农业类上市公司经营效率评价的研究.docVIP

农业类上市公司经营效率评价的研究 　　摘要：本文运用BCC-DEA模型对56家农业类上市公司2009-2013年间的经营效率进行评价，并采用超效率DEA模型测算其超效率并进行排名。研究结果表明，我国农业类上市公司经营效率较高，但下降趋势明显，其中纯技术效率下降、规模效率制约为主要原因；同时，排名前三位的DEA有效企业均为技术附加值高以及科技创新型企业。因此，本文提出扩大企业经营规模、培养技术创新能力以及提高企业经营管理水平的建议，以提高我国农业类上市公司的经营效率。 　　关键词：农业类上市公司 BCC-DEA模型 超效率DEA模型 　　一、引言 　　“三农”问题是当前我国亟待解决的重大问题，其最终的解决途径则是依靠现代农业的建立。农业类上市公司作为现代农业的载体，在推进农民增收、农村社会发展以及农业经济增长等方面发挥着极其重要的作用。然而，现阶段我国农业类上市公司普遍存在着生产效率和竞争力不高、公司规模偏小、治理结构不完善以及企业经营战略规划不清晰等诸多问题，这严重影响了农业类上市公司的可持续发展。为提高农业产业竞争力，推动国民经济的发展，需对农业类上市公司经营绩效进行深入研究。 　　本文定义企业经营效率为企业投放资源与产出的比率，是衡量企业能否成功达到其经营目标的关键性指标。近年来，国内学者对农业企业投入产出经营绩效的研究已取得了一定的成就，如沈渊、邓少峰（2008）采用DEA方法中的CCR模型和C2GS2模型、分别以企业资产类和涉及企业获利能力指标为投入产出指标对61家农业上市公司2006年的综合效率、纯技术效率、规模效率进行了分析，研究发现农业上市公司综合效率不高且差异性较大。李雪阳、白雪（2008）则运用DEA方法对农业上市公司总体经营效率进行评价，在分析造成评价单元无效原因后，提出相应的政策建议。管延德、戴蓬军（2011）对我国16家农业上市公司效率进行测度，研究结果表明农业上市公司绩效水平差异较大、不同子行业中内部差异明显。 　　通过阅读整理文献发现，DEA模型已成为众多学者评价农业企业经营绩效的重要方法，但大多数文献在运用DEA方法时存在以下不足：（1）时间跨度较短，一般以各农业类上市公司某一年的截面数据测算经营效率，缺乏对企业经营效率变化趋势的研究；（2）采用传统的DEA模型，在同时出现多个有效单元的情况下无法进一步区分有效单元的效率差异程度。因此，本文选取2009-2013年五年间的投入产出数据，运用BCC-DEA和超效率DEA模型，对近五年我国农业类上市公司经营效率进行分析研究。 　　二、投入产出指标与数据来源 　　（一）指标选择。本文选取的投入指标包括固定资产（FA）、营业成本（OC）以及财务费用（FC）；产出指标包括净利润（NP）、营业收入（OI）以及每股收益（EPS）。在投入指标中，固定资产是公司规模的有效表现，同时相较于“软”资产，固定资产更具有稳定性，在一定程度上影响企业的长期生产水平；营业成本是企业获得营业收入的投入情况，是企业内部成本控制水平以及经营管理效率的体现；财务费用则是衡量企业生产经营成本的重要指标。在产出指标中，净利润指除去所得税后企业的利润留成，是衡量企业产出效率及总体盈利状况的重要指标；每股收益指企业每股净收益，体现了企业的股本扩张能力；营业收入是企业从事生产经营所获得的收入，是企业的利润来源以及维持良好现金流量水平和资金周转率的保障。 　　（二）数据来源。根据2012年的《上市公司行业分类指引》，本文将农业类上市公司定义为在沪、深两市A股上市，以农、林、牧、渔为主要经营活动，以及直接以农副产品为原料的食品饮料加工企业。本文研究所需要的数据来源于新浪网财经板块、国泰安金融数据库以及上市公司对外公布的年报。本文选取了农业类上市公司2009-2013年五年间相关数据进行研究。同时，考虑到ST、停牌上市公司存在财务数据异常、经营无效率等一系列问题，本文在采集数据时剔除了上述上市公司，最终选取56家农业类上市公司作为评价单元。此外，由于某些评价单元某些年份的投入指标（如财务费用）和产出指标（如净利润、每股收益）出现负值，所以本文采用了极差标准化对DEA模型中的投入产出数据进行了无量纲标准化处理，以消除负值对模型的影响。 　　三、实证结果及分析 　　本文采用以投入为导向、规模报酬可变的BCC-DEA模型以及DEA超效率模型，分别利用DEAP 2.1以及EMS 1.3效率测度软件对56家农业类上市公司2009-2013年间的投入产出数据进行了分析。 　　（一）纵向分析。经数据整理及模型测算，得到我国农业类上市公司2009-2013年间的平均综合效率（crste）、平均纯技术效率（vrste）、平均规模效率（scale）以及平均投入冗余、产出不足值（见表1）。从200