金融自循環與企業技術創新

魯曉東 詹卉

摘要：技術創新是制造業轉型升級和快速發展的根本動力。基于我國2013—2020年A股制造業上市公司數據，探索金融自循環對企業技術創新的影響及傳導機制，研究發現，金融自循環對企業技術創新存在顯著的抑制作用，這種作用對于不同特征的企業存在異質性效果。同時，企業杠桿率、企業利潤率在金融自循環與企業技術創新之間存在中介效應。鑒于此，我國應當加強金融監管，推動金融市場化改革，提高金融服務實體效率，這對推進創新驅動發展戰略具有重要意義。

關鍵詞：金融自循環;技術創新;脫實向虛

一、引言

我國是一個制造業門類齊全的制造業大國，但距離制造業強國仍有一定差距，其中，主要制約在于技術創新能力還不夠強，技術“卡脖子”問題較為突出。技術創新的重要性不言而喻。與此同時，金融發展對經濟增長以及技術創新的關系和重要性已經在學界進行了廣泛討論并取得一定程度的共識。近年來，我國金融發展迅速，有力推動了經濟增長和企業技術創新，但也呈現出一些問題。例如，由于金融部門利潤率遠高于實體部門利潤率，使金融行業對非金融行業的資金產生虹吸效應，導致資金越來越多地在金融體系內進行擴張性的自我循環。一些學者已經明確指出，金融脫離實體經濟進行自我循環已經成為我國金融體系最大的風險（魏加寧，2017）。本文將其稱為“金融自循環”。那么，金融自循環對企業技術創新將產生怎樣的影響，其作用機制又是如何，值得深入研究。

二、文獻回顧

文獻綜述主要從金融發展影響企業技術創新和金融自循環相關研究兩個方面展開。

（一）金融發展影響企業技術創新的相關研究

已有研究主要從金融結構、金融市場化、金融錯配等方面研究了金融發展對企業技術創新的影響。從金融結構的視角，例如，王紅建等實證研究了1999—2006年我國的工業行業數據，認為完善金融市場結構可以提高資源配置效率，促進企業技術創新水平提升，但是政府干預會產生一定的抑制作用，在高新技術、化學、電子信息科技等行業中更為顯著。朱歡認為，我國的銀行貸款對企業技術創新的促進作用更加顯著，而資本市場的直接融資對企業技術創新活動影響卻很小。這說明了既要鼓勵銀行信貸支持企業進行研發創新活動，又要推動建立多層次資本市場，使資本市場服務于企業技術創新。從金融市場化的視角，白俊紅和劉宇英指出，金融市場化可以有效地促進企業進行技術創新。從傳導機理上來看，金融市場化可以減輕公司的外部融資約束，提高企業的研發投入，進而提高企業的創新水平。我國的金融市場化對技術創新的推動作用存在顯著的空間差別。從金融錯配的視角，張建華和楊小豪選用了我國制造業的區域面板數據，并對其進行實證分析，指出金融錯配使民營企業受到了所有制歧視，在金融資源上反而獲取更少，嚴重阻礙了企業技術創新，進而對整個區域創新產生阻礙。

中國證券期貨2022年6月

第2期金融自循環與企業技術創新

（二）金融自循環的相關研究

已有研究雖然尚未明確提出“金融自循環”的概念，但從金融過度、金融脫實向虛、金融空轉等角度進行了探討。國際貨幣基金組織和國際清算銀行提出了金融過度說，認為金融發展不是單向促進經濟增長，金融發展規模和經濟增長之間存在“倒U型”關系，即金融體系規模超過一定程度后會抑制經濟增長，阻礙技術創新活動，惡化金融資源配置，增大金融風險。Wolf研究發現，在20世紀80年代至2008年次貸危機這一時間段中，美國金融部門增速是名義GDP增速的6倍，由此提出美國的金融部門與實體部門地位出現了本末倒置。國內學者也對金融過度發展、金融膨脹和金融脫實向虛等問題進行了研究。米建國和李建偉認為，要達到最優的經濟增長，必須有適度的金融發展，無論是金融抑制還是金融過度擴張，都會影響整個宏觀經濟運行。白欽先和主父海英認為金融發展要在數量和質量上達到均衡，金融要在實體經濟的合理邊界內運行，金融工具的價值要體現其所服務的實體經濟的價值，不然會造成無法持續的金融發展和經濟增長。有學者提出，近十年來我國金融部門名義增速遠超經濟名義增速，表現為明顯的“金融膨脹”。此外，2013年我國爆發“錢荒”事件之后，一些學者開始注意資金在金融體系空轉的問題。耿同勁將資金空轉劃分為兩種形式，第一種形式，即資金只是以貨幣資本的形態在金融內部循環，而沒有轉化為生產資本或商品資本，不能實現價值增值;第二種形式是貨幣資本在最終到實體經濟部門之前，經歷的金融機構太多，使資金從金融部門到實體部門的鏈條過長。

已有文獻一方面從金融結構、金融市場化、金融錯配等角度研究了金融發展對企業技術創新的作用，另一方面從金融過度、金融膨脹、金融空轉等角度分析了當前我國金融體系存在的突出問題，但未對我國近年來出現的資金在金融體系內部空轉并不斷虹吸實體經濟領域資金的金融自循環現象進行全面系統剖析，也缺少對金融自循環如何影響和作用于企業技術創新的相關研究。

三、金融自循環及其對企業技術創新影響的機制分析

（一）金融自循環的機制分析

基于前文對金融自循環的定義，金融自循環具有兩大突出特征：一是金融空轉，金融空轉主要表現為信貸空轉、票據空轉、理財空轉、同業空轉等形式;二是對實體經濟部門產生虹吸效應。

信貸空轉的模式主要有三種：一是貸款置換，銀行將貸款偽裝成采購貨品，實際上最終流向關聯公司，用于收購其他的問題信貸資產，還有的以本行表內外融資違規置換他行表內外融資;二是貸款挪用，銀行將信貸資金用于其他用途，如購買理財產品或存單，而這與申請貸款時所填寫的用途并不一樣;三是違規放貸，主要目的是合作進行“過橋貸款”，違規發放貸款歸還他行不良貸款，掩蓋借款人真實風險狀況。

票據空轉的主要模式是企業從商業銀行開具無實際交易記錄的票據，存入保證金后，企業再從銀行開具銀行承兌匯票。收款人一般是票據中介或者關聯企業。在經過一些包裝和偽裝后，關聯企業將票據貼現，貼現資金自然而然地返還給出票人。出票人將其作為保證金存入銀行，然后開具銀行承兌匯票，并不斷套取銀行的資金。

理財空轉模式主要有四種：一是商業銀行違規操作。商業銀行在非標資產上理財資金投入比例過高，同時將理財產品與投資標的資產期限錯配。二是銀行將資金投入同業理財。銀行還會委托非銀機構管理這些資金，甚至用理財資金買理財產品。三是理財資金過度投資于資本流通市場，主要包括信用債券等。在監管過程中，商業銀行傾向于提高利率債的比例來嚴控信用風險，推高資產價格，潛在信用風險和市場風險增大。四是銀行將理財投資進行多層嵌套，底層標的資產很難被穿透監管。

同業空轉有兩種形式：一是同業通道。大型商業銀行利用各種衍生工具為其他機構提供資金支持，完成金融加杠桿的過程，并充當其他銀行資金管理的“通道”。二是同業之間直接進行各類投融資業務，銀行通過在銀行間市場同業存放、賣出回購、買入返售等吸收的同業資金對接投資理財產品、資管計劃，放大杠桿，賺取收益。

虹吸效應則是物理學概念在金融領域的應用，主要表現為實體經濟領域的投資不斷向金融領域轉移，主要原因是金融部門的平均收益率高于實體經濟部門，資金在市場機制的作用下不斷向金融部門匯集。虹吸效應使實體經濟部門受到了更多的資金約束，抑制了企業的技術創新活動，企業也面臨更多的發展瓶頸。

（二）金融自循環影響企業技術創新的機制分析

金融自循環主要是通過以下機制影響企業技術創新。一方面，由于金融部門與實體部門投資收益率差距較大，資金不斷從實體經濟部門涌入金融部門，這會推高資產價格，進一步加大實體經濟投資與金融部門的收益率差距，加劇金融自循環和自我膨脹，而企業利潤率的相對低下使企業不得不減少技術創新投入，進而抑制了企業技術創新動機。另一方面，金融自循環意味著金融部門快速膨脹，企業杠桿率攀升，企業面臨著更高的杠桿和更多的利息支出，財務風險進一步上升。而企業的技術創新研發周期往往很長，需要資金投入量很大，還會面臨研發可能失敗的風險。因此，企業在面臨更高的本息支出時，更加希望能夠快速盈利以緩解現金流壓力，這促使企業可能更多地將資金投資于金融理財產品，而削減技術創新開支，進而抑制企業技術創新。

基于此，本文提出如下研究假設：

H1：金融自循環會抑制企業技術創新。

H2：金融自循環降低實體企業利潤率，企業缺少資金進行研發投入，抑制企業技術創新。

H3：金融自循環導致企業杠桿率上升，企業財務情況惡化，抑制企業技術創新。

四、研究設計

（一）數據來源

本文采用2013—2020年滬深兩市A股制造業上市公司的數據為研究樣本。數據主要來自國泰安CSMAR數據庫和中國研究數據服務平臺（CNRDS）。出于對數據可靠度的考慮，本文剔除樣本中全部ST類、PT類和終止上市的企業，剔除了部分數據缺失的上市公司，還對模型中的所有連續變量進行了1%和99%的縮尾處理，以便更好地減弱兩側極端值對回歸結果造成的影響。

（二）變量選取

1被解釋變量

參照以往學者對企業技術創新的研究，衡量企業技術創新主要從投入和產出兩個方面出發。一方面，采用研發投入、研發人員占比等指標衡量企業在技術創新中的投入水平。另一方面，采用專利申請數量、專利授權數量等衡量企業在技術創新中的產出水平。

本文充分考慮金融自循環對技術創新投入與產出兩個方面的影響，選用技術創新投入與技術創新產出作為被解釋變量，并參考楊國超等、孔東民等學者的做法，分別用研發投入金額的自然對數值和有效發明專利數的自然對數值進行衡量。本文的部分研究樣本企業的有效發明專利數量為0，為了避免取自然對數后造成的樣本數量減少問題，對其進行專利數量加1后再取自然對數。在我國，專利類型主要分為實用新型、發明和外觀設計三種。企業專利中的發明專利的技術含量相對較高，能更好地代表企業技術創新產出水平，因此本文選用其自然對數作為被解釋變量。

考慮到需要對模型進行穩健性檢驗，本文參考段軍山和莊旭東的研究采用研發投入強度，即研發投入在總資產中的占比來替代原來的企業技術創新投入指標。此外，本文采用有效專利總數的自然對數來替代原來的技術創新產出指標。

2解釋變量

關于金融自循環程度的測度，基于本文對金融自循環的界定，其具有兩方面突出特點，一是金融部門快速膨脹并且產生金融空轉，二是金融部門對實體部門資金產生虹吸效應，因此從上述兩個角度選取指標。

一方面，本文參照華而誠和妥佳媛研究的做法，采用金融空轉程度（Fid）即地區GDP占該地區社會融資規模的比例進行衡量，分析GDP/TSF變化情況。其中，TSF為社會融資規模，該比例衡量的是社會融資規模拉動GDP增長情況。GDP/TSF=GDP/FAI×FAI/TSF，其中FAI為固定資產投資?？紤]了FAI/TSF正常的季節性波動后，GDP/TSF指標越低，說明社會融資規模對GDP的拉動效應越弱。資本邊際效率ICOR下降，投資率的持續上升并未有效拉動經濟增長，金融自循環程度增大。

另一方面，金融部門對實體部門的資金產生虹吸效應體現在企業進行相應的金融資產配置，將公司相關資源用以金融投資。本文參考王紅建等的研究，采用金融資產投資占比（Fin）作為另一個解釋變量，即企業金融資產除以企業總資產。企業的金融資產包括以下7個分類，它們是貨幣資金、交易性金融資產、可供出售金融資產、投資性房地產、持有至到期投資、應收股利和應收股息。

3控制變量

參考郭玥等關于企業技術創新的研究，本文共引入如下6個可能影響企業技術創新的控制變量：①企業規模（Size），用企業總資產的自然對數值進行衡量;②公司上市時間（Age），用公司在A股的上市時間進行衡量;③企業盈利能力（ROA），用企業的總資產收益率衡量;④股權集中度（Top），用第一大股東的持股比例進行衡量;⑤治理結構（Ms），用管理層持股比例進行衡量;⑥董事會結構（Independ），用董事會中獨立董事占比進行衡量。

（三）模型設定

本文構造了如下所示的模型（1）來研究金融自循環和企業技術創新之間的關系。

lnInnovationit=β0+β1FSCit+?∑ρjXijt+μi+δt+εit（1）

其中，金融自循環（FSCit）是本文的解釋變量，包括金融空轉程度（Fid）和金融資產投資占比（Fin）;核心被解釋變量是企業技術創新（Innovationit），包括企業研發投入的自然對數（lnRd）和有效發明專利的自然對數（Ln?P）;Xijt代表前述控制變量;μi代表個體固定效應;δt代表時間固定效應;εit為聚類至微觀企業層面的隨機誤差項。

五、實證分析

（一）變量的描述性統計

由表1可看出，被解釋變量企業技術創新投入平均值是1798，最大值是2198，最小值是1274，標準差是1397，企業技術創新產出平均值是0386，最大值是8229，最小值是0，標準差是0886。以上數據體現了我國制造業的不同企業間企業技術創新水平差距很大，其中有的企業技術創新能力較強，創新投入大，一年內能夠申請較多專利，而一些企業創新能力薄弱，創新投入較小，幾乎沒有專利申請。

解釋變量各地區金融空轉程度指標平均值是1733，最大值是9078，最小值是0633，標準差是0780，這表明了各地區的金融空轉程度存在差異。金融資產投資占比平均值是00386，最大值是0492，最小值是0，標準差是00733。可以發現，大多數企業的金融資產投資占比差距不大，除了個別企業的金融投資占比較高。

控制變量中公司規模最大值和最小值的差值不大，可以看到，本文選取的企業規?；窘咏?，這主要與本文所選的樣本企業均來自制造業的上市企業。公司上市時間的最大值是28，最小值是0。這說明研究樣本中既有初創期企業也有成熟期企業。公司股權集中度的均值為0330，本文樣本企業中第一大股東平均持股比例為33%，同時也存在公司經營管理中擁有絕對話語權的第一大股東。財務杠桿和盈利能力標準差較小，管理層持股比例和獨董占比標準差較大，說明公司間在治理結構和董事會結構上差別較大。

（二）變量的相關性分析

在進行基準回歸分析之前，本文檢驗了各變量間的相關性。一方面是為了檢驗金融自循環（Fid、Fin）與企業技術創新（lnRd、lnP）間是否存在較為顯著的相關關系，判斷解釋變量是否應該加入回歸方程;另一方面這檢驗了自變量之間是否存在過度相關的情況，判斷變量之間是否存在多重共線性。

本文選用Pearson相關系數法檢驗樣本變量之間的相關性。檢驗結果如表2所示。由表可知，解釋變量金融自循環（Fid、Fin）與被解釋變量企業技術創新（lnRd、lnP）之間存在負相關關系，并且在1%的顯著性水平上負相關，說明金融自循環抑制了企業技術創新。

從表2中結果可以看出，其中各個控制變量之間的相關系數基本小于03，表明了各個控制變量之間不存在多重共線性，各個控制變量能夠同時加入回歸方程檢驗金融自循環如何影響了企業技術創新。

（三）基準回歸結果分析

本文基于模型（1）分析了金融自循環與企業技術創新之間的關系，回歸結果如表3所示。

從全國層面來看，模型（1）中金融空轉程度（Fid）的系數為-0054，并且在1%水平下顯著，模型（2）中金融空轉程度（Fid）的系數為-0049，并且在1%水平下顯著，并且模型（3）、模型（4）中金融資產投資占比（Fin）系數均顯著為負。從這可以看出，金融自循環程度增加抑制了企業技術創新的提高，驗證了提出的假說1。

企業規模（Size）在模型（1）中的系數為0913，在模型（2）中的系數為0277，在模型（3）、模型（4）中系數均為正，且在1%的水平上顯著，說明企業規模對企業技術創新有促進作用。這主要是因為企業規模大，可以提升自身的融資能力，融資渠道更多。這有利于增大企業技術創新的投入，更好地開展技術創新活動，企業進行技術創新活動的意愿更強。企業盈利能力（ROA）在模型（1）中的系數為2084，在模型（2）中的系數為0623，且都通過了顯著性檢驗，在模型（3）、模型（4）中得到了相似的結果，這是由于企業盈利能力的提高使企業擁有更多的資金來源，增強企業進行技術創新的動力和信心，可以促進企業技術創新水平的提高。

（四）異質性分析

以上全樣本的實證結果證實了金融自循環總體上來說對企業技術創新起到抑制的作用。下面分析金融自循環對企業技術創新影響的異質性，基于上面的分析和研究思路，本文考慮到我國制造業企業特征，按照所有制、產業特點和所歸屬的地區（東部、西部、中部地區）差別進行分樣本回歸。通過這種方式來探究金融自循環對不同特征、不同地區的企業技術創新的異質性影響，通過對模型回歸后得到了三組分樣本的估計結果。

根據企業產權屬性，本文將樣本分為國有企業和非國有企業，進行分組檢驗。表4、表5為分組檢驗的結果?？梢钥闯鼋鹑谧匝h對非國有企業技術創新存在抑制作用，并在1%的水平上顯著，對國有企業的企業技術創新存在抑制作用，但并不顯著，從表5中可以看出用金融資產投資占比（Fin）作為解釋變量均得到了相似的結果。

這主要是由于國有企業具有較強的融資優勢，不用擔心未來的資金儲備問題，享受著來自政府方面的隱性保護，與政府聯系更加緊密，更容易獲得政府的政策鼓勵和資金支持，創新活動的資源約束問題更弱，而非國有企業存在融資難融資貴的問題，融資渠道受限，金融自循環程度增大減弱了企業進行技術創新的動力。

表6和表7展示了高科技企業和非高科技企業的分樣本回歸結果。可以得出，金融自循環程度的提升抑制了高科技企業和非高科技企業的技術創新，并通過了顯著性檢驗，金融自循環對于非高科技企業的技術創新抑制作用大于對于高科技企業的技術創新抑制作用。表7中可以看到用金融資產投資占比（Fin）作為解釋變量均得到了相似的結果。

本質而言，技術創新是一項高風險、長周期的企業經營活動。金融自循環程度的增強不利于企業經營，增加了整體金融風險，使得非高科技企業創新活動融資條件更加惡化，從而減弱其技術創新的意愿并降低其創新投入和產出，而高科技企業一方面有來自政府的補助，另一方面本身的創新能力比較強，擁有很多資質和較高的聲譽，在金融融資的時候可抵押物比較多，融資能力更強，受到金融自循環的影響較小。

最后，本文研究了金融自循環對企業技術創新影響的地區異質性。不難想到，在我國各地區發展水平不同的背景下，不同區域展現出的影響效果有所不同。表8和表9展示了東部、中部、西部地區的分樣本回歸結果?？梢钥闯觯跂|部地區和中部地區的回歸結果中，金融自循環對企業技術創新投入和產出的回歸系數均顯著為負;在西部區域中，金融自循環對于企業技術創新的回歸系數為負，但并不顯著。抑制作用按照東部、中部、西部順序依次減弱。表9中用金融資產投資占比（Fin）作為解釋變量均得到了相似的結果。

本文認為，這一區域異質性結果可以做如下闡釋，東部和中部地區金融市場規模更大，金融體系更加完備，經濟發達程度較高，金融監管程度更加嚴格，企業競爭壓力更大，當金融自循環程度增加時，企業會陷入融資約束的困擾，會顯著抑制企業技術創新的意愿，進而抑制其創新投入和產出。而西部區域經濟發達程度較低，存在政府的專項政策扶持，受到金融自循環影響程度較小，企業技術創新受到一定程度的抑制。

（五）影響機制分析

經過上述的實證分析，本文證明了金融自循環抑制企業技術創新，而且抑制作用存在異質性。但卻仍難以解答金融自循環是通過何種渠道影響微觀企業的技術創新活動。進一步地，本文參考Baron和Kenny、溫忠麟和葉寶娟的研究，構建中介效應模型，全面考察金融自循環對企業技術創新影響的傳導機制。

其中，Med代表中介變量，在中介變量的選取上，本文擬從兩個角度出發，一方面，金融自循環對企業的杠桿率將產生明顯的影響，采用企業杠桿（Lev）這一指標，即企業杠桿（Lev）=總負債/總資產。另一方面，金融自循環的程度增大勢必會惡化企業的經營環境，影響企業的利潤率，鑒于此，選取企業利潤率（Pm）即企業的營業利潤率作為另一個中介變量。

根據溫忠麟和葉寶娟的研究，本文按照順序檢驗了模型中主要變量的系數。當系數α1顯著時，如果系數ω1和ζ2都顯著，說明存在間接效應，此時，當ζ1不顯著時，則存在完全中介效應;當ζ1通過顯著性檢驗后，如果ω1ζ2和ζ1符號相同，說明存在中介效應，如果ω1ζ2和ζ1符號不同，說明存在遮掩效應。

表10顯示了中介變量Lev的估計結果。可以看出，第一列中的解釋變量對中介變量的系數ω1顯著為正，說明金融自循環促進了企業杠桿率的提升。第二列和第三列中的解釋變量與中介變量對被解釋變量的系數ζ1和ζ2均顯著。此時，ω1ζ2與ζ1同號，這說明了企業杠桿在金融自循環與企業技術創新之間存在中介效應。在第四列至第六列中列示了用Fin做解釋變量的估計結果，與前三列得到的結果相似。其中，第四列和第六列得到的結果認為存在完全中介效應。

當金融自循環程度提高時，促進了企業杠桿率攀升，企業面臨著更多的利息支出，財務風險進一步上升。而企業進行研發的周期長，需要很高的資金投入，同時又面臨著研發失敗的風險。企業更希望能投資于時間短、收益高的項目，這降低了企業技術創新的意愿，抑制了企業技術創新，由此形成了“金融自循環→（提高）企業金融杠桿水平→（抑制）企業技術創新”的傳導路徑。

表11報告了中介變量Pm的估計結果。可以看出，第一列中的解釋變量對中介變量的系數ω1顯著為負，說明金融自循環抑制了企業部門的利潤率提升。第二列和第三列中的解釋變量與中介變量對被解釋變量的系數ζ1和ζ2均顯著。此時，ω1ζ2與ζ1同號，說明企業利潤率在金融自循環與企業技術創新之間存在部分中介效應。在第四列至第六列中列示了用Fin做解釋變量的估計結果，與前三列得到的結果相似。其中，第四列和第六列得到的結果認為存在完全中介效應。這說明了當金融自循環程度提高時，企業利潤率降低，這使企業面對高風險的企業技術創新項目和研發投入時受到了更多的資金約束，抑制了企業技術創新的動機和意愿，形成了“金融自循環→（降低）企業利潤率→（抑制）企業技術創新”的傳導路徑。

（六）穩健性檢驗

考慮到金融自循環與企業技術創新之間可能存在反向因果關系，這會進一步產生內生性問題。為了緩解模型的內生性問題，本文采用工具變量法—兩階段最小二乘法弱化其帶來的影響。本文借鑒楊松令等的做法，選用貨幣供應增長率即M2增長率作為工具變量進行兩階段模型估計，其回歸結果如表12所示。在第一階段的模型估計結果中，工具變量M2增長率的回歸系數在1%水平上顯著，相關的檢驗值遠大于10，這說明不存在工具變量識別不足和弱工具變量的問題，滿足所需的要求。在第二階段的模型估計結果中，可以看到解釋變量（Fid、Fin）的系數為負，并通過了顯著性檢驗，這表明金融自循環對企業技術創新存在抑制作用，與原回歸結果一致，工具變量較好地削弱了模型的內生性帶來的影響。

下面對基準回歸結果進行穩健性檢驗，本文首先采用替換被解釋變量的方法。一是使用企業的研發投入強度，即研發投入占總資產比例（lnRda）作為企業技術創新投入的的替代指標;二是使用有效專利總數自然對數值（lnPa）作為衡量企業技術創新產出的指標，結果如表13所示。表中得到了替換被解釋變量后的回歸結果，可以看出各變量系數符號和顯著性并未發生本質性改變，對解釋變量Fin回歸后結果與以上結果類似，證明原回歸結果具有穩健性。