下：

其次，本文根据相关理论(陈强，2010)建立空间面板模型，具体如下：

公式(3)为空间面板自回归模型，其中，Wi'为空间权重

其中，yi,t−1为被解释变量yit的一阶滞后项，τ≠0则模型为动态面板，di'Xtδ表示解释变量的空间滞后项，模型(4)是一般模型，对参数处理将会建立不同的特殊模型，如下：

对空间模型分析，本文将具体模型设置如下：

其中，Yit为被解释变量，FD和KJ分别为金融发展和金融科技创新，x为控制变量：gov(地方财政支出)、 inv(固定资产投资)、fdi(外商直接投资)、open(对外开放程度)、urban(城镇化水平)、 hum(人力资本)。W 为空间权重矩阵，ε、v为随机误差向量，ρ为空间回归系数，λ为空间误差系数。对于模型的选择主要通过拉格朗日乘子和模型的稳健性来判断。

最后，为了模型分析本文将构建空间权重矩阵，分别从地理区位特征、社会经济特征两个方面设定空间权重，具体如下：

公式(9)是以地理区位特征设定空间权重矩阵，没有反映地区间经济社会之间的相关性及影响。介于此本文利用各省GDP构建经济特征空间权重矩阵进行分析(张林，2016)，如下：

其中，ε为随机误差项，s t d表示标准差，为第i省生产总值的平均值，为考察期内生产总值的均值，t为不同的时期。如果两个地区生产总值相关关系越强，则方程的拟合效果越好，残差波动范围越小，空间权重系数越大，反之则作用相反。

2.2 指标选取

(1)企业经济的代理指标：①直接拿GDP进行衡量(刘金全，2004；兰日旭等2011)。②用工业增加值来衡量(曹源芳，2008)。③用资本配置效率模型估计工业企业的资本配置效率来衡量(李青原等，2013)。本文对企业经济的衡量主要采取张林(2014)的做法：GDP -(金融业+房地产业)。

(2)主要解释变量：金融发展指标(FD)和金融科技创新指标(KJ)，本文主要采取因子分析法构建金融发展和金融科技创新指标。

(3)控制变量。本文以参考相关文献的方法(李青原等，2013；张林等，2014)，将控制变量选取如下：地方财政支出、固定资产投资、外商直接投资、对外开放程度、城镇化水平、人力资本作为控制变量。

2.3 变量统计描述

(1)对于资本配置效率而言，本文选取样本区间为2003—2016年，28个省份18个工业行业来测算企业经济的资本配置效率，数据主要来自《中国工业经济统计年鉴》。(2)宏观经济变量：企业经济、财政支出、固定资产投资、外商直接投资、对外开放程度、城镇化水平、人力资本指标，样本区间同样为2003—2016年，数据均来自《中国统计年鉴》。(3)金融发展指标和金融科技创新指标，数据来自《中国金融年鉴》《中国科技统计年鉴》。

金融发展和金融科技创新指标的最大值和最小值相差较大，表明不同省份金融发展程度不一且金融科技创新程度差异大，而外商直接投资、人力资本地方财政支出标准差较小表明该指标相对稳定。