派智库

[摘要]本文以150家上市公司2012～2016年共17个季度的数据为研究样本，运用数据包络分析法，通过DEA-BCC模型和Malmquist指数分别测算金融支持战略性新兴产业的综合效率和动态效率，再利用Logit模型依次分析2012～2015年度金融支持效率的影响因素。研究表明，经济新常态下的战略性新兴产业金融支持效率相对有效，但应警惕总体的下降趋势；间接融资和直接融资陆续成为战略性新兴产业的助推因素，战略性新兴产业发展的关键在于政府的合理引导。 dedecms.com

[关键词]战略性新兴产业；金融支持效率；DEA模型；Malmquist指数；Logit模型

战略性新兴产业是以重大技术突破和重大发展需求为基础，对经济社会全局和长远发展具有重大引领带动作用，知识技术密集、物质资源消耗少、成长潜力大、综合效益好的产业。[1]当前，战略性新兴产业发展恰逢经济新常态机遇期。产业结构优化升级、要素投资驱动转向创新驱动等经济新常态的若干特征，为战略性新兴产业的培育创造了有利的发展环境，使得战略性新兴产业的重要地位愈加凸显。然而，尽管战略性新兴产业迎合了经济新常态的发展需求，但因产业正处于初创期，仅凭自身积累和政府扶持无法实现可持续发展，因而亟需金融体系的支持，为战略性新兴产业注入资金、盘活资源。《国务院关于加快培育和发展战略性新兴产业的决定》、《“十二五”国家战略性新兴产业发展规划》等战略性新兴产业的纲领性文件均将金融支持放在产业发展举措的首要位置。由于金融资源的有限性，强化金融支持的关键在于提升金融支持效率，而厘清金融支持效率的影响因素是合理配置金融资源的前提。因此，研究战略性新兴产业的金融支持是否达到有效状态，以及评判金融支持效率受哪些因素影响，对经济新常态下战略性新兴产业的发展具有重大现实意义。

本文来自织梦

一、文献综述

由于战略性新兴产业是基于我国现实情况提出的新概念，而经济新常态也是国家领导人基于我国经济局势判断而衍生的新名词，因此，该研究领域缺乏国外文献支撑，国内可供参考的研究成果也相对较少。理论方面，现有文献集中于金融支持战略性新兴产业的作用机理和支持模式研究。代表性研究有：顾海峰（2011）[2]基于战略性新兴产业的业态演进分析了金融支持的机理，并提出间接金融和直接金融支持战略性新兴产业升级的政策设计。熊广勤（2012）[3]提出，战略性新兴产业在不同的发展阶段可采取不同的金融支持模式，初创阶段以政策性银行信贷支持为主、成长阶段主要依托商业银行信贷，成熟阶段则进行资本市场融资。实证方面，主要研究金融支持战略性新兴产业的效率评价，即本文研究重点。早期研究中，熊正德等（2011）[4]运用DEA模型和Logit模型比较了2008年经济下行周期和2010年政策扶持阶段我国战略性新兴产业的金融支持效率及其影响因素。马军伟（2013）[5]通过DEA两阶段方法评估了2008～2011年我国金融体系支持战略性新兴产业发展的程度和影响因素。徐枫等（2014）采取与熊正德等（2011）类似的方法，但重点关注新能源产业的金融支持绩效评价。[6]赵玉林（2014）基于改进Wurgler方法，通过面板PCSE实证分析上市公司11个季度的数据，以考察当前战略性新兴产业的资本配置效率。[7]李萌、王安琪（2016）则利用DEA-Malmquist指数分析了我国经济新常态以来的战略性新兴产业金融支持效率。[8] 织梦好，好织梦

综合上述研究可知，金融支持战略性新兴产业的重点在于其效果如何，以及如何达成良好的效果。为研究上述两个问题，目前较通用的方法是借助DEA模型评价战略性新兴产业的金融支持效率，运用Logit模型分析金融支持效率的影响因素。本文研究手段沿用以上两种方法，但进行了以下改进：首先，在DEA模型运用中，选择以产出为导向的BCC模型对金融支持综合效率做出评价，再利用MMmquist指数对金融支持动态效率进行分解，保证效率评价的全面性和可信度。其次，以往研究在指标选取上存在一般化问题，以上市公司为样本的研究中过分注重公司的财务表征，而未结合战略性新兴产业的特性，忽略了企业成长能力和创新能力的考察。在本文中，既加入了评估产业发展和创新的产出指标，又引入宏观因素作为投入指标，且保证了样本覆盖范围。最后，现有文献由于时间局限性，未对近两年的发展状况进行考察，所得结论已无法反映经济新常态下战略性新兴产业的金融支持是否有效。本文的研究基于经济新常态背景，并针对现阶段产业发展阻碍提出了行之有效的建议。因此，本文具有一定的创新性和实践性。 内容来自dedecms

二、研究设计

1.DEA模型

本文采用数据包络分析法（DEA）对经济新常态下战略性新兴产业金融支持效率进行评价。DEA模型具有非参数性质，能客观评价多输入、多输出系统的相对有效性，且能识别非有效决策单元的差异量。参考熊正德（2011）、[9]马军伟（2013）[10]等人的研究，本文选取产出导向的BCC模型用于测算战略性新兴产业金融支持的综合效率，选取DEA-Malmquist模型测算战略性新兴产业金融支持的动态效率。

BCC模型由固定规模效益（CRS）模式扩展而来，考虑了可变规模效益（VRS）模式。BCC模型中，设有n个决策单元（DMU），各决策单元使用m种投入Xij（i=1，2，…，m），生产s种产出Yrj（r=1，2，…，s），第k个决策单元的相对效率值为： copyright dedecms

copyright dedecms

其中，，j=1，2，…，n。ur，vi是度量输出和输入的权系数，取值范围均大于0。hk在[0，1]区间内分布，hk越大，说明第k个DMU在既定输入下能得到相对多的输出，当hk值为1时，则判定DMUk为DEA有效。本文运用BCC模型衡量多投入、多产出决策单元的综合效率，在最终的运算结果中，综合技术效率被区分为纯技术效率和规模效率。

copyright dedecms

Malmquist指数与DEA模型的结合，将该指数从理论指数变为了实证指数，广泛应用于生产效率的测算中。DEAMMmquist模型中，Malmquist指数的表达式如下：

织梦好，好织梦

内容来自dedecms

上式中的xt，yt，xt+1，yt+1分别表示t期和t+1期的投入与产出，DCt（xt，yt），DCt（xt+1，yt+1），DCt+1（xt，yt），DCt+1（xt+1，yt+1）表示距离函数。如果Malmquist指数大于1，则表明从t期到t+1期发生了全要素生产率的增长。本文运用Malmquist指数衡量决策单元的动态效率，在最终的运算结果中，全要素生产率变动被区分为技术效率变动、技术变动、纯技术效率变动、规模效率变动。

2.DEA模型指标选取 织梦好，好织梦

在指标选取上，本文摒除了以往研究中指标一般化、未体现战略性新兴产业特征的弊端，在生产法和资产法指标选取原则的基础上，结合《国务院关于加快培育和发展战略性新兴产业的决定》（以下简称《决定》）、《“十二五”国家战略性新兴产业发展规划》[11]（以下简称《规划》）有关要求，设定投入产出指标。《决定》中，将金融支持主要划分为直接融资支持、间接融资支持和政策支持，对应地，本文选取的投入指标为：股东权益比率、资产负债率和金融深化指数。产出指标上，本文选取净资产收益率、净利润增长率和无形资产净额增长率，亦符合《规划》中对于战略性新兴产业发展目标的要求。 织梦好，好织梦

3.Logit模型 内容来自dedecms

运用DEA模型对战略性新兴产业的金融支持效率进行评估后，本文选用Logit模型进一步分析投入指标与金融支持效率之间的作用关系及影响程度。Logit模型作为最早的离散选择模型，在社会学、计量经济学、市场营销学等领域应用广泛。本文的Logit模型变量选取见表2。

本文将DEA产出导向BCC模型中的综合技术效率作为Logit模型的因变量Y*，并将DEA有效的决策单元设置为响应1，DEA无效的决策单元设置为响应0。Logit模型中的解释变量即DEA模型中的投入指标，分别为股东权益比率（GDQY）、资产负债率（ZCFZ）和金融深化指数（JRSH）。模型主要考察金融支持效率与金融投入之间的因果关系，如下式所示：

内容来自dedecms

Y*=β1×GDQY+β2×ZCFZ+β3×JRSH+εi 内容来自dedecms

4.样本数据选取 织梦好，好织梦

由于战略性新兴产业还未作为独立的产业部门计入国民经济统计，无法获取专业、系统的产业数据，本文参考现有文献，选择上交所、深交所主板、中小板及创业板的战略性新兴产业领域上市公司作为研究样本。本文统计得出，截至2016年7月，符合《决定》中关于七大战略性新兴产业定义的上市公司共计750家。本文按照20％的比例从中筛选出150家数据完备的上市公司作为样本，其中七大产业样本公司数、各板块样本公司数均按照20％的比例得出（见表3）。 copyright dedecms

织梦内容管理系统

我国GDP增长率自2012年起结束了近20年10％的高速增长，第三产业增加值于2012年20年来首次超过第二产业增加值，符合经济新常态从高速增长转为中高速增长、经济结构不断优化升级的特征。可以认为，我国自2012年起进入经济新常态。因此，本文选择的时间跨度为2012～2016年，共17个季度数据（2012Q1～2016Q1）。样本数据均来源于国泰安数据库。由于DEA模型中要求输入、输出值为正值，本文借鉴徐枫等（2014）[12]的方法，对数据进行归一化处理，处理后的样本数据取值范围为[0.1，1]。

三、实证分析 织梦好，好织梦

1.DEA综合技术效率分析 织梦内容管理系统

本文运用Deap2.1软件对战略性新兴产业金融支持综合技术效率进行分析。整理软件输出结果，得到表4的2012～2016年一季度战略性新兴产业金融支持综合技术效率及其分解。

dedecms.com

内容来自dedecms

综合技术效率主要考察了金融体系能否支持战略性新兴产业达到金融资源最优化配置。从表4可知，2012～2016年17个季度内共有8个季度表现为DEA有效，即使在DEA无效时，其取值范围也处在[0.94，1）区间，接近金融资源最优配置。由此表明，金融系统在经济新常态背景下对战略性新兴产业起到了较为显着的支撑作用。可以认为，战略性新兴产业的金融支持效率相对较高，但由于样本期间内的决策单元未达到全部有效，因此仍有提升的空间。从综合技术效率的变化趋势上看，2012年下半年至2013年连续6个季度达到DEA有效，其原因在于，2012年下半年以来，国家出台了一系列战略性新兴产业发展的规划性文件或鼓励政策，其中包括强化金融支持的建议，对金融体系支持战略性新兴产业发展起到了合理引导的作用，说明政策扶持可以激发金融支持的潜力。相比之下，2015年综合技术效率全部未达到DEA有效，且均值最小，表示金融资源未实现最优化配置，主要因为2015年股票市场发生剧烈动荡，不利于战略性新兴产业获得直接融资，而股市动荡带来的对整个经济体的悲观预期，也使得战略性新兴产业的发展遇阻，因此产业金融资源配置效率无法达到最优状态。

将综合技术效率分解，得到纯技术效率和规模效率。纯技术效率表示产业受金融系统管理水平和技术等因素影响的生产效率，规模效率表示产业受金融体系规模因素影响的生产效率。综合技术效率是纯技术效率和规模效率的乘积，可以通过判别纯技术效率和规模效率的大小分析导致综合技术效率失效的主要原因。由表4可得，2012年上半年、2014年二季度和2015年三季度，金融支持战略性新兴产业的纯技术效率达到DEA有效，而规模效率与综合技术效率趋同，说明样本期内金融体系的技术、管理水平和机制运行效率较高，未实现综合技术效率最优的原因是金融资源未发挥规模经济效应，战略性新兴产业在生产边界内表现为规模报酬递增也证明了这点。2015年一、二季度，金融支持战略性新兴产业的规模效率实现DEA有效，而纯技术效率偏离有效，说明2015年上半年综合技术效率无效主要是由金融领域技术和管理欠佳引起，金融资金发挥了规模效应。除此之外，2014年一、三季度和2015年四季度的纯技术效率和规模效率均未达到DEA有效，说明二者都有改进的空间，金融体系自身技术和管理水平有待提高，战略性新兴产业从金融体系中获取资金的规模仍需扩大。 copyright dedecms

2.Malmquist指数分析

本文运用Deap2.1软件测算战略性新兴产业金融支持的MMmquist指数。该指数可反映金融支持的动态效率，表5为2012～2016年一季度战略性新兴产业金融支持的动态效率分解。 本文来自织梦

dedecms.com

表5中的全要素生产率变动即为Malmquist指数，它综合反映了金融支持战略性新兴产业发展的整体动态效率。样本期间内，我国战略性新兴产业全要素生产率变动的均值是0.998，表明战略性新兴产业金融支持的整体效率呈现略微下降的趋势。全要素生产率变动是技术效率变动、技术变动、纯技术效率变动和规模效率变动4项指标综合作用的结果。从分解指标上看，技术效率变动、纯技术效率变动和规模效率变动的均值大于或等于1，即样本期内技术效率和规模效率呈上升趋势，表明金融资源配置效率有所提升，与上文综合技术效率分析结果相对应；而技术变动和全要素生产率变动趋同，且其均值小于1，可见2012年以来战略性新兴产业整体效率的下降是由于技术水平跟进不足。当前战略性新兴产业技术水平落后主要表现为两个方面：一方面，关键核心技术缺乏，由于发达国家抢占技术制高点，垄断了一批产业核心技术，我国在技术研发上始终处于受制于人的被动局面，为我国技术水平的提升施加了压力；另一方面，金融技术创新能力不足，战略性新兴产业的金融支持还未能形成高效的融资体系，缺乏金融产品创新，难以满足战略性新兴产业的金融需求，因此产业的整体技术水平未实现显着提升。

copyright dedecms

3.Logit模型分析 copyright dedecms

本文运用Logit模型，依次分析2012、2013、2014和2015年金融支持战略性新兴产业发展的影响因素。Logit模型结果由Eviews8.0软件得出。 dedecms.com

织梦内容管理系统

表6是2012年战略性新兴产业金融支持效率的Logit回归拟合结果。由表6可知，解释变量GDQY和ZCFZ在5％的显着性水平上不能拒绝原假设，说明这两个变量对该年的金融支持效率没有显着的解释作用；而JRSH在5％的显着性水平上拒绝原假设，说明JRSH对金融支持效率存在显着影响。模型的拟合优度检验的原假设为拟合完全充分，在5％的显着性水平上，H-L Statistic和Andrews Statistic检验的伴随概率均在假设接受区域内，证明模型的拟合优度较好。上述拟合结果表明，在2012年其他因素不变的条件下，直接融资和间接融资行为与实现金融支持没有直接关联，而金融深化程度对实现金融支持具有负相关效应，即金融深化程度越高，金融支持效率越低。究其原因，在于政府放弃市场干预、放松金融管制的进程过快，会导致金融资源不利于向战略性新兴产业流通。因为金融的逐利性往往将资金资源引入短期效益好的产业，而战略性新兴产业正处于萌芽阶段，在成长初期并不具备很高的盈利性，单纯依靠市场自动调节无法促使金融为战略性新兴产业提供有效支持。 织梦好，好织梦

内容来自dedecms

表7是2013年战略性新兴产业金融支持效率的Logit回归拟合结果。由表7可知，解释变量GDQY、ZCFZ和JRSH的Z检验值伴随概率Prob.均大于0.05，说明GDQY、ZCFZ和JRSH在5％的显着性水平上不能拒绝原假设，无法证明这3个变量对金融支持效率存在显着影响。模型通过了H-L Statistic和Andrews Statistic检验，说明上述结果可信度高。因此，直接融资行为、间接融资行为及政府放松金融管制无法解释2013年战略性新兴产业的金融支持效率，该年金融支持效率的变动可能受其他因素的影响，如宏观经济波动、系统性风险等。

织梦内容管理系统

织梦内容管理系统

表8是2014年战略性新兴产业金融支持效率的Logit回归拟合结果。由表8可知，解释变量ZCFZ和JRSH在5％的显着性水平上拒绝原假设，GDQY在5％的显着性水平上不能拒绝原假设，说明该年ZCFZ和JRSH对金融支持效率存在显着影响，GDQY对金融支持效率没有显着的解释作用。模型的拟合优度检验的原假设为拟合完全充分，模型在5％的显着性水平上通过了H-L Statistic和Andrews Statistic检验，证明模型的拟合优度较好。由此表明，2014年其他因素不变的情况下，直接融资行为尚无法解释金融支持效率的变化，间接融资行为对实现金融支持具有正相关效应，而金融深化程度对实现金融支持具有负相关效应。战略性新兴产业发展初期，企业受能力所限，从资本市场获取大量资金的可能性较小，更多的是依靠以银行贷款为主的间接融资，间接融资成为支撑产业发展的重要因素。而金融深化程度的提升不利于金融支持战略性新兴产业的发展，关键在于战略性新兴产业当前尚处在需要政府鼓励引导的阶段，金融资源若缺乏政府的合理规划，将无法实现资源的最优配置。 织梦好，好织梦

内容来自dedecms

表9是2015年战略性新兴产业金融支持效率的Logit回归拟合结果。由表9可知，解释变量GDQY、ZCFZ和JRSH全部在5％的显着性水平上拒绝原假设，说明GDQY、ZCFZ和JR—SH均对金融支持效率存在显着影响。模型的拟合优度检验的原假设为拟合完全充分，在5％的显着性水平上，模型通过了H-L Statistic和Andrews Stmistic检验，证明模型的拟合优度较好。拟合结果表明，在2015年其他因素不变的条件下，直接融资和间接融资行为均有利于金融支持效率最大化，金融深化程度仍旧对实现金融支持存在负向影响。其原因在于，经过一定时间的发展，战略性新兴产业的前景逐渐被金融市场认可，有能力吸引股东的投资，也获得了商业银行的信赖，初步形成了直接融资和间接融资全面支持的有利局面。与此同时，现阶段战略性新兴产业的发展离不开政府的政策支持与行为干预。 内容来自dedecms

四、结论及对策建议

本文首先通过DEA-BCC模型和DEA-Malmquist指数评价战略性新兴产业的金融支持效率，进一步利用Logit模型对金融支持战略性新兴产业发展的影响因素进行比较分析，得出以下结论及建议：

织梦好，好织梦

第一，自我国步入经济新常态阶段以来，战略性新兴产业得到了一定的金融支持，处于高效率区间，但仍须持续推动金融支持步伐，尤其需要警惕金融支持整体效率下降的趋势，避免出现由于前期政策刺激使得金融资源大量涌入战略性新兴产业，而后期金融支持疲软的现象。为改善此局面，应培育金融体系支持战略性新兴产业发展的内生动力，构建战略性新兴产业与短期高效益产业之间的投融资平衡机制。例如，对支持战略性新兴产业的金融机构提供一定的风险补偿，使其在支持产业发展的同时获得相较其他产业同等或更高的收益；或者将战略性新兴产业的支持力度纳入对金融机构的声誉评价和信誉考核，使支持战略性新兴产业直接与金融机构的声誉和信用挂钩，以提高金融体系支持产业发展的主观能动性。 copyright dedecms

第二，在经济新常态时期，金融支持综合效率的失效在一些季度内表现为由于技术效率不足而引起，在另一时期又是由于规模效率不足，说明技术效率和规模效率均存在改进的空间；而金融支持动态效率下降趋势是由于技术水平跟进不足。因此，就金融体系而言，需要提高其技术创新能力和运行效率，并加大资金投放规模。具体应做到稳步推进供给侧改革、创新多层次金融支持体系。例如，产品层面要积极推动知识产权质押融资等金融产品创新，服务层面要设立适应战略性新兴产业需求的新型金融机构或科技金融服务，机制层面要完善资本市场不同层次市场之间的转板机制，最终达到金融支撑实体经济的目标；就战略性新兴产业而言，需强化技术研发能力，提升整体技术水平。具体需技术创新与人才建设“两手抓”，形成一套高效和科研机构人才向企业流动的机制，集中产学研力量突破一批共性技术，同时重视科技成果转化，培育专门的技术服务业态。 织梦内容管理系统

第三，在经济新常态初期，直接融资和间接融资并未对战略性新兴产业的发展起到积极的推动作用，但伴随战略性新兴产业的前景逐步向好，间接融资和直接融资陆续为产业发展做出了一定贡献。而从宏观因素上讲，金融深化程度与产业发展呈负向关联，说明当前战略性新兴产业离不开政府的支持和引导，我国政府在战略性新兴产业发展过程中起到了关键的引领作用。基于此现状，应逐步营造以市场引导为主、政府调控为辅的金融支持环境。金融资源配置要以市场为基础，就需要培育战略性新兴产业长期而稳定的市场需求，需要引导战略性新兴产业企业之间开展良性竞争，发挥供求和竞争在金融市场中的基础性作用。政府仅在必要时介入，比如当战略性新兴产业发展遭遇瓶颈期，可强化政府的规划引导职能，运用政策手段激发金融市场主体的积极性。 dedecms.com

参考文献： copyright dedecms

[1]国务院.国务院关于加快培育和发展战略性新兴产业的决定[EB/OL].http：//www.gov.cn/zwgk/2010-10/18/content_1724848.htm. 织梦内容管理系统

[2]顾海峰.战略性新兴产业培育、升级与金融支持[J].改革，2011，（02）：29-34.

[3]熊广勤.战略性新兴产业发展的金融支持国际比较研究[J].现代管理科学，2012，（01）：89-91.

内容来自dedecms

[4][9]熊正德，詹斌，林雪.基于DEA和Logit模型的战略性新兴产业金融支持效率[J].系统工程，2011，（06）：35-41. copyright dedecms

[5][10]马军伟.我国七大战略性新兴产业的金融支持效率差异及其影响因素研究——基于上市公司的经验证据[J].经济体制改革，2013，（03）：133-137. dedecms.com

[6][12]徐枫，周文浩.新能源产业的金融支持绩效评价——基于DEA和Logit模型[J].科技管理研究，2014，（20）：33-38. 内容来自dedecms

[7]赵玉林，石璋铭.战略性新兴产业资本配置效率及影响因素的实证研究[J].宏观经济研究，2014，（02）：72-80. 织梦内容管理系统

[8]李萌，王安琪.经济新常态下战略性新兴产业金融支持效率评价与分析[J].经济问题探索，2016，（05）：83-87.

内容来自dedecms

[11]国务院.“十二五”国家战略性新兴产业发展规划[EB/OL].http：//www.gov.cn/zwgk/2012-07/20/content_2187770.htm.

本文来自织梦