A企业融资效率评价与优化建议

摘 要：在政府补贴逐渐退坡以及市场竞争日趋激烈的环境下，解决融资困境，避免新能源汽车销量的断崖式下跌，成为企业亟须解决的首要问题。本文以A企业为研究对象，从DEA模型的静态分析和Malmquist指数的动态分析两个角度实证分析了2018—2022年18家新能源汽车样本公司的融资效率情况。结果表明：A企业综合技术效率、纯技术效率和规模效率均有所上升，但2022年数值均小于1，未达到有效状态。此外，A企业的技术进步指数小于1，与其他企业相比有较大差距。最后根据研究结果提出相应建议。

关键词：融资效率；DEA模型；Malmquist指数

一、引言

2020 年10月，国务院办公厅印发了《新能源汽车产业发展规划（2021—2035年）》，表明我国新能源汽车产业进入加速发展阶段，但是仍然存在核心技术创新能力不强、市场竞争加剧等问题。新能源汽车产业如何在补贴逐渐退坡以及市场竞争日趋激烈的环境下，解决融资困境，避免新能源汽车销量的断崖式下跌，保障行业健康可持续发展，成为企业亟须解决的首要问题。

新能源汽车是一种新兴的高新技术产品，其发展需要大量的资金支持研发创新，而该行业资金回收周期长，因此充足且稳定的资金对于企业的发展至关重要。融资效率能反映企业筹集资金和配置资金的能力，因此，如何提升新能源汽车公司的融资效率，成为公司发展的关键问题。本文选取A公司作为研究对象，对其融资效率进行静态和动态两个方面的分析，试图找出企业目前存在的问题。

二、研究现状

汤晨妮（2018）采用DEA基础模型和Malmquist指数模型对上市公司恒大地产的融资效率进行定量评价。靳鑫（2020）对纺织行业上市公司的融资效率进行定量测算，结果表明行业上市公司的投入和产出不匹配，公司须优化融资结构，提高融资效率。曹翠珍等（2021）运用DEA-Malmquist模型对18家发行优先股的上市商业银行进行融资效率测算，发现整体融资效率有效性不强。曾雄旺等（2021）运用三阶段DEA模型对67家农业上市公司的融资效率进行评价，还研究了政府补助对融资效率的影响，结果表明不同子行业融资效率受政府补助的影响各异。陈东（2020）利用DEA-BCC模型和DEA-Malmquist模型对企业融资效率进行测算，结果表明研究范围内企业融资效率整体较低且具有滑坡趋势。

三、研究方法

1.DEA-BCC模型

数据包络分析法（DEA）是一种非参数的效率评价方法。依据企业规模报酬是否可变，DEA模型分为CCR和BCC两种。BCC模型是在CCR模型的基础上引入了规模效率的概念，它假设决策单元的输入输出是可调整的，并且每个决策单元具有不同的权重。本文选择BCC模型进行融资效率静态分析。规模报酬可变的BCC模型数学表达式如下。

最大化：

BCC=

约束条件：

vj≥0，j=1，2，…，m

ui≥0，i=1，2，…，n

其中，n表示决策单元的数量，m表示指标的数量，xi表示第i个决策单元的输入向量，yi表示第i个决策单元的输出向量，ui表示第i个决策单元的输入权重，vj表示第j个决策单元的输出权重。

2.Malmquist指数模型

Malmquist指数模型主要对样本公司进行动态评价分析，该指数反映出一段时间内样本公司经营管理水平的变化程度，该模型公式如下。

M（）=[]1/2

该模型前半部分表示技术效率变化指数，后半部分表示技术进步指数，当样本公司处于规模收益可变时，技术效率变化可再次分解为纯技术效率变化和规模效率变化，公式如下。

Mt，Mt+1 = effch×techch = pech×sech×techch

其中，Mt用来判断企业全要素生产率是否提高，effch表示技术效率变化，techch表示技术进步变化，pech表示纯技术效率变化，sech表示规模效率变化。

四、样本选择和指标构建

通过Choice金融数据终端搜索新能源汽车概念股，剔除已退市、ST类、*ST类以及数据不全的公司，选取主营业务构成为整车销售相关的18家企业为研究对象，研究时间为2018—2022年。通过阅读相关文献，最终选取资产总额、资产负债率、营业成本作为投入指标，选取净资产收益率、总资产周转率和营业收入增长率作为产出指标。资产总额用以衡量企业的融资规模，资产负债率用以衡量企业的融资结构，营业成本用以衡量企业的资金利用能力。净资产收益率体现企业的盈利能力，总资产周转率体现企业的资金营运能力，营业收入增长率则体现企业的成长能力。根据DEA模型的设定要求，决策单元数量（18）大于投入产出指标（6） 的2倍，符合模型要求。本文所涉及数据均来源于国泰安数据库。

根据DEA模型设定要求，投入指标和产出指标的数值均要为正，而净资产收益率和营业收入增长率可能为负，影响测量结果的准确性。因此需对部分指标进行无量纲化处理，无量纲化处理后的数值位于[0.1，1]，保证了测算结果的有效性。具体操作如下。

Y=0.1+0.9×

其中，X为原始数值，Y为无量纲化处理后的数值。

五、A企业静态融资效率测度及结果分析

通过使用DEAP 2.1软件计算出18家样本企业的静态融资效率值，具体如表1所示。

综合技术效率能实现对企业的综合评测，反映包括技术选择、生产组织和资源配置等方面的效率。若综合效率等于1，表明企业整体效率值达到最优水平，产出达到最佳。若综合效率小于1，则说明企业没有达到最优生产效率，需要对企业各方面要素进行调整。从表中数据来看，2018年和2022年A企业的综合技术效率分别为0.636和0.961，呈现上升趋势，2022年数值更是超过了样本均值，表明企业资源配置、组织能力等较之前得到提升。此外，A企业综合技术效率排名由倒数变为第8名，表明企业在自身能力提升的同时，缩小了与其他企业的差距。但是，2022年該企业的综合技术效率值为0.961，未达到DEA有效，企业仍有一定的上升空间。

纯技术效率可以反映企业是否基于现有水平实现了资源效率最大化。当企业的纯技术效率值为1，说明企业运营管理水平高，资源利用充分有效。若小于1，说明当前投入运营管理水平偏低，企业未处于生产前沿面。从表中数据来看，A企业纯技术效率2018年到2022年呈现上升趋势，且由2018年低于样本均值状态变为2022年高于样本均值状态。此外，2022年A企业纯技术效率接近1，表明企业运营管理水平得到提升。在样本公司中，A企业纯技术效率综合排名从第17名上升到第9名，表明企业在提升自身能力的同时，缩小了与其他企业的差距。但是，2022年该企业的纯技术效率值小于1，企业仍需提高自身的管理水平，达到DEA有效。

规模效率反映的是实际规模与最优生产规模的差距。当规模效率值为1时，表明企业融资投入或产出达到最佳规模状态，即规模效率有效。若小于1，说明企业投入与产出未处于最优状态，需要调整投入或产出。A企业规模效率2018年和2022年分别为0.846和0.992，2022年接近1，近似最佳规模状态。2018年和2022年A企业均处于规模报酬递增状态，表明企业可继续加大投入，以求达到最优规模。就2022年而言，A企业的各项效率值均高于样本均值，而企业规模效率接近1，企业应提高自身运营管理水平，力求位于生产前沿，促使企业综合技术效率值达到1。

六、A企业动态融资效率测度及结果分析

通过DEAP 2.1软件进行Malmquist指数分析，具体结果如表2和表3所示。

由表2可以看出，2018年到2022年样本企业整体全要素生产率呈现波动状态，但是总体上呈现上升趋势，上升了5.7%。分解来看，技术效率上升了1.7%，技術进步上升了3.9%，表明新能源汽车产业整体技术水平创新对全要素生产率的提高起主要作用，管理水平及资源使用能力提升起次要作用。5年间样本企业纯技术效率变动整体趋于下降，下降了0.2%，规模效率则上升了1.8%。比较5年纯技术效率变动及技术效率变动趋势，发现2018—2022年两者呈现相反的变动趋势。说明规模效率发挥良性作用，抵减了纯技术效率的负面影响。

由表3中数据统计发现，2018—2022年共有12家企业全要素生产率变动指数大于1，A企业全要素生产率变动指数大于1，为1.113，排名第六，说明A企业的融资效率有所提升，且形成一定的竞争力。全要素生产率变动受技术效率变动和技术进步变动双重影响。由数据发现，11家企业的技术效率变动大于1，A企业也是其中之一，其技术效率增加了12%，超过样本均值，表明企业有较为强劲的组织管理能力。此外，共有13家企业技术进步变动大于1，而A企业为0.994，小于1且小于样本均值，排名第14位，表明A企业技术水平在同行业中较为落后，企业要加强技术研发投入，提升技术水平，从而提高融资效率。

七、研究结论及建议

由上述两个维度的分析，得出以下结论。第一，从静态分析来看，A企业综合技术效率、纯技术效率和规模效率均有所上升，但是，A企业2022年效率值均小于1，未达到有效状态，仅规模效率近似1，为0.992，融资效率仍有上升空间，尤其是纯技术效率有较大上升空间。第二，从动态分析来看，2018—2022年，A企业有4项指数大于1，且大于样本均值。仅技术进步变动指数小于1，处于递减状态，下降了0.6%。技术进步变动指数反映企业技术水平的改进情况，接近72%的企业技术水平改进且有一定提升，表明A企业的技术水平较为落后，须采取一定措施提高技术水平，从而对融资效率产生正向影响。

根据研究结论，提出以下建议。第一，A企业可以进一步扩大规模，发挥规模效应，促使企业达到最佳规模状态。在最优规模的加持下，持续改进企业融资决策与管理水平，拓宽融资渠道，优化资本结构。确定合理的债务资本和权益资本的比重，同时合理安排长短期贷款占比，力求降低企业综合资本成本率，避免资金闲置。第二，新能源汽车产业依赖核心技术，而人才的质量决定着技术研发创新水平与效率。因此，A企业应通过多方渠道引进高精尖人才，组建专注技术研发的科研队伍，并投入一定资金用于人才培养，突破技术限制对融资效率的影响。

参考文献：

[1]汤晨妮.基于DEA-Malmquist的恒大地产融资效率研究[D].广州：华南理工大学，2018.

[2]靳鑫.基于SBM模型的上市公司融资效率探析[J].财会通讯，2020（22）：153-156.

[3]曹翠珍，杜威.我国发行优先股的上市商业银行融资效率分析[J].会计之友，2021（6）：81-87.

[4]曾雄旺，唐学思，李志胜.农业上市公司融资效率及政府补助的影响效应[J].会计之友，2021（23）：58-63.

[5]陈东.我国通用航空产业上市公司融资效率分析[D].成都：四川省社会科学院，2020.

作者简介：陈斯洁（2000— ），女，汉族，安徽安庆人，硕士在读，研究方向：会计实务与管理。