基于DEA对我国中小新能源企业融资效率计量分析

2022-04-07 11:20:51 | 浏览次数：

打开文本图片集

摘要：针对新能源企业投入产出的效率评价问题，选择合适的构建指标体系，综合使用数据包络分析，回归分析的方法，构建了DEA模型与道格拉斯函数增长模型.利用MAXDEA，R软件进行实证分析，研究2017年新能源融资效率变化.对12家新能源企业运用聚类分析和因子分析进行综合评价.分析得出：将新能源企业分为三类.结果表明：新能源企业的融资效率整体处于中等水平，而纯技术效率达到有效的企业数占比较高，且在2017年企业综合效率、纯技术效率、规模效率都得到不同程度的提高.并据此向有关部门提出建议.

关键词：新能源企业融资;主板;DEA

中图分类号：F830 文献标识码：A 文章编号：1673-260X（2019）07-0051-04

新能源企业是我国新经济常态下转型的重要经济力，其规模已经高达7000多万家，为我国经济增长、社会福利、吸收就业等方面都发挥重要作用.近年来，创新型企业数激增，但发展仍然面临着诸多阻碍，其中融资难的问题尤其得到社会各界关注.主要原因在于资本投入有限，企业经营管理水平低下，体制亟待改进.国务院等相关部门也高度重视该部分中小企业融资难的问题，为解决新能源企业融资问题，证监会和国务院下达相关文件.全力支持新三板市场为中小企业拓宽融资渠道，2012、2013年新三板扩容，自此新三板挂牌企业急速上升.在新三板的辅助下，既是解决了中小企业部分融资难题，但大部分企业依旧存在融资渠道单一、融资难等问题.因此有必要基于新三板扩容的背景，研究企业融资效率的影响因素.于是，本文以新能源创新层挂牌企业为例，实证研究中小企业的融资效率，一方面帮助中小企业提高融资效率;另一方面也为新能源的改革发展提供参考意义.

1 模型建立

1.1 模型概述

本次研究利用DEA—BCC模型对我国新三板市场的中小企业的融资效率进行研究.DEA（数据包络分析法）是一种多投入多产出的非线性参数效率模型，可对每个决策单元（DMU）运用线性规划方法和偶原理进行效率测算，根据比较各决策单元与有效生产前沿的偏离情况，从而判定DEA的有效性.DEA模型根据规模收益是否可变分为规模收益不变模型（CCR模型）和规模收益可变模型（BBC模型）.其中BBC模型中技术效率（TE）又可以分解为纯技术效率（PTE）和规模效率（SE），并且TE=PTE×SE，由此判断各DMU是否达到纯技术有效和规模有效.

综合技术效率代表企业融资效率的整体情况，而纯技术效率代表企业的生产技术、运营水平以及管理能力等因素对企业融资效率的影响，企业的规模是否与现有投入和产出相匹配即为规模效率，以上效率值均在[0，1]之间，其中根据规模效率又可以判断决策单元是处在规模报酬不变、规模递增还是规模递减.

1.2 变量选择及处理

1.2.1 样本选择

本次研究采用的样本主要来源于WIND数据库中主板市场的企业，研究样本主要来源于：（1）2017年正常运营.（2）不同省份的多家代表性企业.（3）剔除数据不全的企业.（4）带ST挂牌的企业.（5）剔除金融业企业.通过以上条件的筛选，最终选取12家企业作为研究样本，并以2016—2017年作为研究时期，研究企业挂牌前后的融资效率变化情况.

1.2.2 输入输出指标选择

1.2.2.1 输入指标

資产总额（A1）：涵盖流动和非流动资产，是企业在过去交易、事件形成的由企业所有或控制的资产.资产总额既包括了公司资金状况，部分是通过融资渠道获取，所以资产总额在一定程度上也代表公司的融资状况，融资规模同企业资产总额成正比.

资产负债率（A2）：总负债比上总资产的数值，反映公司债务负担，也反映了债权人为公司提供信贷资金所承受的风险程度.

营业成本（A3）：是企业在生产经营上所投入的全部资源的表现，与企业利润直接相关，对企业融资效率有影响.

1.2.2.2 输出指标

净资产收益率（B1）：体现企业盈利能力、运营能力和投资效率，由净利润比上平均净资产得到，代表股东权益的收益水平高低，加之净资产不包括企业借用和占用的资金，因此可以测度企业使用资本的效率;

总资产周转率（B2）：是销售收入除以总资产的比例，其代表的含义是每一元的资产可以支撑的销售收入，因此总资产周转的程度越高，标志企业资产赚钱的效率也就越高;

营业收入增长率（B3）：营业收入指企业在特定时期，提供产品或服务而得到的货币收入，其增长率代表今年营业收入相比如去年营业收入的增长率，反映企业业务扩张的能力，收入增长的越高，代表企业发展的也越迅速;

每股收益（B4）：代表普通股股东每持有一股所得到的企业净利润或应承担的企业净亏损，由净利润比上股本总数得到.每股收益越大，代表每股产生的利润也就越到，可以用于衡量企业盈利和成长能力.

1.2.3 数据处理

DEA模型中投入和产出数据均为正，而每股收益、营业日收入增长率以及净资产收益率不可避免会出现一些负数情况，因此需要对数据进行非负化处理，处理公式如下：

2 基于DEA对新能源企业产出效率排名

2.1 研究思路

参考经济学中的输入输出问题，通过确定指标构建数据包络分析中的CR2模型，分析新能源企业活动的输入与输出效率.首先确定资产总额等输入指标，代入模型并建立决策单元，并导入MAXDEA软件进行分析对于效率值相同的单元，通过构建理想决策单元重新排序;最后得到新能源企业投产效率的排名并结合实际情况，分析新能源企业投入效率的现状.

（4）对DEA有效的DMUk的效率值均为1，无法通过直接进行排序.对此需要构建理想化的DMUk，即取输入量的最小值（Xk）min与输出量的最大值（Yk）max，这个理想的决策单元拥有最高的投入产出比.之后将理想决策单元与所有的有效决策单元组成一个新单元，针对新组使用相同的方法计算出各DM的效率值进行排序.

2.3 实证分析

将数据导入MAXDEA软件进行分析，得到各企业的得分见表2.

50%的企业的决策得分为1，难以决策.因此选择各个投入指标的最小值与各个产出指标的最大值构建“理想”决策单元重新导入MAXDEA软件进行分析，具体结果见表3与图1.

3 新能源企业融资效率的聚类模型的建立

3.1 研究思路

选择经济变量作为评价指标引入模型，运用聚类的方法将新能源企业发展状况进行分类，从而探究不同企业的融资影响因素.系统聚类可以截取不同点来对样本企业分类.根据发展情况的现实意义进行调整.

3.2 研究方法

系统聚类的原理是根据待聚类的各个样本之间不同距离分组，直至所有样本距为一类.考虑到本文实际，选取平方欧氏距离计算：dij="xik-xjk|2各个企业之间的距离.方差分析思想的离差平方和法原理是：使每次聚类后，同一类别中的企业的离差平方和最小，而不同类别企业之间的离差平方和较大.其中每个类别的离差平方和计算方法为：St=（xit-xt）（xit-xt）.

3.3 结果分析

首先，对于所选择的七个指标，通过聚类分析方法对新能源企业融资效率初步分类.聚类算法选择离差平方和法，各类之间的距离选取平方欧式距离进行计算.最终得到聚类结果的谱系图如图2所示.

通过观察谱系图，选择阈值为25，则可以聚为三类.第一类：东华能源自成一类，该企业流通股比例最低，其市面价值难以衡量.第二类：东方环宇，火炬燃气，诚志股份，鑫泰天然气，这一类的特点是地处新疆，在拥有较为丰厚的资源的同时，经济相对落后，省份人均GDP比全国平均水平落后.第三类：深圳拓日，贵州燃气，乾照光电，大智慧，长春中天，广东宝丽华均为资产负债率排名前6的企业，说明财务状况并不乐观.

4 结论与对策建议

4.1 结论

本文实证研究挂牌企业的融资情况，得到如下结论：新能源市场融资效率处于中等水平，综合效率、规模效率实现DEA有效的企业数占总企业数的比例都较小，但在新三板市场挂牌后企业数提升，且挂牌后效率值提高;实现纯技术效率DEA有效的企业数占总企业数的比例超过90%，但2017年该比例急速下降，效率值却变化不大.总体来说，纯技术效率值一直远高于综合效率和规模效率，纯技术DEA有效的企业数也比综合效率和规模效率有效的企业数多，因此，综合效率低下主要是由于规模效率低下造成的.

4.2 对策建议

根据以下结论，提出以下对策建议：

合理调整投入产出结构，提高融资效率.由以上分析知，新三板挂牌企业融资效率处于中等水平，因此企业应当合理规划投入产出，调整资金使用方案，避免投入过多或者不足的情况产生;除此之外，企业还应当注重产品或服务，重视扩大市场的前期调研，避免一味扩张.同时，适当调整企业生产规模，杜绝因生产规模扩张引起的生产效率降低.

鼓励企业创新，提高技术水平.新三板市场的企业大多属于科技型中小企业，因此技术创新是企业核心所在.重视科技创新人才的引进和培养，建立产学研平台，提高创新的普惠度，以及成果、产品的创新.

探索多元化融资渠道，丰富完善企业资本结构.由于我国中小企业的规模有限，融资渠道有限，目前多采用定向增发的方式，因此有必要根据企业情况和经营状况，科学采用不同融资方式，鼓励股权融资、私募债发行等融资渠道.

参考文献：

〔1〕Modigliani F，Miller M.The Cost of Capital，Corporation Finance and the Theory of Investment[J].The American Economic Review，1958，48（3）：261-297.

〔2〕Robichek A，S.C. Myers.Problems in the theory of optimal capital structure[J].Journal of Financial and Quantitative Analysis，1966：1-35.

〔3〕Jensen，Michael C，Meckling，William H.Theory of the firm：Managerial agency costs and ownership structure[J].Social Science Electronic Publishing，1976，3（4）：305-360.

〔4〕Stewart C.Myers，Nicholas S.Majluf.Corporate financing and investment decisions when firms have information that investors don’t have[J].Journal of Financial Economics，1984，13（2）：187-221.

〔5〕Jain B A，Kini O.The Post-Issue Operating Performance of IPO Firms[J].journal of Finace，1994，49（5）：1669-1776.

〔6〕Loughran T，Ritter J R.The Operating Performance of Firms Conducting Seasoned Equity Offerings [J].Joural of Finance，1997，52（5）：18223-1850.

〔7〕叶望春.金融工程与金融效率相关问题研究综述[J].经济评论，1999（4）：76-84.

〔8〕方芳，曾辉.中小企业融资方式与融资效率比较[J].经济理论与经济管理，2005（4）：40-42.

〔9〕张水英，文孟蝉.中小企业贷款融资效率模糊综合评价——关系型贷款与市场交易型贷款融资效率的比较[J].当代经济，2007（10）：170-171.

〔10〕姚永华.我国中小企业融资方式与融资效率分析[D].上海：复旦大学，2009.

〔11〕魏开文.中小企业融资效率模糊分析[J].金融研究，2001（6）：67-74.

〔12〕戴发文.金融抑制、企业信用与企业融资效率分析[J].企业经济，2003（3）：152-154.

〔13〕崔杰，胡海青，张道宏.非上市中小企业融资效率影响因素研究——来自制造类非上市中小企业的证据[J].软科学，2014（12）：84-88.

〔14〕田芬.基于多因素的企业集团融资效率比较[J].统计与决策，2011（8）：179-182.

〔15〕王平.基于FAHP的民营企业融资效率评价[J].商业研究，2006（19）：114-117.

〔16〕李冬梅.黑龙江省上市公司融資效率问题研究[D].哈尔滨：哈尔滨工程大学，2007.