劉靜一,仲 琳,李新鋒

(1.鄭州大學(xué) 商學(xué)院，河南 鄭州 450001；2.中原股權(quán)交易中心，河南 鄭州 450018)

一、引 言

根據(jù)工信部統(tǒng)計數(shù)據(jù)，截至2018年底，我國中小企業(yè)的數(shù)量已經(jīng)超過3 000萬家，個體工商戶數(shù)量超過7 000萬戶，他們貢獻我國50%以上的稅收，60%以上的GDP，70%以上的技術(shù)創(chuàng)新成果和80%以上的勞動力就業(yè)崗位，在我國經(jīng)濟發(fā)展中占有重要地位。河南省作為我國經(jīng)濟大省，中小企業(yè)占比較大，其在推動經(jīng)濟發(fā)展中起到了重要作用。然而由于企業(yè)自身發(fā)展不足，企業(yè)與銀行信息不對稱，金融資源配置的不合理等原因，使得河南省中小企業(yè)融資難、融資貴的問題愈發(fā)凸顯。因此，如何改善河南省中小企業(yè)融資現(xiàn)狀，拓寬中小企業(yè)融資渠道，提高中小企業(yè)融資效率成為亟待解決的問題。

中原股權(quán)交易中心(以下簡稱交易中心)作為河南省唯一的省際區(qū)域性股權(quán)交易場所，已有交易板掛牌企業(yè)288家，上市后備板掛牌企業(yè)36家，展示板掛牌企業(yè)7 023家，掛牌企業(yè)遍布全省18個城市，融資總金額達(dá)到72.28億元，在促進河南省中小企業(yè)融資渠道多樣化，推動中小企業(yè)公司治理，激發(fā)中小企業(yè)科技創(chuàng)新能力等方面發(fā)揮了積極作用。本文以交易中心掛牌企業(yè)為樣本，采用超效率DEA-Malmquist方法對掛牌企業(yè)的融資效率進行評價，同時運用超效率DEA投影分析掛牌企業(yè)融資有效和無效的原因，并進一步采用Tobit模型深入分析影響掛牌企業(yè)融資效率的因素，為河南省中小企業(yè)和中原股權(quán)交易中心的融資發(fā)展提供理論依據(jù)。

二、文獻綜述

國外學(xué)者關(guān)于企業(yè)融資效率的研究主要集中于融資結(jié)構(gòu)和融資方式對企業(yè)融資的影響。Jensen和Ruback(1993)[1]將融資有效定義為企業(yè)將通過各種渠道所籌集的資金合理運用到生產(chǎn)經(jīng)營中，特定條件下，獲得生產(chǎn)所需要的資金即為融資有效。Stulz(2004)[2]從投資管理角度出發(fā)，發(fā)現(xiàn)通過對投資資源的管理，可以降低投資不足或投資過度帶來的成本費用。Michael L.et al.(2005)[3]分析企業(yè)的融資結(jié)構(gòu)，發(fā)現(xiàn)資產(chǎn)負(fù)債率越低，企業(yè)的盈利能力越強。

國內(nèi)學(xué)者對中小企業(yè)融資效率的研究主要有兩大類：一是對不同層次資本市場中企業(yè)的融資效率進行研究，二是對某一地區(qū)或行業(yè)的企業(yè)融資效率進行研究。對于第一類研究，方先明和吳越洋(2015)[4]、王重潤和王贊(2016)[5]、王小寧等(2016)[6]、沈忱(2017)[7]等運用傳統(tǒng)DEA模型對新三板市場的中小企業(yè)的融資效率進行測算，發(fā)現(xiàn)其融資效率普遍較低，這一結(jié)果與企業(yè)自身規(guī)模、融資的盲目性以及新三板市場融資方式和市場機制的不健全有關(guān)。田金方等(2017)[8]以滬市13個行業(yè)39家公司為例，采用超效率DEA和Malmquist指數(shù)對其進行融資效率研究，結(jié)果表明技術(shù)效率偏低是影響融資效率的主要因素，技術(shù)進步不足是經(jīng)濟發(fā)展的短板。對于第二類研究，魏開文(2001)[9]運用模糊綜合評估法，從融資方式角度研究我國中小企業(yè)融資效率，發(fā)現(xiàn)中小企業(yè)最有效的融資方式是內(nèi)部融資，債券融資比股權(quán)融資更有效。高山(2010)[10]對科技型中小企業(yè)的融資效率進行評價，發(fā)現(xiàn)90%的企業(yè)未達(dá)到技術(shù)有效和規(guī)模有效，融資效率普遍偏低。潘玉香等(2014)[11]運用DEA方法，對在中小板和創(chuàng)業(yè)板上市的文化創(chuàng)意企業(yè)的融資效率進行研究，發(fā)現(xiàn)我國文化創(chuàng)意產(chǎn)業(yè)融資效率普遍偏低。潘永明等(2016)[12]運用DEA-Malmquist方法和Tobit模型，發(fā)現(xiàn)我國環(huán)保產(chǎn)業(yè)在2009-2013年融資效率下降，整體融資效率未達(dá)到有效狀態(tài)。宋歌(2018)[13]研究了河南與中部五省的軟件產(chǎn)業(yè)融資效率，發(fā)現(xiàn)河南省大多數(shù)軟件企業(yè)融資效率不高。周磊和安燁(2019)[14]對我國物流業(yè)上市公司進行融資效率研究，發(fā)現(xiàn)規(guī)模效率低下是制約企業(yè)融資效率的主要原因。

在效率評價方法上，數(shù)據(jù)包絡(luò)分析法的運用最為廣泛，但是，該方法只能區(qū)分無效單元，無法對有效單元進行區(qū)分。為彌補這一缺陷，Andersen和Petersen(1993)[15]提出了超效率DEA模型，該方法可以進一步區(qū)分有效單元的效率值。此外，傳統(tǒng)DEA投影分析將非有效的決策單元投影到DEA有效面，僅能判斷無效單元的無效原因，而趙春英和馬占新(2019)[16]在此基礎(chǔ)上提出的超效率DEA投影，可以同時得到無效單元的無效原因和有效單元的優(yōu)勢所在。綜合來看，國內(nèi)外學(xué)者對企業(yè)融資效率的研究成果豐碩，但有關(guān)河南省中小企業(yè)的融資效率研究較少，且鮮有文獻同時對無效企業(yè)和有效企業(yè)融資進行分析。基于此，本文運用超效率DEA及其投影分析和Malmquist方法，測算中原股權(quán)交易中心掛牌企業(yè)的融資效率，并進一步采用Tobit模型深入分析影響掛牌企業(yè)融資效率的因素。本文的主要貢獻在于：(1)從靜態(tài)角度、動態(tài)角度和行業(yè)角度對掛牌企業(yè)融資效率進行評價，有助于加深對掛牌企業(yè)融資效率的理解與認(rèn)識，促進融資效率的提高；(2)運用超效率DEA及其投影分析，在傳統(tǒng)的分析企業(yè)非融資有效不足的同時，創(chuàng)新性地對融資有效的企業(yè)進行投影分析，得到有效企業(yè)有效的原因，為企業(yè)提供全面的改進方向；(3)運用Tobit模型對影響融資效率的因素進行分析，探討各因素與融資效率的關(guān)聯(lián)特征，為促進河南省中小企業(yè)的快速發(fā)展提供理論借鑒。

三、模型的構(gòu)建及選擇

(一)超效率DEA模型及其投影

傳統(tǒng)的DEA模型能夠?qū)τ行o效的決策單元進行區(qū)分，對于無效的決策單元，可以通過效率值的高低進行比較，而由于有效的決策單元效率值均為1，因此有效的決策單元無法進行比較。面對這一難題，Andersen與Petersen(1993)[15]建立了超效率數(shù)據(jù)包絡(luò)分析模型，以對有效決策單元進行進一步區(qū)分。超效率DEA模型表達(dá)如下：

雖然超效率DEA模型克服了傳統(tǒng)DEA的缺陷，實現(xiàn)對有效單元的效率測度，但沒有對有效單元的投影進行分析。因此，本文使用趙春英和馬占新(2019)[17]提出的超效率DEA投影方法，進一步分析無效單元的無效原因和有效單元的優(yōu)勢所在。

假設(shè)超效率DEA有最優(yōu)解為θ，s-，s+，λj，j=1,2,…，n，則(xj0,yj0)的超效率DEA投影為：

決策單元的改進值為：

(二)超效率DEA-Malmquist指數(shù)模型

超效率DEA-Malmquist模型可以實現(xiàn)對掛牌企業(yè)融資效率的動態(tài)分析，該模型將Malmquist指數(shù)分為技術(shù)變動和效率變動兩個方面，Malmquist指數(shù)和技術(shù)變化、效率變化之間的關(guān)系是：

Tfpch=Effch*Techch=(pech*sech)*Techch

在上式中，Tfpch即全要素生產(chǎn)率變化指數(shù)，Effch指綜合技術(shù)效率值變動，它可以分解為pech和sech兩個部分，分別代表純技術(shù)效率與規(guī)模效率的變化，Techch代表技術(shù)變化。Tfpch大于1表示企業(yè)生產(chǎn)效率提升，小于1表示生產(chǎn)效率下降；Effch大于1，意味著綜合技術(shù)效率提高，小于1意味著綜合技術(shù)效率降低。Techch大于1代表技術(shù)進步，小于1代表技術(shù)退步。pech大于1，表示純技術(shù)效率提高，小于1代表純技術(shù)效率降低。sech大于1表明規(guī)模效率提升，小于1表明規(guī)模效率降低。

(三)Tobit模型

Tobit模型是由托賓(1985)[17]提出的解決因變量受約束的回歸模型，適用于部分連續(xù)或部分離散的因變量，可以有效處理數(shù)據(jù)截斷的問題。當(dāng)數(shù)據(jù)被截斷時，若運用最小二乘法回歸將會使得參數(shù)有偏差且不一致，而Tobit模型采用最大似然法估計參數(shù)值，對含有受限因變量的數(shù)據(jù)進行處理時，可以得到相對準(zhǔn)確的回歸結(jié)果，因此本文選擇Tobit模型來分析企業(yè)融資效率的影響因素。Tobit模型的一般形式是：

Y*=βXi+εi,εi～N(0,σ2)

其中，Y*是潛在變量，Yi是截斷被解釋變量，Xi是解釋變量，β是未知參數(shù)，εi是隨機擾動項，且εi～N(0,σ2)。

四、掛牌企業(yè)融資效率評價

(一)指標(biāo)選取與數(shù)據(jù)來源

1.融資效率評價指標(biāo)的選取

綜合考慮投入產(chǎn)出指標(biāo)的有效性、可比性和可獲得性，選擇資產(chǎn)總額、資產(chǎn)負(fù)債率、主營業(yè)務(wù)成本三個投入指標(biāo)，營業(yè)收入、凈資產(chǎn)收益率、凈利潤三個產(chǎn)出指標(biāo)。具體指標(biāo)如下：

(1)投入指標(biāo)

1)資產(chǎn)總額。資產(chǎn)總額是指企業(yè)資產(chǎn)負(fù)債表的資產(chǎn)總計項。資產(chǎn)是企業(yè)運行的基礎(chǔ)，資產(chǎn)總額衡量了企業(yè)的資產(chǎn)規(guī)模。

2)資產(chǎn)負(fù)債率。資產(chǎn)負(fù)債率是期末負(fù)債總額和資產(chǎn)總額的比值，用公式表示即：資產(chǎn)負(fù)債率=總負(fù)債/總資產(chǎn)。該指標(biāo)說明企業(yè)總資產(chǎn)中借債籌資的資金所占比例。過低會影響企業(yè)的盈利水平，進而導(dǎo)致企業(yè)融資效率的變動。

3)主營業(yè)務(wù)成本。它表示企業(yè)用于生產(chǎn)、銷售和主營業(yè)務(wù)相關(guān)的商品與服務(wù)所產(chǎn)生的成本，能夠體現(xiàn)企業(yè)資金的具體運用狀況。主營業(yè)務(wù)成本的大小直接影響企業(yè)融資效率的高低。

(2)產(chǎn)出指標(biāo)

1)營業(yè)收入。營業(yè)收入是從事主營業(yè)務(wù)或其他業(yè)務(wù)所取得的收入，用公式表示為：

營業(yè)收入=主營業(yè)務(wù)收入+其他業(yè)務(wù)收入或營業(yè)收入=產(chǎn)品銷售量*產(chǎn)品單價

2)凈資產(chǎn)收益率。它表示公司稅后利潤和凈資產(chǎn)的百分比。該指標(biāo)的數(shù)值大小與投資所帶來的收益高低成正比，凈資產(chǎn)收益率越高，說明投資帶來的收益越高。

3)凈利潤。它是由企業(yè)本期利潤總額與所得稅相減得到，也就是企業(yè)的稅后利潤。凈利潤是體現(xiàn)企業(yè)經(jīng)營好壞的重要指標(biāo)。其計算公式為：凈利潤=利潤總額-所得稅。

2.數(shù)據(jù)來源

由于中原股權(quán)交易中心于2015年成立，成立時間較短，考慮到數(shù)據(jù)的可靠性和可獲得性，本文選取2015-2018年在交易中心掛牌交易的企業(yè)作為融資效率評價分析的研究對象，并剔除部分?jǐn)?shù)據(jù)不全、摘牌、停牌等不符合要求的企業(yè)數(shù)據(jù)。樣本數(shù)據(jù)均來自中原股權(quán)交易中心。

3.數(shù)據(jù)處理

超效率DEA模型的計算過程要求數(shù)據(jù)指標(biāo)均為正值，但文中選取指標(biāo)數(shù)據(jù)中存在負(fù)值，因此本文采取如下方法對數(shù)據(jù)進行無量綱化處理：

其中，max、min為第i個指標(biāo)的最大值和最小值。

(二)融資效率靜態(tài)評價

1.融資效率綜合分析

運用MATLAB R2017a軟件對樣本數(shù)據(jù)的融資效率進行測算。表1為掛牌企業(yè)年度平均超效率值評價結(jié)果。從表1可以看出，2015年和2016年掛牌企業(yè)融資效率較高，平均水平處于有效狀態(tài)，出現(xiàn)這一結(jié)果的部分原因是掛牌企業(yè)數(shù)量較少；2017年掛牌企業(yè)的平均超效率值為0.7962，處于較低的水平；2018年融資效率均值為0.9852，整體融資水平并未達(dá)到有效?？傮w看，掛牌企業(yè)融資效率仍處于非有效階段，企業(yè)融資效率有待提升。

表1 掛牌企業(yè)年平均超效率值

參考融資效率的一般界定標(biāo)準(zhǔn)，得到表2中掛牌企業(yè)融資效率分布比例。由表2可見，2015年融資有效的企業(yè)占55.56%，達(dá)到半數(shù)以上，2016年融資有效的企業(yè)占29.17%，但由于2015年和2016年掛牌企業(yè)數(shù)量較少，其結(jié)果所反映的整體融資效率不具有充分性。而2017年和2018年融資效率有效的企業(yè)占13.49%和10.81%，說明融資有效的掛牌企業(yè)比例較小，融資較有效的企業(yè)2017年和2018年所占比例分為21.43%和48.65%，總體上融資較有效的企業(yè)比例有所上升。

表2 掛牌企業(yè)融資效率分布百分比 (%)

2.超效率DEA投影分析

借鑒趙春英等(2019)[16]提出的超效率DEA投影方法，首先測算企業(yè)融資效率以及松弛變量，其次計算有效企業(yè)的超效率投影，得到這些企業(yè)的改進值。

根據(jù)表3，對于融資非有效的企業(yè)，從投入角度，資產(chǎn)總額和資產(chǎn)負(fù)債率需要調(diào)整的企業(yè)比例較大，表明企業(yè)資產(chǎn)總額不足和資金結(jié)構(gòu)不合理是導(dǎo)致企業(yè)融資效率低下的主要原因；從產(chǎn)出角度，凈資產(chǎn)收益率和凈利潤需要調(diào)整的企業(yè)居多，表明企業(yè)在提高資金使用效率和盈利能力方面仍需改進。

表3 融資無效企業(yè)投入產(chǎn)出指標(biāo)松弛變量統(tǒng)計

根據(jù)表4，對于融資有效的企業(yè)，從投入角度，Δ<0反映了相對于有效單元投影的優(yōu)勢，說明在主營業(yè)務(wù)成本和資產(chǎn)負(fù)債率占優(yōu)勢的有效企業(yè)居多，而資產(chǎn)總額優(yōu)勢較??；Δ>0反映指標(biāo)的不足，與有效單元投影相比資產(chǎn)總額投入較多的企業(yè)占比最大，資產(chǎn)負(fù)債率指標(biāo)次之，這表明對于融資有效企業(yè)，資產(chǎn)結(jié)構(gòu)可以朝更加合理的方向改進。從產(chǎn)出角度，所有融資有效企業(yè)在產(chǎn)出中均不具備優(yōu)勢，企業(yè)可以通過改進三個產(chǎn)出指標(biāo)以進一步提升自身融資優(yōu)勢。

表4 融資有效企業(yè)改進值分布比例 (%)

(三)融資效率動態(tài)評價

根據(jù)數(shù)據(jù)的可得性，以2017-2018年在交易中心掛牌的企業(yè)為樣本，采用Deap2.1軟件測算出樣本企業(yè)的Malmquist指數(shù)，結(jié)果如表5所示。

表5 2017年-2018年年度平均Malmquist指數(shù)變化及其分解

Malmquist指數(shù)值為1.099，說明樣本企業(yè)的融資效率在此期間提高了9.9%，整體上提高幅度較小。將Malmquist指數(shù)分解后發(fā)現(xiàn)，技術(shù)效率提高1.1%，技術(shù)進步值提高了8.7%，表明技術(shù)進步對技術(shù)效率的提高具有促進作用。進一步將技術(shù)效率進行分解，發(fā)現(xiàn)純技術(shù)效率提高0.4%，規(guī)模效率提高0.7%，掛牌企業(yè)的純技術(shù)效率和規(guī)模效率相對變動較小?？傮w來說，2017-2018年，掛牌企業(yè)的融資效率得到提升，綜合技術(shù)效率值和技術(shù)水平有所改善，進一步提升企業(yè)的規(guī)模效率和純技術(shù)效率將會促進企業(yè)融資效率的提高。

(四)子行業(yè)融資效率評價

超效率DEA模型要求樣本數(shù)量須達(dá)到投入產(chǎn)出指標(biāo)數(shù)量的兩倍以上，符合要求的樣本行業(yè)為制造業(yè)，農(nóng)林牧漁業(yè)，租賃和商務(wù)服務(wù)業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，各行業(yè)的效率評價結(jié)果如表6所示。可見，租賃和商務(wù)服務(wù)業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)融資有效的企業(yè)占比較高；對融資較有效的企業(yè)，農(nóng)林牧漁業(yè)、批發(fā)和零售業(yè)占比較高?？傮w來說，各行業(yè)的融資效率都有待進一步提高，且不同行業(yè)的融資效率存在較大差異，而制造業(yè)作為中原股權(quán)交易中心掛牌企業(yè)數(shù)量最多的行業(yè)，融資效率最低。

表6 各行業(yè)融資效率分布 (%)

五、融資效率的影響因素分析

(一)融資效率影響因素指標(biāo)的選取

相關(guān)研究表明，資產(chǎn)規(guī)模較大的企業(yè)其發(fā)展?fàn)顩r良好，公眾信譽較高，破產(chǎn)風(fēng)險較小，融資成本低且融資效率較高。合理的資本結(jié)構(gòu)可以降低融資成本，提高融資效率；企業(yè)的盈利能力反映了企業(yè)獲得利潤和增加資本的能力，盈利能力越強，表明該企業(yè)發(fā)展前景越好，相應(yīng)地在資本市場上有較大的占有率以及更高的估值，更容易吸引投資者，進而降低融資成本，提高融資效率；總資產(chǎn)周轉(zhuǎn)率反映了企業(yè)的資金使用效率，該指標(biāo)越高，表明企業(yè)資金使用效率越高。因此，本文選取企業(yè)的資產(chǎn)總額(ASSET)、資產(chǎn)負(fù)債率(LAR)、凈利潤(NI)、凈資產(chǎn)收益率(ROE)和總資產(chǎn)周轉(zhuǎn)率(TURN)作為融資效率影響因素指標(biāo)。

(二)模型構(gòu)建

以上文計算得到的超效率DEA效率值作為被解釋變量，以資產(chǎn)總額(ASSET)、資產(chǎn)負(fù)債率(LAR)、凈利潤(NI)、凈資產(chǎn)收益率(ROE)、總資產(chǎn)周轉(zhuǎn)率(TURN)為解釋變量，構(gòu)建如下Tobit模型：

SE=β0+β1ASSETi+β2LARi+β3NIi+β4ROEi+β5TURNi+εii=1,2,…,n

上式中β0為常數(shù)項，i為第i個掛牌企業(yè)，n為掛牌企業(yè)樣本總數(shù)，εi為隨機擾動項。

(三)實證分析

對Tobit模型所有解釋變量進行相關(guān)性分析，得到表7。除了凈利潤和總資產(chǎn)周轉(zhuǎn)率之間的相關(guān)系數(shù)接近0.5外，其他解釋變量之間的相關(guān)系數(shù)的絕對值相對很小，表明模型所選取的解釋變量之間不存在顯著共線性，可用所選變量進行影響因素分析。

表7 解釋變量的相關(guān)性分析

Tobit模型回歸結(jié)果如表8所示。在5%的顯著性水平下，資產(chǎn)總額、凈資產(chǎn)收益率以及總資產(chǎn)周轉(zhuǎn)率與融資效率呈顯著的正相關(guān)關(guān)系。其中，資產(chǎn)總額與融資效率的相關(guān)系數(shù)較??；凈資產(chǎn)收益率每增加1%，融資效率提高64.21%；總資產(chǎn)周轉(zhuǎn)率每增加1%，融資效率提高72.12%。資產(chǎn)負(fù)債率和凈利潤與融資效率呈負(fù)相關(guān)關(guān)系，但并未通過顯著性檢驗。出現(xiàn)這一結(jié)果的可能原因是樣本企業(yè)大多是中小企業(yè)，多處于發(fā)展初期，盈利能力不強且經(jīng)營不穩(wěn)定。因此，相對于現(xiàn)期的盈利狀況，投資者更加看重企業(yè)未來發(fā)展前景和成長空間；同時，由于市場中存在信息不完全和不對稱，投資者的投資決策也不能有效實施。

表8 掛牌企業(yè)融資效率影響因素的Tobit回歸結(jié)果

六、結(jié)論與建議

(一)結(jié) 論

通過超效率DEA-Malmquist方法，對中原股權(quán)交易中心掛牌企業(yè)的融資效率進行評價，分析掛牌企業(yè)融資有效和無效的原因，并在此基礎(chǔ)上，采用Tobit模型分析影響掛牌企業(yè)融資效率的因素，得到以下研究結(jié)論：第一，掛牌企業(yè)的融資效率總體仍處于非有效階段。對于融資有效的企業(yè)，投入方面具有主營業(yè)務(wù)成本較低和資金結(jié)構(gòu)合理等優(yōu)勢，但資產(chǎn)規(guī)模仍有待提高；而產(chǎn)出方面優(yōu)勢較少，可通過提高營業(yè)收入和投資收益進行改善；對于融資非有效的企業(yè)，投入方面存在資產(chǎn)總額不足和資金結(jié)構(gòu)不合理的情況，而產(chǎn)出方面存在資金使用效率不高和盈利能力不足的情況。第二，根據(jù)Malmquist指數(shù)，2017-2018年掛牌企業(yè)的融資效率有所改善，其中，技術(shù)進步、純技術(shù)效率和規(guī)模效率對企業(yè)融資效率的提升具有促進作用。第三，不同行業(yè)的融資效率差異顯著，租賃和商務(wù)服務(wù)業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)的融資效率較高，農(nóng)林牧漁業(yè)融資效率整體較有效，而掛牌企業(yè)數(shù)量最多的制造業(yè)融資效率偏低。第四，資產(chǎn)總額、總資產(chǎn)周轉(zhuǎn)率和凈資產(chǎn)收益率與掛牌企業(yè)融資效率正向相關(guān)，而由于中小企業(yè)的發(fā)展特征以及信息不對稱等問題，資產(chǎn)負(fù)債率和凈利潤與融資效率暫無顯著關(guān)系。

(二)建 議

一是優(yōu)化投入產(chǎn)出，提高融資效率。一方面，合理調(diào)整企業(yè)規(guī)模和資金結(jié)構(gòu)，從融資效率的各影響因素角度規(guī)劃設(shè)計，優(yōu)化投入產(chǎn)出，改善企業(yè)非有效的融資狀態(tài)；另一方面，企業(yè)應(yīng)避免融資的盲目性，提升企業(yè)核心要素的市場競爭力，優(yōu)化自身資產(chǎn)結(jié)構(gòu)，提高資金使用效率。

二是推動技術(shù)創(chuàng)新，擴大企業(yè)規(guī)模。通過完善融資機制，提高生產(chǎn)管理技術(shù)和內(nèi)部經(jīng)營管理水平來提高企業(yè)融資效率。一方面，鼓勵產(chǎn)品創(chuàng)新，以獲得更高的技術(shù)效率；另一方面，由于多數(shù)掛牌企業(yè)是中小型企業(yè)，規(guī)模普遍較小，尚未獲得規(guī)模效益，應(yīng)積極探索新的盈利模式，在促進企業(yè)健康經(jīng)營的同時擴大經(jīng)營規(guī)模，以獲得更高的規(guī)模效益。

三是發(fā)揮行業(yè)優(yōu)勢，激發(fā)內(nèi)生動力。一方面，企業(yè)應(yīng)針對所在行業(yè)的發(fā)展特點，結(jié)合區(qū)域特征、融資需求等因素，制定符合自身發(fā)展的融資方案；另一方面，交易中心應(yīng)加強優(yōu)質(zhì)企業(yè)的培育進程，根據(jù)河南省企業(yè)的發(fā)展?fàn)顩r合理調(diào)整掛牌要求，完善篩選機制，發(fā)掘優(yōu)質(zhì)企業(yè)；同時，通過降低準(zhǔn)入門檻，鼓勵各地方政府實行獎補政策，推動優(yōu)質(zhì)企業(yè)在交易中心掛牌交易和展示，進一步擴大其融資規(guī)模和市場知名度。

四是優(yōu)化盈利模式，拓寬融資渠道。一方面，交易中心可以進一步創(chuàng)新交易產(chǎn)品、發(fā)展多樣化交易手段等，實現(xiàn)可持續(xù)化的盈利模式；另一方面，通過創(chuàng)新適合私募市場的金融工具豐富交易中心投融資渠道，借鑒私募可轉(zhuǎn)債的發(fā)展經(jīng)驗，加快完善可轉(zhuǎn)債發(fā)行的相關(guān)制度。同時，通過創(chuàng)新股權(quán)質(zhì)押制度促進這一融資工具發(fā)揮作用，并利用互聯(lián)網(wǎng)、大數(shù)據(jù)等新興技術(shù)推出適合掛牌企業(yè)需要的產(chǎn)品。