高新技術企業(yè)所有權性質與銀行信貸研究

崔元敏

河南大學

高新技術企業(yè)所有權性質與銀行信貸研究

崔元敏

河南大學

為了順應時代經(jīng)濟發(fā)展的潮流和新趨勢，我國實施了而創(chuàng)新驅動發(fā)展國家戰(zhàn)略，大力支持高新技術的研究和高新產(chǎn)業(yè)的發(fā)展。高新技術企業(yè)投入高，資金周轉慢，回報周期長，具有高風險的特征，由于信息不對稱等現(xiàn)象的存在，融資比較困難。本文主要基于2008-2014年在A股上市的高新技術企業(yè)，研究分析了高新技術企業(yè)的所有權性質和企業(yè)獲得的銀行信用貸款的關系，研究發(fā)現(xiàn)，國有背景的高新技術企業(yè)更容易獲得銀行的信用貸款。

高新技術企業(yè)；所有權性質；信用貸款

一、引言

高新技術企業(yè)是指那些投入大量研究與開發(fā)資金、為社會提供高科技含量的產(chǎn)品與服務，以迅速的技術進步為標志的特殊類型的現(xiàn)代企業(yè)。隨著經(jīng)濟全球化和知識經(jīng)濟時代的到來，高新技術產(chǎn)業(yè)也已成為各國經(jīng)濟增長的重要推動器。我國的高新技術企業(yè)也存在著高投資、高風險的特點，在發(fā)展中存在著融資難的現(xiàn)象，而在我國，企業(yè)融資仍然主要依賴于商業(yè)銀行。高新技術企業(yè)融資難的原因主要是，高新技術企業(yè)自身的高風險特性，以及高新技術企業(yè)主要是無形資產(chǎn)，而缺乏獲得銀行貸款所需的抵押品，而根本原因是信息不對稱現(xiàn)象的存在。企業(yè)能夠提供的信息通常被劃分為兩種：“硬信息”和“軟信息”。“硬信息”是那些易于觀察、證實的信息。“軟信息”通常是銀行和企業(yè)的長期接觸建立的。高新技術企業(yè)相對于傳統(tǒng)制造業(yè)企業(yè)在銀行信貸獲取方面存在著“硬信息”的劣勢。而很多文獻指出，企業(yè)和銀行可以通過建立一種關系，通過借助這種“軟信息”來降低企業(yè)和銀行之間的信息不對稱。因此，很有必要研究高新技術企業(yè)如何與銀行建立聯(lián)系，因此傳遞“軟信息”獲得更多的銀行貸款。我國的信貸資源主要掌握在國有商業(yè)銀行手中，本文從企業(yè)的所有權性質角度來研究企業(yè)和銀行之間的建立的聯(lián)系，以及這種關系與銀行信貸的聯(lián)系。

二、理論分析與研究假設

影響信貸資源配置的根本原因在于借貸雙方的信息不對稱。企業(yè)可以提供兩種信息來緩解信息不對稱現(xiàn)象，即“硬信息”和“軟信息”。高新技術企業(yè)的核心財產(chǎn)和資源是無形資產(chǎn)，在“硬信息”方面存在劣勢。以往的銀企關系的研究主要是基于企業(yè)的銀行的業(yè)務往來，或是企業(yè)高管的從業(yè)背景。Petersen and Rajan（1994）度量銀行關系強度的方法為企業(yè)接受銀行服務項目的數(shù)量、銀行與企業(yè)交往的時間長度。Berger and Udell（1995）則采用企業(yè)的經(jīng)營年限來衡量銀企關系強度。唐建新等（2011）研究發(fā)現(xiàn)聘請了在銀行工作的人員擔任董事長或者高管的企業(yè)，能夠獲得更多的銀行貸款。蘇峻等（2010）研究證明，企業(yè)與銀行的關系越緊密，獲得的貸款額度越高，獲得貸款的成本越低。余明桂等（2008）以我國1993-2005年在滬深交易所上市的民營企業(yè)為樣本，研究了企業(yè)董事長或高管是否現(xiàn)在或曾經(jīng)任職政治官員、人大代表或政協(xié)委員，判斷企業(yè)和銀行之間的政治聯(lián)系，發(fā)現(xiàn)，政治關系可以作為一種替代的非正式機制，幫助民營企業(yè)獲得銀行的信用貸款。

另外，有文獻發(fā)現(xiàn)， 具有良好政治關系的企業(yè)更容易或者以更低的利率獲得銀行的貸款，特別是國有銀行的貸款 （ Sapienza， 2004；Serdar Dinc， 2005）。事實上，企業(yè)和銀行之間因為業(yè)務往來通常也具有廣泛的關系網(wǎng)絡（ Hochberg et al.，2007），我國的信貸資源也主要掌握在大型國有商業(yè)銀行手中，共同的國有屬性也能夠使企業(yè)與銀行之間形成天然的聯(lián)系。本文從企業(yè)的所有權性質方面來研究企業(yè)與銀行信貸之間的關系，并提出了如下假設：

在其他條件相同的情況下，相對于非國有背景的高新技術企業(yè)，國有背景的高新技術企業(yè)能夠獲得更多的銀行信用貸款。

三、研究設計

（一）樣本選擇

本文的樣本選擇了2008-2014年在A股上市的高新技術企業(yè)作為樣本，剔除了金融行業(yè)的企業(yè)，最終得到了5944個觀測值。其中高新技術企業(yè)名單源于高新技術企業(yè)認定管理工作網(wǎng)的“公式專區(qū)”，以及在企業(yè)年報中找尋相關信息手工搜集整理。在處理樣本時，對有異常值得連續(xù)變量進行了1%的縮尾處理。

（二）研究模型與變量定義

為了檢驗假設，本文將回歸方程設定為：

其中，Creditloan表示銀行信貸比例，為企業(yè)獲得的信用貸款占全部銀行貸款的比例。信用貸款的相關數(shù)據(jù)，從各公司年報中手工整理；State為企業(yè)的所有權性質，在本論文中分為國有和非國有，如果企業(yè)為國有屬性，則State為1，否則，為0；Lev為資產(chǎn)負債率，反映企業(yè)的長期償債能力，為總負債與總資產(chǎn)的比值；Growth為企業(yè)的營業(yè)收入增長率，等于企業(yè)營業(yè)總收入本年本期金額和營業(yè)總收入上年本期金額的差額除以營業(yè)總收入上年本期金額；Tangible為企業(yè)的固定資產(chǎn)比例，等于固定資產(chǎn)與總資產(chǎn)的比值；ROA為總資產(chǎn)凈利潤率，等于凈利潤/總資產(chǎn)平均余額，其中，總資產(chǎn)平均余額=（總資產(chǎn)期初余額+總資產(chǎn)期末余額）/2；Year為年度虛擬變量；Industry為行業(yè)虛擬變量，采用2012年證監(jiān)會的行業(yè)分類標準。

四、實證結果及分析

（一）描述性統(tǒng)計

首先，我們對變量進行了描述性統(tǒng)計。如表1所示，樣本中，企業(yè)獲得的信用貸款占銀行總總貸款的平均值為35.04%，這說明高新技術企業(yè)獲得信用貸款的比例并不算高。另外，在變量數(shù)據(jù)的處理中，本文對連續(xù)變量Growth、Lev、Tangible、ROA進行了1%的縮尾處理。

（二）相關性分析

表2列示了主要變量的相關系數(shù)矩陣。可以看出，高新技術企業(yè)的銀行信貸比例Creditloan與企業(yè)的國有屬性State、企業(yè)的規(guī)模Size、總資產(chǎn)凈利率ROA顯著正相關。銀行信貸比例Creditloan與企業(yè)的資產(chǎn)負債率Lev、營業(yè)收入增長率、固定資產(chǎn)比例呈現(xiàn)負相關關系，但是不顯著。

（三）回歸分析

表1 各模型變量匯總描述性統(tǒng)計

表2 模型相關系數(shù)檢驗

表3為銀行信貸比率與企業(yè)所有制屬性的回歸結果。具體見下表。

表3 模型回歸結果

從表3中的回歸分析結果可以看出，銀行的信用貸款Creditloan與高新技術企業(yè)的所有權屬性State有顯著的相關性。國有屬性的高新技術企業(yè)更容易獲得信用貸款，回歸的結果證明了我們的假設。另外，銀行信貸比例Creditloan與企業(yè)的規(guī)模Size也呈現(xiàn)顯著的正相關關系，說明，規(guī)模越大的企業(yè)越容易獲得銀行的信用貸款；Creditloan與企業(yè)的資產(chǎn)負債率呈現(xiàn)負相關關系；Creditloan與固定資產(chǎn)比例呈現(xiàn)負相關關系，企業(yè)的固定資產(chǎn)能夠作為企業(yè)獲得貸款的抵押物、質押物，使企業(yè)更容易獲得擔保貸款，因此與企業(yè)獲得的信用貸款為負相關關系；Creditloan與企業(yè)的總資產(chǎn)凈利率呈現(xiàn)正相關關系，說明企業(yè)的盈利能力越強，越容易獲得銀行的信用貸款。因此，在這個回歸中，論文的假設得到了驗證。

五、結論

高新技術企業(yè)在我國的發(fā)展中起著重要的作用，信息不對稱現(xiàn)象影響著高新技術企業(yè)的融資，而企業(yè)能夠有效獲得融資，對企業(yè)的發(fā)展至關重要。以往的研究中發(fā)現(xiàn)，關系型融資在企業(yè)獲得融資的過程中也起到很大作用。本文和以往從高管背景，企業(yè)經(jīng)營年限等來衡量銀企關系不同，采用了基于所有權性質的研究，以A股上市的高新技術企業(yè)為樣本，研究證明出國有背景的高新技術企業(yè)能夠獲得更多的信用貸款。

［1］蘇峻、劉紅曄、何佳，關系型信貸與中小企業(yè)融資，金融論壇，2010（8）：41-46.

［2］孫崢、李增泉、王景斌，所有權性質、會計信息與債務契約——來自我國上市公司的經(jīng)驗證據(jù)，管理世界，2006（10）：100-107.

［3］唐建新、盧劍龍、余明桂，銀行關系、政治聯(lián)系與民營企業(yè)貸款，經(jīng)濟評論，2011（3）：51-58.

［4］余明桂、潘洪波，政治關系、制度環(huán)境與民營企業(yè)銀行貸款，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.