谭小芳，张伶俐

(大连海事大学 航运经济与管理学院，辽宁 大连 116026)

0 引言

创新是经济发展的源动力，企业创新能力决定其市场竞争力。由于研发投资风险较大、回报期长以及信息披露的局限性，对研发项目的资金支持程度成为制约企业研发创新能力的首要因素。持续稳定的研发资本投入是增强企业研发创新能力的前提，研发创新项目不仅需要在前期投入大量资金，在研发期间更需要持续的资金、技术等资源支持。更重要的是，如何将研发投资有效转化为创新产出？企业经营还要面临生产、管理、市场和后续发展等方面的风险，导致大多数企业对研发后期产业化和商业化支持不足。即使有一定资金投入产品研发，受后期中试、商业化和产业化水平不高，对投资风险的预测与防控不足等因素影响，企业研发成果转化成功率不高，研发投入并没有有效转化为创新产出[1,2]。

随着产融结合逐渐深入，持股外部金融机构的产融结合已初具规模，不少学者关注到持股金融机构为企业研发投资提供资金支持。张思菊[3]发现产融结合通过缓解融资约束提高企业研发投入；王超恩等[4]指出产融结合能缓解融资约束，促进制造业企业创新产出。在此基础上，持股比例如何影响企业获取金融资源的能力也进一步得到了探讨。当持股比例达到一定程度时，参股金融机构能够促进企业成长，而持股比例较低时，企业对金融机构决策的影响较小，难以为企业自身研发筹集充足资金[5]；杨竹清[6]发现，产融结合可以促进研发投入即发明专利、实用新型、外观设计创新产出，绝对控股金融企业能强化产融结合对研发创新的积极作用；谭小芳等[7]实证发现产融结合对制造企业具有缓解研发投资不足、加剧研发投资过度的单向调节作用，说明大多数产融结合型企业停留在持股金融机构以获取金融资源的初级阶段，表现为维持投资惯性。尽管产融结合能为研发提供一定资金支持，但是持股外部金融机构以股权为纽带形成的产融结合主要为财务性投资，属于合作型产融结合。虽然创业能通过股权关联获取一定的低成本资金，但双方为获取各自利益仅建立短期合作关系。有学者实证研究发现，股票市场倾向于短期利润，导致短期目标与研发创新的长期性相冲突，受“短视”投资者的压力，企业不得不放弃部分有价值的研发项目[8]。因此，外部股权融资使经营者倾向于牺牲长期研发收益而追求短期股票回报，进而抑制企业创新[9,10]。为了保证研发资金的长期供给，实现研发活动稳步推进，近年来不少企业发展内设型产融结合，即设立财务公司等服务于自身发展战略的自有金融子公司，调度企业自有资金进行研发投资，研发投资存续期更长，并且对研发投资失败的容忍度更高，还能提供研发投资战略上的支持与引导，给投资项目更大的创新空间，更有助于创新产出。因此，合作型、内设型产融结合对研发投资的金融支持程度以及对创新产出的调节作用截然不同。

综上所述，作为增强企业创新能力的重要组成部分，产融结合缓解企业研发融资约束问题得到了验证，但基于股权关联的产融结合能否有效促进企业创新尚未得到一致结论。

1 理论分析与研究假设

1.1 产融结合类型与研发投资

产融结合是指实体企业通过控股、参股等方式，直接或间接获取金融机构股权，以此对金融机构经营决策施加不同程度的影响，进而获取外部金融资源的行为[6]。持股外部金融机构，通过股权获取金融机构的利润，主要作为财务性投资，因此属于合作型产融结合。虽然合作型产融结合能够通过持有外部金融机构的股权募资获取一定融资便利，但研发创新是企业长期性战略性活动，风险性高、回报期长，长期大量的研发投入必须具有容忍失败的机制[11,12]。外部金融机构更关注企业短期绩效，而持续大量资金投入需求以及高昂的调整成本使企业短期绩效极易受其影响，存在前期投入无法收回的风险，进而降低合作型产融结合对研发活动的资金支持程度。

内设型产融结合是指企业设立服务于长期发展战略的自有金融子公司，金融子公司追求企业长期价值，甚至利用金融运作的风险投资经验主动捕捉适合企业投资的研发创新项目，因此对研发投资的风险容忍度更高。而且，内设型产融结合是母子公司产融协同利润中心，对企业资金进行统一调配与运营管理，合理利用闲置资金进行投资，扩大盈利来源并吸纳其它资本投入，拥有较雄厚的金融资本为研发活动提供长期金融集成服务，对研发项目相关信息进行专业分析，缓解信息不对称问题[13,14]，进而促使企业管理层利用企业自有资金提高研发投入水平，使研发投资存续期更长，更利于长期创新。

内设型产融结合的金融子公司主要有财务公司、银行、投资公司、基金管理公司、证券公司等，不同类型的金融子公司具有不同的金融关系网、投资运作经验等互补性资源[15]，支持企业发展的金融资本更强大，对研发投资的资金支持程度更大，能更好地发挥内设型产融结合对研发投资的金融功能。基于上述分析，本文提出如下假设：

H1：相比合作型产融结合，内设型产融结合更有利于提升企业研发投资水平；

H2：内设型产融结合多元化更能强化产融结合对研发投资的支持程度。

1.2 产融结合类型对研发投资与创新产出的调节作用

研发创新具有较高的不确定性和失败风险[16,17]，投资过程中资金投入期限较短、对风险的预测与防控不足及投资项目的市场化程度较低等原因均会导致研发资金断链。研发成果转化不仅需要大量资金支持，更需要根据企业环境并运用丰富的资本投资经验对投资过程中的风险进行合理分散，引导其产业化落地。金融子公司服务于企业长期发展战略，不仅具备丰富的产业知识和投资管理经验，而且相比外部金融机构，对研发投资项目的市场需求以及是否匹配企业未来发展方向有着较为准确的评估，监督企业投资运作并对企业创新方向进行指导和修正，更有利于降低研发投资风险，从而引导研发投资的创新产出。另一方面，研发投资的保密性使其信息披露有限[18,16]，外部金融机构难以掌握研发项目具体信息，在监督缺失的情况下持股外部金融机构容易引发管理层的机会主义行为，即在没有对研发项目进行充分评估的情况下，将资产投入风险高、回报率低的创新项目中[17]，不利于研发成果转化。企业自有金融子公司能够全面掌握研发项目进展，更了解项目的市场机遇及风险水平，能进一步减少逆向选择，有助于抑制管理层机会主义行为[19]，迫使管理层投资有利于企业长远发展的创新项目，优化研发资源配置，控制项目运营并最大化规避风险。

与通过持股外部金融机构的合作型产融结合不同，内设型产融结合通过设立自有金融子公司调度金融资源，有效的产融结合不仅为研发投资提供长期稳定的资金支持，更重要的是将金融资源服务于企业长期发展战略，通过股权、人事融合，将金融资源与经营资源、金融知识与经营知识有效整合，增强企业对研发投资项目风险的识别能力和管理运作能力，提高对研发投资失败的容忍度，给投资项目更大的创新空间，引导技术成果产业化、商业化，促进研发投资成果转化。

此外，内设型产融结合下多类型的自有金融子公司与企业是风险共担的利益共同体。金融子公司的金融投资运作网络相互联结，资金来源和投资主体多元化，社会资本价值高，有更强的资金、规模、信息、运作等优势，金融子公司之间相互支撑，深谙研发投资的风险和潜在收益，为研发投资项目的不同发展阶段匹配相应的金融支持与产业引导，将具备投资价值的研发项目纳入多种资产组合，更有利于分散研发投资风险[20]。不同金融子公司之间交错延展的金融资源网及集中统一的战略目标，既分散了单一融资模式为主的资金供给单一化、信贷风险集中化等财务风险，又有助于控制研发项目运作风险，更有利于研发创新产出。由一大批金融专家组成强大的金融财团，准确预测未来市场变化，引导企业研发投资项目加入技术联盟或开展技术合作[21]，运用其自身管理经验和金融行业资源，实现研发投资项目市场化、商业化，促进研发资本有效产出。基于上述分析，本文提出如下假设：

H3：相比合作型产融结合，内设型产融结合更有利于为研发投资提供引导，促进有效的创新产出；

H4：内设型产融结合多元化更能强化产融结合对研发投资与创新产出关系的调节作用。

2 研究设计

2.1 研究方法

2.1.1 倾向得分匹配法(PSM)

为了进一步验证产融结合类型与企业研发投资水平之间的关系，避免样本非随机分配对检验结果造成的选择性偏差，本文选用倾向得分匹配法(PSM)评估产融结合类型与企业研发投资水平的因果效应。PSM将多个特征浓缩为一个指标——倾向得分值(Propensity Score) ，将影响企业创新产出和产融结合类型选择的主要因素转化为接受处理的条件概率，并以此为每一个实施内设型产融结合的企业(处理组)匹配一个与之在内设型产融结合前最为相近的合作型产融结合企业(对照组)。

步骤一： 计算倾向得分值。倾向得分值是指企业实施内设型产融结合的条件概率，有：

P(Xi)=Pr[Di=1|Xi]=+E(Di|Xi)]

(1)

Xi为第i家企业多个维度的特征，表示影响企业实施内设型产融结合的因素；Di作为虚拟性变量，表示第i家企业是否设立自有金融子公司，即是否实施内设型产融结合，实施则 D = 1，否则D = 0，据此将样本划分为处理组(D = 1)与控制组(D = 0) ；P为企业设立自有金融子公司的概率，即倾向得分值。实证分析中的PS值往往无法测量，按照 Dehejia[22]及Lian[23]估计倾向得分值方法，本文采用 Logit 模型进行估计。

PS(Xi)=P(Xi)=Pr[Di=1|Xi]=Exp(βXi)/[1+Exp(βXi)]

(2)

其中，PS(Xi)为第i家企业实施内设型产融结合的倾向得分；Exp(βXi) /[1 + Exp(βXi)]表示逻辑分布的累积分布函数；Xi是由一系列可能影响企业实施内设型产融结合的企业特征变量构成的向量，即协变量；β为各样本企业多维度特征变量对应的Logit回归系数，由此可以获取各样本企业的倾向得分值。

步骤二：对处理组与控制组样本进行得分匹配。理论上是找到两个倾向得分完全相同的样本并计算平均处理效应，但由于PS值是一个连续变量，很难在处理组与控制组中找到两个倾向得分完全相同的样本。现有文献采用最近邻匹配(Nearest Neighbor Matching)、半径匹配(Radius Matching)、核匹配(Kernel Matching)解决PS值的匹配问题。某家进行过研发投入的企业平均处理效应可以表示为：

ATT=E[RD1i-RD0i|Di=1]=E{E[RD1i-RD0i|Di=1,p(Xi)]}=E{E[RD1i|Di=1,p(Xi)]-E[RD0i|Di=0,p(Xi)|Di=1]}

(3)

其中，RD1i和 RD0i分别表示同一家企业在合作型和内设型两种产融结合类型下的研发投资水平。在获取倾向得分值后，本文选用最近邻匹配、半径匹配以及核匹配方法对处理组和控制组样本进行配对分析，并核算各匹配方法的ATT值。

步骤三：检验两个样本组的共同支撑假设(Common Support Assumption) ，需要保证实施内设型产融结合的企业能够通过倾向得分值找到与之匹配的未实施内设型产融结合的企业。虽然可以得出每个企业实施内设型产融结合的概率，但当倾向值过高或过低时，无法找到与之相匹配的企业。因此，最终使用的“匹配样本”可能小于最初样本数。

步骤四：评定匹配后的平衡性(Balancing Assumption)。在匹配完成后，如果协变量在处理组与控制组间的样本均值不存在显著差异，此时配对样本是“平衡”的。

步骤五：对处理组和控制组的差异进行统计推断。因为配对样本的倾向值近似，PSM方法也控制了协变量对研发投入的影响。因此，在匹配好的样本中只需比较处理组(D = 1)与控制组(D = 0)的研发投入是否存在显著差异，就可以估计出合作型、内设型两种产融结合类型对企业研发投资水平的影响。

2.1.2 工具变量法(IV)

研究不同产融结合类型对研发投资与创新产出的调节效应，可能存在两种内生性问题：①遗漏变量。企业创新产出受企业特征、外部环境等多种因素影响，虽然本文在已有研究基础上控制了一系列影响创新产出的变量，但仍可能存在一些遗漏，导致模型估计结果出现误差；②反向因果。创新产出多的企业创新绩效更高，更倾向于继续加大研发投入，同时更为积极地调度产融结合相关资源，一般的估计方法会使估计系数有偏和非一致。针对模型可能存在的内生性问题，结合工具变量回归进行进一步识别，采用两阶段最小二乘法(2SLS)进行估计。本文选取研发人员占比(RD2)作为研发投资强度(RD1)的工具变量。一方面，企业研发人员数量相对稳定，核心研发团队质量会直接影响创新产出，但研发人员数量占比不会对现期创新产出产生直接影响；另一方面，研发人员占比与研发投资水平有较强相关性，研发人员占比越大，研发投资水平越高。因此，选用研发投资强度(RD1)作为工具变量衡量企业研发投资水平，以检验不同产融结合类型对研发投资与创新产出关系的调节作用。

2.2 样本数据

创业板和中小板企业在上市招股说明书中对研发支出信息有较详细的披露，而主板上市公司则对研发支出信息披露较少。此外，创业板和中小板上市企业多为处于高速增长期的高科技企业，更注重研发创新。近年来，高科技企业为获取金融支持进行不同程度的产融结合，因此选取2010-2017年中小板和创业板上市公司为研究对象，共获得1 196家样本数据。剔除金融类、ST公司以及数据信息披露不详的样本企业，对样本连续变量进行Winsor (1% -99%)处理，以控制极端值影响。一共得到897家样本企业，963个有效企业-年度观测值。本文数据主要来源于Wind 数据库(上市公司投资非上市金融企业数据、财务数据等)和CSMAR数据库(如研发投入、专利发明等数据)，使用统计软件Stata13.0进行分析。

2.3 变量定义

2.3.1 解释变量

本文解释变量为两类产融结合：将持股外部金融机构界定为合作型产融结合，将设立金融子公司界定为内设型产融结合。将产融结合类型虚拟变量(CIF)和研发投资(RD)的交互项引入到解释变量，用以检验产融结合类型对研发投资与创新产出关系的调节作用。若CIF×RD的系数显著大于0，说明在同等研发投入水平下，设立自有金融子公司的内设型产融结合更能促进创新产出。

2.3.2 被解释变量

研发投资水平的衡量指标一般有：研发投入占营业收入比例、研发投入占期初总资产比例以及研发投入占市值比例。考虑到资产构成不同的企业风险承受能力的差异、资本市场不完善，市值具有较大波动性，且无法避免企业内部操控股价等行为，本文将研发投入占营业收入比例作为研发投资水平的度量指标，更加符合收入与支出配比原则[24]。同时，用研发人员数量占比作为研发投资水平的替代变量。

创新产出从创新绩效和突破式创新两方面衡量。创新绩效是创新产出的传统衡量指标，表示企业的整体创新产出水平，包括实用新型、外观设计和发明专利，常常以专利申请总量反映[25-27]。在企业的3种创新类型中，发明专利属于突破式创新或颠覆性创新，突破了现有技术限制，能产生对产业发展有颠覆性推动作用的产品或服务，创新程度较高。相比于对现有产品和技术进行改造的实用新型和外观设计，突破式创新有更高的技术含量和创新价值，是提高企业创新技术水平并带动产业结构升级的根本，因此，发明专利能准确衡量更具创新性的产出水平。此外，根据张凤兵等[28]的研究，专利授权量受滞后特性和人为因素的影响较大，尤其是发明专利申请授权周期更长，难以准确反映企业当年研发投资的创新产出效果。黎文靖和郑曼妮[27]、Funk等[29]等大多数研究者认为，专利申请量比专利授权量更能真实反映出创新绩效水平。因此本文借鉴钟昌标等[30]、邹双等[31]的研究，以发明专利申请量(IPA)表示企业的突破式创新水平。考虑到创新活动是一个较长的时间区间，创新成果存在一定的时滞性，本文采用滞后一期的专利申请量度量企业当期创新产出。

2.3.3 控制变量

分析产融结合类型对研发投资的影响，主要考虑企业特征如何影响研发投资规模。借鉴国内外学者的研究结论和成果，选择企业规模(Size )、经营活动现金流(CFO)、政府补助(GS)、营运资金与借款比(CLR)、第一大股东持股比例(Top1)、长期资本负债率(DCR)6个变量作为控制变量。规模越大的企业需要越多的资金周转，更需要通过研发创新升级转型。经营活动现金流量直接影响企业生产经营，现金流较少必然会影响研发资本持续投入。政府补助是企业研发创新的政策资源，政府补助资金越多，研发投资规模越大。第一大股东持股比例反映了股权集中度，影响企业作出研发投资等重大经营决策。营运资金与借款比反映企业短期偿债能力。长期资本负债率衡量企业的长期资本结构，反映长期偿债能力，如果企业债务规模较大、偿债压力较重，对外融资困难，必然影响研发投资活动。引入年度(Year)和行业(Industry)作为虚拟变量，变量说明见表1。

表1 变量及说明

2.4 模型设计

模型(1)检验合作型、内设型产融结合类型(CIF)对研发投资水平的影响。被解释变量研发投资水平(RD)用研发投入/营业收入(RD1)衡量；在内设型产融结合样本中用模型(2)检验金融子公司类型多元化(CIFM)对研发投资支持的强化作用。

RDi,t=∂+β1CIFi,t+β2Controlsi,t+εi,t

(1)

RDi,t=∂+β1CIFMi,t+β2Controlsi,t+εi,t

(2)

模型(3)检验不同产融结合类型(CIF)对研发投资水平(RD)与创新产出(Innovation)关系的调节作用。创新产出Innovation从创新绩效(TPA)、突破性创新(IPA)两方面衡量，CIF×RD为产融结合类型CIF与研发投资水平RD的交乘项，β3系数反映了CIF对RD与Innovation关系的调节作用。为了验证假设H4，在内设型产融结合样本中用模型(4)检验内设型产融结合多元化(CIFM)对提高创新产出的强化作用。

Innovationi,t=∂+β1CIFi,t+β2RDi,t+β3CIFi,t×RDi,t+β4Controlsi,t+εi,t

(3)

Innovationi,t=∂+β1CIFMi,t+β2RDi,t+β3CIFMi,t×RDi,t+β4Controlsi,t+εi,t

(4)

3 实证分析

3.1 产融结合类型与研发投资

3.1.1 倾向得分值估计

(1)描述性统计。Logit模型测算显示，产融结合类型虚拟变量的均值为0.774 7，说明样本中内设型产融结合企业占比较大，中小板创业板高新技术企业产融结合程度较高；内设型产融结合CIFM均值为1.703 8，最大值30，最小值1，说明大部分内设型产融结合企业设有1家金融子公司，个别企业设立了多家金融子公司，运用金融资本的能力相差悬殊。创新绩效均值为178.629 3，突破性创新产出均值仅为40.081，说明样本企业突破性创新产出能力相对较弱，最大值与最小值表明创新产出差距较大。实施产融结合的样本企业研发投入水平及创新产出相差悬殊，有必要深入研究不同产融结合类型对研发投资的影响，以及对创新产出的调节作用。

(2)Logit模型估计结果。为了获得平均处理效应(ATT)的估计值，避免异方差带来的不利影响，先用Logit模型估计倾向得分，即在控制匹配变量产融结合类型CIF的情况下，估计样本企业中研发投入概率预测值。倾向得分匹配的Logistic结果显示，经营活动现金流(CFO)、企业规模(Size)、政府补助(GS)、营运资金与借款比(CLR)对研发投资有正向影响；第一大股东持股比例(Top1)、长期资本负债率(DCR)对研发投资呈负向影响。经营活动现金流(CFO)、企业规模(Size)、第一大股东持股比例(Top1)、长期资本负债率(DCR)显著性水平为1%，政府补助(GS)在5%水平上显著正相关，营运资金与借款比(CLR)显著性水平接近10%。因此，在选择恰当的匹配变量后，使用Logit模型估计研发概率作为匹配时参照的倾向得分，χ2=150.04，模型整体得分比较显著，说明所选匹配向量对倾向得分有显著影响。

3.1.2 样本匹配效果分析

平行假设要求匹配后各变量在处理组和控制组间不存在显著差异，一般认为，匹配后标准偏差的绝对值越小匹配效果越好。匹配后标准偏差均大幅下降，除第一大股东持股比例(Top1)略大于5%外，其它变量均远小于5%，表明匹配效果较好。依据T值检验，在倾向得分值匹配前，比较变量均值，发现存在显著性差异，而匹配后的处理组与控制组变量均值差异不显著。

3.1.3 产融结合类型效果分析

依据前文样本匹配结果，估计各样本匹配方法的ATT值，以探究产融结合类型对企业研发支出的潜在影响，并进一步探究内设型产融结合类型中金融子公司多元化对企业研发支出的作用差异。

(1)产融结合类型与研发支出。表2中k近邻匹配(k=4)结果显示，匹配后处理组的企业研发投资规模(RD1)均值为5.089 4，控制组企业研发投资规模(RD1)均值为3.156 7，ATT平均处理效应为1.932 6，在1%的水平上显著。基于PSM方法的检验表明，在控制企业其它主要特征后，设有金融子公司的企业研发投入水平比与之相匹配的持股外部金融机构的企业平均高出1.932 6，采取内设型产融结合类型使研发投资规模增加了61.22%。这表明，在控制企业其它主要特征后，相比合作型产融结合，内设型产融结合更能扩大样本企业研发投资规模，与之前的假设一致。如果不根据企业特征值进行匹配，直接计算合作型产融结合企业和内设型产融结合企业的研发投入水平，那么匹配前两组样本的研发投入之差为1.655 5，比匹配后的ATT值(1.932 6) 略低，即低估了产融结合下不同模式对研发投入的影响。这也证明PSM方法能消除企业其它特征变量对研发投入的影响，有效解决内生性问题，得到的ATT结果更为准确。半径匹配与核匹配检验结果也证明本结论具有较强的稳健性，H1得到验证。

表2 产融结合类型对研发支出的影响

注：“匹配前”指未进行PS值配对前的样本，“匹配后”指进行“匹配”之后的样本；“处理组”和“控制组”分别表示内设型产融结合与合作型产融结合的企业； ***，**，*分别表示在1%，5%，10%水平上显著。下同

(2)内设型产融结合多样化研发支出。因为在倾向得分匹配过程中，内设型产融结合多样化被视为处理变量，所以需要对该变量使用哑量法进行重新度量。将企业当年仅有一类金融子公司的定义为单一内设型产融结合，赋值为0；有两类及以上金融子公司的界定为内设型产融结合多样化，赋值为1，表3列示了内设型产融结合多元化与研发投入倾向得分匹配的结果。k近邻匹配(k=4)结果显示，匹配后处理组贷款数量均值为 5.475 4，控制组贷款数量均值为4.031 7，处理效应ATT为1.443 7，T检验通过显著性检验，说明内设型产融结合多样化使研发投资增加了35.81%。半径匹配、核匹配结果显示，ATT均通过显著性检验，与近邻匹配一致。检验结果说明内设型产融结合多样化会强化产融结合对研发投资的支持程度，H2成立。

表3 内设型产融结合多样化对研发支出的影响

3.2 产融结合、研发投资交互项与创新产出

3.2.1 基准模型回归

(1)产融结合类型、研发投资交互项与创新产出。不同特征的产融结合类型对研发投资与创新产出关系的调节作用可能存在差异，本文根据模型(3)进行OLS回归，从表4可以看出，研发投资与创新产出在10%水平上显著正相关；产融结合类型CIF与创新产出TPA在1%水平显著正相关；产融结合类型、研发投资交互项RD1×CIF与创新绩效在5%水平显著正相关，显著性水平与相关系数均显著大于研发投资与创新产出单独回归系数。进一步检验创新程度更高的突破式创新，发现研发投资RD1与突破性创新IPA在10%水平上显著正相关，相关系数小于研发投资与创新绩效的系数；产融结合类型CIF与突破性创新IPA在1%水平上显著正相关，相关系数大于产融结合类型与创新绩效的系数；产融结合类型、研发投资的交互项RD1×CIF系数显著为正(P<0.1)，且显著性水平、交互项系数均大于研发投资单独回归系数的绝对值。

(2)内设型产融结合多元化、研发投资交互项与创新产出。对于内设型产融结合企业，多类型金融子公司之间的金融业务以企业发展战略为核心，向外延伸，利用自身专业、丰富的金融运作经验，引导创新性研发投资项目，通过多元化的金融业务分散风险，促进研发创新产出。为了检验上述影响机制，针对内设型产融结合样本企业，创建虚拟变量内设型产融结合多元化CIFM，若该企业拥有多类型金融子公司则取1，否则取0，并进一步研究金融子公司类型多样化是否强化产融结合对研发投资与创新产出关系的调节作用。从表5可以看出，内设型产融结合多元化(CIFM)与创新绩效(TPA)在1%水平上显著正相关；内设型产融结合多元化、研发投资交互项(RD1×CIFM)与创新绩效(TPA)在1%水平上显著正相关，显著性水平与相关系数均显著大于研发投资与创新绩效单独回归系数。进一步检验创新程度更大的突破式创新，发现内设型产融结合多元化(CIFM)与突破性创新(IPA)在1%水平显著正相关，相关系数大于内设型产融结合多元化与创新绩效的相关系数；内设型产融结合多元化、研发投资交互项(RD1×CIFM)系数在10%水平上显著正相关，且交互项系数均大于研发投资单独回归系数的绝对值。

表4 产融结合类型、研发投资交互项与创新产出回归结果

注：小括号内数值表示为回归系数的标准误，下同

表5 内设型产融结合多元化、研发投资交互项与创新产出回归结果

3.2.2 工具变量回归

采用Hausman-Wu检验，检验模型的内生性问题，结果显示，产融结合类型(CIF)与创新绩效(TPA)回归P=0.721 1，异方差稳健的DWH检验结果显示P= 0.720 0；内设型产融结合多元化(CIFM)与创新绩效(TPA)回归P=0.614 6，DWH检验P= 0.611 3，即产融结合类型(CIF)、内设型产融结合多元化(CIFM)均为外生变量，二者与创新绩效(TPA)回归均不存在内生性。研发投资(RD1)与创新绩效(TPA)回归P=0.015 4，研发投资与产融结合类型交互项(RD1×CIF)回归P=0.029 5，研发投资与内设型产融结合多元化交互项(RD2×CIFM)回归P=0.000 3，均在接近1%的显著性水平上拒绝基准模型回归中“所有解释变量均为外生”的原假设，即研发投资RD1为内生变量，基准模型的回归存在内生性问题。

为了使结果更稳健，选取研发人员占比(RD2)作为研发投资(RD1)的工具变量，用两阶段最小二乘法进行估计。弱工具变量检验发现，工具变量研发投资人员占比(RD2)估计系数为30.448，在1%水平上显著；研发人员占比与产融结合类型交互项(RD2×CIF)估计系数为28.489，在1%的水平上显著；研发人员占比与内设型产融结合多元化交互项(RD2×CIFM)的估计系数为39.284 1，在1%水平上显著。在第一阶段回归中，F统计量均大于10，说明模型不存在弱工具变量的问题，即工具变量与内生解释变量相关。

(1)产融结合类型、研发投资交互项与创新产出。两阶段最小二乘法的回归结果如表6所示，研发投资(RD2)与创新绩效(TPA)在1%水平上显著正相关；产融结合类型、研发投资交互项(RD2×CIF)与创新绩效(TPA)在1%水平显著正相关，相关系数显著大于前者。进一步检验创新程度更高的突破式创新，发现研发投资与突破性创新产出在5%水平上显著正相关，显著性强于研发投资与创新绩效；产融结合类型、研发投资的交互项(RD2×CIF)在1%水平上显著正相关，显著性水平、交互项系数均大于研发投资单独回归系数。回归结果与基准回归模型一致，进一步验证了相较于合作型产融结合，内设型产融结合更注重引导企业实施突破性创新，能有效调节研发投资的创新产出，H3成立，回归结果具有较强稳健性。

表6 产融结合类型、研发投资交互项与创新产出的工具变量回归结果

(2)内设型产融结合多元化、研发投资交互项与创新产出。两阶段最小二乘法回归结果表明(受篇幅限制，未列示相关数据)，内设型产融结合多元化、研发投资交互项(RD2×CIFM)与创新绩效(TPA)在1%水平上显著正相关，相关系数显著大于研发投资与创新产出单独回归结果。内设型产融结合多元化、研发投资交互项(RD2×CIFM)与突破式创新在1%水平上显著正相关，且显著性水平、交互项系数均大于研发投资单独回归系数。回归结果与基准回归模型一致，进一步验证了在内设型产融结合中，金融子公司类型多元化更能促进企业实施突破性创新，调节研发投资创新产出的作用更强，回归结果具有较强的稳健性，H4得到支持。

以上回归结果表明，研发投资能提升创新绩效，但对突破性创新产出的促进作用有所减弱；内设型产融结合对创新产出的正向作用更强，促进了突破性创新，并进一步调节研发投资的创新产出。这说明，内设型产融结合更注重引导企业进行创新程度更大的突破性创新，进一步调节研发投资的创新产出，金融子公司类型多元化进一步强化该作用。金融子公司为企业发展战略提供金融服务，其金融运作经验、风险管理能力及研发创新的前瞻性，能够帮助企业准确捕捉有助于提升企业市场竞争力的突破性创新项目，有效预测研发投资风险。金融子公司多元化通过多种金融业务组合分散研发风险，引导研发投资项目的市场商业化落地，进而促进有效产出。

3.3 稳健性检验

鉴于创业板、中小板多为高速增长的高科技企业，主要从事研发创新活动，产品销售收入能够反映企业创新绩效。考虑到创新绩效具有时滞性，本文采用滞后一期的产品销售收入作为专利申请量的替代变量进行稳健性检验。由表8可见，研发投资(RD2)与创新绩效(SR)负相关，产融结合类型、研发投资交互项(RD2×CIF)与创新绩效(SR)在1%水平上显著正相关，内设型产融结合多元化、研发投资交互项(RD2×CIFM)与创新绩效(SR)在1%水平上显著正相关，且相关系数大于产融结合类型、研发投资交互项(RD2×CIF)。

虽然研发投资能够提高以专利申请量衡量的创新绩效(表6、表8)，但创新成果转化为经济价值具有一定时滞性，考虑创新绩效的经济学概念及商业价值后，发现研发投资并不一定能提高企业创新绩效(表7)。内设型产融结合能够有效调节研发投资的创新绩效，而金融子公司多元化的调节作用更为显著，进一步说明内设型产融结合更注重研发投资的商业价值，能促进企业创新绩效实质性提高，这与前文一致，说明研究结果具有较好的稳健性。

表7 稳健性检验回归结果

4 结论与建议

合作型产融结合利用股权与外部金融机构建立金融关联，由此获取的外部融资便利为研发投资提供的支持有限；内设型产融结合通过设立金融子公司，为企业研发创新等长期发展战略服务，能持续提供研发资金支持，同时金融运作优势又能引导有效创新产出。本文基于创业板、中小板上市公司2010-2017年数据，研究合作型和内设型产融结合如何影响企业研发创新，得到如下结论：

(1)基于倾向得分匹配方法，实证分析了产融结合类型对研发投入的影响。通过构造与处理相匹配的对照组，可以在一定程度上减少样本选择性偏差。在控制企业匹配变量后，考察产融结合类型对研发投入的影响，发现相比持股外部金融机构的合作型产融结合，设立金融子公司的内设型产融结合更能提升企业研发投入水平，内设型产融结合多元化能够强化产融结合对研发投资的支持程度。

(2)采用工具变量法，实证分析合作型、内设型产融结合类型对研发投资与创新产出的调节作用，发现内设型产融结合能够有效调节研发投资的创新产出，更注重引导企业开展突破性创新，金融子公司类型多元化进一步强化这一作用。稳健性检验结果发现，内设型产融结合更注重对研发投资经济价值的引导，更能提高企业研发投资的商业价值。

本文研究结论具有重要理论意义和现实意义。首先，目前国内外实证研究更多关注持股金融机构对企业研发创新的影响，而本文以产融结合类型为焦点，考察了设立金融子公司的内设型产融结合对企业研发创新的影响，为产融结合深化的战略协同作用提供了新证据。其次，本文的结论为企业创新产融结合类型、更好地调动金融资本为自身发展战略服务提供了依据。产融结合已成为众多企业做大做强的妙策良方，但大多数产融结合型企业仅通过持股外部金融机构获取金融资源便利，仍存在金融空转、脱虚向实等现象，未能与企业发展战略协同。本文的结论表明，内设型产融结合能更显著地提升企业研发创新能力、创造研发投资的经济价值，实现以实体产业为依托，金融资本引领企业发展的产融结合战略协同作用。最后，内设型产融结合类型多元化对企业研发创新的促进作用更强。因此，企业应当注重发展内设型产融结合，通过设立金融子公司，为自身研发创新提供长期战略协同服务，既得到研发资金保障，更能获得丰富的行业资源、运作管理经验，引导研发投资项目市场化、商业化，提升企业创新能力和经济价值。同时，应给予金融子公司相应的税收优惠，出台相应金融政策支持金融子公司发展，鼓励金融子公司发展模式多元化，发展多种金融模式以增强金融协同作用，为实体产业研发创新战略实施提供金融引领和资金支持，同时引导创新成果商业化、市场化。