金融科技與制造業企業創新

方一卓 強國令 李鈺燕

一 引 言

創新是國家進步的根本驅動力，在中國發展戰略上占據重要的位置。“十四五”規劃中明確表明要把科技發展作為經濟進步的重要驅動力，到21世紀中葉實現科學技術的自立自強、全方位地提升科技實力，而實現這一目標的核心就是以企業為主體的自主創新。制造業是我國經濟結構中的重要組成部分，除了代表著我國的生產力水平之外，其在技術革新、提供就業機會、提升生活水準以及國家稅收等領域有著不可替代的地位，是我國經濟發展中的重要力量。隨著國家對經濟質量要求的提高，制造業作為實體經濟的根基更是被重點關注，承擔著把我國經濟形態由要素規模驅動轉為要素質量驅動的重要使命，而這整個過程都需要依靠企業的技術進步升級來完成。因此研究制造業企業創新對于我國社會經濟發展具有重要意義。

以往研究發現，影響企業創新的因素有很多，如Schumpeter(1934)提出決定企業創新的主要因素就是企業規模與市場結構；吳延兵(2006)基于中國上市公司數據發現企業的人力資源與企業創新水平之間存在著正向關系；馮根福和溫軍(2008)、李春濤和宋敏(2010)又分別提出了經營者持股量、CEO激勵和產權保護程度等對企業研發創新的影響。但是，以上研究關注的因素大都來自于企業內部或行業內部，并沒有涉及到金融環境對企業創新的影響，中國作為最大的發展中國家，資本市場并不完善，相對于企業生產經營投資，企業研發投資由于風險高、周期長和信息高度不對稱等因素容易受融資環境的影響(解維敏和方紅星，2011)，并且高質量的創新對科研人員與科研資金的連續性要求更為嚴格，這就更需要有穩定的外部資金來提供保障(黎文靖和鄭曼妮，2016)。因此，企業創新面臨的一個重要障礙就是外部資金獲取困難(鞠曉生，2013)。

由于具有周期長、風險高等特點，企業研發創新活動更加需要充足穩定的現金流，而資本市場的存在為企業從事創新活動提供了資金來源渠道。但是根據已有研究，我國制造業企業在外部融資時受到一定的阻礙(蔡競和董艷，2016)。制造業企業之間競爭激烈，生產、研發等信息都是企業的核心機密(洪少枝等，2011)，一般來說，企業不愿意將詳細的生產、研發信息向外部資金提供者披露(鞠曉生，2013)，而外部資金提供者為了規避風險則會向企業索要風險溢價(Easley和O’ Hara，2004)，這種來源于雙方內在屬性的信息不對稱問題給企業融資帶來了較大困擾。除了制造業的特性外，金融市場本身也存在著“金融歧視”。在中國，金融機構評判企業融資的標準不是企業盈利能力和發展潛力，而是依據規模、固定資產抵押、股權性質等較為穩定的因素來篩選企業(王道平和劉琳琳，2021)。這就使目前的金融市場上出現了一些資源配置扭曲的現象，大型、國有企業這些對外源融資依賴程度不高的企業往往比較容易進行融資，而需要依靠融資進行創新的中小、民營企業則受到融資約束，難以有效地獲取外源融資。

近年來，為支持企業的發展，金融市場不斷改革，利用大數據分析、人工智能、云計算等高科技數字化手段賦能金融機構，幫助其提升服務質量、提高服務效率，以此來協助金融機構有效地解決企業外部資金獲取困難等問題，這種科技滲透金融的質變表現成為學術界和政府部門關注的焦點。隨著信息技術在金融領域的推廣，金融科技應運而生并且快速發展(劉緒光和肖翔，2019)。2015年12月14日央行、銀保監會等出臺了《關于大力推進體制創新扎實做好金融科技服務的意見》；2016年8月8日，國務院在“十三五”規劃中提出要引導銀行等金融機構創新金融服務，提倡金融科技與金融機構的深度融合，以此推進科技創新發展。在科技與政策的雙重支持下，我國金融科技有了突飛猛進的發展，世界銀行調查顯示，在全世界范圍內金融科技排名前100強的企業總資產突破100億美元，而中國就有8家企業入圍。

金融科技的快速發展帶動金融市場的深刻變革。那么，金融科技所帶來的各種影響在企業生產經營中發揮了何種作用？改革開放以來，雖然金融市場不斷發展和完善，但是制造業固有的信息不對稱特性和金融市場中存在的“金融歧視”現象帶給企業的融資約束依然困擾著諸多企業，金融科技是否能降低金融機構與制造業企業之間的信息不對稱、緩解“金融歧視”導致的企業融資約束，進而影響企業創新？國內外文獻雖然對此已有大量的研究，但并未針對我國企業面臨的實際問題提出有效建議。本文旨在探究金融科技對制造業企業創新的影響，通過分析金融科技作用于制造業企業創新的機理和效果提出我國創新發展的新視角、新觀點。在中國經濟由量到質的轉型關鍵時期，明確兩者之間存在的關系，對于推動金融市場發展升級、協助金融機構更好地為企業服務，從而提高我國經濟發展質量具有重要的理論和現實意義。本文主要創新為：(1)生產、研發等信息都是制造業企業的核心機密，一般情況下企業不愿意將詳細內容對外披露，導致制造業企業與投資者之間存在嚴重的信息不對稱問題。現有文獻更多地關注金融科技與企業創新之間的影響機制，對樣本自身特征的闡述分析不足，本文以金融科技發展降低金融機構與制造業企業的信息不對稱作為渠道，解釋了金融科技影響制造業企業創新的機制。(2)從多方面完善了金融科技對制造業企業創新影響效果的研究，得出金融科技可以從質量和數量兩方面改善制造業企業創新的結論。(3)更深層次地探究了金融科技對不同種類制造業企業的影響，發現金融科技對高成長性、小型、民營企業創新的促進作用更為顯著。這一結果為金融科技協助深化供給側結構性改革，推進實體企業高質量發展提供了經驗證據。

二 理論分析與研究假設

(一)信息不對稱、融資約束與企業創新

企業研發創新會面臨較高的失敗風險和其他不確定性因素(解維敏和方紅星，2011)，為此企業往往要預留足夠的資金來保證研發活動的連續性。然而，對于大部分企業來說僅依靠有限的內部融資難以滿足整個研發過程的需求，外源融資便成了企業研發的重要保障(蔡競和董艷，2016)。

企業為了研發活動而進行外源融資時不可避免地會面臨信息不對稱所導致的一系列問題，這將會阻礙企業的融資(Easley和O’ Hara，2004)。對于依賴于技術而發展的制造業企業而言，高新技術、知識產權、研發創新等是重要資源(洪少枝等，2011)，基于嚴格的信息保密要求，其在吸引外部投資時不愿意將相關信息以及目前研發項目情況向外披露(鞠曉生，2013)，使得金融機構相對于公司內部成員來說，擁有較少的公司信息(Hall，2002)，缺乏對研發活動的專業認知，面臨著較大的不可分散的信息風險(劉小玄和周曉艷，2011)，而金融機構為了緩解這種未知的風險，往往會索要較高的資本溢價(Easley和O’ Hara，2004)，或者規避這種頗具風險性的投資，將更多的資金分配給收益相對穩定的項目(張杰，2000)。然而，無論金融機構選擇哪種辦法來緩解信息不對稱風險，都會限制企業的外部資金獲取(蔡競和董艷，2016)，管理層進而削減研發費用、放緩研發進程，使企業無法保證研發項目的持續進行，最終抑制企業創新(李春濤等，2020)。

除此之外，中國金融市場發展現狀給企業帶來的融資約束也嚴重影響了企業創新。目前，大型企業的研發投入主要依靠企業內部資金，缺乏內部資金的中小企業則主要通過外部融資獲取創新研發經費(Brown et al.，2009)，但是金融市場往往更傾向于有足夠抵押品的大型企業的融資項目，而具有發展潛力的中小企業卻得不到足夠的金融支持，以至于這些企業在創新研發時面臨嚴重的財務壓力，企業創新在一定程度上被“金融歧視”所限制(盧峰和姚洋，2004)。

(二)金融科技與企業創新

目前已有文獻論證了金融科技與企業創新的部分關系。李春濤等(2020)研究發現金融科技通過提高稅收返還的創新效應來促進新三板企業創新；陳銀飛和苗麗(2021)認為金融科技可以幫助政府精準高效地補貼到有創新潛力的企業；侯世英和宋良榮(2021)研究發現金融科技可以促進知識產權質押對企業創新的影響；陳毓佳(2021)從融資環境、資產定價、風險控制等方面分析得出金融科技促進了小微企業研發創新的結論；周素華(2021)認為金融科技可以優化傳統金融機構的服務結構和效率，從而促進企業創新。

本文基于制造業的行業特性，分析發現金融科技可以通過降低金融機構與制造業企業的信息不對稱，從而促進制造業企業創新。通過技術溢出效應賦能金融機構，利用智能匹配、大數據儲存、云計算等新型信息技術規模化地處理數據，全面、深度挖掘用戶信息(Lapavitsas和Santos，2008)，顯著提高金融機構的信息獲取能力(宋敏等，2021)。金融機構通過金融科技所獲取的多維數據可以清晰地了解到行業的供需情況、公司的市場占比、成長潛力等信息，橫向與縱向對比得到多家公司的綜合性信息，增加金融機構對企業的間接判據，使它們可以在不接觸企業核心信息的情況下對企業進行客觀合理的分析，降低了信息不對稱所帶來的未知風險。此外，通過金融科技獲取的信息數據相較于傳統方法獲取的信息數據有著更為顯著的價格優勢，降低了金融機構對目標企業的信息搜尋成本(李三希等，2021)，業務成本的降低最終會影響到企業的融資成本。金融科技帶來的信息技術升級不僅能幫助金融機構全方位地獲取和分析數據，促使金融機構將資金分配給有創新潛力的企業，還能夠從信息不對稱問題帶來的資本溢價和信息搜尋的業務成本兩部分降低企業的融資成本，總體上提高了企業的外部資金獲取效率，增加了企業保證創新研發持續進行的可能性，進而推動企業創新(李匯東等，2013)。

除了“賦能”金融機構以外，金融科技的發展給傳統金融機構帶來了巨大挑戰。一方面，以互聯網金融公司、第三方支付平臺等金融機構為代表的依托于金融科技的新興金融產業擠壓了金融市場(鄭志來，2015)，搶占了傳統金融機構的部分業務與資源(于波等，2020)。另一方面，隨著金融科技的發展，中國的利率市場化進程被變相地推進(邱晗等，2018)，根據Marcus(1984)的“特許權價值假說”，利率市場化所帶來的競爭將導致傳統金融機構的特許權價值降低，盈利能力受到削弱。在這些挑戰下，傳統金融機構為了維護資源與利潤，將進行一系列的改革創新(盛天翔和范從來，2020)，提升服務效率、降低服務成本、擴大服務范圍、提高風險承擔能力(黃益平和黃卓，2018)。以目前在金融市場中占據重要地位的商業銀行為例：金融科技所衍生的新興金融產業憑借信息技術方面的優勢、高效便利的渠道搶占了商業銀行的客戶資源，減少了商業銀行賴以生存的存款，導致銀行的存貸利差有所下降(劉忠璐，2016)。銀行為了確保利潤將會對風險承擔、服務范圍等做出適應性改革，不再只是依據公司規模、固定資產抵押、股權性質等較為穩定的因素來篩選企業，反而會更加偏好選擇高收益、高風險的項目來補償利潤(邱晗等，2018)，“金融歧視”現象得以改善，為具有創新潛力的中小企業帶來了融資機會，融資約束得到緩解，企業可以有相對充足的資金進行創新。

綜上所述，金融科技可以通過降低制造業企業與金融機構之間的信息不對稱和緩解融資約束來促進企業創新。因此，本文提出假設H1。

H1：金融科技的發展促進了制造業企業創新。

三 研究設計

(一)樣本選擇與數據來源

本文使用的2012—2018年中國A股制造業上市公司專利數據來自于佰騰網專利數據庫，借鑒宋敏等(2021)構建金融科技指標的方法，運用地級市金融科技公司數量衡量城市層面的金融科技發展水平。本文使用的企業方面的財務、管理數據來自國泰安(CSMAR)數據庫，行業分類標準來自申銀萬國。為了使樣本數據更具代表性，本文對樣本數據進行如下處理：(1)刪除掉ST、退市的年度公司樣本；(2)剔除掉變量存在數據缺失的樣本；(3)為了規避離群值對本文結果的影響，對所有連續型變量進行1%的縮尾處理。最終樣本為2012—2018年的8089個公司-年度觀測值。

(二)變量定義

1.主要變量定義

企業創新(

Patent

)：首先，借鑒張杰和鄭文平(2017)的研究，使用專利申請數量(

Pa

_

number

)來構建企業創新指標。然后，從創新的實際意義出發，企業創新不僅要追求數量，更需要保證質量，依據《專利法實施細則》對企業專利的分類依據，發明專利的技術含量和研發難度在所有專利中最高，企業申請的發明專利數量可以直觀地展現企業的科研實力，代表了企業未來的發展潛力。對于制造業企業來說，發明專利代表了企業的核心優勢，是制造業進步的動力源泉。因此，本文將創新質量(

Pa

_

quality

)加入到企業創新指標中，借鑒吳迪和張玉昌(2019)的研究，用發明專利申請數量占專利總申請數量的比例來衡量企業創新質量。考慮到專利的產出需要較長的周期，當年的專利產出主要受往年因素影響，為了盡可能地緩解內生性，本文借鑒已有研究將所有解釋變量滯后一年進行回歸。考慮到專利申請的困難程度，很多企業在當期并沒有專利申請記錄，導致數據中存在大量的0值，而且專利申請數量存在明顯的極端分布特征，本文對專利申請數量加1后取自然對數(李春濤等，2020)。金融科技(

FinTech

)：本文根據宋敏等(2021)構建金融科技指標的辦法，使用地級市范圍內金融科技公司數量加1取對數構建金融科技發展水平的衡量指標(

FinTech

)，該指標取值越大代表地區金融科技發展水平越高。

2.其他控制變量

參考李春濤等(2020)、宋敏等(2021)的研究，本文控制了以下變量對企業創新的影響：

(1)企業規模(

Size

)。企業規模是影響創新的重要因素之一，規模大的企業往往具有完善的科研設施、尖端的研發團隊、專業的管理人員等一系列對企業研發活動具有著至關重要作用的優越條件。本文選取員工總數的對數來衡量企業規模。(2)資產負債率(

Lev

)。資產負債率直觀顯示了企業的資本結構，資產負債率高的企業將會面臨更大的風險，銀行在審核貸款時通常會傾向于資產負債率低的企業，除此之外，資本市場對資產負債率低的企業也有較高認可度，這些都可以保證企業有更大的融資空間來支持研發。本文使用年末負債與年末總資產的比值來衡量資產負債率。(3)成長性(

Growth

)。企業成長性和企業研發創新有不可分割的關系。通常情況下，成長性代表著企業的增長潛力，成長性高的企業也意味著之前年度的沉沒狀態，當企業創新產品被市場廣泛認可時，企業當年的成長性指標會有巨大的變化，企業對研發創新的意愿也會變得更加強烈。本文使用年末總資產增長率來衡量企業的成長性。(4)現金流量(

Cashflow

)。現金流量代表了企業目前的資金狀況，現金流大的企業一般有充足的資金，受到的融資約束程度也就越低，有利于企業更加順利地開展研發創新活動(Hall，2002)。本文使用企業經營活動現金流量凈額與總資產的比值衡量現金流比率。(5)企業年齡(

Age

)。企業年齡可以間接地表現出企業的一些基本狀況。一般來說，企業年齡決定了企業的發展規模、資本積累、技術水平以及行業地位等，與剛成立的企業相比，老牌企業在市場中更有信譽和威望，更被大眾所認可。但也有研究認為，老牌企業更偏向于保守經營，不能很快地接受新技術新理念，企業的成長性受阻。因此，目前，企業年齡對創新的作用沒有明確說法。本文使用企業當前年份與上市年份的差值衡量企業年齡。(6)資產回報率(

ROA

)。資產回報率是衡量企業盈利能力的重要指標之一，資產回報率越大，意味著企業單位資產能獲得更多的利潤。企業生產利潤的增加可以為企業創新提供資金保障，促進企業的研發創新。本文用年末凈利潤與年末總資產的比值衡量企業資產回報率。(7)企業資本密度(

Fixedpp

)。資本密度通常用企業年末總收入與年末總資產的比值衡量，如果企業每多創造一份收入需要大量資產，那么這個企業就是重資產企業，如果企業每多創造一份收入需要少量的資產，那么這個企業就是輕資產企業，根據創新條件的分析，重資產企業更有可能進行創新活動并且有著更高的創新效率。(8)董事會獨立性(

Indep

)。獨立董事與企業內部不具有利益關聯，可以客觀公正地監管公司治理，在公司決策方面，獨立董事的專業知識與經驗見解能發揮重要的協助作用，更能站在長遠的角度規劃公司發展戰略，對創新這種能夠帶來長遠利益的企業活動有著一定的促進作用。(9)兩任兼職(

Duality

)。如果公司的董事長同時擔任總經理職務，

Duality

取值為1，否則為0，意味著公司內部存在嚴重的代理問題，企業重大事項決策往往有偏向性，創新活動可能受到影響。(10)金融發展水平(

FD

)。本文使用樊綱指數來衡量地區金融發展水平。成熟的金融市場有著較高的信貸資源配置效率，可以讓盈利能力強、發展潛力大的中小、民營企業獲得更多的信貸資源(簡澤等，2013)，進而提高企業創新產出。因此，企業創新的增加很可能是地區金融發展水平提升帶來的。

本文使用的主要變量如表1所示。

表1 變量名稱

(三)回歸模型的建立

參考張杰和鄭文平(2017)、田新民和張志強(2020)、李春濤等(2020)的研究，本文構建回歸模型(1)來分析金融科技發展對制造業企業創新的影響：

Patent

， =

α

+

βFinTech

， -1+∑

Control

， -1+∑

Year

+∑

Ind

+

ε

，

(1)

在模型中，下標

i

代表公司，

t

代表年度，

m

代表城市，考慮到創新的滯后性，本文將解釋變量滯后一期。主要解釋變量

FinTech

， -1的含義是公司

i

所在的城市

m

在第

t

-1年度的金融科技發展水平；被解釋變量

Patent

， 的含義是公司

i

在第

t

年的創新指標，分別由創新數量(

Pa

_

number

)和創新質量(

Pa

_

quality

)衡量；

Control

， -1的含義是公司

i

在第

t

-1年度的控制變量，包括區域控制變量金融發展水平(

FD

)，個體控制變量企業規模(

Size

)、資產負債率(

Lev

)、企業成長性(

Growth

)、現金流量(

Cashflow

)、企業年齡(

Age

)、資產回報率(

ROA

)、企業資本密度(

Fixedpp

)、董事會獨立性(

Indep

)、兩任兼職(

Duality

)等；方程中還控制了時間固定效應(

Year

)和行業固定效應(

Ind

)；

ε

， 為隨機誤差項。此外，

FinTech

， -1的系數

β

表示城市

m

的金融科技發展水平與該城市制造業企業創新的關系，根據前文分析，預期金融科技與創新數量(

Pa

_

number

)和創新質量(

Pa

_

quality

)的估計系數

β

顯著為正。

(四)描述性統計

表2報告了本文主要變量的統計特征。首先看金融科技公司數量

FinTechN

的統計情況，最小值為0，主要集中在偏遠地區和經濟落后區域，結合區域發展程度可以合理地解釋這一極端情況，最大值高達29804，是北京地區的統計數量，可以推斷出金融科技公司具有擇優聚集的特點，中位數為37，均值為1202，表明金融科技發展水平存在嚴重的右端分布特征。因此，本文需要將

FinTechN

進行對數變換(

FinTech

=ln(1+

FinTechN

))，以此來降低金融科技公司的數量級差距，弱化這種極端分布帶來的結果偏差。專利申請數量(

PatentN

)最小值是0，最大值為5948，均值為35.55，中位數為7，同樣存在嚴重的右端分布特征，因此本文也對專利申請數量進行對數變換(

Patent

=ln(1+

PatentN

))；此外，創新質量(

Pa

_

quality

)的均值為0.3，中位數為0.147，可能是因為發明專利的審核流程更加嚴格，對專利各方面標準有著很高的要求，并且考慮到發明專利所需的高額研發投入，以至于大多企業都不能滿足發明專利的研發條件，同時也反映出中國制造業企業創新質量相較于發達國家有所不足的現狀。

表2 描述性統計

四 實證結果分析

(一)相關性分析

表3給出了主要變量的Pearson相關系數檢驗。創新數量(

Pa

_

number

)和金融科技(

FinTech

)的相關系數為0

.

075，創新質量(

Pa

_

quality

)和金融科技(

FinTech

)的相關系數為0.074，充分說明了金融科技與制造業企業創新之間存在著緊密的關系。各控制變量之間的相關系數都非常小，說明本文所選取的企業規模(

Size

)、資產負債率(

Lev

)、企業資本密度(

Fixedpp

)、成長性(

Growth

)、企業年齡(

Age

)、資產回報率(

ROA

)、董事會獨立性(

Indep

)等控制變量之間不存在嚴重的多重共線性。除此之外，可以看到控制變量企業規模(

Size

)和創新數量(

Pa

_

number

)的相關系數為0

.

312，和創新質量(

Pa

_

quality

)的相關系數為0

.

055。資產負債率(

Lev

)和創新數量(

Pa

_

number

)的相關系數為0

.

106，和創新質量(

Pa

_

quality

)的相關系數為0

.

067。企業年齡(

Age

)和創新數量(

Pa

_

number

)的相關系數為0

.

090，和創新質量(

Pa

_

quality

)的相關系數為0.029，以上數據說明了控制變量和被解釋變量之間存在一定的相關關系，選擇在模型中把這些變量控制起來是合理且嚴謹的。

表3 相關性分析

(二)均值差異檢驗

在進行回歸分析前，通過均值差異檢驗來初步分析不同金融科技發展水平下制造業企業創新差異的可能性。依據金融科技發展水平的中位數，將樣本分為高低兩組，對包括創新數量、創新質量等一系列變量指標進行均值差異檢驗，相關結果如表4所示。顯然可以看出，金融科技發展水平較高地區的企業創新質量均值高于金融科技發展水平較低區域的企業，且在1%水平上顯著；金融科技發展水平較高地區的企業創新數量均值高于金融科技發展水平較低區域的企業，且在1%水平上顯著。這一結果初步驗證了金融科技可以促進制造業企業創新，與本文的預期基本一致。

表4 均值差異檢驗

(續上表)

(三)基準回歸

表5報告了制造業企業創新對金融科技發展的回歸結果，考慮到專利產出需要較長的周期，當年的專利產出主要受往年因素影響，本文借鑒既有研究將解釋變量滯后一年進行回歸，并且控制了年份、行業固定效應。

表5列(1)、 列(2)是沒有加入控制變量的回歸結果，可以初步看出金融科技與創新數量和創新質量顯著正相關；列(3)、 列(4)是加入了控制變量后的回歸結果，金融科技與創新數量和創新質量依然在1%的水平上顯著正相關，充分表明金融科技促進了制造業企業創新。從經濟意義上分析，對于競爭激烈的制造業而言，全面提升企業創新仍存在著一定的難度，創新過程所投入的大量資金只依靠企業自有資金是遠遠不夠的，更需要外部資金的參與和協助，但是制造業生產、研發信息的保密性卻很大程度地限制了企業獲取外部資金，而金融科技在降低信息不對稱所帶來的外部資金獲取困難問題和緩解企業融資約束后不僅提升了企業創新數量，同時也提升了企業創新質量，全面促進企業創新，表明金融科技實質性地幫助了企業進步和發展，假設H1得到證實。回歸結果顯示，控制變量與企業創新之間的關系與預期相符合：企業年齡(

Age

)的回歸系數顯著為負，說明老牌企業雖然資本雄厚、實力強大，但缺乏創新動力；董事會獨立性(

Indep

)的系數顯著為正，表明獨立董事具有客觀、長期的眼光，傾向于以創新來提升企業的核心競爭力，從而支持了企業創新(Dong和Gou，2010)。

表5 基準回歸結果

(續上表)

(四)穩健性檢驗

1.工具變量法

由于本文使用的金融科技發展水平是一個城市層面的變量，很有可能會因為遺漏變量或測量誤差產生內生性問題。因此，本文使用工具變量法來弱化遺漏變量、測量誤差所導致的內生性問題。借鑒張璇等(2019)的思路，本文統計了每個城市所相鄰的城市，加總算出這些城市的金融科技發展水平均值來構建金融科技的工具變量(

Md

_

FinTech

)。該工具變量具有相關性和外生性特點：從相關性角度來說，鄰近城市的經濟政策和發展水平往往較為類似，在相同的外部條件下金融科技也可能會有相同的發展，此外，金融科技的技術溢出效應也會輻射到周邊城市，使鄰近城市金融科技趨于一致(李春濤等，2020)；從外生性層面分析，由于金融市場存在地區差異性，周圍城市的金融科技發展水平很難影響本地企業創新。表6顯示了工具變量兩個階段的回歸結果，在緩解模型中可能存在的遺漏變量、測量誤差等內生性問題后，金融科技發展與企業創新數量和創新質量依然顯著正相關，表明金融科技的發展確實能夠促進制造業企業創新，更加說明了金融科技實質性地幫助了企業進步和發展。此外，雖然一階段回歸結果顯著，但是考慮到金融科技工具變量可能和其他的外生變量有比較強的共線性，本文還對弱工具變量問題進行了判斷，工具變量的F值大于16.38，排除了弱工具變量問題。

表6 工具變量回歸

2.替換主要變量

北京大學數字金融研究中心課題組構建了數字金融業務廣度、業務深度、數字化程度指數，最后綜合合成數字金融指數，目前已有眾多學者利用此指數進行金融科技的相關研究。本文將金融科技變量替換成北京大學數字普惠金融綜合指數(

FinTech

1)來進行回歸分析。結果如表7所示，金融科技對企業創新數量和創新質量仍然具有顯著的促進作用，且系數都在1%的水平上顯著，這說明在替換了金融科技變量之后，金融科技仍然促進了制造業企業創新。企業創新數量和質量可以直觀地反映企業的研發創新水平和效率，根據前文理論描述，金融科技對制造業企業創新的促進效應主要通過提升企業的研發支出。因此，為了確定金融科技對企業研發的影響，本文借鑒馮根福和溫軍(2008)的研究，將企業創新指標替換為企業研發支出比率(

RD

)進行穩健性檢驗。回歸結果如表7所示，金融科技對制造業企業創新的影響在替換了被解釋變量衡量指標后仍然在1%的水平上顯著為正，金融科技的發展促進了制造業企業的研發資金投入，進而正向影響企業創新。

3.控制政府效率

復雜的行政審批程序會使企業創新面臨較長的審批時間和較低的審批效率，企業可能會通過支付高額的尋租費用(尋租活動)來獲取生產許可和業務授權，提高了企業的創新研發成本(夏后學等，2019)。而高效的政府可以縮短創新審批時間，減少企業研發活動之外的非必要創新成本，促進企業創新(熊凱軍，2020)。因此，本文從政府治理層面進行分析，借鑒熊凱軍(2020)的做法，將用省級政府財政收入與公職人員數量的比值衡量的政府效率(

BeGov

)加入到回歸模型中。根據表7報告的回歸結果，在控制了政府效率后，金融科技仍然顯著地促進了制造業企業創新。

表7 替換主要變量、控制政府效率

(四)機制分析

上文證明了金融科技顯著促進制造業企業創新，那么金融科技影響制造業企業創新的潛在機制是什么？本文根據金融科技的技術溢出效應，探究金融科技能否通過幫助金融機構獲取多維的企業信息，降低金融機構與制造業企業之間的信息不對稱，以此促進企業創新。還通過金融科技的競爭效應，探究金融科技能否促進金融機構改革，緩解“金融歧視”所導致的企業融資約束，促進企業創新。

1.金融科技、信息不對稱與企業創新

本文根據于蔚等(2012)的研究，構建信息不對稱指標(

ASY

)，數值越大表示信息不對稱越嚴重(宋敏等，2021)。并使用中介效應模型(溫忠麟等，2012)檢驗金融科技能否通過降低金融機構與制造業企業之間的信息不對稱促進企業創新。表8列(1)結果顯示，

FinTech

的系數在1%的水平上顯著為負，表明金融科技顯著地改善了外部投資者與制造業企業之間的信息不對稱程度。列(2)、列(3)結果顯示，

ASY

的系數在1%的水平上顯著為負，在金融科技降低了金融機構與制造業企業的信息不對稱以后，企業創新數量和創新質量有了顯著的提升。中介效應檢驗結果表明，以

Pa

_

number

、

Pa

_

quality

作為被解釋變量時，sobel統計量均在1%的水平上顯著，表明金融科技通過降低金融機構與制造業企業之間的信息不對稱程度促進了企業創新。

2.金融科技、融資約束與企業創新

本文參考Hadlock和Pierce(2010)構建的融資約束計算公式，將

SA

指數作為融資約束的代理變量，

SA

指數絕對值越大，企業受到的融資約束就越小(蔣墨冰等，2021)。表8列(4)—列(6)報告了對融資約束進行機制檢驗的實證結果。列(4)結果顯示，

FinTech

的系數在1%的水平上顯著為正，表明金融科技發展能顯著降低制造業企業的融資約束。列(5)、列(6)中

SA

的系數在1%的水平上顯著為正，表明企業創新數量和創新質量都被融資約束所限制。中介效應檢驗結果表明，以

Pa

_

number

、

Pa

_

quality

作為被解釋變量時，sobel 統計量均在1%的水平上顯著，表明金融科技通過競爭效應緩解了“金融歧視”導致的企業融資約束從而促進了企業創新。

表8 機制分析

(五)異質性分析

1.產權性質

國有企業具有政府背書，即使受到信息不對稱的限制，在金融市場上相較于非國有企業來說也更容易獲取到外部資金。因此，金融科技對國有企業和非國有企業創新行為可能有不同的影響。為了研究這個問題，本文在模型(1)中引入金融科技與產權性質的交互項(

FinSoe

)重新進行回歸。通過表9回歸結果可以看出，交互項(

FinSoe

)與創新數量(

Pa

_

number

)和創新質量(

Pa

_

quality

)的系數在1%的水平上顯著為負，表明與國有企業相比，金融科技對民營企業創新具有顯著的提升作用，而對國有企業沒有明顯的影響。這主要是因為，在金融科技的作用下，金融機構的資源會更多地流向具有發展潛力的民營企業，緩解了它們面臨的研發資金壓力，為企業研發創新以及高效率的生產性活動提供必要的資金，從而促進企業創新。

2.企業成長性

高成長性的企業往往有著高效的管理制度和資源轉換效率，在獲得金融機構的投資之后也會高效利用，快速壯大并提升核心競爭力。因此，金融科技對不同成長性企業創新的影響可能存在差異。為了研究這個問題，本文在模型(1)中引入金融科技(

FinTech

)與企業成長性(

Growth

)的交互項(

FinGrowth

)重新進行回歸。通過表9回歸結果可以看出，交互項(

FinGrowth

)與創新數量(

Pa

_

number

)的系數在5%的水平上顯著為正，表明在成長性高的企業中，金融科技顯著地提升了企業創新數量，但是對創新質量(

Pa

_

quality

)的提升作用并不顯著，可能的原因是高成長企業需要將獲取的外部資金合理高效地分配到企業各項經營活動中，以此維持企業的成長速度。這就會導致企業不能將資金過多地集中在研發活動中，部分對資金需求比較高的發明專利創新未得到有效的支持，因此無法顯著提升企業創新質量。

3.企業規模

在我國，大型企業在融資時更容易受到金融機構的青睞，而發展潛力更高的中小企業卻在融資過程中面臨“金融歧視”問題，受到了很大的融資限制(盧峰和姚洋，2004)，影響了企業創新。因此，金融科技對不同規模企業創新的影響可能不同。本文在模型(1)中引入金融科技(

FinTech

)與企業規模(

Size

)的交互項(

FinSize

)重新進行回歸，回歸結果見表9。可以看出，交互項(

FinSize

)與創新數量(

Pa

_

number

)和創新質量(

Pa

_

quality

)的系數在1%的水平上顯著為負，即金融科技顯著地促進了小規模企業創新。因為企業創新代表了企業的核心競爭力，可以有效地增加企業的盈利水平，小型企業迫切需要創新來促進企業的發展，因此在金融科技的作用下，有發展潛力的小型企業會獲取到更多的外部資金，緩解它們面臨的研發資金壓力，為企業研發活動的連續性提供必要的資金保障，而小型企業為了提升自身的行業競爭力，也會將外部資金更多地投入到研發活動中，從而促進企業創新，相對于大型企業，金融科技顯著促進了小規模企業創新。

表9 異質性分析

五 結論和政策建議

科技是國家發展的永恒主題，金融市場存在的主要意義就是通過資源的整合來服務于科技、服務于企業發展，金融科技通過新興信息技術手段作用于金融市場，協助金融服務于實體經濟，給金融市場帶來了一次重大的變革。深化供給側結構性改革是我國建設現代化經濟體系的一項重大戰略，在這一背景下，研究金融科技對制造業企業創新的作用對于中國企業轉變發展模式具有重要的指導意義。本文利用2012—2018年中國制造業上市公司數據，通過篩選金融科技相關的公司來構建城市層面的金融科技發展水平指標，實證分析金融科技對制造業企業創新的影響。結果顯示，金融科技對制造業企業創新有顯著的正向影響，并且穩健性檢驗進一步證明了結論。機制研究發現，金融科技的發展通過技術溢出效應降低了金融機構與制造業企業之間的信息不對稱，通過競爭效應緩解了“金融歧視”導致的企業融資約束問題，從而促進了企業創新。

面對金融科技的快速發展，傳統金融機構應該摒棄部分落后的營運模式，充分利用金融科技的先進技術來構建新的金融業態，運用信息挖掘技術與智能化數字平臺完成自身的改造升級，使我國金融行業快速完成這次信息技術革命，引領世界金融。具體而言：(1)在金融投資方面，依靠國家的指導規劃，通過人工智能等新型智能技術的應用與實踐，發展自動化服務交易平臺，提供安全有效的投資建議。(2)在信用管理方面，建立綜合的信用等級評定機制，引入全方位的信息獲取與處理技術，將用戶認證、多維信息整理等基礎技術與區塊鏈、云計算等新型技術包括在內。考慮到此類技術有較高的技術壁壘，可能存在技術方的道德風險，因此監管機構需對其使用相應的監管規則，在監管上不僅需要關注操作風險、信息泄露風險，還需要關注信用評定機制是否符合理性、嚴謹性、公正性要求。(3)在客戶服務方面，構建開放型銀行，將金融服務融合于數字化，通過搭建智能服務平臺來精準高效地為客戶群體提供金融服務。需要注意的是，過于智能化的系統意味著客戶的使用難度有所增加，如何簡化平臺操作和提供清晰易懂的客戶服務手冊也需要技術方重點考慮。