□文/张 宸 李瑞江
(兰州理工大学经济管理学院 甘肃·兰州)
[提要]随着新能源汽车企业由初创期逐步向成熟期迈进,我国针对新能源汽车企业的政府补贴力度连续下滑。在此背景下,本文从企业利润质量出发,通过对11家新能源汽车公司披露出的数据进行数据包络分析总结,为新能源汽车企业如何应对补贴退坡问题提出相关建议。
《中国制造2025》作为我国实施制造强国的首个十年纲领,将“节能与新能源汽车”作为重点发展的十大领域之一。因此,该领域的发展对于我国制造业在未来世界格局中的地位高低具有举足轻重的战略意义。然而,随着时间进入2018年,我国针对新能源汽车的补贴政策迎来六成以上的大退坡,国外新能源汽车企业开始进军中国市场,传统跨国汽车巨头也大力转型发展新能源并且尝试突破中国市场,我国新能源汽车行业市场迎来了史无前例的冲击。2018年,在政府补贴发生大幅下跌的情况下,许多新能源汽车企业获得的政府补贴占企业利润的比例明显上升,企业的会计信息使用者所关注的利润质量明显下降。
我国新能源汽车企业发展之初,国家出台了大量精准扶持政策,以确保我国新能源汽车企业的战略长远发展。我国新能源汽车企业在享受政策优惠的同时自身发展有了质的飞跃。但是,由于政策出台经验不足,部分新能源汽车企业专门寻找政策漏洞进行骗补,导致市场竞争严重失衡。针对上述问题,财政部联合有关部门对相关补贴政策进行调控,其具体的标准和范围发生了相应变化。从2018年开始逐步细化完善申请补贴的技术要求以及运营历程要求,补贴力度开始出现退坡。2019年退坡程度超过50%。2020年纯电动汽车下调幅度为10%,插电混动汽车下调15%;2021年退坡20%;2022年退坡30%,迎来又一波退坡力度高潮。
政府补贴的下滑调控对新能源汽车行业的发展造成了实质性的冲击,新能源汽车企业应结合自身实际情况及发展需求,从战略发展的角度进一步制定合理的应对策略,摆脱过于依赖政府补贴的坏习惯,推动企业的长远发展与盈利。
DEA模型,即数据包络分析,是由美国的运筹学家CHARNES和COOPER等人于1978年创立,以相对效率概念为基础,通过建立“输入类”和“输出类”指标来评价决策单元,然后通过计算各单元的输入与输出之比,评价其决策单元相对有效性的多目标分析评价方法。本文投入与产出指标构建如下:
(一)指标选取。本文从纵向和横向两个角度分析财税政策对新能源汽车公司利润质量影响,纵向选取了2016~2021年共6年的财务数据,横向则选取了17家A股上市新能源汽车企业作为横向对比分析的对象,从样本中剔除2家ST企业、3家上市不足5年企业、1家数据明显异常企业后,针对剩余的11家企业进行实证研究,分别得出11家公司的综合效率、纯技术效率以及规模效率,针对规模收益值和规模收益排名情况进行分析。因为指标的选取会对DEA的分析结果产生直接性影响,所以在选取指标时考虑了适应、可获得性以及高效性这三个原则,并构建政府补贴对新能源汽车企业利润质量影响的评价体系。
关于投入指标,基于现有利润质量效率研究的相关文献,发现主要是以资本投入和人力投入等指标作为投入指标,而本文主要研究的是政府补贴对企业利润质量的影响,基于此,本文选择了政府补贴作为投入指标。
关于产出指标,利润质量是利润所能够达到的持续稳定性、成长性、获利性以及收现性的程度,主要是为了系统阐述财务状况质量。从这四个角度出发,为了保证数据的可获得性和数据的准确性,本文选取了新能源汽车企业的销售净利率和净资产收益率来体现利润质量分析的获利能力,销售收现比率和资产现金回收率来体现利润质量分析的收现能力,用扣非净利润占比和非经常性损益率来体现企业利润质量的持续能力,用总资产增长率和每股收益增长率体现利润质量的成长能力,以这八项指标作为产出指标。
(二)数据处理。通过万德数据库、国泰安数据库以及同花顺数据库对投入产出指标进行收集整理。由于产出指标为财务指标,所以部分指标为负值。根据DEAP2.1软件的运算要求,原始输入与输出数据必须是正数,因此在将原始数据正式进行运算之前需要做进一步处理,将其改为正值并且在(0,1]的范围之间,保证经过处理后的数据不会对运算结果分析造成影响。所以,在此采用数据无量纲化处理的方法,通过将数据极值化来将原始数据转换为介于上述所需范围的数据,以此来消除量纲和数量级的影响,并且使得设定指标的值之间具有可比性。计算公式如下:
式中,Y表示处理后数据,X表示尚未处理的数据,Xmax表示本组数据中的最大值,Xmin表示本组数据中的最小值。
(三)结果分析。DEA模型是以相对效率为基础来评价投入与产出的决策单元之间效率的常用方法,主要包括CCR模型和BBC模型。后者将综合效率分解为纯技术效率和规模技术效率,能更深层次地分析决策单元的技术有效性,也使得DEA模型更加符合实际情况。本文采用BBC模型,运用DEAP2.1软件得出的相关运算结果如表1、表2所示。DEA效率为1说明政府补贴对利润质量的影响达到了有效状态;当DEA效率小于1并且数额越小,则证明政府补贴不利于提升新能源汽车企业的利润质量。“irs”表示规模报酬递增,“-”表示规模报酬不变,“drs”表示规模报酬递减,“TE”代表综合效率,“PTE”代表纯技术效率,“SE”代表规模效率。(表1、表2)
表1 2016年、2017年和2018年DEA模型效率结果一览表
表2 2019年、2020年和2021年DEA模型效率结果一览表
依据表1、表2对2016~2021年11家新能源汽车上市公司各个指标数据进行评价与归纳总结,整理得出效率值,如表3所示。(表3)
表3 2016~2021年11家新能源汽车上市企业效率值一览表
由表3可知,2016~2021年间,DEA有效公司的个数分别为2、5、4、5、5和3,其变化是先上升再下降又上升。整体来看,2016年后趋于平稳,2018年由于政府补贴力度首次出现大幅退坡,DEA有效公司个数出现了下降。这6年里,DEA有效公司均值个数为4家,占所在样本总量的比例为43.29%,即在11家新能源汽车上市企业中,近二分之一的新能源汽车上市企业的利润质量受政府补贴影响表现良好,说明政府补贴对新能源上市企业的利润质量有正向的作用。其中,在2017年、2019年和2020年新能源汽车上市企业DEA有效公司个数达到最多,有5家,占样本总量的45.45%;2016年新能源汽车上市企业DEA有效公司个数最少,有2家,占样本总量的18.18%。
从综合技术效率来看,综合技术效率均值从2018年开始有明显的下降趋势,由此可以看出,2018年国家针对新能源汽车企业的补贴力度开始出现大幅退坡后,新能源汽车企业的利润质量也出现了相应的下滑。政府补贴力度对新能源汽车企业的利润质量有较大影响,企业不应该过度依赖政府补贴,而是需要从自身出发去提高企业的利润质量。
技术效率值是反映企业是否良好合理配置自身资源的指标值,该指标值越接近1越好。大部分企业在这六年中的技术效率都为1,说明输出指标相对于输入指标而言已经达到最优化,表明各企业能充分利用现有的政府补助实现产出的最大化。政府补贴有助于提升新能源汽车企业的利润质量。
规模效率是反映企业规模收益时的效率指标值。若规模效率值为1,表明该年份企业的产出成果和投入资源的配置较为合理,两者的比例合适,企业在这种情况下不需要改变经营的规模。
从以上结果可以看出,大部分企业的规模效率变动幅度过大,政府补贴作为投入资源对企业利润质量的影响也较深。这些企业应该审视自己管理方面的问题,调整投入资源和产出成果的配置比例,争取扩大产出。企业应该总结较好年份的管理经验,规避不好年份的问题,在后续生产经营中保持良好的状态发展。
(一)提高核心竞争力,摒除政策依赖思想。为了降低对政府补助的过度依赖性,提高企业自身抗政策变动风险能力,新能源汽车企业必须加强核心竞争力。我国新能源汽车相比于已经形成规模优势的传统汽油车来说,普遍不具备竞争优势,这也抑制了新能源汽车的推行进程。竞争优势主要源自企业是否掌握关键技术。同时,新能源汽车企业应积极寻求与高等院校、科研院所的合作,在电池创新、智能化系统和续航里程等领域共同研发、批量生产,实现企业与科研机构的人才互补,促进企业核心科技研发进度与自主品牌创新。新能源车企应致力于创新活动,克服技术壁垒,实现技术全面升级。
(二)加强政府合作,落实企业社会责任。在碳中和、碳达峰目标背景下,新能源汽车产业将迎来史无前例的发展时机。目前,一二线城市出租车电动化已成为大势所趋,未来几年,三四线城市的出租网约电动化在下一个阶段也会逐步实施。站在企业的角度来看,社会责任也是一种生产力,企业要想获得持久稳定的发展,必须承担一定的社会责任。企业应关注政策导向,做好经营决策,积极寻求与政府合作,将本企业新能源汽车积极投身于各个城市公共交通领域汽车的更新换代中,不仅落实了企业社会责任,也大力宣传了企业品牌。只有紧跟政府的市场政策导向,趋利避害,才有利于企业的良性发展。
(三)优化产品结构,扩大市场领域。新能源汽车企业客户群体的局限性以及市场需求的稳定性使得其销售份额难以大幅提升,目前大多数企业研发的汽车类型相对单一,只涵盖轿车及公路客运车等少数几个类型,因而抵御风险的能力较弱。投资者只有拓宽研发方向与渠道,才能在面对市场风险时从容不迫,为企业创造更大的盈利空间。新能源汽车企业应着力于研发更多汽车种类,寻求更多合作机会,适当拓展在工具车、校车、运输等领域的应用。随着特斯拉等外资企业大量涌入中国汽车市场,企业还可积极探索国外市场的发展道路,充分迎合国家政策,做好战略发展计划,比如先开拓丝绸之路沿线国家的市场,以此来提升自主品牌在世界各国的影响力,有一定夯实的基础后再开拓其他竞争力强的国家市场,层层推进、稳扎稳打地发展,以应对国内市场的激烈竞争,增强企业经营发展的稳定性。