一、引 言

缺少有效抵押物與擔(dān)保難使得中小企業(yè)一直面臨著融資難、融資貴的問(wèn)題。中小企業(yè)融資難、融資貴其實(shí)是一種市場(chǎng)失靈，因而解決該問(wèn)題最終需要政府的有效介入。美國(guó)、德國(guó)、韓國(guó)與日本等經(jīng)濟(jì)發(fā)達(dá)體都有健全的政策性融資擔(dān)保機(jī)構(gòu)，為中小企業(yè)提供包括貸款擔(dān)保在內(nèi)的增信服務(wù)。近年來(lái),我國(guó)政府也逐漸重視政策性融資擔(dān)保機(jī)構(gòu)的作用。2018年，我國(guó)首次成立全國(guó)層面的政策性融資擔(dān)保機(jī)構(gòu)——國(guó)家融資擔(dān)保基金，首期注冊(cè)資本661億元人民幣。2019年2月14日，國(guó)務(wù)院辦公廳發(fā)布《關(guān)于有效發(fā)揮政府性融資擔(dān)?；鹱饔们袑?shí)支持小微企業(yè)和“三農(nóng)”發(fā)展的指導(dǎo)意見(jiàn)》，就如何有效發(fā)揮政府性融資擔(dān)?；鹬≈мr(nóng)融資擔(dān)保業(yè)務(wù)提出了若干指導(dǎo)意見(jiàn)。設(shè)立政策性融資擔(dān)保機(jī)構(gòu)是國(guó)家為破解中小企業(yè)融資難、融資貴問(wèn)題，支持實(shí)體經(jīng)濟(jì)發(fā)展作出的重要決策和部署。目前政策性融資擔(dān)保機(jī)構(gòu)的運(yùn)行效率如何？影響政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的因素有哪些？這些問(wèn)題的回答不僅事關(guān)化解中小企業(yè)融資難、融資貴的問(wèn)題，也事關(guān)實(shí)體經(jīng)濟(jì)的健康發(fā)展與轉(zhuǎn)型升級(jí)，對(duì)我國(guó)金融供給側(cè)結(jié)構(gòu)性改革的順利推進(jìn)具有重要的現(xiàn)實(shí)意義。

那么，為什么吉奇和弗雷格都認(rèn)為作為復(fù)合句的子句出現(xiàn)的語(yǔ)句是沒(méi)有被斷言的語(yǔ)句呢？原因在于，當(dāng)我們說(shuō)出或?qū)懗鲆粋€(gè)復(fù)合句時(shí)，受到斷言的是整個(gè)復(fù)合句，而非其中的任何一個(gè)子句。以條件句為例，當(dāng)我們使用條件句“如果p，那么q”時(shí)，得到斷言的是這個(gè)條件句本身，而不是其中的子句“p”或“q”。事實(shí)上，使用條件句的人雖然在斷言整個(gè)條件句是真的，但多半?yún)s并不知道其子句的真假。例如，當(dāng)某人斷言“如果中國(guó)隊(duì)獲勝，那么巴西隊(duì)將被淘汰”時(shí)，他并不知道中國(guó)隊(duì)會(huì)不會(huì)勝，也不知道巴西隊(duì)會(huì)不會(huì)被淘汰，因此很自然地，他既沒(méi)有斷言“中國(guó)隊(duì)獲勝”，也沒(méi)有斷言“巴西隊(duì)被淘汰”。

浙江省民營(yíng)經(jīng)濟(jì)發(fā)達(dá)，是中小企業(yè)的集聚地，全國(guó)首個(gè)金融綜合改革試驗(yàn)區(qū)就設(shè)立在浙江。關(guān)于如何解決中小企業(yè)融資難、融資貴的問(wèn)題，浙江省已經(jīng)累積了很多經(jīng)驗(yàn)，政策性融資擔(dān)保實(shí)踐也走在全國(guó)前列。2015年出臺(tái)《浙江省人民政府關(guān)于推進(jìn)政策性融資擔(dān)保體系建設(shè)的意見(jiàn)》，要求健全完善以政府性融資擔(dān)保機(jī)構(gòu)為主、其他融資擔(dān)保機(jī)構(gòu)為補(bǔ)充的政策性融資擔(dān)保體系。2017年，浙江省政府又要求“全省各設(shè)區(qū)市必須成立政策性融資擔(dān)保機(jī)構(gòu)，年底前各縣(市、區(qū))必須成立一家注冊(cè)資金不少于1億元的國(guó)有控股或參股的政策性融資擔(dān)保機(jī)構(gòu)”。在政策引導(dǎo)下，近年來(lái)浙江省融資性擔(dān)保業(yè)務(wù)快速發(fā)展。2016年浙江省政策性融資擔(dān)保余額為133.76億元，擔(dān)保戶(hù)數(shù)為10613戶(hù)，2019年融資擔(dān)保余額增長(zhǎng)到448.10億元，擔(dān)保戶(hù)數(shù)增加到65625戶(hù)。截至2019年底，浙江省共有109家政策性融資擔(dān)保機(jī)構(gòu)，注冊(cè)資本共計(jì)293億元，從業(yè)人員1155人。鑒于此，本文依據(jù)浙江省政策性融資擔(dān)保機(jī)構(gòu)微觀(guān)數(shù)據(jù)，運(yùn)用SBM-DEA模型測(cè)算政策性融資擔(dān)保機(jī)構(gòu)的運(yùn)行效率，并探討運(yùn)行效率的影響因素。

七是防洪保安能力進(jìn)一步提高。面對(duì)2013年先后經(jīng)歷的10次區(qū)域暴雨天氣過(guò)程，重慶市提前部署，科學(xué)應(yīng)對(duì)，全力抗災(zāi)減災(zāi)，充分發(fā)揮水利工程作用，攔蓄洪水近7億m3，減少受災(zāi)人口133萬(wàn)，防災(zāi)減災(zāi)效益超過(guò)13.7億元。重慶市未發(fā)生一起水庫(kù)垮壩等重大險(xiǎn)情，未發(fā)生一起因洪水引發(fā)的次生災(zāi)害。水利在全市經(jīng)濟(jì)社會(huì)發(fā)展，尤其是工業(yè)化、城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化發(fā)展中起到重要支撐作用。

擔(dān)保研究最早可以追溯至Akerlof(1970)提出的檸檬市場(chǎng)理論

。Akerlof認(rèn)為，在信貸市場(chǎng)上，借款者擁有的信息量大于貸款者，這種信息不對(duì)稱(chēng)會(huì)引發(fā)金融風(fēng)險(xiǎn)，而擔(dān)?？梢越档托畔⒉粚?duì)稱(chēng)，規(guī)避金融風(fēng)險(xiǎn)的發(fā)生。隨后，Chan和Kanatas(1985)提出信號(hào)傳遞理論，認(rèn)為當(dāng)借貸雙方信息不對(duì)稱(chēng)時(shí)，擔(dān)?？梢蕴岣哔J款者對(duì)其預(yù)期收益的評(píng)估能力，即擔(dān)保能夠充當(dāng)間接的信號(hào)源

。另外，也有學(xué)者質(zhì)疑融資擔(dān)保的作用。Vogel和Adams(1997)認(rèn)為，信用擔(dān)保的介入增加了交易成本，而且可能增加借貸雙方的信息不對(duì)稱(chēng)

。鄭建明等(2007)認(rèn)為，擔(dān)保存在“隧道效應(yīng)”，即公司控股股東會(huì)通過(guò)擔(dān)保來(lái)轉(zhuǎn)移公司財(cái)產(chǎn)和利潤(rùn)，從而增加自身利益

。另外，商業(yè)擔(dān)保行為往往不是單向的，尤其是對(duì)于中小企業(yè)，擔(dān)保行為往往會(huì)形成互助性的擔(dān)保圈或擔(dān)保網(wǎng)絡(luò)。在擔(dān)保網(wǎng)絡(luò)中，如果某家公司出現(xiàn)債務(wù)危機(jī)，會(huì)迅速地通過(guò)擔(dān)保鏈條傳染至網(wǎng)絡(luò)內(nèi)其他公司，甚至釀成區(qū)域性金融風(fēng)險(xiǎn)

。曹廷求和劉海明(2016)研究發(fā)現(xiàn)，加入擔(dān)保網(wǎng)絡(luò)會(huì)對(duì)本公司績(jī)效產(chǎn)生負(fù)向效應(yīng)

。近年來(lái)，我國(guó)擔(dān)保圈問(wèn)題多發(fā)，成為企業(yè)健康發(fā)展與區(qū)域金融穩(wěn)定的一大隱患，政府開(kāi)始重視政策性融資擔(dān)保的作用。

以《Sporting events》一課的教學(xué)為例，我利用微課的方式為學(xué)生們展示出各種運(yùn)動(dòng)的簡(jiǎn)短視頻，并配上相應(yīng)的英文單詞，然后讓學(xué)生們討論自己最喜歡的運(yùn)動(dòng)，以及喜歡的理由。學(xué)生們先是被微課所吸引，認(rèn)真地看完視頻后，開(kāi)始踴躍發(fā)言，積極地用英語(yǔ)表達(dá)自己的想法，牢固地掌握了各種運(yùn)動(dòng)類(lèi)的單詞，并且對(duì)于“take part in”“join in”“win honor”等詞組的用法也有了準(zhǔn)確的理解。有的學(xué)生原本對(duì)運(yùn)動(dòng)沒(méi)有太大的興趣，但在看完微課后，也產(chǎn)生了好奇心，積極地通過(guò)閱讀課本、與同學(xué)討論的方式來(lái)了解體育運(yùn)動(dòng)，達(dá)到了良好的教學(xué)效果。

關(guān)于政策性融資擔(dān)保問(wèn)題，學(xué)術(shù)界主要集中于理論研究與案例分析兩個(gè)方面。理論研究方面，高陽(yáng)(2015)利用抵押品決定模型探討了地方政府政策性融資擔(dān)保相關(guān)政策的有效性及風(fēng)險(xiǎn)

，發(fā)現(xiàn)擔(dān)保品處置難題嚴(yán)重制約了農(nóng)地經(jīng)營(yíng)權(quán)擔(dān)保貸款業(yè)務(wù)的發(fā)展，而政策性融資擔(dān)保政策有助于緩解這一難題。盛世杰等(2016)構(gòu)建了一個(gè)包含政策性融資擔(dān)保機(jī)構(gòu)、銀行和中小企業(yè)的理論模型

，引入期權(quán)組合策略，數(shù)值模擬政策性融資擔(dān)保的可行性，發(fā)現(xiàn)在大多數(shù)情況下，政策性融資擔(dān)保機(jī)構(gòu)在為小微企業(yè)和“三農(nóng)”發(fā)展提供擔(dān)保，以及為銀行轉(zhuǎn)移風(fēng)險(xiǎn)的同時(shí)，自己也能獲取收益。案例分析方面，錢(qián)野等(2012)調(diào)研杭州市政府支持的科技擔(dān)保情況后發(fā)現(xiàn)，政府支持的科技擔(dān)保機(jī)構(gòu)有效地解決了企業(yè)發(fā)展的資金缺口，降低了企業(yè)融資成本，提高了企業(yè)的發(fā)展速度和質(zhì)量

。許黎莉和陳東平(2019)以?xún)?nèi)蒙古自治區(qū)政策性農(nóng)業(yè)信貸擔(dān)保公司為案例

，研究發(fā)現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)鏈特有的資金閉環(huán)、業(yè)務(wù)篩選機(jī)制以及風(fēng)險(xiǎn)分散機(jī)制緩解了政策性融資擔(dān)保貸款的締約和履約困難。梁積江(2020)研究了民族地區(qū)中小企業(yè)融資擔(dān)保體系，發(fā)現(xiàn)民族地區(qū)的政策性融資擔(dān)保機(jī)構(gòu)發(fā)展比較滯后，對(duì)解決中小企業(yè)融資難問(wèn)題的效果并不明顯

。

由于政策性融資擔(dān)保運(yùn)行效率為非負(fù)，且小于等于1，屬于歸并數(shù)據(jù)，因此本文采用面板數(shù)據(jù)Tobit模型進(jìn)行回歸分析。表4匯報(bào)了政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率影響因素的回歸結(jié)果。第(1)列為基準(zhǔn)回歸分析結(jié)果，第(2)—(4)列為穩(wěn)健性檢驗(yàn)結(jié)果?；鶞?zhǔn)回歸分析結(jié)果顯示，人力資本水平的系數(shù)為負(fù)，且在10%的水平上拒絕原假設(shè)，這與理論預(yù)期并不一致。調(diào)研中我們發(fā)現(xiàn)許多政策性融資擔(dān)保機(jī)構(gòu)的管理人員是從其他政府部門(mén)或事業(yè)單位臨時(shí)調(diào)派過(guò)來(lái)的，沒(méi)有擔(dān)保行業(yè)的工作經(jīng)歷與管理經(jīng)驗(yàn)，因此人力資本水平并沒(méi)有產(chǎn)生正向影響。成立年限的系數(shù)為負(fù)，且在1%的水平上拒絕原假設(shè)，說(shuō)明政策性融資擔(dān)保機(jī)構(gòu)成立時(shí)間越長(zhǎng)，越容易形成管理固化，缺乏創(chuàng)新，導(dǎo)致運(yùn)行效率不高。業(yè)務(wù)集中度的系數(shù)為負(fù)但并不顯著，說(shuō)明業(yè)務(wù)集中度并沒(méi)有對(duì)運(yùn)行效率產(chǎn)生顯著影響。產(chǎn)權(quán)比率的系數(shù)為正，且在1%的水平上拒絕原假設(shè)，與理論預(yù)期一致。產(chǎn)權(quán)比率越大，說(shuō)明政府財(cái)政資金的引導(dǎo)作用越強(qiáng)，因而運(yùn)行效率越高。地區(qū)金融發(fā)展水平的系數(shù)為正，且在1%的水平上拒絕原假設(shè)，與理論預(yù)期一致。地區(qū)金融發(fā)展水平越高，市場(chǎng)信息就越透明，市場(chǎng)中各主體間的信息也越對(duì)稱(chēng)，因而擔(dān)保機(jī)構(gòu)的運(yùn)行效率就會(huì)越高。

3.超聲波檢查。犬前列腺位于膀胱后上方，前列腺下壁貼于恥骨上。B超能夠準(zhǔn)確診斷前列腺的疾病，尤其是前列腺膿腫。這為前列腺膿腫的早發(fā)現(xiàn)、早根治具有重要作用。

本文利用Taylor-Hopkinson實(shí)驗(yàn)方法，結(jié)合數(shù)字圖像相關(guān)技術(shù)，通過(guò)對(duì)圓柱形泡沫鋁材料的速度時(shí)程曲線(xiàn)進(jìn)行研究，提出了一種速度歷史曲線(xiàn)的隱函數(shù)擬合方法，進(jìn)而對(duì)D-R-PH沖擊波模型中的兩個(gè)重要參數(shù)動(dòng)態(tài)初始?jí)簼?yīng)力和應(yīng)變硬化參數(shù)進(jìn)行了確定。

二、政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的測(cè)算與分析

(一)測(cè)算方法與指標(biāo)選取

=

+

+

+

+

+

+

記者了解到，“平安西江”行動(dòng)的開(kāi)展開(kāi)創(chuàng)了水上交通安全監(jiān)管的新模式。今年7月16日，廣東北江流域“共建平安北江”活動(dòng)也緊隨其后啟動(dòng)。11月1至2日，“平安西江”行動(dòng)得到延伸，廣東、廣西海事局在西江干線(xiàn)肇慶至梧州段水域開(kāi)展聯(lián)合巡航活動(dòng)，拉開(kāi)了“平安西江”粵桂合作的新篇章。

4月15日清晨，水利部副部長(zhǎng)劉寧帶領(lǐng)來(lái)自國(guó)家發(fā)改委、國(guó)家防總、青海省水利廳、青海省水電集團(tuán)公司的抗震救災(zāi)工作人員及大壩水工、地質(zhì)專(zhuān)家共21人檢查指導(dǎo)玉樹(shù)震區(qū)水庫(kù)大壩安全工作。劉寧查看了禪古水電站大壩震損情況，深入巴塘河、扎西科河上游實(shí)地查看河道水量、滑坡垮塌等情況，對(duì)水利抗震救災(zāi)工作進(jìn)行現(xiàn)場(chǎng)指導(dǎo)。

(1)

綜上所述，雖然有學(xué)者從理論研究與案例分析兩方面探討了政策性融資擔(dān)保的相關(guān)問(wèn)題，也有學(xué)者運(yùn)用不同方法測(cè)算了融資擔(dān)保機(jī)構(gòu)的運(yùn)行效率，但是關(guān)于政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的測(cè)算與影響因素的分析還鮮有學(xué)者進(jìn)行系統(tǒng)研究。本文的研究貢獻(xiàn)在于：第一，依據(jù)浙江省86家政策性融資擔(dān)保機(jī)構(gòu)的微觀(guān)調(diào)研數(shù)據(jù)，運(yùn)用SBM-DEA模型測(cè)算政策性融資擔(dān)保機(jī)構(gòu)的運(yùn)行效率；第二，構(gòu)建面板數(shù)據(jù)模型，實(shí)證分析政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的影響因素，并進(jìn)一步考察政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的同群效應(yīng)。

(2)

從運(yùn)行效率區(qū)間分布來(lái)看，處于0—0.3之間的機(jī)構(gòu)非常少，每年基本固定在2、3家；處于0.8—1之間的機(jī)構(gòu)，2016年達(dá)到21家，隨后大幅下降，目前基本保持在10家左右；處于0.3—0.6之間的機(jī)構(gòu)比較多，而且2016—2019年一直在增加，2019年已經(jīng)達(dá)到了63家；處于0.6—0.8之間的機(jī)構(gòu)個(gè)數(shù)在2017—2019年處于下降階段，其中2019年已下降到10家。這說(shuō)明政策性融資擔(dān)保機(jī)構(gòu)之間的運(yùn)行效率存在較大差距。另外，2016—2019年政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的平均數(shù)均大于中位數(shù)，也說(shuō)明86家擔(dān)保機(jī)構(gòu)運(yùn)行效率并沒(méi)有呈對(duì)稱(chēng)分布。

其中，

為政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率；

為人力資本水平，用本科學(xué)歷及以上人員占比來(lái)衡量；

為政策性融資擔(dān)保機(jī)構(gòu)成立年限，用2020年減去機(jī)構(gòu)成立年份來(lái)衡量；

為業(yè)務(wù)集中度，用政策性融資擔(dān)保業(yè)務(wù)收入占總?cè)谫Y擔(dān)保收入之比來(lái)衡量；

為產(chǎn)權(quán)比率，用負(fù)債總額與所有者權(quán)益總額的比率來(lái)衡量；

為政策性融資擔(dān)保機(jī)構(gòu)所在城市的金融發(fā)展水平，用每萬(wàn)人商業(yè)銀行分支機(jī)構(gòu)數(shù)量來(lái)衡量；

為誤差項(xiàng)。人力資本水平、成立年限、業(yè)務(wù)集中度、產(chǎn)權(quán)比率等相關(guān)原始數(shù)據(jù)來(lái)源于課題組調(diào)研，金融發(fā)展水平相關(guān)原始數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR)。表3匯報(bào)了各變量的統(tǒng)計(jì)性描述。

(二)測(cè)算結(jié)果分析

1.整體狀況的分析

表2匯報(bào)了浙江省政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的整體狀況。2016—2019年浙江省政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的中位數(shù)分別為0.576、0.529、0.502、0.506，平均數(shù)分別為0.633、0.585、0.544、0.555，表明浙江省政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率總體偏低。而且2017、2018年運(yùn)行效率還出現(xiàn)了小幅下降，2019年才有所回升，這說(shuō)明浙江省政策性融資擔(dān)保機(jī)構(gòu)還處于政策調(diào)整與初步發(fā)展階段，政府投入了大量資金，但是如何有效利用依然存在問(wèn)題。調(diào)研發(fā)現(xiàn)大部分政策性融資擔(dān)保機(jī)構(gòu)成立時(shí)間不長(zhǎng)，部分管理人員沒(méi)有從事過(guò)擔(dān)保工作，缺乏專(zhuān)業(yè)基礎(chǔ)。另外，政策性融資擔(dān)保機(jī)構(gòu)絕大部分屬于國(guó)有全資或國(guó)有控股，因此政策性融資擔(dān)保機(jī)構(gòu)的管理者還面臨國(guó)有資產(chǎn)不能流失這條高壓線(xiàn)。簡(jiǎn)言之，管理經(jīng)驗(yàn)不足加上國(guó)有資產(chǎn)不能流失這條高壓線(xiàn)最終使得政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率不高。

政策性融資擔(dān)保屬于公共產(chǎn)品范疇，目前雖然政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率總體偏低，但是國(guó)家仍在加大政策引導(dǎo)與調(diào)控，推動(dòng)政策性融資擔(dān)保事業(yè)有序發(fā)展。隨著浙江省共同富裕示范區(qū)建設(shè)的推進(jìn)以及相關(guān)配套政策的實(shí)施，政策性融資擔(dān)保體系得到進(jìn)一步優(yōu)化，擔(dān)保機(jī)構(gòu)運(yùn)行模式進(jìn)一步完善，運(yùn)行效率也開(kāi)始有所提升。

參考沈忱(2017)

、陳偉等(2020)

的研究，本文從投入與產(chǎn)出兩個(gè)方面選取9個(gè)指標(biāo)來(lái)構(gòu)建政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率評(píng)價(jià)體系(見(jiàn)表1)：實(shí)收資本(萬(wàn)元)、資產(chǎn)總額(萬(wàn)元)、貨幣資金(萬(wàn)元)、從業(yè)人員數(shù)量(人)、業(yè)務(wù)及管理費(fèi)(萬(wàn)元)作為投入指標(biāo)；融資擔(dān)保金額(萬(wàn)元)、擔(dān)保戶(hù)數(shù)(戶(hù))、融資擔(dān)保機(jī)構(gòu)放大倍數(shù)(倍)作為期望產(chǎn)出指標(biāo)；融資擔(dān)保機(jī)構(gòu)代償金額(萬(wàn)元)作為非期望產(chǎn)出指標(biāo)。

2.不同層級(jí)的比較

從行政歸屬角度劃分，浙江省政策性融資擔(dān)保機(jī)構(gòu)可以分為三個(gè)層級(jí)：省屬的政策性融資擔(dān)保機(jī)構(gòu)、市轄區(qū)管轄的政策性融資擔(dān)保機(jī)構(gòu)以及縣管轄的政策性融資擔(dān)保機(jī)構(gòu)。圖1描述了省、市、縣政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率。圖1顯示，近幾年省屬的政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率提升很快；市轄區(qū)管轄的政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率變動(dòng)不大；縣管轄的政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率一直高于市轄區(qū)管轄的政策性融資擔(dān)保機(jī)構(gòu)。從年均值來(lái)看，省屬的政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率為0.839，市轄區(qū)管轄的政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率為0.520，縣管轄的政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率為0.606，即省屬的政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率高于市轄區(qū)管轄與縣管轄的政策性融資擔(dān)保機(jī)構(gòu)，分別高出61.35%與38.45%。省屬的政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率最高的主要原因在于：(1)資金方面有絕對(duì)的規(guī)模優(yōu)勢(shì)，例如浙江省擔(dān)保集團(tuán)有限公司的實(shí)收資本目前已經(jīng)達(dá)到了90億元；(2)業(yè)務(wù)方面，省屬的政策性融資擔(dān)保機(jī)構(gòu)除自己開(kāi)展政策性融資擔(dān)保業(yè)務(wù)外，還與其他優(yōu)質(zhì)的市轄區(qū)管轄與縣管轄的政策性融資擔(dān)保機(jī)構(gòu)展開(kāi)合作，發(fā)展速度非?？??？h管轄的政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率高于市轄區(qū)管轄的政策性融資擔(dān)保機(jī)構(gòu)的原因在于：浙江省的縣域經(jīng)濟(jì)非常發(fā)達(dá)，民營(yíng)企業(yè)資金需求很大，推高了縣管轄的政策性融資擔(dān)保機(jī)構(gòu)的運(yùn)行效率。

3.不同規(guī)模的比較

圖2描述了不同規(guī)模政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率。注冊(cè)資本大于等于10億元的政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率總體呈上升趨勢(shì)；注冊(cè)資本小于等于1億元的政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率總體呈下降趨勢(shì)，但幅度不大；注冊(cè)資本大于1億元且小于10億元的政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率總體也呈下降趨勢(shì)，但下降幅度較大，2016年運(yùn)行效率為0.634，2019年下降到0.453。注冊(cè)資本大于等于10億元的政策性融資擔(dān)保機(jī)構(gòu)基本上是省屬的政策性融資擔(dān)保機(jī)構(gòu)，已經(jīng)形成了規(guī)模效應(yīng)，運(yùn)行效率較高。注冊(cè)資本小于等于1億元的政策性融資擔(dān)保機(jī)構(gòu)大部分是縣管轄的政策性融資擔(dān)保機(jī)構(gòu)，運(yùn)行效率居中。

三、政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的影響因素分析

(一)模型設(shè)定與變量說(shuō)明

影響政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的因素很多，結(jié)合實(shí)地調(diào)研結(jié)果，本文將分析以下幾個(gè)因素對(duì)浙江省政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的影響。(1)人力資本水平(

)。人力資本越高，機(jī)構(gòu)的管理水平越高，運(yùn)行效率也會(huì)越高，因此政策性融資擔(dān)保機(jī)構(gòu)的人力資本通常與機(jī)構(gòu)運(yùn)行效率息息相關(guān)

。(2)成立年限(

)。機(jī)構(gòu)成立時(shí)間越長(zhǎng)，積累的管理經(jīng)驗(yàn)越多，運(yùn)行效率就越高

，但是成立時(shí)間長(zhǎng)也可能導(dǎo)致管理理念固化，因循守舊，缺乏創(chuàng)新，從而降低運(yùn)行效率。(3)業(yè)務(wù)集中度(

)。多元化經(jīng)營(yíng)的機(jī)構(gòu)其內(nèi)部部門(mén)設(shè)置通常比較繁雜，會(huì)增加代理成本，導(dǎo)致績(jī)效下滑，因此政策性融資擔(dān)保機(jī)構(gòu)的業(yè)務(wù)越集中，管理者的精力就越集中，運(yùn)行效率可能越高

。(4)產(chǎn)權(quán)比率(

)。調(diào)研發(fā)現(xiàn)政策性融資擔(dān)保機(jī)構(gòu)的產(chǎn)權(quán)比率越大，政府發(fā)揮財(cái)政資金“四兩撥千斤”的杠桿作用就越強(qiáng)，因而其運(yùn)行效率也越高。(5)地區(qū)金融發(fā)展水平(

)。除了政策性融資擔(dān)保機(jī)構(gòu)的內(nèi)部因素影響其運(yùn)行效率外，有時(shí)候外部經(jīng)濟(jì)環(huán)境也會(huì)影響運(yùn)行效率，因而將地區(qū)金融發(fā)展水平這一外部因素納入研究。金融發(fā)展水平較高的地區(qū)，其金融市場(chǎng)化程度也較高，市場(chǎng)信息也更透明，政策性融資擔(dān)保機(jī)構(gòu)的運(yùn)行效率也會(huì)較高

。

根據(jù)上述分析，政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率影響因素的計(jì)量模型設(shè)定如下：

DEA模型是測(cè)算融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的常用方法。但是，傳統(tǒng)的DEA模型對(duì)無(wú)效率程度的測(cè)算重點(diǎn)考慮投入(產(chǎn)出)等比例縮減(增加)。對(duì)于無(wú)效決策單元，除了等比例改進(jìn)外，往往還存在著松弛改進(jìn)，而該部分在傳統(tǒng)DEA模型中并不能得到體現(xiàn)，從而造成測(cè)算結(jié)果的有偏

。為解決這一問(wèn)題，Kaoru(2001)提出了SBM-DEA模型

，其優(yōu)點(diǎn)是考慮了無(wú)效率測(cè)算中的松弛變量問(wèn)題?？紤]到在測(cè)算政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率時(shí)存在非期望產(chǎn)出，本文選擇包括非期望產(chǎn)出的SBM-DEA模型來(lái)測(cè)算運(yùn)行效率，模型設(shè)定如下：

(3)

本文以2016—2019年浙江省11個(gè)地級(jí)市86家政策性融資擔(dān)保機(jī)構(gòu)的調(diào)研數(shù)據(jù)為樣本，并參考伍海華和馬媛(2003)

的研究，對(duì)原始數(shù)據(jù)進(jìn)行了無(wú)量綱化處理。運(yùn)用MaxDEA軟件完成政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的測(cè)算。

(二)基準(zhǔn)結(jié)果與穩(wěn)健性檢驗(yàn)

與本文研究相關(guān)的另一類(lèi)文獻(xiàn)是融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的研究。文學(xué)舟和張金文(2014)從江蘇省蘇南、蘇中和蘇北地區(qū)分別選取了6家融資擔(dān)保機(jī)構(gòu)，運(yùn)用因子分析法對(duì)融資擔(dān)保機(jī)構(gòu)的經(jīng)營(yíng)績(jī)效進(jìn)行評(píng)價(jià)

，發(fā)現(xiàn)蘇南、蘇中地區(qū)融資擔(dān)保機(jī)構(gòu)的綜合經(jīng)營(yíng)績(jī)效大多優(yōu)于蘇北地區(qū)。文學(xué)舟和許高銘(2021)以江蘇省融資擔(dān)保機(jī)構(gòu)為研究對(duì)象，運(yùn)用三階段DEA模型研究服務(wù)于民營(yíng)中小企業(yè)的融資擔(dān)保機(jī)構(gòu)經(jīng)營(yíng)效率

，發(fā)現(xiàn)他們的規(guī)模普遍較小，經(jīng)營(yíng)效率有待提升。黃慶安(2011)根據(jù)福建省50家農(nóng)村信用擔(dān)保機(jī)構(gòu)的調(diào)研數(shù)據(jù)，運(yùn)用DEA-Tobit兩步法測(cè)算了農(nóng)村信用擔(dān)保機(jī)構(gòu)的運(yùn)行效率，并分析其影響因素，發(fā)現(xiàn)農(nóng)村信用擔(dān)保機(jī)構(gòu)的總體運(yùn)行效率偏低，成立年數(shù)、金融機(jī)構(gòu)存貸比、擔(dān)保費(fèi)率等多個(gè)因素均會(huì)對(duì)運(yùn)行效率產(chǎn)生影響

。陳菲瓊等(2010)認(rèn)為影響浙江省信用擔(dān)保機(jī)構(gòu)運(yùn)行效率的主要因素是擔(dān)保機(jī)構(gòu)內(nèi)部風(fēng)險(xiǎn)

。

插圖是小學(xué)語(yǔ)文教材的有機(jī)組成部分，各篇不同的彩圖或直觀(guān)形象，或意味深長(zhǎng)，恰到好處地將文本內(nèi)容可視化，推進(jìn)學(xué)生與文本、作者之間的對(duì)話(huà)。如蘇教版五下《秦兵馬俑》，筆者補(bǔ)充了兵馬俑平面示意圖，幫助學(xué)生更好地了解三個(gè)俑坑組成的氣勢(shì)磅礴的軍陣體系，是秦始皇生前強(qiáng)大軍事的縮影。因?yàn)楸R俑類(lèi)型眾多，筆者又適時(shí)提供了將軍俑、車(chē)兵俑等圖片。學(xué)生根據(jù)文本描述，通過(guò)圖文對(duì)照式分辨，將個(gè)性鮮明的兵馬俑深深印在腦海。圖片成為不可多得的閱讀助手。

穩(wěn)健性檢驗(yàn)主要從更換被解釋變量、調(diào)整估計(jì)方法、排除潛在內(nèi)生性3個(gè)方面展開(kāi)。第一，基準(zhǔn)回歸中采用投入導(dǎo)向的SBM-DEA模型來(lái)測(cè)算政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率，這里采用產(chǎn)出導(dǎo)向的SBM-DEA模型重新測(cè)算運(yùn)行效率，再進(jìn)行回歸分析，具體結(jié)果見(jiàn)表4第(2)列。我們發(fā)現(xiàn)，更換被解釋變量后結(jié)果依然穩(wěn)健。第二，基準(zhǔn)回歸采用面板數(shù)據(jù)Tobit模型進(jìn)行分析，這里采用普通的面板數(shù)據(jù)模型進(jìn)行分析，具體結(jié)果見(jiàn)表4第(3)列。我們發(fā)現(xiàn)，調(diào)整估計(jì)方法后實(shí)證結(jié)果依然穩(wěn)健。第三，本文試圖檢驗(yàn)人力資本水平、成立年限、業(yè)務(wù)集中度、產(chǎn)權(quán)比率以及地區(qū)金融發(fā)展水平等因素對(duì)政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的影響，但是機(jī)構(gòu)運(yùn)行效率本身可能會(huì)反向影響這些因素。為了排除這種互為因果帶來(lái)的內(nèi)生性問(wèn)題，將式(3)中當(dāng)期的解釋變量替換成滯后一期，然后進(jìn)行面板數(shù)據(jù)的Tobit回歸，具體結(jié)果見(jiàn)表4第(4)列。我們發(fā)現(xiàn)，排除潛在內(nèi)生性后實(shí)證結(jié)果比較穩(wěn)健，除人力資本水平系數(shù)的顯著性出現(xiàn)了下降外，其他解釋變量并沒(méi)有出現(xiàn)大的變動(dòng)。

基準(zhǔn)回歸與穩(wěn)健性檢驗(yàn)均顯示：人力資本水平、成立年限對(duì)機(jī)構(gòu)運(yùn)行效率有顯著負(fù)向影響，產(chǎn)權(quán)比率、地區(qū)金融發(fā)展水平對(duì)機(jī)構(gòu)運(yùn)行效率有顯著正向影響，而業(yè)務(wù)集中度的影響并不顯著。

(三)進(jìn)一步分析：同群效應(yīng)

企業(yè)決策時(shí)往往會(huì)學(xué)習(xí)與模仿同地區(qū)企業(yè)的行為，尤其是模仿同一地區(qū)同一行業(yè)內(nèi)企業(yè)的行為，這一現(xiàn)象通常被稱(chēng)為“同群效應(yīng)”。已有研究表明，同群效應(yīng)已經(jīng)體現(xiàn)在企業(yè)行為的方方面面，例如資本結(jié)構(gòu)

、違規(guī)行為

、會(huì)計(jì)信息質(zhì)量

、慈善捐贈(zèng)行為

、精準(zhǔn)扶貧行為

、企業(yè)金融化

等。盡管越來(lái)越多的學(xué)者關(guān)注企業(yè)行為的同群效應(yīng)，但有關(guān)政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率同群效應(yīng)的研究還鮮有涉及。為此，本文分析政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的同群效應(yīng)是否存在。參考陸蓉和常維(2018)

、李秋梅和梁權(quán)熙(2020)

的研究，在式(3)基礎(chǔ)上，設(shè)定以下檢驗(yàn)?zāi)Ｐ停?/p>

=

+

+

+

+

+

+

+

(4)

其中，解釋變量

為政策性融資擔(dān)保機(jī)構(gòu)

所在城市剔除機(jī)構(gòu)

后的政策性融資擔(dān)保機(jī)構(gòu)平均運(yùn)行效率，如果系數(shù)

顯著為正，說(shuō)明存在同群效應(yīng)。其他變量與式(3)相同，不再贅述。

薛武指出，本次會(huì)議召開(kāi)的主要目的是貫徹落實(shí)習(xí)近平新時(shí)代中國(guó)特色社會(huì)主義思想，堅(jiān)持和加強(qiáng)黨的全面領(lǐng)導(dǎo)，強(qiáng)化公司黨的建設(shè)。建立黨建工作例會(huì)機(jī)制是公司黨委落實(shí)黨章要求的重要體現(xiàn)，公司要持續(xù)完善、鞏固好這一重要機(jī)制。

表5匯報(bào)了政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率同群效應(yīng)的檢驗(yàn)結(jié)果。第(1)列是基準(zhǔn)回歸分析結(jié)果，第(2)列是更換被解釋變量的估計(jì)結(jié)果，第(3)列是調(diào)整估計(jì)方法的估計(jì)結(jié)果，第(4)列是解釋變量滯后一期的估計(jì)結(jié)果。第(1)—(3)列的

系數(shù)為正，且在5

的水平上拒絕原假設(shè)，說(shuō)明政策性融資擔(dān)保機(jī)構(gòu)的運(yùn)行效率存在同群效應(yīng)，即政策性融資擔(dān)保機(jī)構(gòu)的運(yùn)行效率并非僅受自身因素的影響，也會(huì)受到周邊地區(qū)政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的影響，而且這種影響是正向的。實(shí)地調(diào)研發(fā)現(xiàn)，政策性融資擔(dān)保機(jī)構(gòu)之間交流比較頻繁，尤其是運(yùn)行效率低的機(jī)構(gòu)常常主動(dòng)到運(yùn)行效率高的機(jī)構(gòu)進(jìn)行考察、交流與學(xué)習(xí)。第(4)列結(jié)果顯示，

的系數(shù)為正但不顯著，說(shuō)明政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的同群效應(yīng)只發(fā)生在同期，不存在時(shí)間滯后效應(yīng)。

四、結(jié)論與政策建議

政策性融資擔(dān)保資金來(lái)自財(cái)政，擔(dān)保機(jī)構(gòu)運(yùn)行效率的高低決定著財(cái)政成本的大小，因此，政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的測(cè)算及其影響因素研究不僅事關(guān)緩解中小企業(yè)融資困境問(wèn)題，也事關(guān)財(cái)政資金使用效率問(wèn)題，對(duì)實(shí)體經(jīng)濟(jì)的健康發(fā)展與轉(zhuǎn)型升級(jí)、金融供給側(cè)結(jié)構(gòu)性改革的順利推進(jìn)也具有重要的現(xiàn)實(shí)意義。本文利用浙江省微觀(guān)調(diào)研數(shù)據(jù)，采用SBM-DEA模型測(cè)算了政策性融資擔(dān)保機(jī)構(gòu)的運(yùn)行效率，并構(gòu)建面板數(shù)據(jù)模型分析影響運(yùn)行效率的因素。效率測(cè)算結(jié)果顯示：政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率總體偏低，其中省屬的政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率最高，縣管轄的政策性融資擔(dān)保機(jī)構(gòu)居中，市轄區(qū)管轄的政策性融資擔(dān)保機(jī)構(gòu)最低；注冊(cè)資本大于等于10億元的政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率總體呈上升趨勢(shì)，其他機(jī)構(gòu)則呈下降趨勢(shì)。影響因素分析結(jié)果顯示：人力資本水平、成立年限對(duì)政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率有著顯著的正向影響，產(chǎn)權(quán)比率、地區(qū)金融發(fā)展水平對(duì)運(yùn)行效率有著顯著的負(fù)向影響，而業(yè)務(wù)集中度的影響并不顯著。進(jìn)一步研究發(fā)現(xiàn)：政策性融資擔(dān)保機(jī)構(gòu)之間的運(yùn)行效率存在顯著的同群效應(yīng)，即政策性融資擔(dān)保機(jī)構(gòu)的運(yùn)行效率并非僅受自身因素的影響，也會(huì)受到周邊地區(qū)政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行效率的影響，而且這種影響是正向的。

根據(jù)研究結(jié)論，本文提出以下政策建議：第一，提升地區(qū)金融服務(wù)能力與水平。首先，繼續(xù)推進(jìn)金融業(yè)供給側(cè)結(jié)構(gòu)性改革，加強(qiáng)現(xiàn)代金融體系建設(shè)，創(chuàng)新金融組織和模式，推動(dòng)金融服務(wù)質(zhì)量轉(zhuǎn)變。比如，加大定向降準(zhǔn)、再貸款、再貼現(xiàn)、中期借貸便利等方式的支持力度，為中小銀行金融機(jī)構(gòu)提供更多的低成本資金。其次，加大對(duì)中小銀行金融機(jī)構(gòu)風(fēng)險(xiǎn)損失的補(bǔ)償力度，幫助其更好地開(kāi)展小微企業(yè)金融服務(wù)。最后，加大科技與金融的融合程度，依托金融科技的新發(fā)展，推動(dòng)金融行業(yè)結(jié)構(gòu)轉(zhuǎn)型與升級(jí)，增強(qiáng)金融服務(wù)實(shí)體經(jīng)濟(jì)的能力。第二，以省政策性融資擔(dān)保機(jī)構(gòu)為紐帶完善擔(dān)保體系。明確各級(jí)政策性融資擔(dān)保機(jī)構(gòu)的職能，建立擔(dān)保體系層級(jí)運(yùn)作機(jī)制。將省擔(dān)保集團(tuán)打造成高級(jí)別增信平臺(tái)，通過(guò)省擔(dān)保機(jī)構(gòu)對(duì)接國(guó)家融資擔(dān)?；穑瑺?zhēng)取中央財(cái)政支持；通過(guò)擔(dān)保集團(tuán)對(duì)地(市)政策性融資擔(dān)保機(jī)構(gòu)注資，引導(dǎo)地(市)縣財(cái)政扶持當(dāng)?shù)卣咝匀谫Y擔(dān)保機(jī)構(gòu)發(fā)展；實(shí)施地(市)縣政策性融資擔(dān)保機(jī)構(gòu)一體化改革，即通過(guò)收購(gòu)、參股等方式取消縣級(jí)政策性融資擔(dān)保機(jī)構(gòu)，由地(市)統(tǒng)一管理承接直保業(yè)務(wù)，統(tǒng)一擔(dān)保政策，降低交易成本，提高運(yùn)行效率。第三，優(yōu)化政策性融資擔(dān)保機(jī)構(gòu)運(yùn)行機(jī)制。一是構(gòu)建多元協(xié)同的資金補(bǔ)充機(jī)制，建立以各級(jí)政府和再擔(dān)保機(jī)構(gòu)持續(xù)注資為主、金融機(jī)構(gòu)出資為輔、吸收社會(huì)資本參股的長(zhǎng)效機(jī)制；二是建立代償補(bǔ)償機(jī)制，針對(duì)國(guó)家基金、省級(jí)政策性融資擔(dān)保龍頭機(jī)構(gòu)、地(市)縣政策性融資擔(dān)保機(jī)構(gòu)開(kāi)展的業(yè)務(wù)，使用不同的代償補(bǔ)償方式；三是健全考核激勵(lì)機(jī)制，取消對(duì)政策性融資擔(dān)保機(jī)構(gòu)的盈利要求，適當(dāng)提高代償風(fēng)險(xiǎn)容忍度。第四，發(fā)揮高素質(zhì)專(zhuān)業(yè)人才示范引領(lǐng)作用。政府層面，引導(dǎo)高等院校和金融管理部門(mén)的合作，將擔(dān)保業(yè)務(wù)人才的培養(yǎng)納入金融緊缺人才的培養(yǎng)計(jì)劃，地方政府要選擇具有較好專(zhuān)業(yè)基礎(chǔ)以及豐富經(jīng)驗(yàn)的專(zhuān)業(yè)人員擔(dān)任政策性融資擔(dān)保機(jī)構(gòu)的管理者；企業(yè)層面，建立良好的職業(yè)成長(zhǎng)通道，引導(dǎo)部門(mén)管理者與員工不斷完善知識(shí)結(jié)構(gòu)，提升能力素質(zhì)；教育機(jī)構(gòu)層面，對(duì)于現(xiàn)有的金融、財(cái)務(wù)、管理等專(zhuān)業(yè)人才，多端發(fā)力，分類(lèi)培訓(xùn)，促進(jìn)金融、財(cái)務(wù)、管理等知識(shí)與技能融合，大力培養(yǎng)與培訓(xùn)政策性融資擔(dān)保行業(yè)的復(fù)合型人才。此外，積極宣傳和推廣優(yōu)秀典型案例，樹(shù)立標(biāo)桿，發(fā)揮擔(dān)保行業(yè)的平臺(tái)作用，定期組織業(yè)務(wù)培訓(xùn)、學(xué)術(shù)論壇、經(jīng)驗(yàn)交流，對(duì)出現(xiàn)的新問(wèn)題及時(shí)研討，發(fā)現(xiàn)人才、選撥人才，為政策性融資擔(dān)保事業(yè)創(chuàng)新良好的用人環(huán)境，強(qiáng)化同群效應(yīng)。

[1] Akerlof G. A. The Market for “Lemons”: Quality Uncertainty and the Market Mechanism[J]. The Quarterly Journal of Economics, 1970, 84(3): 488-500.

[2] Chan Y. S., Kanatas G. Asymmetric Valuations and the Role of Collateral in Loan Agreements[J]. Journal of Money, Credit and Banking, 1985, 17(1): 84-95.

[3] Vogel R. C., Adams D. W. The Benefits and Costs of Loan Guarantee Programs[J]. The Financier, 1997, 4(1&2): 22-29.

[4] 鄭建明, 范黎波, 朱媚. 關(guān)聯(lián)擔(dān)保、隧道效應(yīng)與公司價(jià)值[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2007, (5): 64-70.

[5] 萬(wàn)良勇, 魏明海. 金融生態(tài)、利益輸送與信貸資源配置效率——基于河北擔(dān)保圈的案例研究[J]. 管理世界, 2009, (5): 6-16,46.

[6] 曹廷求, 劉海明. 信用擔(dān)保網(wǎng)絡(luò)的負(fù)面效應(yīng):傳導(dǎo)機(jī)制與制度誘因[J]. 金融研究, 2016, (1): 145-159.

[7] 高陽(yáng). 地方政府政策性擔(dān)保支農(nóng)政策有效性及風(fēng)險(xiǎn)研究[J]. 財(cái)政研究, 2015, (8): 42-46.

[8] 盛世杰, 周遠(yuǎn)游, 劉莉亞. 引入擔(dān)保機(jī)構(gòu)破解中小企業(yè)融資難：基于期權(quán)策略的機(jī)制設(shè)計(jì)[J]. 財(cái)經(jīng)研究, 2016, (6): 63-73.

[9] 錢(qián)野, 徐土松, 周愷秉. 基于政府支持的科技擔(dān)保緩解科技型初創(chuàng)企業(yè)融資難問(wèn)題的研究[J]. 中國(guó)科技論壇, 2012, (2): 59-63.

[10] 許黎莉, 陳東平. 農(nóng)業(yè)信貸擔(dān)保機(jī)構(gòu)擔(dān)保支農(nóng)的契約耦合機(jī)制緣何“異化”?——不完全信息動(dòng)態(tài)博弈的視角與來(lái)自?xún)?nèi)蒙古L旗的證據(jù)[J]. 內(nèi)蒙古社會(huì)科學(xué)(漢文版), 2017,(3): 125-131.

[11] 梁積江. 強(qiáng)“體”豐“翼”：民族地區(qū)中小企業(yè)融資擔(dān)保體系的構(gòu)建[J]. 中南民族大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版), 2020, (3): 135-139.

[12] 文學(xué)舟, 張金文. 我國(guó)融資性擔(dān)保機(jī)構(gòu)績(jī)效評(píng)價(jià)實(shí)證研究——以江蘇省為例[J]. 征信， 2014, (10): 20-24.

[13] 文學(xué)舟, 許高銘. 基于三階段DEA模型的民營(yíng)中小企業(yè)融資擔(dān)保效率研究——以江蘇省190家融資擔(dān)保公司的調(diào)查為例[J]. 金融理論與實(shí)踐, 2021, (1): 27-35.

[14] 黃慶安. 農(nóng)村信用擔(dān)保機(jī)構(gòu)的運(yùn)行效率及其影響因素研究——基于DEA-Tobit兩步法的實(shí)證分析[J]. 東南學(xué)術(shù), 2011, (3): 123-134.

[15] 陳菲瓊, 殷志軍, 王寅. 影響信用擔(dān)保機(jī)構(gòu)運(yùn)行效率的風(fēng)險(xiǎn)因素評(píng)估——以浙江省為例[J]. 財(cái)貿(mào)經(jīng)濟(jì), 2010, (12): 36-42.

[16] 成剛. 數(shù)據(jù)包絡(luò)分析方法與MaxDEA軟件[M]. 北京：知識(shí)產(chǎn)權(quán)出版社, 2014.

[17] Kaoru T. A Slacks-based Measure of Efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research, 2001, 130(3): 498-509.

[18] 沈忱. 中小企業(yè)在新三板市場(chǎng)融資效率研究：基于三階段DEA模型定向增發(fā)研究[J]. 審計(jì)與經(jīng)濟(jì)研究, 2017,(3): 78-86.

[19] 陳偉, 魏軒, 李金秋, 等. 上市公司社會(huì)網(wǎng)絡(luò)位置與研發(fā)效率研究——基于三階段DEA模型的方法[J]. 管理評(píng)論, 2020, (3): 97-109.

[20] 伍海華, 馬媛. 上市公司業(yè)績(jī)的DEA有效分析：以青島市為例[J]. 山東經(jīng)濟(jì), 2003,(2): 43-46.

[21] Braguinsky S., Ohyama A., Okazaki T., et al. Acquisitions, Productivity, and Profitability: Evidence from the Japanese Cotton Spinning Industry[J]. American Economic Review, 2015, 105(7): 2086-2119.

[22] 賈潤(rùn)崧, 胡秋陽(yáng).市場(chǎng)集中、空間集聚與中國(guó)制造業(yè)產(chǎn)能利用率——基于微觀(guān)企業(yè)數(shù)據(jù)的實(shí)證研究[J]. 管理世界,2016，(12): 25-35.

[23] 劉云芬, 陳礪. 多元化、政府支持與公司績(jī)效—— 基于中國(guó)農(nóng)業(yè)上市公司的實(shí)證研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2015，(2): 118-128.

[24] 李廣子. 理解企業(yè)多元化經(jīng)營(yíng)的新視角:控股股東的影響[J]. 經(jīng)濟(jì)管理, 2020，(5): 54-70.

[25] 鐘覃琳,陸正飛.資本市場(chǎng)開(kāi)放能提高股價(jià)信息含量嗎?——基于“滬港通”效應(yīng)的實(shí)證檢驗(yàn)[J].管理世界,2018,(1): 169-179.

[26] 郭陽(yáng)生,沈烈,郭枚香. 滬港通改善了上市公司信息環(huán)境嗎?——基于分析師關(guān)注度的視角[J]. 證券市場(chǎng)導(dǎo)報(bào),2018，(10): 35-43，50.

[27] 陸蓉, 王策, 鄧?guó)Q茂. 我國(guó)上市公司資本結(jié)構(gòu)“同群效應(yīng)”研究[J]. 經(jīng)濟(jì)管理, 2017, (1): 181-194.

[28] 陸蓉, 常維. 近墨者黑: 上市公司違規(guī)行為的“同群效應(yīng)”[J]. 金融研究, 2018，(8): 172-189.

[29] 馮玲, 崔靜. 上市公司會(huì)計(jì)信息質(zhì)量同群效應(yīng)及其經(jīng)濟(jì)后果——基于社會(huì)網(wǎng)絡(luò)互動(dòng)模型的研究[J]. 當(dāng)代財(cái)經(jīng), 2019，(11): 118-129.

[30] 彭鎮(zhèn), 彭祖群, 盧惠薇. 中國(guó)上市公司慈善捐贈(zèng)行為中的同群效應(yīng)研究[J]. 管理學(xué)報(bào), 2020, (2): 259-268.

[31] 文雯, 朱沛青, 宋建波. 近朱者赤：上市公司精準(zhǔn)扶貧行為的同群效應(yīng)[J]. 上海財(cái)經(jīng)大學(xué)學(xué)報(bào), 2021, (4): 63-75，106.

[32] 李秋梅, 梁權(quán)熙. 企業(yè)“脫實(shí)向虛”如何傳染？——基于同群效應(yīng)的視角[J]. 財(cái)經(jīng)研究, 2020, (8): 140-155.

[33] 夏子航. 企業(yè)金融化同群效應(yīng)：“取長(zhǎng)補(bǔ)短”抑或“盲目跟風(fēng)”?[J]. 中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào), 2021，(4): 74-88.