顶刊实证复现：金融投资行为与企业技术创新 -动机分析与经验证据（思路梳理+全数据源+python代码）

标题：金融投资行为与企业技术创新 ——动机分析与经验证据

参考文献

作者：段军山 庄旭东

数据概况

1、数据来源： 第三方数据库

2、样本：2009-2018 中国 A 股市场的上市公司科技数据和财务数据

3、数据处理：

(1)由于研究对象为非金融企业，剔除金融行业的上市公司；

(2)基于数据可获得性与准确性，剔除数据部分缺失的上市公司；

(3)为使样本数据更具代表性，还剔除了资不抵债的公司样本；

(4)削弱极端值影响，对所有的连续变量做 1%和 99%的缩尾处理。

4、变量说明：

5、相关数据及代码预览

理论框架

1、企业金融投资行为对企业技术创新的影响分析（企业金融投资会促进或者抑制企业技术创新还未有定论）

假设 1A：企业金融投资行为对企业技术创新投入和产出具有正效应。

假设 1B：企业金融投资行为对企业技术创新投入和产出具有负效应。

2、企业金融投资行为对企业技术创新影响的异质性分析

假设 2：企业倾向投机逐利动机与倾向风险平滑动机的金融投资行为对企业技术创新的影响存在异质性。

3、企业金融投资行为对企业技术创新的影响机制分析

假设 3：企业金融投资通过资金蓄水池效应、短期财富效应和资源挤占效应作用于企业技术创新。

实证分析及相关代码

1、企业金融投资行为对企业技术创新的影响分析

(1) 基准回归

汇总如下：

1列结果显示：解释变量金融资产投资占比的系数均显著为负，非金融企业金融投资行为对企业技术创新投入具有负效应；

2列结果显示：解释变量金融资产投资占比的系数也显著为负，非金融企业金融

投资行为对企业技术创新产出同样具有负效应；

（2）SUR 方法

考虑到基准 OLS 回归模型中被解释变量创新投入和创新产出可能会产生紧密的相关性，文章还考虑用 SUR 方法进行估计。

SUR 模型假设检验结果显示：方程扰动项之间“无同期相关”的检验 p 值小于 0.01，即显著拒绝各方程扰动项相互独立的原假设，使用 SUR 方法进行系统估计可以提高估计效率。

（3）稳健性检验：分别替代解释变量和被解释变量

汇总表略，更换解释变量和被解释变量后，估计结果与原模型估计结果基本一致，说明了原结论的稳定性。

2、企业金融投资行为对企业技术创新影响的异质性分析

按技术创新依赖程度进行分样本模型估计：

按企业股权性质进行分样本模型估计：

汇总如下：

Panel A ：2、4列的估计系数表明，对技术创新依赖程度更高的高技术企业也高度依赖于自身的创新资源，其金融投资行为对其自身技术创新产出的抑制作用相较于非高技术企业会更强。

Panel B：2、4列的估计系数表明，由于国有企业较非国有企业的创新能力较弱且效率较低，其金融投资行为对其自身技术创新产出的负效应影响反而相较于非国有企业会更小。

3、企业金融投资行为对企业技术创新的影响机制分析

分别检验：资金蓄水池效应、短期财富效应与资源挤占效应这三个传导机制，其中资源挤占效应包括创新资源侵占&技术引进抑制：

部分结果汇总如下（完整汇总结果见附件）

以资金蓄水池效应结果为例说明：2列系数显著，3列，系数也显著，且与异号，说明：说明企业流动性供给在企业金融投资行为与技术创新投入之间存在遮掩效应。

综上：资金蓄水池效应、短期财富效应在企业金融投资与技术创新投入之间存在遮掩效应，资源挤占效应在企业金融投资与技术创新产出之间存在中介效应。

下载链接：https://download.csdn.net/download/samLi0620/87345987