基于数据包络分析(DEA)方法的企业并购分析
【Abstract】With the vigorous development of China’s 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 company’s 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
目前企业产业化加剧集中，为使企业能够更快地发展，企业并购已成为一种必然趋势。企业并购的实质是企业控制权的一种权利变迁。并购过程需要在特定约束条件下才能够进行，在并购中一部分权利所有者通过让出所拥有的控制权，而另一部分权利所有者则付出某些代价来分别换取相应的利益。实际上，企业并购的过程是权利主体不断变换的过程。
目标企业的选择是一项复杂的工作，通过多角度全方位衡量一个企业的运营管理、财务管理、人力资源管理、企业文化管理等不同方面， 才能判断是否该企业能够实施企业并购。当前企业并购过程中，目标企业的选择方法层出不穷，有的甚至是面向企业并购后的一些活动研究，但其大多数都是运作性和实践性较差。以往企业实施并购过程选择目标企业一般会运用指标评价法，而指标评价方法的核心是根据理论研究和实践经验，制定出的一系列指标， 依据这些指标对企业进行评估，但在这种评价方法的指导下， 并购之后企业的运营绩效可能并不理想， 甚至许多企业会发现这样的是错误的。因此为解决上述问题，一种新的企业并购方法即数据包络分析（DEA）方法被提出。?稻莅?络分析（DEA）方法是同时考虑多个输人指标和多个输出指标， 判定哪些企业符合并购的条件和标准，对于那些不符合并购标准的企业给出改进的意见。
1 数据包络分析（DEA）评价方法
1.1 DEA评价方法的概述
数据包络分析（Data Envelopment Analysis，简称DEA）由查恩斯等学者提出，通过不断地运算研究，把单输入单输出的理论演变到多输入多输出，尤其是多输出的同类型决策单元（DMU）的有效性评价中。DEA 是运用数学模型来评价具有多个输入和多个输出的“部门”或“单元”的相对有效性。依据DMU的每个观测数据判别其是否有效，实际上是判别各DMU 是否位于生产可能集的“前沿面”上。DEA方法的基本思想是，一个决策单元的输出矢量是由其他DMU输出向量从“顶”包络，输入向量是从“底”的其他输入向量包络，如果某个DMU 的输人和输出向量不能同时被包络时， 认为决策单元DEA为有效决策单元，否则是无效决策单元。
1.2 DEA基本模型
在实际市场运营中，企业常会遇到多输入多输出情形，尤其是针对多输出的生产过程，方法解决很难找到。在1978年，运筹学家查恩斯等运用数学模型得出最基本的C2R模型。C2R 模型有两种形式，一种是分式规划，另一种是线性规划，这两种形式是等价的。考虑到计算方便本文将采用线性规划形式。
依据凸性、锥性、无效性和最小性的定理假设，可以得出以下带有非阿基米德无穷小量ε的C2R模型：
1.3 输入、输出指标的选择
DEA方法的输人、输出指标的选择必须遵循以下的原则：（1）指标是可获取的；（2）该指标是可测量的；（3）该指标能够反映企业的实际情况。根据以上标准， 综合考虑企业在实施并购过程中的特点和要求， 制定出以下DEA评价方法的输入、输出指标，如表1所示。
表1 DEA方法的输入、输出指标
1.4 DEA模型在企业并购中的应用及其结构分析
假设有n 个待评价的决策单元（DMU），有n个输入指标，有s个输出指标。如果这是用来评估的输入输出线性组合之比决策，其输出的决策单元的线性组合的比值小于或等于1，从而构成一个相对有效评价的DEA计算模型， 即CCR模型： 从以上结果， 可以看出： 企业1 和企业2 对应的有效值分别为0.946 和0.9 52， 均属于非DEA有效。企业3 的有效值为1 ， 属于DEA 有效。表中松弛变量反映了各企业的输人变量和输出变量的调整程度。举例来说， 企业2 需要增加42 名员工， 增加63万元的财政拨款， 并降低39%的资产负债率， 才能够达到DEA有效。因此，企业3是理想的并购对象。
2 结论
根据上述的分析，在企业的并购过程中采用数据包络分析（DEA）方法能够有效的解决目标企业的评估和选择的问题，通过DEA方法的指导，并购的企业可以在众多的目标企业中选择出较为理想的并购企业。与企业的指标评价法相比较，数据包络分析（DEA）方法的优点：
（1）多个输入和多个输出可以同时考虑，而不用确定单个输入和输出的权重；
（2）DEA方法不但能够处理组内信息，还能够处理组间信息，在给出评价结果的同时，还可以给出具体的改进意见；
（3）“局部优化的思想”―求现实中的最优解，而非理想中的最优解。
- 上一篇：试论石油企业电气设备检查与故障诊断
- 下一篇：企业管理模式与现代化管理探讨
