金融科技发展水平对企业创新的影响研究

金融科技发展水平对企业创新的影响研究

赵天翊1许克荣2刘建亭3

（ 中国电科发展战略研究中心，中电科发展规划研究院有限公司；

2中国电子科技集团有限公司；

3中电科发展规划研究院有限公司）

摘要：金融科技推动了数据分析和大数据技术的应用，为企业提供了更加灵活和高效的金融解决方案。但确鲜有研究深入讨论金融科技与企业创新之间的内在联系。本文采用2007-2021 年A股上市公司数据，深入探讨了金融科技发展与企业创新之间的内在联系。本文研究发现，金融科技发展通过缓解企业融资约束和提升企业分析师关注度两条路径显著推动了地区企业创新水平的提升。进一步分析发现，这一正向效应在非国有企业、低资产不可逆性和高政府补贴样本中更加显著。我们的研究对于助力地区企业高质量发展具有重要的引导意义。

一、引言

在当今数字化时代，金融科技已经成为全球金融行业的重要组成部分，对信贷市场变革产生了深远影响。传统金融机构与新兴科技企业的融合，不仅改变了我们理解和进行金融交易的方式，还为企业提供了前所未有的机会来创新和扩展其业务。金融科技是指利用先进技术如人工智能、区块链、云计算和大数据分析等，以创新方式提供金融服务的领域[1]。自金融科技诞生以来，随着信息技术进步以及国家政策扶持，金融科技已抓紧成为服务实体经济、推动金融转型的新动力。其已极大地改变了企业融资、支付、风险管理、投资以及客户体验等方面的实践。金融科技可通过增强信息透明度和提高资金配置效率以降低企业成本、增强企业创新能力，让企业能够更好地满足客户的需求。

本文将深入探讨金融科技如何推动企业创新，了解金融科技对企业经济活动的潜在影响。接着，我们将进一步分析金融科技影响企业创新的作用机理，并分析金融科技对企业创新在不同条件的非对称效应。

二、理论分析与假设推导

关于金融科技对企业影响的文献大致可以归为两个方面，分别为企业绩效和行为模式。首先，金融科技改善了企业绩效，包括财务绩效[2]、投资效率[3]、全要素生产率[1]、社会责任[4]和环境绩效等[5]。其次，金融科技改变了企业特征和行为模式，金融科技抑制了企业违规[6]，提升了企业会计信息透明度和会计信息可比性以及融资方式[7, 8]。

梳理金融科技与企业创新的相关研究[9][10] [11]，虽然着重探讨了金融科技与企业创新之间的关系，但细究其机制多集中于资金配置方面，未考虑到金融科技为企业带来的曝光效应。金融科技应用大数据等数字化技术能够对用户进行精准画像，这些信息的流出在提升资金配置效率的同时还能改善企业信息环境，增加企业的曝光程度，吸引外部分析师关注。分析师作为企业外部治理的重要力量，分析师关注度的上升有利于加强企业外部治理，从而引导企业从事创新活动。本文进一步从企业曝光程度出发，探索了金融科技对企业创新的促进作用。

根据战略增长选择理论，企业进行创新的动机来自于创新为企业带来的成长机会[12]。金融科技通过对潜在客户的精准识别与画像，提高了地区信贷市场效率[13]。通过对企业的精准定位，金融科技有助于筛选市场中的优质企业，提升资金配置效率。此外，金融科技还可以通过降低信贷获取门槛，帮助企业降低信贷获取难度，缓解融资约束程度。金融科技有助于通过缓解企业融资约束和提升资金配置效率改善企业融资条件。融资条件的改善则进一步支撑了企业持续性创新，从而实现可持续增长。

金融科技还可以通过改善企业外部治理提升企业创新水平。金融科技的精准识别使得外界能够企业拥有更加清晰的定位，关于企业内部信息的流出有助于吸引证券分析师。作为外部治理的重要力量，证券分析师的加入增强企业外部治理从而引导企业从事创新活动。

综合上述分析，我们提出以下假设：

假设：金融科技的发展推动了企业创新水平的提升。

三、研究设计

(一)样本选取

本文采用2007-2021年中国A股上市公司为样本，剔除ST、*ST、PT观测值。同时，我们对连续性变量进行上下1%水平缩尾处理，以消除极端值的影响。上市公司财务数据来自国泰安(CSMAR)数据库，计算市场一体化相关数据来自中国统计年鉴。

(二)金融科技发展水平测算

本文参考相关文献的做法[9]，选取与金融科技相关的关键词，并在百度新闻高级检索功能中采用地级市名称+关键词的搜索方式，统计相关组合的新闻数量并加总至地级市层面。考虑到这一指标的右偏性，我们对其做对数变化构造出地级市和直辖市层面的金融科技发展水平指标。

表1金融科技关键词

(三)企业创新

本文考虑使用企业当年专利申请量表征企业创新水平[14]。同时将专利类型进一步区分为发明专利、实用新型和外观设计三大类。并采用专利申请量加1取对数的方式进行处理。

(四)控制变量

参考相关文献[15, 16]，本文控制公司规模(Size)、资产负债水平(Lev)、营收增长(Growth)、资产回报率(ROA)、资产不可逆性(FA)、公司年龄(Age)、产权性质(SOE)、独董占比(Indep)和董事规模(Board)。相关变量定义见表2。

表2变量定义

(五)计量模型

为了检验前文所提出的假设，我们进一步构造以下模型：

(1)

公式1中的被解释变量Patent 代表企业创新水平，用专利申请量进行衡量。解释变量Fintech代表城市金融科技发展水平，利用百度搜索指数构建而成。Control 代表一系列控制变量。回归中的标准误均采用聚类在企业层面的聚类稳健标准误。

(六)描述性统计

主要变量描述性统计结果汇报于表3。从结果中可知，企业专利申请量Patent平均值为2.615，最大值为6.910，最小值为0。不同企业之间创新水平与能力差异较大，样本企业全面专利申请总量大约为每年7-8件。进一步细分专利结果可以看出，上市公司发明专利和实用新型专利申请量大于外观设计量。地区金融科技发展指数Fintech最大值为7.464，最小值为0，平均值为4.231。不同地区金融科技发展水平差异较大，这从侧面证明了本文研究的重要性。其他控制变量描述性统计结果与相关文献基本保持一致。

表3描述性统计

四、回归结果

(一) 主回归

表4汇报了金融科技发展水平与企业创新的回归结果。第(1)-(4)列分采用专利申请总量、发明专利申请量、实用新型专利申请量和外观设计专利申请量进行回归。回归结果显示，金融科技水平的上升对专利申请总量、发明专利申请量、实用新型专利申请量和外观设计申请量增长均具有正向推动作用。且金融科技对发明创新的推动作用要强于实用新型创新和外观设计创新。说明金融科技不仅带来了创新产出维度的上升，还带来了创新质量的总体上升。

表4金融科技与企业创新

(二) 稳健性检验

1.更换被解释变量衡量方式

我们进一步更换了企业创新的衡量方式，采用企业创新投入占总资产的比例衡量企业创新水平并替代专利申请量指标。相关回归结果汇报于表5第(1)列。由回归结果可知，Fintech系数仍在1%水平保持正向显著，验证了本文结论的稳健性。

2.增加个体固定效应

我们进一步在模型中加入了个体固定效应，相关回归结果汇报于表5第(2)列，由回归结果可知，金融科技对企业创新的促进作用仍保持稳健。

3.工具变量检验

为避免潜在内生性问题对本文结果的影响，我们进一步采用同省份、同年度其他地级市金融科技发展程度的均值作为本文工具变量。第一阶段回归结果列示于表5第(3)列，第二阶段回归结果列示于表5第(4)列。说明在排除潜在内生性问题后，回归结果仍保持稳健。

表5稳健性检验

五、中介效应检验

参考相关文献的方法[17]，为进一步探究金融科技对企业创新的作用机制，我们设定了模型2和3：

(2)

(3)

我们分别从企业融资约束程度和分析师关注度两个角度展开讨论分析，并分别构建了代表融资约束程度的变量FC和分析师关注度的变量Analyst。

根据资源基础观，企业需要从外部环境中获取资源以支撑企业发展。创新活动的开展离不开稳定的资金支持。因此，企业是否从事创新活动会受到企业融资能力的制约。参考相关文献的做法，本文采用SA指数的绝对值构建融资约束指标FC，并进行中介效应检验。相关结果汇报于表6第(1)、(2)两列。可以发现，金融科技的发展有效的降低了企业融资约束程度，并进一步提升了企业创新水平。

分析师作为企业外部监督治理的重要力量，不仅能够加强企业内部治理，还可以提升企业外部信息环境。金融科技作为一种流行概念，易受到市场追捧。地区金融科技的发展吸引了外部分析师对当地企业的关注程度，从而提升了企业创新水平。本文采用分析师人数加一取对数的方式衡量企业分析师关注度[18]。相关回归结果列示于表6第(3)、(4)两列。从回归结果可知，金融科技的发展增加了地区分析师关注度，从而加强了对企业的创新引导作用，推动了企业创新水平的上升。

表6 中介作用

六、异质性检验

(一) 产权异质性

产权性质是企业的重要属性。为进一步探究金融科技发展对不同产权性质企业的非对称影响。本文根据是否为国有企业对全样本进行分组，并重新执行回归。回归结果汇报于表7第(1)、(2)两列。回归结果显示，表7第(1)列系数不显著，第(2)两列系数则均显著为正。说明金融科技对企业创新的推动作用在非国有企业中更加显著。国有企业得益于其天然的政治属性与政治关联特性，往往能够获得超额信贷资源和政策支持。尤其是在地区垄断属性较强，市场分割严重的情况下，这一特点往往更加突出。金融科技的持续发展增强了地区信贷市场的公平性，降低了非国有企业的融资约束程度。非国有企业因此迸发出更为强劲的创新活力，进行更多的创新活动。

(二)资产可逆程度

根据实物期权理论，一项投资机会可以看作一份期权合约[19]。投资不可逆程度的上升会增大期权价值，从而延迟企业投资。创新活动风险高、回报周期长，需要持续稳定的资金支持。当企业整体资产不可逆程度较高时候，进行创新活动的实物期权价值也会随之升高，从而促使企业延迟投资，采取观望态度。本文以固定资产占总资产比例衡量企业资产不可逆程度。并根据行业、年度中位数进行分组，将高于中位数归入高资产不可逆组，低于中位数归入低资产不可逆组，分别进行回归。回归结果列示于表7第(3)、(4)两列。从结果中可以看出，金融科技发展对企业创新的促进作用主要存在于低资产不可逆组，说明较高的资产不可逆程度会限制企业从事创新活动，进行创新投资，从而抑制企业创新水平提升。

(三)政府补贴

作为企业获取创新资源另一重要来源，政府补贴为企业创新提供了重要的资金支持。此外，政府补贴还可以做一种政策信号，帮助企业开展创新活动。本文采用政府补贴金额占总资产比例衡量企业政府补贴获取情况[20]。并同时根据行业、年度中位数进行分组以分别展开回归。相关结果汇报于表7第(5)、(6)两列。结果显示，在高政府补贴组中，金融科技发展显著推动了企业创新。政府补贴较高的企业，往往预示着获得了更多的政策支持，这帮助他们在信贷市场上获取了更多的竞争优势。金融科技的发展帮助他们扩大了政府补贴的信号效应，从而进一步推动其创新水平的提升。

表7 异质性分析

六、结论与启示

本文以2007-2021年中国A股上市公司为样本，探究了金融科技发展与企业创新之间的关系。通过研究发现，金融科技水平的上升促进了企业创新水平的上升，具体表现为同步提升了企业在发明、实用新型和外观设计三个方面的专利申请量。进一步研究发现，在这一正向效应主要体现在非国有企业、低资产可逆性和高政府补贴的企业样本中。

本文研究对于实现地区高质量发展、提高金融资源配置效率具有理论和实践的双重意义。金融科技的发展不仅增强了地区信贷市场配给效率，还有利于提升企业创新活力与能力，促进企业创新。通过本文的研究，我们可以得到三点启示：第一，大力发展金融科技产业，有利于激发企业创新活力，推动企业创新水平的提升。第二，政府可采用减税降费、信贷支持的方式为企业供给创新资源，充分发挥金融科技的创新激发作用。第三，应重点关注国有企业和低政府补贴企业的创新活动，让二者充分享受金融科技发展所产生的创新红利。

[1]宋敏, 周鹏, 司海涛. 金融科技与企业全要素生产率——“赋能”和信贷配给的视角 [J]. 中国工业经济, 2021, (04): 138-55.

[2]刘孟飞, 王琦. 金融科技对商业银行绩效的影响——理论与实证研究 [J]. 金融论坛, 2021, 26(03): 60-70.

[3]何涌, 林敏. 金融科技与企业非效率投资——基于内部创新能力与外部市场公平竞争的视角 [J]. 云南财经大学学报, 2023, 39(09): 48-63.

[4]温博慧, 程朋媛, 刘雨菲. 数字金融发展对商业银行社会责任承担的影响——基于市场环境与公众关注双重视角 [J]. 学习与实践, 2022, (08): 23-32.

[5]吕鲲, 潘均柏, 李北伟. 金融科技、数字经济和区域绿色创新——来自全国266个城市面板数据的证据 [J]. 工业技术经济, 2023, 42(09): 22-33.

[6]牟卫卫, 刘克富. 金融科技发展能抑制公司违规吗 [J]. 山西财经大学学报, 2021, 43(09): 29-43.

[7]张嘉伟, 胡丹丹, 周磊. 数字经济能否缓解管理层短视行为?——来自真实盈余管理的经验证据 [J]. 经济管理, 2022, 44(01): 122-39.

[8]孟茂源, 张广胜. 数字金融与企业盈余管理——来自制造业上市公司的证据 [J]. 学习与实践, 2022, (08): 33-43.

[9]李春涛, 闫续文, 宋敏, et al. 金融科技与企业创新——新三板上市公司的证据 [J]. 中国工业经济, 2020, (01): 81-98.

[10]唐松, 伍旭川, 祝佳. 数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异 [J]. 管理世界, 2020, 36(05): 52-66+9.

[11]周少甫, 叶宁, 詹闻喆. 科技和金融结合试点政策对地区创新的影响研究——基于金融科技的视角 [J]. 经济学家, 2023, (08): 95-106.

[12]KULATILAKA N, PEROTTI E C. Strategic growth options [J]. Management Science, 1998, 44(8): 1021-31.

[13]ZHU C. Big data as a governance mechanism [J]. The Review of Financial Studies, 2019, 32(5): 2021-61.

[14]黎文靖, 郑曼妮. 实质性创新还是策略性创新?——宏观产业政策对微观企业创新的影响 [J]. 经济研究, 2016, 51(04): 60-73.

[15]顾夏铭, 陈勇民, 潘士远. 经济政策不确定性与创新——基于我国上市公司的实证分析 [J]. 经济研究, 2018, 53(02): 109-23.

[16]王红建, 曹瑜强, 杨庆, et al. 实体企业金融化促进还是抑制了企业创新——基于中国制造业上市公司的经验研究 [J]. 南开管理评论, 2017, 20(01): 155-66.

[17]BARON R M, KENNY D A. The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations [J]. Journal of personality and social psychology, 1986, 51(6): 1173.

[18]许虹艳, 李慧, 李倩君, et al. 企业ESG表现对商业信用融资的影响——基于分析师跟踪的中介效应 [J]. 经营与管理: 1-15.

[19]KIM H, KUNG H. The asset redeployability channel: How uncertainty affects corporate investment [J]. The Review of Financial Studies, 2017, 30(1): 245-80.

[20]吴伟伟, 张天一. 非研发补贴与研发补贴对新创企业创新产出的非对称影响研究 [J]. 管理世界, 2021, 37(03): 137-60+10.基金项目：国家自然科学基金联合基金项目 ，特大型工业企业数字化转型和创新能力提升的管理模式与应用研究，U21B20102，项目时间为：2022.01.01-2025.12.31）