科技金融对福建省战略性新兴产业上市公司的支持效应研究

魏秀华，王丹丹

(福建技术师范学院经济与管理学院，福建福清 350300)

战略性新兴产业作为现代新技术和新兴产业的融合发展形态，是促进中国新一轮工业革命快速发展的关键所在，也是构建中国现代经济体制的重要支撑。在《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中，明确提出大力发展战略性新兴产业，当前各省市均集聚优势资源扶植发展战略性新兴产业，福建省已编制《福建省“十四五”战略性新兴产业发展专项规划》，以促进福建省战略性新兴产业的高质量超越发展。而战略性新兴产业的发展与壮大，离不开科技金融服务的支持。近年来，福建省在推动战略性新兴产业的科技金融发展方面取得一定进展，截至2020年，福建省战略性新兴产业贷款金额1 341亿元，经济社会发展新动能得到了较好的培植。但就全省经济而言，福建省的科技金融对战略性新兴产业支撑明显欠缺。在“十四五”阶段，研究福建如何应对科技金融在支撑战略性新兴产业发展过程中的影响机理，对实现福建科技创新促进经济社会全面高质量发展超越的发展目标具有重大意义。

一、国内外学术研究动态

国外学术界对科技金融与发展战略性新兴产业关系的相关研究始于对政府资金支持与产业发展之间关系的探讨，学者们的共性观点是认为资金支持对产业发展具有积极的促进作用。国外有关金融机构支援高新技术行业发展情况和效果评估方面的研究成果主要涉及直接投融资方法、金融机构的支持效果以及与高新技术产业发展相关等方面内容。但Carlin、Brown研究表明，各种直接投融资方法对不同行业的发展促进作用有所不同，以资本市场为主体的直接融资方式更有助于高新技术行业的发展，而以商业银行为主体的间接投融资方法则更能推动传统产业的发展[1-2]。Ernie Goss通过对中国高新技术行业发展和国家财政投资的支持关系进行了深入研究，表明政策投资扶持可以对高新技术行业的发展产生正面影响效应[3]。Bertoni经过深入研究高科技产业的金融支持，认为市场经济越成熟的经济体，其高科技产业的发展越快[4]。Rioja & Valev则指出健全的金融服务体系与高新技术产业的发展密不可分，融资体系的完善可以带动行业的迅速发展与转型升级，而行业的不断发展与壮大又能够带动融资体系的进一步完善[5]。

国内研究者对国家战略性新兴产业的研究重点聚焦在战略性新兴产业的快速发展、升级流程，并在此基础上提出资金支持策略。马军伟等提出金融支持战略性新兴产业发展的本质问题是金融与产业相融合、相适应的问题[6]；李萌等则提出国家战略性新兴产业的资金支持效率比较有效，战略性新兴产业发展的关键在于政府政策的合理引导[7]；卢馨等人的研究报告指出，随着中国区域金融发展水平的提升，公司会增加对研究开发的投资强度[8]。在对战略性新兴产业金融支持模式的研究方面，董晓宇、阚景阳认为战略性新兴产业不仅需要政府部门提供支持，同时还需要金融机构之间相互配合，以形成完整的金融支持模式[9-10]。在与科技发展资金和战略性新兴产业发展相关的研究方面，廖果平、王卫星深入研究了科技金融对中国战略性新兴产业发展的影响机理，同时明确了利用科技金融对战略性新兴产业发展进行推动的具体途径[11]。程翔等人用实证检验了科技金融政策对高新技术企业发展的影响效应[12]。

综上所述，由于战略性新兴产业作为近年来中国特有的专有名词，国外相关研究较少，国外学者主要针对科学技术、国家着重支持的节能环保产业、发展战略新产业等应用领域进行了探究。国内学者对战略性新兴产业的发展趋势、特点、金融支持模式等方面都开展了深入研究，但从研究范围来说，大多聚焦在国家层面以及部分特殊区域，关于福建区域的研究文献比较缺乏；从研究方法层面来看，以理论分析居多，鲜有利用省域数据进行实证检验。有鉴于此，本研究基于科技金融支持角度，利用福建省战略性新兴产业上市公司2018—2020年的面板数据，实证检验科技金融对福建省战略性新兴产业经营绩效的影响，以期为科技金融推进福建战略性新兴产业高质量发展提供可操作性建议。

二、科技金融对战略性新兴产业发展的作用机理

科技金融是由向科学与技术创新活动提供资金来源的政府、企业、市场、社会中介机构等各种主体及其在科技创新融资过程中的行为活动共同组成的一个体系，是国家科技创新体系和金融体系的重要组成部分。科技金融主要通过金融发展规模、金融发展结构和金融运行效率等3方面对战略性新兴产业的培育与发展起到强力支撑作用。

(一)科技金融规模扩张有利于增加战略性新兴产业的金融供给

战略性新兴产业属于知识技术密集型行业，从业者以中小企业居多，普遍存在着资金来源严重短缺的问题。缓解企业经费不足的途径主要包括提升资源利用效率与扩大资金供给等两方面。提升资源利用效率要求对公司内部结构进行优化管理，而扩大资金供给则是外部要求。金融机构通过为企业技术研究等活动提供融资保障，促进了战略性新兴产业的技术创新和科技进步，从而直接带动了产业结构升级。但是，在科学技术创造和金融服务中间却有着互补的“正反馈”效应，即科技金融促进经济发展，新技术、新手段又通过降低“道德风险”与“逆向选择”等渠道为科技金融赋能，从而提升科技金融服务效能；而科学技术金融服务效能的提高，则为科学金融服务更好地服务于战略性新兴产业提供了保证。在此基础上，科学技术创新不断加快，进而助力战略性新兴产业发展壮大。

(二)科技金融结构优化推进战略性新兴产业转型升级

首先，在战略性新兴产业发展初期，因企业资质较浅，需要完全依靠外来资金，向银行借款成为新兴产业迅速发展壮大的重要前提条件。其次，银行种类的多寡也决定着对战略性新兴产业投资途径的多寡。最后，中国金融结构的市场开放性程度将会对战略性新兴产业发展形成正面影响。国外金融机构巨头也相继在境内开设了分行，一方面增加了市场的竞争，另一方面也为行业的发展提供了更加完善的金融服务。同时由于金融机构间竞争日益加剧，金融结构也不复为单一的结构体系。尤其是中国实施利率市场化改革以来，金融机构的创新经营、多市场发展融合经营模式也纷纷涌现。商业银行、证券、基金、保险公司、信托企业等均构成了金融市场的主体，改变了原有单一的商业银行信用融资模式。上述新变化对于发展战略性新兴产业也具有重要的推动意义。

(三)科技金融效率提升加速战略性新兴产业资本的形成

金融发展规模和资金结构在短期内变化较小，若要实现对金融资源的最佳分配则要求资金的高效运作。金融效率还能够产生投资增量效应，促进战略性新兴产业的资金形成，使行业更有动力地实现投资规模扩大，从而提高产出水平。金融高效运作还能够产生资本导向效应，推动战略性新兴产业强化知识创新和新技术发展，从而进一步增强市场竞争力。同时伴随着战略性新兴产业的蓬勃发展，企业投融资渠道将进一步得以拓宽，企业经过挂牌、发债、私募等融资方式，资金成本将进一步下降。除已有的间接投资之外，直接投资也将成为企业的主要选择，最终促使金融服务资源配置达到最大化。而一旦金融业自由化程度提高，境外的资本也将能够成为直接投资的主要渠道，企业金融资源供给也将更加高效。

三、模型构建及数据来源

(一)模型构建

面板数据模型分析在取样准确度方面要显著地高于时间序列数据和截面数据模型，且面板数据分析中对动态信息方面的提取内容也更为丰富。由于战略性新兴产业上市企业的融资支持技术效率，除了与银行性融资、股权投资、内源融资等可测变量因素相关外，也与该上市公司所在区域的金融服务深化程度等因素相关，出于控制不可观测的个体异质特征的目的，因此本研究将选择面板数据模型并加以分析，首先建立面板数据模型的一般形式：

TEit=α1+β1BFit+β2SFit+β3RFit+β4CFit+β5FFit+β6NEit+β7YEit+μit+εit

(1)

其中，TE为各挂牌公司的融资支持技术效率水平；BF、SF、RF、CF、FF依次代表银行融资、股权投资、内源投资、商业信用融资及政府补助，NE代表各上市公司股本性质，YE为上市公司的创立年数。αi为截距项；i和t依次代表了各上市公司规模和建立时期；μi为未观测到的地区效应；εit～N(0，σ2)为随机扰动项。

为了克服所建模型的内生性问题和滞后期效应，本研究还将金融支持效率的滞后项引入构建的模型中，并建立了动态面板数据模型来检验相应滞后项对战略性新兴产业上市公司的影响效应。

TEit=α1+β0TEit-1+β1BFit+β2SFit+β3RFit+β4CFit+β5FFit+β6NEit+β7YEit+μit+εit

(2)

其中，TEit-1表示第i个省市第t-1年战略性新兴产业的金融支持效率指标，即被解释变量滞后项。

(二)变量选取

1.被解释变量。基于战略性新兴产业的金融技术支持综合效率是评价金融支持效率的最常用指标，同时参考已有学者研究成果，本文采用以SBM超效率模型测算的战略性新兴产业上市公司综合技术效能值(TE)作为测度金融支持效率的代理变量。其中，通过选定公司总资产、流通股占比、长期资产负债率为投入性指标，选定公司净资产收益率以及营业收入增长率作为产出指标，并利用DEAP2.1软件，对战略性新兴产业上市公司的金融支持效率进行测算。

2.核心解释变量

(1)银行信用融资(BF)。银行融资可以最大限度募集社会资本并转移风险，有效降低筹资成本，逐步成为战略性新兴产业上市公司主要的间接投资形式。商业银行投资比例的增大表明了目前上市公司更倾向于银行信用的融资形式。

(2)股权融资(SF)。企业通过股权融资所获的资本，公司无需还本付息，反映在公司财务报表中由股本与资本公积等两部分组成，这两部分数额之和除以资产负债率即为股权投资比率。该指标越高说明公司更倾向于采用股权融资方式进行资金筹集。

(3)内源融资(RF)。公司的内源融资主要来源为公司自有资本，本研究采用上市公司季报中的“盈余公积金”“未分配利润”两种数据之和占净资产的比例作为替代变量，用于反映公司内源融资的有效程度。

(4)商业信用融资(CF)。商业信贷资金占比大小一定程度反映了公司信用度高低，能够有效拓宽公司融资途径，同时也是战略性新兴产业上市公司最主要的融资方式。商业信用融资比例越大，表明上市公司更倾向于该种融资形态。本研究采用(应收票据+应付账款+预收帐款)占总资产的比重来衡量企业信用度高低。

3.其他控制变量。本研究考虑了政府补助融资、股本性质和企业设立年数对公司资金支持效果所可能产生的影响，故控制变量选择了政府补助(FF)、企业股本性质(NE)与公司成立年数(YE)。

(三)数据来源及描述性统计

本研究选用的样本为2018—2020年福建省战略性新兴产业上市企业的季度数据资料。战略性新兴产业上市公司样本均来自中证指数公司和上交所发行的中国战略性新兴产业综合指数成份股，从中进一步筛选出福建省的上市公司，在删除统计数据不足的公司样本后，共得到了25家上市公司作为实证的样本企业。公司数据来自于国泰君安数据库，分析软件采用了STATA12.0。各指标描述性统计如表1。

表1 变量的衡量及描述性统计

四、实证分析研究

设置静态面板数据模型的主要目的是将动态面板数据模型估计结果与之加以对比。其中，静态面板数据模型分别采用了混合效应模型(Pooled OLS)和固定效应模型(Fixed Effects)两种方法用于估计。动态面板数据模型的估算方法，包括差分广义矩(Difference GMM)和系统广义矩(System GMM)估算两种。其中，差分GMM估算因为存在弱工具变量问题，易使得估算结果产生误差。而系统广义矩估算则不存在过度估计问题，所选取的工具变量也比较合适，因此本研究使用系统GMM方法进行估计。

(一)模型估计结果

混合效应、固定效应和系统GMM模型的估算结果已在表2中列明，其中，表2(1)是混合效应估计结果，没有考虑到个体的异质性，表2(2)则为考虑到个体的异质性所得出的固定效应估算结果，表2(3)则是动态面板模型系统广义矩估计结果。

表2 科技金融对战略性新兴产业支持效应的模型估计结果

从表2(1)-(3)的估计结果可知，金融支持效率一阶滞后项TE(-1)的估计系数可达0.3～0.7，且在1%的显著水平下统计显著，说明战略性新兴产业的金融支持效应具有固化和延续的特征。从表2(3)中可知，银行信用融资通过了5%的显著性水平检验，与福建省战略性新兴产业上市公司的金融支持效率成负相关。银行信用资金并不会有效推动福建省战略性新兴产业上市公司发展。可能的因素在于战略性新兴产业从业者多为中小企业，大中型商业银行对此类企业放贷的意向较为淡薄，放款更趋审慎，甚至可能出现提高门槛、减少金额等现象，使战略性新兴产业上市公司通过银行信用方式进行筹资的难度进一步加大。股权融资与福建战略性新兴产业上市公司支持效果成正向相关性。这可能是公司在股权融资的使用过程中，进行投资决策时，能较为充分考虑代理成本，提高资本运用效益，使公司获利水平得以提升，满足上市公司股东收益最大化需求。股权融资能够给公司发展带来资本，因此对于提升战略性新兴产业公司融资支持效果具有积极意义。内源融资与福建战略性新兴产业上市公司融资支持效率成负相关，说明了内源融资并未能有效推动福建区域内战略性新兴产业上市股份公司的发展壮大。以盈余公积和企业未分配利润为代表的内源融资方式是战略性新兴产业上市公司最主要的筹资方法，其具备了投资风险小、保密性好、灵活度高、投资成本小的优势，但公司内部投资者基于对公司投资成本与利润的综合考虑，对大多数福建省战略性新兴产业公司发展潜力和前景的预测都不容乐观，内部投资意愿相对较小。商业信用融资与福建省战略性新产业上市公司融资支持效率成负相关。表明商业信用融资比例扩大不利于推动福建省战略性新兴产业上市公司发展。政策补贴与福建战略性新兴产业上市公司资金支持效果成正向相关性，且影响系数高达4.013。可能原因在于政府财政补贴已成为战略性新兴产业发展的重要资金来源，政府补助资金的进入能一定程度缓解企业的资金困境，从而对提高战略性新兴企业金融支持效率发挥正向作用。上市公司股本性质与福建战略性新兴产业上市公司的资金支持效率关联性并不明显，表明国家控股的战略性新兴企业上市公司与非国有公司相比，二者的资金支持效果并无明显差别。上市公司建立年数与福建省战略性新兴产业上市公司资金支持效果成正向相关性，但作用系数相对较小，说明福建战略性新兴产业上市公司的建立年数与其资金支持效果存在着明显的关联，但影响不大。

(二)估计结果的有效性

系统GMM估计值的准确性，主要取决于工具数据变量的效果。本文借鉴Bond(2001)提出的一种简单方法来验证，将系统GMM估计的金融支持效率滞后项系数值与固定效应模型和混合效应模型的估计值进行比较，如果系统GMM估计值位于两者之间，那么系统GMM估计是一致的、客观的。表2显示，TE(-1)的系统GMM估计值为0.446 9，正好位于0.770 6(固定效应模型估计值)和0.329 7(混合效应估计值)的中间，所以，系统GMM估算结果是比较合理的。

五、结论与建议

(一)研究结论

利用DEAP2.1软件对福建战略性新兴产业的资金支持效率进行测算后，发现福建省战略性新兴产业的资金支持效果总体较差，且各家上市公司之间差距明显。科技金融对福建战略性新兴产业支持效应的实证研究结果表明：1)银行信用融资与福建省战略性新兴产业上市公司资金支持效率成负相关。银行的信用融资并不会有效推动福建战略性新兴产业上市公司发展壮大；2)股权融资与福建省战略性新兴产业上市公司的融资支持效果具有正向相关性；3)企业内源融资与福建省战略性新兴产业上市公司金融支持效率呈负相关关系；4)商业信用融资与福建省战略性新兴产业上市公司金融支持效率呈负相关。表明商业信用融资水平对战略性新兴产业上市公司的融资支持效率提升有负面影响；5)政府财政补贴与福建战略性新兴产业上市公司融资支持效率之间具有正向相关关系；6)福建省战略性新兴产业上市公司成立年数与其资金支持效果之间存在着明显的关联。

(二)政策建议

1.建立多层次银行体系。助力发展壮大中小银行机构。加大对农村金融业改革扶持的力度，引导发展村镇银行，支持农村信用社股份制改革，建立更加多元化的农村商业银行服务体系。设立专业服务于高新技术企业的科技银行，成立科技银行业务和科技银行管理事业部，实行专业化经营，按照战略性新兴产业公司发展周期的特点，有针对性地进行创新型金融产品的开发工作，以适应战略性新兴产业上市公司在各个阶段的发展需求，提高总体融资效率。

2.健全多层次资本市场体系。进一步完善创业板、新三板、科创板融资平台。加强对中小企业的引导梳理，鼓励战略性新兴企业参与新三板融资，扶持符合条件的企业通过重组的方式在创业板上市，扩大福建省资本市场层次，使企业的资本配置更加合理。促进债券市场发展，针对优质的战略性新兴产业从业企业，可优化首发审批程序，创新企业债券发行品种，企业债券收益率由市场定价。建立企业诚信评价制度并公开发布，以增加企业违约成本，进一步完善信用风险防范机制。

3.充分发挥风险投资的优势。丰富风投市场主体，将资产管理企业、商业银行理财部门、外资、养老基金等纳入风投的资金来源，为战略性新兴产业的发展提供充足的资金保障。进行风险预警与评价，在风投活动中，通过强化对相关政府部门的监督管理、引进第三方组织进行风险预警与评价等手段不断增强风险评估和预警的力度，促进风险投资活动顺利开展。设立政府引导性基金，由政府部门直接出资，通过吸纳各种社会资金到新创业风险投资机构中，让风险投资者的直接投资收益吸引更多风险投资者加入，为福建省战略性新兴产业的发展壮大提供资金保障。