创业企业融资行为的实证研究.docx

    创业企业融资行为的实证研究    张宗益+李辰【Summary】 创业板板块的推出，对创业型企业发展意义重大创业型企业通常是处于高速成长期的企业，因此资金的供给是极其重要的课题根据传统的信贷配给和啄食顺序理论以及近年来学者们对于创业企业动态融资行为的研究，文章指出在研究创业型企业的融资行为过程中，需要考虑行业性质和企业规模对其的影响通过多变量方差分析法的实证研究方法，将行业性质和企业规模带入分析，最终发现它们分别对企业的内源融资以及短期负债行为产生一定的影响Keys】 创业企业； 融资行为； 企业规模； 行业性质； 多因素方差分析F275.1 ：A ：1004-5937（2014）24-0026-06一、问题的提出2009年10月23日，深圳证券交易所正式推出了创业板这一新的板块此板块的推出，证明了我国政府对创业企业的大力支持，为创业企业提供了新的融资平台，以力求推动他们更大发展所谓创业型企业，是指那些处于创业阶段，具有高风险性和高成长性并存特点的企业对于创业型企业来说，是否能够获得充足的资金以及融资的方式，对其有着重要的影响融资方式的选择会影响企业的资本结构，亦会对企业未来的发展产生深远的影响。

创业型企业通常具有高成长和高风险性的特征，也正是由于其高风险性，导致其容易产生融资难的问题近年来，已有大量文献研究融资限制对小企业的发展和投资的影响创业型企业尤其会受到金融市场不完善的影响，所以与成熟型的企业相比，创业型企业在获取外部融资上具有一定的劣势近年来，创业型企业在国民经济中的地位越来越重要，且其在创造新的工作机遇方面有着不可代替的作用，所以研究它们的融资行为有着重要的现实意义本文的重点在于分析可能对创业型企业融资行为产生影响的因素前人的研究结果表明，对于创业型企业的融资行为，应该用动态的角度进行分析，即处于不同的规模和风险，采用不同的融资行为因此提出了企业规模和行业性质这两个因素与创业型企业融资行为之间的相关性本文集中研究创业型企业群，将他们按照政府出台的标准和当年的营业收入，划分为中型和大型企业，并依照三次产业划分的基本原则，将他们划归为不同的三个产业类别中笔者希望通过这些划分，集中研究这些差别是否会对其融资行为造成差异，并试图提供详细的信息来揭示融资行为与其规模和行业性质的关系，从而帮助政府有关部门制定有利的政策，以引导和鼓励创业型企业的发展二、相关文献回顾从国内研究的角度来看，吴少新、王国红（2007）指出，传统的资本结构理论、优序融资理论和融资契约理论都不能用来分析创业企业的资本结构，提出应采用基于风险等级的最优资本结构理论，即依据创业型企业所处的风险阶段的具体情况，采取不同的融资结构。

苗淑娟、李雪灵（2007）提出，创业企业的融资行为受到其所处生命阶段、生存需求和企业主本身的影响，针对不同企业所处的不同环境，对创业企业的融资行为应加以具体分析而黄亮（2005）也提出，在分析中小企业等非传统大型企业的融资行为时，也要从动态的角度加以分析，即根据其生产发展的规模进行分析，并指出由于市场信息非对称性的存在，“关系型借贷”是可以有效解决其融资问题的途径陈凌、叶长兵（2007）提出，对于中小型家族企业来说，这类企业会倾向于运用家庭资源等内源融资的方式来扩充自己的资金需求，而对于股权融资，由于担心自己的股权被稀释等因素，对于这些规模相对较小的企业来说，股权投资的目的往往只是为了给家族投资者提供资金流动性总的看来，对创业型以及中小企业群的融资行为研究，并不能仅仅套用传统的融资结构理论，应该采用动态的视角，根据创业企业在不同的成长期、不同的规模、不同的产业类型等对其进行研究所以，具体分析其企业规模和产业性质对其融资行为的具体影响具有一定的意义在国外的研究领域中，20世纪50年代，关于企业最佳资本结构及其投资行为的研究就已出现具有代表性的观点包括MM资本结构理论、代理成本理论、信号传递理论以及啄食顺序理论。

MM资本结构理论的基本结论简要归纳为：在符合该理论的假设之下，公司的价值与其资本结构无关公司的价值取决于其实际资产，而不是其各类债权和股权的市场价值MM资本结构理论揭示了在完美的资本市场条件下，公司金融行为与其投资决策无关或者说，公司的市场价值与其资本结构无关然而，MM理论假设资本市场结构是完美的，这一假设在现实中具有很大的缺陷性Farrazi and Athey（1987）早在20世纪80年代就进行了调查，公司的财务限制确实会影响到他们的投资行为在资本市场中，典型的不完美就在于债权人与债务人之间的信息不对称，会产生众所周知的逆向选择和道德风险问题Stiglitz and Weiss（1981）在后来的研究中表明，借款机构会倾向于借款给有足够抵押或保证的企业，这样对于创业型企业和中小型企业来说，无疑是一个大的融资困境另外，啄食顺序理论由Myer and Majluf（1984）提出，这一理论是建立在信息不对称的基础之上对企业的财务结构加以研究Meyer认为，当公司要为自己的新项目进行融资时，将优先考虑使用内部的盈余，其次是采用债券融资，最后才考虑股权融资也就是说，内部融资优于外部债权融资，外部债权融资优于外部股权融资。

Scherr（1990）、Holmes and Kent（1991）以及Hamilton and Fox（1998）将啄食顺序理论用在小企业中，并发现小企业通常会将注意力集中在那些不会影响自身业务的融资形式上他们在融资顺序上表现出首选内部筹资的倾向，以降低企业主控制权被稀释的可能性可以看出，由于企业规模不同，企业主在选择融资方式时，会有不同的考虑，从而产生不同的融资行为，所以企业规模应该是决定企业融资行为的一个重要因素Myers（1994）则证明了在不同的经济领域，不同类型的企业会表现出不同的负债率在具有大量有形资产的产业中，这一类公司会倾向于大量举债，这与无形资产、风险资产占比较大的企业有很大的不同从这一点来说，企业所处的行业性质也在很大程度上决定了企业的融资行为 Jose Lopez-Gracia and Cristina Aybar-Arias（1999）利用西班牙国内数据，对461家中小企业作了实证分析后表明，对于中小企业来说，企业的规模和行业性质分别对企业内源融资所占的比重以及短期债务的来源有着一定的影响总体来说，国内就行业性质和企业规模对融资行为的影响是比较分散的，而对于创业型企业来说，他们往往是处于成长高峰期，急需资金支持。

所以分析其融资行为的影响因素有利于对其今后的发展提供帮助，并在制定发展政策方面有一定的参考意义三、数据处理、指标分析及统计分析方法（一）数据处理和指标解释本文研究的数据取自深圳证券交易所创业板具有2011年财务数据的293家企业，是从原始的、具有2011年完整年报的企业中提取出来的从深圳证券交易所公开的信息以及国泰安上市公司数据库中可以得到这些公司2011到2012年的资产负债表、损益表的具体信息以及他们的具体行业类型这些公司在提交其公开财务数据时并没有依照任何的融资方式来进行分类，所以本文所采集的数据为简单随机样本在对最终样本的数据选择过程中，过滤的目的在于筛选出任何可能的异常值，所以在选择数据时，根据创业板企业的具体经营状况，笔者对以下类型的企业进行了排除：首先对财务信息不全的公司进行了筛选；其次在我国出台的企业划分规模标准中，根据各行业的实际情况，发现仅有极少数企业被划分为小型企业，故将年销售额在1 000万元以下的企业进行了排除，最终得到316家企业样本数据在所有样本企业中，样本数据按照企业规模和行业性质进行了划分具体为：按照国家出台的标准和不同行业的性质，例如将农林牧渔业按照销售额标准，年销售额在1 000到15 000万元之间的企业划分为中小企业，在15 000万元以上的企业划分到大型企业。

最终在293家样本企业中，中型企业105家，大型企业188家接下来，笔者对企业的行业性质进行了划分根据数据的具体情况，笔者将所有企业划分为以下三类：（1）农林牧渔及其他传统第一产业类；（2）采矿业、制造业、燃气及建筑业等传统第二产业类；（3）交通运输、金融、卫生服务等第三产业类在具体的数据分析中，自变量sector共取1、2、3三个值，分别代表第一产业、第二产业和第三产业由于所有样本数据都为大型或中型企业，所以自变量size的取值为0和1，其中0代表中型企业，1代表大型企业在变量的选择上，参考之前的文献以及传统的财务指标，分别用Ra和Rc两个具体的数值来代表企业的内源融资行为以及企业的短期负债性质这两项定量指标具体的含义和计算公式如下：Ra=总内源融资量（第n年）/总资产（第n年）其中，内源融资量主要由折旧和留存收益两项内容构成，这两项均可在上市公司所提供的财务报表中获得需要注意的是，在分析企业第n年的内源融资结构时，其留存收益和折旧的数值应采用第n-1年的数据Rc=第n年的流动负债/第n年的总资本这一指标表明了在第n年中，流动负债所占到的比重流动负债主要包括短期商业和银行借款及其他短期负债。

在对总资本进行计算的过程中，总资本量等于总负债与所有者权益之和之所以采用这一度量，是因为长期负债并非无意义，或者说其实际并不为零（Jose Lopez-Gracia and Cristina Aybar-Arias，1999）根据市场信息非对称理论，这两个指标可以在很大的程度上刻画企业的融资行为本文的目的在于验证企业的规模及其所处的产业类型是否会对其融资行为产生影响经过离中趋势分析后，将离群值加以剔除，再经过前述和最终离群剔除之后得到293家企业样本二）实证统计分析本文的研究目的在于分析创业企业规模及所处的产业性质对其融资行为是否会产生影响，试图验证之前学者们提出的想法，并将其运用在国内企业在本文中，因为目的在于分析两个变量对两个响应变量的影响是否存在，所以采用的统计学方法为双因素多元方差分析（MANOVA）多元方差分析是建立在一元方差分析（Univariate Analysis of Variance）基础之上，同时检验不同处理水平在两个以上因变量的形心（centroid）是否有显著差异多元方差分析的重要性包括三点：一是可控制实验犯第一类错误的概率；二是研究的类推更为可靠；三是可深入了解因变量间的关系（Thompson，1994）。

在使用多元方差分析时，需要数据符合以下条件：（1）观察值必须独立；（2）各组总体方差要均匀；（3）各总体要呈现多元正态分布按照中心极限定理，当样本量足够大时，对于大样本一般认为其接近正态分布MANOVA分析分为两个阶段；第一个阶段进行“整体效果检验”（overall test），以检验k组平均数向量没有差异的零假设；第二阶段则是在满足方差齐性假设的基础上，进行“追踪检验”（follow-up）而本文采用的数据在变量的组织形式上是符合MANOVA分析要求的，即变量sector（行业性质）和scale（规模）为离散型变量最后，本文运用SPSS统计软件对数据进行MANOVA分析各变量的总体及分类描述性统计分析如表1、表2所示四、实证分析依照MANOVA多元方差分析法，将样本数据代入SPSS统计软件进行处理在原始的因变量下，无法通过Levene方差齐次性检验在这种情况下，一般的处理方法为将因变量进行Log对数函数转换，或进行Box-Cox转换在进行对数转换之后，样本数据通过了Levene方差齐次性检验分析，具体结果如表3、表4所示表4为Levene方差齐次性检验，从其中的sig.值可以看出，经过对数转换之后，其不足以拒绝方差齐性的原假设，即满足进行MANOVA分析的条件。

表5是多元效应的检验结果四种检验的统计量中，Pillars' trace、Hot。