基于logistic模型的農(nóng)村小微企業(yè)信貸融資制約因素分析

周妮笛，伍格致，周 鮮

（湖南農(nóng)業(yè)大學(xué) 商學(xué)院，湖南 長(zhǎng)沙 410128）

基于logistic模型的農(nóng)村小微企業(yè)信貸融資制約因素分析

周妮笛，伍格致，周 鮮

（湖南農(nóng)業(yè)大學(xué) 商學(xué)院，湖南 長(zhǎng)沙 410128）

利用湖南三縣的134家農(nóng)村小微企業(yè)的調(diào)查數(shù)據(jù)，運(yùn)用Logistic 模型實(shí)證分析了企業(yè)基本特征、企業(yè)財(cái)務(wù)狀況及社會(huì)宏觀因素對(duì)企業(yè)獲得正規(guī)金融信貸支持的影響。研究發(fā)現(xiàn)，企業(yè)固定資產(chǎn)、企業(yè)信用等級(jí)、企業(yè)凈利潤(rùn)、當(dāng)?shù)亟鹑谥С至Χ?、銀企關(guān)系程度、區(qū)域經(jīng)濟(jì)發(fā)展水平等6因素對(duì)企業(yè)獲得信貸支持具有正向影響，企業(yè)營(yíng)業(yè)收入對(duì)企業(yè)獲得信貸支持具有負(fù)向影響，是否為家族企業(yè)、企業(yè)成立時(shí)間對(duì)企業(yè)獲得信貸支持沒(méi)有明顯影響。研究結(jié)果對(duì)于提升農(nóng)村小微企業(yè)自身實(shí)力，優(yōu)化小微企業(yè)發(fā)展環(huán)境具有重要現(xiàn)實(shí)意義。

小微企業(yè)；信貸融資；制約因素；多元logistic模型

自上世紀(jì)九十年代以來(lái)，隨著市場(chǎng)經(jīng)濟(jì)體制改革的不斷深入，小微企業(yè)得到蓬勃發(fā)展。數(shù)據(jù)顯示，2011年末，經(jīng)工商登記注冊(cè)的小微企業(yè)有1023萬(wàn)戶，占中國(guó)企業(yè)總數(shù)的99%，提供了85%的城鄉(xiāng)就業(yè)崗位，最終產(chǎn)品和服務(wù)占國(guó)內(nèi)生產(chǎn)總值的60%，上繳稅收占全國(guó)企業(yè)的54.3%[1]。農(nóng)村小微企業(yè)作為農(nóng)村經(jīng)濟(jì)中“最活躍的細(xì)胞”，在推動(dòng)農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營(yíng)，建設(shè)新農(nóng)村，擴(kuò)大就業(yè)和增加農(nóng)民收入方面發(fā)揮著巨大的作用。但這個(gè)數(shù)量最大、最富活躍的經(jīng)濟(jì)群體面臨發(fā)展困境由來(lái)已久，特別是在當(dāng)前全球金融危機(jī)和國(guó)內(nèi)結(jié)構(gòu)轉(zhuǎn)型的雙重壓力下，其生存境遇日趨嚴(yán)峻。目前，學(xué)術(shù)界雖然對(duì)中小企業(yè)融資問(wèn)題進(jìn)行大量的研究，但在研究對(duì)象的劃分方面基本上是將中型企業(yè)和小微型企業(yè)融資問(wèn)題等同的看作一個(gè)問(wèn)題，而實(shí)際上中型企業(yè)和小微型企業(yè)融資是兩個(gè)相差懸殊的問(wèn)題[2-5]。如果繼續(xù)將中型企業(yè)與小微企業(yè)融資問(wèn)題等同，必然導(dǎo)致認(rèn)識(shí)判斷與政策決策的失誤，客觀上掩蓋了小微企業(yè)融資問(wèn)題的實(shí)質(zhì)，誤導(dǎo)了人們認(rèn)識(shí)與判斷問(wèn)題的方向，影響了國(guó)家金融信貸政策的科學(xué)性和針對(duì)性，延緩了我國(guó)金融體制改革的進(jìn)程。因此，本研究試圖通過(guò)農(nóng)村小微企業(yè)的實(shí)地調(diào)查數(shù)據(jù)，對(duì)我國(guó)農(nóng)村小微企業(yè)信貸融資制約因素進(jìn)行實(shí)證分析，分析農(nóng)村小微企業(yè)融資障礙的內(nèi)在機(jī)理，為解決我國(guó)農(nóng)村小微企業(yè)融資困局提供決策依據(jù)。

1 調(diào)查樣本選擇

本研究采取典型抽樣法與隨機(jī)抽樣相結(jié)合的方法，選擇了湖南省華容縣、汝城縣、湘潭縣作為調(diào)查研究區(qū)域。這三個(gè)縣農(nóng)村經(jīng)濟(jì)快速發(fā)展，農(nóng)村經(jīng)濟(jì)組織比較活躍，且農(nóng)村小微企業(yè)較為密集、數(shù)量較多，并以傳統(tǒng)產(chǎn)業(yè)（水產(chǎn)、紡織、糧食加工、木材加工、化工、機(jī)電等）為主，其地理位置分別處于湘北、湘南和湘中。其中，湘潭縣處于長(zhǎng)株潭經(jīng)濟(jì)圈腹地，為湖南省經(jīng)濟(jì)十強(qiáng)縣之一，縣域經(jīng)濟(jì)發(fā)達(dá)，金融市場(chǎng)發(fā)展比較成熟，金融服務(wù)基本能滿足小微企業(yè)多樣性需求；華容縣處于環(huán)洞庭湖經(jīng)濟(jì)圈中軸線上，憑著優(yōu)越的水路交通和豐富農(nóng)副產(chǎn)品資源，為湖南經(jīng)濟(jì)二十強(qiáng)縣之一，縣域經(jīng)濟(jì)比較發(fā)達(dá)，金融發(fā)展水平較湘潭縣稍低；汝城縣處于大湘南經(jīng)濟(jì)圈邊緣，為湖南省五大少數(shù)民族散居縣之一，縣域經(jīng)濟(jì)相對(duì)落后，為國(guó)家級(jí)貧困縣，金融市場(chǎng)相對(duì)閉塞。因此，以這三個(gè)縣的農(nóng)村小微企業(yè)作為樣本，研究農(nóng)村小微企業(yè)信貸融資制約因素，具有較強(qiáng)的代表性。

在抽樣調(diào)查時(shí)，本研究本著企業(yè)樣本行業(yè)分布廣泛性和代表性的原則，以制造業(yè)為主，并輔以其他行業(yè)的小微企業(yè)，種養(yǎng)大戶、農(nóng)村合作組織以及新建未投產(chǎn)和已經(jīng)關(guān)停倒閉的企業(yè)不在研究范疇內(nèi)。同時(shí)，對(duì)于企業(yè)規(guī)模分布也盡可能做到具有代表性，本研究中小型、微型企業(yè)大體各占二分之一。本次企業(yè)實(shí)地調(diào)查由課題組成員與湖南農(nóng)業(yè)大學(xué)商學(xué)院、經(jīng)濟(jì)學(xué)院本科生共同實(shí)施，調(diào)查人員分別于2014年3月、6月和7月在華容縣、汝城縣、湘潭縣對(duì)農(nóng)村小微企業(yè)進(jìn)行了為期三個(gè)星期的調(diào)研，其中每個(gè)縣的調(diào)查樣本為50個(gè)。調(diào)查方式主要采取深度訪談和問(wèn)卷調(diào)查，通過(guò)深度訪談對(duì)部分企業(yè)的初創(chuàng)、生產(chǎn)、經(jīng)營(yíng)、融資等情況進(jìn)行了深入了解，另就企業(yè)融資問(wèn)題與當(dāng)?shù)貍€(gè)別金融機(jī)構(gòu)進(jìn)行深入探討。調(diào)查完成后，課題組對(duì)所有調(diào)查問(wèn)卷進(jìn)行了審查，最終通過(guò)審核的問(wèn)卷為134份，其中來(lái)自華容縣、汝城縣、湘潭縣分別為46份、44份、44份。

2 農(nóng)村小微企業(yè)信貸融資影響因素的實(shí)證分析

2.1 模型設(shè)定與變量設(shè)置

參照現(xiàn)有的研究成果，并結(jié)合本人質(zhì)性研究結(jié)果[6]，本研究從農(nóng)村小微企業(yè)信貸融資的滿足程度出發(fā)，建立影響農(nóng)村小微企業(yè)信貸融資的回歸分析模型，來(lái)分析影響農(nóng)村小微企業(yè)信貸融資的決定因素。

綜合國(guó)內(nèi)外理論和實(shí)證分析成果，我們認(rèn)為影響農(nóng)村小微企業(yè)信貸融資的因素主要有：企業(yè)基本特征（包括是否為家族企業(yè)、企業(yè)成立時(shí)間、企業(yè)固定資產(chǎn)、企業(yè)信用等級(jí)）、企業(yè)財(cái)務(wù)狀況（包括企業(yè)營(yíng)業(yè)收入、企業(yè)凈利潤(rùn)）、社會(huì)宏觀因素（是否屬于集群企業(yè)、當(dāng)?shù)亟鹑谥С至Χ取y企關(guān)系程度、區(qū)域經(jīng)濟(jì)發(fā)展水平）等三個(gè)方面。這些因素在不同程度上影響著農(nóng)村小微企業(yè)信貸融資的滿足程度，因此我們需要建立回歸模型做進(jìn)一步的研究，明確其作用方向及影響程度，設(shè)立如下多元選擇模型[7]：

式（1）中，y為企業(yè)貸款滿足程度。ε為隨機(jī)誤差，β0為多元回歸常數(shù)，β1～β11為偏回歸系數(shù)。x1為是否為家族企業(yè)，x2為企業(yè)成立時(shí)間，x3企業(yè)固定資產(chǎn)，x4為企業(yè)信用等級(jí)，x5為企業(yè)營(yíng)業(yè)收入，x6為企業(yè)凈利潤(rùn)，x7為是否屬于集群企業(yè)，x8為當(dāng)?shù)亟鹑谥С至Χ?，x9為銀企關(guān)系程度，x10為區(qū)域經(jīng)濟(jì)發(fā)展水平，x11為控制變量企業(yè)所屬行業(yè)。

模型中變量解釋說(shuō)明、主要統(tǒng)計(jì)量及預(yù)期方向見(jiàn)表1。

2.2 計(jì)量經(jīng)濟(jì)模型估計(jì)結(jié)果與分析

基于以上模型和變量, 本研究運(yùn)用SPSS15.0統(tǒng)計(jì)軟件對(duì)134家樣本企業(yè)數(shù)據(jù)進(jìn)行多元Logistic回歸處理。在處理過(guò)程中，采用了向后篩選法，即首先將全部變量引入回歸方程，然后進(jìn)行變量的顯著性檢驗(yàn)，在一個(gè)或多個(gè)不顯著的變量中，將t檢驗(yàn)值最小的那個(gè)變量剔除，再重新擬合回歸方程，并進(jìn)行各種檢驗(yàn)，直到方程中所有變量基本顯著為止。從各種模型的估計(jì)結(jié)果看，大部分模型整體顯著，不同模型的計(jì)量結(jié)果相似和相對(duì)穩(wěn)定。為了減少篇幅，本研究只列出了將全部變量納入模型的估計(jì)結(jié)果（模型一）和全部變量顯著的估計(jì)結(jié)果（模型二），回歸結(jié)果詳見(jiàn)表4。從表2、表3可以看出，兩個(gè)模型的擬合結(jié)果均較理想，達(dá)到1%的顯著性水平。

表 1 模型變量解釋說(shuō)明與處理說(shuō)明?Table 1 Explanations of model variables and treatments

表2 模型概要Table 2 Model parameters

表3 方差分析Table 3 Variance analysis of two model fitting results

表4 企業(yè)正規(guī)金融信貸融資可得性的回歸分析結(jié)果?Table 4 Regression analysis results of enterprise formal financial credit facility availability

2.2.1 企業(yè)基本特征對(duì)企業(yè)獲得正規(guī)金融信貸的影響

在企業(yè)基本特征解釋變量中，企業(yè)固定資產(chǎn)在模型一、模型二均通過(guò)了5%水平的顯著性檢驗(yàn)，且其系數(shù)符號(hào)為正，表明企業(yè)固定資產(chǎn)值越大越能獲得正規(guī)金融更多的信貸支持。企業(yè)信用等級(jí)在模型一中通過(guò)了5%水平的顯著性檢驗(yàn)，在模型二中通過(guò)了1%的顯著性檢驗(yàn)，且其系數(shù)符號(hào)均為正，表明企業(yè)信用水平越高越能獲得正規(guī)金融更多的信貸支持。是否為家族企業(yè)及企業(yè)成立時(shí)間沒(méi)有通過(guò)顯著性檢驗(yàn)，這可能是因?yàn)檗r(nóng)村小微企業(yè)絕大多數(shù)是家族企業(yè)并且企業(yè)成立后很長(zhǎng)一段時(shí)間依然是企業(yè)主自身來(lái)代表企業(yè)承擔(dān)企業(yè)的一切債務(wù)，所以在正規(guī)金融機(jī)構(gòu)眼中是否是家族企業(yè)、成立時(shí)間的長(zhǎng)短對(duì)是否發(fā)放貸款顯得并不重要，而企業(yè)主本身的年齡、文化水平及信用程度都是金融機(jī)構(gòu)考慮的重要因素。

2.2.2 企業(yè)財(cái)務(wù)狀況對(duì)企業(yè)獲得正規(guī)金融信貸的影響

在企業(yè)財(cái)務(wù)狀況解釋變量中，企業(yè)營(yíng)業(yè)收入在模型一、模型二均通過(guò)了1%水平的顯著性檢驗(yàn)，且其系數(shù)符號(hào)為負(fù)，并與預(yù)計(jì)方向相反，表明企業(yè)營(yíng)業(yè)收入值越大獲得正規(guī)金融的信貸支持越少。企業(yè)凈利潤(rùn)在模型一中通過(guò)了5%水平的顯著性檢驗(yàn)，在模型二中通過(guò)了10%的顯著性檢驗(yàn)，且其系數(shù)符號(hào)均為正，表明企業(yè)凈利潤(rùn)越高獲得正規(guī)金融的信貸支持越多，這可能是因?yàn)槠髽I(yè)凈利潤(rùn)越多償還金融機(jī)構(gòu)貸款越有保障。

2.2.3 社會(huì)宏觀因素對(duì)企業(yè)獲得正規(guī)金融信貸的影響

在社會(huì)宏觀因素解釋變量中，是否屬于集群企業(yè)在模型一、模型二均通過(guò)了10%水平的顯著性檢驗(yàn)，且其系數(shù)符號(hào)為正，表明屬于集群的企業(yè)可以獲得正規(guī)金融的信貸支持越多。當(dāng)?shù)亟鹑谥С至Χ仍谀Ｐ鸵?、模型二均通過(guò)了5%水平的顯著性檢驗(yàn)，且其系數(shù)符號(hào)為正，表明地方金融支持力度越大企業(yè)獲得正規(guī)金融的信貸支持就越多。銀企業(yè)關(guān)系在模型一、模型二均通過(guò)了10%水平的顯著性檢驗(yàn)，且其系數(shù)符號(hào)為正，表明銀企關(guān)系越密切企業(yè)獲得正規(guī)金融的信貸支持就越多。區(qū)域經(jīng)濟(jì)發(fā)展水平在模型一通過(guò)了10%水平的顯著性檢驗(yàn)，且其系數(shù)符號(hào)為正，在模型二中沒(méi)有通過(guò)顯著性檢驗(yàn)，表明區(qū)域經(jīng)濟(jì)發(fā)展水平是影響企業(yè)獲得正規(guī)金融的信貸支持的因素之一。

3 結(jié)論與建議

本研究以湖南省三縣的134家農(nóng)村小微企業(yè)為例，運(yùn)用多元Logistic 模型實(shí)證分析了企業(yè)基本特征、企業(yè)的財(cái)務(wù)狀況及社會(huì)宏觀因素對(duì)企業(yè)獲得正規(guī)金融信貸的影響。研究表明，企業(yè)營(yíng)業(yè)收入越高獲得正規(guī)金融信貸支持越低；而企業(yè)固定資產(chǎn)值越大、企業(yè)信用等級(jí)越高、企業(yè)凈利潤(rùn)越多、當(dāng)?shù)亟鹑谥С至Χ仍酱?、銀企關(guān)系程度越密切獲得正規(guī)金融信貸支持越高；另外屬于產(chǎn)業(yè)集群內(nèi)的企業(yè)獲得正規(guī)金融信貸支持要高于非產(chǎn)業(yè)集群企業(yè)，區(qū)域經(jīng)濟(jì)發(fā)展水平越高越有利于企業(yè)獲得正規(guī)金融信貸支持；但是否為家族企業(yè)、企業(yè)成立時(shí)間對(duì)企業(yè)獲得正規(guī)金融信貸支持沒(méi)有顯著影響。根據(jù)前面的實(shí)證分析結(jié)果，本研究認(rèn)為農(nóng)村小微企業(yè)要苦練內(nèi)功，金融機(jī)構(gòu)要提升管理服務(wù)水平，政府部門(mén)要加大政策扶持力度，共同構(gòu)筑農(nóng)村小微企業(yè)發(fā)展的農(nóng)村金融生態(tài)環(huán)境和區(qū)域經(jīng)濟(jì)發(fā)展環(huán)境。

[1] 中國(guó)中小企業(yè)網(wǎng)（廣西）.[EB/OL].http://www.smegx.gov.cn/gxsme/bszn/2008/article.jsp?id=47119.

[2] 林毅夫,李永軍.中小金融機(jī)構(gòu)發(fā)展與中小企業(yè)融資[J].經(jīng)濟(jì)研究,2001,(1):10-18.

[3] 李志赟.銀行結(jié)構(gòu)與中小企業(yè)融資[J].經(jīng)濟(jì)研究,2002,(6):38-45.

[4] 盧 峰,姚 洋.金融壓抑下的法治、金融發(fā)展和經(jīng)濟(jì)增長(zhǎng)[J].中國(guó)社會(huì)科學(xué),2004,(1):42-55.

[5] 王 達(dá),張 強(qiáng).湖南省農(nóng)村戶用沼氣池效益估算與財(cái)政補(bǔ)貼研究[J].中南林業(yè)科技大學(xué)學(xué)報(bào),2013,33(10):163-16.

[6] 周妮笛,肖雨晴,楊彩林. 農(nóng)村小微企業(yè)融資制約因素質(zhì)性研究——對(duì)湖南7 名農(nóng)村小微企業(yè)主的深度訪談分析[J].中南林業(yè)科技大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2013,(5):43-46.

[7] 周妮笛,李明賢.城市郊區(qū)農(nóng)戶土地流轉(zhuǎn)意愿及其影響因素——基于長(zhǎng)沙市8鄉(xiāng)鎮(zhèn)農(nóng)戶調(diào)查數(shù)據(jù)[J].湖南農(nóng)業(yè)大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2013,(6):20-26.

Analysis on credit fi nancing constraints of rural small and micro enterprises based on multivariate logistic model: an empirical study with 134 small and micro enterprises

ZHOU Ni-di, WU Ge-zhi, ZHOU Xian
(School of Business, Hunan Agriculture University, Changsha 410128, Hunan, China)

The essential features of small and micro enterprises, enterprise’s financial situation and effects of social macro factors to enterprise access to formal fi nancial credit support were analyzed by using the survey data of questionnaires from 134 rural small and micro businesses in Hunan province and by applying multivariate logistic model. The survey indicates that 6 factors including enterprise’s fi xed assets, credit rating, net prof i t, local fi nancial support, bank-enterprise relationship and development level of region economy had positive effects on enterprise’s access to credit support; while the enterprise’s operating income had a negative effect on that, and whether or not to be family fi rm, long or short of enterprise developing history did not affect on that conspicuously. The research conclusions have great signif i cance for enhancing rural small and micro enterprise strength, improving the management and service quality of the fi nancial institutions and optimizing the small and micro enterprise’s development environment.

rural small and micro enterprise; credit fi nancing; restraining factors; multivariate logistic model

S7-9

A

1673-923X(2014)10-0141-04

2014-07-11

湖南省社科基金“基于動(dòng)態(tài)信用的中小型農(nóng)業(yè)企業(yè)供應(yīng)鏈融資模式研究”（ 11YBB193）；湖南省教育廳優(yōu)秀青年項(xiàng)目“湖南省農(nóng)村小微企業(yè)信貸可得性研究——基于企業(yè)家社會(huì)資本視角”（14B079）；湖南農(nóng)業(yè)大學(xué)大學(xué)生科技創(chuàng)新項(xiàng)目“困境與出路：農(nóng)村小微企業(yè)融資狀況研究——基于環(huán)洞庭湖區(qū)的實(shí)證調(diào)查”

周妮笛（1980-），女，湖南湘陰人，副教授，博士，主要研究中小企業(yè)管理與農(nóng)村金融

[本文編校：文鳳鳴]