金融科技如何賦能企業研發創新

賀寶成 宋萌萌

【摘 要】 基于“賦能”企業研發創新提質增效的現實需要，采用創業板上市公司2015—2020年的面板數據，構建有中介的調節效應模型實證檢驗金融科技對企業研發創新的影響。研究發現：金融科技對企業研發投入強度具有顯著正向影響，且覆蓋廣度的影響大于使用深度。其中，融資約束發揮部分中介作用。金融科技可通過成本效應、糾偏和甄選三種機制消減企業研發的“融資難、融資慢、融資貴”，賦能企業創新。進一步研究發現，大數據發展水平具有調節作用，且在創新環境優的地區“賦能”效果更為顯著。

【關鍵詞】 金融科技； 融資約束； 大數據發展水平； 企業研發創新； 知識產權保護

【中圖分類號】 F832；F273.1? 【文獻標識碼】 A? 【文章編號】 1004-5937（2023）09-0009-07

一、引言

黨的二十大報告強調要加快實現高水平科技自立自強。我國已是科技投入大國，2022年，全社會研發投入突破3萬億元大關，比上年增長10%，連續多年位列世界第二。世界知識產權組織發布的《2022年全球創新指數報告》顯示，我國排名第11位。但規模以上工業企業研發投入強度顯著低于發達國家水平[1]，關鍵核心技術“卡脖子”問題突出。有效提升企業研發創新能力成為扎實推進創新型國家建設的必然選擇。

關于企業研發創新影響因素的研究，現有文獻主要為微觀和宏觀兩個方面：前者集中在企業異質性[2]，如企業規模[3]、融資約束[4]、高管激勵[5]、股權結構等；后者集中在制度環境與政府扶持，如知識產權保護[2]、政府補貼[6]、稅收優惠等，鮮有從金融科技視角展開。金融科技是技術驅動的金融創新，與傳統金融相比更具有資源整合優勢[7]，勢必會給金融市場效率、企業融資約束、創新資源配置帶來深遠影響。在國家強調金融業要“脫虛向實”、更好服務實體經濟的政策背景下，探究金融科技對創新的影響機制對于促進企業創新提質增效具有積極意義。

本文可能的貢獻在于：（1）揭示了金融科技影響企業研發創新的機理。綜合產品競爭和資源錯配等理論，系統解析了“金融科技—融資約束消減—研發創新”的傳導邏輯鏈條，豐富了創新影響因素研究的理論視角；（2）構建有中介的調節效應模型，實證檢驗了金融科技對企業研發創新影響的直接與間接效應，為企業研發創新“提質增效”提供了新的經驗證據；（3）進一步驗證了創新環境異質性和大數據發展水平的調節效應，為金融科技“賦能”企業研發創新提供了現實解釋和路徑。

二、理論分析與研究假設

（一）金融科技與企業研發創新

科技創新活動往往資金需求量大、風險高。創新過程中政策、資金、市場等要素支撐的不足易導致企業傾向于技術“拿來主義”。與發達國家相比，中國要素市場供求矛盾和薄弱環節較多，信息不對稱、資源配置扭曲等問題突出，影響了企業自主創新的積極性。

金融科技的發展能夠加強產品市場競爭與創新風險補償。一方面，金融市場交易工具和手段的創新對產品市場競爭產生重要影響。金融科技為融資交易提供了更為適宜的環境與便捷的條件，融資交易中的融資融券機制為企業產品市場競爭的加強提供了動力支持[8]，企業為占據市場份額、獲取更多利潤，更有動力開展研發創新，獲取競爭優勢。另一方面，依據風險偏好與資源錯配理論，市場競爭不激烈情景下，銀行具有“后向性”偏好，易產生“屬性、領域、階段錯配”[9]，金融科技通過市場擠出效應與技術市場的溢出效應作用于銀行市場[10]，加劇了銀行業競爭，提高銀行風險承擔意愿，形成銀行對企業研發創新項目風險的偏好效應[11]；同時，大數據、區塊鏈、人工智能等新技術在銀企間的創新應用，降低了二者間信息不對稱，形成研發創新風險分散和補償機制，客觀上激勵企業研發創新。因此，提出假設1。

H1：金融科技對企業研發創新具有顯著的正向影響。

（二）融資約束的中介作用

企業技術研發、成果轉化到市場化的各個階段，存在著不斷放大的資金需求，極易形成“融資約束”。金融科技的發展對“融資約束”消減具有積極影響，具體可能存在三種效應機制。第一，成本效應。與傳統服務模式相比，金融科技具有無邊界性、廣泛性、風險共擔等新特點[12]，突破了時間與空間的限制[13]，一方面，能高效利用信息資源，發揮資金供需雙方之間的溝通橋梁作用，提高金融市場效率；另一方面，能帶來金融產品和服務的創新，如信貸審批手續、流程的簡化，審批機制優化，增強金融市場流動性，降低市場交易成本，緩解“融資貴”。第二，糾偏機制。金融科技兼具信息技術和金融服務雙重屬性，依據資源錯配理論，可通過信息機制緩解與糾正銀企信息不對稱及資源錯配，提高信貸資金可獲得性，緩解“融資難”。第三，甄選機制。金融科技將區塊鏈、元宇宙等前沿顛覆性科技與傳統金融業務、場景疊加融合，能夠提高資本市場對企業研發創新投資“甄選”的智慧性，精準評估企業信息，引導資金流向，縮短投資流程，實現精準投資，提高資金獲得的及時性，緩解“融資慢”。因此，提出假設2。

H2：融資約束在金融科技對企業研發創新中發揮“中介作用”。

（三）大數據發展水平的調節作用

數據是數字經濟時代核心的生產要素，大數據具有容量大、類型多、速度快、精度準、價值高的“5V”特性。一個地區大數據發展水平越高，為金融科技提供的數據生成、采集、存儲、加工、分析等技術、平臺及環境支撐就越強，越有利于激發金融科技賦能企業科技創新潛能。

首先，大數據發展有利于擴大銀企信息共享共建范圍、加快信貸流程，使融資更加快速、便捷，壓縮該過程中的信息收集與處理成本，促進金融普惠性，如統計模型的應用令信息具備成為抵押品替代物的可能[14]，由此疊加放大金融科技的成本效應；其次，大數據與產業鏈、創新鏈、價值鏈和資金鏈的深度融合能夠拓展與豐富金融科技的應用場景生態，打破了傳統金融機構對客戶信息的壟斷，強化“創新資源錯配”的糾偏機制；最后，大數據發展有利于激發企業“優質創新項目”的甄選機制，更為精準地對企業信用資質、盈利信息、研發水平等信息進行篩選、合理評估，而這些信息構成了金融交易與風險定價的基礎[15]，使金融科技對企業研發創新的作用更具有針對性、精準性，特別是“精準滴灌”民營企業、中小科技創新企業。同時，大數據對信息甄選、解讀、研判，可形成輿論監督機制，對資金流向及使用進行監控及跟蹤，將監督機制關口前移，降低金融科技服務企業研發創新的風險。因此，提出假設3。

H3：大數據發展水平具有正向調節作用，發展水平越高的地區，金融科技對企業研發創新的正向影響越強。

三、研究設計

（一）樣本選擇與數據來源

為了凸顯金融科技對企業，特別是中小企業創新創業及孵化的影響，兼顧研究數據的可獲得性與時效性，本研究以2015—2020年創業板上市公司為研究對象，剔除ST、？觹ST、數據缺失樣本，得到432家公司，共2 592個觀測值。金融科技總指數、覆蓋廣度、使用深度分項指標來源于《北京大學數字普惠金融指數（2011—2020年）》；企業研發投資及財務指標來源于CSMAR數據庫；其他數據來源于《中國統計年鑒》《中國教育統計年鑒》《中國科技統計年鑒》等。

（二）變量設計與度量

本文選取企業研發創新投入強度作為被解釋變量，金融科技作為解釋變量，融資約束作為中介變量，大數據發展水平作為調節變量，并對影響企業研發創新的以下因素進行控制：資源稟賦（NR）、貿易結構（TRS）、經濟發展水平（Ln GDP）、人力資源（HR）、流動比率（Curr）、資產負債率（Loar）。

其中，大數據發展水平的測度，借鑒趙云輝等[16]、史丹等[17]的研究，從商用指數和政策條件兩個維度進行構造，分別選取連玉明教授所著《大數據藍皮書：中國大數據發展報告No.6》中的“企業互聯網普及率、智能終端普及率、電子商務發展指數”三個指標和“大數據應用、政策力度”兩個指標進行具體刻畫，在此基礎上采用主成分分析進行綜合測度。

各變量具體定義如表1所示。

（三）模型構建

據前文假設，構建以下模型考察金融科技對企業研發創新直接效應及有中介的調節效應：

R&D（S）_intensityi，t=α0+β1FINi，t+βiControli，t+εi，t

R&D（S）_intensityi，t=α0+β1FINi，t+β2FIN×Datai，t+

β3SAi，t+βiControli，t+εi，t

四、實證結果分析

由表2直接效應的回歸結果可知，無論金融科技總指數（Fintech）還是分指數覆蓋廣度（Cov）、使用深度（Depth）對企業R&D投資強度（R&D_intensity）和標準化的投資強度（R&DS_intensity）的影響均在1%水平上顯著為正，說明金融科技對研發投入強度具有顯著的正向促進作用，H1成立。具體到金融科技的分項指數影響，覆蓋廣度（Cov）對R&D_intensity、R&DS_intensity的回歸系數為3.711、0.500，分別高于使用深度（Depth）的1.818與0.253，說明金融科技覆蓋廣度的企業研發創新促進效應高于使用深度。

從控制變量來看，流動比率、人力資本分別在不同水平上對R&D投資正向顯著。流動比率的提高有利于將更多資金投入研發創新；人力資本為企業注入研發活力、提供人力支持。資產負債率、資源稟賦、經濟發展水平、貿易結構均對企業R&D投資產生顯著負向影響。企業資產規模擴大使企業依靠原有產業而削減研發資金；企業負債抑制了研發創新投入；“荷蘭病”與“資源詛咒”使資源稟賦產生負向影響；經濟發展水平對企業R&D投資帶來負面影響可能是由于經濟的粗放式發展并未帶來“質”的改變。

表2列（7）—列（12）的回歸結果表明，無論是以金融科技綜合指數（Fintech）還是分項指數（Cov、Depth）為核心解釋變量情景下，融資約束（SA）的系數均在10%及以上水平顯著為正，結合表2應回歸結果，可以判定SA發揮部分中介作用，H2成立。說明金融科技具有成本效應、甄選和糾偏機制功能，通過消減企業研發的融資約束，緩解融資難、融資慢、融資貴，來傳導“賦能”企業研發創新。同時，三個交互項Fintech×Data、Cov×Data與Depth×Data的回歸系數均在5%及以上水平顯著為正，H3成立，說明在金融科技綜合指數、分項廣度、深度指數對企業研發投入強度的影響中，大數據發展水平發揮著正向調節作用，強化著金融科技成本效應、甄選和糾偏機制等功能發揮，協同、疊加與放大了金融科技的創新促進效應，并且，在列（7）—列（9）對R&D_intensity的具體回歸中，三個交互項中Depth×Data的回歸系數為0.065，最大，即大數據發展水平對金融科技深度的調節效應最強。

此外，表2中六個回歸模型的Sobel Z統計量均在10%水平顯著，進一步驗證了SA的部分中介效應，支持H2。

五、進一步分析

（一）創新環境異質性

創新是環境的產物，良好的環境有利于創新活力競相迸發。我國各地區創新環境存在較大差異，為檢驗其異質性的影響，借鑒夏清華等[18]的研究，選取《中國區域創新能力評價報告》中的“區域創新能力評分”作為代理變量，進行基于均值的分組回歸。

綜合表3、表4可以看出：在高于均值組，金融科技綜合指數（Fintech）及分項指數（Cov、Depth）對企業研發投資強度均存在5%及以上顯著水平的正向影響；而在低于均值組，這些影響的統計顯著水平均出現下降。尤其是Depth的回歸系數，變為不顯著，說明金融科技對企業研發創新的促進效應具有環境依賴性。進一步分析發現，在高于均值組，SA的回歸系數均在5%及以上顯著水平為正；在低于均值組，其系數皆不顯著，說明融資約束的部分中介效應只在創新環境優越地區存在；同時，三個交互項Fintech×Data、Cov×Data、Depth×Data對R&D_

intensity的回歸系數，在高于均值組均在5%及以上顯著水平為正；在低于均值組，顯著水平和系數均出現不同程度下降，特別是對R&DS_intensity的回歸系數，變得均不顯著。

綜合以上結果，可以說明：金融科技對企業研發創新的直接促進效應，融資約束的中介效應，大數據發展水平的調節效應只在創新環境優越地方存在或更顯著，即金融科技與大數據發展水平協同緩解融資約束，賦能企業研發創新離不開必要思維與創新環境支撐。原因可能在于，創新環境較好的地區擁有更為充足的吸引力集聚創新型人才，更為完備的知識產權保護、基礎設施、公共服務及政府政策支持體系。這些環境要素對金融服務實體經濟創新具有激勵效應，對高技術產業績效具有顯著正向影響[19]，利于企業進行產品研發創新投資。

同時，表4的Sobel Z統計量檢驗結果表明，只有在創新環境高于均值組樣本回歸中是顯著的，低于均值組均不顯著。進一步驗證了金融科技通過緩解融資約束來提高企業創新能力的路徑僅在創新環境較好的地區能夠實現。

（二）穩健性檢驗

為驗證實證結果的穩健性，選用省級層面規模企業R&D投資強度相關指標替代微觀創業板上市公司R&D投資強度指標，使用KZ指數替換SA指數衡量融資約束，并對控制變量、年份進行替換，所得結論與前文一致，表明結論具有穩健性。

六、結論與政策啟示

企業研發創新是加快實現高水平科技自立自強的微觀基礎。本文基于2015—2020年創業板上市公司的面板數據，構建有中介的調節效應模型實證檢驗了金融科技對企業研發創新的影響。研究發現：金融科技對企業研發投入強度具有顯著正向影響，且覆蓋廣度的影響大于使用深度。其中，融資約束發揮部分中介作用。金融科技可通過成本效應、糾偏和甄選三種機制消減企業研發的“融資難、融資慢、融資貴”，賦能企業創新。進一步研究發現，大數據發展水平具有調節作用，且在創新環境優的地區“賦能”效果更為顯著。

本文研究結論的啟示意義在于：（1）以金融科技為抓手，強化金融服務企業創新的政策導向。加強云計算、區塊鏈、人工智能等新技術在金融領域的創新應用，提高金融科技服務覆蓋廣度、普惠性、智慧性，充分發揮其成本效應、糾偏及甄選機制，高效“賦能”企業創新。（2）以大數據服務能力建設為重點，適度超前部署信息、算力、融合、創新等新型基礎設施，深化大數據與產業鏈、創新鏈、價值鏈和資金鏈的融合，豐富拓展金融科技的應用場景生態，夯實金融科技賦能企業創新的“數字底座”。（3）扎實推進創新環境建設，重點完善技術要素市場、知識產權保護、人才、財稅政策支持等創新生態。多措并舉，協同推進，系統賦能企業創新提質增效，助力企業科技創新高水平自立自強。

【參考文獻】

［1］ 黨的十九屆五中全會《建議》學習輔導百問［J］.全國新書目，2021（1）：2.

［2］ 盧現祥，李磊.企業創新影響因素及其作用機制：述評與展望［J］.經濟學家，2021（7）：55-62.

［3］ 馮根福，鄭明波，溫軍，等.究竟哪些因素決定了中國企業的技術創新［J］.中國工業經濟，2021（1）：17-35.

［4］ 翟華云，劉易斯.數字金融發展、融資約束與企業綠色創新關系研究［J］.科技進步與對策，2021，38（17）：116-124.

［5］ 張橫峰，羅堞，王昊.高管晉升錦標賽激勵與企業創新［J］.會計之友，2022（5）：69-76.

［6］ 張永安，胡佩.交互效應視角下政府補助、內部資源與創新績效關系研究［J］.科技進步與對策，2019，36（18）：68-77.

［7］ 陳放.金融科技發展中的問題與政府治理創新［J］.西南金融，2022（2）：16-26.

［8］ 張鶴.融資融券與企業產品市場競爭［J］.經濟理論與經濟管理，2021，41（10）：81-96.

［9］ 唐松，伍旭川，祝佳.數字金融與企業技術創新［J］.管理世界，2020，36（5）：52-66，9.

［10］ 孟娜娜，藺鵬.金融科技對銀行業競爭的影響：微觀機制與實證檢驗［J］.南方金融，2021（12）：3-17.

［11］ 賀寶成，陳霄.銀行業競爭對企業科技創新效率的影響：信貸配置的中介作用［J］.科技管理研究，2022，42（6）：104-111.

［12］ 董竹，蔡宜霖.金融科技助推實體經濟的微觀作用機制與路徑研究［J］.軟科學，2021，35（8）：57-62.

［13］ 粟勤，魏星.金融科技的金融包容效應與創新驅動路徑［J］.理論探索，2017（5）：91-97.

［14］ 劉少波，張友澤，梁晉恒.金融科技與金融創新研究進展［J］.經濟學動態，2021（3）：126-144.

［15］ 謝平，鄒傳偉，劉海二.互聯網金融的基礎理論［J］.金融研究，2015（8）：1-12.

［16］ 趙云輝，張哲，馮泰文，等.大數據發展、制度環境與政府治理效率［J］.管理世界，2019，35（11）：119-132.

［17］ 史丹，孫光林.大數據發展對制造業企業全要素生產率的影響機理研究［J］.財貿經濟，2022，43（9）：85-100.

［18］ 夏清華，譚曼慶.產業政策如何影響企業創新？［J］.軟科學，2022，36（1）：9-17.

［19］ 魏新穎，王宏偉，徐海龍.創新投入、創新環境與高技術產業績效［J］.中國科技論壇，2019（11）：30-37.