無形資產、中小企業信用能力與企業價值

郭俊　黃溪　周舟

無形資產、中小企業信用能力與企業價值

郭俊黃溪周舟

本文選取2013-2015年在深圳創業板成功上市的282家公司為混合樣本，研究無形資產、中小企業信用能力與企業價值三者之間的關聯關系。結果顯示，中小企業的無形資產與其信用水平密切相關，是其重要的信用能力載體；中小企業無形資產的價值（信用能力）通過信用表現（信用能力的發揮）最終影響企業價值的實現。進一步研究發現，中小企業不同類型的無形資產對信用的影響、信用對企業價值的影響機制不盡相同。

中小企業 信用能力 企業價值 無形資產

一、中小企業信用能力與信用實現的關聯分析

（一）理論基礎與研究假設

已有研究表明信用能力是實現企業信用的必要條件，而無形資產已然成為中小企業重要的信用能力體現（賈軍、邢樂成，2016）。我國中小企業因特殊發展軌跡而積淀的獨特無形資產是其轉型的關鍵資源，同時對該類資源的優化管理又是中小企業實施轉型戰略的重要途徑。

技術類無形資產包括專利、非專利技術、技術標準和著作權。無形資產的價值是由未來收益期限內無形資產可實現的收益額折現而成的，而專利即可為企業帶來未來價值的提升，專利價值越高，其獲利能力越強，其評估值越高。

人力資本類一般包括高級管理人員和普通員工。首先，高級管理人員作為企業的一項重要人力資源，在企業生產經營中起到了制定決策、規范運營、引導發展的關鍵作用。其次，員工又包括訓練有素的集合勞動力和技術研發型人才。前者是一項價值很高的無形資產，具有社會平均的知識存量和一般能力水平。后者的價值體現在其創新能力，既能不斷增加企業的技術要素數量和質量，又能保證企業產出的技術優勢和持續性。

市場類無形資產（如商標、客戶），是企業的一項重要無形資產，增加市場類無形資產是實現企業利潤增長和提高企業總體價值的關鍵（張麗、杜培林，2012）。然而實踐中企業多重視經典無形資產如專利等的管理，對于異型無形資產如商標、客戶則缺少關注（沈麟，2011）。

無形資產是企業信用能力的體現，信用能力是企業實現信用的充分條件。因此，本文提出如下假設：

H1：無形資產能提高中小企業的信用，信用能力越強的中小企業顯示出更高的信用。

（二）數據來源與處理

本文選取2013-2015年在深圳創業板成功上市的282家公司做混合樣本的研究。所有無形資產相關變量的信息摘錄于公司2013-2015年年報，研究所用的所有財務數據來源于Wind數據庫。另外，采用Winsorize的方法對極端值進行處理，對所有小于1%分位數（大于99%分位數）的觀測值，令其值分別等于1%分位數（99%分位數）。

（三）研究模型與變量說明

本文采用模型1分析信用能力對信用的影響。

其中：technology指技術類的無形資產，主要包括專利（Patent）、發明專利占比（Invention Ratio）、非專利技術（Knowhow）、技術標準（Standard）、著作權（Copyright）。Human Resource指人力資本類無形資產，主要包括高管和員工兩方面，有高管兩職合一（Duel）、高管薪酬（Compensation）、員工競爭能力（Competence）。Market指市場類無形資產，主要包括商標、客戶資源和市場地位，有商標聲譽（Honor）、商標數量（trademark）、市場份額（Market Share）、市場排名（Rank）、客戶集中度（Herfindahl）。Control Variable是控制變量，主要有股權性質（SOE）、公司規模（Size）、公司上市年限（Listed Year）、公司成立年限（Established Year）、無形資產（Intangible）。按證監會規定的15類控制行業，同時按樣本時間跨度控制年度。具體變量定義見表1。

表1　變量說明表

（四）創業板員工類人力資本競爭力因子分析

1.指標設計

具體評價指標可從人力資本的規模、素質和創利能力三方面進行選取，人力資本的規模和素質可以體現公司對人力資本的吸引和占用情況，人力資本的創利能力則體現了公司運用人力資本提升自身經營效率和競爭力的能力。從我國創業板公司人力資本競爭力的內涵出發，從以下幾個方面對樣本公司的人力資本競爭力評價指標進行設計：

（1）人力資本規模評價指標。整體而言，較多的員工數量意味著企業規模較大。

（2）人力資本質量評價指標。從業人員的學歷是影響樣本公司經營業績的重要因素，而技術研發人員的占比反映了創業板上市公司的技術實力。

（3）人力資本活力評價指標。年齡是反映人員素質的另一標準，年輕的員工具有接受能力強、工作效率高等特點，因此具有年輕化的勞動力集合也是樣本公司提升競爭力的重要途徑。

（4）人力資本創利能力評價指標。對于任何一個企業，利潤才是經營的最終目的，因此，人力資本的競爭力主要體現在人力資本的創利能力中。

2.樣本及數據

考慮到數據的可得性和完整性，本文選取了2013-2015年282家創業板公司共527個樣本，按照表1中所列示的指標統計其相關數據，全部數據均源于樣本公司2013年至2015年年度報告，數據截止日期為每年12 月31日。

其中，員工學歷得分的計算方法為，按照學歷高低將碩士及博士 、本科、專科、高中及以下四個類別分別賦予2分、1.5分、1分和0.5分的權重，將各學歷層次的員工人數分別與相應的得分相乘后求和，再除以該企業的員工總數，可得每家樣本公司員工學歷的加權平均得分。

表2　解釋方差總和

員工年齡得分的計算方法為，按照年齡階段將“50歲以上”、“40 至50歲”、“30至40歲”、“30歲以下”四個類別分別賦予2分、1.5分、1分和0.5分的權重，將各年齡層次的員工人數分別與相應的得分相乘后求和，再除以該企業的員工總數，可得每家樣本公司員工學歷的加權平均得分。

3.因子分析

本節利用因子分析法對樣本公司的各項人力資本競爭要素進行統計分析，得出了各項指標的描述統計量、變量共同度、因子貢獻率、旋轉因子載荷、成分得分系數矩陣、因子得分數據等多項檢驗結果。

KMO和Bartlett 的檢驗結果顯示（由于篇幅限制，文中未列出圖表），KMO值為0.58，說明因子分析的效度較高。Bartlett 的球形度檢驗的原假設為相關系數矩陣為單位陣，Sig值為0.000小于顯著性水平0.05，因此拒絕原假設，說明變量之間存在相關關系，適合做因子分析。

員工人數、技術人員占比、學歷得分、年齡得分、人均總資產和人均利潤總額六個變量的兩個因子共同度顯示：技術人員占比、年齡得分、人均總資產和人均利潤總額的因子共同度都基本在0.7以上，說明這些變量都能很好地被兩個因子解釋。

表3　技術類無形資產對信用的影響

表4　Credit分段回歸專利對信用的影響

表5　Credit分段回歸著作權對信用的影響

從表2的特征值可以看出，這兩個因子對6 組變量的信息提取都比較充分。根據累計方差貢獻率和因子特征根來確定因子的個數，一般以特征根大于1為主成分選取標準。由于只有前兩個因子的特征值大于1，且前兩個因子的特征值之和占總特征值的64.081%。可見，被放棄的其他4個變量解釋的方差僅占35.919%，說明前兩個因子提供了原始數據的足夠信息。因此，提取前兩個因子作為主要評價標準。需要注意的是，碎石圖顯示，前3個因子的斜率較大，而后3個因子間的斜線較為平緩，前3個因子可能提供原始數據的絕大部分信息。為了保證研究的嚴謹性，本文重新進行因子分析，選擇特征值大于0.9，即前3個因子為公因子，計算出人力資本競爭力的得分，并在后文進行相應回歸分析，發現與選擇兩個因子作為公因子的結果無明顯差異，故本文只展示第一種因子分析的過程及結果。

通過因子旋轉，各個因子有了比較明確的實際意義。每個因子只有少數幾個指標的因子載荷較大，因此可以根據上表分類，將六個指標分成兩類：員工人數、人均總資產和人均利潤總額在第一個因子上載荷較大，可以將第一個因子命名為人力資本效率因子（Efficiency Factor）；技術人員占比和學歷得分在第二個因子上載荷較大，可以將第二個因子命名為人力資本素質因子（Quality Factor）。

根據成分得分系數矩陣，計算出各家樣本公司的兩類因子得分，然后，再根據各因子所占的方差貢獻率作為權重計算出各家公司的綜合因子得分，即為員工類人力資本競爭力（Competence）。具體表達式如下：

Competence= （36.955＊Efficiency Factor+27.126＊ Quality Factor）/ 64.081

（五）無形資產對信用的影響

1.技術類無形資產對信用的影響

表3顯示，Invention Ratio、Knowhow、Standard的系數顯著為正，說明發明專利占比、非專利技術和技術標準均能促進企業信用的增加，該幾類無形資產是信用能力來源的有效保障。值得注意的是， Copyright的系數統計學上不顯著，從實證結果沒有發現專著權對信用顯著的影響。并且，Patent的系數在10%的水平上顯著為負，表明專利可能會減弱企業的信用，這有悖于文章的理論基礎與假設。所以，本文有必要對Patent 和Copyright對信用的影響進行進一步分析。

表6　人力資本類無形資產對信用的影響

將企業按信用的四分位數分成三組樣本，其中：第一組樣本是信用小于前四分位數的企業（即Credit＜2.133），表示信用較低，代表企業處于成長期；第二組樣本是信用大于等于前四分位數而小于等于后四分位數的企業（即2.133＜=Credit＜=4.019），表示信用處于中等水平，代表企業正處于成熟期；第三組樣本是信用大于后四分位數的企業，代表企業處于衰退期。檢驗結果如表4所示，在第一組樣本中，企業信用較低，Patent系數顯著為正，專利有助于提升企業信用。在第二組樣本中，企業信用處于中等水平，Patent系數不顯著，專利對企業信用無明顯影響。有意思的是，在第三組樣本中，企業信用較高，但此時Patent系數顯著為負，專利的增加反而降低企業的信用。

一種合理的解釋是，當企業處于成長期時，企業處于事業的發展階段，各項專利劇增，且出于發展的內在要求，申請的專利大多質量、技術含量較高，含金量足，如發展中的蘋果公司就手機一項業務就擁有多達200項專利，且都領先于行業水平。此時，一方面企業擁有大量高質量的專利，顯示出企業有資本和能力展現出借款、籌資的底氣，主動增強自身信用。另一方面，專利顯示出信號效應，外界通過企業大量優質專利，判斷企業信用能力增強的的一個重要信號。同時，當企業處于成熟期或穩定期時，企業信用經過反復博弈，在市場上已經成為公開信息，并且企業難以取得重大發展，其專利質量也難以明顯提升，此時專利與信用不存在顯著相關性。然而，當企業處于衰退期時，大多是發展遇到瓶頸，企業面臨衰退甚至倒閉的困境，此時，企業為了孤注一擲，也可能是“迷惑”市場，故意申請大量專利，而很顯然，此時的專利質量很低，難以為企業帶來實質性的收益，所以，這時作為有效資本市場（至少是半有效資本市場），在重復博弈過程中，市場總能“看穿”衰退企業的“把戲”，企業申請的專利越多，其實已不是經濟實力的表現，而僅僅是掩人耳目的“障眼法”，企業信用當然反而降低。

同樣，表5顯示，Copyright在信用小于前四分位數的樣本中顯著為正，再次驗證了當企業處于成長期時，著作權等無形資產能增強企業自身信用能力，并通過信號傳遞，讓市場及時辨別企業的信用能力，以此提升企業信用。

表7　市場類無形資產對信用的影響

2.人力資本類無形資產對信用的影響

從表6可以看出，無論是在Model 1還是Model 3，Compensation的系數都顯著為正，說明高級管理者薪酬的越高，企業對管理者越有信心，企業越處在發展壯大的時期，信用能力則越強。同時，高級管理者薪酬越高，代表企業實力雄厚，其信用相應也就越高。Duel的系數在model 2中顯著為負，表明高管兩職合一不利于企業發展，管理者可能會利用職位便利為自己謀取私利，攫取企業利益，導致企業信用受損。

在Staff一欄中，反映員工的人力資本競爭力Competence的系數顯著為正，說明員工的競爭力會增強企業效率，推動企業發展，從而提升企業信用。需要指出的是，本節將反映員工競爭力的兩個方面也進行了回歸，發現不管是員工效率還是員工素質，都會增加企業信用。這充分說明無論管理層還是基層員工，都是企業信用能力的保障，而且員工的工作效率和基本素質都能影響最終的企業信用。

3.市場類無形資產對信用的影響

在表7中，Rank的系數顯著為正，說明企業排名越高，依據廣告效應和擔保原理，其信用相應就越強。然而，我們發現除Rank外，Honor、trademark、Herfindahl、Market Share等市場類無形資產的系數都不顯著，這印證了我國中小企業的現實背景。我國自2004年6月建立中小板和2009年10月建立創業板以來，中小企業的市場化發展歷時不久，制度和經濟環境都未達到相應的成熟的階段，再加上金融、政策向大型企業尤其是國有企業的傾斜和偏好，導致中小企業在市場上難以發揮出其自身的優勢，無形資產也難以體現出來，市場對中小企業的無形資產不重視甚至漠視，最終導致中小企業擁有大量無形資產卻難以將其轉化為信用。這是現階段我國中小企業發展的瓶頸，也是宏觀、金融政策制定者需要面臨的一項重要議題。

二、中小企業信用實現與企業價值的關聯分析

（一）理論基礎與研究假設

上文已驗證無形資產作為企業重要的信用能力對企業信用實現帶來的顯著效應。而無形資產對企業價值的影響已經毋庸置疑。由于企業價值是使所有企業利益相關者（包括股東、債權人、管理者、普通員工、政府等）均能獲得滿意回報的能力，是企業信譽得以肯定的最終表現形式，則企業的信用水平對企業價值產生直接或間接的影響。在很大程度上，企業的信用能力可能不一定以直接的路徑影響企業價值。由此，提出以下兩個假設：

H2：無形資產能提升中小企業的價值，信用能力越強的中小企業顯示出更高的企業價值。

H3：無形資產通過提高中小企業的信用來提高中小企業的價值，信用能力越強的中小企業，其企業價值越高。

（二）模型設計與變量說明

通過模型2和模型3建立聯立方程，分析無形資產通過影響信用，最終影響企業價值的關聯性。已有研究發現，無形資產與企業價值之間并不是簡單的相關關系，因為市場不能直接觀測到企業的無形資產，這時就要通過一個媒介來認識到無形資產的價值，這個媒介就是企業信用，稱之為中介變量。換言之，無形資產通過企業信用能力的方式表現出來，并在市場上經過機構評估、反復博弈得到一個公允的評價，體現在資本市場就有一個公允價值，這時市場就能給企業的無形資產進行定價，并最終反映到企業價值。

表8　技術類無形資產、信用、托賓Q的關聯分析

（三）實證檢驗與結果分析

1.技術類無形資產、信用、價值的關聯性研究

表8顯示，Invention Ratio、Knowhow與企業價值表現出正相關關系，但在加入企業信用變量之后，它們之間的這種關系消失了，取而代之的是信用與價值之間的正相關關系。Model 3到Model 6充分說明了，雖然無形資產會影響企業價值，但是，是將這種影響傳導到企業信用這個中介變量，再通過信用反映到企業價值。從這三者的關系可以得出，在當前中國中小企業發展仍處于初級階段，再加上先天、制度上的缺陷，如目前會計準則確認的無形資產的價值僅包括各種專利權、著作權等的申請中產生的費用，且大部分是土地使用權，所以無形資產的賬面價值難以真實反映其內在價值。因此，中小板和創業板應該建立完善的信用評估和考核體系，發揮信用對無形資產的價值發現功能，完善資本市場的價值發現機制，推動中小企業持續發展。

表9中，企業價值用賬面價值與市場價值之比（B/M）代替，B/M越小表示企業價值越大。Invention Ratio、Knowhow、Standard與B/ M的系數顯著為負，在加入信用后顯著性消失，說明信用發揮了無形資產的價值發現功能，與上文結論一致。

由表10得知，著作權具有階段性特征，故本節仍將信用分段，研究著作權、信用與價值的關聯性。如表15所示，在Model 1中，當企業信用處于較低水平時，著作權能增加企業價值，但當加入信用變量后，在Model3中，著作權與價值的相關性消失了，這種關系轉換為信用與價值的相關性。另，企業價值用賬面價值與市場價值之比（B/M）代替，結論一致，結果較為穩健。

表11　人力資本類無形資產、信用與價值的關聯分析

2.人力資本類無形資產、信用、價值的關聯性研究

表11顯示，Duel與企業價值顯著負相關，Compensation、Competence與企業價值顯著正相關，在加入企業信用變量之后，這種顯著相關關系消失，信用與價值為顯著正相關。在用B/M替代企業價值后，結論一致。說明信用也滿足人力資本無形資產的價格發現功能。

3.市場類無形資產、信用、價值的關聯性研究

表12顯示，Rank與企業價值顯著負相關，再加入信用變量之后顯著性消失，而信用與價值表現為顯著正相關。用B/M替代企業價值后，結果依然一致。說明排名較高的企業會通過提高企業信用，從而增加企業價值。反映了信用對市場類無形資產具有一定的價格發現效應，但僅局限于諸如企業排名的無形資產，未發現普遍性的結論。

表12　市場地位、信用與價值的關聯分析

三、結論

通過對我國中小企業信用能力進行微觀診斷，發現中小企業潛在的大量微觀信用基礎源于無形資產。本文選擇創業板中小企業作為研究樣本，基于其信息相對公開化、能力相對顯性化的特點，對其信用能力、信用表現及企業價值進行關聯分析后發現：第一，中小企業的無形資產與其信用水平密切相關，是其重要的信用能力載體。第二，中小企業無形資產的價值（信用能力）通過信用表現（信用能力的發揮）最終影響企業價值的實現。第三，中小企業不同類型的無形資產對信用的影響、信用對企業價值的影響機制不盡相同。論影響程度，技術類無形資產居首，人力資本類無形資產其次，市場類無形資產最末；論影響復雜性，技術類無形資產往往呈現出分段影響的差異性，即無形資產對信用較低的中小企業產生顯著的正向影響。

作者單位：中國信達資產管理股份有限公司人民日報社海南省國稅局車購稅分局

主要參考文獻

1.賈軍，邢樂成.信息通信技術與中小企業融資約束——基于金融制度邊界的分析框架.中國經濟問題.2016（5）

2.張麗，杜培林.客戶資產評估影響因素研究.會計之友.2012（1）

3.趙馳，周勤，汪建.信用傾向、融資約束與中小企業成長——基于長三角工業企業的實證.中國工業經濟.2012（9）

4.胡海青，崔杰，張道宏，張丹.中小企業商業信用融資影響因素研究——基于陜西制造類非上市企業的證據.管理評論.2014（2）

5.中小企業擔保課題組，賈康.中小企業信用擔保的總體情境與財政政策匹配.改革.2012（3）

6.高麗君.基于貝葉斯模型平均生存模型的中小企業信用風險估計.中國管理科學.2012（11）

7.劉文宇.論我國中小企業信用體系的建設與完善.東北師大學報（哲學社會科學版）.2015（2）

8.吳明璽.世界各國中小企業信用擔保制度的經驗及對我國的啟示.世界經濟研究.2014（7）

9.郁俊莉，張曉.中小企業融資中的信用能力建設模式.統計與決策.2014（4）

10.陳曉紅，吳小瑾.中小企業社會資本的構成及其與信用水平關系的實證研究.管理世界.2007（1）

11.Carol Corrado， Charles Hulten， and Daniel Sichel， 2006. Intangible Capital and Economic Growth， Finance and Economics Discussion Series Divisions of Research & Statistics and Monetary Affairs， Federal Reserve Board， Washington， D.C.， （24）:131-140.

12.David Irwin， Jonathan M. Scott， 2010. Barriers Faced by SMEs in Raising Bank Finance ［J］. International Journal of Entrepreneurial Behaviour &Research 16 （3）:76-89.

13.Jonathan t. Eckhardt and Scott Shane， 2006. Innovation and Small Business Performance: Examing the Relationship between technological Innovation and the Within-Industry Distributions of Fast Growth Firms， Peregrine Analytics， LLC.

14.Kaplan， Robert. S.， and Norton， David. P.， 2004. Strategy Maps: Converting Intangible Assets into tangible Outcomes， Harvard Business School Press.