中小企業(yè)融資問題研究論文
摘要：中小企業(yè)在解決社會就業(yè)問題、技術(shù)創(chuàng)新問題、維持社會穩(wěn)定等方面起著重要作用，然而融資難問題一直制約著我國中小企業(yè)的健康發(fā)展。本文針對中小企業(yè)自身的特點(diǎn)，采用主成分分析與Logistic模型相結(jié)合的方式，同時(shí)引入定性指標(biāo)與定量指標(biāo)，構(gòu)建了中小企業(yè)違約概率模型，該模型考慮了誤判損失，模型擬合度較好，能夠很好地預(yù)測中小企業(yè)的違約風(fēng)險(xiǎn)。
關(guān)鍵詞：定性指標(biāo)；定量指標(biāo)；主成分分析；Logistic模型
一、引言
中小企業(yè)在解決社會就業(yè)問題、技術(shù)創(chuàng)新問題、維持社會穩(wěn)定等方面起著重要作用，然而融資難問題一直制約著我國中小企業(yè)的健康發(fā)展。盛世杰等[1]認(rèn)為，引入政策性擔(dān)保機(jī)構(gòu)是解決中小企業(yè)融資難問題的有效方法。黃明剛等[2]分析了貧困地區(qū)中小企業(yè)融資現(xiàn)狀，認(rèn)為中小企業(yè)融資難的主要原因在于中小企業(yè)融資信息不對稱，導(dǎo)致銀行對中小企業(yè)融資的逆向選擇、道德風(fēng)險(xiǎn)和信貸配給不足。希倫等[3]對深圳證券交易所的20家創(chuàng)新型中小企業(yè)的數(shù)據(jù)進(jìn)行了實(shí)證分析，認(rèn)為利用層次分析法能夠很好地對創(chuàng)新型中小企業(yè)融資能力進(jìn)行合理評價(jià)與分類。李昕陽[4]認(rèn)為，商業(yè)銀行針對中小企業(yè)信用的評級體系,已無法適應(yīng)中小企業(yè)發(fā)展以及金融體制改革的要求。GiulianoIannotta等[5]認(rèn)為債務(wù)市場不透明，評級信息惡化，將刺激投資者花更多的本錢在非公開信息的收集上。KennethS.CHAN等[6]認(rèn)為，在中國，小企業(yè)信貸約束問題明顯。中國的金融改革措施并沒有有效緩解中小企業(yè)所面臨的融資難困境。本文針對中小企業(yè)自身的特點(diǎn)，借鑒我國商業(yè)銀行企業(yè)資信評估指標(biāo)體系以及相關(guān)文獻(xiàn)研究，共篩選出18個(gè)定量指標(biāo)（財(cái)務(wù)指標(biāo)）和5個(gè)定性指標(biāo)(具體內(nèi)容如表1所示)，采用主成分分析與Logistic模型相結(jié)合的方式，構(gòu)建了中小企業(yè)違約概率模型。該模型考慮了誤判損失，模型擬合度較好，能夠很好地預(yù)測中小企業(yè)的違約風(fēng)險(xiǎn).
二、模型構(gòu)建
主成分分析由于財(cái)務(wù)指標(biāo)往往具有很強(qiáng)的相關(guān)性，而logistic模型對自變量的多維相關(guān)性較為敏感，因此，為減少變量之間的相關(guān)性，本文首先采用主成分分析方法，對財(cái)務(wù)指標(biāo)進(jìn)行了降維處理。本文的財(cái)務(wù)數(shù)據(jù)均來自于銳思數(shù)據(jù)庫，從2011年1月1日到2012年1月1日的制造型企業(yè)上市公司年報(bào)數(shù)據(jù)。
�。�1）KMO和Bartlett檢驗(yàn)。主成分分析是用于把眾多相關(guān)變量縮減為較少的不相關(guān)的主成分變量的一種方法。因此，用于主成分分析的原始變量之間必須具有一定相關(guān)性，因而在做主成分分析之前，需要對數(shù)據(jù)的相關(guān)性進(jìn)行檢驗(yàn)，即進(jìn)行KMO和Bartlett檢驗(yàn)。由表2可以看出，KMO測度和Bartlett檢驗(yàn)指標(biāo)均顯示相關(guān)變量的相關(guān)性較強(qiáng)，有必要對相關(guān)指標(biāo)進(jìn)行主成分分析。
�。�2）基于特征值準(zhǔn)則的因子個(gè)數(shù)的確定。財(cái)務(wù)數(shù)據(jù)的.各主成分變量的特征值與貢獻(xiàn)率如表3所示。由表3可知，根據(jù)特征值準(zhǔn)則，當(dāng)前樣本數(shù)據(jù)條件下的初始因子個(gè)數(shù)應(yīng)該為7個(gè)。并且這7個(gè)指標(biāo)的累計(jì)解釋方差的比例為78.961%，保留了原有數(shù)據(jù)的主要經(jīng)濟(jì)信息。
�。�3）求解主成分表達(dá)式。通過SPSS18.0求得因子負(fù)載矩陣如表4所示.
三、結(jié)論
由于中小企業(yè)的財(cái)務(wù)規(guī)范性較差，抵御風(fēng)險(xiǎn)的能力較弱，因此本文在構(gòu)建模型時(shí)，同時(shí)引入了定性指標(biāo)與定量指標(biāo)，并針對中小企業(yè)自身的特點(diǎn)，采用主成分分析與Logistic模型相結(jié)合的方式，構(gòu)建了中小企業(yè)違約概率模型。通過引入定性指標(biāo)，減少了對財(cái)務(wù)指標(biāo)的依賴和中小企業(yè)財(cái)務(wù)不規(guī)范的影響，所構(gòu)建的模型擬合度較好，能夠很好地預(yù)測中小企業(yè)的違約風(fēng)險(xiǎn)，為進(jìn)一步探討中小企業(yè)融資難問題奠定了基礎(chǔ)。
【中小企業(yè)融資問題研究論文】相關(guān)文章：
1.中小企業(yè)融資風(fēng)險(xiǎn)管控問題分析論文