新三板掛牌企業融資效率

丁華 高丹

【摘 要】 文章選取新三板掛牌企業，通過主成分分析降維處理后，采用適當的投入、產出指標，運用DEA-Malmquist方法對樣本企業的融資效率進行評價，并單獨分析掛牌企業數量最多的制造業、信息傳輸、軟件和信息技術服務業的融資效率變化情況。研究發現新三板市場整體融資效率水平不高，純技術效率相對無效是制約融資效率的主要因素;新三板市場整體全要素生產率有小幅下降趨勢，制造業全要素生產率指數主要受到技術變動的下拉影響，信息傳輸、軟件和信息技術服務業主要由純技術效率變化引起的全要素生產率指數降低。結合新三板市場融資現狀，提出提升新三板掛牌企業融資效率的對策，豐富新三板市場有關融資效率的研究。

【關鍵詞】 新三板; 融資效率; DEA-Malmquist方法

【中圖分類號】 F275 ?【文獻標識碼】 A ?【文章編號】 1004-5937（2019）02-0021-04

一、引言

為了改善中小微企業融資難的問題，我國于2006年設立了中小企業股份轉讓系統即新三板。回顧新三板市場發展過程，2013年12月至今，新三板掛牌的中小微企業數已超過一萬家，地域分布基本覆蓋全國，行業類型跨越制造業、軟件及信息技術服務、科研和技術服務等眾多領域。截至2017年末，新三板共發行股票794.18億股，發行金額4 087.42億元。李克強總理在《政府工作報告》中突出強調當前應積極發展新三板，并提出具體的工作部署。隨著國家對新三板市場重視程度不斷加深，監管力度日益加大以及一系列改革措施的推進，作為我國多層次資本市場的重要組成部分，新三板市場服務創新型、創業型、成長型中小微企業的根基愈加深厚。

未掛牌新三板的中小微企業只能通過擴大股東、向金融機構舉債等傳統方式進行融資，然而，中小微企業自身擁有的符合要求的抵質押資產并不多，因此難以獲得大規模的貸款[ 1 ]。新三板市場為掛牌的中小微企業提供股權質押、雙創債、綠色債以及轉板上市等多元化的融資渠道，滿足企業發展的融資需求。因此，企業掛牌新三板后融資效率處于何種水平，不同行業間融資效率水平是否存在差異，又有何種途徑能夠優化中小微企業融資效率都是值得研究的方向。基于以上問題，本文選取2014年掛牌的新三板企業進行主成分降維后篩選出合適的投入、產出指標，并運用DEA-Malmquist方法從靜態和動態角度評價其在掛牌后三年的融資效率水平，旨為提升新三板掛牌企業融資效率，優化融資選擇路徑，增強新三板市場培育中小微企業的能力。

我國對于企業融資效率的研究涉及面較廣，研究內容不僅涵蓋了主板、中小板、創業板和新三板各層次資本市場，而且還細分行業或地域進行研究，此外，部分文獻還對企業融資效率偏低的原因進行了分析和探討[ 2-5 ]。主要研究方法包括模糊分析法[ 6 ]、層次分析法[ 7 ]和數據包絡分析法（DEA方法）等。DEA方法不同于以往僅能夠處理單項產出的評價效率方法，該方法能夠處理多投入與多產出，而且無需構建投入產出指標之間的數學函數;即使各個指標的計量單位不同，DEA方法最終的效率評價結果也不會受到影響;DEA模型中的投入和產出權重是根據數據產生的，避免了人為設定權重帶來的主觀影響。此外，結合Malmquist指數的DEA模型能分解影響融資效率變化的因素，更加直觀動態地解釋融資效率的變化原因。因此，借鑒有關研究成果，本文選擇DEA-Malmquist方法評價新三板掛牌企業的融資效率。

二、研究方法

（一）DEA方法

DEA方法即數據包絡分析法是1978年由Charnes A等學者[ 8 ]提出的，是根據評價對象的各項投入、產出指標對所有決策單元（DMU）利用線性規劃模型，找出效率前沿面，再測量每個DMU到效率前沿面的距離，求得每個DMU的相對效率水平。固定規模報酬模型（CCR）和可變規模報酬模型（BCC）是DEA方法的兩個基本模型。CCR模型以企業規模報酬不變為前提，即假定企業規模對效率值不會產生影響，但由于我國企業發展受到宏觀經濟和財政的制約，這種假定并不符合我國的現實情況。BCC模型則解決了這個問題，通過構建BCC模型能夠在計算綜合技術效率（TE）值時剔除規模效率（SE）的影響，進而得到純技術效率（PTE）。

（二）Malmquist指數

全要素生產率是衡量生產效率的重要指標，是除去勞動力、資本等有形生產要素投入后的“剩余”，反映由技術進步、規模效應變動等因素引起的總產出增加。Malmquist S[ 9 ]提出Malmquist生產力指數后，F？覿re R等[ 10 ]將Malmquist指數與DEA方法進行結合，構建出從t期到t+1期的Malmquist生產率指數來衡量技術效率變動（effch）、技術變動（techch）和全要素變動（tfpch）之間的關系，而且在規模報酬可變的假設下，技術效率變動進一步可分解為純技術效率變化（pech）和規模效率（sech）。Malmquist指數分解了驅動全要素生產率變動的因素，從而更加直觀地得到全要素生產率變動的特征趨勢，為優化決策單元路徑提供更具實際意義的依據。

根據F？覿re等學者的分解模型，Malmquist指數關系式為：tfpch=pech*sech*techch。其中，tfpch代表全要素生產率，tfpch>1表明生產率水平提高，反之降低;pech*sech代表技術效率變動指數，pech為純技術效率指數，sech為規模效率指數;techch代表技術進步，反映的是技術邊界的推移程度，techch>1表明技術進步和技術創新。

三、變量與數據

（一）樣本篩選

確定樣本數據即模型中的DMU，本文選取2014年掛牌的新三板企業，剔除披露財務信息不全、被ST的企業后，共得到680個樣本數據，涵蓋了制造業、信息傳輸、軟件和信息技術服務業等16個行業，分析樣本企業在掛牌后即2015—2017年的融資效率情況。

（二）指標選取

運用DEA-Malmquist方法進行新三板融資效率的評價時，指標的選取對評價結果會產生關鍵影響，不同的指標可能會得出不同的研究結論。資本市場上的融資是一項涉及多種投入產出的復雜活動，選取何種指標變量對融資效率進行評價，學術界并未取得統一結論，因此，本文初步選取與融資效率密切相關的7個投入指標和9個產出指標，具體指標說明見表1。

利用SPSS24.0對初步選取的指標進行KMO和Bartlett檢驗，結果如表2所示，KMO檢驗值為0.687，大于0.500，Bartlett的球形度檢驗Sig.為0.000，說明初選指標具有相關性，能夠通過主成分分析進行降維處理。

由主成分分析共篩選出5個主成分的累計貢獻率達到68.481，說明大多數初選指標得到了解釋。表3是主成分得分系數矩陣，可以看到A1到A5主成分中最大權重系數分別對應指標籌資活動現金流入量X7為0.247、總資產報酬率X10為0.312、主營業務成本X5為0.338、營業收入增長率X15為0.502、資產負債率X6為0.342。最終確定評價融資效率的投入指標為主營業務成本、資產負債率以及籌資活動現金流入量，產出指標為總資產報酬率和營業收入增長率。

（三）數據處理

運用DEA模型，要求保證投入、產出指標的數據為非負數，這就需要對數據進行無量綱化處理即通過一定的函數將數據變換歸入某一正值區間。數據經過無量綱化處理后，數據原本的意義并未發生改變，模型結果不會受到影響。本文采用的無量綱化關系函數為：Xij=0.1+*0.9。這樣處理后的數據范圍在[0，1]內，達到數據的非負性要求。

四、新三板掛牌企業融資效率分析

（一）靜態融資效率分析

運用MAXDEA5.0軟件選擇BCC模型計算樣本企業的綜合效率值、純技術效率值和規模效率值，具體分布結果見表4。根據表中數據，從綜合技術效率（TE）結果來看，每年只有約1%的企業能夠同時達到技術有效和規模有效，大多企業的TE值處于相對無效的范圍，說明新三板掛牌企業融資效率整體水平不高。從綜合技術效率的構成來看，規模效率（SE）水平相比純技術效率（PTE）水平表現出優勢，說明代表企業自身管理方式和治理結構的純技術效率低下是制約新三板企業融資效率的主要因素。

（二）動態融資效率分析

將2015年財務數據作為基期數據，繼續運用MAXDEA5.0軟件，選擇Malmquist指數計算新三板企業融資效率的動態變化值，結果整理見表5。基期2015年的全要素生產率指數為1，從表中數據看到全要素變動在2015—2017年間平均值為0.864，新三板整體的全要素變動水平呈小幅向下趨勢，相對來說，技術效率變動是導致全要素水平下降的主要因素;從分解技術效率變動的角度看，純技術效率變動和規模效率變動共同影響技術效率水平的增減，規模效率均值略大于1，代表整體上資金的投入和產出能夠達到最佳經濟效益的合理規模;純技術效率均值下降幅度最大，表明企業資本結構、融資渠道或者資金投向等因素表現不佳，這與融資效率靜態分析結果一致。

制造業與信息傳輸、軟件和信息技術服務業企業數量占比一半以上，分行業進行動態評價能更清晰地了解新三板掛牌企業融資效率狀況，因此，單獨對這兩個行業進行Malmquist指數計算。從表5可以看到，制造業技術變動均值為0.838是影響全要素變動的關鍵指標，表明技術水平低下致使新三板制造業融資效率水平相對無效，傳統制造業企業尋求技術創新才是轉型升級的重要舉措;相比新三板掛牌的信息傳輸、軟件和信息技術服務業多為高新技術企業，在技術方面普遍處于領先地位，擁有一定技術優勢，相反，純技術效率變動明顯，該行業應多重視企業內部治理結構等方面。

五、結論與建議

（一）實證結論

本文選取2014年在新三板掛牌的680家樣本企業，通過主成分降維處理后選擇投入、產出指標，利用DEA-Malmquist方法，從靜態、動態兩方面進行融資效率的評價，實證結果如下：（1）融資效率完全有效的掛牌企業占比約1%，新三板市場整體融資效率水平不高;規模效率處于較有效的水平，純技術效率反而水平較低，是制約融資效率的主要因素。（2）融資效率變動情況通過全要素生產率的變動來反映。動態評價結果也顯示純技術效率向下的變動導致新三板市場整體全要素生產率指數有小幅下降。（3）選擇掛牌數量最多的兩個行業單獨分析，結果表明：制造業全要素生產率指數主要受到技術變動的下拉影響;相反地，信息傳輸、軟件和信息技術服務業技術水平變動趨于平穩，主要是純技術效率變化引起的全要素生產率指數降低。

（二）對策建議

新三板市場為中小微企業增加了更多可供選擇的融資渠道，是我國多層次資本市場不可或缺的基石，提高其掛牌企業融資效率對改善中小微企業融資難的困境至關重要。從微觀層面看，新三板掛牌企業融資效率普遍偏低，企業生產運營規模和技術創新規模還未達到最優狀態，結合前面實證結果，提出如下幾點建議：（1）新三板企業融資渠道狹窄，內源融資規模小，過度依靠外部融資，導致資本結構失衡，影響融資效率。可以結合自身情況，有針對性地選擇發展私募債、雙創債、綠色債等多種融資方式，在我國經濟加速轉型升級背景下，這類資本能夠滿足企業發展的融資需求，發揮融資功能和價值發現功能。（2）中小企業在新三板掛牌后，相比之前較容易籌集大量資金，然而由于缺乏對大量資金的管理經驗，致使資金使用效率并不十分理想，缺少對項目的可行性進行必要的評估，導致研發項目的過度投入。企業應重視項目的可行性研究，提高融入資金利用率，避免出現資金閑置或浪費情況;做好融資前期分析工作，杜絕盲目的融資行為。（3）對于新三板制造業來說，要突破發展瓶頸，提升融資效率水平，核心關鍵在技術領域的創新創造，要通過體制機制創新，鼓勵企業加大研發投入，推動產學研結合，加快產品技術化、專業化。（4）信息傳輸、軟件和信息技術服務業這類高新企業要繼續保持其領先的技術能力及產品的科技含量，應該多多關注優化企業資本結構，提高經營者管理水平，改善決策效率水平，實現科學管理，完善內部治理制度。

【參考文獻】

[1] RIPORTELLA C C，et al. Do banking relationships improve credit conditions for Spanish sMEs[R].Business Economic Working Papers，2005.

[2] 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.

[3] 單春霞.基于DEA-Malmquist指數方法的高新技術產業R&D績效評價[J].統計與決策，2011（2）：70-74.

[4] 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.

[5] 廖艷，沈亞娟，楊選思.新三板中小企業融資效率及其影響因素研究[J].會計之友，2017（11）：49-53.

[6] 魏開文.中小企業融資效率模糊分析[J].金融研究，2001（6）：67-74.

[7] 王平.基于FAHP的民營企業融資效率評價[J].商業研究，2006（19）：114-117.

[8] CHARNES A， COOPER W W， RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978（6）：429-444.

[9] MALMQUIST S. Index numbers and indifference ?surfaces[J].Trabajos De Estadistic，1953，4（2）：209-242.

[10] FRE R， GROSSKOPF S. Intertemporal production frontiers：with dynamic DEA[M].Cambridge：Cambridge University Press，1994.

【基金項目】 黑龍江省自然資金面上項目“碳信息披露對企業全要素碳生產率影響研究”（G2016005）

【作者簡介】 丁華（1968— ），男，湖北荊州人，博士，東北林業大學經濟管理學院副教授，碩士生導師，研究方向：公司財務管理、公司財務報告分析;高丹（1993— ），女，黑龍江哈爾濱人，東北林業大學經濟管理學院碩士研究生，研究方向：財務管理