翟菲 高山 吳玲霞

摘? 要：伴隨我國醫(yī)藥行業(yè)蓬勃發(fā)展，醫(yī)藥企業(yè)融資規(guī)模不斷擴大，而融資效率的高低關系企業(yè)的經(jīng)營和發(fā)展水平。選取15家江蘇省醫(yī)藥上市公司2014-2018年的財務數(shù)據(jù)為樣本，利用DEA-BCC和Malmquist指數(shù)模型對其融資效率進行了靜態(tài)和動態(tài)分析。結果表明，江蘇醫(yī)藥上市企業(yè)融資效率普遍偏低，投入的冗余和技術創(chuàng)新的不足是導致企業(yè)融資效率低的原因。因此，提出提高資金使用效率、優(yōu)化企業(yè)內部管理、加大技術創(chuàng)新等建議，以促進醫(yī)藥企業(yè)融資效率的提高。

關鍵詞：醫(yī)藥上市公司;融資效率;DEA模型;Malmquist指數(shù)

中圖分類號：F832.51;F224;F426.72? ? ? ?文獻標識碼：A? ? ? 文章編號：1671-9255（2020）03-0041-06

中國國民的健康意識覺醒、醫(yī)藥行業(yè)市場需求的持續(xù)擴大和新醫(yī)療改革方案的不斷呈現(xiàn)都促進了醫(yī)藥企業(yè)效益的提高和行業(yè)融資需求的急速上升。[1]據(jù)WIND金融資訊數(shù)據(jù)庫統(tǒng)計，醫(yī)藥行業(yè)融資規(guī)模在近5年內有所上升，由2014年的158.1億元提升至2018年上半年的495.1億元，從排名第五上升至排名第四。融資效率的高低是企業(yè)能否獲得融資的核心競爭要素。對醫(yī)藥企業(yè)融資效率進行合理科學的實證分析有助于為其提高融資效率提供重要理論依據(jù)。[2]

江蘇省是我國醫(yī)藥產業(yè)大省，據(jù)江蘇省統(tǒng)計局統(tǒng)計，2018年全省規(guī)模以上醫(yī)藥工業(yè)（含醫(yī)療器械）實現(xiàn)產值近4081.42億元。江蘇省高度重視醫(yī)藥產業(yè)的發(fā)展，先后將其納入“十三五”期間重點培育和發(fā)展的十大戰(zhàn)略新興產業(yè)和13個先進制造業(yè)集群。融資效率的高低是影響醫(yī)藥企業(yè)市場競爭力的重要因素之一。深入研究江蘇省醫(yī)藥上市公司的融資效率問題，有利于客觀反映其融資效率發(fā)展現(xiàn)狀，以加快醫(yī)藥產業(yè)轉型升級并推動其高質量發(fā)展。

一、相關研究綜述

關于融資效率的研究方法，國內學者采用的有模糊綜合評價法、熵值法、因子分析法和數(shù)據(jù)包絡分析法（DEA）等。其中，最常用的DEA是一種多項投入和多項產出的效率評價模型，適用于評價含有多項因素的復雜系統(tǒng)的效率水平，該模型不需要任何權重假設，以決策單元實際的輸入和輸出數(shù)據(jù)求得最優(yōu)權重，具有很強的客觀性，被經(jīng)濟、金融等領域廣泛應用。張征超，張婷婷（2016）利用 DEA 模型分析了 41 家創(chuàng)業(yè)板上市公司股權融資效率，發(fā)現(xiàn)股權融資效率并非與企業(yè)規(guī)模成簡單正相關關系，適當?shù)钠髽I(yè)規(guī)模有利于提高股權融資效率。[3]謝閃閃，余國新（2019）利用DEA模型對2013—2017年35家農業(yè)上市公司進行融資效率分析，發(fā)現(xiàn)大部分農業(yè)上市公司融資效率偏低，存在資金的投入和配置冗余，并通過malmquist指數(shù)法發(fā)現(xiàn)技術水平的低下是其融資效率低的重要因素。[4]趙寧，陸相林，高芳芳（2016）利用DEA模型分析了我國35家旅游上市公司的財務運行效率，結果表明我國旅游上市公司的財務運行效率不佳，規(guī)模效率和技術效率整體偏低，并分別針對綜合效率有效型公司和綜合效率無效型公司提出了建議。[5]

二、理論分析與研究假設

（一）研究方法

1. DEA-BCC模型

數(shù)據(jù)包絡分析方法（DEA）是利用線性規(guī)劃與凸分析計算與比較具有相同類型的決策單元之間的相對效率。DEA模型分為CCR和BCC兩種，CCR模型是假設在規(guī)模報酬不變條件下計算整個集合的相對效率，而BCC模型則假設規(guī)模報酬可變，在

CCR模型測算的結果基礎上，將綜合效率分為規(guī)模效率和純技術效率，用以分析當決策單元處于非有效狀態(tài)時，有多大程度是由技術無效引起[6]，其基本數(shù)學公式如下：

其中，j=1，2，…，n表示決策單元，X，Y分別是投入、產出向量。θ為效率評價指數(shù)值，S+為輸出項的差額變量，S-為輸入項的差額變量。若θ=1，且S+=0，S-=0，則決策單元DEA有效;若θ=1，且S+≠0，S-≠0，則決策單元弱DEA有效;若，則決策單元非DEA有效。本文所研究的江蘇省醫(yī)藥上市公司并非都處于生產的規(guī)模報酬固定狀態(tài)，所以選取BCC模型作為實證分析的工具。

2.Malmquist指數(shù)模型

DEA-BCC模型都只是針對截面數(shù)據(jù)進行橫向對比，無法實現(xiàn)決策單元的跨期對比。Malmquist指數(shù)模型是以相鄰兩個決策單元作為參照，對面板數(shù)據(jù)進行整體分析和跨期比較，彌補了DEA模型的缺陷，公式如下：

式中，Mt表示從t期到t+1期的技術效率對生產效率變動產生的影響;Xt、Xt+1表示在t和t+1時期的投入量;Yt、Yt+1表示在t和t+1時期的產出量;Dt（Xt，Yt）表示以t 期技術水平為基準，決策單元在第t期的效率水平;Dt（Xt+1，Yt+1）表示以第t期的生產前沿面為基準，決策單元在第t+1期的效率水平。[7]M指數(shù)可以分解為技術效率變化指數(shù)（effch）和技術進步指數(shù)（techch），而技術效率變化指數(shù)又進一步分解為純技術效率指數(shù)（pech）和規(guī)模效率指數(shù)（sech）[8]，公式具體表達如下：

若M>1，說明決策單元從第t期到第t+1期生產效率提高，反之，生產效率下降。pech>1說明經(jīng)營管理水平提升導致效率提高，pech<1說明經(jīng)營管理水平下降導致效率降低。sech>1 說明邊際報酬接近規(guī)模最優(yōu)，sech<1說明邊際報酬遠離規(guī)模最優(yōu)。techch>1說明技術水平進步，techch<1說明技術水平退步。

（二）指標體系構建

DEA是一種基于投入產出數(shù)據(jù)來評價決策單元相對效率的方法，對投入產出指標的選取具有相對硬性的要求，主要包括兩點，一是指標評價能夠較為客觀、全面、科學地反映企業(yè)融資過程中絕大部分的信息。二是投入、產出指標的總數(shù)不宜過多，企業(yè)數(shù)量較少時會造成企業(yè)融資效率區(qū)分度不高的現(xiàn)象。一般來說，投入產出指標數(shù)量要低于決策單元數(shù)的一半。為了準確地反映江蘇省上市醫(yī)藥企業(yè)的融資效率，本文在參考了現(xiàn)有文獻對融資效率指標選取的基礎上，結合DEA模型對指標設計的要求，構建了指標體系如表1：

表1? ?江蘇省醫(yī)藥上市公司融資效率評價指標體系

類別 指標 意義

投入指標 總資產（億元） 反映企業(yè)的規(guī)模以及在未來能夠帶來收益的全部資源。

總成本（億元） 反映企業(yè)主營業(yè)務的開銷，即企業(yè)資本運作能力。

資產負債率 反映企業(yè)利用債權人的資金進行經(jīng)營活動的能力。

產出指標 凈資產收益率 反映企業(yè)股東資本的收益情況，直觀地反映出企業(yè)的盈利能力。

營業(yè)總收入增長率 反映企業(yè)融資后的可持續(xù)發(fā)展的能力，企業(yè)主營業(yè)務收入增長越快，說明企業(yè)的資金利用效率越高。

總資產周轉率（次） 反映企業(yè)資產的運用效率，比率越高，說明資金經(jīng)營效率越好。

（三）變量選取及數(shù)據(jù)處理

基于數(shù)據(jù)的可得性，本文選取了2014—2018年江蘇省醫(yī)藥上市企業(yè)的財務數(shù)據(jù)進行分析，剔除了財務狀況異常ST股票，共得到了恒瑞醫(yī)藥、康緣藥業(yè)、四環(huán)藥業(yè)等15個樣本企業(yè)。數(shù)據(jù)采集通過國泰安 CSMAR 數(shù)據(jù)庫和WIND金融資訊數(shù)據(jù)庫，從各樣本企業(yè)的資產負債表、利潤表、損益表中得到相關指標的數(shù)據(jù)。雖然DEA模型對數(shù)據(jù)沒有量綱要求，但要求所有數(shù)據(jù)為正數(shù)。本文在對樣本企業(yè)融資效率進行測算時，發(fā)現(xiàn)個別指標存在負數(shù)，不符合DEA模型對指標的要求。因此，本文對存在負值的指標進行了正向化處理，將各指標取值范圍界定到0.1-1的區(qū)間內，消除了負值對DEA模型的不適用性[9]，公式如下：

式中，X為原始值，Xmax為該變量的最大值，Xmin為最小值，Y為調整后的值。

三、實證分析

（一）基于DEA-BCC模型的靜態(tài)融資效率分析

本文采用Deap2.1對2014—2018年的15家江蘇省上市醫(yī)藥公司的投入與產出效率進行分解分析，得出效率值情況如下：

綜合效率是企業(yè)融資過程中融資投入和產出之間的比例關系，反映的是融資最大效益問題。如表2所示，2014—2018年期間，樣本企業(yè)融資效率普遍偏低，2014、2015、2017年情況相似，每年僅有20%的企業(yè)融資效率表現(xiàn)為有效，說明這部分企業(yè)的融資規(guī)模處于最佳狀態(tài)，既不需要追加也不需要調減融資投入水平。80%的企業(yè)融資效率處于非有效狀態(tài)，存在過度投入或產出不足的情況。即便是研究期間融資效率情況最好的2016年，也僅有40%的企業(yè)融資效率是有效的。

綜合效率可以分為純技術效率和規(guī)模效率。純技術效率指企業(yè)在規(guī)模報酬可變的基礎條件下，不同企業(yè)之間基于不同的管理方式及創(chuàng)新技術應用等內部因素而造成的對技術效率的影響，反映的是資金有效利用和技術水平的最佳效益情況。由表2可見，相對于規(guī)模效率和綜合效率而言，純技術效率值表現(xiàn)較好，每年有50%左右的企業(yè)技術效率值為有效，說明這部分企業(yè)的經(jīng)營管理和技術創(chuàng)新有一定的提高，對企業(yè)資金利用率有一定的幫助。規(guī)模效率代表的是企業(yè)基于目前的融資渠道和資本結構，即在融資技術既定的條件下，僅通過對融資規(guī)模和融資成本的調整能否有效提升融資的效率。在融資效率非有效的企業(yè)中，平均每年有10家企業(yè)處于規(guī)模報酬遞減，即投入過度，繼續(xù)追加投入也不能獲得相當?shù)漠a出，這部分企業(yè)需要適當降低融資規(guī)模，將資源更多地用在可提高融資效率的地方。平均每年有1家企業(yè)處于規(guī)模報酬遞增狀態(tài)，即投資不足，同比例增加所有投入，能夠獲得更多的產出，則企業(yè)可以適當追加融資投入來獲得更大收益。

圖1顯示，2014—2018年期間15家江蘇省醫(yī)藥上市公司綜合效率均值在0.57—0.77之間波動，規(guī)模效率均值在0.7—0.86之間波動，純技術效率均值在0.7—0.95之間波動，三類效率均值均呈現(xiàn)先上升、后下降、再上升的相同趨勢。純技術效率值與規(guī)模效率值相乘等于綜合效率值，盡管純技術效率值與規(guī)模效率值都處于非有效狀態(tài)，都是導致融資非有效的原因，但在研究期間每年的規(guī)模效率均值都小于純技術效率均值，說明投入冗余是導致融資非有效的主要原因，經(jīng)營管理和技術創(chuàng)新的不足是導致融資非有效的次要原因。

（二）基于DEA-Malmquist指數(shù)模型的動態(tài)融資效率分析

BCC模型主要從規(guī)模效率和純技術效率方面對當期各醫(yī)藥上市公司的相對效率進行了靜態(tài)分析。為了能夠分析企業(yè)融資效率的跨期變動情況，本文利用Malmquist指數(shù)模型對2014—2018年江蘇省15家醫(yī)藥上市公司的融資效率的動態(tài)變化做了測度和分析，結果如下：

如表3所示，2014—2018年期間江蘇省醫(yī)藥上市公司融資的全Malmquist指數(shù)波動較大，呈現(xiàn)先上升、后下降、再上升的“N”字形波動趨勢。Malmquist指數(shù)年平均值為0.94，表明樣本企業(yè)的5年間融資效率平均下降了6%。由于Malmquist指數(shù)是由純技術效率指數(shù)、規(guī)模效率指數(shù)和技術進步指數(shù)相乘而得，且數(shù)據(jù)顯示三者中只有技術進步指數(shù)小于1，其余兩個指數(shù)均大于1，說明技術的退步與不足是導致5年間融資效率下降的主要原因。樣本企業(yè)的純技術效率指數(shù)年平均值為1.057，年增長率為5.7%，說明在研究期間企業(yè)的經(jīng)營管理水平有所改善。雖然前文靜態(tài)分析出規(guī)模經(jīng)濟不是導致融資無效的主要原因，但動態(tài)來看，規(guī)模效率指數(shù)年平均增長率為0.5%，規(guī)模效率有所改善，正慢慢向最優(yōu)規(guī)模靠近。

從各時間段角度來看，如圖2所示，按照各指數(shù)的變化情況，將研究期內Malmquist指數(shù)的變化分為三個階段。第一階段（2014—2016年）為上升期，Malmquist指數(shù)從0.99上升到1.111，上升幅度達到12.2%，融資效率提高。雖然其分解的技術進步指數(shù)從0.914下降到0.844，但純技術效率指數(shù)從1.037上升到1.129，規(guī)模效率指數(shù)從1.045上升至1.167，分別上漲了8.87%和11.67%，說明這段時間內企業(yè)的經(jīng)營管理水平提高了，邊際報酬不斷接近最優(yōu)規(guī)模，拉動了融資效率提高。第二階段（2016—2017年）為快速下降期，Malmquist指數(shù)從1.111下降到0.808，下降了27.3%，盡管分解項技術進步指數(shù)上漲了25.1%，但純技術效率指數(shù)和規(guī)模效率指數(shù)則分別下降了18.25%和29.05%，說明雖然技術水平在這段時間進步了，但企業(yè)經(jīng)營管理水平出現(xiàn)了下降，邊際報酬也遠離最優(yōu)規(guī)模，最終導致融資效率出現(xiàn)大幅下降。第三階段（2017—2018年）為緩慢上升期，Malmquist值從0.808上升至0.877，融資效率上升了8.54%;盡管技術進步指數(shù)從1.056下降到0.751，企業(yè)的技術水平退步了，但純技術效率指數(shù)從0.923上升到1.154，規(guī)模效率指數(shù)從0.82 8上升至1.012，企業(yè)的經(jīng)營管理水平改善和邊際報酬的提高共同拉動了企業(yè)融資效率的提高。從圖2各指數(shù)曲線的走勢來看，2014—2018年期間，Malmquist指數(shù)整體呈下降趨勢，體現(xiàn)為融資效率的整體下降，純技術效率指數(shù)、規(guī)模效率指數(shù)與全要素生產效率指數(shù)走勢完全一致，而技術進步指數(shù)與全要素生產效率指數(shù)走勢則完全相反，說明純技術效率和規(guī)模效率是影響和決定融資效率的最主要因素。