基于dea模型的上市公司相对有效性评价

基于dea模型的上市公司相对有效性评价

0通信服务业是国家发展的战略性产业根据服务对象和产品，通信服务通常分为通信运营商、通信制造商和通信内容服务提供商。通信服务是一项新兴的行业，与信息技术的发展密切相关。而在十七大会议上提出的科学发展观，强调发展以信息技术为代表的高新技术产业，发展包括电信运营商在内的通信服务业，促进经济全面、协调、可持续发展。可见，通信服务业作为一种新型现代服务业，是国民经济的重要支柱产业之一，也是国家未来发展的战略性产业。有鉴于此，本文通过对于国内通信服务业上市公司的效率进行定量分析，并为通信行业提高自身效率提出了一些对策建议，希望能够为通信行业持续、健康发展提供一定的借鉴。1dea有效性的影响对于效率的评价，许多学者采用DEA(CCR）模型，但这种传统的DEA方法无法对于评价为有效的决策单元（Decision-makingUnit，以下简称DMU）进行再排序，因为传统DEA模型的研究和应用主要集中在对于投入和产出指标的选择以及对相对效率的评价上，如果计算得出的结果当中，有效的DMU较多，即有许多DMU的效率评价值为1，那么对于这些效率值为1的有效单元就无法进行进一步评价了。由Andersen提出的一种超效率评价模型能够解决这个难题，他提出的这种评价模型是对传统DEA模型的一种扩展，数学形式比较相似，不同之处就是在进行第j0个决策单元效率进行评价时，去掉了对这个决策单元的产出与投入比的效率指标小于等于1的约束，即将j0个决策单元排除在外。这样，一个有效的决策单元就可以使其投入按比较增加，而效率值保持不变，其投入增加比例即其超效率评价值，这个值可能会大于1。超效率模型的数学形式如下：min[θ-ε(eTs-+eTs+)]X和Y分别表示第j个决策单元的输入和输出的可能记录，而θ就是被考察单元的效率值，s为此对偶模型的松弛变量。我们可以用图1来更好地理解这个模型，图中有5个决策单元A-E，它们都是双投入和单产出的，为了方便起见，我们假设它们的产出相同，即在DEA有效的情况下，投入产出可以同比例收缩，这些决策单元的有效前沿面如图1所示：图1当中，ABCD是有效前沿面，即点A、B、C、D均是DEA有效的，只有E是DEA无效的。在计算C点的效率值时，如果将其排除在外，那么生产前沿面就变为ABD，其效率值就为OC’/OC>1，这个值即C的超效率值，同理，通过计算可以得出A、B、D三个点的超效率值。而对于E点来说，有效前沿面仍然是ABCD，所以它的效率值不变，这样，就可以对于DEA有效的单元进行排序。而对于非DEA有效的DMU是否具有技术有效性以及如何进行调整，本文引进了BCC模型，该模型是在CCR模型的基础上增加了约束条件，因此在CCR模型下为非DEA有效在BCC模型下为DEA有效的DMU仅仅是技术有效而不是规模有效。借用上述两种模型，我们可以对于DMU的有效性及效率情况进行较为全面的分析，并能够通过投影原理，对DMU如何从非DEA有效调整到DEA有效提出对策建议。2研究数据来源用DEA方法进行效率评价时，关键在于投入产出指标的选择，这些指标必须符合三个特点：一是要能够较为全面地反映评价单元的特征，从而更好地达到评价的目的；二是各个指标之间不能有太强的线性关系，否则不能分析多个投入产出的效率；三是数据应当具有可得性，这也是一个基本条件。为此，本文选取了两个投入指标，分别为：每股净资产、管理费用；三个产出指标，分别为：每股收益、主营业务收入和净利润。对于数据的来源，本文选取了新浪财经网中的通信服务业板块的上市公司为研究对象。上市公司的数量为20家，本文采用的是2011年3月31日公布的财务数据。由于其中有三家上市公司（中卫国脉、*ST星美以及卫士通）所收集的数据当中有负值，而且*ST星美为上市预警的公司，考虑到计算的便利性，本文将这三家公司剔除，选择了剩下的17家上市公司的数据。3计算与分析3.1上市公司总体效率评价本文用EMS软件进行计算，选取的是投入导向，得出的评价结果排序情况，以及非有效单元的标杆比较对象如表1所示：表1给出了各个上市公司的总体效率值、总体的效率值排序以及提高效率时它们相应的标杆公司。由表中的数据我们可以看到，有7家上市公司的总体效率都超过了1，它们分别是中国联通、天泽信息、国脉科技、新太科技、鹏博士、世纪鼎利以及二六三，说明他们的投入是合理的，产出的总体效率高，即DEA模型评价为有效的公司。其中，中国联通的效率值要远远大于其他的上市公司，效率值为7630.06%，由此可见，中国联通作为中国通信行业的三大运营商之一（中国移动和中国电信在香港上市，不在国内上市，所以不在本文的研究范围内），在经过了电信业的充分竞争以及3G时代所带来的发展机遇之后，其效率值要远远地大于其他上市公司，这也充分说明DEA超效率模型确实能够得到比传统DEA(CCR）模型更多的信息。3.2非dea有效性评价指标目标值表1当中除了那7家上市公司的效率值是大于1的，另外还有10家上市公司的效率值小于1，它们是非DEA有效的公司，为了对它们的效率值进行进一步的分析，接下来采用BCC模型，依然采取投入导向，用DEAP2.1软件来进行计算，得出的结果如表2所示：从表2的数据我们可以看到各个公司的技术效率、纯技术效率和规模效率值以及规模收益状况。以汇源通信的数据为例，该上市公司的纯技术效率为1，而规模效率是小于1的（0.862），因为技术效率=纯技术效率规模效率，也就是说该公司对于资源的配置情况是有效的，非有效的原因主要是因为规模太小，所以该公司只要适当扩大规模，形成规模效应，就能够使自己变为有效的DMU。而其他的上市公司的评价结果，我们可以看到，除了恒信移动和杰赛科技两家上市公司处于规模收益递减的状态以外，其他上市公司都处于规模收益递增的状态，也就是说，我国通信服务业的上市公司普遍规模过小，它们需要抓住机遇，适当扩大规模从而提高自身的效率。针对这些非DEA有效的DMU的各个投入和产出，下面根据投影原理，给出它们各个评价指标的目标值以及达到这些目标值的调整幅度。如表3所示：通过目标值以及调整幅度我们可以看到，每个非DEA有效的DMU调整为DEA有效所要达到的目标值，以及需要调整的百分比。以华平股份为例，它的投入指标中，每股净资产的目标值为0.955，减少幅度87.8%，管理费用为597.153，减少幅度为27.4%，而产出指标当中，每股收益保持不变，主营业务收入的目标值为7977.242，增加幅度为389.5%，净利润的目标值为328.47，增加幅度为61.6%，从中可以看到，该上市公司的盈利能力严重不足，主营业务收入和净利润都存在明显的不足，而且该公司处于规模收益递增的状态，技术效率值（仅为0.2）低下,主要是因为规模效率值（0.276）较低引起的，所以该公司想要成为DEA有效的DMU，需要不断开拓市场，扩大自身规模，形成规模效应，并要不断地减少相关管理费用，提升自身的盈利能力，从而不断提升自身的效率。其他上市公司也可以采取类似的方式来提高自身的效率。4deabcc模型通过对于我国通信服务业其中的17家上市公司的效率评价，我们可以得出如下结论：第一，本文首先采用了扩展的DEA模型，即超效率DEA模型对于上市公司的效率进行了实证分析，这种评价模型克服了传统的DEA(CCR）模型对于多个DEA有效单元无能为力的缺点，将其中效率评价为有效的7家上市公司进行了排序，效率值由高到低的顺序依次是：中国联通、天泽信息、国脉科技、新太科技、鹏博士、世纪鼎利和二六三。其中中国联通的效率值要远高于其他上市公司，说明该公司在经过了电信业的充分竞争和3G时代的发展之后，效率值处于领先地位。第二，针对非DEA有效的上市公司，本文接下来采用了DEA(BCC）模型，用投入导向来进行进一步的分析和计算，从而得出了这些上市公司的纯技术效率和规模效率，并发现，汇源通信的纯技术效率为1，即对于资源的配置是有效的，该公司只需要通过合理的扩大规模，形成规模效应，就能够使自己成为有效的DMU。最后根据投影原理，给出了这些非DEA有效的上市公司的各个投入和产出指标的目标值，