李聰 李澤坤 王嬌

摘要：為了有效評估青島市中小微企業(yè)融資效率及其影響因素，利用超效率數(shù)據(jù)包絡(luò)分析與Tobit模型對青島市60家新三板企業(yè)2014—2018年財務(wù)數(shù)據(jù)進行分析，研究結(jié)果表明：青島市中小微企業(yè)融資效率逐漸增高，但較多企業(yè)仍舊處于融資無效狀態(tài)，且企業(yè)的純技術(shù)效率均值高于規(guī)模效率均值;企業(yè)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(yè)融資效率提升，而企業(yè)費用率與負債率增加會降低企業(yè)融資效率。這將為青島市中小微企業(yè)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(yè)融資壓力的政策措施提供有益參考。

關(guān)鍵詞：中小微企業(yè);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(guī)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(yè)數(shù)量多、涵蓋行業(yè)廣，作為經(jīng)濟社會的重要組成部分，對促進經(jīng)濟的均衡發(fā)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(yè)長期存在著融資難、融資貴的問題。為解決中小微企業(yè)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(yè)發(fā)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(yè)發(fā)展，青島市政府圍繞加大對中小微企業(yè)融資支持力度等方面出臺了《關(guān)于支持民營企業(yè)和中小企業(yè)改革發(fā)展的意見》，在一定程度上改善了中小微企業(yè)的經(jīng)營環(huán)境，但融資難、融資貴的問題仍未完全解決，中小微企業(yè)的發(fā)展形勢依然非常嚴峻。因此，針對中小企業(yè)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(yè)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(yè)及當?shù)亟?jīng)濟發(fā)展具有重要意義。對于企業(yè)融資效率的測度問題，已有學者采用層次分析法、灰色關(guān)聯(lián)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(shù)據(jù)包絡(luò)方法（Data Envelopment Analysis，DEA）作為一種適用于多投入多產(chǎn)出的非參數(shù)評價方法，利用線性規(guī)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(yè)融資效率評價方面得到廣泛應(yīng)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(chuàng)意產(chǎn)業(yè)上市公司、人工智能行業(yè)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(chuàng)意產(chǎn)業(yè)、人工智能行業(yè)及新能源行業(yè)上市公司的融資效率普遍較低，且大多數(shù)企業(yè)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(chuàng)業(yè)板上市企業(yè)融資效率進行測度，研究表明，中國創(chuàng)業(yè)板上市企業(yè)也同樣存在融資綜合效率偏低的現(xiàn)象。在中小企業(yè)融資效率評價方面，王秀貞等[6]基于DEA方法對中國工業(yè)企業(yè)數(shù)據(jù)庫中的中小企業(yè)融資效率進行測算和評價，同樣得出中國中小企業(yè)整體融資效率不高的結(jié)論，還有學者采用該模型測度深交所上市企業(yè)融資效率，研究發(fā)現(xiàn)中小企業(yè)融資效率呈現(xiàn)負增長態(tài)勢[7]。對于青島地區(qū)企業(yè)融資效率的研究，楊雪靜等[8]利用DEA方法從綜合技術(shù)效率、純技術(shù)效率以及規(guī)模效率三個方面對青島市75家上市企業(yè)的融資效率進行評估，青島市90%以上的上市企業(yè)融資效率偏低。對于小微企業(yè)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(yè)為研究對象，采用多元回歸模型探討企業(yè)融資效率影響因素，研究發(fā)現(xiàn)，企業(yè)資產(chǎn)規(guī)模、償債能力、營運能力和盈利能力的提升有利于提高企業(yè)融資效率，而資產(chǎn)負債率對融資效率具有負向影響。尹相娟等[10]利用Malmquist指數(shù)分析了山東省小微企業(yè)融資效率的影響因素，研究表明企業(yè)可通過提高技術(shù)水平和純技術(shù)效率來提高融資效率。吳慶田等[11]從金融可得性、金融服務(wù)使用情況、金融服務(wù)質(zhì)量與數(shù)字普惠金融等四個維度構(gòu)建普惠金融發(fā)展質(zhì)量指數(shù)，研究了普惠金融與中小企業(yè)融資效率的關(guān)系。綜上所述，現(xiàn)有文獻多采用傳統(tǒng)DEA模型就某行業(yè)或板塊上市企業(yè)展開融資效率及影響因素的研究，但傳統(tǒng)DEA模型只能將企業(yè)融資判定為有效或非有效，無法對綜合技術(shù)效率有效的企業(yè)進行排序，因此，本文采用超效率DEA模型[12]對企業(yè)融資展開研究，該方法能夠彌補傳統(tǒng)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(chǎn)出指標的設(shè)定，有效提高企業(yè)融資效率的測度質(zhì)量。此外，已有研究針對青島地區(qū)中小微企業(yè)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(yè)2014—2018年度財務(wù)數(shù)據(jù)，采用超效率DEA-Tobit模型，系統(tǒng)評估青島市中小微企業(yè)的融資效率，并進一步討論中小微企業(yè)融資效率的影響因素。

1 青島市中小微企業(yè)融資效率靜態(tài)分析

1.1 數(shù)據(jù)來源與變量選取

本文數(shù)據(jù)源自Wind數(shù)據(jù)庫2014—2018年青島市新三板上市企業(yè)相關(guān)數(shù)據(jù)，以青島市新三板上市企業(yè)為研究對象，剔除了存在數(shù)據(jù)缺失以及披露不充分的上市企業(yè)后，最終保留了60家企業(yè)作為研究樣本，這些企業(yè)涵蓋制造業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，交通運輸、倉儲和郵政業(yè)等11種行業(yè)。本文參考已有研究，選取企業(yè)主要財務(wù)指標作為投入指標和產(chǎn)出指標對企業(yè)融資效率進行測度，其中，資產(chǎn)總額、資產(chǎn)負債率、營業(yè)成本、股權(quán)集中度等作為投入指標，凈資產(chǎn)收益率、每股收益、凈利潤總資產(chǎn)周轉(zhuǎn)率、營業(yè)收入等作為產(chǎn)出指標。

1.2 基于產(chǎn)出導向的DEA模型效率分析

為進一步提高DEA模型結(jié)果的有效性，本文對樣本數(shù)據(jù)進行處理：首先，考慮到所選數(shù)據(jù)絕對值較大，對同一指標的數(shù)據(jù)進行去量綱化處理;其次，考慮到所選數(shù)據(jù)存在負值，對同一指標的全部數(shù)據(jù)進行平移;最后，將零值替換為0.000 1?？紤]DEA模型的適用性，即投入指標之間、產(chǎn)出指標之間應(yīng)具有較低的關(guān)聯(lián)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(guān)性進行了檢驗，結(jié)果表明，各投入指標相關(guān)性小于0.3，各產(chǎn)出指標相關(guān)性小于0.5，說明指標的選擇符合DEA模型對其相關(guān)性的基本要求。

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

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

從規(guī)模效率的角度來看，樣本企業(yè)中共有15家企業(yè)規(guī)模效率有效，同時技術(shù)有效。這15家企業(yè)規(guī)模報酬不變，僅有金巴赫1家企業(yè)呈現(xiàn)規(guī)模報酬遞增特征，其余44家均呈現(xiàn)規(guī)模報酬遞減，這說明盲目擴大規(guī)模未必帶來更多的產(chǎn)出，企業(yè)應(yīng)該針對規(guī)模報酬狀態(tài)選擇規(guī)模增減，更加注重企業(yè)管理水平的提升以及先進技術(shù)的引進等，在一定程度上證實了企業(yè)規(guī)模小并非抑制企業(yè)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(shù)效率有效的企業(yè)進行排序，見表2。

本文從資產(chǎn)總額、資產(chǎn)負債率和營業(yè)費用率三個角度出發(fā)，對純技術(shù)效率非有效的43家樣本企業(yè)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(yōu)化才能使得產(chǎn)出最大化。43家純技術(shù)效率非有效的企業(yè)中，絕大部分冗余是投入指標所致。

從資產(chǎn)總額角度分析，43家企業(yè)冗余率平均為21.04%，其中，6家企業(yè)（占比13.95%）冗余率大于50%，19家企業(yè)冗余率為零，說明這19家企業(yè)資產(chǎn)總額已經(jīng)達到最優(yōu)。從資產(chǎn)負債率角度分析，43家企業(yè)冗余率平均為36.58%，其中，僅有5家企業(yè)冗余率為零，說明這些企業(yè)資產(chǎn)負債率已經(jīng)達到最優(yōu)，其余企業(yè)有15家冗余率大于50%，占比34.88%，可以通過減少負債來優(yōu)化產(chǎn)出。從營業(yè)費用率角度分析，43家企業(yè)冗余率平均為25.02%，其中，僅有2家企業(yè)冗余率為零，表明這兩家企業(yè)的營業(yè)費用率已經(jīng)達到最優(yōu)，超過16家企業(yè)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(yè)收入來優(yōu)化產(chǎn)出。

2 中小微企業(yè)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(yè)綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率均逐年穩(wěn)步增長，其中，綜合技術(shù)效率從0.609上升到0.704，規(guī)模效率從0.657提升為0.768，但純技術(shù)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(yè)DEA均值大小關(guān)系表現(xiàn)為純技術(shù)效率>規(guī)模效率>綜合技術(shù)效率，造成綜合技術(shù)效率非有效的絕大部分原因是企業(yè)規(guī)模效率太低。由于，中小微企業(yè)規(guī)模效率的改善可以有效提高企業(yè)綜合技術(shù)效率，因此，企業(yè)應(yīng)當主動選擇適合于自身發(fā)展的規(guī)模，進而提升自身綜合技術(shù)效率。

本文選取60家樣本企業(yè)共涵蓋11種行業(yè)，其中，制造業(yè)企業(yè)數(shù)目最多，21家，占比35%，原因是制造業(yè)作為國家的基石，在青島市經(jīng)濟發(fā)展中占據(jù)重要位次;其次是信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，共13家，占比21.67%;再次是交通運輸、倉儲和郵政業(yè)，共9家，占比15%，青島市沿海港口多，此行業(yè)在青島具有區(qū)位優(yōu)勢;此外，租賃和商業(yè)服務(wù)業(yè)有5家，科學研究和技術(shù)服務(wù)業(yè)有4家，建筑業(yè)以及批發(fā)和零售業(yè)各有2家，房地產(chǎn)業(yè)、農(nóng)、林、牧、漁業(yè)、衛(wèi)生和社會工作、住宿和餐飲業(yè)各有1家企業(yè)。文章選取制造業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，交通運輸、倉儲和郵政業(yè)等三類行業(yè)共計43家企業(yè)展開DEA效率動態(tài)分析，見表4。

從制造業(yè)行業(yè)來看，該行業(yè)近五年來綜合技術(shù)效率均值為0.807，綜合技術(shù)有效企業(yè)數(shù)均值為7.2，占樣本企業(yè)數(shù)的34.29%，即2014—2018年青島市制造業(yè)中小微企業(yè)中，DEA有效企業(yè)占比34.29%，為三類行業(yè)中占比最低。分析三個行業(yè)DEA效率值，除2014年外，均表現(xiàn)為：純技術(shù)效率>規(guī)模效率>綜合技術(shù)效率，這意味著企業(yè)規(guī)模效率低下是制造業(yè)中小微企業(yè)綜合技術(shù)效率不高的主要原因。從變化趨勢來看，制造業(yè)的綜合技術(shù)效率均值呈現(xiàn)先下降后上升的特點，轉(zhuǎn)折年份為2017年，在規(guī)模效率值仍處于下降趨勢背景下，該年行業(yè)純技術(shù)效率值由0.896增至0.934，說明制造業(yè)綜合技術(shù)效率轉(zhuǎn)降為增是因為青島市制造業(yè)的中小微企業(yè)技術(shù)、管理水平等有所提升，與企業(yè)規(guī)模變化無關(guān)。

從信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)行業(yè)來看，該行業(yè)近五年綜合技術(shù)效率均值為0.826，有效企業(yè)數(shù)均值為6，占樣本企業(yè)數(shù)的46.15%。從三個行業(yè)DEA效率值大小關(guān)系來看，均表現(xiàn)為純技術(shù)效率>規(guī)模效率>綜合技術(shù)效率，與制造業(yè)基本一致。從變化趨勢來看，綜合技術(shù)效率均值呈現(xiàn)出先下降后上升的特點，轉(zhuǎn)折年份為2018年，規(guī)模效率趨勢走向與綜合技術(shù)效率均值類似，表現(xiàn)為先降后增。在2018年，純技術(shù)效率均值和規(guī)模效率均值的同時增加，致使綜合技術(shù)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(yè)行業(yè)來看，五年來，該行業(yè)綜合技術(shù)效率均值為0.97，有效企業(yè)數(shù)均值為6，占樣本企業(yè)數(shù)的66.67%，即2014年至2018年青島市交通運輸、倉儲和郵政業(yè)中小微企業(yè)中，DEA有效企業(yè)有66.67%，為三種行業(yè)之首。從三個行業(yè)DEA效率值大小關(guān)系來看，均表現(xiàn)為純技術(shù)效率>規(guī)模效率>綜合技術(shù)效率。2014—2018年間，青島市交通運輸、倉儲和郵政業(yè)中小微企業(yè)的DEA效率值高，DEA有效的企業(yè)數(shù)多，原因在于該行業(yè)純技術(shù)效率、規(guī)模效率均值處于較高水平，具體而言，純技術(shù)效率均值都大于0.99，規(guī)模效率均值都大于0.9。

3 中小微企業(yè)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(yè)融資效率偏低的因素，本文基于企業(yè)自身財務(wù)數(shù)據(jù)，構(gòu)建包含企業(yè)資產(chǎn)規(guī)模、資本結(jié)構(gòu)、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(yè)資產(chǎn)規(guī)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(yè)資本結(jié)構(gòu)，選擇財務(wù)費用、營業(yè)費用率、成本費用利潤率代表企業(yè)成本費用，選擇凈利潤和凈資產(chǎn)收益率代表企業(yè)盈利能力，選擇總資產(chǎn)周轉(zhuǎn)率代表企業(yè)運營能力，選擇資產(chǎn)負債率、流動比率和主營業(yè)務(wù)收入增長率代表企業(yè)成長能力。然后以超效率DEA模型所得綜合技術(shù)效率為因變量，利用Tobit模型探析影響青島市中小微企業(yè)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(chǔ)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(shù)效率值;α是常數(shù)項，β是解釋變量的系數(shù);εi是隨機誤差項。

考慮到所選數(shù)據(jù)絕對值較大，對資產(chǎn)總額、實收資本、財務(wù)費用等數(shù)據(jù)進行了去量綱化處理。資產(chǎn)總額與企業(yè)融資效率之間表現(xiàn)為負相關(guān)（見表5）。一般而言，資產(chǎn)總額越高，企業(yè)所能利用的資產(chǎn)越多，融資效率也會越高，但在企業(yè)的初期發(fā)展階段，企業(yè)本身并不能很好地將自身的資產(chǎn)轉(zhuǎn)化為利潤，反而企業(yè)資產(chǎn)總額越多，說明企業(yè)的所屬行業(yè)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(chǎn)總額與中小微企業(yè)DEA效率成負相關(guān)。流通股占總股本比例與企業(yè)融資效率呈現(xiàn)出正相關(guān)的特點。流通股占總股本比例這一變量反映企業(yè)股權(quán)集中程度，流通股占總股本比例越高，說明企業(yè)股權(quán)越分散，股票流動性越好，因而更有利于中小微企業(yè)進行融資。營業(yè)費用率與企業(yè)融資效率表現(xiàn)為負相關(guān)的關(guān)系。營業(yè)費用比率越低，企業(yè)在業(yè)務(wù)流程中產(chǎn)生的費用越低。企業(yè)的成本越低，盈利能力越高，企業(yè)的資質(zhì)越好，越有利于企業(yè)融資。

凈利潤對企業(yè)融資效率具有正向作用。通常，凈利潤越高，企業(yè)的經(jīng)營成果越好，盈利能力越強，企業(yè)越易于融資。凈資產(chǎn)收益率與企業(yè)融資效率表現(xiàn)為正相關(guān)的關(guān)系。凈資產(chǎn)收益率越高，企業(yè)利用每一份凈資產(chǎn)得到的收益越大，這將增強股東和債權(quán)人的信心，從而提高企業(yè)的融資效率。

總資產(chǎn)周轉(zhuǎn)率與企業(yè)融資效率呈現(xiàn)正相關(guān)關(guān)系?？傎Y產(chǎn)周轉(zhuǎn)率是銷售收入與平均資產(chǎn)總額的比率，周轉(zhuǎn)率越高，企業(yè)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(yè)融資。資產(chǎn)負債率與企業(yè)融資效率表現(xiàn)為負相關(guān)關(guān)系。資產(chǎn)負債率高，說明企業(yè)全部資產(chǎn)中負債所占比重大，企業(yè)債務(wù)過多，違約風險高，償債能力低，這會降低債權(quán)人和股東的信心，不利于企業(yè)融資。流動比率與企業(yè)融資效率呈正相關(guān)關(guān)系。流動比率反映企業(yè)資產(chǎn)的流動性，企業(yè)資產(chǎn)的流動性越強，資產(chǎn)變現(xiàn)周期越短，短期償債能力越大，對企業(yè)的融資越有利。主營業(yè)務(wù)收入增長率與企業(yè)融資效率之間為負相關(guān)關(guān)系。主營業(yè)務(wù)收入增長率越高，公司的成長速度越快，中小微企業(yè)就越迫切需要資金來進行擴張和發(fā)展，但是受制于中小微企業(yè)較小的資產(chǎn)規(guī)模，這些企業(yè)的融資效率較低，因而呈現(xiàn)出成長性高的企業(yè)融資更困難的現(xiàn)象。

4 結(jié)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(yè)為樣本，通過分析企業(yè)DEA效率均值、投入冗余率以及代表性行業(yè)DEA效率，旨在探析青島市中小微企業(yè)的融資效率及其影響因素。研究發(fā)現(xiàn)，青島市中小微企業(yè)的融資效率逐漸提高，2018年有25%家企業(yè)達到最佳融資效率水平，投入指標冗余分析中，資產(chǎn)總額平均冗余率最低，且冗余率為零的企業(yè)數(shù)最多;青島市中小微企業(yè)DEA均值大小關(guān)系呈現(xiàn)出“純技術(shù)效率>規(guī)模效率>綜合技術(shù)效率”的特征，其中，交通運輸、倉儲和郵政業(yè)的DEA有效企業(yè)數(shù)占比最高，達到66.67%，其次是信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)以及制造業(yè)，占比分別為46.15%、34.29%;流通股占總股本比例、凈利潤、凈資產(chǎn)收益率、總資產(chǎn)周轉(zhuǎn)率、流動比率等5個變量與DEA效率成正相關(guān)，資產(chǎn)總額、營業(yè)費用率、資產(chǎn)負債率、主營業(yè)務(wù)收入增長率等4個變量與DEA效率成負相關(guān)。基于以上研究結(jié)論，企業(yè)資產(chǎn)總額的提升未必會提高自身融資效率，因而企業(yè)發(fā)展不應(yīng)盲目擴大企業(yè)規(guī)模，而是要專注于提高企業(yè)自身技術(shù)和管理水平，進而提高企業(yè)融資效率;其次，青島市中小微企業(yè)應(yīng)充分利用青島資源優(yōu)勢和地理優(yōu)勢，發(fā)展優(yōu)勢產(chǎn)業(yè);最后，政府仍需進一步推進中小微企業(yè)融資渠道的拓展，針對成長性高的企業(yè)，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(yè)， 2014， 23（6）： 44-48.

[2]潘玉香， 強殿英， 魏亞平. 基于數(shù)據(jù)包絡(luò)分析的文化創(chuàng)意產(chǎn)業(yè)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(yè)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(tài)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(tài)經(jīng)濟， 2019， 35（7）： 82-86.

[5]劉立霞， 朱玉超. 創(chuàng)業(yè)板上市企業(yè)融資效率及其影響因素研究[J]. 天津商業(yè)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(yè)融資效率評價[J]. 系統(tǒng)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(shù)的我國制造業(yè)中小企業(yè)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(yè)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(yè)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(yè)融資效率研究分析——基于DEA模型和Malmquist指數(shù)[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(fā)展質(zhì)量與中小企業(yè)融資效率[J]. 金融與經(jīng)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.