港航上市公司成本效率評價

葉偉龍

(中國遠洋物流有限公司，北京 100026)

0 引言

2008年，由美國次貸危機引發的全球金融危機爆發.由于世界航運市場與美國金融市場高度相關，而世界航運市場又處于資本市場的末端，根據長鞭效應，金融危機對世界經濟的影響傳導到航運經濟的比例為1∶10［1]，即世界經濟增速降低1%，將引起世界航運市場增速下降10%.因此，如何開源節流、控制成本，成為港航上市公司的當務之急.

隨機前沿分析(Stochastic Frontier Analysis，SFA)表示在確定的技術條件下能夠實現的最大產量.實際產量與最大可能產量的比例稱為技術效率，表示現實產出與理論最優產出之間的差距.其值介于0到1之間，反映生產者能夠有效利用現有技術的程度.其值越趨近于1，表示技術效率越高.［2]成本效率是技術效率的1個方面，本文應用SFA研究港航上市公司的成本效率，得出其成本效率水平，為港航上市公司的成本控制決策提供依據.

1 隨機前沿理論及模型介紹

有很多學者不僅從數值大小的測算和比較上對技術效率進行研究，而且從影響技術效率的因素進行分析.通常先通過估算得隨機前沿函數，同時測得企業的技術效率，然后利用回歸方式分析其影響因素，其研究分為2個階段:第1階段為估計各個企業的技術效率;第2階段為分析企業的管理水平以及所有權結構等因素對效率的影響.這是對效率影響因素最早的分析.由于產生估計的一致性問題，為提高估算效率，減少因估計不一致帶來的不確定性，可通過一次性估計測得技術效率及其影響因素.BC(1995)模型可很好地解決上述一致性問題，其用效率影響因素的函數表示技術效率的分布均值，從而達到一次性測算效率及影響因素的目的.［3]另外，該模型將配置效率問題也考慮在內，即解除利潤最大條件的假設，并采用面板數據［4](panel data).面板數據是在不同時間對若個單位進行重復跟蹤調查形成的數據集，在研究時間較短、截面數據較大的問題時，面板模型更有優勢.

BC模型表達式如下

式中:Yit為第i家公司在第t期的成本利潤;Xit為第i家公司在第t期的投入、產出的數量或價格;θ為待估參數;Ait為隨機誤差變量，并假設服從正態分布，

式中:η為待估參數;Bi為無效率項，屬非負隨機變量，且服從截尾正態分布，

由于Bit≥0，在式(1)中出現“+”表示成本函數，即成本增加;出現“－”表示生產函數，即利潤下降.可運用此模型求解某年某公司在缺失數據時的成本效率.［5]

SFA的效率

2 港航上市公司成本效率評價模型的構建

2.1 港航上市公司成本效率評價模型

成本效率是對某家公司的成本接近于最佳營運成本程度的評估，主要以環境和產出相同為前提，可從成本函數推算得到.港航上市公司的成本函數由產出數量、投入要素價格、固定要素投入量或產出量、隨機誤差以及效率項等5個因素決定.

式中:C為成本;W為投入價格向量;Y為產出量向量;Z為固定要素投入量(或產出量);Bc為無效率項，表示可能使成本高于最佳運營水平的無效率因素(技術無效率和配置無效率統一為Bc，其中:技術無效率表示為產出Y而投入過多;配置無效率指沒有對相關的投入價格W作出最優反應);εc為隨機誤差項，表示可能導致成本暫時提高或降低的誤差和偶然性(包括測量誤差和運氣等).

成本函數中，為使效率評估更加高效，假設Bc和εc與成本函數的其他項可分，其公式可轉換為

式中:Bc+εc為復合誤差項.效率評估方法目的在于如何區分無效率項Bc和隨機誤差項εc.因此，可用下式表示該上市公司的成本效率

將成本或資源得到有效利用的比例視為成本效率的比率，值域為(0，1).

2.2 港航上市公司成本函數形式設定

采用柯布－道格拉斯函數設定港航上市公司的成本函數:

式中:i=1，2，…，10;t=1，2，…，6;Cit為第 i家公司在第t期的總成本;W1it和W2it分別為第i家公司在第t期的勞動力價格和實物資本價格(都屬于投入要素價格);Yit為第i家公司在第t期的產出;Zit為第i家公司在第t期的實物資本投入.

3 數據來源和變量選擇

選取深赤灣A、招商局A、鹽田港A、上港集箱、ST錦州港、營口港、天津港、中海發展、長運股份和寧波海運等10家港航上市公司2001—2006年的數據為研究對象.

假設2類投入分別為勞動力和實物資本，其價格為勞動力價格W1和實物資本價格W2;產出Y為總盈利;固定要素Z為自有權益資本;總成本C=營業費用+其他營業支出.

查閱2001—2006年《中國港口年鑒》、各上市公司的網站及年報后，整理出10家上市公司關于上述變量的數據，見表1.

表1 10家上市公司投入產出數據

續 表

4 港航上市公司成本效率實證分析

4.1 參數估計

由于公司不同，所對應的資產和利潤規模也不同.本文利用標準化處理［6]控制樣本的異質性，用TIM編寫的SFA專用程序FRONTIER 4.1［7]進行估算.成本效率隨機前沿的估算結果見表2和3(分別為普通最小二乘估計［8]和最大似然估計［9]).

表2 成本效率隨機前沿估計結果

表3 成本效率隨機前沿估計結果

由表2和3可知，對數成本效率函數中，4個參數的估計結果都顯著，且參數估計的顯著性水平都在1%以上，說明本文對成本函數的設定正確.另外，由于實物資本價格系數為負數，表明實物資本價格對港航上市公司的成本效率有正向作用.

4.2 運算結果

采用FRONTIER 4.1對樣本數據進行處理，可得10家港航上市公司的成本效率值，見表4.對表4進行分析，結果如下:

表4 10家港航上市公司成本效率

(1)港航上市公司2001—2006年的成本效率較低，為63.1%，標準差為12%，說明成本中有36.1%浪費.一方面我國港航上市公司在成本控制上仍有較大的提升空間，另一方面反映港航上市公司在發展過程中只注重速度和效益，忽略了節約.

(2)港航上市公司的成本效率水平從2001至2006年逐年遞增，增幅也逐年增加;個別公司的成本效率增長率有所波動，但整體穩定，說明我國港航業越來越重視對成本的控制.

(3)上述10家港航上市公司中，南方的港航公司成本效率水平較北方高，深圳鹽田港A是10家公司中成本效率最高的，說明鹽田港A發展已趨于成熟，碼頭企業的人力和物力等資源已得到較好的發揮;而新興的港口如營口港，發展歷史還不長，仍具有很大的提升空間.

(4)航運企業的成本效率水平波動性比港口企業大，而港口企業的成本效率發展水平則比較平穩;這也說明航運企業較多地受航運市場的影響，港口企業雖然也受航運市場的制約，但敏感度不如航運企業高.

5 結論

在利用SFA進行港航上市公司成本效率水平的測度時，首先需要限定成本效率前沿函數的具體形式，其中效率前沿函數中各參數的確定可通過對樣本進行估測得出.同時，在利用效率前沿分析的參數方法進行研究時，容易受會計數據計量以及好壞運氣的影響而存在隨機誤差項，且該誤差項服從一定的分布.

本文運用SFA方法對我國10家港航上市公司2001—2006年的成本效率進行分析研究.從實證結果中可以看出，我國港航業的成本效率逐年遞增，但目前效率水平還不高，仍有較大的提升空間.港航業更應加大力度進行資源整合，注重成本節約，避免浪費，在穩步發展的同時，提高成本效率.

［1]劉深，宋蔚蘭.基于SAF的中國商業銀行效率研究［J].金融研究，2004(6):138-142.

［2]COELLI T.A Guide to frontier version 4.1:a computer program for stochastic frontier production＆ cost function estimation［D].NSW:University of New England，1996.

［3]BERGE A N，De YOUNG R.Problem loans＆ cost efficiency in commercial banks［J].J Banking＆ Finance，1997，21(3):849-870.

［4]陳春芳，宗蓓華.基于SFA的上海港集裝箱碼頭效率評價［J].上海海事大學學報，2008，29(3):87-92.

［5]許曉雯，時鵬將.基于DEA和SFA的我國商業銀行效率研究［J].數理統計與管理，2006，25(1):68-72.

［6]COTO-MILLAN P，BANOS-PINO J，RODRIGUEZ-ALVAREZ A.Economic efficiency in Spanish ports:some empirical evidence［J].Maritime Policy＆ Manage，2000，27(2):169-174.

［7]李勇，劉新梅.基于DEA和SFA的煤炭行業上市公司技術效率比較研究［J].陜西煤炭，2007(6):3-6.

［8]何曉群，劉文卿.應用回歸分析［M].北京:中國人民大學出版社，2001:58-72.

［9]高鐵梅.計量經濟分析方法與建模［M].北京:清華大學出版社，2006:32-35.