我国企业融资规模歧视研究

○游德升 卢梅

（平顶山学院 河南 平顶山 467044）

我国企业融资规模歧视研究

○游德升 卢梅

（平顶山学院 河南 平顶山 467044）

本文首先从大企业的财务指标中选取一系列能反映企业风险和盈利状况的指标，用计量手段——Panaldeta得出回归方程，然后把小企业的相关数据代入在分析大企业时得到的回归方程中，得到小企业的理论贷款数量，然后把这些数据和小企业的实际贷款数据进行对比，结果发现我国银行对企业融资存在规模歧视问题。

企业融资 规模 歧视 面板分析

从我国国民经济的比例结构来看，中小企业在我国经济社会中有重要的地位，无论在利用外资和出口创汇方面，还是在推进区域经济发展、缩小区域间经济发展水平差距、增强我国经济实力方面，中小企业都取得了辉煌的成就。但中小企业在其发展过程中也遇到了种种困难，其中融资难是最普遍被提及的问题。国内对中小企业融资问题的研究较多，但国内许多学者对中小企业信贷融资方面的研究多专注于成因、对策（林毅夫，2001）及理论解释方面（张捷，2002），而运用数据资料进行实证分析的研究不多。因此，本文力求将有关理论、定性的因素予以量化，在此基础上，运用模型进行回归分析，来探讨中国中小企业的融资现状。

对中小企业融资不足问题的研究，始于对中小企业是否存在融资不足的实证考察。缺乏对我国中小企业融资状况进行关注的原因，一方面是由于国内经济基础理论发展的制约，另一方面也是由于数据的匮乏。研究我国中小企业的间接融资状况是一个现实的、急需解决的问题，并可以此来判断中小企业的间接融资制度是否存在制度变迁的需求。

一、方法描述

银行在考虑对企业贷款时，它应该综合考虑到企业的盈利能力和偿贷能力。因此，银行的贷款意愿应该是企业的风险状况和盈利状况的一个函数表示。首先从大企业的财务指标中选取一系列能反映企业风险和盈利状况的指标，然后对大企业本年度新增贷款用企业风险状况和盈利状况指标进行分析解释，最终得到结论说明银行在对大企业贷款时会考虑到哪些因素，用计量手段得出回归方程。再把小企业的相关数据代入在分析大企业时候得到的回归方程，得到小企业的理论贷款数量，把这些数据和小企业的实际贷款数据进行对比（凌智勇，2004）。如果对比的结果是理论贷款额度小于或等于实际额度的假设成立，那就说明不存在小企业的融资不足问题，反之结论亦相反。

首先选取大企业的盈利状况指标和风险状况指标：流动比率（LDR）、净利润/总资产（LRZ）、营业利润增长率（YLR）、资产负债率（ZZR）、大企业本年度新增借款数额（XZR）。利用面板模型得回归方程：ZZRit=a0+a1LDRit+a2LRZit+a3YLRit+a4ZZRit+ εit，然后选取小企业相关的数据，把这些数据代入利用大企业回归得到的方程，得到理论上的小企业本年度新增贷款额度B，然后对比B和实际的本年度新增贷款额度B'，假设B≦B'，如果检验结果证明假设成立，则证明不存在融资约束，否则认为存在融资约束。

二、模型描述

运用面板数据对宏观经济进行分析和研究实际上是近期的事情，最成功的例子是运用面板数据对国际经济以及对外投资的研究。面板数据模型是结合时间序列和横截面两者的数据进行分析。使用这种方法可以提供一个更加丰富的信息来源，它指的是在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样本数据（易丹辉，2002）。

横截面的异方差与序列的自相关性是运用面板数据时可能遇到的最为常见的问题。由于这两种现象都突破了古典回归模型的假定，这时候使用普通最小二乘法（OLS）将是不适合的。为了消除这种现象的影响，本文在遇到这种情况时，将采用不相关回归方法（Seemingly Unrelated Regression，SUR）进行运算。

单方程面板数据模型的一般形式为：

其中，xit为1×K向量，βi为K×1向量，K为解释变量的数目。按照规范的表示，这里xit和βi应该写成距阵Xit和Bi。为简化书写，本文采用如上表示方法。误差项uit均值为零，方差为σ2u。

常用的模型有以下三种情形：

对于方程（1），在横截面上无个体差异，没有结构的变化（即认为所有的贸易伙伴国是完全一样的），则普通的最小二乘法（OLS）估计给出了α、β的一致有效估计。此时相当于把多个时期的截面数据放在一起作为样本数据。方程（2）为变截距模型，在横截面上的个体影响不同，个体的影响表现为模型中被忽略的反映个体差异的变量的影响，一般分为固定影响和随机影响两种情况。本文的重点主要是定量研究这两种影响。方程（3）为变系数模型，除了存在个体的影响外，在横截面上还存在变化的经济结构，因而结构参数在不同横截面内单位上的数值是不同的。

1、固定效应模型

利用F检验，使用变截距模型，其形式可表示为：

其中，xit为1×K向量，β为K×1向量，αi为个体的异质性影响，为模型中被忽略的反应个体差异变量的影响；uit为随机误差项，为模型当中被忽略的随着横截面和时间变化因素的影响，同样其均值为零，方差恒定，uit与xit不相关。

2、随机效应模型

当横截面的单位是总体的所有单位时，固定影响模型是一个合理的模型。如果横截面单位是随机地抽自一个大的总体，而该模型仅仅适用于抽到的横截面数据单位，而不是样本之外的其他单位。在这种情况下，把总体中个体的差异认为是服从随机分布可能会更加合适。于是可以写成：

在分析上市公司银行贷款的时候，目的是从整体上研究银行贷款与上市公司的各个财务指标的关系，而不考虑上市公司个体之间的差异，因此，此时使用随机效应模型更加有效。

三、数据来源及说明

大企业的数据选取相对简单，首先随即抽取30家上市公司，选取上市公司从1995年到2005年的财务数据，对这些财务数据进行加总并平均，以此来代替大企业的数据。选取的财务指标包括：资产总额、所有者权益、短期贷款、长期贷款、净利润、资产负债率和流动比率。

短期贷款和长期贷款反映了银行对企业进行评估后的贷款意愿，短期贷款和长期贷款中不仅包括了银行贷款，还包括其他金融机构贷款。这与所要探讨的间接融资的概念是一致的。资产负债率和流动比率反映了企业的财务风险状况，说明了企业发生财务危机的可能，净利润反映了企业的盈利状况，企业融资后的投资收益和企业现有的盈利状况和风险状况是高度相关的，银行在考虑对企业贷款时必然要考虑这些因素。

本文选取了1995年前上市的30家公司，公司列表见表1。由于PT企业缺少自PT后的数据，所以扣除PT企业不予以讨论；另外，由于部分上市公司财务报表的缺失，所以排除这部分，这样，最终剩余18家上市公司的数据见表2。为保证数据分析的基本准确，共选取了上市公司11年的数据。由于我国1992年以前上市公司总数仅有53家且全是国有控股企业，这给样本的选取带来了一定的难度，其代表有一定的局限性，但并不会影响本研究的可信度。

以本年短期贷款和长期贷款减去去年的短期贷款和长期贷款的和表示银行的贷款意愿，新增贷款/总资产越大，银行能保证收回贷款的可能性也就越大；净利润/总资产表示企业的盈利状况；资产负债率和流动比率表示企业的风险状况，那么银行的贷款意愿应该可以用盈利状况和风险状况来表示，计算得到数据如表3所示。

表1 随机抽取30个上市公司

表2 剔除后抽取的上市公司

表3 paneldata回归法得到的结果

四、数据分析及结论

以本年度新增借款数额（XZRit）作为因变量，以上一年度流动比率（LDRit-1）、净利润/总资产（LRZit-1）、营业利润增长率（YLRit-1）、资产负债率（ZZRit-1）作为自变量进行回归分析，这是因为银行对企业进行分析时采用的是历史指标。采用paneldata回归法（易丹辉，2002）得到结果：

除LDR的P值偏高外，其他的分别为0.0918，0.0051，0.0432，在10%的概率下可以接受，即回归是显著的。结果表明，银行在考虑对企业的贷款额度时只简单考虑了企业的盈利因素，而没有综合考虑到企业的风险状况。由表3的数据可以看出，资产负债率（ZZRit-1）、流动比率（LDRit-1）对银行贷款的影响是不显著的。

然后，继续利用paneldata法，对本年度新增贷款额度/上年度总资产（XZRit）和上年度净利润/上年度的资产总额（LDRit-1）这两个指标进行回归，结果见表4。

表4 对XZRit和LDRit-1进行paneldata回归法得到的结果

根据表4得到方程：本年度新增贷款额度/上年度总资产（XZRit）=0.011617+0.028337×上年度净利润/上年度的资产总额（LDRit-1）。

为了讨论微小企业的融资状况，可以把大企业和微小企业进行对比，即需要判断银行对待大企业和微小企业是否存在歧视。选取微小企业的上年度净利润/上年度总资产的值，然后代入银行对大企业贷款时的回归方程，得到一个值。这个值是不存在歧视时，微小企业应该获得的贷款额。如果这个值显著大于微小企业实际的新增贷款额，那么就认为银行对大企业和微小企业存在歧视。

选取私营企业数据和大企业进行对比，私营企业主要是由小企业构成，选取私营企业的理由是：由于私营微小企业数据很难获得，而我国私营企业成立时间较短，总体上户均规模小，从1995年到2005年，总户均雇佣人数为13人，总户均注册资本为77.14万元，基本符合微小企业的标准，具体情况见表5。

表5 我国私营企业相关数据

私营企业数据如表6所示，对这些数据进行进一步处理，可以得到用于分析的数据（见表7）。把私营企业的净利润/资产代入上面得到的回归方程，得到新增贷款/上年度总资产的理想值，汇总数据如表8所示。从表8和图1中可以看出，新增贷款/上年度总资产的理想值明显高于新增贷款/上年度总资产的实际值，因此，从直观的角度来看，银行区别对待大企业和小企业，对小企业存在歧视。

用T检验来对这组数据进行更为准确的验证，检验结果如下所示：

表6 全国私营企业负债、资产、利润表（单位：万元）

表7 全国私营企业利润、贷款和资产情况

表8 全国私营企业新增贷款/上年度总资产与私营新增贷款/上年度总资产理想值

首先，令一个新序列XL=XZL-XZS，数据见表8。

其次，选取的原假设H0是：新序列XL的均值小于或者等于0。它等效于私营企业新增贷款/上年度总资产的实际值（XZS）等于新增贷款/上年度总资产的理想值（XZL）。

图1 全国私营企业新增贷款/上年度总资产与私营新增贷款/上年度总资产理想值对比

再次，由Excel得新序列XL的均值为E（XL）=0.04701，样本标准差σ=0.003403，所以有：t=[E（XL）-0]/σ=（0.04701-0）/ 0.003403=13.817，而查自由度为9的1%概率T的临界值为2.821，因此，拒绝原假设，接受新增贷款/上年度总资产的实际值小于新增贷款/上年度总资产理想值的结论。

最后，得出结论：判断银行在对待大企业和小企业时是否存在歧视问题，可以根据上述结果，认为中小企业存在间接融资不足问题是恰当的。

这个方法中还存在着一些不足之处：第一，没有能够证明银行对大企业贷款时是理性的，即大企业不存在融资不足问题，也不会申请到更多的贷款；第二，由于数据有限，回归和T检验选取的数据数量较少。由于中国年鉴编制工作开始的时间非常短，建立现代会计制度的时间也不长，因此，数据的获取非常困难；第三，由于私营企业是一个特殊的经济成分，对它的分析应该考虑到政府政策等因素的影响，可能私营企业中的小企业受到融资约束，而国有小企业就不存在融资约束问题。根据现有的数据，没有办法对这个问题再做进一步的分析。

本文主要利用现有数据进行技术处理，从实证角度入手，首先利用中国30家上市公司十年的财务指标数据，证明银行在对大企业进行贷款时没有考虑到企业的风险因素，资产负债率和流动比率对银行向大企业的贷款没有影响，但是用相同的方法测算了私营企业的相关指标，发现银行对私营企业存在着贷款歧视，从而也证明了中小企业存在间接融资不足的问题。

（注：本文系河南省政府决策研究招标课题。）

[1]张跃云：我国中小企业融资问题研究[J].资本市场，2006（10）.

[2]姜阳：浅析我国中小企业融资难问题成因及解决途径[J].经济视角，2006（10）.

[3]张捷：中小企业的关系型借贷与银行组织结构[J].经济研究，2002（6）.

[4]张捷、王霄：中小企业金融成长周期与融资结构变化[J].世界经济，2002（9）.

[5]刘鸿儒：借鉴英国AIM成功经验尽快推出我国创业板市场[J].深交所，2006（12）.

[6]周正庆：构建和完善我国多层次资本市场[J].深交所，2006（12）.

[7]易丹辉：数据分析与Eviews应用[M].中国统计出版社，2005.

（责任编辑：李文斐）

book=106,ebook=149