【關(guān)鍵詞】 融資效率; 政府補(bǔ)助; 農(nóng)業(yè)上市公司; 三階段DEA

　　一、前言

　　農(nóng)業(yè)投資回報(bào)周期長(zhǎng)、風(fēng)險(xiǎn)大等因素導(dǎo)致農(nóng)業(yè)上市公司融資難等問題長(zhǎng)期存在，使資金融入效率低下;農(nóng)業(yè)上市公司實(shí)行主營業(yè)務(wù)轉(zhuǎn)型并將大量資金向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移的現(xiàn)象日趨普遍，從而出現(xiàn)明顯的“背農(nóng)”現(xiàn)象，使有限資金的配置效率低下。以上共同影響農(nóng)業(yè)上市公司的融資效率。2020年12月23日發(fā)布的國務(wù)院關(guān)于財(cái)政農(nóng)業(yè)農(nóng)村資金分配和使用情況的報(bào)告指出，近年全國財(cái)政一般公共預(yù)算累計(jì)安排農(nóng)業(yè)農(nóng)村相關(guān)支出高于全國一般公共預(yù)算支出平均增幅，近5年農(nóng)業(yè)上市公司受贈(zèng)政府補(bǔ)助總額達(dá)160.58億元。可見我國政府高度重視農(nóng)業(yè)發(fā)展并給予大力政府補(bǔ)助支持。因此提升有資本帶動(dòng)作用的農(nóng)業(yè)上市公司融資效率并改善多種方式的政府補(bǔ)助實(shí)施政策有助于實(shí)現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)現(xiàn)代化。

　　效率可用于測(cè)量資源配置能力，關(guān)于上市公司的融資效率，已有研究使用不同方法多角度進(jìn)行了探討。耿成軒等[ 1 ]、姜妍[ 2 ]等采用雙邊隨機(jī)邊界模型與Super-SBM、Logit模型研究了戰(zhàn)略新興上市公司和人工智能產(chǎn)業(yè)上市公司融資效率。謝閃閃等[ 3 ]使用傳統(tǒng)DEA法測(cè)算農(nóng)業(yè)上市公司的融資效率，發(fā)現(xiàn)不同年份融資效率水平變化較大，不同子行業(yè)綜合效率無明顯差異。結(jié)合農(nóng)業(yè)上市公司行業(yè)特點(diǎn)，農(nóng)業(yè)生產(chǎn)設(shè)備、技術(shù)研發(fā)等生產(chǎn)要素?zé)o法在增加投入的匹配年度快速產(chǎn)生效益，忽略了從投入到產(chǎn)出過程中的時(shí)間因素，而窗口DEA模型可以解決農(nóng)業(yè)投入對(duì)未來產(chǎn)出的滯后問題[ 4 ]。

　　政府補(bǔ)助對(duì)上市公司的融資效率產(chǎn)生正反效應(yīng)，且受不同環(huán)境因素的影響。支持者認(rèn)為政府補(bǔ)助能夠提升公司績(jī)效水平。首先，作為直接補(bǔ)助資金投入。從利潤表層面看，2017年政府補(bǔ)助會(huì)計(jì)準(zhǔn)則改革前后都影響了上市公司的利潤總額;從現(xiàn)金流量表層面看，增加了公司現(xiàn)金流，可給予銀行等金融機(jī)構(gòu)隱性的農(nóng)業(yè)貸款擔(dān)保。其次，傳遞積極的間接融資信息。政府補(bǔ)助給予外部投資者該公司將加大研發(fā)創(chuàng)新、改善融資結(jié)構(gòu)等有利信息，從而引導(dǎo)投資。李國蘭等[ 5 ]實(shí)證分析滬深A(yù)股上市公司得出政府補(bǔ)助有利于促進(jìn)國有企業(yè)研發(fā)投入。同時(shí)三方審計(jì)發(fā)表的標(biāo)準(zhǔn)無保留審計(jì)意見能有效緩解企業(yè)與金融機(jī)構(gòu)以及政府機(jī)構(gòu)間的信息不對(duì)稱，有助于緩解企業(yè)面臨的融資約束[ 6-7 ]。

　　而反對(duì)者認(rèn)為財(cái)稅扶持政策是低效甚至無效的，政府補(bǔ)助無法為公司績(jī)效帶來正面促進(jìn)作用，對(duì)利潤總額的直接影響反而會(huì)削弱公司融資努力程度，引發(fā)公司對(duì)補(bǔ)貼的依賴，降低經(jīng)營績(jī)效水平;部分公司可能會(huì)為獲取政府補(bǔ)助采取迎合行為或刻意隱瞞公司經(jīng)營受阻等不利信息，導(dǎo)致信息披露不健全，從而降低公司融資信用。楊雪等[ 8 ]使用門限回歸模型研究得出當(dāng)政府補(bǔ)助投入低于某一門檻值時(shí)有利于提升農(nóng)業(yè)上市公司全要素生產(chǎn)率，高于該門檻值時(shí)則會(huì)產(chǎn)生反向抑制作用，可能源于上市公司融資結(jié)構(gòu)具有的內(nèi)生性時(shí)間效應(yīng)[ 9 ]。

　　已有文獻(xiàn)對(duì)上市公司融資效率的研究方法為本文奠定了科學(xué)基礎(chǔ)，基于三階段DEA結(jié)合窗口模型分析農(nóng)業(yè)上市公司5年數(shù)據(jù)可以有效彌補(bǔ)傳統(tǒng)DEA無法處理面板數(shù)據(jù)的缺陷，且鑒于政府補(bǔ)助對(duì)農(nóng)業(yè)上市公司的重大影響力以及理論層面的不同，將政府補(bǔ)助作為投入變量實(shí)證分析環(huán)境因素通過政府補(bǔ)助冗余對(duì)融資效率產(chǎn)生的影響效應(yīng)具有可研究?jī)r(jià)值。

　　二、變量設(shè)計(jì)、模型選取與數(shù)據(jù)來源

　　(一)變量設(shè)計(jì)

　　我國農(nóng)業(yè)上市公司上市時(shí)間跨度大，樣本公司從最早上市于1993年的廣弘控股橫跨至2014年上市的牧原股份和龍大肉食，各地區(qū)的經(jīng)濟(jì)發(fā)展水平導(dǎo)致政府支農(nóng)投資與公司的融資風(fēng)險(xiǎn)不同。當(dāng)處于擴(kuò)張階段時(shí)，生產(chǎn)的農(nóng)產(chǎn)品能夠快速被消耗，資金回流快，更偏向內(nèi)部融資渠道來滿足下階段投資和生產(chǎn)，可降低融資成本。但從金融投資方角度，當(dāng)經(jīng)濟(jì)增長(zhǎng)水平高時(shí)，融資供給方會(huì)抓住機(jī)會(huì)適度降低放貸要求，導(dǎo)致融資方增加外部借款規(guī)模。本文選取的67家農(nóng)業(yè)上市公司5年股權(quán)集中度最小值為正虹科技2018年的9.17%，最大值為雙匯發(fā)展2019年達(dá)73.41%，表明目前農(nóng)業(yè)上市公司股權(quán)集中度相差懸殊，而股權(quán)結(jié)構(gòu)會(huì)影響公司績(jī)效。信息不對(duì)稱導(dǎo)致公司不同利益相關(guān)者都趨向?qū)嵤┯欣谧陨淼男袨椋?cè)會(huì)計(jì)師出具的年度審計(jì)意見作為第三方客觀評(píng)估意見，會(huì)改變政府機(jī)構(gòu)資金投入意愿和投資者行為，影響資金融入效率。同時(shí)農(nóng)業(yè)公司國有與非國有的股權(quán)性質(zhì)會(huì)影響政府的補(bǔ)助力度，從而影響融資效率。

　　投入變量的選取綜合考慮融資理論和影響農(nóng)業(yè)上市公司資金融入效率的因素，遵循數(shù)據(jù)可得性及指標(biāo)無替代性和無互補(bǔ)性等原則。前期學(xué)者構(gòu)建DEA投入產(chǎn)出指標(biāo)時(shí)，多聚集公司各項(xiàng)財(cái)務(wù)能力，或?qū)⒄a(bǔ)助作為環(huán)境變量進(jìn)行簡(jiǎn)單分析，本文基于農(nóng)業(yè)上市公司行業(yè)特殊性將政府補(bǔ)助作為重要的投入變量。產(chǎn)出指標(biāo)應(yīng)能衡量公司融資后進(jìn)行生產(chǎn)經(jīng)營活動(dòng)的資金利用效率，體現(xiàn)農(nóng)業(yè)上市公司對(duì)籌集資金的配置效率。環(huán)境變量是企業(yè)無法主觀控制但會(huì)影響融資效率的因素，本文梳理現(xiàn)有文獻(xiàn)并結(jié)合農(nóng)業(yè)上市公司行業(yè)特點(diǎn)和發(fā)展現(xiàn)狀，最終選取5項(xiàng)環(huán)境變量指標(biāo)。

　　(二)三階段DEA窗口模型

　　第一階段測(cè)出的投入冗余受環(huán)境因素、管理無效率和隨機(jī)誤差項(xiàng)的影響，存在一定缺陷，同時(shí)考慮農(nóng)業(yè)產(chǎn)出與投入的時(shí)間滯后效應(yīng)，本文選擇改進(jìn)后的三階段DEA窗口模型，并使用MaxDEA軟件測(cè)算。該模型不僅可以橫向分析同一DMU在不同時(shí)期的效率，而且可以縱向比較同一時(shí)期不同DMU的效率值。確定窗口寬度d，假設(shè)待評(píng)估時(shí)期數(shù)為T，則對(duì)應(yīng)有T-d+1個(gè)窗口，每個(gè)DMU在各窗口會(huì)出現(xiàn)d個(gè)效率值E。

　　(三)數(shù)據(jù)來源

　　基于數(shù)據(jù)的可得性和合理性，選取中國證監(jiān)會(huì)2015—2019年各季度《中國上市公司行業(yè)分類指引》中包含的所有農(nóng)林牧漁類和農(nóng)副食品加工類農(nóng)業(yè)上市公司，剔除不符合條件的ST公司、*ST公司、已退市公司和2015年后公開上市的公司，最終確定67家樣本公司，共計(jì)335個(gè)樣本觀測(cè)值。財(cái)務(wù)數(shù)據(jù)來源于國泰安數(shù)據(jù)庫(CSMAR)和各農(nóng)業(yè)上市公司年度報(bào)表，宏觀數(shù)據(jù)來源于中國統(tǒng)計(jì)年鑒。

　　三、農(nóng)業(yè)上市公司融資效率分析

　　第一階段和第三階段均運(yùn)用MaxDEA軟件的窗口模型設(shè)置d=3[ 10 ]，則窗口1、窗口2、窗口3分別為2015—2017年、2016—2018年、2017—2019年。整理67家樣本公司不同時(shí)期的效率值，并計(jì)算5年的平均數(shù)，結(jié)果如表2。由于第一階段測(cè)量的融資效率值缺乏研究參考價(jià)值，后續(xù)分析所使用效率值未加說明的均為第三階段效率值。

　　(一)總體效率分析

　　第三階段相比第一階段，融資綜合效率和純技術(shù)效率上升，而規(guī)模效率下降。融資綜合效率和純技術(shù)效率均值提升到0.470和0.894，提升幅度分別是3.30%和66.48%，而規(guī)模效率均值降至0.522，降低率為37.56%，表明環(huán)境因素和隨機(jī)誤差使農(nóng)業(yè)上市公司的融資綜合效率和純技術(shù)效率被低估，規(guī)模效率被高估。純技術(shù)效率平均值接近0.9，而規(guī)模效率平均值近0.5，表明融資效率低下主要受規(guī)模效率的影響。農(nóng)業(yè)上市公司純技術(shù)效率處于較高水平，但融資綜合效率整體相對(duì)無效。根據(jù)DEA分析將67家樣本公司的融資效率分為四級(jí)(0～0.5低水平、0.5～0.8較低水平、0.8～1高水平、1有效水平)。純技術(shù)效率中廣弘控股和平潭發(fā)展兩家公司處于相對(duì)有效。處于高水平的公司數(shù)量達(dá)56家，占比83.58%，可能源于政府發(fā)放給農(nóng)業(yè)上市公司用于研究開發(fā)和技術(shù)更新改造補(bǔ)助為公司科技研發(fā)提供了直觀的資金支持。但是，融資綜合效率和規(guī)模效率處于低水平和較低水平的公司數(shù)量達(dá)60家，占樣本公司總數(shù)量的89.55%，說明農(nóng)業(yè)上市公司融資效率整體偏低，且融資規(guī)模還未達(dá)到最理想狀態(tài)，需在融資管理方面進(jìn)一步提升。

　　(二)子行業(yè)效率分析

　　不同子行業(yè)農(nóng)業(yè)上市公司市場(chǎng)規(guī)模、主營業(yè)務(wù)、融資風(fēng)險(xiǎn)與約束以及受政府重視程度不同，其融資效率也存在差異。表2顯示，融資綜合效率和規(guī)模效率表現(xiàn)為林業(yè)<農(nóng)業(yè)<畜牧業(yè)<漁業(yè)<農(nóng)副食品加工業(yè)，純技術(shù)效率表現(xiàn)為畜牧業(yè)<農(nóng)副食品加工業(yè)<農(nóng)業(yè)<漁業(yè)<林業(yè)。(1)林業(yè)公司融資綜合效率和規(guī)模效率相對(duì)最低，可能由于該類公司數(shù)量較少，尚未形成具有強(qiáng)大競(jìng)爭(zhēng)力的市場(chǎng)融資地位，每家公司收到的政府補(bǔ)助均額最少，為12 551.11萬元。(2)農(nóng)業(yè)公司三項(xiàng)效率值處于中等平衡狀態(tài)，受領(lǐng)的政府補(bǔ)助均值為19 398.81萬元，處于中等水平。細(xì)觀其中種子企業(yè)的融資方式單一，較多依賴銀行貸款，沒有較好地運(yùn)用和管理企業(yè)資金。(3)畜牧業(yè)公司平均融資綜合效率比農(nóng)業(yè)公司高0.01，居第三，但是政府補(bǔ)助均值為27 277.60萬元，遠(yuǎn)高于農(nóng)業(yè)公司，可能受限于純技術(shù)效率的影響。該類公司面臨防疫風(fēng)險(xiǎn)和環(huán)保壓力大，且存儲(chǔ)的活禽畜等資產(chǎn)難以被金融機(jī)構(gòu)評(píng)為可放貸的抵押物，融資保障存在限制，因此大多政府補(bǔ)助資金來源于稅收返還、活體儲(chǔ)備補(bǔ)貼、疫苗補(bǔ)助等方式，用于技術(shù)改造方面的資金缺乏，阻礙了技術(shù)效率。(4)漁業(yè)上市公司融資綜合效率雖處于較高位置，但與相對(duì)有效值1存在差距，源于該類公司季節(jié)性經(jīng)營的特點(diǎn)，且易受到臺(tái)風(fēng)、氣候等自然風(fēng)險(xiǎn)的影響。純技術(shù)效率位于第四，可能受限于政府補(bǔ)助均值僅為14 677.48萬元的制約。(5)農(nóng)副食品加工業(yè)公司平均融資效率相對(duì)最佳。近年食品安全事件曝光對(duì)該行業(yè)產(chǎn)生一定程度的沖擊，也受到政府高度重視，補(bǔ)助均額27 366.19萬元，為最高值。政府提供補(bǔ)助資金用于產(chǎn)品技術(shù)創(chuàng)新、品牌專利資助等，對(duì)同時(shí)加工經(jīng)營飼料、糧油、乳制品等多元化產(chǎn)品的公司給予額外鼓勵(lì)類產(chǎn)業(yè)扶持資金。相關(guān)舉措為個(gè)人與銀行等金融機(jī)構(gòu)投資者提供了隱性擔(dān)保和支持，為農(nóng)副食品加工業(yè)公司獲取外部籌資提供了便利。

　　四、農(nóng)業(yè)政府補(bǔ)助的影響效應(yīng)分析

　　我國農(nóng)業(yè)上市公司融資效率達(dá)到相對(duì)有效的公司數(shù)量較少，且受不同環(huán)境因素的影響，本文側(cè)重分析各項(xiàng)環(huán)境變量對(duì)政府補(bǔ)助投入冗余的影響，從而進(jìn)一步評(píng)價(jià)對(duì)農(nóng)業(yè)上市公司融資效率的影響效應(yīng)。

　　(一)環(huán)境因素對(duì)政府補(bǔ)助投入冗余的驅(qū)動(dòng)效應(yīng)

　　將第一階段測(cè)出的投入冗余值作為SFA模型的被解釋變量，將五項(xiàng)環(huán)境變量作為解釋變量進(jìn)行第二階段隨機(jī)前沿回歸分析，結(jié)果如表3。對(duì)照似然比檢驗(yàn)臨界值表可看出LR值都通過了檢驗(yàn)，表明管理無效率項(xiàng)存在，滿足使用SFA模型的前提假設(shè)，其模型設(shè)計(jì)是合理的。各項(xiàng)環(huán)境指標(biāo)對(duì)投入冗余的估計(jì)系數(shù)大多能通過顯著性檢驗(yàn)，表明各項(xiàng)環(huán)境變量對(duì)投入冗余值具有顯著影響。

　　根據(jù)隨機(jī)前沿模型基本原理，當(dāng)回歸系數(shù)為正時(shí)，環(huán)境變量的增加會(huì)加大投入冗余值，導(dǎo)致資金浪費(fèi);當(dāng)回歸系數(shù)為負(fù)時(shí)，則會(huì)減少投入冗余，提升資金利用效率。由表3可知公司上市年限、股權(quán)集中度、年度審計(jì)意見類型及股權(quán)性質(zhì)與政府補(bǔ)助投入冗余呈顯著正相關(guān)，公司所在地經(jīng)濟(jì)發(fā)展水平與政府補(bǔ)助投入冗余呈負(fù)相關(guān)。具體表現(xiàn)為公司上市時(shí)間越長(zhǎng)、股權(quán)越集中以及屬于民營性質(zhì)和發(fā)表非標(biāo)準(zhǔn)無保留意見的公司產(chǎn)生的政府補(bǔ)助投入冗余越多，而公司所在地高水平的宏觀經(jīng)濟(jì)發(fā)展有利于減少政府補(bǔ)助投入浪費(fèi)。

　　推薦閱讀：金融經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)良性互動(dòng)分析