基于DEA的互聯網金融信息服務企業效率評價

蓋國鳳，金釗

（東北師范大學商學院，吉林長春 130117）

金融交易的基礎是金融信息，在互聯網金融的發展過程中，金融信息的服務提供商起到了至關重要的作用?；ヂ摼W金融的發展使金融信息服務需求增長。隨著互聯網的普及，依托互聯網進行金融交易逐漸變成一種較常見的交易行為，互聯網金融信息服務行業是指依托互聯網、移動網絡等，以電腦、手機等媒介為載體，為金融信息需求者提供相關服務的新興行業。

金融信息服務行業屬新興行業，在國家提出實施“互聯網+”計劃和深化金融體制改革背景下，該行業將迎來良好發展機遇。與國外的同行業比較，我國的金融信息服務行業早期的發展存在投資力度小、服務系統水平低、缺乏專業人才、自我發展能力不足等差距 (張海峰和喬麗，1994)。研究和提升金融信息服務行業的效率具有現實意義。

1 我國互聯網金融信息服務行業發展現狀

我國互聯網金融信息服務市場可細分為財經網站資訊平臺類、金融數據信息服務類、手機金融信息服務類和證券行情交易系統服務類四個類別（盧瓊，2016）。從服務模式、收入來源來看，不同類型的金融信息服務企業的各有不同。但總體上的服務模式是為客戶提供專業的金融數據信息，提升用戶黏性、發揮平臺優勢，其收入來源是信息數據、客戶端服務收費、廣告收入，也包括一些系統銷售、定向開發收入和維護費用收入，部分采用手機系統的企業會收取相應的增值服務費用。此類企業包括同花順、大智慧、和訊網、東方財富網等。

互聯網金融信息服務行業發展受到核心行業的影響，企業規模增長漸趨穩定，行業處于成長期，由于服務同質化水平高，導致競爭激烈。首先，行業的發展與金融業的發展密切相關，金融業景氣指數上升，金融信息的服務行業的景氣指數會同比上升。通常在金融市場行情上漲的時候，投資者參與投資的熱情提升，對付費軟件、行情信息的需求也有所增加。其次，行業發展初期，與傳統行業相比，互聯網金融信息服務行業企業規模普遍偏小。業內上市公司的市盈率普遍較高，說明該行業被外界普遍看好，發展前景較好。但隨著互聯網普及率提升，規模的增長是必然的，行業發展的規模會日趨穩定。再次，行業服務的同質化嚴重。如行業領頭公司同花順、東方財富、大智慧均提供證券資訊服務，證券行情信息，數據信息服務和軟件交易系統等，且其終端都包含PC端、手機APP軟件等。隨著產品終端的多樣化提升，未來行業的服務會出現多樣化的現象。最后，行業處于成長階段，由于同質化服務明顯，為實現快速發展，不同企業會選擇橫向并購和縱向梁萌的方式尋求戰略性的發展。例如，東方財富于2015年收購了同信證券100%的股權，以尋求規模和業務關聯的擴張，大智慧在2015年宣布收購湘財證券100%股權。

2 效率評價方法、樣本數據選擇、樣本結果分析

（1）數據包絡分析（Data Envelopment Analysis）是以數學和運籌學為基礎，在經濟學和管理學研究中被廣泛應用的非參數效率評價方法（魏權齡，2012）。是以單輸入單輸出的工程效率概念為基礎，提出多輸入多輸出評價模型。DEA效率評價方法的優點在于不涉及指標在運算過程中的權重和中間函數，相對客觀的評價決策單元（DMU）的有效性。

DEA方法評價企業效率可采用規模報酬不變模型CCR(CRS)。判斷其規模效率、技術效率。

設有n個決策單元 (DMU)，每個決策單元都有m種“輸入”(表示該決策單元對“資源”的耗費)，以及S種“輸出”(表示該決策單元消耗了“資源”之后，表示成“成效”的數量)，用Xij表示第j個DMU對第 i種輸入的投入量，Xij表示第j個DMU對第r種輸出的產出量；X=（X1jX2j...Xmj）T，Y=（Y1jY2j...Ysj）T分別表示輸入矩陣和輔r出矩陣。對于每一個決策單元（記為DMU），有相應的效率評價指數，記 hj=u×yi/v×Xi，其中，v 表示投入向量的權重向量，U表示輸出向量的權重向量。于是，構成了評價DMUjo。的最優化模型：

表1 2012—2016年樣本企業技術效率、純技術效率和規模效率統計

通過上述線性規劃就可以判斷決策單元的有效性：①若 θ*＜1，則 DMUj0為 DEA 無效；②若 θ*=1，且S*+=0，S*-=0，則DMUjo為DEA有效，也即在現有的投入規模和比例的基礎上已經達到最優產量，經濟活動同時達到技術有效和規模有效；③若θ*=1，且S*+≠0，S*-≠0，則DMUjo僅為弱 DEA有效,決策單元不同時為技術有效和規模有效。

（2）根據同花順互聯網金融概念股板塊2017年給出的互聯網金融概念股，選擇經營模式為提供金融信息服務的上市公司，樣本篩選時剔除了經營不穩定的ST和*ST以及所需數據不完全的上市公司，剩余了同花順等34個樣本企業。基本數據來自國泰安數據庫的財務報表。

DEA效率評價方法的優點是對多投入多產出的綜合評價?；诮鹑谛畔⒎招袠I的樣本公司現有數據狀況，并借鑒相關運用DEA評價方法進行效率評價的相關文文獻，本研究在投入指標的選取中選擇了營業成本（x1）、資產總額（x2）產出指標選取了營業收入（y1）、凈利潤（y2）以及凈資產收益率（y3）。 選取 2012—2016年共5期年度財務報表數據作為樣本（見表1）。數據來自Wind、國泰安數據庫等。

（3）在對數據進行無量綱處理后，測算結果如表1，表中數據反映了實現DEA有效和非有效的樣本企業數量及相關比例。

從技術效率看，34家互聯網金融上市公司2012—2016各年技術效率和五年期內技術效率均值，達到DEA有效的企業共4～5家，總體占比在15%左右，技術效率值在0.35～0.50之間，波動不大，行業整體處于穩健發展。

從規模模效率看。規模效率為1表示在現有生產條件下，企業規模是有效率的，不需要擴大或縮小。計算結果顯示規模效率各年均值都大于技術效率，整體均在0.65以上，各年達到規模效率有效企業占比在15%～25%之間。大部分企業五年內規模效率較為平均，均在0.89～0.67之間，處于中等偏高水平。

3 結語

從上述研究結果的可以判定，數據研究的結論基本反映了我國金融信息服務行業的產業現狀。

就技術效率而言，行業技術效率均值（0.39）不高且波動的原因可能是金融信息服務行業還處于初期完善的階段，各方面技術條件不成熟且管理制度并不健全；另一方面政府監管力度不斷加大也對行業的發展產生一定的影響，在2015—2016年尤為突出，這意味著金融信息服務企業正面臨經營性與政策性的雙重風險，如何規避制度風險，利用政府的支持政策促進自身發展，有針對性地進行模式創新、技術創新，企業戰略隨市場變化的及時調整將是未來很長一段時間內上市公司面對的重要問題。

從企業規模角度而言，雖然規模效率值較高，但規模效率無效的企業數量也較多，其原因是行業整體還處于調整期，對監管政策性因素變化的把控還不夠。企業對政策趨勢的把控應根據其發展所處的階段，綜合市場變化、政策變化等因素敏銳調整資產配置與資本結構。規模不經濟使擴張帶來效率的提升非常有限，同時規模擴大使公司機構龐雜也可能引發管理的低效率。