主板與創業板上市公司再融資效率研究

| 湯伊鈴 湯新華

一、引言

2014年，中國國務院對并購重組市場化制度實施了重大改革，最大限度地放寬了企業并購重組的權限，且并購重組行政審核也被撤銷了，這在很大程度上降低了并購重組的成本。由此，資本市場進入了并購的“黃金時代”。由于大規模并購需要大量資金，2015年至2016年，許多上市公司都進行了再融資，據統計，2016年進行非公開發行再融資的上市公司超過800家，約占資本市場四分之一，非公開發行再融資規模達1.7萬億元。在這兩年間，市場出現了一些過度融資或不合規的操作，比如上市公司為了定向增發的順利實施，會給投資人提供一些保本保收益的承諾或簽一些抽屜協議等等，這些行為觸犯了上市公司信息披露的規定，侵害了其他中小投資者利益，造成劣幣驅除良幣的現象，擾亂了資本市場秩序。

為減少這些現象發生，維護資本市場健康發展，2017年中國證監會出臺了資管新規以及再融資新規，延長了股權減持的限售期，提高了企業再融資的門檻和難度。由此，在2017年至2018年的兩年間，有多達四百五十多家企業放棄了定向增發，再融資規模下降了60%以上。因此，在資管新規與再融資新規政策背景下，研究主板與創業板上市公司再融資是否有效率，就具有一定的理論與現實意義。

二、文獻回顧

劉廣生、岳芳芳（2015）使用T檢驗對比上市企業在再融資前一年至后三年的績效變動，研究結果表明，企業通過不同的方法進行再融資后，其績效均或多或少有下滑的跡象，且我國上市公司有為了順利實施定增而進行業績虛增的動機。鄭丹城（2015）對新能源板塊上市公司股權再融資是否有效展開了研究，并剖析再融資流程中出現的問題。宋力、包薇（2015）運用數據包絡分析方法研究制造業上市公司增發再融資效率，研究發現制造業65%的上市公司都不能到達DEA有效，即再融資非有效，最后從投入、產出指標的角度分析其再融資低效的原因。黃德紅、郭蓉（2018）將因子分析與數據包絡相結合研究民族地區與東南沿海地區再融資效率，并得出民族地區再融資效率略高于東南沿海地區的結論。黃永福（2020）也運用此模型研究物流企業的融資效率。鄧雪莉（2019）分別運用DEA靜態和動態模型研究新三板創新層和基礎層的融資效率，分析了不同層次企業融資有效性的差異并闡述其融資非有效的原因。

綜上所述，近年來學者們開始關注上市公司再融資效率的問題，并采用因子分析、回歸分析、數據包絡分析等方法對其進行研究，研究結果大多顯示上市公司再融資效率普遍較低。再融資企業涉及的板塊較多，但還沒有學者對主板和創業板上市公司的再融資效率進行過深入研究，所以，本文的研究可以彌補這一不足。

三、概念界定

再融資是指企業通過IPO，即第一次公開募股后，為滿足公司的經營或發展需求，采用配股、增發以及發行可轉債等方法在證券市場上實現再次直接融資。相比其他再融資方式，上市公司對股權再融資有著很強的偏好。股權再融資,是指上市公司為了籌措資金，以開發生產新產品、提高技術水平,又或是發起人股東希望將其擁有的股權變現,而再次向社會公眾及指定對象發售股票的活動,具體分為配股、增發新股以及發行可轉換債券這三種方式，本文主要研究的是配股和增發這兩種方式。效率是指投入與產出之比，即成本與收益之間的比率，一般可以用單位資源的投入產出之比或單位時間的產量有多少來反映。再融資效率是指公司上市以后，通過配股、增發股份、發行可轉換債券等方式籌集資金所產生的效益。上市公司再融資效率可以通過再融資后公司的財務績效體現，即公司的財務業績產出與資金投入之比0。

四、研究設計

1.研究思路。本文將因子分析和DEA數據包絡分析相結合，分別研究主板和創業板實施股權再融資（配股和增發）的上市公司，其再融資的綜合效率、純技術效率以及規模效率，最后采用獨立樣本T檢驗分別比較它們再融資的綜合效率、純技術效率和規模效率是否具有顯著差異。

2.樣本選取。本文選取2017年至2018年實施增發和配股的主板和創業板上市公司作為研究對象，并做了如下篩選：（1）剔除ST公司，由于該類企業的財務指標異常，不具有普遍性。（2）剔除金融類公司，以此降低再融資能力與資本結構的影響。（3）剔除信息缺失的公司。經過以上篩選后，將主板440家公司和創業板142家公司作為樣本。

3.數據來源。由于融資見效有一個滯后期，一般可能為一至兩年，再融資后的第一年財務數據可能無法反映其真正的效率，所以本文選取企業再融資后第二年的數據，即間隔一年的數據進行研究。本文的樣本數據均來源于銳思數據庫。

五、實證分析

（一）因子分析

因子分析法是統計學中一種常用的方法，它能夠利用降維使數據簡化。其原理是：通過把相關性較高的變量集合為一組，使得相同類型變量間的關聯性較高，非同類變量間關聯性較弱，進而可以在相關性較高的變量中提取公因子，用這種方法來表示各個變量間的相關關系，即因子分析法可以用較少數的公因子來說明多個原始變量間的相關關系。

本文將因子分析法和DEA數據包絡模型相結合，在DEA模型投入指標的選取上，參考其他學者已研究出的成果,并考慮到適用性、可獲得性等相關原則，最終選取股權融資凈額、股權集中度、資產負債率作為模型的投入指標，這三個指標已被眾多學者（黃德紅、郭蓉，2018；宋力、包薇，2011）認同且證實其有效性和穩定性。股權融資凈額可以體現上市公司再融資的融資規模；股權集中度體現了企業再融資后股權結構的變化；資產負債率是一個反映公司資本結構的重要指標,它體現了企業債務與資產的比例以及再融資后資本結構的變化，合理的資本結構可以使企業獲得更多的利潤。在選擇上市公司再融資效率的產出指標時，選取的指標應能夠正確地反映公司對募集資金的運用效果,并且能準確地體現公司再融資的效率，本文參考了其他學者的研究結果，并從財務效益、發展能力以及市場表現等多個方面選擇了十一個財務指標，如表1。

表1 財務指標一覽表

數據包絡分析（DEA模型）要求決策單元的數量必須是輸入和輸出指標數量之和的兩倍以上，且為了確保DEA模型測算結果的準確性及有效性，各個輸入（輸出）指標間的相關性應當較弱。為此，本文通過采用因子分析方法獲取公因子，減少了表1中產出指標的個數，降低各指標間的相關性，消除指標間的線性關系，以此提高研究結果的有效性。本文借助SPSS26.0軟件分別對主板和創業板進行再融資公司的十一個財務指標進行因子分析，分析結果如下：

1.主板分析結果。對選入的指標進行KMO和Bartlett測試，分析結果表明KMO統計量為0.673（大于0.6），且巴特利球形檢驗的顯著性水平為0.000 (小于0.05)。由此可見，選擇的十一個指標適合用因子分析方法進行數據處理。經過分析，最后提取了四個公因子，分別為：Y1（盈利因子）、Y2（償債因子）、Y3（成長因子）和Y4（營運因子）。最后通過成分得分系數矩陣建立四個因子的因子得分函數，得分結果如表2。

表2 主板上市公司成分得分系數矩陣

2.創業板分析結果。對選取的指標進行KMO和Bartlett試驗，分析結果表明KMO統計量為0.727（大于0.6），且巴特利球形檢驗的顯著性水平為0.000 (小于0.05)。由此可見，選擇的十一個財務指標適合采用因子分析方法進行數據處理。經過分析，最終獲取了四個公因子，分別為：Y1（盈利因子）、Y2（償債因子）、Y3（成長因子）和Y4（營運因子）。最后通過成分得分系數矩陣建立四個因子的因子得分函數，得分結果如表3。

表3 創業板上市公司成分得分系數矩陣

通過計算，可得到主板和創業板每個樣本公司的四個因子得分，即DEA模型的產出指標。

（二）數據包絡分析

數據包絡分析，即DEA模型，是以相對效率概念為基礎的一種非參數統計方法。其基本原理是：在決策單元（DMU）輸入、輸出不變的條件下,采用線性規劃等方法判斷相對有效的前沿面,并根據比較各決策單元與前沿面之間的距離來確定其有效性。DEA模型又可分為CCR模型和BCC模型。CCR模型雖然能夠計算出企業的綜合效率，但它是假設企業處于規模報酬恒定的狀態，即企業規模對效率值不會產生影響，而企業在實際的生產經營活動中，規模是保持在變化狀態下的，因此，使用CCR模型并不能適應現實。BCC模型則是假定規模報酬可變，而且相比于前者，該模型還能夠計算出企業的純技術效率和規模效率，所以選擇以投入為導向的BCC模型能更準確地研究企業再融資的效率。若綜合效率為1，且剩余變量（s-）、松弛變量（s+）均為0，則說明DEA模型有效，即投入與生產的比值已經達到了最優，此時純技術效率和規模效率也都有效。若綜合效率為1，但剩余變量、松弛變量不等于0，則說明該模型處于弱有效的狀態。若綜合效率小于1，則說明該模型沒有效用。

BCC模型的評價步驟：

1.選取該模型的產出指標以及投入指標，確定決策單元。上文已提到，本文選取的三個投入指標分別為X1（股權融資凈額）、X2（股權集中度）、X3（資產負債率），而產出指標則采用了上述提取公因子的方法，將可以體現企業財務績效的十一個指標降維成了四個，依次是：Y1（盈利因子）、Y2（償債因子）、Y3（成長因子）、Y4（營運因子）。決策單元分別為2017年至2018年主板和創業板進行再融資的上市公司，其中，主板有440家，創業板有142家。

2.將所有數據都進行無量綱化處理。這些指標存在負數，但因為DEA模型要求每個投入產出的數據都是正數，故無法實現計算，所以必須對數據統一進行無量綱化處理。本文將對所有投入產出數據做了如下轉變：

X＊=0.1+0.9 (X—Xmin)/ (Xmax—Xmin)，X∈N

Y＊=0.1+0.9 (Y—Ymin)/ (Ymax—Ymin)，Y∈N

其中，X為投入指標進行統計處理前的原始數據，Xmax、Xmin分別是該組樣本的最大值和最小值。Y是產出指標進行數據處理之前的原始數據，Ymax、Ymin分別是該組樣本的最大值和最小值。進行轉換后，所有數均落在[0,1]這個區間內，可以滿足數據非負性的要求。

3.帶入模型進行檢驗。本文使用的是DEAP2.1軟件，檢測結果如下：

（1）效率分布由表4、表5可見，主板實行再融資的440家上市公司中，有16家公司（占總量3.64%）綜合效率值為1；而在創業板的142家公司中，綜合效率值為1的公司有17家（占總量11.97%），說明這些公司再融資效率有效，即它們的投入與產出比已經達到了最優，其綜合效率、純技術效率以及規模效率都是1，且松弛變量的值也都是0，這表示其投入已經達到了最小，不存在冗余的情況，產出也已經達到了最大，沒有短缺，技術效率和規模效率均達到了有效的狀態。可以看出無論主板或創業板，能做到有效融資的公司都較少，尤其是主板，有96%的公司再融資都處于非有效的狀態。在主板再融資的綜合效率小于1的424家企業中，有36家都已實現了純技術有效，但其規模效率無效，表明了這些公司已合理使用了投入的資金，其產出也實現了最大化，但之所以無法達到綜合效率有效，原因在于其規模與投入產出并不相符，所以對于企業而言，可以適當地調整規模來提高其綜合效率。在綜合效率非有效的創業板公司中，有24家公司達到了純技術有效而規模非有效，相比于主板略少一些。達到規模效率有效，而純技術效率卻無效的企業，主板有17家，創業板有7家，說明這些企業投入并沒有達到最小化，存在不同程度的冗余，由于大多數上市公司并非根據投資需求來確定融資數額，它們通常都是按照政策所規定的融資上限進行再融資，其融資數額往往超過了實際資金需求，從而造成了募集資金閑置、使用效率低的問題，所以上市公司應適當縮小融資規模，或合理有效地利用資金，提高其純技術效率。綜合效率、純技術效率以及規模效率都處在無效狀態的公司，主板有371家（占總量84.32%）；創業板有94家（占總量66.20%），說明其投入和產出未達到最佳比例，且規模處于不足或飽和的狀態。總體看來，主板和創業板的上市公司，大部分再融資都是非有效的，但創業板達到綜合、純技術、規模效率有效的企業比例均高于主板。

表4 主板上市公司股權再融資效率值分布情況（單位：家）

表5 創業板上市公司股權再融資效率值分布情況（單位：家）

（2）效率均值由表6可知，主板的公司綜合效率均值略高于創業板的公司，而純技術效率均值，則是創業板的更高一些，說明創業板的公司資金管理的平均水平相較于主板公司而言可能略好一些，由于純技術效率體現了一個企業的技術水平和管理能力,與募集資金的運營管理和公司所處的發展階段有關,因此，通常純技術效率有效的企業都是正處在發展的階段或已經成熟的階段，且擁有較高的資金管理水平。兩個板塊的規模效率均值均大于0.9，說明兩個板塊規模效率普遍不低，接近效率前沿面。從綜合技術效率的構成來看,規模效率水平相比純技術效率水平表現出優勢,由此看來，造成主板和創業板再融資效率低下的主要原因是純技術效率偏低，企業需改進自身管理方式和治理結構，提升資金運營管理水平，以提高再融資效率。

表6 主板和創業板企業再融資效率均值對比

3.規模報酬由表7可知，主板中規模報酬遞增的企業超過70%，表明了此類公司正處在發展階段，需要擴大規模，以此實現迅速發展，這往往需要通過企業融資的方式來進行大量的研究開發和生產運營等活動，同時表明，此輪的再融資規模還無法滿足這些主板上市公司的發展需要。相較之下，我國創業板的規模報酬分布較為穩定，規模報酬不變的企業占將近70%，大部分企業處于有序狀態。兩個板塊處于規模報酬遞減的企業的占比相差不大，但創業板的還是略少于主板的，這些企業投入和產出均未達到最佳比例，規模處于不足或飽和的狀態，企業應該調整物資的投入。

表7 主板和創業板企業規模報酬對比（單位：家）

（三）獨立樣本T檢驗

T檢驗方法是指利用T分布理論來推斷產生差異的概率，進而比較兩個平均值之間是否存在著明顯的差異。T檢驗方法一般包括單總體T檢驗方法和雙總體T檢驗方法。雙總體T檢驗方法又包括了獨立樣本T檢驗和配對樣本T檢驗。其中，獨立樣本T檢驗就是本文要使用研究方法，該檢驗方法是用于檢測兩組非相關樣本所獲得的數據的差異性。本文通過使用SPSS26.0軟件，運用獨立樣本T檢驗方法，分別對比主板和創業板上市公司股權再融資的綜合效率、純技術效率和規模效率之間是否存在顯著差異，分析結果如下：

1.綜合效率。由萊文方差等同性檢驗可知，F統計量的觀察值為1.231，顯著性為0.268（＞0.05），所以可以認為兩樣本的方差無顯著差異，即等方差。主板的上市公司和創業板的上市公司再融資綜合效率的平均值分別為0.78和0.76，t統計量的觀察值是1.230，雙尾概率是0.219（大于0.05），由此認為兩樣本的均值未存在顯著差異，即主板的上市公司和創業板的上市公司再融資綜合效率的平均值0.78和0.76不存在顯著差異。兩個樣本都沒有達到有效的水平，說明兩個板塊的再融資效率都有待提升。

2.純技術效率。由萊文方差等同性檢驗可知，F統計量的觀察值為0.184，顯著性為0.668（＞0.05），所以可以認為兩樣本的方差無顯著差異。主板的上市公司和創業板的上市公司再融資純技術效率的平均值分別為0.80和0.83，t統計量的觀察值是-1.684，雙尾概率是0.093（大于0.05），據此可認為兩樣本的均值不存在顯著差異，即主板的上市公司和創業板的上市公司再融資純技術效率的平均值0.80和0.83不存在顯著差異。兩個樣本都沒有達到有效的水平，說明兩個板塊的再融資純技術效率都有待提升。

3.規模效率。由萊文方差等同性檢驗可知，F 統計量的觀察值是179.857，顯著性為0.000（＜0.05），故認為兩樣本的方差存在顯著差異，即方差不等。主板的上市公司和創業板的上市公司再融資規模效率的平均值分別為0.98和0.92，t統計量的觀察值是6.725，雙尾概率為0.000（＜0.05），由此可見，兩樣本的均值存在顯著差異，即主板的上市公司和創業板的上市公司再融資規模效率的平均值0.98和0.92存在顯著差異。兩個樣本都沒有達到有效的水平，說明兩個板塊的再融資規模效率都有待提升，但主板公司再融資的規模效率顯著高于創業板公司。

主板和創業板的大部分企業股權再融資均非有效，所以市場機構與監管部門需要對新募集資金的使用用途、進度等進行實時監督，并關注其資金使用效率等。若上市公司使用募集的資金進行股份收購、兼并重組等活動，或用于投資重大項目等,保薦機構應該對這些情況進行嚴格核查、監督，以避免再融資后，企業發生募集資金閑置、使用效率低下、募集資金被挪用等特殊情形，引導資本市場健康發展，有效保護投資人的利益。

六、實證結論

綜上，主板與創業板上市公司再融資效率的綜合效率、純技術效率差異不大，主板規模效率的平均值（0.98）雖顯著高于創業板（0.92），但兩者都未達到有效的水平。創業板上市公司達到綜合效率有效的比例（11.97%）高于主板（3.64%），且創業板規模報酬不變的企業的占比（69.01%）也遠高于主板（8.18%）。由此可見，雖然主板和創業板大部分上市公司的股權再融資都處于非有效狀態，有待進一步提升，但總體來看，創業板的效率略高于主板。

七、再融資效率低下原因及建議

（一）再融資有效性分析

為了對樣本企業再融資效率低下的原因進行具體分析，本文借助DEAP2.1軟件計算出了各投入產出數據的松弛變量。但由于投入產出數據都進行了無量綱化處理，計算出的松弛變量可能無法當作實際的參考，故而本文僅以改善主板與創業板上市公司的融資效率為研究主線，具體分析數據包絡方法評價結果的非有效性。

若投入與產出的松弛變量都是0，則表示該企業投入已達到了最小，無冗余，產出也實現了最大化，無短缺；如果輸入指標的松弛變量不為0，則說明投入存在冗余，公司需要減少投入以此提高效率。如果輸出指標的松弛變量不為0，則說明產出沒有最大化，存在短缺，企業應該提高產出進而提升效率。本文對該模型的投入和產出指標的松弛變量做了統計分析，見表8。

表8 主板和創業板輸入和輸出指標的松弛結果對比（單位：家）

1.輸入指標分析。由表8可知，主板和創業板的大多數企業都是受到了資產負債率的影響，說明資產負債率是主板企業再融資效率的一個重要的指標。所以，為了改善主板再融資效率低下的狀況，我們應該對該指標進行合理的控制。企業應理性、充分地研究各個時期的融資需求，科學合理地設置債權融資比例、股權融資比例和長短期融資比例，在保證公司造血功能、留存收益不斷上升的同時，提升內源融資的比例，通過采取多樣化的籌資方法來降低融資風險，最后達到降低資產負債率的目的。其中，另一個制約主板公司提升再融資效率的重要因素是股權集中度，該指標松弛變量非0的公司超過60%，由此可見大股東控制權過大并不利于企業提高再融資效率，企業可以通過改變大股東的持股比例來改善再融資效率不理想的狀況。在股權融資規模方面，主板和創業板中存在投入冗余的企業都較少，說明大部分企業對資金的使用都有整體的規劃，沒有出現資金大量浪費或使用效率低下的情況，剩余37家股權融資凈額松弛變量非0的企業，應該在籌資的過程中多關注資金的使用率、規模和資產總額之間的匹配程度，將籌集到的資金發揮應有的作用，在規劃融資的規模時應結合企業自身的發展狀況來考慮，切忌在融資后進行盲目擴張。綜上，企業在進行再融資時，應著重關注資產負債率和股權集中度這兩個指標。

2.輸出指標分析。從表8中可知，主板和創業板公司償債因子的輸出短缺情況都比較嚴重，尤其是主板，高達90%，說明大部分企業償債能力都較弱，在面臨短期或長期債務時不能及時付現進行償還。所以，這一類的公司都需要努力提升各項資產的質量，資產質量的差異會導致其變現能力產生差別，同時，也應該科學合理地舉債，選用恰當的舉債方法，并制定合理、有效的還款規劃，降低財務風險。除此之外，企業的盈利因子輸出短缺情況也較為明顯，這些公司的凈資產增長率往往高于其利潤增長率，這說明公司將資金轉化成自身利潤的能力不強。最后，企業的營運能力不足也可從其因子的輸出情況中體現，兩個板塊中存在輸出短缺的公司均超過40%。企業融資后其業務總量、公司規模都有所增長，從而使其總資產周轉速度放緩，所以公司需要通過提升其資產周轉的能力、完善其供應鏈和存貨管理，合理編制生產計劃，使企業的生產運營管理體系更加完備，逐漸增強企業的運營能力。綜上所述，盈利管理、償債管理和運營管理能力是我國主板和創業板上市公司需要著力改善的三個方面。

（二）建議

1.對上市公司有以下三個建議：

（1）增加經營者持股比例，提高公司治理水平。無論是在主板還是創業板，一股獨大的股權結構都不利于企業提升融資效率。所以，企業可以通過股權激勵緩和這一現象，實現股權之間的相互制衡，分散股權，避免了大股東利用股權再融資提高企業的自由現金流量進而進行隨意支配，防止其他中小股東的利益被侵害，還可以使企業的股權結構呈現多元化趨勢，降低公司對個別股東的依賴程度。目前在中國采用股權激勵政策的上市公司較少，企業可選擇降低大股東的持股比例，將股份適當地分給經營者，從而利用股權激勵機制將經營者的經營業績和薪酬績效相互聯系,進而有效提升上市企業的再融資效率。

（2）調整企業規模，優化生產配置。主板中有大量企業處在規模報酬遞增的狀態，上述公司應該采取再融資或兼并重組等方法，來進一步擴張公司規模以提升股權再融資效率；對于處在規模報酬遞減狀態的公司，壓縮規模、去產能是其發展的主要任務，可采取股權回購、分立、出售等方法,壓縮公司的規模,以提升股權再融資的效率；已達到規模經濟的上市企業,可以選擇內涵式發展,合理配置公司內的存量資本，以此提升經營效率。總而言之，無論是主板還是創業板的上市公司，應該結合自身發展情況，理性地決定公司是否需要實施再融資，并對新募集資金的運用做出合理、細致的計劃,及時調整公司的規模,以提升股權再融資的規模效率。

（3）提升管理水平，加快技術創新。主板和創業板融資非有效很大程度上是由于純技術效率的制約。純技術因素受企業管理能力和技術水平的影響，所以企業應明確管理分工職責、充實管理團隊、完善治理結構，杜絕出現制度形同虛設的情況，同時，引進高端技術人才促進新技術的開發，適時淘汰落后的技術生產能力,增加研究開發的投入,并積極開展技術創新，也可以在參考、借鑒國外有關領域先進科技成果的基礎上，根據我國的實際狀況進行技術整合、技術創新，從而提升企業的純技術效率。

2.對市場管理部門有兩個建議：

（1）加強對資金使用的監管。主板和創業板的大部分企業股權再融資均非有效，所以市場機構與監管部門需要對新募集資金的使用用途、進度等進行實時監督，并關注其資金使用效率等。若上市公司使用募集的資金進行股份收購、兼并重組等活動，或用于投資重大項目等,保薦機構應該對這些情況進行嚴格核查、監督，以避免再融資后，企業發生募集資金閑置、使用效率低下、募集資金被挪用等特殊情形，引導資本市場健康發展，有效保護投資人的利益。

（2）加強信息披露質量管理。我國計劃全面實施注冊制，但目前主板上市仍然是核準制，創業板已開始實施注冊制，監管部門應針對不同市場的上市公司采取相應的監管舉措，進一步強化對上市公司信息披露質量監督管理，各類參與主體應該切實履行自身責任，依法對發行人的信息披露質量實施核查，加強自身責任意識，扮演好資本市場“看門人”角色，對發行者產生有效約束，同時應提升監管機構的公信力，制定嚴格的監管制度從重處罰，提高違法成本，營造良好的市場投資環境。