我国创业板制造业上市公司绩效评价研究.docVIP

我国创业板制造业上市公司绩效评价研究 　　引 言 　　创业板因其高成长、高收益的特点而广受投资者关注，但由于其入市门槛低，上市公司相对于主板上市公司往往规模小、风险大、经营业绩不稳定，且由于我国创业板还处于初期阶段，相关法律法规并不完善，使得创业板存在许多问题。如创业板刚创立不久就发生了大规模的套现和高管离职现象，“三高”、“圈钱”、“破发”等争议话题一直围绕着创业板。此外，上市前高技术、高利润，上市后低技术、低利润的“变脸”现象也时有发生。与此同时，政府也对创业板上市企业的表现十分关注。党的“十八大”提出了创新驱动发展战略，并提出要“深化科技体制改革，推动科技和经济紧密结合，加快建设国家创新体系，着力构建以企业为主体、市场为导向、产学研相结合的技术创新体系”。 　　创业板本来就是国家为扶持高科技、高技术的中小企业而设立的融资平台，而政府出于产业升级、提升地区的创新能力，往往采用补贴的形式，对创业板上市企业进行扶持。但企业却没能有效地将政府补助投入到技术研发上，未能带来企业市场价值的提高，[1]创业板上市企业的创新绩效与政府未来补贴力度不显着相关。对给予创业板制造业上市公司大量补贴的政府而言，准确评价企业绩效，弄清楚补贴是否起到了应有的作用也十分重要。 　　DEA 模型、指标与样本选取 1.DEA 模型简介。 　　（1）CRS 模型。数据包络分析是数学、运筹学、数理经济学、管理科学和计算机科学的一个新的交叉领域。1957 年，Farrell 首次在其文献中引入了技术效率的概念。[3]Charnes、Cooper 和 Rhodes 在此基础上，于 1978 年提出了第一个 DEA 模型———CRS 模型。[4] 　　设有 n 个决策单元，每个决策单元（DMUj）有 p 种投入与 q 种产出，以向量表示为 Xj=（x1j，x2j，···，xmj）T0，Yj=（y1j，y2j，···ymj）T0，j=1，2，…，n。CRS 模型基于投入的对偶规划为： 　　由 CRS 模型所得出的效率值 θ0，是决策单位的综合效率，其经济含义是以样本中效率最高的决策单位（处于生产可能边界上）为标准，被测单位 DMUj0在维持当前产出的前提下，实际所需投入的比例。θ0=1 时，决策单位达到综合有效。 　　（2）VRS 模型。CRS 模型包含了规模报酬不变这一假设，在此条件下，所有 DMU 都可通过增加投入同比例地增加产出，因而，其所计算出的综合效率，包含了技术效率和规模效率两个因素的影响，并不能确定 DEA 无效的单位是收到技术效率的影响，还是规模效率的影响。针对这一问题，Banker、Charnes 和 Copper 于 1984 年提出了 VRS 模型： 　　VRS 模型所得出的效率值 θ0，是决策单位的技术效率，而综合效率 = 技术效率×规模效率纯技术，即由CRS 模型和 VRS 模型还可算出决策单位的规模效率。θ0=1 时，决策单位达到纯技术有效，其经济含义是，决策单位的投入产出比已达最优化；在此基础上，还可计算规模效率 = 综合效率÷技术效率，即 SE=TECRS÷TEVRS。规模效率等于 1 时，决策单位的规模已达最佳；规模效率小于 1 时，决策单位的规模有待改进。 　　2.指标的选取 　　从现有文献看，以制造业效率为研究内容的文章。往往以分行业的总资产、从业人数、增加值、营业收入、净利润等作为投入产出指标，变量的选取偏向于以行业为单位统计的数据；而以上市公司绩效为研究内容的文章，常常以营业成本、股东权益、每股收益、主营业务收入、净利润等作为投入产出指标，变量的选取偏向于企业财务数据。 　　本文的研究内容为创业板制造业上市公司的绩效评价，所评估的决策单位是单个的上市公司，所以，选取投入产出指标以企业的财务指标为主，并兼顾其制造业企业的属性，选择一些具有制造业特征的指标。最终选取了三个投入指标和两个产出指标，投入指标为企业营业成本、总资产、员工数，产出指标为营业收入、净利润。 　　3.数据选取 　　笔者以 2010 年底前上市的 112 家创业板制造业上市公司作为分析样本，选取了样本公司 2011～2013 年的企业营业成本、总资产、员工数、营业收入、净利润 5个指标的数据。 　　实证分析 由于制造业内不同行业间的技术水平不同，其生产可能性边界差距也较大，若对所有企业不加以区分，可能导致低技术水平行业的企业效率值较低。因此，依照OECD 根据 RD 强度对制造业技术水平的划分，将涉及 18 个行业的 112 家样本企业分为高技术水平、中等技术水平、低技术水平三组，划分结果见表 1。 　　将样本企业按行业技术水平分组后，利用MAXDEA6.0软件，分别计算其综合效率、技术效率、规模效率，以及企业所处的规模效益阶段，结果整理见表 2。 　　结