新三板分層政策對我國中小企業融資定價的影響

一、引言

我國于2016年5月27日頒布《全國中小企業股份轉讓系統掛牌企業分層管理辦法(試行)》，將新三板掛牌企業分為創新層和基礎層兩個層級。分層方案的落地，意味著新三板結束了簡單的規模化增長，進入了質、量并重，更強調質的精細化發展階段。新三板高速發展的同時，企業發展的兩極化格局也逐漸顯現。本文從定增價格入手，結合Oaxaca-Blinder模型，探討分層政策是否加劇“兩極化”差異并考察分層政策對我國中小企業融資定價的影響。

二、數據和實證方法

(一)數據

本文所使用的新三板公司的基本資料和財務數據來源于 Wind 數據庫。數據的樣本期間為 2015年4月至 2017年4月。為了確保實證結果的有效性，我們對數據樣本進行了如下處理：(1)剔除自愿放棄進入創新層的公司；(2)剔除有違規行為的公司。整理后，本文所使用的樣本共包含5347家公司，其中基礎層4210家，創新層1137家。

(二)變量

被解釋變量為新三板定向增發企業的定增價格。解釋變量包括企業財務指標和新三板特征變量指標。其中解釋變量的選取如下：

(1)政策的影響：分層政策為本文的虛擬變量。企業位于創新層，則分層政策變量等于1；企業位于基礎層，則分層政策變量等于0。(2)財務指標變量的選取：新三板公司定增股票的定價難以依據市場價格確定，而是綜合考慮定增公司的情況后，由雙方協商確定。本文選取了運營能力(總資產周轉率)、負債程度(資產負債率)、償債能力(利息支付倍數、經營活動現金流/負債)、盈利能力(銷售毛利率、每股收益、凈利潤)等作為解釋變量構建回歸模型。(3)新三板特征變量的選取：考慮到新三板與主板、中小板和創業板的不同，本文還加入了新三板特色的變量指標：是否包含做市商以及定向增發發行規模(新股發行數量)。

(三)實證方法

本文參考采用多因素回歸分析方法，模型設定為：

Pi=a1Li+a2iADPt+a3iAPt+a4iAAOt+a5AD+a6VMt+a7SIt+eit

其中：Li表示分層政策的虛擬變量，Li=1表示創新層；Li=0表示基礎層；ADPt、APt、AAOt、AD分別表示新三板公司i在t時期的償債能力、盈利能力、運營能力、負債程度；VMt表示t時期增發實施是否包含做市商的虛擬變量；SIt表示t時期的增發新股的發行規模(新股發行數量)；eit表示殘差，它統一表示了凡是對被解釋變量有影響而沒有被各個解釋變量所反映的信息的總和。

三、實證檢驗

在本文的第二部分，我們給出了研究定增定價的主導因素的實證模型，基于此，在本部分我們匯報了主要的實證結果。

(一)變量描述性統計

表1報告了變量的描述性統計結果。通過對比不同變量下創新層與基礎層企業的數據，可以看出創新層企業普遍好于基礎層。

表1 變量描述統計

(二)實證檢驗

1.線性回歸

為衡量分層當年政策效應，這部分我們選取分層后(2016年6月之后)到2016年年報披露前(2017年4月之前)實施定向增發的公司數據。估計結果顯示，層級項的系數為1.248，且在5%的顯著性水平上顯著，說明創新層相比于基礎層公司的增發價格多1.248元。此外，銷售毛利率、總資產周轉率、每股收益這三個指標對新三板增發價格的影響較大，且在0.1%顯著水平下通過檢驗。“是否包含做市商”這一指標雖然與實際發行價格負相關，但是統計結果不顯著。現實生活中，做市商的作用之一是使股價與公司價值匹配，但由于市場流動性不足、做市商供需失衡、估值困難等問題，做市商試圖壓低定增價格的現象并不鮮見。

表2 分層政策實施后新三板定增價格的線性回歸結果

legend：*p<0.1；**p<0.05；***p<0.001。

由表2的回歸結果，可以發現定向增發價格與分層層級有顯著正相關關系。但是考慮到進入創新層企業更具有優勢性，因此需要檢驗定增股價與“層級”呈現正相關關系是因為“分層政策”對投資者傳遞的信號作用還是公司的優勢。

為了檢驗上述問題，我們篩選了2014年公司年報發布之后到分層政策之前的數據，依據分層政策的分層標準，人為將樣本公司分為“創新層”和“基礎層”進行回歸。此時還沒有分層政策對投資者傳遞的信號作用，“層級”的回歸系數不包含“分層政策的信號作用”系數。

表3 分層政策實施前新三板定增價格的線性回歸結果

legend：*p<0.1；**p<0.05；***p<0.001。

表3結果顯示，此時“層級”的回歸系數依然顯著。說明“分層政策”傳遞的信號作用不強，不同層級公司的定增價格的差異是由公司特性決定的。基于上述分析，我們采用OB模型分解帶來不同層級公司定增價格的差異的相對重要因素。

2.OB模型

Oaxaca是在均值上對差異進行分解的，其前提是被分解的樣本符合正太分布。由圖1所示，創新層和基礎層融資價格不是正太分布。

圖1 創新層的融資價格(左)、基礎層的融資價格(右)

針對偏態分布的Oaxaca，我們需要用到Rif回歸，最終回歸結果如表4所示。可見，不用層級公司的定增價格之間的差異是顯著的，差異的“可解釋部分”主要歸因于每股收益、資產負債率、凈利潤。

表4 影響不同層級公司定增價格因素的Oaxaca分解

legend：*p<0.1；**p<0.05；***p<0.001。

四、結論

本文檢驗了分層政策的政策效應，發現定向增發價格與分層層級有顯著正相關關系，但“分層政策”傳遞的信號作用不強，不同層級公司的定增價格的差異主要是由公司特性決定的。OB模型的回歸結果顯示，不用層級公司的定增價格之間的差異是顯著的，差異的“可解釋部分”主要歸因于每股收益、資產負債率、凈利潤。

(首都經濟貿易大學，北京 100070)