科技型企业信用融资违约风险评价体系研究 ——以科创板企业为例
一、引言
市场参与者对价值基础的认知和识别，是决定金融市场融资效率的基础。在当前创新活动日益活跃的生产经营环境中，科技型企业技术要素转化成市场价值的能力越强，则该企业融资的能力越强。科技型企业在推动创新的过程中离不开金融支持，但是处于快速成长阶段的规模局限性以及融资模式的特殊性，使得传统的金融服务难以满足此类发展的要求。已有文献通过调查研究江苏省22家战略性新兴产业上市公司，发现企业留存收益融资和商业信用融资是目前战略性新兴产业发展的有效融资方式，而银行信用融资和股权融资还没有发挥较显著的促进效用（黄建康 等，2016）。针对科技型企业普遍面临规模小、信用风险高、融资硬约束因素复杂的困境，一部分企业通过知识产权质押贷款，在一定程度上分散风险，为解决科技型中小企业融资难问题进行了有益的探索（齐岳 等，2018）。对于业已出现的类知识产权证券化的实践研究，形成了关于开展企业集群或产业集群“信用共享”型知识产权证券化特色模式的试点建议（汪海粟 等，2018）。
与此同时，基于演化博弈理论的研究表明，有政府支持的中小企业、银行与担保机构三方博弈的融资行为演化过程，政府的贴息政策能够增强银行融资合作概率，设立风险补偿金则能够进一步增强银行贷款积极性。可见，政府参与对解决科技型企业融资难问题具有显著的作用（张超 等，2021）。然而，有一部分科技型企业，由于其技术前瞻性强、保密价值高，短时间内难以形成专利等知识产权形式，通过知识产权质押融资仍难以解决其融资难问题。地方政府为缓解这一问题，大力推出了知识价值信用融资这一新型谋策。我国先后有重庆、广东、深圳、上海、江苏和河南等地，开展科技型中小企业知识价值信用融资试点工作（刘名祝，2021），基本做法是将企业的知识产权，以及研发创新能力、成果转化能力、市场营运能力作为信用价值基础，并据此设定相应的信用等级及贷款额度。研究此类试点工作的方案和效果发现，以知识价值为基础的信用融资有助于破解科技型企业融资难题，成功实施的关键在于政府政策支持、银行创新金融服务与企业信用评价体系的匹配，以及多部门合作的紧密结合（刘岱 等，2020）。当前，知识价值信用融资模式在实践中仍然存在着一定的不足，依然有信用风险评价体系不够健全、信用贷款风险较高、缺少专项贷款产品等诸多问题有待破解（朱俊杰，2019）。
因此，在完善当前给予创新型企业提供普惠性金融支持的过程中，还应强化对此类企业信用融资违约风险的评价与防范机制的研究。为此，本文试图以能力评价为导向，构建科技型企业信用融资违约风险评价体系，从而为推动普惠性金融支持方案做出有益的补充。
二、科技型企业的信用风险成因及当前融资风险
评价体系现状
（一）科技型企业信用风险成因
中国银保监会官网披露的指标数据显示，2022年六类商业银行不良贷款余额合计2.98万亿元，全年净增0.14万亿元，年末不良贷款率1.63%，银行整体信贷质量并不乐观。这表明，贷款企业给银行造成的信贷风险正不断加大。由于目前我国科技型企业普遍存在研发周期长、新产品转化率不高、投资回收期较长等典型特征，使得按传统模式评价该类企业资信的评级普遍偏低，其轻资产的特征又使得抵押贷款的形式更为受限。因此，科技型企业的融资约束成为限制其快速发展的重要瓶颈。在大众创业、万众创新的环境下不断涌现的科技型企业创新价值良莠不齐，使得金融机构开展普惠性金融支持服务具有潜在的违约风险。科技型企业信用风险成因主要包括以下几个方面。
1.研发周期长，研发产出率低
科技型企业的产品研发效率受到技术瓶颈、技术路线选择和技术迭代等多重因素的影响，使得多数企业的研究与开发活动普遍存在着研发周期长、技术开发不确定性程度高、研发产出率偏低等现象。数据显示，创新型企业中接近30%的企业取得的成就是建立在70%企业的失败前期探索实践基础之上的。一方面研发投入资金需求量大，资金投入周期较长；另一方面，产出效率不足，新产品投放市场转化率低，短时间内新产品市场转化的货币资金远低于持续研发所需投入的配套资金。这使得科技型企业面临较大的偿债压力，金融机构面临此类不良贷款风险较高。当企业研发产出效率得以提升，新产品投放市场的盈利能力增强的情况下，企业偿还到期债务的能力显著提升，信用融资风险相应降低。
2.资金流动性不足
科技型企业由于其在发展初期和快速成长期普遍将资金集中投向于创新性研究与开发活动，账面资产中用于研发的仪器设备以及相应的无形资产所占比重较高，而此类资产流动性明显不足。因此，当市场环境发生显著变化或研发活动出现决策失误等状况时，会对原项目经费预算形成较大的冲击。在没有后续资金进入的情况下，流动性风险往往会加剧信用融资风险的影响。
3.公司治理能力不足
科技型企业由于多数处于初创或快速发展阶段，组织结构的重心侧重于研发和市场拓展，往往还没有形成较完备的公司治理结构。公司重大事项的决策过程过度依赖于核心管理层的判断，项目投资决策过程往往依赖于决策者个人的经验和能力，或者是外包给管理咨询服务机构。这样的状况反映出，处于快速发展初期的创新型企业，还没有形成职能完备的董事会专业委员会，以及未建立起符合行业竞争环境的系统化经营管理决策机制。公司治理能力的不足，使得决策过程中易出现管理层过度自信而导致过度投资，从而加剧企业的资金流动性风险，进而影响到企业偿债能力。
（二）当前信用风险评价体系存在的不足
现有的评价指标中，普遍更重视企业的偿债能力和盈利能力，而对企业的研发能力、发展能力以及公司治理的量化评价存在不足。这样的评价模式使得科技型企业，尤其是处于初创或快速发展初期阶段的企业，难以合理地评价其信用融资违约风险实际水平。运用当前常规的信用风险评价模式，对于研发投入强度大、创新性技术难度高的战略性新兴产业的新锐企业，难以给予较高的信用评级，从而限制了该类企业获得金融支持的助力。
此外，第三方评级机构在进行信用风险评级的过程中存在着较大的主观性。一方面，第三方评级机构在进行企业评级的过程中主要是依据账面价值的信息，受到会计信息质量以及信息披露时效性的影响。在进行被评估主体的尽职调查活动中，又容易受到责任主体利益关联关系影响，从而对被评价单位信用评级进行刻意调整。另一方面，评级机构采用的评价指标体系，同样局限于当前常用的评价模型和评价方法，评价视角还没有充分考虑到创新型企业信用风险评价中对于能力评价的特殊要求。
三、科技型企业融资风险方法研究
科技型企业信用风险评价模型的有效性，还需要充分结合评价方法选择应用。
Altman（1969）认为违约风险的发生多半与其贷款行为有关，为了对其进行量化的识别与分析，构建了一个新的量化识别模型，即Z评分模型。Davis（2007）等探讨利用主成分分析方法衡量资产融资组合流程中的贷款风险。该方法在明确不同层次的贷款违约风险等级后，可以识别出资产融资组合流程中的风险，并提出了相应的规避建议。窦玉丹和袁永博（2011）利用模糊层次分析法（AHP）和加权法评估了银行贷款违约风险，并建立了与之相对应的预警机制。2018年，山东银监局课题组提出了一种信用风险评价机制，该机制采用熵值赋权法对24个指标进行权重测算，并根据评价结果对关注度水平区间进行细分，以复杂的银企信用风险网络为基础，探讨其有效性。在此基础上，运用复杂网络分析方法，构建基于指标体系和指标权重相结合的综合评价模型，该分析模型可以有效识别出企业信用风险状况，且具有较高的预测能力和稳健性。程大伟（2021）用神经网络方法对贷款违约风险进行了分析，结果发现该方法预警企业风险的效果显著。潘乾威（2021）利用层次分析法（AHP）构建了一套企业信贷信用风险评估系统，将企业风险划分成了几个等级，银行可根据不同的等级来确定不同的放贷数目。左秦（2021）改进了功效系数法，并将其与层次分析法（AHP）结合建立了风险评价模型，并将其运用至零售企业，其结果显示评价结果的准确性较高。
已有的研究表明，层次分析法仍然存在着应用过程中的不足之处，主要表现为专家评分的个体差异、问卷设计选择性偏误。而熵值法能够在一定程度上避免人为评分的系统性偏误，相对客观地形成关键指标的赋权。功效系数法又能够结合定量分析的多指标体系评价结果的动态有效区间选择难题，形成对不同风险等级的合理分类定级评价。在关于信用风险前沿理论中，熵值法与功效系数法相结合的模式，呈现出较突出的应用价值，熵值法赋权后的指标评价体系逻辑性能够满足评价客观性的质量要求，而功效系数法对评级过程中受客观环境影响以及人为判断因素导致的评级结果，呈现动态区间分布的结果，也能够形成有效的分类与定级标准。本文借鉴了这样的改进思路，进一步结合科技型企业信用风险的成因，将熵值法与功效系数法两者密切结合，以合理评估处于特殊阶段的科技型企业的信用违约风险。
......
