论文部分内容阅读
金融机具是金融业特别是银行服务行业在其业务处理过程中所使用的专业设备。金融机具行业与金融行业相辅相成、相互促进,金融机具行业的发展大大地提高了金融行业的经营效率,为金融业开创多元化、人性化、开放式的服务奠定了坚实的物质基础。截至目前,我国已有三十多家涉及金融机具业务的企业在A股市场上市。这些上市企业作为行业内的优秀代表,对我国金融机具行业而言,无论是在产业结构升级调整,还是在技术的优化提高和品牌的创立等方面都发挥了重要的作用。金融机具上市公司如何提高经营效率,提升自身的核心竞争优势,对我国金融机具行业与金融行业的发展有不言而喻的重要意义。DEA方法最初由Farell教授提出,该方法通过构造生产前沿,将落在生产前沿上的决策单元称为技术有效决策单元,有效决策单元的技术效率值等于1,将落在生产前沿以外的决策单元称为技术无效决策单元,无效决策单元的技术效率值大于0且小于1。通过使用DEA方法,我们不仅可以求得企业经营的技术效率及其排名,而且该模型通过优化求解后还会给出具体学习标杆和改进效率的方案。Malmquist指数,被后来学者称为全要素生产率,起初由瑞典经济学和统计学家于1953提出,后来,Caves、Fare等人将这一理论与DEA方法相结合后被广泛用于测算企业不同时期的技术效率变化与技术变化。Malmquist指数可以进一步分解为效率变化指数与技术变化指数的乘积,效率变化又可以进一步分解为纯技术效率的变化和规模效率的变化。因此,可以使用Malmquist指数分解方法来分析企业经营的全要素生产率的影响因素。本文以2012-2014年在A股上市的36家涉及金融机具业务的企业为样本,选择“员工人数”与“总资产”作为投入指标,“营业收入”与“总市值”作为产出指标。然后,使用DEA方法的C2R模型与BCC模型以及Malmquist指数分解,从时间横向和纵向两个角度对我国金融机具行业上市企业的技术效率与全要素生产率及其影响因素进行研究。并结合研究的结果,为企业提高效率提出合理的建议。本文共分为六章,具体内容概括如下:第一章是前言。本章介绍了本文的研究背景、研究目的与意义、研究方法与思路以及本文的创新点与不足。第二章是理论基础与文献综述。本章首先对效率的概念及评价进行了简单的阐述。介绍了DEA方法,然后对DEA效率评价的文献与我国金融机具行业相关文献进行了回顾。第三章是对本文所运用到的DEA方法及相关模型做详细的介绍。本章介绍了DEA方法及C2R模型、BCC模型以及DEA-Malmquist模型的几何含义,并给出了模型的表达式。第四章是我国金融机具行业样本与投入产出指标的选择。本章介绍选择我国金融机具行业行上市公司作为研究样本的原因,之后通过文献研究的方式提出了本文所采用的指标体系。第五章是对我国金融机具行业上市公司的技术效率以及全要素生产率的实证研究。本章运用第三章介绍的模型对我国的金融机具行业的技术效率与全要素生产率进行横向和纵向的分析。第六章是总结与建议。本章总结了第五章的研究结果,并在其基础之上给出了提高我国金融机具行业上市公司技术效率与全要素生产率提出了建议。本文研究发现:我国金融机具行业上市公司整体的纯技术效率是影响整体技术效率的主要原因。2012-2014年三年期间纯技术效率值小于0.7的公司依然有14家,约占样本总数的38.9%,说明很大一部分公司的技术水平、管理水平相对低下。从规模报酬情况来看,有17家上市公司处于规模报酬递增阶段,约占样本总数的47.2%,说明我国金融机具行业很大一部分公司的生产经营规模较小,没有形成规模经济,公司所投入的人力、物力、财力没有得到充分的配置。本文研究还发现:在2012-2014年三年期间,我国金融机具行业上市公司的整体平均全要素生产率从0.878上升到1.140,出现了“先降后升”的局面,整体平均技术效率指数从0.996提升到1.004,整体平均技术变化指数从0.881提升到1.135,这三年期间金融机具行业上市公司技术变化是引起全要素生产率变动的主要因素。结合上述研究结果,本文最后提出了五点建议:第一,加强人力资源管理,提高员工整体素质;第二,做好标杆管理,向优秀的企业学习;第三,优化企业资源配置,实现企业最优生产规模;第四,加大技术研发力度,提高技术对全要素生产率的贡献率:第五,政府应针对金融机具行业特点,制定相关政策,促进行业高效健康发展。本文不足之处在于:其一,文章仅对金融机具行业上市公司的经营效率及全要素生产率进行研究,并没有对其成本效率与收入效率进行分析,后续作者将对此进型探讨。其二,由于数据的缺失,致使样本容量较小,金融机具行业上市公司的样本并不能完全代表我国金融机具行业的发展状况。在后续的研究中笔者将对此进行完善。