科技金融、信息不對稱與融資約束

馬凌遠 尤航

【摘要】緩解中小型科技企業(yè)融資約束是創(chuàng)新驅動戰(zhàn)略實施的關鍵環(huán)節(jié)， 也是“科技和金融結合”試點政策的首要目標。 借助始于2011年的“科技和金融結合”這一外生政策沖擊構造準自然實驗， 采用雙重差分法評估“科技和金融結合”試點政策對我國中小型科技企業(yè)融資約束的影響。 結果表明： “科技和金融結合”試點政策有效緩解了中小型科技企業(yè)的融資約束， 這一結論在考慮識別假設條件和一系列可能存在的干擾因素后依然成立; 影響機制檢驗發(fā)現(xiàn)， 試點政策通過“信息平臺效應”與“認證效應”降低了借貸雙方的信息不對稱， 進而引導信貸資源更多地流向中小型科技企業(yè)， 使其融資約束得到緩解; 異質性分析發(fā)現(xiàn)， 試點政策效應主要存在于小規(guī)模企業(yè)和民營企業(yè)， 而金融市場化程度越低的地區(qū)， 該政策對企業(yè)融資約束的緩解作用越大。

【關鍵詞】科技金融;融資約束;中小型科技企業(yè);信息不對稱

【中圖分類號】F832? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）14-0056-8

一、引言

對于我國經濟發(fā)展而言， 融資約束問題已成為制約經濟轉型和升級的重要瓶頸之一[1] 。 世界銀行發(fā)布的《投資環(huán)境調查報告》顯示， 中國有75%的非金融類上市公司將融資約束列為企業(yè)發(fā)展的主要障礙。 由于產業(yè)屬性導致的高風險和不確定性， 中小型科技企業(yè)更易面臨融資約束困境[2] 。 隨著我國創(chuàng)新驅動發(fā)展戰(zhàn)略的加快落實， 如何破解中小型科技企業(yè)的融資難題已成為政府、企業(yè)以及學界共同關注的焦點。 關于創(chuàng)新與金融資本的關系論述最早見于熊彼特的著作《金融發(fā)展理論：對于利潤、資本、信貸、利息和經濟周期的考察》中， 其認為科技創(chuàng)新項目作為資本密集型活動需要大量金融資本支持， 而金融資本依托科技創(chuàng)新也得以快速發(fā)展[3] 。 被譽為中小型科技企業(yè)融資天堂的納斯達克證券市場的蓬勃發(fā)展， 正是科技與金融互促共生的典型案例。 實際上， 我國早在20世紀80年代就開始嘗試將科技和金融進行結合。 1985年， 中國人民銀行和國務院科技領導小組發(fā)布了《關于積極開展科技信貸的聯(lián)合聲明》。 1993年， 深圳市科技局首次將“科技和金融”簡寫為“科技金融”， 這一新興詞匯由此正式進入公眾視野。 經過多年的發(fā)展， 我國科技金融已經成為融合創(chuàng)業(yè)投資、銀行信貸、多層次資本市場等于一體的多渠道、全方位、多視角金融體系[4] 。 2011年， 科技部同“一行三會”決定推進“科技和金融結合”試點政策（簡稱“試點政策”）①， 旨在進一步助力中小型科技企業(yè)突破融資瓶頸， 以及為培育和發(fā)展戰(zhàn)略性新興產業(yè)提供可復制的范本。 自首批試點設立以來， 各試點地區(qū)不斷創(chuàng)新科技財政投入方式， 引領金融機構和民間資本與科技創(chuàng)新對接。 目前中小型科技企業(yè)創(chuàng)業(yè)投資引導資金已與地方政府、民間資本共同成立了近百家創(chuàng)投基金， 其注冊資本總額超過130億元。

隨著試點地區(qū)科技金融相關政策的陸續(xù)出臺， 以及試點的進一步擴容②， 試點政策效果引發(fā)了部分學者的關注。 馬凌遠和李曉敏[5] 、鄭石明等[6] 分別采用雙重差分法對試點政策績效進行了評估， 發(fā)現(xiàn)科技和金融結合顯著地促進了試點地區(qū)的技術創(chuàng)新。 但由于兩者所用的均為城市層面數(shù)據(jù)， 因此在影響機制檢驗方面均未涉及企業(yè)融資約束問題， 而其應為試點政策促進地區(qū)創(chuàng)新水平提升的首要標的。 那么， 如果試點政策效果明顯， 其將在很大程度上緩解試點地區(qū)中小型科技企業(yè)的融資約束。 基于此， 本文以“科技和金融結合”試點改革作為準自然實驗， 利用上市公司微觀數(shù)據(jù)， 通過分析試點城市和非試點城市的中小型科技企業(yè)在試點設立前后融資約束的變化， 以對比分析試點改革的效果， 并進一步探討試點政策通過何種途徑緩解企業(yè)融資約束， 以及政策效應在不同企業(yè)和地區(qū)間的異質性。

本文的邊際貢獻在于： （1）從政策評估的角度衡量科技金融對企業(yè)融資約束的影響。 已有實證研究大多聚焦于科技金融對創(chuàng)新創(chuàng)業(yè)的影響， 僅有個別研究構造科技金融發(fā)展指數(shù)檢驗科技金融對企業(yè)融資約束的影響。 而試點政策作為科技金融的創(chuàng)新實踐， 從政策評估的角度衡量其對企業(yè)融資約束的影響具有重要的現(xiàn)實意義。 （2）將試點政策的“信息平臺效應”和“認證效應”作為中介變量， 為試點政策影響企業(yè)融資約束的渠道機制提供了新的經驗證據(jù)。 （3）首次采用雙重差分法評估試點政策對企業(yè)融資約束的影響。 雙重差分法既能控制樣本之間不可觀測的個體異質性， 又能控制隨時間變化的不可觀測總體因素的影響， 因而能得到對政策效果的無偏估計[7] 。

二、 理論背景與研究假說

基于創(chuàng)新研發(fā)的特殊性， 科技創(chuàng)新企業(yè)的融資是非常困難的[8] 。 科技創(chuàng)新產出具有高度的不確定性， 而且這種不確定性隨著研發(fā)項目的縱深推進表現(xiàn)得更為突出， 企業(yè)無法使用風險調整法對創(chuàng)新項目的收益進行有效評估[9] ， 外部投資者需要額外的風險升水增加了融資成本。 科技企業(yè)在漫長的創(chuàng)新研發(fā)中需要大量金融服務的支持， 如果資金供給不足可能導致創(chuàng)新活動中斷甚至半途而廢[10] 。 因此， 創(chuàng)新研發(fā)的資金來源是企業(yè)必須考慮的重要問題。 內部融資是企業(yè)研發(fā)活動的一個重要資金來源， 相比外源融資， 其優(yōu)點是不需要抵押、不用擔心企業(yè)財務危機相關問題[11] 。 但如果企業(yè)只依賴內部融資， 可能帶來以下難題： 首先， 科技企業(yè)可能擁有社會需要的創(chuàng)新機會， 但是這種創(chuàng)新機會需要的投入遠超其內部所能募集的資金， 對于處于種子期的科技企業(yè)來說更是如此; 其次， 因為創(chuàng)新項目需要持續(xù)的資金投入， 而商業(yè)周期波動導致企業(yè)利潤的變化使得依靠內源資金的項目研發(fā)變得不穩(wěn)定。 因此， 中小型科技企業(yè)獲取外部融資是內部壓力的釋放， 同時也是資金效率最大化的最優(yōu)選擇。

部分學者提出金融發(fā)展可以有效緩解企業(yè)的外源融資約束。 解維敏和方紅星[10] 發(fā)現(xiàn)地區(qū)金融發(fā)展水平拓寬了企業(yè)信貸資源的獲取渠道、增加了企業(yè)的研發(fā)投入資金， 而該影響在小規(guī)模企業(yè)中更為明顯。 陸桂賢等[12] 認為金融深化表現(xiàn)為金融抑制的弱化， 可以有效緩解企業(yè)的外源融資約束。 與此觀點不同的是， 姚耀軍和董鋼鋒[13] 從金融結構的角度探討了如何緩解中小企業(yè)融資約束， 他們認為由中小銀行發(fā)展所推動的金融結構變化是緩解中小企業(yè)融資約束的主要因素， 而這種情形在中小型科技企業(yè)中更明顯。 對于我國這樣一個金融發(fā)展滯后且以銀行業(yè)為主導的經濟體， 金融發(fā)展和金融結構的優(yōu)化可能會帶來金融效率的提高， 但基于此觀點的研究自然從單一角度考慮如何完善金融市場、如何推動中小型金融機構對中小型科技企業(yè)的金融支持。 實際上， 現(xiàn)代金融是綜合多渠道、多方位、多視角的復雜體系， 從促進科技與金融結合的角度來看， 緩解中小型科技企業(yè)的融資約束不能僅依賴單一的金融機構或金融市場。

如果能夠構建一套完善的中小型科技企業(yè)融資保障機制， 逐利的資本沒有理由不趨之若鶩[2] 。 因此， 緩解中小型科技企業(yè)融資約束的關鍵在于構建一套調動創(chuàng)業(yè)投資、銀行信貸、多層次資本市場的融資體系。 諾貝爾經濟學獎得主Joseph認為科技創(chuàng)新具有正外部性， 即科技產出收益在市場主體間的分配存在失衡， 因此政府應制定相應的科技創(chuàng)新激勵政策。 而試點政策旨在通過頂層機制設計， 為中小型科技企業(yè)打造多層次的融資體系， 緩解其融資約束， 進而促進其創(chuàng)新。 那么， 試點政策如果有效， 政策效果應首先體現(xiàn)在有效緩解中小型科技企業(yè)的融資約束上。 因此， 本文提出第一個研究假說：

H1： 試點政策能夠緩解中小型科技企業(yè)的融資約束。

學術界普遍認為， 信息不對稱是導致企業(yè)融資約束的重要原因之一[14] 。 信息不對稱是金融市場投融資活動普遍存在的難題， 創(chuàng)新企業(yè)未來經營的高度不確定性使其信息不對稱程度更為嚴重。 在創(chuàng)新項目的具體進展方面， 企業(yè)往往比投資者擁有更完備的信息， 使投資者難以區(qū)分投資項目的好壞[15] 。 在正常的投資回報之外， 額外的“檸檬溢價”提升了融資成本。 強化信息披露被認為是解決信息不對稱問題的根本方法[16] ， 但創(chuàng)新項目披露的技術外溢會削弱創(chuàng)新者的投入動機。 市場信息的缺口難以消除， 企業(yè)就有利用這種信息優(yōu)勢在事前談判或事后使用資金過程中損害資金供給方利益的動機[17] 。

在市場存在信息不對稱進而可能產生逆向選擇或道德風險的情況下， 試點地區(qū)重視信息基礎能力建設， 通過搭建信息化服務平臺， 整合了中小型科技企業(yè)的基本融資信息， 如天津、武漢、成都等開創(chuàng)的中小微型科技企業(yè)數(shù)據(jù)庫， 北京、上海、江蘇、浙江、陜西等建設的科技企業(yè)信用體系。 此外， 各試點地區(qū)推動科技金融中介服務快速發(fā)展， 如上海和江蘇建立的科技金融信息中介平臺， 中關村科技園區(qū)將信用評價、政府資助和企業(yè)融資各類信息相結合的“瞪羚計劃”[4] 。 這些科技信息服務平臺一般是地方性金融機構， 專門為地方企業(yè)服務。 借助于長期的合作關系， 科技信息平臺對企業(yè)經營狀況的了解程度逐漸加深， 不僅減少了資金供求雙方貸前獲取信息的成本， 而且降低了貸后管理的執(zhí)行成本， 這是試點政策緩解信息不對稱進而降低企業(yè)融資約束的重要因素。

此外， 鑒于創(chuàng)新融資約束的普遍性， 地方政府期望通過政策引導來拓寬企業(yè)融資渠道。 Lerner [18] 研究表明， 政府的資助起到了“質量證明”的作用， 使獲取政府補貼的企業(yè)更易從市場上獲取創(chuàng)新資金。 2011年以來， 我國首批科技金融試點地區(qū)也通過研發(fā)補貼、稅收優(yōu)惠等財政補貼對科技企業(yè)的創(chuàng)新研發(fā)活動提供支持。 雖然政府的財政補貼能夠直接緩解企業(yè)的融資約束， 更為重要的是其對企業(yè)融資的間接影響即政府的“認證”向市場傳遞了一種積極的信號， 鼓勵潛在金融機構向被不完全市場所掩蓋的優(yōu)質企業(yè)提供資金支持， 進而幫助緩解中小型科技企業(yè)融資難問題。 換句話講， 試點政策推動地方政府充當特殊金融中介降低了信息不對稱， 進而緩解了中小型科技企業(yè)融資約束。 因此， 本文提出第二個研究假說：

H2： 試點政策通過降低信息不對稱緩解中小型科技企業(yè)的融資約束。

試點政策若能緩解企業(yè)融資約束， 這種作用在不同類型企業(yè)間或不同地區(qū)間可能存在異質性， 其可能會因企業(yè)規(guī)模、產權性質、地區(qū)金融市場化水平的不同而存在差異。 首先， 從企業(yè)規(guī)模來看， 中小企業(yè)因其較高的單位資金交易成本、信息披露不完善等更易陷入融資約束困境[17] ， 即中小企業(yè)融資更依賴于外部融資環(huán)境， 而大型企業(yè)可以依據(jù)其自身特征優(yōu)勢獲取外部融資。 從這個意義上講， 試點政策效果可能對中小企業(yè)更為明顯。 其次， 國有控股企業(yè)相對私有產權企業(yè)具有一定的融資優(yōu)勢。 地方政府在一定程度上可干預信貸資源的配置， 使國有控股企業(yè)獲取更多的信貸資源[10] 。 且國有控股企業(yè)在遭遇融資困境時更易獲得政府補貼或資助， 這就為其提供了隱性的融資擔保。 理論上， 與國有控股企業(yè)相比， 民營企業(yè)更易面臨融資約束， 其更可能從試點政策中獲益。 最后， 我國的金融體制內生于國家經濟發(fā)展戰(zhàn)略， 導致不同地區(qū)的金融市場化水平存在較大差異， 且地方政府實施嚴格的金融管制， 也會導致金融市場處于高度分割狀態(tài)， 金融資本在地區(qū)間的自由流動存在諸多限制[19] 。 由此可以預見， 依賴于外源融資的企業(yè)， 其創(chuàng)新投入受限于地區(qū)金融市場化水平。 那么， 試點政策效果在金融市場化水平較低地區(qū)應更為突出。 綜上， 本文提出第三個研究假說：

H3： 試點政策的融資約束效應對于小規(guī)模、私有產權、金融市場化水平較低地區(qū)的企業(yè)更為顯著。

三、研究設計

（一）研究樣本

依據(jù)中國證監(jiān)會上市公司行業(yè)分類二級標準（2010版）， 本文以2006 ～ 2018年機械設備儀表制造業(yè)、醫(yī)藥生物制品制造業(yè)以及信息技術業(yè)的中小板上市公司作為初始研究樣本， 并執(zhí)行了以下篩選程序： （1）剔除注冊地在西藏的上市公司; （2）剔除上市首年的公司樣本數(shù)據(jù); （3）剔除ST、?ST類上市公司; （4）對全部連續(xù)變量采用1%的Winsorize縮尾處理。 最終獲得了401家上市公司13年共計2971個研究樣本。 本文的上市公司財務數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。

（二）模型設定

本文將“科技和金融結合”試點政策作為一項“準自然實驗”， 采用雙重差分法評估這一政策對中小型科技企業(yè)融資約束的影響。 具體來講， 本文將試點地區(qū)的中小型科技企業(yè)作為實驗組， 將非試點地區(qū)的中小型科技企業(yè)作為控制組; 相比控制組而言， 實驗組遭受了試點政策沖擊， 可能導致其融資約束變化明顯。 進一步對比兩組樣本融資約束在試點設立前后變動的平均差異， 可得試點政策的凈效應。 本文的實證模型設計如下：

式（1）中： 下標i、t分別表示企業(yè)、年份; KZ是衡量企業(yè)融資約束的被解釋變量; Treat用以區(qū)分實驗組和控制組; Post用于區(qū)分試點政策設立前后的兩個時期; Treat×Post用來劃分試點設立前后的不同組別企業(yè); Z為控制變量合集， 企業(yè)層面包含資產收益率ROA、企業(yè)規(guī)模Nstaff、企業(yè)成立年限Age、銷售增長率SG， 城市層面包含科技支出水平Fund、金融市場化水平Market、金融發(fā)展水平Loan; Dind為行業(yè)固定效應、Dt為時間固定效應。 為克服誤差項在相關維度層面的異方差特征， 本文所有的估計均采用以行業(yè)聚類的穩(wěn)健標準誤。 β1是本文重點關注的系數(shù)， 其衡量了試點設立前后實驗組與控制組樣本融資約束變化的平均差異。 若β1<0， 則意味著試點政策緩解了中小型科技企業(yè)的融資約束; 若β1>0， 則意味著試點政策加劇了中小型科技企業(yè)的融資約束; 若β1=0， 則意味著試點改革的政策效應不明顯。

（三）變量說明

1. 被解釋變量。 融資約束（KZ）為被解釋變量， 構建過程參考Kaplan和Zingales[14] 的做法， 選取經營性凈現(xiàn)金流/上期總資產（CFi，t/Ai，t-1）、現(xiàn)金股利/上期總資產（DIVi，t/Ai，t-1）、現(xiàn)金持有/上期總資產（Ci，t/Ai，t-1）、資產負債率（LEVi，t）、托賓Q值（Qi，t）五個變量， 分別計算上述五個指標的年度中位數(shù)。 當樣本CFi，t/Ai，t-1、DIVi，t/Ai，t-1、Ci，t/Ai，t-1小于其中位數(shù)時， 表明上市公司可能面臨融資約束問題， 則分別將KZ1、KZ2、KZ3賦值為1， 反之為0; 當樣本LEVi，t、Qi，t大于其中位數(shù)時， 表明上市公司可能存在融資約束， 則該樣本對應KZ4、KZ5分別賦值為1， 小于中位數(shù)時賦值為0。 令KZ=KZ1+KZ2+KZ3+KZ4+KZ5， KZ指數(shù)越大， 意味著上市公司面臨的融資約束程度越高。 進一步將KZ指數(shù)作為因變量對其分指標進行邏輯排序回歸， 回歸結果如式（2）所示：

2. 核心解釋變量。 Treati×Postt是本文的核心解釋變量。 其中： Treati為政策虛擬變量， 如果樣本所在城市在2011年被列入“科技和金融結合”試點， 則Treati賦值為1， 反之為0; Postt為政策期虛擬變量， 2011年及之后賦值為1， 否則為0。 根據(jù)雙重差分設計原理， Treati×Postt的系數(shù)為試點政策對中小型科技企業(yè)融資約束的凈效應， 當且僅當企業(yè)注冊所在地位于試點城市， 且時間處于2011年及之后時， Treati×Postt取值為1， 否則為0。

3. 控制變量。 本文分別從企業(yè)和城市兩個層面設置控制變量， 企業(yè)控制變量設置如下： 資產收益率（ROA）， 以凈利潤與總資產平均余額（期初總資產余額與期末總資產余額的均值）的比值表示; 企業(yè)規(guī)模（Nstaff）， 以企業(yè)全體職工的對數(shù)表示; 企業(yè)成立年限（Age）， 以當期與企業(yè)初始創(chuàng)立年份的差值表示; 銷售增長率（SG）， 以企業(yè)年度銷售收入的增長率表示。 城市特征變量設置如下： 科技支出水平（Fund）， 以財政科技支出占GDP的比重表示; 金融發(fā)展水平（Loan）， 以年末金融機構貸款余額與地區(qū)生產總值的比值表示; 金融市場化水平（Market）， 以金融市場化指數(shù)的對數(shù)表示。

四、實證結果與分析

（一）描述性統(tǒng)計

表1列示了主要變量的描述性統(tǒng)計結果。KZ的均值為2.5126，最小值是0，最大值為5，說明樣本企業(yè)面臨不同程度的融資約束。Treat×Post的均值為0.5251，表明約有1560個樣本受到試點政策的影響?？刂谱兞颗c實際情況比較相符，此處不再贅述。

（二）基準回歸結果

為考察試點政策對企業(yè)融資約束的影響， 本文首先對模型（1）進行回歸。 如表2所示， 第（1）列匯報了只控制行業(yè)和時間層面雙向固定效應的回歸結果， 核心解釋變量Treati×Postt的系數(shù)在1%的顯著性水平上為負。 第（2）列進一步控制了城市特征變量和企業(yè)特征變量， 估計結果仍顯著為負， 相比第（1）列的系數(shù)稍有變化。 基準回歸結果表明， 試點設立后， 受到政策沖擊的實驗組相比未受到試點政策沖擊的控制組， 其融資約束得到了有效緩解。 因此， 可以認為試點政策顯著緩解了中小型科技企業(yè)的融資約束。

（三）穩(wěn)健性檢驗

為保證估計結果的穩(wěn)健性， 本文分別從雙重差分法識別假設檢驗、排除其他政策效應影響以及是否受非觀測因素影響三方面進行穩(wěn)健性檢驗。

1. 雙重差分法識別假設檢驗。 雙重差分法要求在沒有外在因素干擾的情況下， 實驗組的結果變量在政策試點設立的前后要具有可比性。 為此， 本文借鑒許和連和王海成[20] 的研究， 設計以下模型：

模型（3）中：? ? ? 為系列年份虛擬變量， 當處于試點政策實施前的第j年時，? ? ? 取值為1; 當處于試點政策實施后的第j年時，? ? ? 取值為1; 除此之外，? ? ? 均取值為0。 這里以首批試點設立的當年作為實驗組， 回歸結果中? ? ?的系數(shù)為試點地區(qū)樣本企業(yè)的融資約束在試點設立前后的差異性變化。 如圖1所示， 2011年之前，? ? ? 的系數(shù)不顯著， 說明企業(yè)融資約束與試點政策并無顯著關聯(lián); 2011年及之后，? ? ? 的系數(shù)顯著為負， 這意味著隨著政策試點的推進， 中小型科技企業(yè)的融資約束得到有效緩解。 這為平行趨勢假定及DID方法的有效性提供了證據(jù)支持。

雙重差分法回歸的殘差序列相關問題可能導致系數(shù)標準誤的估計有偏， 為此， 本文重構兩期雙重差分法進行穩(wěn)健性檢驗。 即在基準回歸的基礎上， 進一步將第二批科技金融政策試點地區(qū)的樣本企業(yè)納入Treati×Postt進行回歸分析。 如表3第（1）列所示， 考慮試點政策擴容后的Treati×Postt系數(shù)并無顯著變化， 回歸結果穩(wěn)健。

試點政策存在一定程度的行業(yè)針對性， 企業(yè)可能預期到該政策的頒布， 進而破壞平行趨勢假定且?guī)怼罢呋祀s效應”[21] 。 對此， 本文在模型（1）中加入新交互項Treati×D10t， D10t為政策沖擊前一年的虛擬變量， 若處于2010年， D10t取值為1， 其余年份皆為0。 回歸結果如表3第（2）列所示， 該項系數(shù)不顯著， 說明預期效應不存在。 此外， 在考慮預期效應的情況下， Treati×D10t的系數(shù)并未發(fā)生實質性變化， 可進一步排除預期效應存在的可能。

2.排除其他政策效應的影響。 除試點政策會拓寬企業(yè)融資渠道外， 2001年前后企業(yè)融資渠道還可能受其他政策的影響。 首先， 同一時期最可能干擾本文結果的當屬國家創(chuàng)新試點城市和國家自主創(chuàng)新示范區(qū)政策， 考慮到上述政策與試點政策的落腳點皆為解決科技創(chuàng)新過程中的難題， Treati×Postt的系數(shù)可能包含上述政策的影響， 進而導致基準回歸結果產生偏誤。 對此， 借鑒馬凌遠和李曉敏[5] 的研究， 表3第（3）列匯報了控制創(chuàng)新試點城市和國家自主創(chuàng)新示范區(qū)（SP）的回歸結果。 結果表明， 同一時期的上述政策并未對本文的基準回歸結果產生實質性的影響。 其次， 宏觀貨幣政策的波動不僅直接影響企業(yè)融資規(guī)模， 還會通過未來復雜的經濟形勢以及企業(yè)未來盈利的不確定性間接影響企業(yè)融資。 表3第（4）列展示了控制貨幣政策波動（MP）的回歸結果， 可見關注變量的系數(shù)并未發(fā)生顯著變化。 最后， 微觀企業(yè)的治理結構同樣會對其融資約束產生影響， 即擁有銀行關聯(lián)企業(yè)的融資約束遠低于行業(yè)平均水平。 表3第（5）列匯報了控制銀行關聯(lián)（BC）后的回歸結果， 結果仍然是穩(wěn)健的。 基于上述檢驗， 可以認為同一時期的其他干擾因素不會對本文回歸結果產生實質性的干擾。

3. 是否受非觀測因素影響。 雙重差分法通過加入控制組的對照， 可以減少需要考慮的控制變量， 但可能存在隨時間、地點變化而無法控制的因素， 如省級政府其他政策的動態(tài)調整可能會導致試點城市科技金融政策實施的變化， 從而使回歸結果產生偏誤。 對此， 表3第（6）列匯報了加入省份×時間固定效應的回歸結果， 表明前文的回歸結果仍是穩(wěn)健的。

本文的識別框架內是否遺漏了重要解釋變量， 進而導致回歸結果有偏？ 對于這一問題實際上是難以觀測的。 為間接地檢驗這些非觀測因素是否會造成回歸結果偏誤， 本文借鑒周茂等[22] 的研究， 采取隨機抽樣的方式進行安慰劑檢驗。 根據(jù)式（1）， Treati×Postt系數(shù)估計值的表達式如下：

在模型（4）中， Z為控制變量的合集， 若? ?=β， 即γ=0， 意味著非觀測因素不會對估計結果的可靠性產生影響。 對此， 采用倒推法求解γ。 首先， 使用計算機生成試點政策對中小型科技企業(yè)的隨機沖擊并重復500次， 這樣的隨機處理能保證試點政策不會對企業(yè)融資約束產生實際影響， 即βrandom=0。 其次， 估計出? random的均值， 由圖2可以發(fā)現(xiàn)隨機處理后的估計系數(shù)? random分布在0附近， 其與基準回歸結果相比已非常接近于0。 最后， 將βrandom和? random代入模型（4）中， 可以推斷出γ近似為0， 進而證明未觀測的企業(yè)或地區(qū)特征變量不會對回歸結果產生影響， 且本文識別策略有效。 這意味著H1得到了支持。

五、 進一步檢驗

（一）影響機制檢驗

試點政策對中小型科技企業(yè)融資約束的影響可能是通過兩個方面實現(xiàn)的： 一方面， 試點地區(qū)搭建了科技與金融的溝通橋梁; 另一方面， 試點政策的認證效應拓寬了企業(yè)的融資渠道。 “信息平臺效應”和“認證效應”都有利于降低信息不對稱， 進而緩解中小型科技企業(yè)的融資約束。

限于信息平臺數(shù)據(jù)的可得性， 本文將上市公司透明度作為信息平臺效應（TRANi，t）的代理指標， 數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫分析師預測子庫。 依據(jù)深交所劃分的四個透明度等級， 依次對TRANi，t賦值4（不及格）、3（及格）、2（良好）、1（優(yōu)秀）。 TRANi，t值越大， 意味著上市公司信息透明度越低（信息不對稱程度越高）。 表4第（1）列匯報了信息平臺效應作為中介變量的回歸結果， Treati×Postt×TRANi，t的系數(shù)在5%的水平上顯著， 這意味著試點政策通過發(fā)揮信息平臺效應來緩解科技企業(yè)的融資約束; 三者交乘項的系數(shù)為負， 說明試點政策對信息透明度低的企業(yè)沖擊更大， 政策效應更明顯。

參考孟慶璽等[23] 的做法， 選取企業(yè)所獲取的政府補助作為認證效應（REi，t）的代理指標， 數(shù)據(jù)來源于上市公司年度財務報表附注中“營業(yè)外收入”所披露的“政府補助”。 統(tǒng)計分析結果顯示， Treati×Postt×REi，t的系數(shù)在5%的顯著性水平上為負， 即企業(yè)獲取的政府補助越多， 試點政策的認證效應越突出。 這驗證了H2的成立。

（二）異質性檢驗

1. 企業(yè)規(guī)模對試點政策效果的影響。 在傳統(tǒng)金融市場中， 中小企業(yè)往往因單位資金交易成本較高、信息披露不完善等被大型金融機構拒之門外[17] 。 本文以企業(yè)期末總資產的中位數(shù)為基準， 將樣本劃分為規(guī)模大和小兩組。 表5第（1）和（2）列匯報了回歸結果， 可見試點政策對兩類企業(yè)的融資約束均有積極顯著的影響， 相較而言， 小規(guī)模企業(yè)的Treati×Postt系數(shù)絕對值更大， 意味著試點政策緩解企業(yè)融資約束的效應在小規(guī)模企業(yè)更明顯。 這說明政策效果與企業(yè)規(guī)模存在較強關聯(lián)， 同樣的政策在大規(guī)模企業(yè)中更多的是扮演“錦上添花”的角色， 邊際效應較小。 中小型企業(yè)長期以來易面臨信貸歧視， 試點政策對其更可能是“雪中送炭”， 政策效果更明顯。

2. 企業(yè)性質對試點政策效果的影響。 國有企業(yè)與民營企業(yè)之間存在戰(zhàn)略目標定位的差異， 使國有企業(yè)比民營企業(yè)面臨的融資約束更小[24] 。 民營企業(yè)由于其經營不穩(wěn)定， 難以從正規(guī)金融機構獲取資金， 長期以來更易遭受“信貸歧視”[25] 。 具體到試點政策， 為檢驗其實施效果是否在民營企業(yè)與國有企業(yè)之間存在差異， 本文將樣本按企業(yè)性質分組進行檢驗。 回歸結果如表5第（3）和（4）列所示， 試點政策緩解企業(yè)融資約束這一政策效應只在民營企業(yè)中顯著， 在國有企業(yè)中不顯著。

3. 地區(qū)金融市場化水平對試點政策效果的影響。 試點政策的初衷是通過優(yōu)化地區(qū)金融資源配置， 降低中小型科技企業(yè)的融資成本。 換言之， 試點政策在一定程度上彌補了試點地區(qū)金融資源配置的低效， 使更多的信貸資源向中小型科技企業(yè)傾斜。 對此， 本文參照王小魯?shù)萚26] 編寫的各省“金融市場發(fā)育程度”指標， 依據(jù)試點政策設立當年的金融市場化指數(shù)中位數(shù)， 將樣本劃分為金融市場化水平高和低兩組。 表5第（5）和（6）列匯報了以金融市場化水平分組的回歸結果。 結果表明， 金融市場化水平較低的地區(qū)， 試點政策顯著緩解了中小型科技企業(yè)的融資約束， 且其影響系數(shù)遠大于基準回歸系數(shù)， 而高金融市場化水平地區(qū)的政策效果不顯著。 這驗證了H3。

六、結論與政策啟示

本文借助始于2011年的“科技和金融結合”這一外生政策沖擊構造準自然實驗， 采用雙重差分法評估試點政策對我國中小型科技企業(yè)融資約束的影響。 研究發(fā)現(xiàn)： 科技與金融的結合有效地緩解了中小型科技企業(yè)的融資約束， 這一結論在考慮識別假設條件和一系列干擾因素后依然成立; 影響機制檢驗發(fā)現(xiàn)， 試點政策主要通過信息平臺效應與認證效應緩解了中小企業(yè)融資約束; 異質性檢驗表明， 政策效應主要存在于小規(guī)模企業(yè)和民營企業(yè); 同時， 金融市場化水平越低的地區(qū)， 試點政策對企業(yè)融資約束的緩解作用越大。 本文從企業(yè)融資約束的角度為我國不斷推進科技與金融結合政策取得的成效提供了有力的經驗支持。

本文的實證結果具有以下政策啟示： （1）科技與金融結合能夠顯著緩解中小型科技企業(yè)的融資約束。 科技部和“一行三會”應持續(xù)推進科技與金融結合的試點建設， 在頂層設計和宏觀協(xié)調之外， 還應該細化對地方的政策指引， 強化金融支持系統(tǒng)（對技術創(chuàng)新轉化為現(xiàn)實生產率起重要作用）， 并使之形成更多可復制的經驗。 （2）地方政府通過政策指引或財政補貼引導金融資源流向， 這一舉措可能導致短期企業(yè)過度投資、長期政策效應減弱等負面問題。 實際上， 科技投資本質上仍屬于市場行為， 應由專業(yè)化的市場主體依靠市場機制運作。 這其中可能存在信息不對稱甚至是市場失靈， 地方政府應著重于強化信息平臺的建設、規(guī)范資信評級機構的發(fā)展。 （3）我國長期發(fā)展經驗表明， 重視中小型科技企業(yè)發(fā)展是培育科技競爭新優(yōu)勢的重要舉措。 著力化解企業(yè)發(fā)展面臨的融資困境， 這要求政府不僅要做好科技和金融結合的長期規(guī)劃， 更要立足于企業(yè)主體的相關特征， 重視政策實施與企業(yè)規(guī)模、企業(yè)性質、企業(yè)發(fā)展階段的匹配度。?【 主 要 參 考 文 獻 】

[1] 鄧可斌，曾海艦.中國企業(yè)的融資約束：特征現(xiàn)象與成因檢驗[ J].經濟研究，2014（2）：47 ～ 60+140.

[2] 徐京平.我國科技型中小企業(yè)融資體系研究[D].西安：西北大學，2014.

[3] 約瑟夫·熊彼特著.何畏等譯.經濟發(fā)展理論：對于利潤、資本、信貸、利息和經濟周期的考察[M].北京：商務印書館，1990：73 ～ 74.

[4] 張明喜，魏世杰，朱欣樂.科技金融：從概念到理論體系構建[ J].中國軟科學，2018（4）：36 ～ 47.

[5] 馬凌遠，李曉敏.科技金融政策促進了地區(qū)創(chuàng)新水平提升嗎？——基于“促進科技和金融結合試點”的準自然實驗[ J].中國軟科學，2019（12）：30 ～ 42.

[6] 鄭石明，伍以加，鄒克.科技和金融結合試點政策有效嗎？——基于雙重差分法的研究[ J].中國軟科學，2020（1）：49 ～ 58.

[7] 陳林，伍海軍.國內雙重差分法的研究現(xiàn)狀與潛在問題[ J].數(shù)量經濟技術經濟研究，2015（7）：133 ～ 148.

[8] Hall B.， Lerner J.. The financing of R&D and innovation[M].North Holland： Handbook of the Economics of Innovation，2010：609 ～ 639.

[9] Scherer F. M.. The size distribution of profits from innovation[M].Spring US： The Economics and Econometrics of Innovation，2000：473 ～ 494.

[10] 解維敏，方紅星.金融發(fā)展、融資約束與企業(yè)研發(fā)投入[ J].金融研究，2011（5）：171 ～ 183.

[11] Brown J.， Fazzari S.， Petersen B.. Financing innovation and growth： Cash flow， external equity and the 1990s R&D boom[ J].Journal of Finance，2009（1）：151 ～ 185.

[12] 陸桂賢，許承明，許鳳嬌.金融深化與地區(qū)資本配置效率的再檢驗：1999-2013[ J].國際金融研究，2016（3）：28 ～ 39.

[13] 姚耀軍，董鋼鋒.中小企業(yè)融資約束緩解：金融發(fā)展水平重要抑或金融結構重要？——來自中小企業(yè)板上市公司的經驗證據(jù)[ J].金融研究，2015（4）：148 ～ 161.

[14] Kaplan S.， Zingales L.. Do financing constraints explain why investment is correlated with cash flow[ J].Quarterly Journal of Economics，1997（112）：169 ～ 216.

[15] Leland H. E.， Pyle D. H.. Information asymmetries，financial structure，and financial intermediation[ J].Journal of Finance，1977（32）：371 ～ 387.

[16] Diamond D. W.， Verrecchia R. E.. Disclosure， liquidity， and the cost of capital[ J].Journal of Finance，1991（4）：1325 ～ 1359.

[17] 林毅夫，李永軍.中小金融機構發(fā)展與中小企業(yè)融資[ J].經濟研究，2001（1）：10 ～ 18+53 ～ 93.

[18] Lerner J.. When bureaucrats meet entrepreneurs： The design of effective 'public venture capital' programmes[ J].The Economic Journal，2002（477）：73 ～ 84.

[19] 世界銀行.2005年全球經濟展望：貿易、地區(qū)主義和發(fā)展（中譯本）[M].北京：中國財政經濟出版社，2005：61.

[20] 許和連，王海成.簡政放權改革會改善企業(yè)出口績效嗎？——基于出口退（免）稅審批權下放的準自然試驗[ J].經濟研究，2018（3）：157 ～ 170.

[21] 劉啟仁，趙燦，黃建忠.稅收優(yōu)惠、供給側改革與企業(yè)投資[ J].管理世界，2019（1）：78 ～ 96+114.

[22] 周茂，李雨濃，姚星，陸毅.人力資本擴張與中國城市制造業(yè)出口升級：來自高校擴招的證據(jù)[ J].管理世界，2019（5）：64 ～ 77+198 ～ 199.

[23] 孟慶璽，尹興強，白俊.產業(yè)政策扶持激勵了企業(yè)創(chuàng)新嗎？——基于“五年規(guī)劃”變更的自然實驗[ J].南方經濟，2016（12）：1 ～ 25.

[24] 余桂明，鐘慧潔，范蕊.民營化、融資約束與企業(yè)創(chuàng)新——來自中國工業(yè)企業(yè)的證據(jù)[ J].金融研究，2019（4）：75 ～ 91.

[25] 林毅夫，孫希芳.信息、非正規(guī)金融與中小企業(yè)融資[ J].經濟研究，2005（7）：35 ～ 44.

[26] 王小魯，余靜文，樊綱.中國分省份市場化指數(shù)報告（2016）[M].北京：社會科學文獻出版社，2017：258 ～ 278.