企业资本效率和相关影响因素的实证研究

舒畅 赵光洲

摘要：在企业的生产过程中，各种生产要素经过企业的生产转化成为了资本要素，这些资本要素的综合管理就是资本效率，资本效率管理和研究是现代企业发展的一个重要的手段。文章以制造业的典型代表金属行业企业为例，使用DEA三阶段法进行效率分析，把企业十年的资本效率分析得出的结果，进行了综合排名。研究发现，在进项第二阶段的随机前沿模型的调节之后，企业资本综合效率发生了显著的变化，这表明第一阶段的排名和结果与事实有很大不符，需要进行调节。接下来运用TOBIT模型对企业进行了资本效率影响因素的分析，发现了企业资本效率与企业的赢利能力和营运能力密切相关，但与增长能力和偿债能力没有明显的关系。这个实证结果为企业的管理提供了一个新的方向，并得出了创新性的研究结论。

关键词：资本效率;要素资本;DEA三阶段分析;SFA分析;Tobit回归

一、引言

在经典的经济增长模型中，经济增长的内生变量包括劳动力、土地、资本、技术等。国内外学者在数百多年的研究中，形成了大量成熟的企业财务管理理论，资本投入产出理论是通过一定的经济要素投入，包括资本、土地、机器设备、劳动、技术等，这些被投入到生产活动中，以求追求利润和产品的最大化。企业生产经营的目标是实现利润最大化，而在企业中，这仍然是企业追求的目标。企业经济财务管理的目的是考虑资本的价值，优化投入要素的配置，实现企业利润最大化。

二、文献综述

陈燕丽和王磊在文中，运用DEA、Malmquist指数和Tobit模型对东三省2007起十年的数据进行分析，研究财务效率及其影响因素进行实证研究，结论是：多数企业绩效较低，前五年效率高于后五年，吉林省水平较高，医药制造业企业绩效高于传统重工业;还有总体绩效水平呈改善趋势。路世昌关娜（2013）以2005～2010年中国装备制造业上市公司为研究主体，研究其经营绩效，运用DEA，Malmquist指数法对经营绩效进行评价，结论是装备制造业全要素生产率的提高主要得力于技术进步，并且应用Tobit回归找出其他因素对经营绩效的影响程度。徐莉萍 ， 戴薇（2016）采用DEA评价企业的生态效率，运用Tobit回归模型检验企业生态效率的影响因素，结果表明，从2011年起的五年时间里，我国制造业上市企业的生态效率在逐步提高的状态里，但是整体水平相对较低;tobit模型分析显示对企业的生态效率起到影响的因素有：上市年限、财务绩效是呈正显著效应的，企業规模累似;制造业企业的生态效率更高，经济发达地区企业生态效率更高。

Necmi Kemal Avkiran& Lin Cai（2017）（DEA）作为一种前瞻性的方法来测量银行控股公司（BHCs）在全球金融危机之前的呈现的压力状态，并测试银行的各种金融绩效。结果表明它可以提前两年识别这种状况。鲁棒性检验表明，DEA具有稳定的有效前沿，即使在数据干扰之后，也有优越和准确的预测能力。企业管理人员可以使用这个工具确定企业的竞争地位并为投资者提供帮助。监管机构可以用这个检测方式进一步关注可能陷入困境的银行。总之，DEA可以帮助做出经济决策，因为效率低下和财务困境之间存在联系并且可以被dea识别出来。YH Chen，QB Chen（2007）用改进的DEA对三年的数据进行了测试，对中国各地区的经济效益进行了评价，并且用了另一个DEA模型得出了不同的结果并进行了比较。Yung-Ho Chiu，Yu-Chuan Chen  & Yu Han Hung（2008）发现银行可能会通过实施一些方法提高其利润里率和营业额，如提高存款利率、降低贷款利率，甚至会增加贷款的风险，这些都可能增加破产的概率。文献采用Super-SBM和Logistic回归两阶段的方法调查银行效率和破产效应。这项研究使用了36家中国台湾商业银行2002～2004年的数据。本文总结了超SBM和Logistic回归方法的实证结果：效率因子在评价银行破产中具有重要作用;资本充足率的某些先决条件可以对银行的风险起到降低的作用，从而减少银行破产;公司治理有重要作用。Yongyoon Suh  HyeonjuSeolHyerim Bae Yongtae Park（2014）使用数据包络分析（DEA）对社会绩效的生态效率进行了跨行业分析。根据社会绩效的两个因素的比率得出生态效率分数。几乎所有的行业在生态效率和财务绩效之间都没有显著的关系。

三、资本效率

本文采用三阶段DEA方法结合数据计算我国金属行业企业的资本的效率问题，对于另外在考虑企业资本效率的影响因素上排除一般的最小二乘法选用Tobit 方法进行分析。最后试图分析企业资本效率的影响要素，以期对于企业的发展和管理优化做出有益的建议。

本文的结构安排如下：第一部分是引言，提出问题的研究对象。第二部分是文献综述。第三部分是将选取数据对变量进行说明和整理，并建立DEA三阶段模型。第四部分是建立Tobit模型，分析影响企业资本效率的影响因素。第五部分在以上的分析结果上提出对策和建议。

本文的创新点体现在以下几个方面：提出用DEA研究企业的资本效率配置问题，这是全新的研究角度并且具备实证性。因为企业的资本效率配置会受到外部环境的影响，从而导致企业的实际资本效率值失真，采用SFA对企业的外部环境因素进行了剔除。Tobit回归可以帮助企业更好地分析影响企业效率的影响因素。

（一）资本效率测度

合理的资本配置是提高资源利用效益的重要途径，在金属企业来说，这个非常重要。基于此，本文拟对金属行业企业的资本效率进行评价研究。企业资本配置是个复杂的问题，资本配置的投入是资本，而产出是各项经营成果指标和权益指标。金属行业企业资本的来源涵盖很多种形式，而资产是其外在的表现形式，资产的种类繁多，各种不同的投入组合决定了其不同的产出形式和产出数量。因此，资本效率评价是一个多输入的决策问题。而针对这种问题，DEA（数据包络分析）是一种比较有效的分析方法。鉴于此，本文将DEA理论和模型应用于金属行业企业资本效率的评价中，以期为该问题的解决提供一条有效的途径。若将不同的资本指标作为各项输入，将其对应的经营绩效指标和权益指标作为各项输出，便可对不同的金属行业企业资本效率进行DEA分析，进而对各家企业资本效率做出合理的评价，并得出企业资本效率的优化建议。

（二）变量的选取

1. 企业的资本投入指标。包括货币资本（x1），实物资本（x2），智力资本（x3）生态资本（x4），技术资本（x5），货币资本（x1）的取值是货币资本=货币资金+易变现的流动资产+短期投资+长期有价证券投资。实物资本（x2）的取值是物质资本= 固定资产净额+ 存货净额+ 在建工程净额+ 投资性房地产净额+ 长期待摊费用净额。智力资本（x3）包含了人力资本，企业的组织资本和关系资本。生态资本（x4）采用了两种衡量方式，就是企业的社会责任报告和环保投资总额。

2. 企业的产出指标。仅选择了一个，就是净利润（y）。

3. 环境变量。为了剔除传统DEA模型中的环境因素的干扰项。本文提出了三个最可能影响到资本效率的外部环境因素。第一个就是企业的规模（z1），取值是企业资产的对数。还有企业当地的人均GDP（z2），这是企业外部环境的重要影响因素，很多企业的内部资本效率较低，但是偏高的原因是受了当地的良好经济环境的影响。第三个因素是企业的当地消费水平（z3）。当地的富裕程度可以影响到企业的资本效率配置。

（三）数据来源

本文抽取了金属企业的数据进行分析，因为这些企业满足分析的要求，有上市财务报表，有非财务报表数据，具有连续十年的可供分析数据，时間覆盖了从2007年上市时间开始，到2016年。从其中，删选了异常数据， st企业数据。最后的数据库是符合本文的分析需要的，共使用了650组数据。本文使用的软件是deap2.1和frontier4.1。

（四）DEA第一阶段企业资本效率综合排名

用DEAP软件对65个金属行业的企业进行了资本效率的分析，对5个投入指标和1个产出指标进行了测算，结果如表1所示。

1. 第一阶段的效率分析值中，综合效率值如表1所示，最后的平均效率是0.422，比较低下。但是企业的纯技术效率值不低，平均值为0.833，规模效率同样偏低，为0.489。只有前7名的企业综合效率达到了高效，就是0.8以上。大部分的企业处于低效的状态。但是纯技术效率，是企业平均值达到了高效，大部分的企业都在高效的状态。规模效率只有8家企业达到了高效。

2. 这个结果只是第一阶段的测算，由于受到环境变量的影响和随机干扰项的干扰，这个结果与真实水平还有差距。

（五）随机前沿分析（SFA）

利用Frontier4.1 将第一阶段得出各个企业的投入变量的松弛变量定为被解释变量，将上述的3个环境因素作为解释变量，进行SFA回归分析，以第10年的分析结果为例，结果如表2所示。环境变量的分析如下。

1. 企业规模。该变量对于所有的投入变量的松弛值回归系数都为正数，表明该变量的增加，会促进松弛变量的增加。它对货币资本，实物资本，技术资本都有显著的影响，这就表明企业的规模越大，企业就要求越多的货币资本，实物资本和技术资本，但是这些资本的效率会随着企业规模的增大而呈现一定的降低。生态资本和智力资本与企业规模没表现出明显的关系，这说明对于中小企业，没有规模优势的企业，战略发展方向是生态资本和智力资本。

2. 当地人均GDP。它与各个资本的投入松弛量的相关系数全部都为负，这表明人均GDP可以减少资本的投入松弛量，它对物质资本的关系效应显著，对其他的资本关系效应不明显。这表明当地人均GDP可以促进企业的资本效率，并对物质资本的资本效率提高有显著作用。

3. 当地人均消费水平。它与各个资本的投入松弛量影响系数均为正，但是关系效应不显著，但是对物质资本有显著效应，以及对货币资本有显著效应。这表明它可以促进物质资本，货币资本的增加，但会导致物质资本和货币资本的效率浪费。分析表明，企业资本效率与企业规模关系显著，但是企业规模会降低企业的资本效率水平。企业资本的效率水平与当地的富裕程度和经济发展程度有一定的影响，企业的发展受到一定的当地的经济水平的限制，但不是所有的资本类型都受到当地经济水平和富裕程度的影响。

DEA第三阶段法最大的特点就是强调第二阶段中，对于影响效率值的外界环境因素和随机干扰项，应该进行调整，否则会因为这些差异导致分析结果偏离出现误差，在排除了外部环境影响因素和干扰项因素的前提下，再一次进行DEA分析，从而可能得到更加接近真实水平的结果。企业的资本效率，可能会受到企业的规模大小和所在地经济水平和富裕程度的影响，从而导致企业的效率值失真，所以这个阶段的任务是调整原有的投入量。

（六）第三阶段DEA分析

从表3可以看到，紫金矿业，宝钢股份，建新股份的企业资本效率水平处于高效的状态。其余的基本上都是低效的状态，在进行了第二阶段的调整后，结果是企业的资本效率值全部都降低了。表明企业原有的资本效率受到了外部环境影响偏高，企业的规模和当地的经济水平富裕程度提高了企业的真实资本效率，再剔除了这些影响后，企业的真实平均资本效率由原来的0.422下降到了0.375。而且，第一阶段中，企业的纯技术效率很高，为0.833，规模效率较低，为0.489。但是调整后，第三阶段，企业表现出了较低的纯技术效率值0.449和较高的规模效率值0.873。从表4可以看出，规模效率调整后，标准偏差偏小，规模效率相对都很高，而技术效率的标准偏差还有增大，这表明企业的基本问题是技术效率的问题。综合效率降低后，标准偏差变小，表明集体的效率值都是偏小的。

从企业的排名来看，第一阶段的排名与第二阶段的排名差别非常大。第三阶段处于高效状态的企业在第一阶段的排名很低。第三阶段中的第一名，在第一阶段排名是54;第二名在第一阶段是63名;第三名在第一阶段是58;第四名在第一阶段是46名;而且相反的是，第三阶段排名落后的企业在第一阶段的时候，排名都很靠前，比如：第65名在第一阶段是13名，第64名在第一阶段是11名，第63名在第一阶段是15名，第62名在以第一阶段是13名。这说明第二阶段的调整幅度很大，企业的资本效率值受到的外部环境的影响非常大。

四、TOBIT模型回归分析

（一）模型设计

为了检验资本效率受到影响的因素，假设资本效率受到企业多种能力因素的影响。

企业的能力主要包含了以下四个方面。

1. 发展能力。它是通过企业的价值增长率体现。所以使用主营业务增长率（w1）和总资产增长率（w2）来代表企业的发展能力。

2. 盈利能力。是最为重要的。本文使用资产收益率（w3）和主营业务利润率（w4）代表企业赢利能力。

3. 运营能力。用存货周转率（w5）和应收账款周转率（w6）代表企业运营能力。

4. 偿债能力。使用资产负债率（w7）和流动负债率（w8）代表企业的偿债能力。

所以建立Tobit模型，以三阶段DEA模型的得到的企业的综合效率值为被解释变量，以上述8个企业能力指标为解释变量，这个模型如下：

E=c+a1*w1it+a2*w2it+a3*w3it+a4*w4it+a5*w5it+a6*w6it+a7*w7it+a8*w8it+ε

E（efficient）是资本效率的综合值，自变量包含了尽可能多的可能影响到这个效率值的影响因素，c为截距项，i为公司数（i=1，2，3，···，n;n=65），t代表时期（t=1，2，3，4，…，10），ε为残差项。

（二）自变量的多重共线性检验

从多重共线性检验可以看到8个因子之间，基本上不存在多重共线性，可以进行回归分析。

五、Tobit模型回归结果分析

由表6的企业资本效率Tobit模型回归结果看到，第一，主营业务收入增长率w1，总资产增长率w2，资产负债率w7，流动负债率w8系数为负，就是说当这几个指标增加1%时，企业资本效率会降低0.145%，0.071%，0.047%，0.050%。第二，资产收益率w3，主营业务利润率w4，存货周转率w5，应收账款周转率w6系数为正，就是说当这几个指标增加1%的时候，企业资本效率会增加0.352%，0.083%，0.315%，0.12%。而且资产收益率w3，应收账款周转率w6，主营业务利润率w4，存货周转率w5分别在5%，10%，1%的条件下显著。第三，主营业务收入增长率w1，总资产增长率w2，资产负债率w7，流动负债率w8对企业资本效率的影响都是负的，但是基本上没有显著效应。第四，资产收益率w3，主营业务利润率w4，存货周转率w5，应收账款周转率w6对企业资本效率都有着正面的影响，而且影响的程度是资产收益率>存货周转率>应收账款周转率>主营业务利润率，而且影响都非常明显。所以要尽可能的注意提高企业的赢利能力，和营运能力。分析表明，企业资本效率与企业的偿债能力，发展能力无关，但是与赢利能力和营运能力有显著的关系，这两个能力对企业的资本效率是起关键性作用的。

六、结论与对策

（一）结论

本文运用三阶段DEA对金属行业的企业进行了十年的企业资本效率的测试和实证分析，得出结论如下。

1. 企业的资本要素包含有货币资本，实物资本，智力资本，生态资本，技术资本，这些对企业都有重要的影响。但是目前中国上市企业的资本效率整体水平不太高，基本都处于低效的状态，有待改善。尤其是技术效率水平低下。

2. 外部環境对企业的资本效率影响非常大。

3. 企业的资本效率同企业的盈利水平，资产收益率和主营业务利润率有直接的明显的正相关关系，高的资本效率基本具备高的盈利水平。资本效率还同企业的经营水平有关系，资本效率高的企业代表较高的经营水平和资产管理水平。但是资本效率同企业的偿债能力和增长能力没有直接的关系。

（二）对策

1. 资本效率是企业发展需要考虑的一个最重要的问题，它直接与企业的盈利和经营能力有直接的关系。从资本效率研究企业是一个全新的角度，而企业重视程度不够，因而发现基本上整体都处于不太高，有待提高的状态，但是是一个管理的重要手段。

2. 企业规模对企业的资本效率有重要的影响，但是对企业的生态资本和智力资本没有显著的影响，不具备规模优势的企业应该重点发展和管理企业的生态资本和智力资本。企业的生态资本，技术资本和智力资本基本上与企业的外部环境没有什么联系，也不受影响。

参考文献：

[1]白永平，张晓州.基于SBM—Malmq-

uist-Tobit模型的沿黄九省（区）环境效率差异及影响因素分析[J].地域研究与开发，2013（02）：90-95.

[2]葛家澎.资产概念的本质、定义与特征[J].经济学动态，2005（05）：8-12.

[3]刘冬.基于SBM-Malmquist-Tobit模型的纺织业上市公司融资效率研究[D].西安：西安工程大学，2018.

[4]李团民.基于生态资本权益的生态补偿基本内涵研究[J].林业经济，2010（04）：100-103.

[5]覃家琪，齐寅峰.资产与企业资产的经济学分析[J].财经科学，2007（07）：96-103.

[6]王领，苟晓敏，王珊.FDI区位选择中的异质性人力资本因素——基于地区差异性的研究[J].技术与创新管理，2018（03）：288-292.

[7]严立冬，谭波，刘加林.生态资产化：生态资源的价值实现[J].中南财经政法大学学报，2009（02）：3-8.

[8]杨森，齐捧虎.社会资本、吸收能力与企业绩效关系研究——基于农业上市公司实证研究[J].技术与创新管理，2019（01）：71-79.

[9]张婷.创新型人力资本的影响因素实证研究[J].技术与创新管理，2017（03）：262-267.

[10]赵燕芳.代理成本视角下的制造业上市公司资本结构优化研究——基于DEA模型[D].青岛：青岛理工大学，2016.

[11]Banker R. D.，Charnes A.， Coo per W.W.So me models for estimating techno logical and scale inefficiencies in data envelopment analysis[J].Management Science，1984， 30（09）：1078-1092.

[12]Basso A， Funari S. Measuring the performance of ethical mutual funds： A DEA approach[J].Jo urnal of the Operational Research Society，2003，54：521-531.

[13]Cooper W W， Huang Z M， Lelas V， etc. Chance constrained programming formulations for stochastic characterizations of efficiency and dominance in DEA[J]. Journal of Productivity Analysis，1998，9（01）：53-79.

[14]Cu llinane K.， Song D. W.， Gray R.A stochastic frontier model of the efficiency of major container terminals in Asia assessing the influence o f ad ministrative and o wnership structures[J].Transportation Research Par tA，2002（36）：743-762.

[15]Daily G C，SODERQVIST T.etal.The value of nature and the nature of value[J].science，2000（289）：395-396.

[16]Dekker D， Post T. A quasiconcave DEA model with an application fo r bank b ranch per formance evaluation[J].Eu ropean Journal of Operational Research，2001，132：296-311.

[17]H. Dyckhoff，K. Allen.Measuring ecological efficiency with data envelopment analysis（DEA）[J].European Journal of Operational Research，2001（02）.

[18]UANG Hai-bo.Investigating Cost Efficiency of China Port Public Co mpanies Based on SUP-CCR-DEA[J].Chinese Journal of Management Science，2007，15，3：142-148.

[19]Kuosmanen T，Post T.Quadratic data envelop ment analysis[J].Journal of the Operational Research Society，2002，53：1024- 1214.

[20]Mart inez B. E.， Diaz A. R.， NavarroI.M.， etc. A study o f the efficiency of Spanish port authorities using data envelopment analysis[J].International Journal of Transport Economics，1999，26（02）：237-253.

[21]NK Avkiran，Cai， Lin. Provincial water use efficiency measurement and factor analysis in China：Based on SBM-DEA model[J].Annals of Operations Research，217（01）：31-53.

[22]Pen za Pietro， Bansal Vipul K. Measuring Market Risk with Value at Risk[M]. New York： John Wiley & Sons Inc.，2001.

[23]Sarkis J L. A co mparative analysis of DEA as a discrete alternative mu ltip le criteria decision tool[J].European Journal of Operational Research，2000，123：543-557.

[24]eiford，L.M.，Thrall，R.M.Recent developments in DEA. The mathematical p rogramming approach to frontier analysis [J].Journal of Econo metrics，1990， 46：7-38.

[25]Simar L，Wilson P. Sensitivity analysis of efficiency scores：How t o bootstrap in non parametric frontier models[J].Management Science，1998，44（01）：49-61.

[26]Suh Y.，Seol H.，Bae H，Park Y..Eco-efficiency based on social performance and its relationship with financial performance[J].Journal of Industrial Ecology，2014（18）.

[27]VAN D P J，CHIESURA. Towards a conceptual frame work to identify and operationalize critical natural capital[R].Working Paper of CRIINC-oject，1998：4-30.

（作者單位：昆明理工大学管经学院）