论文部分内容阅读
［摘 要］本文旨在验证中小板上海科技型上市公司贷款可获得性,首先通过文献整理出影响贷款可获得性的因素,然后通过Logistic模型分析哪些因素具有显著性,最后分析结论并给出建议。
［关键词］上海科技型企业；中小企业；贷款影响因素
［中图分类号］F830.5 ［文献标识码］A ［文章编号］1005-6432（2011）1-0105-02
1 我国中小板的上海科技型企业基本状况
截至2010年7月,以上海市高新技术产业化九大重点领域作为判断标准,中小企业板中的上海科技型企业14家。
在这14家企业中,已发布过公司年报和中报的企业共12家。我们将公司每年的财务数据均看做一个样本。同时,为了扩大样本范围，使样本更具有代表性,部分仅有2010年中报的公司,也纳入了样本范围,合计样本总数为26个。
根据证监会《上市公司行业分类指引》,可以把样本分为制造业和信息技术业两个行业大类,其中制造业样本数量为17个,信息技术业9个。
2 常见的融资影响因素及分析
通过对已有研究论文的考察,发现常见的融资影响因素包括：资产总额(企业规模)、经营年限、销售利润率(赢利能力)、销售额、流动比率、资产负债率、固定资产等数值型变量,还包括企业与供应商的议价能力、技术研发能力等根据经验获取的数值型变量,以及企业控股方是否国有企业、管理人员学历和年龄、是否参加信用评定、银企关系等布尔型变量。
许立民等人(2010)研究发现,资产总额与贷款的可获得性存在显著性关系,赢利能力与贷款获得呈现负相关；杨毅(2009)研究认为,企业规模(资产总额)与贷款间的关系不显著,赢利能力(销售利润率)和清偿能力(资产负债率、固定资产)则对贷款可获得的影响显著。俞兆云等人(2010)发现,资产总额、销售额、流动比率和资产负债率对企业的信贷可得性影响极大。
综合来说,资产总额、销售利润率、资产负债率、流动比率等因素,一般都认为对贷款可获得性的影响较大。但是否与本文考察的中小板上海科技型上市企业一致,有待进一步考察。
2.1 变量选择与研究假设
根据已有文献的考察变量,并考虑到数据的可获得性,我们尽量选择数值型变量,避免经验值数据。同时,也尽量使本文的变量与已有论文的变量具有可比性。
本文选取加权平均净资产收益率、资产负债率、流动比率、市净率、贷款金额、贷款金额和经营现金流净额作为样本的研究变量。同时,加入一个代表行业的虚拟变量,以考察不同行业对于贷款的可获得性是否有差异。
各个变量的计算方式和表现意义如下：
（1）加权平均净资产收益率=加权平均收益/净资产,它是衡量企业赢利能力的指标。
（2）资产负债率=负债总额/资产总额,它反映了企业的偿债能力。
（3）流动比率=公司营业收入/流动资产,反映了企业的资金周转效率,是企业运营能力的指标。
（4）市净率=企业股票价格/每股净资产,反映市场对公司的估值信心和重置成本。
（5）贷款金额为企业资产负债表中短期贷款和长期贷款的总和。实际上,考察的12家企业绝大多数只有短期贷款(1年期以下)。银行等金融机构较少给予长期贷款。
（6）经营现金流净额是企业经营过程中,现金流入与现金流出相抵的净值,包括销售商品获得的现金、收取的利息和佣金、销售商品支出的现金、工资和税收等。
数据选自财务报表“母公司”一栏,没有选择“合并报表”部分的数据。原因是子公司并不一定符合科技型企业的条件,同时也为确保统计口径的一致。
2.2 样本的Logistic回归分析
2.2.1 研究假设和模型
将样本的贷款金额作为因变量,代表贷款的可获得性。其余五个因素——加权平均净资产收益率、资产负债率、流动比率、市净率和经营现金流净额——作为自变量,用以研究它们对贷款可获得性的影响。另外,模型中加入两个虚拟变量,分别代表制造业和信息技术业。
研究的主要目的,是发现企业能否获得较多贷款与哪些因素相关。
根据以上的假设,建立如下模型进行验证
logitFin=B0+B1ROE+B2LEV+B3CR+B4PB+B5CAS+B6Dummy
被解释变量：
Fin：企业贷款数额是否大于1000万元。虽然是中小企业,但是上市公司的资本总额非常大,1000万元以下一般作为流动资金,无法承担企业发展所需的资金量。因此,我们以1000万元作为划分线。Fin=1表示贷款数额大于1000万元,Fin=0表示贷款数额小于等于1000万元。
解释变量：
ROE：加权平均净资产收益率；
LEV：资产负债率；
CR：流动比率；
PB：市净率；
CAS：经营现金流净额；
Dummy：虚拟变量,0为制造业、1为信息技术业。
2.2.2 实证结果与分析（见表1）
上表1中,将样本(观测值)代入到Logistic回归模型中,检验是否与预测值相符合。
结果显示,模型Step1的整体相符度为88.5%；模型Step2的整体相符度为88.5%；模型Step3的整体相符度为84.6%；模型Step4的整体相符度为80.8%。
四种logistic回归模型的正确度都在80%以上,说明模型预测值与实际观测值的符合程度较好（见表2）。
四种方程的系数显著性。如果选择90%的置信水平。可以发现第四个方程的系数显著性最佳。
根据变量的系数可以发现,资产负债率与贷款总额呈正相关、流动比率与贷款总额呈负相关。而经营现金流净额虽然通过了显著性检验,但是系数为零,这表明经营现金流净额还是微弱的。
综上所述,按显著性水平对五个变量进行排序的话,从大到小依次是资产负债率、流动比率、经营现金流净额、市净率和加权平均净资产收益率。
3 实证分析的结论与建议
通过Logistic回归模型的计量分析,发现资产负债率与贷款总额呈正相关、流动比率与贷款总额呈负相关,并且变量对贷款总额的显著性影响从大到小依次是资产负债率、流动比率、经营现金流净额、市净率和加权平均净资产收益率。通过设置代表行业的虚拟变量,发现制造业和信息技术业之间贷款的可获得性没有明显差异。
综合实证分析结论：对上海科技型上市企业而言,企业经营状况的良好程度,与能否获得更多贷款没有关系。换言之,即使企业努力改进自身经营状况,也不会增加获得贷款的机会。
根据已有的文献,赢利能力、运营能力、偿债能力等因素原本应当是银行等金融机构贷款的重要依据,但是本文的实证检验却否定了这些因素,对于许多科技型中小企业而言,或许是一个令人失望的结论。可以试图从多个角度解释本文的结论：
（1）样本数据的原因。本文的样本数据偏少,合计仅有26个,而已有的研究文献样本数量一般超过40个；同时,本文采用的是上市公司数据,已有文献多通过调查问卷和走访获取数据,因此样本公司的规模有差异。
(2)融资环境的原因。根据上海市统计局的数据,2009年上海公有制经济GDP增加值的比重为53%,依然庞大。科技型中小企业一般以民营资本为主,在上海这个国有资本占据大量资源的地方,民营资本的贷款可获得性受到挤压是不可避免的。
样本中的科技型中小企业均是发展比较成熟的企业,已经成功上市,它们融资尚且困难,可想而知处于初创期和发展期的企业融资困难程度。
第一,设立中小企业信用信息共享平台。上海具有金融市场的优势,可以率先尝试。平台形式可以是政府主导的政策性机构,也可以是第三方企业。他们受商业银行委托,对中小企业进行信用背景调查。这样可以起到规模效应,降低中小企业的背景调查成本,并且实现信用信息的共享。
第二,建立政策性银行,服务中小企业。我国已组建的三家政策性银行——国家开发银行(已转为商业银行)、中国进出口银行和中国农业发展银行,有力地推动了基础产业、进出口和农业的发展。因此中小企业政策银行既有客观需要,又有经验可供学习。
第三,为风险投资的发展创造良好条件。既然银行贷款的渠道不容易走,并且获取的资金量也非常有限,那么对于科技型企业尤其应该发挥“科技型”的特点,选择风险投资这一股权融资方式。
参考文献:
［1］屈耀辉,傅元略.优序融资理论的中国上市公司数据验证:兼对股权融资偏好再检验［J］.财经研究,2007（2）：108-118.
［2］许丽娟.论高新技术企业融资方式的选择［J］.财经界(下旬刊),2007（8）.
［3］王凤荣.中小高新技术企业成长的金融支持制度研究［M］.北京:中国经济出版社,2006.
［作者简介］李勇(1964—),男,四川安岳人,东华大学副教授,博士学历,研究方向：证券投资与产业经济；石逸奇(1986—),男,上海人,东华大学旭日工商管理学院硕士研究生,研究方向：产业组织与政策。
［关键词］上海科技型企业；中小企业；贷款影响因素
［中图分类号］F830.5 ［文献标识码］A ［文章编号］1005-6432（2011）1-0105-02
1 我国中小板的上海科技型企业基本状况
截至2010年7月,以上海市高新技术产业化九大重点领域作为判断标准,中小企业板中的上海科技型企业14家。
在这14家企业中,已发布过公司年报和中报的企业共12家。我们将公司每年的财务数据均看做一个样本。同时,为了扩大样本范围，使样本更具有代表性,部分仅有2010年中报的公司,也纳入了样本范围,合计样本总数为26个。
根据证监会《上市公司行业分类指引》,可以把样本分为制造业和信息技术业两个行业大类,其中制造业样本数量为17个,信息技术业9个。
2 常见的融资影响因素及分析
通过对已有研究论文的考察,发现常见的融资影响因素包括：资产总额(企业规模)、经营年限、销售利润率(赢利能力)、销售额、流动比率、资产负债率、固定资产等数值型变量,还包括企业与供应商的议价能力、技术研发能力等根据经验获取的数值型变量,以及企业控股方是否国有企业、管理人员学历和年龄、是否参加信用评定、银企关系等布尔型变量。
许立民等人(2010)研究发现,资产总额与贷款的可获得性存在显著性关系,赢利能力与贷款获得呈现负相关；杨毅(2009)研究认为,企业规模(资产总额)与贷款间的关系不显著,赢利能力(销售利润率)和清偿能力(资产负债率、固定资产)则对贷款可获得的影响显著。俞兆云等人(2010)发现,资产总额、销售额、流动比率和资产负债率对企业的信贷可得性影响极大。
综合来说,资产总额、销售利润率、资产负债率、流动比率等因素,一般都认为对贷款可获得性的影响较大。但是否与本文考察的中小板上海科技型上市企业一致,有待进一步考察。
2.1 变量选择与研究假设
根据已有文献的考察变量,并考虑到数据的可获得性,我们尽量选择数值型变量,避免经验值数据。同时,也尽量使本文的变量与已有论文的变量具有可比性。
本文选取加权平均净资产收益率、资产负债率、流动比率、市净率、贷款金额、贷款金额和经营现金流净额作为样本的研究变量。同时,加入一个代表行业的虚拟变量,以考察不同行业对于贷款的可获得性是否有差异。
各个变量的计算方式和表现意义如下：
（1）加权平均净资产收益率=加权平均收益/净资产,它是衡量企业赢利能力的指标。
（2）资产负债率=负债总额/资产总额,它反映了企业的偿债能力。
（3）流动比率=公司营业收入/流动资产,反映了企业的资金周转效率,是企业运营能力的指标。
（4）市净率=企业股票价格/每股净资产,反映市场对公司的估值信心和重置成本。
（5）贷款金额为企业资产负债表中短期贷款和长期贷款的总和。实际上,考察的12家企业绝大多数只有短期贷款(1年期以下)。银行等金融机构较少给予长期贷款。
（6）经营现金流净额是企业经营过程中,现金流入与现金流出相抵的净值,包括销售商品获得的现金、收取的利息和佣金、销售商品支出的现金、工资和税收等。
数据选自财务报表“母公司”一栏,没有选择“合并报表”部分的数据。原因是子公司并不一定符合科技型企业的条件,同时也为确保统计口径的一致。
2.2 样本的Logistic回归分析
2.2.1 研究假设和模型
将样本的贷款金额作为因变量,代表贷款的可获得性。其余五个因素——加权平均净资产收益率、资产负债率、流动比率、市净率和经营现金流净额——作为自变量,用以研究它们对贷款可获得性的影响。另外,模型中加入两个虚拟变量,分别代表制造业和信息技术业。
研究的主要目的,是发现企业能否获得较多贷款与哪些因素相关。
根据以上的假设,建立如下模型进行验证
logitFin=B0+B1ROE+B2LEV+B3CR+B4PB+B5CAS+B6Dummy
被解释变量：
Fin：企业贷款数额是否大于1000万元。虽然是中小企业,但是上市公司的资本总额非常大,1000万元以下一般作为流动资金,无法承担企业发展所需的资金量。因此,我们以1000万元作为划分线。Fin=1表示贷款数额大于1000万元,Fin=0表示贷款数额小于等于1000万元。
解释变量：
ROE：加权平均净资产收益率；
LEV：资产负债率；
CR：流动比率；
PB：市净率；
CAS：经营现金流净额；
Dummy：虚拟变量,0为制造业、1为信息技术业。
2.2.2 实证结果与分析（见表1）
上表1中,将样本(观测值)代入到Logistic回归模型中,检验是否与预测值相符合。
结果显示,模型Step1的整体相符度为88.5%；模型Step2的整体相符度为88.5%；模型Step3的整体相符度为84.6%；模型Step4的整体相符度为80.8%。
四种logistic回归模型的正确度都在80%以上,说明模型预测值与实际观测值的符合程度较好（见表2）。
四种方程的系数显著性。如果选择90%的置信水平。可以发现第四个方程的系数显著性最佳。
根据变量的系数可以发现,资产负债率与贷款总额呈正相关、流动比率与贷款总额呈负相关。而经营现金流净额虽然通过了显著性检验,但是系数为零,这表明经营现金流净额还是微弱的。
综上所述,按显著性水平对五个变量进行排序的话,从大到小依次是资产负债率、流动比率、经营现金流净额、市净率和加权平均净资产收益率。
3 实证分析的结论与建议
通过Logistic回归模型的计量分析,发现资产负债率与贷款总额呈正相关、流动比率与贷款总额呈负相关,并且变量对贷款总额的显著性影响从大到小依次是资产负债率、流动比率、经营现金流净额、市净率和加权平均净资产收益率。通过设置代表行业的虚拟变量,发现制造业和信息技术业之间贷款的可获得性没有明显差异。
综合实证分析结论：对上海科技型上市企业而言,企业经营状况的良好程度,与能否获得更多贷款没有关系。换言之,即使企业努力改进自身经营状况,也不会增加获得贷款的机会。
根据已有的文献,赢利能力、运营能力、偿债能力等因素原本应当是银行等金融机构贷款的重要依据,但是本文的实证检验却否定了这些因素,对于许多科技型中小企业而言,或许是一个令人失望的结论。可以试图从多个角度解释本文的结论：
（1）样本数据的原因。本文的样本数据偏少,合计仅有26个,而已有的研究文献样本数量一般超过40个；同时,本文采用的是上市公司数据,已有文献多通过调查问卷和走访获取数据,因此样本公司的规模有差异。
(2)融资环境的原因。根据上海市统计局的数据,2009年上海公有制经济GDP增加值的比重为53%,依然庞大。科技型中小企业一般以民营资本为主,在上海这个国有资本占据大量资源的地方,民营资本的贷款可获得性受到挤压是不可避免的。
样本中的科技型中小企业均是发展比较成熟的企业,已经成功上市,它们融资尚且困难,可想而知处于初创期和发展期的企业融资困难程度。
第一,设立中小企业信用信息共享平台。上海具有金融市场的优势,可以率先尝试。平台形式可以是政府主导的政策性机构,也可以是第三方企业。他们受商业银行委托,对中小企业进行信用背景调查。这样可以起到规模效应,降低中小企业的背景调查成本,并且实现信用信息的共享。
第二,建立政策性银行,服务中小企业。我国已组建的三家政策性银行——国家开发银行(已转为商业银行)、中国进出口银行和中国农业发展银行,有力地推动了基础产业、进出口和农业的发展。因此中小企业政策银行既有客观需要,又有经验可供学习。
第三,为风险投资的发展创造良好条件。既然银行贷款的渠道不容易走,并且获取的资金量也非常有限,那么对于科技型企业尤其应该发挥“科技型”的特点,选择风险投资这一股权融资方式。
参考文献:
［1］屈耀辉,傅元略.优序融资理论的中国上市公司数据验证:兼对股权融资偏好再检验［J］.财经研究,2007（2）：108-118.
［2］许丽娟.论高新技术企业融资方式的选择［J］.财经界(下旬刊),2007（8）.
［3］王凤荣.中小高新技术企业成长的金融支持制度研究［M］.北京:中国经济出版社,2006.
［作者简介］李勇(1964—),男,四川安岳人,东华大学副教授,博士学历,研究方向：证券投资与产业经济；石逸奇(1986—),男,上海人,东华大学旭日工商管理学院硕士研究生,研究方向：产业组织与政策。