新三板掛牌公司融資效率實證分析

楊國佐,張 峰,陳紫怡

(1.山西財經大學 財政金融學院，山西 太原 030006; 2.北京聯合大學 管理學院，北京 100101)*

·證券與投資·

新三板掛牌公司融資效率實證分析

楊國佐1,張 峰2,陳紫怡2

(1.山西財經大學 財政金融學院，山西 太原 030006; 2.北京聯合大學 管理學院，北京 100101)*

以資產總額、主營業務成本、財務費用、資產負債率作為投入指標，總資產周轉率、凈資產收益率、主營業務收入增長率為產出指標，運用DEA方法，對597家新三板掛牌公司2012-2014年的綜合技術效率、純技術效率和規模技術效率進行實證分析。結果顯示：我國新三板掛牌公司的融資效率逐年提高，然而融資效率普遍偏低。進而從經濟環境和企業自身兩個方面，分析了融資效率偏低的原因，并從政府和企業兩個角度提出了對策建議。

新三板;融資效率;DEA模型

一、引言及文獻綜述

黨的十八屆三中全會明確提出，建立健全多層次資本市場體系[1]，從而掀起了資本市場大發展的序幕。作為股票交易市場的重要構成部分——新三板，其發展不僅有助于民間有效投資渠道的拓展，更有助于緩解中小微企業融資難的問題。據新三板網站顯示，新三板掛牌公司數目從2015年1月5日的1580家，成交金額12611.9萬元，增長到2015年12月31日的5129家，成交金額145746.1萬元，短短一年的時間出現了井噴式增加[2]。截至目前，新三板掛牌公司的總數是滬深兩市A股上市公司數量的兩倍多，其發展之迅速、行情之火爆令人嘆為觀止。新三板掛牌公司你追我趕地掛牌，解決了中小企業融資難的問題了嗎？通過新三板融資的公司，融資效率真的有了顯著性的提高嗎？這正是本文主要研究的問題。

西方經濟學家研究效率最早源于Farrell，從投入產出視角下定義，首次引入生產函數作為評價資源效率高低的標準。Charnes Cooper等(1978)在其研究基礎上，提出了數據包絡分析(Data Envelopment Analysis，即DEA)，用相對效率評判效率的有效性[3]。從此，DEA模型在效率評價方面發揮著無窮作用。

近年來，許多國內學者從不同視角研究中小企業的融資效率問題，但由于新三板起步較晚，專門研究新三板掛牌公司融資效率的相關文獻并不多。

對于融資效率的研究，蘭耕云(1990)最早提出了融資效率，他認為融資效率指的是資金融通的周轉力和增值力，以及促進和保持經濟結構平衡的能力[4]。對于融資效率評價方法的探究，劉力昌等(2004)首次運用DEA分析法，對股權融資效率進行綜合評價[5]。之后，經學者們反復研究，DEA不只可以用線性規劃判斷，還可以獲取大量統計管理信息，得到越來越多人親睞。

對于中小企業融資效率的分析，章玲(2014)選取153家中小上市公司為樣本數據，評估中小企業融資效率[6]。汪濤(2014)首次提出新三板概念股，分析了掛牌公司融資效率的影響因素，運用DEA模型，選取部分成功轉板上市的公司進行實證分析[7]。方向明(2015)對新三板市場融資效率進行實證分析后發現，企業融資技術效率在新三板掛牌前后并未發生明顯變化，而且有過融資行為的企業其純技術效率明顯低于沒有進行過融資的企業。修國義(2016)對科技型中小企業新三板融資效率進行了測度分析，認為融資效率下降的主要原因是技術效率過低[8，9]。

綜觀已有文獻研究，學者們對于融資效率的研究囊括了多個方面，尤其以對上市公司融資效率的研究較多，而對中小企業融資效率問題的研究并不全面，尤其是對新三板掛牌公司研究較少。為此，本文主要選取新三板掛牌公司2012-2014年的公開財務數據，并運用DEA模型分析法，對于我國新三板掛牌公司的融資效率進行評價和分析。

二、新三板掛牌公司融資現狀分析

(一)新三板總體市場概覽

2015年是新三板掛牌公司爆發性增長的一年，越來越多的企業選擇掛牌新三板，既可作為企業自身的融資渠道之一，還可以提高企業的聲譽。同時，從監管層的態度看，不斷釋放政策紅利、鼓勵企業掛牌新三板，是未來資本市場發展的強大助推器。除了掛牌數量上的井噴式增加，2015年新三板的股票發行、轉讓規模也均有增加，投資者人數迅速增長。同時，這也成為建設多層次資本市場體系又一利多消息。最近三年，新三板總體市場對比情況如表1所示。

表1 2013-2015年新三板總體市場對比情況

(二)掛牌公司現狀概覽

根據新三板網站統計，截至2015年末，已掛牌新三板的公司數量達5129家，而在2006-2013年公司掛牌的速度是較為緩慢的。截至2013年末，掛牌公司數量也僅有356家。2014、2015這兩年，掛牌公司數量井噴上升，且2015年數量是2014年的3.3倍。從圖1可以看出，新三板擴容速度大幅度提升情況。

所有的新三板掛牌公司涉及的行業涉及包括制造業、農林業、牧漁業等18個行業，公司行業高度集中于制造業與信息技術業，這兩大行業合計占比高達73%。從掛牌公司的地域分布情況看，全國掛牌新三板的公司省份最多的前5名分別為北京、廣東、江蘇、上海、浙江，這5個省份掛牌公司的數量總共有2948個，占全國總比的57.47%。從掛牌公司的股本規模看，如圖2所示，掛牌公司的股本總數達2959.51億股，其中股本在1000～5000萬股的公司最多，為2916家，500萬股以下的公司僅為25家。

圖1 2006-2015年新三板掛牌公司數量匯總表

圖2 2015年掛牌公司股本分布情況

通過數據分析，高科技水平、高成長性、新領域是新三板掛牌公司普遍的要素。與上市融資相比，其盈利能力偏低、運營規模偏小、現金流量偏少，主板市場覆蓋不到的企業在這里得到實惠，完善了多層次資本市場體系。

三、基于DEA模型的新三板掛牌公司融資效率實證分析

(一)DEA模型介紹

本文在評估新三板掛牌公司的融資效率時，選擇發展成熟的DEA方法進行研究。DEA方法即數據包絡分析(Data Envelopment Analysis)，1978年，由著名的美國學者Charnes、Cooper提出，他們構建了首個DEA模型，也稱之為CCR模型[3]。CCR模型在規模收益(Constant Returns to Scale, CRS)不變的情況下，將單一的工程效率的概念推廣到多對多的效率評價中來，豐富了生產函數理論，同時，由于避免了主觀因素，降低了誤差。1984年，Banker、Charnes以及Cooper在CCR模型的基礎上進行推廣，將規模收益由不變推廣至可變(Variable Returns to Scale，VRS)，得出了技術效率，提出了規模對效率的影響，這個模型就是BCC模型。

(二)指標選擇

從生產角度出發，在DEA模型中，投入指標、產出指標應滿足相關條件，而產出指標是由投入指標衍生出來的。基于以上原則，本文選取資產總額、主營業務成本、財務費用、資產負債率作為投入指標，選取總資產周轉比率、凈資產收益比率、主營業務收入增長速率當作產出指標[4]。

(三)樣本數據選擇

確定樣本數據即確定DEA模型中的DMU。本文統一選取掛牌公司2012-2014年連續三年年報進行分析。截至2016年2月20日，掛牌公司共5742家，剔除數據不全的公司(諸如成立時間不滿3年的公司等)后，提取剩余的597家掛牌公司資產總額等七項指標。

在使用DEA模型時，要求投入、產出指標，數據選擇必須非負，所以在數據分析前，需要進行無量綱化處理。最常見的方法是標準化，使數據到某一正量區間。由于DEA模型性質，DMU的有效性與各項投入產出指標的量綱選取無關[5]，與此同時，經無量綱化處理后，數據并不變動原本的意義，模型結果不受任何影響[6]。因此，可以假設具體的函數關系處理非負數值。

令αi=min(Yij),bi=max(Yij),i=1,2,…，7；j=1,2,…,597。具體函數關系如下：

這樣進行處理后的數據范圍都限定在[0,1],消除了負值選取的不適用性。

(四)實證分析

利用MaxDEA6.6軟件，對樣本數據的融資效率進行測算。首先，對所有掛牌公司2012-2014年的七項指標統一進行無量綱化處理，得到標準化后的數據。然后，對融資效率標準進行逐級劃分，如表2所示。

表2 掛牌公司融資效率梯度劃分標準

當融資效率θ=1時，表示掛牌公司達到效率最佳狀態，融資非常有效；當θ小于0.5時，融資效率較低，資金不能完全有效利用，資金需要調配布局；當θ在0.5與0.8之間，融資效率較低，資金不能有效使用，需要資金再規劃、規模再調整；當θ在0.8與1之間時，掛牌公司雖沒有達到最佳狀態，但融資效率較高，企業融資得到了較合理利用。

對2012-2014年的樣本數據整理并運用MaxDEA軟件計算得出表3和表4所示結果。

表3 2012-2014年樣本公司融資效率評價

表4 2012-2014年樣本公司融資效率值分布

從2012年的數據計算結果發現：597家新三板掛牌公司僅有6家綜合技術效率TE值為1，達到了最優狀態，只占總樣本的1.01%。這6家公司分別是：偉力盛世、南北天地、陸海科技、瑞靈石油、南安機電、虹越花卉。其余591家公司TE值均小于1，存在投入多余或者產出不夠的情況。597家公司中，達到技術有效的公司有22家，其他公司在純技術效率方面，538家處于較強的PTE狀態，占總樣本的90.12%。而TE、SE值集中在(0，0.8)的公司，即綜合技術效率較低的公司達到了88.27%，說明掛牌公司總體無法達到規模效益，融資成本較高，各項資源均不能得到充分利用。從以上數據可以看出，2012年的新三板掛牌公司，其融資效率均處于較低水平。

2013年樣本公司數據的統計結果顯示：達到帕累托最優狀態的公司數為12家，較2012年有了成倍的增長，但占總比仍很低，僅為2.01%。但大部分公司的綜合效率值集中在[0.5,1]區間內，占總數的75.98%，掛牌公司總體的綜合技術效率有所提升，弱有效的公司數大幅減少。597家樣本公司中達到純技術效率有效的公司數目有31家，說明這些公司PTE水平較強，且在數量上比2012年增加了11家。樣本公司中，532家公司PTE值集中在[0.8,1]區間內，說明新三板掛牌公司的技術水平都普遍較高，絕大多數掛牌公司呈規模報酬遞增的狀態。上述數據能夠看出，2013年新三板市場情況相對改善，但總體融資效率仍很低。

2014年樣本公司數據計算結果表明，綜合技術效率最優狀態的公司數量達到了23家，較2013年又翻了近一倍，但占比也只有3.95%，水平仍很低。值得注意的是，597家樣本公司的綜合技術效率普遍集中在了[0.8,1]區間內，達到了88.27%，絕大多數公司的綜合技術效率處在較強的狀態，樣本公司整體綜合技術效率大幅度提升。純技術效率有效的公司數目增長到了58家，比2013年增加了27家。另外還有501家樣本公司PTE在較強的狀態，達到83.92%。2014年數據顯示，雖然整體的融資效率仍處于較低狀態，但對比前兩年，新三板掛牌公司整體的融資效率得到了提升。

(五)實證小結

1.從融資效率總體評價上，我國新三板掛牌公司的融資效率普遍偏低，掛牌公司綜合技術效率有效的企業數占比在5%以下，說明新三板市場整體的資金使用效率很低，雖投入富足，但產出嚴重不足，融資未能有效利用。

2.從綜合技術效率增長情況看，我國新三板市場雖然達到帕累托有效的公司不多，但是每年的增長速度維持在80%以上，且掛牌公司總體的綜合技術效率集中區間越來越高，說明綜合技術效率愈來愈強，融資效率愈來愈高。

3.從純技術效率來看，我國新三板掛牌公司純技術效率值普遍較高，這與新三板掛牌公司定位有關聯，其多為高成長、高科技的成長型公司，這些公司普遍擁有較強的技術競爭力，研發投入產出比較高。

新三板市場目前雖然整體融資效率嚴重不足，但是新三板市場對于掛牌公司融資效率的作用卻是不容忽視的。這也足以說明，對于掛牌公司融資而言，大力培育和擴充新三板市場具有巨大的作用。掛牌公司要結合自身實際，合理規劃公司發展，使公司達到規模效益。政府也需進一步推行有助于新三板市場發展的政策措施，確保在新三板市場中融資效率持續提高，推進我國資本市場蓬勃發展。

四、影響新三板掛牌公司融資效率的因素分析

(一)經濟環境因素

1.融資渠道較為狹窄。一方面，新三板掛牌公司并非上市公司，不可以公開發行股票，其主要融資方式仍是通過定向發行普通股票。另一方面，商業銀行對于新三板掛牌公司的融資產品與服務品種較少，包括優先股、次級債等在內的金融工具都沒有在新三板正式推出，且銀行、券商對于股權質押融資也并無熱情，融資額度較少。這些問題都導致了新三板掛牌公司的融資渠道單一、融資數額較少，影響新三板掛牌公司的資產總額的增長，降低了融資效率。

2.市場機制不夠完善。一方面，新三板市場成功轉板為二板市場的公司，仍是按照創業板的上市標準進行轉板，針對于新三板市場并未推行真正意義上的轉板機制，截至2015年底，成功摘牌并轉板二板市場的公司僅為12家，其中10家轉板創業板，2家轉板中小板，且全部屬于制造業與信息技術業的高科技企業。轉板制度的缺失使大多數高成長型中小企業在融資后并不關注資金的運作和管理，主營業務成本增高，致使普遍融資效率低下。另一方面，合理有效的市場化退市制度也并不完善，對新三板公司的終止掛牌標準仍有很大的政府主導因素。這使得新三板市場無法實現真正意義上的優勝劣汰，融資效率低下。

3.新三板市場流動不足。2006-2015年這十年間，新三板市場的流動性嚴重不足。以2015年為例，全年新三板市場總市值為24584億元，可是成交額僅為1910億元，單日最大成交額也僅52億，與滬深兩市單日萬億成交量比起來微乎其微。新三板市場流動性差，其主要原因主要在于：投資者門檻高、協議轉讓效率低、估值參照標準不一等等。新三板市場的做市商制度雖然增強了市場流通性，但與二板市場差距仍然較大。流動性不足，引致掛牌公司的融資效率低下。

(二)企業自身因素

1.融資結構不合理。從前文數據中能夠看出，大部分掛牌公司的資產負債率較高，反映出融資結構并不合理。一方面，許多掛牌公司中，高新企業的經營時間較短、資金管理能力欠缺、信用記錄不規范、擔保能力差等，難以得到外部融資的支持，大多數掛牌公司資產比例中，自有資金占較大的份額。另一方面，掛牌公司外部融資大多依賴機構貸款等，這種融資結構使得掛牌公司資產負債率較高，加重了掛牌公司的債務成本，降低了融資效率。

2.企業成長性不足。實證研究中的主營業務收入增長率反映出一個企業的成長性。當前全球經濟趨勢總體下滑，我國經濟也受大環境影響。許多掛牌公司的成長性不足，產品科技水平低下，研發投入較少，使得主營業務收入增長率較低，在市場競爭中處于劣勢地位。而有些公司由于考慮宏觀經濟風險，不愿意將融資繼續投入到研發中，甚至不愿擴大再生產，導致資金整體使用效率降低，公司的融資效率不高。

3.企業治理結構不完善。從實證研究中看出，財務費用、總資產周轉率，對融資效率也有相當程度的影響。許多掛牌的中小企業內部治理結構單一，股權高度集中，造成公司以短期利益為導向從而忽視長遠利益，降低了公司的盈利能力。掛牌公司內部缺乏專業的高素質的管理層團隊，致使內部管理不科學，營銷不合理，財務不規范，使財務費用、融資成本增高，資金使用效率降低，而總資產周轉率下降，也會使企業的融資效率降低。

五、提高新三板融資效率的對策建議

(一)政府政策方面

政府只有營造健康的融資環境，才能使新三板掛牌公司有效地開展融資活動，并且從根本上提高掛牌公司的融資效率。從政府政策角度出發，營造健康的融資環境可以從以下三個方面考慮：

1.拓寬掛牌公司融資渠道。豐富融資產品，拓寬掛牌公司的融資渠道，是提高新三板掛牌公司融資效率的重要手段。金融機構一方面要加大有效借貸資金投入，另一方面，在風險可控的前提下，要增添新非信貸金融工具，更針對性地滿足掛牌公司全方位融資需求。另外，金融機構針對掛牌公司企業高成長性、高科技性等特點，量身打造綜合性融資方案，并開設新三板掛牌公司融資專用通道，為其提供融資服務的同時，也為其提供其他相關指導性服務，如財務規劃等。政府協助打通民間資本進入新三板市場的渠道，擴大貸款覆蓋面，緩解掛牌公司融資效率低下的局面。

2.完善退市機制，促進新三板市場良性循環。目前，新三板終止掛牌的條件仍是遵照主板市場連續三年虧損等退市規定，而新三板企業盈利能力普遍不及主板市場，這樣的制度設計顯然有失公允。新三板應完善退市機制，在現有的法律規定條件下，逐漸按市場化的要求進行改革。終止掛牌制度中“政府同意其終止股份掛牌申請”仍體現出市場的政府主導形態，而并非競爭環境下企業的優勝劣汰。完善新三板退市機制，必須明確市場主導，明確退市條件，實現退市流程化，促進新三板市場良性循環，為掛牌公司在新三板的順利融資營造積極健康的環境。

3.改善市場流動性，營造健康環境。鑒于A股的經驗，政府監管機構不應以降低新三板市場的準入門檻來改善流動性，應繼續保持專業機構投資者為主的新三板投資主體結構，這樣新三板市場才能實現優勝劣汰的良性循環。改善新三板市場總體流動性可以從三個方面考慮：第一，大力建設多元化的以機構投資者為主的投資主體隊伍；第二，完善多元化的交易機制，以適應差異化的特點；第三，強化主辦券商作為交易組織者和流動性提供者的主導地位。

此外，新三板分層制度的推出將新三板掛牌公司按統一標準劃分為基礎層及創新層，創新層中的優質公司將會成為投資者關注的重點，融資效率將會更高。

(二)企業自身方面

從之前的實證研究中能夠看出， DEA有效的新三板掛牌公司數僅占樣本總數的5%以下。從企業自身方面尋根溯源，是解決大部分新三板掛牌公司融資效率低下的關鍵。

1.優化融資結構，提高融資效率。目前，新三板掛牌公司普遍存在融資渠道不豐富、融資來源不穩定、融資結構不合理，其中直接融資占比不到10%。過度依賴外部負債，內源融資相對較少，結構失衡導致較高負債率，加重了運營債務成本。所以，新三板掛牌上市要從實質上優化融資結構，一方面，適當提高留存收益比例，留存充足的資金以應對各種風險；另一方面，掛牌公司要結合自身情況選擇定向增發、并購重組等多種方式融資，靈活運用優先股、次級債等多種金融工具，優化內部資本結構。

2.加大研發投入，提高企業成長性。實證研究發現，純技術效率較高的掛牌公司融資效率相對也較高，二者呈明顯的正相關關系。新三板市場中的掛牌公司絕大多數是高科技成長型中小企業，而此類企業的核心競爭力便是公司產品的科技含量。技術導向性的科技型中小企業應加強創新研發的能力，吸納高端的技術人才，增加研發投資，提升產品的科技含量，增加產品的市場競爭力，從而進一步提高利潤。掛牌公司的科技進步能夠幫助企業提高盈利能力，提高企業的融資效率。

3.優化內部管理，尋求外部合作。企業的治理結構影響掛牌公司的融資效率，如果掛牌公司的管理不科學，營銷不對路，財務不規范，從而使融資成本提升，資金使用率降低，也會使企業的融資效率降低。掛牌公司應將資金合理有效運用在企業內部管理優化方面，科學管理，培養高素質的管理層，建設積極向上的企業文化，提高企業整體管理水平。

在新三板掛牌公司中，規模報酬呈遞增的狀態。而各個單獨的掛牌公司，由于成立較晚、資金實力弱、經營不完善，能夠融資的額度也是有限的。這些掛牌公司可以聯合起來，融合同行業公司的優勢，形成協同效應，實現共享信息資源，共擔交易風險，探索外聯融資新方式，提高掛牌公司的融資效率。

[1] 成剛.數據包絡分析方法與MaxDEA軟件[M].北京：知識產權出版社,2014.

[2] Farrell M J. The measurement of productive efficiency[J].Journal of the Royal Statistical Society,1957,120(3):253-281.

[3] Charnes A,Cooper W W,Rhodes E. Measuring the efficiency of decision making unites[J].European Journal of Operational Research,1978,6(2):429-444.

[4] 蘭耕云.以提高融資效率為重心推進農村金融體制改革[J].農業經濟問題, 1990(3):28-32.

[5] 劉力昌，馮根福，張道宏等.基于DEA的上市公司股權融資效率評價[J].系統工程，2004(1)：55-59.

[6] 章玲.基于融資效率的中小企業融資模式評價研究[D].長沙：中南大學, 2014.

[7] 汪濤.新三板概念股融資效率的實證研究[D].合肥：安徽大學, 2014.

[8] 方先明,吳越洋.中小企業在新三板市場融資效率研究[J].經濟管理,2015(10):42-51.

[9] 修國義,李岱哲.科技型中小企業新三板融資效率測度研究[J].科技進步與對策,2016(14):124-128.

(責任編輯:鐵 青)

An Empirical Study on Financing Efficiency of Companies in New Third Board Market

YANG Guozuo1,ZHANG Feng2,CHEN Ziyi2

(1.ShanxiUniversityofFinanceandEconomics,Taiyuan,Shanxi030006,China;2.ManagementSchool,BeijingUnionUniversity,Beijing100101,China)

Based on the total assets, the main business costs, financial costs, debt to assets ratio as input indicators, output indicators, total assets turnover, rate of return on common stockholders' Equity, the main business revenue growth rate, this paper conducted an empirical analysis of the comprehensive technical efficiency, pure technical efficiency and scale efficiency of 597 company 2012 -2014 using the DEA method. The results show that the financing efficiency of China's listed company increased year by year, but the financing efficiency is generally low, the reasons of the financing efficiency analysis further from the economic environment and the enterprises themselves in two aspects, and put forward specific countermeasures and suggestions from two angles of government and enterprises.

national equities exchange and quotations; financing efficiency data envelope analyse model (DEA)

2016 -09 -12

北京哲學社會科學規劃項目(15JGB095)、北京市自然科學基金項目(9142006)

楊國佐(1968—)，男，山西交城人，山西財經大學金融學院博士研究生，研究方向：金融史、金融投資；張 峰(1974—)，男，山西陽城人，博士，北京聯合大學管理學院副教授，研究方向：農村金融、企業投融資。

F832.5

A

1003 -7217(2017)02 -0048 -06