■朱 媛

（揚州大學(xué)廣陵學(xué)院）

1 引 言

據(jù)科學(xué)研究統(tǒng)計，我國的科技貢獻率已經(jīng)成2000年的42.2%增長到了2019年的59.5%，其說明我國整體創(chuàng)新能力得到了大幅度提升。在此背景下，江蘇省作為我國科技創(chuàng)新行業(yè)的重點省份，其不僅具備著得天獨厚的地理位置，還有著豐厚的金融、科研以及基礎(chǔ)設(shè)施等資源，也正是如此，江蘇省吸引了大量的科技型中小企業(yè)在此入駐，并為江蘇省的整體經(jīng)濟增長提供了不竭的源動力。然而相比較傳統(tǒng)行業(yè)以及大型企業(yè)來說，科技型中小企業(yè)卻有著資產(chǎn)規(guī)模小、股權(quán)結(jié)構(gòu)單一、管理模式不完善等諸多問題，再加上我國科技行業(yè)的起步時間相對較晚，導(dǎo)致科技型中小企業(yè)在實際融資過程中將會面臨著諸多問題。為能夠解決這一問題，國家采取了諸如央行準(zhǔn)備金率下調(diào)等措施，但從實際情況上來看，該些措施雖然起到了一定的效果，但與實際預(yù)期卻相差甚遠，仍舊難以解決科技型中小企業(yè)融資難的問題[1]。為能夠確定江蘇省科技型中小企業(yè)的融資效率，本文將會采用DEA模型進行衡量分析，基于此模型將可以直觀的確定企業(yè)的投入和產(chǎn)出的組合情況，方便后續(xù)研究。

2 實證分析

2.1 樣本選擇及數(shù)據(jù)來源

本文所選擇的研究樣本主要為在新三板創(chuàng)新層掛牌的江蘇省科技型中小企業(yè)，并且其實際掛牌時間在2016年以前，在剔除掉數(shù)據(jù)不全以及不符合本研究需求的企業(yè)后，最終選擇出30家具有代表性的科技型中小企業(yè)。另外，本文的研究數(shù)據(jù)主要來源與全國中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)官方網(wǎng)站以及wind金融數(shù)據(jù)庫。

2.2 研究指標(biāo)選擇

結(jié)合現(xiàn)有的研究成果，為確保研究的客觀性和精準(zhǔn)性，本文最終選擇了資產(chǎn)總額、資產(chǎn)負債率、營業(yè)成本等三項投入指標(biāo)以及凈資產(chǎn)收益率、總資產(chǎn)周轉(zhuǎn)率以及營業(yè)收入增長率等三個產(chǎn)出指標(biāo)。所以本文所選擇的總指標(biāo)數(shù)量為6個，樣本數(shù)量為30個，符合DEA法的實際要求，可以在實證過程中對DEA法進行實際應(yīng)用。

2.3 數(shù)據(jù)的無量綱化處理

由于DEA法要求樣本中所采用的數(shù)據(jù)不能夠出現(xiàn)負值或者零的情況，但在實際經(jīng)營過程中，企業(yè)的營業(yè)收入增長率和凈資產(chǎn)收益率卻可以會出現(xiàn)零和負值情況，不符合DEA法的實際要求，所以需要在進行實證分析前，對樣本數(shù)據(jù)進行無量綱化處理。

在對樣本數(shù)據(jù)進行處理過程中，將會采用功效系數(shù)法，其實際公式如下：

X×ij=0.1+(Xij-min Xij)×0.9/(max Xij-min Xij)[2]

在經(jīng)過此公式處理以后，本文中所采用的樣本數(shù)據(jù)都將會處于0.1-1之間，不會出現(xiàn)零或者負值的情況，并且不會改變樣本數(shù)據(jù)的實際意義，也不會對模型結(jié)果造成影響，還能夠符合DEA法的實際要求。

3 實證結(jié)果與分析

對現(xiàn)有的諸多研究成果進行歸納匯總分析后，發(fā)現(xiàn)大多數(shù)研究成果中對于融資效率的劃分標(biāo)準(zhǔn)都分為4個區(qū)間。本文也將會采用現(xiàn)有研究成果的劃分方式，確定融資效率數(shù)值區(qū)間如表1所示。

表1 融資效率劃分標(biāo)準(zhǔn)

如表1所示，具體內(nèi)容如下：當(dāng)企業(yè)的融資效率值在0＜h＜0.5的時候，該企業(yè)處于低效率融資水平中，即該企業(yè)對于融資資金的利用效率非常低，企業(yè)管理層人員必須要采取相應(yīng)的解決措施，提高融資效率，否則將會影響到企業(yè)后續(xù)的經(jīng)營和發(fā)展；當(dāng)企業(yè)的融資效率值0.5≤h＜0.8的時候，說明企業(yè)的融資效率比較低，說明企業(yè)對于融資資金的使用效率比較低，導(dǎo)致企業(yè)的融資成本比較高；當(dāng)企業(yè)的融資效率在0.8≤h＜1的時候，其表明企業(yè)融資效率比較高，企業(yè)對于融資中所獲取的資金利用率比較高，但卻未能夠達到對融資資金的完美利用，還需要進行一定的改善工作；當(dāng)h=1的時候，表明企業(yè)融資效率達到最佳狀態(tài)，即企業(yè)對融資資金的實際利用率達到最佳，融資規(guī)模和效益都達成了最優(yōu)匹配。

為能夠確定江蘇省科技型中小企業(yè)融資效率，本文將會通過DEAP2.1軟件，以已經(jīng)經(jīng)過無量綱化處理后的數(shù)據(jù)指標(biāo)，完成對所選企業(yè)2016—2018年三年中的純技術(shù)效率、規(guī)模效率以及綜合技術(shù)效率的實證分析，具體分析結(jié)果如下：

3.1 純技術(shù)效率分析

通過純技術(shù)效率的分析，可以確定企業(yè)管理和技術(shù)等內(nèi)容對企業(yè)融資效率所造成的實際影響。在實際研究分析過程中，本文將會通過2016—2018年三年已經(jīng)經(jīng)過無量綱化處理的數(shù)據(jù)信息，確定30家江蘇省科技型中小企業(yè)純技術(shù)效率。

通過純技術(shù)效率分析發(fā)現(xiàn)，在2016年中，30家江蘇省科技型中小企業(yè)中，有9家企業(yè)的純技術(shù)效率處于低效率區(qū)間中，占比30.00%；有10家中小企業(yè)的純技術(shù)效率比較低，占比33.33%；純技術(shù)效率處于高效率區(qū)間的中小企業(yè)僅有11家，占比36.67%，其中純技術(shù)效率達到最佳的企業(yè)僅有9家，占比30.00%，剩余兩家中小企業(yè)的純技術(shù)效率處于高效率區(qū)間內(nèi)。在2017年，純技術(shù)效率處于低效率區(qū)間的中小企業(yè)數(shù)量減少到了8家，占比26.67%；純技術(shù)效率處于較低效率區(qū)間的中小企業(yè)數(shù)量增加到了13家，占比43.33%；純技術(shù)效率處于高效率區(qū)間的中小企業(yè)總數(shù)變化為9家，占比30.00%，其中純技術(shù)效率達到最佳狀態(tài)的中小企業(yè)數(shù)量為8家，占比26.67%；純技術(shù)效率處于較高效率區(qū)間的中小企業(yè)數(shù)量為1家，占比3.33%。在2018年，純技術(shù)效率處于低效率區(qū)間的中小企業(yè)數(shù)量相比較前兩年來說得到了進一步降低，數(shù)量變化為5家，占比16.67%；純技術(shù)效率處于較低效率區(qū)間的中小企業(yè)變化為9家，占比30.00%；純技術(shù)效率處于高效率區(qū)間的中小企業(yè)數(shù)量為16家，占比53.33%；其中處于較高效率區(qū)間的中小企業(yè)數(shù)量為16.67%；處于最佳效率區(qū)間的中小企業(yè)數(shù)量為36.67%。

結(jié)合上述的純技術(shù)分析結(jié)果來看，在2016—2018年三年中，30家江蘇省科技型中小企業(yè)的純技術(shù)效率得到了較為明顯的增長，其中最佳效率區(qū)間中的中小企業(yè)從2016年的9家增長到了2018年的11家，其不僅說明該些科技型中小企業(yè)的純技術(shù)效率有著較為明顯的增長，還說明該些中小企業(yè)大多處于成長期狀態(tài)，有著較大的純技術(shù)效率發(fā)展空間，還需要進行技術(shù)完善和補充，確保企業(yè)純技術(shù)效率的進一步提升。

3.2 規(guī)模效率分析

企業(yè)規(guī)模效率可以有效反映出企業(yè)規(guī)模相關(guān)因素對企業(yè)融資效率所造成的影響，進而凸顯出企業(yè)實際生產(chǎn)規(guī)模與最佳生產(chǎn)規(guī)模間的實際差距[3]。

通過規(guī)模效率分析發(fā)現(xiàn)，在2016年，規(guī)模效率處于低效率區(qū)間的中小企業(yè)數(shù)量為2家，占比為6.67%；較低效率區(qū)間的中小企業(yè)數(shù)量為11家，占比為36.67%；較高效率區(qū)間的中小企業(yè)數(shù)量為11家，占比為36.67%；最佳效率區(qū)間的中小企業(yè)數(shù)量為6，占比為20.00%；在2016年中，規(guī)模效率處于低效率區(qū)間的中小企業(yè)數(shù)量增加為3，占比為10.00%；較低效率區(qū)間的中小企業(yè)數(shù)量增加為12家，占比40.00%；較高效率區(qū)間的中小企業(yè)數(shù)量為降低為10家，占比33.33%；最佳效率區(qū)間的中小企業(yè)數(shù)量降低為5家，占比為16.67%；在2018年，僅有1家中小企業(yè)的規(guī)模效率處于低效率區(qū)間中，占比3.33%；處于較低效率區(qū)間的中小企業(yè)數(shù)量為7家，占比56.67，處于較高效率區(qū)間的中小企業(yè)數(shù)量為17家，占比56.67%；處于最佳效率區(qū)間的中小企業(yè)數(shù)量為5家，占比16.67%。

綜上所述，雖然規(guī)模效率處于最佳效率區(qū)間的中小企業(yè)數(shù)量由2016年的6家減少到了2018年的5家，但從整體上來，30家江蘇省科技型中小企業(yè)的規(guī)模效率仍舊呈現(xiàn)出快速上升的態(tài)勢，并且在未來一段時間內(nèi)，此中發(fā)展態(tài)勢還將會得到良好的保持。

3.3 綜合技術(shù)效率分析

綜合技術(shù)效率將可以綜合反映出企業(yè)的融資使用效率情況，是對企業(yè)資源配置能力、資源使用效率等方面內(nèi)容的綜合評估后的結(jié)果。

通過綜合技術(shù)效率分析發(fā)現(xiàn)，在2016年，30家科技型中小企業(yè)中，綜合技術(shù)效率處于低效率區(qū)間的企業(yè)數(shù)量為16家，占比53.33%；處于較低效率區(qū)間的中小企業(yè)數(shù)量為7家，占比23.33%；處于較高效率區(qū)間的中小企業(yè)僅有1家，占比3.33%；處于最佳效率區(qū)間的中小企業(yè)數(shù)量為6家，占比20.00%。在2017年，綜合技術(shù)效率處于低效率區(qū)間的中小企業(yè)數(shù)量為11家，占比36.67%；處于較低效率區(qū)間的數(shù)量為8家，占比26.67%；處于較高效率區(qū)間的中小企業(yè)數(shù)量為7家，占比23.33%；處于最佳效率區(qū)間的中小企業(yè)數(shù)量為4家，占比16.67%。在2018年中，綜合技術(shù)效率處于低效率區(qū)間的中小企業(yè)數(shù)量為9家，占比30.00%；處于較低效率區(qū)間的中小企業(yè)數(shù)量為11家，占比36.67%；處于較高效率區(qū)間的中小企業(yè)數(shù)量為15家，占比50.00%；處于最佳效率區(qū)間的中小企業(yè)數(shù)量為5家，占比16.67%。

綜上所述，在2016—2018年3年中，雖然30家江蘇省科技型中小企業(yè)中綜合技術(shù)效率處于最佳狀態(tài)的企業(yè)還比較少，但從整體上來看，該些中小企業(yè)的綜合技術(shù)效率卻一直處于快速增長的階段中，由此可以發(fā)現(xiàn)，江蘇省科技型中小企業(yè)的綜合經(jīng)營效率仍舊有著較大的發(fā)展空間。

4 結(jié)論與建議

綜合上述研究結(jié)果來看，如今在新三板創(chuàng)新層掛牌的30家江蘇省科技型中小企業(yè)的實際融資效率達到最佳狀態(tài)的企業(yè)數(shù)量還相對較少，其不僅說明如今企業(yè)融資資金使用問題比較多，還說明企業(yè)有著較大的提升空間。對此，本文將提出以下幾點建議：

4.1 加快企業(yè)科技創(chuàng)新

對于科技型中小企業(yè)來說，促進融資效率提升的最關(guān)鍵內(nèi)容將是加快科技創(chuàng)新。因此，在實際企業(yè)經(jīng)營過程中，企業(yè)應(yīng)向員工貫徹創(chuàng)新意識，并積極參加并開展各種技術(shù)創(chuàng)新活動，加大對科技創(chuàng)新的資金投入，引入有著創(chuàng)新意識的先進科技人才，對企業(yè)諸多現(xiàn)有資源進行充分利用，開發(fā)出能夠滿足當(dāng)今市場實際需求的創(chuàng)新科技產(chǎn)品，提高企業(yè)市場競爭力，推進企業(yè)發(fā)展。

4.2 豐富融資方式

結(jié)合當(dāng)今實際情況來看，如今在新三板創(chuàng)新層掛牌的江蘇省科技型中小企業(yè)所采用的融資方式大多以定向增發(fā)為主，對于股權(quán)融資、債券融資等多樣化融資方式的相關(guān)利用卻比較少，致使企業(yè)的融資結(jié)構(gòu)中存在的結(jié)構(gòu)不合理的問題[4]。對此，企業(yè)不僅要積極采用股權(quán)融資、債券融資等傳統(tǒng)融資方式的實際使用，還要適當(dāng)?shù)牟捎脙?yōu)先股融資、資產(chǎn)證券化等新型融資方式的使用，改變企業(yè)融資結(jié)構(gòu)，提高資金利用效率的同時，降低企業(yè)融資風(fēng)險，保障企業(yè)的長久健康發(fā)展。