我国上市软件公司经营效率评价

导语：我国上市软件公司经营效率评价一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

一、实证结果与分析

DEA模型是以投入产出建模为基础。与制造业不同,软件产业作为典型的知识密集型服务业,高水平的软件技术人才投入是其发展的根本投入,其他投入形式还包括物力投入、财力投入等;产出形式主要包括经营水平、盈利水平、发展水平等指标。结合郭斌[9]、王晓东[10]、蒋枫[11]、姜熙[12]等众多学者对我国软件业投入产出的分析以及前文提到的软件和软件产业的特征,本文所选取的投入指标为:总股本数、总资产、固定资产净额(这3项反映物力投入,代表企业生产活动的基础)、员工总数、技术开发人员个数、管理人员个数(这3项反映人力投入,是软件企业发展的根本投入)、营业成本、管理费用和销售费用(这3项反映财力投入,当期的经营成本直接影响着当期的经营效果)。产出指标为:营业收入(反映企业盈利能力,是经营效果的最终表现)、每股收益、净利润率、加权平均净资产收益率、总资产报酬率、(反映公司资产营运的综合效益)、利润总额、净利润(反映企业持续发展的来源)。在确定上述评价指标之后,本文以我国软件行业在沪、深两市上市的20家软件公司为代表,以中国证监会指定的巨潮资讯网公开的这20家公司2010年年度报告作为数据来源进行评价。1.因子分析首先运用多元统计分析软件SPSS16.0对所涉及的指标进行因子分析。分别对备选投入、产出指标进行KMO和Bartlett球度检验。KMO测度值分别为0.777和0.765,Bartlett球度检验给出的相伴概率均为0.000,说明所选投入产出指标均适合做因子分析。运用方差极大法对因子荷载矩阵进行旋转,得到旋转后的投入、产出指标的因子载荷矩阵分别见表1、表2。对于投入指标来说,经过因子分析提取出的2个公因子的累计方差贡献率为84.112%,即它们两个能够代表原来信息的84.112%,因此,可以作为新的投入变量代替原有变量进行后续的经营效率测度分析。原有9个输入指标经过正交旋转后在2个公因子上的因子负载结果见表1。从表1可以看出,因子1对总股本数、总资产、固定资产净额、员工总数、技术开发人员个数和管理人员个数的影响最大,这6个指标反映了公司资源投入的规模,可将因子1命名为“资源积累”;因子2对营业成本、销售费用和管理费用的影响最大,这几个指标都与公司业务投入的成本有关,可将因子2命名为“成本投入”。对于产出指标来说,因子分析提取出的2个公因子解释了原变量方差的91.084%,代表了原有变量的大部分信息,可以作为新的产出变量代替原有变量进行后续经营效率测度分析。这2个公因子经过旋转后的负载矩阵见表2。从表2可以看出,公因子1对每股收益、净利润率、总资产报酬率和加权平均净资产收益率的影响最大,因此可将因子1命名为“盈利能力因子”;公因子2对营业收入、利润总额和净利润的影响最大,这几个指标都是企业运营能力的测度,可将因子2命名为“经营能力因子”。2.经营效率测度由于因子分析后得到的新变量(公因子)的值中存在负数,无法进行DEA计算。需对每个指标的数据进行标准化处理,标准化公式为:Xi′=0.1+0.9×XiXminXmax-Xmin(3)在式(3)中,Xi、Xmin、Xmax和Xi′分别表示第i个指标的实际数值、最小值、最大值以及转化后的数值。Xi′是一个无量纲数,且取值范围为[0.1,1]。本文首先运用DEAP2.1软件对各软件公司的综合技术效率值、纯技术效率值、规模效率值进行测度与分析,并判断其规模报酬情况。在此基础上,运用EMS1.3软件计算各公司的超效率值,对DEA相对有效的决策单元进行进一步的区分与比较。最终计算结果见表3。从表3中可以看出远光软件、用友软件等8家公司同时在CRS和VRS情况下显示了有效的DEA效率,表明这些公司不但纯技术有效,而且处于最佳规模报酬阶段,因此这几个公司可以作为有效率的标杆单元。从纯技术效率来看,除上述几个标杆单元外,还有欣网视讯和浙大网新的纯效率值为1,而其综合效率值分别为0.959、0.919,并没有处于效率前沿面,说明这2个公司的技术利用情况较好,而其DEA无效的原因应归结于较低的规模效率。结合规模报酬来看,欣网视讯处于规模报酬递增阶段,因此,该公司除继续加强技术转换利用情况外,还得依赖经营规模的适度扩大提高综合技术效率,而浙大网新处于规模报酬递减阶段,说明其规模无效率的主要原因是投入规模偏大,应该采取缩减投入要素、提高生产力水平、劳动者素质等方式优化资源配置。从整个规模报酬来看,我国大多数软件公司处于规模报酬递增阶段,说明我国软件公司平均规模偏小,规模效率整体不高,经营规模可以通过增加投资,提高投入资源质量,优化资源配置等方式来改善。进一步使用超效率DEA方法对8个DEA有效决策单元进行综合评价,发现远光软件的超效率值最高,其综合效率达到了1.617,这与2010年该公司集团财务管控系统在国家电网公司全面推广应用、定制软件收入及软件服务收入实现较大幅度增长密切相关。其后依次是用友软件、湘邮科技等其效率值都大于1,而其它效率值小于1的单元其效率得分完全与CCR模型的评价得分相同。以东华软件为例,其超效率评价值为1.167,表示即使再增加16.7%的投入,其在整个评价系统中的相对效率仍能保持在1。所有评价单元中,综合效率最低的属亿阳信通,其综合值仅为0.567,纯技术效率为0.711,规模效率为0.798,可以看出,其低的综合技术效率是由较低的纯技术效率和较低的规模效率共同造成的,由此表明,其综合效率的提高不仅要加强技术利用,而且要适当扩大经营规模。3.DEA无效单元的差额变数分析为了测度DEA无效率决策单元的资源使用情况以及要素改善空间,接下来对决策单元的投入冗余值和产出不足值进行分析,结果见表4。不足值不能够代表实际的差额数值,但是基本可以反映投入产出要素上存在的问题。例如浪潮软件同时存在资源规模冗余和业务成本冗余的情况,表明该公司的资源使用效率不高,存在浪费或没有完全转换为产出,即在保持当前产出的情况下,成本投入和规模投入可以适度减少,从而节约投入成本。再如亿阳信通存在投入冗余的同时,还存在产出明显不足的情况,说明该公司的资源使用效率极低,该公司需要对内部的经营资源进行整合和优化,比如相应地精简人员,剥离不良资产,减少资产规模等,从而减少投入冗余,着力提高技术利用效率。

二、结论与政策建议

本文以我国20家上市软件公司为代表,克服传统DEA方法的局限性,运用因子分析和超效率模型相结合的方法测度和分析了我国上市软件公司的经营效率,主要得出以下结论。(1)我国上市软件公司大多投入产出效率不高。根据DEA效率分析结果,参与评价的20家上市软件公司中,只有8家为DEA有效率,其余12家软件则DEA无效率的,或多或少存在着投入冗余或产出的不足。表明,参与评价的上市软件公司总体上投入产出效率不高,大多数公司没有达到生产活动和生产规模的最佳水平,DEA有效率只占到40%。(2)规模效率不高是导致综合效率不高的的主要原因。DEA无效率的12家软件公司其规模效率亦是无效率的,而这12家软件公司中处于规模报酬递增阶段的公司有11家,占到DEA无效率单元的92%。说明大多数无效率软件公司具有较高的规模收益潜力,而其综合效率不高是由规模无效率引起的。(3)无效率软件公司存在不同幅度的投入冗余和产出不足改进空间。我国大多数上市软件公司的各类要素冗余现象严重且存在产出不足,同时这些公司处在规模报酬递增阶段,说明我国大多数软件公司的资源使用效率不高,技术利用情况不好。根据以上研究结论,提出如下政策建议:①注重规模带来的经济效益,进行适度的规模扩张。软件公司可以通过增加投资、建立稳定的内在进步力量等方式来提高公司效益,从而提高公司管理运营水平。②加强技术利用,着力提高资源转化效率。公司可以通过减少管理人员数目、提高管理人员效率以及软件研发人员质量、调动软件从业人员的积极性和创造性等方式来充分发挥人力资源的作用,同时通过合理分配投入资金,整合购进、生产、销售生产链条等来提升我国软件公司管理营运水平,从而达到节约成本、增加产出的目的。

本文作者：陈娜郭亚军工作单位：西北农林科技大学