科技金融結(jié)合試點(diǎn)對(duì)企業(yè)研發(fā)投入的影響
——基于民營(yíng)上市公司的實(shí)證分析

黃 萍,方厚政

(上海理工大學(xué)管理學(xué)院,上海 200093)

0 引言

我國(guó)“十四五”規(guī)劃強(qiáng)調(diào)要堅(jiān)持創(chuàng)新驅(qū)動(dòng)發(fā)展,鼓勵(lì)企業(yè)加大研發(fā)投入,促進(jìn)企業(yè)創(chuàng)新發(fā)展,對(duì)企業(yè)的基礎(chǔ)研究給予稅收優(yōu)惠。近年來(lái),我國(guó)民營(yíng)企業(yè)不斷發(fā)展,在技術(shù)創(chuàng)新領(lǐng)域的主體地位不斷增強(qiáng),在國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展中的作用更加突出,但在技術(shù)創(chuàng)新方面也面臨著很多難題,如研發(fā)投入不足等。改革開(kāi)放以來(lái),我國(guó)出臺(tái)了很多以科技金融、科技創(chuàng)新為主題的政策,這些政策推動(dòng)著更加系統(tǒng)、全面的科技金融政策體系逐步建立起來(lái),成為推動(dòng)國(guó)家科技發(fā)展的重要助力。2011年,科技部、中國(guó)人民銀行等五部門(mén)開(kāi)展了首批促進(jìn)科技和金融結(jié)合試點(diǎn)工作,先后確定中關(guān)村國(guó)家自主創(chuàng)新示范區(qū)、天津、上海等16個(gè)地區(qū)(41個(gè)城市)作為試點(diǎn)區(qū)域。試點(diǎn)地區(qū)政府一直高度重視并積極響應(yīng),出臺(tái)了很多相關(guān)政策促進(jìn)科技與金融的深度結(jié)合,充分發(fā)揮了試點(diǎn)地區(qū)的示范帶頭作用[1]。2016年,為加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略,推動(dòng)科技與金融更深層次融合,科技部、中國(guó)人民銀行等五部門(mén)最終決定在鄭州、廈門(mén)、寧波等9個(gè)城市開(kāi)展第二批科技金融結(jié)合試點(diǎn)工作。

本文以我國(guó)第二批科技金融結(jié)合試點(diǎn)城市為準(zhǔn)自然實(shí)驗(yàn),結(jié)合2012-2019年民營(yíng)上市公司面板數(shù)據(jù),運(yùn)用雙重差分法(DID)實(shí)證研究第二批科技金融結(jié)合試點(diǎn)政策對(duì)民營(yíng)上市公司研發(fā)投入的影響,并進(jìn)一步分析試點(diǎn)政策在地區(qū)層面、地區(qū)行政等級(jí)層面以及科教水平層面對(duì)研發(fā)投入影響的異質(zhì)性。

1 文獻(xiàn)綜述

隨著我國(guó)綜合實(shí)力的不斷增強(qiáng),我國(guó)科技與金融的融合發(fā)展更加迅速。自20世紀(jì)我國(guó)引進(jìn)“科技金融”這個(gè)詞語(yǔ)至今,學(xué)界對(duì)該詞還未有一個(gè)明確的定義。趙昌文等[2]在《科技金融》一書(shū)中提到,科技金融是促進(jìn)科技開(kāi)發(fā)、成果轉(zhuǎn)化和高新技術(shù)產(chǎn)業(yè)發(fā)展的一系列金融工具、金融制度、金融政策與金融服務(wù)的系統(tǒng)性、創(chuàng)新性安排,是由向科學(xué)與技術(shù)創(chuàng)新活動(dòng)提供融資資源的政府、企業(yè)、市場(chǎng)、社會(huì)中介機(jī)構(gòu)等各種主體及其在科技創(chuàng)新融資過(guò)程中的行為活動(dòng)共同組成的一個(gè)體系,是國(guó)家科技創(chuàng)新體系和金融體系的重要組成部分。國(guó)外學(xué)者對(duì)于科技與金融方面的研究非常豐富,但未曾有文章提及“科技金融”這個(gè)詞,多數(shù)討論的是融資與企業(yè)創(chuàng)新、金融科技創(chuàng)新等方面的問(wèn)題。近年來(lái),隨著研究理論和研究方法的不斷更新發(fā)展,國(guó)內(nèi)外學(xué)者對(duì)科技與金融的研究也發(fā)生了改變,關(guān)于科技金融的影響研究主要分為以下兩個(gè)方面。

一是科技與金融對(duì)全要素生產(chǎn)率的影響研究。余紅偉等[3]采用PSM-DID方法對(duì)2011年我國(guó)科技金融結(jié)合試點(diǎn)政策對(duì)企業(yè)全要素生產(chǎn)率的影響及其機(jī)制進(jìn)行實(shí)證研究,研究結(jié)果顯示該試點(diǎn)政策顯著提升了企業(yè)全要素生產(chǎn)率。馮銳等[4]采用雙差分法評(píng)價(jià)了2011年我國(guó)科技金融結(jié)合試點(diǎn)政策對(duì)城市全要素生產(chǎn)率的影響,發(fā)現(xiàn)該試點(diǎn)政策對(duì)全要素生產(chǎn)率有積極的影響,并通過(guò)了顯著水平檢驗(yàn)。Guo等[5]基于我國(guó)10年省級(jí)面板數(shù)據(jù)研究技術(shù)融資對(duì)研發(fā)投入和全要素生產(chǎn)率的影響,分析發(fā)現(xiàn)技術(shù)融資對(duì)研發(fā)投入和全要素生產(chǎn)率均有顯著的正向效應(yīng)?？滓怀萚6]以我國(guó)新三板掛牌中小高新技術(shù)企業(yè)為樣本,研究2016年第二批科技與金融結(jié)合試點(diǎn)政策的生產(chǎn)率效應(yīng)及其影響機(jī)制,并證明試點(diǎn)政策的實(shí)施能夠顯著提升試點(diǎn)地區(qū)中小高新技術(shù)企業(yè)的生產(chǎn)效率。董倩[7]以我國(guó)96家銀行數(shù)據(jù)為樣本研究了區(qū)域科技和金融發(fā)展對(duì)城市商業(yè)銀行全要素生產(chǎn)率的影響,實(shí)證分析結(jié)果表明科技金融的發(fā)展對(duì)地方城市商業(yè)銀行全要素生產(chǎn)率有顯著的正向影響。

二是科技與金融對(duì)研發(fā)投入的影響研究。Chowdhury等[8]闡述了金融市場(chǎng)發(fā)展對(duì)提高新興國(guó)家和發(fā)達(dá)國(guó)家研發(fā)投資有效性的重要性,金融市場(chǎng)發(fā)展能夠緩解研發(fā)投資相關(guān)的信息不對(duì)稱(chēng),從而提高研發(fā)的有效性。何震[9]運(yùn)用我國(guó)281個(gè)地級(jí)市面板數(shù)據(jù),通過(guò)對(duì)首批科技金融融合試點(diǎn)政策對(duì)企業(yè)創(chuàng)新的影響進(jìn)行實(shí)證分析和異質(zhì)性分析,證明了實(shí)施該政策能夠顯著提高企業(yè)創(chuàng)新水平。Lee等[10]通過(guò)結(jié)構(gòu)方程模型來(lái)研究創(chuàng)新融資系統(tǒng)的有效性,認(rèn)為創(chuàng)新融資不僅可以提高韓國(guó)創(chuàng)新型中小企業(yè)的技術(shù)創(chuàng)新能力,還可以提高其經(jīng)營(yíng)業(yè)績(jī)。解維敏等[11]實(shí)證研究了區(qū)域金融發(fā)展對(duì)企業(yè)R&D投入的影響,提出政府干預(yù)對(duì)該影響存在抑制作用的結(jié)論。Shi等[12]通過(guò)對(duì)4個(gè)中國(guó)制造商的案例分析探討了融資對(duì)創(chuàng)新的影響,發(fā)現(xiàn)融資后企業(yè)內(nèi)部創(chuàng)新質(zhì)量下降,研發(fā)支出占收入和資產(chǎn)的比例下降。陳建麗[13]以A股上市公司數(shù)據(jù)為基礎(chǔ)進(jìn)行研究,認(rèn)為科技和金融的發(fā)展促進(jìn)了企業(yè)R&D水平的提升。

綜上所述,現(xiàn)有研究大部分是針對(duì)全要素生產(chǎn)率、融資與創(chuàng)新進(jìn)行研究,對(duì)于科技金融政策的研究也多聚焦于2011年首批試點(diǎn),關(guān)于2016年第二批科技金融試點(diǎn)政策研究較少。因此,本文在已有研究的基礎(chǔ)上,利用雙重差分法,以第二批科技金融結(jié)合試點(diǎn)政策為基礎(chǔ),對(duì)2012-2019年我國(guó)民營(yíng)上市公司的研發(fā)投入進(jìn)行實(shí)證研究,以期為相關(guān)部門(mén)檢驗(yàn)該政策效果提供理論依據(jù),促進(jìn)民營(yíng)上市公司的創(chuàng)新發(fā)展。

2 研究設(shè)計(jì)

2.1 樣本選擇與數(shù)據(jù)來(lái)源

在剔除41個(gè)第一批促進(jìn)科技和金融結(jié)合試點(diǎn)城市后,本文選取地級(jí)市以上城市總樣本252個(gè),將其中9個(gè)試點(diǎn)城市作為實(shí)驗(yàn)組,其余243個(gè)試點(diǎn)城市為控制組。被解釋變量數(shù)據(jù)和企業(yè)特征數(shù)據(jù)來(lái)自中國(guó)經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)(CSMAR),城市特征數(shù)據(jù)來(lái)自2013-2020年《中國(guó)城市統(tǒng)計(jì)年鑒》,并對(duì)數(shù)據(jù)進(jìn)行了以下處理:(1)剔除金融、保險(xiǎn)行業(yè);(2)由于ST上市公司存在被撤銷(xiāo)上市的風(fēng)險(xiǎn),股票的波動(dòng)性較大,因此剔除ST企業(yè);(3)剔除時(shí)間缺失、指標(biāo)缺失以及城市特征數(shù)據(jù)空白的企業(yè);(4)剔除連續(xù)4年幾乎未對(duì)研發(fā)進(jìn)行投入的企業(yè);(5)對(duì)連續(xù)型變量?jī)啥诉M(jìn)行1%的縮尾處理。最終得到了共409家企業(yè)的3 272個(gè)數(shù)據(jù),并通過(guò)Stata軟件進(jìn)行相關(guān)計(jì)算。

2.2 模型設(shè)定

本文運(yùn)用雙重差分法來(lái)檢驗(yàn)科技金融結(jié)合試點(diǎn)政策對(duì)民營(yíng)上市公司研發(fā)投入的影響,并構(gòu)建了兩個(gè)虛擬變量:(1)試點(diǎn)地區(qū)虛擬變量Treat。對(duì)于第二批設(shè)立的9個(gè)試點(diǎn)城市Treat取1,否則為0。(2)時(shí)間虛擬變量Post。該政策正式實(shí)施時(shí)間為2016年5月份,對(duì)于政策實(shí)施當(dāng)年及后3年的Post取1,政策實(shí)施前4年的Post取0。將這兩個(gè)虛擬變量交乘,構(gòu)建雙重差分項(xiàng)did,該項(xiàng)的系數(shù)即為科技金融結(jié)合試點(diǎn)政策對(duì)民營(yíng)上市公司研發(fā)投入的凈影響。根據(jù)雙重差分原理,當(dāng)?shù)趇個(gè)城市是試點(diǎn)城市,且Post≥2016時(shí),Treat×Post取值為1,否則為0。由于實(shí)驗(yàn)組和控制組的企業(yè)特征和城市特征存在異質(zhì)性,為使得實(shí)驗(yàn)組與控制組在科技金融結(jié)合試點(diǎn)政策落實(shí)之前的趨勢(shì)一樣,以滿(mǎn)足DID方法的前提條件,利用傾向評(píng)分匹配法(PSM)盡可能找到與實(shí)驗(yàn)組相似的控制組數(shù)據(jù)來(lái)評(píng)估政策效果,因此,利用PSM-DID方法能夠更加準(zhǔn)確地評(píng)估第二批科技金融結(jié)合試點(diǎn)政策對(duì)于民營(yíng)上市公司研發(fā)投入的影響。具體模型設(shè)定如下:

式(1)中:R&Dit為被解釋變量,表示第i個(gè)企業(yè)第t年的研發(fā)投入;Treat×Postit為第二批科技金融結(jié)合試點(diǎn)城市的虛擬變量;為一系列控制變量的合集;ηt為時(shí)間固定效應(yīng);μi為各城市的個(gè)體固定效應(yīng);εit為隨機(jī)擾動(dòng)項(xiàng)。

2.3 變量說(shuō)明

(1)被解釋變量。R&D是被解釋變量,本文借鑒文獻(xiàn)[6]與文獻(xiàn)[11],用研發(fā)投入金額占總資產(chǎn)的比重進(jìn)行衡量。

(2)核心解釋變量。交乘項(xiàng)Treat×Post是核心解釋變量,即科技金融政策變量(did)。

(3)控制變量。主要包括企業(yè)特征和城市特征兩個(gè)方面,借鑒文獻(xiàn)[14-16]的相關(guān)研究,選擇高管薪酬、公司規(guī)模、公司年齡、資本密集度、有形資產(chǎn)比率、經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、金融發(fā)展水平、教育水平和科技水平作為控制變量,具體如表1所示。

表1 變量定義

3 實(shí)證結(jié)果分析

3.1 描述性分析

主要變量的描述性統(tǒng)計(jì)結(jié)果顯示(見(jiàn)表2),各變量間方差因子VIF值均在1～5之間,且最大值小于10,表明模型不存在嚴(yán)重的多重共線性問(wèn)題。本文有3 272家樣本企業(yè),可以看出我國(guó)民營(yíng)上市公司的研發(fā)投入水平較低,均值為0.018,標(biāo)準(zhǔn)差為0.014,差距較小,某些公司甚至未進(jìn)行研發(fā)投入。

表2 表量的描述性統(tǒng)計(jì)

3.2 基本估計(jì)結(jié)果分析

基于模型(1),采用雙重差分的方法來(lái)評(píng)估政策對(duì)于民營(yíng)上市公司研發(fā)投入的影響,通過(guò)運(yùn)用雙向固定效應(yīng)進(jìn)行回歸分析,控制時(shí)間與城市兩大效應(yīng),基本估計(jì)結(jié)果見(jiàn)表3。表3中列(1)(2)估計(jì)結(jié)果一致,表明無(wú)論是否加入控制變量,第二批科技金融結(jié)合試點(diǎn)政策對(duì)于民營(yíng)上市公司研發(fā)投入均有顯著的負(fù)向影響,即第二批科技金融結(jié)合試點(diǎn)政策的實(shí)施降低了民營(yíng)上市公司的研發(fā)投入?？刂谱兞糠矫?高管薪酬、公司規(guī)模、公司年齡、有形資產(chǎn)比率、金融發(fā)展水平均與企業(yè)研發(fā)投入呈顯著正相關(guān),資本密集度與企業(yè)研發(fā)投入呈顯著負(fù)相關(guān)。從表3中我們還可以發(fā)現(xiàn),企業(yè)規(guī)模越大,企業(yè)研發(fā)投入越多;人均固定資產(chǎn)增加,研發(fā)投入越小。導(dǎo)致這種結(jié)果的原因可能是由于企業(yè)支出更多花費(fèi)在固定資產(chǎn)投資方面,并沒(méi)有切實(shí)投入到研發(fā)當(dāng)中去。

表3 第二批試點(diǎn)政策對(duì)樣本企業(yè)研發(fā)投入影響的回歸結(jié)果

科技金融結(jié)合試點(diǎn)政策通過(guò)將金融資源與科技資源結(jié)合創(chuàng)新,充分發(fā)揮了金融資源對(duì)企業(yè)轉(zhuǎn)化科技成果與專(zhuān)利、提高企業(yè)自主創(chuàng)新水平的重要作用。為檢驗(yàn)該政策的動(dòng)態(tài)效應(yīng),引入政策試點(diǎn)當(dāng)年以及前后3年時(shí)間虛擬變量,考察其回歸結(jié)果的顯著性。由表4可見(jiàn),政策實(shí)施的前3年樣本企業(yè)的研發(fā)投入沒(méi)有受到顯著影響,政策實(shí)施后對(duì)樣本企業(yè)的研發(fā)投入產(chǎn)生顯著負(fù)向影響,表明該政策的實(shí)施降低了民營(yíng)上市公司的研發(fā)投入。

表4 第二批試點(diǎn)政策對(duì)樣本企業(yè)研發(fā)投入影響的動(dòng)態(tài)效應(yīng)檢驗(yàn)結(jié)果

4 穩(wěn)健性檢驗(yàn)

4.1 平行趨勢(shì)假設(shè)檢驗(yàn)

基于DID方法的運(yùn)用條件,本文運(yùn)用時(shí)間研究法對(duì)模型進(jìn)行平行趨勢(shì)檢驗(yàn),首先生成年份的虛擬變量與Treat做交互項(xiàng),然后再進(jìn)行回歸分析,結(jié)果如圖1所示。在政策時(shí)點(diǎn)以前交互項(xiàng)系數(shù)不顯著且不等于0,表明在未真正實(shí)施試點(diǎn)政策前,虛擬試點(diǎn)政策并未對(duì)樣本企業(yè)研發(fā)投入產(chǎn)生顯著影響,由此證明本研究滿(mǎn)足平行趨勢(shì)假設(shè)。

圖1 平行趨勢(shì)檢驗(yàn)

4.2 基于PSM-DID方法的檢驗(yàn)

為了克服政策試點(diǎn)城市與非試點(diǎn)城市民營(yíng)上市公司之間的系統(tǒng)性差異,增強(qiáng)實(shí)證檢驗(yàn)結(jié)果的穩(wěn)健性,減少DID模型估計(jì)誤差,進(jìn)一步利用PSM方法進(jìn)行DID估計(jì)[16]。首先,利用ROC曲線及曲線下的面積AUC進(jìn)行共同支撐假設(shè)的檢驗(yàn),結(jié)果如圖2所示,AUC為0.574 0,說(shuō)明本文的PSM滿(mǎn)足共同支撐假設(shè)。其次,考察PSM匹配的質(zhì)量以檢驗(yàn)是否滿(mǎn)足進(jìn)行PSM估計(jì)的平衡性假設(shè),如圖3所示,所有變量的標(biāo)準(zhǔn)差在匹配后都小于10%,表示PSM估計(jì)的平衡情況較好,滿(mǎn)足PSM的平衡性假設(shè)。上述共同支持假設(shè)檢驗(yàn)和均衡假設(shè)檢驗(yàn)結(jié)果均證實(shí)本文的PSM模型成立,因此,我們用匹配后的數(shù)據(jù)進(jìn)行DID分析,回歸結(jié)果如表5所示。結(jié)果表明:即使使用PSM方法消除樣本選擇偏差后,研發(fā)投入系數(shù)仍在5%的水平上顯著為負(fù);PSM-DID估計(jì)結(jié)果與DID結(jié)果無(wú)明顯差異,說(shuō)明城市與企業(yè)間的差異對(duì)政策評(píng)估并未產(chǎn)生偏差,從而表明本文實(shí)證分析結(jié)果是穩(wěn)健的,第二批科技金融結(jié)合試點(diǎn)政策降低了民營(yíng)上市公司的研發(fā)投入。

圖2 共同支撐假設(shè)檢驗(yàn)

圖3 平衡性假設(shè)檢驗(yàn)

表5 PSM-DID估計(jì)結(jié)果

4.3 安慰劑檢驗(yàn)

為檢驗(yàn)基本回歸結(jié)果是否受到了其他政策變革或者隨機(jī)性因素的影響,本文采取隨機(jī)生成實(shí)驗(yàn)組的方法進(jìn)行安慰劑檢驗(yàn)。在2016年的基礎(chǔ)上,隨機(jī)抽取相應(yīng)試點(diǎn)年份的企業(yè)作為實(shí)驗(yàn)組,其他城市的企業(yè)作為對(duì)照組,進(jìn)行500次隨機(jī)抽樣估計(jì)。從圖4可以看出,虛擬政策的估計(jì)系數(shù)分布近似正態(tài)分布,從而證明該政策效果不是由其他未觀測(cè)因素導(dǎo)致的,說(shuō)明本文的估計(jì)結(jié)果是穩(wěn)健的。

圖4 虛擬政策的系數(shù)核密度分布

5 異質(zhì)性分析

首先,根據(jù)國(guó)家統(tǒng)計(jì)局關(guān)于《東西中部和東北地區(qū)劃分方法》把樣本量進(jìn)行分組回歸,回歸結(jié)果如表6中的列(1)所示。從地區(qū)異質(zhì)性分析結(jié)果來(lái)看,東部地區(qū)系數(shù)為負(fù),其他3個(gè)地區(qū)都不顯著,表明科技金融結(jié)合試點(diǎn)政策對(duì)東部地區(qū)民營(yíng)上市公司的研發(fā)投入產(chǎn)生的影響最大,而且是負(fù)向影響。其次,借鑒文獻(xiàn)[17]將政策試點(diǎn)地區(qū)分為省會(huì)城市和一般地級(jí)市兩類(lèi)并進(jìn)行回歸分析,結(jié)果如表6中的列(2)所示。從地區(qū)行政等級(jí)的一致性結(jié)果來(lái)看,不同行政等級(jí)的城市對(duì)民營(yíng)上市公司研發(fā)投入的影響都顯著為負(fù),表明第二批科技金融結(jié)合試點(diǎn)政策對(duì)不同行政等級(jí)城市中企業(yè)的研發(fā)投入都有顯著抑制作用,其中省會(huì)城市的影響較一般地級(jí)市更加顯著,這與省會(huì)城市較高的經(jīng)濟(jì)發(fā)展水平和當(dāng)?shù)卣拇罅χС置懿豢煞帧?/p>

為檢驗(yàn)城市間的科教水平高低,借鑒文獻(xiàn)[4]的方法,按照試點(diǎn)城市是否有“211大學(xué)”將其分為高科教水平城市和低科教水平城市兩類(lèi),回歸結(jié)果如表6中的列(3)所示?？梢?jiàn),高科教水平城市與企業(yè)研發(fā)投入具有顯著負(fù)相關(guān)關(guān)系,而在低科教水平城市,試點(diǎn)政策的效果并不顯著。由于城市的科教水平不同,第二批科技金融試點(diǎn)政策的實(shí)施效果也各不相同。

表6 異質(zhì)性分析結(jié)果

6 結(jié)論與啟示

基準(zhǔn)回歸結(jié)果表明,我國(guó)第二批科技金融結(jié)合試點(diǎn)政策對(duì)于樣本民營(yíng)上市公司研發(fā)投入具有顯著的抑制效應(yīng)。在基本結(jié)論的基礎(chǔ)上,我們利用多種穩(wěn)健性檢驗(yàn)方法驗(yàn)證了這一結(jié)論的穩(wěn)健性,異質(zhì)性分析表明,政策實(shí)施效果在不同地區(qū)、不同行政等級(jí)和不同科教水平中存在明顯差異且均存在負(fù)向影響。

筆者認(rèn)為,第二批科技金融結(jié)合試點(diǎn)政策對(duì)民營(yíng)上市公司研發(fā)投入具有顯著抑制效應(yīng)的原因如下:一是試點(diǎn)政策內(nèi)容的不同。第一批科技金融結(jié)合試點(diǎn)政策更加強(qiáng)調(diào)信貸支持和保險(xiǎn)服務(wù),而第二批試點(diǎn)政策更關(guān)注體系、渠道和方式的創(chuàng)新,強(qiáng)調(diào)政府的支持作用,更加明確實(shí)施對(duì)象是科技型中小企業(yè),所以對(duì)民營(yíng)上市公司研發(fā)投入的影響較小。二是試點(diǎn)地區(qū)經(jīng)濟(jì)發(fā)展水平不同。第一批有41個(gè)試點(diǎn)城市,且大部分試點(diǎn)城市經(jīng)濟(jì)發(fā)展較好,擁有的科技型企業(yè)較多;而第二批試點(diǎn)地區(qū)僅有9個(gè),且經(jīng)濟(jì)發(fā)展水平大多較為一般,因此企業(yè)的研發(fā)水平投入較少、創(chuàng)新水平不高。第三,通過(guò)觀察比較全樣本的總資產(chǎn)和研發(fā)投入金額數(shù)據(jù)發(fā)現(xiàn),總體上企業(yè)的總資產(chǎn)在不斷提升,研發(fā)投入也有所增加,說(shuō)明該試點(diǎn)政策促進(jìn)了企業(yè)總資產(chǎn)和研發(fā)投入的增加,但研發(fā)投入的增長(zhǎng)速度較總資產(chǎn)慢,使得被解釋變量較小,導(dǎo)致該政策對(duì)研發(fā)投入產(chǎn)生負(fù)向的影響。

在創(chuàng)新引領(lǐng)經(jīng)濟(jì)發(fā)展的背景下,本文的研究結(jié)果具有如下啟示:第一,國(guó)家應(yīng)該進(jìn)一步完善科技金融制度體系。積極推動(dòng)科技金融結(jié)合政策實(shí)施與發(fā)展,健全科技金融組織體系,完善金融監(jiān)管體系建設(shè),加強(qiáng)對(duì)科技金融機(jī)構(gòu)的監(jiān)管,促進(jìn)金融創(chuàng)新和科技發(fā)展,加強(qiáng)財(cái)政稅收優(yōu)惠,減輕民營(yíng)上市公司的稅收壓力,鼓勵(lì)企業(yè)進(jìn)行創(chuàng)新。第二,各地政府應(yīng)該根據(jù)實(shí)際情況,制定符合當(dāng)?shù)仄髽I(yè)發(fā)展的政策,勇于借鑒和嘗試其他試點(diǎn)地區(qū)的成功經(jīng)驗(yàn),營(yíng)造良好的金融創(chuàng)新市場(chǎng)環(huán)境,拓寬企業(yè)的融資渠道,加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù),鼓勵(lì)企業(yè)進(jìn)行研發(fā)創(chuàng)新。第三,企業(yè)應(yīng)該積極響應(yīng)試點(diǎn)政策,加大研發(fā)投入金額,提高自主創(chuàng)新能力,優(yōu)化資本結(jié)構(gòu),制定合理有效的融資策略,加強(qiáng)技術(shù)保護(hù)意識(shí),引入高科技人才,積極發(fā)揮風(fēng)險(xiǎn)投資在企業(yè)研發(fā)活動(dòng)中的長(zhǎng)期作用。