基于DEA-Malmquist模型零售百貨上市公司融資效率研究

薛廣祿（廣州大學松田學院 廣東廣州 511370）

一、引言

零售百貨業在促進消費升級、擴大內需、帶動經濟增長等方面發揮著舉足輕重的作用。近年來，我國整體經濟良好發展，零售百貨企業也加大資金的投入，零售業發展迅猛。據中國百貨商業協會統計，2019年零售百貨業的銷售總額7 653億元，同比增長5.78個百分點；整個行業的毛利1 744.88億元，同比增長9.2個百分點。這些數據表明在內循環經濟發展的背景下，零售百貨業對經濟增長發揮的效用越來越顯現。但是，零售百貨業的租金、人工成本高、效率低是限制零售百貨業乃至經濟增長的阻礙。一些零售業者試圖通過資本運作方式尋求進一步發展的動力，這就需要考量融資效率問題，必須符合成本效益原則。2020中央經濟工作會議提出財政政策、貨幣政策要同消費、投資等政策形成合力。因此，零售業在發展過程中要挖掘超大規模市場優勢，發揮消費的基礎作用和投資的關鍵作用，準確把握零售百貨業的融資效率和影響因素，這將有助于挖掘零售百貨業的發展潛力，與此同時，為國家和地方政府制定零售百貨業的發展政策、構建零售百貨業態的高效、均衡發展提供科學依據。

二、相關研究綜述

通過查閱相關的文獻可知，近年來，對零售行業融資效率的研究一般是從上市批發零售業、百貨業和新零售業三個方面去探討和研究。上市批發零售業方面：如潘立生、方芳（2010）結合托賓Q理論，以上市批發零售業為研究對象，實證分析其三年的投資效率，研究結果表明整個批發零售業投資效率低，其中主要原因是負債融資比例高。姚力菁（2015）運用DEA方法，以上市零售企業為研究對象，實證分析其五年融資效率，研究表明企業平均融資效率較高，但融資效率無效的企業數量遠超有效的企業數量，不同企業的規模效率和純技術效率存在較大差距，并指出零售業下一步研究應從融資結構、融資方式等方面繼續推進。百貨業方面：賀申杭（2019）依據新零售理論、優序融資理論以及價值投資理論，通過分析百貨業投融資的規模、結構等方面，研究問題的產生及原因，提出針對性的對策。研究發現百貨業在投融資規模、投資收益等四個方面與新零售模式運行存在一定偏差。新零售業方面：怡熙雅（2019）利用DEA模型，對42家上市零售企業的融資效率研究表明，新零售商業企業的整體融資效率較高，但是部分企業的規模效率和純技術效率還有優化和提升的空間；通過構建多元回歸模型，對影響新零售商業企業的融資效率因素進行了相關性分析。從分析結果可以看出財務費用、股利支付率和資產負債率與企業融資效率均為負相關關系；主營業務收入增長率、權益收益率和總資產周轉率與新零售企業融資效率為正相關關系；總資產與新零售商業企業的融資效率沒有顯著的線性關系。

綜上所述，零售百貨業融資效率的研究成果相對較少，并且多數研究者都是采用DEA模型研究零售百貨的靜態融資效率，而對零售百貨業融資效率進行動態分析評價的研究成果極少。正因如此，本文選擇45家零售百貨上市公司為研究對象，對其融資效率進行綜合研究，主要分為三個步驟，第一步是構建零售百貨業的投入產出指標，第二步采取DEA模型進行效率靜態測算，第三步采用Malmquist指數模型跟蹤零售百貨五年動態效率的變化趨勢，在此基礎上梳理存在的不足并提出優化零售百貨業融資效率的建議。

三、研究設計

（一）研究方法

1.DEA 模型。DEA（Data Envelopment Analysis），即數據包絡分析，由美國學者A.CharnesW.W.Cooper和E.Rhodes第一次提出。它是利用線性規劃的數學原理，對多個投入、產出效率的有效性做出判斷，是效率評價的最佳方法之一。它把這些投入與產出的元素稱之為決策單元（DMU），將DMU投射到生產可能集的前沿面，判斷DMU是否位于前沿面上：若是在邊界上，表明是有效的，效率值為1；若是在邊界內，表明相對無效率，效率值介于0和1之間。根據假設條件的不同，DEA模型有兩個基本模型，即CCR模型（規模報酬不變）和BCC模型（規模報酬變化）。學術界對DEA模型探討較多，本文不再贅述。

2.Malmquist指數模型。Malmquist模型是瑞典統計學家Malmquist在分析不同年份的消費時用的統計指數，后來以其名字命名為Malmquist指數模型。1982年，Caves等將該模型用作生產率指數使用，應用該指數模型有兩個好處：省略投入產出指標的價格信息；分解動態全要素生產效率為技術效率指數（分解為純技術效率指數和規模效率指數）和技術進步指數，并深入研究各個指數的變化趨勢。Malmquist指數通過距離函數計算得出，其距離函數等于技術效率指數的倒數。運用DEA模型公式求解Malmquist指數的距離函數，通過求解得到第r個t期到t+1期的Malmquist指數（簡稱M）。當M＞1，隨著時間推移，總效率是上升的趨勢；當M=1，隨著時間推移，總效率保持不變；當M＜1，隨著時間推移，總效率呈現下降的趨勢。總效率即全要素生產效率，它的增長主要是依靠技術效率和技術進步：若是兩者的數值大于1，它是全要素生產率增長的源泉，若是兩者中有個數值小于1，則它是全要素生產率下降的根源。

（二）構建評價指標體系

零售百貨業融資效率評價指標體系的構建是一項相當復雜的研究工作，它涉及投入指標、中間指標和最終產出指標等多指標、多環節。通過借鑒已有研究成果，本文構建了投入和產出評價指標體系，如表1所示。

表1 零售百貨業融資效率評價指標體系

在投入指標方面，以資產總額、營業總成本、資產負債率和流動比率為評價指標；在產出指標方面，參照姚力菁（2015），做了相應的修改，用凈利潤替換了總資產周轉率指標，以凈利潤、凈資產收益率和營業總收入增長率為評價指標。

（三）數據來源

為了更加客觀公正地反映零售百貨上市公司整體的融資狀況，根據DEA模型指標值不能為負的要求，剔除零售百貨業中帶有ST、*ST標注的公司，財務指標數據不全、二次和定向發行的上市公司也剔除。通過查閱相關的資料，最終選取零售百貨業45家上市公司為研究對象，采用五年（2015—2019年）的年度面板數據為研究期間，樣本容量為225。數據主要來源于各家上市公司公布的年報數據以及巨潮資訊網，如表2所示。

表2 2019年零售百貨業指標值描述統計

表2顯示，45家零售百貨上市公司的各個指標值懸殊較大。2019年，資產總額的平均值為115.66億元，最高的百聯股份為566.93億元，最低的寧波中百僅13.79億元；營業總成本的平均值為112.29億元，最高的永輝超市為883.58億元，最低的上海九百僅為0.83億元；資產負債率平均值為49.61%，最大值為友好集團的81.20%，最小值為上海九百的7.84%；凈利潤的平均值為6.45億元，最高的永輝超市為15.64億元，最低的跨境通為-27.08億元，兩者相差157.76%；流動比率的平均值為1.45，最大值為上海九百的7.66，最小值為漢商集團的0.26；凈資產收益率平均值為4.76%，標準差為13.45，最大值為茂業商業的20.20%，最小值為新華都的-59.13%；營業總收入增長率平均值為16.09%，標準差為76.25，最大值為星徽精密的390.94%，最小值為供銷大集的-64.35%。從以上分析可知，45家零售百貨上市公司的投入和產出存在重大差異。

四、實證分析

（一）零售百貨業融資效率的靜態分析

采用DEAP 2.1軟件對零售百貨上市公司五年（2015—2019年）的年度面板數據的投入產出指標進行測算，主要是從綜合效率、純技術效率和規模效率三個方面展開靜態分析，其中綜合效率等于純技術效率乘以規模效率。

1.綜合效率分析。從表3可以看出，零售百貨上市公司綜合效率的變化趨勢是先上升再下降。五年間45家零售百貨上市公司的平均水平為0.762，其中2015—2018年呈現緩緩上升的態勢，2018年達到最高值0.811，2019年下降至0.739，低于平均水平2.3個百分點。從各個上市公司的均值來看，2015—2019年，跨境通、星徽精密、茂業商業、上海九百四家公司的綜合效率值為1，占比為8.9%，表明四家公司的投入產出達到DEA有效，融資效率高；綜合效率均值保持在0.9以上的上市公司分別為鄂武商A、徐家匯、天澤信息、寧波中百，占比為8.9%，表明四家公司的融資效率較高；各個上市公司均值低于平均水平的公司有25家，占比為55.6%，表明一半以上的公司融資效率低于平均水平，其中華聯綜超的綜合效率最低，僅為0.488，與綜合效率值1相比，兩者相差幅度達到51.2%。從綜合效率的分析來看：2015—2019年，各個上市公司的均值變化情況懸殊大，最大值與最小值的幅度相差一半以上。所以，整個零售百貨上市公司的綜合效率差異性大。

表3 2015—2019年零售百貨上市公司綜合效率值及排名

2.純技術效率分析。表4的計算結果顯示，零售百貨上市公司純技術效率的變化趨勢是先上升再下降，又再上升又再下降。五年間零售百貨上市公司的平均水平為0.881，2015—2016年呈現小幅上升，2017年下降至0.885，2018年又上升至0.922，為最高值，2019年又下降至0.866，低于平均水平1.5個百分點。從各個上市公司的均值來看，2015—2019年，跨境通、天澤信息、星徽精密、漢商集團、茂業商業、上海九百、寧波中百、百大集團八家公司的純技術效率值為1，占比為17.8%，表明八家公司的投入產出達到DEA有效，融資效率高；純技術效率均值保持在0.9以上的上市公司分別為鄂武商A、國芳集團等十一家公司，占比為24.4%，表明它們的融資效率較高；各個上市公司均值低于平均水平的公司有25家，占比為55.6%，表明一半以上的公司融資效率低于平均水平，其中華聯綜超的純技術效率最低僅為0.629，與綜合效率值1相比，兩者相差幅度達到37.1%。從純技術效率的分析來看：2015—2019年，各個上市公司的均值變化懸殊不大，整個零售百貨上市公司的純技術效率差異性不是很大。

表4 2015—2019年零售百貨上市公司純技術效率值及排名

3.規模效率分析。從下頁表5的計算結果可以看出，45家零售百貨上市公司規模效率的平均水平為0.858，變化趨勢先是下降至2016年的0.841，2016—2018年呈現上升態勢，2019年下降至0.853，與平均水平基本持平。從各個上市公司的均值來看，2015—2019年，跨境通、星徽精密、茂業商業、上海九百四家公司的規模效率值為1，與綜合效率占比相同，表明四家公司的投入產出達到DEA有效，融資效率高；規模效率均值保持在0.9以上的上市公司分別為鄂武商A、徐家匯、天澤信息、東百集團、永輝超市等十家公司，占比為22.2%，表明它們的融資效率較高；各個上市公司均值低于平均水平的公司有20家，占比為44.4%，表明大部分上市公司融資效率低于平均水平，其中國芳集團的綜合效率最低僅為0.661，與綜合效率值1相比，兩者相差達到33.9%。從規模效率的分析來看：2015—2019年，各個上市公司的均值變化情況懸殊較大，最大值與最小值的幅度較大。所以，整個零售百貨上市公司的規模效率差異性較大。

表5 2015—2019年零售百貨上市公司規模效率值及排名

綜合以上分析，以純技術效率、規模效率為依據，以0.9為分界值，構建四個效率類型，第一類劃分為純技術效率和規模效率都大于分界值，稱為“兩高”類型，上市公司有跨境通、天澤信息、星徽精密、茂業商業、上海九百、鄂武商A、供銷大集、徐家匯、寧波中百、匯嘉時代、永輝超市共11家；第二類劃分為純技術效率大于分界值，規模效率小于分界值，稱為“高低”類型，上市公司有漢商集團、百大集團、新世界、南寧百貨、百聯股份、文峰股份、安德利、國芳集團共8家；第三類劃分為純技術效率小于分界值，規模效率大于分界值，稱為“低高”類型，上市公司有天虹股份、友好集團、家家悅共3家；第四類型劃分為純技術效率和規模效率都小于分界值，稱為“兩低”類型，上市公司有合肥百貨、王府井、中百集團、重慶百貨、廣百股份、三江購物等共23家，對于處于“兩低”類型的上市公司，不僅要提升技術水平，還要提高管理水平，更重要的是不斷優化企業的生產規模。

（二）零售百貨業融資效率的動態分析

為了研究2015—2019年零售百貨上市公司融資效率的動態變化，本文采用DEAP 2.1軟件中MALMQUIST-DEA命令測算，主要從技術效率指數（EFFCH）和技術進步指數（TECHCH）兩方面研究融資效率的動態變化（TFPCH）——全要素生產率。

從表6可以看出，全要素生產率（Malmquist指數）的平均水平為1.022。其中起決定性作用的因素是技術進步，它的貢獻率是7.9%，但是由于技術效率下降5.3%，兩者相互綜合，導致整體零售百貨的Malmquist指數增長2.2個百分點。再細分技術效率的下降，整體零售百貨上市公司的純技術效率增長7%，而規模效率下降5.9%，導致零售百貨整體的技術效率下降5.3個百分點。從各個上市公司的數值來看，技術進步也是推動全要素生產率提高的重要因素。所以，技術進步是整個零售百貨上市公司提高融資效率的決定性因素。

表6 2015—2019年選取部分零售百貨上市公司融資效率指標統計

如表7所示，2015—2019年零售百貨上市公司的技術效率平均值為0.947，技術進步平均值為1.079，全要素生產率（Malmquist指數）平均值為1.022，表明零售百貨上市公司在五年間增長2.2%，全要素生產率整體呈現上升態勢，主要依靠技術進步的推動。從時間上來看，2016—2017年、2018—2019年，TFPCH指數上升，主要影響因素是技術進步；2015—2016年、2017—2018年，TFPCH指數下降，主要的影響因素是技術進步的下降所致。所以，技術進步對零售百貨上市公司的融資效率起著決定性的影響。

表7 2015—2019年零售百貨上市公司Malmquist指數分解與變動

五、結論與建議

（一）結論

綜上所述，運用DEA-Malmquist模型，即通過DEA模型的靜態分析和Malmquist指數的動態分析，可以得到零售百貨上市公司融資效率的研究結論，主要包括三方面：

1.靜態效率分析。2015—2019年間，零售百貨上市公司規模效率差異懸殊較大；純技術效率差異性不是很大；綜合效率差異懸殊大。

2.靜態類型分析。屬于“兩高”類型的上市公司，適當調整就能達到DEA有效；屬于“高低”類型的上市公司，應適度調整規模，合理配置投入資源；屬于“低高”類型的上市公司，需要不斷提高技術水平；屬于“兩低”類型的上市公司，不僅要提升技術水平，還要提高管理水平，更重要是不斷優化企業的生產規模。

3.動態分析。45家零售百貨上市公司在五年間動態趨勢呈現上升的態勢，TECHCH（技術進步）平均增長7.9%，EFFCH（技術效率）平均下降了5.3%，TFPCH（Malmquist指數）平均上升了2.2%，對TFPCH起決定性影響的因素是TECHCH（技術進步）。

（二）建議

通過以上研究，建議零售百貨上市公司采取以下策略，提升融資效率：一要優化零售百貨上市公司的資本結構，積極探索公司的兼并或重組，鞏固資金實力，進一步降低負債比例。二要增強技術創新能力，加大對技術創新研發費用的投入力度。技術進步是影響零售百貨上市公司融資效率的決定性因素，所以，將提高技術創新作為提升企業融資效率及效益的重要舉措，從而提升營業收入水平。三要梳理零售百貨上市公司的內部控制，利用健全的內控機制對融資效率的提升作用，建立健全并完善內控機制，為企業提供穩定、正常的生產環境。