中国煤炭业上市公司经营效率研究
时间：2021-02-11 16:01:13 来源：雅意学习网 本文已影响 人 
摘要：煤炭行业因其特有的产业优势成为国民经济的命脉之一，在国民经济发展中占据重要的地位。文章运用DEA窗口分析方法，基于2005年至2010年期间内的半年度数据测度了我国十五家煤炭业上市公司的经营效率，以期系统全面地分析我国煤炭业上市公司的效率问题，文章的实证分析结果能够为提升我国煤炭行业的竞争力和抗风险能力，提高其自身经营效率提供富有价值的经验证据。
关键词：汽车产业增长；经济增长；Granger因果关系；VAR模型
一、 引言
众所周知，煤炭作为世界性的不可再生能源，属于我国的主要能源。煤炭在我国一次能源生产和消费构成中均占2/3以上。特别是近年来石油等替代能源趋于紧张，这更突显了煤炭行业的重要性。煤炭行业作为我国的传统行业，有着悠久的历史和相对的优势，煤炭行业是国民经济的命脉之一。然而随着世界经济的发展和全球一体化的进程加剧，我国煤炭行业开始面临更多的挑战和压力，2008年9月以来尤为明显。因此如何提升我国煤炭行业的竞争力和抗风险能力，提高其自身经营效率，是非常值得探讨的问题。
目前国内学者关于煤炭企业上市公司经营绩效的研究，主要集中在运用多元统计的主成分分析（王立杰和李准锡，2004；严轩琳，2009）和因子分析法（李忠卫和王立杰，2008；刘静，2008）。选取反应盈利能力、偿债能力、成长能力、运营能力等方面的财务指标数据对公司经营效率进行综合评价。这类方法的经营业绩的变量选取只局限财务指标，对影响公司效率的非财务指标如公司资产、规模等未作考虑，此外对引起结果的动因缺乏分析，而且也难以提出改进业绩的途径。
DEA作为一种处理具有多投入、多产出的同类企业相对效率的有效方法，克服了统计方法的局限，吸引了一些学者的关注。魏晓平和王立宝（2005）的研究显示我国上市煤炭公司的经营水平较低，经营效率提高的空间很大。饶甜甜和吕涛（2009）的研究结果表明，大部分煤炭企业经营效率没有达到DEA有效，主要在于资产的闲置、人员的冗余和规模的限制。程晓娟和全春光（2010）从技术效率、纯技术效率和规模效率等方面对我国煤炭行业上市公司经营效率进行了评价和分析，结果表明煤炭行业上市公司的经营效率并不理想，主要原因是大量资产的闲置、机构庞大、人员臃肿、过大的期间费用支出导致的成本浪费以及规模的限制。此外，彭英柯和张文（2010）采用了DEA方法中的CCR模型，对中国煤炭行业上市公司经营绩效进行了分析，探讨了金融危机前后上市公司经营绩效的变化，并分析变化原因供决策单位参考。
由于以上研究使用的均为静态DEA模型，不利于跨时间区间的动态比较分析，且样本量较小，容易产生有偏估计，因而本文引入了动态DEA模型中的窗口分析方法，以克服上述问题。本文选取了2005年~2010年我国煤炭企业上市公司的半年度数据，对煤炭企业的经营效率进行评价和分析，并为煤炭企业提高经营效率提供对策建议和参考。
二、 研究方法与建模
1. DEA窗口分析。数据包络分析（DEA）主要用于截面数据的分析。利用截面数据分析，不考虑时间因素的影响，不能从时间序列的角度对DMU进行趋势分析。DEA窗口分析克服了传统DEA分析不能进行时间序列上的比较的问题。
Charnes（1985）提出了DEA窗口分析模型，为基于面板数据计算“效率”提供了依据。DEA窗口分析模型的方法是将一个面板数据分割成若干个长度相等的时间段，且相邻的时间段是叠加的，该时间段称为窗口。其思想是将同一个决策单元同一期间在不同的时间窗口中视为不同的决策单元，实质是将一个面板数据分割成了若干个小的面板数据，因为这些被分割成的面板数据之间是叠加的，因此很大程度的增加了数据的自由度。窗口分析时对于窗口的长度的确定，没有相关理论支持。不过多数研究采用的窗口为三期（Charnes et al.，1985；Tulkens et al.，1995；Sufian，2007），因此，本文采用的窗口长度定为三期。
本文采用的是半年度数据2005Q1-2010Q2共12期，窗口长度为3期，共计10个窗口。当DEA的窗口分析将每个半年度的DMU视为不同的实体的时候，具有15个DMUs的三期窗口等价于45个DMU，观测样本数量增大为450（3×15×10），从而扩大了自由度。
假设时间长度为T，窗口分析时期为k（1?燮k?燮T），窗口的宽度为?滓（1?燮?滓?燮T-k），用符号k?滓表示，则此时的分析对象有N×?滓个样本。
该样本的投入矩阵为：
Xk?滓=（x1k，x2k，…，xNk，x1k+1，x2k+1，…，xNk+1，…，x1k+?滓，x2k+?滓，…，xNk+?滓）（1）
相应的产出矩阵为：
Yk?滓=（y1k，y2k，…，yNk，y1k+1，y2k+1，…，yNk+1，…，y1k+?滓，y2k+?滓，…，yNk+?滓）（2）
在规模收益可变模型（BCC）的条件下，DMU′t的技术效率值可以由表示为下式：
2. 我国煤炭企业上市公司经营效率评价指标的选择。煤炭企业上市公司在其行业内具有主导地位，因此可以把上市公司的经营绩效视为该行业整体经营水平和竞争能力的缩影。考虑到股票上市初期公司的表现和股票价格均不稳定，本文选取上市时间相对较长的公司，这样就确保了公司的行为相对成熟，同时兼顾数据的可得性，故本文选取了15家煤炭上市公司2005年~2010年共六年的半年度数据。这15家煤炭上市公司分别为：靖远煤电、神火股份、冀中能源、煤气化、西山煤电、兰花科创、兖州煤业、阳泉煤业、盘江股份、上海能源、恒源煤电、开滦股份、郑州煤电、安泰集团、伊泰B。数据全部来源于各上市公司的年报和半年报。
本文从上市公司的利润构成、主营规模、主业盈利水平等方面考虑，投入指标定为主营业务成本、净资产和经营管理费用；产出指标分别是主营业务收入和利润总额。主营业务成本是相对于主营业务收入的投入，与主营业务收入共同反映企业内部管理经营效率；净资产反映了企业规模，是企业经济效益的重要保证；经营管理费用可以反映出企业内部的组织管理水平，可以衡量出企业内部成本的控制水平；利润总额是评价企业盈利能力、管理绩效以至偿债能力的一个基本工具，是一个反映和分析企业多方面情况的综合指标。
三、 实证分析
本文采用DEA窗口分析的方法测度了中国煤炭行业15家上市公司的效率。在进行效率测度时，窗口期限设为三期，共10个窗口。为了更好地研究我国上市煤炭公司的经营效率，本文分别测度了技术效率、纯技术效率并进而计算出规模效率。然后考察了效率窗口随时间的变化。效率测度结果见表1。
表1中，“均值”是指各家上市公司样本期间年度效率的均值；“标准差”为每家上市公司在整个时间段内效率值的标准差。“地域均值”为同一地区各上市公司效率的平均值，本文共分为东部、中部、西部三个地区。
从表1可以看出，这15家煤炭行业上市公司中，阳泉煤业的技术效率最高，为0.980。其次是神火股份（0.942）和伊泰B（0.948），这三家公司都处于“在现有产出的基础上，投入最小”的理想状态。效率值居中的有盘江股份、煤气化、郑州煤电、上海能源、恒源煤电、兰花科创，它们的平均效率值为0.842。其中，靖远煤电、冀中能源、西山煤电、兖州煤业、开滦股份、安泰集团效率相对较低，效率均值为0.758。研究发现，效率值最高的公司其标准差也最低，这个结果与Charnes等（1985）的研究一致。他们发现具有高效率水平的决策单元往往显示出比同一时期的其他低效率的决策单元具有更低的标准差。
