安徽省中小上市公司應(yīng)收賬款融資效率影響因素實(shí)證分析

薛夢(mèng)婷，　程克群

(安徽農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，合肥 230061)

安徽省中小上市公司應(yīng)收賬款融資效率影響因素實(shí)證分析

薛夢(mèng)婷，程克群

(安徽農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，合肥 230061)

摘要：本文構(gòu)建固定效應(yīng)的面板數(shù)據(jù)回歸模型，對(duì)安徽省29家中小上市公司應(yīng)收賬款融資效率的影響因素進(jìn)行實(shí)證分析。結(jié)果表明：企業(yè)的償債能力、可抵押流動(dòng)資產(chǎn)規(guī)模、盈利能力以及通貨膨脹對(duì)安徽省中小上市公司的應(yīng)收賬款融資效率均存在顯著影響，但唯有企業(yè)的盈利能力與應(yīng)收賬款融資效率顯著正相關(guān)，其余影響因素則會(huì)導(dǎo)致安徽省中小上市公司的應(yīng)收賬款融資效率下降?；趯?shí)證結(jié)果給出相關(guān)建議。

關(guān)鍵詞：中小上市公司；應(yīng)收賬款融資效率；影響因素；實(shí)證分析；面板數(shù)據(jù)回歸模型

一、引言

無論是發(fā)達(dá)國(guó)家還是發(fā)展中國(guó)家，都把促進(jìn)中小企業(yè)發(fā)展作為經(jīng)濟(jì)穩(wěn)定與發(fā)展的基石，中小企業(yè)在滿足人們普遍個(gè)性化和多樣化需求的同時(shí)，對(duì)穩(wěn)定經(jīng)濟(jì)、技術(shù)創(chuàng)新、吸納就業(yè)和提供社會(huì)服務(wù)的貢獻(xiàn)率日益提高。據(jù)調(diào)查，截至2014年底，安徽省共有中小企業(yè)45萬戶，其中規(guī)模以上的中小工業(yè)企業(yè)1.6萬戶，占全部規(guī)模工業(yè)企業(yè)總數(shù)的98.3%，創(chuàng)造了80.0%以上的新產(chǎn)品、60.0%的國(guó)內(nèi)生產(chǎn)總值、50.0%的稅收總額和75%的就業(yè)崗位，成為安徽省名副其實(shí)的勞動(dòng)力就業(yè)主戰(zhàn)場(chǎng)。此外，全省規(guī)模以上中小工業(yè)企業(yè)實(shí)現(xiàn)利潤(rùn)1048億元，占全部工業(yè)比重的80.6%，拉動(dòng)全部工業(yè)利潤(rùn)增加7個(gè)百分點(diǎn)；實(shí)現(xiàn)工業(yè)增加值6059.9億元，同比增加13.8%，對(duì)全省規(guī)模以上工業(yè)增長(zhǎng)的貢獻(xiàn)率達(dá)75.7%[1]，成為安徽省拉動(dòng)未來經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵。

隨著科學(xué)技術(shù)的突飛猛進(jìn)和經(jīng)濟(jì)全球化狂潮的沖擊，中小企業(yè)虧損、倒閉、破產(chǎn)等現(xiàn)象持續(xù)蔓延，為擴(kuò)大銷售，搶占市場(chǎng)份額，中小企業(yè)紛紛不計(jì)后果地大規(guī)模采用賒銷貿(mào)易，導(dǎo)致產(chǎn)生大規(guī)模應(yīng)收賬款。愈發(fā)嚴(yán)峻的經(jīng)營(yíng)困境和與日俱增的壞賬導(dǎo)致中小企業(yè)與生俱來的融資難問題變得更加凸顯，僅中小上市公司就超過30家的安徽省無疑面臨更大的資金周轉(zhuǎn)和短缺壓力。據(jù)統(tǒng)計(jì)，2009—2014年安徽省中小上市公司的應(yīng)收賬款平均增長(zhǎng)速度為48.1%，到2014年達(dá)到146.8億元，6年間占流動(dòng)資產(chǎn)和營(yíng)業(yè)收入比重基本保持遞增，到2014年分別達(dá)到21.5%和19.5%，因此以應(yīng)收賬款作為抵押物向銀行申請(qǐng)貸款刻不容緩。在此情況下，研究安徽省中小上市公司應(yīng)收賬款融資效率的影響因素，能使我們更清楚地了解到怎樣更有效地提高應(yīng)收賬款融資效率，對(duì)解決安徽省中小企業(yè)融資難問題有著重要的現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

通過對(duì)文獻(xiàn)的梳理，有關(guān)應(yīng)收賬款融資的研究很多，早在古羅馬時(shí)期就有利用動(dòng)產(chǎn)來進(jìn)行融資的，其基本形式有Fiducia、Pignus和Hypotheca，又以Fidecia最古老，它規(guī)定擔(dān)保時(shí)債務(wù)人的動(dòng)產(chǎn)所有權(quán)需轉(zhuǎn)給債權(quán)人，當(dāng)債務(wù)人清償債務(wù)時(shí)，可按事先約定要求債權(quán)人返還擔(dān)保物。進(jìn)入21世紀(jì)后，有關(guān)應(yīng)收賬款融資的研究更多，Smith和Schnucke認(rèn)為規(guī)模較大的企業(yè)所擁有的賒銷客戶占全部客戶比重較大，由此產(chǎn)生的應(yīng)收賬款較多，所以利用應(yīng)收賬款進(jìn)行融資更經(jīng)濟(jì)[2]。Khaled Soufani提出以應(yīng)收賬款作為擔(dān)保物進(jìn)行融資是中小企業(yè)特別是制造業(yè)企業(yè)解決融資難問題的首選[3]。Shawnee K.Vickery基于國(guó)外發(fā)達(dá)國(guó)家的發(fā)展情況，總結(jié)了應(yīng)收賬款融資業(yè)務(wù)的流程、業(yè)務(wù)模式、倉儲(chǔ)方式和監(jiān)控方式[4]。楊紹輝基于商業(yè)銀行的業(yè)務(wù)模式，介紹了應(yīng)收賬款融資的內(nèi)容和操作模式，并指出它為中小企業(yè)融資帶來了機(jī)遇[5]。李培培認(rèn)為中小企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)高、資信條件差，在缺乏擔(dān)保的情況下很難獲取銀行貸款，應(yīng)收賬款融資能有效緩解企業(yè)融資難問題[6]。馬麗君指出應(yīng)收賬款融資是當(dāng)下緩解我國(guó)中小企業(yè)流動(dòng)資金困境的最有效途徑之一[7]。

此外，應(yīng)收賬款融資效率影響因素的研究一直是國(guó)內(nèi)外學(xué)者研究的重點(diǎn)。Van Vort和Christina對(duì)如何控制融資額度而使應(yīng)收賬款融資效率最大化進(jìn)行了深入研究[8]。Boss和Suzie研究了金融機(jī)構(gòu)對(duì)應(yīng)收賬款融資的影響，并提出它能幫助企業(yè)提高應(yīng)收賬款的融資效率[9]。Romano等對(duì)包括企業(yè)文化、企業(yè)目標(biāo)等在內(nèi)的應(yīng)收賬款融資效率的主要影響因素進(jìn)行了分析，構(gòu)建了企業(yè)融資結(jié)構(gòu)模型，分析得出企業(yè)規(guī)模、經(jīng)營(yíng)規(guī)劃等因素對(duì)應(yīng)收賬款融資效率的影響最為顯著[10]。王華英基于應(yīng)收賬款的融資效率，對(duì)應(yīng)收賬款三種融資模式進(jìn)行了比較，并采用熵方法進(jìn)行排序，為企業(yè)應(yīng)收賬款融資模式的選擇提供支持[11]。饒慶豐、楊桂紅認(rèn)為影響中小企業(yè)融資效率的主要因素包括企業(yè)的發(fā)展實(shí)力和宏觀經(jīng)濟(jì)環(huán)境[12]。吳婧認(rèn)為企業(yè)融資效率的影響因素可分為正相關(guān)因素和負(fù)相關(guān)因素，其中正相關(guān)因素包括企業(yè)規(guī)模、企業(yè)資源，負(fù)相關(guān)因素包括企業(yè)盈利能力、成長(zhǎng)能力及資產(chǎn)流動(dòng)性等[13]。吳勇、劉春、張文凱認(rèn)為影響企業(yè)應(yīng)收賬款融資效率的因素包括內(nèi)部和外部因素，內(nèi)部因素有企業(yè)文化、融資目的等，外部因素包括政府及金融機(jī)構(gòu)等主體的融資政策[14]。

通過上述文獻(xiàn)研究發(fā)現(xiàn)，無論是應(yīng)收賬款的融資還是其融資效率的影響因素，國(guó)內(nèi)外學(xué)者均做了很多研究，但是大多數(shù)研究都集中在融資效率的理論分析上，只是簡(jiǎn)單籠統(tǒng)地介紹了應(yīng)收賬款融資效率的影響因素，并把研究方向和研究?jī)?nèi)容集中在融資效率的評(píng)價(jià)上，至于如何有效提高企業(yè)的應(yīng)收賬款融資效率，則缺乏定性定量分析。本文以安徽省29家中小上市公司為研究樣本，構(gòu)建面板數(shù)據(jù)回歸模型，對(duì)中小企業(yè)的應(yīng)收賬款融資效率與其影響因素間的關(guān)系進(jìn)行實(shí)證研究，以期能找出提高企業(yè)應(yīng)收賬款融資效率的主要因素，并為解決安徽省中小企業(yè)的融資難問題提出合理的建議。

三、變量選取

(一)被解釋變量的選取

本文的研究對(duì)象為企業(yè)的應(yīng)收賬款融資效率，它特指企業(yè)獲取和運(yùn)用所籌資金的效率，涵蓋資金獲取到資金使用的整個(gè)過程，故被解釋變量為應(yīng)收賬款融資效率。結(jié)合前人的研究結(jié)果與中小上市公司的資本結(jié)構(gòu)，選取凈資產(chǎn)收益率作為衡量安徽省中小上市公司應(yīng)收賬款融資效率的指標(biāo)。這樣不僅可以反映企業(yè)每單位所融資金的獲利情況，還能比較不同融資規(guī)模下企業(yè)間的融資效率。

(二)解釋變量的選取

企業(yè)融資效率的影響因素主要包括宏觀因素和微觀因素。馮映提出宏觀經(jīng)濟(jì)的好壞直接影響企業(yè)的融資效率，并指出用GDP及通貨膨脹作為衡量宏觀經(jīng)濟(jì)環(huán)境的變量，即使用GDP對(duì)數(shù)和CPI同比增長(zhǎng)率作為衡量指標(biāo)[15]。然而，通過回歸檢驗(yàn)發(fā)現(xiàn)，GDP對(duì)數(shù)與因變量的擬合度不佳，故本文選取通貨膨脹作為衡量指標(biāo)。至于微觀因素，在綜合考慮前人研究成果的基礎(chǔ)上，選取償債能力(流動(dòng)比率)、可抵押流動(dòng)資產(chǎn)規(guī)模(應(yīng)收賬款對(duì)數(shù))和盈利能力(凈利潤(rùn)率)，研究中小企業(yè)的應(yīng)收賬款融資效率。

綜上所述，本文選取的安徽省中小上市公司應(yīng)收賬款融資效率影響因素的變量指標(biāo)見表1。

四、實(shí)證分析

(一)數(shù)據(jù)及樣本選取

截至2015年底，安徽省共有34家中小上市公司，剔除ST、退市及數(shù)據(jù)不全的公司，選取余下的29家中小企業(yè)作為研究樣本，樣本觀測(cè)期為2009—2014年。本文數(shù)據(jù)主要來源于深圳證券交易所安徽板塊中小企業(yè)的財(cái)務(wù)數(shù)據(jù)和2010—2015年安徽省統(tǒng)計(jì)年鑒，此外對(duì)部分?jǐn)?shù)值較大的數(shù)據(jù)取自然對(duì)數(shù)，既減少異方差性，又使得模型更具線性化。

(二)模型構(gòu)建及類型選取

1.模型構(gòu)建

根據(jù)安徽省中小上市公司應(yīng)收賬款融資效率的影響因素指標(biāo)，構(gòu)建如下面板數(shù)據(jù)模型：

ROEit=αijβ1CRiT+β2lnARit+β3NPMit+β4CPIRit+uit，

(1)

其中i=1,2,…,29，表示各個(gè)中小企業(yè)，t=2009,2010…2014，表示樣本觀測(cè)期。

此外，由于不同的樣本數(shù)據(jù)適用于不同面板類型，為確保所構(gòu)建面板模型的穩(wěn)定性和有效性，進(jìn)一步確定面板數(shù)據(jù)模型的基本形式。模型的基本類型為

yit=αi+βixit+uit，

(2)

式中xit為外生變量向量，i為截面單位個(gè)數(shù)，βi為參數(shù)向量，t為樣本觀測(cè)期，uit為隨機(jī)擾動(dòng)項(xiàng)，截距αi和回歸斜率系數(shù)βi不隨時(shí)間的不同而變化，只受截面?zhèn)€體不同影響，稱方程(2)為變系數(shù)模型。

若假設(shè)方程(2)的回歸斜率系數(shù)相同而截距不同，即H1：β1=β2=…=βN，則方程變?yōu)?/p>

yit=αi+βxit+uit，

(3)

式中截距αi的不同取值反映截面單元的差異，稱方程(3)為變截距模型。

若假設(shè)方程(2)的截距αi和回歸斜率系數(shù)βi都相同，即H2：α1=α2=…=αN，β1=β2=…=βN，則方程變?yōu)?/p>

yit=α+βxituit，

(4)

式中截距和回斜率系數(shù)不受不同截面?zhèn)€體的影響，稱方程(4)為不變系數(shù)模型。

2.類型選取

實(shí)證分析結(jié)果正確與否，取決于所用的面板數(shù)據(jù)模型的類型，通常利用協(xié)方差檢驗(yàn)統(tǒng)計(jì)量F的數(shù)值來判斷樣本數(shù)據(jù)究竟適合哪種面板數(shù)據(jù)模型。F統(tǒng)計(jì)量的構(gòu)造式如下

(5)

(6)

式中，S1、S2、S3分別代表變系數(shù)模型、變截距模型和不變系數(shù)模型的殘差平方和，N為截面單位總數(shù)，K為外生變量個(gè)數(shù)，T為時(shí)期總數(shù)。

以方程(1)建立模型，經(jīng)手工計(jì)算得到檢驗(yàn)結(jié)果，見表2。

表2　確定模型類型的檢驗(yàn)結(jié)果

由表2可知，在5%的顯著水平下，F(xiàn)2值大于臨界值F2,0.05(140,29)=1.64，則拒絕原假設(shè)H2，即該樣本數(shù)據(jù)不適用于不變系數(shù)模型；同樣在5%的顯著水平下，F(xiàn)1值卻小于臨界值F1,0.05(112,29)=1.70，因此接受原假設(shè)H1，即該數(shù)據(jù)模型為變截距模型。

由于變截距模型有隨機(jī)效應(yīng)模型和固定效應(yīng)模型之分，二者的參數(shù)估計(jì)值往往存在很大差異，因此還應(yīng)區(qū)分隨機(jī)和固定效應(yīng)，并從中慎重選擇。本文假設(shè)H0：應(yīng)建立隨機(jī)效應(yīng)模型，采用Hausman檢驗(yàn)法，判斷該模型是否為隨機(jī)效應(yīng)模型，得到的檢驗(yàn)結(jié)果見表3。

表3　Hausman Test檢驗(yàn)結(jié)果

由于P值小于0.05，所以拒絕原假設(shè)H0，故將模型設(shè)定為固定效應(yīng)模型更恰當(dāng)。

(三)實(shí)證檢驗(yàn)及結(jié)果分析

1.描述性統(tǒng)計(jì)

首先，運(yùn)用Eviews 6.0軟件對(duì)樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)，并就統(tǒng)計(jì)結(jié)果找出變量間的內(nèi)在關(guān)系和變化趨勢(shì)，結(jié)果見表4。

表4　變量的描述性統(tǒng)計(jì)結(jié)果

由表4可以看出，因變量?jī)糍Y產(chǎn)收益率的最大值為48.32，最小值為-19.55，說明安徽省中小上市公司的應(yīng)收賬款融資效率差異較大。從影響融資效率的自變量來看，應(yīng)收賬款對(duì)數(shù)的最大值與最小值差距均較小，而流動(dòng)比率、凈利潤(rùn)率和CPI增長(zhǎng)率存在較大差距，說明安徽省各中小上市公司的可抵押流動(dòng)資產(chǎn)規(guī)?；绢愃?，但償債能力、盈利能力及受通貨膨脹影響度存在較大差異。另外，所選5個(gè)變量的J-B統(tǒng)計(jì)量基本大于3，故認(rèn)為樣本概率不服從正態(tài)分布的假設(shè)，還需對(duì)樣本數(shù)據(jù)進(jìn)行單位根檢驗(yàn)。

2.單位根檢驗(yàn)

若面板數(shù)據(jù)存在單位根，則會(huì)造成模型的虛假回歸，因此在進(jìn)行回歸分析之前需要對(duì)樣本數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，以判斷序列平穩(wěn)與否。為保證檢驗(yàn)結(jié)果的精確度，本文同時(shí)采用LLC檢驗(yàn)法、IPS檢驗(yàn)法、Fisher-ADF檢驗(yàn)法和Fisher-PP檢驗(yàn)法，對(duì)各截面序列進(jìn)行單位根檢驗(yàn)，結(jié)果見表5。

由表5看出，所研究變量水平值存在單位根，是非平穩(wěn)序列，但一階差分各變量后，所有序列均變平穩(wěn)，因此判定各序列均為一階單整序列。

表5　單位根檢驗(yàn)結(jié)果

注：Δ表示一階差分后的序列，()內(nèi)數(shù)據(jù)為P值。

3.協(xié)整檢驗(yàn)

由于本文所研究的序列均為一階單整序列，符合進(jìn)行面板數(shù)據(jù)協(xié)整檢驗(yàn)的條件，因此繼續(xù)檢驗(yàn)各序列間是否存在協(xié)整關(guān)系。本文主要采用Pedroni檢驗(yàn)法和Kao檢驗(yàn)法進(jìn)行面板數(shù)據(jù)協(xié)整檢驗(yàn)，并以殘差檢驗(yàn)為基礎(chǔ)，設(shè)定零假設(shè)為不存在協(xié)整關(guān)系。檢驗(yàn)結(jié)果見表6。

表6　Pedroni檢驗(yàn)和Kao檢驗(yàn)結(jié)果

從表6可以看出，Panel v統(tǒng)計(jì)量、Panel rho統(tǒng)計(jì)量和Group rho統(tǒng)計(jì)量均不能拒絕不存在協(xié)整關(guān)系的零假設(shè)，而Panel PP統(tǒng)計(jì)量、Panel ADF統(tǒng)計(jì)量、Group PP統(tǒng)計(jì)量、Group ADF統(tǒng)計(jì)量以及Kao檢驗(yàn)的ADF統(tǒng)計(jì)量均滿足在5%的置信水平下拒絕零假設(shè)，認(rèn)為序列之間存在協(xié)整關(guān)系。說明因變量和自變量總體上存在長(zhǎng)期穩(wěn)定關(guān)系，從而采用面板數(shù)據(jù)模型進(jìn)行回歸分析不會(huì)產(chǎn)生偽回歸問題。

4.回歸結(jié)果分析

為了研究?jī)攤芰?、可抵押流?dòng)資產(chǎn)規(guī)模、盈利能力和通貨膨脹對(duì)安徽省中小上市公司應(yīng)收賬款融資效率的影響，本文利用Eviews 6.0軟件對(duì)(1)式進(jìn)行面板數(shù)據(jù)回歸分析，選擇面板廣義最小二乘估計(jì)法(Pooled Estimated Generalized Least Squares，EGLS)，并采用截面加權(quán)(Gross-section Weights)對(duì)模型進(jìn)行評(píng)估，回歸結(jié)果見表7和表8。

表7　應(yīng)收賬款融資效率的樣本回歸結(jié)果

表8　安徽省29家中小上市公司應(yīng)收賬款

由以上變截距固定效應(yīng)模型的回歸結(jié)果來看，決定系數(shù)R2值為0.7733，接近1，說明所建立的面板數(shù)據(jù)模型對(duì)樣本數(shù)據(jù)的擬合度較高，而且在1%的顯著水平下，F(xiàn)統(tǒng)計(jì)量的相伴概率P值為0.0000，說明融資效率對(duì)自變量存在顯著的線性關(guān)系，模型回歸效果良好。此外，D.W.統(tǒng)計(jì)量為1.6672，得出該模型不存在序列自相關(guān)性。從總體來說，本文所建立的模型回歸效果較好。

通過上述分析，將相關(guān)系數(shù)值代入本文所構(gòu)建的面板數(shù)據(jù)模型(1)，得到回歸模型

ROEit=75.712-0.015CRit-3.667lnARit+1.095NPMit-0.880CPIRit。

從各自變量的相伴概率可以看出，在1%的顯著水平下，所有變量均通過顯著性檢驗(yàn)。從各自量的回歸系數(shù)值可以看出，凈利潤(rùn)率為正，說明企業(yè)的盈利能力對(duì)應(yīng)收賬款融資效率有正向影響。盈利能力是考察企業(yè)運(yùn)用所融資金賺取利潤(rùn)能力的主要指標(biāo)，一般情況下若企業(yè)能夠利用所融資金創(chuàng)造出更大的財(cái)富，那么該企業(yè)的盈利能力較強(qiáng)，說明其融資效率較高。本文中自變量?jī)衾麧?rùn)率的系數(shù)為1.095，表明每加強(qiáng)1%的盈利能力，會(huì)使企業(yè)的應(yīng)收賬款融資效率增加1.095%。其余自變量均為負(fù)數(shù)，表明償債能力、可抵押流動(dòng)資產(chǎn)規(guī)模和通貨膨脹對(duì)安徽省中小上市公司應(yīng)收賬款融資效率均顯著負(fù)相關(guān)。首先，流動(dòng)比率是衡量企業(yè)變現(xiàn)流動(dòng)資產(chǎn)并用來償還負(fù)債的能力，該比率越高，說明企業(yè)償還短期債務(wù)的能力越強(qiáng)，然而并不是該比率越高越好，過高的流動(dòng)比率說明企業(yè)的流動(dòng)資產(chǎn)沒有得到充分利用，會(huì)造成企業(yè)的經(jīng)營(yíng)資金周轉(zhuǎn)效率和獲利能力不佳。因此，它與應(yīng)收賬款融資效率負(fù)相關(guān)，說明這29家中小上市公司的流動(dòng)比率不合理。其次，應(yīng)收賬款對(duì)數(shù)雖然能在一定程度上反映企業(yè)抵押貸款的能力，但是并不意味著所有的應(yīng)收賬款都能作為融資的擔(dān)保品，一般只有部分應(yīng)收賬款才滿足抵押條件。因此過多的應(yīng)收賬款不僅不會(huì)提高企業(yè)的應(yīng)收賬款融資效率，反而會(huì)占用企業(yè)大量流動(dòng)資產(chǎn)，降低融資效率。該回歸系數(shù)間接說明了安徽省29家中小上市公司的應(yīng)收賬款規(guī)模過大。至于通貨膨脹，其加劇了企業(yè)投資和融資的不確定性。為了繼續(xù)維持經(jīng)營(yíng)，企業(yè)必然需要更多的流動(dòng)資金支持，無疑增加了企業(yè)的投、融資成本和風(fēng)險(xiǎn)。此外，相關(guān)部門為抑制通貨膨脹所采取的緊縮政策，又會(huì)進(jìn)一步提高金融機(jī)構(gòu)的貸款門檻，直接導(dǎo)致中小企業(yè)的融資難問題雪上加霜。因此通貨膨脹的程度越顯著，該29家上市公司的應(yīng)收賬款融資效率就越低。最后，從各自變量對(duì)應(yīng)收賬款融資效率的影響程度來看，只有凈利潤(rùn)率的回歸系數(shù)為正，且數(shù)值最大，說明安徽省29家中小上市公司的盈利能力對(duì)應(yīng)收賬款融資效率的影響程度最大，進(jìn)而折射出企業(yè)的盈利能力對(duì)企業(yè)應(yīng)收賬款融資效率的影響最顯著。

五、結(jié)論與建議

本文通過構(gòu)建變截距的面板數(shù)據(jù)固定效應(yīng)回歸模型，對(duì)影響安徽省29家中小上市公司應(yīng)收賬款融資效率的因素進(jìn)行了實(shí)證分析。結(jié)果表明，企業(yè)的償債能力、可抵押流動(dòng)資產(chǎn)規(guī)模、盈利能力以及通貨膨脹對(duì)安徽省中小上市公司的應(yīng)收賬款融資效率均存在顯著影響。其中，除盈利能力外，償債能力、可抵押流動(dòng)資產(chǎn)規(guī)模以及宏觀經(jīng)濟(jì)環(huán)境下的通貨膨脹均與應(yīng)收賬款融資效率顯著負(fù)相關(guān)，說明通過加強(qiáng)盈利能力能有效提高企業(yè)的應(yīng)收賬款融資效率，其余影響因素則會(huì)導(dǎo)致安徽省中小上市公司的應(yīng)收賬款融資效率下降。

為有效提高應(yīng)收賬款融資效率，本文提出如下建議：

第一，中小企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)高、資信條件差，在缺乏不動(dòng)產(chǎn)擔(dān)保的條件下難以獲取銀行的貸款支持，再加上銀行和企業(yè)信息不對(duì)稱，銀行出于規(guī)避信貸風(fēng)險(xiǎn)，往往不愿貸款給中小企業(yè)。因此，為解決中小企業(yè)的融資難問題，應(yīng)不斷完善安徽省中小企業(yè)的信用擔(dān)保體系建設(shè)，提高市場(chǎng)化信用增值服務(wù)力度，完善對(duì)中小企業(yè)的信用等級(jí)評(píng)價(jià)機(jī)制，為其營(yíng)造良好的融資環(huán)境。

第二，利用應(yīng)收賬款進(jìn)行融資是中小企業(yè)緩解資金壓力的有效途徑，然而由于銀行與企業(yè)供需錯(cuò)位和信息不對(duì)稱，應(yīng)收賬款融資業(yè)務(wù)的發(fā)揮一直飽受限制，為提高應(yīng)收賬款融資效率，密切銀行與企業(yè)的聯(lián)系，應(yīng)加強(qiáng)政策支持，提高應(yīng)收賬款融資服務(wù)平臺(tái)的社會(huì)認(rèn)識(shí)度和影響度，幫助應(yīng)收賬款融資業(yè)務(wù)的銀行和企業(yè)及時(shí)獲取信息，增加雙方信息交流的頻率和應(yīng)收賬款融資的成交量。

第三，一般來說，企業(yè)自身的微觀因素是制約其利用應(yīng)收賬款進(jìn)行融資的主要因素，唯有提高自身的實(shí)力和資信狀況，才能更好地提高企業(yè)的應(yīng)收賬款融資效率。為獲得銀行的信任，有效解決中小企業(yè)的融資難問題，企業(yè)應(yīng)積極完善內(nèi)部控制，加強(qiáng)自身的獲利能力，確保擁有足夠的利潤(rùn)來擴(kuò)大生產(chǎn)規(guī)模，進(jìn)一步推動(dòng)應(yīng)收賬款融資效率。此外，還應(yīng)保持合理的償債能力和應(yīng)收賬款規(guī)模，以防止債務(wù)到期時(shí)缺乏足夠的流動(dòng)資金來維持經(jīng)營(yíng)，進(jìn)而破壞企業(yè)的應(yīng)收賬款融資效率。

參考文獻(xiàn)：

[1]吳量亮.專注優(yōu)勢(shì)走專業(yè)化道路，安徽中小企業(yè)提升競(jìng)爭(zhēng)力[N].安徽日?qǐng)?bào),2015-03-18(03).

[2]王晨桂.論資本結(jié)構(gòu)理論對(duì)我國(guó)上市公司融資的影響[J].中小企業(yè)管理與科技,2009 (24):30.

[3]SOUFANI K.The decision to finance account receivables:the factoring option[J].Managerial and decision economics,2002,23(1):21-32.

[4]VICKERY S K.The effects of an integrative supply chain strategy on customer service and financial performance: an analysis of direct versus indirect relationships[J].Journal of operations management,2003(5):523-539.

[5]楊紹輝.從商業(yè)銀行的業(yè)務(wù)模式看供應(yīng)鏈融資服務(wù)[J].物流技術(shù),2005(10):31-32.

[6]李培培.應(yīng)收賬款融資綜述[J].西安金融,2007(1):39-40.

[7]馬麗君.關(guān)于中小企業(yè)利用應(yīng)收賬款質(zhì)押融資問題的思考[J].生產(chǎn)力研究,2008(16):132-136.

[8]VORT V,CHRISTINA.Improving cash flow through accounts receivables financing[J]. Medical economics,2014(6):30-32.

[9]BOSS，SUZIE.Factoring for change[J].Stanford social innovation review,2013 (3):54-55.

[10]ROMANO,CLAUDIO A,TANEWSKI,et al.A capital structure decision making a model for family business[J].Journal of business venturing,2001(16):285-310.

[11]王華英.企業(yè)應(yīng)收賬款融資模式研究[D].南昌:華東交通大學(xué),2007.

[12]饒慶豐,楊桂紅.科技型中小企業(yè)融資影響因素分析:基于DEMATEL的分析方法[J].現(xiàn)代商貿(mào)工業(yè),2009(20):136-138.

[13]吳婧.不同績(jī)效下的債務(wù)融資影響因素分析[J].財(cái)政研究,2007(4):70-73.

[14]吳勇,劉春,張文凱.企業(yè)融資影響因素分析[J].財(cái)會(huì)通訊,2009(8):18-19.

[15]馮映.創(chuàng)業(yè)板企業(yè)融資效率評(píng)價(jià)及其影響因素研究[D].西安:西安理工大學(xué),2014.

(責(zé)任編輯：李曉梅)

An Empirical Analysis of Influential Factors of Listed Small and Medium-Sized Enterprise Accounts Receivable Financing Efficiency in Anhui Province

XUE Mengting, CHENG Kequn

(College of Economics & Management, Anhui Agricultural University, Hefei 230061, China)

Abstract：A fixed effect panel data regression model is constructed to analyze the influential factors of 29 listed SMEs accounts receivable financing efficiency in Anhui province. The results indicate that the enterprise’s solvency, mortgaged liquid assets, profitability and inflation have an obvious impact on the listed SMEs accounts receivable financing efficiency in Anhui province, however, only profitability and accounts receivable financing efficiency show an obvious positive correlation, while the remaining factors will lead to a decline in Anhui listed SMEs accounts receivable efficiency. On this basis, recommendations based on empirical results are given.

Key words：listed small and medium-sized enterprise; account receivable financing efficiency; influential factor; empirical analysis; panel data regression model

*收稿日期：2016-01-27

基金項(xiàng)目：安徽省教育廳人文社科項(xiàng)目“皖江城市帶承接產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)現(xiàn)代農(nóng)業(yè)建設(shè)的技術(shù)支撐研究”(2011sk717)；安徽省領(lǐng)導(dǎo)圈定課題“安徽省參與長(zhǎng)江經(jīng)濟(jì)帶建設(shè)的產(chǎn)業(yè)布局和路徑選擇研究”(SLDQDKT15-02)

作者簡(jiǎn)介：薛夢(mèng)婷(1992—)，女，安徽合肥人，安徽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向：會(huì)計(jì)學(xué)；程克群(1969—)，男，安徽望江人，安徽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院教授，碩士生導(dǎo)師，研究方向：會(huì)計(jì)學(xué)、財(cái)務(wù)管理。

中圖分類號(hào)：F275

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1674-0297(2016)03-0067-07