陳亞如

(安徽大學 商學院，合肥 230601)

一、引言

創(chuàng)新是企業(yè)在競爭中獲得優(yōu)勢的重要利器，也是促使企業(yè)轉(zhuǎn)型升級的必要因素。金融業(yè)的發(fā)展作為企業(yè)創(chuàng)新過程中重要的外部環(huán)境，為企業(yè)提供穩(wěn)定的資金保障，促進企業(yè)創(chuàng)新活動的順利實施。通常情況下中小企業(yè)將負債融資作為其獲得外源性融資的首要選擇，但部分企業(yè)往往會因為其自身規(guī)模小、可供抵押資產(chǎn)少等原因使其在融資過程中受到較大的約束。缺少必要的資金支持，企業(yè)的創(chuàng)新活動也無法順利開展。當前大數(shù)據(jù)、云計算等新興科技與金融的融合代表了全球金融發(fā)展的趨勢，科技與金融的深度融合對傳統(tǒng)金融行業(yè)帶來的較大的影響，打破了傳統(tǒng)金融的壁壘，改變了金融行業(yè)中信息不對稱、中小企業(yè)融資門檻高等現(xiàn)狀，為企業(yè)創(chuàng)新提供了堅實的資金基礎(chǔ)。長三角地區(qū)是我國經(jīng)濟較為發(fā)達的地區(qū)，匯聚了上海、南京、杭州、合肥等經(jīng)濟發(fā)達城市，擁有同濟大學、復旦大學、南京大學、浙江大學、中國科學技術(shù)大學等眾多國內(nèi)高等學府，具有較強的金融科技及人才優(yōu)勢。本文以長三角地區(qū)上市公司數(shù)據(jù)為樣本，分析金融科技、負債水平與企業(yè)創(chuàng)新之間的關(guān)系，為中小企業(yè)在創(chuàng)新方面提供借鑒。

二、理論基礎(chǔ)與研究假設

(一)企業(yè)創(chuàng)新

通過梳理文獻發(fā)現(xiàn)，研究者主要從投入和產(chǎn)出兩方面測度企業(yè)創(chuàng)新：投入方面主要用當期企業(yè)研發(fā)投入與營業(yè)收入的比值、研發(fā)支出與總資產(chǎn)的比值兩種；產(chǎn)出角度主要包括期末專利申請量、授權(quán)等。由于國泰安數(shù)據(jù)庫中各上市公司的專利數(shù)量數(shù)據(jù)只記錄至2017年，不能滿足研究中所需2014—2019年的實驗數(shù)據(jù)，故選擇參考文獻[2]從投入角度測度企業(yè)的創(chuàng)新活動。

(二)金融科技與企業(yè)創(chuàng)新

已有文獻對金融科技的測度方法大致分為兩種，沈悅和郭品、李春濤等采用“文本挖掘法”，主要通過網(wǎng)絡爬蟲技術(shù)檢索金融科技等關(guān)鍵詞出現(xiàn)在新聞中以及百度搜索引擎中的頻率，并對得到數(shù)據(jù)進行處理后作為金融科技的衡量指標。為了避免網(wǎng)絡爬蟲技術(shù)測度金融科技的誤差，郭峰等構(gòu)建了2011—2020年數(shù)字普惠金融指數(shù)第三期來測度金融科技。除了采用金融科技整體指數(shù)測度對企業(yè)創(chuàng)新活動影響之外，在穩(wěn)健性檢驗過程中從數(shù)字金融的覆蓋廣度、使用深度、數(shù)字支持服務程度三方面分析金融科技發(fā)展對企業(yè)創(chuàng)新的影響。基于此提出假設1：

H1：金融科技的發(fā)展有助于促進企業(yè)創(chuàng)新活動。

(三)負債水平、金融發(fā)展程度與企業(yè)創(chuàng)新

充足的資金投入是企業(yè)創(chuàng)新活動順利實施的重要保障，而負債融資是企業(yè)獲得外源融資的重要途徑，故企業(yè)通常會采取負債融資來為企業(yè)的創(chuàng)新活動獲取資金，即隨著企業(yè)負債水平的升高會促進企業(yè)開展創(chuàng)新活動。但也有學者認為，負債水平提升的同時會加大企業(yè)的經(jīng)營風險，由于企業(yè)創(chuàng)新活動的結(jié)果不確定，加之中小企業(yè)獲得融資的門檻較高，很有可能會導致企業(yè)的初始投資資金陷入無法回流的狀態(tài)，加大企業(yè)的財務風險和管理風險，管理者則出于保證公司可持續(xù)經(jīng)營的目的，會相應降低企業(yè)負債融資水平，因此會限制企業(yè)的創(chuàng)新活動。但隨著金融科技促進金融行業(yè)發(fā)展，中小企業(yè)融資門檻降低，企業(yè)融資難的狀況得到了緩解，大大促進了中小企業(yè)投入創(chuàng)新活動的積極性?；诖颂岢黾僭O2和假設3：

H2：負債水平對企業(yè)創(chuàng)新活動產(chǎn)生負向影響。

H3：金融發(fā)展程度在負債水平和企業(yè)的創(chuàng)新活動中起到正向調(diào)節(jié)作用。

三、數(shù)據(jù)分析與實證模型

(一)樣本數(shù)據(jù)說明

為了驗證所提出的假設，研究中所采用的數(shù)據(jù)來源：(1)由北京大學數(shù)字金融研究中心課題組2021年4月17日發(fā)布的2011—2020數(shù)字普惠金融第三期；(2)2014—2019年安徽省、江蘇省、浙江省、上海市全部A股上市公司有關(guān)企業(yè)負債水平、企業(yè)創(chuàng)新以及其他相關(guān)變量的信息，數(shù)據(jù)來自三省一市的統(tǒng)計年鑒以及國泰安數(shù)據(jù)庫(CSMAR)。同時剔除上市公司中以下數(shù)據(jù)：(1)金融業(yè)、房地產(chǎn)業(yè)類的公司；(2)ST及 *ST類的公司；(3)上市公司相關(guān)數(shù)據(jù)不足5年的；(4)資產(chǎn)負債率小于0和大于1的公司；(5)相關(guān)財務數(shù)據(jù)缺失的公司。此外，為使實證結(jié)果不受極端值的影響，對主要樣本數(shù)據(jù)進行1%以下和99%以上的縮尾(Winsorize)處理，最終得到737家上市公司數(shù)據(jù)，共4351個樣本量。

(二)變量定義與模型設計

1.變量定義

變量定義示于表1。

表1 變量及變量定義

2.模型設計

為了驗證假設1中金融科技對企業(yè)創(chuàng)新的影響，構(gòu)建模型(1)：

RD

=

α

+

α

FinTech

+

α

Size

+

α

Age

+

α

ROA

+

α

Equity

+

α

CQ

+

ε

(1)

為了驗證假設2負債水平對企業(yè)創(chuàng)新活動的影響，構(gòu)建模型(2)：

RD

=

β

+

β

Lev

+

β

Size

+

β

Age

+

β

ROA

+

β

Equity

+

β

CQ

+

θ

(2)

為了驗證假設3金融發(fā)展程度在負債水平對企業(yè)創(chuàng)新中的調(diào)節(jié)作用，構(gòu)建模型(3)：

RD

=

γ

+

γ

Lev

+

γ

Fd

+

γ

Lev

*

Fd

+

γ

Size

+

γ

Age

+

γ

ROA

+

γ

Equity

+

γ

CQ

+?

(3)

其中：模型(1)～(3)中的

α

、

β

、

γ

分別為回歸過程中出現(xiàn)的常數(shù)項；

α

、

β

、

γ

、

γ

為回歸過程中解釋變量系數(shù)，

α

、

β

、

γ

為回歸結(jié)果中的各個控制變量的系數(shù)；

ε

、

θ

、?為回歸過程中可能出現(xiàn)的誤差。模型(3)中的

γ

為回歸過程中公司負債水平與金融發(fā)展程度交互項的系數(shù)。

四、檢驗結(jié)果與分析

(一)描述性統(tǒng)計

表2是相關(guān)變量的描述性統(tǒng)計分析結(jié)果。結(jié)果顯示，

RD

均值、標準差、最大值以及最小值分別是0.037、0.035、0.194、0.000，表明長三角地區(qū)整體的創(chuàng)新投入水平偏低，且投入水平之間差別較大，企業(yè)的創(chuàng)新意識仍有較大的強化空間。各省份的負債率均值為0.397，且其變動范圍比較大，由此可見各省的A股上市公司負債水平分布廣泛，且負債率較低的上市公司比較多。也可以看出各省份的金融科技發(fā)展狀況和金融發(fā)展狀況差別較大。

表2 變量描述性統(tǒng)計分析

(二)相關(guān)性分析

表3是對所需變量進行相關(guān)性分析的結(jié)果。從表3可以得到，統(tǒng)計結(jié)果和前文提出的假設1、假設2初步一致，金融科技的發(fā)展促進企業(yè)創(chuàng)新的效果顯著，相關(guān)系數(shù)為0.071，且在1%的水平上與企業(yè)創(chuàng)新正相關(guān)；企業(yè)負債水平和企業(yè)創(chuàng)新的相關(guān)系數(shù)為-0.270，隨著負債水平的提升，企業(yè)的創(chuàng)新活動會被抑制，即負債水平和企業(yè)創(chuàng)新之間呈現(xiàn)顯著負相關(guān)關(guān)系。且研究所選取的控制變量整體上也和企業(yè)創(chuàng)新顯著相關(guān)。從相關(guān)系數(shù)的大小來看，各個變量的相關(guān)系數(shù)均小于0.7，故回歸模型受多重共線的影響較小。

表3 變量相關(guān)性分析

(三)回歸分析

1.金融科技與企業(yè)創(chuàng)新

表4中模型(1)列為金融科技對企業(yè)創(chuàng)新影響的實證結(jié)果?？梢钥闯?，金融科技在1%的水平上能夠顯著促進企業(yè)的創(chuàng)新活動，即假設1得到了驗證。隨著人工智能、大數(shù)據(jù)等新興技術(shù)與金融業(yè)的不斷融合，數(shù)字普惠金融克服傳統(tǒng)金融壁壘，實現(xiàn)對金融業(yè)的變革。金融科技公司運用大數(shù)據(jù)、云計算等可以從整體上了解消費者的偏好、習慣，進而為消費者提供更加符合其需求的產(chǎn)品，顯著促進電子商務的發(fā)展，引導社會消費，改善消費總量和消費結(jié)構(gòu)，從而推動中小企業(yè)創(chuàng)新發(fā)展。

表4 變量回歸結(jié)果分析

2.負債水平與企業(yè)創(chuàng)新

表4中模型(2)列為負債水平對企業(yè)創(chuàng)新活動影響的實證回歸結(jié)果。結(jié)果顯示，長三角地區(qū)A股上市公司的負債水平與企業(yè)創(chuàng)新呈現(xiàn)顯著的負相關(guān)關(guān)系，實證回歸結(jié)果與提出的假設2相吻合。當公司負債增加時，會降低公司的財務彈性，同時也會增加公司的經(jīng)營風險。過高的資產(chǎn)負債率可能會導致企業(yè)資金回流困難、收支難以平衡。當公司管理者洞察到負債可能會使企業(yè)陷入不利地位時，為了規(guī)避風險，管理者通常會降低負債等籌資活動，從而使企業(yè)的投資大大縮減，導致企業(yè)的創(chuàng)新活動因受到資金的約束而被抑制，從而會對企業(yè)創(chuàng)新產(chǎn)生負向影響。

表4中模型(3)列為在金融發(fā)展的調(diào)節(jié)作用下企業(yè)負債水平對企業(yè)創(chuàng)新影響的實證回歸結(jié)果。結(jié)果顯示，負債水平和金融發(fā)展程度的交互項(

Lev

*

Fd

)則與企業(yè)的創(chuàng)新活動呈現(xiàn)出顯著的負相關(guān)關(guān)系，證明了調(diào)節(jié)變量是有效的，強化了負債水平對企業(yè)創(chuàng)新活動的負面影響。同時回歸結(jié)果也驗證了提出的假設3。

此外，從所選擇控制變量的回歸結(jié)果可以看出，相較于規(guī)模較大的企業(yè)而言，中小企業(yè)有助于正向促進企業(yè)的創(chuàng)新活動。其原因是規(guī)模較大的企業(yè)可以憑借其自身的資源優(yōu)勢、雄厚的抵押物以及良好的信用優(yōu)勢更容易獲得融資，而中小企業(yè)由于成立的時間短、規(guī)模小、固定資產(chǎn)較少，在創(chuàng)業(yè)初期容易陷入融資困境。隨著新興科技賦能金融，傳統(tǒng)金融行業(yè)得到迅速發(fā)展，數(shù)字普惠金融使得中小企業(yè)的融資門檻大大被降低，中小企業(yè)在能承受的負債比率下有更多的渠道獲得資金來對企業(yè)進行創(chuàng)新。根據(jù)產(chǎn)權(quán)性質(zhì)與企業(yè)創(chuàng)新的回歸結(jié)果中發(fā)現(xiàn)，與國有企業(yè)相比，非國有企業(yè)更有助于正向促進企業(yè)的創(chuàng)新活動。國有企業(yè)由于有比較好的信用基礎(chǔ)，國有背景可以使其長期得到政府政策和國有銀行的資金支持，可以獲得較多的信貸優(yōu)惠和融資便利。而非國有企業(yè)大多數(shù)以企業(yè)自身是否盈利為目標且受政府以及國有銀行的政策資助相對較少，較難獲得外源性融資。金融科技與數(shù)字普惠金融的發(fā)展，使得大部分非國有企業(yè)滿足了資金的需求，有利于更多的非國有企業(yè)積極推動自身企業(yè)的創(chuàng)新活動。

五、穩(wěn)健性檢驗

(一)替換被解釋變量

考慮到部分企業(yè)的收入有可能會被盈余操縱從而導致企業(yè)收入數(shù)據(jù)失去可信度，故用企業(yè)當期期末研發(fā)支出總數(shù)與當期期末總資產(chǎn)加一之后取對數(shù)來測度企業(yè)的創(chuàng)新活動。分別將模型(1)、(2)、(3)中的被解釋變量的測度方法替換后得到表5中

RD

、

RD

、

RD

，對實證結(jié)果進行穩(wěn)健性檢驗。檢驗結(jié)果發(fā)現(xiàn)，金融科技與企業(yè)創(chuàng)新在1%水平上顯著正相關(guān)，負債水平與企業(yè)創(chuàng)新在1%的水平上顯著負相關(guān)，金融科技與企業(yè)的創(chuàng)新活動在1%的水平上顯著正相關(guān)；金融發(fā)展程度有效促進負債水平與企業(yè)創(chuàng)新活動之間的負相關(guān)關(guān)系。與表4回歸結(jié)果一致，研究涉及的主要結(jié)論沒有發(fā)生變化。

表5 替換被解釋變量后的回歸分析

(二)替換解釋變量

為了保證金融科技對企業(yè)創(chuàng)新影響研究的可靠性，表6分別為從覆蓋廣度(

Coverage

)、使用深度(

Usage

)、數(shù)字支持服務程度(

Digital

)三個維度對模型(1)中的金融科技進行替換從而對結(jié)果進行穩(wěn)健性檢驗，得到

FinTech

、

FinTech

、

FinTech

。檢驗結(jié)果表明，覆蓋廣度對于長三角地區(qū)的影響程度最大，覆蓋廣度主要是反映了一個地區(qū)的金融環(huán)境；使用深度和數(shù)字支持服務對企業(yè)創(chuàng)新的影響大致相同，主要反映了一個地區(qū)對金融科技的接受情況，且三者都對企業(yè)創(chuàng)新均產(chǎn)生顯著的正向影響。穩(wěn)健性檢驗的結(jié)果與表4實證分析結(jié)果一致，研究的主要結(jié)論也沒有發(fā)生變化。

表6 替換解釋變量后的回歸分析

六、結(jié)語

通過對長三角地區(qū)全部A股上市公司數(shù)據(jù)研究分析得出如下結(jié)論：(1)大數(shù)據(jù)、云計算等科技與金融的融合推動金融業(yè)的迅速發(fā)展，對傳統(tǒng)金融帶來創(chuàng)新性變革。(2)負債水平會對企業(yè)創(chuàng)新產(chǎn)生抑制效應。由于中小企業(yè)自身較難獲得外源性融資，隨著負債融資的提高會大大加大企業(yè)陷入收支不平衡、資金周轉(zhuǎn)不靈困境的可能性，此時管理者就會通過減少負債融資來降低風險，資金不足使得企業(yè)的創(chuàng)新活動被擱置。(3)金融科技與數(shù)字普惠金融的發(fā)展，對中小企業(yè)獲得融資帶來了巨大的便利，金融發(fā)展程度在企業(yè)的負債水平與企業(yè)的創(chuàng)新活動中起到正向調(diào)節(jié)的作用。

金融科技在為企業(yè)帶來融資便利的同時，也提高了企業(yè)的經(jīng)營風險。金融監(jiān)管部門應謹慎監(jiān)管金融科技發(fā)展過程中可能會誘發(fā)的金融風險，規(guī)范監(jiān)管機制，提高金融風險監(jiān)管的效率。

由于企業(yè)的創(chuàng)新過程具有周期長、風險大且結(jié)果不確定等特點，因此企業(yè)應該根據(jù)實際運行情況合理安排負債融資規(guī)模以及企業(yè)的創(chuàng)新結(jié)構(gòu)，避免資金過度投入創(chuàng)新活動導致資金難以回流等不利于企業(yè)經(jīng)營的狀況發(fā)生。

注釋：

①該指數(shù)一共發(fā)布了三期數(shù)據(jù)：2016年發(fā)布2011-2015年數(shù)據(jù)；2019年發(fā)布2016-2018年數(shù)據(jù)；2021年發(fā)布2019-2020年數(shù)據(jù)。