【摘要】：根据Coe和Helpman给出的国际R&D溢出的计量模型，构建基本模型方程为：式中，tfpch为商业银行的全要素生产率变动指数，sbrd表示样本银行的R&D资本存量，maird表示通过并购及合作途径获得的金融科技公司R&D资本存量。u是个体效应，ε是随机扰动项，下文与之类似。为减少异方差，对所有变量进行对数变换。通过交叉项检验吸收能力的调节效应，模型可扩展为：其中，git表示综合吸收变量。用滞后项来体现技术溢出的动态效应，模型可进一步扩展为：
根据Coe和Helpman（1995）给出的国际R&D溢出的计量模型，构建基本模型方程为：
式中，tfpch为商业银行的全要素生产率变动指数，sbrd表示样本银行的R&D资本存量，maird表示通过并购及合作途径获得的金融科技公司R&D资本存量。u是个体效应，ε是随机扰动项，下文与之类似。为减少异方差，对所有变量进行对数变换。
通过交叉项检验吸收能力的调节效应，模型可扩展为：
其中，git表示综合吸收变量。本文考虑的吸收变量共有四个：研发强度（rdr）、人力资本（hum）、开放度（open）和技术距离（tgap），并根据这四个变量构建综合变量git，如下：(www.xing528.com)
引入交互项后，金融科技公司R&D投入对商业银行的技术溢出分解为两种效应：一是竞争效应，用β2度量。若β2为正，说明竞争效应会迫使银行改进机制，加强创新，促进效率提升；β2为负则表明过度竞争挤占了传统银行的利润空间，抑制了经营效益的增加；二是吸收变量对金融创新溢出的扩散效应，用β3度量，即商业银行通过模仿、吸收而实现的技术扩散。β1则衡量了银行自身的研发投入对生产率的影响。
用滞后项来体现技术溢出的动态效应，模型可进一步扩展为：
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
