本站原创摘 要：科学技术是第一生产力,是促进经济方式转变和结构调整,提升综合国力和保持经济持续发展的不竭动力.科技创新是科学技术发展的源泉,科技水平的提高与科技创新的发展是衡量企业的发展前景与综合实力的一个重要的指标.科学技术的发展离不开科技创新,科技创新的开展又需要强大的资金支持.因此,努力营造科技创新的投融资环境,系统地研究科技创新的金融支持问题,对促进企业科技创新能力的发展,具有极为重要的意义.针对如何为科技创新提供更好的金融支持,以江苏省为例,根据1990年到2010年间的相关数据和实例,通过实证进行了分析.
关 键 词 ：企业；金融支持；科技创新；政策建议
中图分类号：F8 文献标志码：A 文章编号：1002-2589（2012）19-0085-02
引言
在当今世界,各国的经济发展中,科学技术的推动力是巨大的,从第一次科技革命以来人类从中获得的收益数不胜数.有了科技创新,大量的科技成果就可以为各行各业的发展提供新鲜的血液和能量,科技的创新成果就转化为了经济实力的增长.为了促进我国科技创新与金融业发展的良性循环,我国政府有关部门制定了很多的政策和法律法规,并且获得了很好的成效.与此同时,我们应当看到我国东、中、西部地区的发展极不平衡,企业科技创新面临融资困难、效率低下的问题.为解决这些问题,作者以江苏省为例,对过去十几年来的科技创新与金融方面的数据进行了实证分析,实证分析了江苏省金融支持与科技创新之间的关系,提示了中国金融支持科技创新的制约因素,提出了优化江苏省科技创新金融支持体系的对策建议.
一、江苏省科技创新与金融支持的现状
随着江苏经济结构的不断调整,江苏的中小企业经营范围日益扩大,私营经济增长较快的一个最显著的特征就是高新技术产业的快速成长.为了促进高新技术产业的顺利发展,江苏省形成了与科技创新相呼应的覆盖银行、证券、保险服务部门的网络.然而我们应该看到的是,尽管江苏省科技金融的整体发展位居全国省市区的前列,但是在科技创新活动的融资方面仍有不足.在反映各个地区的科技创新活动的融资来源的指标中,对科技活动的资金投入以及科技活动所需经费占资金筹集总额的多少,是反映的主要指标.近年来,江苏省科技活动所需经费的筹集资金总额一直表现为迅猛增长态式,但是这其中主要的经费来源是企业的自有资金.金融机构为企业科技创新所提供的贷款支持只占企业科技创新活动筹资总额比例的很小一部分,而且还有逐渐下降的不良趋势.
二、金融支持对科技创新的影响实证分析
模型设立
模型的建立,考虑的是一般的线性回归模型,建立的线性回归方程如下式所示：
LnSQ等于a0+a1LnGP+a2ZCQ+μi
数据来源
数据来源：本文以中国统计年鉴与江苏统计年鉴上1995年到2009年的15年的数据为样本,运用Eviews5.0计量分析软件对相关的数据和指标进行建模,并进行相关的检验.所有数据主要来源于江苏统计年鉴,江苏知识产权局以及wind金融数据库.这里只给出指标的最终数据.
衡量指标的选择
技术创新（SQ）.科技创新的衡量指标很多,目前主流的指标是科技创新能力和科技创新产出.两个指标中,从科技创新能力角度来分析科技创新的方法可以选择的指标非常多,而且这些指标所反映出来的结果会显现出一些矛盾的地方,所以这种主观性很大的方式就不适合用来分析.本文选取专利的申请数,这样可以直观地看到金融支持对于科技创新的影响,为了消除异方差的影响,对专利申请量（SQ）取自然对数得到LnSQ.
金融规模的支持指标（GP）.该指标是江苏省上市公司在股票市场年募集资金总额.由于江苏省的股票市场比较发达,省内上市公司数量占股票市场上市公司数量之比一直处在较高的水平,每年新增上市公司数量的比例也在全国前列,因此,选取该指标代表科技创新的金融规模支持指标具有较强的代表性.
金融结构的支持指标（ZCQ）.该指标是江苏省金融机构中长期贷款与年末贷款余额的比例.由于科技的创新需要来自金融机构的贷款的支持,并且由于科技创新所能带来的收益的时效性问题,很多的科技创新需要一年以上才能够取得收益,因此选取金融机构中长期贷款的在总贷款中的比例来衡量银行业金融机构对于科技创新的支持.
运用Eviews5.0数据进行拟合,建立的方程如下：
LnSQ等于5.883717+0.421895LnGP+5.731059ZCQ+μi
t等于（35.76376） （7.413288） （11.70178）
p等于（0.0000）*** （0.0000）*** （0.0000）***
F等于410.0767 Prob(F-statistic)等于0.000000
R2等于0.985580 D-W等于2.070463
J-B等于0.079339 Prob（J-B）等于0.961107
自相关检验：
为检验方程是否存在自相关的问题而导致形成伪回归,下面对方程进行自相关检验,采用的是Durbin-Watson检验.在1%的显著性水平下,由Eviews软件做线性回归时给出的D-W统计量为2.070463,在k’等于1（代表不含截距项的解释变量的个数）,n等于12时,由查表可以得出dl等于0.811,du等于1.070,可以得出,D-W统计量位于du和4-du之间,可以接受原假设：回归方程不存在自相关问题.
异方差检验：
为检验方程是否存在异方差问题,对方程进行是否存在异方差的检验,采用的White异方差检验.
建立的方程如下：
μ2i等于α1LnGP+α2ZCQ+α3（LnGP）2+α4ZCQ2+νi
得出上述回归方程的R2等于0.259478,计算White检验统计量为n*R2等于3.892185,在1%的显著性水平下,临界值为13.2767,n*R2<13.2767,故接受原假设:回归不存在异方差问题.