基于兩階段非期望DEA模型的證券公司效率評(píng)估

摘要：證券公司的經(jīng)營(yíng)效率直接影響我國(guó)資本市場(chǎng)效率的整體水平和市場(chǎng)資源配置的有效性，如何對(duì)我國(guó)證券公司的經(jīng)營(yíng)效率進(jìn)行科學(xué)、合理的衡量，是亟待解決的現(xiàn)實(shí)課題?；诖?，本文將證券公司經(jīng)營(yíng)活動(dòng)劃分為創(chuàng)收階段與盈利階段兩階段，構(gòu)建考慮非期望指標(biāo)的兩階段非期望網(wǎng)絡(luò)乘積型模型，并以我國(guó)24家中國(guó)上市證券公司作為樣本進(jìn)行分析。研究結(jié)果發(fā)現(xiàn)：考察期間我國(guó)證券公司效率普遍較低，絕大多數(shù)公司沒(méi)有在最優(yōu)規(guī)模上生產(chǎn)，各證券公司的經(jīng)營(yíng)效率在不同年份里出現(xiàn)了嚴(yán)重的兩極分化，造成DEA無(wú)效的主要原因在于第一階段的投入冗余。

關(guān)鍵詞：證券公司效率；兩階段；DEA模型；非期望指標(biāo)

一、引言

2023年中央金融工作會(huì)議提出要“優(yōu)化融資結(jié)構(gòu)，更好發(fā)揮資本市場(chǎng)樞紐功能”，并提出打造“金融強(qiáng)國(guó)”，這對(duì)發(fā)展我國(guó)資本市場(chǎng)提出了更高要求，尤其把資本市場(chǎng)定義為“樞紐功能”，更加表明資本市場(chǎng)在我國(guó)金融運(yùn)行中具有重要作用。此外，在打造現(xiàn)代金融機(jī)構(gòu)方面，首次提出要“培育一流投資銀行和投資機(jī)構(gòu)”。作為資本市場(chǎng)的重要組成部分以及獨(dú)特的中介機(jī)構(gòu)，證券公司的效率直接影響資本市場(chǎng)資源配置效率，對(duì)發(fā)揮資本市場(chǎng)“樞紐功能”起著重要作用。在市場(chǎng)競(jìng)爭(zhēng)加劇的情況下，各證券公司內(nèi)外部環(huán)境變得更為復(fù)雜，風(fēng)險(xiǎn)不斷累積，主要表現(xiàn)在我國(guó)證券公司之間的競(jìng)爭(zhēng)激烈程度不斷提高，產(chǎn)品替代性和同質(zhì)性較高，創(chuàng)新能力低且過(guò)分依賴傳統(tǒng)經(jīng)紀(jì)業(yè)務(wù)。如何對(duì)我國(guó)證券公司的經(jīng)營(yíng)效率進(jìn)行科學(xué)、合理的衡量，是亟待解決的現(xiàn)實(shí)課題。因此，本文對(duì)證券公司效率進(jìn)行準(zhǔn)確的測(cè)度及分析，具有現(xiàn)實(shí)意義和理論意義，可以反映行業(yè)現(xiàn)狀，明確制約證券公司績(jī)效的因素，總結(jié)和反思證券行業(yè)的發(fā)展經(jīng)驗(yàn)，為管理者提供決策參考。

二、文獻(xiàn)回顧

（一）證券公司效率研究方面

DEA模型雖然已經(jīng)在很多領(lǐng)域得到了推廣應(yīng)用，但被用來(lái)研究證券領(lǐng)域有關(guān)問(wèn)題的時(shí)機(jī)相對(duì)較晚，隨著證券公司在資本市場(chǎng)中地位的提升，其經(jīng)營(yíng)效率問(wèn)題也逐漸受到更多的關(guān)注，主要集中于靜態(tài)效率研究、動(dòng)態(tài)效率研究?jī)蓚€(gè)方面。

在靜態(tài)效率研究方面，Nguyen等（2021）通過(guò)SBM-DEA模型計(jì)算了32家越南證券公司2019年的效率，確定各證券公司的效率得分和定位，并以此來(lái)選擇未來(lái)的最佳合作伙伴投標(biāo)；Kang和Lee（2023）使用BCC模型測(cè)量了韓國(guó)證券公司2021年的管理效率，并針對(duì)性地提出了每家公司實(shí)現(xiàn)效率最大化的方法；李雙杰和高濛（2023）以數(shù)據(jù)包絡(luò)分析中的BCC模型為基礎(chǔ)，引入交叉效率模型，在均值方差框架下計(jì)算了最優(yōu)投資組合；楊躍云（2022）選取15家上游供應(yīng)商為研究樣本，選擇合適的度量指標(biāo)，利用DEA模型對(duì)供應(yīng)鏈金融應(yīng)收賬款資產(chǎn)證券化信用風(fēng)險(xiǎn)進(jìn)行評(píng)估。

動(dòng)態(tài)效率研究方面，Xu等（2020）選擇中國(guó)A股上市的30家證券公司2014—2018年的數(shù)據(jù)為樣本，計(jì)算了不同評(píng)級(jí)公司在不同前沿的效率；鄭又源等（2024）以我國(guó)86家證券公司2017—2021年的數(shù)據(jù)為研究對(duì)象，利用DEA-Malmquist模型分析證券行業(yè)市場(chǎng)結(jié)構(gòu)對(duì)券商經(jīng)營(yíng)效率的影響作用以及金融科技投入在此過(guò)程中所發(fā)揮的中介作用，研究發(fā)現(xiàn)金融科技投資的增加會(huì)進(jìn)一步提升券商效率；HU（2023）采用DEA模型對(duì)12家中資商業(yè)銀行和4家外資銀行2019—2021年的相對(duì)運(yùn)營(yíng)效率和中介效率進(jìn)行了評(píng)估，研究表明，在中國(guó)，運(yùn)營(yíng)績(jī)效優(yōu)于中介績(jī)效，四大國(guó)有銀行的經(jīng)營(yíng)效率高于股份制商業(yè)銀行，但國(guó)有銀行在中介方式上沒(méi)有優(yōu)勢(shì)。

（二）證券公司效率研究方法

證券公司效率研究的前沿分析方法主要分為參數(shù)法和非參數(shù)法。隨機(jī)前沿模型（SFA）被廣泛用于參數(shù)法，數(shù)據(jù)包絡(luò)分析法（DEA）被廣泛用于非參數(shù)法。相較于參數(shù)法必須設(shè)定具體的生產(chǎn)函數(shù)類型，非參數(shù)法可以在不假定生產(chǎn)函數(shù)類型的情況下測(cè)量多產(chǎn)出和多投入的生產(chǎn)過(guò)程，這令DEA所使用的模型更具有可拓展性，學(xué)者可從不同的角度對(duì)其進(jìn)行擴(kuò)充和創(chuàng)新。使用參數(shù)方法研究證券公司效率的文獻(xiàn)則并不多見(jiàn)，崔瑛等（2018）采用隨機(jī)前沿分析方法對(duì)我國(guó)20家上市券商2008—2016年的數(shù)據(jù)進(jìn)行測(cè)度，實(shí)證分析了股權(quán)結(jié)構(gòu)、資本收益率、公司規(guī)模和經(jīng)營(yíng)利潤(rùn)率對(duì)證券公司經(jīng)營(yíng)效率的影響。非參數(shù)方法的DEA模型由Charnes等（1978）提出，用于評(píng)估單一輸入及單一輸出的技術(shù)效率。首先提出的CCR模型是基于規(guī)模報(bào)酬不變（CRS）為假設(shè)，對(duì)同一類型決策單元的相對(duì)效率進(jìn)行探究；為了進(jìn)一步衡量與區(qū)別純技術(shù)效率與規(guī)模效率，Banker等（1984）又提出了基于規(guī)模報(bào)酬可變（VRS）為假設(shè)的BCC模型；Charnes等（1985）構(gòu)建了基于探究決策單元純技術(shù)效率的CCGSS模式等；Ikapel等（2023）以內(nèi)羅畢證券交易所上市的10家肯尼亞銀行機(jī)構(gòu)為研究對(duì)象，分兩階段評(píng)估其2006—2017年效率的決定因素：在第一階段，使用DEA模型計(jì)算效率分?jǐn)?shù)，在第二階段，進(jìn)行面板回歸分析以評(píng)估效率的決定因素，結(jié)果表明，資本充足率和市值在決定銀行效率方面具有顯著意義。

上述所提出的傳統(tǒng)DEA方法也被稱為“黑箱”模型，其模型一般是把效率度量的目標(biāo)看作一個(gè)獨(dú)立的決策單位，忽視了決策單位的結(jié)構(gòu)以及具體的經(jīng)營(yíng)流程，模型較為簡(jiǎn)單并且有較強(qiáng)的局限性。學(xué)者們?cè)趥鹘y(tǒng)DEA基礎(chǔ)上進(jìn)行改進(jìn)，提出了網(wǎng)絡(luò)DEA模型，旨在深入“黑箱”內(nèi)部探尋效率低下的原因。Fre和Grosskopf（2000）首次以網(wǎng)絡(luò)DEA的概念闡述了相關(guān)問(wèn)題，對(duì)決策單元內(nèi)部結(jié)構(gòu)和生產(chǎn)環(huán)節(jié)的要素關(guān)系做了分析，給出了處理多階段生產(chǎn)系統(tǒng)的前沿面分析方法；Achi（2023）采用兩階段網(wǎng)絡(luò)DEA的方法探討了2013—2017年13家阿爾及利亞銀行樣本的效率，結(jié)果表明，存款生產(chǎn)效率受銀行規(guī)模和銀行年齡的積極影響，而創(chuàng)收效率與銀行規(guī)模和銀行年齡呈負(fù)相關(guān)；Fukuyama等（2023）首次將貸款損失準(zhǔn)備金作為因果模型納入網(wǎng)絡(luò)DEA模型以進(jìn)行效率評(píng)估，實(shí)證研究了2013—2020年64家中國(guó)銀行的效率，研究結(jié)果表明，中國(guó)銀行業(yè)的低效率是波動(dòng)的，國(guó)有銀行的低效率和波動(dòng)性最高，來(lái)自農(nóng)業(yè)部門和水利、環(huán)境以及公共設(shè)施管理部門的信用風(fēng)險(xiǎn)降低了銀行效率，而來(lái)自批發(fā)和零售部門的信用風(fēng)險(xiǎn)提高了銀行效率。

綜上，國(guó)內(nèi)外學(xué)者采用DEA模型對(duì)證券公司的效率問(wèn)題的研究雖取得了一定的成效，但也存在一些不足：在研究方法上，多采用傳統(tǒng)DEA模型來(lái)進(jìn)行研究，只考慮投入和產(chǎn)出，忽略了系統(tǒng)內(nèi)部結(jié)構(gòu)和各個(gè)決策單元之間的關(guān)系，計(jì)算出的結(jié)果只能給出效率結(jié)論；在指標(biāo)選取上，目前對(duì)于非期望產(chǎn)出很少有學(xué)者考慮到其會(huì)對(duì)效率產(chǎn)生影響，作為證券公司正常營(yíng)業(yè)產(chǎn)出的一部分，如若不將非期望指標(biāo)因素納入考察，研究結(jié)論必然會(huì)產(chǎn)生偏差。為此，本文將對(duì)現(xiàn)有文獻(xiàn)進(jìn)行拓展，在效率研究的方法上，引入了兩階段網(wǎng)絡(luò)DEA模型，相對(duì)于傳統(tǒng)DEA有著更大優(yōu)勢(shì)，它可以將傳統(tǒng)“黑箱”打開(kāi)，深入“黑箱”內(nèi)部探尋效率低下的原因，應(yīng)用于分階段、多投入、多產(chǎn)出的效率評(píng)價(jià)問(wèn)題方面。在此基礎(chǔ)上，還引入了“壞賬損失”作為非期望產(chǎn)出指標(biāo)，對(duì)模型進(jìn)行拓展。此外，以往的證券公司效率研究大多基于規(guī)模報(bào)酬不變（CRS）的假定，這就表明證券公司在運(yùn)作過(guò)程中都存在最優(yōu)生產(chǎn)規(guī)模，這與具體情況是不相符的。本文基于規(guī)模報(bào)酬可變（VRS）情形下建立了兩階段非期望的乘積關(guān)系模型，更加適用于證券效率評(píng)估，結(jié)果也更加貼合實(shí)際。

三、兩階段非期望DEA模型構(gòu)建

（一）研究方法

數(shù)據(jù)包絡(luò)分析（DataEnvelopmentAnalysis，DEA）是一種非參數(shù)效率評(píng)估方法，它是美國(guó)著名運(yùn)籌學(xué)專家Charnes等在1978年創(chuàng)立的以相對(duì)效率評(píng)價(jià)理論為基礎(chǔ)，將單輸入單輸出的工程效率概念推廣到多輸入多輸出的決策單元，并利用運(yùn)籌學(xué)中的線性規(guī)劃和計(jì)量經(jīng)濟(jì)學(xué)中的有關(guān)理論知識(shí)，將DEA有效、具體的生產(chǎn)可能集和生產(chǎn)前沿面關(guān)聯(lián)起來(lái)。隨著DEA基礎(chǔ)理論研究與實(shí)踐運(yùn)用的進(jìn)一步發(fā)展，它已經(jīng)成為我國(guó)管理科學(xué)、系統(tǒng)工程和決策過(guò)程分析、質(zhì)量評(píng)價(jià)與研究等領(lǐng)域的一個(gè)普遍并且重要的分析工具與研究方式，其工作的具體步驟流程如圖1所示。

（二）兩階段非期望DEA模型的構(gòu)建

證券公司是專業(yè)從事證券交易的法人企業(yè)，也是通過(guò)股票交易將證券投資者與上市公司聯(lián)系起來(lái)的直接渠道。作為資本市場(chǎng)的重要組成部分之一，它可以立足于承銷發(fā)行、證券自營(yíng)及代理等業(yè)務(wù)來(lái)獲取運(yùn)營(yíng)收益，之后又基于分配員工薪酬、管理成本、投資活動(dòng)等來(lái)獲取相關(guān)的利潤(rùn)。基于此，將證券公司的運(yùn)營(yíng)階段分為兩個(gè)階段——?jiǎng)?chuàng)收階段和盈利階段，如圖2所示。

第一階段為創(chuàng)造收入階段，是指證券公司投入一定資本的同時(shí)支付員工薪酬以及各種營(yíng)業(yè)費(fèi)用成本從而進(jìn)行證券交易、資產(chǎn)管理等經(jīng)營(yíng)活動(dòng)，使得公司正常經(jīng)營(yíng)運(yùn)轉(zhuǎn)獲得收入，這一階段側(cè)重于公司創(chuàng)造收入能力和資產(chǎn)利用能力。第二階段為獲取利潤(rùn)的階段，是指證券公司通過(guò)各項(xiàng)業(yè)務(wù)交易獲得直接收入后，通過(guò)合理的投資規(guī)劃、資產(chǎn)管理和各種經(jīng)營(yíng)費(fèi)用的分配把前一階段的直接收入轉(zhuǎn)化成最終利潤(rùn)的過(guò)程，這一階段側(cè)重于公司的風(fēng)險(xiǎn)和成本控制能力以及利潤(rùn)轉(zhuǎn)化能力。

運(yùn)用Kao和Hwang（2008）提出的兩階段關(guān)系模型，并使其從規(guī)模報(bào)酬不變（CRS）擴(kuò)展到規(guī)模報(bào)酬可變（VRS）模型，從非線性轉(zhuǎn)換為線性模型，選取“投入導(dǎo)向”模型進(jìn)行DEA效率分析。

根據(jù)如圖2所示的證券公司兩階段運(yùn)行系統(tǒng)，每個(gè)決策單元記為DMUj（j=1，2，…，n），第一階段的投入指標(biāo)為x1ij（i=1，2，…，m），中間產(chǎn)出zdj（d=1，2，…，D），第二階段的期望產(chǎn)出為y2rj（r=1，2，…，s），非期望產(chǎn)出為Pbrj（r=1，2，…，sb）。對(duì)于非期望產(chǎn)出，遵循Seiford和Zhu（1999）提出的轉(zhuǎn)換方法來(lái)解決非期望產(chǎn)出。就是在非期望產(chǎn)出中首先乘上“-1”，接著加上一個(gè)相應(yīng)的正轉(zhuǎn)換向量以使這個(gè)非期望輸出變成正值，即Pbrj=-Pbrj+wbr（r=1，2，…，B），其中wbr=maxjpbrj+1，r∈B，在規(guī)模報(bào)酬可變（VRS）情形下，這種轉(zhuǎn)換提供了相同的有效前沿面。與以往研究中將整個(gè)生產(chǎn)過(guò)程和兩個(gè)子階段視為獨(dú)立的研究不同，Kao和Hwang（2008）考慮了整個(gè)系統(tǒng)中兩個(gè)子階段的串聯(lián)關(guān)系，在這個(gè)框架下，將整個(gè)運(yùn)營(yíng)過(guò)程的總效率分解為兩個(gè)子階段效率的乘積，即ek=e1ke2k，且ek∈（0，1）。且文章指出，在創(chuàng)收和盈利兩個(gè)階段中，中間變量的權(quán)重相等，可以體現(xiàn)兩個(gè)階段的同等重要程度，并具有一定的串聯(lián)關(guān)系，從而不會(huì)導(dǎo)致兩個(gè)階段的結(jié)果向任一方偏移，因此假設(shè)中間變量在兩個(gè)子階段有相同的權(quán)重wd。則模型如下：

ek=maxe1k×e2k

=max∑Dd=1wdzdk+u1k∑mi=1v1ix1ik×∑sr=1u2ry2rk+∑Br=1ubrPbrk+u2k∑Dd=1wdzdk

s.t.∑Dd=1wdzdj+u1k∑mi=1v1ix1ij≤1，j，

∑sr=1u2ry2rj+∑Br=1ubrPbrj+u2k∑Dd=1wdzdj≤1，j，u2r，ubr，v1i，wd≥0，i，r，d，u1k，u2kfree（1）

目標(biāo)函數(shù)表示整個(gè)兩階段生產(chǎn)系統(tǒng)的總生產(chǎn)效率是兩個(gè)子系統(tǒng)生產(chǎn)效率的乘積，前兩個(gè)約束條件保證了單個(gè)子系統(tǒng)的效率值不超過(guò)l。對(duì)于非期望產(chǎn)出Pbrj，站在決策者的角度希望其越來(lái)越小，采用上述提到的Seiford和Zhu（1999）的轉(zhuǎn)換方法，Pbrj越大，Pbrj越小。由于此時(shí)的式（1）是一個(gè)分式規(guī)劃，并且存在著自由變量u1k，u2k，很難將其轉(zhuǎn)化為線性模型，利用Li等（2012）的啟發(fā)式搜索的方法，可以使其線性化，轉(zhuǎn)變?yōu)橐韵鹿剑?/p>

e1kmax=max∑Dd=1wdzdk+u1k∑mi=1v1ix1ik

s.t.∑Dd=1wdzdj+u1k∑mi=1v1ix1ij≤1，j，

∑sr=1u2ry2rj+∑Br=1ubrPbrj+u2k∑Dd=1wdzdj≤1，j，

u2r，ubr，v1i，wd≥0，i，r，d，u1k，u2kfree（2）

則創(chuàng)收階段系統(tǒng)效率最大值可能為e1kmax，e1k的取值范圍為e1k∈［0，e1kmax］，模型（2）仍然是一個(gè)分式規(guī)劃，可以將其轉(zhuǎn)換為線性規(guī)劃模型，則上述公式等價(jià)于：

e1kmax=max∑Dd=1wdzdk+u1k

s.t.∑mi=1v1ix1ik=1，

∑Dd=1wdzdj+u1k－∑mi=1v1ix1ij≤0，j，

∑sr=1u2ry2rj+∑Br=1ubrPbrj+u2k－∑Dd=1wdzdj≤0，j，

u2r，ubr，v1i，wd≥0，i，r，d，

u1k，u2kfree（3）

由于e1k的取值存在范圍變動(dòng)，在計(jì)算整個(gè)兩階段系統(tǒng)的效率時(shí)，可以將其看作一個(gè)變量。則式（1）可以寫為：

ek=maxe1k×∑sr=1u2ry2rk+∑Br=1ubrPbrk+u2k∑Dd=1wdzdks.t.∑Dd=1wdzdj+u1k∑mi=1v1ix1ij≤1，j，∑sr=1u2ry2rj+∑Br=1ubrPbrj+u2k∑Dd=1wdzdj≤1，j，e1k=∑Dd=1wdzdk+u1k∑mi=1v1ix1ik，e1k∈［0，e1kmax］u2r，ubr，v1i，wd≥0，i，r，d，u1k，u2kfree（4）

式（4）可以轉(zhuǎn)換為以下模型，方便求解：

ek=maxe1k∑sr=1u2ry2rk+∑Br=1ubrPbrk+u2k

s.t.∑Dd=1wdzdk=1，∑Dd=1wdzdj+u1k－∑mi=1v1ix1ij≤0，j，

∑sr=1u2ry2rj+∑Br=1ubrPbrj+u2k－∑Dd=1wdzdj≤0，j，（5）

∑Dd=1wdzdk+u1k－e1k∑mi=1v1ix1ik=0e1k∈［0，e1kmax］u2r，ubr，v1i，wd≥o，i，r，d，u1k，u2kfree

（三）指標(biāo)與數(shù)據(jù)選取

1.樣本選取及說(shuō)明

截至2020年年底，我國(guó)共有上市證券公司39家，為了使選取的樣本具有代表性和可行性，選擇2016—2020年我國(guó)24家上市證券公司作為樣本數(shù)據(jù)進(jìn)行分析。為保證數(shù)據(jù)的連續(xù)性，剔除了非上市的證券公司以及在2016年之后上市的證券公司，且按照經(jīng)驗(yàn)法則，決策單元的數(shù)量應(yīng)該大于投入指標(biāo)和產(chǎn)出指標(biāo)之和的兩倍?；谝陨峡剂?，將缺失數(shù)據(jù)的樣本篩選出去之后，最終確定的DMU樣本共有24家。文章的數(shù)據(jù)皆來(lái)源于中國(guó)證券業(yè)協(xié)會(huì)官網(wǎng)（sac.net.cn）、上海證券交易所官網(wǎng)（sse.com.cn）、深圳證券交易所官網(wǎng)（szse.cn）中公開(kāi)披露的各證券公司2016—2020年的年度財(cái)務(wù)報(bào)告。

2.投入產(chǎn)出指標(biāo)的選取

對(duì)于指標(biāo)的選擇，學(xué)者們持有不同的觀點(diǎn)，既往文獻(xiàn)的投入產(chǎn)出指標(biāo)如表1所示。文章對(duì)所構(gòu)建的兩階段證券公司經(jīng)營(yíng)過(guò)程進(jìn)行了深入分析和研究，在此基礎(chǔ)之上，綜合以往研究證券公司效率的DEA模型所選擇的投入、產(chǎn)出指標(biāo)，將第一子階段的投入指標(biāo)確定為應(yīng)付職工薪酬、實(shí)收資本、業(yè)務(wù)及管理費(fèi)，在第二子階段選擇凈利潤(rùn)、投資收益、壞賬損失作為產(chǎn)出指標(biāo)，營(yíng)業(yè)收入作為中間變量。

對(duì)于投入變量。從勞動(dòng)投入的角度看，選擇應(yīng)付職工薪酬代表勞動(dòng)投入相對(duì)于員工人數(shù)來(lái)說(shuō)更加合理，它代表企業(yè)為獲得職工提供的服務(wù)而給予各種形式的報(bào)酬以及其他相關(guān)支出，更能反映證券公司在勞動(dòng)投資方面的結(jié)構(gòu)性；對(duì)于資本投入來(lái)說(shuō)，選取實(shí)收資本作為資本投入指標(biāo)，實(shí)收資本的構(gòu)成是企業(yè)向投資者進(jìn)行利潤(rùn)或股利分配的主要依據(jù)，反映了證券公司運(yùn)營(yíng)的基礎(chǔ)和保障；又因費(fèi)用和支出貫穿證券公司承銷發(fā)行、證券自營(yíng)、代理買賣證券等業(yè)務(wù)過(guò)程，而且維持正常運(yùn)營(yíng)也會(huì)產(chǎn)生相關(guān)費(fèi)用和支出，因此將費(fèi)用投入指標(biāo)確定為業(yè)務(wù)及管理費(fèi)。

對(duì)于期望產(chǎn)出指標(biāo)。凈利潤(rùn)是公司經(jīng)營(yíng)的最終目標(biāo)及成果，對(duì)于企業(yè)管理者而言，凈利潤(rùn)是進(jìn)行經(jīng)營(yíng)管理決策的基礎(chǔ)。同時(shí)利用自有資金進(jìn)行投資獲利是證券公司自營(yíng)業(yè)務(wù)的核心內(nèi)容，因此也把投資收益作為預(yù)期產(chǎn)出變量。

對(duì)于非期望產(chǎn)出變量。選取“壞賬損失”作為非期望產(chǎn)出指標(biāo)，反映了由于經(jīng)營(yíng)失誤造成的確定不能收回的各種應(yīng)收款項(xiàng)。將這一指標(biāo)考慮在內(nèi)，能夠較為全面地衡量我國(guó)證券公司近年來(lái)的效率問(wèn)題。

對(duì)于中間變量。由于國(guó)內(nèi)證券公司目前核心業(yè)務(wù)包括四種，即證券自營(yíng)、資產(chǎn)管理、經(jīng)紀(jì)和投行業(yè)務(wù)，選取營(yíng)業(yè)收入作為衡量證券公司利用資本、勞動(dòng)和費(fèi)用來(lái)獲得收入結(jié)果比較全面，包括利息凈收入、手續(xù)費(fèi)及傭金凈收入、投資收益等，反映了企業(yè)的盈利能力和存續(xù)能力。另外，證券公司第二階段主要利用營(yíng)業(yè)收入作為初始投入，以確保順利投資、做好風(fēng)控和獲取利潤(rùn)等。由此可見(jiàn)，將營(yíng)業(yè)收入作為中間變量可以更好地完成了第一、第二兩個(gè)階段的銜接。

四、我國(guó)證券公司效率評(píng)價(jià)研究的實(shí)證分析

利用MaxDEA軟件對(duì)24家中國(guó)上市證券公司2016—2020年的財(cái)務(wù)數(shù)據(jù)進(jìn)行分析和處理，并采用兩階段網(wǎng)絡(luò)DEA方法分別計(jì)算總效率、第一階段和第二階段的運(yùn)營(yíng)效率，結(jié)果如表2和表3所示。

（一）總體效率分析

從總體效率來(lái)看，中國(guó)上市證券公司2016—2020年的運(yùn)作績(jī)效總體上并不高，在0.4662～0.6417波動(dòng)，均值只有0.5765。五年內(nèi)有效決策單元的數(shù)量為1、1、0、2和1，占決策單元總數(shù)的比例較低，反映出我國(guó)上市證券公司的經(jīng)營(yíng)效率較低。根據(jù)五年間的平均效率可以看出，整體績(jī)效水平排在前三名的公司為#1國(guó)泰君安、#21國(guó)元證券和#5華泰證券，歷年總效率平均值分別為0.8310、0.8249和0.8013，保持著較強(qiáng)的上升活力。平均效率較低的公司是#19第一創(chuàng)業(yè)、#24太平洋證券，歷年總效率平均值分別是0.3387和0.3619。調(diào)查期間，效率提升最快的公司有#11興業(yè)證券、#4中信證券和#16東方財(cái)富。興業(yè)證券的效率排名從2016年的第23位上升到2020年的第8位，表明其經(jīng)營(yíng)業(yè)績(jī)有了明顯改善。中信證券排名自2016年的第14位上升至第2位，其規(guī)模不斷擴(kuò)大，經(jīng)營(yíng)績(jī)效也得到提升，于2021年列入首批證券公司“白名單”。東方財(cái)富在考察期間總排名上升了11位，在2019年、2020年連續(xù)兩年效率值均達(dá)到了生產(chǎn)前沿面。從標(biāo)準(zhǔn)差來(lái)看，#7國(guó)金證券的效率值是最穩(wěn)定的，其標(biāo)準(zhǔn)差為0.0207，說(shuō)明國(guó)金證券的效率表現(xiàn)相對(duì)穩(wěn)定。根據(jù)國(guó)金證券2016—2020年年報(bào)，近五年國(guó)金證券的凈利潤(rùn)穩(wěn)定持續(xù)增長(zhǎng)，截至2020年年末，公司實(shí)現(xiàn)凈利潤(rùn)18.7億元。#24太平洋證券是這些公司中穩(wěn)定性較差的，標(biāo)準(zhǔn)差為0.1861，近年來(lái)太平洋證券的業(yè)務(wù)波動(dòng)性也比較明顯，在2013—2015年三年的快速增長(zhǎng)之后，接下來(lái)的五年里業(yè)績(jī)大幅下降，到2020年年底，凈虧損為7.55億美元。

根據(jù)圖3可知，我國(guó)24家上市證券公司在2016—2020年的整體效率都不算高，離效率前沿面還有一定差距，且相對(duì)波動(dòng)較大。其中2016年、2020年的效率區(qū)間集中在0.6～0.7，2017年、2018年的效率區(qū)間集中在0.5～0.6，2019年的效率分布較為分散。各個(gè)年份的總效率最大值和最小值分別為：2016年的1和0.4046，2017年的1和0.3470，2018年的0.7639和0.1102，2019年的1和0.3284，2020年1和0.1924，整體上呈現(xiàn)中間多、兩頭少的趨勢(shì)，各證券公司的經(jīng)營(yíng)效率在不同年份里出現(xiàn)了嚴(yán)重的兩極分化。

（二）兩階段子階段效率分析

在表3中，E1代表創(chuàng)收階段的效率，E2代表盈利階段效率。從24家證券公司的平均效率來(lái)看，調(diào)查期間各階段的效率變化相對(duì)平穩(wěn)。2016—2020年各年第一階段效率均值處在0.629～0.777，第二階段效率均值處在0.748～0.827，波動(dòng)均比較小，且五年間決策單元階段效率達(dá)到有效前沿面的證券公司數(shù)量較多，分別為5、4、3、4、5和5、4、4、6、2，這與總效率呈現(xiàn)的結(jié)果有所不同。此外，如圖4所示，每一年中，盈利階段效率均略高于創(chuàng)收階段效率，這說(shuō)明我國(guó)證券公司在擴(kuò)大規(guī)模、增加收入的同時(shí)更加注重將收入轉(zhuǎn)化為最終利潤(rùn)，提升盈利能力。

在創(chuàng)收階段，#1國(guó)泰君安、#4中信證券、#10海通證券、#16東方財(cái)富、#21國(guó)元證券是相對(duì)效率較高的，表明這五家證券公司有較強(qiáng)的能力利用公司資產(chǎn)和各種經(jīng)營(yíng)成本開(kāi)展證券交易業(yè)務(wù)并獲取收益。值得注意的是，東方財(cái)富連續(xù)五年在創(chuàng)收階段都處于前沿面上，通過(guò)分析發(fā)現(xiàn)，從東方財(cái)富網(wǎng)起家的東方財(cái)富本質(zhì)上是網(wǎng)絡(luò)金融服務(wù)平臺(tái)，券商、基金則是公司目前高速成長(zhǎng)中最核心的變現(xiàn)方式手段，在通過(guò)介入證券基金等傳統(tǒng)金融業(yè)務(wù)而取得了不錯(cuò)的收益之后，公司將進(jìn)一步遵循傳統(tǒng)互聯(lián)網(wǎng)思維下低價(jià)、優(yōu)質(zhì)服務(wù)的經(jīng)營(yíng)準(zhǔn)則，并持續(xù)顛覆市場(chǎng)傳統(tǒng)以改善用戶體驗(yàn)。從2017—2020年，中信證券的效率值連續(xù)四年為1，數(shù)據(jù)顯示，2020年中信證券營(yíng)業(yè)收入以543.83億元位居榜首，占總額的12.13%。根據(jù)中國(guó)證券業(yè)協(xié)會(huì)公布的證券行業(yè)年度經(jīng)營(yíng)業(yè)績(jī)，經(jīng)紀(jì)業(yè)務(wù)一直保持著中信證券最大的收入來(lái)源，截至2020年該占比為26.48%。而創(chuàng)收階段效率最低的是#24太平洋證券、#22西南證券、#19第一創(chuàng)業(yè)，其平均效率值分別為0.414、0.518、0.505，遠(yuǎn)低于平均水平0.735，表明它們獲取收入的能力相對(duì)較弱，抗風(fēng)險(xiǎn)能力有待加強(qiáng)，這些公司應(yīng)該對(duì)現(xiàn)有資產(chǎn)的分配、成本的利用等方面進(jìn)行改進(jìn)。

在盈利階段，效率一直保持較高的是#3招商證券和#22西南證券，分別為0.972和0.949，#5華泰證券的盈利效率也基本保持著穩(wěn)步上升的水平。招商證券從2010年以來(lái)ROE一直超過(guò)業(yè)內(nèi)平均值，企業(yè)整體盈利能力也明顯好于同行。而股票承銷、財(cái)富管理和機(jī)構(gòu)經(jīng)營(yíng)能力的增強(qiáng)也是其整體盈利能力較高的重要因素，由于招商證券每個(gè)階段效率表現(xiàn)優(yōu)異，因而有較好的整體效率。對(duì)于西南證券來(lái)說(shuō)，其在第一階段的效率僅為0.518，第二階段的效率為0.949，原因在于近幾年來(lái)西南證券一直不斷加強(qiáng)投行類業(yè)務(wù)風(fēng)險(xiǎn)把控，在嚴(yán)格遵守規(guī)范風(fēng)控的情況下，其自營(yíng)方向性投資業(yè)務(wù)隨著證券市場(chǎng)情況的變化，及時(shí)調(diào)整了融資產(chǎn)品的結(jié)構(gòu)組合，并獲得了良好的投資回報(bào)。反觀#16東方財(cái)富，在第一階段是唯一一個(gè)連續(xù)五年效率均為1的證券公司，而在第二階段的效率卻不盡如人意，造成此結(jié)果的原因在于東方財(cái)富2016年、2017年、2018年連續(xù)三年的金融投資收益均為負(fù)值，分別為-4.31億元、-4.01億元、-5.82億元，表明其在風(fēng)險(xiǎn)和成本控制能力以及利潤(rùn)轉(zhuǎn)化能力方面還有待提升。盈利階段效率處于較低水平的是#18東北證券和#6光大證券，東北證券在運(yùn)營(yíng)中，于創(chuàng)收階段創(chuàng)造了0.918的效率均值，可知制約該公司運(yùn)作效率的關(guān)鍵是盈利能力，該證券公司需要優(yōu)化自身成本管控及風(fēng)控能力。

（三）證券公司效率優(yōu)化分析

在傳統(tǒng)的DEA模式下，每個(gè)決策單元被看作一個(gè)“黑箱”，假如某企業(yè)的運(yùn)營(yíng)效率低下，則難以判定其在哪一步失效，難以有針對(duì)性地提出相應(yīng)的改善措施。例如在表3中，東方財(cái)富在運(yùn)作過(guò)程中總效率尚不及效率前沿，但是其在第一階段卻達(dá)到了DEA有效狀態(tài)，且保持了五年之久，這就說(shuō)明造成它總體效率低下的原因更多在于第二階段的盈利過(guò)程，即在成本控制和風(fēng)險(xiǎn)控制方面尚有提升空間，而傳統(tǒng)的DEA方法是無(wú)法得到這一結(jié)論的。為進(jìn)一步分析造成證券公司效率無(wú)效的原因，借助MaxDEA軟件運(yùn)算的結(jié)果導(dǎo)出了投入產(chǎn)出指標(biāo)的Projection（最優(yōu)值），即改進(jìn)方向，并計(jì)算出了各指標(biāo)的投入產(chǎn)出冗余，結(jié)果如表4所示。

在表4中，數(shù)值的結(jié)果取絕對(duì)值，投入正值表示冗余，產(chǎn)出正值表示不足。可以看出，導(dǎo)致DEA無(wú)效的主要原因是各券商在創(chuàng)收階段的投入冗余，必須引起公司重視的是投資部分越來(lái)越多不一定會(huì)產(chǎn)生高效率；在盈利階段，部分券商存在投入冗余的原因在于資源投放過(guò)量而轉(zhuǎn)為最終收益的資本過(guò)低，從而使目標(biāo)產(chǎn)出不夠，最終造成了DEA無(wú)效，可以看出壞賬損失作為證券公司經(jīng)營(yíng)的非期望產(chǎn)出，不是導(dǎo)致DEA失效的最主要因素。

五、結(jié)論及政策建議

本文選取2016—2020年24家中國(guó)上市證券公司作為樣本數(shù)據(jù)，將證券公司經(jīng)營(yíng)活動(dòng)分為兩階段，即創(chuàng)收階段與盈利階段，考慮非期望產(chǎn)出的兩階段模型，運(yùn)用了兩階段關(guān)系模型，認(rèn)為創(chuàng)收階段和盈利階段是合作共贏的關(guān)系，構(gòu)建了網(wǎng)絡(luò)兩階段乘積型模型，先計(jì)算出總體效率，在保持總體效率不變的條件下分別計(jì)算出兩個(gè)子階段的效率，并根據(jù)原始值和目標(biāo)改進(jìn)值對(duì)效率無(wú)效的原因進(jìn)行了分析，得出結(jié)論如下。

考察期間我國(guó)證券公司效率比較低，絕大部分公司沒(méi)有能力在最優(yōu)規(guī)模上生產(chǎn)，創(chuàng)收階段的投入冗余是造成DEA無(wú)效的主要原因。效率區(qū)間整體上呈現(xiàn)中間多兩頭少的趨勢(shì)，且相對(duì)波動(dòng)較大，各證券公司的經(jīng)營(yíng)效率在不同年份里出現(xiàn)了嚴(yán)重的兩極分化。從投入—產(chǎn)出的角度來(lái)看，正相關(guān)關(guān)系在證券公司效率與其投入規(guī)模、營(yíng)業(yè)收入等指標(biāo)之間并不成立，也就是說(shuō)，證券公司要實(shí)現(xiàn)運(yùn)營(yíng)效益的提升，如果僅是將資產(chǎn)、經(jīng)營(yíng)規(guī)模擴(kuò)大是遠(yuǎn)遠(yuǎn)不夠的，還需對(duì)其成本費(fèi)用進(jìn)行良好管控，合理配置資源，提高投入產(chǎn)出比。針對(duì)上述問(wèn)題，提出以下有針對(duì)性的建議。

（一）提高創(chuàng)新能力，加快盈利模式創(chuàng)新與轉(zhuǎn)型

目前，中國(guó)證券公司已經(jīng)進(jìn)入了一個(gè)相對(duì)高速的發(fā)展階段。由于我國(guó)證券行業(yè)產(chǎn)品具有很高的可替代性和同質(zhì)性，證券公司缺乏較好的創(chuàng)新力，對(duì)傳統(tǒng)的業(yè)務(wù)有著過(guò)強(qiáng)的依賴性，盈利情況受市場(chǎng)整體運(yùn)行狀態(tài)影響較大，因此無(wú)法對(duì)市場(chǎng)中的風(fēng)險(xiǎn)進(jìn)行有效的防控。綜上，我國(guó)券商在制定發(fā)展戰(zhàn)略目標(biāo)時(shí)，應(yīng)先充分考慮自身特點(diǎn)和優(yōu)勢(shì)，從實(shí)際情況出發(fā)，使戰(zhàn)略目標(biāo)與自身實(shí)際相符，同時(shí)不斷創(chuàng)新盈利模式，從而促進(jìn)證券公司核心競(jìng)爭(zhēng)力的全面提升。

（二）強(qiáng)化人才團(tuán)隊(duì)建設(shè)，健全激勵(lì)機(jī)制

證券市場(chǎng)屬于人才密集的行業(yè)，其人力資源管理水平是衡量其運(yùn)營(yíng)能力的一個(gè)重要指標(biāo)，在公司核心競(jìng)爭(zhēng)力的建設(shè)過(guò)程中，要關(guān)注人力資源隊(duì)伍的重要性。盡管提升人力資源管理的重要性已成為行業(yè)共識(shí)，但是在具體的操作過(guò)程中，大部分企業(yè)并沒(méi)有在這方面投入足夠多的資源。一是要從戰(zhàn)略層面關(guān)注人力資源重要性，特別是作為公司經(jīng)營(yíng)者，應(yīng)該充分認(rèn)識(shí)到人力資源管理能力在公司戰(zhàn)略實(shí)現(xiàn)中的決定性作用；二是要重視人力資源管理相關(guān)人才的培訓(xùn)，持續(xù)優(yōu)化人員素養(yǎng)和業(yè)務(wù)能力。同時(shí)，針對(duì)不同的業(yè)務(wù)類型，應(yīng)采用有針對(duì)性的激勵(lì)模式，這對(duì)證券公司發(fā)展有著很大意義，不僅能夠調(diào)動(dòng)員工工作積極性，還能夠吸引更多人才。

（三）增強(qiáng)公司內(nèi)部風(fēng)險(xiǎn)管理，加強(qiáng)規(guī)范化治理

證券公司要構(gòu)建規(guī)范、透明、開(kāi)放、充滿活力和彈性的資本市場(chǎng)，必須進(jìn)一步落實(shí)新的發(fā)展理念，服務(wù)于新的發(fā)展模式，進(jìn)一步提高企業(yè)全方位風(fēng)險(xiǎn)管理能力，這不但要求券商必須完善與其公司發(fā)展策略相對(duì)應(yīng)的全方位風(fēng)險(xiǎn)管理結(jié)構(gòu)，積極開(kāi)展事前、事中和事后的經(jīng)營(yíng)風(fēng)險(xiǎn)防范、監(jiān)控、處理和評(píng)估等工作，還要不斷完善與公司注冊(cè)制度相對(duì)應(yīng)的責(zé)任管理體系。如此，公司才能在健康的運(yùn)作和規(guī)范的經(jīng)營(yíng)下產(chǎn)生更多合理、有效的收益。證券公司應(yīng)不斷增加風(fēng)險(xiǎn)管理資源投入，積極儲(chǔ)備風(fēng)險(xiǎn)管理人員，逐步建立全面的風(fēng)險(xiǎn)管理體系，以集團(tuán)化、一體化經(jīng)營(yíng)的思維不斷完善全面風(fēng)險(xiǎn)管理制度，真正做到風(fēng)控合規(guī)，為企業(yè)的可持續(xù)發(fā)展保駕護(hù)航、創(chuàng)造新價(jià)值、贏得未來(lái)。

參考文獻(xiàn)

［1］NGUYENXH，NGUYENTKL.ApproachingtheNegativeSuper-SBMModeltoPartnerSelectionofVietnameseSecuritiesCompanies［J］.TheJournalofAsianFinance，EconomicsandBusiness，2021，8（3）：527-538.

［2］KANGDY，LEEKS.Managementefficiencyanalysisofdomesticsecuritiescompanies［J］.JournalofKoreaSocietyofIndustrialInformationSystems，2023，28（3）：57-67.

［3］李雙杰，高濛.基于DEA交叉效率的投資組合優(yōu)化策略［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2023，53（1）：97-110.

［4］楊躍云.供應(yīng)鏈金融應(yīng)收賬款資產(chǎn)證券化信用風(fēng)險(xiǎn)研究［J］.中國(guó)注冊(cè)會(huì)計(jì)師，2022（2）：60-63.

［5］XUT，YOUJ，SHAOY.EfficiencyofChinaslistedsecuritiescompanies：EstimationthroughaDEA-basedmethod［J］.Mathematics，2020，8（4）：589.

［6］鄭又源，徐筠雅，李妍.影響券商效率的因素與機(jī)制：基于一個(gè)擴(kuò)展SCP框架的實(shí)證研究［J］.蘭州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2024，40（2）：88-101.

［7］HUC.EfficiencyofChinesebankingcomparedwithdevelopedcountries：ADataEnvelopmentAnalysisApproach［J］.Accounting，AuditingandFinance，2023，4（3）：13-17.

［8］崔瑛，姜偉，李賽男，等.基于SFA方法的中國(guó)證券公司經(jīng)營(yíng)效率分析［J］.青島大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，31（3）：89-94，101.

［9］CHARNESA，COOPERWW，RHODESE.Measuringtheefficiencyofdecisionmakingunits［J］.EuropeanJournalofOperationalResearch，1978，2（6）：429-444.

［10］BANKERRD，CHARNESA，COOPERWW.Somemodelsforestimatingtechnicalandscaleinefficienciesindataenvelopmentanalysis［J］.ManagementScience，1984，30（9）：1078-1092.

［11］CHARNESA，COOPERWW，GOLANGB，etal.AdevelopmentalstudyofdataenvelopmentanalysisinmeasuringtheefficiencyofmaintenanceunitsintheUSairforces［J］.AnnalsofOperationsResearch，1985，30（1-2）：91-107.

［12］IKAPELFO，NAMUSONGEGS，SAKWAMM.DeterminantsofbankingsectorefficiencyinKenya：Applicationofnon-parametricDataEnvelopmentAnalysis（DEA）model［J］.AsianJournalofEconomics，BusinessandAccounting，2023，23（13）：18-28.

［13］FRER，GROSSKOPFS.Productivityandintermediateproducts：Afrontierapproach［J］.Economicsletters，1996，50（1）：65-70.

［14］FRER，GROSSKOPFS.NetworkDEA［J］.Socio-EconomicPlanningSciences，2000，34（1）：35-49.

［15］ACHIA.EfficiencyanditsdeterminantsintheAlgerianbanks：networkdataenvelopmentanalysisandpartialleastsquaresregression［J］.InternationalJournalofProductivityandPerformanceManagement，2023，72（5）：1479-1508.

［16］FUKUYAMAH，TSIONASM，TANY.Incorporatingcausalmodelingintodataenvelopmentanalysisforperformanceevaluation［J］.AnnalsofOperationsResearch，2023：1-40.

［17］鐘心.基于DEA方法的我國(guó)證券公司經(jīng)營(yíng)效率的研究——以A股上市公司為例［D］.南昌：江西財(cái)經(jīng)大學(xué)，2019.

［18］KAOC，HWANGS-N.Efficiencydecompositionintwo-stagedataenvelopmentanalysis：Anapplicationtonon-lifeinsurancecompaniesinTaiwan［J］.EuropeanJournalofOperationalResearch，2008，185（1）：418-429.

［19］LIY，CHENY，LIANGL，etal.DEAmodelsforextendedtwo-stagenetworkstructures［J］.Omega，2012，40（5）：611-618.

［20］SEIFORDLM，ZHUJ.Profitabilityandmarketabilityofthetop55UScommercialbanks［J］.Managementscience，1999，45（9）：1270-1288.

［21］秦小麗，劉益平.證券公司經(jīng)營(yíng)效率的測(cè)度——基于SBM修正的三階段DEA模型［J］.重慶社會(huì)科學(xué)，2018（8）：43-55.

［22］苗建軍，袁衫光.中國(guó)證券業(yè)的運(yùn)營(yíng)效率研究——基于SBM-Undesirable的六階段DEA和Malmquist-DEA模型［J］.武漢金融，2018（11）：38-44.

［23］宋歌.基于DEA模型對(duì)我國(guó)證券公司經(jīng)營(yíng)效率評(píng)價(jià)的研究——以滬市A股上市公司為例［J］.金融理論與實(shí)踐，2017（11）：77-80.

［24］楚雪芹，李勇軍，崔峰，等.基于兩階段非期望DEA模型的商業(yè)銀行效率評(píng)估［J］.系統(tǒng)工程理論與實(shí)踐，2021，41（3）：636-648.

EfficiencyEvaluationofSecuritiesCompaniesBasedonTwo-StageDataEnvelopmentAnalysisforUndesiredIndicators

XUEJianSUNSiyaoLIDeqiang

（SchoolofEconomicsandManagement，ShaanxiUniversityofScienceandTechnology，Xi’an710021，China）

Abstract：Securitiescompaniesplayanimportantfunctioninstabilizingthecapitalmarket，leadingthecapitalmarketvaluejudgingstandard，andguaranteeingthereasonableallocationofmarketresources，etc.ThegoodorbadofitsoperatingefficiencydirectlyaffectstheoveralllevelofChinascapitalmarketefficiencyandtheeffectivenessofmarketresourceallocation，andhowtocarryoutascientific andreasonablemeasurementofChinassecuritiescompanysoperatingefficiencyisarealistictopicthatneedstobesolvedurgently.Basedonthis，thispaperdividestheoperatingactivitiesofsecuritiescompaniesintotwostages：therevenue-generatingstageandtheprofit-makingstage，andconstructsatwo-stagenon-expectationnetworkproduct-typemodelthatconsidersnon-expectationindicators.Thispaperanalyzes24Chineselistedsecuritiescompaniesassampledata，andfindsthat：theefficiencyofChinassecuritiescompaniesduringtheperiodunderinvestigationisgenerallyrelativelylow，thevastmajorityofcompaniesdonotproduceontheoptimalscale，andtheoperatingefficiencyofeachsecuritiescompanyisseriouslypolarizedindifferentyears，whichisthemainreasonfortheineffectivenessoftheDEAisthatInputredundancyinthefirststage.Thisindicatesthatsecuritiescompaniescannotrelysolelyonexpandingcapitalandbusinessscaletoimproveoperationalefficiency，andmustbebasedonthecontrolofresourcesandthescientificallocationofcostsandexpenses，whichinturnimprovestheinput-outputefficiencyoftheenterprise.

Keywords：EfficiencyofSecuritiesCompanies；Two-Stage；DataEnvelopmentAnalysisModel；UnexpectedIndicators