基于DEA對我國中小新能源企業融資效率計量分析

王語涵 張震

摘要：針對新能源企業投入產出的效率評價問題，選擇合適的構建指標體系，綜合使用數據包絡分析，回歸分析的方法，構建了DEA模型與道格拉斯函數增長模型.利用MAXDEA，R軟件進行實證分析，研究2017年新能源融資效率變化.對12家新能源企業運用聚類分析和因子分析進行綜合評價.分析得出：將新能源企業分為三類.結果表明：新能源企業的融資效率整體處于中等水平，而純技術效率達到有效的企業數占比較高，且在2017年企業綜合效率、純技術效率、規模效率都得到不同程度的提高.并據此向有關部門提出建議.

關鍵詞：新能源企業融資;主板;DEA

中圖分類號：F830? 文獻標識碼：A? 文章編號：1673-260X（2019）07-0051-04

新能源企業是我國新經濟常態下轉型的重要經濟力，其規模已經高達7000多萬家，為我國經濟增長、社會福利、吸收就業等方面都發揮重要作用.近年來，創新型企業數激增，但發展仍然面臨著諸多阻礙，其中融資難的問題尤其得到社會各界關注.主要原因在于資本投入有限，企業經營管理水平低下，體制亟待改進.國務院等相關部門也高度重視該部分中小企業融資難的問題，為解決新能源企業融資問題，證監會和國務院下達相關文件.全力支持新三板市場為中小企業拓寬融資渠道，2012、2013年新三板擴容，自此新三板掛牌企業急速上升.在新三板的輔助下，既是解決了中小企業部分融資難題，但大部分企業依舊存在融資渠道單一、融資難等問題.因此有必要基于新三板擴容的背景，研究企業融資效率的影響因素.于是，本文以新能源創新層掛牌企業為例，實證研究中小企業的融資效率，一方面幫助中小企業提高融資效率;另一方面也為新能源的改革發展提供參考意義.

1 模型建立

1.1 模型概述

本次研究利用DEA—BCC模型對我國新三板市場的中小企業的融資效率進行研究.DEA（數據包絡分析法）是一種多投入多產出的非線性參數效率模型，可對每個決策單元（DMU）運用線性規劃方法和偶原理進行效率測算，根據比較各決策單元與有效生產前沿的偏離情況，從而判定DEA的有效性.DEA模型根據規模收益是否可變分為規模收益不變模型（CCR模型）和規模收益可變模型（BBC模型）.其中BBC模型中技術效率（TE）又可以分解為純技術效率（PTE）和規模效率（SE），并且TE=PTE×SE，由此判斷各DMU是否達到純技術有效和規模有效.

綜合技術效率代表企業融資效率的整體情況，而純技術效率代表企業的生產技術、運營水平以及管理能力等因素對企業融資效率的影響，企業的規模是否與現有投入和產出相匹配即為規模效率，以上效率值均在[0，1]之間，其中根據規模效率又可以判斷決策單元是處在規模報酬不變、規模遞增還是規模遞減.

1.2 變量選擇及處理

1.2.1 樣本選擇

本次研究采用的樣本主要來源于WIND數據庫中主板市場的企業，研究樣本主要來源于：（1）2017年正常運營.（2）不同省份的多家代表性企業.（3）剔除數據不全的企業.（4）帶ST掛牌的企業.（5）剔除金融業企業.通過以上條件的篩選，最終選取12家企業作為研究樣本，并以2016—2017年作為研究時期，研究企業掛牌前后的融資效率變化情況.

1.2.2 輸入輸出指標選擇

1.2.2.1 輸入指標

資產總額（A1）：涵蓋流動和非流動資產，是企業在過去交易、事件形成的由企業所有或控制的資產.資產總額既包括了公司資金狀況，部分是通過融資渠道獲取，所以資產總額在一定程度上也代表公司的融資狀況，融資規模同企業資產總額成正比.

資產負債率（A2）：總負債比上總資產的數值，反映公司債務負擔，也反映了債權人為公司提供信貸資金所承受的風險程度.

營業成本（A3）：是企業在生產經營上所投入的全部資源的表現，與企業利潤直接相關，對企業融資效率有影響.

1.2.2.2 輸出指標

凈資產收益率（B1）：體現企業盈利能力、運營能力和投資效率，由凈利潤比上平均凈資產得到，代表股東權益的收益水平高低，加之凈資產不包括企業借用和占用的資金，因此可以測度企業使用資本的效率;

總資產周轉率（B2）：是銷售收入除以總資產的比例，其代表的含義是每一元的資產可以支撐的銷售收入，因此總資產周轉的程度越高，標志企業資產賺錢的效率也就越高;

營業收入增長率（B3）：營業收入指企業在特定時期，提供產品或服務而得到的貨幣收入，其增長率代表今年營業收入相比如去年營業收入的增長率，反映企業業務擴張的能力，收入增長的越高，代表企業發展的也越迅速;

每股收益（B4）：代表普通股股東每持有一股所得到的企業凈利潤或應承擔的企業凈虧損，由凈利潤比上股本總數得到.每股收益越大，代表每股產生的利潤也就越到，可以用于衡量企業盈利和成長能力.

1.2.3 數據處理

DEA模型中投入和產出數據均為正，而每股收益、營業日收入增長率以及凈資產收益率不可避免會出現一些負數情況，因此需要對數據進行非負化處理，處理公式如下：

2 基于DEA對新能源企業產出效率排名

2.1 研究思路

參考經濟學中的輸入輸出問題，通過確定指標構建數據包絡分析中的CR2模型，分析新能源企業活動的輸入與輸出效率.首先確定資產總額等輸入指標，代入模型并建立決策單元，并導入MAXDEA軟件進行分析對于效率值相同的單元，通過構建理想決策單元重新排序;最后得到新能源企業投產效率的排名并結合實際情況，分析新能源企業投入效率的現狀.

（4）對DEA有效的DMUk的效率值均為1，無法通過直接進行排序.對此需要構建理想化的DMUk，即取輸入量的最小值（Xk）min與輸出量的最大值（Yk）max，這個理想的決策單元擁有最高的投入產出比.之后將理想決策單元與所有的有效決策單元組成一個新單元，針對新組使用相同的方法計算出各DM的效率值進行排序.

2.3 實證分析

將數據導入MAXDEA軟件進行分析，得到各企業的得分見表2.

50%的企業的決策得分為1，難以決策.因此選擇各個投入指標的最小值與各個產出指標的最大值構建“理想”決策單元重新導入MAXDEA軟件進行分析，具體結果見表3與圖1.

3 新能源企業融資效率的聚類模型的建立

3.1 研究思路

選擇經濟變量作為評價指標引入模型，運用聚類的方法將新能源企業發展狀況進行分類，從而探究不同企業的融資影響因素.系統聚類可以截取不同點來對樣本企業分類.根據發展情況的現實意義進行調整.

3.2 研究方法

系統聚類的原理是根據待聚類的各個樣本之間不同距離分組，直至所有樣本距為一類.考慮到本文實際，選取平方歐氏距離計算：dij=|xik-xjk|2各個企業之間的距離.方差分析思想的離差平方和法原理是：使每次聚類后，同一類別中的企業的離差平方和最小，而不同類別企業之間的離差平方和較大.其中每個類別的離差平方和計算方法為：St=（xit-xt）（xit-xt）.

3.3 結果分析

首先，對于所選擇的七個指標，通過聚類分析方法對新能源企業融資效率初步分類.聚類算法選擇離差平方和法，各類之間的距離選取平方歐式距離進行計算.最終得到聚類結果的譜系圖如圖2所示.

通過觀察譜系圖，選擇閾值為25，則可以聚為三類.第一類：東華能源自成一類，該企業流通股比例最低，其市面價值難以衡量.第二類：東方環宇，火炬燃氣，誠志股份，鑫泰天然氣，這一類的特點是地處新疆，在擁有較為豐厚的資源的同時，經濟相對落后，省份人均GDP比全國平均水平落后.第三類：深圳拓日，貴州燃氣，乾照光電，大智慧，長春中天，廣東寶麗華均為資產負債率排名前6的企業，說明財務狀況并不樂觀.

4 結論與對策建議

4.1 結論

本文實證研究掛牌企業的融資情況，得到如下結論：新能源市場融資效率處于中等水平，綜合效率、規模效率實現DEA有效的企業數占總企業數的比例都較小，但在新三板市場掛牌后企業數提升，且掛牌后效率值提高;實現純技術效率DEA有效的企業數占總企業數的比例超過90%，但2017年該比例急速下降，效率值卻變化不大.總體來說，純技術效率值一直遠高于綜合效率和規模效率，純技術DEA有效的企業數也比綜合效率和規模效率有效的企業數多，因此，綜合效率低下主要是由于規模效率低下造成的.

4.2 對策建議

根據以下結論，提出以下對策建議：

合理調整投入產出結構，提高融資效率.由以上分析知，新三板掛牌企業融資效率處于中等水平，因此企業應當合理規劃投入產出，調整資金使用方案，避免投入過多或者不足的情況產生;除此之外，企業還應當注重產品或服務，重視擴大市場的前期調研，避免一味擴張.同時，適當調整企業生產規模，杜絕因生產規模擴張引起的生產效率降低.

鼓勵企業創新，提高技術水平.新三板市場的企業大多屬于科技型中小企業，因此技術創新是企業核心所在.重視科技創新人才的引進和培養，建立產學研平臺，提高創新的普惠度，以及成果、產品的創新.

探索多元化融資渠道，豐富完善企業資本結構.由于我國中小企業的規模有限，融資渠道有限，目前多采用定向增發的方式，因此有必要根據企業情況和經營狀況，科學采用不同融資方式，鼓勵股權融資、私募債發行等融資渠道.

參考文獻：

〔1〕Modigliani F，Miller M.The Cost of Capital，Corporation Finance and the Theory of Investment[J].The American Economic Review，1958，48（3）：261-297.

〔2〕Robichek A，S.C. Myers.Problems in the theory of optimal capital structure[J].Journal of Financial and Quantitative? Analysis，1966：1-35.

〔3〕Jensen，Michael C，Meckling，William H.Theory of the firm：Managerial agency costs and ownership structure[J].Social Science Electronic Publishing，1976，3（4）：305-360.

〔4〕Stewart C.Myers，Nicholas S.Majluf.Corporate financing and investment decisions when firms have information that investors don’t have[J].Journal of Financial Economics，1984，13（2）：187-221.

〔5〕Jain B A，Kini O.The Post-Issue Operating Performance of IPO Firms[J].journal of Finace，1994，49（5）：1669-1776.

〔6〕Loughran T，Ritter J R.The Operating Performance of Firms Conducting Seasoned Equity Offerings [J].Joural of Finance，1997，52（5）：18223-1850.

〔7〕葉望春.金融工程與金融效率相關問題研究綜述[J].經濟評論，1999（4）：76-84.

〔8〕方芳，曾輝.中小企業融資方式與融資效率比較[J].經濟理論與經濟管理，2005（4）：40-42.

〔9〕張水英，文孟蟬.中小企業貸款融資效率模糊綜合評價——關系型貸款與市場交易型貸款融資效率的比較[J].當代經濟，2007（10）：170-171.

〔10〕姚永華.我國中小企業融資方式與融資效率分析[D].上海：復旦大學，2009.

〔11〕魏開文.中小企業融資效率模糊分析[J].金融研究，2001（6）：67-74.

〔12〕戴發文.金融抑制、企業信用與企業融資效率分析[J].企業經濟，2003（3）：152-154.

〔13〕崔杰，胡海青，張道宏.非上市中小企業融資效率影響因素研究——來自制造類非上市中小企業的證據[J].軟科學，2014（12）：84-88.

〔14〕田芬.基于多因素的企業集團融資效率比較[J].統計與決策，2011（8）：179-182.

〔15〕王平.基于FAHP的民營企業融資效率評價[J].商業研究，2006（19）：114-117.

〔16〕李冬梅.黑龍江省上市公司融資效率問題研究[D].哈爾濱：哈爾濱工程大學，2007.

〔17〕佟孟華，劉迎春.遼寧省中小企業融資方式與融資效率實證研究[J].東北財經大學學報，2014（2）：36-39.

〔18〕陸泱.中小企業在新三板的融資效果分析[D].上海：上海交通大學，2013.

〔19〕史蕾蕾.中小企業融資效率實證研究[D].大連：東北財經大學，2015.

〔20〕王重潤，王贊.“新三板”掛牌企業融資效率分析[J].上海金融，2016（11）：70-75.