我国中小高新技术企业融资信用评价的研究

来源:用户上传      作者:

　　摘要：从企业融资相关理论出发，对我国中小高新技术企业的融资信用问题进行了分析，调查研究了中小高新技术企业信用评价的实际应用情况，在此基础上建立中小高新技术企业融资信用评价的指标体系，并使用模糊综合评价模型对中小企业的融资信用进行评价。
　　关键词：中小高新技术企业；融资；信用评价
　　
　　1　问题提出
　　
　　中小高新技术企业是以高新技术及高新技术产品的研发、生产和销售为主要业务的中小企业。其界定是：职工人数不超过500人，大专以上学历的科技人员占职工总数的比例不低于30％；企业每年用于高新技术产品研究开发的经费不低于销售额的3％；直接从事研究开发的科技人员占职工总数的10％以上。
　　世界各国都把发展中小高新技术企业作为自己科技政策或高新技术产业发展政策的重要内容。我国中小高新技术企业也为促进经济发展做出了巨大贡献。目前，我国中小高新技术企业正处在产业化、规模化、国际化的重要阶段，无论是新产品的开发、中试，还是科技成果转化为商品过程中的规模生产、市场开拓都需要巨额的资金支持，资金是发展中小高新技术企业的关键因素。
　　与发达国家相比，我国为支持中小高新技术企业融资的信用担保等方面还存在很多问题。金融服务体系不够健全和缺乏有效的担保机构造成了我国中小高新技术企业的银行贷款难、上市融资限制多等融资难题。由于中小高新技术企业的信用评价体系不完善，使得中小高新技术企业上市融资受到很大限制，风险投资也不能完全发挥功效；缺乏信用担保机构和抵押品，中小高新技术企业在争取银行贷款时不能和大企业平等竞争；政府的扶持资金数额有限，原始投资和私人借款也只能满足种子期的发展需要。虽然我国政府出台了一系列的政策和法规引导中小高新技术企业融资，但是由于无法准确地评价中小高新技术企业的信用状况，使得这些法规难以从根本上改变中小高新技术企业资金短缺的困境。
　　如何建立一套适用于中小高新技术企业的科学的信用评价指标体系，准确地评价中小高新技术企业的信用状况，不仅是中小高新技术企业信用管理的核心问题，也是社会信用管理体系建设需要解决的重要问题。
　　
　　2　国内外研究现状
　　
　　信用评价又称信用评级，是指由专职机构或部门按照一定的方法，对在经济活动中的借贷信用行为的可靠性和安全性程度进行分析，并以专用符号做出评估报告的一种管理活动。古典的信用分析方法又称专家分析法，它对信用风险的评估依赖于专家的主观判断。每个信贷官员都必须在作出信贷决策的过程中运用常识和自己的主观判断。5C评价法就是这种专家分析法的一种，5C指的是评价对象的5个方面的素质，包括品质、资本、能力、抵押以及状况。专家分析法对信贷官员个人的要求很高，依赖性很强，所以专家分析法成本很高。它不仅需要足够的专家处理业务，也要有足够的专家培训后备的专家。另外专家分析法很容易导致银行系统的风险集中。
　　财务比率模型是最早用于信用风险定量分析的模型，其以统计思想和判别分析为依据的方法为以后的信用风险的评估模型的建立提供了思路。财务比率模型不同于古典信用分析，开始采用了定量的手段以及判别分析来进行信用风险的评价。以财务比率来度量破产的研究始于Beaver(1967)，他认为，可以用一系列的财务比率指标来区分破产和非破产公司样本。
　　结构化模型是以期权定价模型为基础的模型。用期权定价理论来度量信用风险的思想始于Merton(1974)，他认为当公司资产价值低于债券价值时，股权所有者就会放弃执行看涨期权而执行看跌期权，即股权所有者向债权人违约。结构化模型主要有KMV模型、VAR模型、CreditRisk+模型。KMV模型是一个以股价为基础的信用风险模型，是用买入期权推演而来的。其优点是应用广泛，对市场环境的变化反应灵敏，理论性强；但缺点是所关注的是系统风险和短期违约风险，并且在私人和小范围交易的公司应用时有问题；VAR模型是根据借款人信用质量的变化而引起的贷款价值的变化来量化组合信用风险。优点是可以有效解决不同借款人信用风险之间的相关性模拟等信用组合的风险量化难点，缺点是转移矩阵的不稳定，不会反映借款人在不同业务特点或经济周期的特殊性；Cred-itRisk+模型用区间划分的方法，将风险敞口以及预期损失转化为标准单位的整数倍，并且假定每个区间具有共同的敞口以及相同的预期损失概率。在有强大数据库支持的情况下，CreditRisk+模型可以直接用来评价资产组合的信用风险。RAROC模型广泛应用于银行管理。EVA模型给衡量公司在何种程度上增加了股东价值提供了一个良好工具，也提供了一个在多层面上管理业绩的衡量基准。
　　Altman在1968年提出了z计分模型，该模型也是以财务比率作为分析对象的，运用多元线性判别分析为基础方法的多变量模型，使用简便、成本低、效果佳；但预测效果随时间的长短不一样，时间越短，准确率越高，反之越低。AHP法是一种定性定量分析相结合的多目标决策方法，进行系统分析与综合评价，为解决工业企业信用评级等问题提供了一种简洁直观、科学合理的决策方法。
　　国外的一些信用评价模型，可以说是比较完善，有很强的科学性和较为广泛的适用范围，但应用这些指标的基础是在比较发达和完善的市场经济环境中并且要有相当完善的信用记录，而我国的信用体系建设刚刚开始，信用记录几乎空白。因此，国内照抄、照搬西方国家的信用评价体系是行不通的。
　　最近几年，国内研究者方洪全(2004)运用多元统计技术对企业财务指标进行分析，选择其中的7个财务指标作为建立判别函数的计量参数，运用多元判别技术建立了线性判别函数。通过对培训样本的交叉回代和检测样本的检验，该模型具有较强的预测能力。钟世华(2001)指出应侧重与对高新技术企业的信用等级评估指标体系的研究，在借鉴国内外已有的企业信用等级评估理论的基础上，他主张采用定性分析与定量分析相结合、规范研究和实证研究相结合、静态分析和动态分析相结合的方法，对高新技术企业信用等级评估进行了系统的研究。王琼(2007)分析了我国高新技术企业信贷融资特点和融资现状并且认为有3个主要方面的高新技术企业融资困境能够通过信用担保、权利质押和负债管理来解决。冉伦、李金林(2005)运用因子分析法对我国中小企业板块22家上市公司的综合业绩进行评价，从其2003年度13个主要财务指标中提取了4个具有一定含义的因子，用它们代表公司的综合业绩，根据每家公司的因子得分情况对其综合业绩排序。唐建荣(1993)把聚类分析运用于企业信用评估。吴德胜(2004)研究了基于进化神经网络的信用评估模型，利用样本公司实际指标数据对该模型的评分效果进行了比较研究。傅强，李永涛(2005)分析了上市公司信用风险的成因，通过对

上市公司年报数据的处理，建立了上市公司信用情况的Logistic模型，该模型中嵌入的利息保障倍数和存货周转率是上市公司信用的关键决定指标，利用该模型可以对上市公司一年后的信用状况进行评估。陶军(2005)运用聚类分析对现金流量指标进行了分析和筛选，确定了衡量企业信用风险的指标，即资产现金流量回报率、销售现金比率、净利润经营现金比率、融资与投资比率、外部融资比率、现金投资增长率等6个指标，作为模型的判定指标，应用多元判定模型建立了我国企业信用风险预警模型。
　　
　　3　评价指标体系的构建原则
　　
　　3.1　全面性原则
　　信用评价指标体系应该全面地反映所有影响评级对象信用状况的各项要素。但是影响信用的因素很多，要把所有的因素都包括进去，也不可能，同时会提高评估成本。因此，信用评价指标体系既要伞面反映，又要重点突出，把对评估对象的信用状况有影响的主要因素全面考虑进去。
　　
　　3.2　定性与定量相结合的原则
　　中小高新技术企业融资信用评价涉及中小企业经济发展的各个方面，包括企业素质，财务状况、履约情况等领域。对于评价内容难以用精确数据表示的，要采用定性描述方法，因此，设计评价指标体系时，要将定性与定量指标相结合。进行评价时，要对定性指标进行处理，最终以量化的结论表明中小企业的信用状况。
　　
　　3.3　科学性原则
　　建立信用评价指标体系，各项指标必须有机配合，相互之间既不重复又无矛盾，指标权重的计算和评价方法必须科学，切合实际，要有一定的依据。同时，整个指标体系要在实践的基础上不断地修改完善。
　　
　　3.4　可操作性原则
　　指标体系要与现行会计、统计制度相衔接，便于获取所需数据。同时，评价体系要具有实用性，便于手工和计算机操作。信用评价指标体系的建立，要选择那些便于理解、便于获取数据和信息、普遍适用、实用性强的指标，否则容易产生缺项或谬误而导致评价结果失真。
　　
　　3.5　针对性原则
　　建立中小高新技术企业融资信用评价指标体系，需要突出高新技术企业特点，在借鉴传统评估指标基础上，要选择能够突显中小高新技术企业特点的指标，构建出科学的中小高新技术企业的信用评价指标体系。
　　
　　4　评价指标的选取及其含义
　　
　　基于中小高新企业的特征和影响中小高新企业融资信用的各种因素，中小高新企业融资信用评价的指标体系如表1所示。
　　①企业的盈利能力指标A1。盈利能力通常是指企业在一定时期内赚取利润的能力。它用于评价企业资产的收益性。获取经济效益是企业生存发展的基本需要。盈利水平越高，企业的营运状况就越好，其经营风险就越低；反之，盈利水平越低，企业的营运状况就越差，其经营风险就越高。它是由以下指标反映：主营业务利润率A11、总资产报酬率A12、净资产收益率A13。
　　
　　主营业务利润率A11=主营业务利润／主营业务收入×100％。
　　主营业务利润率A11表明企业每单位主营业务收入能带来多少利润，反映了企业主营业务的获利能力。净资产收益率A13=净利润／净资产×100％，净资产收益率A13反映所有者投资的获利能力，该比率越高，说明所有者投资带来的收益越高。净资产利润率是从所有者角度来考察企业盈利水平高低的。
　　②偿债能力A2。由于目前我国还处于社会信用体系建设初期，存在诸如信用制度不完善，信用法律法规不健全，诚信数据库缺失等多种问题，信用约束机制没有形成，因而也要重视偿债意愿分析。偿债能力反映企业债务的偿还能力，用来评价企业资产的安全性。偿债能力强，企业信用就越高，融资就容易。它是由以下指标反映：资产负债率A21、流动比率A22、总资产周转率A23。总资产周转率A23=销售收入／平均资产总额，总资产周转率A23用于衡量企业运用资产赚取利润的能力，总资产周转率越高，表明资产周转速度越快，企业销售能力越强。流动比率A22是反映企业短期偿债能力的重要指标。流动比率越高，表明企业流动资产对流动负债的保障程度越高，偿债能力就越强。流动比率A22=流动资产／流动负债×100％。
　　③综合素质A3。与大企业相比，中小高新技术企业规模偏小，规章制度不完善，部分中小高新技术企业还属于家族式企业，治理结构透明度低，经常存在资金占用的情况。本文在研究中认为企业综合素质包括管理者素质A31、员工素质A32治理结构A33等影响因素。对于中小高新技术企业来说，良好的企业管理者素质为提高企业的信用状况奠定了基础。管理者作为企业的领军人物和中流砥柱，其素质高低直接影响着企业的管理理念和管理方式，尤其对于中小高新技术企业来说，管理者的素质往往具有更重要的作用，甚至可以决定一个企业的未来。高层管理者作为企业的领军人物，其素质直接影响着企业的管理理念和管理方式。领导层的专业经验、知识结构以及决策方式都会对企业信用产生影响。员工作为企业的大多数，其素质直接影响着企业的战略计划的实施、领导决策的正确执行。员工通过自身的技术水平、业务能力以及对企业的忠诚度来影响企业的信用。
　　④创新能力A4。创新能力是高新技术企业的核心竞争力，是反映高新技术企业信用评价的关键指标。中小高新技术企业的创新能力要远高于一般企业，对企业发展有着重要的影响。本信用评价指标体系把创新能力作为一级指标，在中小高新技术企业信用评价指标体系中强化。它是由以下指标反映：研发投入A41、创新产出A24、研发人员比重，A43。
　　R&D投入A41=研发基金／销售总额
　　研发人员比重A43=专职研发人员／企业职工总数×100％。
　　创新产出A42指新产品销售收入额。
　　
　　5　模型构建
　　
　　设评估对象集为X={X1，X2，…，Xn}，评估专家集为S={S1，S2，…，Sk}，评估因素集A={A1，A2，…，An}，本文选取4个因素来对中小高新技术企业

的融资信用进行评价，这4个因素分别是：盈利能力A1；偿债能力A2；综合素质A3；创新能力A4，因此，本文中中小高新技术企业融资信用评价的因素集为：A={A1，A2，A3，A4}，其中，A1={A11，A12，A13}；A2={A21，A22，A23}；A3={A31，A32，A33}；A4={A41，A42，A43}。评语集为V={V1，V2，…，Vm}，本文只选取两个评价结果建立评价集：V={高，低}。对每个评估对象Xi(i=1，2，…，n)，各位专家Si(i=1，2，…，k)按照自己的观点对各项评估因素Ai(i=1，2，…，n)进行判定，判定结果属于评语集V中的一个，从而确定了针对特定评估对象的模糊关系矩阵：
　　
　　式中rij表示第i项评估指标、第j类评估等级的评分值，其计算公式为：
　　rij=vij/k
　　(2)
　　其中vij表示特定对象的第i项评估指标，专家给出第j类评语的人数，k是专家的总人数。由于各项评估指标的作用和影响不同，在综合评估中，由专家评定给出各项指标的权重系数矩阵W=[w1，w2，…，wn]，加权矩阵W与模糊关系矩阵R合成，就是对各评估对象的综合评判，即得到模糊综合评价模型：
　　
　　
　　6　实证检验
　　
　　对深交所中小板某高新技术上市公司进行信用风险程度模糊综合评价，信用风险评价方式采用5人专家小组评价，建立评价集：V={高风险，低风险}，根据专家意见，权重系数矩阵W=[w1，w2，w3，w4]=[0.25，0.15，0.40，0.20]，根据专家打分，结合该企业实际财务数据得
　　B1=W・R1=(0.25，0.15，0.40，0.20)。
　　
　　规定各评语集中各元素的量化值为V=100，V2=60，同理可求出B2、B3、B4。所以，综合信用评判集为：日=(0，220，0.212，0.287，0.281)，则最终评价结果V的值介于100与0之间，60为临界值。越接近100，企业信用水平越高；越接近60，信用水平越差。其中，信用水平高为(60～100)，差为(0～60)。该企业M=BV=82.53。计算结果表明该中小高新技术企业信用水平高，这与企业的实际情况相符。
　　
　　7　结论与建议
　　
　　7.1　结论
　　对中小高新技术企业信用水平的评价是金融机构进行贷款决策的重要依据，对改善中小高新技术企业融资状况起到推动作用。本文给出的模糊综合评价方法经过实证检验，应用实例表明该方法评定中小高新技术企业信用水平，具有科学性和合理性，既可以综合各种因素，又可以恰当的处理其中权重关系。该方法原理简单、计算方便、实用性强，是一种行之有效的评价手段。由于对中小高新技术企业融资信用评价指标体系的研究较少，本文在中小高新技术企业信用评价指标和方法的构建上，没有太多标准可参考，因此存在一些局限性或不足。如由专家对基础指标的隶属度做出的估计，难免存在一定的主观性。对于信用评价，随着环境的变化，其影响因素的性质、种类或权重等都有可能改变，而凭借经验的估计并不能及时地反映这些变化。这都会在一定程度上影响最终的评价结果。
　　
　　7.2　建议
　　中小高新技术企业财务信用评价指标体系的建立，为更好地监督企业财务信用状况提供一个衡量标准，同时为以后的关于财务信用的评价模型的研究构建了一个规范的指标体系。但要从根本上解决财务信用缺失问题，仅凭财务信用评价指标的建立是不够的，还要相应地采取其他有效措施，如：加大社会诚信教育，建立上市公司财务信用管理体系，加强对社会中介机构监督管理力度等，以保证财务信用评价的良性运行。
　　①建立企业信用数据统一检索平台。许多非国有高科技企业的经营活动多集中在某一地区，而其资金需求也多集中在当地的金融机构。因此，解决地方金融机构与当地非国有中小高新技术企业之间的信息不对称问题，建立地区性的信息系统是十分必要的。这个地区可以是市区省区或更大的经济区域，如西北地区。当然，地区性信息库中信息的获取成本应更低一些。
　　②发展民间的信用调查部门。政府应鼓励民间出资组建独立的、按市场化或企业化方式运作的资信评估和项目评估机构。银行等金融机构从这类机构获得有偿的信息服务，这同样能改善银企之间的信息结构。美国民办的全国信用管理协会，信用调查公司和地区性信誉机构等构成的信用纪录和调查网，对提高信贷市场效率起了重大作用。
　　
　　参考文献
　　[1]sean Becketti，The Prepayment Risk Of Mortgage-Backed[J]，Surities Economic Review―Federal Reserve Bank of Kansas Cit-y，1989(2)：74。
　　[2]梁莱音，黄振丰，海峡两岸高新技术企业融资结构比较研究[J]，管理评论,2004(3)：31-34。
　　[3]张亮，孙兆斌，麦克米伦，缺欠、中小企业融资困境与政府支持[J]，求索,2006(6)：17-19。
　　[4]林毅夫、李永军，中小金融机构发展与中小企业融资[J]，经济研究,2001(1)：10-15。

转载注明来源:https://www.xzbu.com/2/view-484874.htm