论文部分内容阅读
摘要：为了有效评估青岛市中小微企业融资效率及其影响因素，利用超效率数据包络分析与Tobit模型对青岛市60家新三板企业2014—2018年财务数据进行分析，研究结果表明：青岛市中小微企业融资效率逐渐增高，但较多企业仍旧处于融资无效状态，且企业的纯技术效率均值高于规模效率均值;企业盈利能力、营运能力、短期偿债能力的提高将有利于中小微企业融资效率提升，而企业费用率与负债率增加会降低企业融资效率。这将为青岛市中小微企业提升融资效率提供有效借鉴，也为政府出台有效缓解中小微企业融资压力的政策措施提供有益参考。
关键词：中小微企业;融资效率;超效率DEA-Tobit模型
中图分类号：F830.9
文献标志码：A
文章编号：1006-1037（2021）01-0139-08
基金项目：
青岛市哲学社会科学规划项目（批准号：QDSKL1701059）资助。
通信作者：李聪，男，博士，助理教授，研究方向为公司金融。E-mail：[email protected]
中国中小微企业数量多、涵盖行业广，作为经济社会的重要组成部分，对促进经济的均衡发展具有重要意义，但受制于先天抵押物缺乏及融资信用等级低等因素，中小微企业长期存在着融资难、融资贵的问题。为解决中小微企业融资问题，近年来，从国家到地方出台了一系列促进中小微企业发展的政策措施，如中央财政在2018—2020年每年拨款30亿元支持和鼓励中小微企业发展，青岛市政府围绕加大对中小微企业融资支持力度等方面出台了《关于支持民营企业和中小企业改革发展的意见》，在一定程度上改善了中小微企业的经营环境，但融资难、融资贵的问题仍未完全解决，中小微企业的发展形势依然非常严峻。因此，针对中小企业融资效率的测度及其影响因素分析就变得尤为重要，这将对有效缓解中小微企业融资压力政策的制定与实施提供有益参考，并对促进中小微企业及当地经济发展具有重要意义。对于企业融资效率的测度问题，已有学者采用层次分析法、灰色关联度法、熵值法等方法进行研究，但这些方法在变量选取上存在较强的主观性。而数据包络方法（Data Envelopment Analysis，DEA）作为一种适用于多投入多产出的非参数评价方法，利用线性规划与凸分析计算比较具有相同类型的决策单元之间的相对效率，能够有效克服上述变量选取存在的局限性，因此在企业融资效率评价方面得到广泛应用。如晁坤等[1-4]等采用DEA模型就中国煤炭上市公司、文化创意产业上市公司、人工智能行业上市公司和新能源上市公司的融资效率进行测度，研究表明，中国煤炭、文化创意产业、人工智能行业及新能源行业上市公司的融资效率普遍较低，且大多数企业并未达到DEA有效，具有较大的改进空间。刘立霞等[5]运用DEA-Malmquist模型对中国创业板上市企业融资效率进行测度，研究表明，中国创业板上市企业也同样存在融资综合效率偏低的现象。在中小企业融资效率评价方面，王秀贞等[6]基于DEA方法对中国工业企业数据库中的中小企业融资效率进行测算和评价，同样得出中国中小企业整体融资效率不高的结论，还有学者采用该模型测度深交所上市企业融资效率，研究发现中小企业融资效率呈现负增长态势[7]。对于青岛地区企业融资效率的研究，杨雪静等[8]利用DEA方法从综合技术效率、纯技术效率以及规模效率三个方面对青岛市75家上市企业的融资效率进行评估，青岛市90%以上的上市企业融资效率偏低。对于小微企业融資效率影响因素的研究，廖艳等[9]以2014年新增挂牌新三板中小企业为研究对象，采用多元回归模型探讨企业融资效率影响因素，研究发现，企业资产规模、偿债能力、营运能力和盈利能力的提升有利于提高企业融资效率，而资产负债率对融资效率具有负向影响。尹相娟等[10]利用Malmquist指数分析了山东省小微企业融资效率的影响因素，研究表明企业可通过提高技术水平和纯技术效率来提高融资效率。吴庆田等[11]从金融可得性、金融服务使用情况、金融服务质量与数字普惠金融等四个维度构建普惠金融发展质量指数，研究了普惠金融与中小企业融资效率的关系。综上所述，现有文献多采用传统DEA模型就某行业或板块上市企业展开融资效率及影响因素的研究，但传统DEA模型只能将企业融资判定为有效或非有效，无法对综合技术效率有效的企业进行排序，因此，本文采用超效率DEA模型[12]对企业融资展开研究，该方法能够弥补传统DEA模型无法进行有效决策单元的排序和比较的不足，支持多项投入和产出指标的设定，有效提高企业融资效率的测度质量。此外，已有研究针对青岛地区中小微企业融资效率及其影响因素的研究十分有限。鉴于此，本文选取青岛市60家新三板企业2014—2018年度财务数据，采用超效率DEA-Tobit模型，系统评估青岛市中小微企业的融资效率，并进一步讨论中小微企业融资效率的影响因素。
1 青岛市中小微企业融资效率静态分析
1.1 数据来源与变量选取
本文数据源自Wind数据库2014—2018年青岛市新三板上市企业相关数据，以青岛市新三板上市企业为研究对象，剔除了存在数据缺失以及披露不充分的上市企业后，最终保留了60家企业作为研究样本，这些企业涵盖制造业，信息传输、软件和信息技术服务业，交通运输、仓储和邮政业等11种行业。本文参考已有研究，选取企业主要财务指标作为投入指标和产出指标对企业融资效率进行测度，其中，资产总额、资产负债率、营业成本、股权集中度等作为投入指标，净资产收益率、每股收益、净利润总资产周转率、营业收入等作为产出指标。
1.2 基于产出导向的DEA模型效率分析
为进一步提高DEA模型结果的有效性，本文对样本数据进行处理：首先，考虑到所选数据绝对值较大，对同一指标的数据进行去量纲化处理;其次，考虑到所选数据存在负值，对同一指标的全部数据进行平移;最后，将零值替换为0.000 1。考虑DEA模型的适用性，即投入指标之间、产出指标之间应具有较低的关联性，本文在运用DEA模型对融资效率进行测算前对所选取指标之间的相关性进行了检验，结果表明，各投入指标相关性小于0.3，各产出指标相关性小于0.5，说明指标的选择符合DEA模型对其相关性的基本要求。 表1是经测算得到青岛60家新三板上市企业的DEA值、规模报酬状态以及等级。从综合技术效率的角度来看，样本企业中共有15家企业（占比25%）综合技术效率有效，同时存在技术有效和规模有效，其中，在制造行业有4家企业综合技术效率有效，在信息传输、软件和信息技术服务行业有3家企业综合技术效率有效，在交通运输、仓储和邮政行业有3家企业综合技术效率有效。
从纯技术效率的角度来看，样本企业中共有17家企业（占比28.33%）纯技术效率有效。其中，金巴赫、易安达2家企业纯技术效率有效，而综合技术效率和规模效率均无效，表明这两家企业综合技术水平无效的根本原因是规模效率无效，企业可以通过改善企业规模来提高效率。具体而言，虽然两家企业均属于交通运输、仓储和邮政业，但不同的是，金巴赫规模报酬递增，扩大公司规模可以提高其综合技术效率;而易安达规模报酬递减，缩减公司规模可以提高其综合技术效率。
从规模效率的角度来看，样本企业中共有15家企业规模效率有效，同时技术有效。这15家企业规模报酬不变，仅有金巴赫1家企业呈现规模报酬递增特征，其余44家均呈现规模报酬递减，这说明盲目扩大规模未必带来更多的产出，企业应该针对规模报酬状态选择规模增减，更加注重企业管理水平的提升以及先进技术的引进等，在一定程度上证实了企业规模小并非抑制企业融资效率提升的因素这一观点。
1.3 超效率DEA模型效率分析
本文采用超效率DEA模型对15家综合技术效率有效的企业进行排序，见表2。
本文从资产总额、资产负债率和营业费用率三个角度出发，对纯技术效率非有效的43家样本企业进行投入指标冗余分析（见表3），研究投入既定时如何进行资源优化才能使得产出最大化。43家纯技术效率非有效的企业中，绝大部分冗余是投入指标所致。
从资产总额角度分析，43家企业冗余率平均为21.04%，其中，6家企业（占比13.95%）冗余率大于50%，19家企业冗余率为零，说明这19家企业资产总额已经达到最优。从资产负债率角度分析，43家企业冗余率平均为36.58%，其中，仅有5家企业冗余率为零，说明这些企业资产负债率已经达到最优，其余企业有15家冗余率大于50%，占比34.88%，可以通过减少负债来优化产出。从营业费用率角度分析，43家企业冗余率平均为25.02%，其中，仅有2家企业冗余率为零，表明这两家企业的营业费用率已经达到最优，超过16家企业冗余率大于30%，占比高达37.21%，则可以通过缩减费用或增加营业收入来优化产出。
2 中小微企业融资效率分析
从总样本来看，2014—2018年60家青岛市中小微企业综合技术效率、纯技术效率和规模效率均逐年稳步增长，其中，综合技术效率从0.609上升到0.704，规模效率从0.657提升为0.768，但纯技术效率增长缓慢，从0.896升至0.903。2014—2018年间青岛市中小微企业DEA均值大小关系表现为纯技术效率>规模效率>综合技术效率，造成综合技术效率非有效的绝大部分原因是企业规模效率太低。由于，中小微企业规模效率的改善可以有效提高企业综合技术效率，因此，企业应当主动选择适合于自身发展的规模，进而提升自身综合技术效率。
本文选取60家样本企业共涵盖11种行业，其中，制造业企业数目最多，21家，占比35%，原因是制造业作為国家的基石，在青岛市经济发展中占据重要位次;其次是信息传输、软件和信息技术服务业，共13家，占比21.67%;再次是交通运输、仓储和邮政业，共9家，占比15%，青岛市沿海港口多，此行业在青岛具有区位优势;此外，租赁和商业服务业有5家，科学研究和技术服务业有4家，建筑业以及批发和零售业各有2家，房地产业、农、林、牧、渔业、卫生和社会工作、住宿和餐饮业各有1家企业。文章选取制造业，信息传输、软件和信息技术服务业，交通运输、仓储和邮政业等三类行业共计43家企业展开DEA效率动态分析，见表4。
从制造业行业来看，该行业近五年来综合技术效率均值为0.807，综合技术有效企业数均值为7.2，占样本企业数的34.29%，即2014—2018年青岛市制造业中小微企业中，DEA有效企业占比34.29%，为三类行业中占比最低。分析三个行业DEA效率值，除2014年外，均表现为：纯技术效率>规模效率>综合技术效率，这意味着企业规模效率低下是制造业中小微企业综合技术效率不高的主要原因。从变化趋势来看，制造业的综合技术效率均值呈现先下降后上升的特点，转折年份为2017年，在规模效率值仍处于下降趋势背景下，该年行业纯技术效率值由0.896增至0.934，说明制造业综合技术效率转降为增是因为青岛市制造业的中小微企业技术、管理水平等有所提升，与企业规模变化无关。
从信息传输、软件和信息技术服务业行业来看，该行业近五年综合技术效率均值为0.826，有效企业数均值为6，占样本企业数的46.15%。从三个行业DEA效率值大小关系来看，均表现为纯技术效率>规模效率>综合技术效率，与制造业基本一致。从变化趋势来看，综合技术效率均值呈现出先下降后上升的特点，转折年份为2018年，规模效率趋势走向与综合技术效率均值类似，表现为先降后增。在2018年，纯技术效率均值和规模效率均值的同时增加，致使综合技术效率均值由0.809大幅增长至0.920，同比增加了13.72%。
从交通运输、仓储和邮政业行业来看，五年来，该行业综合技术效率均值为0.97，有效企业数均值为6，占样本企业数的66.67%，即2014年至2018年青岛市交通运输、仓储和邮政业中小微企业中，DEA有效企业有66.67%，为三种行业之首。从三个行业DEA效率值大小关系来看，均表现为纯技术效率>规模效率>综合技术效率。2014—2018年间，青岛市交通运输、仓储和邮政业中小微企业的DEA效率值高，DEA有效的企业数多，原因在于该行业纯技术效率、规模效率均值处于较高水平，具体而言，纯技术效率均值都大于0.99，规模效率均值都大于0.9。
关键词：中小微企业;融资效率;超效率DEA-Tobit模型
中图分类号：F830.9
文献标志码：A
文章编号：1006-1037（2021）01-0139-08
基金项目：
青岛市哲学社会科学规划项目（批准号：QDSKL1701059）资助。
通信作者：李聪，男，博士，助理教授，研究方向为公司金融。E-mail：[email protected]
中国中小微企业数量多、涵盖行业广，作为经济社会的重要组成部分，对促进经济的均衡发展具有重要意义，但受制于先天抵押物缺乏及融资信用等级低等因素，中小微企业长期存在着融资难、融资贵的问题。为解决中小微企业融资问题，近年来，从国家到地方出台了一系列促进中小微企业发展的政策措施，如中央财政在2018—2020年每年拨款30亿元支持和鼓励中小微企业发展，青岛市政府围绕加大对中小微企业融资支持力度等方面出台了《关于支持民营企业和中小企业改革发展的意见》，在一定程度上改善了中小微企业的经营环境，但融资难、融资贵的问题仍未完全解决，中小微企业的发展形势依然非常严峻。因此，针对中小企业融资效率的测度及其影响因素分析就变得尤为重要，这将对有效缓解中小微企业融资压力政策的制定与实施提供有益参考，并对促进中小微企业及当地经济发展具有重要意义。对于企业融资效率的测度问题，已有学者采用层次分析法、灰色关联度法、熵值法等方法进行研究，但这些方法在变量选取上存在较强的主观性。而数据包络方法（Data Envelopment Analysis，DEA）作为一种适用于多投入多产出的非参数评价方法，利用线性规划与凸分析计算比较具有相同类型的决策单元之间的相对效率，能够有效克服上述变量选取存在的局限性，因此在企业融资效率评价方面得到广泛应用。如晁坤等[1-4]等采用DEA模型就中国煤炭上市公司、文化创意产业上市公司、人工智能行业上市公司和新能源上市公司的融资效率进行测度，研究表明，中国煤炭、文化创意产业、人工智能行业及新能源行业上市公司的融资效率普遍较低，且大多数企业并未达到DEA有效，具有较大的改进空间。刘立霞等[5]运用DEA-Malmquist模型对中国创业板上市企业融资效率进行测度，研究表明，中国创业板上市企业也同样存在融资综合效率偏低的现象。在中小企业融资效率评价方面，王秀贞等[6]基于DEA方法对中国工业企业数据库中的中小企业融资效率进行测算和评价，同样得出中国中小企业整体融资效率不高的结论，还有学者采用该模型测度深交所上市企业融资效率，研究发现中小企业融资效率呈现负增长态势[7]。对于青岛地区企业融资效率的研究，杨雪静等[8]利用DEA方法从综合技术效率、纯技术效率以及规模效率三个方面对青岛市75家上市企业的融资效率进行评估，青岛市90%以上的上市企业融资效率偏低。对于小微企业融資效率影响因素的研究，廖艳等[9]以2014年新增挂牌新三板中小企业为研究对象，采用多元回归模型探讨企业融资效率影响因素，研究发现，企业资产规模、偿债能力、营运能力和盈利能力的提升有利于提高企业融资效率，而资产负债率对融资效率具有负向影响。尹相娟等[10]利用Malmquist指数分析了山东省小微企业融资效率的影响因素，研究表明企业可通过提高技术水平和纯技术效率来提高融资效率。吴庆田等[11]从金融可得性、金融服务使用情况、金融服务质量与数字普惠金融等四个维度构建普惠金融发展质量指数，研究了普惠金融与中小企业融资效率的关系。综上所述，现有文献多采用传统DEA模型就某行业或板块上市企业展开融资效率及影响因素的研究，但传统DEA模型只能将企业融资判定为有效或非有效，无法对综合技术效率有效的企业进行排序，因此，本文采用超效率DEA模型[12]对企业融资展开研究，该方法能够弥补传统DEA模型无法进行有效决策单元的排序和比较的不足，支持多项投入和产出指标的设定，有效提高企业融资效率的测度质量。此外，已有研究针对青岛地区中小微企业融资效率及其影响因素的研究十分有限。鉴于此，本文选取青岛市60家新三板企业2014—2018年度财务数据，采用超效率DEA-Tobit模型，系统评估青岛市中小微企业的融资效率，并进一步讨论中小微企业融资效率的影响因素。
1 青岛市中小微企业融资效率静态分析
1.1 数据来源与变量选取
本文数据源自Wind数据库2014—2018年青岛市新三板上市企业相关数据，以青岛市新三板上市企业为研究对象，剔除了存在数据缺失以及披露不充分的上市企业后，最终保留了60家企业作为研究样本，这些企业涵盖制造业，信息传输、软件和信息技术服务业，交通运输、仓储和邮政业等11种行业。本文参考已有研究，选取企业主要财务指标作为投入指标和产出指标对企业融资效率进行测度，其中，资产总额、资产负债率、营业成本、股权集中度等作为投入指标，净资产收益率、每股收益、净利润总资产周转率、营业收入等作为产出指标。
1.2 基于产出导向的DEA模型效率分析
为进一步提高DEA模型结果的有效性，本文对样本数据进行处理：首先，考虑到所选数据绝对值较大，对同一指标的数据进行去量纲化处理;其次，考虑到所选数据存在负值，对同一指标的全部数据进行平移;最后，将零值替换为0.000 1。考虑DEA模型的适用性，即投入指标之间、产出指标之间应具有较低的关联性，本文在运用DEA模型对融资效率进行测算前对所选取指标之间的相关性进行了检验，结果表明，各投入指标相关性小于0.3，各产出指标相关性小于0.5，说明指标的选择符合DEA模型对其相关性的基本要求。 表1是经测算得到青岛60家新三板上市企业的DEA值、规模报酬状态以及等级。从综合技术效率的角度来看，样本企业中共有15家企业（占比25%）综合技术效率有效，同时存在技术有效和规模有效，其中，在制造行业有4家企业综合技术效率有效，在信息传输、软件和信息技术服务行业有3家企业综合技术效率有效，在交通运输、仓储和邮政行业有3家企业综合技术效率有效。
从纯技术效率的角度来看，样本企业中共有17家企业（占比28.33%）纯技术效率有效。其中，金巴赫、易安达2家企业纯技术效率有效，而综合技术效率和规模效率均无效，表明这两家企业综合技术水平无效的根本原因是规模效率无效，企业可以通过改善企业规模来提高效率。具体而言，虽然两家企业均属于交通运输、仓储和邮政业，但不同的是，金巴赫规模报酬递增，扩大公司规模可以提高其综合技术效率;而易安达规模报酬递减，缩减公司规模可以提高其综合技术效率。
从规模效率的角度来看，样本企业中共有15家企业规模效率有效，同时技术有效。这15家企业规模报酬不变，仅有金巴赫1家企业呈现规模报酬递增特征，其余44家均呈现规模报酬递减，这说明盲目扩大规模未必带来更多的产出，企业应该针对规模报酬状态选择规模增减，更加注重企业管理水平的提升以及先进技术的引进等，在一定程度上证实了企业规模小并非抑制企业融资效率提升的因素这一观点。
1.3 超效率DEA模型效率分析
本文采用超效率DEA模型对15家综合技术效率有效的企业进行排序，见表2。
本文从资产总额、资产负债率和营业费用率三个角度出发，对纯技术效率非有效的43家样本企业进行投入指标冗余分析（见表3），研究投入既定时如何进行资源优化才能使得产出最大化。43家纯技术效率非有效的企业中，绝大部分冗余是投入指标所致。
从资产总额角度分析，43家企业冗余率平均为21.04%，其中，6家企业（占比13.95%）冗余率大于50%，19家企业冗余率为零，说明这19家企业资产总额已经达到最优。从资产负债率角度分析，43家企业冗余率平均为36.58%，其中，仅有5家企业冗余率为零，说明这些企业资产负债率已经达到最优，其余企业有15家冗余率大于50%，占比34.88%，可以通过减少负债来优化产出。从营业费用率角度分析，43家企业冗余率平均为25.02%，其中，仅有2家企业冗余率为零，表明这两家企业的营业费用率已经达到最优，超过16家企业冗余率大于30%，占比高达37.21%，则可以通过缩减费用或增加营业收入来优化产出。
2 中小微企业融资效率分析
从总样本来看，2014—2018年60家青岛市中小微企业综合技术效率、纯技术效率和规模效率均逐年稳步增长，其中，综合技术效率从0.609上升到0.704，规模效率从0.657提升为0.768，但纯技术效率增长缓慢，从0.896升至0.903。2014—2018年间青岛市中小微企业DEA均值大小关系表现为纯技术效率>规模效率>综合技术效率，造成综合技术效率非有效的绝大部分原因是企业规模效率太低。由于，中小微企业规模效率的改善可以有效提高企业综合技术效率，因此，企业应当主动选择适合于自身发展的规模，进而提升自身综合技术效率。
本文选取60家样本企业共涵盖11种行业，其中，制造业企业数目最多，21家，占比35%，原因是制造业作為国家的基石，在青岛市经济发展中占据重要位次;其次是信息传输、软件和信息技术服务业，共13家，占比21.67%;再次是交通运输、仓储和邮政业，共9家，占比15%，青岛市沿海港口多，此行业在青岛具有区位优势;此外，租赁和商业服务业有5家，科学研究和技术服务业有4家，建筑业以及批发和零售业各有2家，房地产业、农、林、牧、渔业、卫生和社会工作、住宿和餐饮业各有1家企业。文章选取制造业，信息传输、软件和信息技术服务业，交通运输、仓储和邮政业等三类行业共计43家企业展开DEA效率动态分析，见表4。
从制造业行业来看，该行业近五年来综合技术效率均值为0.807，综合技术有效企业数均值为7.2，占样本企业数的34.29%，即2014—2018年青岛市制造业中小微企业中，DEA有效企业占比34.29%，为三类行业中占比最低。分析三个行业DEA效率值，除2014年外，均表现为：纯技术效率>规模效率>综合技术效率，这意味着企业规模效率低下是制造业中小微企业综合技术效率不高的主要原因。从变化趋势来看，制造业的综合技术效率均值呈现先下降后上升的特点，转折年份为2017年，在规模效率值仍处于下降趋势背景下，该年行业纯技术效率值由0.896增至0.934，说明制造业综合技术效率转降为增是因为青岛市制造业的中小微企业技术、管理水平等有所提升，与企业规模变化无关。
从信息传输、软件和信息技术服务业行业来看，该行业近五年综合技术效率均值为0.826，有效企业数均值为6，占样本企业数的46.15%。从三个行业DEA效率值大小关系来看，均表现为纯技术效率>规模效率>综合技术效率，与制造业基本一致。从变化趋势来看，综合技术效率均值呈现出先下降后上升的特点，转折年份为2018年，规模效率趋势走向与综合技术效率均值类似，表现为先降后增。在2018年，纯技术效率均值和规模效率均值的同时增加，致使综合技术效率均值由0.809大幅增长至0.920，同比增加了13.72%。
从交通运输、仓储和邮政业行业来看，五年来，该行业综合技术效率均值为0.97，有效企业数均值为6，占样本企业数的66.67%，即2014年至2018年青岛市交通运输、仓储和邮政业中小微企业中，DEA有效企业有66.67%，为三种行业之首。从三个行业DEA效率值大小关系来看，均表现为纯技术效率>规模效率>综合技术效率。2014—2018年间，青岛市交通运输、仓储和邮政业中小微企业的DEA效率值高，DEA有效的企业数多，原因在于该行业纯技术效率、规模效率均值处于较高水平，具体而言，纯技术效率均值都大于0.99，规模效率均值都大于0.9。