基于两阶段模型的科技型企业知识价值信用贷款评价体系构建

王婷婷

【摘  要】长久以来，众多科技型中小企业因其无资金、无担保、无抵押，在融资方面深受困扰。为解决科技型企业融资难问题，我国相关地区建立了科技型企业知识价值信用贷款评价体系为符合条件的企业提供贷款，但仍然存在操作性差、评价不准确等问题。论文针对科技型企业的特点，从操作的可行性、科学性出发，运用层次分析法确定权重构建知识价值信用评价模型和银行信贷风险评估模型，为知识价值信用贷款探索发展新的道路。

【关键词】创新；知识价值；融资；信用贷款

【中图分类号】F830.5                                             【文献标志码】A                                                 【文章编号】1673-1069（2023）08-0055-03

1 引言

当前，国内企业筹集资金大多数仍采用债券融资和股权融资的传统模式。但对于科技型企业来说，由于自身资产形态的特殊性，很难通过抵押有效资产的方式进行融资。私募股权融资在我国总量很小，公开上市融资场内交易市场又门槛太高，因此科技型企业单靠传统的融资模式贷款难度较高。针对科技型企業以知识产权为核心缺乏重资产的特点，提出了科技型企业知识价值信用贷款评价方法，以创新要素为核心构建科技型企业知识价值信用评价指标体系，以测定违约风险为目标构建银行信贷风险评价指标体系。

2 相关研究

长久以来，国内外学者都在寻求改善科技型企业融资困境的办法。1990年代，美国金融机构开始将消费者信息和企业信息结合起来，为小企业信贷建立评分。欧洲进行技术适应性金融科技系统的发展，以提高金融服务的效率。韩国在2005年用逻辑回归为科技型中小企业开发信用评分模型。Sohn和Kim[1]开发了基于财务和非财务因素的随机效应逻辑回归模型来预测中小企业的违约。直到目前，该团队仍然在探索一个既能预测贷款企业的违约又能解决主观感知的科技型企业信用评分模型。针对科技型企业融资问题，国内多从金融科技、信贷结构着手试图破解困境。不少学者提出在第三方知识产权评估平台的协助下建立知识产权质押融资模式，但知识产权的估值可操作性低。目前，虽然各银行都出台了相关的贷款产品，但由于申请流程复杂、授信额度低等问题，仍没有从根本上解决科技型企业的融资问题。重庆市2019年首次提出知识价值信用贷款评价指标体系，而单独用一个体系来评价企业的知识价值与信用结果往往不够准确。湖南省则采用两步评估的方法，企业通过知识价值信用评价后参与银行方信贷风险评估，但由于各个银行的信贷风险评价体系都不相同，企业想获得更高的额度必须通过多家银行评价，操作过程过于烦琐。

对于科技型企业来说，创新是企业核心竞争力的根本。企业通过有效运用新知识，通过新知识创造出新产品，最终会导致整体效益水平的提高，以实现企业的市场价值[2]。张林、宋阳[3]认为技术创新能力是多种要素的组合，与企业研发能力密切相关，创新有利于增强企业的竞争能力。研发人员数量、研发费用投入以及技术引进费用都是影响企业技术创新能力的重要因素，反映了企业对科技研发的投入能力和重视程度[4]。林洪等[5]指出环境将会对企业的创造能力造成重要影响，企业、高校、政府等主体联合发展将对企业的创新成果产出带来促进作用。

在研究信贷风险评价时，国内外学者普遍以西方经济理论为基础，基于信息不对称的思想对银行与借款企业之间的信用关系进行探讨。分析企业信用风险和财务指标间的关系，发现财务指标能对企业信用风险产生重要影响[6]。小微企业信贷违约风险也与企业的经营管理者具有相关性[7]。在信用违约预测研究中，我国学者尝试采用多元线性判断的方法，采用主成分分析法对企业的短期贷款偿还情况进行分析[8]。于颖[9]结合科技型企业的特点，指出应建立基于财务指标和非财务指标的信贷风险评价体系。

目前学者们对科技型企业的技术创新能力评价、信贷风险评价研究较为丰富，但尚未形成一套连贯的、有针对性的信贷评价体系。现有的科技型企业知识价值信用贷款评价体系操作过于烦琐，运用效果不佳。针对这些问题，本文采用两阶段模型分别评价科技型企业的知识价值、预测银行信贷风险，选取对于科技型企业来说更具针对性的指标来构建科技型企业知识价值信用贷款评价体系。

3 评价流程及指标体系构建原则

3.1 评价流程

基于两阶段的科技型企业知识价值信用贷款评价流程如图1所示。

3.2 构建原则

评价体系构建和指标的选取遵循以下原则：

第一，财务性与非财务性结合。财务性指标依靠企业的历史数据获取，直观表现出企业的经营实绩。非财务性指标体现出企业长期的经营能力。将财务指标与非财务指标相结合，保证了评价的全面性，便于作出更准确的评价。

第二，指标普适性。科技型企业界定范围大，行业领域广。因此在构建评价体系时一定要考虑如何公平公正地反映不同企业的知识价值和信贷风险。

第三，易操作性。尽量避免复杂的指标结构，选取反映科技型企业知识价值、反映企业信贷风险的典型指标，确保评价的可操作性。

4 评价方法

采用层次分析法对知识价值信用评价指标体系的权重问题进行定性定量相结合的多准则评价。专家评审将每一指标的分值打出，其中各一级指标权重分值大小体现在二级指标及每一指标细项的分值权重上。具体操作步骤如下。

4.1 建立层次模型

明确整体的目标问题，根据已确定的一级指标确定评价的准则层，再根据因素的相互关系在各准则层下分若干指标层。

4.2 建立判断矩阵

层次结构模型搭建完成之后，对其中涉及的要素进行两两对比，以此来确定各要素之间的重要性程度。通过因素两两对比的方法，建立判断矩阵B：

4.3层次单排序及一致性检验

层次单排序的底层逻辑是衡量第K+1层元素相对于第K层元素的重要性。分别计算上述各矩阵的最大特征值λmax和特征向量后，将特征向量归一后即为矩阵的标准化特征向量，记作ω。再将ω代入一致性检验的公式，为CI=（λmax-n）/（n-1），最后根据修正系数表（见表1）计算一致性比值CR，计算公式为：CR=CI/RI。

若層次总的一致性检验值小于0.1，则满足一致性检验。

5 知识价值信用评价指标体系

知识价值信用评价体系测定企业是否具有申请贷款的资格。该步骤不仅需考察企业的知识价值，还需关注企业的违约风险以及未来的成长发展能力，以避免出现企业获得贷款后没有偿还能力的情况。构建指标体系时，应紧紧围绕企业科技创新能力、成长发展能力以及信用水平的评价来进行。

科技创新能力是科技型企业发展的驱动力。选取研发投入强度、研发人员比重、自主知识产权、新产品销售收入占比以及企业近5年的获奖情况来衡量企业的研发水平。

企业成长性受到多方因素的共同影响，运营能力和创新能力则是最主要的内部因素。选取净资产增长率、净资产收益率、资产负债率、应收账款周转率以及人均销售水平来衡量企业的运营水平。

企业的信用是银行获得贷款的主要依据。在评价中加入企业与法人的信用状况考察，筛选排除信誉状况不良好的企业，为下一步的信贷风险评估进行铺垫。

根据上述指标的选取，对回收的10份关于各层次指标权重调查问卷进行分析，构建科技型企业知识价值信用贷款评价指标体系（见表2）。

6 银行信贷风险评价指标体系构建

该体系下银行信贷风险评估目的是确定企业的贷款额度。合作银行在评价企业信贷风险时应突出科技型中小企业的特点，在保障指标体系评估企业信用风险的同时，体现其科技创新能力。同时，应注重考察被评估企业的信用水平以判定贷款企业是否具有较大的违约风险，结合可以评定企业发展潜力的指标预测企业的成长性，多角度多方面地对企业的信贷风险进行评估。

企业发展潜力指标能够表征企业未来的发展前景。本文选取主营业务增长率、净利润增长率和总资产增长率这3项指标以及企业技术生命周期的判定，以分析企业的发展潜力。

偿债能力良好意味着企业的运营是标准规范且稳定的，也表明企业有较强的风险抵御能力。本文选取了资产负债率、流动比率以及利息保障倍数来衡量企业的偿债水平。

持续经营能力是企业发展的基础，能帮助企业减小违约风险。本文选取了员工结构、新产品开发率以及实际控制人现状来衡量企业的经营管理能力。

企业信用作为银行放贷的主要依据之一，是信贷风险评价指标的灵魂。本文选取还款意愿、贷款质量、与银行合作时间来衡量企业的信用水平。

在衡量企业外部环境时，本文通过考察企业所在行业的资金需求量、技术状况，来判定该行业是否处于蓬勃发展、技术壁垒高的状态。运用企业在行业中的份额来判定企业所处的行业地位，行业地位高的企业经营稳固、发展能力强，违约风险也就更低。

根据上述指标的选取，对回收的10份关于各层次指标权重调查问卷进行分析，构建银行信贷风险评价指标体系（见表3）。

7 结论

科技型企业具有技术创新速度快、研发人员比例高、科技成果产业化能力强等特点，在我国创新驱动发展中占有重要地位。但长久以来，众多科技型企业一直饱受融资困扰。本文在国内外学者研究的基础上，运用层次分析法来对科技型企业知识价值信用、信贷风险进行评定，利用构建的评价体系对科技型企业的知识价值信用贷款进行决策，使得科技型企业申请贷款过程更简便，效率更高。在评价体系中集合了财务与非财务指标，使评价指标体系更全面，为科技型企业获得贷款提供了有利的数据保障，同时尽量降低不良贷款率，有利于促进国内科技型企业融资困境的解决。

【参考文献】

【1】Sohn SY and Kim HS.Random effects logistic regression model for default prediction of technology credit guarantee fund[J].European Journal of Operational Research，2007（183）：472-478.

【2】胡晴雯.HZ银行科技型中小企业信贷风险评估研究[D].杭州：浙江工商大学，2021.

【3】张林，宋阳.企业技术创新能力评价体系构建研究[J].商业经济研究，2018（10）：114-117.

【4】孙庭阳.科创板打造硬核科技的底气来自哪？——科创板公司研发人员占比是沪市主板的一倍以上，研发支出占比4.46倍[J].中国经济周刊，2020（14）：25-26.

【5】林洪，冯建龙，李铮，等.中小微企业知识产权创造能力内部影响因素实证分析——基于中小微企业知识产权调查数据[J].科技管理研究，2016，36（17）：171-176.

【6】沈雅雯.A银行科技型中小企业信贷风险评价研究[D].广州：华南理工大学，2019.

【7】张艳妮，邢维.中小微企业的信贷决策评价模型探究[J].商业文化，2021（18）：128-129.

【8】李婷婷.D银行信贷风险评价体系构建[D].天津：天津财经大学，2018.

【9】于颖.银行科技信贷风险评价指标体系构建——基于投贷联动模式[J].技术经济与管理研究，2021（06）：84-88.