金融发展对技术创新的重要性范文

本站小编为你精心准备了金融发展对技术创新的重要性参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：理论研究和实践证明，现代金融发展所具有的风险管理特性为不确定性的技术创新过程提供了重要依据和激励支持。文章基于2000－2015年31个省（市、自治区）面板数据，采用System－GMM回归模型进行实证检验和计量，发现中国金融发展对技术创新具有显著的正向促进效应，金融发展效率的提升和金融结构的深化对提升技术创新绩效尤为重要。因此，面对金融体系服务于实体经济和助力供给侧结构性改革的现实需要，通过创新驱动战略导向下的区域人力资本积累和存量提升为技术创新提供根本保障，对于实现金融发展推动技术创新和技术创新持续拓展产业发展空间至关重要。

关键词：金融发展；技术创新；系统GMM估计；人力资本

一、研究问题的提出

在通过经济发展实践探寻技术创新与金融发展的长期互动过程中，人们已经能够达成这样的共识，即技术与金融在特定国家和地区的经济成长中关系密切，它们的有机结合共同推动了金融体系的完善、科学技术的进步和经济增长的可持续性。特别地，当金融资本为技术进步提供风险投资，先进技术应用于金融体系且有利于提高金融效率时，金融资源和技术要素的高效配置会在一定程度上显著提高经济发展的绩效。面对新一轮科技革命和金融变革步伐的不断加快，大众创业和万众创新所释放的巨大潜能正推动着中国实体经济进入实现新旧动能转换的关键阶段，进而使创新驱动也成为供给侧结构性改革的核心动力。因此，作为仍然处于转型中的发展中经济体，如何科学认识和处理金融发展与技术创新之间的关系，如何实现金融与技术的积极互动，通过哪些要素可以更好地实现金融发展在分散风险和跨期选择中的关键创新，并进一步推动金融和技术创新活动应用于实体经济，俨然已成为中国未来更长时期必须考虑的重大现实问题。

二、已有文献的述评

金融体系的不同功能体现了金融发展对企业层面技术创新的促进效应，金融技术创新是金融发展中重要的创新领域之一。梳理现有金融发展与技术创新之间联系的国内外研究文献可以发现，以Ray－mondW．Goldsmith为代表的学者们早在第一代金融发展理论中就关注了金融活动与其他许多领域的比较，认为金融工具和金融机构的技术传播比较容易实现，进而整体性的技术移植就更加成功［1］。伴随技术进步对金融经济贡献份额的逐步提升，更多的经济学家们则对金融发展与技术创新的关系作了广泛深入的探讨。其中，Gerschenkron（1962）立足银行体系的微观分析认为，特别是大型国有商业银行的规模经营和高效运行，能够给企业技术创新活动和技术革新项目提供有保障的金融支持与服务，从而激励和促进企业研发活动的顺利进行［2］。Levine（1997）指出，金融技术的发展会促进国际贸易和跨期交易并使商品和服务交易更加便利化［3］。DewatripontandMaskin（1995）［4］和XuandHuang（1999）［5］认为，适度竞争的银行结构能够有效满足企业技术创新的外部融资需求。Allen（1993）［6］和MorckandNakamura（1999）［7］以及MaceyandMiller（1997）［8］的研究认为，资本市场能通过融资多元化来实现风险分摊，可能只有资本市场才更适合高风险的创新性投资项目，那些高研发密度、高增长潜力、高风险的企业更适合通过股票市场融资。D．WeinsteinandY．Yafeh（1998）认为，金融发展主要是为企业解决融资约束问题，风险投资可以用于弥补小型科技企业的资金缺口［9］。CarlinandMayer（2003）则提出，银行集中度对企业技术创新的作用效果取决于经济发展的不同阶段［10］。从以上颇具代表性的研究成果和更具直接参考价值的文献来看，尽管不同学者们立足不同视角所得出的结论不尽相同，但其研究主要集中于：金融发展与企业技术创新关系的实证过程研究、金融发展与技术创新的非线性关系与门槛效应经验研究、金融发展对技术创新显著促进作用的理论与实证检验、金融发展对技术进步尚未表现出促进效应的实证研究以及从不同角度界定金融发展和技术创新、采用不同测度方法分析两者之间静态及动态变化关系等几个方面。

就国内研究而言，在金融发展对技术创新的促进作用方面，学者们强调了金融发展不同阶段技术创新效应的非一致性。例如，陶长琪和琚泽霞（2015）采用面板门槛回归模型分析了1995－2011年中国金融发展、环境规制与技术创新之间的门槛效应，认为二者之间存在单门槛效应且呈现“U”型关系［11］；李林汉和胡尹燕（2017）基于门限效应回归模型的实证研究结果表明，中国金融发展与技术创新之间的关系表现出显著的门限特征［12］，类似的结论在师文明和王毓槐（2010）［13］的研究中也有体现。在金融发展对技术创新的显著促进作用实证检验方面，徐浩、温军和冯涛（2016）分析了中国制度环境、金融发展和技术创新之间的关系，认为制度环境的改善通常能够显著提高金融体系对技术创新项目的资本配置总量和配置期限，从而促进技术创新［14］；姚耀军和董钢锋（2013）基于省级面板数据的分析发现，金融发展与中小银行在银行业中相对地位的提升皆有助于技术进步，金融中介发展对技术进步具有非常显著的正向促进效应［15］；张元萍、杨哲和赵仡（2016）采用综合序参量模型和容量耦合系数模型研究发现，中国大部分省份的技术创新能力滞后于金融发展水平，两个系统协调发展的良性机制尚未形成［16］；陈启斐和吴建军（2013）的实证研究认为，由于存在结构性扭曲和行政壁垒，中国金融业发展对全要素生产率的促进作用主要体现在工业部门，尚无法对服务业的技术进步提供支撑［17］；王春桥和夏祥谦（2015）则从技术进步和效率改善两个维度，考察了中国金融发展对全要素生产率变动的影响，认为中国投向国有企业的信贷对技术效率改善产生较为严重的阻碍作用［18］。在金融发展与技术创新之间静态及动态变化关系的研究方面，郭熙保和桂立（2017）采用系统GMM估计方法分析得出，股票市场的发展会促进技术创新，而信贷市场的发展则阻碍技术创新［19］；王昱、成力为和安贝（2017）运用三阶段DEA－Malmquist指数、HECKIT误差修正模型和门限模型实证检验发现，金融规模影响企业创新投资具有双门槛值，金融效率影响企业R＆D投资具有单门槛值，金融业纯技术效率水平提升以及金融业前沿技术向前推移有利于企业创新投资［20］；米展（2016）在区分不同技术创新模式的基础上运用中国高技术产业统计数据实证分析发现，中国信贷市场发展比股票市场发展对自主创新的促进作用更大，金融发展对于国有企业自主创新与模仿创新促进作用较大，而对民营企业的促进作用相对较小［21］；孙立梅和高硕（2015）研究焦点则集中于金融中介的发展，认为金融中介和金融市场对技术创新效率有促进作用，而且金融中介比金融市场更能促进技术创新效率的提高［22］。

基于国内外已有丰富研究成果的有益启示，本文分析方法的起点首先是猜想现有文献得出的不同结论的原因可能是模型内生性导致系数估计不一致，因而必须充分考虑技术创新和金融发展之间由于双向因果关系产生的内生性导致一般性回归结果出现偏误的可能，所以我们采用动态面板模型的系统广义矩估计（GMM）法进行回归系数的估计。其次，以往文献从不同角度度量金融发展指标存在一定程度的偏差，要全面体现金融发展水平的变化，需要考虑金融发展规模、金融发展效率和金融发展结构等方面系统度量金融发展水平。第三，考虑到在中国经济转型过程中金融发展是社会经济总体发展水平的重要因素，金融发展水平的提升过程已经更多地表现为渐进性和长期性。事实上，源于天然的谨慎性考虑，银行必然会对高风险属性的技术创新项目产生内生性规避动机，并利用金融交易中的地位与企业共享技术创新活动带来的收益。不仅如此，我们还必须将金融发展的技术促进效应视为一个复杂体系，全面认识促进效应产生与否所依赖的经济系统中的其他变量。因此，我们收集了2000－2015年共16年跨度的最新数据，利用31个省（市、区）的面板数据建立动态面板回归模型进行估计。

三、模型设定、变量选择和数据来源

1．模型设定金融技术和产品创新能够为企业提供更多的融资手段和风险分散工具等跨期决策选择，这对企业进行具有一定风险的技术创新活动会有积极的促进效应；而技术创新的科技成果及其应用，例如互联网、计算机技术、云计算和大数据等，则可以为金融创新的实现提供物质和技术基础。考虑到技术创新和金融发展之间可能存在的内生性问题。

2．变量选择（1）被解释变量———技术创新（Δlnpati，t）已有文献针对技术创新度量主要分为两种，投入法将进行R＆D的经费支出和人力投入作为主要指标，产出法主要从技术创新结果进行衡量，例如采用专利授权量、专利申请受理量等变量指标。参考已有文献成果，此处以专利申请受理量作为衡量技术创新的指标。具体而言，对专利申请受理量取自然对数后进行一阶差分，得到各地区专利申请受理量的年增长率，将其作为模型中的被解释变量，即lnpati，t－Δlnpati，t－1，表示i省的第t年的技术创新增长率。（2）解释变量———金融发展在具体分析时，既可以将金融市场划分为信贷市场和股票市场来解释金融发展水平，将股票市价总值与当期GDP比值作为衡量股票市场发展指标，用银行信贷与当期GDP比值作为衡量信贷市场发展指标；也可以将非国有部门贷款总额占地区国内生产总值的比例来衡量地区金融发展水平。为在一定程度上更为全面地衡量金融发展水平，此处从金融发展规模、金融发展效率和金融发展结构等三个方面构建解释变量。其中，金融发展规模包括每个地区金融机构存贷款余额之和与GDP之比（a1）和股票总市值与GDP之比（a2）；金融发展效率用金融机构存款余额与贷款余额之比（a3）表示，金融发展结构用股票总市值与金融机构贷款余额之比（a4）来衡量。对各变量进行一阶差分运算后，将其作为解释变量，Δali，t＝ali，t－ali，t－1，同理得到Δa2、Δa3和Δa4。（3）控制变量其一，科研经费支出（Δrdgdp）和人力资本（Δhuc）。在技术创新活动中，资金和人力投入是关键因素，因此将其作为控制变量纳入模型，以避免产生遗漏变量的模型设定误差。其中人力资本采用人均受教育年限为变量，即人均受教育年限＝小学教育比例×6＋初中教育比例×9＋高中教育比例×12＋大专及以上教育比例×16，以各地区6岁以上人口为总体；选取各地区研究与发展（R＆D）经费内部支出与名义GDP之比为科研经费变量，Δrdgdpi，t＝rdgdpi，t－rdgdpi，t－1。其二，外商直接投资（Δlnfdi）和对外贸易（Δlntrade）。地区的技术创新能力一般认为来自两个方面，首先是因本地资本积累和技术经验积累自然而然产生的技术创新和变革；其次是来自于向国外先进的技术学习、吸收和再创新，受国外资本的技术溢出效应的影响。不同地区的对外开放程度不同、外资引进数量不同，从而对地区的技术创新影响不同。我们采用各地区外商投资总额和进出口贸易总额衡量一个地区的对外开放程度，将其取对数以消除异方差，即Δlnfdii，t＝Infadii，t－lnfdii，t－1，表示外商直接投资的年增长率；同理可得，即各地区进出口总额的年增长率。其三，基础设施（Δhip），此处采用各地区公路总里程与总人口之比衡量基础设施建设水平。

3．数据来源本文所有原始数据均来源于历年《中国统计年鉴》《中国科技统计年鉴》、各省市统计年鉴以及《新中国六十周年统计资料汇编》和wind金融咨询。利用收集得到的2000－2015年31个省际面板数据的原始数据经整理后运用stata13．1统计软件进行统计和回归分析。

四、实证检验与结果分析

1．数据平稳性检验为了排除变量由于趋势性的影响出现伪回归的严重后果，首先对面板数据进行面板平稳性检验，此处采用HT检验、Breitung检验和IPS检验三种方式进行平稳性检验。

2．相关性检验进一步对各变量之间的相关性进行检验，以避免出现完全共线性等导致回归系数估计出现偏差和不一致。

3．回归结果分析（1）不考虑内生性的面板模型回归结果表4是在不考虑模型内生性的情况下运用一般的固定效应、随机效应和一般混合OLS回归的结果。其中，被解释变量的一阶滞后在固定效应回归中不显著，而在随机效应和混合OLS中显著不为零，表明技术创新变量的当期变化极可能影响到下期和后期的技术创新活动。金融发展规模与金融发展效率对技术创新的促进效应显著，其回归估计系数为正，且在5％的显著性水平下均通过显著性检验。（2）考虑内生性的动态面板模型回归结果回归模型中加入了技术创新变量的一阶滞后作为被解释变量，同时考虑到技术创新和金融发展之间可能存在双向的因果关系，因此模型可能存在内生性问题。内生性会导致一般的面板模型估计系数出现偏差，为此采用一阶段系统广义矩估计（System－GMM）的方法对模型进行系数估计和检验。

首先，与不考虑内生性问题的一般回归结果比较。金融发展变量除在System－GMM估计方法中代表金融发展规模的a1对技术创新影响效应不显著外，可以认为，金融发展水平的提高有利于技术创新，即对技术创新有促进作用。从估计结果的前后印证关系（前文表4）来看，被解释变量一阶滞后在固定效应回归中的结果为0．0547，这与表5中的Sysgmm（1）、Sysgmm（2）、Sysgmm（3）、Sysgmm（4）结果都很接近。换句话说，被解释变量（即技术创新，文中用专利申请受理量作为衡量指标）的一阶滞后不显著，说明当期的专利申请受理量对下一期的专利申请受理量不存在影响效应，亦即：技术创新当期变化对下期技术创新活动不存在显著影响效应。

其次，科研经费支出的增加相比人力资本而言对技术创新的促进效应不如后者，人力资本是进行科技创新活动的关键因素，在不同的回归方式下结论一致，符合实践的预期。表示对外开放程度的外商直接投资和进出口贸易两个变量，外商直接投资对技术创新有促进作用但不明显，统计也不显著；对外贸易对技术创新活动表现显著的负向影响。这可能是因为外商直接投资于进出口贸易的性质不同，外商直接投资一般在投资地区对当地企业的管理和生产，能够产生很好的示范效应———技术溢出效应，有利于当地企业的技术创新活动。在进出口贸易问题上，由于中国出口主要利用了比较优势因而对技术创新活动促进效应不强，而进口产品的增加能够满足临时性需求，代替技术创新活动的实现，从而未对中国技术创新产生显著的正向影响。代表基础设施建设水平的平均每人公路里程变量与技术创新之间关系强度很弱，且在统计上不显著。

最后，在系统GMM法估计中，本文在模型中加入不同的控制变量分析不同情况下金融发展和技术创新的系数敏感性。不仅如此，通过逐步加入控制变量更容易发现最优的模型设定形式，避免出现多重共线性的问题。前文分析表5中的回归结果，Sysgmm（1）列显示了不增加任何控制变量时金融发展对技术创新的影响效应，其联合显著性检验统计量Waldch2统计量为25．75，在1％的显著性水平下拒绝了全部金融发展变量为零的原假设，即金融发展能够显著影响技术创新活动。Sysgmm（2）是在原来（1）中加入了表示对外开放水平和基础设施建设水平的控制变量，代表对外开放程度中的外商直接投资对技术创新有显著正向影响，因而模型（1）可能存在遗漏变量的偏差。Sysgmm（3）是在原来的模型（1）加入了代表科技创新投入的控制变量———人力资本和科研经费支出，人力资本的增加对技术创新促进效应显著。Sysgmm（4）包括了所有控制变量和金融发展解释变量的回归估计。由于不同变量的系数并未存在很大的波动偏差，因而可以认为模型设置合理，回归结果和统计检验具有一定的稳健性。

五、研究结论与政策启示

创新驱动是中国新时期面对国内外诸多机遇和挑战，打造发展新引擎、培育新动能的内在要求，持续提升金融发展质量和效益水平、不断拓展技术进步应用空间是实现经济中高速增长和产业迈向中高端水平“双目标”的必然选择。根据2000－2015年16年间31个省市面板数据和采用System－GMM回归模型实证检验分析不难发现，金融发展在特定时空条件下对技术创新具有显著促进效应，其中金融发展效率的提高和金融结构的深化对技术创新尤为重要。在技术创新活动中，金融发展的功能主要体现在分散风险和提供金融资源方面。实践表明，科技研发具有较高风险，一般的中小企业囿于自身资本不足、风险抵抗能力较弱等原因进行科研和技术创新的能力有限；而金融市场发展、金融体系完善则能够为具备技术创新动力的市场主体提供更充足的资金支持，有效分散企业的技术创新风险并最终促进企业技术创新成果的应用。同样地，人力资本积累对金融发展和技术创新均产生显著的促进效应，人力资本积累水平和存量的高低是金融发展和技术创新的关键因素。这就启示我们，旨在最大化金融发展促进技术创新效应、不断实现技术创新与金融创新互动的稳健性政策举措，都需要立足增加基于人力资本积累水平提升和风险防范之上的研究与开发投入，这对于积极迎接科技革命、有效促进金融变革和实现创新驱动发展以及不断提高技术创新的能力至关重要。从实践层面进一步讲，科技创新成果在金融领域的深度应用，不仅有助于金融更好地服务于实体经济，而且有助于金融风险的有效防控，最终实现技术创新、经济增长和金融发展之间的良性循环。最后需要提及的是，我们的实证检验结果还表明，外商直接投资在一定程度上对技术创新也有促进作用，但这种作用影响强度不大。因此，在全方位对外开放格局的构建过程中，只有更加注重引进适宜的生产投资和管理技术、逐步实现引进外资与科技创新并重，以及谨慎确定外国资本在我国实体经济领域进行开放投资的合理边界，才能更好地创造出金融科技领域的新产品、新业态、新技术，使金融创新与科技创新互动链条有机衔接，最终实现金融、科技与经济融合稳定顺畅、持续健康发展。

参考文献：

［1］雷蒙德•戈德史密斯．金融结构与金融发展［M］．周翔，郝金城，译．上海：上海三联书店，1990：221－248．

［11］陶长琪，琚泽霞．金融发展视角下环境规制对技术创新的门槛效应［J］．研究与发展管理，2016（1）：95－102．

［12］李林汉，胡尹燕．金融发展效率对技术创新的门限特征［J］．工业技术经济，2017（2）：73－79．

［13］师文明，王毓槐．金融发展对技术进步影响的门槛效应检验［J］．山西财经大学学报，2010（9）：38－45．

［14］徐浩，温军，冯涛．制度环境、金融发展与技术创新［J］．山西财经大学学报，2016（6）：41－52．

［15］姚耀军，董钢锋．金融发展、金融结构与技术进步———来自中国省级面板数据的经验证据［J］．当代财经，2013（11）：56－65．

［16］张元萍，杨哲，赵仡．金融发展与技术创新系统耦合的时空分异特征研究［J］．河北经贸大学学报，2016（6）：68－73，90．

［17］陈启斐，吴建军．金融发展与技术进步：一项来自中国省级数据的研究［J］．经济评论，2013（6）：98－107．

［18］王春桥，夏祥谦．金融发展与全要素生产率：技术进步还是效率改善［J］．上海金融，2015（4）：35－39．

［19］郭熙保，桂立．中部地区金融发展影响技术创新的实证研究［J］．中南民族大学学报（人文社会科学版），2017（1）：117－124．

［20］王昱，成力为，安贝．金融发展对企业创新投资的边界影响［J］．科学学研究，2017（1）：110－124．

［21］米展．金融发展对企业技术创新模式影响研究———基于中国高技术产业的实证分析［J］．审计与经济研究，2016（6）：112－120．

［22］孙立梅，高硕．我国金融发展对技术创新效率作用的实证［J］．统计与决策，2015（8）：110－113．

作者：李泉；郭佳卫 单位：兰州大学经济学院