欢迎来到优发表网,期刊支持:400-888-9411 订阅咨询:400-888-1571股权代码(211862)

购物车(0)

期刊大全 杂志订阅 SCI期刊 期刊投稿 出版社 公文范文 精品范文

经营绩效论文范文

时间:2023-01-23 08:06:31

序论:在您撰写经营绩效论文时,参考他人的优秀作品可以开阔视野,小编为您整理的7篇范文,希望这些建议能够激发您的创作热情,引导您走向新的创作高度。

经营绩效论文

第1篇

关键词:服装;品牌延伸

品牌对于服装犹如生命。在日益激烈的市场竞争中,品牌制胜已经成了服装企业间竞争的不二法则。很多企业为扩大规模、提高经营绩效,让自身在同行业中站住脚、站稳脚并有更大发展,开始对服装品牌进行延伸。我国在过去的10年里,品牌运作最显著的特色就是品牌延伸。

1服装服饰类内延伸

服装品牌的延伸最常见发生在服装服饰类之间,这种延伸可以分为3种情况:一是服装不同类别之间的延伸;二是服装向服饰的延伸;三是服饰向服装的反向延伸。众所周知,浙江是全国的服装大省,雅戈尔、杉杉、罗蒙、报喜鸟、庄吉、步森等已成为中国服装界最响亮的品牌。我们先来看看这些企业的延伸情况,见表1。

由表1可以看出,这些服装企业普遍采用了品牌延伸策略,由单一品牌转变为综合性品牌。如雅戈尔由衬衫向西服、西裤等多种产品方向扩展。实践证明,对于服装不同类别之间的延伸,是被企业普遍采用。而且往往是成功的。

表1同时显示,有些企业(如庄吉、罗蒙等)在服装与服饰之间进行品牌延伸,其基本特点是在服装品牌有相当知名度和美誉度后,向服饰类品牌延伸。这是国内目前比较常见服装与服饰的品牌延伸。由于服饰是用来点缀服装的装饰品,凸现着装或增加美观的附饰,由服装品牌到服饰的延伸,比较容易成功。事实上,越来越多的国内服装品牌企业都不再局限于生产服装,他们更多地是向服饰进行延伸。

第三种,服装与服饰之间的品牌延伸模式是从原来生产服饰的向生产服装发展。在国际上,意大利的著名品牌普拉达是一个很好的例子。

普拉达最早是经营精美皮箱、皮包、皮夹及其他饰品,到现在已有男女服装、内衣、鞋子、配件等多种品类,而且非常成功。在它推出的品牌延伸产品——服装中注入了前卫的元素,融合了传统与时髦,表达了优雅的精致感和浓浓的书卷气,为广大消费者所接受和喜爱。

国内从服饰到服装延伸的企业也有不少,但似乎又很难有突出的例子。分析其原因,最主要的还是归因于服饰到服装的延伸难度系数较大。—方面与原有服饰品牌的美誉度、忠诚度等有密切关系;另一方面很多原生产服饰的企业,不具备足够的资金、设备等,从而限制了企业扩大规模。针对这两种情况,我们可以有相应的解决方法:第一,可以采用副品牌策略,每个副品牌都可以利用原来主品牌的品牌资产,沾主品牌的光,而不须投入大笔广告推广费用重新建立一个品牌;随着副品牌不断推出,还可以提升主品牌的美誉度。此外,一旦副品牌延伸失败,比起直接用主品牌来延伸产品的副品牌可以起到一定的缓冲作用,减轻品牌延伸的风险。第二,服饰企业可以考虑与国内外服装企业合作,发挥各自的优势,各得所需,从而扩大企业规模,提高市场竞争力。中国-2服装档次间的延伸

服装品牌通常分为3个档次,最高档次的品牌是设计师品牌,其次是一线品牌,再是二线品牌。所谓品牌的档次延伸就是指品牌由较高档次的服装向较低档次服装的延伸,如由设计师品牌向一线品牌延伸,或者是由较低档次的服装向高档次服装延伸,如由二线品牌向一线品牌延伸。

国际上最著名的品牌几乎都是设计师品牌,如皮尔·卡丹、香奈尔、范思哲、瓦伦蒂诺等。设计师品牌服装大多为贵族和富有阶层服务的服装品牌。因此,设计师品牌服装的市场非常有限。不可能让其发展为一个有很大规模的企业和品牌,通常的做法是进行品牌延伸,由设计师品牌延伸产生出一线品牌甚至二线品牌。

当前国内外的一线品牌主要有两类,一类是由设计师品牌延伸而来的品牌,这些品牌的基本特点是在设计师品牌的前面或者后面加上一个字或词,构成一个新的品牌,这个加上去的字或词我们通常称为副品牌或次品牌;另一类是生产经营企业的品牌。国内大部分的服装一线品牌都是企业原创的品牌而非设计师品牌,如雅戈尔、罗蒙、金利来、白领等。

二线品牌是面向中低收入者的服装品牌,或者说是一个大众化的服装品牌,更多地强调服装品牌产品的实用和性价比,通常的说法就是价廉物美。这种品牌往往不追求品牌的附加价值。主要强调服装质量的可靠性和产品的实用性,买的放心。穿起来感觉也比较合适。

3种不同档次的品牌,每一个和每一类成功的品牌均有其独特的品牌核心价值和品牌定位,在品牌延伸时,必须充分考虑。一般来说,若这一核心价值能包容延伸产品,且产品属性和品牌形象不相冲突,就可以大胆地进行品牌延伸,否则就不宜延伸。也就是说,品牌延伸不能与品牌核心价值相抵触。

因此,要实现服装品牌的跨档次延伸就比较困难。无论是向上延伸还是向下延伸都会有问题,特别是以档次、身份、地位及文化象征为主要卖点的服装品牌,一般很难兼容中低档次产品。因为人们在购买高档次服装时,所追求的不是局限于该服装的物理属性,他们更多的是追求这个服装品牌所带来的身份和地位的象征,感受顶级品牌带来的无尚荣耀。

一般情况下,一家生产较低档次服装的企业和它的品牌,很难向较高档次延伸。因为消费者的思维定势和他们无法相信品牌服装价值的升高。企业要使提升品牌档次的延伸得到成功,还需要通过各种媒介和手段,改变消费者观念,改变该服装品牌在人们心中的定位,这不是一朝一夕就能解决的问题。由较高档向较低档延伸时,要注意的是不能因延伸而毁了品牌原有的价值,比较明智的方法是采用主副品牌组合的策略。总的来说,服装品牌的向上延伸比向下延伸更难。

3年龄延伸

每个人在选择和穿着服装时往往会与自己的年龄联系起来。不同款式、不同色彩的服装适合不同年龄段的消费群,不同年龄段的消费群对服装也有不同的选择标准。因为不同年龄段消费者,由于其生活背景、成长环境的不同,形成了不同的生活态度和消费文化。服装作为生活方式的一种表达、一种文化消费现象,必然会受年龄的影响。青年人可能会选择比较时尚、前卫,甚至是另类的款式,因为这样比较符合他们追求时髦、显现独特个性的心态;中年人更多的喜欢看上去稳重而又富于内涵的服装,而老年人则更倾向于传统、朴实和实用型服装和款式。

第2篇

1.1基本思想

作为系统工程中的一种结构模型解析方法,决策试验和评价实验法运用图论与矩阵等工具,对系统各影响因素的逻辑关系进行分析,通过构建直接影响矩阵判断出每个因素对其他因素的影响程度和被影响程度,进而揭示系统的结构关系。目前,该方法已经成功应用于产业经济系统分析[8]、电子校务的风险因素分析、教学质量影响因素分析[10]、网络谱系结构分析[11]等诸多领域。利用DEMATEL方法建模可以得到影响度、被影响度、中心度和原因度等分析指标:根据影响度和被影响度能够判断出因素间的相互影响关系以及对系统整体的影响程度;根据中心度能够判定出各因素在系统中的重要程度;根据原因度能够确定出各因素在系统中所处的位置。

1.2基于DEMATEL方法的企业经营绩效管理模型

2.2.1系统结构分析根据系统结构的概念,系统是由若干要素有机组成的,系统的结构取决于系统中的要素,系统的整体功能是由各个要素的贡献汇总而成的;而每个要素又具有若干属性,这些属性通过合理的组合蕴含着要素对系统的贡献[11]。从系统、要素、属性三维角度构造一个系统:由n个要素组成,记为Nk(k=1,2,…,n),系统的第k个要素有mk个属性,第k个要素的第i个属性记为Pik(i=1,2,…,mk)。在企业经营绩效管理模型中,整个企业经营绩效管理指标体系即为系统,要素为表征企业经营绩效管理的4种能力:盈利能力、营运能力、成长能力和偿债能力,分别记为N1,N2,N3,N4。属性是不同能力下的指标,例如盈利能力N1的属性值分别为净资产收益率P11、主营业务利润率P21、费用利润比P31、销售净利率P41和销售毛利率P51。

1.2.2属性间直接影响关系与程度的确定邀请m位对企业经营绩效管理具有理论研究和实践经验的专家,对不同指标分别进行两两比较,并根据相应的定性判断标准,采用分级比例标度进行描述,给出不同属性之间的直接影响关系和影响程度。出了0~3分级比例标度的属性影响关系判断标准,该标准可以根据实际需要进一步细化或者简化。如果属性数目非常多,当前的分级比例标度难以满足人们的判断需求,可以在现有标度基础上进一步均匀细化,例如在“很弱(0.5)”与“弱(1)”之间均匀插入“较弱”,赋值为0.75,以便区分;同样,对于属性数目较少的情况,可以进行简化,例如只选取“没有(0)”“弱(1)”“中(2)”“强(3)”作为判断标准。总之,关于属性间直接影响程度的确定可以根据系统复杂程度本着“能够区分”的原则灵活处理[11]。

2企业经营绩效管理应用分析

根据企业经营绩效管理指标体系实际和上述模型,以盈利能力分析为例进行描述。步骤1:分析系统要素记盈利能力要素N1含有5个属性,记作Pi1(i=1,2,…,5),具体为净资产收益率P11、主营业务利润率P21、费用利润比P31、销售净利率P41和销售毛利率P51,这些属性能够全面、完整、真实地反映企业盈利能力的特征,在系统中具有代表性和典型性。步骤2:确定属性间的直接影响程度,构建初始化直接影响矩阵邀请20位对企业盈利能力具有一定理论研究和实践经验的专家参与盈利能力要素下不同属性间直接影响程度的定性确定。由于该要素下属性数目相对较少,于是本文采用简化的分级标度确定属性间的直接影响程度,即如果属性Pi1(i=1,2,…,5)对属性Pj1(j=1,2,…,5)有直接影响,且关系为“强”,则rij=3;关系为“中”,则rij=2;关系为“弱”,则rij=1;无关系,rij=0。在这里不考虑属性对自己的影响,即rij=0。于是,按照“众数原则”得到初始化直接影响矩阵步骤3:求规范化直接影响矩阵将直接影响矩阵R进行规范化处理得到规范化直接影响矩阵确定综合影响矩阵为了计算方便,综合影响矩阵近似为T=R*(I-R*)-1,于是有步骤5:系统的综合试验与分析依据影响度、被影响度、中心度和原因度的求解方法,获得系由可以看出,盈利能力各指标的重要程度(中心度)按大小依次为销售毛利率、销售净利率、主营业务利润率、费用利润比、净资产收益率;原因度按大小依次为主营业务利润率、费用利润比、销售净利率、销售毛利率、净资产收益率。进一步讲,主营业务利润率的中心度和原因度均较大;资产收益率的原因度和中心度均较小,这说明主营业务利润率与其他属性的关联关系紧密,而资产收益率与其他属性的关联关系很弱。营运能力、成长能力和偿债能力等要素下各属性的中心度和原因度比较与上述分析一致,不赘述。综上,将上述所有分析结果关联便构建起基于“经营绩效系统—能力—属性”的体现所有指标相互之间关联关系等显著特征的管理模型。与因子分析法[2]相比,能够更直接地反映不同能力下的指标间影响与被影响关系,进而确定原因及结果属性。

3结束语

第3篇

1DEA模型和Tobit模型

DEA是使用数学规划模型比较决策单元之间的相对效率,DEA方法是在“相对效率评价”概念基础上发展起来的一种系统分析方法,用于测评一组具有多重投入和多种产出的决策单元的绩效和相对效率。其优势在于无需人为给定各指标的权重,也无需预先给定生产前沿面的生产函数形式,同时它能够处理多个输出和输入。鉴于此,本文将用DEA方法分析常州63家农业企业的生产效率以便对不同企业的经营绩效进行对比评价。Tobit模型的一个重要特征是,解释变量Xi取实际观测值,而被解释变量Yi只能以受限制的方式被观测到:当Yi>0时,“受限”观测值均取实际的观测值;当Yi≤0时,“受限”观测值均截取为0。可以证明,用最大似然估计法估计出Tobit模型的βT和σ2是一致估计量。考虑到在实际的企业经营绩效分析上,经营绩效的变动不仅与一个解释变量有关,因此,在以企业经营绩效Y为因变量的基础上,全面多方位引入以网络建设、信息管理、农业新品、研究中心、品种权数、国家拨款、省级拨款、市级拨款、高科企业、示范园区为模型的自变量,系统地分析这些指标对于常州市农业科技企业经营绩效的影响作用情况。

2变量选择和数据来源

2.1经营绩效投入产出变量的选择

本文选取了常州市63家具有代表性的农业高新技术企业和农业科技示范园,对其2010年相关截面数据进行分析研究,其中所选取的指标如下:产出指标2个:当年销售收入(万元)、当年利税总额(万元)。投入指标5个:固定资产总计(万元)、流动资产总计(万元)、当年研发费用(万元)、普通员工人数(非研发类)、从事研发人数。

2.2影响因素变量选择

由于对普查对象所能获得的数据有限,本文主要选取了网络建设、信息管理、农业新品、研究中心、品种权数、国家拨款、省级拨款、市级拨款、高科企业、示范园区这几个变量并运用Tobit模型,实证检验上述因素对常州市农业科技企业经营绩效的影响及作用机制,为常州市农业科技企业进一步深化发展提出政策建议。一个企业是否拥有自身网络很好地体现了该企业的未来市场开拓能力与信息化发展程度。因此,本文中将是否建有网站及网址作为影响农业科技企业经营效益的一个因素,设定权数1为已建立网站,0为尚未或者没有建立网络。企业内部的信息管理系统可以满足企业决策者和管理者随时对内部信息的控制,提供方便快捷、高效率的实时动态信息交互,提高管理水平、优化运营流程。因此,将企业信息管理系统作为考察企业经营绩效的变量,能够更好衡量企业的内部管理结构合理与否,以及研究通过如何加强对企业内部信息的控制,以达到最优化的企业经营绩效。设定权数1为已建立信息管理系统,0为尚未或者没有建立信息管理系统。企业所拥有的农业新品种总数在一定程度上反映了该农业科技企业在这段时间里的科研能力、生产能力和市场竞争能力。因此,将企业所拥有的农业新品总数作为考量企业经营绩效变量指标很有必要。企业的创新程度主要来源于企业的科研发展程度,农业科技企业研究中心的建立反映了企业自身科研能力水平以及科研成果产业化的能力,关系到企业的科研成果能否和生产很好地结合。设定权数1为已建立企业研究中心,0为尚未或者没有建立研究中心。企业所拥有的品种权数很好地体现了企业的生产与发展能力,拥有越多的产品品种,企业在市场竞争中能够更好地满足消费者不同方面的要求,在竞争中处于有利地位。企业所创造的顾客满意价值也将最大,能够更好的提高企业的经营效益。国家、省级、市级的拨款为企业自身的科研提供了保障,并且提供与国内外高等科研机构合作的机会,使得技术达到国际领先水平,在竞争中打破国外垄断,对于企业的经营绩效意义非凡。近几年国内很多省市已经了关于农业科技企业的认定办法,对于农业高新技术企业与农业科技示范园区给予政策、税收等其他方面的支持。因此,调查企业是否属于农业高新技术企业或农业科技示范园区对于分析企业经营绩效很有意义。将属于高科技企业或示范园区的权数定为1,不属于高科技企业或企业示范园区的权数定为0。

3变量设定及数据来源

本文数据来源于常州市科技局农社处,由常州市63家具有代表性的农业高新技术企业和农业科技示范园提供。由于各指标的数据口径统一,具有可比性,因此对统计结果并无太大影响

二结果分析

1DEA测度结果分析

利用DEA对常州市63家农业高新技术企业或农业科技示范园区进行农业生产经营绩效的评价,得知:常州市农业科技企业的经营绩效处于相对良好水平。63家农业高新技术企业与农业示范园区DEA效率均值为0.556,其中有13家企业综合效率达到1,并列第一,是相对有效的DEA决策单元(DMU),占调查样本总体的20.63%。这些企业除了加强企业内部规模优化,同时也注重加强企业自身的科研能力,提高企业的综合实力,较好实现了企业的社会责任。这些企业或园区在资产规模,科研投入和经营效率、效果方面都处于相对最佳状态,形成最优生产效率。常州市农业科技企业在整体上处于一个良好的发展经营模式。企业DEA效率差距较大,存在两极分化现象。除了13家企业的DEA效率达到1,形成决策单元的DEA有效之外,其他的50家企业则是非有效或弱有效。其中,江苏无花果酒业有限公司最低,DEA效率为0.102。企业之间存在两极分化现象,造成这种现象主要是由于资产规模、科研投入等要素之间比例不协调所导致的。DEA测度的是一个相对指标。以常州市水产良种引繁有限公司为例,该企业销售收入、利税总额都排名63位垫底,当年研发投入30万元,排名51位,企业共有研发人员5人,占正式员工比例为38.46%。从综合角度看,该企业总体效益一般,这主要是由于该企业的生产规模小,企业资产低。但从企业相对规模的角度来看,它的投入成本也小,研发费用(30万)排名靠后,研发人数排名倒数,资产总计与普通员工人数较少,因此,研发资金和人员的投入与企业规模相对适宜,形成了一个规模效率较高的企业。

2经营绩效的影响因素结果分析

通过对常州市农业科技企业的经营效益与网络建设等因素的Tobit分析,发现该模型拟合程度良好,尤其是农业新品与高科企业两个因素。两者的P检验值分别为0.026与0.044,P值<α=0.05,变量在95%置信度下通过t统计量检验,这说明企业农业新品的数量与是否属于高科企业对常州市农业科技企业的经营绩效影响显著。他们的系数所代表的意义分别是:企业每增加一个单位的农业新品,相应就会使常州市农业科技企业的经营绩效增加0.0033个单位;如果常州市农业科技企业属于高科企业,那么就可以相应增加0.2774个单位的经营绩效。此外,模型分析中其他的自变量,如网络建设、信息管理、研究中心、品种权数、国家拨款、省级拨款、市级拨款、示范园区等因素在Tobit分析中拟合程度也较好,表明这些因素对常州市农业科技企业经营绩效也发挥着重要作用。在常州农业科技企业经营绩效影响因素的分析中,企业是否属于农业高新技术企业与农业科技示范园区通过了验证,成为影响常州农业科技企业经营绩效的主要因素之一。而产生这种现象的主要原因是常州市农业科技企业内部发展的结构特点。在近几年中,常州市发展了具有地区特色的农业科技企业发展模式,创立了常州特色的农业科技企业发展之路。通过合理规划布局,加大政府扶持力度,建立起以“农业高新技术企业和农业技术示范园区”为载体的农村产业发展新模式,促进了常州市农业向现代化迈进。农业高新技术企业与农业技术示范园区积极实施信息技术对传统产业的改造,大力培育新兴产业,有效地促进了高新技术产业化进程。截至2010年底,常州市共有农业高新技术企业81家,农业科技示范园20家,其中15家拥有农业高科技企业和农业科技示范园的双重身份。而在常州市农业科技企业发展的道路中,这些企业的综合实力强大,众多的企业形成抱团的局面,形成农业科技企业群,企业之间可以共享资源,减少风险,降低成本,共同研发,很容易产生企业发展的规模集聚效应。因此,是否属于农业高新技术企业与示范园区成为影响企业经营效益的重要影响因素。常州市农业科技企业注重对科研能力的开发,企业建立了较为全面的网络系统、信息管理和研究中心。在发展规划中较为注重企业规模的扩张,加大在高新产品、尖端技术研发等方面的科技投入,树立较强的技术储备意识,以适应当前激烈的国际、国内竞争。同时,常州市加强科技人才的引进,农业科技队伍日渐壮大,培养了强大的专业科研团队与大批的知识型农民,从根本上增强常州市农业科技企业的原创力,提高科学技术投入在企业生产中的贡献份额。具体反映在上述的Tobit分析中,网络建设、信息管理、研究中心、品种权数、示范园区等指标对常州市农业科技企业的经营绩效产生重要影响。

通过调查分析可以推测常州市在经济增长的三驾马车中,在具备劳动力资源和资本资源的情况下,科技的贡献率对当地农业所产生的影响也将会越来越大。科技计划项目是开展农业科技工作的重要手段之一。多年来,常州市一直将水稻育种、设施农业、现代园艺、花木林果、优质畜禽、特种水产作为农业科技的重点支持方向。由于资金财力的限制,需要借助国家、省部级科技项目的支持,共同推动农业产业升级和技术进步。

三政策建议

①对于经营绩效低的农业科技企业来说,企业自身应进一步解决人力资源与资金管理问题。同时,政府对DEA效率不理想的企业应给予政策上的扶持,通过项目带动,加大科研投入,全面改善农业科技企业的综合指标,实现企业的最优化生产。

②加强项目申请力度,以项目为载体,提升农业科技自主性水平。根据常州市情况,以农业科技攻关计划、农业科技成果示范推广计划、科技平台计划为主,以及社会发展计划、青年科技人才计划、软科学计划、知识产权计划等计划,对农业科技项目予以支持,并要求各辖市区根据实际情况设立相关计划或项目匹配对农业科技予以支持,同时,大力争取国家和省级科技计划支持。

③推动合作,成立高校科研机构驻常州研究院,增强企业科研能力。例如可以成立南京农业大学常州研究院,将南京农业大学的科研成果与常州市农业科技企业相结合,提高当地农业科技企业的原创力。同时按照统筹规划、突出重点、分类指导、集成实施的指导方针,加快农业工程技术研究中心建设。加快市内已有的科研设施、实验室、科技文献、数据库的共享工作。加大各类项目向各类平台的倾斜力度,为常州市农业科技创新提供项目源。

④在坚持“农业高新技术企业和农业技术示范园区”为载体的新发展模式基础上,建设创新载体。加强对农业科技示范园区、农业高新技术企业的投入和管理,选择部分市级农业科技示范园区进行重点培育和建设,使之成为新品种的引试基地、农民的科技培训基地、农业知识的科普教育基地。进一步探索园区的管理办法,继续走特色化专业化道路,积极引入竞争机制,按照有关标准对已认定的园区进行考核,并通过项目引导,丰富高新技术企业的科技内涵,使之成为农业科技创新的主体、高新技术应用的主体、带动农民致富的主体。

第4篇

关键词:银行规模;不确定性;经理人激励;“软”信息;“硬”信息

一、引言

银行规模与经营绩效的关系近年来是国外学术界研究的一个重点问题。在西方国家中,在大银行稳健发展的同时,小银行取得了更为的快速增长[1]。建立一个以中小金融机构特别是中小银行为主体的金融中介组织结构应该是我国金融业发展的未来方向[2]。但是我国中小银行特别是小银行机构的发展并未如想像般迅速。不少城市商业银行的经营都出现了很大的困难①。至少到目前为止,以下两方面的重要问题仍有待解决:首先,转型经济中哪些因素会影响银行规模与经营绩效的关系?在发达的市场经济中,一般认为银行规模越小,对信息的处理效率就越高,对客户经理的激励越有效[3,4]。但是,在转型经济中因为不确定因素的增加,政府干预的存在,以及其他一些因素,结论就可能变得不一样。其次,小规模商业银行在我国存在的依据是什么?是否有好的发展前景?我国大银行与小银行②在激励机制上有何不同?

[注:①典型案例如汕头城市商业银行的关闭。

②结合中国情况,我们认为银行类型可按其资产规模做以下划分:四大国有独资商业银行为大银行;10家全国性股份制商业银行为中型银行;地方性的城市商业银行、城市信用社、农村商业银行、农村合作银行和农村信用社为小银行。]

本文以下部分将围绕以上两方面问题,将转轨经济中的信息环境与不确定性因素与银行经理人激励问题联系起来,对银行规模与经营绩效的关系进行研究。文章结构如下:第二部分是文献综述;第三部分在Stein方法的基础上[3,4]构建理论模型,最后是全文结论。

二、文献回顾

国外对银行规模与其生存性和竞争优势的关系的理论研究主要是将激励理论结合银行业的特性进行的。研究结果表明不同规模银行的激励机制存在的明显差别是影响其绩效的主因。Aghion和Tirole指出,在集中决策的机构中,一线客户经理的激励是严重欠缺的[5]。Stein随后证明在不完全合同情况下,小机构往往比大机构在处理“软”信息方面更具优势[3,4]。因此在更需要“软”信息(softimformation)的对中小企业融资业务中,小银行应当比大银行表现出更强的竞争力。Berger等将不完全合同情况下的激励理论引入对美国银行业的实证分析[1],通过实证研究证实了小银行确实在上述业务领域表现出更好的竞争力,而大银行由于中小企业信用约束、管理链条过长等问题,不可能也不愿意花太多力气去处理需要大量“软”信息的中小企业融资问题。在上述实证研究基础上,Berger和Udell进一步从理论上论证了小银行在处理“软”信息和关系型融资等方面的优势。他们同时发现,小银行与企业关系型融资中的“关系”实质上是客户经理与企业的“关系”[6]。

Brickley等对美国德克萨斯州的银行业规模与公司规模的关系进行了实证研究,结果表明在一些小城市和小地区,小银行对于当地企业以及当地经济的支持较之大银行具有优势[7]。他们的解释是:大银行对经理人的监管成本由于距离相隔太远而较高。退一步说,即便能够设计出合理的可行的契约,大银行也往往不会这么去做,因为经理人的成本和付出是不断变化的,在多重的组织结构中去计算这种变化往往十分繁琐。相对而言,小银行的激励机制更为有效准确。Akhigbe和McNulty基于美国数据的实证研究发现,小银行相对于大银行确实取得了更好的经营绩效,而且这种优势在中小城市显得尤为明显[8]。他们认为,小银行在关系型融资上的优势使得其在对中小城市的中小企业融资服务方面具有优势。但这种优势在大银行垄断市场中,又会带来经理人的惰性,从而对银行绩效造成负面的影响。Deyoung等的研究发现,小规模且具有良好的内部治理结构的社区银行在竞争中具有良好的适应性,可以从容应对由于监管和技术变化带来的更为激烈的市场竞争并取得更好的绩效[9]。他们的研究也肯定了小规模银行在个人业务、关系型融资、服务中小企业等业务领域具有的优势。Berger等根据1993年美国数据进行的实证研究表明,大银行合并后,中小企业得到的贷款会减少,而小银行合并后中小企业得到的贷款却会增加[10]。这或许和小银行合并后,其资金实力有所增强,同时原有的关系网络仍然能够得以保持有关。而大银行间的合并往往会导致银行资金实力的急剧膨胀和管理链条的进一步复杂化,从而会削弱其对中小企业的支持力度。

Nakamura认为是由于小银行在信息和管理监督控制方面的优势,使得其在对小企业融资方面较大银行做得更好[11]。Berger等的实证研究表明:在美国,相对于大规模银行和国外银行,小规模的当地银行在对信息较模糊的中小企业融资业务中具有优势[12]。Mcnulty等对美国佛罗里达州的银行贷款质量进行了实证研究,结果没有发现小银行的贷款质量具有系统性的优势,但在非大都市地区小银行的贷款质量优势仍然明显[13]。Carter等的实证研究发现,在控制住市场集中度,资金成本和其他变量的影响后,小银行的风险调整贷款收益仍然显著高于大银行。因此实证研究结论基本证实了小银行在信息质量方面的优势[14]。

国内大部分研究均是通过探讨关系型融资、信息优势与银行规模的关系分析此类问题。如林毅夫、李永军认为,在中国中小金融机构对于中小企业融资在信息甄别、融资灵活性等方面同样具有优势[15]。曹敏等对广东外资企业银行融资数据的实证研究表明,企业与银行的关系越密切,其所获得贷款的利率就越低[16]。这从一个角度说明了关系型融资可能对解决信息不对称问题有帮助。张捷发现,银行内部的决策权配置问题实质上是银行如何在集中决策所耗费的信息成本与分散决策所产生的成本之间搜寻最优决策点[17]。根据这一思路,由于股东数较少,委托结构较简单,小银行选择分散决策的成本可能相对于大银行较低,因此其会选择分散型决策以尽可能获取软信息。而大银行由于选择分散型决策成本太高,因此倾向于选择集中决策。

以往的研究充分肯定了小银行对于经济、金融发展的重要作用。但国外的研究并不完全适合于我国。而另一方面,国内的研究在肯定中小银行作用的同时,仍然未能清楚地从理论上阐述不同规模银行发展的内在激励机制。换言之,“银行规模与其债效之间是如何相互影响的”这一最关键问题的黑箱仍未打开。因此,到目前为止国内的研究仍无法回答本文引言部分提出的两个问题。故结合“中国特色”进行更为深入细致的研究是非常必要的。

三、模型

Stein的研究表明[3,4],中小企业与大企业融资最关键的区别在于中小企业的信息是“软”的,也即信息无法有效传播,除了生产信息的人外,信息无法被其他人所了解。上层管理者看到并相信的只能是“硬”的信息(hardinformation),如企业业主(借款人)过去的交税记录等。中小企业往往发展的时间较短,“硬”信息是欠缺的。Stein证明:虽然分散决策也存在许多弊端,但它的存在使金融机构对“软”信息项目进行信贷成为可能。分散决策最大的好处是加强了对一线客户经理的激励,使小银行客户经理有更大权力决定客户贷款。但如果在大银行机构情况就不同了,集中决策机制使客户经理不可能拥有太多的权力,他们的贷款报告必需经过上级甚至更上级的批准才能进行,而“软”信息是不可能经过这么多层次传递的。只有在一线客户经理时常需要根据“软”信息才能做出更为有效的决策的情况下,集中决策机制才会显示出其对客户经理激励不足的弊端。如果是在“硬”信息为主的环境中,集中决策对激励机制的影响并不严重。

小银行分散决策的优势在西方国家虽体现得较明显,但在我国情况却不太相同。这主要是因为我国存在以下转型经济因素:(1)项目投资回报的不确定性。在市场经济不健全的发展中国家(例如中国),投资项目回报的不确定性很大。在预期回报率相等的情况下,“软”信息环境中的项目投资回报的不确定性通常较“硬”信息环境大。(2)关系型社会中客户经理素质参差不齐。中国关系型社会色彩浓厚,在这种社会环境中客户经理和CEO的任命不一定唯才是举,除了能力因素,关系因素起着重要作用。因此,即使是同一公司内部,经理人的素质也是参差不齐的。如果我们将“能力”狭义地理解为“创造能力”的话,通常在“软信息环境中,对客户经理和CEO的能力要较“硬”信息环境中高。但关系型社会的特质使得处于“软”信息环境中的客户经理和CEO未必能力更强。(3)公司股东的政府背景。

[注:①四大国有控股银行的行长经常会相互调动。另外在不少地区,国有控股商业银行的行长也经常会调动到政府某机构任公务员,或由政府公务员担任商业银行行长。

②为了简化分析,假设公司控股股东也是风险中性的。]

我国政府或国有控股的银行占多数。银行CEO的任命通常由政府部门完成。这使得CEO通常任期有限且调动频繁①,容易产生“短视”行为。

另外stein的模型没有考虑股权激励与薪酬激励的不同,也没有考虑不确定性在单期和多期中的不同。我们将结合中国情况建立模型,对上述问题进行分析。

先考虑单期的情形。将CEO和客户经理的效用(收益)分别表示为:

从式(9)和式(10)可以看出,在多期合同中,客户经理对每期的薪酬收入预期是不变的,但是薪酬收入预期的方差(不确定性)却减少了。这是因为长期合同使得客户经理的风险分散了。特别的,当N∞时,客户经理就近似于风险中性偏好。此时很小αi的值就可以达到较好的激励效果。因此,在长期合同中,薪酬激励发挥的作用比短期合同更明显。类似地,在每一期都努力工作并能够成功发现信息的情况下,i客户经理从股权激励中获得的平均收益可以表示为:

注:①式(18)的计算过程中为了方便起见,实际上假设了当i客户经理选择“不努力”时,他估计j客户经理也将选择“不努力”。根据客户经理的同质性和“以己之腹,度人之心”的一般性推理,这一假设有其合理性。而且这一假设仅是为了分析的方便,没有这一假设对研究结论没有质的影响。

②在这里的分析忽略了客户经理努力成本,这样客户经理的参与约束其实就放宽了。如果考虑努力成本,式(18)较式(17)更不易大于0,分散决策与集中决策情况下CEO的预期收益差距也就可能会更大。③求解过程见附录。]

还是集中决策,股权激励较之薪酬激励此时均更为重要。

命题2的经济学意义是:长期合同情况下一线客户经理间可以更好的沟通。参与博弈的各方更容易形成“分离均衡”。客户经理“努力”与“不努力”工作的情况都会被另一个客户经理观察判断出来。为了获得最大利益,客户经理会选择“努力”工作以获取另一位客户经理的信任。而短期合同下客户经理无法准确判断另一客户经理的选择,因此他选择“努力”还是“不努力”就具有一定的随机性。于是博弈就更容易形成“混同均衡”。

(三)“硬信息”环境下的情形

纯粹“硬”信息环境下,客户经理了解到的所有信息都可以反映给CEO。在监督机制有效的情况下,CEO就成为全知全能的管理者。此时因为在集中决策CEO可以对更多的资金进行准确的调度,集中决策肯定较分散决策为优。在“软”“硬”信息混合的情况下,客户经理可以选择是否向CEO如实报告信息,如果信息是可证实的(“硬”的),客户经理会选择报告。我们假设信息可证实的概率为z,不可证实(“软”的)概率为(1-z)。z∈(0,1);z<1,表明信息有时候仍然是“软”的,客户经理不再是简单地将信息如实报告给CEO,而是可以选择对自己更为有利的信息报告方式。

命题3:长期合同条件下,分散决策较集中决策何者更优取决于“软”信息与“硬”信息在信息总量中的占比。“硬”信息越多,集中决策越有利,股权激励的作用有可能会有所降低;反之,“软”信息越多,分散决策越有利,股权激励的作用有可能会得到一定的加强。

命题3对我国不同类型银行采用不同激励机制提供了一个解释。对于大银行特别是国有控股大银行而言,其客户以大型企业为主,“硬”信息占据了主要地位,虽然也存在“软”信息,但采取集中决策仍是其较好的选择;而对于小银行而言,“软”信息是信息主体,虽然也存在部分“硬”信息,但其采取分散决策仍是较好的选择。

(四)客户经理素质不同时的激励

此时素质较佳的客户经理会担心素质较差的客户经理在双方博弈合作过程中产生“搭便车”行为。素质较差的客户经理努力成本会较素质优秀的客户经理高,二者的参与约束与激励相容条件都是不同的。博弈的结果有可能导致两个部门的客户经理都选择“不努力”工作。我们用一个简单的模型对此加以说明。首先注意到之前的模型推导都隐含着参与约束自然成立的前提条件,当项目分别为{G,B}时,人(客户经理)投资2单位资金到“好”项目的激励总是大于他的其他选择。激励相容条件也就得到满足。

现在加入客户经理的努力成本。首先考虑“软”信息环境中分散决策①的情况。用ei表示i客户经理“成功”发现信息所需要的努力成本,并假设N足够大,我们把式(16)改写成:

[注:①上文已充分证明了“软”信息环境中采用分散决策是较优的。

②上文也已证明了“硬”信息环境中集中决策是较优的。]

于是素质较优的客户经理更可能选择“不努力工作”。

接着我们考虑“硬”信息环境中集中决策的情况②。观察式(21-a)可以看到,此时股权激励的分母均为8,且分子也不大,所以此时股权超额收益即便全部损失,其数额相对于分散决策情况也是有限的。因此我们得到命题4。

命题4:长期合同情况下,相对于集中决策而言,分散决策对客户经理的素质要求不仅更高,而且更统一。

命题4回答了不同类型银行对客户经理要求不同的问题。因为分散决策体制的灵活性,我国中小银行特别是股份制商业银行在招收客户经理时确实较国有控股大银行有一定的优势,能否利用这一优势对于小银行的发展至关重要。如果不能保证客户经理素质上的优势,小银行在“软”信息环境中的竞争优势就会很大程度上被削弱。

(五)国有控股、CEO与客户经理的短视行为

我国多数小银行均为国有控股(不少是地方政府控股),CEO为地方政府直接任命。地方政府任期的有限性往往导致其对CEO业绩考核的短视行为。CEO的短视行为又会引起其对客户经理业绩考核的短视,使得委托合同更偏向于短期合同。如前所述,较之长期合同,短期合同下股权激励的作用得不到发挥,客户经理的风险偏好难以同CEO保持一致,不确定因素也会对公司绩效产生较大的影响。这些因素都会导致小银行的经营业绩下降。要解决这一问题,一个理论上可行的方案是加大股权激励的比重,将长期股权激励合同与短期薪酬激励合同有机结合。但是实践中我国股市存在的问题又会大大削弱股权激励的作用,因此股权激励比重的增加还必需考虑股票市场改革的进程,这已非本文研究的范畴。总之,客户经理素质较高、股权激励与薪酬激励结合得较好的小银行更容易取得理想的经营业绩。

对于国有控股大银行而言,其目标客户群通常都处于“硬”信息环境下,公司决策以集中决策为主。此时CEO与客户经理的短视行为虽然也会对公司业绩与股权激励作用产生一定的负面影响,但是正如命题6中所证明的那样,在长期合同情况下集中决策公司的股权激励作用本身就是较弱的,因此,CEO与客户经理的短视行为对大银行的影响要远小于小银行。

四、总结

我们运用激励理论,对中国不同类型银行的激励特性和发展前景进行了研究。为了分析处于转型经济情况下的我国银行规模与债效的关系问题提供了一个较为合理的解释框架。主要结论如下:1.在单期决策、CEO风险中性、客户经理风险规避情况下,“软”信息环境中分散决策较集中决策有着明显的优势。股权激励相对于薪酬激励没有明显作用。2.在长期合同情况下,“软”信息环境中分散决策较之集中决策的激励作用更为明显。而在不确定性的环境中,长期合同对于分散决策激励优势的形成可以发挥更为重要的作用。无论是分散决策还是集中决策,股权激励较之薪酬激励此时更为重要。3.在长期合同条件下,分散决策较集中决策何者更优取决于“软”信息与“硬”信息在信息总量中的占比。“硬”信息越多,集中决策越有利,股权激励的作用有可能会有所降低;反之,“软”信息越多,分散决策越有利,股权激励作用有可能会得到一定的加强。4.长期合同情况下,相对于集中决策,分散决策对客户经理的素质要求不仅更高。而且更统一。在以上研究的基础上,我们还重点讨论了小银行的生存性和发展前途问题。发现小银行经营状况是否良好主要取决于以下几方面因素:a、客户经理素质是否较大银行高并且整齐;b、是否能够将对CEO与客户经理的长期股权激励和短期薪酬激励很好的有机结合起来;c、小银行是否将目标客户群准确地定位在“软”信息范围或以“软”信息为主的范围内①。在不存在数据问题的前提下,本文的命题都具有显著的实证意义,因此对本文结论进行实证检验将是下一步的工作。

参考文献:

[1]BergerAN,KlapperLF,UdellGF.TheAbilityofBankstoLendtoInformationallyOpaqueSmallBusiness[J].JournalofBankingandFinance,2001,25:2127-2167.

[2]李志赟.银行结构与中小企业融资[J].经济研究,2002,(6):38-46.

[3]SteinJC.InformationProductionandCapitalAllocation:DecentralizedVSHierarchicalFirms[J].NBERWorkingPaperSeries,2000,7705:1-49.

[4]SteinJC.InformationProductionandCapitalAllocation::DecentralizedVSHierarchicalfirms[J].JournalofFinance,2002,57:1891-1921.

[5]AghionP,TiroleJ.FormalandRealAuthorityinOrganizations[J].JournalofPoliticalEconomy,1997,105:1-29.

[6]BergerAN,UdellGF.SmallBusinessCreditAvailabilityandRelationshipLending:TheImportanceofBankOrganizationStructure[J].EconomicJournal,2002,112:32-53.

[7]BrickleyJA,LinckJS,SmithCW.BoundariesofTheFirm:EvidenceFromTheBankingIndustry[J].JournalofFinacialEconomics,2003,70:351-383.

[8]AkhigbeA,McnultyJE.TheProfitEfficiencyofSmallUSCommercialBanks[J].JournalofBankingandFinace,2003,27:307-325.

[9]DeyoungR,HunterWC,UdellGF.ThePast,Present,andProbableFutureforCommunityBanks[J].JournalofFinancialServiceResearch,2004,25:85-133.

[10]BergerAN,SaundersA,ScaliseJM,UdellGF.TheEffectsofMergersandAcquisitionsonSmallBusinessLending[J].JournalofFinancialEconomics,1998,50:187-229.

[11]Nakamura.SmallBorrowersandTheSurvivalofTheSmallBank:IsMouseBandMightyorMickey?[J].BusinessReview,1994,Nov/DEC:3-15.

[12]BergerAN,MillerNH,PetersenMA,RajanRG,steinJC.DoesFuctionFollowOrganizationalForm?EvidenceFromTheLendingPracticesofLargeandSmallBanks[J].2001,NBERWorkingPaperSeries8752:1-51.

[13]McnultyJE,AkhigbeAO,Verbrugge,JA.SmallBankLoanQualityinADeregulatedEnvironment:TheInformationAdvantageHypothesis[J].JournalofEconomicsandBusiness,2001,53:325-339.

[14]CarterDA,McnultyJE,Verbrugge,JA.DoSmallBanksHaveanAdvantageinLending?AnExaminationofRisk-adjustedYieldsonBusinessLoanatLargeandSmallBanks[J].JournalofFinancialServiceResearch,2004,25:233-252.

[15]林毅夫,李永军.中小金融机构发展与中小企业融资[J].经济研究,2001(1):10-20.

第5篇

关键词:极效率数据包络分析绩效评价指标

改革开放20多年来,随着金融体制改革的深入,我国保险体系发生了深刻变化,一个以国有商业保险公司为主、中外保险公司并存、多家保险公司竞争的多元化市场格局已经初步形成。随着国内保险业的竞争日益剧烈,迫切要求国内保险公司加强自身管理,提高经营绩效。因此,能否科学合理地衡量保险公司的经营绩效水平并据此分析经营管理中的优势与不足变得十分关键。目前国内对保险公司绩效的考察主要是从定性的角度出发,多是采用一些常规单因素指标,存在极大的局限性。本文采用极效率DEA模型,有效区别出有效决策单元(绩效值=1)之间的绩效差别,对我国9家保险公司经营绩效做出有效排序,并对各保险公司经营绩效简单评价,为其进一步发展提出自己的建议。

极效率DEA模型

数据包络分析方法(DEA)是Charnes和Cooper等学者在“相对效率评价”概念基础上发展起来的一种新的系统分析方法,其功能是进行多个同类样本间的相对优劣性的评价。利用数学规划技术,该方法可以较好的解决具有多输入多输出特征的同行业企业生产率评价问题。学者魏权龄也证明了相对有效的决策单元就是在相同情况下采用多目标规划解出的Pareto有效解。

假设有n个决策单元DMUj(j=1,2,Λ,n)的输入输出向量分别为

xj=(x1j,x2j,Λ,xmj)T>0

yj=(y1j,y2j,Λ,ymj)T>0

极效率模型是以CCR模型为基础,利用极效率来甄别有效DMU的效率差异,从而可以给出所有DMU的效率排序。极效率模型如下:

minθsup

s.t.

保险公司经营绩效的评价指标分析

指标的选择必须满足评价的要求,能客观反映评价对象的竞争力水平,在技术上尽量避免投入产出指标具有较强的线性关系。从全面性、客观性、代表性、可得性的原则出发,本文把各个保险公司作为决策单元,选取投入指标为逆费用率、逆赔付率、资金运用率、逆资产负债率、流动比率,而产出指标则选取资本利润率、营业利润率。其中,费用率为营业费用与保费收人的比率,反映保险公司在一定时期内经营保险业务发生的成本费用;赔付率则是赔款支出与保费收入之间的比率,可以用来衡量保险公司的经营效益;而资金运用率是指保险公司在一定时期内投资总额占企业全部资产总额的比例;资产负债率为负债总额与资产总额的比率,主要用来衡量保险公司在清算时保护债权人利益的程度;最后,流动比率为流动资产与流动负债的比率,衡量保险公司的流动资产在某一时点可以变为现金用于偿付即将到期债务的能力,表明保险公司每一元钱流动负债有多少流动资产作为支付的保障。另外,作为产出指标的资本利润率为利润与实收资本的比率,说明一定时期内利润总额与全部资本金的关系,表明保险公司拥有的资本金的盈利能力;而营业利润率则是利润与保费收入的比率。实证研究

由于数据来源的限制,本文选取我国9家主要保险公司作为决策单元,分析的样本容量为9,投入产出指标为7,很明显样本容量大于指标个数,满足DEA分析的要求。首先采用DEA对偶模型对保险公司绩效进行评价,结果θ列。华泰、太保、天安、大众、永安的相对绩效为1。再利用极效率DEA模型对这五个保险公司进行相对效率评价,结果华泰最优效率,永安紧随其后,接着是太保、天安和大众。最终的效率排序结果在最后一列。

从结果可以发现,华泰、太保、天安、大众、永安相对于人寿、平安、新华、新疆而言,是有效的。其中,人寿、大众可以看作弱有效,天安、太保则是比较有效,华泰、永安是非常有效,表明它们的投入产出指标值比较平衡。具体分析,华泰、永安在营业利润率、资产负债率的指标值上较其他保险公司高出许多,反映综合盈利能力较强。虽然,天安资产负债率是所有保险公司中最高的,但其在营业利润率方面表现较差,从而导致其在综合盈利能力方面低于华泰和永安。另外,新疆虽然在营业利润率方面表现较好,但是其资产负债率却只有1.064,低于平均水平,从而使其综合盈利能力下降。在费用率和赔付率方面,华泰、永安及天安、大众远远高于人寿、平安、新华。这也从一个方面反映出它们经营效益的差异。在资金利用率方面,无疑华泰、永安显得尤为突出。最后,流动比率是人寿最高,达到10.014,说明其流动负债,包括应付手续费、应付工资、应付福利费、未交税金等项目,在所有保险公司中最少。资本利润率最高是平安、新疆,分别达到0.637和0.538。不过,从本质上而言,虽然资本利润率可以衡量盈利能力,但是其反映的是创造单位盈利所需资本金数量,即盈利的成本。

相关建议

从以上分析可以看出,人寿、太保、平安、新华、天安在营业利润率方面都较低,一方面与其保费收入投资渠道狭窄有关,另外,也受金融机构分业经营、利率下调等市场化因素影响较大。为此,应当注意增强综合盈利能力,提高经营绩效。可以通过开发新险种和产品,培育新的利润增长点,裁减冗员并控制人员过快增长,加强理赔工作,以此控制赔款支出。资金运用方面的不足。此外,国家也应采取措施为保险公司资金运用提供良好的外部环境,例如放宽投资限制、丰富投资品种等。而对于新疆兵团保险公司,虽然其综合盈利能力表现尚好,但是其流动负债相对其经营规模和收入情况而言,显得不合理,究其原因在于成本控制较差,资源浪费严重。为此,新疆兵团保险公司应当注意提高成本控制能力,在公司内部实施严格的预算管理,以此控制费用降低成本。人寿、大众、新华的资金运用盈利率都比较低,因此,对于这三家公司来说,除了努力拓展保险业务以便扩大投资资金来源的规模外,更重要的还在于对保险投资进行科学管理与高效运作。这包括科学的可行性研究、正确的投资方式、选择合理的投资结构和有效的执行与控制。对于华泰、永安而言,虽然综合绩效排名最前,但是它们在流动负债方面表现均不理想,而且永安在体现效益的指标赔付率上也存在不足,所以,它们应根据自己的实际情况,采取相应措施,充分利用现有资源对自身经营状况进一步加以改进,以至发挥最大效益。

参考文献:

1.魏权龄.评价相对有效性的DEA方法[M].中国人民大学出版社,1988

第6篇

数据包络分析方法(DEA)是Charnes和Cooper等学者在“相对效率评价”概念基础上发展起来的一种新的系统分析方法,其功能是进行多个同类样本间的相对优劣性的评价。利用数学规划技术,该方法可以较好的解决具有多输入多输出特征的同行业企业生产率评价问题。学者魏权龄也证明了相对有效的决策单元就是在相同情况下采用多目标规划解出的Pareto有效解。

假设有n个决策单元DMUj(j=1,2,Λ,n)的输入输出向量分别为

xj=(x1j,x2j,Λ,xmj)T>0

yj=(y1j,y2j,Λ,ymj)T>0

极效率模型是以CCR模型为基础,利用极效率来甄别有效DMU的效率差异,从而可以给出所有DMU的效率排序。极效率模型如下:

minθsup

s.t.

保险公司经营绩效的评价指标分析

指标的选择必须满足评价的要求,能客观反映评价对象的竞争力水平,在技术上尽量避免投入产出指标具有较强的线性关系。从全面性、客观性、代表性、可得性的原则出发,本文把各个保险公司作为决策单元,选取投入指标为逆费用率、逆赔付率、资金运用率、逆资产负债率、流动比率,而产出指标则选取资本利润率、营业利润率。其中,费用率为营业费用与保费收人的比率,反映保险公司在一定时期内经营保险业务发生的成本费用;赔付率则是赔款支出与保费收入之间的比率,可以用来衡量保险公司的经营效益;而资金运用率是指保险公司在一定时期内投资总额占企业全部资产总额的比例;资产负债率为负债总额与资产总额的比率,主要用来衡量保险公司在清算时保护债权人利益的程度;最后,流动比率为流动资产与流动负债的比率,衡量保险公司的流动资产在某一时点可以变为现金用于偿付即将到期债务的能力,表明保险公司每一元钱流动负债有多少流动资产作为支付的保障。另外,作为产出指标的资本利润率为利润与实收资本的比率,说明一定时期内利润总额与全部资本金的关系,表明保险公司拥有的资本金的盈利能力;而营业利润率则是利润与保费收入的比率。

实证研究

由于数据来源的限制,本文选取我国9家主要保险公司作为决策单元,分析的样本容量为9,投入产出指标为7,很明显样本容量大于指标个数,满足DEA分析的要求。首先采用DEA对偶模型对保险公司绩效进行评价,结果θ列。华泰、太保、天安、大众、永安的相对绩效为1。再利用极效率DEA模型对这五个保险公司进行相对效率评价,结果华泰最优效率,永安紧随其后,接着是太保、天安和大众。最终的效率排序结果在最后一列。

从结果可以发现,华泰、太保、天安、大众、永安相对于人寿、平安、新华、新疆而言,是有效的。其中,人寿、大众可以看作弱有效,天安、太保则是比较有效,华泰、永安是非常有效,表明它们的投入产出指标值比较平衡。具体分析,华泰、永安在营业利润率、资产负债率的指标值上较其他保险公司高出许多,反映综合盈利能力较强。虽然,天安资产负债率是所有保险公司中最高的,但其在营业利润率方面表现较差,从而导致其在综合盈利能力方面低于华泰和永安。另外,新疆虽然在营业利润率方面表现较好,但是其资产负债率却只有1.064,低于平均水平,从而使其综合盈利能力下降。在费用率和赔付率方面,华泰、永安及天安、大众远远高于人寿、平安、新华。这也从一个方面反映出它们经营效益的差异。在资金利用率方面,无疑华泰、永安显得尤为突出。最后,流动比率是人寿最高,达到10.014,说明其流动负债,包括应付手续费、应付工资、应付福利费、未交税金等项目,在所有保险公司中最少。资本利润率最高是平安、新疆,分别达到0.637和0.538。不过,从本质上而言,虽然资本利润率可以衡量盈利能力,但是其反映的是创造单位盈利所需资本金数量,即盈利的成本。

相关建议

第7篇

关键词:极效率数据包络分析绩效评价指标

改革开放20多年来,随着金融体制改革的深入,我国保险体系发生了深刻变化,一个以国有商业保险公司为主、中外保险公司并存、多家保险公司竞争的多元化市场格局已经初步形成。随着国内保险业的竞争日益剧烈,迫切要求国内保险公司加强自身管理,提高经营绩效。因此,能否科学合理地衡量保险公司的经营绩效水平并据此分析经营管理中的优势与不足变得十分关键。目前国内对保险公司绩效的考察主要是从定性的角度出发,多是采用一些常规单因素指标,存在极大的局限性。本文采用极效率DEA模型,有效区别出有效决策单元(绩效值=1)之间的绩效差别,对我国9家保险公司经营绩效做出有效排序,并对各保险公司经营绩效简单评价,为其进一步发展提出自己的建议。

一、极效率DEA模型

数据包络分析方法(DEA)是Charnes和Cooper等学者在“相对效率评价”概念基础上发展起来的一种新的系统分析方法,其功能是进行多个同类样本间的相对优劣性的评价。利用数学规划技术,该方法可以较好的解决具有多输入多输出特征的同行业企业生产率评价问题。学者魏权龄也证明了相对有效的决策单元就是在相同情况下采用多目标规划解出的Pareto有效解。

假设有n个决策单元DMUj(j=1,2,Λ,n)的输入输出向量分别为xj=(x1j,x2j,Λ,xmj)T>0yj=(y1j,y2j,Λ,ymj)T>0

极效率模型是以CCR模型为基础,利用极效率来甄别有效DMU的效率差异,从而可以给出所有DMU的效率排序。极效率模型如下:minθsups.t.

二、保险公司经营绩效的评价指标分析

指标的选择必须满足评价的要求,能客观反映评价对象的竞争力水平,在技术上尽量避免投入产出指标具有较强的线性关系。从全面性、客观性、代表性、可得性的原则出发,本文把各个保险公司作为决策单元,选取投入指标为逆费用率、逆赔付率、资金运用率、逆资产负债率、流动比率,而产出指标则选取资本利润率、营业利润率。其中,费用率为营业费用与保费收人的比率,反映保险公司在一定时期内经营保险业务发生的成本费用;赔付率则是赔款支出与保费收入之间的比率,可以用来衡量保险公司的经营效益;而资金运用率是指保险公司在一定时期内投资总额占企业全部资产总额的比例;资产负债率为负债总额与资产总额的比率,主要用来衡量保险公司在清算时保护债权人利益的程度;最后,流动比率为流动资产与流动负债的比率,衡量保险公司的流动资产在某一时点可以变为现金用于偿付即将到期债务的能力,表明保险公司每一元钱流动负债有多少流动资产作为支付的保障。另外,作为产出指标的资本利润率为利润与实收资本的比率,说明一定时期内利润总额与全部资本金的关系,表明保险公司拥有的资本金的盈利能力;而营业利润率则是利润与保费收入的比率。

实证研究

由于数据来源的限制,本文选取我国9家主要保险公司作为决策单元,分析的样本容量为9,投入产出指标为7,很明显样本容量大于指标个数,满足DEA分析的要求。首先采用DEA对偶模型对保险公司绩效进行评价,结果θ列。华泰、太保、天安、大众、永安的相对绩效为1。再利用极效率DEA模型对这五个保险公司进行相对效率评价,结果华泰最优效率,永安紧随其后,接着是太保、天安和大众。最终的效率排序结果在最后一列。

从结果可以发现,华泰、太保、天安、大众、永安相对于人寿、平安、新华、新疆而言,是有效的。其中,人寿、大众可以看作弱有效,天安、太保则是比较有效,华泰、永安是非常有效,表明它们的投入产出指标值比较平衡。具体分析,华泰、永安在营业利润率、资产负债率的指标值上较其他保险公司高出许多,反映综合盈利能力较强。虽然,天安资产负债率是所有保险公司中最高的,但其在营业利润率方面表现较差,从而导致其在综合盈利能力方面低于华泰和永安。另外,新疆虽然在营业利润率方面表现较好,但是其资产负债率却只有1.064,低于平均水平,从而使其综合盈利能力下降。在费用率和赔付率方面,华泰、永安及天安、大众远远高于人寿、平安、新华。这也从一个方面反映出它们经营效益的差异。在资金利用率方面,无疑华泰、永安显得尤为突出。最后,流动比率是人寿最高,达到10.014,说明其流动负债,包括应付手续费、应付工资、应付福利费、未交税金等项目,在所有保险公司中最少。资本利润率最高是平安、新疆,分别达到0.637和0.538。不过,从本质上而言,虽然资本利润率可以衡量盈利能力,但是其反映的是创造单位盈利所需资本金数量,即盈利的成本。

三、相关建议

从以上分析可以看出,人寿、太保、平安、新华、天安在营业利润率方面都较低,一方面与其保费收入投资渠道狭窄有关,另外,也受金融机构分业经营、利率下调等市场化因素影响较大。为此,应当注意增强综合盈利能力,提高经营绩效。可以通过开发新险种和产品,培育新的利润增长点,裁减冗员并控制人员过快增长,加强理赔工作,以此控制赔款支出。资金运用方面的不足。此外,国家也应采取措施为保险公司资金运用提供良好的外部环境,例如放宽投资限制、丰富投资品种等。而对于新疆兵团保险公司,虽然其综合盈利能力表现尚好,但是其流动负债相对其经营规模和收入情况而言,显得不合理,究其原因在于成本控制较差,资源浪费严重。为此,新疆兵团保险公司应当注意提高成本控制能力,在公司内部实施严格的预算管理,以此控制费用降低成本。人寿、大众、新华的资金运用盈利率都比较低,因此,对于这三家公司来说,除了努力拓展保险业务以便扩大投资资金来源的规模外,更重要的还在于对保险投资进行科学管理与高效运作。这包括科学的可行性研究、正确的投资方式、选择合理的投资结构和有效的执行与控制。对于华泰、永安而言,虽然综合绩效排名最前,但是它们在流动负债方面表现均不理想,而且永安在体现效益的指标赔付率上也存在不足,所以,它们应根据自己的实际情况,采取相应措施,充分利用现有资源对自身经营状况进一步加以改进,以至发挥最大效益。

参考文献:

1.魏权龄.评价相对有效性的DEA方法[M].中国人民大学出版社,1988