闵令鑫 国投建恒融资租赁股份有限公司
新能源企业是助力我国实现“碳中和”与“碳达峰”目标的主力军,随着我国社会经济的快速发展,能源紧缺和生态环境污染的问题日益凸显,而新能源企业能够充分开发利用除了矿产、石油煤炭等传统能源之外的各种能源形式,比如风能、太阳能以及生物能等等,具有节能减排、绿色环保等优势特点,符合我国绿色可持续发展的要求,因此,新能源是我国重点培育、大力支持的新兴产业,而新能源企业也具有非常广阔的发展前景。但是,由于新能源企业的产业链较长,投资金额较大并且风险性较高,所以融资效率低是在新能源企业中较为常见的问题,严重阻碍了新能源企业的进一步发展,要想解决这一问题,就应深入探究影响新能源企业融资效率的因素。依据现有的研究结果我们可以发现,我国在新能源企业融资效率方面的研究大多是从宏观经济或者金融大环境的角度出发,对此,为了更为全面的探究影响新能源企业融资效率的因素,我们将利用托比模型研究影响新能源企业融资效率的财务要素。
本文所运用的数据包络分析法能够以多项投入指标和多项产出指标为依据,并通过线性规划将同类型的单位进行对比分析,因此,该项方法常被用来评估效率,不但评估结果客观可靠,而且也便于操作,具有较高的应用价值。数据包络分析法包含很多数据包络模型,其中应用较为频繁的模型类型主要有CCR 和BBC 这两种。新能源企业所涉及的先进技术手段有很多,技术含量较高,而CCR 模型的应用需要以控制其他条件固定不变为基础,使投入和产出要素进行同比例变动,与新能源企业的实际生产经营管理情况不相符,因此,为了进一步保障研究结果的有效性和客观性,本项研究将选择BBC 模型对新能源企业的融资效率进行评估[1]。
由于马里克斯指数能够展现出全要素生产率随时间变化而产生的相对变化,从而对生产率的动态变化情况进行衡量评估,所以,利用马里克斯指数与数据包络分析模型相结合的组合模型,就能有效测算出新能源企业的动态融资效率,进而为新能源企业融资效率的影响因素研究提供有力依据。
托比模型的主要作用是解释效率的成因,所以,利用托比模型就能较为准确地判断出决定效率的主要因素,基于数据包络分析法得出的新能源企业融资效率数据属于截断数据,再加之取值范围是零至一之间,因此,要通过使用该项模型来评估计算相关因素对新能源企业融资效率造成的影响。
为了保证新能源企业融资效率测算结果的科学性和合理性,我们以新能源企业自身的实际特点为基础,将企业的总资产、营业成本以及资产负债率定为该项研究中的投入指标,将新能源企业的总资产周转率、营业收入增长率、净资产收益率以及股东收益定为该项研究中的产出指标。
由于本项研究是从相比于宏观经济的角度来说更为微小的财务视角来分析财务要素对新能源企业融资效率的影响,所以,需要以新能源企业的财务数据作为主要分析依据。本篇文章所用的财务数据来自CASMAR 数据库,我们选取的数据年限区间为2016-2021 年,依据金融数据研究终端对新能源企业的界定划分,我们首先选定了188 家新能源企业作为研究对象,再通过分析CASMAR 数据库中这些新能源企业的财务数据,将财务数据存在缺失或者在时间上存在不连续问题的30 家企业去除,最终确定了150 家新能源企业作为本项研究的对象。
本项研究所运用的数据包络分析法要求所有的投入数据和产出数据不能小于零,也就是这两项数据不能出现负值,而我们收集并选择的财务数据可能与之要求不相符,因此,就需要通过使用极值化的方式对我们所构建的指标进行数据处理,以便适应数据包络分析法的应用要求。极值化的具体公式如下:
通过使用数据包络分析法的相关运算软件,我们测算了158家新能源企业在2016-2021 年间的融资效率,具体结果见表1。
从表1 中我们可以看出,2016-2021 年,我国新能源企业的综合技术效率均值范围在0.75-0.80 之间,具有较为明显的S 型波动,由此我们可以看出在本项研究期间,我国新能源企业的融资效率稳定性较低,整体呈现出非效率状态。由于综合技术效率均值是由技术效率均值和规模效率均值共同决定的,所以,要分析新能源企业综合技术效率的变化情况,就应从技术效率和规模效率两个方面入手。总体上来说,2016-2021 年间我国技术效率均值和规模效率均值为1 的新能源企业数量较少,这也就说明,我国部分新能源企业的融资效率都未能达到最为理想的状态。从技术效率均值来看,2016-2021 年间的均值在0.800 这个数值左右,并且浮动不大,整体技术效率较低。而从规模效率均值来看,2016-2021 这个年限区间内的最低均值为0.820,最高均值为0.968,浮动明显,企业整体的规模效率也不高,由此我们可以得出,技术效率和规模效率较低是影响新能源企业融资效率的主要因素[2]。
表1 新能源企业融资效率测算结果
利用马里克斯指数模型可以反映出我国新能源企业的融资效率在不同时间段中产生的变化,表2 是我们运用马里克斯模型指数所得出的158 家新能源企业在2016-2021 年间融资效率的动态变化结果。
表2 新能源企业融资效率动态变化结果统计
从马里克斯指数在不同时间段中的变化情况来看,各个时间段中的马里克斯指数涨幅不一致,总体趋势表现为下降→上升→下降,从中我们可以看出,这158 家新能源企业的融资效率在2016-2021 年间处于一种不断波动的状态。结合具体的数值来看,只有2019-2020 这一时间段中的马里克斯指数大于1,这就表明,在2016-2021 年间,新能源企业达到有效融资效率状态的时段非常少,而在这期间马里克斯指数的平均值为0.969,也能直观地表明新能源企业在2016-2021 这六年中的融资效率整体趋势是向下走的。由于马里克斯指数会受到综合技术效率变化和技术进步指数的影响,而表2 中显示,在2016-2021 年间,新能源企业的综合技术效率变化指数和技术进步指数都有所下降,所以,我们可以得出在2016-2021年间马里克斯指数降低的主要原因是技术效率和技术进步的负增长,因此,技术效率和规模效率低下是影响我国新能源企业融资效率提升的主要因素。
利用托比模型可以从更深的层次分析新能源企业融资效率的影响因素,托比模型的具体形式如下所示:
在此模型中,FE 代表新能源企业的融资效率,β1代表影响融资效率因素的估计系数,我们利用相关统计分析软件对影响新能源企业融资效率的因素模型进行验证,得出了以下托比模型回归结果:
由表3 可知,(1)企业规模与融资效率的p 值小于0.001,呈现出负相关,说明企业规模扩大反而制约了融资效率。因为企业规模扩大需要的融资渠道就越多,增加了管理难度和资源的消耗,影响了企业融资效率的提高[3]。(2)企业成长能力与融资效率也存在负相关关系,表明企业成长能力弱反而会提高企业融资效率。其原因是对于成长能力弱的企业会选择降低成本的融资方式,提高融资效率。(3)企业盈利能力在5%以下水平时,出现正相关关系,说明企业盈利能力提高可以更好地提高融资效率,增加企业的融资额度。(4)企业云能力与融资效率在1%水平之下出现正相关,证明企业运营能力越高融资效率也就越高,侧面反映出企业对融资的利用效果较好。(5)债券融资与融资效率负相关关系较为显著,说明企业的债券融资会降低融资效率,主要受到债权融资的税盾效应影响,当债权融资达到一定比例时,会增加企业的运营风险,不利于新能源企业融资效率的提高。
表3 新能源企业融资效率托比模型回归统计
首先,要控制好企业经营规模,企业规模是影响企业融资效率的重要因素。随着企业规模的不断扩大,企业融资效率逐渐降低,因此,新能源企业在经营中要根据实际情况不断调整企业规模,保证企业良好的运营状态。其次,切实提升经营管理水平,由于企业的盈利与营运能力与企业融资效率存在正相关关系,所以,企业可以通过提高自身的经营管理水平来强化企业盈利与营运能力,以此促使企业的融资效率提升。最后,调整债权融资结构,企业中债权比例越高,企业的经营风险便越大,融资效率无法得到提升。新能源企业投资渠道要趋于多元化,不仅可以最大程度降低企业融资风险,而且能够大幅提升新能源企业融资效率。
技术效率和规模效率低下是影响新能源企业融资效率的主要因素,新能源企业的营运能力和盈利能力会随着融资效率的提升而提高,而企业的规模和债权融资则会与之相反,因此,新能源企业要提升融资效率,就应当注重控制企业经营规模的合理性,加大经营管理力度,优化自身的债权融资结构,提高自身的技术水平和专业水平,才能积极推动新能源企业创新发展,从而助力我国早日高质量地完成“双碳”任务。