金融发展对企业创新投资的边界影响——基于heckit模型的规模与效率门槛研究-王昱.pdf

《金融发展对企业创新投资的边界影响——基于heckit模型的规模与效率门槛研究-王昱.pdf》由会员分享，可在线阅读，更多相关《金融发展对企业创新投资的边界影响——基于heckit模型的规模与效率门槛研究-王昱.pdf（15页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、第35卷第1期2017年1月科学学研究Studies in Science of ScienceV0135 No1Jan2017文章编号：10032053(2017)01011015金融发展对企业创新投资的边界影响基于HECKIT模型的规模与效率门槛研究王 昱1，成力为2，安 贝1(1大连理工大学商学院，辽宁盘锦124221；2大连理工大学经济学院，辽宁大连116024)摘要：强化市场机制在资源配置中的决定作用，促进金融资本支持企业创新投资是中国产业结构升级的关键。首先，本文从理论机理上梳理了金融发展对企业创新投资两阶段边界影响，认为超过一定边界的金融规模或金融效率不利于企业的创新决策和创新投

2、资。其次，运用三阶段DEAMalmquist指数、HECKIT模型和门限模型实证检验发现：(1)金融规模影响企业创新投资具有双门槛值，深化不足或过度扩张导致金融发展偏离企业创新投资过程，金融发展对企业仓4新投资影响更多体现在扩展边际，而非集约边际。(2)金融效率影响企业R&D投资具有单门槛值，金融业纯技术效率水平提升以及金融业前沿技术向前推移，越有利于企业创新投资。(3)金融发展边界相对于私企、中低技术企业更高。提升金融效率是跨越企业创新投资过程中规模瓶颈的重要途径。关键词：金融发展；两阶段创新投资；三阶段DEAMalmquist；HECKIT模型中图分类号：F8325 文献标识码：A强化市场

3、机制在资源配置中的决定作用，促进金融资本投向实体经济、支持企业创新投资是中国产业结构升级的关键。然而，金融部门具有双重特征：(1)作为现代经济配置资源的核心，其高效运转有利于实体经济更好发展；(2)金融规模迅速扩张、投机过多又会偏离金融服务实体经济的初衷。进入2015年后经济增长步入“新常态”，20162020年中国潜在GDP预测增长区间为57一66，递减趋势甚为明显。强调金融对经济增长的影响涉及金融发展理论，其关注点经历“规模观_+结构观一功能观”的演变过程旧41。不同经济发展水平下金融发展受约束的核心因素不同，在金字塔层级中能够达到的阶梯不同：(1)经济发展水平较低时，金融动员储蓄的基本功

4、能居于核心地位，确保金融规模成为经济增长的关键。但金融危机后，学者反思规模扩张式金融发展模式，Enrico表明，金融与经济增长关系是非线性的，当私人信贷占GDP比超过110，金融与经济增长负相关151。表现出由金融抑制到金融过度的规模观演化；(2)随着经济发展水平提高，金融配置资本的核心功能愈重要，建立与实体经济匹配的金融结构成为推动经济增长的关键。61；(3)经济发展水平较高时，决定金融效率提高的风险管理等衍生功能愈重要。7。要求金融部门除充当储蓄者和投资者的桥梁外，必须深入到研发部门承担风险资本家职能，将资金投向有风险但潜在收益大的创新项目上获得长期经济增长。Barajas引入金融可能性边

5、界的概念，将其视为金融发展受约束的最优水平，认为深度不足、过度扩展的金融体系都会严重缩小可利用的政策空间、并阻碍传导渠道p。Thorsten通过对不同发达和发展中国家研究发现，只有在一定边界区间内的金融发展才会对经济增长起到促进作用，没有达到最低边界的金融发展不足或超过最高边界的金融发展过度甚至负向影响经济增长1。Cecchetti测算发现，金融发展对经济增长作用途径存在倒u型“阈值效收稿日期：20160317；修回日期：20160902基金项目：国家自然科学基金资助项目(71473025)；教育部人文社科青年基金项目(16YJC790 L05)；大连理工大学人才引进基金项目(DUTl5RC(

6、3)124)。作者简介：王昱(1984一)，男，辽宁大连人，讲师，博士，研究方向为金融发展理论与政策。E-mail：fayebxch163COB。成力为(1960一)，女，湖南津市人，教授、博导，研究方向为国际金融。安贝(1992一)，男，马里巴马科人，硕士研究生，研究方向为国际投资。万方数据第1期 王昱成力为安 贝：金融发展对企业创新投资的边界影响应”，即金融发展促进经济增长存在有效边界并给出形象比喻：就像一个人吃太多有损健康一样，过度膨胀的金融系统也会成为经济增长的阻碍。，金融复杂化相当于掠夺了实体经济增长中真实需要的资源。杨友才发现，中国金融发展对经济增长的影响表现为门槛效应和边际效率递

7、减的非线性特征，这种门槛在东中西部地区逐渐递增。1“。当金融发展过度后，随着市场流动性在一定时期内激增，便出现资金脱离实体经济且在虚拟经济领域“空转”的现象，即经济金融化现象。大量资金进入房地产、艺术品、大宗商品等领域进行炒作，甚至普通商品也出现了“资本轮动”和“行业潮涌”等现象，致使普通商品的价格偏离实体层面的供求因素，仅取决于市场的资金规模和金融化程度。1，金融市场中的价格信号反而导致实体经济资源错配，违背了金融发展的初衷。张成思认为经济金融化主要表现出四类特征：金融部门相对于非金融部门的13益膨胀，非金融部门的金融化，食利阶层财富和权势的膨胀，广义资产证券化。随后通过中国的典型事实验证了

8、中国经济的金融化过程：中国金融资产仅2013年增长近23，远超亚洲其他国家136的平均水平；非金融类上市公司通过金融渠道所得利润占当年非金融上市公司净利润总额比重从2004年的33上升到2013年的196“。谢家智指出，随着我国制造业企业原主营业务利润率的下降，其逐渐扮演起银行或是投资公司的角色，形成了特色鲜明的影子银行业务且近两年来还存在加速的趋势1“。本文沿着功能演化视角下的金融发展理论探究金融发展边界对企业R&D投资阶段影响，可能的创新之处：(1)本文不仅考察了创新投资大于零的企业，而且还包含了创新投资为零的企业，同时加入分析金融发展对企业创新投资的影响更多体现为“集约边际”还是“扩展边

9、际”；(2)运用金融发展投入一产出指标，通过三阶段DEAMalmquist指数测算和分解了区域金融效率，并通过聚类方法分析了区域金融效率中的规模特征和技术特征；(3)在区分企业创新决策和创新投资阶段的基础上，细分企业性质、行业特征，使用HECKIT模型以及门槛模型，将金融规模和金融效率特征分别与企业创新决策和创新投资相对应，探讨金融发展对企业创新影响的边界效应。1金融发展对企业两阶段创新投资影响的边界效应由于金融发展表现为金融功能升级的过程，其深化的结果也体现在金融量性(规模)增长到质量(效率)提升的动态演化。因此，金融发展对企业两阶段创新投资(决策阶段和投资阶段)的影响也应该从这两方面来考察

10、。11金融规模对企业创新决策和创新投资阶段影响的边界效应(1)金融规模对企业创新决策阶段影响的边界效应当金融规模低于一定边界，企业面临比较严重的外部融资约束，一方面，在流动性匮乏背景下，企业会积极凭借自己的特殊优势来干预金融部门的资源流向，形成国有企业以政府或国家隐性担保形式的挤出效应，进而造成金融资本流人到效率较低而安全性较高的国有企业或国家政策性生产领域。另一方面，在企业创新投资高风险特征下，资金供求缺口又与金融部门的损失厌恶原则存在根本性冲突，流动性冲击很大，加上金融部门缺乏专业性人才，不能甄别其发展潜力，不足以进入企业的创新投资领域；当金融规模超过一定边界，金融发展开始脱离服务实体经济

11、功能提升带来的效率提高，而是强调金融市场、金融机构以及金融业精英们对经济运行和经济管理制度的过度控制，必然助长企业追求短期投机盈利、而不是谋取创新与技术进步带来的公司长期稳健成长。此时，企业创新投资虽然可能带来高收益，但周期较长风险较大，其收益仍然会低于金融资本在虚拟领域里投机带来的增值幅度和速度，进而过度发展的金融体系实际相当于争夺了企业创新投资所需要的金融资本，不利于企业进行创新决策“。(2)金融规模对企业创新投资阶段影响的边界效应当金融规模低于一定边界值，经济体金融规模不足，导致金融资本供求缺口较大，金融部门出现极度风险厌恶特征，会尽量减少将资本配置到创新投扩展边际是指选择进行创新投资的

12、企业数目的增加，集约边际是指企业创新投资额的增长。这种二元边际影响效应更多应用于金融发展对企业出口的研究，如马淑琴。随后将其扩展到金融发展对OFDI的影响研究，如李坤望以及外商投资对企业创新投资的影响研究领域，如Yang等。万方数据科学学研究 第35卷资过程中。另外，高密度研发企业通常拥有较少实物资产或设备用以债务融资抵押，企业如果想获得足够的创新融资需要支付较高的融资成本，这会进一步导致企业面临比较严重的外部融资约束，降低了创新资本投入品的数量和创新投资水平。Maskus实证发现，经济体的资产实物性与国内信贷市场的交互项对创新投资影响较为显著，说明创新投资会面临由于缺乏实物资产而出现融资约束

13、，进而导致创新投资水平不足1。另外，在金融规模较低水平的金融发展低级阶段，金融系统只倾向于监控产出形式界定明确的生产活动，只关心融资项目潜在收益理想且安全性较高，最终会进一步降低企业创新投资水平。在这个阶段，金融体系应该积极提升可利用的金融规模数量，合理改进经济体的金融结构，如在扩大信贷规模的同时培育股权市场的发展；当金融规模超过一定边界值，金融发展会过分追求短期投机盈利和金融资产泡沫化增值，忽略创新与技术进步投资带来的经济长期成长。在这种情况下，企业要获得足够的创新融资需要付出较高的资金成本以便弥补资本配置到其他高速增值领域中的机会成本“。12金融效率对企业创新决策和创新投资阶段影响的边界效

14、应(1)金融效率对企业创新决策阶段影响的边界效应当金融效率高于一定边界，随着金融资本配置效率提高，金融功能逐步完善，金融业技术处于前沿技术水平。由于创新投资具有不确定性和高风险性，金融部门除充当储蓄者和投资者桥梁职责外，可以深入到研发部门承担风险资本家职能，对企业家的技术创新能力进行有效事前评估，防止企业家欺骗行为且对投资项目进行监督，进而缓解融资约束、促进企业的创新与技术进步投资，提高研发部门的创新能力旧“。此时，金融部门由动员储蓄基础功能拓展到配置资本核心功能，进一步拓展到分散风险的高层次衍生功能过程中，可以有效增强资金供给者风险投资信心、降低信息成本进而提高资本转化效率，促使企业家做出更

15、多创新决策2；当金融效率低于一定边界，金融发展存在功能缺失，包括技术前沿滞后、先进管理经验引进不足或规模偏离较优水平。在低风险领域(短期投资)，金融部门能够发挥动员储蓄和资本配置功能。但对创新投资而言，还要求一个高效的金融市场能为具有企业家精神的企业创新发挥高层次衍生功能，如甄别筛选企业家、为企业家创新活动融资、帮助企业家分散风险、对创新活动的预期收益进行评估等。此时，金融部门会尽量规避将资金投向高风险的创新领域，企业家也预期在未来面对流动性冲击时可能获得的补偿流动性风险的资金数量有限，进而不能有效促进企业创新决策。(2)金融效率对企业创新投资阶段影响的边界效应当金融效率高于一定边界时：第一，

16、银行部门可以将动员储蓄的资金以低成本和费用转换成企业的创新融资。股权市场流动性较高，提高资产变现能力，降低了资金流动性风险，增加了金融体系为企业提供创新资金的能力嵋。第二，金融部门的价格发现机制较为准确且稳定，降低金融部门对实体经济影响的波动性，提升资金供给者将资本投入实体企业创新的信心，进而提高其创新投资水平旧“；第三，金融部门前沿技术扩展、管理经验改善有助于提升企业家风险甄别能力，有利于将资本以合理价格更广泛地投入到不同企业中。而不是少数大型企业或垄断企业独享资源，金融排斥程度较小，能有效扶持中小企业或私企创新融资旧“；当金融效率低于一定边界时，金融功能的部分缺失使得企业(尤其中小企业)创

17、新融资约束程度加大，技术创新投资会产生较高的交易成本，一旦企业预期收益低于投资成本时，创新投资必然下降。此时，随着金融规模的扩张，投资者只会大量涌入金融资产投机领域，而非实体经济创新中，加剧金融体系的脆弱程度和经济波动程度。彭俞超通过19892011年46个国家的宏观数据实证发现，在金融效率较高、稳定性较强且可及性较好等金融功能完善的经济体中，市场导向型金融发展能更多改善经济体融资水平。2研究设计21 HECKIT模型的设定在任何行业中，并非所有企业都会进行创新活动。本文将企业R&D投资过程看作两个阶段：决定是否进行创新(阶段1，决策阶段RDD)，投入多少资源用于创新(阶段2，投入阶段RDI)

18、。因此只对创新企业进行回归会出现样本选择偏误。通过Heckman误差修正模型可以实现上述创新阶段的分析。2。涉及到对两类方程的回归：选择等式和投入等式。万方数据第1期 王昱成力为安 贝：金融发展对企业创新投资的边界影响借鉴Subash研究心，通过对模型的修正构建下列实证框架，引入金融发展对企业R&D决策和R&D投入的影响。带有R&D决策虚拟变量(RDDi。)的选择等式形式如下：RDD“=Oto+Oll FD“+012FDCF“+Ol 7controln+妒Loci,+Yea+Indus打Yj+氏 (1)带有R&D投入变量(RDI。)的投入等式形式如下：RDI。=_|Bo+卢lFD。+卢2FDC

19、F。+卢control。+ye眠+Indust7Yi+ (2)进一步，使用分位数HECKIT模型修正等式(1)和(2)以便考虑金融发展对企业R&D投资阶段的边界影响。具体地，以0代表分位数，在给定解释变量向量集的情况下，金融发展对企业R&D投资的估计模型变为：Q。(RD“I X“)=X卢。+s。 (3)22 f-I限模型的设定进一步使用门限模型寻找金融发展对企业R&D投资影响的边界值，遵循标准建模方法口8I，建立如下门限面板模型：RDI“=卢。+卢1FDCF。+卢controz“+Yea rf+Indus打Yj+01FD。，(qny1)+02FD。，(yly2)+sn (4)等式中i表示企业，

20、t表示时期，J表示行业类别。金融效率指标包括金融业技术进步指数Techch纯技术效率指数Pech。规模效率指数Sech。及全要素生产率指数Tfpch。；另外，借鉴沈红波心9|，文中增加FD X CF。乘积项表示金融规模、金融效率及企业现金流的交叉影响，反映宏观金融发展(效率和规模)向微观企业R&D投资影响的传导。其中金融规模使用地区年末金融机构贷款总额与其当年GDP之比表示；RDI；。表示企业R&D投资水平，由企业R&D投资占总资产百分比计算。control；。表示一系列控制变量，包括企业全要素生产率tfp n，内部现金流CF。出口EX。，资本密集度KL。行业密集度HHI，规模SIZE。年龄A

21、GE。区位Loc；。及行业Industry，和年份Year。虚拟变量。i。表示随机扰动项。0表示门限变量系数，I()为指标函数，y为特定门限值，q。表示门限变量。23指标测算与数据选取本文借鉴Fried等的三阶段DEA模型并结合Malmquist指数测算区域金融效率指标。该模型是一种非参数评价方法，能够更好地评价决策单元效率，并同时可以有效剔除包括环境因素与随机因素等系统自身不可控因素对效率的影响。在第一阶段，使用传统的非参数Malmquist指数模型，从金融投入一产出角度对全要素生产率进行计算，具有较强的客观性，更适合对宏观金融数据的分析。第二阶段，运用SFA模型分解第一阶段的投入松弛，但F

22、ried等并没有给出求解管理无效率的具体方法。与传统估计方法不同，本文借鉴李双杰提出的统一分布模型分布的E(肛I s)计算方式求解管理无效率项E(小)=鬻=等等枷分解出随机因素对初始投人的影响“。在第三阶段，不同于直接使用调整投入后的投入导向BCC模型测度决策单元的效率，本文再次运用非参数Malmquist指数法，结合第二阶段剔除不可控因素得到的调整后投入来分解和测算我国金融业全要素生产率的变化。本文运用DEAP 21和Frontier软件计算出中国各省份金融效率变化。在数据选取上，使用20052012年我国金融业增加值作为产出变量，金融业固定资本存量和从业人员数作为投入变量“。环境变量参照金

23、春雨选取区域经济发展水平(人均GDP)，居民与企业财富变化(扣除GDP中财政收入之后占当年GDP的比重)，产业结构(第三产值与GDP之间的比值)、人民生活水平(1一恩格尔系数)以及地区金融机构存款规模(银行存款GDP)。3 3|。其中，环境指标来自于中国统计年鉴(20062013)，金融业增加值、从业人员数和固定资产投资来自于中国金融年鉴(20062013)。固定资产存量则由固定资产投资流量，通过永续盘存法计算得出，公式表示为：Ki。=I。+(1+8)K一，。K表示资本存量，I表示投资流量，表示折旧，通常取值5。另外，借鉴张军等人研究，将金融业增加值和资本存量换算成我国各省市2005年为基年不

24、变价格的数据“。为节省篇幅，本文未将各省份各年度金融效率测算结果具体列出，但将各省份20052012年金融效率各项指标变化趋势总结在图1中。通过使用非参数M指数法，本文将金融效率具万方数据科学学研究 第35卷体分解为三项乘积因子(技术进步指数Techch、纯技术效率指数Pech、规模效率Sech)以及技术效率指数Effch和金融业全要素生产率指数Tfpch，其中Tfpch=Techch Z Effch=TechchPechSech。观察图1结果可以发现：(1)在20052007年间，金融业的全要素生产率指数处于上升趋势，规模效率也略有提高，而纯技术效率指数和技术效率指数出现下降，此时金融业效率

25、提升主要来自于金融业技术进步指数的大幅度提高；(2)在2008201 1年间，受国际金融危机的影响，金融业的全要素生产率指数总体呈下降趋势(虽然在2009年有所回升)，同时金融业的技术进步指数出现持续下滑。而在此期间，受我国宽松货币政策和美国量化宽松货币政策的影响，金融业规模效率指数出现上升趋势。这表明，金融危机期间我国金融业技术进步放缓甚至倒退，而通过金融业规模的持续扩张，避免了金融业整体效率的大幅下降。(3)201 12012年，金融业全要素生产率指数和技术进步指数出现同时上升趋势，其他因素基本保持稳定。上述分析表明，金融业技术进步对于金融业整体效率的提升起到关键作用，但金融业的规模发展可

26、以作为一种调节和辅助手段来缓解外界冲击对金融效率造成的不利影响。图1 20052012年中国金融效率变化趋势进一步，本文给出我国区域金融发展的聚类分析情况，其中使用到RQ型因子分析原理，其中R型、Q型因子分别表示对变量和样品进行因子分析。假定有n个样品，每个样品有P个变量，则有如下矩阵：X=戈lp石2p 石”虱2 20052012年各省金融效率聚类分析在矩阵等式(5)中，设各行之和为zi=；戈。各y列之和戈总和并。=；?茗p令P=兰=(P“)=石。掣兰表示概率。另外，假定z=(zi)=(P。一PiP，)*w以。，P，其中P。，p。分别表示P。的行和与列和。进一步，变量的协方差矩阵表示为S。=Z

27、Z，样品的协方差矩阵表示为S。=ZZ；将变量和样本的协方差矩阵中的非零特征值记为A，A：A。0，若s。中Ai对应的标准化向量为。：，则S。中A：对应的标1准化向量为肛；=勐。q入t根据上述原理和中国31个省份20052012年的相关投入一产出数据，运用SPSSl60软件将我国各省份金融效率的特征进行了聚类，并将结果汇总于图2。根据影响区域金融效率特征中的技术效率(综合反映纯技术效率和规模效率特征)和技术进步指数的不同，图2将各省20052012年金融效率聚类到了坐标轴的三个不同象限中，其中右上方为第1象限，按逆时针方向分别为II，III，IV象限。具体含义总结为：(1)北京、天津、上海、浙江、

28、福建、江苏、广东等主要东部沿海发达地区和唯一的西部地区四川位于第1象限，即属于技术进步和技术效率双高型地区。首先，这些地区基本上是我国经济最发达地区，金融部门的管理水平较高，技术处于全国前沿面上，技术效率高主要由较高的纯技术效率推动，因而也表现出较高全要素生产率处于水平。由于这些地区金融规模占GDP比重通常较大(均值1358)，其金融发展已完成金融规模扩张的层次，需要提升万方数据第1期 王昱成力为安 贝：金融发展对企业创新投资的边界影响金融配置资本的核心功能和拓展资产重组、公司治理、资源再配置、财富再分配、信息生产与分配、风险分散等派生或衍生性功能，实现功能升级；其次，也因为这些地区金融规模占

29、GDP比重通常较大、已超过最优门槛水平，规模效率处于全国偏低水平。(2)重庆、贵州、云南、陕西、甘肃、青海、宁夏等大部分西部地区，河北、辽宁、山东、海南等少数东部地区以及山西处于第1I象限，这些地区属于高技术效率低技术进步型地区。这些地区由于国家政策支持和合理地引进和使用现有先进管理技术经验(纯技术效率较高)，金融规模处于较合理水平(规模效率具有优势)，进而导致技术效率处于较高水平。但这些地区金融业创新不足，进而技术前沿面水平较低。(3)内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南等大部分中部地区以及广西、新疆、西藏等西部地区处于第1II象限，即属于技术进步和技术效率双低型地区。随着金融

30、绝对规模的扩大，其规模效率反而呈现下降趋势，表明单纯依靠规模扩张来拉动金融效率提升不具有可持续性。但这些省份金融业内部结构和管理经验水平比较先进，进而在规模效率不具有优势的情况下仍然使得技术效率处于较高水平，最终使得金融业全要素生产率处于较高水平。这些地区引进先进管理经验技术不足，并且金融业规模较低，出现了规模和效率提升的两难困境。本文使用的微观企业数据来自中国工业企业数据库(20052007)，该数据库是国家统计局对全部国有及规模以上非国有企业统计报表统计得到的。金融发展指标原始数据来自中国统计年鉴(20062013)及中国金融年鉴(2013)。对于使用的企业数据做如下处理：(1)删除违背现

31、实的企业样本，如非正工业总产值等；(2)删除员工人数低于8人的样本；(3)删除销售额增长率大于100或者小于0的样本；(4)删除非正常营业样本。为使结论稳健，对数据做如下补充处理，如工业总产值低于500万、固定资产低于10万、资产总计低于100万的样本都被删除；(5)根据研究需要，将连续存在的企业(平衡数据)进行筛选。对数据处理中使用到统计软件Access 2010、DEAP 21及Statall0等。最终包含样本875811，其中从事R&D活动企业数82234，连续存在且R&D投入为正的企业数33532。3金融发展对企业创新投资边界影响的实证研究31 变量的描述性统计表1报告了变量的描述性统

32、计分析结果。为减轻异常值产生的影响，分析处理时对所有变量使用winsorize方法在1和99水平上的极端值进行了处理。表1 各变量的描述性统计分析变量 均值 中位数 标准差 最小值 最大值金融规模金融效率企业创新控制变量10921017099l102210420000O01939190053481l4223014511589146980365O15800870047O189001700490769030553401261O301167816097资料来源：根据中国工业企业数据库(20052007)、中国金融年鉴(20062013)以及各省统计年鉴(20052012)37525O77芷疆1倒m猫

33、m舢咖跏御螂嘟三j啪盯2LLLLL互一扭mm拽4挖加鼹加柏阢埯醯69886Oe4LO08O叭mmmmm舒mKmo乱乱m24O3901ll99”O舵卯肼弱毗：兮熨O1Ol10L30040“7chh矗DIP、：L1EE耐删呲泓吣啪哪叫麟肌|舰万方数据116 科学学研究 第35卷32基于HECKIT模型的金融规模对企业创新投资的边界影响表2 基于所有制区分的金融规模门槛与企业创新投资模型1(国有企业) 模型2(私营企业)创新决策阶段(RDD)变量 Fd I Fd II Fd III Fd IV Fd I Fd II Fd III Fd IVfd 00109 00143+00149+00137 000

34、82 00101 00119+00108Fd X cfHHI(000131)000271+(000131)000118(000115)O00118(000248)一000085(000072)000315+(000022)000525+(0000730)size 000220+ageloc(000094)一000016+(000019)001128+(000627)O01045(000898)00172(000643)(000180)000267+(000128)000120(000117)000119(000250)一000103+(000092)000318+(000024)000528+

35、(0000734)000221+(000092)一000018+(000022)001126+(000625)O01048(000907)00204+(000187)000273+(000133)O00123(000120)000117(000246)一000108+(000099)000321+(000027)000531+(0000739)000224+(000095)一000021+(000025)001125(000623)001052(000172)000276+(000138)000125(000122)O 00120(000252)一000098(000087)000323+(0

36、00029)000532+(0000741)000226+(000097)一0 00023+(000027)OOll29+(000628)001055(000126) (000141) (000161) (000148)000715。+(000191)0002Il(000216)000259(000318)一000074000718+(000195)000209(000213)0 00261(000323)一000079(000066) (000071)000720+(000198)000212(000218)000254(000313)一000091+(000083)000722+(0001

37、99)000213(000220)000256(000315)一000084(000076)000344+000346+000345+000347+(000030)000514 4(0000711)000443(000086)000014(0 00012)001226+(000655)一001316+创新投入阶段(RDI)(000911) (000641)00248+00191(000832) (000959) (000737)(000646)00106(000375)(000032)000517+(0000715)000447(000091)000011(000010)001223+(000

38、652)一001319+(000650)00122(000543)(000031)000515+(0000713)(000034)000516+(0000714)0 00445000448(000088)000010(000008)001225+(000654)一001321+(000652)00148+(000681)(000093)000016(000014)001228+(000657)一001323+O0132(000603)tfp 000355000358000359000361001954001955001957001959Fd X ef(000157)O00156(000121)

39、000159+(000393)一000102(000092)(000161)O00159(000124)000162+(000395)一000111+(000104)f000162)000160(000126)000164+(000397)一000115+(000109)(000163)O 00161(000128)O00165+(0 00399)一O00104(000094)(000103)000261+(000292)0 00385+(000481)一O00119(000112)(000105)000263(000294)(000108)000266+(000298)000388+0003

40、90+(000483)一0OOl28(000121)(000486)一000141+(000133)(000110)000265+(000296)000392 4+(000488)一O00132(000126)k1 0 00391000395000397000399000396000399000403000405HHI(0 00041)一000420(000046)一000423+(000048)一000422+(000051)一0 00424+(000049)一000411(000054)一000413+(000058)一000408+(000061)一000410+万方数据第1期 王 昱成

41、力为安 贝：金融发展对企业创新投资的边界影响注：()内为参数估计量的标准差；+、一、分别表示在显著水平为10，5，1下通过检验；每个模型中包含行业和年份虚拟变量，为节省篇幅未予列示；Fd I、Fd II、Fd III和Fd IV分别表示前25，第二个25、第-+25以二及后25分位数。表2给出了按所有制区分的金融规模门槛对企业创新投资过程非线性影响的分阶段HECKIT模型回归结果。通过对比分析来看，金融规模发展对不同所有制企业创新决策和创新投入阶段影响结果相似。首先，当金融规模处于较低水平时(Fd I)，均不能对国企或私企的创新决策或创新投入产生显著影响。这表明，金融规模过低、金融深化不足时，

42、金融发展不足以有效支持和影响企业的创新投资过程。其次，当金融规模逐渐扩张时(Fd II)对国企和私企创新决策和创新投入产生了差异化影响，金融数量扩张开始对国企创新决策和创新投入产生促进作用，而对私企没有产生显著影响。这表明，金融发展更易于促进国有企业的创新投资过程，且对其影响的门槛程度也更低。第三，当金融规模继续扩张(Fd III)，其对国企和私企创新过程均产生了显著促进影响，但对国企影响程度更大。这表明，金融规模需要达到较高水平(流动性比较充足)才能促进私企创新投资过程。第四，当金融规模达到更高水平(Fd IV)，其对国企和私企创新过程的影响又变得不显著。这表明，金融规模过度扩张后，金融发展

43、可能偏离支持企业的创新投资路径，不利于企业创新融资。第五，金融发展对企业创新投资的影响更多通过“集约边际”还是“扩展边际”?即金融发展是通过增加企业创新投资强度来提高创新规模，还是通过促进更多企业选择进行创新来提高创新规模。通过将金融规模(国企Fd II和Fd III、私企FdIII)估计系数进行标准化处理，来比较给出回答。具体计算公式为：b，=O。X s(fd)s(dummy)；6：=卢。s(fd)s(rdi)。OL，和卢。分别表示两阶段金融发展回归系数，s()表示变量的标准误差。若blb2则说明，金融发展对企业创新投资的扩展边际大于集约边际，反之相反。计算结果显示，b1分别为00483、0

44、0524、00421，b2分别为00385、00405、00331。这说明，金融规模对企业创新投资影响的扩展边际大于集约边际，金融发展提高创新投资水平在很大程度上源自促进企业创新决策来实现。金融规模发展(宏观层面)对企业创新过程(微观层面)的影响机理体现在金融规模与企业内部现金流的交叉项(Fdcf)，即金融规模扩张可以促使金融资本缓解企业外部创新融资约束，降低企业内部现金流(cf)与创新投资的敏感性，进而促进企业创新决策和创新投入水平。3“。但结果表明，金融深化不足或过度扩张并不能缓解企业的创新投资过程，只有适度的金融规模发展才能够有效参与企业的创新过程，缓解其创新融资约束。表3给出了按行业技

45、术区分的金融规模门槛对企业创新投资过程影响的分阶段HECKIT模型回归结果。通过对比分析可知，金融规模对不同技术企业创新投资影响与对不同所有制企业的非线性影响趋势相似，即随着金融规模由较低到较高的变化，其万方数据科学学研究 第35卷对不同技术行业企业的影响由不显著变为显著的正向影响、最后又变为不显著。金融规模门槛在中低技术企业中要求更高。另外，金融规模对不同技术企业创新投资影响的扩展边际同样大于集约边际。表3基于行业技术区分的金融规模门槛与企业创新投资注：行业技术分类基于2006年国家统计局颁布的高技术产业统计分类目录；由于篇幅限制，其他控制变量的回归结果未予列示；其余同表2。33基于HECK

46、IT模型的金融效率边界对企业创新影响的实证研究表4 基于所有制区分的金融效率门槛与企业创新投资万方数据第1期 王 昱成力为安 贝：金融发展对企业创新投资的边界影响Fd X cfk1TeehehPechSechTfpchFdefXpN一00006l(000052)000328(000028)000520+(0000724)000216+(000085)一000013+(000018)OOll37+(000649)O01031(000875)0O108(000102)00118(000115)00120(000119)00115(000112)000352+(000153)000153(00011

47、7)000154+(000388)一000094(000088)000383+(000030)一000412(0000647)O00155+(000083)一000012+(000022)OO1016(000869)一1227+(0484)一07lO4495000085+(000074)000330+(000021)000524+(0000717)000214+(000090)一0 00015 4(000021)O01132+(000655)O0103500881、012200120)0132001290135+0013400129+(000127)000351+(000150)O00152(000119)000155+(000385)一000103 4(000095)000381+(000035)一000415+(0000642)000152+(000089)一000013+(000025)O01013(000877)一1222+(0494)一O7124495000094+ 一000056(000082) (000045)000334000350 8+(000017) (000026)0