基于DEA-Malmquist模型零售百货上市公司融资效率研究

薛广禄（广州大学松田学院 广东广州 511370）

一、引言

零售百货业在促进消费升级、扩大内需、带动经济增长等方面发挥着举足轻重的作用。近年来，我国整体经济良好发展，零售百货企业也加大资金的投入，零售业发展迅猛。据中国百货商业协会统计，2019年零售百货业的销售总额7 653亿元，同比增长5.78个百分点；整个行业的毛利1 744.88亿元，同比增长9.2个百分点。这些数据表明在内循环经济发展的背景下，零售百货业对经济增长发挥的效用越来越显现。但是，零售百货业的租金、人工成本高、效率低是限制零售百货业乃至经济增长的阻碍。一些零售业者试图通过资本运作方式寻求进一步发展的动力，这就需要考量融资效率问题，必须符合成本效益原则。2020中央经济工作会议提出财政政策、货币政策要同消费、投资等政策形成合力。因此，零售业在发展过程中要挖掘超大规模市场优势，发挥消费的基础作用和投资的关键作用，准确把握零售百货业的融资效率和影响因素，这将有助于挖掘零售百货业的发展潜力，与此同时，为国家和地方政府制定零售百货业的发展政策、构建零售百货业态的高效、均衡发展提供科学依据。

二、相关研究综述

通过查阅相关的文献可知，近年来，对零售行业融资效率的研究一般是从上市批发零售业、百货业和新零售业三个方面去探讨和研究。上市批发零售业方面：如潘立生、方芳（2010）结合托宾Q理论，以上市批发零售业为研究对象，实证分析其三年的投资效率，研究结果表明整个批发零售业投资效率低，其中主要原因是负债融资比例高。姚力菁（2015）运用DEA方法，以上市零售企业为研究对象，实证分析其五年融资效率，研究表明企业平均融资效率较高，但融资效率无效的企业数量远超有效的企业数量，不同企业的规模效率和纯技术效率存在较大差距，并指出零售业下一步研究应从融资结构、融资方式等方面继续推进。百货业方面：贺申杭（2019）依据新零售理论、优序融资理论以及价值投资理论，通过分析百货业投融资的规模、结构等方面，研究问题的产生及原因，提出针对性的对策。研究发现百货业在投融资规模、投资收益等四个方面与新零售模式运行存在一定偏差。新零售业方面：怡熙雅（2019）利用DEA模型，对42家上市零售企业的融资效率研究表明，新零售商业企业的整体融资效率较高，但是部分企业的规模效率和纯技术效率还有优化和提升的空间；通过构建多元回归模型，对影响新零售商业企业的融资效率因素进行了相关性分析。从分析结果可以看出财务费用、股利支付率和资产负债率与企业融资效率均为负相关关系；主营业务收入增长率、权益收益率和总资产周转率与新零售企业融资效率为正相关关系；总资产与新零售商业企业的融资效率没有显著的线性关系。

综上所述，零售百货业融资效率的研究成果相对较少，并且多数研究者都是采用DEA模型研究零售百货的静态融资效率，而对零售百货业融资效率进行动态分析评价的研究成果极少。正因如此，本文选择45家零售百货上市公司为研究对象，对其融资效率进行综合研究，主要分为三个步骤，第一步是构建零售百货业的投入产出指标，第二步采取DEA模型进行效率静态测算，第三步采用Malmquist指数模型跟踪零售百货五年动态效率的变化趋势，在此基础上梳理存在的不足并提出优化零售百货业融资效率的建议。

三、研究设计

（一）研究方法

1.DEA 模型。DEA（Data Envelopment Analysis），即数据包络分析，由美国学者A.CharnesW.W.Cooper和E.Rhodes第一次提出。它是利用线性规划的数学原理，对多个投入、产出效率的有效性做出判断，是效率评价的最佳方法之一。它把这些投入与产出的元素称之为决策单元（DMU），将DMU投射到生产可能集的前沿面，判断DMU是否位于前沿面上：若是在边界上，表明是有效的，效率值为1；若是在边界内，表明相对无效率，效率值介于0和1之间。根据假设条件的不同，DEA模型有两个基本模型，即CCR模型（规模报酬不变）和BCC模型（规模报酬变化）。学术界对DEA模型探讨较多，本文不再赘述。

2.Malmquist指数模型。Malmquist模型是瑞典统计学家Malmquist在分析不同年份的消费时用的统计指数，后来以其名字命名为Malmquist指数模型。1982年，Caves等将该模型用作生产率指数使用，应用该指数模型有两个好处：省略投入产出指标的价格信息；分解动态全要素生产效率为技术效率指数（分解为纯技术效率指数和规模效率指数）和技术进步指数，并深入研究各个指数的变化趋势。Malmquist指数通过距离函数计算得出，其距离函数等于技术效率指数的倒数。运用DEA模型公式求解Malmquist指数的距离函数，通过求解得到第r个t期到t+1期的Malmquist指数（简称M）。当M＞1，随着时间推移，总效率是上升的趋势；当M=1，随着时间推移，总效率保持不变；当M＜1，随着时间推移，总效率呈现下降的趋势。总效率即全要素生产效率，它的增长主要是依靠技术效率和技术进步：若是两者的数值大于1，它是全要素生产率增长的源泉，若是两者中有个数值小于1，则它是全要素生产率下降的根源。

（二）构建评价指标体系

零售百货业融资效率评价指标体系的构建是一项相当复杂的研究工作，它涉及投入指标、中间指标和最终产出指标等多指标、多环节。通过借鉴已有研究成果，本文构建了投入和产出评价指标体系，如表1所示。

表1 零售百货业融资效率评价指标体系

在投入指标方面，以资产总额、营业总成本、资产负债率和流动比率为评价指标；在产出指标方面，参照姚力菁（2015），做了相应的修改，用净利润替换了总资产周转率指标，以净利润、净资产收益率和营业总收入增长率为评价指标。

（三）数据来源

为了更加客观公正地反映零售百货上市公司整体的融资状况，根据DEA模型指标值不能为负的要求，剔除零售百货业中带有ST、*ST标注的公司，财务指标数据不全、二次和定向发行的上市公司也剔除。通过查阅相关的资料，最终选取零售百货业45家上市公司为研究对象，采用五年（2015—2019年）的年度面板数据为研究期间，样本容量为225。数据主要来源于各家上市公司公布的年报数据以及巨潮资讯网，如表2所示。

表2 2019年零售百货业指标值描述统计

表2显示，45家零售百货上市公司的各个指标值悬殊较大。2019年，资产总额的平均值为115.66亿元，最高的百联股份为566.93亿元，最低的宁波中百仅13.79亿元；营业总成本的平均值为112.29亿元，最高的永辉超市为883.58亿元，最低的上海九百仅为0.83亿元；资产负债率平均值为49.61%，最大值为友好集团的81.20%，最小值为上海九百的7.84%；净利润的平均值为6.45亿元，最高的永辉超市为15.64亿元，最低的跨境通为-27.08亿元，两者相差157.76%；流动比率的平均值为1.45，最大值为上海九百的7.66，最小值为汉商集团的0.26；净资产收益率平均值为4.76%，标准差为13.45，最大值为茂业商业的20.20%，最小值为新华都的-59.13%；营业总收入增长率平均值为16.09%，标准差为76.25，最大值为星徽精密的390.94%，最小值为供销大集的-64.35%。从以上分析可知，45家零售百货上市公司的投入和产出存在重大差异。

四、实证分析

（一）零售百货业融资效率的静态分析

采用DEAP 2.1软件对零售百货上市公司五年（2015—2019年）的年度面板数据的投入产出指标进行测算，主要是从综合效率、纯技术效率和规模效率三个方面展开静态分析，其中综合效率等于纯技术效率乘以规模效率。

1.综合效率分析。从表3可以看出，零售百货上市公司综合效率的变化趋势是先上升再下降。五年间45家零售百货上市公司的平均水平为0.762，其中2015—2018年呈现缓缓上升的态势，2018年达到最高值0.811，2019年下降至0.739，低于平均水平2.3个百分点。从各个上市公司的均值来看，2015—2019年，跨境通、星徽精密、茂业商业、上海九百四家公司的综合效率值为1，占比为8.9%，表明四家公司的投入产出达到DEA有效，融资效率高；综合效率均值保持在0.9以上的上市公司分别为鄂武商A、徐家汇、天泽信息、宁波中百，占比为8.9%，表明四家公司的融资效率较高；各个上市公司均值低于平均水平的公司有25家，占比为55.6%，表明一半以上的公司融资效率低于平均水平，其中华联综超的综合效率最低，仅为0.488，与综合效率值1相比，两者相差幅度达到51.2%。从综合效率的分析来看：2015—2019年，各个上市公司的均值变化情况悬殊大，最大值与最小值的幅度相差一半以上。所以，整个零售百货上市公司的综合效率差异性大。

表3 2015—2019年零售百货上市公司综合效率值及排名

2.纯技术效率分析。表4的计算结果显示，零售百货上市公司纯技术效率的变化趋势是先上升再下降，又再上升又再下降。五年间零售百货上市公司的平均水平为0.881，2015—2016年呈现小幅上升，2017年下降至0.885，2018年又上升至0.922，为最高值，2019年又下降至0.866，低于平均水平1.5个百分点。从各个上市公司的均值来看，2015—2019年，跨境通、天泽信息、星徽精密、汉商集团、茂业商业、上海九百、宁波中百、百大集团八家公司的纯技术效率值为1，占比为17.8%，表明八家公司的投入产出达到DEA有效，融资效率高；纯技术效率均值保持在0.9以上的上市公司分别为鄂武商A、国芳集团等十一家公司，占比为24.4%，表明它们的融资效率较高；各个上市公司均值低于平均水平的公司有25家，占比为55.6%，表明一半以上的公司融资效率低于平均水平，其中华联综超的纯技术效率最低仅为0.629，与综合效率值1相比，两者相差幅度达到37.1%。从纯技术效率的分析来看：2015—2019年，各个上市公司的均值变化悬殊不大，整个零售百货上市公司的纯技术效率差异性不是很大。

表4 2015—2019年零售百货上市公司纯技术效率值及排名

3.规模效率分析。从下页表5的计算结果可以看出，45家零售百货上市公司规模效率的平均水平为0.858，变化趋势先是下降至2016年的0.841，2016—2018年呈现上升态势，2019年下降至0.853，与平均水平基本持平。从各个上市公司的均值来看，2015—2019年，跨境通、星徽精密、茂业商业、上海九百四家公司的规模效率值为1，与综合效率占比相同，表明四家公司的投入产出达到DEA有效，融资效率高；规模效率均值保持在0.9以上的上市公司分别为鄂武商A、徐家汇、天泽信息、东百集团、永辉超市等十家公司，占比为22.2%，表明它们的融资效率较高；各个上市公司均值低于平均水平的公司有20家，占比为44.4%，表明大部分上市公司融资效率低于平均水平，其中国芳集团的综合效率最低仅为0.661，与综合效率值1相比，两者相差达到33.9%。从规模效率的分析来看：2015—2019年，各个上市公司的均值变化情况悬殊较大，最大值与最小值的幅度较大。所以，整个零售百货上市公司的规模效率差异性较大。

表5 2015—2019年零售百货上市公司规模效率值及排名

综合以上分析，以纯技术效率、规模效率为依据，以0.9为分界值，构建四个效率类型，第一类划分为纯技术效率和规模效率都大于分界值，称为“两高”类型，上市公司有跨境通、天泽信息、星徽精密、茂业商业、上海九百、鄂武商A、供销大集、徐家汇、宁波中百、汇嘉时代、永辉超市共11家；第二类划分为纯技术效率大于分界值，规模效率小于分界值，称为“高低”类型，上市公司有汉商集团、百大集团、新世界、南宁百货、百联股份、文峰股份、安德利、国芳集团共8家；第三类划分为纯技术效率小于分界值，规模效率大于分界值，称为“低高”类型，上市公司有天虹股份、友好集团、家家悦共3家；第四类型划分为纯技术效率和规模效率都小于分界值，称为“两低”类型，上市公司有合肥百货、王府井、中百集团、重庆百货、广百股份、三江购物等共23家，对于处于“两低”类型的上市公司，不仅要提升技术水平，还要提高管理水平，更重要的是不断优化企业的生产规模。

（二）零售百货业融资效率的动态分析

为了研究2015—2019年零售百货上市公司融资效率的动态变化，本文采用DEAP 2.1软件中MALMQUIST-DEA命令测算，主要从技术效率指数（EFFCH）和技术进步指数（TECHCH）两方面研究融资效率的动态变化（TFPCH）——全要素生产率。

从表6可以看出，全要素生产率（Malmquist指数）的平均水平为1.022。其中起决定性作用的因素是技术进步，它的贡献率是7.9%，但是由于技术效率下降5.3%，两者相互综合，导致整体零售百货的Malmquist指数增长2.2个百分点。再细分技术效率的下降，整体零售百货上市公司的纯技术效率增长7%，而规模效率下降5.9%，导致零售百货整体的技术效率下降5.3个百分点。从各个上市公司的数值来看，技术进步也是推动全要素生产率提高的重要因素。所以，技术进步是整个零售百货上市公司提高融资效率的决定性因素。

表6 2015—2019年选取部分零售百货上市公司融资效率指标统计

如表7所示，2015—2019年零售百货上市公司的技术效率平均值为0.947，技术进步平均值为1.079，全要素生产率（Malmquist指数）平均值为1.022，表明零售百货上市公司在五年间增长2.2%，全要素生产率整体呈现上升态势，主要依靠技术进步的推动。从时间上来看，2016—2017年、2018—2019年，TFPCH指数上升，主要影响因素是技术进步；2015—2016年、2017—2018年，TFPCH指数下降，主要的影响因素是技术进步的下降所致。所以，技术进步对零售百货上市公司的融资效率起着决定性的影响。

表7 2015—2019年零售百货上市公司Malmquist指数分解与变动

五、结论与建议

（一）结论

综上所述，运用DEA-Malmquist模型，即通过DEA模型的静态分析和Malmquist指数的动态分析，可以得到零售百货上市公司融资效率的研究结论，主要包括三方面：

1.静态效率分析。2015—2019年间，零售百货上市公司规模效率差异悬殊较大；纯技术效率差异性不是很大；综合效率差异悬殊大。

2.静态类型分析。属于“两高”类型的上市公司，适当调整就能达到DEA有效；属于“高低”类型的上市公司，应适度调整规模，合理配置投入资源；属于“低高”类型的上市公司，需要不断提高技术水平；属于“两低”类型的上市公司，不仅要提升技术水平，还要提高管理水平，更重要是不断优化企业的生产规模。

3.动态分析。45家零售百货上市公司在五年间动态趋势呈现上升的态势，TECHCH（技术进步）平均增长7.9%，EFFCH（技术效率）平均下降了5.3%，TFPCH（Malmquist指数）平均上升了2.2%，对TFPCH起决定性影响的因素是TECHCH（技术进步）。

（二）建议

通过以上研究，建议零售百货上市公司采取以下策略，提升融资效率：一要优化零售百货上市公司的资本结构，积极探索公司的兼并或重组，巩固资金实力，进一步降低负债比例。二要增强技术创新能力，加大对技术创新研发费用的投入力度。技术进步是影响零售百货上市公司融资效率的决定性因素，所以，将提高技术创新作为提升企业融资效率及效益的重要举措，从而提升营业收入水平。三要梳理零售百货上市公司的内部控制，利用健全的内控机制对融资效率的提升作用，建立健全并完善内控机制，为企业提供稳定、正常的生产环境。