風險或穩定
——科技金融發展的異質性分析

何 劍，鄭智勇，李 峰，張夢婷

(1.石河子大學經濟與管理學院，新疆 石河子 832000；2.首都經濟貿易大學工商管理學院，北京 100026)

0 引言

黨中央國務院屢次提及科技金融如何發展的問題，并對其賦予更多的時代要求。當前中國國內金融科技發展方興未艾，后疫情時代經濟發展形勢錯綜復雜。因此，推動科技與金融深度結合應重視對系統性金融風險的防范，從而促進經濟的長期穩定。科技金融是財政及各類金融資本將科技與金融的鏈條相結合，為科技型企業從初創期至成熟期提供融資與制度保障的系統行為，而經濟穩定則是檢驗成效的重要依據。中國經濟發展已進入新常態化時期，經濟引擎由要素驅動向創新驅動轉變，而科技金融發展即是將資本要素向創新領域投入的體現。自1985年施行 《關于科學技術體制改革的決定》至今，科技金融已由最初單純依靠政府投入向多元化、多層次、多主體的支持體系轉變，在拓寬融資渠道、改善融資環境的同時，也加大了潛在的經濟風險，造成經濟社會的不穩定。2019年科創板試點注冊制的設立在推動科技與金融深度融合的同時，要防范可能造成的市場流動性與資產泡沫風險。2020年國家科學技術獎勵大會上提出要 “抓住新一輪科技革命的機遇，促進科技產能服務于經濟社會”，對當前科技金融的發展提出新要求。受經濟下行壓力與疫情影響，全球經濟處于動蕩時期，經濟穩定面臨內外壓力，而科技與金融結合過程中可能存在的金融風險亦具備系統性、傳染性等特征，防范系統性風險已成為金融工作的重點之一。因此，探究科技金融發展對經濟穩定的影響及系統性風險可能造成的中介效應是現實經濟發展的需要，可為相關的研究和施政提供借鑒和參考。

1 文獻回顧

1.1 科技金融發展如何影響經濟穩定

科技貸款作為推動中國科技金融發展的中堅力量，自1980年發軔以來受金融科技環境、市場化進程與金融創新等因素的影響出現過幾次異質性的發展階段，對當前經濟穩定發展提出新要求[1]。國內外學者基于經濟發展韌性[2]、宏觀信用風險[3]及產業結構升級[4]等方面論證科技金融發展對經濟穩定的可能影響。首先，經濟長期韌性發展是增強中國應對風險沖擊能力與實現經濟平穩增長的重要前提，而科技金融發展通過提高社會科技創新的整體水平、完善金融支持能力等方式實現技術資本化，以 “技術—經濟”的創新范式增強科技對經濟的發展韌性[5]；其次，科技型企業的預期收益能力行業內差異明顯，受市場信息不對稱及經營者錯誤決策等影響，或導致規模性企業瀕臨破產[6]；最后，科技金融的發展受金融資本與財政優惠兩方面扶持，一定程度上增強了資本向實的穩定效應[7]，同時也通過新型產業技術化的社會效應，實現資本投入與產業結構優化升級的良性互動，從而達到穩定宏觀經濟發展的重要目標[8]。因此，實現科技成果轉化需要重點關注資金鏈條、創新鏈條與市場支撐環境等多方面因素[9]，上述研究基于多維視角討論科技金融發展對經濟穩定的可能影響，為本文奠定了豐富的理論基礎，但學者鮮有針對科技金融發展如何影響經濟整體穩定性的實證研究。

1.2 系統性金融風險的中介效應

科技金融發展如何產生系統性金融風險？當前促進國家創新體系建設的風險投資已由單純政府直接投資向理性發展期過渡，但科技風險投資仍具有脆弱性、區域性等特征，且易受資本市場波動的影響[10]。學者基于構建實物期權理論的科技銀行信貸動態決策模型，對科技銀行可能產生的信貸風險進行有效評估[11]，為本文研究奠定了假設前提。而風險可能受市場信息不對稱、宏觀政策變動、融資渠道狹窄等因素影響[12]，這符合系統性金融風險來源渠道多樣化特征。鑒于風險特征及傳導途徑，將系統風險細分為宏觀經濟、貨幣流動、外部市場及資產泡沫4個部分[13]進行分解研究：①宏觀經濟方面，金融機構與企業間借貸信息不對稱性，可能導致企業未來瀕臨破產帶動行業連鎖反應；②針對貨幣流動風險，科技金融的發展可能由于信貸、技術增長效應等因素對累積風險呈現階段性差異化特征。融資初期的科技企業具備較強的盈利能力，還貸風險處于低位[14]。③學者對科技金融發展是否抑制外部市場風險持肯定態度。外來先進資本與管理經驗的流入能有效完善中國金融支持體系和提升科技發展質量，投資回報可與外來資本的流入形成良性互動[15]；④投機性的風險資本會規模性投入初創型上市科技企業，以期獲得 “低買高賣”的高收益，可形成不良泡沫[16]。因此，學者肯定了科技金融發展可能通過多樣化渠道影響系統性金融風險，但并未考慮其具體效應，并且論證缺乏對科技金融發展的時變效應及結構突變特征的綜合考量。

針對系統性金融風險如何影響經濟穩定，現有文獻論述角度大相徑庭。劉曉星等[17]基于股票市場構建風險測度指標，認為在不同經濟增長階段系統性風險對宏觀經濟穩定存在異質性影響。國家發展狀況的差異亦會影響系統性金融風險的沖擊效應，發展中國家的效應變化更為顯著。風險如何傳導至宏觀經濟，金融機構與實體經濟的依附關系是決定因素。具體看，惡化金融機構與實體經濟的資產負債表[18]、資產泡沫累積及受盈利與市場態勢影響資金流動性改變[19]等因素亦會造成宏觀經濟的不穩定。因此，防范系統性金融風險、調整宏觀經濟已成為學界重點研究方向。如何識別系統性金融風險對經濟穩定的沖擊效果？差異性的政策措施能否有效起到調整經濟失衡的作用？本文以系統性金融風險為傳導渠道，賦予了科技金融發展更多的經濟意義與社會價值。

1.3 研究思路

現有研究針對科技金融發展、系統性金融風險與經濟穩定的關系展開一系列的討論，雖已取得一些有價值的成果，但并未明確科技金融發展所造成的具體影響：一方面是科技金融發展如何直接作用于經濟穩定，學者多基于經濟穩定的側面角度進行討論，且研究結論差異性較大，實證研究并不充分；另一方面，已有研究鮮有針對系統性金融風險在傳導過程中的中介作用。風險是影響經濟穩定的重要因素，且當前呈現系統性特征，從該角度細分對經濟穩定的沖擊效應是對科技金融發展傳導渠道的有效補充。同時，關于實證模型的選擇，學者多基于不變參數，并未對非線性時變關系與結構突變特征進行有效衡量。因此，本文主要創新之處在于：一是探究科技金融發展影響經濟穩定整體效應的同時，將系統性金融風險作為中介變量的作用機制進行剝離細化分析，探究總、分環境下科技金融發展的具體傳導渠道；二是選擇時變參數結構向量自回歸模型(SV-TVP-SVAR)構建非線性動態分析框架，充分論證兩種傳導渠道中科技金融發展的時變特征。同時，將重大政策改革措施的影響納入實證模型，探討科技金融發展對經濟穩定的結構突變特征，為促進科技金融健康發展、維護宏觀經濟穩定提供經驗借鑒。

2 理論機制

科技金融發展渠道主要分為直接渠道與間接渠道兩種。直接渠道是科技金融發展可通過引入外來先進資本與扶持本地科技企業等方式增強經濟發展韌性，政府或相關金融機構在融資過程中不斷完善金融支持方式，增強金融向實效應，從而對經濟穩定起到促進作用。與此同時，受科技型企業市場預期收益變動、風險承受水平較低及供應鏈造成的風險共振的影響，科技金融發展可能對經濟穩定有惡化影響。間接渠道的討論基于科技金融傳導渠道存在異質性特征，分析渠道內可能產生的多維風險，當前系統性金融風險是阻礙經濟穩定的重要影響因素，因此將系統性風險納入作用渠道分析中。

科技金融發展如何影響系統性風險？具體看，一方面支持科技金融發展的信貸政策可能受市場信息不對稱、宏觀政策變動、融資渠道狹窄等因素的影響造成風險累積；另一方面，科技型企業還貸風險、外來投機性資本抬升股市資產泡沫風險及金融體系的脆弱性可能引起風險進一步擴大。某一領域風險受日益聯系緊密的經濟金融體系影響，可能造成風險間相互傳染從而形成系統性風險。而系統性風險可通過直接危害科技型企業或金融機構造成經濟的不穩定性，包括惡化資產負債表、造成資金異常流動等情況。當前防控系統性金融風險已作為三大攻堅戰之一，政策宏觀調控與金融監管可適度緩釋對經濟穩定的危害和傳導機理，如圖1所示。因此，基于直接或間接渠道的理論梳理，可論證科技金融發展肯定會對系統性風險與經濟穩定造成影響，但具體影響方向并不明確。如何動態識別科技金融發展的傳導效應，需構建合適的實證模型進行檢驗。

圖1 科技金融、系統性金融風險與經濟穩定的影響機理

3 模型構建

研究設定具有時變參數的結構向量自回歸模型，可在不同滯后條件下對變量間的時變與結構突變特征進行直觀反映，較為充分地論證科技金融發展、系統性金融風險與經濟穩定三者的動態關系。首先需對標準結構向量自回歸模型(SVAR)進行簡化：

Ayt=Γ1yt-1+…+Γpyt-p+ut

(1)

其中，n個內生變量組成n×1維列向量yt；t則代表年度，t=p+1，…,n；p為滯后階數；A表示n×n維三角矩陣；Γp代表滯后項系數組成n×n維矩陣；ut為隨機擾動項n×1維矩陣，ut～N(0,∑2)。設Ιi=A-1Γi，i=1,…,p。原結構向量自回歸模型的參數固定不變，因此進行時變參數處理，得出：

yt=Xtβt+At-1∑tet

t=p+1,…,n

(2)

其中，參數設定為短暫與長期動態變動，代表時變參數的結構向量自回歸模型，同時具備隨機波動率特征。et為n×1維隨機擾動項，et～N(0,In)；因此隨機波動率矩陣為ht=(h1t,h2t,…,hkt)，符合條件hjt=logδ2jt,j=1,…,k。矩陣向量組成由at=(a21,a31,a32,…,ak,k-1)下三角At元素的集合。令待估參數服從游走特征，得：

βt+1=βt+uβt,at+1=at+uat,ht+1=ht+uht

(3)

滿足βt+1～N(μβ0,∑β0),at+1～

N(μa0,∑a0),ht+1～N(μh0,∑h0)

4 變量設計

根據前述機制梳理與模型要求，研究選擇科技金融發展效率(TFE)、系統性金融風險指數(SFR)與經濟穩定性指標(FS)分別表示科技金融發展、系統性金融風險與經濟穩定。鑒于數據可得性及科技金融對經濟的傳導時效，各變量采用時間跨度為1998—2018年度數據，跨度內不但內含中國科技金融發展的關鍵性時點，且反映經濟發展的整體狀況。同時，年度數據的選擇主要基于兩個方面的考慮：一方面科技金融的發展作用于經濟金融體系具有顯著的外部遲滯效應，如果選擇高頻數據則可能導致實證模擬時損失較大自由度；另一方面，官方獲得的相關數據最高頻率為年度，對數據升頻可能難以獲得準確結果。變量數據來源Wind數據庫、CEIC數據庫、國際貨幣基金組織及國家統計局網站。

4.1 科技金融發展效率(TFE)

研究基于經濟現實構建投入產出指標體系，選擇適用于多投入與產出的數據包絡分析法(DEA)對科技金融發展效率進行測量。令有n個評價單元，評價單元是m類輸入和s類輸出變量組成，Xij(Xij>0,i=1,2,…,m)是第j個評價單位的第i類輸入量，而yrj(yrj>0,r=1,2,…,s)代表第j個評價單位的第r類輸出量。j評價單位的投入、產生變量分別是Xj(X1j,X2j,…,Xmj)T、Yj(Y1j,Y2j,…,Yaj)T,j=1,2,…,n，而θ是有效變量，S-、S+表示投入產出的松弛變量，可表示為：

min[θ-ε(eTS-+eTS+)]

(4)

λj≥0,S-≥0,S+≥0；j=1,2,…,n

借鑒黃瑞芬等[20]、馬玉林等[21]的成熟研究基礎，綜合中國科技金融發展的實際情況，構建科技金融投入產出指標，從多維的科技融資投入與科技產出效率兩個方面評價科技金融的發展效率。科技金融投入指標由勞動投入與資本投入構成。勞動力投入選擇R&D人員的全年當量進行衡量。資本投入依據財政投入、資本市場及企業創業投資等科技金融重要組成形式具體分為三部分：政府財政投入選擇政府科技產出占財政總支出的百分比，可直接反映政府對科技金融的支持力度；企業創業投資選擇企業內部R&D經費支出占GDP的比重，可表明樣本期間企業內部推動科技發展的實際支出；市場資本投入方面，依據許茹俊等[22]的方法選擇區域性金融支持效率——區域貸存額比值，對市場資本的支持力度進行衡量。而科技金融的產出指標重點關注成果轉化與企業的績效產出兩部分。成果轉化的產出選擇專利申請授權數與技術合同成交額進行評價；科技金融重點作用的企業績效產出選擇高技術型新產品的銷售收入進行衡量。選取的投入產出指標盡可能區分科技金融中政府財政、資本市場及企業創業投資三者之間的關系，以期對科技金融多投入、多產出的實際情況進行較為成熟的評價，見表1。

表1 投入產出指標

4.2 系統性金融風險指數(SFR)

基于系統性金融風險可能涉及領域與經濟現實可將風險分為4個主要維度：宏觀經濟(MARCO)、貨幣流動(CIR)、外部市場(EXT)和資產泡沫(BUB)。維度包含中國可能風險的主要經濟指標，構建風險指數基礎池，見表2。之后，根據熵權法對基礎數據進行標準化降維處理，合成系統性金融風險總指數。

表2 系統性金融風險基礎指標池

4.3 經濟穩定性指標(FS)

關于經濟穩定衡量指標的選擇，國內外學者的研究存在諸多差異。國外多利用金融危機發生概率、社會不良貸款率等代理變量，但國內存在政府隱性擔保及扶持，且2005年以后中國不良貸款率相關統計也并不適用。參照國內學者普遍認同的指標選取方法，考慮中國整體經濟運行形勢，具體采用HP濾波技術對國民生產總值(GDP)進行處理，得出短期波動量取負值以作為經濟穩定的代理指標，數值大小與經濟穩定性程度呈正比。同時，對年度趨勢數據采用趨勢成分波動因子λ=100。

4.4 變量平穩性檢驗

為了防止實證出現偽回歸現象，對構建的指標數據進行ADF、GLS與PP方法的單位根檢驗，檢驗結果見表3。由表3可知，科技金融發展效率(TFE)與系統性金融風險指數(SFR)存在單位根，而經濟穩定指標顯示為顯著性水平為1%的平穩時間序列。因此，需對非平穩時間序列進行一階差分，代表經濟變量的變動趨勢。差分結果顯著，為進一步實證分析奠定基礎。

表3 單位根檢驗結果

4.5 格蘭杰因果檢驗

經濟變量在前文雖進行機制梳理與平穩性檢驗，檢驗了經濟上的因果關系，但未必具備統計意義。格蘭杰因果檢驗通過考察兩平穩序列的因果關系，防止出現無意義的研究結果。研究選用平穩序列科技金融發展(TFE)、系統性金融風險(SFR)與經濟穩定(FS)進行檢驗，具體檢驗結果見表4。由表4可知，科技金融發展對系統性風險的檢驗P值為0.0123，在5%的顯著性水平下拒絕原假設，是其格蘭杰原因，這與前文機制梳理結果一致。同時，科技金融發展對經濟穩定在5%的顯著性水平下拒絕原假設，因此亦是經濟穩定的格蘭杰原因。但經濟穩定在顯著性水平為10%的條件下，接受了不是科技金融發展與系統性風險的格蘭杰原因，系統性風險則在5%的顯著性水平下拒絕了不是經濟穩定的原假設。因此，本文梳理的 “科技金融發展—經濟穩定”與 “科技金融發展—系統性風險—經濟穩定”傳導機制兼備經濟與統計意義，為后文實證分析奠定基礎。

表4 格蘭杰因果檢驗結果

5 實證結果

5.1 參數估計

根據實證模型設定，需對后驗參數進行估計以防止偏誤。根據AIC與BIC原則確定模型一階滯后條件，利用MCMC估計方法對后驗參數設置10000次實證模擬，估計結果見圖2和表5。圖2第1行表示自相關系數，圖像顯示系數自高位迅速下降，且趨勢較為穩健。表明設置的10000次迭代次數可有效消除參數的自相關特征。圖2第2行后驗參數收斂圖像為 “白噪聲”趨勢，說明參數圍繞均值穩定運行。圖2第3行系數的正態分布特征表明抽樣結果的有效性。由表5可知，CD統計量均大于0.01，不能拒絕參數平穩的原假設。無效因子最高為20.4，無效樣本數量僅為50，抽樣的有效結果滿足模型需求。因此，模型參數設置合理，實證結果可靠。

表5 參數估計結果

圖2 SV-TVP-SVAR模型抽樣結果

5.2 等間隔脈沖響應分析

根據參數估計的可靠性結果，進一步得出脈沖響應函數。與固有參數的模型設定不同，具備時變參數的SV-TVP-SVAR模型可得出等間隔與不同時點兩種類型的脈沖結果。鑒于科技金融發展對經濟影響效應的遲滯性[23]，本文選擇滯后1期、2期與3期的約束條件，分別代表兩種傳導渠道的短、中與長期效應變化。

(1)科技金融發展的直接渠道影響。科技金融發展如何直接作用于經濟穩定？由圖3(a)可知，面對科技金融發展一個標準差的正向沖擊，經濟穩定的不同滯后期響應軌跡差異較大，短期呈現階段性波動后不斷上揚，而長期處于持續性的負向影響，表明科技金融長期發展機制仍需完善，這也與前文梳理結果相一致。短期具體響應軌跡可分為三個階段：第一階段是2007年之前，科技金融的發展有效保證了經濟的穩定；第二階段是2007—2010年，該階段科技金融發展的正向作用不斷衰減，表明科技金融發展對經濟波動的正向影響不斷發散；第三階段是2010年以后，響應曲線顯著抬升，表明近年來科技金融發展對經濟穩定的積極作用明顯。

縱觀經濟發展現實，第一階段主要集中于全球次貸危機暴發前，經濟體量呈現過快增長趨勢，作為實體經濟主要組成部分的科技產業融資需求與市場預期進一步擴大，政府投入與金融資本的持續性注入為科技金融發展賦能。通過社會創新能力和實體經濟資本的增強，為經濟穩定打入一針 “強心劑”，但正向作用并不明顯，這可能與科技金融發展初期的技術基礎和金融支持體系并不完善、危機前經濟虛假繁榮等因素有關；第二階段處于2008年全球金融危機前后，一方面金融市場波動與經濟政策的方向轉變，導致科技金融發展外部支持乏力。另一方面，受經濟泡沫破裂與償付能力收縮影響，科技企業違約概率大幅上升，同時伴隨科技產業鏈上下游企業瀕臨破產造成整個行業的收益波動，對經濟穩定影響的正向效應不斷衰弱；第三階段為危機后科技金融發展正向作用的上升期。政府在金融危機導致經濟快速回落下提出 “四萬億救市計劃”，其中包括擴大信貸規模、取消商業銀行信貸限制等金融支持舉措，帶動科技金融有效發展。黨的十八大隨后提出創新驅動發展戰略，將科學技術創新作為引領社會發展的重要動力。單純的財政支持已經無法滿足科技產業需求，社會資本投入的不斷加大為實現新型產業技術化的社會效應賦能。當前處于全球經濟波動時期，推動資本向實、建立 “科技—經濟”良性互動體系應是下一步科技金融發展的重要著力點。

(2)科技金融發展的間接渠道影響。系統性金融風險是否讓科技金融發展的影響產生異質性？圖3(b)表示科技金融發展對系統性金融風險的沖擊效應。從響應方向看，短期與中期的滯后響應軌跡差異明顯，而長期滯后軌跡基本趨向于零。其中，滯后1期的響應軌跡與前述直接傳導效應基本一致，表明科技金融發展在促進或抑制經濟穩定時，亦會在短期內對系統性金融風險產生類似影響。可能的原因在于金融資本助力科技金融發展實力的同時，企業與市場信息的不對稱性造成銀行不良貸款率、企業破產率逐步上升，累積了系統性金融風險。而在經濟蕭條時期，貸款規模縮減則收斂了風險曲線，與前述理論梳理相一致。與此同時，在經濟形勢繁榮階段投機性資本會進入股票市場，對初創型科技企業進行風險融資，短期抬升了資產泡沫風險，但在危機時期資本風險偏好減弱；滯后2期的響應軌跡方向則與短期方向呈相反趨勢變動，且多在負向區間。科技金融的快速發展雖在短期通過增強貨幣流動、抬升資產泡沫等方式影響系統性金融風險，但從長期看，科技金融支持體系的完善及財政的風險規避屬性，加上實體經濟的有效發展，對系統性金融風險起到抑制作用。科技金融蓬勃發展時期，企業自留利益空間的擴大，創新結構優化與實體經濟發展抑制了風險的整體上揚。但在經濟危機時期，實體經濟不能得到有效融資支持，企業創新行為與效率都明顯受到壓制，伴隨產業鏈上下游企業面臨集體困境，科技金融對系統性金融風險的抑制效應將會弱化，因此佐證了前述針對科技金融異質性時期影響的結論。

圖3(c)顯示系統性金融風險對經濟穩定的沖擊影響。不同滯后期在負向區間都呈現較為穩定的響應趨勢，表明系統性金融風險在不同時期都對經濟穩定起到抑制作用，這與機制中針對風險的負面影響評價相一致。但實證結果中，短、中及長期經濟穩定的響應強度卻存在差異。短期沖擊效應最為顯著，原因在于短期內系統性金融風險的變動可能通過影響金融機構與實體經濟的資產負債表、資產泡沫及資本流動性等渠道快速反映到經濟社會中，危害經濟穩定。與此同時，科技金融發展對系統性金融風險的沖擊效應變動明顯，但基于風險中介的經濟穩定響應趨勢卻較為穩健，表明科技金融發展的間接傳導效應存在渠道阻礙，“金融—經濟”體系不能實現有效聯動。

圖3 等間隔的脈沖響應

5.3 不同時點脈沖響應分析

等間隔的脈沖響應分析可有效解釋科技金融發展、系統性金融風險與經濟穩定的時變效應。但伴隨中國科技金融發展歷程中政府主導的幾次重要改革，是否對經濟穩定的傳導效應產生顯著變化？結構性變動不能通過線性研究進行解釋。因此，選用2009年、2013年和2015年作為科技金融發展改革的重要時點，原因是2009年中央政府施行 《國務院關于發揮科技支撐作用促進經濟平穩較快發展的意見》，明確財政支持科技創新的重要性，為科技金融發展提供中堅力量；2013年新三板股權交易平臺的建立為初創型科技企業提供重要社會融資渠道；2015年科技金融改革示范試驗區建立，科技金融產業規模化趨勢快速發展，促進國內科技集群效應的形成。時點響應軌跡如圖4所示。

圖4(a)表明科技金融發展對經濟穩定不同時點的影響，異質性政策舉措將造成長期的擴散，這與經濟現實相符：長期性的制度建設會造成一定經濟周期內作用變量呈現趨勢性影響。根據響應強度與方向進行劃分，新三板成立與科技金融規模化舉措將促進經濟長期穩定，且后者的正向影響更為顯著。而財政支持科技金融發展的舉措雖然能在短期內導致正向波動，卻在滯后2期后跌落至負值，對經濟穩定造成不利影響。這說明拓寬科技金融的融資渠道與擴大融資規模是可持續發展之路，而單純靠財政推動科技金融發展對整體經濟形勢的穩定收效甚微。

圖4(b)系統性金融風險在中長期響應軌跡基本一致，呈現波動趨緩狀態。具體看，2009年財政支持政策的頒布短期可快速抑制系統性金融風險，新三板的成立在短期可能造成風險的短暫上揚，但科技金融發展示范區的建立卻在影響初期對風險就起到有效抑制作用。股票市場的建立可能導致風險投機資本進入，造成流動性、資產泡沫等風險，財政工具則有風險規避屬性，政府支持與規模化、標準化運營可有效降低風險發生概率；圖4(c)表示經濟穩定對風險的響應，不同時點的沖擊軌跡基本一致，在負向區間內呈現波動性發散特征。這與前述的等間隔結果形成良好補充，表明重大政策舉措頒布可能通過影響風險從而進一步惡化經濟環境，應注重對可能性風險的長期監管與提前防范。

圖4 不同時點的脈沖響應

6 結論及啟示

本文探究科技金融發展對經濟穩定的直接與間接影響，選擇具有波動率的時變參數結構向量自回歸模型進行實證探究，直觀反映科技金融發展兩種傳導渠道的時變效應，并將中國科技金融發展的關鍵時點對傳導渠道的影響進行補充分析，主要研究結論如下。

(1)針對科技金融發展直接作用于經濟穩定的效果，研究發現異質性時期影響差異明顯。在經濟繁榮與危機后的恢復時期科技金融發展對經濟穩定起到正向作用，而在危機時期則起到惡化影響。在重大政策措施對傳導作用的影響方面，新三板的成立與科技金融規模化的發展舉措將促進經濟長期穩定，而單靠財政拉動科技金融發展政策則不利于經濟的長期穩定。

(2)針對系統性風險在科技金融傳導渠道的中介作用，不同滯后期的影響差異明顯。在經濟繁榮時期，科技金融發展短期會抬升風險，而蕭條時期則有效抑制風險。中長期則呈現異質性沖擊響應特征。響應結果的不同與科技金融支持體系的完善、實體經濟自留利益空間的時差及實體經濟的發展密不可分。風險在短期內對經濟穩定的抑制效用最為顯著，但抑制效應波動起伏較大，表明間接傳導渠道仍存在阻礙。不同時點的沖擊結果顯示，財政支持與示范區建立的措施可以有效化解系統性金融風險，但新三板成立則在短期累積了風險。

梳理以上研究，可得出較為清晰的政策啟示。

(1)要充分考慮市場效應在融資過程中的應用。在發揮財政支持科技金融發展引領作用的同時，融入多層次資本市場配合的多重融資模式。根據科技企業實際發展情況，資本市場可通過創新無形資產抵押與評估體系為多維融資提供保障，建立經濟穩定多樣化的長效支持機制。同時根據實證結論，在經濟波動時期應注重為企業提供多層次、多樣化的資金支持，提高科技金融政策的精準扶持與邊際效用。

(2)要加強科技金融的融資評估與風險控制。多樣化的融資風險可能阻礙政策實施效果，因此金融機構在對科技企業融資時應重點關注企業抵押資質、現金流量及預期收益狀況，但同時要注重為科技企業經營紓困，財政要配合金融機構打好 “組合拳”，引導金融機構對科技融資展期或續貸，降低科技企業與金融機構信息不相對稱所造成的系統性風險。

(3)要建立高質量的科技金融示范園區。基于科技金融集聚化對經濟社會產生的顯著正向效應，科技金融發展模式要注重建立規范化、高質化、集群化的示范區，擴大示范區內科技企業貸款授信審批范圍，對龍頭企業開展綠色信貸服務，包括優惠貸款與投資期限，發揮規模性帶動作用。同時針對科技型企業 “高風險、高收益”的發展特征，政府要引入第三方擔保機構進行風險擔保，在風險規避前提下促進科技金融發展提質增量，更好推動科技金融力量傳導至經濟社會發展中。