基于AHP－模糊數學綜合評價的科技型中小企業融資效果研究

顏賽燕

(湖南信息學院管理學院, 長沙 410000)

黨的十八大明確提出了“科技創新” 的國家發展戰略， 對中小型科技企業的發展提出了新的要求， 但是中小型科技企業在創新發展過程中，面臨很多難題， 融資困難、 融資渠道缺乏等問題尤其突出， 徐京平和趙守國(2013） 研究表明，應該根據科技型中小企業發展的不同生命周期，通過政策性創業投資引導其融資發展［1］。 馬秋君(2013） 研究表明， 科技型中小企業融資效果不佳是影響其發展的重要因素［2］。 鄭婉婷(2015）通過研究提出我國科技型中小企業應該通過發展風險投資、 推進企業資產證券化等方式來拓寬融資渠道［3］。 董建忠等(2017） 研究表明， 融資難是制約山西省科技型中小企業發展的重要瓶頸［4］。宋光輝等(2017） 研究表明， 融資效率低下是大多數科技型中小企業存在的普遍問題［5］。 雖然政府提出的一系列政策改善了中小型科技企業的融資環境， 但是如何提高科技型中小企業的融資效果一直是經濟社會發展中面臨的重要課題。 要解決這個問題， 應該對科技型中小企業的融資效果進行評價。

當前關于企業融資效果評價的研究較少， 如曾江洪和陳迪宇(2008） 運用DEA 模型分析法對中小企業的融資效果進行評價， 提出節約債務成本、 科學運用融入資金等措施可以提升企業的融資效果［6］。 費騰和劉力臻(2012） 運用DEA方法的BBC 模型， 選取50 家科技型中小企業作為樣本， 對企業5 年內的融資效果進行評價［7］。張明凱等應用流域生態補償方法對融資渠道融資效果進行SD 分析［8］。 但縱觀這些研究， 還存在一定的問題： (1） 研究方法通常為DEA 模型這種線性方法， 研究過于注重數據的計算， 存在針對性較差的不足； (2） 定性與定量方法結合不到位， 需對財務報表中大量數據進行復雜計算。

為了解決這兩個問題， 本文將模糊數學綜合評價法應用于科技型中小企業融資效果研究中，利用AHP 法和模糊數學綜合評價方法構建融資效果評價模型， 對科技型中小型企業的融資效果進行評價， 構建適用于科技型中小型企業的融資效果評價指標， 利用AHP 法計算出指標權重， 結合具體數據進行賦值， 將選取的定性指標予以量化，將定性指標與定量指標相結合， 期望此評價模型可以提高預測結果的準確性。

1 研究方法

1.1 權重的確定

以簡單易取為指導原則， 確定科技型中小企業融資效果評價指標之間的層次及不同層次因素指標的位置， 具體指標見表1。

表1 科技型中小企業融資效果的評價指標

采用1～9 比例標度法判斷矩陣中兩個元素的兩兩比較重要性， 并對重要程度進行賦值。 根據判斷矩陣對上層某因素與本層之間的因素重要性權重進行計算， 對判斷矩陣進行列歸一化和行求和， 歸一化得到近似特征向量即權向量， 見式(1）～(4）。

根據式(3） 向量歸一化之后， 得到近似特征向量：

判斷矩陣通過一致性檢驗。

1.2 建立模糊數學綜合評價模型

步驟1： 確定因素集。 將科技型中小企業融資效果模糊綜合評判的因素集分成n 個子因素集，得到融資效果因素集U， U=｛U1，U2，…，Un｝。

步驟2： 確定評價集。 由于科技型中小企業融資管理水平不同， 因此對可能出現的所有評判結果組成評價集合。 定義科技型中小企業融資效果的評價等級為｛很重要， 較重要， 一般， 比較不重要， 非常不重要｝ 5 個等級， 對每個Ui進行一次綜合模糊評判V 表示為V=｛v1，v2，v3，v4，v5｝。

步驟3： 確定隸屬度矩陣。 對融資效果因素集U 與評價集V 之間的模糊關系進行表示， 矩陣元素代表Un評價其屬于V 第m 個評語的隸屬向量為Rn=｛rn1，rn2，…，rnm｝， 得到隸屬度矩陣R，則有：

步驟4： 一級模糊綜合評判。 對融資環境A15 個影響因素民間資本發展A11、 銀行利率與稅率變化A12、 風險投資偏好A13、 融資制度A14、 政府支持力度A15， 計算相對于評語集的隸屬度矩陣R1； 對融資能力與融資風險A26 個影響因素融資成本A21、 融資結構A22、 融資風險A23、 資金到位率A24、 融資主體自由度A25、 融資速度A26， 計算相對于評語集的隸屬度矩陣R2； 對發展能力A33個影響因素總資產增長率A31、 凈利潤增長率A32、營業收入增長率A33， 計算相對于評語集的隸屬度矩陣R3； 然后與二級指標的相對權重Wi做合成運算得到一級模糊綜合評價矩陣：

步驟5： 二級模糊綜合評判。 根據式(7） 得到一級模糊綜合評判矩陣B， 與一級指標的重要性權重W 進行合成運算， 得到二級模糊綜合評判向量：

對C 進行歸一化即可得出綜合評價結果。

通過公式Z=C ?V 計算出綜合評價值， 結合表2 得到最終融資效果評價等級。

2 科技型中小企業融資效果模糊綜合評價結果

2.1 研究思路

根據《2018 年企業績效評價標準值》 中的相關規定， 將科技型中小企業融資效果的評價集確定為｛很重要， 較重要， 一般， 比較不重要， 非常不重要｝， 然后根據2018 年科技型中小企業融資效果標準值對應的等級得到隸屬度函數， 再結合選擇的研究對象某機電股份有限公司發布的2018年的融資信息計算出融資效果的不同評價指標的數值， 得到一級指標融資環境、 融資能力與融資風險、 發展能力的隸屬度矩陣， 再結合各個層次指標的權重系數， 通過模糊合成算子求得一級模糊綜合評判、 二級模糊綜合評判結果， 最后通過公式Z=C ?V 計算得出科技型中小企業融資效果評價值， 結合表2， 確定企業的融資效果等級，根據評價結果及融資效果等級提出相應的提高融資效果的措施。

表2 科技型中小企業融資效果評價等級等級對照表

在構建科技型中小企業融資效果評價指標體系及評價模型后， 以某機電股份有限公司為研究對象， 將公司2018 年的融資數據信息進行融資效果評價研究， 根據某機電股份有限公司融資數據信息整理計算后得出某機電股份有限公司融資效果評價指標數值， 見表3。

表3 評價指標數值

2.2 評價結果

2.2.1 指標權重計算

根據AHP 法， 選取的某機電股份有限公司融資效果評價指標共3 個大類， 14 個評價指標， 根據表1 中的層次指標分別構造以A、 A1、 A2、 A3為準則的判斷矩陣， 根據式(1）～(3） 得到判斷矩陣的最大特征值和特征向量， 對特征向量進行歸一化處理， 得到不同指標的重要性權重向量， 進行一致性檢驗， 見表4 和表5。 根據表5 可知， CR 值全部小于1， 所有判斷矩陣通過一致性檢驗。

表4 評價指標及權重

續 表

表5 一致性檢驗

2.2.2 融資效果評價指標計算

(1） 確定各預警指標的隸屬度矩陣

假設V=｛v1，v2，v3，v4，v5｝=｛很重要， 較重要，一般， 比較不重要， 非常不重要｝ 為評語集， 評語集數值選擇2018 年科技型中小企業的融資效果評價標準值， 見表6。 引入模糊數學隸屬度方法得到升半階梯型隸屬度函數， 見式(9）。

其中ai1，ai2，ai3，ai4，ai5對應很重要， 較重要，一般， 比較不重要， 非常不重要5 個評價集評判指標的隸屬度值參考值， 參考值選擇2018 年科技型中小企業的融資效果評價標準值， 如表6 所示。2018 年科技型中小企業的融資效果評價標準值是通過設計調查問卷涵蓋某市8 個高新技術產業區及孵化園的900 家科技型中小企業， 以這些科技型中小企業為研究對象， 通過專家打分對一級、二級指標進行分析， 歸一化整理后得出的數值。

表6 2018 年某市科技型中小企業融資效果評價標準值

續 表

根據表3 和表6 結果以及式(9） 得到2018年某機電股份有限公司融資效果評價指標隸屬度矩陣， 如表7 所示。

表7 某機電股份有限公司融資效果評價指標隸屬度矩陣

根據表7， 得到2018 年某機電股份有限公司融資效果評價單因素評判矩陣：

(2） 對某機電股份有限公司融資效果進行一級模糊綜合評判

根據上面計算得到的某機電股份有限公司融資效果單因素評判矩陣R1、 R2、 R3， 結合表4 中的指標權重， 通過模糊合成運算公式B=Wi?Ri得到機電股份有限公司融資效果的融資環境、 融資能力與融資風險、 發展能力的一級模糊綜合評價矩陣：

由此， 可以得出某機電股份有限公司融資效果一級模糊綜合評判矩陣：

(3） 對某機電股份有限公司財務風險進行二級模糊綜合評判

根據表4 可知， W=｛0.2943，0.4225，0.3759｝，應用模糊合成運算式(8） C=W ?B 得出科技型中小企業財務風險二級模糊綜合評判結果為：

通過公式Z=C?V 計算綜合評價分值， 其中V=(100，80，60，40，20）， 得到Z=70.992， 對照某機電股份有限公司融資效果評價對照表2， 可知，科技型中小企業能夠正常運營， 需要重視融資政策并進行相應的改進。 根據表3 和表6 可知， 融資環境指標中， 該公司的民間資本融資效果差，評價數值為0.96， 低于科技型中小企業融資效果評價標準值的平均值1， 民間資本的融資效果差。

融資能力與融資風險評價指標中， 融資成本的評價數值為8.3， 低于科技型中小企業融資效果評價標準值的平均值9.6； 公司資金到位率評價數值為3.1， 低于科技型中小企業融資效果評價標準值的平均值3.3； 融資速度的評價數值為5.11， 低于科技型中小企業融資效果評價標準值的平均值5.2， 機電公司的融資成本高、 資金到位率低、 融資速度慢。

發展能力評價指標中， 公司凈利潤增長率的評價數值為4.41， 低于科技型中小企業融資效果評價標準值的平均值4.5， 凈利潤低， 發展有限，導致在融資過程中銀行、 信貸機構等對公司的發展信心不足， 降低了機電公司的融資效果。

3 結論與措施

3.1 結 論

本文運用層次分析法和模糊綜合評價法， 以某機電股份有限公司2018 年的年度融資數據報表為研究依據， 對其進行融資效果分析、 評價， 得出的結論如下：

(1） 某機電股份有限公司財務綜合評價得分70.992， 企業能夠進行正常運營， 融資效果一般，但需要重視融資政策并進行相應的改進。

(2） 根據表3 和表6 可知， 機電股份有限公司的融資環境指標中， 評價數值為0.96， 低于科技型中小企業融資效果評價標準值的平均值1，民間資本融資效果差。

(3） 根據表3 和表6 可知， 某機電股份有限公司的融資能力與融資風險評價指標中， 融資成本的評價數值為8.3， 低于科技型中小企業融資效果評價標準值的平均值9.6； 公司資金到位率評價數值為3.1， 低于科技型中小企業融資效果評價標準值的平均值3.3； 融資速度的評價數值為5.11， 低于科技型中小企業融資效果評價標準值的平均值5.2， 需要降低融資成本， 提升融資資金到位率和融資速度， 機電公司的融資成本高、資金到位率低、 融資速度慢。

(4） 根據表3 和表6 可知， 某機電股份有限公司發展能力評價指標中公司凈利潤增長率的評價數值為4.41， 低于科技型中小企業融資效果評價標準值的平均值4.5； 機電公司的凈利潤低，發展有限， 導致在融資過程中銀行、 信貸機構等對公司的發展信心不足， 降低了機電公司的融資效果。 因此該企業應注重發展能力的提升。

3.2 對提升融資效果的建議

3.2.1 加強民間資本的利用

當前民間資本是科技型中小企業多元融資渠道中的重要環節， 根據上文分析可知， 民間資本利用率低、 融資效果差， 為了改變這種局面必須采取以下措施： (1） 建立全信用擔保體系， 鼓勵民間資本以投資入股的方式進入； (2） 通過民間資本信貸平臺， 以短期融資券、 知識產權質押、知識產權證券化等方式加強民間資本的利用； (3）開展融資租賃， 通過與設備商合作， 采用承包的方式， 以較低的成本實現智能化升級［9，10］。

3.2.2 更新融資觀念， 提高企業信用意識

當前公司的融資成本高， 資金到位率和融資速度均不太理想， 需要公司更新融資觀念， 提升信用意識。 在融資過程中， 對融資規模進行合理預估， 對融資結構進行合理的規劃， 以此盡量降低融資成本； 同時改變融資觀念， 積極了解政府出臺的最新融資政策， 與銀行等信貸機構保持良好的關系， 及時掌握新的融資工具信息， 盡量選擇多元化的融資方式， 優化企業的資源配置， 完善財務信息披露制度， 提升企業償債能力、 運用資本的能力以及信用意識， 吸引更多融資， 提升融資效果［11］。

3.2.3 完善公司治理結構， 提升企業創新能力

根據機電股份有限公司的2018 年數據可知，公司利潤最高的部分為零部件制造及工程設備制造， 但是零部件制造的科技含量低， 因此， 機電公司要想提高凈利潤增長率， 必須充分認識自身的發展水平， 從公司的生產、 經營實際出發， 改善管理方式， 根據公司的發展規模完善組織結構，規范自身的經營行為， 提升營業能力， 注重創新和企業文化的建設， 同時加大公司研發投入， 通過技術創新提升產品附加值， 提高凈利潤增長率［12］。