張珂


【摘要】科技型中小企業在我國經濟發展中起著重要作用,是我國就業機會的創造主體,是推動經濟增長的重要動力,也是技術創新的活躍因素。然而我國科技型中小企業卻面臨著融資難的問題。究其原因是缺乏一個有效的科技型中小企業信用風險評價指標體系。本文在綜合前人研究結論的基礎上,構建了一個含有11個財務和非財務指標的信用風險評價體系,并利用判別分析法對54家上市公司的相關數據進行了分析驗證。最終得到一個含有九個指標的有效科技型中小企業信用風險評價指標體系。
【關鍵詞】科技型中小企業 判別分析法 信用風險評價 財務指標 非財務指標
近年來隨著我國經濟的高速發展,科技型中小企業在促進國民經濟增長、提供就業崗位、推動技術創新、保持社會穩定等方面發揮著越來越重要的作用。然而,中小企業融資難卻是我國乃至全世界中小企業所面臨的問題。據中國銀監會公布的2008年第一季度信貸數據顯示,各商業銀行2008年一季度發放的2.2萬億元信貸額度中,僅約3000億元貸款授予中小企業,占全部商業貸款的15%。商業銀行向中小企業惜貸的主要原因就在于,中小企業的信用風險太大且難以識別及控制。事實證明,現今,中小企業信用風險識別及控制已經成為制約我國中小企業發展壯大的重要因素。
因此,建立有效的科技型中小企業信用風險評價指標體系,對于解決科技型中小企業融資難問題至關重要,更是持續有效地推動國民經濟增長所必不可少的科研環節。
一、文獻綜述
上世紀以來,國內外許多學者都對中小企業信用風險評價指標的建設從不同方面,運用不同方法進行了研究。
從考慮的角度不同來說,最初的企業信用評價更多地集中在企業的財務指標上。Altman等(1968)選取1946~1965年間的33家破產制造業企業和同樣數目且規模相近的正常經營制造業企業,通過對22個財務比率指標(流動性、獲利能力、財務杠桿、償債能力、營運效率等5類指標)運用數理統計方法進行篩選,最終選用了5個指標:營運資本/總資產、留存收益/總資產、息稅前收益/總資產、權益市價/債務總額賬面價值、銷售收入/總資產。Edmister(1972)選擇負債比率、流動比率、資產周轉率和凈資產收益率等常規的財務指標,建立了專門針對小企業的信用評級指標體系。Aziz、Emanuel和Lawson(1988)發現破產公司在破產前5年內與正常公司相比,他們的現金支付的所得稅均值以及經營現金流量均值均有顯著的差異,進而發展了現金流量信息預測信用風險模型。部分國內學者主要從防范商業銀行信用風險的角度出發,對構建企業信用評級指標體系進行研究。如周春喜(2003)基于商業銀行信用風險管理的角度,構建了包括企業素質、資金結構、經濟實力、信譽狀況、經濟效益以及發展前景六個評級要素的企業信用評級指標體系。部分學者著重從企業融資與發展的角度出發來研究企業信用評級指標體系。如張紅波(2004)從獨立性、相關性、可行性原則出發,構建了由企業品格、企業規模、風險控制水平、盈利能力以及發展能力五個方面組成的企業信用評級指標體系。夏立明、宗恒恒和孟麗(2011)在基于供應鏈金融的中小企業的基礎上,根據供應鏈金融的業務特性,提出了以融資主體信用風險評價、融資債項信用風險評價、宏觀環境風險評價三個子評價體系組成的基于供應鏈金融的中小企業信用風險評價指標體系"經過三輪指標的篩選,最終甄選出38個指標構成基于供應鏈金融的中小企業信用風險評價指標體系,為金融機構進行信用風險評價提供了借鑒。
從研究所使用的方法來說,主要有層次分析、聚類分析方法,隸屬度分析、相關性分析和鑒別力分析方法,Logit判別方法,模糊數學方法,人工智能方法等(賈文榮,2012)。例如,陶軍(2005)通過聚類分析方法,在對24個現金流量指標進行分析和蹄選的基礎上,確定了銷售現金比率、資產現金流量回報率、外部融資比率、經營融資與投資比率、現金投資成長率和凈利潤經營現金比率六個揭示企業信用風險的指標。范伯乃、朱文斌(2003) 運用隸屬度分析、相關性分析和鑒別力分析的方法,確定了建立中小企業信用評級指標體系的15個指標,它們包括企業經營能力、償債能力、盈利能力和發展能力四個方面。張目(2012)運用可變模糊評價對戰略性新興產業企業信用狀態進行了評價。
本文在綜合考慮了前人研究得出的重要財務指標基礎上,加入了更能反映科技型中小企業的非財務指標,如研發投入水平,無形資產占比和核心員工人數等。在此基礎上,擬采用判別分析法來判定所構建的科技型中小企業信用風險評價指標體系的有效性和適用性。
二、實證研究
(一)數據來源與處理
本文隨機從創業板和特別處理類股票中分別選取了35、19只上市公司股票,并收集整理了這54只股票的11個指標。其中包括8個反映上市公司成長能力、盈利能力、盈利質量、運營能力、財務風險、償債能力的財務指標,分別為:基本每股收益、營業收入同比增長、加權凈資產收益率、銷售現金流/營業收入、總資產周轉率、資產負債率、流動比率和速動比例。選取的反映科技型中小企業非財務特點的三個指標分別為:核心員工占比、無形資產占比和研發投入占營業收入比例。從54家上市公司中隨機選取5家創業板公司、3家ST上市公司作為測試樣本,其余46家上市公司用作分類樣本。所有指標均選取2014年年末這一時點上的數據。所有原始數據均來自東方財富網以及深圳證券交易所和上海證券交易所上刊登的各上市公司2014年年度報告。
(二)判別分析法檢驗結果分析
判別分析法可用數學語言描述如下:設有n個樣品,對每個樣品測得p項指標的數據,已知每個樣品屬于k個類別(或總體)G1,G2,…,Gk中的某一類。判別分析法利用這些數據,找出一種判別函數,使得這一函數具有某種最優性質,能把屬于不同類別的樣本點盡可能地區別開來。利用這一判別函數我們能判定測得同樣p項指標(變量)數據的一個新樣品歸屬于哪一類。
利用SPSS軟件對上述54家上市公司進行判別分析。
對判別分析結果進行方差分析可得表1。從表1的分析結果可知,銷售現金流/營業收入和總資產周轉率在兩組中的差別不顯著,對分類的作用可能不大。
從返回結果可以得到如下Fisher判別函數:D=-4.509+0.657X1 +0.002X1-0.002X1+0.344X1+0.302X1+0.736X1-0.785X1+0.046X1 +0.576X1+0.007X1 (1)
將測試樣本數據帶入上式,所得Fisher判別函數的值與兩組的重心值:分別為2.064和-3.835比較,離哪個組的重心近就歸入哪一組。
從表2的分類結果可知,判別分析法已對初始分組案例中的 97.8%個進行了正確分類,交叉驗證分組案例中正確分類的概率為93.5%。從表3測試組的分組結果可以看到,判別函數(1)已對五家創業板上市公司中的四家進行了正確分類,正確率80%;對3家ST類上市公司全部分類正確,正確率100%。這說明本文所建的科技型中小企業信用風險評價指標體系分類效果顯著,能有效的甄別風險,是可取的。
三、結論
本文在總結前人對中小企業信用風險評價指標研究成果的基礎上,加入了能突出反映科技型中小企業特點的核心員工占比、無形資產占比和研發投入占營業收入比例這3類非財務指標,擬構建一個包含11項財務和非財務指標的科技型中小企業信用風險評價指標體系。為檢驗該指標體系的有效性,運用判別分析法對選取的54家上市公司數據進行分析。分析結果顯示,整個指標體系能有效甄別風險,并顯著區分不同風險級別的企業。其中銷售現金流/營業收入和總資產周轉率兩個指標對分類效果的影響不顯著,因此可以從指標體系中剔除以達到簡潔化科技型中小企業信用風險評價指標體系的目的。最后,本文通過一系列分析驗證得到一個包含九個指標,能有效甄別信用風險的科技型中小企業信用風險評價指標體系。本文研究結論豐富和拓展了科技型中小企業信用風險評價指標體系建設理論,對于解決科技型中小企業融資難問題做出了貢獻。
參考文獻
[1]Altman E.I,Narayanan.Financial Ratios Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Finance,1968,23(9):589-609.
[2]R.Etimistcr.An empirical test of financial ratio analysis for small business failure prediction[J].Journal of Financial and Quantitative Analysis?1972,7(2):147-193.
[3]A.Asiz,D.Emanuel and G Lawson.Bank Prediction:An investigation of Cash Flow Based ModeIs[J].Journal of Management Studies.1988:25-29.
[4]周春喜.企業信用等級綜合評價指標體系及其評價[J].科技進與對策,2003,(4):124-126.
[5]張紅波.略論企業信用狀況評價抬標體系的構建[J].湘渾師范學院學報(社會科學版),2004,(2):53-55.
[6]夏立明.中小企業信用風險評價指標體系的構建[J].金融論壇,2010,(10):101-106.
[7]陶軍.我國中小企業信用評級體系構建的發醉模式[J].金融理論與實踐,2003,(6):6-8.
[8]范柏乃,朱文斌.中小企業信用評價指標的理論遴選與實證分析[J].科研管理,2003,(6):83-88.
[9]賈文榮.我國中小企業信用評級指標體系構建研究[D].天津:天津財經大學,2012.
[10]張目.基于相對熵和可變模糊集理論的戰略性新興產業企業信用評價[J].數學的實踐與認識,2014,(13):45-54.