B2B平台供应链金融对中小企业融资效率影响的实证分析

　　目前，各个国家的专家对融资约束模型的分析通常汇聚在下面几个部分，投资-现金流与现金-现金流敏感性模型。前者主要由Fazzari、Hubbard和Peterson（1988）指出，因为交易时期两者对信息的了解情况不一样，促使外部融资的模式出现风险溢价，因此公司做出投资决定的时候侧重于使用公司内源性资金，因此我们就可以知道此系数与公司受到的融资约束程度为正比，在公司投资和经营现金流增加的时候，其融资限制就更加明显[30]。刘可、缪宏伟（2013）把样本选择范畴划分在制造业中小公司上市企业中，使用此模型检验供应链金融对缓和此类公司融资约束的现实效果[31]。但是，有关此模型敏感性的实证结论出现相应的纠纷与问题。Kaplan与Zingales(1997)并不认可Fazzari等(1988)的理论，利用理论研究，再次进行实证，指出双方为反向变动关系[32]。Cleary(1999)指出投资-现金流模型不仅有融资约束影响，此外也包含代理费用的因素。此外，有关现金-现金流敏感性的模型开始变成分析融资约束与效率的重点，Heitor Almeida等(2004)利用分析可知，假如公司的现金一现金流敏感性表现是正，公司也许受到相应的融资约束。由于在公司遇到融资限制的时候，也许会增多现金持有量来满足此后的投资需要，此外对比上述模型，指出现金-现金流敏感性模型受到的影响比较小，适合呈现公司所受融资约束的情况[33]。李金等(2007)选择国内A股上市公司当做分析主体，得出的结果和Almeida等人相同。持续使用其余变量开展实证，就可以知道公司盈利水平与偿债水平和其遇到的融资约束情况为负向变动关系[34]。连玉君，苏治与丁志国(2008)就表明此数学模型对研究公司融资约束的现实效果[35]。此模型能够避免投资-现金流敏感性模型出现的部分不足，此外纠纷和矛盾并不多，可以得到人的承认。假如使用现金一现金流敏感性模型，在敏感性为正，也就是公司现金-现金流系数超过0，那么其就出现融资约束，其中系数是负的时候，公司就不会受到融资约束。所以，本文最后挑选使用现金一现金流敏感性模型来对之前指出的分析假设开展实证研究。

　　对于如何选择B2B供应链金融指标，各个国家有关资料对此发展指标的选择通常汇聚在全国票据、贴现，使用全国变量也许会造成分析结果的不显著乃至和假定对立；此外部分文献内并未关注对分析主体的选择，思考到目前的B2B供应链金融大部分出现在制造业，此时需要关注上述产业特点，提前对一些制造业中小公司开展分析，之后从个体范围延伸到所有中小公司。

　　因为B2B供应链金融在近期得到发展，详细的衡量指标信息不多，因此本文借用孙婷婷（2016）的指标选择方向，挑选应收账款、应收票据和短期贷款来评估B2B供应链金融发展情况。由于相关B2B供应链金融的应收账款融资方式开始被普遍使用，其发展情况和中小公司应收账款的规模有关；其中应收票据使用商业与银行承兑汇票两个汇票来取代电网络仓单融资模式；短期贷款内涵盖中小公司利用动产当做抵押物得到的B2B供应链融资。此外，依照文玉春（2015）开展的实证检验，将销售与资产增长率来评估中小公司此后的投资机会更加科学，因此本文选择销售增长率当做相应的指标。其余指标解释参考表4-1。

　　本文选择2013年到2017年全部深市中小板面板信息为最初样本。从国泰安CSMAR信息库中选择样本信息，对信息处理与统计研究使用Stata12.0。因为现在B2B供应链金融重点目标顾客群是具有标准化产品的中小公司，因此本分析所采用的样本信息是2013年到2017年深圳证券交易所中小板上市企业的财务信息，且持续筛除样本信息:

　　（1）中小公司的选择重点是以制造业为核心的中小公司；

　　（2）思考到相同公司相同时间可开展数据比较，所以只选择2013-2017年度内的1月与12月份信息，删除3月、6月与9月的信息；

　　（3）把只有一年信息的企业去除,把公司信息不充分的去除，且去除其此处最大与最小不正常数值；

　　（4）使用以上方式处理好数据以后，总共选择582家企业的信息开展研究。

　　1.为了对假定H1开展实证分析，使用Almeida(2004)的现金一现金流敏感性模型开展后续构建，不只涵盖基本模型内的现金流、投资机遇与企业规模三部分，此外也添加了多个控制变量，为确保实证结果的精准性，此后会使用基本模型开展稳健性检测，尽量让被解释变量弱化因解释变量宏观环境变动所造成的影响。因为目前B2B供应链金融内的主体大部分是制造业中小公司，所以把行业确定成制造产业，主要公式4.1为：

　　∆CASH=（4.1）

　　在模型4.1内，属于模型因变量，代表标准化之后的现金变动量，CF是自变量，主要表示标准化现金流量。身为现金-现金流的敏感性系数，根据此模型理论我们就能清楚的了解到，在超过0的时候，代表中小公司为了对未来的投资而储存资金，表明中小公司自身具备相应的融资约束。此外，公司遇到的融资约束伴随现金-现金流敏感性系数的提高而提高，在系数明显，数值较高的时候，就表示中小公司遭受的融资约束很大。其余变量是控制变量，依照第三章中小公司融资效率因素研究，可预估投资机会（GR）、公司规模（SZ）、净营运资本的变动（NWC）和融资效率成正比，也就是可能低于0、其中资本支出的变化（I）和短期债务的变动（SD）也许和融资效率为反比，也就是超过0.

　　2.为实证检验假定2，也就是B2B供应链金融是否缓和了中小公司的融资约束，创建了研究此金融对中小企业融资效率影响的主要模型，主要公式4.2为：

　　∆CASH=（4.2）

　　以上4.2模型通常是在模型4.1的框架上，添加两个指标变量，主要是为B2B供应链融资发展情况的影响因子和现金流的交乘项。为了检验之前确定的假定H2，提升中小公司的融资效率。预估B2B供应链融资发展水平和现金交乘项系数<0，绝对值高，发展此融资对中小公司融资约束的缓和效果就更加明显，如此就能就检验假定H2。

　　注：上述信息都保留5位小数。

　　重要变量的描述性统计参考表2。营业现金流CF的均值都是0.06855，标准差是0.1026，表示分析样本的现金流量没有明显的右偏问题，此外表现出更大的不同，样本代表性很好。公司之间的现金和等价物均值与标准差值很大，最小值为负值，其中最大值在1%缩尾之后依旧占据目前综合资产的171.26%，样本表现出明显的不同。中小公司之间的现金和其等价物持有率状况差距明显，表示分析公司的现金持有率对于中小公司强化现金管理观念、进而提升实际效率有关键影响。

　　本文创建了多元线性回归模型，且使用Stata统计软件来对其开展回归分析，对分析模型内全部解释变量彼此间的相关性开展测试。最终结论指出，现金变动和流量、资本支出和B2B供应链融资发展水平多个指标间都在1％的水平上显著相关。详细情况参考表4-3。

　　为了全面提升整体精确度，对面板信息开展全面拟合，本文主要对模型采用固定与随机效应两类方式开展回归研究，使用Hausman检验以后，最后明确使用随机效应模型。

　　因为选择的样本信息具备非平衡面板的特点，为了减少也许会出现的误差项非独立与非同分布情况，使用控制变量对模型进行回归研究。在上述回归基础上，可直接查看到公司现金-现金流敏感性系数是正，此数值在5%的水平上顺利通过检验。表明国内中小公司侧重于提取现金，进而防范此后的投资问题，如此就表明中小公司会受到相应的融资约束。检验了假设1。评估B2B供应链金融发展指标，本文从融资使用的三个模式，也就是预付、应收与质押等着手，分析中小公司应收账款、票据与短期贷款所蕴含的B2B供应链金融效率，由于伴随中小公司应收账款与票据的增多，现实中对B2B供应链金融的需求就也随之增多，激活自身的资产，从金融机组织处得到贷款。此金融的发展指标可利用应收票据SCF1、应收账款SCF2与短期贷款SCF3和其与现金流的交乘项，来评估中小公司的现金-现金流敏感性特点。在所查看的样本中，假如现金流主要和中小公司应收票据SCF1、应收账款SCF2与短期贷款SCF3交乘项系数都是负，此外不同回归模型均在5%的水平上显著。此结论表明，在国内，B2B供应链金融具备减弱中小企业的融资约束，提升融资效率的功能。对比不同模型的变量相关性，结论为上表4-4。

　　根据表4-4我们就能了解到，现金流CF在模型4.1与4.2内的系数全部是正，此外在1%水平显著，在上述样本信息中，现金流系数显著实证，通常处于0.132-0.267范围内，表明中小公司的现金流受到相应的融资约束，具备相对显著的现金-现金流敏感性，H1假设得以检验。本文选择的应收账款、票据与短期贷款三方面从侧面表现出B2B供应链金融发展的条件，和现金流交乘项的系数是负。表示伴随B2B供应链金融的进步，中小公司的此类敏感性开始弱化，便于减弱金融约束，提升现实融资水平。

　　表现B2B供应链金融发展潜力的指标和三个交乘项系数，其绝对值并不大，表示目前此供应链金融发展对中小公司融资水平的提高具备的影响并不大。此处应收账款的融资模式所占比值高，表示中小公司应收账款很多，可以使用在B2B供应链金融中的应收账款方式开展融资。即便B2B供应链金融从模式层面进行分析符合中小公司融资需求，然而当前此模式并不健全。表示在此后，我们需要关注此供应链金融，自主增加资金投放，为相关公司的融资发展创造和谐氛围。

　　因为样本通常挑选制造领域中小公司，选择2012-2017年的面板信息，也许会出现明显的波动性，针对上述情况，本文开展众多稳健性实验：（1）使用固定效应回归模型开展预估；（2）使用年初总资产对现金与现金流开展平减，去除异常值。然而上述举措并没有影响分析结果，表示以上实证结论相对稳定。