区块链上市公司融资效率研究

解晓涵　姜娟

摘   要：融资效率是衡量企业发展的重要指标，对区块链上市公司融资效率进行评价，对于推动区块链企业发展有重要意义。使用SBM模型和Malmquist指数，从静态和动态两个角度对2016—2020年179家区块链上市公司的融资效率进行测度，并为区块链企业提出可持续发展的建议。研究结果表明，区块链上市公司的融资效率整体处于较低水平，多数企业存在投入冗余或产出不足的情况;样本企业的融资效率整体呈现先上升后下降的变化趋势，不同行业区块链上市公司的融资效率存在差异。

关键词：融资效率;SBM;Malmquist指数;区块链上市公司

中图分类号：F275      文献标志码：A    文章编号：1673-291X（2022）14-0118-04

一、研究现状

由于国家政策的扶持引导以及区块链技术本身的优势，区块链技术受到了广泛的关注，一系列被称为“区块链概念股”的公司逐渐应用区块链技术并发展与区块链相关的业务。但大部分进入区块链领域的上市公司仍处于早期规划阶段，更多以概念和研究为主，尚未进入落地实施层面，深层次的技术应用较为稀缺。区块链上市公司的许多项目涉及新技术的研发与应用，需要大量资金的支持，因此，融资问题是制约区块链上市公司发展的重要问题，如何进一步优化融资环境、提高融资效率，成为区块链上市公司急需解决的重要问题。

以往学者关于融资效率概念主要包括以下几种。曾康霖[1]在比较直接融资与间接融资这两种方式时较早使用了“融资效率”一词。叶望春[2]认为，企业融资效率是指企业筹资成本、筹资风险以及筹资的方便程度。刘海虹[3]认为，企业融资效率是指企业融资能力的大小。卢福财[4]认为，企业融资效率是指某种企业融资方式或融资制度在实现储蓄向投资转化过程中所表现出的能力和功效。

目前关于上市公司融资效率的研究主要集中于对融资效率进行测度，主要使用BCC模型、CCR模型、三阶段DEA等模型对融资效率进行测度。雷辉和刘俏云[5]使用四阶段DEA模型探究绿色低碳上市公司的融资效率。涂咏梅和程文[6]使用CCR模型和BCC模型探究我国中小板科技型企业的融资效率，发现相较于2015年，2016年我国中小板科技型企业大部分融资效率比较理想。王秀贞等[7]分省份、分行业、分所有制对我国中小企业的融资效率进行评价，测算结果表明我国中小企业的整体融资效率不高。周磊和安烨[8]采用三阶段DEA模型探究新旧动能转换背景下我国现代物流业的融资效率。王伟和董登新[9]使用BCC模型研究在新三板挂牌的湖北省科技型中小企业的融资效率，结果表明借助新三板进行融资并未带来企业融资效率的提升。孙燕芳和曹永鹏[10]使用BCC模型和Malmquist指数对我国公用事业类上市公司融资效率进行分析研究，发现我国公用事业类上市公司在样本期内整体融资效率偏低。姚德权和戴烊[11]采用BCC模型和Malmquist指数测算中国中小制片企业的融资效率变化情况。Chen和Wang[12]使用超效率DEA模型以及Tobit模型对我国战略性新兴产业的融资效率及影响因素进行分析研究，结果表明，我国战略性新兴产业上市公司融资效率处于较低水平。Sun和Geng[13]采用DEA模型对新能源产业整体融资效率水平的进行评价，结果表明，我国新能源产业企业融资效率的有效比重并不高。Zhan和Liu[14]使用DEA方法对中国39家农业上市公司的融资效率进行了评价，结果表明，融资效率普遍偏低，农业企业融资全要素生产率呈先下降后增长的趋势。Wang和Geng[15]使用六阶段DEA模型对战略新兴上市公司的融资效率进行测度。学者朱    颖[16]以及学者沈忱[17]均使用了三阶段DEA模型，分别对养老产业上市公司和新三板市场中小企业的融资效率进行研究。

部分学者研究融资方式、分层制度、做市商制度以及专利权质押等因素对企业融资效率的影响。桂嘉伟和吴群琪[18]从细分行业、归属地区、所属分层、转让方式等多维视角，针对新三板科技服务企业融资效率进行比较研究。贺正楚等[19]生物医药产业不同融资方式的融资效率，发现融资效率从高至低为内源融资、债权融资、股权融资。张红芳[20]研究企业专利权是否质押对融资效率的影响，并使用BCC模型和Malmquist指数对新三板100家专利权质押出质企业以及100家基础层和100家创新层的非专利权质押出质企业融资活动进行测算和比较。马莉莉和李湘晋[21]研究分层制度和做市商制度对企业融资效率的影响，结果表明，创新层中的企业融资效率较高。在创新层中，企业是否选择做市转让交易方式并不会显著影响其融资效率;在基础层中，選择非做市转让交易方式的企业的融资效率普遍较高。Xiaohuan和Anna[22]研究不同融资方式对融资效率的影响分析全球可再生能源领域不同行业的融资效率，结果表明，各行业综合融资效率普遍偏低。Xu等[23]对我国战略性新兴产业的融资效率进行测度，并分析了内外部融资生态对融资效率的影响。

通过对以往文献的阅读，认识到融资效率对企业的发展至关重要，因此我们将融资效率作为公司研究的重要方面。同时发现大部分学者在研究融资效率时使用的是CCR模型和BCC模型，运用SBM模型对融资效率进行测度的研究较少。此外，现有文献中很少有研究区块链上市公司融资效率的。因此，本文通过使用SBM模型和Malmquist指数，从静态和动态两个角度对2016—2020年179家区块链上市公司的融资效率进行分析，并为提高区块链上市公司的融资效率提出建议。

二、研究方法

（一）SBM模型

在径向的DEA模型中，对无效率程度的测量仅包括等比例改进部分，没有考虑松弛改进的部分，导致测算结果偏高。他为了解决这个问题，Tone[24]在2001年提出了SBM模型。他使用非导向（Non-oriented）的SBM模型，同时从投入和产出两个角度对效率状况进行测量。该模型的公式如下：

其中，ρ表示效率评价值，λ=（λ，λ，...，λ）为权重向量，x、y分别为每一个被评价DMUk的投入向量、产出向量，x为DMU的投入向量x中的第i个分量，y为DMU的产出向量y中的第r个分量，s为投入松弛量s的第i个分量，s为产出松弛量s的第r个分量。当增加约束条件λ+λ+...+λ=1时，模型是规模报酬可变的。ρ关于s、s是单调递减的，且0≤ρ≤1。当ρ=1（即s=s=0）时，被评价的DMU是有效DMU;否则，被评价的DMU是非有效的，存在产出不足或投入冗余，需要对投入和产出进行改进。

（二）Malmquist 指数

t时期技术条件下的Malmquist指数和t+1时期技术条件下的Malmquist指数分别为式（2）和式（3）。采用两个Malmquist指数的几何平均值作为被评价DUM的Malmquist指数，从t时期到t+1时期的Malmquist指数如式（4）所示，若Malmquist指数大于1，表明全要素生产率处于上升阶段，反之，则处于下降阶段。

三、指标体系构建与样本数据来源

（一）投入-产出指标体系

对区块链上市公司进行效率评价时，结合其他学者选取的投入产出变量，构建了三个投入指标和三个产出指标的指标体系。投入指标为，（1）资产总额：企业经营过程中能够支配的全部资产，反映企业的融资规模;（2）营业成本：企业经营活动中投入的资金，反映融资资金的使用情况;（3）资产负债率：体现债权融资和股权融资的比例关系，反映企业的融资结构。产出指标为，（1）总资产周转率：营业收入与资产总额的比值，反映企业全部资产的利用效率;（2）净资产收益率：净利润与净资产的比值，衡量融资资本带来的收益;（3）营业收入同比增长率：反映企业的发展能力。

（二）数据来源及样本选择

选取东方财富choice数据库区块链概念板块2016—2020年261家区块链上市公司作为初始研究样本。为保证样本企业的有效性，剔除存在财务问题的ST和*ST类型的上市公司，并剔除指标缺失的公司，最终得到179家区块链上市公司作为研究的样本企业，分布在广东省等22个地区。区块链上市公司主要分布在东部地区，其中广东省、北京市、浙江省的区块链上市公司的数量最多。区块链上市公司投入产出指标数据来自国泰安数据库以及Wind数据库。同时，为满足DEA模型对于投入产出数据非负的要求，对原始数据进行无量纲化处理，处理后的数据介于0.1至1之间。

四、实证分析

（一）基于SBM模型的融資效率静态分析

基于规模报酬可变（VRS）、非导向（Non-oriented）的SBM模型，对区块链上市公司2016—2020年的融资效率进行测度，结果如表1所示。

通过SBM模型对融资效率进行测度，结果表明，2016—2020年区块链上市公司5年融资效率值始终为1的企业有爱施德、同花顺、北京君正这3家上市公司。2016—2020年间，融资效率值为1的企业所占比重最高的年份为2017年和2019年，占比7.82%;2020年比重最低，为5.03%。融资效率均值的变动范围为0.545—0.675，融资效率整体处于较低水平，区块链上市公司的整体融资效率情况有待改善。

SBM模型在对效率进行测度的同时，也测算了投入指标和产出指标的松弛值，并且提供了非有效DUM调整的方向和大小。根据SBM模型的测度结果可以发现，多数区块链上市公司都存在投入冗余或产出不足的情况，需要减少要素的投入量或者增加要素的产出量，以达到最优效率。

（二）基于Malmquist 指数的融资效率动态分析

1.区块链上市公司整体融资效率动态变化

使用SBM模型测算的是区块链上市公司在样本期内的融资效率静态测度情况，为了更好反映区块链上市公司融资效率的动态变化情况，使用Malmquist指数对融资效率进行动态测度，结果如表2所示。其中，Malmquist指数可以分解为技术效率变化指数和技术进步指数，技术效率变化指数又可以进一步分解为纯技术效率变化指数和规模效率变化指数。由表2可知，融资效率Malmquist指数整体呈现先上升后下降的变化趋势。2017—2018年间有较大幅度的增长，2018—2019年以及2019—2020年间呈现下降趋势。分析2018—2019年间下降趋势产生原因，是由于技术效率变化指数的负增长导致了Malmquist指数呈现负增长;分析2019—2020年间下降趋势产生的原因，是由于技术效率变化指数和技术进步指数的共同负向影响导致了Malmquist指数的负向增长。

2.分行业区块链上市公司的融资效率动态变化

对不同行业的区块链上市公司的融资效率进行动态测度，结果如表3所示。在样本期内，金融业、农林牧渔业、卫生和社会工作、制造业这四个行业融资效率整体处于增长趋势，其余七个行业融资效率整体处于下降趋势。在融资效率整体呈现下降趋势的七个行业中，电力、热力、燃气及水生产和供应业，交通运输仓储和邮政业，批发和零售业，租赁和商务服务业等这些行业Malmquist指数呈现负增长，主要是由于技术进步指数的负向影响造成的。建筑业、信息传输软件和信息技术服务业这两个行业技术效率变化指数和技术进步指数都呈现下降趋势。文化、体育和娱乐业的技术效率变化指数呈现下降趋势。

五、结论与建议

基于179家区块链上市公司2016—2020年的数据，使用SBM模型和Malmquist指数从静态和动态两个角度对融资效率进行测度，得出相应的研究结论：第一，我国179家区块链上市公司在样本期内的融资效率偏低，仅有3家企业在样本期内的融资效率始终为1，融资效率较高的企业数量较少。第二，我国179家区块链上市公司的Malmquist指数的均值为0.998，受到技术效率变化指数和技术进步指数的共同影响，融资效率整体呈现先上升后下降的趋势。第三，从区块链上市公司所属行业的融资效率来看，在样本期内，金融业、农林牧渔业、卫生和社会工作、制造业这四个行业融资效率整体处于增长趋势，其余7个行业的融资效率整体处于下降趋势。

根据以上研究结论，提出以下建议。第一，区块链上市公司要提升企业融资资金的使用和管理水平，提高资金的利用效率，不断拓宽企业的融资渠道、优化企业的融资结构，合理确定不同融资方式的融资比例，降低融资成本和融资风险，从而提升企业自身价值，推动区块链上市公司的可持续发展。第二，政府要为区块链企业的发展创造良好环境，为区块链上市公司拓宽融资渠道，促进东、中、西区域和不同行业的区块链上市公司协调健康发展。

参考文献：

[1]   曾康霖.怎样看待直接融资与间接融资[J].金融研究，1993，（10）：7-11.

[2]   叶望春.金融工程与金融效率相关问题研究综述[J].经济评论，1999，（4）：76-84.

[3]   刘海虹.国有企业融资效率与银行危机相关问题研究[J].财经问题研究，2000，（3）：41-45.

[4]   卢福财.企业融资效率分析[D].北京：中国社会科学院研究生院，2000.

[5]   雷辉，刘俏云.基于四阶段DEA模型的绿色低碳企业融资效率研究[J].财经理论与实践，2020，41（3）：72-78.

[6]   涂咏梅，程文.我国中小板科技型企业融资效率实证分析[J].郑州大学学报：哲学社会科学版，2018，51（4）：72-75.

[7]   王秀贞，丁慧平，胡毅.基于DEA方法的我国中小企业融资效率评价[J].系统工程理论与实践，2017，37（4）：865-874.

[8]   周磊，安烨.新旧动能转换背景下我国现代物流业融资效率研究[J].经济问题，2019，（11）：53-60.

[9]   王伟，董登新.科技型中小企业新三板市场融资效率分析——基于湖北省企业面板数据的实证研究[J].证券市場导报，2020，（2）：45-51.

[10]   孙燕芳，曹永鹏.公用事业类上市公司融资效率分析研究[J].山东社会科学，2018，（9）：168-173.

[11]   姚德权，戴烊.中小制片企业融资效率及其影响因素研究[J].现代传播（中国传媒大学学报），2020，42（11）：124-130.

[12]   Chen X，Wang Y. Research on financing efficiency of China’s strategic emerging industries based on super efficiency DEA and tobit model[J].International Journal of Emerging Market， 2020，ahead-of-print（ahead-of-print）.

[13]   Sun H， Geng C. Financing Efficiency of China’s New Energy Industry Based on DEA Model and Its Influencing Factors[J].Revista De Cercetare Si Interventie Sociala，2018：181-199.

[14]   Zhan X， Liu L. Analysis of Financing Efficiency of Chinese Agricultural Listed Companies Based on Machine Learning[J].Complexity，2019，2019.

[15]   Wang Q， Geng C X. Research on Financing Efficiencies of Strategic Emerging Listed Companies by Six-Stage DEA Model[J].Mathematical Problems in Engineering，2017，（7）：1-8.

[16]   朱   颖.我国养老产业融资效率及提升路径研究[J].求索，2017，（11）：55-64.

[17]   沈忱.中小企业在新三板市场融资效率研究——基于三阶段DEA模型定向增发研究[J].审计与经济研究，2017，32（3）：78-86.

[18]   桂嘉伟，吴群琪.新三板科技服务企业融资效率与财务风险研究[J].科技进步与对策，2019，36（12）：115-124.

[19]   贺正楚，王姣，潘红玉.生物医药产业不同融资方式的融资效率研究[J].财经理论与实践，2020，41（1）：48-54.

[20]   张红芳.专利权质押出质企业和非专利权质押出质企业融资效率比较分析研究[J].科学学与科学技术管理，2018，39（12）：111-122.

[21]   马莉莉，李湘晋.分层制度、做市商制度与企业融资效率——基于我国新三板挂牌企业的实证研究[J].经济问题，2019，（3）：56-64.

[22]   Xiaohuan L，Anna S. Research on the Renewable Energy Industry Financing Efficiency Assessment and Mode Selection[J].Sustainability，2018， 10（1）：222.

[23]   Xu K， Geng C， Wei X. RESEARCH ON FINANCING ECOLOGY AND FINANCING EFFICIENCY OF STRATEGIC EMERGING INDUSTRIES IN CHINA[J].Journal of Business Economics and Management，2019，20（2）：311-329.

[24]   Tone K.A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research，2001，130（3）：498-509.

[责任编辑   妤   文]