非银金融类上市公司营运效率现状问题与对策
随着经济的不断发展，我国的金融结构发生了改变，单靠传统的银行机构已经满足不了目前金融市场的要求。因此，我国证券、保险等非银行金融机构相继出现，加快了我国金融创新的改革。我国的金融格局不再是单一的以银行为主，而是众多的金融机构共同发展，而各非银金融类上市公司在面临着发展的关键时刻，这些公司的营运效率就显得尤为重要。本文论述了目前非银金融类上市公司的现状，然后选取2012年至2016年我国沪深股市中21家非银金融类上市公司作为样本，利用CCR模型和BCC模型构建营运效率的评价指标体系，结合非银金融类上市公司的投入和产出的特点，对我国非银金融类上市公司的营运效率进行分析，得出结果，然后对这些公司的营运效率与市盈率进行相关性研究，发现这些企业在营运能力方面存在的问题，进而针对这些问题提出一些改进措施。关键词 非银金融类，CCR模型，BCC模型，营运效率，市盈率
目 录
1 引言 1
2 文献综述 1
2.1 国外相关研究 1
2.2 国内相关研究 2
2.3 总结 3
3 营运效率评价指标体系的建立 4
3.1 投入指标 4
3.2 产出指标 5
4 研究设计 5
4.1 样本数据的选取 5
4.2 模型 6
5 评估结果 7
6 分析 8
6.1 效率分析 8
6.2 投影分析 11
7 DEA效率与市盈率的相关性 13
7.1 数据来源 13
7.2 结果 13
7.3 分析 14
8 改善我国非银金融类上市公司营运效率的对策 16
8.1 改善金融机构制度，优化营运规模 16
8.2 改进金融监管制度，加强监管力度 16
8.3 完善公司的内部管理，加快创新和技术改进 17
结 论 18
致 谢 19
参 考 文 献 20
附 录 22
附表1 21家上市公司汇总 22
附表2 2012年21家上市公司原始数据 23
附表3 *好棒文|www.hbsrm.com +Q: @351916072@
2013年21家上市公司原始数据 24
附表4 2014年21家上市公司原始数据 25
附表5 2015年21家上市公司原始数据 26
附表6 2016年21家上市公司原始数据 27
1 引言
近几年，我国随着经济的发展，逐步建立了更加完善的金融体系。其中，各类的非银金融类上市公司在经济发展中所占比重越来越大，非银金融类上市公司是对传统银行的补充，在资金运转方面有不可替代的作用，在未来有很大的发展空间。
非银金融类上市公司是随着金融资产的多元化而产生，相对而言是一个比较新的领域。当前，非银金融类上市公司的创新力度不断提升。非银金融类上市公司是除银行以外的所有金融机构，主要包括证券和保险两大类。随着非银金融机构不断壮大，业务量不断增加，非银金融类上市公司变得难以监管。非银金融类上市公司的管理资产量大、包含的行业领域范围广、情况复杂无法有一个统一的标准，而且大部分的板块都刚起步，尚未步入成熟业态。面对众多难题，银监会应建立完整的制度体系，确保行业在良好的环境中发展。
公司的营运效率是指公司运用其资产的有效程度，它反映了公司资金的运转情况。营运效率与公司的营运状况和人员的管理有关。公司在提要营运效率时常会遇到资源缺乏，资源难以获取的问题。因此，为实现有限资源的最优化，公司应将工作重心放在改善其营运效率这一主要矛盾上[5]。
本文基于DEA模型对我国非银金融类上市公司进行营运效率评价，再进行相关性分析其营运效率与市盈率之间的关系，结合非银金融类上市公司的现状，发现企业营运方面存在的不足，同时针对这些不足提出一些改进的措施。
2 文献综述
2.1 国外相关研究
Huang、Tsai和Chen（2007）研究发现市盈率受市场经济和公司内部营运的双重影响，并且指出对公司长期利润增长率的预测、股息分配率和公司规模对市盈率有积极的影响，而金融市场存在的风险和债券收益率对市盈率都具有负面的影响[1]。
数据包络分析（DEA）常被用于衡量企业各种效率。但在应用过程中遇到了许多问题，人们在用DEA模型不断去发展证明。Heinz和Hanh（2014）基于DEA方法了解银行效率测量的输入输出集的规范。解决了在银行效率背景下的陷阱，检查DEA应用中银行的投入产出规范是否与银行作出决定的标准一致。对银行行为模型和标准DEA模型的比较，反映表明与DEA应用程序的输入输出相关陷阱与其隐含的固定偏好结构、权重确定和有限的解释力有关。由于传统的DEA模型可能无法说明银行行为。在这种情况下，DEA的结果难以反映其真实意义，研究结果表明，从目标导向的角度，即从多标准决策的角度来看，重点关注DEA效率评估[2]。
Desheng和Olson（2015）基于DEA模型建立风险评分体系对股票进行分析。在金融市场上，有多种投资方式，股票最受投资者欢迎。投资者一般会选择预期回报高的股票进行投资。他们最关心的是投资是否具有高回报的潜力，以及营运效率高的企业是否总是会获得高回报[3]。
Cummins（2016）使用数据包络分析（DEA）分析美国财产责任保险业的效率和生产率。以19932011年数据为样本，通过DEA模型得出纯技术效率、技术效率和规模报酬，与产品成本、收入相联系得出利润效率。同时对保险公司相邻年度全要素生产率变化及其影响因素也进行了调查。特别是我们研究保险公司的效率与其所有制结构，产品和分配策略的关系。还进行回归分析，以进一步分析企业特征，效率和生产率之间的关系。结果表明，美国PL保险行业随着时间的推移提高了效率和生产率，保险公司的产品策略，分配制度和多元化战略是保险公司效率和生产力的重要决定因素[4]。
2.2 国内相关研究
国内对DEA模型的研究起步较晚，魏权龄（1988）将DEA模型引入国内学术界，此后，许多学者将DEA方法广泛应用于各个领域。在我国，DEA的使用主要集中在对银行效率方面的探索研究。秦宛顺和欧阳俊（2001）以我国商业银行在1997至1999年间数据为样本，基于DEA模型对银行的营运效率进行了分析，结果发现，我国商业银行效率整体都偏低。刘展、管七海和冯宗宪（2002）基于DEA方法研究了我国纺织企业的综合营运效率，研究结果表明我国纺织行业的发展非常不均衡，为此提供了相关对策使得各类纺织企业营运效率有所提高。张健华（2003）选取我国商业银行在1997到2001年间的数据为样本，基于DEA模型进行了实证研究分析，发现各类银行间的营运效率存在差异，股份制商业银行的效率低于城市商业银行，国有商业银行的规模效率一般。李晓庆和刘湘斌（2005）选取我国商业银行在2002至2004年间的数据为样本，基于DEA模型对商业银行的营运效率进行了研究，发现国有商业银行综合平均效率偏低[6]。
目 录
1 引言 1
2 文献综述 1
2.1 国外相关研究 1
2.2 国内相关研究 2
2.3 总结 3
3 营运效率评价指标体系的建立 4
3.1 投入指标 4
3.2 产出指标 5
4 研究设计 5
4.1 样本数据的选取 5
4.2 模型 6
5 评估结果 7
6 分析 8
6.1 效率分析 8
6.2 投影分析 11
7 DEA效率与市盈率的相关性 13
7.1 数据来源 13
7.2 结果 13
7.3 分析 14
8 改善我国非银金融类上市公司营运效率的对策 16
8.1 改善金融机构制度，优化营运规模 16
8.2 改进金融监管制度，加强监管力度 16
8.3 完善公司的内部管理，加快创新和技术改进 17
结 论 18
致 谢 19
参 考 文 献 20
附 录 22
附表1 21家上市公司汇总 22
附表2 2012年21家上市公司原始数据 23
附表3 *好棒文|www.hbsrm.com +Q: @351916072@
2013年21家上市公司原始数据 24
附表4 2014年21家上市公司原始数据 25
附表5 2015年21家上市公司原始数据 26
附表6 2016年21家上市公司原始数据 27
1 引言
近几年，我国随着经济的发展，逐步建立了更加完善的金融体系。其中，各类的非银金融类上市公司在经济发展中所占比重越来越大，非银金融类上市公司是对传统银行的补充，在资金运转方面有不可替代的作用，在未来有很大的发展空间。
非银金融类上市公司是随着金融资产的多元化而产生，相对而言是一个比较新的领域。当前，非银金融类上市公司的创新力度不断提升。非银金融类上市公司是除银行以外的所有金融机构，主要包括证券和保险两大类。随着非银金融机构不断壮大，业务量不断增加，非银金融类上市公司变得难以监管。非银金融类上市公司的管理资产量大、包含的行业领域范围广、情况复杂无法有一个统一的标准，而且大部分的板块都刚起步，尚未步入成熟业态。面对众多难题，银监会应建立完整的制度体系，确保行业在良好的环境中发展。
公司的营运效率是指公司运用其资产的有效程度，它反映了公司资金的运转情况。营运效率与公司的营运状况和人员的管理有关。公司在提要营运效率时常会遇到资源缺乏，资源难以获取的问题。因此，为实现有限资源的最优化，公司应将工作重心放在改善其营运效率这一主要矛盾上[5]。
本文基于DEA模型对我国非银金融类上市公司进行营运效率评价，再进行相关性分析其营运效率与市盈率之间的关系，结合非银金融类上市公司的现状，发现企业营运方面存在的不足，同时针对这些不足提出一些改进的措施。
2 文献综述
2.1 国外相关研究
Huang、Tsai和Chen（2007）研究发现市盈率受市场经济和公司内部营运的双重影响，并且指出对公司长期利润增长率的预测、股息分配率和公司规模对市盈率有积极的影响，而金融市场存在的风险和债券收益率对市盈率都具有负面的影响[1]。
数据包络分析（DEA）常被用于衡量企业各种效率。但在应用过程中遇到了许多问题，人们在用DEA模型不断去发展证明。Heinz和Hanh（2014）基于DEA方法了解银行效率测量的输入输出集的规范。解决了在银行效率背景下的陷阱，检查DEA应用中银行的投入产出规范是否与银行作出决定的标准一致。对银行行为模型和标准DEA模型的比较，反映表明与DEA应用程序的输入输出相关陷阱与其隐含的固定偏好结构、权重确定和有限的解释力有关。由于传统的DEA模型可能无法说明银行行为。在这种情况下，DEA的结果难以反映其真实意义，研究结果表明，从目标导向的角度，即从多标准决策的角度来看，重点关注DEA效率评估[2]。
Desheng和Olson（2015）基于DEA模型建立风险评分体系对股票进行分析。在金融市场上，有多种投资方式，股票最受投资者欢迎。投资者一般会选择预期回报高的股票进行投资。他们最关心的是投资是否具有高回报的潜力，以及营运效率高的企业是否总是会获得高回报[3]。
Cummins（2016）使用数据包络分析（DEA）分析美国财产责任保险业的效率和生产率。以19932011年数据为样本，通过DEA模型得出纯技术效率、技术效率和规模报酬，与产品成本、收入相联系得出利润效率。同时对保险公司相邻年度全要素生产率变化及其影响因素也进行了调查。特别是我们研究保险公司的效率与其所有制结构，产品和分配策略的关系。还进行回归分析，以进一步分析企业特征，效率和生产率之间的关系。结果表明，美国PL保险行业随着时间的推移提高了效率和生产率，保险公司的产品策略，分配制度和多元化战略是保险公司效率和生产力的重要决定因素[4]。
2.2 国内相关研究
国内对DEA模型的研究起步较晚，魏权龄（1988）将DEA模型引入国内学术界，此后，许多学者将DEA方法广泛应用于各个领域。在我国，DEA的使用主要集中在对银行效率方面的探索研究。秦宛顺和欧阳俊（2001）以我国商业银行在1997至1999年间数据为样本，基于DEA模型对银行的营运效率进行了分析，结果发现，我国商业银行效率整体都偏低。刘展、管七海和冯宗宪（2002）基于DEA方法研究了我国纺织企业的综合营运效率，研究结果表明我国纺织行业的发展非常不均衡，为此提供了相关对策使得各类纺织企业营运效率有所提高。张健华（2003）选取我国商业银行在1997到2001年间的数据为样本，基于DEA模型进行了实证研究分析，发现各类银行间的营运效率存在差异，股份制商业银行的效率低于城市商业银行，国有商业银行的规模效率一般。李晓庆和刘湘斌（2005）选取我国商业银行在2002至2004年间的数据为样本，基于DEA模型对商业银行的营运效率进行了研究，发现国有商业银行综合平均效率偏低[6]。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jmgl/gsgl/347.html
