(中國社會科學(xué)院金融研究所，北京 100028)

青海省金融體系與技術(shù)創(chuàng)新的實證研究

趙建輝

(中國社會科學(xué)院金融研究所，北京 100028)

利用青海省1995年至2015年的數(shù)據(jù)，通過建立一個經(jīng)典回歸模型，分析了青海省金融體系與技術(shù)創(chuàng)新之間的關(guān)系。從計量分析結(jié)論來看，回歸模型總體有效，經(jīng)典文獻的研究結(jié)果符合青海省情。結(jié)論對于優(yōu)化青海省金融結(jié)構(gòu)，設(shè)計促進青海省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的相關(guān)政策具有一定的指導(dǎo)意義。

回歸模型；金融體系；技術(shù)創(chuàng)新

2010年10月，國務(wù)院發(fā)布了《國務(wù)院關(guān)于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》(國發(fā)[2010]32號)，其中明確提出要求，要“強化科技創(chuàng)新，提升產(chǎn)業(yè)核心競爭力”，技術(shù)創(chuàng)新是戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的重要動力。從金融促進經(jīng)濟發(fā)展的角度看，就是能夠通過促進技術(shù)創(chuàng)新來推動經(jīng)濟增長，因此分析研究金融資源配置與技術(shù)創(chuàng)新之間的關(guān)系，對青海省制定金融支持戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的政策具有十分重要意義。

一、文獻綜述

古典政治經(jīng)濟學(xué)家認(rèn)為技術(shù)進步是抵消資本報酬率降低的主要力量，是阻止發(fā)生經(jīng)濟增長停滯的主要手段。Schumpeter(1912)指出創(chuàng)新是現(xiàn)代經(jīng)濟增長的核心；Freeman(1982)認(rèn)為創(chuàng)新是新產(chǎn)品、新過程、新系統(tǒng)和新服務(wù)的第一次商業(yè)性應(yīng)用，是具有市場價值的創(chuàng)新活動。金融體系對經(jīng)濟增長和創(chuàng)新的影響是全方位的，體現(xiàn)在生產(chǎn)率、創(chuàng)新水平、R&D支出等，具有特定的甄別擇優(yōu)功能，對于優(yōu)化資源配置以及監(jiān)督經(jīng)營管理者具有重要作用，同時還能提供良好的激勵約束機制，從而對生產(chǎn)函數(shù)產(chǎn)生影響。

(一)金融促進技術(shù)進步

技術(shù)創(chuàng)新所需的高投入往往需要依賴融資支持，并且其失敗的高概率與未來收益的不確定性導(dǎo)致了投資者難以對一項研發(fā)項目做出有效的評估。因此，是否存在成熟的金融體系為可能失敗的研發(fā)項目進行融資支持往往影響技術(shù)創(chuàng)新的速度。SaintPaul(1992)分析了金融體系發(fā)展程度對技術(shù)選擇的影響，認(rèn)為更為專業(yè)化以及先進的生產(chǎn)技術(shù)，其研發(fā)失敗風(fēng)險以及獲利波動度往往也越大，而發(fā)達(dá)的金融體系可以降低技術(shù)選擇彈性，從而使得創(chuàng)新者更能專業(yè)化生產(chǎn)那些更為先進的技術(shù)；Allen&Gale(1994)對金融創(chuàng)新下的經(jīng)濟激勵進行研究，認(rèn)為金融創(chuàng)新改善了投資者可利用的風(fēng)險轉(zhuǎn)移的機會，從而有利于促進研發(fā)投入。

(二)全要素生產(chǎn)率改進生產(chǎn)函數(shù)

全要素生產(chǎn)率是經(jīng)濟增長經(jīng)久不衰的引擎，由資源重新配置效率和微觀生產(chǎn)效率兩個部分組成。資源重新配置包括產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、升級，生產(chǎn)要素由生產(chǎn)率低的產(chǎn)業(yè)向生產(chǎn)率高的產(chǎn)業(yè)轉(zhuǎn)移；微觀生產(chǎn)效率包括管理和技術(shù)創(chuàng)新相關(guān)的因素。資源的優(yōu)化配置是全要素生產(chǎn)率提高的重要渠道，但金融體系如果導(dǎo)致資源錯配將會嚴(yán)重影響長期經(jīng)濟增長，并造成國家間發(fā)展的巨大差異。

Jeffrey(2000)認(rèn)為具有較高資本配置效率的金融體系，能夠形成高資本回報率的行業(yè)繼續(xù)追加投資、低資本回報率的行業(yè)適時撤出資本的局面，從而有助于整個社會生產(chǎn)率水平的提高；Banerjee&Dufio(2005)、Bartelsmann(2008)、Hsieh&Klenow(2009)、Buera(2011)從理論和經(jīng)驗上研究了貧困國家相對于發(fā)達(dá)國家的資源錯配，很大程度上解釋了這些國家與發(fā)達(dá)國家的TFP差異。國內(nèi)近年的實證研究中，全要素生產(chǎn)率(TFP)是常被使用的指標(biāo)，如蔡昉(2013)認(rèn)為提高全要素生產(chǎn)率是提高勞動生產(chǎn)率，并為經(jīng)濟增長提供持續(xù)動力的源泉。

(三)投資者激勵創(chuàng)新發(fā)展

投資者類型可能對創(chuàng)新產(chǎn)生影響。Boot&Thakor(1995)的研究表明，一個集中的全能銀行系統(tǒng)與一個商業(yè)銀行和投資銀行被明確監(jiān)管在各自領(lǐng)域內(nèi)運作的功能分離的金融系統(tǒng)相比，在動態(tài)上前者表現(xiàn)出較低的創(chuàng)新性，這為美國金融創(chuàng)新率高于歐洲大陸的金融創(chuàng)新率提供了一個解釋。Aghion(2013)認(rèn)為更大的機構(gòu)投資者所有權(quán)有助于創(chuàng)新，其原因在于機構(gòu)投資人通過強有力的監(jiān)督減少職業(yè)風(fēng)險，從而提供創(chuàng)新激勵機制。

(四)企業(yè)規(guī)模影響創(chuàng)新活動

企業(yè)的創(chuàng)新活動是經(jīng)濟增長的動力之一，但什么規(guī)模的企業(yè)具有更強的創(chuàng)新能力則存在爭議?！靶鼙颂丶僬f”認(rèn)為由于在規(guī)模經(jīng)濟、風(fēng)險分擔(dān)和融資渠道等方面擁有相對優(yōu)勢，且研發(fā)活動需要持續(xù)的利潤支持，因此大企業(yè)(壟斷企業(yè))比小企業(yè)有更強的創(chuàng)新能力；然而Arrow(1962)研究認(rèn)為在特定的條件下，競爭性產(chǎn)業(yè)比壟斷產(chǎn)業(yè)能產(chǎn)生更多的研發(fā)激勵，企業(yè)壟斷地位可能會削弱其創(chuàng)新激勵；Aghion等(2005)經(jīng)過研究發(fā)現(xiàn)市場競爭程度與創(chuàng)新活動之間存在倒U型關(guān)系，因為競爭會增加創(chuàng)新者的額外利潤，又會削弱落后者的創(chuàng)新激勵。盡管實證研究的結(jié)論也存在爭議，但如果依據(jù)企業(yè)規(guī)模影響創(chuàng)新呈現(xiàn)出先遞增后遞減的規(guī)律，中小企業(yè)通過并購等金融活動，一定程度上擴大企業(yè)規(guī)模，可能有利于創(chuàng)新。戰(zhàn)略新興產(chǎn)業(yè)中的新一代信息技術(shù)，高端裝備制造等行業(yè)多為大型企業(yè)，但生物、新材料等行業(yè)則主要集中了大量中小企業(yè)。在這個意義上，通過并購等金融活動，一定程度上做大做強此類企業(yè)，或有助于其技術(shù)進步。

二、實證研究

(一)模型、指標(biāo)與數(shù)據(jù)處理

Levine(1997)的綜述性文獻對于金融因素與技術(shù)創(chuàng)新和經(jīng)濟增長的關(guān)系作了經(jīng)典描述，文獻中金融發(fā)展變量及其選擇方法對于本文的研究具有直接的借鑒作用，能夠促進創(chuàng)新的非金融性控制變量也基本一致。本文在實證研究中既關(guān)注了模型的需要，同時也考慮實際數(shù)據(jù)的可得性。

本文實證研究的一個重要方面是關(guān)于創(chuàng)新的度量問題，即技術(shù)進步指標(biāo)的選取問題。不同學(xué)者的變量選取差異很大，但總的來說，無外乎如下兩個方面：一是從創(chuàng)新投入的視角來考察，例如R&D經(jīng)費支出占銷售收入比例、與創(chuàng)新有關(guān)的培訓(xùn)支出占人力資源總成本的比例、企業(yè)技術(shù)改造投資占固定資產(chǎn)凈值的比例、企業(yè)科技人員占全部員工的比例、企業(yè)科技人員報酬與員工平均報酬的比例等。二是從創(chuàng)新產(chǎn)出的視角來考察，例如專利申請數(shù)、專利擁有數(shù)、新批專利數(shù)量與R&D經(jīng)費支出比例、新產(chǎn)品開發(fā)項目數(shù)、參加科技項目人員時間占全部勞動人員時間比例、新產(chǎn)品產(chǎn)值率、創(chuàng)新產(chǎn)品出口額占總出口比例、投資收益率的提高、人均勞動報酬增長率、技術(shù)轉(zhuǎn)讓收入占銷售收入比例等。

全要素生產(chǎn)率在計算方法上有一定的主觀性，尚無官方權(quán)威的統(tǒng)計來源，不同學(xué)者具體計算方法和數(shù)據(jù)選取的不同會造成研究結(jié)果的迥異。一些研究者偏向于使用較為客觀的數(shù)據(jù)指標(biāo)來度量創(chuàng)新或技術(shù)進步，專利指標(biāo)就是其中之—。Scherer(1965，1983)、Griliches&Hausman(1986)、Acts&Audretsch(1989)等認(rèn)為專利是衡量技術(shù)創(chuàng)新的有效指標(biāo)。Griliches(1990，1991)指出沒有別的指標(biāo)能夠像專利一樣提供如此多的信息，如數(shù)據(jù)質(zhì)量、可獲得性及技術(shù)細(xì)節(jié)。本文也采用專利作為技術(shù)進步的指標(biāo)。

本文采用經(jīng)典回歸模型：G(j)=α+βF(i)+γX+ε。

式中G為經(jīng)濟變量，F(xiàn)為金融發(fā)展變量，X為影響經(jīng)濟變量的其他因素，即控制變量。

因變量主要考慮代表技術(shù)創(chuàng)新的指標(biāo)，選擇專利授權(quán)(ZLSQ)和專利受理(ZLSL)兩個變量。

自變量選取金融發(fā)展相關(guān)指標(biāo)：一是金融中介方面的指標(biāo)，借鑒Levine(1997)研究，選擇金融深化指標(biāo)，該指標(biāo)為貨幣供應(yīng)量與國內(nèi)生產(chǎn)總值的比重，即Finance=M2/GDP，以及信貸深度指標(biāo)，該指標(biāo)為貸款與國內(nèi)生產(chǎn)總值的比重，即Bank=DK/GDP；二是金融市場方面的指標(biāo)，選擇資本市場規(guī)模指標(biāo)，該指標(biāo)為上市公司市值與GDP的比重，即Stock=SSGSSZ/GDP，以及資本市場流動性指標(biāo)，該指標(biāo)為股票成交額與GDP的比重，即Liquid=GPCJE/GDP。

控制變量主要考慮與技術(shù)創(chuàng)新相關(guān)的非金融指標(biāo)。一是經(jīng)濟增長方面的指標(biāo)，一般認(rèn)為經(jīng)濟越繁榮，相應(yīng)的創(chuàng)新活動越活躍，使用國內(nèi)生產(chǎn)總值，即GDP和工業(yè)增加值(GYZJZ)兩個指標(biāo)。二是教育方面的指標(biāo)，一般認(rèn)為教育水平越發(fā)達(dá)，相應(yīng)的技術(shù)創(chuàng)新能力越強，選取高等學(xué)校畢業(yè)人數(shù)(GDXXBY)作為教育水平的指標(biāo)。

數(shù)據(jù)來源為Wind數(shù)據(jù)庫和青海省歷年統(tǒng)計年鑒，時間區(qū)間為1995-2015年度。為統(tǒng)一量綱以及更好地分析各變量動態(tài)變化間的相互影響，所有的變量全部計算缺口，具體方法為原序列進行HP濾波計算趨勢值，再計算缺口。

缺口值=(原序列-原序列的HP濾波趨勢值)/原序列的HP濾波趨勢值。為統(tǒng)一標(biāo)識，所有變量的缺口值記為原序列名后加gap。進入回歸模型的所有變量分別為：

因變量(科技變量)：專利授權(quán)缺口ZLSQGAP，專利受理缺口ZLSLGAP。

自變量(金融變量)：金融深度缺口FINANCEGAP，信貸深度缺口BANKGAP，資本市場規(guī)模缺口STOCKGAP，資本市場流動性缺口LIQUIDGAP。

控制變量(其他變量)：生產(chǎn)總值缺口GDPGAP，工業(yè)增加值缺口GYZJZGAP，高等學(xué)校畢業(yè)生人數(shù)缺口GDXXBYGAP。

(二)平穩(wěn)性檢驗

采用ADF單位根檢驗，有關(guān)變量的檢驗結(jié)果見表1，變量是平穩(wěn)的，可直接進行回歸分析。

(三)回歸分析的結(jié)果

1. 對專利授權(quán)的回歸

專利授權(quán)為實際官方認(rèn)可的實際專利數(shù)據(jù)，其代表技術(shù)創(chuàng)新的作用更強。本文先以專利授權(quán)作為因變量進行回歸分析。ADF檢驗顯示所有序列均為平穩(wěn)序列，因此可以直接進行回歸分析，回歸結(jié)果見表2。

表2 專利授權(quán)與五個金融供給變量的回歸結(jié)果

2.對專利受理的回歸

建立一個專利受理為因變量的回歸模型，并對部分可能存在自相關(guān)的自變量進行剔除檢驗，最終形成專利受理與金融指標(biāo)和控制指標(biāo)的計量模型，見表3。全部回歸系數(shù)均顯著，模型效果較好。

表3 專利受理與五個金融供給變量的回歸結(jié)果

三、結(jié)論

本文中專利、金融發(fā)展指標(biāo)、經(jīng)濟指標(biāo)缺口的各時間序列指標(biāo)經(jīng)檢驗顯示均為平穩(wěn)序列。經(jīng)過剔除變量檢驗后，自變量包含信貸深度、資本市場規(guī)模、資本市場流動性、生產(chǎn)總值、高等學(xué)校畢業(yè)生數(shù)。回歸模型中各變量的系數(shù)均顯著，回歸模型的總體檢驗效果較好，反映出回歸模型總體有效。從經(jīng)濟解釋來看：

第一，無論是專利受理抑或是專利授權(quán)作為因變量，控制變量經(jīng)濟增長缺口和高等畢業(yè)生缺口指標(biāo)系數(shù)均為正，顯示青海省經(jīng)濟規(guī)模與創(chuàng)新總量正相關(guān)，高校畢業(yè)生為代表的教育水平亦與科技水平正相關(guān)，符合基本的預(yù)期。

第二，信貸深度和資本市場規(guī)模深度的系數(shù)均為正，顯示青海省金融發(fā)展程度與創(chuàng)新發(fā)展的程度是正相關(guān)的，通過大力發(fā)展金融業(yè)有利于促進科技進步。

第三，模型中資本市場的流動性與科技創(chuàng)新水平負(fù)相關(guān)，說明過度的交易不利于創(chuàng)新的發(fā)展。這與Levine(1997)的過度流動性(股權(quán)交易的頻繁)可能使得股東對公司經(jīng)理人的監(jiān)督力下降、從而降低經(jīng)理人創(chuàng)新的沖動的研究結(jié)果基本一致。

第四，相比專利授權(quán)，專利受理作為因變量的模型，其R平方檢驗值更高，反應(yīng)專利受理能夠更好的代表創(chuàng)新。

對于青海省戰(zhàn)略性新興產(chǎn)業(yè)，鑒于當(dāng)前并無有效統(tǒng)計數(shù)據(jù)的支撐，因此本文用替代數(shù)據(jù)進行實證研究。戰(zhàn)略性新興產(chǎn)業(yè)作為國民經(jīng)濟中具有引領(lǐng)作用、科技含量較高的產(chǎn)業(yè)部門，尤其需要金融體系的支持，本文實證研究顯示的金融體系對于技術(shù)進步具有重要作用的結(jié)論，結(jié)論適用于戰(zhàn)略新興產(chǎn)業(yè)。

[1] 劉志陽，施祖留.我國戰(zhàn)略新興產(chǎn)業(yè)自主創(chuàng)新問題與對策研究[J].福建論壇：人文社會科學(xué)版，2010(8)：10-16.

[2] 陳文俊，賀正楚，吳艷.基于R&D指標(biāo)的先導(dǎo)性戰(zhàn)略新興產(chǎn)業(yè)發(fā)現(xiàn)研究[J].財經(jīng)理論與實踐，2013，34(1)：107-111.

[3] 劉降斌，李艷梅.區(qū)域科技型中小企業(yè)自主創(chuàng)新金融支持體系研究—基于面板數(shù)據(jù)單位根和協(xié)整的分析[J].金融研究，2008(12)：193-206.

[4] 郭玉清.資本積累、技術(shù)變遷與總量生產(chǎn)函數(shù)—基于中國1980-2005年經(jīng)驗數(shù)據(jù)的分析[J].南開經(jīng)濟研究，2006(3)：79-89.

[5] 楊林，馬順.促進戰(zhàn)略新興產(chǎn)業(yè)發(fā)展的財政政策研究[J].山東社會科學(xué)，2012(2)：146-149.

[6] 蔡昉.中國經(jīng)濟增長如何轉(zhuǎn)向全要素生產(chǎn)率驅(qū)動型[J].中國社會科學(xué)，2013(1)：56-71.

[7] Ross Levine. Finance Development and Economic Growth：View Sand Agenda，Journal of Economic Literature，1997，35：688-726.

[8] Banerjee，Abhijit V.，and Esther Duflo，2005，Growth Theory through the Lens of Development Economics，In Handbook of Economic Growth，Vol.1A，ed，Philippe Aghion and Steven N.Durlauf，473-552，Amsterdam：Elsevier B.V.

[9] Hsieh，Chang-Tai，and Peter J.Klenow，2009，Misallocation and Manufacturing TFP in China and India，Quarterly Journal of Economics，Vol.124：1403-1448.

[10] Buera，F(xiàn)rancisco J.，Joseph Kaboski，and Yongseok Shin，2011，F(xiàn)inance and Development：A Tale of Two Sectors，American Economic Review，forthcoming.