中小板上海科技型上市公司贷款影响因素的分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇中小板上海科技型上市公司贷款影响因素的分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

［摘 要］本文旨在验证中小板上海科技型上市公司贷款可获得性,首先通过文献整理出影响贷款可获得性的因素,然后通过Logistic模型分析哪些因素具有显著性,最后分析结论并给出建议。

［关键词］上海科技型企业；中小企业；贷款影响因素

［中图分类号］F830.5 ［文献标识码］A ［文章编号］1005-6432（2011）1-0105-02

1 我国中小板的上海科技型企业基本状况

截至2010年7月,以上海市高新技术产业化九大重点领域作为判断标准,中小企业板中的上海科技型企业14家。

在这14家企业中,已过公司年报和中报的企业共12家。我们将公司每年的财务数据均看做一个样本。同时,为了扩大样本范围，使样本更具有代表性,部分仅有2010年中报的公司,也纳入了样本范围,合计样本总数为26个。

根据证监会《上市公司行业分类指引》,可以把样本分为制造业和信息技术业两个行业大类,其中制造业样本数量为17个,信息技术业9个。

2 常见的融资影响因素及分析

通过对已有研究论文的考察,发现常见的融资影响因素包括：资产总额(企业规模)、经营年限、销售利润率(赢利能力)、销售额、流动比率、资产负债率、固定资产等数值型变量,还包括企业与供应商的议价能力、技术研发能力等根据经验获取的数值型变量,以及企业控股方是否国有企业、管理人员学历和年龄、是否参加信用评定、银企关系等布尔型变量。

许立民等人(2010)研究发现,资产总额与贷款的可获得性存在显著性关系,赢利能力与贷款获得呈现负相关；杨毅(2009)研究认为,企业规模(资产总额)与贷款间的关系不显著,赢利能力(销售利润率)和清偿能力(资产负债率、固定资产)则对贷款可获得的影响显著。俞兆云等人(2010)发现,资产总额、销售额、流动比率和资产负债率对企业的信贷可得性影响极大。

综合来说,资产总额、销售利润率、资产负债率、流动比率等因素,一般都认为对贷款可获得性的影响较大。但是否与本文考察的中小板上海科技型上市企业一致,有待进一步考察。

2.1 变量选择与研究假设

根据已有文献的考察变量,并考虑到数据的可获得性,我们尽量选择数值型变量,避免经验值数据。同时,也尽量使本文的变量与已有论文的变量具有可比性。

本文选取加权平均净资产收益率、资产负债率、流动比率、市净率、贷款金额、贷款金额和经营现金流净额作为样本的研究变量。同时,加入一个代表行业的虚拟变量,以考察不同行业对于贷款的可获得性是否有差异。

各个变量的计算方式和表现意义如下：

（1）加权平均净资产收益率=加权平均收益/净资产,它是衡量企业赢利能力的指标。

（2）资产负债率=负债总额/资产总额,它反映了企业的偿债能力。

（3）流动比率=公司营业收入/流动资产,反映了企业的资金周转效率,是企业运营能力的指标。

（4）市净率=企业股票价格/每股净资产,反映市场对公司的估值信心和重置成本。

（5）贷款金额为企业资产负债表中短期贷款和长期贷款的总和。实际上,考察的12家企业绝大多数只有短期贷款(1年期以下)。银行等金融机构较少给予长期贷款。

（6）经营现金流净额是企业经营过程中,现金流入与现金流出相抵的净值,包括销售商品获得的现金、收取的利息和佣金、销售商品支出的现金、工资和税收等。

数据选自财务报表“母公司”一栏,没有选择“合并报表”部分的数据。原因是子公司并不一定符合科技型企业的条件,同时也为确保统计口径的一致。

2.2 样本的Logistic回归分析

2.2.1 研究假设和模型

将样本的贷款金额作为因变量,代表贷款的可获得性。其余五个因素――加权平均净资产收益率、资产负债率、流动比率、市净率和经营现金流净额――作为自变量,用以研究它们对贷款可获得性的影响。另外,模型中加入两个虚拟变量,分别代表制造业和信息技术业。

研究的主要目的,是发现企业能否获得较多贷款与哪些因素相关。

根据以上的假设,建立如下模型进行验证

logitFin=B0+B1ROE+B2LEV+B3CR+B4PB+B5CAS+B6Dummy

被解释变量：

Fin：企业贷款数额是否大于1000万元。虽然是中小企业,但是上市公司的资本总额非常大,1000万元以下一般作为流动资金,无法承担企业发展所需的资金量。因此,我们以1000万元作为划分线。Fin=1表示贷款数额大于1000万元,Fin=0表示贷款数额小于等于1000万元。

解释变量：

ROE：加权平均净资产收益率；

LEV：资产负债率；

CR：流动比率；

PB：市净率；

CAS：经营现金流净额；

Dummy：虚拟变量,0为制造业、1为信息技术业。

2.2.2 实证结果与分析（见表1）

上表1中,将样本(观测值)代入到Logistic回归模型中,检验是否与预测值相符合。

结果显示,模型Step1的整体相符度为88.5%；模型Step2的整体相符度为88.5%；模型Step3的整体相符度为84.6%；模型Step4的整体相符度为80.8%。

四种logistic回归模型的正确度都在80%以上,说明模型预测值与实际观测值的符合程度较好（见表2）。

四种方程的系数显著性。如果选择90%的置信水平。可以发现第四个方程的系数显著性最佳。

根据变量的系数可以发现,资产负债率与贷款总额呈正相关、流动比率与贷款总额呈负相关。而经营现金流净额虽然通过了显著性检验,但是系数为零,这表明经营现金流净额还是微弱的。

综上所述,按显著性水平对五个变量进行排序的话,从大到小依次是资产负债率、流动比率、经营现金流净额、市净率和加权平均净资产收益率。

3 实证分析的结论与建议

通过Logistic回归模型的计量分析,发现资产负债率与贷款总额呈正相关、流动比率与贷款总额呈负相关,并且变量对贷款总额的显著性影响从大到小依次是资产负债率、流动比率、经营现金流净额、市净率和加权平均净资产收益率。通过设置代表行业的虚拟变量,发现制造业和信息技术业之间贷款的可获得性没有明显差异。

综合实证分析结论：对上海科技型上市企业而言,企业经营状况的良好程度,与能否获得更多贷款没有关系。换言之,即使企业努力改进自身经营状况,也不会增加获得贷款的机会。

根据已有的文献,赢利能力、运营能力、偿债能力等因素原本应当是银行等金融机构贷款的重要依据,但是本文的实证检验却否定了这些因素,对于许多科技型中小企业而言,或许是一个令人失望的结论。可以试图从多个角度解释本文的结论：

（1）样本数据的原因。本文的样本数据偏少,合计仅有26个,而已有的研究文献样本数量一般超过40个；同时,本文采用的是上市公司数据,已有文献多通过调查问卷和走访获取数据,因此样本公司的规模有差异。

(2)融资环境的原因。根据上海市统计局的数据,2009年上海公有制经济GDP增加值的比重为53%,依然庞大。科技型中小企业一般以民营资本为主,在上海这个国有资本占据大量资源的地方,民营资本的贷款可获得性受到挤压是不可避免的。

样本中的科技型中小企业均是发展比较成熟的企业,已经成功上市,它们融资尚且困难,可想而知处于初创期和发展期的企业融资困难程度。

第一,设立中小企业信用信息共享平台。上海具有金融市场的优势,可以率先尝试。平台形式可以是政府主导的政策性机构,也可以是第三方企业。他们受商业银行委托,对中小企业进行信用背景调查。这样可以起到规模效应,降低中小企业的背景调查成本,并且实现信用信息的共享。

第二,建立政策性银行,服务中小企业。我国已组建的三家政策性银行――国家开发银行(已转为商业银行)、中国进出口银行和中国农业发展银行,有力地推动了基础产业、进出口和农业的发展。因此中小企业政策银行既有客观需要,又有经验可供学习。

第三,为风险投资的发展创造良好条件。既然银行贷款的渠道不容易走,并且获取的资金量也非常有限,那么对于科技型企业尤其应该发挥“科技型”的特点,选择风险投资这一股权融资方式。

参考文献:

［1］屈耀辉,傅元略.优序融资理论的中国上市公司数据验证:兼对股权融资偏好再检验［J］.财经研究,2007（2）：108-118.

［2］许丽娟.论高新技术企业融资方式的选择［J］.财经界(下旬刊),2007（8）.

［3］王凤荣.中小高新技术企业成长的金融支持制度研究［M］.北京:中国经济出版社,2006.

［作者简介］李勇(1964―),男,四川安岳人,东华大学副教授,博士学历,研究方向：证券投资与产业经济；石逸奇(1986―),男,上海人,东华大学旭日工商管理学院硕士研究生,研究方向：产业组织与政策。