知识产权保护赋能科技金融发展：来自科技型中小企业的证据
该研究刊发于《金融研究》2026年第5期，由山东大学经济学院张博、崔世豪与山东财经大学财政税务学院范辰辰三位学者共同完成，聚焦知识产权保护与科技金融发展的内在关联，以科技型中小企业为研究样本开展实证探究。
作为我国科技创新的核心主体，科技型中小企业是推动科技自立自强、培育新质生产力的关键力量。但这类企业普遍具备轻资产、高研发风险、营收不稳定的特征，长期深陷“融资贵、融资难”的发展困境。在我国以银行业为主导的金融体系下，银企信息不对称是银行对科技企业信贷定价的核心难点。值得关注的是，知识产权保护作为规范科创市场的重要制度工具，其对科技企业融资成本的影响在学界长期存在双向争议，尚未形成统一定论。
依托2022年5月《山东省知识产权保护和促进条例》正式实施这一外生政策冲击，此项实证研究构建准自然实验开展分析。研究匹配了2021至2023年山东省某商业银行的逐笔企业贷款数据与山东省科技型中小企业入库名录，借助双重差分模型系统检验了知识产权保护对科技型中小企业融资成本的影响效果与内在作用机制。实证结果表明，强化知识产权保护能够有效压降科技型中小企业的银行贷款利差，且这一降本效果在无抵押贷款、高竞争与高技术复杂度行业、高创新能力企业中表现更为突出。机制层面可以明确，知识产权保护主要通过降低企业科创风险、缓解银企信息不对称，最终实现企业融资成本的下降。进一步拓展研究发现，对于传统银行信贷、数字金融可得性偏弱的企业，知识产权保护的融资优化效应更为显著，能够精准补齐科技金融服务的短板。整体而言，该实证工作从微观企业信贷视角补充了知识产权保护的经济效应研究，为破解科技型中小企业融资难题、完善知识产权保护体系、推动科技金融高质量发展提供了扎实的实证支撑与政策参考。
研究设计
准自然实验与双重差分模型
此项研究的实证识别策略，依托《山东省知识产权保护和促进条例》这一纯粹的外生政策事件展开。该条例于2022年5月1日落地实施，从全链条科创保护、多元协同保护体系、制度创新优化三个维度，全面升级了山东省知识产权保护力度。同时，该条例的立法修订工作由市场监管、司法、金融等多部门独立推进，并未针对银行信贷授信规则、企业融资现状进行针对性调整，完全满足准自然实验的外生性要求，为精准识别变量因果关系提供了良好条件。
在模型分组设计上，研究以政策实施节点为分界，将条例落地前已入库的科技型中小企业划定为实验组，同时期未入库的普通中小企业作为对照组；时间维度则以2022年5月1日为界限，区分政策实施前后的观测样本，据此构建标准双重差分模型开展实证分析。
变量与样本
本次实证选取贷款利差作为核心被解释变量，指标构建方式沿用国内主流学术范式。为最大程度排除干扰因素，研究从贷款、企业两个维度设置了全面的控制变量，精准剥离其他因素对企业信贷定价的影响。
其中，贷款层面控制变量包含贷款额度、贷款期限、抵押担保方式与贷款用途，重点区分经营性周转贷款与其他类型贷款的差异；企业层面不仅纳入企业规模、净资产收益率、资产负债率、营收增长率、流动资产占比等常规财务指标，还新增有效授权专利数量、专利研发人员数量、专利合享价值度等科创指标，全方位把控企业经营状况与创新实力对银行授信定价的影响。
实证研究的样本区间为2021年1月至2023年12月，原始数据取自山东省某商业银行随机抽样的逐笔企业贷款记录，通过与山东省科技型中小企业入库名单精准匹配后，最终得到7646条有效贷款观测数据，样本体量充足、覆盖范围合理，能够支撑实证研究的可靠性。
内生性与稳健性设计
为有效解决内生性问题、确保实证结果真实可靠，研究开展了一系列严谨的稳健性检验与内生性处理，层层夯实核心研究结论。
首先是平行趋势检验，这是双重差分模型成立的核心前提。研究采用事件研究法，以政策实施前一季度为基准期，观测政策落地前后实验组与对照组企业融资成本的动态变化趋势。检验结果显示，政策正式实施前，两组企业的融资成本变化趋势不存在显著差异，完全满足平行趋势假定，保障了模型识别的有效性。
其次，研究开展了安慰剂检验以排除随机因素干扰。研究固定政策实施时间不变，随机打乱实验组与对照组的企业样本归属，重复开展500次双重差分回归。结果显示，随机生成的核心交互项系数整体围绕0值正态分布，不存在显著的系统性偏差，证明本次实证的核心结果并非由企业个体遗漏变量、随机因素驱动，具备高度稳健性。
为进一步剔除各类政策与环境干扰，研究逐步优化模型固定效应层级，将基础的地市-年月交互固定效应，细化为县区、行业分别对应年月的高阶交互固定效应，精准吸收区域、行业的时变冲击。同时，研究针对性剔除了享受科技成果转化贷款风险补偿、财政贴息政策的企业样本，规避地方配套金融政策的叠加干扰。此外，通过压缩样本区间，仅保留政策前后一年、2022年单年样本进行重复回归，多场景检验下核心结论始终稳定成立。
考虑到企业样本自主申报可能存在的自选择偏差，研究采用两种主流匹配方法优化样本结构。一是1:1不放回近邻PSM匹配，匹配后得到5451条有效观测值，回归核心系数为-0.2290，在1%水平显著；二是熵平衡匹配（EBM），在完整保留全部7646条样本的前提下修正样本偏差，核心系数为-0.1045，在10%水平显著。两种匹配方式均有效缓解了样本内生性问题，且最终结论保持一致。
研究还开展了多项补充稳健性检验进一步夯实结论。通过剔除科技金融、普惠金融专项贷款产品，剥离知识产权质押贷款样本、删除观测期内新入库的科技型中小企业等方式净化样本数据，排除特殊样本的干扰。同时更换被解释变量衡量方式，分别采用贷款利率浮动幅度、原始贷款利率重新回归，所有检验结果均高度一致，充分验证了基准结论的可靠性。
主要发现
基准回归：知识产权保护显著降低融资成本
为直观验证知识产权保护对企业融资成本的影响，研究采用逐层叠加控制变量的方式开展基准回归，分层检验核心政策效应，具体结果如下表所示。
分层回归结果清晰体现了政策的显著降本效应。仅控制固定效应时，核心交互项Sci-tech SME × Post系数为-0.1626，通过1%显著性检验；加入贷款层面控制变量后，系数小幅回落至-0.1582，依旧在1%水平显著；纳入所有贷款与企业控制变量后，最终核心系数为-0.1581（t值=-2.8095），统计结果依然稳健。从经济意义来看，政策实施后，科技型中小企业相较普通企业的贷款利差显著下降0.1581个百分点，相较于样本1.29%的平均利差水平，整体降幅达12.23%，统计显著性与经济显著性双重成立，明确证实强化知识产权保护能够有效降低科技型中小企业的融资成本。
机制检验：缓解银企信息不对称
结合理论机制，该研究提出核心研究逻辑：知识产权保护的降本效应，本质是通过缓解银企信息不对称实现的，因此信息不对称程度越高的场景，政策的优化效果越突出。基于这一思路，研究从贷款特征、行业属性、企业创新能力多个维度开展分组机制检验，完整验证内在作用路径。
贷款与行业维度分组
研究首先结合贷款抵押属性、行业竞争强度、行业技术复杂度三大外部特征开展异质性检验，精准识别信息不对称的中介作用，具体回归结果如下表所示。
从贷款抵押特征来看，知识产权保护的降本效应仅显著存在于无抵押贷款样本中，抵押贷款样本未呈现明显效果，且两组样本的组间系数差异在1%水平显著。这是因为无抵押贷款没有实物资产作为信用背书，银企信息不对称问题最为突出，银行风控难度大、定价溢价高。而知识产权保护能够清晰界定企业科创资产价值、降低信贷风险、弥补企业信用短板，有效消解信息壁垒、压降融资成本。反观抵押贷款，实物抵押物已大幅缓解信贷信息摩擦，知识产权保护的边际优化空间极小，难以产生显著作用。
从行业竞争维度来看，政策降本效果在竞争激烈的行业中十分显著，在低竞争行业中则不明显，组间系数差异通过5%显著性检验。行业竞争越激烈，企业核心技术被模仿、侵权的风险越高，科创成果的收益不确定性越强，银行对这类企业的风险定价也更高。而完善的知识产权保护体系能够有效守护企业创新成果，锁定科创收益、降低经营不确定性，显著缓解银企信息不对称问题，最终实现融资成本的合理下行。
从行业技术复杂度角度分析，该政策仅对高技术复杂度行业企业的融资成本产生显著抑制效果，对简单技术行业企业影响微弱，组间系数差异在1%水平显著。高技术行业的核心创新成果大多依托商业秘密保护，企业主动对外披露的技术信息较少，银企信息不对称问题尤为突出。知识产权保护制度完善后，企业更愿意通过专利申请的方式公开核心技术信息，帮助银行精准识别企业科创实力与发展潜力，大幅降低尽调与风控成本，融资优化效果因此更为显著。
企业创新能力分组
为进一步验证机制合理性，研究从企业创新能力维度展开分层检验，依托专利数量、发明专利质量、专利被引价值三类指标划分企业创新层级，回归结果如下表所示。
实证结果充分印证了机制逻辑：创新能力越强的企业，政策赋能效果越突出。其中，高专利数量企业、高发明专利数量企业、高专利被引次数企业的核心交互项系数分别为-0.2942、-0.2924、-0.3306，均在1%水平显著；而低创新能力企业的回归系数均不显著，且三组样本的组间差异均通过1%显著性检验。究其本质，高创新企业的核心资产为知识产权，受侵权风险、收益不确定性的影响更大，知识产权保护的完善能够最大程度化解这类风险、推动企业公开科创信息，高效缓解银企信息不对称，因此降本效果远优于低创新企业。
拓展分析：精准赋能金融服务薄弱环节
为探究知识产权保护是否能够补齐金融服务短板、实现普惠赋能，该研究从传统银行信贷、数字金融两类金融供给维度开展拓展分析，探究不同金融可得性下的政策异质性效果，具体回归结果如下表所示。
实证结果体现出明显的普惠倾斜特征。该研究以企业周边15公里范围内的银行分支机构数量衡量传统信贷可得性，结果显示，银行网点稀疏、信贷资源供给不足区域的企业，知识产权保护的降本效应显著；而信贷可得性高、金融资源充裕区域的企业，政策效果并不明显，组间系数差异在1%水平显著。
与此同时，研究借助县区级数字普惠金融信贷子指数衡量区域数字金融发展水平。回归结果表明，在数字金融发展滞后、数字化信贷供给不足的县区，知识产权保护可以显著降低科技型中小企业融资成本；而数字金融发达区域依托完善的数字化风控体系，已有效缓解信息不对称，政策边际效果不显著，两组样本的组间差异在5%水平显著。
上述结果充分说明，知识产权保护具备良好的普惠金融属性。在传统金融、数字金融供给薄弱的市场场景中，制度保护可以有效替代金融基础设施的不足，弥补科技金融服务短板，引导信贷资源精准流向弱势科创企业，优化金融资源配置效率。
小结
此项研究基于微观银行信贷数据与外生政策冲击，精准识别了知识产权保护影响科技型中小企业融资成本的因果关系，研究贡献具备较强的创新性与补充性。首先，研究跳出传统企业视角，从银行授信定价的金融端切入，完整揭开了知识产权保护影响企业融资的内在机制黑箱，丰富了知识产权制度经济效应的相关研究。其次，现有文献多聚焦上市科创企业，本次实证以非上市中小科创企业为样本，贴合国内科技金融服务的核心薄弱领域，为破解中小企业科创融资困境提供了新的制度层面证据。最后，该研究基于中国微观企业数据验证了信息不对称理论与制度金融理论，为正式制度优化金融资源配置的逻辑提供了本土化实证支撑。
依托扎实的实证结论，研究提炼的政策启示具备较强的现实指导意义。第一，持续完善知识产权全链条保护体系，深化行政与司法协同保护机制，打通知识产权确权、估值、流转全流程壁垒，构建“产权保护-价值评估-金融赋能”的良性循环机制，将制度优势转化为科创金融发展动能。第二，推动金融机构深度参与知识产权价值转化，迭代优化知识产权质押、证券化等特色金融产品，搭建适配科技型中小企业的专属风控与授信体系，提升金融服务科创的精准度。第三，推动科技金融与数字金融深度融合，依托大数据、人工智能技术搭建科创企业数字化信用体系，整合知识产权、研发创新、经营纳税等多维数据，构建银行敢贷、愿贷、能贷的市场化长效机制，引导金融资源精准赋能科技创新。
参考资料
[1]张博,崔世豪,范辰辰.知识产权保护赋能科技金融发展：来自科技型中小企业的证据[J].金融研究,2026,(5):133-151.
