本站原创摘 要 ：供应链金融作为一种新型的融资模式和产业增值方式,因其可以缓解银企间的信息不对称问题和降低融资的交易成本,近几年受到了广泛的关注.本文从―流敏感性角度出发,重点研究了供应链金融发展对安徽中小企业融资约束的缓解作用.通过实证研究发现,安徽省中小企业存在明显的―流敏感性,即中小企业受到明显的融资约束,而供应链金融的发展可以缓解这一问题,提高中小企业融资的可行性.
关 键 词 ：供应链金融 中小企业 融资约束
中图分类号：F276.3 文献标志码：A 文章编号：
一、引言
中小企业是我国经济发展的重要主体和主力军.截止到2012年底,各类金融机构对中小企业贷款余额为25.17 万亿,仅占到所有贷款余额总数的39.96%.与此同时,中小企业数量已占全国工业企业总数的99%,创造了近六成的经济总量和近一半的税收,提供了近八成的就业岗位,已经成为国家经济的活力之源.中小企业在国计民生中的作用与其得到的资金支持极不相称,中小企业的发展普遍受到资金不足的约束.国家虽然积极出台各种政策,仍然未能解决中小企业融资难的问题.因此,探究中小企业融资难的症结所在,找出合适的融资解决之道显得尤为重要.
国内外学者对中小企业融资难的原因进行分析后普遍认为,企业信用缺失、缺乏贷款担保及融资渠道受限已经成为中小企业融资困难的主要因素,顺应产业竞争由企业之间的竞争转换为供应链之间竞争的态势,供应链金融应运而生,它是专为中小企业量身的一种新型融资模式.这种金融模式在很大程度上同时解决了物流企业盈利、中小企业融资以及银行业务低风险拓展的难题,实现了多方共赢.本文以安徽省中小上市公司为研究样本,从―流敏感性的角度出发研究供应链金融发展对其融资约束的影响.
二、相关理论基础及国内外文献综述
(一)供应链金融概念
供应链金融是为解决产业链上下游的融资问题而衍生的一种增值服务,但目前学术界和企业界对于供应链金融的概念还未有统一的定义.Michael Lamoureux认为供应链金融是一种在核心企业主导的企业生态圈中对资金的可得性和成本进行系统优化的过程.而在国内,由于供应链金融业务大多数都是以银行为主导,所以国内学者多从银行的视角阐述供应链金融的概念.李善良将供应链金融概括为：基于对供应链交易结构和交易细节的把握,借助供应链上核心企业、物流企业进行风险监控,通过金融创新,由金融机构对供应链某成员企业提供融资服务,以实现价值增值的全过程.供应链金融是以发生在供应链上的商业交易价值
为基础,银行通过向供应链嵌入资金或信用,从而为供应链上下游企业提供流动资金解决方
_________________________
基金项目：2012 年度安徽省教育厅人文社会科学重点研究项目《后金融危机背景下基于供应链金融的安徽中小企业融资渠道创新研究》（SK2012A015）成果之一.
安徽大学201研究生学术创新项目（01001770）子项目《基于供应链金融视角的安徽中小企业融资模式研究》（10117700432）成果之一.
作者简介：黄平（1959-）,女,安徽合肥人,安徽大学商学院副教授,硕士生导师,研究方向：财务管理；刘佳慧（1990-）,女,安徽亳州人,安徽大学商学院硕士研究生,研究方向：财务管理.
案.Min Hu 、Qifan Hu（2008）和Martin R. Fellenz（2009）认为供应链金融的作用是针对中小企业所面临的融资约束,在中小企业与大企业的分工合作体系中,利用大企业信息优势来弥补和缓解中小企业信用缺位和信息不对称,进而提升中小企业的信用水平和信贷能力.
在国内关于供应链金融的研究文献中,陈祥锋、石代伦（2006）和许祥秦（2007）对其运作模式、网络结构等进行了详细描述.马佳、赵文杰、王小琰（2009）通过对影响供应链金融的风险因素进行分类,从中提取主因子然后利用logit 模型评估主因子对融资企业信用水平的影响.于连鹏等人（2009）以供应链系统中的物流金融为基础运用系统动力模型分析探讨了交通枢纽上的仓储融资,指出供应链系统中的物流融资管理具有提供资源共享和信息集成的功能.但是这些研究并未基于科学的实证模型进行研究,尚未为供应链金融的发展能有效缓解中小企业融资约束这一命题提供有力证据.故本文以安徽省中小上市公司为样本,研究供应链金融的发展对其融资约束的影响.
三、模型选择与研究假设
对于企业的融资约束问题,国外学者主要使用投资―流和―流模型进行研究.Fazzari、Hubbard 和Petersen（1988）基于Myers和Majluf（1984）的优序融资理论率先提出了以投资―流敏感性模型来度量企业的融资约束程度.这一结论被Kashyap、Lamont、Stein（1991）和Hu、Schianterelli（1998）分别用不同的融资约束指标和不同的研究样本进一步验证了.然而,Kaplan和Zingales（1997）对FHP模型中选择的样本重新进行了研究,得到了截然相反的结论.后来学者逐渐意识到,企业的融资约束并不是导致投资―流敏感性的唯一原因,Whited（2000）提出对未来投资机会的测量偏误、流与投资相关而引发的内生性问题及管理层的成本等均有可能影响投资―流的敏感性.
Almeida、Campell和Weisbach（2004）提出了以新的―流模型来度量企业融资程度,以解决投资―流模型存在的问题.随后,许多学者在此基础上展开了新的研究, Khurana、Martin 和Pereira（2006）利用此模型研究了不同金融市场发展水平下各国企业的融资约束问题,研究发现,金融市场越发达,企业的融资约束就越低,企业的―流敏感性不高,二者之间没有明显的相关关系；反之则反是.Charles和Joshua（2010）得到了相同的结论,连玉君和丁志国（2008）以国内的上市公司为样本进行研究得到了一致的结论,即可以用―流敏感性模型来度量企业的融资约束程度.基于此,本文选择―流模型作为研究供应链金融的发展对安徽中小企业融资约束影响的出发点,并提出以下两个基本假设： H1：保持其他条件不变,安徽中小企业存在明显的―流敏感性.
H2：保持其他条件不变,随着供应链金融的发展,安徽中小企业的―流敏感性逐步降低.
四、实证研究设计
(一)样本及数据选取
2012年12月底, 在安徽省的中小企业中,有25家在深市中小企业板上市,3家在创业板上市.本文选取深市2005-2012年所有安徽中小上市公司作为初始样本,对数据进行了如下筛选：（1）选取上市三年及以上的公司；（2）剔除金融类和被ST、PT的公司；（3）国内投资者主要关注的是A股上市公司,故剔除发行B股、H股和N股的企业,保留只发行A 股的公司.本文所使用的数据包括安徽中小上市公司的财务数据和货币市场数据,其中前者来自于国泰安的CAR 数据库,后者来自安徽省统计局网站.
(二)实证模型和研究变量
为了对假设进行实证检验,本文借鉴Almeida、Campell和Weisbach（2004）的―流模型,并参照前人的研究,构造了如下模型：
其中,α为随机误差项,其他变量的定义见下表1.根据上文假设,可以预测：b10,b20.
表1 变量名称、符号及其定义
变量性质 变量 预期符号 变量说明
因变量
及等价物的变动, 等于货币资金/本期总资产
自变量
+ 流等于当期经营活动产生的流量净额/本期总资产
+ 供应链金融发展度量指标： 等于全省短期贷款（发生额）/本期总资产； 等于全省贴现（发生额）/本期总资产
- 流与供应链金融发展指标的交乘项,用来表明供应链金融的发展对融资约束产生的影响
控制变量
+ 未来的投资机会： 等于销售的增长率； 等于总资产的增长率
+ 本期总资产的自然对数
五、实证检验结果及分析
(一)描述性统计分析
安徽省2005-2011年金融机构短期贷款统计数据图
由上图可以看出,安徽省2005-2011年金融机构的短期贷款数额呈递增趋势,而本文选取短期贷款作为衡量供应链金融发展的指标之一,说明安徽省供应链金融保持不断向前发展,为研究安徽省中小企业―流敏感性的变化提供了前提条件.这里的金融机构主要包括国有商业银行、股份制商业银行、政策性银行、农村信用社、农村商业银行和农村合作银行.描述性统计的结果见表2.
表2 主要变量的描述性统计
变量 最小值 最大值 均值 标准差 偏度 峰度
0.050 0.820 0.313 0.222 0.882 0.200
0.093 0.698 0.167 0.322 1.244 1.547
0.009 0.097 0.053 0.029 -0.010 -1.309
0.001 0.008 0.005 0.003 -0.010 -1.309
1.044 4.667 1.801 0.823 3.116 11.091
0.093 1.299 0.467 0.322 1.244 1.547
19.705 22.122 20.508 0.739 0.899 -0.156
注：数值为保留三位小数的结果.
样本数据表明,企业和等价物有显著差异,最小值是同期总资产的5%,最大值是82%,最大值达到最小值的16.4倍.这说明企业的持有率有存在比较大的差异,为安徽省中小企业的管理留下了操作的空间.流的均值仅为16.7%,最小值为9.3%,其标准差为32.2%,约为均值的2倍,表明安徽省中小企业流相对波动较小.与其他企业特征变量相比,作为企业投资机会的度量指标销售增长率和资产增长率相对差异不大,前者标准差约为均值的50%,后者标准差约为均值的70%,选取它们度量安徽省中小企业投资机会的合理性有限.
(二)回归结果及分析
利用整理的数据,通过SPSS 17.0进行回归分析,我们假设上述变量之间存在线性关系,按照模型建立线性回归方程,回归结果如下表3：
表3 模型整体拟合度情况
R方 调整R方 F 显著性
0.607 0.344 2.312 0.005
从模型整体拟合度分析结果可以看出,方程通过1%显著性水平检验,这表明被解释变量与解释变量之间的线性关系良好.拟合优度R方为60.7%,相对较高,说明回归方程拟合的效果较好.
相关回归系数及显著性水平等回归结果见下表4：
表4 模型线性回归结果
回归系数 标准误差 T检验 对应P值
0.643 1.728 2.595 0.029
-0.020 7.684 -2.438 0.038
0.054 1.872 1.318 0.041
0.079 0.072 0.606 0.159
0.049 0.052 1.875 0.094
0.021 0.209 1.397 0.196
常量 0.306 1.560 0.709 0.296
从上表中的回归检验结果可以看出,流Cflow的回归系数为正,对应的P值为0.029,通过了5%的显著性水平,即安徽省中小企业表现出显著的―流敏感性,假设H1得到验证.这表明安徽省中小上市企业存在着从经营流中提取加以持有的倾向,说明在当前的融资环境下,安徽省中小企业存在较为明显的融资约束.流与安徽省供应链金融发展指标（全省短期贷款发生额、全省贴现发生额）的交乘项系数为负,且在5%的水平上显著,支持假设H2.这表明供应链金融的发展在一定程度上可以解决中小企业融资约束难题. 六、研究结论与对策
供应链金融的关键之处是将核心企业的信用价值传递给上下游的中小企业,通过提高供应链中小企业的获得信贷的可得性,缓解中小企业的融资约束,从而提升整个供应链的财务运行效率.本文通过利用安徽省中小上市公司2005―2012年的数据对Almeida、Campell 和Weisbach（2004）所提出的―流敏感性模型进行验证,发现安徽省中小企业确实存在较为明显的融资约束,而随着供应链金融的发展,安徽省中小企业面临的融资约束难题得到一定程度的解决.
基于实证结果,为促进安徽省中小企业的发展缓解其融资约束,应进一步发展供应链金融,可从以下几方面加强：首先,大力发展供应链上的核心企业.作为供应链上的关键角色,核心企业是最具有供应链大局观的成员,并存在为供应链整体利益的优化作出主动安排和调整的动力.其次,商业银行积极参与.商业银行作为供应链金融产品的提供者,应从战略的高度认识开展供应链金融业务的重要性.改变对中小企业信用评级的方式,将发展供应链金融业务作为实现自身传统信贷业务转型的契机.再次,做大做强第三方物流.供应链金融的有效运行离不开物流的配合.在与银行的合作中,物流企业不仅进行抵押、质押物的监管服务,而且为银行提供提高质押物授信担保效率的服务.最后,要解决安徽省供应链金融实践中存在的问题,必须从供应链金融的政策环境、理论创新与企业运作创新等多个层面着手.政府在做好政策引导的同时,应该为供应链金融的发展营造一个良好的制度环境,提高各个市场主体加入供应链金融体系的积极性.