创业板企业智力资本绩效数据包络分析

杨华 付东普 张战胜

【摘要】本研究的目标是建立企业智力资本的投入产出效率评估模型。本文结合智力资本价值理论和数据包络分析（DEA： Data Envelopment Analysis）方法，建立了智力资本绩效分析模型并且对创业板IT企业的智力资本的投入（智力资本元素）与产出（智力资本价值）绩效进行DEA分析。本研究根据创业板IT企业的智力资本绩效评估结果给出了有效前沿参考面、被评估企业优化智力资本绩效相对参考平面并针对投影和松弛变量展开了讨论。本研究创新性地建立了智力资本数据包络分析模型，解决了智力资本绩效定量的对比问题，不仅揭示了企业智力资本的状况，而且对于指导智力资本管理和优化，也具有很强的现实意义。

【关键词】智力资本；数据包络分析；创业板；企业价值评估

Abstract：Using data envelopment analysis method， this paper evaluates intellectual capital performance of 15 IT companies on China growth market. The components of intellectual capital，human capital， structure capital and customer capital are using as inputs and intellectual capital value and P/E ratio are using as outputs. As a result， some companies are grouped as an effective frontier and some optimization suggestions are given to the others. This paper innovatively combines DEA and intellectual capital theories. The method and result are not only significant to the objects of the study， but also empirical to the intellectual capital theories.

Key words：DEA； data envelopment analysis； intellectual capital； China growth market； enterprise value evaluation

1、研究背景

随着国家一系列鼓励创新、创业政策的出台以及近年来互联网、云计算、大数据和物联网等领域的技术发展，越来越多的科技创新型企业在创业板上市。截至2014年底，创业板共有上市企业400余家，总市值突破2万亿元。在创业板上市企业中，以IT企业为代表的创业板高科技企业大都具备轻资产，重“知产”的特征。这些以智力资本为核心的企业产生的绩效如何评估、对比和改进越来越成为企业和学术界共同关注的焦点。

2、理论基础与文献回顾

“智力资本=市场价值-账面价值”最早由诺贝尔经济奖得主James Tobin提出的智力资本定义（Tobin and Brainard，1977）。Edvinsson（Edvinsson and Sullivan，1996）、Stewart（Stewart， 1994）和Bontis（Bontis，1996）等学者采用解析的方法将智力资本分解为人力资本、结构资本和关系资本。智力资本对于企业市场绩效的影响体现在企业的市场价值和账面价值的巨大差异上（Lev， 2001）。投资者会对于具备更大智力资本价值的企业评价更高（Firer and Mitchell Williams，2003）。这也是为什么智力资本密集的企业的市场价值会更高（Youndt， Subramaniam and Snell， 2004）。

3、研究方法及数据选择

3.1智力资本绩效评估模型

本研究基于DEA方法中经典BCC数据包络分析输出模型，结合智力资本对于企业绩效影响的理论，建立了一个多输入多输出的智力资本绩效评估模型（如图1所示）。选取BCC作为评估方法考虑到对于上市企业来说，在已知智力资本投入基础之上，确定输出还有多大的潜力对于企业更有指导意义。

3.2DMU决策单元选取

本文研究的DMU是中国创业板上市IT企业。在选取决策单元的时候，首先考虑选择智力资本在企业的绩效方面起到主要作用的企业；其次为了保障智力资本作用方式一致性，要保证DMU行业一致性；最后还剔除了上市周期较短（不满一年）的企业，以避免企业的绩效短期波动带来的问题。IT企业普遍具有轻资产重“知产”的特征，即智力资本对于企业各方面的绩效的影响是主要而直接的。

3.3输入输出数据的选取

本文选取的智力资本输入数据依据Stewart（Stewart， 1994）和Dzinkowsk（Dzinkowski，2000）等学者将智力资本三个组成部分“人力资本，结构资本和顾客资本”定义，参考了Skandia（Edvinsson and Sullivan，1996）、Nash（Nash， 1998）和VAIC（Pulic，2000）模型中的智力资本绩效指标。

人力资本从年终财务报表的详细报告里面提取了“支付给职工以及为职工支付的现金”作为模型输入项。流程资本从年终财务报表的详细报告里面提取了“管理成本”和“支付给职工以及为职工支付的现金”的差值作为人力资本的输入项。顾客资本从年终财务报表的详细报告里面提取了“商誉”和“无形资产”之和作为顾客资本的输入项。本文选取了智力资本价值即市场价值和总资产的差值和体现企业成长性的市盈率作为2个输出项。

4、模型结果分析与讨论

4.1有效性分析

有效性分析是对被评估DMU决策单元是否做到了绩效最优做出评价。对于多输入多输出模型，最优的DMU有可能是多种输入输出组合。在本模型选取的15家企业中，有9家企业是有效的，即达到绩效最优；6家是无效的，即没有达到绩效最优。所有有效DMU形成一个参考平面。DEA数据包络分析还提供无效DMU的改进建议，即由有效DMU组成的线性组合形成的参考平面。如神州太岳的有效性0.41，给出的有效参考平面由0.83的焦点科技，0.03的乐视网和0.14的朗科科技的线性组合组成，即上述公司输出的线性组合是其有效的输出。

4.2投影和松弛变量分析

对于无效企业可以通过对输入输出的缩放投影到有效前沿面上。如果无法通过缩放达到投影而需要进行增加减少固定数值来完成投影，则这个固定数值称为松弛变量。从结果可以看出，6个无效企业都涉及了松弛变量。松弛变量的存在，证明完全的等比例缩放无法达到有效前沿面，也就是说除了学习参考所涉及的企业以外，还需要进行额外的调整。输出松弛变量的存在，说明完全等比例的缩放不能够达到输出的有效前沿面，还需要做出大比例输出项的修正才可以。从上述数据可以看出，提高公司流程效率及加强顾客关系，是制约高科技企业绩效的主要问题。

5、结语

本文建立了基于数据包络分析法（DEA：data envelopment analysis）的智力资本绩效评估模型，对国内创业板上市的IT企业的智力资本绩效进行了分析，不仅完成了这些企业的智力资本绩效的有效性评估和对比，筛选出了智力资本绩效能够达到有效前沿面的企业，而且给出了尚未达到有效前沿面的企业的改进参考目标和方向，为企业提升自身效能提供了重要的理论参考。

不足与展望

本研究由于受到上市公司信息披露周期和内容的限制，对于智力资本元素的输入选择做了折衷。在模型选取上，本文没有考虑企业智力资本评估的潜在限制条件。在此基础上，选取更恰当的模型和更具代表性的输入输出是下一步研究的重点。

参考文献

[1]TOBIN J， BRAINARD W C. Asset markets and the cost of capital [J]. Economic Progress， Private Values and Public Policy： Essays in Honor of William Fellner， 1977， 235-62.

[2]EDVINSSON L，SULLIVAN P. Developing a model for managing intellectual capital [J].European management journal，1996，14（4）：356-64.

[3]STEWART T A. Your companys most valuable asset： intellectual capital [J]. Fortune， 1994， 130（7）： 68-74.

[4]BONTIS N. There's a price on your head： managing intellectual capital strategically [J]. Business Quarterly， 1996， 60（40-78.

[5]LEV B. Intangibles–management， measuring and reporting [J]. Washington， DC： Brookings Institute， 2001，

[6]FIRER S， MITCHELL WILLIAMS S. Intellectual capital and traditional measures of corporate performance [J]. Journal of intellectual capital， 2003， 4（3）： 348-60.

[7]YOUNDT M A， SUBRAMANIAM M， SNELL S A. Intellectual capital profiles： an examination of investments and returns* [J]. Journal of Management studies， 2004， 41（2）： 335-61.

[8]DZINKOWSKI R. The measurement and management of intellectual capital： an introduction [J]. Management Accounting， 2000， 78（2）：32-6.

[9]NASH H. Accounting for the future， a disciplined approach to value-added accounting [J]. Richmond， Va（Retrieved October 5， 2007， from： www sprintmail com）， 1998，

[10]PULIC A. VAICTM-an accounting tool for IC management [J]. International journal of technology management， 2000， 20（5-8）：702-14.

作者简介

杨华（1977-），男，陕西西安人，中国人民大学商学院博士生，研究方向：创新与创业管理、创业企业价值评估；付东普（1974-），男，河南长垣人，研究方向：电子商务，社交网络等；张战胜（1982-），男，内蒙古人，中国人民大学商学院博士生，研究方向：IT外包管理。