刘念
(河南大学,河南 郑州 450000)
摘要:随着国际竞争愈发激烈,百年未有之大变局的到来,发展好战略性新兴产业对于我国能否在新一轮的科技革命和产业升级中掌握主导权具有重要意义,而产业的发展离不开企业创新。本文以新能源汽车行业为代表的战略性新兴产业为例,通过对货币政策和财政政策对企业创新的作用和制约机理进行分析,并通过实证研究得出了如何协调货币政策和财政政策以此更好地促进战略性新兴产业企业创新的结论,对于危机下如何我国战略性新兴产业的发展具有现实意义。
关键词:货币政策;财政政策;战略性新兴产业;企业创新
中图分类号:F832;F812
一、引言
发展战略性新兴产业,促进相关企业提高技术创新能力,关乎我国能否在新一轮的科技革命中打好关键核心技术攻坚战,实现经济高质量发展。2020年,我国发布了《国务院国务院办公厅关于印发新能源汽车产业发展规划(2021—2035年)的通知》,里面提到,随着新一轮科技革命的发展,新能源汽车是由能源、交通和信息通信等多个领域的关键技术融合而成,电动化和智能化正在赋能新能源汽车走向下一轮产业升级。由此可见,新能源汽车已经成为典型的战略性新兴产业。经过多年持续努力,根据中国汽车行业的数据,2015年以来我国新能源汽车产销量、保有量连续七年居世界首位,产业进入发展新阶段。特别是到2022年,我国新能源汽车销量688.7万辆,全球销量占比达到了63%,国内汽车市场渗透率达到25.6%。这说明我国新能源汽车行业作为战略性新兴产业已经初显成功。
对于新兴产业来说,我国新能源汽车产业成功的原因离不开国家政策的支持,货币政策与财政政策都在新能源汽车产业发展过程中起到了突出的作用。因此,评估现阶段货币政策和财政政策对战略性新兴企业创新质量的影响效应,探究如何调整财政政策和货币政策以切实提升战略性新兴企业的创新,对支持我国战略性新兴产业的发展,促进我国产业升级有重要意义。目前,大部分文献聚焦于单个政策对战略性新兴产业中企业创新的影响,已有文献很少把货币政策与财政政策结合到一起并进行对比来研究对战略性新兴产业的影响。因此,本文在基于新能源汽车行业的基础上,研究货币政策与财政政策对企业创新的作用和制约机理,再通过对新能源汽车行业的企业进行样本选择与实证分析,得出如何协调货币政策与财政政策才能更好地促进我国战略性新兴产业发展的结论,为我国战略性新兴产业发展提出可靠的建议。
二、文献综述
1.货币政策对企业创新的作用和制约机理
对于货币政策,姜国华,饶品贵(2011)认为货币政策是根据资本供给量和资本成本干预来调整宏观经济的一个重要手段。一方面,根据国内已有文献研究,主要是从融资约束的角度衡量货币政策对企业创新的影响。黄志忠和谢军(2013)认为宽松的货币政策有助于企业更容易地获取外部融资,从而降低企业投资内部现金流的敏感性缓解企业融资约束。另一方面,顾海峰,张欢欢(2020)认为货币政策会通过企业金融化从而影响到企业创新,例如宽松的货币政策会加剧企业金融化对企业创新的抑制作用。
但是, Bloom(2017)认为,货币政策频繁调整产生的不确定性给宏观经济带来冲击,严重制约了货币政策的有效性。投资规划通常具有前瞻性、谨慎性和收益驱动性。作为市场经济主体,企业的投资反应较为迅速,对未来投资环境预期变化 的反应也较为强烈,因此不确定性对经济增长影响的主要渠道即为投资,特别是当企业受到财务限制时,不确定性的增加会提高企业投资行为的谨慎程度。
2.财政政策对企业创新的作用和制约机理
对于财政政策,世界各国针对企业转型升级都推出了一系列的财政政策,其中以财政补贴和税收优惠政策最具代表性。大部分学者认为财政补贴和税收优惠对企业技术创新是有正向激励作用的,外国学者Arrow(1962)认为由于技术创新的过程具有高风险性和非排他性的特点,因此往往会出现市场失灵等问题,企业的研发积极性受到抑制。
但是,有部分学者认为,财政政策会因为企业的“寻补贴”等因素抑制企业的创新投入,从而不利于企业的创新质量的提升。在财政补贴方面,张明斗(2020)认为,由于政府与市场主体存在信息不对称问题,会导致资源冗余和资源分配不合理,政府补贴会抑制高新技术企业创新质量的提升,且在不同技术水平的企业中存在差异。在税收优惠方面,杨国超(2020)等人认为国家的减税政策可能会对企业的创新动机产生扭曲效应,从而不利于企业提升创新质量。
3.文献述评
综上所述,首先,本章通过对货币政策与财政政策对企业创新影响的部分文献进行梳理,发现宽松的货币政策和积极的财政政策一定程度上都对企业创新具有激励作用,继而对产业升级具有推动效应。其次,本章通过整理货币政策与财政政策局限性的部分文献,发现货币政策和财政政策各自都在某些情况下有缺点和不足,且两者虽然联系紧密,经常作为组合使用,但货币政策与财政政策仍然是不同的政策工具,货币政策和财政政策在不同的行业是有自己的适用范围和局限性的,这就需要在对某个行业进行转型升级时,政策要有着重点。所以,本文的创新点在于,以新能源汽车这个细分行业为例,如何发现货币政策与财政政策对新能源汽车产业升级的效用大小,继而更好地协调货币政策与财政政策,找准着重点,推动新能源汽车行业产业升级。
三、研究设计
1.样本选取与数据来源
本文的研究对象为新能源汽车行业,因此选取沪深两市上市的新能源汽车行业公司作为研究样本。关于新能源汽车行业公司的选择则是根据申银万国行业分类2021修订版进行选取,作为初始样本。在剔除掉数据残缺以及S/ST公司之后,由于新能源汽车本是新发展起来的细分行业,而且为了区别于传统的燃油车行业,保持研究具有针对性,本文选取的大多是在三电系统拥有业务的企业,导致样本量较少,最终筛选出48家企业,得到240个样本量。
本文是对货币政策与财政政策对促进我国制造业的转型升级的影响进行实证分析,而财政政策中新能源国补全国实行是在2016年,而也在此时新能源汽车行业才走上正轨,而在2020年之后,新能源国补开始缓慢下降,直到2023年新能源国补彻底结束。所以本文选取时间段为2016-2020年,共5年。本文所需微观企业财务数据来源国泰安数据库,宏观数据来源于上海银行间同业拆放利率官网。
2.变量选取
(1)被解释变量的选取
目前理论界主要存在两种衡量企业创新的方式:创新投入和创新产出。对于创新投入,参考李春涛,宋敏(2010)的研究,主要有研销比(研发支出/销售额)、研收比(研发支出/营业收入)、研发经费。而本文根据冯根福,温军(2008)的研究,考虑到创新产出这种技术成果的可比性较差,而创新投入更能代表企业创新意识和企业创新投资行为,所以本文选用研发支出与营业收入的比值作为企业创新的代理变量。
(2)核心解释变量的选取
货币政策的度量:本文采用价格型货币政策工具,根据陈汉鹏,戴金平(2014)的研究,将上海银行间同业拆放利率(Shibor)作为我国货币政策体系中的基准利率是可行的。所以本文选择一月期的平均Shibor利率作为货币政策的代理变量。
财政政策的度量:针对新能源汽车行业的财政政策主要为财政补贴,虽然购置税补贴也是近几年较为重要的财政政策手段,但是购置税补贴只针对新能源汽车行业中的整车制造行业,不包括其他大部分企业,考虑进去会导致数据残缺和不平衡,因此将财政补贴作为财政政策的代理变量。
(3)控制变量的选取
企业规模(Size),根据崔兆财等(2023)的研究,对企业年末总资产额取对数作为控制变量之一。企业规模越大,则有更为广泛的融资渠道以及更强的抵御风险的能力,而较小规模的企业会在研发过程中表现出更强的灵活性。
资产负债率(Lev):根据崔兆财等(2023)的研究,使用资产负债率作为控制变量之一,资产负债率一定程度上反映了企业的偿债能力,资产负债率过高不仅会降低企业的信用评级,影响企业外部融资,也会因为还债的需要影响内部资金的使用,从而对企业创新产生重大影响。
盈利能力(ROA):根据顾夏铭等(2018)的研究成果,选用总资产收益率作为控制变量之一,盈利能力的强弱会影响企业进行创新投资的能力和意愿。
成长性(Growth):根据崔兆财等(2023)的研究,选取企业的营业收入增长率作为控制变量之一,处于不同成长阶段的公司会有不同的创新投资力度。
GDP增长率(GDPg):GDP增长率是衡量外部经济环境的重要指数之一, 因此本文选用GDP增长率作为宏观控制变量。
四、实证分析
这一部分将对货币政策与财政政策对促进我国制造业的转型升级的影响进行实证分析,本文选取了新能源汽车行业在沪深两市上市公司的数据,通过固定效应模型实证检验。
1.描述性统计
本部分运用Stata软件对各项指标进行了描述性统计分析,包括变量的平均值,标准差,最小值和最大值,结果如图4-1所示。企业研发投入(RD)最小值为0.14%,最大值为18.78%,标准差达到了2.682,可以看出新能源汽车行业间研发投入存在巨大差距。政府补助在取对数后最大值为9.674,最小值为4.602,标准差为0.786,各企业之间仍存在较大差距,这可能是因为从事整车制造的新能源汽车企业获得的政府补助要更多,而从事其他方面例如电池电机电控生产的企业得到的政府补助却不多。资产负债率是较为突出的一项,最值之间差距巨大,最小值为0.047,最大值达到了0.989,接近资不抵债,但平均值只有0.472,说明新能源汽车行业整体资产负债率较为良好,但可能个别企业出现了极端情况。ROA和Growth都出现了负数,这是因为两者都考虑了营业收入,说明部分企业营业收入为负,这可能是因为新能源汽车行业既是制造业又处于新生阶段,可能会出现营业收入为负的问题,两者平均值都为正,这也说明大多数企业营业收入都为正,但是值得注意的是,ROA和Growth两项指标新能源汽车行业都不高,这可能也与制造业和新生阶段有关。
表1 描述性统计表
Variables N mean sd min max
RD | 240 | 5.035 | 2.682 | 0.140 | 18.78 |
Shibor | 240 | 2.522 | 0.254 | 2.110 | 2.800 |
Sub | 240 | 7.611 | 0.786 | 4.601 | 9.674 |
Lev | 240 | 0.472 | 0.166 | 0.0470 | 0.989 |
ROA | 240 | 0.0270 | 0.0741 | -0.435 | 0.222 |
Growth | 240 | 0.227 | 0.513 | -0.864 | 5.570 |
Size | 240 | 9.867 | 0.637 | 8.752 | 11.96 |
GDPg | 240 | 0.0575 | 0.0179 | 0.0224 | 0.0695 |
2.回归分析
将2016—2020年的样本数据代入模型中进行回归,回归结果见表2。第一列为变量定义;第二列为模型(4-1)的检验结果,表示仅考虑货币政策单行时的情况;第三列为模型(4-2)的检验结果,表示仅考虑财政政策单行时的情况;第四列为模型(4-3)的检验结果,考虑两种政策并行时的情况。
在模型(4-1)中,回归结果分析显示shibor利率与新能源汽车行业企业创新有着正相关关系,回归系数为1.546,并在10%水平上显著,表明shibor利率对新能源汽车行企业创新有正向激励作用,这一结论与大多数观点不符,大多数论文证明当利率下降时,企业借贷成本降低,会对企业创新有激励作用,利率与企业创新应该是负相关。但这里出现正向激励可能是因为新能源汽车行业作为新生行业,又处于制造业,当利率下降借贷成本降低,企业可能会把更多的资金用于扩大生产线,而不是增加研发支出。模型(4-2)回归结果显示财政补贴对企业创新具有正相关关系,回归系数为1.900,且在1%的水平上显著,这一点很好理解,因为许多财政补贴具有针对性,是针对企业创新研发做出的政府补助,所以会对企业创新有正向激励作用,许多关于财政政策对企业创新影响研究的论文也证实了这一点。在模型(4-3)中,当两种政策并行时,shibor利率和财政补贴对企业创新的回归系数都得到增加,且shibor利率的显著水平也得到了提高,这说明当货币政策与财政政策并行时对企业创新激励作用会更好,而现实中也大多都是货币政策与财政政策配合使用。
此外,对于控制变量,资产负债率(Lev),总资产回报率和营业收入增长率(Growth)在任何一个模型中都与企业创新处于负相关关系。对于资产负债率,当资产负债率上升时,企业净资产减少,可用于研发的资金也会减少,企业创新会减弱,所以呈现负相关关系。而对于总资产回报率和营业收入增长率与企业创新呈现负相关关系,说明当营业收入增长时,研发投入在营业收入的占比会下降,当营业收入增长时,企业会拥有更多的收入,但对于新生企业,更多的收入可能会用于企业扩张所需要的成本,特别对于制造业来说,固定资产例如厂房,机器设备就需要更多的资金来投入,虽然研发投入绝对值会增加,但在整个营业收入中的比值会下降。另外,值得注意的是Size和GDPg。Size在模型(4-1)中与企业创新呈现正相关关系,在10%的水平上显著,当企业规模也就是总资产扩大,企业会有更多的资金投入研发中,。虽然在模型(4-2)以及(4-3)中都呈现负相关关系,但注意,这里的负相关系数其实并不高,且显著性水平也不高,这可能是因为样本量过少导致数据出现了一些偏差,而且也就像刚刚在ROA和Growth所解释的,这里的企业创新代理变量是研发支出在营业收入的占比,当企业出现扩张,研发投入的绝对值会增加但占比可能下降。GDPg在三个模型中都与企业创新呈现负相关关系,且在模型(4-1)与(4-3)中呈现1%的显著性水平,这表明当GDP增长时,企业创新反而下降,这可能因为样本数量而造成的偏差。
表2 基准回归结果
变量 | 模型(4-1) | 模型(4-2) | 模型 (4-3) |
Shibor | 1.546* (1.94) | 1.559** (2.05) | |
Sub | 1.900*** (4.24) | 1.903*** (4.28) | |
Lev | -1.365 (-1.84) | -1.945 (-1.24) | -2.516 (-1.59) |
ROA | -8.062*** (-3.94) | -9.751*** (-4.83) | -9.935*** (-4.96) |
Growth | -0.294 (-1.15) | -0.139 (-0.56) | -0.011 (-0.04) |
Size | 1.388* (1.72) | -0.639 (-0.67) | -1.204 (1.23) |
GDPg | -25.792*** (-2.10) | -4.473 (-0.72) | -24.967*** (-2.12) |
Cons | -10.148 (-1.36) | -1.644 (-0.22) | 1.387 (0.18) |
注:***、**和*分别表示1%、5%和10%的显著性水平
五、结论与建议
本文从货币政策和财政政策对新能源汽车行业的创新促进作用的角度出发,分析了货币政策与财政政策对战略性新兴产业企业创新的作用和制约机理,并通过描述性统计和回归分析研究了如何协调货币政策与财政政策使更好地促进战略性新兴产业企业创新。
本文得出以下结论:一方面,当实行积极的财政政策和稳健的货币政策时,企业融资成本下降,企业的创新能力得到有效的增强。但财政政策会因为企业的“骗补”等行为抑制企业的创新投入,且由于政府与企业存在信息不对称问题,会导致资源分配效率低下,从而抑制企业的创新水平。货币政策也会因为不确定性从而影响企业创新投资效率,不利于创新水平的提高。另一方面,通过实证研究得出,虽然货币政策与财政政策并行时两者对于新能源汽车行业创业创新的效果更好,但财政政策对于促进新能源汽车行业企业创新的效果要好于货币政策。
根据本文的研究结论,给出以下建议:第一,对于货币政策,实施稳健的货币政策能很好的促进战略性新兴产业的企业创新,但要维持货币政策的稳定性,保持企业管理层的乐观预期。第二,对于财政政策,积极的财政政策对企业创新效果增强作用明显,但实施财政补贴政策时要严厉规范和打击“骗补”的企业,尽量减少政府与企业之间的信息不对称问题。第三,对于如何协调货币政策与财政政策,可以发现,财政政策对于新能源汽车行业企业创新的作用要大于货币政策,在协调货币政策与财政政策时,应该以财政政策为重。
参考文献:
[1]姜国华,饶品贵.宏观经济政策与微观企业行为——拓展会计与财务研究新领域[J].会计研究,2011(3):9-18+94.
[2]黄志忠,谢军.宏观货币政策、区域金融发展和企业融资约束——货币政策传导机制的微观证据[J].会计研究,2013,303(1):63-69+96.
[3]顾海峰,张欢欢.企业金融化、融资约束与企业创新——货币政策的调节作用[J].当代经济科学,2020,42(5):74-89.
[4]BLOOM N. Observations on Uncertainty[J]. Australian Eco⁃ nomic Review,2017,50(1):79-84.
[5]Arrow K J . The Economic Implication of Learning by Doing[J]. Review of Economics and Statistics, 1962, 29(3).
[6]张明斗.政府激励方式对高新技术企业创新质量的影响研究——促进效应还是挤出效应?[J].西南民族大学学报(人文社科版),2020,41(5):122-134.
[7]杨国超,芮萌.高新技术企业税收减免政策的激励效应与迎合效应[J].经济研究,2020,55(9):174-191.
[8]李春涛,宋敏.中国制造业企业的创新活动:所有制和CEO激励的作用[J].经济研究,2010,45(5):55-67.
[9]冯根福,温军.中国上市公司治理与企业技术创新关系的实证分析[J].中国工业经济,2008,244(7):91-101.
[10]陈汉鹏,戴金平.Shibor作为中国基准利率的可行性研究[J].管理世界,2014,253(10):37-46.
[11]崔兆财,张志新,李成.政府资助与企业创新:缓解匮缺还是滋长惰性?[J].科研管理,2023,44(5):140-148.
[12]顾夏铭,陈勇民,潘士远.经济政策不确定性与创新——基于我国上市公司的实证分析[J].经济研究,2018,53(2):109-123.