关键词：科技金融；结合效率；DEA-Tobit模型；影响因素分析
中图分类号：F830 文献标识码：A 文章编号：1674-2265（2015）09-0036-05
一、引言
科技与金融是经济社会价值创造的两个重要领域，而科技金融结合效率对科技成果转化速度和效率有极大的影响。因此，科技与金融的发展不能仅追求科技资源和金融资本的绝对投入量，而应该足够重视科技与金融的结合效率。关于科技与金融结合效率的探索，国内有关学者做了大量研究，近年来有部分学者运用层次分析法（AHP）、数据包络分析法（DEA）对我国金融投入与科技产出的效率进行比较研究；还有部分学者基于面板数据，运用随机前沿距离函数模型、面板向量自回归模型全面分析了我国金融与科技的互动关系；也有学者研究科技金融结合效率的东部沿海发达城市、中部地区或者西部地区的地区差异。但是目前有关科技金融的研究大都侧重于宏观分析，针对省市区域的实证检验较少，而且很多研究仅仅侧重于科技金融结合效率的评价和对比，对于其影响因素的分析尚未涉及。
河南省作为中原经济区发展规划的核心区域，在各方的大力支持下，科技金融工作有序开展，虽然在科技金融结合手段创新和营造良好的外部环境方面取得了一定的成绩，但仍然存在不少的问题。本文在借助有关学者已有的研究基础上，对区域科技金融结合效率进行实证分析，并进一步探讨其主要影响因素，提出相应的政策建议。
二、模型构建与研究方法
（一）DEA-Tobit模型建立
本文首先应用DEA的BCC模型作为河南省各地市科技金融结合效率评价的数学模型。假设向量Xj=（X1j，X2j，…，Xmj）T为投入向量，Yj=（Y1j，Y2j，…，Ysj）为产出向量，j=1，2，…，n 。将CCR模型加入约束条件∑λj=1构造BCC模型，该模型最优值为：
[minθ-ε（j=1ms_+j=1rs+）=vdεs.t.j=1nxjλj+s-=θx0j=1nyjλj-s+=y0λj≥0，s+≥0，s-≥0] （1）
公式（1）的经济含义是：若纯技术效率和规模效率均为1，则表明DEA有效（综合效率有效），相对效率处于生产前沿；若两者中只有一方效率值达到1，说明仅实现弱DEA有效（纯技术效率有效或者规模效率有效），需要进行产出规模或者投入效率的调整；若纯技术效率和规模效率都很低，则意味着DEA无效，需要进行全面调整。
本文采用Tobit模型，对科技金融结合效率影响因素进行分析。Tobit模型基本原理如下：
[yi*=βxi+ε] （2）
[yi=yi*yi*>00yi*≤0] （3）
公式（2）和（3）中，y*为潜在的被解释变量；yi为被解释变量；xi为解释变量；β为回归参数向量；εi～N（0，δ2），i=1，2，…，n 。该模型的特征是，解释变量xi为实际观测值，而被解释变量yi只能以受限的方式观测到。当y*>0时，yi= y*，yi为无限制观测值；当y*≤0时，yi=0，称yi为受限观测值。
（二）指标选择和数据说明
考虑到科技金融相关的投入与产出指标在管理上的可控性、可取性和可比性，在分析科技金融效率时选取了地方财政科技拨款与地方财政支出比重（X1）；企业R&D费用支出与产品销售收入比（X2）；高技术固定资产投资与固定资产投资额比（X3）；高技术产业贷款增加额占银行贷款增加额的比例（X4）4个指标作为科技金融投入指标。选取技术市场成交合同额比重（Y1）；专利申请授权量比重（Y2）；高技术产业产值占工业总产值的比重（Y3）；新产品销售收入与产品销售收入的比重（Y4）4个指标作为科技金融产出指标。
本文选取2005―2014年河南省18个地级市作为研究样本，分析其10年间科技金融结合效率变动以及空间差异。科技金融投入与产出指标数据来源于《河南省统计年鉴》、《河南省科技统计年鉴》、《河南省高技术产业统计年鉴》，由于金融投入与科技产出之间存在一定的滞后性，本文采用的输出指标滞后输入指标一期。
（三）确定科技金融结合效率的影响因素
为了进一步探究科技金融结合效率的主要影响因素，本文从政府、金融市场（金融市场的规模、效率和结构）和企业3个角度分析影响科技金融结合效率的可控因素，有关的预期假设如下：
假设1：当地政府在科技金融发展中的支持作用与科技金融结合效率正相关，用GAni表示，GAni=科技拨款占地方财政支出比重。
假设2：当地金融市场规模与科技金融结合效率正相关，用FSni表示，FSni=银行业金融机构资产总额与当地GDP的比例。
假设3：当地金融市场效率与科技金融结合效率正相关，用FEni表示，FEni=当地金融机构贷款与存款的比例。
假设4：当地金融市场结构与科技金融结合效率正相关，用FFni表示，FFni=非金融机构所获融资中债券与股票所占比重。
假设5：各地区高技术企业整体规模与科技金融效率正相关，用ESni表示，ESni=高技术产业总产值占当地GDP比重。
在上述假设的基础上，建立科技金融结合效率的Tobit多元回归模型：
θ=β0+β1 GAni +β2 FSni +β3 FEni +β4 FFni +β5 ESni +μ
（4）
其中θ为DEA得出的各地市综合效率指标；β0为回归公式的常数项，β1、β2、β3、β4、β5为各变量的回归系数，μ为随机干扰项；n= 1， 2，…，18为各地级市，i为年度。
三、实证研究
（一）基于DEA方法的科技金融效率评价
本文采用DEAP2.1统计软件将河南省2005―2014年18个地市的科技金融投入与产出指标输入后，计算出河南省各地市科技金融结合水平的综合效率、纯技术效率和规模效率。
1. 总体分析。把2005―2014年各地区的计算结果进行平均得到河南省科技金融效率变化趋势图（见图1）。
[图1：2005―2014年河南省科技金融结合效率平均值变动
趋势图][TE―综合效率水平][PTE―纯技术效率水平][SE―规模效率水平]
从变化趋势上看，2005―2014年河南省科技金融综合效率值呈现先增长后下降变动。2005―2009年，该阶段综合效率呈上升趋势，且与纯技术效率变化趋势相似，因此可被看为此阶段主要受纯技术效率变化的影响，纯技术效率是由管理和技术等因素影响的结合效率，该阶段正是“中原崛起”经济发展重大战略规划启动的时期，该战略的实施加快了河南省经济发展的速度，尤其加快了高新产业的支持力度和金融事业的发展，使得科技金融体制不断推进，科技成果转化能力增强，这些成就都有利于科技金融结合效率的提高。2010―2014年，该阶段综合效率呈下降趋势，而与规模效率在此阶段的下降过程相一致，因此该阶段可被看为主要受规模效率变化的影响。由于河南这个时期的规模效率都偏低，虽然这段时间对科技金融的投入力度逐渐增大，各地区大量的高新产业园区和集聚区不断涌现，但是金融市场体系发展滞后和高新技术企业消化吸收能力低，导致企业经营成本上升，新技术的利用效率没有达到预期的效果，使得科技产出的效率降低。
2. 地区差异分析。本文把18个地市10年的科技金融结合效率值进行平均，得到各地区的科技金融结合效率状况（见表1）。
综合效率综合衡量和评价决策单元（18个地市）的科技金融结合能力和融合效率。从综合效率值来看，科技金融结合效率较高的地区有郑州、洛阳、新乡、焦作、南阳、驻马店，效率值达到0.9以上；中等水平的有平顶山、安阳、濮阳、许昌、漯河、济源；处于较低水平的有周口、商丘、三门峡、信阳、鹤壁、开封。从以上结果可以看出，金融市场相对完善的地区，其综合效率也较高，说明金融市场运行效率有利于科技金融结合效率的提高。
纯技术效率是决策单元在既定产出水平下实现最小投入能力的衡量，与决策单元的科技创新、资源配置直接相关。郑州、洛阳、新乡、焦作、南阳、驻马店、平顶山、许昌、济源等地区的纯技术效率均为有效，说明这些地区具有相对较高的科技创新理念和金融市场运行效率。其中，平顶山、许昌、济源等地区纯技术效率值较高，但其综合效率却处于中等水平，说明这些地区科技金融结合效率的变化主要是由规模效率引起的。而其他没有出现纯技术效率有效的地区，科技金融推广力度不够，技术更新和成果转化速度较慢。
规模效率用于衡量现有产出规模结构与最终产出规模结构之间的差距。郑州、洛阳、新乡、焦作、南阳等地区规模效率和纯技术效率均比较高，说明这些地区的技术水平与其经营规模基本适应。而平顶山、安阳、许昌、漯河等地区规模效率大于纯技术效率，其综合效率处于中等水平，说明要提高科技金融结合效率，就要加大科技金融投入力度和推广程度。商丘、周口、信阳等地区综合效率和纯技术效率都处于较低水平，因此应在提高科技金融结合效率的同时，加大科技金融投入力度和调整高新产业规模。
为了进一步分析河南省科技金融结合效率的地区差异，根据近10年的平均效率水平将河南省的18个地市进行聚类分析（见表2）。
从表2可以看出，河南省科技金融结合呈现出明显的地区不平衡性特征。第一类地区大多是河南省科技创新水平较高、高新产业集聚度较高和金融市场较完善的地区，平均综合效率值达到了0.916，远高于全省的平均水平。进一步发现这一类地区的纯技术效率明显高于规模效率，表明该类地区的现有科技金融投入水平已基本接近生产前沿面，科技金融水平达到高效，要进一步提升科技金融结合效率就需要对其进行生产规模的调整。
第二类地区和第三类地区无论是科技创新水平还是金融市场效率都比不上第一类地区，进一步发现两类地区的纯技术效率均小于规模效率，说明这两类地区要提升效率需要纯技术效率的提高，所以未来要重视提高科技资源配置效率，完善金融融合机制以及提升科技创新转化能力。
（二）基于Tobit模型科技金融效率影响因素分析
本文对河南省18个地市2005―2014年间的科技金融结合相对效率值与预期假设的影响因素进行Tobit模型的多元回归，通过Eviews 6.0统计软件进行实证检验（结果见表3）。
从回归结果可以得到模型的判定系数为0.974148，通过F检验统计量的P值可以判断模型拟合程度很高，解释变量整体上有显著性影响。由个别解释变量的回归结果可以看出，政府、金融市场及企业自身对科技金融的结合效率产生了不同的影响：
1. 科技拨款占地方财政支出比重（GA）与科技金融结合效率显著负相关。政府科技投入的增加理应对科技金融的发展起到促进作用，但实证检验结果却与原假设相反。可能的原因是虽然河南省科技活动投入力度逐渐增加，但是科技产业吸收能力滞后，科技拨款划出后政府也缺乏对项目执行的监督和管理，从而使资金投入并不能发挥全部的作用，导致科技资金配置不科学，出现科技拨款越多科技金融效率反而下降的现象。
2. 银行业金融机构资产总额与GDP的比例（FS）和科技金融结合效率显著正相关，表明金融规模的扩大有助于科技金融的结合效率；但是，金融机构贷款与存款比例（FE）和科技金融结合效率呈不显著正相关关系，并且非金融机构所获融资中债券和股票所占比重（FF）与科技金融结合效率呈不显著负相关关系。究其原因是河南省目前的金融市场仍不完善，资本市场的资源配置不均衡，中小型科技企业并未得到公平对待和支持，资本市场资源配置功能没有充分发挥出来，金融规模的扩大仅仅从量上有助于科技金融效率的提高，但金融效率和金融结构的变化却没有对科技金融的效率产生显著影响。
3. 高技术产业总产值占GDP比重（ES）与科技金融结合效率呈显著正相关，表明企业科技创新吸收能力越强，科技产值转化率越高，科技金融结合效率也就越高。企业是科技金融发展的主力军，技术创新的实现最终都需要通过企业来完成，加速科技成果的转化，增强科技企业的自主创新能力，将直接影响到科技金融结合效率。
四、政策建议
基于以上河南省科技金融结合效率评价结果及其影响因素的分析，提出如下政策建议：一是河南省各地区科技金融结合效率存在明显差异，采用无差别的科技金融政策会在某种程度上造成资源的浪费，并加剧区域发展的差距。因此，要充分调动各地市科技企业和金融机构的积极性，在河南省不同地区实施既有区域针对性、又能促进区域间协调的科技金融差异化发展战略。二是不断完善河南省金融市场效率和结构，加强科技金融产品的创新和完善科技企业风险补偿机制，鼓励商业银行将科技贷款作为重点领域，促进科技资源与金融资源有效结合，为科技企业提供多渠道、多层次的科技金融服务。三是提高科技型中小企业自主创新能力，促进科技型中小企业不断改善其治理结构和管理模式，提高创新资金利用效率和可持续发展能力，实现科技成果的快速转化。
参考文献：
[1]赵昌文，陈春发，唐英凯.科技金融[M].北京，科学出版社，2009.
[2]姗娜.科技金融的结合机制与政策研究[D].浙江大学硕士论文，2011.
[3]房汉廷.科技金融的价值与规律[J].现代产业经济，2013，（1）.
[4]马红.科技与金融结合研究[D].西南财经大学博士论文，2013.
[5]曹颢，尤建新，卢锐，陈海洋.我国科技金融发展指数实证研究[J].中国管理科学，2011，（3）.
[6]徐玉莲，王玉东，林艳.区域科技创新与科技金融耦合协调度评价研究[J].科学学与科学技术管理，2011，（12）.
[7]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）.
[8]陈敏，李建民.金融中介对我国区域科技创新效率的影响研究――基于随机前沿的距离函数模型[J].中国科技论坛，2012，（11）.
[9]徐玉莲，王宏起.科技金融对技术创新的支持作用：基于Bootstrap方法的实证分析[J].科技进步与对策，2012，（3）.
[10]俞立平.省际金融与科技创新互动关系的实证研究[J].科学学与科学技术管理，2013，（4）.
[11]华玉燕，赵纳.基于DEA方法的科技金融结合效率研究――以安徽省为例[J].金融教育研究，2013，（3）.
关键词：科技金融;高技术产业
中图分类号：F830.57 文献识别码：A 文章编号：1001-828X（2016）027-000-01
高技术产业获取金融资源的渠道主要包括自身投入、政府财政支出、金融机构贷款、创业风险投资等，但因其无实质性资产的特性，想要获得银行贷款相对困难，基于这样的现实状况，科技金融由此产生。政府除了出台有利于高技术企业融资的相关政策，还介入高技术企业的金融融资，如设置资金池以便加大金融机构和风投机构对高技术企业的融资支持。
一、科技金融和高技术产业
科技金融是指促进科技开发、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，是由向科技与技术创新活动提供金融资源的政府、企业、市场、社会中介机构等各种主体及其在科技创新融资过程中的行业活动共同组成的一个体系，是国家科技创新体系和金融体系的重要组成部分[赵昌文、陈春发、唐英凯.《科技金融》.科学出版社.2009年.]。至此，不同的学者赋予了科技金融不同的定义，科技金融逐渐成为新的研究热点。
高技术产业是指运用当代尖端技术生产高技术产品的产业群，具有高投入、高风险、高收益的特性。技术创新是高技术产业发展的必要条件，高技术产业的发展必然需要对基础研究的不断投入。对于投入高、难道大、辐射范围广的技术研究，需要更多的企业、金融中介机构和政府的通力合作，在这种背景下，科技金融资源对高技术产业的支持显得尤为迫切。
二、科技金融对高技术产业发展的理论研究
科技金融对高技术产业发展的作用主要体现在直接和间接两个方面：从直接方面来说，科技金融资源作为一种资本投入，给予了高技术产业有效的资金支持。从间接方面来说，科技金融资源除了提供资金支持，还包括政府政策支持，引导金融机构和风险投资机构进入，金融机构和风险投资机构可以利用自身优势，参与企业管理，甚至进入决策层，加强对高技术企业的监管，促进企业成长。总之，科技金融资源不仅为高技术产业提供了资金支持，也在提升企业的经营水平上有一定的作用。
科技金融主要包括科技财政资源、科技金融贷款、创业风险投资、科技保险等，即由公共科技金融和市场科技金融构成。公共科技金融主要是指政府对于科技企业的财政投入和优惠政策等。市场科技金融则主要包括金融机构、风险投资机构等对科技企业的资金支持等。对于政府财政投入即公共科技金融资源对企业发展的效应，学者之间是有差异的。多数研究表明，财政科技投入对企业的发展是有正向作用的，但是李左峰等（2012）认为同时存在正向和反向作用，这取决于企业自身的技术能力水平，同时还受到管理水平、研发水平等因素的限制。对于市场科技金融资源对企业发展的效应，则相对统一，认为都是具有正向作用的。本文主要探究公共科技金融和市场科技金融对高技术产业发展的影响。
三、科技金融对高技术产业发展的实证研究
科技金融从内涵角度可分为公共科技金融和市场科技金融两个方面，公共科技金融本文以R&D内部经费支出中的政府资金来度量公共科技金融;市场科技金融以R&D内部经费支出中的其他资金来度量市场科技金融。R&D内部经费中的其他资金是指去除企业自身投入资金和政府资金后的R&D内部经费支出，与市场科技金融的内容范畴基本一致。高技术产业的发展可以通过产业绩效来衡量，而产业绩效又可以通过其盈利能力和成长能力两方面来衡量。文选取主营业务利润率和总资产收益率来度量其盈利能力，以利润增长率和主营业务收入增长率来度量成长能力。高技术产业具有业务集中的特点，其利润主要来源于主营业务，因此本文以利润指标来代替主营业务利润指标。以上统计数据均来自《中国高技术产业统计年鉴》和《中国科技统计年鉴》，为了剔除价格的影响，对统计数据进行GDP指数平减。基于数据的可得性，本文选取了2009年至2012年我国省级面板数据，剔除数据缺失的省份后，共获得121有效样本。在实证分析中为了增加变量的平稳性，对上述变量取对数。
因子分析。本文运用SPSS软件对高技术产业绩效的相关变量做KMO和Bartlett的球形检验，结果显示为0.624大于0.5，表明选取的变量显著相关，适合做因子分析。同时，通过出成分分析法对高技术产业绩效的相关变量提取主成分，共提取出2个因子，方差共献率为89.336%，由此测得高技术产业绩效的测量值。
将公共科技金融、市场科技金融与高技术产业绩效分别进行Pearson分析，相关系数分别为0.813、0.854，说明在0.01水平上科技金融与高技术产业绩效直接显著相关。
本文以高技术产业绩效为被解释变量，以公共科技金融和市场科技金融为解释变量，进行回归分析，其结果如下：
高技术产业绩效=7.226+0.189*公共科技金融+0.196*市场科技金融
由上述公式可知，公共科技金融与市场科技金融对高技术产业绩效均有正向促进作用。
四、结论
经过实证研究表明，公共科技金融与市场科技金融对高技术产业的发展都有促进作用，表明政府财政科技投入、优惠政策、金融机构贷款、风险投资都能促进高技术产业的发展。通过回归分析可知，公共科技金融，市场科技金融对高技术产业的发展的作用几乎是齐头并进的，因此高技术产业的发展既离不开政府的相关支持，也离不开包括金融机构、风投机构等的支持。
参考文献：
[1]赵昌文，陈春发，唐英凯.科技金融[M].北京：科学出版社，2009.
关键词：面板模型；科技创新的三阶段；公共科技金融；
一、引言
近年来，依靠投资驱动、资源驱动的经济模式，我国经济取得了举世瞩目的成就，也带来了一系列的问题，诸如高污染、产能过剩等。就如硅谷最火的投资者和思想家彼得·泰尔二进制的人生观———人类的未来，要么独特与创新(1)，要么啥都不是或走向衰弱(0)，如果只是重复和模仿，从1到N，人类将面临着一系列问题。我国的经济目前处于1-N的困境中，要想解决这些问题，我国要实现从0到1的突破，科技创新尤为重要。而科技创新需要资本的支持，并且科技创新的高风险和高收益正好可以发挥金融分散风险的功能，这样科技和金融的融合随之而形成，科技金融也随之产生。有些学者认为科技金融给与科技创新资金上的支持从而提高了企业的科技创新能力；也有学者认为金融资本的投机性使得在研发的初期金融资本投入较少而在创新有一定的获利性时又有大规模的金融资本的投入，这样可能会有金融和科技创新阶段性的不匹配现象的出现，科技金融反而不利于科技创新能力的提高。
美国、英国等发达国家通过持续的科技创新不断奠定和提升自身在世界经济舞台上的地位，优化金融政策环境，提高企业创新能力，从而促进经济的发展。面对发达国家近年来实施的一系列举措，我国也逐渐认识到科学的发现和技术的创新是推动经济发展的有效力量，企业科技创新与金融资源的协同发展对于经济的提高有着至关重要的作用。从1985年，在《关于科学技术体制改革的决定》中，中共中央首次提出以风险投资来支持高新技术产业的发展；1993年“科技金融”一词由深圳市科技局提出；“中国金融科技发展论坛”在北京成功举办，提出支持高技术产业的技术创新活动，进而助推我国的经济增长。因此，我国积极推进科技金融体系的建设，在国家和地方陆续出台了推进科技创新与科技金融的多项政策，以此来抢占国际科技经济的制高点。
关于金融对科技创新的影响的研究最早始于经济学家熊彼特，熊彼特(1912)指出金融变量对经济发展和企业创新有着重要的作用，他认为企业的创新与金融资本有着密切的关系[1]。在这之后研究金融和科技创新的文章较少。直到上世纪90年代，硅谷的崛起以及其崛起背后的金融体系的支持使得国内外学者开始关注金融与科技创新的关系。
国外学者没有提出科技金融的概念，他们主要从国家层面也就是说宏观层面以及从企业层面也就是说微观层面上针对金融对科技创新的影响进行了相关的研究。国家层面上，国外的研究如下：AnaPaulaAria、NatalBarbados(2013)使用17个欧盟国家的数据建立面板数据模型研究风险资本和创新之间的关系，结果表明专利申请实际上是受风险投资的影响，风险资本被视为内生变量，促进企业创新，且会产生重大影响[2]。Po-SusanHus、XianTan、AnAu(2012)使用一个包括32个发达国家和新兴国家大数据集，建立截面框架面板数据结构模型，发现在5%的显著水平下，基于创新产出的数量，股票市场、信贷市场提供外部融资对创新产出———主要是专利有着显著地影响，提出金融市场鼓励创新，促进了行业的创新发展[3]。ChangWei、DinYugo、WangJaping(2014)建立VAR模型，利用1997—2013年的中国数据进行实证分析，根据分析得出金融工具的风险投资和银行贷款都有利于绿色实体产业的创新且风险资本比银行贷款效率高[4]。MurielCal-ContGrandness、SophiePommet(2009)基于黄、徐的金融联合模型进行专业模型联合和性能比较，利用聚合原理建立分析模型，结果表明银行等金融机构对企业的支持力度直接影响企业的创新项目，有积极的影响而且具有肯德尔的相关性[5]。
企业层面上，国外的研究如下：AlexandraGuarnieri、PeiLiu(2014)基于2000—2007年未上市的中国公司数据，运用各种规范和评估方法，建立欧拉方程结构模型，随后用OLS回归分析得出中国企业的创新活动是受金融支持的约束[2]。GaryKitakyushu，MichaelJ.Lenox(2005)基于上市公司在20年期间的基本情况运用面板模型，发现增加风险资本投资与相关联公司专利的增加具有正相关关系。提出创业企业创新有利于企业风险投资项目收获，因此风险投资是一个公司的整体创新战略的重要组成部分[6]。BashSiddhartha、P.J.DijonGlucose、SuspenderKramer(2014)提出融资约束程度影响企业的研究和开发，建立欧拉方程模型，研究结果发现，研发支出在不活跃的企业，它们的盈利能力和外部融资大幅下降。融资约束减少了研发的投资，影响了企业的创新[7]。BarbaraWeber和CharacteristicWeber(2007)有效地将定性数据转化为定量的数据，对定量内容分析，得出金融支持对企业的创新具有重要的作用[8]。也有部分学者是从中观层面即区域层面对该问题进行分析，如Po-SusanHus、ChangWang、ChallengeWu(2011)指出当地的银行促进当地的创新活动[9]。作者利用集中普通最小二乘法(OLS)对年度省级专利流动数和省信用市场指数进行回归，发现增加信贷市场指数可提高当地更多的专利。面板数据模型显示人均当地银行发展显著提高本地创新活动。
国内部分学者围绕科技金融对科技创新影响的研究大多采用的是定性分析的方法。如胡援成、吴江涛(2012)依据目前我国科技创新与科技金融协同发展机制尚未形成的现状，提出构建科技企业与金融资本有效结合的运行机制，打造良好的对接通道，同时完善金融创新体系，为科技金融运行机制提供良好的条件[10]。段世德，徐璇(2011)提出我国科技金融的发展推动科技创新，支撑我国战略性新兴产业的发展，是加快我国经济转型的重要战略点，因此我国需要将科技创新与金融资源有效结合，由传统的金融模式向科技金融方向转变[11]。洪银兴(2012)指出加快我国转变经济发展方式，建设创新型驱动经济不仅需要政府的支持，也需要全社会的动员，因此需要推动和培育科技金融的发展，实现科技和金融深度融合[12]。
实证分析方面，国内大多学者是从金融发展、金融机构体系以及公司金融等角度分析金融对企业创新的影响，如，徐玉莲、王宏起(2011)，基于我国1994~2008年的金融发展与技术创新的时间序列数据分析了金融发展对科技创新的影响[13]。朱欢(2010)基于我国31个省2000—2007年的数据，从金融市场结构的角度，运用个体固定效应模型研究了信贷市场以及证券市场对科技创新的影响[14]。吴翌琳，谷彬(2013)基于分析中关村科技金融改革的实践经验，采用企业基础财务数据涉及科技创新投入，政府基金投入，财务资本等多个方面，利用企业创新系的阶段递推CDM模型实证分析，表明中关村科技成果转化阶段性特征明显，进而提出我国科技金融协同发展的重要性，创建多层次的科技金融服务体系，促进不同资本的创新，推动企业及高科技产业的发展[15]。
我们可以发现：首先，目前的国内外文献大部分都在全国范围内以及企业层面研究金融对科技创新的影响，没有具体研究在各个地区的影响。而由于我国的地域辽阔，地区和地区之间的差异很大，仅从全国角度分析这个问题是远远不够的。因此本文按经济发展程度、区域因素、金融机构的分布状况将全国29个省分成东中西3个地区，用面板模型分别研究各地区金融对科技创新的影响。其次，在针对科技创新的变量选取方面，大多文献选取与专利相关的指标作为变量，笔者认为该观点是片面的，专利的申请仅仅代表的是科技创新中的技术创新阶段，本文借鉴徐玉莲等(2011)[16]在研究科技金融和科技创新的协同作用时将科技创新分成3个阶段的观点，分阶段分析科技金融对科技创新的影响。最后，国内外的文献中大多站在狭义的金融市场———信贷市场、资本市场等的角度来研究科技金融对科技创新的影响，但是其忽略了政府的开发性金融对科技创新的支持，科技金融具有市场性和政策性[17]，因此本文将科技金融分为公共科技金融和市场科技金融进行相关的实证研究。
二、理论基础
Perez(2002)[18]从技术与经济范式演进的视角对金融资本和科技创新的关系进行分析，结合企业在创业、成长、成熟和衰退的生命周期的四个阶段，强调金融资本对重大科技创新的发生和发展具有重要的作用，同时也指出，在技术革命的成长和成熟阶段，金融资本疯狂的进入该领域获取巨额利润，而在技术革命的衰退阶段，则金融资本会从相关的领域退出，变成闲置资金以转向其他方面的投资。洪银兴(2011)[12]在科技金融及培育中也指出，知识创新为科技创新的最前端，是科技创新的源头，这个阶段的投入主要关注创新成果的基础性和公共性，因此政府在科技方面的资金投入为主要投入，而在科技创新的后期阶段，也就是创新成果形成产业化的阶段，由于明确的市场导向和私人投资利益，金融资本一般会积极的介入该阶段。本文依据这些理论，将科技创新分为新技术的孵化、新技术研发为新产品、新产品发展为新兴产业3个阶段，同时分析了金融资本在这3个阶段不同的作用机制，具体分析金融资本在这3个阶段是如何影响科技创新的。
由于在不同的创新阶段，科技金融的功能不同，因此科技金融在不同的创新阶段采取不同的运行方式，下面我们将新产品的创新分为3个阶段。
第一阶段是新技术或新产品的孵化阶段。在该阶段，通常是科研机构、科技型公司研发团队、高校或个人在研究过程中发现的某一新技术或新产品。然而，技术创新是一个庞大而又复杂的系统性工程，主要包括思想创新、新技术或新产品的研究、开发的一系列流程。在这一过程中需要投入大量的资金，而这一过程又有很大的不确定性和风险，资金的投入主要以企业的自有资金为主，风险投资机构给部分企业进行的首轮融资。同时由于这一阶段的科研创新有着强外部性，高风险性，资金需求较大的特点，它需要政府投入资金来支持这一技术或产品的创新，比如，政府经常性的向科研机构、高校提供经费，支持他们研究开发新技术、新产品，或者是政府向一些科技型公司提供资金或实行免税政策以支持他们的技术创新。在这一阶段，衡量新技术或新产品孵化程度的主要是专利数。由上述分析可知，影响专利数的主要是政府在科技方面的投入资金，由于风险投资公司中天使投资的占比不是很大，其影响可能是局部，微弱的，具体是什么需要看区域的具体情况。对政府投入资金一般用相对数即政府在科技方面投入资金与政府财政总支出的比，也就是政府科技经费比来表示。理论上讲，风险投资的活跃程度应该使用风险资本在该年的投资总额来表示，但是由于数据可得性的约束，本文将风险投资机构数量作为风险投资投资额的变量。
第二阶段是科技成果转化阶段，在这一阶段企业将新的技术转化成新的产品，同时将新的产品投放到市场。新技术到新产品的阶段，需要技术的集成，在这一阶段，技术合同的买卖交易较为活跃。新产品投放市场的阶段，重要的是被市场接受。因此，反映这一阶段科技成果的指标为技术市场成交额以及新产品收入，这里用相对数表示，即技术市场成交额与科技经费之比以及新产品收入与工业总收入之比来表示。在这一阶段，科技创新的外部性逐渐减弱，如果科技成果转化成功，科技型企业或者这类企业的投资者会得到巨额的收益，同时，这一阶段同样面临着高风险高收益。由此可见，这一阶段风险投资机构是主要的提供科技金融服务的主体，而且这一阶段创新资本是风险资本的主体。公共的科技金融在这一阶段主要是引导性的作用。
第三阶段是将新产品逐步发展为新兴产业也就是高新技术产业化阶段。这一阶段体现的是新的产品得到规模化的生产，这一时期不断地有新的企业进入新产品的市场，新产品市场不断地扩大，形成相关的高新技术产业。衡量这一阶段的科技创新的指标我们采用高新技术产值来表示，由于我国的高新技术产业中外商直接投资的企业占到了50%以上，因此我国国内的科技金融对这一阶段的科技创新的影响较弱，我们采用高新技术产业中的内资企业主营业务收入作为这一阶段的科技创新的替代变量。这一阶段科技创新对各种科技金融服务都具有需求，风险投资机构中，PE机构占有主导地位；同时这一阶段企业可能通过资本市场进行募资发展高新技术产业；由于我国目前处于产业结构调整的关键时期，这一阶段政府可能会提供部分的引导资金，调整产业的结构，促进高新技术产业的发展。
三、我国科技金融对区域创新的影响实证分析
(一)指标的选取和数据说明
1.科技金融指标的选取
根据投资主体的不同，可以将科技金融分为市场科技金融和公共科技金融。在市场科技金融方面，由上文的分析可知，资本市场以及风险资本是主要的科技金融服务的提供主体。为体现资本市场对科技创新的支持，笔者采用科技型上市公司占比(LTCR)这一相对数来表示资本市场所提供的科技金融服务，在文章中采用相对数的原因为：科技型上市公司本身就是科技创新的载体，其体现科技金融的同时也体现着科技创新水平，而采用相对数更能体现出资本市场对科技型企业支持的强度，体现的是科技金融部分。科技型上市公司占比=科技型上市公司的数量/所有的科技型公司数量。本文借鉴李希义等(2008)[19]的科技型上市企业的界定标准对所有的上海和深圳证券交易中的上市公司进行鉴定，从而得到各地区各年份的科技型上市公司数量。另外，理论上讲应该使用风险资本的投资额来表示风险资本提供的科技金融，由于数据的可得性，本文采用风险投资机构数量(VCI)来反映风险投资情况。
公共科技金融主要的提供主体为政府，由于在科技创新研发的初期，大多数科技创新的外部性强，有很强的公益性，这个阶段，政府是主要的投资主体，我们运用政府在科技研发方面投入的资金占政府财政支出的比例来表示，即政府科技投入经费比(GSIR)。
2.区域创新的变量选取
由上文可知，在不同的创新阶段，科技金融对创新的传导机制，作用效果不同，因此在选择区域创新的变量时，我们仍然在不同的创新阶段选择不同的创新变量。第一阶段，新技术的孵化阶段，选择不同省份一年内的授权专利数为区域创新在该阶段的变量；第二阶段，科技成果转化阶段，由于该阶段的主要特征是将新的技术应用于新的产品，主要衡量指标是技术市场成交额比和新产品收入比来体现；第三阶段，高新技术产业化阶段，衡量指标是高新技术产业中内资企业收入。
3.数据选取
由于我国地域辽阔，区域间科技创新水平不均衡，如图1所示，各区域中东部的科技创新水平显著高于其他区域的科技创新水平。为了对各地区进行对比，本研究根据国家统计局口径将我国分为东、中、西部3个区域，将全国、东部、西部、中部四个面板数据模型进行比较分析。东、中、西部的划分根据我国国家统计局的区域划分标准进行划分，由于西藏，新疆的数据不全，因此将西部的西藏、新疆省剔除。本文的研究跨度为2003年到2013年，数据来源于2003—2014年的《中国统计年鉴》《中国科技统计年鉴》《高新技术产业统计年鉴》和《证券与期货统计年鉴》，国泰安数据库以及EPS数据库。
新指标的面板数据均值(0-1化处理)注：由于图中各个指标的单位不同，要想将这些指标一起进行区域性的比较，本文将各个区域的科技创新指标的均值进行的0-1化处理，处理方法为：各区域科技创新指标的均值的0-1化值=该区域的该指标的实际值/所有区域的该指标均值的最大值。
图1各个区域科技创
(二)模型的构建
根据上述的理论基础可知不同的科技创新阶段，科技金融对科技创新的影响不同，所以模型中的科技创新的变量是分阶段的，其包含4个变量。同时由于各个地区的科技金融发展水平不同，其对科技创新的影响也不相同，本文分别建立了全国(29个省)、东部(11个省)、中部(8个省)、西部(10个省)的面板模型，模型如下：
全国面板模型：
东部面板模型：
中部面板模型：
西部面板模型：
其中，SIit表示科技创新的变量的面板数据，其中包含4个指标，即SIit=(SI1it，SI2it，SI3it，SI4it)。SI1it指的是特定区域一年的专利授权数；SI2it指的是特定区域一年内的技术市场成交额占科技研发支出的比重的面板数据，即技术市场成交额占比的面板数据；SI3it指的是科技性企业的新产品收入占主营业务收入的比重的面板数据；SI4it指的是高新技术产业内资企业收入的面板数据，代表高新技术产业的产业化程度。GLSRit指政府科技投入经费比的面板数据，代表科技金融的公共金融部分。LTCRit指科技型上市公司占比的面板数据，代表的是资本市场对科技型公司的支持强度；VCIit指风险投资机构数量，代表的是风险资本所提供的科技金融服务，这两个指标代表科技金融中的市场金融的部分。全国面板数据模型中的i表示全国的29个省，东部、中部、西部面板数据模型中的i分别表示上述的相应地区的省；t表示时间维度。同时模型中为了减弱异方差的影响，对所有的指标都取了对数，即LNSIit，LNGLSRit，LNLTCRit，但是由于部分省份的部分年份的风险投资机构数量为0，不能取相应的对数。
(三)面板数据的单位根检验和协整检验
面板数据的单位根检验和协整检验主要是对面板数据的时间序列维度进行的平稳性检验，从而避免由于时间序列的不平稳造成虚假回归。但是做面板数据的单位根检验和协整检验的前提是大样本数据，时间维度应该最少为30，而本文由于数据的可得性，时间维度仅有11，本文的面板数据多属于微观面板，没有必要做所谓的单位根检验和协整检验。
(四)面板数据模型的确立
常用的面板模型主要有混合效应模型、固定效应模型和随机效应模型。混合回归模型的特点是无论对任何个体和截面，回归系数α和β相同。固定效应模型中αi是随机变量且其变化与Xit有关系。随机效应模型中αi是随机变量，且其变化与Xit无关。模型的确立通过检验确定。
1.F检验
首先对模型进行F检验，确定其是否是混合效应模型，得到的检验结果如表1所示。
表1F检验结果
由表1可知，上述分不同面板不同的科技创新阶段(即不同的科技创新变量)的模型中只有中部面板的第三阶段即高新技术产业化阶段的模型是在5%的显著水平下接受原假设的，也就是说其模型应为混合效应模型。其他的模型均在5%的显著水平下拒绝原假设，也就是说其面板数据模型应为非混合效应模型，接下来要对模型进行Hausman检验，确定模型属于个体固定效应模型还是个体随机效应模型。
2.Hausman检验
个体固定效应和个体随机效应的差别在于截距项和解释变量是否相关。我们采用Hausman检验来确定具体的模型类型。检验结果如表2所示。
表2Hausman检验结果
表2中已经给出在10%的显著水平下，根据Hausman检验设定的模型的类型，同时根据上述的结果设定相应的面板数据模型。
四、实证结果及分析
本文将按照上述检验得到的模型设定类型对面板模型进行估计，得到的回归结果如表3所示。
从全国面板模型的角度进行分析，第一阶段———科技技术孵化阶段，这一阶段的科技创新的变量为专利授权数，可以看到在5%和10%的显著水平下，只有政府科技经费投入比对科技创新有着显著影响，且为负，这可能是由于政府的科研经费分配有结构性问题，也可能是由于政府资金投入对科技创新的滞后性所造成的。
第二阶段———科技成果转换阶段，从技术市场成交额角度上看，各个主体提供的科技金融对科技创新都有着显著地影响。政府科技投入资金占比和科技型上市公司占比对技术市场成交额都有着正的显著影响，这与理论基础相符。但是风险投资机构数量对技术市场成交额有着负的影响，这可能是由于在这一阶段，风险资本中的VC机构起着主导性的作用。然而，由于我国资本市场的快速发展我国风险投资机构的特点是VC机构PE化，而PE机构主要筛选能够快速上市的企业，这样就导致风险投资机构中的VC机构没能发挥该阶段的促进作用。
从新产品收入比上看，该阶段各种科技金融服务对科技创新都没有显著地影响。出现这一结果可能的原因是这一阶段是科技创新的中间环节，没有很强的外部性，这样政府资金在该阶段的参与度较低，因此没有显著的影响。而资本市场以及风险资本市场化程度较高，资本追求低风险下的高收益，而这一阶段风险较高，再加上我国资本市场和风险投资市场的不完善，风险管理能力较弱，这就导致了资金在该阶段有着缺位的现象，因此市场化科技金融对该阶段的科技创新没有显著的影响。
表3模型的系数和显著性分析
注：**，*分别表示系数在5%，10%的显著水平下显著。
第三阶段———高新技术产业化阶段。除政府科技经费投入占比对科技创新没有显著地影响外，其他变量都对高新技术产业内资企业收入有着显著地影响，资本市场和风险投资机构数都对其有着正的显著影响，这与理论相符。
对东中西部分地区而言，在第一阶段，风险投资机构数量对科技创新都有着正的显著影响，而且显然东部面板的影响系数要大于中部的，中部的大于西部的，这可能是由于东部地区经济较为发达，科技创新水平较高，这样风险投资机构的运营也较为规范，这样风险投资对创新的促进作用也更强。这和全国的数据有所背离，可能的原因是我国区域差异较大，导致全国面板中的该系数不显著。只有东部地区的科技型上市公司的占比对专利授权数有着正的显著地影响，显然，该地区科技创新水平较高，资本市场对其支持的力度也较大。只有西部地区的政府投入资金比对专利授权数有着显著地影响，且结果为负，这与全国面板的结果相符。
在第二阶段，从技术市场成交额方面来说，由于东部和西部面板的可决系数较低，说明这一阶段该地区科技金融对科技创新没有显著地影响。中部面板中除资本市场对科技创新没有影响外，其他因素对科技创新的影响方向和全国面板一致。从新产品收入比角度看，只有东部面板中的风险投资对科技创新有着正的显著地促进作用。这可能是由于该地区，科技创新水平较高，风险投资机构在各个阶段的分工比较明确，不会出现在该环节的缺位现象，因此会有着显著地影响。其他地区在该阶段科技金融对科技创新没有显著地影响，这和全国的结果一致。
在第三阶段的高新技术产值阶段，首先，风险投资对这一阶段的科技创新都有着正的促进作用，从系数上看中部最高，东部次之，西部最低，表明在这一阶段风险投资对科技创新的影响可能存在着门槛效应，这可能是由于在这一领域金融的投机性导致了风险投资对科技创新可能存在着一定的负面影响。其次，中部地区的资本市场对该阶段的科技创新有着正的促进作用，和全国面板相符，但是东部和西部却没有显著影响，可能的原因是与风险投资领域相同的。最后，政府科技资金投入对西部和中部都有显著影响，但对东部却没有显著的影响。
总的来说，政府科技投入经费和科技型上市公司数量在技术创新的3个阶段发挥的作用不同，而且在东中西3个地区的作用也不一样，因此对具体的地区，对具体的创新阶段，都应做具体的分析。
五、结论
1 办公自动化软件特点
办公自动化(OA)是信息化时代企业经营模式的特点,其不仅适应了科技化产业背景要求,也顺应了我国经济转型期的相关要求,为行业经营:请记住我站域名创建了高科技平台。
1.1 功能性
办公软件指可以进行文字处理、表格制作、幻灯片制作、简单数据库的处理等方面工作的软件。企业走信息化改革之后,对计算机软件功能要求越来越多,这是现实办公事务处理所需要的。办公自动化软件可根据行业用户提供对应的功能,满足日常经营及市场分析等多方面的操作要求,具有广泛的功能性特点。
1.2 多样性
科学技术发展促进了计算机应用软件的多样性改造,办公软件产品形式也呈现了不同类别,满足了办公人员多方面的作业要求。例如,金融行业办公软件更加多元化,主要包括微软Office系列、金山WPS系列、永中Office系列等。多样性软件用于行业分析,可减少人工参与金融事务处理的难度,建立了高科技经营模式。
2 金融市场分析面临的主要问题
金融业是我国新型行业的典型代表,近年来在国民经济总收入中占有较大的比例。但是,受到经济全球化大市场的影响,国内金融市场依旧面临着不同的波动性,尤其是市场环境变化而扰乱了经营秩序,给企业造成了巨大的经济损失。金融市场分析是对行业变化的预测性评估,应用计算机软件展开自动化分析活动,主要研究问题包括:
2.1 客观性问题
强调调研活动必须运用科学的方法,符合科学的要求,以求金融市场分析活动中的各种偏差极小化,保证所获信息的真实性。市场客观性问题是不可避免的,具有无法人工预测的特性,市场分析失误会对经营者决策造成了很大困境。
2.2 系统性问题
金融市场分析是一个计划严密的系统过程,应该按照预定的计划和要求去收集、分析和解释有关资料。金融市场分析是为决策服务的管理工具,企业要积极选用自动化软件辅助办公,及时预测到金融市场可能发生的变化,做好市场决策应对工作。
2.3 营销性问题
市场分析应向决策者提供信息,而非资料。资料是通过营销调研活动所收集到的各种未经处理的事实和数据,它们是形成信息的原料。信息是通过对资料的分析而获得的认识和结论,是对资料进行处理和加工后的产物。
3 办公自动化软件用于金融市场分析
计算机软件是OA系统的核心构成,不同软件可以发挥出多种操控功能,用其作为企业经营调度中心具有多方面优势。笔者认为,办公软件用于金融市场分析必须发挥其功能,将软件功能用于市场分析的多个方面。
3.1 远程办公
远程调控主要是集成金融企业的各项信息,标准配置工资管理、考勤管理、人事管理等极具价值的模块,为市场分析提供更大规模的数据中心。OA系统根据金融市场现状收集相关数据,为软件执行自动化程序提供真实参考,提升了办公人员决策的科学性。
3.2 数据处理
Windows网站服务器与MSSQL数据库的完美结合,使得软件性能得以充分发挥,更可利用多台计算机组成高性能应用集群,全面面向金融市场规模化应用。OA系统用于金融数据处理具有智能化优点,避免了人工参与数据处理的缺陷,使市场分析数据结果的准确性更高。
3.3 安全保护
基于OA系统的企业办公软件,在市场数据保护方面也有显着的功能优势。例如,金融数据存取集中控制,避免了数据泄漏的可能;提供数据备份工具,保护金融系统数据安全;这些可以防止商业竞争中数据库资源丢失,影响到金融业经营发展的可持续性,加快了产业结构模式改革。
3.4 定期升级
OA软件成熟度很高,可实施性很强,为市场分析提供了便捷性。在大量用户实际使用的基础上,OA软件历经多次版本升级,按照金融业经营改革要求进行调整。为了适应金融市场分析的自动化趋势,企业要定期更新OA系统以辅助经营模式,为产业科技化发展做好充分的准备工作。
1 办公自动化软件特点
办公自动化（OA）是信息化时代企业经营模式的特点，其不仅适应了科技化产业背景要求，也顺应了我国经济转型期的相关要求，为行业经营创建了高科技平台。
1.1 功能性
办公软件指可以进行文字处理、表格制作、幻灯片制作、简单数据库的处理等方面工作的软件。企业走信息化改革之后，对计算机软件功能要求越来越多，这是现实办公事务处理所需要的。办公自动化软件可根据行业用户提供对应的功能，满足日常经营及市场分析等多方面的操作要求，具有广泛的功能性特点。
1.2 多样性
科学技术发展促进了计算机应用软件的多样性改造，办公软件产品形式也呈现了不同类别，满足了办公人员多方面的作业要求。例如，金融行业办公软件更加多元化，主要包括微软Office系列、金山WPS系列、永中Office系列等。多样性软件用于行业分析，可减少人工参与金融事务处理的难度，建立了高科技经营模式。
2 金融市场分析面临的主要问题
金融业是我国新型行业的典型代表，近年来在国民经济总收入中占有较大的比例。但是，受到经济全球化大市场的影响，国内金融市场依旧面临着不同的波动性，尤其是市场环境变化而扰乱了经营秩序，给企业造成了巨大的经济损失。金融市场分析是对行业变化的预测性评估，应用计算机软件展开自动化分析活动，主要研究问题包括：
2.1 客观性问题
强调调研活动必须运用科学的方法，符合科学的要求，以求金融市场分析活动中的各种偏差极小化，保证所获信息的真实性。市场客观性问题是不可避免的，具有无法人工预测的特性，市场分析失误会对经营者决策造成了很大困境。
2.2 系统性问题
金融市场分析是一个计划严密的系统过程，应该按照预定的计划和要求去收集、分析和解释有关资料。金融市场分析是为决策服务的管理工具，企业要积极选用自动化软件辅助办公，及时预测到金融市场可能发生的变化，做好市场决策应对工作。
2.3 营销性问题
市场分析应向决策者提供信息，而非资料。资料是通过营销调研活动所收集到的各种未经处理的事实和数据，它们是形成信息的原料。信息是通过对资料的分析而获得的认识和结论，是对资料进行处理和加工后的产物。
3 办公自动化软件用于金融市场分析
计算机软件是OA系统的核心构成，不同软件可以发挥出多种操控功能，用其作为企业经营调度中心具有多方面优势。笔者认为，办公软件用于金融市场分析必须发挥其功能，将软件功能用于市场分析的多个方面。
3.1 远程办公
远程调控主要是集成金融企业的各项信息，标准配置工资管理、考勤管理、人事管理等极具价值的模块，为市场分析提供更大规模的数据中心。OA系统根据金融市场现状收集相关数据，为软件执行自动化程序提供真实参考，提升了办公人员决策的科学性。
3.2 数据处理
Windows网站服务器与MSSQL数据库的完美结合，使得软件性能得以充分发挥，更可利用多台计算机组成高性能应用集群，全面面向金融市场规模化应用。OA系统用于金融数据处理具有智能化优点，避免了人工参与数据处理的缺陷，使市场分析数据结果的准确性更高。
3.3 安全保护
基于OA系统的企业办公软件，在市场数据保护方面也有显著的功能优势。例如，金融数据存取集中控制，避免了数据泄漏的可能；提供数据备份工具，保护金融系统数据安全；这些可以防止商业竞争中数据库资源丢失，影响到金融业经营发展的可持续性，加快了产业结构模式改革。
3.4 定期升级
OA软件成熟度很高，可实施性很强，为市场分析提供了便捷性。在大量用户实际使用的基础上，OA软件历经多次版本升级，按照金融业经营改革要求进行调整。为了适应金融市场分析的自动化趋势，企业要定期更新OA系统以辅助经营模式，为产业科技化发展做好充分的准备工作。
关键词：金融；科技创新
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.
[7]徐玉莲,王玉冬.区域科技创新与科技金融系统协同发展运行机理分析[J].科技进步与对策,2013,20:25-29.
【关键词】 金融工程人才培养创新
一、金融工程的特点
金融工程是一门研究运用各种金融工具和策略来解决金融财务问题的新兴金融学科。它将工程思维引入金融科学的研究，综合地运用各种工程技术的方法，设计、开发和实施新型的金融产品，创造性地解决各种金融问题。
作为一门前沿学科，金融工程融合了金融学和投资学的相关理论，同时又吸收了数学和系统科学的精华。从理论上讲，它是一门融现代金融学、信息技术与工程方法于一体的交叉性学科；从教学方面讲，它是一门由现代金融理论支撑、以实务操作为导向的高科技金融学科。
1、金融工程具有应用型交叉学科的基本特征
首先，金融工程是金融科学的工程化，是一门从实际情况出发针对实际问题的应用型学科。其次，金融工程集合了金融学的基础理论和工程学的基本分析方法并且又具备自身的特征――强调学科间的相互渗透和交叉。除了运用数学和统计学知识为主要分析手段外，金融工程还引入了最新的计算机技术、仿真技术、人工神经网等前沿技术，也运用到了决策科学和系统科学的有关理论。
2、金融工程是一门具有量化特色的学科，重视模型化和最优化
金融工程的一个突出特点就是广泛运用定量分析的方法来解决金融实务中的各类问题。量化分析的第一步是把没有数量特征的各种实际对象转变成具有数量特征和某种相关关系的变量。在数学模型提出来后，接下来的任务就是针对不同类型的模型进行分析、求解、推导和论证。金融工程在数学方法上的特点是需要将实际问题的不确定性和提炼问题的最优化紧密结合，因此关于优化理论的学习和研究在金融工程中是贯穿始终而至关重要的。
3、金融工程重视创新思维
创新是金融工程的灵魂，金融工程的创造性特点主要体现在两个方面：一是运用各种工程分析手段对收益和风险特征进行量化、分解和组合，创造性地改变收益和风险结构，实现新型金融工具的引入和运用；二是通过对各类金融要素的重新组合和创造性的变革实现解决方案的优化、市场范围的拓展和金融服务的创新。
二、国内金融工程应用现状
目前，国内金融工程应用主要分为两大块，一块是风险控制，另一块是量化投资。前者多见于保险和商业银行业，后者主要应用证券业和投资银行业。在量化投资的方法上，以券商为例又可以分为从基本面出发和从金融数学理论出发两个角度。
大多数券商的金融工程研究方法选择了基本面角度，他们对于行业财务指标进行遴选，从基本面、资金面双重角度出发，最终做出基于ROE、PE、PEG、EPS等的投资组合。例如，东方证券的EPS增长模型应用的就是这类方法，海通、中信这样比较大的券商的金融工程报告也常是如此。考虑到国内金融工程研究刚刚起步，这是可以理解的。
另外，也有不少券商将金融工程论应用到市场中，做出了一些成果。比如，长江证券在考虑市场的实际情况后，在研究报告中分析了短期反转和成交量这两项因素与收益率的关系。
目前，国内金融工程研究的瓶颈在于与实际市场的结合。中国的证券市场是一个不成熟而且有着高度投机特性的市场，市场的波动与货币流动性多少高度相关。因此，把基于理想化市场假设的金融工程理论应用于中国市场得到的结论，通常与市场实际情况有较大背离。另一方面，金融工程理论具有较强的专业性，即使是证券从业人员，如果没有经过系统化学习，也无法理解其中的演算原委，这种知识上的隔阂导致反馈的缺失。
比较美欧成熟市场，国内金融工程领域的研究才刚刚起步，未来的前景十分广阔。未来的研究方向将是基本面、技术面、资金面以及金融数学原理的结合，通过金融工程的建模、金融市场的反馈，最终找到适合于中国市场特性的金融模型。
三、国内金融工程教育现状和人才培养目标
我国高等院校开展金融工程教育的时间虽然不长，但发展非常迅速。目前我国已有40余所高校设立了金融工程专业，开设金融工程课程教学的高校达60多所。但是总的来说，我国对于金融工程尚处于系统介绍和初步研究的阶段，需要我们对金融工程的研究和人才的培养给予更多的关注。
在金融人才的培养方面，我国金融教学主干课程的主要内容都是宏观经济学与国际经济学内容的一部分，还没有从金融工程的高度来设置相应的课程；同时，金融教学基本以描述与定性方式为主，缺乏应有的数理分析和定量分析内容，而且与实际联系不紧密，所培养出的人才实际运用能力差。上述问题成为金融工程在我国发展的主要障碍。可以说，我国的金融创新和发展明显滞后于整个经济的改革和发展。
根据金融工程的特点和国内金融市场的发展现状，我国金融工程专业的培养目标应立足于使学生熟练地运用已有的金融产品定价和风险管理模型，并具有一定的金融产品开发能力的应用型人才。
1、理论基础
金融工程的专业人才应该具有比较扎实的经济、金融理论基础，尤其要系统掌握现代金融经济学的基本理论。熟练掌握金融工程的基本理论框架，熟悉公司财务、金融市场与证券投资以及银行经营管理等方面的理论知识，具有相应的基本运作技能。
2、相关专业的知识
金融工程的专业人才应该熟悉与金融工程学科相关的原理性知识，并有较高的数学、统计学、外语与计算机操作水平。具备扎实的数理分析基础和运用数学模型的能力，能够对金融、经济问题进行科学的分析和处理；能够熟练地使用计算机进行信息处理。为了适应国际金融市场的激烈竞争，金融工程的专业人才不仅要具备较高的外语水平，还应该熟悉会计、税务等方面的原理性知识。
3、金融实物工作能力
金融工程的专业人才应该具备一定的从事金融实务工作的能力。能够灵活运用掌握的理论知识和技术方法开展工作，进行调查研究、分析和解决实际问题，从事资产评估、风险管理以及金融产品设计与开发等方面的实务工作。
4、较强的实践能力
金融工程的专业人才应该具有较强的市场经济意识、创新思维能力和社会适应能力。金融工程的产生和发展是与金融市场密不可分的，金融工程研究开发的每一项结果，都是为了满足金融市场的需要，而推出的一项创新的金融产品，这就要求金融工程的专业人才具有金融创新的意识和思维。
四、金融工程课程设计设想
1、强调基础的经济金融理论教学，培养学生具备扎实的经济金融理论素质
金融工程本科专业的设置必须立足于经济金融理论，这是培养合格的金融工程专业本科生的基石，这些理论应包括基础的经济学、金融学、管理学等学科以及一定的现代金融理论，如开设货币银行学、国际金融、公司财务、投资学、金融经济学、金融风险管理等课程。另外，还应辅之以保险、税收、金融法等方面的知识。
2、适度开设数学类课程，培养学生掌握比较全面的数学和统计学的技能
为培养各类专门的金融工程人才，使学生掌握比较全面的数学和统计学的技能已经成为必需。为此我们开设了微分方程与动态经济学、概率论基础、数理统计、运筹学、应用随机过程、金融时间序列分析等课程。此外还有随机分析、决策分析、经济数学模型等课程供学生选修。这些课程的教学大纲不仅体现数学课程本身的内容，而且充分结合金融工程的需要，强调数学方法在金融领域的应用。
3、体现金融计算、数学建模的重要性
培养学生具备数值计算、建模技巧及数据分析的能力。通过使用计算机及软件对金融数据进行分析，研究金融运行规律是当今金融信息全球化的重要手段，为此我们设置了如数值计算、经济数学模型、计算机C语言程序设计、数据分析应用软件、金融实证分析等课程，培养学生能够从复杂的金融环境中分析出关键因素并设计建模方案的基本素质，以及具备通过数值计算对金融问题进行数据分析和检验解决问题的可能方案的能力。
4、构建金融工程的专门化课程，培养学生成为复合型的金融工程人才
围绕金融工程我们开设了如衍生金融工具、金融工程学、金融工程案例和应用、金融风险的量化分析、金融产品设计与开发等课程，学生可以通过教学了解金融工程的核心以及运用相关金融工具和策略解决金融问题。
五、应用型为主的金融工程师教育
从学科性质来看，金融工程属于应用型的学科，这一性质决定了在金融工程学科建设中，必须充分强调实际应用能力的教育和培养。
1、开设实践类和信息类课程
利用金融实验室进行金融市场、金融交易模拟实践；采用分散性现场参观与观摩的形式感受真实交易的氛围；通过互联网访问中央银行、大型商业银行网站，了解金融中介业务运作。实践性教学的目的是增强本课程理论与实践结合的紧密程度，增加学生对所学知识的感性认识，培养学生的实践能力和知识技能的应用能力。引导学生养成通过网络、媒体积极吸收市场、经济和技术信息的习惯。丰富的信息是学习的动力，也是创新和应用的源泉，现代社会对信息的敏锐程度和吸收能力已经成为人才竞争的重要元素。
2、重视实际的技术能力培养
这主要是指诸如SAS和Matlab等课程的开设。金融工程的大部分问题都需要通过软件技术加以解决，比如：数学建模、数值计算、网络图解、仿真模拟等，因而技术能力也反映了学生在实际工作中的应用水平。在国外的金融工程人才培养中，不少大学将Matlab作为必修课之一，从而保证学生能迅速的将金融问题转化为技术问题并加以解决。
3、强化案例教学
案例教学有助于巩固和提高学生基础理论知识，拓宽学生的视野，培养学生的动手能力、实践能力和应用能力。不仅如此，案例教学对于培养对金融工程至关重要的“创造性”的思维，也是非常有用的。在数十年的发展过程中，金融工程应用已经积累了很多创造性地解决金融问题的案例，这些案例在一定程度上是一种思想财富。案例教学是学习、培养和提高这种能力的重要组成部分。
4、积极发展实习教学
在美国是否提供实习机会，是许多开展金融工程教育的学校吸引优秀生源的重要手段之一。事实上，在我国，由于金融人才的缺乏，金融工程的实习教学对于学校和实业界来说是一个双赢的策略，学校应加强同实业界的交流与合作，为学生提供实习机会。
六、金融工程师职业教育和创新思维培养
金融工程师的称谓起始于上世纪80年代初的伦敦金融界，区别于传统的金融理论研究和金融市场分析人员，金融工程师更加注重金融市场交易与金融工具的可操作性，将最新的科技手段、规模化处理方式（工程方法）应用到金融市场上，创造出新的金融产品、交易方式，从而为金融市场的参与者赢取利润、规避风险或完善服务。金融工程师通常受雇于投资银行、商业银行、证券公司、金融中介机构以及非金融性质的公司。
因为金融工程师具有一系列专业化的、仅凭技术所无法达到的素质，并且由于金融创新的速度超过了市场产生称职金融工程师的能力，金融工程师总体上供不应求，其就业机会显得格外光明，并且毫无疑问，其工作带来了丰厚的回报。
有专家认为，金融工程师更为广阔的天地在东方，尤其是在金融市场正处于开发并具有巨大发展潜力的中国。伴随着中国经济的高速发展，中国金融市场变得越来越复杂多变。加入世贸后，金融市场的开放和外资金融机构的进入，将使中国金融业面临前所未有的挑战。因此，培养一批懂得现代金融原理，掌握现代金融技术的高级人才显得十分紧迫和重要。尤其是掌握金融创新与风险管理技术的金融工程师将成为金融行业的急需专业人才。未来的国际金融中心上海将为金融工程师搭建广阔的展示平台。
国内金融工程师的职业教育还处于起步阶段，将专业教育和职业培训结合是金融市场发展的必然，在为职业培训提供新方向的同时，也提出了新的要求：不仅需要更专业的培训机构和专业技能更强的培训师，而且需要符合中国市场发展的培训方式，从而为我国金融工程专业人才的发展提供良好的教育培训环境。
金融工程自身的特点要求有一定的创新能力。首先，金融工程的基本职能是创造，就是在金融市场中根据客户的需要来创造新的产品以实现收益和规避风险。因此，一个成功的金融工程师必须“常常能迅速理解和接收新的观念，并能轻易看透细节进而把握基本结构的各个部分；他们还倾向于倡导智力上的开放以避免封闭式的思维扼杀创造性。与大多数人不同，他们不认为金融世界是由一定的事物构成的，当他们被告知模式不能做或无法做时，他们的最先反应是问为什么。其次，由于金融工程师要解决的问题往往超出个人的知识基础而需要进行小组工作，以处理复杂的金融、法律、税收、会计、产业、计算技术、市场营销等方面的问题。因此，作为小组核心的金融工程师，合作的精神、沟通的技巧和协调的能力是必备要素之一。
总之，在金融工程领域的教学和科研过程中，从发展的趋势来看，金融工程将不仅仅作为一门技术性的学科，而是将逐渐成为一种创新和开放的思想方法，日益渗透到金融、经济乃至整个社会生活中来。
（注：本文受以下项目资助：2008年度上海师范大学文科原创与前瞻性项目《基于鞅定价的结构金融衍生品创新研究》，项目编号：DYW806。2008年度上海师范大学理工科科研项目《非对称信息下基于鞅定价的金融衍生品创新研究》，项目编号：SK200887。2009年《上海师范大学金融工程重点应用文科》，项目编号：DZW912。）
【参考文献】
