李奇璘，姚 莉

（上海第二工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，上海 201209）

一、引言

金融科技是促進(jìn)科技開(kāi)發(fā)、成果轉(zhuǎn)化和高新技術(shù)產(chǎn)業(yè)發(fā)展的一系列金融工具、金融制度、金融政策與金融服務(wù)的系統(tǒng)性、創(chuàng)新性安排，是由向科技與技術(shù)創(chuàng)新活動(dòng)提供金融資源的政府、企業(yè)、市場(chǎng)、社會(huì)中介機(jī)構(gòu)等各種主體，及其在科技創(chuàng)新投融資過(guò)程中的行為活動(dòng)共同組成的一個(gè)體系，是國(guó)家科技創(chuàng)新體系和金融體系的重要組成部分。肇啟偉等（2015）[1]通過(guò)對(duì)首屆中國(guó)金融科技年會(huì)綜述，從金融科技的發(fā)展環(huán)境、發(fā)展重點(diǎn)以及發(fā)展范式三個(gè)角度對(duì)金融科技的未來(lái)發(fā)展，風(fēng)險(xiǎn)問(wèn)題以及生態(tài)環(huán)境建設(shè)問(wèn)題進(jìn)行了闡述。曲昭等（2015）[2]梳理了促進(jìn)科技與金融相結(jié)合的金融政策與科技政策調(diào)整路徑?！敖鹑诳萍纪顿Y”即金融科技鏈條中各個(gè)活動(dòng)的資金支出發(fā)生額，其在網(wǎng)絡(luò)中與“高科技（中小型）金融企業(yè)”“金融政策”“科技創(chuàng)新”等多個(gè)關(guān)鍵詞存在共現(xiàn)關(guān)系，是促進(jìn)科技與金融相結(jié)合的政策研究熱點(diǎn)問(wèn)題，包含了科技財(cái)稅（政府科技投入以及面向數(shù)字化改造、網(wǎng)絡(luò)建設(shè)、研發(fā)費(fèi)用、創(chuàng)業(yè)風(fēng)險(xiǎn)投資、科技型企業(yè)等一系列稅收政策）、科技貸款（知識(shí)產(chǎn)權(quán)融資、科技銀行）、多層次資本市場(chǎng)以及科技保險(xiǎn)等內(nèi)容。

金融科技的投入有助于提高創(chuàng)新效率，使金融和科技有效地結(jié)合在一起，打破經(jīng)濟(jì)發(fā)展的瓶頸，促進(jìn)經(jīng)濟(jì)增長(zhǎng)。鄧天佐和張俊芳（2012）[3]認(rèn)為隨著科技體制改革的不斷深化，金融科技的內(nèi)涵與外延不斷深化擴(kuò)展，向多要素、多層面、多維度的金融科技系統(tǒng)演變；科技和金融結(jié)合的實(shí)踐不斷豐富與發(fā)展，已覆蓋到創(chuàng)業(yè)風(fēng)險(xiǎn)投資、科技貸款、科技保險(xiǎn)、多層次資本市場(chǎng)、金融科技中介平臺(tái)等多個(gè)領(lǐng)域，對(duì)于轉(zhuǎn)化科技成果、發(fā)展高新技術(shù)產(chǎn)業(yè)發(fā)揮了重要作用。Po-Susan Hus 等（2014）[4]用32 個(gè)發(fā)達(dá)國(guó)家和新興國(guó)家的數(shù)據(jù)，研究發(fā)現(xiàn)股票市場(chǎng)和信貸市場(chǎng)融資對(duì)創(chuàng)新產(chǎn)出有顯著影響，金融市場(chǎng)創(chuàng)新帶動(dòng)了實(shí)體行業(yè)的發(fā)展。

關(guān)于金融科技的投入要素，房漢廷（2015）[5]對(duì)金融科技進(jìn)行了深刻闡釋，指出金融科技是科技創(chuàng)新和金融創(chuàng)新的深度融合，本身具有政策價(jià)值，而金融科技工作首先是科技工作的重要組成部分，需要具備專業(yè)知識(shí)的科技人員。洪銀興（2011）[6]強(qiáng)調(diào)了政府在金融科技方面資金投入的重要性，政府投入在前期關(guān)注基礎(chǔ)性和公共性的創(chuàng)新成果，后期形成導(dǎo)向引入市場(chǎng)和私人資金投入。

關(guān)于研究的方法，國(guó)內(nèi)學(xué)者多從定性研究的角度分析金融科技對(duì)創(chuàng)新或經(jīng)濟(jì)的影響，運(yùn)用實(shí)證研究方法的較少，選用非線性面板平滑轉(zhuǎn)移回歸的更少。但是有部分學(xué)者選用該模型研究相關(guān)領(lǐng)域的其他問(wèn)題。馮照楨等（2016）[7]運(yùn)用面板平滑轉(zhuǎn)移回歸（PSTR）模型，從風(fēng)險(xiǎn)投資規(guī)模和風(fēng)險(xiǎn)投資數(shù)量?jī)蓚€(gè)角度探討了風(fēng)險(xiǎn)投資與技術(shù)創(chuàng)新的非線性關(guān)系，風(fēng)險(xiǎn)投資規(guī)模低于閾值時(shí)，會(huì)抑制企業(yè)技術(shù)創(chuàng)新；但規(guī)模超越閾值時(shí)，促進(jìn)促進(jìn)企業(yè)技術(shù)創(chuàng)新。牛澤東和張倩肖（2011）[8]采用我國(guó)高技術(shù)產(chǎn)業(yè)行業(yè)水平的面板數(shù)據(jù)，在研究FDI 創(chuàng)新溢出效應(yīng)行業(yè)差異的基礎(chǔ)上，運(yùn)用非線性面板平滑轉(zhuǎn)移回歸（PSTR）模型對(duì)我國(guó)高新技術(shù)產(chǎn)業(yè)FDI 創(chuàng)新溢出的門(mén)檻效應(yīng)做進(jìn)一步檢驗(yàn)，揭示了FDI 創(chuàng)新溢出效應(yīng)與行業(yè)技術(shù)水平、人力資本、市場(chǎng)競(jìng)爭(zhēng)程度之間的非線性關(guān)系，測(cè)度得到行業(yè)技術(shù)水平對(duì)FDI 創(chuàng)新溢出的影響最為顯著。吳勇民（2014）[9]認(rèn)為技術(shù)進(jìn)步與金融結(jié)構(gòu)通過(guò)協(xié)同演化機(jī)制緊密耦合在一起，相互作用、相互滲透、協(xié)同演化，并在協(xié)同演化過(guò)程中，表現(xiàn)出系統(tǒng)開(kāi)放性與自適應(yīng)性、系統(tǒng)主體間的雙向因果關(guān)系、系統(tǒng)主體間的正反饋關(guān)系、系統(tǒng)各主體相互作用的非線性和復(fù)雜性以及系統(tǒng)漲落性、突變性與功能涌現(xiàn)性等演化系統(tǒng)的典型特征。國(guó)內(nèi)文獻(xiàn)在實(shí)證分析時(shí)較少對(duì)變量的非線性作用進(jìn)行處理，運(yùn)用更為穩(wěn)健的計(jì)量技術(shù)研究中國(guó)金融科技投資對(duì)創(chuàng)新的非線性作用仍有必要。

結(jié)合以上研究，本文從金融科技投入視角出發(fā)，以政府、企業(yè)、金融機(jī)構(gòu)和從事科技人員四個(gè)方面投入為切入點(diǎn)，運(yùn)用中國(guó)省級(jí)面板數(shù)據(jù)，采用面板平滑轉(zhuǎn)換模型（PSTR）對(duì)金融科技投入與經(jīng)濟(jì)增長(zhǎng)之間可能存在的非線性影響及作用機(jī)制進(jìn)行實(shí)證分析，研究金融科技投入對(duì)創(chuàng)新和經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)。可能的創(chuàng)新如下：第一，從金融科技要素投入的視角分析金融科技影響的問(wèn)題。第二，發(fā)現(xiàn)金融科技投入與創(chuàng)新效率和經(jīng)濟(jì)增長(zhǎng)之間非線性關(guān)系和門(mén)檻效應(yīng)，即金融科技投入的作用在門(mén)檻值前后發(fā)生實(shí)質(zhì)性變化。第三，運(yùn)用GMM-IV 實(shí)證分析保障結(jié)論的穩(wěn)健性。本文后續(xù)安排如下：第二部分是模型構(gòu)建、變量與數(shù)據(jù)選擇；第三部分是實(shí)證分析；第四部分是結(jié)論及政策建議。

二、模型構(gòu)建、變量與數(shù)據(jù)選擇

金融科技的投入可以從多方面促進(jìn)金融的發(fā)展，更好地助推實(shí)體經(jīng)濟(jì)增長(zhǎng)。本文通過(guò)構(gòu)建PSTR模型來(lái)分析金融科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)的溢出效應(yīng)，從政府投入、金融機(jī)構(gòu)投入、企業(yè)投入、市場(chǎng)投入、科技人員投入幾個(gè)角度衡量金融科技投入。與普通的面板模型不同的是，PSTR 模型可以將線性面板轉(zhuǎn)換成非線性面板，可以通過(guò)轉(zhuǎn)移方程進(jìn)行轉(zhuǎn)換，其更加一般化，符合現(xiàn)實(shí)情況。

（一）模型設(shè)定

在新經(jīng)濟(jì)增長(zhǎng)理論中，人力資本很大程度上影響了技術(shù)進(jìn)步，它也是內(nèi)生經(jīng)濟(jì)增長(zhǎng)的源泉，本文參考張玉喜和趙麗麗（2015）[10]構(gòu)建的Cobb-Douglas生產(chǎn)函數(shù)模型，馮照楨等（2016）[7]、牛澤東等（2011）[8]構(gòu)建的面板平滑轉(zhuǎn)移模型（PSTR），首先由Cobb-Douglas 函數(shù)基礎(chǔ)上進(jìn)行拓展得：

式中Y代表經(jīng)濟(jì)產(chǎn)出，K1 代表政府財(cái)政金融科技投入。K2 代表企業(yè)自有資金投入，K3 代表金融機(jī)構(gòu)科技貸款，L代表金融科技人員當(dāng)時(shí)量，進(jìn)一步將Cobb-Douglas 生產(chǎn)函數(shù)取對(duì)數(shù)并加以拓展：

然而，在實(shí)際情況中，政府投入更多表現(xiàn)為非線性影響，本文借鑒Gonzalez 等（2004）[11]最初在Hansen（1999）[12]提出的面板門(mén)限回歸（PTR）和Timo（1994）[13]提出的單變量平滑轉(zhuǎn)移模型（STAR）基礎(chǔ)上構(gòu)建了面板平滑轉(zhuǎn)移回歸（PSTR）模型，構(gòu)建如下：

若寫(xiě)出矩陣模型如下：

其中i=1，…，N，t=1，…，T，N和T分別表示面板模型中的截面和時(shí)間維度。lnyit表示經(jīng)濟(jì)增長(zhǎng)的對(duì)數(shù)，xit表示三維時(shí)變外生自變量，分別為代表政府財(cái)政科技投入、企業(yè)自有資金、金融機(jī)構(gòu)科技貸款，μi表示各個(gè)省市的差異性影響，μit為隨機(jī)干擾項(xiàng)。β0和β1分別表示線性部分系數(shù)和非線性部分系數(shù)。（1994）[13]通過(guò)設(shè)定、估計(jì)和評(píng)價(jià)對(duì)變量平滑轉(zhuǎn)移模型（STAR）模型進(jìn)行建模，van Dijk等（2001）[14]提出進(jìn)行轉(zhuǎn)移變量序貫檢驗(yàn)，從而選擇轉(zhuǎn)移方程g（FIIit；γ，c）應(yīng)該指數(shù)型（ESTAR）還是logistic 函數(shù)（LSTAR）的形式，鑒于本文需要一個(gè)值域收斂于0～1 之間的有界連續(xù)函數(shù)，采用logistic 函數(shù)形式的平滑轉(zhuǎn)換更為合理，其放松了限制條件，使面板門(mén)限回歸突變以更加柔和、漸變的方式進(jìn)行過(guò)渡，因而能夠更好地刻畫(huà)面板數(shù)據(jù)的截面異質(zhì)性，具體為如下表達(dá)方式：

其中，RDEit為轉(zhuǎn)換變量的連續(xù)函數(shù)，c=（c1，…，cm）' 為m維位置參數(shù)向量，反映了轉(zhuǎn)移函數(shù)的閾值，γ為平滑轉(zhuǎn)移系數(shù)，并且γ＞0，它決定了區(qū)制轉(zhuǎn)移速度。在實(shí)際中，一般考慮m=1 或m=2 就可滿足實(shí)際需求。上述轉(zhuǎn)換方程g（RDEit；γ，c）表現(xiàn)為非線性平滑轉(zhuǎn)換的部分，通常也被解釋為區(qū)制轉(zhuǎn)換（Regime SwitchingRegression）回歸模型。當(dāng)m=1 時(shí)，轉(zhuǎn)移函數(shù)g（RDEit；γ，c）隨著轉(zhuǎn)移變量q的增加，從而表現(xiàn)為系數(shù)從低區(qū)制到高區(qū)制以轉(zhuǎn)移位置c為中心在β0～β0+β1之間發(fā)生轉(zhuǎn)化，尤其是當(dāng)γ→∞時(shí)，轉(zhuǎn)移方程g（RDEit；γ，c）轉(zhuǎn)化成指示函數(shù)I[qit＞c1]，此時(shí)，面板平滑轉(zhuǎn)移模型退居成兩區(qū)制的面板門(mén)限回歸模型（PTR），系數(shù)也平滑轉(zhuǎn)換為β0+β1。當(dāng)m=2 時(shí)，轉(zhuǎn)移函數(shù)g 隨著轉(zhuǎn)移變量q的增加，先增加后遞減，尤其在γ→∞，轉(zhuǎn)移方程g（RDEit；γ，c）相當(dāng)于指示函數(shù)I[c1＜RDEit＜c2]，則PSTR 模型轉(zhuǎn)換成三區(qū)制的面板門(mén)限回歸模型（PTR）。而當(dāng)γ→0 時(shí)，無(wú)論m取何值，PSTR 模型退化成系數(shù)為線性或同質(zhì)性固定效應(yīng)模型?？梢?jiàn)，線性固定效應(yīng)模型和面板門(mén)限模型均可看成面板平滑轉(zhuǎn)移模型的特殊情形。

（二）變量選取

根據(jù)金融穩(wěn)定理事會(huì)（FSB）的定義，金融科技主要是指利用各類科技手段，包括大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算、人工智能等新興前沿技術(shù)，創(chuàng)新傳統(tǒng)金融行業(yè)，對(duì)金融市場(chǎng)以及金融服務(wù)業(yè)務(wù)提供新興業(yè)務(wù)模式、新技術(shù)應(yīng)用、新產(chǎn)品服務(wù)等。金融科技的主體為科技創(chuàng)新活動(dòng)提供金融資源的政府、企業(yè)、金融機(jī)構(gòu)、金融科技人員等，因此本文研究政府、企業(yè)、金融機(jī)構(gòu)、從事科技人員四類主體的金融科技投入對(duì)金融創(chuàng)新和經(jīng)濟(jì)增長(zhǎng)的作用效果，其中政府投入以政府財(cái)政金融科技投入來(lái)衡量，企業(yè)金融科技投入以自有資金中的R&D 投入來(lái)衡量，金融機(jī)構(gòu)投入以金融機(jī)構(gòu)科技貸款指標(biāo)衡量，從事金融科技人員選取STP 為代理指標(biāo)?？紤]到金融科技投入與產(chǎn)出存在滯后性的問(wèn)題，本文選取包含2011—2020 年共10 年，全國(guó)30 個(gè)省、市和地區(qū)（不含港澳臺(tái)地區(qū)以及西藏自治區(qū)）的面板數(shù)據(jù)進(jìn)行研究，數(shù)據(jù)來(lái)源于歷年的《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)金融年鑒》及國(guó)家統(tǒng)計(jì)局網(wǎng)站等。

三、實(shí)證分析

（一）各變量描述性統(tǒng)計(jì)

根據(jù)2011—2020 年中國(guó)30 個(gè)?。ㄊ?、區(qū)）金融科技指標(biāo)面板數(shù)據(jù)，采用靜態(tài)和動(dòng)態(tài)面板數(shù)據(jù)結(jié)合的模型方法，實(shí)證分析中國(guó)金融科技投入對(duì)技術(shù)創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)的作用效果。表1 為各變量描述性統(tǒng)計(jì)。研究結(jié)果表明：金融科技投入與科技創(chuàng)新之間短期內(nèi)呈顯著正相關(guān)關(guān)系，對(duì)經(jīng)濟(jì)增長(zhǎng)作用明顯，長(zhǎng)期作用效果不顯著；其中政府投入、企業(yè)自有資金和金融機(jī)構(gòu)貸款是影響科技創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)的主要因素，金融科技投入的作用效果存在地區(qū)差異，東西部地區(qū)科技創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)受企業(yè)自有資金和社會(huì)資本的影響較大，中部地區(qū)受政府財(cái)政科技投入影響較大。

表1 各變量描述性統(tǒng)計(jì)

（二）面板數(shù)據(jù)平穩(wěn)性檢驗(yàn)

分別采用LLC、IPS、ADF、PP四種方法檢驗(yàn)各變量的平穩(wěn)性。其中，LLC、IPS、ADF、PP四種方法檢驗(yàn)原假設(shè)均為面板數(shù)據(jù)存在單位根，即不平穩(wěn)；備注假設(shè)為數(shù)據(jù)不存在單位根，即平穩(wěn)。具體檢驗(yàn)結(jié)果如表2 所示。

表2 面板數(shù)據(jù)單位根檢驗(yàn)

表2 顯示，對(duì)于GOV、COM、STP、PA/ln（R&D）為非平穩(wěn)序列，需對(duì)其一階差分，即變量為一階單整I（1）序列。其余變量為平穩(wěn)序列。

進(jìn)一步對(duì)各變量進(jìn)行kao 協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果如表3 所示。

表3 面板數(shù)據(jù)Kao 協(xié)整檢驗(yàn)

表3 顯示，殘差項(xiàng)一起滯后項(xiàng)及其一階差分項(xiàng)均在1%水平上顯著，ADF 統(tǒng)計(jì)量t值也在1%水平上顯著，表明拒絕不存在協(xié)整關(guān)系的原假設(shè)，即變量之間存在協(xié)整關(guān)系，可以構(gòu)建面板平滑轉(zhuǎn)移模型進(jìn)一步分析。

（三）面板平滑轉(zhuǎn)移非線性檢驗(yàn)

我們無(wú)法應(yīng)用傳統(tǒng)的嵌套檢驗(yàn)統(tǒng)計(jì)量來(lái)執(zhí)行這一檢驗(yàn)，原因在于模型中含有未識(shí)別參數(shù)（彭方平等，2013）[15]。我們希望對(duì)面板平滑轉(zhuǎn)移模型尋求變換，借鑒Hansen（1996）[16]進(jìn)行一階泰勒展開(kāi)，從而構(gòu)造輔助回歸方程逼近原來(lái)的面板平滑轉(zhuǎn)移模型檢驗(yàn)非線性是否存在，具體為如下表達(dá)方式：

此時(shí)，原假設(shè)由H0：γ=0 變換為H0：β0=β1=β2=…=βm=0。檢驗(yàn)過(guò)程為：首先，消除固定效應(yīng)項(xiàng)；原模型如下：

剔除個(gè)體均值得：

其次，對(duì)轉(zhuǎn)換后的模型計(jì)算LM 統(tǒng)計(jì)量：

在原假設(shè)下LM 檢驗(yàn)統(tǒng)計(jì)量服從χ2（K）分布。

由表4 得，LM、LMF、LRT分別在不同顯著水平上拒絕了原假設(shè)，表示方程存在非線性影響，即存在轉(zhuǎn)移方程；進(jìn)而對(duì)多個(gè)轉(zhuǎn)移方程進(jìn)行檢驗(yàn)，LM、LMF、LRT分別在不同顯著水平上接受了原假設(shè)，即不存在多個(gè)轉(zhuǎn)移方程，從而模型只存在一個(gè)轉(zhuǎn)移方程。

表4 非線性檢驗(yàn)和剩余非線性檢驗(yàn)結(jié)果

（四）面板平滑轉(zhuǎn)移回歸及其穩(wěn)健性分析

本文選取研發(fā)效率作為轉(zhuǎn)移變量，隨著研發(fā)效率服從Logistics 概率分布，從低區(qū)制轉(zhuǎn)移到高區(qū)制，模型也從線性轉(zhuǎn)移到非線性，而當(dāng)轉(zhuǎn)移速度伽馬趨向于無(wú)窮時(shí)，此時(shí)構(gòu)建的方程轉(zhuǎn)換成為面板門(mén)限回歸（PTR），因此，面板平滑轉(zhuǎn)移回歸模型更加具有一般性，更能精確的度量金融科技投入與經(jīng)濟(jì)增長(zhǎng)之間的非線性關(guān)系，比普通的面板模型更加具有準(zhǔn)確性。表5 為面板平滑轉(zhuǎn)移模型參數(shù)估計(jì)值以及GMM-IV 穩(wěn)健性參數(shù)估計(jì)值。

表5 面板平滑轉(zhuǎn)移模型及其穩(wěn)健性分析結(jié)果

表5 給出了兩區(qū)制的泰勒規(guī)則面板平滑轉(zhuǎn)移模型的回歸結(jié)果，企業(yè)科技籌集、金融機(jī)構(gòu)科技貸款、從事科技人員均在兩區(qū)制內(nèi)的估計(jì)系數(shù)呈現(xiàn)不同程度地拒絕原假設(shè)。金融機(jī)構(gòu)貸款是影響最大因素，對(duì)研發(fā)效率之間的相關(guān)性較高；而政府資金投入對(duì)研發(fā)效率幾乎沒(méi)有影響，這也與張玉喜和趙麗麗（2015）[10]的文章做出了進(jìn)一步驗(yàn)證。

金融機(jī)構(gòu)科技貸款影響最為顯著，金融機(jī)構(gòu)科技貸款每增加1%，GDP 增加0.060 1%～0.145 8%，增加金融機(jī)構(gòu)科技貸款能夠有效助力金融科技的發(fā)展，提升GDP 水平。人才是行業(yè)發(fā)展的源動(dòng)力，從事金融科技相關(guān)人員每增加1%，GDP 增加0.028 5%～0.366 8%，金融科技業(yè)務(wù)發(fā)展對(duì)于人才的需求也呈現(xiàn)井噴式增長(zhǎng)，科技人才對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)十分顯著。

接著，我們給出面板平滑轉(zhuǎn)移估計(jì)式：

以及低區(qū)制和高區(qū)制的線性表達(dá)式：

當(dāng)給定PSTR 模型的參數(shù)估計(jì)，可以計(jì)算出每個(gè)省份的時(shí)變彈性系數(shù)（見(jiàn)如下公式）。這些平滑的科技投入資金和人力資本的平均彈性，如表6 所示。估計(jì)參數(shù)的平均值的平滑彈性為最優(yōu)的PSTR 模型，這些值對(duì)應(yīng)于個(gè)體估計(jì)的平均值：

由表6 得科技投入平均值大于0.28 的有天津、河北、內(nèi)蒙古、遼寧、福建、山東、河南、湖北、重慶。

表6 PSTR 個(gè)體差異估計(jì)的平均值（產(chǎn)出彈性）

由圖1 要素投入省份的平均彈性折線圖清晰可見(jiàn)，在高位時(shí)金融機(jī)構(gòu)科技貸款彈性最大，超越0.05%，企業(yè)科技投入居中達(dá)到0.04%，而政府科技投入最低，低至0.03%以下。再次，河北、山西、遼寧、吉林、安徽、江西、甘肅、青海、寧夏、新疆都為低點(diǎn)。人力資本投入省份的平均彈性折線圖中顯而易見(jiàn)，山西、黑龍江、江蘇、江西、甘肅在平均彈性較高。

圖1 要素投入省份的平均彈性

四、結(jié)論及政策建議

本文主要研究了金融科技與創(chuàng)新效率和經(jīng)濟(jì)增長(zhǎng)的非線性關(guān)系，從而對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，并給出穩(wěn)健性分析GMM-IV 分析結(jié)果，對(duì)PSTR 做出驗(yàn)證。增加金融科技投入可以傳統(tǒng)金融行業(yè)所提供的產(chǎn)品和服務(wù)，提升研發(fā)效率并通過(guò)各類創(chuàng)新有效降低運(yùn)營(yíng)成本，促進(jìn)經(jīng)濟(jì)增長(zhǎng)。企業(yè)籌集、金融機(jī)構(gòu)貸款、從事科技人員均在兩區(qū)制內(nèi)的估計(jì)系數(shù)呈現(xiàn)不同程度的拒絕原假設(shè)。從事科技人員是最大影響因素，表明從事科技人員對(duì)研發(fā)效率之間的相關(guān)性較高，而企業(yè)資金投入以及金融貸款相比較低。金融機(jī)構(gòu)貸款與研發(fā)效率和經(jīng)濟(jì)增長(zhǎng)之間的相關(guān)性較高，而政府資金投入對(duì)研發(fā)效率直接影響較小。

以互聯(lián)網(wǎng)金融、區(qū)塊鏈技術(shù)、智能投顧、人工智能基礎(chǔ)的金融科技（FinTech），正在引領(lǐng)新的金融發(fā)展趨勢(shì)，成為中國(guó)金融的主流趨勢(shì)。一方面金融科技促進(jìn)了消費(fèi)金融、供應(yīng)鏈金融創(chuàng)新發(fā)展，P2P、移動(dòng)支付、眾籌等互聯(lián)網(wǎng)金融業(yè)態(tài)不斷更新迭代，將傳統(tǒng)金融結(jié)構(gòu)與小微金融、普惠金融、互聯(lián)網(wǎng)金融和智能金融相結(jié)合，帶來(lái)金融科技更加廣闊的應(yīng)用空間。利用數(shù)據(jù)廣泛采集和流通，可以方便地獲取電信、電商、醫(yī)療、出行、教育等其他行業(yè)的數(shù)據(jù)；金融數(shù)據(jù)和其他行業(yè)數(shù)據(jù)融合，使得金融機(jī)構(gòu)的營(yíng)銷和風(fēng)控模型更精準(zhǔn)，金融基礎(chǔ)能力能夠得到更多其他行業(yè)資源的補(bǔ)充和支撐。另一方面，跨行業(yè)數(shù)據(jù)融合會(huì)催生出更多跨行業(yè)的應(yīng)用，金融科技企業(yè)得以設(shè)計(jì)出更多基于場(chǎng)景的金融產(chǎn)品，更加準(zhǔn)確地匹配企業(yè)和個(gè)人的金融服務(wù)需求，提供更加差異化和個(gè)性化的服務(wù)體驗(yàn)，為商業(yè)銀行解決小微企業(yè)金融服務(wù)中存在的信息不對(duì)稱、交易成本高、場(chǎng)景服務(wù)不足和風(fēng)控難等問(wèn)題，為小微金融服務(wù)提供個(gè)性化、特色化和專業(yè)化解決方案，促進(jìn)金融服務(wù)與實(shí)體經(jīng)濟(jì)更緊密的融合發(fā)展。

因此，應(yīng)營(yíng)造良好的投融資生態(tài)，通過(guò)政府、企業(yè)、金融機(jī)構(gòu)對(duì)金融科技的投資，特別是金融科技貸款，吸引全球創(chuàng)新要素聚集。同時(shí)還應(yīng)當(dāng)重視金融科技人才，金融機(jī)構(gòu)對(duì)于科技人員的重視程度仍有待提升，在很多傳統(tǒng)金融企業(yè)，科技人員仍被認(rèn)為是系統(tǒng)管理員，把信息技術(shù)部門(mén)簡(jiǎn)單當(dāng)成一個(gè)后臺(tái)基礎(chǔ)支撐部門(mén)，在企業(yè)受重視程度較低。應(yīng)當(dāng)建立科研人員的內(nèi)外部培養(yǎng)機(jī)制，創(chuàng)新范圍和環(huán)境培養(yǎng)，使得其自身能力優(yōu)勢(shì)得到充分發(fā)揮。政府投入雖然在金融科技發(fā)展中的直接影響作用較小，但是政府可以通過(guò)成立一些重點(diǎn)行業(yè)引導(dǎo)基金，對(duì)重點(diǎn)項(xiàng)目和優(yōu)勢(shì)項(xiàng)目采取“領(lǐng)投”行為，釋放積極信號(hào)，吸引民營(yíng)資本進(jìn)入，以推動(dòng)相關(guān)金融科技行業(yè)的發(fā)展。我國(guó)應(yīng)當(dāng)抓住金融科技發(fā)展的窗口期，在云計(jì)算、大數(shù)據(jù)、人工智能和區(qū)塊鏈等領(lǐng)域掌握先進(jìn)技術(shù)，使金融更好地服務(wù)于實(shí)體經(jīng)濟(jì)，在這一嶄新的領(lǐng)域嶄露頭角，奪得國(guó)際領(lǐng)先的競(jìng)爭(zhēng)優(yōu)勢(shì)。