DEA在电力业上市公司绩效分析中应用.docVIP

DEA在电力业上市公司绩效分析中的应用 　　[摘要] 本文运用数据包络分析的C2R模型和C2GS2模型，从公司治理角度测评了我国沪市电力业25家上市公司治理的总体效率、纯技术效率以及纯规模效率和规模效益状况，并结合聚类分析方法对测评结果进行了深入分析，为决策部门和电力业上市公司提高公司治理绩效提供参考依据。 　　[关键词] 数据包络分析(DEA)；上市公司；实证分析 　　[中图分类号] F407.61[文献标识码] A[文章编号] 1006-5024(2008)02-0102-03 　　[作者简介] 范林榜，徐州师范大学管理学院讲师，博士生，研究方向为公司治理； 　　梁栋桢，徐州师范大学管理学院讲师，硕士生，研究方向为公司绩效评价； 　　聂锐，中国矿业大学管理学院院长、教授，博士生导师，研究方向为公司治理与公司战略管理。 　　(江苏 徐州 221009) 　　 　　一、引 言 　　 　　数据包络分析(Data Envelopment Analysis， 简称DEA )是著名运筹学家A. Charnes和W.W. Copper 等学者于1978年提出的，是在“相对效率评价”概念基础上发展起来的一种评价具有相同类型投入和产出的若干决策单元(decision making unit， 简称DMU)相对效率的有效方法[1]。其处理多输入、多输出情形的能力，以及无需提供先验的权重信息，不需要预先估计参数，在避免主观因素、简化运算和减少误差等方面有着不可低估的优越性，DEA模型已成为管理科学与系统工程领域的一种重要而有效的分析工具[2]。目前，国内外对公司治理与公司绩效的实证研究大多是从相关回归分析的角度进行的，并得出了各种不同结论，难以为各利益相关者提供决策参考依据。 　　 　　二、电力业上市公司绩效分析的DEA模型 　　 　　(一)评价DMU总体效率的具有非阿基米德无穷小的C2R模型 　　 　　(三)评价DMU纯规模效率的计算模型 　　根据DEA理论，DMU总体效率θ*、纯技术效率σ*、纯规模效率s*三个参数之间存在如下所示关系： 　　 s*=(3) 　　由式(3)可直接计算DMU的纯规模效率。 　　 　　三、实证分析 　　 　　(一)指标的选取和数据收集 　　本文旨在从我国电力业能源性上市公司治理角度研究测评其公司治理绩效，所以，我们结合DEA模型的基本原理，选取各DMU公司董事会规模(X1)、独立董事在全体董事中所占的比重(X2)，第一大股东股份所占比例(X3)、前五大股东股份所占比例(X4)作为DEA模型的输入量，而选取托宾Q值(Y1)、净资产收效率(Y2)作为DEA模型的输出量。 　　在DEA模型中，决策单元DMU的数目大于输入输出指标之和的两倍对模型求解比较有利，我国电力业沪市上市公司截止2005年底总计35家，剔除ST和严重异常公司，本文选取了我国沪市上市的电力业能源性公司25家，符合DEA求解要求。收集的原始数据来源于上海证券交易所和巨潮资讯网站公布的各公司2005年年报，具体的输入输出原始数据如表1。 　　 　　(二)DEA模型的建立与求解 　　根据表1数据，分别建立C2R模型和C2GS2模型，利用Lindo6.1软件求解式(1)、式(2)所示的规划模型，计算各DMU总体效率θ*、纯技术效率σ*，然后由式(3)计算纯规模效率s*，并判断各上市公司的规模效益状况，具体结果见表2和表3所示。 　　(三)运算结果的聚类分析 　　根据DEA模型参数含义，我们按各DMU总体效率θ*、纯技术效率σ*、纯规模效率s*对25个DMU进行Q型聚类分析，将各DMU分成四类的结果分析如下： 　　第一类DMU包括：国投电力、长江电力、岷江水电、金山热电和乐山电力5家公司。从表2可以看出，它们的总体效率θ*、纯技术效率σ*和纯规模效率s*都很理想，达到了公司治理的最佳状态。另外，从表1我们可知，公司净资产收益率最高的国投电力达到了27.52%，最低的岷江水电公司净资产收益率也为6.74%。这类电力公司的董事会规模在9-12人之间，独立董事占全体董事比重约1/3。虽然第一大股东所占股份差异较大，而前五大股东所占股份比例都在60%左右。根据所建模型分析，这类DMU是DEA有效，公司治理达到了公司目前规模的最佳总体效率，如果公司规模不作大的改变，就不必对这类公司治理结构进行调整。 　　第二类DMU包括：申能股份、岁宝热电、三峡水利、国电电力、郑州煤电、九龙电力、华能国际和通宝能源8家公司。这类公司没有达到DEA有效状况，从表2，我们可以看出，它们的总体效率只是较好，是弱DEA有效。 　　第三类DMU包括：钱江水利、天富热电、华电能源、桂东电力、川投能源、京能热电、广州控股、大连热电