安徽省戰略新興產業發展的金融支持效果分析

劉恩莉，綦瑩瑩

[摘要]文章以安徽省2014—2019年52家戰略新興產業上市公司面板數據為研究樣本，以金融支持企業發展的實際效果為研究對象，結合生命周期理論，從直接性、間接性和政策性維度構建金融支持體系。通過面板數據協整分析、格蘭杰因果檢驗和固定效應模型測度各層次支持效果，實證結果表明政策性金融和商業信用融資支持對安徽省戰略新興產業發展起正向作用，而債券、股票和銀行金融支持則起負向作用。

[關鍵詞]戰略性新興產業;金融支持效果;固定效應模型;生命周期理論

[DOI]10.13939/j.cnki.zgsc.2021.33.014

1引言

戰略新興產業，即我國在“十三五”規劃中重點發展的五大戰略產業，包括網絡經濟、生物經濟、高端制造、綠色低碳、數字創意。[1]金融支持機制作為產業資源配置的動力，對培育和發展戰略性新興產業具有核心支撐作用。安徽省統計局數據顯示，2019年安徽省全年戰略新興產業產值增長14.9%，高出規模以上工業增值8.2%。但安徽省金融支持戰略新興產業發展體系仍存在支持效率不足、內外源資金支持結構不合理等問題。

目前，對金融支持戰略新興產業的研究主要集中于金融支持體系構成及支持效果，在政府財政支持企業發展效果上，David等（2009）認為政府財政資金支持雖然有利于公司提升研發能力，但擠出效應導致政策性資金支持的激勵效果并不絕對，[2]而李東陽（2018）則認為政府資金支持對公司初期發展階段起關鍵的正向作用;在直接融資方式對企業的支持效果上，[3]凌江懷（2011）認為直接融資與公司發展間呈負相關 ，[4]孫早（2016）則認為直接融資直接推動了公司研發與技術創新發展。[5]也有學者從金融支持效率，即資金投入產出比的角度分析不同金融支持方式的支持效果。Haslem（1999）運用數據包絡分析方法（DEA）測度出銀行業金融支持效率較高，[6]熊正德等（2010）同樣運用DEA方法對于市場性金融支持方式進行實證分析，結果顯示其效率較低且風險較高。[7]由此可知，學者普遍認可金融支持對戰略性新興產業的整體促進作用，但在不同金融方式對企業的支持效果上存在較大分歧，且針對經濟欠發達地區新興產業金融支持體系的發展研究不足，對安徽省等新興地域資本市場的實證分析研究較少。

2安徽省金融支持戰略新興產業發展現狀

根據安徽省金融支持戰略新興產業發展的現狀，將金融支持途徑分為政策性金融、直接性金融與間接性金融三類。結合產業生命周期理論，以企業發展階段為切入視角進一步分析不同金融途徑支持企業發展的現狀。

由圖1可知，以政府引導基金為代表的政策性金融主要支持企業由初創期進入成長期;直接性金融支持方式中的商業信用融資與區域性股權交易融資主要扶持初創期與成長期企業;以銀行信貸為主的間接性融資支持貫穿企業全生命周期;而企業成熟期則以直接性金融支持方式中的股票、債券市場融資為主要籌資方式。

2.1政策性金融支持

安徽省政府針對戰略新興產業的政策性金融支持包括稅收優惠、專項補助、政府引導基金等方式。其中，政府引導基金將產業資本與金融資本有機結合，是安徽省近年來優先推廣且富有成效的政策性金融支持方式。截至2020年5月底，安徽省種子投資基金和省創業投資基金共籌資38.55億元，設立子基金21個，已基本覆蓋全省24個戰略性新興產業發展基地。“清科2020中國政府引導基金”研究報告顯示，安徽省高新投母基金在2020年中國政府引導基金中排名第10，累計投資建設戰略性新興企業445個。現階段全國政府引導基金的設立增速已逐漸放緩，預計安徽省也將逐漸邁入存量優化階段。

2.2間接性金融支持

間接融資指以銀行融資為代表的債權性融資方式，其中銀行融資主要指需要償還本息的短期借款與長期借款。現以金融機構借款率，即長期借款與短期借款占企業資產總額的比例，描述以銀行為代表的間接金融對安徽省戰略新興產業的支持現狀。2013—2019年安徽省戰略性新興產業銀行融資規模中短期借款占絕對比重，而長期借款比重較小，即企業在銀行融資主要依賴短期借款，且融資總額近年來相對平穩。

2.3直接性金融支持

2.3.1場內市場：以股票、債券與商業信用支持為主導

（1）股票市場融資。安徽省證監局數據顯示，截至2020年6月20日，安徽省內共有上市公司124家，其中共有52家企業歸屬于戰略新興產業，主板、中小板、創業板上市的企業分別為22家、12家、12家，國有企業占比較小，即安徽省戰略性新興產業上市企業直接金融支持中的股票融資主要通過主板渠道予以實現，企業性質以私營企業為主。

（2）債券市場融資。截至2019年年底，安徽省52家戰略新興產業上市公司中有資格發行中小企業集合債券的總數不超過 20 家，有資格的公司其發債規模也受到嚴格限制，總體難以滿足企業的融資需求。安徽省戰略新興產業內上市公司的應付債券率在五年間雖有小幅上漲，但自2016年后基本平穩并維持在0.45%，相對公司總資產占比較小，可見債券融資方式對安徽省戰略新興企業發展支持力度相較其他融資方式較為有限。

（3）商業信用融資。商業信用作為直接融資途徑，具有獲取容易、免于擔保等優點，[8]是戰略新興企業獲取金融支持的重要方式之一。2014—2019年間樣本企業的商業信用率維持在20.93%～21.09%，高于15%左右的企業股權融資率，在企業金融支持體系中占據較高比重。

2.3.2場外市場：以區域性股權轉讓交易中心為代表

截至 2020 年11月14日，安徽省股權轉讓交易中心先后推出成長板、科技板、農業板、文旅板等八大板塊，掛牌企業7138家，融資總額達5086592萬元，是安徽省戰略新興中小企業在場外市場的重要融資途徑之一。但與此同時，安徽省股權轉讓交易中心針對初創期企業掛牌門檻較高，融資產品種類較少，實際獲得融資的戰略新興企業數量較為有限。

3安徽省戰略新興產業的金融支持效果

3.1研究設計

3.1.1變量選擇

以凈資產收益率（ROE）為因變量，將其作為企業資本綜合效益、盈利能力及公司財務管理能力的反映指標;以資產負債比率（DTA）為控制變量，將其作為公司償債能力和總體財務狀況的反映指標。

3.1.2面板回歸方程設定

文章通過建立多元回歸模型，運用安徽省戰略性新興產業企業相關數據，測度不同融資路徑對戰略新興產業經營績效的動態效應。其中，ROE為凈資產收益率，BRF為金融機構借款率，BPR為應付債券率，SFR為股權融資率，BCR為商業信用率，DTA為資產負債率，最終模型設定如下：

ROEit=Bit+β1×BFRit+β2×BPRit+β3×SFRit+β4×BCRit+β5×GSRit+β6×DTAit+εit（1）

3.1.3數據來源

文章參考《“十三五”國家戰略性新興產業發展規劃》中戰略性新興產業相關規范，從安徽省證監局公布的安徽省轄區110家上市公司中篩選出52家戰略新興產業上市公司，并借助Wind、國泰安數據庫及上市公司2014—2019年財報得出數據。

3.2實證結果分析

3.2.1數據統計分析

（1）凈資產收益率。凈資產收益率（ROE）越高，公司的盈利能力越強，經營績效越好。對研究樣本進行描述性統計分析得出表4，可知2015年凈資產收益率最小值為-0.9;2017年的凈資產收益率最大值為0.7;6年間平均凈資本凈收益率逐年提升，戰略性新興產業發展總體呈良好趨勢。

由圖2可知，70%的戰略性新興產業凈資產收益率集中在0～0.15范圍，10%的企業凈資產收益率小于等于零，20%的企業凈資產收益率大于0.15。2014—2018年間，戰略新興企業凈資產收益率總體上升，凈資產收益率大于等于0的企業總數整體也有所增加。

（2）全樣本統計量描述。由表3可知，解釋變量中商業信用率最大，平均為0.21518;其次是股權融資率和金融機構借款率，平均分別為0.15122和0.11323;最小為應付債券率，平均值為0.00594。

3.2.2面板模型選擇

（1）面板數據平穩性檢驗。在分析相關變量因果關系之前需先對數據進行單位根檢驗，以確保數據的平穩性，單位根檢驗結果如表4所示。

（2）面板模型確認。使用固定效應下的Wald F檢驗來進一步確定是否為混合效應模型。F統計量定義為：

F=（SSEn-SSEf）/[（NT-K-1）-（NT-N-K）]SSEf/（NT-N-K）=（SSEn-SSEf）/（N-1）SSEf/（NT-N-K）（2）

其中，混合估計模型的殘差平方和用SSEn表示，固定效應回歸模型的殘差平方和用SSEf表示，結果如表5所示。

3.2.3實證檢驗與結果分析

（1）回歸模型的參數估計。為了避免不同上市公司的橫截面數大于時間序列橫截面數所造成的橫截面異方差，文章選擇用橫截面加權最小二乘法來估計固定效應模型。先對方程參數進行無約束估計，后根據估計結果方差確定權重，采用面板校正標準誤差（PCSE）方法對模型系數的協方差形式進行穩健的標準誤差分析，結果如表6所示。

由表6可知：模型的R2=0.807004，調整后的R2=0.760618，說明模型模擬有良好的擬合優度，且解釋變量均通過顯著性檢驗，證明文章建立模型合理且符合實際。

固定效應模型回歸結果表明：政府補貼率（GSR）在10%的顯著性水平下起積極的正向作用，商業信用率在1%顯著性水平呈正相關關系;金融機構借款率、股權融資率和應付債券率在1%的顯著性水平呈負相關，且負影響逐漸增大。

（2）回歸結果分析。①政策性金融支持在10%的顯著性水平下起正向作用。政府補助率（GSR）在10%的顯著性水平下與凈資產收益率（ROE）呈系數為0.68715的正向關系，體現政策性金融支持在安徽省金融支持戰略性新興產業體系中的重要地位。政府金融支持以較低的獲得成本推動企業實施初期技術研發與中期成果實物化進程。但政策性金融支持的影響系數遠高于其他市場性金融支持方式，存在過度干預與違背市場規律，致使企業資本結構失衡進而喪失市場感知能力風險。②間接性金融支持在1%的顯著性水平下起負向作用。金融機構借款率（BFR）在1%的顯著性水平下與凈資產收益率（ROE）呈系數為-0.19465的負向關系，以銀行為代表的金融機構借款雖為企業提供了資金支持，但對企業盈利起負向作用。戰略性新興產業往往有較長投資回報期，而金融機構針對新興企業貸款期限總體以短中期為主，兩者結構錯配制約了企業資金使用效率，且戰略新興企業無形資產價值比重較高，申請貸款因缺乏可抵押資產而難度較大。③直接性金融支持的負向作用與正向作用。其一，債券市場融資支持在1%的顯著性水平下起負向作用。應付債券率（BPR）在1%的顯著性水平下與凈資產收益率（ROE）呈系數為-1.1641的負向關系。因債券發行審批對企業資質要求較高，其通常優先考慮能源、交通、城市公共設施建設等項目。戰略性新興產業以中小企業為主，客觀上存在相對較高的債券違約信用風險，在當前嚴格的信用評級審查要求中存在阻礙，企業發行債券成本與收益存在較大不確定性。 其二，股票市場融資支持在1%的顯著性水平下起負向作用。股權融資率（SFR）在1%的顯著性水平下與凈資產收益率（ROE）呈系數為-0.31264的負向關系。安徽省戰略性新興企業上市公司多處于發展中前期階段，多數股權資本投入到固定資產與技術研發等長周期項目或用于擴大生產管理規模進而引發規模不經濟效應，而企業內部管理不當也加劇了股權融資的負向作用。其三，商業信用融資支持在1%的顯著性水平下起正向作用。商業信用（BCR）在1%的顯著性水平下與凈資產收益率（ROE）呈現系數為0.24794的正向關系。商業信用融資作為低成本、低門檻且免于擔保的直接性融資方式，在流動性與普及率上具有天然優勢。安徽省52家戰略新興上市企業在資本規模與社會商譽上優于普通企業，在融資獲得及額度上更具優勢，其較高商業往來量也為其交易融資創造條件，如分期付款、應收賬款和銷售折扣等。

4安徽省金融支持戰略新興產業發展的對策

4.1政府性金融支持：依據企業生命周期建設基金引導模式，健全審批與退出機制加強與省內科研院所與高等院校合作，構建覆蓋安徽省戰略新興企業全生命周期的資金支持鏈條。完善審批制度，發揮政府信用與財政資金對社會資本投資的引導作用而非替代作用，通過加強基金審批與監督機制建設防止資金沉淀。優化現有種子投資基金、中小企業發展基金等管理模式，強化各類基金支持企業的差異化職能。加強與國元金控集團、省投資管理集團等省屬企業合作，對資金使用效率低下的基金實施退出機制。

4.2直接性金融支持：拓展企業直接融資渠道，加快區域性股權交易中心建設積極探索與戰略性新興產業發展相匹配的債券種類，創新應用綠色債券、高收益債券、專項債券、集合債券、私募可轉債等金融工具。構建多層級信用評價指標體系，拓寬企業無形資產與成長前景等多方面指標。完善場內與場外市場轉板制度，降低戰略新興企業上市門檻與融資成本，推動企業實施再融資和并購重組。加快建設區域性股權交易中心綜合分層的監管體系，將強制信息披露制度與自愿信息披露制度相結合，加大違規披露處罰力度。

4.3間接性金融支持：健全新型政銀擔合作業務模式，健全應收賬款融資機制優化健全新型政銀擔業務模式，完善風險分擔及資本金補償機制，通過三方協調合作緩解信息不對稱及隱形貸款門檻問題。健全應收賬款融資機制，建設區域性企業征信服務平臺以便金融機構評估企業經營情況、應收賬款及逾期狀況，推動企業開展應收賬款抵押融資和企業存量資產融資項目。完善企業轉貸應急機制，在做好風險控制基礎上對暫時困難的企業繼續提供金融支持。

參考文獻：

[1]孫國民.警惕戰略性新興產業發展的誤區[J].中國經濟問題， 2013， 278 （3）：45-50.

[2]PAUL D，BROMVYN H，ANDREW T.Is public r&d a complement or substitute for private a review of the econometric evidence[J].research policy，2000（29）：497-530.

[3]李東陽，蔡甜甜，崔曄.中國戰略性新興產業企業國際化能力影響因素研究[J].財經問題研究，2018（6）：35-40.

[4]凌江懷，胡青青.上市公司融資結構與經營績效相關分析——基于2003—2010年廣東省上市公司分行業面板數據的考察[J].華南師范大學學報（社會科學版），2011（6）：72-78，158.

[5]孫早，肖利平.融資結構與企業自主創新——來自中國戰略性新興產業A股上市公司的經驗證據[J].經濟理論與經濟管理，2016（3）：45-58.

[6]HASLEM A， SCHERAGE A， BEDINGFIELD J.Dea efficiency profiles of u.s. banks operating internationally [J].International review of economics& finance，1999（2）：165-182.

[7]熊正德，陽芳娟，萬軍. 基于兩階段DEA模型的上市公司債權融資效率研究[J].財經理論與實踐，2014（2）：51-56.

[8]張宏彥，王磊.中國戰略性新興產業發展與金融支持的動態關聯——基于滬深A股上市公司的經驗數據[J].財經理論與實踐，2015，36（6）：14-19