基于sfa模型并购效率评价探究

《基于sfa模型并购效率评价探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于SFA模型并购效率评价探究　　一、引言目前，随着我国资本市场的迅速发展，上市公司的并购活动也日趋活跃，从微观角度来研究上市公司的并购效率表现，探寻并购企业业绩与效率的关系，对于完善效率评价理论具有重要的学术意义。二、基于SFA的效率评价模型1.效率评价模型。效率估计的方法主要运用现阶段比较成熟的随机边界方法（StochasticFrontierAnalysis，SFA）。Battese和Coelli（1992）对传统的随机前沿生产函数模型针对非平衡面板数据作了改进。非平衡面板数据存在决策单元效应（即与各决策单元自身状况有关），假定其

2、服从截断的正态随机变量分布，且允许随时间系统变化。模型表示为：yit=？茁Xit+（vit-uit）i=1，…，Nt=1，…，T（1）在1式中：yit为第i决策单元第t期的产出（或产出的对数）；xit为第i决策单元第t期的I×1阶投入向量；vit为随机变量，假设其服从独立同一分布N（0，？滓2v），且独立于uit。uit=（uiexp（-？浊（t-T）））（2）13ui为非负随机变量，用以说明生产的技术无效，通常假设其服从在0处截断的正态分布N（？滋，？滓2u）；？浊为待估计的参数。对（1）式进行极大似然估计时，设定并计算？滓2=？滓2

3、v+？滓2u和？酌=？滓2u/（？滓2v+？滓2u），以检验估计结果的显著性。？酌∈[0，1]为迭代过程提供了很好的起始值范围。对（1）式施加更多约束可得到各种特定形式的模型。如设定？浊=0，则形成了技术无效不随时间变化的模型；进一步设定？滋=0，则简化为PittandLee（1981）中的模型一；再进一步限定T=1，模型就简化为式（1）的基本模型。如果选择成本函数而非生产函数，则可以估计企业的配置效率（AllocativeEfficiency）模型。使用似然比（LikelihoodRatio，LR）检验，可确定合适的模型形式，也可以通

4、过检验参数的显著性，检验某种形式的随机前沿生产函数是否符合需要。如果零假设？酌=0被接受，说明？滓2u=0，uit项应从模型中去掉，模型参数可由普通最小二乘法进行估计。Battese和Coelli（1995）在1992年模型的基础上增加配置效率，去掉利润最大化一阶条件，在生产函数估计之后进一步对技术无效项进行估计（即采用二阶段估计），得到改进的模型如下：13yit=？茁Xit+（vit-uit）i=1，…，Nt=1，…，T（3）式中：uit为服从在0处截断的正态分布N（mit，？滓2u），而mit=zit？啄（4）无效率模型可定义为：u

5、it=zit？啄+？着it（5）其中，zit为可能影响决策单元效率的p×1阶向量；？啄为1×p阶待估参数向量；？着it服从在0处截断的N（0，？滓2u）的正半部分布，即？着it～

6、N（0，？滓2u）

7、。对于上述生产函数模型，经过极大似然估计之后，如果投入和产出取的是对数形式，则第i决策单元的技术效率为exp（-ui）；如果投入和产出取的是原单位，则第i决策单元的技术效率为（？茁Xit-ui）/？茁Xi。显然，技术效率取值范围为[0，1]，其值越接近于1，表明决策单元的技术效率越高，技术无效程度越低。2.13投入产出变量选择。由于各公司分

8、处不同的行业，这就给投入产出指标的选取带来了很大的难度。但是，如果把所有的企业都看作是一个追求利润最大化的个体，那么便可以找到所有企业在投入产出方面的共性。既然企业活动的本质是通过有限的资源要素投入，通过资源的优化配置，来达到产出最大化的过程。对于一般性的生产性企业，本文在投入要素中，主要选取了固定资产总额、营业成本、三项费用总和（营业费用，管理费用和财务费用）作为投入变量，把营业总收入、净利润作为产出指标。金融行业的企业比较特殊，由于其没有一般意义上的生产活动，衡量其效率的投入产出变量与一般企业不同，在投入变量方面，金融类企业没有一般

9、生产型企业的三项费用和营业成本类别，银行等金融企业的经营成本主要集中于管理费和业务费用方面，基于此，本研究选定金融企业的投入变量为：固定资产、业务及管理费和其他成本（主要包括其他业务成本和营业外支出）。考虑到与一般生产性企业的可比性，以及金融行业又可细分为银行、证券和保险等不同的企业，所以金融企业的产出变量本文的选择与一般企业相同。3.效率标准化。在效率估计方面，考虑到一般性企业和金融类企业的生产经营情况存在这显著的差异，所以通过两个边界模型来分别估计其效率表现，由于是不同的投入变量来估计一般企业和金融企业的效率值，原始的效率值不具有可

10、比较性。13为了两者具有可比性，本文把两类企业的效率得分分别加以标准化，即把其实际效率值从高到低进行排序，然后最高的取值为1，最低的取值为0，其他的效率值是一个介于0和1之间的小数。取值越接近1，说明其效率