技術(shù)創(chuàng)新能力最大化下的科創(chuàng)企業(yè)融資結(jié)構(gòu)
——基于混料設(shè)計與響應(yīng)面分析模型

楊松令，張 雄，李付彩

（北京工業(yè)大學(xué) 經(jīng)濟與管理學(xué)院，北京100124）

一、引 言

科創(chuàng)企業(yè)是我國重要的經(jīng)濟體之一，特別是在推進國家整體創(chuàng)新水平發(fā)展方面具有重要地位。創(chuàng)新是科創(chuàng)企業(yè)賴以生存的核心要素，科創(chuàng)企業(yè)必須依靠持續(xù)不斷的創(chuàng)新才能夠?qū)崿F(xiàn)長期發(fā)展。但是，創(chuàng)新活動具有較高的風險，需要大量的資金支持，受企業(yè)融資的影響較大。為改善企業(yè)融資環(huán)境、鼓勵企業(yè)創(chuàng)新、支持企業(yè)發(fā)展，政府出臺了一系列政策，特別是2015 年開始正式實施的“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”政策，通過進一步優(yōu)化資本市場、創(chuàng)新銀行支持方式等途徑有效緩解了科創(chuàng)企業(yè)的融資約束問題。科創(chuàng)企業(yè)應(yīng)當怎樣協(xié)調(diào)使用各種融資渠道支持創(chuàng)新活動、形成怎樣的融資結(jié)構(gòu)才最有利于企業(yè)技術(shù)創(chuàng)新能力提升，成為企業(yè)管理者與學(xué)者們關(guān)注的重點。

目前關(guān)于企業(yè)融資結(jié)構(gòu)影響企業(yè)創(chuàng)新的實證研究，大多討論不同融資模式對企業(yè)創(chuàng)新具有的正向或負向影響，尚未有研究從企業(yè)技術(shù)創(chuàng)新能力最大化角度探討科創(chuàng)企業(yè)的最優(yōu)融資結(jié)構(gòu)問題。本文以2013—2019 年中關(guān)村國家自主創(chuàng)新示范區(qū)（下文簡稱“中關(guān)村示范區(qū)”）科創(chuàng)企業(yè)為研究樣本，運用混料設(shè)計和響應(yīng)面分析方法，定量分析技術(shù)創(chuàng)新能力最大化目標下科創(chuàng)企業(yè)的最優(yōu)融資結(jié)構(gòu)，并進一步分析處于不同生命周期的科創(chuàng)企業(yè)融資結(jié)構(gòu)的差異。

本文的研究具有一定的理論意義與實踐意義。首先，探索性地將混料設(shè)計、響應(yīng)面分析法應(yīng)用到公司金融研究中，拓展了創(chuàng)新與融資關(guān)系的研究方法；其次，區(qū)別于當前文獻多為企業(yè)融資結(jié)構(gòu)與創(chuàng)新關(guān)系的研究，本文探討了技術(shù)創(chuàng)新能力最大化目標下科創(chuàng)企業(yè)的最優(yōu)融資結(jié)構(gòu)問題，并從生命周期視角比較不同階段科創(chuàng)企業(yè)最優(yōu)融資結(jié)構(gòu)的差異，進一步豐富了融資結(jié)構(gòu)與創(chuàng)新這一領(lǐng)域的研究成果。研究結(jié)論可為科創(chuàng)企業(yè)的融資決策及目標融資結(jié)構(gòu)設(shè)定提供依據(jù)，同時也為政府及相關(guān)部門制定與科創(chuàng)企業(yè)融資相關(guān)的政策提供參考。

二、理論分析

（一）融資結(jié)構(gòu)與企業(yè)創(chuàng)新

關(guān)于融資結(jié)構(gòu)與企業(yè)創(chuàng)新的關(guān)系，現(xiàn)有研究大多通過實證的方法檢驗不同融資模式對創(chuàng)新具有正面促進作用或是負面抑制作用。與外源融資相比，運用內(nèi)源融資支持科創(chuàng)企業(yè)創(chuàng)新具有融資成本低、獲取方式簡單、資金使用靈活等優(yōu)勢［1］。大部分研究認為內(nèi)源融資能夠促進企業(yè)創(chuàng)新，如Brown等（2009）研究發(fā)現(xiàn)美國科技型企業(yè)進行創(chuàng)新活動的資金主要源自內(nèi)源融資，并且證實了內(nèi)源融資能夠有效提高企業(yè)創(chuàng)新［2］。Shin和Kim（2011）研究發(fā)現(xiàn)內(nèi)源融資是中小企業(yè)的主要融資模式，內(nèi)源融資對企業(yè)創(chuàng)新具有促進作用［3］。

債務(wù)融資也是科創(chuàng)企業(yè)資金的重要來源之一，由于科創(chuàng)企業(yè)創(chuàng)新活動具有較高的不確定性，而商業(yè)銀行等債權(quán)人只能獲得固定的現(xiàn)金流，存在風險與收益不匹配的情況，而且可能會因為信息不對稱而產(chǎn)生代理問題，危害商業(yè)銀行等金融機構(gòu)的權(quán)益。所以，銀行通常會通過提高科創(chuàng)企業(yè)的貸款利率或增加約束性條款維護自身利益。這不僅會提高企業(yè)的融資成本，而且會給企業(yè)創(chuàng)新帶來負面影響［4］。但也有學(xué)者認為，債權(quán)人對企業(yè)的創(chuàng)新活動會進行嚴格的監(jiān)督和管理，使得企業(yè)控制創(chuàng)新風險、降低研發(fā)和成果轉(zhuǎn)化中的損失概率，從而對企業(yè)創(chuàng)新產(chǎn)生正面影響［5］。

關(guān)于股權(quán)融資對企業(yè)創(chuàng)新的影響，現(xiàn)有研究存在分歧。一方面，從控制權(quán)理論角度出發(fā)，對于科創(chuàng)企業(yè)而言，企業(yè)實際控制人一般為企業(yè)創(chuàng)始人、核心技術(shù)人員，也是企業(yè)的大股東。科創(chuàng)企業(yè)進行股權(quán)融資會稀釋企業(yè)的控股權(quán)，而且必須與投資者分享企業(yè)未來收益，這可能會影響其核心科技人員的創(chuàng)新積極性［6］。另一方面，從風險與收益的匹配角度來看，股權(quán)融資能夠更好地適應(yīng)創(chuàng)新活動長期性、高風險性的特征，投資者承擔的風險與預(yù)期收益更為匹配，同時也能夠為企業(yè)帶來穩(wěn)定的社會關(guān)系。這不僅能夠為科創(chuàng)企業(yè)帶來創(chuàng)新所需的資金，還能夠帶來所需的相關(guān)知識以及市場信息等資源［7］。

從已有的研究看，大多文獻偏向于研究融資對創(chuàng)新的影響，而對于創(chuàng)新對融資的反作用研究很少。已有的關(guān)于企業(yè)最優(yōu)融資結(jié)構(gòu)的研究主要是以企業(yè)價值最大化或企業(yè)利潤最大化等作為目標進行分析（MM理論）。Donkor和Duffey（2013）將項目凈現(xiàn)金流量作為短期目標，采用仿真的方法測算企業(yè)項目投資中的最優(yōu)融資結(jié)構(gòu)［8］。到目前為止，尚未發(fā)現(xiàn)創(chuàng)新最大化下的企業(yè)最優(yōu)融資結(jié)構(gòu)的研究文獻。

（二）響應(yīng)面分析法

響應(yīng)面分析法是由英國學(xué)者Box 和Wilson 于1951 年提出的，用于在實驗設(shè)計規(guī)劃范圍內(nèi)尋求最佳實驗因子組合，以達到最佳反應(yīng)值［9］。運用響應(yīng)面進行優(yōu)化分析的精度取決于等價函數(shù)與真實功能函數(shù)之間的吻合程度。針對這一問題，諸多學(xué)者對響應(yīng)面分析法進行了改進。Bucher 等（1990）提出迭代響應(yīng)面計算法，運用不含交叉項的二次響應(yīng)面方程作為擬合函數(shù)［10］。Bassaga等（2012）提出矢量投影法用于生成樣本點，并提出二階可靠性方法以獲得可靠性指標和失效概率的響應(yīng)面分析方法［11］。李少宏和陳建軍（2013）依據(jù)向量的梯度值對設(shè)計點進行坐標旋轉(zhuǎn)替換，有效地降低了近似多項式的擬合誤差［12］。張吉寧等（2017）將矢量投影法和加權(quán)響應(yīng)面法有效地結(jié)合在一起，進而提高了模型的精確度［13］。隨著信息技術(shù)的發(fā)展，學(xué)者們嘗試將遺傳算法、支持向量機等大數(shù)據(jù)處理方法運用到等價函數(shù)的求取過程中，有效地提高了該方法的精確度。

響應(yīng)面分析法近年來被應(yīng)用于食品科學(xué)、環(huán)境工程、制藥技術(shù)、建筑設(shè)計等領(lǐng)域。李志杰等（2020）運用響應(yīng)面分析法設(shè)計了一種高架橋式重型龍門加工中心橫梁，從初始構(gòu)型設(shè)計到最終確定板件具體尺寸的優(yōu)化設(shè)計方法［14］。在管理學(xué)領(lǐng)域，目前僅有少數(shù)組織行為學(xué)領(lǐng)域的研究運用響應(yīng)面分析法探討不同因素的相關(guān)關(guān)系，如齊昕等（2018）運用多元回歸及響應(yīng)面分析法探討組織探索式學(xué)習、利用式學(xué)習及其組合狀態(tài)對企業(yè)競爭優(yōu)勢的差異化影響［15］。

（三）混料設(shè)計

將混料設(shè)計應(yīng)用于響應(yīng)曲面分析中，主要是為了探討各種因素的最優(yōu)配比問題。在混料設(shè)計中，每個因素的貢獻都要表示為混料或合成的比例，且總和必須為1。響應(yīng)值則是各組分比例xi的函數(shù)。混料設(shè)計的作用就在于建立響應(yīng)y與各組分比例xi之間的數(shù)學(xué)模型，從而能夠?qū)θ我饨M分比例下的響應(yīng)進行預(yù)測［16］。混料設(shè)計中數(shù)據(jù)的擬合模型也是受約束的，旨在通過最少次數(shù)的試驗得出響應(yīng)值與各個因素的擬合方程，進而得出因素間最有利的配比關(guān)系。混料設(shè)計的約束條件如公式（1）所示。

其中，q代表混料設(shè)計中所考慮因素的數(shù)量。Sq-1的幾何解釋是在（q-1）維的歐式空間中的一個正規(guī)單純形。由于存在公式（1）中所示的約束條件，普通的多項式回歸模型不能直接應(yīng)用于混料設(shè)計中。

混料設(shè)計目前被廣泛運用于工業(yè)生產(chǎn)、科學(xué)試驗、藥品設(shè)計等領(lǐng)域。如胡均鵬（2019）以溶出度和溶解度為考察指標，運用混料設(shè)計方法探究三種不同的藥品在葉黃素提取過程中的最優(yōu)配比，很好地提高了固體分散體的增溶效果［17］。曹英楠（2019）運用混料設(shè)計及響應(yīng)面分析法探討最優(yōu)菌劑配方，研發(fā)再生纖維造紙廢水高效符合微生物菌劑，提高了再生水有機物的降解效果［18］。

如上所述，響應(yīng)面分析法和混料設(shè)計是工程學(xué)的一種研究方法，講求保證產(chǎn)品質(zhì)量效果（例如混凝土的凝結(jié)堅固水平）最優(yōu)化前提下的各種配方比例，這與企業(yè)融資結(jié)構(gòu)有較大的契合性。企業(yè)融資也是由不同的資金來源組成，就相當于混凝土中的各種原料。在保障企業(yè)技術(shù)創(chuàng)新能力最大化的情況下，不同融資工具的比例就相當于各種配方的比例。因此將混料設(shè)計與響應(yīng)面分析法應(yīng)用到融資結(jié)構(gòu)的分析中從理論上講應(yīng)該是可行的。況且，在經(jīng)濟學(xué)領(lǐng)域也有不少學(xué)者已經(jīng)嘗試過運用混料設(shè)計與響應(yīng)面分析法解決條件尋優(yōu)問題，并取得較好效果。因此，本文將這一方法引入公司金融領(lǐng)域，試圖對融資結(jié)構(gòu)研究方法有所突破。

三、融資結(jié)構(gòu)的混料設(shè)計

（一）樣本及數(shù)據(jù)來源

文章以中關(guān)村示范區(qū)科創(chuàng)企業(yè)中的上市公司為研究樣本，運用2013—2018 年中關(guān)村示范區(qū)科創(chuàng)企業(yè)融資數(shù)據(jù)及2014—2019年企業(yè)發(fā)明專利授權(quán)數(shù)據(jù)進行分析。按照研究慣例去除數(shù)據(jù)缺失企業(yè)、金融類行業(yè)企業(yè)以及上市公司中被ST 的企業(yè)后，得到197家上市公司樣本。其中企業(yè)的專利數(shù)據(jù)來源于Incopat 專利數(shù)據(jù)庫，財務(wù)數(shù)據(jù)來源于Wind 數(shù) 據(jù)庫、Choice 金 融 終端 以 及CSMAR 數(shù)據(jù)庫。專利數(shù)據(jù)的收集與整理運用軟件Python3.8.0，數(shù)據(jù)的統(tǒng)計分析運用軟件Stata15.0，混料設(shè)計與響應(yīng)面分析運用軟件Design-Expert10.0.4。

本研究之所以選擇中關(guān)村示范區(qū)科創(chuàng)企業(yè)為樣本是因為：①中關(guān)村示范區(qū)是中國高科技產(chǎn)業(yè)中心，是中國第一個國家級高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)、第一個國家自主創(chuàng)新示范區(qū)，企業(yè)多為高新技術(shù)企業(yè)，對全國科技創(chuàng)新有很好的推動和輻射作用，因而具有較好的代表性；②以中關(guān)村示范區(qū)這一特定區(qū)域的企業(yè)為研究樣本進行研究，可以有效避免地理環(huán)境因素引起的內(nèi)生性問題，也使得研究結(jié)論更有針對性。此外，由于專利從研發(fā)、申請到授權(quán)的時間較長，而且企業(yè)往往在年初進行當年的融資決策，本文采用滯后一期數(shù)據(jù)進行分析研究。

（二）指標選取

1.響應(yīng)指標

在企業(yè)技術(shù)創(chuàng)新能力的度量上，現(xiàn)有學(xué)者多采用企業(yè)R&D 投入或企業(yè)專利數(shù)據(jù)作為代理變量。R&D 投入為企業(yè)進行創(chuàng)新活動所支付的資金成本，然而由于創(chuàng)新活動本身具有高風險性，從創(chuàng)新的資金投入轉(zhuǎn)為創(chuàng)新產(chǎn)出具有較大的難度。同時，我國的專利分類為發(fā)明專利、實用新型專利、外觀設(shè)計專利，其中，發(fā)明專利是技術(shù)含量最高、最能體現(xiàn)企業(yè)技術(shù)創(chuàng)新能力的一種。應(yīng)用專利數(shù)據(jù)作為創(chuàng)新的代理變量時，也存在專利申請數(shù)量或授權(quán)數(shù)量的區(qū)別。而專利授權(quán)是國家對企業(yè)技術(shù)創(chuàng)新的認可，所以更能代表企業(yè)的技術(shù)創(chuàng)新能力。從本文的樣本數(shù)據(jù)來看，2014—2019 年中關(guān)村示范區(qū)科創(chuàng)企業(yè)專利授權(quán)量與申請量的比率為62.49%，發(fā)明專利授權(quán)量與申請量的比率僅為42.14%。鑒于此，本文采用企業(yè)歷年發(fā)明專利授權(quán)量表征技術(shù)創(chuàng)新能力，作為所用模型中的響應(yīng)指標。

2.因素指標

混料設(shè)計中，要求因素指標運用比例形式，并且總和為1。本文借鑒已有研究，內(nèi)源融資率用企業(yè)年末未分配利潤、盈余公積、折舊與攤銷之和與年末總資產(chǎn)的比率來度量；債務(wù)融資率用企業(yè)年末負債總額與總資產(chǎn)的比率度量；股權(quán)融資率則用1減去內(nèi)源融資率及債務(wù)融資率計算得到。

上述指標及具體計算公式見表1所列。

表1 指標及計算公式

（三）樣本點選取

在生物醫(yī)藥、環(huán)境科學(xué)等研究領(lǐng)域應(yīng)用混料設(shè)計時，試驗次數(shù)有限。為了盡可能避免樣本點，即實驗中所選用的不同因素組合對尋優(yōu)結(jié)果的影響，常用的樣本點選取方法包括單純形格子點設(shè)計和單純形重心設(shè)計等。本文由于采用歷史數(shù)據(jù)，而且具有豐富的觀測樣本，故而不需要考慮格子點的設(shè)計。為避免異常值對研究結(jié)果造成影響，刪除了存在連年虧損導(dǎo)致內(nèi)源融資率小于0的企業(yè)樣本，并對連續(xù)數(shù)據(jù)上下1%的觀測樣本進行截尾處理，處理后剩余樣本觀測量為907個。

由表2中變量描述性統(tǒng)計結(jié)果可知，IQ的最大值為2.639 1，均值及標準差分別為0.577 1和0.667 4；IF、DF、EF三個指標的均值分別為0.213 7、0.364 8、0.421 5。由此可知，科創(chuàng)企業(yè)的不同融資模式中，股權(quán)融資所占比重最大。這也與肖澤忠（2008）、李斌（2013）等學(xué)者的研究結(jié)論相一致［19-20］，說明對于我國企業(yè)來說，股權(quán)融資長久以來一直是企業(yè)最為重要的融資渠道，企業(yè)更多以接受投資者投資的方式獲得資金。從三個因素指標的標準差來看，科創(chuàng)企業(yè)間的債務(wù)融資率差距最大，而內(nèi)源融資率差距最小。

表2 描述性統(tǒng)計

四、技術(shù)創(chuàng)新能力的響應(yīng)面分析

將響應(yīng)面分析法應(yīng)用到條件尋優(yōu)問題中，具體需要4 個步驟：①單因素分析，查驗所選因素是否對響應(yīng)指標具有顯著的影響，本文運用皮爾森相關(guān)性系數(shù)進行檢驗；②模型設(shè)計，模型的擬合效果是影響響應(yīng)面分析結(jié)果精確度的重要因素，本文用方差分析來檢驗?zāi)Ｐ偷臄M合效果；③因素尋域，模型分析的過程中要查明因素在設(shè)計空間中的變動范圍，弄清應(yīng)按什么方向確定最佳因素組合，本文遵照樣本數(shù)據(jù)實際取值范圍進行設(shè)定；④參數(shù)優(yōu)化，確定因素的變動范圍后，進行實驗擬合出響應(yīng)面模型，結(jié)合響應(yīng)曲面圖及等高線分析圖確定最佳參數(shù)組合。

（一）單因素分析

本文運用皮爾森相關(guān)性系數(shù)，檢驗一階內(nèi)源融資率、債務(wù)融資率、股權(quán)融資率與科創(chuàng)企業(yè)技術(shù)創(chuàng)新能力之間的相關(guān)關(guān)系。見表3所列，內(nèi)源融資率、債務(wù)融資率與技術(shù)創(chuàng)新能力具有顯著的正相關(guān)關(guān)系，股權(quán)融資率與技術(shù)創(chuàng)新能力具有顯著的負相關(guān)關(guān)系。結(jié)合已有研究來看，融資模式是科創(chuàng)企業(yè)技術(shù)創(chuàng)新能力的重要影響因素，不同融資模式組合形成的融資結(jié)構(gòu)會對企業(yè)創(chuàng)新能力產(chǎn)生不同的影響。

表3 相關(guān)性分析結(jié)果

（二）模型設(shè)計及適用性分析

在響應(yīng)面分析法中，模型設(shè)計尤為重要，直接關(guān)系著最佳組合點的選取和研究結(jié)果的精確度。由于混料設(shè)計存在公式（1）所示的約束條件，普通的多項式回歸模型不能直接應(yīng)用于混料設(shè)計中。本文運用特殊四次混合模型（Special Quartic Mixture Model）進行數(shù)據(jù)擬合，并受限于三個因素指標之和為1的條件，如公式（2）所示。

其中：β是一至四階多項式的待定系數(shù)；i代表企業(yè)；t代表年份。

對模型（2）進行方差分析以驗證它的適用性。結(jié)果見表4所列，該模型的F值為8.88，說明該模型有高度的顯著性。P值（即Prob ＞F）小于0.001，說明觀察結(jié)果被認為具有整體代表性的犯錯概率較小。R2與調(diào)整后的R2均為0.07，具有較好的擬合優(yōu)度。

表4 模型方差分析結(jié)果

（三）尋優(yōu)域設(shè)定

在混料設(shè)計過程中，已經(jīng)剔除了樣本數(shù)據(jù)中的異常值。在尋優(yōu)過程中，對三個因素的范圍，遵照樣本數(shù)據(jù)實際取值范圍進行設(shè)定，并在該范圍內(nèi)尋找最優(yōu)融資結(jié)構(gòu)。理由是樣本數(shù)據(jù)可以反映現(xiàn)實中企業(yè)能夠達到的融資結(jié)構(gòu)范圍，在其中尋找最利于技術(shù)創(chuàng)新能力的參數(shù)組合，對企業(yè)融資決策的參考價值更大。具體范圍如公式（3）所示。

其中：f表示公式（2）中展示的特殊四次混合模型；i代表企業(yè)；t代表年份。

（四）最優(yōu)融資結(jié)構(gòu)

運用軟件Design-Expert10.0.4，對擬合方程中多項式的待定系數(shù)進行測算。通過響應(yīng)面分析，以技術(shù)創(chuàng)新能力為響應(yīng)值，科創(chuàng)企業(yè)的最優(yōu)融資結(jié)構(gòu)為內(nèi)源融資率占比50%、債務(wù)融資率占比28%、股權(quán)融資率占比22%。與科創(chuàng)企業(yè)融資現(xiàn)狀相比較，最優(yōu)融資結(jié)構(gòu)中，內(nèi)源融資率高于企業(yè)實際平均值，而債務(wù)融資率、股權(quán)融資率要比企業(yè)實際平均值低。

如圖1所示，左側(cè)圖為在技術(shù)創(chuàng)新能力最大化目標下，內(nèi)源融資率、債務(wù)融資率、股權(quán)融資率交互作用的響應(yīng)曲面圖；右側(cè)圖為對應(yīng)的等高線分析圖。響應(yīng)曲面圖中，底面三角區(qū)域中的每個點都代表著不同融資模式的組合，即不同的融資結(jié)構(gòu)。三棱柱的高代表的是企業(yè)技術(shù)創(chuàng)新能力，即本文的響應(yīng)指標IQ。曲面即為科創(chuàng)企業(yè)不同融資結(jié)構(gòu)與技術(shù)創(chuàng)新能力的映射關(guān)系，即運用擬合模型進行預(yù)測得到的不同融資結(jié)構(gòu)下的IQ值。等高線分析圖中，每條等高線代表著模型中響應(yīng)值相同的樣本點的連線。如標簽為0.8 的等高線，線上的點均為運用擬合方程進行技術(shù)創(chuàng)新能力預(yù)測，所得結(jié)果為0.8的參數(shù)組合。通過響應(yīng)曲面圖及等高線分析圖，能夠更直觀地看出科創(chuàng)企業(yè)內(nèi)源融資、債務(wù)融資、股權(quán)融資不同配比形成的融資結(jié)構(gòu)與企業(yè)技術(shù)創(chuàng)新能力之間的響應(yīng)關(guān)系。當科創(chuàng)企業(yè)的融資結(jié)構(gòu)越接近最優(yōu)融資結(jié)構(gòu)時，其技術(shù)創(chuàng)新能力就越高。

圖1 等高線分析圖與響應(yīng)曲面

五、進一步分析

在不同的生命周期階段中，企業(yè)自身特點、融資需求及最優(yōu)融資結(jié)構(gòu)均存在著差異。不同生命周期的企業(yè)具有不同的特點，是從企業(yè)內(nèi)部環(huán)境研究技術(shù)創(chuàng)新能力最大化目標下科創(chuàng)企業(yè)最優(yōu)融資結(jié)構(gòu)的良好視角。為此，本文進一步將樣本企業(yè)按照生命周期劃分，以分析不同生命周期階段的融資特點。鑒于所選樣本為中關(guān)村示范區(qū)科創(chuàng)企業(yè)中目前處于上市狀態(tài)的企業(yè)，所以僅按照總資產(chǎn)收益率將樣本企業(yè)的生命周期劃分為成長期和成熟期兩個階段，其中，將總資產(chǎn)收益率高于中位數(shù)的樣本劃分為成熟期，低于中位數(shù)的劃分為成長期。成長期科創(chuàng)企業(yè)經(jīng)營風險較高，現(xiàn)金流不穩(wěn)定，盈利能力較差，企業(yè)自由資金不足以支持創(chuàng)新活動，需要更多地依賴于外部融資；而成熟期科創(chuàng)企業(yè)盈利能力較強，具有穩(wěn)定的現(xiàn)金流入，自有資金充足，可以用廉價的內(nèi)源融資來替代昂貴的外部融資進行創(chuàng)新。

運用混料設(shè)計和響應(yīng)面分析方法分別對成長期和成熟期科創(chuàng)企業(yè)技術(shù)創(chuàng)新能力最大化目標下的最優(yōu)融資結(jié)構(gòu)進行進一步分析后發(fā)現(xiàn)：對于成長期科創(chuàng)企業(yè)而言，最利于企業(yè)技術(shù)創(chuàng)新的融資結(jié)構(gòu)為內(nèi)源融資率44%、債務(wù)融資率31%、股權(quán)融資率25%；對于成熟期科創(chuàng)企業(yè)而言，最利于企業(yè)技術(shù)創(chuàng)新的融資結(jié)構(gòu)為內(nèi)源融資率67%、債務(wù)融資率23%、股權(quán)融資率10%。成熟期科創(chuàng)企業(yè)相比成長期科創(chuàng)企業(yè)而言內(nèi)源融資比率更高，而債務(wù)融資、股權(quán)融資所占比例有所下降，該結(jié)論在一定程度上符合優(yōu)序融資理論。內(nèi)源融資是成本最低的資金來源，科創(chuàng)企業(yè)應(yīng)當優(yōu)先使用自有資金。但是，對于成長期企業(yè)而言自有資金較少，可以通過銀行貸款、吸引戰(zhàn)略投資等方式獲得資金。所以，與成熟期科創(chuàng)企業(yè)相比，成長期科創(chuàng)企業(yè)的最優(yōu)融資結(jié)構(gòu)中，內(nèi)源融資率較低，而債務(wù)融資率、股權(quán)融資率較高。

六、結(jié)論與啟示

本文探索性地利用混料設(shè)計及響應(yīng)面分析法研究技術(shù)創(chuàng)新能力最大化目標下科創(chuàng)企業(yè)的最優(yōu)融資結(jié)構(gòu)問題。以2013—2019 年中關(guān)村示范區(qū)197 家上市科創(chuàng)企業(yè)為研究樣本，以內(nèi)源融資率、債務(wù)融資率、股權(quán)融資率作為因素指標，以技術(shù)創(chuàng)新能力作為響應(yīng)值，得出科創(chuàng)企業(yè)最有利于提高技術(shù)創(chuàng)新能力的最優(yōu)融資結(jié)構(gòu)為內(nèi)源融資率占比50%、債務(wù)融資率占比28%、股權(quán)融資率占比22%。進一步研究發(fā)現(xiàn)，相比成長期科創(chuàng)企業(yè)而言，成熟期科創(chuàng)企業(yè)更多地選擇內(nèi)源融資模式獲取資金支持企業(yè)創(chuàng)新活動。從這一結(jié)論可以得到如下啟示：對于科創(chuàng)企業(yè)，內(nèi)源融資是最重要的籌資手段。為了提高科創(chuàng)企業(yè)的技術(shù)創(chuàng)新能力，加快實現(xiàn)國家創(chuàng)新戰(zhàn)略目標，政府可以實施稅收優(yōu)惠政策適當降低科創(chuàng)企業(yè)的稅收水平，以及通過加速折舊、研發(fā)費用加計扣除等優(yōu)惠政策，幫助科創(chuàng)企業(yè)提高留存收益金額從而提高科創(chuàng)企業(yè)的內(nèi)源融資率，同時，可以采取各種措施幫助企業(yè)取得低息貸款，保障科創(chuàng)企業(yè)的技術(shù)創(chuàng)新能力不斷提升。