数字金融、融资约束与异质性研发投资.pdf

Financial View|金融视线MODERN BUSINESS现代商业170数字金融、融资约束与异质性研发投资戴望秀浙江金融职业学院浙江杭州310018基金项目：2020年浙江省教育厅科研项目资助（Y202043507）；浙江省教育厅2021年度高校国内访问工程师“校企合作项目”（FG2021093）；浙江金融职业学院 2022 年度校级科研项目（2022YB18）。摘要：本文将北京大学数字普惠金融 20112020 年市级数据与我国上市企业数据匹配后，实证检验不同类型融资约束在数字金融与企业研发投资之间的中介效应。研究发现：考虑数字金融传导路径，数字金融发展程度及其覆盖广度、使用深度、数字化程度三个维度均会显著缓解企业的内源融资约束，数字金融发展程度及其覆盖广度、数字化程度两个维度能显著缓解企业的外源融资约束，从而对企业研发总投资产生显著正向影响。进一步考察研发投资的异质性，发现数字金融通过缓解企业内源融资约束对企业基础研究投资有显著促进作用，同时也通过缓解企业外源融资显著促进企业应用研究。本文丰富了数字金融影响企业研发投资的相关研究。关键词：数字金融；融资约束；研发投资；异质性；中介效应中图分类号：F831文献识别码：A文章编号：1673-5889（2023）14-0170-04一、引言加强基础研究是解决我国原始性创新能力不足、积累智力资本的根本途径，对解决我国关键领域的“卡脖子”问题，促进企业创新能动性和产业结构升级意义重大。然而，与发达国家相比，我国企业在总体技术创新投入上仍处于较低水平，虽然有 96%企业关注未来技术发展，但仅有不到 8%企业参与基础研究，且与高校科研院所合作是其开展基础研究的主要方式，企业基础研究整体投入比例偏低。应用研究的投入比例虽高于基础研究，但由于其高投入，高风险，长周期的特征，导致企业做出投资决策时过于慎重。因此，如何推动金融市场服务实体经济，以此推动企业自主创新一直是研究的热点，也是完善我国金融市场的一个重要议题。然而，研究中数字金融对企业创新活动的影响主要集中在分析其对创新投入与产出的影响上，对企业研发投资的异质性研究也主要集中于企业性质的异质性，较少涉及对基础研究与应用研究投入进行异质性研究。因此，本文从研发投资异质性的角度，说明了数字金融不同维度的影响，为企业配置投资资金提供了经验证据；基于数字金融对不同类型融资约束影响关系的探索，验证了数字金融对企业内源和外源融资约束的相关关系；从不同类型融资约束的中介效应入手，验证了不同类型研发投资面临数字金融发展程度及其覆盖广度、使用深度、数字化程度三个维度时是否存在差异，为企业投资决策提供经验证据。二、理论分析与研究假设（一）数字金融缓解企业内外源融资约束的作用机理Mayers（1984）提出的新融资优序理论，在考虑信息不对称对企业融资的影响后，认为企业融资时首先应选择内源融资，在内部资金不足时才会考虑外源融资1。因此，企业研发投资的融资约束需要考虑企业内源和外源两个方面的融资约束情况。企业内源融资主要来源于留存收益，这与企业自身的盈利能力、对未来的预期、管理层资金使用决策等都有较大联系。近年来我国微观经济运行的一大特征就是对自有资金的使用决策出现了很大变化，实体企业金融化程度日益加深，数字金融可以驱动企业资本积累，通过降低企业金融化倾向2，缓解企业内源融资问题。外源融资约束主要来自于金融机构与企业之间的信息不对称。数字金融能有效解决这一问题，具体体现在以下几个方面：一是数字金融提供多元化的金融产品渠道；第二，数字金融门槛低、覆盖面广，可以有效扩大企业融资的资金来源，减少金融资源错配3；第三，数字金融的发展提高了金融市场的资源配置效率，有效降低企业融资成本4。因此本文提出如下研究假设。假设 1：数字金融的发展能有效缓解企业研发投资中的内源和外源融资问题。（二）数字金融促进企业异质性研发投资基于不同融资约束类型由于委托-代理问题的存在，企业内源资金投资收益往往会影响委托人对代理人的评价，代理人在进行投资决策时，会更加倾向于非研发类的投资，降低投资周期，获得更高回报，进而造成企业研发投资的内源融资约束5。此外，企业研发投资具有较高的调整成本，研发过程中若出现投资不足，可能会Financial View金融视线|MODERN BUSINESS现代商业171引发技术人员的流失、技术泄密、技术团队招聘磨合等研发调整成本，给企业带来巨大的损失，而这些都被视为是企业的商业机密，无法公之于众，也加剧企业与金融市场之间的信息不对称，加深企业外源融资约束6。数字金融能够有效缓解企业内、外源融资约束，因此，能促进企业研发投资，据此本文提出如下研究假设。假设 2：数字金融通过缓解企业内外源融资约束对企业研发投资有显著促进作用。进一步，根据双元创新理论，企业研发投资具有异质性特征。基础研究注重一般知识、普遍原理的建立，其目的在于认识未知，发现普遍规律，不考虑其直接的应用场景和应用方法，因此研究周期更长，研究结论未知性更大，企业基础研究动力小，且企业基础研究更加依赖于企业内源融资资金。应用研究则是基础研究的应用，是对基础研究的具体化，研究周期相对较短，研究方向明确，获利可能性相对较高，企业应用研究对外源融资资金依赖程度更高。据此本文提出如下研究假设。假设 3：数字金融通过缓解企业内源融资约束对企业基础研究投资有显著促进作用。假设 4：数字金融通过缓解企业外源融资约束对企业应用研究投资有显著促进作用。三、数据样本与实证模型（一）数据样本本文所用数字金融指数来源于“北京大学数字金融研究中心”，上市企业创新投入、融资约束、财务数据等相关数据来源于 wind 金融终端和同花顺金融终端系统，城市与省份相关数据来源于国研网统计数据库。本文采用中国沪深两市 A 股上市企业 20112020 年的数据，将其按照企业注册地所在地级市与数字金融发展指数所涉及的 337 个地级市数据进行匹配，得到涵盖20112020年的面板数据集合。并对所得数据进行以下处理：（1）剔除了金融类上市公司；（2）剔除了在此期间连续 3 年被ST 和*ST 的上市公司；（3）剔除了财务数据缺失较为严重的上市公司。此外，为了消除极端值的影响，对样本主要连续变量 1%以下和 99%以上数据进行 winsorize 处理。最终经过整理得到3662 家上市公司 25400 条观测样本进入实证研究。（二）变量说明1.被解释变量企业研发投资（RI）。本文参考成力为和许彪（2020）7的研究思路：首先研发强度（INN）用研发投资与当期总资产之比来表示，用来衡量企业研发的总体投入强度；其次，基础研究投入强度（INNB）用开发支出与当期总资产之比表示，衡量企业基础研究投入水平和研究能力；再者应用研究和试验发展强度（INNA）用无形资产与当期总资产之比衡量，用以表示企业应用研究和试验研究投入和发展水平。2.解释变量数字金融指数（FI）。使用北京大学数字金融研究中心编制的数字普惠金融指数衡量中国数字金融发展水平（郭峰等，2020）8，本文采用各地级市数字普惠金融指数、数字金融覆盖广度（FIB）、数字金融使用深度（FID）以及普惠金融数字化程度（FIL）核心解释变量。在稳健性检验中，采用省级数字金融发展指数进行检验。3.中介变量融资约束（FR）。内源融资约束的变量，参考韩剑和严兵（2013）9、成力为等（2021）10的方法，用经营活动产生的现金流（CASH）进行表示。外源融资约束的变量需充分考虑外生因素，因此选择了 Hadlock 和 Pierce（2010）11提出和构建的 SA 指数。4.控制变量借鉴已有文献，本文采用的企业层面控制变量有：企业规模、企业资产负债率、政府补助、总资产报酬率、管理费用、营业收入增长率、企业存续年限、管理层两职分离情况、高管持股比例、独立董事比例。为避免企业所处城市与观察期内其他因素对回归结果产生影响，本文还控制了城市层面的变量：人均地区生产总值、地方财政支出和产业结构。在稳健性检验中，将所有城市数据替换为省份数据。（三）实证模型本文采用中介效应模型来检验假设：RIi，t=0+1DFi，t+2CONTRAL+i，t （2）FCi，t=0+1DFi，t+2CONTRAL+i，t （3）RIi，t=0+1DFi，t+2FCi，t+3CONTRAL+i，t （4）四、实证检验结果（一）描述性统计描述性统计结果如表 1 所示，可以发现企业研发投资强度整体并不大，研发投资占总资产的比重平均仅为 0.91%，应用研发投资为 4.67%，相对较大，基础研究投资比重严重不足，仅为 0.22%，且企业间的差距也比较大，最低的企业没有投入。企业间融资约束的水平差异也较大。表1主要变量描述性统计VariableObsMeanStd.Dev.MinMaxINN254000.00910.01890.00000.5425INNB254000.00220.00950.00000.2399INNA254000.04670.05500.00000.9383CASH254000.04870.0683-0.14740.2458SA254003.95671.40931.36838.5703（二）数字金融对企业研发投资的影响由于本文采用的是面板数据，因此在回归之前需要首先确定是采用固定效应模型还是随机效应模型，结果均显示Financial View|金融视线MODERN BUSINESS现代商业172Hausman 检验拒绝原假设，因此文中对各模型均采用固定效应模型进行检验。表 2 为模型（2）的回归结果，检验了普惠数字金融指数、数字金融覆盖广度、数字金融使用深度以及普惠金融数字化程度分别对研发总投资、基础研究、应用研究的影响。从回归结果中可以看出，在不考虑融资约束的影响时，普惠数字金融指数、数字金融覆盖广度、数字金融使用深度以及普惠金融数字化程度均在 1%的显著水平下对研发总投资产生影响。而区分研发投资的异质性，基础研究仅在 5%的显著水平下受到数字化程度的影响；同时，应用研究也仅受到总指数与数字化程度的影响。这一结果显示了在数字金融发展时，应更加注重数字化程度的发展。表2数字金融对企业异质性研发投资影响的回归结果Variable研发总投资INNFI0.0163*（27.74）FIB0.0151*（24.44）FID0.0904*（23.98）FIL0.0318*（11.23）Constant-11.691*（-41.98）-10.683*（-39.32）-8.6281*（-42.39）-6.4988*（-33.04）ControlYesYesYesYesR20.43630.43300.43250.4207Variable基础研究INNBFI2.69e-06（0.92）FIB1.19e-07（0.04）FID1.93e-06（1.04）FIL1.67e-06*（2.48）Constant-0.2996*（-2.14）-0.1870（-1.40）-0.2642*（-2.63）-0.2711*（-2.82）ControlYesYesYesYesR20.06880.06850.06790.0687Variable应用研究INNAFI0.0001*（2.05）FIB9.72e-06（0.06）FID0.00001（1.06）FIL0.00002*（2.92）Constant0.3104（0.42）0.1520（0.21）-0.6638（-1.23）0.8931*（1.73）ControlYesYesYesYesR20.13120.13170.13040.1324注：*0.01，*0.05，*0.1，括号内为Z统计量。（后续表格相同）（三）数字金融对内外源融资约束的影响表 3 基于模型（3），为数字金融对企业内源融资约束（CASH）和外源融资约束（SA）的中介效应检验结果。由前 4 列结果可以看出，数字金融总指数及其他 3 个维度均对内源融资产生显著正向影响，说明数字金融能有效缓解企业内源融资约束。由后 4 列结果可以看出，数字金融总指数、覆盖广度、数字化程度与企业外源融资约束 SA 之间在 1%置信水平下的显著负相关，说明这 3 项指标可以缓解企业外源融资约束。因此，中介效应模型检验的第一步成立。表3数字金融对融资约束影响的回归结果Variable内源融资约束CASHFI0.0004*（2.21）FIB0.0009*（3.82）FID0.0006*（3.82）FIL0.0005*（4.07）Constant-4.4131*（-3.90）-2.5640*（-2.55）-8.7829*（-11.05）-3.1283*（-3.78）ControlYesYesYesYesR20.40180.39980.39780.4031Variable外源融资约束SAFI-0.0010*（3.87）FIB-0.0015*（5.58）FID3.10e-06（0.18）FIL-0.0003*（-3.17）Constant-23.135*（-18.34）-24.866*（-20.17）-18.681*（-20.23）-20.9088*（-23.66）ControlYesYesYesYesR20.99160.99650.99590.9951（四）数字金融对企业异质性研发投资的影响基于融资约束中介效应利用模型（5）检验在数字金融影响企业异质性研发投资的过程中，融资约束是否产生中介效应。这部分检验中，本文仅对未加入中介变量时，数字金融已对研发投资产生影响的情况进行进一步检验，其结果如表 4 所示。表 4 检验分别加入内源融资约束和外源融资约束变量后，数字化程度上对基础研究的影响以及数字金融总指数和数字化程度对应用研究的影响。分析前 2 列结果发现，加入内源融资约束 CASH 后，数字化程度对基础研究的影响系数为 1.50e-06，置信水平为 1%，系数与表 3 相比变化并不明显，且内源融资约束指标并不显著，说明数字化程度对基础研究的影响中，内源融资约束的影响并不显著。加入外源融资约束 SA 后，数字化程度对基础研究的影响系数减小为 1.38e-06，与表 2 的 1.67e-06相比，变化相对更加明显，且 SA 指标在 0.1%的置信水平下显著为负，说明在说明数字化程度对基础研究的影响中，外源融资约束的影响并不显著。因此，为提升企业基础研究水平，更关键的应该是解决企业外源融资约束问题。分析后 4 列结果发Financial View金融视线|MODERN BUSINESS现代商业173现，加入内源融资约束 CASH 后，数字金融两个指标对应用研究的影响系数均有显著减小，且其影响均显著；而加入外源融资约束指标 SA 后，系数均有显著减小，但 SA 指标本身却不显著，说明在数字金融对应用研究的影响中，外源融资并非显著影响因素，若要改善企业应用研究投资，应更加注重解决企业的内源融资问题。表4数字金融、融资约束与异质性研发投资Variable基础研究INNB应用研究INNAFI0.00001*（2.07）0.00001*（1.83）FIL1.50e-06*（1.84）1.38e-06*（2.01）0.00002*（2.74）0.00002*（2.91）CASH-0.0002（-0.25）0.0287*（7.97）0.0285*（7.91）SA-0.0025*（-3.63）-0.0010（-0.29）-0.0009（-0.25）Constant-0.2642*（-2.75）-0.3232*（-3.32）0.4332（0.59）0.2863（0.39）1.0029*（1.95）0.8741*（1.68）ControlYesYesYesYesYesYesR20.04600.04850.04420.03600.04560.0375（五）稳健性检验本文从数字金融各个维度、融资约束的不同方式以及企业研发投资异质性等方面验证了数字金融对企业研发投资的影响。为确保结论的可靠性，本文进行了稳健性检验：将数字金融发展情况这一关键变量用省级数据替换地市级数据进行检验，结果并未发生较大变化，说明了研究结论的可靠性。五、结论本文以中国 A 股上市企业为样本，从多个角度讨论并检验了数字金融发展程度对企业研发投资的影响，并进一步探究了其作用机制和影响路径。研究结果发现，考虑数字金融传导路径，数字金融发展程度及其覆盖广度、使用深度、数字化程度三个维度均会显著缓解企业的内源融资约束，数字金融发展程度及其覆盖广度、数字化程度两个维度能显著缓解企业的外源融资约束，从而对企业研发总投资产生显著正向影响。进一步探究数字金融对企业研发投资影响的异质性发现，不同类型融资约束在促进异质性研发投资的过程中发挥了不同的中介效应。企业基础研究仅受到数字化程度的影响，仅内源融资约束在其中产生中介效应；企业应用研究受到总指数和数字化程度 2 个维度的影响，且仅外源融资约束对其产生中介效应。本文研究结论说明若要提升企业整体研发投资水平，则需要同时解决企业内外源融资问题，提升数字金融发展整体水平，扩大数字金融覆盖面，加深其使用深度，提高数字化程度均可实现目标；若要提升企业基础研究投资，则应更加注重解决企业外源融资约束，同时，提升数字化程度会更加有效；若要提升企业应用研究投资，则应更加注重解决企业内源融资约束，提升数字金融整体发展水平、提升数字化程度。参考文献：1Mayers D，Smith C W.Ownership structure andcontrol：ThemutualizationofstocklifeinsurancecompaniesJ.FinancialReview，1984，16（1）：73-98.2 徐伟呈，范爱军.数字金融、内驱机制与实体经济增长基于实体企业金融化的研究视角J.山西财经大学学报，2022，44（1）：28-42.3 解维敏，吴浩，冯彦杰.数字金融是否缓解了民营企业融资约束?J.系统工程理论与实践，2021，41（12）：3129-3146.4 段永琴，何伦志.数字金融与银行贷款利率定价市场化J.金融经济学研究，2021，36（2）：18-33.5 Himmelberg C P，Petersen B C.R&D and internalfinance：Apanelstudyofsmallfirmsinhigh-tech industriesJ.The Review of Economics andStatistics，1994，76：38-51.6 于震，王肖梦，刘淼.中国上市企业融资约束成因研究J.数量经济研究，2019，10（2）：34-50.7 成力为，许彪.企业金融化、盈余管理动机与异质性研发投资J.科技与管理，2020，22（2）：51-64.8 郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征J.经济学（季刊），2020，19（4）：1401-1418.9 韩剑，严兵.中国企业为什么缺乏创造性破坏基于融资约束的解释J.南开管理评论，2013，16（4）：124-132.10成力为，赵晏辰，吴薇.经济政策不确定性、融资约束与企业研发投资基于20国（地区）企业的面板数据J.科学学研究，2021，39（2）：244-253.11HadlockCJ，PierceJR.Newevidenceonmeasuringfinancial constraints：Moving beyond the KZindexJ.TheReviewofFinancialStudies，2010，23（5）：1909-1940.作者简介：戴望秀，浙江金融职业学院，讲师，研究生，研究方向：公司金融。