战略性新兴产业的金融支持研究.docx

战略性新兴产业的金融支持研究 【摘要】金融在战略性新兴产业发展进程中发挥着至关重要的作用。本文特以国际金融危机全球背景中的2009年与此后的2011年数据，基于DEA模型对金融支持江苏战略性新兴产业发展的效率问题进行实证分析。本文的实证研究结果揭示出近年来江苏战略性新兴产业从金融市场上获取支持的效率得到了一定程度的提升，企业间接融资行为对金融支持效率具有负面，但负面影响降低，相对而言，直接融资方式更有利于新兴产业的培育和发展。本文最后提出相关的政策建议。 【关键词】战略性新兴产业；金融支持；效率 一、引言与文献综述 培育战略性新兴产业对提升我国自主创新能力和国际竞争力，实现经济转向内生增长和创新驱动具有重要的战略意义。然而，战略性新兴产业的培育是个系统工程，也是个相对长期的过程，其支撑体系的内容包括金融、资源、市场、技术等多方面。在支撑体系中金融起着基础和核心支持作用，培育战略性新兴产业培育离不开多元化的金融支持。由此，对金融支持战略性新兴产业发展问题进行探索，对于积极稳妥培育和发展战略性新兴产业具有重要的现实意义。在产业的发展过程中，金融对产业发展的支持除了间接融资（以银行信贷为主）外，还从资本市场获取资金（直接融资）（顾海峰，2009）。近年来，有关产业（战略性新兴产业）发展的金融支持问题引起了学者们的重视，相关的研究主要集中在如下两大问题。一，产业（战略性新兴产业）发展金融支持的影响因素分析（汪一洋，2010；熊正德，2010）。其中，汪一洋和任红伟（201 O）以深圳在支持战略性新兴产业发展为样本，认为战略性新兴产业发展需要从信贷等多方面营造有利于战略性新兴产业发展的投资环境。二，金融支持产业（战略性新兴产业）发展的效率分析（刘力昌，2004；熊正德，2010；孙爱军，2011）。其中，基于DEA模型刘力昌和冯根福（2004）以沪市1998年47家上市公司为研究对象，评价了上市公司股权融资效率。孙爱军等（2011）对三大产业金融支持效率的省际差异展开比较研究，为未来资金投向提供理论基础。前人的研究对本文具有重要的借鉴意义，当前有关战略性新兴产业金融支持的研究仍然处于探索阶段，需要深入的量化分析寻求实证上的支持（高惠，201 2），DEA方法的运用使得战略性新兴产业金融支持问题得以深入。然而，现有文献针对效率问题的讨论集中于以相关产业的上市公司为研究对象进而分析我国战略性新兴产业金融支持效率，本文以江苏省战略性新兴产业为研究样本基于DEA模型测度战略性新兴产业金融支持效率，并构建回归模型分析其影响因素。本文剩余部分安排如下：第二部分是对研究方法的一个简要介绍：第三部分基于DEA方法对江苏战略性新兴产业金融支持效率进行实证分析：最后给出分析结论并提出相应的政策含义。 二、研究设计 本文将金融支持江苏战略性新兴产业发展问题分为两个部分：一是测度江苏战略性新兴产业发展金融支持效率模型，依据前人的研究成果本文运用DEA方法测度江苏战略性新兴产业发展金融支持效率：二是金融支持江苏战略性新兴产业发展效率的影响因素回归模型，本文构建起一个估测影响江苏战略性新兴产业发展的金融支持效率的因素计量模型。 （一）测度金融支持效率模型 从投入产出视角，效率是指投入不变条件下产出最大化，或者产出不变条件下投入最小化，因此效率是一个相对的概念（Farrell，1957）。A.C harne s，er和Rhosdes在1978年提出规模报酬不变条件下的DEA模型（CCR），基于CCR模型1984年Banker，Charnes和cooper进一步放宽规模报酬不变的假设，提出BCC模型，即规模报酬可变的DEA模型。CCR模型和BCC模型统称为DEA模型，基于投入产出角度由于战略性新兴产业的金融支持符合DEA模型所于鏊求的多投入、多?a出的特性，本文采用产出导向的BCC模型进行分析。 （二）金融支持效率的影响因素回归模型 本文在单位根检验的基础上，运用OLS回归分析法，测算各因素对江苏省战略性新兴产业发展的金融支撑效率的影响大小。对于变量的选择，本文将综合技术效率（通过BCC模型测度可以得到）作为因变量，将投入指标作为自变量，以分析各项投入对江苏战略性新兴产业发展的金融支持效率的影响。回归模型设定为： 其中，a为常数项，c为综合技术效率，x为各影响因素矩阵，y为待估系数矩阵，为随机干扰项。 三、实证过程及结果分析 （一）指标与数据 依据生产法和资产法，在借鉴已有的相关研究成果（熊正德，2011）基础上，考虑到数据的可获得性，本文选取净资产收益率（R）、主营业务收入增长率（G）和每股收益（r）作为产出指标，选取资产负债率（z）和流通股比例（L）作为投入指标。指标描述如下： 依据江苏八大战略性新兴产业，考虑到江苏省上市公司的地区和行业分布因素，本文选取具有一定代表性的48家上市公司作为测算样本，归纳的这些上市公司的2009和2011年度的真实财务数据，数据来源于CSMAR数据库。 本文在财务数据选取时间考虑到国际背景，为国际金融危机下的2009年与此后的2011年，对企业获取金融支持研究有一定全球性意义。 （二）金融支持效率实证结果分析 DEA模型的分析结果表明，2011年综合效率的均值为0.69，最高值为1，最低值为0.32，综合效率有效的公司有8家，轻度无效的有18家，中度无效的有20家，重度无效的2家，所占比例分别约为17%、38%、42%和4%。2009年综合效率的均值为0.52，最高值为1，最低值为0.24，综合效率有效的公司有6家，轻度无效的有12家，中度无效的有22家，重度无效的8家，所占比例分别约为12%、25%，、46%和17%。2009年还未完全摆脱金融危机的不利影响，到2011年，江苏省的经济运行状况转向良好，加上江苏积极贯彻国家发展战略性新兴产业的相关政策，因此，上市公司综合效率均值比2009年有所提高了30%，重度无效的上市公司锐减，说明近几年地方金融支持战略性新兴产业发展的支持效率提升较为明显，但仍然有较大的提升空间。 （三）金融支持效率影响因素实证结果分析 首先分析表3的2009年江苏省战略性新兴产业金融支持效率影响因素的回归结果，A D-R2值为0.9077，表明该拟合模型拟合得较好。解释变量L、Z的系数伴随概率均小于0.1的显著性水平，通过系数显著性检验，表明江苏战略性新兴产业金融支持效率与流通股比例（L）和资产负债率（Z）有着显著的相关关系。模型中流通股比例（L）的系数为正表明企业的上市行为有利于产业金融支持效率的实现，而资产负债率（Z）的系数为负表明在其他条件不变的条件下间接融资行为会对对产业金融支持效率具有一定负面影响。2011年江苏省战略性新兴产业金融支持效率影响因素的回归结果，进一步支持了流通股合计占总股本的比例和资产负债率对战略性新兴产业金融支持效率具有显著影响作用的结论，与2009年的回归结果进行比较分析后可以发现，Z的系数显著变小，说明近几年地方金融加大支持战略性新兴产业发展，企业间接融资行为对金融支持效率的负面影响降低，但企业间接融资行仍然对金融支持效率具有负面的影响。 四、研究结论与政策建议 （一）研究结论 经济发展离不开资金投入，高效的金融支持是加快发展战略性新兴产业的关键环节。通过2009年和2011年两个特定时期的对比分析，我们可以发现，在国际金融危机背景下，江苏战略性新兴产业发展的金融支持效率受到国家产业政策的影响，2010年后国家出台相关支持战略性新兴产业发展的经济政策，战略性新兴产业发展的政策环境良好，江苏省战略性新兴产业相对而言从金融市场上获取支持的效率得到提升。从这两个特定时期战略性新兴产业金融支持效率影响因素计量模型的参数估计结果比较分析可以发现：由于战略性新兴产业初期投入巨大且风险高、在当前金融体系不健全以及市场不完备的条件下，虽然近年来企业间接融资行为对金融支持效率负面影响降低，但金融支持效率的提升仍然具有空间，相对而言，直接融资方式更有利于新兴产业的发展壮大。 （二）若干政策建议 当下，江苏战略性新兴产业发展的金融支持仍处于初级阶段，面临诸多问题。依据实证研究结论，本文提出如下提升金融支持效率以推?诱铰孕孕滦瞬?业高速发展的相关政策建议：1、进一步加强政府政策的支持力度，为战略性新兴产业的发展创造更好的政策环境。在落实已颁布相关政策的基础上，各级政府应根据各自特点完善政策支撑体系。除专门安排战略性新兴产业发展的专项引导资金之外，财政上应给相关的战略性新兴产业企业给予支持，在企业初创阶段给予适当的税收优惠。特别地，应制定支持战略性新兴产业发展的金融支持政策，引导各类金融机构加大对战略性新兴产业的金融支持，支持各类金融机构的金融创新，以推进经济的更好更快发展。2、重视战略性新兴产业企业发展的载体建设，以充分发扬战略性新兴产业发展的企业聚集效应。产业基地是战略性新兴产业企业发展的重要载体，应根据依据区域特点建立战略性新兴产业企业发展的产业基地，以聚集众多规模、实力、技术不同的企业。通过企业间的竞争和合作，产业聚集可大大提升企业实力，进而使得整