宏觀經濟因素、財務指標與新三板企業信用風險

高 歌，金 輝

（杭州電子科技大學經濟學院，浙江杭州310018）

一、引言

中小企業融資成本高等問題是中小企業成立之初融資不足的主要原因，為此證監會在2013年啟動了新三板的工作建設。但我國資本市場體系不健全，企業過度依賴銀行貸款等間接融資，掛牌新三板的費用進一步增加了財務負擔，使其信貸條件更為嚴格。而宏觀經濟的波動影響信貸市場的資金供給，改變企業的融資結構與融資約束，從而影響企業的信用風險；企業自身的財務管理能力等也會間接影響其信用能力。中小企業股票融資的成本過高，僅靠內部積累又難以滿足全部資金需求，因而更多的依賴債務融資，所以融資方式也會間接影響企業的信用風險。故以新三板掛牌企業為研究對象，建立有效的信用風險評估模型，對中小企業信用風險的影響因素進行分析，為有效防范和控制企業的信貸風險提供依據和參考。

二、新三板企業融資現狀

新三板除了優先股、定向增發等股權融資方式之外，還包括債務融資，債務融資的方式，主要包括：股權質押、銀行借貸、商業信貸、私募債、“雙創”債等。如圖1所示，截至2016年12月31日，新三板企業（10 163家）的全部投入達1.4萬億元；其中，權益融資1.04萬億，帶息債務的絕大部分是銀行借款，與投入資本之比約26%。如圖2所示，新三板債務融資的主要方式還是銀行借貸，約占23.6%；其次是企業債券，2016年底新三板債券市場的市值達382億元，占比為2.7%，并且持續增長。

圖1 新三板企業融資方式 圖2 融資方式占比（2016.12.31）

綜上所述，新三板企業債務融資獲取對象主要以銀行為主，又因私募債融資數據不易獲取，“雙創債”等發展時間太短，數據不具有代表性，因此選取銀行借貸、商業信貸及股權質押作為融資方式的研究變量，并結合財務指標及宏觀經濟因素對企業信用風險進行分析。

三、理論分析與假設提出

（一）宏觀經濟因素與信用風險

宏觀經濟的周期性波動會改變企業的融資結構，是企業必須關注的宏觀因素。Gilchrist和Zakraj觢ek（2012）[1]發現在 2007—2009 經濟危機期間，企業領導者的信用度惡化，會導致超額債券溢價的增加，金融部門有效風險承受能力的降低。盧永艷（2013）[2]通過建立 Logit模型實證發現 CPI、實際GDP增長率和M1增長率等都會顯著影響上市公司財務困境的風險。CPI反映通貨膨脹的水平，通貨膨脹率升高時消費支出增加，投資減少，降低了企業債券的需求，債券的信用風險會增大（周宏等，2011）[3]。企業景氣指數因行業細分能精準定位企業真實背景，有助于提高信用評分的準確度。除此之外，中央通過銀行提供的貨幣產出增長對中小企業的影響也是非常大的，錢龍（2015）[4]認為貨幣供給方面的因素對短期、中期、長期利率的影響是逐步增加的，貸款利率提高，中小企業發生道德風險行為的可能性越大，經濟大幅波動會對科技型企業的經營造成威脅。

綜合以上文獻，提出假設：

H1a：消費者物價指數與新三板企業的信用風險存在顯著的正相關關系；

H1b：企業景氣指數與新三板企業的信用風險存在顯著的負相關關系；

H1c：貨幣供給量與新三板企業的信用風險存在顯著的負相關關系。

（二）財務指標與信用風險

企業信用違約風險惡化側面反映了財務狀況的逐步變差，體現了長期經營過程中出現的各種矛盾，而信用風險主要集中在中小企業。公司只有信用評分越高，才越有資格獲得銀行貸款或其他借款以擴展大量的額外資源（Muriithi et.al，2016）[5]。企業自身的發展能力越好，還本付息的壓力就越小，按規定履行合約、服務等義務的可能性也越高。企業的信用風險越高，其利潤率就越低，其財務狀況和經營成果也就越差，抵御風險的能力也不如運行良好的企業（Li et.al，2016）[6]。程硯秋（2015）[7]認為凈資產與年末貸款余額比率、抵押得分等指標也能夠顯著區分違約小企業與非違約小企業的關鍵指標。因此，企業的財務管理能力與其信用風險的關系密不可分。

綜合以上文獻，提出假設：

H2a：新三板企業的盈利能力與其信用風險存在顯著的負相關關系；

H2b：新三板企業的償債能力與其信用風險存在顯著的負相關關系；

H2c：新三板企業的營運能力與其信用風險存在顯著的負相關關系；

H2d：新三板企業的成長能力與其信用風險存在顯著的負相關關系。

（三）債務融資與信用風險

新三板企業管理水平的低下在一定程度上限制了貸款融資的需要，不協調的營運資本結構會導致企業過度依賴銀行信貸等融資，導致負債-股本的比例失調，增大其融資風險。近年來，新三板股權質押規模逐年攀升，但火熱背后個股股價下跌屢見不鮮，股權質押猶如一顆潛在的“地雷”，隨時存在質押方爆倉的可能（謝德仁，2016）[8]。銀行借貸是企業在需要資金的情況下向銀行金融機構借貸資金所產生的，企業若不能及時償還，便會陷入財務困境（孫立新等，2013）[9]。從債權人的角度考慮，一般不愿為信用欠佳的企業提供貸款，因此中小企業的融資能力受到嚴重限制，更傾向于尋找類似商業信貸等替代性融資（Petersen和Rajan，1997）[10]，而若企業信貸越多，利息的成本就會增大，越有可能導致過度負債，稍微經營不善就會造成違約。

綜合以上文獻，提出假設：

H3a：新三板企業的股權質押與其信用風險存在顯著的正相關關系。

H3b：新三板企業的銀行借貸與其信用風險存在顯著的正相關關系。

H3c：新三板企業的商業信貸與其信用風險存在顯著的正相關關系。

四、模型與指標

（一）樣本選取及數據來源

以新三板掛牌企業為例，選取連續4年（2013—2016）的企業財務數據、宏觀經濟指標建立實證模型，分析新三板企業信用風險的影響因素。劃分標準參照國內學者呂長江（2004）[11]的做法，將至少連續兩年的流動比率小于1作為公司具有違約風險的標志。剔除財務數據缺失、異常的企業，基于銀行借貸的有223家信用風險的公司樣本，基于商業信貸有228家信用風險的公司樣本，基于股權質押的有77家信用風險的公司樣本，三個模型均按照1：1的比例健康公司樣本進行配對。

實證所需的微觀數據來源于wind數據庫，宏觀數來源于中國統計年鑒，然后通過資料收集，數據加工，運用社會科學統計包軟件（stata）進行實證分析。

（二）模型變量說明

1.被解釋變量。呂長江和韓慧博（2004）[11]認為資本結構的不合理會加大企業的融資風險，負債率越高的企業在財務困境期將損失更大的市場份額和利潤，流動比率可反映企業短期的償債能力，對比發現行業最低的流動比率平均值也在1.5以上，因此流動比率小于1的企業已經遠遠低于行業的平均比率，而連續兩年小于1的企業更說明企業的存量或流動資產已經無法償還其流動負債，只能通過債務重組等方式來償還債款。因此認為至少連續兩年流動比率小于1的企業可能陷入財務危機，具有信用風險。

2.解釋變量。在參考國內外文獻的基礎上，考慮到宏觀經濟因素、中小企業的財務特征、以及融資方式等特點，將影響指標分為三大類：

第一類是宏觀經濟指標，具體從通貨膨脹水平、企業景氣指數、國家政策角度三個角度考慮；第二類是企業的財務指標，具體從盈利能力、償債能力、營運能力、成長能力四個角度考慮；第三類是新三板企業的債務融資方式，具體選取股權質押、銀行借款、商業信用三種方式（胡國暉等，2016）[12]。

具體設定如表1所示。

表1 主要變量設定

3.模型選取。選取面板數據將個體在某個時間點的經歷和行為與其他時間點相聯系，考慮到被解釋變量是離散變量，故選用面板Logit模型。Logit模型設定被解釋變量存在兩種可能，設定性變量P為因變量，當企業具有信用風險時令P=1，否則令P=0，所有的自變量為Xit。面板Logit可以擬合出如下方程：

這里，P 是在因素（X1，…，Xm）之下公司發生信用風險的概率；1-P是不發生信用風險的概率，其中Xi（i=1，…，m）是影響信用風險第i個因素，包括財務因素、市場因素等；ai，bi（i=1，…，m）是待估計參數。

五、實證分析

（一）解釋變量的相關性檢驗

通過Stata軟件對變量之間的相關性進行檢測，可以檢測變量直接是否具有自相關性，大致分析現象之間的相互關系。結果顯示，14個變量之間 除 了（A2，A3）、（X11，X12）、（X21，X22）、（X21，ncr）、（X22，ncr）之間的相關系數稍高，絕大多數指標相關度都較低。

（二）財務指標的因子分析

面板Logit模型是多元邏輯回歸模型，對多重共線性比較敏感，若變量之間存在較高的多重共線性，估計量就容易偏差。為了保證穩健性，通過因子分析法將本質相同的變量歸入一個因子，減少變量數目，消除多重共線性，具體步驟如下。

首先進行KMO檢驗和Bartlett檢驗，如表2所示，三種模型的KMO值均大于0.50，Bartlett的顯著性是0.00，小于1%，所以選取數據適合因子分析。

表2 KMO和Bartlett檢驗結果

經過方差最大化正交旋轉之后提取了4個財務變量公因子，如表3所示，根據載荷不同，將F1、F2、F3、F4 分別命名為盈利因子、償債因子、營運因子、成長因子，三個模型中解釋總方差的比例分別為76.06%、79.07%和78.67%，因此均可代表主要的財務指標。

表3 旋轉后的成分矩陣及累計方差貢獻率

（三）回歸結果

面板Logit模型主要包括隨機效應模型和固定效應模型，通過Hausman檢驗認為隨機效應優于固定效應，因此采用隨機效應模型，運用stata軟件進行回歸，加上宏觀經濟因素及債務融資方式進行實證對比，結果如表4所示。

如表4所示，基于民間借貸的面板logit回歸模型中，通過顯著性檢驗的變量有F2、F3、F1，其他變量均未通過顯著性檢。

基于股權質押的面板logit回歸模型中，所有變量均通過顯著性檢驗，具體回歸方程如下：

基于銀行借貸的面板logit回歸模型中，所有變量均通過顯著性檢驗，具體回歸方程如下：

檢驗樣本構建的模型是有效的，總體的預測準確度都在80%以上，如表5所示。

表4 基于不同債務融資方式的Logit模型的回歸結果

表5 基于不同融資方式Logit模型的預測準確度

（四）結果分析

1.在三種不同債務融資方式的Logit模型中CPI的系數為正，企業景氣指數和M2的系數均為負，基于銀行借貸和商業信貸融資方式的模型通過了顯著性檢驗。CPI上升表明通貨膨脹，資金會更多的用于投機活動，信貸資金的來源減少，融資風險增大，假設H1a得證；企業景氣指數上升說明企業的發展前景良好，更容易獲取融資；當M2增加時，國家實行寬松的貨幣政策，企業貸款以及融資成本會減小，有利于支持實體經濟發展。因此假設H1b、H1c成立。

2.在三種不同債務融資方式的Logit模型中償債因子、盈利因子、營運因子、成長因子的系數均為負數，基于銀行借貸和商業信貸融資方式的模型通過了顯著性檢驗。償債能力強的企業越有資本可以持續的發展，良好的利潤收益可促進經營者的積極性以及提供企業投資與發展的資本，營運能力是企業管理效率的衡量，資產周轉速度就越快，資金使用率提高，而成長能力越強的企業，其發展前景越好，抵抗風險的能力也就越強。因此，研究假設 H2a、H2b、H2c、H2d 成立。

3.在基于股權質押融資的回歸模型中，ple的系數為正，但未通過顯著性檢驗。新三板市場企業的經營能力遠不如主板公司，信息披露不透明且發展的時間較短，能夠獲取的財務數據有限，模型的顯著性無法通過，假設H3a無法驗證。在基于銀行借貸融資的回歸模型中，loan的系數為正，新三板掛牌的多為中小微企業，存在“信貸歧視”，銀行會提高抵押品或者貸款利率，貸款越多信用風險就越高，假設H3b成立。在基于商業信貸融資的回歸模型中，ncr的系數為正，小規模公司難以從金融機構獲得資金時，會使用更多的商業信用，相對于穩定經營期，處于財務困境中的企業更多地使用商業信用進行融資，商業信用風險越大，假設H3c成立。

六、結論與建議

本文以新三板掛牌企業為研究對象，研究宏觀經濟因素、財務指標及債務融資方式對企業信用風險的影響。實證結果表明，宏觀經濟因素中CPI越高，企業的信用風險越大，企業景氣指數和貨幣供給量越大，企業的信用風險越小；財務指標中償債因子、盈利因子、營運因子和成長因子都與企業的信用風險呈負相關關系；債務融資方式中，銀行借貸和商業信貸融資越多，企業信用風險越大。

綜上所述，一個企業信用風險的大小既與企業自身條件有關，也受外部宏觀經濟因素的影響，在防范信用風險時具體應該做到以下幾點：

1.關注宏觀經濟環境的變化。宏觀經濟因素的波動是企業難以避免的系統性風險，宏觀經濟因素會影響企業發生信用風險的概率，所以及時關注宏觀政策的變化，提高企業的財務管理能力，并迅速做出政策的調整。

2.抓住企業經營中關鍵的財務指標。當企業的財務狀況逐步變差時，各種矛盾就會集中體現出來，對于企業而言最重要的是抓住關鍵性指標，相應的加強企業的信用管理，加強促進資金的回收，充分利用現有資產，提高企業的經營效率。

3.優化企業的融資結構。企業要根據自身的成長性和營利性理性抉擇融資方式，合理匹配資產與負債，優化內部資本結構，制定合理的標準，如新三板股權質押業務的準入標準，有效控制信用風險水平，最低限度的減少損失。

【參考文獻】

[1]Gilchrist S，E Zakraj觢ek.Credit Spreads and Business Cycle Fluctuations[J].American Economic Review，2012，102（4）：1692-1720.

[2]盧永艷，2013.宏觀經濟因素對企業財務困境風險影響的實證分析[J].宏觀經濟研究（5）：53-58.

[3]周宏，徐兆銘，彭麗華，等，2011.宏觀經濟不確定性對中國企業債券信用風險的影響——基于2007-2009年月度面板數據[J].會計研究（12）：41-45，97.

[4]錢龍，2015.信息不對稱與中小企業信貸風險緩釋機制研究[J].金融研究（10）：115-132.

[5]JG Muriithi，WM Muturi，KM Waweru.The Effect of Market Risk on Financial Performance of Commercial Banks in Kenya[D].Journal of Finance and Accounting，2016，4（4）：225-233.

[6]Li K，J Niskanen，M Kolehmainen.M Niskanen.Financial innovation:Credit default hybrid model for SME lending[J].Expert Systems with Applications，2016，61：343-355.

[7]程硯秋.基于違約判別度的小企業信用風險評價研究[J].科研管理，2015，36（S1）：510-517.

[8]謝德仁，鄭登津，崔宸瑜，2016.控股股東股權質押是潛在的“地雷”嗎?——基于股價崩盤風險視角的研究[J].管理世界（5）：128-140，188.

[9]孫立新，謝強，余來文.資本結構對財務風險影響的實證研究——基于Z-score模型法和中小板上市公司數據[J].經濟與管理，2013，27（7）：67-73.

[10]Petersen M A，R G Rajan.Trade Credit：Theories and Evidence[J].Review of Financial Studies，1997，10（3）：661-691.

[11]呂長江，韓慧博，2004.財務困境、財務困境間接成本與公司業績[J].南開管理評論（3）：80-85.

[12]胡國暉，袁靜茹.宏觀經濟波動、信用傾向與中小企業融資方式——基于中小上市公司的實證分析[J].金融論壇，2016，21（11）：42-51.