0 引言
自 2007 年9 月24 日發行第一支公司債以來，截止到2010 年5 月底，我國上市公司共發行公司債78 期，發行總規模1,478.90 億元。而同期股票融資規模卻達到16,913.07 億元。相對於國外學術界的融資優序理論(Myers，Majluf，1984) [1]，中國上市公司在融資決策時表現為首選股權融資，而較少採用債權融資。筆者試圖通過對我國公司債融資效率的實證研究，揭示我國上市公司債券融資現狀。
1 融資效率相關理論研究回顧
國內理論界對融資效率的定義有多種界定。曾康霖(1993)在分析直接融資與間接融資兩種融資方式時，首次使用了“融資效率”概念，並分析了影響融資效率的七種因素。宋文兵(1997)指出，融資方式作為一種制度安排，包括交易效率和配置效率。幹勝道(2000)指出，融資效率的計算指標至少應該體現融資成本和資本使用效率的比較關係，以企業在融資過程中的綜合資本成本作為投人，以企業的投資報酬率作為產出，並充分考慮融資結構的風險程度和債務資本的抵稅效應來計算企業的融資效率。
近些年，國內很多學者運用不同的實證方法，對我國上市公司的融資效率進行評價。賈正源(2009)運用EVA 模型對電力上市公司融資效率分析[2]。李剛,馬紅(2005)經過實證研究汽車行業上市公司的DEA 效率與財務績效，驗證 DEA 分析的有效性[3]。彭曉英,張慶華(2008)運用DEA 模型，對14 家煤炭上市公司股權融資效率評價，根據DEA 投影分析調整原決策單元,使其達到DEA 有效,同時從投入的角度,提出改進股權融資效率的途徑[4]。劉蔥，王波(2010)運用DEA 模型，對27 家已發公司債的上市公司的融資效率進行評價，發現在總體上處於相對低效狀態[5]。
通過對上述學者的研究，筆者發現不少學者關注運用DEA 方法進行股權融資效率的研究，較少有人對債券融資效率進行評價，更缺乏對發債主體的實證分析，因此，本文將選取08、09 年54 家發行公司債的上市公司作為實證研究的樣本，選取合適的輸入、輸出指標運用DEA 方法，對我國上市發行公司債的融資效率進行實證分析。
2 融資效率評價模型與指標選擇
2.1 融資效率評價模型的選擇
資料包絡分析(Data Envelopment Analysis，簡稱DEA)由著名運籌學家nes， er 和es 於1978 年首先提出的[6]。相對於其他效率評價方法，DEA 僅著眼於輸入輸出，而不介意具體問題的生產過程，無需針對特定問題設計複雜的生產函式，無需事前對引數進行檢驗估計，無需設定優先權重。對於非有效決策單元，不僅能指出指標的調整方向，而且還可以利用鬆弛變數分析給出具體的調整方向和調整量。
DEA 最基本的兩個模型是C2R 模型和 C2GS2 模型[7]。C2R 模型是用來評價決策單元“技術有效”和“規模有效”的模型。C2GS2 模型是用來評價純技術有效性的。考慮到本文選取的指標無需區分規模有效和技術有效，筆者將選取C2R 模型進行評價。
上式中，θ 表示效率評價值，θ ∈[0,1]，θ 值越大表示績效越好;j表示決策單元個數;j X 表示第j 個決策單元的投入指標值向量， j Y 表示第Y 個決策單元的產出指標值向量; jλ為模型的規劃變數，代表各決策單元的權重;s , s+ 為模型的鬆弛變數。
對於該模型的運算結果有以下結論：(1)當θ =1，且s? = s+ = 0時，相應的DMUj0為DEA有效;(2)當θ =1，且s? ≠ 0或s+ ≠ 0時，相應的DMUj0為DEA弱有效;(3)當θ <1 時，則相應的DMUj0 為DEA 非有效。
2.2 評價指標的選擇
2.2.1 輸入指標
(1)股東權益：體現歷次股權融資所籌集資金的累計規模大小。
(2)公司債累計每期本金：體現折算到單期的公司債融資資金大小，既包含公司債規模資訊，又包含公司債期限資訊。
(3)公司債累計每期利息：體現折算到單期的公司債融資成本大小。
(4)資產負債率：體現財務結構對股權融資的影響。
(5)主營業務成本：決定了利潤的大小,表明對資產的運用能力。企業高的收入水平並不一定會帶來高的盈利水平，企業的成本控制管理水平將會起著很重要的作用。
2.2.2 輸出指標
(1)總資產收益率：反映企業資產的運用效果，說明企業運用資產獲取利潤的能力。
(2)總資產週轉率：反映企業經營期間全部資產從投入到產出的流轉速度，反映了企業資產的管理質量和利用效率。
(3)營業收入增長率：反映上市公司的公司債融資後的成長能力;
(4)淨利潤增長率：反映融資後公司盈利能力的成長能力。
3 樣本選取及資料處理
3.1 樣本選擇
自 2007 年9 月24 日上市公司發行第一支公司債以來，截止到2010 年5 月底，共64家公司發行公司債78 期。為了使分析結果能更好地反映公司債融資效率的整體情況，本文剔除了不足以反映全年情況的10 家企業，包括2007 年3 家企業及2010 年7 家企業，共選取2007、2008 年發行公司債的54 家上市公司作為樣本。樣本行業分佈範圍廣，主要分佈在房地產開發、電力、鋼鐵、建築、化工、建材、公路與鐵路、煤炭、黃金、運輸、農用化工及消費品等方面。
3.2 資料處理
由於上市公司年報資料的可得性及相對準確性，本論文將採用公開發布的年報資料作為模型資料的'主要來源。針對2008 年及2009 年發行的公司債，本文分別選取了2008 年和2009年的財務年報。其中09 復地債及09 首置債因尚未公開2009 年年報，故選取2009 年中報的年化資料。資料均來自於wind 終端資料庫，真實可靠。
由於在原始的輸入輸出資料中存在著有負數的情況，若直接帶入DEA 模型中，則難以求解。因此，本文將採用功效係數法對收集的原始資料進行無量綱化處理。具體處理方法如下：
4 結果分析
從中可以看出，在54 家公司中有17 家公司的公司債發行效率相對有效，有效比例為31.5%，整體上說我國上市公司的公司債融資效率相對低效。從行業角度分析，17 家發行效率有效的公司涵蓋範圍廣泛，具體集中在以下行業：房地產開發，能源，製藥，基礎化工，電力等行業。從規模效益的角度分析，中聯重工、廣匯實業、西山煤電處於規模收益遞減狀態。這提示這3 個決策單元應當適當減少或限制直接投入，轉而加強資源整合和內部管理能力的提高。而其他34 個決策單元皆處在規模效益遞增狀態，可繼續增加輸入指標上的投入。