论文部分内容阅读
【摘 要】 文章以四川科新机电股份有限公司为例讨论模糊综合评价法，进而研究中小企业融资信用风险评价的方法。基于企业品质、企业经营管理能力、企业偿债能力以及企业外界生存能力四个方面的指标建立模糊综合评价法基本模型，利用该企业最新几期的相关数据进行检验与分析。结果表明：用模糊综合评价法研究中小企业融资信用风险具有一定的科学性、合理性和准确性，也能有效规避科技型中小企业使用财务报表衡量融资信用风险的复杂性。
【关键词】 科技型中小企业； 中小企业融资； 信用风险； 模糊综合评价法
【中图分类号】 F272.3 【文献标识码】 A 【文章编号】 1004-5937（2016）18-0058-04
一、引言
20世纪80年代至今，科技型中小企业历经蓬勃发展，已经成为我国重要的经济力量。随着科技型中小企业越来越多地通过金融体系进行融资，对其融资信用风险评价的研究也变得越来越重要。1988年，传统风险模型在巴塞尔协议中被正式接受，专家法、评级法和信用评分法成为研究信用风险的主要方法。信用风险评价模型主要是建立在Z模型基础之上。Altman（1997）[ 1 ]在Zeta模型中增加了两个变量，使其辨识精度提高许多，但是Zeta模型中所使用的因素几乎全部依赖企业的财务报表。默顿则提出一个结构模型，Kalnay（1996）[ 2 ]，党娜、王珍珍（2010）[ 3 ]，吕晓蓉（2014）[ 4 ]等对默顿结构模型进行了一定调整，但准确度依然成为后续研究的主题之一。
目前对科技型中小企业融资信用风险研究依然处于探索阶段，主要使用传统的KMV模型进行研究，重点利用比较与归纳相结合的研究方法。孙小丽（2013）[ 5 ]利用KMV模型定量分析的研究方法，运用Matlab程序计算参数变量，通过对各种参数的整理、分析和处理及Excel迭代计算，进而度量信用风险。黄植（2014）[ 6 ]利用修正后的KMV模型计算出ST与非ST企业之间违约差异性十分显著。
综上所述，使用财务报表来分析企业融资信用风险等级，具有一定的局限性，得到较为理想的结论仍有困难。对于科技型中小企业而言，KMV信用风险模型的实用性更是受到诸多限制。本文尝试利用模糊综合评价法对科技型中小企业融资信用违约风险进行研究，找到规避不足及适合于对科技型中小企业融资风险作出评价的方法，同时，利用企业财务报表相关指标验证该方法所得出的结果，从而验证模糊综合评价法的便捷性和准确性。这将有利于简化企业通过财务报表中大量数据进行复杂计算的繁琐程序。
二、科技型中小企业融资信用风险评价指标体系构建
为了使中小企业融资信用风险评定能够更加客观准确，通过企业调研、专家访谈及问卷等实证方法，归纳了科技型中小企业融资信用风险的主要影响因子有：企业品质（Z1）、企业经营管理能力（Z2）、企业偿债能力（Z3）、企业外界生存能力（Z4），具体的影响因子体系结构如图1所示[ 7 ]。
（一）企业品质
在当今科技主导的时代，竞争日益加剧，对企业品质的理解绝对不能只停留在企业的产品之上。由于金融机构的贷款直接贷给企业法人，因此，企业品质往往会与企业法人有着千丝万缕的联系。另外，还有一些既可以保证企业竞争力又可以确保产品质量的因素，主要有：企业法人素质（z11）、员工素质（z12）、科技人员人数比例（z13）、科研技术含量（z14）、专利持有量（z15）。
（二）企业经营管理能力
企业经营管理水平与企业的良性发展有显著的正相关性，同时也间接影响企业的绩效。因此，企业的经营管理很大程度上能够决定企业的经营效益以及由此产生的营运能力水平。企业经营管理主要与采购管理（z21）、物流管理（z22）、质量管理（z23）、营销管理（z24）四个方面密切相关。
（三）企业偿债能力
就目前形势来说，企业负债经营已经成为一种普遍现象，企业的偿债能力大小已经渐渐成为判断其经营生存能力和融资信用风险的衡量标准。本文选取以下指标评价企业债务偿还能力：借款偿还期（z31）、利息备付率（z32）、偿债备付率（z33）和资产负债率（z34）。
（四）企业外界生存能力
政府的政策环境对企业的影响十分重要，就科技型中小企业而言，政策支持和政府的经济发展方向对企业的生存可谓举足轻重。除此之外，企业所在地区社会文化因素和自然环境对企业的生存也起到了一定的制约作用。因此本文选取下列因素作为企业融资信用风险的评价指标：政府政策支持度（z41）、政治因素（z42）、社会文化因素（z43）、经济因素（z44）、自然环境因素（z45）。
三、科技型中小企业融资信用风险的模糊综合评价法基本模型
模糊综合评价以模糊数学作为其理论基础，但是却不存在点和集的绝对隶属关系，使其只能依靠隶属函数之间的关系进行运算。事实上就是将点与隶属度相对应，然后逐个进行计算，也即模糊集合之间的具体运算（梁保松，2007）[ 8 ]。这种运算的好处在于使一些难以把握、不宜界定的因素定量化，如此便使得受多种因素影响的事物能够更加容易地作出相对全面、有效的评价[ 9 ]。
（一）一级模糊综合评价模型
四、实证研究
本文以四川科新机电股份有限公司（300092）为例，对其公司的企业品质以及历年反映企业品质的情况、企业的管理偿债能力和历年相关财务报表（近四个季度）、企业外界因素对企业的影响状况进行分析，融资信用风险结果运用模糊综合评价法进行评价。选取该企业融资信用风险评价因素集Z={z11，z12，z13，z14，z15，z21，z22，z23，z24，z31，z32，z33，z34，z41，z42，z43，z44，z45}={企业法人素质，员工素质，科技人员人数比例，科研技术含量，专利持有量，采购管理，物流管理，质量管理，营销管理，借款偿还期，利息备付率，资产备付率，政府政策支持度，政治因素，社会文化因素，经济因素，自然环境因素}。评价集设定为W={w1，w2，w3，w4}={优，良好，一般，危险}。 （一）一级模糊综合评价结果
将因素按企业品质、企业管理能力、企业偿债能力和企业外界生存能力分为四个子因素集，可以表示为：
评价模型中R1、R2、R3、R4分别作为企业品质、企业管理能力、企业偿债能力和企业外界生存能力的评价矩阵。
对四川科新机电股份有限公司进行信用风险综合模糊评价，邀请10位相关专家对其进行独立打分，10位专家中有3名高校经济管理学院类教授，4名银行管理工作领导，3名机械行业财务经理。共计发出10份问卷，收回10份有效问卷。统计数据后，把所得结果反馈给专家，并要求他们在新数据的基础上再次确定因素权重，总结统计反馈后的结果，如此反复地反馈整理，直至所得到的数据情况比较稳定后，重新统计数据如下：
按照最大隶属度原则，一级模糊综合评价由G1、G2、G3、G4的计算结果得出结论：企业品质良、企业管理能力良、企业偿债能力良、企业外界生存能力为优。
（二）二级模糊综合评价结果
由信用风险违约评价指标体系可得出一个二级模糊综合评价集，即G={U1，U2，U3，U4}。
由上面所描述的结果可导出二级模糊综合评价的因素集G单因素评价矩阵为：
根据模糊综合评价得出该公司的信用风险等级为优。
（三）综合检验
为了验证模糊综合评价的实用性和准确性，取该公司四个季度的财务报表，根据财务报表中的相关数据计算财务风险大小，得出企业对债务风险等级和偿还能力的初步判断。计算比较企业近几期的盈利能力比率和偿债能力比率，论证企业的财务状况和变化趋势。现使用资产负债率、流动比率和速动比率作为偿债能力的主要指标，总资产报酬率和净资产收益率作为盈利能力的主要指标。
经过计算，基本财务比率如表1所示。
由表1可以看出，该企业目前的财务状况良好，短期内其融资信用风险评估结果可容忍性和可控性较好。该结论与本文模糊综合评价法所得出的结论相对吻合，从而印证了用模糊综合评价法的相对合理性、科学性和准确性。
五、小结
本文基于模糊综合评价法研究科技型中小企业融资信用风险的评价，并通过企业财务报表对模糊综合评价法得出的结果进行验证。结果表明，运用企业报表和模糊综合评价法评估科技型中小企业融资信用风险等级的结果相互一致。由此得出模糊综合评价法对中小企业融资信用风险评价具有一定的科学性、合理性和准确性的结论。
基于模糊综合法的中小型企业融资信用风险评价不借助企业财务报表同样可以对企业作出相对可靠的评价。这既避免了仅仅依靠企业财务报表计算繁琐、容易出错的情况，又不至于出现单一使用财务报表使评估结果失真的问题。
【参考文献】
[1] ALTMAN E I， SAUNDERS A. Credit risk measurement：developments over the last 20 years[J]. Journal of Banking
【关键词】 科技型中小企业； 中小企业融资； 信用风险； 模糊综合评价法
【中图分类号】 F272.3 【文献标识码】 A 【文章编号】 1004-5937（2016）18-0058-04
一、引言
20世纪80年代至今，科技型中小企业历经蓬勃发展，已经成为我国重要的经济力量。随着科技型中小企业越来越多地通过金融体系进行融资，对其融资信用风险评价的研究也变得越来越重要。1988年，传统风险模型在巴塞尔协议中被正式接受，专家法、评级法和信用评分法成为研究信用风险的主要方法。信用风险评价模型主要是建立在Z模型基础之上。Altman（1997）[ 1 ]在Zeta模型中增加了两个变量，使其辨识精度提高许多，但是Zeta模型中所使用的因素几乎全部依赖企业的财务报表。默顿则提出一个结构模型，Kalnay（1996）[ 2 ]，党娜、王珍珍（2010）[ 3 ]，吕晓蓉（2014）[ 4 ]等对默顿结构模型进行了一定调整，但准确度依然成为后续研究的主题之一。
目前对科技型中小企业融资信用风险研究依然处于探索阶段，主要使用传统的KMV模型进行研究，重点利用比较与归纳相结合的研究方法。孙小丽（2013）[ 5 ]利用KMV模型定量分析的研究方法，运用Matlab程序计算参数变量，通过对各种参数的整理、分析和处理及Excel迭代计算，进而度量信用风险。黄植（2014）[ 6 ]利用修正后的KMV模型计算出ST与非ST企业之间违约差异性十分显著。
综上所述，使用财务报表来分析企业融资信用风险等级，具有一定的局限性，得到较为理想的结论仍有困难。对于科技型中小企业而言，KMV信用风险模型的实用性更是受到诸多限制。本文尝试利用模糊综合评价法对科技型中小企业融资信用违约风险进行研究，找到规避不足及适合于对科技型中小企业融资风险作出评价的方法，同时，利用企业财务报表相关指标验证该方法所得出的结果，从而验证模糊综合评价法的便捷性和准确性。这将有利于简化企业通过财务报表中大量数据进行复杂计算的繁琐程序。
二、科技型中小企业融资信用风险评价指标体系构建
为了使中小企业融资信用风险评定能够更加客观准确，通过企业调研、专家访谈及问卷等实证方法，归纳了科技型中小企业融资信用风险的主要影响因子有：企业品质（Z1）、企业经营管理能力（Z2）、企业偿债能力（Z3）、企业外界生存能力（Z4），具体的影响因子体系结构如图1所示[ 7 ]。
（一）企业品质
在当今科技主导的时代，竞争日益加剧，对企业品质的理解绝对不能只停留在企业的产品之上。由于金融机构的贷款直接贷给企业法人，因此，企业品质往往会与企业法人有着千丝万缕的联系。另外，还有一些既可以保证企业竞争力又可以确保产品质量的因素，主要有：企业法人素质（z11）、员工素质（z12）、科技人员人数比例（z13）、科研技术含量（z14）、专利持有量（z15）。
（二）企业经营管理能力
企业经营管理水平与企业的良性发展有显著的正相关性，同时也间接影响企业的绩效。因此，企业的经营管理很大程度上能够决定企业的经营效益以及由此产生的营运能力水平。企业经营管理主要与采购管理（z21）、物流管理（z22）、质量管理（z23）、营销管理（z24）四个方面密切相关。
（三）企业偿债能力
就目前形势来说，企业负债经营已经成为一种普遍现象，企业的偿债能力大小已经渐渐成为判断其经营生存能力和融资信用风险的衡量标准。本文选取以下指标评价企业债务偿还能力：借款偿还期（z31）、利息备付率（z32）、偿债备付率（z33）和资产负债率（z34）。
（四）企业外界生存能力
政府的政策环境对企业的影响十分重要，就科技型中小企业而言，政策支持和政府的经济发展方向对企业的生存可谓举足轻重。除此之外，企业所在地区社会文化因素和自然环境对企业的生存也起到了一定的制约作用。因此本文选取下列因素作为企业融资信用风险的评价指标：政府政策支持度（z41）、政治因素（z42）、社会文化因素（z43）、经济因素（z44）、自然环境因素（z45）。
三、科技型中小企业融资信用风险的模糊综合评价法基本模型
模糊综合评价以模糊数学作为其理论基础，但是却不存在点和集的绝对隶属关系，使其只能依靠隶属函数之间的关系进行运算。事实上就是将点与隶属度相对应，然后逐个进行计算，也即模糊集合之间的具体运算（梁保松，2007）[ 8 ]。这种运算的好处在于使一些难以把握、不宜界定的因素定量化，如此便使得受多种因素影响的事物能够更加容易地作出相对全面、有效的评价[ 9 ]。
（一）一级模糊综合评价模型
四、实证研究
本文以四川科新机电股份有限公司（300092）为例，对其公司的企业品质以及历年反映企业品质的情况、企业的管理偿债能力和历年相关财务报表（近四个季度）、企业外界因素对企业的影响状况进行分析，融资信用风险结果运用模糊综合评价法进行评价。选取该企业融资信用风险评价因素集Z={z11，z12，z13，z14，z15，z21，z22，z23，z24，z31，z32，z33，z34，z41，z42，z43，z44，z45}={企业法人素质，员工素质，科技人员人数比例，科研技术含量，专利持有量，采购管理，物流管理，质量管理，营销管理，借款偿还期，利息备付率，资产备付率，政府政策支持度，政治因素，社会文化因素，经济因素，自然环境因素}。评价集设定为W={w1，w2，w3，w4}={优，良好，一般，危险}。 （一）一级模糊综合评价结果
将因素按企业品质、企业管理能力、企业偿债能力和企业外界生存能力分为四个子因素集，可以表示为：
评价模型中R1、R2、R3、R4分别作为企业品质、企业管理能力、企业偿债能力和企业外界生存能力的评价矩阵。
对四川科新机电股份有限公司进行信用风险综合模糊评价，邀请10位相关专家对其进行独立打分，10位专家中有3名高校经济管理学院类教授，4名银行管理工作领导，3名机械行业财务经理。共计发出10份问卷，收回10份有效问卷。统计数据后，把所得结果反馈给专家，并要求他们在新数据的基础上再次确定因素权重，总结统计反馈后的结果，如此反复地反馈整理，直至所得到的数据情况比较稳定后，重新统计数据如下：
按照最大隶属度原则，一级模糊综合评价由G1、G2、G3、G4的计算结果得出结论：企业品质良、企业管理能力良、企业偿债能力良、企业外界生存能力为优。
（二）二级模糊综合评价结果
由信用风险违约评价指标体系可得出一个二级模糊综合评价集，即G={U1，U2，U3，U4}。
由上面所描述的结果可导出二级模糊综合评价的因素集G单因素评价矩阵为：
根据模糊综合评价得出该公司的信用风险等级为优。
（三）综合检验
为了验证模糊综合评价的实用性和准确性，取该公司四个季度的财务报表，根据财务报表中的相关数据计算财务风险大小，得出企业对债务风险等级和偿还能力的初步判断。计算比较企业近几期的盈利能力比率和偿债能力比率，论证企业的财务状况和变化趋势。现使用资产负债率、流动比率和速动比率作为偿债能力的主要指标，总资产报酬率和净资产收益率作为盈利能力的主要指标。
经过计算，基本财务比率如表1所示。
由表1可以看出，该企业目前的财务状况良好，短期内其融资信用风险评估结果可容忍性和可控性较好。该结论与本文模糊综合评价法所得出的结论相对吻合，从而印证了用模糊综合评价法的相对合理性、科学性和准确性。
五、小结
本文基于模糊综合评价法研究科技型中小企业融资信用风险的评价，并通过企业财务报表对模糊综合评价法得出的结果进行验证。结果表明，运用企业报表和模糊综合评价法评估科技型中小企业融资信用风险等级的结果相互一致。由此得出模糊综合评价法对中小企业融资信用风险评价具有一定的科学性、合理性和准确性的结论。
基于模糊综合法的中小型企业融资信用风险评价不借助企业财务报表同样可以对企业作出相对可靠的评价。这既避免了仅仅依靠企业财务报表计算繁琐、容易出错的情况，又不至于出现单一使用财务报表使评估结果失真的问题。
【参考文献】
[1] ALTMAN E I， SAUNDERS A. Credit risk measurement：developments over the last 20 years[J]. Journal of Banking