基于DEA与因子分析法的电力上市公司绩效分析-论文.pdf

《基于DEA与因子分析法的电力上市公司绩效分析-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第l3卷第9期鸡西大学学报V01．13No．92013年9月JOURNALOFJIXIUNIVERSITYSept．2013文章编号：1672-6758(2013)09-0035—3基于DEA与因子分析法的电力上市公司绩效分析黄立玲，李琳(天津外国语大学经济系，天津300270)摘要：基于DEA与因子分析相结合的评价方法，对我国电力上市公司的经营绩效进行了实证分析。根据我国电力上市公司2011年的财务报表数据，以DEA方法为主导，因子分析法为辅助，首先利用因子分析法对投入指标和产出指标进行处理，把繁多的投入指标和产出指标合并成具有明确经济意义的若干

2、个公共因子，然后应用DEA方法计算并得出各DMU的相对效率值，从而实现对各DMU的排序，以此评价我国电力上市公司的绩效并提出改善的对策。关键词：因子分析；数据包络分析；效率评价；绩效分析中图分类号：F222．1：F272．5文献标识码：A随着我国电力上市公司体制的不断改革，电力上市公的工作量；(2)因子变量依据原始变量的信息对其重新组司越来越重视其经营绩效，意图通过对投入产出的绩效分合，能反映出原始变量的大多数信息；(3)因子变量能够对析改善现有的经营管理以提高在电力行业的竞争力。由于各评价单元的实际情况客观地进行多目标的综合评价；在现实生活中，研

3、究评价对象的影响因素往往是纷繁复杂(4)因子变量之间没有强线性相关性；(5)可以对因子变量的，所以需要用组合评价的方法从多个角度反映评价对象重新命名并加以解释，使得因子变量可以综合地反映原有的具体情况。运用不同评价方法对同一评价对象进行评价变量的信息。时会出现差异性结果，通过组合评价法可以保持其结果的数据包络分析(DataEnvelopmentAnalysis)简称DEA，一致性，并且可以融合多种评价方法的优点，实现优势互他是评价决策单元间相对有效性的方法。DEA方法是运补，得到更科学的评价结果。因此，组合评价法被国内外广筹学、管理科学与数学经济学

4、交叉研究的一个新领域。大学者所推崇。DEA是以相对有效性为概念基础的非参数统计方法，可以当前，很多学者根据因子分析法在降维上的优势，提出用于判断具有同种类型的多投入、多产出的决策单元是否了因子分析法与聚类分析法的组合⋯，主成分分析与因子技术有效。DEA法的第一个模型被命名为CCR模型。这分析法的组合等。另外，也有不少学者利用DEA法在确一模型用来研究具有多个输入、输出，特别是当多个输出部定权重上的优势，提出了层次分析加权法(AHP)与DEA方门同时“规模有效”与“技术有效”的十分理想和卓有成效法的组合J，聚类分析法与DEA方法的组合等等。但的方法。

5、第二个模型BCC模型，用该模型可以评价部门间是，在实际操作中可能出现以下问题：(1)投入指标和产的技术有效性。出指标过多可能会出现主次上不分的问题。导致不能客观二绩效分析地反映评价目的及内容；(2)很难保证DEA模型中的决策1．基本原理。单元的数量大于投入和产出指标的二倍；(3)通过DEA(1)利用因子分析在维上有降序的作用，可以把较多方法由于投入和产出指标过少，无法客观地、全面地得出决的投入和产出指标归并，以此来保证DMU的数量大于指标策单元的实际发展状况；(4)选取的投入和产出指标可能数量的二倍，与此同时，消除DEA方法中投入及产出指标存在很强

6、的线性关系。因此，提出基于DEA与因子分析法之间的强线性。假如有n个DMU(j=1，2，⋯，n)，每一个组合的评价方法，以通过适当数量指标的选取，获得更切合DMU都有相同的m项投入(i=1，2，⋯，m)以及相同的t实际的分析结果。一项产出(r=l，2，⋯，t)。用Xlj表示第j个DMU的第i项投研究方法入，用表示第j个DMU的第r项产出，那么它们的输入因子分析法是用少量因子描述较多的指标或者各个因向量和输向量分别是：素之间的联系，用较少量因子来反映原始变量中的大部分信息的一种统计学方法。该方法的特殊之处在于：(1)原．一(xli，x2j，⋯-．，x

7、i)(j=1，2，⋯”，n)(1)有指标变量比因子变量的个数多，能够减少计算因子变量Yi=(y1j，Y2i，⋯“，y。j)‘(j=1，2，⋯”，n)(2)作者简介：黄立玲，硕士，天津外国语大学。·35·第9期鸡西大学学报20l3年对xyi运用因子分析法，设旋转后生成了k个投入a．存在ist．∑i：1，DMU为规模收益不变。公共因子tii(i=l，2，⋯k，k1，则DMU为规模出公共因子ci(r=1，2，⋯，p，P

8、C而应用DEA模型投入C．不存在ist．j=1，若∑i<1，则DMU为规模和产出指标要求为正的，所以在应用于DEA模型之前