科技贷款对技术创新的非线性作用机制研究

孙 芹，宋夏云

(1．海南政法职业学院 法务技术系，海口 571100；2．浙江财经大学 会计学院，杭州 310018)

一、引言

(一)研究背景

技术创新离不开资金的支持，银行科技贷款是技术创新的重要支撑。技术创新是一个长期的过程，研发投入的持续支持是创新的重要保障。中国许多企业的研发投入严重不足，难以支撑企业长期持续的技术创新所需的资金支持。中国金融体系有待完善，银行主导的银行信贷是企业主要的外部融资渠道。银行科技贷款的出现能够弥补企业在技术创新过程中和科技成果的产业化过程中暂时的资金短缺。由于高技术企业创新是高风险的活动，而追求稳健的回报是银行必须严格坚持的，两者的目标函数并不一致，再加之信息不对称，因此高技术企业银行科技贷款一直处于不足状态。多层次、多样性的银行体系竞争压力愈来愈大，迫使各银行提高信贷资金的配置效率，而那些具有盈利潜力的技术创新型企业自然成为银行信贷的主要目标市场。分析银行科技贷款与技术创新的关系，可以丰富科技金融理论，发现其中存在的问题，给政府宏观决策提供借鉴。

(二)文献综述

关于银行科技贷款与技术创新的相关研究已有一定的研究成果，但观点不一。一部分学者肯定了银行科技贷款对技术创新的促进作用。Schumpeter[1]最早肯定了银行信贷对技术创新的重要作用，指出银行能为企业的资源资源配置提供资金支持。King等[2]认为金融系统通过识别最优前景的项目和企业，对其进行信贷资金支持，并为其提供分散风险的渠道能够促进科技创新。Maksimovic等[3]对发展中国家大样本企业的研究发现，银行科技信贷占研发投入的比例越高，对企业创新的促进作用越大。Ang[4]的实证研究也发现，银行、风险投资、资本市场对技术创新的作用显著。周传豹[5]认为合意的金融体系能够给予高技术企业更多相应的金融支持。Chang等[6]基于向量自回归的研究认为，银行科技贷款能有效地提高绿色实体产业的创新绩效。Alexandra等[7]基于最小二乘法回归，发现中国非上市公司的技术创新活动对金融支持的影响比较敏感。龚传洲等[8]则研究了不同信贷周期对企业创新的影响，发现中长期信贷对技术创新促进作用显著。

也有一部分学者持不同观点。李瑞晶等[9]研究了不同来源的科技金融资金对中小企业的创新活动的不同影响，结果表明银行贷款对企业的技术创新活动的促进作用不明显，甚至是产生抑制作用。徐玉莲和王宏起[10]研究了科技金融的绩效，发现银行科技信贷对技术创新的贡献并不明显。张玉喜等[11]基于静态和动态面板数据模型，研究发现科技金融与技术创新短期呈现正相关关系，而长期作用效果并不明显。俞亚星[12]研究了银行贷款与高技术产业的发展，结果表明在高技术产业的初级阶段，银行贷款的作用较大，而在高技术产业的高级阶段，银行贷款的作用不显著。

从现有的研究看，关于银行科技贷款与技术创新的相关研究主要是作为科技金融相关研究的一部分在进行，但并未对银行科技贷款与技术创新的作用关系做具体的研究，本文将具体研究银行科技贷款与技术创新的作用机制。研究方法上大多数研究运用面板数据进行线性研究，本文将在此基础上增加非线性研究，运用分位数回归研究不同技术创新程度下，银行科技贷款对技术创新的作用；同时，运用面板门槛回归探究银行科技贷款与技术创新是否存在“门槛效应”。

二、银行科技贷款对技术创新的作用机制研究

银行科技贷款对技术创新既有正向作用机制，又有负向作用机制，如图1所示。

图1 银行科技贷款对技术创新的作用机制图

(一)银行科技贷款对技术创新的正向作用机制

1．银行科技贷款为技术创新提供资金保障

技术创新是一个复杂的、长期的、庞大的系统工程，从创新设想到研发设计、生产制造、市场销售的整个过程中，需要庞大的人力、物力和财力。而这些人力、物力和财力都将化作对资金的迫切需要。技术创新离不开资金的支持，资金的持续供给是技术创新得以顺利进行的重要保障。目前，中国金融体系还不够健全，技术创新的各种融资渠道，如创业投资、天使投资、科技保险、科技信贷等，远远不能满足企业技术创新的需要。

2．银行科技贷款优化技术创新的资源配置

一方面，银行科技贷款可以将社会闲置资金集中用于技术创新领域，为技术创新持续提供所需资金；另一方面，银行致力于提高信息搜集能力有助于改善资源配置效率，从而能够以更低的成本识别那些技术创新能力更高的企业，推动技术创新资金更多地流向技术创新较好的企业。高度发达的银行系统能够降低信息不对称情况下的逆向选择和道德风险，避免“柠檬市场”的出现，使得物尽其用，推动技术创新活动的顺利开展。

3．银行业的竞争压力迫使银行科技贷款增加

当前，中国的银行体系越发复杂及庞大，外资银行、国内大型商业银行、中小商业银行、农村金融机构等层出不穷。各大银行竞争压力愈来愈大，银行业贷款业务的争夺，优质客户的争夺，将更激烈地迫使各银行提高信贷资金的配置效率。为了抢占贷款市场，获取更高的市场份额，各商业银行必须积极开发新的市场，扩大对高成长性的高技术企业的科技贷款。银行业迫于竞争压力，放开贷款限制，提高了风险承担意愿，有利于促进信贷资金流向技术创新领域，从而有助于促进企业技术创新。

4．银行监督和管理企业技术创新的全进程

银行通过监测企业的赢利指标、现金流量、资产结构等，对企业进行跟踪调查，或者通过向企业直接派驻监事等途径，定期检查项目进展以及企业偿债能力变化情况，对企业技术创新实施监控，帮助企业提高技术创新的成功率。

(二)银行科技贷款对技术创新的负向作用机制

1．银行的人才知识结构导致科技贷款决策失误

根据贷款程序，商业银行在发放贷款前必然要对贷款项目的可行性、借款人信用与能力等进行调查，在贷款发放后还必须跟踪检查企业偿债能力变化以及项目进展情况。但是目前中国银行体系的相关人员的知识结构基本不是技术出身，要准确评估高技术创新项目的风险性、企业的研发能力等并达成一致目标，困难很大。贷款前对项目可行性的评估可能存在较大误差，贷款发放后银行业没有足够的人力物力和能力对创新项目的开发、转化等进行跟踪调查，或者误判项目的进度和前景，最终错失有较大技术创新前景的项目，或误投无技术创新前景的项目。

2．银行科技贷款供需失衡导致资源错配

中国银行科技信贷严重失衡，创新企业融资难。从渠道上说，蔡则祥等[13]认为中国银行信贷资金“脱实向虚”，银行信贷与实体经济的融资需求相脱节。从需求上说，中小型创新企业相对于国有企业银行科技贷款的需求更大、更迫切。因为国有企业的创新资金有较大部分来自于政府的补贴，而中小企业的资金大多为企业的内源性资金。从供给上说，卢亚娟等[14]认为，当企业陷入财务困难时，国有企业会得到政府的政策性补偿和救济，而中小企业则得不到补偿和救济。因此理性银行为了避免风险会优先向传统的国有企业提供贷款，而尽可能少的向中小型企业提供科技贷款。而事实上，中小型创新企业的创新能力和创新效率都远远高于国有企业。

(三)研究假设

根据上述银行科技贷款对技术创新的作用机制研究，本文提出几个假设。

银行科技贷款对技术创新既有正向作用机制，又有负向作用机制。从作用机制的理论分析看，总体上，银行科技贷款对技术创新的正向作用相对于负向作用较大，因此本文提出如下假设：

假设H1：银行科技贷款对企业技术创新具有正向贡献。

银行必然是利益至上的，对于创新水平高、收益高、风险可控性较强的技术创新，银行越乐于投资，而对于创新水平低、利益低、风险可控性较弱的技术创新，银行会“惜贷”。因此，本文提出假设H2：技术创新水平不同，银行科技贷款对技术创新的作用可能存在差异。

银行科技贷款供需失衡，国有企业的科技贷款金额过剩，而中小企业的科技贷款金额不足，由此会对技术创新产生影响。因此本文提出假设H3：银行科技贷款水平不同，银行科技贷款对技术创新的作用可能存在差异。

三、研究设计

(一)研究方法和模型构建

1．面板数据模型

为了验证银行科技贷款对技术创新的作用机制，本文在科技生产函数基础上，构建模型(1)：

ln(Yit)=c+α1ln(K1)it+α2ln(K2)it+α3ln(K3)it+α4ln(Lit)+εit

(1)

其中：c为截距项，α1,α2,α3,α4为弹性系数，ε为随机误差项，下标i,t分别为地区和年份；Y为因变量，表示技术创新，核心投入变量K1表示企业投入经费，K2为政府投入经费，K3表示银行科技贷款，L表示人力资本。为了增强结果的解释性，同时减少异方差，对所有变量取自然对数。

为了验证银行科技贷款对技术创新的弹性作用变化趋势，本文在模型(1)的基础上加入银行科技贷款的平方项，建立模型(2)：

(2)

用专利申请数替代新产品销售收入，将专利申请数(Y′)作为技术创新的评价指标，对银行科技贷款与技术创新的关系进行稳健性检验。由此，构建模型(3)：

(3)

2．分位数回归模型

分位数回归是一种基于因变量Y的条件分布来拟合自变量X的独特回归方法。分位数回归将因变量分为若干个不同分位，对每一分位均进行独立估计，估计更加精细化，便于分析不同分位下自变量回归系数的变化规律[15]。利用分位数回归可以分析不同技术创新水平下，银行科技贷款对技术创新贡献的差距。

3．面板门槛回归模型

本文除了考察银行科技贷款对技术创新的影响大小，还要考察银行科技贷款对技术创新的弹性是否会由于某个变量的变化而变化，本文基于Hansen的面板门槛模型，从两个角度开展研究，一是技术创新的门槛效应，二是银行科技贷款的门槛效应。

以技术创新门槛模型为例，银行科技贷款的技术创新门槛效应，就是当技术创新水平不同时，银行科技贷款对技术创新的弹性可能也不同，即存在非线性关系。比如对于单门槛模型，假设存在一个技术创新门槛水平τ，当Y≤τ和Y>τ时，银行科技贷款对技术创新的弹性系数呈现显著差异：

(4)

当Y≤τ时，银行科技贷款对技术创新的回归系数为θ1；当Y>τ时，银行科技贷款对技术创新的回归系数为θ2。对于多门槛情形，可以进一步引入更多的τ，原理一样。

关于银行科技贷款的门槛效应，原理类似，这里不再赘述。

(二)变量选取

本文的被解释变量为技术创新，选取新产品销售收入作为技术创新的替代指标。因为，对于银行来说，技术创新能否为银行带来收益，是银行权衡是否给予技术创新企业科技贷款的基本要求。因此，新产品销售收入作为技术创新的最终成果所产生的收益，更能体现银行科技贷款与技术创新的关系。另外，选取专利作为技术创新的评价指标，对银行科技贷款与技术创新的关键做稳健性检验。本文的核心变量为银行科技贷款，高技术产业年鉴中有相关统计数据。技术创新企业的资金来源除了银行科技贷款，还有企业资金和政府资金。政府财政在创新投入上的支持力度越大，创新产出越高[16]，因此选取政府投入经费和企业研发经费作为控制变量。人才是技术创新的核心要素，因此运用研发人员全时当量作为人才的衡量指标。

(三)数据说明

基于数据的可得性，选取1997—2016年中国除内蒙古、海南、西藏、青海、宁夏、新疆、香港、澳门、台湾外的25个省市自治区的面板数据，来源于高技术产业统计年鉴。其中，高技术产业统计年鉴中，银行科技贷款的数据从2009年起缺失，因此采用研发经费内部支出减去来自企业和政府的研发经费的剩余部分作为2009—2016年银行科技贷款的替代数据。对资金投入与技术创新产出的滞后期做出特别说明，学界普遍认为创新投入对创新的实际产出一般存在1年的滞后期[17]，因此将银行科技贷款、政府资金和企业资金均滞后1期。数据描述统计如表1所示。

表1 数据描述统计量

四、实证结果

(一)面板回归

1．单位根检验

为了避免伪回归，必须对面板数据进行平稳性检验。常用的单位根检验方法有Levin、ADF、PP检验等，从保证稳健性出发，同时采用这3种方法进行检验，以结果相同为准。结果如表2所示，各变量一阶差分后平稳。

表2 面板数据单位根检验

首先进行Hausman检验，然后判断采用固定效应模型还是随机效应模型进行估计。模型(1)、模型(2)和模型(3)的Hausman检验结果均在1%的显著性水平下拒绝原假设，因此三个模型均选取固定效应进行估计，结果见表3。

表3 面板回归结果

根据模型(1)的面板回归结果，表明，银行科技贷款对技术创新有负向作用。模型(1)的拟合度R2为0.956，表明被解释变量被所有解释变量解释的部分很高。银行科技贷款在10%的水平下通过显著性统计检验，弹性系数为-0.029，说明中国的银行科技贷款每提高1%，技术创新下降0.029%，拒绝假设H1。说明银行科技贷款的供需严重不足使得其对技术创新产生负向作用更大。

为了观察银行科技贷款对技术创新的弹性作用变化趋势，对银行科技贷款加平方。如模型(2)的面板回归结果所示，模型(2)的R2为0.931，银行科技贷款的平方项在10%的水平下通过显著性统计检验，弹性系数为-0.008，说明银行科技贷款对技术创新的作用呈现“倒U”型关系，中等水平的银行科技贷款对创新的绩效最佳，但总体平均水平不佳。

将专利申请数作为技术创新的评价指标，对银行科技贷款与技术创新的关系进行稳健性检验，结果如模型(3)所示。模型(3)的R2为0.925，银行科技贷款在5%的水平下通过显著性统计检验，弹性系数为-0.057，说明中国的银行科技贷款每提高1%，技术创新下降0.057%。模型(3)的结果表明，无论是以专利还是新产品销售收入作为技术创新的评价指标，银行科技贷款对技术创新确实存在负向作用。

(二)分位数回归结果

为了进一步分析不同技术创新水平下，银行科技贷款对技术创新贡献的差距，将技术创新分为10个分位，分别考察0.1～0.9的分位数水平的技术创新水平下，银行科技贷款对技术创新贡献的弹性作用差异，分位数回归结果如表4所示。

表4 分位数回归结果

随着τ值的不断变大，R2由0.709下降到0.683，总体上拟合优度水平较高。τ值从0.2提高到0.9，银行科技贷款对技术创新的正向作用从0.031提高到0.131，表明随着技术创新水平的不断提升，银行科技贷款对技术创新的正向促进作用会越来越大，证明了假设H2。说明，技术创新水平的提高，给予银行对技术创新企业的投资信心，而银行有信心的投资又能进一步促进技术创新水平的提高，二者进入相辅相成的良性循环。需要说明的是，当技术创新水平很高时(τ=0.9)，研发从业人员对技术创新的作用为负，是因为高水平的技术创新多为重大创新、原始创新，更多反映了少数杰出研发人员的贡献，而研发人员全时当量无法做这种区分，所以系数为负数。

(三)面板门槛回归结果

1．技术创新门槛回归结果

运用Hansen的面板数据门槛模型进行估计。首先进行单门槛检验，门槛效应检验的似然比值LR为7.352，F检验值为111.605，相伴概率为0.000，可以采用单一门槛模型。继续进行双门槛检验，F检验为108.659，相伴概率为0.000，可以采用双门槛模型。继续进行三门槛检验，F检验为66.811，相伴概率为0.000，说明存在三门槛效应。第四阶段的回归系数没有通过检验，最终采用三门槛进行回归。

如表5所示，技术创新存在三个门槛，分别是11.905、13.596和16.353，对应原始数据为14.800亿元、80.291亿元和1264.788亿元，将这三个门槛值恢复为原始值后，将技术创新水平分为低、中低、中高、高水平4个区域。新产品销售收入低于14.800亿元的地区共有94个，新产品销售收入在14.800亿元和80.291亿元之间的地区共有140个，新产品销售收入在80.291亿元和1264.788亿元之间的地区共有208个，新产品销售收入高于1264.788亿元的地区共有58个。新产品销售收入低于14.800亿元的低水平技术创新，银行科技贷款对技术创新的作用为负；在新产品销售收入在14.800亿元和80.291亿元之间的中低水平技术创新下，银行科技贷款对技术创新的正向作用不显著；在新产品销售收入在80.291亿元和1264.788亿元之间的中高水平技术创新下，银行科技贷款的弹性系数为0.110；当新产品销售收入为高于1264.788亿元之间的高水平技术创新，银行科技贷款的弹性系数为0.172。技术创新水平太低，银行科技贷款对于技术创新来说无疑是资源浪费；技术创新在中低水平时，未来收益不确定性较高的情况下，银行科技贷款与技术创新无关；随着技术创新水平的提高，银行科技贷款的弹性系数会逐步提升，银行科技贷款对技术创新的促进作用会越来越大。技术创新的门槛回归结果与分位数回归的结果相互呼应，再一次证明了假设H2，银行科技贷款对技术创新有正向促进作用。

表5 技术创新门槛回归结果

2．银行科技贷款门槛回归结果

同样采用面板门槛回归模型进行估计，单门槛F检验值为15.974，相伴概率为0.000，说明可以采用单一门槛模型。继续进行双门槛估计，但是银行科技贷款的回归系数均没有通过检验，最终采用单门槛进行回归，结果如表6所示。

表6 银行科技贷款门槛回归结果

银行科技贷款存在单门槛，为9.018，将这个门槛值恢复为原始值表示银行科技贷款为8280.260万元。银行科技贷款低于8280.260万元的地区共有331个，银行科技贷款高于8280.260万元的地区共有169个。银行科技贷款低于8280.260万元时，银行科技贷款对技术创新的弹性系数为0.053，具有正向的促进作用；银行科技贷款高于8280.260万元时，未通过统计检验，银行科技贷款对技术创新的作用不显著。表明银行科技贷款对技术创新的正向促进作用不是持续上升的，不同水平的银行科技贷款对技术创新的作用存在差异，证明了假设H3。可能的原因是，一方面是银行科技贷款作为技术创新的投入要素，当其超过一定金额会出现边际效益递减；另一方面银行科技贷款过高，过剩的资金会挪用到技术创新之外的其他用途，对技术创新没有实质的作用。

五、研究结论与建议

(一)研究结论

本文通过文献梳理及选取1997—2016年25个省市自治区的面板数据，结合面板回归模型、分位数回归模型和面板门槛回归模型，分析了银行科技贷款对技术创新的非线性作用，得出以下结论：

第一，银行科技贷款对技术创新总效用表现为负。银行科技贷款虽然能够通过提供资金保障、优化技术创新的资源配置、提升银行监督和管理企业技术创新的全进程等路径促进技术创新，但银行科技贷款的供需失衡导致资源错配及银行人才结构引起的科技贷款决策失误对技术创新的负向作用更大，最终导致银行科技贷款对技术创新产生负向作用。银行科技贷款对技术创新的“倒U”型趋势说明，适度增加银行科技贷款对技术创新的负向作用较小，而过低或过高的银行科技贷款对技术创新的负向作用较大，

第二，适度规模的银行科技贷款对技术创新的贡献较大。银行科技贷款的门槛回归结果亦表明，银行科技贷款水平过低时，银行科技贷款对技术创新的作用不显著。可能的原因是，当银行科技贷款较小时，无法满足技术创新所需的资金；当银行科技贷款偏高时，一方面是银行科技贷款作为技术创新的投入要素，当其超过一定金额会出现边际效益递减，另一方面银行科技贷款过高，过剩的资金会挪用到技术创新之外的其他用途，对技术创新没有实质的作用。因此，银行需要根据技术创新的需要给予适度规模的科技贷款，才能更好地促进技术创新。

第三，随着技术创新水平的不断提高，银行科技贷款对技术创新的正向作用越大。根据面板分位数回归结果及技术创新门槛回归结果可知，技术创新水平的高低，影响着银行科技贷款对技术创新的作用。这说明，技术创新水平的提高，增强了银行对技术创新企业的投资信心，而银行科技贷款投资又进一步驱动技术创新，二者进入相辅相成的良性循环。

(二)政策建议

1．鼓励商业银行适度增加科技贷款

银行科技贷款是目前大部分技术创新企业主要的技术创新资金来源，鼓励商业银行适度增加科技贷款，可以促进技术创新的发展。通过提高银行贷款收益和降低银行贷款风险两条途径来鼓励银行适度增加科技贷款。比如，通过修改银行科技贷款率政策，运用基准利率加风险补偿收益的方法，既可以保证在技术创新过程中企业获得基准利率下的贷款，又可以提高银行科技贷款的期望收益率。政府通过设立高科技企业融资担保基金，为企业向银行申请科技贷款提供担保，从而降低银行提供科技贷款的风险。

2．提高银行科技贷款的评估能力，优化科技贷款的资源配置

中高水平的银行科技贷款对技术创新的贡献低于中低水平的银行科技贷款，说明银行科技贷款并非越多越好，中高水平的银行科技贷款可能存在一定程度的浪费。因此，银行需要根据技术创新项目的不同、技术创新阶段的不同提供不同金额的科技贷款。这样不但可以优化科技贷款的合理配置，而且使得科技贷款对技术创新的促进作用达到最大。那么，这就需要银行提高对申请科技贷款企业和项目的评估能力。银行系统的人才结构对于技术创新项目的评估是缺乏足够能力的，因此，银行需要能够评估技术创新项目的人才。银行可以引进能够评估技术创新项目的人才，或者可以将技术创新项目的评估外包给专业的评估公司，通过更加专业的项目评估，减少银行投资风险，提高未来收益的可能性，优化科技贷款的资源配置，促进技术创新。

3．注重提升技术创新成果的转化能力

技术创新水平越高，银行科技贷款对技术创新的贡献越大。银行看重的是技术创新成果在未来的收益，提升技术创新成果的转化能力，才能保证技术创新成果尽快的市场化，才能增加银行科技贷款的投资信心。在提高技术创新水平的同时，注重提升技术创新成果的转化能力，增加银行的投资信心，以保证银行科技贷款的资金支持，进一步促进技术创新，形成良性循环。