張群　邱玉興　王丹丹

【摘 要】 以37家文化產(chǎn)業(yè)上市公司為樣本，構(gòu)建異質(zhì)性隨機(jī)前沿模型，測度了文化產(chǎn)業(yè)上市公司的融資效率水平。實(shí)證結(jié)果表明：樣本內(nèi)文化產(chǎn)業(yè)上市公司在2010—2014年間融資效率較高，所受融資約束有限；提升上市公司市價和前一期的融資效率有利于提高公司本期的融資效率，目前上市公司的發(fā)展能力不利于提高公司融資效率；提升上市公司的盈利能力和降低負(fù)債率能改善文化產(chǎn)業(yè)上市公司的融資效率約束但不顯著，企業(yè)規(guī)模擴(kuò)大會顯著改善融資效率約束，大股東減少持股不利于改善融資效率約束但不顯著?；诖耍岢稣⒌怯?、評估和管理文化產(chǎn)業(yè)上市公司資產(chǎn)的統(tǒng)一標(biāo)準(zhǔn)，鼓勵文化產(chǎn)業(yè)上市公司跨地區(qū)、跨行業(yè)、跨所有制整合重組等建議。

【關(guān)鍵詞】 文化產(chǎn)業(yè)； 上市公司； 融資效率； 隨機(jī)前沿分析法

【中圖分類號】 F062.9 【文獻(xiàn)標(biāo)識碼】 A 【文章編號】 1004-5937（2016）20-0055-05

一、引言

2009年國務(wù)院公布了《文化產(chǎn)業(yè)振興計劃》，文化產(chǎn)業(yè)正式被表述為國家的戰(zhàn)略性產(chǎn)業(yè)。之后，我國的文化產(chǎn)業(yè)對經(jīng)濟(jì)增長的貢獻(xiàn)快速增加，文化產(chǎn)業(yè)發(fā)展邁入黃金期。文化產(chǎn)業(yè)是投入高、風(fēng)險大的行業(yè)，文化產(chǎn)品不斷創(chuàng)新、知識含量不斷增加使得其價值難以正確評估，因而文化產(chǎn)業(yè)的融資易陷入困境。融資的過程既包含資金順利融入，也包含對融入資金利用的效率高低。因此，文化產(chǎn)業(yè)融資效率的高低不僅涉及到文化企業(yè)盈利水平的大小，也會影響到文化投資者的信心。文化產(chǎn)業(yè)上市公司是文化產(chǎn)業(yè)中有發(fā)展前途的、回報率穩(wěn)定的大中型文化類企業(yè)，其融資效率的情況會帶動整個行業(yè)的融資水平。

國內(nèi)關(guān)于融資效率的研究目前主要集中于某類型企業(yè)或行業(yè)的融資效率及影響因素。崔杰等[1]提出了影響非上市中小企業(yè)融資效率的六個組合因素，即企業(yè)自身素質(zhì)、主營業(yè)務(wù)情況、企業(yè)盈利能力、短期外源債務(wù)資金來源與流動性和企業(yè)的償債能力。徐鳳等[2]基于DEA研究了上市中小企業(yè)股權(quán)融資效率，得出我國創(chuàng)業(yè)板上市中小企業(yè)融資效率較低的結(jié)論。張延良等[3]基于DEA方法比較研究了金磚國家股票市場的融資效率，認(rèn)為我國股票市場融資效率水平較低。汪華林[4]基于DEA方法評價了房地產(chǎn)上市公司的融資效率。趙睿等[5]基于熵值法分析了中關(guān)村示范區(qū)創(chuàng)業(yè)板上市公司的融資效率。陳家干等[6]基于熵視角研究了科技型中小企業(yè)的融資效率。吳楠和姚金枝[7]研究了生物醫(yī)藥行業(yè)企業(yè)資本結(jié)構(gòu)對融資效率的影響。劉亞錚和冉娜娜[8]基于DEA的CRS和VRS模型分析了我國24個文化產(chǎn)業(yè)上市公司的融資效率及優(yōu)化情況。另外，由于我國文化產(chǎn)業(yè)整體起步較晚，國內(nèi)對其融資效率的研究還不夠深入。目前主要集中于對各省份文化產(chǎn)業(yè)融資效率的研究。王雪[9]、謝嘯[10]、耿毓?jié)蒣11]、王芹等[12]分別基于DEA分析了吉林省、安徽省、河北省、陜西省的文化產(chǎn)業(yè)投融資效率情況。

綜合上述，鮮有文獻(xiàn)對我國文化產(chǎn)業(yè)上市公司融資效率進(jìn)行研究，部分已有的文獻(xiàn)也是基于DEA模型得出的研究結(jié)論。上市融資有利于緩解文化產(chǎn)業(yè)融資難的問題，到目前為止，文化產(chǎn)業(yè)上市公司融資約束處在什么水平，融資困境有沒有得到改善？這需要考慮各種影響因素進(jìn)行實(shí)證檢驗。筆者通過利用異質(zhì)性隨機(jī)前沿模型，不僅能測算所選定的文化產(chǎn)業(yè)上市公司的融資效率水平，還可以分析其相關(guān)的影響因素作用情況。

二、研究方法

常見的融資效率水平的測算方法包括兩種：非參數(shù)數(shù)據(jù)包絡(luò)分析方法（DEA）和參數(shù)隨機(jī)前沿分析方法（SFA）。DEA方法可以根據(jù)觀測的數(shù)據(jù)，求得最優(yōu)的效率邊界，它是一種線性規(guī)劃分析方法，但由于這種方法的確定性，不能考慮各種誤差因素對估計結(jié)果的影響，而且它沒有確定的模型，無法對文化產(chǎn)業(yè)融資效率進(jìn)行預(yù)測評價；Aigner et al.[13]和Wim et al.[14]提出的SFA方法，在估計方程中包括了參數(shù)效率邊界、非負(fù)的效率項以及隨機(jī)誤差項。但這種方法的不足在于要先假設(shè)函數(shù)形式，如果函數(shù)形式本身誤差較大，則測算的結(jié)果將會存在偏差。不同文化產(chǎn)業(yè)上市公司融資效率存在異質(zhì)性，如果不考慮這種異質(zhì)性會使得估計結(jié)果偏大，因此本部分采用異質(zhì)性隨機(jī)前沿模型測算各文化產(chǎn)業(yè)上市公司的融資效率。

顯然，融資效率的取值范圍是0—1。當(dāng)IEI=0時（ui，t→∞），文化產(chǎn)業(yè)上市公司融資效率最低，說明面臨最嚴(yán)重的效率約束；當(dāng)IEI=1時，文化產(chǎn)業(yè)上市公司融資效率最高，說明幾乎不存在無效率情況。

三、數(shù)據(jù)來源、變量說明和模型設(shè)定

（一）數(shù)據(jù)來源

本文文化產(chǎn)業(yè)的上市公司選自中國經(jīng)濟(jì)網(wǎng)《2015中國文化企業(yè)品牌價值TOP50》，2015“中國文化企業(yè)競爭力排行榜”及《中國文化企業(yè)行業(yè)運(yùn)營前景及發(fā)展規(guī)劃分析報告2015—2021年》所提及的各行業(yè)標(biāo)桿企業(yè)，涉及到新聞出版、廣播電視、影視、動漫、音樂、網(wǎng)游、廣告、旅游和工業(yè)美術(shù)業(yè)等。時間范圍是2010—2014年，剔除了指標(biāo)數(shù)據(jù)缺失年份的樣本數(shù)據(jù)，共選取上證交易所、深證交易所37家上市公司作為研究對象。除上市公司年末總市值來自銳思數(shù)據(jù)庫（RESSET）外，其余數(shù)據(jù)均來自巨潮資訊網(wǎng)各公司各年度的年報。

（二）變量說明

1.融資效率。選用投資增長率In yi，t。

2.企業(yè)市價。選取托賓q值。當(dāng)q值較小時，企業(yè)會繼續(xù)保留或增加股票，將產(chǎn)業(yè)資本轉(zhuǎn)換成金融資本。當(dāng)q值高時產(chǎn)業(yè)回報率也提高，企業(yè)迫切希望進(jìn)入資本市場變現(xiàn)套利。

3.企業(yè)發(fā)展能力。選用單位資本營業(yè)收入ei，t。企業(yè)發(fā)展能力越強(qiáng)，融資效率就越高，它衡量了企業(yè)的長遠(yuǎn)發(fā)展水平。

4.企業(yè)盈利能力。選用單位資本經(jīng)營現(xiàn)金凈流量（cf）。企業(yè)的盈利能力越強(qiáng)，越對員工獲得報酬以及福利改善、投資者獲得投資收益形成了有效的保障。因此，企業(yè)盈利能力增強(qiáng)會拉升融資效率。本文單位資本的經(jīng)營現(xiàn)金流量越多，說明企業(yè)的內(nèi)部融資能力就越高。

5.企業(yè)規(guī)模。Paul[17]認(rèn)為大公司降低了長期債權(quán)融資的成本，在長期舉債中產(chǎn)生了規(guī)模經(jīng)濟(jì)，甚至具有同債權(quán)人討價還價的能力，因此，上市公司的規(guī)模與上市公司的融資效率正相關(guān)。這里用資產(chǎn)總額（ai，t）表示。資產(chǎn)總額越高，企業(yè)外部融資能力越強(qiáng)，因為企業(yè)可以提供的抵押品可能就越多，相對容易從金融機(jī)構(gòu)獲得資金支持。

6.融資方式。以債務(wù)為主的融資方式降低了資金所有者用于自身私利的資金，用資產(chǎn)負(fù)債率（ad）來表示。負(fù)債率高有損于上市公司的融資效率。

7.股權(quán)結(jié)構(gòu)。用上市公司十大股東持股比例來表示（h）。近年來我國的上市公司大股東重籌資、輕使用、盲目圈錢、占用巨額資金、危害小股東利益等負(fù)面消息經(jīng)常被曝出。嚴(yán)重影響了企業(yè)的融資效率。這一指標(biāo)反映了企業(yè)的外部融資能力。

各變量說明及樣本描述性統(tǒng)計見表1、表2。

（三）模型設(shè)定

1.融資效率函數(shù)的設(shè)定。借鑒Wang和Battese and Coelli[18]的實(shí)證方法進(jìn)行構(gòu)建，設(shè)定模型如下：

四、模型估計及實(shí)證結(jié)果

（一）文化產(chǎn)業(yè)上市公司融資效率異質(zhì)性隨機(jī)前沿模型的估計結(jié)果

將SFA的無效率方程的均值和方差施加一定的約束，劃分成了5個模型，并采用極大似然估計法對（I）—（V）進(jìn)行了估計，結(jié)果見表3。模型（I）代表本文的異質(zhì)性模型，其中無效率方程的均值和方差都是外生變量的函數(shù)；模型（II）假定均值是0，方差為外生變量的函數(shù)；模型（III）假定方差是常數(shù)，均值為外生變量的函數(shù)；模型（IV）對應(yīng)于DEA模型，不考慮誤差項的影響；模型（V）對應(yīng)于方差為常數(shù)、均值為0的情況。根據(jù)對數(shù)似然值、似然比和相關(guān)信息準(zhǔn)則確定模型（I）優(yōu)于其他模型，下面圍繞模型（I）的估計結(jié)果展開分析。

（二）文化產(chǎn)業(yè)上市公司融資效率隨機(jī)前沿分析

模型（I）的估計結(jié)果顯示，在異質(zhì)性隨機(jī)前沿方法下，托賓q的估計系數(shù)為0.246，在10%的水平上顯著不等于0。這表明托賓q對上市公司融資效率有著顯著的影響，當(dāng)托賓q值變大時，上市公司融資效率上升。單位資本銷售收入及其滯后值的估計系數(shù)不顯著，說明當(dāng)前主要文化上市公司的單位資本銷售收入不利于提高企業(yè)融資效率，也就是營業(yè)收入有待提高。融資效率的滯后項在1%水平上顯著，系數(shù)是0.562，表明上市公司本期的融資效率明顯受上一期的影響。

（三）文化產(chǎn)業(yè)上市公司融資效率影響因素分析

根據(jù)異質(zhì)性隨機(jī)前沿模型，能夠計算出融資效率損失并分析它的影響因素。第一，單位資本凈現(xiàn)金流量在均值方程和方差方程中都為負(fù)，但是不顯著，表明增加單位資本凈現(xiàn)金流量能改善文化產(chǎn)業(yè)上市公司的融資效率約束，降低融資效率約束的不確定性，但這種內(nèi)部融資的效果不明顯。第二，企業(yè)的總資產(chǎn)在均值方程中顯著為負(fù)，但在方差方程中為正且不顯著，表明這種外部融資方式能提高上市公司的融資效率，但是不能降低上市公司融資效率約束的不確定性。第三，負(fù)債率在均值方程中為負(fù)，但不顯著，在方差方程中顯著為正，表明上市公司較低的負(fù)債率有利于改善這些文化企業(yè)的融資效率約束，但這種外部融資方式效果不明顯。在后續(xù)階段不利于降低融資效率約束的不確定性。第四，前十名股東持股情況不利于改善融資效率約束，同時也不利于降低融資效率約束的不確定性，但這種效果不顯著。

（四）文化產(chǎn)業(yè)上市公司融資效率分析

根據(jù)模型可以估算出每個上市公司的融資效率和融資效率約束程度。根據(jù)融資效率值繪制了頻數(shù)分布圖（見圖1），結(jié)果表明這些上市公司中絕大部分的融資效率集中分布在75%～85%之間，也就是實(shí)際融資效率低于最佳融資效率水平約15%～25%。

表4是根據(jù)表3中模型（I）計算出的37家上市文化公司2011—2014年的融資效率均值。總體來看，平均值最高的是0.842，最低的是0.772，兩者相差0.07，有16家公司的均值低于0.8，其余21家的均值都大于0.8，融資效率較高。2011—2014年這37家上市公司的平均融資效率分別為0.814、0.807、0.799、0.801，變化不明顯。

五、結(jié)論及政策建議

在隨機(jī)前沿模型中，樣本公司的融資效率水平均值為0.8左右，說明這些文化產(chǎn)業(yè)上市公司基本能夠通過內(nèi)部和外部相關(guān)的融資手段，擴(kuò)大融資渠道。但是，也面臨著一定的融資約束。實(shí)證結(jié)果顯示，高產(chǎn)業(yè)回報率有利于提高公司的融資效率；單位資本銷售收入不利于提高公司融資效率，營業(yè)收入沒有發(fā)揮出本應(yīng)該有的效果，可能是這些上市公司的經(jīng)營歷史較短，業(yè)績有待提高；前一期的融資效率對本期融資效率有積極的影響；增加單位資本凈現(xiàn)金流量對于提高文化產(chǎn)業(yè)上市公司的融資效率作用不明顯；公司的總資產(chǎn)增加有助于減少公司的融資約束，但是不能降低后續(xù)的不確定性；負(fù)債率對于改善上市公司融資效率約束作用不明顯；大股東減少持股沒有明顯地改善融資效率約束的作用。

為了加快文化產(chǎn)業(yè)上市公司發(fā)展，緩解其上市公司融資約束問題，鼓勵更多的中小文化企業(yè)上市，筆者建議：從政府角度，建立統(tǒng)一的標(biāo)準(zhǔn)來登記、評估和管理文化產(chǎn)業(yè)上市公司相關(guān)資產(chǎn)，鼓勵更多的文化產(chǎn)業(yè)上市公司跨地區(qū)、跨行業(yè)、跨所有制整合重組，設(shè)立政府為主導(dǎo)的、允許社會資本進(jìn)入的文化產(chǎn)業(yè)發(fā)展基金；企業(yè)層面，應(yīng)該加強(qiáng)自身的內(nèi)部管理水平和資源配置能力，增強(qiáng)品牌營銷意識，降低市場開拓成本，提高資金的使用效率，減少企業(yè)負(fù)債，鼓勵更多員工持股，調(diào)動員工創(chuàng)新的積極性。

【參考文獻(xiàn)】

[1] 崔杰，胡海青，張道宏.非上市中小企業(yè)融資效率影響因素研究——來自制造類非上市中小企業(yè)的證據(jù)[J].軟科學(xué)，2014（12）：84-88.

[2] 徐鳳，盧奇，李鵬濤.基于DEA的上市中小企業(yè)股權(quán)融資效率研究[J].財會通訊，2014（3）：18-19.

[3] 張延良，胡超，胡曉艷.基于DEA方法的金磚國家股票市場融資效率比較研究[J].世界經(jīng)濟(jì)研究，2015（7）：44-53.

[4] 汪華林. 基于DEA的我國房地產(chǎn)上市公司股權(quán)融資效率分析[J].會計之友，2015（5）：87-89.

[5] 趙睿，傅巧靈，周莉莎.基于熵值法的中關(guān)村示范區(qū)創(chuàng)業(yè)板上市公司融資效率分析[J].經(jīng)濟(jì)研究參考，2014（35）：82-86.

[6] 陳家干，衣長軍，謝月婷. 基于熵視角的科技型中小企業(yè)融資效率研究[J].會計之友，2013（7）：44-49.

[7] 吳楠，姚金枝.企業(yè)資本結(jié)構(gòu)對融資效率影響研究——基于生物醫(yī)藥行業(yè)的經(jīng)驗數(shù)據(jù)[J].財會通訊，2015（2）：38-40.

[8] 劉亞錚，冉娜娜.文化產(chǎn)業(yè)上市公司融資效率優(yōu)化及評價[J].商業(yè)時代，2014（4）：135-136.

[9] 王雪.基于DEA的我國文化產(chǎn)業(yè)上市企業(yè)融資效率評價研究[D].西安外國語大學(xué)碩士學(xué)位論文，2014.

[10] 謝嘯.安徽省文化產(chǎn)業(yè)投融資效率研究[D].安徽大學(xué)碩士學(xué)位論文，2012.

[11] 耿毓?jié)?河北省文化產(chǎn)業(yè)投融資效率分析[D].河北經(jīng)貿(mào)大學(xué)碩士學(xué)位論文，2014.

[12] 王芹，楊旭，張曉棠.DEA視角下的陜西省文化產(chǎn)業(yè)投融資效率[J].西安工業(yè)大學(xué)學(xué)報，2015（7）：556-570.

[13] AIGNER D，LOVELL C A，SCHMIDT P.Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Economics，1977，6（1）：21-37.

[14] WIM M，et al. Efficiency Estimation from Cobb-

Douglas Production Functions With Composed Error[J].International Economic Review，1977，18（2）：435-444.

[15] WANG H J. A Stochastic Frontier Analysis of Financing Constraints on Investmen：the Case of Financial Liberalization in Taiwan[J].Journal of Business and Economic Statistics，2003，21（3）：406-419.

[16] ALEXANDER L，et al.Firm Value and Managerial Incentives：A Stochastic Frontier Approach[J].Social Science Electronic Publishing，2005，78（6）：2053-2093.

[17] PAUL M.The Choice between Equity and Debt：An Empirical Study[J].Journal of Finance，1982，37（1）：121-144.

[18] BATTESE G E，COELLI T J.A Model for Technical Inefficiency Effects in A Stochastic Frontier Production Function for Panel Data[J].Empirical Economics，1995，20（2）：325-332.