首页 百科知识 基于超效率-模型的我国房地产上市公司效率及影响因素分析

基于超效率-模型的我国房地产上市公司效率及影响因素分析

时间:2022-06-11 百科知识 版权反馈
【摘要】:基于超效率DEA-Tobit模型的我国房地产上市公司效率及影响因素分析● 陆菊春1 左小芳2 本文以我国内地证券市场45家房地产上市公司作为研究对象,首先利用超效率DEA方法测算各上市公司2002—2008年的效率,然后建立基于面板数据的Tobit模型考察不同因素对效率的影响。

基于超效率DEA-Tobit模型的我国房地产上市公司效率及影响因素分析

● 陆菊春1 左小芳2

(1,2 武汉大学经济与管理学院 武汉 430072)

【摘 要】 本文以我国内地证券市场45家房地产上市公司作为研究对象,首先利用超效率DEA方法测算各上市公司2002—2008年的效率,然后建立基于面板数据的Tobit模型考察不同因素对效率的影响。实证结果表明:我国房地产上市公司效率处于中等水平,企业间差异较大;控股股东持股比例与房地产企业技术效率和规模效率正相关,市场集中度、营业外支出与效率负相关,自有资本比例越高,房地产企业技术效率越高,但对规模效率影响不显著。

【关键词】房地产 超效率DEA 影响因素

一、引言

企业效率是指给定投入条件下实现最大经济产出的能力,或是给定经济产出水平下实现投入最小化的能力。目前我国有3万多家房地产开发企业,但是每年销售额超过10亿元以上的不过几十家而已。多数房地产企业在经营活动中只是片面强调市场占有率或销售收入而不注重自身竞争力的提高,存在效率低下的问题。合理的企业效率评价和影响因素分析可以为我国房地产企业效率改进指出努力方向。

国内外很多学者采用全要素生产率(TFP)、随机前沿分析(SFA)、数据包络分析(DEA)以及其他的一些参数和非参数方法对企业技术效率进行研究,其中以DEA为代表的“非参数法”最为普遍。Olatubi和Dismukes(2000)、Hawdon(2003)、Odeck(2007)利用DEA方法分别对发电行业、能源行业、农业的技术效率进行了分析,Azadeh、Ghaderi等(2009)利用DEA方法分析了投资分配的效率。尽管利用DEA方法计算不同行业技术效率的文献已很多,但国内外对房地产行业的研究侧重点不同,Lewis、Anderson(1999)利用贝叶斯方法探讨房地产企业的效率变化,Yuming、Lilian(2001)提出用现值法量化房地产市场的效率。国内学者利用DEA方法计算房地产企业效率的研究相对较多,刘永乐、胡燕京(2005)等人运用DEA方法对我国2004年上半年房地产行业的运行效率进行了实证研究;周焯华、李雪松等(2007)以向房地产业转型的上市公司为研究对象,用DEA方法计算公司业务转型前后的绩效稳定性指标,对转型前后的绩效均值进行比较分析;樊宏(2007)分析了中国钢铁、汽车、房地产行业运行效率之间的关系;孟川瑾等(2008)采用截面数据运用DEA方法分析了我国500强企业中房地产企业的相对有效性。

在效率的影响因素方面,王晓东(2007)、陶锋和郭建万(2008)分别对高科技企业、电力行业技术效率的影响因素进行了分析,郑录军和曹廷求(2008)分析了国有银行、全国性股份制商业银行和城市商业银行在效率方面的差异,赵旭(2008)分析了开放度、股权集中度、企业盈利能力、企业年限对制造业上市公司效率的影响,涂俊和吴桂生(2006)采用DEA-Tobit方法对农业创新系统进行了效率评价。以上文献对不同行业的效率影响因素进行了分析,但对于房地产上市公司效率的影响因素研究相对较少,刘永乐和孙仲明等(2006)利用DEA中的CCR模型,以2004年截面数据为基础,分析了经营效率与规模、技术效率之间的关系,万伦来和陈希希(2008)分析了FDI对房地产企业技术效率的影响。

现有文献对房地产企业效率评价及影响因素分析具有借鉴作用,但依然存在以下问题有待完善:(1)已有文献大多采用传统的CCR-DEA模型和BBC-DEA模型计算效率值,这些模型无法区分效率有效的决策单元;(2)关于房地产企业技术效率影响因素的定量研究还很少,已有的文献大多以截面数据为样本进行分析,没有利用面板数据反映各影响因素对不同房地产上市公司的效率变迁状况的影响。

鉴于此,本文采用超效率DEA-Tobit两步法评价房地产上市公司的效率及影响因素,第一步先通过超效率DEA模型评价各房地产上市公司的效率值,避免了传统DEA模型对于多个同时有效的决策单元无法做出进一步比较的缺陷;第二步,采用Tobit回归分析,因为效率评价值有一个最低界限值0,数据被截断,所以采用截断回归(Tobit方法)进行效率值的影响因素分析。超效率DEA-Tobit两步法具有以下特点:一方面可以区分效率有效的决策单元,另一方面因为超效率DEA法得出的效率指数介于0和1之间,所以回归方程的因变量就被限制在这个区间,如果直接采用最小二乘法,会给参数估计带来严重的有偏和不一致,采用截断回归(Tobit方法)可以避免参数估计的不一致性。

二、基于超效率DEA的房地产上市公司效率测度

(一)模型选取——超效率DEA模型

传统的CCR-DEA模型和BCC-DEA模型对于多个同时有效的决策单元无法做出进一步的评价与比较。DEA的改进模型——超效率DEA(Supper Efficiency DEA,SE-DEA)则弥补了这一缺陷,使有效的决策单元之间也能进行比较,无效率的决策单元效率值与CCR-DEA模型一致。

假定有n个独立的决策单元(DMU),第j个DMU有m种资源投入和s种产出yj,超效率DEA模型的基本思想是在进行第j个决策单元效率评价时,使第j个决策单元的投入和产出为其他所有决策单元投入和产出的线性组合代替,从而将第j个决策单元排除在外,避免了传统DEA模型对多个同时有效的决策单元无法进行进一步比较的缺陷。超效率DEA模型为:

img122

(二)指标选取和模型计算

以我国内地证券市场房地产上市公司作为研究对象,剔除PT、ST和数据缺失的公司,选择45家房地产公司作为研究对象,将各个上市公司分别作为一个决策单元。根据房地产行业的生产特征,确定输入变量为员工数量、营运资金、流动资产、固定资产,输出变量为营业收入、每股收益、净利润、投入资本回报率。各变量2002—2008年的数据来源于国泰安数据库,使用DEAP2.0软件计算效率值,结果见表1。

表1 2008年房地产上市公司效率值计算结果

注:表中仅为2008年各上市公司的效率值,限于篇幅2002—2007年效率数据略。

从2008年效率计算结果看,SE-DEA模型对有效的决策单元进行了进一步的评价,有13家上市公司技术有效,效率值愈小,说明上市公司投入产出的效率愈低,其效率平均值为0.7336。2002—2008年,被评估公司的平均效率为0.7013,最主要分布区间为[0.5,1.0],说明被评估的大部分房地产上市公司处在中等偏上水平。除DEA有效的决策单元外,有22家公司处在规模效益递减阶段,说明这些公司在增加投入后,产出的增长会小于投入的增加比例,规模效率平均值为0.9314,规模效率递减的占48.89%,说明我国大部分的房地产上市公司具有通过资源整合提高规模效率的潜力,这一结果也在一定程度上反映了我国目前宏观调控政策对房地产行业的影响。

三、基于Tobit方法的房地产上市公司效率影响因素分析

img130

(一)研究假设

上面已经通过超效率DEA方法得出了各上市公司的效率,但哪些因素影响效率值得我们进一步探究。影响房地产上市公司效率的影响因素众多,涉及方方面面,而且部分因素之间相关性极大,将其详尽地描述并纳入设定模型几乎是不可能的。尽管研究视角的不同导致了纳入变量的差异,但总的来说,因素的选取要尽量反映我国房地产上市公司运营的主要特征,主要从以下方面考虑:

1.股权集中度

股权结构与上市公司效率关系的研究文献最为丰富,但究竟哪种股权结构的公司更具有效率优势并没有取得一致的结论。当房地产上市公司股权十分分散的情况下,广大中小股东考虑到监督成本与收益的匹配,在“免费搭车”心理的支配下,既没有动力也没有能力监督公司的代理人。尽管外部法令的完善能够给予投资者特别是中小投资者足够的保护,中小股东对代理人的监督成本将下降,因为代理人侵害股东利益的行为一旦被发现,将会受到法律的严惩,但目前我国有关法律法规还在不断完善中,适当的股权集中有利于提高企业的效率。万科、金地、华润置地等多家优势聚集型上市公司,都是典型的股权相对集中的企业。本文用第一大股东持股比例作为衡量股权集中度的指标。

假设1:股权集中度与公司效率正相关。

2.资本结构

资本充足是房地产上市公司可持续发展条件之一,自有资本比率反映的是自有资本占总资本的比例。若企业全部资本都是自有资本,企业的效益未必是最佳的;若全部是借贷资本,那么所有风险都转移给债权人。全部自有资本或全部借款都不是最佳的经营方式,这两者应该保持适当的比例。房地产上市公司自有资本比例相对较低,如2007年万通地产、招商地产、深深房A自有资本比例分别为13.5%、12.6%和9.6%,过低的自有资本比例会降低公司的效率。

假设2:自有资本比率与公司效率正相关。

3.市场集中度

房地产开发具有较强的地域性特点,从区域指标分析,区域房地产开发企业在区域市场的相对集中度较高,如万科在深圳按销售额计算的市场占有率达到10.98%,其开发规模、定价策略等行为的变化对深圳房地产市场产生较强的控制能力。当市场集中度较高时,由于对市场具有一定的控制力,企业没有动力提高效率。市场集中度按各公司当年销售额占当年房地产销售总额的比值计算。

假设3:市场集中度与公司效率负相关。

4.公司治理

房地产公司治理的目标不仅在于保护投资者的利益,而且在于降低委托—代理中的道德风险与逆向选择,减少代理人为追求自身利益而损害股东利益的行为,降低代理成本,减少市场系统风险。代理成本是反映房地产公司治理状况的重要指标,这里借鉴郑录军和曹廷求(2005)的方法,通过营业外支出率指标(营业外支出/总收入)量化代理成本,营业外支出率越高,说明代理成本越大,公司治理状况越不理想

假设4:营业外支出率与公司效率负相关。

(二)基于面板数据的Tobit模型

由于效率评价值有一个最低界限值0,所以数据被截断,若用普通的最小二乘法对模型直接进行回归,参数估计将是有偏且不一致的。为了解决这类问题,采用Tobit提出的截断回归方法进行分析,同时结合面板数据特性,建立如下的计量经济模型,其结构如下:其中,被解释变量yit为公司i第t年的技术效率或规模效率(i=1,2,…,45;t=2002,2003,…,2008);解释变量xit=(股权集中度shit,自有资本比例cpit,市场集中度conit,营业外支出率costit),βT为未知参数向量,eit~N(0,σ2)。此模型为面板数据的截取回归模型,解释变量xit取实际观测值,被解释变量yit以受限制的方式取值:当yit≥0时,取实际的观测值;当yit<0时,观测值均截取为0。ait为公司i第t年的固定效应,为未知的确定常数。

在上述计量模型中,选用了4个解释变量,这些变量有可能存在多重共线性。因此,在具体分析之前,先检验解释变量是否存在多重共线性。运用SPSS软件中容忍度(tolerance)以及方差膨胀因子(Variance Inflation Factor,VIF)指标对这4个自变量之间是否存在多重共线性进行检验,具体结果见表2。从表2可以看出,所有变量的容忍度都大于0.1,可以大致判断出解释变量之间的多重共线性问题并不严重,可以进行下一步的截断回归分析。

表2 解释变量多重共线性检验

img131

为消除异方差与自相关问题,采用广义最小二乘法进行参数估计,利用Eview6.0软件对模型进行估计,结果见表3。

表3 模型回归结果

注:括号内为变量的t检验值。显著性水平:*代表p<0.1,**代表p<0.05,***代表p<0.01。

从回归结果得到以下结论:

(1)控股股东持股比例与房地产上市公司技术效率、规模效率显著正相关,其结果与假设1相符,表明房地产企业有自身的特殊性,在股权结构十分分散的情况下,广大中小股东考虑到监督成本与收益的匹配,在“免费搭车”心理的支配下,既没有动力也没有能力监督公司的代理人。适当的股权集中有助于建立适应市场要求的房地产企业发展机制和经营机制,提高房地产企业的效率和效益。

(2)模型1显示自有资本比率与公司技术效率显著正相关,这是因为资本充足是房地产公司可持续发展的条件之一,较高的自有资本比率能提高公司发展潜力和抗风险能力,从而提高企业的效率。万科、华业地产、万通地产有较高的自有资本比率,促使股东更加关心公司经营,注重管理水平,法人治理结构健全,有利于按市场化的目标经营,从而促进了公司效率的提高。模型2表明自有资本比率与规模效率关系不显著,这是因为当自有资本比率较低时,房地产企业会通过其他途径筹集资金来达到其规模效率的目标。

(3)市场集中度对房地产上市公司技术效率、规模效率影响显著,系数为负,与假设3相符,表明市场越集中,效率越低。原因可能是市场集中程度高,房地产企业对市场具有足够的控制力,使企业失去提高效率的动力,从而降低企业的效率。

(4)营业外支出率与公司技术效率、规模效率呈显著负相关,与假设4相符。该比率越低,说明公司控制管理费用支出的能力越强,效率越高。一个可能的解释是,目前我国房地产上市公司需要理顺各方之间的关系,导致营业外支出过大,但这一部分并没有相应转化为产出,结果造成公司效率的低下,这在一定程度上表明我国房地产上市公司需要进行结构治理,降低营业外支出,从而达到提高公司效率的目的。

四、结论

随着我国房地产市场宏观调控政策的实施,如何进行结构调整、资源整合是摆在房地产企业面前的难题。本文运用超效率DEA模型评价2002—2008年我国45家房地产上市公司的技术效率和规模效率,运用Tobit方法从股权集中度、自有资本比率、市场集中度、公司治理等方面解释了影响上市公司效率的主要因素。研究结果表明:我国房地产行业技术效率处于中等水平,企业间差异较大,中等效率占大多数;控股股东持股比例会提高房地产企业的技术效率和规模效率;市场集中度、营业外支出率越高,房地产上市公司技术效率和规模效率越低,自有资本比率与技术效率显著正相关,对规模效率影响不显著。

(作者电子邮箱:Lujuchun2603@163.com)

参考文献

[1]Azadeh,A.,Ghaderi,S.F.,Omrani,H.,and Eivazy,H..An integrated DEA-COLS-SFA algorithm for optimization and policymaking of electricity distribution units.Energy Policy,2009,132(5).

[2]Danielle Lewis,and Randy Anderson.Residential real estate brokerage efficiency and the implications of franchising:A Bayesian approach.Real Estate Economics,1999,18(3).

[3]David Hawdon.Efficiency,Performance and regulation of the international gas industry:A bootstrap DEA approach.Energy Policy,2003,25(1).

[4]James Odeck.Measuring technical efficiency and productivity growth:A comparison of SFA and DEA on Norwegian grain production data.Applied Economics,2007,22(2).

[5]Meyer,R.A..Publicly owned versus privately owned utilities:A policy choice.The Review of Economics and Statistics,1975,39(5).

[6]Olatubi,W.O.,and Dismukes,D.E..A data envelopment analysis of the levels and determinants of coalfired electric power generation performance.Utilities Policy,2000,34(9).

[7]Yuming Fu,and Lilian,K.Ng..Market efficiency and return statistics:Evidence from real estate and stocks market using a present-value approach.Real Estate Economics,2001,23(2).

[8]万伦来,陈希希.FDI对中国房地产业技术效率的影响.上海经济研究,2007,3.

[9]刘永乐,胡燕京.基于DEA的房地产上市公司业绩分析.统计与决策,2005,14.

[10]刘永乐,孙仲明.房地产上市公司经营效率的DEA评价.统计与信息论坛,2006,1.

[11]郑录军,曹廷求.我国商业银行效率及其影响因素的实证分析.金融研究,2005,1.

[12]周焯华.基于DEA的上市公司转型房地产效率研究.管理评论,2007,6.

[13]孟川瑾,邢斐,陈禹.基于DEA分析的房地产企业效率评价.管理评论,2008,7.

[14]陶锋,郭建万,杨舜贤.电力体制转型期发电行业的技术效率及其影响因素.中国工业经济,2008,1.

[15]樊宏.中国钢铁、汽车、房地产行业运行效率研究.数量经济技术经济,2007,2.

[16]涂俊,吴贵生.基于DEA Tobit两步法的区域农业创新系统评价及分析.数量经济技术经济,2006,4.

[17]赵旭.我国制造业上市公司技术效率与技术进步实证研究.当代经济管理,2008,1.

Empirical Analysis on Efficiency and Influencing Factors of

Chinese Listed Real Estate Companies

Lu Juchun1 Zuo Xiaofang2

(1,2 Economics and management School of Wuhan University,Wuhan,430072)

Abstract:Taking 45 real estate listed companies of China's mainland stock market as research objects,we have applied the DEA method to estimate their technical efficiency,pure technical efficiency,scale efficiency and inter annual change trend between 2002 and 2008 in this dissertation.Using panel data fixed-effect model,we identify the impact from ownership structure,capital structure,market structure,corporate governance and other factors upon the efficiency.The empirical results show that:China's real estate listed companies have a medium level technical efficiency;the proportion of the controlling shareholder will improve the efficiency;the higher the rate of operating expenses and the market concentration,the lower the efficiency of the real estate listed companies;there are significant and positive correlations between equity ratio and technical efficiency and scale efficiency,while the relationship is not significant between equity ratio and pure technical efficiency.

Key words:Real estate listed companies;Supper efficiency DEA;Influencing factors

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈