论文部分内容阅读
中小企业融资难长期制约着中小企业的发展。为解决这一问题,理论界和实务界进行了广泛、深入的研究和探讨,并采取了一系列行之有效的措施,其中一项重要的举措就是开展中小企业信用担保、提升中小企业信用水平。实践证明,中小企业信用担保体系已成为各国政府重塑银企关系、强化信用观念、化解金融风险和改善中小企业融资环境的重要手段。然而,来自中小企业、担保机构和外部环境的诸多因素,使中小企业信用担保面临着很多不确定性。
一、中小企业信用担保风险主要影响因素分析
为有效规避中小企业信用担保风险,切实提高中小企业信用担保效率,2009年,笔者向150家中小企业信用担保公司负责人寄送了调查问卷,其中,138家机构进行了回复。笔者对回收的138份问卷进行了系统整理、分析,并应用logit模型归纳出了显著影响中小企业信用担保风险的7项因素。根据问卷调查结果,可将138家担保公司负责人提出的影响中小企业信用担保风险的因素归纳为三大类共8小项:
(一)来自担保机构的风险我国的担保行业仍处在初期发展阶段,资本投入不足、运营水平低、管理不规范等多重因素致使很多担保公司处于亏损甚至停业状态。138家担保机构普遍存在着以下问题:资金规模小;资金来源渠道单一;专业人才匮乏;管理水平低下。可见,担保机构本身缺乏有效的担保风险预警机制、内控机制和补偿转移机制,内生的抗风险能力很弱。因此,资金投入不足、缺乏人才和有效的管理机制成为影响中小企业信用担保的2项重要因素。
(二)来自中小企业的风险主要包括信用风险、技术风险、市场风险、逆向选择和道德风险4项因素。信用风险表现为中小企业经营不稳定,信用意识普遍淡薄,信用问题层出不穷;技术风险则指中小企业缺乏研发人员和高素质人才,生产技术和设备落后,技术创新和产品开发能力弱;市场风险主要源于中小企业的产品质量和客户满意度,企业产品的市场份额很难与大中型企业媲美;逆向选择和道德风险是由于中小企业治理结构不健全、信用管理水平相对较低,导致企业主与经营、管理人员以及客户之间产生了严重的信息不对称所引发的风险。
(三)法律和制度方面的风险 信用担保在我国起步较晚,一方面,担保制度尚不健全。担保机构普遍缺乏规范的担保保证金制度、反担保制度、再担保制度、风险内控制度、代偿制度和追偿制度等,担保机构经营风险普遍较高。另一方面,完善的担保法律体系尚未形成。尽管我国已颁布实施了《担保法》,但配套的法规体系不健全,中小企业信用担保过程中仍面临着一定的法律风险。
二、研究设计
(一)模型构建Logit模型是利用标准化logistic分配(Standard logistic distribution)的累积分布函数(Cumulative distribution function;简称C.D.F)来转换的值,介于0与1之间。将事件发生的条件概率设定为:p(yi=1|xi)=pi
变换成logistic分布函数,便可以得到logistic回归模型:
p(yi=1|xi)=p[i≤(α+xi)]===
其中,pi為第i个案例发生的概率,它是一个由解释变量xi构成的非线性函数(non-linear function),由于实际需要,可以把它转化为线性函数(linear function)。
首先,定义不发生事件的条件概率为:
1-pi=1-=。
那么事件发生概率与事件不发生概率之比为:
=e(α+xi)≥0
这个比被称之为事件的发生比(the odds of experiencing an event),简称odds。若将odds取自然对数,则得到:
ln()=α+xi
根据二元logit模型建模的要求,设X1,X2, ……,Xk是Y的解释变量,假设获取的n组样品数据为(Xi1,Xi2, ……,Xik;Yi), Yi为取值0或1的随机变量。则二元logit回归的极大似然估计就是要找出因变量与解释变量的相关度。
(二)变量设定假定“中小企业信用担保风险”为因变量Y。Y的取值为0或1,Y=1表示中小企业信用担保存在风险;Y=0表示中小企业信用担保不存在风险。
假定Xi(i=1,2, …,8)为一组可以反映因变量Y发生概率(P)的自变量。根据上文的分析,可假定:X1为担保机构资金投入不足的风险;X2为担保机构缺乏人才和有效管理机制的风险;X3为中小企业的信用风险;X4为中小企业的技术风险;X5为中小企业的市场风险;X6为中小企业的逆向选择和道德风险;X7为担保制度不健全的风险;X8为完善的担保法律体系尚未形成的风险。8类因素的协同作用最终决定中小企业信用担保风险。
三、实证分析结果
(一)相关性检验用Pearson法对以上变量进行相关性分析,得到表1。
表1中各变量之间的相关系数在95%置信区间内均显著,除X4与X5(相关系数0.398)、X7与X8(相关系数0.74)呈中度相关外,其余皆属低度相关,表明所采用的解释变量适宜作为实证的变量。
(二)模型拟合优度检验——类R2具体如表2所示:
取第7步,结果-2log likelihood值为25.445,Cox&Snell R Square值为0.790,Nagel kerke R Square值为0.930,取值较高,模型拟合性较好。
(三)模型预测准确程度检验具体如表3所示:
假设信用担保风险概率值P超过分割点p=0.05时,信用担保机构存在风险。那么模型可以正确地预测75家担保机构存在风险,此时模型区分信用担保机构风险的比率为87.7%,模型整体预测的正确率为85.2%,表明该模型具有良好的预测性和稳健性。
(四)研究变量系数选用SPSS11.5软件logit模型中的Forward:LR方法,变量根据比分检验的概率大小进入方程,判断概率设为0.05。经7轮优化检验和筛选,得到最终拟合效果较优模型(表4)。
按照自变量进入的先后顺序调整,得到如下模型:
ln()=-10.858+4.105x1+3.340x2+5.941x3+3.140x4+2.568x5
+4.998x6+2.568x7
在该模型中,最后被留下来的自变量按照发生比率从大到小排序分别是:中小企业的信用风险(X3);中小企业的逆向选择和道德风险(X6);担保机构资金投入不足的风险(X1);担保机构缺乏人才和有效管理机制的风险(X2);中小企业的技术风险(X4);中小企业的市场风险(X5);担保制度不健全的风险(X7)。
虽然完善的担保法律体系尚未形成(X8)对中小企业信用担保有一定的影响,但其作用幅度较弱,不是关键的影响因素。
综上所述,本文利用logit regression构建中小企业信用担保风险模型,研究得出以下结论:第一,logit模型具有较好的预测功能和稳健性,可以将此模型应用于中小企业信用担保风险预测。第二,中小企业自身风险是中小企业信用担保风险中最重要的风险因素。因此,加强中小企业的信用管理,增加中小企业的信息透明度是消除信用担保风险的重要措施之一。第三,担保机构自身风险与信用担保风险密切相关。资本金投入、人才配备和有效的管理机制均对中小企业信用担保风险影响显著,需要担保机构高度关注。
参考文献:
[1]罗昕:《论我国中小企业信用担保体系中风险的制度防范》,《社会科学家》2003年第4期。
(编辑 向玉章)
一、中小企业信用担保风险主要影响因素分析
为有效规避中小企业信用担保风险,切实提高中小企业信用担保效率,2009年,笔者向150家中小企业信用担保公司负责人寄送了调查问卷,其中,138家机构进行了回复。笔者对回收的138份问卷进行了系统整理、分析,并应用logit模型归纳出了显著影响中小企业信用担保风险的7项因素。根据问卷调查结果,可将138家担保公司负责人提出的影响中小企业信用担保风险的因素归纳为三大类共8小项:
(一)来自担保机构的风险我国的担保行业仍处在初期发展阶段,资本投入不足、运营水平低、管理不规范等多重因素致使很多担保公司处于亏损甚至停业状态。138家担保机构普遍存在着以下问题:资金规模小;资金来源渠道单一;专业人才匮乏;管理水平低下。可见,担保机构本身缺乏有效的担保风险预警机制、内控机制和补偿转移机制,内生的抗风险能力很弱。因此,资金投入不足、缺乏人才和有效的管理机制成为影响中小企业信用担保的2项重要因素。
(二)来自中小企业的风险主要包括信用风险、技术风险、市场风险、逆向选择和道德风险4项因素。信用风险表现为中小企业经营不稳定,信用意识普遍淡薄,信用问题层出不穷;技术风险则指中小企业缺乏研发人员和高素质人才,生产技术和设备落后,技术创新和产品开发能力弱;市场风险主要源于中小企业的产品质量和客户满意度,企业产品的市场份额很难与大中型企业媲美;逆向选择和道德风险是由于中小企业治理结构不健全、信用管理水平相对较低,导致企业主与经营、管理人员以及客户之间产生了严重的信息不对称所引发的风险。
(三)法律和制度方面的风险 信用担保在我国起步较晚,一方面,担保制度尚不健全。担保机构普遍缺乏规范的担保保证金制度、反担保制度、再担保制度、风险内控制度、代偿制度和追偿制度等,担保机构经营风险普遍较高。另一方面,完善的担保法律体系尚未形成。尽管我国已颁布实施了《担保法》,但配套的法规体系不健全,中小企业信用担保过程中仍面临着一定的法律风险。
二、研究设计
(一)模型构建Logit模型是利用标准化logistic分配(Standard logistic distribution)的累积分布函数(Cumulative distribution function;简称C.D.F)来转换的值,介于0与1之间。将事件发生的条件概率设定为:p(yi=1|xi)=pi
变换成logistic分布函数,便可以得到logistic回归模型:
p(yi=1|xi)=p[i≤(α+xi)]===
其中,pi為第i个案例发生的概率,它是一个由解释变量xi构成的非线性函数(non-linear function),由于实际需要,可以把它转化为线性函数(linear function)。
首先,定义不发生事件的条件概率为:
1-pi=1-=。
那么事件发生概率与事件不发生概率之比为:
=e(α+xi)≥0
这个比被称之为事件的发生比(the odds of experiencing an event),简称odds。若将odds取自然对数,则得到:
ln()=α+xi
根据二元logit模型建模的要求,设X1,X2, ……,Xk是Y的解释变量,假设获取的n组样品数据为(Xi1,Xi2, ……,Xik;Yi), Yi为取值0或1的随机变量。则二元logit回归的极大似然估计就是要找出因变量与解释变量的相关度。
(二)变量设定假定“中小企业信用担保风险”为因变量Y。Y的取值为0或1,Y=1表示中小企业信用担保存在风险;Y=0表示中小企业信用担保不存在风险。
假定Xi(i=1,2, …,8)为一组可以反映因变量Y发生概率(P)的自变量。根据上文的分析,可假定:X1为担保机构资金投入不足的风险;X2为担保机构缺乏人才和有效管理机制的风险;X3为中小企业的信用风险;X4为中小企业的技术风险;X5为中小企业的市场风险;X6为中小企业的逆向选择和道德风险;X7为担保制度不健全的风险;X8为完善的担保法律体系尚未形成的风险。8类因素的协同作用最终决定中小企业信用担保风险。
三、实证分析结果
(一)相关性检验用Pearson法对以上变量进行相关性分析,得到表1。
表1中各变量之间的相关系数在95%置信区间内均显著,除X4与X5(相关系数0.398)、X7与X8(相关系数0.74)呈中度相关外,其余皆属低度相关,表明所采用的解释变量适宜作为实证的变量。
(二)模型拟合优度检验——类R2具体如表2所示:
取第7步,结果-2log likelihood值为25.445,Cox&Snell R Square值为0.790,Nagel kerke R Square值为0.930,取值较高,模型拟合性较好。
(三)模型预测准确程度检验具体如表3所示:
假设信用担保风险概率值P超过分割点p=0.05时,信用担保机构存在风险。那么模型可以正确地预测75家担保机构存在风险,此时模型区分信用担保机构风险的比率为87.7%,模型整体预测的正确率为85.2%,表明该模型具有良好的预测性和稳健性。
(四)研究变量系数选用SPSS11.5软件logit模型中的Forward:LR方法,变量根据比分检验的概率大小进入方程,判断概率设为0.05。经7轮优化检验和筛选,得到最终拟合效果较优模型(表4)。
按照自变量进入的先后顺序调整,得到如下模型:
ln()=-10.858+4.105x1+3.340x2+5.941x3+3.140x4+2.568x5
+4.998x6+2.568x7
在该模型中,最后被留下来的自变量按照发生比率从大到小排序分别是:中小企业的信用风险(X3);中小企业的逆向选择和道德风险(X6);担保机构资金投入不足的风险(X1);担保机构缺乏人才和有效管理机制的风险(X2);中小企业的技术风险(X4);中小企业的市场风险(X5);担保制度不健全的风险(X7)。
虽然完善的担保法律体系尚未形成(X8)对中小企业信用担保有一定的影响,但其作用幅度较弱,不是关键的影响因素。
综上所述,本文利用logit regression构建中小企业信用担保风险模型,研究得出以下结论:第一,logit模型具有较好的预测功能和稳健性,可以将此模型应用于中小企业信用担保风险预测。第二,中小企业自身风险是中小企业信用担保风险中最重要的风险因素。因此,加强中小企业的信用管理,增加中小企业的信息透明度是消除信用担保风险的重要措施之一。第三,担保机构自身风险与信用担保风险密切相关。资本金投入、人才配备和有效的管理机制均对中小企业信用担保风险影响显著,需要担保机构高度关注。
参考文献:
[1]罗昕:《论我国中小企业信用担保体系中风险的制度防范》,《社会科学家》2003年第4期。
(编辑 向玉章)