戰略性新興產業的金融支持研究

林新波+劉東皇+李耀華

【摘要】金融在戰略性新興產業發展進程中發揮著至關重要的作用。本文特以國際金融危機全球背景中的2009年與此后的2011年數據，基于DEA模型對金融支持江蘇戰略性新興產業發展的效率問題進行實證分析。本文的實證研究結果揭示出近年來江蘇戰略性新興產業從金融市場上獲取支持的效率得到了一定程度的提升，企業間接融資行為對金融支持效率具有負面，但負面影響降低，相對而言，直接融資方式更有利于新興產業的培育和發展。本文最后提出相關的政策建議。

【關鍵詞】戰略性新興產業；金融支持；效率

一、引言與文獻綜述

培育戰略性新興產業對提升我國自主創新能力和國際競爭力，實現經濟轉向內生增長和創新驅動具有重要的戰略意義。然而，戰略性新興產業的培育是個系統工程，也是個相對長期的過程，其支撐體系的內容包括金融、資源、市場、技術等多方面。在支撐體系中金融起著基礎和核心支持作用，培育戰略性新興產業培育離不開多元化的金融支持。由此，對金融支持戰略性新興產業發展問題進行探索，對于積極穩妥培育和發展戰略性新興產業具有重要的現實意義。在產業的發展過程中，金融對產業發展的支持除了間接融資（以銀行信貸為主）外，還從資本市場獲取資金（直接融資）（顧海峰，2009）。近年來，有關產業（戰略性新興產業）發展的金融支持問題引起了學者們的重視，相關的研究主要集中在如下兩大問題。一，產業（戰略性新興產業）發展金融支持的影響因素分析（汪一洋，2010；熊正德，2010）。其中，汪一洋和任紅偉（201 O）以深圳在支持戰略性新興產業發展為樣本，認為戰略性新興產業發展需要從信貸等多方面營造有利于戰略性新興產業發展的投資環境。二，金融支持產業（戰略性新興產業）發展的效率分析（劉力昌，2004；熊正德，2010；孫愛軍，2011）。其中，基于DEA模型劉力昌和馮根福（2004）以滬市1998年47家上市公司為研究對象，評價了上市公司股權融資效率。孫愛軍等（2011）對三大產業金融支持效率的省際差異展開比較研究，為未來資金投向提供理論基礎。前人的研究對本文具有重要的借鑒意義，當前有關戰略性新興產業金融支持的研究仍然處于探索階段，需要深入的量化分析尋求實證上的支持（高惠，201 2），DEA方法的運用使得戰略性新興產業金融支持問題得以深入。然而，現有文獻針對效率問題的討論集中于以相關產業的上市公司為研究對象進而分析我國戰略性新興產業金融支持效率，本文以江蘇省戰略性新興產業為研究樣本基于DEA模型測度戰略性新興產業金融支持效率，并構建回歸模型分析其影響因素。本文剩余部分安排如下：第二部分是對研究方法的一個簡要介紹：第三部分基于DEA方法對江蘇戰略性新興產業金融支持效率進行實證分析：最后給出分析結論并提出相應的政策含義。

二、研究設計

本文將金融支持江蘇戰略性新興產業發展問題分為兩個部分：一是測度江蘇戰略性新興產業發展金融支持效率模型，依據前人的研究成果本文運用DEA方法測度江蘇戰略性新興產業發展金融支持效率：二是金融支持江蘇戰略性新興產業發展效率的影響因素回歸模型，本文構建起一個估測影響江蘇戰略性新興產業發展的金融支持效率的因素計量模型。

（一）測度金融支持效率模型

從投入產出視角，效率是指投入不變條件下產出最大化，或者產出不變條件下投入最小化，因此效率是一個相對的概念（Farrell，1957）。A.C harne s，w.w.cooper和Rhosdes在1978年提出規模報酬不變條件下的DEA模型（CCR），基于CCR模型1984年Banker，Charnes和cooper進一步放寬規模報酬不變的假設，提出BCC模型，即規模報酬可變的DEA模型。CCR模型和BCC模型統稱為DEA模型，基于投入產出角度由于戰略性新興產業的金融支持符合DEA模型所于鏊求的多投入、多產出的特性，本文采用產出導向的BCC模型進行分析。

（二）金融支持效率的影響因素回歸模型

本文在單位根檢驗的基礎上，運用OLS回歸分析法，測算各因素對江蘇省戰略性新興產業發展的金融支撐效率的影響大小。對于變量的選擇，本文將綜合技術效率（通過BCC模型測度可以得到）作為因變量，將投入指標作為自變量，以分析各項投入對江蘇戰略性新興產業發展的金融支持效率的影響?；貧w模型設定為：

其中，a為常數項，c為綜合技術效率，x為各影響因素矩陣，y為待估系數矩陣，為隨機干擾項。

三、實證過程及結果分析

（一）指標與數據

依據生產法和資產法，在借鑒已有的相關研究成果（熊正德，2011）基礎上，考慮到數據的可獲得性，本文選取凈資產收益率（R）、主營業務收入增長率（G）和每股收益（r）作為產出指標，選取資產負債率（z）和流通股比例（L）作為投入指標。指標描述如下：

依據江蘇八大戰略性新興產業，考慮到江蘇省上市公司的地區和行業分布因素，本文選取具有一定代表性的48家上市公司作為測算樣本，歸納的這些上市公司的2009和2011年度的真實財務數據，數據來源于CSMAR數據庫。

本文在財務數據選取時間考慮到國際背景，為國際金融危機下的2009年與此后的2011年，對企業獲取金融支持研究有一定全球性意義。

（二）金融支持效率實證結果分析

DEA模型的分析結果表明，2011年綜合效率的均值為0.69，最高值為1，最低值為0.32，綜合效率有效的公司有8家，輕度無效的有18家，中度無效的有20家，重度無效的2家，所占比例分別約為17%、38%、42%和4%。2009年綜合效率的均值為0.52，最高值為1，最低值為0.24，綜合效率有效的公司有6家，輕度無效的有12家，中度無效的有22家，重度無效的8家，所占比例分別約為12%、25%，、46%和17%。2009年還未完全擺脫金融危機的不利影響，到2011年，江蘇省的經濟運行狀況轉向良好，加上江蘇積極貫徹國家發展戰略性新興產業的相關政策，因此，上市公司綜合效率均值比2009年有所提高了30%，重度無效的上市公司銳減，說明近幾年地方金融支持戰略性新興產業發展的支持效率提升較為明顯，但仍然有較大的提升空間。endprint

（三）金融支持效率影響因素實證結果分析

首先分析表3的2009年江蘇省戰略性新興產業金融支持效率影響因素的回歸結果，A D-R2值為0.9077，表明該擬合模型擬合得較好。解釋變量L、Z的系數伴隨概率均小于0.1的顯著性水平，通過系數顯著性檢驗，表明江蘇戰略性新興產業金融支持效率與流通股比例（L）和資產負債率（Z）有著顯著的相關關系。模型中流通股比例（L）的系數為正表明企業的上市行為有利于產業金融支持效率的實現，而資產負債率（Z）的系數為負表明在其他條件不變的條件下間接融資行為會對對產業金融支持效率具有一定負面影響。2011年江蘇省戰略性新興產業金融支持效率影響因素的回歸結果，進一步支持了流通股合計占總股本的比例和資產負債率對戰略性新興產業金融支持效率具有顯著影響作用的結論，與2009年的回歸結果進行比較分析后可以發現，Z的系數顯著變小，說明近幾年地方金融加大支持戰略性新興產業發展，企業間接融資行為對金融支持效率的負面影響降低，但企業間接融資行仍然對金融支持效率具有負面的影響。

四、研究結論與政策建議

（一）研究結論

經濟發展離不開資金投入，高效的金融支持是加快發展戰略性新興產業的關鍵環節。通過2009年和2011年兩個特定時期的對比分析，我們可以發現，在國際金融危機背景下，江蘇戰略性新興產業發展的金融支持效率受到國家產業政策的影響，2010年后國家出臺相關支持戰略性新興產業發展的經濟政策，戰略性新興產業發展的政策環境良好，江蘇省戰略性新興產業相對而言從金融市場上獲取支持的效率得到提升。從這兩個特定時期戰略性新興產業金融支持效率影響因素計量模型的參數估計結果比較分析可以發現：由于戰略性新興產業初期投入巨大且風險高、在當前金融體系不健全以及市場不完備的條件下，雖然近年來企業間接融資行為對金融支持效率負面影響降低，但金融支持效率的提升仍然具有空間，相對而言，直接融資方式更有利于新興產業的發展壯大。

（二）若干政策建議

當下，江蘇戰略性新興產業發展的金融支持仍處于初級階段，面臨諸多問題。依據實證研究結論，本文提出如下提升金融支持效率以推動戰略性新興產業高速發展的相關政策建議：1、進一步加強政府政策的支持力度，為戰略性新興產業的發展創造更好的政策環境。在落實已頒布相關政策的基礎上，各級政府應根據各自特點完善政策支撐體系。除專門安排戰略性新興產業發展的專項引導資金之外，財政上應給相關的戰略性新興產業企業給予支持，在企業初創階段給予適當的稅收優惠。特別地，應制定支持戰略性新興產業發展的金融支持政策，引導各類金融機構加大對戰略性新興產業的金融支持，支持各類金融機構的金融創新，以推進經濟的更好更快發展。2、重視戰略性新興產業企業發展的載體建設，以充分發揚戰略性新興產業發展的企業聚集效應。產業基地是戰略性新興產業企業發展的重要載體，應根據依據區域特點建立戰略性新興產業企業發展的產業基地，以聚集眾多規模、實力、技術不同的企業。通過企業間的競爭和合作，產業聚集可大大提升企業實力，進而使得整個產業發展得更好，也有利于企業更好地籌集資金。3、支持優質戰略性新興產業企業上市，為戰略性新興產業的發展擴寬融資渠道。由于企業的上市融資是企業獲取融資的重要渠道，且有利于降低企業的財務費用，有利于降低金融風險，有利于企業治理結構的改善。各相關機構應幫助戰略性新興產業企業了解上市要求，為其上市提供相應的輔導，鼓勵優質企業在創業板、中小企業板甚至是主板上市，推進戰略性新興產業企業的“爆發式”發展。endprint