数字金融能否缓解企业策略性创新？

2023-07-18刘柳宋国玉朱浩

中国商论 2023年13期

刘柳宋国玉朱浩

摘要：创新是我国经济转型升级和实现高质量发展的重要驱动力，但一直受高调整成本和高融资成本“双高”问题的困扰，而数字金融的发展，增强了金融供给能力，并显著改善了金融服务的可得性和便利性，有助于缓解企业创新融资难的问题，同时驱动企业创新并改善创新结构。本文基于数字普惠金融指数和2011—2020年A股上市企业样本数据，实证检验了数字金融对企业创新的影响。研究发现：（1）数字金融具有促进企业高质量创新的激励效应；（2）数字金融对缓解政府创新补助诱发企业策略性创新具有调节作用。

关键词：数字金融；数字普惠金融指数；策略性创新；激励效应；调节作用

本文索引：刘柳，宋国玉，朱浩.<變量 2>[J].中国商论，2023（13）：-125.

中图分类号：F832 文献标识码：A 文章编号：2096-0298（2023）07（a）--04

1 引言

创新作为具有典型投入沉没性、过程不可逆及产出不确定的长周期、高风险正外部性强的活动，一直受到高调整成本和高融资成本“双高”问题的困扰，其持续性更需要稳定且充足的资源保障。近年来，依托大数据、云计算、区块链、人工智能等新兴信息技术的快速发展及其向传统领域的加速渗透融合，我国数字金融实现跨越式发展，切实增强了金融供给能力，并显著改善了金融服务的可得性和便利性。鉴于此，探讨和分析具有打破时空约束、便捷、低成本、低门槛特征的数字金融，能否驱动我国企业创新并改善创新结构，助力高质量创新以摆脱“低端锁定”和“量大质低”的创新困境，成为国内外学者的研究热点，并具有较强的现实指导意义。对此，本文聚焦并尝试回答以下两个问题：一是数字金融促进企业创新并改善企业创新结构了吗？二是数字金融是否缓解了政府创新补助诱发的企业策略性创新？

基于此，本文利用数字普惠金融指数和2011—2020年A股上市公司数据，实证检验了数字金融发展对企业创新结构的影响及其对政府创新补助诱发的企业策略性创新行为的缓解作用。

2 理论分析与研究假设

2.1 数字金融与企业创新

数字金融是利用互联网技术和移动通信技术等现代信息技术，实现资金融通、支付、投资和信息中介服务的一种新兴金融服务模式，通过场景、数据和结合金融创新产品来补足传统金融服务的短板，充分发挥“成本低、速度快、覆盖广”的优势，降低金融服务门槛与金融交易成本，有助于缓解企业融资约束和提高创新效率，进而促进高质量创新。

一方面，数字金融借助现代信息技术可触及较为广泛的尾部群体，有效扩大资金来源为缓解企业融资约束提供了可能。数字金融采集企业创新主体在互联网上沉淀的大量行为数据等软信息，有助于解决企业内部和外部信息不对称。基于大数据分析为降低风险评估成本提供了可能，一是精准识别具有价值的创新项目，避免迎合政府政策而实施低价值策略性创新；二是实现投资者对创新主体信用评估的同时，有效弥补了其硬信息不足的劣势，有助于缓解创新活动信息不对称导致的融资约束，助其跨越创新的资金门槛，推动开展高质量创新活动。

另一方面，数字金融作为一种金融溢出，在一定程度上能够驱动传统金融体系重塑，独特的数据优势有助于实现对企业复杂信息的整合和处理，更深层次的数字支付、数字信贷等业务形态能有效缓解借贷双方的代理冲突。数字金融的发展能将更多的创新主体融入主流金融服务中，在此过程中，提升类金融能力和人力资源水平，并促进其从开放式创新中获益。依托数据分析和共享，以较低的通信和复制成本帮助企业进行新产品研发创新，有助于提高企业创新效率。据此，本文提出假说H1：

H1：数字金融正向激励企业高质量创新，但对企业策略性创新没有刺激作用。

2.2 数字金融与企业策略性创新

创新补助作为政府刺激企业创新水平提升的重要政策工具，在我国取得了显著成效，并一直是创新领域研究的热点。现有文献指出，资源获取和信号传递是创新补助影响企业创新的重要渠道，与创新补助激励效应得到证实的还有扭曲效应，创新补助不完全契约属性易诱发企业实施“寻扶持”的策略性创新，期望通过获得补助缓解融资约束和应对经营风险，进而追求创新“数量”迎合补助政策，忽视“质量”衍生“专利泡沫”，资源配置过程中，寻租行为也会加剧扭曲效应。上述分歧说明“市场失灵”与“政府失灵”可能同时存在。如何缓解创新补助扭曲效应和修正企业策略性创新成为政府创新补助体系优化和完善的关键。

数字金融借助现代信息技术运用和金融服务的快速供给，有助于削弱企业策略性创新动机，进而缓解政府创新补助诱发的策略性创新行为。首先，数字金融对企业创新融资环境的改善，提高了企业融资便利性，有效缓解了企业创新所面临的融资约束，能在一定程度上减轻企业追求创新补助进而获得融资便利的策略性创新行为。其次，数字金融的适时和快速响应能在一定程度上缓解企业因流动性紧张而出现的风险敞口，帮助企业更有效地应对内外部财务冲击和经营风险，有效避免企业因风险规避而弱化创新。最后，数字金融和现代信息技术的快速发展与推广应用，有助于政府和社会加强对企业创新质量的精准甄别，降低低质量创新的补助获利，进而压缩企业策略性创新行为生产空间。据此，本文提出假说H2：

H2：数字金融能缓解政府创新补助所诱发的企业策略性创新。

3 研究设计

3.1 样本选择与数据来源

本文选择A股上市企业为研究样本，依据数字金融指数起始年限（2011年），选择2011—2020年为样本期间，并对样本数据进行了以下处理：（1）剔除金融类和AB股交叉上市企业；（2）剔除整个样本期间内没有创新产出的企业；（3）剔除ST、*ST、PT类样本；（4）剔除关键变量缺失的样本；（5）为避免极端值影响，对连续变量在1%和99%分位上进行Winsorize处理，最终获得15874个“企业-年份”观测样本。企业专利数据来自CNRDS数据库，企业财务数据均来自CSMAR数据库和Wind数据库，数字金融指数来自北京大学编制的《数字普惠金融指数》（2011—2020年）。

3.2 模型设计与变量定义

为检验上述假说H1和H2，本文分别构建以下2个实证模型：

其中，被解释变量Inn为企业创新，相对专利申请，专利授予因得到国家专利局认证更能准确反映企业的有效创新产出，且三种专利之间创新难度和价值存在较大差异。因此，本文采用发明专利授权作为企业高质量创新的代理指标，非发明专利授权作为企业策略性创新的代理指标。

DIF表示企业所在省份的数字金融发展情况，采用北京大学数字金融研究中心发布的北京大学《数字普惠金融指数》度量，并进行归一化处理。

Sub表示创新补助。借鉴郭玥（2018）的研究，为排除非创新补助的干扰，本文運用关键词检索方法搜索上市公司政府补助明细中的具体项目名称和说明，仅当包含有与创新相关的关键词条目（如研究、研发、创新、专利、人才等）才计入创新补助。

CV表示控制变量。为尽可能克服遗漏变量的影响，借鉴已有研究，本文纳入企业微观层面的多个变量，包括企业规模Size、资产负债率Lev、企业年龄Age、营业收入增长率Growth、资产收益率Roa、有形资产比重Ci、独立董事占比Indep、大股东持股比例Top1、管理层薪酬激励Msalary、是否出口Export、研发投入Rd等，并控制了年度、行业和省份效应。考虑到以专利授权衡量创新存在滞后，并避免反向因果以减轻内生性问题，本文对数字金融关键解释变量和所有控制变量均作滞后一期处理，变量定义如表1所示。

4 实证结果与分析

4.1 描述性统计与相关分析

表2为主要变量的描述性统计结果，发明专利Inn_i均值1.47、中位数1.39、最大值7.76，均小于非发明专利Inn_u均值2.51、中位数2.64、最大值8.45，表明上市公司创新产出中非发明专利占比较大，存在高质量创新和策略性创新两种行为。数字金融DIF归一化处理后均值0.57，中位数0.60，标准差0.21，说明不同区域之间数字金融发展程度存在一定的差异，为本文检验数字金融对企业创新的影响提供了基础。样本中，约74.6%的企业获得过政府创新补助，Sup均值0.13、标准差0.23，说明政府创新补助在不同企业之间存在较大差异。其他控制变量统计分析与已有研究基本类似。

4.2 回归分析

表3报告了模型（1）的检验结果，所有回归均控制了年度、行业和省份效应。列（1）和（2）被解释变量为企业高质量创新Inn_i，列（1）中数字金融DIF系数为正且在5%水平上显著；加入控制变量后列（2）中依然在5%水平上显著为正，说明数字金融发展水平越高，企业发明专利产出越大，即数字金融能正向激励企业高质量创新。列（3）被解释变量为企业策略性创新Inn_u，DIF系数为负，表明数字金融负向影响企业非发明专利产出，虽未通过显著性检验，但证实其对企业策略性创新没有刺激作用，以上结果支持假说H1。为进一步检验实证结果，以发明专利授权占比为被解释变量进行回归，列（4）中DIF系数为正且通过1%水平显著性检验，说明数字金融促进提高了企业创新产出中发明专利的占比，再次验证了数字金融对企业高质量创新和策略性创新的影响差异。

表4报告了模型（2）的检验结果。列（1）中，政府创新补助Sub系数显著为正，说明创新补助诱发了企业策略性创新，导致非专利产出增大；DIF * Sub系数为负且在1%水平上显著，加入控制变量的列（2）中DIF * Sub系数值有所减小，但依然在1%水平上显著为负，表明数字金融发展水平越高，政府创新补助对企业策略性创新的诱发作用越弱，非发明专利产出水平越低，证实数字金融能有效缓解政府创新补助引致的企业策略性创新，此结果支持假说H2。为进一步检验实证结果，第（3）和第（4）列依据数字金融DIF年度中位数，将样本分为数字金融发展水平高低两组并进行分组回归，系数差异显著性检验表明数字金融发展水平较高组中的政府创新补助Sub系数显著小于数字金融发展水平较低组，降低约37%，再次验证了数字金融对政府创新补助诱发企业策略性创新的调节作用。

5 结语

本文采用数字普惠金融指数和2011—2020年A股上市企业样本数据，实证检验了数字金融对企业创新的影响。研究发现：第一，数字金融具有促进企业高质量创新的激励效应；第二，数字金融具有缓解政府创新补助诱发企业策略性创新的调节作用。

根据以上结论，本文提出以下建议：第一，重视数字金融对企业高质量创新、推动实现高质量发展的积极作用，有序推进数字金融发展，进一步改善金融服务触达性和便捷性，不断改善创新主体的融资环境；第二，充分发挥市场在资源配置中的决定性作用，优化和完善政府创新补助体系，推动有效市场和有为政府更好地结合，以高效激励企业创新，助力加快实现高水平科技自立自强。

参考文献

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.

张勋，万广华，张佳佳，等.数字经济、普惠金融与包容性增长[J].经济研究，2019（8）：71-86.

王修华，赵亚雄.数字金融发展是否存在马太效应：贫困户与非贫困户的经验比较[J].金融研究，2020 （7）：114-133.

李建军，彭俞超，马思超.普惠金融与中国经济发展：多维度内涵与实证分析[J].经济研究，2020（4）：37-52.

万佳彧，周勤，肖义.数字金融、融资约束与企业创新[J].经济评论，2020（1）：71-83.

周振江，郑雨晴，李剑培.数字金融如何助力企业创新：基于融资约束和信息约束的视角[J].产经评论，2021，12（4）：49-65.

Duarte J， Young S.L. Trust and credit： The role of appearance in peer-to-peer lending[J]. Review of Financial Studies，2012，25（8）：2455-2483.

黄益平，黄卓.中国的数字金融发展：现在与未来[J].经济学（季刊），2017，17（4）：1489-1502.

唐松，伍旭川，祝佳.数字金融与企业技术创新：结构特征、机制识别与金融监管下的效应差异[J].管理世界，2020，36（5）：52-66+9.

谭云清，原海英，马永生，等.资源约束、知识搜索对企业开放式创新影响[J].科研管理，2017，38（S1）：641-649.

GoldfarbA， TuckerC. Digital Economics[J].Journal of Economic Literature，2019，57（1）：3-43．