表6-5为各解释变量对中国上市公司货币资金使用的纯技术效率的随机效应tobit回归分析实证结果，其回归分析思路与货币资金使用综合效率影响因素的分析相似，但各解释变量对企业的纯技术效率的影响与它们对综合效率的影响有所区别。

模型一至模型五显示，五个模型的个体效应标准差和随机干扰项标准差均较小；通过对省域和行业的控制，不同的模型的rho值也发生了变化，这说明个体效应的波动占整个波动的比例不同，省域因素和行业因素对企业个体效应的变化有一定的影响；似然比检验表明应拒绝混合Tobit模型；对数似然值显示五个模型的拟合优度都较好，整体模型的似然比检验统计量LR及对应的P值显示模型整体上都非常显著。

表6-5　中国上市公司货币资金使用纯技术效率实证分析结果

续表6-5

注：t statistics in parentheses；*p＜0.05，**p＜0.01，***p＜0.001。

（一）模型一

1.内部因素的影响程度

模型一显示，上市年龄（age）的系数显著为正，但是数值较小，说明与上市时间短的企业相比，上市时间长的企业的货币资金使用纯技术效率略高一些。随着在证券市场内的时间的增加，通过“干中学”提高了企业的管理水平和配置能力。分红（divi）的系数显著为负，说明当期实施现金分红的企业的纯技术效率略低于未实行现金分红的企业。这是由于当企业制定分红政策时，企业的当期可支配资金减少，导致可用于投资和扩大再生产的资金减少。2001年以来，中国证监会连续出台了一系列的上市公司现金分红政策^[8]，部分上市公司为了达到再融资标准而实行现金分红^[9]，还有一些上市公司存在非理性的“超能力分红”行为。因此，当期实施分红与否，并不能说明企业的运行状态是否正常，相比之下，那些持非正常现金分红动机的企业的纯技术效率是下降的。员工人数（lnem_n）和高管人数（lnch_n）的系数都不显著，说明员工规模和高管规模的增加对上市公司提高资金使用的纯技术效率无显著效应。产权性质（firmc）的系数不显著，说明国有企业与非国有企业的纯技术效率没有显著的区别。高管薪酬（lnpay）的系数显著为负，说明企业通过“薪酬激励” 提高管理层薪酬对上市公司的货币资金使用纯技术效率没有促进作用，反而降低了其纯技术效率。企业的货币资金使用纯技术效率反映了企业对货币资金进行管理和配置的能力，也即企业管理层和决策层对企业治理能力的体现。企业的“薪酬激励” 并没有促使高管加强对企业的管理，改进企业的绩效，反而减少了企业的可支配资金，降低了企业的资金使用效率。企业规模（lnsize）的系数显著为正，说明总资产规模大的企业的货币资金使用纯技术效率较高，企业的总资产对企业的纯技术效率具有显著的正效应。这与中国现阶段经济发展现状具有一定的关系，企业的总资产规模越大，向银行进行抵押贷款越容易，可支配资金越多，在资金的协调和配置过程中，具有一定的资金优势，有利于企业的资金使用纯技术效率提升。

2.外部因素的影响程度(www.daowen.com)

金融深化（fdeep）的系数显著为正（0.251），相比之下，这些解释变量中，金融深化对企业货币资金使用的纯技术效率的正向引导作用最大。国家的广义货币资金占GDP的比重越高，说明国家的金融深化程度越高，企业的外源融资环境越宽松，有利于企业的纯技术效率的提升。而金融发展（fd）的系数显著为负，说明金融发展导致企业的纯技术效率有所下降，这是由于信贷资金充足的时候，企业“不愁钱”，对资金的管理策略也有所放松，出现货币资金使用的纯技术效率下降的情况。此外，中国金融发展水平较低，对资本市场配置效率提升的贡献极为有限，反而出现了金融发展导致企业资金使用纯技术效率负增长的情况。国内生产总值（lnGDP）的系数显著为负，说明中国经济的快速增长并没有从根本上提高企业货币资金的纯技术效率。行业FDI（lnin_fdi）和省域FDI强度（lnlnpr_fdi）的系数不显著，这说明FDI的流入对上市公司货币资金使用纯技术效率没有显著的影响。

（二）模型二

相对于模型一，模型二增加了相关影响因素的滞后变量，大部分变量的系数和显著性没有发生较大的偏离，只有当期企业规模（lnsize）和省域FDI强度两个解释变量的系数和显著性发生了变化。加入滞后变量后，当期的企业规模（lnsize）的系数变为不显著，而上一期的企业规模（lnsizet-1）对企业的货币资金使用纯技术效率有显著的正效应，这说明当期企业总资产与期初的总资产相比，后者对企业的货币资金使用纯技术效率的正效应更为显著。加入滞后变量后，省域FDI强度的系数变为显著为正，这说明当期的省域FDI流入量对上市公司的货币资金使用纯技术效率有显著的正效应，而滞后一期的省域FDI的系数显著为负，这说明当期的FDI对企业有正向的溢出效应，而随着FDI深入，将对该企业产生挤出效应，因此，当期的省域FDI强度的参数估计为正，而滞后一期的系数为负。上一期GDP（lnGDPt-1）系数不显著，这意味着企业的货币资金使用纯技术效率不受上一期国家经济形势及国家经济环境的影响，这是因为企业的纯技术效率更多地取决于企业的内部运营状况和公司治理水平。

（三）模型三

相对于模型二，模型三增加了行业虚拟变量，以考察不同行业的货币资金使用纯技术效率的平均差异。实证结果显示，回归模型中主要变量的系数和显著性水平与式（6-31）的差异不大，只有滞后一期行业FDI（lnin_fdit-1）的系数变显著，说明对样本企业的行业特征控制后，随着FDI的深入，行业内企业的竞争程度加深，对本土企业产生了挤出效应，导致企业的纯技术效率下降。行业虚拟变量的系数和显著性水平具有一定差异，说明不同行业的货币资金使用纯技术效率存在差异性（见附表A5）。其中，传播与文化产业、批发和零售贸易业上市公司的货币资金使用纯技术效率显著低于综合类上市公司；电力煤气及水的生产和供应业、房地产业、交通运输仓储业和制造业的货币资金使用纯技术效率显著高于综合类上市公司，其余行业与综合类的货币资金使用纯技术效率没有显著差异。

（四）模型四

模型四在模型二的基础上对上市公司的省域特征进行了控制，增加了省域虚拟变量，以考察不同省域的货币资金使用纯技术效率的平均差异。实证结果显示，回归模型中各变量的系数和显著性水平差异较小，各省域虚拟变量的系数和显著性不同，呈现出一定的省域特征（见附表A6）。其中，广西、黑龙江、湖北、吉林、宁夏、陕西、新疆等省域的平均纯技术效率显著高于重庆，其余省域与重庆的货币资金使用纯技术效率没有显著差异。

（五）模型五

模型五同时加入了行业虚拟变量和省域虚拟变量。实证结果显示，回归模型中的主要变量、行业虚拟变量和省域虚拟变量的系数和显著性水平与模型三和模型四的差异不大，也进一步说明了，不同的行业和省域间的上市公司的货币资金使用纯技术效率存在一定差异。

对比模型一至模型五的实证结果，其中模型五的对数似然值和似然比检验值最大，说明模型五的拟合优度更好，变量的选择更为合理。因此，由模型五可知，企业的上市年龄、省域FDI强度、金融深化和滞后一期企业规模对上市公司货币资金使用纯技术效率有正向的促进作用；分红、高管薪酬、金融发展、GDP、滞后一期行业FDI和滞后一期的省域FDI对上市公司货币资金使用纯技术效率具有负效应；而员工人数、高管人数、产权性质、行业FDI、企业规模和上一期GDP等变量对上市公司货币资金使用纯技术效率无显著的提升和抑制作用。由此可见，企业的公司治理水平、公司经营状况和市场的发育程度对于企业的纯技术效率影响较大，监管当局和制度制定者应该加强上市公司的监管力度，正向引导企业资金管理能力的提高。