一、引言 　　伴隨我國經濟的快速發展和城鎮化進程的加速，我國汽車產銷量和保有量急劇擴張，據中國汽車工業協會數據顯示 2014 年我國汽車產銷量雙雙超過 2300 萬輛，連續 6 年產銷全球第一，汽車保有量超過 1 億量約占世界汽車總量的 15%，由此帶來的交通擁堵、能源緊張及環境污染等負面效應日益凸顯。在能源和環保的壓力下，作為采用非常規燃料為動力來源的新能源汽車無疑將成為未來汽車產業的發展導向和目標。2012 年 6 月國務院印發《節能與新能源汽車產業發展規劃(2012-2020)》中計劃到 2020 年我國發展新能源汽車 500 萬輛，同年7 月國務院發布的《“十二五”國家戰略性新興產業發展規劃》也將新能源汽車產業列入我國戰略性新興產業進行重點扶持發展，而新能源汽車屬于資本密集型和技術密集型的產業，具有資本投入大、投資周期長、發展前景廣等特征，特別在目前成長初期，存在市場發展不足、成本高企、競爭力弱等問題，如何以低成本、低風險的模式及時地融入資金且有效地配置利用資金獲得高收益即持續提高融資效率，是新能源汽車產業健康發展的關鍵。 　　《汽車觀察》(月刊)創刊于2005年，是由商務部主管，由國際商報社、清華汽車工程開發研究院、中國機械工業質量管理協會主辦的中國第一本面向汽車及相關行業管理層的高端“汽車財經”雜志。 　　效率概念在不同的學科中表述常有不同，但其基本內涵是指投入產出比或者是成本收益比。Modiglian-i&Miller(1958)[1]提出的 MM 定理奠定了現代企業融資理論研究的基礎，企業融資市場發展的深入將學者的研究引入融資效率領域。Thomas(2005)[2]將企業的融資效率分為資金配置效率和動態的使用效率。國內曾康霖(1993)[3]最早對融資效率展開研究，分析了影響融資效率的七個因素。高有才(2003)[4]提出企業融資效率是指企業融資對經濟發展所產生的影響程度和作用大小，分為微觀效率和宏觀效率。在對融資效率評價的實證研究方面，劉力昌(2004)[5]將 DEA-CCR 模型應用到上市公司股權融資效率評價中，研究顯示我國上市公司股權融資效率總體呈低效狀態。熊正德(2014)[6]運用兩階段 DEA 模型對我國新能源汽車產業上市公司的債權融資效率進行測算。 　　綜合而言本文認為融資效率是指在特定宏觀環境中企業以最低成本和風險及時融入資金并運用融入資金為企業帶來最高收益的能力。在融資效率評價的實證研究方面，各學者采用的方法主要有模糊綜合評價法、多元回歸分析法、熵值法、數據包絡分析法(DEA)等，其中 DEA 方法通過構建投入產出指標體系，將企業資金的融入和使用緊密結合，且克服了指標權重設計的主觀性，可有效評價整個融資流程的效率，已成為目前評價融資效率的主導方法。由此本文以 Tone(2002)[7]的 SUPER-SBM DEA 模型為基礎對 2014 年我國新能源汽車產業融資效率進行實證評價，并使用 TOBIT 模型對影響新能源汽車產業融資效率因素進行分析從而探討提高新能源汽車產業融資效率的有效途徑。 　　二、基于 Super-SBM DEA 的新能源汽車產業融資效率測度 　　(一)Super-SBM DEA 模型 　　為解決傳統 CCR 和 BCC 等基礎 DEA 模型沒有考慮松弛變量的影響以及模型中效率得分均小于等于 1的約束問題，并進一步對相對有效單元進行排序，Tone(2002)[7]構造了 SUPER-SBM 模型，如(1)所示。根據模型(1)計算指標體系的初始效率值 θj以及投入冗余松弛變量Si和產出不足松弛變量Si+。 　　(二)指標選取與數據來源 　　根據本文對融資效率內涵的界定，以及充分借鑒已有研究成果并考慮所選評價指標的適用性、可獲得性和可操作性等原則，選取衡量融資成本、融資風險和融資時間的指標變量為投入指標，衡量企業盈利能力、營運能力和發展能力的指標變量為產出指標。DEA 方法對投入指標和產出指標的選擇依據是：越小越好的指標做為投入指標，越大越好的指標作為產出指標。因此構建的新能源汽車產業融資效率評價指標體系如下： 　　1.投入指標體系(1)融資成本指標，鑒于企業融資來源主要包括內源融資、債權融資和股權融資，一般內源融資成本較低，因此利用債權融資成本和股權融資成本衡量企業融資成本，其中債權融資成本用利息支出/(短期借款+長期借款+應付債券)衡量，股權融資成本用資本資產定價模型計算。 　　(2)融資風險指標，在企業資產構成中，負債總額越高則企業融資風險越大，因此選取產權比率衡量企業融資風險，用負債總額/股東權益總額計算。 　　(3)融資時間指標，反映企業籌資速度的快慢，用銷售收入/籌資活動現金凈流入計算。 　　2.產出指標體系(1)盈利能力指標，反映企業利用籌集資金獲取利潤的能力，用凈利潤/資產平均總額計算。 　　(2)營運能力指標，反映企業的經營運行能力，用銷售收入/資產平均總額計算。 　　(3)發展能力指標，反映企業擴大規模、壯大實力的潛在能力，用本年利潤總額增長額/上年利潤總額計算。 　　為有效評價我國新能源汽車產業融資效率的整體狀況，本文根據中國證監會的 2015 年第四季度上市公司行業分類報告，從中選取新能源汽車整車制造業上市公司并剔除企業財務狀況異常的 ST 股票，共選取 21 家上市公司的年度財務數據進行分析，相關數據的來源均取自于 RESSRT 數據庫和巨潮資訊網公布的上市公司財務數據。 　　(三)運用 Super-SBM DEA 計算初始效率值 　　MAXDEA 5.2 軟件選擇 Super-SBM DEA 模型計算各上市公司融資的綜合效率值、純技術效率值和規模效率值，具體分布結果如表 1 所示。2014 年新能源汽車產業融資的綜合效率平均值達 0.8686，其中純技術效率平均值為 0.8791，規模效率平均值為 0.9733，且有 52.38%的上市公司融資效率超過 1 達到有效狀態，說明我國新能源汽車產業總體融資效率較好，特別是規模效率水平較高，但代表公司決策與管理水平的純技術效率是制約新能源汽車產業融資效率提升的主要因素。 　　表 1 基于 Super-SBM DEA 模型的新能源汽車產業融資效率 　　三、運用 Tobit 回歸確定外部環境變量對融資效率的影響 　　為確定外部環境變量對效率的影響，將運用 Super-SBM DEA 模型的新能源汽車產業融資效率值為因變量，選擇外部環境變量為自變量進行 Tobit 回歸分析。 　　鑒于新能源汽車產業作為我國重點扶持的戰略性新興產業之一，各級政府紛紛出臺相關政策對新能源汽車制造企業和消費者實施財政補貼和稅收優惠。根據柯布-道格拉斯生產函數，影響生產的因素包括資本、勞動和技術，因此企業注冊所在地的金融支持水平、勞動者素質以及技術水平對融資效率必然會產生較大影響。結合上述分析并考慮指標的代表性和可獲得性，本文選擇 2014 年公司注冊地所在政府對公司的補貼代表政府環境變量(GS)，公司注冊地所在的社會融資規模代表金融支持水平變量(SF)，大專及以上居民占比代表勞動者素質變量(NQ)，R&D 經費支出代表技術水平變量(RD)，利用 Tobit 模型對新能源汽車產業初始融資效率(EF)進行回歸分析，判別各外部環境變量對融資效率的影響方向，上述外部環境變量數據來源于國家統計局、RESSRT數據庫和巨潮資訊網，回歸結果見表 2。 　　表 2 Tobit 模型回歸結果 　　從表 2 可以看出，環境變量 GS 和 SF 的回歸系數為正且統計顯著，說明增加該外部環境變量有利于增加新能源汽車產業融資效率效度，根據同向性原則將之歸類為投入指標，稱為負向環境變量。環境變量 NQ 和 RD的回歸系數為負且統計顯著，說明增加該外部環境變量不利于增加新能源汽車產業融資效率效度，根據同向性原則將之歸類為產出指標，稱為正向環境變量。由此說明我國新能源汽車產業尚處于資金驅動的初始階段，還未達到技術內涵主導發展的成熟階段。 　　四、啟示和建議 　　本文在將資金籌集和資金優化配置共同作為測度融資效率的前提下，構建 SUPER SBM-DEA 模型研究2014 年我國新能源汽車產業融資效率，發現我國新能源汽車產業融資的規模效率總體較好，但純技術效率不高。運用 TOBIT 模型對影響新能源汽車產業融資效率因素進行分析發現政府補貼和社會融資規模的變動與新能源汽車產業融資效率正相關，勞動者素質和 R&D 經費支出的變動與新能源汽車產業融資效率負相關。根據上述實證研究結論，為有效提升我國新能源汽車產業融資效率，可從以下三方面進行改進： 　　1.持續改進公司融資決策與管理水平 　　自 2009 年新能源汽車產業被納入我國戰略性新興產業以來，我國新能源汽車產業發展迅速，生產和銷售量節節攀升，新能源汽車公司利用政策優勢積極融資進行規模擴張，2015 年已成為全球新能源汽車推廣量最大的國家，規模效率逐漸體現，但在大力追求規?；耐瑫r汽車滯銷隱憂也日益凸顯，庫存壓力不斷加大，企業利潤不斷下降，因此后續提升我國新能源汽車產業融資效率的關鍵在于提高純技術效率，應在合適的規模經濟下條件，持續改進公司融資決策與管理水平，拓展多元化融資渠道組合進行融資創新并控制合理的資金籌集規模，不斷優化資本結構以控制綜合融資成本和融資風險，同時更加注重提高資金管理水平實現資金的優化配置以應對社會經濟環境變動的復雜形勢。 　　2.優化對我國新能源汽車產業的政策扶持 　　新能源汽車作為國家節能減排的重要組成部分，國家在政策引導和資金傾向方面都給予重點支持，通過實施寬松的貨幣政策氛圍以及直接的財政補貼和稅收優惠政策增加了新能源汽車產業資金量的供給，促進了新能源汽車產業融資效率的改進，但由此也帶來了融資風險的加大和股權融資成本的提高，另外巨額的政府補貼催生了新能源汽車產業的“騙補”現象。根據現階段政府補貼和社會融資規模變動與新能源汽車產業融資效率正相關的實證分析結果，應在宏觀層面對新能源汽車產業資金量的總體供給進行適度引導，有效提升金融支持水平，同時優化政府補貼對象和補貼環節，實現對新能源汽車產業鏈環節的有效補貼，降低新能源汽車生產、使用全過程成本，促進新能源汽車產業由政策扶持走向市場競爭的新里程。 　　3.加強人才隊伍建設，強化提升新能源汽車產業的技術水平 　　人才的質量決定著創新技術研發、產品生產和產業化的進程，技術水平的提升是產業實現又快又好發展的關鍵。根據 TOBIT 回歸檢驗現階段勞動者素質與 R&D 經費支出水平變動與新能源汽車產業融資效率負相關的結論，說明通過我國新能源汽車產業仍處于資金驅動的發展階段，尚未走向技術資源主導的跨越式發展道路，因此應強化資金在引導人才隊伍建設和技術創新方面的配置效率，加強對新能源汽車專業人才的培養和引進，加大核心技術自主研發力度，突破技術限制對新能源汽車產業融資效率的反向影響，以達到技術進步引領新能源汽車產業發展的新階段。 　　參考文獻 　　[1] MODIGLIANI F, MILLER M H. The Cost of Capital, Corporation Finance and the Theory of Investment [J]. The American Eco-nomics Review,1958,48(3):261-297. 　　[2] THOMAS. The Last Sustainable Competitive Advantage[J]. Menlo Park, CA: SRI International, 2005. 　　[3] 曾康霖.怎樣看待直接融資與間接融資[J].金融研究，1993(10):31-33. 　　[4] 高有才.企業融資效率研究[D].武漢大學博士論文,2003. 　　[5] 劉力昌，馮根福,張道宏.基于 DEA 的上市公司股權融資效率評價[J].系統工程,2004(1)：55-59. 　　[6] 熊正德，陽芳娟,萬軍.基于兩階段 DEA 模型的上市公司債權融資效率研究[J].財經理論與實踐.2014(35):51-56. 　　[7] TONE K. A Slacks-Based Measure of Super-efficiency in Data Envelopment Analysis [J].European Journal of Operational Re-search,2002,143(1):32-41. 　　[8] TOBIN J. Estimation of Relationships for Limited Dependent Variables [J].Econometrica: Journal of the Econometric Society,1958,26(1):24-36. 本文由期刊論文網首發，一個權威專業的學術論文發表知識網。 文章名稱：基于SUPER-SBM DEA與TOBIT模型探析新能源汽車行業融資成效