青島市中小微企業融資效率及其影響因素研究

李聰 李澤坤 王嬌

摘要：為了有效評估青島市中小微企業融資效率及其影響因素，利用超效率數據包絡分析與Tobit模型對青島市60家新三板企業2014—2018年財務數據進行分析，研究結果表明：青島市中小微企業融資效率逐漸增高，但較多企業仍舊處于融資無效狀態，且企業的純技術效率均值高于規模效率均值;企業盈利能力、營運能力、短期償債能力的提高將有利于中小微企業融資效率提升，而企業費用率與負債率增加會降低企業融資效率。這將為青島市中小微企業提升融資效率提供有效借鑒，也為政府出臺有效緩解中小微企業融資壓力的政策措施提供有益參考。

關鍵詞：中小微企業;融資效率;超效率DEA-Tobit模型

中圖分類號：F830.9

文獻標志碼：A

文章編號：1006-1037（2021）01-0139-08

基金項目：

青島市哲學社會科學規劃項目（批準號：QDSKL1701059）資助。

通信作者：李聰，男，博士，助理教授，研究方向為公司金融。E-mail：qdulc2016@163.com

中國中小微企業數量多、涵蓋行業廣，作為經濟社會的重要組成部分，對促進經濟的均衡發展具有重要意義，但受制于先天抵押物缺乏及融資信用等級低等因素，中小微企業長期存在著融資難、融資貴的問題。為解決中小微企業融資問題，近年來，從國家到地方出臺了一系列促進中小微企業發展的政策措施，如中央財政在2018—2020年每年撥款30億元支持和鼓勵中小微企業發展，青島市政府圍繞加大對中小微企業融資支持力度等方面出臺了《關于支持民營企業和中小企業改革發展的意見》，在一定程度上改善了中小微企業的經營環境，但融資難、融資貴的問題仍未完全解決，中小微企業的發展形勢依然非常嚴峻。因此，針對中小企業融資效率的測度及其影響因素分析就變得尤為重要，這將對有效緩解中小微企業融資壓力政策的制定與實施提供有益參考，并對促進中小微企業及當地經濟發展具有重要意義。對于企業融資效率的測度問題，已有學者采用層次分析法、灰色關聯度法、熵值法等方法進行研究，但這些方法在變量選取上存在較強的主觀性。而數據包絡方法（Data Envelopment Analysis，DEA）作為一種適用于多投入多產出的非參數評價方法，利用線性規劃與凸分析計算比較具有相同類型的決策單元之間的相對效率，能夠有效克服上述變量選取存在的局限性，因此在企業融資效率評價方面得到廣泛應用。如晁坤等[1-4]等采用DEA模型就中國煤炭上市公司、文化創意產業上市公司、人工智能行業上市公司和新能源上市公司的融資效率進行測度，研究表明，中國煤炭、文化創意產業、人工智能行業及新能源行業上市公司的融資效率普遍較低，且大多數企業并未達到DEA有效，具有較大的改進空間。劉立霞等[5]運用DEA-Malmquist模型對中國創業板上市企業融資效率進行測度，研究表明，中國創業板上市企業也同樣存在融資綜合效率偏低的現象。在中小企業融資效率評價方面，王秀貞等[6]基于DEA方法對中國工業企業數據庫中的中小企業融資效率進行測算和評價，同樣得出中國中小企業整體融資效率不高的結論，還有學者采用該模型測度深交所上市企業融資效率，研究發現中小企業融資效率呈現負增長態勢[7]。對于青島地區企業融資效率的研究，楊雪靜等[8]利用DEA方法從綜合技術效率、純技術效率以及規模效率三個方面對青島市75家上市企業的融資效率進行評估，青島市90%以上的上市企業融資效率偏低。對于小微企業融資效率影響因素的研究，廖艷等[9]以2014年新增掛牌新三板中小企業為研究對象，采用多元回歸模型探討企業融資效率影響因素，研究發現，企業資產規模、償債能力、營運能力和盈利能力的提升有利于提高企業融資效率，而資產負債率對融資效率具有負向影響。尹相娟等[10]利用Malmquist指數分析了山東省小微企業融資效率的影響因素，研究表明企業可通過提高技術水平和純技術效率來提高融資效率。吳慶田等[11]從金融可得性、金融服務使用情況、金融服務質量與數字普惠金融等四個維度構建普惠金融發展質量指數，研究了普惠金融與中小企業融資效率的關系。綜上所述，現有文獻多采用傳統DEA模型就某行業或板塊上市企業展開融資效率及影響因素的研究，但傳統DEA模型只能將企業融資判定為有效或非有效，無法對綜合技術效率有效的企業進行排序，因此，本文采用超效率DEA模型[12]對企業融資展開研究，該方法能夠彌補傳統DEA模型無法進行有效決策單元的排序和比較的不足，支持多項投入和產出指標的設定，有效提高企業融資效率的測度質量。此外，已有研究針對青島地區中小微企業融資效率及其影響因素的研究十分有限。鑒于此，本文選取青島市60家新三板企業2014—2018年度財務數據，采用超效率DEA-Tobit模型，系統評估青島市中小微企業的融資效率，并進一步討論中小微企業融資效率的影響因素。

1 青島市中小微企業融資效率靜態分析

1.1 數據來源與變量選取

本文數據源自Wind數據庫2014—2018年青島市新三板上市企業相關數據，以青島市新三板上市企業為研究對象，剔除了存在數據缺失以及披露不充分的上市企業后，最終保留了60家企業作為研究樣本，這些企業涵蓋制造業，信息傳輸、軟件和信息技術服務業，交通運輸、倉儲和郵政業等11種行業。本文參考已有研究，選取企業主要財務指標作為投入指標和產出指標對企業融資效率進行測度，其中，資產總額、資產負債率、營業成本、股權集中度等作為投入指標，凈資產收益率、每股收益、凈利潤總資產周轉率、營業收入等作為產出指標。

1.2 基于產出導向的DEA模型效率分析

為進一步提高DEA模型結果的有效性，本文對樣本數據進行處理：首先，考慮到所選數據絕對值較大，對同一指標的數據進行去量綱化處理;其次，考慮到所選數據存在負值，對同一指標的全部數據進行平移;最后，將零值替換為0.000 1。考慮DEA模型的適用性，即投入指標之間、產出指標之間應具有較低的關聯性，本文在運用DEA模型對融資效率進行測算前對所選取指標之間的相關性進行了檢驗，結果表明，各投入指標相關性小于0.3，各產出指標相關性小于0.5，說明指標的選擇符合DEA模型對其相關性的基本要求。

表1是經測算得到青島60家新三板上市企業的DEA值、規模報酬狀態以及等級。從綜合技術效率的角度來看，樣本企業中共有15家企業（占比25%）綜合技術效率有效，同時存在技術有效和規模有效，其中，在制造行業有4家企業綜合技術效率有效，在信息傳輸、軟件和信息技術服務行業有3家企業綜合技術效率有效，在交通運輸、倉儲和郵政行業有3家企業綜合技術效率有效。

從純技術效率的角度來看，樣本企業中共有17家企業（占比28.33%）純技術效率有效。其中，金巴赫、易安達2家企業純技術效率有效，而綜合技術效率和規模效率均無效，表明這兩家企業綜合技術水平無效的根本原因是規模效率無效，企業可以通過改善企業規模來提高效率。具體而言，雖然兩家企業均屬于交通運輸、倉儲和郵政業，但不同的是，金巴赫規模報酬遞增，擴大公司規模可以提高其綜合技術效率;而易安達規模報酬遞減，縮減公司規模可以提高其綜合技術效率。

從規模效率的角度來看，樣本企業中共有15家企業規模效率有效，同時技術有效。這15家企業規模報酬不變，僅有金巴赫1家企業呈現規模報酬遞增特征，其余44家均呈現規模報酬遞減，這說明盲目擴大規模未必帶來更多的產出，企業應該針對規模報酬狀態選擇規模增減，更加注重企業管理水平的提升以及先進技術的引進等，在一定程度上證實了企業規模小并非抑制企業融資效率提升的因素這一觀點。

1.3 超效率DEA模型效率分析

本文采用超效率DEA模型對15家綜合技術效率有效的企業進行排序，見表2。

本文從資產總額、資產負債率和營業費用率三個角度出發，對純技術效率非有效的43家樣本企業進行投入指標冗余分析（見表3），研究投入既定時如何進行資源優化才能使得產出最大化。43家純技術效率非有效的企業中，絕大部分冗余是投入指標所致。

從資產總額角度分析，43家企業冗余率平均為21.04%，其中，6家企業（占比13.95%）冗余率大于50%，19家企業冗余率為零，說明這19家企業資產總額已經達到最優。從資產負債率角度分析，43家企業冗余率平均為36.58%，其中，僅有5家企業冗余率為零，說明這些企業資產負債率已經達到最優，其余企業有15家冗余率大于50%，占比34.88%，可以通過減少負債來優化產出。從營業費用率角度分析，43家企業冗余率平均為25.02%，其中，僅有2家企業冗余率為零，表明這兩家企業的營業費用率已經達到最優，超過16家企業冗余率大于30%，占比高達37.21%，則可以通過縮減費用或增加營業收入來優化產出。

2 中小微企業融資效率分析

從總樣本來看，2014—2018年60家青島市中小微企業綜合技術效率、純技術效率和規模效率均逐年穩步增長，其中，綜合技術效率從0.609上升到0.704，規模效率從0.657提升為0.768，但純技術效率增長緩慢，從0.896升至0.903。2014—2018年間青島市中小微企業DEA均值大小關系表現為純技術效率>規模效率>綜合技術效率，造成綜合技術效率非有效的絕大部分原因是企業規模效率太低。由于，中小微企業規模效率的改善可以有效提高企業綜合技術效率，因此，企業應當主動選擇適合于自身發展的規模，進而提升自身綜合技術效率。

本文選取60家樣本企業共涵蓋11種行業，其中，制造業企業數目最多，21家，占比35%，原因是制造業作為國家的基石，在青島市經濟發展中占據重要位次;其次是信息傳輸、軟件和信息技術服務業，共13家，占比21.67%;再次是交通運輸、倉儲和郵政業，共9家，占比15%，青島市沿海港口多，此行業在青島具有區位優勢;此外，租賃和商業服務業有5家，科學研究和技術服務業有4家，建筑業以及批發和零售業各有2家，房地產業、農、林、牧、漁業、衛生和社會工作、住宿和餐飲業各有1家企業。文章選取制造業，信息傳輸、軟件和信息技術服務業，交通運輸、倉儲和郵政業等三類行業共計43家企業展開DEA效率動態分析，見表4。

從制造業行業來看，該行業近五年來綜合技術效率均值為0.807，綜合技術有效企業數均值為7.2，占樣本企業數的34.29%，即2014—2018年青島市制造業中小微企業中，DEA有效企業占比34.29%，為三類行業中占比最低。分析三個行業DEA效率值，除2014年外，均表現為：純技術效率>規模效率>綜合技術效率，這意味著企業規模效率低下是制造業中小微企業綜合技術效率不高的主要原因。從變化趨勢來看，制造業的綜合技術效率均值呈現先下降后上升的特點，轉折年份為2017年，在規模效率值仍處于下降趨勢背景下，該年行業純技術效率值由0.896增至0.934，說明制造業綜合技術效率轉降為增是因為青島市制造業的中小微企業技術、管理水平等有所提升，與企業規模變化無關。

從信息傳輸、軟件和信息技術服務業行業來看，該行業近五年綜合技術效率均值為0.826，有效企業數均值為6，占樣本企業數的46.15%。從三個行業DEA效率值大小關系來看，均表現為純技術效率>規模效率>綜合技術效率，與制造業基本一致。從變化趨勢來看，綜合技術效率均值呈現出先下降后上升的特點，轉折年份為2018年，規模效率趨勢走向與綜合技術效率均值類似，表現為先降后增。在2018年，純技術效率均值和規模效率均值的同時增加，致使綜合技術效率均值由0.809大幅增長至0.920，同比增加了13.72%。

從交通運輸、倉儲和郵政業行業來看，五年來，該行業綜合技術效率均值為0.97，有效企業數均值為6，占樣本企業數的66.67%，即2014年至2018年青島市交通運輸、倉儲和郵政業中小微企業中，DEA有效企業有66.67%，為三種行業之首。從三個行業DEA效率值大小關系來看，均表現為純技術效率>規模效率>綜合技術效率。2014—2018年間，青島市交通運輸、倉儲和郵政業中小微企業的DEA效率值高，DEA有效的企業數多，原因在于該行業純技術效率、規模效率均值處于較高水平，具體而言，純技術效率均值都大于0.99，規模效率均值都大于0.9。

3 中小微企業融資效率影響因素分析

為更好探析影響青島市中小微企業融資效率偏低的因素，本文基于企業自身財務數據，構建包含企業資產規模、資本結構、成本費用、盈利能力、營運能力、償債能力、成長能力七大方面的指標體系，其中，選擇資本總額和實收資本代表企業資產規模，選擇第一股東持股比例和流通股占總股本比例代表企業資本結構，選擇財務費用、營業費用率、成本費用利潤率代表企業成本費用，選擇凈利潤和凈資產收益率代表企業盈利能力，選擇總資產周轉率代表企業運營能力，選擇資產負債率、流動比率和主營業務收入增長率代表企業成長能力。然后以超效率DEA模型所得綜合技術效率為因變量，利用Tobit模型探析影響青島市中小微企業融資效率的因素。Tobit模型（又稱因變量受限模型）是由James在Probit模型基礎上拓展而來的適用于因變量受限分布于正值的模型

其中，yi是被解釋變量，即DEA模型所得到的綜合技術效率值;α是常數項，β是解釋變量的系數;εi是隨機誤差項。

考慮到所選數據絕對值較大，對資產總額、實收資本、財務費用等數據進行了去量綱化處理。資產總額與企業融資效率之間表現為負相關（見表5）。一般而言，資產總額越高，企業所能利用的資產越多，融資效率也會越高，但在企業的初期發展階段，企業本身并不能很好地將自身的資產轉化為利潤，反而企業資產總額越多，說明企業的所屬行業本身可能需要的資本投入越多，獲得利潤的周期也越長，故資產總額與中小微企業DEA效率成負相關。流通股占總股本比例與企業融資效率呈現出正相關的特點。流通股占總股本比例這一變量反映企業股權集中程度，流通股占總股本比例越高，說明企業股權越分散，股票流動性越好，因而更有利于中小微企業進行融資。營業費用率與企業融資效率表現為負相關的關系。營業費用比率越低，企業在業務流程中產生的費用越低。企業的成本越低，盈利能力越高，企業的資質越好，越有利于企業融資。

凈利潤對企業融資效率具有正向作用。通常，凈利潤越高，企業的經營成果越好，盈利能力越強，企業越易于融資。凈資產收益率與企業融資效率表現為正相關的關系。凈資產收益率越高，企業利用每一份凈資產得到的收益越大，這將增強股東和債權人的信心，從而提高企業的融資效率。

總資產周轉率與企業融資效率呈現正相關關系。總資產周轉率是銷售收入與平均資產總額的比率，周轉率越高，企業的銷售收入越多，就有更多的資金可以用于償債，有利于企業融資。資產負債率與企業融資效率表現為負相關關系。資產負債率高，說明企業全部資產中負債所占比重大，企業債務過多，違約風險高，償債能力低，這會降低債權人和股東的信心，不利于企業融資。流動比率與企業融資效率呈正相關關系。流動比率反映企業資產的流動性，企業資產的流動性越強，資產變現周期越短，短期償債能力越大，對企業的融資越有利。主營業務收入增長率與企業融資效率之間為負相關關系。主營業務收入增長率越高，公司的成長速度越快，中小微企業就越迫切需要資金來進行擴張和發展，但是受制于中小微企業較小的資產規模，這些企業的融資效率較低，因而呈現出成長性高的企業融資更困難的現象。

4 結論

本文采用超效率DEA-Tobit模型，以2014—2018年60家青島市新三板企業為樣本，通過分析企業DEA效率均值、投入冗余率以及代表性行業DEA效率，旨在探析青島市中小微企業的融資效率及其影響因素。研究發現，青島市中小微企業的融資效率逐漸提高，2018年有25%家企業達到最佳融資效率水平，投入指標冗余分析中，資產總額平均冗余率最低，且冗余率為零的企業數最多;青島市中小微企業DEA均值大小關系呈現出“純技術效率>規模效率>綜合技術效率”的特征，其中，交通運輸、倉儲和郵政業的DEA有效企業數占比最高，達到66.67%，其次是信息傳輸、軟件和信息技術服務業以及制造業，占比分別為46.15%、34.29%;流通股占總股本比例、凈利潤、凈資產收益率、總資產周轉率、流動比率等5個變量與DEA效率成正相關，資產總額、營業費用率、資產負債率、主營業務收入增長率等4個變量與DEA效率成負相關。基于以上研究結論，企業資產總額的提升未必會提高自身融資效率，因而企業發展不應盲目擴大企業規模，而是要專注于提高企業自身技術和管理水平，進而提高企業融資效率;其次，青島市中小微企業應充分利用青島資源優勢和地理優勢，發展優勢產業;最后，政府仍需進一步推進中小微企業融資渠道的拓展，針對成長性高的企業，拓展其融資渠道。

參考文獻

[1]晁坤， 耿璐. 基于DEA的我國煤炭上市公司融資效率評析[J]. 中國礦業， 2014， 23（6）： 44-48.

[2]潘玉香， 強殿英， 魏亞平. 基于數據包絡分析的文化創意產業融資模式及其效率研究[J].中國軟科學， 2014（3）： 184-192.

[3]劉超， 傅若瑜， 李佳慧， 等. 基于DEA-Tobit方法的人工智能行業上市公司融資效率研究[J]. 運籌與管理， 2019， 28（6）： 144-152.

[4]鄧迎春， 黃小軍. 基于生態位與兩階段DEA模型的我國新能源上市公司融資效率研究[J].生態經濟， 2019， 35（7）： 82-86.

[5]劉立霞， 朱玉超. 創業板上市企業融資效率及其影響因素研究[J]. 天津商業大學學報， 2019， 39（3）： 34-40.

[6]王秀貞， 丁慧平， 胡毅. 基于DEA方法的我國中小企業融資效率評價[J]. 系統工程理論與實踐， 2017， 37（4）： 865-874.

[7]王雪梅， 賈琪琪. 基于DEA-Malmquist指數的我國制造業中小企業融資效率研究[J]. 武漢金融， 2018， （8）： 56-61.

[8]楊雪靜， 劉喜華， 李聰. 基于DEA模型的青島市小微企業融資效率研究[J]. 青島大學學報（自然科學版）， 2018， 31（4）： 129-132.

[9]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.

[10] 尹相娟， 劉喜華， 李聰. 山東省小微企業融資效率研究分析——基于DEA模型和Malmquist指數[J]. 青島大學學報（自然科學版）， 2018， 31（4）： 147-151.

[11] 吳慶田， 王倩. 普惠金融發展質量與中小企業融資效率[J]. 金融與經濟， 2020（9）： 37-43+67.

[12] ANDERSEN P， PETERSON N C. A procedure for ranking efficient unit in data envelopment analysis[J]. Management Science， 1993 （10）： 1261-1264.