池仁勇 石雨露

(1 浙江工業(yè)大學(xué)中國(guó)中小企業(yè)研究院,杭州 310023；2 浙江工業(yè)大學(xué)管理學(xué)院,杭州 310023)

0 引 言

中小微企業(yè)融資難、融資貴已成為普遍現(xiàn)象，如何解決該問題成為社會(huì)關(guān)注焦點(diǎn)。大量研究表明，中小微企業(yè)不僅缺乏規(guī)模效應(yīng)，更缺少固定資產(chǎn)抵押、齊全的財(cái)務(wù)數(shù)據(jù)等結(jié)構(gòu)化硬信息，但中小微企業(yè)卻具有成長(zhǎng)性、創(chuàng)業(yè)創(chuàng)新精神、對(duì)市場(chǎng)和新技術(shù)的敏感性等豐富的非結(jié)構(gòu)化軟信用信息(即軟信息)。事實(shí)上，銀行在審核貸款時(shí)仍然更加注重企業(yè)是否有可抵押的固定資產(chǎn)等，這使得軟信息的作用被極大的掩蓋。究其原因是非結(jié)構(gòu)化的軟信息難以被傳統(tǒng)商業(yè)銀行甄別和利用，這不僅是由于軟信息調(diào)查、甄別成本大，傳統(tǒng)商業(yè)銀行風(fēng)險(xiǎn)收益難以對(duì)等，還因?yàn)檐浶畔⒕哂凶兓却?、時(shí)效短等特性，極大增加了商業(yè)銀行監(jiān)控難度。但是，隨著互聯(lián)網(wǎng)快速發(fā)展而興起的大數(shù)據(jù)征信模式不僅能夠提高硬信息的保存年限，更能有效解決軟信息收集難度大、成本高的技術(shù)性難題，故其可以將兩種信息納入同一評(píng)價(jià)體系中，因此，本文將從理論層面探討大數(shù)據(jù)征信對(duì)中小微企業(yè)信用評(píng)價(jià)的影響機(jī)理，并以浙江省816家中小微企業(yè)為研究樣本，驗(yàn)證大數(shù)據(jù)征信對(duì)提高中小微企業(yè)信用刻畫準(zhǔn)確度從而緩解企業(yè)融資約束的效果，以揭示大數(shù)據(jù)征信解決中小微企業(yè)融資難的內(nèi)在機(jī)理。

1 文獻(xiàn)綜述與研究假設(shè)

1.1 軟信息和硬信息的作用機(jī)制

非結(jié)構(gòu)化軟信息包括了意見、個(gè)體性格、行為方式、管理規(guī)章制度、市場(chǎng)聲望等，其收集方式主要依賴于人工，依靠具有特殊經(jīng)驗(yàn)的專業(yè)人員根據(jù)特定的目的進(jìn)行收集。軟信息具有較強(qiáng)的靈活性，中小微企業(yè)因規(guī)模較小、成立時(shí)間較短、組織層級(jí)較少，所以信息傳遞會(huì)更快更有效率，企業(yè)可以憑借軟信息向外界傳遞經(jīng)營(yíng)發(fā)展質(zhì)量?jī)?yōu)劣的信號(hào)，豐富企業(yè)信用等級(jí)的評(píng)估，進(jìn)而緩解中小微企業(yè)的融資約束。軟信息還具有粘性，借貸雙方可以通過(guò)多次交易建立專屬客戶通道，能將以往的信息沉淀下來(lái)，有效降低雙方信息不對(duì)稱程度。

硬信息具有結(jié)構(gòu)化、不依賴特定情境的特點(diǎn)，憑借其具有的特定結(jié)構(gòu)，收集和處理工作可以委派給技術(shù)能力較低的工人或者計(jì)算機(jī)，從而降低交易成本，企業(yè)可以將更多的精力和資金用于提高其經(jīng)營(yíng)能力，進(jìn)而改善企業(yè)的信用評(píng)價(jià)。不僅如此，硬信息還可編碼，在傳遞的過(guò)程中不會(huì)造成信息失真，能應(yīng)用在更廣的區(qū)域范圍，提升企業(yè)信用評(píng)價(jià)的可信度，助力企業(yè)獲得資金支持。

軟信息和硬信息通過(guò)不同的機(jī)制影響中小微企業(yè)的信用評(píng)價(jià)進(jìn)而影響其融資約束，雖然傳統(tǒng)的信用評(píng)價(jià)更注重硬信息的分析，但是對(duì)于中小微企業(yè)而言，軟信息發(fā)揮的作用要強(qiáng)于硬信息。一方面，中小微企業(yè)具有規(guī)模較小、內(nèi)部控制不規(guī)范、財(cái)務(wù)報(bào)告不健全等特征，其本身的硬信息表現(xiàn)較差，難以憑借有限的硬信息獲得貸款支持；另一方面，中小微企業(yè)具有高成長(zhǎng)性和靈活性的特征，其軟信息包含了更加豐富的內(nèi)容，能更全面真實(shí)的反映企業(yè)的信用水平。池仁勇等在使用軟信息和硬信息對(duì)中小企業(yè)信用風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)時(shí)，發(fā)現(xiàn)軟信息的預(yù)測(cè)能力要明顯高于硬信息的預(yù)測(cè)能力[1]。

綜上，本文提出假設(shè)：

H1a：軟信息和硬信息對(duì)中小微企業(yè)的信用評(píng)價(jià)具有正向影響。

H1b：軟信息對(duì)中小微企業(yè)的信用評(píng)價(jià)的影響高于硬信息。

1.2 企業(yè)規(guī)模的調(diào)節(jié)作用

根據(jù)資源基礎(chǔ)觀，大型企業(yè)和中小微企業(yè)所具有的信息資源存在差異。一方面，大型企業(yè)的規(guī)模較大，經(jīng)營(yíng)年限相對(duì)來(lái)說(shuō)較長(zhǎng)，財(cái)務(wù)制度會(huì)更加完善，較高的信息透明度使得金融機(jī)構(gòu)和銀行等貸款機(jī)構(gòu)在進(jìn)行投資決策時(shí)更加傾向于選擇大型企業(yè)，緩解企業(yè)的融資約束，故在大型企業(yè)中，硬信息發(fā)揮的作用更大。另一方面，對(duì)于中小微企業(yè)而言，由于其規(guī)模較小，內(nèi)部控制不夠完善，財(cái)務(wù)制度也不夠規(guī)范，此時(shí)，企業(yè)家個(gè)人的誠(chéng)信水平、參與的社會(huì)公益活動(dòng)、創(chuàng)新活力等非結(jié)構(gòu)化的軟信息更能反映中小微企業(yè)的真實(shí)信用水平。因此，本文提出假設(shè)：

H2a：在大型企業(yè)中，硬信息發(fā)揮的作用更強(qiáng)。

H2b：在中小微企業(yè)中，軟信息發(fā)揮的作用更強(qiáng)。

1.3 大數(shù)據(jù)征信的調(diào)節(jié)作用

大數(shù)據(jù)技術(shù)是數(shù)據(jù)對(duì)象、技術(shù)與應(yīng)用三者的有機(jī)統(tǒng)一，將大數(shù)據(jù)技術(shù)應(yīng)用到征信領(lǐng)域進(jìn)而興起的大數(shù)據(jù)征信模式逐漸得到學(xué)者的青睞，表1總結(jié)了當(dāng)前學(xué)者大數(shù)據(jù)征信的研究觀點(diǎn)。

表1 大數(shù)據(jù)技術(shù)對(duì)企業(yè)信用評(píng)級(jí)的影響研究觀點(diǎn)

大數(shù)據(jù)征信一定程度上破除了企業(yè)信用數(shù)據(jù)的部門所有，打破了信息孤島和信息鴻溝，使跨部門數(shù)據(jù)查詢和收集成為可能?？梢詫?duì)全網(wǎng)獲取的硬信息進(jìn)行交叉檢驗(yàn)，提高其精確度，為企業(yè)的戰(zhàn)略決策提供有價(jià)值的歷史信息。此外，大數(shù)據(jù)征信擁有的獨(dú)特模型算法可以從海量軟信息中挖掘出有價(jià)值的內(nèi)容，并將其應(yīng)用在企業(yè)的信用評(píng)價(jià)中，顯著提高軟信息的利用率。

雖然大數(shù)據(jù)征信模式能極大的發(fā)揮軟信息和硬信息對(duì)企業(yè)信用評(píng)價(jià)的影響，但是對(duì)硬信息的影響要弱于軟信息，這是因?yàn)橛残畔⒌臄?shù)據(jù)結(jié)構(gòu)相對(duì)而言比較規(guī)范，其作用在傳統(tǒng)征信模式下已經(jīng)得到極大的發(fā)揮，大數(shù)據(jù)征信本質(zhì)上并不能改變硬信息。而囿于技術(shù)不足，軟信息作用在傳統(tǒng)征信模式下難以得到有效體現(xiàn)，而這種技術(shù)痛點(diǎn)卻能在大數(shù)據(jù)技術(shù)和征信體系結(jié)合的模式下得到迎刃而解，其能夠?qū)@些軟信息進(jìn)行線上自動(dòng)處理，利用機(jī)器學(xué)習(xí)算法，將不具有規(guī)范結(jié)構(gòu)的信息內(nèi)容進(jìn)行文本分析，形成規(guī)模效應(yīng)，極大限度地挖掘軟信息的價(jià)值，完善中小微企業(yè)的信用評(píng)價(jià)。

因此，本文提出以下假設(shè)：

H3a：大數(shù)據(jù)征信正向調(diào)節(jié)軟信息和硬信息對(duì)企業(yè)的信用評(píng)價(jià)。

H3b：大數(shù)據(jù)征信在軟信息對(duì)企業(yè)信用評(píng)價(jià)影響中發(fā)揮的調(diào)節(jié)作用強(qiáng)于硬信息。

2 數(shù)據(jù)和變量選擇

2.1 樣本選取和研究方法

為了論證上述假設(shè)，本文采取企業(yè)和區(qū)域兩個(gè)層面的數(shù)據(jù)，利用HLM軟件構(gòu)建分層線性回歸模型進(jìn)行研究分析。企業(yè)層數(shù)據(jù)來(lái)源于對(duì)浙江省中小微企業(yè)高層管理人員發(fā)放的調(diào)查問卷，區(qū)域?qū)訕颖緮?shù)據(jù)是浙江省經(jīng)濟(jì)和信息化廳發(fā)布的各地級(jí)市兩化融合指數(shù)。

2.2 變量選取

企業(yè)層面和區(qū)域?qū)用娴暮诵淖兞亢涂刂谱兞慷x如表2所示，為了排除各個(gè)區(qū)域的宏觀經(jīng)濟(jì)情況和企業(yè)自身情況對(duì)模型的影響，本文采用企業(yè)年齡和企業(yè)所處行業(yè)以及區(qū)域GDP增長(zhǎng)率和人均GDP作為控制變量。

表2 變量的定義

2.3 同源偏差

為避免同源偏差對(duì)實(shí)驗(yàn)結(jié)果產(chǎn)生干擾，本文采用Harman單因子法對(duì)回收的問卷進(jìn)行檢驗(yàn)，將企業(yè)層所有變量的題項(xiàng)進(jìn)行探索性因子分析，發(fā)現(xiàn)單因子解釋的變異都小于40%，認(rèn)為同源偏差不嚴(yán)重，數(shù)據(jù)具有可信度，可以進(jìn)一步分析。

2.4 信效度分析

本文對(duì)變量信息進(jìn)行信效度分析，變量對(duì)應(yīng)的KMO值為0.790，Bartlett球形檢驗(yàn)的顯著性均為0.000，問卷的效度檢驗(yàn)較好，采用Smart PLS對(duì)變量進(jìn)行進(jìn)一步檢驗(yàn)，結(jié)果見表3和表4。

表3 變量信度與效度

表4 區(qū)別效度-HTMT

3 實(shí)證結(jié)果和分析

3.1 描述性統(tǒng)計(jì)

采用SPSS 26對(duì)調(diào)研的816家企業(yè)的樣本數(shù)據(jù)進(jìn)行處理，表5代表了企業(yè)層面和區(qū)域?qū)用娓鱾€(gè)變量的描述性統(tǒng)計(jì)。

表5 變量的描述性統(tǒng)計(jì)

3.2 變量的相關(guān)性檢驗(yàn)

企業(yè)層面和區(qū)域?qū)用娴淖兞渴沁B續(xù)型變量，因此選擇皮爾遜相關(guān)性系數(shù)進(jìn)行相關(guān)性檢驗(yàn)。企業(yè)層和區(qū)域?qū)拥淖兞肯嚓P(guān)系數(shù)的絕對(duì)值都小于0.600，且該相關(guān)性并不顯著，說(shuō)明變量之間的獨(dú)立性較好，可以進(jìn)行進(jìn)一步分析。

3.3 模型設(shè)定與檢驗(yàn)

3.3.1 軟信息和硬信息的主效應(yīng)

利用上述樣本數(shù)據(jù)，本文分析軟信息和硬信息對(duì)企業(yè)信用評(píng)價(jià)的影響如表6所示。結(jié)果表明，軟信息和硬信息對(duì)企業(yè)的信用評(píng)價(jià)有顯著的正向影響，并且軟信息對(duì)企業(yè)信用評(píng)價(jià)的影響要高于硬信息，假設(shè)H1a和H1b得到驗(yàn)證。

表6 模型參數(shù)估計(jì)和檢驗(yàn)結(jié)果

3.3.2 企業(yè)規(guī)模的調(diào)節(jié)作用

企業(yè)規(guī)模在軟信息和企業(yè)信用評(píng)價(jià)之間的影響具有顯著的正向調(diào)節(jié)作用，如表6中的模型2、模型3。在中小微企業(yè)中，軟信息發(fā)揮的作用要強(qiáng)于硬信息，但是在大型企業(yè)中，硬信息強(qiáng)于軟信息的作用并不顯著，這是因?yàn)閷?duì)于大型企業(yè)而言，其經(jīng)營(yíng)年限較久，擁有較豐富的社會(huì)關(guān)系，其軟信息也比較豐富，因此假設(shè)H2a得到驗(yàn)證，但假設(shè)H2b未得到驗(yàn)證。

3.3.3 大數(shù)據(jù)技術(shù)的調(diào)節(jié)作用

零模型。為了判斷樣本數(shù)據(jù)是否適用于分層線性模型的方法來(lái)估計(jì)區(qū)域間的差異，在研究之前首先構(gòu)建了不包含任何變量的零模型。

層-1結(jié)構(gòu)模型：

CREDITij=β0j+rij，rij～N(0,σ2)

(1)

層-2結(jié)構(gòu)模型:

β0j=γ00+μ0j,μ0j～N(0,τ00)

(2)

其中i和j分別代表不同的企業(yè)和區(qū)域，CREDITij代表第j個(gè)城市的第i家企業(yè)的信用評(píng)價(jià)，采用HLM軟件對(duì)零模型進(jìn)行分析后，分析結(jié)果見表7。表7中的模型4顯示，截距γ00的方差成分為0.004并且在5%的水平下顯著，結(jié)果表明各城市之間具有顯著差異，可以對(duì)樣本數(shù)據(jù)進(jìn)行分層線性模型分析。

隨機(jī)系數(shù)模型。層-1和層-2的結(jié)構(gòu)模型如式(3)和式(4)所示，系數(shù)值βpj代表企業(yè)層面各個(gè)解釋變量和控制變量對(duì)被解釋變量的影響效果。

層-1結(jié)構(gòu)模型：

CREDITij=β0j+β1j(AGE)ij+β2j(INDU)ij+β3j(SIZE)ij+β4j(SOFTINFOR)ij+β5j(HARDINFOR)ij+rij，rij～N(0,σ2)

(3)

層-2結(jié)構(gòu)模型：

βpj=γp0+μpj,μpj～N(0,τp0)，(p=0,1,2,3,4,5)

(4)

跨層次調(diào)節(jié)模型。綜上分析，隨機(jī)效應(yīng)變量是企業(yè)所屬的行業(yè)、企業(yè)的軟信息和硬信息，固定效應(yīng)變量是企業(yè)年齡和企業(yè)規(guī)模，為了進(jìn)一步分析區(qū)域?qū)幼兞繉?duì)企業(yè)層的變量的影響情況，在區(qū)域?qū)咏换ロ?xiàng)中加入BIGDATA核心變量，分析在大數(shù)據(jù)背景下，軟信息和硬信息對(duì)企業(yè)信用評(píng)價(jià)的影響，改進(jìn)模型如下：

層-1結(jié)構(gòu)模型：

CREDITij=β0j+β1j(AGE)ij+β2j(INDU)ij+β3j(SIZE)ij+β4j(SOFTINFOR)ij+β5j(HARDINFOR)ij+rij，rij～N(0,σ2)

(5)

層-2結(jié)構(gòu)模型：

βqj=γq0+μqj,μqj～N(0,τq0),(q=1,2,3)

(6)

其中，Wij代表區(qū)域?qū)用娴淖兞浚瑢⑸鲜瞿Ｐ驮谲浖﨟LM進(jìn)行運(yùn)算，結(jié)果為表7中的模型4和模型5。

表7 分層線性模型參數(shù)估計(jì)和檢驗(yàn)結(jié)果

表7的研究結(jié)果表明，SOFTINFOR和BIGDATA交互項(xiàng)顯著，且系數(shù)為正，表明大數(shù)據(jù)技術(shù)建設(shè)越完善，企業(yè)非結(jié)構(gòu)化軟信息對(duì)企業(yè)信用評(píng)價(jià)的影響越能得到充分發(fā)揮。HARDINFOR和BIGDATA交互項(xiàng)為正但并不具有統(tǒng)計(jì)學(xué)意義，這表明硬信息和企業(yè)信用評(píng)價(jià)之間的關(guān)系不受大數(shù)據(jù)技術(shù)的影響，假設(shè)H3a部分通過(guò)，H3b通過(guò)。

3.4 穩(wěn)健性檢驗(yàn)

在模型分析中，解釋變量對(duì)被解釋變量的影響常常存在時(shí)間滯后效應(yīng)，也即被解釋變量會(huì)受到解釋變量過(guò)去值的影響。本研究選取的區(qū)域?qū)用娴拇髷?shù)據(jù)征信變量，其發(fā)展本身需要一定的周期的，從開始服務(wù)企業(yè)到對(duì)企業(yè)產(chǎn)生影響也需要時(shí)間，此外，由于經(jīng)濟(jì)活動(dòng)的性質(zhì)，GDP等宏觀經(jīng)濟(jì)要素對(duì)企業(yè)發(fā)展的影響往往會(huì)延續(xù)到下期。為了排除可能的影響，本文建立滯后1期的動(dòng)態(tài)分層分析模型，滯后一期的結(jié)果進(jìn)一步驗(yàn)證了上述假設(shè)，表明研究結(jié)論具有穩(wěn)健性。

4 研究結(jié)論和未來(lái)發(fā)展展望

4.1 研究結(jié)論

本文以浙江省中小微企業(yè)為研究樣本，采用調(diào)查問卷法，收集了816家中小微企業(yè)的軟信息和硬信息。研究得到以下結(jié)論:

第一，非結(jié)構(gòu)化軟信息和結(jié)構(gòu)化硬信息均對(duì)企業(yè)的信用評(píng)級(jí)有顯著的正向影響，且軟信息的作用大于硬信息的。同時(shí)，企業(yè)規(guī)模越小，軟信息對(duì)企業(yè)信用評(píng)價(jià)的影響越明顯。說(shuō)明對(duì)于中小微企業(yè)而言，軟信息更能代表企業(yè)真實(shí)的信用狀況，也就意味著提高軟信息在信用信息評(píng)價(jià)過(guò)程中的作用能為全面刻畫企業(yè)信用畫像提供極大幫助。

第二，為了探明大數(shù)據(jù)技術(shù)對(duì)軟信息與硬信息的信用賦能效應(yīng)，本文進(jìn)一步檢驗(yàn)大數(shù)據(jù)技術(shù)在軟信息和硬信息對(duì)企業(yè)信用評(píng)級(jí)中發(fā)揮的調(diào)節(jié)作用。研究表明，大數(shù)據(jù)技術(shù)建設(shè)越完善，軟信息在中小微企業(yè)信用評(píng)級(jí)過(guò)程中的重要地位就越突顯，而硬信息在信用評(píng)級(jí)過(guò)程中的權(quán)重并未隨之發(fā)生顯著性變化。

4.2 未來(lái)發(fā)展展望

本文以浙江省816家中小微企業(yè)為調(diào)查樣本，由于受到問卷發(fā)放的地理性限制以及對(duì)地域性中小微企業(yè)發(fā)展水平考慮，因此只對(duì)浙江省十個(gè)地級(jí)城市企業(yè)數(shù)據(jù)進(jìn)行了分析，故研究結(jié)果可能存在一定的局限性。未來(lái)應(yīng)當(dāng)進(jìn)一步擴(kuò)大樣本搜索范圍，從而可以獲得更加具有普適性的研究結(jié)論。同時(shí)，未來(lái)也可以從動(dòng)態(tài)數(shù)據(jù)著手，分析大數(shù)據(jù)技術(shù)賦能企業(yè)融資發(fā)展的動(dòng)態(tài)效應(yīng)，從而能進(jìn)一步洞悉大數(shù)據(jù)等數(shù)字技術(shù)影響企業(yè)發(fā)展的內(nèi)在機(jī)理。