疫情背景下民族地區新三板中小企業融資效率動態分析

張亦安 吳紅梅

關鍵詞：少數民族地區 新三板 DEA模型 新冠疫情

2016年后“新三板市場”掛牌企業呈現井噴式增長，占據創業板市場的三分之二市值，并根據盈利、成長和市值分為基礎層與創新層兩個層級。2019年國家推出了新增精選層的政策，2020年精選層開啟，三十多家新股，首日增幅整體達5%。本文采用描述性分析和DEA實證方法，對少數民族地區中小企業結構、新三板市場“精選層”新政策落實情況、少數民族地區中小企業整體融資效率等方面結合疫情現狀進行研究。

一、文獻綜述

1978年DEA模型問世以來，在理論發展和實際應用方面都有了令人矚目的增長（Charnes & Cooper， 1978）。DEA是一種非參數檢驗方法，Banker （1984）構建數據包絡曲線，Fare等（1998）在純技術效率指數的基礎上加入了規模效率指數和技術進步指數。本文參照國外學者研究，也將效率劃分為CCR模型、BCC模型以及規模效率指數，進行實證分析研究。

在融資結構和效率方面，國外學者Jain （1994） 通過實證驗證了上市公司股權問題以及研究企業融資效率的必要性。George-Messinis等（2014）發現一級股票市場并不是經濟增長的重要決定因素，引發我們對于投資結構問題的思考。基于以上研究結論，本文選取DEA模型中影響融資效率的因子時考慮投入產出指標，資產負債率、資金凈現金流增長率為投入指標;股權收益率、資產總額周轉率為產出指標。

國內學者對中小企業融資問題進行了以下分析： 高山運用DEA模型，發現大部分的企業融資效率呈低效狀態。王小寧等（2016）運用DEA模型消除了外部環境因素和隨機誤差的影響。本文進一步考慮了少數民族地區產業結構以及2019年新推出的“精選層”概念落實情況，最終結合2020年新冠疫情背景為中小企業進一步提高融資效率提出建議。

針對融資效率，張博（2014）和楊芳芳（2011）均發現上市公司整體融資效率較低。王贊和李政等（2017）運用DEA-Malmquist的方法為進一步完善“新三板”機制起到了一定作用。基于前人研究結論，本文從少數民族地區少數民族的角度切入，綜合了五個少數民族自治區的數據，以少數民族地區作為研究地域，運用DEA模型對融資效率進行分析。

國內外學者的研究涵蓋了許多細分的行業或地域，但是針對“新三板”市場中的中小企業的研究是近幾年才出現的，且暫時沒有文章將少數民族地區作為具體分析對象;“精選層”推出時間較短，對該問題的研究較為薄弱;前人數據更新到2016年。本文進一步將數據更新到2018年，結合“精選層”推出的現狀和DEA模型對“新三板”少數民族中小企業進行具體實證研究。

二、少數民族地區中小企業掛牌新三板現狀分析

“新三板”市場的推出無疑為少數民族地區的中小微型企業打了一劑強心針，“精選層”的推出進一步降低了入市的門檻。

（一）少數民族地區新三板掛牌公司總量少且占比低

根據新三板市場地域分布狀況，廣東省、北京、江蘇省、浙江省和上海的中小企業數量較多，這幾個省份的新三板企業數量占總體數量的半數以上。少數民族地區均在1%以下，總體占比為2.86%。截至2021年5月，5個少數民族自治區在“新三板”市場中的掛牌公司總量僅有250家，股份總量為173.64億元，數量較小，股權資本規模也較小。

由此可見，新三板掛牌公司地域差異較大，北京和東南沿海地區受國家政策和自身經濟實力的影響，容易獲取資金支持，并且融資渠道更加豐富和完善。少數民族地區更難獲取資金，例如內蒙古自治區處于內陸，經濟方式較為單一，總體規模較小，部分地區經濟以煤炭礦產的開采為主。這也就體現出了測算少數民族地區的“新三板”企業融資效率，找出影響效率的因素及對應的解決方案，如何提高效率的必要性。

（二）少數民族地區新三板行業構成以第一、第二產業為主

整合從2012年至2020年5個少數民族自治區的行業數據后，可以了解到少數民族地區的中小型企業在“新三板”市場中的行業構成以第一和第二產業為主，第三產業所占比重整體偏低。少數民族地區中，“新三板”市場的第二產業所占比重最大，其次是第一產業，第三產業占比最低，這與中國目前整體二三一產業占比不符。

（三）新冠疫情期間民族地區新掛牌中小企業數量驟減

根據2012—2020年少數民族地區新三板市場的具體數據，可以了解到2012—2015年少數民族地區三板市場中小企業增長速度較快，數量較多。由于國家政策的影響，推動少數民族地區新三板中小企業增長也逐步達到了一個繁盛的時期。

2016—2020年少數民族地區新三板公司增長速度逐步放緩，少數民族地區新三板掛牌公司數目已經趨于飽和，由于新冠肺炎疫情的沖擊，2020年后掛牌企業數量進一步減少，僅有1家在新三板市場中掛牌。

（四）新三板中的“精選層”政策在少數民族地區落實力度不足

截至2019年底，少數民族地區基礎層公司數量為220家，占80.29%;創新層數量為53家，占比19.34%;精選層數量僅為1家（內蒙古地區），占比0.004%。

從所占比例分析，少數民族地區與全國僅為創新層和精選層的區別，基礎層比例較為相近，少數民族地區精選層比重略低于全國“新三板”市場。由于精選層推出時間較短，少數民族地區仍有許多省份并未擁有精選層企業，因此整體比重偏低。少數民族地區有關精選層的政策落實力度不夠，應當加大宣傳力度，響應國家號召。

三、中小企業融資效率實證研究

本文使用DEA模型進行模型構建，并使用DEAP 2.1軟件對DEA模型結果進行輸出。

（一）融資效率評價指標

本文假設以資本成本作為投入，而將投資回報作為產出指標來計算融資效率。計算指標為：FE（融資效率）=ROI÷WACC=（Return/Investment）÷（financing cost /Investment）=ROE/ financing cost。如果使用資本成本，則應以（Net Profit+ Interest）/ ROAA）為基礎。其中：ROAA =（After ASSET +Before ASSET）/ 2。

（二）少數民族地區中小企業DEA模型建立

1. 模型指標選擇

輸入指標（xk）：Assets Liabilities Ratio、NCF（Net cash flow）。

輸出指標（yk）： ROE、TURNTO （Total Asset Turnover Ratio）。

2. 模型數據來源

本文選取的數據主要來自于Wind（萬德）數據庫和RESSET金融數據庫2014年1月—2018年12月有關新三板市場少數民族地區中小企業的數據。在排除財務信息不完整或數據異常的公司之后，獲得了245家在新三板中小企業市場上市的公司的數據。為了控制企業年齡和規模對企業的影響，我們選擇了三個樣本（分別為3、4和7歲的企業），在考慮企業數量的前提下，選擇了凈資本的標準差較小的幾個樣本。

由于DEA方法要求輸入和輸出值均為正數，因此使用嚴格增加的單極Sigmoid函數來處理具有負值的索引數據，函數形式為：f（x）=1/（1+e-x）。選擇此函數的原因是它不會更改值的大小，并且在一段時間內可以近似為任何函數。

3. 模型結果與分析

以下三種技術效率分別反映了企業整體的效率水平：企業內部管理和創新技術對融資效率的影響;投入產出與規模的匹配程度，三種效率均為數值越接近1，則技術水平達到最高。

（1）綜合技術效率

2014年樣本企業中有8家企業達到 [0.5，0.8]，占到總體值的26.4%，有21家企業則在[0，0.5]范圍內，占到總體值的 73.36%。通過橫向的年份對比，2014—2016年各年數據非DEA有效的數據在60%左右，而六成左右的企業綜合效率值均低于0.5，只有2017年有所好轉，DEA有效企業高達66.6%，僅有三成企業在0.5區間之下。

這就表明企業綜合效率值隨著年份的上升而有所提高，非DEA有效企業也在逐年減少，可能的原因是少數民族地區三板市場的企業，在開辦企業的浪潮推動下，也開始受到市場的約束，進一步規范了自身經營方式，合理利用資金。

（2）純技術效率

企業純技術效率，2014—2017年非DEA有效數據整體在整個數據中占六成左右，與綜合技術效率基本對照一致。幾個值得注意的數據分別是2014年的[0.8，1]區間，企業占比56.2%，在4年間占比最高。2014年生產技術水平發揮作用較大，其余幾年在0.5以下的企業占總體水平的三成左右，2017年時占比在兩成左右。

綜合來看2017年DEA有效數據最大為21家企業，并且在0.5區間以上的企業占比也較大。從2014—2017年的純技術效率分析中可以了解到少數民族地區新三板企業整體上生產技術發揮水平有待提高。隨著年份的增長，生產技術發揮程度增加，中小企業應當更加注重技術方面的提升。

（3）規模效率

樣本企業規模效率的數據表明，非DEA數據隨著年份的增長逐步下降，從66.66%下降到36.6%。這就說明隨著年份的增長，少數民族地區越來越多的中小企業投入產出與規模相匹配。在2014—2017年數據中，[0，0.5]區間內企業數量較少，效率為0.5以上的企業占到九成左右。

少數民族地區企業規模效率雖存在非DEA有效數據較多的情況，但隨時間的推移這種情況逐漸減少。這個情況表明少數民族地區企業加入“新三板”市場后，整體融資效率和企業管理水平都有所提升。

四、結論與建議

（一）少數民族地區新三板中小企業融資效率結論

本文采用DEA模型中的三種效率測算方式來研究少數民族地區2014—2018年在“新三板”市場掛牌的中小型企業的融資效率問題，并且針對“精選層”的推出以及新冠疫情爆發的現狀進行分析，研究結論主要有：

1.少數民族地區新三板企業的構成以第一產業和第二產業為主，這與中國目前整體二三一產業占比不符，說明少數民族地區中小企業結構與全國整體結構存在差異。雖然目前在少數民族地區中小企業中第三產業所占比重較低，但發展趨勢良好。

2.在2020年新冠肺炎疫情發生后，少數民族地區新掛牌的中小企業數量驟減，針對這一情況，國家應考慮如何進一步提升中小企業投資者的信心。

3.少數民族地區僅有2家企業進入 “精選層”，然而目前進入“精選層”的公司總數是32家，這說明少數民族地區對“精選層”政策落實力度不夠，應當進一步落實少數民族地區“精選層”的建設，響應國家號召。

4.從2016年后，少數民族地區新三板企業增長趨勢放緩，新三板企業受到市場的約束，進一步規范了自身經營方式，合理利用資金。

5.少數民族地區新三板企業整體上融資效率較低，但效率均值整體上有向好發展趨勢。綜合技術效率從2014年的26.4%增至2015年的66.6%，有了一個顯著提升。

6.少數民族地區新三板企業整體上生產技術發揮水平有待提高，在新三板市場掛牌后，規模與其經營管理水平、投入要素生產率的匹配程度都有所提高。

（二）新冠肺炎疫情背景下提高少數民族地區融資效率的建議

自2016年后少數民族地區中小企業新三板市場增長就開始逐步放緩，向著規范化市場化的方向邁進。疫情對于所有企業都既是機遇又是挑戰，中小企業一定要把握機會，化險為夷。

1.積極調整產業結構，加大第三產業比重，不能因為第三產業的落后就去盲目刺激商業和服務業等，應當結合少數民族地區的具體情況，通過政策引導，鼓勵第三產業從內部進行產業升級，加快經濟發展，進一步帶動少數民族地區第三產業的發展。

2.加大在少數民族地區對新三板“精選層”的宣傳力度，積極響應國家政策，加大疫情防控力度，增加中小企業投資者信心。

3.進一步規范少數民族地區新三板企業的市場行為，健全新三板市場機制，擴充融資渠道，把握住疫情期間國家針對中小企業的優惠政策，綜合分析后，合理進行投資。