安徽省制造业产融结合效率水平与影响因素实证分析

张伟佳

安徽财经大学经济学院， 蚌埠，233000

安徽省制造业产融结合效率水平与影响因素实证分析

张伟佳

安徽财经大学经济学院， 蚌埠，233000

基于柯布-道格拉斯生产函数的随机前沿模型，利用2006-2015年安徽省制造业企业动态面板数据，对安徽省的产融结合效率水平以及影响因素进行了研究。结果表明：安徽省制造业产融结合效率水平较低，作为资本投入的固定资产和作为劳动力投入的支付给职工以及为职工支付的现金均对产出有正向影响，但是资本投入的效用要低于劳动力投入的效用；总资产和企业职工人数对产融结合的技术效率成正相关，资产负债率和参股金融机构比例对产融结合的技术效率成负相关。据此提出了以下对策：培育高效资本市场，发展先进制造业，加强金融机构的信息披露以及注重发挥企业资本的作用等方面。

制造业；产融结合效率；随机前沿

近年来，“产融结合”成为我国的热门话题。产融结合字面上说便是金融资本与产业资本相互融合，二者间通过一定的方式协同发展，其融合的方式主要通过股权关系。在我国的实际情况下，由于金融机构参与实体经济受到相关法律法规的束缚，所以我国的产融结合主要是指产业资本参股金融机构。制造业的快速发展为安徽省国民经济的增长提供支撑，也为安徽省经济长期稳定发展提供了保障。2013-2016年，安徽省工业总产值由8265.6亿元增长到11742.1亿元，年平均增长率达到了14.02%，但是增速却由2013年的18.9%降到了2016年的9.7%*数据来源于安徽省统计局网站。。安徽省制造业企业受到多个“短板”的影响，导致利润率越来越低，有必要涉足其他领域以利于提高自身的利润率。此外，安徽省是一个传统产业占比较大的省份，大型国企多为传统产业，对制造业进行产融结合，可以借机调整产业结构，实现产业升级；同时继续稳步做强现有优势实体企业，大力推进传统产业创新升级发展，以信息化和智能化手段改造传统领域，提升传统产业竞争优势。那么，当前安徽省制造业产融结合的效率处于什么水平？影响安徽省产融结合技术效率水平的因素有哪些？如何利用产融结合对安徽省制造业进行转型升级？探讨这些问题，一方面可以对安徽省制造业企业提高运营效率加以引导；另一方面对政府职能部门制定转型升级的政策以及推进国有资产管理改革均具有重要的现实意义。

1 相关研究

针对技术效率水平的衡量问题，Farrell提出运用生产率指数法对企业效率进行测算：一种方式是基于投入技术效率，即一定的产出下计算最小投入与实际投入的比值；另一种方式是基于产出技术效率，即一定的投入组合下计算最大产出与实际产出的比值[1]。何枫和陈荣采用随机前沿模型，研究多个行业的企业技术效率对企业绩效与价值的影响[2]；蔺元和刘志新运用DEA模型研究发现，产融结合提升了企业的运营效率[3]；白瑞花运用回归分析法对我国非金融类上市企业产融结合的有效性加以研究，发现产融结合的效益很难在短期内显现，企业进行产融结合应着眼于长期收益[4]；万良勇等运用现金持有量——现金流量模型对企业产融结合进行分析，得出高效率的产融结合能够帮助企业走出融资困境[5]；陈光聚采用随机前沿模型测度制造业行业中能源结构对技术效率的影响，分析各影响因素对能源技术效率的影响，对本文研究产融结合具有借鉴作用[6]。

针对产融结合中的影响因素问题，陈创波选取固定资产存量、金融支持力度、政府支持力度等作为投入指标来衡量企业的资产报酬率、利润率以及净利润，为研究产融结合的影响因素提供了一定的借鉴意义[7]；项国鹏和张旭对我国制造业上市公司的产融结合水平进行研究，并引入存在可能性的影响因素包括产权性质、企业规模、政府支持和金融支持等，但是，过多的影响因素之间可能会存在线性关系，从而对估计结果造成较大误差[8]；杨姝琴等选取企业规模、员工人数、参股金融机构比例、资产负债率、金融支持力度五个因素，其中有三个因素未通过显著性检验，而事实上这三个因素对企业进行产融结合可能存在较大影响[9]。

从上文可以发现，现有产融结合技术效率方面的研究多集中于全国范围内的上市企业，对地区尤其是中部地区的针对性研究不足；此外，当前对产融结合中的影响因素研究较少，对影响因素的检验缺乏一致性，有必要根据地区的实际情况进行差异化研究。因此，本文运用随机前沿模型对安徽省产融结合技术效率水平加以衡量，并研究其中存在可能性的影响因素，以期能够为安徽省制造业企业提高运营效率以及加快制造业转型升级提供一定参考。

2 研究设计

2.1 数据来源与样本选择

本文数据来源于上交所网站、深交所网站和各上市公司各年年报，时间跨度为2006—2015年。研究的企业是安徽省13家有参股金融机构的制造业上市公司，参股金融机构类型主要包括保险机构、银行机构和证券机构。其中投资商业银行的有美菱电器、中粮生化等6家企业，投资证券机构的有古井贡酒、皖能电力等4家企业，投资保险机构的有安徽合力、鑫科材料等3家企业。

在搜集数据过程中发现，安徽省制造业企业参股金融机构的类型主要是保险、银行和证券机构，企业参股金融机构的方式单一，最近三年开始有制造业企业积极参股财务、信托等金融机构，但时间较短，其效应也无法得到准确的衡量，故本文不对参股除保险、银行和证券机构外的金融机构加以研究。

2.2 变量描述

2.2.1 产出指标

本文将制造业上市企业的财务报表中的净利润作为产出指标y。因为企业的经营目标就是为了获得利润，制造业企业参股金融机构的目的之一就是通过利润分红取得报酬，所以以净利润作为衡量企业产融结合效率的产出指标。

2.2.2 投入指标

(1)将企业固定资产额作为资本投入k。固定资产投资对制造业企业起着重要作用，固定资产投资的扩大能够推动制造业企业的发展，故将资本投入以固定资产来衡量。

(2)将企业支付给职工以及为职工支付的现金作为劳动力投入l。在以前的效率研究中，很多学者将企业的职工人数作为劳动力投入，但是，在现代制造业中，具有很多知识密集型和技术密集型企业不能够单纯地以企业职工人数来衡量劳动力投入。一般地，职工对企业的贡献度越大，所获得的酬劳也会越多，故将其作为劳动力投入。

2.3 影响因素

制造业产融结合技术效率水平受到内外多重因素的影响，本文采用杨姝琴等人的观点[9]。

(1)制造业企业的总资产。这是因为企业拥有雄厚的总资产，更加有利于企业开展业务活动，可调用的资源更加充沛，实行产融结合更容易获得更大产出。

(2)资产负债率。资产负债率主要反映企业借款在总资产中的比重，也反映企业在日常经营活动中经营能力的大小。企业的资产负债率越低，则企业偿债能力越强，但是保持稍高的资产负债率，则能够扩大生产规模，提高企业的盈利能力。

(3)企业职工人数。安徽省制造业企业大多处于劳动密集型要素占据主导地位的阶段，人力资源的投入是其中一个重要因素，它影响到企业的经营效率。

(4)参股金融机构比例。企业参股金融机构比例的大小影响到企业能否真正地参与金融机构的经营决策。若企业的参股比例较高，一方面可以提高产融结合的效率；另一方面也便于企业融资，提高企业的经营效率。

(5)政府扶持力度。政府扶持力度是指政府对企业的补助资金除以企业的总资产。我国政府对于企业的税收减免以及行业准入方面的补助影响到企业的经营行为，同时它也是支持企业进行产融结合的重要动力和保障。

2.4 SFA模型的构建

本文采用随机前沿模型来分析安徽省制造业产融结合效率以及发展趋势，选择此种模型有以下几方面原因：第一，随机前沿模型的主要优点是能有效地避免由于测量误差而造成的随机误差，从而能对单位效率进行较为准确的测度；第二，这种方法与利润函数、生产函数、成本函数等的最优化目标是一致的，所以是一种客观合理的测试效率模型；第三，我国学者对效率评价的方法多采用SFA模型，本文采用这种方法使得本文的结论有一定的可比性。

TEit=exp(-uit)

(1)

即在相同的投入下，技术效率值等于实际产出与完全有效产出的比值。

基本模型如下所示：

lnYit=βn+β1lnKit+β2lnLit-uit+vit

(i=1,2，…，20；t=1,2，…，10)

(2)

其中，βn表示截距项，β1和β2表示固定资产和支付给职工以及为职工支付的现金的待估系数。Yit、Kit、Lit分别是第i个上市公司第t年的净利润、固定资产、支付给职工以及为职工支付的现金。

3 实证分析

3.1 变量的描述性统计

本文采用Frontier 4.1软件对净利润、固定资产、支付给职工以及为职工支付的现金、总资产四个变量取自然对数，而剩下的变量则取原始数值。在一些年份中，某些企业的净利润为亏损，均令其自然对数后的值为0.01，此时政府资助中的计算仍然采用原始的净利润数值。为了对参股不同金融机构的企业加以对比，本文将进行分类统计。安徽省13家制造业上市公司的样本中，净利润取自然对数后最大值为21.41元，最小值为0.01元(实际上在某些年份一些公司的净利润为负值，而负值取自然对数无意义，故当净利润为负值时，令其取自然对数值为0.01)；固定资产取自然对数后最大值为24.42元，最小值为16.64元；支付给职工以及为职工支付的

表1 参股保险的变量描述性统计

表2 参股银行的变量描述性统计

表3 参股证券公司的变量描述性统计

现金取自然对数后的最大值为23.30元，最小为16.12元；公司总资产取自然对数后最大值为24.57元，最小值为19.74元；资产负债率最大值为0.61，最小值为0.12；职工人数最大值为2 1676人，最小值为595人；制造业企业参股金融机构比率最大值为0.1，最小值为0；政府资助比率最大值为4.9，最小值为0。具体数值见表1～3。

3.2 参股各类金融机构不同年度产融结合效率差异分析

本文将参股不同类型金融机构的样本企业不同年度的产融结合效率进行对比，具体数据见表4，并且由表4的数据作出更为直观的图1。

表4 2006-2015样本企业各年效率值描述性统计

图1 参股各金融机构产融结合的动态演变

通过对比参股保险、银行和证券公司的制造业产融结合效率数值发现：(1)研究的样本数据中参股银行的产融结合效率值要比参股保险和证券公司高，参股保险和证券公司的产融结合效率值差异较小；(2)从总体上看，参股各类金融机构的效率值都较低，对比国内学者对我国产融结合效率值的测度，安徽省的产融结合的效率要低于全国平均水平。

通过对不同年度的产融结合效率值对比发现：(1)安徽省制造业企业的产融结合起步较晚，尤其是参股保险的企业较少，而银行和证券公司则起步稍早，这是由于在2006年之前省内一些地方性银行以及证券公司开始挂牌运营，而保险业初期发展缓慢；(2)在2008-2009年期间，样本企业的产融结合效率呈现下降趋势，这是由于2008年美国爆发次贷危机，安徽省内的实体经济和虚拟经济均受到国内外宏观经济的影响；(3)2009-2013年，安徽省产融结合效率呈现快速上升趋势，参股银行的效率要高于平均效率，参股证券公司的效率基本与平均效率处于一致，而参股保险虽快速上升但仍然处于平均效率的下方；(4)2013年以来，参股银行和证券公司的增速均趋缓，而参股保险的效率值依然保持快速增长，这是由于安徽省大力支持保险业的发展，为保险业制定了合理的规划，保险机构的实力显著增强，并且能够支持实体经济的发展。

3.3 产融结合效率影响因素的估计结果分析

在研究2006-2015年不同年度参股金融机构的效率差异后，以下进一步分析影响安徽省制造业产融结合效率的影响因素。根据表5的估计结果可以看出，Log的函数值为-295.637，单边LR检验值为188.081，模型具有一定的准确度，并且γ=0.999，说明随机扰动项影响非常小。

表5 样本企业产融结合效率影响因素的估计结果

注：***、**、*分别表示在1%、5%、10%水平下显著。

从随机前沿模型的函数待估参数上看：(1)资本产出弹性β=0.12，其t统计值为2.905，在1%水平下显著，表示在其他条件不变的条件下，固定资产投资增加1%,企业净利润增加0.12%；(2)劳动产出弹性β=0.556，其t统计值为5.211，在1%水平下显著，表示在其他条件不变的条件下，劳动力投入增加1%,净利润增加0.556%；(3)对比(1)和(2)可以看出，安徽省制造业中资本要素投入的产出要低于劳动力要素的投入，究其原因,一方面是由于传统制造业的发展主要依赖于劳动力要素的投入，另一方面是由于制造业对研发创新方面的资本投入比率较低，资本的作用未完全发挥。

从影响制造业产融结合效率的具体因素上分析：(1)就企业的总资产而言，δ1=-1.458，表明企业的规模大小与产融结合效率呈现出正相关的关系。规模较大的企业能够更大限度地调用所拥有的资源，并且获得金融机构的贷款也相对较易，从而有效地进行产融结合。(2)就资产负债率而言，δ2=0.561，表明资产负债率与产融结合效率成负相关。安徽省制造业企业依然属于劳动密集型，过高的资产负债率可能会增加企业的财务杠杆，加剧企业的经营风险，不利于企业进行产融结合。(3)就企业职工人数来说，δ3=-0.003，表明企业职工人数与产融结合效率成正相关。这从另一个角度验证了资产负债率的检验结果，同时也显示出安徽省制造业依然处于较低水平。(4)就参股金融机构的比例而言，δ4=1.449，表明参股金融机构的比例与产融结合成负相关，这是由于当前制造业企业进行产融结合的目的主要是希望降低企业融资的难度，增加融资手段，而未能进行深层次的产融结合。(5)就政府扶持力度而言，δ5=-0.038，未通过显著性检验，这可能是因为仅仅对政府的直接补助加以研究，无法表现出政府在政策方面的扶持。虽然在模型检验结果上表现出政府扶持力度对产融结合的效率影响较小，但是，实际上政府对企业的财政补助、减免税收能够鼓励企业主动地寻求产融结合，客观上可以提高企业产融结合的效率。

4 结论及建议

4.1 结 论

本文运用随机前沿模型，并借助2006-2015年安徽省13家产融结合制造业企业的样本数据，对安徽省制造业产融结合效率水平进行测度并分析其影响因素，得出的主要结论如下：

(1)对比项国鹏和张旭以及杨姝琴等人所得出我国制造业企业产融并结合平均效率可以看出，安徽省制造业企业产融结合效率水平较低，并且参股银行要比参股保险与证券公司的技术效率要高，参股保险的技术效率增长速度要快于参股银行与证券公司。

(2)作为资本投入的固定资产和作为劳动力投入的支付给职工以及为职工支付的现金均对产出有正面影响，但是资本投入的效率要低于劳动力投入的效率。

(3)总资产和企业职工人数对产融结合的技术效率成正相关，资产负债率和参股金融机构比例对产融结合的技术效率成负相关，而政府的扶持力度对产融结合的影响则不显著。

4.2 建 议4.2.1 政府角度

(1)鼓励民营银行的发展，培育高效的资本市场。近年来，我国逐渐提高对金融机构的开放程度，支持民营银行的发展能够为制造业企业提供更多的产融结合的机会，而金融业的发展所需要公平竞争的市场环境则依赖于培育高效的资本市场。

(2)发展先进制造业，优化产业结构。传统制造业受到资源环境制约、产业创新乏力、产能过剩等因素的影响，发展先进制造业已迫在眉睫。政府需要加大科研投入，鼓励社会资本参与，通过政策扶持带动先进制造业的发展；严格限制资产状况较差的制造业企业参股金融机构。

(3)积极运用财政政策，降低制造业成本。近年来，安徽省人工成本、交易成本、原材料价格等增长较快，给制造业企业造成沉重的负担。政府应增加资金投资金融机构，减免企业的税费以及适当的补助以降低企业的成本，促进制造业的发展。

4.2.2 金融机构角度

(1)加强自身信息的披露，为企业提供咨询服务。各金融机构应提高自身信息披露的透明度，为企业是否进行产融结合以及企业参股何种金融机构进行指导，防止企业盲目进行投资而导致技术效率的降低。

(2)金融机构应充分了解投资企业的实际情况，为不同的制造业企业提供相应的投资计划。当前阶段，我国的产融结合依然是由企业主动参股金融机构，制造业产融结合的主体应该是制造业企业，其目的就是以金融资本带动产业资本的转型升级。

4.2.3 企业角度

(1)提高自主创新能力，优化人才结构，更加注重发挥资本的作用。安徽省制造业企业应积极引进国外的先进技术与管理经验，培养具有高素质的员工，施行适当的激励手段，提高员工的积极性与创造性。另外，企业的资本投入要充分考虑到参股对象的实际情况，加强对参股对象的监督，提高资本投入的有效性。

(2)依据自身战略规划，提高产融结合的实效性。企业进行产融结合不应盲目地追求参股比例的最大化以及短期利润，而应考虑自身发展战略以及资金储备的情况，制定合理的参股比例，防止产业资本过度金融化而给企业带来经营风险，积极参与参股对象的日常经营活动，提高产融结合技术效率。

(3)积极拓宽投资渠道，加强风险控制。安徽省制造业在今后的产融结合中应该积极找寻适合的投融资渠道，如投资财务公司、担保公司以及其他类型的金融机构。金融机构不同于一般的制造业企业，风险也是多种多样，因此企业应该严防产业资本虚拟化的风险。

[1]Farrell M J.The measurement of productive efficiency[J].Journal of the Royal Statistical Society,1957,120(3):253-290

[2]何枫,陈荣.基于SFA 测度的企业效率对企业绩效与企业价值的影响效果研究：来自于中国数个行业上市公司的证据2002-2006[J].金融研究,2008(9):152-163

[3]蔺元，刘志新.基于DEA的上市公司产融结合效率研究[J].中国管理科学,2010(11):248-255

[4]白瑞花.中国非金融类上市公司产融结合的有效性研究[D].北京：北京邮电大学经济管理学院,2012:17-29

[5]万良勇.产融结合与企业融资约束：基于上市公司参股银行的实证研究[J].南开管理评论,2015(2):64-72

[6]陈关聚.中国制造业全要素能源效率及影响因素研究：基于面板数据[J].中国软科学,2014(1):180-192

[7]陈创波.我国制造业产融结合效率与投资效率研究[J].探求,2016(4):90-98

[8]项国鹏、张旭.基于SFA的企业产融结合效率及影响因素及影响因素的实证研究[J].科学学与科学技术管理,2013(9):149-158

[9]杨姝琴，张沛康，侯杰宇.基于SFA的制造业产融结合效率及影响因素的实证研究[J].探求,2016(2):112-120

[10]Battese G E,Coelli T J.Frontier production functions,technical efficiency and panel data:With application to paddy farmers in India[J].Journal of Productivity Analysis,1992,3(1-2):153-169

(责任编辑：周博)

2017-04-14

安徽财经大学研究生科研创新基金项目“安徽省制造业产融结合效率与发展趋势分析—基于SFA模型的实证研究”(ACYC2016084)。

张伟佳(1992—)，安徽肥东人，在读硕士研究生，研究方向：经济管理。

10.3969/j.issn.1673-2006.2017.10.004

F272.5

A

1673-2006(2017)10-0013-06