互联网金融下中小企业融资效率研究
柴正猛 牛玉苗
摘要：文章基于2013～2018年新三板上市公司的数据，运用DEA模型对1670家中小企业的融资效率估计，并在构建互联网金融指标时运用主成分分析，引入盈利能力指标进行固定效应模型检验，得出互联网发展水平及盈利能力的提高对融资效率具有促进作用，所以中小企业选择互联网金融融资并且增强盈利能力可以提高企业融资效率。
关键词：互联网金融;融资效率;DEA模型
一、引言及文献综述
近年来，我国的中小企业蓬勃发展，中小企业的数量占据在工商登记注册的市场主体比重达到94.15%。虽然中小企业规模众多，但是融资渠道却很少，因此，提高融资效率成为发展中小企业亟待解决的问题。互联网的发展使得中小企业之间在借贷过程中的交易成本和信息不对称程度越低，拓展了中小企业的融资机会。另外企业自身的经营状况即盈利水平，可以给投资者风险评价最为直观的感受，因此，对于中小企业的融资效率的影响分析是非常有必要的。
目前，有关互联网金融的研究主要集中于两个方面：一是研究互联网金融的运行模式，它区别于商业银行间接融资和资本市场直接融资的第三种融资模式（谢平、邹传伟，2012）。二是研究互联金融对传统金融的影响。由于互联网的出现，优化了社会融资结构（刘柳、屈小娥，2017），对传统金融发展产生负向影响。而互联网金融中網络平台的开放性和公平性为中小企业提供了融资机会（王傲君，2018）。
综上所述，目前对于互联网金融对于中小企业融资效率的研究较少。因此本文基于新三板的中小企业的数据，利用DEA模型测算融资效率大小，并构建了互联网金融发展水平和盈利能力两个指标，以研究互联网金融下中小企业融资效率的影响。
二、理论分析与研究假设
（一）互联网金融对融资效率的影响
中小企业的融资最常用的方式为商业银行贷款。然而，传统银行在贷款时往往选择资金雄厚的大型企业，互联网的发展则改变了融资模式。互联网金融运用网络平台使资金供需双方的信息进行公开，降低了监督和交易成本。并且由于互联网解决融资双方信息不对称问题，使得中小企业在融资时的交易效率提高。另外互联网金融的“长尾”效应对传统金融机构形成了倒逼，企业债务融资成本降低，提高融资效率。因此，提出假设1。
假设1：互联网金融对于中小企业的融资效率具有促进作用。
（二）盈利能力对融资效率的影响
盈利能力可以为资金的供给者提供未来资金偿还的风险预期，当企业拥有较高的盈利能力时，意味着企业创造价值能力高。因此，盈利能力强的企业可以低成本获得资金的融入，并且可以运用自身的资源创造更大的价值，使得资金的配置效率也得到提高。因此，盈利能力对于中小企业的融资效率也有促进作用，因此，提出假设2。
假设2：中小企业的盈利能力对融资效率的提高具有正向作用。
三、研究设计
（一）融资效率的估计
在对融资效率分析时采取DEA对其进行估计，在投入指标中选择财务费用、主营业务成本、资产负债率和资产总额，产出指标选择净资产收益率、总资产周转率、主营业务收入增长率。并对所有投入和产出指标需要进行无量纲化处理后运用DEAp2.1计算出来的中小企业的融资效率值，统计结果如表1所示。
由表1可以看出，在中小企业股份转让系统上市的公司，其融资的技术效率（TE）在2013～2018年之间其均值在0.3～0.7左右，融资效率不高。另外，规模效率（SE）在该区间的均值为0.756，说明中小企业正处在规模报酬递增的融资阶段，而现阶段资金的缺乏抑制了企业发展，因此应开展互联网金融等多渠道融资。
（二）互联网金融发展水平的估计
在对互联网金发展水平进行估计时，选择代表互联网金融发展水平的5个指标：第三方支付机构数量、p2p网贷平台数量、P2P累计成交量、P2P网贷余额、第三方互联网支付交易规模，运用主成成分分析法进行估计，综合构建互联网金融发展指数。
对于上述指标，进行 KMO检验和Bartlett，KMO检验值0.662>0.6，Bartlett球形度检验的显著性概率为0.009<0.05，运用SPSS软件进行主成分分析法结果如表2所示，所得出的因子1和因子2的特征根都大于1，且累计的方差贡献率为97.733%，使大部分信息都包含在内，因此，前两个主成分可以用来表示互联网金融的发展水平，并将这两个指标提取为主成分，记录为F1和F2。
用加权平均法对两个主成分的贡献率进行计算，得出互联网发展水平的指标值，计算公式为：
F=（67.3%*F1+30.433%*F2）/97.733%。
并在计算得到的指标基础上进行极差标准化处理，得到2013～2018年互联网金融发展水平的综合指数IFI，如表3所示。
（三）变量说明和模型设定
因此，基于上述分析，把模型设定如下：
FEit=β0+β1IFIit+β2ROAit+β3ICit+β4Scaleit+εit
各变量的下标i、t分别表示公司和时间，FE为运用DEA模型计算的中小企业的融资效率，IFI为互联网的发展水平指数，ROA为盈利能力，IC和scale为两个控制变量，分别为销售收入的对数和期末总资产的对数。
（四）数据来源
对于中小企业公司的数据来源于wind的新三板数据，在数据处理中删除金融、保险、ST、ST*以及数据缺失的企业，剔除后每个指标共有1670个代表中小企业的公司。另外由于互联网金融数据选择区间为2013～2018年，来源于中国人民银行、艾瑞数据和网贷之家。并且对每个变量按公司以“年”为尺度对观测值进行winsorize 上下极值各1%处理。
四、实证分析
（一）描述性统计
基于上述变量的计算及所搜集的数据，表4给出1670个公司，在2013～2018年，共10020个观察值的变量描述性统计。
（二）实证结果分析
由于本文采取面板数据分析，因此在选择模型检验之前运用Hausman检验的统计量来选择是选用固定效应回归还是随机效应回归。基于Hausman检验，P值为0.000，显著拒绝原假设，因此选择固定效应模型进行回归分析，并进行稳健性分析，结果如表5。
其中，FE（1）为固定效应的结果，其中IFI的回归系数为0.254，说明当互联网金融发展水平每提高1单位，融资效率则提高0.254个单位，而盈利能力的回归系数为0.545，则盈利能力提高1单位，融资效率提高0.545个单位。总之，两个变量的回归系数都为负数，并且在1%的水平下通过显著性检验。验证了假设1和假设2。
而在进行稳健性时，采用第三方互联网支付交易规模的对数值作为互联网金融发展水平的变量，检驗结果见FE（2）可以看出，互联网金融的发展水平与盈利能力都为正，并且也在1%的水平下通过显著性检验。并发现稳健性检验结果的变量的符号、显著性均与之前实证检验相同。说明在影响互联网金融的发展和盈利能力都对中小企业融资效率起到促进作用。
五、结语
本文基于2013～2018年在中小股份转让系统上市的公司为研究样本，建立固定效应模型进行实证分析，研究发现，中小企业的融资效率的提升可以通过提高互联网金融水平和企业的盈利能力。因此，基于前面的理论及实证的研究结论提出以下建议。
第一，企业应该诚信经营，转变融资方式。树立良好的企业信用，规范企业的内部管理，增强内部控制问题，使得资金的使用效率得到提高，间接解决信息的不对称问题。另外合理使用使用互联网和金融工具，选择多元化的融资渠道，向新型产业进军，提高自身的盈利能力和企业价值。
第二，促进互联网金融的发展，使得金融资源的利用效率得到提高，并且服务于中小企业的发展，并且加强对互联网金融的约束和监管，提升互联网金融的安全指数，为中小企业的融资做出贡献。
参考文献：
[1]刘柳，屈小娥.互联网金融改善了社会融资结构吗？——基于企业融资选择模型[J].财经论丛，2017（03）：38-48.
[2]王傲君.基于互联网金融的小微企业融资模式效用研究[J].中国集体经济，2018（06）：87-89.
[3]谢平，邹传伟.互联网金融模式研究[J].金融研究，2012（12）：11-22.
（作者单位：昆明理工大学管理与经济学院）
