供應鏈金融對農業上市公司融資效率的影響研究

周紅燕，馮 寧，劉晶晶，任莉莉

(青島理工大學 商學院，山東青島 266520)

農業在我國國民經濟中占有舉足輕重的地位，但融資問題一直是制約農業發展的關鍵。尤其對中小企業而言，由于產品生產周期長、受自然條件影響等原因依靠自身很難滿足融資需求[1]，借助外源融資企業又受到資本規模、信用狀況、償還能力等諸多條件的限制，進而對企業的融資效率產生影響，而供應鏈金融的出現為農業企業的融資困境開辟了一條新的渠道，在一定程度上緩解了融資約束問題。供應鏈金融是指銀行等其他金融機構通過供應鏈上企業之間的交易往來，將之前不具有貸款條件的中小企業信用風險轉移至供應鏈整體，借助核心企業的信用為整個供應鏈企業提供定制化融資的一種金融服務[2]。

以往處于農業供應鏈弱勢的上下游企業在貸款融資中單打獨斗，如今借助供應鏈金融可以實現與核心企業的資信捆綁，獲得融資，進而提高整個供應鏈的資金運作效率。近幾年國家發布了很多有關推動供應鏈金融服務的指導性文件，鼓勵各大銀行針對農業企業開展供應鏈金融服務。當前，在國家政策的扶持下，隨著現代大數據、云計算等信息技術的智能化應用，供應鏈金融為農業企業走出融資困境提供了新的發展機遇?；诖?，本文以2015—2019年上市的13家農業企業為研究樣本，從靜態和動態維度測度融資效率水平及演變趨勢，并在此基礎上結合企業自身發展與供應鏈金融進一步探究融資效率的影響因素，以此為農業企業開展金融服務、提高融資效率提供實證依據。

一、文獻綜述

(一)融資效率

從目前已有文獻來看，前期有關我國農業企業融資效率的研究多集中于理論層面，近幾年越來越多學者從實證出發探究農業企業融資效率的現狀及影響因素。管延德采用DEA方法對2000—2009年16家農業上市公司的效率進行測度，實證發現由于未實現規模效益，企業效率呈下降趨勢，并且各企業效率水平差異化明顯，尤其在子行業內部表現顯著[3]。羿建華采用隨機前沿法對上交所及深交所農林牧漁板塊的上市公司的融資效率進行測度，實證發現農業企業上市后融資約束雖然得到了一定程度的緩解，但資金問題依然制約著農業企業的發展。并從外部融資和內部融資兩個維度探究融資約束的影響因素，研究得出企業總資產對融資約束具有顯著影響，外部融資是緩解融資約束的重要渠道[4]。趙帝焱采用DEA模型對農業企業于2013年在天津和上?！靶滤陌濉鄙鲜星昂蟮娜谫Y效率進行測度對比，結果表明，在天津和上海兩個地區，上市后的農業企業融資效率明顯提高，而宏觀經濟狀況和交易所的交易方式是影響融資效率的重要因素[5]。蔣惠鳳通過對滬深A股的農業企業在2010—2014年融資效率的測度，研究發現我國農業企業的融資效率總體程度偏低，科技創新是提高融資效率的重要途經[6]。謝閃閃基于DEA模型和Malmquist指數法對2013—2017年處于不同金融成長周期的農業上市公司的融資效率進行分析評價，實證發現大多數農業企業處于金融成長周期的中年期，資金未得到有效利用，融資效率偏低，其中技術水平是影響融資效率的主要因素[7]。

(二)供應鏈金融

在融資模式不斷創新的今天，供應鏈金融也日益成為一種重要的融資方式，許多學者對供應鏈金融的融資模式、融資效果等問題進行了研究，為供應鏈上的各方企業與金融機構提供了諸多管理建議與啟示，具體成果主要集中于以下兩個方面。一是關于供應鏈金融融資模式的研究。企業可以根據所處供應鏈的參與主體及業務特點的不同選擇不同的融資模式，謝世清從參與主體的角度將融資模式分成物流企業主導模式、企業集團合作模式以及商業銀行服務模式三類[8]。此外也有學者提出以“菜籃子”工程中的中心批發市場為核心企業，采用“批發市場+市場商戶+民間經紀人+農戶”的融資模式[9]。此外，一些學者根據業務特點的不同將融資模式分成動產質押融資、應收賬款融資以及預付賬款融資[10]，楊軍和房姿含在這三種融資模式的基礎上構建農業中小企業信用分險評價體系，以幫助金融機構防范信用風險[11]。高國云和李紅云針對供應鏈的上下游企業，為銀行設計了一系列融資產品，企業可以根據所處位置選擇更多融資模式進行籌資[12]。二是有關供應鏈金融融資效果的研究。信息不對稱是制約中小企業融資的關鍵因素，而供應鏈金融通過建立整個供應鏈的交易信息庫降低了信息不對稱程度，加強了企業的信息披露，使受到融資約束的中小企業獲得更多融資機會[13]。近年來不少學者從實證出發，基于信息不對稱對供應鏈金融與融資約束之間的作用機理與影響因素進行分析。周卉研究發現信息不對稱和現金-現金流敏感度可看作供應鏈金融與融資約束的中介變量，供應鏈金融通過降低信息不對稱進而減少現金-現金流敏感度最終緩解企業的融資約束[14]。王立清和胡瀅借助2012—2016年我國354家上市公司的面板數據進行實證分析，研究發現供應鏈金融能夠顯著緩解融資約束問題，且產融結合與戰略承諾可以正向促進供應鏈金融對融資約束的緩解作用[15]。朱秋華研究發現中小企業的信息披露程度越高，供應鏈金融緩解融資約束的效果越明顯[16]。不難發現，已有研究多集中于供應鏈金融對融資約束的效果，鮮有文獻研究供應鏈金融對融資效率的影響。此外，已有實證研究很少以農業企業為研究樣本進行分析，因此本文選取了13家農業上市企業，通過實證分析了供應鏈金融對農業企業融資效率的影響，進而為農業企業提高融資效率提供了良好的建議。

二、樣本選擇和指標選取

(一)模型選擇

本文參照已有研究成果，選用靜態DEA模型和動態Malquist指數測度我國農業上市公司的融資效率。在融資效率的測度中，DEA模型的應用較為廣泛，該模型可以從多投入、多產出的角度綜合分析復雜問題，將每一個企業視為一個決策單元，并且該模型不需要提前設置所需變量，避免了主觀因素的干擾，具有很強的客觀性，利用該模型計算的效率值中包含了綜合技術效率、純技術效率和規模效率三個方面的效率值。但是該模型求得的效率值是一種相對效率，即所求效率值介于0-1之間，最大值為1，若達到1則表示相對有效，小于1則表示相對無效。由于DEA模型得到的效率值均為當年的靜態效率值，使得不同年份間缺乏可比性，而Malquist指數克服了這一缺點，它采用距離函數來計算全要素生產率，該指數可以進一步分解為技術效率變化和技術變化兩個指數，而技術效率變化又可以進一步分解為純技術效率變化和規模效率變化兩個指數。如果這些指標大于1，則表明這些企業在此期間在這方面有進步。

DEA模型又可進一步細分為規模報酬可變的BBC模型和規模報酬不變的CCR模型，由于規模報酬可變的BCC模型更符合實際，因此本文將選用DEA模型下的BCC模型進行研究。模型公式如下，假設有m個DMU，a個投入指標，b個產出指標；Xai表示第i個DMU的第a項投入，Ybi表示第i個DMU的第b項產出；Xi=(X1i，X2i，…Xai)T表示第i個DMU單元的a種投入向量，Yi=(Y1i，Y2i，…Ybi)T表示第i個DMU單元的b種產出向量；同時，假設投入指標向量的權向量為V，則V=(v1，v2…va)T，產出指標向量的權向量為U，則U=(u1，u2…ub)T，則第i個DMU單元的投資效率可以表示為

E=UTYi/VTXi

經過Charness-Cooper變換，可轉換為線性的規劃模型，λ是決策單元的未知權重，s+，s_是對應產出投入的松弛變量，另外本文假定規模報酬可變，增加對權重的約束∑λ=1。

Minθ

(二)數據來源與指標選取

本文選取13家2015—2019年A股上市的農業企業為研究樣本，對于融資效率的測度，從投入、產出角度進行選擇，本文參考已有文獻選取資產總額、主營業務成本、財務費用，資產負債率作為投入指標，總資產報酬率和總資產周轉率作為產出指標(如表1)。因為DEA模型對于數據要求的非負性，首先對存在負數的指標進行了標準化處理。X表示原始值，Xmin表示某一項指標的最小值，Xmax表示某一項指標的最大值，X*表示標準化之后的數值。

X*=0.1+0.9*(X-Xmin)/(Xmax-Xmin)

表1 投入產出指標的選取

三、實證分析

(一)融資效率分析

1.融資效率靜態分析。采用DEAP2.1軟件對選定的投入產出指標進行BCC模型運算，得出的效率值包括綜合技術效率、純技術效率和規模效率。按照DEA模型的原理，綜合效率是純技術效率和規模效率的乘積，而綜合效率越大，企業融資效率就越高。由表2可以看出，農業上市公司的融資效率總體偏低，年綜合效益較低，且呈下降趨勢，純技術和規模效益還需進一步提高，并且對結果的整理發現，達到有效的都是規模較大的企業，中小企業幾乎很難達到效率有效。

表2 2015—2019年農業上市公司融資效率靜態分析

2.融資效率動態分析。用DEAP2.1軟件對2015—2019年農業上市公司Malmquist指數及其構成進行了測算，見表3。全部企業的Malmquist指數在2015—2019年的均值只有0.950，這一指數在1以下，表明全要素生產率出現了下降，從表3中可以看出，除技術進步有輕微上升外，其余均有不同程度的下降，從而導致全要素生產率總體下降，即農業企業上市融資效率下降。

表3 2015—2019年農業上市公司融資效率動態分析

(二)使用Tobit回歸檢驗對融資效率影響因素分析

由以上分析可知，農業類上市公司的融資效率總體較低，下文將對影響融資效率的主要影響因素進行回歸檢驗，由于DEA模型得到的效率值在0-1之間，如果直接用OLS模型進行回歸，則會導致回歸結果有偏差，所以回歸時采用Tobit模型。

供應鏈融資能力主要是從供應鏈的穩定狀態考慮的。因為企業在財務報表中很少披露上下游企業的信息，因此本文參考已有的研究，使用上市公司與上下游企業的合作穩定性來表示供應鏈的穩定性，從而體現供應鏈融資能力。即用企業年度財務報表中前五名的供應商的采購比例表示上游供應商的穩定性，前五名的客戶的銷售比例表示下游客戶的穩定性，這兩者都是比例越大，代表交易程度越穩定。同時，進一步從企業的盈利能力、經營能力、償債能力、每股指標收益進行變量控制，本文選取了總資產凈利潤率、存貨周轉率、資產負債率、每股收益作為以上能力的代表變量，如表4所示。

表4 回歸的變量名稱及定義

根據上述變量構建以下模型：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+ε

(1)

回歸結果，如表5所示。從回歸結果看來，企業自身的各種能力都會顯著影響企業的融資效率，其中總資產凈利潤率(X3)和資產負債率(X5)都與融資效率呈正相關關系。從供應鏈的角度，供應商的穩定性(X1)會在1%的水平上顯著影響融資效率，即企業與上游供應商的關系越穩定，其融資效率越高，即企業可以通過與上游企業的交易往來，如應付賬款緩解企業的融資難題，從而提高企業的融資效率。下游客戶的穩定性(X2)對融資效率的影響并不顯著。進一步分析發現，存貨周轉率(X4)的提升與融資效率是存在負向關系的，說明企業存貨周轉越快，可能導致資金不能及時回籠，從而影響到企業的資金效率。

表5 tobit回歸結果

(三)進一步分析

借鑒了付瑋瓊等[17]對供應鏈金融發展水平(X7)的定義，即用短期借款和應付票據的均值來表示，替換了模型(1)原有的X1、X2，回歸結果如表6所示。從結果中發現，供應鏈金融發展水平與融資效率顯著成正相關關系，即供應鏈金融發展水平可以提高農業企業的融資效率，其他變量關系基本保持不變。

表6 Tobit回歸結果

四、研究結論與建議

(一)結論

基于DEA模型和Malmquist指數，本文以2015—2019年13家農業上市公司為研究樣本，從靜態和動態兩個方面對其融資效率進行分析，同時結合企業自身和供應鏈兩方面探究對融資效率的影響，并在此基礎上進一步研究供應鏈金融的發展水平對融資效率的作用。分析結果表明：(1)農業上市公司的融資效率普遍偏低，多數為非有效融資，并有下降趨勢。(2)企業自身環境和能力都會影響融資效率，而供應鏈的存在可以提高企業融資效率，特別是上游供應商的穩定性對農業企業融資效率的影響更為顯著。(3)供應鏈金融可以顯著提高農業企業的融資效率。

(二)建議

根據本文的研究結果，為進一步提高農業企業融資效率，現從政策、農業企業、供應鏈金融三方面提供建議。

1．政府要繼續鼓勵和引導銀行等金融機構加大對農業企業的融資支持力度，尤其要加大對小微企業的信貸規模和比重，提高金融服務水平，為農業企業發展創造良好的金融環境。擴大支持范圍，改善小型微型企業融資環境，同時為降低金融機構的貸款風險，將大數據、區塊鏈、互聯網等信息技術引入供應鏈各方企業、保險公司、金融機構之間的信息共享平臺中，加強農業企業信用評級制度建設。此外，政府還可以通過完善農業企業金融貸款制度，重新修訂中小企業信息披露指標的衡量標準，降低中小企業與金融機構之間的信息不對稱程度，拓寬中小型農業企業的融資渠道。

2.企業應增強自身的核心競爭力，加強內部管理，加強農產品認證和管理，秉承“科技是第一生產力的”的理念，提高自身的技術水平，加大科技投入，打造地方知名農產品品牌，增加優質產品供給，改善技術效率和規模效率，提高資金利用率，從而提高融資效率。同時應加強與供應鏈核心企業的良好合作關系，獲得融資擔保，提高借貸能力。

3.大力發展農業供應鏈金融，使農戶、中小企業、金融機構和客戶的利益緊密相連，基于供應鏈伙伴之間的貿易關系，協助上下游具有核心競爭力的企業健康發展，著重關注與上游企業的交易往來，提高交易的穩定性，實現互惠共贏。豐富多種融資模式，針對供應鏈上中下游企業設計多種融資產品以滿足農業企業多樣化的融資需求，同時銀行要加強與供應鏈核心企業的密切合作，建立相關產業的動態評估，在保證供應鏈運營穩健發展的同時降低信貸風險。