張明龍　曾　勝

（重慶工商大學(xué) 財政金融學(xué)院，重慶，400067）

?

重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率評價

張明龍曾勝

（重慶工商大學(xué) 財政金融學(xué)院，重慶，400067）

摘要：以重慶22家上市公司為研究對象，采用Bootstrap-DEA方法對2010～2014年重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率進(jìn)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：重慶戰(zhàn)略新興產(chǎn)業(yè)的金融支持效率沒有達(dá)到有效前沿面，主要原因在于純技術(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，其發(fā)展模式以“高低”和“低高”兩種類型為主。重慶金融支持戰(zhàn)略新興產(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。技術(shù)進(jìn)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(xiàn)。

關(guān)鍵詞：金融支持；戰(zhàn)略性新興產(chǎn)業(yè)；效率；Bootstrap-DEA方法；Malmquist指數(shù)

一、引言

目前，中國正處于轉(zhuǎn)變經(jīng)濟(jì)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(jì)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《國務(wù)院關(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。而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)的重要戰(zhàn)略意義，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。為積極貫徹落實國家政策決定，重慶市政府出臺《關(guān)于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的意見》，提出十大戰(zhàn)略性新興產(chǎn)業(yè)，并在重慶“十二五”規(guī)劃中明確戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展地位和目標(biāo)。

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)展的初期亟須金融資源的強(qiáng)有力支持。然而，對于處于發(fā)展中的我國來說，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)起到重要的影響作用。因此，現(xiàn)階段從效率的角度來研究重慶戰(zhàn)略性新興產(chǎn)業(yè)的金融支持，將具有更為現(xiàn)實的意義。

二、文獻(xiàn)綜述

1. 國外相關(guān)文獻(xiàn)

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。國外主要以涵蓋戰(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(jìn)行研究分析，可以歸納為以下兩個方面：第一，銀行對新興產(chǎn)業(yè)發(fā)展的影響研究。Schumpeter （1912）[1]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(jìn)產(chǎn)業(yè)創(chuàng)新。而Rajan 和Hellwing（1992）[2]以及Morck和Nakamura （1999）[3]均認(rèn)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(jǐn)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。Alessandra和Stoneman（2008）[4]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。第二，風(fēng)險投資對新興產(chǎn)業(yè)的影響研究。Mowery和Rosenberg（1998）[5]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(jìn)新興產(chǎn)業(yè)的創(chuàng)新活動。而Kaplan和Stromberg（2003）[6]以及Casamatta（2003）[7]則認(rèn)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(jìn)了技術(shù)創(chuàng)新。

2.國內(nèi)相關(guān)文獻(xiàn)

自我國提出“戰(zhàn)略性新興產(chǎn)業(yè)”概念以來，我國學(xué)者就對金融支持戰(zhàn)略性新興產(chǎn)業(yè)進(jìn)行了廣泛的研究，致力于如何通過更好地發(fā)揮金融功能。促進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展。從現(xiàn)有文獻(xiàn)來看，國內(nèi)學(xué)者主要集中于研究戰(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，從而為金融與戰(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，學(xué)者們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[8]（2011）運(yùn)用DEA模型分別測算2008年和2010年我國金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率，同時運(yùn)用Logit模型對效率的影響因素進(jìn)行分析，結(jié)果發(fā)現(xiàn)：戰(zhàn)略性新興產(chǎn)業(yè)的金融支持效率受宏觀經(jīng)濟(jì)形勢的影響不同；良好的經(jīng)濟(jì)形勢促進(jìn)效率提升，反之效率較低；而不同時期的金融支持效率，其影響因素呈現(xiàn)階段性特點。翟華云[9]（2012）運(yùn)用DEA模型從股權(quán)融資的角度對2009-2011年我國七大戰(zhàn)略性新興產(chǎn)業(yè)的金融支持效率進(jìn)行測算，結(jié)果發(fā)現(xiàn)：綜合效率、純技術(shù)效率和規(guī)模效率均值都有所增長，并且技術(shù)要求越高的產(chǎn)業(yè)（如：節(jié)能環(huán)保、新能源、新材料與信息技術(shù)產(chǎn)業(yè)等）股權(quán)融資效率越大。馬偉軍[10,11]（2013）利用DEATobit兩階段方法測算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，其運(yùn)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(jìn)行測算，認(rèn)為通過技術(shù)創(chuàng)新才能實現(xiàn)金融對戰(zhàn)略性新興產(chǎn)業(yè)的資源最優(yōu)配置。趙玉林[12]（2014）結(jié)合戰(zhàn)略性新興產(chǎn)業(yè)自身特點，運(yùn)用七大產(chǎn)業(yè)上市公司11個季度的面板數(shù)據(jù)進(jìn)行實證分析，結(jié)果發(fā)現(xiàn)：戰(zhàn)略性新興產(chǎn)業(yè)的資本配置的整體效率不高。短期內(nèi)，需要提升產(chǎn)業(yè)技術(shù)效率以及緩解產(chǎn)業(yè)的融資約束壓力；長期內(nèi)，需要完善金融市場環(huán)境。黃海霞[13]（2015）運(yùn)用DEA模型對2009-2011年間戰(zhàn)略性新興產(chǎn)業(yè)科技資源配置效率進(jìn)行分析，結(jié)果發(fā)現(xiàn)：雖然戰(zhàn)略性新興產(chǎn)業(yè)的科技資源配置效率整體呈現(xiàn)逐年提高的趨勢，但并沒有實現(xiàn)最優(yōu)。項本武[14]（2015）運(yùn)用SFA模型對2004-2011年間我國七大戰(zhàn)略性新興產(chǎn)業(yè)的面板數(shù)據(jù)進(jìn)行效率分析，結(jié)果發(fā)現(xiàn)：戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)效率總體偏低，各個行業(yè)的技術(shù)效率存在很大差異，且不均衡。劉暉[15]等（2015）采用DEA模型對2007-2012年間我國28個省區(qū)市的戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率進(jìn)行測算，結(jié)果表明：整體的純技術(shù)效率處于較低水平，呈現(xiàn)先升后降的趨勢；規(guī)模效率相對較高，且相對穩(wěn)定。同時，還發(fā)現(xiàn)各地區(qū)的效率存在明顯差異。

綜上所述，從現(xiàn)有文獻(xiàn)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。而國內(nèi)已有一部分學(xué)者從效率角度出發(fā)，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，研究戰(zhàn)略性新產(chǎn)業(yè)的金融支持或者資源配置效率。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)，已有文獻(xiàn)針對具體各個地區(qū)戰(zhàn)略新興產(chǎn)業(yè)的金融支持效率的研究還較為缺少。同時，從研究方法來看，前人主要以DEA模型對其效率進(jìn)行評價，而下文的“研究方法”部分將對傳統(tǒng)DEA模型存在的缺陷進(jìn)行陳述。

在前人的基礎(chǔ)上，本文力圖在以下幾個方面有所創(chuàng)新：第一，選擇重慶的戰(zhàn)略性新興產(chǎn)業(yè)為研究對象，作為西部唯一的直轄市、長江上游經(jīng)濟(jì)中心，重慶戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展具有舉足輕重的作用。第二，研究方法上采用Bootstrap-DEA方法，克服了傳統(tǒng)DEA模型無法回避樣本敏感性和極端值影響的問題，同時與Malmquist指數(shù)相結(jié)合，從靜態(tài)和動態(tài)兩方面對重慶地區(qū)金融支持戰(zhàn)略性新興產(chǎn)業(yè)進(jìn)行效率評價。第三，以與戰(zhàn)略性新興產(chǎn)業(yè)相關(guān)的上市公司為決策單元，通過不同板塊系統(tǒng)全面的分析戰(zhàn)略性新興產(chǎn)業(yè)的金融支持效率。

三、研究方法、變量選取和數(shù)據(jù)說明

1.理論模型構(gòu)建

（1）DEA模型

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）是由Charnes等[16]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）；而Banker等[17]則基于可變規(guī)模報酬的假設(shè)對DEA進(jìn)行修正提出了BCC模型，并對技術(shù)效率進(jìn)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），表示造成技術(shù)無效率的原因在于決策單元管理無效造成資源浪費(fèi)以及決策單元未達(dá)到最佳生產(chǎn)規(guī)模而造成的無效?？紤]到重慶戰(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，所以本文選擇用BCC模型進(jìn)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(jī)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，以此測算重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率。

我們假定重慶戰(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，如式（1）所示：

式（1）中，xij為第j個公司的第i種金融投入，yij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[18,19]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?；谠撛?，Simar和Wilson[20]提出了Bootstrap-DEA方法來解決該缺陷。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(jìn)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(xì)步驟如下：

（1）對每一個決策單元DMU(Xk,Yk), k=1,…,n利用DEA方法計算效率值。

（2）Malmquist指數(shù)方法

Malmquist指數(shù)模型是瑞典的經(jīng)濟(jì)學(xué)家、統(tǒng)計學(xué)家Malmquist在1953年分析消費(fèi)過程中提出來的。Caves[21]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)。Fare[22]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)。

根據(jù)Fare等的方法，我們?nèi)匀灰灾貞c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(jìn)行比較，以此對各個上市公司的金融支持效率變化進(jìn)行測量。那么，從t時期到t+1時期的Malmquist指數(shù)分別表示為式（2）：

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，見式（3）：

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

而在規(guī)模報酬可變的假設(shè)下，技術(shù)效率變化（Effch）還可以進(jìn)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，見式（6）：

式（6）中，左邊是Malmquist指數(shù)，該指標(biāo)TFP＞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，則降低。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(jì)不變條件下的技術(shù)效率變化，該指標(biāo)Pech＞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(jì)對TFP的影響，該指標(biāo)Sech＞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(jìn)了效率的增長；最后一項是技術(shù)進(jìn)步指數(shù)，表示從t時期到t+1生產(chǎn)前沿面向外移動，即出現(xiàn)了技術(shù)進(jìn)步，該指數(shù)Tech＞1，則表明各個上市公司對金融資源配置進(jìn)行了創(chuàng)新，促進(jìn)效率增長。

2. 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(xiàn)相關(guān)指標(biāo)選擇標(biāo)準(zhǔn)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(biāo)體系（詳見表1）：

（1）投入指標(biāo)

投入指標(biāo)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(jī)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(biāo)。其中，金融機(jī)構(gòu)借款率為長短期借款之和/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)融資率為（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；自有資金支持率為（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(biāo)

為較為全面的反映公司的發(fā)展水平，從資本運(yùn)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(biāo)。其中，凈資產(chǎn)收益率為凈利潤/凈資產(chǎn)，反映了公司資本運(yùn)營的綜合水平；主營業(yè)務(wù)收入增長率為（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。

3. 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(zhǔn)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，本文選取了重慶市內(nèi)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年至2014年5個年度。樣本公司數(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(biāo)準(zhǔn)化處理

由于DEA模型對投入產(chǎn)出指標(biāo)的數(shù)值要求必須大于零，但是在實際獲得數(shù)據(jù)中投入產(chǎn)出指標(biāo)的數(shù)值存在負(fù)值，因此需要對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，具體操作方法為式（7）：

其中，xij為原數(shù)據(jù)，yij為標(biāo)注化處理后的數(shù)據(jù)，區(qū)間范圍為[0.1，1]。

四、實證結(jié)果分析

1. 重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率分析

本次三維豎井建模使用的軟件是MIDAS/GTS NX，該軟件能夠自動判斷模型的外圍區(qū)域并生成邊界條件[5-6]。

（1）不同模型的效率差異性檢驗

采用DEA模型測算重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率，結(jié)果見表2中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(dá)到了有效前沿面，這表明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(jìn)行效率評價之前，必須對效率值的差異性進(jìn)行檢驗，以選擇更合理的模型，對所得到的效率值進(jìn)行分析。在此，我們采用Banker等[2,24]開發(fā)的DEA統(tǒng)計檢驗方法。具體的檢驗如下：

（1）如果真實的效率值的對數(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)計量為式（8）：

（2）如果真實的效率值的對數(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)計量為式（9）：

（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(jìn)行檢驗，在兩組效率值無差異的假設(shè)下，檢驗統(tǒng)計量為式（10）：

表2　DEA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(jìn)行測算并對所得的效率值進(jìn)行評價和分析。

（2）重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率分析

為了將相對效率值修正，以盡可能地接近各地區(qū)的“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(yùn)用R語言對DEA模型的效率值進(jìn)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）[25]指出如果DEA估計在置信區(qū)間之外，可以認(rèn)為結(jié)果是嚴(yán)重有偏的?？梢姡拚蟮男手蹈鼫?zhǔn)確的反映了重慶戰(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年重慶戰(zhàn)略性新興產(chǎn)業(yè)的金融支持效率進(jìn)行測算，得到技術(shù)效率平均值為0.812和純技術(shù)效率平均值為0.901，由分解得到規(guī)模效率平均值也為0.901。測算結(jié)果表明，重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率尚未達(dá)到有效前面，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。

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，在三個板塊中表現(xiàn)最高，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0.800，其余均在0.800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)模效率平均值則分別為0.897和0.889?？梢?，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(jìn)一步加大金融資源的投入，才能提高金融資源的配置效率。

表3　2010-2014年重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率評價結(jié)果

（3）重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)效率的聚類分析

為了進(jìn)一步尋找優(yōu)化重慶金融支持戰(zhàn)略新興產(chǎn)業(yè)效率的模式，本文以0.900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(jìn)行聚類分析，將重慶金融支持戰(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。

第一類型為“雙高”模式，即純技術(shù)效率和規(guī)模效率均達(dá)到0.900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0.900，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(jìn)相對較少。

第二類型為“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，但也因缺乏金融資源配置阻礙其發(fā)展，需要在今后的發(fā)展中加大金融資源的投資力度。

第三類型為“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，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(jìn)一步提升，需要加強(qiáng)對金融資源的管理來提高金融支持效率。

第四類型為“雙低”模式，即純技術(shù)效率和規(guī)模效率均低于0.900。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(jìn)一步的改進(jìn)空間，在發(fā)展中應(yīng)當(dāng)同時兼顧資金規(guī)模的擴(kuò)大和管理水平的提高。

圖1　修正后的效率聚類分析結(jié)果

2. 重慶金融支持戰(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，對重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)效率的研究是基于靜態(tài)的比較，即只能對各個上市公司在同一時期的效率分析，無法評價各個公司在不同時期的效率變化。為評價重慶戰(zhàn)略性新興產(chǎn)業(yè)的金融支持效率變化，本文運(yùn)用DEAP2.1軟件測算2010～2014年樣本公司的Malmquist指數(shù)并對其進(jìn)行分解研究（如表4、5所示）。

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

從表4可以看出，在樣本研究年限內(nèi)，重慶金融支持戰(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(jìn)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1.020，上升了2.0%，呈現(xiàn)增長趨勢。進(jìn)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(jìn)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0.990，而主板市場則均大于1，分別為1.004和1.009。可見，中小板和創(chuàng)業(yè)板的技術(shù)進(jìn)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(jìn)步對Malmquist指數(shù)的貢獻(xiàn)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(jìn)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　重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)的全要素生產(chǎn)率

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(dá)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，中小板應(yīng)該在今后的發(fā)展中加強(qiáng)對資金的有效管理和充分利用，而創(chuàng)業(yè)板則應(yīng)擴(kuò)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(jìn)技術(shù)效率增長的主要原因，而純技術(shù)效率指數(shù)為0.990，應(yīng)進(jìn)一步加強(qiáng)資金有效管理。

（2）基于時間序列的重慶金融支持戰(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(jìn)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(jìn)步指數(shù)則與全要素生產(chǎn)率的變化相對一致，說明重慶金融支持戰(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(jìn)步的影響。

圖2　2010～2014年重慶金融支持戰(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(jìn)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1.040，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)進(jìn)步指數(shù)和技術(shù)進(jìn)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(jìn)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0.970和1.030，說明規(guī)模效率指數(shù)的貢獻(xiàn)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(jìn)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(dá)到了1.364，上漲了36.4%。其中，技術(shù)進(jìn)步指數(shù)為1.279，上升27.9%，其貢獻(xiàn)度比技術(shù)效率指數(shù)高出21.3%，是促進(jìn)全要素生產(chǎn)率增長的主要原因。進(jìn)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)模技術(shù)指數(shù)均大于1，共同促進(jìn)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0.790，下降了21.0%。其中，技術(shù)進(jìn)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(jìn)步的貢獻(xiàn)度。進(jìn)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0.930和0.865，下降幅度分別為7.0%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。

表5　2010-2014年重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)的Malmquist指數(shù)

五、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家重慶公司為研究對象，測算重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)的效率值及其變動情況。得到以下幾個結(jié)論：

第一，Bootstrap-DEA方法測算的效率值更具有合理性、更符合實際情況。基于已有文獻(xiàn)中主要采用DEA模型，將DEA模型和Bootstrap-DEA方法測算的效率進(jìn)行差異性檢驗，結(jié)果發(fā)現(xiàn)：兩種方法測算的技術(shù)效率和純技術(shù)效率均存在顯著性差異，且通過Bootstrap-DEA方法測算的效率值更具有合理性、更符合實際情況。

第二，重慶金融支持戰(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。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0.900以上，相對需要改進(jìn)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，主要是因為規(guī)模效率低效所引起的。

第三，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0.900的臨界效率值。相對于“雙低型”，更多的公司則屬于一高一低的發(fā)展模式。這說明，重慶戰(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(jìn)。

第四，重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)的Malmquist指數(shù)為0.972，呈現(xiàn)下降趨勢。本文通過對全要素生產(chǎn)率進(jìn)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，這與效率靜態(tài)分析的結(jié)果相一致。進(jìn)一步對技術(shù)效率指數(shù)分解，也得出這是純技術(shù)系指數(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。

第五，重慶金融支持戰(zhàn)略性新興產(chǎn)業(yè)的技術(shù)進(jìn)步指數(shù)與全要素生產(chǎn)率趨于一致。基于時間序列來看，技術(shù)效率指數(shù)的走勢相對平穩(wěn)，而技術(shù)進(jìn)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(jìn)步指數(shù)對全要素生產(chǎn)率的貢獻(xiàn)度大于技術(shù)效率指數(shù)。

參考文獻(xiàn)

[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. and 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,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.

[9]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.

[10]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(jì)體制改革,2013(3):133-137.

[11]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.

[12]趙玉林,石璋銘.戰(zhàn)略性新興產(chǎn)業(yè)資本配置效率及影響因素的實證研究[J].宏觀經(jīng)濟(jì)研究,2014,2:72-80.

[13]黃海霞,張治河.基于DEA模型的我國戰(zhàn)略性新興產(chǎn)業(yè)科技資源配置效率研究[J].中國軟科學(xué),2015,1:150-159.

[14]項本武,齊峰.中國戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)效率及其影響因素[J].中南財經(jīng)政法大學(xué)學(xué)報,2015,2:3-12.

[15]劉暉,劉軼芳,喬晗,胡毅.我國戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率研究[J].系統(tǒng)工程理論與實踐,2015,9(35):2296-2303.

[16]Charnes A, Cooper W W, Rhodes E. Measuring the ef fi ciency of decision-making units[J]. European Journal of Operational Research, 1978, 2(6):429-444.

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

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

[19]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.

[20]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.

[21]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.

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

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

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

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

Evaluating the Ef fi ciency of the Chongqing’s Financial Support for the Strategic Emerging Industries

ZHANG Minglong, ZENG Sheng
(School of Finance, Chongqing Technology and Business University, Chongqing 400067, China)

Abstract:Taking 22 listed companies in Chongqing as the research object, measuring the efficiency of the Chongqing’s fi nancial support for the strategic emerging industries from 2010 to 2014 by the Bootstrap-DEA method, and analyzing its ef fi ciency change trend by the Malmquist index. Research shows that the ef fi ciency of the Chongqing’s fi nancial support for the strategic emerging industries failed to achieve ef fi cient frontier, whose main reason that the pure technical ef fi ciency and scale ef fi ciency are inef fi cient. The ef fi ciency in different markets exists difference. The Growth Enterprises Market’s ef fi ciency is the highest, the Small and Medium Enterprise board is second, and the main board is the lowest, whose main development models are the “highlow” and “l(fā)ow-high” types. The total factor productivity of the Chongqing’s fi nancial support for the strategic emerging industries presents the decline trend, whose main reason that the technical ef fi ciency index is low. The change of the technical progress index and the TFP values are relatively consistent, and the technical progress change makes a major contribution to the Malmquist index growth.

Key Words:the fi nancial support; strategic emerging industries; ef fi ciency; Bootstrap-DEA method; Malmquist index

【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)院碩士研究生，研究方向為投資理論與實務(wù)；曾勝（1969-），男，重慶云陽人，重慶工商大學(xué)財政金融學(xué)院副教授、碩士生導(dǎo)師，研究方向為能源與科技金融。

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

DOI:10.11970/j.issn.2095-7866.2016.01.005

中圖分類號：F830文獻(xiàn)識別碼：A

文章編號：2095-7866（2016）01-0053-14