基于三階段DEA的家電行業(yè)上市公司效率評(píng)價(jià)

劉曉艷 楊靜

摘 要：家電行業(yè)的發(fā)展對(duì)我國(guó)現(xiàn)階段實(shí)體經(jīng)濟(jì)的發(fā)展具有重要作用。在此背景下基于家電行業(yè)36家上市公司的資產(chǎn)負(fù)債表和利潤(rùn)表的數(shù)據(jù)，計(jì)算出處于生產(chǎn)前沿面上的10家上市公司。為了進(jìn)一步分析有效率的企業(yè)，在DEA一階段的擬合結(jié)果基礎(chǔ)上引用Jackknifing方法進(jìn)行穩(wěn)健性檢驗(yàn)，構(gòu)造虛擬最優(yōu)決策單元計(jì)算出評(píng)價(jià)效率最高值，然后引入三階段DEA模型進(jìn)行效率評(píng)價(jià)。結(jié)果表明，深康佳A、小天鵝和老板電器的效率值最高，而廈華的效率值在10家有效率的企業(yè)中為最低。

關(guān)鍵詞：數(shù)據(jù)包絡(luò)分析 Jackknifing方法 效率評(píng)價(jià) 帕累托最優(yōu)

中圖分類(lèi)號(hào)：F279.23 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2019）01（b）-229-04

家電行業(yè)作為我國(guó)的制造業(yè)重要組成部分，也是我國(guó)參與國(guó)際競(jìng)爭(zhēng)的重要行業(yè)。截至2017年底，家電行業(yè)主營(yíng)業(yè)收入從2013年的1.28萬(wàn)億元增長(zhǎng)到2017年的1.51萬(wàn)億元，其利潤(rùn)總額達(dá)到了1169億元。雖然家電行業(yè)總體發(fā)展較為良好，但是行業(yè)平均利潤(rùn)率只有7%～8%；由此可見(jiàn)，家電行業(yè)在高速發(fā)展的同時(shí)仍然存在很多不足：創(chuàng)新技術(shù)能力不足，品牌競(jìng)爭(zhēng)力不強(qiáng)等。因此如何提高家電企業(yè)的經(jīng)營(yíng)效率，實(shí)現(xiàn)企業(yè)的可持續(xù)發(fā)展是目前眾多學(xué)者關(guān)注的焦點(diǎn)。基于此本文以家電行業(yè)的上市公司為研究對(duì)象，采用DEA三階段分析方法對(duì)上市公司的經(jīng)營(yíng)效率進(jìn)行實(shí)證分析，并為家電企業(yè)的發(fā)展提供一些參考建議。

1 文獻(xiàn)綜述

效率評(píng)價(jià)一直是學(xué)者關(guān)注的焦點(diǎn)，目前研究效率評(píng)價(jià)的方法相對(duì)較多，主要分為以SFA為主的參數(shù)評(píng)價(jià)法和以DEA為主的非參數(shù)評(píng)價(jià)法。如Helvogist[1]等人利用1968—2002年美國(guó)太平洋西北鋸木產(chǎn)業(yè)數(shù)據(jù)進(jìn)行SFA分析并通過(guò)回歸方程發(fā)現(xiàn)生產(chǎn)率的進(jìn)步是由技術(shù)進(jìn)步導(dǎo)致的。由于SFA的應(yīng)用形式具有很強(qiáng)的假設(shè)，而DEA在測(cè)算效率時(shí)則不需要考慮的具體形式，操作相對(duì)簡(jiǎn)單。目前，學(xué)者從各個(gè)視角探討了各行業(yè)的效率，Tosiyuk[2]以燃煤電廠效率為研究對(duì)象，發(fā)現(xiàn)非放射型DEA網(wǎng)絡(luò)模型測(cè)度較為合理。Tosiyuk[3]基于DEA模型計(jì)算出環(huán)境保護(hù)得效率。在國(guó)內(nèi)，王舒鴻等人[4]基于物流行業(yè)的數(shù)據(jù)利用DEA方法對(duì)物流行業(yè)能源效率進(jìn)行了評(píng)價(jià)。部分學(xué)者還將其他模型與DEA方法相結(jié)合進(jìn)行效率評(píng)價(jià)，如劉自敏等[5]基于面板三階段DEA模型分析了我國(guó)省級(jí)政府衛(wèi)生投入效率的時(shí)空演變。由于近些年來(lái)也有部分學(xué)者開(kāi)展了對(duì)家電行業(yè)和上市公司效率的評(píng)價(jià)。奇磊[6]運(yùn)用因子分析探討了我國(guó)28家家電上市公司的經(jīng)營(yíng)績(jī)效水平；辛玉紅[7]等人采用DEA和Malmquist指數(shù)方法相結(jié)合對(duì)家電行業(yè)22家上市公司的經(jīng)營(yíng)效率進(jìn)行了評(píng)價(jià)，并提出了提高經(jīng)營(yíng)效率的建議。這些學(xué)者在運(yùn)用DEA對(duì)家電行業(yè)上市公司進(jìn)行效率評(píng)價(jià)時(shí)并未考慮其評(píng)價(jià)結(jié)果的穩(wěn)健性。因此，本文基于36家家電行業(yè)上市公司的財(cái)務(wù)數(shù)據(jù)，采用傳統(tǒng)的DEA方法進(jìn)行評(píng)價(jià)，得出10家公司處于生產(chǎn)前沿面上，引入Jackknifing方法進(jìn)行穩(wěn)健性檢驗(yàn)并剔除異常值對(duì)效率值的影響，然后在構(gòu)建最優(yōu)決策單元的基礎(chǔ)上，找出實(shí)際存在的最優(yōu)上市公司并進(jìn)行三階段DEA評(píng)價(jià)，最后通過(guò)比較各個(gè)公司與最優(yōu)上市公司在綜合效率、規(guī)模效率和技術(shù)效率等方面的差距，從而探索出各自的改進(jìn)空間。通過(guò)實(shí)證分析可以發(fā)現(xiàn)這種DEA三階段效率評(píng)價(jià)機(jī)制相比前人的研究成果更具有合理性，并對(duì)家電企業(yè)的發(fā)展提出了一些建設(shè)性的建議。

2 我國(guó)家電行業(yè)上市公司的實(shí)證分析

2.1 家電行業(yè)的DEA一階段評(píng)價(jià)

本文以家電行業(yè)上市公司為研究對(duì)象，以上市公司2017年底的資產(chǎn)負(fù)債表和利潤(rùn)表作為研究樣本。在前人研究的基礎(chǔ)上，本文選取貨幣資金、流動(dòng)資產(chǎn)合計(jì)、長(zhǎng)期股權(quán)投資、固定資產(chǎn)凈額和非流動(dòng)資產(chǎn)合計(jì)作為投入指標(biāo)，選取營(yíng)業(yè)收入、營(yíng)業(yè)利潤(rùn)、利潤(rùn)總額和凈利潤(rùn)作為產(chǎn)出指標(biāo)。其具體數(shù)據(jù)如表1所示（基于篇幅僅列出部分上市公司）。

首先對(duì)表1中的數(shù)據(jù)進(jìn)行評(píng)價(jià)，本文選取的指標(biāo)是去除滯后因素和長(zhǎng)期因素影響的時(shí)點(diǎn)指標(biāo)，此外，從相對(duì)產(chǎn)出視角出發(fā)，投入水平相對(duì)比較容易把控，而產(chǎn)出水平則取決于企業(yè)的創(chuàng)新能力、技術(shù)發(fā)展水平等因素?；谝陨峡紤]，本文采用投入導(dǎo)向的規(guī)模報(bào)酬不變的CCR模型，計(jì)算公式為：

計(jì)算結(jié)果如表2所示（僅列出部分企業(yè)）。進(jìn)行DEA第一階段效率評(píng)價(jià)后其結(jié)果顯示：在36家上市公司中有10家企業(yè)的效率值為1，達(dá)到帕累托最優(yōu)或者弱帕累托最優(yōu)，從而構(gòu)成DEA效率評(píng)價(jià)的前沿面。為簡(jiǎn)化起見(jiàn)，在表2中列出未達(dá)到帕累托最優(yōu)的部分26家上市公司的效率得分以及投入冗余量和產(chǎn)出虧空量。從表2中可以看出，在無(wú)效的企業(yè)當(dāng)中，可以看出家電行業(yè)中的企業(yè)實(shí)力各不相同，需要通過(guò)創(chuàng)新以及調(diào)整組織架構(gòu)等措施來(lái)提高競(jìng)爭(zhēng)力。

2.2 穩(wěn)健性檢驗(yàn)

由于存在眾多因素影響DEA結(jié)果的穩(wěn)健型，尤其是異常值的存在。因此，剔除異常值能夠較為真實(shí)的反映企業(yè)經(jīng)營(yíng)狀況。因此本文選取引入Jack-knifi ng方法進(jìn)行穩(wěn)健性檢驗(yàn)。Jack-knifi ng方法的原理是將一個(gè)已經(jīng)處于生產(chǎn)前沿面的上市公司剔除，然后對(duì)剩下的上市公司進(jìn)行效率評(píng)價(jià)，再將計(jì)算出的評(píng)價(jià)值與原先計(jì)算的效率評(píng)價(jià)值作比較，如果兩者相差不大，則說(shuō)明該剔除的上市公司不是異常值，反之則說(shuō)明該上市公司為異常值?；诖?，本文對(duì)處于生產(chǎn)前沿面上的10家上市公司分別進(jìn)行剔除計(jì)算，這樣計(jì)算出剔除后的上市公司效率評(píng)價(jià)值，如表3所示（基于本文篇幅僅列出代表性的上市公司）。

從表3中可以看出，當(dāng)剔除萬(wàn)家樂(lè)后，26家企業(yè)的效率值發(fā)生了明顯變化。為了進(jìn)一步說(shuō)明萬(wàn)家樂(lè)是異常值，本文進(jìn)行了效率值得相關(guān)性分析，如表4所示。

從表4中可以發(fā)現(xiàn)，當(dāng)去掉萬(wàn)家樂(lè)時(shí)，其他企業(yè)相關(guān)性系數(shù)產(chǎn)生了較大的波動(dòng)，均在-0.2 左右，由此可以判斷出萬(wàn)家樂(lè)為異常值，應(yīng)該予以剔除，然后將剩下的上市公司進(jìn)行DEA的二階段評(píng)價(jià)。

2.3 家電行業(yè)的DEA二階段評(píng)價(jià)

為了進(jìn)一步研究處于生產(chǎn)前沿面的10家上市公司的投入產(chǎn)出情況，本文引入一個(gè)虛擬的最優(yōu)決策單元，進(jìn)行DEA二階段評(píng)價(jià)?；诙嗄繕?biāo)決策方法的構(gòu)造思想，本文選取投入最小產(chǎn)出最大的虛擬企業(yè)作為最優(yōu)決策單元。由于上市公司減少，如果繼續(xù)選擇之間的投入產(chǎn)出指標(biāo)，則會(huì)造成評(píng)價(jià)結(jié)果的不穩(wěn)定性。因此本文在DEA二階段評(píng)價(jià)中選取流動(dòng)資產(chǎn)合計(jì)、長(zhǎng)期股權(quán)投資、非流動(dòng)資產(chǎn)合計(jì)作為投入指標(biāo)，選取營(yíng)業(yè)收入和利潤(rùn)總額為產(chǎn)出指標(biāo)。具體計(jì)算結(jié)果如表5所示。

從表5可以看出，由于最優(yōu)決策單元是理想狀態(tài)下的表現(xiàn)形式，因此其效率值為1。在引入最優(yōu)決策單元后，其余9家效率企業(yè)也變得相對(duì)無(wú)效。從而實(shí)現(xiàn)9家在前沿面的上市公司的全排序。相對(duì)于其他企業(yè)來(lái)說(shuō)，效率值越大的企業(yè)投入冗余和產(chǎn)出虧空相對(duì)較少，從而實(shí)現(xiàn)對(duì)這些企業(yè)優(yōu)中選優(yōu)的目的。其中，深康佳A的效率值在9家企業(yè)中大，達(dá)到0.00078，而廈華的效率值最低，為0.00007?？梢钥闯觯鄬?duì)最優(yōu)決策單元，各個(gè)企業(yè)存在著明顯的投入冗余和產(chǎn)出虧空，尤其老板電器、深康佳A和海信科龍產(chǎn)出虧空嚴(yán)重，急需提高經(jīng)營(yíng)效率。

2.4 DEA有效單元的三階段評(píng)價(jià)

依據(jù)企業(yè)的日常經(jīng)營(yíng)規(guī)律可知，現(xiàn)實(shí)生活中并不存在最優(yōu)決策單元，如果以最優(yōu)決策單元為目標(biāo)對(duì)其他企業(yè)進(jìn)行調(diào)整投入與產(chǎn)出的比例，使得達(dá)到相對(duì)的最佳效率，則變得沒(méi)有實(shí)際意義。因此基于最優(yōu)決策單元，找出最優(yōu)效率企業(yè)，即DEA二階段效率評(píng)價(jià)中效率值最大的企業(yè)深康佳A。其他上市企業(yè)按照深康佳A的經(jīng)營(yíng)模型進(jìn)行改進(jìn)，以使自身效率達(dá)到最佳狀態(tài)。為此，本文將二階段評(píng)價(jià)中所得到的效率值按照最大效率評(píng)價(jià)值進(jìn)行標(biāo)準(zhǔn)化修正，即：

基于本文篇幅的原因，表6中只列出未達(dá)到帕累托最優(yōu)的決策單元。從表6中可以看出，海信科龍、廈華、九陽(yáng)股份處于弱帕累托有效的狀態(tài)。以海信科龍為例，如果該企業(yè)貨幣資金減少2.4191億元，長(zhǎng)期股權(quán)投資減少6.8473億元，營(yíng)業(yè)利潤(rùn)增加6.4806億元，則將大大改善海信科龍的經(jīng)營(yíng)效率，達(dá)到帕累托最優(yōu)的狀態(tài)。同理，廈華、九陽(yáng)股份也可以按照表6中的規(guī)劃結(jié)果進(jìn)行調(diào)整，使得自身達(dá)到最優(yōu)狀態(tài)。

3 結(jié)語(yǔ)

本文以家電行業(yè)上市公司的財(cái)務(wù)報(bào)表為數(shù)據(jù)，運(yùn)用三階段DEA方法對(duì)其進(jìn)行經(jīng)營(yíng)效率的評(píng)價(jià)。通過(guò)實(shí)證分析發(fā)現(xiàn)，通過(guò)DEA三階段對(duì)家電上市公司效率的評(píng)價(jià)結(jié)果發(fā)現(xiàn)家電行業(yè)中的企業(yè)效率值層次不齊，深康佳A、小天鵝和老板電器的效率值最高，而廈華的效率值在10家有效率的企業(yè)中為最低，符合家電行業(yè)發(fā)展現(xiàn)狀。因此，本文結(jié)合家電行業(yè)的特點(diǎn)，從家電行業(yè)上市公司的微觀視角出發(fā)，提出建議。

第一，公司的發(fā)展要立足于長(zhǎng)遠(yuǎn)發(fā)展，不著眼于眼前發(fā)展。在DEA三階段效率評(píng)價(jià)中，雖然部分上市公司的效率值已經(jīng)較高，但是與最優(yōu)效率企業(yè)相比，還存在較大差距，因此公司在自身發(fā)展中要具有長(zhǎng)遠(yuǎn)眼光，汲取其他企業(yè)發(fā)展的優(yōu)勢(shì)更好地提高自身發(fā)展。

第二，提高家電企業(yè)的資產(chǎn)投入運(yùn)營(yíng)率。實(shí)證分析結(jié)果表明，未達(dá)到效率最優(yōu)的上市公司的投入冗余相對(duì)較大，一定程度上反映了家電行業(yè)投入結(jié)構(gòu)不合理的這一共性。因此家電企業(yè)要加大科技投入力度，通過(guò)引進(jìn)國(guó)內(nèi)外先進(jìn)技術(shù)，消化吸收，實(shí)現(xiàn)創(chuàng)新，形成自身核心技術(shù)；人才方面需要企業(yè)引進(jìn)吸收大量?jī)?yōu)秀人才，提高企業(yè)的科技創(chuàng)新能力，從而提升資產(chǎn)投入的運(yùn)營(yíng)效率；同時(shí)家電企業(yè)要注意吸收國(guó)內(nèi)外先進(jìn)的管理模式，實(shí)現(xiàn)組織結(jié)構(gòu)的合理化發(fā)展，從而提升管理效率。

參考文獻(xiàn)

[1] Helvoigt T L，Adams D M. A stochastic frontier analysis of technical progress，efficiency change and productivity growth in the Pacific Northwest sawmill industry[J]. Forest Policy and Economics，2009（11）.

[2] Toshiyuki Sueyoshi and Mika Goto.DEA environmental assessment of coal fired power plants：Methodological comparison between radial and non-radial models[J]. Enery Economics，2012，34（6）.

[3] Toshiyuki Sueyoshi and Yan Yuan.Chinas regional sustainability and diversified resource allocation：DEA environmental assessment on economic development and air pollution[J].Enery Economics，2015（49）.

[4] 王舒鴻，汝慧萍，宋馬林.基于DEA的物流行業(yè)能源效率評(píng)價(jià)——以2006年—2008年各省市物流數(shù)據(jù)為例[J].物流技術(shù)， 2010（9）.

[5] 劉自敏，張昕竹，楊丹.我國(guó)省級(jí)政府衛(wèi)生投入效率的時(shí)空演變——基于面板三階段DEA模型的分析[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014（6）.

[6] 奇磊.基于因子分析的家電行業(yè)上市公司經(jīng)營(yíng)績(jī)效評(píng)價(jià)[J].甘肅農(nóng)業(yè)，2018（8）.

[7] 辛玉紅，李星星.基于DEA模型的中國(guó)家電上市公司效率實(shí)證分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2013（3）.