颜 莉，刘 迅

(湖北经济学院会计学院，湖北武汉430074)

1 相关文献回顾

从金融机构的角度来说，科技型中小企业融资能力的高低体现为其信用水平的高低。如何评价其信用水平(融资能力)，学者们已展开了相应的研究，近年来，最具代表性的有:

在评价科技型中小企业信用水平的指标设计上，邹小芃等［1］认为应该从企业的发展潜质、基础条件和外部支持因素这3个方面构建评估指标体系;沈明豪和陈冰［2］认为应该把企业对宏观环境的影响和企业的社会贡献两类指标包含进来;鲍盛祥和殷永飞［3］认为在构建评估指标体系时，要体现科技型中小企业与一般企业不同的特征。

在评价模型或方法选择上，国际上比较著名的有KMV模型、CreditMetries模型、MortalityRate模型等。国内有代表性的研究有:陈志莲和张淑焕［4］利用模糊数学理论对中小企业的信用担保风险进行的研究;赵爽［5］利用灰色评价模型对科技型中小企业的信用风险进行的实证分析。

上述研究对评价科技型中小企业的融资能力有借鉴意义，但也存在不足，如没有考虑到科技型中小企业的供应链特征，没有把供应链方面的因素设计到指标体系中，在供应链竞争成为竞争主流的情况下，这是一个很大的缺陷。笔者认为:只有把科技型中小企业放入供应链的大背景下，才能真正相对全面、系统、准确地反映其融资能力。

2 评价指标体系

影响科技型中小企业融资能力的因素非常多，从宏观角度来看，科技型中小企业的外部环境是必须要考虑的因素;从中观的角度看，科技型中小企业所在的供应链对其融资能力也有重要的影响;从微观的角度来看，科技型中小企业自身素质对其融资能力的影响最为基础和关键。这些因素与科技型中小企业融资能力的关系如下:

(1)外部环境。外部环境是影响科技型中小企业融资能力的系统性因素。在外部环境中，自然环境因素对那些严重依靠自然条件的科技型中小企业融资能力的影响尤其大;政治环境因素对科技型中小企业融资能力影响很大，对那些国家重点监控的产业领域中的科技型中小企业，融资能力一般都受到严格限制，但对国家扶持的产业领域中的科技型中小企业，融资能力较高。宏观经济环境与科技型中小企业融资能力的关系一般是这样的，在宏观经济的恢复期、成长期、高涨期的前期，融资能力较强，但在宏观经济高涨期的后期、经济的衰退期，融资能力较弱。成长的行业环境、良好的技术环境对提升科技型中小企业的融资能力是有利的，反之，是不利的。

(2)科技型中小企业融资能力所在的供应链。供应链整体运行状况越好、供应链主体企业的素质越高、与融资企业交易的供应链上下游企业的基本情况越佳，科技型中小企业融资能力越强，反之，融资能力越弱。

(3)科技型中小企业融资能力自身的素质。自身素质是影响其融资能力的根本性因素，科技型中小企业如果能成功地改善自身状况，保证与供应链上企业交易的真实可靠性，那么对金融机构而言，其融资能力就强，反之，其融资能力就弱。

根据上述因素分析及建立指标体系应遵循的原则，结合王素义、刘广斌等［6－7］学者们的研究成果及笔者的研究目的，提出初选指标，然后对初选指标进行筛选。对定性指标的筛选原则是:凡超过80%的专家和金融界专业人士认可的就入选;对定量指标则根据调研得到相关定量指标的数据，经相关分析和方差(标准差)分析得到。最后得到如下指标体系:

目标层G:科技型中小企业融资能力。

一级规则层:外部环境g1;供应链g2;自身素质g3。

二级规则层:①外部环境g1包括政治环境g11、经济环境g12、行业环境g13。②供应链g2包括供应链整体状况g21、供应链主体企业g22、与其交易的上下游厂商g23。③自身素质g3包括基础素质g31、盈利能力g32、经营创新能力g33、偿债能力g34、成长潜力g35、交易与信用状况g36［8－9］。

三级具体指标:①外部环境g1包括相关法律和产业政策条件g111、宏观经济发展状况g121、行业发展潜力g131、产品销售潜力g132。②供应链g2包括供应链信息系统完备程度g211、供应链信息共享程度g212、供应链客户满意度g213、供应链客户响应速度g214、供应链整体竞争力g215、主体企业信用状况g221、主体企业的市场覆盖能力g222、主体企业对供应链的控制程度g223、主体企业与融资企业的合作程度g224、与金融机构的合作程度g231、贷款按期支付率g232。③自身素质g3包括企业制度g311、领导者素质g312、公司治理结构g313、销售利润率g321、成本费用利润率g322、存货周转率g331、应收账款周转率g332、研发投入强度g333、现金流动负债比率g341、股东权益比g342、流动比率g343、净利润增长率g351、股东权益增长率g352、总资产增长率g353、交易的真实程度g361、交易履约率g362、贷款按期支付率g363。

3 多层次模糊综合评判决策模型的建立

3.1 评价指标权重的确定

笔者采用的权重确定方法是主观赋权和客观赋权相结合的层次分析法(AHP)。用该方法确定各指标权重的步骤是:①构造问题的递阶结构。②在递阶结构内，除了目标层，各层分别建立两两判断矩阵。③求解权重向量及进行一致性检验。笔者采用的是和法求解权向量。根据问卷调查资料，按照该方法，求得权重结果如下:

一级规则层:g1的权重为0.153 380;g2的权重为0.368 465;g3的权重为0.478 197。

二级规则层:g11的权重为0.121 157;g12的权重为0.292 765;g13的权重为0.586 078;g21的权重为0.168 245;g22的权重为0.474 432;g23的权重为0.357 323;g31的权重为0.058 942;g32的权重为0.190 570;g33的权重为0.179 496;g34的权重为0.231 359;g35的权重为0.132 892;g36的权重为0.206 740。

三级具体指标:g111的权重为1.000 000;g121的权重为1.000 000;g131的权重为0.430 000;g132的权重为0.570 000;g211的权重为0.081 637;g212的权重为0.194 860;g213的权重为0.182 433;g214的权重为0.304 936;g215的权重为0.236 135;g221的权重为0.198 334;g222的权重为0.107 938;g223的权重为0.135 736;g224的权重为0.557 992;g231的权重为0.450 000;g232的权重为0.550 000;g311的权重为0.313 317;g312的权重为0.332 925;g313的权重为0.353 758;g321的权重为0.430 000;g322的权重为0.570 000;g331的权重为0.403 917;g332的权重为0.404 289;g333的权重为0.191 794;g341的权重为0.415 107;g342的权重为0.247 773;g343的权重为0.337 119;g351的权重为0.379 110;g352的权重为0.331 326;g353的权重为0.289 564;g361的权重为0.270 215;g362的权重为0.348 804;g363的权重为0.380 982。

3.2 建立多层次模糊综合评判模型

按照模糊综合评判的思想，其基本过程是:①确定待评事物指标集合U。②确定评价语集合V。③构建模糊综合评判矩阵C1，C2，…，Cn。④确定集合U上的权向量R=(r1，r2，…，rn)。⑤选择适当的算子，得到Q=R◦C=(q1，q2，…，qm)。⑥处理结果向量Q。具体步骤如下:

(1)构建科技型中小企业融资能力的多层次指标体系。

(2)确定科技型中小企业融资能力的评价语集。将科技型中小企业的融资能力分为高、较高、一般、较低、低5个等级。即V=(v1，v2，v3，v4，v5)，v1、v2、v3、v4、v5分别表示高、较高、一般、较低、低5个等级。

(3)确定各层的指标权重。

(4)确定三级具体指标的隶属度，建立最低层模糊评判矩阵。

三级具体指标共32个，可以分成两类:定性指标和定量指标。对于定性指标，确定隶属度的办法是专家调查法。具体的做法是请10位专家对定性指标进行评价，按照评价比例来确定模糊评价向量。定性指标如表1所示。

表1 定性指标表

对于定量指标，按照金融机构的相关制度，先确定各评价指标变动范围，然后建立相应的分段直线型隶属度函数来确定定量指标的隶属度。以定量指标中的某个正向变动指标(其值越大，科技型中小企业融资能力越强)为例，说明如何得到该定量正向指标的隶属度［10－12］。

首先，把该定量正向指标的取值范围分成5个部分，分别与5个评价语等级相对应，如表2所示。

表2 定量正向指标取值区间和评价语等级对应表

表2中xi(i=1，2，3，4，5)为定量正向指标取值区间中的点，x1，x5分别为某定量指标g最劣和最优区间的临界点，x2，x3，x4为内插于x1，x5间的3个等距离点。

然后，构造分段直线型隶属度函数，保证相邻区间边界点的隶属度等于0.5。隶属度函数图如图1所示。

图1 隶属度函数图

对于定量指标中的负向指标(其值越大，科技型中小企业融资能力越差)，其隶属度函数与正向指标的隶属度函数类似，只要把评价语等级颠倒过来就可以了。

在表3中，列出了科技型中小企业融资能力的定量评价指标取值区间，同时根据2009版《银行信贷风险控制手册》的相关内容和调查资料整理，给出了隶属度函数中的参数。

(5)选择适当的算子。根据需要解决的问题，笔者选择的是加权平均算子M(·，+)，这种算子的特点是，它既体现了所有因素对评价结果的影响，也留存了单因素的信息。这种算子适合于既要体现所有因素整体对评价结果的影响，又要考虑单因素对评价结果影响的情况。按照多层次综合评判的过程，逐层进行模糊评判，直至评判顶层，最后对评价结果进行处理。

4 案例分析

笔者以某家电动自行车生产企业为例，用多层次模糊综合评判决策模型来测算其融资能力。为了对比分析说明问题，分别对考虑该电动自行车生产企业所处供应链和不考虑其所处供应链情况下的融资能力进行测算。

4.1 考虑所处供应链时融资能力的测算

根据实地调查和问卷考察，整理后的定量基本数据如下:上下游厂商贷款按期支付率g232为100.00%;主体企业信用状况g221为98.00%;主体企业的市场覆盖能力g222为35.50%;销售利润率g321为8.70%;成本费用利润率g322为14.30%;存货周转率g331为3.72%;应收账款周转率g332为4.62%;现金流动负债比率g341为9.86%;股东权益比g342为86.70%;流动比率g343为248.00%;净利润增长率g351为8.64%;股东权益增长率g352为6.63%;总资产增长率g353为7.58%;交易履约率g362为80.20%;贷款按期支付率g363为54.80%。

(1)依据模型的第(4)步。确定三级具体指标的隶属度，建立最低层模糊评判矩阵。

宏观层面的三级具体指标模糊评判矩阵为:

中观层面的三级具体指标模糊评判矩阵为:

微观层面的三级具体指标模糊评判矩阵为:

(2)选择M(·，+)合成算子，分别结合三级具体指标的权重、二级规则层的权重和一级规则层的权重进行合成，得到结果向量为:

采用模糊向量单值化办法，规定评语分值为［90 70 50 30 10］，计算出评分结果θ=58。

4.2 不考虑所处供应链时融资能力的测算

(1)指标权重的调整。由于此时不用考虑供应链的因素，一级规则层的权重需要调整，还是采用层次分析法确定一级规则的权重，算出的g1层的权重为0.1，g3层的权重是0.9，g1和g3层下面的二级规则层和三级具体指标层的权重不变。

(2)按照模糊综合评判过程测算融资能力的步骤，最后求得Q=［0.156 868 0.216 573 0.237 484 0.095 884 0.293 190］，θ=47.2。

5 结论

通过对比分析可知，考虑科技型中小企业所处供应链情况下的融资能力比不考虑融资企业所处供应链情况下的融资能力要高10点左右。这说明考虑供应链的因素，能够较大幅度地提升科技型中小企业的融资能力，使科技型中小企业在金融机构的信用等级相对提升，有利于缓解其融资难题。因此，科技型中小企业应积极主动融入供应链，把自己和供应链成员企业充分绑定，充分享受供应链带来的好处，这对于提升其融资能力有很大的帮助。

［1］邹小芃，余君，钱英.企业信用评估指标体系与评价方法研究［J］.数理统计与管理，2005(10):37－44.

［2］沈明豪，陈冰.高新技术中小企业信用评价［J］.大众科学，2007(1):74－77.

［3］鲍盛祥，殷永飞.科技型中小企业信用评价与实证分析［J］.科技进步与对策，2009(10):143－148.

［4］陈志莲，张淑焕.中小企业信用担保风险的模糊综合控制研究［J］.改革与战略，2007(2):113－117.

［5］赵爽.科技型中小企业信用风险评价及应用研究［D］.北京:北京化工大学图书馆，2007.

［6］王素义，朱传华.中小企业信用评价指标的选择与拓展［J］.生产力研究，2009(11):180－181.

［7］刘广斌，郭富贵.中小型科技企业信用评价指标的构建与筛选［J］.工业技术经济，2009(8):51－54.

［8］赵祥.产业集群与中小企业融资机制［M］.北京:经济科学出版社，2008:139－154.

［9］陈晓红，陈建中.中小企业供应链融资［M］.北京:经济科学出版社，2008:96－123.

［10］许皓，吴登生，谢阳群.基于PCA/FCM企业信用评价研究［J］.技术经济，2007(3):1－5.

［11］付俊文，李琪.信用担保与逆向选择:中小企业融资问题研究［J］.数量经济技术经济研究，2004(8):127－133.

［12］闫俊宏.供应链金融融资模式及其信用风险管理研究［D］.西安:西北工业大学图书馆，2007.