企業資本效率和相關影響因素的實證研究

舒暢 趙光洲

摘要：在企業的生產過程中，各種生產要素經過企業的生產轉化成為了資本要素，這些資本要素的綜合管理就是資本效率，資本效率管理和研究是現代企業發展的一個重要的手段。文章以制造業的典型代表金屬行業企業為例，使用DEA三階段法進行效率分析，把企業十年的資本效率分析得出的結果，進行了綜合排名。研究發現，在進項第二階段的隨機前沿模型的調節之后，企業資本綜合效率發生了顯著的變化，這表明第一階段的排名和結果與事實有很大不符，需要進行調節。接下來運用TOBIT模型對企業進行了資本效率影響因素的分析，發現了企業資本效率與企業的贏利能力和營運能力密切相關，但與增長能力和償債能力沒有明顯的關系。這個實證結果為企業的管理提供了一個新的方向，并得出了創新性的研究結論。

關鍵詞：資本效率;要素資本;DEA三階段分析;SFA分析;Tobit回歸

一、引言

在經典的經濟增長模型中，經濟增長的內生變量包括勞動力、土地、資本、技術等。國內外學者在數百多年的研究中，形成了大量成熟的企業財務管理理論，資本投入產出理論是通過一定的經濟要素投入，包括資本、土地、機器設備、勞動、技術等，這些被投入到生產活動中，以求追求利潤和產品的最大化。企業生產經營的目標是實現利潤最大化，而在企業中，這仍然是企業追求的目標。企業經濟財務管理的目的是考慮資本的價值，優化投入要素的配置，實現企業利潤最大化。

二、文獻綜述

陳燕麗和王磊在文中，運用DEA、Malmquist指數和Tobit模型對東三省2007起十年的數據進行分析，研究財務效率及其影響因素進行實證研究，結論是：多數企業績效較低，前五年效率高于后五年，吉林省水平較高，醫藥制造業企業績效高于傳統重工業;還有總體績效水平呈改善趨勢。路世昌關娜（2013）以2005～2010年中國裝備制造業上市公司為研究主體，研究其經營績效，運用DEA，Malmquist指數法對經營績效進行評價，結論是裝備制造業全要素生產率的提高主要得力于技術進步，并且應用Tobit回歸找出其他因素對經營績效的影響程度。徐莉萍 ， 戴薇（2016）采用DEA評價企業的生態效率，運用Tobit回歸模型檢驗企業生態效率的影響因素，結果表明，從2011年起的五年時間里，我國制造業上市企業的生態效率在逐步提高的狀態里，但是整體水平相對較低;tobit模型分析顯示對企業的生態效率起到影響的因素有：上市年限、財務績效是呈正顯著效應的，企業規模累似;制造業企業的生態效率更高，經濟發達地區企業生態效率更高。

Necmi Kemal Avkiran& Lin Cai（2017）（DEA）作為一種前瞻性的方法來測量銀行控股公司（BHCs）在全球金融危機之前的呈現的壓力狀態，并測試銀行的各種金融績效。結果表明它可以提前兩年識別這種狀況。魯棒性檢驗表明，DEA具有穩定的有效前沿，即使在數據干擾之后，也有優越和準確的預測能力。企業管理人員可以使用這個工具確定企業的競爭地位并為投資者提供幫助。監管機構可以用這個檢測方式進一步關注可能陷入困境的銀行。總之，DEA可以幫助做出經濟決策，因為效率低下和財務困境之間存在聯系并且可以被dea識別出來。YH Chen，QB Chen（2007）用改進的DEA對三年的數據進行了測試，對中國各地區的經濟效益進行了評價，并且用了另一個DEA模型得出了不同的結果并進行了比較。Yung-Ho Chiu，Yu-Chuan Chen? & Yu Han Hung（2008）發現銀行可能會通過實施一些方法提高其利潤里率和營業額，如提高存款利率、降低貸款利率，甚至會增加貸款的風險，這些都可能增加破產的概率。文獻采用Super-SBM和Logistic回歸兩階段的方法調查銀行效率和破產效應。這項研究使用了36家中國臺灣商業銀行2002～2004年的數據。本文總結了超SBM和Logistic回歸方法的實證結果：效率因子在評價銀行破產中具有重要作用;資本充足率的某些先決條件可以對銀行的風險起到降低的作用，從而減少銀行破產;公司治理有重要作用。Yongyoon Suh? HyeonjuSeolHyerim Bae Yongtae Park（2014）使用數據包絡分析（DEA）對社會績效的生態效率進行了跨行業分析。根據社會績效的兩個因素的比率得出生態效率分數。幾乎所有的行業在生態效率和財務績效之間都沒有顯著的關系。

三、資本效率

本文采用三階段DEA方法結合數據計算我國金屬行業企業的資本的效率問題，對于另外在考慮企業資本效率的影響因素上排除一般的最小二乘法選用Tobit 方法進行分析。最后試圖分析企業資本效率的影響要素，以期對于企業的發展和管理優化做出有益的建議。

本文的結構安排如下：第一部分是引言，提出問題的研究對象。第二部分是文獻綜述。第三部分是將選取數據對變量進行說明和整理，并建立DEA三階段模型。第四部分是建立Tobit模型，分析影響企業資本效率的影響因素。第五部分在以上的分析結果上提出對策和建議。

本文的創新點體現在以下幾個方面：提出用DEA研究企業的資本效率配置問題，這是全新的研究角度并且具備實證性。因為企業的資本效率配置會受到外部環境的影響，從而導致企業的實際資本效率值失真，采用SFA對企業的外部環境因素進行了剔除。Tobit回歸可以幫助企業更好地分析影響企業效率的影響因素。

（一）資本效率測度

合理的資本配置是提高資源利用效益的重要途徑，在金屬企業來說，這個非常重要。基于此，本文擬對金屬行業企業的資本效率進行評價研究。企業資本配置是個復雜的問題，資本配置的投入是資本，而產出是各項經營成果指標和權益指標。金屬行業企業資本的來源涵蓋很多種形式，而資產是其外在的表現形式，資產的種類繁多，各種不同的投入組合決定了其不同的產出形式和產出數量。因此，資本效率評價是一個多輸入的決策問題。而針對這種問題，DEA（數據包絡分析）是一種比較有效的分析方法。鑒于此，本文將DEA理論和模型應用于金屬行業企業資本效率的評價中，以期為該問題的解決提供一條有效的途徑。若將不同的資本指標作為各項輸入，將其對應的經營績效指標和權益指標作為各項輸出，便可對不同的金屬行業企業資本效率進行DEA分析，進而對各家企業資本效率做出合理的評價，并得出企業資本效率的優化建議。

（二）變量的選取

1. 企業的資本投入指標。包括貨幣資本（x1），實物資本（x2），智力資本（x3）生態資本（x4），技術資本（x5），貨幣資本（x1）的取值是貨幣資本=貨幣資金+易變現的流動資產+短期投資+長期有價證券投資。實物資本（x2）的取值是物質資本= 固定資產凈額+ 存貨凈額+ 在建工程凈額+ 投資性房地產凈額+ 長期待攤費用凈額。智力資本（x3）包含了人力資本，企業的組織資本和關系資本。生態資本（x4）采用了兩種衡量方式，就是企業的社會責任報告和環保投資總額。

2. 企業的產出指標。僅選擇了一個，就是凈利潤（y）。

3. 環境變量。為了剔除傳統DEA模型中的環境因素的干擾項。本文提出了三個最可能影響到資本效率的外部環境因素。第一個就是企業的規模（z1），取值是企業資產的對數。還有企業當地的人均GDP（z2），這是企業外部環境的重要影響因素，很多企業的內部資本效率較低，但是偏高的原因是受了當地的良好經濟環境的影響。第三個因素是企業的當地消費水平（z3）。當地的富裕程度可以影響到企業的資本效率配置。

（三）數據來源

本文抽取了金屬企業的數據進行分析，因為這些企業滿足分析的要求，有上市財務報表，有非財務報表數據，具有連續十年的可供分析數據，時間覆蓋了從2007年上市時間開始，到2016年。從其中，刪選了異常數據， st企業數據。最后的數據庫是符合本文的分析需要的，共使用了650組數據。本文使用的軟件是deap2.1和frontier4.1。

（四）DEA第一階段企業資本效率綜合排名

用DEAP軟件對65個金屬行業的企業進行了資本效率的分析，對5個投入指標和1個產出指標進行了測算，結果如表1所示。

1. 第一階段的效率分析值中，綜合效率值如表1所示，最后的平均效率是0.422，比較低下。但是企業的純技術效率值不低，平均值為0.833，規模效率同樣偏低，為0.489。只有前7名的企業綜合效率達到了高效，就是0.8以上。大部分的企業處于低效的狀態。但是純技術效率，是企業平均值達到了高效，大部分的企業都在高效的狀態。規模效率只有8家企業達到了高效。

2. 這個結果只是第一階段的測算，由于受到環境變量的影響和隨機干擾項的干擾，這個結果與真實水平還有差距。

（五）隨機前沿分析（SFA）

利用Frontier4.1 將第一階段得出各個企業的投入變量的松弛變量定為被解釋變量，將上述的3個環境因素作為解釋變量，進行SFA回歸分析，以第10年的分析結果為例，結果如表2所示。環境變量的分析如下。

1. 企業規模。該變量對于所有的投入變量的松弛值回歸系數都為正數，表明該變量的增加，會促進松弛變量的增加。它對貨幣資本，實物資本，技術資本都有顯著的影響，這就表明企業的規模越大，企業就要求越多的貨幣資本，實物資本和技術資本，但是這些資本的效率會隨著企業規模的增大而呈現一定的降低。生態資本和智力資本與企業規模沒表現出明顯的關系，這說明對于中小企業，沒有規模優勢的企業，戰略發展方向是生態資本和智力資本。

2. 當地人均GDP。它與各個資本的投入松弛量的相關系數全部都為負，這表明人均GDP可以減少資本的投入松弛量，它對物質資本的關系效應顯著，對其他的資本關系效應不明顯。這表明當地人均GDP可以促進企業的資本效率，并對物質資本的資本效率提高有顯著作用。

3. 當地人均消費水平。它與各個資本的投入松弛量影響系數均為正，但是關系效應不顯著，但是對物質資本有顯著效應，以及對貨幣資本有顯著效應。這表明它可以促進物質資本，貨幣資本的增加，但會導致物質資本和貨幣資本的效率浪費。分析表明，企業資本效率與企業規模關系顯著，但是企業規模會降低企業的資本效率水平。企業資本的效率水平與當地的富裕程度和經濟發展程度有一定的影響，企業的發展受到一定的當地的經濟水平的限制，但不是所有的資本類型都受到當地經濟水平和富裕程度的影響。

DEA第三階段法最大的特點就是強調第二階段中，對于影響效率值的外界環境因素和隨機干擾項，應該進行調整，否則會因為這些差異導致分析結果偏離出現誤差，在排除了外部環境影響因素和干擾項因素的前提下，再一次進行DEA分析，從而可能得到更加接近真實水平的結果。企業的資本效率，可能會受到企業的規模大小和所在地經濟水平和富裕程度的影響，從而導致企業的效率值失真，所以這個階段的任務是調整原有的投入量。

（六）第三階段DEA分析

從表3可以看到，紫金礦業，寶鋼股份，建新股份的企業資本效率水平處于高效的狀態。其余的基本上都是低效的狀態，在進行了第二階段的調整后，結果是企業的資本效率值全部都降低了。表明企業原有的資本效率受到了外部環境影響偏高，企業的規模和當地的經濟水平富裕程度提高了企業的真實資本效率，再剔除了這些影響后，企業的真實平均資本效率由原來的0.422下降到了0.375。而且，第一階段中，企業的純技術效率很高，為0.833，規模效率較低，為0.489。但是調整后，第三階段，企業表現出了較低的純技術效率值0.449和較高的規模效率值0.873。從表4可以看出，規模效率調整后，標準偏差偏小，規模效率相對都很高，而技術效率的標準偏差還有增大，這表明企業的基本問題是技術效率的問題。綜合效率降低后，標準偏差變小，表明集體的效率值都是偏小的。

從企業的排名來看，第一階段的排名與第二階段的排名差別非常大。第三階段處于高效狀態的企業在第一階段的排名很低。第三階段中的第一名，在第一階段排名是54;第二名在第一階段是63名;第三名在第一階段是58;第四名在第一階段是46名;而且相反的是，第三階段排名落后的企業在第一階段的時候，排名都很靠前，比如：第65名在第一階段是13名，第64名在第一階段是11名，第63名在第一階段是15名，第62名在以第一階段是13名。這說明第二階段的調整幅度很大，企業的資本效率值受到的外部環境的影響非常大。

四、TOBIT模型回歸分析

（一）模型設計

為了檢驗資本效率受到影響的因素，假設資本效率受到企業多種能力因素的影響。

企業的能力主要包含了以下四個方面。

1. 發展能力。它是通過企業的價值增長率體現。所以使用主營業務增長率（w1）和總資產增長率（w2）來代表企業的發展能力。

2. 盈利能力。是最為重要的。本文使用資產收益率（w3）和主營業務利潤率（w4）代表企業贏利能力。

3. 運營能力。用存貨周轉率（w5）和應收賬款周轉率（w6）代表企業運營能力。

4. 償債能力。使用資產負債率（w7）和流動負債率（w8）代表企業的償債能力。

所以建立Tobit模型，以三階段DEA模型的得到的企業的綜合效率值為被解釋變量，以上述8個企業能力指標為解釋變量，這個模型如下：

E=c+a1*w1it+a2*w2it+a3*w3it+a4*w4it+a5*w5it+a6*w6it+a7*w7it+a8*w8it+ε

E（efficient）是資本效率的綜合值，自變量包含了盡可能多的可能影響到這個效率值的影響因素，c為截距項，i為公司數（i=1，2，3，···，n;n=65），t代表時期（t=1，2，3，4，…，10），ε為殘差項。

（二）自變量的多重共線性檢驗

從多重共線性檢驗可以看到8個因子之間，基本上不存在多重共線性，可以進行回歸分析。

五、Tobit模型回歸結果分析

由表6的企業資本效率Tobit模型回歸結果看到，第一，主營業務收入增長率w1，總資產增長率w2，資產負債率w7，流動負債率w8系數為負，就是說當這幾個指標增加1%時，企業資本效率會降低0.145%，0.071%，0.047%，0.050%。第二，資產收益率w3，主營業務利潤率w4，存貨周轉率w5，應收賬款周轉率w6系數為正，就是說當這幾個指標增加1%的時候，企業資本效率會增加0.352%，0.083%，0.315%，0.12%。而且資產收益率w3，應收賬款周轉率w6，主營業務利潤率w4，存貨周轉率w5分別在5%，10%，1%的條件下顯著。第三，主營業務收入增長率w1，總資產增長率w2，資產負債率w7，流動負債率w8對企業資本效率的影響都是負的，但是基本上沒有顯著效應。第四，資產收益率w3，主營業務利潤率w4，存貨周轉率w5，應收賬款周轉率w6對企業資本效率都有著正面的影響，而且影響的程度是資產收益率>存貨周轉率>應收賬款周轉率>主營業務利潤率，而且影響都非常明顯。所以要盡可能的注意提高企業的贏利能力，和營運能力。分析表明，企業資本效率與企業的償債能力，發展能力無關，但是與贏利能力和營運能力有顯著的關系，這兩個能力對企業的資本效率是起關鍵性作用的。

六、結論與對策

（一）結論

本文運用三階段DEA對金屬行業的企業進行了十年的企業資本效率的測試和實證分析，得出結論如下。

1. 企業的資本要素包含有貨幣資本，實物資本，智力資本，生態資本，技術資本，這些對企業都有重要的影響。但是目前中國上市企業的資本效率整體水平不太高，基本都處于低效的狀態，有待改善。尤其是技術效率水平低下。

2. 外部環境對企業的資本效率影響非常大。

3. 企業的資本效率同企業的盈利水平，資產收益率和主營業務利潤率有直接的明顯的正相關關系，高的資本效率基本具備高的盈利水平。資本效率還同企業的經營水平有關系，資本效率高的企業代表較高的經營水平和資產管理水平。但是資本效率同企業的償債能力和增長能力沒有直接的關系。

（二）對策

1. 資本效率是企業發展需要考慮的一個最重要的問題，它直接與企業的盈利和經營能力有直接的關系。從資本效率研究企業是一個全新的角度，而企業重視程度不夠，因而發現基本上整體都處于不太高，有待提高的狀態，但是是一個管理的重要手段。

2. 企業規模對企業的資本效率有重要的影響，但是對企業的生態資本和智力資本沒有顯著的影響，不具備規模優勢的企業應該重點發展和管理企業的生態資本和智力資本。企業的生態資本，技術資本和智力資本基本上與企業的外部環境沒有什么聯系，也不受影響。

參考文獻：

[1]白永平，張曉州.基于SBM—Malmq-

uist-Tobit模型的沿黃九省（區）環境效率差異及影響因素分析[J].地域研究與開發，2013（02）：90-95.

[2]葛家澎.資產概念的本質、定義與特征[J].經濟學動態，2005（05）：8-12.

[3]劉冬.基于SBM-Malmquist-Tobit模型的紡織業上市公司融資效率研究[D].西安：西安工程大學，2018.

[4]李團民.基于生態資本權益的生態補償基本內涵研究[J].林業經濟，2010（04）：100-103.

[5]覃家琪，齊寅峰.資產與企業資產的經濟學分析[J].財經科學，2007（07）：96-103.

[6]王領，茍曉敏，王珊.FDI區位選擇中的異質性人力資本因素——基于地區差異性的研究[J].技術與創新管理，2018（03）：288-292.

[7]嚴立冬，譚波，劉加林.生態資產化：生態資源的價值實現[J].中南財經政法大學學報，2009（02）：3-8.

[8]楊森，齊捧虎.社會資本、吸收能力與企業績效關系研究——基于農業上市公司實證研究[J].技術與創新管理，2019（01）：71-79.

[9]張婷.創新型人力資本的影響因素實證研究[J].技術與創新管理，2017（03）：262-267.

[10]趙燕芳.代理成本視角下的制造業上市公司資本結構優化研究——基于DEA模型[D].青島：青島理工大學，2016.

[11]Banker R. D.，Charnes A.， Coo per W.W.So me models for estimating techno logical and scale inefficiencies in data envelopment analysis[J].Management Science，1984， 30（09）：1078-1092.

[12]Basso A， Funari S. Measuring the performance of ethical mutual funds： A DEA approach[J].Jo urnal of the Operational Research Society，2003，54：521-531.

[13]Cooper W W， Huang Z M， Lelas V， etc. Chance constrained programming formulations for stochastic characterizations of efficiency and dominance in DEA[J]. Journal of Productivity Analysis，1998，9（01）：53-79.

[14]Cu llinane K.， Song D. W.， Gray R.A stochastic frontier model of the efficiency of major container terminals in Asia assessing the influence o f ad ministrative and o wnership structures[J].Transportation Research Par tA，2002（36）：743-762.

[15]Daily G C，SODERQVIST T.etal.The value of nature and the nature of value[J].science，2000（289）：395-396.

[16]Dekker D， Post T. A quasiconcave DEA model with an application fo r bank b ranch per formance evaluation[J].Eu ropean Journal of Operational Research，2001，132：296-311.

[17]H. Dyckhoff，K. Allen.Measuring ecological efficiency with data envelopment analysis（DEA）[J].European Journal of Operational Research，2001（02）.

[18]UANG Hai-bo.Investigating Cost Efficiency of China Port Public Co mpanies Based on SUP-CCR-DEA[J].Chinese Journal of Management Science，2007，15，3：142-148.

[19]Kuosmanen T，Post T.Quadratic data envelop ment analysis[J].Journal of the Operational Research Society，2002，53：1024- 1214.

[20]Mart inez B. E.， Diaz A. R.， NavarroI.M.， etc. A study o f the efficiency of Spanish port authorities using data envelopment analysis[J].International Journal of Transport Economics，1999，26（02）：237-253.

[21]NK Avkiran，Cai， Lin. Provincial water use efficiency measurement and factor analysis in China：Based on SBM-DEA model[J].Annals of Operations Research，217（01）：31-53.

[22]Pen za Pietro， Bansal Vipul K. Measuring Market Risk with Value at Risk[M]. New York： John Wiley & Sons Inc.，2001.

[23]Sarkis J L. A co mparative analysis of DEA as a discrete alternative mu ltip le criteria decision tool[J].European Journal of Operational Research，2000，123：543-557.

[24]eiford，L.M.，Thrall，R.M.Recent developments in DEA. The mathematical p rogramming approach to frontier analysis [J].Journal of Econo metrics，1990， 46：7-38.

[25]Simar L，Wilson P. Sensitivity analysis of efficiency scores：How t o bootstrap in non parametric frontier models[J].Management Science，1998，44（01）：49-61.

[26]Suh Y.，Seol H.，Bae H，Park Y..Eco-efficiency based on social performance and its relationship with financial performance[J].Journal of Industrial Ecology，2014（18）.

[27]VAN D P J，CHIESURA. Towards a conceptual frame work to identify and operationalize critical natural capital[R].Working Paper of CRIINC-oject，1998：4-30.

（作者單位：昆明理工大學管經學院）