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，是知識密集、技術(shù)密集并擁有核心自主知識產(chǎn)權(quán)的經(jīng)濟(jì)實體，是中國經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級的關(guān)鍵推動力。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。對此，各地政府紛紛出臺支持政策，包括設(shè)立創(chuàng)新基金、加強孵化器建設(shè)、設(shè)置貼息政策、給予商業(yè)銀行科技金融貸款風(fēng)險補償?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，難以滿足商業(yè)銀行傳統(tǒng)信貸審批中對于抵押、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)險評價體系與高新技術(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)特點的信用風(fēng)險評價體系。

中國科技型小微企業(yè)信用風(fēng)險的研究歷史較短，現(xiàn)有研究鮮有專門分析評價高新技術(shù)企業(yè)信用水平的。顏賽燕探索采用AHP-模糊數(shù)學(xué)綜合評價方法，對科技型小微企業(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)為研究對象，綜合運用因子分析和Logistic回歸分析，進(jìn)行客戶違約風(fēng)險評估和驗證[2]。束蘭根從商業(yè)銀行角度出發(fā)，對科技型小微企業(yè)生命周期各階段面臨的風(fēng)險進(jìn)行分析，構(gòu)建評價模型并進(jìn)行實證檢驗[3]。沈雅雯以A銀行科技型小微企業(yè)為研究對象，采用層次分析法和模糊綜合評價法對其信貸風(fēng)險進(jìn)行評價[4]。肖斌卿等對比分析了近10種不同算法的模型對小微企業(yè)信用風(fēng)險評級，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價企業(yè)信用風(fēng)險時所選用的指標(biāo)體系并不統(tǒng)一，也相對缺乏業(yè)務(wù)實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高成長性的高新技術(shù)企業(yè)有效的信用風(fēng)險評價指標(biāo)體系，如何運用量化模型對其信用風(fēng)險進(jìn)行評估，解決融資難題，對緩解國內(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企業(yè)信用風(fēng)險影響路徑的基礎(chǔ)上，通過建立多層次的信用風(fēng)險評價指標(biāo)體系，構(gòu)建可拓綜合評價模型，以N銀行300家高新技術(shù)企業(yè)客戶為研究樣本，實證檢驗該模型在實踐過程中對高企信用風(fēng)險評價的適用性和科學(xué)性。

1 高新技術(shù)企業(yè)信用風(fēng)險評價指標(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)對比，高科技性、創(chuàng)新性等特征較為凸顯。對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)隊綜合素質(zhì)較高。N銀行300家高新技術(shù)企業(yè)樣本中，實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，成立時間較短的企業(yè)團(tuán)隊學(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)新能力強于傳統(tǒng)小微企業(yè)。高新技術(shù)企業(yè)評審中要求企業(yè)必須有至少1件及以上知識產(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/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。

3)無形資產(chǎn)占比較高。在實際經(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)知識產(chǎn)權(quán)平均數(shù)為13個/家，其中一類知識產(chǎn)權(quán)(1)一類知識產(chǎn)權(quán)包含發(fā)明專利、植物新品種、國家級農(nóng)作物品種、國家新藥、國家一級中藥保護(hù)品種、集成電路布圖設(shè)計專有權(quán)；二類知識產(chǎn)權(quán)包含實用新型專利、外觀設(shè)計專利和軟件著作權(quán)等。為2個/家。同時，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)費用占銷售收入的平均占比為32%，確保知識產(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政府對于高新技術(shù)企業(yè)高度重視，出臺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)費用加計扣除、政府優(yōu)先采購、人才安居、重點項目資助、直接獎勵等。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30萬元的培育獎勵，個別市區(qū)政府配套加大獎勵力度，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)動發(fā)展的考核指標(biāo)，同時給予財政收入獎勵返還。

1.2 信用風(fēng)險評價指標(biāo)體系構(gòu)建

基于中外學(xué)者對小微企業(yè)信用風(fēng)險評價的研究和高新技術(shù)企業(yè)的特點，風(fēng)險評價是定性和定量相結(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，主要從財務(wù)表現(xiàn)、創(chuàng)新能力、企業(yè)信用、環(huán)境支持4個維度，構(gòu)建高新技術(shù)企業(yè)信用風(fēng)險評價的指標(biāo)體系，如表2所示。

表2 高新技術(shù)企業(yè)信用風(fēng)險評價指標(biāo)體系

2 可拓綜合評價模型與權(quán)重確定

2.1 模型構(gòu)建

商業(yè)銀行信用風(fēng)險評價主要分為兩類，一類是依托于企業(yè)的財務(wù)報表，對盈利能力、營運能力、償債能力和發(fā)展能力等各項重要財務(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)險度量模型，主要包括KMV模型、Credit Metrics模型[6]、信用風(fēng)險附加模型和信貸組合模型[7]?？紤]到高新技術(shù)企業(yè)的特殊性，其信用風(fēng)險評價不同于傳統(tǒng)小微企業(yè)，商業(yè)銀行對企業(yè)的財務(wù)指標(biāo)相對弱化，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)建可拓綜合評價模型，區(qū)別于傳統(tǒng)層次分析法下的點值數(shù)，而是用區(qū)間數(shù)構(gòu)造判斷矩陣，在求解權(quán)重向量時兼顧一致性檢驗和判斷模糊性，確保一致性要求[8-9]。

建立了表2的層次結(jié)構(gòu)后，針對第k-1層的某一個準(zhǔn)則，將第k層與之有關(guān)的全部nk個因素通過兩兩比較，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是一個正互反矩陣，即

根據(jù)表2建立的信用風(fēng)險定性指標(biāo)評價體系，選擇在國內(nèi)開展科技金融較早的N銀行，對銀行內(nèi)具有8年以上審批經(jīng)驗的科技企業(yè)專職審批官進(jìn)行測評，對準(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層全體因素對第k-1層的第h個因素的綜合可拓判斷矩陣。

對上述第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項準(zhǔn)則層定性評價指標(biāo)相對總目標(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

財務(wù)表現(xiàn)、企業(yè)信用、創(chuàng)新能力、環(huán)境支持4個維度的具體指標(biāo)權(quán)重計算方法同上，且一致性比例均小于0.1，一致性比例較好。計算得出各層次指標(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)險評價指標(biāo)權(quán)重匯總

3 實證分析與應(yīng)用

3.1 評價指標(biāo)分值確定

基于可拓理論的評價方法既可以對某一具體的評價對象進(jìn)行評價分析，也適用于不同個體之間的比較排序。對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，結(jié)合專家訪談，將指標(biāo)設(shè)置為五級，一級至五級分別對應(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)險評價過程中，通過可拓綜合模型，可對申貸企業(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人會簽機(jī)制或5人會簽機(jī)制，出于審慎性原則，邀請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 評價指標(biāo)分級及打分標(biāo)準(zhǔn)

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

根據(jù)表4，計算可得：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)險評價理念中，一般銷售收入是評判的首要考慮因素，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價模型得出的結(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銀行的實際獲得信貸進(jìn)行比對，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)行評價，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)建的可拓綜合評價模型可以較好地應(yīng)用于N銀行對高新技術(shù)企業(yè)信用風(fēng)險的評判。

4 結(jié)論

嘗試結(jié)合高新技術(shù)企業(yè)實際，采用可拓綜合評價模型來研究高新技術(shù)企業(yè)的信用風(fēng)險評價體系，并以N銀行300家申請貸款企業(yè)為樣本進(jìn)行實證分析，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)險緩釋措施評價企業(yè)信用風(fēng)險，該方法在面對成立時間較短、輕資產(chǎn)、高成長、高素質(zhì)的高新技術(shù)企業(yè)時不適用。本文所構(gòu)建的可拓綜合評價模型，結(jié)合企業(yè)特征和商業(yè)銀行信貸業(yè)務(wù)實踐，能夠較好地應(yīng)用于高新技術(shù)企業(yè)信用風(fēng)險評價，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)化的評價方法，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，還可對已獲貸的還款違約企業(yè)進(jìn)行分析，同時可進(jìn)一步豐富分析維度，包括地域維度，引入如 GDP 、價格水平等宏觀經(jīng)濟(jì)變量等，進(jìn)一步提高模型的準(zhǔn)確性。