安徽省中小上市公司應收賬款融資效率影響因素實證分析

薛夢婷，　程克群

(安徽農業大學 經濟管理學院，合肥 230061)

安徽省中小上市公司應收賬款融資效率影響因素實證分析

薛夢婷，程克群

(安徽農業大學 經濟管理學院，合肥 230061)

摘要：本文構建固定效應的面板數據回歸模型，對安徽省29家中小上市公司應收賬款融資效率的影響因素進行實證分析。結果表明：企業的償債能力、可抵押流動資產規模、盈利能力以及通貨膨脹對安徽省中小上市公司的應收賬款融資效率均存在顯著影響，但唯有企業的盈利能力與應收賬款融資效率顯著正相關，其余影響因素則會導致安徽省中小上市公司的應收賬款融資效率下降。基于實證結果給出相關建議。

關鍵詞：中小上市公司；應收賬款融資效率；影響因素；實證分析；面板數據回歸模型

一、引言

無論是發達國家還是發展中國家，都把促進中小企業發展作為經濟穩定與發展的基石，中小企業在滿足人們普遍個性化和多樣化需求的同時，對穩定經濟、技術創新、吸納就業和提供社會服務的貢獻率日益提高。據調查，截至2014年底，安徽省共有中小企業45萬戶，其中規模以上的中小工業企業1.6萬戶，占全部規模工業企業總數的98.3%，創造了80.0%以上的新產品、60.0%的國內生產總值、50.0%的稅收總額和75%的就業崗位，成為安徽省名副其實的勞動力就業主戰場。此外，全省規模以上中小工業企業實現利潤1048億元，占全部工業比重的80.6%，拉動全部工業利潤增加7個百分點；實現工業增加值6059.9億元，同比增加13.8%，對全省規模以上工業增長的貢獻率達75.7%[1]，成為安徽省拉動未來經濟增長的關鍵。

隨著科學技術的突飛猛進和經濟全球化狂潮的沖擊，中小企業虧損、倒閉、破產等現象持續蔓延，為擴大銷售，搶占市場份額，中小企業紛紛不計后果地大規模采用賒銷貿易，導致產生大規模應收賬款。愈發嚴峻的經營困境和與日俱增的壞賬導致中小企業與生俱來的融資難問題變得更加凸顯，僅中小上市公司就超過30家的安徽省無疑面臨更大的資金周轉和短缺壓力。據統計，2009—2014年安徽省中小上市公司的應收賬款平均增長速度為48.1%，到2014年達到146.8億元，6年間占流動資產和營業收入比重基本保持遞增，到2014年分別達到21.5%和19.5%，因此以應收賬款作為抵押物向銀行申請貸款刻不容緩。在此情況下，研究安徽省中小上市公司應收賬款融資效率的影響因素，能使我們更清楚地了解到怎樣更有效地提高應收賬款融資效率，對解決安徽省中小企業融資難問題有著重要的現實意義。

二、文獻綜述

通過對文獻的梳理，有關應收賬款融資的研究很多，早在古羅馬時期就有利用動產來進行融資的，其基本形式有Fiducia、Pignus和Hypotheca，又以Fidecia最古老，它規定擔保時債務人的動產所有權需轉給債權人，當債務人清償債務時，可按事先約定要求債權人返還擔保物。進入21世紀后，有關應收賬款融資的研究更多，Smith和Schnucke認為規模較大的企業所擁有的賒銷客戶占全部客戶比重較大，由此產生的應收賬款較多，所以利用應收賬款進行融資更經濟[2]。Khaled Soufani提出以應收賬款作為擔保物進行融資是中小企業特別是制造業企業解決融資難問題的首選[3]。Shawnee K.Vickery基于國外發達國家的發展情況，總結了應收賬款融資業務的流程、業務模式、倉儲方式和監控方式[4]。楊紹輝基于商業銀行的業務模式，介紹了應收賬款融資的內容和操作模式，并指出它為中小企業融資帶來了機遇[5]。李培培認為中小企業經營風險高、資信條件差，在缺乏擔保的情況下很難獲取銀行貸款，應收賬款融資能有效緩解企業融資難問題[6]。馬麗君指出應收賬款融資是當下緩解我國中小企業流動資金困境的最有效途徑之一[7]。

此外，應收賬款融資效率影響因素的研究一直是國內外學者研究的重點。Van Vort和Christina對如何控制融資額度而使應收賬款融資效率最大化進行了深入研究[8]。Boss和Suzie研究了金融機構對應收賬款融資的影響，并提出它能幫助企業提高應收賬款的融資效率[9]。Romano等對包括企業文化、企業目標等在內的應收賬款融資效率的主要影響因素進行了分析，構建了企業融資結構模型，分析得出企業規模、經營規劃等因素對應收賬款融資效率的影響最為顯著[10]。王華英基于應收賬款的融資效率，對應收賬款三種融資模式進行了比較，并采用熵方法進行排序，為企業應收賬款融資模式的選擇提供支持[11]。饒慶豐、楊桂紅認為影響中小企業融資效率的主要因素包括企業的發展實力和宏觀經濟環境[12]。吳婧認為企業融資效率的影響因素可分為正相關因素和負相關因素，其中正相關因素包括企業規模、企業資源，負相關因素包括企業盈利能力、成長能力及資產流動性等[13]。吳勇、劉春、張文凱認為影響企業應收賬款融資效率的因素包括內部和外部因素，內部因素有企業文化、融資目的等，外部因素包括政府及金融機構等主體的融資政策[14]。

通過上述文獻研究發現，無論是應收賬款的融資還是其融資效率的影響因素，國內外學者均做了很多研究，但是大多數研究都集中在融資效率的理論分析上，只是簡單籠統地介紹了應收賬款融資效率的影響因素，并把研究方向和研究內容集中在融資效率的評價上，至于如何有效提高企業的應收賬款融資效率，則缺乏定性定量分析。本文以安徽省29家中小上市公司為研究樣本，構建面板數據回歸模型，對中小企業的應收賬款融資效率與其影響因素間的關系進行實證研究，以期能找出提高企業應收賬款融資效率的主要因素，并為解決安徽省中小企業的融資難問題提出合理的建議。

三、變量選取

(一)被解釋變量的選取

本文的研究對象為企業的應收賬款融資效率，它特指企業獲取和運用所籌資金的效率，涵蓋資金獲取到資金使用的整個過程，故被解釋變量為應收賬款融資效率。結合前人的研究結果與中小上市公司的資本結構，選取凈資產收益率作為衡量安徽省中小上市公司應收賬款融資效率的指標。這樣不僅可以反映企業每單位所融資金的獲利情況，還能比較不同融資規模下企業間的融資效率。

(二)解釋變量的選取

企業融資效率的影響因素主要包括宏觀因素和微觀因素。馮映提出宏觀經濟的好壞直接影響企業的融資效率，并指出用GDP及通貨膨脹作為衡量宏觀經濟環境的變量，即使用GDP對數和CPI同比增長率作為衡量指標[15]。然而，通過回歸檢驗發現，GDP對數與因變量的擬合度不佳，故本文選取通貨膨脹作為衡量指標。至于微觀因素，在綜合考慮前人研究成果的基礎上，選取償債能力(流動比率)、可抵押流動資產規模(應收賬款對數)和盈利能力(凈利潤率)，研究中小企業的應收賬款融資效率。

綜上所述，本文選取的安徽省中小上市公司應收賬款融資效率影響因素的變量指標見表1。

四、實證分析

(一)數據及樣本選取

截至2015年底，安徽省共有34家中小上市公司，剔除ST、退市及數據不全的公司，選取余下的29家中小企業作為研究樣本，樣本觀測期為2009—2014年。本文數據主要來源于深圳證券交易所安徽板塊中小企業的財務數據和2010—2015年安徽省統計年鑒，此外對部分數值較大的數據取自然對數，既減少異方差性，又使得模型更具線性化。

(二)模型構建及類型選取

1.模型構建

根據安徽省中小上市公司應收賬款融資效率的影響因素指標，構建如下面板數據模型：

ROEit=αijβ1CRiT+β2lnARit+β3NPMit+β4CPIRit+uit，

(1)

其中i=1,2,…,29，表示各個中小企業，t=2009,2010…2014，表示樣本觀測期。

此外，由于不同的樣本數據適用于不同面板類型，為確保所構建面板模型的穩定性和有效性，進一步確定面板數據模型的基本形式。模型的基本類型為

yit=αi+βixit+uit，

(2)

式中xit為外生變量向量，i為截面單位個數，βi為參數向量，t為樣本觀測期，uit為隨機擾動項，截距αi和回歸斜率系數βi不隨時間的不同而變化，只受截面個體不同影響，稱方程(2)為變系數模型。

若假設方程(2)的回歸斜率系數相同而截距不同，即H1：β1=β2=…=βN，則方程變為

yit=αi+βxit+uit，

(3)

式中截距αi的不同取值反映截面單元的差異，稱方程(3)為變截距模型。

若假設方程(2)的截距αi和回歸斜率系數βi都相同，即H2：α1=α2=…=αN，β1=β2=…=βN，則方程變為

yit=α+βxituit，

(4)

式中截距和回斜率系數不受不同截面個體的影響，稱方程(4)為不變系數模型。

2.類型選取

實證分析結果正確與否，取決于所用的面板數據模型的類型，通常利用協方差檢驗統計量F的數值來判斷樣本數據究竟適合哪種面板數據模型。F統計量的構造式如下

(5)

(6)

式中，S1、S2、S3分別代表變系數模型、變截距模型和不變系數模型的殘差平方和，N為截面單位總數，K為外生變量個數，T為時期總數。

以方程(1)建立模型，經手工計算得到檢驗結果，見表2。

表2　確定模型類型的檢驗結果

由表2可知，在5%的顯著水平下，F2值大于臨界值F2,0.05(140,29)=1.64，則拒絕原假設H2，即該樣本數據不適用于不變系數模型；同樣在5%的顯著水平下，F1值卻小于臨界值F1,0.05(112,29)=1.70，因此接受原假設H1，即該數據模型為變截距模型。

由于變截距模型有隨機效應模型和固定效應模型之分，二者的參數估計值往往存在很大差異，因此還應區分隨機和固定效應，并從中慎重選擇。本文假設H0：應建立隨機效應模型，采用Hausman檢驗法，判斷該模型是否為隨機效應模型，得到的檢驗結果見表3。

表3　Hausman Test檢驗結果

由于P值小于0.05，所以拒絕原假設H0，故將模型設定為固定效應模型更恰當。

(三)實證檢驗及結果分析

1.描述性統計

首先，運用Eviews 6.0軟件對樣本數據進行描述性統計，并就統計結果找出變量間的內在關系和變化趨勢，結果見表4。

表4　變量的描述性統計結果

由表4可以看出，因變量凈資產收益率的最大值為48.32，最小值為-19.55，說明安徽省中小上市公司的應收賬款融資效率差異較大。從影響融資效率的自變量來看，應收賬款對數的最大值與最小值差距均較小，而流動比率、凈利潤率和CPI增長率存在較大差距，說明安徽省各中小上市公司的可抵押流動資產規?；绢愃?，但償債能力、盈利能力及受通貨膨脹影響度存在較大差異。另外，所選5個變量的J-B統計量基本大于3，故認為樣本概率不服從正態分布的假設，還需對樣本數據進行單位根檢驗。

2.單位根檢驗

若面板數據存在單位根，則會造成模型的虛假回歸，因此在進行回歸分析之前需要對樣本數據進行單位根檢驗，以判斷序列平穩與否。為保證檢驗結果的精確度，本文同時采用LLC檢驗法、IPS檢驗法、Fisher-ADF檢驗法和Fisher-PP檢驗法，對各截面序列進行單位根檢驗，結果見表5。

由表5看出，所研究變量水平值存在單位根，是非平穩序列，但一階差分各變量后，所有序列均變平穩，因此判定各序列均為一階單整序列。

表5　單位根檢驗結果

注：Δ表示一階差分后的序列，()內數據為P值。

3.協整檢驗

由于本文所研究的序列均為一階單整序列，符合進行面板數據協整檢驗的條件，因此繼續檢驗各序列間是否存在協整關系。本文主要采用Pedroni檢驗法和Kao檢驗法進行面板數據協整檢驗，并以殘差檢驗為基礎，設定零假設為不存在協整關系。檢驗結果見表6。

表6　Pedroni檢驗和Kao檢驗結果

從表6可以看出，Panel v統計量、Panel rho統計量和Group rho統計量均不能拒絕不存在協整關系的零假設，而Panel PP統計量、Panel ADF統計量、Group PP統計量、Group ADF統計量以及Kao檢驗的ADF統計量均滿足在5%的置信水平下拒絕零假設，認為序列之間存在協整關系。說明因變量和自變量總體上存在長期穩定關系，從而采用面板數據模型進行回歸分析不會產生偽回歸問題。

4.回歸結果分析

為了研究償債能力、可抵押流動資產規模、盈利能力和通貨膨脹對安徽省中小上市公司應收賬款融資效率的影響，本文利用Eviews 6.0軟件對(1)式進行面板數據回歸分析，選擇面板廣義最小二乘估計法(Pooled Estimated Generalized Least Squares，EGLS)，并采用截面加權(Gross-section Weights)對模型進行評估，回歸結果見表7和表8。

表7　應收賬款融資效率的樣本回歸結果

表8　安徽省29家中小上市公司應收賬款

由以上變截距固定效應模型的回歸結果來看，決定系數R2值為0.7733，接近1，說明所建立的面板數據模型對樣本數據的擬合度較高，而且在1%的顯著水平下，F統計量的相伴概率P值為0.0000，說明融資效率對自變量存在顯著的線性關系，模型回歸效果良好。此外，D.W.統計量為1.6672，得出該模型不存在序列自相關性。從總體來說，本文所建立的模型回歸效果較好。

通過上述分析，將相關系數值代入本文所構建的面板數據模型(1)，得到回歸模型

ROEit=75.712-0.015CRit-3.667lnARit+1.095NPMit-0.880CPIRit。

從各自變量的相伴概率可以看出，在1%的顯著水平下，所有變量均通過顯著性檢驗。從各自量的回歸系數值可以看出，凈利潤率為正，說明企業的盈利能力對應收賬款融資效率有正向影響。盈利能力是考察企業運用所融資金賺取利潤能力的主要指標，一般情況下若企業能夠利用所融資金創造出更大的財富，那么該企業的盈利能力較強，說明其融資效率較高。本文中自變量凈利潤率的系數為1.095，表明每加強1%的盈利能力，會使企業的應收賬款融資效率增加1.095%。其余自變量均為負數，表明償債能力、可抵押流動資產規模和通貨膨脹對安徽省中小上市公司應收賬款融資效率均顯著負相關。首先，流動比率是衡量企業變現流動資產并用來償還負債的能力，該比率越高，說明企業償還短期債務的能力越強，然而并不是該比率越高越好，過高的流動比率說明企業的流動資產沒有得到充分利用，會造成企業的經營資金周轉效率和獲利能力不佳。因此，它與應收賬款融資效率負相關，說明這29家中小上市公司的流動比率不合理。其次，應收賬款對數雖然能在一定程度上反映企業抵押貸款的能力，但是并不意味著所有的應收賬款都能作為融資的擔保品，一般只有部分應收賬款才滿足抵押條件。因此過多的應收賬款不僅不會提高企業的應收賬款融資效率，反而會占用企業大量流動資產，降低融資效率。該回歸系數間接說明了安徽省29家中小上市公司的應收賬款規模過大。至于通貨膨脹，其加劇了企業投資和融資的不確定性。為了繼續維持經營，企業必然需要更多的流動資金支持，無疑增加了企業的投、融資成本和風險。此外，相關部門為抑制通貨膨脹所采取的緊縮政策，又會進一步提高金融機構的貸款門檻，直接導致中小企業的融資難問題雪上加霜。因此通貨膨脹的程度越顯著，該29家上市公司的應收賬款融資效率就越低。最后，從各自變量對應收賬款融資效率的影響程度來看，只有凈利潤率的回歸系數為正，且數值最大，說明安徽省29家中小上市公司的盈利能力對應收賬款融資效率的影響程度最大，進而折射出企業的盈利能力對企業應收賬款融資效率的影響最顯著。

五、結論與建議

本文通過構建變截距的面板數據固定效應回歸模型，對影響安徽省29家中小上市公司應收賬款融資效率的因素進行了實證分析。結果表明，企業的償債能力、可抵押流動資產規模、盈利能力以及通貨膨脹對安徽省中小上市公司的應收賬款融資效率均存在顯著影響。其中，除盈利能力外，償債能力、可抵押流動資產規模以及宏觀經濟環境下的通貨膨脹均與應收賬款融資效率顯著負相關，說明通過加強盈利能力能有效提高企業的應收賬款融資效率，其余影響因素則會導致安徽省中小上市公司的應收賬款融資效率下降。

為有效提高應收賬款融資效率，本文提出如下建議：

第一，中小企業經營風險高、資信條件差，在缺乏不動產擔保的條件下難以獲取銀行的貸款支持，再加上銀行和企業信息不對稱，銀行出于規避信貸風險，往往不愿貸款給中小企業。因此，為解決中小企業的融資難問題，應不斷完善安徽省中小企業的信用擔保體系建設，提高市場化信用增值服務力度，完善對中小企業的信用等級評價機制，為其營造良好的融資環境。

第二，利用應收賬款進行融資是中小企業緩解資金壓力的有效途徑，然而由于銀行與企業供需錯位和信息不對稱，應收賬款融資業務的發揮一直飽受限制，為提高應收賬款融資效率，密切銀行與企業的聯系，應加強政策支持，提高應收賬款融資服務平臺的社會認識度和影響度，幫助應收賬款融資業務的銀行和企業及時獲取信息，增加雙方信息交流的頻率和應收賬款融資的成交量。

第三，一般來說，企業自身的微觀因素是制約其利用應收賬款進行融資的主要因素，唯有提高自身的實力和資信狀況，才能更好地提高企業的應收賬款融資效率。為獲得銀行的信任，有效解決中小企業的融資難問題，企業應積極完善內部控制，加強自身的獲利能力，確保擁有足夠的利潤來擴大生產規模，進一步推動應收賬款融資效率。此外，還應保持合理的償債能力和應收賬款規模，以防止債務到期時缺乏足夠的流動資金來維持經營，進而破壞企業的應收賬款融資效率。

參考文獻：

[1]吳量亮.專注優勢走專業化道路，安徽中小企業提升競爭力[N].安徽日報,2015-03-18(03).

[2]王晨桂.論資本結構理論對我國上市公司融資的影響[J].中小企業管理與科技,2009 (24):30.

[3]SOUFANI K.The decision to finance account receivables:the factoring option[J].Managerial and decision economics,2002,23(1):21-32.

[4]VICKERY S K.The effects of an integrative supply chain strategy on customer service and financial performance: an analysis of direct versus indirect relationships[J].Journal of operations management,2003(5):523-539.

[5]楊紹輝.從商業銀行的業務模式看供應鏈融資服務[J].物流技術,2005(10):31-32.

[6]李培培.應收賬款融資綜述[J].西安金融,2007(1):39-40.

[7]馬麗君.關于中小企業利用應收賬款質押融資問題的思考[J].生產力研究,2008(16):132-136.

[8]VORT V,CHRISTINA.Improving cash flow through accounts receivables financing[J]. Medical economics,2014(6):30-32.

[9]BOSS，SUZIE.Factoring for change[J].Stanford social innovation review,2013 (3):54-55.

[10]ROMANO,CLAUDIO A,TANEWSKI,et al.A capital structure decision making a model for family business[J].Journal of business venturing,2001(16):285-310.

[11]王華英.企業應收賬款融資模式研究[D].南昌:華東交通大學,2007.

[12]饒慶豐,楊桂紅.科技型中小企業融資影響因素分析:基于DEMATEL的分析方法[J].現代商貿工業,2009(20):136-138.

[13]吳婧.不同績效下的債務融資影響因素分析[J].財政研究,2007(4):70-73.

[14]吳勇,劉春,張文凱.企業融資影響因素分析[J].財會通訊,2009(8):18-19.

[15]馮映.創業板企業融資效率評價及其影響因素研究[D].西安:西安理工大學,2014.

(責任編輯：李曉梅)

An Empirical Analysis of Influential Factors of Listed Small and Medium-Sized Enterprise Accounts Receivable Financing Efficiency in Anhui Province

XUE Mengting, CHENG Kequn

(College of Economics & Management, Anhui Agricultural University, Hefei 230061, China)

Abstract：A fixed effect panel data regression model is constructed to analyze the influential factors of 29 listed SMEs accounts receivable financing efficiency in Anhui province. The results indicate that the enterprise’s solvency, mortgaged liquid assets, profitability and inflation have an obvious impact on the listed SMEs accounts receivable financing efficiency in Anhui province, however, only profitability and accounts receivable financing efficiency show an obvious positive correlation, while the remaining factors will lead to a decline in Anhui listed SMEs accounts receivable efficiency. On this basis, recommendations based on empirical results are given.

Key words：listed small and medium-sized enterprise; account receivable financing efficiency; influential factor; empirical analysis; panel data regression model

*收稿日期：2016-01-27

基金項目：安徽省教育廳人文社科項目“皖江城市帶承接產業轉移示范區現代農業建設的技術支撐研究”(2011sk717)；安徽省領導圈定課題“安徽省參與長江經濟帶建設的產業布局和路徑選擇研究”(SLDQDKT15-02)

作者簡介：薛夢婷(1992—)，女，安徽合肥人，安徽農業大學經濟管理學院碩士研究生，研究方向：會計學；程克群(1969—)，男，安徽望江人，安徽農業大學經濟管理學院教授，碩士生導師，研究方向：會計學、財務管理。

中圖分類號：F275

文獻標識碼：A

文章編號：1674-0297(2016)03-0067-07