新三板掛牌企業(yè)融資效率

丁華 高丹

【摘 要】 文章選取新三板掛牌企業(yè)，通過主成分分析降維處理后，采用適當(dāng)?shù)耐度?、產(chǎn)出指標(biāo)，運(yùn)用DEA-Malmquist方法對樣本企業(yè)的融資效率進(jìn)行評價(jià)，并單獨(dú)分析掛牌企業(yè)數(shù)量最多的制造業(yè)、信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)的融資效率變化情況。研究發(fā)現(xiàn)新三板市場整體融資效率水平不高，純技術(shù)效率相對無效是制約融資效率的主要因素;新三板市場整體全要素生產(chǎn)率有小幅下降趨勢，制造業(yè)全要素生產(chǎn)率指數(shù)主要受到技術(shù)變動(dòng)的下拉影響，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)主要由純技術(shù)效率變化引起的全要素生產(chǎn)率指數(shù)降低。結(jié)合新三板市場融資現(xiàn)狀，提出提升新三板掛牌企業(yè)融資效率的對策，豐富新三板市場有關(guān)融資效率的研究。

【關(guān)鍵詞】 新三板; 融資效率; DEA-Malmquist方法

【中圖分類號】 F275 ?【文獻(xiàn)標(biāo)識碼】 A ?【文章編號】 1004-5937（2019）02-0021-04

一、引言

為了改善中小微企業(yè)融資難的問題，我國于2006年設(shè)立了中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)即新三板?；仡櫺氯迨袌霭l(fā)展過程，2013年12月至今，新三板掛牌的中小微企業(yè)數(shù)已超過一萬家，地域分布基本覆蓋全國，行業(yè)類型跨越制造業(yè)、軟件及信息技術(shù)服務(wù)、科研和技術(shù)服務(wù)等眾多領(lǐng)域。截至2017年末，新三板共發(fā)行股票794.18億股，發(fā)行金額4 087.42億元。李克強(qiáng)總理在《政府工作報(bào)告》中突出強(qiáng)調(diào)當(dāng)前應(yīng)積極發(fā)展新三板，并提出具體的工作部署。隨著國家對新三板市場重視程度不斷加深，監(jiān)管力度日益加大以及一系列改革措施的推進(jìn)，作為我國多層次資本市場的重要組成部分，新三板市場服務(wù)創(chuàng)新型、創(chuàng)業(yè)型、成長型中小微企業(yè)的根基愈加深厚。

未掛牌新三板的中小微企業(yè)只能通過擴(kuò)大股東、向金融機(jī)構(gòu)舉債等傳統(tǒng)方式進(jìn)行融資，然而，中小微企業(yè)自身擁有的符合要求的抵質(zhì)押資產(chǎn)并不多，因此難以獲得大規(guī)模的貸款[ 1 ]。新三板市場為掛牌的中小微企業(yè)提供股權(quán)質(zhì)押、雙創(chuàng)債、綠色債以及轉(zhuǎn)板上市等多元化的融資渠道，滿足企業(yè)發(fā)展的融資需求。因此，企業(yè)掛牌新三板后融資效率處于何種水平，不同行業(yè)間融資效率水平是否存在差異，又有何種途徑能夠優(yōu)化中小微企業(yè)融資效率都是值得研究的方向。基于以上問題，本文選取2014年掛牌的新三板企業(yè)進(jìn)行主成分降維后篩選出合適的投入、產(chǎn)出指標(biāo)，并運(yùn)用DEA-Malmquist方法從靜態(tài)和動(dòng)態(tài)角度評價(jià)其在掛牌后三年的融資效率水平，旨為提升新三板掛牌企業(yè)融資效率，優(yōu)化融資選擇路徑，增強(qiáng)新三板市場培育中小微企業(yè)的能力。

我國對于企業(yè)融資效率的研究涉及面較廣，研究內(nèi)容不僅涵蓋了主板、中小板、創(chuàng)業(yè)板和新三板各層次資本市場，而且還細(xì)分行業(yè)或地域進(jìn)行研究，此外，部分文獻(xiàn)還對企業(yè)融資效率偏低的原因進(jìn)行了分析和探討[ 2-5 ]。主要研究方法包括模糊分析法[ 6 ]、層次分析法[ 7 ]和數(shù)據(jù)包絡(luò)分析法（DEA方法）等。DEA方法不同于以往僅能夠處理單項(xiàng)產(chǎn)出的評價(jià)效率方法，該方法能夠處理多投入與多產(chǎn)出，而且無需構(gòu)建投入產(chǎn)出指標(biāo)之間的數(shù)學(xué)函數(shù);即使各個(gè)指標(biāo)的計(jì)量單位不同，DEA方法最終的效率評價(jià)結(jié)果也不會(huì)受到影響;DEA模型中的投入和產(chǎn)出權(quán)重是根據(jù)數(shù)據(jù)產(chǎn)生的，避免了人為設(shè)定權(quán)重帶來的主觀影響。此外，結(jié)合Malmquist指數(shù)的DEA模型能分解影響融資效率變化的因素，更加直觀動(dòng)態(tài)地解釋融資效率的變化原因。因此，借鑒有關(guān)研究成果，本文選擇DEA-Malmquist方法評價(jià)新三板掛牌企業(yè)的融資效率。

二、研究方法

（一）DEA方法

DEA方法即數(shù)據(jù)包絡(luò)分析法是1978年由Charnes A等學(xué)者[ 8 ]提出的，是根據(jù)評價(jià)對象的各項(xiàng)投入、產(chǎn)出指標(biāo)對所有決策單元（DMU）利用線性規(guī)劃模型，找出效率前沿面，再測量每個(gè)DMU到效率前沿面的距離，求得每個(gè)DMU的相對效率水平。固定規(guī)模報(bào)酬模型（CCR）和可變規(guī)模報(bào)酬模型（BCC）是DEA方法的兩個(gè)基本模型。CCR模型以企業(yè)規(guī)模報(bào)酬不變?yōu)榍疤?，即假定企業(yè)規(guī)模對效率值不會(huì)產(chǎn)生影響，但由于我國企業(yè)發(fā)展受到宏觀經(jīng)濟(jì)和財(cái)政的制約，這種假定并不符合我國的現(xiàn)實(shí)情況。BCC模型則解決了這個(gè)問題，通過構(gòu)建BCC模型能夠在計(jì)算綜合技術(shù)效率（TE）值時(shí)剔除規(guī)模效率（SE）的影響，進(jìn)而得到純技術(shù)效率（PTE）。

（二）Malmquist指數(shù)

全要素生產(chǎn)率是衡量生產(chǎn)效率的重要指標(biāo)，是除去勞動(dòng)力、資本等有形生產(chǎn)要素投入后的“剩余”，反映由技術(shù)進(jìn)步、規(guī)模效應(yīng)變動(dòng)等因素引起的總產(chǎn)出增加。Malmquist S[ 9 ]提出Malmquist生產(chǎn)力指數(shù)后，F(xiàn)？覿re R等[ 10 ]將Malmquist指數(shù)與DEA方法進(jìn)行結(jié)合，構(gòu)建出從t期到t+1期的Malmquist生產(chǎn)率指數(shù)來衡量技術(shù)效率變動(dòng)（effch）、技術(shù)變動(dòng)（techch）和全要素變動(dòng)（tfpch）之間的關(guān)系，而且在規(guī)模報(bào)酬可變的假設(shè)下，技術(shù)效率變動(dòng)進(jìn)一步可分解為純技術(shù)效率變化（pech）和規(guī)模效率（sech）。Malmquist指數(shù)分解了驅(qū)動(dòng)全要素生產(chǎn)率變動(dòng)的因素，從而更加直觀地得到全要素生產(chǎn)率變動(dòng)的特征趨勢，為優(yōu)化決策單元路徑提供更具實(shí)際意義的依據(jù)。

根據(jù)F？覿re等學(xué)者的分解模型，Malmquist指數(shù)關(guān)系式為：tfpch=pech*sech*techch。其中，tfpch代表全要素生產(chǎn)率，tfpch>1表明生產(chǎn)率水平提高，反之降低;pech*sech代表技術(shù)效率變動(dòng)指數(shù)，pech為純技術(shù)效率指數(shù)，sech為規(guī)模效率指數(shù);techch代表技術(shù)進(jìn)步，反映的是技術(shù)邊界的推移程度，techch>1表明技術(shù)進(jìn)步和技術(shù)創(chuàng)新。

三、變量與數(shù)據(jù)

（一）樣本篩選

確定樣本數(shù)據(jù)即模型中的DMU，本文選取2014年掛牌的新三板企業(yè)，剔除披露財(cái)務(wù)信息不全、被ST的企業(yè)后，共得到680個(gè)樣本數(shù)據(jù)，涵蓋了制造業(yè)、信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)等16個(gè)行業(yè)，分析樣本企業(yè)在掛牌后即2015—2017年的融資效率情況。

（二）指標(biāo)選取

運(yùn)用DEA-Malmquist方法進(jìn)行新三板融資效率的評價(jià)時(shí)，指標(biāo)的選取對評價(jià)結(jié)果會(huì)產(chǎn)生關(guān)鍵影響，不同的指標(biāo)可能會(huì)得出不同的研究結(jié)論。資本市場上的融資是一項(xiàng)涉及多種投入產(chǎn)出的復(fù)雜活動(dòng)，選取何種指標(biāo)變量對融資效率進(jìn)行評價(jià)，學(xué)術(shù)界并未取得統(tǒng)一結(jié)論，因此，本文初步選取與融資效率密切相關(guān)的7個(gè)投入指標(biāo)和9個(gè)產(chǎn)出指標(biāo)，具體指標(biāo)說明見表1。

利用SPSS24.0對初步選取的指標(biāo)進(jìn)行KMO和Bartlett檢驗(yàn)，結(jié)果如表2所示，KMO檢驗(yàn)值為0.687，大于0.500，Bartlett的球形度檢驗(yàn)Sig.為0.000，說明初選指標(biāo)具有相關(guān)性，能夠通過主成分分析進(jìn)行降維處理。

由主成分分析共篩選出5個(gè)主成分的累計(jì)貢獻(xiàn)率達(dá)到68.481，說明大多數(shù)初選指標(biāo)得到了解釋。表3是主成分得分系數(shù)矩陣，可以看到A1到A5主成分中最大權(quán)重系數(shù)分別對應(yīng)指標(biāo)籌資活動(dòng)現(xiàn)金流入量X7為0.247、總資產(chǎn)報(bào)酬率X10為0.312、主營業(yè)務(wù)成本X5為0.338、營業(yè)收入增長率X15為0.502、資產(chǎn)負(fù)債率X6為0.342。最終確定評價(jià)融資效率的投入指標(biāo)為主營業(yè)務(wù)成本、資產(chǎn)負(fù)債率以及籌資活動(dòng)現(xiàn)金流入量，產(chǎn)出指標(biāo)為總資產(chǎn)報(bào)酬率和營業(yè)收入增長率。

（三）數(shù)據(jù)處理

運(yùn)用DEA模型，要求保證投入、產(chǎn)出指標(biāo)的數(shù)據(jù)為非負(fù)數(shù)，這就需要對數(shù)據(jù)進(jìn)行無量綱化處理即通過一定的函數(shù)將數(shù)據(jù)變換歸入某一正值區(qū)間。數(shù)據(jù)經(jīng)過無量綱化處理后，數(shù)據(jù)原本的意義并未發(fā)生改變，模型結(jié)果不會(huì)受到影響。本文采用的無量綱化關(guān)系函數(shù)為：Xij=0.1+*0.9。這樣處理后的數(shù)據(jù)范圍在[0，1]內(nèi)，達(dá)到數(shù)據(jù)的非負(fù)性要求。

四、新三板掛牌企業(yè)融資效率分析

（一）靜態(tài)融資效率分析

運(yùn)用MAXDEA5.0軟件選擇BCC模型計(jì)算樣本企業(yè)的綜合效率值、純技術(shù)效率值和規(guī)模效率值，具體分布結(jié)果見表4。根據(jù)表中數(shù)據(jù)，從綜合技術(shù)效率（TE）結(jié)果來看，每年只有約1%的企業(yè)能夠同時(shí)達(dá)到技術(shù)有效和規(guī)模有效，大多企業(yè)的TE值處于相對無效的范圍，說明新三板掛牌企業(yè)融資效率整體水平不高。從綜合技術(shù)效率的構(gòu)成來看，規(guī)模效率（SE）水平相比純技術(shù)效率（PTE）水平表現(xiàn)出優(yōu)勢，說明代表企業(yè)自身管理方式和治理結(jié)構(gòu)的純技術(shù)效率低下是制約新三板企業(yè)融資效率的主要因素。

（二）動(dòng)態(tài)融資效率分析

將2015年財(cái)務(wù)數(shù)據(jù)作為基期數(shù)據(jù)，繼續(xù)運(yùn)用MAXDEA5.0軟件，選擇Malmquist指數(shù)計(jì)算新三板企業(yè)融資效率的動(dòng)態(tài)變化值，結(jié)果整理見表5?；?015年的全要素生產(chǎn)率指數(shù)為1，從表中數(shù)據(jù)看到全要素變動(dòng)在2015—2017年間平均值為0.864，新三板整體的全要素變動(dòng)水平呈小幅向下趨勢，相對來說，技術(shù)效率變動(dòng)是導(dǎo)致全要素水平下降的主要因素;從分解技術(shù)效率變動(dòng)的角度看，純技術(shù)效率變動(dòng)和規(guī)模效率變動(dòng)共同影響技術(shù)效率水平的增減，規(guī)模效率均值略大于1，代表整體上資金的投入和產(chǎn)出能夠達(dá)到最佳經(jīng)濟(jì)效益的合理規(guī)模;純技術(shù)效率均值下降幅度最大，表明企業(yè)資本結(jié)構(gòu)、融資渠道或者資金投向等因素表現(xiàn)不佳，這與融資效率靜態(tài)分析結(jié)果一致。

制造業(yè)與信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)企業(yè)數(shù)量占比一半以上，分行業(yè)進(jìn)行動(dòng)態(tài)評價(jià)能更清晰地了解新三板掛牌企業(yè)融資效率狀況，因此，單獨(dú)對這兩個(gè)行業(yè)進(jìn)行Malmquist指數(shù)計(jì)算。從表5可以看到，制造業(yè)技術(shù)變動(dòng)均值為0.838是影響全要素變動(dòng)的關(guān)鍵指標(biāo)，表明技術(shù)水平低下致使新三板制造業(yè)融資效率水平相對無效，傳統(tǒng)制造業(yè)企業(yè)尋求技術(shù)創(chuàng)新才是轉(zhuǎn)型升級的重要舉措;相比新三板掛牌的信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)多為高新技術(shù)企業(yè)，在技術(shù)方面普遍處于領(lǐng)先地位，擁有一定技術(shù)優(yōu)勢，相反，純技術(shù)效率變動(dòng)明顯，該行業(yè)應(yīng)多重視企業(yè)內(nèi)部治理結(jié)構(gòu)等方面。

五、結(jié)論與建議

（一）實(shí)證結(jié)論

本文選取2014年在新三板掛牌的680家樣本企業(yè)，通過主成分降維處理后選擇投入、產(chǎn)出指標(biāo)，利用DEA-Malmquist方法，從靜態(tài)、動(dòng)態(tài)兩方面進(jìn)行融資效率的評價(jià)，實(shí)證結(jié)果如下：（1）融資效率完全有效的掛牌企業(yè)占比約1%，新三板市場整體融資效率水平不高;規(guī)模效率處于較有效的水平，純技術(shù)效率反而水平較低，是制約融資效率的主要因素。（2）融資效率變動(dòng)情況通過全要素生產(chǎn)率的變動(dòng)來反映。動(dòng)態(tài)評價(jià)結(jié)果也顯示純技術(shù)效率向下的變動(dòng)導(dǎo)致新三板市場整體全要素生產(chǎn)率指數(shù)有小幅下降。（3）選擇掛牌數(shù)量最多的兩個(gè)行業(yè)單獨(dú)分析，結(jié)果表明：制造業(yè)全要素生產(chǎn)率指數(shù)主要受到技術(shù)變動(dòng)的下拉影響;相反地，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)技術(shù)水平變動(dòng)趨于平穩(wěn)，主要是純技術(shù)效率變化引起的全要素生產(chǎn)率指數(shù)降低。

（二）對策建議

新三板市場為中小微企業(yè)增加了更多可供選擇的融資渠道，是我國多層次資本市場不可或缺的基石，提高其掛牌企業(yè)融資效率對改善中小微企業(yè)融資難的困境至關(guān)重要。從微觀層面看，新三板掛牌企業(yè)融資效率普遍偏低，企業(yè)生產(chǎn)運(yùn)營規(guī)模和技術(shù)創(chuàng)新規(guī)模還未達(dá)到最優(yōu)狀態(tài)，結(jié)合前面實(shí)證結(jié)果，提出如下幾點(diǎn)建議：（1）新三板企業(yè)融資渠道狹窄，內(nèi)源融資規(guī)模小，過度依靠外部融資，導(dǎo)致資本結(jié)構(gòu)失衡，影響融資效率?？梢越Y(jié)合自身情況，有針對性地選擇發(fā)展私募債、雙創(chuàng)債、綠色債等多種融資方式，在我國經(jīng)濟(jì)加速轉(zhuǎn)型升級背景下，這類資本能夠滿足企業(yè)發(fā)展的融資需求，發(fā)揮融資功能和價(jià)值發(fā)現(xiàn)功能。（2）中小企業(yè)在新三板掛牌后，相比之前較容易籌集大量資金，然而由于缺乏對大量資金的管理經(jīng)驗(yàn)，致使資金使用效率并不十分理想，缺少對項(xiàng)目的可行性進(jìn)行必要的評估，導(dǎo)致研發(fā)項(xiàng)目的過度投入。企業(yè)應(yīng)重視項(xiàng)目的可行性研究，提高融入資金利用率，避免出現(xiàn)資金閑置或浪費(fèi)情況;做好融資前期分析工作，杜絕盲目的融資行為。（3）對于新三板制造業(yè)來說，要突破發(fā)展瓶頸，提升融資效率水平，核心關(guān)鍵在技術(shù)領(lǐng)域的創(chuàng)新創(chuàng)造，要通過體制機(jī)制創(chuàng)新，鼓勵(lì)企業(yè)加大研發(fā)投入，推動(dòng)產(chǎn)學(xué)研結(jié)合，加快產(chǎn)品技術(shù)化、專業(yè)化。（4）信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)這類高新企業(yè)要繼續(xù)保持其領(lǐng)先的技術(shù)能力及產(chǎn)品的科技含量，應(yīng)該多多關(guān)注優(yōu)化企業(yè)資本結(jié)構(gòu)，提高經(jīng)營者管理水平，改善決策效率水平，實(shí)現(xiàn)科學(xué)管理，完善內(nèi)部治理制度。

【參考文獻(xiàn)】

[1] RIPORTELLA C C，et al. Do banking relationships improve credit conditions for Spanish sMEs[R].Business Economic Working Papers，2005.

[2] 劉力昌，馮根福，張道宏，等.基于DEA的上市公司股權(quán)融資效率評價(jià)[J].系統(tǒng)工程，2004（1）：55-59.

[3] 單春霞.基于DEA-Malmquist指數(shù)方法的高新技術(shù)產(chǎn)業(yè)R&D績效評價(jià)[J].統(tǒng)計(jì)與決策，2011（2）：70-74.

[4] 方先明，吳越洋.中小企業(yè)在新三板市場融資效率研究[J].經(jīng)濟(jì)管理，2015（10）：42-51.

[5] 廖艷，沈亞娟，楊選思.新三板中小企業(yè)融資效率及其影響因素研究[J].會(huì)計(jì)之友，2017（11）：49-53.

[6] 魏開文.中小企業(yè)融資效率模糊分析[J].金融研究，2001（6）：67-74.

[7] 王平.基于FAHP的民營企業(yè)融資效率評價(jià)[J].商業(yè)研究，2006（19）：114-117.

[8] CHARNES A， COOPER W W， RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978（6）：429-444.

[9] MALMQUIST S. Index numbers and indifference ?surfaces[J].Trabajos De Estadistic，1953，4（2）：209-242.

[10] FRE R， GROSSKOPF S. Intertemporal production frontiers：with dynamic DEA[M].Cambridge：Cambridge University Press，1994.

【基金項(xiàng)目】 黑龍江省自然資金面上項(xiàng)目“碳信息披露對企業(yè)全要素碳生產(chǎn)率影響研究”（G2016005）

【作者簡介】 丁華（1968— ），男，湖北荊州人，博士，東北林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院副教授，碩士生導(dǎo)師，研究方向：公司財(cái)務(wù)管理、公司財(cái)務(wù)報(bào)告分析;高丹（1993— ），女，黑龍江哈爾濱人，東北林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向：財(cái)務(wù)管理