池仁勇，朱張帆

（浙江工業(yè)大學(xué)a.中國(guó)中小企業(yè)研究院；b.管理學(xué)院，浙江 杭州310012）

一、引 言

中小企業(yè)缺乏抵押和穩(wěn)定財(cái)務(wù)數(shù)據(jù)等問(wèn)題往往得不到銀行等金融機(jī)構(gòu)的授信，從而造成中小企業(yè)融資難等普遍問(wèn)題。實(shí)際上，銀企之間存在信息不對(duì)稱(chēng)，中小企業(yè)由于內(nèi)部財(cái)務(wù)制度不健全，難以保證其財(cái)務(wù)報(bào)表上的結(jié)構(gòu)信息客觀反映實(shí)際經(jīng)營(yíng)狀況，中小企業(yè)信用風(fēng)險(xiǎn)的關(guān)聯(lián)性大打折扣。然而，一些非結(jié)構(gòu)性軟信息與中小企業(yè)日常生產(chǎn)經(jīng)營(yíng)活動(dòng)密切相關(guān)，能夠間接反映其生產(chǎn)經(jīng)營(yíng)狀況和信用風(fēng)險(xiǎn)。因此，如果商業(yè)銀行對(duì)中小微企業(yè)信用評(píng)估時(shí)考慮到軟信息，那么，中小微企業(yè)信用能力將會(huì)大幅度提升，具有潛在成長(zhǎng)性的中小企業(yè)就會(huì)受到銀行授信，實(shí)現(xiàn)銀行和中小企業(yè)雙贏模式。本文將從理論探討中小企業(yè)軟信息（非結(jié)構(gòu)性信息）對(duì)信用風(fēng)險(xiǎn)的影響，為商業(yè)銀行信用政策提供理論依據(jù)。

二、文獻(xiàn)綜述

近年，軟信息問(wèn)題逐漸引起國(guó)內(nèi)外學(xué)者研究關(guān)注，但至今學(xué)術(shù)界尚未對(duì)軟信息形成一個(gè)統(tǒng)一的定義。Grunert，Norden和Weber認(rèn)為軟信息指非財(cái)務(wù)因素的定性化信息，尤其是管理技術(shù)評(píng)價(jià)，區(qū)別于結(jié)構(gòu)化的財(cái)務(wù)數(shù)據(jù)信息［1]。硬信息也即結(jié)構(gòu)化、程序化的數(shù)據(jù)，按照一定法律程序獲取，并通過(guò)審計(jì)等，具有法律約束力和可追溯性［2]。林毅夫指出，“硬信息”通常指報(bào)表、有形的抵押品和法律形式的擔(dān)保合同；“軟信息”通常是難以量化的信息、無(wú)形資產(chǎn)和非法律形式的約束，如人與人之間的血緣關(guān)系和貿(mào)易關(guān)系、借款人的工作能力、借款人的經(jīng)驗(yàn)和信譽(yù)、關(guān)聯(lián)博弈等。硬信息和軟信息分別與財(cái)務(wù)信息與非財(cái)務(wù)信息等價(jià)［3]。大多數(shù)文獻(xiàn)都認(rèn)為，企業(yè)軟信息的范疇涵蓋企業(yè)家品德、能力、企業(yè)生產(chǎn)經(jīng)營(yíng)誠(chéng)信、市場(chǎng)信譽(yù)、內(nèi)部控制、產(chǎn)品市場(chǎng)占有率等私有信息，這些信息通常難以被直接量化，只能在有限的范圍內(nèi)被關(guān)系密切的信貸市場(chǎng)參與者所了解［2，4-8]。綜合來(lái)看，軟信息大致具有以下基本特征：①難以進(jìn)行量化，只能進(jìn)行定性分析；②一般不具有法律約束力；③可比性較差；④不易觀測(cè)、收集和證實(shí)；⑤獲取渠道有限，獲取成本較高［7]。因此，商業(yè)銀行往往以硬信息作為信用風(fēng)險(xiǎn)評(píng)估的依據(jù)。對(duì)于軟信息的獲取，銀行主要通過(guò)銀企間長(zhǎng)期業(yè)務(wù)往來(lái)及合作，即通過(guò)銀企關(guān)系渠道積累軟信息。實(shí)踐中，銀行運(yùn)用軟信息形成了一類(lèi)特殊的信貸技術(shù)——關(guān)系型信貸技術(shù)，以區(qū)別于傳統(tǒng)的基于財(cái)務(wù)信息的交易型信貸技術(shù)。關(guān)系型信貸是金融中介在長(zhǎng)期和多渠道接觸借款企業(yè)而積累的專(zhuān)有性信息基礎(chǔ)上，進(jìn)行貸款決策的一種信貸方式，其中的專(zhuān)有性信息即指軟信息［9]。而圍繞軟信息和關(guān)系型信貸技術(shù)在學(xué)術(shù)研究上逐漸形成了關(guān)系型信貸理論。另一方面，銀行運(yùn)用獲取的軟信息和硬信息對(duì)貸款企業(yè)進(jìn)行內(nèi)部信用評(píng)級(jí)，并根據(jù)信用評(píng)級(jí)結(jié)果作出放貸決策。實(shí)證研究發(fā)現(xiàn)，信貸員和負(fù)責(zé)審批貸款的分行行長(zhǎng)在一起工作的時(shí)間越長(zhǎng)，兩者信息交流越好，內(nèi)部信用評(píng)級(jí)對(duì)信貸項(xiàng)目違約的預(yù)測(cè)作用越準(zhǔn)確［10]。

基于軟信息的關(guān)系型信貸理論有助于解釋信息不對(duì)稱(chēng)條件下中小企業(yè)信貸配給等一系列問(wèn)題。研究顯示，密切的銀企關(guān)系有助于增加中小企業(yè)的貸款可得性和貸款數(shù)額［11-12]，以及降低貸款成本［11-12]，而且通過(guò)銀企關(guān)系渠道獲得的軟信息還有助于識(shí)別貸款違約風(fēng)險(xiǎn)［13]。

一些研究表明：軟信息不僅對(duì)中小企業(yè)破產(chǎn)預(yù)測(cè)具有重要意義［14]，而且對(duì)中小企業(yè)的貸款違約預(yù)測(cè)也具有重要作用［15]；包含非財(cái)務(wù)變量或軟信息變量的模型對(duì)中小企業(yè)破產(chǎn)預(yù)測(cè)或貸款違約預(yù)測(cè)的準(zhǔn)確性，顯著高于只包含財(cái)務(wù)變量的模型。不僅如此，最近的研究還發(fā)現(xiàn)，銀行的關(guān)系信息（軟信息）對(duì)大企業(yè)的貸款違約預(yù)測(cè)同樣具有顯著作用。例如，Chang 等使用國(guó)內(nèi)銀行的數(shù)據(jù)研究發(fā)現(xiàn)，在大企業(yè)和工業(yè)企業(yè)的貸款違約預(yù)測(cè)上，銀行的關(guān)系信息對(duì)企業(yè)財(cái)務(wù)信息（硬信息）具有替代性，其替代程度取決于銀企借貸關(guān)系的深度，借貸關(guān)系越深入，銀行關(guān)系信息對(duì)財(cái)務(wù)信息的替代效應(yīng)越顯著［16]。

因此，本文采用logistic 模型，從非上市中小企業(yè)的硬信息和軟信息兩方面來(lái)研究企業(yè)信用風(fēng)險(xiǎn)的狀況，力圖解決以下三個(gè)問(wèn)題：①非上市中小企業(yè)的軟信息是否可以用來(lái)預(yù)測(cè)其信用風(fēng)險(xiǎn)的狀況？②非上市中小企業(yè)的硬信息和軟信息對(duì)其信用風(fēng)險(xiǎn)的預(yù)測(cè)作用如何？哪一類(lèi)信息對(duì)于非上市中小企業(yè)的信用風(fēng)險(xiǎn)的預(yù)測(cè)更有價(jià)值？?jī)深?lèi)信息之間是否存在替代或者互補(bǔ)關(guān)系？③在現(xiàn)階段，取得銀行授信額度的非上市中小企業(yè)的特征如何？我們期望本文研究有助于深化對(duì)中小企業(yè)軟信息價(jià)值的理解，同時(shí)也為商業(yè)銀行開(kāi)展中小企業(yè)信貸業(yè)務(wù)提供一定幫助。

三、樣本及變量的選擇

（一）研究樣本與數(shù)據(jù)收集

本文對(duì)浙江省中小企業(yè)主和高層管理人員進(jìn)行問(wèn)卷調(diào)查，累計(jì)發(fā)放問(wèn)卷1 097 份，實(shí)際收回1 097 份，刪除一些缺失值或填寫(xiě)明顯呈規(guī)律性和邏輯矛盾的無(wú)效問(wèn)卷，最終有效問(wèn)卷為749 份，有效問(wèn)卷回收率為68.28%。樣本企業(yè)規(guī)模、年齡、行業(yè)等情況見(jiàn)表1所列。

表1 樣本企業(yè)基本情況

續(xù)表1

（二）變量定義

綜合國(guó)內(nèi)外最新理論觀點(diǎn)，本文從企業(yè)主要財(cái)務(wù)指標(biāo)衡量硬信息，從企業(yè)主受教育、興趣愛(ài)好、社交情況、社會(huì)責(zé)任、守信情況等方面反映企業(yè)主軟信息，從企業(yè)口碑、守信、人員流動(dòng)等反映企業(yè)軟信息。被解釋變量分別采用信用風(fēng)險(xiǎn)和銀行授信額度，并通過(guò)硬信息和軟信息變量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，形成指數(shù)。調(diào)節(jié)變量選取銀企關(guān)系作為代理變量，控制變量選擇所處行業(yè)、企業(yè)規(guī)模、企業(yè)年齡等，見(jiàn)表2所列。

表2 變量定義

（三）同源方法偏差

由于在調(diào)研過(guò)程中問(wèn)卷由單一個(gè)體填寫(xiě)，因而容易存在同源偏差問(wèn)題，故需要對(duì)數(shù)據(jù)進(jìn)行同源性偏差分析。我們采取Harman單因子分析法對(duì)回收的數(shù)據(jù)進(jìn)行檢驗(yàn)，以避免同源性問(wèn)題帶來(lái)的影響。首先將所有變量的所有條目進(jìn)行探索性因子分析，我們得到多個(gè)特征值大于1的因子，其中首因子貢獻(xiàn)率小于50%的方差，且自變量和因變量都載荷到了不同的因子上，因此，本次調(diào)研的數(shù)據(jù)同源性偏差問(wèn)題并不嚴(yán)重，對(duì)后續(xù)研究影響不大，調(diào)研數(shù)據(jù)可靠。

（四）相關(guān)性分析

本文對(duì)硬信息綜合指數(shù)、企業(yè)家軟信息綜合指數(shù)、企業(yè)軟信息綜合指數(shù)、信用風(fēng)險(xiǎn)等4 個(gè)變量的數(shù)據(jù)進(jìn)行相關(guān)性分析。主要變量間的最大相關(guān)系數(shù)值為0.529，表明變量之間不存在高度相關(guān)性。信用風(fēng)險(xiǎn)與企業(yè)硬信息綜合指數(shù)的相關(guān)系數(shù)為負(fù)但不顯著，而與企業(yè)家軟信息綜合指數(shù)、企業(yè)軟信息綜合指數(shù)的相關(guān)系數(shù)為負(fù)并且在P值小于0.01下顯著，初步表明對(duì)于非上市中小企業(yè)而言，企業(yè)的信用風(fēng)險(xiǎn)與企業(yè)的硬信息相關(guān)性不強(qiáng)，而與企業(yè)家的軟信息、企業(yè)的軟信息呈負(fù)相關(guān)，即企業(yè)主與企業(yè)的軟信息質(zhì)量越高，非上市中小企業(yè)的信用風(fēng)險(xiǎn)就越小。

（五）信效度檢驗(yàn)

本文對(duì)企業(yè)家軟信息與企業(yè)軟信息這兩個(gè)變量進(jìn)行信、效度分析。結(jié)果表明，變量對(duì)應(yīng)的Cron?bach'α值均大于0.8，表明問(wèn)卷具有較高的內(nèi)部一致性。變量對(duì)應(yīng)的KMO 值均大于0.78，Bartlett 球形檢驗(yàn)的顯著性均為0.000，表明問(wèn)卷的效度檢驗(yàn)較好。

四、回歸分析

（一）logistic回歸結(jié)果及討論

我們將企業(yè)硬信息綜合指數(shù)、企業(yè)家軟信息綜合指數(shù)、企業(yè)軟信息綜合指數(shù)、銀企關(guān)系對(duì)信用風(fēng)險(xiǎn)預(yù)測(cè)的logistic 逐步回歸結(jié)果與擬合優(yōu)度報(bào)告在表3中。

如表3 所列，從各個(gè)模型回歸結(jié)果的Pseudo-R2值來(lái)看，模型5 的解釋力度最大，模型4 次之。Pseudo-R2值從一定程度上說(shuō)明了，綜合考慮企業(yè)軟硬信息的模型對(duì)于預(yù)測(cè)非上市中小企業(yè)的信用風(fēng)險(xiǎn)的效果更好。然而，R2作為擬合優(yōu)度更多地出現(xiàn)在線性回歸模型中，本文采用Pseudo-R2值來(lái)解釋各個(gè)模型的擬合優(yōu)度只能從一定程度上說(shuō)明問(wèn)題。因此，本文對(duì)表3 中五個(gè)模型進(jìn)行Hosmer and Lemeshow Test 的卡方值與顯著性分析。結(jié)果表明，各個(gè)模型的卡方值均較小且顯著性均大于0.05，表明模型擬合優(yōu)度可以接受。

表3 軟硬信息綜合指數(shù)的logistic回歸結(jié)果

在表3 模型1 中，企業(yè)硬信息綜合指數(shù)對(duì)于企業(yè)信用風(fēng)險(xiǎn)的回歸系數(shù)不顯著，從一定程度上說(shuō)明對(duì)于非上市中小企業(yè)來(lái)說(shuō)，單純硬信息指標(biāo)不能有效預(yù)測(cè)其信用風(fēng)險(xiǎn)。模型2、模型3、模型4 是在考慮了更多軟信息的基礎(chǔ)上得到的回歸結(jié)果，其中企業(yè)家軟信息綜合指數(shù)與企業(yè)軟信息綜合指數(shù)的系數(shù)為負(fù)且在P值小于0.01下顯著，說(shuō)明企業(yè)家軟信息綜合指數(shù)與企業(yè)軟信息綜合指數(shù)的質(zhì)量越高，對(duì)于非上市中小企業(yè)的信用風(fēng)險(xiǎn)的預(yù)測(cè)就越準(zhǔn)確。在模型5中，考慮銀企關(guān)系對(duì)于銀行預(yù)測(cè)非上市中小企業(yè)信用風(fēng)險(xiǎn)的結(jié)果顯示，硬信息綜合指數(shù)與銀企關(guān)系的交互項(xiàng)系數(shù)為負(fù)且在P值小于0.01 的情況下顯著，說(shuō)明雖然非上市中小企業(yè)的財(cái)務(wù)制度不健全，難以受到外界的客觀約束，無(wú)法提供高質(zhì)量的財(cái)務(wù)報(bào)表，但是隨著企業(yè)與銀行的關(guān)系逐漸加深，銀行對(duì)于企業(yè)硬信息質(zhì)量（如財(cái)務(wù)報(bào)表的數(shù)據(jù)）的可參考性就增強(qiáng)，能夠預(yù)測(cè)企業(yè)的信用風(fēng)險(xiǎn)情況。

（二）進(jìn)一步的回歸與討論

下面進(jìn)一步討論哪些軟硬信息指標(biāo)對(duì)于非上市中小企業(yè)信用風(fēng)險(xiǎn)具有顯著的預(yù)測(cè)作用。本文將軟硬信息的指標(biāo)對(duì)于信用風(fēng)險(xiǎn)的逐步回歸模型匯報(bào)在表4中。

表4 軟硬信息具體指標(biāo)logistic回歸結(jié)果

在表4中，模型6-10的Chi-square與顯著性表明，模型的擬合優(yōu)度均可以接受。從各模型的Pseudo-R2值來(lái)看，模型10 的Pseudo-R2值最大，表明模型10擬合程度最好，模型9次之。這也從一定程度上說(shuō)明了銀行預(yù)測(cè)非上市中小企業(yè)的信用風(fēng)險(xiǎn)時(shí)綜合考慮企業(yè)和企業(yè)家軟信息的必要性。以下對(duì)各模型的回歸結(jié)果進(jìn)行討論。

（1）基于企業(yè)硬信息的模型分析。模型6的回歸結(jié)果顯示，銷(xiāo)售收入、資產(chǎn)負(fù)債率、流動(dòng)資產(chǎn)負(fù)債率、銷(xiāo)售收入增長(zhǎng)率、稅前利潤(rùn)增長(zhǎng)率對(duì)非上市中小企業(yè)信用風(fēng)險(xiǎn)具有顯著影響。其中，銷(xiāo)售收入與資產(chǎn)負(fù)債率對(duì)信用風(fēng)險(xiǎn)具有顯著正向影響，流動(dòng)資產(chǎn)負(fù)債率、銷(xiāo)售收入增長(zhǎng)率、稅前利潤(rùn)增長(zhǎng)率對(duì)信用風(fēng)險(xiǎn)具有顯著負(fù)向影響。非上市中小企業(yè)的銷(xiāo)售收入一般多以商業(yè)信用的形式呈現(xiàn)，銷(xiāo)售收入越高，說(shuō)明應(yīng)收賬款越多，存在壞賬的概率就越大，企業(yè)現(xiàn)金流可能受到影響，從而增大了信用風(fēng)險(xiǎn)。資產(chǎn)負(fù)債率是非上市中小企業(yè)總負(fù)債除以總資產(chǎn)的比率，代表著使用財(cái)務(wù)杠桿的能力，資產(chǎn)負(fù)率越高，說(shuō)明企業(yè)財(cái)務(wù)杠桿越大，從而企業(yè)信用風(fēng)險(xiǎn)越大。流動(dòng)資產(chǎn)負(fù)債率、銷(xiāo)售收入增長(zhǎng)率、稅前利潤(rùn)增長(zhǎng)率從一定程度上反映了成長(zhǎng)性與凈現(xiàn)金流量，從而表明企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)越小，信用風(fēng)險(xiǎn)越低。

（2）基于企業(yè)家軟信息的模型分析。模型7的回歸結(jié)果顯示，非上市中小企業(yè)家的軟信息特征對(duì)企業(yè)具有重要影響。企業(yè)家的學(xué)歷對(duì)于企業(yè)信用風(fēng)險(xiǎn)具有顯著負(fù)向影響，說(shuō)明學(xué)歷越高的企業(yè)家所經(jīng)營(yíng)管理的企業(yè)的信用風(fēng)險(xiǎn)越低。企業(yè)家的文化體育愛(ài)好，例如，喜歡看書(shū)、打高爾夫球等對(duì)企業(yè)信用風(fēng)險(xiǎn)具有顯著負(fù)向影響。企業(yè)家的不良愛(ài)好，例如，酗酒、賭博等對(duì)于企業(yè)信用風(fēng)險(xiǎn)具有顯著正向影響。富有社會(huì)責(zé)任感、熱衷于公益慈善事業(yè)與言出必行的企業(yè)家，會(huì)給企業(yè)形成一個(gè)好的榜樣，形成好的企業(yè)文化，企業(yè)的信用風(fēng)險(xiǎn)就越低。

（3）基于企業(yè)軟信息的模型分析。模型8的回歸結(jié)果顯示，企業(yè)層面的軟信息對(duì)企業(yè)信用風(fēng)險(xiǎn)有顯著影響。非上市中小企業(yè)在市場(chǎng)上的口碑形象對(duì)企業(yè)信用風(fēng)險(xiǎn)有顯著負(fù)向影響，企業(yè)在客戶、供應(yīng)商、消費(fèi)者、業(yè)界的信用、口碑越好，反映了企業(yè)整體的實(shí)力較強(qiáng)，經(jīng)營(yíng)風(fēng)險(xiǎn)較低，從而企業(yè)的信用風(fēng)險(xiǎn)也較低。企業(yè)內(nèi)部控制制度越完善，其信用風(fēng)險(xiǎn)也越低。另外，產(chǎn)品的市場(chǎng)占有率和員工流動(dòng)率對(duì)企業(yè)信用風(fēng)險(xiǎn)也具有負(fù)向影響。

（4）基于企業(yè)家軟信息與企業(yè)軟信息的模型分析。模型9 結(jié)果與模型7、8 基本一致，模型7 和模型8中顯著的變量在模型9中依然有較大部分保持顯著，并且變量的系數(shù)方向未發(fā)生改變，說(shuō)明軟信息對(duì)企業(yè)信用風(fēng)險(xiǎn)具有較強(qiáng)解釋能力。

（5）基于企業(yè)軟硬信息與企業(yè)家軟信息的模型分析。模型10 綜合了模型6 與模型9 的回歸結(jié)果。在10%的顯著性水平上，銷(xiāo)售收入、資產(chǎn)負(fù)債率、稅前利潤(rùn)增長(zhǎng)率、企業(yè)家學(xué)歷、不良愛(ài)好、社交活動(dòng)和企業(yè)的市場(chǎng)形象、市場(chǎng)占有率和內(nèi)部控制這些變量依然顯著，且變量系數(shù)符號(hào)未發(fā)生改變。在模型10 中，包含3 個(gè)硬信息指標(biāo)與8 個(gè)軟信息指標(biāo)，這表明，在同時(shí)考慮硬信息指標(biāo)與軟信息指標(biāo)對(duì)非上市中小企業(yè)信用風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)時(shí)，軟信息指標(biāo)的重要性可能大于硬信息指標(biāo)。

（三）軟硬信息對(duì)于信用風(fēng)險(xiǎn)的預(yù)測(cè)能力

為了進(jìn)一步分析硬信息指標(biāo)與軟信息指標(biāo)對(duì)企業(yè)信用風(fēng)險(xiǎn)的預(yù)測(cè)能力，本文采用logistic回歸模型預(yù)測(cè)企業(yè)信用風(fēng)險(xiǎn)，本文將結(jié)果匯報(bào)在表5 中。

表5 各模型對(duì)信用風(fēng)險(xiǎn)預(yù)測(cè)能力

表5 是用模型1-10 來(lái)預(yù)測(cè)樣本中無(wú)信用風(fēng)險(xiǎn)的企業(yè)（561 家）與有信用風(fēng)險(xiǎn)的企業(yè)（188 家）的準(zhǔn)確率情況。結(jié)果表明，同時(shí)包含軟硬信息變量的模型4 準(zhǔn)確率最高，達(dá)86.1%。僅包含軟信息的模型2、模型3 準(zhǔn)確率高于僅包含硬信息的模型1。以二級(jí)指標(biāo)進(jìn)行回歸的模型6-10 中，同時(shí)包含軟硬信息二級(jí)指標(biāo)的準(zhǔn)確率高，達(dá)90.5%。但僅包含軟信息二級(jí)指標(biāo)的模型7、模型8、模型9的準(zhǔn)確率均高于僅包含硬信息具體指標(biāo)的模型6。這意味著，對(duì)于非上市中小企業(yè)信用風(fēng)險(xiǎn)預(yù)測(cè)而言，軟硬信息具有互補(bǔ)作用，應(yīng)當(dāng)綜合考慮軟硬信息對(duì)其的影響。同時(shí)，相比于硬信息，軟信息中所包含的有價(jià)值的信息可能更多，軟信息對(duì)硬信息具有替代作用。本文認(rèn)為可能的原因有兩點(diǎn)。首先，正如前文所述，非上市中小企業(yè)財(cái)務(wù)制度不健全且缺乏外部有效的監(jiān)督機(jī)制，企業(yè)為了能夠更好地獲得銀行貸款，可能會(huì)對(duì)企業(yè)部分財(cái)務(wù)信息進(jìn)行粉飾，從而導(dǎo)致了硬信息數(shù)據(jù)的失真。銀行如果僅僅憑著這些失真的硬信息對(duì)企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行評(píng)估，極有可能會(huì)低估信用風(fēng)險(xiǎn)。其次，非上市中小企業(yè)的軟信息雖然不一定與財(cái)務(wù)狀況有直接關(guān)聯(lián)，但是與企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)密切相關(guān)，因而對(duì)企業(yè)的信用風(fēng)險(xiǎn)具有較強(qiáng)的判別能力。

（四）穩(wěn)健性檢驗(yàn)

為了保證結(jié)果的穩(wěn)健，本文進(jìn)行了如下穩(wěn)健性檢驗(yàn)：①在市場(chǎng)上，中型企業(yè)經(jīng)營(yíng)狀況一般較好，提供的硬信息指標(biāo)失真的可能性較小，銀行對(duì)于財(cái)務(wù)數(shù)據(jù)的可參考性就比較強(qiáng)，因此本文考慮剔除中型企業(yè)，以微型企業(yè)與小型企業(yè)為研究樣本，進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果表明自變量的顯著性與符號(hào)沒(méi)有發(fā)生根本變化。②剔除變量?jī)啥?%的極端值?？紤]回歸結(jié)論有可能受到樣本極端值的影響，我們?cè)诨貧w前將樣本兩端5%的極端值剔除，回歸結(jié)果仍然保持穩(wěn)健。

（五）企業(yè)授信額度與軟硬信息的匹配

為了進(jìn)一步分析現(xiàn)階段銀行對(duì)于非上市中小企業(yè)的授信情況是否充分考慮到軟信息的影響，根據(jù)問(wèn)卷調(diào)研的結(jié)果，我們將企業(yè)上一年度從銀行獲得的授信額度分為低額度授信與高額度授信，并且用授信額度作為因變量代替信用風(fēng)險(xiǎn)，重復(fù)表4模型分析，結(jié)果匯報(bào)在表6中。

表6 授信額度與軟硬信息回歸結(jié)果

表6 中，模型11-15 結(jié)果的Pseudo-R2值都較小，其中僅關(guān)注企業(yè)軟信息的模型13的Pseudo-R2值為0.046，表明現(xiàn)階段銀行對(duì)于中小企業(yè)授信時(shí)，并沒(méi)有充分考慮軟信息的影響。同時(shí)，企業(yè)的市場(chǎng)形象、內(nèi)部控制、市場(chǎng)占有率等對(duì)信用風(fēng)險(xiǎn)具有較強(qiáng)解釋力的指標(biāo)，與授信額度的回歸結(jié)果在統(tǒng)計(jì)學(xué)上均不顯著，表明銀行在對(duì)中小企業(yè)授信時(shí)，并沒(méi)有參考這些指標(biāo)，這很可能造成信用好的企業(yè)得不到授信，信用不好的企業(yè)反而得到授信。

五、結(jié)果與討論

本文以749 家非上市中小企業(yè)問(wèn)卷數(shù)據(jù)為樣本，基于硬信息與軟信息的角度考察了中小企業(yè)信用風(fēng)險(xiǎn)的影響因素，通過(guò)logistic 回歸建立了信用風(fēng)險(xiǎn)預(yù)測(cè)模型，最后對(duì)現(xiàn)階段中小企業(yè)授信額度與軟硬信息指數(shù)進(jìn)行了分析，通過(guò)這些定量分析，得出如下幾個(gè)重要結(jié)論：

第一，硬信息與軟信息對(duì)預(yù)測(cè)非上市中小企業(yè)信用風(fēng)險(xiǎn)具有重要作用。一方面，非上市中小企業(yè)硬信息指標(biāo)中銷(xiāo)售收入、資產(chǎn)負(fù)債率、稅前利潤(rùn)增長(zhǎng)等對(duì)信用風(fēng)險(xiǎn)具有顯著影響。另一方面，軟信息指標(biāo)中企業(yè)家層面特征與企業(yè)層面特征對(duì)信用風(fēng)險(xiǎn)也具有重要影響，尤其是企業(yè)家學(xué)歷、企業(yè)市場(chǎng)占有率、市場(chǎng)形象、內(nèi)控等變量對(duì)信用風(fēng)險(xiǎn)影響很大。同時(shí)，非上市中小企業(yè)銀企關(guān)系越親密，越有助于幫助銀行識(shí)別企業(yè)的硬信息指標(biāo)特征。

第二，基于軟信息建立的信用風(fēng)險(xiǎn)模型，其預(yù)測(cè)效果總體上高于基于硬信息建立的模型。這表明，在預(yù)測(cè)非上市中小企業(yè)信用風(fēng)險(xiǎn)的問(wèn)題上，軟信息比硬信息具有更重要的作用，并且對(duì)硬信息具有替代性。另外，同時(shí)使用硬信息與軟信息指標(biāo)建立的信用風(fēng)險(xiǎn)模型比僅以硬信息或僅以軟信息指標(biāo)建立的模型具有更高的判別能力和預(yù)測(cè)能力，表明軟信息對(duì)硬信息同時(shí)也具有互補(bǔ)性。

第三，銀行作為中小企業(yè)信貸提供者，首先面臨的問(wèn)題就是如何準(zhǔn)確評(píng)估企業(yè)信用風(fēng)險(xiǎn)，較好把握中小微企業(yè)違約風(fēng)險(xiǎn)，如果僅僅依據(jù)中小微企業(yè)財(cái)務(wù)數(shù)據(jù)等硬信息，很可能會(huì)導(dǎo)致信用風(fēng)險(xiǎn)評(píng)估失真，造成的結(jié)果是信用好的企業(yè)得不到授信，信用差的企業(yè)反而得到授信。