5.1 结论 ...................................... 30
5.2 政策建议 .......................... 30
4 金融关联对农业上市公司技术效率的影响
4.1 变量定义与模型设计
4.1.1 变量定义
（1）被解释变量
纵观现有文献，多数学者选取企业财务绩效指标（净资产收益率、每股收益等）或者采取因子分析提取主成分来刻画企业经营状况。但是这一衡量指标存在局限性，一方面，企业财务指标来源于财务报表，具有后视性，容易被人为操作（浦艳和王贺峰，2013）；另一方面，单一的企业财务指标无法全面体现企业对投入资源的利用程度，不能体现企业的效率。相较于企业财务绩效指标，技术效率能更全面地反映企业投入—产出的效率（张铭慎和曾铮，2018）。因此，本文跳出单一农业上市公司财务指标的范畴，考虑企业技术效率指标，分析金融关联是否有利于企业技术效率水平的提升。运用 DEA 方法测度农业上市公司的技术效率值，由上一章技术效率的测度与现状分析来看，农业上市公司纯技术效率水平仍存在一定的完善空间，应当重视农业上市公司纯技术效率水平的提升，且纯技术效率反映了在技术不变的条件下，决策单元通过改善管理所获得的生产改进（姜春海和胡亚妮，2014），考察金融关联对纯技术效率的影响更具有现实意义，故选取投入导向的 BCC-DEA 模型测度出的农业上市公司纯技术效率值（TEVRS）作为被解释变量。
（2）解释变量
参考邓建平和曾勇（2011）、谭小芳和王晗堃（2019）等学者的研究，将金融关联（Fin）定义为企业高管（包括董事会成员和高级管理人员，不包括监事）曾经或者现在在金融机构任职。其中，金融机构是指银行金融机构、证券公司、基金公司、保险公司、信托公司、期货公司、融资租赁担保公司、金融资产管理公司以及小额贷款公司（周雪峰和左静静，2019）。参考祝继高等（2015）学者的研究，使用虚拟变量衡量金融关联，若农业上市公司高管存在金融机构工作背景，则金融关联虚拟变量取值为 1，否则为 0。金融关联数据通过国泰安数据、万德数据库进行收集、整理获得。
5 结论与政策建议
5.1 结论
随着经济金融化的深入发展，金融关联对于农业上市公司的发展具有越来越重要的意义。本文通过对已有文献进行归纳、整理，并基于我国 57 家农业上市公司2012-2018 年面板数据，运用投入导向的 BCC-DEA 模型测度 57 家农业上市公司2012-2018 年每一年综合技术效率、纯技术效率和规模效率，运用 Tobit 模型分析金融关联对农业上市公司技术效率的影响以及在不同产权性质、代理成本对金融关联与农业上市公司技术效率关系的调节效应。得出如下研究结论：
（1）我国农业上市公司纯技术效率水平相对来说仍存在一定完善的空间，农业上市公司应当注重出技术效率水平的提升。从不同行业来看，畜牧业和渔业主要由于纯技术效率水平较低，相较于其他行业来说综合技术效率水平较低；从不同区域来看，西部地区综合技术效率水平、纯技术效率和规模效率有待提升。
（2）从描述性统计结果来看，金融关联在农业上市公司中较为普遍。通过实证分析发现，金融关联对农业上市公司技术效率在 1%的水平上具有显著的正向影响。替换金融关联的衡量指标进行稳健性检验，结果仍然显著，说明本文的主要结论仍然稳健。另外，从实证检验结果来看，盈利能力、营运能力、机构投资者持股比例、现金流状况、第一大股东持股比例以及企业规模影响显著，也是影响农业上市公司技术效率的重要因素。
（3）非国有农业上市公司对有限的金融资源更具有“精打细算”的动力，因此，农业上市公司的国有产权性质对于金融关联提高农业上市公司技术效率具有负向调节作用，高管金融关联对非国有农业上市公司技术效率的促进作用更大。同时，较高的代理成本也会削弱金融关联对农业上市公司技术效率的正向影响。故农业上市公司应当注重完善企业内部治理机制，缓解企业内部委托代理问题，以提高金融关联的经济效益。
参考文献（略）
