银行资产证券化、金融地理结构与企业创新

廖甍

关键词：金融创新；企业创新；资产证券化；金融地理结构；信贷资源可得性

一、引言

随着劳动力和资源环境低成本优势的逐渐消失，以及全球保护主义和单边主义抬头，过去依赖引进和模仿等方式实现技术进步，由此推动经济增长的模式不可持续，我国迫切需要从过去依赖低成本优势和技术进口的模式全面转向自主创新。然而，创新活动周期长、风险大、资金需求大，企业研发往往依赖于外部融资。中国目前以银行主导的金融体系其服务实体经济的能力仍存在不足，“所有制歧视”和“规模歧视”的现象仍然存在，民营经济和中小企业“融资难、融资贵”的问题并未从根本上解决。加之创新活动固有的信息不对称引致的逆向选择和道德风险加剧了外部融资摩擦，严重束缚了企业创新能力的提高。如何构建一个健全、有效的融资体系以支持企业创新，成为了一个亟待解决的现实难题。为此，中共中央和国务院在《关于深化体制机制改革加快实施创新驱动发展战略的若干意见》中强调，“要发挥金融创新对技术创新的助推作用，形成各类金融工具协同支持创新发展的良好局面”。

事实上，就金融创新而言，世界金融领域内最为重要和成功的创新便是资产证券化（Allen andSantomero，1997），其不仅是发挥金融体系动员储蓄、发现价格和控制风险等功能的重要工具，更是現代金融体系高度发达的一种存在形式。尽管金融危机的爆发引发了人们对资产证券化与金融稳定关系的反思，但随着中国金融深化和体制改革创新的需要，在国务院“控制总量、盘活存量”的金融调控基调下，监管部门相继出台了一系列有力政策，中国资产证券化进程得以于2012 年重启。此外，中国金融发展的一个基本特征是不均衡，由银行分支机构空间分布所形成的独特金融地理结构，在很大程度上决定了配置到各个企业的信贷资源数量（蔡庆丰等，2020）。如果一个企业本身就没有机会接触信贷资源，银行资产证券化自然也就不会对其产生任何影响。如此一来，分支机构的空间分布实际上成为了银行资产证券化影响企业活动的重要渠道。在上述背景下，将银行资产证券化和银行分支机构空间分布纳入一个统一的分析框架，探讨二者对企业创新的影响及其作用机制，无疑有助于引导金融体系更有效地服务实体经济，形成各类金融工具协同支持创新发展的良好局面。

现有研究中，与本文密切相关的一支文献主要关注了资产证券化的经济效应。陈凌白（2014）分析了我国上市银行实施信贷资产证券化的效果，发现银行开展资产证券化通过提升资本充足率，降低了自身的风险水平，有利于绩效提升。高蓓等（2016）、王军生和邹东哲（2016）以及郭甦和梁斯（2017）的研究同样支持了上述结论。李志辉等（2016）的研究则表明，资产证券扩大了银行的融资来源，有利于通过削弱贷款供给对外部融资成本的敏感性，增强其信贷投放能力。李佳等（2019）进一步研究得出银行流动性、资本充足率、盈利水平的提高以及风险加权资产占比的降低是资产证券化降低银行风险的作用机制。高磊等（2019）的研究则发现，资产证券化提高了银行的风险偏好和风险贷款的水平。而胡海峰等（2017）则是为数不多的讨论了资产证券化给实体经济带来的影响的学者，他们基于CC-LM 模型，发现资产证券化能促进实体经济产出的增加。

与本文主题密切相关的另一支文献则是关于金融发展与实体经济的关系。在理论研究方面，黎欢和龚六堂（2014）在Howitt and Agihon（1998）的内生增长模型中引入了金融变量，基于企业R&D决策的视角，研究了金融发展对经济增长的影响。贾俊生等（2017）在内生增长模型的框架下，引入专利部门和金融部门，以研究金融发展、创新产出和经济增长之间的关联。刘培森（2018）在Romer（1990）模型的基础上引入金融发展，基于金融为企业研发融资、研发促进技术进步进而推动经济增长的逻辑，检验了金融对实体经济的影响。庄毓敏等（2020）同样在Howitt and Agihon（1998）的基础上引入银行部门，考察了金融发展对企业创新和经济增长的影响。在实证研究方面，近年来的一些文献将研究视角逐步拓展到了数字金融、金融科技和金融创新的主题上，例如数字金融发展促进了企业创新（唐松等，2020）；数字金融促进了产业创新成果转化（庄旭东和王仁曾，2021）；金融科技促进了企业创新产出的提高（李春涛等，2020；叶莉和王荣，2021）；金融中介研发支出和信用违约互换也均有利于促进企业创新（Chan et al.， 2019; 潘敏和袁歌骋，2019）。此外，中国金融发展的一个基本事实是不均衡，这体现在各个地区、各个企业在信贷资源可得性上存在较大的差异。现有研究通常从金融分支机构的空间分布所形成的金融地理结构来考察。例如，李志生等（2020）的研究发现，企业周边银行分支机构数量的增加通过提高企业负债水平有利于企业资本结构的优化。银行网点数量和分支机构的扩张还能够通过激发银行竞争，有助于提高企业创新水平和企业出口国内附加值（张伟俊等，2021；盛斌和王浩，2022）。也有文献指出，银行网点数量的提高反而抑制了国有大型企业的研发投入（蔡庆丰等，2020）。

在上述文献的基础上，本文对现有研究做出了如下的边际贡献。第一，拓展了金融发展影响企业创新的文献。现有关于金融发展影响企业创新的研究，大多围绕金融中介、股票市场展开，而本文则基于金融地理结构的视角，将研究范围进一步拓展到资产证券化上。中国金融供给地理结构造成了个体企业信贷资源可得性的差异，进而导致了个体企业对银行资产证券化冲击作出反应的敏感程度具有异质性。基于上述特点，本文利用2012-2020 年中国A 股非金融类上市企业的面板数据，首次检验了银行资产证券化对企业创新的影响。第二，拓展了资产证券化经济效应的文献。现有关于资产证券化的经济效应的研究，主要围绕银行开展资产证券化给自身的经营绩效和风险管理带来的影响，而本文则将研究视角进一步拓展到企业创新上，首次验证了银行开展资产证券化通过提高其风险偏好和风险容忍程度，扩大了信贷投放力度，降低了企业融资成本、缓解了企业融资约束，促进了企业技术创新。此外，本文还发现在分支机构空间扩张引发的银行竞争带来的效率识别功能的作用下，银行资产证券化促进的是那些最具有创造力和生产效率的企业进行风险更高的突破式技术创新。本研究旨在为深化金融改革、发挥金融系统对企业技术创新的助推作用提供更多详实的经验证据。

二、理论分析与研究假设

目前，中国的金融体系以银行为主导，加之资本市场发育不完善，家庭投资和企业融资渠道有限，家庭储蓄主要通过银行等金融中介才能投给企业，银行是我国金融资源配置的核心。一方面，银行以存款利率从家庭手中获得资金，在将其转化为企业贷款时本身面临着调整成本。而巴塞尔协定又要求银行风险资产不得高于自身净资产的一个比例，因此银行还受到资本充足率的监管要求。由此形成了存在于家庭和银行之间的“存贷溢价”。另一方面，由于银企之间的信息不对称性，银行出于对企业违约的担心，要求企业在申请贷款的时候需要以自身资产作为抵押，而银行则需要支付额外的成本以审计企业抵押资产的真实价值。由此形成了存在于银行和企业之间的“外部融资溢价”。在上述两种摩擦的作用下，企业的实际融资成本是在基准存款利率的基础上分别叠加了“存贷溢价”和“外部融资溢价”（梅冬州等，2021）。

在上述金融格局下，以银行分支机构空间分布形成的金融地理结构成为了影响企业信贷资源可得性的重要因素。从理论上讲，地理距离对金融交易的影响主要体现在两个方面，一是地理距离抬高了交易成本，二是信息不对称阻碍了风险控制。银企之间地理距离的缩短有助于企业信贷资源可得性的提高，主要体现在如下两点：第一，银企间地理邻近可以增加双方之间的沟通互动和信息交流，有助于银行获取与企业相关的“軟信息”，缓解银企之间的信息不对称；第二，地理距离的临近还能够降低银企之间的成本，如交通成本、时间成本、监督成本等市场成本。现有研究指出，较远的银企距离将产生更高的各类成本，因此借款人通常是在最近的银行分支机构进行借款，这造成企业所能够获取的信贷资源在地理空间上存在一个半径范围（Amore et al.，2013; Berger et al.，2017;李志生等，2020；张伟俊等，2021）。而在该半径范围内，银行分支机构数量越多，企业获取的信贷资源就越丰富（蔡庆丰等，2020），能够接触的信贷渠道面就越广。而银行资产证券化又是通过信贷渠道对企业产生影响，对于信贷渠道越广、信贷资源可得性越高的企业，其受到银行资产证券化影响的程度也就越高。一个本身就没有机会获得银行信贷融资的企业，其自然也就不会受到银行资产证券化的影响。因此，分支机构的空间分布实际上成为了银行资产证券化影响企业活动的重要渠道。据此，本文提出：

假设1：周边一定半径范围内银行分支机构数量越多的企业，其受到银行资产证券化影响的程度越高。

另一方面，随着资产证券化业务的开展，银行能够将流动性较差的资产，通过特殊目的载体（SPV）进行结构性重组并进行信用增级，以未来可测的稳定现金流为支撑，将其转化为可在金融市场出售的有价证券。这使得银行能够在不增加其负债的情况下，以盘活沉淀资产的方式获得更多融资，提高了资本充足率，从而有助于降低“存贷溢价”。此外，资产证券化还将银行传统的“发起-持有”经营模式转换为“发起-分销”的模式，改变了银行过去单纯依靠存贷利差的经营路径，拓宽了银行通过中间业务盈利的渠道，提高了银行的盈利能力和绩效水平。而资产证券化过程所蕴含的“真实出售”环节则通过对信用风险进行剥离、转移和分散，降低了银行的风险水平（郭甦和梁斯，2017；李佳，2019），进而提高了银行的风险控制能力（Allen and Santomero， 1997）。由于存在资产证券化的兜底，这更可能在一定程度上改变银行的风险偏好，提升银行对企业违约风险的容忍程度。因此，这将有助于降低“外部融资溢价”。“存贷溢价”和“外部融资溢价”的降低直接导致了企业融资成本的降低，进而缓解了企业的融资约束。据此，本文提出：

假设2：银行资产证券化活跃程度的提高有助于降低企业融资成本，缓解企业融资约束。

假设3：银行资产证券化活跃程度的提高有助于提高银行风险控制能力和银行风险偏好。

不同于一般生产性投资，研发投资周期长、风险高、不确定性也更大。创新企业还出于商业机密的考虑不愿向银行准确透露研发项目的具体细节，加之研发创新难以通过有形资产的形式提供抵押品，进而产生信息不对称和逆向选择的问题，导致企业研发投资更容易受到融资约束的制约。由于资产证券化的开展能够降低企业因“存贷溢价摩擦”和“外部融资溢价摩擦”所产生的融资成本，而融资约束的缓解则能够极大促进企业研发创新的投资积极性。此外，资产证券化作为风险管理工具的功能还通过转移银行面临的信贷风险，提高了银行的风险偏好，有助于增强银行直接将信贷投放于“高风险-高收益”的研发创新项目的意愿。据此，本文提出：

假设4：银行资产证券化活跃程度的提高有助于促进企业研发强度的提升。

本文将围绕上述理论分析和研究假设展开验证。余下的内容安排如下：第三部分为实证研究设计；第四部分为实证研究结果及讨论；第五部分为进一步研究，其中包括了对影响机制和异质性的讨论；第六部分为结论和政策启示。

三、研究设计

（二）变量与数据

1. 被解释变量

本文的被解释变量为企业创新，基准模型中本文采用企业的研发投入强度（RDit）作为其代理变量，以企业研发投入与营业收入之比（%）表示，研发投入强度越高说明企业研发创新活动越活跃。后续研究中，本文还使用了企业专利申请数量、专利引用次数等相关指标来构建企业创新的代理变量，以体现企业创新的质量和突破式创新水平。

2. 核心解释变量

本文的核心解释变量之一为银行企业贷款证券化活跃程度（Securitizationt）。本文采用各年全国银行业金融机构的企业贷款支持证券发行规模与全国银行业金融机构贷款余额之比来表示。核心解释变量之二为信贷资源可得性指标（FinAccess），我们希望通过信贷资源可得性在个体截面上存在异质性来帮助识别银行资产证券化对企业创新的因果效应。具体而言，本文在城市层面为每一家上市公司匹配位于同一城市的所有银行分支机构，利用上市公司总部办公地址和银行分支机构的经纬度数据，计算上市公司与该城市所有银行分支机构的地理距离，以企业半径20km 范围内的银行分支机构数量的对数来衡量信贷可得性。考虑到银行基层网点几乎都没有放贷权限，仅仅是吸储，为此我们从银监会公布的全国20 多万家各类商业银行分支机构的金融许可证信息中提取了银行分支机构中的一级分行、二级分行和支行，进而构造了上市公司周边一定半径范围内银行分支机构的信贷资源可得性指标。之所以选择20km 作为阈值半径，是因为现有研究证实这是银行和企业之间产生最大关联效应的距离①，例如：Amore et al.（2013）利用美国数据计算的11 英里（即17km）；张伟俊等（2021）利用中国数据计算的20km。

3. 控制变量

公司层面的控制变量包括：企业规模（Size），以企业资产总额的自然对数表示；盈利能力（Roa），以企业资产收益率表示；政府补贴（Subsidy），以企业该年获得的财政补助与企业资产总额之比表示；企业杠杆（Lever），以企业资产负债率表示；现金流比例（Cash），以企业货币资金及交易性金融资产与资产总额之比表示。另外还有企业年龄（Age）、企业总资产增长率（Targ）、企业资产流动性（Liqui）、董事会规模（Bdsize）、总经理和董事长是否二职合一（Chair）、第一大股东持股比例（First）。宏观层面的控制变量包括：货币政策（MP），以银行间7 天同业拆借率表示。还有经济政策不确定性（EPU）、广义货币供给增长率（M2）、GDP 增长率（GDP）、企业景气指数（FIRMPI）、宏观经济景气指数先行指标（MACROPI）。②

4. 数据说明

本文以2012 年中国资产证券化试点重启的时间节点作为起始年份，选择2012-2020 年A 股非金融上市公司为研究样本。全国银行业金融机构企业贷款支持证券发行规模数据来自“中国资产证券化分析网”，银行业金融机构贷款数据来自Choice 数据库；银行分支机构及其地理信息的数据来自中国银保监会“许可证信息查询平台”，经纬度信息通过百度地图API 获取；公司财务数据及办公地址信息均来自CSMAR 数据库；公司专利相关数据来自CNRDS 数据库；宏观层面的数据来自Choice 数据库。本文对公司层面的连续变量在2.5%分位数上进行了双侧缩尾处理，以缓解离群值的干扰。最终样本包括22 233 个公司-年度样本观测值。企业层面的主要变量描述性统计见表1。

四、研究结果及讨论

（一）基准回归结果

基准模型的回归结果报告于表2，其中列（1）报告的为企业创新（RD）对银行企业贷款证券化活跃程度（Securitization）的回归结果，即对式（1）的回归结果；列（2）报告的为企业创新（RD）对企业信贷资源可得性（FinAccess）的回归结果；列（3）为在列（1）的基础上加入了企业信贷资源可得性的回归结果；列（4）为对式（2）的回归结果。

列（1）的结果显示，银行企业贷款证券化活跃程度（Securitization）的回归系数显著为正，说明全国银行业金融机构的企业贷款证券化活跃程度的上升，促进了企业研发投入强度的提高；列（2）的结果显示，企业信贷资源可得性（FinAccess）的回归系数同样显著为正，说明企业周边20km 范围内银行分支机构数量的增加同样有助于促进企业研发活动的开展。在列（3）中，本文同时加入了银行企业贷款证券化和企业信贷资源可得性，结果显示：企业信贷可得性（FinAccess）的回归系数与列（2）完全一致，而Securitization 的回归系数与列（1）相比，其数值大小有所下降，但仍然在1%的水平上具有统计显著性，意味着企业信贷可得性对于企业研发投入强度的变化具有解释能力。这说明银行企业贷款证券化的确是通过信贷渠道对企业研发投入产生影响的。因此，本文在列（3）的基础上进一步加入了银行企业贷款证券化活跃程度（Securitization）和企业信贷可得性（FinAccess）的交互项（Securitization×FinAccess），回归结果报告于列（4）。列（4）中，本文主要关注交互项Securitization×FinAccess的估计系数。结果显示，Securitization×FinAccess在5%的水平上显著为正，意味着相比于信贷资源可得性较低的企業，全国银行业金融机构的企业贷款证券化活跃程度的上升，会使得周边20km 范围内银行分支机构更多的企业其研发强度提高的幅度更大，至此，假设1 和假设4 得以验证。对于这一结果，本文同样可以将其解释为：随着企业信贷可得性的增加，银行企业贷款证券化活跃程度的上升会促进企业研发强度的提高。

（二）稳健性检验：更换参数估计方法与替换核心解释变量

考虑到本文被解释变量企业研发投入强度为非负数据，且存在较多观测值为0。实际上，在本文22 233 笔观测值中，有5 965 笔观测值的研发投入强度为0，占比近1/4。一般来说，对于计数数据而言，泊松伪最大似然估计（PPML）是一个合适的选择，而Gourieroux et al.（1984）通过放松对被解释变量分布的假设，使PPML 不再局限于计数数据，而是可以应用于任何非负的被解释变量，尤其是当非负数据中存在较多观测值为0 的时候。并且，表1 对变量RD 的描述性统计显示，其期望为3.405，方差为3.788，二者较为接近，较为符合泊松回归对被解释变量的分布要求。对此，本文重新采用PPML 方法对式（1）和式（2）进行参数估计，结果报告于表3 列（1）-（2）。此外，本文还利用全国银行业金融机构的企业贷款支持证券发行规模与银行业金融机构资产总额之比来作为银行资产证券化活跃程度的代理变量，以重新对式（1）、（2）进行估计，结果报告于表3 列（3）、（4）。

由表3 列（1）-（2）的结果可知，Securitization与Securitization×FinAccess对RD 均有显著为正的影响，这与基准回归一致。但是，本文需要特别留意PPML 方法所估计参数的含义，其表示当解释变量发生微小增量时，被解释变量的提高平均将增加多少百分点。此外，列（3）-（4）的估计结果也与基准模型一致，说明本文结论较为稳健。

（三）稳健性检验：对内生性问题的讨论

1. 遗漏变量和反向因果问题

考虑到上市公司所在地的城市规模或者发达程度或者城市行政等级与公司的信贷获取能力相关，因此我们可能遗漏了城市层面那些能够对企业信贷获取能力产生影响的因素。针对基准回归模型依旧存在遗漏变量问题的担忧，本文在式（2）的基础上加入了城市固定效应，以控制不同城市的特征对企业研发创新的影响，回归结果报告于表4 列（1）。此外，本文还在基准模型式（2）的基础上进一步加入了城市-年份固定效应以控制城市层面逐年变化的不可观测的因素对企业研发创新的影响，比如城市层面逐年变化的经济波动对企业研发产生的影响。同时本文还加入了行业-年份固定效应，以控制行业层面逐年变化的不可观测因素对企业研发活动的影响，比如行业层面逐年变化的需求冲击。上述结果报告于表4 列（2）。

为尽可能将内生性问题带来的影响降到最低，保险起见，本文还对资产证券化活跃程度（Securitization）滞后一阶处理，构造滞后一期的资产证券化活跃程度（L.Securitization）与企业信贷可得性的交互项L.Securitization×FinAccess，回归结果报告于表4 列（3）。此外，真正值得本文注意的是企业信贷可得性，其是基准模型式（2）中潜在内生性的重要来源。可能的原因在于，研发创新越活跃的企业其融资需求越大，银行出于拓展业务的考虑可能倾向于在企业融资需求更高的地区设立分支机构。为此，本文借鉴李志生等（2020）的做法，以当年银行分支机构数量对上一年度企业研发强度进行回归，提取回归残差并记为r.FinAccess，回归残差r.FinAccess可以被解释为当年银行分支机构数量中不受上一年度企业研发创新行为影响的部分。因此，可以用残差r.FinAccess来替代信贷可得性r.FinAccess作为解释变量，并构造其与企业贷款证券化活跃程度的交互项Securitization×r.FinAccess，回归结果报告于表4 列（4）。另外，本文还同时将Securitization和FinAccess作为潜在内生性来源，以构造交互项L.Securitization×r.FinAccess，回归结果报告于表4 列（5）。

由表4 列（1）-（2）可知，无论控制何种固定效应，银行资产证券化活跃程度与信贷可得性的交互项（Securitization×r.FinAccess）的估计系数依然在5%的水平上显著为正，系数估计值大小与表2 列（4）中基准模型的估计结果相比变化不大。上述结果与基准模型的结论一致，说明遗漏变量问题对本文估计结果影响不大。此外，列（3）-（5）中L.Securitization×FinAccess、Securitization×r.FinAccess以及L.Securitization×r.FinAccess的估计系数在1%的水平上显著为正，且其系数估计值大小也与表2 列（4）中基准模型所对应的估计值在同一数量级，说明在考虑了反向因果关系后，本文的结论依然稳健。

2. 基于工具变量方法的检验

为了进一步获得稳健的估计结果，本文寻找历史工具变量，以进行两阶段最小二乘估计。我们从银监会公布的自1949 年以来全国20 多万家各类商业银行分支机构的金融许可证信息中提取了1984 年的銀行分支机构地址，并获取了其地理经纬度坐标。在此基础上，计算1984 年的银行分支机构与样本期间（2012-2020）上市公司总部办公地址间的距离，得到上市公司周边20km 半径范围内在1984 年存在的银行分支机构数量，并将其与时间趋势项（Trend）相乘进而构造具有时变特征的工具变量。对于该工具变量的选择，理由如下：

中国人民银行的商业性业务于1984 年被正式剥离，形成了工、农、中、建四大国有专业银行体系。1984 年的国有专业银行体系为现代中国的商业银行分支机构的分布奠定了基础，因此，1984年的银行分支机构的空间分布满足工具变量相关性假设条件。其次，在1984 年，处于计划经济体制时期的国有专业银行的主要功能是承担政策性任务，其主要依靠贷款指令性计划分配经济建设所需资金，无法满足企业尤其是民营企业的资金需求。在当时的环境下，银行是否在某一地理位置设立分支机构的决定与某一家企业几乎没有关系，因此有理由相信历史年份的银行分支机构地理空间分布与当代上市公司的特征不相关，工具变量满足外生性假设条件。我们重新利用两阶段最小二乘法进行了工具变量估计，估计结果见表5。

表5 列（1）-（2）所报告的两阶段最小二乘的第一阶段回归显示，本文选取的工具变量（Branch1984）对企业信贷可得性（FinAccess）具有显著为正的边际影响。上述结果说明，本文构造的工具变量与内生变量呈显著的正相关关系，符合本文的理论预期。此外，第一阶段回归的F 统计量的值（57.86与40.44）也均超过10，说明不存在弱工具变量现象。列（3）第二阶段回归中，不可识别检验（Underidentification test）的Kleibergen-Paap rk LM 统计量为37.309，在1%的水平上显著拒绝“工具变量识别不足”的原假设；弱工具变量检验（Weak identification test）的Cragg-Donald Wald F 统计量大于Stock-Yogo weak ID 检验在10%水平上的临界值，检验结果说明不存在弱工具变量问题。上述检验结果表明本文选择的工具变量是有效的。

两阶段最小二乘的估计结果显示，交互项（Securitization×FinAccess）的系数为3.894 2，且在1%的水平上具有统计显著性。回归结果说明：资产证券化活跃程度的上升，对那些周边20km半径范围内有更多银行分支机构的企业的研发创新促进作用要更强。综上，工具变量回归的结果与基准模型是一致的，本文的主要结论是稳健的。

五、进一步研究

（一）影响机制

本文在理论分析中阐述了银行的资产证券化通过降低企业融资成本、缓解企业融资约束进而促进企业研发强度提高的影响机制。此外，本文还推测资产证券化对企业融资成本的降低作用是因其提高了银行的风险偏好，进而降低信贷溢价。在此部分，本文将分别从企业融资约束、企业创新质量以及银行风险偏好等三个方面来对假设1 和假设2 进行验证。

其中，Cost 表示企业融资成本，参考李雪松等（2017）的做法，本文采用企业利息支出与营业收入之比表示，将其记为Cost1；同时也参考张伟华等（2018）的做法，采用企业利息支出、手续费支出及其他财务费用之和占期末总负债的比重表示，并记为Cost2。FC 表示企业融资约束，参考鞠晓生等（2013）的做法，本文利用SA 指数来表示，将其记为FC1，其为负且绝对值越大表示企业受到的融资约束程度越严重；同时也采用WW 指数作为融资约束的代理变量，并记为FC2①。对式（3）和（4）的估计结果见表6。

表6 列（1）-（2）的结果显示，交互项Securitization×FinAccess无论是对以Cost1 还是Cost2 表示的融资成本都具有显著为负的影响；列（3）-（4）的结果显示，Securitization×FinAccess对分别以FC1 和FC2 表示的融资约束也都具有显著为负的影响。上述结果表明，银行资产证券化活跃程度的提高有助于那些周边20km 半径范围内银行分支机构数量更多的企业降低融资成本、缓解融资约束。需要指出的是，企业周边银行分支机构数量较多并不意味着该企业能够获得真正有效的信贷供给，其更多体现的是企业获取信贷资源的一种可能性，而银行对企业最终发放贷款与否是在综合考虑了企业财务特征、盈利能力、经营状况、项目风险及其市场前景等因素之后的结果。本文的结果表明，在银行资产证券化的作用下，企业获取信贷资源的这种可能性被真正转化为了有效的信贷供给，这可能是银行进行企业贷款证券化影响了其风险偏好，改变了银行放贷行为，增加了银行信贷投放意愿的结果。

2. 企业创新质量

根据本文在理论分析中的推断，如果银行资产证券化活跃程度的提高能够促使银行风险偏好和风险控制能力的提高，那么这将极大缓解银行低风险的经营模式和企业高风险的创新行为之间不匹配问题。如此一来，银行进行企业贷款证券化活跃程度的提高将激励其增加对“高风险-高收益”的研发创新项目的风险容忍程度和信贷投放意愿。相反，对于创新质量较低、创新难度较小的低风险项目而言，银行利用现有的金融产品和服务就能满足业务的需求和风险控制的需要，因此，资产证券化对低质量、低风险的创新行为的影响是相对有限的。从这一逻辑出发，本文推测银行的资产证券化活跃程度的提高对那些更有技术含量、研发难度更大、创新结果不确定性更高的突破性技术创新的促进作用更大。为此，本文建立了如下固定效应模型：

式（5）中，Patent 表示企业专利申请数量的自然对数。借鉴黎文靖和郑曼妮（2016）的做法，根据发明专利、实用新型专利、外观设计专利这三类专利的技术含量和质量，本文将企业申请的专利划分为创新质量较高的发明专利（InnoPatent）和创新质量较低的非发明专利（non_InnoPatent）。对于发明专利而言，其对应了研发难度更大、风险和不确定性更高的研发项目；非发明专利包括了实用新型专利和外观设计专利，其对应的研发创新项目难度更小、风险更低。式（6）中，Radical 表示的是突破式創新，与之相对的是增量式创新（Incremental）。参考Luong et al.（2017）的做法，本文首先在“专利-年度”层面将被引次数位于该专利技术类别被引次数75%分位数水平之上的专利标记为突破式创新，引用次数在其所在技术类别被引次数25%分位数水平之下的专利标记为增量式创新。随后，在“企业-年度”层面对突破式创新的专利数量和增量式创新的专利数量进行加总，并取其自然对数来表示企业突破式创新水平和增量式创新水平。专利被引次数反映了创新的技术重要程度，被引次数越多的专利代表了在关键领域进行了路径突破，甚至是技术范式的颠覆，对技术前沿的变革产生了广泛而深远的影响。因为其影响了各个领域的后续创新，与之匹配的研发项目难度更大、风险和不确定性也更高。相反，增量式创新只是在延续现有技术路径之上的平稳改进，与突破式技术创新相比，质量、难度、风险和不确定性也将更小。对式（5）和（6）的回归结果报告于表7，其中列（1）-（3）的被解释变量分别为企业专利申请总量（Patent）、发明专利申请量（InnoPatent）和非发明专利申请量（non_InnoPatent）；列（4）和列（5）的被解释变量分别为突破式创新（Radical）和增量式创新（Incremental）。

对于表7 的估计结果，本文主要关注交互项Securitization×FinAccess的系数。列（1）显示，Securitization×FinAccess对企业专利申请数量具有显著为正的影响，说明相比于周边20km 半径范围内银行分支机构数量较低的企业，银行资产证券化活跃程度的提高，会使周边20km 半径范围内银行分支机构数量更多的企业其专利申请数量增加的幅度更大。基准模型中的研发强度是一个投入指标，而专利申请数量则是一个产出指标，这意味着企业贷款证券化不仅能够提高创新投入，还提高了创新产出，这进一步验证了本文在基准模型中获得的结论。列（2）-（3）的结果显示，资产证券化活跃程度的提高对技术质量更高的发明专利申请量的促进作用更加突出，而对技术质量较低的非发明专利的促进作用则不明显，说明资产证券化对企业创新产出的促进作用主要体现在对研发难度更大，质量、风险和不确定性更高的发明专利上。列（4）-（5）的结果显示，资产证券化活跃程度的提高显著促进了企业进行突破式创新，而对增量式创新则产生了抑制作用，说明资产证券化的创新促进效应是真正激励了企业从事更高风险、更有价值的实质性创新。列（2）-（5）的结果意味着，资产证券化更能够促进企业进行难度更大、风险和不确定性更高的突破式创新，而对低风险、低难度的增量式创新影响不显著，甚至产生了抑制作用，从侧面验证了资产证券化活跃程度的提高，通过增强银行的风险偏好，激励了银行增加对“高风险-高收益”的研发创新项目的风险容忍程度和信贷投放意愿，最终推动了企业进行风险更高的突破式创新活动并提高了创新产出水平。

3. 银行风险偏好

前面，本文从企业的角度出发，论证了资产证券化活跃程度的提高促进了研发难度更大、研发风险和不确定性更高的突破式创新活动。在本部分，本文将从银行的角度，进一步验证企业贷款证券化活跃程度的提高对银行风险偏好和风险控制能力的影响。为此，本文建立如下一系列固定效应模型：

至此，本文分别从三个角度揭示了银行资产证券化活跃程度的提高对企业的创新促进作用的影响机制。本文的分析表明，银行资产证券化活跃程度的上升通过提高银行风险识别和控制能力，降低了银行风险水平，增强了银行风险偏好，这有助于降低银行对企业贷款施加的信贷溢价，从而降低企业融资成本、缓解企业融资约束，最终促进了企业研发投入强度的提高和创新产出质量的提升。

（二）异质性检验

基准模型的结果显示了银行资产证券化活跃程度的提高对企业研发投入强度的提高具有促进作用，同时，本文还从企业融资约束、企业创新质量以及银行风险偏好三个角度对影响机制进行了揭示。本部分本文将从地区、行业和企业层面的异质性出发，进一步加深对本文主要结论的理解。

1. 地区异质性

表9 列（1）-（2）是将样本企业按照所处省份的市场化水平进行分组，列（1）报告的是高市场化水平组，列（2）是低市场化水平组。对于各省份市场化水平，本文根据《中国分省份市场化指数报告（2021）》①测度的2008-2019年各省份市场化指数，按照各省份平均增长率外推至2020 年，并按全国市场化水平的均值，将各企业按照其所在地划分为高市场化水平组和低市场化水平组。本文发现，在市场化水平高的地区，Securitization×FinAccess对RD具有显著为正的影响，而在低市场化水平的地区则不显著。这可能是因为，高市场化水平本身就蕴含了完善的市场中介组织和健全的知识产权保护制度，这对创新项目投资者的权益和企业创新行为的收益都提供了制度保障，更有助于激励企业从事研发创新活动。

表9 列（3）-（4）是将样本企业按照所在省份僵尸企业数量占比进行分组，列（3）报告的是高僵尸企业占比组，列（4）报告的是低僵尸企业占比组。对于僵尸企业的识别方法，本文参考了蔡宏波等（2020）的做法。本文首先在“企业-年度”层面将企业利润总额减去政府补贴得到实际利润，将连续2 年实际利润为负的企业识别为僵尸企业，并将僵尸企业数量汇总至“省份-年度”层面获得各省僵尸企业占比，最后按照全国均值将各省份划分为高僵尸企业占比组和低僵尸企业占比组。

本文从回归结果中发现，在僵尸企业数量占比较低的省份，Securitization×FinAccess对RD具有显著为正的影响，而在僵尸企业数量占比较高的地区则不显著。一种可能的解释是，地方政府对银行信贷投放的过度干预扭曲了信贷资源的配置，导致低效益、低生产率以及落后产能的企业得以继续生存，由此催生的大量僵尸企业，挤占了正常企业进行创新活动的信贷资源，造成在僵尸企业数量占比较高的地区，银行资产证券化活跃程度的提高对企业创新的积极作用被稀释。而低僵尸企业数量占比地区的经济更加活跃，资源配置效率更高，企业创新积极性更高，因此，银行通过贷款证券化释放的流动性对那些位于更具活力和效率市场中的企业的创新促进作用更强。

2. 行业异质性

表10 列（1）-（2）是将样本企业按照所处行业进行分类，列（1）是高技术行业组，列（2）是非高技术行业组。本文根据国家统计局《高技术产业（制造业）分类（2017）》和《高技术产业（服务业）分类（2018）》①的指导标准，将样本企业划分为高技术行业和非高技术行业，并进行分样本回归。

由列（1）-（2）的结果可以看出，交互项Securitization×FinAccess在高技术行业组中显著为正，而在非高技术行业组中虽然为正，但不显著。相比于非高技术行业，高技术行业的研发创新的难度和不确定性更大、风险水平更高、信息不对称更强，本文的结果显示，相比于周边20km 半径范围内银行分支机构数量较少的企业，银行企业贷款证券化活跃程度的提高对那些周边20km 半径范围内银行分支机构更多且同时又从事高技术行业的企业的研发创新促进作用更为突出。这进一步从侧面说明了银行资产证券化确实提高了银行的风险偏好，增强了银行对企业从事高技术创新研发项目的风险容忍程度。

表10 列（3）-（4）是将样本企业按照所处行业对外融资依赖度进行的划分，列（3）是高外部融资依赖度行业组，列（4）是低外部融资依赖度行业组。参考Rajan and Zingales（1998）的做法，本文利用企业资本支出和营运现金之差与资本支出之比来衡量单个企业的外部融资依赖度，随后用行业内企业的外部融资依赖度的均值衡量行业的外部融资依赖度，再按行业均值划分为高外部融资依赖度行业和低外部融资依赖度行业。

列（3）-（4）的结果显示，Securitization×FinAccess对企业研发创新的促进作用仅在高外部融资依赖度行业中显著，而在低外部融资依赖度行业中不显著，说明相比于周边银行分支机构数量较少的企业，银行资产证券化活跃程度的提高对那些周边有较多银行分支机构且对外融资依赖度更高行业的企业的研发创新促进作用更为显著。可能的原因在于，由于低外部融资依赖度行业的企業在进行研发投资时面临的融资困境较小，银行通过证券化释放的流动性对该行业的企业产生的边际影响较低。这也进一步支持了本文在理论分析中阐明的机制，即企业贷款证券化通过降低企业融资成本、缓解企业融资约束进而促进企业研发创新。

3. 企业异质性

表11 对企业异质性进行了探讨。根据上市公司的所有制属性，本文将样本企业划分为国有企业和民营企业；根据国家统计局《统计上大中小微型企业划分办法（2017）》①，本文将样本企业划分为大型企业和中小企业。列（1）-（4）的结果显示，交互项Securitization×FinAccess对企业研发创新（RD）的促进作用在民营企业和中小企业中具有统计显著性，而对国有企业和大型企业的研发创新的影响则不明显。中国的信贷市场历来存在“所有制歧视”和“规模歧视”，国有企业和大型企业能够更容易地从银行获得贷款，而民营企业和中小企业即使其周边有更多的银行分支机构或是具有信贷获取的便利性，但由于受到自身规模和所有制的束缚，在信贷市场上仍可能面临更多的摩擦，真正可得的信贷资源也较少。本文的证据表明，银行资产证券化活跃程度的上升对那些周边20km 半径范围内银行分支机构数量较多但面临更多借贷摩擦和财务困境的民营企业和中小企业的研发创新促进效应更为突出，这再次证明了银行企业贷款证券化通过缓解企业融资约束、降低企业融资成本进而促进企业研发创新的机制路径。

本文还进一步针对僵尸企业和非僵尸企业进行了异质性分析②，结果报告于表12。其中，列（1）-（2）是针对僵尸企业的分组回归结果，列（3）-（4）是针对非僵尸企业的分组回归结果。列（1）-（2）的结果显示，交互项Securitization×FinAccess对僵尸企业的RD 和FC 的影响都不具有统计显著性；而列（3）-（4）的结果显示，交互项Securitization×FinAccess對非僵尸企业的RD 的影响显著为正，同时对FC 则具有显著为负的影响。上述结果表明，随着企业周边20km 半径范围内银行分支机构数量的增加，银行资产证券化活跃程度的提高有助于缓解非僵尸企业的融资约束，显著促进非僵尸企业的研发创新。由于可以通过资产证券化转移风险，这导致银行更容易放松对信贷质量的监管而降低放贷标准（Stein， 2010），造成信贷资源流向低效率的僵尸企业。而僵尸企业由于产能落后、生产效率低下，导致盈利能力不足和绩效不佳，因此其正常归还银行借款的能力较低，这反过来又增加了银行的信贷风险敞口（陈瑞华等，2020）。但是企业周边银行分支机构数量的增加却强化了银行竞争，这增强了银行识别低效率的僵尸企业的能力（王海等，2021），提高了信贷资源的配置效率。因此，在信贷可得性的效率识别功能和贷款证券化的风险控制功能的共同作用下，银行增加的是对那些最具有创造力和生产效率的企业进行风险更高的突破式技术创新的支持。

六、结论与启示

本研究的主要结论如下：①全国银行资产证券化活跃程度的提高，会使得周边一定半径范围内银行分支机构数量更多的企业其研发强度提高的幅度更大。②上述现象背后的作用机制在于，周边一定半径范围内银行分支机构数量的增加拓展了企业的信贷渠道接触面，而银行资产证券化活跃程度的上升则提高了银行的风险偏好和风险容忍程度，在上述两方面的作用下，有助于降低企业融资成本、缓解企业融资约束，最终促进了企业进行更高风险的突破式技术创新。③地区异质性方面，银行资产证券化对企业创新的促进在高市场化水平省份和低僵尸企业占比省份更加显著。④行业异质性方面，银行资产证券化对高技术行业和高外部融资依赖度行业企业的研发创新促进作用更强。⑤企业异质性方面，银行资产证券化对非国有企业和中小企业的创新促进作用更为突出。⑥此外，在分支机构空间扩张带来的效率识别功能的作用下，银行资产证券化促进的是那些最具有创造力和生产效率的企业进行风险更高的突破式技术创新。

根据上述结论，本文认为深化金融体制改革，推动资产证券化等金融创新的发展，形成多层次的资本市场，有助于提高金融服务实体经济的能力；有助于改善企业尤其是民营企业和中小企业面临的融资约束；有助于缓解银行稳健经营和企业创新之间的矛盾。为此，首先要进一步加强金融基础设施的建设，优化各类银行分支机构的布局，扩大金融服务的覆盖面和普惠性，防止其扎推集中到某个特定企业周边。第二，需要继续推动各地区市场化水平的提高，培育壮大市场中介组织，健全完善知识产权保护体系，要重视制度因素在激励企业研发创新过程中的积极作用。第三，要特别重视并确保市场在资源配置中的主导地位，减少因政府过度干预所导致的资源配置扭曲，积极引导要素流入效率更高的企业。第四，在发挥资产证券化促进企业创新的积极作用的同时，还要注意到风险的防控和金融创新可能引发负面影响。为此，需要健全宏观审慎的监管体系，强化证券市场的监管意识，并警惕证券化的快速扩张可能引发的其与实体经济发展的背离，深刻把握资产证券化等金融创新工具其服务实体经济的本质。