成都市风险投资、R&D投入与技术创新基于VAR模型的实证研究

(西南交通大学 经济管理学院,四川 成都 610031)

1 引言

当前,我国已经进入深入实施创新驱动发展战略阶段,创新成为推动我国经济发展的核心动力。为驱动成都经济创新发展,成都市政府相继推出“创业天府”行动计划和“创业天府”行动计划2.0版。《全国17城市双创指数排名》显示,成都市凭借优异的双创环境和双创成果排名第四,仅次于北京、上海和深圳,在中西部城市中处于领先,位列所有“新一线城市”首位,技术创新水平不断提升。2017年成都市共有专利申请113956件,其中发明专利申请47033件,专利授权41088件(发明专利授权7990件)。探寻成都市技术创新的影响因素,对未来进一步推进成都市技术创新发展尤为重要。其中,风险投资对技术创新的促进作用在学术界得到广泛认可,美国的经验也足以说明风险投资对创新发展的重要贡献。从2008年开始,风险投资在成都市不断发展,2015年成都市风险投资在投资案例数和投资金额方面均达到历史最高水平,全年共发生381起风险投资案例,金额近141.17亿元。同时,R&D投入是最为重要的创新投入要素之一,直接影响到创新产出水平。长期以来,成都市R&D经费投入逐年增加,由2003年的39.46亿元增加到2017年的320亿元,R&D投入占GDP的比重在2009年以后迅速提升,基本保持在2%以上。本文试图通过厘清成都市风险投资、R&D投入与技术创新之间的互动关系,寻找成都市技术创新提升的重要影响因素,为成都市未来的技术创新提升和经济创新发展提供政策建议。

2 文献回顾与研究内容

2.1 文献回顾

针对风险投资、R&D投入和技术创新之间的关系,目前已有的国内外文献主要围绕以下几点进行研究:①风险投资与技术创新的相互作用。一方面,国内外学者的观点基本一致,认为风险投资能促进技术创新。Kortum、Lerner[1]利用美国的数据,在行业层面证实了风险投资对技术创新的促进作用,并测算出过去十年风险投资对行业技术创新的贡献占15%;Ana等[2]以17个欧盟国家为样本,进一步证实了风险投资对技术创新的促进作用主要是在后期阶段。国内学者也对此进行了深入研究,国家、行业和企业层面均有涉及。其中,苟燕楠等[3]以中小板上市公司为样本,发现风险投资进入企业的时间越早,对技术创新的正向促进作用越强;许昊等[4]用我国省际面板数据研究发现,风险投资对技术创新产出的促进有滞后效应,在滞后二期与滞后三期的促进效果最优。另一方面,部分学者认为技术创新吸引风险投资。Gerronikolaou、Papachristou[5]证实了在欧洲是创新先于风险投资,并以此解释欧洲风险投资之所以不活跃,可能不是因为资金缺乏,而是因为创新想法缺乏;Hirukawa、Ueda[6]利用美国制造业数据也验证了创新先于风险投资;Pradhan等[7]以欧洲19个国家为样本,证实了两者单向或双向的影响关系,同时提出应关注不同国家的风险投资和技术创新关系的差异性。国内学者杨晔[8]将风险投资和创新进行面板格兰杰因果关系检验,证实了我国风险投资先于创新,而没有证据显示创新先于风险投资。②R&D投入促进技术创新。国内外对此的研究已十分成熟,从国家、行业、企业等不同视角进行了全面剖析。最新的包括：余泳等[9]以高技术产业为对象的研究;白云飞[10]发现R&D投入对科技创新的影响具有时滞效应,影响期为1—4年;孙早等[11]验证了不同所有制企业的R&D投入对创新的影响有所不同;丘东等[12]研究了政府R&D投入对创新的影响机理。③风险投资与R&D投入对技术创新影响的差异性。基于上述两个研究成果,不少学者将风险投资与R&D投入对技术创新的影响进行了对比分析。陈治等[13]以风险投资和R&D投入作为创新投入,验证了风险投资对技术创新的促进效率大于R&D投入的结论;司颖洁等[14]基于DEA模型的研究证实了此结论。此外,邓俊荣等[15]建立实证模型分析发现在我国风险投资对技术创新的作用系数为负,并没有像国外那样有明显的推动作用,而R&D研发经费支出对技术创新的作用显著,技术创新很大程度是由于R&D经费投入。④风险投资促进R&D投入增加。赵洪进[16]证实我国风险投资与高新技术产业的R&D投入之间具有正相关关系,风险投资会带来R&D经费、R&D人员等自主创新投入增加;杨胜刚等[17]以中小板和创业板企业为样本,发现风险投资持续持股会促进企业R&D投入增加。

2.2 研究内容

已有的国内外文献分别从国家、产业和企业等层面对风险投资、R&D投入和技术创新关系进行了研究,宏观、中观和微观研究视角均有涉及,但以某一地区为对象的研究较少。研究的内容以单向关系研究为主,包括风险投资对技术创新的影响,R&D投入对技术创新的影响、技术创新对风险投资注入的吸引等。另外部分学者对双向互动关系进行了分析,研究风险投资与技术创新之间的因果关系。但可以发现，目前的研究对风险投资、R&D投入与技术创新三者关系的研究较缺乏,且已有的研究以风险投资、R&D投入对技术创新的影响差异为主,缺少针对三者互动关系的系统研究。

本文在文献梳理的基础上,以创新发展迅速的成都市为研究对象,分析风险投资、R&D投入与技术创新三者之间的互动关系,对目前的研究进行补充和丰富。通过构建VAR模型将三者置于同一系统,选取2003—2017年相关数据作为全样本,同时创新性地以2008—2017年数据为对比样本,通过对两组样本的格兰杰因果关系检验进行比较分析,以及对全样本的方差分解进行探讨,解决图1的4种关系并回答以下几个问题:成都市风险投资发展是否显著促进技术创新水平的提升;成都市R&D投入是否促进技术创新水平的提高;风险投资与R&D投入对成都市创新水平的促进作用是否存在差异和变化;成都市创新水平的提升是否吸引更多风险投资的进入;风险投资是否促进R&D投入增加。

图1 风险投资、R&D投入与技术创新关系

3 研究方法与数据来源

3.1 VAR模型

为了对成都市风险投资、R&D投入、技术创新三者之间的相互关系进行分析,本文通过建立VAR模型,估计三者之间的动态关系。之所以选择该模型,主要是因为VAR模型运用于多个变量研究能更好地解决内生性问题。本文研究风险投资、R&D投入、技术创新三者之间的关系,借助VAR模型,可将三者放入一个系统,详细了解其动态变化,这是多元线性回归模型无法做到的。本文的VAR模型为:

Yt=υ+A1Yt-1+…+APYt-p+μt

(1)

式中,Yt=(LNPt,LNVCt,LNRDt)为3×1阶随机变量;A1—Ap为3×3阶的参数矩阵;p为滞后阶数;LNP为技术创新指标的自然对数;LNVC为风险投资指标的自然对数;LNRD为R&D投入指标的自然对数,从而建立由三个方程构成的VAR模型。通过构造VAR模型,本文主要进行了两方面的分析:一是在VAR模型估计基础上的格兰杰因果关系检验,探讨成都市风险投资、R&D投入、技术创新三者之间的互动关系;二是在VAR模型估计基础上的方差分解,分析不同变量之间的影响差异性。

3.2 格兰杰因果关系

在VAR模型估计的基础上,对风险投资、R&D投入、技术创新之间前文所述的4种具体关系进行分析,基本原理为:

(2)

(3)

以两变量X、Y之间的格兰杰因果关系检验为例,主要是用两个变量过去的值对其中一个变量的现值进行解释。X和Y两变量过去的值共同解释Y,相较于单独以Y自身过去的值进行解释,解释的效果更好,则认为X是引起Y的原因。类似的,也可对Y是否是引起X的原因进行检验。本文对风险投资与技术创新之间的因果关系进行了检验,若风险投资和技术创新过去的相关数据对技术创新现值的解释优于仅由技术创新自身进行的解释,那么风险投资是引起技术创新的原因;若风险投资和技术创新的过去相关数据对风险投资现值的解释优于仅由风险投资自身进行解释,那么技术创新是引起风险投资的原因,同理可对其他几组关系进行检验。

3.3 方差分解

方差分解是通过分析每一个结构冲击对内生变量变化的贡献度来评价不同结构冲击的重要性。如变量X和Y,根据X变量基于冲击的方程对Y方差的相对贡献度(RVC)观测X对Y的影响的大小,RVC越大,认为X对Y影响越大。因此,本文在格兰杰因果关系检验的基础上,进一步利用方差分解,采用风险投资、R&D投入对成都市技术创新的作用大小和时间长短进行比较,判断未来成都市技术创新主要是由风险投资发展还是R&D投入增加来推动的。

3.4 数据来源

借鉴已有研究,风险投资的数据选择以风险投资额(VC)作为指标,目前清科集团私募通是风险投资数据最完整的数据库之一,因此本文的风险投资数据来源于私募通。技术创新数据选择专利申请数(P)作为指标,数据来源于成都市统计局网站。R&D投入选择以R&D经费投入额(RD)为指标,数据来源于四川省科技厅网站。在进行实证分析前,分别将三类指标取自然对数LNVC、LNP、LNRD。

考虑到数据的可获得性,时间序列区间选择2003—2017年。私募通数据库统计数据显示,成都市风险投资的快速发展始于2008年左右。为验证风险投资、R&D投入和技术创新的互动关系,以及三者关系在不同时期的变化特征,保证实证结果的准确性，本文创新性地以2008年为时间分割点,将实证分为两组样本进行对比：第一组为全样本(2003—2017年),第二组为对比样本(2008—2017年)。通过对两组样本进行格兰杰因果关系的对比,可清晰地知道三者关系的动态变化情况,从而更准确地为未来成都市创新发展提供政策建议。

4 实证结果与分析

4.1 平稳性检验

VAR模型的数据为时间序列数据,平稳的时间序列才能保证最后估计结果的准确性,因此在模型估计前需要对序列的平稳性进行检验。本文利用ADF单位根检验方法,分别对LNVC、LNP和LNRD时间序列进行单位根检验,若存在单位根,则为非平稳序列,需要进一步考察序列之间可能存在的协整关系,进行协整检验;若不存在单位根,则为平稳序列,可进行模型估计。

平稳性检验结果见表1。从表1可见,LNP、LNVC、LNRD在1%、5%、10%的水平上显著,ADF统计量均小于临界值,因此拒绝原假设,即不存在单位根,LNP、LNVC、LNRD均为平稳序列。LNP、LNVC、LNRD序列均为平稳序列,可进行VAR模型估计,进一步讨论三者之间的关系。

表1 序列的ADF单位根检验

注:*表示在10%水平下显著；**表示在5%水平下显著；***表示在1%水平下显著,下同。

4.2 VAR系统稳定性

3个序列均为稳定序列,因此直接进行VAR模型估计,本文采用的估计类型为非限制性向量自回归。滞后期的确定见表2、表3。本文选择AIC、SC、HQ三种滞后长度准则确定模型的滞后期。第一组全样本2003—2017年，在3种准则下最优的滞后期长度均为2,因此选择对VAR(2)进行模型估计。第二组对比样本2008—2017年,最优的滞后期长度也为2,因此以VAR(2)进行模型估计。在估计的基础上,对估计的VAR系统稳定性进行检验,以保证VAR系统的稳定性,保证回归结果的可靠性,进一步格兰杰因果关系和方差分解分析的准确性。

图2 AR根图

Lag LogL AIC SC HQ0-19.34312 3.437404 3.567776 3.4106061 21.75390-1.500600-0.979108-1.6077902 45.81139-3.817137*-2.904526*-4.004719*

注:*表示准则下的最优选择项。

表3 2008—2017年滞后期确定的结果

进一步采用AR根图来判断VAR系统的稳定性,所有AR根的模倒数均位于单位圆内,则可判断VAR系统的稳定性。两组数据的检验结果见图2,所有的数值均位于圆内,因此VAR估计是稳定的。

4.3 格兰杰因果关系检验

变量之间的格兰杰因果关系检验,是用过去的变量值对其中一个变量的现值进行解释。在VAR(2)估计基础上,检验风险投资、R&D投入、技术创新之间的因果关系。检验结果见表4。

表4 格兰杰因果检验结果

从2003—2017年全样本检验结果可见,在以技术创新为因变量方程的格兰杰因果关系检验中,未能验证风险投资是技术创新的Granger原因,但能验证R&D投入是技术创新的Granger原因;在风险投资为因变量方程的格兰杰因果关系检验中,技术创新是风险投资的Granger原因;在R&D投入为因变量方程的格兰杰因果关系检验中,未能验证风险投资是R&D投入的Granger原因。结果表明,在2003—2017年全样本分析中,成都市风险投资对技术创新的促进作用不显著,技术创新主要来自R&D投入推动。同时,结果还显示已有技术创新吸引风险投资注入和发展,风险投资不能显著促进R&D投入增加。对比2008—2017年样本的检验结果可见,以技术创新为因变量方程的格兰杰因果关系检验中,验证了风险投资是技术创新的Granger原因,但未能验证R&D投入是技术创新的Granger原因;在风险投资为因变量方程的格兰杰因果关系检验中,未能验证技术创新是风险投资的Granger原因;在R&D投入为因变量方程的格兰杰因果关系检验中,未能验证风险投资是R&D投入的Granger原因。因此,2008—2017年成都市风险投资对技术创新具有显著的促进作用,而R&D投入对技术创新的推动并不显著,同时技术创新未能显著吸引风险投资注入,风险投资也不能显著促进R&D投入增加。

第一组全样本与第二组样本的对比可得出,以2008年为分割点,成都市风险投资、R&D投入、技术创新之间发生了以下变化:①风险投资对技术创新的促进作用逐渐增强。2003—2017年全样本分析中风险投资对技术创新的促进表现不显著,但自2008年以来风险投资对技术创新的促进作用显著。②R&D投入对技术创新的促进作用在减弱。在2003—2017年全样本分析中，R&D投入对技术创新的促进显著,但自2008年以来R&D投入对技术创新的促进作用不显著。③技术创新的主要推动力开始由R&D投入向风险投资转换。2008年以前,R&D投入是技术创新的主要推动力,但随着2008年开始风险投资的快速发展,风险投资对技术创新的推动作用越来越大,技术创新的主要动力开始显现出由技术创新向风险投资转变的趋势。④由技术创新吸引风险投资向风险投资促进技术创新转变。2008年以前,成都市技术创新的不断活跃吸引风险投资资金进入,随着风险投资规模越来越大,逐渐展现出风险投资对技术创新的促进,从而实现由前期技术创新吸引风险投资向后期风险投资促进技术创新转变,这符合地区风险投资发展从无到有、规模从小到大的发展规律特点。

三者关系发生以上4点变化主要是由于成都市风险投资的发展和逐渐成熟。2006年之前,我国风险投资行业整体发展缓慢。2006年《创投企业管理暂行办法》开始实施,我国风险投资开始步入快速发展阶段。由于地理位置等因素影响,成都市风险投资发展速度明显落后于东部发达地区城市。但从2008年开始,随着创业投资引导基金政策的出台,成都市风险投资活动逐渐活跃,风险投资案例数和投资金额逐年提升。2008年成都市风险投资共24起,投资金额14.76亿元;2017年风险投资案例共253起,投资金额达到265.60亿元,10年间投资案例数和投资金额均实现了成倍增长。成都市风险投资发展逐渐成熟,风险投资对技术创新的推动作用越来越明显,由前期技术创新吸引风险投资向后期风险投资促进技术创新转变。

4.4 方差分解

风险投资和R&D投入对成都市技术创新的促进作用均已得到证实。为进一步了解风险投资和R&D投入对成都市技术创新促进作用的差异性和动态变化,为技术创新发展提供政策建议,需要对2003—2017全样本模型估计结果进行方差分解。方差分解结果见表5和图3。从表5和图3可见,技术创新的提高,80%以上由技术创新的自身贡献,风险投资对技术创新的贡献率保持在10%以上,R&D投入对技术创新的贡献率低于5%。风险投资对技术创新的贡献率在第二期开始增加,随后出现小幅下降,在第六期达到14%左右的稳定状态。R&D投入对技术创新的贡献率初期近6%,随后出现逐渐减少趋势,在第六期达到贡献率2.5%—3%的稳定状态。

表5 风险投资、R&D投入对技术创新的相对贡献度

方差分解结果进一步证明和解释了为何风险投资对技术创新的促进作用在增强,R&D投入对技术创新的促进作用在减弱,技术创新的主要动力在发生变化。风险投资相较于R&D投入而言,对技术创新的贡献率更高,且能长期维持在一个较强的影响作用水平。相较于R&D投入,风险投资之所以能够对技术创新发挥更多的影响作用,是由风险投资特有的运作形式决定的。在风险投资注入被投企业之后,风险投资机构一方面能为企业带来各类增值服务,为企业的战略制定、企业管理、市场营销等方面提供咨询和帮助;另一方面会对企业行为进行有效的控制和监管,这将极大促进企业技术创新和成长发展。

图3 技术创新的方差分解

5 结论与建议

本文利用2003—2017年成都市的相关数据,通过构建成都市风险投资、R&D投入、技术创新三变量的VAR模型,进行格兰杰因果关系检验和方差分解,证实了三者之间的相互关系。结果表明:2003—2017年三者关系整体表现为R&D投入是技术创新的主要推动力,风险投资对技术创新促进作用不显著,技术创新和风险投资的关系主要表现为技术创新吸引风险投资,同时风险投资不能显著促进R&D投入增加。但随着2008年开始成都市风险投资的快速发展和成熟,风险投资对技术创新的促进作用显著,R&D投入对技术创新的促进作用减弱,技术创新和风险投资的关系由技术创新吸引风险投资向风险投资促进技术创新转变,技术创新的主要推动力由R&D投入向风险投资转变的趋势。风险投资相较于R&D投入而言,对技术创新的贡献更大,能长期发挥其促进作用。

基于本文研究结论可知,未来成都市技术创新的进一步发展离不开风险投资,需要引导风险投资发展,有效发挥风险投资对技术创新的长期促进作用。本文提出以下几点政策建议:①完善政府风险投资引导基金政策。通过设立政府风险投资引导基金,完善和创新引导基金运作模式,加强引导基金的管理和绩效考核,有效发挥引导基金对成都市风险投资发展的引导作用,引导更多社会资本进入风险投资市场进行投资,活跃风险投资市场。②加强风险投资发展环境建设。积极鼓励金融机构和风险投资机构落户成都,搭建本地机构与国内外知名风险投资机构的合作与交流,积极营造创新创业的良好环境。③加强对风险资本流向的引导。政府在追求风险资本规模扩大的同时,应注重提升风险投资质量。需要激励风险资本流向高新技术产业,激励更多的资本投向种子期、初创期等早期企业,制定分阶段的连续投融资鼓励政策,为融资不足的早期创新型企业提供支持,以最大程度地发挥风险投资的技术创新促进作用。