论文部分内容阅读
摘 要：科技型中小企业的生存发展离不开资金的保障支持，而融资效率问题一直是科技型中小企业的桎梏。本文通过构建投入产出、企业内外部融资环境变量指标评价体系，以创业板上市的科技型中小企业为研究对象，对企业2015—2019年财务数据进行整理研究，利用DEA-Tobit模型对企业融资效率进行分析。结果显示：纯技术效率更能影响融资效率，大部分科技型中小企业处于规模报酬递增阶段;在同质环境下，内部融资环境变量、企业资产总额、前十大流通股东持股比例和有利于提高科技型中小企业的融资效率，流动负债率上升会降低融资效率;外部融资环境变量科技经费投入和经济水平对企业融资效率有显著影响。
关 键 词：科技型中小企业;创业板;融资效率;DEA-Tobit模型
DOI：10.16315/j.stm.2021.02.004
中图分类号： F276.3
文献标志码： A
Research on financing efficiency of technology-based small and
medium-sized enterprises based on DEA-Tobit model
SONG Li-ping， ZOU Li-qun
（School of Economics and Management， Harbin University of Science
and Technology， Harbin 150080， China）
Abstract：The survival and development of technology-based small and medium-sized enterprises cannot do without the support of funds， and the problem of financing efficiency has been a shackle of them. In this paper， the input and output， internal and external financing environment variable index evaluation system is constructed， and technology-based small and medium-sized enterprises listed on GEM are taken as research objects to sort out and study the financial data of enterprises from 2015 to 2019. The DEA-Tobit model is used to analyze the financing efficiency of enterprises. The results show that pure technical efficiency has more influence on financing efficiency， most enterprises are in the stage of increasing return on scale. In a homogeneous environment， total assets， the proportion of shares held by the top ten circulating shareholders of the internal financing environment variables are conducive to improving the financing efficiency of enterprises， rising current debt ratio will reduce financing efficiency， while investment in science and economic level of the external financing environment variables have a significant impact on the financing efficiency of enterprises.
Keywords：technology-based small and medium-sized enterprises; GEM; financing efficiency; DEA-Tobit model
收稿日期： 2020-12-14
基金項目： 黑龙江省自然科学基金项目（G2017003）。
作者简介： 宋丽平（1967—），女，教授，硕士生导师;
邹丽群（1995—），女，硕士研究生.
改革开放以来，我国经济发展成就瞩目，经济结构也渐趋合理，在经济体制不断变革与完善中与时俱进。十九大报告强调改革科技体制，加速产学研深度融合势在必行，鼓励建立市场导向型、企业主体型的技术创新体系，支持中小型企业创新。当前我国经济发展已经从强调高速度转变到高质量，科技创新举足轻重。与一般中小企业相比，科技型中小企业竞争优势明显，具有高度敏锐、机制灵活、创新能力强等特点，是实现科技成果转化与创新的全新载体，在优化国家经济结构、提高新兴产业经济活力和市场竞争力等方面起到重要作用，已成为我国科技创新与经济社会发展的一股重要力量[1]。但科技型中小企业发展具有局限性，这类企业亦存在中小企业固有的融资弊端，考虑其科技企业的性质，解决融资问题举步维艰。企业具有良好的资金状况，才能保持采购、生产、销售环节处于良好的运行状态，进而提高企业市场竞争力。如果企业没有充足的资金供应，将会严重制约其发展，进而阻碍国家经济的发展进程，因此本研究着眼于科技型中小企业融资效率问题。 1 文献综述
1.1 融资效率内涵
融资效率简单概括为在融资过程中所能实现的效能和功效。在经济学中，效率大体可以包括3层含义：一是从微观角度来看的产出投入比，亦可以用收入成本比来表示;二是表示全社会的资源是否被合理的使用，即用资源得到合理有效的配置来衡量效率;三是制度效率，用于衡量微观效率转变为配置效率的程度，是一种对经济制度的评价机制和制度安排。曾康霖[2]提出融资成本和融资效率的概念，研究表明融资模式选择与融资效率和成本相关，同时提出影响融资资本和效率的7个因素。殷泽等[3]提出融资效率取决于企业的融资成本，以及采取这种融资方式所面临的风险。Jensen等[4]认为融资效率是配置效率，企业将融资得到的资金合理运用在企业生产经营过程中，体现融资效率是对资源的有效配置。此后发展到从宏、微观的角度对融资效率进行研究。Romano等[5]通过研究家族企业证明企业的融资效率受到企业特征、企业融资行为及财务因素相互作用的影响。杨兴全[6]进一步深化融资效率的定义，认为狭义的融资效率仅指资金流入的能力与效率，而广义的融资效率应覆盖融资的全过程，还应包括资金的使用和企业的结构作用。
1.2 融资效率研究现状
在研究融资效率内涵基础上，很多国内外专家学者对融资效率问题展开多角度的研究探讨，通过对现有文献的研究，发现其研究内容主要集中在以下2个方面。一是对于不同行业、不同地区的企业融资效率测算研究，涉及中小企业、新兴产业等不同资本市场企业。朱媛等[7]通过研究融资效率的定义得出融资效率对企业实际经营发展的影响。Zhu等[8]利用三阶段DEA模型对我国火电企业投入产出效率进行分析。Mohammad等[9]应用两阶段DEA模型研究炼油行业中投入与产出的影响。Liu等[10]利用三阶段DEA模型对低碳企业的融资效率进行定量分析，指出其融资效率相对较低。周磊等[11]研究得出现代物流业上市公司的融资效率会直接影响行业转换和产业转型升级。赵伟等[12]利用三阶段DEA模型对江浙地区的农业生产效率进行分析。二是针对融资效率影响因素的研究。伍装[13]结合多元线性回归分析法、模糊综合评价法和灰色关联度分析法，总结中小企業与大型企业融资效率影响因素区别。潘玉香[14]采用数据包络分析方法对文化创意产业进行研究得出我国文化创意产业应转变融资模式、注意提高技术效率。丁华等[15]通过采用DEA-Malmquist方法研究发现新三板中纯技术效率对融资效率制约明显。GE等[16]利用DEA-Tobit模型对在线贷款平台的效率及其影响因素进行研究。Tan等[17]利用两阶段DEA和灰色关联度分析法对我国农村振兴上市公司外部融资效率研究得出，融资效率因公司性质的不同而有很大差异。
综合以上研究可以看出，虽然学者对不同行业企业及中小企业融资效率进行研究，但对科技型中小企业研究较少。以前学者对于企业融资效率影响因素的研究，大多局限于单一外部环境或者企业内部环境对融资效率的影响，较少同时对企业内外部融资环境进行实证研究。企业融资效率应该受到外部融资环境和内部融资环境的共同作用。外部融资环境间接为企业融资创造机会，而企业内部融资环境则更加直接影响企业融资效率。基于目前科技型中小企业融资现状，本文将从融资效率角度入手，对科技型中小企业的融资效率同时在理论和实证研究层面进行探索研究，利用创业板上市的科技型中小企业数据构建DEA-Tobit模型，分析影响企业融资效率的内外部因素，并在我国科技型中小企业目前融资效率研究基础上，对如何提高科技型中小企业融资效率提出见解和建议。
2 研究设计
2.1 DEA-Tobit模型
数据包络分析法（DEA）是一种多投入多产出的非参数评价模型，相较于评价效率的模糊综合评价法，灰色关联度分析法和随机前沿分析法等其他方法，无需事先对其赋予权重，是目前常用于评价效率的研究方法[18]。DEA模型的前身是以等产量曲线并利用线性规划构建的效率生产边界，以此判别技术效率是否有效。随着研究不断深入出现如两阶段DEA、网络DEA、DEA-Malmquist等多种DEA模型。三阶段DEA模型克服单阶段和两阶段DEA存在的弊端，剔除企业外部融资影响因素和随机误差造成的效率值差异，使融资效率结果更加接近企业真实效率值。本文在三阶段DEA模型基础上构建DEA-Tobit模型，主要分为以下4个阶段：
1）第1阶段：BCC模型。传统DEA模型主要分为2种形式，设定规模报酬不变的CCR模型和设定规模报酬可变的BCC模型。CCR模型应用条件较为局限，不符合大多数规模报酬处于不断变化的企业，且针对科技型中小企业，投入比产出更易控制;因此，使用以投入为导向的BCC模型测量科技型中小企业融资效率最为适宜，CCR模型表示如下：
其中：θ为效率评价值，θ取值介于0和1之间。χ0j和y0r分别代表第i家公司的第r个投入和第r个产出，s-j是第j个投入的松弛变量，s+r是第r个产出的松弛变量。当θ=0，s-=0，s+=0此时该决策单元达到DEA有效且技术效率达到最优。
通过在CCR模型基础上增加约束条件∑ni=1λi=1，可以得到BCC模型，其模型表示如下：
CCR模型可以得到综合技术效率，BCC模型将综合技术效率继续分解为纯技术效率和规模效率，其关系为综合技术效率为纯技术效率和规模效率的乘积。
2）第2阶段：SFA模型。从第1阶段分析得出投入变量冗余，根据以往研究，投入变量的冗余值主要是受融资环境、随机误差和管理无效率影响。应排除外生变量的干扰后，得到的效率值才尽可能真实;因此，将松弛变量分解成包含融资环境、随机误差和管理无效率的函数，构建以投入松弛变量为被解释变量，内外部融资环境变量指标作为解释变量的SFA函数模型：
其中：i=1，2，…，n;j=1，2，…，m;sij代表第i家科技型中小企业的第j个投入松弛变量， f（zi，βi）代表内外部融资环境变量对投入松弛变量的影响，μij+υij稱为联合误差项，μij代表管理无效率项，υij代表随机误差项，μij和υij相互独立。利用陈巍巍等[19]提出的利用最大似然估计方法对参数进行估计并对调整后的投入松弛变量进行计算：
其中：i=1，2，…，n;j=1，2，…，m;X*ij代表第i个决策单元的第j个投入变量调整值，{max[f（z，β^j）]-f（z1，β^j）}剔除了内外部融资环境差异造成的投入冗余，[max（υij）-υij]使企业处于同样的经济运气，调整后投入冗余只受到管理无效率项影响。
3）第3阶段：BCC模型。将剔除内外部融环境和随机因素的投入值再次代入第1阶段使用过的BCC模型，得出的效率值更具有代表性。第3阶段计算得出的融资效率值已经消除企业内外部融资环境和随机误差的影响，结果更加接近企业实际经营情况下的真实水平。
4）第4阶段：Tobit模型。Tobit模型是由Tobin首先提出的。传统最小二乘回归模型（OLS）计算由于受限于因变量会导致结果出现偏差，Tobit模型则不存在此局限性。经过无量纲化处理的融资效率值介于[0，1]之间，用传统的最小二乘回归模型测算的结果会出现差错，因此本阶段基于前文修正后的科技型中小企业融资效率作为被解释变量，各个企业的内外部融资环境作为解释变量，构建Tobit模型：
其中：i=1，2，…，n;j=1，2，…，m;Yi表示第i家科技型中小企业的融资效率值，Xij为第i家科技型中小企业的第j个影响其融资效率值的内外部融资因子，βij是未知参数向量，μij为随机误差项。
2.2 样本选择与数据来源
通过样本选择确定模型的研究单元。模型原理基于融资效率的测算，因此科技型中小企业融资效率测算的样本是创业板符合条件的上市公司。截至深交所2020年5月末披露，创业板中已上市公司已达到810家。本文主要采用2015—2019年度在创业板已经上市的公司数据进行分析研究，选取样本主要是各省符合科技型中小企业认定标准的企业，剔除财务状况存在异常和数据存在缺失的企业，共选取100家科技型中小企业作为研究对象。在创业板上市的科技型中小企业更具代表性，相关指标数据主要来自Choice金融终端各家企业对外披露的财务审计报告。
2.3 指标选取
1）投入指标选取。由于企业融资金额最能直观反映企业融资水平，所以投入指标的选取主要考虑企业融资方式中债权融资和股权融资的金额[20]。具体包括：短期负债、长期负债、实收资本与产权比率。短期负债是企业须在一年内偿还的债务，是企业筹资的重要来源之一。短期负债融资风险较高但融资成本较低，短期负债的融资金额对企业融资效率具有重要影响;长期负债是指偿还期限在一年或者一个营业周期以上的债务。长期负债相较于短期负债具有数额较大、偿还周期长等特点，举借长期负债条件较为严格，导致企业融资成本较高;实收资本是企业投资者实际投入企业的资本金额，可以用来衡量企业通过股权融资取得资金流入的金额，是解释企业股权融资的常用财务指标;产权比率是指企业负债总额与所有者权益总额的比值，可用来评估企业资金的合理性与科学性。产权比率是反映企业债权融资与股权融资金额是否合理的指标，用来检验企业资金结构的稳健性。
2）产出指标选取。以往研究中，有些学者会选择净利润或主营业务收入作为企业效率产出指标[21]。基于本文研究融资效率目的，选取以下3个产出指标：总资产周转率、净资产收益率与营业收入。总资产周转率是企业收入与总资产的比值，反映企业的经营能力。总资产周转率越高，企业资金周转速度越快，资金利用效率越高;净资产收益率反映企业将融入资金转化为产出的能力，是衡量企业盈利能力的重要指标。净资产收益率越高，企业盈利能力越强;营业收入是企业的主要资金来源，对企业持续经营起到决定作用，企业营业收入高代表企业成长能力强，经营效率较高。
3）外部融资环境变量指标选取。根据相关研究可知，剔除环境影响因素的融资效率更加接近真实效率值。关于企业融资环境影响因素相关研究中会有一定的差异，但都应具备影响企业融资效率但不可主观控制的特点，主要包括经济规模，行业因素等[22]。基于以往研究基础上本文选取以下变量作为外部融资环境变量：专利授权数量，该变量使用企业所在省份当年的专利授权数量来衡量，专利授权代表着企业研发投入和创新成果受到法律的保护与认可，地区专利授权数量可以代表一个地区对于该区域内企业发明专利的保护效果;经济水平，该变量用各地区的国民生产总值（GDP）来反映，一个地区国民生产总值提高往往会带动科技型中小企业的发展;科研经费投入，该变量反映了地区政府对于科学技术产业的支持力度和重视程度，通常用研究与试验发展（R&D）投入表示。在科技经费投入较高的地区，科技型中小企业通常具有更好的环境与发展前景;居民消费价格指数（CPI）是衡量居民生活中消费品和服务价格变动情况的经济指标，可通过其实现经济核算职能对国家宏观经济问题进行分析和决策，在直接影响国家宏观经济调控的基础上间接影响资本市场发展，从而影响企业融资效率。
4）内部融资环境变量指标选取。企业内部融资环境是企业自身条件与治理结构的综合体现，企业规模和结构是影响企业内部融资环境的主要因素。本文选取指标包括：资产总额、流动负债、前十大流通股东持股比例和。企业资产可以用来衡量企业规模，企业规模增加会相应拓宽企业的融资渠道，一定程度上影响融资规模的大小。企业具有规模效应会降低企业融资成本，增强投资者的信赖程度，提高企业的融资效率;流动负债率是指流动负债总额占全部负债总额的比重，流动负债率较低对企业是有利的，流动负债率越高代表企业流动负债较多，偿债周期较短，对企业偿债能力要求较高，企业面临较大偿债压力，财务风险随之升高，进而造成企业融资困境;前十大流通股东持股比例和是指企业流通股股本占总股本的比例，可以代表企业的股权结构。股权结构是反映企业治理情况的关键指标，不同的股权结构决定企业治理结构的差异，最终作用于企业融资效率。流通股比例对企业股票流通影响重大，流通股的增加可以有效解决企业股权结构复杂、不合理分散的问题，建立合理的股权结构才有益于企业融资效率的提高。 综上所述，科技型中小企业融资效率评价选取的指标，如表1所示。
3 實证结果
3.1 科技型中小企业融资效率分析
利用DEAP2.1软件对经过无量纲化处理的投入产出指标代入DEA-BCC模型。DEA-BCC模型的计算结果显示：从总体样本来看，2015—2019年科技型中小企业融资效率平均值为0.875，表明我国科技型中小企业融资效率处于中等偏上水平，距离DEA有效仍存在差距。分解效率中纯技术效率平均值为0.784，规模效率平均值为0.972，可以看出通过扩大企业规模提高规模效率是推动融资效率增长的主要方式。样本中有24家企业各效率值均为1，即达到DEA强有效，融资效率处于高效率水平。有13家科技型中小企业达到纯技术效率相对有效，有2家企业实现规模效率有效，分别占样本企业数的13%和2%，说明大部分科技型中小企业纯技术效率和规模效率仍有很大上升空间。样本中有62家企业处于规模报酬递增阶段，其数量占样本企业数量的62%，表示大多数企业都存在扩大企业规模的必要性。综合研究各效率值可得，72%的科技型中小企业仍处于存在大量投入冗余的非有效状态，融资效率需要有所提高。由于该结构还涵盖环境因素和随机因素的干扰，并不能反映出科技型中小企业真实融资效率水平，因此还需要进行下一步的调整和测算。
3.2 内外部融资环境对融资效率的影响结果分析
受到环境因素影响，仅使用第一阶段DEA模型测量融资效率很可能偏离真实性。为排除环境因素对融资效率评价影响，构建SFA回归模型，将上文定义的内部和外部环境变量作为自变量，将第1阶段得到的投入松弛变量作为因变量，使用软件Frontier4.1进行测算。根据测算结果可以得出内外部融资环境变量、随机误差对各投入变量冗余影响，回归结果，如表2所示。
通过构建似然比LR统计量检验函数是否有效，LR统计量服从自由度为约束个数的χ2混合分布。在SFA模型中，γ表示无效率影响因素对个体效率差异的解释程度，用于衡量技术无效率项影响产出的程度。γ越接近1，代表技术非效率项影响产出较明显，随机影响因素较小。γ越接近0，说明技术非效率项对产出影响不明显，随机影响因素较大。本文回归结果中LR单边误差、σ2和γ都通过了显著性检验，模型估计结果可以接受，而且参数估计值绝大多数显著验证企业内部融资环境因素和外部融资环境因素及随机因素确实会对科技型中小企业融资效率产生影响。
根据内外部融资环境变量和投入松弛变量的SFA回归系数分析得出以下结论：
1）流动负债率即流动负债占负债总额对长期负债系数为正且通过1%显著性检验。这表明流动负债率上升会导致企业长期负债的减少，企业短期负债的流入在一定程度上可以满足企业对于资金的需求，可相应减少企业长期负债。对短期负债和产权比率影响系数为负且通过1%显著性检验，企业流动负债增加使得企业短期资金获得性增强，企业通过扩大流动负债规模导致企业短期负债融资的增加，短期负债上升同时由于企业负债增加而产权比率上升。
2）资产总额对短期负债系数为正并且通过显著性1%的检验。资产总额是用来衡量企业规模的重要指标，在一定范围内，企业规模对融资规模起到正向影响，规模较大的企业具有一定融资优势，容易获得稳定的长期负债资金，减少财务风险较大的短期负债量。对产权比率系数结果为负值且通过了1%的显著检验，说明企业资产总额的上升可以有效提升企业影响力，吸引股东投入资金，产权比率会有所下降，趋近企业合理产权比率，有助于提升企业的融资效率。
3）居民消费指数（CPI）对实收资本、短期负债、长期负债以及产权比率均通过1%显著性检验，其中对实收资本和产权比率的系数值为正值，说明居民消费能力上升对于企业投资者的要求更为严格，对投资者进行融资的依赖性减弱，在一定程度上可以通过企业经营作为资金来源。对短期负债和长期负债的系数值为负值，表示居民消费指数提高有利于企业结构优化，有益于企业进行债权融资，从而提高融资效率。
4）科研经费投入即R&D投入对实收资本通过了1%显著性检验且系数值为负值，表示政府对于科技型中小企业加大科研投入，提高重视程度会吸引投资者的进行投资，通过投资者的资金投入提高企业融资效率。对长期负债通过1%的显著性检验且相关系数值为负值，企业应对科研经费的投入会给企业带来较大的资金压力，企业科研活动通常占用资金周期较长，会导致企业长期负债的增加。
5）专利授权数量对实收资本通过1%的显著性检验系数为负值，可以看出国家和政府增大专利授权数量，加大对科研成果的保护，保障科技型中小企业的发展，可以有效增强企业实力，从而进一步加大企业融资竞争力，调动投资者积极性，使得企业融资效率上升。
综上所述，企业内外部融资环境因素对科技型中小企业融资效率具有较为显著影响，且对于创业板上市的不同科技型中小企业的融资效率影响存在差异，内外部融资环境因素和与投入松弛变量的回归系数正负不定，大小不同，说明不同环境因素对投入松弛变量的影响程度与方向不同;因此，有必要在测算过程中对所面临的环境因素进行调整，从而得出更加接近实际情况的企业融资效率。
3.3 同质环境下科技型中小企业上市公司融资效率分析
排除各种环境因素的干扰，为科技型中小企业的融资效率测量创造同质环境。第3阶段在排除环境因素影响基础上，对决策单元投入项进行调整。调整前后的纯技术效率值、规模效率值、综合技术效率值差异较为明显。消除内外部融资环境影响因素后，科技型中小企业融资效率中纯技术效率平均值由0.784上升至0.836，规模效率平均值从0.972上升至0.983，相较于第3阶段，第1阶段严重低估纯技术效率和规模效率导致综合融资效率损失程度。第3阶段达到综合技术效率相对有效的企业由第1阶段的24家上升至30家，达到纯技术效率相对有效的企业从13家减少为3家，达到规模效率相对有效的企业数量由2家上升至5家。综上分析可得科技型中小企业融资效率受到企业内外部融资环境影响明显，大部分地区通过发展经济水平、建设法制环境有助于企业扩大自身规模，提高规模效率进而影响融资效率。 通过2015—2019年创业板上市的科技型中小企业样本在同质环境下得到的融资效率值可以看出，中国科技型中小企业融资效率处于中等偏上水平，其中纯技术效率低于规模效率，融资效率下降主要由纯技术效率影响导致。科技型中小企业应该提高自主研发能力并加强企业管理水平来提升纯技术效率。关于规模报酬，第三阶段模型分析结果中显示有34家企业处于规模报酬不变阶段，另外有45家企业处于规模报酬递增阶段，21家企业处于规模报酬递减阶段，说明仍有大部分企业融资规模没有满足其融资需求，需要扩大企业融资规模。
3.4 同质环境下内外部融资环境对融资效率的影响结果
通过研究可知企业融资效率受纯技术效率、规模效率和综合技术效率共同影响，因此第4阶段选择在第3阶段同质环境下科技型中小企业纯技术效率、规模效率和综合技术效率为被解释变量，利用Tobit模型通过STATA分别计算出企业内外部融资环境变量对纯技术效率、规模效率和综合技术效率影响分析，回归结果，如表3、表4所示。
從3个回归模型LR卡方检验统计值和对应的P值来看，数据整体拟合效果非常好，模型具有很高的解释力。从以上结果可以看出，内部环境指标中前十大流通股东持股比例和对3种效率影响结果均显著，前十大流通股东持股比例和对融资效率系数为正项且有极大影响。前十大流通股东持股比例和越高，通过资本市场直接进行融资就越灵活高效，公司外部治理机制亦更完善，从而提高融资效率。如果非流通股东持股比例增强，则可以通过操纵企业股权再融资行为，其目的是从证券市场中获利，而不在于提高公司经营业绩，从而使融资效率发生滑坡。
资产总额对于综合技术效率和纯技术效率显著性较高且为正相关关系。资产总额是用来衡量企业规模的重要指标，一定程度对融资规模起到促进作用。企业具有较大规模时，规模效应会相应降低融资成本，提高企业融资效率。如果企业规模较小，投资者对于企业的未来发展存有疑虑，通常会降低投资者的投资欲望，导致企业融资困难。但企业规模不能无限制的扩大，过度扩张企业规模可能造成企业生产过剩，供给大于需求等问题，反而降低融资效率。
科研经费对于综合技术效率和纯技术效率具有正相关显著关系。科研经费一般是指一个国家和地区R&D投入，是增强企业创新能力，加快经济转变形式的主要推动力，企业所在省市R&D投入对于企业纯技术效率有重要影响。地区对于科研投入越多，为企业进行研究开发提供更多动力和机会，企业技术效率也会随之提高。另外科研经费投入的增加会增强科技型中小企业的实力，政府对于企业的支持力度增加会使投资者更加关注科技型中小企业的发展，提高企业整体的融资效率。
企业流动负债率对企业规模效率具有负向的显著影响。短期负债占比过大会加大企业偿债压力，科技型中小企业因其具有研发性质，资金需求较大，占用资金周期较长，仅通过短期负债融资远远不能满足资金需求，短期资金的性质会限制企业使用用途;因此，长期债务融资在总负债占比较大能够提高企业融资效率。地区GDP对企业的规模效率影响显著且为正相关关系。地区经济发展水平会直接带动科技行业及科技企业发展，地区经济发展迅猛，可以促使整个地区包括科技行业全行业水平的提高，对科技型中小企业融资效率具有显著推动力。
4 结论与建议
通过本文运用四阶段DEA模型测量科技型中小企业融资效率现状并研究企业内外部融资环境对企业融资效率的影响，可以得出：我国科技型中小企业融资效率属于中等偏上水平，融资效率呈现上升态势;外部融资环境和随机因素对科技型中小企业融资效率产生显著影响。经济高水平发展对企业融资效率具有促进作用，政府科研经费投入对企业融资效率也有显著影响;接近一半企业仍处于规模报酬递增阶段，这些企业仍需要通过扩大融资规模来满足其融资需求;企业内部融资环境对企业融资效率有很大作用。企业规模、前十大流通股东持股比例和都会促进企业融资效率提高，负债结构中流动负债比例上升则对企业融资效率产生负面影响。
针对我国目前科技型中小企业融资效率现状分析，结合本文对融资效率影响因素分析可以对科技型中小企业融资提出以下建议：一是合理配置企业资源，提高企业融资效率。在科技型中小企业中，企业融资效率与纯技术效率和规模效率密切相关。针对不同融资特点的企业可以制定差异化政策，如纯技术效率较高但规模效率较低的企业可以鼓励其扩大生产规模达到最优，进而提高融资效率;而对于规模效率较高但纯技术效率较低的企业，可以引导企业优化企业结构，降低运营成本，提高资金使用率，鼓励科技创新。二是改善企业外部融资环境。企业融资效率受地区经济发展水平影响较大，政府应加快地区经济发展，夯实经济发展的基础上寻找新的经济增长点，依靠地区经济发展水平提高带动当地科技企业的发展，促进企业融资效率提高。政府应加大科研经费投入，一方面应完善政策体系，对科技型中小企业加大研发投入力度，提高投入资金使用效率;另一方面对科技体制进行改革，为更好利用市场机制配置研发资源提供条件，确保研发具有针对性和及时性。政府通过增加研究经费投入，激发企业研发积极性，使企业成为技术创新的主体，可有效解决企业融资问题。三是优化企业内部融资环境。企业发行流通股有助于提高市场活跃度和透明度。对于企业而言，流通股比重大可以有效调动股东积极性，优化企业的治理结构。企业应当积极响应股权分置改革，保障股东利益，提高市场投资价值和效率。另外企业可以通过扩大规模的方式达到提高企业融资效率的目的，但也不能一味追求增大企业规模而盲目扩张造成资源浪费，反而不利于企业融资效率的提升。流动负债率上升会导致企业融资效率下降，说明企业债务融资时应侧重于长期负债的形式，企业通过减少流动负债率可以逐步调整负债结构，选择适合企业发展的融资模式以提高融资效率。
参考文献：
[1] 熊英，刘彪.优化南昌科技型中小企业投资环境的对策研究[J].企业经济，2008（7）：93. [2] 曾康霖.怎样看待直接融资与间接融资[J].金融研究，1993（10）：7.
[3] 殷泽.叶望春：中小银行抱团发展才有希望[J].企业观察家，2011（5）：87.
[4] JENSEN M C，RUBACK R S.The market for corporate control： The scientific evidence[J].Journal of Financial Economics，1983（11）：5.
[5] ROMANO C A，TANEWSKI G A，SMYRNIOS K X.Capital structure decision making：A model for family business[J].Journal of Business Venturing，2001（3）：285.
[6] 楊兴全.我国上市公司融资结构的治理效应分析[J].会计研究，2002（8）：37.
[7] 朱媛，高洁，刘思琪.中小企业融资效率研究综述[J].中国集体经济，2019（32）：100.
[8] KEDING ZHU，WANG XIAOMEI.Input-output efficiency analysis of Chinese thermal power enterprises based on three-stage DEA[J].IOP Conference Series：Earth and Environmental Science，2020（2）：22.
[9] MOHAMMAD N，REZA K M，MEHDI T.A two-stage DEA model with partial impacts between inputs and outputs：Application in refinery industries[J].Annals of Operations Research，2020（1）：285.
[10] LIU X，YU X L，GAO S.A quantitative study of financing efficiency of low-carbon companies：A Three-stage data envelopment analysis[J].Business Strategy and the Environment，2019（28）：858.
[11] 周磊，安烨.新旧动能转换背景下我国现代物流业融资效率研究[J].经济问题，2019（11）：53.
[12] 赵伟，卢锐，姜长军.江浙地区各市的农业投入与产出效率分析研究：基于三阶段DEA模型计算[J].科技与管理，2018（4）：14.
[13] 伍装.中国中小企业融资效率研究[J].软科学，2006（85）：132.
[14] 潘玉香.基于数据包络分析的文化创意产业融资模式及其效率研究[J].中国软科学，2014（3）：184.
[15] 丁华，高丹.新三板挂牌企业融资效率：基于DEA-Malmquist方法[J].会计之友，2019（2）：21.
[16] GE Y，NING X L.Financing efficiency and influencing factors of China’s P2P online lending Platform[J].Service Science and Management 2019（3）：102.
[17] TAN X H，NA S Y，GUO L.External financing efficiency of rural revitalization listed companies in China：Based on two-stage DEA and grey relational analysis[J].Sustainability，2019，16（11）.
[18] 雷辉，刘俏云.基于四阶段DEA模型的绿色低碳企业融资效率研究[J].财经理论与实践，2020（3）：72.
[19] 陈巍巍，张雷，马铁虎等.关于三阶段DEA模型的几点研究[J].系统工程，2014（9）：144.
[20] 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，2015，37（10）：42.
[21] 王梦翔.基于DEA模型和Malmquist指数的白色家电行业上市公司经营绩效评价[J].科技与管理，2019（5）：74.
[22] 沈忱.中小企业在新三板市场融资效率研究：基于三阶段DEA模型定向增发研究[J].审计与经济研究，2017（3）：78.
[编辑：厉艳飞]
关 键 词：科技型中小企业;创业板;融资效率;DEA-Tobit模型
DOI：10.16315/j.stm.2021.02.004
中图分类号： F276.3
文献标志码： A
Research on financing efficiency of technology-based small and
medium-sized enterprises based on DEA-Tobit model
SONG Li-ping， ZOU Li-qun
（School of Economics and Management， Harbin University of Science
and Technology， Harbin 150080， China）
Abstract：The survival and development of technology-based small and medium-sized enterprises cannot do without the support of funds， and the problem of financing efficiency has been a shackle of them. In this paper， the input and output， internal and external financing environment variable index evaluation system is constructed， and technology-based small and medium-sized enterprises listed on GEM are taken as research objects to sort out and study the financial data of enterprises from 2015 to 2019. The DEA-Tobit model is used to analyze the financing efficiency of enterprises. The results show that pure technical efficiency has more influence on financing efficiency， most enterprises are in the stage of increasing return on scale. In a homogeneous environment， total assets， the proportion of shares held by the top ten circulating shareholders of the internal financing environment variables are conducive to improving the financing efficiency of enterprises， rising current debt ratio will reduce financing efficiency， while investment in science and economic level of the external financing environment variables have a significant impact on the financing efficiency of enterprises.
Keywords：technology-based small and medium-sized enterprises; GEM; financing efficiency; DEA-Tobit model
收稿日期： 2020-12-14
基金項目： 黑龙江省自然科学基金项目（G2017003）。
作者简介： 宋丽平（1967—），女，教授，硕士生导师;
邹丽群（1995—），女，硕士研究生.
改革开放以来，我国经济发展成就瞩目，经济结构也渐趋合理，在经济体制不断变革与完善中与时俱进。十九大报告强调改革科技体制，加速产学研深度融合势在必行，鼓励建立市场导向型、企业主体型的技术创新体系，支持中小型企业创新。当前我国经济发展已经从强调高速度转变到高质量，科技创新举足轻重。与一般中小企业相比，科技型中小企业竞争优势明显，具有高度敏锐、机制灵活、创新能力强等特点，是实现科技成果转化与创新的全新载体，在优化国家经济结构、提高新兴产业经济活力和市场竞争力等方面起到重要作用，已成为我国科技创新与经济社会发展的一股重要力量[1]。但科技型中小企业发展具有局限性，这类企业亦存在中小企业固有的融资弊端，考虑其科技企业的性质，解决融资问题举步维艰。企业具有良好的资金状况，才能保持采购、生产、销售环节处于良好的运行状态，进而提高企业市场竞争力。如果企业没有充足的资金供应，将会严重制约其发展，进而阻碍国家经济的发展进程，因此本研究着眼于科技型中小企业融资效率问题。 1 文献综述
1.1 融资效率内涵
融资效率简单概括为在融资过程中所能实现的效能和功效。在经济学中，效率大体可以包括3层含义：一是从微观角度来看的产出投入比，亦可以用收入成本比来表示;二是表示全社会的资源是否被合理的使用，即用资源得到合理有效的配置来衡量效率;三是制度效率，用于衡量微观效率转变为配置效率的程度，是一种对经济制度的评价机制和制度安排。曾康霖[2]提出融资成本和融资效率的概念，研究表明融资模式选择与融资效率和成本相关，同时提出影响融资资本和效率的7个因素。殷泽等[3]提出融资效率取决于企业的融资成本，以及采取这种融资方式所面临的风险。Jensen等[4]认为融资效率是配置效率，企业将融资得到的资金合理运用在企业生产经营过程中，体现融资效率是对资源的有效配置。此后发展到从宏、微观的角度对融资效率进行研究。Romano等[5]通过研究家族企业证明企业的融资效率受到企业特征、企业融资行为及财务因素相互作用的影响。杨兴全[6]进一步深化融资效率的定义，认为狭义的融资效率仅指资金流入的能力与效率，而广义的融资效率应覆盖融资的全过程，还应包括资金的使用和企业的结构作用。
1.2 融资效率研究现状
在研究融资效率内涵基础上，很多国内外专家学者对融资效率问题展开多角度的研究探讨，通过对现有文献的研究，发现其研究内容主要集中在以下2个方面。一是对于不同行业、不同地区的企业融资效率测算研究，涉及中小企业、新兴产业等不同资本市场企业。朱媛等[7]通过研究融资效率的定义得出融资效率对企业实际经营发展的影响。Zhu等[8]利用三阶段DEA模型对我国火电企业投入产出效率进行分析。Mohammad等[9]应用两阶段DEA模型研究炼油行业中投入与产出的影响。Liu等[10]利用三阶段DEA模型对低碳企业的融资效率进行定量分析，指出其融资效率相对较低。周磊等[11]研究得出现代物流业上市公司的融资效率会直接影响行业转换和产业转型升级。赵伟等[12]利用三阶段DEA模型对江浙地区的农业生产效率进行分析。二是针对融资效率影响因素的研究。伍装[13]结合多元线性回归分析法、模糊综合评价法和灰色关联度分析法，总结中小企業与大型企业融资效率影响因素区别。潘玉香[14]采用数据包络分析方法对文化创意产业进行研究得出我国文化创意产业应转变融资模式、注意提高技术效率。丁华等[15]通过采用DEA-Malmquist方法研究发现新三板中纯技术效率对融资效率制约明显。GE等[16]利用DEA-Tobit模型对在线贷款平台的效率及其影响因素进行研究。Tan等[17]利用两阶段DEA和灰色关联度分析法对我国农村振兴上市公司外部融资效率研究得出，融资效率因公司性质的不同而有很大差异。
综合以上研究可以看出，虽然学者对不同行业企业及中小企业融资效率进行研究，但对科技型中小企业研究较少。以前学者对于企业融资效率影响因素的研究，大多局限于单一外部环境或者企业内部环境对融资效率的影响，较少同时对企业内外部融资环境进行实证研究。企业融资效率应该受到外部融资环境和内部融资环境的共同作用。外部融资环境间接为企业融资创造机会，而企业内部融资环境则更加直接影响企业融资效率。基于目前科技型中小企业融资现状，本文将从融资效率角度入手，对科技型中小企业的融资效率同时在理论和实证研究层面进行探索研究，利用创业板上市的科技型中小企业数据构建DEA-Tobit模型，分析影响企业融资效率的内外部因素，并在我国科技型中小企业目前融资效率研究基础上，对如何提高科技型中小企业融资效率提出见解和建议。
2 研究设计
2.1 DEA-Tobit模型
数据包络分析法（DEA）是一种多投入多产出的非参数评价模型，相较于评价效率的模糊综合评价法，灰色关联度分析法和随机前沿分析法等其他方法，无需事先对其赋予权重，是目前常用于评价效率的研究方法[18]。DEA模型的前身是以等产量曲线并利用线性规划构建的效率生产边界，以此判别技术效率是否有效。随着研究不断深入出现如两阶段DEA、网络DEA、DEA-Malmquist等多种DEA模型。三阶段DEA模型克服单阶段和两阶段DEA存在的弊端，剔除企业外部融资影响因素和随机误差造成的效率值差异，使融资效率结果更加接近企业真实效率值。本文在三阶段DEA模型基础上构建DEA-Tobit模型，主要分为以下4个阶段：
1）第1阶段：BCC模型。传统DEA模型主要分为2种形式，设定规模报酬不变的CCR模型和设定规模报酬可变的BCC模型。CCR模型应用条件较为局限，不符合大多数规模报酬处于不断变化的企业，且针对科技型中小企业，投入比产出更易控制;因此，使用以投入为导向的BCC模型测量科技型中小企业融资效率最为适宜，CCR模型表示如下：
其中：θ为效率评价值，θ取值介于0和1之间。χ0j和y0r分别代表第i家公司的第r个投入和第r个产出，s-j是第j个投入的松弛变量，s+r是第r个产出的松弛变量。当θ=0，s-=0，s+=0此时该决策单元达到DEA有效且技术效率达到最优。
通过在CCR模型基础上增加约束条件∑ni=1λi=1，可以得到BCC模型，其模型表示如下：
CCR模型可以得到综合技术效率，BCC模型将综合技术效率继续分解为纯技术效率和规模效率，其关系为综合技术效率为纯技术效率和规模效率的乘积。
2）第2阶段：SFA模型。从第1阶段分析得出投入变量冗余，根据以往研究，投入变量的冗余值主要是受融资环境、随机误差和管理无效率影响。应排除外生变量的干扰后，得到的效率值才尽可能真实;因此，将松弛变量分解成包含融资环境、随机误差和管理无效率的函数，构建以投入松弛变量为被解释变量，内外部融资环境变量指标作为解释变量的SFA函数模型：
其中：i=1，2，…，n;j=1，2，…，m;sij代表第i家科技型中小企业的第j个投入松弛变量， f（zi，βi）代表内外部融资环境变量对投入松弛变量的影响，μij+υij稱为联合误差项，μij代表管理无效率项，υij代表随机误差项，μij和υij相互独立。利用陈巍巍等[19]提出的利用最大似然估计方法对参数进行估计并对调整后的投入松弛变量进行计算：
其中：i=1，2，…，n;j=1，2，…，m;X*ij代表第i个决策单元的第j个投入变量调整值，{max[f（z，β^j）]-f（z1，β^j）}剔除了内外部融资环境差异造成的投入冗余，[max（υij）-υij]使企业处于同样的经济运气，调整后投入冗余只受到管理无效率项影响。
3）第3阶段：BCC模型。将剔除内外部融环境和随机因素的投入值再次代入第1阶段使用过的BCC模型，得出的效率值更具有代表性。第3阶段计算得出的融资效率值已经消除企业内外部融资环境和随机误差的影响，结果更加接近企业实际经营情况下的真实水平。
4）第4阶段：Tobit模型。Tobit模型是由Tobin首先提出的。传统最小二乘回归模型（OLS）计算由于受限于因变量会导致结果出现偏差，Tobit模型则不存在此局限性。经过无量纲化处理的融资效率值介于[0，1]之间，用传统的最小二乘回归模型测算的结果会出现差错，因此本阶段基于前文修正后的科技型中小企业融资效率作为被解释变量，各个企业的内外部融资环境作为解释变量，构建Tobit模型：
其中：i=1，2，…，n;j=1，2，…，m;Yi表示第i家科技型中小企业的融资效率值，Xij为第i家科技型中小企业的第j个影响其融资效率值的内外部融资因子，βij是未知参数向量，μij为随机误差项。
2.2 样本选择与数据来源
通过样本选择确定模型的研究单元。模型原理基于融资效率的测算，因此科技型中小企业融资效率测算的样本是创业板符合条件的上市公司。截至深交所2020年5月末披露，创业板中已上市公司已达到810家。本文主要采用2015—2019年度在创业板已经上市的公司数据进行分析研究，选取样本主要是各省符合科技型中小企业认定标准的企业，剔除财务状况存在异常和数据存在缺失的企业，共选取100家科技型中小企业作为研究对象。在创业板上市的科技型中小企业更具代表性，相关指标数据主要来自Choice金融终端各家企业对外披露的财务审计报告。
2.3 指标选取
1）投入指标选取。由于企业融资金额最能直观反映企业融资水平，所以投入指标的选取主要考虑企业融资方式中债权融资和股权融资的金额[20]。具体包括：短期负债、长期负债、实收资本与产权比率。短期负债是企业须在一年内偿还的债务，是企业筹资的重要来源之一。短期负债融资风险较高但融资成本较低，短期负债的融资金额对企业融资效率具有重要影响;长期负债是指偿还期限在一年或者一个营业周期以上的债务。长期负债相较于短期负债具有数额较大、偿还周期长等特点，举借长期负债条件较为严格，导致企业融资成本较高;实收资本是企业投资者实际投入企业的资本金额，可以用来衡量企业通过股权融资取得资金流入的金额，是解释企业股权融资的常用财务指标;产权比率是指企业负债总额与所有者权益总额的比值，可用来评估企业资金的合理性与科学性。产权比率是反映企业债权融资与股权融资金额是否合理的指标，用来检验企业资金结构的稳健性。
2）产出指标选取。以往研究中，有些学者会选择净利润或主营业务收入作为企业效率产出指标[21]。基于本文研究融资效率目的，选取以下3个产出指标：总资产周转率、净资产收益率与营业收入。总资产周转率是企业收入与总资产的比值，反映企业的经营能力。总资产周转率越高，企业资金周转速度越快，资金利用效率越高;净资产收益率反映企业将融入资金转化为产出的能力，是衡量企业盈利能力的重要指标。净资产收益率越高，企业盈利能力越强;营业收入是企业的主要资金来源，对企业持续经营起到决定作用，企业营业收入高代表企业成长能力强，经营效率较高。
3）外部融资环境变量指标选取。根据相关研究可知，剔除环境影响因素的融资效率更加接近真实效率值。关于企业融资环境影响因素相关研究中会有一定的差异，但都应具备影响企业融资效率但不可主观控制的特点，主要包括经济规模，行业因素等[22]。基于以往研究基础上本文选取以下变量作为外部融资环境变量：专利授权数量，该变量使用企业所在省份当年的专利授权数量来衡量，专利授权代表着企业研发投入和创新成果受到法律的保护与认可，地区专利授权数量可以代表一个地区对于该区域内企业发明专利的保护效果;经济水平，该变量用各地区的国民生产总值（GDP）来反映，一个地区国民生产总值提高往往会带动科技型中小企业的发展;科研经费投入，该变量反映了地区政府对于科学技术产业的支持力度和重视程度，通常用研究与试验发展（R&D）投入表示。在科技经费投入较高的地区，科技型中小企业通常具有更好的环境与发展前景;居民消费价格指数（CPI）是衡量居民生活中消费品和服务价格变动情况的经济指标，可通过其实现经济核算职能对国家宏观经济问题进行分析和决策，在直接影响国家宏观经济调控的基础上间接影响资本市场发展，从而影响企业融资效率。
4）内部融资环境变量指标选取。企业内部融资环境是企业自身条件与治理结构的综合体现，企业规模和结构是影响企业内部融资环境的主要因素。本文选取指标包括：资产总额、流动负债、前十大流通股东持股比例和。企业资产可以用来衡量企业规模，企业规模增加会相应拓宽企业的融资渠道，一定程度上影响融资规模的大小。企业具有规模效应会降低企业融资成本，增强投资者的信赖程度，提高企业的融资效率;流动负债率是指流动负债总额占全部负债总额的比重，流动负债率较低对企业是有利的，流动负债率越高代表企业流动负债较多，偿债周期较短，对企业偿债能力要求较高，企业面临较大偿债压力，财务风险随之升高，进而造成企业融资困境;前十大流通股东持股比例和是指企业流通股股本占总股本的比例，可以代表企业的股权结构。股权结构是反映企业治理情况的关键指标，不同的股权结构决定企业治理结构的差异，最终作用于企业融资效率。流通股比例对企业股票流通影响重大，流通股的增加可以有效解决企业股权结构复杂、不合理分散的问题，建立合理的股权结构才有益于企业融资效率的提高。 综上所述，科技型中小企业融资效率评价选取的指标，如表1所示。
3 實证结果
3.1 科技型中小企业融资效率分析
利用DEAP2.1软件对经过无量纲化处理的投入产出指标代入DEA-BCC模型。DEA-BCC模型的计算结果显示：从总体样本来看，2015—2019年科技型中小企业融资效率平均值为0.875，表明我国科技型中小企业融资效率处于中等偏上水平，距离DEA有效仍存在差距。分解效率中纯技术效率平均值为0.784，规模效率平均值为0.972，可以看出通过扩大企业规模提高规模效率是推动融资效率增长的主要方式。样本中有24家企业各效率值均为1，即达到DEA强有效，融资效率处于高效率水平。有13家科技型中小企业达到纯技术效率相对有效，有2家企业实现规模效率有效，分别占样本企业数的13%和2%，说明大部分科技型中小企业纯技术效率和规模效率仍有很大上升空间。样本中有62家企业处于规模报酬递增阶段，其数量占样本企业数量的62%，表示大多数企业都存在扩大企业规模的必要性。综合研究各效率值可得，72%的科技型中小企业仍处于存在大量投入冗余的非有效状态，融资效率需要有所提高。由于该结构还涵盖环境因素和随机因素的干扰，并不能反映出科技型中小企业真实融资效率水平，因此还需要进行下一步的调整和测算。
3.2 内外部融资环境对融资效率的影响结果分析
受到环境因素影响，仅使用第一阶段DEA模型测量融资效率很可能偏离真实性。为排除环境因素对融资效率评价影响，构建SFA回归模型，将上文定义的内部和外部环境变量作为自变量，将第1阶段得到的投入松弛变量作为因变量，使用软件Frontier4.1进行测算。根据测算结果可以得出内外部融资环境变量、随机误差对各投入变量冗余影响，回归结果，如表2所示。
通过构建似然比LR统计量检验函数是否有效，LR统计量服从自由度为约束个数的χ2混合分布。在SFA模型中，γ表示无效率影响因素对个体效率差异的解释程度，用于衡量技术无效率项影响产出的程度。γ越接近1，代表技术非效率项影响产出较明显，随机影响因素较小。γ越接近0，说明技术非效率项对产出影响不明显，随机影响因素较大。本文回归结果中LR单边误差、σ2和γ都通过了显著性检验，模型估计结果可以接受，而且参数估计值绝大多数显著验证企业内部融资环境因素和外部融资环境因素及随机因素确实会对科技型中小企业融资效率产生影响。
根据内外部融资环境变量和投入松弛变量的SFA回归系数分析得出以下结论：
1）流动负债率即流动负债占负债总额对长期负债系数为正且通过1%显著性检验。这表明流动负债率上升会导致企业长期负债的减少，企业短期负债的流入在一定程度上可以满足企业对于资金的需求，可相应减少企业长期负债。对短期负债和产权比率影响系数为负且通过1%显著性检验，企业流动负债增加使得企业短期资金获得性增强，企业通过扩大流动负债规模导致企业短期负债融资的增加，短期负债上升同时由于企业负债增加而产权比率上升。
2）资产总额对短期负债系数为正并且通过显著性1%的检验。资产总额是用来衡量企业规模的重要指标，在一定范围内，企业规模对融资规模起到正向影响，规模较大的企业具有一定融资优势，容易获得稳定的长期负债资金，减少财务风险较大的短期负债量。对产权比率系数结果为负值且通过了1%的显著检验，说明企业资产总额的上升可以有效提升企业影响力，吸引股东投入资金，产权比率会有所下降，趋近企业合理产权比率，有助于提升企业的融资效率。
3）居民消费指数（CPI）对实收资本、短期负债、长期负债以及产权比率均通过1%显著性检验，其中对实收资本和产权比率的系数值为正值，说明居民消费能力上升对于企业投资者的要求更为严格，对投资者进行融资的依赖性减弱，在一定程度上可以通过企业经营作为资金来源。对短期负债和长期负债的系数值为负值，表示居民消费指数提高有利于企业结构优化，有益于企业进行债权融资，从而提高融资效率。
4）科研经费投入即R&D投入对实收资本通过了1%显著性检验且系数值为负值，表示政府对于科技型中小企业加大科研投入，提高重视程度会吸引投资者的进行投资，通过投资者的资金投入提高企业融资效率。对长期负债通过1%的显著性检验且相关系数值为负值，企业应对科研经费的投入会给企业带来较大的资金压力，企业科研活动通常占用资金周期较长，会导致企业长期负债的增加。
5）专利授权数量对实收资本通过1%的显著性检验系数为负值，可以看出国家和政府增大专利授权数量，加大对科研成果的保护，保障科技型中小企业的发展，可以有效增强企业实力，从而进一步加大企业融资竞争力，调动投资者积极性，使得企业融资效率上升。
综上所述，企业内外部融资环境因素对科技型中小企业融资效率具有较为显著影响，且对于创业板上市的不同科技型中小企业的融资效率影响存在差异，内外部融资环境因素和与投入松弛变量的回归系数正负不定，大小不同，说明不同环境因素对投入松弛变量的影响程度与方向不同;因此，有必要在测算过程中对所面临的环境因素进行调整，从而得出更加接近实际情况的企业融资效率。
3.3 同质环境下科技型中小企业上市公司融资效率分析
排除各种环境因素的干扰，为科技型中小企业的融资效率测量创造同质环境。第3阶段在排除环境因素影响基础上，对决策单元投入项进行调整。调整前后的纯技术效率值、规模效率值、综合技术效率值差异较为明显。消除内外部融资环境影响因素后，科技型中小企业融资效率中纯技术效率平均值由0.784上升至0.836，规模效率平均值从0.972上升至0.983，相较于第3阶段，第1阶段严重低估纯技术效率和规模效率导致综合融资效率损失程度。第3阶段达到综合技术效率相对有效的企业由第1阶段的24家上升至30家，达到纯技术效率相对有效的企业从13家减少为3家，达到规模效率相对有效的企业数量由2家上升至5家。综上分析可得科技型中小企业融资效率受到企业内外部融资环境影响明显，大部分地区通过发展经济水平、建设法制环境有助于企业扩大自身规模，提高规模效率进而影响融资效率。 通过2015—2019年创业板上市的科技型中小企业样本在同质环境下得到的融资效率值可以看出，中国科技型中小企业融资效率处于中等偏上水平，其中纯技术效率低于规模效率，融资效率下降主要由纯技术效率影响导致。科技型中小企业应该提高自主研发能力并加强企业管理水平来提升纯技术效率。关于规模报酬，第三阶段模型分析结果中显示有34家企业处于规模报酬不变阶段，另外有45家企业处于规模报酬递增阶段，21家企业处于规模报酬递减阶段，说明仍有大部分企业融资规模没有满足其融资需求，需要扩大企业融资规模。
3.4 同质环境下内外部融资环境对融资效率的影响结果
通过研究可知企业融资效率受纯技术效率、规模效率和综合技术效率共同影响，因此第4阶段选择在第3阶段同质环境下科技型中小企业纯技术效率、规模效率和综合技术效率为被解释变量，利用Tobit模型通过STATA分别计算出企业内外部融资环境变量对纯技术效率、规模效率和综合技术效率影响分析，回归结果，如表3、表4所示。
從3个回归模型LR卡方检验统计值和对应的P值来看，数据整体拟合效果非常好，模型具有很高的解释力。从以上结果可以看出，内部环境指标中前十大流通股东持股比例和对3种效率影响结果均显著，前十大流通股东持股比例和对融资效率系数为正项且有极大影响。前十大流通股东持股比例和越高，通过资本市场直接进行融资就越灵活高效，公司外部治理机制亦更完善，从而提高融资效率。如果非流通股东持股比例增强，则可以通过操纵企业股权再融资行为，其目的是从证券市场中获利，而不在于提高公司经营业绩，从而使融资效率发生滑坡。
资产总额对于综合技术效率和纯技术效率显著性较高且为正相关关系。资产总额是用来衡量企业规模的重要指标，一定程度对融资规模起到促进作用。企业具有较大规模时，规模效应会相应降低融资成本，提高企业融资效率。如果企业规模较小，投资者对于企业的未来发展存有疑虑，通常会降低投资者的投资欲望，导致企业融资困难。但企业规模不能无限制的扩大，过度扩张企业规模可能造成企业生产过剩，供给大于需求等问题，反而降低融资效率。
科研经费对于综合技术效率和纯技术效率具有正相关显著关系。科研经费一般是指一个国家和地区R&D投入，是增强企业创新能力，加快经济转变形式的主要推动力，企业所在省市R&D投入对于企业纯技术效率有重要影响。地区对于科研投入越多，为企业进行研究开发提供更多动力和机会，企业技术效率也会随之提高。另外科研经费投入的增加会增强科技型中小企业的实力，政府对于企业的支持力度增加会使投资者更加关注科技型中小企业的发展，提高企业整体的融资效率。
企业流动负债率对企业规模效率具有负向的显著影响。短期负债占比过大会加大企业偿债压力，科技型中小企业因其具有研发性质，资金需求较大，占用资金周期较长，仅通过短期负债融资远远不能满足资金需求，短期资金的性质会限制企业使用用途;因此，长期债务融资在总负债占比较大能够提高企业融资效率。地区GDP对企业的规模效率影响显著且为正相关关系。地区经济发展水平会直接带动科技行业及科技企业发展，地区经济发展迅猛，可以促使整个地区包括科技行业全行业水平的提高，对科技型中小企业融资效率具有显著推动力。
4 结论与建议
通过本文运用四阶段DEA模型测量科技型中小企业融资效率现状并研究企业内外部融资环境对企业融资效率的影响，可以得出：我国科技型中小企业融资效率属于中等偏上水平，融资效率呈现上升态势;外部融资环境和随机因素对科技型中小企业融资效率产生显著影响。经济高水平发展对企业融资效率具有促进作用，政府科研经费投入对企业融资效率也有显著影响;接近一半企业仍处于规模报酬递增阶段，这些企业仍需要通过扩大融资规模来满足其融资需求;企业内部融资环境对企业融资效率有很大作用。企业规模、前十大流通股东持股比例和都会促进企业融资效率提高，负债结构中流动负债比例上升则对企业融资效率产生负面影响。
针对我国目前科技型中小企业融资效率现状分析，结合本文对融资效率影响因素分析可以对科技型中小企业融资提出以下建议：一是合理配置企业资源，提高企业融资效率。在科技型中小企业中，企业融资效率与纯技术效率和规模效率密切相关。针对不同融资特点的企业可以制定差异化政策，如纯技术效率较高但规模效率较低的企业可以鼓励其扩大生产规模达到最优，进而提高融资效率;而对于规模效率较高但纯技术效率较低的企业，可以引导企业优化企业结构，降低运营成本，提高资金使用率，鼓励科技创新。二是改善企业外部融资环境。企业融资效率受地区经济发展水平影响较大，政府应加快地区经济发展，夯实经济发展的基础上寻找新的经济增长点，依靠地区经济发展水平提高带动当地科技企业的发展，促进企业融资效率提高。政府应加大科研经费投入，一方面应完善政策体系，对科技型中小企业加大研发投入力度，提高投入资金使用效率;另一方面对科技体制进行改革，为更好利用市场机制配置研发资源提供条件，确保研发具有针对性和及时性。政府通过增加研究经费投入，激发企业研发积极性，使企业成为技术创新的主体，可有效解决企业融资问题。三是优化企业内部融资环境。企业发行流通股有助于提高市场活跃度和透明度。对于企业而言，流通股比重大可以有效调动股东积极性，优化企业的治理结构。企业应当积极响应股权分置改革，保障股东利益，提高市场投资价值和效率。另外企业可以通过扩大规模的方式达到提高企业融资效率的目的，但也不能一味追求增大企业规模而盲目扩张造成资源浪费，反而不利于企业融资效率的提升。流动负债率上升会导致企业融资效率下降，说明企业债务融资时应侧重于长期负债的形式，企业通过减少流动负债率可以逐步调整负债结构，选择适合企业发展的融资模式以提高融资效率。
参考文献：
[1] 熊英，刘彪.优化南昌科技型中小企业投资环境的对策研究[J].企业经济，2008（7）：93. [2] 曾康霖.怎样看待直接融资与间接融资[J].金融研究，1993（10）：7.
[3] 殷泽.叶望春：中小银行抱团发展才有希望[J].企业观察家，2011（5）：87.
[4] JENSEN M C，RUBACK R S.The market for corporate control： The scientific evidence[J].Journal of Financial Economics，1983（11）：5.
[5] ROMANO C A，TANEWSKI G A，SMYRNIOS K X.Capital structure decision making：A model for family business[J].Journal of Business Venturing，2001（3）：285.
[6] 楊兴全.我国上市公司融资结构的治理效应分析[J].会计研究，2002（8）：37.
[7] 朱媛，高洁，刘思琪.中小企业融资效率研究综述[J].中国集体经济，2019（32）：100.
[8] KEDING ZHU，WANG XIAOMEI.Input-output efficiency analysis of Chinese thermal power enterprises based on three-stage DEA[J].IOP Conference Series：Earth and Environmental Science，2020（2）：22.
[9] MOHAMMAD N，REZA K M，MEHDI T.A two-stage DEA model with partial impacts between inputs and outputs：Application in refinery industries[J].Annals of Operations Research，2020（1）：285.
[10] LIU X，YU X L，GAO S.A quantitative study of financing efficiency of low-carbon companies：A Three-stage data envelopment analysis[J].Business Strategy and the Environment，2019（28）：858.
[11] 周磊，安烨.新旧动能转换背景下我国现代物流业融资效率研究[J].经济问题，2019（11）：53.
[12] 赵伟，卢锐，姜长军.江浙地区各市的农业投入与产出效率分析研究：基于三阶段DEA模型计算[J].科技与管理，2018（4）：14.
[13] 伍装.中国中小企业融资效率研究[J].软科学，2006（85）：132.
[14] 潘玉香.基于数据包络分析的文化创意产业融资模式及其效率研究[J].中国软科学，2014（3）：184.
[15] 丁华，高丹.新三板挂牌企业融资效率：基于DEA-Malmquist方法[J].会计之友，2019（2）：21.
[16] GE Y，NING X L.Financing efficiency and influencing factors of China’s P2P online lending Platform[J].Service Science and Management 2019（3）：102.
[17] TAN X H，NA S Y，GUO L.External financing efficiency of rural revitalization listed companies in China：Based on two-stage DEA and grey relational analysis[J].Sustainability，2019，16（11）.
[18] 雷辉，刘俏云.基于四阶段DEA模型的绿色低碳企业融资效率研究[J].财经理论与实践，2020（3）：72.
[19] 陈巍巍，张雷，马铁虎等.关于三阶段DEA模型的几点研究[J].系统工程，2014（9）：144.
[20] 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，2015，37（10）：42.
[21] 王梦翔.基于DEA模型和Malmquist指数的白色家电行业上市公司经营绩效评价[J].科技与管理，2019（5）：74.
[22] 沈忱.中小企业在新三板市场融资效率研究：基于三阶段DEA模型定向增发研究[J].审计与经济研究，2017（3）：78.
[编辑：厉艳飞]