上海市科技金融與經濟增長關系的實證研究——基于VAR模型

黃江燕 黃江平

(上海大學，上海 200433)

對于科技金融的定義，目前最權威的是趙昌文在《科技金融》一書中的表述，“科技金融是指通過改革財政科技投入方式，引導和促進銀行業、證券業、保險業金融機構及創業投資等各類資本，創新金融產品，改進服務模式，搭建服務平臺，實現科技創新鏈條與金融資本鏈條的有機結合，為初創期到成熟期各發展階段的科技企業提供融資支持和金融服務的一系列政策和制度的系統安排”[1]。科技是第一生產力，金融是第一推動力[2]。科技創新和金融市場的發展以及二者的融合對經濟建設和社會進步發揮著越來越重要的作用。如何促進科技金融發展，利用科技金融推動自主創新能力的全面提高，增強國家核心競爭力是近年來研究的熱點之一。

本文利用2004—2016年的上海市高技術產業產值作為經濟增長的代表性指標，使用政府資金、企業資金、貸款機構資金、資本市場資金等指標構建科技金融投入體系，并建立VAR模型進行實證分析，為上海市引導科技金融發展進而促進經濟增長提供依據。

一、變量的選擇及模型的構建

本文的科技金融體系是基于張玉喜的科技金融生態群落子系統構建的，其中包括政府機構、科技創新企業、科技貸款機構、科技資本市場、創業風險投資和科技擔保機構六部分[3]。鑒于目前創業風險投資具有較大的不確定性及科技擔保在我國發展時間不長、數據不完善，所以，暫不考慮這兩項指標的影響。而科技金融的產出指標即經濟增長的代表性指標，本文選取的是高技術產業產值。因此，本文將從政府資金、企業資金、貸款機構資金、資本市場資金等四個方面研究上海市科技金融投入對經濟增長的影響。

政府資金(gov)。科技創新是一個前期投入大、不確定性強的探索性活動，一般情況下R&D活動具有較強的正外部性，其溢出效應可能會導致市場失靈[3]。政府對科技創新的投入在彌補市場失靈的同時，可以作為科技金融投入指標的一部分，因此本文以上海市政府R&D經費內部支出來度量政府為科技創新提供的資金支持[3]。

企業資金(ent)。科技創新企業通常會通過提高研發活動投入以提升企業的競爭力[3]，因此，本文以上海市企業R＆D 經費內部支出來度量企業為科技創新提供的資金支持[4]。

貸款機構資金(loa)。在科技金融體系中，科技貸款機構主要為科技創新企業提供間接的債務融資。我國科技貸款機構通常指商業銀行、政策性銀行等銀行類金融機構，這些機構為規模較小、信用記錄不完整、尚未進入證券市場的科技型中小企業提供債務融資[3]。鑒于數據的可得性，本文以上海市金融機構人民幣各項貸款余額來度量科技貸款機構對科技創新的支持[5]。

資本市場資金(cap)。科技資本市場為科技創新企業提供的是長期資本支持，隨著我國多層次的資本市場不斷發展和完善，我國的主板市場及創業板、中小企業板、新三板等多個專門服務于不同生命周期的科技創新企業的子市場共同構成了科技金融投入的重要部分[3]。本文以上海市上市公司的股票交易金額來度量資本市場對科技創新的支持強度[6]。

高技術產業產值(ion)。高技術產業是知識和技術密集型產業包括機器人研制、生物技術、電子、通信及計算機等行業，其具有研發投入大的特點。高技術產業的智力性、創新性及戰略性對社會和經濟的發展具有極其重要的作用，作為上海市科技金融產出的有效代表性指標可以在一定程度上衡量上海市經濟增長[7]。

由政府資金(gov)、企業資金(ent)、貸款機構資金(loa)、資本市場資金(cap)及高技術產業產值(ion)建立模型，為消除異方差的影響，對各變量取對數后建模得到：

其中α為截距項，μ為隨機變量。

二、實證分析

本文選取2004—2016年13年間上海市各科技金融投入與產出指標的相關數據。其中政府資金、企業資金相關數據來源于《中國科技統計年鑒》，貸款機構資金相關數據來源于國家統計局網站，資本市場資金相關數據來源于《中國證券期貨統計年鑒》，而高技術產業產值相關數據來源于上海科技統計網站。本文主要運用計量軟件stata構建模型。

1.變量間的相關性分析

在構建VAR模型前對變量lngov、lnent、lnloa、lncap 及lnion進行相關性分析，以便了解各變量之間的相關關系。

表1 各變量之間的相關系數

從表1可以看出，解釋變量與被解釋變量之間在5%的水平下相關性均顯著，其中解釋變量lngov、lnent、lnloa及lncap與被解釋變量lnion之間的相關系數分別為0.916 5、0.919 1、0.869 3及0.773 3，表明各解釋變量能有效地說明被解釋變量。同時發現解釋變量之間的相關性也很強，但作為科技金融體系的主要組成部分不予以剔除。從相關性分析中可以初步認定上海市科技金融投入指標政府資金、企業資金、貸款機構資金及資本市場資金的變動將引起上海市高技術產業產值的變動，進而影響上海市經濟增長。

2.變量的平穩性檢驗

為避免建立的模型出現偽回歸現象，本文首先運用ADF單位根檢驗法對上海市的科技金融投入指標政府資金、企業資金、貸款機構資金、資本市場資金及上海市高技術產業產值進行平穩性檢驗，檢驗結果如表2所示。檢驗結果說明變量lnion、lngov、lnent、lncap均為平穩序列，而lnloa是非平穩序列，但一階差分之后△lnion、△lngov、△lnent、△lnloa、△lncap、△lnris均是平穩序列，表明這些變量均是一階單整序列，可以進行協整檢驗。

表2 變量的單位根檢驗結果

3.協整檢驗

表3 Johansen協整檢驗結果Johansen tests for cointegrationTrend:constantNumber of obs=12 Sample:2005-2016Lags=1

檢驗結果表明只有2個線性無關的協整向量，如表3中“*”所標識的，而最大特征值檢驗也表明可在5%的水平上拒絕“協整秩為0”的原假設(65.453 4>33.46),同時，也可在5%的水平上拒絕“協整秩為1”的原假設(28.634 5>27.07),但無法拒絕“協整秩為2”的原假設(17.347 3<20.97)。因此，選擇協整秩為2。綜上所述，變量lnion、lngov、lnent、lnloa、lncap存在長期的均衡關系。

4.VAR模型的平穩性檢驗

在構建VAR模型時，需要確定變量的滯后階數，較多的是基于信息準則來確定。就本文而言，鑒于樣本數量的限制，選擇滯后期為1來構建VAR模型。

確定VAR模型的滯后期后，通過特征值來檢驗該VAR模型是否平穩。若伴隨矩陣的所有特征值都在單位圓內部，則為平穩過程，否則該VAR模型是不穩定的。

圖1 VAR模型單位根的檢驗圖

在VAR模型中，有nk個根，n是變量的個數，k則是最優滯后期，本文的模型中有5個變量，最優滯后期為1，所以應有5個點落在單位圓內，圖1中恰有5個點在單位圓內，這表明建立滯后期為1的VAR模型是穩定的。

5.VAR模型的構建

基于前文分析，對2004—2016年上海市對科技金融體系的投入指標政府資金(gov)、企業資金(ent)、金融機構資金(loa)以及資本市場資金(cap)和高技術產業總產值(ion)取對數后建立VAR模型，得到的回歸結果如下頁表4所示。

表4 lnion、lngov、lnent、lnloa、lncap向量自回歸模型結果

從表4中可以看出，變量lnion、lngov、lnent、lnloa、lncap的VAR模型的擬合優度都很高，其可決系數都達到了0.5以上。其中，在被解釋變量為lnion 的VAR模型中，可決系數達到0.9497，這為進一步分析科技金融投入對高技術產業發展的促進作用奠定了基礎。

6.脈沖響應檢驗

本文通過脈沖響應函數對VAR模型展開進一步解釋。經30期(2004—2034年)的脈沖響應分析，得到上海市科技金融投入指標政府資金(lngov)、企業資金(lnent)、貸款機構資金(lnloa)及資本市場資金(lncap)對高技術產業產值(lnion)的沖擊反應。各圖中的中間線是脈沖響應函數，上下線分別代表該函數值的正負1倍標準差。縱坐標為單位沖擊引起的波動，橫坐標表示波動持續時間。對VAR模型進行脈沖響應檢驗，輸出的結果如圖2—5所示。當分別給lngov、lnent、lnloa、lncap一個標準差的沖擊時，對于lngov，lnion在第1期達到最高點后開始下降，并在第7期后逐漸趨于零；對于lnent，lnion在第1期、第2期及第3期有正向的反應，隨后出現大幅的下降直至趨向平穩；對于lnloa，lnion在第2期時達到最大值后開始下降，并在第6期后逐漸平穩；對于lncap，lnion在第2期達到頂峰，隨后急速下降并在第8期后趨于平穩。綜合以上的脈沖響應結果可以看出，上海市科技金融體系中的政府資金、企業資金、貸款機構資金及資本市場資金對高技術產業的發展均存在促進作用，但促進效果在持續期及強度上有所不同。

圖2 政府資金對高技術產業產值的脈沖響應圖

圖3 企業資金對高技術產業產值的脈沖響應圖

圖4 貸款機構資金對高技術產業產值的脈沖響應圖

圖5 資本市場資金對高技術產業產值的脈沖響應圖

7.方差分解檢驗

上海市高技術產業產值的方差分解檢驗主要是進一步分析科技金融體系中政府資金(lngov)、企業資金(lnent)、貸款機構資金(lnloa)及資本市場資金(lncap)等投入指標對產出指標高技術產業產值(lnion)的貢獻度大小，方差分解的結果如表5所示。

表5 lngov、lnent、lnloa、lncap對lnion的方差分解結果

從上頁表5可以看出，高技術產業產值(lnion)的波動受自身沖擊的影響最大(各期均達到58%以上)，第一期的貢獻度達到了100%，在接下來的幾期內貢獻值分別為74.134 8%、63.253 4%及59.581 3%。除此之外，受政府資金(lngov)、貸款機構資金(lnloa)和資本市場資金(lncap)投入沖擊的影響也較大，且lngov的影響更顯著。lngov 對lnion的貢獻度自第2期開始均達到15%以上，而lnloa 對lnion 的貢獻度自第2期達到10%后各期都穩定在12%以上。相對于lngov、lnloa及lncap三個投入指標，lnent投入的沖擊對lnion的影響最小，長期穩定于2.8%左右。通過lngov、lnent、lnloa 以及lncap對lnion的方差分解結果可以發現，上海市政府資金、企業資金、貸款機構資金及資本市場資金對高技術產業產值均有促進作用，且政府資金的促進作用更顯著。但隨著時間的推移，貸款機構資金及資本市場資金的作用將會有所上升。其中貸款機構資金的貢獻度從第2期的5.3077%逐漸上升到第10期的12.431 4%，資本市場資金的貢獻度從第2期的4.274 6%逐漸上升到第10期的10.364 6%。相比之下，企業資金對高技術產業發展的促進作用顯得較微弱，但從長期看，企業資金的貢獻度是明顯上升的，從第2期的0.019%逐漸上升到第10期的2.888 7%。而政府資金在整體上的貢獻度較大，但從長期來看呈下降趨勢，從第2期的16.263 9%到第10期的15.752 6%有一個微弱的下降。

三、結論與建議

首先，上海市科技金融投入是高技術產業發展的重要基礎。實證表明科技金融投入有利于提高高技術產業產值。政府資金對高技術產業發展的貢獻度相較于其他三個指標是最大的，因此，為促進上海市高技術產業的發展，上海市政府應加大對科技金融的資金投入力度，發揮好政府資金的引導作用，為高技術產業發展提供更加完善的條件。在高技術產業的發展過程中企業資金的投入發揮的作用就會小得多，但在較長時間里，企業資金的價值會進一步得到發揮，所以企業在發展業務的同時，也需要適當加大對R&D經費的投入，這有利于企業的發展。隨著高技術產業的不斷發展，對資金的需求會越來越大，單靠政府資金和企業資金難以滿足需求，需貸款機構資金及資本市場資金支持。因此，上海市應積極引導貸款機構及資本市場對高技術產業給予資金支持。

其次，上海市科技金融與高技術產業發展之間存在著長期的穩定關系[6]。實證結果顯示，代表科技金融投入的4個指標——政府資金、企業資金、貸款機構資金及資本市場資金對高技術產業的發展都有一定的促進作用，在高技術產業的不同發展階段，不同投入指標發揮的作用不同，各個投入指標呈現互補性與共生性的特點。因此，各資金投入主體應該明確其在科技金融體系中的功能定位，形成政府資金、企業資金、貸款機構資金及資本市場資金廣泛聯接、協同聯動，共同實現金融資源的最優配置，為高技術產業的發展提供基礎，以期更好地促進上海市經濟增長。

上海正在積極建設具有全球影響力的科創中心與國際金融中心，科技與金融是經濟發展中的兩大重要引擎，如何科學把握科技與金融的關系，加強兩者的結合，這對促進上海市經濟增長意義重大。