互联网金融下中小企业融资效率研究.docx

互联网金融下中小企业融资效率研究.docx

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

?

?

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0.6620.6,Bartlett球形度检验的显著性概率为0.0090.05,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+β4

您可能关注的文档

文档评论(0)

南江月 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档