一、引言

全国中小企业股份转让系统（通常被称作“新三板市场”）于2013年底正式面向全国接受企业挂牌申请，破除了以往只接纳中关村等4个高新技术开发区企业的限制，在拓展多层次资本市场空间、提供更多投资领域新选择的同时，也为新三板挂牌中小企业突破融资约束、获得持续发展动力注入了“强心剂”。此后四年多时间里，新三板市场规模不断膨胀扩大，挂牌企业数量也随之急剧攀升，及至2016年已达到10163家之多。在此背景下，新三板决定于2016年年中启动实行市场分层制度，该制度将市场内企业分为基础层和创新层两层，目的在于引导投融资精准对接，通过交易、发行、信息披露等制度供给方面的差异化安排，为广大挂牌企业在融资、交易、并购和发债等方面提供更富有成效的金融服务。本文从深入阐释市场分层制度对新三板公司融资效率的影响，构建融合DEA和SFA的三番式数据包络分析DEA模型，并对新三板公司在市场分层前后的融资效率进行测度分析。

二、市场分层制度概说

（一）资本市场分层制度的海外经验借鉴

市场分层就是按照不同的企业股本规模、成长性、平均市值和做市商数量等标准，将全国性场外交易市场中的挂牌企业划分为不同层级，以便于监管层分类管理指导、提供差异个性化服务，也有助于降低投资者获取分析信息等方面的决策成本支出。纵观海外成熟资本市场，其场外交易运作成功的关键多在于内部分层制度的设计实施，譬如美国的粉单市场只注重有无做市商为其做市而不考虑具体财务指标，仅以信息披露程度为基准划分为无信息层、当前信息层和限制信息层；美国的全国证券交易商协会自动报价表（NASDAQ）和日本的OTC柜台交易市场（JASDAQ）的市场分层标准更侧重于依据企业的经营规模、运营能力、盈利模式和流动性等财务指标，我国新三板市场分层更多借鉴了后两者的框架标准。

（二）新三板市场分层的具体实施

新三板从当前我国资本市场实际出发，采取了与日本的OTC柜台交易市场相类似的两分法，并借鉴美国NASDAQ的做法，拟采用“两步走”的分层战略，待市场发展达到一定水平后，再在两分法的基础上进一步将市场细分为三层[1]。新三板市场分层标准和具体实施条件如图1所示。

图1新三板市场分层标准和具体实施条件示意图

三、新三板公司整体融资概况

（一）挂牌企业总览

截至2017年底，新三板挂牌企业总数达11630家。从挂牌数量增速看，伴随着2012年市场首次扩容和次年试点接受申请范围扩展至全国，新三板挂牌企业数量开始进入持续井喷期，2016年增量达到峰值后，受市场分层制度实施等因素的影响，2017年开始有所回落；从挂牌企业所处行业领域分析，49.9%的企业分布于制造业，其次为占比19.6%的信息传输、软件和信息技术服务业，其它16个行业则呈零散分布状态；从挂牌企业所处地理位置分析，粤、京、苏、浙、沪五省市新三板挂牌企业最多，不含上海的前四个省市的挂牌企业数量均过千家，四地之和占据了新三板企业总数的半壁江山，反观新疆、云南和甘肃等13省均不足百家，占比不足一成，最少的青海省只有5家而已，地域分布不平衡问题显而易见。

（二）新三板流动性现状分析

受基础层股票结构性差异的制约，加之协议转让信息难言透明且成交量萎靡，导致新三板市场流动性缺失。一是做市转让市场“高开低走”运行势头并不理想。尽管2014年8月新三板引入实施做市商制度以来，在破解股票定价、激发挂牌企业发展积极性和维持股价稳定等方面都发挥了正向推进作用，然而受制于做市商供求不平衡，造成了整个做市转让市场呈现供需失衡的尴尬局面。而在IPO“转板”潮流及其配套制度机制影响下做市转让的由热变冷，更是直接导致了做市成分指数的一路下跌和市均换手率的低位盘整，集中折射出中期熊市的低迷困局和新三板流动性不足的惨淡景象；二是协议转让市场两极分化严重。主要表现在基础层传统企业的少人问津甚或零成交，与诸如华图教育等创新层企业交投热络并存的冷热不匀，互报成交的手拉手大宗交易数量可观、成交占比甚大，以及拟IPO“转板”概念股在市场普遍青睐和主力资金追捧下量价齐增、换手频繁等现象。

（三）新三板定向增资剖释

现阶段新三板挂牌中小企业的最常用融资方式为借助非公开发行模式、向符合条件的特定机构亦或个人发行股份以达致资金融通目的的定向增资，故而新三板的资金流动性和充裕度自然无法与融资模式多元化的主板市场同日而语。近5年新三板股票定向增发情况如表1所示。

表12013—2017年新三板定向增发情况一览表

由表1可知，2017年之前新三板股票定向增发无论发行次数还是额度规模均呈逐年上升态势，特别是2013年历经两次扩容和2014年引入做市商制度机制以来，定向增发频次不断加大，定增金额和股数都长势明显，定向增发无疑成为了新三板挂牌企业融资主渠道。2015年开始增速放缓、增幅拉窄，直至2017年三项定增指标均出现小幅回落。究其原因，自然与2016年实施市场分层制度、分类监管之下挂牌企业融资行为更趋理性审慎不无关系。

（四）问题归纳

(1）挂牌企业股票结构性差异明显导致市场投资风险居高不下。较之主板、创业板等其它二级市场，新三板准入门槛明显偏低从而造成挂牌企业鱼龙混杂、泥沙俱下，在盈利模式、未来成长性和做市规模等诸多方面不同程度地存在差异化倾向，加之信息披露制度执行不力、信息不对称问题突出，投资者采集信息、确定投资标的和正确决策的难度和成本随之加大，故而投资风险有增无减。

(2）市场流动性缺乏、交投低迷不兴。如前所述，由于现行交易方式下股票变现速率低、投资者实缴500万的准入门槛设定偏高、大型机构投资者入场受阻、市场参与者信心不足、股票供给侧总体数量攀升但质量参差不齐优质股屈指可数、需求侧优质企业卖方惜售与普通企业买方市场并存等原因，造成了新三板由来已久的流动性不足和交投活跃度不高的困局。

(3）“转板”制度有待进一步完善。现有“转板”制度缺乏法律保障，“降板”制度与竞争淘汰机制缺失导致“害群之马”久难根除，与市场分层制度相配套的发行交易制度未能及时跟进，都给挂牌企业成功“转板”形成阻碍。

四、市场分层对新三板公司融资效率影响

（一）有助于提升挂牌企业的总体质量

市场分层制度推行后，监管层能够对众多挂牌企业实施分类管控指导、提供差异化服务，满足各类企业的个性化需求，优化配置现有可用资源，最大程度地提升市场运行效能速率。特别是分层之后对创新层企业的信息披露等方面的要求更为规范严厉，必然会对基础层的企业产生良好的引导、示范和激励作用，进而激发带动新三板企业经管水平的整体提升和公司治理结构的完善向好。而挂牌企业质量总体提升后必然同时提高企业的资金运营管理能力、降低投资决策难度和风险，此消彼长之下挂牌企业的融资效率也会有所提高。

（二）有助于扩大挂牌企业的融资规模

新三板挂牌企业的主要融资手段包括定向增发、股权质押、PE债和重组并购等，其中尤以定向增发最为常用。现阶段多数新三板公司正处于规模报酬递增区间，亟待扩大融资规模以添补扩大生产所带来的资金缺口，然而从表1所列示的定增金额和股数分析来看，新三板的融资功能和潜力并未得到充分释放挖掘，规模效率的低下必然反制融资效率的改善。实施分层制度后，投资者信息获得及处理成本明显缩减，投资积极性得以空前高涨，必然连带降低优质挂牌企业的融资难度和成本，融资规模和效率也会水涨船高。2016年分层制度推出后，新三板公司定增次数、股数和金额都大幅提升，从数据上支持了以上观点。

（三）有助于增强市场活跃度和流动性

市场活跃度不高一直是制约新三板公司融资效率提升的主要因素，而体现市场活跃度的重要指标则在于流动性。回眸十年，新三板过往每一次面临诸如做市商制度引入、市场分层方案对外披露、注册制利好消息传出以及主板牛市等因素影响时，其流动性均表现出明显增势予以响应。2016年分层制度落地后，有效遏制了投机行为。特别是分层制度对创新层企业的实际成交天数占比提出了明确要求，对于打破市场沉闷局面、刺激提升交投活跃度不啻一剂标本兼治的猛药。此外，随着竞价交易制度、适度降低投资者准入门槛和放开大型机构投资者入场参与交易等配套制度的渐次推出，市场分层制度对于增强新三板市场活跃度和流动性的战略推动意义及政策效果还进一步显现。

五、市场分层视角下新三板公司融资效率分析

（一）新三板公司融资效率评价模型构建

(1)DEA数据包络分析模型。数据包络分析方法及模型由Charnesetal.[2]于20世纪70年代末率先提出，集成运筹、管理和数理经济学的交叉研究成果，得以凭借多项投入和产出指标，运用线性规划法对具有可比性的同类型单位进行相对有效性测度评价。DEA模型是基于相对效率的对同类、同质单位的产出效率实施横向比对的数学线性模型，其研究标的为多个具备相同类型特质和目标指向的决策单元（如新三板公司），透过对上述标的决策单元的投入、产出指标的权重值实施线性规划测度运算，进而生成有效生产标准前沿面，在此基础上再将各个决策单元与有效生产标准前沿面两相比对，以此客观衡量评价决策单元的有效性[3]。DEA相关的主要模型如下：

一是C2R模型。该模型基于规模报酬不变的前提假设进行运算。若现有n个决策单元，将其表示为DMUj(j=1,2,3,...,n）；每个决策单元选取p个生产要素投入变量，则可将其表示为xi(i=1,2,3,...,n）；同时以Yr(r=1,2,3,...,n）表示选取了q个产出变量。那么C2R模型的表示公式如下：

其中，θ为生产要素投入变量的压缩比值，λ代表决策单元线性组合的系数优度，S-、S+表示线性规划模型中经过标准化处理后导入的便于在更大可行域内求解的松弛变量，当θ*=1、S+=0、S-=0三个条件同时得以满足，则决策单元j0满足数据包络分析DEA有效；当θ*=1且S+和S-不同时为零的时候，则决策单元j0满足数据包络分析弱DEA有效；而当θ*<1时，则决策单元j0未能满足数据包络分析DEA有效。此公式的反向对偶形式为：

其中，α指代生产要素投入变量的扩大比值，而且θ*=1/α*。若α*=1、S+=0、S-=0三个条件同时得以满足，则决策单元j0满足数据包络分析DEA有效；若α*=1并且S+和S-不同时为零之时，则决策单元j0满足数据包络分析弱DEA有效；若α*>1时，则决策单元j0未能满足数据包络分析DEA有效。由此可见，前述两模型公式的评价效果异曲同工、殊途同归。

二是BC2模型。该模型基于规模报酬可变的前提假设进行运算。表示公式为：

其中，eT意指求和，ε表示小于任意正数且大于零的非阿基米德无穷小量。采用此模型验证决策单元j0能否满足数据包络分析DEA有效的思路方法，与前述C2R模型公式并无差别。实务应用中，新三板多数中小企业难以满足规模报酬不变的前提假设条件。究其原因不外乎中小企业多数不能避免投入冗余问题，且运管和内控也都难言严谨周全，势必造成企业规模报酬的递减。因此在后续运算中选取基于规模报酬可变前提假设的BC2模型，对新三板相关样本企业的静态融资效率进行有效分析。

(2)SFA随机前沿分析模型。随机前沿分析法（SFA）最早由Aigner&Lovell[4]提出，该理论方法是生产前沿分析中根据已知生产函数的参数方法典型代表，后续其它参数方法都是在其基础上演进生成。SFA根据确定性生产函数构建而成具有随机误差项的随机边界模型，并将随机误差项拆分为不可控的随机扰动项和可控的技术误差项两部分。其表示公式为：

其中，Yi表示产出，xi意指投入，β代表未知参数；εi被分解为vi和ui两部分，前者为随机误差项，表示统计误差。后者为非负误差项，表示技术的无效率。SFA模型的具体表现形式因所选生产函数的不同而有所变异，故此实务中生产函数的选定、ε的偏度确定以及β概率分布等问题均需逐一破解搞掂，在此过程中函数验证和数据计算的工作量自然较大。此外，该模型有关无效率项分布的假设尚不够清晰明确，无形中增加了实证检验的难度系数。

(3）新三板公司融资效率评价模型。本文借鉴已有研究成果，采用融合DEA和SFA的三番式数据包络分析DEA模型对新三板公司在市场分层前后的融资效率进行测度比较和分析评价。

一是首番数据测算。运用常规B2C模型对经过筛选的样本企业所有投入产出数据予以测算，依照测算结果对未能满足DEA有效的决策单元之非负松弛变量加以整理，以备下阶段测度分析之用。

二是二番相似SFA模型建构。为分离祛除环境因素和随机误差对决策单元效率测度施加的外在影响，遴选合理环境变量作为解释变量，将首番整理得到的决策单元投入冗余作为被解释变量，构建多元线性回归分析模型如下：

其中，Sik为第k个决策单元的第i个冗余量，fi(zk；βi）表示环境因素加诸于投入冗余量的Sik外在影响，zk表示可观测环境变量，βi为须待估计未知参数的参数向量，uik表示管理的无效率，vik指代随机误差影响，两者合成uik+vik组合误差项。借助专业软件测得各参数的最佳估计值，进而可生成上述模型的函数表达式。在此基础上逐项调整投入冗余量，确保各决策单元所处的环境条件趋同，继而测算出祛除环境和随机因素影响后的实际投入值。具体调整测算公式如下：

X赞ik=Xik+[maxk(zkβ赞i)-zkβ赞i]+[maxk(v赞ik)-v赞ik]

其中，表示调整之后的投入值，Xik表示未经调整的投入值，β赞i为环境变量的估计参数，表示将所有决策单元所处环境条件调整至趋同，表示将所有决策单元的随机误差调整至状态趋同，以规避偶然因素的干扰。

三是三番测算分析。在此三番阶段再行对调整后的投入变量数据和原先的产出变量数据实施DEA测算评价剖析，此时便可获取祛除环境因素和随机误差影响干扰后诸决策单元的融资效率数值。

（二）指标、样本及数据的处理

(1）指标选取。融资效率通常由企业筹措资金的成本支出与资金利用率所决定。在本文构建的融合DEA和SFA的三番式数据包络分析DEA模型中，需要选取投入产出和环境因素两类指标，前者主要用于模型首番测算投入产出数据体系的构建，后者则主要用于二番相似模型中环境指标数据的形成，在通盘考量新三板公司市场分层前后融资效率内外影响因子的前提下，分别选定三项投入指标、三项产出指标和三项环境指标。具体如表2所示：

表2新三板公司市场分层前后融资效率评价模型指标体系一览表

(2）决策单元样本筛选及数据处理。

一是DMU样本筛选。考虑到新三板市场分层制度于2016年6月开始推行，故而选择捷安高科、华清飞扬等36家创新层企业作为本次研究的决策单元样本。DMU数量为36个，远大于所选9项变量指标数量之和的两倍，符合模型有关样本决策单元选取数量的标准。截取它们2015—2017年的相关数据比对分析市场分层前后企业融资效率变动情况，具体筛选条件：2015年1月1日前业已在新三板挂牌上市；2016年市场分层制度推行后有过实质融资行为且交投相对活跃的非“僵尸股”企业。

二是相关数据来源及处理。所有数据均来自同花顺交易行情软件系统，个别缺失数据从相关企业2015—2017年财务报表中取得，最终经过计算整理后形成完整的投入产出和环境变量数据体系。鉴于DEA数据包络分析法对变量有非负性、不能出现逆指标的硬性要求，因此采取极值化手段对数据作无纲量化处理。极值化处理方法运算公式为：

其中，bz=max(xz1,xz2,...,xzj);az=min(xz1,xz2,...,xzj）。运用以上运算公式进行无纲量化处理之后，36个样本DMU被选取采集的2015—2017年的投入产出和环境变量数据，将全部被转换为大于等于0且小于等于1的正指标非负性数值。

（三）新三板公司融资效率评价模型应用分析

(1）首番数据测算及DEA实证结果剖释。运用基于规模报酬可变的BC2模型，在之前合理构建的指标体系框架内，采用DEAP2.1统计软件逐一测算2015—2017年间36个样本DMU的融资效率和规模效率水平。如前文所述，首番数据测算的是调整前未剔除环境和随机因素的融资效率结果，而三番测算时则是调整后祛除了环境和随机因素的结果，故而最后一阶段三番测算所得的结果更为贴合样本企业的融资效率实际。具体如表3所示：

表32015—2017年样本决策单元首番调整前及三番调整后各项效率测算结果均值

由表3可知，2015年、2016年和2017年新三板样本决策单元的综合技术效率均值依次为0.549、0.539和0.671，纯技术效率均值依次为0.661、0.652和0.769，规模效率均值依次为0.810、0.815和0.852。理论上，只有当模型测算出的三类效率值同时达到1，样本DMU方能达致相对有效状态。而实际测得的三类效率均值介乎0.539至0.852之间，呈现出新三板公司的整体融资效率水平不高，应狠抓经营管理和优化资源配置双管齐下，多措并举破解阻塞融资渠道的瓶颈问题，从根本上纾解困扰新三板中小企业的融资约束困局；每年的纯技术效率均值都不同程度低于规模效率均值，表明新三板公司总体融资效率低下应主要归因于纯技术效率方面的不足；综合技术效率均值显示三年的整体技术效率损失依次为45.1%、46.1%和32.9%，进一步分解可知，2015年的整体技术损失55.09%肇因于纯技术效率无效、44.91%肇因于规模效率无效，而2016年的整体技术损失52.19%肇因于纯技术效率无效、47.81%肇因于规模效率无效，表明资源浪费控制在落实市场分层制度后的2017年得以显著强化，是年在整体技术效率损失和资源浪费方面较之分层前的2015年减少了12.2%。在导致资源浪费的原因归属方面，纯技术效率无效和规模效率无效所造成的浪费相差无几，表明企业要想提升融资效率还应从纯技术效率和规模效率两个方面同时入手加以改善才能收到应有成效，切不可顾此失彼、有所偏废。

(2）二番SFA模型多元线性回归分析。此番在充分考量环境和随机误差因素对各类效率测度可能产生的干扰影响的前提下，通过构建SFA模型分析并分离剔除上述影响因素，把实际投入值与首番测得的目标投入值两相抵扣得出投入变量的松弛变量，将之作为因变量，三项环境因素的替代变量作为自变量，运用Frontier4.1软件对SFA模型实施回归估计，得到相关结果如表4所示：

表4二番SFA模型回归分析结果一览表

注：***、**和*分别表示在1%、5%和10%水平上显著。

由表4可知，营业收入等三个环境变量对资产总额等三个投入变量的松弛变量所产生的影响有所差异，营业收入和销售毛利率对投入松弛变量的系数多能通过显著性检验，表明所选三个环境变量可以很好地解释投入变量的冗余；就投入松弛变量的理论定义而言，设定产出不变的情况下，有效控减投入冗余即可提升企业融资效率。因而当所选环境变量与投入松弛变量之间回归系数为正则说明两者正相关，也即该环境因素会促使投入松弛变量值增大，进而导致样本决策单元投入冗余加剧，最终抑制拉低决策单元的营运效率。反之，回归系数为负则预示两者负相关，此时该环境因素则会导致决策单元投入冗余锐减，进而促进拉升决策单元的营运效率。基于以上理论认知结合表4列示回归分析结果可以判定，环境因素对新三板样本决策单元融资效率的影响显著，有必要将其连同随机误差一并剔除，借助参数估计值重新调整投入变量，进而测算出调整后的更为精准的各类效率值。

(3）三番调整后DEA测算分析。一是位处技术前沿面的企业变动较大。剔除环境和随机误差干扰因素后，2015年有云叶股份等7家样本企业因调整后规模效率急剧下降而退出了技术前沿面，2016年则有捷佳伟创等3家企业退出，同样原因2017年有秦森园林等3家企业不再符合前沿面标准。说明首番测算得到的高效率并不真实、存在虚高问题；二是综合技术效率显著变化。2015年剔除不确定干扰因素后，云叶股份等21家企业的综合技术效率不同程度地下降，导致整体均值由调整前的0.549变为调整后的0.450。而2016年和2017年调整后的综合技术效率均值不降反增，且效率提升主要归功于纯技术效率的改善。说明新三板实施市场分层制度后促使多数挂牌企业降低了融资成本、提高了自身融资效率；三是细分之下效率结构均有变动。表3数据显示，调整后三年的纯技术效率均值皆有所提高，所不同的是2015年提升相对较小。而调整后三年的规模效率均值都有所降低，所不同的是2015年降低得幅度相对较大。综合作用之下，样本企业的融资效率自然是后两年表现得更为突出抢眼；四是调整后样本企业的规模收益状态也随之改变，但三年纵向比较变化并不明显，表明虽然市场分层有利于提高企业融资效率已成不争事实，但新三板企业的总体融资效率水平仍在低位徘徊、并不能令人十分乐观。

六、结论

毋庸讳言，尽管在市场分层制度等利好措施的推动下，新三板公司的融资效率在近两年来持续提升向好，但总体融资效率水平仍旧差强人意，多数企业特别是基础层企业依然停留在相对较无效和无效状态，需要引起监管层和企业自身的高度重视，并采取切实有效措施加以督促改进。建议进一步完善改良和强化落实新三板市场分层制度，在规范挂牌企业信息披露和加强内部分层后的差异化配套制度机制建设的同时，制定拿出激励措施增强对优质企业的磁吸效应，活跃市场交投、盘活既有存量资源，尽快放开允许公募基金等大型机构投资者深度参与介入新三板交易，为市场内挂牌企业营造更为空松有利的融资发展环境；企业自身也要练好内功，通过强化公司治理和提高资金运营能力，着力控制资金融通和生产经营成本，力求提质增量、提速增效；要下大力气拓展新三板市场融资渠道，持续优化提升融资功能，要在继续搞好定向增发融资主渠道的基础上，引导企业探索尝试私募债、公司债和可转换债券等更多直接有效的融资方式，并合理调配长期贷款和短期贷款的使用比例，获取融资借款的最佳性价比，通过多管齐下、多措并举力促新三板公司融资效率的显著攀升。

参考文献：

[1]李政,吴非,李华民.新三板市场是否有效?———基于融资效能和风险衍生视角下的经验证据[J].财经论丛,2017(7):49-58.

[3]徐凯.我国新三板市场挂牌企业融资效率分析[J].新金融,2018(4):50-56.

杜丽.市场分层视角下新三板公司融资效率分析[J].财会通讯,2020(12):147-151.