高新技术企业所有权性质与银行信贷研究

崔元敏

河南大学

高新技术企业所有权性质与银行信贷研究

崔元敏

河南大学

为了顺应时代经济发展的潮流和新趋势，我国实施了而创新驱动发展国家战略，大力支持高新技术的研究和高新产业的发展。高新技术企业投入高，资金周转慢，回报周期长，具有高风险的特征，由于信息不对称等现象的存在，融资比较困难。本文主要基于2008-2014年在A股上市的高新技术企业，研究分析了高新技术企业的所有权性质和企业获得的银行信用贷款的关系，研究发现，国有背景的高新技术企业更容易获得银行的信用贷款。

高新技术企业；所有权性质；信用贷款

一、引言

高新技术企业是指那些投入大量研究与开发资金、为社会提供高科技含量的产品与服务，以迅速的技术进步为标志的特殊类型的现代企业。随着经济全球化和知识经济时代的到来，高新技术产业也已成为各国经济增长的重要推动器。我国的高新技术企业也存在着高投资、高风险的特点，在发展中存在着融资难的现象，而在我国，企业融资仍然主要依赖于商业银行。高新技术企业融资难的原因主要是，高新技术企业自身的高风险特性，以及高新技术企业主要是无形资产，而缺乏获得银行贷款所需的抵押品，而根本原因是信息不对称现象的存在。企业能够提供的信息通常被划分为两种：“硬信息”和“软信息”。“硬信息”是那些易于观察、证实的信息。“软信息”通常是银行和企业的长期接触建立的。高新技术企业相对于传统制造业企业在银行信贷获取方面存在着“硬信息”的劣势。而很多文献指出，企业和银行可以通过建立一种关系，通过借助这种“软信息”来降低企业和银行之间的信息不对称。因此，很有必要研究高新技术企业如何与银行建立联系，因此传递“软信息”获得更多的银行贷款。我国的信贷资源主要掌握在国有商业银行手中，本文从企业的所有权性质角度来研究企业和银行之间的建立的联系，以及这种关系与银行信贷的联系。

二、理论分析与研究假设

影响信贷资源配置的根本原因在于借贷双方的信息不对称。企业可以提供两种信息来缓解信息不对称现象，即“硬信息”和“软信息”。高新技术企业的核心财产和资源是无形资产，在“硬信息”方面存在劣势。以往的银企关系的研究主要是基于企业的银行的业务往来，或是企业高管的从业背景。Petersen and Rajan（1994）度量银行关系强度的方法为企业接受银行服务项目的数量、银行与企业交往的时间长度。Berger and Udell（1995）则采用企业的经营年限来衡量银企关系强度。唐建新等（2011）研究发现聘请了在银行工作的人员担任董事长或者高管的企业，能够获得更多的银行贷款。苏峻等（2010）研究证明，企业与银行的关系越紧密，获得的贷款额度越高，获得贷款的成本越低。余明桂等（2008）以我国1993-2005年在沪深交易所上市的民营企业为样本，研究了企业董事长或高管是否现在或曾经任职政治官员、人大代表或政协委员，判断企业和银行之间的政治联系，发现，政治关系可以作为一种替代的非正式机制，帮助民营企业获得银行的信用贷款。

另外，有文献发现， 具有良好政治关系的企业更容易或者以更低的利率获得银行的贷款，特别是国有银行的贷款 （ Sapienza， 2004；Serdar Dinc， 2005）。事实上，企业和银行之间因为业务往来通常也具有广泛的关系网络（ Hochberg et al.，2007），我国的信贷资源也主要掌握在大型国有商业银行手中，共同的国有属性也能够使企业与银行之间形成天然的联系。本文从企业的所有权性质方面来研究企业与银行信贷之间的关系，并提出了如下假设：

在其他条件相同的情况下，相对于非国有背景的高新技术企业，国有背景的高新技术企业能够获得更多的银行信用贷款。

三、研究设计

（一）样本选择

本文的样本选择了2008-2014年在A股上市的高新技术企业作为样本，剔除了金融行业的企业，最终得到了5944个观测值。其中高新技术企业名单源于高新技术企业认定管理工作网的“公式专区”，以及在企业年报中找寻相关信息手工搜集整理。在处理样本时，对有异常值得连续变量进行了1%的缩尾处理。

（二）研究模型与变量定义

为了检验假设，本文将回归方程设定为：

其中，Creditloan表示银行信贷比例，为企业获得的信用贷款占全部银行贷款的比例。信用贷款的相关数据，从各公司年报中手工整理；State为企业的所有权性质，在本论文中分为国有和非国有，如果企业为国有属性，则State为1，否则，为0；Lev为资产负债率，反映企业的长期偿债能力，为总负债与总资产的比值；Growth为企业的营业收入增长率，等于企业营业总收入本年本期金额和营业总收入上年本期金额的差额除以营业总收入上年本期金额；Tangible为企业的固定资产比例，等于固定资产与总资产的比值；ROA为总资产净利润率，等于净利润/总资产平均余额，其中，总资产平均余额=（总资产期初余额+总资产期末余额）/2；Year为年度虚拟变量；Industry为行业虚拟变量，采用2012年证监会的行业分类标准。

四、实证结果及分析

（一）描述性统计

首先，我们对变量进行了描述性统计。如表1所示，样本中，企业获得的信用贷款占银行总总贷款的平均值为35.04%，这说明高新技术企业获得信用贷款的比例并不算高。另外，在变量数据的处理中，本文对连续变量Growth、Lev、Tangible、ROA进行了1%的缩尾处理。

（二）相关性分析

表2列示了主要变量的相关系数矩阵。可以看出，高新技术企业的银行信贷比例Creditloan与企业的国有属性State、企业的规模Size、总资产净利率ROA显著正相关。银行信贷比例Creditloan与企业的资产负债率Lev、营业收入增长率、固定资产比例呈现负相关关系，但是不显著。

（三）回归分析

表1 各模型变量汇总描述性统计

表2 模型相关系数检验

表3为银行信贷比率与企业所有制属性的回归结果。具体见下表。

表3 模型回归结果

从表3中的回归分析结果可以看出，银行的信用贷款Creditloan与高新技术企业的所有权属性State有显著的相关性。国有属性的高新技术企业更容易获得信用贷款，回归的结果证明了我们的假设。另外，银行信贷比例Creditloan与企业的规模Size也呈现显著的正相关关系，说明，规模越大的企业越容易获得银行的信用贷款；Creditloan与企业的资产负债率呈现负相关关系；Creditloan与固定资产比例呈现负相关关系，企业的固定资产能够作为企业获得贷款的抵押物、质押物，使企业更容易获得担保贷款，因此与企业获得的信用贷款为负相关关系；Creditloan与企业的总资产净利率呈现正相关关系，说明企业的盈利能力越强，越容易获得银行的信用贷款。因此，在这个回归中，论文的假设得到了验证。

五、结论

高新技术企业在我国的发展中起着重要的作用，信息不对称现象影响着高新技术企业的融资，而企业能够有效获得融资，对企业的发展至关重要。以往的研究中发现，关系型融资在企业获得融资的过程中也起到很大作用。本文和以往从高管背景，企业经营年限等来衡量银企关系不同，采用了基于所有权性质的研究，以A股上市的高新技术企业为样本，研究证明出国有背景的高新技术企业能够获得更多的信用贷款。

［1］苏峻、刘红晔、何佳，关系型信贷与中小企业融资，金融论坛，2010（8）：41-46.

［2］孙峥、李增泉、王景斌，所有权性质、会计信息与债务契约——来自我国上市公司的经验证据，管理世界，2006（10）：100-107.

［3］唐建新、卢剑龙、余明桂，银行关系、政治联系与民营企业贷款，经济评论，2011（3）：51-58.

［4］余明桂、潘洪波，政治关系、制度环境与民营企业银行贷款，管理世界，2008（8）：9-21.

［5］Berger N.B.and G.F.Udell， 1995.Relationship Lending and Lines of Credit in Small Firm Finance.Journalof Business， 68（3）， pp.351-381.

［6］Hochberg Yael V.， Alexander Ljungqvist and Yang Lu， 2007.Whom You Know Matters： Venture Capital Networks and Investment Performance.Journal of Finance， 62（1）， pp.251-301.

［7］Petersen M.and Rajan R.， 1994.The Benefits of Lending Relationships：Evidence from Small Business Data.Journal of Finance， 49， pp.3-37.

［8］Sapienza P.，2004，“The Effects of Government Ownership On Bank Lending”，Journal of Financial Economics，72，pp.357-384.

［9］Serdar Dinc，2005，“Politicians and Firms”，Quarterly Journal of Economics，109，pp.995-1025.