新三板挂牌企业融资效率

丁华 高丹

【摘 要】 文章选取新三板挂牌企业，通过主成分分析降维处理后，采用适当的投入、产出指标，运用DEA-Malmquist方法对样本企业的融资效率进行评价，并单独分析挂牌企业数量最多的制造业、信息传输、软件和信息技术服务业的融资效率变化情况。研究发现新三板市场整体融资效率水平不高，纯技术效率相对无效是制约融资效率的主要因素;新三板市场整体全要素生产率有小幅下降趋势，制造业全要素生产率指数主要受到技术变动的下拉影响，信息传输、软件和信息技术服务业主要由纯技术效率变化引起的全要素生产率指数降低。结合新三板市场融资现状，提出提升新三板挂牌企业融资效率的对策，丰富新三板市场有关融资效率的研究。

【关键词】 新三板; 融资效率; DEA-Malmquist方法

【中图分类号】 F275  【文献标识码】 A  【文章编号】 1004-5937（2019）02-0021-04

一、引言

为了改善中小微企业融资难的问题，我国于2006年设立了中小企业股份转让系统即新三板。回顾新三板市场发展过程，2013年12月至今，新三板挂牌的中小微企业数已超过一万家，地域分布基本覆盖全国，行业类型跨越制造业、软件及信息技术服务、科研和技术服务等众多领域。截至2017年末，新三板共发行股票794.18亿股，发行金额4 087.42亿元。李克强总理在《政府工作报告》中突出强调当前应积极发展新三板，并提出具体的工作部署。随着国家对新三板市场重视程度不断加深，监管力度日益加大以及一系列改革措施的推进，作为我国多层次资本市场的重要组成部分，新三板市场服务创新型、创业型、成长型中小微企业的根基愈加深厚。

未挂牌新三板的中小微企业只能通过扩大股东、向金融机构举债等传统方式进行融资，然而，中小微企业自身拥有的符合要求的抵质押资产并不多，因此难以获得大规模的贷款[ 1 ]。新三板市场为挂牌的中小微企业提供股权质押、双创债、绿色债以及转板上市等多元化的融资渠道，满足企业发展的融资需求。因此，企业挂牌新三板后融资效率处于何种水平，不同行业间融资效率水平是否存在差异，又有何种途径能够优化中小微企业融资效率都是值得研究的方向。基于以上问题，本文选取2014年挂牌的新三板企业进行主成分降维后筛选出合适的投入、产出指标，并运用DEA-Malmquist方法从静态和动态角度评价其在挂牌后三年的融资效率水平，旨为提升新三板挂牌企业融资效率，优化融资选择路径，增强新三板市场培育中小微企业的能力。

我国对于企业融资效率的研究涉及面较广，研究内容不仅涵盖了主板、中小板、创业板和新三板各层次资本市场，而且还细分行业或地域进行研究，此外，部分文献还对企业融资效率偏低的原因進行了分析和探讨[ 2-5 ]。主要研究方法包括模糊分析法[ 6 ]、层次分析法[ 7 ]和数据包络分析法（DEA方法）等。DEA方法不同于以往仅能够处理单项产出的评价效率方法，该方法能够处理多投入与多产出，而且无需构建投入产出指标之间的数学函数;即使各个指标的计量单位不同，DEA方法最终的效率评价结果也不会受到影响;DEA模型中的投入和产出权重是根据数据产生的，避免了人为设定权重带来的主观影响。此外，结合Malmquist指数的DEA模型能分解影响融资效率变化的因素，更加直观动态地解释融资效率的变化原因。因此，借鉴有关研究成果，本文选择DEA-Malmquist方法评价新三板挂牌企业的融资效率。

二、研究方法

（一）DEA方法

DEA方法即数据包络分析法是1978年由Charnes A等学者[ 8 ]提出的，是根据评价对象的各项投入、产出指标对所有决策单元（DMU）利用线性规划模型，找出效率前沿面，再测量每个DMU到效率前沿面的距离，求得每个DMU的相对效率水平。固定规模报酬模型（CCR）和可变规模报酬模型（BCC）是DEA方法的两个基本模型。CCR模型以企业规模报酬不变为前提，即假定企业规模对效率值不会产生影响，但由于我国企业发展受到宏观经济和财政的制约，这种假定并不符合我国的现实情况。BCC模型则解决了这个问题，通过构建BCC模型能够在计算综合技术效率（TE）值时剔除规模效率（SE）的影响，进而得到纯技术效率（PTE）。

（二）Malmquist指数

全要素生产率是衡量生产效率的重要指标，是除去劳动力、资本等有形生产要素投入后的“剩余”，反映由技术进步、规模效应变动等因素引起的总产出增加。Malmquist S[ 9 ]提出Malmquist生产力指数后，F？覿re R等[ 10 ]将Malmquist指数与DEA方法进行结合，构建出从t期到t+1期的Malmquist生产率指数来衡量技术效率变动（effch）、技术变动（techch）和全要素变动（tfpch）之间的关系，而且在规模报酬可变的假设下，技术效率变动进一步可分解为纯技术效率变化（pech）和规模效率（sech）。Malmquist指数分解了驱动全要素生产率变动的因素，从而更加直观地得到全要素生产率变动的特征趋势，为优化决策单元路径提供更具实际意义的依据。

根据F？覿re等学者的分解模型，Malmquist指数关系式为：tfpch=pech*sech*techch。其中，tfpch代表全要素生产率，tfpch>1表明生产率水平提高，反之降低;pech*sech代表技术效率变动指数，pech为纯技术效率指数，sech为规模效率指数;techch代表技术进步，反映的是技术边界的推移程度，techch>1表明技术进步和技术创新。

三、变量与数据

（一）样本筛选

确定样本数据即模型中的DMU，本文选取2014年挂牌的新三板企业，剔除披露财务信息不全、被ST的企业后，共得到680个样本数据，涵盖了制造业、信息传输、软件和信息技术服务业等16个行业，分析样本企业在挂牌后即2015—2017年的融资效率情况。

（二）指标选取

运用DEA-Malmquist方法进行新三板融资效率的评价时，指标的选取对评价结果会产生关键影响，不同的指标可能会得出不同的研究结论。资本市场上的融资是一项涉及多种投入产出的复杂活动，选取何种指标变量对融资效率进行评价，学术界并未取得统一结论，因此，本文初步选取与融资效率密切相关的7个投入指标和9个产出指标，具体指标说明见表1。

利用SPSS24.0对初步选取的指标进行KMO和Bartlett检验，结果如表2所示，KMO检验值为0.687，大于0.500，Bartlett的球形度检验Sig.为0.000，说明初选指标具有相关性，能够通过主成分分析进行降维处理。

由主成分分析共筛选出5个主成分的累计贡献率达到68.481，说明大多数初选指标得到了解释。表3是主成分得分系数矩阵，可以看到A1到A5主成分中最大权重系数分别对应指标筹资活动现金流入量X7为0.247、总资产报酬率X10为0.312、主营业务成本X5为0.338、营业收入增长率X15为0.502、资产负债率X6为0.342。最终确定评价融资效率的投入指标为主营业务成本、资产负债率以及筹资活动现金流入量，产出指标为总资产报酬率和营业收入增长率。

（三）数据处理

运用DEA模型，要求保证投入、产出指标的数据为非负数，这就需要对数据进行无量纲化处理即通过一定的函数将数据变换归入某一正值区间。数据经过无量纲化处理后，数据原本的意义并未发生改变，模型结果不会受到影响。本文采用的无量纲化关系函数为：Xij=0.1+*0.9。这样处理后的数据范围在[0，1]内，达到数据的非负性要求。

四、新三板挂牌企业融资效率分析

（一）静态融资效率分析

运用MAXDEA5.0软件选择BCC模型计算样本企业的综合效率值、纯技术效率值和规模效率值，具体分布结果见表4。根据表中数据，从综合技术效率（TE）结果来看，每年只有约1%的企业能够同时达到技术有效和规模有效，大多企业的TE值处于相对无效的范围，说明新三板挂牌企业融资效率整体水平不高。从综合技术效率的构成来看，规模效率（SE）水平相比纯技术效率（PTE）水平表现出优势，说明代表企业自身管理方式和治理结构的纯技术效率低下是制约新三板企业融资效率的主要因素。

（二）动态融资效率分析

将2015年财务数据作为基期数据，继续运用MAXDEA5.0软件，选择Malmquist指数计算新三板企业融资效率的动态变化值，结果整理见表5。基期2015年的全要素生产率指数为1，从表中数据看到全要素变动在2015—2017年间平均值为0.864，新三板整体的全要素变动水平呈小幅向下趋势，相对来说，技术效率变动是导致全要素水平下降的主要因素;從分解技术效率变动的角度看，纯技术效率变动和规模效率变动共同影响技术效率水平的增减，规模效率均值略大于1，代表整体上资金的投入和产出能够达到最佳经济效益的合理规模;纯技术效率均值下降幅度最大，表明企业资本结构、融资渠道或者资金投向等因素表现不佳，这与融资效率静态分析结果一致。

制造业与信息传输、软件和信息技术服务业企业数量占比一半以上，分行业进行动态评价能更清晰地了解新三板挂牌企业融资效率状况，因此，单独对这两个行业进行Malmquist指数计算。从表5可以看到，制造业技术变动均值为0.838是影响全要素变动的关键指标，表明技术水平低下致使新三板制造业融资效率水平相对无效，传统制造业企业寻求技术创新才是转型升级的重要举措;相比新三板挂牌的信息传输、软件和信息技术服务业多为高新技术企业，在技术方面普遍处于领先地位，拥有一定技术优势，相反，纯技术效率变动明显，该行业应多重视企业内部治理结构等方面。

五、结论与建议

（一）实证结论

本文选取2014年在新三板挂牌的680家样本企业，通过主成分降维处理后选择投入、产出指标，利用DEA-Malmquist方法，从静态、动态两方面进行融资效率的评价，实证结果如下：（1）融资效率完全有效的挂牌企业占比约1%，新三板市场整体融资效率水平不高;规模效率处于较有效的水平，纯技术效率反而水平较低，是制约融资效率的主要因素。（2）融资效率变动情况通过全要素生产率的变动来反映。动态评价结果也显示纯技术效率向下的变动导致新三板市场整体全要素生产率指数有小幅下降。（3）选择挂牌数量最多的两个行业单独分析，结果表明：制造业全要素生产率指数主要受到技术变动的下拉影响;相反地，信息传输、软件和信息技术服务业技术水平变动趋于平稳，主要是纯技术效率变化引起的全要素生产率指数降低。

（二）对策建议

新三板市场为中小微企业增加了更多可供选择的融资渠道，是我国多层次资本市场不可或缺的基石，提高其挂牌企业融资效率对改善中小微企业融资难的困境至关重要。从微观层面看，新三板挂牌企业融资效率普遍偏低，企业生产运营规模和技术创新规模还未达到最优状态，结合前面实证结果，提出如下几点建议：（1）新三板企业融资渠道狭窄，内源融资规模小，过度依靠外部融资，导致资本结构失衡，影响融资效率。可以结合自身情况，有针对性地选择发展私募债、双创债、绿色债等多种融资方式，在我国经济加速转型升级背景下，这类资本能够满足企业发展的融资需求，发挥融资功能和价值发现功能。（2）中小企业在新三板挂牌后，相比之前较容易筹集大量资金，然而由于缺乏对大量资金的管理经验，致使资金使用效率并不十分理想，缺少对项目的可行性进行必要的评估，导致研发项目的过度投入。企业应重视项目的可行性研究，提高融入资金利用率，避免出现资金闲置或浪费情况;做好融资前期分析工作，杜绝盲目的融资行为。（3）对于新三板制造业来说，要突破发展瓶颈，提升融资效率水平，核心关键在技术领域的创新创造，要通过体制机制创新，鼓励企业加大研发投入，推动产学研结合，加快产品技术化、专业化。（4）信息传输、软件和信息技术服务业这类高新企业要继续保持其领先的技术能力及产品的科技含量，应该多多关注优化企业资本结构，提高经营者管理水平，改善决策效率水平，实现科学管理，完善内部治理制度。

【参考文献】

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

[2] 刘力昌，冯根福，张道宏，等.基于DEA的上市公司股权融资效率评价[J].系统工程，2004（1）：55-59.

[3] 单春霞.基于DEA-Malmquist指数方法的高新技术产业R&D绩效评价[J].统计与决策，2011（2）：70-74.

[4] 方先明，吴越洋.中小企业在新三板市场融资效率研究[J].经济管理，2015（10）：42-51.

[5] 廖艳，沈亚娟，杨选思.新三板中小企业融资效率及其影响因素研究[J].会计之友，2017（11）：49-53.

[6] 魏开文.中小企业融资效率模糊分析[J].金融研究，2001（6）：67-74.

[7] 王平.基于FAHP的民营企业融资效率评价[J].商业研究，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.

【基金項目】 黑龙江省自然资金面上项目“碳信息披露对企业全要素碳生产率影响研究”（G2016005）

【作者简介】 丁华（1968— ），男，湖北荆州人，博士，东北林业大学经济管理学院副教授，硕士生导师，研究方向：公司财务管理、公司财务报告分析;高丹（1993— ），女，黑龙江哈尔滨人，东北林业大学经济管理学院硕士研究生，研究方向：财务管理