東北地區戰略性新興企業金融支持效率研究

胡晉月 李瑩

【摘 ?要】論文立足東北地區戰略性新興企業，以99家上市公司2020-2022年共11個季度的1 089個觀測值作為研究樣本。首先，應用DEA法測算金融支持綜合效率；其次，通過Malmquist指數分析動態效率；最后，構建Tobit模型分析效率的影響因素。研究發現：①東北地區戰略性新興企業的金融資源配置效率接近有效，但仍有提升空間；②金融支持效率低的主要原因是公司治理和技術水平不足；③股權集中程度、公司規模、股權制衡度與金融支持效率顯著正相關。

【關鍵詞】DEA-Tobit模型；戰略性新興企業；影響因素；金融支持

【中圖分類號】F830.91 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻標志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069（2023）02-0148-03

1 引言

黨的二十大報告指出應“大力推進東北全面振興取得新突破”。作為傳統工業基地，黑吉遼三省戰略性新興企業多數正處于初創期、成長期，疊加高新技術企業對研發的高要求，使得企業資金需求大，潛在風險加劇。雖然近年間，東北地區相繼出臺多項政策，致力于引導金融資金流向實體產業，但仍存在許多企業重視投入產出而忽略效率，由此導致金融支持效率較低，不利于產業可持續健康發展。在此背景下，助力戰略性新興企業融資，提升金融資源的有效配置，是促進東北地區戰略性新興企業發展的重要路徑[1]。

2 文獻綜述

金融支持體系的建立和完善是中國東北地區戰略性新興產業持續發展的重要保障。目前，國內外學者對這一課題的研究主要向3個方向發展：一是戰略性新興企業與金融的相關性。1997年，Hellmann等首次提出“金融約束論”[2]。之后，Schreft等也認為產業發展和財政支持有很強的正相關關系[3]。健全合理的金融體系有助于走出一條以創新為基礎的產業發展新路[4]。二是如何衡量戰略性新興企業金融支持的有效性。熊正德等通過DEA法研究戰略性新興產業的金融支持效率及影響因素[5]。李萌等通過DEA-Malmquist-Logit探究金融支持效率及其影響因素[6]。三是東北地區戰略性新興企業金融支持效率的研究。這方面的相關研究不多。齊齊等開發了一套評價指標體系，用于衡量中國東北地區戰略性新興產業的創新水平[7]。王旭橫向對比遼寧省和發展較快省份對新材料行業的支持政策，指出遼寧省存在政府資金支持缺乏、金融支持政策效果不明顯的問題[8]。綜上， DEA-Logit模型常被用來分析金融支持的效率及影響機制，但該模型在DEA測度時綜合效率值可能出現較多“1”，使得Logit模型因變量數值受到限制，導致參數估計有偏且不一致[9]。因此，文章采用DEA-Tobit兩階段方法，并進行以下改進：首先，在測度戰略性新興產業金融支持效率的過程中，先通過BCC模型進行靜態測度，再通過Malmquist指數進行動態測度。其次，文章在確定產出指標時，創新性地加入了評估企業創新能力和發展潛力的指標。最后，文章選取東北地區戰略性新興企業作為研究對象，為東三省創新產業發展和升級提出有針對性的建議。

3 研究設計

3.1 DEA模型及指標選擇

文章借鑒熊正德 [10]、馬軍偉[11]等人的研究思路，采用BCC和Malmquist指數考察金融支持效率。對于投入指標，文章在以往文獻的基礎上，認為企業成長的資金有3個外部來源：直接融資支持、間接融資支持、政府政策支持。文章投入指標為“資產負債率”“股權融資率”“商業信用融資率”。考察到國家政策支持的驅動作用，引入“金融深化指數”（M2/GDP）作為投入指標。對于產出指標，選擇“凈資產收益率”（ROE）作為衡量盈利能力的指標，選擇“主營業務收入增長率”作為衡量成長能力的指標，選擇“無形資產凈額增長率”作為衡量創新能力的指標（見表1）。

3.2 Tobit回歸模型及指標選擇

為了研究影響中國東北地區戰略性新興企業金融支持效率的因素，引入Tobit模型，以第一階段得到的總體效率值為被解釋變量。①成立年數。成立時間較長的企業擁有更多融資渠道和經驗，融資效率高。②公司規模。文章用公司總資產的自然對數來衡量公司規模。③公司所有權性質。設置該變量為虛擬變量，對國有企業賦值0，對非國有企業賦值1。研究表明，金融資源的配置過程中存在公司所有權偏好[12]。④股權集中程度。孫兆斌認為上市公司的金融支持效率與股權集中程度正相關[13]。用企業第一大股東的持股比例來表示股權集中程度。⑤股權制衡度。相較于一個股東獨大的情況，幾個大股東共同治理公司，相互控制有助于公司的穩定和價值[14]。文章用“第二和第三股東持股比例之和/第一股東持股比例”表示股權制衡度?？紤]到存在眾多極小值，借鑒李明輝的方法，對該比值乘以100再取自然對數[15]。⑥宏觀經濟風險。

Tobit回歸模型的基準形式如下：

Y=β0+β1year+β2lnAsset+β3state+β4share+β5balance+β6CPI+ε，ε～N（0，δ2）

其中，Y——第一階段得出的綜合技術效率值；X——解釋變量；β——相關系數；其余變量見表2。

3.3 數據來源

選取東北地區全部A股上市公司中戰略性新興產業上市公司。實施了以下程序：①刪除離群值、缺失值或ST公司；②刪除金融類公司；③對連續變量1%縮尾處理。最終選取了99家上市公司2020Q1～2022Q3共11個季度合計1 089個觀測值。所有數據均來源于Wind數據庫、CSMAR數據庫和公司年報，運用Deap2.1、Stata15分析。采用歸一法對數據預處理，處理后的樣本數據取值為[0，1]。

4 實證結果與分析

4.1 第一階段DEA效率評價結果及分析

4.1.1 DEA綜合技術效率分析

本文對東北戰略性新興企業金融支持的綜合技術效率進行分析、拆分，如表3所示。

綜合技術效率的高低能夠反映金融體系對東北地區戰略性新興企業的支持效率。由表3可知，11個季度內綜合技術效率都小于1，均表現為DEA無效。但該值集中在[0.902，1），接近金融資源最優配置。相比之下，2020Q4綜合技術效率均值最小，這主要是由于該季恰逢東北地區的旅游旺季，疫情反復，阻礙了戰略性新興企業發展。

純技術效率的程度反映了在企業的管理水平和技術因素的影響下，金融資源能否達到最優配置。規模效率的大小反映在金融體系規模的作用下，金融資源能否達到最優配置。11個季度的純技術效率均小于1，不是最優狀態，而規模效應的值均為1，均是最優水平，這說明樣本期內東北地區戰略性新興企業綜合技術效率無效的主要原因是企業的管理和技術不足，而金融資金發揮了規模效益。

4.1.2 Malmquist指數分析與分解

動態效率分解

Malmquist指數可反映金融支持的動態效率。由表4得，Malmquist指數為2.714，高于1，這表明，東北地區對戰略新興企業的資金支持的整體效果呈明顯上升趨勢。

Malmquist指數可分解為技術效率變化指數（Effch）、技術進步指數（Techch）、純技術效率變動（Pech）、規模效率變動（Sech）。Effch、Techch、Sech的均值分別為1.169、2.757、1.163，均大于1，這表明，自2020年以來，有關公司技術效率、技術進步、規模效率逐步提高，近幾年企業的技術不斷進步，金融規模持續增加。純技術效率變動的均值為0.997，小于1，說明目前企業發展的主要障礙是管理和技術水平的不足。主要表現在于：第一，東北地區戰略性新興企業起步較晚，融資和創新能力不足；第二，企業金融技術創新能力不足，作為傳統老工業基地，東北地區的創新驅動發展的機制仍不完善，對產學研一體化創新驅動建設有所欠缺。

4.2 第二階段效率影響因素分析

為探索影響效率變動的其他因素，文章構建Tobit回歸模型。如表5所示，企業金融支持成效的影響和影響具體分析如下：①公司規模與金融支持效率正相關，且統計顯著。這是因為隨著公司資產增多，更容易以較低成本籌到資金，開發新項目、新產品，達成內部規模經濟。②公司成立年數、公司所有權性質、宏觀經濟風險與金融支持效率統計上不顯著，即這3個因素與金融支持效率之間均不相關。這可能由于東北振興背景下，產業轉型升級、發展戰略性新興企業已成為東北地區發展的重中之重，無論是對國有企業，還是非國有企業，在政策支持、資金調配、行業監管等方面都予以重視。此外，疫情發生后，政府實施了適當的補貼政策，以維持戰略性新興企業的正常發展。③股權集中程度與金融支持效率是同向變動關系，表明企業的股權集中度越高，金融資源的配置效率越高。④股權制衡度與金融支持效率是正相關關系。這說明企業的第二、三大股東充分發揮了對控股股東的監督職能。

5 結論及政策建議

綜上所述，文章可得以下結論：①東北地區戰略性新興企業金融資源配置效率接近有效，但仍有提升空間。靜態分析表明，11個季度的綜合技術效率值集中在[0.902，1），接近金融資源最優配置。動態分析顯示，Malmquist指數為2.714，企業金融支持整體效率逐步提升。②企業管理和技術水平低下是導致金融支持效率低的主要原因。對綜合技術效率的拆解顯示，純技術效率都偏離了最佳狀態，而規模效應處于最佳狀態，這說明綜合技術效率偏離最優的主要原因在于企業管理、技術水平的不足。無獨有偶，對動態效率的分解也表明了這一原因：分解的4個指標中，僅有純技術效率變動值偏離最優。③股權集中程度、公司規模、股權制衡度與金融支持效率顯著正相關，公司成立年份、宏觀經濟風險、所有權性質不對金融支持效率造成影響。

綜合以上結論，文章提出4項政策建議：①積極推動金融支持東北地區戰略性新興企業發展的內生動力，建立均衡的投融資機制。②提高企業技術水平和治理效率。在金融方面，持續推進供給端結構性改革，建立創新的金融支持體系。例如，在產品層面，鼓勵金融產品創新；在服務層面，為高科技企業創建新金融機構；在機制層面，改善資本市場不同層次的轉移機制。③政府應發揮積極的規劃和指導作用，以稅收優惠和財政援助的形式提供適當的政策支持。④優化當地商業環境，建立多層次融資渠道。對于戰略性新興企業，需要積極打造可持續、穩定、長期的市場需求，引導企業良性競爭，充分發揮金融市場在供給、需求和競爭中的作用。

【參考文獻】

【1】周思池.戰略新興產業創新發展的現實路徑——基于金融支持的角度考量[J].中國商論，2021（15）：108-110.

【2】Hellmann，Murdock，Stiglitz.Financial Re -straint：Towards a New Paradigm[M].Oxford：Clarendon Press，1997.

【3】Schreft，Smith.The effects of open market operations ina model of inter mediation and growth[J].Review of eco－nomic studies，1998（02）：101-105.

【4】Liuyong Yang，Shensheng Mo，Anqi Zhou.The Financial Structure and High-Tech Industries Development in China[J].International Journal of Digital Content Technology and its Applications，2010，4（9）：80-87.

【5】熊正德，林雪.戰略性新興產業上市公司金融支持效率及其影響因素研究[J].經濟管理，2010（11）：26-33.

【6】李萌，楊揚.經濟新常態下戰略性新興產業金融支持效率評價及影響因素研究[J].經濟體制改革，2017（01）：129-135.

【7】齊齊，趙樹寬，李其容.戰略性新興產業企業創新效率評價研究——以東北地區為例[J].中國流通經濟，2017，31（10）：65-72.

【8】王旭.遼寧省新材料產業支持政策研究[D].沈陽：東北大學，2017.

【9】黃小英，溫麗榮.節能環保產業金融支持效率及影響因素——基于40家上市公司數據的實證研究[J].經濟與管理，2017，31（01）：45-50.

【10】熊正德，詹斌，林雪.基于DEA和Logit模型的戰略性新興產業金融支持效率[J].系統工程，2011（06）：35-40.

【11】馬軍偉.我國七大戰略性新興產業的金融支持效率差異及其影響因素研究——基于上市公司的經驗證據[J].經濟體制改革，2013（03）：133-137.

【12】盛明泉，張敏，馬黎珺，等.國有產權、預算軟約束與資本結構動態調整[J].管理世界，2012（3）：151-157.

【13】孫兆斌.股權集中、股權制衡與上市公司的技術效率[J].管理世界，2006（7）：115-124.

【14】陳信元，汪輝.股東制衡與公司價值：模型及經驗證據[J].數量經濟技術經濟研究，2004（11）：102-110.

【15】李明輝.股權結構、公司治理對股權代理成本的影響——基于中國上市公司2001-2006年數據的研究[J].金融研究，2009（02）：149-168.