金融学论文栏目提供最新金融学论文格式、金融学硕士论文范文。详情咨询QQ:1847080343(论文辅导)

我国科技金融效率评价及影响因素研究

日期:2021年08月28日 编辑:ad201107111759308692 作者:无忧论文网 点击次数:486
论文价格:150元/篇 论文编号:lw202108152032423940 论文字数:45665 所属栏目:金融学论文
论文地区:中国 论文语种:中文 论文用途:硕士毕业论文 Master Thesis
相关标签:金融学论文

本文是一篇金融学论文,本文首先从已有的相关文献研究入手,梳理了科技金融内涵以及相关理论基础,在对我国科技金融投入产出现状分析的基础上,运用超效率 DEA 模型测算了2011-2017 年我国科技金融投入产出的整体效率、研发投入产出效率、经济产出效率,并将科技金融投入产出效率分解为科技金融纯技术效率和科技金融规模效率,深入分析了规模效率的变化情况;在此基础上,进一步对科技金融投入产出的无效率部分进行了剖析;最后,通过灰色关联分析以及构建面板固定效应模型实证研究了科技金融投入产出效率的影响因素。


第 1 章 绪论


1.1 研究背景与意义

1.1.1 研究背景

十九大报告指出,在经济结构调整关键时期,我国经济结构要完成从中低端走向中高端的转型升级,落脚点应在科技创新上,要依靠科技创新替代部分传统生产要素投入。科技发展能助推经济发展,而经济发展带来的金融产业水平的提高能为科技产业的发展提供充足的资金需求。由此应运而生的科技与金融结合的科技金融已经成为当前推动经济社会发展的新动力,尤其是科技型企业,它作为科技金融领域中具有较大活力的部分,为社会创新进步贡献了极大的力量,也是推动经济发展的重要贡献者。我国供给侧结构性改革不断深入,科技创新会成为我国未来经济增长的新动力。科技金融的结合不仅能推动国家引导的创新驱动战略的实施,更能促进科技金融的高质量发展,更好地使得科技金融服务实体经济。

随着科技金融浪潮的掀起,各国的实力较量不单单只是产值总量的较量,而是科技的竞争,更是金融不断发展下科技创新更加深度发展的较量。美国对华实施贸易战,说明中国科技创新发展态势强劲,已对世界经济产生重要影响,这使我们意识到科技创新是实现科技技术第一生产力的助推器,更是充分印证了习近平总书记的观点:国家强盛需要以科技发展为基础,民族进步需要以创新发展为根本。显而易见,中美贸易战的本质是科技战,是以教育体制、创新体制为核心的科技软实力竞争,它进一步警醒中国企业尤其是科技型企业,创新是企业发展和进步的生命力。因此,科技创新对企业发展以及对国家经济的重要性不言而喻,如何将金融资源有效投向科技研发创新领域,如何有效进行科技成果创造,这些都是目前科技金融发展所面临的难点。而金融投入与科技产出之间的最优配置问题,即科技金融效率问题,更是目前学者们关注的焦点。

.....................


1.2 国内外文献综述

1.2.1 金融发展对科技的影响研究

由于国外资本经济发展以及金融市场发展迅速,有关金融发展对科技影响的研究是早于国内的。Schumpeter(1912)是第一个提出金融发展能够进一步促进科技创新的学者,他认为金融的发展能够使得金融市场通过信息甄别的方式将资金提供给具有潜在科技创新能力且急需资金的企业,从而促进科技创新[1]。然而,此后很长一段时间内,国外学者逐渐忽略了对于金融与科技关系的深入研究。直到1969 年,John Hicks(1969)再次提出在金融市场体系中,流动性金融资产可以转化为长期资本投资,如此资本形式的变化能为科技企业以及科技发展提供充足的长期资本[2]。Mckinnon 和 Shaw(1973)认为金融深化可以更加有效地促进科技创新资源的配置,最终会使得经济出现持续的稳定增长[3,4]。King 和 Levine(1993)根据熊彼特(Schumpeter)的研究,提出了新的熊彼特流派增长模型,这个增长模型是以金融系统的支持为支撑的。其中的金融系统之间的各系统相互作用,能够提高科技创新效率[5]。

在接下来的研究中,Levine(1997)发现金融发展通过影响科技技术创新进而影响社会经济的增长,因此,Levine 提出了国家实现经济稳态增长的新思路:是要将金融发展作为首要任务,通过发展国家金融行业来进一步推动科技的创新进而实现国家经济的增长[6]。Aghion 等(1998)也基于熊彼特流派增长模型研究金融发展与科技之间的关系,与 Levine 的结论相似,他的研究结果也显示经济增长率的提高是由金融对科技资金支持所间接引起,由于金融的发展可以有效促进科技创新,进而促进提高经济增长率的上升[7]。Schwartz(2000)研究了金融发展和科技创新的关系,发现科技创新与金融支持紧密相关,脱离了金融支持的企业无法筹集足够的资金,难以进行创新活动[8]。在此基础上,Fagerberberg 等(2006)的研究发现金融市场的支持在高技术创新中是非常关键的[9]。Chowdhury 和Maung(2012)则从发展程度不同的国家入手,研究在不同发展程度下金融发展对科技企业创新的影响。实证结果表明,在发达国家和新兴国家中,金融市场的发展水平会影响企业对技术创新的研发投入[10]。Nanda 等(2014)的研究报告再次指出,活跃的金融市场更能够促进科技创新[11]。

.........................


第 2 章 科技金融活动的逻辑机理分析


2.1 科技金融的内涵

2.1.1 科技金融界定

金融能为科技发展带去原始动力,是科技进步的基础。国内外对科技金融概念没有形成统一的标准。国外对科技金融的研究较早,但国外学者更倾向于研究金融与科技二者之间的相关性,并没有直接提出科技金融的相关概念。国内对科技与金融结合的科技金融相对于国外较晚,在 1993 年深圳市科技局发表的《科技金融携手合作扶持高新技术发展》一文中才首次出现了“科技金融”这一词汇,当时是指将金融作为推动科技进步进而推动经济发展的重要手段。同年,中国科技金融促进会成立,国家颁布了《中华人民共和国科学技术进步法》等有关促进科技金融发展的法律制度,这些都极大地推动了对科学金融的理论研究与实践应用。但在之后的很长一段时间内,国内学术界更多的是单纯地研究金融对科技的支持力度,并没有对科技金融有过明确的内涵界定。赵昌文(2009)是国内首个阐明科技金融内涵的学者,他认为科技金融是科技与金融的有效融合,科技是“第一生产力”,金融是经济发展的“第一推动力”,两个第一的融合是创新的制度体现,是促进科技开发、成果转化和高新技术产业发展的一系列金融工具、金融制度、金融政策与金融服务的系统性、创新性安排[76]。这样的系统性安排包括各种科技金融主体以及各主体在融资过程中的各种行为活动,科技金融主体包括政府、企业、市场、社会中介机构等,这些主体是能为企业或研发机构的科技创新活动提供融资和资金支持的[76]。这样形成的科技融资活动体系就是科技金融的内涵,是国家金融创新体系和科技创新体系的重要组成部分。

...........................


2.2 科技金融活动的作用机理分析

上述主要是对科技金融概念以及科技金融体系构成进行了梳理,这也是科技融为技术创新提供资金支持过程的重要组成部分。在完成了资金注入后,科技金融需求方会引入相应的人才进入到科技金融活动中,通过一系列的科技基础研究和应用研究得到科技金融的产出。这里的产出主要分为科技直接产出和科技经济产出,科技直接产出主要是指未经过市场化、不能直接从中获得收益的产出,主要有科技论文发表数、专利授权数。科技经济产出主要是指科技成果转化后能直接从中获得收益的产出,体现为对经济发展的直接贡献,主要有技术市场成交合同额、新产品销售收入、高技术产品出口额。这里就完成了第一轮金融对科技支持的融资活动,也就是狭义层面的科技金融。而科技金融的产出会促进科技进步,科技技术的进步就会渗透到金融领域,对金融模式、金融工具等进行融资模式的再创新,进而为科技需求方提供更多样化的金融服务。这里就完成了科技金融活动的一个循环过程,也就是广义层面的科技金融。然后金融再继续对科技进行融资支持,按照这个流程不断循环。科技金融活动的整个流程可以用图 2.1 来表示。

图 2.1 科技金融活动的作用机理示意图

图 2.1 科技金融活动的作用机理示意图

...............................


第 3 章 我国科技金融发展现状................................27

3.1 我国科技金融投入现状.......................................27

3.1.1 政府投入.........................................27

3.1.2 金融机构投入............................28

第 4 章 我国科技金融效率测算.........................43

4.1 评价方法.......................................43

4.2 科技金融投入产出效率评价指标体系构建.................................44

第 5 章 我国科技金融效率的影响因素分析.................................57

5.1 模型构建..........................................57

5.2 变量选取与数据来源....................................58


第 5 章 我国科技金融效率的影响因素分析


5.1 模型构建

由于 DEA-CCR 和 DEA-BCC 模型会使得只要达到了生产有效前沿面的决策单元的效率值都为 1,这样的 DEA 模型测算得到的效率值介于 0 到 1 之间,这类数据分布属于归并数据类型,因此,为防止估计参数出现偏差,大多数文献采用 Tobit模型进行回归分析。但本文采用的是超效率 DEA 模型,能够对同时处在生产前沿面上的有效决策单元进行重构有效前沿面,对有效决策单元进一步排序,而非有效决策单元的效率值不变