科技型中小企业与一般中小企业融资影响因素比较研究科技型中小企业特征与银行融资的关系研究

科技型中小企业与一般中小企业融资影响因素比较研究科技型中小企业特征与银行融资的关系研究

一、科技型中小企业融资困难的研究小型科技型企业的融资困难是整个世界的经济问题。一方面,科技型中小企业为经济发展提供了动力,是长期稳步提升一个国家或地区经济实力的根本性保障;但是另一方面,科技型中小企业规模小、资产少、淘汰快、信息不透明,很难获得商业银行的信贷资金。2011年11月科技部等八部委联合下发的《关于促进科技和金融结合加快实施自主创新战略的若干意见》(国科发财540号)中明确指出,“科学技术是第一生产力,金融是现代经济的核心,科技创新和金融创新紧密结合是社会变革生产方式和生活方式的重要引擎”。十八届三中全会发布的《关于全面深化改革若干重大问题的决定》再次强调了“改善科技型中小企业融资条件”的重要性和迫切性。虽然近年来中国以科技型中小企业作为中小企业发展的目标和方向,引导中小企业科技转型,吸引了大量资金,但中国直接金融市场并不完善,创业风险投资也不成熟,商业银行仍然是科技型中小企业经营资金的主体来源,势必在短期内持续影响科技型中小企业的存续和发展。科技型中小企业作为一种特殊且优质的中小企业,首先具有一般中小企业所普遍表现出的融资困难,因此对中小企业银行融资影响因素的已有研究在很大程度上也适用于科技型中小企业,脱离“中小企业”这一范畴来独立研究科技型中小企业不仅冗余而且毫无意义;但在中小企业的基础上,科技型中小企业因其科技特性,固定资产比重较一般中小企业更小,人力资本和无形资产比重较大,针对一般中小企业的创新并不能完全满足科技型中小企业的融资需求。通过研究科技型中小企业与一般中小企业的融资特征差异,可以从金融角度引导中小企业的科技转型,使科技型中小企业不因资金缺位而停留在低级生产加工环节,有助于经济的长期发展。一般认为,中小企业融资困难的研究已经较为成熟,其融资难的成因是信息不对称,其根源在于现有金融体制与中小企业融资特征不匹配。林毅夫、李永军(2001),林毅夫、孙希芳(2005)认为,中小企业融资难的根本原因是金融市场结构,大型金融机构天生不适合为中小企业服务,中小金融机构和非正规金融是解决中国中小企业融资难问题的根本出路。徐洪水(2001)认为,中小企业存在着刚性的金融缺口,主要源自企业、政府、银行和贷款需求过度等4个方面。王朝弟(2003)认为中小企业融资的障碍在于国有银行与中小企业在融资制度安排上不对称,金融改革、体制转换、通货紧缩对中小企业政策歧视和信息不对称的强化,以及中小企业综合竞争力不强。鲁丹、肖华荣(2008)在肯定中小银行优势的同时强调了短期内大银行在中小企业融资中的不可或缺性,指出应通过引导大银行市场合理竞争改善中小企业融资效率。邢乐成、梁永贤(2013)认为,中小企业的自身特点和融资特点与现行的以商业银行为主导的融资体系严重不匹配,建立完善的、多层次的中小企业融资体系是唯一出路。科技型中小企业融资难问题的研究仍处于起步阶段,学界尚未形成统一的看法。李永周(2006)认为,商业银行市场结构错位、产品创新不足是导致科技型企业融资难的主要原因,而商业信用和政策优惠的缺位也使得科技型企业银行融资的压力较大。周长鸣(2008)认为,科技型中小企业的融资困难在于融资的激励和约束问题得不到解决,应大力推动金融衍生工具的创新。李永宁(2009)从融资观念、融资结构、融资机制等方面分析了科技型中小企业的融资障碍,认为其根源在于企业自身条件和信贷市场环境。王岚、王树恩(2006)认为,科技型中小企业融资难的成因在于融资体制不完善、中小企业自身不成熟和政府服务体系不健全。由于已有研究在对科技型中小企业融资特征的分析中套用了中小企业融资障碍因素框架,因此结论并未体现出科技型中小企业较一般中小企业的特殊性。近年来,一些学者将“政府+银行+担保+保险+创投”模式引入科技型中小企业融资(唐雯等,2011;韩刚,2012),但是这一模式主要体现为国内学者对国外科技型中小企业融资模式创新的综述,并非基于对科技型中小企业融资需求的调查实证。通过对已有研究的梳理不难发现,分析科技型中小企业融资难成因的文章虽然数量众多,但是研究结论仍存在3个方面的缺陷:第一,以科技型中小企业融资影响因素为核心的研究大多未体现科技型企业区别于一般中小企业的特殊性,因此研究结论与中小企业融资难的研究结论相近,并无创新;第二,以科技型中小企业融资创新模式为核心的研究大多未将科技型中小企业视为一般中小企业中的优质特例,一味突出其信贷风险性,而忽视了其创新能力所带来的长期发展能力;第三,已有研究以综述中国科技型中小企业可能面临的融资障碍和借鉴国外科技型中小企业融资的创新模式为主,罕见以实证方式考察科技型中小企业融资难易程度影响因素的文献。综上所述,已有研究并未以实证手段回答以下3个核心问题:第一,科技型中小企业是否比一般中小企业更易获得商业银行贷款;第二,科技型中小企业与一般中小企业的银行融资影响因素有哪些差异;第三,商业银行在科技型中小企业融资中的定位如何。而这3个问题正是本研究试图回答的。二、研究设计(一)模式1:农村科技中小企业本文采用问卷调查的方式获得数据。为考察科技型中小企业通过商业银行渠道进行融资的影响因素,本研究以江苏省的中小企业为样本进行分层抽样,苏南、苏中和苏北地区各随机选取150家中小企业进行调查,共获得450份调查问卷,其中涉及科技型中小企业133家,非科技型中小企业317家,科技型中小企业占比为29.56%。450家中小企业样本均进入中小企业银行融资影响因素模型,以考察“科技企业”称号对银行融资难易程度的影响;133家科技型中小企业样本将单独进入科技型中小企业银行融资影响因素模型,以考察其他因素对科技型中小企业银行融资难易程度的影响。(二)企业银行融资能力分析如表1因变量行所示,研究确立样本企业银行融资难易程度为模型的被解释变量。由于直接询问样本企业对银行融资的难易程度所获得的结果显示,认为银行融资较容易的样本企业数量极少,不满足进入模型的计量学假设,因此研究适当放宽调查对象的认知严格度,从3个认知角度将难易程度认知拆分为3个问题:第一,样本企业对已获银行贷款的申请难易程度认知(0=易;1=难);第二,样本企业对已获银行贷款金额的满意度认知(0=不满意;1=满意);第三,样本企业对未获银行贷款的再申请意愿认知(0=不愿意;1=愿意)。3项指标将融资难易程度的认知拆分为申请过程难易度、申请金额满足度和再申请意愿等3个方面,研究进一步对3项认知指标求取均值,均值大于0.5的定义为样本企业银行融资较容易(BAR=0);均值小于0.5的定义为样本企业银行融资较困难(BAR=1)。如表1所示,研究确立了10个解释变量,解释变量按经济学含义分为6类。第三类为企业属性指标,即中小企业本身的自有属性,研究选取了企业类型虚拟变量(一组3个,包含4种企业类型)和非银行渠道融资的满足度这两个方面建立指标。在以往的研究中,划分企业类型的标准较多,包括企业规模、企业年龄、企业成长阶段等诸多理论;为简化指标体系、突出科技型企业特征并尽可能多地将这些特征体现在类型中,本研究人为地将企业类型划分为4种,即小型发展型企业、小型稳定型企业、中型稳定型企业和衰退型企业①。这4类企业由调查人员根据问卷中的企业属性问题综合划分。研究认为,非银行融资渠道包括商业信用、民间融资、新型金融机构融资、创业风险投资和政府资助,问卷对5种非银行融资渠道融资满足度进行询问,满足记1,不满足记0;进一步将5项指标求取均值,均值小于等于0.2的样本企业非银行融资满足度记为不满足(NBF=1),均值大于0.2且小于0.8的样本企业非银行融资满足度记为一般满足(NBF=2);其余为满足(NBF=3)。第四类为银行属性指标,即银行针对不同企业所提出的贷款要求,包含抵押和捆绑等2项指标。银行对企业的贷款评估包含财务信息和交易信息两个方面,综合两个方面所给出的贷款审核意见决定了银行拒绝、接受或有条件地接受企业的贷款申请。虽然研究无法获取银行对企业贷款申请的审核依据,但是银行对企业提出的贷款条件为研究提供了结论性的指标,使得研究有理由将银行的贷款审核作为一个黑箱,以银行审核结果作为银行属性变量进入模型。本次调查涉及两个方面,即银行是否要求企业提供贷款抵押物和银行是否要求企业接受贷款捆绑销售条件。第五类为政府属性指标,即政府为企业融资提供的便利,包含针对科技型企业和中小企业等两个方面。研究将企业是否享受过贷款政策优惠(实际发生值,而非了解程度)作为变量进入模型出于两点考虑:其一,将实际发生值作为指标能够有效地将政府的政策宣传内化进入指标,认为对企业进行金融优惠政策宣传是政府的责任,而非银行或企业自身的责任;其二,了解程度指标难以量化,越是不了解金融优惠政策的企业越容易误认为自己了解,得到的数据较难修正。第六类为科技园区指标,即科技型企业是否进驻科技园区。虽然调查显示少量非科技型企业也进驻科技园区,但是基于科技业务并非非科技型企业的主要业务类型,科技园区贷款也并非非科技型企业的主要融资类型,因此研究只将该项指标纳入科技型企业指标体系,进入模型2。(三)对中小企业的回归分析根据影响因素模型的一般形式,研究构建以下模型:由于企业银行融资难易程度(BARi)为二元虚拟变量,因此本研究采用二元Probit模型分别对450家中小企业和133家科技型中小企业样本进行回归分析。Probit模型是概率模型,因此估计系数无直接经济学解释,研究以平均边际效应dBARi/dx(x为自变量)考察不同自变量对企业银行融资难易程度的影响大小。三、中小企业的金融需求如表2所示,450家样本中小企业的银行融资难易程度均值为0.644,299家中小企业认为从商业银行申请贷款较为困难,占比为66.44%;133家样本科技型企业的银行融资难易程度均值为0.316,42家科技型企业认为从商业银行申请贷款较为困难,占比为31.58%。从比例上看,科技型中小企业明显较非科技型中小企业更易获得商业银行贷款。450家样本企业中,科技型企业为133家,占样本总量的29.56%;133家科技型企业中,进驻园区的有82家,占样本总量的61.65%。虽然江苏省的科技型企业占比超过了目前中国的平均水平(赵洪江等,2012),苏州、镇江等地更于近年来以科技园区模式吸引科技资金,推动科技型企业孵化和发展,使得江苏省科技园区的发展水平明显高于全国平均水平,但是随着中国对科技发展的重视,科技型企业数量在全国范围内逐年增加,科技园区模式也得到了相应的推广,江苏省的现状对全国具有一定的预测意义,因此,研究不对这两项比重进行调整。贷款属性变量包含贷款金额和贷款期限。就贷款金额变量而言,中小企业的贷款意愿金额均值在5万~20万元(AMO=2.020);其中5万元以下的小额贷款需求占57.33%(258家),5万~20万元的需求占14.00%(63家),20万~50万元的需求占10.22%(46家),50万~200万元的需求占6.22%(28家),200万元以上的需求占12.22%(55家)。而科技型企业的贷款意愿金额均值也在5万~20万元(AMO=2.000);其中5万元以下的小额贷款需求占59.40%(79家),5万~20万元的需求占12.78%(17家),20万~50万元的需求占8.27%(11家),50万~200万元的需求占7.52(10家),200万元以上的需求占12.03%(16家)。对中小企业和科技型企业而言,小额贷款是最为主要的金融需求。就贷款期限变量而言,中小企业的贷款意愿期限均值约为1年(TER=2.344);其中半年内的超短期贷款需求占42.67%(192家),半年至1年的需求占11.78%(53家),1年至5年的需求占14.00%(63家),5年以上的需求占31.56%(142家)。而科技型企业的贷款意愿期限均值也约为1年(TER=2.286);其中半年内的超短期贷款需求占45.86%(61家),半年至1年的需求占10.53%(14家),1年至5年的需求占12.78%(17家),5年以上的需求占30.83%(41家)。对科技型企业而言,半年内的超短期贷款和5年以上的长期贷款都占有很大的需求比例,说明贷款期限对企业的银行融资难易程度影响并非线性。企业属性变量包含企业类型和非银行融资满足度。就企业类型而言,中小企业中小型发展型企业占43.78%(197家),小型稳定型企业占25.33%(114家),中型稳定型企业占22.89%(103家),其余为衰退企业。而科技型企业中小型发展型企业占48.87%(65家),小型稳定型企业占23.31%(31家),中型稳定型企业占22.56%(30家),其余为衰退企业。小型发展型企业是中小企业和科技型企业共同的主体类型,而小型发展型企业在科技型企业中的占比明显高于在中小企业中的占比,说明科技型企业较一般中小企业而言更加处于生命发展周期的前端。就企业非银行融资满足度而言,中小企业中认为满足的企业占20.44%(92家),认为一般满足的企业占48.89%(220家),认为不满足的企业占30.67%(138家),统计均值为1.898,低于一般满足程度(NBF=2)。而科技型企业中认为满足的企业占18.80%(25家),认为一般满足的企业占54.14%(72家),认为不满足的企业占27.07%(36家),统计均值为1.917,低于一般满足程度(NBF=2)。银行属性变量包含是否要求贷款抵押和是否要求贷款捆绑。商业银行对中小企业和科技型企业的抵押和捆绑要求几乎没有差异,均约有2/3的样本企业认为商业银行有条件的接受其贷款申请。其中,中小企业需贷款抵押的比例为65.78%(296家),需贷款捆绑的比例为67.11%(302家);科技型企业需贷款抵押的比例为67.67%(90家),需贷款捆绑的比例为68.42%(91家)。科技型企业遇到贷款抵押和贷款捆绑的比例略高于中小企业平均水平。政府属性变量包含企业是否享受过科技型企业融资优惠政策和是否享受过中小企业融资优惠政策。就科技型企业融资优惠政策而言,55.11%的中小企业(248家)和57.14%的科技型企业(76家)享受过该项优惠政策,足见商业银行在贷款审核中对科技型企业的认定并非按照省市级“科技企业”称号,而是自有一套对企业科技创新能力的评估体系。就小微企业融资优惠政策而言,20.00%的中小企业(90家)和16.54%的科技型企业(22家)享受过该项优惠政策,政策普及水平较低。四、元proct模型的建立为考察样本企业银行融资难易程度的影响因素,分别以450家中小企业和133家科技型中小企业为样本建立二元Probit模型,实证结果如表3所示;每个自变量的平均边际效应如表4所示。(一)小型科技型企业比一般企业更容易获得商业银行贷款(二)贷款属性指标对企业银行融资能力和融资风险的影响分析实证分析显示,中小企业银行融资影响因素模型中的贷款金额(AMO)和贷款期限(TER)指标均未通过10%的显著性检验;而科技型中小企业银行融资影响因素模型中的贷款金额(AMO)指标通过了5%的显著性检验,期限指标(TER)未通过10%的显著性检验。描述统计中已论及,贷款属性指标对企业银行融资难易程度的影响并非线性,虽然调查显示小额和超短期贷款是中小企业和科技型中小企业贷款的主体需求类型,但是大额贷款和长期贷款均有一定量的需求,呈现出两极分化的现象。小额和超短期贷款主要来自企业的资金周转需求,各类型企业均有可能在日常的生产经营活动中有该类型资金需求。大额和长期贷款主要来自企业的生产转型需求,初创企业需大额长期资金将科技专利转化为生产行为;已有一定经营规模的企业也有可能需要大额长期资金进行科技创新、产品研发和企业转型。大额长期资金需求的回报期长,风险也相对较高,因此商业银行较难采用纯粹的信用贷款方式,往往需要综合考量企业的其他偿债能力指标。针对实现担保和抵押均有一定困难的初创企业,推进商业银行贷款有悖于金融市场规律和风险管理规范,创业风险投资和政府资助应当补其缺位,政府应引导商业银行将资金投入到更加成熟的科技市场中来,通过科技金融产品创新方式降低贷款风险。(三)小型发展型企业研究将样本企业分为4种类型,分别为小型发展型企业、小型稳定型企业、中型稳定型企业和衰退型企业。在中小企业银行融资影响因素模型中,小型发展型企业和小型稳定型企业虚拟变量的估计系数为负,说明这两类企业的融资难度显著高于衰退型企业,而中型稳定型企业虚拟变量的估计系数为正,说明中型稳定型企业的融资难度显著低于衰退型企业(见表3),而小型发展型企业虚拟变量的平均边际效应大于小型稳定型企业,说明小型发展型企业的融资难度较小型稳定型企业更大(见表4)。根据企业类型的划分标准,衰退型企业近三年没有科技创新(以专利衡量),利润率和产品市场占有率呈下降趋势;但是此类企业因其良好的财务记录和信贷记录,反而更加容易获得商业银行的贷款。较为合理的解释是,一方面,衰退型企业的衰退过程是一个长期而复杂的综合变化,商业银行根据以往的财务数据和信贷记录对企业进行评估,难以及时发现企业的衰退迹象,而短期的利润率和市场占有率下降也不能说明企业开始进入衰退期;另一方面,根据企业生命周期理论,衰退型企业在经历过成长期和成熟期后会积累一定的固定资产,而商业银行对固定资产的重视程度明显高于对无形资产和长期经营能力的重视程度,衰退型企业有能力提供更多合格的抵押品,因此即使产品市场占有率不断下降,依然能够获得商业银行贷款。但是这一理由并不适用于科技型中小企业,因为科技型企业普遍规模较小,无形资产比重大,商业银行对其贷款审核不能沿用中小企业标准,因此商业银行在审核科技型企业贷款中特别关注其科技创新能力及其转化生产的能力,衰退型企业的识别更为及时,贷款资金配置更为优化。而科技型中小企业的平均贷款期限(TER=2.286)略小于中小企业整体水平(TER=2.344),因而商业银行对科技型企业信贷资金的投放周期也相应较短,商业银行能够更快地识别企业的类型并做出相应的放贷调整。(四)企业融资渠道比较实证结果显示,中小企业非银行渠道融资的满足度与银行渠道融资的难度呈正相关关系,非银行融资满足越高的中小企业越难获得商业银行贷款;科技型企业非银行渠道融资的满足度与银行渠道融资的满足度呈负相关关系,非银行融资满足度越高的科技型企业越容易获得商业银行贷款。但是,这一指标系数未通过10%的显著性检验,即非银行融资满足度并不显著影响银行融资的难易程度,一部分企业在难以获得商业银行贷款时转向非银行渠道融资,资金缺口获得一定程度的满足,但另一部分企业因自身条件有限,在两类渠道均无法获得资金满足;两种状态同时存在,使得银行融资渠道与非银行融资渠道并非单纯的替代关系。一方面,银行融资与部分非银行融资的形成机理并不相同,银行融资基于对企业已有经营的偿债能力的认可,只收取定额的利息作为回报,属于债务性质,与非银行投资中的新型金融机构贷款和民间借贷较为类似;而创业风险投资、政府资助等非银行渠道融资属于投资性质,投资方认可的更多是企业未来经营的获利能力,因此愿意承担更大的风险。另一方面,商业银行的负债广泛来自于民间,存款人对商业银行贷款决策无参与权,因此商业银行理应受到更为严格的监管。政府在制定中小企业和科技型中小企业金融扶持政策时应充分尊重商业银行的市场定位,调动非银行融资渠道的积极性,引导民间资本进入中小企业和科技型中小企业市场,鼓励创业风险投资向科技型中小企业倾斜。而商业银行应充分利用自身的资金优势和网点优势,打造更小额短期、更大额长期的特色贷款产品(参见贷款属性变量的统计描述分析),将着力点从企业生命周期的两端向中部转移,在弥补非银行融资缺位的同时注意提升放贷资金效率。(五)贷款夯实比存贷款成本低,贷款素质较低对于不符合信用贷款条件的企业,商业银行会设计多种方案为其提供贷款便利,其中最为典型的就是贷款抵押和贷款捆绑。贷款抵押作为一种较为成功的贷款产品,通过抵押企业资产作为第二还款来源,有效地提升了企业的偿债能力等级。而贷款捆绑则表现为将贷款和理财、保险、基金等产品捆绑销售或将部分贷款直接转化为存款的行为,《中国银监会关于整治银行业金融机构不规范经营通知》(银监发3号)明确指出商业银行不准“以贷转存”、“存贷挂钩”和“借贷搭售”等,但是贷款捆绑销售的现象并未得到有效的制止,2/3的企业仍被商业银行提出类似贷款条件。实证结果显示,贷款抵押(MOR)和贷款捆绑(BUN)这两项指标均显著影响中小企业和科技型企业的银行融资难易程度,即越是被要求贷款抵押和贷款捆绑的企业,越容易获得银行贷款,且这两项指标的平均边际效应显著超过其他指标。抵押贷款是传统的贷款创新,虽仍然有效,但商业银行应加快设计更有针对性的创新产品,而监管部门也应当营造宽松的银行业监督管理环境,鼓励商业银行对金融产品和服务进行创新设计,以满足不同类型借款方的融资需求。监管部门应当及时识别金融机构信贷制度创新的利弊,对扰乱金融秩序、破坏市场规律的金融创新予以制止,在创新中保持银行业内部良性竞争的平衡状态。(六)部分商业银行在政策对象上的认定如表3所示,在中小企业银行融资影响因素模型中,中小企业融资优惠政策和科技型企业融资优惠政策均通过了1%的显著性检验,但是在科技型企业银行融资影响因素模型中,两项指标均未通过10%的显著性检验。就科技型企业融资优惠政策而言(见表2),科技融资优惠政策并非完全落实在科技型企业上,中小企业和科技型企业享受过科技融资优惠政策的比例大致相等,分别为55.11%和57.14%。除政府税收优惠政策能够准确定位“科技企业”资质外,科技企业优惠政策(包含融资优惠政策)并不严格区分企业的规模和科技性;商业银行作为落实融资优惠政策的中介环节,在认定政策优惠对象时并非按照政府认定的“科技企业”来区分政策对象,而是将政策的优惠给予了商业银行认为符合放贷标准的企业,因此可以看出目前江苏省各家商业银行提出的科技融资优惠均不是价格优惠,而大多是以创新产品形式表现出的融资便利。而就中小企业融资优惠政策而言,政策的普及度很低,仅约两成的样本企业享受到了这一政策。以科技型中小企业为样本的实证显示,融资优惠政策并不显著影响企业的融资难易程度,说明这两项指标对因变量的影响作用被某项指标挤出,但是根据上述分析,并非“科技企业”称号(TEC)产生了挤出效应,较为合理的推测是部分商业银行对企业科技性的认定并非完全按照省市级“科技企业”称号,而是同时采取了一套自有的评估标准。这一标准较政府评定更为灵活和综合,弥补了政府评定在金融指标上的缺陷和公布周期上的滞后。(七)园区对科技型中小企业的融资担保作用对科技型企业进驻园区的现状调查显示,133家样本科技型中小企业中有82家进驻园区,占样本总量的61.65%;但是实证结果显示,进驻园区虽降低了科技型中小企业银行融资的难度,但是并未通过10%的显著性检验。就商业银行贷款而言,进驻园区对科技型中小企业存在三个方面的促进作用:第一,科技园区以融资优惠条件吸引科技型企业进驻;第二,科技园区可以为园区内的科技型企业提供融资担保;第三,进驻科技园区在一定程度上是科技型企业的经营能力和创新能力的标识。但是科技园区主导的融资优惠政策以短期为主,即已经进驻园区的科技型企业很难长期享受园区的融资优惠政策,而园区对科技型企业的融资担保条件并不低于商业银行的贷款审核要求,特别是随着近年来多家商业银行推出科技金融服务,对第二还款来源的认可范围已基本扩大至园区担保时所认可的第二还款来源范围,园区担保的优势并不明显。因此,本研究认为,科技型企业进驻园区的优势在于影响商业银行对企业经营和创新能力的认知,但是由于商业银行是信贷专业机构,对信贷审核有系统的标准和流程,这一影响效果甚微。五、“科技企业”荣誉对中小企业银行融资的影响通过对江苏省450家中小企业(含133家科技型中小企业)的调查分析,研究证实了科技型中小企业较一般中小企业更易获得商业银行贷款。商业银行在放