基于DEA的行業投資效率分析

王若萌

摘?要：基于2016—2020年我國通信設備、計算機及其他電子設備制造業上市公司的財務數據，采用數據包絡分析（DEA）方法，通過構建以固定資產凈值、無形資產凈值、主營業務成本和應付職工薪酬為投入指標，營業收入、凈利潤為產出指標的評價體系，分析了該行業上市公司的投資效率。研究表明：該行業的投資效率均值在085—089之間，波動不大;規模效率較高，頗具發展潛力;相比于規模效率，投資效率無效主要與純技術效率有關。

關鍵詞：DEA?投資效率?電子通信制造業

一、引言

制造業是我國國民經濟的重要組成部分，高技術制造業更是引領我國發展的“排頭兵”。作為高技術制造業的重要成員之一，通信設備、計算機及其他電子設備制造業（以下簡稱為“電子通信制造業”）在我國經濟的發展、科技的進步、5G技術的滲透以及國家政策的支持下，形成了一批頗具競爭力的企業。可是中美貿易戰、日趨復雜的國際環境也使其發展面臨著更多的不確定性和挑戰，每年也有經營不善“垂死掙扎”的企業，可謂是機遇與挑戰并存。

投資是拉動經濟發展的動力之一，效率是評價企業生產經營活動的重要指標。企業的投資效率如何成為企業管理者、投資者等利益相關群體關注的焦點。企業是否有較好的投資效率是企業能否吸引投資、能否在如今復雜的環境中生存下去的關鍵。近年來，電子通信制造業的投資效率如何？在新冠肺炎疫情這只“黑天鵝”的沖擊下，該行業的投資效率受到了多大的影響？在這樣的背景下，對電子通信制造業的投資效率進行測度，具有一定的現實意義。

二、文獻綜述

我國學者大多基于行業或地區的視角，運用DEA模型進行研究，已經取得了較為豐富的研究成果。卞繼紅等（2015）選取DEA模型，對我國制造業上市公司的投資行為和效率進行分析，并為企業的投資決策提出了相關建議。陳創波[HJ1.65mm]（2016）采用DEA方法，測度了2003—2013年間我國制造業上市公司的產融結合效率與投資效率。翟慧君等人（2019）通過DEA—BCC模型測度了制造業的投資效率，并研究了其與融資約束的關系。張玉蘭等人（2020）基于技術創新的視角，分地區分析了我國制造業上市公司的投資效率，得出了我國制造業類企業投資效率偏低，國企效率高于民營企業的結論。路世昌（2020）以電子及通信設備制造業類企業為例，測度出企業的投資效率后，又研究了盈余結構、企業績效與投資效率這三者之間的關系。

綜上，現有研究不乏對制造業投資效率的研究，但關于評價電子通信制造業投資效率的文章較為有限，而對此類企業的研究是十分有必要的，它影響著企業的轉型升級和發展前景。基于此，本文選取電子通信制造業上市公司，對其投資效率進行評價與分析，判斷出現此類問題的原因，并嘗試給出一些發展建議。

三、研究設計

（一）模型選取與簡介

1模型選取。通過對現有文獻的研究與總結發現，測度企業投資效率的方法主要分為單一指標評價方法和多指標評價方法，最常用的方法為FHP模型、Vogt模型、Richardson模型和DEA模型。鑒于DEA模型可以對多投入-多產出進行評價，故本文選擇DEA模型進行測度。

2模型簡介。ACharnes（查恩斯）等人提出了數據包絡分析模型，即DEA模型。該模型主要包括以下三種類型：（1）CCR模型：通過假定規模報酬恒定不變，來測度技術效率;（2）BCC模型：假定規模報酬可變，主要測算純技術效率;（3）DEA-Malmquist指數模型：該模型測算出的結果為決策單元（簡稱DMU）不同時期的生產效率情況。

本文選取BCC模型進行研究。該模型假設有n個決策單元，每一個被評估的電子通信制造業上市公司都代表著一個決策單元，每個決策單元又包括多個投入、產出變量。將這些變量代入模型中運算，測度出企業投資效率的具體數值。其模型如下：

模型中，s+為松弛變量，即為達到最優配置需要減少的投入量;s-為剩余變量，即需要增加的產出數量。

（二）指標選取

影響電子通信制造業上市公司投資效率的因素有很多，本文在大量閱讀相關文獻的基礎上，借鑒徐越（2018）、張玉蘭（2019）、張爽（2020）和紀鏵益（2020）的研究，選取固定資產凈值、無形資產凈值、主營業務成本和應付職工薪酬為投入指標;選取營業收入、凈利潤為產出指標。對于電子通信制造業這樣的高技術制造業來說，投入的要素不僅包括大量大額的通用專有設備等有形資產，還包括技術等無形資產。同時，作為勞動密集型和技術密集型的產業，對人力資本的投入也是不可忽視的。產出指標的選取則是側重對企業經營能力和盈利能力的衡量。因此本文選擇能直接衡量這兩點的營業收入和凈利潤。具體的指標說明見表1。

（三）無量綱化處理

由于BCC模型要求樣本數據非負數，而凈利潤這一指標容易出現負值，所以在測算前需要對數據進行處理。本文參照沈江建（2015），對數據進行無量綱化處理，公式如下：

其中，X*是經上式處理后的數據，X是樣本數據，A、B分別是原始數據同一類的最大值和最小值。處理后的數據介于0和1之間，不會對測度結果產生影響。

（四）數據來源

為保證數據的代表性，本文隨機選取了88家2016—2020年電子通信制造業上市公司的財務數據，并對數據進行了如下處理：（1）剔除ST以及ST*上市公司。（2）剔除上市不滿5年的企業。（3）剔除財務報表中相關數據披露不全的企業。整理得到51個樣本。本文所選用的數據均來源于國泰安數據庫。