六肖中特免费公开109 | 文獻求助論文范文 | 論文題目 | 參考文獻 | 開題報告 | 論文格式 | 摘要提綱 | 論文致謝 | 論文查重 | 論文答辯 | 論文發表 | 期刊雜志 | 論文寫作 | 論文PPT
六肖中特免费公开109您當前的位置:六肖中特免费公开109 > 管理學論文 > 企業管理論文

第119期六肖中特:中小企業信貸評價機制構建分析

時間:2019-05-20 來源:中國流通經濟 作者:蘭軍,嚴廣樂 本文字數:11782字

六肖中特免费公开109 www.cffyz.icu   摘    要: 現行的中小企業信貸風險評價體系主要以企業資本 (即資產和財務狀況) 為核心進行風險計量, 并輔之以人力資本 (主要是經營者個人信用) 進行評價。由于中小企業具有經營波動性和經營行為的不完全公開等特點, 企業資本和人力資本的數據缺乏或失真, 使得其信貸風險難以被傳統風險評價體系有效和準確度量;加上融資規模偏小, 金融機構針對中小企業的風險管理成本較高, 從而導致中小企業融資需求長期得不到有效滿足。隨著中小企業互聯網化經營模式普及和大數據技術發展, 對其社會資本進行量化評價的基礎數據條件逐漸完善, 這為中小企業信貸風險評價體系的創新帶來了新的可能。實證分析1 302家新三板上市企業研究發現, 中小企業社會資本與其信貸風險存在相關性, 通過社會資本評價方法能夠判定中小企業信貸風險的級別。驗證過程中以技術手段抓取企業真實公開信息, 獲取有效數據進行風險模型數據分析, 從而提高風險評價的效率。研究表明社會資本風險評價模型可作為一種有效的創新模式納入傳統中小企業信貸風險模型中, 建立企業綜合資本評價體系, 以提高中小企業風險評價的全面性及有效性。

  關鍵詞: 社會資本; 中小企業; 信貸風險; 風險評價;

  Abstract: The current credit risk assessment system for SMEs mainly focuses on corporate capital (asset and financial status) , and is supplemented by human capital (mainly the individual credit of the operator) . Due to the characteristics of business volatility and incomplete disclosure of business operations, the data of corporate capital and human capital are lacking or distorting, which makes it difficult for credit risk to be effectively and accurately measured by the current traditional risk assessment system;besides, due to the relatively small financing scale and high risk management costs for SMEs from financial institutions, the financing needs of SMEs are not effectively met for a long time. With the popularization of SMEs' Internet-based business model and the development of big data technology, the basic data conditions for quantitative evaluation of their social capital have been gradually improved, which brings new possibilities for the innovation of SMEs' credit risk evaluation system.The authors empirically analyze 1302 NEEQ (National Equities Exchange and Quotations) listed companies. The research finds that:there is relation between social capital and credit risk of SMEs;and the social capital evaluation method can measure the level of SMEs credit risk. In the verification process, they utilize the technical to capture the real public information of the enterprise to obtain effective data for risk model data analysis, thereby improving the efficiency of risk assessment. Finally, it is suggested that the social capital risk assessment model should be incorporated into the traditional SMEs' credit risk model as an effective innovation model, and an enterprise comprehensive capital evaluation system should be established to improve the comprehensiveness and effectiveness of SMEs risk assessment.

  Keyword: social capital; SMEs; credit risk; risk assessment;

  一、引言

  2011年6月18日, 工業和信息化部、國家統計局、國家發展和改革委員會、財政部聯合頒布《關于印發中小企業劃型標準規定的通知》, 將中小企業劃分為中型、小型、微型三種類型, 融資難、融資貴的問題長期困擾實體經濟發展, 在中小企業中尤為突出。麥克米倫是現代金融史上首位正視中小企業融資難題的人, 他在1931年《麥克米倫報告》中首次闡述了中小企業發展中存在資金供給方不愿意以中小企業提出的條件提供資金的問題。2018年, 世界銀行、中小企業金融論壇、國際金融公司聯合發布的《中小微企業融資缺口:對新興市場微型、小型和中型企業融資不足與機遇的評估》指出, 中國中小企業中有41% (超過2 300萬家) 的企業存在信貸困難, 潛在融資缺口高達12萬億元人民幣, 信貸困難主要表現為從正規金融體系獲得的融資不能完全滿足需求。

中小企業信貸評價機制構建分析

  我國中小企業所面臨的融資難、融資貴的問題由多重因素共同決定。從銀行風險管理角度看, 我國大多數中小企業有著資產規模小、經營波動大、管理水平較低等特征, 加之信息公開程度低或信息不對稱等問題導致中小企業難以被認可, 商業銀行更傾向于貸款給規模大、財務穩定、信息真實完善的大企業, 尤其是上市公司。施蒂格利茨和韋斯 (Stightz&Weiss) [1]、貝斯特 (Bester) [2]從信息不對稱角度研究發現, 小企業難以向銀行提供有說服力的風險評估信息, 從而導致銀行規避風險而不愿意向小企業放貸。德瓦特里龐和馬斯金 (Dewatripont&Maskin) [3]從信貸業務的成本和風險視角發現, 銀行偏好為大企業提供信貸, 其直接原因在于大企業的單位信貸成本低, 經營風險較小。林毅夫和李永軍[4]指出, 由于中小企業與大企業在經營透明度和抵押條件上的差別, 以及貸款處理成本和貨款規模等原因, 銀行在提供貸款時會區別對待。王霄和張捷[5]也支持這一觀點。立足我國國情, 樊綱[6]、張杰[7]等學者從企業所有制視角研究發現, 中小企業多為非國有企業或戰略性退卻企業, 信用只能依賴于市場行為, 銀行很容易對其形成信貸歧視??杉? 中小企業的信貸風險有著風險評估信息少、單位風險管理成本高、風險差異大、風險擔保能力弱等特點, 從而形成了中小企業的信貸風險難以被有效評估的局面。

  中小企業在我國經濟發展中有著相當重要的作用, 但受限于融資渠道少難以發揮出更大的價值, 其外部融資環境也難以在短期內得到改變。為助力中小企業解決融資難題, 本文從現有中小企業信貸風險評價體系出發, 提出有助于完善中小企業信貸評價的方法, 并嘗試以新的技術手段高效完成中小企業的信貸評價。

  二、中小企業風險評價現狀

  商業銀行現行的企業信貸風險管理體系均以《巴塞爾協議Ⅱ》為基礎, 在監管為主的風險管控思路下, 以風險識別與風險計量的手段提高銀行業風險管理水平。通過多年的研究與實踐, 針對中小企業已建立了以企業資本與企業家人力資本為主要內容的風險度量體系, 并有學者嘗試從社會資本的角度進行風險評價。

  (一) 企業資本與人力資本評價風險的視角

  商業銀行現行的風險評估體系從早期的資產價值演變至企業資本的角度, 主要是通過評估企業三表 (資產負債表、利潤表、現金流表) 來配置企業融資額度。1987年, 凱西和沃森 (Keasey&Watson) [8]將非財務變量引入模型, 對小企業破產的預測效果優于財務比率模型。1995年, 為了準確計量違約風險, 美國KMV公司開發了KMV模型, 以量化方式測算企業的違約概率, 實現對違約風險的跟蹤管理。拉詹和津加萊斯 (Rajan&Zingales) [9]發現, 企業規模越小, 其財務杠桿比率越低。陳超、饒育蕾[10]驗證了公司財務杠桿與盈利性、成長性、公司規模等的相關性。肖作平[11]等在企業資本結構方面實證研究了企業規模與負債比率之間存在的正相關關系。然而, 企業資本度量信貸風險也存在著缺陷, 尤其是針對中小企業時缺陷更明顯。郭小波、王婉婷和周欣[12]以北京地區中小企業信貸數據為樣本, 分析發現傳統財務指標并不能有效預測中小企業的違約行為, 而與銀行的合作年限是我國中小企業信用風險識別的關鍵變量, 從而也說明完全依賴企業資本的信貸風險評估方式并不符合中小企業實情。梁彩虹[13]指出, 需有針對性地搭建小微企業風險預警平臺, 創建全面的融資風險評價體系。

  從人力資本的角度解釋企業風險, 科倫坡和格里利 (Colombo&Grilli) [14]總結了人力資源的特征變量, 驗證了相關變量對初創企業成功的影響。迪莫夫和謝潑德 (Dimov&Shepherd) 等[15]認為, 教育水平、行業經驗、業務經驗等變量是人力資本的影響因素, 對個人創業和企業的發展都有很大的正向影響。米爾賈納 (Mirjana) [16]也認為, 提高企業的人力資本水平可以帶動企業的發展。馬九杰、郭宇輝和朱勇[17]提出了以企業家個人特征、地區經濟環境為因變量的中小企業信用評分指標體系。陳忠陽等[18]強調小企業信貸風險評估模型應綜合考量企業財務、企業家個人這兩個方面的因素。李國青[19]指出, 我國中小企業信用評級需考慮企業家自身價值在信用風險中的作用。李鎮西[20]在對微小企業信貸風險管理研究時, 主張將銀行用于評估個人信用風險的方式應用到小微企業貸款業務中。因此, 提升人力資本是企業發展的促進條件, 在一定程度上能夠降低企業的風險水平。

  (二) 社會資本評價風險的視角

  社會資本的概念較早在社會學界提出, 美國學者科爾曼·詹姆斯 (Coleman James) [21]認為, 社會資本是由個體或組織所處的社會環境和聯系構成的, 是社會結構資源的資本財產。真正將社會資本引入到經濟學中的是普特南 (Putnam) 等[22], 他們開創性地以社會資本的角度成功解釋了意大利南北區域經濟發展的差異。納比特和戈沙爾 (Nahpiet&Ghoshal) [23]等將企業作為社會資本的研究對象, 認為企業社會資本是企業獲得的關系網絡資源總和??瓶?(Koka) 等[24]認為, 企業社會資本是企業從社會結構中獲取的一種可以實現企業目標的稀缺資源。國內學者對社會資本也有所研究。張其仔[25]首次將社會資本定義為具有共享多種利益特征的社會網絡。邊燕杰、丘海雄[26]認為, 社會資本是行動主體與社會的聯系以及通過這種聯系攝取稀缺資源的能力。劉松博[27]認為, 企業社會資本由個人、部門、企業組織三個層級所構成, 包含正式與非正式的關系?;誆煌д叩難芯砍曬? 本文認為社會資本是某一主體通過與外界形成的關系網絡之和所能獲取或積累的資源。從概念上看, 本文所研究的中小企業社會資本則是中小企業自身所構建的外部關系網絡, 并運用外部關系網絡獲得資源, 使得資源能夠轉換為作用于該企業的價值。

  許多學者對社會資本應用于企業信用風險與企業發展等方面也進行了深入的論證。謝恩和凱布爾 (Shane&Cable) [28]論證了中小企業的社會關系資本是影響關系信貸的重要因素, 并指出社會關系能緩解企業融資困境。陳曉紅、吳小謹[29]通過驗證企業家與企業組織的社會資本影響因子, 得出中小企業社會資本與企業信用水平有較強正相關性的結論。劉堃、巴曙松和任亮[30]基于企業關聯關系和信貸行為的視角, 證實C&B模型對企業的關聯風險和信貸行為有解釋力。蔣 (Jiang) 等[31]分析了社會資本對中小企業負債的影響, 發現社會資本具有隱性的貸款保證作用。馬宏、李耿[32]基于國內創業板上市公司數據發現, 高新技術企業社會資本有助于緩解企業所受的融資約束程度?;諞隕涎д叩難芯糠⑾? 企業社會資本與企業信用存在著相關性, 可用于評價信貸風險;同時也發現, 企業社會資本的評價指標選擇差異較大, 以局部指標進行評價為主。

  綜上, 企業資本與人力資本主要依托于企業自身的內部經營與人員架構, 是企業自身價值的體現, 而社會資本則與企業的關系網絡產生的資源價值密不可分。雖然企業資本與人力資本在衡量企業信貸風險的應用方面已較成熟, 但仍存在不足之處, 企業資本對中小企業的適用性較差, 人力資本受主觀因素的影響導致可控性不強, 而且僅從企業資本與人力資本出發不足以衡量企業風險度量的全貌。所以, 評價中小企業的信貸風險可由企業資本、人力資本、社會資本不同視角出發, 由三個視角共同構成評價體系, 更全面與真實地評價中小企業的信貸風險水平 (參見圖1) 。但因中小企業社會資本應用于信貸風險評價仍存在不同的理念, 且方法與效能均達不到可推廣應用狀態, 故本文繼續論證社會資本與中小企業風險的相關性與有效性, 并用技術手段提高該方法的運作效率。

  圖1 中小企業信貸風險評價體系
圖1 中小企業信貸風險評價體系

  三、社會資本分析方法與假設

  我國目前對中小企業的信貸風險評價基于資產管理理論, 包括自償性貸款理論、轉換能力理論、預期收入理論等, 對中小企業持有資產狀況及未來變化進行預測。

  (一) 社會資本與中小企業風險的關系

  中小企業社會資本是中小企業實際經營中借助外部關系網絡獲得資源, 并使資源轉換為作用于該企業的價值。殷琦[33]將預期收入理論和社會資本理論相結合用于評價中小企業信用, 研究中小企業外部關系網絡對企業資產變化的影響, 進而衡量中小企業的信貸風險情況。

  對于衡量中小企業社會資本的維度劃分, 理論界主要以納比特和戈沙爾[23]及邊燕杰、丘海雄[26]的觀點為主。邊燕杰、丘海雄結合我國國情, 將中小企業的關系網絡劃分為縱向關系、橫向關系和社會關系, 并展開這幾個維度的社會資本探索。綜上資產管理理論、企業社會資本理論的指導, 并結合本文的研究重點, 推導出中小企業社會資本可應用于信貸風險的評價體系, 如圖2所示。

  中小企業作為社會經濟活動的重要單元, 與其他社會經濟活動單元存在著眾多密切的關系。在縱向關系方面, 與上下級單位的關系主要體現為股東與子公司的關系, 可以概括為投資關系;與政府部門的關系可以稱之為政府關系。橫向關系, 即與其他企業之間的關系, 又可以稱之為行業關系。社會關系, 是除橫向關系和縱向關系之外的其他關系, 但考慮到中小企業作為經營活動主體, 在此更關注市場關系。本文構建了社會資本評價方法下的四大指標:投資關系、政府關系、行業關系、市場關系, 如圖3所示。

  圖2 中小企業社會資本評價方法應用的理論基礎
圖2 中小企業社會資本評價方法應用的理論基礎

  (二) 社會資本與中小企業信貸風險的關系

  以中小企業為借貸主體, 從社會資本的角度考慮, 中小企業的“網絡+資源”可影響其內部經營, 進而影響資本的演變。本文著重從中小企業社會資本的角度, 以關系網絡即投資關系、政府關系、行業關系、市場關系研究中小企業的社會資本在通過資源獲取后促進企業自身成長, 進而影響信用變化, 驗證中小企業的信貸風險關系度?;詿? 本文提出以下假設:

  H1:中小企業社會資本與其信貸風險存在相關性。

  (三) 社會資本對中小企業信貸評級的作用

  社會資本作為中小企業的一項資本, 具有一定的資本價值屬性, 在信貸業務中能起到一定的衡量作用, 有助于銀行識別與判定風險。社會資本在短期貸款中可發揮資產抵押的作用, 具有可衡量的屬性, 即可被用來評估其還款能力, 進而界定企業的風險等級。鑒于此, 本文提出以下假設:

  H2:通過社會資本評價方法能夠定位中小企業信貸風險的級別。

  四、實證設計

  (一) 指標設定

  中小企業社會資本用于評價信貸風險時, 必須是可以衡量的, 本文將中小企業主體本身能夠直接產生聯系的關系視為其社會資本。韋影[35]認為企業外部社會資本包括企業與客戶、供應商及其他企業的關系以及與政府部門、協會的關系并進行相關研究。房建奇[36]從市場、技術、政府、金融四個維度研究企業社會資本與企業技術創新績效的關系, 闡述和驗證社會資本通過知識吸收能力作用于企業技術創新績效。靳小翠[37]從上市公司的可得性數據入手, 通過關系、聲譽和利益三個維度劃分企業社會資本。

  本文在指標的設計過程中遵循以下原則, 以保證研究結論的合理性。

  第一, 科學性原則。各評價指標具有客觀真實性和典型代表性, 概念科學、含義清晰、口徑一致、統計準確。第二, 可操作性原則。盡可能設計可直接監測的客觀指標, 以保證數據的可獲得性及可驗證性, 并盡可能使數據可以高效獲取。第三, 定量與定性相結合原則。整體指標設計以定量為主, 少量指標通過定性描述, 但盡可能量化清晰。

  綜上, 結合本文所述的企業社會資本的相關概念, 我們在投資關系、政府關系、行業關系、市場關系四個維度下提出相應的評價指標, 建立社會資本的中小企業信貸風險評價指標體系。具體而言, 在投資關系維度下設定成立年限、股東實力、入股公司實力3個指標;在政府關系維度下設定工商登記信息、法院涉訴記錄、失信信息、行政處罰記錄4個指標;在行業關系維度下設定專利信息、投標情況2個指標;在市場關系維度下設定媒體曝光度、輿情評價傾向2個指標。各項指標的含義及取值詳見表1。

  (二) 指標數據來源及篩選

  本文選取截至2018年11月底在國內新三板上市的公司數據, 通過R軟件進行實證檢驗。實證分析的數據主要來源于新三板上市公司的公布數據, 以及利用爬蟲技術全網搜索獲取, 主要網站包括國家企業信用信息公示系統、信用中國、國家知識產權局、中國采購與招標網等披露企業信息的官方網站。通過對以上網站的公開信息收集, 再對結果數據進行清洗和結構化, 形成中小企業風險評價數據庫, 用于社會資本的中小企業信貸風險評價。

  圖3 社會資本評價方法指標
圖3 社會資本評價方法指標

  表1 社會資本的中小企業信貸風險評價指標說明
表1 社會資本的中小企業信貸風險評價指標說明

  由于企業的數據披露程序和數據質量存在一定問題, 需對初步選取的樣本數據進行適度篩選。剔除停牌較頻繁的企業;剔除沒有披露銀行貸款數據的企業, 以及借款金額、貸款銀行不明確的數據;根據《中小企業劃型標準規定》剔除中小板上市企業中規模偏大的企業;剔除新三板上市公司中大部分指標為空的數據記錄的企業。經過篩選, 本次實證分析最終得到1 302家中小企業樣本, 樣本結構 (包括樣本數和屬性個數) 和各屬性的連續變量分布 (包括最小值、中位數、均值、最大值等) 以及離散枚舉結果 (離散值的取值統計) 如表2所示。

  五、模型與實證

  (一) 模型設計

  研究目標變量和自變量的相關關系, 一般會采用線性回歸分析方法去擬合模型, 進而通過計算模型擬合值和原值的相關系數來衡量相關程度, 但本文樣本中目標變量屬于分類變量, 適合采用邏輯回歸模型進行擬合 (先將目標變量轉為二分類變量, 將信用等級水平為1、2的直接劃分為1, 正常則為0) , 再計算相關系數。

  邏輯回歸 (Logistic Regression) 適用于處理因變量為分類變量的回歸問題, 其中常見的是二分類或二項分布問題, 也可以處理多分類問題, 它實際上屬于一種分類方法。在實際應用中, 將二分類的取值轉化為概率p的分布, P (y=1) =p和P (y=0) =1-p分別是y=1和y=0的概率分布, 由于概率p與因變量的關系往往是非線性關系, 為了解決該類問題, 常引入logit變換, 使得logit (p) 與自變量之間存在線性相關的關系, 邏輯回歸模型定義如下:

  表2 樣本結構和統計
表2 樣本結構和統計

  以0.5為界限, p大于0.5時, y為1, 否則y為0。

  皮爾森 (Pearson) 相關系數:兩個連續變量 (X, Y) 的皮爾森相關性系數 (Px, y) 等于它們之間的協方差cov (X, Y) 除以它們各自標準差的乘積 (σX, σY) 。系數的取值處于-1.0到1.0之間, 接近0的變量被稱為無相關性, 接近1或者-1被稱為具有強相關性, 公式如下:

圖4 中小企業三維風險表現

  具體的模型計算步驟如下:

  第一步, 數據集拆分。將數據集按照8:2拆分成訓練集和測試集, 訓練集1 042家用于模型訓練, 測試集260家用于訓練模型的驗證和檢驗, 分布如表3所示。

  第二步, 入模變量篩選。在進行模型擬合之前, 計算各變量信息價值 (Information Value, IV) 的值, 確定各自變量對目標變量的信息熵, 從而達到初步篩選入模變量的目的, 各自變量的IV值結果如表4所示。

  對于模型來說, IV值大于0.2的自變量即可以入模, 因此選取11個入模指標為股東實力、工商登記信息、法院涉訴記錄、失信信息、行政處罰記錄、專利信息、中標次數、3個月媒體曝光度、6個月媒體曝光度、1年媒體曝光度、成立年限。

  第三步, 模型訓練。直接對入模變量和目標變量進行一次邏輯回歸后, 發現部分自變量的參數校驗不通過, 進一步采用逐步回歸的方式進行模型訓練, 結果如表5所示。

  從兩個模型對比可以看出, 逐步回歸模型的AUC比全變量邏輯回歸模型的效果更好, 而且自變量的參數檢驗P值大部分在0.05以下, 參數的擬合值顯著。而P值小于0.1時參數的擬合值已達到顯著, 因此選用最終入模的變量為9個, 變量和回歸系數分別是:股東實力, 系數為-1.85;法院涉訴記錄, 系數為-0.06;失信信息, 系數為0.75;行政處罰記錄, 系數為-0.80;專利信息, 系數為-0.05;中標情況, 系數為-0.07;3個月媒體曝光度, 系數為0.51;6個月媒體曝光度, 系數為-0.73;成立年限, 系數為0.05。將系數代入模型中, 得到公式:

  表3 分組集分布
表3 分組集分布

  表4 變量IV值
表4 變量IV值

  表5 回歸結果和對比
表5 回歸結果和對比

  第四步, 模型檢驗。對以上模型進行擬合優度檢驗 (HL檢驗) , 結果如表6所示, 卡方檢驗值約為145.2, 自由度為8, 檢驗P值為0, 擬合模型的結果顯著。

  第五步, 穩定度檢驗。PSI的計算公式為:sum (實際占比-預期占比) ×ln (實際占比/預期占比) , 實際占比即各分組在預測集的占比, 預期占比即各分組在驗證集的占比。一般認為, PSI檢驗值小于0.1時模型穩定性很高;PSI檢驗值在0.1至0.25之間時模型穩定性一般;PSI檢驗值大于0.25時模型穩定性差, 建議重做。以上模型的PSI檢驗值約為0.12, 接近高穩定性, 如表7所示。

  第六步, 測試集驗證。將測試集樣本輸入以上模型, 并分別進行AUC和KS檢驗, AUC值達到0.86, K-S值為0.47, 結果表明模型穩定, 效果顯著。

  (二) 實證結果

  基于以上模型, 輸入原始自變量的矩陣, 得到模型的擬合值, 并于目標變量進行皮爾森相關分析, 結果見表8。

  通過對樣本進行皮爾森相關分析可以看出, 中小企業社會資本指標組合與企業信用水平為正相關關系, 相關系數為0.629, 達到顯著水平 (p<0.01) , 說明社會資本評價指標體系與中小企業風險存在相關性, 本文的假設H1得到支持。

  基于構建的邏輯回歸模型, 經過模型的擬合概率和實際信用等級的分組比較, 可將預測的違約風險概率水平對應至四個信用等級, 違約風險概率大于0.50為高風險, (0.21, 0.50]為中風險, (0.14, 0.21]為低風險, 而違約風險概率小于等于0.14為極低風險 (參見表9) 。將1 042家中小企業樣本根據預測的違約風險概率對應信用等級劃分, 528家違約風險概率小于等于0.14為極低風險, 156家處于 (0.14, 0.21]間為低風險, 240家處于 (0.21, 0.50]間為中風險, 118家違約風險概率大于0.50為高風險??杉? 中小企業樣本的違約風險概率分布大部分處于非高風險水平。

  因此, 證明通過社會資本評價方法能夠定位中小企業風險的級別, H2得到驗證。

  六、研究結論及建議

  (一) 研究結論

  中小企業的風險抵御能力來源于由企業資本、人力資本和社會資本構成的綜合資本體系?;謚行∑笠瞪緇嶙時竟鉤傻睦礪塾朧抵し治? 通過實際數據驗證中小企業的社會資本對其風險評價的作用, 本文提出了一種較為高效的中小企業風險評價方法。

  由社會資本各項關系所構建的指標組合與中小企業的信用水平正相關, 社會資本能夠用來評價中小企業是否具有信貸風險。本文所論證的中小企業社會資本指標組合為投資關系、政府關系、行業關系、市場關系四個維度, 該指標組合拓寬了社會資本的評價維度;利用技術手段抓取公開數據進行驗證, 使得數據收集變得便捷高效, 這為社會資本評價中小企業信用風險的推廣應用提供了支持。

  表6 擬合優度檢驗 (HL檢驗)
表6 擬合優度檢驗 (HL檢驗)

  表7 穩定度檢驗驗 (PSI)
表7 穩定度檢驗驗 (PSI)

  表8 皮爾森相關分析結果
表8 皮爾森相關分析結果

  表9 社會資本指標預測違約風險概率分級
表9 社會資本指標預測違約風險概率分級

  2.基于社會資本視角的風險評價可以反映中小企業的違約風險概率, 并可將之劃分為不同的風險等級。根據社會資本指標評價出來的信貸風險等級差異, 可以側面說明各中小企業的發展水平與經營狀況, 進而代表其風險承受能力。

  (二) 建議

  1.基于中小企業的信貸風險可從社會資本的角度進行評價, 而現行常用的從企業資本角度評價的方法不是唯一的信貸風險評價方法, 人力資本也可用于評價模型。從企業資本、人力資本、社會資本角度對企業整體信貸風險進行綜合性評價, 可以構建三維整體的中小企業信用風險評價模型, 如圖4所示。

  圖4 中小企業三維風險表現
圖4 中小企業三維風險表現

  2.在現行的商業銀行貸款業務中, 大多數針對中小企業的信貸所采取的是統一貸款利率, 尚未根據個體風險差異實施風險定價。通過社會資本視角的風險評價能夠確定中小企業所處的風險等級, 為銀行等金融機構以高利率覆蓋高風險、以低利率服務低風險企業提供了差異化風險定價的可能。

  本文得出了一些有益的結論, 但尚存不足之處, 有待未來做進一步的研究。本文采用的研究數據來源于我國新三板企業, 由于信息披露的時間跨度較短, 在一定程度上影響了研究結論的普適性, 在未來的研究中, 可以考慮收集更廣泛的樣本數據。此外, 本文僅從社會資本的整體指標組合對中小企業的風險進行評價, 未對各細項指標所發揮的作用進行細致剖析, 因此也尚未驗證高水平的社會資本狀況是否能夠降低中小企業的風險水平。在未來的研究中, 應進一步探究中小企業社會資本不同的關系維度對風險水平的影響, 建立更全面的研究模型。

  參考文獻:

  [1]STIGLITZ J E, WEISS A.Credit rationing in markets with imperfect information[J].American economic review, 1981 (3) :393-410.
  [2]HELMUT BESTER.Screening vs. Rationing in credit markets with imperfect information[J].The American economic review, 1985 (4) :850-855.
  [3]DEWATRIPONT M, MASKIN E.Contractual contingencies and renegotiation[J].Rand journal of economics, 1995 (4) :704-719.
  [4]林毅夫, 李永軍.中小金融機構發展與中小企業融資[J].經濟研究, 2001 (1) :10-18.
  [5]王霄, 張捷.銀行信貸配給與中小企業貸款——一個內生化抵押品和企業規模的理論模型[J].經濟研究, 2003 (7) :68-75.
  [6]樊綱.論“國家綜合負債”——兼論如何處理銀行不良資產[J].經濟研究, 1999 (5) :13-19.
  [7]張杰.民營經濟的金融困境與融資次序[J].經濟研究, 2000 (4) :3-10, 78.
  [8]KEASEY K, WATSON R.Non-financial symptoms and the prediction of small company failure:a test of Argenti's hypotheses[J].Journal of business finance&accounting, 2010 (3) :335-354.
  [9]RAJAN R G, ZINGALES L.What do we know about capital structure? some evidence from international data[J].The journal of finance, 1995 (5) :40.
  [10]陳超, 饒育蕾.中國上市公司資本結構、企業特征與績效[J].管理工程學報, 2003 (1) :70-74.
  [11]肖作平.資本結構影響因素和雙向效應動態模型——來自中國上市公司面板數據的證據[J].會計研究, 2004 (2) :98-103.
  [12]郭小波, 王婉婷, 周欣.我國中小企業信貸風險識別因子的有效性分析[J].國際金融研究, 2011 (4) :62-67.
  [13]梁彩紅.論商業銀行小微企業信貸風險管理[J].上海金融, 2014 (9) :109-110.
  [14]COLOMBO M G, GRILLI L. Founders’human capital and the growth of new technology-based firms:a competencebased view[J].Research policy, 2005 (6) :795-816.
  [15]DIMOV D, SHEPHERD D A, SUTCLIFFE K M.Requisite expertise, firm reputation, and status in venture capital investment allocation decisions[J].Journal of business venturing, 2007 (4) :481-502.
  [16]MIRJANA RADOVI?MARKOVI?.Managing the organizational change and culture in the age of globalization[J]. Journal of business economics&management, 2008 (1) :3-11.
  [17]馬九杰, 郭宇輝, 朱勇.縣域中小企業貸款違約行為與信用風險實證分析[J].管理世界, 2004 (5) :64-72.
  [18]陳忠陽, 郭三野, 劉呂科.我國銀行小企業信貸模式與風險管理研究——基于銀行問卷調研的分析[J].金融研究, 2009 (5) :169-185.
  [19]李國青.中小企業信用評級指標體系構建研究[J].財會通訊, 2010 (14) :41-42.
  [20]李鎮西.信用評分卡在微小企業貸款風險控制中的應用[J].銀行家, 2010 (4) :56-58.
  [21]COLEMAN JAMES.Foundations of social theory[M].Boston:Belknap press of Harvard University press, 1990:17-21.
  [22]PUTNAM R D, LEONARDI R, NONETTI R Y.Making democracy work:civic traditions in modern Italy[M].Princeton:Princeton University press, 1994:13-17.
  [23]JANINE NAHAPIET, SUMANTRA GHOSHAL.Social capital, intellectual capital, and the organizational advantage[J].The academy of management review, 1998 (2) :242-266.
  [24]KOKA BR, PRESCOTT JE.Strategic alliances as social capital:a multidimensional view[J].Strategic management journal, 2002 (9) :795-816.
  [25]張其仔.社會資本論:社會資本與經濟增長[M].北京:社會科學文獻出版社, 1999:18-36.
  [26]邊燕杰, 丘海雄.企業的社會資本及其功效[J].中國社會科學, 2000 (2) :87-99.
  [27]劉松博.對社會資本和企業社會資本概念的再界定[J].安徽大學學報 (哲學社會科學版) , 2007 (6) :81-86.
  [28]SHANE S, CABLE D. Network ties, reputation, and the financing of new ventures[J].Management science, 2002 (3) :364-381.
  [29]陳曉紅, 吳小謹.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[J].管理世界, 2007 (1) :153-155.
  [30]劉堃, 巴曙松, 任亮.中國信用風險預警模型及實證研究——基于企業關聯關系和信貸行為的視角[J].財經研究, 2009 (7) :13-27.
  [31]JIANG T Y, ZHANG Y Q, WANG J J.A research on the relationship between corporate social capital and competitive advantages-based on knowledge[J].Studies in science of science, 2010 (8) :1 212-1 221.
  [32]馬宏, 李耿.制度、社會資本與高新技術企業融資約束——基于創業板上市公司的實證研究[J].證券市場導報, 2014 (12) :41-45.
  [33]殷琦.基于社會資本的中小企業信用評價[D].哈爾濱:哈爾濱工業大學, 2011.
  [34]劉林平.企業的社會資本:概念反思和測量途徑——兼評邊燕杰、丘海雄的《企業的社會資本及其功效》[J].社會學研究, 2006 (2) :204-216.
  [35]韋影.企業社會資本的測量研究[J].科學學研究, 2007 (3) :518-522.
  [36]房建奇.企業家社會資本對技術創新績效影響的實證研究[D].長春:吉林大學, 2009.
  [37]靳小翠.企業社會資本衡量探究[J].財會通訊, 2015 (31) :46-48.

    蘭軍,嚴廣樂.社會資本視角下中小企業信貸風險研究[J].中國流通經濟,2019,33(05):111-119.
    相近分類: