李意茹

[摘 要]以2015—2018年河南省新三板53家制造業(yè)企業(yè)的數(shù)據(jù)為基礎，運用DEA模型分析了企業(yè)的融資效率，研究結果顯示河南省新三板制造業(yè)企業(yè)整體融資效率偏低，主要原因在于技術效率水平偏低。運用Tobit回歸模型對樣本企業(yè)融資效率影響因素進行分析，結果顯示企業(yè)規(guī)模、資產負債率與融資效率呈顯著的負相關關系，凈資產收益率、營業(yè)收入增長率、總資產周轉率等因素與融資效率呈較為顯著的正相關關系。

[關鍵詞]影響因素;新三板;DEA-Tobit模型

[中圖分類號] F83[文獻標識碼] A[文章編號] 2095-3283（2020）01-0119-04

Abstract： Based on the data of 53 manufacturing enterprises in Henan Province from 2015 to 2018， this paper uses DEA model to analyze the financing efficiency of enterprises. The results show that the overall financing efficiency of Henan manufacturing enterprises in New OTC Market is low， mainly due to the low level of technical efficiency. The Tobit regression model is used to analyze the influencing factors of sample enterprises' financing efficiency. The results show that there is a significant negative correlation between enterprise size， asset-liability ratio and financing efficiency， and there is a significant positive correlation between net asset return rate， growth rate of operating income， total asset turnover rate and financing efficiency.

Keywords： Influence Factors; New OTC Market; DEA-Tobit Model

一、引言

自2006年成立以來，新三板市場經(jīng)歷了分層、做市等制度的完善，作為我國資本市場的重要組成部分，新三板市場在經(jīng)濟發(fā)展中起到了重要的推動作用。截至2018年12月31日，新三板共有10691家掛牌公司，河南省有371家新三板公司，占比3.4%;其中249家有市值，占比67%。在“中國制造2025”的背景下，河南省制造業(yè)面臨著轉型和升級的重要階段，新三板在一定程度上緩解了中小制造業(yè)企業(yè)融資渠道狹窄等難題，但新三板市場仍然存在制度不健全等問題，對上市企業(yè)的融資有一定的限制。只有提高企業(yè)的融資效率，才能發(fā)揮資本市場優(yōu)化資源配置的功能，提高企業(yè)競爭力和價值。因此，研究新三板制造業(yè)企業(yè)融資效率水平和影響融資效率的因素，尋找融資優(yōu)化路徑，對河南省的經(jīng)濟發(fā)展有較為重要的現(xiàn)實意義。

二、研究設計

（一）DEA模型的應用

數(shù)據(jù)包絡分析（DEA）是由美國運籌學家Charnes、Rhodes等學者在1978年創(chuàng)建的一種效率評價分析方法，用于評價多項輸入、輸出指標間的相對有效性。我們基于VRS模型進行新三板制造業(yè)企業(yè)融資效率問題的研究。

1.指標選擇

（1）投入指標。①資產總額，反映企業(yè)整體的融資需求狀況;②資產負債率，反映企業(yè)資金來源的構成比例，是評價企業(yè)資金結構合理性及償債能力的一項重要指標;③營業(yè)成本，反映企業(yè)為日常生產經(jīng)營活動所投入的成本，體現(xiàn)企業(yè)資金的使用情況。

（2）產出指標。①營業(yè)收入增長率，反映企業(yè)的成長能力和資金的使用效率;②總資產周轉率，反映企業(yè)全部資產的利用效率;③凈資產收益率。反映管理者對企業(yè)權益資金的運用效率，能夠體現(xiàn)企業(yè)的盈利能力。

2.數(shù)據(jù)處理

DEA模型對于指標的選擇要求均為非負值，所以需要對本文研究數(shù)據(jù)中的負值進行無量綱化處理。無量綱化函數(shù)公式為：Xi=0.1+0.9*（Xi-MIN）/（MAX-MIN）。式中MIN和MAX分別為無量綱化處理指標的最小值和最大值。值為負的原始數(shù)據(jù)經(jīng)過處理后均在[0.1，1]之間，符合DEA模型對數(shù)據(jù)非負性的要求。

（二）Tobit回歸模型的建立

1.指標選擇

本文研究選取DEA模型中得出的融資效率（綜合效率）為因變量，結合內外因素、宏微觀因素數(shù)據(jù)可獲得性的考量，選取了以下七個解釋變量：X1為企業(yè)總規(guī)模，用總資產的自然對數(shù)表示;X2為企業(yè)盈利能力，用凈資產收益率來表示;X3為企業(yè)的成長性，用主營業(yè)務收入增長率來表示;X4為企業(yè)營運能力，用總資產周轉率來表示;X5為企業(yè)的擔保能力，用資產擔保價值的自然對數(shù)表示;X6為抵御風險能力，用流動比率來表示;X7為融資結構，用資產負債率來表示。

2.建立模型

建立河南省新三板制造業(yè)企業(yè)融資效率影響因素分析模型：

DEA=α0+α1X1+α2X2+α3X3+α4X4+α5X5+α6X6+α7X7+μ

式中，α0表示常數(shù)項，α1—α7分別表示各解釋變量的回歸系數(shù)，μ表示殘差項。

（三）數(shù)據(jù)來源

本文研究選取樣本為河南省新三板制造業(yè)企業(yè)2015-2018年數(shù)據(jù)，通過同花順財經(jīng)、網(wǎng)易財經(jīng)、和訊網(wǎng)等獲取相關數(shù)據(jù)，剔除已退市、財務信息披露不完整企業(yè)后，最終從新三板市場選取53家企業(yè)的數(shù)據(jù)作為樣本數(shù)據(jù)。

三、實證分析

（一）融資效率度量

通過deap2.1軟件，對選取的樣本企業(yè)2015-2018年的融資效率進行分析，得出具體指標數(shù)據(jù)，如表1所示。

從表1中，可以看到2015—2016年間，綜合效率、純技術效率、規(guī)模效率三項指標都有非常明顯的上升趨勢。2016—2017年間，綜合效率和純技術效率有些許回落，規(guī)模效率仍保持小幅上漲的趨勢。但是2017—2018年間，三項指標都有較為明顯的下降，但總體高于2015年的指標水平?？傮w上來看，第一，河南省新三板制造業(yè)企業(yè)的綜合融資效率值較低，純技術效率指標水平均小于規(guī)模效率;第二，規(guī)模效率已接近于1，而純技術效率的上升空間還較大，可見河南省新三板制造業(yè)企業(yè)融資效率提升更多依賴于純技術效率的提升。

（二）融資效率影響因素的實證分析

1.描述性統(tǒng)計分析

表2中，2015—2018年間，綜合效率的標準差呈現(xiàn)先上升后下降再上升的波動性，數(shù)值在0.3左右徘徊，說明綜合融資效率差別較大。企業(yè)規(guī)模標準差先降后升，且數(shù)值逐漸接近0.8，可見企業(yè)規(guī)模變化較小，但企業(yè)間差距較大。同時數(shù)據(jù)顯示，企業(yè)之間盈利能力變動差距有所擴大;樣本企業(yè)整體營收增長放緩，且企業(yè)間的差距也在縮小;企業(yè)的資產營運能力不斷提升，且企業(yè)間的差距呈擴大趨勢;企業(yè)間的擔保能力變動與企業(yè)規(guī)模變動基本保持一致;企業(yè)的短期償債能力不斷提升，但企業(yè)之間抵御風險能力的提升程度差距較大。資產負債率下降，企業(yè)資本結構調整優(yōu)化，總體來看，企業(yè)間資本結構優(yōu)化水平的差距不大。

2.回歸分析

運用Stata 14軟件進行Tobit回歸分析，結果如表3。

從表3的數(shù)據(jù)來看，所選七個解釋變量均通過5%的顯著性檢驗。

（1）企業(yè)規(guī)模與融資效率負相關。系數(shù)為-0.13，表示企業(yè)規(guī)模每增加1%，融資效率下降0.13%，有顯著的負相關關系。為了保持融資效率，企業(yè)規(guī)模不宜過快擴張。

（2）凈資產收益率與融資效率正相關。指標提升1%，融資效率提升0.65%。凈資產收益率越高，企業(yè)盈利能力越強，資金使用率越高，說明企業(yè)經(jīng)營情況越好。凈資產收益率與融資效率有顯著的正相關關系。

（3）營業(yè)收入增長率與融資效率正相關。營業(yè)收入增長率每增加1%，融資效率提升0.077%。企業(yè)的成長性越好，未來的發(fā)展趨勢越好，越容易融到資。

（4）總資產周轉率與融資效率正相關。指標越高，說明資產周轉越快，資產運營能力越強，越有利于融資。總資產周轉率每提升1%，融資效率提升0.072%。

（5）企業(yè)擔保能力與融資效率正相關。本文中企業(yè)擔保能力是由固定資產與存貨價值體現(xiàn)的。企業(yè)的擔保能力越強，債務資金的安全程度越高，越有利于融資。企業(yè)擔保價值每提升1%，融資效率提升0.046%。

（6）流動比率與融資效率正相關。流動比率越高，資產的變現(xiàn)能力越強，償還債務的能力越強，財務風險越小，越有利于融資。流動比率每提升1%，融資效率提升0.023%。

（7）資產負債率與融資效率負相關。數(shù)據(jù)統(tǒng)計顯示，2015年以來企業(yè)的資產負債率呈下降趨勢，說明企業(yè)的負債融資結構有所改善，融資效率有所上升。資產負債率提升1%，融資效率降低0.62%，呈顯著的負相關關系。

四、結論和建議

通過DEA模型對2015—2108年在新三板上市的53家河南省制造業(yè)企業(yè)的融資效率的測算結果來看，河南省新三板制造業(yè)企業(yè)的融資效率總體偏低。通過Tobit回歸分析，發(fā)現(xiàn)凈資產收益率的提升和資產負債率的下降是提升融資效率的關鍵因素，營業(yè)收入增長率、總資產周轉率、資產擔保價值、流動比率與融資效率正相關，企業(yè)規(guī)模與融資效率負相關。

基于以上結論，為提高河南省新三板制造業(yè)企業(yè)融資效率，從企業(yè)層面提出以下建議：

1.合理選擇企業(yè)規(guī)模。企業(yè)不應盲目融資以擴大企業(yè)規(guī)模，尤其是規(guī)模報酬遞減的企業(yè)，應避免資金的不利使用行為，提高資金的配置能力。

2.優(yōu)化資本結構。資產負債率的降低能夠較為顯著地提升融資效率，新三板上市企業(yè)應充分利用新三板的直接融資渠道和方式，通過定向增發(fā)、股權質押融資、發(fā)行中小企業(yè)私募債、轉板上市等[5]多元化的融資方式降低融資成本和風險，優(yōu)化資本結構。

3.提升企業(yè)技術創(chuàng)新能力。實證分析顯示，企業(yè)融資效率的提升主要依賴于純技術效率水平的提升。從回歸分析結果來看，提升企業(yè)的融資效率，需要提升企業(yè)的綜合實力。技術創(chuàng)新能力是評價企業(yè)綜合實力的重要指標，企業(yè)應當加強科研投入，通過提升技術創(chuàng)新能力，來實現(xiàn)企業(yè)融資效率的提升。

[參考文獻]

[1]王宇.2018年河南新三板企業(yè)市值TOP100[EB/OL]. http：//finance.eastmoney.com/a/201901161027850666.html.2019-01-16.

[2] 李京文，王宇純，楊正東.戰(zhàn)略性新興產業(yè)上市公司融資效率研究——以北京市為例[J].經(jīng)濟與管理研究，2014（6）：74-82.

[3] CHARNES A， COOPER W W， RHODES E. Measuring the Efficiency of Decision Making Units[J]. European Journal of Operational Research， 1978（6）：429-444.

[4]沈江建，龍文.負產出在DEA模型中的處理——基于軟件DEAP的運用[C].第十屆中國管理學年會論文集，2015：1-6.

[5] 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)濟管理，2015，37（10）：42-51.

[6] 賴秋艷.我國上市綠色企業(yè)融資效率研究[D]. 對外經(jīng)濟貿易大學，2019.

[7] 廖珍.新三板創(chuàng)新層中小企業(yè)融資效率及影響因素研究[D]. 廈門大學，2018.

（責任編輯：郭麗春 董博雯）