基于數據包絡分析（DEA）方法的企業并購分析

張鴻博　陳永當

【摘 要】隨著我國經濟的蓬勃發展，企業并購在企業未來的發展計劃中起到了舉足輕重的作用，是企業不斷發展、擴大、增強自身綜合競爭力的一項戰略性措施，而選擇何種類型的目標企業也是企業并購過程中的關鍵性課題。在目標企業的選擇時，并購方則是針對特定目標企業的優勢，以消除或相互控制來提高本企業的競爭力。通常企業對目標企業的選擇有多種分析方法，但通過綜合性的分析比較來看，數據包絡分析（DEA）方法則是一種效為常見的目標企業選擇評價方法。

【關鍵詞】企業并購；目標企業；數據包絡分析方法

【Abstract】With the vigorous development of Chinas economy， the development of modern enterprises in mergers and acquisitions played a pivotal role， and also an important way to the development of enterprises mergers and acquisitions. M & A target companys choice is a key part of mergers and acquisitions， Acquirer when choosing target enterprise for its particular advantage the target enterprise， to eliminate or control to improve the competitive power of itself. Companies usually choose the target company in the implementation of M & A process methods are： corporate indicators and data envelopment analysis （DEA） methods. Through a comprehensive analysis and comparison， the data envelopment analysis （DEA） method is a more efficient method of choosing the target company.

【Key words】Mergers and acquisitions； Target company； Data Envelopment Analysis

0 引言

目前企業產業化加劇集中，為使企業能夠更快地發展，企業并購已成為一種必然趨勢。企業并購的實質是企業控制權的一種權利變遷。并購過程需要在特定約束條件下才能夠進行，在并購中一部分權利所有者通過讓出所擁有的控制權，而另一部分權利所有者則付出某些代價來分別換取相應的利益。實際上，企業并購的過程是權利主體不斷變換的過程。

目標企業的選擇是一項復雜的工作，通過多角度全方位衡量一個企業的運營管理、財務管理、人力資源管理、企業文化管理等不同方面， 才能判斷是否該企業能夠實施企業并購。當前企業并購過程中，目標企業的選擇方法層出不窮，有的甚至是面向企業并購后的一些活動研究，但其大多數都是運作性和實踐性較差。以往企業實施并購過程選擇目標企業一般會運用指標評價法，而指標評價方法的核心是根據理論研究和實踐經驗，制定出的一系列指標， 依據這些指標對企業進行評估，但在這種評價方法的指導下， 并購之后企業的運營績效可能并不理想， 甚至許多企業會發現這樣的是錯誤的。因此為解決上述問題，一種新的企業并購方法即數據包絡分析（DEA）方法被提出。數據包絡分析（DEA）方法是同時考慮多個輸人指標和多個輸出指標， 判定哪些企業符合并購的條件和標準，對于那些不符合并購標準的企業給出改進的意見。

1 數據包絡分析（DEA）評價方法

1.1 DEA評價方法的概述

數據包絡分析（Data Envelopment Analysis，簡稱DEA）由查恩斯等學者提出，通過不斷地運算研究，把單輸入單輸出的理論演變到多輸入多輸出，尤其是多輸出的同類型決策單元（DMU）的有效性評價中。DEA 是運用數學模型來評價具有多個輸入和多個輸出的“部門”或“單元”的相對有效性。依據DMU的每個觀測數據判別其是否有效，實際上是判別各DMU 是否位于生產可能集的“前沿面”上。DEA方法的基本思想是，一個決策單元的輸出矢量是由其他DMU輸出向量從“頂”包絡，輸入向量是從“底”的其他輸入向量包絡，如果某個DMU 的輸人和輸出向量不能同時被包絡時， 認為決策單元DEA為有效決策單元，否則是無效決策單元。

1.2 DEA基本模型

在實際市場運營中，企業常會遇到多輸入多輸出情形，尤其是針對多輸出的生產過程，方法解決很難找到。在1978年，運籌學家查恩斯等運用數學模型得出最基本的C2R模型。C2R 模型有兩種形式，一種是分式規劃，另一種是線性規劃，這兩種形式是等價的?？紤]到計算方便本文將采用線性規劃形式。

依據凸性、錐性、無效性和最小性的定理假設，可以得出以下帶有非阿基米德無窮小量ε的C2R模型：

1.3 輸入、輸出指標的選擇

DEA方法的輸人、輸出指標的選擇必須遵循以下的原則：（1）指標是可獲取的；（2）該指標是可測量的；（3）該指標能夠反映企業的實際情況。根據以上標準， 綜合考慮企業在實施并購過程中的特點和要求， 制定出以下DEA評價方法的輸入、輸出指標，如表1所示。

表1 DEA方法的輸入、輸出指標

1.4 DEA模型在企業并購中的應用及其結構分析

假設有n 個待評價的決策單元（DMU），有n個輸入指標，有s個輸出指標。如果這是用來評估的輸入輸出線性組合之比決策，其輸出的決策單元的線性組合的比值小于或等于1，從而構成一個相對有效評價的DEA計算模型， 即CCR模型：

從以上結果， 可以看出： 企業1 和企業2 對應的有效值分別為0.946 和0.9 52， 均屬于非DEA有效。企業3 的有效值為1 ， 屬于DEA 有效。表中松弛變量反映了各企業的輸人變量和輸出變量的調整程度。舉例來說， 企業2 需要增加42 名員工， 增加63萬元的財政撥款， 并降低39%的資產負債率， 才能夠達到DEA有效。因此，企業3是理想的并購對象。

2 結論

根據上述的分析，在企業的并購過程中采用數據包絡分析（DEA）方法能夠有效的解決目標企業的評估和選擇的問題，通過DEA方法的指導，并購的企業可以在眾多的目標企業中選擇出較為理想的并購企業。與企業的指標評價法相比較，數據包絡分析（DEA）方法的優點：

（1）多個輸入和多個輸出可以同時考慮，而不用確定單個輸入和輸出的權重；

（2）DEA方法不但能夠處理組內信息，還能夠處理組間信息，在給出評價結果的同時，還可以給出具體的改進意見；

（3）“局部優化的思想”—求現實中的最優解，而非理想中的最優解。

【參考文獻】

[1]馬占新.數據包絡分析方法的研究進展[J].系統工程與電子技術，2002，3（24）：42-46.

[2]李亮，崔晉川.DEA方法中輸入輸出項目的選擇和數據處理[J].系統工程學報，2003，6（18）：487-490.

[3]張俊榮，郭耀煌.評價指標與DEA有效性的關系，系統工程理論與方法應用，2004.12.

[4]李美娟，陳國宏.數據包絡分析法的研究和應用，中國工程科學，2003.6.

[5]魏權齡.數據包絡分析，科學出版社，2004.8（1）.

[6]張雯，孫茂竹.企業并購及其績效.經濟與管理研究，2012（8）：5-13.

[7]姜付秀，張敏.并購還是自行投資：中國上市公司擴張方式選擇研究.世界經濟，2008（8）：78-84.

[8]吳文江.只改變輸出使決策單元變為DEA有效.系統工程，1995，13（2）：17-20.

[9]馬本江，劉二根，傅麗仙.DEA有效決策單元的實際有效性.華東交通大學學報，2000，17（2）：97-100.

[責任編輯：朱麗娜]