基于dea模型的核电行业投资效率分析.docxVIP

　　一、引言　　核电是目前绿色能源的核心，其热值是碳基能源的几百万倍，自身产出的大气污染物和温室气体碳排放较少，并减轻了以燃煤为主发电结构的煤碳运输压力。虽然核电目前的建设成本较高，但随着核电技术的提升，核电发电综合成本将会大大降低，核能发电作为清洁高效的能源可以逐步取代煤、石油、天然气等碳基能源[1]。核电正以其独特的优越性受到更多国家的重视，成为安全、清洁和经济的战略替代资源。大力发展核电对解决我国电力能源需求、优化电力能源结构、保障电力能源安全和促进我国社会经济的可持续发展具有重要战略性意义。目前我国很多核电企业的投资效率普遍不是很高，因此本研究以核电企业为对象，对各企业的投资效率进行测度和评价，为投资部门决策提供依据。　　关于目前国内外文献中对电力企业投资效率的有效性的评价研究还不多，这主要是与企业的投资效率价值标准的多样性、复杂性有很大的关系。目前投资效率的评价方法和模型主要有：企业投资财务指标法、以企业存在价值为核心的经济增加值EVA分析评价方法、企业投资随机前沿法（SFA）和数据包络DEA分析方法[2]。通过分析发现通过数据包络DEA分析方法是目前对企业投资有效性评价的比较方便和准确的效率评价方法之一[3]；并鉴于核电企业投资效率评价是一个多维度的复杂问题，需要考虑核电企业处于不同发展阶段、不同类型的多个目标，因此本研究选用数据包络法（DEA）对我国几十家核电企业的投资效率进行有效性测算和评价。　　对于企业的投资效率，Farrell在1957年对其进行微观层面的研究[4]，从企业生产投入角度提出企业生产效率生产函数、置效率、技术效率和总经济效率的概念。他认为技术效率是反映了企业给定生产投入的前提下，企业实际产出和理论最大产出的比率；而配置效率则被定义为是反映给定自投入价格的情况下，企业使用各种投入的最优比例能力。技术效率和配置效率的乘积是总经济效率。Leibenstein（1996）单纯从技术和资金投入角度分析了企业的投资经营无效率的结果，并利用X效率解释其存在的问题。国内学者大多从宏观经济的层面上探讨投资效率问题，但对于微观企业而言投资效率究竟意味着什么则并不明确。覃家琦等（2009）对微观企业投资效率的度量进行研究，他们认为微观企业的投资效率等价于生产效率或生产率，并提出将投资效率划分为静态效率和动态效率分别研究[5]。王坚强和阳建军（2006）将DEA方法运用到企业的投资效率评价中，在此基础上引入两个虚拟决策单元，提出了一种基于TOPSIS方法的DEA投资效率评价模型，并以中国房地产上市公司为研究对象进行了实证研究[6]。王晓红和李学峤（2012）利用DEA方法对中国稀土上市公司的投资效率进行评价，在企业投入与产出层面为企业继续增加资金投入以及扩大企业规模提供理论支撑[7]。吴向明和徐晓丽（2013）基于非参数DEA模型的Malmquist生产率指数法对中国旅游上市公司的投资效率进行了动态评价[8]，研究结果表明，DEA方法在企业投资效率评价上已被广泛应用，并得到普遍认可。　　综合国内学者对于宏观投资效率的研究发现，一是研究结论上，我国投资效率在宏观与微观两方面相背离，整体投资效率高，但是在微观层面上却存在投资低效率的现象；二是研究方法上，DEA方法被广泛应用到对微观企业的投资效率评价中，为企业继续增加资金以及扩大企业规模提供了理论基础。　　二、研究方法　　本研究通过静态与动态两方面评价我国现阶段核电上市企业的投资效率的有效性，利用数据包络DEA模型进行详细的测算核电企业的静态投资效率，并利用Malmquist指数衡量我国核电企业动态投资效率的有效性。　　（一）DEA基本模型的确定　　一个生产过程可以被描述成这样一种活动单元，形成决策单元（DMU）；每个DMU具有一定的经济含义，在输入转换成输出的同时实现决策目标。本文参考李瑞霞（2012）、高宇虹（2012）、高旋（2013）等文献[9-11]，主要简要介绍一下两个基本的DEA评价模型。　　对比几种DEA模型，CCR模型假设规模报酬不变，达到整体有效性，即技术有效和规模有效；BCC模型考虑规模收益，同时反映了技术有效、规模有效和整体有效。本研究选定DEA模型中的BCC模型作为分析模型。　　（二）研究样本、指标选取和数据处理　　1.样本选择。本研究选取2010-2013年我国核电产业链中的核电资源、核电设备及辅助设备、核电站运营等上市公司为样本。样本中将主营业务与核电无关、当年或之后上市的公司数据以及数据缺失或数据异常的公司剔除，因为这些公司对于当年的静态投资效率评价不合适。最终筛选核电行业投资有效性评价样本21个①。本研究数据来源于上海证券交易所、深圳证券交易所、相关证券公司网站如金融界和易投资的上市公司年度报表，经过相关整理得到。　　2.指标选取。根据核