我国农业类上市公司技术效率研究.docVIP

我国农业类上市公司技术效率研究内容摘要：本文基于2011年我国沪深（A股）39家农业类上市公司的财务数据，利用不变规模报酬DEA模型（CRS-DEA）和可变规模报酬DEA模型（VRS-DEA），对我国农业类上市公司的效率进行了分析。并在DEA分析结果的基础上，运用最小二乘法（OLS）对总体效率进行分解，以更精确的得知纯技术效率和规模效率对总体效率的影响程度，并得出结论。 关键词：DEA 农业类上市公司 效率 农业产业化是实现我国农业现代化的重要途径。农业上市公司作为农业产业化经营的关键主体，已成为发展现代农业的重要载体、促进农村经济结构优化的重要力量、促进农民增收的重要途径；同时农业上市公司作为我国证券市场的一个重要板块，其运行效率也关乎到我国证券市场的稳定与健康发展。截止2011年末，沪深两市上市公司（A股）有2234家，其中农业类上市公司有45家，占沪深两市上市公司（A股）总数的2.01%。我国农业类上市公司数量少，规模偏小，规避风险能力不足；主业经营面临困境，证券市场表现不佳、非农扩张严重等问题制约着我国农业类上市公司效率的提高。因此，对农业上市公司效率进行评价对促进农业上市公司整体效率的提高具有重要意义。 关于上市公司的效率研究，国外早期主要从财务角度进行界定，多采用财务指标法对上市公司的效率进行评价。这种方法数据获取容易，操作简单，结论简明。但此方法难以反映上市公司不同投入与产出情况对效率影响的相对重要性（ChenYeh，1998）。同时不适合对上市公司的长期效率做动态分析（OralYolalan，1990）。由此，对上市公司效率的界定开始转向前沿效率角度，数据包络分析方法（DEA）逐渐成为主流。国内对前沿效率的研究相对较晚，但是发展迅速。孟令杰和丁竹（2005）利用数据包络分析的CZR模型对我国农业上市公司2002和2003年的综合效率进行了实证研究，结果显示我国农业上市公司的平均效率较低，资产结构对于农业上市公司效率的影响不明显。曲建华等（2007）运用DEA模型对我国31家农业上市公司的相对效率进行了评价和排序，结果发现农业上市公司的相对效率受两方面因素的影响：反映总体指标表现情况的达到平均指标率和影响公司业绩的关键指标。沈渊和郑少锋（2008）采用数据包络分析的CZR模型和CZGSZ模型对我国61家农业上市公司2006年的经营效率进行了实证分析，得出我国农业上市公司总体效率低下的原因是纯技术效率和规模效率共同影响的结果。杨印生和张充（2009）运用DEA模型实证分析了农业上市公司投资绩效，并提出若干建议。王茜和秦富（2009）利用数据包络分析方法，对我国2007年的42家农业上市公司的效率情况作了总体评价，并对其投入冗余程度进行了差值分析。结果表明，提高技术因素是我国农业上市公司生产效率改善的关键。 上述研究成果为正确评价我国农业上市公司的经营效率，促进农业上市公司效率的提高，提供了有益的借鉴。但农业上市公司的发展是一个动态的过程，对其效率评价也要时时跟进，以获得最新的动态，真实了解我国农业上市公司运行效率情况。上述研究大多局限于DEA方法的分析，没能结合其他工具进行更深入的分析。 研究方法及模型介绍 DEA方法以相对效率为基础，用于评价相同类型的多投入多产出的决策单元是否有效的非参数方法。它排除了很多主观因素，具有很强的客观性，因而能够更理想地反映评价对象自身的信息和特点，这是别的方法所无法比拟的，同时对于评价复杂系统的多投入多产出分析具有独到之处。因此自提出以来，该方法就吸引了广大应用者，目前这一方法的应用领域正在不断的扩大，理论和模型越来越丰富。最早的DEA方法模型为CCR 模型（又称为C2R模型）。在具体的应用过程中要根据具体问题背景和评价目的来选择。本文以分析农业类上市公司运行效率，基于输出，采用CRS条件下的C2R模型及VRS条件下的C2R模型，以获得综合可靠的结论。 假设有n个同类型的决策单元（DMU），每个决策单元都有m种类型的投入及s种类型的产出，xij为第j个决策单元对第i种类型输入量，yrj为第j个决策单元对第r种类型的输出量，且xij，yrj0。 基于CRS条件下的C2R模型如下： 其中：θ为技术效率值。 C2R模型是假定生产技术是固定规模报酬（CRS）的。如果把固定规模报酬假设改为可变规模报酬（简记VRS），得到VRS条件下的C2R模型如下： 线性规划模型在可变规模报酬（VRS）条件下求得的相对效率称为纯技术效率。在CRS假设条件下得到的相对效率称为技术效率，又称为总体效率，它是规模效率与纯技术效率的乘积。因此，可以根据CRS条件下的C2R模型和VRS条件下的C2R模型来确定规模效率。 实证分析 （一）决策