我國電子信息產業融資效率分析

龔 萍

(河海大學商學院，211100)

0 引言

電子信息技術產業作為我國戰略性新興產業之一，尤其在后金融危機影響下，信息產業內新技術的研發與產生是促使經濟走出危機的一個巨大的動力。2012年，我國電子信息產業的總銷售收入為11萬億元，對GDP增長的貢獻率為17%，這表明信息產業已經成為國家保持經濟持續增長的重要載體。但是在電子信息產業迅速發展的同時，許多問題依然存在著。雖然我國電子信息產業上市公司的數量、總股本在不斷增加，但產業的融資規模并沒有得到相應擴大。因此，對于電子信息產業融資效率的研究對其產業發展都具有非常重要的意義。

目前，融資效率評價使用的主要有DEA和模糊綜合評價法。模糊綜合評價法是強調主觀判斷，且評價角度單一，而DEA方法強調客觀評價，可以同時考慮多種輸入和輸出。Mercan等（2003）提出了從規模效應和所有權模式兩個方面衡量商業銀行績效的財務表現指標。Fallah等（2011）通過考慮金融和非金融的輸入和輸出因素，分析了各分支銀行在不同情況下的相對效率，發現有一些非金融項因素會顯著改變整體績效。王新紅（2007）采用DEA進行分析，發現高新技術產業的整體融資效率低下。趙守國等（2011）運用DEA方法對陜西上市公司的融資效率進行了實證分析，發現其整體融資效率較低，規模效率較高的。

綜上所述，國內外學者對企業融資效率的研究側重于融資效率體系的構建等方面，針對電子信息產業企業融資效率的研究不是很多。本文綜合利用了DEA的CCR和BCC模型，并采用電子信息產業樣本數據，對其融資效率的技術效率和規模效率進行了分析，最后為電子信息產業提高融資效率提出了切實可行的建議。

1 模型構建

數據包絡分析（Data Envelopment Analysis，DEA）是評價同種類型的部門相對有效性，這些部門具有多種投入和多種產出。

CCR模型的前提是假設固定報酬不變，即每一單位投入所得產出不會因規模大小的變化而變化，產出是固定的。假設決策單元有n個，每一個均有輸入的向量為對應輸出的向量為所有的決策單元均基于凸性、無效性等的基礎上，有可能的生產集為：

CCR模型是假定投入和產出會等比例的增加，不會隨著生產規模的增加改變。BCC模型是Banker等將CCR模型修正得到的。與CCR模型有所不同，BCC模型為在變動報酬的假設下衡量決策單元的相對效率，并將生產規模也納入評估，因此可以同時衡量規模效率與技術效率。

2 指標選擇和數據來源

2.1 指標選擇

投入指標與產出指標的選擇是DEA方法進行評價電子信息產業融資效率的核心。對于相同的評價主體，若選取的指標不同，得出的最終結果也會有所不同。考慮到DEA方法對指標的要求和借鑒其他學者的研究，選取指標如下：

（1）投入指標

（2）產出指標

2.2 數據來源

本文數據來源于國泰安金融數據庫、巨潮資訊網等。由于電子信息產業涵蓋的范圍較廣，根據國泰安金融數據庫中的行業分類，選取產業中的通信設備類上市公司為樣本進行研究。

3 實證分析

選取2012年的電子信息產業中的通信設備類上市公司為樣本，探討我國電子信息產業的融資效率。考慮到ST類的上市公司出現財務數據異常，經營無效，在選擇樣本公司時剔除ST類公司。根據以上條件選出的樣本公司為30家。

（1）融資效率的總體評價

利用DEPA2.1軟件計算，可得各決策單元最優解和相對效率值，即可得到電子信息產業通信設備類上市公司的技術效率（TE）、純技術效率（PTE）和規模效率（SE），具體效率值如表 1所示。

?

總體看來，30家電子信息產業通信設備類上市企業中，8家公司實現了融資效率的DEA有效，即TEBCC=1，且有關松弛變量為零，表明這些公司在參考集內既無投入冗余，也無產出短缺，融資有效的企業占樣本總數的26.67%。其余22家上市公司相對效率值均小于1，說明它們的投入或產出有可以改進的地方。因此，從總體來看，我國電子信息產業的融資效率不佳，上市公司的資金使用過程中存在著冗余或短缺，整體效率有待提升。

（2）規模報酬分析

8家上市公司達到了融資效率的相對有效，規模效益不變。在非DEA有效的22家公司中，有1家為規模效益不變的，有9家處于規模報酬逐漸增長，其余12家上市公司為規模報酬逐漸衰減。

規模報酬遞減的上市公司可能由于內部監管或資本運用等原因，導致規模擴大的過程中，各個要素沒有得到合理地運用，從而降低了生產效率。9家處于規模遞增的上市公司可以通過增發或配股等形式引入新的投資者，擴大資金的投入，也可以利用債券市場獲得更多的資金投入，實現規模經濟。

（3）差量分析

松弛變量表示投入或產出與DEA有效目標值之間的差距。以光一科技為例，兩個產出均沒有冗余，四個投入要素均有投入冗余，分別為 12065.086、2657.744、9497.343、2081.927，說明該公司對各種資產利用率低，資本結構不合理，融資成本較高，而該公司又處于規模報酬逐漸增長的階段，這說明該上市公司的資本實力較弱，應采取多種融資方式擴大資金規模。

4 結論及建議

從上述的分析中可以看出，我國電子信息產業總體的融資效率不高，只有26.67%的樣本公司達到了融資相對有效。其次，在這30家通信設備類上市公司中，只有9家是規模報酬遞增的。最后，在DEA非有效的上市公司中，都存在著投入冗余或投入不足。根據前面的分析，本文提出如下建議：

（1）加強公司內部管理

相當一部分的電子信息產業上市公司存在規模報酬遞減的狀況，這類公司需要加強內部管理，調整資本結構，優化公司的治理結構，融資效率必然會得到提升。

（2）充分利用債券市場的作用

這些電子信息產業較少通過負債去獲得所需資產，沒有利用好債券市場所帶來的財務杠桿效應來發展自身。上市公司應該結合行業發展特點和自身發展需求，充分利用債務獲得資金的債務杠桿作用，使公司的資本結構得到改善，提高資金的投入產出效率。

（3）增強公司核心競爭力

電子信息產業通信設備類上市公司可以通過技術創新，不斷推出新產品和新服務，培養自身的核心競爭力。核心競爭力可以實現高于對手的經營績效，不斷提高企業的融資效率。

[1]Muhammet Mercan,Arnold Reisman,Reha Yolalan,Ahmet Burak Emel.The Effect of Scale and Mode of Ownership on the Financial Performance of the Turkish Banking Sector: Results of a DEABased Analysis[J].Socio-Economic Planning Sciences,37（3）,185-202.

[2]Mohammad Fallah,M.B.Aryanezhad,S.E.Najafi and Naser Shahsavaripour.An Empirical Study on Measuring the Relative Efficiency Using DEA Method:A Case Study of Bank Industry[J].Management Science Letters,2011,49-56.

[3]王新紅.我國高新技術企業融資效率研究[D].西安：西北大學，2007年6月

[4]趙守國，孔軍，劉思佳.基于DEA模型的陜西上市公司融資效率分析[J].中國軟科學，2011年S2期.

[5]張鐵山，李萍.信息產業民營上市公司融資效率分析[J].會計之友，2009（10），90-92.