科技投资效率（共7篇）
科技投资效率 篇1
一、引言
在经济全球化的时代, 越来越多的跨国企业进驻中国, 信息化、科技化使得企业所处的外部环境愈来愈复杂, 企业之间的竞争愈演愈烈。随着技术创新的日趋活跃和国家对高新技术企业的扶持政策及税收优惠政策的出台, 新的产业、新的企业如雨后春笋般涌现, 给中国的经济结构带来了巨大变化。高新技术的研发与运用在各行各业中所占比例逐渐提升, 不仅推动了企业的可持续增长, 也成为我国社会经济可持续发展的助推器。
企业的基本活动是资源配置。企业持续发展壮大的过程就是不断地吸收资源和配置资源的循环, 通过自身的融资、投资策略, 在企业所拥有的、有限的资源范围内, 对资源合理配置, 获取最佳效益。企业的盈利水平、生产能力、成长能力都取决于自身的投资水平和资源有效利用程度。融资为企业带来了丰富的现金流, 给予企业持续运转的基础物质保障;投资则为企业的生存和发展提供了动力与机遇。但是, 不是每个企业管理者都是“股神”巴菲特, 能够准确的预测每一个投资项目的收益率;也不是每项投资决策都能够为企业带来正的现金流。因此, 学术界把投资行为分为效率投资和非效率投资。效率投资能够增加企业价值, 而过度投资和投资不足的非效率投资行为却会减损企业价值 (杜兴强等, 2011 ;蒋东生, 2011 ;詹雷和王瑶瑶, 2013) 。作为科技型中小企业, 前有大型企业垄断市场, 后有微型企业虎视眈眈, 不进则退。为了保证企业长久的生存和发展, 越来越多的企业管理者将目光从单纯地追求成长速度转移到提升自身可持续增长能力上来。那么, 作为减损企业价值的非效率投资行为是否会影响科技型中小企业长期的可持续增长能力呢?基于此, 本文对目前学术界关于二者关系的研究进行梳理, 以期为后续研究提供平台支撑。
二、可持续增长理论分析与模型
起初, 理论界对企业成长速度的概念进行了定性的分析。1959 年, Edith Penrose在《企业增长理论》中提出, 企业具有扩张极值, 扩张速度需要根据企业所掌握的资源、自身能力和所处业务环境来决定。Marris (1960) 也指出, 企业的发展速度由其内部资源所制约, 最佳的发展速度是使企业的资源效率达到最大化的速度。随后, H.Leibensti (1960) 、W.H.Starbuck (1965) 也都曾在其著作中对企业的增长问题进行了一定的研究, 但以上研究都只是基于定性角度。随着近年来可持续发展观的提出与广泛运用, 理论界将这一观点引入企业管理中, 提出了企业可持续增长的概念并进行了定量分析。
目前, 学者认可的可持续增长模型主要基于会计口径和现金流口径。首先, 提出基于会计口径的可持续增长模型的有代表性的学者是罗伯特·希金斯 (1977) 和詹姆斯·范霍恩 (2000) , 他们提出的模型也是目前理论界运用最广泛的模型, 由于篇幅所限, 不再过多展示二者的模型和推导过程。随后, 拉巴波特 (1980) 和科雷 (2002) 提出的基于现金流口径的可持续增长模型则从另一个角度解释了可持续增长的内涵。他们的模型均从现金流的角度入手, 认为投资行为与现金流负相关, 且可持续增长率是现金流恰好为零时的增长率, 不存在再融资需求, 也没有自由现金流。二者的区别在于拉巴波特选取了相对数指标, 科雷选取了绝对数指标, 但仍能够相互推导。
国内针对可持续增长率模型的研究主要集中在验证和改进两方面。油晓峰 (2003) 评价可持续增长率模型时认为, 由于基于会计口径的可持续增长率模型运用增长比率进行分析缺乏一定的真实性和可靠性, 加之模型运用的四个假设在现实中很难实现, 因此容易出现偏差。倘若引入现金流量、财务成本控制概念或财务激励约束机制, 从而将可持续增长理论应用到兼并重组、财务危机研究和财务冲突研究的领域。
汤谷良和游尤 (2005) 首先对四个理论模型进行比较, 其次, 利用万科1998-2004 年的数据对两类可持续增长模型进行了实证研究, 结果发现, 基于现金流量口径的模型实际上考虑了资本性支出, 更多地提出了适度投资的概念, 过度投资和投资不足都会带来可持续增长率的剧烈震动。他认为在管理层面, 基于现金流口径的可持续增长模型比基于会计口径的模型更有实际意义, 但是, 由于基于现金流口径的模型要求收入为收现收入, 成本为付现成本, 即不存在赊销赊购, 所以在现实中较难应用。
樊行健和郭晓燚 (2007) 评价可持续增长模型时也认为希金斯的模型中存在过多的极端假设, 而范霍恩的模型虽有改进, 但由于相对指标和绝对指标混合使用给使用者造成了困惑, 实用性不高。他在文章中将希金斯模型中严苛的假设逐一放宽, 推导了资本结构不变的平衡增长、资本结构变动但不发行新股的增长和资本结构、资产周转率、销售净利率、收益留存比率等都可以发生改变且允许发行新股三种情况下的可持续增长率模型。
韩俊华 (2013) 在汤谷良的基础上总结了四个模型的不足, 认为拉巴波特的可持续增长模型之所以会导致可持续增长率的剧烈震动, 是由于他将净利润视为现金流的假设存在错误, 同时因为投资政策的支出速度和投资收回速度不存在严格的线性关系, 造成了计算结果在时间上剧烈震荡, 影响信息质量。他还比较了各个财务比率要素的敏感性, 认为资产周转率和权益乘数的提高对可持续增长率的作用更显著。
三、科技型中小企业投融资行为与可持续增长
可持续增长的研究是企业成长研究的拓展。企业的本质活动在于资源配置, 企业的资源配置能力决定了企业可持续增长能力 (杨汉明和邓启稳, 2011) 。Gardner et al. (2011) 认为可持续增长率是企业在没有外部融资的情况下, 仅利用内部资金运转所能达到的最高的销售增长率。
企业的投融资行为, 主要取决于资本成本。汪平和李光贵 (2009) 从可持续增长的视角, 结合资本成本理论和股利理论, 构建了国有企业可持续现金分红比例估算模型, 并选取2002-2006 年A股中12 家样本公司数据, 认为样本公司在样本期间总体满足股权资本成本的要求, 但现金分红比例过高, 不能满足可持续增长的资金需求。为满足企业资金需求, 高科技企业依赖风险投资的帮助和扶持 (Gilson, R.J., 1998 ;Jeng&Wells, 2000) 。风险投资不但可以满足创业企业和科技型企业的日常资金需求 (Kaplan&Strmberg, 2003) , 也能在经营管理方面起到支持作用。随着互联网金融的发展, “云融资”进入人们的视野。这些“高效率、低成本”的新型融资模式可以解决科技型中小企业融资难、成本高的问题。王洪生和张玉明 (2014) 从理论层面探究了云融资模式“动力运行、利益导向、组织协调、合作共赢”的运行机制, 为未来科技型中小企业的融资方式指明了方向。
四、非效率投资经济后果的相关研究
投资活动是企业价值创造的重要来源, 投资决策是企业最核心的财务决策之一, 是企业成长的主要动力和未来现金流增长的源泉。研究表明, 由于现实环境和人为因素的影响, 企业的投资决策往往受到不同程度地扭曲, 造成“非效率投资” (田昆儒和孙瑜, 2015) 。现有关于非效率投资的经济后果的研究主要包括企业价值、公司业绩和股价稳定性三方面。下面, 笔者从过度投资和投资不足两个层面进行总结。
(一) 过度投资的经济后果
张敏等 (2010) 在分析我国国有企业和民营企业在亏损和盈利的情况下表现出的投资行为的差异后发现, 二者均存在过度投资的情况。其中民营企业越亏损行为越激进, 国有企业越盈利行为越激进, 但都对企业价值造成了负面影响。蒋东生 (2011) 通过对五粮液公司的案例研究, 表明过度投资减损了企业价值, 并认为合理的扩张速度会增加企业价值和股东财富, 但投资行为的异化现象会给企业带来损失, 不利于长期健康可持续发展。詹雷 (2013) 分年度研究了过度投资对资产报酬率ROA的影响, 认为过度投资促进未来第一年ROA增长, 对第二年的ROA没有显著影响, 但到了第三年则会使ROA显著降低。说明过度投资能够短期提高企业经营业绩, 提升企业价值, 但从长期来看, 过度投资会减损企业价值, 不利于企业的可持续增长。
(二) 投资不足的经济后果
刘红霞和索玲玲 (2011) 以2007-2009 年A股上市公司为样本研究发现, 会计稳健性加剧投资不足程度从而减损企业价值, 并且这种影响在国有企业中表现更明显, 不利于企业可持续增长。在公司业绩方面, 蔡吉甫 (2010) 认为投资不足对公司业绩造成的负面影响比过度投资更严重。张洪辉 (2014) 将市场竞争引入了非效率投资对公司绩效的研究当中。认为不考虑市场竞争, 投资不足和公司绩效负相关;考虑市场竞争, 在竞争不激烈时, 投资不足提升公司绩效, 竞争激烈时, 投资不足抑制公司绩效。田昆儒和孙瑜 (2015) 选取2008-2013 年A股上市公司为样本, 研究发现企业有动机为了掩盖其非效率投资的严重程度而向外界隐瞒其代理动机和利益侵占行为, 造成企业股价崩盘风险加大, 但是独立审计的介入可以缓解不利影响。
五、研究述评与展望
综上所述, 可持续增长是企业成长领域的拓展, 学者们普遍认为企业可持续增长能力是多方面共同作用的结果。可持续增长影响因素主要包括生命周期、资本成本、企业家能力、技术创新等, 唯独忽略了投资行为的影响。同时, 关于非效率投资的研究主要集中在影响因素方面, 针对经济后果的研究也仅包括企业价值、经营业绩和股价稳定性等, 鲜有文献将经济后果拓展到企业可持续增长角度。此外, 关于非效率投资的讨论集中在过度投资方面, 而融资约束是目前中小微企业面临的一大难题, 由于融资约束导致的投资不足现象没有得到足够的关注。因此, 后续笔者将针对二者之间的关系进行实证分析, 以将非效率投资的经济后果拓展到科技型中小企业可持续增长方面, 为规范企业的投资行为提供理论建议。
摘要：随着国科发[2016]32号文的发布, 更多的优惠政策向科技型中小企业倾斜。两会代表们也提出, 科技型中小企业健康稳定的可持续增长能力已然成为我国供给侧结构性改革中的重点。但是, 由于非效率投资行为的普遍存在, 这种行为会影响企业的可持续增长能力。笔者对国内外现有文献的研究成果进行提炼总结, 并对学术界未来的研究方向进行展望。
关键词：非效率投资,可持续增长,科技型中小企业
科技投资效率 篇2
企业的创新活动离不开资金的有力支持,近几年国外学者已将融资约束作为企业R&D投资效率的影响因素进行研究,而国内学者相关研究较少。与西方发达国家相比,我国科技型中小企业由于规模小、缺乏资产抵押、信用评级低等原因面临的融资约束问题更为严峻。因此,从融资约束角度出发,深入研究融资约束对企业R&D投资效率的影响具有重要现实意义。此外,考虑到我国科技型中小企业多为民营企业,融资约束问题较为突出,因此本文以中小板科技型企业数据为研究依据,分类探讨R&D投资不足和R&D投资过度情况下融资约束对企业R&D投资效率的影响,旨在让科技型中小企业真实了解其R&D投资面临的融资约束情况以及资本配置中存在的问题,为其合理制定R&D投资决策,实质性降低R&D投资成本提供理论依据。
1 文献综述与假设提出
1. 1 信息不对称、融资约束与R&D投资效率
Modigliani和Miller认为在完美的资本市场中,企业的内源资金和外源资金在成本上没有差异并可以完全替代[1]。因此,当企业对净现值( NPV) 为正的投资项目进行投资时,总是能够筹集投资所需资金而无需依赖其内部资金,即企业的投资行为不受其资本结构影响而仅与投资需求相关。然而,现实中的资本市场并非完美。在信息不对称的市场中,由于企业管理者难以令人信服地将企业现有投资价值或者潜在投资价值传递给市场,不仅可能带来逆向选择问题,还可能为投资者因自身所处信息不利地位预期而提出的风险补偿付出较高外部融资成本。Goergen和Renneboog研究结果表明,由于信息不对称问题的存在,具有融资约束的企业出现投资不足现象更频繁,投资效率也不高[2]。Savignac研究指出融资约束能够显著降低企业R&D投资水平,降幅达到22. 3%[3]。Sasidharan等研究结果表明企业R&D投资与其内部现金流量正相关,且内部现金流量越充足,企业面临的融资约束越少[4]。
国内学者的相关研究主要围绕融资约束与投资展开,将融资约束作为企业R&D投资效率影响因素方面的研究则较少。唐清泉等实证检验了A股上市公司R&D投资与其内部现金流之间的关系,发现R&D投入的高风险特性会导致企业与外部市场信息高度不对称,因而企业难以得到外部融资的支持而只能受限于企业内部资金[5]。刘飞等在对我国中小板上市公司融资现状分析中指出,中小板上市公司的内源融资成本显著高于外源融资成本,并且融资约束的存在使其投资支出比最优水平低28%[6]。这表明中小板上市公司的成长普遍受自身资本积累限制,随之产生的融资约束问题带来企业投资的非效率。因此,本文提出如下假设:
H1: 融资约束会加剧科技型中小企业R&D投资不足情况,降低R&D投资不足企业R&D投资效率。
1. 2 委托代理问题、融资约束与R&D投资效率
Jensen和Meckling提出委托代理问题,他们的研究表明,作为理性的经济人,股东与经理人都会努力追求自身效用最大化,经理人不会总以股东的最大利益行动[7]。随后,国外大量学者围绕委托代理问题与企业非效率投资行为展开研究。Rosenstein和Wyatt研究指出经理人自利心理可能会促使其作出有利于自身而非股东利益的投资决策,致使公司资金难以发挥最大价值[8]。这是因为在所有权与经营权分离的情况下,持股较少或未持股的经理人却享有远远超出其现金流量权的控制权,而由于这种委托代理关系的不完备性,作为代理人的经理人很可能通过实施过度投资或投资不足等非效率投资行为将公司利益转化为个人利益,产生败德行为。Denis和Sibilkov指出融资约束的存在可以减少企业委托代理问题的产生,通过有效改善现金的边际价值,达到抑制管理者过度投资行为的作用[9]。Hovakimian在此基础上进一步研究发现,融资约束不仅可以抑制企业管理者过度投资行为,还可以促使其选择有价值的投资机会进行谨慎投资[10]。
与西方成熟的资本市场相比,我国资本市场受新兴市场特殊制度环境的影响,上市公司股权集中现象普遍,所有权与经营权分离而引发的代理问题异常突出。由于有限承担责任,并且一旦R&D投资成功会给自身带来巨大利益,而失败则由所有股东承担损失,因而企业管理者为了追求自身控制权及个人利益,在进行R&D投资决策时选择有利于自身而非股东利益的R&D投资项目进行盲目投资,从而造成企业R&D投资的非效率。张宗益等、张功富等研究一致认为,企业投资不足主要源于信息不对称而导致的融资约束,而投资过度则与委托代理问题紧密相关[11,12]。顾群等研究表明,高新技术企业融资约束程度的加深可在一定程度上缓解企业存在的代理问题,降低代理成本并提高企业R&D投资效率[13]。因此,本文提出如下假设:
H2: 融资约束可以有效缓解科技型中小企业R&D投资过度情况,提高R&D投资过度企业R&D投资效率。
2 研究设计
2. 1 样本选取与数据来源
本文以我国科学技术部编制的 《2014 年度科技型中小企业技术创新基金若干重点项目指南》中将科技型中小企业划分为电子信息、生物医药、新材料、光机电一体化、资源与环境、新能源与高效节能、高技术服务业七个领域的具体标准为科技型企业确认依据,将深市中小板上市公司中上市时间为2010 年1 月1 日前的科技型企业作为研究对象,选取其2010 - 2014 年公司年报披露数据,剔除有变量缺失的样本,最终得到符合标准的科技型企业165家,样本观测总数825 个。样本的公司财务方面数据均来自CCER数据库及WIND数据库,R&D投资数据则是采用手工搜集方法在巨潮信息网上逐一査阅上市公司年报整理得到,采用Stata. 12 软件进行数据统计分析与实证检验。
2. 2 融资约束的度量
2. 2. 1 方法选择。目前,学者判断企业是否存在融资约束、衡量企业融资约束程度主要采取以下三种方法: 一是采用单变量进行判断,如股利支付率、企业规模、每股股利变化、利息保障倍数、财务松弛等指标; 二是利用二元Logistic回归或多元判别分析法等研究方法多指标构建融资约束指数进行综合判别,已有的判别融资约束指数有ZFC指数、KZ指数、WW指数、SA指数等; 三是采用随机前沿分析方法计算投资的最优效率,并以投资效率损失大小来衡量企业融资约束程度。况学文等研究表明,与多元判别分析法相比,二元Logistic回归方法的总体正确率更高[14]。因此,本文采用二元Logistic回归方法构建适合衡量我国科技型中小企业融资约束现状的融资约束指数。
2. 2. 2 样本分组及指标选取。科技型中小企业研发活动的风险性较大,因而企业来自债权融资方面的约束更为显著。由于利息保障倍数不仅可以反映企业流动性水平与盈利能力,而且是企业债务资本能力的具体体现,因此,本文选取利息保障倍数作为样本分组指标。为了避免在分组过程中可能由单一预分组指标带来的局限性,除了利息保障倍数以外,根据Hadlock和Pierce的相关研究,小规模企业由于受到信息不对称、证券发行的交易成本较高等问题影响,面临的融资约束更为严重[15],本文同时选择了企业规模作为融资约束程度的分类标准。具体做法是: 将样本每年的观察值分别以利息保障倍数和企业规模作为预分组指标,从大到小依次进行排序,位于前33% 的观察值定义为低融资约束组,位于后33% 的观测值定义为高融资约束组,同时进入两个组别的,本文将其作为研究对象。采取这种方法,得到115 个高融资约束观察值( group = l) ,104 个低融资约束观察值( group = 0) 。
本文重点从以下4 个方面选取融资约束程度衡量指标:
( 1) 现金能力: 企业的现金能力越强,能够用于未来投资的资金就越充足,受融资约束的可能性也就越小。陈晓红等实证研究结果表明,财务松弛可以缓解企业所面临的融资约束,帮助企业把握良好的R&D投资机会进行R&D投资活动[16]。因此,本文选取经营活动现金净流量、财务冗余衡量科技型中小企业现金能力。
( 2) 盈利能力: 企业的盈利能力越强,能够给予股东的回报越高,企业投资价值越大,来自于投资者的资金支持越多,企业的融资约束状况就能得以缓解。本文选取销售净利率衡量科技型中小企业盈利能力。
( 3) 偿债能力: 企业的资金流动性越好,变现能力就越强,对于投资者而言其债权就越有保障,得到投资者资金支持的可能性也就越大。本文选取流动比率衡量科技型中小企业偿债能力。
( 4) 成长能力: 企业的成长性越好,经营发展越有潜力,来自投资者的资金支持越多,面临的融资约束就越少。本文用营业收入增长率衡量科技型中小企业成长能力。
2. 2. 3 融资约束指数的构建。将融资约束判别结果分成的高融资约束组和低融资约束组作为研究样本,选用具有显著性差异的指标,以二元离散变量为因变量,进行二元Logistic回归,构建融资约束指数如( 1) 所示:
其中,FCI代表融资约束指数; CF为经营活动现金净流量,用企业经营活动现金净流量与总资产之比表示; SLACK为财务冗余; ROS为销售净利率; LB为流动比率; GROW为营业收入增长率。
2. 3 R&D投资效率的测度
2. 3. 1 方法选择。学术界对企业投资效率问题的研究主要采用投资—现金流敏感性模型( FHP模型) 、Vogt投资效率评价模型、Richardson投资支出模型、DEA投资效率评价模型等投资效率评价方法。总的来说,FHP模型在解释投资不足还是投资过度引起现金流敏感性方面难以准确界定,并且模型用股利支付水平作为衡量企业投资机会变量,难以切合中国证券市场的实际情况。Vogt投资效率评价模型虽在一定程度上有效克服了FHP模型的缺陷,但在投资不足或投资过度对现金流敏感性的影响程度进行定量测度方面具有一定局限性。Richardson在对FHP模型和Vogt模型改进基础上构建的投资支出模型不仅能够直观测算出样本阶段性的最优投资效率,对投资不足或者投资过度程度进行定量测度,还可基于投资效率数据对投资非效率的影响因素进行分析,为后来研究投资效率提供了可靠的基础[17]。因此,本文借鉴Richardson投资支出模型思想,构建模型来测算科技型中小企业最优R&D投资支出水平,并进一步估算其R&D投资不足和R&D投资过度所带来的非效率R&D投资程度。
2. 3. 2 R&D投资效率测度模型设计。为了减小解释变量与被解释变量之间的同期性偏见,本文选取解释变量滞后一期,在Richardson投资支出模型基础上,建立模型( 2) 对科技型中小企业R&D投资效率进行测度。该模型通过回归方法估计企业R&D投资的预期水平,残差 ε 表示实际R&D投资水平与预期R&D投资水平的差距,若残差为正,说明企业实际R&D投资高于预期R&D投资,存在R&D投资过度; 若残差为负,说明企业实际R&D投资低于预期R&D投资,存在R&D投资不足,而无论是R&D投资过度抑或不足,都表明了企业的R&D投资是非效率的。
其中,GROW为营业收入增长率,用于衡量企业成长性; LEV为资产负债率,代表企业偿债能力;此外,ROA为总资产利润率,RET为股票收益率,两者作为企业盈利能力的代理指标; CASH为现金持有量,用来衡量企业现金能力,由期末现金及现金等价物余额与总资产之比表示; AGE为企业年龄,以企业的上市年限表示; SIZE为企业规模,以总资产取自然对数表示; R&Dt为R&D投资强度,由企业年度R&D支出( 或R&D投入) 占主营业务收入之比表示[18]。考虑到不同年份的宏观经济差异以及不同行业性质差异可能会对回归结果产生影响,本文加入年度( YEAR) 及行业( INDUSTRY) 虚拟变量对模型进行控制。
2. 4 融资约束对科技型中小企业R&D投资效率影响的回归分析
为了进一步验证科技型中小企业融资约束程度对其R&D投资效率的影响,本文建立如下模型:
其中,RE表示R&D投资效率,由于将残差 ε为负定义为R&D投资不足,因此以| ε | 作为判断企业R&D投资效率的标准, | ε | 越大,代表企业因R&D投资不足或者过度带来的非效率R&D投资水平越高,R&D投资效率就越低,RE越小。FCI为根据模型( 1) 回归结果计算的融资约束指数。为了控制FCI与RE可能存在的内生性,本文在回归时将FCI滞后一期。CONTROL是一组控制变量,根据陈修德等相关研究,企业的财务特征以及企业规模和产权性质会显著影响其R&D投资效率[19],因而本文选择能够反映企业财务特征的LEV、CASH、ROA、GROW等四个指标以及SIZE、SOE ( 产权性质,国有性质取值为1,否则取0) 、年度及行业虚拟变量作为模型的控制变量。
3 实证结果与分析
3. 1 融资约束指数构建结果与分析
对模型( 1) 所选取指标在高融资约束组和低融资约束组之间进行差异性t检验,检验结果表明所有选指标均值在两个样本组别之间均在1% 显著性水平上存在显著差异,这说明所选指标是有效的。此外,通过计算膨胀因子对模型( 1) 中解释变量的多重共线性进行检验的结果显示,模型( 1) 的膨胀因子平均值为1. 71,小于经验值2,最大的膨胀因子为2. 55,小于经验值10,说明该模型不存在多重共线性。
由表1 可知,CF、SLACK、ROS、LB、GROW与科技型中小企业所面临的融资约束程度FCI呈负相关关系,与前文分析结果一致。从Wald检验结果来看,在5% 显著性水平下,模型中各解释变量与融资约束指数之间存在着显著的线性关系。因此,基于以上二元Logistic回归结果,本文构造出的融资约束指数如模型( 4) 所示,该指数值越大,表明科技型中小企业所面临的融资约束程度越高:
绘制受试者操控曲线( ROC曲线,如图1 所示) 对模型拟合优度进行检验,图中显示曲线下方面积为0. 9530, 即模型( 4 ) 预测准确率为95. 30% ,说明模型判别效果较为理想。
3. 2 R&D投资效率测度结果与分析
本文首先采用混合OLS方法度量科技型中小企业R&D投资效率。由于解释变量中含有被解释变量的滞后项,模型存在其固有的内生性。为了有效避免模型内生性带来的偏误,本文进一步采用动态面板广义矩估计法( GMM) 进行模型测度。GMM估计方法分为一阶差分广义矩估计( DGMM) 和系统广义矩估计( SGMM) 两种,其中DGMM方法存在一定的缺陷,如差分时不仅消除了非观测界面的个体效应,也消除了不随时间变化的其他变量[20]。因此,本文采用SGMM估计方法所包含的一步SGMM和两步SGMM估计法对模型( 2) 进行度量比较,估计结果如表2 所示:
注: ***、**和*分别表示1% 、5% 、10% 统计水平下显著,括号内为异方差稳健修正后的t统计量。
从模型有效性来看,混合OLS估计方法得到的调整R2为0. 436,说明模型的拟合优度不是很高。对于SGMM估计方法,AR ( 1) 显著而AR ( 2) 不显著,表明一步SGMM和两步SGMM均接受原始模型残差项无序列相关性的原假设; Sargan检验结果为0. 232,拒绝了工具变量设定不合理的原假设。从表2 中可以看出,采用混合OLS方法得出的R&Dt - 1回归系数大于采用SGMM估计方法得出的R&Dt - 1回归系数。为了检验SGMM估计的可靠性,本文采用固定效应模型对模型( 2) 进行估计,得到R&Dt - 1回归系数为0. 376,小于采用SGMM估计方法得出的R&Dt - 1回归系数,与Bond等[21]提出的GMM估计量有效性检验方法一致,表明本文的SGMM估计结果具有稳健性。
从指标的显著性来看,采用两步SGMM估计方法得到的各解释变量整体显著性较低且ROAt - 1不显著,因此本文选取一步SGMM估计方法所得到的残差大小来度量科技型中小企业的R&D投资效率。
从估计结果的回归系数来看, R&Dt - 1、GROWt - 1、CASHt - 1、 RETt - 1、 ROAt - 1、 SIZEt - 1与R&Dt显著正相关,这说明上一期的R&D投资规模越大、成长性越好、现金能力越强、盈利水平越高、规模越大的企业越有动力扩充资本,将资金投入到企业的研发活动中,扩大企业R&D投资规模。LEVt - 1、AGEt - 1与R&Dt显著负相关,表明企业长期偿债能力和上市年限会限制其R&D投资规模的扩大。
3. 3 融资约束对科技型中小企业R&D投资效率影响分析
根据R&D投资效率测度模型( 2) 一步SGMM的回归结果计算出的残差 ε 的正负分别将2011 -2014 年的企业样本分为R&D投资过度组和R&D投资不足组。为了对不同融资约束程度的科技型中小企业R&D投资效率进行比较分析,本文进一步将每年的R&D投资不足组和过度组分别按其所面临的融资约束程度进行分组。具体做法是: 采用前文所得出的融资约束指数模型( 4) 对计算样本FCI,将计算所得FCI由大到小进行排序,以中位数为界,大于中位数的FCI样本计入高约束组,小于中位数的FCI样本计入低约束组。
由表3 可知,每个年份中R&D投资不足的样本量均明显多于R&D投资过度的样本量。对于R&D投资不足组来说,每年高融资约束组与低融资约束组对应的| ε | 均值均在5% 水平上存在显著差异,且高约束组| ε | 均值显著高于低约束组| ε | 均值,即当企业R&D投资不足时,更高的融资约束会加剧企业R&D投资不足,其R&D投资不足程度| ε | 就越高,R&D投资效率也就越低,而对于R&D投资过度组来说,这一情况正好相反。
静态面板数据模型通常采用固定效应模型或随机效应模型进行度量,在模型形式选择上,采用Hausman检验结果决定。 本文对科技型中小企业R&D投资不足和过度组分别运用两种模型估计后进行Hausman检验, 显示P值分别为0. 1856 和0. 7123,即接受支持随机效应模型的原假设。因此,选择随机效应模型对模型( 3) 进行估计,估计结果如表4 所示:
注: ***、**和*分别表示1% 、5% 、10% 统计水平下显著,括号内为z统计量。
从表4 可以看出R&D投资不足的样本为400个,R&D投资过度的样本有260 个,说明大多数中小板科技型企业存在R&D投资不足。Wald检验结果显示两组均在1% 水平上显著,可知本文模型所设定的参数在整体上是非常显著的。
3. 3. 1 R&D投资不足组回归结果分析。科技型中小企业面临的融资约束程度FCIt - 1与其R&D投资不足程度| ε | 显著正相关,与R&D投资效率RE显著负相关,符合H1 假设。说明当企业面临的融资约束程度较低时,企业由于拥有了更多的可用资金来投资收益较好的R&D投资项目,因而R&D投资不足现象得以缓解,RE提高; 相反地,如果企业面临的融资约束程度较高,企业则可能会因为难以筹集到R&D投资所需资金而不得不放弃一些NPV > 0 的R&D投资项目,R&D投资不足情况愈发严峻,RE也就越低。
反应企业财务能力的CASH、ROA等指标与RE显著正相关,LEV与RE显著负相关。即当现金持有量越多时,为了抵御外部融资约束,企业选择把其所持有的现金用于弥补现金流的不足,为R&D投资支出提供了必要的保障; 当企业的盈利能力较高时,新增获利为企业开发新的R&D投资项目提供了资金支持,企业的R&D投资不足得以缓解,RE提高; 当企业的资产负债率较高时,陷入财务困境的可能性较大,进行外部融资更加困难,致使企业面临R&D投资不足问题。GROW检验结果不显著,这可能是因为信息不对称的存在使一些成长性好的公司难以有效地将其质优的R&D投资机会传递给市场,因而无法及时足额地筹集到满足R&D投资机会所需资金,从而出现R&D投资不足。
从反映企业特征的SIZE和SOE来看,SIZE与RE显著正相关,这是因为企业规模越大,企业拥有的各种资源更丰富,R&D投资来源和渠道更宽广,企业研发也更具有规模经济性,RE也就越高。SOE与RE负相关但并不显著,这可能是因为R&D投资不足组的部分国有企业管理者考虑到R&D投资具有较高风险,因而为保证自己的业绩而放弃风险承担,进而导致企业R&D投资不足,使得国有企业RE较低。
3. 3. 2 R&D投资过度组回归结果分析。 科技型中小企业面临的融资约束程度FCIt - 1与其R&D投资过度程度| ε | 显著负相关,与R&D投资效率RE显著正相关,符合H2 假设。 说明当企业面临的融资约束程度较低时,企业拥有更多自由现金流,一方面,企业经理人由于仅承担有限责任,且一旦研发项目投资成功会给自己带来巨大利益,而失败损失由所有股东承担,因此在R&D投资项目选择上盲目性较大,导致R&D投资过度,导致第一类代理成本增加; 另一方面,大股东对小股东的利益侵占动机更加强烈,倾向于谋求私利而损害中小股东利益的NPV < 0 的R&D投资项目,增加了第二类代理成本,降低了企业RE。相反地,如果企业面临的融资约束程度较高,较少的现金持有不仅可以抑制企业经理人的过度投资行为,还能够促使其选择有价值的R&D投资机会进行谨慎投资,从而提高RE。
反应企业财务能力的CASH、ROA、GROW等指标与RE显著负相关,LEV与RE显著正相关。这说明对于投资过度的企业来说,现金持有越多、盈利能力越强、成长性越好的企业在进行R&D投资过程中受到的限制越小,造成R&D投资过度的可能性就越大,RE也就越低; 负债程度较高的企业倾向于减少研发活动支出,这在一定程度上对R&D投资过度形成约束,有效缓解了企业R&D投资过度情况的发生,提高了RE。
从反映企业特征的SIZE和SOE来看,SIZE与RE正相关,但并不显著,这可能是因为随着企业规模的逐步扩大,其管理内控能力反而降低,内耗水平相对增加,用于R&D投资的资本相对减少,R&D投资过度减轻,RE提高。SOE与RE显著负相关,由于国有企业具有地方政府的财政支持,而非国有企业无论在向银行贷款还是在获得股票发行资格方面均明显地受到歧视,因而国有企业经理人拥有更多资金来源进行R&D投资活动。但是,国有企业往往存在着产权不明晰、制度僵化等弊端,代理问题也更为严重,经理人出于自利肆意选择R&D投资项目进行过度投资的可能性就更大,进而降低了企业资本配置效率,其R&D投资效率也就越低。
3. 4 稳健性检验
为了检验上述研究结果的稳健性,本文选择Hadlock和Pierce[15]以企业规模和企业年龄两个具有较强外生性的变量构建的SA指数对科技型中小企业的融资约束程度进行重新测度,并对模型( 3)进行回归检验,考虑到多重共线性影响,本文去掉了企业规模这一控制变量,模型稳健性检验结果见表5。从表5 可以看出模型中各变量的回归结果与表4 回归结果基本一致,因此可以认为本文回归模型具有较好的稳健性。
注: ***、**和*分别表示1% 、5% 、10% 统计水平下显著,括号内为z统计量。
4 结论与启示
本文以2010 ~ 2014 年中小板上市的科技型企业面板数据为依据,使用二元Logistic回归方法构建了衡量我国科技型中小企业融资约束情况的融资约束指数,在改进的Richardson投资支出模型基础上,采用SGMM方法对科技型中小企业的R&D投资效率进行了测度。最后在之前研究工作的基础上,通过面板数据模型检验,研究了科技型中小企业面临的融资约束对R&D投资效率的影响。实证结果表明:( 1) 我国科技型中小企业R&D投资的非效率主要来源于R&D投资不足; ( 2) R&D投资不足科技型中小企业融资约束的加剧会降低其R&D投资效率,而当科技型中小企业R&D投资过度时,融资约束的客观存在可有效缓解企业的委托代理问题进而提高其R&D投资效率;( 3 ) 较非国有科技型中小企业而言,国有科技型中小企业的R&D投资效率更低;( 4) 较好的现金能力、盈利能力、偿债能力和成长能力能够缓解科技型中小企业所面临的融资约束状况; ( 5) 较大规模的科技型中小企业因拥有更多的R&D投资来源和研发上的规模经济性而具有更高的R&D投资效率。基于上述实证结论,本文得到以下五个方面启示:
第一,积极推动金融体系市场化改革及发展,通过加大市场透明度来减少信息不对称程度,综合运用市场手段为科技型中小企业R&D投资活动提供金融支持。第二,加强科技型中小企业内部控制体系建设,有效运用融资约束与R&D投资过度的内在联系,减少因委托代理问题而产生的R&D投资非效率。第三,在政策上向更多非国有科技型中小企业倾斜,加大对其研发活动扶持力度和创新激励,加快国有企业体制改革步伐,建立新型现代企业管理制度,使国有科技型中小企业充分利用资源优势开展R&D活动,提高R&D投资效率。第四,科技型中小企业应当注重自身现金能力、盈利能力、偿债能力和成长能力等方面的塑造,注重自身资本积累,进而抓住良好的R&D投资机会开展创新活动,实现企业的长远发展。第五,加强创新机制和管理模式的优化,在合理范围内扩大企业规模,以规模经济带动企业发展,注重科技型中小企业R&D资源配置的有效性和使用的合理化,从R&D投资成本控制上着手以提高科技新中小企业R&D投资效率。
摘要：以2010-2014年深市中小板中的165家科技型企业数据为研究依据,利用二元Logistic模型构建融资约束指数,在Richardson投资支出模型改进的基础上测度科技型中小企业R&D投资效率,并对融资约束对科技型中小企业R&D投资效率的影响进行实证检验。研究表明:科技型中小企业的非效率R&D投资主要源于R&D投资不足;R&D投资不足企业融资约束的加剧会降低其R&D投资效率,R&D投资过度企业融资约束的客观存在可有效缓解企业的委托代理问题进而提高其R&D投资效率;较好的财务能力能够缓解科技型中小企业面临的融资约束;国有性质的科技型中小企业R&D投资效率较低;规模较大的科技型中小企业具有更高的R&D投资效率。
浅析企业非效率投资控制 篇3
企业的财务活动主要包括筹资活动、投资活动、分配活动。投资决策作为企业最重要的财务决策, 也是企业成长的主要动因和未来现金流量增长的重要基础。传统理论认为企业的投资决策应遵循企业价值最大化的原则。受到内外部环境的影响, 企业的投资决策往往会偏离企业价值最大化, 发生非效率投资。在我国, 非效率投资包括投资过度和投资不足。
按照所有权性质, 我国企业分为国有和非国有两类.近年来, 我国企业正在加快现代企业制度的建设步伐, 众多国有企业已经成功上市, 经济实力不断增强, 成为我国经济健康快速发展的重要群体。然而, 不可否认, 国有企业长期以来依靠投资带动增长、由多元化目标体系等多方面原因造成“效率悖论”问题依然存在:一方面, 过度投资导致大量资本沉淀在生产能力过剩领域, 造成大量资源和生产要素浪费;同时坏账增加, 金融风险加大。另一方面, 投资不足使资金闲置, 企业成长缓慢, 投资者利益受损。这两种无效率投资在其他企业也存在。若延续旧的经营方式, 企业将很难改变低效率、无效率投资的困局。
二、非效率投资成因分析
刘怀珍和欧阳令南 (2004) 从委托代理理论出发, 研究了经理私人利益与企业投资行为的关系。他们建立了一个模型, 经理的私人利益是模型的内生变量之一, 被用作经理过度投资行为的解释变量。模型的主要结论是经理私人利益是过度投资的直接原因, 而投资额与经理的显性报酬无关。彭程和刘星 (2007) 从委托代理理论出发, 指出在两权分离的现代公司制下, 管理者只拥有经营权, 管理者增加努力将会承担全部的努力成本, 但只获得所创造收入增量的一部分;当管理者谋求个人私利时, 如增加闲暇、在职消费等则会享受全部好处, 却只承担部分成本。这样经营管理着的利益就与股东利益冲突, 为寻求个人私利, 经营者通常能够利用他们拥有的控制权作出可能导致企业经营过程中价值损耗的决策。对于投资决策而言, 这种现象则表现为代理者投资于非最优价值的项目。
王渝 (2005) 用2002年度和2003年度的上市公司横截面数据, 选择399家上市公司为研究样本。根据是否支付股息将这399家公司分为管理着控制与非控制两类, 验证管理者控制的公司投资与对该公司内部现金流是否有依赖性。第二步验证了这些管理者控制的公司利用内部现金流投资的结果使公司价值降低。由于管理者理性, 认为是之时, 管理者即具有私人利益理性在决策的过度投资动机。唐雪松、周晓苏和马如静 (2007) 以2000年~2002年制造业上市公司的数据为样本, 运用Tobin Q理论, 借鉴Fazzarietal (1988和Vogt (1994) 的模型, 验证了我国上市公司确实存在过度投资行为, 并证明公司治理机制在制约过度投资行为中基本有效, 独立董事并未发挥作用。
三、控制非效率投资的对策
1、平衡国有企业与政府之间的利益牵制关系
有些地区对国有企业进行过度的行政干预, 不仅不利于经济的长远发展, 还因为其附带的补贴和优惠, 违背了市场公平竞争的宗旨, 也扭曲了资源配置。因此, 应该减少对国有企业的直接行政干预, 采用按照项目提供优惠或者补贴等市场化的手段, 合理引导国有企业按照自身的实际情况积极参与国家投资计划, 从而实现资源的合理配置, 降低国有企业的过度投资风险。
向国有企业委派外部人员组成监事会。监事会监管对企业行为, 适当奖惩, 保证企业依法自主经营、自负盈亏, 确保实现利润最大化, 为政府创收。另一方面, 发挥企业制定和实施政策的促进作用, 提高企业家地位, 防止其在职消费.企业家参政、议政, 为政府制定经济政策献计献策, 不仅优化了国企发展环境, 也为政策实施提供便利。这种利益牵制关系, 不仅能够确保企业以实现企业价值最大化为首要目标进行各项投资, 而且提升了优秀的企业管理人员的声誉, 从而减少企业家因谋私利实施的无效率投资.
2、建立相互制约的股权结构, 减少上市公司无效率投资
国有上市公司股权结构的根本特征是“一股独大”, 存在严重的“内部人控制”现象。高度集中的国有股权不能有效治理我国国有企业的非效率投资问题:股权相对分散的股权结构能够提高治理效率, 降低投资不足的风险。国有企业应对股权集中与分散进行权衡。
国有企业的大股东是国家, 所有者缺位, 由于国家对内部管理层的监督收益与监督成本不匹配, 从而弱化了对管理者的监督;但当大股东具有非国有性质时, 这些大股东就有动力和能力对管理层实施有效监督, 从而有效约束非效率投资行为。因此, 对于我国国有上市公司而言, 国有股具有一定的集中度, 又有其他能起到监督制衡作用的非国有大股东, 这种股权结构最有利于治理国有企业的非效率投资风险。
3、完善经理人激励与约束机制
我国企业应该加大经理人对企业股权或期权的持股比例, 使经理人利益与企业、股东的利益紧密联系在一起, 经理人的投资行为更加理性。在有条件的企业内部建立合理的授权及批准制度, 大型的投资项目应该有相应的独立委员会审批, 防止经理人的投资“跟风从众”。对经理人的奖惩需要有严格的考核评价标准.比如设立独立的薪酬委员会根据既定的薪酬方案考核经理人业绩, 确定经理的报酬以及应得的奖励或是处罚, 包括收入、处分、晋升、解聘和其在企业中的股权、期权等。同时还要强化企业内部监事会等监督职能部门的作用, 建立高效、独立、真正发挥作用的独立董事制度等, 在企业内部形成有效监督机制, 防止经理从个人私利角度进行投资决策。
4、围绕战略投资、投资与筹资相匹配
企业的发展战略应当与时俱进, 随着市场环境和企业环境的变化不断调整。发展战略一经确定, 就应对企业业务范围和经营品种做出明确规定, 减少对不熟悉业务领域从事投资、经营或交易活动。加强全方位管理, 努力降低各项成本, 提高经济效益。企业投资活动应该以公司发展战略为导向, 要突出主业, 控制投资风险;要避免盲目投资, 或者贪大贪快, 乱铺摊子.消除投资无所不及、无所不能的错误观念。
投资与筹资在资金数量、期限、成本方面应与收益相匹配, 投资应量力而行, 不能超过企业资金实力和筹资能力进行投资;投资的现金流量在数量和时间上要与筹资现金流量保持一致, 以避免财务危机发生;投资收益要与筹资成本相匹配, 保证筹资成本的足额补偿和投资盈利性。集团公司在进行筹资与投资的过程中, 应该注意投资与筹资合理的期限搭配, 合理规划债务的期限, 使其与投资期限相衔接, 安排好公司的现金流量。
5、建立企业投资的战略风险控制系统
对投资项目进行可行性研究, 对投资时机、投资对象、投资合作伙伴、项目的产能、市场前景等情况进行充分的市场调研, 对其风险和收益进行合理的评价与预测, 充分进行定性和定量的可行性研究, 避免重复投资、产能过剩的情况发生。也要关注发挥投资规模效应, 应从拟投资项目的盈利能力、偿债能力和发展潜力等方面分析项目的可行性, 以保持资产结构和资产流动性。
企业必然要承担一定的社会责任, 发展过程会受地方政府干预的影响, 这在短时间内是不能彻底解决的问题, 因此企业在提出投资战略和基本原则时, 最高决策团队应充分考虑国家的中长期发展规划和产业结构政策, 资金的需要量及融资的难易程度, 企业的经营能力、管理水平等。不仅要考虑本行业的盈利机会, 更要权衡本企业的发展能力, 认真研究竞争对手的技术能力、营销渠道, 仔细测算在市场中可能分享的份额, 避免投资策划上的失误。
对于多元化投资的问题, 在投资策划期初必须优先考虑产业的关联性, 充分考虑核心技术与核心产品的优势, 可以不断地通过投资策划将企业的经营业务串到一条产业链上, 不但能够扩大生产规模、提高企业的竞争力, 更避免了由于多元化投资产生的投资分散风险, 提高了企业在金融危机中的竞争力。
参考文献
[1]陈涛, 管理防御视角下非效率投资研究综述《财会通讯!理财版》2010010期PP46-47[1]陈涛, 管理防御视角下非效率投资研究综述《财会通讯!理财版》2010010期PP46-47
[2]杨景海, 国有企业非效率投资风险控制的政策建议, 商业会计, 2011010, pp8-10[2]杨景海, 国有企业非效率投资风险控制的政策建议, 商业会计, 2011010, pp8-10
浅析青海钻井公司投资效率 篇4
重组以来,青海石油管理局针对工程技术服务钻井装备老化、队伍资质低、服务水平不高、竞争能力弱的现状,为抓住油田市场扩大的发展机遇,着力加大钻井装备投入,钻井作业能力和服务水平有了很大提高,综合竞争实力增强,为壮大青海油田油气生产规模做出了积极贡献,在油田油气产量快速增长的同时,企业经营收入也实现了同步增长。
1 青海钻井发展概况
青海石油管理局钻井业务原属于青海石油管理局钻井集团公司,2002年1月钻井集团公司和井下公司合并组建了青海井筒工程公司。2005年11月又从井筒公司分离出来,新组建为目前的钻井专业化服务公司。
现有设备706台套,资产原值4.61亿元,净值1.99亿元,设备新度系数0.43。2005年末拥有钻机总量28部(含在造1部ZJ50DB),报废及报废在用12部、外租1部。年钻探能力40万米。具体结构及市场分布见表1。
公司现用工总量2688人,其中职工1499人,短期员工1160人。具备专业技术职称的人员254人,占用工总数的10%,其中高级19人、中级109人、初级126人。设12个机关职能科室;有49个基层单位,其中后勤单位22个,钻井队23个。2005年实现主营业务收入4.9亿元,完成增加值1.06亿元,利润-5337万元。截至2005年末,公司资产总额47942万元,其中:固定资产26252万元,负债总额6503万元,所有者权益41439万元(其中:未分配利润-5337万元),资产负债率为13.56%。
2 青海钻井投资效率现状
2.1 投资总量
“十五”期间,青海钻井公司累计投资4.67亿元,占青海局总投资的28%,年均投入1.49亿元。历年钻井投资情况见表2、图1。
表2图1可见,重组以来至2003年间,青海钻井年度投资规模不大,年均在4800万元;十五后期,重点加大投资力度,两年间投入2.9亿元,占十五累计投资的62%;五年投资基本为设备购置,占总投资的99%。
2.2 投资的主要内容及构成
其中:非安装设备购置投资4.61亿元,占总投资的98.72%,重点新购钻机七台,钻机改造10台,引进顶驱两台,购置固井水泥车六台,设备投资的主要内容详见表3。
基础设施投资602万元,占总投资的1.28%,主要投资改造了敦煌及花土沟前线办公楼以及新建门卫、自行车棚。基础设施投资602万元,占总投资的1.28%,主要投资改造了敦煌及花土沟前线办公楼以及新建门卫、自行车棚。
2.3 资金来源情况
十五期间,青海钻井投资资金来源全部为集团公司投资,历年投资来源情况见表4。表明企业筹资能力弱,企业发展主要依靠集团公司投资扶持。
3 投资效率分析
3.1 投资效果
3.1.1 投资拉动了经济的较快增长,见图2。
以上投入产出比计算考虑投资的滞后效益,视当年投资在第二年产生效益。重组后,在固定资产投资高速增长的带动下,钻井收入同步增长了14.73%。收入由“九五”末的2.07亿元增长至“十五”末的4.11亿元,年平均增长额0.41亿元。测算经营性投资投入产出比为2.04亿元/4.61亿元=0.71,说明每亿元经营性投资可带来0.71亿元收入,远低于吐哈钻井1.5亿元产出值。
3.1.2 投资提高了钻井装备作业能力及服务水平。
五年投资总量中,装备更新、改造投资达4.61亿元,占总投资的99%。购置、改造钻机17部,队伍总量由21支增至28支,钻井生产能力增长12万米。钻机性能、结构向电动化、深井钻机发展。市场竞争实力增强,内部市场份额不断提高,并实现了进军国际市场的目标。完成实物工程量大幅度增长,2005年钻井进尺达到了29.7万米,比2000年的15.38万米,增加钻井进尺14.32万米,增长了93%。
3.1.3 投资促进了钻井技术水平的提高。
五年新增电动钻机,引进顶驱、固井水泥车及其它高科技先进装备。设备新度系数由“九五”末的0.35上升到0.43,钻机月速度、机械钻速、生产时效等技术指标都有较大幅度的提高,特别是2005年度取得了更大的进步。
3.2 投资效益评价
(以上数据分析中考虑投资的滞后效益,视当年投资在第二年产生效益)。各年投资效果系数及利润率变化趋势见图3。
表8分析可见,“十五”期间,青海钻井投资改善了装备现状,提高了技术服务水平及市场竞争能力,新增投资带动了经济总量的较快增长,投资效果系数呈跳跃式增长。但受油田关联交易作业价格执行不到位的影响,投资总体效益不好,企业持续亏损,投资获利指标一直为负。
3.3 分析结果通过分析,青海油田在投资管理中存在以下问题:
(1)缺乏长远投资观念,对投资规律和未来投资方向缺乏整体规划和研究,投资效益意识不强。(2)投资规模小,企业发展后劲不足。装备扩张、更新力度不够,钻机整体性能落后、老化,难以满足油田内部市场发展的需要;基础设施及安全投入少,历史欠帐较多。(3)油田作业价格偏低,投资效益难以实现,企业自我发展能力弱;十五期间集团公司投资增效指标3054万元一直未能回报。
参考文献
[1]何信,张志慧.油气田钻井投资成本因素分析[J].北京石油化工学院学报.2008,12(2):63-66.
科技投资效率 篇5
“十二五”时期,中国经济愈加“常态化”,科技强国、科技富民的要求愈加迫切。过去的十年是我国科技创新能力跨越式提升的十年,整体上,我国科技创新能力有大幅度地提升,在科技资源投入、科研绩效等方面取得了巨大成就,科技发展实现了重要的跃升。
就2014年全国综合科技进步水平指数排名来看,北京、上海、天津、江苏、广东和浙江均高于全国平均水平(63.55%),江苏一直位居第四,在经济发展方面,江苏国内生产总值仅次于广东,全国排名第二。科技创新是推动经济发展的重要驱动力,同样地,经济快速发展会反过来促进科技创新投入产出效率发展。本文基于DEA数据包络分析法对“十一五”和“十二五”时期江苏13个地级市科技创新效率进行研究,将综合效率分解为纯技术效率与规模效率,并且对每个地级市进行细分,以期全面地反映科技创新投入产出效率是否区域均衡化。
1 文献综述
Can(2007)使用DEA模型估算24所旅游机构的运营效率,结果表明旅行机构间并不存在运营效率差异[1[1]。Thanassoulis(2010)运用DEA模型研究英国高校教育支出结构、效率以及产出,并发现大多数高校的产出转换率在不断减少[2[2]。
唐雯(2011)应用DEA模型对科技资源配置效率进行评价,结果表明,超过一半的企业科技资源投入产出效率未能达到DEA有效[3[3]。喻登科(2013)构建的评价模型,应用DEA方法进行实证,测出江西十大战略性新兴产业投入产出的相对效率[4[4]。邓洪波和陆林(2014)利用DEA模型测度安徽17个城市旅游资源利用的TE、PE和SE,发现城市旅游PE是制约城市旅游TE的关键因素[5[5]。
2 DEA模型基本原理
数据包络法(DEA)将单一投入、产出的工程效率概念推广到多投入、产出同类决策单元(DMU)的有效性评价中,最大限度地丰富了微观经济中的生产函数理论及其应用技术[6[6]。其中C2R模型是DEA的第一个重要的基本模型,该模型基本假设为决策单元(DMU)规模收益不变(CRS),用于计算各DMU的综合效率(TE)。当C2R模型去除锥性假设之后就得到新的模型BC2,其基本假设变为决策单元(DMU)规模收益可变(VRS)。该模型将综合效率分解为:纯技术效率(PE)和规模效率(SE)。其中纯技术效率是去除DMU规模大小影响之后的技术效率,规模效率是评价DMU是否处于最优生产规模的重要指标。
其中BC2模型线性规划模型表述如下:
式(1)中,Yrk=第k单位的r项产出值,Xik=第k单位的i项投入值,Ur=第r项产出权重,Vi=第i项投入权重,Hk=相对产出值,n=DMU单位数,s=产出项个数,m=投入项个数,ε=极小的正数。因为限制条件个数(m+s+n+1)大于投入产出变量的个数(m+n),将该模型转变成对偶线性规划模型进入松弛变量s-、剩余变量s+,模型如下:
式(2)中,θ=该DMU的有效值,λj=权重系数,^eT=(1,1,…,1)∈Em×m,eT=(1,1,…,1)∈Es×s。而BC2模型再加上限制条件∑λj=1,即CRS,即可得到C2R模型。
3 江苏科技创新效率实证分析
江苏经济发展步伐在不断加快,“十一五”期间国内生产总值均值为30 925.07亿元,平均发展速度为117.37%;“十二五”期间国内生产总值均值为59 506.99亿元,是前期的1.92倍,平均发展速度为111.10%,增幅略有下降。运用数据包络分析法对江苏13个地级市科技创新投入产出效率进行分解,细分成纯技术效率(PE)与规模效率(SE),探究科技创新效率与经济发展步调不一的主要原因;分析苏北—苏中—苏南三个区域间科技创新效率均衡化问题,研究江苏科技创新效率与经济发展不一致的主要原因。
3.1 指标选取与数据说明
本文数据源于2008—2014年《江苏各市科技进步统计监测公报》,由于2012年公报缺失,为保证数据的真实性与分析结果的科学性,最后分别使用2008—2011年、2013—2014年科技投入与产出指标。投入与产出主要指标体系[7[7]见表1。
本文根据江苏3大区域的细分,对比分析苏北(徐州、连云港、宿迁、淮安、盐城)、苏中(南通、泰州、扬州)、苏南(南京、苏州、无锡、常州、镇江)地区综合效率、纯技术效率以及规模效率,探索江苏三大区域科技创新TE、PE、SE的差异。
3.2 江苏各市科技创新效率测算结果与分析
本文从TE、PE及SE三个方面分析13个地级市科技创新投入产出效率,力图找出科技创新与经济发展不同步的关键。表2中的结果是用DEAP2.1软件得出的TE值。从横向来看,苏州在“十一五”、“十二五”时期TE均值都为1,排在第一位,其次是无锡、南通、南京、泰州、常州、镇江,其他都低于整个江苏平均水平0.53;从纵向来看,整个江苏TE值大致呈现上升趋势,在2014年末全省达到0.78,非DEA有效,“十二五”时期TE值比“十一五”时期有显著提升。
就13个地级市而言,达到DEA有效的只有苏州,在2014年末达到DEA有效的还有镇江、泰州,此外,连云港、淮安在2009年末均达到DEA有效,随后大幅度降低。
是什么原因造成各地级市TE极度不均衡?2014年末南京生产总值为8 820.75亿元,仅次于苏州,分别是无锡、南通的1.1倍和1.6倍,为什么南京的TE却低于无锡、南通?就此,需要将TE再细分为PE与SE。
细分PE结果(见表3),不管是从横向还是纵向看,PE值都在0.7以上,仅有个别地级市低于全省平均水平0.95,总体而言全省各市科技创新效率PE比较均衡,如苏州、南通、泰州、盐城在“十一五”时期PE值均为1,属于DEA有效,其中苏州、泰州在接下来的“十二五”时期PE值依旧为1,仍是DEA有效,由此可见导致江苏以及各市科技创新效率TE不均衡的主要原因并不是PE所造成的。以泰州为例,平均TE为0.47,但平均PE为1,显然PE并不是导致TE低的主要原因,拓展到各市也是一样。需要对全省及各市的SE进行分析。
细分SE结果见表4,对全省及各市科技创新效率SE进行分析,可知导致全省及各市科技创新效率TE不均衡、与经济发展不同步的主要因素理论上是SE。
首先,就各市在两个时期发展而言,每个地级市SE都在增加,说明科技创新的规模结构在调整与完善,但在“十一五”期间,徐州、连云港、淮安、盐城、宿迁、泰州均低于0.49,即这6个城市属于科技创新规模结构不合理,需要进行调整,经过“十二五”期间调整与改善,虽然SE依然低于全省平均水平,但是相比于“十一五”时期有所提高;其次,经过两个时期的发展,到2014年末13个地级市的SE均达到0.50以上,最低的是盐城,相比而言,宿迁发展最快,从2008年末SE为0.05,达到0.94,由于宿迁科技创新效率PE均高于0.90。且SE与TE变化一致、数值也很接近,进一步说明导致全省及各市科技创新效率TE不均衡的主要因素是SE;再者,就全省而言,虽然2014年末全省SE为0.82,但平均SE仅有0.56,说明江苏科技创新效率与经济发展不同步的主要原因依旧是SE。
3.3 江苏三大区域科技创新效率分解
从表5中可以看出,TE:苏南地区高于苏中地区,其次才是苏北地区,意味着苏北地区与苏南、苏中还存在较大的差距;PE:苏南、苏中、苏北地区基本持平,即相对而言,全省PE比较均衡;SE:科技创新效率SE不均衡是导致江苏三大区域发展步调不一致的主要原因。
3.4“十三五”预期目标
本文通过2014年末现有的投入产出规模得出最佳投入产出规模。苏州、扬州、镇江、泰州与宿迁已达到DEA有效,TE、PE、SE均达到最佳水平,在“十三五”时期只需保持原有规模,即所有投入都按同一比例增加时,产量同向增加相应比例。其余地级市投入产出效率并未达到最优,南京等都需要减少相应的科技投入量,如此科技产出量才能达到最佳值(见表6)。
注:-表示I1、I2、I3缩减后的规模,+表示O1、O2能够达到的最大产出,*表示规模不需要调整。
4 结论
引起江苏各市科技创新效率与经济发展不同步的关键因素是SE不均衡和投入产出规模结构不合理。本文把“十一五”和“十二五”时期江苏各市科技创新效率TE分解成PE和SE。结果表明:
江苏TE值大致呈现上升趋势,2014年末全省达到0.78,非DEA有效,“十二五”时期TE值比“十一五”时期有显著提升。但细分到各市,达到DEA有效的只有苏州,2014年末达到DEA有效的还有镇江、泰州。意味着江苏各市区域发展不均衡。
江苏各市科技创新效率PE比较均衡,如苏州、南通、泰州、盐城在“十一五”时期PE值均为1,属于DEA有效,其中苏州、泰州在“十二五”时期PE值依旧为1,仍是DEA有效,可见导致江苏以及各市科技创新效率TE不均衡的主要原因并不是PE。
导致全省及各市科技创新效率TE不均衡、与经济发展不同步的主要因素理论上是SE;SE与TE变化一致、数值也很接近,说明导致全省及各市科技创新效率TE不均衡的主要因素是SE。
“十三五”时期,苏州、扬州、镇江、泰州与宿迁等市只需保持原有规模,增加相同比例的科技投入,就能获得更多的科技产出;其余地级市需调整与改善科技投入规模结构,以期达到最优科技产出。
参考文献
[1]KOKSAL C D,AKSU A A.Efficiency evaluation of A-group travel agencies with data envelopment analysis(DEA):A case study in the Antalya region,Turkey[J].Tourism Management,2007,28(3):830-834.
[2]THANASSOULIS E,KORTELAINEN M,Johnes G.Costs and efficiency of higher education institutions in England:A DEA analysis[J].Journal of the Operational Research Society,2011,62(7):1282-1297.
[3]唐雯,孔慧珍,惠红旗.基于DEA模型的科技资源配置效率分析[J].科技管理研究,2011,31(13):194-198.
[4]喻登科,陈华,涂国平.江西省战略性新兴产业科技资源投入产出效率评价[J].情报杂志,2013(2):182-189.
[5]邓洪波,陆林.基于DEA模型的安徽省城市旅游效率研究[J].自然资源学报,2014(2):313-323.
[6]马占新,马生昀,包斯琴高娃.数据包络分析及其应用案例[M].北京:科学出版社,2013:21-60.
高新技术企业投资效率问题研究 篇6
(一)相关文献综述
资本市场中信息不对称和代理问题的存在使公司的投资决策可能会偏离价值最大化的目标,产生“非效率投资”问题,即公司可能接受一些净现值小于零的投资项目,或者放弃一些净现值大于零的投资项目,前者称为“过度投资”,后者称为“投资不足”。
国外对企业投资不足行为的理论研究最具代表性的是融资约束理论。Jensen and Meckling(1976)认为股东和债权人之间的利益冲突会导致融资成本上升,迫使企业放弃有利可图的投资项目,导致投资不足。在考虑了经理与现有股东之间的代理问题后,Jensen(1986)认为由于股东与管理者之间存在利益冲突,管理者并不愿意把自由现金流量返还给股东,而是很有可能把资金投资到NPV<0的投资项目上,产生过度投资。
对我国上市公司的投资效率研究,学者们得出了截然相反的结论。刘怀珍和欧阳令南(2004)认为我国上市公司存在过度投资,管理者私人利益是导致过度投资的直接原因。但崔萍(2006)的研究结论却是:在1999年到2004年间,我国上市公司普遍存在投资不足。
信息不对称和融资约束是影响投资效率的重要因素。国内外围绕融资约束的研究也存在两种不同的观点。Scharfstein(1993)的研究发现融资约束程度与投资—现金流敏感性正相关。Cleary(1999)用多元判别分析法得到的融资约束指数进行研究却得到相反的结论:融资约束较低的公司的投资—现金流敏感性更高。魏锋、刘星(2004)以我国制造业上市公司1998年~2002年的数据为研究对象,结果表明融资约束与公司投资一现金流敏感性之间呈显著正相关。连玉君,程建(2007)重新审视了中国上市公司的投资—现金流敏感性问题,结果表明:融资约束程度轻的公司反而表现出更强的投资—现金流敏感性。
(二)问题提出
高新技术产业已经成为我国国民经济持续增长的重要力量,而高新技术企业投资效率是制定高新技术产业发展规划和政策的依据。本文以高新技术企业为样本,研究高新技术企业是存在过度投资还是投资不足;其内部现金流量、投资机会及融资约束如何影响投资支出;通过多元回归方程建立投资支出与融资约束的关系,研究两者之间的敏感性,并以投资机会、内部现金流量为控制变量,研究不同条件下投资—融资约束敏感性的差异。
二、研究设计
(一)样本选择
本文选择2007年~2008年公布年度财务报告中沪深两市的高新技术企业为研究样本。样本筛选原则如下:剔除同时发行B股或H股的A股上市公司;剔除在分析时期被ST和*ST的公司,以及数据不全的公司;为消除奇异值的影响,剔除标准化残差绝对值大于3的观测值。按照以上原则,最终获得样本公司390家。本文数据来自巨灵数据库和上市公司年报,所有数据利用EXCEL和SPSS软件完成计算和分析过程。
(二)变量选择
具体如下:
(1)投资支出。本文所指的投资支出等于公司本年现金流量表“购建固定资产、无形资产和其他长期资产所支付的现金”。
(2)投资机会。本文采用投资机会集(IOS)来度量企业的投资机会,IOS的测量不仅使用了企业的财务指标,而且考虑到了企业的资产和股东权益市场价值的因素,从而更能反映出市场对企业投资机会的评价。对代表投资机会的五个指标进行因子分析提取主因子,构造每个样本的IOS数值,如表1所示。
(3)内部现金流量。本文使用经营活动净现金流作为内部现金流的代理变量。
(4)外部融资约束。本文选择资产负债率、产权比率等8个指标作为度量融资约束程度的指标,运用主成分分析方法计算得到融资约束程度的度量值(FC),FC值越高,融资约束程度越低。FC各代理变量的名称及说明如表2所示。
(三)企业投资效率实证研究模型
在如何区分企业到底是投资不足还是投资过度的问题上,Vogt(1994)通过引进投资机会Q与现金流的相互作用变量Q×CF/K来检验投资对现金流敏感性背后的动因,由于本文采用IOS来度量企业的投资机会,则引入交叉项IOS×CF/K,所采用的回归方程如下:
其中,i代表第i个公司;t代表第t年;ε代表残差;Iit/Ki,t-1=t年现金流量表中“购建固定资产、无形资产和其他长期资产所支付的现金”/t-1年总资产;投资机会集IOSi,t-1为公司i第t-1期的投资机会,用主成分分析法计算;CFit/Ki,t-1=t年经营活动产生的现金流量净额/t-1年总资产。
如果交叉项IOSi,t-1×CFit/Ki,t-1的系数为正,表明当公司价值提高时,现金流量对投资影响增强,这证明了信息不对称理论和融资约束假说,上市公司存在投资不足;若系数为负,表明当公司价值下降时,现金流量对投资的影响增强,结论将支持自由现金流量的代理成本理论,上市公司存在过度投资。
(四)企业投资支出影响因素分析
对上述模型进行实证分析后,还需要对高新技术企业投资支出的影响因素进行分析。所采用的回归方程如下:
FCit为公司i第t期融资约束程度,用主成分分析法计算。
为了进一步分析投资机会和内部现金流量变化时投资支出与融资约束的敏感性差异,本文借鉴李延喜,杜瑞等(2007)的方法,在(2)式的基础上引入虚拟变量D1,当CF<0时,D1=0;当CF>0时,D1=1。并且引入另一个虚拟变量D2,当IOS<均值(1.1033)时,D2=0;当IOS>均值(1.1033)时,D2=1。建立以下两个模型:
三、实证结果与分析
(一)样本变量的描述性统计
表3列出了对高新技术企业全样本、CF>0组和IOS>均值(1.1033)组样本观测值的描述性统计。在全样本中,投资水平的均值和中位数都大于现金流,反映了内部现金流无法满足投资需求,企业普遍存在外部融资需要。IOS的最大值为5.2317,最小值为0.1385,标准差为0.7347,融资约束指数的最大值406.9861,最小值-57.8611,标准差为42.3121,说明高新技术企业的投资机会和融资约束程度差别较大。
CF>0和IOS>均值的样本公司投资支出的均值分别为0.0718和0.0820,高于总体样本投资支出的均值(0.0673),初步表明我国上市公司投资支出对内部现金流量和投资机会敏感,均为正相关。
(二)样本的回归结果与分析
表4列出了各模型的回归分析结果。由模型(1)的回归结果可得:投资机会和现金流的相互作用变量IOSi,t-1×CFit/Ki,t-1系数为正,在5%水平上显著,说明我国高新技术企业存在投资不足,结果支持了信息不对称和融资约束理论。
注:“***”、“**”、“*”分别表示回归系数在1%、5%、10%水平上显著。
由模型(2)的回归结果可得:样本中高新技术企业投资支出与IOS正相关,在5%水平上显著,表明我国高新技术企业投资机会越多,投资支出越大。现金流的回归系数也为正,在1%水平上显著,说明投资与现金流显著正相关。FC的回归系数为正值,在5%水平上显著,说明投资支出随融资约束程度的增加而减少,融资约束对投资有制约作用。
以现金流量和投资机会分组,分别用模型(3)和模型(4)进行回归。从回归结果可以看出,无论是以现金流量还是投资机会分组,投资与融资约束的敏感性都有了很大程度的提高,说明内部现金流量和投资机会均对投资—融资约束敏感性有较大的影响。引入虚拟变量D1后,D1×FC的回归系数为正,在1%水平上显著,说明有财务危机的公司(即内部现金流量为负的公司)在进行投资决策时受到融资约束的制约作用比较小。一般认为,内部现金流量越充足,企业受到的融资约束越小。但是George等人(2001)发现,当经营现金流量为负而陷入财务困境时,企业只能进行最后的投资,即便现金流量进一步下降,削减投资也是不可能的,因此负现金流量的企业其投资受到融资约束的制约作用反而小于现金流量为正的企业。本文的结果支持这一结论。引入虚拟变量D2后,D2×FC的回归系数也为正,说明投资机会大的公司投资决策受融资约束的影响大,融资约束对投资机会小的公司制约较小,这是因为投资机会的增加使企业有了进一步投资的动机,但是企业内部现金流有限无法满足所有净现值为正的投资项目的资金需要,企业外部融资需要增大,投资决策受融资约束的影响增大。
四、研究结论与政策建议
(一)研究结论
本文利用我国高新技术企业2007年~2008年的财务数据,研究了高新技术企业的投资效率和投资活动的影响因素,得到以下结论:(1)我国高新技术企业由于受融资约束而导致投资不足;(2)融资约束、内部现金流量和投资机会影响高新技术企业投资规模,融资约束与投资支出呈负相关关系,内部现金流量和投资机会与投资支出呈正相关关系;(3)内部现金流量和投资机会对投资—融资约束敏感性有影响。投资和融资约束的敏感性比分组前有很大程度的提高,投资机会大的企业投资和融资约束的敏感性大,有财务危机的公司(即内部现金流量为负的公司)在进行投资决策时受到融资约束的制约作用比较小。
(二)政策建议
投资活动是财务活动的核心,为提高高新技术企业的投资效率,本文提出如下建议:(1)进一步优化高新技术企业融资环境。风险投资不仅能很好地解决由信息不对称引起的道德风险和逆向选择问题,还有助于提高企业创新能力,改善经营管理,大力发展风险投资基金、私募股权投资基金以及允许证券公司直投有助于改善高新技术企业融资约束问题;开发多层次的证券交易市场,放宽高新技术企业上市条件,积极组织高新技术企业境外上市融资,培育和发展高新技术企业产权交易市场,促进股权转让交易的正常运行,解决风险投资退出问题;加快信用担保机构的并购重组,迅速壮大信用担保机构的财务能力,提升其抵御风险的能力,以完善高新技术企业融资担保问题;从银行的角度看,应大力发展无形资产担保、抵押方式,扩大高新技术的信贷投入。(2)培育高新技术企业产品市场,营造良好的消费环境,促进产业结构升级。我国要改善相对落后的经济结构和产业结构,必须加强高新技术企业自身的核心研发能力,为其产品发展创造一个公正、合理、有序、健康的市场环境。政府要加大规范市场秩序的改革力度,确立公平竞争、优胜劣汰的市场机制;此外,还应制定有利于高新技术企业发展的经济政策,对于金融机构对高新技术企业的贷款,政府可以给予相应的贴息支持,并对高新技术企业在税收、融资、人才引进等方面给予优惠和支持;在技术政策方面,政府要给予引导和支持,深化科技体制改革,鼓励科研机构、大学等与企业进行合作研究,提高企业的技术创新能力,以促进高新技术产品高速、健康地发展,建立一个稳定、和谐的投资环境。(3)完善高新技术企业内部管理机制。应从组织架构、内部控制设计、投融资运作等方面作手建立产权明晰的现代化企业运作模式,建立起高效的经营机制和运行机制,以财务管理为中心,提高融资能力。还应努力提高自身盈利能力和内部现金流水平,减少对外部融资的依赖。
参考文献
[1]Jensen,M.C.,and W.H.Meckling,1976.Theory of the firm:managerial Behavior,agency costs and ownership structure[J].Journal of Financial Economics3:305-360.
[2]Jensen M.C.,Agency costs of free cash flow,corporate finance,and takeovers[J],American Economic Review,1986,76:323-329.
[3]Froot K,Scharfstein D,Stein J.Risk Management:Coordinating Corporate Investment and Financing Pol-icies[J].Journal of Finance,1993,48(12):3-25.
[4]Cleary S.The relationship between firm investment andfinancial status[J].Journal of Finance,1999,54(2):673-692.
[5]Vogt,S.T.,The Cash Flow-Investment Relationship:Evidence from U.S.Manufacturing Firms,Financial Management,1994,23;3-20.
[6]George A llayannis,A bon Mozumdar.The Investment-Cash Flow Sensitivity Puzzle:Can Negative Cash Flow Ovservations Explain I[tR].University of Vir-ginia,2001.
[7]刘怀珍、欧阳令南:《经理私人利益与过度投资》,《系统工程理论与实践》2004年第10期。
[8]崔萍:《中国上市公司投资不足和过度投资研究》,暨南大学2006年博士学位论文。
[9]魏锋、刘星:《融资约束、不确定性对公司投资行为的影响》,《经济科学》2004年第2期。
提高政府公共投资效率的对策研究 篇7
一、政府公共投资的必要性
(一) 政府公共投资是促进经济长期增长的必要条件
凯恩斯是最早就公共支出政策对经济的作用机制进行深入研究的经济学家。凯恩斯强调资本形成的重要性, 因此, 在公共投资政策与消费性公共支出政策的选择上, 凯恩斯本人倾向于公共投资政策。最新的经济增长理论也支持凯恩斯关于强调公共投资的论点。改革开放以来, 我国政府投资虽然在全社会固定资产投资中所占比重持续下降, 但绝对数额在不断上升。随着我国综合经济实力的不断增强, 政府不断加大城乡基础设施建设投入, 实施富民惠民工程, 特别是2009年以来, 应对国际金融形势对我国经济的负面影响, 中央出台了一系列拉动内需、刺激经济增长的重大举措, 政府投资规模成倍上升。2009年, 仅中央政府公共投资就达9243亿元, 比上年预算增长1.2倍。政府主导的基础设施投资成为本轮经济复苏、稳定健康增长的重要力量。
(二) 政府投资是弥补市场失灵的有效工具, 也是政府实施宏观调控的重要手段
首先, 在市场经济条件下, 提供纯公共物品或准公共物品的部门, 企业个人等微观主体不愿、无力或不适宜投资, 市场机制难以达到资源合理配置。这就需要政府投资发挥作用, 克服市场失灵, 通过市场私人投资和政府公共投资的共同调节, 实现资源合理配置。其次, 政府公共投资是政府进行宏观调控的重要手段, 作为社会总需求的一个重要组成部分, 公共投资的总量扩张或收缩以及投资结构调整, 对经济总量和结构将产生调节效应。就4万亿元投资计划的成效来看, 政府公共投资在促进区域协调发展、推动绿色发展转型、引导产业优化升级、提高公共服务能力、保障社会和谐稳定方面发挥了重要作用。
二、当前政府公共投资领域存在的主要问题
任何事物的发展都具有两面性, 政府公共投资在优化经济结构、促进经济发展的同时, 也不可避免地存在一些亟待改进和完善的问题, 公共投资决策失误、投资项目监管不严、大规模政府投资引致的潜在风险等问题不容忽视。
(一) 政府公共投资项目缺乏科学规划, 导致决策失误
决策失误是导致政府公共投资效率低下的“先天性”原因。在我国现实生活中, 决策失误往往导致诸多公共投资项目注定是低效率或者是无效率的。不难发现, 我国许多地方政府的公共投资项目往往是地方行政官员“拍脑袋决策”或者是“一言堂决策”的, 未经过严格和规范的论证程序制度通道。一些地方和部门对投资项目可行性没有进行科学研究就盲目上马, 不适应地方产业和社会经济发展需要, 难以发挥应有的经济效益和社会效益, 最后造成了国家财政资金的损失和浪费, 给政府投资效益带来先天性缺陷。以保障性住房建设为例, 有些地方没有开展住房普查, 仅依靠抽样调查和城市低收入家庭总数的一定比例编制保障性住房建设规划, 不能准确反映城市低收入住房困难家庭的实际情况;有的地方为了多争取中央补助资金, 或者急于改变城乡面貌, 没有充分考虑当地政府和群众的承受能力, 盲目拆迁铺摊子, 边规划、边筹资、边拆迁、边建设, 没有充分考虑财政偿还能力, 只顾眼前, 给今后的发展留下了沉重包袱。
(二) 政府对公共投资项目监管“缺位”与“越位”现象严重
目前, 我国的政府公共投资的规模大, 涉及的行业多, 投资的领域宽, 政府不仅投资公共领域和半公共领域, 还涉足竞争性领域, 而政府监管部门数量和质量都难以跟上。政府投资项目决策、管理和监督涉及到众多政府部门, 存在多头监管, 责权划分不明确, 监督标准不一致, 监督力度不同一, 部门之间配合不协调, 缺乏相互配合、相互协作、相互制衡的机制, 在监督管理过程中往往各自为政、监督“错位”和“缺位”现象严重。一些单位从部门利益出发, 不该管的争着管, 造成低水平的重复监督;该管的不去管, 造成一些问题泛滥成灾而无人监管, 导致政府对投资项目的监管水平和效率低下, 乃至失控。例如, 广西北海市白水塘垃圾处理项目在设备采购中把关不严、监管缺位, 造成直接经济损失约1900万元, 价值近9000万元的设备和厂房闲置。
(三) 政府公共投资未能有效地启动民间投资, 大规模政府投资引致的潜在风险不可忽视
长期以来, 我国政府公共投资的融资方式主要采取政府“一元化”投资建设的体制, 民间投资未能有效跟进政府投资。有些公共投资项目安排, 基本以政府公共投资为绝对主体, 民间资本参与程度较低, 在地方政府财政资金不足, 民间资本没有跟进, 但又要对中央投资计划进行资金配套的时候, 地方融资平台风险的不可避免。资金缺口往往通过不断新设政府融资平台, 向银行贷款来筹集, 过度负债现象较为严重, 增加政府的信用风险, 影响政府投资效率。
三、提高政府公共投资效率的建议
(一) 完善科学民主决策制度
优化决策, 加快建立政府公共投资的民主化决策制度, 可以解决政府公共投资效率决策中的“先天性不足”问题。坚持调查研究是建立和完善科学民主决策机制的前提与基础, 坚持规范的运行程序是建立和完善民主科学决策机制的具体要求。对于政府公共投资项目, 必须要引入公开透明科学的民主决策程序, 包括政府公共投资重大决策专家咨询论证制度、重大投资项目社会公示制度和听证制度、重大问题集体决策制度、重大项目投资决策执行跟踪督导制度、重大投资项目决策责任追究制度等。通过民主化的决策程序, 就可以砍掉相当部分的低效率或者是无效率的公共投资项目。可以说, 提高公共投资规划和项目决策中的民主参与程度, 建立和完善公共投资项目重大决策失误的问责制, 必然有助于降低公共投资决策失误的概率, 提升政府公共投资的效率。
(二) 建立有效的监管约束机制
有效的监管约束制度是化解政府公共投资领域监管“越位”和“缺位”的必然选择。有效的公共投资项目监督约束制度应形成全面、到位和动态的制度体系。首先要全面地监管, 不能有监管的“盲区”, 所有的政府投资项目都应纳入有效的监督约束制度框架, 加强人大对政府公共投资预算安排和实施情况的监督。其次要到位地监管, 监管不能流于形式。政府公共投资项目的监督效力要走出“一把手”监督的怪圈, 到位的监督要求有效解决制度虚设、机构虚设以及功能虚设问题。再次要动态地监管。针对政府公共投资项目要在各环节全方位监管, 包括事前监管、事中监管和事后监管。在项目开工之前, 对投资方案的可行性、资金来源、投资规模等进行有效监管;项目开工过程中, 应通过集中核算制度、质量控制等保证财政资金的高效使用;项目竣工后, 实行严格的项目结算审核制度、严格的项目质量验收制度、重大项目审计制等, 做到科学合理、公开透明。总之, 全面、到位和动态的监督制约机制, 有助于防范和化解政府公共投资领域的严重道德风险问题, 从而提高政府公共投资的效率。
(三) 加快投融资体制改革
投融资体制改革是提高政府公共投资效率的现实出路。政府公共投资要改变投资融资主体单一化的格局, 积极引入民间社会资本, 建立多元化的产权结构, 必须构建一个以政府主导、市场运作、社会参与的多元投资投融资体制。把政府直接投资模式转换为由政府性的投资集团出面, 用市场化方式融资, 开展全方位银行合作, 加大地方金融的支撑力度, 继续开放民间投资领域, 对民间投资要建立量化监测机制, 带动社会力量投入, 打破经营垄断格局, 引入市场竞争机制, 提高政府公共投资项目建设和运行的产出效率。
(四) 构建后评价机制
对政府公共投资项目实行相对独立、客观公正的效率后评价, 是提高政府公共投资效率的重要机制。后评价机制不应仅仅视为一种信息反馈机制, 其在防范和纠正公共投资项目产出低效率方面具有不可替代的重要作用。开展项目后评价, 不仅有利于完善已建项目、改进在建项目和指导待建项目, 更重要的是可以通过运用实际数据资料来检验、分析工程管理中存在的问题, 进一步完善和调整相关政策、制度和管理程序, 防止政府投资决策失误, 进而实现关口前移, 提高和改善政府公共投资效率。
参考文献
[1]、李鹏.金融危机下加强我国政府投资效率问题研究[J].中小企业管理与科技 (上旬刊) , 2009 (12) .
[2]、李森, 张宝清.政府公共投资效率分析[J].山东省经济管理干部学院学报, 2006 (2) .
[3]、赵锐敏, 刘月明.实现公共投资决策科学化的对策思考[J].北京市经济管理干部学院学报, 2006 (3) .