我国资本市场对技术创新影响的实证研究

宋永辉 李思璇

〔内容提要〕 本文采取了描述性统计分析和多元回归分析的方法，以2009-2016年人工智能板块上市公司为样本，从微观角度考察了我国资本市场和企业技术创新之间的关系。通过实证研究发现，相对于债务类融资，权益类融资对企业技术创新的影响更为显著。

〔关键词〕 权益类融资 债务类融资 技术创新 回归分析

一、引言

国内外学者对于资本市场与技术创新之间的关系一直未停止探索，例如熊彼特在1992年强调的创新在经济发展中起到了中流砥柱的作用；我国学者武锶芪（2010）、张燕航（2011）认为高新企业技术发展需要的首要因素是金融支持。虽然我国资本市场对我国技术创新的进步起到了重要的作用，但究竟何种资本市场融资渠道能够更加有效地促进企业技术创新，这是本文意在讨论之处。

二、实证分析

（一）模型设立和变量选取

为分析企业是通过何种方式完成融资来影响自身的技术创新，本文采用本弗拉泰洛等人的研究思路，构建如下模型。

Ti=C0+C1Eqi，t+C2Dedti，t+C3Sizei，t+C4Proi，t+C5Growi，t+C6Govi，t+C7Mshi，t+εi，t （1）

其中，下标i代表企业，t表示年月，常数项设为C0，其他变量系数分别用C1-C7来表示。本文的被解释变量为企业技术创新指标（Ti），用无形资产比营业收入衡量；解释变量为企业的权益类融资（Eq）和债务类融资（Dedt），分别用实收资本与资本公积之和比资产总计、短期借款与长期借款之和比资产总计来衡量；企业规模（Size）、企业盈利能力（Pro）、企业的发展能力（Grow）、政府的补助（Gov）和管理层持股（Msh）均为控制变量，分别由企业资产总计的自然对数、净利润比营业收入、可持续增长率、政府补助比总资产、管理层持股占比来衡量，ε为随机扰动项。

（二）实证分析及结果

本文选取2009-2016年我国人工智能板块这一概念股作为研究样本，将样本数据剔除金融类、ST类和数据缺失的企业，最终获得990组数据。本文使用的数据分别来自同花顺数据库、国泰安数据库。表1中的数据为SPSS软件运行结果整理后得到的。

对于解释变量，权益类融资率系数为正且在1%上显性，这说明企业的技术创新与权益类融资具有很高的正相关性，即权益类融资对于企业技术创新有着明显的积极作用；债务类融资的系数为正，说明债务类融资也会影响企业的技术创新，但该系数比权益类融资率系数小，这说明相对于债务类融资，权益类融资对于企业技术创新有更高促进作用。这可以解释为：企业的技术创新是一种高风险、周期长的行为，债务类融资往往会规避这种风险。因此，企业虽然可以通过向银行业贷款的方式进行融资，但融资金额将受到企业资质高低、信息披露程度等影响，故权益类融资是企业的技术创新最有力的资金支持。

对于控制变量，我们也可以看出企业自身发展的特点都影响着企业的技术创新，包括企业的规模，企业的盈利水平，企业的发展能力。政府补助亦与公司技术创新行为呈正相关，说明企业汲取政府补助越多越有利于企业技术创新的发展。管理层持股情况在模型中回归系数不大且不显著。因此，我们可以认为管理层持股数与企业技术创新无明显对应关系。

（三）回归模型的检验

本文基于SPSS软件的多元线性回归模型进行如下检验，其中包括独立性检验、残差方差齐性检验、共线性检验（内生性检验）。

1.独立性。被解释变量取值相互独立，即各个残差之间应该没有相关性。我们使用SPSS软件线性回归模块中的DW检验。模型3-1的DW检验值为0.1851，接近2，说明被解释变量之间取值相互独立，可以使用回归模型。

2.残差方差齐性。标准化残差的大小不随变量取值的改变而改变。从图1中我们看出，技术创新标准化估计值与残差标准化值各散点随机分布在e=0为中心的横带中，无相关性，证明了该模型是适合的。

3.共线性檢验。除了政府补助以外，其他变量的特征值都大于1，且条件索引判据不大，说明除政府补助外，其他变量之间不存在共线性。政府补助变量的特征值也接近1，共线性不大，其存在共线性的原因为：一般政府财政补助的企业，其发展前景、盈利水平都较高，反映在本文的Grow与Pro上，呈现一定的共线性。

综上判断，我们可以认为回归模型（1）具备统计学参考价值。

三、结论与对策

通过研究得出结论：相对于债务类融资，权益类融资对企业技术创新的影响更为显著。企业的规模，盈利能力，发展能力，政府的补助和企业的技术创新都存在正向相关，管理层持股和企业技术创新之间没有太大关系。由此，本文认为中小银行业应适当调整中大型成熟企业的投资份额，更加支持中小新生企业的发展，从而对中小企业直接融资形成有益的补充，更好地服务于实体经济的发展；政府也应加大对企业技术创新的支持力度。

（作者单位：沈阳工业大学经济学院）

责任编辑：宋 爽