顾芳睿 李 清

引 言

“融资难”一直是企业发展亟待解决的难题［1］。为支持战略性新兴产业发展，2016年国务院印发《“十三五”国家战略性新兴产业发展规划》。然而2016 年“中兴之痛”和现今华为对美制裁的反击，让我们充分意识到企业核心技术只有掌握在自己手上，才能在竞争和发展中掌控主动权，技术创新才是企业乃至整个国民经济发展的关键。技术创新具有“高收益、高风险、投资回收期长”的特点，在很大程度上依赖于企业获得外部融资的多少。许多战略性新兴产业企业在蓬勃发展的同时，由于缺乏可抵押资产等原因遇到了信贷约束的问题。2018 年发改委与建设银行签署《关于共同发起设立战略性新兴产业发展基金的战略合作备忘录》，共同发起设立国家级战略性新兴产业发展基金，并通过设立子基金等方式进一步吸引社会资本。

社会资本的投入更需要相关部门的引导。2016 年起，P2P 网络借贷平台领域频频出现“爆雷”事件。同年，《网络借贷信息中介机构业务活动管理暂行办法》正式颁布实施，大量平台退出市场。“爆雷”现象不仅反映出影子银行的金融乱象，更揭示出资金市场中缺乏公信、可得且可比的方法帮助社会资本去鉴别融资企业相关能力。目前信用体系下，机构和企业信用评级方法各不相同、自成体系，无法向社会推广应用。可推广使用评价标准的缺失会导致资金市场的供需矛盾，一面是企业存在资金缺口，而另一面是社会资本缺少公信的辨别能力为了降低风险而逆向选择。

因此，破除资金供需双方信息不对称、统一企业融资能力评价标准、推广公共信用信息共享平台是破解这一问题的有力武器。

1 相关概念及文献评述

1.1 融资能力及相关文献

现有研究中，学者主要以“融资能力”解释企业在融资方面的相关能力。廖俊平等（2010）［2］认为融资能力指企业结合资金市场供给状况、自身经营水平以及发展战略等方面，在恰当时机、选择恰当方式和融资对象筹集资金或融通资金的能力；而张大维（2002）［3］将企业的融资能力定义为企业的投资价值。

现有研究构建融资能力评价指标体系时主要参考企业财务能力，如企业的盈利能力、偿债能力、成长能力和营运能力。融资能力评价方法一般包括因子分析法、熵值法、突变级数法、层次分析法和模糊综合评价等方法。如孙林杰等（2007）［4］运用层次分析法和模糊综合评价法，选取代表科技型中小企业融资能力的23 项指标，建立融资能力评价指标体系，求得各层指标权重后，最终构建了评价融资能力的计量模型。姚王信和张晓艳（2012）［5］运用因子分析法，对知识产权融资能力的影响因素进行了筛选和重分类，构建出知识产权融资能力评价模型，并据以计算知识产权融资指数。沈志远和高新才（2013）［6］从科技创新能力、企业盈利能力、财务状况、融资环境、抗风险能力维度，在专家打分基础上通过有序加权算子确定权重计算科技型小微企业融资能力。许良虎和胡晶晶（2013）［7］从外部环境、供应链和企业素质层面构建评价指标体系，结合专家调查法与变异系数法确定权重评价企业融资能力。束兰根和吴春燕（2014）［8］运用信用评价模型在行业政策、经营能力、财务及还款能力、信用提升能力维度指标得分基础上，根据金融类各类专家问卷调查法确定指标权重计算形成对企业融资能力的评价结果。刘尧飞（2014）［9］采用层次分析法对中小企业融资能力进行量化，通过矩阵确定各层次指标的权重构建由创新能力、成长能力、财务能力、环境成本4 个方面、10 个分项指标和28 个基础指标构成的融资能力评价指标体系。徐海峰和王涵昱（2015）［10］运用层次分析法和模糊综合评价法，根据科技型中小企业的特点，综合创新能力、成长能力、财务能力和社会贡献能力4 个方面进行全面评价，构建出科技型中小企业融资能力的评价模型。张凌等（2016）［11］基于三角模糊函数从企业财务能力、企业研发基础、企业创新能力、企业成长动力、环境因素构建企业融资能力评价体系。在评价科技型中小企业信用水平的指标设计上，陈丹华（2017）［12］从企业基本素质、创新能力、企业成长性、偿债能力、现金流量、盈利能力、营运能力七个维度设计科技型中小企业融资信用评价体系。叶莉和王奥明（2017）［13］以兼顾自身能力与融资环境为出发点，选用突变级数法对我国26 个省科技型中小企业融资能力进行客观评价，并根据因子模型剖析出其主要障碍因素。李敏（2019）［14］采用熵值法构建新疆农业类上市公司融资能力指数。姚鸟儿（2020）［15］从外部环境、硬件条件和软实力的单因素评价矩阵构建基于模糊综合评价模型的初创科技型企业融资能力指标体系。

1.2 债务融资能力概念

在评价融资相关能力的文献中，传统“融资能力”概念从借款企业视角出发，未与“商业信用融资能力”概念相剥离，不便于资金供给方决策。对债务融资相关能力的评价多以专家打分为依据，研究方法多采用模糊综合评判与层次分析法，主观性比较强。此类评价方法由于在实务中难以推广，不利于资金供给方在市场中随时比较、选择借款企业，而一个可得、可比、公允的评价方法是厘清企业融资障碍的首要前提。因此，债务融资能力是企业在一定的行业环境下，依靠自身人力、业务、创新、管理和抵押等方面的实力，在市场众多融资企业中获取债务性资金的相对能力。为了降低主观性影响，本文采用二次加权因子分析法构建债务融资能力指数，从指标的选取到权重的确定都秉持客观性，对我国战略性新兴产业上市公司债务融资能力进行评价。

2 债务融资能力指数构建方法

2.1 指数构建的一般方法

一般指数构建中，依照对于各类指标赋予权重时采用的不同方法进行分类，可以将指数构建的赋权方法分为主观赋权法和客观赋权法。其中，主观赋权法是各专家学者结合自身经验、知识积累水平等，通过其主观判断确定指标权重，进而将权重与指标值线性求和得出指数值的一种方法，包括了层次分析法、模糊评价法和专家意见法（德尔菲法）等；客观赋权法，指运用一定的数学方法对原始数据之间的关系进行统计处理，以确定权重、求得评价值的一种方法，主要有因子分析法、熵值赋权法等。

客观赋权法相较于主观赋权法，能够综合考虑各类指标的相互关系，降低了人为判断导致的主观随意性，所得出的权重拥有客观依据，更容易为人信服。同时，因子分析法更加适用于指标相对较多、数据量较大的指标评价，这与本文研究的上市公司指数的特点相一致。

因子分析法是处理多维变量的一种方法，它从样本原始数据相关系数矩阵出发，将相关性较强的指标变量提取为较少且不相关的因子变量，提取的因子变量携带着大量扭转前的变量信息，以达到降维的目的。传统因子分析法只适用于单次截面数据的研究，研究面板数据时按照年度分别进行因子分析，使得各年度由于因子承载量不同而导致各年度综合评分缺乏可比性。因此本文参考李旭辉（2019）［16］的研究引入二次加权因子分析法，并根据本文研究加以修正，构建战略性新兴产业上市公司2017-2021 年度债务融资能力指数。

2.2 二次加权因子分析法

传统指数构建方法在选取指标时难免主观随意，本文在二次加权因子分析前再设计一轮因子分析用于指标筛选和公因子的确定。过程如下，首先根据理论和经验给出若干一级指标，在一级指标下根据研究尽可能多的设计二级指标；其次在一定行业背景下带入数据展开第一轮因子分析，在满足因子分析条件前提下不断筛选指标以确定公因子；最后进行二次加权因子分析构建因子指数和总指数。在既定一级指标下，不同行业背景的数据会形成不同指标体系，这种方法正好符合当下国内外权威机构对企业信用的评价逻辑（即不同行业在同一框架下构建不同评价指标体系），且保证了二级指标选取的客观性，二次加权因子分析路线见图1。本文省略指标筛选的第一轮因子分析过程，筛选结果见表1。

图1 二次加权因子分析路线图

图2 2021 年战略新兴一级产业总指数得分均值及因子构成情况图

表1 战略性新兴产业上市公司债务融资能力评价指标体系

（1）第一轮因子分析

正式二次加权因子分析法开始前需要进行第一轮因子分析法。第一轮因子分析法用于观测并确定可扭转的公因子，观测结果用于后面正式分析时构建因子指数。首先判断指标变量是否适合做因子分析。收集目标样本某年度债务融资能力评价指标的原始观测数据，标准化处理后计算出相关系数矩阵R。同时，对评价对象的数据能否应用因子分析方法进行统计检验，KMO 与Bartlett 球形检验值小于0.5 时说明变量不适合做因子分析。通过检验后的指标变量经过扭转提取出公因子，结合特征值、累计方差贡献率以及经济涵义确定二级指标以及公因子个数。然后对公因子进行解释、命名，以备正式二次加权因子分析使用。

（2）正式二次加权因子分析

根据第一轮提取的公因子对应的指标变量，分别按照100%累计方差贡献率进行第二轮首次因子分析，以计算出各个公因子指数综合得分。在保证指标变量信息100%提取的前提下，再对几个公因子指数按照100%累计方差贡献率进行第二轮第二次因子分析，计算得出总指数得分。此时，总指数得分既保留了全部指标变量的信息，保证了面板数据的可比性；又利用因子分析赋权的客观性，避免了人为赋权的主管偏差。此时利用二次加权因子分析法目的不在于降维，而在于构建具有可比性的公因子指数和总指数，保证赋权的客观性。

3 战略性新兴产业上市公司债务融资能力评价指标选取

穆迪等信用评级机构以及商业银行在待定框架下分行业构建信用评级体系，比如浦发银行的信用评分模型按照行业差异共分为 11 个大类。不同行业的企业处于不同行业生命周期之中，面临行业环境、行业风险、技术特征有所不同。战略性新兴产业不同于一般商贸企业或者传统工业企业，在研究上市公司融资能力指数指标体系时应着重关注该产业“高研发、高成长、高风险”的产业特征。这也是本文立足战略性新兴产业进行指数的指标体系研究、没有推广到其他产业共同研究的原因所在。

西方商业银行在长期的经营中，总结归纳出了“5C”原则，它主要集中在借款人的道德品质（Character）、还款能力（Capacity）、资本实力（Capital）、担保（Collateral）和经营环境条件（Con-dition）五个方面进行全面的定性分析以判别借款人的还款意愿和还款能力。《中国人民银行信用评级管理指导意见（银发［2006］95 号）》（下文简称《指导意见（银发［2006］95 号）》）中，介绍了借款企业信用评级要素和含义，要素包括企业素质、经营能力、获利能力、偿债能力、履约情况和发展前景六大内容。

本文考虑到可获得性、可比性和可推广性等原则，对战略性新兴产业上市公司债务融资能力评价指标体系进行设计。多数学者在构建债务融资相关能力评价体系时以企业四大财务能力为依据，本文参考前者经验基础上，借鉴5C 分析法、穆迪公司信用评级体系框架、《指导意见（银发［2006］95 号）》要素，在指数研究中引进企业素质、担保能力、行业环境、市场地位、管理能力等因素，并将各个因素合理量化纳入二级指标体系。同时，结合战略性新兴产业上市公司高研发、高成长的产业特点，引入创新能力因素相关指标。总指数即是本文所要量化的债务融资能力指数，一级指标分别为行业环境、企业素质、经营管理、融资担保、企业规模、创新能力、盈利能力、偿债能力、营运能力、成长能力、现金能力。以上指标是根据十大一级指标在战略性新兴产业背景下经过反复筛选后确定的结果，其他行业或者产业在选取债务融资能力指标时需要在自己行业或产业背景下进行。其中一级指标融资担保的设计，参考现下商业银行等金融机构应收账款融资、预付款项融资和专利权质押融资政策。考虑到知识产权评估问题，选取上市公司当年专利公布数量作为专利权质押融资替代变量。在衡量企业创新能力时，原评定企业创新能力成果的专利数量与专利权质押融资指标相近，故不做重复选取。

经过第一轮因子分析筛选后的二级指标如下表所示。

4 战略性新兴产业上市公司债务融资能力指数构建

4.1 数据来源

本文选取Wind 数据库2017-2021 年战略新兴产业除ST 以外的435 家A 股上市公司作为样本。本文采用spss 进行因子分析，无需再对数据做特殊处理。

4.2 构建战略性新兴产业上市公司债务融资能力指数

（1） 第一轮因子分析

由于单次因子分析只适用于截面数据，利用2021 年数据进行第一轮因子分析观测，得出KMO 与Bartlett 球形检验值为0.669，通过检验。特征值大于1 情况下，公因子方差贡献率达到78%以上能够解释大部分信息，且各指标不存在“张冠李戴”情况，公因子具有经济意义，因此提取九个公因子。首轮因子分析因子解释情况见表2（9 成分以下成分信息略）。

表2 2021 年首轮因子分析因子解释原有变量总方差情况

首轮因子分析将32 指标提取为九公因子，根据公因子与指标对应关系为公因子进行命名，公因子与指标对应关系如表3。

表3 债务融资能力因子指数与指标对应关系

（2）二次加权因子分析

根据首轮分析观测结果，按照九大因子分别构建九个因子指数，按照100%方差贡献率进行因子分析计算2017-2021 战略性新兴产业上市公司债务融资能力因子指数。再在因子指数基础上进行第二次因子分析，计算出战略性新兴产业上市公司债务融资能力总指数。本文以2021 年数据为例，战略性新兴产业上市公司债务融资能力前20 排名情况见表4，第一次因子分析计算九大公因子指数见表4 第5 至13 列，第二次因子分析在九个因子指数基础上计算总指数得分见表第4 列。

表4 2021 年战略性新兴产业上市公司债务融资能力排名情况

4.3 结果分析

本文以2021 年数据为例，对市场容量和指数得分的分析仅以有效样本数据作为基础，分地区分行业进行分析。

（1）各地区情况

按照行政区划研究不同地区上市公司债务融资能力，地区指数情况见表5。从地区容量上来看，产业上市公司主要集中在江苏、广东、上海、北京、浙江等东南沿海以及首都地区。从地区上市公司债务融资能力质量上来看，上海、黑龙江、江西、陕西、吉林、天津、辽宁地区较好。

表5 2021 年地区总指数（均值）情况

不论从数量还是质量上来看，上海市上市公司债务融资能力都较高。上海市战略性新兴产业上市公司容量65 家，上市公司平均债务融资能力总指数得分0.13，其中担保因子、静态偿债因子、业务成长因子和员工素质因子指数得分均较高，分别为0.16、0.17、0.19 和0.36。黑龙江地区上市公司虽然只有一家，但总指数得分较高，得益于较高的业务质量对研发的支撑度、员工素质水平以及公司经营管理水平，它们的因子指数得分分别为0.43、0.38 和0.61，然而公司资源效率水平拖累债务融资能力，因子指数得分为-0.47，需要重点关注。

江苏产业上市公司容量最多，有83 家，但2021 年上市公司平均总指数得分为-0.07。其中业务质量支撑研发因子、核心竞争力因子以及员工素质因子指数得分都较低，分别为-0.12、-0.09、-0.12。浙江地区产业上市公司38 家，数量较多，其总指数水平与江苏接近，为-0.08。与江苏地区不一样的是，浙江地区资源效率因子指数较高为0.09，而静态偿债因子、核心能力因子、员工素质因子和行业环境因子指数得分较低，分别为-0.10、-0.09、-0.15 和-0.10。

（2）各行业情况

按照一级产业对战略性新兴产业进行分类研究不同产业上市公司债务融资能力，指数情况见表6。

表6 2021 年一级产业债务融资能力指数情况

从一级产业容量上来看，新一代信息技术产业、生物产业、高端装备制造产业、新材料产业上市公司容量较高，分别为161、92、76、56 家。数字创意产业、相关服务业和新能源汽车产业规模最小，上市公司容量分别为1、5 和6 家。从债务融资能力质量上来看，数字创意产业、相关服务业、生物产业、新能源汽车产业上市公司平均总指数得分较高，分别为0.8、0.22、0.12、0.11。

生物产业不论从数量还是质量上，上市公司债务融资能力都较强。该产业下上市公司平均总指数得分0.12，其中公司核心能力表现突出，因子指数为0.77。而行业环境因子指数较低，得分-0.21，一定程度上与较高的产业容量有关。

数字创意产业规模最小，只有一家上市公司，使得行业环境因子指数奇高，得分3.85，为总指数贡献最大。同时公司抵押实力、业务质量对研发的支撑度、资源效率水平也不容小觑，因子指数得分分别为0.39、0.35、0.45。而公司核心能力、员工素质因子指数对总指数带来较大负面影响，指数得分分别为-0.35、-0.39。可见各因子优势劣势极为明显，需要持续关注。

节能环保产业容量中等偏下，公司平均总指数排名垫底。行业环境和经营管理水平较好，因子指数得分0.5 和0.22。但公司核心能力和员工素质因子较差，指数得分-0.46 和-0.41。除此之外，业务质量对研发的支撑度以及静态偿债能力也有待加强。

5 结论与建议

5.1 地区间战略性新兴产业上市公司债务融资能力发展不均衡

地缘因素使得产业上市公司主要集中于北上广深等东南沿海城市，但公司融资能力质量与数量分布并不一致。有些地区区位优势不明显，上市公司数量少，但企业债务融资能力强，比如黑龙江、江西地区。有些地区正好相反，而制约各省总指数因子各有不同。建议地区应根据本地情况，有针对性调整扶持政策和贷款政策。未来产业布局可以考虑引流到“量少而精”的地区，均衡产业密度，强化地区服务能力，协调产业发展。

5.2 不同行业上市公司债务融资能力差异明显

数字创意产业和相关服务业体量小，但上市公司债务融资能力水平较高。而其他七大产业作为战略性新兴产业的主要支柱产业，上市公司平均融资能力分布在-0.14 到0.12 之间，其中高端装备制造、新材料、节能环保产业水平相近都在-0.1 以下，与其他产业相比悬殊。同时，不同行业债务融资能力短板不尽相同，建议公司和地区从短板出发提升债务融资能力水平，资金供给方决策时考虑行业特性，避免产业发展“旱涝不均”情况发生。