科技型中小企業(yè)新三板市場融資效率分析
——基于湖北省企業(yè)面板數(shù)據(jù)的實證研究

(武漢科技大學文法與經(jīng)濟學院/湖北省中小企業(yè)研究中心，湖北 武漢 430065)

一、引言

科技型中小企業(yè)是踐行創(chuàng)新驅(qū)動發(fā)展的重要主體，是推動經(jīng)濟高質(zhì)量發(fā)展的重要力量。然而，融資難一直是制約科技型中小企業(yè)發(fā)展壯大的主要因素。一方面，由于固定資產(chǎn)較少、信息透明度較低、經(jīng)營風險較大，較難獲得銀行信貸支持；另一方面，交易所市場通常規(guī)定了較嚴格的上市條件，使得多數(shù)科技型中小企業(yè)難以上市融資。

新三板市場的建立在一定程度上改善了上述困境，較低的準入門檻、較短的審核期使得新三板對于廣大科技型中小企業(yè)更具包容性。在新三板掛牌后，科技型中小企業(yè)可以通過定向增發(fā)、股權(quán)質(zhì)押融資、發(fā)行私募債等方式拓展融資渠道、增強融資能力。那么，科技型中小企業(yè)借助新三板進行融資后，融入資金是否得以充分利用？融資效率是否得以提升？上述問題同樣也應(yīng)得到關(guān)注。湖北省是科教大省，眾多科技型中小企業(yè)在促進創(chuàng)新發(fā)展方面起著不可替代的作用。在此背景下，以在新三板掛牌的湖北省科技型中小企業(yè)為研究對象，測算他們的融資效率，分析其影響因素，進而發(fā)現(xiàn)問題并提出對策，不僅有助于湖北省科技型中小企業(yè)改進融資行為、提高融資效率，而且對全國其他地區(qū)也會起到示范效應(yīng)。

二、文獻綜述

國外文獻基本沒有提及企業(yè)融資效率這一概念，僅有少數(shù)學者側(cè)重分析上市公司再融資對經(jīng)營績效的影響。在股權(quán)融資方面，大多數(shù)研究結(jié)論都表明上市公司在股權(quán)融資后通常伴隨經(jīng)營業(yè)績的下降：Jain and Kini(1994)[2]、Loughran and Ritter(1997)[5]均以美國上市公司為考察對象，發(fā)現(xiàn)它們進行股權(quán)融資后的多數(shù)經(jīng)營業(yè)績指標都顯著下降。在債權(quán)融資方面，Mclaughlin、Safieddine and Vasudevan(1998)[4]、Jo and Kim(2008)[3]、Badraoui and Lilti(2012)[1]等學者的研究表明，由于企業(yè)資金管理、代理成本等因素，多數(shù)企業(yè)在融資后經(jīng)營績效惡化。

隨著中國資本市場的發(fā)展，國內(nèi)學者關(guān)于中小企業(yè)融資效率的研究成果不斷涌現(xiàn)，并逐步由理論研究轉(zhuǎn)向?qū)嵶C研究。根據(jù)實證分析方法來劃分，主要包括：(1)回歸分析方法。佟孟華和劉迎春(2012)[12]利用面板數(shù)據(jù)模型對遼寧省上市中小企業(yè)的融資效率進行回歸分析，結(jié)果表明債權(quán)融資比股權(quán)融資的效率更高。(2)熵值法。郭平、羅秋萍和孟慧婷(2012)[8]通過運用熵值法對各評價指標賦權(quán)來分析中小企業(yè)的融資效率，結(jié)果發(fā)現(xiàn)創(chuàng)業(yè)板上市中小企業(yè)的融資效率不高。(3)模糊綜合評價法。魏開文(2001)[14]、朱冰心(2005)[17]、朱雅琴(2016)[18]運用模糊綜合評價法對比分析了中小企業(yè)不同融資方式的效率，研究結(jié)果證實內(nèi)源融資效率高于債權(quán)融資和股權(quán)融資。(4)數(shù)據(jù)包絡(luò)分析法。高山(2010)[7]、劉瑞波和李鑫(2014)[10]、何麗娜(2016)[9]、宋光輝、李洪發(fā)和許林(2017)[16]、王雪梅和賈琪琪(2018)[13]運用數(shù)據(jù)包絡(luò)分析法對我國中小企業(yè)板以及創(chuàng)業(yè)板上市中小企業(yè)的融資效率進行了測算，而劉榮茂和李偲婕(2016)[11]、吳陽芬和曾繁華(2019)[15]則將該方法應(yīng)用于新三板掛牌中小企業(yè)，結(jié)果都表明，中小企業(yè)資金利用度低，融資效率有待改善。

既有的研究成果對中小企業(yè)融資效率的一般性內(nèi)容進行了有益探索，但從研究范圍和研究方法來看，尚存在以下需要繼續(xù)深入探討的方面：對于中小企業(yè)融資效率的研究主要聚焦于中小企業(yè)板和創(chuàng)業(yè)板，涉及新三板的較少，而針對新三板市場中科技型中小企業(yè)的相關(guān)研究則更是缺乏；對于影響中小企業(yè)融資效率因素的研究較少，特別是缺少運用計量經(jīng)濟學模型進行精確地量化分析，不利于提供有針對性的對策與建議?；诖耍疚囊栽谛氯迨袌鰭炫频暮笔】萍夹椭行∑髽I(yè)為研究對象，運用數(shù)據(jù)包絡(luò)分析法測算其融資效率，并根據(jù)測算結(jié)果，建立動態(tài)面板數(shù)據(jù)模型對影響融資效率的因素進行實證分析。

三、融資效率測算與分析

(一)融資效率評價模型

數(shù)據(jù)包絡(luò)分析法(Data Envelopment Analysis，DEA)是一種基于相對效率的非參數(shù)評估方法，自1978年由運籌學家Charnes、Cooper和Rhodes創(chuàng)建以來，其應(yīng)用范圍已從管理學逐步擴展到經(jīng)濟學的相關(guān)領(lǐng)域。相對于其他效率評價方法，DEA的主要優(yōu)點在于：運用線性規(guī)劃技術(shù)解決多投入、多產(chǎn)出的復(fù)雜問題，應(yīng)用范圍更為廣泛；放松了對經(jīng)濟活動的假設(shè)約束，從而避免了函數(shù)形式的選擇錯誤與指標權(quán)重的主觀設(shè)置等問題，測算結(jié)果更為客觀、科學。因此，在企業(yè)融資效率研究中，DEA方法逐漸被認可。

根據(jù)對經(jīng)濟活動的規(guī)模報酬類型設(shè)定的不同，DEA分為C2R模型和BC2模型兩種基本類別。C2R模型假定規(guī)模報酬不變，即隨著各種投入同比例增加，產(chǎn)出也會以相同比例增長。而BC2模型則假定規(guī)模報酬可變，包括了規(guī)模報酬遞增、規(guī)模報酬固定和規(guī)模報酬遞減等各種情形。由于經(jīng)濟活動中存在諸多不確定因素，大多數(shù)時候難以實現(xiàn)投入與產(chǎn)出的同比例增長，因而基于規(guī)模報酬可變假定的BC2模型更符合實際情況。此外，根據(jù)相對效率測量方式的不同，DEA在應(yīng)用中通常采取產(chǎn)出導(dǎo)向和投入導(dǎo)向兩種模式：產(chǎn)出導(dǎo)向模式是指在投入固定的條件下，如何達到產(chǎn)出最大化；而投入導(dǎo)向模式則關(guān)注在產(chǎn)出一定的條件下，如何實現(xiàn)投入的最小化。如果符合規(guī)模報酬不變的假設(shè)，兩種模式效率測算結(jié)果相同，而在規(guī)模報酬可變的情形下，二者的測算值會稍有差異。根據(jù)研究對象的自身特點，本文采用基于產(chǎn)出導(dǎo)向的BC2模型來測算在新三板掛牌的湖北省科技型中小企業(yè)的融資效率。

(二)投入產(chǎn)出指標的選擇

鑒于科技型中小企業(yè)具有高投入、高風險、高成長等特點，并考慮到數(shù)據(jù)的可得性與避免指標間的高度共線性問題，本文選取以下3個投入指標和2個產(chǎn)出指標。

投入指標反映企業(yè)融資資金的規(guī)模、結(jié)構(gòu)及使用。具體包括：(1)資產(chǎn)總額，反映企業(yè)在經(jīng)營活動中所能支配的全部經(jīng)濟資源，無論債權(quán)融資還是股權(quán)融資都會擴大資產(chǎn)總額，因此，該指標的變動能在一定程度上體現(xiàn)融資規(guī)模；(2)負債總額，與企業(yè)債權(quán)融資規(guī)模緊密相關(guān)，而且該指標與資產(chǎn)總額的對比能在一定程度上反映企業(yè)的融資結(jié)構(gòu)；(3)營業(yè)成本，包括企業(yè)經(jīng)營活動中各類投入的成本，體現(xiàn)了融資資金的使用情況。

產(chǎn)出指標反映融入資金對企業(yè)生產(chǎn)經(jīng)營的效應(yīng)。具體包括：(1)營業(yè)收入，反映企業(yè)利用融入資金進行生產(chǎn)經(jīng)營從而獲取收益的水平；(2)凈利潤，能較好地體現(xiàn)融入資金的盈利情況。

(三)樣本選取與數(shù)據(jù)處理

本文參考2017年科技部、財政部、國家稅務(wù)總局制定的《科技型中小企業(yè)評價辦法》對科技型中小企業(yè)的界定標準，并根據(jù)研究的實際需要，選取了68家在2014年(含)之前在新三板掛牌且財務(wù)數(shù)據(jù)完整的湖北省科技型中小企業(yè)作為研究對象。由于部分企業(yè)僅在新三板掛牌，而未有實質(zhì)性融資行為(定向增發(fā)、發(fā)行私募債和股權(quán)質(zhì)押融資)，本文將所選企業(yè)中在2015年(含)之前進行過實質(zhì)性融資的42家設(shè)定為樣本組，剩余的26家則作為對比組，以便對融資企業(yè)和未融資企業(yè)進行橫向比較；此外，為對企業(yè)融資前后的效率測算結(jié)果進行縱向比較，將研究的時間跨度定為2013～2017年。本文原始數(shù)據(jù)均來自全國中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)網(wǎng)站和RESSET金融研究數(shù)據(jù)庫。

DEA方法要求投入與產(chǎn)出指標的數(shù)值均大于零，而在本文研究范圍內(nèi)，凈利潤指標的部分數(shù)據(jù)出現(xiàn)了負值。此外，不同指標在數(shù)值上存在較大差異，這會影響DEA模型測算結(jié)果的準確性。為解決上述問題，采用以下的無量綱化方法，將各指標的原始數(shù)據(jù)轉(zhuǎn)換到(0,1]區(qū)間內(nèi)：

其中，xi,j為第j個企業(yè)在指標i上的原始數(shù)據(jù)，ai為指標i的最小值，bi為指標i的最大值，為無量綱化后的數(shù)值。

(四)融資效率測算結(jié)果與分析

基于以上無量綱化處理后的數(shù)據(jù)，本文運用DEAP2.1軟件計算研究范圍內(nèi)各企業(yè)的綜合技術(shù)效率(TE)，并將其分解為純技術(shù)效率(PTE)和規(guī)模效率(SE)。

1.融資效率縱向?qū)Ρ确治?/p>

為對融資效率進行時間維度的縱向?qū)Ρ确治?，本文將每個樣本企業(yè)從2013年至其融資當年的效率均值作為其融資前效率值，融資后的第一年至2017年的效率均值則作為融資后效率值。進一步，為分析融資效率分布情況的變動，借鑒已有研究，將其數(shù)值區(qū)間從低到高依次劃分為四個等級：[0,0.5)為相對低效、[0.5,0.8)為相對較低效、[0.8,1)為準相對有效、1為相對有效。

經(jīng)測算得到樣本組企業(yè)在融資前后的綜合技術(shù)效率及其分布情況如表1所示。從平均水平來比較，融資后的綜合技術(shù)效率有一定程度的下降，實際上，在42家樣本組企業(yè)中，30家企業(yè)的綜合技術(shù)效率低于融資前，占比達71.43%。為判斷融資前后的效率差異是否統(tǒng)計下顯著，采用配對樣本的Wilcoxon秩和檢驗，根據(jù)R軟件計算的檢驗結(jié)果，對應(yīng)的p值等于0.0013，能夠在5%的顯著性水平下拒絕融資前后綜合技術(shù)效率水平相等的原假設(shè)，表明樣本組企業(yè)在融資后的綜合技術(shù)效率相比融資前發(fā)生了顯著地下降。另一方面，從效率值的分布情況來看，融資前后達到相對有效的比率都僅為4.76%(2家)，且都沒有相對低效的企業(yè)；融資后的準相對有效比率較融資前降低了近12個百分點(減少了5家)，而相對較低效比率則相應(yīng)增加，這也進一步印證了融資后綜合技術(shù)效率下降的事實。

表1 樣本組企業(yè)融資前后的綜合技術(shù)效率

表2 樣本組企業(yè)融資前后的純技術(shù)效率

在純技術(shù)效率方面，如表2所示，融資后的平均水平較融資前也有一定幅度下降，具體來看，在42家樣本企業(yè)中，27家企業(yè)的純技術(shù)效率低于融資前，占比達64.29%。為驗證該差異是否統(tǒng)計顯著，運用配對樣本的Wilcoxon秩和檢驗，檢驗結(jié)果對應(yīng)的p值等于0.0139，在5%的顯著性水平下拒絕融資前后純技術(shù)效率水平相等的原假設(shè)，說明融資后的純技術(shù)效率顯著下降。從純技術(shù)效率的分布來看，相對有效的比率較融資前提高了7.15個百分點(增加了3家)，但準相對有效的比率降低了近12個百分點(減少了5家)，相對較低效比率則有所增加，融資前后均沒有純技術(shù)效率相對低效的企業(yè)。

在規(guī)模效率方面，如表3所示，融資前后的效率平均值沒有明顯差異，配對樣本的Wilcoxon秩和檢驗結(jié)果所對應(yīng)的p值為0.1181，表明融資前后的規(guī)模效率水平并未發(fā)生顯著變化。從規(guī)模效率的分布來看，融資前后達到相對有效的比率都為4.76%(2家)，都沒有相對低效的企業(yè)，準相對有效的比率也非常接近，這表明融資前后規(guī)模效率的分布未發(fā)生明顯變化。

通過對樣本組企業(yè)融資前后的縱向?qū)Ρ?，可以看到純技術(shù)效率的降低導(dǎo)致了綜合技術(shù)效率的明顯下降，而規(guī)模效率則沒有顯著變化。

2.融資效率橫向?qū)Ρ确治?/p>

考慮到宏觀經(jīng)濟因素與市場環(huán)境因素的變化，除了進行融資前后的縱向比較外，還需要對融資企業(yè)與未融資企業(yè)進行橫向比較。為此，對42家樣本組企業(yè)與26家對比組企業(yè)在2016年的融資效率進行比較分析。

在綜合技術(shù)效率方面，如表4所示，樣本組企業(yè)的效率均值略低于對比組企業(yè)，Wilcoxon秩和檢驗結(jié)果對應(yīng)的p值等于0.1144，在5%的顯著性水平下不能拒絕兩組企業(yè)效率均值相等的原假設(shè)，說明樣本組企業(yè)與對比組企業(yè)的綜合技術(shù)效率水平?jīng)]有顯著差異。從效率值的分布來看，樣本組企業(yè)與對比組企業(yè)都主要集中在準相對有效區(qū)域內(nèi)；樣本組企業(yè)中相對較低效的比率高于對比組企業(yè)，而相對有效的比率較低。

在純技術(shù)效率方面，如表5所示，樣本組企業(yè)的效率均值同樣稍低于對比組企業(yè)，Wilcoxon秩和檢驗結(jié)果對應(yīng)的p值等于0.2172，表明樣本組企業(yè)與對比組企業(yè)的純技術(shù)效率水平?jīng)]有顯著差異。從效率值的分布來看，6成以上的樣本組企業(yè)和對比組企業(yè)都處于準相對有效區(qū)域內(nèi)，都不存在相對低效的企業(yè)；與對比組企業(yè)相比，樣本組企業(yè)的相對有效比率較低，而相對較低效的比率則更高。

在規(guī)模效率方面，如表6所示，樣本組企業(yè)的效率均值與對比組企業(yè)很接近，Wilcoxon秩和檢驗結(jié)果對應(yīng)的p值等于0.1407，證實兩組企業(yè)的規(guī)模效率水平?jīng)]有顯著差異。從效率值的分布來看，樣本組企業(yè)與對比組企業(yè)都集中在相對有效和準相對有效區(qū)域，且兩組企業(yè)的分布結(jié)構(gòu)基本一致。

表3 樣本組企業(yè)融資前后的規(guī)模效率

表4 樣本組與對比組的綜合技術(shù)效率

表5 樣本組與對比組的純技術(shù)效率

表6 樣本組與對比組的規(guī)模效率

由此可見，樣本組企業(yè)在綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率的平均水平上都不及對比組企業(yè)，雖然此差異在統(tǒng)計上并不顯著，但仍然表明樣本組企業(yè)相對于對比組企業(yè)并不具有融資效率優(yōu)勢，兩組企業(yè)效率值的分布情況也反映了此事實。

四、融資效率影響因素分析

(一)計量模型與數(shù)據(jù)說明

1.模型設(shè)定與計量方法

企業(yè)融資效率變化通常具有慣性，因此，在計量模型分析中有必要考慮前期值的動態(tài)影響。鑒于此，將融資效率的滯后項也作為計量模型中的解釋變量，構(gòu)建如下的動態(tài)面板數(shù)據(jù)模型：

在以上計量模型中，被解釋變量tei,t為企業(yè)融資效率。解釋變量中包括了被解釋變量的滯后值，由于本文中企業(yè)面板數(shù)據(jù)時間跨度并不長，因此僅將tei,t的滯后一階tei,t-1設(shè)定為滯后解釋變量。Xm,i,t為一組其他的解釋變量，代表了從不同角度選取的影響企業(yè)融資效率的因素。參考崔杰、胡海青和張道宏(2014)[6]等學者的研究，并結(jié)合研究需要，本文選取下列影響因素：從盈利能力角度，選取加權(quán)平均凈資產(chǎn)收益率wroei,t來衡量；從成長能力角度，選取營業(yè)收入增長率incmgrrti,t來表示；從償債能力角度，選取資產(chǎn)負債率dbassrti,t來反映；從營運能力角度，選取總資產(chǎn)周轉(zhuǎn)率totassrati,t來說明；從研發(fā)與創(chuàng)新能力角度，選取技術(shù)員工占比prtstaffi,t來代表。

此外，為考察企業(yè)融資活動的影響，在上述動態(tài)面板數(shù)據(jù)模型中引入表示企業(yè)是否進行實質(zhì)性融資的虛擬變量dv。由于融資活動的影響通常具有滯后性，因此，將其一階滯后項和兩階滯后項作為解釋變量加入到式(2)中，得到以下計量模型：

表7 主要變量的描述性統(tǒng)計

對于動態(tài)面板數(shù)據(jù)模型，主要的估計方法包括差分GMM和系統(tǒng)GMM。系統(tǒng)GMM在差分GMM的基礎(chǔ)上增加了水平矩條件，能有效地改善差分GMM存在的有限樣本偏差問題，提高了估計精度，因此，本文運用該方法估計上述動態(tài)面板數(shù)據(jù)模型?？紤]到影響融資效率的因素的內(nèi)生性問題，在模型估計中將這些因素的滯后值作為工具變量。

2.數(shù)據(jù)說明與統(tǒng)計描述

本文計量模型采用的是湖北省2013～2017年新三板科技型中小企業(yè)的面板數(shù)據(jù)，由前文選取的樣本組和對比組組成。被解釋變量融資效率為運用DEA方法測算得到的綜合技術(shù)效率，模型中其他變量的數(shù)據(jù)均來源于全國中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)網(wǎng)站和RESSET金融研究數(shù)據(jù)庫。表7列出了模型中主要變量的描述性統(tǒng)計結(jié)果(包括樣本組和對比組的全體企業(yè))。

(二)實證結(jié)果與分析

根據(jù)企業(yè)的融資情況，樣本組采用式(3)所表示的動態(tài)面板數(shù)據(jù)模型，對比組采用式(2)中的模型，而由樣本組和對比組構(gòu)成的全體企業(yè)則兼用式(3)與式(2)兩類模型。運用Stata14軟件對上述模型進行系統(tǒng)GMM估計，結(jié)果如表8所示。

表8 融資效率影響因素的動態(tài)面板數(shù)據(jù)模型估計結(jié)果

表8中AR(1)與AR(2)的檢驗結(jié)果表明各模型的隨機誤差項的差分存在一階自相關(guān)，但不存在二階自相關(guān)，說明模型的設(shè)定符合系統(tǒng)GMM的要求。此外，Sargan過度識別檢驗結(jié)果表明各模型所選取的工具變量都是有效的，保證了模型參數(shù)估計的一致性。

從融資效率滯后項的估計結(jié)果來看，各模型中tei,t-1的回歸系數(shù)估計值均大于零，在1%水平下都是統(tǒng)計顯著的，這表明融資效率確實具有正向的動態(tài)效應(yīng)。而且各模型tei,t-1的系數(shù)值都處于區(qū)間(0.2,0.3)內(nèi)，說明此動態(tài)效應(yīng)是收斂的，前期水平對當期值的影響有限，融資效率的變化在較大程度上還取決于其自身以外的其他因素。

加權(quán)平均凈資產(chǎn)收益率wroei,t的估計系數(shù)在各模型中都為正，且均通過了1%的顯著性檢驗，說明隨著加權(quán)平均凈資產(chǎn)收益率的提高，無論是樣本組還是對比組的融資效率都得到提升，即盈利能力確實對融資效率有顯著的促進作用。模型1中wroei,t的系數(shù)估計值明顯大于模型2，因此，從融資效率角度而言，樣本組企業(yè)更應(yīng)該注重盈利能力的提高。

營業(yè)收入增長率incmgrrti,t的回歸系數(shù)在模型1中通過10%的顯著性檢驗，在模型2、模型3和模型4中都通過1%的顯著性檢驗，系數(shù)估計值都大于零。這表明營業(yè)收入的加速增長有助于融資效率的提高，即企業(yè)成長能力對于融資效率有顯著的正效應(yīng)，模型2中incmgrrti,t的系數(shù)估計值為模型1的兩倍多，說明對比組中該效應(yīng)更強。

資產(chǎn)負債率dbassrti,t的系數(shù)估計值在各模型中均小于零，都在1%水平下顯著，表明企業(yè)資產(chǎn)負債率的增加會顯著地降低融資效率。因此，無論是樣本組還是對比組的企業(yè)，都應(yīng)該重視償債能力，控制好負債水平。

總資產(chǎn)周轉(zhuǎn)率totassrati,t的估計系數(shù)在各模型中都為正，在1%水平下都是統(tǒng)計顯著的，說明加快企業(yè)總資產(chǎn)周轉(zhuǎn)將有利于融資效率的提高，即營運能力的提升對融資效率有顯著的促進作用。模型1中totassrati,t的系數(shù)估計值為模型2的3倍多，因此，樣本組企業(yè)更應(yīng)該注重通過增強營運能力來提高融資效率。

表9 融資前后主要解釋變量的均值

技術(shù)員工占比prtstaffi,t的回歸系數(shù)在模型1、模型2、模型3中都通過5%的顯著性檢驗，在模型4中通過1%的顯著性檢驗，系數(shù)估計值都大于零。這表明技術(shù)員工占比對融資效率有顯著的正效應(yīng)，這一效應(yīng)主要是通過技術(shù)進步與革新來實現(xiàn)的，因此，提升研發(fā)與創(chuàng)新能力可以有效地提高企業(yè)融資效率。

代表是否進行實質(zhì)性融資的虛擬變量dv的滯后一階與滯后兩階系數(shù)在模型1中都顯著為負，雖然其絕對值較小，但仍表明樣本組企業(yè)的融資活動實際上對融資效率產(chǎn)生了一定程度的抑制作用。dv的滯后一階與滯后兩階系數(shù)在模型3中雖然都小于零，但并不顯著，這與前文樣本組與對比組的融資效率對比結(jié)果相吻合，即融資活動并未給樣本組企業(yè)帶來融資效率優(yōu)勢。

基于以上模型的估計結(jié)果，可以進一步分析融資行為對湖北省新三板科技型中小企業(yè)融資效率的影響。表9展示了樣本組企業(yè)融資前與融資后主要解釋變量均值的對比，相比融資前，融資后的加權(quán)平均凈資產(chǎn)收益率、營業(yè)收入增長率與總資產(chǎn)周轉(zhuǎn)率都出現(xiàn)了大幅度降低，資產(chǎn)負債率與技術(shù)員工占比則沒太大變化。該對比結(jié)果表明融資資金并未得到充分利用和合理配置，結(jié)合各解釋變量回歸系數(shù)的估計，可以發(fā)現(xiàn)這是導(dǎo)致融資效率明顯下降的主要原因。

五、結(jié)論與建議

本文選取在新三板市場掛牌的湖北省科技型中小企業(yè)，運用DEA方法測算其融資效率并進行了縱向與橫向的比較分析，結(jié)果發(fā)現(xiàn)：企業(yè)借助新三板市場進行實質(zhì)性融資后，規(guī)模效率雖然沒有發(fā)生顯著變化，但由于純技術(shù)效率的降低，導(dǎo)致綜合技術(shù)效率的明顯下降；進行過融資的企業(yè)相比沒有融資的企業(yè)，在綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率上都不具有優(yōu)勢。由此可見，利用新三板市場進行融資，并未實質(zhì)性提升湖北省科技型中小企業(yè)的融資效率。以DEA的測算結(jié)果為基礎(chǔ)，建立動態(tài)面板數(shù)據(jù)模型對影響融資效率的因素進行定量分析，實證結(jié)果表明：盈利能力、成長能力、償債能力、營運能力、研發(fā)與創(chuàng)新能力是影響企業(yè)融資效率的主要因素，而融入資金未能有效利用對上述能力產(chǎn)生了抑制作用，導(dǎo)致新三板科技型中小企業(yè)融資效率的下降。

為改善科技型中小企業(yè)的融資行為，提高其在新三板市場上的融資效率，本文提出以下對策建議。

強化企業(yè)對融資活動的全程管理。通過對擬投資項目的可行性調(diào)查與分析、融資計劃的制定、融入資金的使用和資金績效評估等各環(huán)節(jié)進行嚴格管理與控制，提高融入資金的使用效率。新三板市場掛牌的科技型中小企業(yè)普遍存在一股獨大問題，企業(yè)應(yīng)優(yōu)化股權(quán)結(jié)構(gòu)，完善公司治理機制，減少大股東為“圈錢”而借助新三板進行融資的情況。此外，企業(yè)應(yīng)健全管理制度、提高管理水平，避免出現(xiàn)融資資金閑置及未按計劃使用等問題。

提升技術(shù)創(chuàng)新能力。生產(chǎn)技術(shù)是科技型中小企業(yè)的核心競爭力，也是提高融資效率的關(guān)鍵。為此，企業(yè)應(yīng)加大研發(fā)投入，特別是對新產(chǎn)品、新技術(shù)、新工藝、新商業(yè)模式的開發(fā)；重視創(chuàng)新人才的引進和核心技術(shù)人員的培養(yǎng)，推行知識產(chǎn)權(quán)入股和股票期權(quán)等人才激勵制度；積極與科研機構(gòu)、高等院校開展多方位合作，促進科研成果與市場需求的對接。

完善新三板市場機制。主要包括：(1)健全新三板信息披露制度。嚴格要求新三板市場掛牌企業(yè)的財務(wù)信息公開，特別是應(yīng)加強對企業(yè)融資活動事前、事中、事后的全過程信息披露，一方面讓投資者能準確地評估企業(yè)價值，另一方面能對企業(yè)投融資行為產(chǎn)生有效約束，促進融資效率的提升。(2)完善新三板分層制度。構(gòu)建逐漸遞進的多層次市場結(jié)構(gòu)，對于不同層次的企業(yè)，在交易方式、信息披露、市場監(jiān)管等方面形成差異化規(guī)定，激勵更多的科技型中小企業(yè)改善資金的使用效率、提高經(jīng)營效益。(3)改革新三板發(fā)行融資制度。允許符合一定條件的優(yōu)質(zhì)企業(yè)通過公開發(fā)行股票來融資，更好地發(fā)揮市場的融資功能，提升科技型中小企業(yè)的融資效率。(4)建立轉(zhuǎn)板上市制度。對于符合交易所上市條件和相關(guān)規(guī)定的優(yōu)質(zhì)企業(yè)，在新三板掛牌一定期限后，允許其直接轉(zhuǎn)板上市，從而形成有效的激勵機制，促使科技型中小企業(yè)有效地利用資金，提高融資效率。