企业家特征对中小微企业网络融资的影响初探

一、引言

中小微企业在我国的经济发展中发挥着非常重要的作用，GDP的贡献比达到65%，提供了70%以上的就业机会，但是“融资难，融资贵”一直是亟待解决的问题。随着互联网金融的发展，以P2P为代表的网络融资平台逐步成长起来，据统计，截止到2018年5月底，P2P平台数量累计达6142家，为中小微企业提供了宽广的融资渠道。但由于网络借贷的利率过高，再加上平台服务费和保证金等各项费用，使得中小微企业的综合融资成本明显高于传统的融资渠道，成本问题直接决定了融资渠道的选择。实际上，中小企业的融资除了受融资方式、金融环境、政企关系的影响外，也受企业家自身的特征，如企业家年龄、企业家学历等非理性外部因素的影响。文章运用SPSS软件，通过回归分析，探究企业家的特征对中小微企业网络融资的影响。

二、研究样本和变量设计

(一)样本来源

本章以问卷调查的方式来收集数据，调查的主要对象是山东省内各地市的中小微企业，经过筛选有效数据2284组。问卷大多采用Likert7点打分法(1非常不符合、2很不符合、3不符合、4一般、5较符合、6符合、7非常符合)对变量进行测量，要求被调查者按照中小微企业的实际情况对问卷的问题进行打分。

(二)变量设计

1.因变量

研究企业家的特征对网络融资的影响，在设计问卷时，选取了网络融资的使用程度这个变量来反映企业的网络融资情况。数据是2016年调查的，Likert点量表为反向题设置，7代表网络融资使用程度最高，说明有较好的网络融资环境；1代表网络融资使用程度较低，反映出企业较少选择网络融资借贷。

2.自变量

一个企业的融资决策在一定程度上与企业家自身特有的特征有着密切的关系。企业家年龄反映着一个企业的发展面貌，代表着企业管理层的结构建设，企业家的学历在一定程度上反映企业的经营文化环境，在企业家选择融资方式时，企业家的这两个特征都会影响融资的选择，因此选取企业家年龄和企业家学历这两个变量作为研究的解释变量。

3.控制变量

从企业自身层面看，企业所属行业、企业规模都是影响中小微企业网络融资使用程度的重要因素。为消除外生变量的误差，借鉴已有文献，将企业所属行业、企业规模作为控制变量。

表1 主要变量定义

三、实证分析

企业家的特征是企业家在行为金融中所具有的与众不同的能力，与企业融资决策有着密切的联系。将选取的变量与网络融资使用程度联系起来，建立如下回归模型：

Y=β0+β1X1+β2X2+β3X3+β4X4+μi

(一)相关性分析

由描述性统计和变量之间相关性分析结果如表2所示，企业家的平均年龄是在41岁到50岁之间，企业家的学历大部分是专科或本科。由表2可以看出，企业家的年龄、企业家学历与网络融资的使用程度显著相关。

表2 相关系数矩阵

注：n=2284，***表示P<0.01，**表示P<0.05，*表示P<0.10。

企业家学历和网络融资使用程度存在明显的正相关关系(β=0.149，P<0.05)；企业家年龄对网络融资存在显著负向影响(β=-0.059，P<0.05)。控制变量：企业所属行业、企业规模、发展阶段都显著影响因变量网络融资的使用程度，更进一步说明选择这几个变量作为控制变量的必要性。

(二)多元回归模型分析结果

表3 回归模型总体概述和方差分析

表4 企业家的行为特质与网络融资使用程度回归结果

根据前面的分析得，企业家年龄、企业家学历对网络融资的使用程度有显著影响。又由表3回归模型总体概述和方差分析中可以清晰看出，F=15.454，显著性检验：P=0.000<0.05，说明本研究中的解释变量中至少有一个能够显著影响因变量，那么为了进一步判断具体是哪些解释变量能显著影响被解释变量，还需要分析系数表4。

通过OLS(最小二乘法)回归分析得出模型：

Y=2.997-0.073X1+0.180X2+0.020X3+0.053X4

企业家年龄显著影响网络融资使用程度，P值=0.020，更近一步得出：企业家年龄对网络融资使用程度影响是负向影响，企业家的年龄越大网络融资使用程度越低；企业家学历与网络融资的使用程度是显著正相关，P值=0.000，说明企业家的学历越高，使用网络融资的可能性就越大。多重共线性的检验：方差膨胀因子(VIF)的值都小于10，则说明解释变量之间不存在严重的共线性，且多重共线性在容许范围之内。

四、总结

网络融资作为我国中小微企业的重要补充融资方式，虽然在一定程度上具有局限性，但是就目前的融资环境来说，网络融资是中小微企业用户群的必然选择。从实证研究结果来看，企业家自身特征对网络融资决策产生一定的影响，拥有较高学历的年轻企业家，则选择网络融资的可能性就较大，这为企业的发展增添新的推力。在供给侧结构改革和新旧动能转换的背景下，中小微企业的发展正需要这样的领路人，肩负起企业的使命，把握每一个发展机会。从网络借贷公司发展层面来说，可以通过大数据，准确分析出优先选择网络融资的企业，使金融资源得到更充分的利用。

(齐鲁工业大学(山东省科学院)金融学院，山东 济南 250100 )