科技型中小企業與一般中小企業融資影響因素比較研究科技型中小企業特征與銀行融資的關系研究

一、科技型中小企業融資困難的研究小型科技型企業的融資困難是整個世界的經濟問題。一方面,科技型中小企業為經濟發展提供了動力,是長期穩步提升一個國家或地區經濟實力的根本性保障;但是另一方面,科技型中小企業規模小、資產少、淘汰快、信息不透明,很難獲得商業銀行的信貸資金。2011年11月科技部等八部委聯合下發的《關于促進科技和金融結合加快實施自主創新戰略的若干意見》(國科發財540號)中明確指出,“科學技術是第一生產力,金融是現代經濟的核心,科技創新和金融創新緊密結合是社會變革生產方式和生活方式的重要引擎”。十八屆三中全會發布的《關于全面深化改革若干重大問題的決定》再次強調了“改善科技型中小企業融資條件”的重要性和迫切性。雖然近年來中國以科技型中小企業作為中小企業發展的目標和方向,引導中小企業科技轉型,吸引了大量資金,但中國直接金融市場并不完善,創業風險投資也不成熟,商業銀行仍然是科技型中小企業經營資金的主體來源,勢必在短期內持續影響科技型中小企業的存續和發展。科技型中小企業作為一種特殊且優質的中小企業,首先具有一般中小企業所普遍表現出的融資困難,因此對中小企業銀行融資影響因素的已有研究在很大程度上也適用于科技型中小企業,脫離“中小企業”這一范疇來獨立研究科技型中小企業不僅冗余而且毫無意義;但在中小企業的基礎上,科技型中小企業因其科技特性,固定資產比重較一般中小企業更小,人力資本和無形資產比重較大,針對一般中小企業的創新并不能完全滿足科技型中小企業的融資需求。通過研究科技型中小企業與一般中小企業的融資特征差異,可以從金融角度引導中小企業的科技轉型,使科技型中小企業不因資金缺位而停留在低級生產加工環節,有助于經濟的長期發展。一般認為,中小企業融資困難的研究已經較為成熟,其融資難的成因是信息不對稱,其根源在于現有金融體制與中小企業融資特征不匹配。林毅夫、李永軍(2001),林毅夫、孫希芳(2005)認為,中小企業融資難的根本原因是金融市場結構,大型金融機構天生不適合為中小企業服務,中小金融機構和非正規金融是解決中國中小企業融資難問題的根本出路。徐洪水(2001)認為,中小企業存在著剛性的金融缺口,主要源自企業、政府、銀行和貸款需求過度等4個方面。王朝弟(2003)認為中小企業融資的障礙在于國有銀行與中小企業在融資制度安排上不對稱,金融改革、體制轉換、通貨緊縮對中小企業政策歧視和信息不對稱的強化,以及中小企業綜合競爭力不強。魯丹、肖華榮(2008)在肯定中小銀行優勢的同時強調了短期內大銀行在中小企業融資中的不可或缺性,指出應通過引導大銀行市場合理競爭改善中小企業融資效率。邢樂成、梁永賢(2013)認為,中小企業的自身特點和融資特點與現行的以商業銀行為主導的融資體系嚴重不匹配,建立完善的、多層次的中小企業融資體系是唯一出路。科技型中小企業融資難問題的研究仍處于起步階段,學界尚未形成統一的看法。李永周(2006)認為,商業銀行市場結構錯位、產品創新不足是導致科技型企業融資難的主要原因,而商業信用和政策優惠的缺位也使得科技型企業銀行融資的壓力較大。周長鳴(2008)認為,科技型中小企業的融資困難在于融資的激勵和約束問題得不到解決,應大力推動金融衍生工具的創新。李永寧(2009)從融資觀念、融資結構、融資機制等方面分析了科技型中小企業的融資障礙,認為其根源在于企業自身條件和信貸市場環境。王嵐、王樹恩(2006)認為,科技型中小企業融資難的成因在于融資體制不完善、中小企業自身不成熟和政府服務體系不健全。由于已有研究在對科技型中小企業融資特征的分析中套用了中小企業融資障礙因素框架,因此結論并未體現出科技型中小企業較一般中小企業的特殊性。近年來,一些學者將“政府+銀行+擔保+保險+創投”模式引入科技型中小企業融資(唐雯等,2011;韓剛,2012),但是這一模式主要體現為國內學者對國外科技型中小企業融資模式創新的綜述,并非基于對科技型中小企業融資需求的調查實證。通過對已有研究的梳理不難發現,分析科技型中小企業融資難成因的文章雖然數量眾多,但是研究結論仍存在3個方面的缺陷:第一,以科技型中小企業融資影響因素為核心的研究大多未體現科技型企業區別于一般中小企業的特殊性,因此研究結論與中小企業融資難的研究結論相近,并無創新;第二,以科技型中小企業融資創新模式為核心的研究大多未將科技型中小企業視為一般中小企業中的優質特例,一味突出其信貸風險性,而忽視了其創新能力所帶來的長期發展能力;第三,已有研究以綜述中國科技型中小企業可能面臨的融資障礙和借鑒國外科技型中小企業融資的創新模式為主,罕見以實證方式考察科技型中小企業融資難易程度影響因素的文獻。綜上所述,已有研究并未以實證手段回答以下3個核心問題:第一,科技型中小企業是否比一般中小企業更易獲得商業銀行貸款;第二,科技型中小企業與一般中小企業的銀行融資影響因素有哪些差異;第三,商業銀行在科技型中小企業融資中的定位如何。而這3個問題正是本研究試圖回答的。二、研究設計(一)模式1:農村科技中小企業本文采用問卷調查的方式獲得數據。為考察科技型中小企業通過商業銀行渠道進行融資的影響因素,本研究以江蘇省的中小企業為樣本進行分層抽樣,蘇南、蘇中和蘇北地區各隨機選取150家中小企業進行調查,共獲得450份調查問卷,其中涉及科技型中小企業133家,非科技型中小企業317家,科技型中小企業占比為29.56%。450家中小企業樣本均進入中小企業銀行融資影響因素模型,以考察“科技企業”稱號對銀行融資難易程度的影響;133家科技型中小企業樣本將單獨進入科技型中小企業銀行融資影響因素模型,以考察其他因素對科技型中小企業銀行融資難易程度的影響。(二)企業銀行融資能力分析如表1因變量行所示,研究確立樣本企業銀行融資難易程度為模型的被解釋變量。由于直接詢問樣本企業對銀行融資的難易程度所獲得的結果顯示,認為銀行融資較容易的樣本企業數量極少,不滿足進入模型的計量學假設,因此研究適當放寬調查對象的認知嚴格度,從3個認知角度將難易程度認知拆分為3個問題:第一,樣本企業對已獲銀行貸款的申請難易程度認知(0=易;1=難);第二,樣本企業對已獲銀行貸款金額的滿意度認知(0=不滿意;1=滿意);第三,樣本企業對未獲銀行貸款的再申請意愿認知(0=不愿意;1=愿意)。3項指標將融資難易程度的認知拆分為申請過程難易度、申請金額滿足度和再申請意愿等3個方面,研究進一步對3項認知指標求取均值,均值大于0.5的定義為樣本企業銀行融資較容易(BAR=0);均值小于0.5的定義為樣本企業銀行融資較困難(BAR=1)。如表1所示,研究確立了10個解釋變量,解釋變量按經濟學含義分為6類。第三類為企業屬性指標,即中小企業本身的自有屬性,研究選取了企業類型虛擬變量(一組3個,包含4種企業類型)和非銀行渠道融資的滿足度這兩個方面建立指標。在以往的研究中,劃分企業類型的標準較多,包括企業規模、企業年齡、企業成長階段等諸多理論;為簡化指標體系、突出科技型企業特征并盡可能多地將這些特征體現在類型中,本研究人為地將企業類型劃分為4種,即小型發展型企業、小型穩定型企業、中型穩定型企業和衰退型企業①。這4類企業由調查人員根據問卷中的企業屬性問題綜合劃分。研究認為,非銀行融資渠道包括商業信用、民間融資、新型金融機構融資、創業風險投資和政府資助,問卷對5種非銀行融資渠道融資滿足度進行詢問,滿足記1,不滿足記0;進一步將5項指標求取均值,均值小于等于0.2的樣本企業非銀行融資滿足度記為不滿足(NBF=1),均值大于0.2且小于0.8的樣本企業非銀行融資滿足度記為一般滿足(NBF=2);其余為滿足(NBF=3)。第四類為銀行屬性指標,即銀行針對不同企業所提出的貸款要求,包含抵押和捆綁等2項指標。銀行對企業的貸款評估包含財務信息和交易信息兩個方面,綜合兩個方面所給出的貸款審核意見決定了銀行拒絕、接受或有條件地接受企業的貸款申請。雖然研究無法獲取銀行對企業貸款申請的審核依據,但是銀行對企業提出的貸款條件為研究提供了結論性的指標,使得研究有理由將銀行的貸款審核作為一個黑箱,以銀行審核結果作為銀行屬性變量進入模型。本次調查涉及兩個方面,即銀行是否要求企業提供貸款抵押物和銀行是否要求企業接受貸款捆綁銷售條件。第五類為政府屬性指標,即政府為企業融資提供的便利,包含針對科技型企業和中小企業等兩個方面。研究將企業是否享受過貸款政策優惠(實際發生值,而非了解程度)作為變量進入模型出于兩點考慮:其一,將實際發生值作為指標能夠有效地將政府的政策宣傳內化進入指標,認為對企業進行金融優惠政策宣傳是政府的責任,而非銀行或企業自身的責任;其二,了解程度指標難以量化,越是不了解金融優惠政策的企業越容易誤認為自己了解,得到的數據較難修正。第六類為科技園區指標,即科技型企業是否進駐科技園區。雖然調查顯示少量非科技型企業也進駐科技園區,但是基于科技業務并非非科技型企業的主要業務類型,科技園區貸款也并非非科技型企業的主要融資類型,因此研究只將該項指標納入科技型企業指標體系,進入模型2。(三)對中小企業的回歸分析根據影響因素模型的一般形式,研究構建以下模型:由于企業銀行融資難易程度(BARi)為二元虛擬變量,因此本研究采用二元Probit模型分別對450家中小企業和133家科技型中小企業樣本進行回歸分析。Probit模型是概率模型,因此估計系數無直接經濟學解釋,研究以平均邊際效應dBARi/dx(x為自變量)考察不同自變量對企業銀行融資難易程度的影響大小。三、中小企業的金融需求如表2所示,450家樣本中小企業的銀行融資難易程度均值為0.644,299家中小企業認為從商業銀行申請貸款較為困難,占比為66.44%;133家樣本科技型企業的銀行融資難易程度均值為0.316,42家科技型企業認為從商業銀行申請貸款較為困難,占比為31.58%。從比例上看,科技型中小企業明顯較非科技型中小企業更易獲得商業銀行貸款。450家樣本企業中,科技型企業為133家,占樣本總量的29.56%;133家科技型企業中,進駐園區的有82家,占樣本總量的61.65%。雖然江蘇省的科技型企業占比超過了目前中國的平均水平(趙洪江等,2012),蘇州、鎮江等地更于近年來以科技園區模式吸引科技資金,推動科技型企業孵化和發展,使得江蘇省科技園區的發展水平明顯高于全國平均水平,但是隨著中國對科技發展的重視,科技型企業數量在全國范圍內逐年增加,科技園區模式也得到了相應的推廣,江蘇省的現狀對全國具有一定的預測意義,因此,研究不對這兩項比重進行調整。貸款屬性變量包含貸款金額和貸款期限。就貸款金額變量而言,中小企業的貸款意愿金額均值在5萬~20萬元(AMO=2.020);其中5萬元以下的小額貸款需求占57.33%(258家),5萬~20萬元的需求占14.00%(63家),20萬~50萬元的需求占10.22%(46家),50萬~200萬元的需求占6.22%(28家),200萬元以上的需求占12.22%(55家)。而科技型企業的貸款意愿金額均值也在5萬~20萬元(AMO=2.000);其中5萬元以下的小額貸款需求占59.40%(79家),5萬~20萬元的需求占12.78%(17家),20萬~50萬元的需求占8.27%(11家),50萬~200萬元的需求占7.52(10家),200萬元以上的需求占12.03%(16家)。對中小企業和科技型企業而言,小額貸款是最為主要的金融需求。就貸款期限變量而言,中小企業的貸款意愿期限均值約為1年(TER=2.344);其中半年內的超短期貸款需求占42.67%(192家),半年至1年的需求占11.78%(53家),1年至5年的需求占14.00%(63家),5年以上的需求占31.56%(142家)。而科技型企業的貸款意愿期限均值也約為1年(TER=2.286);其中半年內的超短期貸款需求占45.86%(61家),半年至1年的需求占10.53%(14家),1年至5年的需求占12.78%(17家),5年以上的需求占30.83%(41家)。對科技型企業而言,半年內的超短期貸款和5年以上的長期貸款都占有很大的需求比例,說明貸款期限對企業的銀行融資難易程度影響并非線性。企業屬性變量包含企業類型和非銀行融資滿足度。就企業類型而言,中小企業中小型發展型企業占43.78%(197家),小型穩定型企業占25.33%(114家),中型穩定型企業占22.89%(103家),其余為衰退企業。而科技型企業中小型發展型企業占48.87%(65家),小型穩定型企業占23.31%(31家),中型穩定型企業占22.56%(30家),其余為衰退企業。小型發展型企業是中小企業和科技型企業共同的主體類型,而小型發展型企業在科技型企業中的占比明顯高于在中小企業中的占比,說明科技型企業較一般中小企業而言更加處于生命發展周期的前端。就企業非銀行融資滿足度而言,中小企業中認為滿足的企業占20.44%(92家),認為一般滿足的企業占48.89%(220家),認為不滿足的企業占30.67%(138家),統計均值為1.898,低于一般滿足程度(NBF=2)。而科技型企業中認為滿足的企業占18.80%(25家),認為一般滿足的企業占54.14%(72家),認為不滿足的企業占27.07%(36家),統計均值為1.917,低于一般滿足程度(NBF=2)。銀行屬性變量包含是否要求貸款抵押和是否要求貸款捆綁。商業銀行對中小企業和科技型企業的抵押和捆綁要求幾乎沒有差異,均約有2/3的樣本企業認為商業銀行有條件的接受其貸款申請。其中,中小企業需貸款抵押的比例為65.78%(296家),需貸款捆綁的比例為67.11%(302家);科技型企業需貸款抵押的比例為67.67%(90家),需貸款捆綁的比例為68.42%(91家)。科技型企業遇到貸款抵押和貸款捆綁的比例略高于中小企業平均水平。政府屬性變量包含企業是否享受過科技型企業融資優惠政策和是否享受過中小企業融資優惠政策。就科技型企業融資優惠政策而言,55.11%的中小企業(248家)和57.14%的科技型企業(76家)享受過該項優惠政策,足見商業銀行在貸款審核中對科技型企業的認定并非按照省市級“科技企業”稱號,而是自有一套對企業科技創新能力的評估體系。就小微企業融資優惠政策而言,20.00%的中小企業(90家)和16.54%的科技型企業(22家)享受過該項優惠政策,政策普及水平較低。四、元proct模型的建立為考察樣本企業銀行融資難易程度的影響因素,分別以450家中小企業和133家科技型中小企業為樣本建立二元Probit模型,實證結果如表3所示;每個自變量的平均邊際效應如表4所示。(一)小型科技型企業比一般企業更容易獲得商業銀行貸款(二)貸款屬性指標對企業銀行融資能力和融資風險的影響分析實證分析顯示,中小企業銀行融資影響因素模型中的貸款金額(AMO)和貸款期限(TER)指標均未通過10%的顯著性檢驗;而科技型中小企業銀行融資影響因素模型中的貸款金額(AMO)指標通過了5%的顯著性檢驗,期限指標(TER)未通過10%的顯著性檢驗。描述統計中已論及,貸款屬性指標對企業銀行融資難易程度的影響并非線性,雖然調查顯示小額和超短期貸款是中小企業和科技型中小企業貸款的主體需求類型,但是大額貸款和長期貸款均有一定量的需求,呈現出兩極分化的現象。小額和超短期貸款主要來自企業的資金周轉需求,各類型企業均有可能在日常的生產經營活動中有該類型資金需求。大額和長期貸款主要來自企業的生產轉型需求,初創企業需大額長期資金將科技專利轉化為生產行為;已有一定經營規模的企業也有可能需要大額長期資金進行科技創新、產品研發和企業轉型。大額長期資金需求的回報期長,風險也相對較高,因此商業銀行較難采用純粹的信用貸款方式,往往需要綜合考量企業的其他償債能力指標。針對實現擔保和抵押均有一定困難的初創企業,推進商業銀行貸款有悖于金融市場規律和風險管理規范,創業風險投資和政府資助應當補其缺位,政府應引導商業銀行將資金投入到更加成熟的科技市場中來,通過科技金融產品創新方式降低貸款風險。(三)小型發展型企業研究將樣本企業分為4種類型,分別為小型發展型企業、小型穩定型企業、中型穩定型企業和衰退型企業。在中小企業銀行融資影響因素模型中,小型發展型企業和小型穩定型企業虛擬變量的估計系數為負,說明這兩類企業的融資難度顯著高于衰退型企業,而中型穩定型企業虛擬變量的估計系數為正,說明中型穩定型企業的融資難度顯著低于衰退型企業(見表3),而小型發展型企業虛擬變量的平均邊際效應大于小型穩定型企業,說明小型發展型企業的融資難度較小型穩定型企業更大(見表4)。根據企業類型的劃分標準,衰退型企業近三年沒有科技創新(以專利衡量),利潤率和產品市場占有率呈下降趨勢;但是此類企業因其良好的財務記錄和信貸記錄,反而更加容易獲得商業銀行的貸款。較為合理的解釋是,一方面,衰退型企業的衰退過程是一個長期而復雜的綜合變化,商業銀行根據以往的財務數據和信貸記錄對企業進行評估,難以及時發現企業的衰退跡象,而短期的利潤率和市場占有率下降也不能說明企業開始進入衰退期;另一方面,根據企業生命周期理論,衰退型企業在經歷過成長期和成熟期后會積累一定的固定資產,而商業銀行對固定資產的重視程度明顯高于對無形資產和長期經營能力的重視程度,衰退型企業有能力提供更多合格的抵押品,因此即使產品市場占有率不斷下降,依然能夠獲得商業銀行貸款。但是這一理由并不適用于科技型中小企業,因為科技型企業普遍規模較小,無形資產比重大,商業銀行對其貸款審核不能沿用中小企業標準,因此商業銀行在審核科技型企業貸款中特別關注其科技創新能力及其轉化生產的能力,衰退型企業的識別更為及時,貸款資金配置更為優化。而科技型中小企業的平均貸款期限(TER=2.286)略小于中小企業整體水平(TER=2.344),因而商業銀行對科技型企業信貸資金的投放周期也相應較短,商業銀行能夠更快地識別企業的類型并做出相應的放貸調整。(四)企業融資渠道比較實證結果顯示,中小企業非銀行渠道融資的滿足度與銀行渠道融資的難度呈正相關關系,非銀行融資滿足越高的中小企業越難獲得商業銀行貸款;科技型企業非銀行渠道融資的滿足度與銀行渠道融資的滿足度呈負相關關系,非銀行融資滿足度越高的科技型企業越容易獲得商業銀行貸款。但是,這一指標系數未通過10%的顯著性檢驗,即非銀行融資滿足度并不顯著影響銀行融資的難易程度,一部分企業在難以獲得商業銀行貸款時轉向非銀行渠道融資,資金缺口獲得一定程度的滿足,但另一部分企業因自身條件有限,在兩類渠道均無法獲得資金滿足;兩種狀態同時存在,使得銀行融資渠道與非銀行融資渠道并非單純的替代關系。一方面,銀行融資與部分非銀行融資的形成機理并不相同,銀行融資基于對企業已有經營的償債能力的認可,只收取定額的利息作為回報,屬于債務性質,與非銀行投資中的新型金融機構貸款和民間借貸較為類似;而創業風險投資、政府資助等非銀行渠道融資屬于投資性質,投資方認可的更多是企業未來經營的獲利能力,因此愿意承擔更大的風險。另一方面,商業銀行的負債廣泛來自于民間,存款人對商業銀行貸款決策無參與權,因此商業銀行理應受到更為嚴格的監管。政府在制定中小企業和科技型中小企業金融扶持政策時應充分尊重商業銀行的市場定位,調動非銀行融資渠道的積極性,引導民間資本進入中小企業和科技型中小企業市場,鼓勵創業風險投資向科技型中小企業傾斜。而商業銀行應充分利用自身的資金優勢和網點優勢,打造更小額短期、更大額長期的特色貸款產品(參見貸款屬性變量的統計描述分析),將著力點從企業生命周期的兩端向中部轉移,在彌補非銀行融資缺位的同時注意提升放貸資金效率。(五)貸款夯實比存貸款成本低,貸款素質較低對于不符合信用貸款條件的企業,商業銀行會設計多種方案為其提供貸款便利,其中最為典型的就是貸款抵押和貸款捆綁。貸款抵押作為一種較為成功的貸款產品,通過抵押企業資產作為第二還款來源,有效地提升了企業的償債能力等級。而貸款捆綁則表現為將貸款和理財、保險、基金等產品捆綁銷售或將部分貸款直接轉化為存款的行為,《中國銀監會關于整治銀行業金融機構不規范經營通知》(銀監發3號)明確指出商業銀行不準“以貸轉存”、“存貸掛鉤”和“借貸搭售”等,但是貸款捆綁銷售的現象并未得到有效的制止,2/3的企業仍被商業銀行提出類似貸款條件。實證結果顯示,貸款抵押(MOR)和貸款捆綁(BUN)這兩項指標均顯著影響中小企業和科技型企業的銀行融資難易程度,即越是被要求貸款抵押和貸款捆綁的企業,越容易獲得銀行貸款,且這兩項指標的平均邊際效應顯著超過其他指標。抵押貸款是傳統的貸款創新,雖仍然有效,但商業銀行應加快設計更有針對性的創新產品,而監管部門也應當營造寬松的銀行業監督管理環境,鼓勵商業銀行對金融產品和服務進行創新設計,以滿足不同類型借款方的融資需求。監管部門應當及時識別金融機構信貸制度創新的利弊,對擾亂金融秩序、破壞市場規律的金融創新予以制止,在創新中保持銀行業內部良性競爭的平衡狀態。(六)部分商業銀行在政策對象上的認定如表3所示,在中小企業銀行融資影響因素模型中,中小企業融資優惠政策和科技型企業融資優惠政策均通過了1%的顯著性檢驗,但是在科技型企業銀行融資影響因素模型中,兩項指標均未通過10%的顯著性檢驗。就科技型企業融資優惠政策而言(見表2),科技融資優惠政策并非完全落實在科技型企業上,中小企業和科技型企業享受過科技融資優惠政策的比例大致相等,分別為55.11%和57.14%。除政府稅收優惠政策能夠準確定位“科技企業”資質外,科技企業優惠政策(包含融資優惠政策)并不嚴格區分企業的規模和科技性;商業銀行作為落實融資優惠政策的中介環節,在認定政策優惠對象時并非按照政府認定的“科技企業”來區分政策對象,而是將政策的優惠給予了商業銀行認為符合放貸標準的企業,因此可以看出目前江蘇省各家商業銀行提出的科技融資優惠均不是價格優惠,而大多是以創新產品形式表現出的融資便利。而就中小企業融資優惠政策而言,政策的普及度很低,僅約兩成的樣本企業享受到了這一政策。以科技型中小企業為樣本的實證顯示,融資優惠政策并不顯著影響企業的融資難易程度,說明這兩項指標對因變量的影響作用被某項指標擠出,但是根據上述分析,并非“科技企業”稱號(TEC)產生了擠出效應,較為合理的推測是部分商業銀行對企業科技性的認定并非完全按照省市級“科技企業”稱號,而是同時采取了一套自有的評估標準。這一標準較政府評定更為靈活和綜合,彌補了政府評定在金融指標上的缺陷和公布周期上的滯后。(七)園區對科技型中小企業的融資擔保作用對科技型企業進駐園區的現狀調查顯示,133家樣本科技型中小企業中有82家進駐園區,占樣本總量的61.65%;但是實證結果顯示,進駐園區雖降低了科技型中小企業銀行融資的難度,但是并未通過10%的顯著性檢驗。就商業銀行貸款而言,進駐園區對科技型中小企業存在三個方面的促進作用:第一,科技園區以融資優惠條件吸引科技型企業進駐;第二,科技園區可以為園區內的科技型企業提供融資擔保;第三,進駐科技園區在一定程度上是科技型企業的經營能力和創新能力的標識。但是科技園區主導的融資優惠政策以短期為主,即已經進駐園區的科技型企業很難長期享受園區的融資優惠政策,而園區對科技型企業的融資擔保條件并不低于商業銀行的貸款審核要求,特別是隨著近年來多家商業銀行推出科技金融服務,對第二還款來源的認可范圍已基本擴大至園區擔保時所認可的第二還款來源范圍,園區擔保的優勢并不明顯。因此,本研究認為,科技型企業進駐園區的優勢在于影響商業銀行對企業經營和創新能力的認知,但是由于商業銀行是信貸專業機構,對信貸審核有系統的標準和流程,這一影響效果甚微。五、“科技企業”榮譽對中小企業銀行融資的影響通過對江蘇省450家中小企業(含133家科技型中小企業)的調查分析,研究證實了科技型中小企業較一般中小企業更易獲得商業銀行貸款。商業銀行在放