數(shù)字普惠金融與企業(yè)創(chuàng)新的關(guān)系實證分析案例 二、數(shù)據(jù)來源 2 2 3 5 5二、基于融資約束的中介效應(yīng)模型回歸結(jié)果及分析 6三、考慮金融監(jiān)管水平差異的檢驗 7四、考慮企業(yè)所有權(quán)差異的檢驗 8五、考慮不同區(qū)域的中小企業(yè)差異檢驗 9六、穩(wěn)健性檢驗 第一節(jié)樣本選取與數(shù)據(jù)來源本文選取2011-2018年我國中小板和創(chuàng)業(yè)板上中小企業(yè)由于發(fā)展前景不確定、信用評價體系不完善等原因更容易面臨融資約主題；另一方面是限于數(shù)據(jù)的可獲得性，中小板和創(chuàng)業(yè)板財務(wù)數(shù)據(jù)本文研究用到的研發(fā)投入和專利申請數(shù)量相關(guān)的數(shù)據(jù)披露較為完整，且經(jīng)過外部審計審核，準(zhǔn)確性高。在樣本篩選上，按照如下的選擇過程：(1)去除金融類上市公司。(2)剔除樣本期內(nèi)曾經(jīng)或已經(jīng)處于ST或ST*的公司。(3)剔除了相關(guān)指標(biāo)及信息披露不全的公司。(4)對連續(xù)變量進(jìn)行1%的Winsor縮尾處理。經(jīng)過篩選后，本文最終樣本為481家公司，共計3848個樣本觀測值。二、數(shù)據(jù)來源本文有關(guān)中小企業(yè)所在地級市的數(shù)字普惠金融數(shù)據(jù)來自于《北京大學(xué)數(shù)字普惠金融指數(shù)(2011-2018)》,樣本公司財務(wù)指標(biāo)(股權(quán)集中度、資產(chǎn)報酬率等)主要從CSMAR國泰安數(shù)據(jù)庫中獲得，企業(yè)創(chuàng)新相關(guān)數(shù)據(jù)(創(chuàng)新投入金額、發(fā)明專利申請數(shù)量)均來自于WIND數(shù)據(jù)庫。第二節(jié)描述性分析表5.1列出了樣本數(shù)據(jù)的描述性統(tǒng)計結(jié)果。從被解釋變量來看，對于中小企業(yè)創(chuàng)新研發(fā)投入而言，將中小企業(yè)研發(fā)投入金融進(jìn)行對數(shù)化處理后的平均值為3.918,但最值間差距大，標(biāo)準(zhǔn)差也較大，反映出樣本企業(yè)間研發(fā)投入規(guī)模存在較大差異。樣本中小企業(yè)專利產(chǎn)出數(shù)量對數(shù)化處理后均值為0.85,但與中小企業(yè)研發(fā)投入數(shù)據(jù)一樣都存在最大值和最小值差異較大的現(xiàn)象。這可能是由于不同行業(yè)中小企業(yè)的研發(fā)特點所決定的，所以在本文的研究中控制了行業(yè)之間的差異。從解釋變量來看，對于數(shù)字普惠金融指數(shù)及3個二級指標(biāo)，其平均值都穩(wěn)定在1.8左右，但4類數(shù)據(jù)的最值差異明顯，說明仍有中小企業(yè)處在數(shù)字普惠金融發(fā)展水平較低的地區(qū)。在地區(qū)間數(shù)字普惠金融發(fā)展非平衡的狀態(tài)下，更有利于研究數(shù)字普惠金融發(fā)展對不同區(qū)域中小企業(yè)創(chuàng)新的影響。從中介變量來看，樣本企業(yè)融資約束的指標(biāo)數(shù)據(jù)最大值和最小值之間仍存在一定差距，說明樣本企業(yè)面臨的融資約束有差異。從控制變量來看，樣本企業(yè)的資本密集度和托比Q值的標(biāo)準(zhǔn)差較大，最值間也存在不小的差距，這說明樣本企業(yè)間的經(jīng)營風(fēng)險和發(fā)展?jié)摿Σ煌?biāo)準(zhǔn)差00101第三節(jié)相關(guān)性分析表5.2列出了變量間的皮爾森相關(guān)系數(shù)矩陣，初步判斷各變量之間基本不存在多重共線性問題，且各變量通過了VIF檢驗。從變量間的系數(shù)來看，數(shù)字普惠金融發(fā)展(DIF)與中小企業(yè)創(chuàng)新投入(INPUT)呈現(xiàn)顯著正相關(guān)，融資ROACAPIT111111-.086****11111注：***表示在0.01上顯著;**表示在0.05上顯著;*表示在0.1上顯著,下同。第四節(jié)回歸結(jié)果分析表5.3報告了年份行業(yè)雙向固定效應(yīng)模型的回歸結(jié)果，即數(shù)字普惠金融發(fā)展對中小企業(yè)創(chuàng)新的影響。在模型M(1)業(yè)變量。結(jié)果發(fā)現(xiàn)，滯后一期的數(shù)字普惠金融發(fā)展水平，但模型M(2)中數(shù)字普惠金融發(fā)展(L.DIF)的系數(shù)僅通過了10%水平的統(tǒng)計顯著性檢驗，說服力不強。在模型M(3)和M(4)小企業(yè)創(chuàng)新產(chǎn)出，此時模型M(3)和模型(4)中數(shù)字普惠金融發(fā)展(L.DIF)的系數(shù)分別通過了5%和1%水平的統(tǒng)計顯著性檢驗?；貧w結(jié)果表明，數(shù)字普惠-0.032***-1.171***續(xù)表5.3數(shù)字普惠金融發(fā)展影響中小企業(yè)創(chuàng)新的總效應(yīng)：基 應(yīng)究竟是因為數(shù)字普惠金融的覆蓋群體擴大，還是表5.4列出了“覆蓋廣度、使用深度及數(shù)字支持服務(wù)”三個維度的發(fā)展水平對中小企業(yè)創(chuàng)新發(fā)展的影響。模型M(1)至M(3)度量的是3個二級指標(biāo)對企業(yè)創(chuàng)新投入的影響，模型M(4)至M(6)度量的是3個二級指標(biāo)對企業(yè)創(chuàng)新產(chǎn)融的覆蓋廣度都能夠促進(jìn)中小企業(yè)創(chuàng)新發(fā)展。對比模型M(2)和M(4),數(shù)字普惠金融的使用深度能夠促進(jìn)中小企業(yè)的創(chuàng)新投入，且通過了10%的統(tǒng)計顯著性和模型(6)來看，數(shù)字支持服務(wù)的系數(shù)為負(fù)數(shù)且不顯著,與預(yù)期假設(shè)不符合。 促進(jìn)中小企業(yè)的創(chuàng)新投入和創(chuàng)新產(chǎn)出，這驗證了假設(shè)H1。針對數(shù)字普惠金融的3個二級指標(biāo)進(jìn)一步分析，數(shù)字金融的覆蓋廣度和使用深度都有助于提升中小企二、基于融資約束的中介效應(yīng)模型回歸結(jié)果及分析表5.5的回歸結(jié)果分析了數(shù)字普惠金融發(fā)展影響中小企業(yè)創(chuàng)新活動的具體渠模型(1)的回歸結(jié)果表明，在1%的顯著性水平上，數(shù)字普惠金融的發(fā)展能夠促進(jìn)中小企業(yè)的創(chuàng)新投入；其次，模型M(2)的回歸結(jié)果顯示，數(shù)字普惠金融發(fā)展能夠緩解中小企業(yè)所面臨的融資約束問題(在1%的統(tǒng)計水平上顯著);最后，由模型(3)的結(jié)果可知，數(shù)字普惠金融發(fā)展(L.DIF)的系數(shù)為0.241,在5%融資約束(L.FINCONS)的系數(shù)為負(fù)且在1%的水平上顯著,說明數(shù)字普惠金融占總效應(yīng)33.69%。同理，從模型(4)和模型(5)可以看出，對于中小企業(yè)創(chuàng)新產(chǎn)出，融資約束發(fā)揮的中介效應(yīng)占比5.77%。 -2.132***實證結(jié)果驗證了假設(shè)H2,融資約束在數(shù)字普惠金融發(fā)展促進(jìn)中小企業(yè)創(chuàng)新中發(fā)各項貸款余額”。根據(jù)金融監(jiān)管水平的50%分位數(shù)為界，將樣本公司分成了兩組表5.6給出了回歸結(jié)果。從模型(1)和模型(2)可以看出，當(dāng)被解釋變量為創(chuàng)新投入時，在更強的金融監(jiān)管水平下，數(shù)字普惠金融發(fā)展的系數(shù)(0.585,且在1%的水平上顯著)比金融監(jiān)管水平較弱區(qū)間的更大，即數(shù)字普惠金融發(fā)展在較強的金融監(jiān)管水平下對中小企業(yè)創(chuàng)新投入有著更強的驅(qū)動效應(yīng)。本文基于SUR估計進(jìn)行了組間系數(shù)差異檢驗，數(shù)字普惠金融發(fā)展(L.DIF)的系數(shù)在兩組 (3)中，當(dāng)金融監(jiān)管水平較弱時，數(shù)字普惠金融發(fā)展對創(chuàng)新產(chǎn)出沒有產(chǎn)生顯著影響；而在模型(4)中，金融監(jiān)管水平較高的情況下，數(shù)字普惠金融發(fā)展的系數(shù)較大(1.07),且在1%的水平上顯著。同時，在兩組模型的組間差異檢驗中，數(shù)字普惠金融發(fā)展(L.DIF)的系數(shù)在兩組之間也存在顯著差異，對應(yīng)的p值為金融監(jiān)管較弱區(qū)間金融監(jiān)管較強金融監(jiān)管較弱區(qū)間金融監(jiān)管較強區(qū)間0.585*** 表5.7給出了回歸結(jié)果。在模型(1)和模型(2)中，被解釋變量為中小企 (回歸系數(shù)為0.513,在1%的水平上顯著),而對中小國有企業(yè)創(chuàng)新投入產(chǎn)生負(fù)向且不顯著的影響(回歸系數(shù)為-0.175)。在模型(3)和模型(4)中，被解釋變進(jìn)作用(回歸系數(shù)為0.776,在1%的水平上顯著),對中小國有企業(yè)的影響為正綜上，假設(shè)H4成立，數(shù)字普惠金融發(fā)展對不同所有權(quán)類型中小企業(yè)創(chuàng)新的國企非國有國企非國有 否存在差異，估計結(jié)果如表5.8所示。對于中小企業(yè)創(chuàng)新投入來說，數(shù)字普惠金融發(fā)展對中西部企業(yè)創(chuàng)新的估計系數(shù)(系數(shù)為0.725,在5%的水平上顯著)要大于對東部地區(qū)企業(yè)的系數(shù)(系數(shù)為0.328)。同樣，從模型(3)和模型(4)可以看出，數(shù)字普惠金融對中西部中小企業(yè)創(chuàng)新產(chǎn)出的促進(jìn)作用(系數(shù)為1.166,且在1%的水平上顯著)要顯著大于對東部地區(qū)企業(yè)的系數(shù)(系數(shù)為0.557)。創(chuàng)新的促進(jìn)作用更為突出，具有更高的邊際效應(yīng)，也驗證了假被解釋變量：INPUT東部地區(qū)中西部地區(qū)東部地區(qū)中西部地區(qū) 六、穩(wěn)健性檢驗(一)基準(zhǔn)回歸的內(nèi)生性處理方面不可觀測因素的遺漏變量會導(dǎo)致偏誤。基于此，本文參考謝絢麗等(2018)的研究，采用各省互聯(lián)網(wǎng)的普及率(數(shù)據(jù)來源于2011-2018年《我國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》)作為數(shù)字普惠金融發(fā)展的工具變量，對基準(zhǔn)回歸進(jìn)行內(nèi)生性表5.9匯報了基于2SLS工具變量法的內(nèi)生性處理結(jié)果，從模型(2)可以看出，各省互聯(lián)網(wǎng)普及率(L.IPR)的回歸系數(shù)在1%的水平上顯著,滿足工具變量從第二階段的結(jié)果來看，在模型(3)中，對于中小企業(yè)創(chuàng)新投入，數(shù)字普惠金融發(fā)展的創(chuàng)新激勵效應(yīng)依然顯著。在模型M(5)中，數(shù)字普惠系數(shù)雖然有所下降，但仍通過了10%水平的統(tǒng)計性檢驗，能夠促進(jìn)中小企業(yè)創(chuàng)新基準(zhǔn)回歸模型INPUT基準(zhǔn)回歸模型 行穩(wěn)健性檢驗。在中小企業(yè)創(chuàng)新投入的指標(biāo)中，用研發(fā)投