新能源汽車上市公司融資效率評價

孫洪旭　王玥

【摘? 要】新能源汽車產(chǎn)業(yè)是支持國家能源結(jié)構(gòu)轉(zhuǎn)型的重要產(chǎn)業(yè)，新能源汽車產(chǎn)業(yè)的發(fā)展離不開技術(shù)的支持，而技術(shù)的改良與進步需要企業(yè)不斷融資。因此，融資效率問題關(guān)乎新能源汽車產(chǎn)業(yè)的持續(xù)發(fā)展。論文選取17家新能源汽車上市公司2017-2021年的相關(guān)數(shù)據(jù)作為樣本，針對投入和產(chǎn)出各設(shè)置4個指標(biāo)，通過DEA-Malmquist指數(shù)分析新能源汽車上市公司的融資效率，指出行業(yè)中存在的問題，如面臨保持融資現(xiàn)狀的風(fēng)險、未制定有效的融資戰(zhàn)略方案等，并據(jù)此提出相關(guān)建議。

【關(guān)鍵詞】融資效率；DEA-Malmquist指數(shù)；新能源汽車

【中圖分類號】F275；F832【文獻標(biāo)志碼】A【文章編號】1673-1069（2023）05-0173-03

1 引言

習(xí)近平總書記在黨的二十大報告中明確，我國將積極穩(wěn)妥推進碳達峰碳中和，立足我國能源資源稟賦，堅持先立后破，有計劃分步驟實施碳達峰行動，深入推進能源革命，加強煤炭清潔高效利用，加快規(guī)劃建設(shè)新型能源體系，積極參與應(yīng)對氣候變化全球治理。同時，要堅持以推動高質(zhì)量發(fā)展為主題，著力提高全要素生產(chǎn)率，推動經(jīng)濟實現(xiàn)質(zhì)的有效提升和量的合理增長。

當(dāng)前，新能源汽車產(chǎn)業(yè)成為實現(xiàn)節(jié)能減排目標(biāo)的重要組成部分，而新能源汽車企業(yè)的融資效率分析是對新能源汽車企業(yè)的資金投入產(chǎn)出效果的檢驗，企業(yè)使用不同融資方式所承擔(dān)的風(fēng)險及成本是不同的，為節(jié)省融資成本、降低風(fēng)險，有必要對融資時間、融資成本、融資結(jié)構(gòu)等進行合理的選擇與確定，故有必要分析并總結(jié)新能源汽車行業(yè)融資效率的特點，促進整個行業(yè)實現(xiàn)更高質(zhì)量發(fā)展。本文的創(chuàng)新之處在于從多個指標(biāo)維度檢驗新能源汽車行業(yè)融資的產(chǎn)出效果，以投入與產(chǎn)出指標(biāo)的創(chuàng)新組合進行研究，為后疫情時代此行業(yè)的融資戰(zhàn)略發(fā)揮指引作用。

融資效率是指公司在融資的財務(wù)活動中所實現(xiàn)的效能和功效，可從資金融入效率和資金融出效率角度劃分DEA模型的投入、產(chǎn)出指標(biāo)。資金融入效率是指某種融資方式以最高成本-收益比率和最低風(fēng)險提供所需資金的能力；與此對應(yīng)，資金融出效率是指某種融資方式將資金以最低的成本和風(fēng)險帶來最大收益的能力。二者貫穿籌集資金前與后的相關(guān)流程，都是融資決策者參考的重要指標(biāo)。

DEA模型也稱數(shù)據(jù)包絡(luò)分析，是一種基于評價對象間比較來反映技術(shù)效率的一種非參數(shù)分析方法，是由美國的Charnes、Cooper和Rhodes這3位學(xué)者于1978年首次提出的，分為CCR模型和BCC模型。BCC模型對規(guī)模報酬因素加以考慮，在綜合技術(shù)效率中區(qū)分出純技術(shù)效率和規(guī)模效率，綜合技術(shù)效率=純技術(shù)效率×規(guī)模效率[1]。由于本文研究的主體是上市公司，因此，以BCC模型作為分析的基本方法。BCC模型基于規(guī)模收益可變（VRS），不足之處是其屬于靜態(tài)分析，是針對單一年份進行的分析。本文選擇有效與非有效兩種類型進行整理劃分并分析，從多維度探索新能源汽車上市公司的融資效率的具體現(xiàn)狀，為以后此行業(yè)進行科學(xué)融資提供參考。

Malmquist指數(shù)模型中的融資效率變化指數(shù)是包含企業(yè)技術(shù)應(yīng)用水平和規(guī)模經(jīng)濟因素的綜合指標(biāo)，在融資效率的研究中作為評判企業(yè)資金配置水平變動的指標(biāo)，技術(shù)效率變化指數(shù)大于1，說明企業(yè)的資源配置水平有所提升，反之則降低[2]。本文選取2017-2021年作為分析區(qū)間，先從行業(yè)的角度觀察這5年新能源汽車行業(yè)的融資效率變動情況，再進行細化找到影響行業(yè)融資效率的具體因素，并探索其可能存在的原因。

2 評價指標(biāo)選取與數(shù)據(jù)來源

2.1 樣本選取

本文的樣本均來自滬深A(yù)股的上市公司，共選擇17家新能源汽車類別的上市公司作為樣本，具體樣本見表1。

2.2 指標(biāo)選取與數(shù)據(jù)來源

對于投入與產(chǎn)出指標(biāo)的選擇，本文通過查閱文獻，參考王海榮等[3]與李素梅等[4]學(xué)者的指標(biāo)選取方式并考慮所選評價指標(biāo)的適用性、可獲得性和可操作性等原則，確定投入指標(biāo)為：財務(wù)費用、資產(chǎn)負(fù)債率、產(chǎn)權(quán)比率、銷售收入與籌資活動現(xiàn)金凈流入，確定產(chǎn)出指標(biāo)為：凈資產(chǎn)收益率、營業(yè)總收入增長率、總資產(chǎn)周轉(zhuǎn)率、無形資產(chǎn)增長率。相關(guān)數(shù)據(jù)均取自上市公司年報。根據(jù)DEA模型的設(shè)定要求，決策單元數(shù)量（17）大于投入產(chǎn)出指標(biāo)數(shù)量（8）的兩倍，符合模型要求。具體指標(biāo)信息如表2所示。

2.3 評價數(shù)據(jù)的標(biāo)準(zhǔn)化處理

DEA模型要求所要測度的投入產(chǎn)出指標(biāo)數(shù)值必須大于0，本文選取的投入產(chǎn)出指標(biāo)中均有負(fù)值出現(xiàn)，而且選取的投入產(chǎn)出指標(biāo)存在量綱差異，可能對測算得出的效率結(jié)果產(chǎn)生影響。本文參考沈忱[5]對DEA模型所需原始數(shù)據(jù)進行標(biāo)準(zhǔn)化處理的方式，去除量綱上的差異，減少數(shù)據(jù)在絕對數(shù)值方面的差異，提升模型結(jié)果的準(zhǔn)確性，將所有數(shù)據(jù)處理到[0，1]的無量綱區(qū)間[6]，決策單元的有效性不受各項指標(biāo)的量綱影響，數(shù)據(jù)的意義不會因無量綱處理而發(fā)生改變，具體操作公式如下：

Y=0.1+0.9×（X－X_min）/X_min-X_max（1）

式中，Y為處理后的變量；X_min為指標(biāo)中的最小值；X_max為指標(biāo)中的最大值。

3 融資效率的實證分析

3.1 基于DEA-BCC模型的融資效率靜態(tài)分析

本文運用DEAP2.1軟件進行DEA-BCC模型的數(shù)據(jù)實證測算，設(shè)定測算結(jié)果E=1為DEA有效，即達到最優(yōu)狀態(tài)，E<1為DEA非有效。根據(jù)2017-2021年17家新能源汽車上市公司的樣本數(shù)據(jù)得出以下分析結(jié)果。

由表3可知，第一，從整體上看，新能源汽車產(chǎn)業(yè)的樣本數(shù)據(jù)中各項效率的均值都小于1，同時，有效的企業(yè)占比均較低，即行業(yè)整體未達到融資效率有效水平并且有效水平偏低，隨著時間的推移呈現(xiàn)效率上升的趨勢。第二，從綜合技術(shù)效率角度分析，5年內(nèi)的變動幅度并不顯著，整體上呈現(xiàn)緩慢上升趨勢，保持較穩(wěn)定的狀態(tài)，在2020年這個特殊時期綜合技術(shù)效率中企業(yè)有效占比下降幅度較大，行業(yè)均值略有上升，到2021年迅速恢復(fù)且達到5年內(nèi)最高值，且有10家企業(yè)做到綜合技術(shù)效率有效，這說明新能源汽車行業(yè)受新冠肺炎疫情的影響只是暫時的，在疫情態(tài)勢平穩(wěn)之后便迅速恢復(fù)并呈現(xiàn)逐漸加快發(fā)展的態(tài)勢。進一步分析發(fā)現(xiàn)，雖然2020年有效企業(yè)屈指可數(shù)，但行業(yè)均值有所提高，說明行業(yè)整體的綜合技術(shù)效率在不斷提升與優(yōu)化，進而多數(shù)公司均在想方設(shè)法改善融資結(jié)構(gòu)，降低融資成本與風(fēng)險。在疫情之前的3年中，綜合技術(shù)效率保持平穩(wěn)，隨著時代更迭的加速，2017-2019年綜合技術(shù)效率并沒有得到顯著提升，說明行業(yè)在融資的投入產(chǎn)出效果方面停滯不前，遇到了融資瓶頸，影響了行業(yè)的發(fā)展進程。第三，從純技術(shù)效率角度分析，行業(yè)純技術(shù)效率均值在上下波動，2017-2020年有效企業(yè)呈減少趨勢，因此，行業(yè)的純技術(shù)效率低下反映出公司技術(shù)開發(fā)戰(zhàn)略的問題，進而落實到企業(yè)自身的管理運營能力需要提升。在2021年有效占比達71%，這是2017-2021年有效數(shù)量的最大值，原因可能是大量企業(yè)發(fā)現(xiàn)自身融資問題已經(jīng)無法回避，紛紛采取措施擴大融資渠道、改善融資方式，以此拯救并優(yōu)化公司的資金供應(yīng)鏈與運營的加速循環(huán)流程。第四，從規(guī)模報酬效率角度分析，2017-2021年行業(yè)均值較高，即行業(yè)整體融資規(guī)模效率在較合理區(qū)間，5年內(nèi)17家企業(yè)的規(guī)模報酬效率的有效占比情況與綜合技術(shù)效率的有效占比保持一致，因此，融資規(guī)模效率是影響綜合技術(shù)效率的主要因素，想要實現(xiàn)從整體上提高融資效率，需要對融資規(guī)模全面衡量與重點關(guān)注。

3.2 基于Malmquist指數(shù)的融資效率動態(tài)分析

Malmquist指數(shù)可分解成不同形式，如式（2）所示：

tfpch=effch×techch=pech×sech（2）

式中，tfpch為全要素生產(chǎn)率指數(shù)；effch為技術(shù)效率變化指數(shù)；techch為技術(shù)進步指數(shù)；pech為純技術(shù)效率變化指數(shù)；sech為規(guī)模效率變化指數(shù)。

如表4所示，從整體上分析，17家上市公司平均的時間序列的Malmquist指數(shù)的各項指標(biāo)都處在先下降再上升的波動狀態(tài)，優(yōu)點是沒有某一指標(biāo)大幅波動的情況使得指標(biāo)間變動劇烈。拐點出現(xiàn)在2018-2019年，其各項指標(biāo)均數(shù)值較低，查詢有關(guān)政策了解到，這可能與2018年政府補貼提高導(dǎo)致對技術(shù)的高要求與2019年政府補貼政策的突然退坡有關(guān)。長期以來，對補貼政策所形成的“補貼依賴癥”暴露問題，籌集資金的難度加大，進而會對整個新能源汽車市場產(chǎn)生一定的影響，根據(jù)數(shù)據(jù)可以發(fā)現(xiàn)，對全要素生產(chǎn)率的影響最為明顯。在2019-2021年，由于政府將財政補貼政策實施期限延長至2022年底，企業(yè)重新找到依賴主體，融資的規(guī)模與效用開始提高[7]。

通過進一步分析，全要素生產(chǎn)率的效率數(shù)值相對較大，均值也是2017-2021年這5年中的最大值，即1.143，因此，全要素生產(chǎn)率的效率提升效果最顯著。與此相對應(yīng)，純技術(shù)效率的數(shù)值相對較小，這也反映了新能源汽車行業(yè)在融資時缺乏合理的融資計劃，缺少對融資問題的適應(yīng)能力與應(yīng)對能力，而分析發(fā)現(xiàn)全要素生產(chǎn)率主要隨著技術(shù)進步發(fā)生變動，因此，優(yōu)化融資手段能夠在一定程度上改善整體融資能力。

4 結(jié)論與啟示

4.1 結(jié)論

通過對17個樣本的實證分析，本文發(fā)現(xiàn)新能源汽車行業(yè)的融資效率在經(jīng)歷困境后正在向好發(fā)展，融資效率處于較高水平。從整體上看，籌資形勢受疫情的影響期限較短，在2021年逐步跨越融資障礙，效率逆向快速增長。同時，總結(jié)影響新能源汽車行業(yè)融資的不利因素，一方面，整個行業(yè)面臨保持融資現(xiàn)狀的風(fēng)險，即對新時代賦予的融資機會重視程度不夠，在社會穩(wěn)定中沒有尋找合適的融資機會，在疫情到來后開始紛紛自救；另一方面，企業(yè)未制定有效的融資戰(zhàn)略方案，在保持合理融資規(guī)模的前提下，企業(yè)的管理者應(yīng)提高自身管理運營能力。

4.2 啟示

第一，采取多元化、進階式的融資策略。經(jīng)過以上分析，目前是新能源汽車企業(yè)開啟高速發(fā)展模式的關(guān)鍵時期，企業(yè)可以嘗試進階式的融資方式。進階式是指循序漸進、由低到高、逐步提升的一種方式，融資活動對于新能源汽車行業(yè)來說應(yīng)該是長期持續(xù)的，進階式的融資手段能讓企業(yè)實現(xiàn)向更高融資效率攀登的目標(biāo)，制定進階式規(guī)劃方案，并從多元化的融資渠道進行風(fēng)險分散與管控，在政府補貼政策退出前站穩(wěn)腳跟，從而避免在艱難時期無法抵御融資壓力而承擔(dān)嚴(yán)重后果。第二，建立融資風(fēng)險應(yīng)對制度。企業(yè)融資保持現(xiàn)狀的根本原因是沒有制定和實施融資風(fēng)險的應(yīng)對措施和抵抗手段，不敢貿(mào)然向前。企業(yè)可以通過建立融資風(fēng)險準(zhǔn)備金、融資風(fēng)險應(yīng)對體系、融資風(fēng)險識別小組及聘請融資管理專業(yè)人員等措施積極應(yīng)對風(fēng)險挑戰(zhàn)。第三，調(diào)整融資戰(zhàn)略的制定流程。企業(yè)可以通過咨詢高融資的非競爭企業(yè)或從事相關(guān)工作的專家使融資戰(zhàn)略制定更加合理化、規(guī)范化。管理者作為流程的主要決策人，要從結(jié)合企業(yè)實際出發(fā)，多方面考慮權(quán)衡并吸取相關(guān)經(jīng)驗，優(yōu)化融資戰(zhàn)略的制定流程。第四，加強管理層人才隊伍建設(shè)。融資戰(zhàn)略反映了管理者的決策風(fēng)格，因此，積極引進人才，發(fā)展人才戰(zhàn)略，能夠為合理決策服務(wù)。企業(yè)可以適時進行組織變革，調(diào)整管理層人員結(jié)構(gòu)，提高對優(yōu)秀人才的引進水平與重視程度。

【參考文獻】

【1】劉主軍，梁瑞雪.大型央企下屬科技型上市公司融資效率研究[J].投資與合作，2023（3）：7-10.

【2】徐杰，王涵.新三板創(chuàng)新層企業(yè)定向增發(fā)融資效率研究——基于DEA模型和Malmquist指數(shù)模型[J].中國物價，2021（1）：75-78.

【3】王海榮，耿成軒.新能源汽車產(chǎn)業(yè)融資效率——基于SUPER-SBM DEA及TOBIT模型[J].社會科學(xué)家，2016（11）：83-87.

【4】李素梅，陳琛，徐繼明.我國新能源汽車產(chǎn)業(yè)融資效率評價與分析——基于DEA-Logit模型的實證研究[J].科技管理研究，2016，36（18）：57-63+74.

【5】沈忱.中小企業(yè)在新三板市場融資效率研究——基于三階段DEA模型定向增發(fā)研究[J].審計與經(jīng)濟研究，2017，32（3）：78-86.

【6】劉軍航，張玲玲.融資效率對企業(yè)綠色創(chuàng)新的影響——基于新能源上市公司的實證分析[J].工業(yè)技術(shù)經(jīng)濟，2022，41（9）：35-42.

【7】藍圖，張彥.政府補助、研發(fā)投入與科技創(chuàng)新企業(yè)融資效率研究[J].中國注冊會計師，2020（12）：70-74.