中小企業融資結構與財務、創新績效的實證關系研究①——基于江蘇省創業板科技型上市公司的經驗分析

江蘇信息職業技術學院 鄢麗敏

中小企業融資結構與財務、創新績效的實證關系研究①——基于江蘇省創業板科技型上市公司的經驗分析

江蘇信息職業技術學院 鄢麗敏

本文以2012年～2015年在深圳證券交易所創業板上市的41家江蘇省企業為研究對象，采用面板數據分析方法，對科技型中小企業融資結構與其財務績效、創新績效的關系進行了實證檢驗和分析。發現科技型中小企業雖然可以通過銀行借款、商業借款獲得更大的創新績效，但未能對財務績效進行有效提升。即便政府補貼在一定程度上可以對債權融資與公司創新投資之間的關系進行調節，但從企業資金需求量的角度看，仍是杯水車薪。

江蘇省 科技型中小企業 融資結構 創新

創新是一個國家可持續發展的動力和源泉，科技型中小企業在專利發明、企業技術創新和推動技術升級方面做出了突出貢獻，是我國經濟發展的中流砥柱。江蘇省作為全國經濟和科技創新的強省，科技型中小型企業的發展在江蘇省經濟轉型中具有決定性的作用，但由于企業自身發展的特性，社會信用體系和相關法律制度的不完善，使企業難以在融資市場上獲得資金支持。雖然江蘇省13個政府已出臺了各種金融扶持政策，設立了風險池專項資金，使商業銀行開始涉足科技型中小企業的融資服務，但效果如何，需要進一步探討和研究。

傳統研究對于企業的融資結構如何影響企業財務績效、創新績效做了大量探討。學者普遍認為“負債融資”會產生“債務約束”，使企業主有動力努力經營企業，保障經營現金流，從而提高企業的財務績效，而“股權融資”更關注企業的創新成長，因而更有利于創新效率的提升。本文旨在對江蘇省科技型中小企業的融資結構進行數據模型分析，并結合政府扶持政策，探討其融資結構是如何影響企業的創新績效和財務績效水平的。

1　基本模型設定

1.1研究綜述

關于融資結構會影響企業財務績效的觀點主要來源于代理成本理論[1]，國外學者，如Jensen，Meckling認為企業的融資杠桿過高會導致企業可能有破產清算的風險，進而影響到總經理的薪金報酬、聲譽和個人利益等，因此總經理有動力努力經營企業。而Berger和Patti(2006)采用實證分析，發現融資方式對企業財務績效有顯著正面影響，證實了高負債率能通過較少外部股權的代理成本來提升企業財務績效的觀點。Opler和Titman(1994)還發現債權融資不是企業創新融資的主要渠道，而企業負債杠桿比率與其創新投資有顯著的負相關關系。國內學者也對融資結構和企業財務績效進行了大量分析，如謝維敏等人(2009)認為政府創新補助刺激了企業的創新投資。李匯東、唐躍軍和左晶晶(2013)認為政府創新補助可以激勵上市企業通過借助債權融資來提高企業創新投資。

1.2模型構建

(1)樣本選擇

截至2015年12月，在深圳創業板公開上市的江蘇省企業共有60家，剔除1家財務指標異常企業，同時鑒于面板數據時間跨度和財務報表的可獲取性，剔除新上市的企業18家之后，樣本共計41家企業。

(2)變量選取

本文變量主要包括三類，即因變量、自變量和控制變量。因變量包括財務績效(凈資產收益率)和創新績效(研發投入率)，自變量包括債權融資、股權融資、銀行借款和商業信用融資，并對政府補助、企業規模、企業年限、股權集中度等可能影響的變量進行控制，具體如表1所示。

表1　研究變量一覽表

1.3模型設定

現通過建立面板數據回歸模型，找出融資結構和不同負債來源對企業財務績效和企業創新績效的影響見公式(1)～(2)。

模型中，α0，β0為截距，αi，βj(j=1，2，3，4，5，6，7，8)為模型回歸系數，ε為隨機誤差項，代表影響財務績效和創新績效的其他變量。μi是第i個單位的個體效應。若獨立于誤差項，此時模型為固定效應模型；若與誤差項相關，則模型為隨機效應模型。

2　回歸分析

2.1多重共線性檢驗

為了避免各解釋變量之間可能出現的多重共線性，本文使用Klein法則進行判別。首先對各解釋變量之間的簡單相關系數進行檢驗。經過模型測算，Leverage、Equity和Bank_loan、Trade_credit之間存在嚴重的多重共線性問題，而其他變量之間則不存在。因此本文對模型進行修正見公式(3)～(6)。

2.2Hausman檢驗

由于本文所搜集的樣本期限較短，時間跨度僅為4年，而截面數據相比較多，因此認為模型參數值與個體差異有關而與時間的變化無關，其差異主要表現在橫截面的不同個體之間，即參數不隨時間的變化而變化。本文通過Hausman檢驗來確定模型是固定效應還是隨機效應模型。在Eviews6.0中采用2012年～2015年江蘇省創業板上市公司樣本對模型進行檢驗，如果結果在5%顯著水平上模型拒絕原假設，則運用固定效應模型更適合；同時從探索性建模的角度發現[2]，以樣本為研究對象的模型選擇結果與豪斯曼檢驗結果一致，即模型采用固定效應模型更有效。最后Hausman檢驗結果顯示，在5%顯著性水平上，只有模型1、2、3選擇固定效應模型；而模型3未通過Huasman檢驗，選擇隨機效應模型(見表2)。

表2　Huasman檢驗表

2.3回歸結果

根據本文所建立的計量模型，使用Eviews6.0軟件，分別以江蘇省科技型中小企業的凈資產收益率和研發投入率為被解釋變量對樣本期為2012年～2015年的創業板上市公司面板數據進行分析。發現模型1、2、4通過F檢驗，并分別在1%、1%、10%的水平下顯著，而模型3并未通過F檢驗(見表3)。

模型1、2結果顯示，企業的債權融資率和外部股權融資率對于企業財務績效都是顯著的負面影響，這與杜琰琰和束蘭根(2015)同樣用江蘇省科技創業型企業數據得出的結論一致。從回歸系數看，債權融資相比于股權融資對企業財務績效的積極作用更大，負面作用更小，這與他們的結果并不一致。從負債的具體來源看，銀行貸款對科技型中小企業財務績效的影響為負，商業信用對財務績效的影響則不顯著，這表明有政府補貼和干預的前提下，債權融資無論是銀行借款，還是商業信用對企業的績效激勵都不夠。

表3　企業融資結構對企業績效和創新影響的檢驗結果

模型4結果顯示，銀行借款對企業的創新影響為正，商業借款對企業的創新影響為負。而政府補助對債權融資與公司創新投資之間的關系存在顯著的調節作用，政府補助可以刺激上市公司通過債權融資提高公司創新投資。也就意味著企業融資狀況的改善、為企業研發提供充足的資金支持顯然是促進企業創新的有效手段之一，同時在目前科技企業創新風險較高、資本市場發展還不完善的背景下，的確需要政府對企業研發創新提供適當的支持。

3　結論分析

3.1企業的融資結構對其財務績效為負面影響

本文的回歸結果表明，公司的盈利能力和融資結構呈負相關。這可能源于債務融資代理成本問題，即公司投資項目對股東和債權人造成的風險、損失差異導致的激勵成本。股東更偏好于高風險投資，這樣可以獲取超額收益，但債權人卻不希望如此。同時，股東為了更好的債務融資，防止債務人知道投資的風險，導致信息不對稱，出現道德風險。這不利于公司的發展，也對公司財務績效造成了消極影響。

3.2企業難以獲得長期穩定的資金來源，尤其是銀行的長期借款

科技型中小企業需要持續不斷地資金投入，用于創新活動和技術更新。據統計[3]，江蘇省30%的中小企業資金缺口為1000~5000萬元，26%的資金缺口在500~1000萬元，40%缺口在100~500萬。雖然用于研究的41家樣本上市公司，有著良好的盈利能力，但卻較少得到長期貸款，難以獲得大量長期且穩定的資金來源，更談不上發行債券，因此以商業信用為主的債權融資方式使得企業缺乏持續的資金來源，這些成為科技型中小企業的發展掣肘。

3.3政府補助對企業創新存在“刺激”效應

根據本文數據分析的結果顯示，江蘇省政府的補助對債權融資與公司創新投資之間的關系存在一定的調節作用，政府補助在一定程度上可以刺激上市公司通過債權融資，來提高公司的創新投資。因為政府補助代表了某種意義上的“市場聲譽”，獲得政府補助越多，表明公司得到的政府支持越大，與政府的關系越好，與政府有著良好的政企關系往往意味著能獲得更多的銀行貸款，從而可以引入更多的銀行或商業信用資金投入到創新項目中[4]。目前江蘇省已建立了創業投資引導資金、科技成果轉化專項資金、知識產權運用資金、科技服務平臺專項引導資金、省自然基金等，借助科技金融服務平臺，加大對科技型中小企業的政府補貼力度。雖然目前，政府專項資金的資助與企業的生命周期結合不足，但江蘇省對科技型中小企業的扶持實施狀況還較為理想。

[1] 杜琰琰,束蘭根.政府風險補償與科技型中小企業融資結構、財務績效、創新績效[J].上海金融,2015(3).

[2] 李匯東,唐躍軍,左晶晶.用自己的錢還是用別人的錢創新？——基于中國上市公司融資結構與公司創新的研究[J].金融研究,2013(2).

[3] 梁署霞,李秀波.科技型中小企業金融支持體系的構建與作用機制[J].經濟問題探索,2012(11).

[4] 吳鳳菊.江蘇省科技金融扶持政策的實施經驗研究——以科技型中小企業為例[J].科技管理研究,2015(17).

F273.1

A

2096-0298(2016)10(b)-038-03

①本文系江蘇省教育廳高校哲學社會科學研究基金指導項目“科技型中小企業的成長與多元化化金融支持體系創新研究—以江蘇省為例”(2014SJD366)的階段性研究成果。

鄢麗敏(1984-)，女，江西豐城人，江蘇信息職業技術學院，經濟學碩士，講師，主要從事金融與證券方面的研究。