新三板創新層企業融資績效分析

李牧辰，紀宣明，王 堃

（集美大學 財經學院，福建 廈門 361021）

新三板創新層企業融資績效分析

李牧辰，紀宣明，王 堃

（集美大學 財經學院，福建 廈門 361021）

新三板是中小企業融資的重要平臺。分層制度的實施，有助于企業提高信息透明度，拓寬融資渠道，提升融資效率。文章采用D EA模型，對新三板創新層252家企業2014—2016年的融資效率進行研究。結果表明，創新層企業的融資效率逐年遞增，但仍有較多數的企業處于融資無效率狀態。通過D EA效率指標分解，發現企業融資效率低下是由于沒有合理運用所融資金，企業規模較小仍是創新層企業生產發展的主要障礙。結合結論，文章提出了更具針對性的政策建議。

新三板；創新層；D EA；融資績效

近年來中小企業發展迅猛，已成為推動我國經濟發展的核心力量。中小企業多為創新型、創業型的高新技術企業，具有高投入、高風險、高收益、成長快的特點[1]，而企業規模小、制度不健全、無形資產偏多等缺陷，成為其融資問題上的天然痼疾[2]。新三板市場的建立，為中小企業打開了融資大門，拓寬了中小企業的融資渠道[3]。

分層制度的實施是完善新三板市場制度的又一重大舉措，有利于提升市場流動性，提高掛牌企業的估值水平，同時也方便投資者進行投資選擇[4]。之前國內學者對于分層制度的研究多關注其建立的必要性、分層制度運行機制以及借鑒NASDAQ市場經驗方面[5]，加之分層制度實施時間較短，鮮有關于新三板創新層企業的融資效率研究。據此，本文運用DEA模型對新三板創新層企業的融資效率進行實證研究，探討創新層企業的融資效率問題，為進一步完善分層制度及提高新三板掛牌企業的融資效率提供有效對策。

一、創新層企業基本情況

（一）分層標準

2016年6月27日，新三板分層制度正式實施，將新三板掛牌企業分為創新層和基礎層兩個層級。《全國中小企業股份轉讓系統掛牌公司分層管理辦法（試行）》給出的3個分層標準,體現在掛牌企業的盈利能力、成長能力和流動性三個方面，只要符合其中之一即可進入創新層。2016年6月24日正式發布的創新層掛牌企業名單，包含了首批953家企業。截止2017年4月28日，有12家公司退出了創新層。

（二）交易方式

根據全國中小企業股份轉讓系統官網的數據統計，截止2017年4月28日，共有11 113家企業掛牌新三板市場，其中創新層941家，基礎層10 172家，創新層占比9.25%。目前新三板的轉讓方式有協議轉讓和做市轉讓兩種，其中協議轉讓9 533家，做市轉讓1 580家。在創新層的941家企業中，選擇協議轉讓方式的有512家，選擇做市轉讓方式的有429家，兩種轉讓方式比例基本持平。

（三）行業分布與地域分布

根據CSRC中國上市公司分類指引，新三板創新層的941家企業涵蓋了18個門類、77個大類，其中制造業企業最多，共有425家，占比45.17%。信息傳輸、軟件和信息技術服務業其次，共有234家，占比24.87%。兩個行業合計占比70.03%，占創新層企業的絕大部分。其中，電子、軟件、互聯網等高科技相關行業占主要部分，這與新三板市場中科技型中小企業為主的傳統觀點一致。

從地域分布來分析，創新層掛牌企業集中在北上廣一線城市，其中位于北京市的184家企業，以19.55%的占比排在第一，廣東省的145家和上海市的97家緊隨其后，占比分別為15.41%和10.31%，江蘇省和浙江省也分別擁有81家和70家企業，占比8.61%和7.44%。五個地區共有577家企業，占比61.32，超過全部創新層企業的一半。

創新層的企業均為新三板市場中的優質的企業，在盈利能力、成長能力等方面有較強優勢。且多數掛牌企業僅僅掛牌轉讓股份，并不進行融資，而創新層標準要求掛牌企業最近12個月完成過股票發行融資，或者最近60個可轉讓日成交天數占比不少于50%，保證了創新層企業的融資活躍性。

二、模型設定、指標選取與數據處理

（一）融資效率定義

效率一詞通常解釋為單位時間內完成的工作量，傳統定義為產出投入比。融資效率的定義，應有融資活動的收益成本比之意。企業通過付出成本，進行融資，并將所獲資金投入企業的發展，提升企業的實力。因此，本文將融資效率界定為企業綜合實力與企業融資成本的比值，融資成本越低，綜合實力越高，表明企業的融資效率越高。

（二）模型設定

數據包絡分析（Date Envelopment Analysis，簡稱DEA）方法最早是由Farrell于1957年提出后被逐步完善。DEA模型具有多個優點。首先，DMU具有多投入多產出的特點，與現實情況相符。其次，DEA建立非參數模型，無需事先給出變量之間的確定數學關系，評價具有客觀性。再次，DEA模型通過擬合DMU的生產前沿面，測定的是各DMU的相對效率，具有實際意義。此外，DEA模型測定出各DMU的效率，可以通過與生產前沿面的對比，指出其改進方向。

（三）指標選取

輸入指標的選取應表現出融資成本的相關特點，本文選取資產總額、資產負債率、融資成本率作為輸入指標。（1）資產總額。資產總額是企業擁有的資源數量，代表了企業規模。資產總額較高的企業擁有較強的融資能力，企業的發展能力也較強。（2）資產負債率。資產負債率體現了企業的融資結構和償債能力，現有研究認為企業內源融資優于外源融資，債務融資優于股權融資。合理的融資結構有利于企業的健康發展，而資產負債率并沒有一個絕對的度量，每個行業擁有自己的特殊標準，本文選取各企業資產負債率與總體平均資產負債率差額的絕對值作為輸入指標，創新層企業中制造業和信息傳輸、軟件和信息技術服務業占70%以上，可以認為總體平均資產負債率具有代表性。（3）融資成本率。本文采用財務費用/平均總資產來表示融資成本率[6]。融資成本率體現的是企業獲得融資的支出，融資成本率越高，企業融資越困難，企業發展越艱難。

輸出指標應代表企業的經營情況，本文選取凈資產收益率、總資產周轉率和主營業務收入增長率。（1）凈資產收益率是企業盈利能力的表現，本文的ROE計算選用全面攤薄凈資產收益率，體現期末單位凈資產對經營利潤的分享水平。ROE越高，企業的盈利能力越強。（2）總資產周轉率是衡量企業營運能力的指標，總資產周轉率越高表明企業的資金運用效率越高。（3）主營業務收入增長率是衡量企業發展能力的指標。主營業務增長率的高低體現了企業生產經營的發展狀況，主營業務增長率較高，說明企業的發展狀況良好。

（四）數據來源與處理

本文通過整理新三板創新層953家企業財務報表，剔除數據不完整和數據異常的企業，選取252家作為數據樣本。考慮到分層制度于2016年6月27日實施，因此選取2014—2016年的財報數據。

首先要對數據進行逆指標轉換。DEA模型要求對于每一個DMU，任意一個投入指標數值增加時，所有的產出指標數值均相應增加。若某個投入指標數值增加時，所有產出指標的數值減少，則稱該投入指標為逆指標。通常的處理方法是對逆指標取負數，將其轉換為正指標。在本文選取的輸入指標中，資產負債率和融資成本率均為逆指標，應取負數轉換為正指標。

其次要對數據進行無量綱化處理。DEA模型還要求輸入輸出指標均為正值，而融資成本率、凈資產收益率、主營業務收入增長率均有可能為負值，且不同指標的數值量綱差異較大，因此需要對數據進行無量綱化處理，采用一定的轉換將數據數值歸于0～1之間。本文采用極值法對所有輸入輸出指標進行處理，尋找出每一個指標的最大值max（xij）和最小值min（xij），無量綱化處理公式為：

三、實證分析

借用Deap2.1軟件對2014—2016年融資效率值進行計算，并對結果進行分析（見表1）。

表1 DEA模型2014—2016年效率值

從表1的結果可以看出，無論是技術效率值、純技術效率值還是規模效率值，3年之間都在不斷增長。技術效率值從2014年的0.552上升到2016年的0.727，上升比例31.70%，增長幅度明顯，表明創新層企業的融資效率有明顯提升。純技術效率值從2014年的0.714增加到2016年的0.789，規模效率值從2014年的0.773增加到2016年的0.921，上升比例分別為10.50%和19.15%，兩者差距表明規模效率對技術效率的增長貢獻較大，純技術效率對技術效率的提高也有一定貢獻，但不如規模效率的明顯。

（一）技術效率分析

技術效率相對有效表明企業在純技術效率和規模效率都達到了相對有效，企業的投入和產出都達到最佳數量。根據輸出結果，技術效率相對有效的企業數量，從2014年的14家上升到2015年的29家，上升數量明顯，2016年較2015年略有下降，減少至23家。2016年的占比9.13%說明新三板創新層僅有不到1/10的企業達到技術有效，大多數企業的融資效率有待提高。

再對沒有達到相對有效的企業進行分析。其中達到相對較有效的企業數量同樣大幅增長，從2014年的19家增長到2016年的65家，增長數量接近4倍。相對無效的企業數量則大幅減少，從2014年的117家減少到2016年的25家。相對較無效企業數量在2015年有所增加，從2014年的102家增加到2015年的134家，原因應是相對無效的企業技術效率提高，達到了技術效率的相對較無效，2016年的139家則與2015年持平，變化不大。總體來看新三板創新層企業的技術效率有了較大提升，2015年的技術效率增加尤為明顯，2016年的增長速度則有所回落，但還是處于增長的狀態。2015年的大幅上升可能是由于2014年8月開始實施做市商制度[7]，而創新層企業有一半采用做市商交易方式，制度沖擊可能帶來一定影響。2016年相對較無效和相對無效的企業數量占比有65.08%，表明大多數企業仍處于技術效率低下的狀態。

（二）純技術效率分析

從純技術效率來分析，達到相對有效的企業數量從2014年的18家增加到2015年的43家，增長明顯，2016年的41家則與2015年持平，沒有明顯變化。未達到相對有效的企業中，達到相對較有效的數量分別為81家、77家、83家，3年數量基本相同，變化不大。達到相對較無效的數量分別為98家、114家、115家，從 2014—2015年有所增加，2016年較2015年又無差別，原因依然是原本相對無效的企業純技術效率增加，達到了相對較無效。相對無效的企業數量從2014—2016年分別為55家、18家和13家，在2015年有了較大的減少，2016年輕微減少。總體看來新三板創新層企業的純技術效率值，在2015年有了較大的提升，2016年雖有增加，但幅度較少。純技術效率的增加表明企業的經營管理能力有所提高，3年純技術效率相對較有效以上和相對較無效以下的比例都為持平狀態，并無較大變化，說明企業經營管理能力提高不明顯，有一半的企業仍處于經營管理無效的狀態。

（三）規模效率分析

規模效率相對有效的企業數量從2014年的14家增加到2015年的35家，2016年又下降到19家。相對較有效的數量有明顯增長，從2014年的98家增加到2015年的192家，2016年又增加到203家。相對較無效企業明顯減少，從2014年的137家減少到2015年的24家，2016年減少到19家。相對無效企業數量基本持平，分別為3家、1家、1家。總體來看，2015年的規模效率有了較明顯的增長，相對有效和相對較有效的企業數量增加了102.68%，表明企業的資產規模有了較大的增長。2016年則與2015年持平，沒有明顯變化。2016年相對有效和相對較有效的企業占比92.07%，表明新三板創新層大部分企業的規模效率較高。針對規模報酬情況進行分析，2014—2016年，規模報酬遞增的企業數量有所減少，說明創新層企業的融資效果有所表現，一部分公司獲得資金充分發展，但規模報酬遞增企業占比80%以上表明仍有大部分公司處于發展起步階段，需要獲取資金。

規模效率的提升相比純技術效率提升較為明顯，說明規模效率的提高對技術效率的提高貢獻較多，創新層企業通過在新三板市場掛牌，融資效果較為明顯，企業獲得所需資金，但純技術效率相對較低，說明企業運用資金的能力較低，沒有對所融資金進行有效利用。

四、結論建議

通過對新三板創新層企業的融資效率分析,可以得出以下結論：（1）新三板創新層企業近年來融資效率有逐漸提高的趨勢，但整體融資效率水平不高，大部分企業處于融資較為無效的狀態，說明企業掛牌新三板并沒有顯著增加融資效率；（2）創新層企業規模效率提高較大，高于純技術效率增加幅度，說明掛牌企業融資效率的提高主要是由于企業規模的擴大，企業掛牌新三板獲得了一定的融資，增大了企業規模，但企業經營管理能力不強，沒有將所融資金有效利用，甚至融資動機不純[8]，有一半的創新層企業經營管理能力較為無效；（3）規模效率逐漸增加，規模報酬遞增的企業逐漸減少，表明創新層企業掛牌新三板后融資能力有一定的提高，但80%以上的企業仍處于規模報酬遞增階段，整體融資能力仍很不足；（4）融資效率在2015年有顯著提升，2016年又略微回落，制度完善、風控能力提高會對企業融資效率產生影響，但經營管理能力低下仍是企業融資效率降低的主要原因。

基于以上結論，提出以下政策建議：（1）建立與完善現代企業制度、提高企業的經營管理能力，優化企業融資結構，保證資本安全的條件下合理利用杠桿，最大程度發揮企業生產能力。改變中小企業發展模式，從資金推動模式向效率推動模式改變，增強企業運用資金的能力，合理配置資源，提高資金使用效率。（2）增強新三板市場的融資功能，注重引導債務融資方式，拓寬融資渠道，合理設計交易方式，完善做市商制度，增加市場流動性。（3）完善新三板市場的制度建設，利用創新層分層的契機，設計出一套出入靈活、層次分明、機制健全的制度體系，提高掛牌企業的風險控制能力和信息透明度。完善信息披露制度，改善信息不對稱的缺陷，讓投資者更好的進行投資選擇；同時加強市場監督職能，督促企業建立信譽，提高自身競爭力。（4）合理調整分層制度標準，建立融資效率評價體系，對企業融資效率進行考核，促使創新層企業加強自身各方面成長，提高融資效率。（5）完善退市機制，對于不符合要求的企業予以警告，限期改正，對長期無法恢復盈利的企業應予以退市。建立轉板機制，打通與主板、創業板、中小板的綠色通道，形成四板市場的聯通；轉板制度應允許企業自愿升板，改變先退市再IPO的繁瑣程序，避免重復成本的浪費，可以考慮挑選條件符合的優質企業，經證監會批準后直接升入主板市場。

[1]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，2016，33（14）：124-128.

[2]姚雪松，羅云，姚慧.對我國新三板中小企業融資效率的實證分析[J].西華大學學報（哲學社會科學版），2016，35（6）：62-67.

[3]龐明寶，2013.新三板對中小企業融資的影響[J].時代金融（27）：276-300.

[4]談敘，歐陽紅兵，2017.我國新三板分層管理制度研究[J].改革與戰略（3）：34-37.

[5]柴瑞娟，朱士玉，2016.美國納斯達克市場對我國新三板分層的啟示[J].西部金融（6）：18-25.

[6]王重潤，王贊，2016.“新三板”掛牌企業融資效率分析[J].上海金融（11）：70-75.

[7]胡冬輝，吳韌強，2016.新三板做市商制度對科技型企業經營效率的影響——基于DEA效率評價視角[J].科技進步與對策（24）：94-98.

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

F832.51

A

1004-2768（2017）11-0044-04

2017-09-05

李牧辰（1991-），男，安徽蚌埠人，集美大學財經學院碩士研究生，研究方向：金融學；紀宣明（1963-），男，福建莆田人，集美大學財經學院教授，研究方向：金融學；王堃（1992-），男，河南信陽人，集美大學財經學院碩士研究生，研究方向：金融學。

M 校對：T）