基于DEA方法的文化金融產業融資效率研究

羅春燕，張品一，李 欣，梁 鍶

（1.北京工業大學 經濟與管理學院，北京100124;2.陜西師范大學 國際商學院，西安 710119）

基于DEA方法的文化金融產業融資效率研究

羅春燕1，張品一1，李 欣1，梁 鍶2

（1.北京工業大學 經濟與管理學院，北京100124;2.陜西師范大學 國際商學院，西安 710119）

文章結合42家文化金融產業上市公司的融資數據，通過DEA方法對我國文化金融產業的融資效率進行實證研究，結果表明：我國2012—2014年間，文化金融產業融資效率的均值較高，但有逐年下降的趨勢，主要是由于純技術效率和規模效率下降造成；文化金融產業上市公司多數處于規模報酬遞增階段；新聞出版發行服務業、文化信息傳播服務業中DEA有效企業較多。

文化金融產業；融資效率；DEA

0 引言

隨著多層次資本市場不斷發展和完善，充足的資金、高效的資金利用率和多樣化的資金渠道成為文化金融相關企業經營活動順利進行和長遠發展的重要保障。因此，對文化金融產業的融資效率進行深入研究具有重要的理論意義和現實意義。然而國內外學者對于文化金融產業融資效率的研究較少，僅有部分學者采用數據包絡分析法（DEA）對文化產業融資效率進行研究（如蔣萍和王勇，2011；袁海和吳振榮，2012），但這些研究側重于我國各省區文化產業效率測算，無法反映不同年份、不同行業的效率差異。因此，本文采用DEA方法，選取42家文化金融上市公司并劃分為5個行業，對文化金融產業2012—2014年的融資效率進行實證研究，從而彌補上述文獻在這方面的不足。文化金融上市公司的融資效率越高，δ=1表明該公司的融資狀態在最有生產前沿面上，其產出相對于投入達到了綜合效率最優，此時被評價的決策單元（DMU）是DEA有效的；δ＜1表示被評價的DMU是DEA無效的。

將式（1）轉變為規模報酬可變的DEA模型，可得文化金融上市公司融資純技術效率的BCC模型：

1 模型構建

本文基于數據包法（DEA）構建文化金融產業融資的CCR模型和BCC模型，通過文化金融上市公司的綜合技術效率（TE）、純技術效率（PTE）和規模效率（SE）3個指標評價文化金融上市公司的融資效率。文化金融上市公司融資綜合技術效率的CCR模型為：

式（2）各變量的含義和式（1）相同。通過式（2）計算出的指標θ為公司的純技術效率指標，有0＜1≤1且θ≥δ，θ越大表示公司的純技術效率越高。

根據TE=PTE*SE可知，規模效率：

式（3）中0＜SE≤1，SE越大表示公司的規模效率越高。當公司的PTE、SE均為最優時，PTE=1且SE=1，TE實現最優，DMU為DEA有效。

2 指標選取和數據來源

式中δ(0＜δ≤1)為綜合效率指標，λj為權重變量，

本文旨在研究我國文化金融產業的融資效率問題，因此選取全國范圍內文化金融產業上市公司作為樣本進行融資效率實證分析，選取2012—2014年三年作為融資效率研究區間，對各企業每年的融資效率進行橫向縱向對比分析。從所有上市公司中選取2012年前上市且財務數據齊全的文化金融公司共42家，并根據國家統計局《文化及相關產業分類(2012)》將文化及相關產業細分為新聞出版發行服務行業、廣播電視電影服務行業、文化信息傳輸服務行業、文化藝術服務行業、文化創意和設計服務行業5類，具體見表1所示。

表1 我國文化金融產業上市公司分類

根據研究需要和指標數據的可得情況，本文的選取投入指標為總資產、負債總額、所有者權益合計和財務費用；輸出指標為凈資產收益率和主營業務收入。指標原始數據均來自CSMER國泰安數據庫。由于DEA模型對數據的正負有著明確的要求，而且如果數量級過大，模型無法正常輸出結果，因此本文首先對數據進行無量綱化處理，無量綱化后數據的描述性統計見表2所示。

表2 指標的描述性統計

3 實證分析

本文運用DEAP2.1軟件對無量綱化后的數據進行計算，對42個文化金融公司進行實證分析，得到各上市公司的融資效率情況。首先分年度對文化金融上市公司的融資效率進行分析，再將文化金融產業劃分為5個行業進行分析。

3.1 2012—2014年文化金融產業融資效率分析

根據式（1）、式（2）和式（3）得出2012—2014年我國42個文化金融產業上市公司的技術效率（TE）、純技術效率（PTE、規模效率（SE）和規模報酬，其均值見表3所示。

表3 2012—2014年42家文化金融公司的效率均值

2012—2014年，42家文化金融產業上市公司的綜合技術效率、技術效率和規模效率的均值都高于0.8，說明我國文化金融產業的融資效率均值較高。但是效率值呈現下降趨勢，綜合技術效率從0.90下降到0.81，這主要是由于文化金融產業的純技術效率和規模效率都下降造成，純技術效率從0.96下降到0.94，規模效率從0.93下降到0.86，公司的融資利用狀況和公司的融資規模都存在一定的不足。

結合效率強度理論，對42家公司三年融資效率值在各效率區間集（0.5～0.6，0.6～0.7，0.7～0.8，0.8～0.9，0.9～1，1）中的個數進行統計。具體見圖1所示。

圖1 2012—2014年42家文化金融產業上市公司綜合技術效率趨勢圖

從圖1可以看出，2012—2014年屬于強勢有效單位的公司個數分別為10家、11家、5家；屬于邊緣非有效單位的公司個數分別為12家、9家、5家；屬于明顯非有效單位的個數分別為20家、22家、32家。并且2012年和2013年公司融資效率位于（0.8,0.9）的最多，而2014年公司的融資效率位于（0.7,0.8）的最多。這再次說明了我國文化金融產業上市公司的融資效率呈現下降趨勢。對于0.8以下的效率區間，可以發現各低值區間的公司數波動較大。三年中處于0.7以下區間的公司數都較少，且均值都維持在0.8以上。說明文化金融產業融資效率特別低下的公司較少，效率的平均水平在0.8左右，處于較高水平，但也有進一步提升空間。因此，提高我國文化產業整體融資效率水平的重點在于改善處于邊緣非有效區間和明顯非有效區間內的公司的融資狀況。

三年來文化金融產業始終處于綜合技術效率最優和規模報酬不變的只有網宿科技、中南傳媒、中文傳媒和皖新傳媒4家公司，剩余38家公司的融資效率值在0.50～1之間波動。這說明只有這4家公司對融到的資金能夠有效合理利用，達到了規模最優狀態，實現DEA有效；其余的上市公司至少某一年融資效率沒有實現最優化，說明我國文化金融產業上市公司的融資效率整體不佳。在非DEA有效公司中，僅有7家公司在某些年份處于規模報酬遞減階段，其余31家公司均處于規模報酬遞增階段，說明大部分文化金融產業上市公司正處于成長階段，增長勢頭良好，若籌集到足夠的資金，正的規模效應會促進其帶來更大比例的產出,融資效率亦會相應的提高。對于文化金融產業，公司多處于規模報酬遞增階段，但是綜合效率卻出現下降的趨勢，這可能是由于發展資金的短缺而導致的。

進一步研究文化金融產業融資效率的年度變化，通過表4可知，2012—2013年間和2013—2014年間，文化金融產業的變化率為負，說明這三年文化金融產業融資效率均下降。2012—2013年間的融資效率降低是由于純技術效率下降造成產業資本利用能力；而2013—2014年融資效率的變化主要是由于規模效率的變化，規模效率下降8.31%，文化金融產業沒有實現最優的融資規模。

表4 2012—2014文化金融產業融資效率的變化趨勢比較 （單位：%）

對比2012—2013年間和2013—2014年間的文化金融產業融資效率的變化發現，2013—2014年間融資效率下降9.31%，大于2012—2013年間的下滑程度1.11%。而且兩年間純技術效率變化差距不大，融資效率的變化主要是由于2013—2014年間規模效率的大幅滑落造成。可見，對于文化金融產業，規模效率是影響綜合技術效率的主要因素。由于公司的融資能力和資金利用狀態變化緩慢，而融資規模變化較快，容易對效率造成影響。因此，合理的融資規模，可以在一定程度上彌補資金運用能力不足帶來的影響。

3.2 文化金融產業融資效率行業對比分析

結合42家公司的綜合技術效率分析五大文化金融產業融資效率的DEA有效性。從表5可知，我國文化金融產業的行業主要集中在文化信息傳輸業、新聞出版發行業和廣播電視電影業，這些行業一直是文化金融產業的核心。然而2012—2014年，我國文化金融產業上市的五大行業中DEA有效企業數量都在下降，這與文化金融產業的融資效率下滑相符。

表5 2012—2014年各文化金融行業融資效率對比

對各行業分別分析，新聞出版發行業的融資效率最好，三年DEA有效企業占行業41.67%、41.67%和25%；文化信息傳播服務業的融資效率其次，分別占21.43%、28.57%和14.29%；文化創意和設計業的融資效率最低，三年均沒有企業實現DEA有效。這是由于新聞出版發行業發展較早，上市時間較長，資產規模較大；文化信息傳播業隨著互聯網的發展，經營范圍業逐漸擴大，公司成長性較好，融資能力較強；而文化藝術服務業和文化創意設計業的公司數量較少，難以準確的對其進行分析。

4 結論與建議

（1）我國2012—2014年間，文化金融產業融資效率均值較高，但有逐年下降的趨勢，綜合效率從0.90下降到0.81，實現DEA有效公司的數量從10個下降為5個，規模效率降低是制約產業融資效率的主要因素。（2）我國文化金融產業上市公司多數處于規模報酬遞增階段，這與產業的高成長性特征相符。但是產業的規模效率下降，這說明文化金融產業存在一定的資金缺口，未能充分發揮文化金融產業規模效應對其融資效率的拉動作用。（3）從行業的分布來看，各行業DEA有效企業數量比重不同，但DEA有效企業數量都呈現下降趨勢。新聞出版發行服務業、文化信息傳播服務業中DEA有效企業較多，是由于這兩個行業的資產規模較大，融資能力較強。

根據以上結論，為了提高文化金融產業融資效率，本文從以下兩個方面提出政策建議：首先，提高文化金融產業上市公司質量，提高資金使用效率。文化金融產業上市公司應提升自身的內部管理水平和資源配置能力，按照公司內外部環境的實際情況，合理的規劃、分配資金，避免某些方面的投入冗余，加強資金的流動與周轉，提高單位資金的獲利能力。其次，政府和金融機構配合，建設良好融資環境。政府應通過政策指引、財政投入等對文化金融產業進行支持和幫助，有針對性的實施稅收優惠政策，完善法律保障體系，完善市場機制；金融機構需加大金融行業綜合金融步伐的調整，以企業股權、債券、資產支持計劃以及商業保險擔保等多種形式支持文化金融產業融資，擴大文化金融產業直接融資渠道和融資規模，建立多層次資本市場。政府和金融機構相互配合，解決文化金融產業融資難的問題，為產業提供資金保證，提高產業的規模效率。

[1]Azizi H.DEA Efficiency Analysis:A DEA Approach With Double Frontiers[J].International Journal of Systems Science,2014,45(11).

[2]Cook W D,Seiford L M.Data Envelopment Analysis(DEA):Thirty Years on[J].European Journal of Operational Research,2009,192(1).

[3]西沐.文化金融的根本是發現并整合價值[N].中國社會科學報, 2013-3-20（6）.

[4]蔣萍,王勇.全口徑中國文化產業投入產出效率研究——基于三階段DEA模型和超效率DEA模型的分析[J].數量經濟技術經濟研究,2011,(12).

[5]袁海,吳振榮.中國省域文化產業效率測算及影響因素實證分析[J].軟科學,2012,(3).

[6]潘玉香,強殿英,魏亞平.基于數據包絡分析的文化創意產業融資模式及其效率研究[J].中國軟科學,2014,(3).

（責任編輯/浩 天）

F224.3

A

1002-6487（2016）23-0107-03為松弛變量，ε為非阿基米德無窮小量。δ值越大，

中國博士后科學基金資助項目（2015M580941）；陜西師范大學中央高校基本科研業務費專項資金項目（16SZYB29）

羅春燕（1971—），女，北京人，碩士，經濟師，研究方向：文化金融、金融監管。

（通訊作者）張品一（1987—），女，湖北荊門人，博士，講師，研究方向：金融理論。