金融发展、技术进步与全要素生产率关系研究，本文主要内容关键词为：生产率论文,技术进步论文,要素论文,关系论文,金融论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
0 引言
近20 年来，许多高新技术成果的出现以及其快速实现产业化的案例，都在诠释着金融支持的重要作用。但是我国企业一旦获得金融机构的支持，是否能够真正提高企业的技术水平和技术创新能力？
纵观国内外研究成果，大部分研究都表明金融发展对企业全要素生产率和技术创新具有显著作用，提倡加大金融支持以鼓励企业技术水平的提高，但是，我们也可以发现这些研究仍然不少局限性：（1）现有的研究大多从宏观层面建立模型说明它们之间的相关关系，忽略了从微观企业层面对他们进行研究，从而不能使研究问题具体针对性，得出的结论不具有实际操作性；（2）在实证模型研究过程中，微观企业的金融发展指标根本没有涉及和定义，使得在实际操作中对企业金融支持的计量分析很少。
基于以往研究的不足，本文使用深圳证券交易所1995~2010 年的上市企业数据，通过定义企业获得金融支持的相关指标，运用DEA 和Malmquist 指数方法计算出这些样本企业的全要素生产率和企业技术水平的具体状况，通过对他们进行计量分析找出他们之间内在关系，为提高我国企业的研发水平和技术能力提供实证支持。
1 模型设定及其说明
本文首先需要定义企业生产函数，函数形式依然使用C-D生产函数（作为CES、VES生产函数的特例）：F(A,K,hL)=Y=AQ(K,hL)，对于单个企业而言，本文计量模型的估计基于下面的方程：
在上述的方程中，y是企业i的当年新增加的产值，A代表企业全要素生产率，代表企业i的技术水平，k是企业i拥有的资本，h企业i每个工人所拥有的人力资本，t企业i所拥有的技术，
是其他企业对本企业的影响（主要是指技术外溢，出于简化目的假定为外生变量），
是随机误差项。显然企业产出依然由资本、劳动和技术进步来推动。根据方程（2）所述，企业全要素生产率由企业所拥有的技术能力以及其他企业技术外溢来决定，这也和现实情况相符合，本文的研究侧重企业自己所拥有的技术水平，因此假定其他相关企业技术外溢为确定值。本文假定企业技术能力与其全要素生产率呈现规模报酬不变或者递增，企业的全要素生产率A作为不可以观察的变量，需要我们进行估计。本文首先对方程（1）和（2）两边取自然对数，可以得到方程（3）和（4）：
根据方程（8），我们知道企业的技术水平和企业全要素生产率之间存在密切的关系，它们之间已经存在函数关系（见方程（4）），但是企业获取金融支持（即是企业借贷资本）首先通过生产函数影响企业的全要素生产率，但是不能直接作用于企业的技术水平。因此，企业的技术水平和企业获取金融支持之间需要通过企业全要素生产率这个桥梁联系。因此根据C-D 生产函数来计算“索洛剩余”，求出企业的全要素生产率并不适用方程（8），因此笔者则采取另外一种常用的方法——即Malmquist 生产率指数方法，来测定企业全要素生产率，并且能够根据方程（8）进行实证分析企业的技术水平和企业全要素生产率之间的关联。
2 样本数据选取及其指标设定
2.1 样本数据选取
本文选取深圳证券交易所上市公司1995~2010 年的企业年报数据作为计量样本，数据全部来源于国泰安CSMar数据库。在所选64 家上市企业中，已经剔除了金融类、零售类、加工类上市公司样本（以企业主营业务为标准）以及其中缺失数据的样本企业。之所以选取1995~2010 年的企业年报数据作为计量样本，主要有两个原因：（1）进行实证分析需要选取的样本年份足够长，并且上市公司样本数量适宜，这样有利于本文计量模型的需要；（2）笔者认为1995~1996 年作为一个重要的拐点年，标志着上海和深圳两个证券交易所真正走向成熟，因为在这两年期间，T+1交易制度以及10%涨停板制度的实施保证了交易所的正常、稳定、有序运行；更为突出性事件是在1995年3月，当证券市场已经发展四年多以后，才进政府工作报告，拿到了准生证。这意味着证券市场突破了政策的束缚，开始了真正意义上的独立发展。因此本文选取的样本也就从1995年开始，也是基于上述原因。
2.2 指标设定
Malmquist 生产率指数是由瑞典经济学家和统计学家Sten Malmquist于1953年首先提出的，主要用于分析不同时期的消费变化，Caves等将该指数引入到投入产出分析，从而提出了Malmquist生产率指数，其后Fare等将其分解为规模效率、纯技术效率和技术进步。其方法如下：
企业的技术水平标志着企业进行技术创新的能力，由于微观样本数据的缺失，本文不能根据常见的测定企业技术水平的指标如R&D占总销售收入的比重以及企业技术人员数量占企业总人数比重等来衡量，而是利用Malmquist生产率指数方法计算出的企业技术进步指数（TECHCH，和前面的TΔ雷同）来表示企业技术水平。
关于上市企业金融发展指标的确定，在以往的文献较少涉猎。本文借用金融相关率这一指标来设计微观企业金融发展指标，其中金融相关率是指全部金融资产价值与全部实物资产（即国民财富）价值之比，一般采用存贷款余额/实际GDP 的值。而微观企业金融发展指标采用企业当年借款总额与企业总资产之间的比例，采用借款总额可以衡量企业从金融机构获取多少金融支持，也用来衡量企业的金融发展状况。
3 实证分析
3.1 样本企业全要素生产率的描述性分析
本文首先运用DEAP2.1 软件对所选样本的数据进行测算，计算出总体样本企业Malmquist 生产率各项指标均值，如表1 所示。可以看出，自1996~2010 年，样本企业全要素生产率总体水平达到1.005，已经超过了1，并且由技术进步引起企业全要素生产率的增长起到主要作用，说明样本企业的技术水平在这段时间里有所增长,也间接暗示了中国上市企业技术水平总体上有所进步。从表1 中可以发现，自1999 年以后，样本企业技术进步指数（TECHCH）基本上都大于1，表明样本企业的技术水平自从1999 年以后有了很大程度的提升，带动了企业全要素生产率的进步；而技术效率指数值（EFFCH）则是在1 左右不断波动，表明企业技术效率水平增长不明显，也进一步说明了样本企业全要素生产率的增长主要由企业技术进步所推动的。
表2 则是描述了各变量的统计特征，从中可以看出，代表微观企业金融发展指标FD 的均值仅为0.0312，这不仅说明了样本企业金融发展还处在比较低的层次，而且也说明了当前各商业银行对企业的金融支持力度还存在很大的欠缺，因此有待改进各企业的金融发展水平。并且企业技术进步指数均值也不很高，进一步说明了当前我国企业普遍技术创新力度不强，需要进一步从各个方面进行改进，而商业银行金融支持是其中十分重要的一个环节。
3.2 方法和模型
由于样本数据采取面板数据形式，因此建立的实证模型也是基于Panel Data 模型。
为了说明金融发展与企业全要素生产率和技术创新之间存在长期的稳定关系，因此首先需要对实证变量lnTFP、lnTD 和lnFD进行平稳性检验。用Fisher-ADF 和Fisher-PPF单位根检验（简称FADF和FPP）的同时，使用了LLC、Hardi、IPS、FADF、FPP五种检验方法对变量lnTFP 、lnTD和lnFD的水平值进行单位根检验。运用5 种不同的面板单位根检验方法得到的结果都表明：根据LLC、FADF和FPP检验结果,变量lnTFP、lnTD和lnFD的水平值不存在单位根；而根据IPS 和Hardi 检验结果表明，变量lnTD和lnFD没有通过检验，依然存在单位根。因此，我们仍认为变量lnTFP、lnTD和lnFD是平稳的，不存在单位根。
由于三变量之间存在长期的稳定关系，接下来需要建立PanelData 模型，建立它们之间的长期实证关系。
假设所有的斜率在不同的样本点和时间上都相同，但截距不同；而
则假设截距和斜率在不同截面和时间上都相同。如果接受，则采用无个体影响的不变系数模型，无须进一步的检验；若拒绝，则需检验。如果拒绝假设，则采用变系数模型，否则就认为符合变截距模型。
3.3 实证结果分析
实证结果表明，企业全要素生产率、技术进步指数以及金融发展存在显著的长期相关关系，这从模型（11）、模型（12）可以看出，上市企业从商业银行获取的金融支持（或者企业金融发展）每增加1%，就可以使企业技术进步指数在当年减少0.153274%，使当年企业全要素生产率减少0.267575%。并且从模型（11）、模型（12）还可以看出，滞后一期的企业金融发展对当期的企业技术进步指数和企业全要素生产率十分显著，滞后一期的企业金融发展每增加1% ，就可以使企业技术进步指数在当年增加0.3298251%，使当年企业全要素生产率增加0.169574%。实证结果证明企业金融发展具有十分显著的滞后效应。
笔者认为上述实证结果主要由两个相反作用的效应所导致：
根据Vroom 提出的著名行为动机理论——期望理论，本文认为企业追求技术创新收益最大化和对创新成功的预期概率的动力函数可表达为:
其中，M——创新动力；R——创新收益；E——创新成功的期望概率。
从上面公式（13）可以看出，上市公司作为国内最具有竞争力的企业，技术创新成功可使公司在一段时间内享有创新的超额利润，这就是创新的收益和驱动力。企业在当期获取商业银行融资支持，拥有足够的资金进行技术创新，产生了进行创新的期望。但是技术创新具有不确定性，存在创新活动的期望概率，成功和失败的情况都可能存在。
如果企业在当期技术创新活动获得成功，创新收益得以实现，增加了企业技术进步指数和全要素生产率，伴随研发活动的不断深入，企业的技术进步指数和全要素生产率也会不断增加，笔者把这一种作用机理称为技术创新的激励效应。但是企业一旦在当期的技术创新活动不能获取成功，在当期企业金融资本增加的情况下，就会使企业技术进步指数和全要素生产率相对下降，出现当期金融发展对企业技术进步指数和企业全要素生产率产生负相关关系的情况，笔者把这一种作用机理称为技术创新的逆效应。
在本文的实证结果中，同期金融发展与技术进步和全要素生产率负相关即是逆效应的表现。而滞后一期企业金融发展则对企业技术进步指数和企业全要素生产率产生显著的正相关关系，说明样本企业在后一期的技术创新活动获得突破性进展或者研发成功，使得企业技术进步指数和企业全要素生产率明显增加，是激励效应的表现。并且从上面实证结果中可以看出企业金融发展对企业技术进步指数的影响小于企业全要素生产率，这是因为根据模型（2）的设定，企业技术创新影响企业全要素生产率，它们之间存在显著的激励效应。企业技术创新活动不断深入，使得企业技术进步指数增加，最终影响到企业全要素生产率。
4 结论与建议
通过本文研究发现，企业全要素生产率、企业技术进步指数以及金融发展之间存在显著的长期相关关系，在当期，企业金融发展对企业技术进步指数和全要素生产率产生显著的负相关关系，然而滞后一期的企业金融发展对当期的企业技术进步指数和企业全要素生产率产生显著的正相关关系，并且企业金融发展具有十分显著的滞后效应，也为笔者提出建议提供了实证依据。
因此，要改变当前我国企业技术创新不积极的现状，就必须减少企业对技术创新的不利预期，促使企业有动力来进行创新，提高企业的全要素生产率，这无疑需要政府、商业银行和企业三方共同去努力。对于企业来说，需要坚持对本企业技术创新的资金投入，做好财务规划，挺过逆效应期，获得“超额利润”。对于商业银行来说，可以通过各种方式加大对企业技术投资的金融支持力度。联手政府、创投、担保公司和其他相关机构，共同分享风险和收益。对于政府来说，需要对企业的技术投资借贷提供担保，使得商业银行愿意对企业的技术创新活动提供资金，降低银行风险。