原创《企业经营效率评价方法比较》
本文是有关企业经营毕业论文范文与经营效率和比较研究和评价有关学年毕业论文范文。
一、企业经营效率概述
( 一) 企业经营效率的含义
企业经营效率是指企业在生产经营中各种资源的投入数量与产出能力之间或者经营成本与经营效益之间的比例关系.企业有效率表示该企业与其它企业相比较而言,产出相同时成本投入相对较少,或者投入相同时产出能力相对较大.企业经营效率是企业在市场竞争能力、管理水平、运行状况、可持续发展能力以及投入产出能力和获利能力等综合实力的一种体现,经营效率也是衡量一个企业经营业绩是否良好的重要标准.
( 二) 企业经营效率评价的意义
经营效率评价是企业评价和总结经营管理状况,并采取有效措施提高经营效率的重要手段,对企业发展有着非常重要的意义[1]：比如：能够及时了解企业使用各种资源的情况；能够使企业有关人员及时发现存在的问题并解决问题；能够为投资者、债权人和管理当局等相关人员提供及时准确的决策信息；能够引导企业经营管理行为,改善企业形象,提高企业经营管理水平,从而提升企业综合实力.
二、企业经营效率评价方法及其比较
( 一) 财务指标分析法
财务指标分析法是指使用各种财务指标来评价企业经营效率的方法[2].财务指标分析法是一种比较传统的评价企业经营效率的方法,也是评价企业经营效率经常使用的一种方法,财务指标分析法又包括单一财务指标评价法和多财务指标综合评价法[3].单一财务指标评价法是使用企业的某个单一财务指标,如资产负债率、营业利润率、资本收益率等,将其与被评价企业的以往水平进行纵向比较或者与其他企业的情况进行横向比较.单一财务指标评价法使用的财务指标大多都是以会计利润作为基础,而且在分析的时候往往只考虑债务资本成本,而没有考虑权益资本的成本.多财务指标综合评价法就是将企业营运能力、偿债能力和盈利能力等各方面的分析纳入到一个分析系统之中,全面的对企业财务状况、经营状况等进行综合的评价和分析,从而对企业经济效益做出较为全面的评价与判断.财务综合评价的方法主要有杜邦财务分析体系法和沃尔比重评分法两种.
财务指标分析法的优点在于使用起来比较简单方便,而且容易理解,因而被普遍的使用.但是财务指标分析法局限性也比较明显,比如：财务指标分析法一般无法评价企业的整体绩效[4]；财务指标的选择比较随意,因此无法克服各财务指标间的共线性和相关性干扰问题,这样就比较容易得出可能错误的效率评价结果[5]；财务指标也无法反映企业长期的经营效率,从而也不能综合评价企业在融资、生产、销售等各方面的经营情况[6].因此,随着企业效率理论研究的不断发展以及计量工具的丰富,企业经营效率研究己经逐步从传统的财务指标分析法转变为边界分析法.
( 二) 边界分析法
边界分析法又称为前沿面分析方法,是指通过计算某一样本企业与效率前沿企业的距离来评价企业效率的一种方法.效率前沿企业是指在确定的条件下,效率水平相对较高的企业,即投入最小化或产出最大化的企业.实际上,效率前沿企业在现实中并不存在,它是在评价企业效率的过程中,由研究者从经济最优化角度构造出的一种处于最理想状态的企业,依据样本企业选取不同而不同.根据对技术效率进行测量的方法不同边界分析法可分为参数方法和非参数方法两种.
1. 参数法
参数法又称为经济计量法,该方法的核心是先构建一个具体的函数形式[7],然后估计位于生产前沿面上的参数.参数法允许随机误差项的存在,函数的随机误差项被认为是由无效率部分与纯粹的误差部分组成.按照对随机误差项分解的不同参数法又分为三种,即随机前沿法(Stochastic Frontier Approach,A )、自由分布法(Distribution-free Approach,DFA ) 和厚前沿分布法(Thick FrontierApproach,TFA).
(1) 随机前沿法
随机前沿法(A) 是在考虑随机误差项存在的情况下,构建一个包含成本、利润或者投入、产出和环境因素等的函数关系式,关系式包括一个由随机误差和技术无效率两部分组成的复合误差项.随机前沿法认为由于随机误差项和技术无效率项的存在使得被评价的企业与效率前沿企业发生偏离,同时该方法假定技术无效率项服从非对称的分布,即半正态分布,随机误差项服从对称的分布,即标准正态分布[8].
(2) 自由分布法
自由分布法(DFA ) 与随机前沿法相似,将边界先设定为一种函数形式,也假定随机误差项和无效率因素的存在,不过自由分布法将无效率因素从随机误差中分离的方式不同,同时,自由分布法也不对无效率或随机误差的分布做任何假定.该方法认为企业的效率值在一定时期之内会是个常量,不会随时间改变而发生变动,而随机误差项的平均值也会随着时间的发展而不断趋向于零.在这种方法下,无效率值可以服从任何状态的分布,前提是无效率值必须是非负的[8].
(3) 厚前沿分布法
厚前沿分布法(TFA) 首先将被研究的样本企业按照资产规模分为若干组,然后分别计算各组的平均效率值,根据最大和最小的两组平均效率值来估计其效率函数形式.厚前沿分布法认为在平均最低效率的四分之一之内的偏离属于随机误差项,而在最高和最低效率的四分之三之内属于无效率.厚前沿分布法不对单个企业的效率值评价,而是对各个企业一般水平总体效率的估计[8].
2. 非参数法
非参数法与参数法不同之处在于不需要对目标函数的具体形式进行预先设定,也不会受观察值数量的限制,目标函数的参数形式也不需要预先估计[8].但是非参数法不考虑随机误差项,在现实中如果随机误差存在,使用非参数方法计算出来的效率估计值就有可能不准确.非参数法主要有数据包络分析法(Data EnvelopmentAnalysis,DEA) 和自由排列包法(Free Disposal Hull,FDH) 两种.
(1) 数据包络分析法
数据包络分析法(DEA) 评价企业效率的思想是源于工程学对单输入单输出情况下效率的含义[9],即效率等于输出量与输入量之间的比率.在具有多输入项和多输出项情况下,效率则可以表示为各输出项加权和与各输入项加权和之间的比率.数据包络分析法是利用线性规划的方法,根据多项投入指标和多项产出指标,对具有可比性的同类型单位进行相对有效性评价的一种数量分析方法.DEA 方法及其模型自1978 年由美国著名运筹学家A.Charnes和W.W.Cooper 提出以来,已广泛应用于不同行业及部门,并且在处理多指标投入和多指标产出方面,体现了其得天独厚的优势.
数据包络分析方法具有非常明显的优点,如：不用事先对模型的具体形式和模型中的参数做出假设,这样不仅可以排除人为的主观因素,使评价结果更具有客观性,同时也避免了较强的理论约束[10]；把多个投入变量和多个产出变量用一个方程组来呈现；数据收集方便,结果计算简单易懂；该方法的结论与输入和产出指标值的量纲选取无关,不需要对输入变量和输出变量进行无量纲化处理；可以很好地处理多输入与多输出情况的效率评价问题；不仅可以评价研究对象是否有效,还会指出非有效单位有关指标的改进方向和具体的调整数值[11],因此,数据包络分析方法在对企业效率评价的实证研究方面,得到了广泛的应用.
(2) 自由排列包法
自由排列包法(FDH) 是数据包络分析方法的一个特殊情况,在该方法中,生产可能性集合是由DEA 顶点和这些顶点内部的自由排列点组成,DEA 前沿各个顶点连线上的点没有被认定为效率前沿.由于FDH 前沿和DEA 前沿一致或者位于DEA 前沿内部,所以用FDH 法计算得到的平均效率通常会大于用DEA 方法计算的平均效率数值[12].
3. 参数法和非参数法的比较
Berger 和 Humphery(1997) 研究认为,上述边界分析的五种方法的根本区别在于下列假设条件的不同：(1) 目标边界函数具体形式不同；(2) 是否考虑对目标函数产生不确定影响的随机误差项；(3)如果存在随机误差项,采用哪种方法来消除随机误差的无效率影响.在实际研究中,采用哪种方法主要取决于模型的建立、变量的选取、数据的处理方法等[8].
与非参数方法相比,参数方法考虑了由于数据选取或计量问题可能引起的随机误差,因此能够方便地检验结果的显著性,同时对效率值估计的离散程度比较小.但是由于参数估计法事先设定了函数形式,因此如果设定的函数形式本身不正确,将会直接导致错误的结论.
与参数法相比,非参数法不需要预先设定生产函数的具体形式,也不用估计函数的参数,应用上较为简单方便,同时可以较容易地处理多投入和多产出情况,并且效率值可直接计算确定,同时能够明确被观察企业与效率最高企业相比在哪些投入或产出项目上有差距,并能够找出改进效率的方法[13].但是由于该方法没有考虑随机误差项的存在,因此,如果存在随机误差项,计算的效率数值可能与真实效率边界的效率数值存在偏差.同时,该方法得出的效率值一般偏低,离散程度也比较大,当约束条件较多时,非参数估计法经常会得出样本数据全部有效的结论[8].该种方法要求样本企业的数量也需要足够大,否则估计出的结果误差会比较大.此外,非参数方法一般忽略,因此只能解释投入冗余或产出不足等这类技术上的无效率,因此,一般情况下,非参数方法评价的是技术上的效率而不是经济上的效率.
企业经营论文参考资料：
该文汇总:这篇文章为关于对不知道怎么写经营效率和比较研究和评价论文范文课题研究的大学硕士、企业经营本科毕业论文企业经营论文开题报告范文和文献综述及职称论文的作为参考文献资料。
