新的金融科技范文

引言：寻求写作上的突破？我们特意为您精选了4篇新的金融科技范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

中图分类号：F830 文献识别码：A 文章编号：1001-828X(2016)013-000268-01

一、文献评述

对金融支持科技创新的作用研究最早的是熊彼特，他在《经济发展理论》中强调了技术在企业成长和经济增长过程中的重要作用。而国内关于金融对科技创新的研究则起步较晚。李悦(2008)分析研究了金融在不同产业阶段对科技创新产生的不同影响，并发现金融支持对科技创新的促进作用在产业阶段的初期表现最为明显。张小凤(2010)则认为在不同产业阶段技术创新都需要大量且长期的资金支持，而金融市场则可以提供资金，帮助分散风险，因此创新活动的展开离不开金融的支持。秦军(2011)在前人研究的基础上更系统全面地论证了金融支持是促进科技创新的不可缺少的关键因素。在政策金融领域方面，龚天宇(2011)通过分析比较间接平台、政府主导和直接合作这三种模式，对金融支持科技创新的模式改良提出了针对性的建议。王宏起、徐玉莲(2012)则从二者的协同关系入手，通过实证分析科技创新与金融的双向关系。针对此现状，徐玉莲和王玉冬(2013)通过构建系统动力学和协同发展管理模型对二者的协同关系进行了更深入的研究。总体来看，国内研究金融支持科技创新的文献大多进行片面研究，将商业性金融、政策性金融、资本市场和风险投资在科技创新中的作用分开讨论，这难免忽略了金融系统对科技创新的整体作用，为后续研究留下了一个努力的方向。

二、金融支持对科技创新的重要作用

科技创新离不开金融支持。一个完整有效的科技创新金融支持体系应该具有多层次化，包括政策性的金融机构、商业性的金融机构和风险投资机构等子系统组成。金融能够为科技创新提供资金支持，并且帮助企业预测并分担创新风险，对创新过程中的企业信息起到揭示作用。绝大多数科技型企业都要经历研发期、种子期、创业期、成长期、成熟期、饱和期和衰退期。金融市场能够为处于不同成长周期的企业提供相应的支持，在研发期、种子期和创业期，研发初始成果尚未投入市场，企业需要大量的资金来维持研发的升级，金融市场可以为其提供大量的资金支持；在成长期，金融市场为研发的初始成果的升级提供所需的资金；在成熟期和饱和期，面临不断增加的成本和市场上产品的普及，金融市场为企业生产设备的升级和产品的进一步改造提供必要的资金；进入衰退期后，企业产品开始落后并逐渐被淘汰，此时金融市场则为企业的重新转型，即“二次创业”提供资金支持。总之，科技创新主体无法靠其内部资源来满足不同时期的资金需求并完成产业产品的创新升级，而金融支持是创新主体不断成长壮大所需的必要的条件。另外，金融支持体系对于科技创新的支持作用还表现在，使得科技创新的主要活动者——企业，在融通金融市场和投资者的资金的同时，也要主动接受各投资机构的监督与约束，从而促使企业将所得到的资源以最大效率地应用于创新活动中去，并且加强企业的经营管理，从而为科技创新活动的顺利进行创造良好的环境。

三、政策思考

研究表明，一个完善的科技创新金融支持体系是指自身功能较为完善的金融系统。因此应积极完善金融系统的各项功能，提高金融运行效率与服务水平；通过实施区域性金融政策，从整体上提高金融支持科技创新的效率；通过完善对科技创新的保险服务，降低科技创新投资风险，吸引资金流向技术创新领域，以摆脱科技创新融资难的困境。

参考文献：

[1]严成樑,龚六堂.熊彼特增长理论:一个文献综述[J].经济学(季刊),2009,03:1163-1196.

[2]李悦.产业技术进步与金融的市场化趋势:①基于银行与市场功能比较的分析[J].中央财经大学学报,2008,02:35-40+85.

[3]张小凤.金融支持民营企业自主创新的机理、现状及对策[J].海峡科学,2010,11:85-86+90.

[4]秦军.科技型中小企业自主创新的金融支持体系研究[J].科研管理,2011,01:79-88.

[5]龚天宇.政策性金融支持科技创新的模式研究——以国家开发银行为例[J].广西财经学院学报,2011,05:84-88.

[6]王宏起,徐玉莲.科技创新与科技金融协同度模型及其应用研究[J].中国软科学,2012,06:129-138.

篇2

1.2财政对金融支持农业科技创新的补贴很少，降低了金融支持农业科技创新的意愿由于农业科技创新周期长、投入大、风险高，而且在创新的每个阶段都需要大量的资金支持，同时还要应对可能出现的自然风险、技术风险、市场风险等各种风险，因此，农业科技创新的资金需求不仅规模大，而且占用时间长，具有较高的风险，一旦创新失败，就无法偿还资金。而金融机构的逐利性、安全性的特点使得其不愿为农业科技创新提供融资支持，金融机构惜贷现象比较严重，从而使得一些发展前景好的农业产业项目和新技术推广项目由于缺乏资金难以具体实施。而我国财政资金对于金融机构的这种活动的补贴很少，不能很好地激发金融机构支持农业科技创新的积极性，金融支持农业科技创新的意愿不高。

1.3金融产品的供给与实际需求不相匹配

1.3.1针对农业科技创新的金融产品品种少目前，虽然部分金融机构把支持农业科技创新作为了信贷扶持的重点，但是由于农业科技创新的周期比较长、风险比较高、收益不确定，往往很难得到充足金融资本的支持，大多数金融机构也没有建立相应的信贷管理制度或者针对农业科技创新的特点开发个性化的金融产品，对农业科技创新的支持主要是提供贷款，而且所提供的贷款品种单一化。同时，这些贷款还需要提供以土地、厂房、机器设备等为主的抵押物，使得许多承贷主体难以提供符合要求的抵押物，知识产权质押贷款、农产品抵押贷款等与农业科技创新相关的贷款很难获得金融机构支持。

1.3.2金融产品的期限与实际需求不匹配农业科技创新的周期一般比较长，如一般情况下一个农业新品种从研发到广泛推广需要大约7年左右的时间，但是现有的金融产品多是短期小额的流动资金贷款，或者是针对大项目的长期贷款，与农业科技创新周期相匹配的金融产品几乎没有。再加上银行贷款程序复杂，贷款条件严格，许多承贷主体满足不了银行的条件，很难获得银行的融资。

1.4农业科技创新的融资渠道狭窄农业科技创新发展的每一个阶段都需要大量的资金支持。目前，我国农业科技创新的资金主要来源于财政，国家对农业科技创新的投入也逐步增加。金融机构对农业科技创新的支持力度也在不断加大，但是仍然不足，政策性金融的贷款门槛相对比较高，商业性金融贷款条件严格，而且发放贷款时有着明显的倾向，倾向于农业龙头企业，证券市场有着严格的审批制度，创业板和中小板主要支持科技含量高的农业企业，国内上市的农业企业数量较少，而且这些上市企业缺乏投资农业科技创新的积极性，农业保险品种还不丰富，风险投资发展缓慢，投资主体单一，这些都使得农业科技创新的融资渠道狭窄，融资困难。

1.5风险分担补偿机制缺位农业科技创新具有较大的不确定性，创新可能成功，也可能失败，这削弱了投资主体对农业科技创新进行投资的积极性，使得农业科技创新在一定程度上受到了限制。农业科技创新的这种高风险需要有良好的风险分担补偿机制来防范和化解。但是，目前我国针对农业科技创新的风险分担补偿机制缺位，无法分散风险。一是能够转移分散风险的保险的作用未充分发挥。农业保险的覆盖面窄，险种少，同时由于存在补偿范围认定难、农民参保意识薄弱等问题，农业保险发展缓慢。农业科技创新保险存在更高的风险、更大的不确定性，开展业务也更艰难，一旦出现风险，金融机构只能自己买单。二是担保体系建设还不完善。担保能够起到放大资金的作用，但是支持农业科技创新的担保体系还不完善，担保机构承担风险过大，资金规模过小，财政支持不到位，都使得担保体系不能满足农业科技创新过程中对担保的要求。

2农业科技创新的财政金融支持建议

2.1加大财政对农业科技创新的投入，充分发挥财政的引导和资金撬动作用纵观世界各国，无论是发达国家还是发展中国家，农业科技创新都离不开财政的鼎力支持。因此，为支持农业科技创新，我们需要不断加大财政对农业科技创新的投入，确保增量和比例均有提高，并且对农业科技的投入增长幅度要高于财政经常性收入的增长幅度，逐步提高农业研发投入和农业科技成果转化、推广投入占农业增加值的比。但是，增加财政投入并不是把资金投入所有农业科技创新环节和领域，财政应重点支持基础研究领域，中央财政在加大对基础研究支持力度的基础上，以资金配套等多种形式引导和带动地方财政加大支持力度，改变地方财政由于注重短期经济效益而对基础研究投入不足的局面。同时，要充分调动企业、个人等社会力量投入农业科技创新的积极性，鼓励和引导社会资金对农业科技的投入。例如，可以通过无偿资助、财政贴息、创业投资引导、以奖代补、经营参股、税收优惠等多种方式吸引社会资金的注入，使农业科技资金投入渠道多元化。此外，通过对企业和金融机构进行不同的扶持，充分发挥财政的引导和资金撬动作用，探索财政资金的金融化运作方式。一方面财政通过设立风险补偿基金、创业投资基金等方式降低农业科技企业的风险，增强其融资能力，提高农业科技企业对金融机构的吸引力，另一方面财政通过对扶持农业科技企业的金融机构进行贴息、给予税收优惠、补偿其为支持农业科技创新所造成损失等方式激发金融机构支持农业科技创新的积极性，提高金融机构支持农业科技创新的意愿，从而使财政资金更大范围的发挥作用。

2.2创新金融产品和模式，满足农业科技创新的需求在风险可控的前提下，金融机构要优化农业科技贷款的审贷程序，提高贷款审批效率。同时，要不断创新金融产品和服务，以满足农业科技创新对不同金融产品和服务的需求。一是针对农业科技创新的特点，创新金融产品品种。扶持农业科技创新的金融产品必须把自身的特点和农业科技创新对产品的需求结合起来，设计出针对农业科技创新特征的产品品种。例如，针对农业科技创新周期比较长的特点，设计出与农业科技创新在时间上相匹配的贷款品种；针对农业科技企业一般抵押物比较少的特点，在防范风险的同时，扩大抵押物或质押物的范围，探索以农业科技企业的知识产权、专利权、股权、应收账款等抵押或质押进行贷款的信贷产品；对一些信用等级较高、有还贷能力的农业科技龙头企业，可根据实际情况发放信用贷款。二是适当放宽对农业科技创新的信贷限制，如对贷款对象资产规模的要求、抵押物的要求等等。三是探索实践多种贷款模式，如对于规模比较大的贷款，可以联合几家银行通过银团贷款提供支持;对于一些中小企业，可以用企业联保贷款、企业互保贷款等方式；针对处于供应链上下游的农业科技企业，可以发放供应链融资贷款;探索开发“银行+保险+担保”、“银行+保险+财政补贴”等多种贷款模式，支持农业科技创新增信融资。在不断开发新的贷款模式、金融产品的同时，要注意对这些模式和产品的推广，进而推动金融资本与农业科技创新的融合，满足农业科技创新的金融需求。

篇3

科技金融是促进科技开发、成果转化和高新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安排，是国家科技创新体系和金融体系的重要组成部分。科技金融改革创新的目的在于推动科技创新与金融创新的深度融合。因此，深化科技金融改革创新，该遵循以下四个基本实践逻辑：

有助于促进科技需求结构和金融供给结构的对接。科技企业在不同发展阶段金融需求的性质与规模各有不同，不同金融供给方式的成本与收益也有显著差异，在一个阶段有效的资金供给方式可能不适应另一阶段的科技企业发展需求。因此，科技金融改革创新，就是要促进从种子期、创业期、成长期、扩张期、成熟期乃至衰退期各发展阶段的科技金融需求结构和政府投入、银行机构、创业风险投资、科技保险和资本市场等科技金融供给结构的动态对接，其中促进重技术、轻资产、高风险、高成长的初创期中小微科技企业融资供需对接是科技金融改革创新的关键，而这取决于支持科技创新的金融机构的多样性、金融组织体系的完善程度、多层次资本市场发展以及金融工具的丰富程度。

有助于解决科技融资过程中的收益和风险不匹配。在科技创新融资过程中，阻碍科技与金融深入融合的主要原因是存在着两种不同的风险与收益不匹配：一是科技企业创新风险与创新收益不匹配； 二是银行机构经营风险与所获收益不匹配。由于两种风险与收益的不匹配，一方面使得科技企业资金需求强烈，融资难、融资贵，缺乏“雪中送炭”机制支撑； 另一方面，银行等金融机构乐于投资于风险与收益相匹配的成熟期科技企业，不愿意“锦上添花”般投资于种子期或初创期的科技企业。因此，科技金融改革创新，就是要促进金融体系中多层次保险及担保体系的形成，进一步完善抵质押制度，推动金融工具创新，发展多层次的风险分摊体系和多样化的风险控制手段，有效地控制和分散科技金融系统中的各种风险。

有助于缓解科技企业与金融机构之间的信息不对称。除了具有普通中小企业和金融机构之间存在的信息不对称特征之外，中小科技创新企业通常更缺乏有形资产、未来不确定性更大、更多依靠技术和智力等无形资产创造利润，在没有取得商业成功之前，金融机构难以评估科技成果的货币价值和企业经营风险。在现有市场环境下，银行机构想要客观、科学地评估科技成果的货币价值和企业经营风险，需要花费大量的信息交易费用，这是银行机构在科技金融中裹足不前的重要原因。因此，科技金融改革创新，就是要通过强有力的股权、债权约束以及完善的金融合约（例如，以科创企业较多拥有的知识产权、股权为抵押物的抵质押贷款以及第三方担保），缓解科技金融交易中的信息不对称问题。同时，还需要在银行机构、股权投资机构、担保机构、政府部门和科创企业等之间建立合作机制，形成信息共享，降低交易成本。

有助于协调政府职能与市场作用的发挥。科技创新本身需要市场化运作，但又离不开政府的支持，科技资源和金融资源的有效配置也无法完全由市场机制完成，所以科技金融在一定程度上可以理解为市场机制运作和政府推动引导双重作用的结果，必须把让市场在科技创新资源配置中发挥决定性作用和更好发挥政府作用有机结合起来。同时，要避免政府在科技金融发展上过度干预，合理确定政府职能的边界，以免妨碍市场机制、降低经济效率。因此，科技金融改革创新，就是要协调好政府职能与市场作用的发挥。从国际经验来看，美国、日本、德国、以色列等科技创新大国都大量使用政策性科技金融工具或依靠政策性金融机构来支持科技创新。虽然对于不同成长阶段的科技型企业，政府支持的侧重点有所不同，但从我国情况来看，政府的作用主要在于以政策性金融工具和组织来黏合科技创新和商业性金融，采用财政科技投入、优惠贷款、贷款贴息、信用担保、风险补偿、政府引导基金入股等方式，运用市场的机制和办法，发挥服务、引导和辅助功能，实现科技金融中政府职能与市场机制的有效融合。此外，科技金融中的政府职能还体现在制定法律法规、完善要素市场体系、健全社会信用体系、实施税收优惠措施以及建立科技企业资源数据库和科技金融信息服务网络等公共服务平台上。

武汉科技金融改革创新的效果评价

近年来，武汉利用先行先试的政策优势，积极探索，全面推进，着力探索实践科技资源与金融资源的有效融合机制，科技金融改革创新工作取得了一定进展，但也依然存在着明显的不足。

完善科技金融组织体系，促进科技金融供需对接

商业银行等加快设立科技专营机构，并实施科技金融专营机制。截至2016年10月末，湖北省共有科技信贷分支专营机构21家，主营科技担保的融资担保机构13家，主营科技信贷业务的小额贷款公司15家，各类科技金融中介服务机构200家。此外，开展科技保险业务的泰康在线财产保险公司已在武汉挂牌成立，以“科技金融”为主要经营目标的湖北首家民营银行――“武汉众邦银行”也已获批筹建。

深化科技金融产品和服务创新，解决风险收益不匹配

一是扩大科技信贷抵质押物范围。金融机构针对科技企业轻资产、重技术的特点，灵活运用知识产权、股权、保单、仓单和订单等抵质押物，积极推广“专利权+应收账款”“专利权+订单”“专利权+担保”等混搭式组合质押贷款。

二是推进科技信贷产品创新。依据科技企业生长周期和资本市场特征，金融机构积极探索萌芽贷、三板贷、上市贷、并购贷、补贴贷、助保贷等信贷产品和服务模式，切实对接不同发展阶段科技企业信贷融资需求。2016年前三季度，武汉城市圈科技型企业贷款新增141亿元，同比多增48亿元，增长51.6%。

三是扩展科技企业贷款保证保险覆盖面。武汉东湖高新区建立“第三方信用评级+银行贷款+保证保险+政府补贴”的科技贷款风险分担机制，积极推动科技型企业贷款保证保险业务，有效解决科技企业贷款有效担保抵押物不足的融资困境。

推动银行投贷联动业务试点，创新科技信贷新模式

2016年4月，武汉东湖高新区获批为全国5个自主创新示范区首批投贷联动试点（“我投我贷”型投贷联动）地区之一。2016年10月，武汉“我投我贷”型投贷联动试点正式进入实施阶段，相关政府部门初步建立投贷联动风险分担机制，设立了风险专项补偿基金，并制定投贷联动风险专项补偿基金细则。武汉东湖高新区管委会分别与国家开发银行、中国银行、汉口银行签署了“投贷联动”合作框架协议，三家试点银行给予第一批三家科技企业共1.15亿元资金支持。同时，未进入首批试点范围的银行以及已进入试点范围但尚未设立投资子公司的银行通过通道模式、产业投资基金模式、财务顾问模式等方式积极开展“他投我贷”型投贷联动业务，努力满足传统银行信贷模式难以满足的初创期科技企业的融资需求。

拓宽科技创新直接融资渠道，完善全产业链融资服务

一是发挥多层次资本市场的支持作用。近年来，湖北省多层次资本市场全面推进，三板上市挂牌再融资迅猛增长，四板市场建设位居全国前列。目前，全省已建立由500家企业组成的拟上市后备企业资源库，积极推动科技企业IPO上市，武汉股权托管中心创新设立全国首个“科技板”，设置和引入符合科技创新型中小企业的制度安排，拓宽相关融资渠道。截至2016年10月末，全省新增三板挂牌企业114家，同比增长45%；武汉股权托管交易中心登记企业2667家，挂牌交易企业1921家，其中“科技板”挂牌企业728家，挂牌数量和交易额均居中部地区第一位。

二是引导创业投资资本参与科技企业融资。湖北省先后设立省、市、县等多级创投引导基金以及长江经济带产业基金和省级股权投资引导基金，积极引导创业投资资本参与科技企业融资，形成了较为完善的横向协同、纵向联动的政府引导基金体系，吸引了各类股权投资、天使投资、风险投资基金开展科技金融服务。截至2016年10月末，全省已登记各类股权投资类企业912家，注册资本合计546.69亿元；设立天使基金42家，规模达11亿元。

三是积极推动科技企业债券融资。截至2016年10月末，湖北省已建立包括7000家企业的武汉城市圈银行间债券市场融资后备企业库，加强对科技企业债券融资的辅导培育。同时，支持汉口银行获得银行间市场B类主承销商资格，为扩大科技企业债券融资提供有利条件。

健全信用信息共享机制，缓解信息不对称

一是建立科技企业融资网上对接平台。武汉东湖高新区积极打造“科技金融创新创业服务平台”，聚集创投资本、金融机构等资源为科技企业提供网上对接服务，进而高效实现网下融资对接，重点解决科技企业投融资过程中的信息不对称、资本进出渠道不畅和信用体系不完善等问题。目前，该平台汇聚科技型企业12000余家、各类投资机构和金融机构400余家、金融产品600余种，成立以来累计促成中小科技企业融资6.8亿元。

二是搭建科技金融信用服务平台。建立“东湖企业信用信息数据库”和“光谷信用网”，积极推进科技型企业信用体系试验区建设，为中小科技企业搭建全方位信用服务和政银企沟通合作平台。截至2016年10月末，累计征集4.1万家企业各类信用信息数据239.8万条，完成企业信用评价和评级6000余份，帮助企业获得信用贷款129亿元。

武汉科技金融发展的不足之处

一是科技金融以银行机构为主，与科技创新发展相适应的直接融资机构还不够多，融资结构中信贷所占比重过大，对科技企业的权益性融资支持仍显不足。

二是金融机构在产品服务多样性、人才和技术、发展观念及体制机制方面还难以满足科技金融需求，尤其是银行机构在投贷联动业务的专业人才、业务运营、价值发现、风险抵补和管理机制等方面有待进一步突破。

三是地方政府在科技金融中的积极作用没有充分发挥。科技金融支持政策和工作推动机制不够全面、协同程度不够，与科技金融不同发展阶段的特征不完全匹配，尤其是对初创期科技企业金融服务的支持力度不够，存在政府缺位现象。

科技金融改革创新的发展路径

根据武汉科技金融发展的现状，从实际可操作性角度出发，下一阶段，武汉深化科技金融改革创新主要应从以下方面进行。

进一步拓宽科技企业直接融资渠道。相关政策措施包括：支持非上市科技企业利用债券融资，拓宽融资渠道；充分利用科创企业的知识产权优势，创新试点知识产权证券化；探索在武汉城市圈设立科技创业证券公司等试点；申请武汉试点科技企业股权众筹，推动符合条件的科技创新企业通过股权众筹融资平台募集资金；优化支持创投发展的税收政策，争取在天使投资个人所得税抵扣等方面实现政策突破。

继续加大金融产品和服务创新力度。除了继续支持设立科技金融专营机构、实施科技金融专营机制以及鼓励民间资本设立科技民营银行、科技小额贷款公司、科技担保公司、科技融资租赁公司以外，还应采取如下措施：一是优化银行科技信贷管理模式，推动银行在金融产品、服务模式以及治理机制等方面持续创新，逐步优化支持科技创新的信贷服务机制。二是全力推进投贷联动试点工作，推动银行转换经营理念与模式，尽快建立适合投贷联动业务的信贷模式，引导银行加强与创业投资、证券、保险、信托等机构合作，完善投贷联动业务中信息共享和风险共控合作机制。三是继续大力推广科技贷款保证保险。鼓励有条件的保险公司进一步开发科技保险产品，在科技企业初创、融资、并购以及战略性新型产业供应链等方面拓宽服务领域。

篇4

中图分类号：F830 文献标识码：A 文章编号：1674-2265（2015）06-0018-08

一、引言

“新常态”下科技创新是中国经济增长的唯一动力。据统计，2014年我国全年研究与试验发展（R&D）经费支出比上年增长12.4%，相当于GDP的2.09%，而技术合同成交金额高达8577亿元，同比增长14.8%。这说明“新常态”下的中国，创新环境正在持续优化，创新投入正在不断加大，创新成果的流动和转化正在为经济提供更强劲的增长动力。而科技创新的发展离不开金融的强力支持，金融是现代经济的血液，与科技对接能够促进科技创新，加快科技企业发展，确保中国经济的有效转型。随着金融投入和科技产出的力度逐年加大，优化科技创新中的金融资源配置，对金融支持科技创新的效率进行评价是值得研究的课题。

二、国内外相关文献

根据现有文献来看，国内外学者有关金融给予科技创新的支持研究主要集中在理论层面，而对科技与金融相互结合、相互作用的实证研究还比较少。

1912年，经济学家熊彼特（Schumpeter）注意到金融发展对技术创新的影响。而国外有关金融支持科技创新的实证研究主要集中在某种金融形式对技术创新的影响。例如，银行对技术进步的影响。塔德塞（Tadesse，2000）研究发现，银行导向型金融体系和市场导向型金融体系在促进技术进步方面所起的作用明显不同。本弗拉泰洛（Benfratello，2008）等以意大利公司为研究对象，发现地方性银行对企业技术创新活动的成功率具有显著的影响。詹内蒂（Giannetti，2012）的研究发现，银行对于高技术企业开展创新和引进新产品能力具有显著效果。又如，风险投资对技术创新的影响。卡拉汉和米格（John Callahan和Steven Muegge，2003）分析了风险投资在技术创新中所发挥的作用，描述了风险投资对技术创新的作用过程及其机制路径。吉尔和塔贝尔（Gil Avnimelech和Morris Teubal，2006）指出风险投资在一定条件下可以变为促进高技术集群转化的重要因素。

在国内，虽然“科技金融”一词在20世纪90年代被提出，但有关金融支持和科技创新的实证研究是从近年才受到关注的。从全国角度来看，王海和叶元煦（2003）利用经过层次分析法（AHP）加权后的评价指标体系和模型对科技金融结合效益进行了实证分析。田霖（2005）选取31个地区作为样本，运用主成分和因子分析法对各个区域的金融成长状况进行计量分析研究，通过分析得出科技对区域金融综合竞争力的解释力和贡献率很高，起着决定性作用。马卫刚（2014）运用DEA和Malmquist指数对2007―2012年我国科技与金融结合效益进行静态和动态分析，发现金融资源配置下降是引起科技金融结合效益呈现负增长的主要原因。

从各地区角度来看，杨丽萍和赵兵（2010）采用数据包络分析方法（DEA）对全国各地区金融投入与科技产出的效益进行评价，并发现金融投入和科技产出结构不协调是造成广东科技金融结合效率低的主要原因。吕江林等（2012）利用DEA方法对中部地区6省份和东部地区发达省市的金融投入与科技产出的效率进行分析，结果表明中部地区已形成崛起之势。华玉燕（2013）运用DEA方法对安徽省科技金融结合效率进行评价，结果表明单纯依靠扩大金融投入难以提高科技产出，应优化科技金融内部结构，使金融投入与科技产出协调发展。陈凯（2013）利用AHP方法对江苏省科技金融结合的效益进行评价，结果发现由于金融资本投入的低效率导致对科技产出的助推作用没有得到完全发挥，二者的结合效率不高。陈军梅（2014）利用Malmquist指数方法对宁夏科技金融结合效率进行评价，结果显示宁夏科技金融结合整体效率不高，金融投入与科技产出处于非均衡状态，资源没有实现最优配置。

综上所述，根据现有文献来看，国外学者主要就某种金融对科技创新的影响进行研究，国内学者也有相应的研究。但我国目前仍然是一个发展中国家，为科技创新提供的金融资源是有限的，那么如何提高我国金融支持科技创新的效率就是一个值得研究的课题。而国内关于这方面的研究还不足，并且相关学者主要采用传统DEA模型对各地区的金融支持科技创新的效率进行实证研究。虽然已有的研究都具有针对性，但缺少全面的金融支持科技创新的资源配置分析。本文将采用超效率DEA对2006―2012年我国30个省、自治区和直辖市的金融投入和科技产出的效率进行静态评价分析，并采用Malmquist指数方法研究我国科技金融效率的动态演变以及对三大区域的科技金融效率的差异进行分析，为促进我国金融有效支持科技发展提供参考。

三、研究理论与方法

（一）模型选取

1. 超效率DEA模型。超效率数据包络分析模型（Super Efficiency DEA，SE-DEA）是由安德森和彼得森（Andersen和Petersen，1993）根据传统DEA模型所提出的新模型，其基本思想是：在对该决策单元进行效率评价时，将其排除在决策单元的参考集之外。经典DEA模型如CCR模型和BCC模型只能区别出有效率与无效率的决策单元，无法进行比较和排序。而SE-DEA模型与CCR模型的不同之处在于评价某个决策单元时将其排除在决策单元集之外，这样SE-DEA模型将经典DEA模型中有效的决策单元（效率评价值为1）在生产前沿面进行了重新计算推移，使得最终计算出来的效率评价值大于经典CCR模型的效率值，即允许效率值大于1；而对于DEA无效的决策单元（效率评价值小于1），其生产前沿面并没有发生改变，这与CCR模型的评价结果一致。因此，SE-DEA模型能区分DEA有效的决策单元之间的差异，从而对各决策单元进行有效的比较和排序。其表达式为：

[Min[θ-ε（i=1ms-i+r=1ss+r）]s.t.j=1j≠j0nxijλj+s-i=θxij0 i=1，2，…，mj=1j≠j0nyrjλj-s+r=yrj0 r=1，2，…，sλj≥0， j=1，2，…，ns-i≥0，s+r≥0] （1）

其中，[θ]为第[j0]个决策单元的超效率值；[ε]为非阿基米德无穷小量；n为决策单元（DMU）个数，每个决策单元均包括m个输入变量和s个输出变量；[s-i]，[s+r]分别为输入和输出的松弛变量；[xij]表示第j个决策单元在第i个输入（投入）指标上的值；[yrj]表示第j个决策单元在第r个输出（产出）指标上的值；[λj]为输入输出指标的权重系数；[θ]，[λj]，[s-i]，[s+r]为未知参数，可由模型求解。

2. Malmquist指数模型。Malmquist指数模型是瑞典的经济学家、统计学家曼奎斯特（Malmquist）在1953年分析消费过程中提出来的。凯夫斯等（Caves等，1982）受其启发，通过距离函数之比构造了生产率指数。法尔等（Fare等，1994）采用Caves等人的研究思路，在多投入产出的条件下结合DEA方法，建立了具有实际意义的生产率变化的Malmquist指数。

根据法尔等的方法，我们以每个省作为一个决策单元，把每个省金融投入与科技产出的效率同前沿面进行比较，以此来对各个省的金融支持科技创新的效率变化进行测量。那么，从t时期到t+1时期的Malmquist指数分别表示为：

[Mt=Dt（xt，yt）Dt（xt+1，yt+1）] [Mt+1=Dt+1（xt，yt）Dt+1（xt+1，yt+1）] （2）

其中[（xt，yt）]和[（xt+1，yt+1）]分别为决策单元在t期和t+1期的投入产出向量，[Dt（xt，yt）]和[Dt（xt+1，yt+1）]则分别表示t期和t+1期的决策单元与效率前沿面的距离。

为了避免时期选择的随意性可能导致的差异，法尔等人对不同时期技术条件下的两个Malmquist指数采取几何平均值，测算出效率的变化值，见下式：

[M（yt+1，xt+1，yt，xt）=Dt（xt，yt）Dt（xt+1，yt+1）×Dt+1（xt，yt）Dt+1（xt+1，yt+1）]（3）

在规模报酬不变的假设下，Malmquist指数（TFP）可以进一步分解为技术效率变化指数（Technical Efficiency Change，Effch）和技术进步变化指数（Technical change，Tech）的乘积，见式（4）和式（5）：

[M（yt+1，xt+1，yt，xt）=Effch×Tech=Dt（xt，yt）Dt+1（xt+1，yt+1）×Dt+1（xt+1，yt+1）Dt（xt+1，yt+1）×Dt+1（xt，yt）Dt+1（xt，yt）] （4）

而在规模报酬可变的假设下，技术效率变化（Effch）可以进一步分解为纯技术效率变化（Pure Technical Efficiency Change，Pech）和规模效率变化（Scale Efficiency Change，Sech）的乘积，见式（5）：

[TFP=Effch×Tech=（Pech×Sech）×Tech] （5）

上式（5）中，左边是Malmquist指数，该指标若大于1，则表明金融投入与科技产出的效率上升；若小于1，则降低。右边第一项是纯技术效率指数，表示在科技金融的规模经济不变的条件下的金融投入在科技产出中的作用与前沿面的距离，该指标可能大于1、小于1或等于1，分别表示金融投入在科技产出中的作用有所提高、降低和无变化；第二项是规模效率指数，表明科技金融达到规模经济的可能性；最后一项是技术进步指数，反映金融创新对科技产出的效率大小，该指数大于1表示起到进步作用，等于1表示无作用，小于1则为退步。

（二）变量的选取

金融支持科技创新的效率评价指标必须真实反映金融投入与科技产出情况，本文借鉴相关学者的研究，所选金融投入指标包括：研究与试验发展（R&D）经费内部支出、地方财政科技拨款、金融机构科技贷款以及人均R&D经费支出。其中，R&D内部经费支出是指企事业单位用于内部开展 R&D活动（包括基础研究、应用研究和试验发展）的实际支出，是反映一个地区科技金融实力的重要指标；地方财政科技拨款指统计年度内由各级财政部门拨付的直接用于科技活动的款项，包括科学事业费、科技三项费、科研基建费以及其他科研事业费，其反映地方政府对科技发展的支持力度；金融机构科技贷款是用科技活动经费筹集额中的金融机构贷款来表示，反映了以银行为主的间接融资是推动科技发展的重要资金来源；人均R&D经费支出是指R&D研究人员平均每人每年的R&D经费支出额，其反映一个地区R&D经费在人力资源上的投入强度。

在科技产出方面，选取了国内专利申请授权数、国外主要检索工具收录我国科技论文数、技术市场成交合同额以及高技术产业总产值。其中，国内专利申请授权数和国外主要检索工具收录我国科技论文数是科技产出的直接成果，也是科技活动的重要产出形式；技术市场成交合同额是指在技术市场中各地区合同在一定时期内成交的数额，是检验R&D投入的一项重要产出指标；高技术产业总产值是科技活动的直接产业化成果，很大程度上反映了科技的总产出情况。本文投入产出指标体系见表1。

表1：科技金融投入产出指标体系

[类别＼&指标（单位）＼&＼&R&D经费内部支出（亿元）＼&金融投入＼&地方财政科技拨款（亿元）＼&＼&金融机构科技贷款（亿元）＼&＼&人均R&D经费支出（亿元/万人/年）＼&＼&国内专利申请授权数（项）＼&科技产出＼&国外主要检索工具收录我国科技论文数（篇）＼&＼&技术市场成交合同额（亿元）＼&＼&高技术产业总产值（亿元）＼&]

（三）研究样本和数据来源

本文采用超效率DEA和Malmquist指数方法进行分析，时间跨度为7年。依据数据可获得性原则，本文选取了我国30个省、自治区直辖市2006―2012年的相关数据（的数据缺失，从样本数据中剔除）。

数据来源于历年《中国统计年鉴》、《中国科技统计年鉴》以及《中国高技术产业统计年鉴》。但是由于统计年鉴编制体系的调整，各省“金融机构科技贷款”指标数据从2008年以后不再列入统计年鉴中，因此，本文依据该指标以往年度的数据，采用灰色预测模型对2009―2012年的数据进行预测。

四、实证结果分析

（一）总效率值分析

基于超效率DEA模型，本文运用MATLAB R2012b软件对2006―2012年的我国30个省、自治区及直辖市的数据进行分析，得到其效率变动情况（如图1和表2所示），并对7年的均值进行排序。

从图1和表2可以看出，全国各省每年的超效率平均值分别为1.1588、1.0939、1.0583、1.0823、1.0793、1.0955和1.1768，分别上涨了15.88%、9.39%、5.83%、8.23%、7.93%、9.55%和17.68%。这说明自2006年以来，将自主创新、建设创新型国家作为战略目标纳入国家中长期科技发展规划纲要，为科技产出提供的金融资源配置是有效的，并且以每年10.64%的增速上升。同时，从样本年限内看，我国金融支持科技创新的超效率均值呈现出U形的走势。

其中2012年的效率值达到了最高为1.1768，这可能是因为在2011年我国《国家“十二五”科学和技术发展规划》，提出在“十二五”期间将不断完善科技和金融的结合机制，建立多渠道的科技融资体系，加快发展服务科技创新的新型金融服务机制，积极探索支持创新的融资方式，加上我国经济逐步摆脱了金融危机的影响，这都为金融支持科技创新提供了方针政策和良好的宏观环境，以此促进金融与科技的对接、科技成果的有效转化及我国经济的可持续增长。

而2008年的效率值为1.0583，为U型走势的谷底。究其原因，是受到2008年金融危机的影响，我国以银行为主导的金融体系遭遇了系统性风险，为避免因系统性风险带来的更大经济损失，金融机构纷纷对具有高风险的科技创新型企业收紧了银根，使得这些企业面临融资难进而倒闭的局面，这就导致了当年科技产出力度不够，这从金融支持科技创新的效率值也能得到印证。

从全国30个省、自治区和直辖市的超效率均值来看，有13个省区市金融支持科技创新的效率达到了有效前沿面，即效率值大于1，可以看出只有1/3的省区市为科技创新提供的金融资源配置是有效的，而其中东部地区有6个省份，分别为北京、广东、上海、浙江、江苏和海南，占到有效省区市的一半且排名前十，而中部和西部地区分别有3个和4个。与全国平均效率值达到有效前沿面对比分析，说明提升我国金融支持科技创新效率主要是依靠东部经济较为发达的地区，而这也符合我国经济发展的基本情况；从另一方面来看，我国各个省区市为促进科技创新提供的金融资源配置差异很大，尤其是西部地区的差异最为明显，其中甘肃和陕西的效率值分别为1.9094和1.3508，而贵州、云南、广西、内蒙古和宁夏的效率值都在0.7以下，可见西部地区金融支持科技创新的效率极为不均衡。

通过对各个省区市进一步分析看出，带动金融支持科技创新发展的主力依然是东部技术密集型的地区，由于这些地区集中了大量的技术储备，加之经济发展水平较高，因此加大资金的投入固然会带来高质量的科技产出，金融支持科技创新的效率也就较高。而存在巨大差异的西部地区，效率值较高的省市其经济水平也相对较高，这说明受“西部大开发”战略的影响，西部部分地区金融支持科技创新的效果较为明显，而处于低效率的区域则需要进一步加大金融投入与科技产出，具体如何提高其效率还需要进一步分析。

（二） Malmquist指数分析

无论是传统的DEA模型还是超效率DEA模型，对我国科技金融效率的研究是基于静态的比较，即只对各省市在同一时期做横向的效率分析，无法评价各省市在不同时期的效率变化。本文运用DEAP2.1软件测算了我国30个省、自治区和直辖市科技金融的Malmquist指数（如表2所示），对2006―2012年全国各省的科技金融效率指数变化进行分解研究（如表3所示），并对东、中、西部地区的效率变化差异进行分析（如表4所示）。

从表3可以看出，在样本研究年限内，我国科技金融Malmquist指数的平均效率变化为1.026，上涨了2.6%，总体呈现出上升趋势。通过分解分析，技术效率指数平均变动为0.990，呈现出下降趋势；而技术进步指数平均变动为1.036，上涨了3.6%。可以看出，推动我国科技金融的全要素生产率（TFP）在样本区间增长的主要原因，是技术进步的增长。

从全国30个省区市来看，其中有20个省区市的全要素生产率指数大于1，其科技金融效率呈现出上升的趋势，而只有10个省的TFP指数值小于1，呈现出下降的趋势，说明我国各省区市为科技创新提供金融配置的效果向好。具体来看，在20个科技金融效率呈现上升趋势的省份中，除江西外，其余地区的全要素生产率指数大于1的原因是技术进步的提高。而10个全要素生产率小于1的省份中，有6个是因为技术退步，可以看出，技术进步的高低也是决定各省区市科技金融全要素生产效率是否有效的关键因素。

从各省区市技术效率的变化来看，全国技术效率的平均值为0.990，呈现下降趋势。通过分解分析看出，纯技术效率和规模效率的平均值分别0.994和0.996，均呈现低效状况，造成了科技与金融的技术效率没有达到有效前沿面。具体到各省区市来看，我国11个西部地区的省份和10个全要素生产率指数小于1的省份，其平均纯技术效率指数变化分别为0.991和0.976，而平均规模效率指数变化分别为0.989和0.982，说明西部地区是TFP低效的地区，不仅金融投入和科技产出低效而且尚未形成规模效应。因此，这些地区需要在提高科技有效产出的同时还要促进行业形成规模效应，以此来提高金融支持科技创新的效率，避免资源的浪费，促进科技成果转化，推动我国经济的有效转型。

从图2和表3可以看出，2006―2012年，我国金融支持科技创新的效率值每年以2.6%的速度增长，总体上呈现上升趋势的变动。进一步分析发现，技术效率变化指数在研究样本年限内变化趋于平稳，而技术进步指数与全要素生产率的变化趋于一致，说明我国科技金融全要素生产率的变动主要受技术进步的影响。此外，科技金融的TFP值在样本年限内呈现出一个高峰一个低谷的波动性变化。

2008―2009年，科技金融的Malmquist指数值只有0.950，降低了5.0%，其中技术进步、纯技术效率和规模效率的变动均小于1，共同造成科技金融效率的低效。其原因可能在于受到金融危机的影响，给金融创新带来巨大的风险，从而科技企业在金融资源配置时就受到限制。

2009―2010年，科技金融的TFP值达到1.144，上涨了14.4%，其中技术进步指数为1.145，上升了14.5%，而纯技术效率和规模效率相对2008―2009年均有所增长。其原因可能在于政府提出的4万亿“救市”的方案，促进了资本市场的活跃性，带动了金融行业的复苏，为科技企业增添了新的血液，促进了科技成果的转化，以此提高了金融支持科技创新的效率。

2011―2012年的Malmquist指数达到了最高值，上升了15.8%，其中技术进步增长了10.9%，同时技术效率变化也提升了4.4%。其原因可能在于我国在《国家“十二五”科学和技术发展规划》中提出不断完善科技和金融的结合机制，要求建立多渠道的科技融资体系，加快发展服务科技创新的新型金融服务机制，积极探索支持创新的融资方式。这为提高科技有效产出、鼓励与金融创新相结合、扩大科技金融规模提供了方针和政策指导。

从表4可以看出，从区域的角度分析，我国三大区域的全要素科技金融效率在样本年限内都呈现上升的趋势。从进一步分解来看，东中西三大区域的技术进步均值分别为1.045、1.069和1.058，均是促进各区域科技金融发展的关键性因素。其中，中部地区的全要素生产率增长最快，上升了6.9%，而西部地区增长了4.4%，高于东部地区的3.8%，呈现出“中部崛起”的态势。究其原因，可能是由于中部地区的金融与科技的结合已进入高速的成长期，使得东部地区受到了回弹效应的影响；而中西部地区虽然经济发展水平相对较低，相应的基础设施较为落后，但由于受到“中部崛起”政策与“西部大开发”战略的影响，以至于中西部的效率高于东部地区。而与超效率DEA模型分析后得到的东部地区是提高全国金融支持科技创新效率的主要力量的结果来看，中西部地区的动态效率变化（即金融支持科技创新的效率增长变化）要高于东部地区，说明针对中西部地区的科技创新配置合理的金融资源，将极大地提升全国金融支持科技创新的效率，从而缩小中部与东部地区的差距，促进我国科技产业均衡发展。

从三大区域技术进步的角度分析，三个区域的技术进步指数都大于1，说明它们的技术进步变化均呈现增长趋势，而且也是使得全要素生产率大于1的主要原因，这与全国全要素科技金融效率分析的结果是一致的。

从三大区域纯技术效率的角度分析，依然呈现出中部高于西部，而西部又高于东部的趋势，但西部和东部的纯技术效率均小于1，说明这两个地区金融的投入并没有带来科技的有效产出。但其原因可能有所差异，对于东部地区虽然经济发展水平较高，但受到金融支持科技创新的回弹效应影响，已呈现出边际效用递减的态势；而西部地区本身经济发展水平低，基础设施落后，为科技创新配置的金融资源不够，固然不能得到有效的产出。

从三大区域规模效率的角度分析，中东部地区的规模效率已达到有效前沿面，表明中东部地区的科技金融产业已较为完善，规模效应已有所展现。与之相比，西部地区的规模效率小于1，说明西部地区科技金融行业规模偏小，为科技服务的金融机构无论是数量还是资金量都不足，需要进一步提升营运规模。

五、结论

我国将自主创新、建设创新型国家作为战略目标以来，建立多渠道、多层次的金融投入体系是解决高风险科技产业融资难的重要措施。因此，为促进科技创新合理配置有限的金融资源就具有重要意义。文本应用超效率DEA和Malmquist指数模型对我国30个省、自治区和直辖市2006―2012年的科技金融投入产出情况进行了分析。结果表明：

第一，全国以及各省区市的科技金融效率呈现出U形趋势。通过超效率DEA模型的静态分析发现，在样本年限内我国金融支持科技创新呈现U形趋势，其中，东部地区是带动这种U形趋势的主要力量。

第二，从全国各省区市的科技金融的TFP值来看，在样本年限内呈现上升趋势。通过Malmquist效率动态分解分析，技术进步（即科技金融资源配置）是提高金融支持科技创新效率的主要原因。需要注意的是，纯技术效率变化和规模效率变化还是低效的，说明金融投入未能得到有效的科技产出以及尚未形成科技产业的规模经济，需要进一步改善。

第三，从时间序列的科技金融的TFP值来看，受到技术进步的影响，TFP值在2006―2012年的变化呈现一个高峰一个低谷的波动性增长。其中，2009―2010年，受到国家“救市”方案的影响，促进金融支持科技创新的效率变化显著，形成了高峰；2011―2012年，受到国家战略部署以及方针政策指导，使得TFP值达到最大值。

第四，从区域角度的科技金融的TFP值来看，三大区域均呈现上升趋势。其中，中部地区呈现出“中部崛起”的态势，西部地区因“西部大开发”战略部署以及东部地区受到回弹效应的影响，使得中西部的效率变化指数值高于东部地区，进一步说明为中西部的科技创新配置合理的金融资源，将获得巨大显著的成果。

参考文献：

[1]Schumpeter.1912. The Theory of Economy Development[M].Cambridge，MA：Harvard University Press.

[2]Tadassee S.2000. Does financial structure matter for economic growth？ A corporate finance perspective. OhioStateUniversity，Mimco.

[3]Luigi Benfratello，Fabio Schiantarelli，Alessandro Sembenelli. 2008. Banks and innovation：Microeconometric evidence on Italian firms[J]. Journal of Financial Economics，90（2）.

[4]Caterina Giannetti. 2012. Relationship lending and firm innovativeness[J].Journal of Empirical Finance，19（5）.

[5]John Callahan，Steven Muegge. 2003.Venture Capital’s Role in Innovation：Issues， Research and Stakeholder Interests [J].The International Handbook on Innovation.

[6]Gil Avnimelech，Morris Teubal.2006. Creating venture capital industries that co-evolve with high tech： Insights from an extended industry life cycle perspective of the Israeli experience[J].Research Policy，35（10）.

[7]Caves，D.W.，L.R.Christensen and W.E.Diewer. 1982. Multilateral Comparisons of Output，Input and Productivity Using Superlative Index Numbers[J].Economic Journal，92.

[8]Fare R，Grosskopf S，Norrism，et al.1994. Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries [J].American Economic Review.

[9]王海，叶元煦.科技金融结合效益的评价研究[J].管理科学，2003，16（2）.

[10]田霖.科技力与区域金融综合竞争力的模糊曲线分析[J].重庆大学学报（社会科学版），2005，11（4）.

[11]马卫刚，张红丽.我国科技与金融结合效益评价[J].科技管理研究，2014，（20）.

[12]崔毅，赵韵琪，杨丽萍，赵兵.基于DEA方法的广东科技与金融结合效益评价[J].华南理工大学学报（社会科学版），2010，（4）.

[13]吕江林，王新龙，宋高堂.中部地区与东部发达省市科技与金融结合效率的比较研究――基于DEA模型的分析[J].金融与经济，2012，（10）.