基于兩階段DEA模型的物流企業(yè)融資效率研究

宮興國++孫新明

【摘 要】 物流行業(yè)是現(xiàn)代經(jīng)濟發(fā)展的基礎(chǔ)，其作用日趨重要，然而物流產(chǎn)業(yè)的發(fā)展受到物流企業(yè)融資困難的制約。物流企業(yè)融資效率如何提高是一個值得關(guān)注的課題。文章將31家物流上市公司作為研究的對象，同時利用兩階段DEA模型對其整體融資效率及兩階段分解效率進行測算，結(jié)果表明物流企業(yè)的融資效率處于較低水平，不同類型的物流企業(yè)的融資效率及分解效率差別較大，這與整體經(jīng)濟走勢、融資成本以及企業(yè)規(guī)模相關(guān)。因此，物流企業(yè)應該適應經(jīng)濟環(huán)境的變化，更新自身的融資理念以及采取其他措施來提高融資效率。

【關(guān)鍵詞】 物流企業(yè)； 兩階段DEA； 融資效率

【中圖分類號】 F270.3 【文獻標識碼】 A 【文章編號】 1004-5937（2017）05-0103-05

一、引言

物流業(yè)對國民經(jīng)濟發(fā)展有著支撐作用，有其自有的行業(yè)特點：墊付資金問題突出、貨款回收周期長、流動資金壓力大、財務風險較大。近年來，為了優(yōu)化物流行業(yè)的資源配置效率，促進物流企業(yè)持續(xù)健康發(fā)展，國務院相繼出臺了《物流業(yè)調(diào)整和振興規(guī)劃》《物流業(yè)發(fā)展中長期規(guī)劃（2014—2020年）》等，大力鼓勵物流企業(yè)通過各種方式來做強做大。作為資金密集型行業(yè)的物流行業(yè)要實現(xiàn)企業(yè)升級，急需外部資金的介入，企業(yè)融資問題是一個關(guān)鍵環(huán)節(jié)。

二、文獻綜述

（一）國外研究綜述

對于物流企業(yè)的融資問題研究，Erik Hofmann et al.[1]認為，隨著資金使用效率的提高，許多公司可以增加其流動性并確保為未來發(fā)展提供資金，而且可以通過仔細觀察公司的付款方式管理、庫存管理以及供應鏈管理來減少資金占用，提高企業(yè)的內(nèi)部融資效率。Harald Gleissner et al.[2]認為投資和融資問題在物流中發(fā)揮著核心作用，融資被定義為所需資金的采購，以進行必要的經(jīng)營投資。

國外這些研究主要集中于融資的資本來源、融資順序、資本成本等方面。

（二）國內(nèi)研究綜述

1.融資效率的界定

在我國，“企業(yè)融資效率”的概念是曾康霖[3]首次提出的；宋文兵[4]提出融資效率包括兩方面，一方面是交易效率，另一方面是配置效率；李記輝和胡旭微[5]將融資效率看作企業(yè)獲取資金的利用效率。

從這些研究可以看出，融資效率包括兩個內(nèi)容，一是資金的籌集效率，也就是企業(yè)怎樣以最低的成本籌集到資金；二是資金的配置效率，也就是企業(yè)如何將所籌集的資金進行有效的運用。因此，本文將對融資效率的研究分為資金的籌集和資金的配置兩個階段。

2.物流企業(yè)融資效率研究

國內(nèi)很少有專門針對物流企業(yè)融資效率進行研究的文獻。章文燕[6]運用模糊數(shù)學法分析了物流企業(yè)五種融資方式，其融資效率表現(xiàn)為自我積累方式效率最高，股票融資方式效率值最低。劉小燕[7]運用DEA模型對高速公路企業(yè)的融資效率進行研究，得出研究對象的規(guī)模效率已普遍實現(xiàn)，但是純技術(shù)效率值較低。許婷[8]將我國港口和航運上市公司股權(quán)作為研究對象，運用DEA模型對其融資效率進行研究，以資產(chǎn)負債率等為投入指標，以凈資產(chǎn)收益率等為產(chǎn)出指標進行相關(guān)分析。

上述關(guān)于融資效率的研究方法，主要有模糊數(shù)學法、隨機前沿分析法、熵值法、數(shù)據(jù)包絡分析法等，本文則采用主觀性較弱的數(shù)據(jù)包絡分析法進行研究。

三、實證研究設(shè)計

（一）兩階段關(guān)聯(lián)DEA模型

數(shù)據(jù)包絡分析法（簡稱DEA分析方法）相對于因子分析、回歸分析等參數(shù)統(tǒng)計方法，它不需要預先假設(shè)函數(shù)形式，評價的是相對效率，可以避免由于錯誤的函數(shù)公式帶來的問題；相對于模糊評價分析、層次分析等其他非參數(shù)分析法，它不需要設(shè)置各指標的權(quán)重，可以有效地避免主觀性。然而傳統(tǒng)的DEA分析方法，把決策單元（DMU）的整個系統(tǒng)內(nèi)部看作了一個不可以再進行分割的黑箱，它只是考慮了最初投入和最終產(chǎn)出，不能夠有效地測量出生產(chǎn)過程不同階段的單獨效率以及不同階段對生產(chǎn)過程整體效率的影響。為了解決這一問題，Wang[9]提出了一種DEA模型，它的兩階段生產(chǎn)系統(tǒng)具有順序特性；之后又有學者提出其他模型，目前兩階段DEA模型包括串聯(lián)模型[10]、并聯(lián)模型[11]和串并聯(lián)混合模型[12]，本文根據(jù)融資效率的特點，將采用第一種串聯(lián)模型，即鏈式的DEA模型，具體過程如圖1所示。

假設(shè)有n個DMU，每個DMU的生產(chǎn)過程都可以分解為兩個相連續(xù)的子過程，并且每個DMU都有p類的輸入、s類的中間輸出和q類的最終輸出。其中：第一階段第i個DMU的投入用Xi表示，Xi=（x1i，x2 i，x3 i，…，xp i）T；第i個DMU的中間產(chǎn)品用Zi表示，Zi=（z1i，z2 i，z3 i，…，zs i）T；第二階段的產(chǎn)出用Yi表示，Yi=（y1i，y2 i，y3 i，…，yq i）T。用U=（u1，u2，…，up）T表示輸入的權(quán)重，V=（v1，v2，…vs）T表示中間輸出的權(quán)重，W=（w1，w2，…，wq）T表示最終輸出的權(quán)重。構(gòu)建兩階段DEA模型如下：

整體效率θ0=max（WTY0）

s.t.UTX0=1

UTXi-WTYi≥0

UTXi-VTZi≥0

VTZi-WTYi≥0

U≥ θp，V≥ θs，W≥ θq

其中 是非阿基米德無窮小量，θT是單位矩陣，即θT=（1，1，1，…）T，設(shè)U*、V*、W*為最優(yōu)解，則DMU整體的效率與各階段的效率之間存在如下關(guān)系：

θ0=WTY0 /UTX0

θ1=VTZ0 /UTX0

θ2=WTY0 /VTZ0

其中，θ0表示整體效率，θ1表示資金籌集效率，θ2表示資金配置效率，可以看出只有當兩階段都有效時，整體效率才會有效。

（二）指標的選擇

本文在選擇指標時，基于已有的研究結(jié)果結(jié)合物流企業(yè)的特點，在滿足如下條件時，選擇了投入指標3個，中間指標1個以及產(chǎn)出指標3個：首先，所有決策單元的投入指標的數(shù)值和產(chǎn)出指標的數(shù)值必須是正值；其次，考慮到一個重要原則效率比，從數(shù)值上來說，投入指標數(shù)值越小企業(yè)的融資效率越高，而產(chǎn)出指標數(shù)值越大企業(yè)的融資效率越高；再次，不同輸入和輸出DMU的單位可以不一致；最后，投入產(chǎn)出指標數(shù)過多會影響DEA的評價功能，一般而言，投入產(chǎn)出指標總數(shù)大于決策單元總數(shù)的1/2。

第一階段的投入，首先是籌集資金的到位速度，用籌集活動現(xiàn)金流入流出比X1表示；其次是為獲取資金所付出的代價，也就是融資的成本，用財務費用X2表示；最后是融資結(jié)構(gòu)，用資產(chǎn)負債率X3表示。

中間指標，作為資金籌集階段的產(chǎn)出指標和資金配置階段的投入指標，選擇資產(chǎn)總額表示融資總額Z1。

第二階段的產(chǎn)出，首先用凈資產(chǎn)收益率Y1表示融入的資金所創(chuàng)造的價值；其次用衡量企業(yè)成長能力的指標——主營業(yè)務收入增長率Y2，反映對融入資金的需求；最后一個產(chǎn)出指標從營運能力角度來考察融資效率，選擇應收賬款周轉(zhuǎn)率Y3。具體結(jié)構(gòu)如圖2所示。

（三）樣本的選擇

本文根據(jù)物流企業(yè)的定義，以《上市公司行業(yè)分類指引》為指導，將物流企業(yè)歸于“交通運輸、倉儲和郵政業(yè)”這一門類，通過新浪財經(jīng)網(wǎng)站查閱該門類每一個公司的經(jīng)營范圍以及主營業(yè)務，將主營業(yè)務收入的60%以上是運輸、裝卸、倉儲等物流業(yè)務的企業(yè)作為研究的對象，剔除了財務狀況比較異常的ST企業(yè)以及數(shù)據(jù)缺失的企業(yè)后確定31家物流上市公司作為本次的樣本，包括11家運輸類物流上市公司、13家港口類物流上市公司、3家倉儲類物流上市公司以及4家供應鏈類物流上市公司。

（四）數(shù)據(jù)的處理

本文所選擇的指標有可能存在負值的原始數(shù)據(jù)，而負值的存在會影響DEA有效性的評價，所以將負值進行正向化。對于負值變量的處理，Charnes et al.[13]提出加法模型，并證明這種模型具有平移不變性，即通過加上一個足夠大的正值，使得所有投入變量值和產(chǎn)出變量值都為正值，這樣決策單元的有效性并不會改變；Portela et al.[14]提出RDM定向模型來處理負值變量，主要是確定方向變量；Sharp et al.[15]在Portela的基礎(chǔ)上提出MSBM模型，通過改進松弛變量進一步來解決負值的問題；Emrouznejad et al.[16]又提出SORM模型，模型主要思想是把負的投入值作為產(chǎn)出來處理，而把負的產(chǎn)出值作為投入來處理；Cheng et al.[17]在前人的基礎(chǔ)上進一步研究，提出更為方便的VRM模型，該模型采用投入產(chǎn)出變量的絕對值來解決徑向性DEA出現(xiàn)的負值問題。國內(nèi)學者處理負值問題大部分采用加法模型，因此本文采用加法模型將數(shù)據(jù)進行處理：

Kij'=0.1+0.9×

其中Kij為原始數(shù)據(jù)，Kij'為無量綱化后的數(shù)據(jù)。

四、實證結(jié)果

（一）融資效率分析

運用LINGO軟件，得出關(guān)聯(lián)兩階段效率平均值與傳統(tǒng)一階段模型得出的效率平均值進行比較分析。首先對第一階段的資金籌集效率平均值和第二階段的資金配置效率平均值進行分析。

從圖3和圖4可以看出：（1）第一階段的資金籌集效率和第二階段的資金配置效率達到效率有效的企業(yè)并不多，而且企業(yè)之間效率值差異較大；（2）第一階段大部分企業(yè)的效率均值甚至連0.5都沒有達到，說明物流上市公司整體在資金的籌集方面都不理想，所以物流上市公司應該在資金的籌集階段加強努力，可以通過改善企業(yè)的融資方式、降低企業(yè)的融資成本或者優(yōu)化企業(yè)的規(guī)模來進行調(diào)節(jié)；（3）第二階段的資金配置效率值總體水平高于第一階段的資金籌集效率值，所以企業(yè)應該更加重視第一階段資金籌集效率的提高；（4）第二階段雖然有一部分企業(yè)的效率值在0.5之上，但是企業(yè)之間的效率差異較大，尤其是港口類上市公司與倉儲類上市公司之間的差異非常明顯。

從圖5可以看出：（1）運用兩階段DEA模型計算的總效率值與傳統(tǒng)DEA得到的效率值相比整體效率值偏低，這是因為兩階段DEA考慮了中間變量，克服了黑箱障礙，深入分析決策單元不是有效情況的根源；（2）兩階段DEA總體效率值與傳統(tǒng)DEA的效率值的排名趨勢大體一致，說明兩階段DEA方法只是將影響決策單元融資效率的因素分解，并沒有改變各個企業(yè)之間的融資效率整體的排名。

（二）不同類型企業(yè)融資效率分析

由于不同的物流企業(yè)在企業(yè)規(guī)模、資金、人力需求、主營業(yè)務等方面有各自的特點，將31家物流上市公司分為港口類上市公司、運輸類上市公司、綜合類上市公司三大類，其中綜合類包括倉儲類和供應鏈類。具體分類如表1所示。

采用LINGO軟件進行分析，整理得表2。

從表2可以看出：（1）從均值來分析，物流上市公司融資效率很低，非常不理想，兩個階段的效率值均沒有達到效率有效或者接近有效的情況，兩個方面都需要努力改進。主要由于港口航運行業(yè)屬于周期性行業(yè)，它與宏觀經(jīng)濟有著密切的關(guān)系，但是由于當前全球經(jīng)濟增長乏力，港口航運市場極其低迷加上港口航運企業(yè)投資回收期較長，從而影響該類企業(yè)的經(jīng)營和融資；綜合類物流上市公司一方面受到宏觀經(jīng)濟形勢的影響，市場需求下降；另一方面行業(yè)競爭加劇，盈利能力下降且規(guī)模不斷擴大導致經(jīng)營風險加大。（2）橫向分析，港口類型的物流上市公司融資效率最差，綜合類物流上市公司的融資效率值最高，主要是由于綜合類公司的第二階段即資金配置階段的效率較高，基本達到效率有效狀態(tài)，然而第一階段資金的籌集階段效率值卻是三類企業(yè)中最差的一類，所以建議綜合類的物流上市公司加強第一階段的改進；運輸類物流上市公司在整個研究期間第二階段的效率值一直處于最差狀態(tài)，所以需要采取措施改進第二階段的資金配置效率。（3）縱向分析，三種類型的物流上市公司的融資效率在2013年處于效率值相對最高狀態(tài)，2014年和2015年則相對下降，對比兩個階段的結(jié)果可以發(fā)現(xiàn)第一階段即資金的籌集階段效率值自2013年便一直下降，第二階段效率值在2014年有所提升，但是提高的幅度遠不如第一階段下降的幅度，所以整體仍處于下降趨勢，主要原因是2013年之前由于金融危機的影響，市場不景氣以及全球運輸市場的低迷，給物流企業(yè)帶來很大影響，到2013年才開始逐漸復蘇。然而我國宏觀經(jīng)濟增長速度已經(jīng)減緩，經(jīng)濟結(jié)構(gòu)也在不斷升級，物流類企業(yè)尤其是港口運輸類企業(yè)將告別高速增長期，開始進入溫和增長期。說明宏觀經(jīng)濟形勢主要影響第一階段即資金的籌集階段。

五、結(jié)論與建議

物流上市公司的融資效率偏低，采用傳統(tǒng)一階段的DEA模型，并不能分析出物流上市公司融資效率具體哪個階段存在問題，本文采用兩階段關(guān)聯(lián)DEA模型對DMU非有效的根源進行了深入的挖掘，得出主要結(jié)論如下：（1）大多數(shù)物流上市公司的融資效率處于較低的水平；（2）按企業(yè)類型分析，運輸類物流企業(yè)第一階段籌集效率值高于第二階段配置效率值，其他兩類企業(yè)都是第二階段的配置效率高于第一階段的籌集效率；（3）從整體分析，物流企業(yè)的融資效率仍有下降趨勢，應該采取相應措施進行優(yōu)化。因此本文提出建議如下：

1.進一步開拓物流企業(yè)的融資渠道。綜合類上市公司融資效率無效的主要原因是第一階段的資金籌集效率低，而通過比較第一階段的相關(guān)指標可以發(fā)現(xiàn)，綜合類物流企業(yè)的融資渠道單一影響資金的籌集效率，因此需要拓寬融資渠道。

2.選擇低成本的融資組合來降低融資代價。第一階段效率值普遍偏低的原因是由于籌集的資金不足以滿足企業(yè)的發(fā)展，而融資成本高也是企業(yè)籌集資金少的主要原因之一，所以通過合理地選擇融資方式來控制融資的成本是很必要的。

3.加強物流企業(yè)的內(nèi)部管理。通過不同類型的企業(yè)之間的對比分析，綜合類物流上市公司融資效率值偏低的主要原因是資金的籌集效率偏低，進一步分析（見表3）可以發(fā)現(xiàn)，綜合類物流上市公司在這四年的規(guī)模效率基本達到有效，而純技術(shù)效率卻偏低，從而影響第一階段整體的融資效率，可以通過加強企業(yè)的內(nèi)部管理，合理經(jīng)營企業(yè)。

4.合理控制物流企業(yè)規(guī)模。通過不同類型企業(yè)的對比分析，可以發(fā)現(xiàn)運輸類物流上市公司融資效率值偏低的主要原因是資金的配置效率偏低，進一步比較分析結(jié)果看出，有許多企業(yè)在第二階段的純技術(shù)效率值為1，而規(guī)模效率卻很低，影響了第二階段的整體配置效率從而影響融資效率，例如，天海投資2015年、2014年，大秦鐵路2015年、2014年、2013年，招商輪船2015年都是這種情況，可見合理控制企業(yè)規(guī)模對提高物流上市公司的融資效率有一定影響。

【參考文獻】

[1] HOFMANN E，et al. Measures for Strengthening Internal Financing Power from a Viewpoint[M]//Ways Out of the Working Capital Trap，2011：55-73.

[2] HARALD G，et al. Investment and Financing in Logistics[M]//Logistics， 2013：225-243.

[3] 曾康霖.怎樣看待直接融資與間接融資[J].金融研究，1993（10）：26，31-32.

[4] 宋文兵.關(guān)于融資方式需要澄清的幾個問題[J] .金融研究，1998（1）：34-41.

[5] 李記輝， 胡旭微. 中小企業(yè)融資方式對融資效率的影響[J]. 經(jīng)營與管理，2015（3）：123-125.

[6] 章文燕.基于模糊數(shù)學的物流企業(yè)融資效率評價研究——以臺州市為例[J].財會通訊，2010（6）：24-25.

[7] 劉小燕.我國高速公路企業(yè)融資效率測算[J]. 統(tǒng)計與決策，2014（12）：167-169.

[8] 許婷.基于DEA模型的我國港口和航運上市公司股權(quán)融資效率實證研究[D].對外經(jīng)濟貿(mào)易大學碩士學位論文，2014.

[9] WANG C H， GOPAL R，ZIONTS S. Use of data envelopment analysis in assessing information technology impact on firm performance[J]. Annals of Operations Research， 1997，73：191-213.

[10] CHEN Y， LIANG L， ZHOU J. Equivalence in two-stage DEA approaches [J]. European Journal of Operational Research， 2009，193，（2）：600-604.

[11] KAO C. Efficiency measurement for parallel production systems[J]. European Journal of Operational Research，2009，196（3）：1107-1112.

[12] 夏瓊，楊鋒，梁梁，等.多階段混聯(lián)生產(chǎn)系統(tǒng)的DEA效率評價[J].系統(tǒng)工程理論與實踐，2011，31（2）：291-296.

[13] CHARNES A， CLARK T，Cooper W，et al.A Developmental Study of Data Envelopment Analysis in Measuring the Efficiency of Maintenance Units in U.S. Air Forces[J].Annals of Operational Research，1984，2（1）：95-112.

[14] PORTELA M C A S， THANASSOULIS E， SIMPSON G. Negative data in DEA：a directional distance approach applied to bank branches [J]. Journal of the Operational Research Society，2004，55（10）：1111-1121.

[15] SHARP J， LIU W，MENG W.A Modified Slacks-based Measure Model for Data Envelopment Analysis with Natural Negative Outputs and Inputs[J]. Journal of The Operational Research Society，2007，58（12）：1672-1677.

[16] EMROUZNEJAD A， ANOUZE A，THANASSOULIS E. A Semi-oriented Redial Measure for Measuring the Efficiency of Decision Making Units with Negative Data， Using DEA[J]. European Journal of Operational Research，2010，200（1）：297-304.

[17] CHENG G， ZERVOPOULOS P，QIAN Z.A Variant of Radial Measure Capable of Dealing with Negative Inputs and Outputs in Data Envelopment Analysis[J]. European Journal of Operational Research，2013，225（1）：100-105.