基于DEA模型的电商行业上市公司绩效评估
基于DEA的房地产上市公司电子商务绩效评价
营业收入能够反映企业在销售商品， 提供劳务等经营活动中形成的 经 济利 益 的总 流入 。选 取的 输 入变 量 ｘ１ 是企 业的 总资 产 ， 因 为企 业 的规模 和 效率 密切 相关 ， 选 取的输 入变 量 Ｘ ２ ，Ｘ ３分别 是企 业在
电 子商务 中 网络 媒介 的使 用数量 和网 络广 告上 的投 入 ， 因为这 两项
１ 、Ｃ Ｃ Ｒ模 型
Ｃ ｈ ａ ｍｅ ｓ 、Ｃ ｏ ｏ ｐ ｅ ｒ 和Ｒ ｈ ｏ ｄ ｅ ｓ（ １ ９ ７ ８ ）依 据 Ｆ ａ ￣ ｅ ｌ （ １ ９ ５ ７ ） 所 提出的 “ 单 一 投 入与 单 一 产 出 ”的 模 式 ， 提 出 了 不变 规 模 报 酬下 Ｄ ＭＵ相对 效率 度量 的一 种 非参数 方法 ， 即Ｃ Ｃ Ｒ模 型 。该方 法利 用
基于Ｄ Ｅ Ａ的房地产上市公司电 子商务绩效评价
经 营 管 理
基于 Ｄ Ｆ ． Ａ的房地产 上市 公司电子 商务绩效评价
常钢 花
（ 杨 凌职 业技 术 学院
【 摘
陕 西杨凌
７ １ ２ １ ０ ０ ）
要 】 本文以 ２ ０ １ ３ 年在 沪港股市上 市的 １ ０家房地产上 市公司为样本 ， 运用 Ｄ Ｅ Ａ方 法， 分析 了样本公 司电子 商务 活动的相 对有效
性， 进而将效率分 解为纯技 术效率和规模效 率， 分析 了相对效率较低 的原 因。提 出了提 高房地产上市公 司电子商务有效性 的对策和建议 ： 要 根据公 司的规模 、 宏观 经济状况、 市场行情 以及 市场前景制定 电子商务策略 ， 不能盲 目 投入 ， 导致效率低下 ； 要加 强房地 产上 市公司的 电子商 务产业链的 系统建设 。
所有 受评 估 的 Ｄ ＭＵ 的投 入与 产 出变量 的观 测 值 ， 构 建一 个 生产 的 效率 前沿边界 ， 凡落 在效率 前沿边 界上 的 Ｄ ＭＵ 是有 效率的 ， 其效 率 值为 １ ； 而 落在 效率 前沿边 界 以外的 Ｄ ＭＵ则 是相对 无 效率 的 ， 其 效 媒 介使 用数量 过多 是技 术效 率降 低的 主要 原 因， 可 以通过 适当 减少 率值 介于 ０到 １ 之间。 网 络媒 介 数 量来 提高 公 司技 术 效率 。而 远 洋地 产 和北 京 合景 的 情 ２ 、， Ｂ Ｃ Ｃ模 型 况 是 网络 广 告投 入金 额 过多 导 致技 术效 率 不 高 。而 北 京 城建 是 网 Ｃ Ｃ Ｒ模型所测定的技术效率是在规模报酬不变假设下的相对 络 媒介 使用 数量 和网 络厂 告的 投入金 额均 有冗 余 ， 导致 技术 效率 不 效率 ， 但 实际 上并 非每一个 Ｄ ＭＵ 都在 固定规 模报 酬下 生产 ，Ｄ ＭＵ 足， 两项 投入 指标都需 要改善 。 也 可能 是处 于规模 报酬 递增 或递 减的状 态 ，Ｄ ＭＵ的 无效 率除 了可 三、 结 论及 建议 ｌ 、 结论 能 来 自于 本身 的 投入 、 产 出配 置 不合 理外 ， 也可 能是 由 于 自身规 模 不 当造成 的 。因此 ，Ｂ ａ ｎ ｋ ｅ ｒ 、Ｃ ｈ ａ ｒ ｎ ｅ ｓ 、Ｃ ｏ ｏ ｐ ｅ ｒ（ １ ９ ８ ４ ）在 Ｃ Ｃ Ｒ模 由 以上分 析可 知 ， 我国相 当大 的一 部 分房 地产 上市 公 司的 电子 Ｅ Ａ有 效 ， 电 子 商务 效率 相 对较 低 。 电子 型 的 基础 上 增 加 了一 个 凸性 假 设 ， 即 ． 。 。 ， 得到 Ｂ Ｃ Ｃ模 型 ， 该 模 商务 活 动技 术 效率 为 非 Ｄ 商务效 率 为非 Ｄ Ｅ Ａ有效表 明 我国 有很 多房 地产 上市公 司 未能有 效 型剔 除 了规模报 酬不 变这 一限 制条件 ， 将技 术效率 （ Ｔ Ｅ ）分解 为纯 技 术效 率 （ Ｐ Ｔ Ｅ ）和规模 效率 （ Ｓ Ｅ） 。 的进 行 房地 产 电子 商务 活 动 ， 这 不 仅 造成 了 企业 的资 金 浪 费 ， 甚 至 利 用上 述 Ｃ Ｃ Ｒ和 Ｂ Ｃ Ｃ模 型 ， 可 以 分别 求 出各 Ｄ ＭＵ 的技 术 效 给企 业带 来一 定的 损失 ， 不利 于企 业的 腱康 长远 发展 。房 地产 上市 技 术效 率不 高 的公 司多数 纯技 术效 率 （ Ｔ Ｅ Ｃ Ｒ Ｓ ）和 纯技 术效率 （ Ｐ Ｔ Ｅ Ｖ Ｒ Ｓ ） ， 再根据 技术 效率等 于规模 公 司的规 模效 率较 低的 比较多 ， 效率 乘 以纯 技 术 效 率 ， 即： Ｔ Ｅ Ｃ Ｒ Ｓ ＝ Ｓ Ｅ ＊ Ｐ Ｔ Ｅ Ｖ Ｒ Ｓ 便可求出各 Ｄ ＭＵ 率都 不低 ， 是受规 模效 率的影 响而使 技术 效率不 足 。
基于DEA模型的企业绩效评价研究
基于DEA模型的企业绩效评价研究一、绪论随着市场经济的发展和全球化进程的加速，企业的竞争越来越激烈，如何评估企业的绩效变得尤为重要。
传统的企业绩效评价方法往往只能考虑单一的指标，难以全面反映企业的整体状况。
而DEA模型作为一种非参数的线性规划工具，在综合考虑各种影响因素的基础上，能够更加全面、客观地评价企业的绩效情况，因此受到越来越多的关注和应用。
本文将以DEA模型为基础，进行企业绩效评价的研究。
二、DEA模型原理DEA（Data Envelopment Analysis）即数据包络分析，是一种非参数的线性规划工具，旨在评估某一组决策单元在多个输入和输出因素下的相对效率。
通过对每个决策单元的效率进行评估，找出其中的最优值，从而进行有效的绩效评价。
DEA模型有两种基本形式：CCR（Charnes-Cooper-Rhodes）模型和BCC（Banker-Cheung-Aruk-Wei）模型。
其中CCR模型是最简单的DEA模型，适用于各个决策单元之间的效率差异不大的情况。
而BCC模型则更加灵活，可以处理效率之间的较大差异。
DEA模型的核心思想是通过线性规划的方式，找出某个决策单元的最优输入输出比率，从而进行绩效评价。
具体实现过程如下：1. 确定输入输出指标及权重首先，需要确定评价对象的各个输入输出指标以及各个指标的权重。
这些指标应具有代表性和可比性，以全面反映企业的生产经营情况。
2. 构建约束条件在DEA模型中，约束条件是非常重要的一部分。
通过约束条件的设置，可以保证每个解决方案都能得到有效的评估结果，并且排除无效解决方案的干扰。
3. 确定相对效率值通过调整各指标的值，找出最优解，同时统计出相对效率值。
相对效率值的计算方法是将最优解的输出值除以相应的输入值，得到的结果即为相对效率值。
4. 计算各指标权重最后，根据相对效率值计算各指标的权重，用于后续的绩效评价计算。
三、DEA模型在企业绩效评价中的应用DEA模型在企业绩效评价中的应用非常广泛，可以涵盖不同的行业和企业形态。
基于DEA模型的我国信息技术上市公司绩效评价实证研究的开题报告
基于DEA模型的我国信息技术上市公司绩效评价实证研究的开题报告一、研究背景随着我国信息化进程的加快推进，信息技术产业在经济发展中越来越发挥着重要作用。
上市公司是信息技术产业的代表之一，其经营绩效的好坏直接影响着信息技术产业的发展和行业的竞争力。
因此，对信息技术上市公司的绩效评价成为了管理者和投资者关注的焦点。
目前，国内外对信息技术上市公司的绩效评价采用的主要是财务指标分析法和非财务指标分析法。
需要注意的是，财务指标分析法难以全面反映信息技术上市公司的绩效，而非财务指标分析法相对更加全面，但其指标选择与权重的确定存在较大主观性。
因此，DEA模型的出现为信息技术上市公司绩效评价提供了一种新的评价方法。
根据DEA模型理论，采用线性规划的方法评价评价对象的效率，通过计算评价对象的相对效率，在决策单位中寻找效率改善的路径，寻求提高效率的最优方案。
因此，DEA模型具有相对权威性和客观性的特点，成为信息技术上市公司绩效评价的一种有效方法。
二、研究目的和意义本研究旨在以DEA模型为基础，对我国信息技术上市公司的绩效进行实证研究。
具体研究目标包括：（1）探究我国信息技术上市公司的绩效评价方法中DEA模型的适用性；（2）通过DEA模型计算我国信息技术上市公司的相对效率值，对企业进行排名；（3）分析DEA模型计算结果，探讨信息技术上市公司绩效优化的决策思路和方法。
本研究具有重要的理论和实践意义。
理论上，本研究将探究DEA模型在信息技术上市公司绩效评价中的应用价值，对于DEA模型理论的丰富和完善具有一定的推动作用；实践上，本研究将增加对信息技术上市公司经营管理的了解，提高对信息技术上市公司投资和管理的准确性和有效性。
三、研究方法本研究主要采用实证研究法。
具体流程包括：（1）选择适当的评价指标体系，构建评价指标体系模型，并进行数据采集和处理；（2）利用DEA模型计算出信息技术上市公司的相对效率值；（3）用统计方法对计算所得数据进行排名；（4）通过对相对效率值的分析，探究企业绩效的关键因素；（5）结合实际情况提出信息技术上市公司绩效优化建议。
基于DEA的互联网金融类上市公司绩效评价
基于DEA的互联网金融类上市公司绩效评价选取沪深上市的53家互联网金融类公司作为样本，运用DEA模型对这类公司的投入产出绩效进行研究，试图从微观层面探讨在互联网金融成为热点话题的背景下，互联网金融类公司的发展情况及发展方向。
研究发现互联网金融类公司的综合效率均值仅为0.385，且个体之间呈现显著的差异性。
说明在这一概念引起无限畅想、同类的公司层出不穷的同时，公司的业绩良莠不齐。
标签：互联网金融；上市公司；DEA效率评价1引言互联网金融在中国自2010年左右开始崛起以来，2015年一季度国内互联网金融市场整体规模已超过10万亿元，预计2015年底国内的互联网金融用户将达到4.89亿人，渗透率达到71.91%。
互联网金融概念的含义并不是简单的将互联网与金融简单链接，而是指是指依托于互联网工具（支付、云计算、社交网络以及搜索引擎、app），实现资金融通、支付和信息中介等业务的一种新兴金融，是在实现安全、移动等网络技术水平上，被用户熟悉接受后（尤其是对电子商务的接受），自然而然为适应新的需求而产生的新模式及新业务，是传统金融行业与互联网精神相结合的新兴领域。
2015年7月18日，央行等十部委联合印发《关于促进互联网金融健康发展的指导意见》，紧接着央行与最高人民法院分别出台关于非银支付与民间借贷的相关监管政策。
可见政府对互联网金融行业发展的关注度逐渐提高，如何健康、有序地发展互联网金融这一新兴产业已被提上议程。
2文献综述互联网金融是近年以来新兴的概念话题，学术界对互联网金融类公司的研究尚少，目前的研究多集中于互联网金融模式的发展、政策监管力度的加强以及互联网金融模式的金融风险问题等。
谢平、邹传伟（2013）从互联网金融模式的支付方式、信息处理和资源配置的角度，探讨了互联网金融类公司的发展模式。
黄海龙（2013）对电商平台为核心的互联网金融模式进行了研究，并对电商金融模式进行了细化总结。
唐正伟（2015）以新兴平台经济学理论、技术接受模型理论为基础，分别从互联网金融机构角度、互联网金融用户角度去实证研究互联网金融机构存在的风险影响因素以及影响用户使用互联网金融的主要因素。
基于DEA模型的上市公司市值管理绩效评价
业价值的市场表现 ， 即市值 ， 通过市值管理实现市 值 的持续 、 稳定 和健 康成 长 ， 为股东 创造 最 大化财
富， 成为 上市 公 司 的 一项 战略 管 理 任务 。对上 市
公 司市值 管理 绩效 进行 科学 的评 价有 助于上 市公 司改 进市值 管 理 ， 而 更好 地 为公 司 股 东 价值 服 从 务 Ｊ 。上市 公 司创造 股 东 价 值 ， 入 的 资 源包 括 投 股权 资本 、 债权 资本 和人 力 资本等 ； 出的是 股东 产
司净资 产 的溢 价 能 力 ， 单位 股东 权 益 创 造 的 股 是
霉 簇 簇警
６ 邯郸钢铁 １２ １ ４ ．２１８３ ２ ．４ ．６ １０ ２ ．４１５４ ４ ．６１３６ ０４ ．１ ８ 新兴铸管 ５ ．７ ８２ ８ ．０ ９ ．０ ．３ １７ ０ ３ ７ ．３ ４２ ６ ０ ２ ０ ６ ．９
摘
要： 市值管理是股权分置改革后我 国上市公 司出现 的一个 管理新动 向， 对市值 管理绩效进行科学评 价对
于上市公 司改进 市值 管理 ， 更好地为股东价值最大化 服务具 有重要意 义。在 国内首 次用数据包 络分析 （ ａａ ｄｔ
ｅｅ ｐｍｅｔ ｎ ｌ ｉ， Ｅ 方法建立 了一个评 价上 市公 司市值管理绩效 的 Ｄ Ａ模 型 ， 用该 模型对包括不 同 ｖｌ ｅ ｎ ａａ ｓ Ｄ Ａ） ｏ ｙｓ Ｅ 并
第３ 卷 第 １ ２ 期
２１ 年 ２ ００ 月
武 汉 理 工 大 学 学 报 ・信 息 与 管 理 工 程 版
ＪＵ Ｎ ＬＯ Ｔ ＩＦ Ｒ Ａ ＩＮ＆Ｍ Ｎ Ｇ Ｍ Ｎ Ｎ ＩＥ ＲＮ 、 Ｏ Ｒ Ａ ＦＷＵ （ Ｏ Ｍ ＴＯ Ｎ Ａ Ａ Ｅ Ｅ ＴＥ ＧＮ Ｅ Ｉ Ｇ
基于DEA方法的企业财务绩效综合评价研究
基于DEA方法的企业财务绩效综合评价研究基于DEA方法的企业财务绩效综合评价研究一、导言企业财务绩效评价是对企业经营状况和财务健康度的综合评估，对于企业的发展具有重要意义。
近年来，随着经济全球化进程的加速和市场竞争的不断加剧，企业财务绩效评价的精度和科学性成为了学术界和实际应用中一个热门的研究领域。
本文旨在探讨并应用基于数据包络分析（Data Envelopment Analysis，DEA）方法的企业财务绩效综合评价，为企业提供评估财务状况和管理决策的参考。
二、文献综述DEA方法是经济学和管理学领域广泛应用的一种多输入多输出的效率评价方法，它可以评估各个决策单元（DMU）在使用资源上的效率和绩效水平。
DEA方法不依赖于具体的效用函数形式和数据分布假设，具有很好的灵活性和适应性，因此在企业绩效评价中有着广泛的应用前景。
三、方法概述本文基于DEA方法，通过构建一个输入产出数据矩阵，将企业财务数据转换为可计算的相对效率，对企业进行综合评价。
具体步骤如下：1. 确定输入和产出指标。
企业的财务绩效受到多个因素的影响，包括资产规模、利润水平、营业收入等。
因此，需要在评价指标中选择适当的输入和产出变量。
2. 收集企业财务数据。
收集所需的企业财务数据，包括资产负债表、利润表、现金流量表等。
确保数据的准确性和完整性。
3. 构建输入产出数据矩阵。
将收集到的财务数据转化为输入产出数据矩阵，行代表企业，列代表变量。
4. 计算相对效率。
利用DEA方法，计算每个企业的相对效率，即衡量企业在利用资源方面的绩效水平。
5. 绩效评价和排序。
根据计算得出的相对效率得分，对企业进行排名和绩效评价。
四、案例应用为了验证本文提出的方法的可行性和有效性，我们选择了某行业的十家企业作为样本进行实证研究。
收集了这十家企业的财务数据，并按照上述步骤进行了相对效率计算和绩效评价。
根据计算结果，得出了各个企业的相对效率分数，并与其他企业进行对比分析。
基于两阶段DEA的上市电商企业效率
结果分析与讨论
技术效率分析
技术效率反映了企业在一定技术条件下，生产出一定量产品所需的最小成本。通过对技术效率的分析，可以发现企业 在生产过程中的不足之处，进而提出改进措施。
纯技术效率分析
纯技术效率反映了企业在剔除规模效应后，生产一定量产品所需的最小成本。通过对纯技术效率的分析，可以发现企 业在管理和技术方面的不足之处，进而提出改进措施。
上市电商企业概述
上市电商企业是指通过互联网平台进 行销售活动的企业，具有在线销售、 物流配送、售后服务等功能。
上市电商企业与传统零售企业相比， 具有更强的信息整合能力和市场反应 速度，能够更好地满足消费者需求。
上市电商企业效率评价指标体系
投入指标
包括人力、物力、财力 等方面的投入，如员工 数量、固定资产投入、 营销费用等。
2
第二阶段：对上市电商企业的技术效率和规模效 率进行分析，进一步了解企业效率的来源和提升 空间。
3
通过两阶段DEA分析，可以全面了解上市电商企 业的效率水平，为企业制定改进措施和提高经营 绩效提供参考。
04
实证分析
数据来源与处理
数据来源
数据主要来源于上市电商企业的年报、 招股说明书以及相关行业协会的统计数 据。
02
数据包络分析（DEA）理论
DEA基本概念
数据包络分析（DEA）是一种非参数 的效率评估方法，通过比较决策单元 （DMU）的输入和输出，评估其相 对效率。
DEA不需要预先设定生产函数，能够 处理多投入多产出的情况，并且对输 入和输出的量纲不作要求。
DEA模型分类
CCR模型
考虑规模报酬不变的情况，适用 于规模报酬可变的情形。
综合效率分析
综合效率反映了企业在同时考虑技术效率和规模效应后，生产一定量产品所需的最小成本。通过对综合 效率的分析，可以发现企业在整体运营和管理方面的不足之处，进而提出改进措施。
基于DEA模型构建企业环境绩效评价指标体系
基于DEA模型构建企业环境绩效评价指标体系DEA模型是数据包络分析模型，它是一种无需确定权重的多因素决策分析方法，常用于对企业的相对效率进行评价。
构建企业环境绩效评价指标体系时，可以基于DEA模型的优点，将多个影响企业环境绩效的因素纳入评价考虑范围，并通过该模型计算得出各因素的相对权重和企业的环境绩效得分。
本文将介绍如何基于DEA模型构建具体的企业环境绩效评价指标体系。
一、确定评价指标企业的环境绩效受到多种因素的影响，包括生产过程中产生的污染物、废弃物处理、资源利用效率、环境保护措施等方面。
为了全面评价企业环境绩效，可以从以下几个方面选取评价指标：1. 污染物排放量，包括氮氧化物、二氧化硫、烟尘等。
2. 废弃物处理效率，包括废水、废气、废渣处理率等。
3. 资源利用效率，包括能源利用效率、水资源利用效率等。
4. 环境保护措施，包括环境管理制度建设、环保投入等。
二、构建指标权重模型基于DEA模型的思想，可以将企业的环境绩效看作是由多个因素共同决定的，而各因素的重要性也不尽相同。
因此，需要构建相应的指标权重模型，以反映各项指标在企业环境绩效中的重要程度。
1. 确定输入和输出指标输入指标通常是企业的资源投入，包括原材料、资金、劳动力等；输出指标则是企业的产出，包括产品、服务等。
在企业环境绩效评价中，可以将排放量、处理率、资源利用效率等指标作为输出指标，将环保投入、环境管理制度建设等指标作为输入指标。
2. 计算各项指标的得分值利用数据包络分析方法，可以计算出每个企业在各项指标上的得分值。
得分越高表示该企业在该项指标上的效率越高。
3. 权重分配根据得到的各项指标得分值，可以计算出各项指标的相对权重。
称这些相对权重比为企业的环境绩效得分，代表了各项指标在企业环境绩效中所占的比重。
三、制定绩效评价指标体系根据得到的各项指标相对权重，可以制定企业环境绩效评价指标体系。
以污染物排放量为例，可以按照各污染物对环境造成的影响，确定不同排放量所对应的得分和相对权重。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于DEA模型的电商行业上市公司绩效评估基于DEA模型的电商行业上市公司绩效评估On the Efficiency of China's Listed Companies in E-Commerce Industry Based on the Data Envelopment Analysis ( DEA)Approach姓名：段旭元学号：2014326601100班级：14信息与计算科学2班摘要：面对经济下降压力，运营效率已经成为企业成功与否的关键因素。
本研究通过数据包络分析（DEA）选取了我国15家电商行业上市公司进行了绩效评估。
本研究选取员工人数、主营业务成本、总资产为投入指标，选取主营业务收入、净利润为产出指标。
通过本研究，可以判断电商行业已基本完成市场瓜分，国家应出台相应政策措施，进一步推动农业电商的健康发展。
Abstract:Facing the economic downward pressure efficiency hasplayed a key role in a company’s performance.This paper based on those indicators evaluates the efficiency of the 15 companies.And this paper selects the number of staff,operating costs,and total assets as the inputs,operating revenue and net profit as the outputs.The data showes that the market has almost been occupied by existing companies,which means that it would be difficult for the new ones.It is suggested that the government should introduce some corresponding polices and measures to promote the argicultural E-commerce to maintain a sustained and sound development.关键词：电商；上市公司；效率评估；DEAKey words:E-commerce;listed company;effiencyevaluation;data envelopment analysis引言：电商是电子商务的简称，根据联合国经济合作与发展组织（OECD ）的定义，电子商务是发生在开放网络上的包含企业之间、企业与消费者之间的商业交易。
广义上是指运用一切电子工具和电子技术进行的所有与商务有关的活动，狭义上是指运用互联网进行的交易。
在因特网开放的情况下，基于浏览器应用方式，买卖双方不谋面地进行各种商贸活动，实现消费者的网上购物、商户之间的网上交易和在线电子支付以及各种商务活动、交易活动、金融活动和相关的综合服务活动的一种新型的商业运营模式。
一、 DEA 理论简介数据包络分析（DEA ）是一种用于多投入多产出的最有绩效评估技术，它最早由Charnes 等在1978年提出，是一种以线性规划为主导思想的非参数统计方法，其应用价值是评价相同种类企业经营或财务绩效的有效性。
其核心理论是用DMU 代表每一个被评价客体，由大量DMU 组成大量被评价组织群体，通过对输入和输出比率的计算和比较，以DMU 的各个投入和产出指标的百分比为变量进行综合评价，确定有效生产前沿面，并根据各前沿面是否相符，确定各DMU 是否DEA 有效，并且在非DEA 有效的情况下，可以利用投影方法指出使DMU 达到DEA 有效状态下的原因以及应改进的因素和程度。
数据包络分析的模型主要包括CCR 模型、BCC 模型、FG 模型、ST 模型。
CCR 模型是测量在规模收益不变的假设条件下被评价客体的总效率，包括规模效率和技术效率；BCC 模型是测量在规模收益不变的假设条件下被评价客体的纯技术效率；FG 模型主要用于测量规模收益递增情况下被评价客体的技术效率；ST 模型主要用于测量规模收益递减情况下被评价客体的技术效率。
本文主要采用CCR 模型评估我国电商行业上市公司绩效。
二、 电商行业上市公司绩效的DEA 模型1、查恩斯、库伯、罗兹（1978）提出了DEA 的CCR 模型。
用于评价决策单元的规模和技术的总体有效性。
CCR 模型是假设有n 个决策单元（本文为我国汽车类上市公司），每个决策单元都有m 种类型的投入指标和t 种类型的产出指标，其效率评估为CCR 模型为：][min 11∑∑==-++-t r m i i r S S εθ，其中为模型的最优解，若，并且时，则DMU 为DEA 有效在CCR 模型基础上增加一个约束∑==n j 11。
对于DEA 分析非有效的解，一定不是制度有效，但是可以对其规模有效性作出进一步判断；如果一个决策单元数据DEA 有效，则制度有效、规模有效。
由于数据包络分析有可能得出多个有效的决策单元而导致不能进一步比较排序，安德森、皮特森（1993）数据包络分析的超效率模型，该模型能够对各个决策单元的效率高低进行比较 ，式中为决策单元的超效率值。
2、评价指标的确定在DEA 分析前，先要确定科学的指标体系，所选指标应能客观、真实、全面地反映决策单元的真实情况，选取的指标应当相互独立，数量不可过多，以便研究分析。
投入指标为 ：员工人数、主营业务成本、总资产。
员工人数能够反映企业的人力资源水平，人才是企业的第一资源和核心竞争力，能够反映企业的人力资本投入。
主营业务成本是指一定时期内公司主营业务收入对应的相关成本支出。
总资产能够反映一个企业的发展状况。
产出指标为：主营业务收入、净利润。
主营业务收入是指公司从事某种主要生产、经营活动所取得的营业收入，反映的是公司在主营业务方面的盈利能力。
净利润是体现企业盈利能力的一个重要指标，能真实地投入与产出的具体情况。
⎪⎪⎪⎩⎪⎪⎪⎨⎧=≥≥≥=-=++-=+=-∑∑n j s s y s y x s x j r i n j rj r r j ij i i j j j ,...,2,1;00,0s.t.1n 1j 00λλθλ*i ***λθ、、、-+s s r 1*=θ0s s **r i ==+-⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧≥≥=≥∀==-=+-+==+=-∑∑∑0,0,...,2,1,01..min 11010sup sup s s nj y s y tx s x t s t j n j j n j j j n j er j j erλλλθλθer t sup θ相关公司投入产出情况根据上表数据，建立CCR模型，运用Lindo软件进行DEA模型的求解，得到结果如下所示：有关公司投入产出效率分析三、结果分析上面决策单元中，苏宁云商、步步高、王府井、友阿股份、红旗连锁、欧亚集团6家公司是商业类型的电商公司；辉丰股份、大北农、新希望、诺普信、神州信息5家是农业电商公司；跨境通、海澜之家、九牧王、搜于特4家是纺织服装累电商公司。
根据数据包络分析可以得出如下结论：1、从行业总体来看，这15家上市公司具有较高的投入产出效率。
其技术效率、纯技术效率和规模效率均在0.9左右，保持着较高的水平。
其中综合效率达到效率前沿的有3个，占决策单元数量的26.7%。
根据这些数据可以判断，我国电商行业上市公司的投入产出效率较高，但总体上农业类电商上市公司效率较低。
2、从统计数据来看，规模报酬不变的有3家，规模报酬递增的有6家，规模报酬递减的有6家。
所以这表明并不是所有电商公司的规模效益递增。
其中有超过1/3的公司规模效益递减，所以当下不应该盲目的扩大规模，而应该适当的控制规模，以提高规模效益。
同时这也反映出当前我国各个电商已经占有一定的客户群体，不利于新群体的进入。
3、对于规模报酬达到效率前沿的3家公司而言，它们的规模报酬均不变化，在超效率大于1的情况下，技术效率仍然为1，这说明这几家公司扩大规模后仍然位于效率前沿。
对于神州信息而言，其“技术效率”=“纯技术效率”=0.900，所以纯技术效率无效，应当适当提高纯技术效率；对于红旗连锁、大北农、跨境通、诺普信、新希望而言，纯技术效率有效，但规模效率无效，应当提高其规模效率；对王府井、步步高、欧亚集团、友阿股份、辉丰股份、搜于特而言，纯技术效率和规模效率均无效，应该在两方面都提高。
4、从表中数据可以看出，苏宁云商在15家公司中投入产出效率最高，主要原因是其在2014年完成了战略转型，形成了全渠道独特优势，2014年归属上市公司股东的净利润达到8.67亿元，比上年增长133.2%。
这种高速收益增长得益于其线上线下双线创新营销模式。
而搜于特的投入产出效率在15家电商公司中最低，其主要原因是原料、运输用工等综合成本攀升，以及其他同行业企业的挤压等。
四、总结本研究运用数据包络分析，通过分析15家电商行业上市公司的投入产出情况，对这些企业的效率进行了客观评价，并给出了相应的建议。
我国电商行业上市公司竞争激烈，仍有许多公司需要进一步提高自身效率。
基于当前复杂的发展环境，电商公司应该高效的结合互联网平台，同时自身不断发展创新，提高自身效率，发挥电子商务降低流通成本的优势，推动电商自身的运营效率；加强对农村电商的引导和政策支持力度，加快与农村电商发展有关的基础设施的建设，从而更好的服务于广大农村人民；应该加强电商人才队伍建设，提高人才队伍建设效率，用更加精干的人推动电商行业发展。
参考文献：1、作者：邵兵家《电子商务概论》高等教育出版社 20062、作者：王琨、叶小勤电子商务对我国的税收的挑战及应对《中国市场》 20053、作者：胡涵景电子商务全新的业务与服务《电子标准化与质量》 19984、作者：李铁克、王晶 B2B电子商务模式研究《工业技术经济》 20015、作者：张春法、韩耀传统零售业的电子商务导入及网络营销战略《经济问题》 20056、作者：邓鸿岗电子商务风险及其防范初探《商场现代化》 2005。