凌 麗

（中南財經(jīng)政法大學，湖北 武漢 430073）

一、引言

世界銀行的報告[1]表明：中國有75%的非金融類上市企業(yè)選擇將融資約束列為企業(yè)發(fā)展的主要障礙，在80個被調(diào)查國家中比例最高。國內(nèi)對于融資約束與技術(shù)創(chuàng)新的研究還很少，學者們大都認同融資約束顯著的制約了技術(shù)創(chuàng)新，那么是否存在可以緩解這種制約作用的條件呢？

很容易想到時下正迅速發(fā)展的積極推動企業(yè)創(chuàng)新的風投市場，截止至2015年，中國風險投資各類機構(gòu)已達1775家，全國風險投資管理資本總量達到6653.3億元，本文致力于探討風險投資是否能夠緩解融資約束對技術(shù)創(chuàng)新的負向作用。

二、理論分析與研究假設

張杰等[2]（2012）研究發(fā)現(xiàn)，融資約束對企業(yè)的研發(fā)活動有抑制作用，并且這種抑制作用在民企表現(xiàn)得更加明顯。賀勇和劉冬榮[3]（2011）認為在受到融資約束時，企業(yè)集團內(nèi)部資本市場為成員企業(yè)的R&D活動獲得比外部資本市場更為便利的資金提供了可能。

基于以上理論回顧，提出本文的假設1：

H1：融資約束抑制了公司技術(shù)創(chuàng)新，表現(xiàn)為SA指數(shù)與公司技術(shù)創(chuàng)新呈負相關(guān)關(guān)系。

創(chuàng)投機構(gòu)具有技術(shù)優(yōu)勢、管理優(yōu)勢、研發(fā)優(yōu)勢，能為企業(yè)帶來行業(yè)資源與先進的管理能力。不僅如此，VC有助于提高管理者把資金配置給相應項目的有效性。VC的參與能夠降低企業(yè)內(nèi)外信息不對稱程度，使得外部投資者能夠?qū)芾碚哌M行更為有效的監(jiān)控并制定更加完善的契約，從而降低委托代理和逆向選擇問題，進而降低管理者因為自身的信息優(yōu)勢而從自身利益出發(fā)而非投資者利益進行投資的動機，所以緩解了企業(yè)的技術(shù)創(chuàng)新活動受到融資約束的負向影響。同時，VC還有“認證”作用，VC產(chǎn)生了一種積極的信號，這種信號傳遞了企業(yè)是具有技術(shù)創(chuàng)新能力的，使得外部投資者更有意愿投資于VC支持的企業(yè)，有效緩解了融資約束對企業(yè)技術(shù)創(chuàng)新的負向影響。

基于以上理論回顧，提出本文的假設2：

H2：VC可以緩解融資約束對于企業(yè)創(chuàng)新活動的負向作用。

三、研究設計

（一）數(shù)據(jù)來源及變量說明

本文選取2007年—2016年間A股的上市公司作為研究樣本。本文在分樣本的實證過程中，將樣本分為有VC支持與無VC支持子樣本。VC的數(shù)據(jù)來自于WIND的VCPE數(shù)據(jù)庫，本文將有VC支持并且時間處于VC進入之后與VC退出之前的企業(yè)-年樣本視為有VC支持的樣本。在2007-2016首次公開發(fā)行的樣本中，有VC支持的企業(yè)達到543家，占到總數(shù)的42.36%。

本文的財務數(shù)據(jù)來自于國泰安數(shù)據(jù)庫，專利數(shù)據(jù)來自于國泰安中上市公司與子公司專利數(shù)據(jù)庫，剔除了期間部分解釋變量、控制變量數(shù)據(jù)缺失的觀測值，剔除了房地產(chǎn)、金融等行業(yè)的企業(yè)，總共得到19026個企業(yè)-年觀測值。為避免奇異值的影響，本文對所有財務數(shù)據(jù)和專利數(shù)據(jù)在1%和99%分位上進行縮尾處理?？刂谱兞糠矫嫖覀兗尤肟傎Y產(chǎn)（asset）、資產(chǎn)負債率（lev）、成長性（tobinsq）、有形資產(chǎn)比例（PPE）、行業(yè)集中度（HHI）、資產(chǎn)回報率（roa）、企業(yè)年齡（Age）7個控制變量，并進一步控制了年度，行業(yè)，和省份固定效應。

（二）模型構(gòu)建

模型如下：

四、實證結(jié)果

（一）變量描述性統(tǒng)計及相關(guān)系數(shù)檢驗

從公司創(chuàng)新水平看，lnpatent的均值為1.5302，lninvention的均值為1.0803，反映出我國上市公司整體創(chuàng)新水平較低，而lnpatent和lninvention的最小值和中位數(shù)都為0，最大值卻分別為6.4216和5.5053。表明中國上市公司的技術(shù)創(chuàng)新水平有很大的差距，有小部分公司具有很強的創(chuàng)新精神，它們有大量的專利申請和發(fā)明申請。

（二）回歸結(jié)果分析

表 融資約束與企業(yè)技術(shù)創(chuàng)新績效

被解釋變量不論為衡量創(chuàng)新產(chǎn)出的專利申請量還是衡量創(chuàng)新質(zhì)量的發(fā)明申請量，SA指數(shù)的系數(shù)都顯著為負。其中，融資約束對專利申請量的抑制程度最大，其回歸系數(shù)為-10.0371，且在1%的水平上顯著，顯示融資約束每增加變動1個單位，企業(yè)的專利申請量將減少10.0371%。因此，假設1得到驗證。

當被解釋變量分別為專利申請量和發(fā)明申請量時，創(chuàng)投支持企業(yè)子樣本中，SA指數(shù)的系數(shù)分別為-8.3031和-4.8377，并且都不顯著，然而在非創(chuàng)投支持企業(yè)的子樣本中，SA指數(shù)的系數(shù)仍然在1%的顯著性水平下顯著為負，分別為-10.3139和-6.9592。說明在VC的作用下，融資約束與企業(yè)技術(shù)創(chuàng)新績效之間的關(guān)系變得不顯著了。

為了確保相關(guān)結(jié)論的有效性，對回歸結(jié)果進行了穩(wěn)健性檢驗。鑒于企業(yè)專利申請具有滯后性，本文將用t+1期的專利申請量和發(fā)明申請量作為解釋變量來衡量企業(yè)的創(chuàng)新產(chǎn)出和創(chuàng)新質(zhì)量。在對假設H2進行檢驗時，上述結(jié)果可能是由于VC對行業(yè)技術(shù)的理解和經(jīng)驗使它更能選擇創(chuàng)新能力好的企業(yè)造成的（選擇效應）。為了進一步控制內(nèi)生性問題，我們采用傾向得分匹配法 （Propensity Score Matching，簡稱PSM），在多個維度將有VC參與的企業(yè)跟與其特征相似的沒有VC參與的企業(yè)進行匹配，進行分樣本的回歸來驗證H2。結(jié)果與之前結(jié)論一致，說明本文的結(jié)果是穩(wěn)健的，限于篇幅具體結(jié)果省略。

五、結(jié)論

研究結(jié)果顯示：其一，融資約束顯著的負向作用于技術(shù)創(chuàng)新，具體表現(xiàn)為企業(yè)SA指數(shù)與發(fā)明申請量和專利申請量呈負相關(guān)關(guān)系。其二，VC能夠有效的緩解融資約束對技術(shù)創(chuàng)新的負向影響。

本文揭示了融資約束對企業(yè)技術(shù)創(chuàng)新的影響，為國家利用資本市場推進創(chuàng)新戰(zhàn)略提供了經(jīng)驗證據(jù)。