论文部分内容阅读
自改革开放以来“科学技术是第一生产力”这一概念逐渐深入人心,邓小平同志1992年南方讲话之后科技和金融这两个名词开始紧密结合在了一起,随之我国开始出现科技金融这一新兴学科分支。科技是推动生产力进步的一项重要因素,金融是经济增长的重要助力。金融和科技相结合之后,金融能够更好的促进科学技术的进步,提高社会生产力实现经济快速增长、加快中国经济发展、完成中国经济结构转型。在2017年召开的党的第十九次代表大会中更是提出创新特别是科技创新是引领中国发展的第一动力这一理念。然而科技创新的实现就离不开金融投入的支持。
本文选取了我国26个省、市、自治区(除去港澳台和蒙古、海南、西藏、青海、新疆地区,由于这些地区数据缺失严重)的2005年到2015年的科技金融面板数据进行了DEA投入产出效率研究和PVAR动态关系研究。DEA模型是目前最成熟和使用范围最广的一个多投入对多产出的相对效率估计模型。PVAR模型则是解决了VAR模型不能进行面板数据估计的缺陷,实现了面板数据的动态分析。
在以往的科技金融效率研究中,学者们更多的是研究了科技投入对科技产出的效率,并没有真正的去研究金融投入对科技产出的效率。本文研究发现金融投入与人力资本投入和企业自身研究资金都呈现出几乎完全正相关性,因此金融投入完全可以作为投入指标和科技产出指标进行我国科技金融的相对效率估计,排除掉的两项科技投入指标并不会对最后的相对效率结果产生重大影响。因此,本文在以往学者研究的科技投入四大指标中去掉人力资本投入和企业自身研究资金这两个投入指标,另外引入创业风险投资资金指标作为直接融资指标与公共融资政府财政拨款和间接融资金融机构贷款一起作为金融投入的三大指标来对科技金融投入产出效率进行了研究分析。
还有在过去的科技金融研究中,学者们更多的是集中于对科技金融的静态研究之上,鲜有对科技金融进行动态研究的。更是从来没有学者将PVAR模型引入到科技金融的研究领域之中。因此本文对科技金融的PVAR研究是对以往科技金融研究的一次补充。
由于之前学者在研究科技金融效率时往往只是仅仅使用了DEA模型进行效率研究,而没有进一步的使用PVAR模型来研究投入指标内部各指标对科技产出的影响。因此,以往的科技金融研究中没有给出一个系统的对科技金融效率产生影响的成因分析。
本文的第一章主要介绍了我国科技金融的发展历程,详细的说明了本文所研究的科技金融是指在科技研究、科技成果转化和科技产品市场化的过程中,金融对这一过程的一系列的支持行为,阐述了本文的研究意义和研究内容、方法以及本文的创新和不足之处。
第二章则介绍了本文基于的理论和科技金融的研究现状。
第三章是本文的重点章节,主要突出表达了本文是研究金融投入对科技产出的效率,金融投入是指科技企业从外部渠道获得的资金投入,主要分为公共融资和市场融资。对我国26个省市的2005年、2010年、2015年三个时间节点的科技金融效率进行了DEA模型分析,发现我国省域科技金融发展差异化很大,总体省域科技金融效率水平低下。
第四章是在第三章DEA效率分析基础上的一个延续,主要研究了金融投入和科技产出之间的动态关系,发现金融投入融资结构内部的各项投入指标对科技产出的影响效果大为不同,对科技产出的贡献度也不尽相同。
第五章则是在前两章的实证分析结果之上进行总结归纳,发现了融资结构不尽合理,资金利用效率低下,现行政策不尽完善,科技产出总量较低和科技基础现状不佳这五种对科技金融效率产生影响的成因。
第六章则是以四川省为例更加具体的分析了我国科技金融低效率的原因,研究发现四川省能够很好的代表我国低效率省市,归纳的五大成因在四川省中都能够有效的找到。
本文最后的研究结果发现(1)我国省域科技金融效率存在很大的差异性,且总体科技金融效率比较低,在研究的三个时间点中有超过一半的省市科技金融DEA综合效率小于1,达不到DEA有效。(2)金融投入指标对科技产出都具有正向促进效果,其中金融机构贷款的正效应最强,创业风险投资资金的正效应其次,政府财政拨款的正效应最弱。(3)影响我国科技金融效率的因素不是单纯的一个,而是由众多的影响因素组成,想要提高科技金融效率就必要协调好这些影响因素之间的关系,例如在增加投入的同时,调整金融投入内部的组成,优化科技金融内部结构等。(4)四川省科技金融效率低的主要原因是在金融投入端政府财政拨款冗余,财政资金利用效率太差和科技产出端的科技成果转化率较低所引起的。
本文认为政府在科技金融中应该更多的充当一个引导者和氛围创造者这样的角色,完善我国金融市场,鼓励银行等金融机构加大对科技型中小企业的贷款和繁荣我国的风险投资基金市场。银行应该更加充分的利用科技支行这一工具,积极解决目前对科技型中小企业进行贷款时存在的信息不对称和高风险等问题,积极向国外的成功科技银行—硅谷银行学习。
本文选取了我国26个省、市、自治区(除去港澳台和蒙古、海南、西藏、青海、新疆地区,由于这些地区数据缺失严重)的2005年到2015年的科技金融面板数据进行了DEA投入产出效率研究和PVAR动态关系研究。DEA模型是目前最成熟和使用范围最广的一个多投入对多产出的相对效率估计模型。PVAR模型则是解决了VAR模型不能进行面板数据估计的缺陷,实现了面板数据的动态分析。
在以往的科技金融效率研究中,学者们更多的是研究了科技投入对科技产出的效率,并没有真正的去研究金融投入对科技产出的效率。本文研究发现金融投入与人力资本投入和企业自身研究资金都呈现出几乎完全正相关性,因此金融投入完全可以作为投入指标和科技产出指标进行我国科技金融的相对效率估计,排除掉的两项科技投入指标并不会对最后的相对效率结果产生重大影响。因此,本文在以往学者研究的科技投入四大指标中去掉人力资本投入和企业自身研究资金这两个投入指标,另外引入创业风险投资资金指标作为直接融资指标与公共融资政府财政拨款和间接融资金融机构贷款一起作为金融投入的三大指标来对科技金融投入产出效率进行了研究分析。
还有在过去的科技金融研究中,学者们更多的是集中于对科技金融的静态研究之上,鲜有对科技金融进行动态研究的。更是从来没有学者将PVAR模型引入到科技金融的研究领域之中。因此本文对科技金融的PVAR研究是对以往科技金融研究的一次补充。
由于之前学者在研究科技金融效率时往往只是仅仅使用了DEA模型进行效率研究,而没有进一步的使用PVAR模型来研究投入指标内部各指标对科技产出的影响。因此,以往的科技金融研究中没有给出一个系统的对科技金融效率产生影响的成因分析。
本文的第一章主要介绍了我国科技金融的发展历程,详细的说明了本文所研究的科技金融是指在科技研究、科技成果转化和科技产品市场化的过程中,金融对这一过程的一系列的支持行为,阐述了本文的研究意义和研究内容、方法以及本文的创新和不足之处。
第二章则介绍了本文基于的理论和科技金融的研究现状。
第三章是本文的重点章节,主要突出表达了本文是研究金融投入对科技产出的效率,金融投入是指科技企业从外部渠道获得的资金投入,主要分为公共融资和市场融资。对我国26个省市的2005年、2010年、2015年三个时间节点的科技金融效率进行了DEA模型分析,发现我国省域科技金融发展差异化很大,总体省域科技金融效率水平低下。
第四章是在第三章DEA效率分析基础上的一个延续,主要研究了金融投入和科技产出之间的动态关系,发现金融投入融资结构内部的各项投入指标对科技产出的影响效果大为不同,对科技产出的贡献度也不尽相同。
第五章则是在前两章的实证分析结果之上进行总结归纳,发现了融资结构不尽合理,资金利用效率低下,现行政策不尽完善,科技产出总量较低和科技基础现状不佳这五种对科技金融效率产生影响的成因。
第六章则是以四川省为例更加具体的分析了我国科技金融低效率的原因,研究发现四川省能够很好的代表我国低效率省市,归纳的五大成因在四川省中都能够有效的找到。
本文最后的研究结果发现(1)我国省域科技金融效率存在很大的差异性,且总体科技金融效率比较低,在研究的三个时间点中有超过一半的省市科技金融DEA综合效率小于1,达不到DEA有效。(2)金融投入指标对科技产出都具有正向促进效果,其中金融机构贷款的正效应最强,创业风险投资资金的正效应其次,政府财政拨款的正效应最弱。(3)影响我国科技金融效率的因素不是单纯的一个,而是由众多的影响因素组成,想要提高科技金融效率就必要协调好这些影响因素之间的关系,例如在增加投入的同时,调整金融投入内部的组成,优化科技金融内部结构等。(4)四川省科技金融效率低的主要原因是在金融投入端政府财政拨款冗余,财政资金利用效率太差和科技产出端的科技成果转化率较低所引起的。
本文认为政府在科技金融中应该更多的充当一个引导者和氛围创造者这样的角色,完善我国金融市场,鼓励银行等金融机构加大对科技型中小企业的贷款和繁荣我国的风险投资基金市场。银行应该更加充分的利用科技支行这一工具,积极解决目前对科技型中小企业进行贷款时存在的信息不对称和高风险等问题,积极向国外的成功科技银行—硅谷银行学习。