金融错配对企业创新投资的影响

熊正德 魏唯

［摘 要］ 基于投资-现金流敏感模型，利用2012-2018年数字创意上市公司相关数据，使用GMM动态面板方法，从融资约束视角实证检验了金融错配对企业创新投资的影响。研究发现：金融错配显著抑制了企业创新投资增长；企业创新投资活动普遍存在外部融资约束，金融错配的提高会加剧企业创新投资面临的融资约束程度。进一步区分企业产权性质和地区市场化程度分析可知，金融错配对创新投资面临的融资约束加剧作用对于非国有和市场化程度较低地区的数字创意企业更为显著。

［关键词］ 金融错配；融资约束；创新投资；数字创意企业

［中图分类号］ F273.1 ［文献标识码］ Ａ ［文章编号］ 1008—1763（2023）01—0050—08

Impact of Financial Misallocation on Enterprise Innovation Investment

——Empirical Evidence from the Listed Digital Creative Firms in China

XIONG Zheng-de，WEI Wei

（Business School，Hunan University，Changsha 410082，China）

Abstract：Based on the investment-cash flow sensitive model， this paper empirically examines the impact of financial misallocation on the innovation investment in digital creative firms from the perspective of financing constraints by using the relevant data of digital creative listed firms from 2012 to 2018 and the systematic generalized method of moments. The study revealed that financial misallocation significantly inhibited the growth of digital creative firm innovation investment; External financing constraints generally exist in innovation investment activities of digital creative firms， and an increase in the degree of financial misallocation will exacerbate the degree of financing constraints on digital creative firm innovation investment; Further analysis of the nature of enterprise property rights and regional marketization shows that the increased effect of financial misallocation on financing constraints for innovative investments is more significant for digital creative firms in non-state-owned and less market-oriented regions.

Key words： financial misallocation; financing constraints; innovation investment; digital creative firms

一 引 言

習近平总书记在党的二十大报告中提出“全面贯彻新发展理念，着力推动高质量发展，主动构建新发展格局，蹄疾步稳推进改革”，高质量发展是全面建设社会主义现代化国家的首要任务。这一工作部署充分考虑了当前中国经济内外挑战并存、形势

复杂多变的大环境。放眼全球，国际单边主义和贸易保护主义加剧，中美贸易摩擦态势反复，国际营商环境愈发疲弱。审视国内，经济下行压力增大，新冠肺炎疫情对各行各业形成强烈冲击，让正处于爬坡过坎阶段的中国经济备受考验。在新老矛盾交织，周期性、结构性、突发性问题叠加的严峻形势下，中国政府提出要继续深入实施创新驱动发展战略，大力优化创新生态，调动各类创新主体的积极性。因此，加大创新投资，促进企业自主创新，以此发挥科技进步对经济高质量发展的引领作用^[1]，已经成为共识。

当前经济发展正进入一个数字化颠覆的新时代，以创意内容为核，以数字技术为翼的数字创意产业开启了技术赋能的新赛道，并凭借极强的创新潜质被列为战略性新兴产业之一，受到国家的高度关注。做大做强数字创意产业，重点要引导企业主体以“创意”为核心，加大技术、产品、服务等领域的创新投资力度。然而，处于初创期的企业创新投资往往面临资金短缺的困境。一方面，金融错配作为一种资源配置的非市场化行为，对微观主体的经济活动具有显著影响，特别针对政策导向型的战略性新兴产业而言，是极其关键的融资环境特征^[2]。金融错配不仅使得企业创新活动难以通过金融市场及时获取信贷资源，反而诱导企业为谋求短期利润，落入寻租、套利的怪圈，进一步加剧了企业创新投资面临的融资约束。另一方面，大部分数字创意企业体量小，发展起步晚，尚未完成资本原始积累，人力资本及无形资产比重大，缺乏贷款必要的抵押和担保，且难以为高风险、长周期的创新投资提供完备的风险管理体系，故较难获得金融机构的资金支持。

本文着眼于金融回归本源的背景下，研究金融市场不合理的资源配置是否对数字创意企业创新投资及融资约束产生影响，并进一步厘清该影响效果是否会因企业产权性质、地区市场化程度不同而有所变化。与现有文献相比，本文边际贡献在于：一是以金融资源供给-需求为出发点，从融资约束视角揭示了金融错配对企业创新投资的影响机理，不仅丰富了金融错配对创新发展影响过程的定量研究，而且有助于将微观企业投资行为与其所处的宏观金融环境相结合。二是充分考虑了当前国家创新发展导向和新兴产业投资需求，选取中国数字创意上市公司为研究样本，有利于明晰创新投资主体特质，并针对性地厘清现阶段创新发展痛点，进而从金融支持角度为助推产业结构升级提供一定的政策建议。三是结合金融错配的具体表现，考察了企业产权性质异质性和地区市场化程度异质性下金融错配对创新投资的融资约束影响差异，有助于开展样本间的比较研究，进一步拓展研究结论，对完善差异化配套支持政策具有一定参考价值。

二 理论分析与研究假设

（一）金融错配与数字创意企业创新投资

金融资源作为一种稀缺要素，存在帕累托最优，它应当流向经营效率最好的部门和企业。金融错配就是违背了这一理想状态，使得金融资源在企业之间非效率、非均衡配置，从而未能以创新项目的风险、收益作为配置原则，造成外部治理环境恶化，阻碍了企业创新投资活动的开展^[3]。

一方面，金融错配增加了数字创意企业创新投资的直接成本。数字创意企业创新投资的周期长、失败率高、风险性强，对资金的需求量大，需要有效的金融资源配置与风险管理功能相匹配。理想状态下的金融体系能够凭借对企业创新投资回报率、回收周期、潜在风险等因素的高度敏感性甄选出最具竞争力的创新主体，最大限度地提高创新成功率^[4]。相反，金融错配的存在使得金融市场的创新风险防控和资本有效配置功能失灵，直接抬高了数字创意企业创新资金成本。均衡状态下，企业最优创新资本投入的边际收益等于资金使用成本，根据要素投入边际报酬递减规律，资金成本增加导致均衡移向资本投入量更低的状态，即企业创新投资成本增加导致创新投入下降。

另一方面，金融错配会减少数字创意企业创新投资的相对收益。当今中国，银行作为稀缺资本的主要提供商和企业发展的重点融资渠道，很大程度上掌握了金融资源配置的话语权，从而为信贷寻租创造了机会^[5]。从短期来看，企业利用信贷寻租有助于在非正式机制下缩短金融机构资金发放的审批流程，大大提升金融资源的可得性，在特定阶段内充当部分企业创新发展的“润滑剂”^[6]。然而，从长期发展的角度来看，处于初创期的数字创意企业很有可能以“寻租战略”替代“创新战略”，选择投资于与政府建立寻租联系来增加企业的套利收益，放弃从事高风险和高成本的创新投资来获利，从而间接降低了创新收益，削弱了其创新投资动机。结合上述分析，本文提出以下假设：

H1：金融错配抑制了数字创意企业创新投资的增长。

（二）金融错配、融资约束与数字创意企业创新投资

融资约束是指当企业投资活动需要外部资本，而市场上资本成本较高，超过了企业的承担能力或者信贷配给难以满足企业投资需求时所受到的约束。近年来，由于受到市场环境趋紧、财政金融体系、产业特质和创新特性等因素的影响，数字创意企业创新投资仍面临融资约束的困境^[7]。

受世纪疫情、国际局势动荡等复杂因素的影响，我国文化金融发展的总体环境趋紧，政策方面防范风险的压力持续，文化监管进一步加强，股权资本市场普遍低迷。首先，以创意内容为核心的数字创意产业归根结底是一种新型文化业态，在市场收紧的大环境下，其创新投资的融资需求必然会受到影响。其次，相关财政支持体系建设滞后，投入的财政资金基数低、底子薄，且存在结构失衡问题，内容上对创新项目建设、创新人才培育、知识产权保护等领域支撑不足，对象上倾向于已有相当市场份额的大企业，排斥成长中的中小企业、体制外的民营企业和兼并重组的企业。再次，我国数字创意产业尚处于孵化阶段，相关企业发展质量良莠不齐，众多成长潜力巨大和创新资质优良的企业受限于发展规模和风险应对，投资价值欠佳，致使部分企业创新投资难以获得资本的青睐。最后，创新投资的周期长、失败率高、变现慢，且相关成果容易被模仿或抄袭，所形成的资产难以抵押，造成资本进入门槛较高。金融机构一般不愿意进行主动投资，造成创新投资对内部资金流动更加敏感，对内源融资的依赖性显著增强。结合上述分析，本文提出以下假设：

H2：我国数字创意企业创新投资显著依赖内部现金流，面临严重的外部融资约束。

数字创意企业创新投资是指企业为了持续扩增知识总量而不断进行的基础研究、试验活動和应用研究。一定时期内，金融市场制度建设落后于经济发展方式转变的需要，尤其是当非市场竞争机制在金融资源配置过程中起主导作用时，会进一步恶化企业创新投资面临的融资约束现状。

一方面，金融错配产生的挤出效应加剧了数字创意企业创新投资的融资约束程度。金融错配是指金融资源的非效率配置，占有更多金融资源的企业，其资本回报率反而低下。信贷歧视是指相比具有天然政治关联的国有企业而言，民营企业在获取信贷资源方面所遭受的诸如银行信用评级低下或被迫接受更严苛的接待条件等歧视性待遇^[8]。当前不同所有制企业效率不对等的融资能力是金融错配的集中体现，它导致信贷歧视成为金融错配的重要表现形式。金融错配环境下的信贷歧视使得更多的资金流向了拥有政治背景的国有部门，而国有企业的资本收益率低于民营企业，从而对创新效率较高的民营企业产生“挤出效应”^[9]。数字创意企业以中小型民营企业为主，上述“挤出效应”造成其被迫承担更高的融资成本，严重阻碍了创新投资的资金融通。

另一方面，金融错配诱使的寻租效应加深了数字创意企业创新投资的融资约束程度。中国资本市场一直处于非市场化运行的状态，信贷市场双轨制带来的巨额租金成为金融机构大规模寻租的源泉。创新效率高却难以获得银行信贷青睐的部分数字创意企业不得不参与寻租以获得资金支持。表面上看，寻租会暂时性地形成较为亲密的银企关系，为企业降低代理成本以谋求资本支持提供了可能，但这一短利往往以企业被迫接受较低风险项目或背负高昂利息支出为代价。此外，信贷寻租能够给企业带来更多的短期贷款，但无法帮助企业获得持续稳定的长期贷款^[10]。数字创意企业长周期的创新投资特性往往需要持续的资金投入相匹配，其贷款诉求更多地倾向于长期贷款，所以金融错配诱导的信贷寻租活动会加剧其融资约束。结合上述分析，本文提出以下假设：

H3：金融错配提高了数字创意企业创新投资对内部现金流的敏感性，加剧了创新投资面临的融资约束程度。

（三）企业产权性质异质性下金融错配影响的差异分析

尽管民营企业的总资产收益率明显高于国有企业，但其往往承担着更高额的融资成本。长期以来，我国金融资源在不同所有制企业之间配置不均衡，民营企业作为现代化经济体系的重要主体，面临金融资源获取成本高且数量不足的困境，无法充分释放发展活力^[11]。

金融错配对数字创意企业创新投资的融资约束影响程度存在产权性质的差异。一是从金融机构来看，在国有商业银行为主体的金融体系中，大量信贷资源存在非效率流动，资本回报率低的国有企业能够以优惠利率获取银行支持，而创新效率较高的非国有企业却面临严重的融资约束 ^[12]。二是从“预算软约束”来看，政府和银行等预算支持体系基于“父爱主义”、政治目的等动机，通过税收、财政补贴、贷款等方式向国有企业等预算约束提供救助。这一过度容忍和支持的状态，进一步加剧了金融资源的稀缺性，抬高了资金的成本，使大量非国有企业创新投资面临融资约束。三是从企业特征来看，我国数字创意企业以非国有企业为主，发展基础薄弱，成熟的大型企业占比较少。受金融服务监管考核机制的影响，安全性强的国有资产和低风险预期的融资项目更符合国资商业银行的贷款评价尺度和项目选择导向。对于非国有的中小型数字创意企业创新投资而言，由于在财务信息完整度、抵押品、抗风险能力上处于劣势，难以获得资本的青睐，进而阻碍了其创新投资。结合上述分析，本文提出以下假设：

H4：金融错配对非国有数字创意企业创新投资所面临的融资约束的加剧作用更强。

（四）地区市场化程度异质性下金融错配影响的差异分析

市场化程度是指市场在资源配置中所起的作用。目前，企业间资本配置受到金融机构贷款制度偏向的影响，使得市场选择机制难以充分发挥对竞争项目优胜劣汰的功能^[13]。对于转型期的中国而言，各地区市场化进程不一致，政府对银行和企业的干预力度存在显著的不同，致使各地金融资源的配比情況不尽相同。

金融错配对数字创意企业创新投资的融资约束影响程度也会表现出地区差异。已有研究表明在金融市场化程度较高的地区，中小企业更易获得金融机构贷款，且因为制度环境较好，长期的银企关系对企业信贷可得性具有促进作用^[14]。相反，市场化程度越低，意味着较强的政府干预使得市场在信贷资源配置方面难以发挥决定性作用，造成部分具有良好投资潜质的创新项目难以获得银行信贷投资的机会，进而抑制了创新投资的增长。此外，市场化程度越低，意味着市场中介组织发育不完全，从而无法发挥市场调节功能及在政府与企业间的纽带作用，降低了社会资源配置和管理决策的效率，不仅无法对交易进行经济或信誉上的有效担保，而且一些风险投资机构的缺失，会进一步导致一些投资回报高、风险高的创新型项目和科技创业项目难以获得除银行之外的其他融资渠道的支持，陷入资金短缺的窘境^[15]。结合上述分析，本文提出以下假设：

H5：金融错配对市场化程度较低地区数字创意企业创新投资的融资约束加剧作用更强。

三 研究设计

（一）样本选择与数据来源

参照国家统计局制定并发布的《战略性新兴产业分类（2018）》文件中对数字创意产业分类的界定，作为本文研究对象的数字创意企业涉及数字创意技术设备制造、数字文化创意活动、设计服务、数字创意与融合服务等四大行业的上市公司。由于该文件建立了与《国民经济行业分类》（GB/T 4754-2017）的对应关系，故四大行业中具体细分行业的代码与《国民经济行业分类》（GB/T4754-2017）相同。考虑到2008年的金融海啸引发了全球经济发展的巨大波动，后续影响直至2011年才基本恢复，且本文模型中一些指标是滞后一期的，因此样本区间从2012年开始选取。为保证所选样本的有效性，剔除如下不合理数据：（1）样本期内被ST、*ST的企业；（2）样本期内披露信息和财务指标严重缺失的企业；（3）样本期内部分重要指标严重异常的企业。经处理，最终得到2012-2018年272家数字创意上市公司作为本文的研究样本，数据来源于万德数据库及国泰安数据库，并采用Stata计量软件处理上述数据。

（二）变量定义

1.金融错配

作为本文的核心变量，利用资本偏离程度来测度金融错配的方法由于科学性和可操作性最强而得到了广泛应用。因此，参考邵挺^[16]、Song等^[17]对金融错配的衡量方法，利用每个企业的资金使用成本对所在行业的平均资金使用成本的偏离程度来衡量金融错配程度。这里我们采用利息支出与扣除应付账款后的负债数额之比表示企业的资金使用成本。

2.融资约束

目前融资约束的度量主要有模型量化、单一指标量化、综合指标量化三种方法。其中，单一指标量化较为片面，而综合指标量化在进行分组和选取指标过程中具有较强的主观性^[18]。众多国内外研究证明了利用投资-现金流量敏感模型衡量企业融资约束的合理性^[19-21]。因此，本文也选择投资-现金流敏感模型，借鉴钟凯等^[22]的做法，选用上市公司现金流量表中的“经营活动产生的现金流量净额”对企业内部现金流进行测度。

3.创新投资

已有文献对于创新投资的衡量主要基于R&D投入及无形资产增量两大指标。自2007年起实行的新会计准则中无形资产主要包括专利权和非专利技术，可见无形资产增加主要是创新投入的成果，且与R&D投入相比，无形资产增量更能反映企业的创新投资总量，其数据可获性较强，一定程度上弥补了研发数据缺失的不足。因此，本文借鉴王玉泽等^[23]的相关研究，使用数字创意企业无形资产增量占期初总资产的比值予以赋值。

4.市场化程度

本文采用王小鲁、樊纲和胡李鹏2019年编制的《中国分省份市场化指数报告（2018）》中的市场化总指数作为各地区市场化程度衡量依据^[24]。该指标体系分别从政府与市场关系、非国有经济发展、产品市场发育程度、要素市场发育程度、市场中介组织发育和法治环境等五个方面综合测算地区市场化水平，是现有研究中较为全面的指标体系，数据具有较强的科学性。

5.控制变量

除上述核心变量外，本文还控制了以下企业特征变量：（1）企业规模，采用企业年末总资产的自然对数来进行度量；（2）企业成长性，利用企业营业收入增长率来进行刻画，其计算公式为“（当期营业收入-年初营业收入）/年初营业收入”；（3）投资机会，利用企业托宾Q值予以测度；（4）资本结构，选取企业资产负债率作为资本结构的代理变量，其计算公式为“期末负债总额/资产总额”；（5）股权集中度，选用企业前五大股东持股比例之和进行测度。

各变量具体定义如表1所示：

（三）模型设定

为了检验金融错配对数字创意企业创新投资的直接影响，本文参考Jefferson等^[25]和李晓龙等（^[26]的研究，设定如下动态面板模型：

INNOit=a0+a1INNOi，t－1+a2FMit+a3SIZEit+a4GROWTHit+a5LEVit+a6HHIit+λi+εit（1）

模型（1）中，INNOit是数字创意企业当期创新投资变量，鉴于企业创新投资是一个连续动态的过程，上期的创新投资会对当期和未来的创新投资产生影响，因此加入上一期企业创新投资INNOi，t-1作为解释变量。FMit表示金融错配，SIZEit、GROWTHit、LEVit和HHIit表示其他控制变量，λi表示不可观测的个体效应，εit表示随机误差项。若a2显著为负数，则说明金融错配抑制了数字创意企业创新投资的增长，即H1得到了验证。

为了检测当前我国数字创意企业是否存在融资约束，本文参考Fazzari等^[27]建立的基于托宾Q的投资-现金流敏感模型（FHP）。他们认为，在信息充分、没有融资约束的情况下，企业投资完全取决于投资机会——托宾Q。然而一旦企业存在融资约束，即外部融资成本高于内部现金流的使用成本，现金流成为了一种稀缺品，企业投资将受到现金流多少的影响。卢馨等^[20]、唐清泉和巫岑^[28]在FHP模型上开展进一步调整，从而对企业创新投资行为进行描述。本文通过借鉴上述学者的相关研究，设定如下基础模型：

INNOit=b0+b1INNOi，t－1+b2CFit+b3Qi，t－1+b4SIZEit+b5GROWTHit+b6LEVit+b7HHIit+λi+εit（2）

模型（2）中，CFit为企业当期经营活动产生的现金流量净额，根据FHP模型构建的基本思想，如果CFit的系数b2显著为正，则代表数字创意企业创新投资对内部现金流敏感，反映出数字创意企业创新投资面临外部融资约束，即H2得到验证。

本文将进一步对金融错配、融资约束与我国数字创意企业创新投资之间的关系进行探讨。为检验金融错配是否加剧了数字创意企业创新投资的融资约束程度，以及该影响效果是否会因企业产权性质和地区市场化程度存在差异，在模型（2）的基础上加入金融错配变量FMit以及金融错配与企业内部现金流的交互项CFit×FMit，构造出模型（3）。

INNOit=b0+b1INNOi，t－1+b2FMit+b3CFit+b4CFit×FMit+b5Qi，t－1+b6SIZEit+b7GROWTHit+b8LEVit+b9HHIit+λi+εit（3）

模型（3）中，如果交互项的系数b4显著为正，则证实了H3，即金融错配加剧了数字创意企业创新投资面临的融资约束程度。在验证H4和H5时，本文借鉴以往学者按照相关变量进行分组检验的方式，在模型（3）的基础上按照不同企业产权性质和地区市场化程度高低对样本进行区分并展开研究。

（四）研究方法

由于模型（1）、（2）和（3）中包含被解释变量INNOit的滞后项INNOi，t-1，且模型（3）中包含金融错配与融资约束的交互项CFit×FMit，从而导致模型可能存在内生性问题。Arellano和Bond^[29]提出的差分GMM方法能够解决此类问题，该方法的优势在于能够不借助外部工具变量来处理内生性问题，但易受弱工具变量的作用而产生估计偏误。鉴于此，Blundell和Bond^[30]通过引进水平方程提出了系统GMM，该方法通过增加差分变量滞后项提升了工具变量有效性，进而降低了模型估计误差。因此，为了有效降低异方差对模型估计的干扰，确保估计结果的有效性与准确度，本文采用两步系统GMM对模型进行后续实证分析。

四 实证检验与结果分析

（一）变量描述性统计

本文主要变量的描述性统计结果如表2所示。其中，创新投资的平均值为0.0098，可见当前阶段我国数字创意企业仍处于孵化期，创新投资水平总体较低。金融错配程度的最小值为-30.0477，最大值为27.8629，且标准差较大，表明数字创意企业内部金融错配的波动程度较大，反映出我国数字创意企业存在较大的正向金融错配和负向金融错配。企业内部经营现金流量净额的最大值和最小值振幅较大，说明企业财务状况存在多样性。托宾Q值的均值为2.6911，最小值为0.1128，而最大值为24.9405，说明各公司面临的投资机会状况差异较大。

（二）金融错配对数字创意企业创新投资影响的估计结果

本文利用前文构建的模型（1）检验金融错配对数字创意企业创新投资的直接影响，相关结果如表3模型（1）所示。可以发现，二阶自相关检验统计量AR（2）所对应的P值大于0.1，表明扰动项不存在二阶自相关，且用于表征工具变量有效性的Hansen统计量所对应的P值也大于0.1，即工具变量是有效的。其中INNOi，t-1的系数显著为负，表明数字创意企业创新投资具有一定的延续性，前期投资对当期影响明显。本文采用无形资产增量度量创新投资，而无形资产增量主要包含专利和非专利技术，着重反映的是企业创新活动的成果，其开发到最终获得成功所耗费的成本高昂，当上期创新投资过大时，会导致企业缩减下年度的创新投入，进而导致创新成果减少。FMit的系数为-0.0024，且在1%的显著性水平上为负，表明金融错配抑制了数字创意企业创新投资的增长，即H1得到驗证。

（三）金融错配对数字创意企业创新投资的融资约束影响估计结果

1.我国数字创意企业创新投资是否面临融资约束

通过对模型（2）进行回归分析，由表3中模型（2）的估计结果可知，AR（2）和Hansen统计量所对应的P值都大于0.1，通过扰动项二阶自相关和工具变量有效性检验，表明研究结论是可靠的。其中，企业经营活动产生的现金流量净额CFit的系数为0.0833，且在1%的显著性水平上为正，表明数字创意企业创新投资与企业内部现金流量有明显的正相关关系，符号与预期一致。根据FHP模型的检验原理，说明企业创新投资对内部现金流有显著的依赖性，反映出当前阶段，我国数字创意企业创新投资确实面临外部融资约束，即H2得到验证。

2.金融错配是否加剧了数字创意企业创新投资的融资约束

模型（3）在模型（2）的基础上加入了金融错配变量FMit以及企业经营活动产生的现金流量净额与金融错配的交互项CFit×FMit。回归结果显示，FMit的系数依然显著为负。值得注意的是交互项系数为0.0085，在5%显著性水平下为正，表明金融错配会提高投资-现金流敏感性，增强创新投资对内部现金流的依赖性，进一步加剧了数字创意企业创新投资面临的融资约束，即H3得到验证。

（四） 进一步讨论

1.金融错配影响效果：企业产权性质异质性检验

为考察金融错配对不同产权性质企业创新投资的融资约束影响是否存在差异，本文将全样本按照产权性质分为国有企业和非国有企业两个子样本，其中国有企业为70家，非国有企业为202家，在模型（3）的基础上分别就两个子样本进行动态面板分析，回归结果如表4所示。结果显示，无论是国有企业组还是非国有企业组，金融错配变量系数均显著为负，表明在金融错配的大环境下，国有企业和非国有企业的创新投资均受到其负面影响。国有企业组的CFit的系数不显著，而非国有企业组CFit的系数为0.0899，在1%的显著性水平下为正，表明相比国有企业，非国有数字创意上市公司面临严重的融资约束困境。国有企业组金融错配与企业现金流的交互项系数不显著，而非国有企业组该交互项系数为0.0394，并在1%的显著性水平下为正，证实了金融错配对非国有数字创意企业创新投资所面临的融资约束的加剧作用更显著，即H4得到验证。

2.金融错配影响效果：地区市场化程度异质性检验

为了比较不同市场化程度地区，金融错配对创新投资的融资约束影响是否存在差异，本文采用王小鲁、樊纲和胡李鹏2019年编制的《中国分省份市场化指数报告（2018）》中的市场化总指数作为各个地区市场化程度的衡量依据^[24]，将连续7年市场化指数高于中位数的省份定义为市场化程度高的样本，反之为市场化程度低的样本，并对两个子样本开展分组检验，回归结果如表4所示。结果显示，两个子样本的金融错配变量系数均显著为负，表明金融错配对数字创意企业创新投资普遍存在抑制作用。市场化程度高组的CFit系数为0.0393，在10%的显著性水平上为正，而市场化程度低组的CFit系数为0.0770，其数值远大于前者，且在5%的显著性水平上为正，说明市场化程度较低地区的数字创意企业创新投资面临更加严重的融资约束。在5%的显著性水平上，市场化程度低组的金融错配与企业现金流的交互项系数值为0.0177，显著大于市场化程度高组的0.0075，证实了金融错配对市场化程度较低地区的数字创意企业创新投资的融资约束的加剧作用更强，即H5得到验证。

3.稳健性检验

在样本容量有限的情况下，两步系统GMM估计的标准误可能会产生向下偏倚。为解决这一问题，确保结论的有效性，本文采用一步系统GMM估计方法开展稳健性检验，结果发现模型中各主要解释变量的估计系数符号和显著性并无较大的变化，实证结论与前文保持一致，说明上述结论是具有可靠性和稳健性的，相关结果因篇幅所限未列出。

五 结论与启示

（一）研究结论

金融改革的核心在于金融资源，金融市场如何配置资源，对于盘活资本存量，提高微观主体投资质量具有重要意义。本文将宏观金融环境和微观经济活动、企业投资和融资相结合，利用数字创意产业上市公司2012-2018年面板数据，从金融市场改革滞后性的现实出发，基于融资约束的视角系统考察了金融错配对数字创意企业创新投资的影响，实证分析发现：（1）从样本整体来看，金融错配显著抑制了我国数字创意企业创新投资的增长。（2）我国数字创意企业具有显著的创新投资-现金流敏感性，创新投资活动高度依赖于企业内源融资，面临较强的外部融资约束。（3）金融错配加剧了数字创意企业创新投资面临的融资约束程度。（4）进一步开展分样本检验后发现，非国有和市场化程度较低地区的数字创意企业创新投资面临更加严重的外部融资约束，且金融错配对这两类企业创新投资所面临的融资约束的加剧作用更强。

（二）管理启示

本文研究结论对于经济转型时期推进中国金融体制改革，改善新兴产业创新投资治理环境，以及完善金融支持领域相关产业政策的制定具有一定的启示意义：（1）政府应全面、深层次地推进金融体制改革，重點推进利率市场化，缓解制度性金融错配。不仅要完善前沿产业财政金融领域相关政策制定，充分发挥财政税收的杠杆作用，有效解决初创企业创新投资的融资壁垒，而且要实施差异化的金融发展战略，着力整治信贷所有制歧视，加强落后地区的市场化进程，引导不同所有制、不同地区企业均衡发展。（2）金融机构应加快改革步伐，着力打造多层次、广覆盖、有差异的融资体系，努力提升信贷资源配置的商业化水平，提高金融服务质量。一方面，银行应坚持回归本源和市场导向，引导更多金融资源配置到经济社会发展的重点领域和薄弱环节，实现经济金融良性循环。另一方面，广大金融机构应积极开发支持战略性新兴产业和科技创新的金融产品，重点拓展欠发达地区优质中小型、非国有企业的直接融资渠道，形成分工明确、职能互补、竞争有序的金融服务格局。（3）企业应合理配置内部金融资源，减少盲目投资和扩张，对于市场化程度较低的地区，更应该将有限资金用于人才的引进和培养上，提高创新人才的福利待遇，完善人才培训机制和建立创新激励制度。国有企业应积极配合国有资本授权经营体制改革，形成灵活高效的市场化经营机制，非国有企业应当转变惯性思维，多渠道地获取资金支持，避免过度依赖单一融资模式，共同塑造不同所有制企业血脉相连、命运相依的生态发展格局。

（三）研究局限与未来展望

由于研究条件的限制，本文仍存在以下不足之处：一是尽管国家统计局已经就数字创意产业进行了明确的界定和分类，但相关数据库还没有专门针对数字创意产业的统计板块。因此，在手工收集样本的过程中可能有所遗漏，导致样本不够全面，后续研究可以随着数字创意产业相关统计数据的不断完善进一步丰富样本量；二是对于金融錯配的度量，选取的是利息支出指标，由于利息支出的相关数据披露不完善，导致存在一定程度的数据缺失，后续研究可以尝试选取其他与资金成本相关的指标进行度量并展开研究。

［参 考 文 献］

［1］ 陈波，张程程. FDI的创新效应：低端锁定还是转型升级？——来自中国沪深A股上市公司的发现[J]. 华中科技大学学报（社会科学版）， 2022（3）： 92-103.

[2] 刘亭立，孔嘉欣，杨松令，等. 政府补贴与投资效率的金融错配门槛效应研究[J]. 科学学研究， 2020（3）： 457-465.

[3] 熊正德，黎秋芳. 数字金融对企业技术创新的影响——基于370家数字创意产业上市公司的证据[J]. 湖南农业大学学报（社会科学版）， 2022（3）： 80-89.

[4] 康志勇. 金融错配阻碍了中国本土企业创新吗？[J]. 研究与发展管理， 2014（5）： 63-72.

[5] 张璇，刘贝贝，汪婷，等. 信贷寻租、融资约束与企业创新[J]. 经济研究， 2017（5）： 161-174.

[6] 甄丽明，罗党论. 信贷寻租、金融错配及其对企业创新行为影响[J]. 产经评论， 2019（4）： 68-80.

[7] 熊正德，王艺锦.中国数字创意产业上市公司融资效率评价[J]. 天津商业大学学报， 2022（4）： 3-9.

[8] 陈耿，刘星，辛清泉. 信贷歧视、金融发展与民营企业银行借款期限结构[J]. 会计研究， 2015（4）： 40-46.

[9] Bronwyn H H， Lerner J. The financing of R&D and innovation[J]. Handbook of the Economics of Innovation， 2010（1）：609-639.

[10]Fungcˇov Z， Kochanova A， Weill L. Does money buy credit？ Firm-level evidence on bribery and bank debt[J]. World Development，2015（68）：308-322.

[11]熊正德，顾晓青. 财务柔性、投资效率与企业价值——基于数字创意产业上市公司的经验证据[J].中国流通经济， 2022（1）：80-91.

[12]戴静，张建华. 金融所有制歧视、所有制结构与创新产出——来自中国地区工业部门的证据[J]. 金融研究， 2013（5）： 86-98.

[13]简泽，徐扬，吕大国，等. 中国跨企业的资本配置扭曲：金融摩擦还是信贷配置的制度偏向[J]. 中国工业经济， 2018 （11）：24-41.

[14]何韧，刘兵勇，王婧婧. 银企关系、制度环境与中小微企业信贷可得性[J]. 金融研究， 2012（11）： 103-115.

[15]熊正德，孙萌婕. 宏观经济变量对互联网金融网贷客户信用风险的影响——基于客户群体差异的视角[J]. 天津商业大学学报， 2021（5）： 29-37.

[16]邵挺.金融错配、所有制结构与资本回报率：来自1999-2007年我国工业企业的研究[J].金融研究， 2010 （9）： 51-68.

[17]Song Z， Storesletten K， Zilibotti F. Growing like China[J]. American Economic Review， 2011（1）： 196-233.

[18]刘兴华，洪攀. 经济政策不确定性与企业投资：融资约束异质性视角[J]. 南昌大学学报（人文社会科学版）， 2022（5）： 36-45.

[19]Semenov R. Financial systems， financing constraints and investment： Empirical analysis of OECD countries[J]. Applied Economics， 2006（17）：1963-1974.

[20]卢馨，郑阳飞，李建明. 融资约束对企业R&D投资的影响研究——来自中国高新技术上市公司的经验证据[J]. 会计研究， 2013（5）： 51-58.

[21]熊广勤，周文锋，李惠平. 产业集聚视角下融资约束对企业研发投资的影响研究——以中国创业板上市公司为例[J]. 宏观经济研究， 2019 （9）： 88-101.

[22]钟凯，程小可，肖翔，等. 宏观经济政策影响企业创新投资吗——基于融资约束与融资来源视角的分析[J]. 南开管理评论， 2017（6）： 4-14.

[23]王玉泽，罗能生，刘文彬. 什么样的杠杆率有利于企业创新[J]. 中国工业经济， 2019 （3）： 138-155.

[24]王小鲁，樊纲，胡李鹏. 中国分省份市场化指数报告（2018）[M]. 北京： 社会科学文献出版社， 2019.

[25]Jefferson G H， Huamao B， XiaoJing G， et al. R&D performance in Chinese industry[J]. Economics of Innovation and New Technology， 2006（4-5）： 345-366.

[26]李晓龙，冉光和，郑威. 金融要素扭曲的创新效应及其地区差异[J]. 科学学研究， 2018（3）： 558-568.

[27]Fazzari S M， Hubbard R G， Petersen B C. Financing constraints and corporate investment[J]. Brookings Papers on Economic Activity， 1988（1）： 141-195.

[28]唐清泉，巫岑. 银行业结构与企业创新活动的融资约束[J]. 金融研究，2015（7）： 116-134.

[29]Arellano M， Bond S. Some tests of specification for panel data： Monte Carlo evidence and an application to employment equations[J]. The Review of Economic Studies， 1991（2）： 277-297.

[30]Blundell R， Bond S. Initial conditions and moment restrictions in dynamic panel data models[J]. Journal of Econometrics， 1998（1）： 115-143.