农业上市公司融资效率及政府补助的影响效应

　　【关键词】 融资效率; 政府补助; 农业上市公司; 三阶段DEA

　　一、前言

　　农业投资回报周期长、风险大等因素导致农业上市公司融资难等问题长期存在，使资金融入效率低下;农业上市公司实行主营业务转型并将大量资金向非农产业转移的现象日趋普遍，从而出现明显的“背农”现象，使有限资金的配置效率低下。以上共同影响农业上市公司的融资效率。2020年12月23日發布的国务院关于财政农业农村资金分配和使用情况的报告指出，近年全国财政一般公共预算累计安排农业农村相关支出高于全国一般公共预算支出平均增幅，近5年农业上市公司受赠政府补助总额达160.58亿元。可见我国政府高度重视农业发展并给予大力政府补助支持。因此提升有资本带动作用的农业上市公司融资效率并改善多种方式的政府补助实施政策有助于实现农业产业现代化。

　　效率可用于测量资源配置能力，关于上市公司的融资效率，已有研究使用不同方法多角度进行了探讨。耿成轩等[ 1 ]、姜妍[ 2 ]等采用双边随机边界模型与Super-SBM、Logit模型研究了战略新兴上市公司和人工智能产业上市公司融资效率。谢闪闪等[ 3 ]使用传统DEA法测算农业上市公司的融资效率，发现不同年份融资效率水平变化较大，不同子行业综合效率无明显差异。结合农业上市公司行业特点，农业生产设备、技术研发等生产要素无法在增加投入的匹配年度快速产生效益，忽略了从投入到产出过程中的时间因素，而窗口DEA模型可以解决农业投入对未来产出的滞后问题[ 4 ]。

　　政府补助对上市公司的融资效率产生正反效应，且受不同环境因素的影响。支持者认为政府补助能够提升公司绩效水平。首先，作为直接补助资金投入。从利润表层面看，2017年政府补助会计准则改革前后都影响了上市公司的利润总额;从现金流量表层面看，增加了公司现金流，可给予银行等金融机构隐性的农业贷款担保。其次，传递积极的间接融资信息。政府补助给予外部投资者该公司将加大研发创新、改善融资结构等有利信息，从而引导投资。李国兰等[ 5 ]实证分析沪深A股上市公司得出政府补助有利于促进国有企业研发投入。同时三方审计发表的标准无保留审计意见能有效缓解企业与金融机构以及政府机构间的信息不对称，有助于缓解企业面临的融资约束[ 6-7 ]。

　　而反对者认为财税扶持政策是低效甚至无效的，政府补助无法为公司绩效带来正面促进作用，对利润总额的直接影响反而会削弱公司融资努力程度，引发公司对补贴的依赖，降低经营绩效水平;部分公司可能会为获取政府补助采取迎合行为或刻意隐瞒公司经营受阻等不利信息，导致信息披露不健全，从而降低公司融资信用。杨雪等[ 8 ]使用门限回归模型研究得出当政府补助投入低于某一门槛值时有利于提升农业上市公司全要素生产率，高于该门槛值时则会产生反向抑制作用，可能源于上市公司融资结构具有的内生性时间效应[ 9 ]。

　　已有文献对上市公司融资效率的研究方法为本文奠定了科学基础，基于三阶段DEA结合窗口模型分析农业上市公司5年数据可以有效弥补传统DEA无法处理面板数据的缺陷，且鉴于政府补助对农业上市公司的重大影响力以及理论层面的不同，将政府补助作为投入变量实证分析环境因素通过政府补助冗余对融资效率产生的影响效应具有可研究价值。

　　二、变量设计、模型选取与数据来源

　　(一)变量设计

　　我国农业上市公司上市时间跨度大，样本公司从最早上市于1993年的广弘控股横跨至2014年上市的牧原股份和龙大肉食，各地区的经济发展水平导致政府支农投资与公司的融资风险不同。当处于扩张阶段时，生产的农产品能够快速被消耗，资金回流快，更偏向内部融资渠道来满足下阶段投资和生产，可降低融资成本。但从金融投资方角度，当经济增长水平高时，融资供给方会抓住机会适度降低放贷要求，导致融资方增加外部借款规模。本文选取的67家农业上市公司5年股权集中度最小值为正虹科技2018年的9.17%，最大值为双汇发展2019年达73.41%，表明目前农业上市公司股权集中度相差悬殊，而股权结构会影响公司绩效。信息不对称导致公司不同利益相关者都趋向实施有利于自身的行为，注册会计师出具的年度审计意见作为第三方客观评估意见，会改变政府机构资金投入意愿和投资者行为，影响资金融入效率。同时农业公司国有与非国有的股权性质会影响政府的补助力度，从而影响融资效率。

　　投入变量的选取综合考虑融资理论和影响农业上市公司资金融入效率的因素，遵循数据可得性及指标无替代性和无互补性等原则。前期学者构建DEA投入产出指标时，多聚集公司各项财务能力，或将政府补助作为环境变量进行简单分析，本文基于农业上市公司行业特殊性将政府补助作为重要的投入变量。产出指标应能衡量公司融资后进行生产经营活动的资金利用效率，体现农业上市公司对筹集资金的配置效率。环境变量是企业无法主观控制但会影响融资效率的因素，本文梳理现有文献并结合农业上市公司行业特点和发展现状，最终选取5项环境变量指标。

　　(二)三阶段DEA窗口模型

　　第一阶段测出的投入冗余受环境因素、管理无效率和随机误差项的影响，存在一定缺陷，同时考虑农业产出与投入的时间滞后效应，本文选择改进后的三阶段DEA窗口模型，并使用MaxDEA软件测算。该模型不仅可以横向分析同一DMU在不同时期的效率，而且可以纵向比较同一时期不同DMU的效率值。确定窗口宽度d，假设待评估时期数为T，则对应有T-d+1个窗口，每个DMU在各窗口会出现d个效率值E。

　　(三)数据来源

　　基于数据的可得性和合理性，选取中国证监会2015—2019年各季度《中国上市公司行业分类指引》中包含的所有农林牧渔类和农副食品加工类农业上市公司，剔除不符合条件的ST公司、*ST公司、已退市公司和2015年后公开上市的公司，最终确定67家样本公司，共计335个样本观测值。财务数据来源于国泰安数据库(CSMAR)和各农业上市公司年度报表，宏观数据来源于中国统计年鉴。

　　三、农业上市公司融资效率分析

　　第一阶段和第三阶段均运用MaxDEA软件的窗口模型设置d=3[ 10 ]，则窗口1、窗口2、窗口3分别为2015—2017年、2016—2018年、2017—2019年。整理67家样本公司不同时期的效率值，并计算5年的平均数，结果如表2。由于第一阶段测量的融资效率值缺乏研究参考价值，后续分析所使用效率值未加说明的均为第三阶段效率值。

　　(一)总体效率分析

　　第三阶段相比第一阶段，融资综合效率和纯技术效率上升，而规模效率下降。融资综合效率和纯技术效率均值提升到0.470和0.894，提升幅度分别是3.30%和66.48%，而规模效率均值降至0.522，降低率为37.56%，表明环境因素和随机误差使农业上市公司的融资综合效率和纯技术效率被低估，规模效率被高估。纯技术效率平均值接近0.9，而规模效率平均值近0.5，表明融资效率低下主要受规模效率的影响。农业上市公司纯技术效率处于较高水平，但融资综合效率整体相对无效。根据DEA分析将67家样本公司的融资效率分为四级(0～0.5低水平、0.5～0.8较低水平、0.8～1高水平、1有效水平)。纯技术效率中广弘控股和平潭发展两家公司处于相对有效。处于高水平的公司数量达56家，占比83.58%，可能源于政府发放给农业上市公司用于研究开发和技术更新改造补助为公司科技研发提供了直观的资金支持。但是，融资综合效率和规模效率处于低水平和较低水平的公司数量达60家，占样本公司总数量的89.55%，说明农业上市公司融资效率整体偏低，且融资规模还未达到最理想状态，需在融资管理方面进一步提升。

　　(二)子行业效率分析

　　不同子行业农业上市公司市场规模、主营业务、融资风险与约束以及受政府重视程度不同，其融资效率也存在差异。表2显示，融资综合效率和规模效率表现为林业<农业<畜牧业<渔业<农副食品加工业，纯技术效率表现为畜牧业<农副食品加工业<农业<渔业<林业。(1)林业公司融资综合效率和规模效率相对最低，可能由于该类公司数量较少，尚未形成具有强大竞争力的市场融资地位，每家公司收到的政府补助均额最少，为12 551.11万元。(2)农业公司三项效率值处于中等平衡状态，受领的政府补助均值为19 398.81万元，处于中等水平。细观其中种子企业的融资方式单一，较多依赖银行贷款，没有较好地运用和管理企业资金。(3)畜牧业公司平均融资综合效率比农业公司高0.01，居第三，但是政府补助均值为27 277.60万元，远高于农业公司，可能受限于纯技术效率的影响。该类公司面临防疫风险和环保压力大，且存储的活禽畜等资产难以被金融机构评为可放贷的抵押物，融资保障存在限制，因此大多政府补助资金来源于税收返还、活体储备补贴、疫苗补助等方式，用于技术改造方面的资金缺乏，阻碍了技术效率。(4)渔业上市公司融资综合效率虽处于较高位置，但与相对有效值1存在差距，源于该类公司季节性经营的特点，且易受到台风、气候等自然风险的影响。纯技术效率位于第四，可能受限于政府补助均值仅为14 677.48万元的制约。(5)农副食品加工业公司平均融资效率相对最佳。近年食品安全事件曝光对该行业产生一定程度的冲击，也受到政府高度重视，补助均额27 366.19万元，为最高值。政府提供补助资金用于产品技术创新、品牌专利资助等，对同时加工经营饲料、粮油、乳制品等多元化产品的公司给予额外鼓励类产业扶持资金。相关举措为个人与银行等金融机构投资者提供了隐性担保和支持，为农副食品加工业公司获取外部筹资提供了便利。

　　四、农业政府补助的影响效应分析

　　我国农业上市公司融资效率达到相对有效的公司数量较少，且受不同环境因素的影响，本文侧重分析各项环境变量对政府补助投入冗余的影响，从而进一步评价对农业上市公司融资效率的影响效应。

　　(一)环境因素对政府补助投入冗余的驱动效应

　　将第一阶段测出的投入冗余值作为SFA模型的被解释变量，将五项环境变量作为解释变量进行第二阶段随机前沿回归分析，结果如表3。对照似然比检验临界值表可看出LR值都通过了检验，表明管理无效率项存在，满足使用SFA模型的前提假设，其模型设计是合理的。各项环境指标对投入冗余的估计系数大多能通过显著性检验，表明各项环境变量对投入冗余值具有显著影响。

　　根据随机前沿模型基本原理，当回归系数为正时，环境变量的增加会加大投入冗余值，导致资金浪费;当回归系数为负时，则会减少投入冗余，提升资金利用效率。由表3可知公司上市年限、股权集中度、年度审计意见类型及股权性质与政府补助投入冗余呈显著正相關，公司所在地经济发展水平与政府补助投入冗余呈负相关。具体表现为公司上市时间越长、股权越集中以及属于民营性质和发表非标准无保留意见的公司产生的政府补助投入冗余越多，而公司所在地高水平的宏观经济发展有利于减少政府补助投入浪费。

　　推荐阅读：金融经济与实体经济良性互动分析

期刊VIP网，您身边的高端学术顾问

文章名称： 农业上市公司融资效率及政府补助的影响效应

文章地址： http://www.qikanvip.com/jinrong/60791.html