生命周期、融資條件、行業分類與中小企業融資——基于浙江省中小企業銀行信貸數據的經驗分析

李潤平

（1.中國農業銀行博士后工作站，北京 100005;2.北京大學博士后科研流動站，北京 100871）

生命周期、融資條件、行業分類與中小企業融資
——基于浙江省中小企業銀行信貸數據的經驗分析

李潤平1，2

（1.中國農業銀行博士后工作站，北京 100005;2.北京大學博士后科研流動站，北京 100871）

以浙江省6543家中小企業為樣本，運用Multinomial Logit模型，研究了生命周期、融資條件、行業分類等因素對中小企業提升融資規模的影響。實證結果發現:（1）企業處于成長期、成熟期和退出期對其提升融資規模有一定的影響但并非全部顯著。企業年限對任意低等級向中高等級融資規模發展都起到顯著正向作用，但對任意等級向最高等級融資規模發展呈負向作用。（2）信用評級、銀企關系對中小企業在任何融資水平上提升融資規模都有顯著的積極作用。（3）相比制造業企業，商業、服務業和公共事業企業提升其融資規模的機會比更大，而農林牧漁業企業正好相反。論文的結論不僅指出了不同融資規模企業屬于該融資類型的原因，而且也提出了改變中小企業融資規模的各種路徑。

生命周期;融資條件;行業分類;中小企業;融資規模

一、引 言

在利率市場化和金融脫媒的趨勢下，商業銀行對大型企業的市場爭奪漸趨飽和，為了尋求新的盈利增長點，金融機構必定拓展中小企業的經營業務，擴大對中小企業的信貸投放規模。但是中小企業的融資需求卻往往得不到滿足，《溫州民間融資管理條例》的頒布也表明很大一部分中小企業，尤其是小微企業無法通過正規金融獲得融資支持。所以，搭建中小企業融資需求與銀行信貸資金供給的橋梁至關重要，這就要求我們通過經驗數據建模研究影響中小企業融資行為的各種因素，從中小企業自身特征和銀行信貸供給條件尋找原因。對中小企業信貸融資可獲得性的影響因素研究已有文獻主要從如下四個方面進行:個體特征、生命周期、融資條件和外部環境。就企業個體特征而言，經營規模、所有制性質是企業獲得銀行貸款最顯性的決定因素。張捷和王霄［1］利用學生暑期調查數據分析了中小企業處于不同生命階段的融資結構，得出中小企業融資困難的特殊原因和一般原因，他們認為，中小企業的融資受到了“規模歧視”和“所有制歧視”。游德升和盧梅［2］利用30家上市公司中大型企業10年的財務數據測算出模型參數，然后將中小型企業數據帶入得出理論貸款數量，并與實際貸款數量相比，發現我國銀行對中小企業融資存在明顯的規模歧視。譚之博和趙岳［3］利用1991－2009年滬深上市公司的財務數據進行實證研究，發現企業規模越小，銀行融資占總資產的比重越小，而且銀行融資相比股權融資的比重也越小。

生命周期是研究中小企業融資結構較為新穎的視角。1972年Greiner［4］最早對組織的生命周期進行了研究，并將組織分為嬰兒期等多個時期，此后基于生命周期的企業融資結構理論得到了深入發展。Berger和Udell［5］指出，初創期的企業由于信息不透明難以獲得銀行貸款，多依賴于初始內部融資、貿易信貸或天使（angels）融資;當企業逐步發展時，則可以獲得間接融資;最后，如果企業持續增長，則有機會通過公開方式在資本市場上進行融資。錢海章［6］研究了高新技術企業的生命周期及融資戰略，把產品的生命周期劃分為種子階段、開發階段、成長階段、成熟階段和衰退階段。提出在初中期的融資戰略是利用風險投資;隨著企業進入中后期發展階段，債務融資成為融資戰略的重要組成部分，此時股票市場上市融資也變成了一個潛在的融資渠道。羅丹陽和宋建江［7］利用實地調查數據研究，發現中小企業的融資行為隨著其中小生命成長周期而表現出不同的階段性特征。余江［8］調查了重慶市1025家中小企業的數據，得出在企業幼年期，資金主要來源為業主及主要出資者投資;在企業的成長期，業主及主要出資者投資有所減少，親友借款也大幅降低，銀行貸款和其他形式借款有較大幅度增長;在成熟期，業主及主要出資者投資和親友借款減少，而留存收益再投資增加，銀行貸款有所降低。以上研究表明，在中小企業建立的早期，由于其經營具有不穩定性，商業銀行不愿介入;在中小企業生命周期末期，商業銀行的信貸資源有所壓縮;中小企業生命周期的中期是商業銀行最愿意介入的時期。那么中小企業的融資行為和商業銀行的放貸行為是否遵循了以上理論，這是本文想要驗證的問題。

就外部融資條件而言，銀企關系、企業家才能等軟性信息也是影響中小企業融資可獲得性的重要因素。曹敏等［9］利用外資企業銀行融資數據對金融中介和關系銀行進行研究，他們發現企業與銀行建立起的金融業務關系越長久，其所獲得的外幣貸款利率就越低，而人民幣貸款利率則隨外企與更多銀行合作而降低。張捷和梁迪［10］利用調研數據研究了我國中小企業貸款約束的影響因素，他們發現密切的銀企關系可以緩解中小企業的融資約束。與張捷的研究相似，陳鍵［11］利用美國2003年NSSBF調研數據，基于關系型借貸理論實證分析了銀企關系與信貸可獲得性、貸款成本之間的關系，研究結果表明，銀企關系持續時間越長，中小企業的信貸可獲得性增強，但是貸款成本則上升。信用評價等級是企業獲得銀行貸款的最重要的硬性指標，但正如銀企關系一樣，企業相關的軟性信息并未納入到信用評價等級體系。周中勝和王愫［12］利用江浙地區中小企業問卷調查數據，實證分析了企業家能力、信用評級與中小企業信貸融資可獲得性之間的關系，他們認為企業家才能可能通過“直接嵌入”與“間接嵌入”信用評級兩條路徑對中小企業信貸融資可獲得性產生正向影響。以上研究表明，銀企關系的硬化可以緩解中小企業的信息不對稱問題，企業的軟性信息應該影響企業的信用評級，進而增加了中小企業的信貸可獲得性。

企業所屬產業集群和供應鏈等外部環境對中小企業信貸融資可獲得性也有顯著的影響，銀行對客戶的產業集群和供應鏈融資的研究便是最好的佐證。魏守華等［13］的研究表明集群內的中小企業由于聚集一處，信息相對透明，集群效應具備減少信息不對稱、減少交易成本等優勢，可以獲得更多的銀行信貸支持。趙祥［14］從企業融資機制變遷的角度分析了隨著產業集群規模和市場交易的擴展，企業集群融資機制將突破非正規金融的局限，向基于正規制度的融資方式轉變。馬鴻杰和胡漢輝［15］利用江蘇常州三個產業集群中小企業數據實證研究了產業集群化程度對中小企業信貸融資的影響，從集群的信譽重要性、信息共享、企業合作、信貸風險等五個方面分析了集群內中小企業的融資優勢，最后得出結論中小企業的集群化發展可以破解中小企業融資困境。張偉斌，劉可［16］利用中小上市公司數據，從現金－現金流敏感度的角度實證研究了供應鏈金融發達對中小企業融資約束的緩解作用，結果表明供應鏈金融的發展確實能解決以上問題。

對前期的研究成果進行總結，我們可以發現已有文獻多集中于對中小企業信貸融資可獲得性的影響因素的研究，而對中小企業提升其融資規模的影響因素的研究幾乎沒有。本文著眼于研究中小企業在提升其融資規模時所受影響因素的差異性，尤其是以浙江省縣域中小企業為研究對象，力求深入解析當前我國中小企業信貸融資的現狀及行為規律?？赡艿奶厣?首先，利用浙江省中小企業的銀行融資數據，豐富的客戶信息和銀行信貸信息能保證數據的可靠性和研究結果的可信性。其次，利用Multinomial Logit模型對影響中小企業融資規模的各種因素進行實證分析，揭示出不同融資水平的中小企業選擇更高等級融資規模的條件。最后，探索性地研究了中小企業的生命周期對其提升融資規模的影響，實證研究將豐富中小企業生命周期理論。

二、模型設定

Multinomial Logit模型是解決被解釋變量為無序定性變量時的計量模型。本文研究的企業融資規模雖然可以劃分為不同等級的排序變量，但是就融資類型（融資等級）本身而言，企業是可以隨機選擇的，這要依賴于融資規模帶給其最大的效用，以及選擇者的特征對融資規模的影響。此外，鑒于本文的研究目標是明確各種融資類別兩兩隨機匹配后融資規模發展的決定因素，有序選擇模式（Ordered Logit/Probit Model）并不適合，隨機效用模型是最為合理的計量方法選擇。鑒于這里設定隨機項的差分項服從logitstic分布，因此采用 Multinomial Logit Model來分析縣域中小企業提高融資規模①本文主要研究縣域企業的銀行信貸融資規模，并不涉及其他途徑的融資規模。的決定因素。

按照企業的融資規模把企業分為若干個種類，來分析企業融資規模差距的各種決定性因素。具體分類如下:低規模（500萬及以下）、中低規模（500萬至1000萬）、中等規模（1000萬至5000萬）、中高規模（5000萬至1億）和高規模（1億以上），并且將第 j類（j=1、2、3、4、5）企業融資規模的集合定義為Yj，每個類型融資規模給企業帶來的效用水平為企業從每個融資類型中獲得的效用水平分別由企業性質、規模類型、生命周期、行業分類、融資條件以及外部政策等一系列因素來決定，同時會受到一些不可觀測因素的影響，因此，融資規模的隨機效用模型可以由以下式子表示:

這里j代表對企業融資規模類型的選擇，i代表單個企業。如果服從Weibull分布，則e的差分服從Logistic分布，這樣，第i個企業從集合Yj中選擇融資規模第i類型的概率可以用下式表示:

把等式（1）帶入到等式（2）可以得到:由概率函數（3）可以導出MNL模型:

Pi（j）表示企業i選擇j時的累積邏輯分布概率，這個模型使用的前提在于企業i選擇類型j依賴于選擇者的個體特征和融資規模類型特征（一般情況下，企業外部融資水平并不是越高越好，受限于企業經營規模和外部融資渠道等因素）。假設Vji與所有可觀測變量的關系是線性的，即

這里Xik代表k種影響到企業i選擇的解釋變量，βjk為對應的變量參數，將等式（5）代入等式（4）后，MNL模型可被表示為:

在模型中，任意選擇變量j可能被挑選為和其他方案進行比較的基礎變量，則MNL模型可以產生J－1個變量解釋參數。對等式（6）進行數學變換后，類型集合中任意的類型選擇和基礎變量選擇的相對機會比可以由下式估計:

由于MNL模型采取的極大似然估計方法，取自然對數后的極大釋然估計值由（8）式給定:

這里運用MNL模型的目的是驗證那些促成縣域中小企業的低等級融資規模向高等級融資規模發展的特定變量。如果使用排序邏輯模式，依據的假設條件是不同融資規模的企業改進其融資規模時受共同特征變量的影響。然而，本文則依據于不同的假設條件，即企業不同的融資規模向更高融資規模提升時可能依托于不同的決定要素。

三、數據來源和變量設定

（一）數據來源

本文的樣本為A行浙江省6543家中小企業銀行融資數據。由于浙江省擁有大量中小企業，而且正規金融融資和民間融資在全國都屬于最為活躍的省份，所選樣本具有代表性。選取浙江省農村地區的6543家企業作為研究縣域城鎮化進程中的企業融資行為的樣本，其中大型企業162家，中型企業1865家，小型企業4338家和微型企業132家，46家企業不適用標準分類，由于本樣本的大型企業僅占約2.5%，實際上是研究中小企業的融資行為。6543家企業在數據庫具備詳盡的企業信息和信貸融資情況，而且與本文研究相關的指標較為詳盡，所以，所選數據具有可靠性，能達到預期研究目標。

（二）變量設定

依賴于數據的可得性，本文主要驗證縣域中小企業信貸融資差距的主要決定因素，在這里分別選取企業個體特性因素、生命周期因素、融資條件因素、行業分類因素作為四組解釋變量組。為了集中分析主要解釋變量參數，這里選擇企業個體特性為控制變量。

表1 被解釋變量和解釋變量的含義、賦值

四、實證結果及分析

（一）主要變量的統計性描述

表2給出了被解釋變量和解釋變量的統計特性。五個類型融資規模的樣本個數分別為2080、1149、2500、489和325，其中，中等融資規模所占比重最高，為38.21%。在6543個貸款對象中，有5582個私有及其控股企業，占總樣本的85.31%，國有/集體及其控股企業僅占6.56%。企業的平均年齡為8.73年，有30.9%處于成立期，有52.87%處于成長期和成熟期，有16.23%處于退出期。從企業規模來看，小微企業占68.80%，中型企業占28.71%，大型企業僅占2.49%，數據符合研究中小企業融資規模的目標。企業的信用等級平均為8.18，說明中小企業的平均信用等級約為A以上。在6543個樣本中，有952個企業為銀行集團客戶的子公司或分公司，僅有177個企業為國家、省、市、縣級農業產業化龍頭企業，僅占總樣本的2.71%。從行業分布來看，在給出了該項數據的6537個樣本中，制造業企業為4904個，占樣本的75.02%，農林牧漁業企業僅有115個，僅占樣本的1.76%。

表2 主要變量的統計性描述

（二）Multinomial Logit回歸結果及分析

表3和表4給出各種因素對縣域中小企業融資規模差距的估計結果，按四大類解釋變量組分析結果如下:

1.企業個體特征因素

從企業經濟類型來看，只有模型Log（p5/p1）、Log（p4/p2）、Log（p5/p2）、Log（p5/p3）、Log（p5/p4）的回歸系數顯著且全部為負，其他模型在企業經濟類型上的回歸系數都為負但不顯著。這表明，國有/集體及其控股企業在獲得任何等級融資規模的提升時，都比私有及其控股企業、中外合資/合作企業和外商及其控股企業更具優勢，這種優勢在獲得最高規模融資時尤為明顯。

從企業規模類型來看，小型企業的回歸系數除了模型Log（p2/p1）顯著為正以外，其他模型的系數要么不顯著，要么為負。這說明相比大型企業，小微企業只有在獲得低規模融資向中低規模融資發展時具有更高的概率。中型企業的回歸系數除了模型Log（p2/p1）、Log（p3/p1）顯著為正以外，其他模型的系數要么不顯著，要么為負。這說明，相比大型企業，中型企業則在獲得低規模融資向中低規模和中等規模融資時具有更高的概率。在其他融資規模提升時，大型企業都占絕對有優勢，這表明企業規模對其提升融資規模具有決定性影響。企業資產規模對任何等級融資規模的提升都具有顯著性正向影響是對以上結論的進一步驗證。

2.企業生命周期因素

從企業的生命周期來看，企業處于成立期、成熟期和退出期對其融資規模有一定的影響但并非全部顯著。首先，企業處于成立期對其融資規模的提升沒有明顯作用。實證結果顯示，成立期的回歸系數除了模型Log（p2/p1）和Log（p4/p2）顯著外，其他模型都不顯著，這說明企業處于成立期對于企業信貸融資規模選擇沒有決定性作用。其次，企業處于成熟期對其融資規模的提升有顯著的正向作用。實證結果顯示，企業成熟期的模型Log（p3/p1）、Log（p4/p1）、Log（p3/p2）、Log（p4/p2）的回歸系數顯著為正。這說明，相比處于退出期的企業，處于成熟期的企業在選擇低規模、中低規模融資向中等規模和中高規模融資的相對機會比更高。這與已有研究關于企業生命周期的融資結構研究是一致的，即中小企業在成熟期主要依靠信貸融資。最后，在獲得高融資水平上，退出期企業的機會高于成熟期企業。實證結果顯示，盡管成熟期企業在前四類融資水平向最高融資水平發展時的作用并不顯著，但負的系數符號一定程度上說明，在選擇高融資水平（1億以上）時，成熟期企業比退出期企業的機會更低，這一點并不符合中小企業生命周期融資結構關于企業處于退出期降低銀行貸款的理論①這可能存在兩方面的原因:一是在選擇企業退出期時，指標存在一定的偏差。我們不能確定處于營業有效期最后一階段的企業就屬于退出期，有可能營業有效期到期后，企業繼續發展，這時企業應該屬于成熟期;二是銀行的信貸投放行為與理論并不符合?；蚴腔谇捌诘男刨J投放慣性，或是對企業的生命周期的判斷有誤，銀行對退出型企業并沒有壓縮信貸資產。。

從企業年限來看，企業年限對其融資規模變化的作用存在差異性，系數符號隨著融資等級變化有所改變。實證結果顯示模型 Log（p3/p1）、Log（p4/p1）、Log（p3/p2）、Log（p4/p2）、Log（p4/p3）的回歸系數顯著為正，而Log（p2/p1）、Log（p5/p1）、Log（p5/p2）在90% 以上的水平不顯著，Log（p5/p3）和Log（p5/p4）顯著為負。一方面，企業年限對融資水平從低規模、中低規模向中等規模和中高規模發展時起到顯著性的正向作用，即企業年限越久，其信貸融資水平向中等和中高等規模提升的可能性越大;另一方面，企業在選擇前四個等級規模向最高規模融資發展時，企業年限的系數要么不顯著，要么顯著為負，即企業年限越長，企業選擇高規模融資（1億以上）的可能性就越低。這里存在兩種可能性:一是企業發展的時間越久，其自有資金積累越充足，外部融資結構發生改變，由間接融資變為直接融資;二是遵循中小企業的生命周期理論，銀行在企業經營末期（可能是企業的衰退期）壓縮信貸資產，導致了企業高融資規模不可得。

3.外部融資條件因素

實證結果顯示，信用評價等級和銀企關系全部顯著地正向影響企業融資規模的提升，這與已有研究和銀行的信貸投放實踐都是一致的。因此，農業產業化龍頭企業對其任何融資規模的提升都沒有顯著性影響。

從信用評級看，銀行對企業的信用評級越高，企業獲得高等級融資規模的機會越大②由于信用等級從高到低的賦值是由小到大排序的，所以信用評級的正負向影響正好與系數符號相反。。周中勝和王愫［12］認為企業可以通過績效（財務指標）等硬信息直接影響其信用評級，也可以通過企業家才能等軟信息間接影響其信用評級，而且信用評級與企業融資可得性正向相關。盡管本報告無法獲得企業的財務指標和企業家才能等相關信息，本文仍然驗證企業信用評級與其融資規模提升的正相關性。

從銀企關系來看，隸屬銀行集團客戶的企業比非隸屬集團客戶的企業在獲得更高等級融資水平的相對機會比更高。集團客戶與銀行早期建立了合作關系，那么所屬集團客戶的子公司或分公司在獲得銀行貸款方面能獲得隱形擔保，比不隸屬集團客戶的企業具有更大優勢，這間接驗證了已有研究關于銀企關系（合作期限的持續時間）與信貸可得性正相關的結論。

值得注意的是，是否國家、省、市以及縣級農業產業化龍頭企業的回歸系數全部不顯著，這表明是否農業產業化龍頭企業對其融資規模的提升沒有決定性作用。就系數符號而言，除了模型Log（p5/p1）、Log（p5/p2）、Log（p5/p3）和Log（p5/p4）的回歸系數為負，其他模型全部為正，這說明是農業產業化龍頭企業在低規模、低中規模、中等規模融資向更高規模融資發展時起到正向作用，但就前四種融資規模向高融資規模發展時，農業產業化龍頭企業比其他企業的相對機會比更低。這表明農業產業化龍頭企業在產業鏈上的融資帶動作用有待強化。

表3 中小企業融資規模差距的回歸結果

表4 中小企業融資規模差距的回歸結果（續表）

4.行業分類因素

從行業分類來看，企業的行業特征對其提高融資規模有顯著影響。除了模型Log（p2/p1）的五個行業的回歸系數不顯著外，其他模型的五個回歸系數多數都具備顯著性。就具體行業而言，第一，相比制造業企業，公共事業企業提高其融資規模相對機會比更大。實證結果顯示，如果企業屬于公共事業行業，那么其融資水平從中低規模、中等規模向中高規模和高規模發展的相對機會比顯著提高，這表明公共事業企業在獲得5000萬以上的融資規模具有絕對優勢。第二，相比制造業企業，商業和服務業企業提高其融資規模的相對機會比更大。這說明目前銀行在支持浙江中小企業融資方面，雖然制造業企業所占數量最多，但在提升融資規模方面，商業和服務業企業更具優勢。第三，相對制造業企業，農林牧漁企業融資規模從任一低等級向更高等級發展的相對機會比都更小?？赡艿慕忉?一來可能是浙江省農業占比本來較少，獲得貸款的農業企業占比也較少;二來可能是銀行對農業企業的準入條件較高，農業企業能獲得貸款的比率相對較低。第四，建筑企業的回歸系數時正時負，并沒有形成一定的規律。這說明相比制造業企業，建筑業企業的融資規模變化的相對機會比大小并不確定。

五、結論及啟示

表5給出了影響中小企業融資水平差距的顯著性因素，從縱向看，環境變量對企業提升融資規模的影響往往具有差異性。其中，企業規模、資產規模、信用評級和銀企關系是企業提高融資水平的共同決定因素。具體而言，總結如下:

1.Log（p2/p1）:企業融資規模由低等級向中低等級發展所受指標影響最少，僅有四個共同因素起決定作用，所受其他因素限制不顯著。

2.Log（p3/p1）、Log（p4/p1）:企業融資規模由低等級跨越中低等級向中等和中高等級發展時，企業年限、企業所處生命周期階段的成熟期都起到了積極的作用;相比制造業企業，商業、服務業和公共事業的企業獲得了更高的機會比，而建筑業和農林牧漁業企業則獲得了更低的機會比。

3.Log（p3/p2）、Log（p4/p2）:在中低融資規模向中等和中高融資規模發展時，企業年限和企業處于成熟期都起到了積極的作用。依照中小企業生命周期理論，企業的成熟期是間接融資的最佳時期，銀行在這個時期也會擴大信貸投放力度，但并不是針對所有的融資規模。行業分類也具有決定性影響。

表5 影響中小企業融資水平差距的顯著性因素

4.Log（p4/p3）:企業年限是中等融資規模向中高融資規模提升的決定性因素。這進一步證明了處于成熟期的企業更傾向于或更易于獲得銀行貸款。

5.Log（p5/p1）、Log（p5/p2）、Log（p5/p3）、Log（p5/p4）:企業性質對高規模融資最具影響力。在前四個等級融資規模任一個向最高等級融資規模發展時，企業性質都具有顯著性，而且具有唯一性，這說明國有企業/集體及其控股企業相對其他三種性質的企業，在獲得高規模融資水平具有絕對優勢。此外，企業年限在以上四個模型上要么不顯著，要么顯著為負，這說明企業年限越久，企業融資規模提升到最高等級的機會比越低，前面已經講到這與企業的生命周期和融資結構轉變有關。

實證結論表明，在已有融資水平的前提下，中小企業提升其融資規模所受的影響因素存在差異性，金融機構在制定信貸政策時可以針對這些因素進行合理引導。筆者就具體影響因素的建議如下:

1.中小企業的生命周期在其信貸融資規模轉變和銀行信貸投放行為轉變中都起到顯著作用。金融機構可以考慮將生命周期納入到中小企業的信用評價等級，建立基于生命周期的信貸擴張和壓縮機制。

2.外部融資條件對中小企業提升融資規模有顯著的正向作用。金融機構應該重視中小企業的軟性信息，注重發展關系型信貸，并能強化農業產業化龍頭企業的融資帶動作用。

3.行業分類對中小企業融資規模影響較為明顯。商業銀行對于企業的行業政策已經較為成熟，主要應該提高行業政策的靈活度。

4.大型企業、國有/集體及其控股企業在獲得高等級的融資規模上具有絕對優勢。一定程度也驗證了中小企業信貸融資的“規模歧視”和“所有制歧視”［1］，建議金融機構弱化企業所有制結構和規模概念，使國有和民營企業、大型和中小企業能夠在公平競爭的情況下獲得金融資源，加大對中小企業和民營企業的信貸支持力度，有力推動金融資源配置到盈利能力強的優質企業。

［1］張捷，王霄.中小企業金融成長周期與融資結構變化［J］.管理世界，2002（9）:63 －70.

［2］游德升，盧梅.我國企業融資規模歧視研究［J］.當代經濟，2010（11）:106－019.

［3］譚之博，趙岳.企業規模與金融來源的實證研究——基于小企業銀行融資抑制的視角［J］.金融研究，2012（3）:166－179.

［4］Greiner L E.Evolution and revolution as organization grow［J］.Harvard Business Reviews，1998，76:3 －11.

［5］Berger A N，Udell G F.The economics of small business finance:The roles of private equity and debt markets in the financial growth cycle［J］，Journal of Banking ＆ Finance，1998，8:613－673.

［6］錢海章.高新技術企業的生命周期及融資戰略［J］.金融研究，1999（8）:61－66.

［7］羅丹陽，宋建江.私營企業成長與融資來源選擇［J］.金融研究，2004（10）:120－127.

［8］余江.我國大型商業銀行對中小企業信貸融資問題研究［D］.成都:西南財經大學博士學位論文，2008.

［9］曹敏，何佳，潘啟良.金融中介及關系銀行——基于廣東外資企業銀行融資數據的研究［J］.經濟研究，2003（3）:44－53.

［10］張捷，梁迪.我國中小企業貸款約束的影響因素分析［J］.暨南學報（人文科學與社會科學版），2004（1）:40－44.

［11］陳鍵.銀企關系與信貸可獲得性、貸款成本——基于2003年NSSBF調查的實證研究［J］.財貿經濟，2008（1）:86－93.

［12］周中勝，王愫.企業家能力、信用評級與中小企業信貸融資可獲得性［J］.財貿經濟，2010（6）:10－17.

［13］魏守華，劉光海，邵東濤.產業集群內中小企業間接融資特點及策略研究［J］.財經研究，2002（9）:53－59.

［14］趙祥.企業集群融資機制的變遷［J］.經濟與管理研究，2005（1）:49－53.

［15］馬鴻杰，胡漢輝.集群內中小企業信貸融資因素分析——基于常州三個產業集群的實證［J］.軟科學，2009，23（7）:103 －108.

［16］張偉斌，劉可.供應鏈金融發展能降低中小企業融資約束嗎?——基于中小上市公司的實證分析［J］.經濟科學，2012（3）:108－118.

Life Cycle，Financing Condition，Industry Classification and Financing of SME—Empirical Analysis Based on the Bank Credit Data of SMEs in Zhejiang Province

LI Run－ping1，2
（1.Postdoctoral Programme，the Agricultural Bank of China，Beijing100005，China;
2.Postdoctoral Research Station，Peking University，Beijing100871，China）

Based on the data of6543 small and medium－sized enterprises（SMEs）in Zhejiang Province，using Multinomial Logit model，this paper studies the impacts of lifecycle，industry classification，financing condition and so on on improving the scale of financing for SMEs.Empirical finding shows that:（1）the life cycle of SMEs influences the scale of financing when the enterprises are in the growth period，maturity period and exit period，but the influence is partly significant;SMEs'age have played a significantly positive role in improving financing from any low－grade to the second－highest grade，but it have played oppositely from any low－grade to the highest grade.（2）Credit rating and bank－firm relationship have a significantly positive effect on improving the scale of SME's financing at any level of financing.（3）compared with manufacturing SMEs，there is a larger opportunity for SMEs in commerce，service and public utilities to improve their level of financing，but it is opposite for SMEs in agriculture，forestry，husbandry and fishery.The conclusions of the paper not only reveals the reasons for belonging to the existing type of financing for SMEs，but also proposes various paths for SMEs to change the scale of financing.

Life Cycle;Financing Condition;Industry Classification;SME;Financing Scale

A

1002－2848－2014（04）－0077－10

2014－03－24

中國博士后科學基金面上項目（項目編號:2013M530787）。

李潤平（1983－），女，湖北省天門市人，中國農業銀行博士后工作站和北京大學博士后流動站聯合培養博士后，經濟學博士，研究方向:農村與縣域金融研究。

責任編輯、校對:李斌泉