上海市科技金融与经济增长关系的实证研究——基于VAR模型

黄江燕 黄江平

(上海大学，上海 200433)

对于科技金融的定义，目前最权威的是赵昌文在《科技金融》一书中的表述，“科技金融是指通过改革财政科技投入方式，引导和促进银行业、证券业、保险业金融机构及创业投资等各类资本，创新金融产品，改进服务模式，搭建服务平台，实现科技创新链条与金融资本链条的有机结合，为初创期到成熟期各发展阶段的科技企业提供融资支持和金融服务的一系列政策和制度的系统安排”[1]。科技是第一生产力，金融是第一推动力[2]。科技创新和金融市场的发展以及二者的融合对经济建设和社会进步发挥着越来越重要的作用。如何促进科技金融发展，利用科技金融推动自主创新能力的全面提高，增强国家核心竞争力是近年来研究的热点之一。

本文利用2004—2016年的上海市高技术产业产值作为经济增长的代表性指标，使用政府资金、企业资金、贷款机构资金、资本市场资金等指标构建科技金融投入体系，并建立VAR模型进行实证分析，为上海市引导科技金融发展进而促进经济增长提供依据。

一、变量的选择及模型的构建

本文的科技金融体系是基于张玉喜的科技金融生态群落子系统构建的，其中包括政府机构、科技创新企业、科技贷款机构、科技资本市场、创业风险投资和科技担保机构六部分[3]。鉴于目前创业风险投资具有较大的不确定性及科技担保在我国发展时间不长、数据不完善，所以，暂不考虑这两项指标的影响。而科技金融的产出指标即经济增长的代表性指标，本文选取的是高技术产业产值。因此，本文将从政府资金、企业资金、贷款机构资金、资本市场资金等四个方面研究上海市科技金融投入对经济增长的影响。

政府资金(gov)。科技创新是一个前期投入大、不确定性强的探索性活动，一般情况下R&D活动具有较强的正外部性，其溢出效应可能会导致市场失灵[3]。政府对科技创新的投入在弥补市场失灵的同时，可以作为科技金融投入指标的一部分，因此本文以上海市政府R&D经费内部支出来度量政府为科技创新提供的资金支持[3]。

企业资金(ent)。科技创新企业通常会通过提高研发活动投入以提升企业的竞争力[3]，因此，本文以上海市企业R＆D 经费内部支出来度量企业为科技创新提供的资金支持[4]。

贷款机构资金(loa)。在科技金融体系中，科技贷款机构主要为科技创新企业提供间接的债务融资。我国科技贷款机构通常指商业银行、政策性银行等银行类金融机构，这些机构为规模较小、信用记录不完整、尚未进入证券市场的科技型中小企业提供债务融资[3]。鉴于数据的可得性，本文以上海市金融机构人民币各项贷款余额来度量科技贷款机构对科技创新的支持[5]。

资本市场资金(cap)。科技资本市场为科技创新企业提供的是长期资本支持，随着我国多层次的资本市场不断发展和完善，我国的主板市场及创业板、中小企业板、新三板等多个专门服务于不同生命周期的科技创新企业的子市场共同构成了科技金融投入的重要部分[3]。本文以上海市上市公司的股票交易金额来度量资本市场对科技创新的支持强度[6]。

高技术产业产值(ion)。高技术产业是知识和技术密集型产业包括机器人研制、生物技术、电子、通信及计算机等行业，其具有研发投入大的特点。高技术产业的智力性、创新性及战略性对社会和经济的发展具有极其重要的作用，作为上海市科技金融产出的有效代表性指标可以在一定程度上衡量上海市经济增长[7]。

由政府资金(gov)、企业资金(ent)、贷款机构资金(loa)、资本市场资金(cap)及高技术产业产值(ion)建立模型，为消除异方差的影响，对各变量取对数后建模得到：

其中α为截距项，μ为随机变量。

二、实证分析

本文选取2004—2016年13年间上海市各科技金融投入与产出指标的相关数据。其中政府资金、企业资金相关数据来源于《中国科技统计年鉴》，贷款机构资金相关数据来源于国家统计局网站，资本市场资金相关数据来源于《中国证券期货统计年鉴》，而高技术产业产值相关数据来源于上海科技统计网站。本文主要运用计量软件stata构建模型。

1.变量间的相关性分析

在构建VAR模型前对变量lngov、lnent、lnloa、lncap 及lnion进行相关性分析，以便了解各变量之间的相关关系。

表1 各变量之间的相关系数

从表1可以看出，解释变量与被解释变量之间在5%的水平下相关性均显著，其中解释变量lngov、lnent、lnloa及lncap与被解释变量lnion之间的相关系数分别为0.916 5、0.919 1、0.869 3及0.773 3，表明各解释变量能有效地说明被解释变量。同时发现解释变量之间的相关性也很强，但作为科技金融体系的主要组成部分不予以剔除。从相关性分析中可以初步认定上海市科技金融投入指标政府资金、企业资金、贷款机构资金及资本市场资金的变动将引起上海市高技术产业产值的变动，进而影响上海市经济增长。

2.变量的平稳性检验

为避免建立的模型出现伪回归现象，本文首先运用ADF单位根检验法对上海市的科技金融投入指标政府资金、企业资金、贷款机构资金、资本市场资金及上海市高技术产业产值进行平稳性检验，检验结果如表2所示。检验结果说明变量lnion、lngov、lnent、lncap均为平稳序列，而lnloa是非平稳序列，但一阶差分之后△lnion、△lngov、△lnent、△lnloa、△lncap、△lnris均是平稳序列，表明这些变量均是一阶单整序列，可以进行协整检验。

表2 变量的单位根检验结果

3.协整检验

表3 Johansen协整检验结果Johansen tests for cointegrationTrend:constantNumber of obs=12 Sample:2005-2016Lags=1

检验结果表明只有2个线性无关的协整向量，如表3中“*”所标识的，而最大特征值检验也表明可在5%的水平上拒绝“协整秩为0”的原假设(65.453 4>33.46),同时，也可在5%的水平上拒绝“协整秩为1”的原假设(28.634 5>27.07),但无法拒绝“协整秩为2”的原假设(17.347 3<20.97)。因此，选择协整秩为2。综上所述，变量lnion、lngov、lnent、lnloa、lncap存在长期的均衡关系。

4.VAR模型的平稳性检验

在构建VAR模型时，需要确定变量的滞后阶数，较多的是基于信息准则来确定。就本文而言，鉴于样本数量的限制，选择滞后期为1来构建VAR模型。

确定VAR模型的滞后期后，通过特征值来检验该VAR模型是否平稳。若伴随矩阵的所有特征值都在单位圆内部，则为平稳过程，否则该VAR模型是不稳定的。

图1 VAR模型单位根的检验图

在VAR模型中，有nk个根，n是变量的个数，k则是最优滞后期，本文的模型中有5个变量，最优滞后期为1，所以应有5个点落在单位圆内，图1中恰有5个点在单位圆内，这表明建立滞后期为1的VAR模型是稳定的。

5.VAR模型的构建

基于前文分析，对2004—2016年上海市对科技金融体系的投入指标政府资金(gov)、企业资金(ent)、金融机构资金(loa)以及资本市场资金(cap)和高技术产业总产值(ion)取对数后建立VAR模型，得到的回归结果如下页表4所示。

表4 lnion、lngov、lnent、lnloa、lncap向量自回归模型结果

从表4中可以看出，变量lnion、lngov、lnent、lnloa、lncap的VAR模型的拟合优度都很高，其可决系数都达到了0.5以上。其中，在被解释变量为lnion 的VAR模型中，可决系数达到0.9497，这为进一步分析科技金融投入对高技术产业发展的促进作用奠定了基础。

6.脉冲响应检验

本文通过脉冲响应函数对VAR模型展开进一步解释。经30期(2004—2034年)的脉冲响应分析，得到上海市科技金融投入指标政府资金(lngov)、企业资金(lnent)、贷款机构资金(lnloa)及资本市场资金(lncap)对高技术产业产值(lnion)的冲击反应。各图中的中间线是脉冲响应函数，上下线分别代表该函数值的正负1倍标准差。纵坐标为单位冲击引起的波动，横坐标表示波动持续时间。对VAR模型进行脉冲响应检验，输出的结果如图2—5所示。当分别给lngov、lnent、lnloa、lncap一个标准差的冲击时，对于lngov，lnion在第1期达到最高点后开始下降，并在第7期后逐渐趋于零；对于lnent，lnion在第1期、第2期及第3期有正向的反应，随后出现大幅的下降直至趋向平稳；对于lnloa，lnion在第2期时达到最大值后开始下降，并在第6期后逐渐平稳；对于lncap，lnion在第2期达到顶峰，随后急速下降并在第8期后趋于平稳。综合以上的脉冲响应结果可以看出，上海市科技金融体系中的政府资金、企业资金、贷款机构资金及资本市场资金对高技术产业的发展均存在促进作用，但促进效果在持续期及强度上有所不同。

图2 政府资金对高技术产业产值的脉冲响应图

图3 企业资金对高技术产业产值的脉冲响应图

图4 贷款机构资金对高技术产业产值的脉冲响应图

图5 资本市场资金对高技术产业产值的脉冲响应图

7.方差分解检验

上海市高技术产业产值的方差分解检验主要是进一步分析科技金融体系中政府资金(lngov)、企业资金(lnent)、贷款机构资金(lnloa)及资本市场资金(lncap)等投入指标对产出指标高技术产业产值(lnion)的贡献度大小，方差分解的结果如表5所示。

表5 lngov、lnent、lnloa、lncap对lnion的方差分解结果

从上页表5可以看出，高技术产业产值(lnion)的波动受自身冲击的影响最大(各期均达到58%以上)，第一期的贡献度达到了100%，在接下来的几期内贡献值分别为74.134 8%、63.253 4%及59.581 3%。除此之外，受政府资金(lngov)、贷款机构资金(lnloa)和资本市场资金(lncap)投入冲击的影响也较大，且lngov的影响更显著。lngov 对lnion的贡献度自第2期开始均达到15%以上，而lnloa 对lnion 的贡献度自第2期达到10%后各期都稳定在12%以上。相对于lngov、lnloa及lncap三个投入指标，lnent投入的冲击对lnion的影响最小，长期稳定于2.8%左右。通过lngov、lnent、lnloa 以及lncap对lnion的方差分解结果可以发现，上海市政府资金、企业资金、贷款机构资金及资本市场资金对高技术产业产值均有促进作用，且政府资金的促进作用更显著。但随着时间的推移，贷款机构资金及资本市场资金的作用将会有所上升。其中贷款机构资金的贡献度从第2期的5.3077%逐渐上升到第10期的12.431 4%，资本市场资金的贡献度从第2期的4.274 6%逐渐上升到第10期的10.364 6%。相比之下，企业资金对高技术产业发展的促进作用显得较微弱，但从长期看，企业资金的贡献度是明显上升的，从第2期的0.019%逐渐上升到第10期的2.888 7%。而政府资金在整体上的贡献度较大，但从长期来看呈下降趋势，从第2期的16.263 9%到第10期的15.752 6%有一个微弱的下降。

三、结论与建议

首先，上海市科技金融投入是高技术产业发展的重要基础。实证表明科技金融投入有利于提高高技术产业产值。政府资金对高技术产业发展的贡献度相较于其他三个指标是最大的，因此，为促进上海市高技术产业的发展，上海市政府应加大对科技金融的资金投入力度，发挥好政府资金的引导作用，为高技术产业发展提供更加完善的条件。在高技术产业的发展过程中企业资金的投入发挥的作用就会小得多，但在较长时间里，企业资金的价值会进一步得到发挥，所以企业在发展业务的同时，也需要适当加大对R&D经费的投入，这有利于企业的发展。随着高技术产业的不断发展，对资金的需求会越来越大，单靠政府资金和企业资金难以满足需求，需贷款机构资金及资本市场资金支持。因此，上海市应积极引导贷款机构及资本市场对高技术产业给予资金支持。

其次，上海市科技金融与高技术产业发展之间存在着长期的稳定关系[6]。实证结果显示，代表科技金融投入的4个指标——政府资金、企业资金、贷款机构资金及资本市场资金对高技术产业的发展都有一定的促进作用，在高技术产业的不同发展阶段，不同投入指标发挥的作用不同，各个投入指标呈现互补性与共生性的特点。因此，各资金投入主体应该明确其在科技金融体系中的功能定位，形成政府资金、企业资金、贷款机构资金及资本市场资金广泛联接、协同联动，共同实现金融资源的最优配置，为高技术产业的发展提供基础，以期更好地促进上海市经济增长。

上海正在积极建设具有全球影响力的科创中心与国际金融中心，科技与金融是经济发展中的两大重要引擎，如何科学把握科技与金融的关系，加强两者的结合，这对促进上海市经济增长意义重大。