(重庆师范大学 重庆 40000)
2015年11月,习近平总书记在中央财经领导小组第十一次会议上首次提出“着力加强供给侧结构性改革”;同年12月中央经济工作会议将“去产能、去库存、去杠杆、降成本、补短板”作为2016年推进供给侧结构性改革的五大任务,后又正式将其写进“十三五”规划纲要中来。技术创新需要企业持续的大额的稳定的资金投入来进行研发,这个资金来源一般分为内部融资和外部融资,内部融资的成本较低,不需要抵押,也不容易造成财务危机,但是企业研发新产品时所需的资金往往会超过企业内部融资所能提供的资金,且因商业周期或企业经营不善的原因可能导致企业的利润不稳定,外部融资的获取对于缓解企业研发的资金风险是十分重要的。外部融资的是否易得也取决于金融资源是否易得,或者也可以说是金融可得性。
学界最早出现金融可得性的定义,是从信贷的可得性中延伸而来,相关指出,金融可得性[1,2]是用来衡量一个地区的微观经济主体以一定成本获取正规金融服务的难易程度。其主要的研究都是关于金融可得性对就业创造、收入增长、家庭资产配置等方面的影响。本文则主要分析金融可得性对制造业技术创新的影响,并采用贝叶斯平均方法构建模型。
影响技术创新[3]的因素很多,本文主要研究金融可得性对技术创新的影响,根据现有文献,我国目前金融可得性主要取决于传统商业银行以及资本市场,综合数据的可得性,其代表性的指标变量主要为以下几个:
银行金融机构数(BF);各地的银行机构营业部数量。
上市公司数(LC)&股票市值(SMV):指每个地方当年的上市公司数量以及股票市值总额。
年末存贷款余额(DL):用年末存款与年末贷款余额之和表示资金的流入和流出。
技术创新的效率(TP)主要是采用DEA[4](数据包络法)从生产研发投入以及将其转化为经济效益的产出两方面来计算,在研发生产阶段,本文考虑选取了规模以上企业研究与试验发展(R&D)人员全时当量、规模以上企业研究与试验发展(R&D)经费内部支出、新产品开发经费以及非研发投入存量作为科技创新的投入。产出方面,本文选取专利拥有量、专利授权数、新产品销售收入、以及工业企业出口值四个指标。
其他潜在影响因素。相关研究发现,外商直接投资(FDI)、受教育程度(EL)、开放程度(OPEN)、企业规模(ES)、市场化程度(ML)、产业集聚程度(RIA)、通讯能力(RCC)、城镇化水平(RIU)等变量对技术创新能力也有潜在的影响;相关数据主要来源于2008-2017年的《中国统计年鉴》、《中国工业统计年鉴》、《中国科技统计年鉴》、《中国金融统计年鉴》以及各省份的统计年鉴。
在前文的内容上,构建了一个包含金融可得性以及影响企业技术创新的其他潜在解释变量的多元回归模型,其具体模型如下:
TPi,t=lnRICi,t+lnRISi,t+lnRCCi,t+lnRIAi,t+lnRIUi,t+lnESi,t+lnELi,t+MLi,t+OPENi,t+lnGDPi,t+lnFDIi,t+BFi,t+LCi,t+SMVi,t+DLi,t+consi,t+εi,t
其中,i代表各个省市,t代表年份,cons代表截距,ε代表误差。
本文运用Rstudio软件调用贝叶斯平均程序包,在BMA[5]模型中,后验包含概率的大小表明该解释变量包含在有效模型中的概率。概率越大,越可能包含在有效模型中。一般认为解释变量的后验包含概率低于0.2,若该解释变量还不是主要分析的自变量,一般都会被剔除出模型。
本文采用MC3抽样方法对这些模型进行抽样,一共存在216=65 536 个备选模型,对初始的536个样本进行预热实验,并将剩下的65000个抽样作为模拟样本,最终挑选出排行前500的模型的后验包含概率和后验均值,其具体计算结果如下表所示:
表1 BMA分析结果
通过BMA方法对金融配置对工业企业技术创新效率做的回归分析中可以观察到金融配置代表变量中银行机构数量,上市公司数、年末存贷款余额以及上市公司股票市值的后验包含概率分别是100%、98.5%、93.1%以及10.9%,其中前三个指标的后验包含概率均超过90%,说明它们对企业技术创新效率的影响是十分显著的,是强有力的解释变量,说明而上市公司股票的后验包含概率为10.9%,大于0.1小于0.2,说明该指标是一个非常弱的解释变量,对企业技术创新效率的影响很有限。通过以上的分析可以看出在我国企业创新效率提高的资金投入还是极度依赖传统的融资方式,当然公司没有上市也会影响企业融资的便利性,但与企业上市的股票市值并没有很大的关系,这也比较符合中国的国情。
以上研究表明,传统的银行金融机构、存贷款余额以及上市公司数这三个变量对技术创新效率的作用都非常显著,而上市公司的股票市值的作用则相对不那么明显,这说明需要进一步加强和完善证劵市场的管理以及注册制度,加快上市公司“优胜劣汰”的进程,使资金流向效率更高的地方。