房地产上市公司核心能力DEA识别.docVIP

房地产上市公司核心能力DEA识别 　　摘 要：运用数据包络分析（DEA）模型对20家上市房地产公司进行综合评价，本文选取2009-2010年间的两年数据，通过设立多输入和多输出的指标对房地产上市公司核心能力的外在体现---投入、产出效率进行分析。根据分析结果，初步判断出所选上市公司中哪些具备核心能力，并提出优化资源配置和提高上市公司绩效的途径。 　　 关键词：数据包络分析；房地产上市公司；核心能力识别 　　 　　 一、引言 　　 企业核心能力的异质性和延展性不仅决定了企业经营的差异化，也决定了企业效率的差异性，一般来说，只有多年的经营效率都很高的房地产公司，才具有核心能力。效率的高低作为企业经营状况的外在表现，也是核心能力的本质，可以说，效率和核心能力是相辅相成的，效率是打造核心能力的内在动力。DEA模型通过对房地产上市公司的经营绩效进行评价，不仅可以判断上市公司是否具备核心能力，还能够通过评价结果对核心能力的构成要素投入进行优化配置。房地产公司作为资本密集型企业，具有投资周期长、资金链脆弱等特点，这要求其在以追求效率最大化为目标的同时，要控制投入产出要素的协调配置，避免造成资源投入的浪费。因此，如何提高核心能力已成为房地产上市公司生存和发展的关键。 　　 二、DEA模型的基本原理及选取 　　 1.DEA模型基本原理 　　 数据包络分析法(Data Envelopment Analysis,以下简称为DEA) 为1978 年由A.Charnes 和W.W.Cooper 在“相对效率评价”概念上发展起来的一种系统评价体系[1]。DEA是一种非参数方法，只需投入和产出指标符合模型体系就可以使用，不需要对投入--产出指标体系作出相应的函数形式假设。数据包络分析是把每一个被评价单元作为一个决策单元（DMU），再由这些DMU构成被评价目标，以DMU的各个投入和产出指标的权重作为变量，通过对投入和产出比率的分析，确定有效生产前沿面，并根据各DMU与有效生产前沿面的距离，识别各DMU是否有效。 　　 假设有N个决策单元DMU，每个DMU都有M种输入及S种输出，对应的权系数分别为，；设、分别为第j 个DMU (决策单元) 的输入和输出量， ， ，则一个特定决策单元的绩效是通过将此单元的输入、输出向量和“经验生产可能集”PE 进行比较而确定的[2]，在此，，每个决策单元相应的效率评价指数为：，可以适当的选择u和v，使其满足。 　　 2.DEA模型的选取 　　 在本论文研究中，主要是通过对整体技术效率、纯技术效率和规模效率的有效性分析，识别出房地产上市公司是否具备核心能力。由于房地产上市公司的投入比产出有更大的可控性，考虑到输入、输出指标数目不是很多，而且与输入输出指标和生产可能集的要求相符合，本文结合C2R模型和C2GS2模型进行综合评价。 　　 现构造评价综合效率的C2R模型和纯技术效率的C2GS2模型分别为： 　　 　　 　　 式中，，分别为第j个决策单元DMU的综合效率和纯技术效率；，分别为冗余和产出不足。 　　 设为第j个DMU的规模效率，根据模型（1）和（2），得出，因此有，。若，则称规模有效，若如果，我们称规模收益递增；如果，则称规模收益递减。 　　 三、上市房地产公司的DEA分析实证 　　 1.输入、输出指标体系的建立 　　 美国学者Smith等指出：尽量减少输入或输出项变量可以起到提高DEA效率区别能力的作用，但是，如果变量相当重要却被删除，同样不能得出准确的效率值。只有被评价的MNU的个数n及输入和输出个数之和（m+s）必须满足，才能不会影响到DMU效率的区分度和准确度[3]。结合房地产上市公司的行业特点，选取时应考虑到指标的可获得性和可控性，尽量避免负值和比率性指标。由于DEA 采用的为非随机方法, 资料数值变动及要素选择对其评估结果相当敏感, 因此在使用DEA 方法分析时, 应尽量采取正式资料[4]。本文选取2010年中国房地产上市公司测评研究报告中，综合实力排名前7家的企业作为研究对象，初步选取总资产（百万元）和总股本（百万股）作为输入指标，选取营业收入（百万元）、净利润（百万元）、每股收益（元）和资产负债率四项指标作为输出指标。数据来源于各上市公司2010年度报告，数据列表见表1. 　　 　　 表1 房地产上市公司DEA模型输入输出财务数据 　　 　　 　　 2.指标相关性分析 　　 为了更加科学、准确的使用 DEA 模型分析上市房地产公司的效率，应对指标进行相关性分析。分析指标之间相关性来选择指标的原则是：投入指标之间和投入指标之间，应尽量不相关，而投入指标与产出指标之间，应尽可能相关[5]。各指标之间的相关系数，如表2所示。 　　 　　表2 指标相关系数表