多層次資本市場支持科技企業融資效率研究

林 妍 劉 霞

【摘 要】 在調查分析京津冀資本市場支持科技企業現狀的基礎上，文章以京津冀地區2012—2017年454家企業面板數據為樣本，運用數據包絡分析法中的 BCC模型從區域以及資本市場所屬層次等視角比較分析科技企業融資效率。研究發現：京津冀科技企業的融資效率在不同維度存在差異，從歸屬地區看，河北地區融資效率不容樂觀;從資本市場看，創業板市場融資效率較低。最后對提升科技企業融資效率提出優化企業管理、創新資本市場微觀機制、促進京津冀多層次資本市場協同發展等建議。

【關鍵詞】 京津冀; 多層次資本市場; 科技企業; 融資效率

【中圖分類號】 F830 ?【文獻標識碼】 A ?【文章編號】 1004-5937（2019）20-0101-06

一、引言

在建設“創新型國家”的戰略大背景下，科技企業成為經濟持續健康發展的重要支撐力量，對傳統行業轉型升級、深化改革具有積極的促進作用。資金決定了科技企業發展與運行的命脈，因此，資金的融入與配置效率的高低對科技企業健康持續發展起到了至關重要的作用。從科技與金融的深度融合發展來看，高效的資本市場與科技創新對接可以有效解決高新技術企業資本金不足問題，是破解高新技術企業融資難的重要途徑。因此，如何將資本市場有限的資源實現合理的配置，提高科技企業融資效率則成為本文的研究目的。

資本市場支持科技企業的關鍵是融資效率的評價。在此之前，首先要明確資本市場融資效率的定義。國內外學者對資本市場融資效率概念研究較為寬泛，可以從多方面理解。一是理解為企業融入資金的效率，另一種理解為資本市場融出資金的效率，甚至可以理解為企業資金的利用效率和資本市場資源配置的效率[1]。在國內外現有文獻基礎上，本文將資本市場融資效率定義為：在資本市場特有運行條件下，資金供求雙方在成本效益的原則下，盡可能合理配置金融資源，實現資本市場的帕累托最優[2]。

國內外不少學者關注資本市場融資效率的研究，探究上市公司的資源配置效率及效果。楊亦民等[2]通過研究股票市場，發現由于產權模糊、約束機制缺乏、行政干預過多等原因，資本市場的資源配置效率并不積極有效，尤其是對科技創新企業的支持作用非常有限。聞岳春[1]通過中美資本市場融資效率對比分析發現，我國資本市場融資效率相對較低。王維等[3]從不同行業、地區分別分析上市信息技術企業的融資效率并探究影響融資效率的主要原因。廖艷等[4]研究新三板中小企業掛牌前后融資效率，進而分析出影響融資效率高低的因素。王新紅[5]采用數據包絡分析（DEA），分別對我國股權融資效率和我國高新技術企業的融資效率進行實證分析，研究表明兩者都存在效率偏低的情況。李文新等[6]運用OLS多元線性回歸模型實證檢驗上市公司融資效率影響因素。

上述可見，大多數文獻主要集中在資本市場融資效率的高低評價問題，鮮有人從區域發展平衡以及資本市場不同層次的角度對融資效率進行實證比較分析。因此，本文以京津冀2012—2017年454家企業面板數據為樣本，運用數據包絡分析法中的BCC模型，基于區域、資本市場所屬層次等視角比較分析科技企業融資效率，實證結果為完善京津冀資本市場制度，提升科技企業融資效率，促進京津冀協同發展提供政策依據和決策參考。

二、京津冀多層次資本市場支持科技企業現狀

京津冀地區是我國經濟發展最具潛力的區域之一，是科技創新資源聚集地。為扶持和培育高科技企業做強做大，提供全方位的多元融資平臺，京津冀三地已經逐漸構建以主板、中小板、創業板、新三板以及區域股權交易中心為主體的多層次資本市場體系，覆蓋科技企業全生命周期解決其融資約束問題。截至2017年末，北京高新技術企業達到16 267家，其中滬深上市317家，占全國上市公司數量的9.07%，新三板掛牌公司1 324家，中關村股權交易中心累計服務中小微企業4 399家[7]。同期，天津高新技術企業達到4 009家，其中滬深上市51家，新三板掛牌205家，天津區域股權掛牌數量849家。河北省高新技術企業達到3 122家，其中河北轄區上市公司數量58家，新三板掛牌公司241家，石家莊區域股權掛牌數量1 758家[8]。資本市場作為金融市場的重要組成部分，在推動科技創新方面一直是主要動力之一。盡管京津冀資本市場近年來發展迅速，尤其是高新技術企業的數量有了顯著提升，但是京津冀資本市場的融資效率是否滿足高新技術企業研發資金需求還有待于深入研究。如何擴大多層次資本市場對高新技術企業的覆蓋范圍，最大限度地提高多層次資本市場融資效率，便成為當前所面臨的重要課題。

根據萬德數據庫數據顯示，截至2017年末，河北省高新技術企業達到3 122家，總收入9 757.9億元，凈利潤為523.1億元，占河北地區生產總值的1.53%。天津地區高新企業達到4 009家，總收入為7 203.9億元，凈利潤為375.9億元，占天津生產總值的2.02%。同期，北京地區高新技術企業高達16 267家，總收入為27 417.1億元，凈利潤為2 051.7億元，占北京生產總值的7.32%，高新技術企業R&D經費75.84億元，占北京生產總值的0.027%。由此可以看出，雖然近年來京津冀科技企業數量和比重在逐年上升，但是京津冀三地上市公司數量和規模差距較大，這也為京津冀資本市場的比較研究指明了方向。

三、研究方法、數據來源處理與指標選擇

（一）研究方法

本文將采用數據包絡分析方法中的BCC模型對多層次資本市場支持科技企業融資效率進行實證分析。數據包絡分析法（Data Envelopment Analysis，DEA）是一種根據投入產出指標測度相對效率的數學分析方法。DEA方法及其規模報酬不變（CRS）、規模報酬可變（VRS）、規模報酬非增（NIRS）三種模型均于1978年由美國運籌學家A.Charnes和W.W.Cooper提出。在傳統的CCR模型中，含有n個決策單元（DMU），利用K種投入生產m種產出，投入和產出矩陣分別為：xi=（x1i，x2i，…，xki）'，yi=（y1i，y2i，…，ym i）'，i=1，2，…，n。

令u，v分別為產出權重向量和投入權重向量，在規模報酬不變的假設下，可以得到：

minθ，λθs.t.-yi+Yλ≥0θxi-Xλ≥0λ≥0，i=1，2，…，n

此時的θ為第i個決策單元的效率值，且0≤θ≤1，它表示以樣本中表現最佳的決策單元為標準，該決策單元實際所需的投入比例。因此，當θ=1時，表示該決策單元處于技術有效狀態。而1-θ則為第i個決策單元可以減少投入的最大比例，也即為“浪費”的投入比例。由于“規模報酬不變”這一嚴格的假設在許多情況下并不滿足，Banker、Charnes和Cooper于1984年提出了一種考慮規模報酬可變的BCC模型，該模型使得在計算技術效率時可以去除規模效率的影響，得到純技術效率[9]。此時CRS模型被修正為：

minθ，λθ ?s.t.-yi+Yλ≥0θxi-Xλ≥0N'λ=1 ? ? ?其中，N=（1，1，…，1）'1×nλ≥0，i=1，2，…，n

（二）數據來源

本文以2008年我國發布的《國家重點支持的高新技術領域》中的八個行業為樣本行業，選取京津冀高新技術企業的上市（掛牌）公司為樣本，剔除財務數據不完整和ST公司后，得到樣本公司數量分別為北京335家、天津61家和河北58家。由于我國2012年進行多層次資本市場體系改革，成立股權交易中心，四板市場完善。因此，本文從時間上選取2012—2017年6個年度的財務數據，既能在特殊的時點上得到企業融資效率的情況，又能夠評價不同層次的資本市場促進科技創新的效果。樣本公司的數據資料來源于Wind數據庫，采用數據包絡分析法（DEA）中的BCC模型進行實證分析。

（三）指標選擇

在考察上市（掛牌）公司融資的效率時，公司的資本結構、盈利水平、償債能力和成長能力是重點考察對象。依據投入變量和產出變量的對比分析，分別反映公司在上市（或掛牌）當年融資資金的流入情況。具體指標見表1。

（四）數據無量綱化處理

由于DEA模型要求輸入指標的前提條件為非負值，而在所選取的投入和產出指標中凈利潤增長率、總資產收益率和融資活動凈現金流量的數據均存在負值的情況，且數據值差異較大，難以保持數據一致性，因此，為了提高模型結果的準確性，將所有投入產出指標的原始數據采取無量化處理，具體如下：

運用DEA模型中的BCC模型計算綜合效率值來評價上市（掛牌）公司融資效率大小，綜合效率值是由規模效率值與純技術效率值的乘積構成。其中，純技術效率是上市（掛牌）公司技術和管理等方面因素帶來的融資效率;而規模效率則是受上市（掛牌）公司規模影響的融資效率，即可以反映上市（掛牌）公司融資資金的投入、產出與企業當前規模是否相匹配。效率值均在0至1之間，數值越大，效率越高[10]。

四、實證結果與比較分析

現對京津冀三地高新技術企業運用MaxDEA 5.0進行分析，融入資金效率實證結果匯總見表2。

（一）基于區域的京津冀融資效率比較分析

1.綜合效率總體比較分析

綜合效率指標反映了公司融資效率的高低。基于表2、表3的結果，北京地區有117家樣本公司處于綜合效率有效狀態，處在融資效率生產前沿面上，占樣本公司數的34.93%。這些公司不僅達到純技術效率有效狀態，而且達到規模效率有效狀態，說明公司融入資金的水平與其技術、公司規模相匹配，融入的資金能夠得到充分利用。這與北京地區樣本公司數量多且公司發展成熟有關。天津地區有13家樣本公司處于綜合效率有效狀態，占樣本公司數21.31%。而河北地區僅有10家樣本公司處于DEA有效狀態，僅占樣本公司的17.24%。北京地區綜合效率均值0.892，天津綜合效率均值0.788遠高于河北地區綜合效率均值0.718。由此可以看出，河北地區融資效率與北京、天津差距較大，這與河北地區科技創新能力有限、發展基礎較為薄弱有很大的關系。

2.純技術效率比較分析

純技術效率指標反映了規模報酬不變情況下公司技術及管理水平對公司融資效率的影響。表2、表4顯示，北京地區有125家樣本公司純技術效率處于有效狀態，占樣本公司數的37.31%，其效率均值高達0.926，表明北京地區樣本公司的經營管理水平較為先進，技術創新能力領先。河北地區僅有11家樣本公司處于純技術效率有效狀態，占樣本公司數的18.97%，且其純技術效率均值最低，為0.830，說明河北地區樣本公司融資效率低下，同時，公司內部資金配置效率及經營管理水平有待提升。

3.規模效率比較分析

規模效率指標反映上市公司融入的資金與公司當前規模是否相匹配。表2、表5顯示，北京地區有117家樣本公司規模效率處于有效狀態，企業數量比例最高，達到34.93%。而天津地區有13家，河北地區僅有10家規模效率有效，分別占樣本公司數的21.31%和17.24%。由此可見，河北和天津兩地公司融資量與公司規模不匹配，與北京差距較大。進一步細分，京津冀三地公司規模報酬處于遞增階段的公司數量比例達到60%以上，天津達到62.29%，河北高達72.41%，這意味著地區集群化發展效果欠佳，只要天津和河北增加資本市場融入資金量，就能擴大科技創新產出的規模效益，故應增加股權融資的比重。同時，京津冀三地資本市場協同創新非常必要，若三地資本市場適度增加對天津市和河北省科技企業的支持力度，必然會增加京津冀地區科技創新產出效率。規模報酬處于遞減階段的公司數量最多的是天津地區，達到16.40%，表明公司應合理配置使用資金，精簡管理機構，通過科技創新增強股權融資利用率。

（二）基于多層次資本市場的京津冀融資效率比較分析

1.綜合效率總體比較分析

基于表2、表6結果顯示，新三板市場有53家樣本公司處于綜合效率有效狀態，占樣本公司數的45.69%，效率均值高達0.950，優勢較為明顯，位居板塊第一位，這與新三板支持科技創新導向相吻合。主板市場中有42家樣本公司綜合效率有效，占樣本公司數的33.33%，位居板塊第二位，這與主板市場中的上市公司發展成熟、公司治理科學合理有關。區域股權交易市場有15家公司處于DEA有效狀態，其綜合效率均值較高，為0.799，但其有效樣本數普遍少于其他層次樣本數，這意味著區域性股權交易市場活躍度不夠，市場的有效性有待加強。相反，創業板市場僅有14家樣本公司處于DEA有效狀態，僅占樣本公司數的14.43%，其效率均值為0.692，也不盡如人意，位居板塊倒數第一位。這與創業板協助高成長的新興創新公司籌資發展定位相背離。

2.純技術效率比較分析

表2、表7顯示，新三板市場有55家樣本公司純技術效率處于有效狀態，占樣本公司數的47.41%，效率均值高達0.967，表明新三板市場中科技公司的技術創新能力領先，生產經營管理效率較高。新三板純技術效率較其他層次資本市場具有顯著領先優勢，遠高于創業板（0.809）、中小板（0.852），值得注意的是，97家創業板公司和69家中小板公司中，除了32家純技術效率值為1的公司外，絕大多數公司的純技術效率值處于0.7以下，這意味著創業板和中小板上市公司科技創新資源沒有得到有效利用，公司成長能力、發展潛力以及治理結構存在嚴重不足。

3.規模效率比較分析

表2、表8顯示，新三板市場中53家樣本公司規模效率處于有效狀態，企業數量比例最高，達到45.69%。主板市場規模效率較高，上市科技公司規模提升空間較大。而創業板市場有14家，中小板市場僅有16家規模效率有效，分別占樣本公司數的14.43%和23.18%。由此可見，創業板市場和中小板市場融資量與公司規模不匹配，與新三板市場和主板市場差距較大。仔細分析發現，創業板市場規模報酬處于遞增階段的公司數量比例達80%以上，這可能與我國近5年來大量公司在創業板上市有關，這些新上市公司處于發展初期，需要融入大量資金維持公司正常運轉，因此表現出規模報酬遞增狀態。除了創業板以外，區域性股權交易市場規模效率較低效，流動性不高，意味著該市場中的科技型小微企業存在較大的規模提升發展空間。

五、結論與建議

本文在已有研究基礎上以上市當年股東權益收益率、上市當年股東權益比、上市當年流動比率作為DEA模型的投入變量，針對京津冀科技企業上市掛牌的現狀，分別從區域以及不同層次的資本市場視角，分組比較科技企業融資效率情況。研究發現：（1）北京地區融資效率處于遙遙領先地位，河北地區與天津地區的純技術效率和規模效率與其差距較大，大部分的企業處于數據包絡分析模型（DEA）的無效狀態，且規模效率和純技術效率小于1，處于遞增階段，進一步說明應在切實提升企業自身管理水平的同時加快京津冀多層次資本市場協同創新。（2）各個層次資本市場支持力度不平衡。新三板市場與主板市場支持力度較大，創業板市場、中小板市場以及區域性股權交易市場支持力度有待提升。綜上所述，本文提出以下建議：

第一，積極推進京津冀科技企業對多層次資本市場的利用率。科技企業應該切實提高自身管理水平和經營績效，強化公司治理制度建設，提高公司管理質量，同時積極關注所在行業、地區、京津冀資本市場板塊動態和最新政策，鼓勵企業充分利用社會資本促進企業發展。

第二，促進京津冀多層次資本市場協同發展。加強京津冀多層次資本市場合作，將促進京津冀協同發展貫穿到各個層次資本市場發展中。從整體上配置三地科技資源，有效提高三地科技創新投入產出效率。支持企業通過市場化并購重組在京津冀范圍內整合產業鏈資源，促進資本向高新技術產業集中，提高資源配置效率。

第三，創新資本市場微觀機制。為了提高資本市場支持科技型企業融資效率，應進一步完善中小板市場、創業板市場、“新三板”市場和區域性股權交易市場的微觀機制。首先，適當降低中小板上市門檻，適當放寬中小板科技型企業融資與再融資審核制度，增強創業板市場的活力。其次，完善創業板核準制度，實行寬松的市場準入制度，讓眾多的中小企業在該板塊獲得資金支持，優勝劣汰，實現資源配置最優;同時完善退市制度，實現退市制度與投資者保護有機結合，保持上市公司的高質量。再次，將“新三板”市場劃分為從初級到高級不同的層次，對不同層次實施不同掛牌標準和監管要求。提升“新三板”的吸引力，增大交易活躍度。最后，改革區域股權交易模式，提高交易效率和市場流動性。建立直接升轉板制度，鼓勵區域性股權交易市場掛牌企業到其他更高市場掛牌上市，同時完善風險控制體系，建立多層次的信息披露制度。

本文存在一些不足，運用DEA模型只能測算資本市場支持科技企業融資效率的靜態特征，沒有考慮觀測期內的跨期變動情況。在今后研究中，會進一步搜集科技企業在不同時期內融資效率變化的動態特征指標，盡可能全面客觀地反映資本市場對科技創新的支持程度。

【參考文獻】

[1] 聞岳春，唐學敏.中美資本市場融資效率比較研究[J].中國科技論壇，2014（12）：147-153.

[2] 楊亦民，劉星.淺析我國資本市場的資源配置效率[J].生產力研究，2006（7）：71-73.

[3] 王維，桂嘉偉.多維視閾下信息技術企業融資效率比較研究[J].科技進步與對策，2017（11）：141-146.

[4] 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（6）：18-24.

[5] 王新紅.我國高新技術企業融資效率研究[D].西安：西北大學博士學位論文，2007.

[6] 李文新，張丹，等.戰略性新興產業資本市場融資效率影響因素[J].商業會計，2015（12）：28-29.

[7] 中國證監會河北監管局.2017年11月證券期貨市場概況[Z].2017.

[8] 石家莊股權交易所.河北喜添29家企業登陸資本市場在石交所掛牌上市[Z].2017.

[9] 陳孝明.基于DEA方法的我國上市文化企業融資效率評價研究[J].科技與經濟，2015（8）：29-33.

[10] 齊春平.我國新三板中小企業融資效率分析[D].濟南：山東大學碩士學位論文，2015.