一、引言
文化創意產業是指以創作、創造、創新為根本手段,以文化內容和創意成果為核心價值,以知識產權實現或消費為交易特征,為社會公眾提供文化體驗的具有內在聯系的行業集群。文化創意產業具有資源消耗少、環境污染少、創意性強、高附加值、就業潛力大、發展可持續性以及與科技高度融合等特點,使其在產業升級和產業調整中起著重要作用,成為戰略性新興產業。文化創意產業成為我國戰略性新興產業,需要促進文化產業與金融業全面對接,推進銀行業全面支持文化產業,推動上市融資、擴大直接融資規模、支持文化企業通過債券市場融資等等。十八屆三中全會提出,建設社會主義文化強國,增強國家文化軟實力。
科技創新是文化發展的重要引擎,文化創意產業通過與金融、科技的融合互動,可以提升我國文化軟實力,提升文化創意產業在全球的競爭能力。
我國文化創意產業受融資手段與方式缺乏創新、質押擔保物較少、政策激勵機制不健全等因素影響,其重要融資渠道還處在起步階段。促進文化與科技、金融的融合發展,探索文化創意產業融資模式,提高文化創意產業的融資效率,不斷對融資活動進行規范和管理,這已成為文化創意產業研究解決的重要問題。
二、研究綜述
文化產業成為我國戰略性新興產業,該政策出臺后,引起了投融資者的密切關注,相關的研究也正在逐步深入。
\\(1\\) 對于融資效率測定的內涵。Farrell\\(1957\\) 第一次引入了前沿生產函數的概念,并定義了技術效率的概念,前沿生產函數分析方法已成為研究微觀效率最普遍的方法。近年來,學者將 DEA 方法運用到產業及經濟增長領域的效率研究上,如 Akihir 等\\(2008\\) 使用了 DEA 分析方法對日本制藥產業的技術效率做了實證研究,進一步對樣本企業的技術效率動態變化做了分析。Suyanto 等\\(2010\\) 采用 DEA 分析了印度尼西亞外國直接投資的生產率增長的主要來源。
融資模式、效率測定的內涵和應用方面的研究。
\\(2\\) 從融資模式視角對融資效率的研究。Klapper等\\(2003\\) 進行了融資模式和融資效率的實證研究,用大量實例來分析東歐中小企業的融資模式,從而得出資產、債務及內部融資之間的相對重要性,并指出在轉型經濟中,出現了一種更加市場化和面向利潤的新型中小企業,這些企業同時面臨著融資約束的問題并影響企業的長期融資效率和成長。Hogan 等\\(2005\\) 的實證研究表明,中小企業的債務融資少,資產融資是主要的外部資金來源。相對債務融資,企業更加愿意選擇資產融資,而這一現象并不能完全用信息不對稱理論來解釋,也說明不同的融資決策導致不同的融資效率。Claracardone等\\(2005\\) 進行的實證研究表明,中小企業可以通過轉向信用市場來緩解從資本市場融資難的情況。\\(3\\) 對融資效率的評價。
方法。主要采用灰色關聯度法、多元回歸、模糊分析、數據包絡法等。隨著研究方法的進步和發展,利用數據包絡法\\(DEA\\) 對企業融資效率的分析研究也逐漸成熟,彭曉英\\(2009\\) 利用數據包絡法,選取上市融資煤炭公司進行了融資效率的綜合評價,并根據實證結果提出了改進股權融資效率的途徑; 吳延兵等\\(2011\\) 通過前沿生產函數模型,逐步分析法和技術效率值,對企業的效率進行評價; 趙曉麗等\\(2013\\) 運用 DEA 方法中的 CCR模型,研究了企業改革前后火電廠綜合效率、純技術效率和規模效率的變化; 趙樹寬等\\(2013\\) 基于 DEA 方法對高新技術企業創新效率評價進行了研究。\\(4\\) 針對文化產業融資模式及其效率的研究。主要針對我國文化創意產業融資模式單一,資產抵押、擔保少,服務文化創意產業融資品種少等現狀問題進行了融資模式的創新研究。歐培彬\\(2009\\) 提出建立“國民結合、以國資為引導、以民資為主體”的多元化投資模式。卜凡婕等\\(2010\\) 對文化產業上市融資的可行性和必要性及境內、境外兩種融資模式進行了研究。向曉梅\\(2010\\) 研究了中國文化產業投資基金組建模式,認為文化產業投資基金發展滯后是制約中國文化產業快速發展的重要外部原因。吳漢東\\(2009\\) 從加強知識產權保護,培育文化創新產業的角度進行了研究; 丘志喬等\\(2011\\) 研究了廣東省的佛山、廣州、東莞三個城市正在進行的知識產權質押融資試點工作,取得了一定成效。
綜上所述,國內外學者從不同的角度研究了企業的融資模式及其融資效率,但針對文化創意產業進行研究的文獻并不充分。本文基于文化創意產業融資模式,運用數據包絡模型對我國文化創意產業中小上市公司的融資效率進行研究,提出如何提高由科技支撐的文化創意產業融資效率的對策建議。
三、文化創意產業上市公司融資效率實證分析
關于文化創意產業融資模式及融資效率的研究,本文擬運用 DEA 方法并借助 SPSS 軟件進行評價和測定。
\\(一\\) 數據包絡分析方法
數據包絡分析法\\(DEA\\) 是對決策單元相對有效性的一種評價方法,是評價效率最有效的非參數方法。該方法要求決策單元同類型、評價指標間具有相關性。DEA 模型目前已經達到 140 多種,但國內使用的 DEA 模型僅限于 CCR、BCC,成本效率以及 Malmquist 指數等有限的十幾個模型。
我國許多中小型文化創意企業與上市公司相差較大,在這種情況下,規模報酬不變的假設\\(CCR 模型\\) 與實際差距較大; 另外,在市場經濟環境中,市場環境、經濟制度、政策法規等因素都會影響企業在理想的規模狀態下運行。因此,本文選取 DEA中規模報酬可變模型即 BCC 模型對我國文化創意產業上市公司融資效率進行實證分析,探討提高我國文化創意產業融資效率的途徑。
BCC 模型是由 Banker、cooper 和 Charnes\\(1984\\) 提出的對 CRR 模型的改進模型,這一規模報酬可變模型使得計算技術效率\\(TE\\) 時可以去除規模效率\\(SE\\) 的影響,由此得到的效率是純技術效率\\(PTE\\) 。本文構建 BCC 模型如下:
其中,m 和 S 分別表示輸入和輸出指標個數;xijo和 yrjo表示第 jo個決策單元的第 i 項輸入和第 r項輸出,可簡記 xio和 yro; Si-為松弛變量和 Sr+為剩余變量; ε 為非阿基米德無窮小量,在運算中取正的無窮小,如 ε = 10- 6; 根據 Farrell\\(1957\\) 的定義,θ 是一標量,θ 即是第 j 個決策單元的效率值,滿足 0≤θ≤1。
通過 BCC 模型,可以計算每個決策單元的純技術效率和規模效率,技術效率\\(TE\\) 值等于純技術效率\\(PTE\\) 值與規模效率值\\(SE\\) 的乘積。
\\(二\\) 選擇樣本和指標
由于文化創意企業大都屬于中小企業,受到樣本和指標的限制,本文選取在 2012 年 12 月 31 日以前,在滬深上市的中小板和創業板 109 家我國文化創意產業上市公司,其中有五家 ST 類上市公司,考慮到 ST 類上市公司財務數據已出現異常,選取樣本公司時將其剔除。因此,本文選取 104 家上市公司作為決策單元,樣本選取原則依據《北京市文化創意產業分類標準》進行選擇。評價指標原始數據根據國泰安的中小板及創業板財務指標數據庫和網易財經網站公布的上市公司財務指標計算而得。
本文選取融資模式商業信用融資、外源融資、內源融資及勞動報酬作為投入指標。上市公司的產出主要用表示盈利性的財務指標來表示,本文選取營業收入作為產出指標。其中,商業信用融資包括應付賬款、應付票據及預收賬款等自然性負債。外源融資包括協議性負債和股本及資本公積。內源融資包括留存收益和未分配利潤。勞動報酬采用支付給職工以及為職工支付的現金與平均應付職工薪酬額的合計。平均應付職工薪酬等于上一年末應付職工薪酬與本年末應付職工薪酬的平均值。按照統計學經驗法則,在運用 DEA模型測算效率時,要求 DMU\\(決策單元\\) 的樣本數至少是投入、產出指標數之和的兩倍以上。本文的樣本數符合 DEA 使用的經驗法則。
運用 DEA 模型進行樣本效率評價時,要求投入指標與產出指標間具有一定的相關性,而且是正相關,否則投入變量的增加帶來產出的下降,評價結果就失去意義。因此,在進行融資效率測算前,通過應用 SPSS 軟件對投入、產出指標的相關性進行分析。
從表1 可以看出,所有投入和產出指標存在顯著的正相關性。投入產出數據的描述性統計結果如表2。
\\(三\\) 融資效率分析
1. 總體評價
運用 DEAP2. 1 軟件進行決策單元投入產出相對效率分析。表 3 列示了由各樣本公司分行業技術效率\\(TE\\) 、純技術效率\\(PTE\\) 、規模效率\\(SE\\)計算匯總后的 9 大行業的均值和規模報酬狀態企業數\\(irs 表示增加; drs 表示減少; con 表示不變\\) 。
在104 家文化創意產業上市公司中純技術效率值為1 且規模效率值也為1 的上市公司共有 18 家,占17. 31%; 非 DEA 有效的上市公司共有 86 家,占82. 69% 。從規模報酬狀態上來看,規模報酬遞減的決策單元有36 家,占到34. 62%; 規模報酬遞增的決策單元有43 家,占到41. 35%; 規模報酬不變的決策單元有25 家,占到 24. 04%。我國文化創意產業上市公司整體融資效率欠佳,這些企業應挖掘物質資本、人力資本、自然資源、知識產權等資本的潛力,提高流動資產、固定資產、有形資產、無形資產等資產運營能力,實現科技促進、金融支持的文化創意產業可持續、健康發展業態。
2. 行業分布分析
參考北京市文化創意產業分類標準,將《國民經濟行業分類》中的 82 個行業小類和 6 個行業中類納入文化創意產業范圍,并根據文化創意活動的特點,把我國文化創意產業中小上市公司分為 9個大類,見表 4。
從表4 可以看出,我國中小板文化創意產業上市公司的行業分布主要集中在網絡、軟件及計算機服務,設計服務,新聞出版,廣播、電視、電影,這些高端文化業態由科技直接推動,將逐漸成為文化創意產業核心業態,逐步形成文化創意產業核心競爭力。然而這幾個行業的 DEA 有效企業數僅占行業的 13. 43%、30. 77%、16. 67% 和 0. 00%,行業融資效率不理想。廣告會展,其他服務兩個行業,DEA 有效企業數占行業的 50%,受樣本數的限制,不能簡單地說明這兩個行業融資效率高。而藝術品交易目前還沒有上市公司。對此相關政府部門應該就行業融資、集群融資問題進行適當考慮,給予相關行業、產業集群一定支持,盡量滿足相關行業、產業集群合理的融資需求。
3. 松弛分析
用 DEA 分析方法產生的松弛變量分析結果可以為企業改善資本及勞動效率指明方向和幅度。通過對104 家樣本公司進行的松弛分析,從產出不足來看,產出不足的公司共有 83 家,占全部 104 家樣本數的 79. 81%。產出不足的公司數目雖然較多,但產出不足總額\\(551. 44 億元\\) 僅占產出理想總額\\(1504. 67 億元\\) 的 36. 65%。我國文化創意產業上市公司,應該在以后年度努力提高產出,增加產值。
產出不足的上市公司融資效率都在0. 932 以下。從投入冗余來看,商業信用融資冗余公司數比率及冗余額比率都很低,表明我國文化創意產業上市公司充分利用了商業信用融資,企業的信用管理環境較好。37. 50% 的企業在利用外源融資方面存在融入資金較多的現象,冗余額比率達到 24. 51%。
40. 38% 的企業利用內源融資時存在冗余現象,冗余額比率達到 39. 15%。勞動報酬的冗余額比率為7. 59% ,冗余公司數比率為 7. 69% ,表明大多數公司在利用人力方面富有效率。投入冗余對效率的影響主要表現在內源或外源融資冗余。20 家公司存在內、外源融資雙重投入冗余,占樣本公司總數19. 23% ,部分公司存在過度融資的現象。企業應該加強投資管理,尋求價值投資項目,使公司的融資額都用在高凈現值的投資項目上,見表5。
4. 資產結構對融資效率的影響分析
由于資本市場不完善,使得投資與融資相互影響,因而由投資所形成的企業資產結構會對融資效率產生影響。
企業融資額轉化為企業各種資產,形成不同的企業資產結構。應收及預付款屬于企業周轉性資產; 存貨屬于企業消耗性資產; 金融資產屬于企業針對資本市場的投資資產; 固定資產屬于企業產能性資產; 無形資產屬于企業技能性資產。該五項資產分別占資產總額比例數值的大小可以代表企業的資產結構特征,取 X1、X2、X3、X4、X5 分別代表應收及預付款比率、存貨比率、金融資產比率、固定資產比率、無形資產比率。企業效率值 TE見前文表 3。
\\(1\\) 相關性分析
企業的融資效率可能與企業的資產結構存在一定的相關關系。調用 SPSS 軟件,選擇 Analyze -Correlate - Bivariate,得到 TE 與 X1、X2、X3、X4、X5間的相關系數,如表 6。
表 8 顯示: 應收及預付款比率\\(X1\\) 對企業的綜合效率值產生顯著的負向影響,存貨\\(X2\\) 、金融資產\\(X3\\) 和固定資產比率\\(X4\\) 對企業的綜合效率值產生正向影響,無形資產\\(X5\\) 對企業綜合效率的影響為負。
\\(2\\) 分組比較分析
按照純技術效率\\(PTE\\) 是否大于等于 0. 9 將104 家公司分為兩組,應用 SPSS 統計軟件檢驗兩組公司在 X1、X2、X3、X4、X5 數據間是否存在顯著差異。調用 SPSS 統計軟件 Compare Means 下的Independent Samples T Test 功能,以 X1、X2、X3、X4、X5 為檢驗變量,以 PTE 為分組變量,以 0. 9 為Cut Point 點,以 95% 為置信水平,所得輸出結果見表 7、表 8。
表7 表明,每一項檢驗變量下的兩組樣本平均值都存在一定的差異,這種差異是否顯著,需要通過表8 的檢驗完成。表 8 的檢驗分兩步: 方差齊性檢驗,通過F 值對應的Sig 是否大于0. 05 加以判斷; 均值差異檢驗,通過 T 值對應的 Sig 是否大于 0. 05 加以判斷。判斷結果如下: 金融資產比率\\(X3\\) 項下,高 PTE 組與低 PTE 組在均值、方差上都不存在顯著差異; 應收及預付款比率\\(X1\\) 和固定資產比率\\(X4\\) 各項下,高 PTE 組與低 PTE 組在均值上存在顯著差異; 存貨比率\\(X2\\) 、無形資產比率\\(X5\\) 項下,高 PTE 組與低 PTE 組在均值、方差上都存在顯著差異。資產結構中,存貨比率和無形資產比率不同是造成純技術效率差異的主要原因。
四、結論與建議
研究結果: \\(1\\) 在我國科技創新、經濟結構調整和產業升級時期,文化創意產業融資模式必須轉變為市場化、多元化創新模式,如行業融資、集群融資等; \\(2\\) 當前我國文化創意產業上市公司整體融資效率不高,外源融資冗余比較嚴重,部分公司存在內、外源融資雙重冗余; \\(3\\) 企業融資效率與無形資產存在負向相關性,說明企業所得融資額未能有效地用在技能性資產上。文化創意企業要注意降低融資投入冗余,避免各類資源浪費,更要注意提高技術效率。
通過以上研究,對我國文化創意產業融資模式的創新及提高融資效率建議如下:
\\(一\\) 加強文化創意產業自身建設
1. 培養骨干文化創意企業并帶動中小企業共同發展。從規模報酬實證分析可知,要提高文化創意產業融資效率,積極支持文化創意企業做優做強。
隨著經濟全球化,世界范圍內的文化創意產業競爭日趨激烈,文化創意產業組織集團化趨勢日趨明顯。以媒體市場為例,全球 50 家媒體娛樂公司占據世界 95% 的傳媒市場。美國控制了世界上75% 的電視市場,造就了美國在線時代華納、迪斯尼、默多克等媒體巨頭。我國必須下大力做強做大骨干企業,不斷強化其品牌意識,不斷提升其知名度與影響力,推進其集團化發展。只有這樣,才能使大企業以“無形資產”吸引“有形資產”,從而產生具有重大示范效應和行業拉動作用的文化創意企業,同時帶動中小文化創意企業共同發展。
2. 不斷完善文化創意產業的產業鏈,打造文化創意產業集群融資生態系統。從樣本公司規模來看,我國文化創意產業要實現規?；l展,必須在產業鏈和高端創意上下功夫,才能不斷提升企業自身的影響力和競爭力,才能不斷使企業資產增值,才能最終提升產業融資效率?？萍奸_發產業鏈高端產品是文化創意產業上市公司尋求價值投資項目的關鍵。如美國《哈利波特》是文化與科技、金融結合的產業鏈經典,電影的版權、形象使用權、出版書籍、錄制原聲唱片、附屬商品制造權等形式在市場上塑造文化創意品牌,形成了一個很完整的產業鏈生態系統。
然而,由上述的行業整體分析和行業分布分析可知,我國文化創意產業行業融資不理想,可以從行業融資、集群融資問題進行適當考慮和借鑒。構建并整合創意產業生態鏈,通過信用機制與知識創新機制實現資源的共享,構建集群融資生態系統,滋養和培育“信任”氛圍,維持文化創意企業與生態系統中各個要素的和諧平衡發展,使集群融資的實現更具可行性。
\\(二\\) 充分發揮政府的扶持引導作用
1. 建立知識產權評估管理機制
這是提升文化創意產業融資能力和融資效率的重要環節之一。前面的分析中,無形資產對融資效率沒有產生顯著影響,這說明文化產業上市公司沒有充分利用和開發無形資產來形成公司間差異化競爭策略。政府有必要建立知識產權評估管理機制,為企業利用和開發無形資產創造良好的制度環境。要進一步加快文化創意產業體制改革,發展為文化創意企業提供配套服務的評估公司等第三方機構,打通企業與金融市場在評估、定價、轉讓的橋梁和通道,加強各類知識產權的價值評估,從而量化文化企業的無形資產價值。
2. 建立文化創意產業商業信用評價體系
前面松弛實證分析結果表明,我國文化創意產業上市公司充分利用了商業信用融資。但是根據文化創意產業現狀,商業銀行貸款并不暢通,展望文化創意產業的發展趨勢,需要建設文化創意企業信用評級和信用制度,建設符合文化創意企業融資特點的貸款分類和不良貸款問責等。加強對企業信用的監督,完善文化創意企業的評價制度,在此基礎上建立文化創意企業商業信用評價體系。
3. 建立行業貸款擔保體系
通過樣本公司行業分析,上市公司數量在各行業分布差距較大,支持設立文化創意產業投資基金,由財政注資引導,鼓勵金融資本依法參與。根據我國文化創意產業的發展情況,以增強實力、提高信譽的原則進行大范圍分類,如文化藝術類、廣告類、設計類、動漫類行業,再由政府或擔保機構出資設立相應的行業貸款擔保體系。
\\(三\\) 促進文化創意產業與金融、科技融合發展
1. 繼續擴大文化創意企業直接融資規模文化創意產業的最大特征是高科技性、高風險、高附加值、強融合性,它的特征決定了文化創意產業融資模式不同于其他產業融資模式。支持處于成熟期、經營較為穩定的文化創意企業在主板市場上市,鼓勵已上市的文化創意企業通過公開增發、定向增發等再融資方式進行并購和重組;支持符合條件的文化創意企業通過發行企業債券、集合債券和公司債券等方式融資。
2. 文化創意產業多元化融資模式創新開發商業銀行信用貸款,鼓勵商業銀行探索聯保聯貸\\(如“創意貸”---北京銀行的特色產品為支持文化創意產業開辟了一條新的出路\\) 、產業鏈條互助擔保集群融資模式\\(如創意產業鏈條: 創意產品研發-科技創新制作-版權授權-衍生品生產及銷售-成功創意產品的深度開發及新創意產品開發-良性互動\\) 、知識產權融資\\(如知識產權擔保融資模式、信托基金融資模式和資產證券化\\) ,以及“擔保換期權”和“擔保換收益”等創新融資模式,并通過對融資效率的評價、測定,判斷融資模式的可行性,為文化創意產業提高融資能力并減少融資風險提供借鑒,為政府構建文化創業產業投融資機制提供依據。
參考文獻:
[1]王志剛 . 推進文化科技創新加強文化與科技融合[J].求是,2012\\(1\\) : 54 -56.
