經營績效論文范文
前言：我們精心挑選了數篇優質經營績效論文文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。
第1篇
1.1基本思想
作為系統工程中的一種結構模型解析方法，決策試驗和評價實驗法運用圖論與矩陣等工具，對系統各影響因素的邏輯關系進行分析，通過構建直接影響矩陣判斷出每個因素對其他因素的影響程度和被影響程度，進而揭示系統的結構關系。目前，該方法已經成功應用于產業經濟系統分析[8]、電子校務的風險因素分析、教學質量影響因素分析[10]、網絡譜系結構分析[11]等諸多領域。利用DEMATEL方法建模可以得到影響度、被影響度、中心度和原因度等分析指標：根據影響度和被影響度能夠判斷出因素間的相互影響關系以及對系統整體的影響程度；根據中心度能夠判定出各因素在系統中的重要程度；根據原因度能夠確定出各因素在系統中所處的位置。
2.2.1系統結構分析根據系統結構的概念，系統是由若干要素有機組成的，系統的結構取決于系統中的要素，系統的整體功能是由各個要素的貢獻匯總而成的；而每個要素又具有若干屬性，這些屬性通過合理的組合蘊含著要素對系統的貢獻[11]。從系統、要素、屬性三維角度構造一個系統：由n個要素組成，記為Nk(k=1，2，…，n)，系統的第k個要素有mk個屬性，第k個要素的第i個屬性記為Pik(i=1，2，…，mk)。在企業經營績效管理模型中，整個企業經營績效管理指標體系即為系統，要素為表征企業經營績效管理的4種能力：盈利能力、營運能力、成長能力和償債能力，分別記為N1，N2，N3，N4。屬性是不同能力下的指標，例如盈利能力N1的屬性值分別為凈資產收益率P11、主營業務利潤率P21、費用利潤比P31、銷售凈利率P41和銷售毛利率P51。
1.2.2屬性間直接影響關系與程度的確定邀請m位對企業經營績效管理具有理論研究和實踐經驗的專家，對不同指標分別進行兩兩比較，并根據相應的定性判斷標準，采用分級比例標度進行描述，給出不同屬性之間的直接影響關系和影響程度。出了0~3分級比例標度的屬性影響關系判斷標準，該標準可以根據實際需要進一步細化或者簡化。如果屬性數目非常多，當前的分級比例標度難以滿足人們的判斷需求，可以在現有標度基礎上進一步均勻細化，例如在“很弱（0.5）”與“弱（1）”之間均勻插入“較弱”，賦值為0.75，以便區分；同樣，對于屬性數目較少的情況，可以進行簡化，例如只選取“沒有（0）”“弱（1）”“中（2）”“強（3）”作為判斷標準?？傊?，關于屬性間直接影響程度的確定可以根據系統復雜程度本著“能夠區分”的原則靈活處理[11]。
2企業經營績效管理應用分析
根據企業經營績效管理指標體系實際和上述模型，以盈利能力分析為例進行描述。步驟1：分析系統要素記盈利能力要素N1含有5個屬性，記作Pi1(i=1，2，…，5)，具體為凈資產收益率P11、主營業務利潤率P21、費用利潤比P31、銷售凈利率P41和銷售毛利率P51，這些屬性能夠全面、完整、真實地反映企業盈利能力的特征，在系統中具有代表性和典型性。步驟2：確定屬性間的直接影響程度，構建初始化直接影響矩陣邀請20位對企業盈利能力具有一定理論研究和實踐經驗的專家參與盈利能力要素下不同屬性間直接影響程度的定性確定。由于該要素下屬性數目相對較少，于是本文采用簡化的分級標度確定屬性間的直接影響程度，即如果屬性Pi1(i=1，2，…，5)對屬性Pj1(j=1，2，…，5)有直接影響，且關系為“強”，則rij=3；關系為“中”，則rij=2；關系為“弱”，則rij=1；無關系，rij=0。在這里不考慮屬性對自己的影響，即rij=0。于是，按照“眾數原則”得到初始化直接影響矩陣步驟3：求規范化直接影響矩陣將直接影響矩陣R進行規范化處理得到規范化直接影響矩陣確定綜合影響矩陣為了計算方便，綜合影響矩陣近似為T=R*(I-R*)-1，于是有步驟5：系統的綜合試驗與分析依據影響度、被影響度、中心度和原因度的求解方法，獲得系由可以看出，盈利能力各指標的重要程度（中心度）按大小依次為銷售毛利率、銷售凈利率、主營業務利潤率、費用利潤比、凈資產收益率；原因度按大小依次為主營業務利潤率、費用利潤比、銷售凈利率、銷售毛利率、凈資產收益率。進一步講，主營業務利潤率的中心度和原因度均較大；資產收益率的原因度和中心度均較小，這說明主營業務利潤率與其他屬性的關聯關系緊密，而資產收益率與其他屬性的關聯關系很弱。營運能力、成長能力和償債能力等要素下各屬性的中心度和原因度比較與上述分析一致，不贅述。綜上，將上述所有分析結果關聯便構建起基于“經營績效系統—能力—屬性”的體現所有指標相互之間關聯關系等顯著特征的管理模型。與因子分析法[2]相比，能夠更直接地反映不同能力下的指標間影響與被影響關系，進而確定原因及結果屬性。
3結束語
第2篇
1DEA模型和Tobit模型
DEA是使用數學規劃模型比較決策單元之間的相對效率，DEA方法是在“相對效率評價”概念基礎上發展起來的一種系統分析方法，用于測評一組具有多重投入和多種產出的決策單元的績效和相對效率。其優勢在于無需人為給定各指標的權重，也無需預先給定生產前沿面的生產函數形式，同時它能夠處理多個輸出和輸入。鑒于此，本文將用DEA方法分析常州63家農業企業的生產效率以便對不同企業的經營績效進行對比評價。Tobit模型的一個重要特征是，解釋變量Xi取實際觀測值，而被解釋變量Yi只能以受限制的方式被觀測到:當Yi＞0時，“受限”觀測值均取實際的觀測值;當Yi≤0時，“受限”觀測值均截取為0?？梢宰C明，用最大似然估計法估計出Tobit模型的βT和σ2是一致估計量?？紤]到在實際的企業經營績效分析上，經營績效的變動不僅與一個解釋變量有關，因此，在以企業經營績效Y為因變量的基礎上，全面多方位引入以網絡建設、信息管理、農業新品、研究中心、品種權數、國家撥款、省級撥款、市級撥款、高科企業、示范園區為模型的自變量，系統地分析這些指標對于常州市農業科技企業經營績效的影響作用情況。
2變量選擇和數據來源
2.1經營績效投入產出變量的選擇
本文選取了常州市63家具有代表性的農業高新技術企業和農業科技示范園，對其2010年相關截面數據進行分析研究，其中所選取的指標如下:產出指標2個:當年銷售收入(萬元)、當年利稅總額(萬元)。投入指標5個:固定資產總計(萬元)、流動資產總計(萬元)、當年研發費用(萬元)、普通員工人數(非研發類)、從事研發人數。
2.2影響因素變量選擇
由于對普查對象所能獲得的數據有限，本文主要選取了網絡建設、信息管理、農業新品、研究中心、品種權數、國家撥款、省級撥款、市級撥款、高科企業、示范園區這幾個變量并運用Tobit模型，實證檢驗上述因素對常州市農業科技企業經營績效的影響及作用機制，為常州市農業科技企業進一步深化發展提出政策建議。一個企業是否擁有自身網絡很好地體現了該企業的未來市場開拓能力與信息化發展程度。因此，本文中將是否建有網站及網址作為影響農業科技企業經營效益的一個因素，設定權數1為已建立網站，0為尚未或者沒有建立網絡。企業內部的信息管理系統可以滿足企業決策者和管理者隨時對內部信息的控制，提供方便快捷、高效率的實時動態信息交互，提高管理水平、優化運營流程。因此，將企業信息管理系統作為考察企業經營績效的變量，能夠更好衡量企業的內部管理結構合理與否，以及研究通過如何加強對企業內部信息的控制，以達到最優化的企業經營績效。設定權數1為已建立信息管理系統，0為尚未或者沒有建立信息管理系統。企業所擁有的農業新品種總數在一定程度上反映了該農業科技企業在這段時間里的科研能力、生產能力和市場競爭能力。因此，將企業所擁有的農業新品總數作為考量企業經營績效變量指標很有必要。企業的創新程度主要來源于企業的科研發展程度，農業科技企業研究中心的建立反映了企業自身科研能力水平以及科研成果產業化的能力，關系到企業的科研成果能否和生產很好地結合。設定權數1為已建立企業研究中心，0為尚未或者沒有建立研究中心。企業所擁有的品種權數很好地體現了企業的生產與發展能力，擁有越多的產品品種，企業在市場競爭中能夠更好地滿足消費者不同方面的要求，在競爭中處于有利地位。企業所創造的顧客滿意價值也將最大，能夠更好的提高企業的經營效益。國家、省級、市級的撥款為企業自身的科研提供了保障，并且提供與國內外高等科研機構合作的機會，使得技術達到國際領先水平，在競爭中打破國外壟斷，對于企業的經營績效意義非凡。近幾年國內很多省市已經了關于農業科技企業的認定辦法，對于農業高新技術企業與農業科技示范園區給予政策、稅收等其他方面的支持。因此，調查企業是否屬于農業高新技術企業或農業科技示范園區對于分析企業經營績效很有意義。將屬于高科技企業或示范園區的權數定為1，不屬于高科技企業或企業示范園區的權數定為0。
3變量設定及數據來源
本文數據來源于常州市科技局農社處，由常州市63家具有代表性的農業高新技術企業和農業科技示范園提供。由于各指標的數據口徑統一，具有可比性，因此對統計結果并無太大影響
二結果分析
1DEA測度結果分析
利用DEA對常州市63家農業高新技術企業或農業科技示范園區進行農業生產經營績效的評價，得知:常州市農業科技企業的經營績效處于相對良好水平。63家農業高新技術企業與農業示范園區DEA效率均值為0.556，其中有13家企業綜合效率達到1，并列第一，是相對有效的DEA決策單元(DMU)，占調查樣本總體的20.63%。這些企業除了加強企業內部規模優化，同時也注重加強企業自身的科研能力，提高企業的綜合實力，較好實現了企業的社會責任。這些企業或園區在資產規模，科研投入和經營效率、效果方面都處于相對最佳狀態，形成最優生產效率。常州市農業科技企業在整體上處于一個良好的發展經營模式。企業DEA效率差距較大，存在兩極分化現象。除了13家企業的DEA效率達到1，形成決策單元的DEA有效之外，其他的50家企業則是非有效或弱有效。其中，江蘇無花果酒業有限公司最低，DEA效率為0.102。企業之間存在兩極分化現象，造成這種現象主要是由于資產規模、科研投入等要素之間比例不協調所導致的。DEA測度的是一個相對指標。以常州市水產良種引繁有限公司為例，該企業銷售收入、利稅總額都排名63位墊底，當年研發投入30萬元，排名51位，企業共有研發人員5人，占正式員工比例為38.46%。從綜合角度看，該企業總體效益一般，這主要是由于該企業的生產規模小，企業資產低。但從企業相對規模的角度來看，它的投入成本也小，研發費用(30萬)排名靠后，研發人數排名倒數，資產總計與普通員工人數較少，因此，研發資金和人員的投入與企業規模相對適宜，形成了一個規模效率較高的企業。
2經營績效的影響因素結果分析
通過對常州市農業科技企業的經營效益與網絡建設等因素的Tobit分析，發現該模型擬合程度良好，尤其是農業新品與高科企業兩個因素。兩者的P檢驗值分別為0.026與0.044，P值＜α=0.05，變量在95%置信度下通過t統計量檢驗，這說明企業農業新品的數量與是否屬于高科企業對常州市農業科技企業的經營績效影響顯著。他們的系數所代表的意義分別是:企業每增加一個單位的農業新品，相應就會使常州市農業科技企業的經營績效增加0.0033個單位;如果常州市農業科技企業屬于高科企業，那么就可以相應增加0.2774個單位的經營績效。此外，模型分析中其他的自變量，如網絡建設、信息管理、研究中心、品種權數、國家撥款、省級撥款、市級撥款、示范園區等因素在Tobit分析中擬合程度也較好，表明這些因素對常州市農業科技企業經營績效也發揮著重要作用。在常州農業科技企業經營績效影響因素的分析中，企業是否屬于農業高新技術企業與農業科技示范園區通過了驗證，成為影響常州農業科技企業經營績效的主要因素之一。而產生這種現象的主要原因是常州市農業科技企業內部發展的結構特點。在近幾年中，常州市發展了具有地區特色的農業科技企業發展模式，創立了常州特色的農業科技企業發展之路。通過合理規劃布局，加大政府扶持力度，建立起以“農業高新技術企業和農業技術示范園區”為載體的農村產業發展新模式，促進了常州市農業向現代化邁進。農業高新技術企業與農業技術示范園區積極實施信息技術對傳統產業的改造，大力培育新興產業，有效地促進了高新技術產業化進程。截至2010年底，常州市共有農業高新技術企業81家，農業科技示范園20家，其中15家擁有農業高科技企業和農業科技示范園的雙重身份。而在常州市農業科技企業發展的道路中，這些企業的綜合實力強大，眾多的企業形成抱團的局面，形成農業科技企業群，企業之間可以共享資源，減少風險，降低成本，共同研發，很容易產生企業發展的規模集聚效應。因此，是否屬于農業高新技術企業與示范園區成為影響企業經營效益的重要影響因素。常州市農業科技企業注重對科研能力的開發，企業建立了較為全面的網絡系統、信息管理和研究中心。在發展規劃中較為注重企業規模的擴張，加大在高新產品、尖端技術研發等方面的科技投入，樹立較強的技術儲備意識，以適應當前激烈的國際、國內競爭。同時，常州市加強科技人才的引進，農業科技隊伍日漸壯大，培養了強大的專業科研團隊與大批的知識型農民，從根本上增強常州市農業科技企業的原創力，提高科學技術投入在企業生產中的貢獻份額。具體反映在上述的Tobit分析中，網絡建設、信息管理、研究中心、品種權數、示范園區等指標對常州市農業科技企業的經營績效產生重要影響。
通過調查分析可以推測常州市在經濟增長的三駕馬車中，在具備勞動力資源和資本資源的情況下，科技的貢獻率對當地農業所產生的影響也將會越來越大?？萍加媱濏椖渴情_展農業科技工作的重要手段之一。多年來，常州市一直將水稻育種、設施農業、現代園藝、花木林果、優質畜禽、特種水產作為農業科技的重點支持方向。由于資金財力的限制，需要借助國家、省部級科技項目的支持，共同推動農業產業升級和技術進步。
三政策建議
①對于經營績效低的農業科技企業來說，企業自身應進一步解決人力資源與資金管理問題。同時，政府對DEA效率不理想的企業應給予政策上的扶持，通過項目帶動，加大科研投入，全面改善農業科技企業的綜合指標，實現企業的最優化生產。
②加強項目申請力度，以項目為載體，提升農業科技自主性水平。根據常州市情況，以農業科技攻關計劃、農業科技成果示范推廣計劃、科技平臺計劃為主，以及社會發展計劃、青年科技人才計劃、軟科學計劃、知識產權計劃等計劃，對農業科技項目予以支持，并要求各轄市區根據實際情況設立相關計劃或項目匹配對農業科技予以支持，同時，大力爭取國家和省級科技計劃支持。
③推動合作，成立高校科研機構駐常州研究院，增強企業科研能力。例如可以成立南京農業大學常州研究院，將南京農業大學的科研成果與常州市農業科技企業相結合，提高當地農業科技企業的原創力。同時按照統籌規劃、突出重點、分類指導、集成實施的指導方針，加快農業工程技術研究中心建設。加快市內已有的科研設施、實驗室、科技文獻、數據庫的共享工作。加大各類項目向各類平臺的傾斜力度，為常州市農業科技創新提供項目源。
④在堅持“農業高新技術企業和農業技術示范園區”為載體的新發展模式基礎上，建設創新載體。加強對農業科技示范園區、農業高新技術企業的投入和管理，選擇部分市級農業科技示范園區進行重點培育和建設，使之成為新品種的引試基地、農民的科技培訓基地、農業知識的科普教育基地。進一步探索園區的管理辦法，繼續走特色化專業化道路，積極引入競爭機制，按照有關標準對已認定的園區進行考核，并通過項目引導，豐富高新技術企業的科技內涵，使之成為農業科技創新的主體、高新技術應用的主體、帶動農民致富的主體。
第3篇
關鍵詞：極效率數據包絡分析績效評價指標
改革開放20多年來，隨著金融體制改革的深入，我國保險體系發生了深刻變化，一個以國有商業保險公司為主、中外保險公司并存、多家保險公司競爭的多元化市場格局已經初步形成。隨著國內保險業的競爭日益劇烈，迫切要求國內保險公司加強自身管理，提高經營績效。因此，能否科學合理地衡量保險公司的經營績效水平并據此分析經營管理中的優勢與不足變得十分關鍵。目前國內對保險公司績效的考察主要是從定性的角度出發，多是采用一些常規單因素指標，存在極大的局限性。本文采用極效率DEA模型，有效區別出有效決策單元（績效值＝1）之間的績效差別，對我國9家保險公司經營績效做出有效排序，并對各保險公司經營績效簡單評價，為其進一步發展提出自己的建議。
極效率DEA模型
數據包絡分析方法(DEA)是Charnes和Cooper等學者在“相對效率評價”概念基礎上發展起來的一種新的系統分析方法，其功能是進行多個同類樣本間的相對優劣性的評價。利用數學規劃技術，該方法可以較好的解決具有多輸入多輸出特征的同行業企業生產率評價問題。學者魏權齡也證明了相對有效的決策單元就是在相同情況下采用多目標規劃解出的Pareto有效解。
假設有n個決策單元DMUj(j=1,2,Λ,n)的輸入輸出向量分別為
xj=(x1j,x2j,Λ,xmj)T>0
yj=(y1j,y2j,Λ,ymj)T>0
極效率模型是以CCR模型為基礎，利用極效率來甄別有效DMU的效率差異，從而可以給出所有DMU的效率排序。極效率模型如下：
minθsup
s.t.
保險公司經營績效的評價指標分析
指標的選擇必須滿足評價的要求，能客觀反映評價對象的競爭力水平，在技術上盡量避免投入產出指標具有較強的線性關系。從全面性、客觀性、代表性、可得性的原則出發，本文把各個保險公司作為決策單元，選取投入指標為逆費用率、逆賠付率、資金運用率、逆資產負債率、流動比率，而產出指標則選取資本利潤率、營業利潤率。其中，費用率為營業費用與保費收人的比率，反映保險公司在一定時期內經營保險業務發生的成本費用；賠付率則是賠款支出與保費收入之間的比率，可以用來衡量保險公司的經營效益；而資金運用率是指保險公司在一定時期內投資總額占企業全部資產總額的比例；資產負債率為負債總額與資產總額的比率，主要用來衡量保險公司在清算時保護債權人利益的程度；最后，流動比率為流動資產與流動負債的比率，衡量保險公司的流動資產在某一時點可以變為現金用于償付即將到期債務的能力，表明保險公司每一元錢流動負債有多少流動資產作為支付的保障。另外，作為產出指標的資本利潤率為利潤與實收資本的比率，說明一定時期內利潤總額與全部資本金的關系，表明保險公司擁有的資本金的盈利能力；而營業利潤率則是利潤與保費收入的比率。實證研究
由于數據來源的限制，本文選取我國9家主要保險公司作為決策單元，分析的樣本容量為9，投入產出指標為7，很明顯樣本容量大于指標個數，滿足DEA分析的要求。首先采用DEA對偶模型對保險公司績效進行評價，結果θ列。華泰、太保、天安、大眾、永安的相對績效為1。再利用極效率DEA模型對這五個保險公司進行相對效率評價，結果華泰最優效率，永安緊隨其后，接著是太保、天安和大眾。最終的效率排序結果在最后一列。
從結果可以發現，華泰、太保、天安、大眾、永安相對于人壽、平安、新華、新疆而言，是有效的。其中，人壽、大眾可以看作弱有效，天安、太保則是比較有效，華泰、永安是非常有效，表明它們的投入產出指標值比較平衡。具體分析，華泰、永安在營業利潤率、資產負債率的指標值上較其他保險公司高出許多，反映綜合盈利能力較強。雖然，天安資產負債率是所有保險公司中最高的，但其在營業利潤率方面表現較差，從而導致其在綜合盈利能力方面低于華泰和永安。另外，新疆雖然在營業利潤率方面表現較好，但是其資產負債率卻只有1.064，低于平均水平，從而使其綜合盈利能力下降。在費用率和賠付率方面，華泰、永安及天安、大眾遠遠高于人壽、平安、新華。這也從一個方面反映出它們經營效益的差異。在資金利用率方面，無疑華泰、永安顯得尤為突出。最后，流動比率是人壽最高，達到10.014,說明其流動負債，包括應付手續費、應付工資、應付福利費、未交稅金等項目，在所有保險公司中最少。資本利潤率最高是平安、新疆，分別達到0.637和0.538。不過，從本質上而言，雖然資本利潤率可以衡量盈利能力，但是其反映的是創造單位盈利所需資本金數量，即盈利的成本。
相關建議
從以上分析可以看出，人壽、太保、平安、新華、天安在營業利潤率方面都較低，一方面與其保費收入投資渠道狹窄有關，另外，也受金融機構分業經營、利率下調等市場化因素影響較大。為此，應當注意增強綜合盈利能力，提高經營績效?？梢酝ㄟ^開發新險種和產品，培育新的利潤增長點，裁減冗員并控制人員過快增長，加強理賠工作，以此控制賠款支出。資金運用方面的不足。此外，國家也應采取措施為保險公司資金運用提供良好的外部環境，例如放寬投資限制、豐富投資品種等。而對于新疆兵團保險公司，雖然其綜合盈利能力表現尚好，但是其流動負債相對其經營規模和收入情況而言，顯得不合理，究其原因在于成本控制較差，資源浪費嚴重。為此，新疆兵團保險公司應當注意提高成本控制能力，在公司內部實施嚴格的預算管理，以此控制費用降低成本。人壽、大眾、新華的資金運用盈利率都比較低，因此，對于這三家公司來說，除了努力拓展保險業務以便擴大投資資金來源的規模外，更重要的還在于對保險投資進行科學管理與高效運作。這包括科學的可行性研究、正確的投資方式、選擇合理的投資結構和有效的執行與控制。對于華泰、永安而言，雖然綜合績效排名最前，但是它們在流動負債方面表現均不理想，而且永安在體現效益的指標賠付率上也存在不足，所以，它們應根據自己的實際情況，采取相應措施，充分利用現有資源對自身經營狀況進一步加以改進，以至發揮最大效益。
參考文獻：
1.魏權齡.評價相對有效性的DEA方法[M].中國人民大學出版社，1988
