劉 聰

（中國人民大學商學院）

創業板上市公司股權融資效率研究
——基于DEA模型

劉 聰

（中國人民大學商學院）

本文以2011～2015年在創業板的114家上市公司為研究對象，運用DEA模型對我國創業板上市公司股權融資效率進行評價與分析。本文研究發現：中國創業板上市公司股權融資效率偏低，大部分公司都存在投入冗余與產出短缺的問題，其中股權融資效率偏低與上市公司超募資金凈額、股權結構、資本結構、公司成長性存在相關關系，中國創業板上市公司股權融資效率還有較大的提升與改進空間。

股權融資；股權融資效率；DEA模型

一、引言

自2009年10月我國推出創業板以來，作為主板市場的重要補充和資本市場發展的新興力量，創業板市場顯現出驚人的發展潛力：到2015年底已經有492家具有高速成長性和發展潛力的創業型企業、中小型企業和高科技產業企業在創業板市場成功上市，平均市盈率高達109.01倍，覆蓋了節能環保、新能源、新材料、新信息技術、生物等多個戰略新興發展行業，有效推動了科技成果的產業化。

然而，隨著創業板的設立，創業板上市公司所存在的一些問題開始顯露，首當其沖的便是首次公開募股時普遍存在超額募集資金的現象和社會公眾對創業板股權融資效率低下的質疑。據深交所統計，截止至2011年4月底，209家創業板公司首次公開募股融資金額達到1 618億元，超募資金1 002億元，但其中只有31.5%的超募

資金被安排使用。并且，在已經使用的超募資金中，用于償還銀行貸款和補充流通資金的比例超過30%，用于與主營業務相關的股權和直接項目投資的比例將近60%。本文從股權融資超募的問題切入，以創業板上市公司作為研究對象，結合其上市后的財務表現，使用DEA效率評價模型，對中國創業板上市公司股權融資效率進行研究。

二、研究方法

本文使用了數據包絡分析（Data Envelope Analysis，DEA）方法對創業板上市公司融資效率進行評價。一個企業的生產過程可以簡化成在一個單元投入一定數量不同種類的多個生產要素，而在另外一個單元得到相應數量不同種類的產出，多個這種簡單的生產活動構成了企業整體的生產經營框架。雖然各類企業在投入與產出要素上各不相同，但是從投入到產出這一過程效率的最大化，是每一個企業共同的生產目標。由于生產過程中決策的有效執行是從投入到產出轉化的關鍵，那么最終產出就可以視作這一系列決策執行的結果，即構成“決策單元”（Decision Making Units，DMU）。DEA正是基于此原理，利用數學規劃與統計數據來確定相對有效的生產前沿面，將各決策單元投影到DEA的生產前沿面之上，通過分析決策單元偏離有效生產前沿面的偏離程度來評價與研究每個決策單元從投入轉化為產出這個過程中的效率高低的問題。

其中：xij表示第j個決策單元對第i種類型輸入的投入總量；yrj表示第j個決策單元對第r種類型輸出的產出總量；vi是權系數，表示對第i種類型輸入的一種度量；ur是權系數，表示對第r種類型輸出的一種度量。

由此，對每一個決策單元DMUj都有如下所示的效率評價系數，用于對第j個決策單元進行評價，一般來說，hj越大表明DMUj能夠用相對較少的投入而獲得相對較多的產出，因此即可以用hj評價某一過程的效率。本文用該系數解體創業板上市公司，股權融資效率。

三、研究設計

（一）樣本選擇與數據來源

在研究創業板上市公司股權融資效率時，在考慮到股權融資作用的滯后性與所選變量具體數據可取性的基礎上，本文以 2011年1月1日至2011年12月31日在創業板市場成功上市的128家企業作為基礎研究樣本，以2011年末的財務指標作為輸入變量，以這些公司之后四年（2011～2015年）的財務指標的算術平均值作為輸出變量，剔除數據不完整的上市公司，最終得到研究樣本數量為114家。本文之后的實證分析將以這114家創業板上市公司上市之后的財務表現為基礎，以客觀評價創業板上市公司股權融資效率。所選模型中輸入變量與輸出變量的具體數據均來源于國泰安數據庫。

數據處理方面，首先依照DEA模型使用經驗，在運用DEA模型測算效率時決策單元的數量要超過輸入變量個數與輸出變量個數之和的兩倍，本文決策單元個數為114，輸入、輸出變量個數之和為7，因此符合使用DEA方法的研究要求。其次，DEA模型雖然不需要設定函數形式與分布假設，但是其要求所選變量的具體數據不能為負數，而在實際操作中一些變量可能出現負數，如若當年營業利潤小于上一年度，那么營業利潤增長率便會出現負值，本文基于此對凈資產該收益率與營業利潤增長率兩個變量做如下“非負處理”。

（二）變量選擇與定義

本文采用數據包絡分析法來評價創業板上市公司股權融資效率。作為一種非參數估計法，其運用的關鍵即為該模型中的輸入變量與輸出變量。本文在綜合考量創業板上市公司特點、股權融資現狀以及DEA模型實際操作的基礎上，選擇以下變量作為輸入變量和輸出變量以更好的反映創業板上市公司股權融資效率，如表1所示。

四、實證分析

（一）描述性統計

本文將114個決策單元經過標準化的輸入變量與輸出變量指標輸入DEA模型中后，得到了相關結果，如表2所示。

表2反映了114家創業板上市公司股權融資效率值的統計與匯總之后的評價結果，從中可以看出，2011年在創業板上市的114家公司中有15家上市公司的股權融資綜合效率達到了最佳，即效率值為1，占比13.16%，同時達到了技術有效與規模有效。其余99家上市公司的股權融資綜合效率值小于1，占比86.84%，說明這些上市公司在股權融資過程存在投入冗余或產出短缺，沒有同時達到技術有效與規模有效。在114家上市公司中，既沒有實現技術有效也沒有實現規模有效的公司共有88家，占比77.19%，股權融資效率較低。

表1 變量選擇與定義

表2 114家創業板上市公司股權融資DEA效率統計與匯總

表3 114家創業板上市公司股權融資DEA效率值分布

DEA效率值 綜合效率 純技術效率數量 占比 數量 占比＜0.4 1 0.88% 0 0≥ 0.4,＜0.6 14 12.28% 0 0≥ 0.6,＜0.8 54 47.37% 0 0≥ 0.8,＜1.0 30 26.32% 88 77.19%1.0 15 13.16% 26 22.81%合計 114 100.00% 114 100.00%

表3反映了114家創業板上市公司股權融資綜合效率和純技術效率值的分布情況，從中可以看出：在綜合效率值方面，效率值低于0.6的上市公司有15家，占比13.16%，而高于0.6的上市公司則占比達到了86.64%，但其中只有15家上市公司達到了綜合有效；在純技術效率方面，可以看出樣本上市公司的純技術效率值較高，效率值高于0.8的上市公司比例達到了100%，但是達到技術有效的公司只有26家，占比22.81%。

由此可見，從整體上看，我國創業板上市公司的股權融資效率值較高，但是DEA綜合有效和技術有效程度較低，只分別占總體的13.16%和22.81%，兩者的有效性尚待提高。

（二）輸入輸出指標分析

1.從投入指標的角度分析

就實際募資額這一指標來看，在這114家上市公司中，有15家公司達到綜合有效，非綜合有效上市公司比例超過80%，有99家上市公司沒有達到綜合有效，單就實際募資凈額這一指標看，其偏離值S1-的平均值為12 595.12，說明沒有達到綜合有效的這99家公司存在著嚴重的超額募資情況，并對這些公司股權融資效率產生了巨大的消極影響。以上現象的出現主要是因為兩方面的原因：一方面就市場環境來看，創業板上市環境相對而言不夠完善，上市條件也較為寬松，而股權融資由于融資成本較低使得上市公司通過股權融資可以募集到大量低成本資金，并且由于我國創業板市場監管體制的不成熟，對這些資金使用的約束和監督力度都較弱，側面導致了實際募資凈額使用效率較低；另一方面就創業板上市公司自身來看，由于公司經營管理的水平跟不上其在創業板融得資金的速度，使得大量超額募集的資金在沒有資金使用計劃的情況下閑置或者濫用，嚴重降低了這部分資金使用的效率，進而影響股權融資效率。以上情況說明在現有相對固定的產出條件下，要想實現DEA融資的綜合有效，創業板上市公司應該減少實際募資凈額的投入，也就是降低公司在股權融資時募集的資金金額。

就股權集中度這一指標來看，2011年上市的114家創業板上市公司股權集中度的平均值為0.3464，而股權集中度超過0.3的上市公司共有67家，占比58.77%。而達到綜合有效的15家創業板上市公司的股權集中度的平均值為0.2488，并且該指標存在偏離值（S2-）的平均值為0.1125，說明股權集中度較高影響了未實現綜合有效的99家創業板上市公司股權融資的效率。股權集中度反映股本結構對創業板上市公司股權融資效率的影響，股權適當的集中的確會對公司績效產生積極的影響，但是股權集中度過高則會影響到公司運營與管理，對上市公司股權融資效率產生不利影響。由于存在股權集中度指標的投入冗余，因此為實現股權融資的DEA綜合有效，創業板上市公司應該適當降低公司的股權集中度。

在非流通比例上，2011年上市的114家創業板上市公司非流通股票比例最高值為89.89%，最低值為74.07%，平均值為75.51%。該指標在投入變量四個指標中具有一定特殊性，因統計所得數據顯示，超過90%以上的樣本公司非流通比例集中在74%～80%之間，由于各上市公司非流通比例指標統計上的相似性，該指標在DEA運算時的偏離值（S3-）平均值為0，也就是說全部樣本公司的非流通比例都在理想狀態，并不存在偏離。然而事實上，由于DEA模型本身具有的局限性，即使這種問題無法完全表現出來，但非流通比例過高的問題仍然廣泛存在于創業板上市公司中。非流通股占比過高不僅與股票本身具有的流動性特點相悖，也影響了股票市場資源配置功能的發揮。

就資產負債率而言，2011年上市的114家創業板上市公司資產負債率最高值為0.5255，最低值為0.0203，平均值為0.1648，其中有81家上市公司資產負債率低于0.2，占比71.05%，而對比實現綜合有效的15家上市公司，其平均資產負債率為0.2417，由此可知未能實現綜合有效的99家公司的資產負債率是偏低的。在DEA模型運算中，資產負債率的偏離值（S4-）為0.0626，創業板上市公司由于其本身經營范圍主要集中在高技術型行業，因此在生產經營上較為謹慎，保持較低的資產負債率也是這種“謹慎性”的體現，但是，當創業板上市公司在資產負債率投入變量上存在冗余，資產負債率指標過低時，要想實現DEA綜合效率，上市公司應當提高資產負債率，以獲得更多收益，增加股東權益和提升公司價值。

2.從產出指標的角度分析

從凈資產收益率來看，2011年上市的114家創業板上市公司凈資產收益率最高值為0.2649，最低值為-0.0414，平均值為0.0718，其中凈資產收益率低于0.1的上市公司有80家，占比70.18%。對比來看，達到綜合有效的15家上市公司凈資產收益率平均值為0.9810，同時從DEA模型運算可知凈資產收益率的偏離值（S1+）平均值為0.0932，由此可見我國創業板上市公司凈資產收益率偏低，并對股權融資效率產生不利影響。凈資產收益率反映出上市公司的盈利能力，凈資產收益率越高，說明公司對股東投入資本獲得的收益越多，公司運營的效果越好。而樣本所選的創業板上市公司凈資產收益率普遍較低，說明這些公司對股權融資募集的資金使用效率較低，獲取收益能力較弱，運營水平不高。

從營業利潤增長率來看，2011年上市的114家創業板上市公司營業利潤增長率最高為1 118.43%，最低值為-561.71%，平均值為29.28%，而 DEA模型中營業利潤增長率的偏離值（S2+）平均值為0.0147。該指標在公司之間的差異較大，營業利潤增長率為負的上市公司有37家，這意味著在2011年上市的114家創業板公司中，有37家公司在之后三年的營業利潤沒有增加，反而比上市之前的營業利潤有所下降，這種“差勁”的成長表現無疑是對于創業板上市公司股權融資效率的否定。創業板上市公司從進入大眾視線開始，就承擔著投資者對于其高成長性與巨大發展潛力的期待，而由這些財務數據卻不難看出相當一部分的創業板上市公司并沒有在股權融資之后獲得快速的發展。

就Tobin Q這一指標而言，2011年上市的114家創業板上市公司Tobin Q最高值為10.2713，最低值為0.7022，平均值為2.9872，其中有72家上市公司Tobin Q值小于3，對比來看，股權融資實現綜合有效的15家上市公司中有近一半公司Tobin Q值大于3，Tobin Q的平均值為3.9359，此外DEA模型中的Tobin Q偏離值（S3+）平均值為1.488，由此可見我國創業板上市公司的Tobin Q指標值偏低，對股權融資效率產生消極的影響。Tobin Q值是上市公司市場價值與其重置價值之比，反映上市公司資源配置效率，而樣本中的創業板上市公司Tobin Q值產出短缺，說明上市公司對股權融資融入的大量資金的使用效率較低。

五、研究結論與建議

（一）研究結論

本文以創業板上市公司股權融資效率為研究內容，以2011年在創業板上市的114家上市公司為研究對象，運用DEA模型對我國創業板上市公司股權融資效率進行評價與分析，最終得出以下結論：首先，我國創業板上市公司股權融資效率整體較低，這些公司在股權融資之后的財務表現只有15家上市公司實現了綜合有效，26家公司實現了純技術有效，88家公司既沒有實現純技術有效，也沒有實現規模有效，可見我國創業板上市公司在股權融資過程中還存在著諸多投入冗余和產出短缺的問題，股權融資效率低下。

其次，創業板上市公司大多不能實現技術效率或者規模效率，通過模型檢驗發現造成這種現象的一部分原因是：（1）超募嚴重，即實際募資凈額嚴重超過計劃募集資金。由于創業板上市公司公開發行首日超高的市盈率使得大部分的上市公司都能夠超額募集大量的資金，這部分資金的使用對于上市公司股權融資效率產生極大的影響。不管是被投放于收益率不合要求的項目或是閑置，或是濫用于公司消費，都是對該筆資金的浪費，降低了股權融資的效率；（2）股權結構中存在集中度偏高的問題。我國創業板上市公司股權集中度大多在25%以上，股權的高度集中會對公司治理產生消極影響，使得上市公司產生效率低下的問題，同時影響經營績效；（3）資本結構中負債比例過低。適當的債務融資有助于發揮財務杠桿的積極效應，以促進企業發展。上市公司過度傾向于股權融資說明其對于股權融資成本認識的不夠充分，在認知上仍然把股權融資融入的資金視作資本成本較低的資金，這種觀點不利于上市公司對融入資金的充分利用，降低股權融資的效率；（4）成長性和盈利能力不足。本該具有高速成長性的創業板上市公司在上市后的財務表現反而弱于上市之前，說明這些公司其實在成長性和盈利能力上存在較大的問題。

（二）研究建議

創業板上市公司可以從以下角度提高股權融資效率：一是加強公司治理，改善股權結構。良好的公司治理是創業板上市公司充分利用股權融資資金和公司長遠發展的基礎。要想做好公司治理，最重要的就是解決代理問題、避免股權集中問題的出現。對此，既可以引入機構投資者，有效緩解中小投資者“用腳投票”決策的現狀，并為創業板上市公司自身經營管理與決策提供建議，還可以引入多個大股東，多股權力的制衡能夠有效緩解“一股獨大”現象，避免“內部人控制”可能導致的股權融資風險，為上市公司經營發展決策的提出保駕護航，提高經營績效的穩定性。二是平衡債務融資和股權融資間的比例關系，優化融資結構。在我國，上市公司輕內源融資、重外源融資，外源融資方式中輕債權融資、重股權融資，最終顯示出較為明顯的股權融資偏好，創業板上市公司也不例外。但是，如果企業過度依賴于股權融資而忽略債務融資與內源融資，會對企業長期的發展產生非常不利的影響。不同的上市公司應該根據自身情況確定最優的融資結構，而創業板上市公司也應該根據各個不同項目對于資金使用的需求，選擇不同的融資方式，而不應該一味追求股權融資，這樣不僅不利于公司募集資金的充分使用，對于市場資源也是一種浪費。三是注重培育核心競爭力。深交所將“兩高六新”作為選擇創業板上市企業的第一標準，即成長性高、科技含量高、新經濟、新服務、新農業、新材料、新能源和新商業模式，這樣的標準實際上是對創業板上市公司提出了發展和創新的高要求。創新是創業板上市公司持續發展的永久動力，對于處于新興行業的上市公司而言，為了獲得現時高速的成長與未來長遠的發展，創業板上市公司應該注重技術與產品的創新，緊跟行業領先技術發展的步伐，不斷追求技術與產品的進步，才能幫助企業在競爭中占據較為有利的地位。并且，創業板上市公司應該把有限的資源集中投入到最具有發展潛力的項目上去，注重核心主業的發展，提高資產的投入產出效率，從而獲取更多的收益，為股東創造價值。

[1]Banker R.D.,W.W.Cooper,Some models for estimating technical and scale inefficiencies data envelopment analysis [J].Management Science,1984(30)：1078- 1092.

[2]F.Haque.Corporate governance and equity finance：an emerging economy perspective[J].Journal of Financial Economic Policy,2015,7(3)：233-250.

[3]崔杰,胡海青,張道宏.非上市中小企業融資效率影響因素研究——來自制造類非上市中小企業的證據[J].軟科學,2014(12)：84-88.

[4]陳苗,王立國.基于DEA模型的戰略新興產業股權融資效率研究[J].財政金融,2015(4)：202-203.

[5]方軍雄,方芳.新股發行制度市場化改革與融資超募現象[J].證券市場導報,2010,12：39-45.

[6]盧福財.企業融資效率分析[M].北京：經濟管理出版社,2001.

[7]劉力昌,馮根福,張道宏,毛紅霞.基于DEA的上市公司股權融資效率評價[J].系統工程,2004(1)：55-59.

[8]王新紅.我國高新技術企業融資效率研究[D].西北大學2007.

[9]聞岳春,邱嵐.我國創業板上市的高新技術企業股權融資效率評價研究[J]. 上海金融學院學報,2015,02：72-83.

[10]徐鳳,盧奇,李鵬濤.基于DEA的上市中小企業股權融資效率研究[J].財會通訊,2014,08：18-19.

[11]許婷.基于DEA模型的我國港口和航運上市公司股權融資效率實證研究[D].對外經濟貿易大學,2014.

[12]祝繼高,陸正飛.產權性質、股權再融資與資源配置效率[J].金融研究,2011,01：131-148.

F275

責編：險峰