我国制造业产融结合效率与投资效率研究

□陈创波（厦门大学 信息科学与技术学院，福建　　厦门361005）

我国制造业产融结合效率与投资效率研究

□陈创波（厦门大学 信息科学与技术学院，福建厦门361005）

本文选取2003—2013年我国42家参股金融企业的工业企业作为样本，采用DEA方法测算企业的产融结合效率。结果显示，样本期内企业的产融结合效率没能达到技术有效，且处于不断的波动中。另外，参股不同类型金融机构的企业，其产融结合效率呈现出不同的特征。要想提高产融结合效率，需要从提升企业运营效率上入手。对于即将进行产融结合的企业，建议根据自身特点选择合适的金融机构类型。

产融结合；技术效率；DEA

一、引言

近年来，“产融结合”成为我国企业发展探索的焦点话题。产融结合是指在经济活动中，金融部门和产业部门为了共同的发展目标和效益考虑，通过股权、资金和人事渗透等方式而形成的两种部门的内在融合。近年来，包括国家电网、中石油、广药集团等大型企业纷纷加入产融结合大军。2011年的数据显示，在国资委管理的117家央企中，有87家实现了不同程度的产融结合，比例高达68.38%。许多大型的民营企业也开始以参股的形式涉足金融领域，成为产融结合的生力军［1］（P108-112）。由于经济管理体系还不完善以及出于降低经济风险的考虑，目前我国对于金融企业投资实体企业的限制比较严格，产融结合更多地来自于实体企业参股金融企业。实体企业一般有较大的融资需求，而通过参股金融企业能使实体企业在融资过程中降低交易费用，提高效率。从宏观上看，产融结合能提高社会资源配置的效率，进而提高经济运行效率。在当前我国经济增长速度有所放缓的形势下，笔者希望通过对企业产融结合效率的实证研究，来发现企业发展存在的问题，并提出建议。

二、文献综述

在理论的层面上，大多数学者认为产融结合能提高企业的经营效率，对于其原因的剖析，学者们的观点各有不同。Myers和Majluf（1984）对产融结合的效益进行了分析，并提出了财务协同假说，认为产融结合可以将投资机会内部化，将企业外部融资向内部融资进行转化。由于进行内部融资比外部融资成本更低，增加了财务协同作用，因此企业的效率得以提高［2］（P187-221）。何婧和徐龙炳（2012）通过举牌事件，定性研究了产业资本向金融资本渗透的效率，发现这种渗透可以增加企业价值，反过来资本市场也有力支持了产业资本的扩张［3］。

也有一些学者认为，产融结合会产生关联交易风险，从而增大整个市场的风险，而一旦风险失控，必将降低效率甚至产生一系列严重的经济问题。陈燕玲（2005）指出产融结合风险主要形式包括投资组合风险、内部交易风险、财务杠杆风险、利益冲突风险和道德风险，而且产融结合风险更具有隐蔽性、系统性和破坏性［4］（P130-132）。实证研究上，国外学者Berger（2000）采用美国和欧洲产融结合企业的数据进行研究，提出产融结合能带来效率的提高，且提高的潜力巨大，效率的提高和风险的分散关系密切［5］（P25-45）。然而作者也指出，这种提高的潜力只有少部分会实现，仍需要更多的经验和监管来帮助实现。李革森（2004）以上市公司为例，从实证的角度对我国产融结合的绩效进行检验，其实证结果表明，随着产融结合程度加深，我国上市公司的经营绩效会有显著提高［6］（P101-103）。蔺元、刘志新（2010）在运用DEA方法对2001—2007年参股金融机构的上市公司进行分析并对比参股前后业绩变化后提出，虽然在产融结合后的一段时期，企业业绩出现恶化，但是这类企业具有更高的成长能力［7］（P153-160）。

张庆亮、孙景同（2007）从企业经营绩效角度，对我国产融结合的有效性进行了定量分析，得出我国的产融结合总体上有效性不显著，但随着结合程度的提高，其有效性也在不断提高［8］（P96-102）。宁宇新、李静（2012）以中国上市公司为样本，对产融结合与企业投资行为收益之间的关系进行了实证分析，指出我国产业资本与金融资本的结合还仅仅处于起步的阶段，产业资本向金融资本的渗透推动了企业投资支出的扩大，但并没有给企业带来显著利润［9］（P98-100）。

对于如何提高产融结合效率，祝春山，张雪云（2007）指出，我国应该加快产融结合机制的市场化进程，提高产融结合的有效性；建立和发展多元化产融结合方式；以完善和推进上市企业并购为突破口，拓展证券市场配置资源的功能［10］（P58-60）。一些学者则建议加强法制上的规范和监管，王松华，胡敬新（2007）指出，我国需要加快金融立法和修改完善相关的法律体系，使产融的扩张有法可依［11］（P50-52）。

综合上述各种观点，可见当前我国在产融结合方面的研究仍处于起步和发展阶段，需要有更多的研究来映证这些结论。

三、研究方法的选择与DEA模型介绍

（一）研究方法的选择

当前对于企业绩效的分析和评价，可通过测量技术效率来实现。Farrell（1957）开创了现代公司效率评价方法［12］（P253-281）。他认为厂商的效率包含两个部分：技术效率（technical efficiency，TE）和配置效率（allocative efficiency，AE），其中技术效率反映厂商在投入给定的情况下产出最大化的能力；技术效率还可以进一步分解为纯技术效率和规模效率两部分。技术效率是用来来衡量企业在投入要素相等的情况下，其产出与生产可能性边界的距离，距离越小，则说明技术效率越高［13］（P46-50）。值得注意的是，技术效率是用来衡量技术在稳定使用（即没有技术创新）过程中，生产者获得最大产出的能力，当发生技术进步时，边界生产函数就会发生移动［14］（P37-41）。

在技术效率的概念提出之后，学者们开始研究如何测算这个效率值，从最大似然法［15］（P568-598）、最小二乘法［16］（P470-475）到随机前沿模型［17］（P175-187）（SFA）、数据包络分析［18］（P429-444）（DEA），技术效率值的测算方法越来越成熟。

当前主要采用的方法是SFA方法和DEA方法。DEA方法是线性规划模型的应用之一，常被用来衡量拥有相同目标的运营单位的相对效率。DEA方法在处理多输出-多输入的有效性综合评价问题时具有优势。SFA方法是前沿分析中参数方法的典型代表，即需要确定生产前沿的具体形式。相比于DEA方法，其优点是精确性更高，缺点是需要的样本数据较为庞大。在当前的条件下，由于我国的金融证券市场起步较晚，部分企业也是较晚才上市，数据的披露不够充分，想得到庞大的样本量显然不现实。另外，DEA方法无需考虑数据的量纲，使用起来更为方便，因此，本文采用的分析方法为DEA。

（二）数据包络分析（DEA）方法

在DEA中，一般称被研究的组织、单位为决策单元（DMU），在本文中对应为各家工业企业。假设有N家企业，每家企业都有相同的K种投入和M种产出。对于第i个DMU，投入和产出分别用xi和yi来表示，记K×N的投入矩阵为X，M×N的产出矩阵为Y。对于每个DMU，我们都能得到所有产出关于所有投入的比率的测量，比如：u'yi/v'xi，其中u是M×1的输出权重矩阵，v是K×1的的投入权重矩阵。选择最优的权重就是要解决数学规划问题：

假设v'xi=1，则（1）式变为：

根据线性规划的对偶原理，（2）式可变为以下形式：

minθ，λθ，

其中θ是一个标量而λ是个N×1的常数矢量，θ的值也就是第i个DMU的效率分数，满足θ≤1，1代表前沿效率上的点，也就是技术有效的DMU。值得注意的是，该线性规划问题必须要求解N次，对于每个样本DMU都要计算一次，然后每个DMU都得到了θ值，由此我们即能求得每家企业在规模报酬不变情况下的技术效率值。

CRS模型的假设仅仅在所有的DMU都在最优的规模上运作的时候才合适，而现实中无法保证每个DMU都恰好在最合适的规模上运作。这时我们就需要使用规模报酬可变模型，该模型是由Banker，Charnes和Cooper（1984）在CRS模型的基础上提出的，可用于测度纯技术效率和规模效率。

通过在CRS模型中增加凸性约束可以将其修改成VRS模型。对（3）式增加凸性约束：N1'λ=1，可以得到：

由以上公式即可求出相关的技术效率、纯技术效率和规模效率。

四、数据来源及说明

（一）各项指标的界定

以数据包络分析方法进行效率分析时，需要确定以哪些变量作为产出指标，哪些变量作为投入指标。在产出指标的选取方面，考虑到研究的是参股金融企业的工业企业，因此引入资产报酬率可以较好地度量参股金融企业带来的收益［8］。主营业务利润率同样是衡量企业产出的重要指标，该指标可以用于考察参股金融对实体企业的支持程度，且不会经常为负值，更适合deap软件的使用条件。另外，笔者用到的另一产出指标是净利润，净利润能直接地反映企业的总体经营状况。

在投入指标的选取上，以支付给职工及为职工支付的现金来衡量企业在劳动这一生产要素上的投入。除了劳动要素，企业生产所需要的另一个重要的要素是固定资产存量，因此将固定资产存量加入投入指标当中。产融结合型企业较容易获得金融支持，由于金融支持大多来自于长期借款，以长期借款占总资产的比重来衡量企业获得的金融支持力度。财务风险的大小也会对企业的经营产生影响，资产负债率是衡量财务风险的重要因素。“负债一方面能给管理人员施加压力，有利于提高企业价值和运营效率，但另一方面资产负债率若超过合理比例，负债则会增大企业破产风险，因此反而会降低企业运营效率”［4］，这是财务风险带来的正反两方面影响，因此将财务风险也作为投入指标。企业除了获得金融支持外，大多数还获得了政府支持，包括税费返和专项补助等等，笔者以企业获得的政府补助额占净利润的比重来衡量政府对企业的支持力度。

其中对于固定资产存量kt的计算方法如下：

kt=kt-1（1-δ）+It，It为t期发生的固定资产投资量，δ为5%

k2003=I2003/［geomean（I2013/I2003）+δ］，k2003为以2003年为基期的固定资产存量

综上所述，笔者采用资产报酬率（Y1）、主营业务利润率（Y2）、净利润（Y3，取自然对数值）作为产出指标，以固定资产存量（X1，取自然对数值）、支付给职工及为职工支付的现金（X2，取自然对数值）、财务风险（X3）、金融支持力度（X4）、政府支持力度（X5）作为投入指标。通过DEA方法进行测算，得出的技术效率用于衡量产融结合效率，纯技术效率用于衡量运营效率，规模效率用于衡量投资效率。

（二）数据的收集

笔者对决策单元的选取为我国42家有参股金融企业的工业上市企业，这些企业投资的金融机构类型包括银行机构、证券机构和保险机构。其中投资商业银行的有中粮生化、三一重工等16家企业，投资证券机构的有华西股份、中恒集团等17家企业，投资保险机构的有一汽富维、中科英华等9家企业。数据期间的选取为2003至2013年这11年。

笔者数据来源为wind数据库、上交所网站、深交所网站和各上市公司各年年报。在数据处理过程中，对实际数据中负数的处理采用了极小值代替等方法，在确保精确性不会显著降低的前提下实现了DEA的有效计算。对各投入变量和产出变量的描述性统计见表1。

表1　2003—2013年各项投入、产出变量的数据特征

由表1可看出，各项指标的最大值和最小值差距较大，反映出当前我国产融结合型企业之间在各方面的差距比较大，也说明该样本囊括了各种经营状况不同的企业。

五、我国工业行业产融结合效率实证分析

笔者使用DEAP Version 2.1软件来测算各项效率值。采用CRS和VRS模型计算出技术效率（crste）、纯技术效率（vrste）和规模效率（scale）。正如上文所述，企业的产融结合效率以技术效率来衡量，运营效率以纯技术效率来衡量，投资效率以规模效率来衡量。

（一）对全部企业的实证分析

全部样本企业各年各项效率值如表2所示。

表2　　样本中全部企业各年的效率值

下面通过折线图展示各项效率值的变化趋势。

图1　　样本期间内全部企业各项效率值的变化趋势

由表2和图1可直观看出，三条折线中，整体上投资效率高于运营效率高于产融结合效率。在笔者对这三种效率的界定条件下，产融结合效率受运营效率和投资效率的直接影响，投资效率已经接近于1，因此要想提高产融结合效率，企业需着眼于提高运营效率，而这需要在日常管理和运营上下功夫。

样本期内企业的产融结合效率处于0.8-0.9的区间内，虽然达不到1这一技术有效水平，但离生产前沿面的距离并不是很大。从折线上可以看到，产融结合效率随时间变化并没有呈现出确定的趋势，反而是时而升高时而下降，整体上曲折多变，存在稳定提升的潜在空间。这说明了我国工业行业的产融结合仍需要进行改革和优化管理，寻找出能让其效率稳定提高的方法。

运营效率折线的变化趋势整体上和产融结合效率折线相一致，但比之稍高，也具备稳定提升的潜在空间。而投资效率在早期接近于1，基本上达到了技术有效；中期该效率降至低点，主要的原因是受到金融危机的影响；后期投资效率有所反弹，达到0.95左右。

样本期内包含了一个重要的时点，2008、2009年，即全球金融危机爆发的时间，从图1中可以看到，产融结合效率和运营效率在2008年均处于最低点，可见金融危机对产融结合型企业的影响巨大。政府需要严格规范产融结合行为，降低金融危机给该类型企业带来的负面影响。

（二）对投资不同类型金融机构的企业的比较分析

样本企业投资的金融机构类型分为银行机构、证券机构和保险机构，将投资银行机构的工业企业称为A类企业，投资证券机构的工业企业称为B类企业，投资保险机构的工业企业称为C类企业。下表分别列出这几类企业的各项平均效率值。

表3　　三类企业的各项平均效率值

下面通过折线图展示投资不同类型金融机构的企业的产融结合效率变化趋势。

图2　　产融结合效率变化趋势

下面通过折线图展示投资不同类型金融机构的企业的运营效率变化趋势。

图3　　运营效率变化趋势

下面通过折线图展示投资不同类型金融机构的企业的投资效率变化趋势。

图4　　投资效率变化趋势

从表3可看出，在各年产融结合效率的平均值方面，A类企业和B类企业相近，且比C类企业的高，可能的原因在于，近10年来我国银行业和证券行业总体上的发展相对要好于保险行业，而金融企业的发展情况也连带影响到了与之相关的工业企业，如果被投资的金融机构效益好，工业企业从中获得的投资收益也就多，融资也更为顺利，顺带还有品牌相关的正面效应，由此拉高了产融结合效率。

从图2和图3可以看到，A类企业的产融结合效率和运营效率各年的波动较大，且A类企业在早期的效率值比晚期的高，这和我国银行业效益增长放缓有着密切的关系。近年来，随着各类金融新形式的兴起，特别是互联网金融的冲击，以及人们投资、理财的渠道不断丰富，银行的各类业务面临着激烈的市场竞争，其不再拥有金融业的绝对统治地位，“躺着赚钱”的日子已经一去不复返。银行效益的增长放缓势必连带影响到与之相关的工业企业，因此A类企业效率出现下降。而对于B类企业，其产融结合效率和运营效率波动相对A类企业和C类企业的小，其原因在于，自2001年我国加入WTO之后，国内证券市场逐步完善，行业规则和监管逐步规范，风险管理能力明显提高，行业的发展较为稳定，这就带动了B类企业效率的稳定。C类企业的产融结合效率和运营效率波动较大，后期比前期有所提高，这和保险行业的发展也是密不可分的。由于这10年来我国保险行业的发展缓慢，市场各方面也不够规范，风险管理能力和盈利能力都不成熟，导致了保险机构的效益不稳定，虽有所提升，但波动太大，这也连带影响了相关的工业企业。

从图4可以看到，B类企业和C类企业在中期显著下降，受到金融危机的影响较大，而A类企业的波动比其他两类企业更为平稳，这与银行机构在风险的管理与控制上更为稳健有关。

综上，投资不同类型金融机构的工业企业，其在各项效率上呈现出不同的特征。相对而言，投资银行机构的企业，其投资效率较为稳定，投资证券机构的企业，其产融结合效率和运营效率呈现的趋势较为乐观，投资保险机构的企业，其潜在的发展空间较大，但有待开发。

六、结论与启示

笔者运用DEA方法对2003—2013年我国42个产融结合工业企业的样本数据进行产融结合效率的测度。结果反映出：在样本期间内，我国工业行业包括产融结合效率在内的各项效率值整体上达不到技术有效，仍有一定的稳定提升空间；样本企业各项效率并没有呈现出确定的变化趋势，而处于不断的波动中。其中投资效率值比另外两项高且接近于1，反映了企业在投资上、在企业规模的控制上效果很好，要想提高产融结合效率，需要提高的是运营效率。在对投资不同类型金融机构的企业效率的比较中，笔者发现，这几类企业的效率呈现不同的特征：投资银行和证券机构的企业的各项效率较为稳定，特别是投资证券机构的企业，其发展趋势较好，而投资保险机构的企业的产融结合效率稍低，但潜在的发展空间也较大。

由此，笔者得到的启示如下：第一，我国工业行业的产融结合效率还有一定的稳定提升空间，应该从提升企业运营和管理质量入手，只有运营效率提高了，产融结合效率才能稳步提升；第二，企业的产融结合效率尚处于波动中，稳定性有待提高，企业需加强风险的管理和控制，政府则应加强对其潜在的风险的监管；第三，投资金融机构类型的不同会对企业的产融结合效率带来显著影响，企业应根据自身特点选择合适的金融机构进行产融结合。

［1］储俊，裴玉.我国中小企业产融结合的可行性及模式选择［J］.技术经济与管理研究.2014，（7）.

［2］Myers S C，Majluf N S.Corporate Financing and Investment Decisions When Firms Have InformationThat Investors Do Not Have［J］.General Information，1984，13（2）.

［3］何婧，徐龙炳.产业资本向金融资本渗透的路径和影响——基于资本市场“举牌”的研究［J］.财经研究，2012，（2）.

［4］陈燕玲.产融结合的风险及其防范对策研究［J］.生产力研究，2005，（5）.

［5］Berger A N.The integration of the financial services industry：Where are the efficiencies？［J］.North American Actuarial Journal，2000，4（3）.

［6］李革森.我国产融结合的绩效检验--来自证券市场的证据［J］.开放导报，2004，（2）.

［7］蔺元，刘志新.我国上市公司产融结合效果分析——基于参股非上市金融机构视角的实证研究［J］.南开管理评论，2010，13（5）.

［8］张庆亮，孙景同.我国产融结合有效性的企业绩效分析［J］.中国工业经济，2007，（7）.

［9］宁宇新，李静.产融结合对企业投资和收益的影响研究［J］.开发研究，2012，（5）.

［10］祝春山，张雪云.我国产业经济与金融业结合有效性的实证分析——以“德隆事件”为例［J］.经济论坛，2007，（12）.

［11］王松华，胡敬新.我国产融结合的发展现状及实证分析［J］.金融理论与实践，2007，（5）.

［12］Far rell M J.The measureme nt o f productio n efficiency［J］.Jo urnal o f Ro yal Sta tistical Socie ty，Series A，General，1957，120（3）.

［13］何枫，陈荣，何炼成.SFA模型及其在我国技术效率测算中的应用［J］.系统工程理论与实践，2004，（5）.

［14］毛世平.技术效率理论及其测度方法［J］.农业技术经济，1998，（3）.

［15］Afriat S N.Efficiency estimation of production functions［J］.International Economic Review，1972.

［16］Allain C C，Poon L S，Chan C S G，et al.Enzymatic determination of total serum cholesterol［J］.Clinical chemistry，1974，20（4）.

［17］Aigner D J，Cain G G.Statistical theories of discrimination in labor markets［J］.Industrial and Labor relations review，1977.

［18］Charnes A.，Cooper W.W.and Rhodes E.Measuring the Efficiency of Decision Making Units［J］.European Journal of Operational Research，1978，（6）.

□责任编辑：周权雄

F830

A

1003—8744（2016）04—0090—09

*本文系广东省软科学研究计划项目《广东省高科技制造业产融结合效率及转型升级方向研究》（编号：2014A070704011）的成果。

2016—6—26

陈创波（1994—），男，厦门大学信息科学与技术学院学生，主要研究方向为现实经济问题。