上市流通企業融資效率研究

張征超 儲慧琳 劉宇

中圖分類號：F830? ? 文獻標識碼：A

內容摘要：資金短缺、融資效率低下是制約我國流通企業發展的瓶頸。本文以A股上市流通企業為研究對象，使用DEA模型和Malmquist指數對流通企業融資效率進行靜態和動態分析。研究表明，上市流通企業技術效率和規模效率不高，融資效率普遍較低，這主要由于流通企業多處于發展期，大部分企業本身的技術水平和規模不相匹配，二者沒能同時達到最優。本文認為流通企業的融資效率具有很大的提升空間，并根據流通企業的特點，在研究結果的基礎上從外部融資環境及企業自身發展兩個層面提出提高流通企業融資效率的對策及建議。

關鍵詞：DEA分析? ?Malmquist指數? ?流通企業? ?融資效率

上市流通企業融資效率評價模型構建

DEA模型。DEA也被叫做數據包絡分析法，這種方法是著名的學者A.Charnes和W.W.Cooper的研究成果。數據包絡分析法是一種數學模型，在基于相對效率下，分析評價相同性質單元的效率情況。這種方法主要是研究目標一致、性質一樣的很多個企業，這些企業又被稱為決策單元（DUM）。DEA主要模型包括C2R模型和BC2模型，由于C2R模型的前提是規模報酬不變，而在現實中是很難實現的，因此本文選取了BC2模型對流通企業靜態融資效率進行測度分析，該模型假設企業的規模報酬是可變的。BC2模型的公式為：

公式（1）中，θ為決策單元的效率值，X和Y分別代表投入和產出變量，λ代表決策單元線性組合系數，S-和S+為松弛變量，eT為求和，ε表示非阿基米德無窮小量。當同時滿足θ=1，S-和S+為0，那么決策單元為DEA有效;當θ=1，但S-和S+不全是0，這種情況下決策單元就是弱DEA有效;當θ<1時，則表示決策單元DEA無效。

DEA模型的Malmquist指數法。Malmquist指數模型也屬于DEA模型的一種，它是測算決策單元效率動態變化的模型。這種模型是由瑞典統計學家Malmquist研究發明的，靈感來自于對動態消費行為的研究。起初的Malmquist指數僅僅是非參數的一種線性規劃。1994年羅爾夫將這種方法與DEA進行結合研究，從而Malmquist指數也得到進一步的細分，分別為技術進步變化指數、技術效率指數和規模效率，這種方法廣泛應用于工業行業等的全要素生產率。Malmquist指數模型是基于距離函數的模型，是以t和t+1時期為參照而來的：

公式（2）中，D0t+1（xt+1，yt+1）/ D0t（xt，yt）代表TEC（技術效率變化指數），用來衡量企業的管理水平;代表TC（技術進步變化指數）。

TEC﹥1，表明決策單元的技術效率進步了，反之表明決策單元的技術效率下降了;TC﹥1，表明決策單元的技術進步了，反之表明決策單元的技術退步了。以規模報酬可變為前提，即VRS模型的基礎上，企業的技術效率指數可進一步細分為純技術效率指數（PC）和規模效率指數（SE），這兩個指數分別表示企業的管理效率和規模效率。

指標體系構建。流通企業大都規模較小，但市場反應靈敏，能快速適應市場的變化。DEA指標選取要遵循科學性、系統性、可獲取、可比性、客觀性原則。根據流通企業的特點和DEA指標選取的原則選取指標，如表1所示。

上市流通企業融資效率實證分析

（一）數據來源及處理

本文選取2015-2017年在A股上市的流通企業為樣本，剔除ST、ST*以及財務數據不完全企業后的212家作為樣本企業，相關數據來源于國泰安數據庫和深圳證券交易所網站。DEA在進行效率評價中，對投入、產出個數和決策單元數量有一定要求，即決策單元的數量應該是投入、產出個數總和的2倍以上，而本文決策單元個數為212家上市流通企業，超過了投入、產出個數總和的2倍，所以樣本數量達標。DEA要求各個決策單元的數據為非負數，在選取數據時，發現存在負數并且不同數據之間存在很大的差異，如果直接使用原始數據，會降低結果的準確性，因此有必要將原始數據進行無量綱化，使所選數據轉化為0到1的區間數值。具體方法采用了極值化處理方法，公式為：

（二）流通企業融資效率的靜態分析

在對流通企業融資效率進行靜態分析時，使用了投入導向型的DEA模型，使用deap2.1對標準化的數據進行測評。將效率值劃分為不同的等級：當0﹤θ﹤0.5時，表示企業融資效率處于相對無效的狀態，融資效率較低;當0.5﹤θ﹤0.8時，企業融資效率處于較無效的狀態，融資效率相對較低;當0.8﹤θ﹤1時，企業融資效率處于較有效的狀態，融資效率較高;當θ=1時，企業融資效率處于相對有效狀態，融資效率達到最佳。

各年效率均值。如表2所示，從各年的效率均值來看，三年內樣本企業技術效率都處于0.5～0.8之間，即流通企業融資效率處于較無效的狀態，融資效率相對較低。2016年較2015年技術效率下降，說明2016年決策單元的資源配置能力、資源使用效率降低。將技術效率分解為純技術效率和規模效率，可見2016年技術效率的下降主要是由規模效率下降導致的。2017年技術效率較2016年提高，主要是規模效率提高的原因。綜合以上分析可知，決策單元的融資效率具有一定的提升空間，并且近3年的技術效率主要受到規模效率的影響，因此企業應該縮小實際規模與最優生產規模的差距，進而提高融資效率。

各年技術效率情況。如表3所示，分析流通企業三年的技術效率情況可知，技術效率相對無效（0≤TE﹤0.5）的企業在2016年增加，又在2017年減少，技術效率較無效（0.5≤TE﹤0.8）的企業在三年內依次增加，且每年占比為50%及以上，說明大多數企業處于技術效率較無效狀態，技術效率相對有效（TE=1）的企業在三年內數量不多。由上可知，決策單元大部分處于技術效率不高的狀態，反映出流通企業融資效率水平不高。

各年純技術效率情況。如表4所示，分析三年的純技術效率情況可知，純技術效率相對無效（0≤TE﹤0.5）和純技術效率較無效（0.5≤TE﹤0.8）的企業數量三年內變化不大，總占比在35%左右。純技術效率較有效（0.8≤TE﹤1）的企業在3年內數量最多，純技術效率相對有效（TE=1）的企業數量變化相對較小。從整體來看，決策單元的純技術效率水平不高，但是要優于決策單元的技術效率。決策單元各年PTE=1的數量大于TE=1的數量，說明企業不能有效匹配本身的技術水平與融資規模，即企業存在融資過度或融資不足的現象，這些企業是由于規模效率無效而導致的技術效率無效，所以為了提高融資效率，在提升純技術效率的同時注重提高自身的規模效率。

各年規模效率及規模報酬情況。如表5、表6所示，三年中SE=1的企業數量多于TE=1的企業數量，即存在規模有效的企業純技術無效，企業未達到技術有效是由于純技術無效，說明企業不能有效匹配本身的技術水平與融資規模，即企業存在融資過度或融資不足的現象;2015-2017年大多數企業處于規模報酬遞增的狀態，這種情況是由于流通企業大部分處于初創期或者成長期，規模沒有達到最優化，還要加大投入來擴張生產規模。規模報酬遞減的企業在2016年為6家，2017年又達到15家，說明存在一些企業過度投入或規模擴張過急，因此企業在擴張規模時候應該注重投入的量及擴張的速度，重點提高企業的經營管理水平。

（三）流通企業融資效率的動態分析

為了了解流通企業融資效率的變化情況，本部分運用deap2.1對處理后的三年數據進行分析，對樣本企業融資效率的動態變化進行分析闡述，結果如表7所示。分析三年的效率變化情況，以2015年為第一期，將其Malmquist指數定義為1，通過比較可以了解企業三年內融資效率的動態變化。通過表7可以看出：2016年樣本企業的全要素生產率（TFP）為0.651小于1，說明2016年的融資效率有所降低;2017年的全要素生產率為1.385大于1，說明融資效率有一定的提高;三年的全要素生產率均值為0.949，說明在這3年內樣本企業的融資效率有所下降。全要素生產指數可分解為技術進步變化指數（Techch）、技術效率變化指數（Effch），2015～2016年的技術進步變化指數為0.819，技術效率變化指數為0.794，說明全要素生產率下降是由于企業的技術退步和技術效率比較低。再將技術效率指數細分為規模效率指數（Sech）和純技術效率指數（Pech），2015～2016年的純技術效率變動為0.980，規模效率變動為0.811，說明這個時期樣本企業融資效率降低主要受到規模效率的影響。總體來看，2017年的全要素生產率較2016年得到提升。

提高流通企業融資效率的對策建議

企業自身發展。注重科技創新和人才引進，促進技術進步變化。技術進步變化指數是影響流通企業融資效率的重要因素，技術進步不足代表企業科技研發能力受限導致核心競爭力下降，因此，應該將提高企業的科技創新水平作為提高企業融資效率及效益的首要舉措。強化企業內部管理，提高技術效率水平。加強內部控制的實施，建立健全相關機制，良好的內部控制不僅能夠為企業的正常生產提供穩定的制度環境，還能使企業在正常運行的情況下保證信息的質量，所以應通過強化內控執行、完善內控機制來提升融資效率。

外部營商環境。完善基礎設施服務體系，搭建制度性、智能化的創業基地服務平臺，設建大學科技園，培養創新創業人才，同時簡化審批程序，為創業創新者提供便利服務;構建資金扶持體系，大力支持流通企業的投融資活動，建立多元化融資風險、貸款風險補償機制，引導銀行推出適合流通企業的金融產品，建立保險風險補償機制，引導保險機構為流通企業提供履約保證保險等;建立技術服務體系，可以建立企業科技特派員制度，每年從省內外高等院校和研究院所選派一批科技骨干作為科技特派員，進駐流通企業，幫助企業解決發展中的問題;設立人才供應服務體系，鼓勵創新創業典型走進大學、園區、科研院所開展宣講活動，營造“鼓勵創新、支持創業”的濃厚氛圍。

總結

從每年的融資效率均值來看，流通企業近3年的融資效率比較低，純技術效率穩定，所以流通企業的技術效率變化主要由規模效率的變化導致，這說明大部分企業本身的技術水平和規模不相匹配，沒能使二者同時達到最優，這就致使融資效率普遍較低。從近3年達到純技術有效和規模有效的企業數量來看，達到純技術有效的企業要多于達到規模有效的企業，說明存在一些企業在管理和技術方面達到最優狀態，但是融資規模沒有達到最優狀態，這些企業應該關注生產經營的投入情況，擴大企業融資規模。從規模報酬情況來看，大部分企業處于規模報酬遞增的狀態，說明這些企業大部分處于初創時期或成長時期，擴大規模是企業成長的需求，但是2016～2017年規模報酬遞減企業數由6增加到15，說明有些企業投入過大或者擴張過急，這就需要企業協調好實際投入量和本身需求量，在提高本身管理水平和技術水平的同時，適度擴張規模。用Malmquist指數對流通企業的融資效率進行動態分析，樣本企業全要素生產率有所提高，但是技術效率均值和規模效率均值較低，所以企業應該注重提高自身的管理水平、技術水平，并擴大融資規模。綜上，考慮當下的市場經濟情況和流通企業的特點，上市流通企業應從外部融資環境及企業自身發展兩個層面思考提高企業融資效率的對策。

參考文獻：

1.路遠方.商貿流通企業融資問題探討[J].商業經濟研究，2017（21）

2.商務部.促進中小商貿流通企業發展緩解融資難[J].全國商情（經濟理論研究），2014（Z2）

3.黃文藝.棉花流通企業融資問題探析[J].財經界（學術版），2013（13）

4.張小龍.我國商貿流通業的投融資效率實證研究[J].商業經濟研究，2015（26）

5.姚力菁.中國零售產業融資效率分析[J].商業經濟研究，2015（5）