中小企业融资问题研究论文
摘要：中小企业在解决社会就业问题、技术创新问题、维持社会稳定等方面起着重要作用，然而融资难问题一直制约着我国中小企业的健康发展。本文针对中小企业自身的特点，采用主成分分析与Logistic模型相结合的方式，同时引入定性指标与定量指标，构建了中小企业违约概率模型，该模型考虑了误判损失，模型拟合度较好，能够很好地预测中小企业的违约风险。
关键词：定性指标；定量指标；主成分分析；Logistic模型
一、引言
中小企业在解决社会就业问题、技术创新问题、维持社会稳定等方面起着重要作用，然而融资难问题一直制约着我国中小企业的健康发展。盛世杰等[1]认为，引入政策性担保机构是解决中小企业融资难问题的有效方法。黄明刚等[2]分析了贫困地区中小企业融资现状，认为中小企业融资难的主要原因在于中小企业融资信息不对称，导致银行对中小企业融资的逆向选择、道德风险和信贷配给不足。希伦等[3]对深圳证券交易所的20家创新型中小企业的数据进行了实证分析，认为利用层次分析法能够很好地对创新型中小企业融资能力进行合理评价与分类。李昕阳[4]认为，商业银行针对中小企业信用的评级体系,已无法适应中小企业发展以及金融体制改革的要求。GiulianoIannotta等[5]认为债务市场不透明，评级信息恶化，将刺激投资者花更多的本钱在非公开信息的收集上。KennethS.CHAN等[6]认为，在中国，小企业信贷约束问题明显。中国的金融改革措施并没有有效缓解中小企业所面临的融资难困境。本文针对中小企业自身的特点，借鉴我国商业银行企业资信评估指标体系以及相关文献研究，共筛选出18个定量指标（财务指标）和5个定性指标(具体内容如表1所示)，采用主成分分析与Logistic模型相结合的方式，构建了中小企业违约概率模型。该模型考虑了误判损失，模型拟合度较好，能够很好地预测中小企业的违约风险.
二、模型构建
主成分分析由于财务指标往往具有很强的相关性，而logistic模型对自变量的多维相关性较为敏感，因此，为减少变量之间的相关性，本文首先采用主成分分析方法，对财务指标进行了降维处理。本文的财务数据均来自于锐思数据库，从2011年1月1日到2012年1月1日的制造型企业上市公司年报数据。
（1）KMO和Bartlett检验。主成分分析是用于把众多相关变量缩减为较少的不相关的主成分变量的一种方法。因此，用于主成分分析的原始变量之间必须具有一定相关性，因而在做主成分分析之前，需要对数据的相关性进行检验，即进行KMO和Bartlett检验。由表2可以看出，KMO测度和Bartlett检验指标均显示相关变量的相关性较强，有必要对相关指标进行主成分分析。
（2）基于特征值准则的因子个数的确定。财务数据的.各主成分变量的特征值与贡献率如表3所示。由表3可知，根据特征值准则，当前样本数据条件下的初始因子个数应该为7个。并且这7个指标的累计解释方差的比例为78.961%，保留了原有数据的主要经济信息。
（3）求解主成分表达式。通过SPSS18.0求得因子负载矩阵如表4所示.
三、结论
由于中小企业的财务规范性较差，抵御风险的能力较弱，因此本文在构建模型时，同时引入了定性指标与定量指标，并针对中小企业自身的特点，采用主成分分析与Logistic模型相结合的方式，构建了中小企业违约概率模型。通过引入定性指标，减少了对财务指标的依赖和中小企业财务不规范的影响，所构建的模型拟合度较好，能够很好地预测中小企业的违约风险，为进一步探讨中小企业融资难问题奠定了基础。
【中小企业融资问题研究论文】相关文章：