基于 AHP与 ABC方法下的小微企业金融支持政策效果评估研究
基金项目：本文为 2022年湖南省教育厅科学研究资助项目 (22C1036)的研究成果

王思惟　吴晓丹

作者简介：
王思惟（1989—），男，湖南长沙人，硕士，湖南商务职业技术学院，讲师，经济师，研究方向：企业经济、数字金融、管理决策
吴晓丹（1990—），女，湖南长沙人，硕士，助教，研究方向：财务管理、内部控制

【摘要】合理评估小微企业金融支持政策的效果具有十分重要的促进国民经济繁荣发展的战略意义，文章在设计评估模型 (5大维度和 24项评估要素 )基础上，运用AHP层次分析法构建评价体系，并借助 ABC分类法对核心评估要素进行了识别。研究显示：小微企业利润增长与就业情况改善度 (N 5)(占比20%)、小微企业贷款获得率 (N 3)(占比 11%)、社会公平感的提升度 (N 10)(占比 9%)、小微企业贷款使用率 (N 4)(占比 7%)以及政策是否强化金融科技在风控方面的作用 (N 15)(占比 6%)占比最大，为五大核心指标 ,代表了评估小微企业金融支持政策效果的重点方向。
【关键词】小微企业；金融支持政策；AHP分析法；ABC分类法

    小微企业在国民经济发展进程中的地位日益凸显，成为拉动经济增长的重要力量（厦门市地方税务局课题组等，2016）。但小微企业在发展过程中依旧面临融资难、融资“贵”等问题（邓伟等，2024），这些问题制约了小微企业的发展。因此，本文在探索小微企业金融扶持政策评估模型的基础上，构建了相应的评估体系。首先，研究和评估小微企业金融支持政策效果，有助于提高小微企业的竞争力，促进地区经济繁荣发展（张磊等，2023）。其次，也有助于优化金融资源配置，为实体经济提供有力支持。最后，这还有助于及时发现问题，防范金融风险。
   

    一、评估模型设计
    笔者运用德尔菲法向 11位金融学和企业管理领域专家进行意见征询，在两轮研讨基础上，直到没有新维度和新要素提出，最终构建出五大能力维度 (一级指标 )与 24项评估要素 (二级指标)（表1）。

    二、评估体系构建——基于 AHP方法
    本文运用 AHP层次分析法构建相应评估体系，该方法由 SattyT.L.(1990)提出 ——能将决策问题分解为不同层次，具体分析步骤如下：
    1.构造判断矩阵本文邀请有关专家采用 SattyT.L.“1～ 9级”标度作为打分依据，得到如下图各层级判断矩阵：
    2.层次单排序与一致性检验
    层次单排序需解出各判断矩阵最大特征根及特征向量，并进行归一化。一致性检验则首先需运用式子：(λmax-n)/(n-1)计算 一致性指标 CI，同时基于随机一致性指标 RI计算一致性比例CR(CR=CI/RI)，当 CR＜ 0.1时，则判断矩阵不一致程度在允许范围内。

    一级指标判断矩阵归一化后的特征向量及权重分别为：W=(2.423，1.063，0.706，0.528，0.280) T，R=(48.467%，21.258%，14.113%，10.558%，5.605%)。同理，各二级指标判断矩阵的结果则为：W 1=(0.533，0.533，1.086，0.757，2.091)T，R1=(10.653%，10.653%，21.720%，15.148%，41.826%)；W2=(0.434，0.434，0.843，1.057，2.231)T，R2=(8.681%，8.681%，16.867%，21.146%，44.
626%)；W3=(0.540，0.341，1.507，1.573，1.039)T， R3=(10.794%，6.815%，30.136%，31.469%，20.787%)； W4=(0.940，2.527，0.432，0.432，0.669)T，R4=(18.802%，50.547%，8.635%，8.635%，13.382%)；W 5=(0.500，0.775，1.300， 1.425)T，R5=(12.506%，19.374%，32.498%，35.623%)。各判断矩阵 CR值均小于0.1，说明其一致性都可接受。
    3.层次总排序与一致性检验
    层次总排序需先计算出各二级指标总权重，再分别计算层次总排序一致性指标 CI总和随机一致性指标值 RI总，最后计算层次总排序一致性比率 CR总并同样将其与 0.1比较，若小于 0.1，则可认为通过了一致性检验。基于此（限于篇幅，计算过程略），得到 CR总亦小于 0.1，可认为层次总排序也具有满意的一致性。

    三、讨论与分析——基于 ABC方法
    基于上述评估体系，笔者利用 ABC帕累托项目分类法对其进行分类，以识别核心要素，从而以评促建，更好地帮助有关部门制定或优化小微企业金融扶持政策。ABC分类法常用于项目管理，是通过对事物主要特征进行分类排队，从而分清重点和一般的方法（瞿志凯等，2016）。本文在参照孙瑞英等（2021）人研究基础上，将核心指标累计权重区间设为[0，0.55)。因此将各因素区间划分为：核心指标([0，
0.55])、一般指标([0.55，0.8])以及核心指标([0.8，1])，计算排序得到结果：N 5、N3、N10、N4及N15是影响小微企业金融支持政策效果的主要因素，可见：小微企业利润增长与就业情况改善度 (N 5)(占比20%)、小微企业贷款获得率 (N 3)(占 比 11%)、社会公平感的提升度 (N 10)(占比 9%)、小微企业贷款使用率 (N 4)(占比 7%)以及政策是否强化金融科技在风控方面的作用 (N 15)(占比 6%)主导了一项金融扶持政策是否能真正帮助小微企业解决其资金链上的“燃眉之急”。

    四、结语
    本文从政策经济成效维度 (M 1)、政策社会影响维度 (M2)、政策应用及扩散维度 (M 3)、政策实施力度维度 (M 4)以及政策未来发展维度 (M 5)五大维度设计了包含 24项要素在内的小微企业金融扶持政策效果评估模型，并运用AHP方法构建了对应的评估体系，同时借助 ABC分类法划分了要素类型，识别出：小微企业利润增长与就业情况改善度、小微企业贷款获得率、社会公平感的提升度、小微企业贷款使用率以及政策是否强化金融科技在风控方面的作用五项核心要素，这些要素需要有关部门在制定或优化小微企业金融支持政策时重点关注。

参考文献
[1]厦门市地方税务局课题组，蔡木卿，张标敏 .小微企业促进街区经济繁荣的调查——兼论促进大众创业税收优惠政策的选择 [J].国际税收，2016(04):71-73.
[2]邓伟，杨红霞，刘冲 .央行担保品政策如何支持实体经济？——基于商业信用的视角 [J].管理世界，2024,40(02):86-103.
[3]张磊，许坤，张琳，等 .政策扶持、金融科技与小微企业信贷融资 [J].统计研究，2023,40(12):50-61.
[4]Thomas L. Saaty. How to make a decision: The analytichierarchyprocess[J]. E-uropean Journalof OperationalResearch,1990,48(1):9-26.