物联网上市公司龙头股|我国物联网上市公司融资效率及影响因素探讨

【www.cubkforchild.com--融资】

　　内容摘要：为探寻适合物联网企业的金融支持手段，本文以96家物联网上市企业为样本，运用产出导向的规模报酬可变的超效率DEA模型测度物联网主板、中小企业板及创业板上市公司融资效率，测算出DMU效率值；再通过Tobit回归方法，构建物联网上市公司融资效率影响因素模型。实证结果表明：相对于债务融资，股权融资更有利于提升物联网企业融资效率；短期负债有利于降低物联网企业融资成本，但不利于长期投资。文章认为，政府应强化政策金融的引导作用，支持物联网企业上市及再融资。企业管理层应合理控制企业债务结构，通过增持等手段增强投资者投资信心，提升公司价值。
　　关键词： 物联网 融资效率 超效率DEA Tobit模型
　　相关研究概述
　　物联网作为新一代信息技术的高度集成和综合运用，渗透性强、辐射范围广、潜在规模大，是战略性新兴产业的重要组成内容。而作为现代产业发展的输血管，金融对物联网的发展起着基础性作用，是物联网发展的核心要素之一。研究物联网产业的融资效率的现状及影响因素，对物联网产业发展至关重要。
　　为此，国内外学者尝试从企业融资结构入手，衡量融资结构对企业融资成本及企业价值的影响，通过寻找不同渠道资金的有效搭配及合理比重，提升企业融资效率。Modigliani和Miller（1958）基于完善市场假定，提出经典的“MM定理”，即企业的融资成本及企业价值与企业融资方式的选择无关，但由于完善市场假定与现实市场相距甚远，学者们开始尝试放宽这一假设条件。Ross（1977）引入非对称信息假设，指出企业负债率上升表明企业管理层对未来收益有着较高预期，对投资者而言是一个积极信号，企业的市场价值因此而增加。Myers和Majluf（2004）认为，由于非对称信息的存在，投资者往往通过企业对融资方式的选择，判断企业管理层对企业未来市场价值的预期，因而股权融资会使企业的市场价值贬值，发行企业债券则容易产生破产成本。据此，他们提出了“优序融资理论”，推断企业的融资选择从优到劣依次为内源融资、银行贷款、企业债券、股票发行。Masulis（1983）等众多国外学者所做的一系列实证研究亦从侧面验证了“优序融资理论”。
　　然而，在国内，股权融资相对于债务融资反而更受企业青睐，这与“优序融资理论”产生严重背离，对此，众多国内学者对此展开一系列研究。陈晓等（1999）选取185家沪深上市公司数据进行实证，结果表明我国上市公司股权融资成本低于债务融资成本，但债务融资仍然能提升企业市场价值。沈艺峰等（1999）以30家百货上市公司为样本进行回归分析，结果表明权益资本成本高于债务资本成本。宋增基等（2003）选取123家工业企业上市公司1999年度数据进行实证，对比股权融资和债务融资在我国上市公司的表现，结果表明股权融资成本远低于债务融资成本，公司绩效与负债率、流通股比率呈现显著的负相关关系。刘星（2004）改进了Myers的融资优序模型，以沪深211家上市公司为样本检验我国上市公司的融资情况，指出我国上市公司的融资顺序依次为股权融资、债务融资、内部融资，在债务融资中更偏好于短期负债。但上述研究方法需要以各指标的优先权重为基础，带有明显的主观性，难以保证评价的客观公正。
　　为此，刘力昌等（2004）率先将DEA运用于我国企业融资效率的评估，以沪市初次发行股票的47家上市公司为样本，测度我国上市公司股权融资效率，结果显示我国上市公司股权融资效率处于较低水平且存在行业差异。此后，袁云峰等（2006）、宋增基等（2007）为代表的众多学者相继将其作为银行业、保险业效率评估手段。
　　基于上述研究，本文推断，企业融资方式的选择及融资效率的高低，与其所属行业密切相关，行业差异的产生或许源自不同行业在资本市场的受欢迎度及投资者对行业前景的预期。对于物联网产业而言，怎样的融资手段更有利于提升物联网企业融资效率？为解答这一疑问，本文借鉴庞瑞芝等（2007）、郭淡泊等（2012）的DEA-TOBIT两步法，基于96家物联网上市公司数据，通过数据包络分析（DEA）手段核算其融资效率，在此基础上以DEA效率值为被解释变量，建立物联网上市公司融资效率影响因素回归模型。
　　研究方法与指标体系构建
　　（一）超效率DEA模型分析
　　1.超效率DEA模型简介。数据包络分析（Data Envelopment Analysis，简称DEA）是由A. Charnes & W. W. Cooper等学者于1978年在“相对效率评价”概念基础上提出的一种新的系统分析方法，主要用以评价部门间的相对有效性。由于DEA方法相对于其他效率评价模型而言无需估计参数，很大程度上减小了管理者的主观因素对评价结果的影响，通过Banker等学者（1984）的不断完善，广泛应用于各类生产单位的效率评估中。超效率DEA模型由Andersen和Petersen于1993所提出，相对于传统CCR模型，其突破了有效决策单元效率值为1的限制，更有利于对比各有效决策单元间的优劣及区分技术有效与规模有效。设有n个决策单元，各决策单元均有m种类型输入及s种类型产出，借鉴Andersen等（1993）和郭淡泊等（2012）的建模思想，基于投入导向的超效率DEA模型可表示为：
　　其中，θ为决策单元的效率值；x和y分别代表输入和输出变量；λj为规划决策变量；S-和S+均为松弛变量，分别代表输入超量和输出亏量。其经济含义为：当θ*≥1，S-=S+=0，则表示j0单元为DEA有效，在这n个决策单元所构成的经济系统内，原投入X0时所获得产出Y0以实现绩效最优；当θ*≥1，S-、S+存在非零值，则表示j0单元为DEA弱有效，这意味着投入X0减少S仍能维持产出Y0不变，或在投入X0不变的条件下产出Y0可增加；当θ* 　　2.决策单元选择。DEA的基本功能是对多个同类样本进行“相对优劣”评价，决策单元的选择过程实际上就是确定相互比较的参考集的过程。为使评价结果能够充分反映物联网上市公司金融支持效率的整体情况及物联网各层面公司所存在的相对差异，本文选取了2010年12月前上市的96家物联网企业作为决策单元，依据其所归属板块不同，划分为32家主板企业、32家中小板企业及32家创业板企业。
　　3.指标体系构建。通过借鉴熊正德等学者（2010）的现有研究成果，本文在选取投入产出指标时结合了生产法、资本法两种指标选取方法，针对物联网上市公司资金筹集效率分析模型及资金配置效率分析模型，建立了如表1所示的输入输出指标体系。
　　资产总额表示物联网上市公司直接融资的额度，流动负债总额代表物联网上市公司短期间接融资的额度，非流动负债总额代表物联网上市公司中长期间接融资的额度，故将三者作为物联网上市公司资金筹集效率分析模型及资金配置效率分析模型的共同投入指标。
　　营业收入增长率反映上市公司融资后的成长性，年度化净资产收益率反映上市公司融资后的盈利能力，故将其作为两个模型的共同产出指标，衡量物联网上市公司资金筹集及配置的效率；此外，针对资金筹集效率分析模型与资金配置效率分析模型的不同特征，分别选取企业资金筹集效益率和企业绩效（Tobin`s Q值）作为DEA的第三个产出指标，前者充分体现了物联网上市公司的资金筹集效率，后者则代表了物联网上市公司的资金配置效率。
　　（二）二阶段Tobit回归分析
　　1.Tobit模型简介。Tobit模型由Tobin提出，属于因变量受限的回归模型，可解决受限或截断因变量的模型构建问题。其基本形式为：
　　由于DEA模型得出的效率值属于截断的离散分布数据，若采用普通最小二乘法，会导致参数估计的有偏及不一致，因而采用Tobit模型分析融资效率的影响因素。
　　2.指标选取。为全面衡量物联网企业的融资效率，本文从融资结构、债务结构与股本结构三方面出发，选取资产负债率（TDR）、流动负债率（CDR）和流通股本比例（CR）作为评价指标。其中，资产负债率（TDR）反映债务融资与股权融资的比率，体现上市公司的融资结构；流动负债率（CDR）反映短期负债与长期负债之间的比例，体现上市公司的债务结构；流通股本比例（CR）反映上市公司的持股情况，体现了上市公司的股本结构。为进一步测量融资效率与上述三个指标的弹性，本文对上述三个指标分别取对数，将LnTDR、LnCDR及LnCR一同纳入指标评价体系。
　　（三）数据来源
　　本文所选样本为2010年12月前在主板、中小板和创业板上市的96家物联网企业，提取2011年3月-2013年6月的季度财务数据，深入探讨物联网产业的金融支持效率。文中数据来自于清华金融研究数据库及国泰安数据库。
　　物联网上市公司融资效率评价
　　将96家物联网上市公司数据代入超效率DEA模型，通过MaxDEA软件进行求解，结果见表2。
　　在资金筹集效率方面，主板上市公司的资金筹集效率均值达到了0.7605，远高于中小板的0.5931和创业板的0.6312。由此可见，相对于中小板和创业板物联网上市公司，主板物联网上市公司在低成本融资的能力上具备显著优势，资金筹集效率与物联网上市公司的规模呈正相关。而在资金配置效率方面，创业板上市公司的效率均值最高，达到了0.8865的高水准；中小板上市公司的综合技术效率均值为0.7980，略高于主板上市公司的0.7728。这表明，在高效率利用资金的能力上，创业板物联网上市公司显著优于中小板及主板物联网上市公司，资金配置效率与物联网上市公司的规模呈负相关关系。而在综合效率方面，主板上市公司的0.6102略高于创业板上市公司的0.5966，中小板上市公司最低为0.5493，综合效率与物联网上市公司规模呈U型关系。
　　DEA测度结果还表明，在时间序列上，物联网产业的融资效率呈现较大的波动态势。各个层面的物联网上市公司在2011年第一季度及第二季度内多处于0.7以上的高效区间，甚至达到最优效率；而自2011年第三季度起，受到宏观经济改革、经济增速放缓及产业政策的影响，融资效率整体上呈现出逐季递减的趋势；到2012年第四季度开始逐步回升，整体上亦呈现U型关系。这表明，国内经济形势与相关产业政策对物联网上市公司的融资效率产生了显著影响。
　　对比物联网主板、中小板、创业板上市公司的综合技术效率值与同期沪深主板、中小板、创业板的指数走势，可发现二者基本趋于同步：在指数表现较为强势的时候，相应板块物联网上市公司资金配置效率及综合效率值亦处于较高水准，反之亦然。如在创业板指数暴涨的2013年第一季度及第二季度，创业板物联网上市公司的资金配置效率亦显著提升，而同期主板和中小板物联网上市公司的技术效率并未有显著变化。这表明股市投资者的投资偏好体现在同期股价上，从而深刻影响了物联网上市公司的资金配置效率。
　　物联网上市公司融资效率影响因素分析
　　首先，运用96家物联网上市公司数据为样本进行回归（见表3），结论如下：物联网上市公司的资金筹集效率与资产负债率及流通股比例呈负相关关系，与流动负债率呈正相关关系，表明对于物联网上市公司而言，股权融资相对于债务融资成本更低，提升不可流通股及短期负债的比例有利于降低上市公司融资成本；物联网上市公司的资金配置效率与资产负债率及流动负债率呈负相关关系，与流通股比例呈正相关关系，表明股权融资相对于债务融资更有利于提升上市公司的企业价值，提高长期负债和不可流通股的比例对上市公司的长期发展有着积极影响。
　　此后，以各层面物联网上市公司数据为样本进行回归，衡量各层次物联网上市公司资金筹集及配置效率影响因素差异（见表4）。结果表明：除中小板上市公司资金配置效率模型中，流通股比例对物联网中小板上市公司资金配置效率不显著外，各变量在各模型中均通过10%的显著性检验且相关性与物联网整体模型相一致；资产负债率对物联网创业板上市公司融资效率的影响最大；流通股比例对创业板上市公司融资效率的影响最大，对主板上市公司的影响最小；流动负债率对中小板上市公司的影响最大，对主板上市公司的影响最小。 　　结论及启示
　　根据DEA金融效率测度结果及影响因素回归模型结果，本文得出以下结论，并就此提出相关建议：
　　第一，物联网产业尚处于成长期，风险抵御能力较低，受宏观经济形势影响明显，在近年经济增速放缓背景下，物联网上市公司资金筹集效率及配置效率均受到显著的负面影响。政府应充分发挥“看不见的手”的作用，强化政策金融引导，合理地、有规划地整合相关资源投向物联网产业。
　　第二，股权融资对物联网上市公司的资金筹集效率及配置效率具有积极作用，相对于债务融资而言对物联网更有利。政府应积极推动符合上市标准的物联网企业上市融资，支持物联网上市公司通过配股、增发和发行可转换债券等方式再融资，提高物联网企业股权融资比例。
　　第三，短期负债虽在一定程度上降低了物联网上市公司的融资成本，但亦对上市公司造成较大的还款压力，使资金难以配置在投资回报周期较长的研发等项目，对上市公司的资金配置效率有较大的负面影响。企业应合理控制其债务结构，提高流动性资金的运作效率；政府应加大对研发投入较高、投资回报周期较长的物联网项目的政策性资金扶持力度，降低企业研发投入资金压力。
　　第四，流动股本比例与物联网上市公司融资效率呈负相关关系，表明投资者及债权人或根据管理层控股等情况，判断企业实际控制人及管理层对企业未来市场价值的预期，衡量投资收益及风险，从而做出决策。企业管理层可通过增持公司股票等行为，提升投资者信心，避免大规模减持套现。
　　第五，物联网上市公司的资金配置效率与同期股市走势趋于同步，表明资本市场的偏好对上市公司价值具有显著影响。政府需进一步完善资本市场制度，出台相应政策，为资本市场注入强心针，增强投资者投资物联网等战略性新兴产业的信心。
　　第六，政府应引导风险投资、私募投资基金投资物联网企业及项目，为物联网企业带来长期、稳定、低成本的资金，充实股权资本，改善融资结构，提升融资效率，将企业的技术、产品优势与风险投资的资本、管理优势相结合，推动物联网应用市场化、商业化，实现企业效益。
　　参考文献：
　　1.Modigliani F，Miller M H.The cost of capital，corporation finance and the theory of investment[J].The American economic review，1958
　　2.Ross S A.The determination of financial structure：the incentive-signalling approach[J].The Bell Journal of Economics，1977
　　3.Myers S C，Majluf N S.Corporate financing and investment decisions when firms have information that investors do not have[J].Journal of financial economics，1984，13（2）
　　4.Masulis W.The impact of Capital Structure Changes on Firm Value：Some Estimates[J].Journal of financial，1983（3）
　　5.陈晓，单鑫.债务融资是否会增加上市企业的融资成本[J].经济研究，1999，9（1）
　　6.沈艺峰，田静.我国上市公司资本成本的定量研究[J].经济研究，1999，11（7）
　　7.宋增基，张宗益.上市公司融资效率实证分析[J].商业研究，2003（5）
　　8.刘星，魏锋，詹宇.我国上市公司融资顺序的实证研究[J].会计研究，2004 （6）
　　9.宋增基，李春红.中国保险业DEA效率实证分析[J].系统工程学报，2007（1）
　　10.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，2004，22（1）
　　11.袁云峰，郭莉，郭显光.基于多阶段超效率 DEA 模型的银行业效率研究[J].中央财经大学学报，2006（6）
　　12.庞瑞芝，张艳，薛伟.中国上市银行经营效率的影响因素―基于Tobit回归模型的二阶段分析[J].金融论坛，2008（12）
　　13.郭淡泊，雷家，张俊芳，彭勃.国家创新体系效率及影响因素研究[J]. 清华大学学报（哲学社会科学版），2012（27）
　　14.Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units[J].European journal of operational research，1978，2（6）
　　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）
　　16.Andersen，Per，and Niels Christian Petersen."A procedure for ranking efficient units in data envelopment analysis." Management science 39.10（1993）
　　17.熊正德，林雪.战略性新兴产业上市公司金融支持效率及其影响因素研究[J].经济管理，2010，1（1）

本文来源：http://www.cubkforchild.com/jrcj/94025.html