企業(yè)家特征對中小微企業(yè)網(wǎng)絡(luò)融資的影響初探

一、引言

中小微企業(yè)在我國的經(jīng)濟發(fā)展中發(fā)揮著非常重要的作用，GDP的貢獻(xiàn)比達(dá)到65%，提供了70%以上的就業(yè)機會，但是“融資難，融資貴”一直是亟待解決的問題。隨著互聯(lián)網(wǎng)金融的發(fā)展，以P2P為代表的網(wǎng)絡(luò)融資平臺逐步成長起來，據(jù)統(tǒng)計，截止到2018年5月底，P2P平臺數(shù)量累計達(dá)6142家，為中小微企業(yè)提供了寬廣的融資渠道。但由于網(wǎng)絡(luò)借貸的利率過高，再加上平臺服務(wù)費和保證金等各項費用，使得中小微企業(yè)的綜合融資成本明顯高于傳統(tǒng)的融資渠道，成本問題直接決定了融資渠道的選擇。實際上，中小企業(yè)的融資除了受融資方式、金融環(huán)境、政企關(guān)系的影響外，也受企業(yè)家自身的特征，如企業(yè)家年齡、企業(yè)家學(xué)歷等非理性外部因素的影響。文章運用SPSS軟件，通過回歸分析，探究企業(yè)家的特征對中小微企業(yè)網(wǎng)絡(luò)融資的影響。

二、研究樣本和變量設(shè)計

(一)樣本來源

本章以問卷調(diào)查的方式來收集數(shù)據(jù)，調(diào)查的主要對象是山東省內(nèi)各地市的中小微企業(yè)，經(jīng)過篩選有效數(shù)據(jù)2284組。問卷大多采用Likert7點打分法(1非常不符合、2很不符合、3不符合、4一般、5較符合、6符合、7非常符合)對變量進(jìn)行測量，要求被調(diào)查者按照中小微企業(yè)的實際情況對問卷的問題進(jìn)行打分。

(二)變量設(shè)計

1.因變量

研究企業(yè)家的特征對網(wǎng)絡(luò)融資的影響，在設(shè)計問卷時，選取了網(wǎng)絡(luò)融資的使用程度這個變量來反映企業(yè)的網(wǎng)絡(luò)融資情況。數(shù)據(jù)是2016年調(diào)查的，Likert點量表為反向題設(shè)置，7代表網(wǎng)絡(luò)融資使用程度最高，說明有較好的網(wǎng)絡(luò)融資環(huán)境；1代表網(wǎng)絡(luò)融資使用程度較低，反映出企業(yè)較少選擇網(wǎng)絡(luò)融資借貸。

2.自變量

一個企業(yè)的融資決策在一定程度上與企業(yè)家自身特有的特征有著密切的關(guān)系。企業(yè)家年齡反映著一個企業(yè)的發(fā)展面貌，代表著企業(yè)管理層的結(jié)構(gòu)建設(shè)，企業(yè)家的學(xué)歷在一定程度上反映企業(yè)的經(jīng)營文化環(huán)境，在企業(yè)家選擇融資方式時，企業(yè)家的這兩個特征都會影響融資的選擇，因此選取企業(yè)家年齡和企業(yè)家學(xué)歷這兩個變量作為研究的解釋變量。

3.控制變量

從企業(yè)自身層面看，企業(yè)所屬行業(yè)、企業(yè)規(guī)模都是影響中小微企業(yè)網(wǎng)絡(luò)融資使用程度的重要因素。為消除外生變量的誤差，借鑒已有文獻(xiàn)，將企業(yè)所屬行業(yè)、企業(yè)規(guī)模作為控制變量。

表1 主要變量定義

三、實證分析

企業(yè)家的特征是企業(yè)家在行為金融中所具有的與眾不同的能力，與企業(yè)融資決策有著密切的聯(lián)系。將選取的變量與網(wǎng)絡(luò)融資使用程度聯(lián)系起來，建立如下回歸模型：

Y=β0+β1X1+β2X2+β3X3+β4X4+μi

(一)相關(guān)性分析

由描述性統(tǒng)計和變量之間相關(guān)性分析結(jié)果如表2所示，企業(yè)家的平均年齡是在41歲到50歲之間，企業(yè)家的學(xué)歷大部分是?？苹虮究啤Ｓ杀?可以看出，企業(yè)家的年齡、企業(yè)家學(xué)歷與網(wǎng)絡(luò)融資的使用程度顯著相關(guān)。

表2 相關(guān)系數(shù)矩陣

注：n=2284，***表示P<0.01，**表示P<0.05，*表示P<0.10。

企業(yè)家學(xué)歷和網(wǎng)絡(luò)融資使用程度存在明顯的正相關(guān)關(guān)系(β=0.149，P<0.05)；企業(yè)家年齡對網(wǎng)絡(luò)融資存在顯著負(fù)向影響(β=-0.059，P<0.05)。控制變量：企業(yè)所屬行業(yè)、企業(yè)規(guī)模、發(fā)展階段都顯著影響因變量網(wǎng)絡(luò)融資的使用程度，更進(jìn)一步說明選擇這幾個變量作為控制變量的必要性。

(二)多元回歸模型分析結(jié)果

表3 回歸模型總體概述和方差分析

表4 企業(yè)家的行為特質(zhì)與網(wǎng)絡(luò)融資使用程度回歸結(jié)果

根據(jù)前面的分析得，企業(yè)家年齡、企業(yè)家學(xué)歷對網(wǎng)絡(luò)融資的使用程度有顯著影響。又由表3回歸模型總體概述和方差分析中可以清晰看出，F(xiàn)=15.454，顯著性檢驗：P=0.000<0.05，說明本研究中的解釋變量中至少有一個能夠顯著影響因變量，那么為了進(jìn)一步判斷具體是哪些解釋變量能顯著影響被解釋變量，還需要分析系數(shù)表4。

通過OLS(最小二乘法)回歸分析得出模型：

Y=2.997-0.073X1+0.180X2+0.020X3+0.053X4

企業(yè)家年齡顯著影響網(wǎng)絡(luò)融資使用程度，P值=0.020，更近一步得出：企業(yè)家年齡對網(wǎng)絡(luò)融資使用程度影響是負(fù)向影響，企業(yè)家的年齡越大網(wǎng)絡(luò)融資使用程度越低；企業(yè)家學(xué)歷與網(wǎng)絡(luò)融資的使用程度是顯著正相關(guān)，P值=0.000，說明企業(yè)家的學(xué)歷越高，使用網(wǎng)絡(luò)融資的可能性就越大。多重共線性的檢驗：方差膨脹因子(VIF)的值都小于10，則說明解釋變量之間不存在嚴(yán)重的共線性，且多重共線性在容許范圍之內(nèi)。

四、總結(jié)

網(wǎng)絡(luò)融資作為我國中小微企業(yè)的重要補充融資方式，雖然在一定程度上具有局限性，但是就目前的融資環(huán)境來說，網(wǎng)絡(luò)融資是中小微企業(yè)用戶群的必然選擇。從實證研究結(jié)果來看，企業(yè)家自身特征對網(wǎng)絡(luò)融資決策產(chǎn)生一定的影響，擁有較高學(xué)歷的年輕企業(yè)家，則選擇網(wǎng)絡(luò)融資的可能性就較大，這為企業(yè)的發(fā)展增添新的推力。在供給側(cè)結(jié)構(gòu)改革和新舊動能轉(zhuǎn)換的背景下，中小微企業(yè)的發(fā)展正需要這樣的領(lǐng)路人，肩負(fù)起企業(yè)的使命，把握每一個發(fā)展機會。從網(wǎng)絡(luò)借貸公司發(fā)展層面來說，可以通過大數(shù)據(jù)，準(zhǔn)確分析出優(yōu)先選擇網(wǎng)絡(luò)融資的企業(yè)，使金融資源得到更充分的利用。

(齊魯工業(yè)大學(xué)(山東省科學(xué)院)金融學(xué)院，山東 濟南 250100 )