廖國(guó)民，熊嘉樂(lè)

(廣東外語(yǔ)外貿(mào)大學(xué) 金融學(xué)院，廣東 廣州 510006)

?

基于Bootstrap-DEA方法的信息技術(shù)企業(yè)融資效率測(cè)算

廖國(guó)民，熊嘉樂(lè)

(廣東外語(yǔ)外貿(mào)大學(xué) 金融學(xué)院，廣東 廣州 510006)

將DEA方法與Bootstrap方法相結(jié)合，以2010年上市的30家中小企業(yè)板和30家創(chuàng)業(yè)板的信息技術(shù)類企業(yè)作為研究樣本，運(yùn)用R語(yǔ)言及Deap2.1軟件測(cè)算其從2011～2015年的融資效率情況。實(shí)證研究結(jié)果表明：2011～2015年平均只有28.3%的企業(yè)達(dá)到了技術(shù)效率有效狀態(tài)，信息技術(shù)企業(yè)的融資效率整體上是低效的，企業(yè)整體的純技術(shù)效率值逐年遞減且低于其規(guī)模效率是導(dǎo)致其技術(shù)效率普遍不高的主要原因。

信息技術(shù)企業(yè)；融資效率；Bootstrap-DEA方法；中小板；創(chuàng)業(yè)板

2015年，我國(guó)提出了“中國(guó)制造2025”的制造強(qiáng)國(guó)計(jì)劃，作為未來(lái)著重培育的十大領(lǐng)域之一，信息技術(shù)產(chǎn)業(yè)不僅承擔(dān)著創(chuàng)新驅(qū)動(dòng)、產(chǎn)業(yè)變革、智能轉(zhuǎn)型的關(guān)鍵任務(wù)，同時(shí)也是我國(guó)未來(lái)經(jīng)濟(jì)發(fā)展中新舊動(dòng)能轉(zhuǎn)換的支柱力量，近年來(lái)頻繁出現(xiàn)的各種智能終端、云服務(wù)、物聯(lián)網(wǎng)、人工智能與虛擬現(xiàn)實(shí)等技術(shù)都說(shuō)明了電子信息技術(shù)行業(yè)的重要性。然而，和眾多中小企業(yè)一樣，以信息技術(shù)企業(yè)為代表的中小型高新技術(shù)企業(yè)在發(fā)展過(guò)程中也同樣面臨著融資成本高、融資難等問(wèn)題，國(guó)務(wù)院也因此于2016年8月印發(fā)了《降低實(shí)體經(jīng)濟(jì)企業(yè)成本工作方案》[1]，以緩解企業(yè)目前的融資困境。在此背景之下，信息技術(shù)類企業(yè)能否在資本市場(chǎng)上獲取充足的資金以支持其研究與開(kāi)發(fā)的投入以及能否有效的利用好融得的資金不僅決定了單個(gè)企業(yè)的經(jīng)營(yíng)成長(zhǎng)，同時(shí)也影響著整個(gè)行業(yè)未來(lái)的發(fā)展?fàn)顩r。

一、相關(guān)文獻(xiàn)回顧

國(guó)外學(xué)者關(guān)于企業(yè)融資問(wèn)題的研究最早始于Modigliani和Miller的MM理論，此后相關(guān)文獻(xiàn)的研究視角則多集中在企業(yè)的資本結(jié)構(gòu)和融資結(jié)構(gòu)等理論上，對(duì)企業(yè)融資效率的直接研究則極少，僅有少量文獻(xiàn)涉及到融資前后企業(yè)經(jīng)營(yíng)績(jī)效。B.A.Jain和O.Kini以經(jīng)營(yíng)現(xiàn)金流量與總資產(chǎn)的比和營(yíng)業(yè)收入與總資產(chǎn)的比作為經(jīng)營(yíng)績(jī)效的評(píng)價(jià)指標(biāo)，對(duì)美國(guó)在1979年到1988年上市的682家企業(yè)進(jìn)行研究，結(jié)果發(fā)現(xiàn)樣本企業(yè)的這兩項(xiàng)指標(biāo)在企業(yè)上市之后均顯現(xiàn)出了下滑的趨勢(shì)，即融資效率普遍低下[2]。R.S.Hansen和C.Crutchley以1975年到1982年在美國(guó)紐交所進(jìn)行增發(fā)融資的109家公司的資產(chǎn)報(bào)酬率為評(píng)價(jià)指標(biāo)，發(fā)現(xiàn)企業(yè)的利潤(rùn)率在增發(fā)融資后明顯下降[3]。T.Loughran和J.R.Ritter研究了美國(guó)1970年到1990年有新股增發(fā)行為的上市公司，發(fā)現(xiàn)其增發(fā)后5年內(nèi)的公司平均收益率與對(duì)照組沒(méi)有新股增發(fā)的公司相比要低[4]。可見(jiàn)，西方學(xué)者更多關(guān)注的是企業(yè)融資行為對(duì)經(jīng)營(yíng)績(jī)效的影響，且多從融資結(jié)構(gòu)的選擇、代理問(wèn)題和風(fēng)險(xiǎn)回報(bào)關(guān)系上對(duì)此進(jìn)行闡述，與我國(guó)情況存在一定差別。

在我國(guó)，融資效率的概念最早由曾康霖提出，他分析了直接融資與間接融資的概念，并且概括了影響企業(yè)融資效率與成本的七大因素[5]。其后，葉望春認(rèn)為，企業(yè)融資效率是指企業(yè)的融資成本、融資風(fēng)險(xiǎn)與融資的便利度，企業(yè)的融資效率越高，越容易籌集社會(huì)資金[6]。呂景波將企業(yè)融資效率定義為企業(yè)融資的成本、收益及風(fēng)險(xiǎn)對(duì)融資過(guò)程的影響程度[7]。肖勁、馬亞軍則將融資效率簡(jiǎn)單地定義為一種提升企業(yè)價(jià)值的融資能力[8]。從更加宏觀的角度上，盧福財(cái)認(rèn)為融資效率是社會(huì)儲(chǔ)蓄轉(zhuǎn)化成投資的能效[9]。高有才把融資效率歸入經(jīng)濟(jì)效率的范疇，認(rèn)為融資效率是企業(yè)融資行為對(duì)國(guó)民經(jīng)濟(jì)發(fā)展的影響與作用程度大小[10]。

近年來(lái)，學(xué)者關(guān)于融資效率的研究主要集中在融資效率的評(píng)價(jià)方法上。劉力昌、馮根福、張道宏等首次運(yùn)用DEA數(shù)據(jù)包絡(luò)分析法，研究1998年滬市上市的47家公司股權(quán)融資效率，結(jié)果表明：68.09%的企業(yè)無(wú)法達(dá)到技術(shù)有效，我國(guó)上市公司股權(quán)融資效率整體偏低[11]。朱冰心對(duì)11家2004年在深交所上市的中小企業(yè)運(yùn)用了模糊評(píng)價(jià)法和線性回歸法，得出企業(yè)的債券融資要優(yōu)于其股權(quán)融資效率[12]。李冬梅采用熵值分析法評(píng)價(jià)融資效率，得出黑龍江省上市公司融資效率整體低效的結(jié)論[13]。武娟通過(guò)DEA-Malmquist方法，評(píng)價(jià)了50家中小板科技型企業(yè)2008～2010年的融資效率，結(jié)果為企業(yè)整體上無(wú)法達(dá)到融資效率的最優(yōu)水平[14]。馬可、雷漢云則選取了DEA和Logit模型對(duì)1401家上市公司2009～2012年的融資效率進(jìn)行研究，得出第一大股東持股比例等四大因素對(duì)融資效率有抑制作用[15]。方先明運(yùn)用DEA方法研究2012年掛牌新三板的47家中小企業(yè)在掛牌前后的融資效率，結(jié)果表明兩者并無(wú)顯著變化[16]。

通過(guò)以上綜述可知，已有的研究文獻(xiàn)很少對(duì)某一個(gè)行業(yè)的融資效率進(jìn)行專門的研究，且在研究方法上并沒(méi)有太多的改進(jìn)?；诖?，本文選定了近年關(guān)注度較高的信息技術(shù)行業(yè)，并且在運(yùn)用DEA方法的基礎(chǔ)之上加入了Bootstrap方法對(duì)企業(yè)的融資效率進(jìn)行評(píng)價(jià)。

二、信息技術(shù)企業(yè)融資效率研究方法設(shè)計(jì)

1. 模型的建立

DEA(Data Envelope Analysis)方法，即數(shù)據(jù)包絡(luò)分析方法，它是以相對(duì)效率概念為基礎(chǔ)，根據(jù)多指標(biāo)投入和多指標(biāo)產(chǎn)出對(duì)相類似的決策單元(DMU，Decision Making Unit)相對(duì)有效性或效益評(píng)價(jià)的一種方法，該方法可以將評(píng)價(jià)單元的效率拆分為技術(shù)效率(TE)、純技術(shù)效率(PTE)和規(guī)模效率(SE)，且三種效率之間的關(guān)系為PTE=TE/SE，因此其在處理多輸入-多輸出的有效性評(píng)價(jià)方面具有絕對(duì)優(yōu)勢(shì)[17]。DEA方法的基本評(píng)價(jià)原理是：將每一家企業(yè)作為一個(gè)效率評(píng)價(jià)單元(DMU)，根據(jù)投入與產(chǎn)出指標(biāo)對(duì)每一個(gè)DMU的效率進(jìn)行評(píng)價(jià)，在對(duì)所有DMU的效率進(jìn)行綜合考慮之后確定出一個(gè)效率前沿面，進(jìn)而再根據(jù)每一個(gè)DMU與效率前沿面的距離來(lái)確定評(píng)價(jià)單元的效率是否為DEA有效。

盡管DEA方法在效率評(píng)價(jià)中擁有許多優(yōu)勢(shì)，但是由于其所測(cè)度的只是一種“相對(duì)效率”，是“絕對(duì)效率”的一種上限且是有偏的、不一致的估計(jì)量，效率的真實(shí)值要低于這種“相對(duì)效率”?；诖?，L.Simar和P.W.Wilson提出Bootstrap-DEA方法解決了DEA方法的缺陷，該方法的主要步驟如下[18]：

2. 評(píng)價(jià)指標(biāo)體系的構(gòu)建

DEA模型屬于多輸入-多輸出的相對(duì)效率評(píng)價(jià)模型，模型輸入與輸出指標(biāo)的選取是否合理會(huì)直接影響模型的評(píng)價(jià)效果。本文根據(jù)信息技術(shù)行業(yè)的特點(diǎn)與前人的指標(biāo)選取經(jīng)驗(yàn)，構(gòu)建了如下投入與產(chǎn)出指標(biāo)體系，如表1所示。

表1 信息技術(shù)企業(yè)融資效率投入與產(chǎn)出指標(biāo)體系

3. 數(shù)據(jù)來(lái)源與處理

本文以信息技術(shù)企業(yè)為研究對(duì)象，在確保企業(yè)財(cái)務(wù)數(shù)據(jù)的完整性與連續(xù)性的基礎(chǔ)上，選取了于2010年上市的30家中小企業(yè)板和30家創(chuàng)業(yè)板的信息技術(shù)企業(yè)為研究樣本。研究區(qū)間跨度選擇在2011年到2015年。研究所涉及樣本企業(yè)的財(cái)務(wù)指標(biāo)數(shù)據(jù)均來(lái)源于Wind資訊金融終端、國(guó)泰安數(shù)據(jù)庫(kù)、巨潮資訊網(wǎng)。

由于在運(yùn)用DEA方式時(shí)，輸入與輸出指標(biāo)的數(shù)值均不能為負(fù)值，所以本文對(duì)所有的指標(biāo)數(shù)據(jù)都進(jìn)行無(wú)量綱化處理，具體的處理方法如下：

其中，xij表示第j個(gè)決策單元的i個(gè)輸入或輸出指標(biāo)，maxij和minij則分別表示第j個(gè)決策單元的i個(gè)輸入或輸出指標(biāo)的最大值或最小值。

三、融資效率測(cè)算結(jié)果實(shí)證分析

1. 整體融資效率的Bootstrap-DEA分析

(1)DEA模型下的整體融資效率分析

首先，通過(guò)R語(yǔ)言中的rDEA程序包與Deap2.1軟件對(duì)30家中小企業(yè)板與30家創(chuàng)業(yè)板的信息技術(shù)類企業(yè)2011年到2015年的投入與產(chǎn)出數(shù)據(jù)運(yùn)用DEA方法進(jìn)行分析處理，最終得到了60家企業(yè)的技術(shù)效率(TE)，純技術(shù)效率(PTE)以及規(guī)模效率(SE)的測(cè)算結(jié)果，如下表2所示。

表2 信息技術(shù)企業(yè)DEA融資效率測(cè)算結(jié)果

根據(jù)表 2中DEA模型測(cè)算結(jié)果可知，就2011年到2015年的平均值來(lái)看，中小板和創(chuàng)業(yè)板樣本信息技術(shù)企業(yè)融資技術(shù)效率達(dá)到1，即達(dá)到DEA有效的家數(shù)分別為8家和9家，兩者共占到樣本總數(shù)的28.3%，這說(shuō)明只有不到1/3的樣本企業(yè)的融資行為達(dá)到了投入無(wú)冗余和產(chǎn)出最大化的“相對(duì)有效”狀態(tài)，對(duì)于大部分企業(yè)而言，融資效率不理想，其投入與產(chǎn)出仍有進(jìn)一步改進(jìn)的余地。此外，我們可以通過(guò)效率均值看出，無(wú)論是中小板還是創(chuàng)業(yè)板，純技術(shù)效率低于規(guī)模效率是導(dǎo)致技術(shù)效率不高的主要原因。

(2)經(jīng)Bootstrap方法修正后的整體融資效率分析

如前文所述，為了降低DEA模型在效率測(cè)算時(shí)因其缺陷所帶來(lái)的負(fù)面影響，使結(jié)果更加可靠，本文運(yùn)用R語(yǔ)言中的Benchmarking包，將Bootstrap的迭代次數(shù)設(shè)定為2000次，置信區(qū)間設(shè)定為95%，進(jìn)而對(duì)原始的DEA效率值進(jìn)行修正。根據(jù)修正之后的效率值，如表3所示(因篇幅有限，此處只列出所有樣本企業(yè)在各年份的效率平均值)，我們發(fā)現(xiàn)，原本在DEA方法下融資效率達(dá)到“相對(duì)有效”狀態(tài)的企業(yè)此時(shí)的各效率值均未達(dá)到1，且所有企業(yè)經(jīng)過(guò)Bootstrap修正之后的效率值都要低于DEA方法下的效率值，這說(shuō)明樣本企業(yè)修正后的整體融資效率情況比起DEA方法的測(cè)算結(jié)果要更不理想。

表3 Bootstrap-DEA方法修正融資效率測(cè)算結(jié)果

2. 純技術(shù)效率與規(guī)模效率分析

通過(guò)對(duì)技術(shù)效率進(jìn)行分解，我們可以具體分析企業(yè)的純技術(shù)效率與規(guī)模效率情況。如圖1所示(GEM為創(chuàng)業(yè)板，SME為中小板，黑白點(diǎn)分別為修正前后的值)，從各樣本企業(yè)2011年到2015年的平均純技術(shù)效率值與平均規(guī)模效率值的分布情況看，可以發(fā)現(xiàn)以下特征：

圖1 2011～2015年純技術(shù)效率與規(guī)模效率的均值散點(diǎn)分布圖

(1)規(guī)模效率(SE)顯著優(yōu)于純技術(shù)效率(PTE)

從散點(diǎn)的分布形態(tài)可以明顯看出，無(wú)論是修正前(實(shí)心黑點(diǎn))還是修正后(空心白點(diǎn))，幾乎所有的樣本點(diǎn)都集中在圖形的上半部分，即規(guī)模效率值的(0.75，1.0)區(qū)間范圍內(nèi)，而0.75以下幾乎沒(méi)有樣本點(diǎn)分布，雖然對(duì)于純技術(shù)效率來(lái)說(shuō)，其(0.75，1.0)區(qū)間的樣本點(diǎn)要比(0.5，0.75)區(qū)間分布更加密集，但仍不及規(guī)模效率的整體分布情況。這進(jìn)一步說(shuō)明了，多數(shù)信息技術(shù)企業(yè)的融資效率主要受制于其較低的純技術(shù)效率。因此，在融資規(guī)模達(dá)到相對(duì)理想狀態(tài)的情況下，如何提高自身的純技術(shù)效率，有效管理與利用好資金才是信息技術(shù)企業(yè)今后應(yīng)該關(guān)注的重點(diǎn)。

(2)Bootstrap修正效率值低于原始效率值

如圖1所示，在對(duì)原始融資效率值進(jìn)行修正以前，絕大部分的黑色實(shí)心樣本點(diǎn)都集中在右上區(qū)域，即更加靠近兩條效率值為1的“有效前沿面”，且有部分樣本點(diǎn)剛好落于“有效前沿面”之上。在對(duì)效率值進(jìn)行修正之后可以發(fā)現(xiàn)，“有效前沿面”上無(wú)白色空心樣本點(diǎn)分布，且其整體左移，但向下移動(dòng)不明顯。修正之后的效率值提供了更為準(zhǔn)確的測(cè)算結(jié)果，且散點(diǎn)前后分布形態(tài)的改變也印證了前文中規(guī)模效率對(duì)技術(shù)效率的貢獻(xiàn)要大于純技術(shù)效率的發(fā)現(xiàn)。

3. 總體融資效率趨勢(shì)分析

所有60家中小板和創(chuàng)業(yè)板信息技術(shù)樣本企業(yè)在修正前后的融資效率趨勢(shì)如圖2所示。從圖中可以看到，修正后的技術(shù)效率(bcTE)從2011～2015年的效率值分別為0.708、0.768、0.732、0.740、0.675，總體上在波動(dòng)狀態(tài)下呈現(xiàn)輕微緩慢的遞減趨勢(shì)。就修正后的純技術(shù)效率(bcPTE)來(lái)說(shuō)，其從2011年的0.856到2015年的0.726，表現(xiàn)出了顯著于技術(shù)效率的下降態(tài)勢(shì)。比較而言，規(guī)模效率卻在2011～2014年呈現(xiàn)出了不同的逐年遞增趨勢(shì)，但2015年出現(xiàn)顯現(xiàn)出下降的勢(shì)頭。

圖2 2011～2015年信息技術(shù)企業(yè)總體融資效率趨勢(shì)圖

此外，我們可以注意到，對(duì)比原始效率值，經(jīng)Bootstrap方法修正之后的三種效率值并沒(méi)有在趨勢(shì)上發(fā)生改變，且相對(duì)于技術(shù)效率和純技術(shù)效率來(lái)說(shuō)，規(guī)模效率的修正幅度是最為輕微的。所以，對(duì)于信息技術(shù)企業(yè)而言，扭轉(zhuǎn)純技術(shù)效率的下降態(tài)勢(shì)、維持規(guī)模效率的增長(zhǎng)趨勢(shì)是提升整體融資效率的關(guān)鍵，且前者顯得更為重要。

四、結(jié)論與建議

本文通過(guò)運(yùn)用DEA方法，對(duì)2010年上市的30家中小企業(yè)板和30家創(chuàng)業(yè)板的信息技術(shù)企業(yè)2011年到2015年的融資效率進(jìn)行了測(cè)算，并且引入了Bootstrap方法以提高企業(yè)技術(shù)效率、純技術(shù)效率和規(guī)模效率的測(cè)算精度，在此基礎(chǔ)上得出以下研究結(jié)論：第一，我國(guó)信息技術(shù)企業(yè)的融資效率整體處于低效狀態(tài)，70%以上的企業(yè)融資行為無(wú)法達(dá)到DEA有效水平，且經(jīng)Bootstrap方法修正之后的融資效率表現(xiàn)更差；第二，信息技術(shù)企業(yè)的融資低效狀態(tài)更多是由于其純技術(shù)效率低下所導(dǎo)致的，因此，企業(yè)的資金管理與運(yùn)用技術(shù)亟待改善；第三，從縱向的時(shí)間趨勢(shì)上看，盡管規(guī)模效率在整體上呈現(xiàn)遞增趨勢(shì)，但純技術(shù)效率卻在逐年遞減。

信息技術(shù)是目前全球所關(guān)注的重點(diǎn)行業(yè)，我國(guó)在“大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新”的背景之下也給予了信息技術(shù)產(chǎn)業(yè)諸多方面的政策支持，但基于以上的研究可知，我國(guó)信息技術(shù)企業(yè)的融資效率普遍偏低，這無(wú)疑會(huì)給其未來(lái)發(fā)展帶來(lái)不小的阻礙作用。鑒于此，本文提供如下政策建議：首先，企業(yè)應(yīng)合理有效地利用資金，加大自身的研發(fā)投入，將融得的資金更多地用于技術(shù)創(chuàng)新之上；其次，明確融資目的，端正融資動(dòng)機(jī)，避免在資本市場(chǎng)上進(jìn)行企業(yè)規(guī)模的盲目擴(kuò)張行為；最后，國(guó)家在健全發(fā)行機(jī)制，加強(qiáng)事后監(jiān)管的同時(shí)，仍要努力完善多層次資本市場(chǎng)體系的建設(shè)，一個(gè)結(jié)構(gòu)完整、層級(jí)豐富的資本市場(chǎng)是企業(yè)融資發(fā)展的需求，同時(shí)也是讓企業(yè)擁有一個(gè)良好融資環(huán)境的有力保障。

[1] 國(guó)務(wù)院.國(guó)務(wù)院關(guān)于印發(fā)降低實(shí)體經(jīng)濟(jì)企業(yè)成本工作方案的通知[EB/OL]. (2016-08-22)[2016-09-08].http://www.gov.cn/zhengce/content/2016-08/22/content_5101282.htm.

[2] JAIN B A, KINI O.The post-issue operating performance of IPO firms[J].The journal of finance, 1994, 49(5): 1699-1726.

[3] HANSEN R S, CRUTCHLEY C.Corporate earnings and financings:an empirical analysis[J]. Journal of business, 1990,63(3): 347-371.

[4] LOUGHRAN T, RITTER J R.The new issues puzzle[J].The Journal of finance, 1995, 50(1): 23-51.

[5] 曾康霖.怎樣看待直接融資與間接融資[J]. 金融研究,1993(10):7-11.

[6] 葉望春.金融工程與金融效率相關(guān)問(wèn)題研究綜述[J]. 經(jīng)濟(jì)評(píng)論,1999(4):76-84.

[7] 呂景波.企業(yè)資本結(jié)構(gòu)與融資效率:一個(gè)經(jīng)濟(jì)學(xué)的分析框架[D].北京:中國(guó)人民大學(xué), 2003.

[8] 肖勁,馬亞軍.企業(yè)融資效率及理論分析框架[J].財(cái)經(jīng)科學(xué), 2004(S1):337-340.

[9] 盧福財(cái).企業(yè)融資效率分析[M].北京:經(jīng)濟(jì)管理出版社,2001.

[10] 高有才.企業(yè)融資效率研究[D].武漢:武漢大學(xué),2003.

[11] 劉力昌,馮根福,張道宏,等.基于DEA的上市公司股權(quán)融資效率評(píng)價(jià)[J].系統(tǒng)工程, 2004(1):55-59.

[12] 朱冰心.浙江中小企業(yè)融資效率的模糊綜合評(píng)價(jià)和實(shí)證分析[J].浙江統(tǒng)計(jì),2005(10):12-14.

[13] 李冬梅.黑龍江省上市公司融資效率問(wèn)題研究[D].哈爾濱:哈爾濱工程大學(xué),2007.

[14] 武娟.基于DEA-Malmquist方法的企業(yè)融資效率動(dòng)態(tài)評(píng)價(jià)——以科技型中小企業(yè)上市公司為例[D].青島:中國(guó)海洋大學(xué),2012.

[15] 馬可,雷漢云.基于DEA和Logit模型的我國(guó)上市公司融資效率研究[J].海南金融,2014(1):12-17.

[16] 方先明,吳越洋.中小企業(yè)在新三板市場(chǎng)融資效率研究[J].經(jīng)濟(jì)管理,2015(10)：42-51.

[17] BANKER R D, CHARNES A, COOPER W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management science,1984, 30(9): 1078-1092.

[18] SIMAR L, WILSON P W.Of course we can bootstrap DEA scores! But does it mean anything? Logic trumps wishful thinking[J].Journal of productivity analysis, 1999,11(1): 93-97.

[責(zé)任編輯 許嬰]

A Measurement of Financing Efficiency of Information Technology Firms on SME and GEM——based on the Bootstrap-DEA Method

LIAO Guo-min, XIONG Jia-le

(Guangdong University of Foreign Studies, School of Finance, Guangzhou Guangdong 510006, China)

The new generation of information technology industry has determining impact on our plan to become a country with strong manufacturing ability, however, given some features born with, this kind of firms has to be confronted with a few problems on financing, which is an absolute obstacle to their betterment. In this case, this paper measures the financing efficiency of 30 firms and 30 firms on SME and GEM respectively, and finally comes to the conclusion that a majority of the sample firms can not reach at the DEA effective, but stay in a low efficiency status.

information technology firms; financing efficiency; Bootstrap-DEA; SME; GEM

2016-09-29

教育部人文社會(huì)科學(xué)研究一般項(xiàng)目 (13YJA790063)；廣東省自然科學(xué)基金項(xiàng)目(2016A030313685)

廖國(guó)民(1972-)，男，湖南永州人，教授，博士，研究方向?yàn)樨泿爬碚撆c政策、商業(yè)銀行經(jīng)營(yíng)與管理。E-mail: lgm6381007@163.com

F830.91

A

1004-2237(2016)05-0044-06

10.3969/j.issn.1004-2237.2016.05.008