基于DEA模型的战略新兴产业股权融资效率研究

陈　苗　王立国



基于DEA模型的战略新兴产业股权融资效率研究

陈苗王立国

王立国(1989-)，男，汉族，河南柘城人，在读硕士研究生，河南大学环境与规划学院，研究方向：区域金融差异。

摘要：本文选取81家战略性新兴产业上市公司样本2009-2014年面板数据，使用DEA模型分析了上市公司的股权融资效率。实证结果表明，我国战略性新兴产业上市公司融资效率较高，但技术进步存在明显负增长。

关键词：DEA模型; 新兴产业;股权融资效率

一、引言

战略性新兴产业是近几年提出的一个新概念。《“十二五”国家战略性新兴产业发展规划》将其界定为：以重大技术突破和发展需求为基础，对经济社会全局和长远发展具有重大引领带动作用，知识技术密集、物质资源消耗少、成长潜力大、综合效益好的产业。

2010年9月国务院《加快培育和发展战略性新兴产业的决定》中将节能环保、新一代信息技术、生物医药、高端装备制造、新能源、新材料和新能源汽车等七大产业划定为我国重点发展的战略性新兴产业。

我国战略性新兴产业上市公司显现出强烈的股权融资偏好特征。股权融资效率可以衡量我国资本市场的完善程度和金融资源配置的有效程度，对国民经济增长和战略新兴产业公司可持续发展均具有重要意义。因此，对战略性新兴产业的股权融资效率的研究具有重要意义。

二、研究方法

Malmquist生产指数瑞典是经济学家、统计学家Sten Malmquist(1953)首次提出。Fare R等(1994)在此后提供了基于DEA(Data Envelopment Analysis，数据包络分析方法)模型算法来计算Malmquist生产指数的方法[21]。DEA-Malmquist生产率指数模型不需要一个特定的生产函数和生产无效率项的分布假设，而且它能通过指数分解来解释变化的原因。

Fare使用距离函数(distance function)来定义全要素生产率指数(Total Factor Productivity)指数。全要素生产率指除了劳动力和资本这两个生产要素之外的其他所有生产要素带来的增长效应。

假设有n个决策单元，第j个决策单元(j=1，2,3，…，n)使用m种投入xij(i=1，2，…，m；xij>0)来生产s种产出yrj(r=1，2，…s；yrj>0)。Dt(xt，yt)、Dt(xt+1，yt+1)分别表示在t期的技术条件下，t期和t+1期的决策单元的距离函数；Dt+1(xt，yt)，Dt+1(xt+1，yt+1)分别表示在t+1期的技术条件下，t期和t+1期的决策单元的距离函数。

求解距离函数的线性规划模型如下：

其中s+，s-为松弛变量。其它距离函数可类似得出。

然后，定义t期和t+1期的技术条件下的基于产出角度的Malmquist生产函数指数：

为了减少由于时间选择的任意性可能带来的误差，Fare按照Ficher理想函数的构造方法，对两个不同时期技术条件下的Malmquist生产指数进行几何平均，来作为从t期到t+1期的全要素生产率变化的Malmquist生产指数：

该指数就是全要素生产率指数，它大于、等于和小于1分别表示从t期到t+1期全要素生产率增长、不变和下降。

全要素生产率指数可分解为技术进步变化指数(technical change，Tech)和技术效率变化指数(technical efficiency change，Effch)，分解过程如下：

其中，Effch为技术效率变化指数，其含义为每个决策单元从t期到t+1期的技术效率变化。Effch大于1、等于1、小于1分别表示技术效率提高、技术效率不变和技术效率下降。Tech为技术进步变化指数，其含义为每个决策单元从t期到t+1期的技术进步，也就是生产可能性边界提高后所引起的产量的提高。Tech大于1、等于1、小于1分别表示技术进步、技术不变和技术退步。

技术效率变化指数(Effch)在规模报酬可变(VRS)情况下可进一步分解为纯技术效率变化指数(pure technical efficiency，Pech)和规模效率变化指数(scale economy，Sech)。

三、实证分析

1.样本数据选取和预处理

本文剔除了ST股及2009年后上市的公司后，选取了沪深A股战略新兴产业共81家战略性新兴产业上市公司样本。其中新材料产业12家，新能源产业4家，生物医药产业19家，节能环保产业7家，高端装备制造产业13家，新能源汽车产业8家，新一代信息技术产业18家。

投入数据选取流通股比例和营业成本。流通股比例是上市公司无限售条件股份的比例，反映了其股权融资来源的广泛性。营业成本是反映的是企业对资金的运用和配置。上市公司如何运用所筹集的资金，可通过营业成本来反映。

产出数据选取销售净利率和资金周转率。销售净利率是企业净利润与营业收入的比率，表示单位销售收入得到的净利润，反映了公司的获利能力。资金周转率指企业营业收入同平均资产总额的比率，衡量了企业资产的周转的速度。

全部数据来源于深圳和上海证券交易所网站的公司公告中的公司年报，由于DEA分析要求数据全部是正值，因此对所有数据进行量纲化处理，使所有数据变成0和1之间的数，且不会对测算结果有实质影响。

2.实证结果分析

使用DEAP2.1软件对数据进行处理，得到结果。

(1)我国战略新兴产业股权融资效率总体趋势分析

表1　2009-2014年战略性新兴产业股权融资全要素生产率及其分解

资料来源：DEAP2.1软件分析结果。注：文中所有的均值均为几何平均值。

从全要素生产率变化来看，2009-2014年间全要素生产率年均变化值为0.976，也就是年平均增长率为-2.4%，虽然技术效率变化以平均每年0.6%的速度在增长，但是技术进步变化却是以以3%的速度在负增长，且技术进步变化的下降率要高于技术效率变化的增长率，这导致了全要素生产率变化的负增长。将技术效率变化分解为纯技术效率变化和规模效率变化可以看出，技术效率的正增长主要是由于规模效率的作用，规模效率变化的年均增长率为0.8%，而纯技术效率年均变化呈现负增长的趋势。

从时间趋势上看，2009-2013年全要素生产率变化呈现增加趋势，其中2009-2013年呈现负增长趋势，但2012-2013年全要素生产率变化值增长率为2.5%。

(2)七大产业上市公司股权融资效率对比分析

表2　2009-2014年七大战略性新兴产业股权融资年均全要素生产率及其分解

数据来源：DEAP2.1输出结果。

从全要素生产率来看，新能源产业全要素生产率变化值最高，年均增长率为1.2%，新一代信息技术产业全要素生产率变化值最低，年均增长率为-3.9%。综合来讲，七大产业股权融资全要素生产率不存在严重的产业间差异。

从技术效率变化来看，七大产业中新一代信息技术产业技术效率变化最低，年均增长率为-1.2%，最高的新能源产业，年均增长率为3.7%，与全要素生产率变化相吻合，说明全要素生产率的变化主要是由于技术效率的变化。通过对技术效率变化的分解，技术效率的增加主要是由于规模效率的增加，七大产业中，仅高端装备制造产业2009-2013年年均规模效率值小于1，也就是说，大多产业都是规模有效的。

(3)战略性新兴产业股权融资效率统计分析

表 3　2009-2013年战略性新兴产业股权融资效率统计结果

数据来源：DEAP2.1输出结果。

从统计结果不难发现，81家企业中有15家全要素生产率>1，呈现增长趋势。技术效率变化中81家企业有超过一半(46家)企业的效率变化>1，是增长的趋势。而技术进步变化中全部企业都是<1的，也就是说，全部样本企业都是一个技术进步效率下降的趋势

四、简短结论

1.2009-2013年战略性新兴产业技术进步变化的负增长是最为明显的，而且技术进步变化的低效率是造成部分企业融资效率较低的主要原因。这说明战略性新兴产业整体的技术水平有了较大退步。在Malmquist指数的分解中，技术水平变化表现为生产前沿面的移动，而硬件水平是影响生产前沿面移动的主要原因。说明我国战略性新兴产业尚处于起步阶段，生产设备缺乏更新，产能有待加强。

2.七大战略性新兴产业中新能源产业股权融资效率最高，新一代信息技术产业股权融资效率最低。战略性新兴产业上市企业应该根据自身产业特点及其他多方面因素选择合适的融资渠道，这样才能形成产业与资本的良性互动，达到资本的有效配置。(作者单位：河南大学)

参考文献:

[1]刘斌斌等.股票融资、债务融资与我国战略新兴产业发展[J].江西社会科学,2013,(3):66-69.

[2]左传长.战略性新兴产业融资方略探讨[J].中国发展观察.2012,(09):20-21.

[3]翟华云.战略性新兴产业上市公司金融支持效率研究[J].证券市场导报,2012,(11):20-25.

基金项目：河南大学研究生教育综合改革项目，项目编号Y1427069

作者简介：陈苗(1991-)，女，汉族，河南商丘人，在读硕士研究生，河南大学经济学院，研究方向：产业组织与结构。