電動車行業供應鏈融資效率及提升對策

陳帥+楊荔英

摘 要：隨著互聯網共享單車模式的引入，電動車行業發展迅速，但關于電動車行業供應鏈融資效率方面的研究較少。文章以某電動車企業為例，探討企業供應鏈融資效率水平，考察電動車行業供應鏈融資效率情況。運用DEA和EVA模型，對某電動車企業供應鏈融資效率進行定量分析，給出供應鏈融資下電動車行業存貨質押融資模式等建議，以提升其融資效率。

關鍵詞：電動車；供應鏈融資；DEA；EVA

中圖分類號：F406.5 文獻標識碼：A

Abstract： In recent years， electric bicycle industry has experienced a rapid development， and we believe that under the driving of internet sharing bicycle there will be more vigorous development. Although the development potential of electric bicycle industry is tremendous， now the research is less. In this paper， we will take the electric bicycle industry leading enterprises as an example， and try to explore the financing efficiency levels of electric bicycle enterprise and the electric bicycle enterprise supply chain to spy on electric car industry supply chain financing efficiency. Using DEA and EVA models， we make quantitative analysis of the financing efficiency for the enterprise， and finally make a conclusion that the financing efficiency is low. In the end， we give advice such as inventory impawn financing mode under the supply chain financing， so that can help them improve the financing efficiency.

Key words： electric bicycle； supply chain financing； DEA； EVA

0 引 言

2016年是共享單車迅速發展的一年，解決了人們短途出行問題。與此同時，共享電動單車也開始進入市場，旨在解決人們五公里以外、十公里以內的出行，緩解了城市交通擁堵問題。我國一直以來是電動車生產與消費大國，電動車消費量每年都在快速增長，S電動車（本文以S代表研究的電動車企業名稱）一直處在我國電動車企業的發展前列，并在2016年率先上市。因此，在數據可得條件下，本文通過以S電動車企業為供應鏈核心企業的融資效率問題研究，分析電動車行業供應鏈融資存在的問題，尋找提升其融資效率的辦法。

1 文獻綜述

國內最先提出融資效率這一概念的是曾康霖（1993）[1]，他指出我國應當以間接融資為主，直接融資為輔。關于融資效率的問題，國內學者做過大量研究。王莉（2010）[2]認為西方國家財產具有社會化、市場化和分散性的特性，并且產權屬私人所有，這些特性決定了這些國家企業在融資時更多考慮效率，因此國外文獻很少涉及“融資效率”這一概念。魏開文（2011）[3]運用模糊綜合評價法對債券融資、股權融資和內部融資的效率進行對比，對中小企業的融資效率進行了分析。宋華等（2014）[4]運用EVA模型對供應鏈融資績效進行衡量，并以成都某鐵路油料實業有限公司所在的供應鏈為例進行供應鏈融資效率績效評價。石玉對、陳云（2012）[5]運用斯坦伯格博弈模型對單一供應商和單一零售商組成的簡化二級供應鏈進行分析，最終給出了供應鏈績效指數，并給出相關實證檢驗。Charnes和Cooper（1978）[6]等在1978年提出了數據包絡分析（DEA），這是一種非參數的評價方法，測度的是樣本間的相對有效性。潘永明等（2016）[7]運用DEA模型對我國環保產業融資效率進行了評價，并分析了融資方式、企業規模、企業質量、股權結構、宏觀經濟運行狀況等對融資效率的影響。鄧超等（2013）[8]對我國32家上市環保企業2008～2011年的數據運用DEA模型進行實證研究，表明企業普遍處于規模報酬遞增或不變階段，整體呈發展向上態勢。劉偉等（2006）[9]對中國資本市場效率進行實證分析，認為直接融資效率優于間接融資效率。張強等（2013）[10]運用Malmquist指數對我國的節能環保產業的融資效率進行了評價。Geunes等（2016）[11]運用兩階段斯坦伯格博弈模型對固定訂貨成本下分散式供應鏈的效率提升問題進行研究，認為效率的增加可以解釋為供應商靈活性的增加。

在對融資效率的相關文獻資料整理看出，融資效率的定義及度量經歷了一個從單一到完整的過程。大多數學者趨向于利用DEA模型對某一類企業尤其是環保產業、中小企業進行融資效率分析，通過多個樣本企業效率比較及不同年份效率比較，得出此類企業效率變化趨勢，也有研究者利用EVA模型對融資效率進行直接度量，但是對電動車企業的研究不多。基于前人研究，本文嘗試利用EVA模型和DEA模型對電動車企業供應鏈融資進行分析，并度量其融資效率，進一步完善電動車行業供應鏈融資策略。

2 供應鏈融資效率模型及評價

本文運用DEA法對供應鏈融資相對效率進行評價，運用EVA法度量供應鏈融資絕對效率。

2.1 模型

2.1.1 DEA—BBC模型。BCC模型是在最基本的CCR模型基礎上進行了改進，該模型假設規模報酬可變，在計算出技術效率時可以剔除規模效率的影響，可以得到純技術效率。在CCR模型中加入一個凸性假設N×λ=1，設ε為被評價單元的效率值，則對于任意決策單元，在滿足錐性、凸性和無效性三個條件的基礎上，可以得到具有非阿基米德無窮小量的BCC模型[7]：

2.1.2 EVA模型。EVA模型將股東權益這一財務核心概念引入供應鏈金融管理中，嘗試建立一個平衡的系統來衡量股東權益的變化。賈正源等（2009）[12]運用EVA模型對電力上市公司進行了融資效率的分析，本論文采用該EVA模型分析S公司的經濟增加值，EVA的定義為：

EVA=稅后凈營業利潤-資本成本=稅后凈營業利潤-加權平均資本成本率×資產總額 （2）

此公式計算出的EVA代表了企業創造的利潤總額，是絕對指標。

評價股東資本使用效率的相對指標是股東資本利潤率，或叫EVA效率，其計算公式為：

2.2 評價指標選取及數據來源

根據DEA模型投入與產出指標選取的原則，本文選取資產總額、資產負債率、主營業務成本作為投入指標，選取主營業務收入、凈資產收益率、總資產周轉率作為產出指標（Chen & Murata，2016[14]）。

本文的研究數據主要來自于S電動車企業官網發布的招股書、年報及同花順網站，并以上市公司汽車板塊企業作為DEA模型的樣本。剔除一些數據不全的樣本，最終選擇包括雅迪在內的22家企業作為樣本來源，并滿足樣本容量要求：

樣本容量>投入變量×產出變量

樣本容量>3×投入變量+產出變量

本文運用Deap 2.1軟件進行DEA模型運算。

3 實證分析

3.1 S電動車企業及其供應鏈情況

根據S公司官方網站的信息，該公司收入及盈利能力較好，其主營業務為電動兩輪車的設計、研究、開發、制造及銷售。

由S公司官網發布的招股書及2016年半年報可知S公司的主要供應商有6個，1 700個分銷商，以S公司作為核心企業，其供應鏈企業情況如圖1所示。

3.2 融資模式

S公司作為核心企業，供應商作為供應鏈上游成員，分銷商作為供應鏈下游成員。其分銷商為加盟方式（因其報表中未顯示賒銷或銷售折扣等，因此認為其貨物銷售采用全額付款方式）。為簡化分析，將1 700名分銷商作為一個整體。對于供應商，預付方式和賒銷方式并存（報表中有定金項）。S公司2016年6月30日有銀行貸款13 259千元，實際利率為2.17%。于2015年12月31日有銀行貸款12 997千元，實際利率為1.91%。由此可見，在此供應鏈中，核心企業S具有銀行借款，為直接融資；同時具備商業信用，為間接融資。即該公司供應鏈融資模式為普遍的銀行借款和商業信用。

3.3 融資效率分析

基于以上分析，本文采用DEA和EVA兩種模型對其效率進行定量分析。作為供應鏈的核心企業，S公司相對供應鏈上下游企業規模龐大，同時考慮數據額可得性，本文主要研究S公司的融資效率水平。

3.3.1 DEA—BBC模型實證分析。本論文采用Deap2.1軟件對電動車行業22家樣本企業2016年半年報數據進行處理，結果整理如下（drs：規模報酬遞減；-：規模報酬不變；irs：規模報酬遞增）：

通過表1可以看出S公司控股的技術效率、純技術效率、規模效率分別是0.183、0.806、0.227，對應的樣本平均值是0.689、0.793、0.834。與其他企業和行業平均值比較，S公司控股的融資效率較低，屬于規模報酬遞減水平。

3.3.2 EVA模型。根據S電動車公司2016年半年報中相關財務數據，由式（2）～式（6）計算得到EVA數據，計算過程如下。

根據兩種模型測算結果，均可得出S公司融資效率水平偏低這一結果，說明S公司當前的融資模式并不是最優的，因為其融資模式采用的是傳統融資方式，在競爭激烈的市場條件下，S公司及其供應鏈企業沒有合理利用融資手段提升其融資效率進而提升競爭力。

3.4 供應鏈融資效率優化

由上文分析可見，S電動車企業在供應鏈管理與融資方式上有待提高。Marcus Brandenburg[13]認為供應鏈管理不僅是利潤貢獻者還是提高企業流動性的一個強有力的杠桿，他認為供應鏈管理致力于提高收益來提升成本效率。Shiying Chen和Tomohiro Murata[14]提出了一個基于違約風險和市場風險下的供應鏈存貨融資策略，詳細描述了在此約束條件下的存貨融資過程。當今供應鏈融資模式發展已較為成熟，已有應收賬款類融資模式、應付賬款類融資模式、存貨類融資模式等多種模式。S公司屬于生產企業，且在訂單收到前有一定的存貨，運輸至分銷過程可以利用存貨質押融資方式將存貨占用資金使用起來。S公司作為可信企業，規模較大，信譽較好，可利用其良好的信譽為上下游成員進行擔保從而獲得低利率的銀行資金，以此提升供應鏈整體融資效率和競爭力。

4 結 論

本文運用DEA模型和EVA模型測度S電動車企業供應鏈融資效率水平。DEA模型表明S公司的規模效率為0.227，屬于規模報酬遞減，且遠遠低于樣本平均值0.834。EVA模型計算得到EVA值為2 488.67萬元，EVA率為0.499%。兩個模型結果均可得出S公司融資效率水平較低的結論，基于我國電動車行業總體發展水平可以看出這個結果也是符合事實的。當前我國電動車行業發展迅速，但總體不規范，行業內企業眾多但小企業比例很大。S公司雖然是行業內的佼佼者，仍有很多欠缺之處。S公司應利用上市這一契機，采用更科學、先進的供應鏈融資管理方法，為行業發展做出更大的貢獻。

參考文獻：

[1] 曾康霖. 怎樣看待直接融資與間接融資[J]. 金融研究，1993（10）：7-11.

[2] 王莉. 我國中小企業融資方式及融資效率研究[D]. 上海：華東師范大學（碩士學位論文），2010.

[3] 魏開文. 中小企業融資效率模糊分析[J]. 金融研究，2011（6）：67-74.

[4] 宋華，王嵐，史曉盟. 基于EVA的供應鏈融資模型與績效衡量[J]. 當代經濟管理，2014（5）：20-26.

[5] 石玉對，陳云. 供應鏈績效提升中的融資需求研究[J]. 中國管理科學，2012（S2）：554-562.

[6] Charnes A.， W.W. Cooper.， E. Rhodes. Measuring Efficiency of Decision-making Units[J]. European Journal of Operational Research， 1978（6）：429-444.

[7] 潘永明，喻琦然，朱茂東. 我國環保產業融資效率評價及影響因素研究[J]. 華東經濟管理，2016（2）：77-83.

[8] 鄧超，魏慧文，唐瑩. 基于DEA方法的我國環保企業融資效率評價分析[J]. 中南大學學報（社會科學版），2013（5）：8-13.

[9] 劉偉，王汝芳. 中國資本市場效率實證分析——直接融資與間接融資效率比較[J]. 金融研究，2006（1）：64-73.

[10] 張強，賀立. 我國節能環保產業上市公司融資效率研究[J]. 求索，2013（4）：30-32.

[11] Geunes J.， H.E. Romeijn， W.V.D. Heuvel. Improving the Efficiency of Decentralized Supply Chains with Fixed Ordering Costs[J]. European Journal of Operational Research， 2016，252（3）：815-828.

[12] 賈正源，田麗，洪浩林. 基于EVA 模型的電力上市公司融資效率分析[J]. 財會通訊，2009（3）：22-23.

[13] Brandenburg Marcus. Supply Chain Efficiency， Value Creation and the Economic Crisis-An Empirical Assessment of the European Automotive Industry 2002-2010[J]. International Journal of Production Economics， 2016，171（3）：321-335.

[14] Chen S.Y.， T. Murata. Decision-Making of Supply Chain Finance， based on Inventory Financing Procedure under Default Risk and Market Risk[J]. Lecture Notes in Engineering and Computer Science， 2016（1）：882-885.