區塊鏈上市公司融資效率研究

解曉涵　姜娟

摘? ?要：融資效率是衡量企業發展的重要指標，對區塊鏈上市公司融資效率進行評價，對于推動區塊鏈企業發展有重要意義。使用SBM模型和Malmquist指數，從靜態和動態兩個角度對2016—2020年179家區塊鏈上市公司的融資效率進行測度，并為區塊鏈企業提出可持續發展的建議。研究結果表明，區塊鏈上市公司的融資效率整體處于較低水平，多數企業存在投入冗余或產出不足的情況;樣本企業的融資效率整體呈現先上升后下降的變化趨勢，不同行業區塊鏈上市公司的融資效率存在差異。

關鍵詞：融資效率;SBM;Malmquist指數;區塊鏈上市公司

中圖分類號：F275? ? ? 文獻標志碼：A? ? 文章編號：1673-291X（2022）14-0118-04

一、研究現狀

由于國家政策的扶持引導以及區塊鏈技術本身的優勢，區塊鏈技術受到了廣泛的關注，一系列被稱為“區塊鏈概念股”的公司逐漸應用區塊鏈技術并發展與區塊鏈相關的業務。但大部分進入區塊鏈領域的上市公司仍處于早期規劃階段，更多以概念和研究為主，尚未進入落地實施層面，深層次的技術應用較為稀缺。區塊鏈上市公司的許多項目涉及新技術的研發與應用，需要大量資金的支持，因此，融資問題是制約區塊鏈上市公司發展的重要問題，如何進一步優化融資環境、提高融資效率，成為區塊鏈上市公司急需解決的重要問題。

以往學者關于融資效率概念主要包括以下幾種。曾康霖[1]在比較直接融資與間接融資這兩種方式時較早使用了“融資效率”一詞。葉望春[2]認為，企業融資效率是指企業籌資成本、籌資風險以及籌資的方便程度。劉海虹[3]認為，企業融資效率是指企業融資能力的大小。盧福財[4]認為，企業融資效率是指某種企業融資方式或融資制度在實現儲蓄向投資轉化過程中所表現出的能力和功效。

目前關于上市公司融資效率的研究主要集中于對融資效率進行測度，主要使用BCC模型、CCR模型、三階段DEA等模型對融資效率進行測度。雷輝和劉俏云[5]使用四階段DEA模型探究綠色低碳上市公司的融資效率。涂詠梅和程文[6]使用CCR模型和BCC模型探究我國中小板科技型企業的融資效率，發現相較于2015年，2016年我國中小板科技型企業大部分融資效率比較理想。王秀貞等[7]分省份、分行業、分所有制對我國中小企業的融資效率進行評價，測算結果表明我國中小企業的整體融資效率不高。周磊和安燁[8]采用三階段DEA模型探究新舊動能轉換背景下我國現代物流業的融資效率。王偉和董登新[9]使用BCC模型研究在新三板掛牌的湖北省科技型中小企業的融資效率，結果表明借助新三板進行融資并未帶來企業融資效率的提升。孫燕芳和曹永鵬[10]使用BCC模型和Malmquist指數對我國公用事業類上市公司融資效率進行分析研究，發現我國公用事業類上市公司在樣本期內整體融資效率偏低。姚德權和戴烊[11]采用BCC模型和Malmquist指數測算中國中小制片企業的融資效率變化情況。Chen和Wang[12]使用超效率DEA模型以及Tobit模型對我國戰略性新興產業的融資效率及影響因素進行分析研究，結果表明，我國戰略性新興產業上市公司融資效率處于較低水平。Sun和Geng[13]采用DEA模型對新能源產業整體融資效率水平的進行評價，結果表明，我國新能源產業企業融資效率的有效比重并不高。Zhan和Liu[14]使用DEA方法對中國39家農業上市公司的融資效率進行了評價，結果表明，融資效率普遍偏低，農業企業融資全要素生產率呈先下降后增長的趨勢。Wang和Geng[15]使用六階段DEA模型對戰略新興上市公司的融資效率進行測度。學者朱? ? 穎[16]以及學者沈忱[17]均使用了三階段DEA模型，分別對養老產業上市公司和新三板市場中小企業的融資效率進行研究。

部分學者研究融資方式、分層制度、做市商制度以及專利權質押等因素對企業融資效率的影響。桂嘉偉和吳群琪[18]從細分行業、歸屬地區、所屬分層、轉讓方式等多維視角，針對新三板科技服務企業融資效率進行比較研究。賀正楚等[19]生物醫藥產業不同融資方式的融資效率，發現融資效率從高至低為內源融資、債權融資、股權融資。張紅芳[20]研究企業專利權是否質押對融資效率的影響，并使用BCC模型和Malmquist指數對新三板100家專利權質押出質企業以及100家基礎層和100家創新層的非專利權質押出質企業融資活動進行測算和比較。馬莉莉和李湘晉[21]研究分層制度和做市商制度對企業融資效率的影響，結果表明，創新層中的企業融資效率較高。在創新層中，企業是否選擇做市轉讓交易方式并不會顯著影響其融資效率;在基礎層中，選擇非做市轉讓交易方式的企業的融資效率普遍較高。Xiaohuan和Anna[22]研究不同融資方式對融資效率的影響分析全球可再生能源領域不同行業的融資效率，結果表明，各行業綜合融資效率普遍偏低。Xu等[23]對我國戰略性新興產業的融資效率進行測度，并分析了內外部融資生態對融資效率的影響。

通過對以往文獻的閱讀，認識到融資效率對企業的發展至關重要，因此我們將融資效率作為公司研究的重要方面。同時發現大部分學者在研究融資效率時使用的是CCR模型和BCC模型，運用SBM模型對融資效率進行測度的研究較少。此外，現有文獻中很少有研究區塊鏈上市公司融資效率的。因此，本文通過使用SBM模型和Malmquist指數，從靜態和動態兩個角度對2016—2020年179家區塊鏈上市公司的融資效率進行分析，并為提高區塊鏈上市公司的融資效率提出建議。

二、研究方法

（一）SBM模型

在徑向的DEA模型中，對無效率程度的測量僅包括等比例改進部分，沒有考慮松弛改進的部分，導致測算結果偏高。他為了解決這個問題，Tone[24]在2001年提出了SBM模型。他使用非導向（Non-oriented）的SBM模型，同時從投入和產出兩個角度對效率狀況進行測量。該模型的公式如下：

其中，ρ表示效率評價值，λ=（λ，λ，...，λ）為權重向量，x、y分別為每一個被評價DMUk的投入向量、產出向量，x為DMU的投入向量x中的第i個分量，y為DMU的產出向量y中的第r個分量，s為投入松弛量s的第i個分量，s為產出松弛量s的第r個分量。當增加約束條件λ+λ+...+λ=1時，模型是規模報酬可變的。ρ關于s、s是單調遞減的，且0≤ρ≤1。當ρ=1（即s=s=0）時，被評價的DMU是有效DMU;否則，被評價的DMU是非有效的，存在產出不足或投入冗余，需要對投入和產出進行改進。

（二）Malmquist 指數

t時期技術條件下的Malmquist指數和t+1時期技術條件下的Malmquist指數分別為式（2）和式（3）。采用兩個Malmquist指數的幾何平均值作為被評價DUM的Malmquist指數，從t時期到t+1時期的Malmquist指數如式（4）所示，若Malmquist指數大于1，表明全要素生產率處于上升階段，反之，則處于下降階段。

三、指標體系構建與樣本數據來源

（一）投入-產出指標體系

對區塊鏈上市公司進行效率評價時，結合其他學者選取的投入產出變量，構建了三個投入指標和三個產出指標的指標體系。投入指標為，（1）資產總額：企業經營過程中能夠支配的全部資產，反映企業的融資規模;（2）營業成本：企業經營活動中投入的資金，反映融資資金的使用情況;（3）資產負債率：體現債權融資和股權融資的比例關系，反映企業的融資結構。產出指標為，（1）總資產周轉率：營業收入與資產總額的比值，反映企業全部資產的利用效率;（2）凈資產收益率：凈利潤與凈資產的比值，衡量融資資本帶來的收益;（3）營業收入同比增長率：反映企業的發展能力。

（二）數據來源及樣本選擇

選取東方財富choice數據庫區塊鏈概念板塊2016—2020年261家區塊鏈上市公司作為初始研究樣本。為保證樣本企業的有效性，剔除存在財務問題的ST和*ST類型的上市公司，并剔除指標缺失的公司，最終得到179家區塊鏈上市公司作為研究的樣本企業，分布在廣東省等22個地區。區塊鏈上市公司主要分布在東部地區，其中廣東省、北京市、浙江省的區塊鏈上市公司的數量最多。區塊鏈上市公司投入產出指標數據來自國泰安數據庫以及Wind數據庫。同時，為滿足DEA模型對于投入產出數據非負的要求，對原始數據進行無量綱化處理，處理后的數據介于0.1至1之間。

四、實證分析

（一）基于SBM模型的融資效率靜態分析

基于規模報酬可變（VRS）、非導向（Non-oriented）的SBM模型，對區塊鏈上市公司2016—2020年的融資效率進行測度，結果如表1所示。

通過SBM模型對融資效率進行測度，結果表明，2016—2020年區塊鏈上市公司5年融資效率值始終為1的企業有愛施德、同花順、北京君正這3家上市公司。2016—2020年間，融資效率值為1的企業所占比重最高的年份為2017年和2019年，占比7.82%;2020年比重最低，為5.03%。融資效率均值的變動范圍為0.545—0.675，融資效率整體處于較低水平，區塊鏈上市公司的整體融資效率情況有待改善。

SBM模型在對效率進行測度的同時，也測算了投入指標和產出指標的松弛值，并且提供了非有效DUM調整的方向和大小。根據SBM模型的測度結果可以發現，多數區塊鏈上市公司都存在投入冗余或產出不足的情況，需要減少要素的投入量或者增加要素的產出量，以達到最優效率。

（二）基于Malmquist 指數的融資效率動態分析

1.區塊鏈上市公司整體融資效率動態變化

使用SBM模型測算的是區塊鏈上市公司在樣本期內的融資效率靜態測度情況，為了更好反映區塊鏈上市公司融資效率的動態變化情況，使用Malmquist指數對融資效率進行動態測度，結果如表2所示。其中，Malmquist指數可以分解為技術效率變化指數和技術進步指數，技術效率變化指數又可以進一步分解為純技術效率變化指數和規模效率變化指數。由表2可知，融資效率Malmquist指數整體呈現先上升后下降的變化趨勢。2017—2018年間有較大幅度的增長，2018—2019年以及2019—2020年間呈現下降趨勢。分析2018—2019年間下降趨勢產生原因，是由于技術效率變化指數的負增長導致了Malmquist指數呈現負增長;分析2019—2020年間下降趨勢產生的原因，是由于技術效率變化指數和技術進步指數的共同負向影響導致了Malmquist指數的負向增長。

2.分行業區塊鏈上市公司的融資效率動態變化

對不同行業的區塊鏈上市公司的融資效率進行動態測度，結果如表3所示。在樣本期內，金融業、農林牧漁業、衛生和社會工作、制造業這四個行業融資效率整體處于增長趨勢，其余七個行業融資效率整體處于下降趨勢。在融資效率整體呈現下降趨勢的七個行業中，電力、熱力、燃氣及水生產和供應業，交通運輸倉儲和郵政業，批發和零售業，租賃和商務服務業等這些行業Malmquist指數呈現負增長，主要是由于技術進步指數的負向影響造成的。建筑業、信息傳輸軟件和信息技術服務業這兩個行業技術效率變化指數和技術進步指數都呈現下降趨勢。文化、體育和娛樂業的技術效率變化指數呈現下降趨勢。

五、結論與建議

基于179家區塊鏈上市公司2016—2020年的數據，使用SBM模型和Malmquist指數從靜態和動態兩個角度對融資效率進行測度，得出相應的研究結論：第一，我國179家區塊鏈上市公司在樣本期內的融資效率偏低，僅有3家企業在樣本期內的融資效率始終為1，融資效率較高的企業數量較少。第二，我國179家區塊鏈上市公司的Malmquist指數的均值為0.998，受到技術效率變化指數和技術進步指數的共同影響，融資效率整體呈現先上升后下降的趨勢。第三，從區塊鏈上市公司所屬行業的融資效率來看，在樣本期內，金融業、農林牧漁業、衛生和社會工作、制造業這四個行業融資效率整體處于增長趨勢，其余7個行業的融資效率整體處于下降趨勢。

根據以上研究結論，提出以下建議。第一，區塊鏈上市公司要提升企業融資資金的使用和管理水平，提高資金的利用效率，不斷拓寬企業的融資渠道、優化企業的融資結構，合理確定不同融資方式的融資比例，降低融資成本和融資風險，從而提升企業自身價值，推動區塊鏈上市公司的可持續發展。第二，政府要為區塊鏈企業的發展創造良好環境，為區塊鏈上市公司拓寬融資渠道，促進東、中、西區域和不同行業的區塊鏈上市公司協調健康發展。

參考文獻：

[1]? ?曾康霖.怎樣看待直接融資與間接融資[J].金融研究，1993，（10）：7-11.

[2]? ?葉望春.金融工程與金融效率相關問題研究綜述[J].經濟評論，1999，（4）：76-84.

[3]? ?劉海虹.國有企業融資效率與銀行危機相關問題研究[J].財經問題研究，2000，（3）：41-45.

[4]? ?盧福財.企業融資效率分析[D].北京：中國社會科學院研究生院，2000.

[5]? ?雷輝，劉俏云.基于四階段DEA模型的綠色低碳企業融資效率研究[J].財經理論與實踐，2020，41（3）：72-78.

[6]? ?涂詠梅，程文.我國中小板科技型企業融資效率實證分析[J].鄭州大學學報：哲學社會科學版，2018，51（4）：72-75.

[7]? ?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.

[8]? ?周磊，安燁.新舊動能轉換背景下我國現代物流業融資效率研究[J].經濟問題，2019，（11）：53-60.

[9]? ?王偉，董登新.科技型中小企業新三板市場融資效率分析——基于湖北省企業面板數據的實證研究[J].證券市場導報，2020，（2）：45-51.

[10]? ?孫燕芳，曹永鵬.公用事業類上市公司融資效率分析研究[J].山東社會科學，2018，（9）：168-173.

[11]? ?姚德權，戴烊.中小制片企業融資效率及其影響因素研究[J].現代傳播（中國傳媒大學學報），2020，42（11）：124-130.

[12]? ?Chen X，Wang Y. Research on financing efficiency of China’s strategic emerging industries based on super efficiency DEA and tobit model[J].International Journal of Emerging Market， 2020，ahead-of-print（ahead-of-print）.

[13]? ?Sun H， Geng C. Financing Efficiency of China’s New Energy Industry Based on DEA Model and Its Influencing Factors[J].Revista De Cercetare Si Interventie Sociala，2018：181-199.

[14]? ?Zhan X， Liu L. Analysis of Financing Efficiency of Chinese Agricultural Listed Companies Based on Machine Learning[J].Complexity，2019，2019.

[15]? ?Wang Q， Geng C X. Research on Financing Efficiencies of Strategic Emerging Listed Companies by Six-Stage DEA Model[J].Mathematical Problems in Engineering，2017，（7）：1-8.

[16]? ?朱? ?穎.我國養老產業融資效率及提升路徑研究[J].求索，2017，（11）：55-64.

[17]? ?沈忱.中小企業在新三板市場融資效率研究——基于三階段DEA模型定向增發研究[J].審計與經濟研究，2017，32（3）：78-86.

[18]? ?桂嘉偉，吳群琪.新三板科技服務企業融資效率與財務風險研究[J].科技進步與對策，2019，36（12）：115-124.

[19]? ?賀正楚，王姣，潘紅玉.生物醫藥產業不同融資方式的融資效率研究[J].財經理論與實踐，2020，41（1）：48-54.

[20]? ?張紅芳.專利權質押出質企業和非專利權質押出質企業融資效率比較分析研究[J].科學學與科學技術管理，2018，39（12）：111-122.

[21]? ?馬莉莉，李湘晉.分層制度、做市商制度與企業融資效率——基于我國新三板掛牌企業的實證研究[J].經濟問題，2019，（3）：56-64.

[22]? ?Xiaohuan L，Anna S. Research on the Renewable Energy Industry Financing Efficiency Assessment and Mode Selection[J].Sustainability，2018， 10（1）：222.

[23]? ?Xu K， Geng C， Wei X. RESEARCH ON FINANCING ECOLOGY AND FINANCING EFFICIENCY OF STRATEGIC EMERGING INDUSTRIES IN CHINA[J].Journal of Business Economics and Management，2019，20（2）：311-329.

[24]? ?Tone K.A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research，2001，130（3）：498-509.

[責任編輯? ?妤? ?文]