战略性新兴产业金融支持效率剖析.docVIP

战略性新兴产业金融支持效率剖析 　　◆ 中图分类号：F830 文献标识码：A 　　内容摘要：战略性新兴产业的发展对推动国民经济的发展有着至关重要的作用，其战略性和新兴性的双重属性决定了它的发展离不开金融部门的大力支持。甘肃作为欠发达地区，应更加重视战略性新兴产业的培育和发展，本文基于数据包络模型（DEA）对甘肃省战略性新兴产业金融支持效率进行测算，并分行业对比发现：甘肃省生物产业和新能源产业金融支持效率最高，其他产业均不理想，主要是因为纯技术效率比较低；基于Tobit模型对影响因素分析发现：加强管理、提高资金使用效率、技术进步、上市等有助于提高甘肃省战略性新兴产业金融支持效率。 　　关键词：战略性新兴产业 融资效率 影响因素 数据包络分析 Tobit回归分析 　　引言 　　产业是强国之基、兴国之本，一个国家的强盛与健全的产业体系密切相关。继2010年国务院颁布《关于加快培育和发展战略性新兴产业的决定》之后，各地区积极贯彻和落实国家政策，甘肃省作为欠发达地区，更是制定了一系列的政策文件，重视战略性新兴产业的发展。培育和发展战略性新兴产业需要包括资金、技术、管理等在内的多种资源的系统支持，其中作为现代经济发展核心的金融业在战略性新兴产业的培育和发展中起着至关重要的作用（顾海峰，2013）。近年来，甘肃省战略性新兴产业发展迅猛，规模不断扩大，研发投入持续增加，但很多创新主体一味增加创新投入而忽视了效率问题，导致创新活动效率低下，淡化了创新所应有的意义。在甘肃省资源严重不足的环境下，深入研究资金投入产出效率问题，具有非常重要的理论与现实意义。 　　根据以往研究，大量文献从理论上论述了融资对产业发展的重要性，探讨了如何充分运用融资促进产业繁荣发展的有效措施。就甘肃省而言，姚丽娟从甘肃省确定的五个战略性新兴产业重点发展方向出发，分别进行了分析并针对甘肃省提出了相关的对策建议（姚丽娟，2011）。孙晓娟从财政投融资、直接投融资和间接投融资三方面分析了甘肃省金融支持战略性新兴产业发展中存在的主要问题，提出了具体的政策建议（孙晓娟，2013）。在实证研究方面，DEA方法在研究产业投入产出效率的测度方面应用较广，但是对甘肃省战略性新兴产业发展进行实证的文献相对较为缺乏，本文基于该方法，对此进行实证分析。 　　基于DEA的甘肃省战略性新兴产业金融支持效率实证分析 　　（一） DEA模型简介 　　数据包络分析（Data Envelopment Analysis 简称 DEA） 是由著名运筹学家 A.Charnes.和W.W.Cooper 等学者（1978）最早提出来的一个对多投入、多产出的多个决策单元的相对效率评价方法（赵晓阳、刘金兰，2013）。DEA的基本模型主要有CCR模型和BCC模型两种，CCR模型所测定的技术效率是在规模报酬不变假设条件下的相对效率，BCC模型是在CCR模型基础上提出的在规模报酬可变假设条件下的相对效率，BCC模型将技术效率（TE）分解为了纯技术效率（PTE）和规模效率（SE）（程高卫，2014）。运用DEA方法时，通常可以考虑运用投入导向或者产出导向，对于各上市公司而言，更加容易控制的是其投入要素，所以选择以投入为导向的BCC模型对甘肃省战略性新兴产业的金融支持效率进行评价。 　　（二） DEA模型的构建 　　1.指标的选取。选取投入产出指标时，在借鉴已有研究指标的基础上，结合全面综合原则、可操作性原则和成本效益原则，选取流通股合计占总股本比例、资产负债率作为投入指标；同时，将净资产收益率、营业收入同比增长率、归属母公司股东的净利润同比增长率和基本每股收益同比增长率四个度量企业成长能力的指标作为产出指标（曹文彬、付亭，2013）。 　　2.数据来源及处理。距战略性新兴产业的提出时间较短，针对其的数据统计尚不完善，所以最终选择上市公司作为研究样本，其数据较为真实，可信度高，且容易得到。根据甘肃省战略性新兴产业的发展情况，以其确定的五大战略性新兴产业重点发展方向为研究对象，在其两次公布的战略性新兴产业总体攻坚战企业名单中，选取其中的15家上市公司，并从巨潮资讯网、上海证券交易所网站、深圳证券交易所网站上获取了输入、输出指标的相应数据。甘肃省经济发展比较落后，战略性新兴产业上市公司较少，且在在分行业比较时各行业企业数不一致，所以本文在分析时以均值来进行比较。 　　基本DEA模型要求投入产出数据均为正数，但是搜集的原始数据中存在负数，所以首先需要把原始数据按一定函数关系式归一到某一无量纲区间，这种做法不会对分析结果产生影响，还可以解决输入输出各指标不同量纲的问题。具体方法如下： 　　其中，k=0.9，q=0.1，因此yij∈[0.1，1] 。 　　（三）实证分析 　　1.整体效率分析。通过运用软件