论文部分内容阅读
收稿日期： 2013-07-30
基金项目： 国家社会科学基金（11BJY007）、国家自然科学基金（71373072、71171075）、教育部“长江学者和创新团队发展计划”项目（IRT0916）、教育部人文社科规划基金项目（12YJC790129）、湖南省两型社会与生态文明协同创新中心资助项目
作者简介： 熊正德（1967—），男，湖南湘潭人，湖南大学工商管理学院教授、博士生导师，经济学博士，研究方向：金融工程与风险管理，战略性新兴产业与产业金融。
摘 要：运用两阶段关联网络DEA模型，对我国新能源汽车产业上市公司的债权融资效率及各子阶段对应效率进行了测算。研究结果表明：新能源汽车产业上市公司债权融资效率水平偏低，而债权筹资效率相对低下是其主要原因；随着时间推移，大部分新能源汽车产业上市公司两阶段效率逐渐趋向双重高效。
关键词： 两阶段DEA；新能源汽车产业；债权融资效率；债权筹资；债权配置
中图分类号：F407.47 文献标识码： A 文章编号：1003-7217（2014）05-0051-06
一、引 言
2012年7月国务院发布的《“十二五”国家战略性新兴产业发展规划》要求对节能环保、新一代信息技术、生物、高端装备制造、新能源、新材料、新能源汽车等七大战略性新兴产业加大财税金融政策扶持，实现重点突破。新能源汽车产业作为国家产业政策重点支持领域，拥有良好的社会和市场环境，其发展前景良好。但从现实情况来看，该领域的发展还存在着许多问题，其中主要问题就是该行业的资金来源。具体表现为融资渠道较少，融资成本过高，企业无法及时、足额地获得所需要的资金，“资金”问题严重阻碍了该行业的发展速度。债权融资作为企业融资的一种方式，具有税盾功能，其效率高低不仅影响公司的资金充足度，还影响到公司治理结构和经营绩效。因此需要科学评价新能源汽车产业上市公司债权融资效率。
企业融资效率的界定是本文研究新能源汽车产业上市公司债权融资效率的基础，但从已有研究文献来看，理论界并没有形成一致意见。由于西方国家财产组织的分散化、社会化、市场化以及产权制度的私人特征，企业融资本身就具有效率，故国外学者专注研究的是市场整体的配置效率，而几乎不涉及企业融资效率。在我国，继曾康霖（1993）提出“企业融资效率”命题[1]以来，学者们才开始对企业融资效率进行研究。刘海虹等（2000）提出企业融资效率是指企业融资能力的大小，不仅包括筹资效率，还包括配置效率[2]。方芳等（2005）认为企业融资效率是某种融资方式以最高收益—成本比率和最低风险为企业提供生产经营所需资金的能力[3]。赵守国等（2011）界定企业融资效率为某种融资方式及融资机构对微观个体内部运营机制所产生的作用及功效[4]。企业融资方式分为债权融资和股权融资两类，其中债权融资主要指上市公司通过借款和发行债券而获得资金的行为，具体包括短期借款、长期借款、商业信用以及应付债券。本文所指的企业债权融资效率是以最低成本和风险为企业高效融入债权资金支持企业运营，并实现最大效益的能力，包括债权筹资效率和债权配置效率。
近年来，随着证券市场的逐步发展和完善，债权融资效率已经引来各方的密切关注。相关的定性分析主要集中在债权融资和股权融资的比较及选择上，如廖理等（2003）通过对比股权融资和债权融资成本，得出上市公司IPO 后债权融资对企业市场价值影响远优于股权融资，并提出我国应着手建立高效的企业债券市场[5]。朱文兴等（2007）从融资成本、资金利用率以及企业融资后的自由度三个方面分析融资效率，与股权融资相比，债权融资在融资成本和资金利用率上占优[6]。薛永基等（2010）通过研究发现，对于科技型创业企业绩效而言，股权融资的影响为负，债权融资的影响则为正[7]。
而相关的定量分析则集中于研究融资效率的测度方法，魏开文（2001）利用模糊综合评价法分析企业融资效率，得出相对股权融资，债权融资效率较高这一结论[8]。伍装（2005）运用灰色关联分析法评价企业的融资效率，研究发现长期负债融资对中小型企业产值影响最小[9]。王平（2006）采用层次分析法、模糊综合法对民营企业的融资效率进行评价，并计算出民营企业融资效率的得分[10]。
上述方法虽然对企业融资效率进行了定量分析，但是在研究指标的选取和权重的设计上，主观判断较多，准确性不高，DEA方法因无需主观确定权重，相对而言比较客观。刘力昌等（2004）利用DEA方法测度上市公司股权融资效率，得出我国上市公司股权融资效率呈低效状态的结论[11]。翟华云（2012）利用DEA方法测度我国七大战略性新兴产业的股权融资效率，研究表明，2011年的综合效率、纯技术效率和规模效率均值与前两年相比都有所增长[12]。邵永同等（2013）运用DEA方法对我国上市生物医药企业融资效率进行了研究，发现部分企业融资效率已达到较高水平，非有效状态的企业向有效状态发展的潜力较大[13]。
运用DEA方法对企业融资效率进行评价，虽然克服了指标权重设计上的主观性，并对决策单元进行了排序，但是传统DEA将决策单元整个系统内部视为一个“黑箱”，忽视了决策单元的内部运作过程。关联的两阶段DEA方法能够打开决策单元的内部“黑箱”，改正传统DEA模型的缺陷。周逢民等（2010）利用两阶段关联DEA模型对我国15家商业银行的效率进行评价，发现国有商业银行效率偏低主要是由资金经营阶段的无效引起的 [14]。雷明等（2012）建立组合型两阶段DEA效率评估模型，测算寿险公司营销和投资理赔两阶段的效率值，结果显示大部分寿险公司的投资理赔效率高于营销效率，且中资寿险公司的各效率值显著高于外资寿险公司[15]。尹伟华等（2012）运用关联网络DEA模型评价我国区域R&D投入绩效，研究表明我国区域R&D投入绩效偏低的主要原因是经济转化过程效率低下[16]。 尽管学者们对企业债权融资效率进行了较深入的研究，但大多囿于理论研究，相关实证研究较少。在融资效率测度方法上，更多的是偏向传统的一阶段DEA方法，运用两阶段关联网络DEA测度企业融资效率的实证则更少。因此，本文基于两阶段关联网络DEA模型对我国新能源汽车产业上市公司的债权融资效率进行评价，以期为我国新能源汽车上市公司债权融资效率的提高提供切实可行的具体措施。
二、实证研究设计
（一）两阶段关联网络DEA模型
目前研究企业融资效率应用比较广泛的方法主要有参数法和非参数法。其中，著名的运筹学家A.Charnes等（1978）提出的数据包络分析方法（简称DEA方法）是一种用来评价相同类型的多投入、多产出的决策单元是否技术有效的一种非参数统计方法[17]。作为传统DEA方法，将决策单元整个系统内部看成一个不可分割的“黑箱”， 只关注投入和产出的相对效率，不能得出生产过程中间阶段效率以及各个子阶段对整体效率的影响情况。为解决此难题，Fare等（2000）提出了网络DEA模型的概念，其基本建模思想是将复杂的生产过程分解为以中间产品相连的多个子过程[18]。虽然两阶段网络DEA极大的丰富了决策单元效率的评价，但它忽视了各个子阶段的关联性，Kao等在充分考虑各个子阶段关联性的基础上于2008年建立起关联的两阶段DEA模型，这种模型则比较贴合实际[19]。目前两阶段网络DEA模型主要以链形和并形两种基本网络结构为对象，根据债权融资效率评价的特点，本文采用链形结构的关联网络DEA模型，具体链式过程如图1所示。
Xi 阶段一 Zi 阶段二 Yi
图1 具有两阶段链式网络DMU过程
假设有n个决策单元，每个决策单元有m种类型的投入，s种类型的产出及q种类型的中间产出，其中设Xi为第i个决策单元（DMU）第一阶段的投入，Xi=（xi1，xi2，…，xim））T；Ζi为第i个决策单元第一阶段的产出，同时又是第二阶段的投入，Ζi=（zi1，zi2，…，zik）T； Yi为第二阶段的产出，Yi=（yi1，yi2，，，，yis）T；V=（v1，v2，…，vm），W=（w1，w2，….wq），U=（u1，u2，…，us）分别表示投入、中间及产出变量的权重。构建两阶段链式网络DEA的整体效率模型如下：
E0=Max UTY0
s.t.VTX0=1
UTYi-VTXi≤0
WTZi-VTXi≤0
UTYi-WTZi≤0
U≥εes，V≥εem，W≥εek
其中ε为非阿基米德无穷小量，eT=（1，1，…，1）。若U*，V*，W*为模型的最优解，则DMU整体及子过程的效率分别为：
E0=U*TY0/V*TX0
E1=W*TZ0/V*TX0
E2=U*TY0/W*TZ0
其中E0为整体效率值，E1和E2分别为两个子阶段效率值，若整体效率值等于1，则认为决策单元是有效的，且仅当它的每个子阶段都是有效的。
本文债权融资效率评价包括债权筹资效率和债权配置效率两个部分。其中，债权筹资效率是企业以最低成本和最低风险获取资金，支持企业运营的能力；债权配置效率则是企业将债权融资总额运用到企业的生产经营活动中去，实现企业最大效益的能力。
（二）指标的选择
本文在选择投入产出指标时，充分借鉴已有研究成果，并考虑所选评价指标的可获得性、可操作性及适用性原则，选取了2个投入指标、2个中间指标及3个产出指标，具体指标如下：
1.投入指标。选取债权融资成本、债权融资风险作为资金筹集阶段的投入指标，鉴于我国上市公司没有提供详细的资金使用费用和筹集费用的数据，因此，本文借鉴Zou等（2008）所采用的方法来表示债权融资成本 [20]。债权融资风险一般是指财务风险，产权比率作为偿债能力指标，体现了公司自有资金对偿债风险的承受能力，本文用产权比率来表示公司债权融资风险。
2.中间指标。选取债权融资总额和债权融资比例作为中间指标，国内外学者对债权融资总量的界定有两种方法：一是指公司财务报表中的全部负债，二是指银行借款和应付债券的总额，本文的债权融资总额为财务报表中的总负债，资产负债率为债权融资比例。
3.产出指标。选取资产报酬率、总资产周转率及营业收入增长率作为资金配置阶段最后的产出指标，旨在从盈利能力、营运能力及发展能力三个方面衡量企业债权资金的配置水平。具体链式过程如图2所示。
图2 债权融资的两阶段链式过程
（三）数据来源
为使评价结果准确反映我国新能源汽车产业债权融资效率的整体状况，本文以2010～2012年新能源汽车产业上市公司债权融资情况为研究对象。剔除数据不全、企业财务状况异常的ST股票及2010年后上市的公司，选取20家新能源汽车产业上市公司2010～2012年间的年度财务数据进行分析。本文的数据来自国泰安数据库、巨潮资讯网。
（四）数据处理
在运用两阶段关联网络DEA模型评价效率时，首先要确定决策单元的个数要大于投入、产出（中间）指标之和的2倍。本文选取的样本为20家新能源汽车产业上市公司，投入产出项数之和为4，符合经验法则的要求；其次要确定投入、中间、产出指标不能为负。本文所选取指标的原始数据有可能为负，如营业收入增长率，当上年营业收入大于本年营业收入时，营业收入增长率为负，因实际的投入、中间和产出指标均有不同的量纲，但决策单元的最优效率与投入、中间和产出指标值的量纲选取无关，因此本文将指标的原始数据按某一函数关系归到某一正值区间，具体方法如下：
yij=0.1+xij-mjMj-mj×0.9
其中mj=min （xij），Mj=max （xij），y=[0，1]，（i=1，2，…，n） （五）描述性统计
在对数据进行进一步分析之前，利用SPSS17.0对投入、中间及产出指标进行描述性统计分析，主要是进行平均数、最小值、最大值及标准差的分析，描述统计分析结果如表1所示。
从表1可以看出，新能源汽车产业上市公司债权融资效率的投入指标中债权融资成本均值为0.0815，说明新能源汽车产业上市公司债权融资成本控制比较合理；债权融资风险均值达到1.2531，说明新能源
汽车产业上市公司债权融资风险存在过高的可能；从中间指标来看，债权融资总额的均值达到39.7609，可以认为我国新能源汽车产业上市公司债权筹资规模较大，但由于其标准差达到44.2148，可见不同新能源汽车产业上市公司、不同时期内各样本的债权筹资总额的差异很大；债权融资比例均值为0.5094，且标准差为0.1448，可见新能源汽车产业上市公司资本结构较好；从产出指标来看，资产报酬率的均值为0.0767，总资产周转率的均值为0.8672，营业收入增长率的均值为0.1418，说明新能源汽车产业上市公司盈利能力、营运能力及发展能力逐年提升。
三、实证结果分析
（一）新能源汽车上市公司债权融资效率分析
根据样本企业原始数据整理得出新能源汽车产业上市公司的有关输入、中间及输出数据，运用matlab7.0软件编程求解两阶段链式网络DEA模型，得出新能源汽车产业上市公司债权融资整体及各子阶段效率值，计算结果如表2所示。
表2给出了新能源汽车上市公司2010～2012年的债权融资效率值，可以看出2010～2012年新能源汽车上市公司的债权融资效率均值分别为0.5534、0.6132、0.5856，从债权融资效率来看，新能源汽车上市公司处于较低水平，具有很大的提升空间。进一步考察新能源汽车上市公司债权融资效率的变动状态可以发现，2010～2012年的债权融资效率变化不大，只是在2011年有小幅的上升趋势，2011年新能源汽车产业整体效率值较2010年上升了0.0598，其中债权筹资阶段的效率值下降了0.0235，债权配置阶段的效率值上升了0.0757；2012年的整体效率较2011年下降了0.0276，主要是由债权筹资阶段的效率值下降所致。因此债权融资效率非有效的根源在于债权筹资阶段效率低下，要想提高产业债权融资效率水平，需要对债权筹资阶段的效率进行改进。
（二）新能源汽车上市公司债权筹资效率分析
2010～2012年新能源汽车债权筹资效率分别为0.8799、0.8564、0.7981，呈下降趋势，且每年的筹资阶段都是无效的。这说明在现有筹资水平基础上，有必要对现有的筹资活动的“投入”及“产出”进行相应的调整。这一阶段债权筹资效率低下的原因是债权融资风险加大，公司自有资金对偿债风险的承担能力减弱以及公司债权融资成本的上升。2010年，债权筹资效率有效的新能源汽车上市公司有5家（新大洲A、中通客车、多氟多、复星药业、卧龙电气）；2011年有4家（多氟多、包钢稀土、福田汽车、科力远）；2012年有4家（新大洲A、安凯客车、中通客车、宁波韵升），说明这些公司在债权筹资这一阶段表现有效，能够以低成本和低风险筹集所需要的资金。
（三）新能源汽车上市公司债权配置效率分析
2010～2012年新能源汽车债权配置效率分别为0.6256、0.7013、0.7250，呈上升趋势，表明新能源汽车上市公司在资金配置方面逐年趋向有效，但债权配置效率有效的参考值为1，这说明我国新能源汽车上市公司远没有达到最佳配置状态，其主要原因是债权资金没有得到有效利用，存在闲置或浪费。2010年，债权配置效率有效的新能源汽车上市公司有4家（新大洲A、江苏国泰、多氟多、包钢稀土）；2011年有效的有3家（中信国安、江苏国泰、包钢稀土）；2012年有4家（新大洲A、江苏国泰、宁波韵升、贵研铂业），每年仅有20%的公司债权配置有效。
（四）新能源汽车上市公司债权筹资效率和配置效率比较分析
为进一步对新能源汽车上市公司债权融资效率的两个子阶段效率进行比较分析，本文将效率值分为高效率和低效率两个等级，高效率区间为[0.6，1]，低效率区间为[0，0.6]。以此划分标准，得出新能源汽车债权融资效率两个子阶段效率象限图（如图3-图5所示）。
图3 2010年新能源汽车债权融资效率子阶段效率象限图
图中第一象限为两个子阶段债权筹资效率与债权配置效率都高的公司；第二象限为债权筹资低效率且债权配置高效率的公司；第三象限为债权筹资效率与债权配置效率都低的公司；第四象限为债权配置低效率而债权筹资高效率的公司。从2010～
图4 2011年新能源汽车债权融资效率子阶段效率象限图
图5 2012年新能源汽车债权融资效率子阶段效率象限图
2012年各象限图可以看出，新能源汽车上市公司逐渐向第一象限靠近，公司债权筹资效率和配置效率越来越趋向合理化，特别是债权资金配置效率这个过程，说明新能源汽车上市公司更加注重资金的运用，实现债权资金价值最大化。
四、结论与政策建议
传统的一阶段DEA方法将决策单元整个系统内部看成一个不可分割的“黑箱”，不能深入挖掘决策单元非有效的根源。本文通过构建两阶段关联网络DEA模型，测算新能源汽车产业上市公司债权融资效率，能够克服一阶段DEA方法的缺陷，发现公司今后管理的重点。主要研究结论为：（1）新能源汽车产业上市公司债权融资效率处于较低水平，具有很大的改进空间。（2）其债权融资效率偏低的主要原因并不是债权配置阶段的低效，而是债权筹资效率的相对低下。（3）从2010～2012年债权筹资效率和配置效率的比较分析看，大部分公司两阶段效率逐渐趋向双重高效。
基于上述研究结论，本文给出以下政策建议： 1.拓宽新能源汽车上市公司债权融资渠道。随着经济的发展，新能源汽车作为我国重点扶持产业，其对资金的需求将越来越大。通过票据融资、租赁融资以及发展新能源汽车产业资产证券化等多元化的融资方式，改变债权资金筹措方式单一的局面，拓宽债权融资渠道，分散上市公司的债权融资风险，提高债权筹资效率。
2.降低新能源汽车上市公司债权融资成本。融资成本一直是上市公司选择股权融资或债权融资的关键点。降低债权融资成本应从两个方面着手，一是科学贷款，考虑货币的时间价值，合理分配短期、中期及长期贷款资金，保证资金在生产经营期内能够及时利用；二是控制债权融资总量，尽量避免资金的闲置。
3.优化新能源汽车上市公司治理结构。良好的公司治理对公司的发展起决定性作用。新能源汽车上市公司自身也应该通过强化和整合公司资源等方式不断提高公司资本运作水平，努力调整公司治理结构，改善公司经营管理能力，以促使管理者通过提高资金使用效率来实现债权配置效率的最优值。
参考文献：
[1]曾康霖. 怎样看待直接融资与间接融资[J]. 金融研究，1993，（10）：7-11.
[2]刘海虹. 国有企业融资效率与银行危机相关问题研究[J]. 财经问题研究，2000，（3）：41-45.
[3]方芳，曾辉. 中小企业融资方式与融资效率比较[J]. 经济理论与经济管理，2005，（4）：38-42.
[4]赵守国，孔军.基于DEA模型的陕西上市公司融资效率分析[J].中国软科学，2011， （2）：245-253.
[5]廖理，朱正芹.中国上市公司股权融资与债权融资成本实证研究[J].中国工业经济，2003， （6）：63-69.
[6]朱文兴，许礼刚.浅析中小板块上市公司债权融资与股权融资的融资效率[J].特区经济，2007， （12）：119-120.
[7]薛永基，潘焕学. 融资方式影响科技创业型企业绩效的实证研究[J].经济与管理研究，2010， （11）：61-67.
[8]魏开文.中小企业融资效率模糊分析[J].金融研究，2001，（6）：67-73.
[9]伍装.中国中小企业融资效率研究[J].软科学，2006，（1）：132-137.
[10]王平.基于FAHP的民营企业融资效率评价[J].商业研究，2006， （19）：115-117.
[11]刘力昌，冯根福，张道宏等.基于DEA的上市公司股权融资效率评价[J].系统工程，2004， （1）：54-59.
[12]翟华云.战略性新兴产业上市公司金融支持效率研究[J].证券市场导报，2012，（11）：20-24.
[13]邵永同， 陈淑珍. 基于 DEA 方法的我国上市生物医药企业融资效率实证研究[J].科技管理研究，2013，（2）：175-178.
[14]周逢民，张会元，周海等.基于两阶段关联DEA模型的我国商业银行效率评价[J].金融研究，2010，（11）：169-179.
[15]雷明，邓洁，赵欣娜等.中国寿险业效率评价（2008-2010）—基于组合型两阶段DEA模型[J] .中国管理科学， 2012，（20）：860-864.
[16]尹伟华.我国区域R&D投入绩效评价研究—基于关联网络DEA模型[J]. 科技进步与对策，2012，（23）： 124-127.
[17]Charnes A， Cooper W W， Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978， 2（6）： 429-444.
[18]Fare R， Grosskopf S. Network DEA[J]. Socio Economic Planning Sciences，2000，34（1）：35-49.
[19]Kao C， Hwang S N. Efficiency decomposition in two-stage data envelopment analysis： an application to non life insurance companies in taiwan[J]. European Journal of Operational Research，2008，185（1）：418-429.
[20]Zou H，Adams M B. Debt capacity，cost of debt，and corporate insurance[J].Journal of Financial and Quantitative Analysis，2008，43（2）：433-466.
（责任编辑：钟 瑶）
A Study on the Efficiency of Debt Financing of Listed Company
Based on Two stage DEA： An Application to Strategic
Emerging Industry of New Energy Vehicles
XIONG Zheng de1，YANG Fang juan1，WAN Jun1，2
（1. Business School，Hunan University，Changsha， Hunan 410082，China；
2.Public Finance and Public Administration School， Jiangxi University of Finance and Economics，Nanchang 330013，China）
Abstract：By using relational network two stage DEA model， this paper investigates the debt financing efficiency of listed companies in the new energy vehicles industry， and calculates the efficiency of each sub stage. The result indicates that the debt financing efficiency of the listed companies in the new energy automotive industry is at the low efficiency level， which is caused by the inefficiency of debt financing phase. Furthermore， the efficiency of two sub stages of most listed companies of the new energy vehicle industry tends to double over time.
Key words：Two stage DEA；New energy automotive industry；Debt financing efficiency；Debt financing；Debt configuration
基金项目： 国家社会科学基金（11BJY007）、国家自然科学基金（71373072、71171075）、教育部“长江学者和创新团队发展计划”项目（IRT0916）、教育部人文社科规划基金项目（12YJC790129）、湖南省两型社会与生态文明协同创新中心资助项目
作者简介： 熊正德（1967—），男，湖南湘潭人，湖南大学工商管理学院教授、博士生导师，经济学博士，研究方向：金融工程与风险管理，战略性新兴产业与产业金融。
摘 要：运用两阶段关联网络DEA模型，对我国新能源汽车产业上市公司的债权融资效率及各子阶段对应效率进行了测算。研究结果表明：新能源汽车产业上市公司债权融资效率水平偏低，而债权筹资效率相对低下是其主要原因；随着时间推移，大部分新能源汽车产业上市公司两阶段效率逐渐趋向双重高效。
关键词： 两阶段DEA；新能源汽车产业；债权融资效率；债权筹资；债权配置
中图分类号：F407.47 文献标识码： A 文章编号：1003-7217（2014）05-0051-06
一、引 言
2012年7月国务院发布的《“十二五”国家战略性新兴产业发展规划》要求对节能环保、新一代信息技术、生物、高端装备制造、新能源、新材料、新能源汽车等七大战略性新兴产业加大财税金融政策扶持，实现重点突破。新能源汽车产业作为国家产业政策重点支持领域，拥有良好的社会和市场环境，其发展前景良好。但从现实情况来看，该领域的发展还存在着许多问题，其中主要问题就是该行业的资金来源。具体表现为融资渠道较少，融资成本过高，企业无法及时、足额地获得所需要的资金，“资金”问题严重阻碍了该行业的发展速度。债权融资作为企业融资的一种方式，具有税盾功能，其效率高低不仅影响公司的资金充足度，还影响到公司治理结构和经营绩效。因此需要科学评价新能源汽车产业上市公司债权融资效率。
企业融资效率的界定是本文研究新能源汽车产业上市公司债权融资效率的基础，但从已有研究文献来看，理论界并没有形成一致意见。由于西方国家财产组织的分散化、社会化、市场化以及产权制度的私人特征，企业融资本身就具有效率，故国外学者专注研究的是市场整体的配置效率，而几乎不涉及企业融资效率。在我国，继曾康霖（1993）提出“企业融资效率”命题[1]以来，学者们才开始对企业融资效率进行研究。刘海虹等（2000）提出企业融资效率是指企业融资能力的大小，不仅包括筹资效率，还包括配置效率[2]。方芳等（2005）认为企业融资效率是某种融资方式以最高收益—成本比率和最低风险为企业提供生产经营所需资金的能力[3]。赵守国等（2011）界定企业融资效率为某种融资方式及融资机构对微观个体内部运营机制所产生的作用及功效[4]。企业融资方式分为债权融资和股权融资两类，其中债权融资主要指上市公司通过借款和发行债券而获得资金的行为，具体包括短期借款、长期借款、商业信用以及应付债券。本文所指的企业债权融资效率是以最低成本和风险为企业高效融入债权资金支持企业运营，并实现最大效益的能力，包括债权筹资效率和债权配置效率。
近年来，随着证券市场的逐步发展和完善，债权融资效率已经引来各方的密切关注。相关的定性分析主要集中在债权融资和股权融资的比较及选择上，如廖理等（2003）通过对比股权融资和债权融资成本，得出上市公司IPO 后债权融资对企业市场价值影响远优于股权融资，并提出我国应着手建立高效的企业债券市场[5]。朱文兴等（2007）从融资成本、资金利用率以及企业融资后的自由度三个方面分析融资效率，与股权融资相比，债权融资在融资成本和资金利用率上占优[6]。薛永基等（2010）通过研究发现，对于科技型创业企业绩效而言，股权融资的影响为负，债权融资的影响则为正[7]。
而相关的定量分析则集中于研究融资效率的测度方法，魏开文（2001）利用模糊综合评价法分析企业融资效率，得出相对股权融资，债权融资效率较高这一结论[8]。伍装（2005）运用灰色关联分析法评价企业的融资效率，研究发现长期负债融资对中小型企业产值影响最小[9]。王平（2006）采用层次分析法、模糊综合法对民营企业的融资效率进行评价，并计算出民营企业融资效率的得分[10]。
上述方法虽然对企业融资效率进行了定量分析，但是在研究指标的选取和权重的设计上，主观判断较多，准确性不高，DEA方法因无需主观确定权重，相对而言比较客观。刘力昌等（2004）利用DEA方法测度上市公司股权融资效率，得出我国上市公司股权融资效率呈低效状态的结论[11]。翟华云（2012）利用DEA方法测度我国七大战略性新兴产业的股权融资效率，研究表明，2011年的综合效率、纯技术效率和规模效率均值与前两年相比都有所增长[12]。邵永同等（2013）运用DEA方法对我国上市生物医药企业融资效率进行了研究，发现部分企业融资效率已达到较高水平，非有效状态的企业向有效状态发展的潜力较大[13]。
运用DEA方法对企业融资效率进行评价，虽然克服了指标权重设计上的主观性，并对决策单元进行了排序，但是传统DEA将决策单元整个系统内部视为一个“黑箱”，忽视了决策单元的内部运作过程。关联的两阶段DEA方法能够打开决策单元的内部“黑箱”，改正传统DEA模型的缺陷。周逢民等（2010）利用两阶段关联DEA模型对我国15家商业银行的效率进行评价，发现国有商业银行效率偏低主要是由资金经营阶段的无效引起的 [14]。雷明等（2012）建立组合型两阶段DEA效率评估模型，测算寿险公司营销和投资理赔两阶段的效率值，结果显示大部分寿险公司的投资理赔效率高于营销效率，且中资寿险公司的各效率值显著高于外资寿险公司[15]。尹伟华等（2012）运用关联网络DEA模型评价我国区域R&D投入绩效，研究表明我国区域R&D投入绩效偏低的主要原因是经济转化过程效率低下[16]。 尽管学者们对企业债权融资效率进行了较深入的研究，但大多囿于理论研究，相关实证研究较少。在融资效率测度方法上，更多的是偏向传统的一阶段DEA方法，运用两阶段关联网络DEA测度企业融资效率的实证则更少。因此，本文基于两阶段关联网络DEA模型对我国新能源汽车产业上市公司的债权融资效率进行评价，以期为我国新能源汽车上市公司债权融资效率的提高提供切实可行的具体措施。
二、实证研究设计
（一）两阶段关联网络DEA模型
目前研究企业融资效率应用比较广泛的方法主要有参数法和非参数法。其中，著名的运筹学家A.Charnes等（1978）提出的数据包络分析方法（简称DEA方法）是一种用来评价相同类型的多投入、多产出的决策单元是否技术有效的一种非参数统计方法[17]。作为传统DEA方法，将决策单元整个系统内部看成一个不可分割的“黑箱”， 只关注投入和产出的相对效率，不能得出生产过程中间阶段效率以及各个子阶段对整体效率的影响情况。为解决此难题，Fare等（2000）提出了网络DEA模型的概念，其基本建模思想是将复杂的生产过程分解为以中间产品相连的多个子过程[18]。虽然两阶段网络DEA极大的丰富了决策单元效率的评价，但它忽视了各个子阶段的关联性，Kao等在充分考虑各个子阶段关联性的基础上于2008年建立起关联的两阶段DEA模型，这种模型则比较贴合实际[19]。目前两阶段网络DEA模型主要以链形和并形两种基本网络结构为对象，根据债权融资效率评价的特点，本文采用链形结构的关联网络DEA模型，具体链式过程如图1所示。
Xi 阶段一 Zi 阶段二 Yi
图1 具有两阶段链式网络DMU过程
假设有n个决策单元，每个决策单元有m种类型的投入，s种类型的产出及q种类型的中间产出，其中设Xi为第i个决策单元（DMU）第一阶段的投入，Xi=（xi1，xi2，…，xim））T；Ζi为第i个决策单元第一阶段的产出，同时又是第二阶段的投入，Ζi=（zi1，zi2，…，zik）T； Yi为第二阶段的产出，Yi=（yi1，yi2，，，，yis）T；V=（v1，v2，…，vm），W=（w1，w2，….wq），U=（u1，u2，…，us）分别表示投入、中间及产出变量的权重。构建两阶段链式网络DEA的整体效率模型如下：
E0=Max UTY0
s.t.VTX0=1
UTYi-VTXi≤0
WTZi-VTXi≤0
UTYi-WTZi≤0
U≥εes，V≥εem，W≥εek
其中ε为非阿基米德无穷小量，eT=（1，1，…，1）。若U*，V*，W*为模型的最优解，则DMU整体及子过程的效率分别为：
E0=U*TY0/V*TX0
E1=W*TZ0/V*TX0
E2=U*TY0/W*TZ0
其中E0为整体效率值，E1和E2分别为两个子阶段效率值，若整体效率值等于1，则认为决策单元是有效的，且仅当它的每个子阶段都是有效的。
本文债权融资效率评价包括债权筹资效率和债权配置效率两个部分。其中，债权筹资效率是企业以最低成本和最低风险获取资金，支持企业运营的能力；债权配置效率则是企业将债权融资总额运用到企业的生产经营活动中去，实现企业最大效益的能力。
（二）指标的选择
本文在选择投入产出指标时，充分借鉴已有研究成果，并考虑所选评价指标的可获得性、可操作性及适用性原则，选取了2个投入指标、2个中间指标及3个产出指标，具体指标如下：
1.投入指标。选取债权融资成本、债权融资风险作为资金筹集阶段的投入指标，鉴于我国上市公司没有提供详细的资金使用费用和筹集费用的数据，因此，本文借鉴Zou等（2008）所采用的方法来表示债权融资成本 [20]。债权融资风险一般是指财务风险，产权比率作为偿债能力指标，体现了公司自有资金对偿债风险的承受能力，本文用产权比率来表示公司债权融资风险。
2.中间指标。选取债权融资总额和债权融资比例作为中间指标，国内外学者对债权融资总量的界定有两种方法：一是指公司财务报表中的全部负债，二是指银行借款和应付债券的总额，本文的债权融资总额为财务报表中的总负债，资产负债率为债权融资比例。
3.产出指标。选取资产报酬率、总资产周转率及营业收入增长率作为资金配置阶段最后的产出指标，旨在从盈利能力、营运能力及发展能力三个方面衡量企业债权资金的配置水平。具体链式过程如图2所示。
图2 债权融资的两阶段链式过程
（三）数据来源
为使评价结果准确反映我国新能源汽车产业债权融资效率的整体状况，本文以2010～2012年新能源汽车产业上市公司债权融资情况为研究对象。剔除数据不全、企业财务状况异常的ST股票及2010年后上市的公司，选取20家新能源汽车产业上市公司2010～2012年间的年度财务数据进行分析。本文的数据来自国泰安数据库、巨潮资讯网。
（四）数据处理
在运用两阶段关联网络DEA模型评价效率时，首先要确定决策单元的个数要大于投入、产出（中间）指标之和的2倍。本文选取的样本为20家新能源汽车产业上市公司，投入产出项数之和为4，符合经验法则的要求；其次要确定投入、中间、产出指标不能为负。本文所选取指标的原始数据有可能为负，如营业收入增长率，当上年营业收入大于本年营业收入时，营业收入增长率为负，因实际的投入、中间和产出指标均有不同的量纲，但决策单元的最优效率与投入、中间和产出指标值的量纲选取无关，因此本文将指标的原始数据按某一函数关系归到某一正值区间，具体方法如下：
yij=0.1+xij-mjMj-mj×0.9
其中mj=min （xij），Mj=max （xij），y=[0，1]，（i=1，2，…，n） （五）描述性统计
在对数据进行进一步分析之前，利用SPSS17.0对投入、中间及产出指标进行描述性统计分析，主要是进行平均数、最小值、最大值及标准差的分析，描述统计分析结果如表1所示。
从表1可以看出，新能源汽车产业上市公司债权融资效率的投入指标中债权融资成本均值为0.0815，说明新能源汽车产业上市公司债权融资成本控制比较合理；债权融资风险均值达到1.2531，说明新能源
汽车产业上市公司债权融资风险存在过高的可能；从中间指标来看，债权融资总额的均值达到39.7609，可以认为我国新能源汽车产业上市公司债权筹资规模较大，但由于其标准差达到44.2148，可见不同新能源汽车产业上市公司、不同时期内各样本的债权筹资总额的差异很大；债权融资比例均值为0.5094，且标准差为0.1448，可见新能源汽车产业上市公司资本结构较好；从产出指标来看，资产报酬率的均值为0.0767，总资产周转率的均值为0.8672，营业收入增长率的均值为0.1418，说明新能源汽车产业上市公司盈利能力、营运能力及发展能力逐年提升。
三、实证结果分析
（一）新能源汽车上市公司债权融资效率分析
根据样本企业原始数据整理得出新能源汽车产业上市公司的有关输入、中间及输出数据，运用matlab7.0软件编程求解两阶段链式网络DEA模型，得出新能源汽车产业上市公司债权融资整体及各子阶段效率值，计算结果如表2所示。
表2给出了新能源汽车上市公司2010～2012年的债权融资效率值，可以看出2010～2012年新能源汽车上市公司的债权融资效率均值分别为0.5534、0.6132、0.5856，从债权融资效率来看，新能源汽车上市公司处于较低水平，具有很大的提升空间。进一步考察新能源汽车上市公司债权融资效率的变动状态可以发现，2010～2012年的债权融资效率变化不大，只是在2011年有小幅的上升趋势，2011年新能源汽车产业整体效率值较2010年上升了0.0598，其中债权筹资阶段的效率值下降了0.0235，债权配置阶段的效率值上升了0.0757；2012年的整体效率较2011年下降了0.0276，主要是由债权筹资阶段的效率值下降所致。因此债权融资效率非有效的根源在于债权筹资阶段效率低下，要想提高产业债权融资效率水平，需要对债权筹资阶段的效率进行改进。
（二）新能源汽车上市公司债权筹资效率分析
2010～2012年新能源汽车债权筹资效率分别为0.8799、0.8564、0.7981，呈下降趋势，且每年的筹资阶段都是无效的。这说明在现有筹资水平基础上，有必要对现有的筹资活动的“投入”及“产出”进行相应的调整。这一阶段债权筹资效率低下的原因是债权融资风险加大，公司自有资金对偿债风险的承担能力减弱以及公司债权融资成本的上升。2010年，债权筹资效率有效的新能源汽车上市公司有5家（新大洲A、中通客车、多氟多、复星药业、卧龙电气）；2011年有4家（多氟多、包钢稀土、福田汽车、科力远）；2012年有4家（新大洲A、安凯客车、中通客车、宁波韵升），说明这些公司在债权筹资这一阶段表现有效，能够以低成本和低风险筹集所需要的资金。
（三）新能源汽车上市公司债权配置效率分析
2010～2012年新能源汽车债权配置效率分别为0.6256、0.7013、0.7250，呈上升趋势，表明新能源汽车上市公司在资金配置方面逐年趋向有效，但债权配置效率有效的参考值为1，这说明我国新能源汽车上市公司远没有达到最佳配置状态，其主要原因是债权资金没有得到有效利用，存在闲置或浪费。2010年，债权配置效率有效的新能源汽车上市公司有4家（新大洲A、江苏国泰、多氟多、包钢稀土）；2011年有效的有3家（中信国安、江苏国泰、包钢稀土）；2012年有4家（新大洲A、江苏国泰、宁波韵升、贵研铂业），每年仅有20%的公司债权配置有效。
（四）新能源汽车上市公司债权筹资效率和配置效率比较分析
为进一步对新能源汽车上市公司债权融资效率的两个子阶段效率进行比较分析，本文将效率值分为高效率和低效率两个等级，高效率区间为[0.6，1]，低效率区间为[0，0.6]。以此划分标准，得出新能源汽车债权融资效率两个子阶段效率象限图（如图3-图5所示）。
图3 2010年新能源汽车债权融资效率子阶段效率象限图
图中第一象限为两个子阶段债权筹资效率与债权配置效率都高的公司；第二象限为债权筹资低效率且债权配置高效率的公司；第三象限为债权筹资效率与债权配置效率都低的公司；第四象限为债权配置低效率而债权筹资高效率的公司。从2010～
图4 2011年新能源汽车债权融资效率子阶段效率象限图
图5 2012年新能源汽车债权融资效率子阶段效率象限图
2012年各象限图可以看出，新能源汽车上市公司逐渐向第一象限靠近，公司债权筹资效率和配置效率越来越趋向合理化，特别是债权资金配置效率这个过程，说明新能源汽车上市公司更加注重资金的运用，实现债权资金价值最大化。
四、结论与政策建议
传统的一阶段DEA方法将决策单元整个系统内部看成一个不可分割的“黑箱”，不能深入挖掘决策单元非有效的根源。本文通过构建两阶段关联网络DEA模型，测算新能源汽车产业上市公司债权融资效率，能够克服一阶段DEA方法的缺陷，发现公司今后管理的重点。主要研究结论为：（1）新能源汽车产业上市公司债权融资效率处于较低水平，具有很大的改进空间。（2）其债权融资效率偏低的主要原因并不是债权配置阶段的低效，而是债权筹资效率的相对低下。（3）从2010～2012年债权筹资效率和配置效率的比较分析看，大部分公司两阶段效率逐渐趋向双重高效。
基于上述研究结论，本文给出以下政策建议： 1.拓宽新能源汽车上市公司债权融资渠道。随着经济的发展，新能源汽车作为我国重点扶持产业，其对资金的需求将越来越大。通过票据融资、租赁融资以及发展新能源汽车产业资产证券化等多元化的融资方式，改变债权资金筹措方式单一的局面，拓宽债权融资渠道，分散上市公司的债权融资风险，提高债权筹资效率。
2.降低新能源汽车上市公司债权融资成本。融资成本一直是上市公司选择股权融资或债权融资的关键点。降低债权融资成本应从两个方面着手，一是科学贷款，考虑货币的时间价值，合理分配短期、中期及长期贷款资金，保证资金在生产经营期内能够及时利用；二是控制债权融资总量，尽量避免资金的闲置。
3.优化新能源汽车上市公司治理结构。良好的公司治理对公司的发展起决定性作用。新能源汽车上市公司自身也应该通过强化和整合公司资源等方式不断提高公司资本运作水平，努力调整公司治理结构，改善公司经营管理能力，以促使管理者通过提高资金使用效率来实现债权配置效率的最优值。
参考文献：
[1]曾康霖. 怎样看待直接融资与间接融资[J]. 金融研究，1993，（10）：7-11.
[2]刘海虹. 国有企业融资效率与银行危机相关问题研究[J]. 财经问题研究，2000，（3）：41-45.
[3]方芳，曾辉. 中小企业融资方式与融资效率比较[J]. 经济理论与经济管理，2005，（4）：38-42.
[4]赵守国，孔军.基于DEA模型的陕西上市公司融资效率分析[J].中国软科学，2011， （2）：245-253.
[5]廖理，朱正芹.中国上市公司股权融资与债权融资成本实证研究[J].中国工业经济，2003， （6）：63-69.
[6]朱文兴，许礼刚.浅析中小板块上市公司债权融资与股权融资的融资效率[J].特区经济，2007， （12）：119-120.
[7]薛永基，潘焕学. 融资方式影响科技创业型企业绩效的实证研究[J].经济与管理研究，2010， （11）：61-67.
[8]魏开文.中小企业融资效率模糊分析[J].金融研究，2001，（6）：67-73.
[9]伍装.中国中小企业融资效率研究[J].软科学，2006，（1）：132-137.
[10]王平.基于FAHP的民营企业融资效率评价[J].商业研究，2006， （19）：115-117.
[11]刘力昌，冯根福，张道宏等.基于DEA的上市公司股权融资效率评价[J].系统工程，2004， （1）：54-59.
[12]翟华云.战略性新兴产业上市公司金融支持效率研究[J].证券市场导报，2012，（11）：20-24.
[13]邵永同， 陈淑珍. 基于 DEA 方法的我国上市生物医药企业融资效率实证研究[J].科技管理研究，2013，（2）：175-178.
[14]周逢民，张会元，周海等.基于两阶段关联DEA模型的我国商业银行效率评价[J].金融研究，2010，（11）：169-179.
[15]雷明，邓洁，赵欣娜等.中国寿险业效率评价（2008-2010）—基于组合型两阶段DEA模型[J] .中国管理科学， 2012，（20）：860-864.
[16]尹伟华.我国区域R&D投入绩效评价研究—基于关联网络DEA模型[J]. 科技进步与对策，2012，（23）： 124-127.
[17]Charnes A， Cooper W W， Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978， 2（6）： 429-444.
[18]Fare R， Grosskopf S. Network DEA[J]. Socio Economic Planning Sciences，2000，34（1）：35-49.
[19]Kao C， Hwang S N. Efficiency decomposition in two-stage data envelopment analysis： an application to non life insurance companies in taiwan[J]. European Journal of Operational Research，2008，185（1）：418-429.
[20]Zou H，Adams M B. Debt capacity，cost of debt，and corporate insurance[J].Journal of Financial and Quantitative Analysis，2008，43（2）：433-466.
（责任编辑：钟 瑶）
A Study on the Efficiency of Debt Financing of Listed Company
Based on Two stage DEA： An Application to Strategic
Emerging Industry of New Energy Vehicles
XIONG Zheng de1，YANG Fang juan1，WAN Jun1，2
（1. Business School，Hunan University，Changsha， Hunan 410082，China；
2.Public Finance and Public Administration School， Jiangxi University of Finance and Economics，Nanchang 330013，China）
Abstract：By using relational network two stage DEA model， this paper investigates the debt financing efficiency of listed companies in the new energy vehicles industry， and calculates the efficiency of each sub stage. The result indicates that the debt financing efficiency of the listed companies in the new energy automotive industry is at the low efficiency level， which is caused by the inefficiency of debt financing phase. Furthermore， the efficiency of two sub stages of most listed companies of the new energy vehicle industry tends to double over time.
Key words：Two stage DEA；New energy automotive industry；Debt financing efficiency；Debt financing；Debt configuration