黃元闊,劉 夏,王 倩,宋洪孝
(1.珠海市生產(chǎn)力促進(jìn)中心,廣東 珠海 519000;2.廣東省科技金融促進(jìn)會(huì),廣州 510000;3.北京師范大學(xué)珠海校區(qū),廣東 珠海 519000)
在科技信貸模式下,風(fēng)險(xiǎn)補(bǔ)償金政策的實(shí)施使銀行面臨的風(fēng)險(xiǎn)降低,對(duì)科技企業(yè)的放貸積極性極大提升,科技企業(yè)“融資難”“融資貴”問(wèn)題得到了緩解。為分析科技信貸風(fēng)險(xiǎn)補(bǔ)償政策對(duì)促進(jìn)科技型中小企業(yè)創(chuàng)新發(fā)展的作用,本研究選取30家已通過(guò)珠海市科技信貸風(fēng)險(xiǎn)補(bǔ)償金項(xiàng)目備案申請(qǐng)的企業(yè)作為分析樣本,所用數(shù)據(jù)來(lái)自珠海市科技金融綜合服務(wù)平臺(tái)官網(wǎng)??紤]到包括企業(yè)征信、人員架構(gòu)、運(yùn)營(yíng)模式及避免選擇不易獲得或很難獲得等因素,選取企業(yè)的資產(chǎn)總額、研發(fā)費(fèi)用率、營(yíng)業(yè)收入、流動(dòng)負(fù)債及流動(dòng)負(fù)債五項(xiàng)指標(biāo)作為科技信貸風(fēng)險(xiǎn)補(bǔ)償政策是否能促進(jìn)企業(yè)創(chuàng)新能力提升的分析指標(biāo),以期為科技信貸風(fēng)險(xiǎn)補(bǔ)償政策的實(shí)施與改進(jìn)提供參考。
為深入推進(jìn)粵港澳大灣區(qū)國(guó)際科技創(chuàng)新中心建設(shè),珠海市政府發(fā)揮財(cái)政資金引導(dǎo)作用,設(shè)立了2000萬(wàn)元科技信貸風(fēng)險(xiǎn)補(bǔ)償金,建立差別化風(fēng)險(xiǎn)補(bǔ)償制度,對(duì)通過(guò)受理備案的企業(yè)貸款項(xiàng)目提供30%~90%的信貸風(fēng)險(xiǎn)補(bǔ)償。截至2020年底,累計(jì)共有149項(xiàng)科技信貸項(xiàng)目申請(qǐng)科技信貸風(fēng)險(xiǎn)補(bǔ)償金備案,涉及科技信貸總額7.6億元,已完成材料受理備案34項(xiàng),其中29項(xiàng)貸款到期后已順利退出。累計(jì)推動(dòng)合作銀行向各科創(chuàng)企業(yè)投放科技信貸總額1.33億元,資金池放大6.7倍,緩解了珠海市科技企業(yè)融資難的問(wèn)題,對(duì)降低科技企業(yè)創(chuàng)新創(chuàng)業(yè)成本、促進(jìn)企業(yè)走創(chuàng)新發(fā)展之路起到了助推作用。
1)技術(shù)領(lǐng)域。受理備案的企業(yè)中,電子信息領(lǐng)域(含集成電路設(shè)計(jì)、第三代半導(dǎo)體材料技術(shù)等)企業(yè)13家,占43%,先進(jìn)制造與自動(dòng)化領(lǐng)域企業(yè)5家,占17%,生物與新醫(yī)藥領(lǐng)域(含醫(yī)療器械)企業(yè)4家,占13%,其他領(lǐng)域企業(yè)8家,占27%。
2)成立時(shí)間。受理備案的企業(yè)中,成立時(shí)間小于兩年的占9%,2~5年的占50%,5~10年的占32%,10年以上的占9%??傮w而言,多數(shù)企業(yè)的成立時(shí)間集中在2~5年之間,企業(yè)成熟度較低。
3)企業(yè)類型。受理備案的企業(yè)中,獲得國(guó)家認(rèn)證的高新技術(shù)企業(yè)15家,占50%,在中國(guó)創(chuàng)新創(chuàng)業(yè)大賽中獲獎(jiǎng)的有10家,珠海市培育引進(jìn)高成長(zhǎng)創(chuàng)新型企業(yè)3家,獲得珠海市創(chuàng)新創(chuàng)業(yè)人才團(tuán)隊(duì)專項(xiàng)政策資金扶持的企業(yè)有2家。
4)經(jīng)營(yíng)情況。受理備案的企業(yè)中,2020年企業(yè)營(yíng)業(yè)收入比2019年有所下降且波動(dòng)幅度較大,有17家營(yíng)業(yè)收入呈正增長(zhǎng)趨勢(shì),13家呈負(fù)增長(zhǎng)趨勢(shì),呈現(xiàn)正增長(zhǎng)趨勢(shì)的企業(yè)占比較大。企業(yè)資產(chǎn)負(fù)債率平均值為54.36%,有7家企業(yè)資產(chǎn)負(fù)債率低于40%,13家高于60%??傮w來(lái)說(shuō),珠海市科技信貸風(fēng)險(xiǎn)補(bǔ)償金備案企業(yè)的平均資產(chǎn)負(fù)債率處于正常水平。
采用主成分分析法,通過(guò)正交變換,將分析指標(biāo)分量相關(guān)的原隨機(jī)向量轉(zhuǎn)化為分量不相關(guān)的新隨機(jī)向量。具體處理步驟如下:
建立變量的相關(guān)矩陣,將成分矩陣設(shè)為相關(guān)矩陣R=(rij)。
計(jì)算特征根及特征向量,利用軟件計(jì)算出特征值的特征根:
計(jì)算各成分得分:
計(jì)算綜合得分:
F總=F1*w1+F2*w2+F3*w3+…+Fm*wm
(w1w2w3wm為提取的主成分方差百分比的標(biāo)準(zhǔn)化值)
對(duì)30家企業(yè)2019年的相關(guān)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理,詳見(jiàn)表1。
表1 30家企業(yè)2019年的指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化值Tab.1 Standardized value of indicator data of 30 enterprises in 2019
對(duì)30家企業(yè)2020年的相關(guān)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理,詳見(jiàn)表2。
表2 30家企業(yè)2020年的指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化值Tab.2 Standardized value of indicator data of 30 enterprises in 2020
通過(guò)因子模型、成分得分系數(shù)矩陣、總方差解釋中旋轉(zhuǎn)平方和載入,將標(biāo)準(zhǔn)值代入,分別計(jì)算出30家企業(yè)2019年和2020年的F、F1、F2值,從而得到相關(guān)創(chuàng)新能力綜合得分情況,如表3所示。
表3 20家企業(yè)的創(chuàng)新能力綜合得分情況Tab.3 Comprehensive scores of innovation ability of 20 enterprises
由上述數(shù)據(jù)分析可知,2019—2020年獲得珠海市科技信貸風(fēng)險(xiǎn)補(bǔ)償金政策支持的30家企業(yè)中,70%的企業(yè)科技創(chuàng)新能力綜合得分有所上升,1家得分不變,8家企業(yè)有些許下降??梢?jiàn)珠海市科技信貸風(fēng)險(xiǎn)補(bǔ)償金項(xiàng)目對(duì)獲批企業(yè)的綜合創(chuàng)新能力有明顯的正向促進(jìn)作用。
在科技信貸風(fēng)險(xiǎn)補(bǔ)償政策的實(shí)施過(guò)程中,政府相關(guān)部門(mén)對(duì)企業(yè)創(chuàng)新起到了重要推動(dòng)作用。政府的參與力度直接影響合作銀行所面臨的信貸風(fēng)險(xiǎn),銀行的信貸風(fēng)險(xiǎn)越低,放貸的意愿才能越高。故應(yīng)進(jìn)一步加大風(fēng)險(xiǎn)補(bǔ)償力度,擴(kuò)大補(bǔ)償范圍,建立科技信貸收益與風(fēng)險(xiǎn)相匹配的運(yùn)行機(jī)制,降低銀行對(duì)科技企業(yè)的放貸風(fēng)險(xiǎn),鼓勵(lì)銀行提升放貸效率,提升科技企業(yè)不良貸款率容忍度,進(jìn)一步保障和促進(jìn)企業(yè)創(chuàng)新能力的提升。