中小板上海科技型上市公司贷款影响因素分析.docVIP

中小板上海科技型上市公司贷款影响因素的分析 　　［摘 要］本文旨在验证中小板上海科技型上市公司贷款可获得性,首先通过文献整理出影响贷款可获得性的因素,然后通过Logistic模型分析哪些因素具有显著性,最后分析结论并给出建议。 　　［关键词］上海科技型企业；中小企业；贷款影响因素 　　［中图分类号］F830.5 ［文献标识码］A ［文章编号］1005-6432（2011）1-0105-02 　　 　　1 我国中小板的上海科技型企业基本状况 　　 　　截至2010年7月,以上海市高新技术产业化九大重点领域作为判断标准,中小企业板中的上海科技型企业14家。 　　在这14家企业中,已发布过公司年报和中报的企业共12家。我们将公司每年的财务数据均看做一个样本。同时,为了扩大样本范围，使样本更具有代表性,部分仅有2010年中报的公司,也纳入了样本范围,合计样本总数为26个。 　　根据证监会《上市公司行业分类指引》,可以把样???分为制造业和信息技术业两个行业大类,其中制造业样本数量为17个,信息技术业9个。 　　 　　2 常见的融资影响因素及分析 　　 　　通过对已有研究论文的考察,发现常见的融资影响因素包括：资产总额(企业规模)、经营年限、销售利润率(赢利能力)、销售额、流动比率、资产负债率、固定资产等数值型变量,还包括企业与供应商的议价能力、技术研发能力等根据经验获取的数值型变量,以及企业控股方是否国有企业、管理人员学历和年龄、是否参加信用评定、银企关系等布尔型变量。 　　许立民等人(2010)研究发现,资产总额与贷款的可获得性存在显著性关系,赢利能力与贷款获得呈现负相关；杨毅(2009)研究认为,企业规模(资产总额)与贷款间的关系不显著,赢利能力(销售利润率)和清偿能力(资产负债率、固定资产)则对贷款可获得的影响显著。俞兆云等人(2010)发现,资产总额、销售额、流动比率和资产负债率对企业的信贷可得性影响极大。 　　综合来说,资产总额、销售利润率、资产负债率、流动比率等因素,一般都认为对贷款可获得性的影响较大。但是否与本文考察的中小板上海科技型上市企业一致,有待进一步考察。 　　2.1 变量选择与研究假设 　　根据已有文献的考察变量,并考虑到数据的可获得性,我们尽量选择数值型变量,避免经验值数据。同时,也尽量使本文的变量与已有论文的变量具有可比性。 　　本文选取加权平均净资产收益率、资产负债率、流动比率、市净率、贷款金额、贷款金额和经营现金流净额作为样本的研究变量。同时,加入一个代表行业的虚拟变量,以考察不同行业对于贷款的可获得性是否有差异。 　　各个变量的计算方式和表现意义如下： 　　（1）加权平均净资产收益率=加权平均收益/净资产,它是衡量企业赢利能力的指标。 　　（2）资产负债率=负债总额/资产总额,它反映了企业的偿债能力。 　　（3）流动比率=公司营业收入/流动资产,反映了企业的资金周转效率,是企业运营能力的指标。 　　（4）市净率=企业股票价格/每股净资产,反映市场对公司的估值信心和重置成本。 　　（5）贷款金额为企业资产负债表中短期贷款和长期贷款的总和。实际上,考察的12家企业绝大多数只有短期贷款(1年期以下)。银行等金融机构较少给予长期贷款。 　　（6）经营现金流净额是企业经营过程中,现金流入与现金流出相抵的净值,包括销售商品获得的现金、收取的利息和佣金、销售商品支出的现金、工资和税收等。 　　数据选自财务报表“母公司”一栏,没有选择“合并报表”部分的数据。原因是子公司并不一定符合科技型企业的条件,同时也为确保统计口径的一致。 　　2.2 样本的Logistic回归分析 　　2.2.1 研究假设和模型 　　将样本的贷款金额作为因变量,代表贷款的可获得性。其余五个因素――加权平均净资产收益率、资产负债率、流动比率、市净率和经营现金流净额――作为自变量,用以研究它们对贷款可获得性的影响。另外,模型中加入两个虚拟变量,分别代表制造业和信息技术业。 　　研究的主要目的,是发现企业能否获得较多贷款与哪些因素相关。 　　根据以上的假设,建立如下模型进行验证 　　logitFin=B0+B1ROE+B2LEV+B3CR+B4PB+B5CAS+B6Dummy 　　被解释变量： 　　Fin：企业贷款数额是否大于1000万元。虽然是中小企业,但是上市公司的资本总额非常大,1000万元以下一般作为流动资金,无法承担企业发展所需的资金量。因此,我们以1000万元作为划分线。Fin=1表示贷款数额大于1000万元,Fin=0表示贷款数额小于等于1000万元。 　　解释变量： 　　ROE：加权平均净资产收益率； 　　LEV：资产负债率； 　　CR：流动比率； 　　P