張維祥, 蔣苗苗, 朱 華

(1.江蘇省生產(chǎn)力促進(jìn)中心， 南京 210042； 2.南京銀行股份有限公司， 南京 210018)

科技創(chuàng)新在中國經(jīng)濟(jì)發(fā)展中占據(jù)重要地位，高新技術(shù)企業(yè)作為科技創(chuàng)新的重要力量，是知識(shí)密集、技術(shù)密集并擁有核心自主知識(shí)產(chǎn)權(quán)的經(jīng)濟(jì)實(shí)體，是中國經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的關(guān)鍵推動(dòng)力。在高新技術(shù)企業(yè)的成長過程中，金融資源的支持十分重要，科技創(chuàng)新與金融創(chuàng)新的深度融合，是提高地方經(jīng)濟(jì)競爭力的重要因素。對(duì)此，各地政府紛紛出臺(tái)支持政策，包括設(shè)立創(chuàng)新基金、加強(qiáng)孵化器建設(shè)、設(shè)置貼息政策、給予商業(yè)銀行科技金融貸款風(fēng)險(xiǎn)補(bǔ)償?shù)?，從政策傳?dǎo)效果來看，如何引導(dǎo)商業(yè)銀行擴(kuò)大對(duì)高新技術(shù)企業(yè)的支持范圍，提高銀行信貸資源供給效率至關(guān)重要。

由于大多數(shù)高新技術(shù)企業(yè)處于初創(chuàng)、初成長階段，受制于“發(fā)展周期長、輕資產(chǎn)、弱擔(dān)?！钡忍攸c(diǎn)，難以滿足商業(yè)銀行傳統(tǒng)信貸審批中對(duì)于抵押、擔(dān)?；蜻^往經(jīng)營業(yè)績的要求，因此傳統(tǒng)的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)價(jià)體系與高新技術(shù)企業(yè)發(fā)展不匹配。為有效解決高新技術(shù)企業(yè)融資難問題，需要建立適合高新技術(shù)企業(yè)特點(diǎn)的信用風(fēng)險(xiǎn)評(píng)價(jià)體系。

中國科技型小微企業(yè)信用風(fēng)險(xiǎn)的研究歷史較短，現(xiàn)有研究鮮有專門分析評(píng)價(jià)高新技術(shù)企業(yè)信用水平的。顏賽燕探索采用AHP-模糊數(shù)學(xué)綜合評(píng)價(jià)方法，對(duì)科技型小微企業(yè)的融資效果進(jìn)行研究[1]。楊海平和陳晶晶以某商業(yè)銀行化工行業(yè)小微企業(yè)為研究對(duì)象，綜合運(yùn)用因子分析和Logistic回歸分析，進(jìn)行客戶違約風(fēng)險(xiǎn)評(píng)估和驗(yàn)證[2]。束蘭根從商業(yè)銀行角度出發(fā)，對(duì)科技型小微企業(yè)生命周期各階段面臨的風(fēng)險(xiǎn)進(jìn)行分析，構(gòu)建評(píng)價(jià)模型并進(jìn)行實(shí)證檢驗(yàn)[3]。沈雅雯以A銀行科技型小微企業(yè)為研究對(duì)象，采用層次分析法和模糊綜合評(píng)價(jià)法對(duì)其信貸風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)[4]。肖斌卿等對(duì)比分析了近10種不同算法的模型對(duì)小微企業(yè)信用風(fēng)險(xiǎn)評(píng)級(jí)，結(jié)果顯示NN10(基于Levenbery-Marquardt學(xué)習(xí)算法)模型表現(xiàn)最優(yōu)[5]。

綜上所述，一方面已有研究在評(píng)價(jià)企業(yè)信用風(fēng)險(xiǎn)時(shí)所選用的指標(biāo)體系并不統(tǒng)一，也相對(duì)缺乏業(yè)務(wù)實(shí)踐層面的適用性分析；另一方面，國內(nèi)甚至都還沒有建立起對(duì)高成長性的高新技術(shù)企業(yè)有效的信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，如何運(yùn)用量化模型對(duì)其信用風(fēng)險(xiǎn)進(jìn)行評(píng)估，解決融資難題，對(duì)緩解國內(nèi)小微企業(yè)融資困境至關(guān)重要。本文嘗試在綜合分析高新技術(shù)企業(yè)的財(cái)務(wù)表現(xiàn)、創(chuàng)新能力、企業(yè)信用、外部環(huán)境支持等不同維度因素對(duì)企業(yè)信用風(fēng)險(xiǎn)影響路徑的基礎(chǔ)上，通過建立多層次的信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，構(gòu)建可拓綜合評(píng)價(jià)模型，以N銀行300家高新技術(shù)企業(yè)客戶為研究樣本，實(shí)證檢驗(yàn)該模型在實(shí)踐過程中對(duì)高企信用風(fēng)險(xiǎn)評(píng)價(jià)的適用性和科學(xué)性。

1 高新技術(shù)企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系構(gòu)建

1.1 高新技術(shù)企業(yè)特征分析

高新技術(shù)企業(yè)與傳統(tǒng)小微企業(yè)，以及普通的科技型小微企業(yè)對(duì)比，高科技性、創(chuàng)新性等特征較為凸顯。對(duì)N銀行300家高新技術(shù)申貸企業(yè)進(jìn)行數(shù)據(jù)統(tǒng)計(jì)和分析，具體見表1，發(fā)現(xiàn)其具有以下特征：

表1 N銀行300家高新技術(shù)申貸企業(yè)分析

1)團(tuán)隊(duì)綜合素質(zhì)較高。N銀行300家高新技術(shù)企業(yè)樣本中，實(shí)際控制人研究生以上學(xué)歷占比約42%，本科以上學(xué)歷占比約96%，整體學(xué)歷水平遠(yuǎn)高于傳統(tǒng)小微企業(yè)。從行業(yè)分布來看，生物醫(yī)藥、電子信息、航空航天等行業(yè)創(chuàng)始人及管理水平的學(xué)歷高于平均值；從成立年限來看，成立時(shí)間較短的企業(yè)團(tuán)隊(duì)學(xué)歷水平高于平均值；從征信情況來看，大多數(shù)高新技術(shù)企業(yè)的實(shí)際控制人及企業(yè)非常重視自身信用，僅有約1.3%的企業(yè)存在征信記錄不佳問題，低于傳統(tǒng)小微企業(yè)。

2)企業(yè)創(chuàng)新能力強(qiáng)于傳統(tǒng)小微企業(yè)。高新技術(shù)企業(yè)評(píng)審中要求企業(yè)必須有至少1件及以上知識(shí)產(chǎn)權(quán)，包含專利權(quán)、國家新藥、集成電路布圖、軟件著作權(quán)等，這些核心知識(shí)產(chǎn)權(quán)是體現(xiàn)企業(yè)創(chuàng)新能力和發(fā)展?jié)摿Φ闹匾w現(xiàn)。N銀行300家高新技術(shù)企業(yè)成果轉(zhuǎn)化數(shù)量為17個(gè)/家，科研人員在總職工中的平均占比為43%，企業(yè)創(chuàng)新能力較強(qiáng)。

3)無形資產(chǎn)占比較高。在實(shí)際經(jīng)營中，大多數(shù)小微型高新技術(shù)企業(yè)廠房、機(jī)器設(shè)備等有形資產(chǎn)占比較低，知識(shí)產(chǎn)權(quán)等無形資產(chǎn)占比較高。N銀行300家高新技術(shù)企業(yè)知識(shí)產(chǎn)權(quán)平均數(shù)為13個(gè)/家，其中一類知識(shí)產(chǎn)權(quán)(1)一類知識(shí)產(chǎn)權(quán)包含發(fā)明專利、植物新品種、國家級(jí)農(nóng)作物品種、國家新藥、國家一級(jí)中藥保護(hù)品種、集成電路布圖設(shè)計(jì)專有權(quán)；二類知識(shí)產(chǎn)權(quán)包含實(shí)用新型專利、外觀設(shè)計(jì)專利和軟件著作權(quán)等。為2個(gè)/家。同時(shí)，企業(yè)注重研發(fā)的持續(xù)投入，300家高新技術(shù)企業(yè)研發(fā)費(fèi)用占銷售收入的平均占比為32%，確保知識(shí)產(chǎn)權(quán)的領(lǐng)先性，所以無形資產(chǎn)的質(zhì)量成為影響高新技術(shù)企業(yè)未來成長性的重要因素之一。

4)政府政策支持力度較大。國家以及省市等各級(jí)政府對(duì)于高新技術(shù)企業(yè)高度重視，出臺(tái)一系列支持政策支持高新技術(shù)企業(yè)發(fā)展，主要包括所得稅率優(yōu)惠、研發(fā)費(fèi)用加計(jì)扣除、政府優(yōu)先采購、人才安居、重點(diǎn)項(xiàng)目資助、直接獎(jiǎng)勵(lì)等。為緩解高新技術(shù)企業(yè)融資難題，政府牽頭，聯(lián)合商業(yè)銀行、擔(dān)保公司等推出政府風(fēng)險(xiǎn)分擔(dān)的高新技術(shù)企業(yè)信用貸款。以江蘇省為例，除一系列國家支持政策外，對(duì)入庫培育首次認(rèn)定為高新技術(shù)企業(yè)的給予不低于30萬元的培育獎(jiǎng)勵(lì)，個(gè)別市區(qū)政府配套加大獎(jiǎng)勵(lì)力度，甚至可高達(dá)100萬元；推出“蘇科貸”“高企貸”等系列專屬銀行信貸產(chǎn)品；將高新技術(shù)企業(yè)數(shù)量作為高新區(qū)及地方政府創(chuàng)新驅(qū)動(dòng)發(fā)展的考核指標(biāo)，同時(shí)給予財(cái)政收入獎(jiǎng)勵(lì)返還。

1.2 信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系構(gòu)建

基于中外學(xué)者對(duì)小微企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)的研究和高新技術(shù)企業(yè)的特點(diǎn)，風(fēng)險(xiǎn)評(píng)價(jià)是定性和定量相結(jié)合的復(fù)雜系統(tǒng)問題。通過大量調(diào)查問卷和專家訪談，根據(jù)科學(xué)性、系統(tǒng)性、適用性和層次性原則，主要從財(cái)務(wù)表現(xiàn)、創(chuàng)新能力、企業(yè)信用、環(huán)境支持4個(gè)維度，構(gòu)建高新技術(shù)企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)的指標(biāo)體系，如表2所示。

表2 高新技術(shù)企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

2 可拓綜合評(píng)價(jià)模型與權(quán)重確定

2.1 模型構(gòu)建

商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)價(jià)主要分為兩類，一類是依托于企業(yè)的財(cái)務(wù)報(bào)表，對(duì)盈利能力、營運(yùn)能力、償債能力和發(fā)展能力等各項(xiàng)重要財(cái)務(wù)指標(biāo)進(jìn)行定量分析，多采用定性分析或Logit模型定量分析；另外一類是現(xiàn)代信用風(fēng)險(xiǎn)度量模型，主要包括KMV模型、Credit Metrics模型[6]、信用風(fēng)險(xiǎn)附加模型和信貸組合模型[7]。考慮到高新技術(shù)企業(yè)的特殊性，其信用風(fēng)險(xiǎn)評(píng)價(jià)不同于傳統(tǒng)小微企業(yè)，商業(yè)銀行對(duì)企業(yè)的財(cái)務(wù)指標(biāo)相對(duì)弱化，更為重視企業(yè)的創(chuàng)新能力及未來發(fā)展?jié)摿?。因此，本文?gòu)建可拓綜合評(píng)價(jià)模型，區(qū)別于傳統(tǒng)層次分析法下的點(diǎn)值數(shù)，而是用區(qū)間數(shù)構(gòu)造判斷矩陣，在求解權(quán)重向量時(shí)兼顧一致性檢驗(yàn)和判斷模糊性，確保一致性要求[8-9]。

建立了表2的層次結(jié)構(gòu)后，針對(duì)第k-1層的某一個(gè)準(zhǔn)則，將第k層與之有關(guān)的全部nk個(gè)因素通過兩兩比較，利用可拓區(qū)間數(shù)來定量地表示二者間的相對(duì)重要程度，構(gòu)造出可拓判斷矩陣A。

A=(aij)n×n,i,j=1,2,…,n是一個(gè)正互反矩陣，即

根據(jù)表2建立的信用風(fēng)險(xiǎn)定性指標(biāo)評(píng)價(jià)體系，選擇在國內(nèi)開展科技金融較早的N銀行，對(duì)銀行內(nèi)具有8年以上審批經(jīng)驗(yàn)的科技企業(yè)專職審批官進(jìn)行測(cè)評(píng)，對(duì)準(zhǔn)則層影響指標(biāo)進(jìn)行兩兩比較并打分，具體見表3。

表3 準(zhǔn)則層指標(biāo)對(duì)目標(biāo)層的可拓區(qū)間數(shù)判斷矩陣A

(1)

求得第k層的綜合可拓區(qū)間數(shù)，由此得到第k層全體因素對(duì)第k-1層的第h個(gè)因素的綜合可拓判斷矩陣。

對(duì)上述第k層綜合可拓區(qū)間數(shù)判斷矩陣A=〈A-,A+〉求權(quán)重向量，使其滿足一致性條件，步驟如下：

1)求A-、A+的最大特征值所對(duì)應(yīng)的具有正分量的歸一化特征向量x-、x+

(2)

3)求出權(quán)重向量

(3)

對(duì)于表3，由式(1)得出響應(yīng)的可拓區(qū)間判斷矩陣為

由式(2)計(jì)算可得m=1.030 9，k=0.916 6，結(jié)合式(3)得出

S1=〈0.131 7，0.141 6〉，S2=〈0.337 1，0.364 9〉，S3=〈0.339 2，0.390 1〉，S4=〈0.108 6，0.134 3〉。

4)層次單排序

(4)

P1=1.853 9，P2=9.581 3，P3=7.349 8，P4=1。

從而得到4項(xiàng)準(zhǔn)則層定性評(píng)價(jià)指標(biāo)相對(duì)總目標(biāo)的單排序

P=(0.093 7，0.484 2，0.371 4，0.050 5)T。

2.2 指標(biāo)權(quán)重確定

財(cái)務(wù)表現(xiàn)、企業(yè)信用、創(chuàng)新能力、環(huán)境支持4個(gè)維度的具體指標(biāo)權(quán)重計(jì)算方法同上，且一致性比例均小于0.1，一致性比例較好。計(jì)算得出各層次指標(biāo)權(quán)重后，匯總結(jié)果見表4。

表4 高新技術(shù)企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重匯總

3 實(shí)證分析與應(yīng)用

3.1 評(píng)價(jià)指標(biāo)分值確定

基于可拓理論的評(píng)價(jià)方法既可以對(duì)某一具體的評(píng)價(jià)對(duì)象進(jìn)行評(píng)價(jià)分析，也適用于不同個(gè)體之間的比較排序。對(duì)N銀行300家高新技術(shù)企業(yè)申貸客戶進(jìn)行詳細(xì)的指標(biāo)分析和數(shù)據(jù)統(tǒng)計(jì)，結(jié)合專家訪談，將指標(biāo)設(shè)置為五級(jí)，一級(jí)至五級(jí)分別對(duì)應(yīng)分值為0～20、20～40、40～60、60～80和80～100，分值及數(shù)值等均含低檔，具體見表5。

3.2 目標(biāo)企業(yè)分析

高新技術(shù)企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)過程中，通過可拓綜合模型，可對(duì)申貸企業(yè)進(jìn)行較為科學(xué)和清晰地判定，選擇N銀行300家高新技術(shù)企業(yè)申貸企業(yè)中的3家，分別為某基因技術(shù)有限公司、某智能科技有限公司、某機(jī)車科技股份有限公司，簡稱企業(yè)1、企業(yè)2、企業(yè)3。在商業(yè)銀行內(nèi)部，企業(yè)審批一般采用3人會(huì)簽機(jī)制或5人會(huì)簽機(jī)制，出于審慎性原則，邀請(qǐng)5位專職審批官，結(jié)合企業(yè)具體數(shù)據(jù)和表5進(jìn)行打分，將5人打分的平均值作為指標(biāo)得分，具體見表6。

表5 評(píng)價(jià)指標(biāo)分級(jí)及打分標(biāo)準(zhǔn)

表6 3家高新技術(shù)企業(yè)申貸數(shù)據(jù)及評(píng)審打分

根據(jù)表4，計(jì)算可得：企業(yè)1得分76.56分，企業(yè)2得分84.33分，企業(yè)3得分44.22分。

在傳統(tǒng)信用風(fēng)險(xiǎn)評(píng)價(jià)理念中，一般銷售收入是評(píng)判的首要考慮因素，企業(yè)1的年銷售收入為1 953萬元，企業(yè)2的年銷售收入為81萬元，企業(yè)3的年銷售收入為16 869萬元，企業(yè)2較其他兩家企業(yè)而言，難以從銀行獲得信貸支持。本文基于可拓綜合評(píng)價(jià)模型得出的結(jié)果顯示，企業(yè)2作為一家企業(yè)信用表現(xiàn)最佳、創(chuàng)新能力最強(qiáng)的高新技術(shù)企業(yè)，得分遠(yuǎn)超另外兩家企業(yè)，將上述得分與3家企業(yè)從N銀行的實(shí)際獲得信貸進(jìn)行比對(duì)，企業(yè)2獲得1 000萬元信用貸款，企業(yè)1獲得500萬元信用貸款，企業(yè)3未獲得貸款支持，得分情況與實(shí)際獲得信貸支持情況相吻合。

采用上述方法，將300家高新技術(shù)企業(yè)申貸客戶進(jìn)行評(píng)價(jià)，結(jié)果有127家企業(yè)得分超過60分，173家企業(yè)得分低于60分。若以60分為獲得N銀行信貸支持的門檻，則127家企業(yè)可從N銀行獲貸，實(shí)際信貸結(jié)果顯示，N銀行貸款審批通過116家企業(yè)，且其中113家企業(yè)的得分均為60分以上，模型總體準(zhǔn)確率為89%，充分說明本文構(gòu)建的可拓綜合評(píng)價(jià)模型可以較好地應(yīng)用于N銀行對(duì)高新技術(shù)企業(yè)信用風(fēng)險(xiǎn)的評(píng)判。

4 結(jié)論

嘗試結(jié)合高新技術(shù)企業(yè)實(shí)際，采用可拓綜合評(píng)價(jià)模型來研究高新技術(shù)企業(yè)的信用風(fēng)險(xiǎn)評(píng)價(jià)體系，并以N銀行300家申請(qǐng)貸款企業(yè)為樣本進(jìn)行實(shí)證分析，得到以下結(jié)論：

1)中國商業(yè)銀行目前大多數(shù)采用基于財(cái)務(wù)數(shù)據(jù)的過往表現(xiàn)，依賴于抵押和擔(dān)保等風(fēng)險(xiǎn)緩釋措施評(píng)價(jià)企業(yè)信用風(fēng)險(xiǎn)，該方法在面對(duì)成立時(shí)間較短、輕資產(chǎn)、高成長、高素質(zhì)的高新技術(shù)企業(yè)時(shí)不適用。本文所構(gòu)建的可拓綜合評(píng)價(jià)模型，結(jié)合企業(yè)特征和商業(yè)銀行信貸業(yè)務(wù)實(shí)踐，能夠較好地應(yīng)用于高新技術(shù)企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)，模型總體準(zhǔn)確率高達(dá)89%。

2)該模型在商業(yè)銀行的應(yīng)用過程中，可幫助銀行塑造新型的信貸文化理念，為信貸審批決策提供了有效的工具和標(biāo)準(zhǔn)化的評(píng)價(jià)方法，有利于解決銀行內(nèi)部審批人員主觀性問題，快速培養(yǎng)信貸審批人員，同時(shí)也有助于營銷條線和審批條線快速達(dá)成一致，提高營銷效率。

受限于數(shù)據(jù)可獲得性，只是對(duì)N銀行的高新技術(shù)企業(yè)進(jìn)行分析研究，且樣本數(shù)據(jù)為貸款申請(qǐng)企業(yè)，未來在信用體系建設(shè)和企業(yè)歷史違約數(shù)據(jù)庫的建立等條件許可下，可選擇多家銀行進(jìn)行模型的應(yīng)用和矯正，還可對(duì)已獲貸的還款違約企業(yè)進(jìn)行分析，同時(shí)可進(jìn)一步豐富分析維度，包括地域維度，引入如 GDP 、價(jià)格水平等宏觀經(jīng)濟(jì)變量等，進(jìn)一步提高模型的準(zhǔn)確性。