| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 金融/投资 |
| 新三板互联网企业融资效率研究 |
| 第619期 作者：□文/李泽红 陈迪舒 时间：2019/10/16 10:56:21 浏览：371次 |
［提要］ 在大数据、创新驱动发展战略支持背景下，互联网中小企业有不少选择进入新三板增强自身竞争力。本文以2016年在新三板市场第一次发生实质性融资行为的102家互联网企业为样本，并以2016年未发生融资的互联网企业为对照组，选取2014～2018年相关财务数据，运用典型相关分析设计综合变量，利用DEA模型实证分析其融资效率。研究得出：在新三板融资后的互联网企业综合技术效率未达到有效，融资后纯技术效率提升，规模效率下降。根据实证分析结果，对新三板互联网企业改进融资效率提出建议。
关键词：融资效率；新三板；互联网；DEA模型；典型相关变量
中图分类号：F83 文献标识码：A
收录日期：2019年7月4日
一、引言
新三板市场为技术含量高的成长型中小企业提供了融资渠道，为科技成果的产业化提供了帮助，目前已是我国场内交易市场的重要组成部分。新三板除了不具备公开发行的功能以外，现已具备了沪深交易所的全部功能，实现了交易产品、交易时间、信息披露、融资服务等的标准化。顺应国家对“互联网+”新兴产业的支持，飞速发展的互联网行业在新三板市场中占有一席之地。互联网企业的成长势头良好，但是融资问题依然是互联网企业发展过程中的短板。
二、文献回顾
20世纪90年代末，随着中国市场经济体制改革，对融资问题的研究不在局限于融资方式、融资结构，企业的融资效率受到越来越多关注。
发达国家的资本市场起步早，中小企业的融资问题在20世纪80年代开始就受到较多关注。Jain和Kini（1994）以1976～1987年间进行IPO的679家美国企业作为研究样本，发现企业上市后普遍存在经营业绩反而下滑的趋势，股权融资效率不高。Chong等（2010）和Columba（2010）分别用融资缺口比率和取得贷款的成功率来衡量银行的融资效率，结果都表明中小企业融资比较困难。Assaf等（2013）研究发现，企业杠杆的扩大会导致负债较多而引发投资不足，而股权补偿又会引发投资过热，因此经理人可以通过人为拉低融资效率，以缩减代理成本。
国内学者除了研究融资效率是什么，影响融资效率的因素之外，近些年对中小企业融资效率也进行了大量研究，主要有三种类型：对中小企业整体研究、划分地域研究、划分资本市场层次研究。以第三种类型为例：王丽娟、李骏（2014）对中小板上市公司的债务融资展开研究，研究得出中小板企业债务融资成本管控效率低下，技术创新相对匮乏。方先明、吴越洋（2015）用DEA方法对新三板中小企业融资效率进行研究，研究结果显示包括纯技术效率和规模技术效率在内的技术效率在融资前后并未发生显著变化，认为新三板企业在融资过程中存在一定盲目性，资金使用效率低。徐凯（2018）对我国新三板挂牌企业整体融资效率进行研究，发现新三板挂牌企业大部分企业规模报酬处于递增阶段，但定向增发后规模效率先下降后上升。王玉荣、吴刚（2018）对创业板上市公司股权融资效率进行研究，研究发现融资效率总体上较低，其中技术含量较高、市场竞争，激烈的信息技术业公司的股权融资效率较高。
三、互联网企业新三板融资
新三板挂牌企业的融资方式比较灵活，互联网企业主要以定向增发为主，伴随少部分股权质押，募集资金主要用途为补充营运和技术研发。
（一）定向增发融资。定向增发不仅为挂牌企业获得融资提供了渠道，还通过挂牌前的股份制改革规范了企业经营，挂牌前、中、后都可以实行定向发行，使挂牌企业尽快熟悉了资本市场的运作，为今后的转板打下规范运作的基础。由表1可见，2016年挂牌的互联网企业家中有62.8%发生定向增发，大部分互联网企业在挂牌新三板的当年就发生融资行为。2017年和2018年发生融资的企业比例下降，尤其是2018年，挂牌企业总数减少，存在退市和转板的情况，发生定向增发的企业仅占18.92%，相应募集资金减少，定向增发有“遇冷”倾向。（表1）
（二）债务融资方式。债务融资作为新三板市场的辅助融资方式，包括股权质押融资和发行企业债。2015年到2018年，发生股权质押的企业数占当年挂牌企业的比重均在13%左右。截至2018年，发生股权质押融资的互联网企业也只有93家，质押规模较小。通过发行企业债融资的互联网企业更少，不到10家。（图1）
四、研究设计
（一）数据来源与变量定义。为了考察互联网企业在新三板发生定向增发融资前后的变化情况，本文选取2016年在新三板市场发生第一次实质性融资（以定向增发为主）的102家互联网企业作为研究样本，提取其2014～2018年的相关财务数据，以进行融资前后效率比较。样本企业数据来源于Choice金融终端数据库。本文采用的统计软件为：融资效率检验采用MaxDEA软件，变量的典型相关分析设计综合变量利用SAS软件。相关财务数据及计算公式，如表2所示。（表2）
（二）研究方法与变量新设计。本文选取数据包络分析法的CCR模型和BCC模型检验融资效率。在数据包络模型中，投入、产出指标的具体选择是研究的核心，对结果的准确性非常重要。虽然理论上投入、产出指标的共线性并不会导致结果错误（马占新，2017），但是在指标较多的情况下会造成模型区分能力不足。通过对投入、产出指标的相关性检验，变量之间存在部分相关系数大于0.5，因此本文通过典型相关分析设计综合变量并进行融资效率检验。如表3所示，前两名典型相关变量的典型相关系数为0.8430和0.8010；特征值分别为2.4551和1.7903，前两个典型相关系数累计贡献率达到95.564%，表明前两个变量的相关程度最高。（表3）
由表4的检验结果得，R1、R2、R3在0.1的水平上是显著的，说明前3个典型相关系数是具有统计学显著性意义的，此外，R1的检验结果与Wilk’s λ的多元分析结果是一致的。本文根据检验结果，保留R1、R2、R3作为典型相关变量。（表4）
通过检验的3个典型变量的标准化组合系数表达式如下：
投入指标新设计：
V1=-0.0383ass+0.0137dar+1.0351opc-0.0214cr-0.0834fe+0.0062onc
V2=1.1918ass+0.1798dar+0.6393opc+0.0235cr+0.0395fe-0.0625onc
V3=0.1255ass-0.5011dar+0.1042opc-0.9474cr-0.0764fe+0.2364onc
产出指标新设计：
W1=0.003roe+0.8203mr-0.1102ygoe-0.0301eps+0.6535tat+0.0407gris
W2=0.0243roe-0.6153mr+0.0224ygoe+0.1657eps+0.7001tat-0.0416gris
W3=0.8307roe+0.0086mr+0.2066ygoe+0.1934eps-0.1907tat+0.1228gris
其中，投入指标中：综合变量V1中opc（营业成本）的系数最大，即贡献率最大，变量V1最能代表企业的经营投入成本；综合变量V2中ass（资产总额）的系数最大，V2最能代表企业规模；综合变量V3中cr（流动比率）最大，V3最能代表企业的短期偿债能力，同时反映企业的短期融资方式；综合变量W1中mr（募集资金）的系数最大，W1最能代表企业的融资规模大小；综合变量W2的tat（总资产周转率）系数最大，说明W2最能代表企业的营运能力；综合变量W3的roe（净资产收益率）系数最大，净资产收益率是一个较为综合的指标，最体现企业的获利能力。对综合变量的内涵整理如表5所示。（表5）
将利用典型相关分析处理得到的原始投入、产出指标的线性组合作为综合变量，利用功效函数法对所有指标进行无量纲处理，再利用数据包络分析，将去量纲后的线性组合综合变量作为分析依据，分别检验样本组和对照组的融资效率。
五、实证结果分析
由图2可以从整体看出：融资后，纯技术效率由0.9558上升至0.9731，上升幅度为1.8%；融资后，规模效率由0.9633下降至0.9080，下降6.09%；由于规模效率的降幅大于纯技术效率的上升幅度，因此综合技术效率下降4.2%。（图2）
根据决策单元有效性的判定，大部分企业的效率指标位于（0.9，1），为边缘非效率状态。
（一）综合技术效率。由CCR模型得到样本企业发生实质性融资行为前后的综合技术效率（TE=PTE*SE）。由表5可以看出，融资后，综合有效企业的比例由21.54%下降至15.83%，但是大部分企业的综合技术效率处于［0.8，1），稍加改进就可达到综合有效水平。（表6）
（二）纯技术效率。通过BCC模型得到样本企业融资前后的纯技术效率（PTE）。融资后，纯技术有效企业的比例由30.77%上至53.85%，超过一半的样本企业在融资后达到纯技术效率有效；纯技术效率值在0.5以下的企业的比例由6.15%下降至1.54%。互联网企业在新三板的募集资金主要用于研发新工艺、投资于科技含量高的项目，并取得回报。（表7）
（三）规模效率。由综合技术效率除以纯技术效率，得到规模效率。从表8可以看出，规模有效企业的比例由47.69%下降至36.92%。2016年发生实质性融资后，规模报酬递减的企业数大幅增加。互联网企业在新三板的融资行为没有实现投入的充分产出，融资规模与经营能力、资金运作能力不匹配。（表8）
综上，互联网企业在新三板融资后技术效率提升而规模效率下降，整体综合效率未达到有效水平，规模效率有待改进。
（四）融资非有效企业的主要问题。根据MAXDea6.0软件运行结果，得到融资非有效企业的改进值，由改进值可以看出单个样本企业面临的主要问题。从综合投入指标的角度，分析融资非有效企业的问题。由表9可以看出，三个综合投入变量即经营成本、企业规模、偿债能力的改进值都为负，意味这三项指标都需要缩减才能达到目标值，形成有效。结合前文的分析，主要问题总结如下：募集资金总金额相对于企业规模而言过大，导致资金未能实现充分周转。投入到主营业务或盈利项目上的资金没有实现充分产出，存在冗余；融资非有效企业的流动比率过高，流动资金没有得到充分利用，资金存在闲置浪费；从融资方式的分析可以看出，企业偏爱股权融资，融资方式单一，未能充分利用债务融资和内源融资。（表9）
六、结论及建议
（一）结论。新三板互联网企业融资后，大部分未达到融资有效，融资后综合技术效率低于融资前；纯技术有效的企业较多，整体比较优越，融资后纯技术效率高于融资前；规模有效的企业占比38.4%，大部分企业规模无效，融资后规模效率低于融资前。
（二）融资效率改进建议
1、企业层面：
（1）扩大债务融资比重，减少股权融资。对还未发生融资行为的企业，要实现效率的进一步提高，可以采取以下建议：①资金充足的企业建议首选留存资金来满足营运需要。②资金相对紧张的企业可以使用短期债务融资，若需要进一步满足研发、技术的需要则可以通过扩大长期债务融资或者适度地定向增发，而不是盲目依靠股权融资来扩大企业规模。今后新三板互联网企业应更多的通过银行借款、向关联方借款来募得资金。
（2）降低流动比率，优化资金配置。已发生融资行为的互联网企业应该着力于提升资金周转能力，改善配置结构。企业流动比率过高，本质是由于企业的融资规模与企业实际承载能力不匹配所致。建议应该在最具竞争优势的核心技术上投入最大的资金，同时充分地寻觅优质项目，剩余资金在其他项目上实现高效运作。
（3）控制定向增发规模，防止盲目扩大规模。样本企业的企业规模与经营效率不匹配，也是由于单个企业的定向增发规模不能精准匹配企业需要，导致规模效率递减。由于营运能力跟不上融资步伐，所以应尽量控制增发规模。
2、政府层面：
（1）对挂牌初期技术型企业的盈利能力放宽限制。互联网企业的商业模式不同于纯销售企业，挂牌期初的投入更多在技术研发投入，利润会被摊薄，导致对新三板互联网企业的整体估值偏低。因此需要政府和国家进一步保持政策支持和优惠，例如：对创新成果丰富、经验状况良好的企业给予更多资金补贴；对初创的技术潜力企业实施税收优惠。
（2）丰富新三板融资方式。不局限于定向增发融资方式，丰富债务融资方式，如最新推出的“双创债”。开创适合新三板技术创新型中小企业的融资方式，为互联网企业提供希望。
（3）完善分层机制，激发市场交易活跃度。新三板市场成立之初不以交易为目的，但是随着市场规模的扩大、参与者的增多，新三板市场的流动性亟待提高。政府应该继续完善市场分层机制，如，继续推出精品层等，更有利于投资者分析判断，进而满足市场参者不同层次的需求。
（作者单位：华北电力大学（保定））
主要参考文献：
［1］曹亚勇，刘计含，王建琼.企业社会责任与融资效率［J］.软科学，2013（9）.
［2］成刚.数据包络分析方法与MaxDEA软件［M］.北京：知识产权出版社，2014.
［3］盛昭瀚.DEA理论、方法与应用［M］.北京：科学出版社，1996.
［4］方芳，曾辉.中小企业融资方式与融资效率比较［J］.经济理论与经济管理，2005.4.
［5］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）.
［6］郭晓黎，王子健.基于模糊综合评价法的铁路货车运用效率分析［J］.经营管理，2017.35（12）.
［7］何晓群.多元统计分析［M］.北京：中国人民大学出版社，2015.
［8］李树明，何亚玲.新三板挂牌公司股权结构影响外源融资吗［J］.财会通讯，2016（32）.
|
|
|
|
