1、表 1融资效率评价的指标构建一览表投入指标产出变量银行借款融资股权融资内部融资运营能力盈利能力成长能力具体指标短期借款+长期借款（投入变量 1）应付账款+应付票据+预收账款+合同负债（投入变量 2）股本+资本公积（投入变量 3）盈余公积+未分配利润（投入变量 4）总资产周转率（产出变量 1）净资产利润率（产出变量 2）营业收入增长率（产出变量 3）商业信用融资指标名称年份2016201720172018201820192019202020202021均值技术效率变化（1）=（3）（4）0.9911.0030.8791.0370.9860.978技术进步变化（2）1.0380.9351.1470
2、.9540.9971.011纯技术效率变化（3）0.9980.980.9221.0591.0160.994规模效率变化（4）0.9931.0240.9540.980.970.984Malmquist指数（5）=（1）（2）1.0290.9381.0080.990.9830.989表 2陕西省制造业上市公司融资效率 Malmquist 指数及其分解表随着“一带一路”、黄河流域生态保护和高质量发展等多个国家重大战略叠加，为陕西省制造业发展提供了新空间。制造业属于资金密集型行业，融资能力是制造企业的命脉，制造业企业如何在有限的资金供给下实现最佳的资源配置，摆脱以往依赖于投资驱动的传统粗放型增长模式，
3、将是企业实现高质量发展的关键。通过对制造业企业融资效率的准确测算，厘清各种融资渠道资金的配置效率，进而提出针对性的建议，对于促进制造业企业提质增效，实现经济的高质量发展具有重要的现实意义。一、文献综述由于制度背景的差异，国外学者大多研究企业的融资结构和融资模式，国内学者关于融资效率，分别从不同的研究方法和研究对象入手进行了大量的研究。从研究方法上来看，主要有回归分析法、模糊综合评价法、熵值法和数据包络分析法（DEA）。魏开文（2001）、朱冰心（2005）、蒋志川（2008）运用了模糊综合评价法分析中小企业的融资效率。刘力昌等（2004）首次运用 DEA 方法对股权融资效率进行测算，此后彭晓英
4、等（2008）、高山（2010）、赵守国（2011）、李京文等（2014）、方先明等（2015）分别运用 DEA 方法测算不同类型企业的融资效率。佟孟华（2012）等利用回归模型对辽宁省上市中小企业融资效率进行了分析。郭平等（2012）运用熵值法分析中小企业的融资效率。张博（2014）等运用熵值法对陕西省上市公司融资效率进行研究。在评价融资效率的研究方法上，早期以传统评价方法为主，这些方法在确定相关权重时存在主观性而无法进行对比分析。近年来，采用 DEA 方法评价的学者不断增多，主要是由于 DEA 方法可以克服人为设置权重而导致的主观性，同时还可以对综合效率进行分解，分析融资效率的提升路径，为
5、克服传统 DEA 方法静态评价的缺陷，本文采用 Malmquist 指数方法动态分析融资效率的变化。从评价对象上来看，早期的研究评价对象较广，往往是针对上市公司的融资效率，之后学者以新三板和创业板为主对中小企业做出大量研究，直到现如今学者集中于评价新兴产业的融资效率。李京文等（2014）对北京市战略性新兴产业的融资效率进行了评价。汪涛（2014）、方先明等（2015）、沈忱（2017）、杨国佐等（2017）、吴阳芬等（2019）分别运用不同模型对中小企业在新三板市场的融资效率进行了研究。涂咏梅等（2018）实证分析中小板科技型企业融资效率。潘玉香等（2014）从不同融资来源的角度出发对我国文化
6、创意产业融资效率进行实证研究。王玉荣等（2018）分析了我国创业板上市公司的股权融资效率。潘永明等（2016）实证检验了我国环保产业融资效率动态变化情况。曾刚等（2017）测度了中国高端装备制造上市企业融资效率。耿成轩（2016）对江苏省战略性新兴产业中的机械制造业进行了研究。贺正楚等（2020）分析了不同融资模式下生物医药产业的融资效率。马珩等（2015）、赵越等（2021）测算了新材料产业上市企业的融资效率。刘超等（2019）测量了我国 37 家人工智能产业上市公司的融资效率。姚德权等（2020）考量了中小制片企业融资效率变化情况。赵娟霞等（2021）对环保产业的融资效率进行了评价。近年来
7、，研究对象行业主要是针对医药行业、文化产业和战略性新兴产业，研究企业的规模集中于中小企业，对于制造业上市公司融资效率的研究较少。陕西省制造业上市公司融资效率评价文/方宇凡（西安财经大学商学院陕西 西安）提要 本文以陕西省制造业上市公司为研究对象，运用 Malmquist-DEA 方法，从静态和动态两个角度对其 20162021 年融资效率进行分析。结果表明：陕西省制造业上市公司融资效率五年间的变化呈现下降趋势，主要是由于规模效率的下降导致；四种融资方式的融资效率均呈现下降趋势，下降幅度从高到低排列顺序为：股权融资、商业信用融资、银行借款融资和内部融资。针对以上问题，本文分别从政府、企业角度给出
8、建议。关键词：融资效率；制造业；Malmquist 指数中图分类号：F275；F83文献标识码：A收录日期：2022 年 11 月 17 日金融/投资合作经济与科技No.8x202356-DOI:10.13665/ki.hzjjykj.2023.16.028二、研究设计（一）研究方法选择。DEA 方法是由美国运筹学家 A.Charnes 和 W.W.Cooper 提出的一种计算效率的非参数统计方法，基本模型包括规模报酬不变的 CCR 模型和规模报酬可变的 BCC 模型。CCR 模型是以规模效率不变为前提条件，即只要增加投入就可以扩大产出规模，这种模型不符合现实情况。因此，本文选择投入导向的 B
9、CC 模型对陕西省制造业上市公司的融资效率进行静态评价。DEA 模型从静态角度针对同一时点的截面数据评价决策单元的效率，但生产是一个长期的连续过程，生产技术本身在发生变化，当被评价 DMU 的数据为包含多个时间点观测值的面板数据时，Malmquist指数方法可以对决策单元技术效率变化、技术进步变化进行分析，从动态角度对不同时期的效率值进行纵向对比。Malmquist-DEA 模型是一种将 Malmquist 指数与 DEA 相结合的非参数线性规划测算效率的评价方法，能够准确地测算动态效率，分析决策单元综合效率的变化趋势，找出影响决策单元综合效率变化的因素，为优化决策单元提供依据。（二）样本选取
10、与数据来源。本文选取 20152021 年陕西省在沪深上市的制造企业作为样本，截至 2022 年 9 月，陕西省共有 52 家制造业企业上市，其中有 3 家为 ST 类上市公司，由于 ST 类上市公司的财务数据已发生异常，故将其剔除，同时有 21 家公司上市不满五年，1 家公司被终止上市，经过上述筛选后最终得到 27 家样本企业。本文数据均来源于 CSMAR 数据库及企业年报。（三）评价指标体系构建。融资效率是指企业如何以最低的融资成本获取资金来投入生产，以此产生最大的回报，这种定义方式不仅考虑了企业资金的获取，也考虑了企业如何有效地配置融通的资金。企业融资渠道可分为外部融资和内部融资，因此在
11、选择投入指标时也应综合考虑不同融资渠道。外部融资主要包括银行借款融资、商业信用融资、债券融资和股权融资。产出指标借鉴杨国佐等（2017）、刘超等（2019）的文献，选取代表企业运营能力、盈利能力和成长能力的财务比率作为具体指标。具体投入与产出指标的构建见表 1。（表 1）三、实证分析（一）陕西省制造业上市公司整体融资效率的变化。Malmquist 指数方法测算的是以上一年为基数得出的各年之间融资效率的动态变动情况。本文运用 Malmquist-DEA 模型对样本企业 20162021 年融资效率的变动情况进行分析，利用 DEAP 软件，得出各年技术效率变化、技术进步变化、纯技术效率变化、规模效
12、率变化和 Malmquist 指数，结果见表 2。为避免原始数据数值差异过大且产出指标中的营业收入增长率和净资产利润率存在负值，在进行数据处理前需要对数据进行标准化处理，其中 X 为原始数据，X1为经过标准化处理后的数据。（表 2）X10.1+0.9X-XMaxXMax-XMin如表 2 所示，从 Malmquist 指数来看，20162021 年间样本企业Malmquist 指数均值为 0.989，说明陕西省制造业上市公司融资效率呈现下降趋势，平均每年下降 1.1%，而各年度融资效率呈现波动下降的趋势，其中 2017 年、2019 年相较于上一年度的融资效率均有小幅提升，而 2018 年相较
13、于 2017 年的下降幅度最大，下降了 6.2%。从 Malmquist 指数分解来看，技术效率变化五年间的均值为0.978，平均每年下降 2.2%，技术进步变化五年间均值为 1.011，平均每年增长 1.1%。说明陕西省制造业上市公司融资效率下降的原因主要是由技术效率的下降所导致，而即使出现技术进步的增长也难以抵消技术效率不高的负面影响，说明总体技术水平的提升可以对融资效率起到正向作用，但并不能保证融资效率提升。年份融资方式银行借款融资商业信用融资股权融资内部融资银行借款融资商业信用融资股权融资内部融资银行借款融资商业信用融资股权融资内部融资银行借款融资商业信用融资股权融资内部融资银行借款融
14、资商业信用融资股权融资内部融资银行借款融资商业信用融资股权融资内部融资技术效率变化0.9160.9080.8910.9410.9791.0061.0060.9780.9390.9330.9560.8291.0461.0080.9610.8780.9690.9810.9590.8510.9690.9660.9540.894技术进步变化1.051.0741.0591.1140.9310.9080.9140.9761.1081.0861.0411.240.9160.9470.9941.0921.0120.981.0041.1611.0010.9961.0011.113纯技术效率变化0.9270.91
15、90.880.9251.0380.9721.0320.9470.8810.9640.9430.8361.0551.0470.9861.180.9880.9840.9930.960.9750.9760.9650.963规模变化0.9880.9881.0131.0170.9431.0350.9751.0341.0660.9681.0140.9910.9920.9630.9740.7440.9810.9970.9650.8870.9930.990.9880.928Malmquist 指数0.9620.9760.9431.0490.9120.9140.920.9551.0411.0130.9951.0
16、280.9590.9540.9550.9590.9810.9610.9620.9880.970.9630.9550.995表 3不同融资方式下 Malmquist 指数及其分解项一览表2016201720172018201820192019202020202021均值57-从技术效率变化的分解来看，纯技术效率五年间均值为 0.994，平均每年下降 0.6%；规模效率均值为 0.984，平均每年下降 1.6%，这表明从整体上看，造成陕西省制造业融资效率下降的主要原因来自规模效率的下降。（二）陕西省制造业上市公司不同融资模式下融资效率的变化。为了更好地分析哪种融资模式可以更好地促进融资效率的提升，本文将投入指标按照不同的融资渠道进行分析，得到四种融资来源的效率变化及其分解项变化的情况见表 3。根据表 3 中的 Malmquist 指数绘制图1，以直观地反映四种融资方式下 Malmquist 指数的变化。（表 3、图 1）从表 3 可知，无论哪种融资方式的 Malmquist 指数五年间的均值都小于 1，说明四种融资模式平均每年的融资效率在下降，其中内部融资效率年均下降 0.5%，银行借款融
