经营绩效论文范文

前言：我们精心挑选了数篇优质经营绩效论文文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

1.1基本思想

作为系统工程中的一种结构模型解析方法，决策试验和评价实验法运用图论与矩阵等工具，对系统各影响因素的逻辑关系进行分析，通过构建直接影响矩阵判断出每个因素对其他因素的影响程度和被影响程度，进而揭示系统的结构关系。目前，该方法已经成功应用于产业经济系统分析[8]、电子校务的风险因素分析、教学质量影响因素分析[10]、网络谱系结构分析[11]等诸多领域。利用DEMATEL方法建模可以得到影响度、被影响度、中心度和原因度等分析指标：根据影响度和被影响度能够判断出因素间的相互影响关系以及对系统整体的影响程度；根据中心度能够判定出各因素在系统中的重要程度；根据原因度能够确定出各因素在系统中所处的位置。

1.2基于DEMATEL方法的企业经营绩效管理模型

2.2.1系统结构分析根据系统结构的概念，系统是由若干要素有机组成的，系统的结构取决于系统中的要素，系统的整体功能是由各个要素的贡献汇总而成的；而每个要素又具有若干属性，这些属性通过合理的组合蕴含着要素对系统的贡献[11]。从系统、要素、属性三维角度构造一个系统：由n个要素组成，记为Nk(k=1，2，…，n)，系统的第k个要素有mk个属性，第k个要素的第i个属性记为Pik(i=1，2，…，mk)。在企业经营绩效管理模型中，整个企业经营绩效管理指标体系即为系统，要素为表征企业经营绩效管理的4种能力：盈利能力、营运能力、成长能力和偿债能力，分别记为N1，N2，N3，N4。属性是不同能力下的指标，例如盈利能力N1的属性值分别为净资产收益率P11、主营业务利润率P21、费用利润比P31、销售净利率P41和销售毛利率P51。

1.2.2属性间直接影响关系与程度的确定邀请m位对企业经营绩效管理具有理论研究和实践经验的专家，对不同指标分别进行两两比较，并根据相应的定性判断标准，采用分级比例标度进行描述，给出不同属性之间的直接影响关系和影响程度。出了0~3分级比例标度的属性影响关系判断标准，该标准可以根据实际需要进一步细化或者简化。如果属性数目非常多，当前的分级比例标度难以满足人们的判断需求，可以在现有标度基础上进一步均匀细化，例如在“很弱（0.5）”与“弱（1）”之间均匀插入“较弱”，赋值为0.75，以便区分；同样，对于属性数目较少的情况，可以进行简化，例如只选取“没有（0）”“弱（1）”“中（2）”“强（3）”作为判断标准。总之，关于属性间直接影响程度的确定可以根据系统复杂程度本着“能够区分”的原则灵活处理[11]。

2企业经营绩效管理应用分析

根据企业经营绩效管理指标体系实际和上述模型，以盈利能力分析为例进行描述。步骤1：分析系统要素记盈利能力要素N1含有5个属性，记作Pi1(i=1，2，…，5)，具体为净资产收益率P11、主营业务利润率P21、费用利润比P31、销售净利率P41和销售毛利率P51，这些属性能够全面、完整、真实地反映企业盈利能力的特征，在系统中具有代表性和典型性。步骤2：确定属性间的直接影响程度，构建初始化直接影响矩阵邀请20位对企业盈利能力具有一定理论研究和实践经验的专家参与盈利能力要素下不同属性间直接影响程度的定性确定。由于该要素下属性数目相对较少，于是本文采用简化的分级标度确定属性间的直接影响程度，即如果属性Pi1(i=1，2，…，5)对属性Pj1(j=1，2，…，5)有直接影响，且关系为“强”，则rij=3；关系为“中”，则rij=2；关系为“弱”，则rij=1；无关系，rij=0。在这里不考虑属性对自己的影响，即rij=0。于是，按照“众数原则”得到初始化直接影响矩阵步骤3：求规范化直接影响矩阵将直接影响矩阵R进行规范化处理得到规范化直接影响矩阵确定综合影响矩阵为了计算方便，综合影响矩阵近似为T=R*(I-R*)-1，于是有步骤5：系统的综合试验与分析依据影响度、被影响度、中心度和原因度的求解方法，获得系由可以看出，盈利能力各指标的重要程度（中心度）按大小依次为销售毛利率、销售净利率、主营业务利润率、费用利润比、净资产收益率；原因度按大小依次为主营业务利润率、费用利润比、销售净利率、销售毛利率、净资产收益率。进一步讲，主营业务利润率的中心度和原因度均较大；资产收益率的原因度和中心度均较小，这说明主营业务利润率与其他属性的关联关系紧密，而资产收益率与其他属性的关联关系很弱。营运能力、成长能力和偿债能力等要素下各属性的中心度和原因度比较与上述分析一致，不赘述。综上，将上述所有分析结果关联便构建起基于“经营绩效系统—能力—属性”的体现所有指标相互之间关联关系等显著特征的管理模型。与因子分析法[2]相比，能够更直接地反映不同能力下的指标间影响与被影响关系，进而确定原因及结果属性。

3结束语

第2篇

1DEA模型和Tobit模型

DEA是使用数学规划模型比较决策单元之间的相对效率，DEA方法是在“相对效率评价”概念基础上发展起来的一种系统分析方法，用于测评一组具有多重投入和多种产出的决策单元的绩效和相对效率。其优势在于无需人为给定各指标的权重，也无需预先给定生产前沿面的生产函数形式，同时它能够处理多个输出和输入。鉴于此，本文将用DEA方法分析常州63家农业企业的生产效率以便对不同企业的经营绩效进行对比评价。Tobit模型的一个重要特征是，解释变量Xi取实际观测值，而被解释变量Yi只能以受限制的方式被观测到:当Yi＞0时，“受限”观测值均取实际的观测值;当Yi≤0时，“受限”观测值均截取为0。可以证明，用最大似然估计法估计出Tobit模型的βT和σ2是一致估计量。考虑到在实际的企业经营绩效分析上，经营绩效的变动不仅与一个解释变量有关，因此，在以企业经营绩效Y为因变量的基础上，全面多方位引入以网络建设、信息管理、农业新品、研究中心、品种权数、国家拨款、省级拨款、市级拨款、高科企业、示范园区为模型的自变量，系统地分析这些指标对于常州市农业科技企业经营绩效的影响作用情况。

2变量选择和数据来源

2.1经营绩效投入产出变量的选择

本文选取了常州市63家具有代表性的农业高新技术企业和农业科技示范园，对其2010年相关截面数据进行分析研究，其中所选取的指标如下:产出指标2个:当年销售收入(万元)、当年利税总额(万元)。投入指标5个:固定资产总计(万元)、流动资产总计(万元)、当年研发费用(万元)、普通员工人数(非研发类)、从事研发人数。

2.2影响因素变量选择

由于对普查对象所能获得的数据有限，本文主要选取了网络建设、信息管理、农业新品、研究中心、品种权数、国家拨款、省级拨款、市级拨款、高科企业、示范园区这几个变量并运用Tobit模型，实证检验上述因素对常州市农业科技企业经营绩效的影响及作用机制，为常州市农业科技企业进一步深化发展提出政策建议。一个企业是否拥有自身网络很好地体现了该企业的未来市场开拓能力与信息化发展程度。因此，本文中将是否建有网站及网址作为影响农业科技企业经营效益的一个因素，设定权数1为已建立网站，0为尚未或者没有建立网络。企业内部的信息管理系统可以满足企业决策者和管理者随时对内部信息的控制，提供方便快捷、高效率的实时动态信息交互，提高管理水平、优化运营流程。因此，将企业信息管理系统作为考察企业经营绩效的变量，能够更好衡量企业的内部管理结构合理与否，以及研究通过如何加强对企业内部信息的控制，以达到最优化的企业经营绩效。设定权数1为已建立信息管理系统，0为尚未或者没有建立信息管理系统。企业所拥有的农业新品种总数在一定程度上反映了该农业科技企业在这段时间里的科研能力、生产能力和市场竞争能力。因此，将企业所拥有的农业新品总数作为考量企业经营绩效变量指标很有必要。企业的创新程度主要来源于企业的科研发展程度，农业科技企业研究中心的建立反映了企业自身科研能力水平以及科研成果产业化的能力，关系到企业的科研成果能否和生产很好地结合。设定权数1为已建立企业研究中心，0为尚未或者没有建立研究中心。企业所拥有的品种权数很好地体现了企业的生产与发展能力，拥有越多的产品品种，企业在市场竞争中能够更好地满足消费者不同方面的要求，在竞争中处于有利地位。企业所创造的顾客满意价值也将最大，能够更好的提高企业的经营效益。国家、省级、市级的拨款为企业自身的科研提供了保障，并且提供与国内外高等科研机构合作的机会，使得技术达到国际领先水平，在竞争中打破国外垄断，对于企业的经营绩效意义非凡。近几年国内很多省市已经了关于农业科技企业的认定办法，对于农业高新技术企业与农业科技示范园区给予政策、税收等其他方面的支持。因此，调查企业是否属于农业高新技术企业或农业科技示范园区对于分析企业经营绩效很有意义。将属于高科技企业或示范园区的权数定为1，不属于高科技企业或企业示范园区的权数定为0。

3变量设定及数据来源

本文数据来源于常州市科技局农社处，由常州市63家具有代表性的农业高新技术企业和农业科技示范园提供。由于各指标的数据口径统一，具有可比性，因此对统计结果并无太大影响

二结果分析

1DEA测度结果分析

利用DEA对常州市63家农业高新技术企业或农业科技示范园区进行农业生产经营绩效的评价，得知:常州市农业科技企业的经营绩效处于相对良好水平。63家农业高新技术企业与农业示范园区DEA效率均值为0.556，其中有13家企业综合效率达到1，并列第一，是相对有效的DEA决策单元(DMU)，占调查样本总体的20.63%。这些企业除了加强企业内部规模优化，同时也注重加强企业自身的科研能力，提高企业的综合实力，较好实现了企业的社会责任。这些企业或园区在资产规模，科研投入和经营效率、效果方面都处于相对最佳状态，形成最优生产效率。常州市农业科技企业在整体上处于一个良好的发展经营模式。企业DEA效率差距较大，存在两极分化现象。除了13家企业的DEA效率达到1，形成决策单元的DEA有效之外，其他的50家企业则是非有效或弱有效。其中，江苏无花果酒业有限公司最低，DEA效率为0.102。企业之间存在两极分化现象，造成这种现象主要是由于资产规模、科研投入等要素之间比例不协调所导致的。DEA测度的是一个相对指标。以常州市水产良种引繁有限公司为例，该企业销售收入、利税总额都排名63位垫底，当年研发投入30万元，排名51位，企业共有研发人员5人，占正式员工比例为38.46%。从综合角度看，该企业总体效益一般，这主要是由于该企业的生产规模小，企业资产低。但从企业相对规模的角度来看，它的投入成本也小，研发费用(30万)排名靠后，研发人数排名倒数，资产总计与普通员工人数较少，因此，研发资金和人员的投入与企业规模相对适宜，形成了一个规模效率较高的企业。

2经营绩效的影响因素结果分析

通过对常州市农业科技企业的经营效益与网络建设等因素的Tobit分析，发现该模型拟合程度良好，尤其是农业新品与高科企业两个因素。两者的P检验值分别为0.026与0.044，P值＜α=0.05，变量在95%置信度下通过t统计量检验，这说明企业农业新品的数量与是否属于高科企业对常州市农业科技企业的经营绩效影响显著。他们的系数所代表的意义分别是:企业每增加一个单位的农业新品，相应就会使常州市农业科技企业的经营绩效增加0.0033个单位;如果常州市农业科技企业属于高科企业，那么就可以相应增加0.2774个单位的经营绩效。此外，模型分析中其他的自变量，如网络建设、信息管理、研究中心、品种权数、国家拨款、省级拨款、市级拨款、示范园区等因素在Tobit分析中拟合程度也较好，表明这些因素对常州市农业科技企业经营绩效也发挥着重要作用。在常州农业科技企业经营绩效影响因素的分析中，企业是否属于农业高新技术企业与农业科技示范园区通过了验证，成为影响常州农业科技企业经营绩效的主要因素之一。而产生这种现象的主要原因是常州市农业科技企业内部发展的结构特点。在近几年中，常州市发展了具有地区特色的农业科技企业发展模式，创立了常州特色的农业科技企业发展之路。通过合理规划布局，加大政府扶持力度，建立起以“农业高新技术企业和农业技术示范园区”为载体的农村产业发展新模式，促进了常州市农业向现代化迈进。农业高新技术企业与农业技术示范园区积极实施信息技术对传统产业的改造，大力培育新兴产业，有效地促进了高新技术产业化进程。截至2010年底，常州市共有农业高新技术企业81家，农业科技示范园20家，其中15家拥有农业高科技企业和农业科技示范园的双重身份。而在常州市农业科技企业发展的道路中，这些企业的综合实力强大，众多的企业形成抱团的局面，形成农业科技企业群，企业之间可以共享资源，减少风险，降低成本，共同研发，很容易产生企业发展的规模集聚效应。因此，是否属于农业高新技术企业与示范园区成为影响企业经营效益的重要影响因素。常州市农业科技企业注重对科研能力的开发，企业建立了较为全面的网络系统、信息管理和研究中心。在发展规划中较为注重企业规模的扩张，加大在高新产品、尖端技术研发等方面的科技投入，树立较强的技术储备意识，以适应当前激烈的国际、国内竞争。同时，常州市加强科技人才的引进，农业科技队伍日渐壮大，培养了强大的专业科研团队与大批的知识型农民，从根本上增强常州市农业科技企业的原创力，提高科学技术投入在企业生产中的贡献份额。具体反映在上述的Tobit分析中，网络建设、信息管理、研究中心、品种权数、示范园区等指标对常州市农业科技企业的经营绩效产生重要影响。

通过调查分析可以推测常州市在经济增长的三驾马车中，在具备劳动力资源和资本资源的情况下，科技的贡献率对当地农业所产生的影响也将会越来越大。科技计划项目是开展农业科技工作的重要手段之一。多年来，常州市一直将水稻育种、设施农业、现代园艺、花木林果、优质畜禽、特种水产作为农业科技的重点支持方向。由于资金财力的限制，需要借助国家、省部级科技项目的支持，共同推动农业产业升级和技术进步。

三政策建议

①对于经营绩效低的农业科技企业来说，企业自身应进一步解决人力资源与资金管理问题。同时，政府对DEA效率不理想的企业应给予政策上的扶持，通过项目带动，加大科研投入，全面改善农业科技企业的综合指标，实现企业的最优化生产。

②加强项目申请力度，以项目为载体，提升农业科技自主性水平。根据常州市情况，以农业科技攻关计划、农业科技成果示范推广计划、科技平台计划为主，以及社会发展计划、青年科技人才计划、软科学计划、知识产权计划等计划，对农业科技项目予以支持，并要求各辖市区根据实际情况设立相关计划或项目匹配对农业科技予以支持，同时，大力争取国家和省级科技计划支持。

③推动合作，成立高校科研机构驻常州研究院，增强企业科研能力。例如可以成立南京农业大学常州研究院，将南京农业大学的科研成果与常州市农业科技企业相结合，提高当地农业科技企业的原创力。同时按照统筹规划、突出重点、分类指导、集成实施的指导方针，加快农业工程技术研究中心建设。加快市内已有的科研设施、实验室、科技文献、数据库的共享工作。加大各类项目向各类平台的倾斜力度，为常州市农业科技创新提供项目源。

④在坚持“农业高新技术企业和农业技术示范园区”为载体的新发展模式基础上，建设创新载体。加强对农业科技示范园区、农业高新技术企业的投入和管理，选择部分市级农业科技示范园区进行重点培育和建设，使之成为新品种的引试基地、农民的科技培训基地、农业知识的科普教育基地。进一步探索园区的管理办法，继续走特色化专业化道路，积极引入竞争机制，按照有关标准对已认定的园区进行考核，并通过项目引导，丰富高新技术企业的科技内涵，使之成为农业科技创新的主体、高新技术应用的主体、带动农民致富的主体。

第3篇

关键词：极效率数据包络分析绩效评价指标

改革开放20多年来，随着金融体制改革的深入，我国保险体系发生了深刻变化，一个以国有商业保险公司为主、中外保险公司并存、多家保险公司竞争的多元化市场格局已经初步形成。随着国内保险业的竞争日益剧烈，迫切要求国内保险公司加强自身管理，提高经营绩效。因此，能否科学合理地衡量保险公司的经营绩效水平并据此分析经营管理中的优势与不足变得十分关键。目前国内对保险公司绩效的考察主要是从定性的角度出发，多是采用一些常规单因素指标，存在极大的局限性。本文采用极效率DEA模型，有效区别出有效决策单元（绩效值＝1）之间的绩效差别，对我国9家保险公司经营绩效做出有效排序，并对各保险公司经营绩效简单评价，为其进一步发展提出自己的建议。

极效率DEA模型

数据包络分析方法(DEA)是Charnes和Cooper等学者在“相对效率评价”概念基础上发展起来的一种新的系统分析方法，其功能是进行多个同类样本间的相对优劣性的评价。利用数学规划技术，该方法可以较好的解决具有多输入多输出特征的同行业企业生产率评价问题。学者魏权龄也证明了相对有效的决策单元就是在相同情况下采用多目标规划解出的Pareto有效解。

假设有n个决策单元DMUj(j=1,2,Λ,n)的输入输出向量分别为

xj=(x1j,x2j,Λ,xmj)T>0

yj=(y1j,y2j,Λ,ymj)T>0

极效率模型是以CCR模型为基础，利用极效率来甄别有效DMU的效率差异，从而可以给出所有DMU的效率排序。极效率模型如下：

minθsup

s.t.

保险公司经营绩效的评价指标分析

指标的选择必须满足评价的要求，能客观反映评价对象的竞争力水平，在技术上尽量避免投入产出指标具有较强的线性关系。从全面性、客观性、代表性、可得性的原则出发，本文把各个保险公司作为决策单元，选取投入指标为逆费用率、逆赔付率、资金运用率、逆资产负债率、流动比率，而产出指标则选取资本利润率、营业利润率。其中，费用率为营业费用与保费收人的比率，反映保险公司在一定时期内经营保险业务发生的成本费用；赔付率则是赔款支出与保费收入之间的比率，可以用来衡量保险公司的经营效益；而资金运用率是指保险公司在一定时期内投资总额占企业全部资产总额的比例；资产负债率为负债总额与资产总额的比率，主要用来衡量保险公司在清算时保护债权人利益的程度；最后，流动比率为流动资产与流动负债的比率，衡量保险公司的流动资产在某一时点可以变为现金用于偿付即将到期债务的能力，表明保险公司每一元钱流动负债有多少流动资产作为支付的保障。另外，作为产出指标的资本利润率为利润与实收资本的比率，说明一定时期内利润总额与全部资本金的关系，表明保险公司拥有的资本金的盈利能力；而营业利润率则是利润与保费收入的比率。实证研究

由于数据来源的限制，本文选取我国9家主要保险公司作为决策单元，分析的样本容量为9，投入产出指标为7，很明显样本容量大于指标个数，满足DEA分析的要求。首先采用DEA对偶模型对保险公司绩效进行评价，结果θ列。华泰、太保、天安、大众、永安的相对绩效为1。再利用极效率DEA模型对这五个保险公司进行相对效率评价，结果华泰最优效率，永安紧随其后，接着是太保、天安和大众。最终的效率排序结果在最后一列。

从结果可以发现，华泰、太保、天安、大众、永安相对于人寿、平安、新华、新疆而言，是有效的。其中，人寿、大众可以看作弱有效，天安、太保则是比较有效，华泰、永安是非常有效，表明它们的投入产出指标值比较平衡。具体分析，华泰、永安在营业利润率、资产负债率的指标值上较其他保险公司高出许多，反映综合盈利能力较强。虽然，天安资产负债率是所有保险公司中最高的，但其在营业利润率方面表现较差，从而导致其在综合盈利能力方面低于华泰和永安。另外，新疆虽然在营业利润率方面表现较好，但是其资产负债率却只有1.064，低于平均水平，从而使其综合盈利能力下降。在费用率和赔付率方面，华泰、永安及天安、大众远远高于人寿、平安、新华。这也从一个方面反映出它们经营效益的差异。在资金利用率方面，无疑华泰、永安显得尤为突出。最后，流动比率是人寿最高，达到10.014,说明其流动负债，包括应付手续费、应付工资、应付福利费、未交税金等项目，在所有保险公司中最少。资本利润率最高是平安、新疆，分别达到0.637和0.538。不过，从本质上而言，虽然资本利润率可以衡量盈利能力，但是其反映的是创造单位盈利所需资本金数量，即盈利的成本。

相关建议

从以上分析可以看出，人寿、太保、平安、新华、天安在营业利润率方面都较低，一方面与其保费收入投资渠道狭窄有关，另外，也受金融机构分业经营、利率下调等市场化因素影响较大。为此，应当注意增强综合盈利能力，提高经营绩效。可以通过开发新险种和产品，培育新的利润增长点，裁减冗员并控制人员过快增长，加强理赔工作，以此控制赔款支出。资金运用方面的不足。此外，国家也应采取措施为保险公司资金运用提供良好的外部环境，例如放宽投资限制、丰富投资品种等。而对于新疆兵团保险公司，虽然其综合盈利能力表现尚好，但是其流动负债相对其经营规模和收入情况而言，显得不合理，究其原因在于成本控制较差，资源浪费严重。为此，新疆兵团保险公司应当注意提高成本控制能力，在公司内部实施严格的预算管理，以此控制费用降低成本。人寿、大众、新华的资金运用盈利率都比较低，因此，对于这三家公司来说，除了努力拓展保险业务以便扩大投资资金来源的规模外，更重要的还在于对保险投资进行科学管理与高效运作。这包括科学的可行性研究、正确的投资方式、选择合理的投资结构和有效的执行与控制。对于华泰、永安而言，虽然综合绩效排名最前，但是它们在流动负债方面表现均不理想，而且永安在体现效益的指标赔付率上也存在不足，所以，它们应根据自己的实际情况，采取相应措施，充分利用现有资源对自身经营状况进一步加以改进，以至发挥最大效益。

参考文献：

1.魏权龄.评价相对有效性的DEA方法[M].中国人民大学出版社，1988