文化產(chǎn)業(yè)上市公司的融資效率及影響因素研究

張群　邱玉興　王丹丹

【摘 要】 以37家文化產(chǎn)業(yè)上市公司為樣本，構(gòu)建異質(zhì)性隨機(jī)前沿模型，測(cè)度了文化產(chǎn)業(yè)上市公司的融資效率水平。實(shí)證結(jié)果表明：樣本內(nèi)文化產(chǎn)業(yè)上市公司在2010—2014年間融資效率較高，所受融資約束有限；提升上市公司市價(jià)和前一期的融資效率有利于提高公司本期的融資效率，目前上市公司的發(fā)展能力不利于提高公司融資效率；提升上市公司的盈利能力和降低負(fù)債率能改善文化產(chǎn)業(yè)上市公司的融資效率約束但不顯著，企業(yè)規(guī)模擴(kuò)大會(huì)顯著改善融資效率約束，大股東減少持股不利于改善融資效率約束但不顯著。基于此，提出政府建立登記、評(píng)估和管理文化產(chǎn)業(yè)上市公司資產(chǎn)的統(tǒng)一標(biāo)準(zhǔn)，鼓勵(lì)文化產(chǎn)業(yè)上市公司跨地區(qū)、跨行業(yè)、跨所有制整合重組等建議。

【關(guān)鍵詞】 文化產(chǎn)業(yè)； 上市公司； 融資效率； 隨機(jī)前沿分析法

【中圖分類號(hào)】 F062.9 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1004-5937（2016）20-0055-05

一、引言

2009年國(guó)務(wù)院公布了《文化產(chǎn)業(yè)振興計(jì)劃》，文化產(chǎn)業(yè)正式被表述為國(guó)家的戰(zhàn)略性產(chǎn)業(yè)。之后，我國(guó)的文化產(chǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)快速增加，文化產(chǎn)業(yè)發(fā)展邁入黃金期。文化產(chǎn)業(yè)是投入高、風(fēng)險(xiǎn)大的行業(yè)，文化產(chǎn)品不斷創(chuàng)新、知識(shí)含量不斷增加使得其價(jià)值難以正確評(píng)估，因而文化產(chǎn)業(yè)的融資易陷入困境。融資的過(guò)程既包含資金順利融入，也包含對(duì)融入資金利用的效率高低。因此，文化產(chǎn)業(yè)融資效率的高低不僅涉及到文化企業(yè)盈利水平的大小，也會(huì)影響到文化投資者的信心。文化產(chǎn)業(yè)上市公司是文化產(chǎn)業(yè)中有發(fā)展前途的、回報(bào)率穩(wěn)定的大中型文化類企業(yè)，其融資效率的情況會(huì)帶動(dòng)整個(gè)行業(yè)的融資水平。

國(guó)內(nèi)關(guān)于融資效率的研究目前主要集中于某類型企業(yè)或行業(yè)的融資效率及影響因素。崔杰等[1]提出了影響非上市中小企業(yè)融資效率的六個(gè)組合因素，即企業(yè)自身素質(zhì)、主營(yíng)業(yè)務(wù)情況、企業(yè)盈利能力、短期外源債務(wù)資金來(lái)源與流動(dòng)性和企業(yè)的償債能力。徐鳳等[2]基于DEA研究了上市中小企業(yè)股權(quán)融資效率，得出我國(guó)創(chuàng)業(yè)板上市中小企業(yè)融資效率較低的結(jié)論。張延良等[3]基于DEA方法比較研究了金磚國(guó)家股票市場(chǎng)的融資效率，認(rèn)為我國(guó)股票市場(chǎng)融資效率水平較低。汪華林[4]基于DEA方法評(píng)價(jià)了房地產(chǎn)上市公司的融資效率。趙睿等[5]基于熵值法分析了中關(guān)村示范區(qū)創(chuàng)業(yè)板上市公司的融資效率。陳家干等[6]基于熵視角研究了科技型中小企業(yè)的融資效率。吳楠和姚金枝[7]研究了生物醫(yī)藥行業(yè)企業(yè)資本結(jié)構(gòu)對(duì)融資效率的影響。劉亞錚和冉娜娜[8]基于DEA的CRS和VRS模型分析了我國(guó)24個(gè)文化產(chǎn)業(yè)上市公司的融資效率及優(yōu)化情況。另外，由于我國(guó)文化產(chǎn)業(yè)整體起步較晚，國(guó)內(nèi)對(duì)其融資效率的研究還不夠深入。目前主要集中于對(duì)各省份文化產(chǎn)業(yè)融資效率的研究。王雪[9]、謝嘯[10]、耿毓?jié)蒣11]、王芹等[12]分別基于DEA分析了吉林省、安徽省、河北省、陜西省的文化產(chǎn)業(yè)投融資效率情況。

綜合上述，鮮有文獻(xiàn)對(duì)我國(guó)文化產(chǎn)業(yè)上市公司融資效率進(jìn)行研究，部分已有的文獻(xiàn)也是基于DEA模型得出的研究結(jié)論。上市融資有利于緩解文化產(chǎn)業(yè)融資難的問(wèn)題，到目前為止，文化產(chǎn)業(yè)上市公司融資約束處在什么水平，融資困境有沒(méi)有得到改善？這需要考慮各種影響因素進(jìn)行實(shí)證檢驗(yàn)。筆者通過(guò)利用異質(zhì)性隨機(jī)前沿模型，不僅能測(cè)算所選定的文化產(chǎn)業(yè)上市公司的融資效率水平，還可以分析其相關(guān)的影響因素作用情況。

二、研究方法

常見(jiàn)的融資效率水平的測(cè)算方法包括兩種：非參數(shù)數(shù)據(jù)包絡(luò)分析方法（DEA）和參數(shù)隨機(jī)前沿分析方法（SFA）。DEA方法可以根據(jù)觀測(cè)的數(shù)據(jù)，求得最優(yōu)的效率邊界，它是一種線性規(guī)劃分析方法，但由于這種方法的確定性，不能考慮各種誤差因素對(duì)估計(jì)結(jié)果的影響，而且它沒(méi)有確定的模型，無(wú)法對(duì)文化產(chǎn)業(yè)融資效率進(jìn)行預(yù)測(cè)評(píng)價(jià)；Aigner et al.[13]和Wim et al.[14]提出的SFA方法，在估計(jì)方程中包括了參數(shù)效率邊界、非負(fù)的效率項(xiàng)以及隨機(jī)誤差項(xiàng)。但這種方法的不足在于要先假設(shè)函數(shù)形式，如果函數(shù)形式本身誤差較大，則測(cè)算的結(jié)果將會(huì)存在偏差。不同文化產(chǎn)業(yè)上市公司融資效率存在異質(zhì)性，如果不考慮這種異質(zhì)性會(huì)使得估計(jì)結(jié)果偏大，因此本部分采用異質(zhì)性隨機(jī)前沿模型測(cè)算各文化產(chǎn)業(yè)上市公司的融資效率。

顯然，融資效率的取值范圍是0—1。當(dāng)IEI=0時(shí)（ui，t→∞），文化產(chǎn)業(yè)上市公司融資效率最低，說(shuō)明面臨最嚴(yán)重的效率約束；當(dāng)IEI=1時(shí)，文化產(chǎn)業(yè)上市公司融資效率最高，說(shuō)明幾乎不存在無(wú)效率情況。

三、數(shù)據(jù)來(lái)源、變量說(shuō)明和模型設(shè)定

（一）數(shù)據(jù)來(lái)源

本文文化產(chǎn)業(yè)的上市公司選自中國(guó)經(jīng)濟(jì)網(wǎng)《2015中國(guó)文化企業(yè)品牌價(jià)值TOP50》，2015“中國(guó)文化企業(yè)競(jìng)爭(zhēng)力排行榜”及《中國(guó)文化企業(yè)行業(yè)運(yùn)營(yíng)前景及發(fā)展規(guī)劃分析報(bào)告2015—2021年》所提及的各行業(yè)標(biāo)桿企業(yè)，涉及到新聞出版、廣播電視、影視、動(dòng)漫、音樂(lè)、網(wǎng)游、廣告、旅游和工業(yè)美術(shù)業(yè)等。時(shí)間范圍是2010—2014年，剔除了指標(biāo)數(shù)據(jù)缺失年份的樣本數(shù)據(jù)，共選取上證交易所、深證交易所37家上市公司作為研究對(duì)象。除上市公司年末總市值來(lái)自銳思數(shù)據(jù)庫(kù)（RESSET）外，其余數(shù)據(jù)均來(lái)自巨潮資訊網(wǎng)各公司各年度的年報(bào)。

（二）變量說(shuō)明

1.融資效率。選用投資增長(zhǎng)率In yi，t。

2.企業(yè)市價(jià)。選取托賓q值。當(dāng)q值較小時(shí)，企業(yè)會(huì)繼續(xù)保留或增加股票，將產(chǎn)業(yè)資本轉(zhuǎn)換成金融資本。當(dāng)q值高時(shí)產(chǎn)業(yè)回報(bào)率也提高，企業(yè)迫切希望進(jìn)入資本市場(chǎng)變現(xiàn)套利。

3.企業(yè)發(fā)展能力。選用單位資本營(yíng)業(yè)收入ei，t。企業(yè)發(fā)展能力越強(qiáng)，融資效率就越高，它衡量了企業(yè)的長(zhǎng)遠(yuǎn)發(fā)展水平。

4.企業(yè)盈利能力。選用單位資本經(jīng)營(yíng)現(xiàn)金凈流量（cf）。企業(yè)的盈利能力越強(qiáng)，越對(duì)員工獲得報(bào)酬以及福利改善、投資者獲得投資收益形成了有效的保障。因此，企業(yè)盈利能力增強(qiáng)會(huì)拉升融資效率。本文單位資本的經(jīng)營(yíng)現(xiàn)金流量越多，說(shuō)明企業(yè)的內(nèi)部融資能力就越高。

5.企業(yè)規(guī)模。Paul[17]認(rèn)為大公司降低了長(zhǎng)期債權(quán)融資的成本，在長(zhǎng)期舉債中產(chǎn)生了規(guī)模經(jīng)濟(jì)，甚至具有同債權(quán)人討價(jià)還價(jià)的能力，因此，上市公司的規(guī)模與上市公司的融資效率正相關(guān)。這里用資產(chǎn)總額（ai，t）表示。資產(chǎn)總額越高，企業(yè)外部融資能力越強(qiáng)，因?yàn)槠髽I(yè)可以提供的抵押品可能就越多，相對(duì)容易從金融機(jī)構(gòu)獲得資金支持。

6.融資方式。以債務(wù)為主的融資方式降低了資金所有者用于自身私利的資金，用資產(chǎn)負(fù)債率（ad）來(lái)表示。負(fù)債率高有損于上市公司的融資效率。

7.股權(quán)結(jié)構(gòu)。用上市公司十大股東持股比例來(lái)表示（h）。近年來(lái)我國(guó)的上市公司大股東重籌資、輕使用、盲目圈錢、占用巨額資金、危害小股東利益等負(fù)面消息經(jīng)常被曝出。嚴(yán)重影響了企業(yè)的融資效率。這一指標(biāo)反映了企業(yè)的外部融資能力。

各變量說(shuō)明及樣本描述性統(tǒng)計(jì)見(jiàn)表1、表2。

（三）模型設(shè)定

1.融資效率函數(shù)的設(shè)定。借鑒Wang和Battese and Coelli[18]的實(shí)證方法進(jìn)行構(gòu)建，設(shè)定模型如下：

四、模型估計(jì)及實(shí)證結(jié)果

（一）文化產(chǎn)業(yè)上市公司融資效率異質(zhì)性隨機(jī)前沿模型的估計(jì)結(jié)果

將SFA的無(wú)效率方程的均值和方差施加一定的約束，劃分成了5個(gè)模型，并采用極大似然估計(jì)法對(duì)（I）—（V）進(jìn)行了估計(jì)，結(jié)果見(jiàn)表3。模型（I）代表本文的異質(zhì)性模型，其中無(wú)效率方程的均值和方差都是外生變量的函數(shù)；模型（II）假定均值是0，方差為外生變量的函數(shù)；模型（III）假定方差是常數(shù)，均值為外生變量的函數(shù)；模型（IV）對(duì)應(yīng)于DEA模型，不考慮誤差項(xiàng)的影響；模型（V）對(duì)應(yīng)于方差為常數(shù)、均值為0的情況。根據(jù)對(duì)數(shù)似然值、似然比和相關(guān)信息準(zhǔn)則確定模型（I）優(yōu)于其他模型，下面圍繞模型（I）的估計(jì)結(jié)果展開分析。

（二）文化產(chǎn)業(yè)上市公司融資效率隨機(jī)前沿分析

模型（I）的估計(jì)結(jié)果顯示，在異質(zhì)性隨機(jī)前沿方法下，托賓q的估計(jì)系數(shù)為0.246，在10%的水平上顯著不等于0。這表明托賓q對(duì)上市公司融資效率有著顯著的影響，當(dāng)托賓q值變大時(shí)，上市公司融資效率上升。單位資本銷售收入及其滯后值的估計(jì)系數(shù)不顯著，說(shuō)明當(dāng)前主要文化上市公司的單位資本銷售收入不利于提高企業(yè)融資效率，也就是營(yíng)業(yè)收入有待提高。融資效率的滯后項(xiàng)在1%水平上顯著，系數(shù)是0.562，表明上市公司本期的融資效率明顯受上一期的影響。

（三）文化產(chǎn)業(yè)上市公司融資效率影響因素分析

根據(jù)異質(zhì)性隨機(jī)前沿模型，能夠計(jì)算出融資效率損失并分析它的影響因素。第一，單位資本凈現(xiàn)金流量在均值方程和方差方程中都為負(fù)，但是不顯著，表明增加單位資本凈現(xiàn)金流量能改善文化產(chǎn)業(yè)上市公司的融資效率約束，降低融資效率約束的不確定性，但這種內(nèi)部融資的效果不明顯。第二，企業(yè)的總資產(chǎn)在均值方程中顯著為負(fù)，但在方差方程中為正且不顯著，表明這種外部融資方式能提高上市公司的融資效率，但是不能降低上市公司融資效率約束的不確定性。第三，負(fù)債率在均值方程中為負(fù)，但不顯著，在方差方程中顯著為正，表明上市公司較低的負(fù)債率有利于改善這些文化企業(yè)的融資效率約束，但這種外部融資方式效果不明顯。在后續(xù)階段不利于降低融資效率約束的不確定性。第四，前十名股東持股情況不利于改善融資效率約束，同時(shí)也不利于降低融資效率約束的不確定性，但這種效果不顯著。

（四）文化產(chǎn)業(yè)上市公司融資效率分析

根據(jù)模型可以估算出每個(gè)上市公司的融資效率和融資效率約束程度。根據(jù)融資效率值繪制了頻數(shù)分布圖（見(jiàn)圖1），結(jié)果表明這些上市公司中絕大部分的融資效率集中分布在75%～85%之間，也就是實(shí)際融資效率低于最佳融資效率水平約15%～25%。

表4是根據(jù)表3中模型（I）計(jì)算出的37家上市文化公司2011—2014年的融資效率均值。總體來(lái)看，平均值最高的是0.842，最低的是0.772，兩者相差0.07，有16家公司的均值低于0.8，其余21家的均值都大于0.8，融資效率較高。2011—2014年這37家上市公司的平均融資效率分別為0.814、0.807、0.799、0.801，變化不明顯。

五、結(jié)論及政策建議

在隨機(jī)前沿模型中，樣本公司的融資效率水平均值為0.8左右，說(shuō)明這些文化產(chǎn)業(yè)上市公司基本能夠通過(guò)內(nèi)部和外部相關(guān)的融資手段，擴(kuò)大融資渠道。但是，也面臨著一定的融資約束。實(shí)證結(jié)果顯示，高產(chǎn)業(yè)回報(bào)率有利于提高公司的融資效率；單位資本銷售收入不利于提高公司融資效率，營(yíng)業(yè)收入沒(méi)有發(fā)揮出本應(yīng)該有的效果，可能是這些上市公司的經(jīng)營(yíng)歷史較短，業(yè)績(jī)有待提高；前一期的融資效率對(duì)本期融資效率有積極的影響；增加單位資本凈現(xiàn)金流量對(duì)于提高文化產(chǎn)業(yè)上市公司的融資效率作用不明顯；公司的總資產(chǎn)增加有助于減少公司的融資約束，但是不能降低后續(xù)的不確定性；負(fù)債率對(duì)于改善上市公司融資效率約束作用不明顯；大股東減少持股沒(méi)有明顯地改善融資效率約束的作用。

為了加快文化產(chǎn)業(yè)上市公司發(fā)展，緩解其上市公司融資約束問(wèn)題，鼓勵(lì)更多的中小文化企業(yè)上市，筆者建議：從政府角度，建立統(tǒng)一的標(biāo)準(zhǔn)來(lái)登記、評(píng)估和管理文化產(chǎn)業(yè)上市公司相關(guān)資產(chǎn)，鼓勵(lì)更多的文化產(chǎn)業(yè)上市公司跨地區(qū)、跨行業(yè)、跨所有制整合重組，設(shè)立政府為主導(dǎo)的、允許社會(huì)資本進(jìn)入的文化產(chǎn)業(yè)發(fā)展基金；企業(yè)層面，應(yīng)該加強(qiáng)自身的內(nèi)部管理水平和資源配置能力，增強(qiáng)品牌營(yíng)銷意識(shí)，降低市場(chǎng)開拓成本，提高資金的使用效率，減少企業(yè)負(fù)債，鼓勵(lì)更多員工持股，調(diào)動(dòng)員工創(chuàng)新的積極性。

【參考文獻(xiàn)】

[1] 崔杰，胡海青，張道宏.非上市中小企業(yè)融資效率影響因素研究——來(lái)自制造類非上市中小企業(yè)的證據(jù)[J].軟科學(xué)，2014（12）：84-88.

[2] 徐鳳，盧奇，李鵬濤.基于DEA的上市中小企業(yè)股權(quán)融資效率研究[J].財(cái)會(huì)通訊，2014（3）：18-19.

[3] 張延良，胡超，胡曉艷.基于DEA方法的金磚國(guó)家股票市場(chǎng)融資效率比較研究[J].世界經(jīng)濟(jì)研究，2015（7）：44-53.

[4] 汪華林. 基于DEA的我國(guó)房地產(chǎn)上市公司股權(quán)融資效率分析[J].會(huì)計(jì)之友，2015（5）：87-89.

[5] 趙睿，傅巧靈，周莉莎.基于熵值法的中關(guān)村示范區(qū)創(chuàng)業(yè)板上市公司融資效率分析[J].經(jīng)濟(jì)研究參考，2014（35）：82-86.

[6] 陳家干，衣長(zhǎng)軍，謝月婷. 基于熵視角的科技型中小企業(yè)融資效率研究[J].會(huì)計(jì)之友，2013（7）：44-49.

[7] 吳楠，姚金枝.企業(yè)資本結(jié)構(gòu)對(duì)融資效率影響研究——基于生物醫(yī)藥行業(yè)的經(jīng)驗(yàn)數(shù)據(jù)[J].財(cái)會(huì)通訊，2015（2）：38-40.

[8] 劉亞錚，冉娜娜.文化產(chǎn)業(yè)上市公司融資效率優(yōu)化及評(píng)價(jià)[J].商業(yè)時(shí)代，2014（4）：135-136.

[9] 王雪.基于DEA的我國(guó)文化產(chǎn)業(yè)上市企業(yè)融資效率評(píng)價(jià)研究[D].西安外國(guó)語(yǔ)大學(xué)碩士學(xué)位論文，2014.

[10] 謝嘯.安徽省文化產(chǎn)業(yè)投融資效率研究[D].安徽大學(xué)碩士學(xué)位論文，2012.

[11] 耿毓?jié)?河北省文化產(chǎn)業(yè)投融資效率分析[D].河北經(jīng)貿(mào)大學(xué)碩士學(xué)位論文，2014.

[12] 王芹，楊旭，張曉棠.DEA視角下的陜西省文化產(chǎn)業(yè)投融資效率[J].西安工業(yè)大學(xué)學(xué)報(bào)，2015（7）：556-570.

[13] AIGNER D，LOVELL C A，SCHMIDT P.Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Economics，1977，6（1）：21-37.

[14] WIM M，et al. Efficiency Estimation from Cobb-

Douglas Production Functions With Composed Error[J].International Economic Review，1977，18（2）：435-444.

[15] WANG H J. A Stochastic Frontier Analysis of Financing Constraints on Investmen：the Case of Financial Liberalization in Taiwan[J].Journal of Business and Economic Statistics，2003，21（3）：406-419.

[16] ALEXANDER L，et al.Firm Value and Managerial Incentives：A Stochastic Frontier Approach[J].Social Science Electronic Publishing，2005，78（6）：2053-2093.

[17] PAUL M.The Choice between Equity and Debt：An Empirical Study[J].Journal of Finance，1982，37（1）：121-144.

[18] BATTESE G E，COELLI T J.A Model for Technical Inefficiency Effects in A Stochastic Frontier Production Function for Panel Data[J].Empirical Economics，1995，20（2）：325-332.