基于DEA-Tobit模型的我國新能源產業的融資效率研究

許婉韻，胡逗逗，張廷海

（1.安徽財經大學 國際經濟貿易學院，安徽 蚌埠 233030；2.安徽農業大學 經濟管理學院，安徽 合肥 230036）

新能源產業的發展需要資金支持，但受投資回報周期長、融資規模大等因素的影響，我國新能源產業的融資問題一直未得到解決，而融資問題的關鍵是融資效率，因此研究融資效率對我國新能源產業的發展具有重要意義。

1 文獻綜述

國外的研究集中于新能源產業的融資理論，包括融資理論分析及對策探討。Derrick A［1］以太陽能光伏產業為例，發現了缺乏良好的融資機制是阻礙新能源產業融資的重要原因，有必要建立供應與需求相匹配的融資平臺；Painuly J P［2］提出在向一些新能源產業發達國家借鑒經驗的同時，還應根據發展中國家實際面臨的交易成本高昂、制度、金融等方面的問題，專門建立融資窗口，加大金融產品創新，從而提高新能源產業的融資效率；Szabó S［3］研究提出新能源市場的競爭有助于新能源產業發展，同時也有助于降低該產業融資負擔；Christa N B［4］對比分析了經合組織中的發展中國家和發達國家對新能源產業的金融支持，發現相較于經濟發達地區，欠發達地區的金融機構對新能源的影響更大；Lu J［5］指出內外融資結構不合理以及未規范融資資金用途是阻礙中國新能源產業發展低效的重要原因，應該拓寬融資渠道，如增加風險投資；Mazzucato M［6］認為新能源產業融資參與者與其投資意愿關系到新能源產業是否成功融資。此外，國外學者對產業的融資效率進行了評價研究。在評價方式上，國外學者多選擇DEA和SFA模型，且有學者將兩者進行了對比：Rajiv D Banker［7］提出 DEA 和SFA各有優勢，DEA所需樣本數少，但是SFA的研究精確度更高，也更廣泛；Ferreira N B［8］利用 SFA模型研究葡萄牙股票公司和行業的融資效率。

國內對新能源產業融資的研究主要集中于以下兩方面：

1）對融資模式的探討。蔣先玲等［9］提出將民間資本引入到新能源產業融資模式中；樊長在、何雨格［10］指出新能源產業融資難的主要原因在于風險高，有必要建立多元融資體系，充分發揮政府、信貸和風投等3方在投資體系的作用；史丹和夏曉華［11］對當前存在的4種融資模式進行對比分析，提出要以創新推動融資模式改進；薛楠和劉舜［12］提出建立專項能源發展基金；唐葆君等［13］提出應在相關政策的保護下，積極引入民間資本，從而降低融資風險。

2）對新能源產業的融資效率進行研究。國內學者的實證研究集中在兩派，一派以DEA模型分析融資效率，如熊正德［14］通過DEA模型發現籌資效率是阻礙新能源產業的主要原因；岳立和楊帆［15］通過BCC和全要素生產率的方法發現技術進步是推動能源效率的主要原因。另一派是利用兩階段DEA模型，在測算融資效率基礎上進一步探究其影響因素，如申建良、冉啟英和陳彤［16］運用DEATobit模型，發現我國能源效率整體呈下降趨勢，而外商投資和人均GDP與效率存在正相關關系；徐楓和周文浩［17］利用DEA-Logit模型研究了金融支持對能源效率的影響，發現技術是影響融資效率的主要原因，并且間接融資在效率方面發揮重要作用。

綜上所述，國內外學者對新能源產業的融資理論模式和對策的研究都較為豐富。在效率評價方面，主流的DEA模型也得到國內外學者的青睞，但是對于新能源產業上市公司融資效率的實證研究還比較缺乏，尤其是探究企業所處環境因素對融資效率的影響。因此，本文運用DEA-Tobit兩階段模型測度了我國新能源概念上市公司的融資效率，并分析了環境因素對企業融資效率的影響。

2 模型設定

2.1 模型構建

本文采用DEA模型對我國新能源產業的融資效率進行測度分析。DEA（數據包絡分析法）是一種多投入多產出的非線性參數效率模型，可對每個決策單元（DMU）運用線性規劃方法和對偶原理進行效率測算，根據比較各決策單元與有效生產前沿的偏離情況，從而判定DEA的有效性。DEA模型根據規模收益是否可變分為規模收益不變模型（CCR模型）和規模收益可變模型（BBC模型）。其中BBC模型中的綜合技術效率（TE）又可以分解為純技術效率（PTE）和規模效率（SE），且綜合技術效率是純技術效率與規模效率之積，由此判斷各DMU是否達到純技術有效和規模有效。

本文采用二階段DEA模型，第一步利用BCC模型，以投入為導向測算融資效率，得到技術效率、純技術效率和規模效率；第二步為了研究環境變量對新能源融資效率的影響，以第一階段得到的各DMU的投入松弛量，采用Tobit模型對環境變量和各投入松弛量的關系進行擬合，由此構建Tobit模型：

式中，i=1，2，3，…，m；j=1，2，3，…，n；Yij為第一階段測算的總投入冗余（radical movement和slack movement之和）；Xij為環境變量向量；αi為常數項；βi為待估系數向量；μi為隨機誤差項。

2.2 指標選取及數據來源

2.2.1 指標選取

選取資產負債率、財務費用和營業成本作為投入指標，凈資產收益率、總資產周轉率和營業收入同比增長率作為產出指標，測算我國新能源產業的融資效率。

由于融資效率受到多方面因素影響，既有可控的也有不可控的，而環境變量就屬于不可控變量。因此，為分析環境因素對產業融資效率的影響，從宏觀和微觀兩個角度選取了環境變量。其中，宏觀環境變量包括經濟水平，微觀環境變量包括企業規模、企業質量以及流通股比例。

1）經濟水平

由于各省的經濟水平存在差異，會對新能源政策落實有影響，從而影響企業融資。因此，以各上市公司所在地經濟水平作為環境指標，并以公司所在省的GDP衡量。

2）企業規模

規模大的企業擁有更多的有形或無形資源，而小規模企業卻會受到很多局限。因此，利用總資產來衡量企業規模，并取對數。

3）企業質量

企業質量的好壞關系到企業融資效率的高低。因此，從流動負債率的角度衡量企業質量。

4）流通股比例

2005年我國實行股權分置改革，許多不可轉讓股權流入到市場，股權流通性越高，越有利于企業發展。因此，采用流通股比例衡量股票流通程度和股改對企業融資效率的影響。

2.2.2 數據來源及處理

所有數據均來自于wind數據庫滬深概念類新能源產業上市公司。通過篩選，最終確定21家上市公司作為研究對象，并以2010年～2017年作為研究時限。由于本文所涉及的數據不可避免的會有負值出現，且為了消除各指標單位的影響，對數據進行無量綱化，將其歸到［0,1］，處理方法如下：

3 實證分析

3.1 融資效率分析

利用DEAP2.1軟件對經過無量綱化的投入指標和產出指標進行BCC模型運行，最終得到21家新能源概念類上市公司的綜合技術效率（TE）、純技術效率（PTE）和規模效率（SE）。

1）從整體情況來看，2010年我國新能源上市公司的平均綜合效率僅為0.57，距離DEA有效還有很大的提升空間。但是自2010年之后，平均綜合效率一直處于上升趨勢，截至2017年達到DEA有效。

2）從年度變動來看，2010年至2017年達到DEA有效的企業數越來越多。2010年僅為4家，2013年有8家，2017年幾乎全部達到DEA有效。以2016年為例分析，平均融資綜合效率為0.708，處于中高位，DEA有效的企業為6家，占整體企業數的28.57%。這部分企業既無投入冗余，也無產出不足，融資資金都達到了高效率運用。而其余企業的融資效率還亟待提升，需要調整資金使用和產出等方面。

3）從分解的純技術效率和規模效率來看，2010年至2013年間，平均純技術效率一直高于平均規模效率，且純技術效率波動較小，一直處于0.8以上，而規模效率處于0.6～0.79。2014年至2017年，平均規模效率大于純技術效率，效率值都位于0.8～0.9。具體以2016年分析為例（如圖1所示），有7企業實現規模報酬不變，9家企業處于規模報酬遞增狀態，5家企業處于規模報酬遞減狀態，未充分發揮資金作用，應該適當縮減生產規模，加強內部管理和技術創新，優化資金投向，實現生產最佳狀態。

圖1 2016年我國新能源上市樣本公司的融資效率分布

4）從樣本公司個體來看，乾照光電連續8年實現DEA強有效，誠志股份連續6年實現DEA強有效，說明公司已經在資金投向和運用方面實現最有效的利用。

由于受到經濟因素、企業自身規模等環境因素的影響，會對企業融資效率測算結果造成一定的偏差。因此，從宏觀和微觀兩個角度分別研究環境變量對企業融資效率的影響。

3.2 環境效應對融資效率影響分析

以新能源上市公司所處省份的經濟水平、企業規模、企業質量和流通股比例等4個環境變量作為解釋變量，以測算的投入指標財務費用、資產負債率和營業成本的總投入冗余作為被解釋變量，利用Tobit模型，通過stata軟件對2010年～2017年的面板數據分別進行Tobit回歸，回歸結果如表1所示，且表1數據都通過了顯著性檢驗。若系數為正，表示該環境變量的增加會引起投入冗余的增加，從而造成不避要的浪費或低效運行；反之，表示該環境變量的增加會使投入冗余減少，促進融資效率增加。

表1 2010年～2017年新能源企業融資效率投入松弛量Tobit回歸結果

由表1得到環境變量的分析如下：

1）經濟水平對資產負債率、營業成本的投入松弛量的影響顯著性為正，表示企業所處的經濟環境水平越高，會增加企業營業成本的投入冗余，從而對企業融資效率有負向影響。

2）企業規模對財務費用、資產負債率、營業成本都呈負向顯著性。由于管理系統的科學性和完善，公司規模的擴大會降低企業財務費用、營業成本的投入冗余，從而有助于企業融資效率。

3）企業質量對財務費用、營業成本均呈負向顯著性。流通負債率越高，反映企業短期借款的比例越大，則企業所需支付的利息也就越少，從而有助于企業營業成本減少。

4）流通股比例對財務費用、資產負債率、營業成本的變量系數為負，但是均未通過顯著性檢驗，這表示雖然高流通股比例形成了更加合理的股權結構，會減少企業投入冗余，但是這種效應目前還未表現出來。

4 結 論

本文首先通過DEA-BCC模型測算了我國新能源概念類上市公司的綜合融資效率、純技術效率和規模效率，然后通過Tobit模型分析環境變量對企業融資效率的影響，得到如下結論：

1）我國新能源公司融資效率各有差異，僅有少數公司實現DEA有效，大部分企業融資效率還存在較低水平，資金籌集和配置過程還存在許多不足，規模效率和純技術效率的不匹配造成了綜合融資效率還亟待提升。

2）經濟水平、企業規模、企業質量對企業投入冗余都有影響，從而對企業融資效率產生影響。經濟水平越高，會增加企業投入冗余增加，從而對企業融資效率有負向作用；企業規模、企業質量越高，會降低企業投入冗余，從而有助于企業融資效率。

通過上述分析，提出以下政策建議：

1）合理調整資本結構。受企業所處時期、環境和企業規模的影響，企業融資效率的提升與資本結構應該是相匹配的。因此，在企業不同時期，應該有與之相適應的最優資本結構。例如在新能源企業初創期，具有高風險、低收益的特征，此時較難獲得資本的關注，應該重視內源融資，著重放在自有資金的積累方面，此階段不應該有高資產負債率。而較為成熟的企業，可以適當控制資產負債率，充分發揮財務杠桿的作用，提高企業盈利空間。

2）提高企業技術創新。新能源產業屬于高技術產業，因此技術水平對企業發展非常重要。提高企業技術創新，一方面應該建立產學研平臺，推動研發轉化機制完善，加大資金對研發的投入；另一方面充分利用現有政策環境，建立新能源人才培養機制，為技術創新打好基礎。

3）有效控制企業規模。實證研究發現，在研究樣本中約40%的上市企業還處于規模報酬遞減，企業應適當控制生產規模，根據企業發展戰略適時調整生產計劃，避免一味追求產能擴大而造成資源浪費。