风险或稳定——科技金融发展的异质性分析

何 剑，郑智勇，李 峰，张梦婷

(1.石河子大学经济与管理学院，新疆 石河子 832000；2.首都经济贸易大学工商管理学院，北京 100026)

0 引言

党中央国务院屡次提及科技金融如何发展的问题，并对其赋予更多的时代要求。当前中国国内金融科技发展方兴未艾，后疫情时代经济发展形势错综复杂。因此，推动科技与金融深度结合应重视对系统性金融风险的防范，从而促进经济的长期稳定。科技金融是财政及各类金融资本将科技与金融的链条相结合，为科技型企业从初创期至成熟期提供融资与制度保障的系统行为，而经济稳定则是检验成效的重要依据。中国经济发展已进入新常态化时期，经济引擎由要素驱动向创新驱动转变，而科技金融发展即是将资本要素向创新领域投入的体现。自1985年施行 《关于科学技术体制改革的决定》至今，科技金融已由最初单纯依靠政府投入向多元化、多层次、多主体的支持体系转变，在拓宽融资渠道、改善融资环境的同时，也加大了潜在的经济风险，造成经济社会的不稳定。2019年科创板试点注册制的设立在推动科技与金融深度融合的同时，要防范可能造成的市场流动性与资产泡沫风险。2020年国家科学技术奖励大会上提出要 “抓住新一轮科技革命的机遇，促进科技产能服务于经济社会”，对当前科技金融的发展提出新要求。受经济下行压力与疫情影响，全球经济处于动荡时期，经济稳定面临内外压力，而科技与金融结合过程中可能存在的金融风险亦具备系统性、传染性等特征，防范系统性风险已成为金融工作的重点之一。因此，探究科技金融发展对经济稳定的影响及系统性风险可能造成的中介效应是现实经济发展的需要，可为相关的研究和施政提供借鉴和参考。

1 文献回顾

1.1 科技金融发展如何影响经济稳定

科技贷款作为推动中国科技金融发展的中坚力量，自1980年发轫以来受金融科技环境、市场化进程与金融创新等因素的影响出现过几次异质性的发展阶段，对当前经济稳定发展提出新要求[1]。国内外学者基于经济发展韧性[2]、宏观信用风险[3]及产业结构升级[4]等方面论证科技金融发展对经济稳定的可能影响。首先，经济长期韧性发展是增强中国应对风险冲击能力与实现经济平稳增长的重要前提，而科技金融发展通过提高社会科技创新的整体水平、完善金融支持能力等方式实现技术资本化，以 “技术—经济”的创新范式增强科技对经济的发展韧性[5]；其次，科技型企业的预期收益能力行业内差异明显，受市场信息不对称及经营者错误决策等影响，或导致规模性企业濒临破产[6]；最后，科技金融的发展受金融资本与财政优惠两方面扶持，一定程度上增强了资本向实的稳定效应[7]，同时也通过新型产业技术化的社会效应，实现资本投入与产业结构优化升级的良性互动，从而达到稳定宏观经济发展的重要目标[8]。因此，实现科技成果转化需要重点关注资金链条、创新链条与市场支撑环境等多方面因素[9]，上述研究基于多维视角讨论科技金融发展对经济稳定的可能影响，为本文奠定了丰富的理论基础，但学者鲜有针对科技金融发展如何影响经济整体稳定性的实证研究。

1.2 系统性金融风险的中介效应

科技金融发展如何产生系统性金融风险？当前促进国家创新体系建设的风险投资已由单纯政府直接投资向理性发展期过渡，但科技风险投资仍具有脆弱性、区域性等特征，且易受资本市场波动的影响[10]。学者基于构建实物期权理论的科技银行信贷动态决策模型，对科技银行可能产生的信贷风险进行有效评估[11]，为本文研究奠定了假设前提。而风险可能受市场信息不对称、宏观政策变动、融资渠道狭窄等因素影响[12]，这符合系统性金融风险来源渠道多样化特征。鉴于风险特征及传导途径，将系统风险细分为宏观经济、货币流动、外部市场及资产泡沫4个部分[13]进行分解研究：①宏观经济方面，金融机构与企业间借贷信息不对称性，可能导致企业未来濒临破产带动行业连锁反应；②针对货币流动风险，科技金融的发展可能由于信贷、技术增长效应等因素对累积风险呈现阶段性差异化特征。融资初期的科技企业具备较强的盈利能力，还贷风险处于低位[14]。③学者对科技金融发展是否抑制外部市场风险持肯定态度。外来先进资本与管理经验的流入能有效完善中国金融支持体系和提升科技发展质量，投资回报可与外来资本的流入形成良性互动[15]；④投机性的风险资本会规模性投入初创型上市科技企业，以期获得 “低买高卖”的高收益，可形成不良泡沫[16]。因此，学者肯定了科技金融发展可能通过多样化渠道影响系统性金融风险，但并未考虑其具体效应，并且论证缺乏对科技金融发展的时变效应及结构突变特征的综合考量。

针对系统性金融风险如何影响经济稳定，现有文献论述角度大相径庭。刘晓星等[17]基于股票市场构建风险测度指标，认为在不同经济增长阶段系统性风险对宏观经济稳定存在异质性影响。国家发展状况的差异亦会影响系统性金融风险的冲击效应，发展中国家的效应变化更为显著。风险如何传导至宏观经济，金融机构与实体经济的依附关系是决定因素。具体看，恶化金融机构与实体经济的资产负债表[18]、资产泡沫累积及受盈利与市场态势影响资金流动性改变[19]等因素亦会造成宏观经济的不稳定。因此，防范系统性金融风险、调整宏观经济已成为学界重点研究方向。如何识别系统性金融风险对经济稳定的冲击效果？差异性的政策措施能否有效起到调整经济失衡的作用？本文以系统性金融风险为传导渠道，赋予了科技金融发展更多的经济意义与社会价值。

1.3 研究思路

现有研究针对科技金融发展、系统性金融风险与经济稳定的关系展开一系列的讨论，虽已取得一些有价值的成果，但并未明确科技金融发展所造成的具体影响：一方面是科技金融发展如何直接作用于经济稳定，学者多基于经济稳定的侧面角度进行讨论，且研究结论差异性较大，实证研究并不充分；另一方面，已有研究鲜有针对系统性金融风险在传导过程中的中介作用。风险是影响经济稳定的重要因素，且当前呈现系统性特征，从该角度细分对经济稳定的冲击效应是对科技金融发展传导渠道的有效补充。同时，关于实证模型的选择，学者多基于不变参数，并未对非线性时变关系与结构突变特征进行有效衡量。因此，本文主要创新之处在于：一是探究科技金融发展影响经济稳定整体效应的同时，将系统性金融风险作为中介变量的作用机制进行剥离细化分析，探究总、分环境下科技金融发展的具体传导渠道；二是选择时变参数结构向量自回归模型(SV-TVP-SVAR)构建非线性动态分析框架，充分论证两种传导渠道中科技金融发展的时变特征。同时，将重大政策改革措施的影响纳入实证模型，探讨科技金融发展对经济稳定的结构突变特征，为促进科技金融健康发展、维护宏观经济稳定提供经验借鉴。

2 理论机制

科技金融发展渠道主要分为直接渠道与间接渠道两种。直接渠道是科技金融发展可通过引入外来先进资本与扶持本地科技企业等方式增强经济发展韧性，政府或相关金融机构在融资过程中不断完善金融支持方式，增强金融向实效应，从而对经济稳定起到促进作用。与此同时，受科技型企业市场预期收益变动、风险承受水平较低及供应链造成的风险共振的影响，科技金融发展可能对经济稳定有恶化影响。间接渠道的讨论基于科技金融传导渠道存在异质性特征，分析渠道内可能产生的多维风险，当前系统性金融风险是阻碍经济稳定的重要影响因素，因此将系统性风险纳入作用渠道分析中。

科技金融发展如何影响系统性风险？具体看，一方面支持科技金融发展的信贷政策可能受市场信息不对称、宏观政策变动、融资渠道狭窄等因素的影响造成风险累积；另一方面，科技型企业还贷风险、外来投机性资本抬升股市资产泡沫风险及金融体系的脆弱性可能引起风险进一步扩大。某一领域风险受日益联系紧密的经济金融体系影响，可能造成风险间相互传染从而形成系统性风险。而系统性风险可通过直接危害科技型企业或金融机构造成经济的不稳定性，包括恶化资产负债表、造成资金异常流动等情况。当前防控系统性金融风险已作为三大攻坚战之一，政策宏观调控与金融监管可适度缓释对经济稳定的危害和传导机理，如图1所示。因此，基于直接或间接渠道的理论梳理，可论证科技金融发展肯定会对系统性风险与经济稳定造成影响，但具体影响方向并不明确。如何动态识别科技金融发展的传导效应，需构建合适的实证模型进行检验。

图1 科技金融、系统性金融风险与经济稳定的影响机理

3 模型构建

研究设定具有时变参数的结构向量自回归模型，可在不同滞后条件下对变量间的时变与结构突变特征进行直观反映，较为充分地论证科技金融发展、系统性金融风险与经济稳定三者的动态关系。首先需对标准结构向量自回归模型(SVAR)进行简化：

Ayt=Γ1yt-1+…+Γpyt-p+ut

(1)

其中，n个内生变量组成n×1维列向量yt；t则代表年度，t=p+1，…,n；p为滞后阶数；A表示n×n维三角矩阵；Γp代表滞后项系数组成n×n维矩阵；ut为随机扰动项n×1维矩阵，ut～N(0,∑2)。设Ιi=A-1Γi，i=1,…,p。原结构向量自回归模型的参数固定不变，因此进行时变参数处理，得出：

yt=Xtβt+At-1∑tet

t=p+1,…,n

(2)

其中，参数设定为短暂与长期动态变动，代表时变参数的结构向量自回归模型，同时具备随机波动率特征。et为n×1维随机扰动项，et～N(0,In)；因此随机波动率矩阵为ht=(h1t,h2t,…,hkt)，符合条件hjt=logδ2jt,j=1,…,k。矩阵向量组成由at=(a21,a31,a32,…,ak,k-1)下三角At元素的集合。令待估参数服从游走特征，得：

βt+1=βt+uβt,at+1=at+uat,ht+1=ht+uht

(3)

满足βt+1～N(μβ0,∑β0),at+1～

N(μa0,∑a0),ht+1～N(μh0,∑h0)

4 变量设计

根据前述机制梳理与模型要求，研究选择科技金融发展效率(TFE)、系统性金融风险指数(SFR)与经济稳定性指标(FS)分别表示科技金融发展、系统性金融风险与经济稳定。鉴于数据可得性及科技金融对经济的传导时效，各变量采用时间跨度为1998—2018年度数据，跨度内不但内含中国科技金融发展的关键性时点，且反映经济发展的整体状况。同时，年度数据的选择主要基于两个方面的考虑：一方面科技金融的发展作用于经济金融体系具有显著的外部迟滞效应，如果选择高频数据则可能导致实证模拟时损失较大自由度；另一方面，官方获得的相关数据最高频率为年度，对数据升频可能难以获得准确结果。变量数据来源Wind数据库、CEIC数据库、国际货币基金组织及国家统计局网站。

4.1 科技金融发展效率(TFE)

研究基于经济现实构建投入产出指标体系，选择适用于多投入与产出的数据包络分析法(DEA)对科技金融发展效率进行测量。令有n个评价单元，评价单元是m类输入和s类输出变量组成，Xij(Xij>0,i=1,2,…,m)是第j个评价单位的第i类输入量，而yrj(yrj>0,r=1,2,…,s)代表第j个评价单位的第r类输出量。j评价单位的投入、产生变量分别是Xj(X1j,X2j,…,Xmj)T、Yj(Y1j,Y2j,…,Yaj)T,j=1,2,…,n，而θ是有效变量，S-、S+表示投入产出的松弛变量，可表示为：

min[θ-ε(eTS-+eTS+)]

(4)

λj≥0,S-≥0,S+≥0；j=1,2,…,n

借鉴黄瑞芬等[20]、马玉林等[21]的成熟研究基础，综合中国科技金融发展的实际情况，构建科技金融投入产出指标，从多维的科技融资投入与科技产出效率两个方面评价科技金融的发展效率。科技金融投入指标由劳动投入与资本投入构成。劳动力投入选择R&D人员的全年当量进行衡量。资本投入依据财政投入、资本市场及企业创业投资等科技金融重要组成形式具体分为三部分：政府财政投入选择政府科技产出占财政总支出的百分比，可直接反映政府对科技金融的支持力度；企业创业投资选择企业内部R&D经费支出占GDP的比重，可表明样本期间企业内部推动科技发展的实际支出；市场资本投入方面，依据许茹俊等[22]的方法选择区域性金融支持效率——区域贷存额比值，对市场资本的支持力度进行衡量。而科技金融的产出指标重点关注成果转化与企业的绩效产出两部分。成果转化的产出选择专利申请授权数与技术合同成交额进行评价；科技金融重点作用的企业绩效产出选择高技术型新产品的销售收入进行衡量。选取的投入产出指标尽可能区分科技金融中政府财政、资本市场及企业创业投资三者之间的关系，以期对科技金融多投入、多产出的实际情况进行较为成熟的评价，见表1。

表1 投入产出指标

4.2 系统性金融风险指数(SFR)

基于系统性金融风险可能涉及领域与经济现实可将风险分为4个主要维度：宏观经济(MARCO)、货币流动(CIR)、外部市场(EXT)和资产泡沫(BUB)。维度包含中国可能风险的主要经济指标，构建风险指数基础池，见表2。之后，根据熵权法对基础数据进行标准化降维处理，合成系统性金融风险总指数。

表2 系统性金融风险基础指标池

4.3 经济稳定性指标(FS)

关于经济稳定衡量指标的选择，国内外学者的研究存在诸多差异。国外多利用金融危机发生概率、社会不良贷款率等代理变量，但国内存在政府隐性担保及扶持，且2005年以后中国不良贷款率相关统计也并不适用。参照国内学者普遍认同的指标选取方法，考虑中国整体经济运行形势，具体采用HP滤波技术对国民生产总值(GDP)进行处理，得出短期波动量取负值以作为经济稳定的代理指标，数值大小与经济稳定性程度呈正比。同时，对年度趋势数据采用趋势成分波动因子λ=100。

4.4 变量平稳性检验

为了防止实证出现伪回归现象，对构建的指标数据进行ADF、GLS与PP方法的单位根检验，检验结果见表3。由表3可知，科技金融发展效率(TFE)与系统性金融风险指数(SFR)存在单位根，而经济稳定指标显示为显著性水平为1%的平稳时间序列。因此，需对非平稳时间序列进行一阶差分，代表经济变量的变动趋势。差分结果显著，为进一步实证分析奠定基础。

表3 单位根检验结果

4.5 格兰杰因果检验

经济变量在前文虽进行机制梳理与平稳性检验，检验了经济上的因果关系，但未必具备统计意义。格兰杰因果检验通过考察两平稳序列的因果关系，防止出现无意义的研究结果。研究选用平稳序列科技金融发展(TFE)、系统性金融风险(SFR)与经济稳定(FS)进行检验，具体检验结果见表4。由表4可知，科技金融发展对系统性风险的检验P值为0.0123，在5%的显著性水平下拒绝原假设，是其格兰杰原因，这与前文机制梳理结果一致。同时，科技金融发展对经济稳定在5%的显著性水平下拒绝原假设，因此亦是经济稳定的格兰杰原因。但经济稳定在显著性水平为10%的条件下，接受了不是科技金融发展与系统性风险的格兰杰原因，系统性风险则在5%的显著性水平下拒绝了不是经济稳定的原假设。因此，本文梳理的 “科技金融发展—经济稳定”与 “科技金融发展—系统性风险—经济稳定”传导机制兼备经济与统计意义，为后文实证分析奠定基础。

表4 格兰杰因果检验结果

5 实证结果

5.1 参数估计

根据实证模型设定，需对后验参数进行估计以防止偏误。根据AIC与BIC原则确定模型一阶滞后条件，利用MCMC估计方法对后验参数设置10000次实证模拟，估计结果见图2和表5。图2第1行表示自相关系数，图像显示系数自高位迅速下降，且趋势较为稳健。表明设置的10000次迭代次数可有效消除参数的自相关特征。图2第2行后验参数收敛图像为 “白噪声”趋势，说明参数围绕均值稳定运行。图2第3行系数的正态分布特征表明抽样结果的有效性。由表5可知，CD统计量均大于0.01，不能拒绝参数平稳的原假设。无效因子最高为20.4，无效样本数量仅为50，抽样的有效结果满足模型需求。因此，模型参数设置合理，实证结果可靠。

表5 参数估计结果

图2 SV-TVP-SVAR模型抽样结果

5.2 等间隔脉冲响应分析

根据参数估计的可靠性结果，进一步得出脉冲响应函数。与固有参数的模型设定不同，具备时变参数的SV-TVP-SVAR模型可得出等间隔与不同时点两种类型的脉冲结果。鉴于科技金融发展对经济影响效应的迟滞性[23]，本文选择滞后1期、2期与3期的约束条件，分别代表两种传导渠道的短、中与长期效应变化。

(1)科技金融发展的直接渠道影响。科技金融发展如何直接作用于经济稳定？由图3(a)可知，面对科技金融发展一个标准差的正向冲击，经济稳定的不同滞后期响应轨迹差异较大，短期呈现阶段性波动后不断上扬，而长期处于持续性的负向影响，表明科技金融长期发展机制仍需完善，这也与前文梳理结果相一致。短期具体响应轨迹可分为三个阶段：第一阶段是2007年之前，科技金融的发展有效保证了经济的稳定；第二阶段是2007—2010年，该阶段科技金融发展的正向作用不断衰减，表明科技金融发展对经济波动的正向影响不断发散；第三阶段是2010年以后，响应曲线显著抬升，表明近年来科技金融发展对经济稳定的积极作用明显。

纵观经济发展现实，第一阶段主要集中于全球次贷危机暴发前，经济体量呈现过快增长趋势，作为实体经济主要组成部分的科技产业融资需求与市场预期进一步扩大，政府投入与金融资本的持续性注入为科技金融发展赋能。通过社会创新能力和实体经济资本的增强，为经济稳定打入一针 “强心剂”，但正向作用并不明显，这可能与科技金融发展初期的技术基础和金融支持体系并不完善、危机前经济虚假繁荣等因素有关；第二阶段处于2008年全球金融危机前后，一方面金融市场波动与经济政策的方向转变，导致科技金融发展外部支持乏力。另一方面，受经济泡沫破裂与偿付能力收缩影响，科技企业违约概率大幅上升，同时伴随科技产业链上下游企业濒临破产造成整个行业的收益波动，对经济稳定影响的正向效应不断衰弱；第三阶段为危机后科技金融发展正向作用的上升期。政府在金融危机导致经济快速回落下提出 “四万亿救市计划”，其中包括扩大信贷规模、取消商业银行信贷限制等金融支持举措，带动科技金融有效发展。党的十八大随后提出创新驱动发展战略，将科学技术创新作为引领社会发展的重要动力。单纯的财政支持已经无法满足科技产业需求，社会资本投入的不断加大为实现新型产业技术化的社会效应赋能。当前处于全球经济波动时期，推动资本向实、建立 “科技—经济”良性互动体系应是下一步科技金融发展的重要着力点。

(2)科技金融发展的间接渠道影响。系统性金融风险是否让科技金融发展的影响产生异质性？图3(b)表示科技金融发展对系统性金融风险的冲击效应。从响应方向看，短期与中期的滞后响应轨迹差异明显，而长期滞后轨迹基本趋向于零。其中，滞后1期的响应轨迹与前述直接传导效应基本一致，表明科技金融发展在促进或抑制经济稳定时，亦会在短期内对系统性金融风险产生类似影响。可能的原因在于金融资本助力科技金融发展实力的同时，企业与市场信息的不对称性造成银行不良贷款率、企业破产率逐步上升，累积了系统性金融风险。而在经济萧条时期，贷款规模缩减则收敛了风险曲线，与前述理论梳理相一致。与此同时，在经济形势繁荣阶段投机性资本会进入股票市场，对初创型科技企业进行风险融资，短期抬升了资产泡沫风险，但在危机时期资本风险偏好减弱；滞后2期的响应轨迹方向则与短期方向呈相反趋势变动，且多在负向区间。科技金融的快速发展虽在短期通过增强货币流动、抬升资产泡沫等方式影响系统性金融风险，但从长期看，科技金融支持体系的完善及财政的风险规避属性，加上实体经济的有效发展，对系统性金融风险起到抑制作用。科技金融蓬勃发展时期，企业自留利益空间的扩大，创新结构优化与实体经济发展抑制了风险的整体上扬。但在经济危机时期，实体经济不能得到有效融资支持，企业创新行为与效率都明显受到压制，伴随产业链上下游企业面临集体困境，科技金融对系统性金融风险的抑制效应将会弱化，因此佐证了前述针对科技金融异质性时期影响的结论。

图3(c)显示系统性金融风险对经济稳定的冲击影响。不同滞后期在负向区间都呈现较为稳定的响应趋势，表明系统性金融风险在不同时期都对经济稳定起到抑制作用，这与机制中针对风险的负面影响评价相一致。但实证结果中，短、中及长期经济稳定的响应强度却存在差异。短期冲击效应最为显著，原因在于短期内系统性金融风险的变动可能通过影响金融机构与实体经济的资产负债表、资产泡沫及资本流动性等渠道快速反映到经济社会中，危害经济稳定。与此同时，科技金融发展对系统性金融风险的冲击效应变动明显，但基于风险中介的经济稳定响应趋势却较为稳健，表明科技金融发展的间接传导效应存在渠道阻碍，“金融—经济”体系不能实现有效联动。

图3 等间隔的脉冲响应

5.3 不同时点脉冲响应分析

等间隔的脉冲响应分析可有效解释科技金融发展、系统性金融风险与经济稳定的时变效应。但伴随中国科技金融发展历程中政府主导的几次重要改革，是否对经济稳定的传导效应产生显著变化？结构性变动不能通过线性研究进行解释。因此，选用2009年、2013年和2015年作为科技金融发展改革的重要时点，原因是2009年中央政府施行 《国务院关于发挥科技支撑作用促进经济平稳较快发展的意见》，明确财政支持科技创新的重要性，为科技金融发展提供中坚力量；2013年新三板股权交易平台的建立为初创型科技企业提供重要社会融资渠道；2015年科技金融改革示范试验区建立，科技金融产业规模化趋势快速发展，促进国内科技集群效应的形成。时点响应轨迹如图4所示。

图4(a)表明科技金融发展对经济稳定不同时点的影响，异质性政策举措将造成长期的扩散，这与经济现实相符：长期性的制度建设会造成一定经济周期内作用变量呈现趋势性影响。根据响应强度与方向进行划分，新三板成立与科技金融规模化举措将促进经济长期稳定，且后者的正向影响更为显著。而财政支持科技金融发展的举措虽然能在短期内导致正向波动，却在滞后2期后跌落至负值，对经济稳定造成不利影响。这说明拓宽科技金融的融资渠道与扩大融资规模是可持续发展之路，而单纯靠财政推动科技金融发展对整体经济形势的稳定收效甚微。

图4(b)系统性金融风险在中长期响应轨迹基本一致，呈现波动趋缓状态。具体看，2009年财政支持政策的颁布短期可快速抑制系统性金融风险，新三板的成立在短期可能造成风险的短暂上扬，但科技金融发展示范区的建立却在影响初期对风险就起到有效抑制作用。股票市场的建立可能导致风险投机资本进入，造成流动性、资产泡沫等风险，财政工具则有风险规避属性，政府支持与规模化、标准化运营可有效降低风险发生概率；图4(c)表示经济稳定对风险的响应，不同时点的冲击轨迹基本一致，在负向区间内呈现波动性发散特征。这与前述的等间隔结果形成良好补充，表明重大政策举措颁布可能通过影响风险从而进一步恶化经济环境，应注重对可能性风险的长期监管与提前防范。

图4 不同时点的脉冲响应

6 结论及启示

本文探究科技金融发展对经济稳定的直接与间接影响，选择具有波动率的时变参数结构向量自回归模型进行实证探究，直观反映科技金融发展两种传导渠道的时变效应，并将中国科技金融发展的关键时点对传导渠道的影响进行补充分析，主要研究结论如下。

(1)针对科技金融发展直接作用于经济稳定的效果，研究发现异质性时期影响差异明显。在经济繁荣与危机后的恢复时期科技金融发展对经济稳定起到正向作用，而在危机时期则起到恶化影响。在重大政策措施对传导作用的影响方面，新三板的成立与科技金融规模化的发展举措将促进经济长期稳定，而单靠财政拉动科技金融发展政策则不利于经济的长期稳定。

(2)针对系统性风险在科技金融传导渠道的中介作用，不同滞后期的影响差异明显。在经济繁荣时期，科技金融发展短期会抬升风险，而萧条时期则有效抑制风险。中长期则呈现异质性冲击响应特征。响应结果的不同与科技金融支持体系的完善、实体经济自留利益空间的时差及实体经济的发展密不可分。风险在短期内对经济稳定的抑制效用最为显著，但抑制效应波动起伏较大，表明间接传导渠道仍存在阻碍。不同时点的冲击结果显示，财政支持与示范区建立的措施可以有效化解系统性金融风险，但新三板成立则在短期累积了风险。

梳理以上研究，可得出较为清晰的政策启示。

(1)要充分考虑市场效应在融资过程中的应用。在发挥财政支持科技金融发展引领作用的同时，融入多层次资本市场配合的多重融资模式。根据科技企业实际发展情况，资本市场可通过创新无形资产抵押与评估体系为多维融资提供保障，建立经济稳定多样化的长效支持机制。同时根据实证结论，在经济波动时期应注重为企业提供多层次、多样化的资金支持，提高科技金融政策的精准扶持与边际效用。

(2)要加强科技金融的融资评估与风险控制。多样化的融资风险可能阻碍政策实施效果，因此金融机构在对科技企业融资时应重点关注企业抵押资质、现金流量及预期收益状况，但同时要注重为科技企业经营纾困，财政要配合金融机构打好 “组合拳”，引导金融机构对科技融资展期或续贷，降低科技企业与金融机构信息不相对称所造成的系统性风险。

(3)要建立高质量的科技金融示范园区。基于科技金融集聚化对经济社会产生的显著正向效应，科技金融发展模式要注重建立规范化、高质化、集群化的示范区，扩大示范区内科技企业贷款授信审批范围，对龙头企业开展绿色信贷服务，包括优惠贷款与投资期限，发挥规模性带动作用。同时针对科技型企业 “高风险、高收益”的发展特征，政府要引入第三方担保机构进行风险担保，在风险规避前提下促进科技金融发展提质增量，更好推动科技金融力量传导至经济社会发展中。