单婷婷,邱兆轩
(南京邮电大学管理学院,南京210003)
生物医药产业具有技术密集与资金密集双重特性,在发展过程中需要投入大量资金,投资周期长、风险高、回报慢,这也是该产业融资难、融资效率不高的原因。在此背景下,研究生物医药产业融资效率问题,有效地测度产业的融资效率,并分析综合效率指数轨迹、技术效率轨迹和技术进步效率轨迹的动态变化,对促进该产业健康发展具有重要的现实意义。
目前,新产业融资效率受到国内外学术界的广泛关注与研究。杨亦民(2018)等在研究股票市场时发现,在产权模糊、约束机制缺乏、行政干预过多等因素作用下,资本市场呈现出较为低下的资源配置效率,特别是在科技创新企业的支持方面效果不佳。王维(2018)将企业按照行业与地区的标准进行区分,在此基础上分别研究信息技术类上市公司的融资效率,探讨影响其融资效率的主要因素。廖艳等(2018)转变角度,从新三板中小企业挂牌上市前后的融资效率差异中,分析推断融资效率的主要影响因素。王新红(2018)在实证分析中,使用DEA 数据,包络分析技术研究股权融资效率问题,认为我国股权融资存在效率偏低的状况,尤其是我国高新技术企业融资效率并不高。李文新等(2017)则更换研究模型,借助多元线性回归模型OLS 对上市公司融资效率影响因子进行实证研究。
融资效率直接体现了一个公司的资金实力,是衡量经营状况和绩效的重要指标,合理的融资效率有利于促进公司经营战略的实施。作为客观评价整个行业融资质量的主要依据,生物医药产业融资效率的优化提升在保证国内生物医药产业的稳健性成长方面具有重要意义。但受发展过程中需要投入大量资金、投资周期长、风险高、回报慢等多方面因素的制约,当下国内生物医药产业呈现资金短缺、融资瓶颈等突出问题,全行业发展状况并不理想。其融资现状主要表现为以下几点。第一,融资渠道不畅通,融资规模受到局限。即国内生物医药产业受到直接融资机制不完善、间接融资渠道受限的双重束缚,难以满足自身融资规模需求。第二,融资方式少而简单,融资结构并不科学。眼下国内生物医药行业主要采用自筹资金与国内贷款两种方式进行筹资活动,这些方式均存在较大不足,尤其是在社会资金筹集与外资利用方面劣势明显。较高的资产负债率也凸显出融资结构方面不合理,对融资效率的严重制约。第三,资金配置能力较弱。目前,国内生物医药产业大费周章筹集的资本却不能得到最有效利用,资金闲置现象广泛存在。现将生物医药产业融资效率作为主要着眼点,实证分析其融资效率不佳的问题,对融资质量亟待提升的现实难题进行考量,以期通过改善生物医药产业的融资效率提升其融资质量,从而促进生物医药全行业的高质量与可持续发展。
目前,学术界对于融资效率的研究较为笼统,且集中于将高新技术产业作为研究对象开展调研,专门针对生物医药产业融资效率影响因素的研究却不多。首先,在研究对象方面,从基本结构角度分析计算融资效率将更加科学合理,可以兼顾关联的评价标准,但是目前学术界对于整个生物医药产业融资效率的评价给予的关注依然不够。其次,在研究方法方面,传统的研究方法仍集中于采用C2R 和BC2 模型以及SFA 等参数估计方法,构建生物医药产业融资效率模型进行衡量。其中,经典的C2R 与BC2 方法分别假设规模报酬不变与可变,进而通过测算决策单元曲面和最佳生产前沿面的距离以得到生产效率值,其不合理之处主要在于对相关指标“松弛”变化的影响缺乏评价。而SFA 方法则需要获得研究对象的正确函数形式作为前提,在目前研究能力有限的情况下,精确测度获得生物医药产业的具体函数用于SFA 方法研究存在不小的难度,而且在进行参数估计时,评价结果易受明显的人为误差影响而产生偏差。最后,现有研究更多从静态角度分析研究生物医药产业效率问题,基于动态发展视角探讨生物医药产业效率变化引发的企业融资矛盾的研究思路,尚未得到学术界广泛重视。
现将重点关注生物医药企业生存及发展“命脉”的融资效率问题,突破金融支持等笼统研究的局限,重点通过理解把握企业资本配置的内涵,深入研究与讨论企业融资规模与质量的根本影响因素。在研究方法方面,采用Super-SBM对生物医药产业的融资效率进行测算,弥补传统DEA 模型测度值精度较低,效率值不大于1 而无法进行样本准确排序的不良属性。此外,还将针对生物医药企业融资效率动态的变化情况,通过Malmquist 生产率指数模型深入进行不同时序下的测度,形成不同经济周期内生物医药产业融资模式发展的规律性认识。
SBM 模型最早由 ToneK(2001)构想并提出,该模型在目标函数中设定了松弛变量,以此有效弥补因松弛变量产生误差的不足。2002 年,ToneK 基于原模型构建了Super-SBM模型,这一模型在测度不同样本效率值的基础上提供了对比有效样本效率高低的方法,通过允许有效样本的效率值大于1来达到目的。鉴于传统的BCC、CCR 模型精度较低,现采用Super-SBM模型对生物医药产业中上市公司的融资效率进行测量,其一般形式如下。
在式(1)中,选取的评价样本为n 家生物医药产业上市公司,然后定义X=xij和Y=yij。
在式(2)中,Dt(xt,yt)和Dt+1(xt,yt)代表t+1 时间段内DMU 在t 时间段内的有效程度,Dt+1(xt,yt)则代表t+1 时间段内DMU 在t 时间段内的有效程度,如果评价程度IM 大于1,表示和上一期比较,这一期的生产率有所增加,生产力水平得到了提升。
综合效率可以被分解成技术效率指数(EC)和技术进步指数(TC)的乘积,再进一步,EC 被分解成规模效率值(SC)和纯技术效率值(PC)的乘积。EC表示相邻两个评价时期的效率变化值,如果EC>1说明组织单位趋近生产前沿面,具有明显进步。TC则反映技术进步情况,如果为上市公司的融资投入和融资产出要素的向量,β 代表上市公司的融资效率值,m 和k 分别表示投入指标和产出指标的种类,那么xi0(i=1,…,m)和yr0(r=1,…,k)可以表示为x 和 Y 的元素,λ 代表列向量,s-i和 s+r表示企业融资效率计算中的投入变量和产出变量各自对应的松弛变量。最后,使用该模型测度生物医药制造企业的融资效率,并通过比较得出差异。
由于Super-SBM 模型的评价方法仍属于对不同时期面板数据的静态角度测度,因此使用这一模型评价生物医药产业的融资效率依然存在很多局限。因此,现引入Malmquist 指数法,其可以全面反映多样本期间的综合效率、技术效率与全要素生产效率,以及样本数据在不同时间序列上出现的效率值变动状况,这些优势为深入发掘影响效率变化的因素提供了帮助。该方法最早由Malmquist.S(1953)提出,旨在对消费函数中消费束在无差异曲线中的变化状况展开研究。Caves 在这一研究基础上测算距离函数比值,正式提出Malmquist 指数的概念,并在Fare 等学者对该方法的验证中得到推广和使用。现有的DEA 模型中普遍运用Fare 等提出的模型,同时借鉴现存的有关研究成果,具体分析如下。
评价指数IM=1,说明生产率与上一期相比无变化,即生产力水平无变化。如果评价指数IM小于1,说明和上一期进行比较时,这一期的生产率有所下降,即生产力水平降低。同时,FGRL 等(1992)提出可以将该指数进行进一步分解,技术进步指数TC大于1,说明该企业通过改进技术获得技术进步,带来了生产前沿面的前移。
通过计算公式(4)、公式(5)、公式(6)、公式(7)可得到Malmquist 指数,进而得出从t 时间段到t+1时间段决策单元的全要素效率变化值。
生物医药产业企业融资效率隶属于企业融资效率范畴,可在这一范畴之下进行研究。国内多数学者研究认为,将资金筹集渠道作为标准,可将企业融资分类为内部融资以及外部融资。故研究生物医药产业企业的融资效率必须兼顾各类融资渠道的作用与影响。现基于具体的融资角度,选取了一些具体融资效率指标作为投入产出指标。具体如表1 所示。一是投入指标,现选取固定资产投资规模、研发投入作为内部融资的指标。选取负债总额作为债务融资的指标,选取股东权益投入作为股权融资的指标。相比于熊正德、李京文通过生产法和资产法选定投入指标,现基于融资渠道选择指标,有如下两点优势。第一,由于可以对企业资金融通与流动状况进行直接反映,从内部融资、债券融资、股权融资三个方面确定投入的核心指标能够更加客观地揭示企业融资活动的实际状况。第二,所有指标数据值均为正值,更加满足模型构建的要求。二是产出指标,现将营业总收入、利润总额选定为产出指标,其中营业总收入可以使生物医药企业发展的规模得到充分反映,而净利润可以真实体现出企业的财务质量水平,客观地展现产业的成长与发展概况。
表1 指标体系
此研究选取沪深两市生物医药板块中的上市公司作为分析样本,样本期间为2008 年至2016 年。根据国家统计局和锐思数据库生物医药板块上市公司的归类,将ST 公司筛除后,最后选取75 家生物医药产业上市公司进行研究,并且对原始数据中的投入产出指标进行标准化处理,使数据全部为非负数。
1.目标融资效率值β 的分析。将75 家上市公司2008 年至2016 年的数据进行标准化处理之后,作为输入数据导入Dea-Solver-Pro 软件计算Super-SBM模型,得到的结果如表2 所示。目标融资效率值β的分析,根据75 家公司八年的融资效率均值来看,最大值1.243,最小值0.377,均值为0.594,标准差为0.217。这表示从整体来看,我国生物医药制造业企业拥有较好的融资效率,不同企业间的融资效率差异明显。如果将均值大小进行分区,一是融资超效率企业为β≥1,二是融资效率高企业为0.85≤β<1,三是融资效率中企业为 0.7≤β<0.85,四是融资效率低企业为β<0.7。根据表2,不难看出仅有三家公司属于融资超效率企业,这表明以上公司融资投入结构极为科学合理,融资活动产出位于生产前沿面以上,属于融资效率有效的情况。另外,有四家公司属于融资效率高企业,这些上市企业的融资效率均在0.85 以上,已经接近融资效率有效的状态。同时,有七家公司属于融资效率中企业,这些企业效率最高的是康美药业(β=0.775),最低为同仁堂(β=0.705)。有61 家企业的融资效率都低于0.7,这说明在我国生物医药产业中,大多数企业的融资投入处于生产前沿面之下,还存在较大的优化空间。综上,通过比较目标效率值β 不难发现,我国生物医药产业整体效率值较低(β 小于0.7的企业比占81.34%),大部分企业属于融资非效率情况,需要继续改善融资结构。
表2 样本企业融资效率值分布情况
2. 从纵向不同年份的融资效率有效性进行分析,纵向对不同年份的融资效率有效性展开研究。如表3 所示,我国生物医药产业上市公司整体的融资效率有效性水平并不高,2008 年至2016 年间,有效率分别为 12%、10.67%、12%、9.33%、13.33%、9.33%、12%、13.33%、10.67%。2012 年和 2015 年最高,2011 年和2013 年最低,大多数企业处于非效率状态。同时,从具体年均值上看,2008 年至2016 年基本保持在 0.6 左右,2010 年最高为 0.711356,2013 年最低为0.521941,且自2012 年起,年平均值均未超过0.6,表明生物医药上市企业整体的融资效率也没有达到完全有效的水平。近年来,产业内部的企业面临着融资约束增大的棘手问题,投资冗余情况恶劣,资金资源方面则出现效用不升反降的状况。
表3 2008-2016 年我国生物医药行业公司有效率比较
SBM模型属于从静态角度进行测度的方法,使用该模型计算的融资效率只能反映公司在单一特定年份的相对效率,是一种静态的效率,无法衡量当技术进步导致效率前沿面发生改变时的效率情况。为了弥补这一缺陷,现在SBM模型基础上引入Malmquist 指数,求出企业在观察期间内的全要素生产率,并且在可变规模报酬的基础上,将全要素生产率进一步分解成为纯技术变化指数与规模报酬变化指数,探究在不同时间序列下我国生物医药产业的产业融资动态变动状况。继续对75 家上市公司的投入产出数据进行研究,其中样本的时间序列为2008 年至2016 年,计算得到融资效率的总体效率(MI)、技术效率指数(EC)、技术进步指数(TC)、纯技术效率(PC)和规模效率(PC),相关的评价结果见表4。
1.生物医药产业Malquist 指数的整体变化轨迹分析。总体来看,Malquist 平均指数总体在1.0 上下波动,说明我国生物医药产业的融资效率较高,然而融资效率却体现出波动性特征。如表4 和图1 所示,2008 年至 2016 年 MI 值经历了 1.0414、0.9973、1.0091、0.9775、1.0473、1.0344、1.0379、0.9997 的 变化,呈现出下降—缓慢上升—急剧下降—急剧上升—持续下降的总体趋势,这说明我国生物医药产业发展仍处在初始期,企业对其外部的宏观金融环境、技术创新、投资环境、政府补贴扶持政策等众多不确定因素及对各种环境动荡性的敏感程度极高。
图1 2008-2016 年我国生物医药业融资综合效率变动轨迹
表4 2008-2016 年样本企业Malquist 指数
2.技术效率指数轨迹分析。技术效率指数(EC)主要用于衡量样本企业由于金融市场科技发展进步或筹资成本下降造成的金融资产产出的增加,与纯技术进步指数共同对技术效率发生作用,产生深刻的影响。如图2 所示,2009 年至2012 年间,我国生物医药产业技术效率指数呈现出下降态势,从2012 年至2016 年间,除了2014 年至2015 年间的细微下降,总体的技术效率指数呈现持续上升趋势。总体来看,我国生物医药产业技术效率基本保持平稳上升状态。另外,虽然2008 年至2016 年我国生物医药产业纯技术效率出现幅度偏大的波动起伏,但对技术效率指数的扰动并不大。2008 年至2016 年间,该产业纯技术效率上升至最大值1.069,2009 年至2010 年间则下降至最低值0.9717。综合EC 与SC 的数据进行分析,可以发现纯技术效率的作用并不明显,对企业融资起到的作用也并非关键性的。这一现象表明现存技术手段仍然难以优化改善原有的企业融资状况,大部分相关公司也尚未使其融资结构、内部治理能力、融资渠道与融资方向等指标达到最优状态。从图3 不难发现,在2010 年后,规模效率指数和技术效率指数总体保持相近的变动轨迹,均值分别为0.998 和1.01。结合表6,对于具体的公司,52%的企业保持融资规模报酬递增,复星医药、吉林敖东、上海莱士分别实现1.216635、1.100276、1.096078,为前三家效率最高的企业。有48%的企业的融资规模效率小于1,出现规模报酬递减的状况,这说明我国生物医药产业集群尚未形成,规模效应特征不够显著,因融资规模变化引致融资成本下降的现象仍不明显。
表6 2008-2016 年样本企业平均规模效率情况
图2 2008-2016 年我国生物医药业融资技术效率指数EC 变动轨迹
图3 2008-2016 年我国生物医药业融资纯技术效率指数PC 变动轨迹
表5 2008-2016 年样本企业平均纯技术效率值情况
图4 2008-2016 年我国生物医药业融资规模效率指数SC 变动轨迹
3.技术进步指数变化轨迹分析。技术进步指数表示生产系统的生产技术从T 期到T+1 期的变化程度,即生产技术创新程度。若Tc>1,表示生产技术有所进步。反之,说明生产技术后退。有98.67%的企业均值TC>1,典型企业有华北制药(1.1447)、太极集团(1.1423)、吉林敖东(1.1135)、哈药股份(1.1025)、白云山(1.0928)、华润双鹤(1.0838)、信立泰(1.0825),这表示多数企业希望通过降低技术驱动融资成本或者增大融资产出以提升企业的效益,其中华北制药、太极集团、吉林敖东最高。只有一家企业(广誉远)的技术效率值为0.9719,小于1,说明仅有该企业技术呈现倒退现象。2008 年至2016 年间,我国生物医药企业均将技术创新作为推动企业发展的重要目标,在各个阶段通过不断改进方法努力提高融资效率。然而,在产业所处的阶段、外部环境等多种限制条件的共同作用下,技术进步尚未成为推动融资效率提升的主要动力来源。
图5 技术进步指数变化轨迹
表7 规模效率分布
现对我国生物医药产业75 家上市企业的融资效率分别展开了静态与动态研究,以2008 年至2016 年作为时间区间对相关数据进行实证分析,结论如下。
第一,从静态评价来看,我国生物医药产业整体的效率值较低(β 小于0.7 的企业占比81.34%),产业中较为普遍地存在着融资约束的现象,融资活动由于融资冗余问题而位于生产前沿面以下,仍然具有极大的改进提升空间,大部分企业属于融资非效率情况,需要继续改善融资结构。运用Super-SBM 模型测算融资效率目标值可知七年间的均值为0.594,小于0.7 这一参照值,表明我国生物医药产业融资结构的整体水平偏低,即不同渠道的融资比例并不科学。但是仍然有96%的上市公司在融资效率方面具有较大的潜力,其均值小于1,属于无效率状态下的企业。只有云南白药(β=1.243)、中国医药(β=1.117)、恒瑞医药(β=1.056)这三家企业处于超效率阶段。另外,通过不同年份的数据来观察,可以发现企业历年的有效率均低于15%,资金资源并未实现效用最大化,且自2012 年起,年平均值均未超过0.6,表明生物医药上市企业整体的融资效率也没有达到完全有效的水平。近年来,产业内部的企业面临着融资约束增大的棘手问题,投资冗余情况恶劣,资金资源方面则出现效用不升反降的状况。
第二,从动态评价来看,在2008 年至2016 年间 ,MI 值 经 历 了 1.0414、0.9973、1.0091、0.9775、1.0473、1.0344、1.0379、0.9997 的变化,呈现出下降—缓慢上升—急剧下降—急剧上升—持续下降的总体趋势。这充分说明我国生物医药产业发展仍处在初始期,企业对其外部的宏观金融环境、技术创新、投资环境、政府补贴扶持政策等众多不确定因素,及对各种环境动荡性的敏感程度极高。
第三,分析技术效率轨迹发现,我国生物医药产业受到规模效率、纯技术效率的影响并不明显。虽然2008 年至2016 年我国生物医药产业纯技术效率出现幅度偏大的波动起伏,但对技术效率指数的扰动并不大。2008 年至2016 年间,该产业纯技术效率上升至最大值1.069,2009 年至2010 年间则下降至最低值0.9717。综合EC 与SC 的数据进行分析,可以发现纯技术效率的作用并不明显,对企业融资起到的作用也并非关键性的。这一现象表明,现存技术手段仍然难以优化改善原有的企业融资状况,大部分相关公司也尚未使其融资结构、内部治理能力、融资渠道与融资方向等指标达到最优状态。
第四,分析技术进步指数变化轨迹发现,2008年至2016 年间,我国生物医药企业均将技术创新作为企业发展的重要目标,各企业在各个阶段均努力通过持续优化方式方法全力提高融资效率,然而由于各企业受到产业发展阶段、外部环境等外在因素的制约作用,技术创新对推动生物医药产业融资效率的作用并不显著,技术进步也因此尚未成为推动融资效率提升的主要动力来源。
因此,我国生物医药产业在将来的发展中,应该侧重从这几方面进行改善。第一,我国生物医药产业存在融资约束、融资冗余与融资成本较高的问题,应着力从优化融资结构入手去减少融资约束,提升企业的融资产出,提高融资效率。第二,我国生物医药产业处在发展的初始阶段,融资效率对外部环境变化极其敏感,各级政府应制定更为宽松的金融支持制度,营造适合的金融环境,加大财政、税收等补贴力度,尽量降低外在环境对我国生物制造业的波动,助力产业稳健快速发展。第三,重视规模效应带来的正向作用,应积极培育生物医药产业集群,快速扩大产业规模效应,降低内部管理成本,提高企业的融资产出效应与融资效率。第四,加大金融手段创新、技术创新,鼓励在金融支持、技术研发上采用高、新、尖等核心技术,逐渐提升融资质量,更快更好地促进产业变革。