安徽省新三板企業融資效率研究

陶 雪，丁忠明

(安徽財經大學 金融學院，安徽 蚌埠 233030)

當前我國經濟效率變革是引領經濟新常態發展的著力點，然而中小企業面臨的融資困境和融資效率低下問題是阻礙經濟體制深化改革的主要障礙之一。為了解決中小企業融資難問題，我國自2006年起正式推出新三板市場，截至2020年12月10日，通過新三板市場掛牌上市企業數量已達到8222家。目前，新三板市場已成為我國中小企業上市融資最主要的方式。

安徽省作為中部大省，近年來經濟影響力不斷提升，截至2019年，安徽省的中小企業已超過一百萬家，為安徽省內經濟發展貢獻了重要力量。目前，安徽省中小企業也面臨融資難問題，為了擴寬融資渠道，提高中小企業融資能力，省政府和地方政府積極引導中小企業在新三板市場掛牌，經過六年多的發展，安徽省新三板掛牌企業超過300家，在我國中部省份地區中排名前列、表現突出。因此，本文研究安徽省新三板掛牌上市公司融資效率及其影響因素，不僅有利于改善安徽省中小企業的融資能力，也為處于中部地區的中小企業提高融資效率提供借鑒意見。

一、文獻綜述

1.融資效率

由于國外資本市場已經發展成熟，很少關注于“融資效率”概念本身，而主要側重研究企業的融資結構及融資方式對融資效率的影響。Zubair等(2020)研究在2008年金融危機期間荷蘭中小企業融資方式對企業投資的影響，發現企業更依賴于向銀行貸款，即外部融資而非內源融資，主要原因是金融危機帶來的不確定性會影響公司股東以規避風險的方式進行融資決策[1]；Legesse和Guo(2020)研究債權融資與企業經營績效的關系，發現企業經營績效越好時，現金流量比越高，相比于長期債券融資，企業更偏好于短期債權融資[2]。關于股權融資，Mande等(2012)研究發現，良好的公司治理會降低企業的發行股票交易成本，這使得企業更多選擇通過股權融資上市[3]。除此之外，環境績效指標對企業融資效率也有顯著影響，Benlemlih和Cai(2020)通過美國上市公司的數據發現，外部環境條件較好的公司債務比率和財務費用比較低，有利于企業拓寬融資渠道，改善融資行為[4]。

隨著近年來國內資本市場發展，國內學者更多研究中小企業融資效率的影響機制，大部分學者認為其融資效率主要來自企業內部因素，部分學者選擇從宏觀層面探究融資效率影響因素。微觀因素上，易元紅(2009)通過研究湖北省咸寧市的中小企業融資問題，發現中小企業自身的高倒閉率及實力弱等問題是導致其融資困難的重要原因[5]；王秀貞等(2017)、李兆華和于丁垚(2018)選取了資產總額、資產負債率及資產周轉率等財務指標，得出我國中小企業整體融資效率不高，企業還需要加大科研投入，完善企業管理制度的結論[6-7]；姜妍(2020)研究我國人工智能產業融資效率影響因素，選取了企業資產負債率、盈利能力及成長能力指標，發現我國人工智能產業融資效率水平也比較低，企業需要提高自身核心競爭力才能提高融資效率[8]。宏觀因素方面，李政等(2017)從企業周邊的制度環境出發，認為好的制度環境可以通過校正企業融資行為的偏差來提高融資效率[9]；王玉榮和吳剛(2018)認為如果宏觀經濟形勢和金融發展水平向好，上市公司股權融資效率也會相應提高[10]；雷輝和劉俏云(2020)研究我國綠色低碳企業的融資效率，他選取了金融發展水平、財政環保支出、專利授權數量等外部融資環境變量，并發現外部融資環境對我國綠色低碳企業融資效率有顯著的影響[11]。

2.融資效率實證方法應用

關于國內外學者對企業融資效率的研究實證方法，主要包括隨機前沿法(Islam和Luo，2018)[12]、熵值法(李露丹和張敏，2015)[13]、主成分分析法(周浩明和夏敏，2015)[14]、模糊綜合評價法(曹曉朋，2019)[15]、數據包絡分析法等方法。

由于影響企業融資效率的因素很多，而數據包絡分析法，即DEA方法在構造多投入、多產出變量來測量企業融資效率值方面具有絕對優勢，因此大多數學者通過實證方法研究企業的融資效率都運用DEA方法。吳陽芬和曾繁華(2019)使用DEA方法研究我國新三板創新層企業的融資效率，發現企業融資效率水平較低主要是受到技術創新能力不足的制約[16]；顧海峰和卞雨晨(2020)、王偉和董登新(2020)、黃永福(2020)等也都運用了DEA方法測量企業的融資效率，同時構建了回歸模型進一步分析指標體系中相關指標對企業融資效率的實際影響[17-18]。

通過對文獻的研究發現，我國學者對于研究板塊選擇上多集中于中小企業板和創業板，對新三板市場的探討比較少，同時也很少針對某一省份尤其是中部地區省份的中小企業融資效率進行重點研究，因此，本文以安徽省新三板企業為研究對象，對于豐富現有文獻有一定的貢獻。基于此，本文運用DEA-Malmquist方法評價安徽省新三板掛牌企業上市前后融資效率的差別，并且為了進一步探索融資效率影響因素，還使用STATA構建面板回歸模型討論各指標對融資效率的影響因素大小。

二、融資效率測度與分析

1.DEA方法

數據包絡分析(DEA)是一種評估決策單位是否相對有效的方法，決策單位為多個輸入及輸出決策單元組合，相比于其他評估效率方法，它無需主觀設定投入產出指標的權重，可以根據實際數據精準測量融資效率值。因此，本文選取DEA方法探究安徽新三板企業的融資效率水平。

由于企業實際生產過程中，產出和投入難以實現同比例增長，故本文使用BBC模型對企業融資效率進行靜態衡量；再通過Malmquist指數對企業上市前后融資效率差別進行動態衡量。

2.投入與產出指標選取

借鑒吳陽芬(2019)等人的研究方法，本文的投入指標主要從融資規模，融資結構和融資成本三個方面選取，而產出指標是從企業的經營能力，成長能力和盈利能力三個方面選擇，如表1所示。

表1 投入與產出指標

3.樣本選擇與數據處理

(1)樣本選擇

為了研究安徽省新三板企業上市前后融資效率的差異，且2017年安徽省近三年來在新三板市場掛牌數量企業最多，故本文選取了2017年1月1日至2017年12月31日掛牌上市的安徽省新三板企業，剔除了財務數據不完整的公司后，最終選取了61家公司作為樣本企業。本文對掛牌前一年(2016年)、掛牌當年(2017年)和掛牌后兩年(2018年、2019年)樣本企業融資效率變化進行對比分析。數據來源于國泰安數據庫和WIND數據庫。

(2)數據處理

因為DEA模型中投入產出指標需為正值，而凈資產收益率等指標可能為負值，此外，資產總額、營業成本與資產負債率、總資產周轉率等指標之間也存在很大差異，為了保證研究結果的準確性，本文對所有投入產出指標數據進行了無量綱化處理，處理后所有指標均在0～1之間。

(1)

4.DEA實證結果及分析

(1)融資效率靜態分析

將融資效率分為四個等級，i在0～1范圍內，當i=1時，融資處于有效狀態，其他處于非有效狀態，如表2所示。

表2 企業融資效率劃分等級標準

基于61家樣本企業在2016—2019年的投入與產出數據，本文對企業進行融資效率進行靜態分析，得出的實證結果如表3、表4所示。

表3 2016—2019年融資效率統計結果

表4 2016—2019年規模效率分布情況

利用表3可以進行融資效率分析，綜合技術效率達到有效的企業由11家增加為13家，綜合技術效率均值也由0.664提高為0.737，說明企業上市后融資效率水平有所改善，但達到融資效率有效狀態的企業僅占大約1/5，大多數企業融資效率還是處于非有效狀態，整體來看安徽省新三板企業融資效率水平比較低。從規模效率和純技術效率統計結果來看，規模效率均值高于純技術效率均值，且純技術效率有效企業在上市后數量減少，說明企業上市后其技術創新能力存在不足，融資效率水平低主要是受純技術效率水平不足的負面影響。

利用表4可以進行規模報酬分析，企業融資上市后，越來越多的企業處于規模報酬遞增階段，2019年進入規模報酬遞增企業數量達到了37家，占比為61%，主要是因為新三板上市企業大多處于發展初期階段，急需投入資金、擴大企業規模來實現發展目標。

(2)融資非有效靜態分析

松弛變量顯示了DEA未達到有效的企業數量情況,當存在投入冗余時，企業應當通過減少相應指標輸入的方式來提高融資效率；存在產出不足情況時，企業為使融資效率得以提高應增加該指標的輸出，如表5所示。

表5 指標松弛變量分析

利用表5可以進行輸入和輸出指標分析。投入方面，2016—2019年的資產負債率指標出現冗余的企業最少，表明新三板企業債務水平較低，企業財務狀況和償債能力較好。企業新三板上市后，資產總額指標出現冗余的企業數量逐年減少，說明企業上市融資之后利用資產總額的效率提高。然而營業成本指標出現冗余的企業數量在新三板上市融資之后連續增加，說明企業利用營業成本的效率比較低，需要減少投入營業成本才能提高融資效率。產出方面，新三板上市融資之后，產出不足企業數量并沒有改善的情況，其中，凈利潤增長率和凈資產收益率指標的產出不足最為明顯，2017年新三板企業上市后，產出不足企業數量多于2016年，說明企業的盈利能力和成長性還需要進一步提高。企業在新三板上市融資后，總資產周轉率指標出現不足的企業數量有所下降，企業資產運營效率得到提高。因此，安徽新三板企業應該著重提高公司的盈利能力、運營能力以及成長性。

(3)融資效率動態分析

通過靜態分析可知，安徽新三板企業融資效率整體較低，為了研究企業上市前后融資效率的動態變化情況，本文采用Malmquist指數對企業2016—2019年上市前后融資效率進行對比分析，并重點研究技術進步在融資效率中的作用，如表6所示。

表6 2016—2019年融資效率Malmquist指數變化及其分解

由表6可知，2016—2019年全要素生產率指數均值為1.114，安徽省新三板企業融資效率小幅提升。以2016年為基年，2017年公司融資上市當年全要素生產指數為1.360，主要是由純技術進步指數(增長幅度24.9%)推動了企業融資效率提高。而2018—2019年全要素生產率指數小于1，主要是由于純技術進步指數下降明顯，為0.923。從上述來看，企業技術水平與融資效率變動呈同方向變動趨勢，因此，安徽省新三板企業應當提高技術與經營管理能力水平，有效利用融資資金，提高融資效率。

三、融資效率影響因素分析

為進一步分析安徽省新三板企業融資效率的影響因素大小，本文運用stata軟件構建面板回歸模型各產出與投入指標對融資效率的影響，進行實證檢驗與分析。

1.模型構建

TEit=β0+β1TATit+β2NPGit+β3ROEit+β4TAit+β5DRit+β6OCit+μit

(2)

本文以DEA方法測算的TE(綜合技術效率)為因變量，代表融資效率；自變量TAT指總資產周轉率，NPG指凈利潤增長率，ROE指凈資產收益率，TA指資產總額，DR指資產負債率，OC指營業成本。

2.Hausman檢驗與似然比檢驗

(1)Hausman檢驗

首先，為了判斷使用固定效應還是隨機效應模型，本文進行了Hausman檢驗，其原假設為H0:Ui與Xit，Zi不相關，檢驗結果如表7所示。

表7 Hausman檢驗結果

由表7可知，P值為0.0081，根據Schreiber(2008)等針對此情形的研究，表示拒絕原假設“H0:Ui與Xit，Zi不相關”，因此，選擇固定效應模型更為可靠。

(2)似然比檢驗

運用似然比檢驗判斷固定效應和混合OLS模型哪種模型比較可靠，其原假設是支持混合OLS模型，檢驗結果如表8所示。

表8 似然比檢驗結果

由表8可知，P值為0.0000，強烈地否定了原假設，因此，本文最終決定采用固定效應模型進行回歸分析。

3.面板回歸模型分析

基于以上檢驗結果，本文最終決定運用stata構建固定效應模型對面板數據進行回歸分析。另外，為了保證回歸結果準確性，本文使用穩健標準誤，回歸結果如表9所示。

表9 固定效應模型回歸結果

根據以上回歸結果，本文的面板數據模型回歸方程為：

TEit=0.761+0.671TATit+0.213NPGit+0.123ROEit-0.487TAit-0.223DRit-0.249OCit

(i=1,2,…,61；t=2016，2017,…,2019)

(3)

由表9可知，各投入與產出指標均對安徽省新三板企業融資效率具有顯著影響。其中，資產總額的系數為-0.487，即企業投入融資資金會導致融資效率下降，原因是企業沒有從自身和市場實際情況出發，盲目地擴大融資規模，實際投入的融資額大于投資所需資金總額，導致了財務成本的增加，從而造成企業融資效率降低。因此，企業應當選擇合適的融資規模。

資產負債率的系數為-0.223，當企業債權融資比重較高時，過多的負債會給企業帶來較高的債務風險，削弱其償債能力，從而影響融資效率。因此，安徽省新三板企業需要控制負債水平以提高融資效率。

營業成本的系數為-0.249，企業營業成本越高，會導致融資效率越低。因此，企業需要節約企業的運營成本，以提高企業的融資效率。

總資產周轉率的系數為0.671，企業資產周轉速度越快，資產運營效率就越高，從而促進企業融資效率的提高。

凈利潤增長率的系數為0.213，凈利潤增長率與安徽省新三板企業融資效率呈顯著的正向關系，凈利潤增長率代表了企業的成長能力，當企業發展趨勢越好時，融資渠道也會越寬，有利于提高企業的融資效率。

凈資產收益率的系數為0.123，說明企業應當提高自身盈利能力，提高凈資產收益率，以改善企業的融資效率水平。

4.穩健性檢驗

為了確保結論的穩定性，本文進行了穩健性檢驗，如表10所示。

表10 穩定性檢驗

由表10可知，第一，本文基于DEA方法中融資效率指數的構成對融資效率進行變量替換，因為技術進步指數與融資效率變動呈同方向變動趨勢，并且技術進步對企業融資效率提高的貢獻度最大，因此，我們使用純技術效率指數替換綜合技術效率對模型進行檢驗。第二，極大似然估計方法是當前樣本發生情況下最可能且最有效率的模型方法，所以，本文使用極大似然估計方法對模型的穩定性進行檢驗。表10中模型(1)是將融資效率te替換為pte(純技術效率指數)的回歸結果，模型(2)為使用極大似然估計方法的回歸結果，可以看出上述檢驗結果均不改變本文基礎研究結論，故模型是穩健的。

四、結論與建議

1.結論

本文選取在新三板掛牌上市的61家安徽省企業為樣本，采用DEA方法對上市前后融資效率的差異進行測度，并進行靜態和動態比較分析，通過建立固定效應模型對影響融資效率的因素進行實證分析，結果發現：(1)企業借助新三板市場上市融資后，企業融資水平有所改善，但整體融資效率水平還比較低；(2)從綜合技術效率指標構成來看，純技術效率有效企業上市融資后數量減少，而純技術效率均值水平相對較低，說明純技術效率是制約融資效率的主要因素，由全要素生產率也可知，技術進步對企業融資效率提高的貢獻度最大。(3)從融資效率影響因素上來看，各產出和投入指標均對企業的融資效率有顯著的影響，其中資產總額指標與融資效率負相關，主要是因為企業盲目擴大生產規模導致融資成本過高,融資效率降低。

2.提高融資效率的對策建議

(1)提高企業自主創新能力

由結論可知，安徽省新三板企業的技術水平不高是制約融資效率的最關鍵因素，企業需要提高研發創新能力，才能提高純技術效率水平，進而提高綜合技術效率水平。安徽省地處中部，經濟欠發達，安徽省中小企業自身發展優勢不足，缺乏核心競爭力，為此企業應加大科研投入，整合科技資源，高薪招聘高技術人才，著重產品的技術開發與再創新。同時要積極與科研機構進行合作交流，加強經濟與科技的緊密聯系，提高企業的科技成果產業化意識，參與新的市場競爭。

(2)企業選擇最優融資規模

由規模效率分布情況可知，安徽新三板企業大多處于規模報酬遞增階段，表明企業正在處于擴大生產規模時期，但是如果盲目投入融資資金，會造成融資成本的浪費，導致融資效率降低。因此，企業應做好融資前期分析準備工作，及時調整和選擇最優的融資規模。為了嚴格控制成本，提高融入資金使用效率，企業應當對擬投資項目進行可行性分析，在確定融資后要對融資資金的使用制定完整的計劃，同時也要關注企業生產經營的投入情況，對各個環節進行嚴格控制與管理。

(3)完善新三板市場體系

目前，新三板市場在提升中小企業融資能力方面還有很大的進步空間，一方面，新三板市場應當對企業融資資金的使用信息全面披露，這有利于企業資金使用效率的提高，從而提高企業融資效率。另一方面，還需要降低投資者準入制度的門檻，新三板市場的投資者準入資產標準過高，從而降低了市場流動性，造成新三板交易市況低迷。

(4)企業選擇合適板塊上市

從研究結果來看，安徽省很多企業掛牌新三板市場之后融資效率并沒有明顯提高，市場融資功能沒有完全發揮，流動性及活力不足。因此，企業應當根據實際情況選擇適合自身發展的板塊進行上市融資，例如科創板市場、中小板市場等，這些市場與新三板市場相比，市場準入門檻較低，上市要求比較寬松，適合有潛力及高成長型的中小企業，有利于擴寬安徽省中小企業融資渠道，提高融資能力。