浙江省小微企业商业信用融资可得性影响因素的实证研究

浙江省小微企业商业信用融资可得性影响因素的实证研究

摘要：商业信用融资是最原始、也是企业最便利的融资方式。在信贷约束的环境下，小微企业可以通过积极发展和运用商业信用来满足经营周转资金的需求，解决资金短缺的难题。

本文通过问卷调查获得浙江省小微企业商业信用发展的有关数据，运用SPSS17.0软件的Logistic回归分析法，分析企业微观因素对商业信用融资可获得性的影响。结果显示：企业的盈利能力和企业声誉的提高、企业的经营年限和企业家年龄增长会显著提升商业信用融资的可获得性。 关键词：小微企业；商业信用；可获得性

中图分类号：F275 文献标识码：A 文章编号：1001-828X（2014）06-0-02 一、引言

小微企业是小型企业、微型企业、家庭作坊式企业、个体工商户的统称，目前主要是指产权和经营权高度统一，产品或服务种类单一，规模和产值较小，从业人员较少的经济组织。根据2011年7月工业和信息化部、国家统计局、国家发展和改革委员会、财政部等四部门联合发布的新的企业规模划型标准，可以将小微企业定义为：从业人员300人以

下或主营业务收入2000万元以下的工业企业。目前浙江省小微企业已经达到56.9万家，占全省企业总数的97%。它提供了全省一半以上的就业岗位，有1100多万人在小微企业中工作，它创造了全省全部工业总产值的56.3%。然而，由于我国金融结构失衡、信息不对称、信贷配给、缺乏有效抵押担保及小微企业资金需求特点等原因，小微企业很难从正规金融那融得所需资金，融资难成为制约小微企业发展的“瓶颈”。目前理论界对解决小微企业融资难的问题主要侧重于从信贷角度通过融资机构、融资工具、信用担保服务等方面展开对策研究，而忽视了商业信用这一比银行信贷融资更加便利、成本更低廉的最原始融资方式的研究。本论文试图从融资可得性影响因素的角度对小微企业的商业信用融资展开实证分析，找出影响小微企业商业信用融资的主要因素，以此入手提出推动小微企业商业信用融资的策略。 二、数据来源及变量的设定 （一）数据来源

论文的数据是通过调查问卷、实地访谈及电话访谈等方式获得，调研地选在民营企业比较集中和企业间商业信用融资比较发达的浙江地区。调研过程中共发放问卷200份，回收的有效问卷132份，回收率为66%。问卷地区分布：温州（25）、义乌（15）、宁波（18）、杭州（11）、嘉兴（31）、绍兴（12）、湖州（10）。

影响商业信用融资的因素包括宏观因素、行业因素和企业微观因素及企业家特征等方面，本论文侧重从企业的微观因素及企业家特征的角度分析商业信用融资的影响因素。根据研究的需要为调查问卷设计了10个的题项，包括：商业信用融资规模大小、商业信用融资成本高低、商业信用融资难度、企业经营年限、企业家学历、企业家年龄、企业家政治身份、企业盈利能力、企业的声誉等。各题的选项都是分类选项。

（二）变量的设定

本实证模型的因变量有三个，解释变量有6个。调查问卷将各变量的取值设定为若干

个分类选项，因此通过问卷调查所得数据为非连续型数值。在将调查问卷的信息转变为实证数据时，用数值0、1、2、3、4分别代替选项中的A、B、C、D、E五个选项。具体说明如下表1所示。 表1 变量的设定及说明

变量名称 变量名称 变量取值范围 因 变

量 商业信用融资规模 SIZ 0=10%以内；1=10%―25%；2=26%―50%；3=51%―80% ；4=80%以上

商业信用融资成本 COS 0=非常高；1=很高；2=一般；

3=不高 ；4=低

商业信用融资难度 DIF 0=非常难；1=很难；2=一般；3=不难 ；4=容易 解 释 变

量 企业经营年限 TER 0=0-5年；1=5年以上 企业家学历 LEA 0=高中及以下；1=本科；2=硕士；3=博士及以上

企业家年龄 AGE 0=30以内； 1=30―35；2=36―40；3=41―50；4=50以上

企业家政治身份 POL 0=即不是政协委员、又不是人大代表、也未受过任何奖励；1=是；

企业盈利能力 PRO 0=低于行业水平；1=高于行业水平 企业声誉 REP 0=行业内声望不高；1=一般；2=行业内声望高

三、实证模型的设计

由于本研究中的因变量为取值只有若干个分类值的非连续型变量，这就要求建立的模型必须保证因变量的取值只限于某几个数值。这与一般回归分析时要求因变量取值呈正态分布的条件不符，而且用一般回归法得出的模型去预测因变量的值可能会出现在有效区域外，因此本研究不能直接采

用一般回归分析法，但可以运用一种对因变量数据假设要求不高，并且可以用来预测具有分类取值特点的因变量发生概率的统计方法――Logistic回归模型。Logistic回归模型将因变量概率做一个Logit变换，即用因变量取某个值的概率除以取其他值的概率得到一个概率比（即优势比odds），然后对概率比求自然对数，得到因变量的Logit值，该取值区间变成了整个实数集，用变换后的模型预测就不会有问题了。由于模型因变量都是多分类有序变量，因此采用Logistic中的多分类有序回归法。因变量有五个等级取值，数据输入时分别用Y={0，1，2，3，4}表示，以Y={4}这一取值作为参照，可以得到4个累积优势比模型，用logit（i）表示，i={1，2，3，4}如下式所示：

式（1）中，Y表示因变量，X为自变量，αi表示第i个模型的截距项， β为斜率向量，P（Y=j/X）表示因变量取值为j时的概率，Li表示第i个累积概率比模型。由于本研究中因变量有三个，每个因变量对应四个Logit模型，所以共有12个累积概率比模型。 四、实证结果 本实证分析是利用SPSS17.0完成的，运用有序Logistic回归，将解释变量一次性引入方程，得到如下检验结果，如下表2所示。

表2 模型回归结果表

变量 参数估计 显著性 变量 参数估计 显著性 变量

本文来源：https://www.bwwdw.com/article/b2ur.html