供應鏈金融對中小企業投資效率的影響
——基于融資約束的中介效應

齊勝雨

（鄭州大學商學院 河南鄭州 450000）

文獻回顧與研究假設

（一）供應鏈金融和投資效率

閆俊宏等（2007）認為供應鏈金融是將風險管理從單個企業層面轉化為整個供應鏈層面。高戌煦（2017）認為供應鏈金融能顯著減少產融企業的投資不足和投資過度。王寧寧（2019）的研究表明供應鏈中客戶的適當集中有助于減少無效投資，提高中小企業的投資效率。周曉林（2020）發現供應鏈金融可以提升中小型企業的投資效率，并且信息不對稱在二者之間起調節作用。張一蘭（2021）研究發現供應鏈中客戶集中度的提高可以對投資過度起直接作用，也能通過抑制融資約束來間接減少企業的投資不足。根據以上，提出如下假設1：

H1：供應鏈金融會對中小企業投資效率產生促進效應。

（二）供應鏈金融、融資約束和投資效率

閆俊宏等（2007）發現中小企業在使用供應鏈融資時，可以減少自身在融資過程中受到的約束。余劍梅（2011）發現供應鏈金融可以有效降低中小企業融資成本，拓寬融資渠道。姚王信等（2016）研究發現科技型中小企業受到的融資約束可以通過供應鏈金融得到減少。于海靜等（2017）發現供應鏈金融在緩解中小企業融資困境方面發揮了顯著作用。譚荻（2020）研究結果顯示供應鏈金融能夠通過緩解融資約束來提升中小企業的研發投入。張兆芹（2022）發現供應鏈金融對國有企業融資約束問題的緩解作用更顯著。

企業面臨的融資約束會對企業的投資效率產生影響。連玉君（2009）通過進行定性和定量分析，發現融資約束會導致上市公司的投資不足。顧群等（2012）發現融資約束程度越高，對R&D 投資效率的促進效應就越強。潘玉香等（2016）的研究表明高融資約束的企業比低融資約束的企業更容易產生投資不足。顧海峰等（2021）發現融資約束能從投資過度和投資不足兩個方面影響企業投資效率。顏恩點（2022）通過研究發現產業政策能通過多種方式給予企業資金支持，顯著提升投資效率。

綜上，供應鏈金融能在一定程度上對中小企業的融資約束起抑制作用，而融資約束會降低企業的投資效率，由此提出假設2：

H2：供應鏈金融能通過緩解融資約束對中小企業投資效率產生促進效應。

研究設計

（一）數據來源與數據處理

數據來源與數據選擇。本文選取2014-2020年上市中小企業作為研究樣本，并對企業做了如下篩選：剔除ST、ST*的企業；剔除財務數據部分缺失及財務異常的企業。

數據處理。本文實證分析部分首先要用DEA模型測量中小企業的投資效率，該模型要求投入變量和產出變量均為非負變量，因此對數據統一進行歸一化處理，公式如下：

下標i表示第i個決策單元，即第i個企業；下標j表示第j個變量。

（二）變量選擇

被解釋變量——企業投資效率。本文采用數據包絡分析方法（DEA）度量中小企業的投資效率，選擇以投入為導向、規模報酬可變的BCC模型。

度量企業投資效率首先要選取合理的投入和產出指標，本文確立了以下投入產出變量：選取固定資產凈額（X1）、無形資產凈額（X2）和營業成本（X3）來衡量中小企業的資本投入，用應付職工薪酬（X4）來反映中小企業的勞動力投入。產出指標選取總資產報酬率（Y1）衡量企業盈利水平，用每股收益（Y2）衡量企業的發展能力，主營業務收入（Y3）衡量企業的經營成果。表1為產出投入指標。

表1 投入產出指標

如表2所示，中小企業的綜合效率存在較大提升空間。此外，企業的規模效率低于純技術效率，意味著中小企業的規模效率拉低了綜合效率水平。因此中小企業規模效率仍有較大提升空間，企業應該注重調整自身規模以達到最優生產規模。

表2 2014-2020年中小企業投資效率均值結果

核心解釋變量——供應鏈金融。本文對供應鏈金融的衡量采用了姚王信等學者的方法，具體計算公式如下：

中介變量——融資約束。本文采用KZ指數來衡量中小企業的融資約束程度。KZ指數越大，企業面臨的融資約束就越嚴重。其計算公式如下：

KZ= -1.001909*OCF/Asset+3.139193*Lev-39.3678*Div/Asset-1.314759*Cash/Asset+0.2826389*Q

控制變量。供應鏈金融并不是唯一影響企業效率的因素，本文還選取了總資產報酬率（ROA）、資產負債率（Lev）、企業規模（Size）、現金持有水平（Cash）、企業上市年限（Age）、資產有形性（PPE）和托賓Q值（Q）作為控制變量，除了以上變量外，再加入年度啞變量。表3為變量定義及說明。

表3 變量定義及說明

實證檢驗

（一）模型的構建

DEA模型測度企業投資效率值在（0，1]之間，為了避免較大的誤差，采用Tobit模型進行假設檢驗。為檢驗供應鏈金融對投資效率的影響，構建了模型（1）：

為檢驗融資約束在供應鏈金融和投資效率之間的中介作用，構建模型（2）和（3）如下：

（二）多重共線性檢驗

為避免變量之間可能存在嚴重多重共線性，影響模型結果，本文計算了各變量的方差膨脹系數，結果如表4所示，VIF的均值為1.69，說明本文選取的變量之間不存在嚴重共線性。

表4 多重共線性檢驗

（三）Tobit模型回歸分析

本文用 Stata進行Tobit回歸來檢驗提出的兩個假設。首先，利用模型（1）來檢驗供應鏈金融對中小企業投資效率的促進效應，模型（2）（3）用于檢驗融資約束在供應鏈金融和中小企業投資效率之間的中介效應。表5詳細展示了三個模型的回歸結果。

表5 回歸結果

根據模型（1）結果，供應鏈金融（SFA）回歸系數顯著為正，這說明隨著中小企業供應鏈金融發展水平的提升，企業的投資效率也會提高，驗證了假設H1。根據模型（2）結果，供應鏈金融系數顯著為負，說明供應鏈金融能減少企業的融資約束。模型（3）的回歸結果顯示融資約束系數顯著為負，說明融資約束會減低企業的投資效率，但供應鏈金融系數顯著為正，說明融資約束在供應鏈金融促進企業投資效率中發揮了部分中介作用，驗證了假設H2。

（四）穩健性檢驗

替換解釋變量。為保證模型結果的穩健性，本文使用年末短期借款和年末總資產的比值替換供應鏈金融發展程度指標，檢驗模型結果的穩健性。短期借款中包括抵押借款，供應鏈中存貨質押、商品質押和應收賬款融資模式都是抵押借款。因此短期借款雖然不能完全反映中小企業對供應鏈金融的運用程度，但其在供應鏈金融發展程度指標中占主要地位。替換解釋變量后模型回歸結果如表6所示。

表6 穩健性檢驗

根據（1）列顯示，供應鏈金融（SFA）回歸系數顯著為正，這說明隨著企業更深入的運用供應鏈金融，企業的投資效率也會提高，驗證了假設H1。模型（2）結果說明供應鏈金融能減少企業的融資約束。模型（3）的回歸結果顯示融資約束系數顯著為負，說明融資約束會減低企業的投資效率，但供應鏈金融系數顯著為正，說明融資約束在供應鏈金融促進企業投資效率中發揮了部分中介作用，驗證了假設H2。

改變樣本量。在上一小節中，本文選取了2014-2020年310家上市中小企業作為樣本進行研究，現改變樣本量，隨機剔除部分企業得到260家企業共計1820個觀測值，對新的樣本進行模型回歸后結果如表7所示。

表7 穩健性檢驗（改變樣本量）

改變樣本量后，模型（1）供應鏈金融（SFA）回歸系數顯著為正，驗證了假設H1。模型（2）結果說明供應鏈金融能減少企業的融資約束。模型（3）的回歸結果顯示融資約束系數顯著為負，說明融資約束會減低企業的投資效率，但供應鏈金融系數顯著為正，說明融資約束在供應鏈金融促進企業投資效率方面發揮了部分中介作用，驗證了假設H2。

對策建議

完善中小企業信用擔保體系。第一，是政府可以設立以中小企業為服務對象的信用擔保部門，專門為中小企業融資提供服務。此外，還可以與企業共同投資設立擔?；?，與擔保企業共擔風險。第二，政府可以對服務于中小企業的擔保企業或擔保部門進行風險補償，從而提高對中小企業的貸款擔保水平。第三，使用多種類型的獎勵補貼，對符合要求的信用擔保公司為中小企業提供擔保進行激勵。

中小企業要提高運用供應鏈金融的積極性。中小企業的供應鏈金融發展水平指數普遍不高，說明大部分中小企業對供應鏈金融的運用不夠，沒有最大程度的利用供應鏈金融的融資優勢。這種現象的原因一方面是我國供應鏈金融體系不夠完善，另一方面是中小企業自身的參與積極性不高。中小企業要提高運用供應鏈金融融資的積極性，減少自身受到的融資約束，增加現金持有量，從而提高自身投資效率。

金融機構要不斷創新業務模式。目前許多金融機構缺少對中小企業更具有針對性的金融服務。金融機構應更加重視各類中小企業的差異化融資需求，結合供應鏈金融在不同行業的特點，為供應鏈中有不同需求的融資主體提供差異化金融服務。要大力推動金融機構將服務重心轉移到中小企業上，努力促進金融服務精準化，更好的為中小企業的發展提供服務。