CNDD-0130 新三板上市公司研发创新数据及学术论文应用

01 数据介绍

▪ 数据名称: 新三板上市公司研发人员、研发支出、获得专利情况

数据编号:0130

▪ 数据范围:企业层面

▪ 数据年份:2018-2022年

▪ 样本数量:专利情况 8,454条;研发人员 20,778条;研发支出  11,565条

▪ 数据来源:全国中小企业股份转让系统发布的上市公司定期报告

▪ 数据说明:CNDD新三板上市公司研发创新数据统计了证券代码、统计年份、项目编码、上市公司ID、证券简称、报表类型、项目、本期金额/比例(元/%)、上期金额/比例(元/%)、教育程度编码、教育程度、期初人数/比例(人/%)、期末人数/比例(人/%)、本期数量(件)、上期数量(件)等变量,数据包括.dta和.xlsx两种格式。
▪ 数据频率:度数据
▪ 综合评价:主创新能力是经济社会发展的决定性因素,是一个国家的核心竞争力,是企业生存和发展的关键,大力提升自主创新能力已成为主导全球发展的潮流。对于企业而言,持续的自主创新也是企业持续成长、做强做大的动力。在激烈的市场竞争中,企业唯有不断提高核心竞争力才能永远立于不败之地,而自主创新能力正是企业竞争力的核心。专利作为自主创新的产出之一,也是维护创新的有效手段之一。企业所申请的专利数量和质量更是最直观反映公司创新能力的主要指标,因而有必要加强对我国上市公司创新情况的研究与分析新三板企业作为创新研究对象具有重要价值,主要体现在①创新主体以中小企业为主;②挂牌公司众多,超过了 11000 家,分布非常广泛,遍布全国各个省市,涵盖金融科技不同发展水平的地区;③拥有经过外部审计的财务数据

CNDeepData 数据应用质量评级

 常用度:★★★

▪ 稀缺度:★★★

▪ 新颖度:★★★

▪ 总体级别:12颗星

  常用度:是数据市场中需求指标,是指该数据在经济管理类学术论文中使用频率。

✔  稀缺度:是数据市场中供给指标,是指该数据在其他数据库的出现频率。

  新颖度:是数据市场中生成指标,是指该数据在生成时方法新颖程度和工作量。

02 主要指标

 

▪ 新三板上市公司研发支出

 

▪ 新三板上市公司研发人员

▪ 新三板上市公司专利情况

03 数据概览 

▪ 新三板上市公司研发支出  

▪ 新三板上市公司研发人员

▪ 新三板上市公司专利情况

04 前沿文献速递
▪ 文献来源

李春涛,闫续文,宋敏等.金融科技与企业创新——新三板上市公司的证据[J].中国工业经济,2020(01):81-98. 

▪ 文献内容

金融科技催生出新的金融服务模式,这能否解决实体经济的融资难题从而促进企业创新呢?通过”金融科技”关键词百度新闻高级检索,文章创新性地构建了地区金融科技发展水平指标,并利用2011—2016年新三板上市公司数据,考察了金融科技发展对企业创新的影响及其机制。实证结果表明,金融科技发展显著促进了企业创新。就经济意义而言,城市的金融科技发展水平每提高1%,当地企业专利申请数量平均会增加约0.17项。作为一个宏观变量,地区金融科技发展水平受单个企业创新行为的影响较小,但是依然会存在测量误差和遗漏变量等内生性问题。文章运用接壤城市金融科技发展水平的均值作为工具变量,得到了一致的估计结果。文章的结果在替换企业创新指标、使用不同回归模型等一系列稳健性检验后仍然成立。机制分析表明,金融科技通过两个渠道促进企业创新,一是缓解企业的融资约束,二是提高税收返还的创新效应。异质性分析表明,金融科技促进企业创新的作用在东部地区和高科技行业表现得更为明显。在中国经济高质量发展背景下,持续推进金融科技发展、重塑金融行业生态格局,才能为实体经济提供源源不断的创新活力,从而推动创新型国家建设。

▪ 研究设计:

文章使用新三板上市企业专利数据,为了使样本数据更具代表性,对样本数据进行如下处理:①剔除银行、证券、保险等金融类上市公司的样本;②剔除主要变量存在数据缺失的样本;③剔除所有者权益账面值为负的公司样本;④对连续型变量进行双侧1%的缩尾处理(Winsor),以便消除离群值对本文结果的干扰。

构建如下回归模型来分析金融科技发展对企业创新产出的影响:

其中,被解释变量 Innovationi,t 为公司 i 在第 t 年的创新产出,使用企业专利申请数量度量;解释变量 Fintechm,t 表示公司 i 所在的城市 m 在第 t 年的金融科技发展水平,使用百度新闻年度高级检索结果数量度量;Controls 是表示企业个体特征和城市层面特征的其他控制变量,包括企业规模(Size)、资产负债率(LEV)、企业成长性(Growth)、资本支出占比(CapEx)、固定资产比(PPE)、董事会独立性(Indep)、城市 GDP(GDP)、城市人口(Population)等;δi 表示公司个体固定效应,由于地区固定效应会被公司个体固定效应吸收,因此本质上文章也控制了地区固定效应;θt,j 表示年份×行业固定效应以控制行业层面随时间变动的不可观测因素,下标 t 表示年份, j表示行业,文章所控制的固定效应相比已有文献更加严格;εi,t 表示随机误差项。关键解释变量 Fintechm,t 的系数 β 表示金融科技发展对企业创新的影响,根据本文的研究假说,预期该系数 β 显著为正。
▪ 实证检验:

表 3 报告了金融科技发展对企业发明创新、非发明创新和创新总产出的固定效应模型(1)的回归结果,每列回归均加入了企业和城市层面的控制变量,并控制了年份×行业固定效应。考虑到金融科技发展的指标是城市层面的,同一城市的企业之间相关性较高,因此,回归模型中均使用城市聚类效应对标准误进行修正。实证结果显示,Fintech 的系数在 3 个回归中均显著为正, 表明本文构建的金融科技发展指数与中国新三板上市公司的创新产出显著正相关。在经济意义上,以第(1)列为例,考虑到未取对数的创新产出 Patent_R 的均值为 3.19,城市的金融科技发展水平每提高 1%,当地企业专利申请数量平均会增加约 0.17 项(即 3.19×0.0543=0.17)。可能的原因是,金融科技发展利用大数据技术,降低了银企之间的信息不对称,提高了信贷审批速度,让金融服务能够精准地定位于缺乏抵押品但具有创新潜力的中小企业,缓解了企业创新资金短缺的“燃眉之急”。回归结果中的控制变量与企业创新行为间的关系也基本达到了理论预期:企业规模(Size)的系数为正,且达到 1%的显著性水平,表明大企业的创新能力更强;资产负债率(LEV)的系数在 1%的水平上显著为负,表明负债经营不利于企业创新;董事会独立性(Indep)的系数有两个显著为正,另一个达到了单边显著为正,表明较好的公司治理可以促进企业创新。

05 其他相关文献

[1]李林木,汪冲.税费负担、创新能力与企业升级——来自“新三板”挂牌公司的经验证据[J].经济研究,2017,52(11):119-134.

[2]谢雪燕,朱晓阳.数字金融与中小企业技术创新——来自新三板企业的证据[J].国际金融研究,2021(01):87-96.DOI:10.16475/j.cnki.1006-1029.2021.01.009.

[3]刘刚,梁晗,殷建瓴.风险投资声誉、联合投资与企业创新绩效——基于新三板企业的实证分析[J].中国软科学,2018(12):110-125. 

 

06 获取方式

以下三种方式三选一即可:

▪ 直接购买

添加客服微信,支付价格为69元。

▪ 朋友圈分享后免费领取(每人限领15份)

持续3小时,集齐5个赞,需要对所有人可见,并且本人关注CNDeepData公众号。

▪ 购买大会员

添加客服微信,购买年度普通会员149元,年度高级会员299元,永久高级会员899元,可享CNDeepData所有数据免费获取。

▪ 朋友圈分享要求:

①分享时间需要在早上7:30到晚上12:30之间。

②请附带一句推荐词,例如“推荐CNDD高质量数据库”。

③请将包含时间内容的截图发给客服。

▪ 添加客服微信方式

扫描下方二维码,或搜索下方微信号。

添加客服微信号:

DeepData001

获取更多更新数据

版权声明 …

1. 除中国深度数据库(CNDD)特殊声明外,CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权,不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分,否则视为侵权。

2. 对于存在侵害CNDD上述权利违法行为的主体,CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …

任何使用CNDD数据等产品的单位和个人,承诺只将CNDD的数据等用于学术研究,并在所得研究成果(包括但不限于学术论文、咨询报告等)中注明数据来源于CNDD。数据来源的注明方式请参考:“本研究数据来源于中国深度数据库CNDD”;英文参考:“We get the data from CNDeepData (CNDD)”。

中国深度数据库:让精品数据 得以流动

CNDeepData:Let high-quality data flow without barriers

资源下载此资源下载价格为69积分(年度普通会员免费),请先

部分图片来源于网络,如涉侵权请告知,本站将第一时间删除。客服微信号:DeepData001

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部