基于DEA方法的文化金融产业融资效率研究

罗春燕，张品一，李 欣，梁 锶

（1.北京工业大学 经济与管理学院，北京100124;2.陕西师范大学 国际商学院，西安 710119）

基于DEA方法的文化金融产业融资效率研究

罗春燕1，张品一1，李 欣1，梁 锶2

（1.北京工业大学 经济与管理学院，北京100124;2.陕西师范大学 国际商学院，西安 710119）

文章结合42家文化金融产业上市公司的融资数据，通过DEA方法对我国文化金融产业的融资效率进行实证研究，结果表明：我国2012—2014年间，文化金融产业融资效率的均值较高，但有逐年下降的趋势，主要是由于纯技术效率和规模效率下降造成；文化金融产业上市公司多数处于规模报酬递增阶段；新闻出版发行服务业、文化信息传播服务业中DEA有效企业较多。

文化金融产业；融资效率；DEA

0 引言

随着多层次资本市场不断发展和完善，充足的资金、高效的资金利用率和多样化的资金渠道成为文化金融相关企业经营活动顺利进行和长远发展的重要保障。因此，对文化金融产业的融资效率进行深入研究具有重要的理论意义和现实意义。然而国内外学者对于文化金融产业融资效率的研究较少，仅有部分学者采用数据包络分析法（DEA）对文化产业融资效率进行研究（如蒋萍和王勇，2011；袁海和吴振荣，2012），但这些研究侧重于我国各省区文化产业效率测算，无法反映不同年份、不同行业的效率差异。因此，本文采用DEA方法，选取42家文化金融上市公司并划分为5个行业，对文化金融产业2012—2014年的融资效率进行实证研究，从而弥补上述文献在这方面的不足。文化金融上市公司的融资效率越高，δ=1表明该公司的融资状态在最有生产前沿面上，其产出相对于投入达到了综合效率最优，此时被评价的决策单元（DMU）是DEA有效的；δ＜1表示被评价的DMU是DEA无效的。

将式（1）转变为规模报酬可变的DEA模型，可得文化金融上市公司融资纯技术效率的BCC模型：

1 模型构建

本文基于数据包法（DEA）构建文化金融产业融资的CCR模型和BCC模型，通过文化金融上市公司的综合技术效率（TE）、纯技术效率（PTE）和规模效率（SE）3个指标评价文化金融上市公司的融资效率。文化金融上市公司融资综合技术效率的CCR模型为：

式（2）各变量的含义和式（1）相同。通过式（2）计算出的指标θ为公司的纯技术效率指标，有0＜1≤1且θ≥δ，θ越大表示公司的纯技术效率越高。

根据TE=PTE*SE可知，规模效率：

式（3）中0＜SE≤1，SE越大表示公司的规模效率越高。当公司的PTE、SE均为最优时，PTE=1且SE=1，TE实现最优，DMU为DEA有效。

2 指标选取和数据来源

式中δ(0＜δ≤1)为综合效率指标，λj为权重变量，

本文旨在研究我国文化金融产业的融资效率问题，因此选取全国范围内文化金融产业上市公司作为样本进行融资效率实证分析，选取2012—2014年三年作为融资效率研究区间，对各企业每年的融资效率进行横向纵向对比分析。从所有上市公司中选取2012年前上市且财务数据齐全的文化金融公司共42家，并根据国家统计局《文化及相关产业分类(2012)》将文化及相关产业细分为新闻出版发行服务行业、广播电视电影服务行业、文化信息传输服务行业、文化艺术服务行业、文化创意和设计服务行业5类，具体见表1所示。

表1 我国文化金融产业上市公司分类

根据研究需要和指标数据的可得情况，本文的选取投入指标为总资产、负债总额、所有者权益合计和财务费用；输出指标为净资产收益率和主营业务收入。指标原始数据均来自CSMER国泰安数据库。由于DEA模型对数据的正负有着明确的要求，而且如果数量级过大，模型无法正常输出结果，因此本文首先对数据进行无量纲化处理，无量纲化后数据的描述性统计见表2所示。

表2 指标的描述性统计

3 实证分析

本文运用DEAP2.1软件对无量纲化后的数据进行计算，对42个文化金融公司进行实证分析，得到各上市公司的融资效率情况。首先分年度对文化金融上市公司的融资效率进行分析，再将文化金融产业划分为5个行业进行分析。

3.1 2012—2014年文化金融产业融资效率分析

根据式（1）、式（2）和式（3）得出2012—2014年我国42个文化金融产业上市公司的技术效率（TE）、纯技术效率（PTE、规模效率（SE）和规模报酬，其均值见表3所示。

表3 2012—2014年42家文化金融公司的效率均值

2012—2014年，42家文化金融产业上市公司的综合技术效率、技术效率和规模效率的均值都高于0.8，说明我国文化金融产业的融资效率均值较高。但是效率值呈现下降趋势，综合技术效率从0.90下降到0.81，这主要是由于文化金融产业的纯技术效率和规模效率都下降造成，纯技术效率从0.96下降到0.94，规模效率从0.93下降到0.86，公司的融资利用状况和公司的融资规模都存在一定的不足。

结合效率强度理论，对42家公司三年融资效率值在各效率区间集（0.5～0.6，0.6～0.7，0.7～0.8，0.8～0.9，0.9～1，1）中的个数进行统计。具体见图1所示。

图1 2012—2014年42家文化金融产业上市公司综合技术效率趋势图

从图1可以看出，2012—2014年属于强势有效单位的公司个数分别为10家、11家、5家；属于边缘非有效单位的公司个数分别为12家、9家、5家；属于明显非有效单位的个数分别为20家、22家、32家。并且2012年和2013年公司融资效率位于（0.8,0.9）的最多，而2014年公司的融资效率位于（0.7,0.8）的最多。这再次说明了我国文化金融产业上市公司的融资效率呈现下降趋势。对于0.8以下的效率区间，可以发现各低值区间的公司数波动较大。三年中处于0.7以下区间的公司数都较少，且均值都维持在0.8以上。说明文化金融产业融资效率特别低下的公司较少，效率的平均水平在0.8左右，处于较高水平，但也有进一步提升空间。因此，提高我国文化产业整体融资效率水平的重点在于改善处于边缘非有效区间和明显非有效区间内的公司的融资状况。

三年来文化金融产业始终处于综合技术效率最优和规模报酬不变的只有网宿科技、中南传媒、中文传媒和皖新传媒4家公司，剩余38家公司的融资效率值在0.50～1之间波动。这说明只有这4家公司对融到的资金能够有效合理利用，达到了规模最优状态，实现DEA有效；其余的上市公司至少某一年融资效率没有实现最优化，说明我国文化金融产业上市公司的融资效率整体不佳。在非DEA有效公司中，仅有7家公司在某些年份处于规模报酬递减阶段，其余31家公司均处于规模报酬递增阶段，说明大部分文化金融产业上市公司正处于成长阶段，增长势头良好，若筹集到足够的资金，正的规模效应会促进其带来更大比例的产出,融资效率亦会相应的提高。对于文化金融产业，公司多处于规模报酬递增阶段，但是综合效率却出现下降的趋势，这可能是由于发展资金的短缺而导致的。

进一步研究文化金融产业融资效率的年度变化，通过表4可知，2012—2013年间和2013—2014年间，文化金融产业的变化率为负，说明这三年文化金融产业融资效率均下降。2012—2013年间的融资效率降低是由于纯技术效率下降造成产业资本利用能力；而2013—2014年融资效率的变化主要是由于规模效率的变化，规模效率下降8.31%，文化金融产业没有实现最优的融资规模。

表4 2012—2014文化金融产业融资效率的变化趋势比较 （单位：%）

对比2012—2013年间和2013—2014年间的文化金融产业融资效率的变化发现，2013—2014年间融资效率下降9.31%，大于2012—2013年间的下滑程度1.11%。而且两年间纯技术效率变化差距不大，融资效率的变化主要是由于2013—2014年间规模效率的大幅滑落造成。可见，对于文化金融产业，规模效率是影响综合技术效率的主要因素。由于公司的融资能力和资金利用状态变化缓慢，而融资规模变化较快，容易对效率造成影响。因此，合理的融资规模，可以在一定程度上弥补资金运用能力不足带来的影响。

3.2 文化金融产业融资效率行业对比分析

结合42家公司的综合技术效率分析五大文化金融产业融资效率的DEA有效性。从表5可知，我国文化金融产业的行业主要集中在文化信息传输业、新闻出版发行业和广播电视电影业，这些行业一直是文化金融产业的核心。然而2012—2014年，我国文化金融产业上市的五大行业中DEA有效企业数量都在下降，这与文化金融产业的融资效率下滑相符。

表5 2012—2014年各文化金融行业融资效率对比

对各行业分别分析，新闻出版发行业的融资效率最好，三年DEA有效企业占行业41.67%、41.67%和25%；文化信息传播服务业的融资效率其次，分别占21.43%、28.57%和14.29%；文化创意和设计业的融资效率最低，三年均没有企业实现DEA有效。这是由于新闻出版发行业发展较早，上市时间较长，资产规模较大；文化信息传播业随着互联网的发展，经营范围业逐渐扩大，公司成长性较好，融资能力较强；而文化艺术服务业和文化创意设计业的公司数量较少，难以准确的对其进行分析。

4 结论与建议

（1）我国2012—2014年间，文化金融产业融资效率均值较高，但有逐年下降的趋势，综合效率从0.90下降到0.81，实现DEA有效公司的数量从10个下降为5个，规模效率降低是制约产业融资效率的主要因素。（2）我国文化金融产业上市公司多数处于规模报酬递增阶段，这与产业的高成长性特征相符。但是产业的规模效率下降，这说明文化金融产业存在一定的资金缺口，未能充分发挥文化金融产业规模效应对其融资效率的拉动作用。（3）从行业的分布来看，各行业DEA有效企业数量比重不同，但DEA有效企业数量都呈现下降趋势。新闻出版发行服务业、文化信息传播服务业中DEA有效企业较多，是由于这两个行业的资产规模较大，融资能力较强。

根据以上结论，为了提高文化金融产业融资效率，本文从以下两个方面提出政策建议：首先，提高文化金融产业上市公司质量，提高资金使用效率。文化金融产业上市公司应提升自身的内部管理水平和资源配置能力，按照公司内外部环境的实际情况，合理的规划、分配资金，避免某些方面的投入冗余，加强资金的流动与周转，提高单位资金的获利能力。其次，政府和金融机构配合，建设良好融资环境。政府应通过政策指引、财政投入等对文化金融产业进行支持和帮助，有针对性的实施税收优惠政策，完善法律保障体系，完善市场机制；金融机构需加大金融行业综合金融步伐的调整，以企业股权、债券、资产支持计划以及商业保险担保等多种形式支持文化金融产业融资，扩大文化金融产业直接融资渠道和融资规模，建立多层次资本市场。政府和金融机构相互配合，解决文化金融产业融资难的问题，为产业提供资金保证，提高产业的规模效率。

[1]Azizi H.DEA Efficiency Analysis:A DEA Approach With Double Frontiers[J].International Journal of Systems Science,2014,45(11).

[2]Cook W D,Seiford L M.Data Envelopment Analysis(DEA):Thirty Years on[J].European Journal of Operational Research,2009,192(1).

[3]西沐.文化金融的根本是发现并整合价值[N].中国社会科学报, 2013-3-20（6）.

[4]蒋萍,王勇.全口径中国文化产业投入产出效率研究——基于三阶段DEA模型和超效率DEA模型的分析[J].数量经济技术经济研究,2011,(12).

[5]袁海,吴振荣.中国省域文化产业效率测算及影响因素实证分析[J].软科学,2012,(3).

[6]潘玉香,强殿英,魏亚平.基于数据包络分析的文化创意产业融资模式及其效率研究[J].中国软科学,2014,(3).

（责任编辑/浩 天）

F224.3

A

1002-6487（2016）23-0107-03为松弛变量，ε为非阿基米德无穷小量。δ值越大，

中国博士后科学基金资助项目（2015M580941）；陕西师范大学中央高校基本科研业务费专项资金项目（16SZYB29）

罗春燕（1971—），女，北京人，硕士，经济师，研究方向：文化金融、金融监管。

（通讯作者）张品一（1987—），女，湖北荆门人，博士，讲师，研究方向：金融理论。