经济研究参考科技金融论文范文参考

　　科技与金融是现代经济发展与生产力进步的重要因素，金融与科技的紧密结合成了当今的时代课题。从国际科技发展历程上看，金融发展都显示出了对科技创新的巨大推动力。中小型高科技企业是依靠高科技及其研发成果进行生产和服务的部门（Allen，1992）[1]，如通信、IT、计算机、生物技术、电力和医药生物等企业，是促进创新、扩大就业和经济增长的主体。

　　摘要：科技和金融是现代经济发展的重要构成要素。分别选取政策性科技金融和金融机构科技贷款表示科技金融指标，构建生产函数为基础检验模型，并以1999—2011年大连相关数据对二者的关系检验。结果表明，中小高新技术企业的发展约13%可以归因于政策性科技金融，约56%归于高层次科技人员的投入，但是金融机构科技贷款的波动不利于中小高新技术企业的发展。在因果关系上，只存在金融机构科技贷款与中小型高科技企业发展的单方向Granger因果关系。

　　关键词：科技金融,中小高新技术企业,科技贷款波动,大连

　　一、引言

　　科技企业其科技项目的培育到产业化发展的每一个环节都需要不断放大的金融支持，否则将失去竞争优势。而金融由于具有价值创造、流动性创造、风险分散、价格发现、信息生产和公司治理等功能（Allen&Gale，2000）[2]，因此，在社会资源的配置与再分配中起着重要的作用，并推动企业成长与产业的发展。科技和金融的融合是推动产业结构升级和创新建设的重要动力。

　　二、文献综述

　　从现有文献看，国外由于市场发达，科技与金融结合发展较好，并没有“科技金融”一词，较为接近的概念是“技术资本”，主要集中于金融对技术进步作用的相关研究。较早的如Schumpeter（1911）论证了货币、信贷和利息等金融变量对自主创新与经济发展的重要影响，金融机构可以提供给那些经过甄别的最具有研发能力的企业，从而促进科技创新[3]。Hicks（1996）指出工业革命时期，非流动长期资本是新技术创新和应用的前提，而金融市场是长期资本的来源[4]。Carlota（2002）认为风险投资者为获取高额利润，会在新技术早期崛起时期，就迅速进行投资，从而引起金融资本与技术创新的高度耦合，带动技术创新的繁荣和金融资产的几何级数增长[5]。Calderón&Liu（2003）通过多国数据验证了金融发展可以通过促进技术进步促进经济增长[6]。此外，如Demirgü？觭-Kunt&Maksimovic（1998，2002）[7-8]以跨国数据证明了在金融市场发达的条件下，金融机构贷款等外部融资有利于促进企业发展和行业的成长性，这一观点得到了Claessens&Laeven（2003）[9]的认同。

　　在国内，关于“科技金融”词汇的使用源于我国《中华人民共和国科学技术进步法》（1993）通过后，赵昌文等（2009）将其定义为促进科技开发、成果转化和高新技术产业发展的一系列金融工具、制度、政策与服务的系统性、创新型安排，并认为科技金融是由为科学和技术创新活动提供金融资源的政府、企业、市场、社会**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[10]。房汉廷（2010）认为科技金融是金融工作的深化，金融市场是科技融资的场所，能够为高成长期的科技企业提供融资安排[11]。从文献上看，研究以定性分析为主，如段世德、徐璇（2010）认为科技金融促进了新兴战略产业发展，并探讨了发展的模式[12]；束兰根（2011）指出可以探索在商业银行组织架构中设立科技金融专营机构，推进科技型中小企业发展，实现银企多方共赢[13]。实证研究主要以生产函数模型进行分析，如李兵、王铮、李刚强（2009）[14]。直接的研究成果如王卫彬、俞杰龙、朴基成（2012）实证分析了科技金融对高新技术产业的促进作用，但并没有采用时间序列数据或面板数据进行分析[15]。

　　由于科技金融的研究是近年才兴起的，直接相关的研究成果并不是很多，但这些研究成果在研究范式上为本文提供了重要的启示。本文通过构建科技金融对中小高新技术企业影响的分析模型，实证分析二者的协整关系和因果关系，这是与以往相关研究的不同。对于二者关系的探讨，有利于为科技金融促进中小型高新技术企业发展的相关政策的制定提供参考依据。

　　三、模型构建与变量说明

　　经典的经济学理论证明了科技、金融、劳动力是经济增长的重要构成。在任何时刻，经济拥有一定量的资本、劳动和技术，并将这些因素结合起来生产产品，根据科布-道格拉斯生产函数，构建中小高新技术企业产出模型：

　　其中，hy表示中小高新技术企业产出变量，sf表示科技金融投入量，sl表示科技劳动力投入量，ε为随机动项。a，α和β表示待估计系数。

　　中小高新技术企业产出变量（hy）：以中小高新技术企业产值/高新技术企业总产值表示，其中，高新技术企业产值以（高新技术企业总产值-规上高新技术企业产值）计算。

　　科技金融变量（sf）：从筹融资来源上看，源于经营收入等的企业科技资金、政府支持科技创新的财政拨款等政策性资金以及金融机构提供的资金是科技金融的主要构成。相比较而言，政府和金融机构拨款筹融资效率较高，因此，这里分别以政策性科技金融指标（pf）和金融机构科技贷款指标（ff）表示①。其中pf以地方财政科技拨款增长率计算。由于银行等机构对于科技型中小企业“惜贷”（Cui，Zha&Zhang，2010）[16]，科技型中小企业获得的贷款并不是很稳定，因此，这里以科技型中小企业获得金融机构科技贷款波动率衡量ff，具体参考Jeanneney&Kpodar（2005，2008）[17-18]的计算方法，以相关变量增长率的标准差计算。科技劳动力变量（sl）：以中小高新技术企业的科学家与工程师数/科技活动人员总数计算。

　　考虑我国的统计年鉴等统计资料中很少提供中小企业，特别是中小高新技术企业的统计数据，因此，对于个别年份缺少的数据，参考刘降斌和李艳梅（2008）做法[19]，以统计年鉴中私营企业、个人企业和乡镇企业数据之和近似的替代高新技术相关数据。为降低变量的内生性以及数据的变动幅度，相关变量均取自然对数。

　　四、数据的估计结果

　　虽然我国在1999年才对科技型中小企业进行正式的界定，但此前科技型中小企业在就业、促进产业结构调整和地区经济增长方面已起着重要的作用。大连作为我国首批设置高新产业园的地区之一，高新技术企业产值逐年增长，由1999年的345亿元增加至2011年的6530亿元，科技型中小企业产值也增加至2010亿元。作为科技部、中国人民银行、中国银监会、中国保监会等五部门确定的首批16家科技与金融结合试点城市之一，大连市组建了科技创业投资有限公司等科技融资平台和服务平台、科技型中小企业孵化器以及科技银行等，支持科技企业发展，促进了地方经济与技术创新的进步。

　　鉴于以上实际，样本区间确定为1999—2011年。原始数据来源于各年《大连统计年鉴》、《辽宁省统计年鉴》、大连统计公报以及辽宁省统计公报，并进行整理计算。变量基本统计特征如表1所示。

　　（一）单位根检验

　　在对二者关系估计前，必须要对变量的平稳性进行判断，否则将出现伪回归现象，导致错误的结果。常用的数据平稳性检验方法包括ADF检验法，但在样本偏小的情况下，这种检验方法的功效较低②。因此，本文同时使用PP检验[20]、KPSS检验[21]以及DF-GLS检验[22]对样本数据的平稳性进行检验，结果如表2所示。从检验结果可知，尽管各变量没有都表现为I（0）序列，但经过一阶差分后表现为I（1）序列，在1%或5%或10%的显著性水平下是平稳的，可以进行协整关系检验。

　　（二）协整关系判断

　　这里采用传统的OLS估计，Stock（1987）证明，对存在协整关系的时间序列，OLS回归的估计量不仅是一致的，而且快于平稳时间序列OLS估计量的收敛速度。检验结果如表3所示，模型1是以hy为因变量，pf和sl为自变量的分析模型，模型2以hy为因变量，ff和sl为自变量的分析模型，模型3是以hy为因变量，pf、ff和sl为自变量的综合分析模型。

　　从检验结果上，三个模型的参数均通过了检验，但科技金融和科技劳动力对中小型高新技术企业发展的影响不同。

　　（1）政策性科技金融指标，其系数在模型1中为0.26，模型3中的系数为0.134，并且是以20%的水平通过检验，也就是说政策性科技金融有利于促进中小型高新技术企业的发展。政策性金融是促进中小企业高新技术企业进行技术创新、弥补基础研究阶段资金不足的重要外源融资方式，可以带动整个创新研发的投入，从而提高中小高新技术企业的产值。

　　（2）模型2中，金融机构科技贷款的回归系数是-0.244，而模型3的系数为-0.212，且高度显著。这说明科技贷款的波动严重影响中小型高科技企业的发展，中小型高新技术企业本身风险性很大，再加上信息不对称的影响，中小型高新技术企业往往很难获得银行信贷。从统计数据上看，1999—2011年，中小型科技企业信贷额波动很大，除了2001—2003年外，中小型科技企业信贷占总科技信贷比率不足7%，科技型中小企业无法获得稳定的科技信贷，对中小型高科技企业发展存在着一定的制约。

　　（3）科技劳动力这一指标系数，在模型1中是0.607、模型2中是0.541、模型3中是0.559，与中小型高科技企业发展均具有高度显著的正向关系。也就是说，高层次研发人员的投入对中小高新技术企业成长有着重要的推动作用。

　　（三）因果关系分析

　　协整关系检验仅说明了变量之间的长期均衡关系，而对于二者之间的因果关系须进一步以Granger因果检验判断。对于原假设pf不是hy的Granger原因、hy不是pf的Granger原因和ff不是hy的Granger原因，其F统计量分别是1.121、2.369和4.493，p值分别是0.464、0.249和0.187，因此均接受原假设。对于原假设hy不是ff的Granger原因、sl不是hy的Granger原因和hy不是sl的Granger原因，相应的F统计量分别是28.618、24.225和7.588，p值分别是0.034、0.013和0.065，均拒绝原假设。从检验结果可知，政策性科技金融（pf）与中小型高科技企业发展之间没有Granger因果关系，但与金融机构科技贷款（ff）存在单方向Granger因果关系，与科技劳动力投入（sl）存在双向Granger因果关系。

　　五、结论与对策建议

　　分别选取政策性科技金融和金融机构科技贷款表示科技金融指标，构建生产函数为基础检验模型，并以1999—2011年大连相关数据进行协整关系和因果关系检验，结果表明，科技金融和科技劳动力投入对中小高新技术企业有着重要的影响。中小高新技术企业的发展约13%可以归因于政策性科技金融，约56%归于高层次科技人员的投入，但是金融机构科技贷款的波动与中小高新技术企业发展显著负相关，波动越严重越不利于中小高新技术企业的发展。在因果关系上，存在金融机构科技贷款与中小型高科技企业发展的单方向Granger因果关系，以及与科技劳动力的双向Granger因果关系。

　　因此，在制定相关政策时，应完善相关的科技财政支持政策，除税收优惠外，如提供财政贴息、采购担保等方式加大财政拨款对科技的支持力度，发挥政策性科技金融作用；鼓励金融机构成立如科技银行等专业科技金融机构，完善监督管理，避免科技贷款过度投放，优化科技贷款投向；引进和培育高层次科技人才，开发高科技人才库，为中小高科技企业发展提供知识储备库。此外，随着风险投资的发展，可以借鉴发达国家的相关经验，完善高新技术企业创业风险投资的法律法规，逐步完善多层次科技金融服务体系。注释：

　　①这里暂不考虑资本市场这一筹融资来源。

　　②Phillips和Perron（1988）和Schwert（1989）等通过蒙特卡洛模拟试验发现，在小样本情况下ADF检验的功效较低。

　　参考文献：

　　[1]Allen，J.C.StartingaTechnologyBusiness[M].Pitman，London，1992.

　　[2]Allen，F.andGale，D.FinancialContagion[J].JournalofPoliticalEconomy，2000，108：1-33.

　　[3]Schumpeter，J.A.TheTheoryofEconomicDevelopment[M].Cambridge，MA：HarvardUniversityPress，1911.

　　[4]Hicks，J.ATheoryofEconomicHistory[M].Oxford：ClarendonPress，1969.

　　[5]Carlota，P.TechnologicalRevolutionsandFinancialCapital：TheDynamicsofBubblesandGoldenAges[M].London：Elgar，2002.