金融科技的研究
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇金融科技的研究范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
金融科技的研究范文第1篇
中图分类号：F830 文献标识码：A 文章编号：1674-2265（2016）06-0018-06
一、引言
我国已经进入经济增长由高速转向中高速，产业转型升级，要素驱动、投资驱动转向创新驱动的经济新常态阶段。“十”强调要通过创新驱动发展战略来加快完善社会主义市场经济体制和转变经济发展方式，并且随着知识经济时代的到来，提升自主创新能力、促进产业结构升级、提高经济贸易水平受到越来越多的关注。在这一背景下，作为知识经济发展的强大推动力，科技创新、科技金融、科技贸易必须加快耦合协调发展，形成一个紧密联系、良性互动的整体，从而带动整个地区的经济增长。加快科技创新、科技金融、科技贸易的耦合协调发展，必须要厘清三者之间的关系以及耦合协调发展的进程，这样才能有针对性地促进三者的耦合协调发展。
截至目前，国内外学者的研究主要集中于对科技创新、科技金融关系的研究以及对金融与贸易关系的研究。徐玉莲等（2011）通过对我国省级区域科技创新与科技金融的耦合协调进行实证分析，结果发现：各省市耦合协调度整体偏低，科技金融发展滞后于科技创新的趋势较明显。斯席姆库斯（Schinckus，2008）研究认为，技术创新尤其是信息技术创新可以促进金融市场的创新。俞立平（2013）运用面板向量自回归模型对我国金融与科技创新的相互关系进行了深入分析，发现金融与科技创新协同程度并不高，金融受科技创新的正反馈效应较强烈。瓦西列斯库等（Vasilescu等，2011）的研究认为风险投资通过对科技创新的大力扶持，进而带动企业的成长。万崇丹等（2012）研究认为，我国的金融对出口贸易具有很好的促进效应，而出口贸易对金融的促进作用并不明显。梁莉（2005）通过研究我国1993―2004年间贸易开放度与金融发展的关系，发现：贸易开放度与金融机构的规模有关，贸易开放度是金融机构规模的格兰杰原因，反之则不成立。赵静敏（2008）考察了1978―2007年金融发展与对外贸易短期和长期的动态关系，结果表明两者短期和长期的相互关系存在差异。这些研究对科技创新与科技金融以及金融与贸易的相关关系进行了研究，取得了较好的研究成果。但这些研究缺少对科技创新、科技金融、科技贸易三者耦合协调的探讨，科技创新、科技金融、科技贸易是相互影响、相互作用、紧密联系的整体，研究三者的耦合协调有助于进一步促进三者的耦合协调发展，从而带动地区经济增长与产业转型升级。因此本文通过构建科技创新、科技金融、科技贸易的耦合协调度模型，全面考察我国30个省市科技创新、科技金融以及科技贸易的耦合协调度，从而为加快全国各地区科技创新、科技金融、科技贸易耦合协调发展以及经济新常态建设提供科学依据。
二、科技创新、科技金融与科技贸易耦合协调模型构建
（一）科技创新、科技金融与科技贸易的耦合协调机理
耦合协调机理即两个或两个以上的系统通过相互之间的作用与联系产生耦合协调效应，这种耦合协调效应作为一种整体效应，大于各子系统单独运作时产生的作用。本文将科技创新、科技金融、科技贸易视为一个复合系统，这三者的共同运作产生了一种耦合协调机理，如图1。
科技创新、科技金融、科技贸易三者之间的相互作用具有复杂的非线性特征。首先，作为高投入、高风险、高收益的活动，科技创新需要有足够的资金支持，而科技金融则满足了其需求，进行大量资金支持的同时也对其进行筛选与监督；科技创新活动的推广同时带动了科技金融的迅速壮大，也为其带来了众多的技术支持，如先进的互联网金融技术。其次，科技创新活动通过提升产品的科技含量从而改善了科技贸易的结构，增强了科技贸易的竞争力；科技贸易的繁荣也会加快先进技术的引进，又反哺了科技创新活动。同样，科技金融机构通过对高新技术企业的资金扶持从而推动科技贸易的结构升级，科技贸易也会对科技金融市场的服务体系和服务工具提出更高的要求，科技金融业必定会不断变革、创新。所以科技创新、科技金融、科技贸易三者之间是相互作用、相互渗透、相互制约的，通过并行、互嵌的发展模式形成一个有机整体。三者的耦合协调将会产生“1+1+1>3”的整体耦合协调效应。
（二）模型构建
系统由无序走向有序的关键在于系统内部序参量之间的协同作用，耦合度正是对这种协同作用的度量。因此，本文将科技创新、科技金融、科技贸易之间相互影响、协同作用的程度定义为科技创新、科技金融、科技贸易的耦合度。
1. 功效函数。设各子系统为，即科技创新为、科技金融为、科技贸易为。设第i个子系统的综合序参量为，为第i个序参量的第j个指标，其值为。所以科技创新、科技金融、科技贸易对耦合系统有序的功效函数可表示为：
其中，和分别是系统稳定临界点上序参量的上限和下限，由式（1）可知，，其值越大，对系统有序的“贡献”越大。
科技创新、科技金融与科技贸易是三个虽不同但相互作用的子系统，子系统内各序参量有序度的“总贡献”可通过集成来实现，这里采用线性加权和法来计算：
式（2）中，，其值越大，表明子系统对耦合系统有序的“贡献”越大，其中权重代表在保持系统有序运行过程中所处的地位。
2. 耦合协调模型。根据物理学中容量耦合概念及容量系统模型，可推广得出多系统相互作用的耦合度模型：
由式（3）可得出科技创新、科技金融以及科技贸易三个子系统的耦合度模型：
由式（4）可看出，。当C=1时，耦合度最大，表明三者之间达到良性共振耦合；当C=0时，耦合度最小，表明三者之间无关。
当需要反映科技创新、科技金融、科技贸易耦合的整体功效和协同放大效应时，耦合度存在着缺陷，因为当三个子系统的综合序参量、、的值均较低且相近时，单纯的耦合度指标会出现系统协同发展程度较高的伪评价结果。因此，就需要构造科技创新、科技金融、科技贸易的耦合协调度模型，来评价其交互耦合的协调程度，模型如下：
式（5）中，D为耦合协调度；C为耦合度；H为科技创新、科技金融、科技贸易的综合调和指数，反映三者之间的整体协同效应。、、为待定系数，根据专家打分法，，，。
一般将耦合协调度划分为七种类型，即：①，不协调，处于无序状态；②，极度失调；③，低水平耦合协调；④，中等水平耦合协调；⑤，较高水平耦合协调；⑥，高水平耦合协调；⑦，完全耦合协调。
（三）指标体系构建
指标体系的构建应遵循系统性、科学性、层次性、适应性、可操作性的原则。科技创新、科技金融、科技贸易耦合协调度测度指标体系包含三个序参量，即科技创新、科技金融、科技贸易。其中科技创新根据其过程分为研发能力、成果转化能力以及产业化能力；赵昌文认为科技金融应分为财政性科技金融、政策性科技金融以及商业性科技金融，考虑到数据的可得性，这里重点考虑财政性科技金融。借鉴一些学者的做法，这里选取财政科技拨款占财政支出比重以及财政科技拨款占GDP比重两个指标来表征科技金融，这两个指标都能很好地体现科技金融的发展水平。科技贸易分为高技术产品贸易以及技术交易。
（四）指标体系权重计算方法
由于熵值法是通过对原始数据进行测算分析指标权重，一定程度上避免了人为因素的干扰，具有很强的客观性，因此选取熵值法来测算各个指标的权重。设为第i个样本中第j个指标的值：
三、实证研究
（一）数据来源
根据科技创新、科技金融、科技贸易耦合协调度测度指标体系，选取“十五”末期（2005年）、“十一五”末期（2010年）、“十二五”中期（2013年）全国30个省市的相关统计数据进行实证分析。全部数据来源于《中国科技统计年鉴》、《中国高科技产业统计年鉴》以及《中国统计年鉴》。为了确保研究的准确性，所有数据均经过无量纲化处理。
（二）实证结果及分析
根据耦合协调度的测算模型，分别求出30个省市2005年、2010年、2013年科技创新、科技金融以及科技贸易的综合序参量、、，、、，、、，如表2所示，进而得出三者的耦合协调度，结果如表3所示。
通过对表2中科技创新、科技金融、科技贸易综合序参量结果以及表3中耦合协调度结果进行分析，可以发现：
1. 各省市耦合协调水平总体偏低。2005年30个省市平均耦合协调度为0.150，2010年上升为0.185，2013年继续上升至0.214，虽然在不断上升，但耦合协调水平仍较低，处于低水平耦合协调阶段。另外，2005年、2010年、2013年分别有11个、9个、13个省市耦合协调度位于全国平均值之上，说明全国绝大多数省市耦合协调发展水平较低。
2. 各省市科技创新、科技金融、科技贸易的耦合协调度总体呈现出上升趋势。如图2所示，30个省市中仅贵州的耦合协调度一直处于下降趋势，其余省市均不断上升。其中相对于2005年，2010年耦合协调度上升较大的有北京、上海、江苏、广东四省市，上升幅度分别为0.10、0.14、0.09、0.08，这些省市都为东部沿海发达省市，结合表2可发现，科技创新对耦合协调度提升贡献较大，东部地区发达程度高于中西部，拥有更多的科技资源、人才资源、财力资源来提升科技创新水平；相对于2010年，山西、江苏、河南、湖南、四川五省市上升幅度较大，分别达到0.08、0.06、0.08、0.06、0.06，这些省市主要处于中部地区，结合表2中综合序参量可发现，科技金融、科技贸易对耦合协调度提升有较大的贡献，说明中部省市逐渐认识到科技创新、科技金融、科技贸易耦合协调发展的重要性，不断加大科技投入以及扩大科技贸易，以跟上东部地区的节奏。
3. 不同地区间耦合协调度存在着较大差异。由表3可看出，各省市“十五”末期、“十一五”末期、“十二五”中期的耦合协调度可划分为三个等级，即中度协调水平、低度协调水平以及极度失调水平。东部地区2005年耦合协调度均值为0.206，除北京处于中度协调水平以及海南处于极度失调水平外，其余省市均处于低度协调水平；2010年耦合协调度上升至0.261，北京、上海、江苏、广东四省市处于中度协调水平，其余地区处于低度协调水平；2013年耦合协调度继续上升至0.288，天津和浙江也进入到中度协调水平行列。东部地区科技资源充足，科技研究效率较高，且经济发达，科技投入较大，科技贸易开展较早，与国内国际技术市场联系较紧密，科技创新、科技金融、科技贸易耦合协调发展较好，但总体水平仍不高。中部地区2005年耦合协调度均值为0.122，除山西处于极度失调水平外，其余省全处于低度协调水平；2010年耦合协调度均值上升至0.154，所有省份均处于低度协调水平；2013年耦合协调度均值为0.199，所有省份均处于低度协调水平。中部地区耦合协调度上升较快，但由于在科技资源、科技投入等方面与东部地区还存在一些差距，因此耦合协调度不及东部地区。西部地区2005年耦合协调度均值为0.115，内蒙古、甘肃、青海、新疆四省份处于极度失调水平，其余省份均处于低度协调水平；2010年，耦合协调度均值为0.131，青海、新疆处于极度失调水平；2013年耦合协调度均值为0.149，新疆仍处于极度失调状态。西部地区由于地处内陆，对外贸易便捷度不如东部、中部，科技创新水平较低，科技投入较少，科技金融发展较慢，所以大部分地区科技创新、科技金融、科技贸易耦合协调度增长较慢，发展情况不佳，存在较大的进步空间。
4. 各地区科技创新、科技金融、科技贸易耦合协调发展总体上呈现出科技金融发展滞后于科技创新以及科技贸易的现象，即科技金融对整体的贡献小于科技创新以及科技贸易。2005年，科技金融综合序参量均值为0.017，小于科技创新的0.045以及科技贸易的0.033，30个省市中有18个省市的科技金融综合序参量值小于其余两个子系统的综合序参量值；2010年，科技金融综合序参量均值为0.028，而科技创新、科技贸易的值均高于科技金融，分别为0.067和0.045，且19个省市的科技金融综合序参量值在三者中最小；2013年，科技创新、科技金融、科技贸易的综合序参量值分别为0.085、0.034、0.066，同样有19个省市的科技金融综合序参量值小于其余两个子系统的综合序参量值。虽然科技金融的综合序参量值在不断上升，但仍然较小，科技金融对整体的耦合协调发展贡献不足，说明政府需要不断加强对科技金融的引导和调控。
四、结论与政策建议
本文考察了“十五”末期（2005年）、“十一五”末期（2010年）以及“十二五”中期（2013年）全国30个省市科技创新、科技金融与科技贸易耦合协调发展的情况。结果发现：全国30个省市科技创新、科技金融、科技贸易的耦合协调度虽然基本上处于上升中，但总体上还处于较低水平；并且地区之间存在较大的差异，东部地区三者的耦合协调发展要好于中西部，耦合协调度基本上呈现出由东向西的递减趋势；三个子系统的发展也存在着不平衡，科技创新子系统的发展要优于其他两个子系统，而科技金融子系统的发展则出现严重滞后的情况。分析结果对加快全国各地区科技创新、科技金融、科技贸易耦合协调发展具有以下政策启示：
第一，建立健全科技创新、科技金融、科技贸易的耦合协调发展机制，建立相应管理机构。各地政府应建立一套促进三者耦合协调发展的机制，并建立管理机构，此机构应协调科技部门、财政部门、市场金融部门、对外贸易部门等，及时收集有关科技创新、科技金融、科技贸易的信息，监测三者的耦合协调发展状态，并及时实施改进措施。
第二，地区间要加强科技创新、科技金融、科技贸易方面的合作。实证结果显示各地区三者的耦合协调度差距较大，这既与各地区自身经济、地理、资源等先天性条件有关，也与各地区间合作机制不健全有关。因此，各地区间要加强科技创新、科技金融、科技贸易的密切合作，如构建各地科技研发人员交流的平台，联合举办科技论坛，无地区限制的科技贷款，减少贸易壁垒等。
第三，完善科技金融体制，改进金融机构运营模式。从模型的结果可以看出，科技金融系统的综合序参量值较小，存在较大的发展空间。政府应当建立规范的科技金融体制，使科技金融机构平稳运营。同时，金融机构应该改变以往落后的运营模式，要根据市场需求不断改进运营模式，加强各科技金融机构之间的交流合作，从而提升运营效率。政府、金融机构要加大对科技企业的长期持续性投入，对具有良好发展潜力的高新技术企业，应放宽贷款限制，对其提供贷款支持，增强科技金融对科技创新以及科技贸易的支持作用。
第四，优化贸易结构，促进贸易结构升级。各地政府、企业、金融服务机构都要通过加大对科技创新和科技金融的投入，来提升科技软实力和金融服务水平，从而增加技术密集型和资金密集型产品的贸易，提升整体科技贸易水平。
参考文献：
[1]Ang J B. 2010. Research，Technological Change and Financial Liberalization in South Korea[J].Journal of Macroeconomics，32（1）.
[2]Yuqing Xing. 2012. The People's Republic of China's High-Tech Exports：Myth and Reality[R].Asian Development Bank Working Paper.
[3]李晓东.经济新常态下战略性新兴产业市场培育机制探索[J].改革与战略，2015，31（2）.
[4]徐玉莲，王玉冬，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，2011，32（12）.
[5]万崇丹，俞立平.国际贸易与金融发展的互动关系研究[J].科技与管理，2012，14（5）.
[6]赵静敏.我国金融发展与对外贸易关系的经验研究：基于1978- 2007年数据[J].金融发展研究，2008，（10）.
[7]王琦，陈才.产业集群与区域经济空间的耦合度分析[J].地理科学，2008，28（2）.
[8]罗嘉雯，陈浪南.金融发展影响科技创新的实证研究[J].中国科技论坛，2013，（8）.
[9]李隽.金融发展促进国际贸易发展研究[D].昆明：云南大学，2010：78～143.
[10]赵静敏.金融发展对我国对外贸易的作用机理与传导途径研究[M].北京：中国矿业大学出版社，2010.
[11]徐光耀，王丽丽.高技术产品贸易特征及科技政策启示――基于2012年数据的分析[J].中国科技论坛，2014，（1）.
[12]薛彦平.中欧高科技贸易中的问题和解决方案[J].政策研究，2011，26（3）.
金融科技的研究范文第2篇
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=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=5.883717+0.421895LnGP+5.731059ZCQ+μi
t=（35.76376） （7.413288） （11.70178）
p=（0.0000）*** （0.0000）*** （0.0000）***
F=410.0767 Prob(F-statistic)=0.000000
R2=0.985580 D-W=2.070463
J-B=0.079339 Prob（J-B）=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’=1（代表不含截距项的解释变量的个数），n=12时，由查表可以得出dl=0.811，du=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：
金融科技的研究范文第3篇
金融发展与科技创新之间，存在着互相促进的辩证关系：一方面，高新技术产业的资本密集、高风险等特征决定了科学技术转化为生产力离不开金融的支持，金融自身的现代化水平不断提高也需要依靠科技的支撑。另一方面，科技进步能够提高金融创新能力和综合竞争力，是防范金融风险和保障金融安全的重要手段。国内外的大量实践表明，科技创新与金融发展相结合能够带来生产力的飞跃,短期有利于缓解科技投入短缺，长期有利于引导自主创新向更加贴近市场需求、更加注重创新效益和效率的方向发展。研究金融发展与科技创新之间的互动关系，对两者关系及协调水平进行一个全面的评估，可以发现其中存在的问题，有利于国家调整宏观科技政策与金融政策,为政府决策提供参考。
1理论基础
由于金融体系包括银行、资本市场、风险投资、保险等多个方面，因此研究金融与科技创新的关系也围绕这些领域展开。关于银行金融体系与科技创新关系的研究，国外大多数学者认为，银行和资本市场对企业R&D有重要的促进作用。Schumpeter(1912)认为'银行通过识别和支持那些能够成功开发并商品化、产业化创新产品的企业家来促进技术创新。Goldsmith(1969)的研究表明,金融机构在墨西哥快速工业化过程中起着至关重要的作用。King、Levine(1993)研究发现'金融系统通过识别最有前景的项目和企业并加大对这些项目和企业的信贷资金支持从而促进技术创新。Stulz(2000)认为'通过对创新项目的监控,银行能够较可靠地根据项目进展及其资金需求情况来为创新项目提供额外的资金支持。
李悦(2008)认为'金融市场在支持创新性产业成长和处于生命周期初级阶段的新兴产业融资方面具有优势，能够促进产业结构处于较好的动态优化状态，而银行中介在学习和推广成熟产业技术方面效率更高。周孝坤、冯钦等（2010)基于中国1978-2008年的数据'运用格兰杰因果检验的方法，分析了科技投入和金融深化在影响我国产业结构升级过程中的不同作用，发现金融深化是产业结构升级的格兰杰原因，产业结构升级不是金融深化的格兰杰原因。崔毅、赵韵琪等(2010)采用DEA对全国各省、直辖市、自治区科技的金融投入与科技产出的效益进行评价,发现影响广东省科技与金融结合效益的主要原因是科技的金融投入结构不合理、科技产出的阶段不协调、金融投入资源的管理效率较低。周昌发(2011)认为'我国科技金融发展的保障机制还存在制度系统性差、层级较低、法律不完善等问题。
关于风险投资与科技创新关系的研究，Hall认为'在资本市场工具中只有风险投资较好地解决了技术创新融资所遇到的信息不对称、道德风险以及融资成本高等问题，它对技术创新的促进作用远高于其他资本市场工具的作用。Kaplan、Stomberg(2003)指出风险投资作为一种权益融资,不仅能够满足科技企业在创立初期对资金的需求，而且还能够通过参与董事会、制定发展战略、监管公司行为和雇佣管理层等方式来迅速促进科技型企业的成长。
在实证研究方面,Kortum、Lerner(2000)的研究结果表明?,1美元风险资本对专利数量的促进作用大约是1美元R&D经费投入产出的3.1倍。Tykvova(2000)研究发现?,风险投资对德国的专利发明活动有显著的正面影响，并且风险资本是德国企业技术创新活动极其重要的资金来源。Casamatta(2003)认为,有风险投资支持的企业经营业绩明显比没有风险投资支持的企业业绩要好，风险投资是提高企业盈利能力的重要手段和方式,风险资本的支持与否成为影响企业创新能否成功的重要因素。Keus-chning(2004)从一般均衡的角度阐释了大量的风险投资机构和有经验的投资家的存在可以大大提高创新的成功率和技术创新效率。王雷、党兴华（2008)对1994一2006年间中国R&D经费支出、风险投资与技术创新以及高新技术产业产出的相关性进行实证研究,结果表明,风险投资额与专利授权数、高技术产品出口额、高技术产业工业总产值以及高技术产业工业增加值具有正相关性。王玉荣、李军(2009)运用回归分析方法分析了风险投资对中小企业自主创新的影响,发现风险投资股东持股比例与企业自主创新资本投入强度正相关,但风险投资股东持股比例与企业自主创新效果指标之间存在不显著的负相关关系。
由于风险投资和科技型企业自身的特殊性决定了两者关系存在着一些消极影响。Rajan(1992)指出,由于银行在信息获取与处理方面具有比较优势,在与创新主体的交往过程中银行能够获得一般渠道难以掌握的大量信息，并形成利用信息获取信息租金的动力，导致企业降低从事有利润项目的积极性进而阻碍科技创新。Instein、Yafeh(1998)、Morck、Na-kamura(1999)认为,由于银行遵循稳健经营原则，作为债权人在进行信贷投资时表现出其内在的厌恶和回避风险的本性，往往导致那些创新程度较大、效益较高但风险较大的项目难以获得银行信贷的支持，因此以银行为主导的金融体系不利于创新。龙勇、杨晓燕(2009)认为风险投资公司和创新企业中间会出现信息不对称，带来委托问题和道德风险,使得创新企业的融资成本高于其他一般融资渠道,从而导致技术创新投入不足。
关于资本市场促进科技创新的研究，Levine、Zervos(1998)运用47个发达国家和发展中国家1976-1993年的数据,采用最小二乘法研究了股票市场发展对经济增长的影响。发现股票市场不仅与同期全要素生产率和经济增长有着显著的正向关系，而且也是它们很好的预测指标。Hyytinena、Toivanen(2005)认为,资本市场不完善阻碍了创新和经济增长，但公共政策可以弥补资本市场不完善的缺陷。陈凤娣、吴有根(2006)对资本市场在自主创新战略实施进程中的作用、中国资本市场已经具备的支持科技自主创新的有利条件、存在问题以及发展思路等进行了分析[23]。辜胜阻、洪群联等(2007)认为[24],创新的层次性和阶段性及企业所具有的不同规模和生命周期，决定了为企业技术创新提供融资支持的资本市场必然是一个多层次的资本市场。
关于政策性金融与科技创新的关系，买忆媛、聂鸣(2005)认为,开发性金融机构积极参与企业的技术融资，可以有效地补充资本市场尚不发达的发展中国家风险投资的不足，特别是那些存在巨大的技术和商业风险而不被风险资本接受的项目，从而提高企业的技术创新效率。李坤、孙亮（2007)认为,开发性金融能有效地将中小型高科技企业与资本市场连接起来，既可解决中小型高科技企业资金短缺问题，还能提高其技术创新能力，改善经营管理。肖科(2009)利用联立方程模型测度政策性金融对我国自主创新成果转化的直接和间接贡献,模型中将政府财政科技拨款也作为金融的一部分。王海等(2003)根据科技资金投入与科技活动产出过程的特点,提出了评价科技金融结合效益的指标体系和效益评价模型。
此外，关于科技型企业内源性融资，由于信息不对称,科技型企业R&D外部融资成本要高于内部融资成本,所以科技型企业R&D经费投入通常依赖内部资金。而企业内部资金需要用于多种投资及生产经营活动，因此,科技型企业总的经费投入就会受到内部资金的约束。
由以上研究可以看出，关于金融与科技创新关系的研究比较丰富,涉及金融体系中银行体系、风险投资、资本市场、保险、政策性金融等，既有理论研究，也有大量的实证研究。研究视角既有宏观的国家与地区层面，也有微观的企业层面。总体上，还存在以下不足。
第一，在研究对象上，由于金融与科技创新数据获取的困难，因此,许多研究集中在金融体系中某个变量与科技创新体系中某个变量之间关系的研究，比如风险投资、资本市场等与科技创新R&D经费投入、专利授权数、高新技术产品出口额等的关系，缺乏宏观金融与科技创新关系的研究。
第二，现有研究往往更多地侧重于金融对科技创新的研究,较少涉及科技创新对金融的影响，而且这部分关于科技创新对金融影响的研究视角较窄，主要从提高金融体系的现代化、信息化水平的角度，缺乏对机制层面的深入研究。
第三,从实证研究方法看，现有的研究方法主要有回归分析、向量自回归模型构建等，缺乏采用面板数据的分位数回归、面板向量自回归模型的研究，因此不能全面反映金融与科技创新的互动关系。
本文在分析金融与科技创新互动机制的基础上，基于面板数据，首先采用TOPSIS评价方法对科技产出进行评价,然后采用格兰杰因果检验、分位数回归模型、面板向量自回归模型全面分析金融发展与科技创新之间的互动关系。
2研究框架
本文的研究框架如图1所示,研究金融与科技创新之间的互动关系，首先进行两者互动机制的理论研究,然后再从静态与动态两个视角进行实证,静态研究主要采用格兰杰因果检验与面板数据分位数回归进行,动态研究采用面板向量自回归模型进行,在此基础上进行脉冲响应函数和方差分解分析，最后再进行综合分析。
研究金融与科技创新的关系，采用传统的生产函数进行，其中投入变量为科研经费投入、人员投入、金融水平，产出变量为采用TOPSIS评价方法计算的科技产出,建立如下模型：
log(Y)=c+alog(K)+卢log(L)+ylog(FIR)(1)式中：y表示科技产出；K为科研经费投入;L为科研人员投入;FIR表示金融水平；c为常数项；a、13、y分别表示回归系数。为了减少异方差，同时增强结果的解释性,所有变量都取对数进行处理。
本文采取面板数据进行分析，它有很多优越性，更能反映个体变化,有更高的效率，能够较好地解决多重共线性问题,对遗失重要变量也不敏感格兰杰因果检验能够从数据角度分析金融与科技创新是否存在理论上分析的互动关系；与普通最小二乘回归相比,分位数回归更能精确地描述自变量对于因变量的变化范围以及条件分布形状的影响?,能够反映不同科技产出水平下各投入要素的贡献,有利于发现潜在的问题;面板向量自回归模型能够反映金融与科技创新之间的互动关系。
3金融与科技创新的互动机制3.1金融对科技创新的促进机制
第一，金融体系能够提供科技创新中急需的资金,并且在创新型企业成长过程中，政策性金融、风
险投资、资本市场、金融保险等不同的时期会发挥不同的作用。
第二,金融能够加快科技成果转化的步伐，引导科技创新适应市场需求,提高创新的绩效。
第三，金融体系自身对科技创新也存在巨大的需求,金融体系在很多方面需要专用技术,从而对软件、设备、网络、计算机安全等提出了更高的要求，要求广大信息技术厂商不断研发新的技术,从而带动科技创新。
3.2科技创新对金融的促进机制
第一，科技创新能够提高金融系统的效率和竞争力。目前,所有的金融机构都实现了电脑化、网络化、信息化，同时，科技创新也是防范金融风险和保障金融安全的重要手段。信息技术的应用，大大提高了工作效率，节省了金融系统的劳动力成本,加快了资金周转,改善了金融服务方式。
第二，科技创新能够提高金融创新能力和综合竞争能力。依靠金融技术创新、产品创新、制度创新，能够提高金融机构的风险控制能力和综合竞争力，对金融机构的经营方式和组织结构也能产生深远的影响。
第三，科技创新对金融体系产生了深远的影响。信息技术改变了货币的形态与职能，促进金融市场一体化,加速国际资本流动,使得金融机构的筹资渠道大大拓宽。同时，技术手段的进步又使金融机构临时融通资金的能力大为增强，各种金融科技产品也在整体上提高了金融机构的资产流动性，减少了中央银行调节基础货币的渠道,使中央银行控制基础货币的职能主要依靠公开市场业务来进行。
第四，科技创新能够增加综合国力，带来经济高速增长，由此带来了金融体系的繁荣与壮大，是金融发展的根本动力所在。
4数据获取
关于金融水平的度量,典型的是采用金融相关比率(Fir),指全部金融资产价值与全部实物资产价值之比，由于我国缺乏金融资产的统计数据，而银行在我国金融体系中占有绝对重要的地位，因此,本文用存贷款余额与GDP的比率作为衡量金融发展的指标。
科研经费投入采用分省的r&d研发投入数据，科研人员投入采用R&D人员全时当量。科研产出指标有：技术市场成交额、SCI检索论文数、EI检索论文数、ISTP检索论文数、发明专利数、实用新型专利数、外观设计专利数,采用TOPSIS评价方法对7个产出指标进行评价后作为科技产出变量。
关于投入产出滞后期的确定，不同科技成果产出的滞后期并不一致，比如论文从投稿到发表的时间需要半年到1年多，申请专利的时间往往需要1年到3年多，技术市场的滞后期一般1年多，本文将科技产出的滞后期综合设定为2年。
需要说明的是，由于无法获得科研资本投入的存量数据,本文只能用流量数据替代。西藏地区由于数 据缺失较多，因此舍弃西藏数据。由于部分年度数据无法获得,本文所有数据来自于2002-2009年期间的《中国统计年鉴》、《中国科技年鉴》，实际数据为2001-2008年的数据。数据描述统计量如表1所示。
变量间的相关系数如表2所示，K和L之间的相关系数较高，为0.97,而FIR与其他变量的相关系数不高，由于采用面板数据，可以在很大程度上抵消多重共线性的影响，因此变量的相关性问题对本文的结果影响有限。
5实证结果5.1科技产出评价
TOPSIS(TechniqueforOrderPreferencebySimilaritytoIdealSolution,TOPSIS)是一种常用的多属性评价方法[34],它根据各被评估对象与理想解和负理想解之间的距离来排列对象的优劣次序。与简单的加权平均汇总相比，其计算简便，单调性好，注重评价指标体系的系统性，强调指标体系总体水平的协调,评估结果较合理。
式中：n为评价对象的个数；i、j分别表示评价对象的序号和评价指标的序号,取整数为标准化后的指标值；.&■表示理想解；Tlnm表示负理想解为评价值。
采用TOPSIS评价方法对7个科技产出指标进行评价，这7个指标都是正向指标,在评价前必须进行数据标准化处理，方法是用每个指标值除以极大值,为了减少计算误差,所有标准化数值都乘以100进行了适度放大,这样7个指标中每个指标的极大值都是100,符合人们的习惯。
还有一个重要的问题是，由于是面板数据，所以在选取理想解和负理想解时是2001-2008年期间的最大值与最小值，否则不同地区不同年度的科技产出变量不可比。图2为采用TOPSIS评价方法计算的2008年科技产出排序结果。
5.2金融与科技创新的格兰杰因果检验
从理论上讲,金融与科技创新之间是双向因果关系，那么实际数据是否支撑这个结论昵？常用的检验方法是格兰杰因果检验。考虑到两者发挥作用的滞后期在1?4年之内，因此滞后期以此为准。
常用的面板数据单位根检验方法有ADF检验、
Levin检验、PP检验等，由于检验原理不同，不同检验方法的结果不尽相同，本文以三种方法结果一致为准,这样更加有说服力。结果如表3所示。经过一阶差分,R&D经费投入、研发人员全时当量、金融水平及科技产出4个变量都是平稳时间序列。
格兰杰因果检验结果如表4所示,在滞后2年的情况下，科技产出是金融的格兰杰原因，在滞后4年的情况下，金融是科技产出的格兰杰原因，总体上，两者的因果关系不是很明显，深层次暴露出金融与科技创新体系的协调尚存在问题。
5.3科技投入产出的分位数回归
为了精细刻画不同科研产出水平下R&D经费投入、R&D人员全时当量、金融水平的贡献,将科研产出分为10个分位（r=0.1?0.9),滞后期选取2年,采用分位数回归进行估计,结果如表5所示，为了进行比较，表5还给出了混合回归结果。t=0.2?0.4时,研发人员全时当量与科技产出无关，当r=0.1?0.3及r=0.9时,金融水平与科技产出无关。拟R值在0.766?0.811之间，总体上属于中高程度的相关。
为了更清晰地反映不同投入要素在不同产出水平下贡献的弹性系数差距并总结其中的规律,将所有投入要素在不同分位下的弹性系数画成折线图，结果如图3所示。可以得出如下结论：
第总体上,R&D经费投入对科技产出的贡献最大,R&D人员全时当量劳动力次之,金融对科技产出的贡献最低。
第二，在最低科技产出情况下（r=0.1?0.3),金融与科技产出无关，在最高科技产出情况下（r=0.9),金融同样与科技产出无关。在中高科技产出情况下（r=0.4?0.8),金融对科技产出有显著的贡献，并且随着r值的升高，贡献呈上升的趋势。也就是说,在科技水平不发达和高度发达地区,金融对科技的贡献效率极低,从而导致金融与科技产出无关。
第三，随着r值的升高,R&D经费投入对科技产出的贡献总体呈下降趋势,也就是说,在科技产出较高地区,R&D经费投入对科技产出存在着低效率。
第四，R&D人员全时当量在科技产出最低地区(r=0.1)和中高地区（r=0.5?0.9)对科技产出有较大贡献,也就是说,R&D人员全时当量在科技产出较低地区存在低效率,导致其与科技产出无关。
5.4面板数据向量自回归模型
由于面板数据是平稳的，因此可以继续进行协整检验,最佳滞后阶数为2(根据前文的分析)。协整检验方法采用Kao面板协整检验，发现存在协整关系。接着建立VAR模型，模型的整体拟合度R2为0.992,且VAR模型所有特征根都位于单位圆内，模型结构稳定,拟合效果较好。
VAR模型是一种非理论性的模型，它的系数没有经济学意义,在分析VAR模型时,往往不分析一个变量的变化对另一个变量的影响，而采用脉冲响应函数和方差分解进行分析,金融与科技创新的脉冲响应函数如图4所示。
科技产出与金融的脉冲响应函数如图4所示,首先,看科技产出的脉冲响应函数,来自金融一个标准差的正向冲击,对科技产出几乎没有影响，科技投入产出有其自身的规律，短暂金融冲击对其不会产生影响。来自R&D研发投入的冲击对科技产出影响较大,不过初期有短暂且较小的负反馈,随后会稳定升高。来自R&D研发人员全时当量的冲击对科技产出的影响要小于R&D研发投入的影响，在初期也有少许负反馈,随后也会稳定升高。
其次,看金融的脉冲响应函数,来自科技产出的冲击，当期对金融就有较大贡献,在第二期经过短暂调整后缓慢升高，说明科技创新对金融的影响持久而稳定。来自R&D研发投入的冲击当期对金融影响为0,随后在第二期达到最大,然后平稳下降,R&D研发投入对金融的影响主要是通过产出对金融产生间接影响。来自R&D研发人员全时当量的冲击对金融几乎没有影响。
方差分解通过求解扰动项对向量自回归模型预测均方误差(MSE)的贡献度，了解各类因素的相对作 用，和时间序列数据一样，面板数据预测的误差方差是其自身扰动及系统扰动共同作用的结果。R&D经费投入、R&D人员全时当量、金融、科技产出的方差分解如表6所示，到了第10期,各变量的方差分解趋于稳定。从科技产出的方差分解看，科技产出自身占89.12%,R&D经费投入占9.46%,其他因素基本没有影响。R&D经费投入方差分解中，自身占92.85%。,科技产出占3.90%o,金融占2.43%o,R&D人员全时当量几乎没受影响。R&D人员全时当量的方差分解中，自身占53.08%。,R&D经费投入占35.29%。，金融占7.10%o,科技产出占4.53%0。金融的方差分解中，自身占96.40%。,科技产出占1.99%o,R&D经费和人员全时当量几乎没受影响。
6结论
6.1金融与科技创新协调性有待提高
金融与科技创新在理论上存在互动关系，但实证研究表明，这种互动关系相对不强，具体表现在，两者的因果关系不太明显，来自金融的冲击对科技产出几乎没有影响，来自科技产出的冲击对金融的影响比较显著，低科技产出水平地区金融对科技产出的贡献不显著，深层次反映了金融与科技创新的协调性有待提高。根本原因是，银行体系是风险规避的,信息寻租能力较强,而科技创新风险相对是较高的，由于我国风险投资体系尚不发达,导致银行为主导的金融体系对科技创新支持不够。
在科技产出中高水平地区，由于经济和金融体系相对发达，金融对科技创新的贡献是随着科技产出水平的提高而提高的。但在科技产出最高水平地区，金融体系可能是相对过剩，竞争加剧，存在低效率的,从而导致金融与科技创新无关,本质上仍然是金融与科技协调性较差所致。
6.2金融对科技创新的支持需要时间积累
脉冲响应函数研究表明，来自金融的冲击对科技产出几乎没有影响,也就是说,科技投入产出有其自身的规律,即使金融体系由于某种因素突然繁荣,也不能很快地对科技产出产生影响，金融体系支持科技创新,产生效果的周期较长，因此金融体系必须稳步发展,才能慢慢发挥对科技创新的作用。
6.3科技产出对金融有较强的正反馈效应
金融科技的研究范文第4篇
【关键词】科技 金融 创新
随着国际金融危机的冲击，本市土地、劳动力、水电和环境等资源的进一步制约，嘉兴的产业升级已迫在眉睫。产业升级中最重要的途径之一就是科技创新，因此这些年，嘉兴市政府采取多种优惠措施鼓励技术创新，但由于技术创新需要大量资金，又很难马上创造效益，所以根据企业的反馈，目前企业进行技术创新最大的制约还是资金问题。这些资金完全靠政府政策性帮扶是不太现实的，而由于风险大也很难获得银行的贷款。基于这个背景，本文主要探讨如何通过科技创新使科技和金融有效地结合，并借鉴国外和其他省市的发展经验，结合嘉兴本地在这方面的一些探索，提出嘉兴科技与金融有效结合的模式和路径。
一、构建以政府为主导的多层次融资体系
科技企业按生命周期可以分为初创期、成长期、成熟期和衰退期，在成长期，企业能吸引各类金融投资机构的关注；在成熟期，企业往往可以更广泛地选择信贷机构、金融市场和投资机构来进行融资，但在企业初创期，往往企业需要大量资金，但却难以从金融市场上得到满足。所以政府的政策性贷款、科技风险基金应主要侧重于企业的这一阶段。用政府资金和信誉带动资源在高新技术产业的积聚。通过政府资金对创司的跟进，政府资金对信用担保机构承诺风险补偿。依托科技企业孵化器开展科技型中小企业小额授信，促进科技型中小企业创新基金和金融创新相合。
目前比较常见的做法是由政府牵头设立科技风险基金和担保公司。嘉兴市在秀洲区设立有科技风险基金，但总体上资金规模还不够大，不能满足企业的实际需求，本文认为在风险基金设立上应该以嘉兴市为牵头单位，上面联动省科技风险基金，下联动五县（市）两区，由市、区、县、乡镇共同出资为基础，吸引民间投资，这样可以推动科技金融支持科技型企业发展的广度和深度，有效发挥了政府性资金引导激励作用。科技风险基金主要对风险(创业)投资公司、担保机构金融支持科技型企业科技成果转化和技术创新实行风险补偿、奖励，并按照科技型企业类型给予不同比例的风险补偿、奖励，确保了风险补偿、奖励的公开、公平、公正。
另外可以尝试建立政府主导的私募股权投资基金，支持优势创新产业的发展。国务院继2006年批准成立渤海产业基金之后，近期又批准建立5只总规模560亿人民币的产业基金。目前，政府主导的私募股权投资在体制与机制建设方面还有待完善。关键是要找到好的专业投资人士做基金的管理人，而政府仅适合做基金的出资方。嘉兴市可以选取优势产业进行重点扶持，做基金的出资方去投资基金的管理人团队，更符合政府基金的“使命”和任务，具备更好的辐射功能和拉动效应。
二、积极发展各种民间融资机构
应用优惠政策鼓励各种民间投资机构如科技风险投资公司、典当行、担保公司、商业银行、私募基金的建立。
（一）扶持我市风险投资公司和私募基金的发展
目前风险投资和私募基金主要是外来公司，但本地民间资金又有强烈的投资欲望，由于本地公司比较熟悉本地企业，因此鼓励本地这类公司的发展势必会促进本市科技创新的发展。科技风险投资公司和私募基金公司从获利年度起，其应纳的企业所得税，应给予一定的减免。商业银行应对符合信贷条件的高新技术项目积极贷款支持。
（二）鼓励金融企业创新产品
创业初期的中小企业，如IT行业、文化创意产业等，虽然没有充足的固定资产，但是拥有技术的专利权或者是作品的著作权（包括著作电影化、动画化、商品化的收益权）。因此，可以鼓励已有金融企业开展专利典当、专利信托、专利租赁和著作权典当、著作权信托和著作权租赁业务，也可设立专业性典当、信托、租赁机构开展此类业务。规范发展专业信用担保、典当、租赁等准金融企业，开展“专利典当”、“专利信托”等业务，为中小企业开辟新的创业融资渠道。
运用多种方式通过债券市场融资。在企业债券市场上可通过政府部门改变债券发行政策，尝试发行高新技术风险企业债券；在政府债券市场上，发行部分国债成立高新技术企业专项基金，作为高新技术企业的贷款担保；在市政债券市场上，发行高新技术产业发展债券，为高新技术产业项目提供资金支持。这类债券得到政府的储备支持和信誉保证，可有力的促进高新技术产业的发展。
推进产权市场的发展。通过产权市场化使创业投资基金在投资失败后迅速退出，并保证剩下的资产价值得到公开合理的评估，增强资产的流动性；另外，培育产权交易中介组织，提高服务的公开公正公平。
（三）鼓励担保公司实现联合担保
目前我市的担保公司总体上资金实力还很有限，担保额偏小，联合担保融资模式是对传统的一对一的融资担保模式的突破。它的特点是：将进入市、区两级政府孵化器的初创科技型创新小企业作为他们重点扶持对象，通过多家担保公司“抱团取暖”的融资担保方式来增加担保公司的担保实力，赢得银行的信任，为因缺少实物资产担保而难以获得银行贷款的企业提供帮助，有效缓解企业初创期资金短缺难题。这种联合担保融资模式，分散了传统的一对一担保模式过于集中的风险，突破了单个担保公司担保额度的局限性，促进了担保公司之间按照市场需求进行资源的优化配置，为科技创新性中小企业贷款融资中的担保困难提供了有效帮助，达到了互惠共赢的目的。
三、建立专门的区域性金融机构
（一）利用民间资本组建科技开发银行
政府财政经费紧张、科技创新贷款紧缺、商业银行自身存在的障碍，是中小企业难以获得金融支持的重要因素。科技部门可以从试验的角度，创新金融工作和金融工具，以政府政策性资金为导向，通过政府的示范和引导效应，吸引社会资金注入中小企业，以满足建立创新型国家的需要。而组建科技开发银行，筹集民间零散资本，可以更好地支持现有科技担保公司、创业风险投资公司等金融机构的工作，促进金融工作和科技创新迈上新台阶。扶植专门为成长期创业创新企业提供融资服务的商业银行。
（二）组建如社区银行和企业互助金融组织
社区银行能更加充分地发挥地缘优势，利用个人信用降低金融风险，支持中小型创业者进行项目的推广。而企业间互助金融组织可以把创业初期的中小企业与较具规模的大中型企业联系起来，不仅能够满足大企业自有资金对外投资的需要，还能为创业初期企业提供资金和部分购买力。特别是在具有产业集群优势的地区，如果创业企业不能及时清偿贷款，产业链上的大企业可以优先取得小企业所拥有专利技术使用权。
四、建立科技风险投资服务体系，支持高新技术产业发展
（一）创新金融服务体系
以科技局为龙头，依托科技优势，建立一批服务专业化、运作规范化的科技中介机构和队伍，形成产学研合作和企业之间的成果转化、科技咨询、科技评估、科技金融服务、法律服务等创新服务体系。从事国内外科技成果的采集、贮存、评价、和推广；协调建立科技界与产业界、金融界的沟通渠道；在董事会监管下，管理高新技术产业发展风险投资资金；并对高新技术成果转化项目的立项、工商注册登记、税务登记和政策咨询提供配套服务；解决无形资产界定和风险评估问题，为培育和壮大科技型企业发挥作用。政府可以通过认定资质、委托任务等方式，给予扶持。中介机构的长期生存和发展，应依靠其服务质量和信誉，开办初期应得到政府部门经费支持，但要按照市场规律，引导其在竞争、服务中依靠自身能力求生存求发展，不能由政府部门长期供养。
全市各金融机构要加快电子化步伐，缩短资金在途时间，提高资金使用效率；要转变利率定价习惯，完善内外部利率定价机制，提高精细化管理水平；要积极配合跨境贸易人民币结算试点工作，拓展跨境贸易结算新渠道；要注重开展项目融资、重组并购、财务顾问、杠杆融资等多样化的综合性金融服务，为重点产业转型发展提供强有力的金融支持。
（二）创新金融服务产品
全市各金融机构要规范发展应收账款质押、专利权质押、商标权质押、仓单质押、股权质押、公司理财和账户托管等业务，为企业提供符合需求的融资服务；促进商业信用票据化，开展商业承兑汇票推广重点企业商票贴现试点；研究开发信托租赁产品和国内保理、企业年金、外汇衍生产品等公司类金融产品，满足多样化的金融服务需求；开展外汇市场创新，进一步丰富外汇衍生产品，为企业提供有效的汇率避险服务；探索中小企业集合债等债务融资工具，有效拓展企业资金融通渠道。
（三）搭建沟通交流平台
全面实施科技型企业成长线路图工程，建立科技型企业库，科学编制企业成长线路图，每季进行梳理，注重分类指导，加强动态管理。依托全市科技联络员网络，定期走访科技型企业，加大项目推介力度，建立健全金融机构和科技型企业沟通交流平台，全力满足科技型企业发展的资金需求。
五、制定配套政策加强风险管理
金融科技的研究范文第5篇
关键词 金融支持；农业；科技成果；转化；调查；
中图分类号 F323.3 文献标识码 A 文章编号 1007-5739（2013）24-0346-03
Investigation on Financial Support for Transformation of Agricultural Scientific and Technological Achievements
LI Xiu-hong
（Tianjin University of Technology and Education，Tianjin 300222）
Abstract Progress of agricultural science and technology is essential factor of the agricultural economic development in our country，and finance is the important support for the transformation of agricultural science and technology achievements. This survey is to understand the current situation of the financial support for the agricultural science and technology achievements transformation，analyze existing problems，try to find solutions，so as to promote the integration of finance and technology，promote the overall level of transformation of agricultural scientific and technological achievements.
Key words financial support；agriculture；scientific and technological achievements；transformation；investigation
农业科技进步作为解决“三农”问题的根本措施，对农业和农村经济发展起着强有力的推动作用[1-10]。金融是现代经济的核心，资金是经济发展的“血液”，农业科技成果转化同样离不开金融的支持[11-18]。该调查目的在于了解农业科技成果转化中金融支持的现状。通过对调查结果的分析，发现农业科技成果转化中金融支持存在的问题，并试图寻找解决对策，以期促进金融与科技的融合，提升农业科技成果转化的总体水平[19-28]。
1 调查概况
该次调查共发放调查问卷200份，收回188份，回收率达94%。回收问卷中有效问卷144份，有效率达76.6%。调查对象包括高校及科研单位、农业科技推广部门、涉农企业、农业基地及农业合作组织、农户等多种对象。调查涉及的地区包括北京、上海、天津、河北、辽宁、内蒙、陕西、宁夏、甘肃、四川、广东、广西、贵州、福建、云南、海南，共计16个省市及自治区。调查问卷的来源主要为高校和科研单位18份，占12.5%；农技推广部门12份，占8.33%；涉农企业29份，占20.14%；农业基地及农业合作组织19份，占13.19%；农户42份，占29.17%；其他来源的问卷24份，占16.67%。
（1）资金在农业科技成果转化中所起的作用。认为非常重要的占70.14%（101份），重要的占27.78%（40份），一般占2.08%（3份）。
（2）金融支持对解决资金问题所起的作用。认为非常重要的占61.11%（88份），重要的占35.42%（51份），一般占3.47%（5份）。
（3）目前在农业科技成果转化中得到的金融支持占总投资的比例。占比为0的达16.67%（24份），0～10的达14.58%（21份），10～20的达15.97%（23份），20～30的达22.22%（32份），30～40的达16.67%（24份），40～50的达5.56%（8份），50～60的达4.86%（7份），60～70的达1.39%（2份），70～80的达0.69%（1份），80以上达1.39%（2份）。
（4）在所处转化阶段哪种金融方式更重要。选择金融机构贷款的占85.42%（123份），选择新型农村金融机构贷款的占79.86%（115份），选择小额贷款公司的占70.14%（101份），选择发行股票的占61.11%（88份），选择发行债券的占62.5%（90份），选择向亲朋好友借款的占76.39%（110份），选择其他民间借贷的占68.75%（99份），选择其他方式的占21.53%（31份）。从各方式的重要程度来看，有76.39%的受访者把金融机构贷款列入前3位（110份）；有74.31%的受访者把新型农村金融机构贷款列入前3位（107份）；有41.67%的受访者把小贷公司列入前3位（60份）；有5.56%的受访者把发行股票列入前3位（8份）；有4.17%的受访者把发行债券列入前3位（6份）；28.47%的受访者把向亲朋好友借款列入前3位（41份）；有18.75%的受访者把其它民间借贷列入前3位（27份）。各金融方式中，排在头等重要位置的，按占比大小依次是：金融机构贷款占45.83%（66份）；新型农村金融机构贷款占29.17%（42份）；亲朋好友借款占13.19%（19份）；小贷公司占9.03%（13份）；其他金融方式占1.39%（2份）；发债和民间借贷各占0.69%（各1份）。
（5）目前在农业科技成果转化中已得到的金融支持。选择金融机构贷款的占72.92%（105份），选择新型农村金融机构贷款的占67.36%（97份），选择小额贷款公司的占57.64%（83份），选择发行股票的占42.36%（61份），选择发行债券的占43.06%（62份），选择向亲朋好友借款的占65.28%（94份），选择其他民间借贷的占58.33%（84份），选择其他方式的占25.69%（37份）。从各方式的重要程度来看，有59.72%的受访者把金融机构贷款和新型农村金融机构贷款均列入前3位（各86份）；有35.42%的受访者把小贷公司列入前3位（51份）；有4.17%的受访者把发行股票和发行债券均列入前3位（各6份）；37.5%的受访者把亲朋好友借款列入前3位（54份）；有28.47%的受访者把其他民间借贷列入前3位（41份）。各金融方式中，排在头等重要位置的，按占比大小依次是：金融机构贷款占36.11%（52份）；新型农村金融机构贷款占27.08%（39份）；向亲朋好友借款占16.67%（24份）；小贷公司占6.94%（10份）；民间借贷占5.56%（8份）；其他金融方式占6.94%（10份）；发行债券占0.69%（1份）。
（6）在农业科技成果转化中应有哪些金融机构参与。72.22%的受访者选择了政策性金融机构和农业银行（104份），49.31%的受访者选择了信用社（71份），31.94%的受访者选择了村镇银行（46份），30.56%的受访者选择了保险公司（44家），27.08%的受访者选择了小额贷款公司（39份），25.69%的受访者选择了邮政储蓄银行（37份），5.56%的受访者选择了其它金融方式（8家）。
（7）目前当地存在的金融机构。农业银行的占85.42%（123份），信用社的占79.86%（115份），邮政储蓄银行的占69.44%（100份），保险公司的占53.47%（77份），小额贷款公司的占36.81%（53份），政策性金融机构的占36.11%（52份），村镇银行的占27.08%（39份），其他的占2.78%（4份）。
（9）认为当地的农村金融机构是否健全。很健全的占5.55%（8份），健全的占26.39%（38份），一般的占45.14%（65份），不健全的占15.28%（22份），很不健全的占7.64%（11份）。
（9）对民间借贷的依赖程度。很强的占8.33%（12份），强的占5.56%（8份），一般的占52.78%（76份），不强的占27.08%（39份），不清楚的占6.25%（9份）。
2 农业科技成果转化中金融支持的现状
2.1 农业科技成果转化中金融支持作用重要
调查结果中涉及资金在农业科技成果转化中的作用，认为重要或非常重要的比例高达97.92%；而金融支持对解决资金问题所发挥的作用，认为重要或非常重要的比例高达96.53%。可见，金融支持对农业科技成果转化的重要作用毋庸置疑。
2.2 金融在农业科技成果转化中的支持作用尚存很大空间
从调查问卷可以看出，目前金融支持在农业科技成果转化总投资中的占比还处在较低水平。有效问卷中，有69.44%的比例是金融支持低于总投资的30%，而低于总投资50%的占比更高达91.67%。上述比例表明，金融的资金融通功能尚未充分发挥，对农业科技成果转化所发挥的作用受到局限，未来金融与科技的融合尚有很大空间。
2.3 农业科技成果转化中的金融意识还有待提升
调查问卷中，认为哪种金融方式对农业科技成果转化更重要，选择金融机构贷款、新型农村金融机构贷款和小额贷款公司贷款的比例均超过了70%；从各种方式的重要程度来看，将金融机构贷款、新型农村金融机构贷款和小额贷款公司贷款列入前3位的问卷比例分别为76.39%、74.31%和41.67%，而仅有5.56%和4.17%的受访者将股票和债券列入前3位。这些数据表明，农业科技成果转化中的金融意识还存在误区，对间接融资方式有了普遍认识，但对股票、债券等直接融资方式还相当缺乏了解，整体金融意识有待提升。
2.4 农业科技成果转化中，间接融资仍是目前主要的金融支持方式
调查问卷中涉及已得到的金融支持方式，选择金融机构贷款、新型农村金融机构贷款和小额贷款公司贷款的问卷比例分别为72.92%、67.36%和57.64%，超过或接近6成；从各方式的重要程度看，有59.72%的受访者将金融机构贷款和新型农村金融机构贷款列入前3位，而仅有4.17%的受访者将发行股票和债券列入前3位；另外，排在头等重要位置的依然是金融机构贷款和新型农村金融机构贷款。这些情况说明，间接融资方式已然成为农业科技成果转化中金融支持的绝对重要方式，而股票、债券等直接融资方式的作用甚微。
2.5 农业科技成果转化中，政策性金融和传统金融机构仍是主力
调查问卷中涉及农业科技成果转化中应有哪些金融机构参与，有72.22%的受访者均选择了政策性金融机构和农业银行，有49.31%的受访者选择了信用社，还有超过3成的受访者选择了保险公司。可见，从对社会公众的影响力来看，政策性金融和传统金融机构仍是农业科技成果转化中的主力军。
2.6 新型农村金融机构在农业科技成果转化中的作用不容忽视
调查问卷中涉及哪种金融方式更重要，选择新型农村金融机构和小贷公司的比例分别为79.86%和70.14%；而将这2种方式列入前3位的比例分别为74.31%和41.67%。这表明随着近几年我国农村金融体制改革的加深，新型农村金融机构和小贷公司的长足发展使其在社会公众中的影响力得到极大提升。同时，调查问卷中涉及已得到的金融支持，选择新型农村金融机构贷款和小贷公司贷款的比例分别为67.36%和57.64%；将这2种方式列入前3位的受访者比例分别为59.72%和35.42%。这表明近几年我国农村金融体制改革成效显著，新型农村金融机构和小额贷款公司在农业科技成果转化中已经发挥了明显的作用。尤其是新型农村金融机构，有59.72%的受访者将其列入前3位重要方式，这一比例与金融机构贷款持平，其在农业科技成果转化中的作用已然不容忽视。
2.7 民间资本是农业科技成果转化中的潜在力量
调查问卷中，涉及哪种金融方式重要，选择亲朋好友借款和其他民间借贷的比例分别为76.39%和68.75%；从各种方式的重要程度看，将亲朋好友借款和其他民间借贷列入前3位的受访者比例分别为28.47%和18.75%；而按头等重要位置分，亲朋好友借款在7种金融方式中位列3位。可见，在社会公众心目中，民间借贷是满足其融资需求的主要方式之一。
而调查问卷中涉及已得到的金融支持，选择亲朋好友借款和其他民间借贷的比例分别为65.28%和58.33%；从各种方式的重要程度看，将上述2种方式列入前3位的受访者比例分别为37.5%和28.47%；若按头等重要程度分，有16.67%的比例选择了亲朋好友借款，有5.56%的比例选择了其他民间借贷，二者比例合计22.23%，这一比例与新型农村金融机构贷款的比例仅相差4.85个百分点，这表明农业科技成果转化中金融的实际支持，民间资本是一股潜在的力量。这一结论从调查问卷中涉及对民间借贷依赖程度上同样可以获得：问卷显示，对民间借贷依赖程度选择不强的比例不到3成，总体依赖程度超过了6成。
2.8 农村金融体系还有待完善
关于当地存在的金融机构，调查问卷中选择各类金融机构的比例分别为：农业银行85.42%、信用社79.86%、邮政储蓄银行69.44%、保险公司53.47%、小额贷款公司36.81%、政策性金融机构36.11%、村镇银行27.08%。而关于当地农村金融机构是否健全，选择健全和很健全的合计为31.94%、选择一般的为45.14%、选择不健全和很不健全的为22.92%。上述数据表明，当前的农村金融体系仍以传统的金融机构为主，农村金融体系尚存在完善空间。
3 建议
根据此次问卷调查的结果，提出以下几点建议：一是转变农业科技成果转化中的观念，将研究视角从科技领域进一步拓展到金融领域，促进金融与科技的融合，提升农业科技成果转化的总体水平。二是发展金融媒体业，加强对科技金融的宣传，提升公众在农业科技成果转化中的金融意识。三是建立专业性的科技合作银行，为农业科技成果转化提供专门服务。四是强化直接融资，实现间接融资和直接融资在农业科技成果转化中的齐头并进。五是大力发展新型农村金融机构，充分调动和利用民间资本为农业科技成果转化服务。
4 参考文献
[1] 朱娟.我国金融生态文献综述[J].科技经济市场，2010（1）：46-47.
[2] 王二虎.农村金融生态三维四元结构模型的构建[J].特区经济，2010（12）：170-171.
[3] 王新其，许幸声，张建明，等.农业科技成果转化评价指标体系的设计[J].江苏农业科学，2011，39（6）：48-50.
[4] 刘璇华，李冉.广东省科技成果转化的评价分析[J].工业工程，2010（12）：28-32.
[5] 贺朝晖.区域金融生态评估方法比较研究[J].金融理论与实践，2011（1）：83-87.
[6] 贾敬敦.农业科技成果转化体制机制与政策研究[M].北京：中国农业科学技术出版社，2012.
[7] 潘鸿.中国农业科技进步与农业发展[M].长春：吉林大学出版社，2009.
[8] 胡瑞法，黄季焜.中国农业科技体系发展与改革：政策评估与建议[J].科学与社会，2011（3）：23，41-47.
[9] 张雨.我国农业科技成果转化推广运行机制研究[J].西北农林科技大学学报：社会科学版，2006（6）：11-14.
[10] 胡钢.中国农业科技园区发展研究[M].北京：中国农业出版社，2010.
[11] 王秀果，谢俊良.我国农业科技成果产业化的现状及其存在的主要问题[J].河北农业科学，2008（8）：157-159.
[12] 程洪兵.农业科技产业化与农业科技企业发展战略[M].北京：中国农业科学技术出版社，2011.
[13] 郑洪波；崔和瑞.中外农业科技成果转化的推广模式比较及借鉴[J].科技进步与对策，2009（1）：20-22.
[14] 吴霞霜.农业科技贷款业务的初步实践与展望[J].经营管理，2009（5）：39-41.
[15] 郭新明.金融需要大力支持农业科技创新和现代农业发展[J].西部金融，2012（1）：14-17.
[16] 吕冰；李铭.风险投资在农业科技成果转化支撑体系中的应用[J].安徽农业科学，2010，38（10）：413-414.
[17] 张文棋，黄跃东，郭慧文，等.金融支持福建农业科技创新的政策建议[J].福建农林大学学报：哲学社会科学版，2008，11（2）：56-59.
[18] 阚紫康.多层次资本市场发展的理论与经验[M].上海：上海交通大学出版社，2007.
[19] 孙翯，李凌云.我国农村金融服务覆盖面状况分析—基于层次分析法牟经验研究[J].经济问题探索，2011（4）：135-141.
[20] 中国人民银行农村金融服务研究小组.中国农村金融服务报告（2010）[M].北京：中国金融出版社，2011.
[21] 巴红静，管伟军.我国农村信贷资金外流问题探析[J].农村经济，2009（12）：68-72.
[22] 中国人民银行小额信贷专题组.2010/2011小额信贷通讯合集[M].北京：经济科学出版社，2011.
[23] 何虹.金融支持农业科技创新存在的问题及对策建议[J].吉林金融研究，2012（4）：55-58.
[24] 易猛.对金融机构支持农业科技企业发展的几点思考[J].经济，2012（5）：132-133.
[25] 王东.中国农业产业化发展的现状、问题及对策探讨—以湖南省农业产业化发展为例].改革与战略，2011（10）：100-102.
[26] 张文棋，宋国林，张小芹，等.构建提高福建农业科技创新能力金融支持体系的设想[J].福建论坛：人文社会科学版，2008（4）：104-110.
