基于數據包絡分析的焦點科技融資效率研究

張倩瑤

摘要：文章針對焦點科技2016～2018年的融資效率進行研究，選取19家互聯網電商上市公司作為對比分析樣本，通過使用DEA-Malmquist的方法對焦點科技融資效率的動靜態結果進行分析，最后針對焦點科技應該如何提高融資效率提供了相關建議。

關鍵詞：數據包絡分析法;焦點科技;融資效率

一、研究背景

當今世界互聯網正在全面融入人們社會生產和生活的各個領域，在引領社會生產新變革的同時創造了人類生活的新空間，為國家的治理帶來了新挑戰。近些年我國網絡經濟發展較快，互聯網公司的發展速度非常迅猛，互聯網在人們的生活中發揮著越來越重要的作用。而在2018年上半年，多家互聯網公司紛紛申請上市，例如愛奇藝、小米、美團點評、尚德教育等。這是繼百度、騰訊、盛大、搜狐和網易在2000年代上市，阿里和京東在2010年上市之后，中國互聯網公司的第三波上市浪潮。然而，相比較其他傳統行業，互聯網公司因其獨特的融資特點，從而使其融資效率倍受投資者和其他利益相關者關注。

二、企業融資效率評價方法

DEA方法是以基于相對效率概念的，用于評價具有多投入、多產出的決策單元是否有效的一種非參數統計方法。運用DEA效率評價前沿邊界時，可以采用兩個方向，投入導向型和產出導向型。在我國互聯網電商企業里，我國尚未實現統一的規劃和標準，產品的種類也比較繁多，各類產品差異較大，因此如果只是從擴大產出的角度進行比較，難度較大，結果就沒有可比性。所以，為了確實體現出某些值得關注和分析的差異性，本文選用投入導向角度進行分析。

DEA-Malmquist指數是基于距離函數進行構造的，利用面板數據計算全要素生產率。它主要是通過構造每個時期行業融資效率的最佳沿面，再將公司的融資效率與最佳沿面相對比，從而對樣本公司的技術進步和全要素生產率進行動態測量。在投入產出問題的研究中Malmquist指數得到了廣泛應用。

三、焦點科技和融資效率現狀

（一）焦點科技簡介

焦點科技自1996年在南京成立。焦點科技是國家規劃布局內重點軟件企業，同時也是商務部電子商務示范企業。焦點科技自成立起一直致力于傳統行業和互聯網的深度融合，通過研發成功創造了百卓采購網、中國制造網、新一站保險網三大電子商務平臺。焦點科技的主要收入是收取會員費、商品貿易銷售收入、保險傭金收入、增值服務費用、 認證供應商服務費用及倉儲服務收入等。

（二）焦點科技融資效率現狀

1. 債務融資能力較差

由于電子商務企業的行業特性，其整體的資產負債率較低，互聯網的行業特性導致其債務融資較為困難，可選擇的籌資方式較少。但一直以來焦點科技很少有債務融資，更多的是依靠內部融資和股權融資獲得的資金。2009年前銷售電器商品收入是焦點科技公司的主要收入來源，2009年焦點科技上市后，僅此一次籌資行為，其大股東有著對公司的絕對控制，如果焦點科技再進行股權融資，有可能會影響公司大股東的控制權，使公司面臨籌資風險。焦點科技2016～2018年的資產負債率分別為21.18%、24.8%、26.99%，雖其資產負債率在逐年上升，但均低于行業平均水平較多，說明其債務融資能力較差。

2. 盈利能力下降

近些年焦點科技的凈資產收益率逐漸降低，說明焦點科技的盈利能力有所下降，這就會影響焦點科技的債權融資能力。此外，通過焦點科技現金流的分析，可以看到焦點科技2017年的經營活動和投資活動凈現金流量突然出現負值，表現了其在資金管理方面所面臨的風險。而同時焦點科技在2017年舉借短期負債，那毋庸置疑大幅增加了其短期資金所面臨的風險。

3. 內源融資緊張

近些年焦點科技實行了多元化的經營戰略，但是巨額的資金投入并沒有帶來明顯足夠的回報，這就造成焦點科技的盈利狀況有所下降。多元化業務造成了巨額資金流出卻沒能為焦點科技爭取到新的利潤增長點，而主營的業務也因為市場競爭日趨激烈的影響，為焦點科技帶來的現金流有限，因此最終造成其內源融資緊張。

四、DEA-Malmquist融資模型評價指標體系和數據

（一）DEA-Malmquist指標體系的構建

通常按照學者們的經驗，樣本公司的個數應該大于等于指標總數的兩倍。本文選取19家上市公司作為焦點科技的樣品進行了比較分析，所以決策單元總數為20。同時，本文選取的融資效率評價變量，在確保了融資效率評價的科學性的同時，又兼顧了焦點科技公司的行業特點，根據DEA-SOLVER Pro_5.0對指標相關性測算的結果，最后，負債總額，主營業務成本作為投入指標，總資產周轉率，主營業務收入，流動比率作為產出指標。

（二）樣本選取和數據來源

本文以焦點科技為研究對象，并且將選取己在A股或H股上市的證券簡稱上海鋼聯、跨境通、聯絡互動、利歐股份、科達股份、鵬博士、智度股份、二三四五、快樂購、明家聯合、夢網集團、中昌數據、暴風集團、騰信股份、寶通科技、同花順、中科金財、焦點科技、東方財富、金財互聯這19家互聯網企業作為焦點科技的對比分析樣本。

（三）數據非負化處理

該DEA模型沒有指定輸入變量和輸出變量的數據維度，即DMU效率的判斷與輸入變量和輸出變量之間是否存在同一維度沒有關系。然而，DEA-Malmquist模型需要輸入變量和輸出變量數據非負值，而本文所選取的輸入和輸出指標中均有可能出現負值，原始數據只能采用極值法進行非負化。公式如下：

其中，Yij表示變量，i表示變量個數，j表示的是DMU個數，ai=min（Xij），bi=max（Xij），i=1，2，3…n

五、焦點科技融資效率評價結果分析

（一）靜態效率評價分析

本文是基于DEA方法中的投入導向角度對所有的樣本公司的融資效率進行評價分析的。本文是通過CCR模型得出所有樣本的技術效率變值，再通過 BCC 模型計算得出樣本公司的純技術效率指標值，最后將技術效率除以純技術效率得到最終的規模效率值。表1是采用DEA-SOLDER Pro5.0軟件計算后整理得出的。

與樣本公司的均值對比來看，近三年焦點科技的技術效率值一直低于樣本的平均水平，且差距樣本均值越來越遠，焦點科技在2016～2018年的技術效率值從1到0.5869到0.5228不斷下降。從排名來看，焦點科技在這20家上市互聯網公司中的排名處于中游，焦點科技公司的技術效率和最優效率差距較大，其距離技術效率前沿面也是越來越遠。相比較而言，焦點科技在2017年和2018年的技術效率表現較差。

焦點科技在2016～2018年間的純技術效率均值位于樣本數據的第12位，相比較樣本公司焦點科技的運營水平、管理能力還是有待加強。

關于規模報酬，2016年焦點科技的規模報酬處于均衡狀態，2017年和2018年焦點科技都處于規模報酬遞增的階段。這就表明對目前階段的焦點科技而言，融資效率的提高是完全必要且有意義的，焦點科技可以根據公司的實際情況合理有效地把控投入資源的量，提高有效資源的利用率，從而產生規模經濟。

（二）動態效率評價分析

本節通過用DEAP2.1對樣本公司數據進行Malmquist指數（tfpch）進行測算，主要是分析焦點科技3年期間全要素生產率的變化特點，并進一步分解得到技術效率指數和技術進步指數。技術效率指標可分解為純技術效率指標和規模效率指標。

全要素生產率tfpch

=技術進步指數techch*技術效率指數effch

=技術進步指數techch*純技術效率指數pech*規模效率指數sech

由表3的測算結果可以看出，2016～2018年，20家樣本公司整體的融資效率是下降的，體現在三年來20家公司的全要素生產力指數均值為0.911，小于1。焦點科技2016～2017年全要素生產力指數為0.42，表明其融資效率較上年有所下降，可以理解為2017年焦點科技的融資效率相對于2016年的融資效率下降了58%;2017～2018年，全要素生產力指數為0.756，說明公司的融資效率進一步降低24 %;三年間焦點科技全要素生產力指數的均值為0.588，說明從2014～2016年焦點科技的融資效率平均每年下跌43%左右。

將焦點科技與其樣本公司對比來看，2016～2018年20家樣本公司中有14家的公司的全要素生產力指數均值小于1，占總樣本數量的70%，說明各上市互聯網公司的融資效率幾乎都是下降的，僅有聯絡互動、科達股份、智度股份、跨境通、上海鋼聯、同花順六家公司出現融資效率上升的情況。焦點科技的全要素生產力指數均值為0.563，在樣本公司中排名倒數第一，并且小于樣本均值水平0.911，說明焦點科技的融資效率下降幅度相對其他樣本公司較大。

上市樣本公司在2016～2018年的技術進步指數的平均值為0.94，顯示了行業整體的融資技術水平有所下降。而焦點科技在2016～2017年其技術進步指數為0.716，根據大樣本數據的變動結果可以發現，在互聯網行業整體的融資質量有所下降的大趨勢下，焦點科技的融資效率也呈現出下降的趨勢。焦點科技在2016～2018年的技術進步指數平均值為0.782，說明其技術水平平均每年下跌22%。與焦點科技的技術效率相比，技術進步指數的變化是較小。但是互聯網產業是技術密集型的，其技術含量相對較高，更不能忽略技術進步指數的變化，因此，要提高企業的融資效率要從根本上入手，在提高公司創新能力的同時加強產品管理。

焦點科技2016～2017年的純技術效率指數為0.618，2017～2018年焦點科技的純技術效率指數上升為1.115，通過三年的發展焦點科技的運營管理水平有所提高;同時焦點科技三年間純技術效率指數的均值為0.8665，規模效率指數均值為0.8745，兩者相差數較小，這表明焦點科技的技術效率的下降主要是由去純技術效率的下降引起的。

規模效率指數指由于企業規模等因素影響的生產效率，上市互聯網樣本公司在2016～2018年規模效率的均值為0.9825，所以平均來說行業的規模效率略微下降。在2016～2017年焦點科技的規模效率指數為0.95，說明規模報酬輕微下降;2017～2018年焦點的規模效率指數為0.799，說明公司的規模效率進一步降低，焦點科技三年間規模效率指數平均每年下降13%。

六、結論及建議

（一）優化融資結構

近幾年焦點科技的財務數據顯示，焦點科技的資產負債率在行業一直處于較低的水平，這說明焦點科技的資產來源充足，相對富足，負債較少，但并不是“無債一身輕”，適度舉債對企業的發展和規模擴張是有一定的作用的。由于焦點科技近些年在不斷地擴展業務，擴大企業規模，但其持續的低資產負債率會影響其向金融機構借貸，從而對公司融資產生負面影響。在這樣的大前提下，焦點科技需要調整財務政策，在不改變公司的經營戰略的前提下，焦點科技可以借助現代融資工具的多樣性，通過適當增加公司負責等方式，有效調整公司的資產負債率，實現公司的可持續增長，由此從而實現其融資結構的優化。

（二）完善長短期債務結構

從當前所采取的融資策略來看，焦點科技屬于保守型。從焦點科技的融資結構來看，大多為內源融資即銀行存款，僅在2017年出現一次短期借款，但是短期負債對資金的流動性要求較高，一旦處理不當或某處資金鏈斷裂將會引發公司大規模的財務危機，正如2017年的短期借款導致焦點科技的現金流波動較大。因此，焦點科技應該積極調整長期負債和短期負債的份額。資金是公司項目經營運轉的重要保障，而對于焦點科技來說，要想完善現有的長短期債務結構，需要在對市場變動情況進行深入分析的基礎上進行調整，通過動態的結構調整方式優化企業融資結構。

（三）提高經營效益

從焦點科技的發展來看，焦點科技自上市以來不斷推進多元化的產業發展結構，這無疑是需要付出大量的成本的，但新增業務所帶來的收益是遠低于其傳統基本業務的。傳統業務收入是焦點科技的主要收入。相比傳統業務，焦點科技的新增業務收益較少，且每年投入的成本遠高于其所得收入。因此，為確保公司的持續發展，焦點科技應在保持對傳統業務的發展的同時要結合市場發展情況，審時度勢，逐步推動新型業務的發展，從而提升在新產業上的競爭力，為公司帶來更多的收益。

（四）建立健全融資風險預警機制

如何更好地識別和監控未知的融資風險，建立融資風險預警機制對于焦點科技來說是必不可少的。一方面是建立風險預警的財務指標體系，焦點科技可以將財務指標納入到公司的風險預警指標體系中，從而對公司的融資風險進行預防和控制。另一方面焦點科技可以從風險預警的非財務指標體系著手，如焦點科技目前所處的宏觀經濟狀況、互聯網行業的發展情況等納入到公司的風險評估模型中，從而對公司的融資風險進行綜合評估。

參考文獻：

[1]汪冬華，鄭春玲.企業融資效率及其融資模式的實證[J].統計與決策，2008（21）：185-187.

[2]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.

[3]齊春平.我國新三板中小企業融資效率分析[D].濟南：山東大學，2016.

[4]黃輝.企業特征、融資方式與企業融資效率[J].預測，2009，28（02）：21-27.

[5]伍裝.中國中小企業融資效率研究[J].軟科學，2006（01）：132-137.

[6]鄭淼.科技型中小企業融資效率的實證研究[D].南京：南京工業大學，2013.

[7]王新紅.我國高新技術企業融資效率研究[D].西安：西北大學，2007.

（作者單位：燕山大學）