李 真 ， 陳天明

（華東師范大學(xué) 經(jīng)濟(jì)學(xué)院，上海 200062）

一、 引 言

隨著中國經(jīng)濟(jì)進(jìn)入新常態(tài)，經(jīng)濟(jì)增長模式正面臨由要素粗放型驅(qū)動(dòng)向創(chuàng)新驅(qū)動(dòng)型轉(zhuǎn)變帶來的諸多挑戰(zhàn)，實(shí)體經(jīng)濟(jì)創(chuàng)新能力和創(chuàng)新效率已成為中國未來經(jīng)濟(jì)高質(zhì)量發(fā)展的決定性因素。然而，近年來，中國經(jīng)濟(jì)“脫實(shí)向虛”及經(jīng)濟(jì)金融化趨勢日益明顯（彭俞超和黃志剛，2018），金融改革與實(shí)體經(jīng)濟(jì)創(chuàng)新轉(zhuǎn)型均進(jìn)入深水區(qū)。中共十九大重點(diǎn)強(qiáng)調(diào)“深化金融體制改革，增強(qiáng)金融服務(wù)實(shí)體經(jīng)濟(jì)能力”；十九屆五中全會(huì)進(jìn)一步將科技自立自強(qiáng)作為國家發(fā)展的戰(zhàn)略支撐，提出建立現(xiàn)代財(cái)稅金融體制，推進(jìn)產(chǎn)業(yè)基礎(chǔ)高級(jí)化、產(chǎn)業(yè)鏈現(xiàn)代化。在此過程中，金融業(yè)作為國民經(jīng)濟(jì)可持續(xù)發(fā)展中健康、有效運(yùn)轉(zhuǎn)的“造血”部門，金融部門與實(shí)體部門協(xié)同耦合發(fā)展已成為新常態(tài)下創(chuàng)新強(qiáng)國總體戰(zhàn)略的核心任務(wù)之一。為此，厘清金融偏向性是否影響以及如何影響實(shí)體經(jīng)濟(jì)創(chuàng)新并形成創(chuàng)新分化，對(duì)引導(dǎo)經(jīng)濟(jì)“脫虛向?qū)崱?、激?lì)金融資本有序進(jìn)入實(shí)體投資領(lǐng)域以及助力微觀市場主體創(chuàng)新具有重要的現(xiàn)實(shí)意義。

2020年中國全部金融機(jī)構(gòu)人民幣各項(xiàng)貸款余額172.75萬億元，占同期社會(huì)融資規(guī)模存量的60.2%，商業(yè)銀行主導(dǎo)型金融體系仍是中國金融體系的一大特征。因此，銀行信貸作為融資市場的一支主脈，其配置偏向性可能直接導(dǎo)致行業(yè)之間以及行業(yè)內(nèi)部創(chuàng)新資源配置和創(chuàng)新效率出現(xiàn)差異。為此，本文以銀行信貸配置為切入點(diǎn)，圍繞金融偏向性發(fā)生的微觀機(jī)制以及對(duì)企業(yè)創(chuàng)新分化的影響等關(guān)鍵問題進(jìn)行探討，以期回答三個(gè)重點(diǎn)問題：一是理論剖析信貸配置偏向如何形成以及如何影響企業(yè)創(chuàng)新；二是實(shí)證驗(yàn)證信貸偏向性是否真實(shí)存在，以及這種偏向性是否構(gòu)成影響實(shí)體經(jīng)濟(jì)創(chuàng)新分化的重要原因；三是政策上應(yīng)如何進(jìn)一步完善及優(yōu)化以推動(dòng)金融回歸服務(wù)實(shí)體經(jīng)濟(jì)功能本源，加速產(chǎn)業(yè)創(chuàng)新鏈和金融資本鏈協(xié)同重構(gòu)。

目前關(guān)于信貸資本配置不平衡性的研究主要集中在微觀層面。國內(nèi)外學(xué)者的相關(guān)研究表明，信貸資本配置的不平衡性主要體現(xiàn)在所有制偏向和行業(yè)偏向兩方面。一方面，由于風(fēng)險(xiǎn)偏好（盧峰和姚洋，2004）、信息不對(duì)稱（楊豐來和黃永航，2006）、金融體制（林毅夫和李永軍，2001）、政府干預(yù)（Liang等，2017）等因素均導(dǎo)致信貸資本具有明顯的所有制偏向性，國有部門占據(jù)了銀行正式貸款資源的75%左右，民營企業(yè)貸款占比不到25%。在信貸所有制偏向扭曲下，眾多非國有企業(yè)要通過商業(yè)信用尋找非正規(guī)金融渠道進(jìn)行融資，以保證企業(yè)的正常運(yùn)作（Ge和Qiu，2007），如通過商業(yè)信用的方式從國有企業(yè)獲得二次配置的資金（Cull 等，2009），對(duì)關(guān)系型貸款方式十分依賴（程海波等，2005），并承擔(dān)比銀行渠道正規(guī)信貸價(jià)格更昂貴的利息成本（Brandt和Li，2003）。同時(shí)，由于信貸的所有制偏向，作為傳統(tǒng)商業(yè)銀行的補(bǔ)充，為民營企業(yè)提供信貸資源的“影子銀行”應(yīng)運(yùn)而生。而已有研究表明影子銀行雖然部分緩解信貸資源的所有制偏向問題，但一定程度上削弱貨幣政策有效性，加劇宏觀經(jīng)濟(jì)的短期波動(dòng)。另外，信貸資本配置還具有明顯的行業(yè)不平衡性，主要體現(xiàn)在借貸資本正加速從制造業(yè)等實(shí)體經(jīng)濟(jì)部門抽離而涌入房地產(chǎn)、金融等虛擬經(jīng)濟(jì)領(lǐng)域，不斷擴(kuò)張金融及房地產(chǎn)部門的生產(chǎn)邊界。自2008年以來，中國制造業(yè)部門的凈利潤率平均只有3%-6%（張杰，2018）。虛擬經(jīng)濟(jì)部門與實(shí)體經(jīng)濟(jì)部門的資本報(bào)酬形成了鮮明的對(duì)比，社會(huì)總利潤渠道中金融收益占比不斷提高，勞動(dòng)力、土地等要素價(jià)格的提升又進(jìn)一步壓縮了制造業(yè)的利潤空間。借貸資本在行業(yè)上的偏向性嚴(yán)重抑制了實(shí)體經(jīng)濟(jì)部門的資本積累和擴(kuò)大再生產(chǎn)能力，對(duì)于實(shí)體經(jīng)濟(jì)產(chǎn)生擠出效應(yīng)（羅知和張川川，2015）。

技術(shù)進(jìn)步和創(chuàng)新研發(fā)是一個(gè)長期累積的過程，金融市場可以為工業(yè)新技術(shù)提供大量、持續(xù)、長期的投資，銀行可通過甄別企業(yè)潛力將資金提供給最具有新產(chǎn)品開發(fā)能力的企業(yè)，金融政策與金融制度的有效性對(duì)提高企業(yè)創(chuàng)新能力提供了重要的資本保障（齊蘭和王業(yè)斌，2013）。正是因?yàn)榻鹑谫Y本的流向偏好會(huì)對(duì)科技資本（包括物質(zhì)資本和科技型勞動(dòng)力資本）的流向產(chǎn)生深刻影響，在金融體系、金融結(jié)構(gòu)與實(shí)體經(jīng)濟(jì)部門不匹配、不兼容的情況下，金融持續(xù)擴(kuò)張會(huì)對(duì)實(shí)體經(jīng)濟(jì)及實(shí)業(yè)科技創(chuàng)新產(chǎn)生長期的抑制作用。當(dāng)前作為中國實(shí)體經(jīng)濟(jì)主體的制造業(yè)企業(yè)普遍面臨技術(shù)投資不足的問題，產(chǎn)業(yè)資本再生產(chǎn)能力和實(shí)體部門利潤貢獻(xiàn)的下降會(huì)降低企業(yè)創(chuàng)新投入的意愿和能力，金融的過度擴(kuò)張又會(huì)導(dǎo)致企業(yè)投資更傾向于權(quán)益性投資（付文林和趙永輝，2014），而對(duì)技術(shù)型投資產(chǎn)生“擠出”，從而抑制技術(shù)進(jìn)步在經(jīng)濟(jì)增長中的驅(qū)動(dòng)作用。

綜上，銀行信貸配置對(duì)企業(yè)創(chuàng)新研發(fā)乃至經(jīng)濟(jì)社會(huì)的創(chuàng)新增長具有重要影響。本文在經(jīng)典文獻(xiàn)研究的基礎(chǔ)上從金融偏向性這一特征入手，以中國制造業(yè)企業(yè)為研究樣本，探究在商業(yè)銀行信貸為主的融資市場特征下金融偏向的存在性、形成機(jī)制以及對(duì)企業(yè)創(chuàng)新分化的影響等問題。①本文的“金融偏向性”指金融資本的流動(dòng)偏好方向，即銀行信貸基于貸款需求方在資產(chǎn)規(guī)模、投資回報(bào)、擔(dān)保價(jià)值等方面異質(zhì)性所形成的配置性偏好。金融資本作為企業(yè)創(chuàng)新的重要要素之一，其偏向性能夠在某種程度上影響企業(yè)創(chuàng)新，同時(shí)由于企業(yè)內(nèi)部差異、行業(yè)間及區(qū)域特點(diǎn)在創(chuàng)新結(jié)果方面形成不同的特征表現(xiàn)，即形成“創(chuàng)新分化”。本文的邊際貢獻(xiàn)主要體現(xiàn)在以下幾方面：第一，從金融偏向性視角出發(fā)，立足實(shí)體經(jīng)濟(jì)高質(zhì)量創(chuàng)新發(fā)展為本的產(chǎn)業(yè)發(fā)展邏輯，對(duì)“銀行信貸偏向性是否現(xiàn)實(shí)存在”“信貸偏向如何形成”“信貸偏向性如何帶來制造業(yè)企業(yè)創(chuàng)新分化”等問題進(jìn)行層層剖析。這為當(dāng)前國內(nèi)外復(fù)雜經(jīng)濟(jì)形勢下金融功能如何回歸實(shí)體創(chuàng)新本源，如何實(shí)現(xiàn)內(nèi)外雙循環(huán)戰(zhàn)略下產(chǎn)業(yè)創(chuàng)新鏈和金融資本鏈協(xié)同重構(gòu)目標(biāo)，如何構(gòu)建“金融支持+科技創(chuàng)新”的雙輪驅(qū)動(dòng)的政策體系提供了微觀理論基礎(chǔ)。第二，在現(xiàn)有基礎(chǔ)上關(guān)注間接融資內(nèi)部的信貸偏向性，并通過股權(quán)特征、行業(yè)異質(zhì)及區(qū)域差異三維度對(duì)金融偏向與企業(yè)創(chuàng)新分化的關(guān)聯(lián)展開更加深入的分段考查，為企業(yè) - 行業(yè) - 區(qū)域間形成的異質(zhì)性提供了更多的、可參考的、有價(jià)值的結(jié)論信息，進(jìn)一步豐富和拓展了現(xiàn)有研究。第三，采用Heckman兩階段選擇模型、應(yīng)用銀行信貸偏向性對(duì)制造業(yè)企業(yè)創(chuàng)新的關(guān)聯(lián)性進(jìn)行研究，既能夠在第一階段探究銀行信貸的配置偏向問題，又能在第二階段糾正銀行信貸與企業(yè)創(chuàng)新能力動(dòng)態(tài)面板的選擇偏差問題，為探索銀行信貸偏好與企業(yè)創(chuàng)新之間的實(shí)際關(guān)聯(lián)提供新的分析工具。同時(shí)，實(shí)證部分的拓展性分析也得到了與已有研究不同的結(jié)論，即銀行信貸在國有制造業(yè)企業(yè)上顯示出更高效的創(chuàng)新效應(yīng)。

二、 理論邏輯和研究假設(shè)

（一）銀行信貸配置偏向性

一國的金融體系特征一般與該國的要素密集型特征及相應(yīng)的產(chǎn)業(yè)結(jié)構(gòu)特征緊密相連。由于中國經(jīng)濟(jì)在起飛階段金融監(jiān)管水平、金融風(fēng)險(xiǎn)控制能力相對(duì)較弱，銀行主導(dǎo)型金融體系更有利于宏觀金融政策的實(shí)施，能夠更快地引導(dǎo)有限的金融資源流向特定的實(shí)體領(lǐng)域，并更容易控制金融體系風(fēng)險(xiǎn)（張杰，2018）。從金融機(jī)構(gòu)看，商業(yè)銀行作為資金供給者必然遵循金融資本逐利性規(guī)律，同時(shí)與證券、投行、資管等其他融資機(jī)構(gòu)相比，商業(yè)銀行具有明顯的風(fēng)險(xiǎn)規(guī)避特征，因此在管理目標(biāo)上主要體現(xiàn)為盈利性、安全性和流動(dòng)性的“三性合一”管理原則，商業(yè)銀行的授信決策過程實(shí)際上是一個(gè)與企業(yè)異質(zhì)性特征相匹配的過程。

首先，金融資本的最重要特征是逐利性，這既體現(xiàn)在金融資本在不同行業(yè)間的流動(dòng)偏好，又體現(xiàn)在行業(yè)內(nèi)部不同異質(zhì)性特征企業(yè)間的流動(dòng)偏好。2008年以來，中國整體債務(wù)水平不斷攀升，而這一年也成為我國非金融企業(yè)部門杠桿率變化的分水嶺，即制造業(yè)行業(yè)與金融、地產(chǎn)等行業(yè)在行業(yè)利潤率方面的差距日益擴(kuò)大。當(dāng)行業(yè)呈現(xiàn)出不同的利潤率水平分布時(shí)，在商業(yè)銀行的盈利性管理目標(biāo)下，銀行信貸資本將流向利潤率更高的行業(yè)，以及該行業(yè)中壟斷性或利潤率較高的企業(yè)。

其次，在我國銀行業(yè)高度壟斷的經(jīng)濟(jì)體中，信息不對(duì)稱問題、交易成本高和抵押難成為中小企業(yè)融資的主要障礙。而信貸市場的政治關(guān)聯(lián)性，為有政治資源的企業(yè)帶來更多的金融資源，進(jìn)一步弱化了資本流動(dòng)、信貸資源配置的市場作用。在這種情況下，企業(yè)的生產(chǎn)率、利潤率、增加值、所有權(quán)制度和政治關(guān)聯(lián)等異質(zhì)性特征都成為銀行授信決策博弈中企業(yè)信號(hào)傳遞的關(guān)鍵信息。然而，某些信號(hào)傳遞的本身也具有不確定性，政府支持行為、政府創(chuàng)新補(bǔ)助等信號(hào)可以幫助企業(yè)爭取更多的社會(huì)資源。此外，鑒于我國資本市場弱法律風(fēng)險(xiǎn)和股權(quán)高度集中等特征，銀行更加厭惡短期風(fēng)險(xiǎn)、偏好短期利益，銀行定位雷同及羊群效應(yīng)等問題層出不窮，這均導(dǎo)致銀行缺乏動(dòng)力去識(shí)別客戶以往資金的使用效率，而更傾向于采用同質(zhì)化的方式配置信貸資源。此時(shí)，企業(yè)規(guī)模、盈利狀況、償債能力等企業(yè)財(cái)務(wù)指標(biāo)就成為銀行授信的重要參考指標(biāo)，信貸資本更傾向于流入具有政治關(guān)聯(lián)、產(chǎn)權(quán)優(yōu)勢或擁有大規(guī)模固定資產(chǎn)抵押價(jià)值的企業(yè)（劉小玄和周曉艷，2011）。

最后，近年來企業(yè)金融化引發(fā)的“脫實(shí)向虛”問題日益突出，銀行信貸對(duì)企業(yè)金融化水平的偏向性背后存在著一個(gè)雙向選擇機(jī)制：一方面，金融化水平較高的企業(yè)利潤往往高于純實(shí)體投資的企業(yè)（張成思和張步曇，2016），違約風(fēng)險(xiǎn)較低，銀行的安全性原則使其更偏好向此類企業(yè)發(fā)放貸款；另一方面，獲得銀行信貸資源較多的高金融化水平的企業(yè)，由于逐利性的驅(qū)動(dòng)，將超過企業(yè)日常運(yùn)營所需資金的信貸資本再投入高利潤的虛擬部門，如進(jìn)行房地產(chǎn)投資等，繼而進(jìn)一步提高了自身的金融化水平。據(jù)此，提出如下假說：

H1：銀行信貸資本在配置上更偏向于在固定資產(chǎn)規(guī)模、投資回報(bào)率、金融化程度和資產(chǎn)擔(dān)保方面更具優(yōu)勢的企業(yè)。

（二）銀行信貸偏向?qū)ζ髽I(yè)創(chuàng)新的影響

企業(yè)創(chuàng)新需要大量資金支持，在中國直接融資市場尚不發(fā)達(dá)的情況下，銀行信貸是企業(yè)進(jìn)行創(chuàng)新研發(fā)活動(dòng)的重要資金來源。由于銀行作為專業(yè)金融中介機(jī)構(gòu)，在對(duì)企業(yè)發(fā)放貸款時(shí)會(huì)對(duì)項(xiàng)目進(jìn)行合理評(píng)估和監(jiān)督，企業(yè)在獲得銀行信貸進(jìn)行研發(fā)創(chuàng)新時(shí)也無需對(duì)外公開創(chuàng)新活動(dòng)的具體信息，既不會(huì)面臨信息泄露的問題，更不用擔(dān)心控股權(quán)的流失（Myers和Majluf，1984），所以大量文獻(xiàn)顯示銀行信貸能顯著促進(jìn)企業(yè)的研發(fā)創(chuàng)新。此外，大量研究還表明融資約束是制約中國企業(yè)創(chuàng)新的重要因素。根據(jù)融資優(yōu)序理論，企業(yè)在內(nèi)部現(xiàn)金流不足時(shí)優(yōu)先尋求信貸供給，因此當(dāng)銀行信貸充足時(shí)企業(yè)進(jìn)一步尋求股權(quán)融資的動(dòng)力減弱，融資約束問題得到緩解。而與直接融資不同，銀行信貸介入并不改變企業(yè)原有股權(quán)結(jié)構(gòu)和運(yùn)營模式，對(duì)企業(yè)現(xiàn)金流分配的干預(yù)能力也不強(qiáng)，這可能有利于企業(yè)充裕內(nèi)部現(xiàn)金流，從源頭上緩解融資約束問題，即通過融資約束渠道，銀行信貸對(duì)企業(yè)創(chuàng)新的影響表現(xiàn)為正向作用。

然而，企業(yè)創(chuàng)新研發(fā)具有不確定性、高風(fēng)險(xiǎn)性和耗時(shí)長的特點(diǎn)，與商業(yè)銀行安全性和流動(dòng)性的原則相悖。企業(yè)在獲得銀行信貸后進(jìn)行創(chuàng)新研發(fā)活動(dòng)會(huì)受到銀行的干預(yù)，從而影響企業(yè)進(jìn)行創(chuàng)新研發(fā)的決策。已有文獻(xiàn)表明，銀行信貸雖然相對(duì)于內(nèi)源融資和股權(quán)融資是企業(yè)進(jìn)行研發(fā)創(chuàng)新最重要的資金來源，但其對(duì)創(chuàng)新的貢獻(xiàn)率弱于股權(quán)融資等其他方式，甚至?xí)种破髽I(yè)的創(chuàng)新研發(fā)。據(jù)此，提出如下假說：

H2：銀行信貸偏向?qū)ζ髽I(yè)創(chuàng)新的影響具有不確定性，即促進(jìn)企業(yè)創(chuàng)新抑或抑制企業(yè)創(chuàng)新。

（三）信貸配置偏向與企業(yè)創(chuàng)新分化

在信貸資源對(duì)異質(zhì)性企業(yè)創(chuàng)新的研究方面，現(xiàn)有異質(zhì)性問題的研究大多集中在所有制方面。由于國有企業(yè)相對(duì)于民營企業(yè)更易獲得銀行信貸，且國有企業(yè)須承擔(dān)更多的社會(huì)責(zé)任而非追求盈利目標(biāo)，國有企業(yè)的高管任職和考核也與地方官員類似，常采取更短視、急功近利的經(jīng)營目標(biāo)，而不進(jìn)行耗時(shí)長且風(fēng)險(xiǎn)高的創(chuàng)新研發(fā)，所以國有企業(yè)獲得的銀行信貸對(duì)企業(yè)創(chuàng)新的促進(jìn)作用遠(yuǎn)不及民營企業(yè)。但近年來為推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展，國家層面開始重視提升國有企業(yè)創(chuàng)新力，國有企業(yè)銀行信貸對(duì)企業(yè)創(chuàng)新研發(fā)的促進(jìn)作用可能被低估（龍小寧和林志帆，2018）。

銀行信貸對(duì)不同行業(yè)和區(qū)域的企業(yè)所產(chǎn)生的創(chuàng)新研發(fā)的促進(jìn)效果尚無定論。一般而言，高科技企業(yè)對(duì)應(yīng)較高的創(chuàng)新研發(fā)水平，但由于高科技企業(yè)具有輕資產(chǎn)、高風(fēng)險(xiǎn)、研發(fā)過程耗時(shí)長等特點(diǎn)，與銀行授信的安全性原則相違背，所以銀行信貸并非高科技企業(yè)進(jìn)行研發(fā)創(chuàng)新的主要資金來源，銀行信貸對(duì)高科技企業(yè)創(chuàng)新研發(fā)的促進(jìn)作用也不一定顯著高于民營企業(yè)。經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)，銀行信貸資源的可得性越豐富，但信貸資源過多也可能會(huì)導(dǎo)致企業(yè)的過度投資，而不再致力于周期長、風(fēng)險(xiǎn)高的研發(fā)創(chuàng)新，反而會(huì)作出風(fēng)險(xiǎn)低、見效快的固定資產(chǎn)投資等投資決策，這不利于企業(yè)的研發(fā)創(chuàng)新。據(jù)此，提出如下假說：

H3：在所有制、行業(yè)屬性及區(qū)域稟賦等異質(zhì)性影響下，銀行信貸會(huì)帶來企業(yè)創(chuàng)新的分化。

三、 數(shù)據(jù)來源及模型設(shè)計(jì)

（一）樣本選擇及數(shù)據(jù)來源

本文以證監(jiān)會(huì)行業(yè)分類（新）標(biāo)準(zhǔn)下的中國A股制造業(yè)上市公司為研究對(duì)象，選取2007-2018年為研究區(qū)間。之所以從2007年開始，是因?yàn)閺?007年起中國實(shí)施新的會(huì)計(jì)準(zhǔn)則，可以保證研究數(shù)據(jù)測度的前后一致性。在初始樣本的基礎(chǔ)上，本文按照以下原則進(jìn)行進(jìn)一步篩選：（1）剔除ST企業(yè)樣本①以2019年6月19日股票名稱為判斷依據(jù)。；（2）剔除在樣本期內(nèi)上市狀態(tài)出現(xiàn)過暫停上市、終止上市或退市整理期的非正常狀態(tài)樣本；（3）剔除年報(bào)合并報(bào)表缺失的公司樣本。最終，獲得2 151家上市公司12年間共13 144條非平衡面板數(shù)據(jù)。本文的數(shù)據(jù)主要涉及上市公司的財(cái)務(wù)和研發(fā)相關(guān)數(shù)據(jù)，均來自國泰安數(shù)據(jù)庫（CSMAR）和東方財(cái)富Choice數(shù)據(jù)庫。其中，上市公司上市狀態(tài)變更、財(cái)務(wù)和研發(fā)數(shù)據(jù)出自國泰安數(shù)據(jù)庫的公司研究系列子庫，上市公司成立日期、組織形式和所在省份等公司屬性信息出自東方財(cái)富Choice數(shù)據(jù)庫。

（二）關(guān)鍵變量說明

1.研發(fā)投入?，F(xiàn)有文獻(xiàn)衡量企業(yè)創(chuàng)新能力的研發(fā)投入指標(biāo)常采用公司申請專利數(shù)或研發(fā)支出。王曉燕等（2017）認(rèn)為并非企業(yè)所有的創(chuàng)新都會(huì)申請專利，申請專利數(shù)也不能準(zhǔn)確測度企業(yè)的創(chuàng)新績效內(nèi)涵，而且不同細(xì)分行業(yè)對(duì)是否申請專利的偏向差異較大。據(jù)此，本文以上市公司“研發(fā)支出”作為研發(fā)投入指標(biāo)，衡量企業(yè)的創(chuàng)新能力，同時(shí)使用“專利申請量”進(jìn)行穩(wěn)健性檢驗(yàn)。

2.公司貸款規(guī)模。根據(jù)銀行信貸融資在中國融資結(jié)構(gòu)及借貸市場中的主導(dǎo)地位，本文重點(diǎn)探究銀行的信貸資金對(duì)制造業(yè)上市公司創(chuàng)新能力的影響。在會(huì)計(jì)操作中，一般以長期借款與短期借款兩個(gè)會(huì)計(jì)科目來衡量企業(yè)獲得的銀行貸款規(guī)模。因此，本文用公司年度財(cái)務(wù)報(bào)表中長期借款和短期借款兩個(gè)會(huì)計(jì)科目數(shù)據(jù)之和衡量公司獲得的貸款規(guī)模，并以此作為理論模型中借貸資本的驗(yàn)證變量。

3.控制變量。（1）公司規(guī)模（lnFasset）：規(guī)模越大的公司生產(chǎn)能力越強(qiáng)，現(xiàn)金流就越充足，這會(huì)對(duì)創(chuàng)新投入產(chǎn)生重要影響；同時(shí)，規(guī)模大的公司，其穩(wěn)定的經(jīng)營水平也有利于從銀行獲取貸款。（2）財(cái)務(wù)費(fèi)用（Loancost）：財(cái)務(wù)費(fèi)用體現(xiàn)了企業(yè)獲取資金的成本，會(huì)直接影響貸款能力。資金成本越大，意味著進(jìn)行研發(fā)投入的機(jī)會(huì)成本就越大。（3）國內(nèi)生產(chǎn)總值（lnGDP）：GDP可以反映宏觀經(jīng)濟(jì)狀況，經(jīng)濟(jì)擴(kuò)張時(shí)企業(yè)獲得信貸的機(jī)會(huì)相對(duì)提升，同時(shí)也會(huì)提高企業(yè)家信心并追加投資。（4）公司金融化水平（Fin）：企業(yè)金融資產(chǎn)占比一方面會(huì)“擠出”或“反哺”創(chuàng)新投入，另一方面也可能因其高收益率而吸引信貸供給。（5）資產(chǎn)負(fù)債率（Lev）：低杠桿既有利于保證持續(xù)的研發(fā)投入，也有利于降低風(fēng)險(xiǎn)、增加企業(yè)貸款。（6）資產(chǎn)回報(bào)率（Roa）：資產(chǎn)回報(bào)率越高，銀行對(duì)企業(yè)的評(píng)級(jí)可能也越高，就越有利于對(duì)企業(yè)放貸。（7）公司年齡（Age）：高齡企業(yè)的社會(huì)資本更為豐厚，這既有利于獲取銀行的信任，對(duì)未來的穩(wěn)定預(yù)期也有利于創(chuàng)新投入。

（三）計(jì)量模型設(shè)定

根據(jù)前文所述，實(shí)證部分重點(diǎn)檢驗(yàn)借貸資本配置偏向機(jī)制以及借貸資本對(duì)制造業(yè)企業(yè)創(chuàng)新能力的影響?，F(xiàn)有文獻(xiàn)在考查銀行信貸對(duì)企業(yè)的偏向問題時(shí)，通常從企業(yè)異質(zhì)性的角度出發(fā)，本文參考劉小玄和周曉艷（2011）的做法，使用信貸配置過程中企業(yè)最為核心的解釋因素，探究其對(duì)企業(yè)獲得銀行信貸的影響，從而反映銀行信貸配置偏向的主要特征。由于企業(yè)的創(chuàng)新往往存在累積效應(yīng)和滯后效應(yīng)，因此對(duì)企業(yè)創(chuàng)新能力的影響因素研究大多將創(chuàng)新投入指標(biāo)的滯后項(xiàng)納入解釋變量體系，構(gòu)建動(dòng)態(tài)面板模型（謝家智等，2014；馬微和惠寧，2019）。但在現(xiàn)有關(guān)于銀行信貸和企業(yè)創(chuàng)新能力的研究中，一般僅對(duì)有銀行信貸的樣本進(jìn)行分析，這樣會(huì)忽略有研發(fā)投入而沒有銀行信貸的公司樣本，容易造成樣本選擇偏差的問題（羅來軍等，2016）。在本文的總樣本中，有近20%的樣本有研發(fā)投入但沒有銀行信貸，因此，為解決樣本選擇偏差的問題，本文采用Heckman（1979）提出的兩階段選擇模型，既能夠在第一階段探究銀行信貸的配置偏向問題，又能在第二階段糾正銀行信貸與企業(yè)創(chuàng)新能力動(dòng)態(tài)面板的選擇偏差問題。根據(jù)Heckman兩階段選擇偏差模型的原理，將其拓展運(yùn)用在動(dòng)態(tài)面板中，這也是本文實(shí)證方法上的創(chuàng)新之處。

本文的Heckman第一階段為銀行信貸的偏向選擇模型，即構(gòu)建企業(yè)能否獲得貸款的Probit模型：

其中，Probit(dLoanit)為企業(yè)能否獲得銀行信貸的概率，由此可以探究銀行信貸配置偏向的影響因素。若dLoanit=1， 則企業(yè)獲得銀行信貸；若dLoanit=0，則企業(yè)未獲得銀行信貸。影響企業(yè)能否獲得銀行信貸的異質(zhì)性因素包括公司規(guī)模（lnFasset）、財(cái)務(wù)費(fèi)用（Loancost）、國內(nèi)生產(chǎn)總值（lnGDP）、公司金融化水平（Fin）、資產(chǎn)負(fù)債率（Lev）、資產(chǎn)回報(bào)率（Roa）和公司年齡（Age）。

Heckman兩階段選擇偏差模型的第一階段不僅可以探究二值變量的影響因素，其另一個(gè)重要作用在于為每一個(gè)樣本計(jì)算逆米爾斯比率（ λit）：

其中，Xit為式（1）中異質(zhì)性因素變量集，∧δ 為 異質(zhì)性因素變量的估計(jì)系數(shù)，分別是以為變量的標(biāo)準(zhǔn)正態(tài)分布的密度函數(shù)和分布函數(shù)。將逆米爾斯比率作為一個(gè)解釋變量代入第二階段模型中，可以修正樣本的選擇性偏差問題：

本文的Heckman第二階段模型僅對(duì)dLoanit=1的樣本進(jìn)行回歸，其中，被解釋變量為研發(fā)支出（lnInno） ，lnInnoit-1和lnInnoit-2分別為當(dāng)期研發(fā)的滯后一期和滯后兩期值，用以反映研發(fā)的累積效應(yīng)和滯后效應(yīng)，關(guān)鍵解釋變量為前一期的公司貸款規(guī)模（lnLoan_1it-1） ，λ為通過第一階段模型計(jì)算出的逆米爾斯比率，其余變量與式（1）相同。

四、 銀行信貸偏向下的企業(yè)創(chuàng)新影響檢驗(yàn)

（一）基準(zhǔn)模型

全樣本回歸分析結(jié)果如表1所示。列（1）為Heckman第一階段銀行的信貸偏向選擇模型，從列（1）可以看出，除公司年齡外，本文選擇的其余企業(yè)異質(zhì)性因素均在1%的水平上對(duì)公司能否獲得銀行信貸產(chǎn)生影響。公司的財(cái)務(wù)費(fèi)用和資產(chǎn)負(fù)債率均與獲得的銀行信貸規(guī)模有高度的正相關(guān)關(guān)系，第一階段模型中LoanCost和Lev顯著為正，這也與事實(shí)相符。商業(yè)銀行的安全性準(zhǔn)則促使其傾向于向資產(chǎn)規(guī)模更大的企業(yè)提供貸款，因此lnFasset顯著為正。Fin顯著為正，說明銀行有對(duì)更高金融化水平的公司提供貸款的偏向。銀行的信貸發(fā)放是銀行愿意為企業(yè)提供貸款和企業(yè)愿意從銀行借貸的雙向選擇的結(jié)果，lnGDP和Roa顯著為負(fù)，反映出在經(jīng)濟(jì)大環(huán)境較好或企業(yè)資產(chǎn)回報(bào)率較高的情況下，企業(yè)往往更傾向于優(yōu)先采用內(nèi)源融資的融資方式而非采取向銀行借貸的外源融資方式（Myers和Majluf，1984）。

通過第一階段的Probit模型可以為每個(gè)樣本計(jì)算出逆米爾斯比率（λ），代入第二階段模型用以解決樣本選擇偏差的問題。如表1所示，本文采用多種估計(jì)方法對(duì)包含逆米爾斯比率的第二階段模型進(jìn)行估計(jì)。從F檢驗(yàn)和Hausman檢驗(yàn)的結(jié)果可以看出，固定效應(yīng)估計(jì)要優(yōu)于隨機(jī)效應(yīng)和混合效應(yīng)的估計(jì)，而本文Heckman第二階段模型為了探究銀行信貸規(guī)模對(duì)制造業(yè)上市公司創(chuàng)新能力的影響，將因變量（lnInno）的滯后項(xiàng)納入解釋變量，會(huì)引發(fā)模型的內(nèi)生性問題，此時(shí)再采用固定效應(yīng)等傳統(tǒng)面板估計(jì)方法會(huì)造成估計(jì)結(jié)果有偏且非一致。因此，本文以Blundell和Bond（1998）提出的系統(tǒng)廣義矩估計(jì)（System GMM）方法對(duì)第二階段動(dòng)態(tài)模型進(jìn)行回歸。從列（2）的回歸結(jié)果可以看出，AR（2）和Hansen檢驗(yàn)均接受原假設(shè)，即不存在二階自相關(guān)且工具變量是有效的。另外，由于固定效應(yīng)和混合效應(yīng)估計(jì)通常會(huì)分別低估和高估被解釋變量滯后項(xiàng)的系數(shù)，因此，根據(jù)Bond（2002）提出的將被解釋變量滯后項(xiàng)的GMM估計(jì)量與固定效應(yīng)、隨機(jī)效應(yīng)估計(jì)出來的系數(shù)進(jìn)行比較的方法，可以進(jìn)一步確定GMM方法是否可靠。從表1中列（2）、列（3）和列（5）的被解釋變量滯后項(xiàng)系數(shù)的比較中，可以看出GMM估計(jì)系數(shù)基本位于固定效應(yīng)和混合效應(yīng)估計(jì)系數(shù)之間，因此本文采用GMM估計(jì)是可靠且有效的。

表1 銀行信貸偏向及信貸對(duì)企業(yè)創(chuàng)新能力的影響

觀察列（2）可以發(fā)現(xiàn)，λ在10%的水平上顯著，因此，本文的樣本確實(shí)存在樣本選擇偏差的問題，采用Heckman兩階段模型是正確的。L.lnLoan_1的估計(jì)系數(shù)為0.202且在1%的水平上顯著，即公司獲得的銀行信貸規(guī)模每增加1個(gè)百分點(diǎn)，下一年公司的研發(fā)投入會(huì)增加0.202個(gè)百分點(diǎn)，驗(yàn)證了企業(yè)獲得的銀行信貸規(guī)模的擴(kuò)大確實(shí)會(huì)顯著促進(jìn)企業(yè)的研發(fā)投入。L.lnInno和L2.lnInno均顯著為正，說明企業(yè)的研發(fā)投入確實(shí)存在累積性和持續(xù)性影響，公司的創(chuàng)新研發(fā)會(huì)逐年增加，且從L.lnInno的 系數(shù)大于L2.lnInno的系數(shù)的結(jié)果看，鄰近期的研發(fā)投入對(duì)當(dāng)期研發(fā)投入的正向促進(jìn)作用更加顯著。

在控制變量方面，除了公司規(guī)模對(duì)企業(yè)研發(fā)支出的影響不顯著，其余變量均具有顯著影響。lnGDP和Roa的系數(shù)顯著為正，說明經(jīng)濟(jì)環(huán)境較好、企業(yè)資產(chǎn)回報(bào)率較高會(huì)帶動(dòng)企業(yè)研發(fā)支出的增加。從總樣本的回歸結(jié)果看，Roa對(duì)制造業(yè)上市公司研發(fā)支出的影響最為顯著，每增加1%的Roa， 企業(yè)的研發(fā)支出會(huì)增加1.205%。Fin對(duì)企業(yè)研發(fā)投入產(chǎn)生顯著的負(fù)向作用，說明企業(yè)金融化會(huì)抑制研發(fā)創(chuàng)新。Lev與研發(fā)支出顯著負(fù)相關(guān)，意味著負(fù)債越高的企業(yè)研發(fā)投入越小。Age在全樣本的回歸結(jié)果中呈現(xiàn)較小的負(fù)向影響。

（二）穩(wěn)健性檢驗(yàn)①

①限于篇幅，穩(wěn)健性檢驗(yàn)部分的回歸結(jié)果未列示，備索。

1.替換被解釋變量。參考彭紅星和毛新述（2017）、吳非等（2018）的做法，以企業(yè)研發(fā)投入與當(dāng)期營業(yè)收入之比作為研發(fā)投入強(qiáng)度指標(biāo)來衡量企業(yè)的創(chuàng)新能力，再采用Heckman兩階段選擇偏差模型探究銀行的信貸偏向以及公司信貸規(guī)模對(duì)創(chuàng)新能力的影響，結(jié)果表明，Heckman第一階段銀行信貸偏向的選擇模型并不受企業(yè)創(chuàng)新能力變化的影響，且lnLoan和LIno_Income的估計(jì)系數(shù)顯著為正，說明第二階段模型同樣驗(yàn)證了前期獲得的銀行信貸越多，研發(fā)營收比越高，且企業(yè)的研發(fā)具有持續(xù)性。控制變量方面，lnGDP、Fin、Lev和Age對(duì)研發(fā)投入強(qiáng)度的影響與對(duì)研發(fā)投入的影響方向相同，而lnFasset和Roa的負(fù)向影響則說明規(guī)模越大、營收越強(qiáng)的企業(yè)往往處于細(xì)分行業(yè)的成熟期，雖然其研發(fā)支出仍是隨信貸規(guī)模的增加而增加，但其占營收的比例卻呈下降趨勢。逆米爾斯比率在創(chuàng)新能力指標(biāo)由研發(fā)投入替換為研發(fā)投入強(qiáng)度后并不顯著，也說明Heckman兩階段選擇模型在樣本選擇偏差的判斷上依賴于被解釋變量的設(shè)定。此外，本文使用企業(yè)發(fā)明專利作為企業(yè)創(chuàng)新能力的代理指標(biāo)進(jìn)行檢驗(yàn)，將公司當(dāng)年專利申請量對(duì)數(shù)化后作為Heckman第二階段的被解釋變量，回歸結(jié)果發(fā)現(xiàn)L.lnLoan_1的估計(jì)系數(shù)仍然顯著為正，這與前文的結(jié)論一致。

2.內(nèi)生性問題。在基準(zhǔn)回歸中，本文主要控制了企業(yè)層面的控制變量，但企業(yè)創(chuàng)新能力差異不僅源自企業(yè)自身特征，也與外圍經(jīng)濟(jì)環(huán)境變化及制造業(yè)內(nèi)部產(chǎn)業(yè)結(jié)構(gòu)變遷密切相關(guān)。為了控制宏觀經(jīng)濟(jì)特征和產(chǎn)業(yè)結(jié)構(gòu)特征對(duì)信貸配置和企業(yè)創(chuàng)新的影響，本文在基準(zhǔn)回歸基礎(chǔ)上進(jìn)一步控制了年份固定效應(yīng)和行業(yè)固定效應(yīng)。回歸結(jié)果發(fā)現(xiàn)L.lnLoan_1的估計(jì)系數(shù)仍然顯著為正。當(dāng)然，采用固定效應(yīng)方法可以緩解遺漏變量問題，但銀行信貸和創(chuàng)新之間仍然可能存在雙向因果內(nèi)生性問題。借鑒李后建和劉思亞（2015）、徐飛（2019）的思路，本文采取企業(yè)商業(yè)信用（即應(yīng)付賬款和應(yīng)付票據(jù)與總資產(chǎn)之比）作為銀行信貸的工具變量。結(jié)果顯示L.lnLoan_1的估計(jì)系數(shù)為正，銀行信貸配置仍然促進(jìn)企業(yè)創(chuàng)新，并且第一階段F值為16.39，不存在弱工具變量問題。

3.傾向得分匹配檢驗(yàn)（PSM）。從替換變量的穩(wěn)健性檢驗(yàn)結(jié)果可以看出，Heckman兩階段選擇模型對(duì)樣本是否存在選擇偏差問題的判斷較為依賴選取的被解釋變量。因此，本文再采用同樣可以解決樣本選擇偏差問題的傾向得分匹配法（PSM）對(duì)研究的結(jié)論加以驗(yàn)證。

本文的結(jié)果變量為企業(yè)的研發(fā)支出（lnInno） ，處理變量為是否獲得貸款的二值變量（dLoan），并根據(jù)處理變量將本文的樣本劃分為處理組（dLoan=1） 和控制組（dLoan=0）。本文首先對(duì)連續(xù)變量進(jìn)行前后1%的Winsorize處理，消除異常值對(duì)結(jié)果的影響；其次，采用Logit模型對(duì)dLoan進(jìn)行回歸，為每個(gè)樣本得出傾向得分估計(jì)；再次，采用1∶1不放回的匹配方法進(jìn)行傾向得分匹配，得出新的與處理組近似匹配的控制組樣本，并檢驗(yàn)重組樣本的平衡性；最后，根據(jù)匹配后的重組樣本估計(jì)能否獲得銀行信貸對(duì)企業(yè)研發(fā)支出的平均處理效應(yīng)。結(jié)果發(fā)現(xiàn)，經(jīng)過樣本匹配后誤差消減效果明顯，各協(xié)變量匹配后的標(biāo)準(zhǔn)誤差的絕對(duì)值均在20%以下，根據(jù)Rosenhaum和Rubin（1985）的觀點(diǎn)，匹配的方法是合適的，結(jié)果是可靠的。觀察處理組的平均處理效應(yīng)（ATT）和控制組的平均處理效應(yīng)（ATU）可以發(fā)現(xiàn)，兩者分別為0.07和0.11，均顯著為正。這意味著現(xiàn)有銀行貸款的公司lnInno相較其沒有貸款的情況下會(huì)多0.07個(gè)單位，而沒有貸款的公司在獲得銀行信貸支持后的研發(fā)投入會(huì)增加0.11個(gè)單位的lnInno投入。由此可見，銀行對(duì)企業(yè)的信貸支持會(huì)促進(jìn)企業(yè)的研發(fā)支出，且對(duì)以往沒有獲得銀行貸款的公司發(fā)放貸款會(huì)對(duì)其研發(fā)支出的增加產(chǎn)生更明顯的促進(jìn)作用。

（三）影響機(jī)制

前文實(shí)證結(jié)果顯示銀行信貸供給顯著促進(jìn)了企業(yè)創(chuàng)新，本部分將進(jìn)一步檢驗(yàn)銀行信貸是否通過影響企業(yè)融資約束對(duì)企業(yè)創(chuàng)新產(chǎn)生影響。現(xiàn)有研究大多采用SA指數(shù)、KZ指數(shù)和WW指數(shù)衡量企業(yè)融資約束程度，由于SA 指數(shù)的計(jì)算只涉及企業(yè)規(guī)模和企業(yè)年齡，與其他指數(shù)相比相對(duì)外生，因此得到了學(xué)者的廣泛認(rèn)可（Hadlock和 Pierce，2010）。本文采用SA指數(shù)度量企業(yè)融資約束程度①SA 指數(shù)的計(jì)算公式為：SA＝－0.737Size＋0.043Size2 －0.040Age。Size是用企業(yè)總資產(chǎn)的對(duì)數(shù)值 表示的企業(yè)規(guī)模，Age 是企業(yè)年齡。，該指數(shù)取值越大表示融資約束程度越低，將SA指數(shù)對(duì)公司貸款規(guī)?；貧w后發(fā)現(xiàn)，L.lnLoan_1的估計(jì)系數(shù)顯著為正[見表2列（1）]，說明銀行信貸確實(shí)顯著降低了企業(yè)的融資約束程度。此外，內(nèi)部現(xiàn)金流充裕程度是觀察企業(yè)融資約束的另一個(gè)重要方面，借鑒李真等（2020）的研究，本文將企業(yè)當(dāng)期經(jīng)營性現(xiàn)金流與固定資產(chǎn)的比值作為內(nèi)部現(xiàn)金流指標(biāo)，對(duì)公司貸款規(guī)?；貧w后發(fā)現(xiàn)，L.lnLoan_1的估計(jì)系數(shù)仍然顯著為正[見表2列（2）]，表明無論是對(duì)公司整體融資約束程度還是內(nèi)部現(xiàn)金流約束程度，銀行信貸配置均能起到有效的緩解作用。

表2 機(jī)制檢驗(yàn)

五、 基于企業(yè)創(chuàng)新分化的進(jìn)一步討論

本部分將進(jìn)一步探究在存在所有權(quán)結(jié)構(gòu)、行業(yè)和地區(qū)差異情況下，銀行信貸配置偏向差異和信貸規(guī)模對(duì)制造業(yè)上市公司創(chuàng)新能力分化的影響。

（一）異質(zhì)性產(chǎn)權(quán)的創(chuàng)新分化

本文將總樣本的2 151家制造業(yè)上市公司按照東方財(cái)富Chioces數(shù)據(jù)庫歸類為國有企業(yè)、中央國有企業(yè)和地方國有企業(yè)的上市公司統(tǒng)一設(shè)定為本研究的國有企業(yè)，將其他上市公司設(shè)定為民營企業(yè)，在此基礎(chǔ)上分別對(duì)兩類所有制的公司樣本進(jìn)行Heckman兩階段選擇模型的檢驗(yàn)，結(jié)果如表3所示。從表3中SELECTION列可以看出，銀行信貸對(duì)不同所有制公司的異質(zhì)性因素的偏向與全樣本幾乎相同，但不同所有制企業(yè)之間仍存在一定的差異。lnFasset的估計(jì)系數(shù)中國有企業(yè)顯著高于民營企業(yè)，費(fèi)舍爾組合檢驗(yàn)“經(jīng)驗(yàn)P值”為0.000，顯著拒絕兩組結(jié)果lnFasset系數(shù)差異為0的原假設(shè)，說明銀行仍然偏向于向國有企業(yè)發(fā)放貸款。同時(shí)，F(xiàn)in的估計(jì)系數(shù)在國有企業(yè)樣本中顯著為正，而在民營企業(yè)樣本中雖為正但不顯著，意味著較高水平的企業(yè)金融化雖能為企業(yè)帶來一定利潤，但有可能會(huì)阻礙企業(yè)創(chuàng)新，甚至提高股價(jià)崩盤風(fēng)險(xiǎn)（彭俞超等，2018）。因此，銀行也會(huì)區(qū)別對(duì)待不同所有制的企業(yè)，即為金融化水平高且安全性也更高的國有企業(yè)發(fā)放貸款，而不將金融化水平作為向民營企業(yè)發(fā)放貸款所考慮的因素，這也充分體現(xiàn)了銀行的安全性準(zhǔn)則。

SYS-GMM為信貸規(guī)模對(duì)企業(yè)創(chuàng)新能力影響的回歸結(jié)果，對(duì)比國有企業(yè)和民營企業(yè)的回歸結(jié)果可以發(fā)現(xiàn)，國有企業(yè)樣本存在樣本選擇偏差的問題，而民營企業(yè)樣本并不存在此問題。兩類所有制企業(yè)的前期研發(fā)投入都持續(xù)促進(jìn)當(dāng)期研發(fā)投入的增加。民營企業(yè)樣本的lnFasset和lnGDP的估計(jì)系數(shù)均顯著為正且高于國有企業(yè)的估計(jì)系數(shù)（費(fèi)舍爾組合檢驗(yàn)“經(jīng)驗(yàn)P值”分別為0.000和0.033），說明具有規(guī)模優(yōu)勢的民營企業(yè)才有實(shí)力進(jìn)行創(chuàng)新研發(fā)，且民營企業(yè)創(chuàng)新研發(fā)受經(jīng)濟(jì)大環(huán)境影響顯著。值得注意的是，表3中l(wèi)nLoan_1的估計(jì)系數(shù)，國有企業(yè)為0.26，高于民營企業(yè)的0.19（費(fèi)舍爾組合檢驗(yàn)“經(jīng)驗(yàn)P值”為0.035），也就是說國有企業(yè)和民營企業(yè)獲得的銀行信貸每增加1%，國有企業(yè)的研發(fā)支出會(huì)增加0.26%，而民營企業(yè)僅增加0.19%。換言之，銀行信貸對(duì)國有企業(yè)創(chuàng)新研發(fā)的激勵(lì)要強(qiáng)于民營企業(yè)，國有企業(yè)在獲得銀行信貸后會(huì)更有動(dòng)力進(jìn)行研發(fā)投入。

表3 銀行信貸偏向及信貸對(duì)企業(yè)創(chuàng)新能力的影響（分所有制）

（二）行業(yè)創(chuàng)新分化

考慮到銀行信貸對(duì)高科技行業(yè)和非高科技行業(yè)的偏向性可能有所不同，且兩類行業(yè)的公司獲得銀行信貸后的研發(fā)投入情況可能存在差異，本文依據(jù)國家統(tǒng)計(jì)局分類標(biāo)準(zhǔn)《高技術(shù)產(chǎn)業(yè)（制造業(yè)）分類（2017）》，將國民經(jīng)濟(jì)行業(yè)中R&D投入強(qiáng)度相對(duì)較高的制造業(yè)行業(yè)規(guī)定為高科技行業(yè)（制造業(yè)）①具體包括醫(yī)藥制造，航空、航天器及設(shè)備制造，電子及通信設(shè)備制造，計(jì)算機(jī)及辦公設(shè)備制造，醫(yī)療儀器設(shè)備及儀器儀表制造，信息化學(xué)品制造6大類。。根據(jù)分類標(biāo)準(zhǔn)中高科技行業(yè)的分類代碼，結(jié)合東方財(cái)富Choice數(shù)據(jù)庫的行業(yè)代碼，將本文的原始樣本劃分成高科技行業(yè)和非高科技行業(yè)兩類，在此基礎(chǔ)上分別對(duì)兩類行業(yè)的公司樣本進(jìn)行Heckman兩階段選擇模型的檢驗(yàn)，結(jié)果如表4所示。表4的SELECTION列為Heckman第一階段銀行信貸偏向選擇模型，觀察高科技行業(yè)和非高科技行業(yè)的結(jié)果可以發(fā)現(xiàn)，銀行信貸的選擇偏向基本與全樣本相同，但高科技企業(yè)的lnFasset和Fin的估計(jì)系數(shù)相較非高科技企業(yè)更高且顯著（費(fèi)舍爾組合檢驗(yàn)“經(jīng)驗(yàn)P值”分別為0.044和0.015），意味著銀行對(duì)高科技企業(yè)發(fā)放信貸更看重高科技企業(yè)是否具有更大的固定資產(chǎn)凈額和更高程度的金融化水平。

表4 銀行信貸偏向及信貸對(duì)企業(yè)創(chuàng)新能力的影響（分行業(yè)）

SYS-GMM列為信貸規(guī)模對(duì)企業(yè)創(chuàng)新能力影響的回歸結(jié)果，比較高科技企業(yè)和非高科技企業(yè)的結(jié)果可以看出，以往的研發(fā)投入均長期正向促進(jìn)當(dāng)期研發(fā)投入的增加，但相較于非高科技企業(yè)，較好的經(jīng)濟(jì)大環(huán)境和更高的資產(chǎn)回報(bào)率對(duì)高科技企業(yè)的研發(fā)投入有更大的影響（lnGDP和Roa的費(fèi)舍爾組合檢驗(yàn)經(jīng)驗(yàn)P值分別為0.000和0.041），這也說明高科技企業(yè)的研發(fā)投入可能更依賴內(nèi)源融資。而信貸規(guī)模lnLoan_1均正向促進(jìn)高科技企業(yè)和非高科技企業(yè)的研發(fā)投入，但對(duì)非高科技企業(yè)的促進(jìn)作用略強(qiáng)于高科技企業(yè)（費(fèi)舍爾組合檢驗(yàn)經(jīng)驗(yàn)P值為0.000）。

（三）區(qū)域創(chuàng)新分化①

①限于篇幅，區(qū)域創(chuàng)新分化部分的回歸結(jié)果未列示，備索。

銀行對(duì)不同區(qū)域的公司具有不同的信貸偏好，且不同區(qū)域的公司在研發(fā)創(chuàng)新上也有不同的特征，因此研究銀行對(duì)不同區(qū)域的信貸偏好及各區(qū)域公司獲得的銀行信貸對(duì)企業(yè)創(chuàng)新能力的提升，有利于銀行信貸合理配置的同時(shí)最大化企業(yè)的創(chuàng)新投入?，F(xiàn)有文獻(xiàn)對(duì)區(qū)域的劃分主要是東部、中部和西部的傳統(tǒng)經(jīng)濟(jì)區(qū)域的劃分方法，國務(wù)院發(fā)展研究中心在2005年發(fā)布的《地區(qū)協(xié)調(diào)發(fā)展的戰(zhàn)略和政策》報(bào)告中指出，傳統(tǒng)的三分法已經(jīng)不合時(shí)宜，可以將區(qū)域細(xì)分為八大綜合經(jīng)濟(jì)區(qū)②八大經(jīng)濟(jì)區(qū)域具體劃分為：東北綜合經(jīng)濟(jì)區(qū)（遼寧、吉林、黑龍江）；北部沿海綜合經(jīng)濟(jì)區(qū)（北京、天津、河北、山東）；東部沿海綜合經(jīng)濟(jì)區(qū)（上海、江蘇、浙江）；南部沿海經(jīng)濟(jì)區(qū)（福建、廣東、海南）；黃河中游綜合經(jīng)濟(jì)區(qū)（陜西、山西、河南、內(nèi)蒙古）；長江中游綜合經(jīng)濟(jì)區(qū)（湖北、湖南、江西、安徽）；大西南綜合經(jīng)濟(jì)區(qū)（云南、貴州、四川、重慶、廣西）；大西北綜合經(jīng)濟(jì)區(qū)（甘肅、青海、寧夏、西藏、新疆）。。本文按照此思路將樣本中的上市公司歸入八大區(qū)域，并對(duì)每個(gè)經(jīng)濟(jì)區(qū)的樣本進(jìn)行Heckman兩階段選擇的檢驗(yàn)，以探究不同區(qū)域間銀行信貸的偏好以及銀行信貸對(duì)企業(yè)創(chuàng)新能力影響的差異。結(jié)果表明，在銀行的信貸選擇偏向模型中，各地區(qū)企業(yè)的異質(zhì)性因素對(duì)銀行信貸配置的影響方向基本相同。觀察不同地域信貸規(guī)模對(duì)企業(yè)創(chuàng)新能力的影響可以發(fā)現(xiàn)，大部分變量對(duì)企業(yè)研發(fā)投入的方向均相同。但也有兩個(gè)與之前不同的發(fā)現(xiàn)：一是部分地區(qū)的企業(yè)信貸規(guī)模對(duì)創(chuàng)新研發(fā)產(chǎn)生了負(fù)向影響，其中東北地區(qū)和大西南地區(qū)顯著為負(fù)，大西北地區(qū)雖為負(fù)但不顯著；二是部分區(qū)域出現(xiàn)資產(chǎn)負(fù)債率越高、企業(yè)研發(fā)投入就越多的現(xiàn)象，東北地區(qū)、南部沿海和大西南地區(qū)均出現(xiàn)此現(xiàn)象，且這些地區(qū)的企業(yè)資產(chǎn)回報(bào)率也是八大區(qū)域中對(duì)研發(fā)投入影響最大的。因此，可能存在這樣一種關(guān)系：無論企業(yè)對(duì)銀行信貸的利用率如何，銀行仍偏向于向高資產(chǎn)回報(bào)率的企業(yè)發(fā)放信貸資金，由此會(huì)造成相關(guān)企業(yè)的資產(chǎn)負(fù)債率上升，于是出現(xiàn)高資產(chǎn)回報(bào)率、高資產(chǎn)負(fù)債率的現(xiàn)象。

六、 研究結(jié)論與政策建議

本文從銀行信貸偏向性視角，探究了銀行信貸偏向的存在性、形成機(jī)制以及對(duì)企業(yè)創(chuàng)新分化的影響等問題，并根據(jù)2007-2018年中國A股制造業(yè)上市公司數(shù)據(jù)，采用Heckman兩階段選擇模型進(jìn)行實(shí)證檢驗(yàn)，得到以下結(jié)論：（1）銀行信貸資本受企業(yè)固定資產(chǎn)凈額、金融化水平、資產(chǎn)回報(bào)率等因素的影響，商業(yè)銀行的安全性及盈利性目標(biāo)促使其信貸政策更偏向資產(chǎn)規(guī)模更大、回報(bào)率更高、金融化水平更高的企業(yè)。此外，銀行信貸偏向性影響因素會(huì)隨著區(qū)域差異而轉(zhuǎn)變，對(duì)北部沿海綜合經(jīng)濟(jì)區(qū)的固定資產(chǎn)規(guī)模偏向更多，對(duì)大西北綜合經(jīng)濟(jì)區(qū)企業(yè)金融化水平偏向更為突出。（2）銀行信貸供給規(guī)模的擴(kuò)大總體上顯著促進(jìn)了制造業(yè)企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出，信貸規(guī)模的增加能通過緩解制造業(yè)融資約束和內(nèi)部現(xiàn)金流約束而顯著促進(jìn)企業(yè)創(chuàng)新。（3）銀行信貸在股權(quán)屬性、行業(yè)屬性及區(qū)域?qū)傩缘确矫娴漠愘|(zhì)性偏好會(huì)導(dǎo)致企業(yè)創(chuàng)新分化。銀行信貸更偏向于支持國有企業(yè)開展科技創(chuàng)新活動(dòng)，且國有企業(yè)獲得信貸融資后對(duì)創(chuàng)新的投入貢獻(xiàn)顯著強(qiáng)于民營企業(yè)，以往的研究一定程度上低估了國有企業(yè)在研發(fā)投入上的數(shù)量優(yōu)勢；信貸規(guī)模對(duì)非高科技企業(yè)創(chuàng)新的促進(jìn)作用略強(qiáng)于高科技企業(yè)，銀行在向高科技企業(yè)信貸融資過程中更偏向于關(guān)注其固定資產(chǎn)凈額及金融化水平；東部沿海、南部沿海、長江中游和黃河中游區(qū)域的銀行信貸對(duì)制造業(yè)企業(yè)創(chuàng)新的促進(jìn)作用較強(qiáng)，東北地區(qū)和大西南地區(qū)出現(xiàn)了銀行信貸負(fù)向影響企業(yè)創(chuàng)新的現(xiàn)象。

本文的結(jié)論對(duì)信貸市場更好地助力中國制造業(yè)企業(yè)科技創(chuàng)新具有一定的政策含義。第一，優(yōu)先發(fā)展與實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展需求相匹配的信貸結(jié)構(gòu)和信貸制度，與區(qū)域發(fā)展目標(biāo)及區(qū)域自身發(fā)展優(yōu)勢相適應(yīng)的制造業(yè)融資體系。強(qiáng)化頂層設(shè)計(jì)，從全局和戰(zhàn)略高度引導(dǎo)借貸資源向科技領(lǐng)域配置，推進(jìn)多維度金融創(chuàng)新，引導(dǎo)金融資本向創(chuàng)新鏈上游延伸和成果轉(zhuǎn)化布局，加快推進(jìn)科技金融產(chǎn)品的個(gè)性化、定制化和精細(xì)化發(fā)展。第二，積極推進(jìn)金融行業(yè)的供給側(cè)改革，切實(shí)緩解先進(jìn)制造業(yè)在實(shí)現(xiàn)能級(jí)提升以及創(chuàng)新能力提升目標(biāo)過程中面臨的融資約束問題。加快發(fā)展地區(qū)性的專業(yè)化中小商業(yè)銀行體系，緩解本地區(qū)中小企業(yè)的融資約束，全面推進(jìn)多層次金融市場體系以及普惠金融生態(tài)圈建設(shè)，構(gòu)建與制造業(yè)企業(yè)科技創(chuàng)新價(jià)值鏈及生命周期相匹配的科技金融生態(tài)鏈。第三，根據(jù)銀行信貸對(duì)企業(yè)創(chuàng)新分化的異質(zhì)性影響，建議實(shí)施“一行一地一企一策”的精益化的企業(yè)融資與科技創(chuàng)新支持計(jì)劃。同時(shí)，根據(jù)銀行信貸在不同所有制制造業(yè)企業(yè)創(chuàng)新中的配置效率差異以及體量優(yōu)勢差異，建議國有企業(yè)將股權(quán)融資、債權(quán)融資、商業(yè)銀行信貸等方式進(jìn)行合理組合，重點(diǎn)聚焦基礎(chǔ)型發(fā)明和關(guān)鍵核心技術(shù)類創(chuàng)新；民營企業(yè)作為重要的市場創(chuàng)新主體，可依靠市場敏感度及組織靈活性優(yōu)勢，專注于應(yīng)用型創(chuàng)新研發(fā)活動(dòng)，將基礎(chǔ)研發(fā)市場化、產(chǎn)業(yè)化。第四，考慮到銀行信貸具有明顯的行業(yè)配置偏好，建議積極推進(jìn)和試點(diǎn)科技專利、科技成果估值市場以及科技成果轉(zhuǎn)化市場建設(shè)，以為專利貸款和科技貸款產(chǎn)品創(chuàng)新提供價(jià)值評(píng)估基礎(chǔ)，真正讓商業(yè)銀行對(duì)科技創(chuàng)新投資“敢貸款、愿貸款”。