基于隨機前沿方法的我國房地產(chǎn)上市公司Ｘ－效率分析

摘 要： 采用隨機前沿方法，以色諾芬數(shù)據(jù)庫中2000-2006年間34家中國房地產(chǎn)上市公司作為模型估計樣本對我國房地產(chǎn)上市公司的X-效率進行研究，試圖考察我國房地產(chǎn)上市公司的效率變遷狀況。研究結(jié)果表明，我國房地產(chǎn)上市公司的經(jīng)營績效是逐年上升的，但5年平均的X-效率是0.599，我國房地產(chǎn)行業(yè)整體績效依然偏低，其效率的提升空間非常大。

關(guān)鍵詞：隨機前沿分析；房地產(chǎn)公司效率；X-效率

中圖分類號：F293.3文獻標識碼：A 文章編號：1009－9107（2008）05－0064－05

一、引言

隨著住房改革、房屋商品化的實施，新一輪房地產(chǎn)業(yè)的增長周期啟動，并逐步成為國民經(jīng)濟發(fā)展中的助推器和現(xiàn)代社會經(jīng)濟體系中活躍的支柱產(chǎn)業(yè)。據(jù)經(jīng)濟普查數(shù)據(jù)顯示，我國房地產(chǎn)業(yè)增加值占GDP的比例已達5.2%。此外，地產(chǎn)業(yè)的發(fā)展對諸多相關(guān)產(chǎn)業(yè)具有很強的帶動作用。從整體上看，中國房地產(chǎn)業(yè)迅速進入成長期，并具備了高成長性產(chǎn)業(yè)的特征。

然而近年來我國房地產(chǎn)每年投資增幅過大，導(dǎo)致了空置商品房不斷增加、房價不斷上漲、房地產(chǎn)企業(yè)利潤過高等現(xiàn)象。面對房地產(chǎn)業(yè)發(fā)展過熱的情況，國家出臺一系列控制信貸資金發(fā)放和嚴格土地供應(yīng)制度的政策，使得嚴重依賴土地和資金的房地產(chǎn)行業(yè)受到強大的沖擊。在宏觀調(diào)控的大形勢下房地產(chǎn)行業(yè)上市公司境況和經(jīng)營效率到底如何，是政府決策者和證券市場投資者所共同關(guān)注的問題，也是機構(gòu)投資者在證券市場的主要投資依據(jù)。因此，通過財務(wù)分析、價值評估等手段對我國證券市場上的房地產(chǎn)上市公司的經(jīng)營效率進行評價十分必要。

X-效率的測算在經(jīng)濟與管理領(lǐng)域中具有非常重要的意義。從微觀企業(yè)角度來看，運用隨機生產(chǎn)前沿技術(shù)測算X-效率，將有利于考察和評價每個企業(yè)的綜合績效指標。目前，國內(nèi)學(xué)術(shù)界關(guān)于我國X-效率的實證研究都是從企業(yè)層面上展開的。［1］本文將利用隨機前沿技術(shù)對我國房地產(chǎn)上市公司的X-效率進行分析，以對其當(dāng)前經(jīng)營效率進行評價。

二、X-效率與隨機前沿分析方法

1．X-效率的涵義。

經(jīng)濟學(xué)家們對效率的內(nèi)涵存在較多爭論，目前還沒有一個明確界定。最常見意義上的效率是指現(xiàn)有生產(chǎn)資源與它們?yōu)槿祟愃峁┑男в弥g的對比關(guān)系。當(dāng)效率概念用于某個企業(yè)時，有效率是指該企業(yè)在投入一定生產(chǎn)資源的條件下是否使產(chǎn)出最大，反過來，就是在生產(chǎn)一定產(chǎn)出量時企業(yè)是否實現(xiàn)了成本最小，即我們常講的微觀效率。

傳統(tǒng)理論認為效率來自規(guī)模經(jīng)濟和范圍經(jīng)濟，分別表示企業(yè)在長期成本曲線的最低點上生產(chǎn)以及通過產(chǎn)品的多樣化來降低成本。但是進一步的研究表明規(guī)模經(jīng)濟和范圍經(jīng)濟效應(yīng)在一些行業(yè)如房地產(chǎn)企業(yè)中并不顯著。Berger和Humphrey 等學(xué)者較早的利用的X-效率對金融結(jié)構(gòu)效率評價進行了研究。X-效率包括技術(shù)效率(technical efficiency) 和配置效率(allocative efficiency)，技術(shù)效率是指技術(shù)不變，產(chǎn)出一定時通過有效管理使企業(yè)投入量減少。配置效率是指通過合理的配置投入品比例來降低成本。Berger等對美國銀行業(yè)的研究表明，X -效率導(dǎo)致的效率損失約為總成本的20%。

目前國內(nèi)對房地產(chǎn)行業(yè)效率問題的研究還不夠深入，而且大多使用數(shù)據(jù)包絡(luò)分析(data envelopment analysis， DEA)。［2-4］DEA方法的優(yōu)點是無需建立解釋變量和因變量之間的函數(shù)關(guān)系， 并且不需要投入品的價格，因而避免了由于采用錯誤的函數(shù)形式而得出錯誤的結(jié)論。但是由于它設(shè)定了一個確定性邊界，從而不允許測量誤差的存在，也就是說它將所有的對生產(chǎn)邊界或成本邊界的偏離都歸因于X -效率，這顯然不符合實際的情況。

一個個體的X -效率衡量的是在給定該個體的產(chǎn)出能夠?qū)崿F(xiàn)的前提下，與生產(chǎn)可能性集合中生產(chǎn)等量產(chǎn)出的投入量相比，其投入還有多大的節(jié)約余地。余地越大，說明該企業(yè)的X-效率越低。該方法的優(yōu)點是無須估計企業(yè)的生產(chǎn)函數(shù)，從而避免了因錯誤的函數(shù)形式帶來的問題；缺點是需要大量的個體數(shù)據(jù)，且對算法的要求很高，同時對生產(chǎn)過程沒有任何描述。相對而言，在實踐中，人們更傾向于使用參數(shù)方法來測算X-效率。

2．隨機前沿分析( stochastic frontier analysis， SFA)方法。

根據(jù)S.C.Kumbhakar 和C.A.K. Lovell［5］的總結(jié)，研究者們一致認為Meeusen和Broeck、Aigner， Lovell， and Schmidt與Battese和Corra這三篇論文是標志著SFA技術(shù)誕生的開創(chuàng)性文獻，而SFA模型則是由Aigner， Lovell和Schmide以及Vanden Broeck提出。SFA包括隨機前沿成本分析和隨機前沿產(chǎn)出函數(shù)分析。前沿成本是指在一定產(chǎn)出水平下，可能達到的最小成本；前沿產(chǎn)出指在一定的投入水平下，可能達到的最大產(chǎn)出。SFA法通過被評價DMU與最優(yōu)前沿面的比較，以兩者之間的差距來判定DMU的有效率及其程度。

隨機前沿分析就是一種參數(shù)方法，相對于DEA 方法的缺乏風(fēng)險考慮以及無統(tǒng)計特性，該方法計算的X-效率能體現(xiàn)出管理控制因素之外公司所特有不同外生變量而對績效造成的影響，并在代理成本最小假設(shè)下為每個公司提供一個衡量績效的合理基準。隨機邊界法中回歸式的誤差項分為兩部分，一部分是企業(yè)無法控制的因素，而另一部分是企業(yè)本身可控制但未達最優(yōu)的部分(X-效率) 。本文亦采用隨機前沿模型（SFA）對房地產(chǎn)企業(yè)的低效率進行分析。

三、針對房地產(chǎn)上市公司的SFA估計模型構(gòu)建

為了估計上式需要一個合適的成本函數(shù)形式，Cobb－Douglas函數(shù)和超越對數(shù)函數(shù)是SFA最常采用的兩種函數(shù)形式。Cebenoyan et al.，Esho和sharpe等人對效率的分析中，以及Mester，Mckillop和Glass、Esho和Sharpe對規(guī)模效率和范圍效率的研究中，都采用了超越對數(shù)函數(shù)形式。然而超越對數(shù)生產(chǎn)函數(shù)考慮了投入或產(chǎn)出之間的替代性或相關(guān)性，在整個板塊數(shù)據(jù)跨越的期間內(nèi)，該函數(shù)形式?jīng)]有限制規(guī)模經(jīng)濟的不變性。然而超越對數(shù)生產(chǎn)函數(shù)的問題在于測算規(guī)模經(jīng)濟和范圍經(jīng)濟時有大量的參數(shù)需要估計，本文采用了面板數(shù)據(jù)，解決了大量待估計參數(shù)的問題。本文根據(jù)Battese和Coelli模型的基本原理，運用超越對數(shù)生產(chǎn)函數(shù)形式對中國房地產(chǎn)上市公司的X效率進行測量。具體的研究模型為：

房地產(chǎn)行業(yè)作為典型的資本密集型并具有周期性特征的行業(yè)，資本的效率高低極大影響整個公司績效的評定，并決定了下一個投資周期是否能順利進行。同時，房地產(chǎn)公司具有投資周期長、資金鏈脆弱等特點，對于房地產(chǎn)公司經(jīng)營與管理能力要求高。這些特點使得房地產(chǎn)上市公司的績效評價更為復(fù)雜。尋找目前房地產(chǎn)行業(yè)最有效的公司作為示范標桿，找出差距，有助于分析能最迅速改善效率的影響因素，以確定以后的經(jīng)營管理活動優(yōu)化的途徑。

結(jié)合房地產(chǎn)上市公司的行業(yè)特點，在選擇產(chǎn)出投入財務(wù)指標上遵循了以下原則：(1) 選擇的指標要能反映房地產(chǎn)行業(yè)上市公司的評價要求，客觀反映評價對象的績效水平；(2) 從技術(shù)角度來講，盡量避免比率性指標，以及不要同時使用投入集或產(chǎn)出集內(nèi)部具有較強線性關(guān)系的指標，并注意指標的非負性；(3) 考慮到指標的可獲得性，從上市公司公布的年報中篩選出相應(yīng)變量，并按照本文研究目的進行處理得到以下投入產(chǎn)出財務(wù)指標。

基于以上原則，我們從色諾芬數(shù)據(jù)庫中選取2000-2006年間34家中國房地產(chǎn)上市公司作為模型估計的樣本，并選擇主營業(yè)務(wù)收入作固定資本、應(yīng)付工資及福利分別作為產(chǎn)出、資本和勞動力投入的代理變量。本來根據(jù)生產(chǎn)函數(shù)，勞動力的投入應(yīng)該是企業(yè)雇傭的員工數(shù)量，但是我們無法從財務(wù)報表上獲得所有房地產(chǎn)上市公司各年職工人數(shù)，但職工人數(shù)和應(yīng)付工資及福利有密切相關(guān)的關(guān)系，因此我們利用后者代替。各變量的統(tǒng)計特征值如表1所示。

四、實證結(jié)果及分析

本文利用澳大利亞新英格蘭大學(xué)Tim. Coelli［8］編寫的Frontier4.1程序進行SFA模型的數(shù)據(jù)處理，在對隨機前沿生產(chǎn)函數(shù)參數(shù)的極大似然估計中，該程序遵循以下三步過程：

1.對方程進行普通最小二乘法估計，將會得到除了截距以外的所有β估計值。

2.對上步結(jié)果中的γ進行兩階段網(wǎng)格搜索，調(diào)整β參數(shù)（除β0）的普通最小二乘法估計值以及對β0和σ2參數(shù)的調(diào)整（基于改進的普通最小二乘法公式）。在網(wǎng)格搜索中其他參數(shù)（μηδ）被設(shè)為0。

3.在網(wǎng)格搜索中選定的值被用來作為重復(fù)迭代過程中的初始值，來獲得最終的極大似然估計。

最終結(jié)果及各個參數(shù)估計值如表2所示。

進一步運用單邊似然比檢驗，檢驗標準X-效率差異的存在性。單邊似然比檢驗的統(tǒng)計量為LR=-2{ln［L（H0）］-ln［L（H1）］}， 其中l(wèi)n［L（H0）］和ln［L（H1）］分別是原假設(shè)和被選假設(shè)下的似然函數(shù)值。單邊似然比服從x2分布，自由度為約束條件的個數(shù)。單邊似然比檢驗的結(jié)果表明，γ=0的原假設(shè)被拒絕，這意味著房地產(chǎn)上市公司之間的X-效率顯著存在差異。同時效率測量的變差率 表明測量模型的無效效率項可以較大程度上解釋隨即誤差項。計算得出的各個樣本公司2002到2006年間的X效率經(jīng)過排序整理如表3所示。

從計算結(jié)果可以看到34家房地產(chǎn)上市公司2002-2006年的X-效率的排序，從效率大小的分布情況來看，房地產(chǎn)行業(yè)的上市公司之間存在巨大的業(yè)績差距，最高效率和最低效率之差達到0.82，這突出的體現(xiàn)了房地產(chǎn)行業(yè)前期投資大、資金回收期長、高經(jīng)營風(fēng)險、管理風(fēng)險、資本風(fēng)險和政策風(fēng)險的特點。實證測度表明，從2002-2006年，我國房地產(chǎn)上市公司的年度平均標準X效率依次為0.538、0.569、0.600、0.629和0.659，可見隨著經(jīng)濟的發(fā)展、投資的加大和消費者購房熱情的增加，這些企業(yè)的經(jīng)營績效是逐年上升的。5年平均的X-效率是0.599，一定程度上說明房地產(chǎn)行業(yè)整體績效較低，這與中國房地產(chǎn)上市公司與國外成熟開發(fā)商相比存在規(guī)模偏小、資金來源單一、社會資源比較分散、開發(fā)商整體綜合開發(fā)實力不強等特點有關(guān)。同時這也意味著我國房地產(chǎn)上市公司大約有40％的潛在利潤沒有實現(xiàn)，其效率的提升空間非常大。與國外房地產(chǎn)上市公司相比，中國房地產(chǎn)上市公司大多是20世紀90 年代初申報上市的，其構(gòu)成非常單一，大多從事房地產(chǎn)開發(fā)與經(jīng)營，這些類型的房地產(chǎn)公司面臨的最大的問題莫過于融資渠道和資金的效率。上市的房地產(chǎn)公司通過資本市場融資，其資本成本大大提高了，因此投資者對公司資產(chǎn)運營效率的要求更高。由此可見，擴大經(jīng)營規(guī)模、提高資本效率是提高我國房地產(chǎn)上市公司整體績效的當(dāng)務(wù)之急。

參考文獻：

［1］ 劉小玄，鄭京海.國有企業(yè)效率的決定因素：1985-1994［J］.經(jīng)濟研究，1998(1):15-19.

［2］ 施金亮，楊俊.數(shù)據(jù)包絡(luò)分析法評價房地產(chǎn)上市公司績效［J］.上海大學(xué)學(xué)報：自然科學(xué)版，2006(6)：326-330.

［3］ 劉永樂，孫仲明.地產(chǎn)上市公司經(jīng)營效率的DEA評價［J］.統(tǒng)計與信息論壇， 2006(1):77-77

［4］ 何元斌.房地產(chǎn)業(yè)上市公司業(yè)績的DEA有效性分析［J］.蘭州學(xué)刊， 2006(4):145-147

［5］ KUMBHAKAR S C ， LOVELL C A K. Stochastic frontier analysis ［M］.London : Cambridge University Press ， 2000 .

［6］ BATTESE G E， COELLI T J．A model for technical inefficiency effects in a stochastic frontier production function for panel data ［J］.Empirical Economics，1995 ，20：325-332．

［7］ JONDROW J.， C.A. Knox Lovell， I. S. Materov et al. On the estimation of technical inefficiency in the stochastic frontier production function model［J］.Journal of Econometrics， 1982，19: 233-238.

［8］ TIM COELLI．A guide to FRONTIER version 4．1: A computer program for stochastic frontier production and cost function estimation ［R］．CEPA Working Paper，1996 (7)：1 -27.