孙瑞婷,熊学萍
目前,我国小微企业比例已达到90%以上,对我国经济总量、税收、就业等做出了巨大贡献,实现了我国60%的国内生产总值、50%的利润和70%以上的城镇就业机会。小微企业发展已成为国民经济中不可忽视的一部分,但由于其数量众多且分布广泛,普遍面临融资难问题(林毅夫,2001;郭娜,2013;邢乐成和梁永贤,2013;吕劲松,2015)。据神通征信对小微企业的抽样调查,我国小微企业中70%有融资需求,但实际向银行申请贷款或参与民间融资的比例却不足20%,也就是说超过50%的小微企业处于融资饥渴状态,信贷可得性较低。
随着互联网金融的发展,网络融资平台的兴起在一定程度上缓解了小微企业的融资难题。截至2016年底,纳入中国P2P网贷指数统计的正常经营P2P网贷平台为2307家,一年的成交额突破2.8万亿元。网络融资相关资料显示部分企业通过互联网融资平台,充分满足了其融资需求,解决了公司发展困境,但也有资料显示一些企业即使在平台上发布融资需求,最终融资目标达成率也不尽如人意。小微企业网络融资的满足率主要受哪些因素影响?目前这方面的研究并不多见。从已有文献看,现有研究大多基于网络平台相关信息视角,因此多涉及经营者发布的项目信息或平台展示的融资过程信息,但却忽略了企业内部基本信息情况。本文基于信号传递理论,从企业及网络平台信息两个视角,结合传统融资和网络融资的影响因素,分析企业从融资平台获得融资的满足率及影响因素,最后提出改善其融资困境的相关建议。
中小微企业融资难问题一直受到国内外学者的广泛关注,针对企业融资难的原因及对策的文献非常丰富。信息不对称、单位融资成本高是小微企业难以从传统融资渠道筹资的主要原因,互联网融资平台的出现较好地解决了以上两大问题。那么,小微企业是否能利用互联网金融平台来缓解融资压力呢?仲春梅(2005)指出,在网络环境下,随着互联网应用的拓展和渗入以及电子商务凸显,民营中小企业利用网络强大的信息平台融通资金已成为必然。叶斌(2011)也发现“Bank To Business网络融资模式”通过网络融资平台的构建并结合中小企业信用数据库的建设,可以有效解决广大中小企业在融资过程中所存在的问题。随着互联网金融的不断成熟,P2P网贷作为一种正规金融工具的补充在一定程度上缓解了中小企业融资难问题(赵雅敬,2014)。同时,众筹融资作为中小微企业潜在的融资工具也能够切实发挥作用,而且有很大的成本优势(Natalie,2014)。宁曙然(2015)的研究也发现,伴随着互联网进程的加快,越来越多的企业开始利用互联网融资方式来筹集资金,并且与传统融资方式相比,互联网融资提高了中小企业的融资可得性与灵活性,融资效率也得到了明显改善。
但网络融资成功主要取决于哪些因素?陈玉婕等(2015)基于“追梦网”上的项目信息,借助平衡计分卡的思想从项目信息、人力资本与项目风险三个维度,采用Logit回归方法对项目众筹成功与否的影响因素进行分析,发现团队规模对融资成功有显著的正向影响,而融资目标金额有负向影响。Dan&Orly(2013)、郑海超等(2015)、王琰和朱小栋(2016)也证明了融资目标金额对融资成功的负向影响,而且Dan&Orly(2013)发现,若项目发起人过去有相关工作经历则融资更易成功。除此之外,学者们普遍认为社会资本与融资项目的质量(Mollick,2013)、创业者教育背景(Hsu,2011)、融资公司的地理位置(Hsu,2011;Agrawal etal.,2010)都会影响投资者决策,从而决定网络融资是否能够成功。
以上学者多在平衡计分卡思想、信任理论、资本结构理论等的基础上,分析融资成功与否的影响因素。但针对网络融资的研究,信号传递理论则使用得更为广泛。网络融资使得经营者与投资者间的信息不对称表现得更加明显,由此引发的道德风险和逆向选择问题则引起了投资者的注意(范飞龙,2002),投资者只能依靠经营者传递的信息作为信号来做出相应的投资决策,而这也是信号传递理论的核心思想。因此很多学者基于这一理论研究哪些信号对网络融资产生影响,如姚卓等(2016)在对众筹融资成功与否的影响因素进行研究时,将质量信号分成项目特征质量、创业者特质质量两个维度,结果证明了融资者工作经历对融资成功的正向影响,但同时也发现团队规模、融资者的教育背景与融资成功与否并没有显著的相关关系;黄玲和周勤(2014)同样基于这一理论,对“点名时间”众筹融资数据进行Logit回归,结果表明有效的质量信号在满足投资人偏好类型条件下能诱发投资激励,并通过众筹社区反馈渠道迅速传播,推动创意项目取得成功;周逸翰和史琰鹏(2016)基于项目发起者的质量信号视角,对众筹项目成功度的影响因素进行研究时,发现项目发起者的行为特质传达了不同质量信号,影响其获取创业资金的能力。
企业在运用网络融资模式筹资时,投资者对他们的实际情况了解甚少,因此只能根据企业提供的信息进行判断,这些信息就是企业向投资者传递的信号。本文结合已有相关研究,在信号传递理论的基础上从项目信息质量、企业质量、不确定性三个维度探讨小微企业网络融资满足率的影响因素。
信号传递理论最初始于Lintner(1956)对现金股利信号的研究,该理论认为在信息不对称的情况下,公司管理者较投资者更具有信息优势,他们用发放现金股利的方式传递公司内部利好消息,以此影响股价的未来走势。网络融资同样存在这种信息不对称情况:融资者在网络平台上发布融资信息,并公布部分公司内部信息,投资者尤其是除大型投资机构外的个人投资者获取信息的渠道非常有限,大多只能依靠融资者提供的信息做投资决策,且并不是所有企业发布的信息都可视为有效信号来减少或消除信息不对称。针对网络融资的这种信息不对称现象,Gerrit(2015)提出了一套框架来描述融资成功的影响因素,他认为在股权众筹平台上有两个因素会影响融资成败,一是投资者怎样最有效地利用融资者给出的企业质量信息,二是投资者对这种信息不对称的担忧程度。戴静等(2016)、姚卓等(2016)在信号理论的基础上,专门研究了项目信息质量对融资成功与否的影响,并确定了计划融资额的影响,本文则在此基础上加入团队规模这一指标,实际上其对融资成功的影响在陈玉婕等(2015)、黄健青等(2015)的研究中就得以体现。本文参考已有文献,重点关注三方面信号,即企业质量、不确定性、项目信息质量。
本文融资数据来源于“36氪”、“众投邦”、“天使汇”“、大家投”等18个大型网络融资平台,部分企业相关信息源于“天眼查”“、国家企业信用信息公示系统”、企业官网及百度搜索,共搜集到652个样本,剔除部分数据信息不全样本后,最终获得612个有效样本。
1.融资满足率
本文所指融资满足率是小微企业在互联网融资平台实际获得的融资金额与目标融资额之比。
2.项目信息质量
简言之,项目信息质量指创业者根据平台项目发起规则,发布本轮的计划融资金额以及团队规模等信息,投资者根据他们传递的项目信息做出投资决策。实际上,姚卓等(2016)在基于质量信号对众筹融资影响因素进行研究时,从项目特征的质量信号和创业者特质的质量信号两个维度进行分析,发现项目特征质量对融资是否成功会产生影响,Mollick(2013)也证明了项目质量对融资的影响。本文的项目信息质量则参考黄健青等(2015)、戴静等(2016)的研究,主要从团队规模及计划融资额两个方面进行测量。
3.企业质量
表1 变量描述
研究发现,潜在投资者会试图通过解读企业释放的信号及企业特征来评估企业质量(Connelly et al.,2015)。本文引用Gerrit(2015)描述的信号传递理论中的企业质量维度,并在此基础上分为企业代表人特征质量和企业信息质量两类。其中,企业代表人的影响在Pope&Sydnor(2011)的研究中已得到证实,Cole&Sokolyk(2012)基于质量信号理论也发现企业创办人的经历信号能够吸引投资者注意。而Puro et al.(2011)、Dan&Orly(2013)等研究发现,企业信息质量中包含的成立时间、注册资本、专利技术和信用水平等均会影响投资者决策。
4.不确定性
由于投资者和企业之间信息的不对称性,投资者对自己所投资公司未来的发展存在担忧,即不确定性。本文参考郑海超等(2015)和徐军辉(2015)的做法,将项目状态引入不确定性维度,并加入是否有详细的商业计划书这一虚拟变量。
5.调节变量
此外,本文控制地区与行业两个变量。需要指出的是,信用在注册资本对融资满足率的影响中是否起到调节作用也值得进一步探讨。货币金融学理论认为,道德风险会影响债权合约和股权合约选择,其决定企业是否能够更加容易地进行债权融资。而一个企业的信用等级大致代表了其道德水平,在信用水平一定的情况下,注册资本越大,表示其相对偿债能力越强,融资也就更容易。若企业信用水平得到提高,则在现有偿债能力下,给投资者发放收益的可能性更大,融资将变得更容易。基于此,本文在注册资本对融资满足率的影响中还将检验信用是否起到调节作用。详细的变量指标说明如表1。
针对融资成功和失败的两类样本进行独立样本均值检验,结果如表2所示。本文将样本分成融资成功和失败两类企业,其中,融资失败的金融类占比为5.0%,而融资成功的金融类占比为11.5%,且从独立样本均值检验可以看出两者存在显著差异。此外,融资成功样本在注册资本、团队人数、年龄、专利数量4个方面的均值显著高于融资失败样本,且融资人大多有相关工作经历和比较详细的商业计划书;融资成功样本的计划融资额虽然明显低于失败样本,但均值检验并不显著。从融资者的性别与学历、项目所在城市等级、成立时间、公司信用等级和项目阶段上看不出明显差别,具体有哪些因素对融资满足率有显著影响则需要进一步分析。
表2 融资成功与融资失败间项目均值比较
本文用项目信息质量、企业质量和不确定性作为对融资满足率的影响进行分析。构建回归模型如下:
其中,β0表示截距项,β1~β14表示各项的系数,μ表示随机干扰项。
回归结果见表3模型(1)。F检验显著,则说明模型总体回归效果较好。在考虑控制变量情况下,融资目标额和企业代表人年龄对融资满足率有显著的负向影响;团队人数、企业代表人学历、注册资本对融资满足率有正向影响;此外,企业代表人有相关工作经历,发布融资需求时有一个更详细的商业计划书,则融资满足率显著更高。且由表3可知VIF值均小于10,即变量间不存在多重共线性。
表3 模型回归结果
为检验信用对融资满足率是否具有调节效应,下面建立模型(2):
其中β0表示截距项,β1~β15表示各项回归系数,μ表示随机干扰项。
模型(2)的含义是,在模型(1)的基础上加入资本与信用的交互项,其中交互项代表信用在资本对融资满足率影响中的调节效应,且数据都经过中心化处理避免出现共线性。回归结果如表3所示,调整的R2有所提高,表示模型整体回归效果得到了改善。F检验显著,说明模型总体回归效果较好。模型(1)中对融资满足率有显著影响的因素在加入交互项后依然显著。此外,注册资本与信用的交互项在5%的显著性水平下也对融资满足率有影响,验证了信用在注册资本对融资满足率影响中的调节作用。
为进一步挖掘信用在其间有怎样的调节作用,根据回归结果做资本与信用交互作用斜率图①限于文章篇幅,斜率图未给出,留存备索。。结果显示,高信用等级所对应的曲线斜率要高于低信用等级,也就是说注册资本增加相同值时,信用等级高的公司其融资满足率也会上升的更快,即信用等级在资本对融资满足率影响中起到正向调节作用。
本文运用18个互联网融资平台的数据分析了小微企业融资满足率的影响因素,结果发现项目信息质量、企业质量和不确定性三个维度都对融资满足率有一定程度影响,具体结果如下:
1.项目信息质量维度中的计划融资额对融资满足率有负向影响,而团队人数有正向影响。这说明企业的计划融资额越大,越不容易达到融资需求,主要是因为目前网络投资者多为个人,其投资规模较小且不愿意承担太大风险,很难达到金额较大的融资量;而团队规模大,也证明了公司有足够的管理能力和运营效率,投资者获得收益的保障更大,企业融资更易成功。
2.企业质量维度中的企业代表人的年龄、学历、相关工作经历、公司注册资本对融资满足率有显著影响,其中年龄的影响是负向的。这说明:企业法人代表年龄越大,投资者越不看好公司发展;若代表人有高学历,则其学习能力与管理能力也更容易让投资者信赖;有相关工作经历的融资者比毫无经验的经营者,给了投资者更大的收益信心;公司的注册资本一定程度上证明了其偿债能力,因此注册资本多的公司更容易成功融资。
3.不确定性维度中是否有详细的计划书对融资满足率有显著影响。公司在发布融资需求时,制定一个详细的计划书,明确向投资者说明融资目的、资金用途、团队规模、主营产品和竞争状态、盈利现状等信息,这会给投资者传递更多有效的决策信息,吸引投资者的资金投入。
4.信用等级的调节效应分析结果显示,资本与信用的交互项是显著的,且这种调节作用是正向的,说明资本增加时,信用等级高的公司的融资满足率上升更快。
1.融资平台要做好企业信息发布的引导和规范管理工作。互联网融资是近年来的新兴事物,很多小微企业都缺乏互联网融资经验,不清楚融资计划发布的重点。融资平台应该指导公司制定详细的计划书,向投资者传递有效的质量信息,以减小不确定性风险。