企業經營效率評價方法比較研究

劉宜鴻

摘要：企業經營效率評價是企業評價和總結經營管理狀況，并采取有效措施提高經營效率的重要手段，對企業的發展有著非常重要的意義。本文對企業經營效率的評價方法進行了分析和比較，首先對企業經營效率的含義以及企業經營效率評價的意義進行了闡述，其次分析了企業經營效率評價的方法，并對各種方法的特點進行了綜合比較。

關鍵詞：企業經營效率；評價方法；比較

中圖分類號：F270 文獻識別碼：A 文章編號：1001-828X（2018）012-0022-02

一、企業經營效率概述

（一）企業經營效率的含義

企業經營效率是指企業在生產經營中各種資源的投入數量與產出能力之間或者經營成本與經營效益之間的比例關系。企業有效率表示該企業與其它企業相比較而言，產出相同時成本投入相對較少，或者投入相同時產出能力相對較大。企業經營效率是企業在市場競爭能力、管理水平、運行狀況、可持續發展能力以及投入產出能力和獲利能力等綜合實力的一種體現，經營效率也是衡量一個企業經營業績是否良好的重要標準。

（二）企業經營效率評價的意義

經營效率評價是企業評價和總結經營管理狀況，并采取有效措施提高經營效率的重要手段，對企業發展有著非常重要的意義：比如：能夠及時了解企業使用各種資源的情況；能夠使企業有關人員及時發現存在的問題并解決問題；能夠為投資者、債權人和管理當局等相關人員提供及時準確的決策信息；能夠引導企業經營管理行為，改善企業形象，提高企業經營管理水平，從而提升企業綜合實力。

二、企業經營效率評價方法及其比較

（一）財務指標分析法

財務指標分析法是指使用各種財務指標來評價企業經營效率的方法。財務指標分析法是一種比較傳統的評價企業經營效率的方法，也是評價企業經營效率經常使用的一種方法，財務指標分析法又包括單一財務指標評價法和多財務指標綜合評價法。單一財務指標評價法是使用企業的某個單一財務指標，如資產負債率、營業利潤率、資本收益率等，將其與被評價企業的以往水平進行縱向比較或者與其他企業的情況進行橫向比較。單一財務指標評價法使用的財務指標大多都是以會計利潤作為基礎，而且在分析的時候往往只考慮債務資本成本，而沒有考慮權益資本的成本。多財務指標綜合評價法就是將企業營運能力、償債能力和盈利能力等各方面的分析納入到一個分析系統之中，全面的對企業財務狀況、經營狀況等進行綜合的評價和分析，從而對企業經濟效益做出較為全面的評價與判斷。財務綜合評價的方法主要有杜邦財務分析體系法和沃爾比重評分法兩種。

財務指標分析法的優點在于使用起來比較簡單方便，而且容易理解，因而被普遍的使用。但是財務指標分析法局限性也比較明顯，比如：財務指標分析法一般無法評價企業的整體績效；財務指標的選擇比較隨意，因此無法克服各財務指標間的共線性和相關性干擾問題，這樣就比較容易得出可能錯誤的效率評價結果；財務指標也無法反映企業長期的經營效率，從而也不能綜合評價企業在融資、生產、銷售等各方面的經營情況。因此，隨著企業效率理論研究的不斷發展以及計量工具的豐富，企業經營效率研究已經逐步從傳統的財務指標分析法轉變為邊界分析法。

（二）邊界分析法

邊界分析法又稱為前沿面分析方法，是指通過計算某一樣本企業與效率前沿企業的距離來評價企業效率的一種方法。效率前沿企業是指在確定的條件下，效率水平相對較高的企業，即投入最小化或產出最大化的企業。實際上，效率前沿企業在現實中并不存在，它是在評價企業效率的過程中，由研究者從經濟最優化角度構造出的一種處于最理想狀態的企業，依據樣本企業選取不同而不同。根據對技術效率進行測量的方法不同邊界分析法可分為參數方法和非參數方法兩種。

1.參數法

參數法又稱為經濟計量法，該方法的核心是先構建一個具體的函數形式，然后估計位于生產前沿面上的參數。參數法允許隨機誤差項的存在，函數的隨機誤差項被認為是由無效率部分與純粹的誤差部分組成。按照對隨機誤差項分解的不同參數法又分為三種，即隨機前沿法（Stochastie Frontier Approaeh，SFA）、自由分布法（Distribution-free Approach，DFA）和厚前沿分布法（Thick Frontier Approach，TFA）。

（1）隨機前沿法

隨機前沿法（SFA）是在考慮隨機誤差項存在的情況下，構建一個包含成本、利潤或者投入、產出和環境因素等的函數關系式，關系式包括一個由隨機誤差和技術無效率兩部分組成的復合誤差項。隨機前沿法認為由于隨機誤差項和技術無效率項的存在使得被評價的企業與效率前沿企業發生偏離，同時該方法假定技術無效率項服從非對稱的分布，即半正態分布，隨機誤差項服從對稱的分布，即標準正態分布。

（2）自由分布法

自由分布法（DFA）與隨機前沿法相似，將邊界先設定為一種函數形式，也假定隨機誤差項和無效率因素的存在，不過自由分布法將無效率因素從隨機誤差中分離的方式不同，同時，自由分布法也不對無效率或隨機誤差的分布做任何假定。該方法認為企業的效率值在一定時期之內會是個常量，不會隨時間改變而發生變動，而隨機誤差項的平均值也會隨著時間的發展而不斷趨向于零。在這種方法下，無效率值可以服從任何狀態的分布，前提是無效率值必須是非負的。

（3）厚前沿分布法

厚前沿分布法（TFA）首先將被研究的樣本企業按照資產規模分為若干組，然后分別計算各組的平均效率值，根據最大和最小的兩組平均效率值來估計其效率函數形式。厚前沿分布法認為在平均最低效率的四分之一之內的偏離屬于隨機誤差項，而在最高和最低效率的四分之三之內屬于無效率。厚前沿分布法不對單個企業的效率值評價，而是對各個企業一般水平總體效率的估計。

2.非參數法

非參數法與參數法不同之處在于不需要對目標函數的具體形式進行預先設定，也不會受觀察值數量的限制，目標函數的參數形式也不需要預先估計。但是非參數法不考慮隨機誤差項，在現實中如果隨機誤差存在，使用非參數方法計算出來的效率估計值就有可能不準確。非參數法主要有數據包絡分析法（Data Envelopment Analysis，DEA）和自由排列包法（Free Disposal Hull，FDH）兩種。

（1）數據包絡分析法

數據包絡分析法（DEA）評價企業效率的思想是源于工程學對單輸入單輸出情況下效率的含義，即效率等于輸出量與輸入量之間的比率。在具有多輸入項和多輸出項情況下，效率則可以表示為各輸出項加權和與各輸入項加權和之間的比率。數據包絡分析法是利用線性規劃的方法，根據多項投入指標和多項產出指標，對具有可比性的同類型單位進行相對有效性評價的一種數量分析方法。DEA方法及其模型自1978年由美國著名運籌學家A.Charnes和W.W.Cooper提出以來，已廣泛應用于不同行業及部門，并且在處理多指標投入和多指標產出方面，體現了其得天獨厚的優勢。

數據包絡分析方法具有非常明顯的優點，如：不用事先對模型的具體形式和模型中的參數做出假設，這樣不僅可以排除人為的主觀因素，使評價結果更具有客觀性，同時也避免了較強的理論約束；把多個投入變量和多個產出變量用一個方程組來呈現；數據收集方便，結果計算簡單易懂；該方法的結論與輸入和產出指標值的量綱選取無關，不需要對輸入變量和輸出變量進行無量綱化處理；可以很好地處理多輸入與多輸出情況的效率評價問題；不僅可以評價研究對象是否有效，還會指出非有效單位有關指標的改進方向和具體的調整數值，因此，數據包絡分析方法在對企業效率評價的實證研究方面，得到了廣泛的應用。

（2）自由排列包法

自由排列包法（FDH）是數據包絡分析方法的一個特殊情況，在該方法中，生產可能性集合是由DEA頂點和這些頂點內部的自由排列點組成，DEA前沿各個頂點連線上的點沒有被認定為效率前沿。由于FDH前沿和DEA前沿一致或者位于DEA前沿內部，所以用FDH法計算得到的平均效率通常會大于用DEA方法計算的平均效率數值。

3.參數法和非參數法的比較

Berger和Humphery（1997）研究認為，上述邊界分析的五種方法的根本區別在于下列假設條件的不同：（1）目標邊界函數具體形式不同；（2）是否考慮對目標函數產生不確定影響的隨機誤差項；（3）如果存在隨機誤差項，采用哪種方法來消除隨機誤差的無效率影響。在實際研究中，采用哪種方法主要取決于模型的建立、變量的選取、數據的處理方法等。

與非參數方法相比，參數方法考慮了由于數據選取或計量問題可能引起的隨機誤差，因此能夠方便地檢驗結果的顯著性，同時對效率值估計的離散程度比較小。但是由于參數估計法事先設定了函數形式，因此如果設定的函數形式本身不正確，將會直接導致錯誤的結論。

與參數法相比，非參數法不需要預先設定生產函數的具體形式，也不用估計函數的參數，應用上較為簡單方便，同時可以較容易地處理多投入和多產出情況，并且效率值可直接計算確定，同時能夠明確被觀察企業與效率最高企業相比在哪些投入或產出項目上有差距，并能夠找出改進效率的方法。但是由于該方法沒有考慮隨機誤差項的存在，因此，如果存在隨機誤差項，計算的效率數值可能與真實效率邊界的效率數值存在偏差。同時，該方法得出的效率值一般偏低，離散程度也比較大，當約束條件較多時，非參數估計法經常會得出樣本數據全部有效的結論。該種方法要求樣本企業的數量也需要足夠大，否則估計出的結果誤差會比較大。此外，非參數方法一般忽略價格，因此只能解釋投入冗余或產出不足等這類技術上的無效率，因此，一般情況下，非參數方法評價的是技術上的效率而不是經濟上的效率。