商业信用、融资约束与技术创新

石华平 敖芸霜

一、引言

中国特色社会主义进入新时代，我国经济正由“要素驱动”向“创新驱动”转变，亟须提高企业自主创新能力，以创新促发展。创新能力是企业最有价值的无形资产，有助于使其在行业竞争中保持领先地位，实现可持续发展〔1-2〕。然而，技术创新不仅要投入大量研发资本，而且受逆向选择与道德风险的影响，创新风险系数较高〔3〕。通常而言，仅依靠企业自有资金难以维持创新的资金需求，必须努力寻求外部融资。然而，受技术创新风险和信息不对称等因素影响，正规融资往往面临着较大的融资约束〔4〕，影响了创新要素投入，产生市场失灵〔5〕。因此，企业往往借助非正规融资渠道获取创新资金。商业信用是最常见的非正规融资方式，近年来已逐渐成为外部融资的重要途径之一。据统计，英国、法国等欧洲国家，商业信用融资在企业总资产中占比超过20%〔6〕。那么，商业信用作为非正式融资渠道，能否有效缓解企业融资约束？面对日益趋紧的融资约束，商业信用如何化解融资约束，为企业技术创新提供资金支持，进而促进技术创新呢？本文以2007-2020年我国2774家上市公司为样本，构建双向固定效应模型，试图解答上述问题，以期为商业信用融资激励企业技术创新提供科学依据和政策建议。

国内外学者关于商业信用与技术创新的关系已进行了诸多有益探索，研究成果丰硕。但是，学术界关于商业信用对技术创新的影响争论已久，观点迥异。部分研究认为，商业信用对技术创新起积极作用〔7-8〕。一方面，商业信用融资既能显著提高企业创新资本投入，还能维持创新投资的持续性〔9〕，对企业技术创新发挥了积极作用〔10-11〕。另一方面，良好的商业信用有助于提升技术创新的数量和质量〔12〕。研究发现，我国工业企业集群的商业信用通过放宽融资约束，进而促进企业技术创新〔13〕。然而，也有部分研究认为商业信用对企业技术创新产生显著的抑制作用。如吴祖光等(2019)研究就发现，商业信用等级与创新投资的不利因素呈正向关系〔14〕。企业的商业信用评价越高，就越容易陷入“资源诅咒”陷阱，越难以提升技术创新能力〔15〕。不仅如此，还有部分学者研究发现商业信用与技术创新之间呈非线性关系。于波等(2020)研究发现，商业信用与技术创新之间呈倒U形曲线关系，当商业信用评价低于门槛值时，其对技术创新产生促进作用，而一旦超越门槛值，则会抑制技术创新〔16〕。

综上所述，商业信用对技术创新影响的研究结论至今未达成一致，在不同的研究视角和影响机制作用下的结论截然不同，且已有文献关于商业信用对技术创新影响的内在机理研究相对较少，为本文研究提供了契机。本文试图利用中介效应模型验证“商业信用—融资约束—技术创新”的理论逻辑体系，以期为商业信用与技术创新的影响研究提供理论依据，为企业战略融资提供参考借鉴。

二、影响机制与研究假设

1.商业信用与技术创新

与外部融资相比，企业内部融资不仅成本低、风险小，还能最大限度减少信息不对称造成的损失。但是，对大多数企业而言，仅仅依靠企业自有资金，难以满足技术创新的资金需求。因此，外部融资必然成为企业获取创新资金的重要渠道。目前，国际上普遍将商业信用作为短期债务融资的重要渠道，商业信用也被广泛应用于银行与金融机构，成为商业融资的一种重要途径。在自由竞争市场中，创新资金被视为沉没成本，一旦技术创新失败，企业将面临巨额的财富净损失。因此，相比一般性投资活动，技术创新投资面临着更大的融资约束〔17〕。基于技术创新投资的风险与收益不对称，企业通过银行等正规金融机构获取融资的难度较大，导致技术创新资金投入不足。因此，为获取充足的技术创新资金，企业会寻求非正规的融资渠道。商业信用融资能较好地满足企业短期资金需求，因而商业信用作为非正规融资渠道备受融资约束的中小(微)企业所青睐。基于此，提出假设1。

H1：良好的商业信用能显著促进企业技术创新。

2.商业信用、融资约束与技术创新

学术界关于融资约束与技术创新的关系研究主要集中在融资约束对技术创新的抑制作用〔18〕。Hall et al.(2016)研究发现，无论以现金流还是以企业调查的方式来衡量，融资约束都会对企业技术创新产生负向作用〔19〕。融资约束是企业获取流动资金的桎梏，尤其是在经济不景气时期，融资约束无疑增加了企业退市的风险，使其难以进入下一阶段生命周期。Agenor et al.(2017)研究发现，受融资约束影响，融资渠道不畅对企业技术创新产生了不利影响〔20〕。众所周知，技术创新必须具备雄厚的研发资金作为前置条件。但是，在内部资金短缺与外部融资约束的双重制约下，容易降低企业技术创新的资金投入，降低投资经济效益。MM定理认为，在完美的资本主义市场中，企业内部资金与外部融资可灵活转化。倘若不受融资约束影响，企业内部资金不足时相对比较容易获取外部融资。但是，在发展中国家，企业往往存在内外资金流动不畅的问题。如Zhu et al.(2021)研究就发现商业信用对民营企业的融资约束比银行信贷机构更宽松〔21〕。因此，商业信用能有效缓解企业外部融资约束，为企业开展技术创新提供资金支持，提升创新能力和水平。据此，提出假设2。

H2：良好的商业信用能通过缓解融资约束对技术创新发挥促进作用。

3.基于产权的异质性分析

国有经济是我国非常重要的一种经济形式，作为国民经济的支柱，其主要目的之一就是实现政府的经济职能。因此，国有企业需承担更多的社会责任和国计民生等重大问题，创新活动更倾向于国家关注的重点领域〔22〕。与民营企业相比，国有企业管理严格，财务经营规范，且生命周期长，在偿债能力评估和未来收益预测等方面都凸显优势。因而，国有企业相比民营企业更容易获得正规金融机构的外部融资。所以，产权性质决定了企业获得外部融资的难易程度。然而，民营企业处于信用资本配置末端，期望通过政治纽带来解决资源配置和市场竞争力的内在不足〔23〕，进而通过“寻租”等方式获取外部正规融资，不仅损害了资本市场的公平性，而且还会降低社会整体福利水平。因此，越来越多的民营企业借助非正规融资渠道获取技术创新资金投入，导致商业信用在民营企业的融资结构中占比越来越大〔24〕。基于此，提出假设3。

H3：良好的商业信用对促进民营企业技术创新的作用更显著。

4.基于区域异质性的分析

因区域之间的经济、政治、文化水平差异，区域要素资源禀赋不同，导致不同区域的商业信用水平和融资约束程度也存在一定的差距。东部地区市场机制更加健全，信息开放程度更高，无论是传统金融还是数字金融的发展程度，都显著高于中西部地区。市场化程度越高，商业信用融资的开放程度越高，服务效率也更高。除此之外，与东部地区相比，中西部地区经济发展水平差异显著，融资约束也因企业自身发展状况而不同，融资方式缺乏多样性。虽然实施区域协同发展战略有助于缩小地区发展差异，推动全体人民共同富裕，但是地区经济发展仍不平衡，尤其是东西部地区发展差异仍相对比较明显。所以，不同地区的企业在商业信用以及融资约束方面都存在显著差异，对技术创新的作用程度也存在差异。基于此，提出假设4。

H4：东部地区的商业信用融资能显著推动企业技术创新。

三、研究设计

1.模型构建

首先，为探讨商业信用对技术创新的影响，构建如下基准模型。

R&D=β0+β1TC+∑control+ε

(1)

其次，为探究商业信用对技术创新影响的内在机理，考察融资约束在商业信用对技术创新影响中的中介效应，借鉴温忠麟等(2004)提出的中介效应模型，构建如下中介效应模型〔25〕。

R&D=α0+α1TC+∑control+ε

(2)

SA=β0+β1TC+∑control+ε

(3)

R&D=γ0+γ1TC+γ2SA+∑control+ε

(4)

最后，为避免模型内生性问题对估计结果产生的偏误，借鉴唐松等(2020)运用的解决办法，采用年份和行业交互项建立一个用于缓解内生性问题的高阶联合固定效应模型〔26〕。

R&D=β0+β1TC+∑control+year+industry+year*industry+ε

(5)

2.变量选取

(1)被解释变量。技术创新(R&D)。熊彼特将技术创新定义为“建立一种新的生产函数”，即生产要素的重新组合。也有学者认为技术创新是一个集研究、开发、生产、销售于一体的过程，将其看作是投入与产出的过程。因此，学术界通常采用创新投入和创新产出作为衡量技术创新的指标。但冯根福等(2008)认为技术创新产出的可比性低，创新产出作为被解释变量不太适合〔27〕。因此，本文采用创新投入作为衡量技术创新的指标，即利用企业研发投入替代创新投入作为衡量技术创新的指标。创新投入越大，表示创新能力越强。

(2)解释变量。商业信用(TC)。商业信用作为一个重要的融资渠道，备受企业青睐。众所周知，商业信用等级越高，企业越容易获取商业融资。借鉴陆正飞等(2011)的做法，采用应付账款、应付票据和预收账款之和占总资产的比重衡量商业融资能力，作为商业信用的替代指标〔28〕。商业融资能力越强，表示商业信用越好。

(3)中介变量。融资约束(SA)。现有文献中关于融资约束的衡量指标通常包含KZ指数、WW指数，以及投资—敏感型模型等〔29-31〕。鉴于朱永明等(2017)提出KZ指数和WW指数都包含了内生性特征的融资变量，可能会产生内生性问题〔32〕，从而借鉴孔祥贞等(2020)的做法，利用SA指数作为融资约束的衡量指标，并将SA指数定义为：

SA=-0.737Size+0.043Size2-0.040Age

(6)

其中，SA为融资约束，Size为公司总资产的自然对数，Age为公司成立年限〔33〕。

(4)控制变量。参考相关文献，引入以下控制变量：资产负债率(Lev)、总资产净利润率(ROA)、净资产收益率(ROE)、总资产周转率(ATO)、现金流比率(Cashflow)、营业收入增长率(Growth)、账面市值比(BM)、托宾Q值(TobinQ)、股权制衡度(Balance)。各变量定义如表1所示。

表1 变量定义

3.数据来源及统计分析

本研究以2007-2020年我国4670家上市公司为初始样本，为确保研究结果的平稳性，对原始数据进行以下处理：(1)剔除ST、*ST类样本；(2)剔除金融类上市公司样本；(3)剔除核心变量缺失数值的样本。为了减少极端异常值对实证结果的不利影响，本文还对所有连续变量在1%和99%的水平上进行缩尾处理，最终得到2774家上市公司共17139个数据样本。本文数据源自Wind和CSMAR数据库，利用STATA16.0 软件进行数据分析。变量描述性统计见表2。

表2 变量描述性统计

四、实证分析

1.基准回归估计分析

表3列(1)报告了商业信用对技术创新影响的基准回归结果。结果显示，商业信用对技术创新的影响在1%的统计水平上显著为正，表明良好的商业信用能显著促进企业技术创新，假设1得以验证。从估计系数上看，商业信用对技术创新影响的回归系数为1.497，表明商业信用提高1个单位，企业技术创新能力平均提升1.497个单位。商业信用作为一种重要的非正规融资渠道，为技术创新资金投入提供了新的渠道，能够有效缓解技术创新经费短缺的难题，有利于提升企业技术创新能力。

2.内生性检验

虽然上述基准模型回归分析已表明良好的商业信用评价能显著促进企业技术创新，但是商业信用与技术创新之间仍可能存在内生性问题。其原因可能为：①存在遗漏变量。尽管基准模型中引入了诸多控制变量，但仍可能存在遗漏变量。当遗漏变量与解释变量相关时，就可能导致解释变量与扰动项之间存在相关关系，进而导致内生性问题。②反向因果关系。技术创新要素投入与企业规模、资本实力等因素息息相关。技术创新要素投入越多，表明企业资本实力越雄厚，从而商业信用等级越高。因此，技术创新与商业信用可能存在双向因果关系。基于此，本文采取工具变量法和高阶联合固定效应模型来解决模型内生性问题。

(1)工具变量法。Hausman检验结果显示，检验值“Prob>chi2”都低于0.1，表明基准模型在某种程度存在内生性问题。为此，本文选取三个工具变量消除内生性问题对模型估计结果的影响。① 借鉴梅丹等(2021)的做法，选取公司所属行业内商业信用滞后一期的均值〔34〕。由于行业内企业的经营特点近似，行业商业信用均值与企业商业信用存在一定影响关系，行业商业信用均值可能对企业商业信用产生影响，因而满足相关性原则。行业商业信用均值和企业商业信用是两个维度的指标，前者为行业宏观层面，后者为企业微观层面。所以，企业技术创新要素投入不受行业商业信用均值的影响，满足外生性原则。②借鉴曹越等(2018)和王玉泽等(2019)的做法，采用行业客户集中度均值的一阶滞后项作为工具变量〔35-36〕。一方面，较高的行业客户集中度向外界传递企业经营状况良好和信用基础良好的积极信号，提高企业获得商业信用融资的机会，满足相关性原则。另一方面，企业技术创新受财务状况和战略目标等因素影响，与行业客户集中度关联度不大，满足外生性原则。③本文还采用了滞后一期的商业信用作为工具变量。表3中(2)-(4)列报告了工具变量回归的结果，各核心解释变量在1%的统计水平上均显著为正，表明良好的商业信用能显著促进企业技术创新。

(2)高阶联合固定效应模型。表3中列(5)报告了高阶联合固定效应的回归结果。估计结果显示，商业信用在5%的统计水平上显著为正，表明在引入年份和行业交互项的固定效应后，良好的商业信用对企业技术创新仍存在显著的促进作用。

3.中介作用机制分析

上文已从理论上探讨了商业信用、融资约束和技术创新的内在机制，为检验商业信用、融资约束与技术创新的影响机理，本文还将融资约束作为中介变量进一步对模型(2)-(4)进行中介效应分析。表4中列(6)报告了商业信用对技术创新影响的回归结果，与前文基准回归结果一致。列(7)报告了商业信用对融资约束影响的估计结果，不难发现，商业信用对融资约束存在显著的负相关关系，这与理论预期相一致。商业信用水平越高，表明企业的融资约束越宽松。由列(8)可知，考虑了融资约束的中介效应后，商业信用与技术创新之间仍存在显著的正向关系，表明融资约束在商业信用对技术创新影响中存在部分中介效应，研究假设2得证。

表4 模型中介效应检验

4.异质性分析

(1)产权异质性。为了考察商业信用对技术创新的影响是否存在产权异质性，本文将企业的产权性质分国有企业和民营企业，分别讨论商业信用对不同产权性质的企业技术创新的影响，估计结果如表5所示。表5中列(9)-(10)是按企业产权性质分组回归的结果。在民营企业，商业信用对技术创新的影响在5%的统计水平上显著为正，表明民营企业的商业信用对技术创新存在显著的促进作用。然而，在国有企业则不显著。研究假设3得以验证。商业信用融资主要服务和支持的对象是民营企业，民营企业的飞速发展是国家经济快速发展和技术创新的主要动力和来源。相比国有企业，民营企业受融资方式多元化和金融发展程度等因素影响，越来越倾向于依靠商业信用等非正规融资渠道来获取技术创新资金，以提升技术创新能力。

表5 异质性分析

(2)区域异质性。我国幅员辽阔，东、中、西部地区因自然条件、资源禀赋、经济基础和对外开放程度等因素差异，商业信用对技术创新的影响不仅受到企业产权性质的影响，还可能受到区域差异的影响。表5中列(11)-(13)是按区域差异进行分组回归的结果(1)东部地区是指北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10省(市)；中部地区是指山西、安徽、江西、河南、湖北和湖南6省；西部地区是指内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆12省(区、市)；东北地区是指辽宁、吉林和黑龙江3省。。不难发现，不同地区企业的商业信用对技术创新的影响程度有显著差异，研究假设4得以验证。东部地区企业商业信用对技术创新的影响在5%的统计水平上显著为正，而中西部地区企业商业信用对技术创新的促进作用不显著，甚至可能存在抑制作用。

5.稳健性检验

为确保上述估计结果的稳健性，本文还采用两种方法进行稳健性检验：一是替换核心解释变量法，二是倾向得分匹配法。

(1)替换解释变量。用应付票据与总资产的比值作为商业信用的替代变量进行基准回归分析，商业信用对技术创新的影响依然显著为正(2)受限于文章篇幅，稳健性检验估计结果未列出，如有读者需要，可向作者索取。，表明模型的稳健性良好。

(2)倾向得分匹配法。本文将样本企业商业信用分为低、中、高三个组别，以商业信用评级的高低作为标准来划分处理组和控制组，采用Logit回归计算倾向得分，以控制变量作为匹配标准。表6报告了倾向得分匹配的平均处理效应(ATT)，匹配前后均显著，说明在排除了其他因素影响之后，商业信用对技术创新的影响依然显著，与基准回归结果趋近一致，表明模型的稳健性良好。

表6 倾向得分匹配表

五、结论与启示

本文选取2007-2020年我国2774家上市公司作为样本对象，基于双向固定效应模型探索商业信用对技术创新的影响，并探讨融资约束在商业信用对技术创新影响中的中介效应。研究显示：(1)良好的商业信用对技术创新存在显著的促进作用。(2)融资约束在商业信用对技术创新的影响中存在部分中介效应。(3)民营企业的商业信用对技术创新的激励作用更显著。(4)东部地区企业的商业信用能显著提升技术创新。

基于上述讨论，第一，积极推动非正规融资渠道与正规融资渠道协调互补。商业信用、金融投资等非正规融资渠道对技术创新的激励作用不容小觑，要充分发挥正规融资渠道对技术创新的促进作用，同时也要畅通非正规融资渠道，减少对非正规融资方式的干预，让其发挥对正规融资的资金补充作用，推动企业提升技术创新能力。第二，引导银行对国有企业和民营企业平等对待，充分发挥民营企业在国家经济建设中的作用。减轻对民营企业的限制，拓宽其融资渠道，为民营企业营造一个良好的外部融资环境，提高银行贷款的质量和数量，不断优化融资结构，实现国有企业与民营企业均衡稳定发展。第三，强化中西部地区金融发展，鼓励中小企业利用非正规融资渠道获取技术创新资金，缓解中西部地区融资约束，激励企业技术创新，推动经济高质量发展。第四，构建商业信用、银行贷款等多种融资渠道相互促进的协调机制，完善企业信用评价体系，缓解企业融资约束，使商业信用对技术创新的资金投入发挥更积极的作用。