一、引言

我國(guó)于2016年5月27日頒布《全國(guó)中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)掛牌企業(yè)分層管理辦法(試行)》，將新三板掛牌企業(yè)分為創(chuàng)新層和基礎(chǔ)層兩個(gè)層級(jí)。分層方案的落地，意味著新三板結(jié)束了簡(jiǎn)單的規(guī)?；鲩L(zhǎng)，進(jìn)入了質(zhì)、量并重，更強(qiáng)調(diào)質(zhì)的精細(xì)化發(fā)展階段。新三板高速發(fā)展的同時(shí)，企業(yè)發(fā)展的兩極化格局也逐漸顯現(xiàn)。本文從定增價(jià)格入手，結(jié)合Oaxaca-Blinder模型，探討分層政策是否加劇“兩極化”差異并考察分層政策對(duì)我國(guó)中小企業(yè)融資定價(jià)的影響。

二、數(shù)據(jù)和實(shí)證方法

(一)數(shù)據(jù)

本文所使用的新三板公司的基本資料和財(cái)務(wù)數(shù)據(jù)來(lái)源于 Wind 數(shù)據(jù)庫(kù)。數(shù)據(jù)的樣本期間為 2015年4月至 2017年4月。為了確保實(shí)證結(jié)果的有效性，我們對(duì)數(shù)據(jù)樣本進(jìn)行了如下處理：(1)剔除自愿放棄進(jìn)入創(chuàng)新層的公司；(2)剔除有違規(guī)行為的公司。整理后，本文所使用的樣本共包含5347家公司，其中基礎(chǔ)層4210家，創(chuàng)新層1137家。

(二)變量

被解釋變量為新三板定向增發(fā)企業(yè)的定增價(jià)格。解釋變量包括企業(yè)財(cái)務(wù)指標(biāo)和新三板特征變量指標(biāo)。其中解釋變量的選取如下：

(1)政策的影響：分層政策為本文的虛擬變量。企業(yè)位于創(chuàng)新層，則分層政策變量等于1；企業(yè)位于基礎(chǔ)層，則分層政策變量等于0。(2)財(cái)務(wù)指標(biāo)變量的選?。盒氯骞径ㄔ龉善钡亩▋r(jià)難以依據(jù)市場(chǎng)價(jià)格確定，而是綜合考慮定增公司的情況后，由雙方協(xié)商確定。本文選取了運(yùn)營(yíng)能力(總資產(chǎn)周轉(zhuǎn)率)、負(fù)債程度(資產(chǎn)負(fù)債率)、償債能力(利息支付倍數(shù)、經(jīng)營(yíng)活動(dòng)現(xiàn)金流/負(fù)債)、盈利能力(銷售毛利率、每股收益、凈利潤(rùn))等作為解釋變量構(gòu)建回歸模型。(3)新三板特征變量的選取：考慮到新三板與主板、中小板和創(chuàng)業(yè)板的不同，本文還加入了新三板特色的變量指標(biāo)：是否包含做市商以及定向增發(fā)發(fā)行規(guī)模(新股發(fā)行數(shù)量)。

(三)實(shí)證方法

本文參考采用多因素回歸分析方法，模型設(shè)定為：

Pi=a1Li+a2iADPt+a3iAPt+a4iAAOt+a5AD+a6VMt+a7SIt+eit

其中：Li表示分層政策的虛擬變量，Li=1表示創(chuàng)新層；Li=0表示基礎(chǔ)層；ADPt、APt、AAOt、AD分別表示新三板公司i在t時(shí)期的償債能力、盈利能力、運(yùn)營(yíng)能力、負(fù)債程度；VMt表示t時(shí)期增發(fā)實(shí)施是否包含做市商的虛擬變量；SIt表示t時(shí)期的增發(fā)新股的發(fā)行規(guī)模(新股發(fā)行數(shù)量)；eit表示殘差，它統(tǒng)一表示了凡是對(duì)被解釋變量有影響而沒(méi)有被各個(gè)解釋變量所反映的信息的總和。

三、實(shí)證檢驗(yàn)

在本文的第二部分，我們給出了研究定增定價(jià)的主導(dǎo)因素的實(shí)證模型，基于此，在本部分我們匯報(bào)了主要的實(shí)證結(jié)果。

(一)變量描述性統(tǒng)計(jì)

表1報(bào)告了變量的描述性統(tǒng)計(jì)結(jié)果。通過(guò)對(duì)比不同變量下創(chuàng)新層與基礎(chǔ)層企業(yè)的數(shù)據(jù)，可以看出創(chuàng)新層企業(yè)普遍好于基礎(chǔ)層。

表1 變量描述統(tǒng)計(jì)

(二)實(shí)證檢驗(yàn)

1.線性回歸

為衡量分層當(dāng)年政策效應(yīng)，這部分我們選取分層后(2016年6月之后)到2016年年報(bào)披露前(2017年4月之前)實(shí)施定向增發(fā)的公司數(shù)據(jù)。估計(jì)結(jié)果顯示，層級(jí)項(xiàng)的系數(shù)為1.248，且在5%的顯著性水平上顯著，說(shuō)明創(chuàng)新層相比于基礎(chǔ)層公司的增發(fā)價(jià)格多1.248元。此外，銷售毛利率、總資產(chǎn)周轉(zhuǎn)率、每股收益這三個(gè)指標(biāo)對(duì)新三板增發(fā)價(jià)格的影響較大，且在0.1%顯著水平下通過(guò)檢驗(yàn)?！笆欠癜鍪猩獭边@一指標(biāo)雖然與實(shí)際發(fā)行價(jià)格負(fù)相關(guān)，但是統(tǒng)計(jì)結(jié)果不顯著。現(xiàn)實(shí)生活中，做市商的作用之一是使股價(jià)與公司價(jià)值匹配，但由于市場(chǎng)流動(dòng)性不足、做市商供需失衡、估值困難等問(wèn)題，做市商試圖壓低定增價(jià)格的現(xiàn)象并不鮮見(jiàn)。

表2 分層政策實(shí)施后新三板定增價(jià)格的線性回歸結(jié)果

legend：*p<0.1；**p<0.05；***p<0.001。

由表2的回歸結(jié)果，可以發(fā)現(xiàn)定向增發(fā)價(jià)格與分層層級(jí)有顯著正相關(guān)關(guān)系。但是考慮到進(jìn)入創(chuàng)新層企業(yè)更具有優(yōu)勢(shì)性，因此需要檢驗(yàn)定增股價(jià)與“層級(jí)”呈現(xiàn)正相關(guān)關(guān)系是因?yàn)椤胺謱诱摺睂?duì)投資者傳遞的信號(hào)作用還是公司的優(yōu)勢(shì)。

為了檢驗(yàn)上述問(wèn)題，我們篩選了2014年公司年報(bào)發(fā)布之后到分層政策之前的數(shù)據(jù)，依據(jù)分層政策的分層標(biāo)準(zhǔn)，人為將樣本公司分為“創(chuàng)新層”和“基礎(chǔ)層”進(jìn)行回歸。此時(shí)還沒(méi)有分層政策對(duì)投資者傳遞的信號(hào)作用，“層級(jí)”的回歸系數(shù)不包含“分層政策的信號(hào)作用”系數(shù)。

表3 分層政策實(shí)施前新三板定增價(jià)格的線性回歸結(jié)果

legend：*p<0.1；**p<0.05；***p<0.001。

表3結(jié)果顯示，此時(shí)“層級(jí)”的回歸系數(shù)依然顯著。說(shuō)明“分層政策”傳遞的信號(hào)作用不強(qiáng)，不同層級(jí)公司的定增價(jià)格的差異是由公司特性決定的?；谏鲜龇治?，我們采用OB模型分解帶來(lái)不同層級(jí)公司定增價(jià)格的差異的相對(duì)重要因素。

2.OB模型

Oaxaca是在均值上對(duì)差異進(jìn)行分解的，其前提是被分解的樣本符合正太分布。由圖1所示，創(chuàng)新層和基礎(chǔ)層融資價(jià)格不是正太分布。

圖1 創(chuàng)新層的融資價(jià)格(左)、基礎(chǔ)層的融資價(jià)格(右)

針對(duì)偏態(tài)分布的Oaxaca，我們需要用到Rif回歸，最終回歸結(jié)果如表4所示。可見(jiàn)，不用層級(jí)公司的定增價(jià)格之間的差異是顯著的，差異的“可解釋部分”主要?dú)w因于每股收益、資產(chǎn)負(fù)債率、凈利潤(rùn)。

表4 影響不同層級(jí)公司定增價(jià)格因素的Oaxaca分解

legend：*p<0.1；**p<0.05；***p<0.001。

四、結(jié)論

本文檢驗(yàn)了分層政策的政策效應(yīng)，發(fā)現(xiàn)定向增發(fā)價(jià)格與分層層級(jí)有顯著正相關(guān)關(guān)系，但“分層政策”傳遞的信號(hào)作用不強(qiáng)，不同層級(jí)公司的定增價(jià)格的差異主要是由公司特性決定的。OB模型的回歸結(jié)果顯示，不用層級(jí)公司的定增價(jià)格之間的差異是顯著的，差異的“可解釋部分”主要?dú)w因于每股收益、資產(chǎn)負(fù)債率、凈利潤(rùn)。

(首都經(jīng)濟(jì)貿(mào)易大學(xué)，北京 100070)