小微企業互聯網融資滿足率的影響因素研究——基于612家企業互聯網平臺項目融資的數據

孫瑞婷，熊學萍

一、引言

目前，我國小微企業比例已達到90%以上，對我國經濟總量、稅收、就業等做出了巨大貢獻，實現了我國60%的國內生產總值、50%的利潤和70%以上的城鎮就業機會。小微企業發展已成為國民經濟中不可忽視的一部分，但由于其數量眾多且分布廣泛，普遍面臨融資難問題（林毅夫，2001；郭娜，2013；邢樂成和梁永賢，2013；呂勁松，2015）。據神通征信對小微企業的抽樣調查，我國小微企業中70%有融資需求，但實際向銀行申請貸款或參與民間融資的比例卻不足20%，也就是說超過50%的小微企業處于融資饑渴狀態，信貸可得性較低。

隨著互聯網金融的發展，網絡融資平臺的興起在一定程度上緩解了小微企業的融資難題。截至2016年底，納入中國P2P網貸指數統計的正常經營P2P網貸平臺為2307家，一年的成交額突破2.8萬億元。網絡融資相關資料顯示部分企業通過互聯網融資平臺，充分滿足了其融資需求，解決了公司發展困境，但也有資料顯示一些企業即使在平臺上發布融資需求，最終融資目標達成率也不盡如人意。小微企業網絡融資的滿足率主要受哪些因素影響？目前這方面的研究并不多見。從已有文獻看，現有研究大多基于網絡平臺相關信息視角，因此多涉及經營者發布的項目信息或平臺展示的融資過程信息，但卻忽略了企業內部基本信息情況。本文基于信號傳遞理論，從企業及網絡平臺信息兩個視角，結合傳統融資和網絡融資的影響因素，分析企業從融資平臺獲得融資的滿足率及影響因素，最后提出改善其融資困境的相關建議。

二、文獻綜述

中小微企業融資難問題一直受到國內外學者的廣泛關注，針對企業融資難的原因及對策的文獻非常豐富。信息不對稱、單位融資成本高是小微企業難以從傳統融資渠道籌資的主要原因，互聯網融資平臺的出現較好地解決了以上兩大問題。那么，小微企業是否能利用互聯網金融平臺來緩解融資壓力呢？仲春梅（2005）指出，在網絡環境下，隨著互聯網應用的拓展和滲入以及電子商務凸顯，民營中小企業利用網絡強大的信息平臺融通資金已成為必然。葉斌（2011）也發現“Bank To Business網絡融資模式”通過網絡融資平臺的構建并結合中小企業信用數據庫的建設，可以有效解決廣大中小企業在融資過程中所存在的問題。隨著互聯網金融的不斷成熟，P2P網貸作為一種正規金融工具的補充在一定程度上緩解了中小企業融資難問題（趙雅敬，2014）。同時，眾籌融資作為中小微企業潛在的融資工具也能夠切實發揮作用，而且有很大的成本優勢（Natalie，2014）。寧曙然（2015）的研究也發現，伴隨著互聯網進程的加快，越來越多的企業開始利用互聯網融資方式來籌集資金，并且與傳統融資方式相比，互聯網融資提高了中小企業的融資可得性與靈活性，融資效率也得到了明顯改善。

但網絡融資成功主要取決于哪些因素？陳玉婕等（2015）基于“追夢網”上的項目信息，借助平衡計分卡的思想從項目信息、人力資本與項目風險三個維度，采用Logit回歸方法對項目眾籌成功與否的影響因素進行分析，發現團隊規模對融資成功有顯著的正向影響，而融資目標金額有負向影響。Dan&Orly（2013）、鄭海超等（2015）、王琰和朱小棟（2016）也證明了融資目標金額對融資成功的負向影響，而且Dan&Orly（2013）發現，若項目發起人過去有相關工作經歷則融資更易成功。除此之外，學者們普遍認為社會資本與融資項目的質量（Mollick，2013）、創業者教育背景（Hsu，2011）、融資公司的地理位置（Hsu，2011；Agrawal etal.，2010）都會影響投資者決策，從而決定網絡融資是否能夠成功。

以上學者多在平衡計分卡思想、信任理論、資本結構理論等的基礎上，分析融資成功與否的影響因素。但針對網絡融資的研究，信號傳遞理論則使用得更為廣泛。網絡融資使得經營者與投資者間的信息不對稱表現得更加明顯，由此引發的道德風險和逆向選擇問題則引起了投資者的注意（范飛龍，2002），投資者只能依靠經營者傳遞的信息作為信號來做出相應的投資決策，而這也是信號傳遞理論的核心思想。因此很多學者基于這一理論研究哪些信號對網絡融資產生影響，如姚卓等（2016）在對眾籌融資成功與否的影響因素進行研究時，將質量信號分成項目特征質量、創業者特質質量兩個維度，結果證明了融資者工作經歷對融資成功的正向影響，但同時也發現團隊規模、融資者的教育背景與融資成功與否并沒有顯著的相關關系；黃玲和周勤（2014）同樣基于這一理論，對“點名時間”眾籌融資數據進行Logit回歸，結果表明有效的質量信號在滿足投資人偏好類型條件下能誘發投資激勵，并通過眾籌社區反饋渠道迅速傳播，推動創意項目取得成功；周逸翰和史琰鵬（2016）基于項目發起者的質量信號視角，對眾籌項目成功度的影響因素進行研究時，發現項目發起者的行為特質傳達了不同質量信號,影響其獲取創業資金的能力。

企業在運用網絡融資模式籌資時，投資者對他們的實際情況了解甚少，因此只能根據企業提供的信息進行判斷，這些信息就是企業向投資者傳遞的信號。本文結合已有相關研究，在信號傳遞理論的基礎上從項目信息質量、企業質量、不確定性三個維度探討小微企業網絡融資滿足率的影響因素。

三、理論分析

信號傳遞理論最初始于Lintner（1956）對現金股利信號的研究，該理論認為在信息不對稱的情況下，公司管理者較投資者更具有信息優勢，他們用發放現金股利的方式傳遞公司內部利好消息，以此影響股價的未來走勢。網絡融資同樣存在這種信息不對稱情況：融資者在網絡平臺上發布融資信息，并公布部分公司內部信息，投資者尤其是除大型投資機構外的個人投資者獲取信息的渠道非常有限，大多只能依靠融資者提供的信息做投資決策，且并不是所有企業發布的信息都可視為有效信號來減少或消除信息不對稱。針對網絡融資的這種信息不對稱現象，Gerrit（2015）提出了一套框架來描述融資成功的影響因素，他認為在股權眾籌平臺上有兩個因素會影響融資成敗，一是投資者怎樣最有效地利用融資者給出的企業質量信息，二是投資者對這種信息不對稱的擔憂程度。戴靜等（2016）、姚卓等（2016）在信號理論的基礎上，專門研究了項目信息質量對融資成功與否的影響，并確定了計劃融資額的影響，本文則在此基礎上加入團隊規模這一指標，實際上其對融資成功的影響在陳玉婕等（2015）、黃健青等（2015）的研究中就得以體現。本文參考已有文獻，重點關注三方面信號，即企業質量、不確定性、項目信息質量。

四、數據來源與變量測量

（一）數據來源

本文融資數據來源于“36氪”、“眾投邦”、“天使匯”“、大家投”等18個大型網絡融資平臺，部分企業相關信息源于“天眼查”“、國家企業信用信息公示系統”、企業官網及百度搜索，共搜集到652個樣本，剔除部分數據信息不全樣本后，最終獲得612個有效樣本。

（二）變量測量

1.融資滿足率

本文所指融資滿足率是小微企業在互聯網融資平臺實際獲得的融資金額與目標融資額之比。

2.項目信息質量

簡言之，項目信息質量指創業者根據平臺項目發起規則，發布本輪的計劃融資金額以及團隊規模等信息，投資者根據他們傳遞的項目信息做出投資決策。實際上，姚卓等（2016）在基于質量信號對眾籌融資影響因素進行研究時，從項目特征的質量信號和創業者特質的質量信號兩個維度進行分析，發現項目特征質量對融資是否成功會產生影響，Mollick（2013）也證明了項目質量對融資的影響。本文的項目信息質量則參考黃健青等（2015）、戴靜等（2016）的研究，主要從團隊規模及計劃融資額兩個方面進行測量。

3.企業質量

表1 變量描述

研究發現，潛在投資者會試圖通過解讀企業釋放的信號及企業特征來評估企業質量（Connelly et al.，2015）。本文引用Gerrit（2015）描述的信號傳遞理論中的企業質量維度，并在此基礎上分為企業代表人特征質量和企業信息質量兩類。其中，企業代表人的影響在Pope&Sydnor（2011）的研究中已得到證實，Cole&Sokolyk（2012）基于質量信號理論也發現企業創辦人的經歷信號能夠吸引投資者注意。而Puro et al.（2011）、Dan&Orly（2013）等研究發現，企業信息質量中包含的成立時間、注冊資本、專利技術和信用水平等均會影響投資者決策。

4.不確定性

由于投資者和企業之間信息的不對稱性，投資者對自己所投資公司未來的發展存在擔憂，即不確定性。本文參考鄭海超等（2015）和徐軍輝（2015）的做法，將項目狀態引入不確定性維度，并加入是否有詳細的商業計劃書這一虛擬變量。

5.調節變量

此外，本文控制地區與行業兩個變量。需要指出的是，信用在注冊資本對融資滿足率的影響中是否起到調節作用也值得進一步探討。貨幣金融學理論認為，道德風險會影響債權合約和股權合約選擇，其決定企業是否能夠更加容易地進行債權融資。而一個企業的信用等級大致代表了其道德水平，在信用水平一定的情況下，注冊資本越大，表示其相對償債能力越強，融資也就更容易。若企業信用水平得到提高，則在現有償債能力下，給投資者發放收益的可能性更大，融資將變得更容易。基于此，本文在注冊資本對融資滿足率的影響中還將檢驗信用是否起到調節作用。詳細的變量指標說明如表1。

五、實證分析

（一）描述統計分析

針對融資成功和失敗的兩類樣本進行獨立樣本均值檢驗，結果如表2所示。本文將樣本分成融資成功和失敗兩類企業，其中，融資失敗的金融類占比為5.0%，而融資成功的金融類占比為11.5%，且從獨立樣本均值檢驗可以看出兩者存在顯著差異。此外，融資成功樣本在注冊資本、團隊人數、年齡、專利數量4個方面的均值顯著高于融資失敗樣本，且融資人大多有相關工作經歷和比較詳細的商業計劃書；融資成功樣本的計劃融資額雖然明顯低于失敗樣本，但均值檢驗并不顯著。從融資者的性別與學歷、項目所在城市等級、成立時間、公司信用等級和項目階段上看不出明顯差別，具體有哪些因素對融資滿足率有顯著影響則需要進一步分析。

表2 融資成功與融資失敗間項目均值比較

（二）融資滿足率的多元回歸分析

本文用項目信息質量、企業質量和不確定性作為對融資滿足率的影響進行分析。構建回歸模型如下：

其中，β0表示截距項，β1～β14表示各項的系數，μ表示隨機干擾項。

回歸結果見表3模型（1）。F檢驗顯著，則說明模型總體回歸效果較好。在考慮控制變量情況下，融資目標額和企業代表人年齡對融資滿足率有顯著的負向影響；團隊人數、企業代表人學歷、注冊資本對融資滿足率有正向影響；此外，企業代表人有相關工作經歷，發布融資需求時有一個更詳細的商業計劃書，則融資滿足率顯著更高。且由表3可知VIF值均小于10，即變量間不存在多重共線性。

表3 模型回歸結果

（三）信用的調節作用分析

為檢驗信用對融資滿足率是否具有調節效應，下面建立模型（2）：

其中β0表示截距項，β1～β15表示各項回歸系數，μ表示隨機干擾項。

模型（2）的含義是，在模型（1）的基礎上加入資本與信用的交互項，其中交互項代表信用在資本對融資滿足率影響中的調節效應，且數據都經過中心化處理避免出現共線性。回歸結果如表3所示，調整的R2有所提高，表示模型整體回歸效果得到了改善。F檢驗顯著，說明模型總體回歸效果較好。模型（1）中對融資滿足率有顯著影響的因素在加入交互項后依然顯著。此外，注冊資本與信用的交互項在5%的顯著性水平下也對融資滿足率有影響，驗證了信用在注冊資本對融資滿足率影響中的調節作用。

為進一步挖掘信用在其間有怎樣的調節作用，根據回歸結果做資本與信用交互作用斜率圖①限于文章篇幅，斜率圖未給出，留存備索。。結果顯示，高信用等級所對應的曲線斜率要高于低信用等級，也就是說注冊資本增加相同值時，信用等級高的公司其融資滿足率也會上升的更快，即信用等級在資本對融資滿足率影響中起到正向調節作用。

六、結論與政策建議

（一）結論

本文運用18個互聯網融資平臺的數據分析了小微企業融資滿足率的影響因素，結果發現項目信息質量、企業質量和不確定性三個維度都對融資滿足率有一定程度影響，具體結果如下：

1.項目信息質量維度中的計劃融資額對融資滿足率有負向影響，而團隊人數有正向影響。這說明企業的計劃融資額越大，越不容易達到融資需求，主要是因為目前網絡投資者多為個人，其投資規模較小且不愿意承擔太大風險，很難達到金額較大的融資量；而團隊規模大，也證明了公司有足夠的管理能力和運營效率，投資者獲得收益的保障更大，企業融資更易成功。

2.企業質量維度中的企業代表人的年齡、學歷、相關工作經歷、公司注冊資本對融資滿足率有顯著影響，其中年齡的影響是負向的。這說明：企業法人代表年齡越大，投資者越不看好公司發展；若代表人有高學歷，則其學習能力與管理能力也更容易讓投資者信賴；有相關工作經歷的融資者比毫無經驗的經營者,給了投資者更大的收益信心；公司的注冊資本一定程度上證明了其償債能力，因此注冊資本多的公司更容易成功融資。

3.不確定性維度中是否有詳細的計劃書對融資滿足率有顯著影響。公司在發布融資需求時，制定一個詳細的計劃書，明確向投資者說明融資目的、資金用途、團隊規模、主營產品和競爭狀態、盈利現狀等信息，這會給投資者傳遞更多有效的決策信息，吸引投資者的資金投入。

4.信用等級的調節效應分析結果顯示，資本與信用的交互項是顯著的，且這種調節作用是正向的，說明資本增加時，信用等級高的公司的融資滿足率上升更快。

（二）政策建議

1.融資平臺要做好企業信息發布的引導和規范管理工作。互聯網融資是近年來的新興事物，很多小微企業都缺乏互聯網融資經驗，不清楚融資計劃發布的重點。融資平臺應該指導公司制定詳細的計劃書，向投資者傳遞有效的質量信息，以減小不確定性風險。