上市流通企业融资效率研究.docxVIP

上市流通企业融资效率研究 　　中图分类号：f830文献标识码：a 　　内容摘要：资金短缺、融资效率低下是制约我国流通企业发展的瓶颈。本文以a股上市流通企业为研究对象，使用dea模型和malmquist指数对流通企业融资效率进行静态和动态分析。研究表明，上市流通企业技术效率和规模效率不高，融资效率普遍较低，这主要由于流通企业多处于发展期，大部分企业本身的技术水平和规模不相匹配，二者没能同时达到最优。本文认为流通企业的融资效率具有很大的提升空間，并根据流通企业的特点，在研究结果的基础上从外部融资环境及企业自身发展两个层面提出提高流通企业融资效率的对策及建议。 　　关键词：dea分析malmquist指数流通企业融资效率 　　上市流通企业融资效率评价模型构建 　　dea模型。dea也被叫做数据包络分析法，这种方法是著名的学者a.charnes和w.w.cooper的研究成果。数据包络分析法是一种数学模型，在基于相对效率下，分析评价相同性质单元的效率情况。这种方法主要是研究目标一致、性质一样的很多个企业，这些企业又被称为决策单元（dum）。dea主要模型包括c2r模型和bc2模型，由于c2r模型的前提是规模报酬不变，而在现实中是很难实现的，因此本文选取了bc2模型对流通企业静态融资效率进行测度分析，该模型假设企业的规模报酬是可变的。bc2模型的公式为： 　　公式（1）中，θ为决策单元的效率值，x和y分别代表投入和产出变量，λ代表决策单元线性组合系数，s-和s+为松弛变量，et为求和，ε表示非阿基米德无穷小量。当同时满足θ=1，s-和s+为0，那么决策单元为dea有效;当θ=1，但s-和s+不全是0，这种情况下决策单元就是弱dea有效;当θ1时，则表示决策单元dea无效。 　　dea模型的malmquist指数法。malmquist指数模型也属于dea模型的一种，它是测算决策单元效率动态变化的模型。这种模型是由瑞典统计学家malmquist研究发明的，灵感来自于对动态消费行为的研究。起初的malmquist指数仅仅是非参数的一种线性规划。1994年罗尔夫将这种方法与dea进行结合研究，从而malmquist指数也得到进一步的细分，分别为技术进步变化指数、技术效率指数和规模效率，这种方法广泛应用于工业行业等的全要素生产率。malmquist指数模型是基于距离函数的模型，是以t和t+1时期为参照而来的： 　　公式（2）中，d0t+1（xt+1，yt+1）/d0t（xt，yt）代表tec（技术效率变化指数），用来衡量企业的管理水平;代表tc（技术进步变化指数）。 　　tec﹥1，表明决策单元的技术效率进步了，反之表明决策单元的技术效率下降了;tc﹥1，表明决策单元的技术进步了，反之表明决策单元的技术退步了。以规模报酬可变为前提，即vrs模型的基础上，企业的技术效率指数可进一步细分为纯技术效率指数（pc）和规模效率指数（se），这两个指数分别表示企业的管理效率和规模效率。 　　指标体系构建。流通企业大都规模较小，但市场反应灵敏，能快速适应市场的变化。dea指标选取要遵循科学性、系统性、可获取、可比性、客观性原则。根据流通企业的特点和dea指标选取的原则选取指标，如表1所示。 　　上市流通企业融资效率实证分析 　　（一）数据来源及处理 　　本文选取2015-2017年在a股上市的流通企业为样本，剔除st、st*以及财务数据不完全企业后的212家作为样本企业，相关数据来源于国泰安数据库和深圳证券交易所网站。dea在进行效率评价中，对投入、产出个数和决策单元数量有一定要求，即决策单元的数量应该是投入、产出个数总和的2倍以上，而本文决策单元个数为212家上市流通企业，超过了投入、产出个数总和的2倍，所以样本数量达标。dea要求各个决策单元的数据为非负数，在选取数据时，发现存在负数并且不同数据之间存在很大的差异，如果直接使用原始数据，会降低结果的准确性，因此有必要将原始数据进行无量纲化，使所选数据转化为0到1的区间数值。具体方法采用了极值化处理方法，公式为： 　　（二）流通企业融资效率的静态分析 　　在对流通企业融资效率进行静态分析时，使用了投入导向型的dea模型，使用deap2.1对标准化的数据进行测评。将效率值划分为不同的等级：当0﹤θ﹤0.5时，表示企业融资效率处于相对无效的状态，融资效率较低;当0.5﹤θ﹤0.8时，企业融资效率处于较无效的状态，融资效率相对较低;当0.8﹤θ﹤1时，企业融资效率处于较有效的状态，融资效率较高;当θ=1时，企业融资效率处于相对有效状态，融资效率达到最佳。 　　各年效率均值。如表2所示，从各