郭德兵 盧亞和（通訊作者）

（1.桂林旅游學(xué)院，廣西 桂林 541006；2.南寧理工學(xué)院，廣西 南寧 530031）

一、引言

自從我國經(jīng)濟(jì)進(jìn)入新常態(tài)以來，國家不斷出臺各種經(jīng)濟(jì)政策，如提出“一帶一路”倡議、實(shí)施供給側(cè)改革、不斷擴(kuò)大自貿(mào)區(qū)試點(diǎn)建設(shè)、實(shí)施區(qū)域振興計劃、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整政策、混合所有制改革等政策措施。各種經(jīng)濟(jì)政策的調(diào)整，既有預(yù)期內(nèi)的也有超預(yù)期的。經(jīng)濟(jì)增長放緩，各種經(jīng)濟(jì)政策不斷調(diào)整，可能使企業(yè)融資效率產(chǎn)生不利影響。如果企業(yè)引進(jìn)風(fēng)險投資，風(fēng)險投資帶來的“認(rèn)證效應(yīng)”、“逐名效應(yīng)”可能會對企業(yè)融資效率產(chǎn)生積極影響，進(jìn)而提升企業(yè)融資效率。在疫情環(huán)境下，研究經(jīng)濟(jì)政策不確定性、風(fēng)險投資持股對旅游類企業(yè)的融資效率的影響有較大實(shí)際價值。

二、相關(guān)文獻(xiàn)回顧及研究假設(shè)

1.經(jīng)濟(jì)政策不確定性與企業(yè)融資效率

Brogaard等將經(jīng)濟(jì)政策不確定性定義為“政策制定者通過財政、貨幣、監(jiān)管政策等引起的不確定性稱為經(jīng)濟(jì)政策不確定性”[1]。Pastor等指出經(jīng)濟(jì)政策不確定性是一個逆周期變量[2]。Baker等研究并構(gòu)建了經(jīng)濟(jì)政策不確定性指數(shù)（EPU），同時研究表明，EPU指數(shù)與實(shí)際宏觀經(jīng)濟(jì)變量（如經(jīng)濟(jì)增長和就業(yè)率）有顯著的反向關(guān)系[3]。羅丹等研究指出經(jīng)濟(jì)政策不確定性對企業(yè)融資的影響，指出經(jīng)濟(jì)政策不確定性上升顯著降低了企業(yè)獲得的融資，且在民營企業(yè)、小規(guī)模企業(yè)更加明顯[4]。鄧美薇實(shí)證探討了經(jīng)濟(jì)政策不確定性對企業(yè)融資效率的影響，指出經(jīng)濟(jì)政策不確定性上升對企業(yè)短期經(jīng)營具有負(fù)向沖擊經(jīng)濟(jì)政策不確定性對企業(yè)融資效率的影響具有顯著的地域、行業(yè)差異[5]。張文君研究指出經(jīng)濟(jì)政策不確定性越顯著，融資約束企業(yè)的現(xiàn)金持有量越高；非融資約束企業(yè)現(xiàn)金持有量與經(jīng)濟(jì)政策不確定性的關(guān)系更復(fù)雜，只有在經(jīng)濟(jì)繁榮期才表現(xiàn)出投機(jī)性[6]。據(jù)以前學(xué)者的研究提出如下假設(shè)。

假設(shè)1：經(jīng)濟(jì)政策不確定性對旅游類企業(yè)融資效率有負(fù)向影響。

2.風(fēng)險投資持股與企業(yè)融資效率

Megginson等研究發(fā)現(xiàn)有風(fēng)投資本參與的企業(yè)進(jìn)行IPO時，承銷商和審計機(jī)構(gòu)的質(zhì)量更高，降低了企業(yè)股權(quán)融資成本，提高了融資效率[7]。Lerner研究認(rèn)為，風(fēng)險投資機(jī)構(gòu)的專業(yè)特性在其參與公司融資決策、進(jìn)行股權(quán)融資時得到了充分的體現(xiàn)，幫助企業(yè)進(jìn)行股權(quán)融資，提高權(quán)益融資額[8]?？芟楹拥妊芯恐赋鲲L(fēng)投資本的“認(rèn)證效應(yīng)”存在市場差異[9]。張學(xué)勇等從風(fēng)險投資的背景角度研究，發(fā)現(xiàn)相對于政府背景和外資背景的風(fēng)投資本支持的公司，支持“認(rèn)證效應(yīng)”假說[10]。吳超鵬等研究表明，擁有聲譽(yù)和關(guān)系網(wǎng)絡(luò)特征的風(fēng)險投資機(jī)構(gòu)參與同企業(yè)債務(wù)融資和權(quán)益融資變量成正相關(guān)[11]。李玉華等通過實(shí)證分析指出風(fēng)險風(fēng)投參與企業(yè)IPO時的抑價率較低，風(fēng)險投資發(fā)揮了“認(rèn)證”作用[12]。蘭秀文發(fā)現(xiàn)風(fēng)險投資機(jī)構(gòu)持股可以提高企業(yè)的債務(wù)融資率和股權(quán)再融資率[13]。從而提出以下假設(shè)2。

假設(shè)2：風(fēng)險投資持股對企業(yè)企業(yè)融資效率有正向影響。

三、研究設(shè)計與變量選取

1.樣本選取及數(shù)據(jù)來源

選取2010年～2020年在上海和深圳證券交易所上市A股旅游類上市公司為樣本（采用同花順證券軟件的旅游類公司分類）。截至2020年12月21日，滬深兩市共計擁有21家旅游類上市公司。由于采用數(shù)據(jù)包絡(luò)法（EDA）計算公司的融資效率時不能出現(xiàn)負(fù)數(shù)，所以剔除投入產(chǎn)出出現(xiàn)負(fù)數(shù)的樣本數(shù)據(jù)，共計獲得182個樣本量，從而也可知本數(shù)據(jù)非平衡短面板數(shù)據(jù)，本文數(shù)據(jù)主要來自CSMAR數(shù)據(jù)庫。

2.變量設(shè)置

（1）被解釋變量

關(guān)于企業(yè)融資效率更多的文獻(xiàn)采用的是數(shù)據(jù)包絡(luò)法（DEA）計算而得。數(shù)據(jù)包絡(luò)分析法是基于少投入多產(chǎn)出的原則，由運(yùn)籌學(xué)家A.Charnes、E.Rhodes以及Copper提出。也有文獻(xiàn)采用EVA指標(biāo)計算公司融資效率的，如賈正源等[14]。本文融資效率采用數(shù)據(jù)包絡(luò)法（DEA）中BCC-I模型利用EDA-SOLVER Pro5.0計算而得，投入指標(biāo)的選取根據(jù)相關(guān)文獻(xiàn)及本文研究對象選取資產(chǎn)總額、所有者權(quán)益、營業(yè)總成本作為投入指標(biāo)，產(chǎn)出指標(biāo)選取營業(yè)收入和凈利潤作。下圖為旅旅類上市企業(yè)融資效率均值排名，可以看出海航創(chuàng)新、西藏旅游、桂林旅游、三特索道四家企業(yè)融資效率明顯偏低，宋城演藝、中青旅、眾信旅游3家企業(yè)的融資效率較高。另外在計算融資效率時很多旅游上市公司2020年的數(shù)據(jù)由于凈利潤指標(biāo)為負(fù)都被刪除了。2020年僅有麗江旅游、云南旅游、三特索道、西藏旅游、天目湖、九華山6家上市公司實(shí)現(xiàn)了盈利，旅游上市企業(yè)2020虧損面達(dá)到了71.43%，可見新冠疫情對旅游行業(yè)的影響之大。

圖1 旅游上市企業(yè)公司的融資效率均值排名

（2）解釋變量

根據(jù)研究假設(shè)，解釋變量為經(jīng)濟(jì)政策不確定性和風(fēng)險投資兩個變量。經(jīng)濟(jì)政策不確定性采用Baker等研究構(gòu)建的經(jīng)濟(jì)政策不確定性指數(shù)，即EUP新聞指數(shù)[3]。該指數(shù)的數(shù)據(jù)為月度指數(shù)，為使數(shù)據(jù)時間測度一致，采用年度幾何平均值作為年度數(shù)據(jù)，同時參照孟慶斌等的做法將其指數(shù)值除以100[15]。風(fēng)險投資持股數(shù)據(jù)采用虛擬變量的形式，年度報告中前10大股東種是否有風(fēng)險投資機(jī)構(gòu)，含有風(fēng)險投資機(jī)構(gòu)即取值為1，未有風(fēng)險投資機(jī)構(gòu)為0。關(guān)于風(fēng)險投資機(jī)構(gòu)的判斷主要根據(jù)公司名稱及查閱公司業(yè)務(wù)類別而定，其主營業(yè)務(wù)為投資管理、股權(quán)投資的即為風(fēng)險投資。

（3）控制變量

考慮到企業(yè)國有性質(zhì)、盈利、公司所在地經(jīng)濟(jì)發(fā)展發(fā)水平、公司杠桿情況也可能影響公司的融資效率，所以把企業(yè)國有性質(zhì)、凈資產(chǎn)收益率、所在省份的GDP增長率、公司權(quán)益乘數(shù)作為控制變量。

表1 變量選取及說明

3.變量統(tǒng)計描述

通過表2可知，旅游類企業(yè)境內(nèi)上市公司2010年～2020年融資效率均值為0.813，最小值0.27，應(yīng)該說旅游企業(yè)的總體融資效率水平還可以。旅游類企業(yè)的凈資產(chǎn)收益率均值為8.99%，權(quán)益乘數(shù)均值為1.676（兩個值是扣除計算融資效率值時投入產(chǎn)出指標(biāo)為負(fù)值后的值，并不能完全代表真實(shí)水平）。

表2 變量統(tǒng)計描述

四、相關(guān)分析及回歸結(jié)果分析

1.變量相關(guān)性分析

通過表3可知，只有凈資產(chǎn)收益率（ROE）與融資效率值（Score）相關(guān)系數(shù)較大，達(dá)到0.606，其他變量與融資效率值（Score）的相關(guān)性較小。總體而言應(yīng)該說不存在嚴(yán)重的共線問題。

表3 變量相關(guān)性分析

2.回歸結(jié)果分析

首先對樣本數(shù)據(jù)進(jìn)行混合回歸，固定效應(yīng)回歸，結(jié)果如表4，固定效應(yīng)模型回歸F檢驗(yàn)的P值為0.000，故強(qiáng)烈拒絕原假設(shè)，即認(rèn)為固定效應(yīng)明顯優(yōu)于混合回歸，應(yīng)該允許每個公司擁有自己截距項(xiàng)。進(jìn)一步對樣本數(shù)據(jù)采用LSDV法回歸，結(jié)果顯示21家公司的個體虛擬變量僅有2家不顯著（云南旅游和三特索道），即認(rèn)為存在個體效應(yīng)，不應(yīng)采取混合回歸模型進(jìn)行估計。

表4 樣本回歸結(jié)果

在確定固定效應(yīng)模型優(yōu)于混合回歸后，還要比較固定效應(yīng)和隨機(jī)效應(yīng)，以確定是運(yùn)用固定效應(yīng)模型還是運(yùn)用隨機(jī)效應(yīng)模型，這一步進(jìn)行豪斯曼檢驗(yàn)，經(jīng)過豪斯曼檢驗(yàn)發(fā)現(xiàn)其P值為0.0139，故拒絕原假設(shè)，認(rèn)為采用使用固定效應(yīng)模型較好。

通過以上三種回歸可知即使在混合回歸中經(jīng)濟(jì)政策不確定性在10%的顯著性水平下顯著，但是其系數(shù)符號為正，也與經(jīng)濟(jì)政策不確定性對旅游類企業(yè)融資效率有負(fù)向影響的原假設(shè)不相符，固定效應(yīng)和隨機(jī)效應(yīng)模型中經(jīng)濟(jì)政策不確定性不顯著，說明在這10年中，經(jīng)濟(jì)政策不確定性的波動沒有顯著影響旅游類上市企業(yè)的融資效率。通過三種回歸可知風(fēng)險投資持股對旅游企業(yè)融資效率回歸顯著并且回歸系數(shù)為正，可得出風(fēng)險投資持股對旅游企業(yè)融資效率有顯著的正向影響，與假設(shè)2相符，假設(shè)2得到了驗(yàn)證。另外按照前面分析固定效應(yīng)模型回歸結(jié)果更佳，根據(jù)固定效應(yīng)回歸模型結(jié)果可知旅游類上市公司的國企性質(zhì)對企業(yè)融資效率不顯著。其他控制變量凈資產(chǎn)收益率（ROE）、當(dāng)?shù)氐慕?jīng)濟(jì)增長速度（GDPrate）、公司權(quán)益乘數(shù)也對旅游上市企業(yè)融資效率有顯著的正向影響，也就是旅游上市公司的凈資產(chǎn)收益率越高、旅游所在地的經(jīng)濟(jì)增速越快、公司權(quán)益乘數(shù)越大，那么公司的融資效率最高、其融資效率得分也就越大。

五、提高旅游上市公司融資效率的建議

1.提升旅游企業(yè)面臨經(jīng)濟(jì)政策不確定性的抗風(fēng)險能力

經(jīng)過回歸分析發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性對旅游類企業(yè)的融資效率沒有顯著影響，和前人的研究不一致，本文假設(shè)1未得到驗(yàn)證。本次研究經(jīng)濟(jì)政策不確定性對旅游類上市公司的融資效率可能由于融資效率計算時選取指標(biāo)存在偏差、回歸估計方法不準(zhǔn)確等方面問題，導(dǎo)致回歸不顯著，還不能確定經(jīng)濟(jì)政策不確定性對旅游企業(yè)的融資效率沒有影響。我國經(jīng)濟(jì)經(jīng)濟(jì)政策不確定性指數(shù)在2010年～2014年波動較小，到2016開始出現(xiàn)大幅度波動，經(jīng)濟(jì)政策不確定性指數(shù)由2015年的40.25上升到2019年的640.29。在全球經(jīng)濟(jì)及我國經(jīng)濟(jì)增速下滑的背景下，我國出臺了各類經(jīng)濟(jì)政策包含面向旅游行業(yè)的經(jīng)濟(jì)政策。在面臨經(jīng)濟(jì)政策變動頻繁時，旅游企業(yè)也應(yīng)該提高面臨經(jīng)濟(jì)不確定的意識，調(diào)整旅游產(chǎn)品結(jié)構(gòu)、創(chuàng)新旅游產(chǎn)品，提高公司收入和利潤水平，從達(dá)到提高融資效率的目的。

圖2 經(jīng)濟(jì)政策不確定性指數(shù)波動情況

2.采取措施積極吸引風(fēng)險投資

通過回歸發(fā)現(xiàn)，無論采用哪些回歸方法，風(fēng)險投資持股都對旅游類上市企業(yè)的融資效率有顯著的正向影響，驗(yàn)證了本文的假設(shè)2?？傮w而言說明風(fēng)險投資對旅游類企業(yè)的參與促進(jìn)企業(yè)的發(fā)展，使企業(yè)融資效率得到一定的提升，顯示風(fēng)險投資投資企業(yè)，不僅給企業(yè)帶來的資金支持，還帶來了其他方面的增值效應(yīng)。為了更好地提升旅游企業(yè)的融資效率，其可以采用多種措施吸引風(fēng)險投資，如大股東或原有固定讓渡部分股權(quán)、定向增發(fā)新股、設(shè)立新的融資平臺等形式邀請風(fēng)險投資加入。

3.積極提升公司盈利能力和適當(dāng)提升負(fù)債水平

前面回歸可知公司凈資產(chǎn)收益率、權(quán)益乘數(shù)和旅游企業(yè)當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展速度可以顯著影響旅游類上市企業(yè)的融資效率，由于新冠疫情的因素，2020年旅游類上市公司虧損面較大。旅游類企業(yè)努力提高盈利水平和適當(dāng)提高負(fù)債率也有利于提升融資效率。旅游企業(yè)要不斷的創(chuàng)新產(chǎn)品，如現(xiàn)在的云旅游、帳篷旅游、網(wǎng)紅旅游、直播旅游等新的形態(tài)不斷出現(xiàn)，上市旅游企業(yè)應(yīng)走在前列，創(chuàng)新投資，提升投資效率和企業(yè)的盈利水平。由于新冠疫情的影響，旅游企業(yè)作為負(fù)面影響較大的行業(yè)，可以通過積極申請低息貸款，優(yōu)惠貸款等方式適當(dāng)擴(kuò)大負(fù)債水平。另外旅游地可以通過完善基礎(chǔ)設(shè)施，提升經(jīng)濟(jì)增長率，創(chuàng)新服務(wù)水平等方式為旅游企業(yè)服務(wù)。

六、結(jié)語

通過運(yùn)用2010年～2020年旅游類上市公司的面板數(shù)據(jù)回歸分析了經(jīng)濟(jì)政策不確定性、風(fēng)險投資對旅游類上市企業(yè)融資效率的影響，回歸檢驗(yàn)認(rèn)為固定效應(yīng)模型最有效。結(jié)果顯示經(jīng)濟(jì)政策不確定性對旅游類上市公司的融資效率不顯著，風(fēng)險投資持股對旅游類上市公司融資效率顯著正向影響，另外控制變量中，凈資產(chǎn)收益率、權(quán)益乘數(shù)、當(dāng)?shù)亟?jīng)濟(jì)增長速度也對融資效率顯著正向影響，基于此提出旅游類企業(yè)提升抗風(fēng)險能力、吸引風(fēng)險投資等方面建議。