河南省中小企业融资效率的实证研究——基于中原股权交易中心挂牌企业样本

刘静一,仲 琳,李新锋

(1.郑州大学 商学院，河南 郑州 450001；2.中原股权交易中心，河南 郑州 450018)

一、引 言

根据工信部统计数据，截至2018年底，我国中小企业的数量已经超过3 000万家，个体工商户数量超过7 000万户，他们贡献我国50%以上的税收，60%以上的GDP，70%以上的技术创新成果和80%以上的劳动力就业岗位，在我国经济发展中占有重要地位。河南省作为我国经济大省，中小企业占比较大，其在推动经济发展中起到了重要作用。然而由于企业自身发展不足，企业与银行信息不对称，金融资源配置的不合理等原因，使得河南省中小企业融资难、融资贵的问题愈发凸显。因此，如何改善河南省中小企业融资现状，拓宽中小企业融资渠道，提高中小企业融资效率成为亟待解决的问题。

中原股权交易中心(以下简称交易中心)作为河南省唯一的省际区域性股权交易场所，已有交易板挂牌企业288家，上市后备板挂牌企业36家，展示板挂牌企业7 023家，挂牌企业遍布全省18个城市，融资总金额达到72.28亿元，在促进河南省中小企业融资渠道多样化，推动中小企业公司治理，激发中小企业科技创新能力等方面发挥了积极作用。本文以交易中心挂牌企业为样本，采用超效率DEA-Malmquist方法对挂牌企业的融资效率进行评价，同时运用超效率DEA投影分析挂牌企业融资有效和无效的原因，并进一步采用Tobit模型深入分析影响挂牌企业融资效率的因素，为河南省中小企业和中原股权交易中心的融资发展提供理论依据。

二、文献综述

国外学者关于企业融资效率的研究主要集中于融资结构和融资方式对企业融资的影响。Jensen和Ruback(1993)[1]将融资有效定义为企业将通过各种渠道所筹集的资金合理运用到生产经营中，特定条件下，获得生产所需要的资金即为融资有效。Stulz(2004)[2]从投资管理角度出发，发现通过对投资资源的管理，可以降低投资不足或投资过度带来的成本费用。Michael L.et al.(2005)[3]分析企业的融资结构，发现资产负债率越低，企业的盈利能力越强。

国内学者对中小企业融资效率的研究主要有两大类：一是对不同层次资本市场中企业的融资效率进行研究，二是对某一地区或行业的企业融资效率进行研究。对于第一类研究，方先明和吴越洋(2015)[4]、王重润和王赞(2016)[5]、王小宁等(2016)[6]、沈忱(2017)[7]等运用传统DEA模型对新三板市场的中小企业的融资效率进行测算，发现其融资效率普遍较低，这一结果与企业自身规模、融资的盲目性以及新三板市场融资方式和市场机制的不健全有关。田金方等(2017)[8]以沪市13个行业39家公司为例，采用超效率DEA和Malmquist指数对其进行融资效率研究，结果表明技术效率偏低是影响融资效率的主要因素，技术进步不足是经济发展的短板。对于第二类研究，魏开文(2001)[9]运用模糊综合评估法，从融资方式角度研究我国中小企业融资效率，发现中小企业最有效的融资方式是内部融资，债券融资比股权融资更有效。高山(2010)[10]对科技型中小企业的融资效率进行评价，发现90%的企业未达到技术有效和规模有效，融资效率普遍偏低。潘玉香等(2014)[11]运用DEA方法，对在中小板和创业板上市的文化创意企业的融资效率进行研究，发现我国文化创意产业融资效率普遍偏低。潘永明等(2016)[12]运用DEA-Malmquist方法和Tobit模型，发现我国环保产业在2009-2013年融资效率下降，整体融资效率未达到有效状态。宋歌(2018)[13]研究了河南与中部五省的软件产业融资效率，发现河南省大多数软件企业融资效率不高。周磊和安烨(2019)[14]对我国物流业上市公司进行融资效率研究，发现规模效率低下是制约企业融资效率的主要原因。

在效率评价方法上，数据包络分析法的运用最为广泛，但是，该方法只能区分无效单元，无法对有效单元进行区分。为弥补这一缺陷，Andersen和Petersen(1993)[15]提出了超效率DEA模型，该方法可以进一步区分有效单元的效率值。此外，传统DEA投影分析将非有效的决策单元投影到DEA有效面，仅能判断无效单元的无效原因，而赵春英和马占新(2019)[16]在此基础上提出的超效率DEA投影，可以同时得到无效单元的无效原因和有效单元的优势所在。综合来看，国内外学者对企业融资效率的研究成果丰硕，但有关河南省中小企业的融资效率研究较少，且鲜有文献同时对无效企业和有效企业融资进行分析。基于此，本文运用超效率DEA及其投影分析和Malmquist方法，测算中原股权交易中心挂牌企业的融资效率，并进一步采用Tobit模型深入分析影响挂牌企业融资效率的因素。本文的主要贡献在于：(1)从静态角度、动态角度和行业角度对挂牌企业融资效率进行评价，有助于加深对挂牌企业融资效率的理解与认识，促进融资效率的提高；(2)运用超效率DEA及其投影分析，在传统的分析企业非融资有效不足的同时，创新性地对融资有效的企业进行投影分析，得到有效企业有效的原因，为企业提供全面的改进方向；(3)运用Tobit模型对影响融资效率的因素进行分析，探讨各因素与融资效率的关联特征，为促进河南省中小企业的快速发展提供理论借鉴。

三、模型的构建及选择

(一)超效率DEA模型及其投影

传统的DEA模型能够对有效无效的决策单元进行区分，对于无效的决策单元，可以通过效率值的高低进行比较，而由于有效的决策单元效率值均为1，因此有效的决策单元无法进行比较。面对这一难题，Andersen与Petersen(1993)[15]建立了超效率数据包络分析模型，以对有效决策单元进行进一步区分。超效率DEA模型表达如下：

虽然超效率DEA模型克服了传统DEA的缺陷，实现对有效单元的效率测度，但没有对有效单元的投影进行分析。因此，本文使用赵春英和马占新(2019)[17]提出的超效率DEA投影方法，进一步分析无效单元的无效原因和有效单元的优势所在。

假设超效率DEA有最优解为θ，s-，s+，λj，j=1,2,…，n，则(xj0,yj0)的超效率DEA投影为：

决策单元的改进值为：

(二)超效率DEA-Malmquist指数模型

超效率DEA-Malmquist模型可以实现对挂牌企业融资效率的动态分析，该模型将Malmquist指数分为技术变动和效率变动两个方面，Malmquist指数和技术变化、效率变化之间的关系是：

Tfpch=Effch*Techch=(pech*sech)*Techch

在上式中，Tfpch即全要素生产率变化指数，Effch指综合技术效率值变动，它可以分解为pech和sech两个部分，分别代表纯技术效率与规模效率的变化，Techch代表技术变化。Tfpch大于1表示企业生产效率提升，小于1表示生产效率下降；Effch大于1，意味着综合技术效率提高，小于1意味着综合技术效率降低。Techch大于1代表技术进步，小于1代表技术退步。pech大于1，表示纯技术效率提高，小于1代表纯技术效率降低。sech大于1表明规模效率提升，小于1表明规模效率降低。

(三)Tobit模型

Tobit模型是由托宾(1985)[17]提出的解决因变量受约束的回归模型，适用于部分连续或部分离散的因变量，可以有效处理数据截断的问题。当数据被截断时，若运用最小二乘法回归将会使得参数有偏差且不一致，而Tobit模型采用最大似然法估计参数值，对含有受限因变量的数据进行处理时，可以得到相对准确的回归结果，因此本文选择Tobit模型来分析企业融资效率的影响因素。Tobit模型的一般形式是：

Y*=βXi+εi,εi～N(0,σ2)

其中，Y*是潜在变量，Yi是截断被解释变量，Xi是解释变量，β是未知参数，εi是随机扰动项，且εi～N(0,σ2)。

四、挂牌企业融资效率评价

(一)指标选取与数据来源

1.融资效率评价指标的选取

综合考虑投入产出指标的有效性、可比性和可获得性，选择资产总额、资产负债率、主营业务成本三个投入指标，营业收入、净资产收益率、净利润三个产出指标。具体指标如下：

(1)投入指标

1)资产总额。资产总额是指企业资产负债表的资产总计项。资产是企业运行的基础，资产总额衡量了企业的资产规模。

2)资产负债率。资产负债率是期末负债总额和资产总额的比值，用公式表示即：资产负债率=总负债/总资产。该指标说明企业总资产中借债筹资的资金所占比例。过低会影响企业的盈利水平，进而导致企业融资效率的变动。

3)主营业务成本。它表示企业用于生产、销售和主营业务相关的商品与服务所产生的成本，能够体现企业资金的具体运用状况。主营业务成本的大小直接影响企业融资效率的高低。

(2)产出指标

1)营业收入。营业收入是从事主营业务或其他业务所取得的收入，用公式表示为：

营业收入=主营业务收入+其他业务收入或营业收入=产品销售量*产品单价

2)净资产收益率。它表示公司税后利润和净资产的百分比。该指标的数值大小与投资所带来的收益高低成正比，净资产收益率越高，说明投资带来的收益越高。

3)净利润。它是由企业本期利润总额与所得税相减得到，也就是企业的税后利润。净利润是体现企业经营好坏的重要指标。其计算公式为：净利润=利润总额-所得税。

2.数据来源

由于中原股权交易中心于2015年成立，成立时间较短，考虑到数据的可靠性和可获得性，本文选取2015-2018年在交易中心挂牌交易的企业作为融资效率评价分析的研究对象，并剔除部分数据不全、摘牌、停牌等不符合要求的企业数据。样本数据均来自中原股权交易中心。

3.数据处理

超效率DEA模型的计算过程要求数据指标均为正值，但文中选取指标数据中存在负值，因此本文采取如下方法对数据进行无量纲化处理：

其中，max、min为第i个指标的最大值和最小值。

(二)融资效率静态评价

1.融资效率综合分析

运用MATLAB R2017a软件对样本数据的融资效率进行测算。表1为挂牌企业年度平均超效率值评价结果。从表1可以看出，2015年和2016年挂牌企业融资效率较高，平均水平处于有效状态，出现这一结果的部分原因是挂牌企业数量较少；2017年挂牌企业的平均超效率值为0.7962，处于较低的水平；2018年融资效率均值为0.9852，整体融资水平并未达到有效。总体看，挂牌企业融资效率仍处于非有效阶段，企业融资效率有待提升。

表1 挂牌企业年平均超效率值

参考融资效率的一般界定标准，得到表2中挂牌企业融资效率分布比例。由表2可见，2015年融资有效的企业占55.56%，达到半数以上，2016年融资有效的企业占29.17%，但由于2015年和2016年挂牌企业数量较少，其结果所反映的整体融资效率不具有充分性。而2017年和2018年融资效率有效的企业占13.49%和10.81%，说明融资有效的挂牌企业比例较小，融资较有效的企业2017年和2018年所占比例分为21.43%和48.65%，总体上融资较有效的企业比例有所上升。

表2 挂牌企业融资效率分布百分比 (%)

2.超效率DEA投影分析

借鉴赵春英等(2019)[16]提出的超效率DEA投影方法，首先测算企业融资效率以及松弛变量，其次计算有效企业的超效率投影，得到这些企业的改进值。

根据表3，对于融资非有效的企业，从投入角度，资产总额和资产负债率需要调整的企业比例较大，表明企业资产总额不足和资金结构不合理是导致企业融资效率低下的主要原因；从产出角度，净资产收益率和净利润需要调整的企业居多，表明企业在提高资金使用效率和盈利能力方面仍需改进。

表3 融资无效企业投入产出指标松弛变量统计

根据表4，对于融资有效的企业，从投入角度，Δ<0反映了相对于有效单元投影的优势，说明在主营业务成本和资产负债率占优势的有效企业居多，而资产总额优势较小；Δ>0反映指标的不足，与有效单元投影相比资产总额投入较多的企业占比最大，资产负债率指标次之，这表明对于融资有效企业，资产结构可以朝更加合理的方向改进。从产出角度，所有融资有效企业在产出中均不具备优势，企业可以通过改进三个产出指标以进一步提升自身融资优势。

表4 融资有效企业改进值分布比例 (%)

(三)融资效率动态评价

根据数据的可得性，以2017-2018年在交易中心挂牌的企业为样本，采用Deap2.1软件测算出样本企业的Malmquist指数，结果如表5所示。

表5 2017年-2018年年度平均Malmquist指数变化及其分解

Malmquist指数值为1.099，说明样本企业的融资效率在此期间提高了9.9%，整体上提高幅度较小。将Malmquist指数分解后发现，技术效率提高1.1%，技术进步值提高了8.7%，表明技术进步对技术效率的提高具有促进作用。进一步将技术效率进行分解，发现纯技术效率提高0.4%，规模效率提高0.7%，挂牌企业的纯技术效率和规模效率相对变动较小。总体来说，2017-2018年，挂牌企业的融资效率得到提升，综合技术效率值和技术水平有所改善，进一步提升企业的规模效率和纯技术效率将会促进企业融资效率的提高。

(四)子行业融资效率评价

超效率DEA模型要求样本数量须达到投入产出指标数量的两倍以上，符合要求的样本行业为制造业，农林牧渔业，租赁和商务服务业，信息传输、软件和信息技术服务业，各行业的效率评价结果如表6所示。可见，租赁和商务服务业，信息传输、软件和信息技术服务业融资有效的企业占比较高；对融资较有效的企业，农林牧渔业、批发和零售业占比较高。总体来说，各行业的融资效率都有待进一步提高，且不同行业的融资效率存在较大差异，而制造业作为中原股权交易中心挂牌企业数量最多的行业，融资效率最低。

表6 各行业融资效率分布 (%)

五、融资效率的影响因素分析

(一)融资效率影响因素指标的选取

相关研究表明，资产规模较大的企业其发展状况良好，公众信誉较高，破产风险较小，融资成本低且融资效率较高。合理的资本结构可以降低融资成本，提高融资效率；企业的盈利能力反映了企业获得利润和增加资本的能力，盈利能力越强，表明该企业发展前景越好，相应地在资本市场上有较大的占有率以及更高的估值，更容易吸引投资者，进而降低融资成本，提高融资效率；总资产周转率反映了企业的资金使用效率，该指标越高，表明企业资金使用效率越高。因此，本文选取企业的资产总额(ASSET)、资产负债率(LAR)、净利润(NI)、净资产收益率(ROE)和总资产周转率(TURN)作为融资效率影响因素指标。

(二)模型构建

以上文计算得到的超效率DEA效率值作为被解释变量，以资产总额(ASSET)、资产负债率(LAR)、净利润(NI)、净资产收益率(ROE)、总资产周转率(TURN)为解释变量，构建如下Tobit模型：

SE=β0+β1ASSETi+β2LARi+β3NIi+β4ROEi+β5TURNi+εii=1,2,…,n

上式中β0为常数项，i为第i个挂牌企业，n为挂牌企业样本总数，εi为随机扰动项。

(三)实证分析

对Tobit模型所有解释变量进行相关性分析，得到表7。除了净利润和总资产周转率之间的相关系数接近0.5外，其他解释变量之间的相关系数的绝对值相对很小，表明模型所选取的解释变量之间不存在显著共线性，可用所选变量进行影响因素分析。

表7 解释变量的相关性分析

Tobit模型回归结果如表8所示。在5%的显著性水平下，资产总额、净资产收益率以及总资产周转率与融资效率呈显著的正相关关系。其中，资产总额与融资效率的相关系数较小；净资产收益率每增加1%，融资效率提高64.21%；总资产周转率每增加1%，融资效率提高72.12%。资产负债率和净利润与融资效率呈负相关关系，但并未通过显著性检验。出现这一结果的可能原因是样本企业大多是中小企业，多处于发展初期，盈利能力不强且经营不稳定。因此，相对于现期的盈利状况，投资者更加看重企业未来发展前景和成长空间；同时，由于市场中存在信息不完全和不对称，投资者的投资决策也不能有效实施。

表8 挂牌企业融资效率影响因素的Tobit回归结果

六、结论与建议

(一)结 论

通过超效率DEA-Malmquist方法，对中原股权交易中心挂牌企业的融资效率进行评价，分析挂牌企业融资有效和无效的原因，并在此基础上，采用Tobit模型分析影响挂牌企业融资效率的因素，得到以下研究结论：第一，挂牌企业的融资效率总体仍处于非有效阶段。对于融资有效的企业，投入方面具有主营业务成本较低和资金结构合理等优势，但资产规模仍有待提高；而产出方面优势较少，可通过提高营业收入和投资收益进行改善；对于融资非有效的企业，投入方面存在资产总额不足和资金结构不合理的情况，而产出方面存在资金使用效率不高和盈利能力不足的情况。第二，根据Malmquist指数，2017-2018年挂牌企业的融资效率有所改善，其中，技术进步、纯技术效率和规模效率对企业融资效率的提升具有促进作用。第三，不同行业的融资效率差异显著，租赁和商务服务业，信息传输、软件和信息技术服务业的融资效率较高，农林牧渔业融资效率整体较有效，而挂牌企业数量最多的制造业融资效率偏低。第四，资产总额、总资产周转率和净资产收益率与挂牌企业融资效率正向相关，而由于中小企业的发展特征以及信息不对称等问题，资产负债率和净利润与融资效率暂无显著关系。

(二)建 议

一是优化投入产出，提高融资效率。一方面，合理调整企业规模和资金结构，从融资效率的各影响因素角度规划设计，优化投入产出，改善企业非有效的融资状态；另一方面，企业应避免融资的盲目性，提升企业核心要素的市场竞争力，优化自身资产结构，提高资金使用效率。

二是推动技术创新，扩大企业规模。通过完善融资机制，提高生产管理技术和内部经营管理水平来提高企业融资效率。一方面，鼓励产品创新，以获得更高的技术效率；另一方面，由于多数挂牌企业是中小型企业，规模普遍较小，尚未获得规模效益，应积极探索新的盈利模式，在促进企业健康经营的同时扩大经营规模，以获得更高的规模效益。

三是发挥行业优势，激发内生动力。一方面，企业应针对所在行业的发展特点，结合区域特征、融资需求等因素，制定符合自身发展的融资方案；另一方面，交易中心应加强优质企业的培育进程，根据河南省企业的发展状况合理调整挂牌要求，完善筛选机制，发掘优质企业；同时，通过降低准入门槛，鼓励各地方政府实行奖补政策，推动优质企业在交易中心挂牌交易和展示，进一步扩大其融资规模和市场知名度。

四是优化盈利模式，拓宽融资渠道。一方面，交易中心可以进一步创新交易产品、发展多样化交易手段等，实现可持续化的盈利模式；另一方面，通过创新适合私募市场的金融工具丰富交易中心投融资渠道，借鉴私募可转债的发展经验，加快完善可转债发行的相关制度。同时，通过创新股权质押制度促进这一融资工具发挥作用，并利用互联网、大数据等新兴技术推出适合挂牌企业需要的产品。