高管金融關聯、融資約束與企業技術創新效率
——基于數字普惠金融的調節作用

葉紅雨，魏順

（上海理工大學管理學院，上海 200082）

一、引言與文獻述評

創新是中國經濟由高速增長向高質量發展轉型的關鍵。近年來，政府補貼[1]、金融發展[2]等因素促進了企業研發投入，但中國企業長期粗放型的發展模式導致資源轉化率低下，使得創新投入無法帶來相應的創新產出[3]，提高企業技術創新效率成為亟待解決的問題。技術創新項目因信息不對稱性問題常面臨嚴重的融資約束[4]，融資約束逐漸成為制約企業技術創新效率的關鍵因素[5-6]。近年來，大數據、云計算、人工智能等新興技術迅猛發展，數字普惠金融在該背景的推動下應運而生，作為一種新型普惠金融模式[7]，具備高效、廣泛的覆蓋面等特征，為解決中小企業面臨的融資約束問題帶來了新契機[8]，也為提高技術創新效率提供了新思路。同時，高管作為企業戰略的制定者，企業融資規模、融資成本和債務期限等受到高管金融關聯的影響[9][10]，進而對企業技術創新效率產生影響。現有研究較少綜合考察數字普惠金融、高管金融關聯會對融資約束和企業技術創新效率產生什么影響，存在什么作用機理。當前背景下研究此問題具有重要現實意義和理論價值。

現有探討企業技術創新效率影響因素的研究視角較為豐富，包括政府投入[11]、市場化程度[12]、管理層持股[13]、客戶集中度[14]、投資強度[15]等，但探討高管金融關聯對企業技術創新效率的研究較少，且存在不同觀點，陳乾等（2020）[16]實證得出具有高管金融背景的CEO 能夠幫助企業提高創新水平和投資效率；然而武金莉等（2020）[17]研究發現具有高管金融關聯的董事長傾向于內部融資，會將更多的企業資金用于金融投資，企業技術創新投資受到的擠出效應會降低企業技術創新效率。也有學者對高管金融關聯、融資約束與企業技術創新的關系進行了研究，鄧建平等（2011）[9]、程小可等（2013）[18]、 蔣 水 全 等 （2017）[19]、 高 增 亮 等（2019）[20]基于社會網絡理論等，實證得出高管金融關聯能夠緩解企業面臨的融資約束問題；陳宏波等（2018）[21]、劉素榮等（2019）[22]研究得出在融資約束的中介作用下，高管金融關聯能夠促進企業研發投入，但都未針對技術創新效率做進一步研究。同時，對于中小企業而言，數字普惠金融為緩解其技術創新過程中面臨的融資約束問題帶來了新機 遇[8]， 萬 佳 彧 等 （2020）[23]、 聶 秀 華 等（2021）[8]、黃銳等（2021）[24]認為數字普惠金融的發展能夠緩解融資約束，進而對企業創新產生影響。現有關于數字普惠金融的研究主要集中研究其影響效果，但是數字普惠金融存在區域發展不均衡，其發展程度的高低是否使得高管金融關聯對融資約束的影響存在差異？目前關于高管金融關聯與融資約束的研究盡管不少，但都忽視了數字普惠金融在其中發揮的調節作用。另外，現有文獻的研究對象主要為中小微企業以及少數高新技術企業，忽略了創業板企業，而其同樣面臨融資難、融資貴的問題[23]，其成長快、創新能力強，更容易接受數字普惠金融的便利。

綜上，本文可能的邊際貢獻有：（1）基于高層梯隊理論和信息不對稱性理論，揭示高管金融關聯、融資約束對產出導向的企業技術創新效率影響機制，并探析融資約束在其中發揮的中介作用，拓展現有文獻研究內容及視角，為企業優化治理機制，提高企業技術創新效率提供參考；（2）本文從數字普惠金融視角，基于高管金融關聯對融資約束的影響效應，探討數字普惠金融在兩者之間的調節作用，豐富數字普惠金融現有研究視角；（3）以中國創業板上市企業作為研究樣本，利用其2015-2020 年相關數據，同時匹配北京大學數字普惠金融指數各省份特征數據，從數字普惠金融的總指數及其覆蓋廣度、使用深度、數字化程度分指標分析其在高管金融關聯與融資約束之間的調節作用，為數字普惠金融發展提出針對性建議和理論參考。

二、理論分析與研究假設

（一）高管金融關聯與融資約束、企業技術創新效率

高層梯隊理論指出，作為企業的決策主體，高管團隊的價值觀和認知水平很大程度上對企業的戰略和績效產生影響[23]。高管金融關聯主要通過以下三種途徑來影響創新活動：（1）緩解融資約束，高管金融關聯能減少企業代理成本、降低資本市場不對稱性，爭取到更多的支持資金，緩解融資約束問題，進而影響企業創新行為。Booth J R 和Deli D N（1999）[25]、Ciamarra E（2006）[26]、Herrera and Minetti（2007）[27]、David et al.（2008）[28]認為聘任具有金融關聯的高管，可以獲得更多的信貸額度和更長的信貸期限，進而緩解融資約束，提高企業研發投入水平；武力超等（2015）[29]、周雪峰等（2018）[30]認為高管金融關聯帶來的關系貸款能促進企業的創新決策，對創新投資具有顯著正向影響；曲進（2015）[31]研究得出銀企關聯能夠通過緩解融資約束來提高企業投資效率；（2）為企業提供融資及創新決策科學指導與規劃，具有金融關聯的高管對國家經濟、金融政策等更為熟悉，具有較強的風險控制管理意識和經驗，有利于企業投資決策[32]，同時為企業帶來先進投資理念，制定合理的投資計劃[22]，進而提高企業技術創新效率；（3）加強與外部投資機構的相互信任。高管金融關聯作為一種關系加強企業與金融機構的互動，促進互相信任，提升企業整體價值。基于以上分析，提出如下假設：

H1：高管金融關聯對創業板上市企業技術創新效率有顯著的正向促進作用。

H2：高管金融關聯對緩解創業板上市企業面臨的融資約束具有顯著的正向促進作用。

（二）融資約束與企業技術創新效率

融資約束與企業技術創新效率之間的關系存在兩種觀點，劉桂春等（2017）[33]從內部控制視角出發，發現內部控制良好的企業，融資約束對創新績效具有明顯促進作用；范海峰（2020）[34]實證檢驗得出融資約束上升雖導致企業研發投入下降，但能夠提高企業技術創新效率；然而胡海青等（2016）[5]認為融資約束程度的加深能夠降低企業的投資效率；楊源源等 （2018）[6]基于DEAMalmquist 非參數方法，實證檢驗得出融資約束的存在顯著影響企業研發，使得企業難以提升研發效率。本文認為，從投入層面，融資約束的存在影響企業創新的資金來源，企業的研發人員投入、資金投入等會受到抑制；從產出層面，企業出于長期發展考慮，融資資金不足時，其研發投入的不足致使企業發明專利授權數量、無形資產等相應減少，投入限制與產出減少使得企業技術創新效率停滯不前，基于以上分析，提出如下假設：

H3：融資約束的緩解對創業板上市企業技術創新效率有顯著正向促進作用。

（三）融資約束的中介作用

高管金融關聯、融資約束和企業技術創新效率三者之間的研究匱乏，現有文獻主要研究對投入層面研發支出的影響。陳宏波等（2018）[21]研究得出高管社會資本、高管金融關聯可以通過緩解融資約束進而促進企業研發支出；劉素榮（2019）[22]提出金融關聯對促進研發投資具有顯著的間接效應，其可以借助融資約束的中介效應，改善外部融資環境。研發創新可助企業獲取核心競爭力，掌握發展先機，但由于研發創新資金受限，內源融資成本高且難度較大，越來越多的企業依賴外部債務融資。從融資行為來看，創業板上市企業面臨著較為嚴重的融資難、融資貴問題，高管金融關聯有助于解決此類問題，進而確保企業研發創新投入方面的資金不中斷，有效緩解融資約束問題；從投資行為來看，企業融資約束的緩解能夠避免研發投入資金鏈斷裂，有助于企業獲取穩定的資金來源，減少研發活動中斷或波動帶來的風險和損失，提高創業板上市企業技術創新效率。同時基于本章前兩節對于高管金融關聯與融資約束、融資約束與企業技術創新效率的分析，本文認為融資約束在高管金融關聯與企業技術創新效率之間可能存在中介效應，因此提出如下假設：

H4：高管金融關聯可以通過緩解融資約束來提高企業技術創新效率，即融資約束在高管金融關聯與企業技術創新效率之間起中介作用。

（四）數字普惠金融的調節作用

數字普惠金融首先對創業板企業的資金來源、資金數量產生正向影響；其次可以增強金融作為中介的信息搜集能力；最后可以憑借信息技術實現對不同行業、企業、個人行為數據的抓取，建立可靠的第三方征信體系[23]。本文認為當數字普惠金融發展程度較高時，具有金融關聯的高管可以更好地發揮自身專業優勢，更高效率地得到數字普惠金融發展的紅利；可以更好地利用自身社會資本，更為顯著地緩解融資約束，這表明數字普惠金融可能在高管金融關聯和融資約束之間發揮了調節作用。因此，基于數字普惠金融總指數及其分指標，提出如下假設：

H5a：數字普惠金融總指數能夠正向調節高管金融關聯對融資約束的作用。

H5b：數字普惠金融覆蓋廣度能夠正向調節高管金融關聯對融資約束的作用。

H5c：數字普惠金融使用深度能夠正向調節高管金融關聯對融資約束的作用。

H5d：數字普惠金融數字化程度能正向調節高管金融關聯對融資約束的作用。

三、研究設計

（一） 樣本選取與數據來源

為論證假設，本文選取中國創業板上市公司作為調研對象，選用以下數據：（1）2015-2020年中國創業板上市公司相關研發數據、專利產出數量以及其他企業層面控制變量數據，數據來源于CSMAR 和CNRDS 數據庫；（2）高管金融關聯、融資約束、技術創新效率數據均為計算所得；（3）《北京大學數字普惠金融指數（2011-2020）》[35]，由北京大學數字金融研究中心發布。本文對數據進行了如下處理：（1）剔除ST 樣本；（2）剔除研究變量數據缺失的樣本；（3）對樣本主要連續變量1%以下和99%以上的數據進行了Winsorize 處理，最終構造了371家企業共1855個樣本的面板數據。

（二）變量定義及其測量

1.被解釋變量。企業技術創新效率（TE），借鑒王靖為（2019）[36]的做法，選取研發人員比例（RDL/L）、研發投入強度（RD/Rev）、固定資產原值（K）作為創業板上市企業技術創新活動的投入變量，選取發明專利授權數（Patent）、技術資產比例（IA/TA）作為創業板上市企業創新活動的產出變量，采用DEA 數據包絡分析法度量企業技術創新效率，考慮到產出變量的延后性，對產出變量數據做延后一期處理。運用DEAP2.1軟件，基于投入導向的角度進行測算，得出樣本企業每一時期的技術創新效率TE，TE 值越高，表明創業板上市企業技術創新效率越高。本文構建的投入產出指標如表1所示。

表1 企業技術創新效率投入產出指標

2.解釋變量。高管金融關聯（FinBack）指上市企業董事會、監事會和高管層，曾在或現在金融相關機構任職，如金融監管部門、政策性和商業性銀行、證券基金公司等。本文借鑒鄧建平等（2011）[9]的研究，企業規模不同，高管數量存在差異，為避免此影響，以曾在或現在金融相關機構任職的高管數與全部高管數的比值作為高管金融關聯的衡量指標。

3.中介變量。融資約束（SA），用來表達企業獲取外部資本的束縛程度。目前，衡量融資約束的指標較多，得到廣泛應用的有KZ 指數、WW 指數、SA指數等。內生性是KZ指數和WW指數具有的共同問題，因此本文選取Hadlock and Pierce（2009）[37]構建的SA指數衡量企業面臨融資約束的程度，其中SA指數越大，企業面臨的融資約束越小。

4.調節變量。本文選取《北京大學數字普惠金融指數（2011-2020）》中相關年份的指數數據作為調節變量數字普惠金融（DIFI）的代理變量。北京大學數字普惠金融指標在現有文獻和國際組織提出的傳統普惠金融指標基礎上，結合數字金融服務新形勢、新特征與數據的可得性和可靠性，從數字金融覆蓋廣度（DCB）、使用深度（DUD）和數字化程度（DSS）3 個維度來構建數字普惠金融指標體系[35]。

5.控制變量。本文選取的控制變量為企業規模（Size）、資產負債率（Lev）、盈利能力（ROA）、資產現金率（Cash）、企業成長性（Growth）、股權集中度（SC）、企業年限（Age）、產權性質（Property）、年份（Year）、行業（Industry），變量衡量見表2。

表2 變量定義

（三）實證模型

為了檢驗高管金融關聯、融資約束、企業技術創新效率之間的相互關系，構建如下模型：

借鑒溫忠麟等（2004）[38]關于中介效應的研究，檢驗融資約束在高管金融關聯和企業技術創新效率之間的中介效用，設定如下模型：

根據溫忠麟等（2005）[39]關于調節效應的研究，檢驗數字普惠金融在高管金融關聯及融資約束之間的調節作用，設定如下模型：

其中TE 表示創業板上市企業技術創新效率，Finback 表示高管金融關聯程度，SA表示融資約束大小，DIFI、DCB、DUD、DSS 分別代表數字普惠金融的總指數、覆蓋廣度、使用深度、數字化程度，ε 為隨即干擾項，Controls 表示其他會對因變量產生影響的控制變量。

四、實證分析

（一）描述性統計

主要變量描述性統計見表3。其中TE的均值為0.202，說明創業板上市企業技術創新效率較低，仍有較大提升空間，樣本企業技術創新效率最大值為1.000，最小值為0.003，說明企業間技術創新效率發展不均衡，存在兩極分化現狀，部分企業未進行企業創新投入。Finback的平均值為0.080，說明高管金融關聯處于較低水平。SA均值為4.030，標準差為0.885，說明外部資金的融資約束已經成為創業板上市企業普遍面臨的問題。DIFI 的均值為298.121，最大值為410.280，最小值為205.340，說說明不同省份之間普惠金融指數存在異質性，這一特征在DCB、DUD、DSS三個分指標中均體現。整體而言，樣本具有良好的區分度。

表3 描述性統計

（二）相關性分析

如表4 所示，通過Pearson 相關性分析發現，SA 指數與高管金融關聯顯著正相關，相關系數為0.131；企業技術創新效率與SA 指數顯著正相關，相關系數為0.320，這初步驗證了假設H2、H3。變量相關系數絕對值均較低，幾乎都低于0.5，說明各變量間多重共線性較弱，或不存在多重共線性，進一步檢驗具有可行性。

表4 主要變量的相關性分析

（三）多元回歸分析

根據Hausman檢驗，為驗證高管金融關聯、數字普惠金融、融資約束和企業技術創新效率之間的關系，本文采用面板固定效應進行回歸。

1.主效應檢驗。主效應的檢驗如模型（1）-（3）所示。模型（1）中，FinBack與TE在1%的水平上顯著正相關，相關系數為0.153。故高管金融關聯對企業技術創新效率有顯著的正向影響，即較強的高管金融關聯程度有助于提高創業板上市企業技術創新效率，假設1得到驗證。同時，控制變量中Size、SC通過了顯著性檢驗，且系數為正，說明企業規模和股權集中度都為企業技術創新效率的提高提供了支撐。企業年限（Age）通過了顯著性檢驗，且系數為負數，說明隨著企業年限增加，設備、技術等方面趨向成熟，對技術創新的需求減弱。

模型（2）中，FinBack與SA在5%的水平上顯著正相關，相關系數為0.024。故高管金融關聯對企業技術創新效率有顯著的正向影響，較強的高管金融關聯程度有助于提高創業板上市企業的SA 指數，即降低面臨的融資約束，假設2得到驗證.

模型（3）中，SA與TE 在5%的水平上顯著正相關，相關系數為0.307。故企業技術創新效率與SA指數顯著正相關，SA指數的提高有助于提高企業技術創新效率，即較低的融資約束程度有助于提高創業板上市企業技術創新效率，假設3得到驗證。

2.中介效應檢驗。根據溫忠麟等（2004）[38]關于中介效應的研究，模型（1）的回歸結果顯示，在1%的顯著性水平上，高管金融關聯有助于提高企業的技術創新效率，可進一步檢驗中介效應，模型（4）基于模型（1）的研究，加入融資約束變量，FinBack、SA分別與TE在1%和5%的水平上顯著正相關，系數分別為0.147和0.289。同時結合模型（2）中FinBack 的系數在5%的水平上顯著，得出融資約束在高管金融關聯和企業技術創新效率中起到部分中介效應，高管金融關聯能夠通過緩解融資約束進而提高技術創新效率，假設4 得到驗證，如表5所示。

表5 高管金融關聯、融資約束與企業技術創新效率的回歸結果

3.調節效應檢驗。根據溫忠麟等（2005）[39]關于調節效應的研究，模型（5）在模型（2）的基礎上加入數字普惠金融相關指標，其中包括數字普惠金融總指數（DIFI）、覆蓋廣度（DCB）、使用深度（DUD）、數字化程度（DSS），同時加入上述4個指標與高管金融關聯的交互項Finback×DIFI、Finback×DCB、Finback×DUD、Finback×DSS，進行回歸，結果如表6所示。

表6 高管金融關聯、數字普惠金融與融資約束的回歸結果

模型5.1 中，數字普惠金融總指數與高管金融關聯的交互項為Finback×DIFI，其與SA 指數在1%的顯著性水平下正相關，系數為0.162，且Finback的系數為正，故數字普惠金融總指數在高管金融關聯對融資約束的緩解中起到了正向調節作用，假設5.1得到驗證。

模型5.2、5.3、5.4分別研究數字普惠金融三個分指標在高管金融關聯與創業板企業面臨的融資約束中的調節作用。模型5.2 中，數字普惠金融覆蓋廣度與高管金融關聯的交互項為為Finback×DCB，其與SA指數在1%的顯著性水平下正相關，系數為0.146，且Finback的系數為正，故數字普惠金融覆蓋廣度在高管金融關聯對融資約束的緩解中起到了正向調節作用，假設5.2得到驗證。模型5.3中，數字普惠金融使用深度與高管金融關聯的交互項為Finback×DUD，其與SA 指數在1%的顯著性水平下正相關，系數為0.136，且Finback的系數為正，故數字普惠金融使用深度在高管金融關聯對融資約束的緩解中起到了正向調節作用，假設5.3 得到驗證。模型5.4 中，數字普惠金融數字化程度與高管金融關聯的交互項為Finback×DSS，其與SA指數不相關，故數字普惠金融數字化程度未在高管金融關聯對融資約束的緩解中起到調節作用，假設5.4 未得到證實。

（四）穩健型檢驗

為保證研究結論準確、可靠，本文通過替換主要變量和增加遺漏變量的方法進行穩健性檢驗。第一，前文采用創業板上市企業中具有金融關聯的高管數量與同時期高管總數量的比值來衡量高管金融關聯，本節采用虛擬變量（創業板企業高管具有金融關聯，定義為1，否則為0）和具有金融關聯的高管人數分別作為高管金融關聯的替代變量，創業板企業樣本總數保持不變，回歸結果如表7 的（1）、（2）列所示。第二，研究中企業的成長性和可投資性常用托賓Q值（TobinQ）表示，托賓Q值（TobinQ）越高，表明企業擁有越多的投資機會，成長性也越好。因此，托賓Q值（TobinQ）在高管金融關聯通過緩解融資約束進而提高企業技術創新效率中發揮著重要作用，本節將托賓Q 值（Tobi-nQ）這一遺漏變量加入，再次回歸，回歸結果見表7的（3）列。表7中的回歸結果均顯示，技術創新效率仍與高管金融關聯顯著正相關，與前文結論一致，研究結論穩健。

表7 穩健型檢驗

五、結論及建議

（一）研究結論

本文運用2015-2020 年中國創業板上市公司數據，首先實證檢驗高管金融關聯、融資約束、企業技術創新效率三者之間的相互關系，并以融資約束的中介視角研究高管金融關聯對企業技術創新效率的微觀機制；其次創新性地加入數字普惠金融這一變量，通過構建調節作用模型，探究數字普惠金融在高管金融關聯與融資約束中的調節效應；最后根據《北京大學數字普惠金融指數（2011-2020）》報告中的數據，分別對數字普惠金融總指數的三個分指標進行調節效應的檢驗。研究結果表明：（1）高管金融關聯顯著促進了企業技術創新效率的提高，穩健型檢驗后，這一結論仍成立；（2）高管金融關聯能夠顯著緩解創業板企業面臨的融資約束問題；（3）融資約束的緩解能夠顯著提高企業技術創新效率；（4）高管金融關聯程度能夠通過融資約束的中介作用來提高企業技術創新效率，即融資約束在兩者之間起到部分中介作用；（5）數字普惠金融在高管金融關聯和融資約束之間存在正向調節作用，數字普惠金融總指數、覆蓋廣度、使用深度能夠正向調節高管金融關聯對融資約束的緩解作用，數字化程度對其調節作用不顯著，可能是因為盡管數字化程度的加深增加了融資信息的可獲得性，但對于具有金融關聯的高管社會資本、專業技能的發揮未起到明顯促進作用。

（二）建議

第一，國家層面。應穩步推進數字普惠金融的發展，擴大數字金融的覆蓋程度、使用深度；利用好數字普惠金融的技術優勢，緩解創業板企業被傳統金融服務排斥的現狀，為具有發展潛力的創業板企業提供精準的金融服務，通過降低其面臨的融資約束程度來提高其企業技術創新效率；為更加高效地優化數字普惠金融使用情況，應在改善業界環境、促進平衡發展、增加技術水平來增加數字普惠金融的覆蓋廣度和使用深度等方面進行更多努力。

第二，企業層面。可通過聘請具有金融關聯的高管，增加企業獲取信息的對稱性，減少企業外部融資成本，解決其面臨的融資約束困境；除此之外，企業內部的良性發展至關重要，企業應加以重視，優化內部治理結構，提升外部融資渠道對企業的信任度和接受性，爭取更多的融資機會，提高企業技術創新效率。

第三，高管層面。應認識到在數字普惠金融迅速發展背景下，其自身的社會資本能夠更進一步地降低企業信息的不對稱性，協助企業獲取外部融資，促進企業發展。高管應利用好自身曾在金融機構工作培養的專業技能，為企業尋求投資機會識別，鼓勵企業研發創新行為，提高企業技術創新效率。