重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率評價

張明龍

（重慶工商大學(xué)，重慶400067）

?

重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率評價

張明龍

（重慶工商大學(xué)，重慶400067）

摘要：以重慶市22家上市公司為研究對象，采用Bootstrap-DEA方法對金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率進行測算，并采用Malmquist指數(shù)分析其效率變動趨勢。研究結(jié)果表明：重慶市戰(zhàn)略性新興產(chǎn)業(yè)的金融支持效率沒有達到有效前沿面，主要在于純技術(shù)效率和規(guī)模效率的共同低效。板塊之間的效率存在差異，創(chuàng)業(yè)板最高，中小板次之，主板最低，而其發(fā)展模式以“高低”和“低高”兩種類型為主。重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的全要素生產(chǎn)率呈現(xiàn)下降趨勢，主要源于技術(shù)效率指數(shù)偏低，而技術(shù)進步指數(shù)與TFP值變動相對一致，且為Malmquist指數(shù)增長做出主要貢獻。

關(guān)鍵詞：金融支持；戰(zhàn)略性新興產(chǎn)業(yè)；效率

目前，中國正處于轉(zhuǎn)變經(jīng)濟發(fā)展方式的關(guān)鍵時期，迫切需要具有國際競爭力的創(chuàng)新型產(chǎn)業(yè)作為支撐，發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)成為中國經(jīng)濟社會發(fā)展的重大戰(zhàn)略選擇。為此，2010年1月，國務(wù)院出臺了《關(guān)于加快培育與發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》，提出了戰(zhàn)略性新興產(chǎn)業(yè)的概念與范圍。2012年，國務(wù)院在“十二五”規(guī)劃中更是明確了戰(zhàn)略性新興產(chǎn)業(yè)的重要意義，制定了相關(guān)支持政策。其中金融支持是戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展中不可或缺的因素。由于戰(zhàn)略性新興產(chǎn)業(yè)具有高投入、高風(fēng)險的特點，因此在培育和發(fā)展的初期急需金融資源的強有力支持。然而，對于發(fā)展中國家的我們來說金融資源是有限的，金融支持效率的高低將對培育戰(zhàn)略性新興產(chǎn)業(yè)產(chǎn)生重要的影響。因此，現(xiàn)階段從效率的角度來研究戰(zhàn)略性新興產(chǎn)業(yè)的金融支持，將更具有現(xiàn)實意義。本文將以重慶市為例，對金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率進行評價。

一、文獻綜述

（一）國外相關(guān)文獻

戰(zhàn)略性新興產(chǎn)業(yè)是我國政府提出的一個全新產(chǎn)業(yè)概念，國外尚沒有將其作為研究對象做系統(tǒng)性研究，更多的則主要以涵蓋戰(zhàn)略性新興產(chǎn)業(yè)所具有的新興性以及技術(shù)創(chuàng)新等特點的新興產(chǎn)業(yè)為研究對象，從金融某個主體或融資渠道對新興產(chǎn)業(yè)發(fā)展和科技型企業(yè)技術(shù)創(chuàng)新的影響或作用等方面進行研究分析?？蓺w納為以下兩個方面：（1）銀行對新興產(chǎn)業(yè)發(fā)展的影響研究。在理論研究方面，Schumpeter（1912）研究發(fā)現(xiàn)功能齊全的銀行能識別那些能生產(chǎn)創(chuàng)新產(chǎn)品并提供優(yōu)良服務(wù)的企業(yè)并為之提供支持，從而促進產(chǎn)業(yè)創(chuàng)新。[1]而Rajan （1992）以及Morck和Nakamura（1999）均認為銀行阻礙了技術(shù)或產(chǎn)業(yè)創(chuàng)新，但原因不同：一是銀行的信息優(yōu)勢削弱了企業(yè)的項目利潤，不利于技術(shù)創(chuàng)新；二是銀行基于謹慎原則不愿給予高風(fēng)險項目以信貸支持，從而阻礙產(chǎn)業(yè)創(chuàng)新。[2-3]在實證研究方面，Alessandra和Stoneman（2008）分析了歐盟第二、三輪創(chuàng)新共同體數(shù)據(jù)，發(fā)現(xiàn)金融對新興產(chǎn)業(yè)具有至關(guān)重要的作用。[4]（2）風(fēng)險投資對新興產(chǎn)業(yè)的影響研究。近年來，國外學(xué)者開始把視線轉(zhuǎn)向研究風(fēng)險投資對新興產(chǎn)業(yè)的影響。Mowery和Rosenberg （1998）分析了1995～2000年美國新興科技公司的風(fēng)險資本增長數(shù)據(jù)，發(fā)現(xiàn)風(fēng)險資本能有效促進新興產(chǎn)業(yè)創(chuàng)新活動。[5]而Kaplan和Stromberg（2003）以及Casamatta（2003）則認為風(fēng)險投資能較好地解決新興產(chǎn)業(yè)融資過程中面臨的融資門檻高、信息不對稱和道德風(fēng)險等問題，有效地促進了技術(shù)創(chuàng)新。[6-7]

（二）國內(nèi)相關(guān)文獻

自我國提出加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)以來，我國學(xué)者就對金融支持戰(zhàn)略性新興產(chǎn)業(yè)進行了廣泛的研究，致力于如何更好地發(fā)揮金融功能，促進戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展。從現(xiàn)有文獻來看，國內(nèi)學(xué)者主要集中于戰(zhàn)略性新興產(chǎn)業(yè)的金融支持模式、金融體系構(gòu)建以及金融創(chuàng)新等方面，并取得了豐富的研究成果，為金融與戰(zhàn)略性新興產(chǎn)業(yè)的有效結(jié)合提供了思路和參考。然而，較少有從效率角度來評估金融支持戰(zhàn)略性新興產(chǎn)業(yè)的實際效果。

已有的研究成果中，熊正德和林雪（2010）運用DEA模型測算了上市公司金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率并提出相應(yīng)的政策措施。[8]進一步，熊正德等（2011）結(jié)合DEA和Logit模型測算了我國不同階段金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率并進行影響因素分析，得到不同行業(yè)的差異性。[9]凌江懷和胡雯蓉（2012）認為股權(quán)資本對戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的效率要大于傳統(tǒng)產(chǎn)業(yè)。[10]翟華云（2012）運用DEA模型對我國七大戰(zhàn)略性新興產(chǎn)業(yè)的股權(quán)融資效率進行了測算，發(fā)現(xiàn)技術(shù)要求越高的產(chǎn)業(yè)股權(quán)融資效率越高。[11]馬軍偉（2013）利用DEATobit兩階段方法，測算了金融支持效率及其影響因素，得到金融支持在資源配置效率中并未實現(xiàn)最優(yōu)且呈現(xiàn)出行業(yè)差異性的結(jié)論。同時，運用Malmquist指數(shù)方法對戰(zhàn)略性新興產(chǎn)業(yè)上市公司連續(xù)12個季度數(shù)據(jù)進行測算，認為沒有實現(xiàn)金融對戰(zhàn)略性新興產(chǎn)業(yè)的資源最優(yōu)配置。[12，13]

綜上所述，從現(xiàn)有文獻來看，國外學(xué)者主要研究某種金融主體或融資方式對新興產(chǎn)業(yè)的影響，國內(nèi)已有一部分學(xué)者站在效率角度，以國務(wù)院提出的七大戰(zhàn)略性新興產(chǎn)業(yè)為研究對象，研究金融對戰(zhàn)略性新興產(chǎn)業(yè)的支持效果。但由于各個省區(qū)市也相繼提出適合自身發(fā)展的戰(zhàn)略性新興產(chǎn)業(yè)，那么已有的文獻就缺乏具有針對性的地區(qū)金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率研究。而作為西部惟一的直轄市、長江上游經(jīng)濟中心，重慶市戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展具有舉足輕重的作用?；诖?，本文將以重慶市為例，對金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率進行評價與分析。

由于戰(zhàn)略性新興產(chǎn)業(yè)的概念提出時間較短，此類產(chǎn)業(yè)中的金融資源數(shù)據(jù)，要么因為公開程度不高而難以獲取，要么因為數(shù)據(jù)時間序列不夠長難以進行計量分析。因此，本文借鑒前人以與戰(zhàn)略性新興產(chǎn)業(yè)相關(guān)的上市公司為研究對象的方式，選擇與重慶市“十二五”規(guī)劃提出的戰(zhàn)略性新興產(chǎn)業(yè)相關(guān)的上市公司為研究對象，運用Bootstrap-DEA方法和Malmquist指數(shù)，對這些公司2010～2014年的財務(wù)數(shù)據(jù)進行測算，以此評價和分析重慶市戰(zhàn)略性新興產(chǎn)業(yè)的金融支持效率與全要素生產(chǎn)率。

二、研究方法、變量選取和數(shù)據(jù)說明

（一）理論模型的構(gòu)建

1．數(shù)據(jù)包絡(luò)分析（DEA）模型

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）是由Charnes等提出的，它基于規(guī)模報酬不變假設(shè)，測算的是決策單元的技術(shù)效率（technical efficiency，簡稱TE）；[14]而Banker等則基于可變規(guī)模報酬的假設(shè)對DEA進行修正，提出了BCC模型，并對技術(shù)效率進一步分解為純技術(shù)效率（pure technical efficiency，簡稱PTE）和規(guī)模效率（scale efficiency，簡稱SE），認為技術(shù)無效率的原因在于決策單元管理無效造成資源浪費以及決策單元未達到最佳生產(chǎn)規(guī)模。[15]考慮到重慶市戰(zhàn)略性新興產(chǎn)業(yè)的公司對金融資源配置規(guī)模是可變的，所以選擇用BCC模型進行效率測算。同時，基于金融內(nèi)生理論，將金融資源視為影響戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的內(nèi)生因素，故將其作用機理假設(shè)為一個“金融支持”和“戰(zhàn)略性新興產(chǎn)業(yè)”的黑箱，滿足BCC模型多投入多產(chǎn)出的要求，以此測算重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率。

我們假定重慶市戰(zhàn)略性新興產(chǎn)業(yè)中各個公司為決策單元（DMU），每個公司有m種金融投入和s種效益產(chǎn)出，如（1）式所示：

其中，xij為第j個公司的第i種金融投入，yrj為第j個公司的第r種效益產(chǎn)出，m、s和n分別表示為金融投入、效益產(chǎn)出和公司個數(shù)，θ為決策單元的效率值。

需要注意的是，雖然DEA方法具備一些參數(shù)估計法所不可比擬的優(yōu)點，但由于觀測樣本有限，以至于測算得到的效率值難以回避樣本敏感性和極端值影響的問題。而Kniep等也指出，通過DEA模型得到的效率值實際上是一種“相對效率”，相對于絕對效率值來說，是有偏的、不一致的估計量。[16，17]基于該原因，Simar和Wilson提出了Bootstrap-DEA方法來解決該缺陷。[18]Bootstrap-DEA方法用重復(fù)自抽樣的方法來推斷DEA估計值的經(jīng)驗分布，通過引入針對非參數(shù)距離函數(shù)估計的Bootstrap糾偏方法對技術(shù)效率及其變化進行更為精確的測算，以此改善傳統(tǒng)DEA估計量的一致性。Bootstrap-DEA方法的詳細步驟如下：

（2）基于n個決策單元的效率值θk，k=1，…，n，使用Bootstrap方法產(chǎn)生規(guī)模為n的隨機效率值θ*1b，…，θ*nb，其中，b表示使用Bootstrap方法的第b次迭代。

2．Malmquist指數(shù)方法

Malmquist指數(shù)模型是瑞典的經(jīng)濟學(xué)家、統(tǒng)計學(xué)家Malmquist在1953年分析消費過程中提出來的。Caves等人（1982）受其啟發(fā)，通過距離函數(shù)之比構(gòu)造了生產(chǎn)率指數(shù)。[19]Fare等人（1994）采用Caves等人研究思路，在多投入產(chǎn)出的條件下結(jié)合DEA方法，建立了具有實際意義生產(chǎn)率變化的Malmquist指數(shù)。[20]

根據(jù)Fare等的方法，我們?nèi)匀灰灾貞c市戰(zhàn)略性新興產(chǎn)業(yè)中的各個上市公司作為決策單元，把金融投入與科技產(chǎn)出的效率同前沿面進行比較，以此對各個上市公司的金融支持效率變化進行測量。那么，從t時期到t+1時期的Malmquist指數(shù)分別表示為（2）式：

其中，（xt，yt）和（xt+1，yt+1）分別為決策單元在t期和t+1期的投入產(chǎn)出向量，Dt（xt，yt）和Dt（xt+1，yt+1）則分別表示t期和t+1期的決策單元與效率前沿面的距離。

為了避免時期選擇的隨意性可能導(dǎo)致的差異，F(xiàn)are等人對不同時期技術(shù)條件下的兩個Malmquist指數(shù)采取幾何平均值，測算出效率的變化值，見（3）式：

在規(guī)模報酬不變的假設(shè)下，Malmquist指數(shù)（TFP）可以進一步分解為技術(shù)效率變化指數(shù)（Technical Efficiency Change，Effch）和技術(shù)進步變化指數(shù)（Technical change，Tech）的乘積，見（4）式和（5）式：

在規(guī)模報酬可變的假設(shè)下，技術(shù)效率變化（Effch）還可以進一步分解為純技術(shù)效率變化（Pure Technical Efficiency Change，Pech）和規(guī)模效率變化（Scale Efficiency Change，Sech）的乘積，見（6）式：

其中，左邊是Malmquist指數(shù)，該指標若大于1，則表明從t時期到t+1時期金融支持效率是增長的；若小于1，則是降低的。等式右邊第一項是純技術(shù)效率指數(shù)，表示規(guī)模經(jīng)濟不變條件下的技術(shù)效率變化，該指標若大于1，則表明從t時期到t+1時期各上市公司的金融資源得到有效配置，效率是增長的，反之則效率是下降的；第二項是規(guī)模效率指數(shù)，表示規(guī)模經(jīng)濟對TFP的影響，該指標若大于>1，則表明從t時期到t+1時期各上市公司的金融資源形成規(guī)?；?，促進了效率的增長；最后一項是技術(shù)進步指數(shù)，表示從t時期到t+1時期生產(chǎn)前沿面向外移動，即出現(xiàn)了技術(shù)進步，該指數(shù)若大于1，則表明各個上市公司對金融資源配置進行了創(chuàng)新，促進了效率增長。

（二）變量選取

本文研究目的是評價重慶市戰(zhàn)略性新興產(chǎn)業(yè)上市公司金融支持效率，在借鑒已有研究文獻相關(guān)指標選擇標準的基礎(chǔ)上，建立了能夠反映金融支持戰(zhàn)略性新興產(chǎn)業(yè)的投入產(chǎn)出指標體系（詳見表1）。

表1金融支持戰(zhàn)略性新興產(chǎn)業(yè)的投入產(chǎn)出指標

1.投入指標

投入指標用金融要素的投入表示，考慮到企業(yè)的間接融資、直接融資和自有資金，本文選取金融機構(gòu)借款率、股權(quán)融資率和自有資金支持率作為金融投入指標。其中，金融機構(gòu)借款率=長短期借款之和/總資產(chǎn)，反映了貸款對戰(zhàn)略性新興產(chǎn)業(yè)上市公司經(jīng)營發(fā)展的影響；股權(quán)融資率=（股本+資本公積）/總資產(chǎn)，反映了直接融資對公司經(jīng)營發(fā)展的作用；自有資金支持率=（盈余公積+未分配利潤）/總資產(chǎn)，反映了公司的留存收益對其經(jīng)營發(fā)展的影響。

2．產(chǎn)出指標

為較為全面地反映公司的發(fā)展水平，從資本運營、企業(yè)成長性以及獲利能力三方面來衡量資金利用狀況，選取凈資產(chǎn)收益率、主營業(yè)務(wù)收入增長率和每股收益作為產(chǎn)出指標。其中，凈資產(chǎn)收益率=凈利潤/凈資產(chǎn)，反映了公司資本運營的綜合水平；主營業(yè)務(wù)收入增長率=（本年主營業(yè)務(wù)收入-上年主營業(yè)務(wù)收入）/上年主營業(yè)務(wù)收入，反映了公司的成長能力；每股收益反映了公司的獲利能力。

（三）數(shù)據(jù)來源與處理說明

1．數(shù)據(jù)來源

本文所選取的樣本全部來自重慶市的上市公司，其中涉及主板、中小板和創(chuàng)業(yè)板等多層次板塊，將不同規(guī)模上市公司考慮在內(nèi)，使測算結(jié)果更為準確。依據(jù)重慶市“十二五”規(guī)劃提出的十大戰(zhàn)略性新興產(chǎn)業(yè)，本文將主營業(yè)務(wù)與戰(zhàn)略性新興產(chǎn)業(yè)相關(guān)或者經(jīng)營發(fā)展中有戰(zhàn)略性新興產(chǎn)業(yè)相關(guān)概念的上市公司作為研究對象。截至2015年上半年，重慶市能夠歸納為戰(zhàn)略性新興產(chǎn)業(yè)領(lǐng)域的上市公司共24家，根據(jù)數(shù)據(jù)可得性和可比性原則，最終選取了22家樣本公司，時間跨度為2010～2014 年5個年度。數(shù)據(jù)來源于同花順個股數(shù)據(jù)庫、和訊網(wǎng)個股數(shù)據(jù)中心、國泰君安數(shù)據(jù)庫以及上市公司公開的年度報表。

2．數(shù)據(jù)標準化處理

由于DEA模型對投入產(chǎn)出指標的數(shù)值都要求必須大于零，但是實際獲得數(shù)據(jù)中，投入產(chǎn)出指標的數(shù)值存在負值，因此需要對數(shù)據(jù)進行標準化處理，具體操作方法為（7）式：

其中，xij為原數(shù)據(jù)，yij為標準化處理后的數(shù)據(jù)，區(qū)間范圍為［0．1，1］。

三、實證結(jié)果分析

（一）金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率分析

1．不同模型的效率差異性檢驗

采用DEA模型測算重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率，結(jié)果見表3中的DEA模型。從得到的技術(shù)效率、純技術(shù)效率和規(guī)模效率來看，DEA模型測算的三種效率平均值分別為0．887、0．945和0．937，顯著高于Bootstrap-DEA模型測算的結(jié)果，且多家上市公司在樣本年限內(nèi)的效率達到了有效前沿面，這些表明DEA模型相對于Bootstrap-DEA方法的識別能力有所下降。同時，由于基于不同的DEA模型，所測算的DMU效率也是不盡相同的。因此，在進行效率評價之前，必須對效率值的差異性進行檢驗，以選擇更合理的模型，對所得到的效率值進行分析。在此，我們采用Banker等開發(fā)的DEA統(tǒng)計檢驗方法。[21，22]具體的檢驗如下：

（1）如果真實的效率值Ej的對數(shù)服從［0，+∞）上的指數(shù)分布，則在兩組效率值無差異的原假設(shè)下，檢驗統(tǒng)計量為（8）式：

（2）如果真實的效率值Ej的對數(shù)服從［0，+∞）上的半對數(shù)分布，則在兩組效率值無差異的原假設(shè)下，檢驗統(tǒng)計量為（9）式：

（3）如果對效率得分的概率分布不作假設(shè)，則可以采用非參數(shù)檢驗的K-S檢驗對效率得分進行檢驗，在兩組效率值無差異的假設(shè)下，檢驗統(tǒng)計量為（10）式：

其中，G（1E1j）、G（2E2j）分別為兩組效率的實證累計分布。

表2DEA模型與Bootstrap-DEA方法的效率差異檢驗

由表2可知，無論是技術(shù)效率，還是純技術(shù)效率，基于不同DEA模型下的效率值都存在顯著性差異，也就是說，通過Bootstrap-DEA方法測算的結(jié)果更符合實際情況，故本文采用Bootstrap-DEA方法進行測算，并對所得的效率值進行評價和分析。

2．金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率分析

為了將相對效率值修正，以盡可能地接近“絕對效率”水平，本文將Bootstrap-DEA方法中迭代次數(shù)設(shè)置為2000，置信度設(shè)為95%，并運用R語言對DEA模型的效率值進行修正，結(jié)果見表3中Bootstrap-DEA糾偏的效率。由表3可知，DEA模型測算得到的效率值均在置信區(qū)間以外，而Bootstrap-DEA估計的效率值則在置信區(qū)間以內(nèi)。而Simar和Wilson（1998）指出如果DEA估計在置信區(qū)間之外，可以認為結(jié)果是嚴重有偏的。[23]可見，修正后的效率值更準確地反映了重慶市戰(zhàn)略性新興產(chǎn)業(yè)的金融資源配置情況，再次證明Bootstrap-DEA方法測算的效率值更具有合理性。

基于Bootstrap-DEA方法對2010～2014年重慶市戰(zhàn)略性新興產(chǎn)業(yè)的金融支持效率進行測算，得到技術(shù)效率平均值為0．812，純技術(shù)效率為0．901，由分解得到規(guī)模效率也為0．901。測算結(jié)果表明，重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率尚未達到有效面，其主要原因是由于純技術(shù)效率和規(guī)模效率共同低效所引起的。這說明，一是重慶市戰(zhàn)略性新興產(chǎn)業(yè)的金融資源沒有得到有效管理和充分利用；二是重慶市在戰(zhàn)略性新興產(chǎn)業(yè)上的金融資源投入尚未形成規(guī)?；瘜?dǎo)致金融支持效率偏低。

表32010～2014年重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率評價結(jié)果

從板塊和各個上市公司來看，創(chuàng)業(yè)板的技術(shù)效率平均值最高，為0．842；純技術(shù)效率和規(guī)模效率的平均值分別為0．915和0．918。其中，僅1家公司的技術(shù)效率低于0．8，其余均在0．8以上。中小板的技術(shù)效率均值為0．817，分解后的純技術(shù)效率和規(guī)模效率均值分別為0．894和0．913。相對于創(chuàng)業(yè)板來說，其純技術(shù)效率降低了2．1%，而規(guī)模效率僅下降0．5%，說明中小板的技術(shù)效率落后于創(chuàng)業(yè)板的主要原因是金融資源的管理水平降低。主板的技術(shù)效率均值為0．798，為三個板塊中最低，分解的純技術(shù)效率和規(guī)模效率則分別為0．897 和0．889。可見，主板市場的純技術(shù)效率并非最低，但同樣反映出金融資源管理不足的缺陷；而它的規(guī)模效率最低，是造成其技術(shù)效率低效的主要原因，說明該板塊的公司需要進一步加大金融資源的投入，提高金融資源的配置效率。

3．金融支持戰(zhàn)略性新興產(chǎn)業(yè)效率的聚類分析

為了進一步尋找優(yōu)化重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)效率的模式，本文以0．9的效率值為臨界點，對修正后的純技術(shù)效率與規(guī)模效率進行聚類分析，將重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率劃分為四種類型（雙高型、高低型、低高型和雙低型），其散點分布如圖1所示。

第一種類型為“雙高”模式，即純技術(shù)效率和規(guī)模效率均達到0．9以上。從表3和圖1可以發(fā)現(xiàn)，22家樣本公司中有7家公司的純技術(shù)效率和規(guī)模效率均高于0．9，占到研究樣本的31．82%，說明這些公司的金融支持效率所需改進相對較少。

第二種類型為“高低”模式，即純技術(shù)效率高而規(guī)模效率低。該模式下有6家公司，主要集中在主板市場，說明這些公司能夠通過有效地管理金融資源來提高其技術(shù)效率，但卻也因缺乏金融資源配置阻礙了其發(fā)展，需要在今后的發(fā)展中加大金融的投資力度。

第三種類型為“低高”模式，即純技術(shù)效率低而規(guī)模效率高。該模式下有7家公司，說明這些公司的金融資源配置已形成一定程度的規(guī)模，但缺乏對金融資源的有效管理，導(dǎo)致技術(shù)效率沒有得到進一步提升，需要加強對金融資源的管理來提高金融支持效率。

圖1修正后的效率聚類分析結(jié)果

第四種類型為“雙低”模式，即純技術(shù)效率和規(guī)模效率均低于0．9。該模式下的公司僅有2家，相對于“雙高型”來說，這類公司存在金融資源管理水平相對落后且配置的金融資源規(guī)模較小的問題，金融支持效率具有進一步的改進空間，在發(fā)展中應(yīng)當同時兼顧資金規(guī)模的擴大和管理水平的提高。

（二）金融支持戰(zhàn)略性新興產(chǎn)業(yè)的全要素生產(chǎn)率分析

無論是DEA模型還是Bootstrap-DEA方法，對金融支持戰(zhàn)略性新興產(chǎn)業(yè)效率的研究是基于靜態(tài)的比較，即只能分析各個上市公司在同一時期的效率，無法評價各個公司在不同時期的效率變化。為評價重慶市戰(zhàn)略性新興產(chǎn)業(yè)的金融支持效率變化，本文運用DEAP2．1軟件測算2010～2014年樣本公司的Malmquist指數(shù)并對其進行分解研究（見表4、表5）。

1．金融支持戰(zhàn)略性新興產(chǎn)業(yè)的Malmquist指數(shù)分析

從表4可以看出，在樣本研究年限內(nèi)，重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的Malmquist指數(shù)為0．972，下降了2．8%，總體呈現(xiàn)出下降趨勢。通過分解發(fā)現(xiàn)，技術(shù)效率指數(shù)為0．972，呈現(xiàn)下降趨勢；而技術(shù)進步指數(shù)為1．001，幾乎沒有任何變化。這說明，樣本年限內(nèi)，重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的全要素生產(chǎn)率是下降的，主要原因在于技術(shù)效率指數(shù)偏低。

從各個板塊來看，中小板和創(chuàng)業(yè)板的TFP值分別為0．947和0．931，分別下降了5．3%和6．9%，呈現(xiàn)下降趨勢；而主板市場的TFP值為1.02，上升了2%，呈現(xiàn)增長趨勢。進一步分解發(fā)現(xiàn)，中小板市場的技術(shù)效率指數(shù)和技術(shù)進步指數(shù)分別為0.947和0.999，創(chuàng)業(yè)板市場分別為0.941和0.99，而主板市場則均大于1，分別為1.004和1.009?？梢?，中小板和創(chuàng)業(yè)板的技術(shù)進步指數(shù)高于技術(shù)效率指數(shù)，分別高出5.2%和4.9%。因此，技術(shù)進步對Malmquist指數(shù)的貢獻更大，而技術(shù)效率指數(shù)的下降是造成TFP小于1的主要原因。同樣，主板市場的技術(shù)進步也略高于技術(shù)效率，對全要素生產(chǎn)率增長的作用更大。

表4重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的全要素生產(chǎn)率表

表52010～2014年重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的Malmquist指數(shù)表

從技術(shù)效率指數(shù)來看，總體研究樣本的技術(shù)效率指數(shù)為0.972，下降了2.8%，呈現(xiàn)下降趨勢。通過分解發(fā)現(xiàn)，純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)分別為0.982和0.989，均呈現(xiàn)低效狀況，是造成重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)效率指數(shù)沒有達到有效前沿面的主要原因，且與前文的效率分析結(jié)果一致。

具體到各個板塊來看，中小板的純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)分別為0.964和0.984，而創(chuàng)業(yè)板則分別為0.984和0.957。這說明，中小板在今后的發(fā)展中應(yīng)該加強對資金的有效管理和充分利用，創(chuàng)業(yè)板則應(yīng)擴大融資渠道。對主板市場來說，規(guī)模效率指數(shù)為1.013，是促進技術(shù)效率增長的主要原因，而純技術(shù)效率指數(shù)為0.99，應(yīng)進一步加強資金的有效管理。

2.時間序列的金融支持戰(zhàn)略性新興產(chǎn)業(yè)Malmquist指數(shù)分析

從圖2和表5總體可以看出，2010～2014年，重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的全要素生產(chǎn)率以2.8%的速度下降，總體呈現(xiàn)下降趨勢。進一步分析發(fā)現(xiàn)，技術(shù)效率指數(shù)在樣本年限內(nèi)呈現(xiàn)平穩(wěn)下降趨勢，而技術(shù)進步指數(shù)則與全要素生產(chǎn)率的變化相對一致，說明重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的全要素生產(chǎn)率變動主要受技術(shù)進步的影響。

圖22010～2014年重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的Malmquist指數(shù)變動情況

2010～2011年，金融支持的Malmquist指數(shù)值為0．918，降低了8．2%。其中，技術(shù)進步指數(shù)為0．882，是造成TFP小于1的主要原因；而技術(shù)效率指數(shù)為1．04，則主要受到純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)共同增長的影響。

2011～2012年，金融支持的TFP值為0．905，下降了9．5%。其中，技術(shù)效率指數(shù)和技術(shù)進步指數(shù)均小于1，共同造成金融支持效率的低效。對技術(shù)效率指數(shù)進一步分解發(fā)現(xiàn)，純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)分別為0．97和1．03，說明規(guī)模效率指數(shù)的貢獻程度與純技術(shù)效率指數(shù)的下降程度相抵消，從側(cè)面反映出技術(shù)進步指數(shù)的下降是導(dǎo)致全要素生產(chǎn)率下降的真正原因。

2012～2013年，金融支持的TFP值為樣本年限內(nèi)最高，達到了1．364，上漲了36．4%。其中，技術(shù)進步指數(shù)為1．279，上升27．9%，其貢獻度比技術(shù)效率指數(shù)高出21．3%，是促進全要素生產(chǎn)率增長的主要原因。進一步分解技術(shù)效率指數(shù)發(fā)現(xiàn)，純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)均大于1，共同促進金融支持的技術(shù)效率增長。

2013～2014年，金融支持的Malmquist指數(shù)為樣本年限內(nèi)最低值，為0．79，下降了21%。其中，技術(shù)進步指數(shù)為0．981，下降了1．9%，而技術(shù)效率指數(shù)卻下降了19．5%，僅為0．805，完全抵消了技術(shù)進步的貢獻度。進一步分解技術(shù)效率指數(shù)發(fā)現(xiàn)，其純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)分別為0．93和0．865，下降幅度分別為7%和13．5%。這說明純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)的共同低效造成了技術(shù)效率指數(shù)的大幅下跌，而規(guī)模效率指數(shù)則是下降的主要因素。

四、結(jié)論

本文采用Bootstrap-DEA方法和Malmquist指數(shù)，以2010～2014年在中小板、創(chuàng)業(yè)板和主板上市的22家重慶市公司為研究對象，測算了金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率值及其變動情況。得到以下結(jié)論：

1．Bootstrap-DEA方法測算的效率值更具有合理性，更符合實際情況。基于DEA模型的統(tǒng)計檢驗方法，對DEA模型和Bootstrap-DEA方法測算的效率進行差異性檢驗。結(jié)果發(fā)現(xiàn)，技術(shù)效率和純技術(shù)效率均存在顯著性差異，表明通過Bootstrap-DEA方法測算的效率值更具有合理性，更符合實際情況。

2．重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率偏低，主要由于純技術(shù)效率和規(guī)模效率共同低效所致。這表明，重慶市戰(zhàn)略性新興產(chǎn)業(yè)管理金融資源水平低的同時還缺乏資金的投入。而各個板塊之間也存在差異，創(chuàng)業(yè)板的技術(shù)效率最高，且純技術(shù)效率和規(guī)模效率均在0．9以上，相對需要改進的空間有限；中小板的效率排名次之，純技術(shù)效率低效導(dǎo)致其技術(shù)效率低于創(chuàng)業(yè)板；而主板的效率值最低，更主要是由規(guī)模效率低效所引起的。

3．研究樣本中主要以“高低”和“低高”發(fā)展模式為主。通過聚類分析發(fā)現(xiàn)，僅2家樣本公司的純技術(shù)效率和規(guī)模效率均低于0．9的臨界效率值。相對于“雙低型”，有7家樣本公司為“雙高型”模式。更多的公司則屬于一高一低的發(fā)展模式。這說明，重慶市戰(zhàn)略性新興產(chǎn)業(yè)對金融資源管理與配置，需要有側(cè)重性的改進。

4．重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的Malmquist指數(shù)為0．972，呈現(xiàn)下降趨勢。對全要素生產(chǎn)率進行分析發(fā)現(xiàn)，技術(shù)效率指數(shù)偏低是導(dǎo)致TFP小于1的主要原因，這與效率分析的結(jié)果相一致。進一步對技術(shù)效率指數(shù)分解，也得到純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)共同低效所致的結(jié)果。從板塊來看，只有主板呈現(xiàn)上升趨勢，而中小板和創(chuàng)業(yè)板的TFP值均小于1。

5．重慶市金融支持戰(zhàn)略性新興產(chǎn)業(yè)的技術(shù)進步指數(shù)與全要素生產(chǎn)率趨于一致?；跁r間序列來看，技術(shù)效率指數(shù)的走勢相對平穩(wěn)，而技術(shù)進步指數(shù)則與全要素生產(chǎn)率的趨勢相對一致。這說明，技術(shù)進步指數(shù)對全要素生產(chǎn)率的貢獻度大于技術(shù)效率指數(shù)。

參考文獻：

［1］Schumpeter．The Theory of Economy Development［M］．Cambridge，MA:Harvard University Press，1912：28．

［2］Rajan R G．Insiders and Outsiders：The Choice between Informed and Arm's-length Debt［J］．Journal of Finance，1992（47）：1367-1440．

［3］R．Morck，M．Nakamura．Banks and Corporate Control in Japan ［J］．Journal of Finance 1999，54：319-339．

［4］Alessandra C，Stoneman P．Financial Constraints to Innovation in the CK：Evidence from CIS2 and CIS3［J］．Oxford Economic Papers，2008，60（4）：711-730．

［5］Mowery，David C．a(chǎn)nd Nathan Rosenberg．Paths of Innovation：Technological change in 20th Century America［M］．New York：Cambridge University Press，1998：1-201．

［6］Kaplan S．N．，Stromberg P．Financial Contracting Theory Meets the Real world：An Empirical Analysis of Venture contracts［J］．Review of Economic Studies，2003，70：281-295．

［7］Casamatta，Catherine．Financing an Advising：Optmial Financial Contracts with Venture Capitalists［J］．Journal of Finance，2003，58（5）：2059-2086．

［8］熊正德，林雪．戰(zhàn)略性新興產(chǎn)業(yè)上市公司金融支持效率及其影響因素研究［J］．經(jīng)濟管理，2010（11）：26-33．

［9］熊正德，詹斌，林雪．基于DEA和Logit模型的戰(zhàn)略性新興產(chǎn)業(yè)金融支持效率［J］．系統(tǒng)工程，2011（6）：35-41．

［10］凌江懷，胡雯蓉．企業(yè)規(guī)模、融資結(jié)構(gòu)與經(jīng)營績效——基于戰(zhàn)略性新興產(chǎn)業(yè)和傳統(tǒng)產(chǎn)業(yè)對比的研究［J］．財貿(mào)經(jīng)濟，2012 （12）：71-77．

［11］翟華云．戰(zhàn)略性新興產(chǎn)業(yè)上市公司金融支持效率研究［J］．證券市場導(dǎo)報，2012（11）：20-25．

［12］馬軍偉．我國七大戰(zhàn)略性新興產(chǎn)業(yè)的金融支持效率差異及其影響因素研究——基于上市公司的經(jīng)驗證據(jù)［J］．經(jīng)濟體制改革，2013（3）：133-137．

［13］馬軍偉．基于Malmquist模型的戰(zhàn)略性新興產(chǎn)業(yè)金融支持效率研究［J］．西安財經(jīng)學(xué)院學(xué)報，2013，3（2）：11-15．

［14］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．

［15］Banker R D，Charnes A，Cooper W W．Some models for estimating technical and scale inefficiencies in data envelopment analysis［J］．Management Science，1984，30（9）：1078-1092．

［16］Kniep A，Simar L，Wilson P．Asymptatics for DEA Estimators in Nonparametric Frontier Models［R］．LAP Technical Report，2003，0323，27-29．

［17］Kneip A，Simar L，Wilson P W．A computationally efficient，consistent bootstrap for inference with nonparametric DEA estimators［J］．Computation Economics，2011，38（3）：483-515．

［18］Simar L，Wilson P W．A general methodology for bootstrapping in non-parametric frontier models［J］．Journal of Applied Statistics，2000，27（2）：779-802．

［19］Caves，D．W．，L．R．Christensen and W．E．Diewer．Multilateral Comparisons of Output，Input and Productivity Using Superlative Index Numbers［J］．Economic Journal，1982，92：73-86．

［20］Fare R，Grosskopf S，Norrism，et al．Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries ［J］．American Economic Review，1994，84：66-83．

［21］Banker R D．Maximum Likelihood，Consistency and Data Envelopment Analysis：A Statistical Foundation［J］．Management Science，1993，39（10）．

［22］Banker R D．Hypothesis Tests Using Data Envelopment Analysis ［J］．Journal of Productivity Analysis，1996，7（2）．

［23］Simar L，Wilson P W．Sensitivity analysis of efficiency scores：How to bootstrap in nonparametric frontier models［J］．Management Science，1998，44（1）：49-61．

（責(zé)任編輯、校對：龍會芳）

E fficiency E valuation of Chongqing's F inancial Support for Strategic E merging Industries

Zhang Minglong
（Chongqing Technology and Business University,Chongqing）

Abstract:The research takes 22 Listing Corporation in Chongqing as the research samples,uses the Bootstrap-DEA method to calculate the efficiency of the financial support strategic emerging industry,and uses the Malmquist index to analyze the efficiency change tendency.The results show that the efficiency of financial support of strategic emerging industries in Chongqing has not reached the effective frontier,mainly because of the common low efficiency of pure technical efficiency and scale efficiency.There are differences in the efficiency of plate.The total factor productivity of the emerging industries of Chongqing's financial support strategy is declining,mainly due to the low technical efficiency index.The technical progress index and changes figure of TFP are relatively consistent,and they make a major contribution for the Malmquist index growth.

Key words:financial support;strategic emerging industries;efficiency

作者簡介：張明龍（1988-），男，四川成都人，重慶工商大學(xué)財政金融學(xué)院，研究方向為投資理論與實務(wù)。

基金項目：重慶工商大學(xué)研究生“創(chuàng)新型科研項目”（yjscxx2015-41-10）

收稿日期：2015-09-28

中圖分類號：F830．593

文獻標識碼：A

文章編號：1006-3544（2016）01-0071-10