王 睿，高昕玥，何晨毓，劉欣儀

（西南石油大學經(jīng)濟管理學院，成都 610100）

0 引言

企業(yè)在創(chuàng)新的過程中需要投入大量資金，并且這類創(chuàng)新型項目有著時間周期長和風險大的特點，企業(yè)僅依靠內(nèi)部資金無法滿足創(chuàng)新項目的所有資金需求，因此，外部融資渠道成為企業(yè)融資的重要來源。目前我國金融市場普遍存在發(fā)展不平衡的現(xiàn)象，相關的法律體系不夠成熟。金融體系尚處于發(fā)展和完善的過程中，對于產(chǎn)權(quán)和債務合同的保護存在缺陷，還有信息不對稱問題嚴重，與發(fā)達國家相比，我國企業(yè)面臨的融資困難問題更為嚴重。企業(yè)的融資約束程度越嚴重，其發(fā)展受到的制約就越大，越容易錯過好的投資機會，從而降低企業(yè)改革創(chuàng)新的動力，因此，融資約束是影響企業(yè)創(chuàng)新的一個關鍵因素。擁有金融背景的高管獲得資金的能力較強，還能降低銀行與企業(yè)之間的信息不對稱程度，這些都能改善企業(yè)融資約束問題。學術(shù)界對于企業(yè)創(chuàng)新與融資約束、融資約束與高管金融背景、高管金融背景與企業(yè)創(chuàng)新這三個方面的研究已經(jīng)十分豐富，但是對于三者之間關系方面的研究較少。本文運用2017—2021年中國A股上市公司的相關數(shù)據(jù)，探討融資約束、企業(yè)創(chuàng)新與高管金融背景三者之間的關系，并分析高管金融背景、融資約束影響企業(yè)創(chuàng)新的機制；構(gòu)建“高管金融背景—融資約束—企業(yè)創(chuàng)新”模型，檢驗融資約束在高管金融背景與企業(yè)創(chuàng)新關系中的中介作用。

1 理論分析與研究假設

1.1 高管金融背景與企業(yè)創(chuàng)新

根據(jù)高層梯隊理論，擁有金融背景的高管具有風險承受能力強的特質(zhì)，會使高管在項目決策過程中變得更有風險容忍度，這會增加企業(yè)選擇風險程度較高項目的可能性[1]。具有金融背景的高管擁有專業(yè)的財務理論知識和豐富的融資實踐經(jīng)驗，他們在選擇研發(fā)投資項目、降低企業(yè)的研發(fā)風險、評估項目風險收益等方面具有優(yōu)勢，這些特質(zhì)都為企業(yè)創(chuàng)新項目奠定了基礎，促進企業(yè)創(chuàng)新產(chǎn)出。企業(yè)創(chuàng)新高度依賴資源，如果企業(yè)出現(xiàn)資金不足的情況，將會造成企業(yè)創(chuàng)新項目中止。企業(yè)創(chuàng)新項目的信息屬于商業(yè)機密，投資者很難獲得關于創(chuàng)新項目的具體信息，導致投資者和企業(yè)高管之間存在嚴重的信息不對稱問題，這不利于企業(yè)創(chuàng)新項目的開展和獲取投資。具有金融背景的高管更能掌握商業(yè)銀行、投資銀行和其他金融機構(gòu)的信息需求特點，從而降低企業(yè)和銀行之間的信息不對稱程度，提高項目通過融資審批的可能性?，F(xiàn)金持有水平較高的企業(yè)相較于普通企業(yè)，獲取投資機會的可能性更大，具有金融背景的高管可以為企業(yè)帶來更高的現(xiàn)金持有水平[2]，那么擁有具備金融背景高管的企業(yè)就有更多可支配資金用于企業(yè)創(chuàng)新投資。綜上所述，擁有具備金融背景高管的企業(yè)，進行企業(yè)創(chuàng)新活動的可能性更大。據(jù)此，本文提出：

假設1：高管金融背景能夠顯著促進企業(yè)創(chuàng)新。

1.2 高管金融背景與融資約束

隨著我國金融體系的蓬勃發(fā)展，企業(yè)選擇與金融機構(gòu)建立聯(lián)系以解決融資約束問題的現(xiàn)象變得更加普遍。銀行與企業(yè)會有業(yè)務往來，通過處理與企業(yè)之間的融資活動業(yè)務，可以獲取企業(yè)內(nèi)部更多的非公開信息。被關系網(wǎng)絡所影響的融資活動稱為關系融資，其具有資金供需雙方會保持長期業(yè)務往來的特點，資金供給方對需求方的非公開信息有了深入了解，使銀行可以準確判斷出能否繼續(xù)為企業(yè)提供貸款，也有利于銀行業(yè)務的開展以及獲得收益，關系融資可以降低融資成本與難度[3]。高管所擁有的銀企關聯(lián)越豐富，企業(yè)的負債率越高，即企業(yè)得到的融資越多，企業(yè)融資約束程度越低[4]。綜上所述，通過聘請以往有金融工作背景的高管從而構(gòu)建銀企聯(lián)系，可以使企業(yè)獲取融資的困難程度降低、貸款擔保的條件被放寬和增加還貸期限，同時使公司獲得更高的信貸額度。據(jù)此，本文提出：

假設2：高管金融背景能夠顯著緩解融資約束。

1.3 融資約束與企業(yè)創(chuàng)新

創(chuàng)新活動是一種資源密集型和消耗型活動，具有結(jié)果不確定性和時間跨度長的特點，因此，創(chuàng)新項目在大多數(shù)情況下受到嚴重的融資約束。在我國資本市場上，絕大部分企業(yè)在創(chuàng)新過程中都會出現(xiàn)融資約束問題，有學者通過實證分析證實了融資約束與研發(fā)投資資金之間呈負相關關系[5]。資金是企業(yè)創(chuàng)新的關鍵，如果企業(yè)同時存在融資約束程度高和融資成本高的問題，那么大概率企業(yè)創(chuàng)新項目會被終止，融資約束問題嚴重限制了研發(fā)投入的強度。過高的融資成本會增加企業(yè)的財務壓力，從而進一步增加其創(chuàng)新風險，接著又會導致融資約束程度增加，這樣企業(yè)就陷入一個惡性循環(huán)中[6]。為了保證正常運行，企業(yè)被迫減少創(chuàng)新投入，從而導致創(chuàng)新績效低與創(chuàng)新進程停滯的情形。綜上所述，融資約束問題得到改善可以為企業(yè)創(chuàng)造一個良好的環(huán)境，使其有充足的資金用于企業(yè)創(chuàng)新型項目，提高企業(yè)創(chuàng)新產(chǎn)出。據(jù)此，本文提出：

假設3：融資約束對企業(yè)創(chuàng)新具有顯著負向影響。

1.4 融資約束的中介作用

金融背景高管具有風險承受能力高、對創(chuàng)新失敗容忍度高和較高的金融知識專業(yè)素養(yǎng)等特質(zhì)，能夠通過與銀行建立溝通渠道來減少信息不對稱程度，由此降低融資約束，促進企業(yè)創(chuàng)新。企業(yè)創(chuàng)新具有風險高、周期長的特點，并且企業(yè)創(chuàng)新項目離不開資金的支持，企業(yè)會因為資金短缺導致創(chuàng)新項目中途暫?；蛘呓K止，所以融資約束勢必會對企業(yè)創(chuàng)新造成負面影響。擁有金融背景的高管具備降低信息不對稱程度和關系融資的特質(zhì)，能夠為企業(yè)拓寬融資渠道，增加企業(yè)獲得貸款的可能性，降低其融資成本，從而改善融資約束問題。綜上所述，擁有金融背景的高管可以通過緩解融資約束來促進企業(yè)創(chuàng)新。據(jù)此，本文提出：

假設4:擁有金融背景的高管能夠通過緩解融資約束來促進企業(yè)創(chuàng)新。

2 研究設計

2.1 樣本選取與數(shù)據(jù)來源

由于我國上市公司數(shù)據(jù)存在缺失與披露方式不規(guī)范的情況，同時考慮到數(shù)據(jù)的時效性，本文選取2017—2021年我國A股上市公司數(shù)據(jù)，按照以下條件剔除樣本：（1）剔除相關變量缺失的上市公司；（2）剔除樣本期間退市的上市公司；（3）剔除ST 和*ST 上市公司；（4）剔除資產(chǎn)負債率大于1 的上市公司。最終得到360629 個觀測值。財務數(shù)據(jù)和高管金融背景數(shù)據(jù)來源于國泰安金融經(jīng)濟研究數(shù)據(jù)庫（CSMAR），企業(yè)專利數(shù)據(jù)來源于中國研究數(shù)據(jù)服務平臺（CNRDS）。為了消除極端值的影響，對所有連續(xù)變量都進行1%的縮尾處理，以減少極端值對實證結(jié)果的影響。本文使用Stata 15軟件對數(shù)據(jù)進行分析。

2.2 變量說明

（1）被解釋變量。企業(yè)創(chuàng)新（lnPatent），本文借鑒張正勇和胡言言（2021）[7]的方法,使用公司在年度內(nèi)獨立申請的專利總數(shù)加一并取自然對數(shù)，作為衡量企業(yè)創(chuàng)新的指標。申請的專利總數(shù)為發(fā)明、外觀設計與實用新型的專利數(shù)量之和，記為lnPatent。

（2）解釋變量。高管金融背景（FB），參考鄧建平和陳愛華（2017）[2]的研究，本文中的高管金融背景是指曾經(jīng)在銀行、證券交易所、經(jīng)營證券交易的公司、期貨有限公司、證券投資基金管理公司、信托投資公司和其他金融機構(gòu)中任職的高管的背景，高管曾經(jīng)在以上的機構(gòu)中任職，取值為1，否則取值為0。

（3）中介變量。融資約束（SA），參考已有研究[8,9]，使用SA指數(shù)的絕對值來衡量企業(yè)融資約束，SA指數(shù)中的兩個重要的解釋變量是企業(yè)規(guī)模和年齡指數(shù)，其中，SA=|-0.737*Size+0.043*Size2-0.04*Age|，SA指數(shù)絕對值越大，表明企業(yè)融資約束程度越大。

（4）控制變量。本文在回歸模型中加入以下控制變量：企業(yè)成長性（Growth）、企業(yè)年齡（Age）、資產(chǎn)負債率（Lev）、企業(yè)規(guī)模（Size）、現(xiàn)金流比率（Cashflow）、總資產(chǎn)凈利率（ROA），此外，還控制了行業(yè)和年度固定效應。企業(yè)規(guī)模（Size）和企業(yè)年齡（Age）會影響企業(yè)的創(chuàng)新能力，總資產(chǎn)凈利率（ROA）用于衡量企業(yè)的盈利能力，企業(yè)盈利能力越強，代表其越有充足資金進行企業(yè)創(chuàng)新。企業(yè)成長性（Growth）用于衡量企業(yè)未來的成長機會，數(shù)值越大表示企業(yè)未來發(fā)展前景越好，越有可能進行創(chuàng)新活動?，F(xiàn)金流動比率（Cashflow）用于衡量企業(yè)的資源合理配置與盈利能力。資產(chǎn)負債率（Lev）代表企業(yè)資本結(jié)構(gòu)，企業(yè)資本結(jié)構(gòu)也會對企業(yè)創(chuàng)新造成影響。將企業(yè)行業(yè)按2012年證監(jiān)會行業(yè)分類標準大類進行分類。變量說明見表1。

表1 變量說明

2.3 模型設計

為了驗證高管金融背景、融資約束和企業(yè)創(chuàng)新三者之間的關系，本文構(gòu)建模型式（1）至式（3）來驗證假設1至假設3。為了檢驗融資約束在高管和企業(yè)創(chuàng)新關系之間的中介作用，構(gòu)建如下模型用以驗證假設4：

其中，lnPatent表示企業(yè)創(chuàng)新，F(xiàn)B表示高管金融背景，Control表示控制變量，Year為年份虛擬變量，Industry為行業(yè)虛擬變量，ε表示隨機誤差項，α、β、γ、δ表示各變量回歸系數(shù)。若α1顯著為正，說明高管金融背景能夠顯著促進企業(yè)創(chuàng)新，則假設1得到驗證。若β1顯著為負，則假設2得到驗證。若γ1顯著為負，說明融資約束對企業(yè)創(chuàng)新有顯著負面影響，則假設3得到驗證。采用中介效應分析法[9]檢驗假設4，若α1、β1、δ2三者都顯著，則證明融資約束的中介效應顯著，存在中介路徑，反之則不存在。當中介路徑存在時，若δ1不顯著，則存在完全中介路徑，若δ1顯著，則存在部分中介路徑。

3 實證分析

3.1 變量描述性統(tǒng)計

變量描述性統(tǒng)計結(jié)果見表2?？梢钥闯?，高管金融背景（FB）的均值為0.279，表示有金融背景的高管占研究樣本的27.9%，說明有金融背景的高管在我國企業(yè)中占比較低。企業(yè)創(chuàng)新（lnPatent）的均值為4.527，最大值為8.853，最小值為0.000，說明企業(yè)之間的創(chuàng)新能力差距較大。融資約束（SA）的均值為3.844，標準差為0.304，最大值為4.472，最小值為2.487，均值與中位數(shù)相接近，表明我國企業(yè)融資約束問題普遍存在，并且各企業(yè)之間的融資約束程度差距不大?，F(xiàn)金流比率（Cashflow）的最小值為負數(shù)，說明部分企業(yè)的經(jīng)營狀況存在問題。資產(chǎn)負債率（Lev）的均值為0.443，標準差為0.219，表明大多數(shù)企業(yè)的資產(chǎn)負債率較高，且最大值和最小值之間差距較大。存在相同情況的變量還有總資產(chǎn)凈利率（ROA）、企業(yè)成長性（Growth）、現(xiàn)金流比率（Cashflow），表明各企業(yè)間的發(fā)展狀況存在顯著差異。

表2 變量描述性統(tǒng)計

3.2 相關性分析

變量的相關性分析見表3，解釋變量高管金融背景（FB）與大多數(shù)變量之間的相關系數(shù)小于0.5，表明變量之間不存在嚴重的多重共線性問題。資產(chǎn)負債率（Lev）與企業(yè)規(guī)模（Size）之間的相關系數(shù)為0.554，融資約束（SA）與企業(yè)年齡（Age）之間的相關系數(shù)為0.660，所以本文進行了VIF檢驗，結(jié)果顯示VIF值均小于4，這說明所有變量之間不存在多重共線性。融資約束（SA）與高管金融背景（FB）的相關系數(shù)為-0.115，在1%的水平上顯著為正，說明二者間呈顯著負相關關系。企業(yè)創(chuàng)新（lnPatent）與融資約束（SA）的相關系數(shù)為-0.035，在1%的水平上顯著為負，說明融資約束會阻礙企業(yè)進行項目創(chuàng)新，初步驗證了假設3，為了得出更準確的結(jié)果還需要進行進一步分析。

表3 相關性分析

3.3 多元回歸分析

本文運用多元回歸模型對樣本數(shù)據(jù)進行實證檢驗，結(jié)果如表4所示。

表4 多元回歸結(jié)果

列（1）顯示高管金融背景（FB）對企業(yè)創(chuàng)新（lnPatent）的回歸系數(shù)為0.0208，在1%的水平上顯著為正，說明聘用擁有金融背景的高管可以使企業(yè)專利申請總數(shù)上升2.1%，即高管金融背景對企業(yè)創(chuàng)新有促進作用，驗證了假設1。列（2）顯示高管金融背景（FB）對融資約束（SA）的回歸系數(shù)為-0.0049，在1%的水平上顯著為負，說明聘用擁有金融背景的高管可以使企業(yè)融資約束程度下降0.5%，即擁有金融背景的高管可以顯著緩解融資約束程度，假設2 得到驗證。列（3）顯示融資約束（SA）的回歸系數(shù)為-1.7832，在1%的水平上顯著為負，說明融資約束每增加1 個單位，企業(yè)創(chuàng)新將減少1.7832 個單位，融資約束會顯著抑制企業(yè)創(chuàng)新，假設3得到驗證。

3.4 融資約束的中介效應

接下來分析融資約束在金融背景高管對企業(yè)創(chuàng)新的影響中產(chǎn)生的中介作用。表4 中列（4）顯示，加入變量高管金融背景（FB）和融資約束（SA）后，金融背景高管（FB）的回歸系數(shù)為0.0120，在5%的水平上顯著為正，融資約束（SA）的回歸系數(shù)為-1.7828，在1%的水平上顯著為負。上文對高管金融背景（FB）、融資約束（SA）與企業(yè)創(chuàng)新（ln-Patent）兩兩之間進行回歸分析，結(jié)果得出三者之間均有顯著相關性，證明存在“金融背景高管—融資約束—企業(yè)創(chuàng)新”的中介路徑且中介效應顯著。即擁有金融背景的高管可以為企業(yè)帶來更多的資源，改善企業(yè)融資約束問題，從而為企業(yè)創(chuàng)新創(chuàng)造一個有利的金融環(huán)境；企業(yè)可以投入更多的資金用于研發(fā)，從而提升企業(yè)的創(chuàng)新能力，假設4 得到驗證。列（4）中高管金融背景（FB）的回歸系數(shù)仍顯著，所以這個路徑為部分中介。

3.5 穩(wěn)健性檢驗

高管金融背景與企業(yè)創(chuàng)新之間可能存在反向因果的內(nèi)生性問題，即創(chuàng)新能力強的企業(yè)可能更愿意雇傭具有金融背景的人員作為管理者。因為具有高創(chuàng)新要求和高創(chuàng)新水平的企業(yè)愿意承擔更高的風險，需要利用金融背景高管自身特質(zhì)和銀企聯(lián)系獲得更多的資金用于研發(fā)投入，所以更愿意招聘擁有金融從業(yè)經(jīng)歷人員擔任企業(yè)高管。盡管本文控制了部分影響企業(yè)創(chuàng)新的變量，但仍可能存在導致模型估計結(jié)果出現(xiàn)誤差的因素。因此，本文采用了三種方法來檢驗內(nèi)生性的影響，分別是更換變量度量方式、滯后變量和傾向得分匹配（PSM）。為了保證中介效應的結(jié)果穩(wěn)健，采用自主抽樣法進行檢驗。

3.5.1 更換變量度量方式

為了更加全面描述企業(yè)創(chuàng)新這一因變量，也為了進一步檢驗高管金融背景與企業(yè)創(chuàng)新之間的相關關系，參考張云等（2022）[10]的研究，本文使用R&D投入作為衡量企業(yè)創(chuàng)新的替代變量。R&D 投入為研發(fā)投入占營業(yè)收入的比例，記為RD，對假設1、假設3、假設4 進行穩(wěn)健性檢驗，結(jié)果如表5 所示。改用RD衡量企業(yè)創(chuàng)新指標后，高管金融背景（FB）與RD仍在1%的水平上呈正相關關系，融資約束（SA）與RD仍在1%的水平上呈負相關關系，結(jié)果支持本文提出的假設。

3.5.2 滯后變量

考慮到企業(yè)從開展研發(fā)創(chuàng)新到申請專利授權(quán)之間有一段時間差，本文對所有的控制變量與解釋變量做滯后一期處理，將式（1）、式（3）和式（4）進行回歸分析。如表6列（1）所示，在滯后一期后，金融背景高管（FB）與企業(yè)創(chuàng)新（lnPatent）的系數(shù)為0.0184，在5%的水平上呈正相關關系，與前文一致，支持假設1。如列（2）所示，融資約束（SA）與企業(yè)創(chuàng)新（lnPatent）的系數(shù)為-0.4095，在1%的水平上呈負相關關系，支持假設2。如列（3）所示，金融背景高管（FB）、融資約束（SA）與企業(yè)創(chuàng)新（lnPatent）的系數(shù)均至少在5%的水平上顯著，說明融資約束存在中介效應，得出結(jié)論與前文一致，支持假設3?？紤]內(nèi)生性后，結(jié)論依然穩(wěn)定。

表6 滯后變量的回歸結(jié)果

3.5.3 傾向得分匹配檢驗

本文采用傾向得分匹配法（PSM）進行穩(wěn)健性檢驗，以解決樣本選擇性偏差的問題。使用具有金融背景高管的企業(yè)作為處理組，不具有金融背景高管的企業(yè)作為對照組，以高管金融背景（FB）為被解釋變量，以融資約束（SA）、企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、總資產(chǎn)凈利率（ROA）、現(xiàn)金流比率（Cashflow）、企業(yè)成長性（Growth）、資產(chǎn)負債率（Lev）為匹配變量進行Logit 回歸，最終計算得出傾向得分，再根據(jù)分值采用最近鄰匹配1比1的方式選擇匹配樣本。表7和表8為式（1）、式（3）、式（4）的回歸結(jié)果，其中，表7以lnPatent為因變量，表8以RD為因變量。如表7所示，高管金融背景（FB）系數(shù)為0.0237，在1%的水平上顯著為正，說明高管金融背景（FB）與lnPatent之間呈正相關關系；融資約束（SA）與lnPatent的系數(shù)為-0.1136，且在1%的水平上顯著為負。如表8 所示，高管金融背景（FB）與RD的系數(shù)為0.0005，在1%的水平上呈正相關關系，RD與融資約束（SA）的系數(shù)為-0.003，在1%的水平上顯著為負。這說明在匹配后不論以lnPatent還是RD衡量企業(yè)創(chuàng)新，都可以得出以下結(jié)論：高管金融背景可以促進企業(yè)創(chuàng)新項目的開展，融資約束會阻礙企業(yè)創(chuàng)新和融資約束在高管金融背景對企業(yè)創(chuàng)新產(chǎn)生影響的過程中發(fā)揮中介效應。得出的結(jié)論與前文一致，結(jié)果依然穩(wěn)健。

表7 傾向得分匹配后的回歸結(jié)果（1）

表8 傾向得分匹配后的回歸結(jié)果（2）

3.5.4 中介效應檢驗

本文采用Bootstrap 自主抽樣方法對中介效應進行檢驗，對全樣本進行5000次重復隨機抽樣，抽取5000組樣本進行檢驗。結(jié)果顯示，融資約束的中介效應的間接效應系數(shù)在95%的置信區(qū)間（0.123,0.134），融資約束的中介效應的直接效應系數(shù)在95%的置信區(qū)間（0.9125，0.997）；間接效應與直接效應的區(qū)間都不包括0，這說明融資約束在金融背景高管對企業(yè)創(chuàng)新產(chǎn)生影響中存在中介效應，并且中介效應是顯著存在的，“金融背景高管—融資約束—企業(yè)創(chuàng)新”這一中介路徑的成立。

4 結(jié)論

本文采用2017—2021 年我國A 股上市公司的數(shù)據(jù)，基于高層梯隊理論、信息不對稱理論與關系融資理論，實證檢驗了高管金融背景、融資約束對企業(yè)創(chuàng)新的影響及機制。研究發(fā)現(xiàn)：（1）擁有金融背景的高管能促進企業(yè)創(chuàng)新，其具有專業(yè)的知識儲備、風險承受能力強和通過自身資源助力企業(yè)獲取資金等特質(zhì)，都有利于企業(yè)進行創(chuàng)新；（2）擁有金融背景的高管能緩解企業(yè)融資約束，利用自身人脈資源建立銀企聯(lián)系，拓寬融資渠道，降低企業(yè)與銀行的信息不對稱，使企業(yè)能夠獲取更多資金，以緩解企業(yè)融資約束程度；（3）融資約束會阻礙企業(yè)創(chuàng)新，企業(yè)創(chuàng)新需要投入大量資金，企業(yè)創(chuàng)新項目會涉及保密信息，這就會導致信息不對稱問題加劇，并且企業(yè)創(chuàng)新風險較大和周期較長，這些都會加劇企業(yè)的融資約束程度，使其更難獲取資金，從而阻礙企業(yè)創(chuàng)新進程；（4）擁有金融背景的高管可通過緩解融資約束這一路徑來促進企業(yè)創(chuàng)新，即“金融背景高管—融資約束—企業(yè)創(chuàng)新”，擁有金融背景的高管通過降低企業(yè)信息不對稱程度和關系融資這兩個途徑，降低了企業(yè)的融資約束程度，從而促進企業(yè)創(chuàng)新。