東北地區(qū)戰(zhàn)略性新興企業(yè)金融支持效率研究

胡晉月，李瑩

（哈爾濱工程大學經濟管理學院，哈爾濱 150000）

1 引言

黨的二十大報告指出應“大力推進東北全面振興取得新突破”。作為傳統(tǒng)工業(yè)基地，黑吉遼三省戰(zhàn)略性新興企業(yè)多數正處于初創(chuàng)期、成長期，疊加高新技術企業(yè)對研發(fā)的高要求，使得企業(yè)資金需求大，潛在風險加劇。雖然近年間，東北地區(qū)相繼出臺多項政策，致力于引導金融資金流向實體產業(yè)，但仍存在許多企業(yè)重視投入產出而忽略效率，由此導致金融支持效率較低，不利于產業(yè)可持續(xù)健康發(fā)展。在此背景下，助力戰(zhàn)略性新興企業(yè)融資，提升金融資源的有效配置，是促進東北地區(qū)戰(zhàn)略性新興企業(yè)發(fā)展的重要路徑[1]。

2 文獻綜述

金融支持體系的建立和完善是中國東北地區(qū)戰(zhàn)略性新興產業(yè)持續(xù)發(fā)展的重要保障。目前，國內外學者對這一課題的研究主要向3 個方向發(fā)展：一是戰(zhàn)略性新興企業(yè)與金融的相關性。1997年，Hellmann 等首次提出“金融約束論”[2]。之后，Schreft 等也認為產業(yè)發(fā)展和財政支持有很強的正相關關系[3]。健全合理的金融體系有助于走出一條以創(chuàng)新為基礎的產業(yè)發(fā)展新路[4]。二是如何衡量戰(zhàn)略性新興企業(yè)金融支持的有效性。熊正德等通過DEA 法研究戰(zhàn)略性新興產業(yè)的金融支持效率及影響因素[5]。李萌等通過DEA-Malmquist-Logit 探究金融支持效率及其影響因素[6]。三是東北地區(qū)戰(zhàn)略性新興企業(yè)金融支持效率的研究。這方面的相關研究不多。齊齊等開發(fā)了一套評價指標體系，用于衡量中國東北地區(qū)戰(zhàn)略性新興產業(yè)的創(chuàng)新水平[7]。王旭橫向對比遼寧省和發(fā)展較快省份對新材料行業(yè)的支持政策，指出遼寧省存在政府資金支持缺乏、金融支持政策效果不明顯的問題[8]。綜上，DEA-Logit 模型常被用來分析金融支持的效率及影響機制，但該模型在DEA測度時綜合效率值可能出現(xiàn)較多“1”，使得Logit 模型因變量數值受到限制，導致參數估計有偏且不一致[9]。因此，文章采用DEA-Tobit 兩階段方法，并進行以下改進：首先，在測度戰(zhàn)略性新興產業(yè)金融支持效率的過程中，先通過BCC 模型進行靜態(tài)測度，再通過Malmquist 指數進行動態(tài)測度。其次，文章在確定產出指標時，創(chuàng)新性地加入了評估企業(yè)創(chuàng)新能力和發(fā)展?jié)摿Φ闹笜?。最后，文章選取東北地區(qū)戰(zhàn)略性新興企業(yè)作為研究對象，為東三省創(chuàng)新產業(yè)發(fā)展和升級提出有針對性的建議。

3 研究設計

3.1 DEA 模型及指標選擇

文章借鑒熊正德[10]、馬軍偉[11]等人的研究思路，采用BCC和Malmquist 指數考察金融支持效率。對于投入指標，文章在以往文獻的基礎上，認為企業(yè)成長的資金有3 個外部來源：直接融資支持、間接融資支持、政府政策支持。文章投入指標為“資產負債率”“股權融資率”“商業(yè)信用融資率”?？疾斓絿艺咧С值尿寗幼饔?，引入“金融深化指數”（M2/GDP）作為投入指標。對于產出指標，選擇“凈資產收益率”（ROE）作為衡量盈利能力的指標，選擇“主營業(yè)務收入增長率”作為衡量成長能力的指標，選擇“無形資產凈額增長率”作為衡量創(chuàng)新能力的指標（見表1）。

表1 戰(zhàn)略性新興企業(yè)投入產出變量指標體系

3.2 Tobit 回歸模型及指標選擇

為了研究影響中國東北地區(qū)戰(zhàn)略性新興企業(yè)金融支持效率的因素，引入Tobit 模型，以第一階段得到的總體效率值為被解釋變量。①成立年數。成立時間較長的企業(yè)擁有更多融資渠道和經驗，融資效率高。②公司規(guī)模。文章用公司總資產的自然對數來衡量公司規(guī)模。③公司所有權性質。設置該變量為虛擬變量，對國有企業(yè)賦值0，對非國有企業(yè)賦值1。研究表明，金融資源的配置過程中存在公司所有權偏好[12]。④股權集中程度。孫兆斌認為上市公司的金融支持效率與股權集中程度正相關[13]。用企業(yè)第一大股東的持股比例來表示股權集中程度。⑤股權制衡度。相較于一個股東獨大的情況，幾個大股東共同治理公司，相互控制有助于公司的穩(wěn)定和價值[14]。文章用“第二和第三股東持股比例之和/第一股東持股比例”表示股權制衡度?？紤]到存在眾多極小值，借鑒李明輝的方法，對該比值乘以100 再取自然對數[15]。⑥宏觀經濟風險。

Tobit 回歸模型的基準形式如下：

Y=β0+β1year+β2lnAsset+β3state+β4share+β5balance+β6CPI+ε，ε~N（0，δ2）

其中，Y——第一階段得出的綜合技術效率值；X——解釋變量；β——相關系數；其余變量見表2。

表2 Tobit 回歸模型變量的選取與定義

3.3 數據來源

選取東北地區(qū)全部A 股上市公司中戰(zhàn)略性新興產業(yè)上市公司。實施了以下程序：①刪除離群值、缺失值或ST 公司；②刪除金融類公司；③對連續(xù)變量1%縮尾處理。最終選取了99 家上市公司2020Q1～2022Q3 共11 個季度合計1 089 個觀測值。所有數據均來源于Wind 數據庫、CSMAR 數據庫和公司年報，運用Deap2.1、Stata15 分析。采用歸一法對數據預處理，處理后的樣本數據取值為[0，1]。

4 實證結果與分析

4.1 第一階段DEA 效率評價結果及分析

4.1.1 DEA 綜合技術效率分析

本文對東北戰(zhàn)略性新興企業(yè)金融支持的綜合技術效率進行分析、拆分，如表3所示。

綜合技術效率的高低能夠反映金融體系對東北地區(qū)戰(zhàn)略性新興企業(yè)的支持效率。由表3可知，11 個季度內綜合技術效率都小于1，均表現(xiàn)為DEA 無效。但該值集中在[0.902，1），接近金融資源最優(yōu)配置。相比之下，2020Q4 綜合技術效率均值最小，這主要是由于該季恰逢東北地區(qū)的旅游旺季，疫情反復，阻礙了戰(zhàn)略性新興企業(yè)發(fā)展。

表3 2020Q1-2022Q3 東北地區(qū)戰(zhàn)略性新興企業(yè)金融支持綜合效率

純技術效率的程度反映了在企業(yè)的管理水平和技術因素的影響下，金融資源能否達到最優(yōu)配置。規(guī)模效率的大小反映在金融體系規(guī)模的作用下，金融資源能否達到最優(yōu)配置。11 個季度的純技術效率均小于1，不是最優(yōu)狀態(tài)，而規(guī)模效應的值均為1，均是最優(yōu)水平，這說明樣本期內東北地區(qū)戰(zhàn)略性新興企業(yè)綜合技術效率無效的主要原因是企業(yè)的管理和技術不足，而金融資金發(fā)揮了規(guī)模效益。

4.1.2 Malmquist 指數分析與分解

Malmquist 指數可反映金融支持的動態(tài)效率。由表4得，Malmquist 指數為2.714，高于1，這表明，東北地區(qū)對戰(zhàn)略新興企業(yè)的資金支持的整體效果呈明顯上升趨勢。

表4 2020Q1-2022Q3 東北地區(qū)戰(zhàn)略性新興企業(yè)金融支持動態(tài)效率分解

Malmquist 指數可分解為技術效率變化指數（Effch）、技術進步指數（Techch）、純技術效率變動（Pech）、規(guī)模效率變動（Sech）。Effch、Techch、Sech 的均值分別為1.169、2.757、1.163，均大于1，這表明，自2020年以來，有關公司技術效率、技術進步、規(guī)模效率逐步提高，近幾年企業(yè)的技術不斷進步，金融規(guī)模持續(xù)增加。純技術效率變動的均值為0.997，小于1，說明目前企業(yè)發(fā)展的主要障礙是管理和技術水平的不足。主要表現(xiàn)在于：第一，東北地區(qū)戰(zhàn)略性新興企業(yè)起步較晚，融資和創(chuàng)新能力不足；第二，企業(yè)金融技術創(chuàng)新能力不足，作為傳統(tǒng)老工業(yè)基地，東北地區(qū)的創(chuàng)新驅動發(fā)展的機制仍不完善，對產學研一體化創(chuàng)新驅動建設有所欠缺。

4.2 第二階段效率影響因素分析

為探索影響效率變動的其他因素，文章構建Tobit 回歸模型。如表5所示，企業(yè)金融支持成效的影響和影響具體分析如下：①公司規(guī)模與金融支持效率正相關，且統(tǒng)計顯著。這是因為隨著公司資產增多，更容易以較低成本籌到資金，開發(fā)新項目、新產品，達成內部規(guī)模經濟。②公司成立年數、公司所有權性質、宏觀經濟風險與金融支持效率統(tǒng)計上不顯著，即這3 個因素與金融支持效率之間均不相關。這可能由于東北振興背景下，產業(yè)轉型升級、發(fā)展戰(zhàn)略性新興企業(yè)已成為東北地區(qū)發(fā)展的重中之重，無論是對國有企業(yè)，還是非國有企業(yè)，在政策支持、資金調配、行業(yè)監(jiān)管等方面都予以重視。此外，疫情發(fā)生后，政府實施了適當的補貼政策，以維持戰(zhàn)略性新興企業(yè)的正常發(fā)展。③股權集中程度與金融支持效率是同向變動關系，表明企業(yè)的股權集中度越高，金融資源的配置效率越高。④股權制衡度與金融支持效率是正相關關系。這說明企業(yè)的第二、三大股東充分發(fā)揮了對控股股東的監(jiān)督職能。

表5 Tobit 回歸模型的結果

5 結論及政策建議

綜上所述，文章可得以下結論：①東北地區(qū)戰(zhàn)略性新興企業(yè)金融資源配置效率接近有效，但仍有提升空間。靜態(tài)分析表明，11 個季度的綜合技術效率值集中在[0.902，1），接近金融資源最優(yōu)配置。動態(tài)分析顯示，Malmquist 指數為2.714，企業(yè)金融支持整體效率逐步提升。②企業(yè)管理和技術水平低下是導致金融支持效率低的主要原因。對綜合技術效率的拆解顯示，純技術效率都偏離了最佳狀態(tài)，而規(guī)模效應處于最佳狀態(tài)，這說明綜合技術效率偏離最優(yōu)的主要原因在于企業(yè)管理、技術水平的不足。無獨有偶，對動態(tài)效率的分解也表明了這一原因：分解的4 個指標中，僅有純技術效率變動值偏離最優(yōu)。③股權集中程度、公司規(guī)模、股權制衡度與金融支持效率顯著正相關，公司成立年份、宏觀經濟風險、所有權性質不對金融支持效率造成影響。

綜合以上結論，文章提出4 項政策建議：①積極推動金融支持東北地區(qū)戰(zhàn)略性新興企業(yè)發(fā)展的內生動力，建立均衡的投融資機制。②提高企業(yè)技術水平和治理效率。在金融方面，持續(xù)推進供給端結構性改革，建立創(chuàng)新的金融支持體系。例如，在產品層面，鼓勵金融產品創(chuàng)新；在服務層面，為高科技企業(yè)創(chuàng)建新金融機構；在機制層面，改善資本市場不同層次的轉移機制。③政府應發(fā)揮積極的規(guī)劃和指導作用，以稅收優(yōu)惠和財政援助的形式提供適當的政策支持。④優(yōu)化當地商業(yè)環(huán)境，建立多層次融資渠道。對于戰(zhàn)略性新興企業(yè)，需要積極打造可持續(xù)、穩(wěn)定、長期的市場需求，引導企業(yè)良性競爭，充分發(fā)揮金融市場在供給、需求和競爭中的作用。