银行专业化与企业创新

银行专业化与企业创新 作者 ： 汉斯 · 德格里塞 ， 奥利维尔 · 德 · 容格 ， 莱昂纳多 · 甘巴科尔塔和塞德里克 · 韦利布罗克 货币和经济部 2024 年 10 月 JEL分类：G20, O30, L20关键词：银行专业化、银行贷款、企业创新、资产过剩、金融摩擦 BIS 工作文件由货币和经济组织成员撰写国际清算银行部 ， 并不时由其他机构经济学家 ， 并由世行出版。这些论文是关于主题的兴趣和技术性。他们表达的观点是他们的观点作者 ， 不一定是国际清算银行的观点。 该出版物可在 BIS 网站(www. bis. org) 上获得。 © 国际清算银行 2024。保留所有权利。未经许可，不得复制或翻译；若需复制或翻译，请注明原始来源。 ISSN 1020 - 0959 (打印) ISSN 1682 - 7678(在线) 银行专业化与企业创新 Hans Degryse∗Olivier De Jonghe†莱昂纳多 · 甘巴科尔塔‡C é dric Huylebroek§ Abstract 理论对贷款机构部门专业化如何以及是否会影响企业创新活动提供了相互矛盾的预测。我们发现，这种影响的性质和程度会因各行业“资产过剩”程度的不同而变化，即新技术可能对银行遗留贷款组合价值产生负面影响的风险。通过使用专利数据和微观层面的创新调查数据，我们发现，对于资产过剩程度较低的行业，贷款机构的部门专业化可以提高企业的创新能力；而对于资产过剩程度较高的行业，则会阻碍企业的创新能力。这些结果在两种不同的资产过剩衡量标准下仍然成立，并且使用银行合并作为银行专业化外生变化的来源。此外，我们还表明，这些异质性效应是通过金融合约机制产生的。总体而言，我们的研究结果为银行专业化提供了新的见解，并且更广泛地探讨了银行业与创新之间的联系。 关键字:银行专业化、银行贷款、企业创新、资产过剩、金融摩擦JEL 分类 ：G20, O30, L20 1. Introduction prior研究已经识别出银行部门影响企业创新的各种渠道。例如，银行竞争和贷款关系已被证明对企业创新活动具有积极影响（Prior）。Cornaggia et al.,2015;Herrera 和 Minetti,2007) ， 而僵尸贷款已被证明有负面影响 (施密特等人。,2023). 尽管存在这些贡献，但尚未有任何研究探讨银行专业化的作用，即银行在其特定领域集中放贷的比例不均的现象（）。Blickle 等人。,2023;Paravisini 等人。,2023). 这一研究空白令人惊讶，不仅因为银行专业化是银行商业模式的核心特征，还因为银行专业化对 CORPORATE 创新的影响在理论上存在不确定性。为填补这一文献空白，本文利用独特数据研究银行专业化如何影响企业创新活动及其潜在机制。 一方面，银行专业化使银行能够在特定领域发展专门的知识，从而提高其筛选和监控能力。Blickle 等人。,2023;他等。, 2023) 。鉴于创新需要投资于不透明的风险资产 (霍尔和勒纳,2010;Rajan 和 Zingales,1998), 专业化银行可能更倾向于支持企业的创新活动。另 一方面，研究表明一家企业的创新活动可能会对其他企业产生负面影响，例如通过业务抢夺（例如，）。Aghion 和 Howitt,1992;布卢姆等人。,2013鉴于银行专业化会增加银行对这类技术引发冲击的潜在溢出效应的暴露度，专业的银行可能更倾向于阻碍新技术的发展。因此，银行专业化是否以及如何影响企业创新最终是一个实证问题。 为了解答这个问题，我们采用了两个独特且互补的数据集。我们的第一个数据集结合了美国的银团贷款数据与专利数据。作为全球主要的专利国之一，美国被广泛用于研究企业的创新活动（）霍尔和勒纳,2010).此外， Syndicated loan 数据包含了公司与银行关系及贷款条件的详细信息，常被用于分析银行放贷政策如何影响企业实际表现（real firm outcomes）。Ivashina 和 Scharfstein,2010; Saidi 和 Streitz,2021然而，我们的美国数据集的一个潜在限制在于，它仅涵盖了特定类型的创新产出（即专利创新）和特定类型的企业（即大型、通常上市的企业）。为了解决这个问题，我们采用了第二个数据集，该数据集结合了欧洲委员会实施的微观层面创新调查数据和代表性的欧洲国家（比利时）的信贷注册数据。这个数据集覆盖了所有类型的创新，无论这些创新是否最终获得专利，以及许多高度依赖银行信贷且其他融资渠道有限的小型（私营）企业。 我们从美国的数据样本开始，分析贷款机构所在行业的专业化程度如何影响企业专利产出的不同维度。借鉴以往的研究，我们将银行的行业专业化定义为特定行业贷款组合占银行整个贷款组合的比例（例如，De Jonghe et al.,2024;Iyer et al.,2022).此外，借鉴先前的研究文献，我们使用企业提交的专利数量来衡量企业的创新产出量，并使用未来专利申请对企业专利的引用次数来衡量其创新产出的质量或经济影响（。Aghion等人。,2005;霍尔等人。,2001,2005). 我们发现，平均而言，银行专业化对企业的专利产出数量和质量没有统计学上的显著影响。有趣的是，我们表明这一不显著结果并非因为银行专业化不影响企业创新，而是因为平均而言，我们的两个理论预测相互抵消。 为了展示这一点，我们确定了仅其中一个上述机制占主导地位的情况。具体而言，我们利用各行业之间“资产过剩”异质性所带来的风险，即新技术可能对银行遗留贷款组合的价值产生不利影响。Degryse 等人。,2023).1在这种分析中，我们认为，在资产过剩较低的行业中，正面影响将会占主导地位；而在资产过剩较高的行业中，负面影响将会占主导地位。因此，我们基于先前的研究文献构建了两种不同的资产过剩衡量指标。首先，我们使用一个资产可重新配置的衡量指标。 由Kim 和 Kung(2017), 该指标衡量特定部门中使用的资产可以在部门内部及跨部门重新部署的程度。其次，我们采用由布卢姆等人。(2013这基于竞争对手公司研发投入的销售加权平均值。第一项指标衡量了新技术可能对已质押资产价值产生负面影响的程度，而第二项指标则衡量了新技术可能通过抢夺业务对公司价值产生负面影响的程度，从而涵盖了新科技对现有技术可能产生的两种主要外部影响机制。Aghion 和 Howitt,1992). 使用这些指标，我们通过在贷款人行业专业化程度与企业所经营行业的资产过剩之间添加交互项来扩展基准回归模型。基于此，我们发现银行专业化对 CORPORATE INNOVATION 影响的符号和幅度取决于底层的资产过剩状况。研究结果显示，在资产过剩较低的行业中，从专业化银行借款对企业创新产出具有正向影响。更具体地说，在高资产再配置能力和低产品市场竞争程度的行业中，银行专业化与企业专利数量和质量的增加相关。相反，在资产过剩较高的行业中，我们的研究结果表明，从专业化银行借款对企业创新产出具有负向影响。这些效应在统计上和经济上都是显著的。例如，在资产过剩较低（较高）的行业中，银行专业化程度的一标准差增加，在其他条件不变的情况下，分别与企业专利数量和专利引用次数增加10-15%（减少）相关。 基于企业创新产出的新颖性（或性质），我们发现非常相似的结果。为此，我们遵循创新文献的指导，通过专利的原创性和普遍性来区分渐进式创新和革命性创新。Trajtenberg 等人。,1997). 根本性创新通常比渐进性研究更具风险性和影响力，这体现在更高的专利原创性和普遍性价值上。与我们之前的结果一致，我们发现银行专业化对专利新颖性的积极影响出现在资产过剩较低的行业，而在资产过剩较高的行业中则表现为负面影响。因此，银行专业化不仅影响企业的专利数量和质量，还影响企业的专利 新颖性，考虑到根本性的创新是长期经济增长的关键驱动力，这一发现尤为重要。Acemoglu,2008). 我们随后转向我们的第二个数据集，该数据集将比利时信贷登记数据与比利时输入到欧盟创新调查（CIS）中的欧洲委员会行政数据相结合。如前所述，该数据集以两种方式补充了我们的美国数据样本；（i）CIS涵盖了所有类型的创新，包括非专利创新；（ii）CIS覆盖了许多高度依赖银行、面临高额转换成本且难以获得其他类型融资（如私人股本或风险资本）的小型企业。利用CIS数据，我们研究企业引入产品创新、工艺创新以及世界首创创新的概率。这意味着，正如我们在基于专利分析的基础上所做的那样，我们既捕捉了企业创新产出的数量，也捕捉了其创新质量（或新颖性）。 一致于我们之前的研究发现，我们发现，平均而言，银行的专业化对企业的创新产出没有显著影响。然而，我们的结果再次表明，这种影响取决于企业在其中运营的行业的资产过剩程度。我们发现，在资产过剩程度较低的行业中，银行专业化增加了企业开发产品创新和世界首创创新的概率；而在资产过剩程度较高的行业中则相反。因此，创新调查证据表明，银行专业化的影响是异质性的，并不仅限于大型企业和专利创新，这突显了我们研究结果的外部有效性。 这些结果也在一系列稳健性检验中得到验证。首先，我们展示了即使使用银行专业化程度的外生变化，我们的结果仍然成立，以缓解潜在的担忧，即贷款人部门专业化程度的内生性可能偏倚了基线结果。具体而言，我们遵循先前的研究，使用活跃于银团贷款市场的银行之间的合并作为外生变化的来源（to generate exogenous variation in bank specialization）。Iyer et al.,2022;Saidi 和 Streitz,2021我们随后比较了目标银行被并购银行收购后，目标银行所在行业专业化程度改变时 ，借款人从目标银行获得的创新产出如何变化。采用这种方法，我们提供了证据证明了我们基础发现的成立。此外，为了进一步缓解潜在的内生性问题，我们借鉴了以下方法：Fo à et al.(2019) 并且表明，在资产过剩较低（较高）的行业中，并不存在更具创新性的企业与更为专业化银行之间的内在匹配。 其次，我们表明我们的结果不太可能由其他渠道驱动。一个潜在的担忧是，我们的结果可能是由于银行专业化减少了僵尸贷款（zombie lending）的问题。De Jonghe et al.,2024) ， 这反过来可以增加企业创新 (施密特等人。,2023另一个潜在的关注点是我们结果可能归因于银行的技术保守性，这一概念指的是银行可能阻碍创新，因为他们不愿了解新技术（参见...）Minetti,2011我们通过证明在控制银行的行业僵尸贷款以及我们的银行专业化度量与行业层面的信息复杂性交互项时结果依然成立，从而排除了这些替代渠道。技术保守主义对于信息复杂程度较高的行业中的企业更为相关这一观点。 第三，为进一步减轻遗漏变量偏差的担忧，我们展示了资产过剩与其他银行特征（如银行的市场份额或银行竞争程度）的交互项在统计上不显著，从而确认了我们所记录渠道的相关性。此外，为了排除我们的结果可能由未观察到的企业特定或银行特定特征驱动的可能性，这些特征可能与银行的专业化程度相关，我们展示了在包含企业固定效应或银行固定效应时，我们的结果仍然成立。前者实际上将样本限制为企业至少在一个样本期内申请过专利的企业，因此关注的是密集边际效应。后者则控制了任何银行特定的时间变化的未观察异质性，这些异质性可能同时影响银行的专业化和贷款决策。 第四，我们展示了使用不同的银行专业化衡量标准，我们的结果依然成立。基线衡量标准的一个潜在局限性是，某一行业的专业化程度可能主要由少数大型借款者驱动，这会限制通过反复借贷所获得的学习范围以及技术引发的技术溢出效应对银行遗留贷款组合的影响范围。为了解决这一问题，我们证明了如果将银行专业化定义为该行在某一行业借款人数量与总借款人数量之比，我们的结果仍然成立。进一步地，我们证明了如果基于3位数而非2位数的标准工业分类（SIC）代码