基于DEA-Malmquist的新能源汽車企業融資效率研究

【中圖分類號】F406.7；F832【文獻標志碼】A

【文章編號】1673-1069（2025）01-0166-04

1引言

新能源汽車的興起是技術進步與政策激勵共同作用的產物。自20世紀末以來，鑒于全球能源危機和環境污染問題的加劇，新能源汽車作為取代傳統燃油車的關鍵選項，逐漸吸引全球矚目。得益于政策的推動，新能源汽車企業不僅拓寬了融資渠道，而且融資結構也趨向多元化。政府的政策引導促進了銀行貸款、風險投資、政府專項基金、債券發行等多種融資方式的應用，為新能源汽車企業提供了更加靈活的融資選項。然而，政策環境的波動也為企業帶來了挑戰。例如，補貼退坡政策的實施，直接影響了企業的現金流和盈利能力，進而影響了企業的融資效率。融資效率是指企業在融資過程中以最低成本和最小風險獲取所需資金的能力，其反映了企業融資活動的效果和資源利用的有效性。融資效率的不足，不僅限制了企業的研發投人和市場擴張，也影響了企業的成長速度和市場競爭力。例如，特斯拉在早期發展階段就曾因資金鏈緊張而面臨破產風險；比亞迪則通過與地方政府的合作，獲得了關鍵的融資支持。這些案例說明，企業在享受政策紅利的同時，必須提高自身的融資效率和風險管理能力。因此，研究新能源汽車企業融資效率的現狀與優化策略，對于推動整個行業的健康發展具有重要意義。

國外學者對新能源汽車企業融資效率的研究起步較早，主要集中于效率的測度及融資影響因素的研究。Romanoetal.指出，外部融資在調整資本結構、提升資本使用效率以及改善公司財務表現等方面具有無可比擬的優勢。Donati指出，企業外部融資渠道是影響企業融資的關鍵因素。Nagyetal.指出，補貼政策能夠促進行業發展，吸引更多的消費者。然而，政府補貼的減少可能抑制行業的資本積累和消費需求，迫使企業縮小規模，從而對行業發展產生負面影響。國內學者在研究新能源汽車行業的融資效率時，主要采用結合DEA模型與Malmquist指數或Logit模型的研究方法。張思敏通過DEA模型研究指出，擴大融資規模和加強技術創新，可以顯著提高新能源汽車產業鏈企業的融資效率。李素梅等通過實證研究發現，新能源汽車產業的融資效率與宏觀經濟走勢及企業股權融資占比正相關，而與企業債權融資占比負相關。由于傳統的DEA模型僅能進行靜態效率分析，因此，一些學者開始采用Malmquist指數進行動態研究。陳艷杰等運用Malmquist指數模型，對產業鏈中上下游企業的融資效率進行了研究，發現技術變革對效率的影響更為顯著。近年來，國內學者更加關注企業融資效率影響因素的定量分析，但專門針對新能源汽車企業融資效率影響因素的研究仍然較少。

2我國新能源汽車企業融資現狀

2.1我國新能源汽車企業的融資渠道

2.1.1銀行貸款

銀行貸款構成了我國企業獲取資金的關鍵渠道，特別是國有企業享有特定的融資政策優惠。然而，中小企業和戰略性新興產業在通過銀行貸款進行融資時面臨較大挑戰。即便如此，國家對綠色低碳產業的政策扶持力度不斷加大，這促使銀行對新能源汽車等領域的資金支持有所增加。

2.1.2股權融資

股權融資無需還本付息，因此不會給企業帶來額外的財務壓力。目前，成功實施股權融資的主要是規模較大或在市場上占據一定地位的企業，例如，比亞迪、吉利汽車、廣汽集團等，而初創企業完成股權融資的情況相對較少。

2.1.3發行債券

發行債券是公司對債權人承諾未來現金流的證券化形式。隨著企業規模的擴張，通過債券發行籌集資金成為一種可行的途徑。然而，新能源汽車行業的債券發行相較于其他行業仍顯滯后，無論是在金額還是數量上都存在明顯的差距。

2.1.4融資租賃

融資租賃是一種將融資與物權相結合的信貸模式，尤其對中小企業而言，其提供了一種較為理想的解決方案。根據市場調研在線網發布的數據，2018-2020年，中國新能源汽車融資租賃市場規模分別為113.5億元、153.7億元和210.1億元，預計2021-2026年，中國新能源汽車融資租賃市場規模將保持較高的增長速度，2026年將達到710.9億元，年均增長率為 27.6% 。這一數據揭示了新能源汽車行業融資渠道的顛覆性變化。

2.2我國新能源汽車企業的融資困境

2.2.1融資需求龐大且門檻較高

盡管新能源汽車行業取得了顯著進步，但該行業仍需克服技術瓶頸、提升品牌知名度以及鞏固產業基礎，同時，企業承受著巨大的財務壓力。例如，動力電池和發動機的研發工作雖然推動了性能和質量的提升，但這些進步需要持續的資金支持。為籌集所需資金，企業不得不依賴于股權融資、債券融資及政府補貼。然而，股權融資的門檻較高，政府補貼的分配并不均衡，這使得中小企業的融資成本更加高昂。

2.2.2融資活動深受政策影響

我國新能源汽車產業在起步階段高度依賴國家的財政補貼。隨著購置補貼的全面取消，這一行業正式邁人了由政策驅動向市場驅動的轉型期。在這一過程中，企業遭遇了資金短缺的挑戰，而市場上的融資途徑不僅單一而且復雜。盡管私募股權和風險投資可以作為政府資助資金的有益補充，但在我國這類風險投資的規模相對有限。

2.2.3資金運用效率低下，重復建設問題嚴重

新能源汽車產業在轉型階段對資金的需求巨大，然而，企業在研發和品牌建設方面的投資往往缺乏明確的方向，這容易造成資源的無效配置。眾多新興的汽車制造商由于未能準確把握市場定位和消費者需求，難以高效運用資金，最終面臨破產或被迫退出市場的窘境。此外，重復建設的問題在缺乏核心技術創新能力的地區尤為突出，這同樣導致了資源的嚴重浪費。

3基于DEA-Malmquist模型的新能源汽車企業融資效率分析

DEA模型分為投入導向型和產出導向型兩種，其中，產出導向型專注于在輸人量保持不變的前提下，如何最大化產出。鑒于新能源汽車企業的金融支持涉及眾多投入與產出指標，本文選用產出導向型模型來探究新能源汽車企業的融資效率。

3.1選擇投入與產出指標

本文借鑒雷輝等王文寅等、張思敏等學者的研究成果，構建了一套用于評估新能源汽車企業融資效率的指標體系。該體系中的投入指標包括資產總額、資產負債率及營業

成本；產出指標包括凈資產收益率、總資產周轉率、營業收人增長率及無形資產（見表1）。

3.2樣本的采集與處理

為確保研究數據的完整性和準確性，本項研究剔除了數據缺失樣本和ST類公司，專注于滬深主板及創業板中具有代表性的新能源汽車公司。依據數據包絡分析（DEA）模型的標準，樣本數量必須超過投入與產出指標的乘積，并且至少是所選指標數量的3倍。基于此，本研究選定125家新能源汽車企業作為分析樣本，時間范圍涵蓋2019年至2023年，并選取7項財務指標作為分析依據，相關數據均來源于銳思RESSET金融研究數據庫。

為確保數據包絡分析（DEA）模型的投入產出指標滿足要求且不出現負值，樣本數據在模型運行前必須經過標準化處理。這一過程涉及將數據無量綱化，并將其限定在[0.1，1]的區間內，同時，確保處理過程不會影響決策單元之間的關系和分析結果。標準化公式如下：

式中，i表示指標數量 （i=1，2，3，？s，n）；j 表示決策單元（DMU）數量；第 j 個指標的最小值用 表示；第 j 個指標的最大值用 表示； 表示樣本原始數據； 表示標準化后的數據。

3.3基于DEA-Malmquist模型的融資效率分析

3.3.1DEA分析

DEA分析中的綜合效率（TE）通過求解以下線性規劃問題得到：

式中 表示需要評價的決策企業（DMU）； θ 表示該企業的融資綜合效率值； 表示第 j 個企業的第 i 種投入； 表示第 j 個企業的第 種產出； 表示用于構造有效前沿面的權重系數。目標是在滿足所有約束條件下，最小化0，得到的θ值即該企業的融資綜合效率。

本文通過運行DEAP2.1軟件計算125家新能源汽車樣本公司2019-2023年的融資效率。綜合效率的取值范圍為0～1，其中1代表最高效率，即“有效”。這一指標反映了企業在當前的技術和管理水平下，融資投人與產出的整體效率。純技術效率則用于評估企業的融資結構和運營效率，當其值達到1時，意味著資金使用效率達到最大化。企業的純技術效率越接近1，表明其融資效果越佳；若遠離1，則需對融資策略進行改進以增強融資能力。規模效率反映了企業融資規模是否處于最優狀態，值為1時，說明企業融資規模合適；否則可能意味著規模過大或過小，資金利用效率下降或不足。

表2的分析結果顯示，2019年新能源汽車企業的綜合融資效率的平均值相對較低，2020-2021年這一數值進一步下滑，2022-2023年有所上升。純技術效率和規模效率的平均值也在2021年達到最低值。自2019年新能源汽車補貼退坡以來，該行業的發展明顯受到了影響。2020-2021年，國家補貼退坡力度進一步加大，導致企業資金更加緊張，新能源汽車企業的融資整體效率、融資效果及融資規模均受到了較大影響。2022-2023年，技術進步促使廣汽等龍頭企業融資周期縮短、融資效率提高，然而，中小企業仍然面臨著融資的困境。

如圖1所示，2019年共有14家新能源汽車企業展現出綜合技術效率的高效性，22家企業在純技術效率方面表現出色，同時16家企業在規模效率上達到了有效水平。到了2020年，融資效率有效的樣本企業數量有所減少，這反映出政策變動對行業產生了影響，導致部分企業的融資效率下降。進人2023年，融資效率表現良好的企業數量增長至21家，技術效率有效的企業數量更是提升至25家，這表明企業在融資規模和融資管理層面均有所改善。

3.3.2Malmquist分析

本文采用經過標準化處理的數據集，并運用數據包絡分析（DEA）模型中的Malmquist指數，對動態效率進行深人分析。該指數能夠評估公司在不同時間點的效率變化，其中全要素生產率（TFP）大于1意味著企業融資效率的提升，而小于1則表明融資效率有所下降。本研究選取2018年至2023年我國新能源汽車企業的相關數據，以分析其全要素生產率的動態變化。全要素生產率指數由技術效率變化指數（EC）和技術進步指數（TC）構成，而技術效率變化指數又細分為純技術效率變化指數（PTEC）和規模效率變化指數（SEEC）兩部分。Malmquist指數的評價方法如下：

式中， 和 表示 和 時期的投人變量； 和 表示 和 時期的產出變量； 和 表示 和 時期的距離函數。

樣本企業的Malmquist指數均值如表3所示。

技術效率變化指數揭示了企業融資效率的變化，而技術進步指數則映射了融資環境或工具的創新對企業融資效率的影響。2018-2019年，全要素生產率、技術效率變化指數和技術進步指數均小于1。這一現象表明，2018-2019年新能源汽車企業融資環境不佳，如利率較高等，同時融資流程復雜、融資渠道受限。2019-2020年，技術效率變化指數小于1，技術進步指數卻大于1，這說明盡管新能源汽車企業的融資效率未得到提升，但由于融資環境改善或融資工具創新彌補了融資效率下降的不足，全要素生產率有所上升。在2018-2023年的整體趨勢中，技術效率變化指數和技術進步指數的平均值均略高于1，促進了全要素生產率的整體提升。純技術效率變化指數反映了企業融資管理水平的變化，剔除了規模因素的影響。規模效率變化指數則揭示了企業融資規模是否趨于最優。2018-2023年，純技術效率變化指數整體提升，表明我國新能源汽車企業的融資管理水平上升，資金配置實現優化。在2018-2023年，規模效率變化指數總體提高，但在2020-2021年出現了下降，這表明新能源汽車企業的融資規模趨于合理，補貼退坡導致2020-2021年企業資金無法滿足自身發展需求。

4結論與建議

4.1結論

當前，新能源汽車制造商正遭遇融資挑戰，隨著政府補貼的減少，該行業正逐步向市場驅動轉型。本項研究對2019-2023年我國新能源汽車企業的財務數據進行了深入分析，結果表明，這些企業在融資效率方面普遍未能達到有效水平，同時，在技術效率和規模效率方面表現不佳。通過Malmquist分析，本文發現2018-2023年整個行業的全要素生產率呈現整體增長趨勢，盡管在2020-2021年有所回落，但在2021-2022年又有所回升，其中融資工具創新是推動這一增長的關鍵因素。

4.2建議

4.2.1微觀層面

首先，新能源汽車企業應優化融資管理。表2中，純技術效率小于1，表明新能源汽車企業應通過優化融資流程和資金配置提升融資效率。在優化融資結構的過程中，企業不僅要致力于降低成本，還應努力降低融資風險。其次，新能源汽車企業應調整融資規模。表3中，規模效率指標小于1，表明新能源汽車企業應通過擴大融資規模，支撐業務發展。目前，新能源汽車企業正通過融資租賃的方式迅速獲得資產，這已成為推動銷售增長的關鍵策略。展望未來，企業可以進一步拓寬融資租賃的渠道，并探索更加多樣化的融資租賃模式。最后，新能源汽車企業需動態監控融資效率。通過運用Malmquist指數進行分析，持續追蹤融資效率的變化趨勢，并根據該指數的分析結果，優化融資管理，以提升整體的融資效率。

4.2.2宏觀層面

政府應改善融資環境，優化金融支持體系，降低融資門檻，從而促進居民消費水平與企業發展水平的同步提升。金融體系的完善有助于企業融資，特別是對于新能源汽車行業，需要提供更加多元化的資本市場服務。同時，政府應優化扶持政策，特別是針對新能源汽車企業的補貼政策。政府的補貼應當精準地支持研發創新，避免無目標的廣泛補貼，并建立嚴格的審核機制，打擊“騙補”行為，以促進產業的健康和可持續發展。

【參考文獻】

【1】Claudio A. Romano，George Tanewski，Kosmas X. Smyrnios.CapitalStructure Decision Making： A Model for Family Business[J].Journalof Business Venturing，2001，16（3）：285-310.

【2】Cristiana Donati.Service industries， growth dynamics and financialconstraints[J].The Service Industries Journal，2017，37（3-4）：190-205.

【3】R oel L.G. Nagy，Verena Hagspiel，Peter M. Kort.Green capacityinvestment under subsidy withdrawal risk [J].Energy Economics，2021（98）.

【4】張思敏.新能源汽車產業鏈企業的融資效率研究—基于DEA模型實證分析[J]中國商論，2022（9）：140-143.

【5】李素梅，陳琛，徐繼明.我國新能源汽車產業融資效率評價與分析—基于DEA-Logit模型的實證研究[J].科技管理研究，2016，36（18）：57-63+74.

【6】陳艷杰，紀靜.新能源汽車公司融資效率研究[J]會計之友，2018（14）：72-76.

【7】雷輝，劉俏云.基于四階段DEA模型的綠色低碳企業融資效率研究[J].財經理論與實踐，2020，41（3）：72-78.

【8】王文寅，劉佳.多維視聞下物流企業融資效率比較研究[]會計之友，2021（6）：73-80.