半导体显示器件上市公司财务效率评价研究 *
钱思齐1，毛怡娟2
(1.湖北经济学院 会计学院，湖北 武汉 430205;2.湖北科技学院 经济与管理学院，湖北 咸宁 437100)
摘 要： 随着我国半导体显示器件在全球市场渗透率进一步提高，全球半导体显示格局发生了深刻改变。系统规范的财务效率评价体系可以合理地评价半导体显示器件企业当前财务资源的配置状况。建立了财务效率DEA-Kmeans评价框架对半导体显示器件上市公司做了综合性财务评价, 期望能从财务角度为企业动态管理和决策支撑提供参考。结果显示：我国半导体显示器件上市公司的财务效率非有效, 纯技术效率和规模效率均未实现有效前沿, 上市公司受纯技术效率的影响程度较大。
关键词： 半导体显示器件；DEA；K-means；财务效率
资本投资大、技术门槛高、投资回报周期长是半导体显示器件产业的重要特质，与其它电子细分产业相较，该产业具备投资回报有保障、长期受政府产业基金扶持等优势。发展半导体显示器件产业对加快制造业强国，推动制造业高质量发展具有重大战略意义。我国对半导体显示器件制造业给予了长期性的政策扶持，除了发改委、工信部每隔四年专门针对半导体显示领域的发展规划[1]外，还有如《国家集成电路产业发展推进纲要》[2]《关于扶持新型显示器件产业发展有关进口税收政策的通知》[3]《新材料产业发展指南》[4]等。虽然我国显示器件制造业起步较晚，产业基础薄弱，但得益于这些产业政策，近年来行业内发展势头迅猛不可小觑，涌现了以京东方为龙头的显示器件制造商正迅速赶超国际先进水平。现在我国已大大改善了半导体行业“缺屏缺芯”中“缺屏”的困局，也促成了半导体显示市场“三国四地”的格局形成。现在市场的主要参与者有韩国三星、乐金，日本的日本显示器、东芝、中国台湾地区的台积电、富士康、友达，中国大陆的京东方、华星光电、维信诺、深天马等。
尽管已有大量文献从不同视角来研究显示器件产业，但很少有从财务效率角度来研究近年我国显示器件产业的发展。国内外对财务效率评价的手段主要有综合评价法[5]、随机前沿分析法(SFA)[6,7]、数据包络分析(DEA)[8～10]、因子分析法[11]、聚类分析法[12]、主成分法(PCA)[13]。本文建立了以DEA和K-means聚类相结合的成熟评价分析模式，研究对象主营业务涉及显示器件的上市公司，希望对我国显示器件产业的财务效率研究提供参考。
一、财务效率评价模型和指标选择
(一) 数据包络分析(DEA)
数据包络分析法(Data Envelopment Analysis, DEA)最初是在1978年由Charnes等提出的基于线性规划用于评估同类型决策单元(DMU)相对效率的一种非参数方法[14]。DEA包括两种最基本和代表性的评价模型，一种是Charnes提出的CCR模型，该模型假定规模收益不变来评价决策单元的相对效率；另一种是banker[15]在CCR模型基础上改进的BCC模型，该模型假定规模收益可变，将综合效率划分为纯技术效率和规模效率，可以进一步判断是技术和规模是否有效。因为半导体显示器件企业的边际报酬具有不确定性，不一定都在规模收益不变的状态，因此采用BCC模型进行分析，BCC的评价模型如下：
2015 年7月至 2015年12月，3 名参加培训的医师均顺利完成基础操作训练和吻合模拟训练。经过 20 次吻合训练后，总体评分由训练前的（65.0±10.8）分提高至（92.7±3.5）分，平均吻合时间由（279.0±48.0）s 缩短至（119.3±12.5）s，运动距离由（459.0±59.2）cm 缩短至（239.3±33.9）cm，差异均有统计学意义（P 均＜0.05）。器械碰撞次数、器械离开视野次数、脱离目标次数在训练前后无明显变化（P 均＞0.05）。详见表1。
(1)
其中j =1,2,…,n 代表不同的决策单元；θ 为相对效率；
和
表示松弛变量；X i0 和Y r0 分别指DMU0的投入和产出值。
(二)K-means聚类分析
K-means聚类是聚类分析中最简单和高效的无监督学习算法，它的核心思想是用户指定聚类数目即初始类质心，按照最近距离原则聚类，依据各类中的观测点均值重新确定新的类质心，反复迭代直至达到满足迭代终止条件[16]。
(三)数据来源和指标选择处理
本文数据获取的两个渠道分别是巨潮资讯披露的上市公司年度财务报告和RESSET数据库。为满足数据的可获得性、完整性和有效性，本文选择以2015年作为研究起点，将在该起点之前已上市流通的18家显示器件公司作为研究对象。
将得到的平均弹性模量和平均密度代替干岩石模量和密度，然后用Gassmann方程进行流体替代。对于未吸附饱和状态的煤岩来说，孔隙(包括基质大孔隙和割理孔隙)内充填为溶解气体饱和的盐水。Gassmann方程表达了纵波速度与岩石固体颗粒的弹性模量，流体体积模量，干燥岩石体积模量及孔隙度、岩石密度的关系，即
综合考虑当前学者关于财务效率的研究、半导体显示器件行业的特点以及各指标间的相关程度，最终确定的财务投入指标为：研发投入总额(X1)、固定资产原值(X2)、资产负债率(X3)、营业成本(X4)；财务产出变量为营业收入(Y1)、利润总额(Y2)、净资产收益率(Y3)。
护理结束后,实验组患者的血栓发生率明显低于对照组,同时患者满意度也高于对照组,其差异具有统计学意义,结果具有可比性(P<0.05)。
在高等教育阶段，确保家庭经济困难学生报到时可通过学校“绿色通道”直接办理入学手续，缓交学费和住宿费。入学后，所在学校将根据学生实际情况采取不同方式予以资助。
二、评价模型构建与过程分析
依据归一化后18家上市公司在2015-2017年的财务投入和产出数据，利用DEAP2.1软件，基于投入导向的DEA分析方法，选择变动规模收益的VRS模型评价半导体显示器件上市企业财务效率，模型实证结果如表1所示。
表 1半导体显示器件上市公司财务效率实证结果
注：(1)综合效率=纯技术效率×规模效率；
(2)“↑”代表规模收益递增；“↓”代表规模收益递减；“-”代表规模收益不变。
(一)效率分析
莱宝高科、金龙机电、华东科技、凯盛科技财务效率平均水平处在行业中下游。莱宝高科经营现金流表现良好，主要问题是现金类资产利用效率过低，没有有效利用财务杠杆。公司在2015年和2016年对闲置生产线、配套设备存货计提大额减值造成了经营亏损。金龙机电业绩受消费电子市场影响，连续两年计提巨额存货减值，此外高溢价并购推高了资产负债率的水平为其埋下了债务困局。华东科技2016年为了平板显示业务发展，发生巨额的长期外币借款，其次投资依靠IGZO技术的面板生产线在试运营阶段，处于研发、产能以及良率的爬坡期，拖累了华东科技发展。凯盛科技的2017年研发投入使用效率得以提高，问题在于经营业绩不理想，是受到下游电子显示市场供大于求的影响，存货金额水平都接近营业收入的三分之一。固定资产折旧费用、研发费用过快增长对公司的成本控制和产品毛利率提出严峻考验。
综合效率值用来说明企业的财务资源的配置能力和使用效率。半导体显示器件上市公司综合效率在2015-2017年的平均值分别是0.971、0.849、0.867，代表在三年内整个行业的财务投入存在2.9%～15.1%程度的利用不足情况，总体上财务投入和产出要素运行效率良好，但显现出下降趋势，有更多发挥经济效益的空间。从表1看出，三年来仅有合力泰、长信科技、锦富技术、深纺织、东旭光电、京东方、奥瑞德7家公司处在DEA效率前沿面上,达到DEA相对有效状态，剩余占样本总量66.7%的12家公司则未实现有效状态。莱宝科技和凯盛科技连续三年都未达到有效前沿，平均距有效前沿水平分别是26.13%和21.13%。金龙机电和深天马在2016和2017年出现DEA无效。宇顺电子、麦捷科技在2017年财务配置不合理，但纯技术效率都为1并都在规模报酬递增阶段，是有利的表现。彩虹股份在2016年没有达到有效技术前沿，通过对规模调整2017年又重回DEA有效。总体上，半导体显示器件企业平均综合效率未达到有效，行业内差距明显，两级分化现象严重，未达标的企业数量由4家增加至8家，说明业内公司财务资源利用效率不高，财务资本配置不合理等问题的影响范围扩大。
2.纯技术效率和规模效率分析
纯技术效率反映企业技术管理水平对财务效率的影响。从纯技术效率来看，表1可看出，2015年只有莱宝高科、联创电子、苏大维格、凯盛科技不处在有效生产技术前沿，占样本总量的22%，行业均值是三年内的高点为0.971，当时行业技术投入产出效率水平较高。2017年联创电子、苏大维格纯技术效率重回最优，未达到纯技术效率最优的企业，达到样本总量的37%，但与2015年相较，纯技术效率均值锐减至0.907，其中金龙机电和华映科技下降幅度最甚。规模效率水平比纯技术效率水平表现更优，三年均值分别是1、0.966和0.957，2017年规模效率值降低主要受到麦捷科技的影响，还是可以看出三年来企业规模与财务资源投入产出更为契合。
结合表1、表2和图1的结果，合力泰、宇顺电子、长信科技、锦富技术、东旭光电、京东方、联创电子、奥瑞德8家公司财务效率平均水平处于整个行业的上游，相对达到对财务资源的最优配置。
规模报酬表示企业实际财务投入产出比例同最优比例之间的差距。对规模报酬而言，三年内半导体显示器件行业总体上处于规模报酬不变的良好阶段，但规模收益递减的公司数量从2015年的1家上升到2017年的5家，这5家公司分别为莱宝高科、深天马、华映科技、华东科技、凯盛科技，这些公司的共同的特点是纯技术效率值导致了规模报酬递减，其管理层应及时控制发展速度与规模，重点找到自身技术的不足，提高投资决策科学性。
(二)投影分析
彩虹股份和麦捷科技的财务效率平均水平在行业末端，这两家都属于规模投入不足，此时应当扩大生产规模，寻找最佳的规模经济。
表 2 2015-2017年度 DEA无效半导体显示器件上市公司平均投入冗余率及不足率
注：(1)X i 表示第i 种投入指标2015-2017年三年平均值；指第i 种投入指标2015-2017年三年平均冗余值；(2)Y i 指第j 项产出指标；
指第j种产出指标的不足量。
表2看出，共有9家半导体器件上市公司出现投入冗余和产出不足情况，占样本总量的50%。各投入指标中，资产负债率平均冗余度最高为20.81%，资本结构不合理问题较为突出，营业成本平均投入冗余度最低为1.40%，研发投入和固定资产的冗余度分别是10.93%与13.39%。投入冗余主要分布在资产负债率和营业成本上分别有9家和8家公司，研发投入和固定资产冗余分别有5家和3家公司。固定资产冗余在企业间差距最明显，最高华东科技直达82.21%，最低莱宝高科为5%，二者相差77.21%。产出指标方面，9家公司在营业收入或利润总额上存在产出不足的情况，营业收入和利润总额平均产出不足率最高的企业是苏大维格与莱宝高科，同为67.5%。仅有金龙机电和苏大维格的净资产收益率产出不足。产出表现欠佳意味着行业内获利能力不强，这可能是由市场同质产品供应过多导致过剩、产品布局不合理竞争力较弱等方面促成。
相比生产与交通设备，低收入家庭拥有电器的状况较好，移动电话、彩电、洗衣机普及比较广泛，尤其是移动电话，每百户拥有量达到85台，且农村地区拥有移动电话的数量要高于其他三个区域，可能与农村地区家庭人口较多，大量青年、中年人外出求学、就业，家庭成员长时间分离，更需要移动电话进行情感联络有关。此外，低收入家庭拥有微波炉、热水器、排油机等这类家电的比较少，且主要集中在中心城市，计算机、照相机、音像设备普及范围就更小了，每百户拥有量不到10台(分别为9台、1台、1台)。
(三)聚类分析
图 1半导体显示器件上市公司 K-means聚类结果
由表1的计算结果，得出18家公司自2015-2017年的综合效率、纯技术效率和规模效率的平均值，再以它们作为聚类变量，运用R软件的K-means函数进行聚类，通过比较不同聚类数目下的结果，在聚成4类下类间解释的离差平方和占总平方和的值最大为93.94%，因此聚成4类时总体聚类效果最佳，最后用plot函数呈现聚类结果，见图1。
因为本文选取的投入产出指标內数量级差异过大，决定采用极值法将原始数据进行归一化处理，化为无量纲化形式以此消除数据极差影响。采用的极值公式为
其中
为第j 家显示器件上市公司的第i 项指标值，
和max分别是第i 项指标中的最小值和最大值。
3.规模报酬分析
深纺织、深天马、苏大维格、华映科技4家公司的财务效率平均水平处于中游。2016年深纺织偏光片销售业务出现亏损，与日韩同行相比规模小，产品良率低，设备损耗率高，加之原材料采购成本在当年受国际汇率波动影响较大，经营压力剧增。当期深纺织收到战略投资人认缴投资款，流动资产增幅过大造成资产负债冗余。好在深纺织2017年极力降低成本、损耗，调整产品结构，积极抢占高利润大尺寸的偏光片市场，财务效率又来到了最优状态。一直以来深天马研发投入比较充足位于行业前列，但见效周期长，需要加强研发投入的考评机制。2017年深天马资产负债率51.18%同比增长14.65%，主要是短期借款大幅增加造成，这些资金大部分都用于新一代生产线项目，当期企业的财务费用增加3.65亿元，财务成本负担较重。与此同时深天马盈利能力下滑，原因是作为主营业务的电子元器件生产量和销售量均出现不同程度的下滑。苏大维格的三年来净资产收益率水平不高，但是经营业绩保持不错的增长势头，苏大维格正处于资产和业务规模不断扩大阶段，而且长期坚持原始创新突破，研发和量产还需经过一段爬坡期和市场磨合期，未来要重点解决技术成果产业化、商业化难题。华映科技生产运营过于依赖实际控制人，盈利能力不足，应收账款和存货压降困难，短期偿债能力受影响。资产负债率高始源于重组华映光电，其进料加工业务模式对营运资金的要求高。固定资产冗余来自于产能稼动困难，多品种产品辊轮更换损耗高，客户认证期长，存在减值迹象。
1.综合效率分析
为了更好地帮助DEA无效企业找到财务效率的改进方向，下面将从投入冗余和产出不足的角度展开。
报道说，金正恩夫妇提前在机场迎候。军乐队、仪仗队和市民为文在寅举行了机场欢送仪式。7点30分左右，文在寅与金正恩一道乘车前往白头山将军峰。若天气良好，他们将在下山途中经过天池。文在寅结束登山后，将从三池渊机场乘机回国。
三、结论与建议
本文通过构建DEA和K-means聚类的财务效率评价分析框架对我国半导体显示器件上市公司进行了较为客观的分析，得出来以下结论：
第一，半导体显示器件行业2015年至2017年综合效率未实现有效，且其受纯技术效率影响程度更甚，行业规模效应带来的财务红利渐尽；第二，连续三年稳定实现财务效率有效的企业较少，不同年份企业财务效率表现不一，个别企业拉低行业整体水平；第三，从投影分析结果来看，4个财务投入指标中资产负债率平均冗余度最高，3个财务产出指标中营业收入产出不足率最高，值得管理层关注。第四，半导体显示器件行业营业资金需求量大、研发周期和见效期长，管理层需要审视未来成本管控和资产配置的优化方向和丰富途径。
对我国半导体显示器件产业现状以及如何实现产业的“追赶者”角色向“领导者”转型提出了以下建议：
(3)据统计，2016年新疆城镇人口失业数量为9. 66万人，失业率为2. 5%(同期全国失业率为4%)，根据调研发现，新疆每年棉花成熟后的拾花季节要引进一定的外地打工人口进行拾花，雇工人数高于家庭用工人数，因此棉花进口不一定会带来当地失业问题。
(1)在政府层面，要积极履行职能，支持引导半导体器件企业创新发展。从顶层设计上统筹规划，防止盲目技术投入，预防产业结构性过剩。继续调动国家专项基金、地方产业基金等各方创投引导资源，延续政府贴政贴息政策，与市场化投入协同，降低企业融资成本。同时集中这些资源支持骨干企业推动技术发展、成熟、迭代，缩短量产周期，提高产品良率。适当调整半导体显示器件的进出口物资、核心设备的税收优惠，完善研发费用加计扣除政策等降低企业税务负担。
社会团体推动型联盟定位为学会协会等社会团体组织在产业层面落实国家创新体系的途径和举措，如山西、重庆、广西、北京、内蒙古、武汉、香港地区的BIM联盟由各省建筑领域相关协会主导发起，推动本省联盟成立及开展相关工作，联盟承担着一定政府职能。
(2)在行业层面，要提升行业配套能力，集中优势企业组建技术创新平台联合攻克技术难关，可以加快上游制造环节中对海外依托度高的核心设备、原材料、元器件内置化、产业化进程，突破核心材料、关键技术和共性技术发展瓶颈，降低原材料和关键设备的采购成本。目前，量子点、激光、印刷、Micro-LED等都是下一代高端显示技术热点，每一轮技术迭代意味着新一轮的资本投入，行业协会可以协助政府、企业规划技术路线发展方向，提示行业内重大风险如产能过剩、重复建设、不达标项目，优化资金配置。
(3)在企业方面，要潜心研究未来市场走势，挖掘新的利润增长点。随着显示技术和生产良率的差距不断缩小，企业为了在竞争中求得生存，难免各自为战相互挤兑利益受损。显示技术作为人机联系的端口，应用范围甚广，且从半导体产业的发展历程来看，无一不应证了“下游兴则上游强，品牌弱则上游弱”的演绎规律。当前我国已经稳居全球最大半导体消费市场，在显示器件产品销售价格不景气的环境下，涌现了“大智移云”、5G、区块链、AR/VR等新兴技术为半导体显示行业赋能。京东方就在此背景下积极转型布局物联网生态，不断开拓应用市场，智慧零售电子标签、智慧睡眠仪等新应用业务正迅速成长，为其他企业寻求多元商业模式做了表率。
参考文献：
[1] 国家发展和改革委员会,工业和信息化部. 2014～2016年新型显示产业创新发展行动计划[N]. 中国电子报,2014-10-17(003).
[2] 国务院.国务院关于印发“十三五”国家战略性新兴产业发展规划的通知 [EB/OL].(2016-12-19).http://www.gov.cn/zhengce/content/2016-12/19/content_5150090.html.
[3] 财政部,海关总署,国家税务总局. 关于扶持新型显示器件产业发展有关进口税收政策的通知[EB/OL].(2016-12-5). http://www.chinatax.gov.cn/n810341/n810765/n1990035/n1990126/c2505647/content.html.
[4] 中华人民共和国工业和信息化部. 新材料产业发展指南[J]. 建材发展导向, 2017，(20):11～16.
[5] 李秋平. 光伏企业投资效率指标体系构建与应用[D].青岛：中国海洋大学,2014.
[6] 王一冲. 商业服务类上市企业的财务效率影响因素研究[D].太原：太原理工大学,2017.
[7] 曹璇. 基于SFA方法的中国信托公司财务效率研究[D].太原：山西财经大学,2016.
[8] 徐淑芳,余楚楚.我国村镇银行的财务效率影响因素研究——基于宏观经济环境视角[J].宏观经济研究,2016，(5):119～127.
[9] 冯海红.小额贷款公司财务效率和社会效率及其影响因素——基于DEA-Tobit两阶段法的实证分析[J].财经理论与实践,2017,38(3):33～38.
[10] 杜剑,王肇,杨杨.房地产业“营改增”对企业财务效率影响研究——基于DEA模型的实证检验[J].贵州财经大学学报,2018，(6):72～80.
[11] 肖思奎,张勇,刘开峰.国企财务效率的因子分析——以江苏省上市国企为例[J].经济师,2016，(1):163～164.
[12] 刘吉成,林湘敏.光伏发电上市公司财务效率研究[J].华北电力大学学报(社会科学版),2018，(5):34～41.
[13] 王婧.基于PCA-DEA的金融企业财务绩效评价研究[J].金融理论与实践,2017，(7):104～109.
[14] A. Charnes,W. W. Cooper,E. Rhodes. Evaluating Program and Managerial Efficiency: An Application of Data Envelopment Analysis to Program Follow Through[J]. Management Science,1981,27(6).
[15] Banker R D, Charnes A, Cooper W W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J]. Management Science, 1984, 30(9):1 078～1 092.
[16] 孙吉贵,刘杰,赵连宇.聚类算法研究[J].软件学报,2008，(1):48～61.
文章编号： 2095-4654( 2019) 04-0037-06
*收稿日期： 2019-04-24
基金项目： 湖北省教育厅重点项目“不适定问题非经典正则化方法有关问题的研究”(D20152801)
中图分类号： F275； G124
文献标识码： A
开放科学(资源服务)标识码( OSID)： 
责任编辑：胡 莉
标签：半导体显示器件论文; dea论文; k-means论文; 财务效率论文; 湖北经济学院会计学院论文; 湖北科技学院经济与管理学院论文;