570 likes | 822 Views
南台科技大學 專題討論報告 指導老師:黃振勝 姓 名:林士群 學 號: M98U0109 中華民國 98 年 12 月 09 日. 壹、報告內容. 報告之資料來源: 我國 TFT-LCD 產業經營效率之研究 - 以資料包絡法分析 A Study on the Productivity Efficiency of TFT-LCD Industry in Taiwan -An Application of DEA Approach 作者: 賴文玲 全國博碩士論文 / 世新大學 / 經濟學研究所 ( 含碩專班 )/93/ 碩士 /093SHU05389020.
E N D
南台科技大學 專題討論報告 指導老師:黃振勝姓 名:林士群 學 號:M98U0109 中華民國98年12月09日
報告之資料來源: 我國TFT-LCD 產業經營效率之研究 -以資料包絡法分析 A Study on the Productivity Efficiency of TFT-LCD Industry in Taiwan -An Application of DEA Approach 作者:賴文玲 全國博碩士論文/世新大學/經濟學研究所(含碩專班)/93/碩士/093SHU05389020
摘要 一、 由 DEA之效率測量結果得知,在CCR與BCC模式下,以友達、和立的整體效率值表現最佳。其他廠商整體無效率原因大部份受技術無效率影響較多。顯示出國內TFT-LCD廠商不該只是一昧投入資源而造成投入與產出失當的情形。 二、 由 Malmquist生產力指數指出,技術變動是造成生產力變動的主要來源。 三、 由Tobit迴歸模型得知,廠商可藉由TCRI信用評等的增加,來提昇廠商整體技術效率。 • 關鍵詞:TFT-LCD 產業、資料包絡法分析、經營效率、生產力指數。
緒論 • 自1990 年工研院開發出3 至6 吋的TFT-LCD 開始,台灣已踏入發展TFT-LCD 產業的領域。不論在技術及生產能力皆有很大的提升,加上產業上、中、下游整體價值鏈之形成,為台灣提供非常有利的競爭優勢,因而贏得「液晶王國」的美名。根據工研院IEK(經濟產業技術資訊服務計劃)統計(如下表)。
研究範圍與目的 • 基於上述研究背景與動機,本研究將利用資料包絡分析法 (DataEnvelopment Analysis,DEA)進行分析,研究各家TFT-LCD 廠商的相對經營績效,包括整體經營效率、純技術效率和規模效率,藉以評估資源投入和獲得產出間的關係。 • 本文研究範圍是我國光電產業中TFT-LCD 產業,樣本取樣上考慮公司的市場地位重要性,選取其主要產品比重為TFT-LCD 相關產品之上市廠商,共計8 家如下。數據來源以TEJ(台灣經濟新報資料庫)。
文獻探討 • 我國TFT-LCD 產業概況 • TFT-LCD 產業已成為我國的重點產業,整體產業結構可分為上游原料廠、中游面板廠及下游各項應用產品等市場。技術的不斷進步,促使產品的世代交替,如:筆記型電腦用之STN 被TFT-LCD 面板所取代,CRT 監視器市場更是快速被LCD 監視器所侵蝕,而在液晶電視技術逐漸突破,液晶電視之出貨量亦逐漸增加。
研究方法 • 本文主要以資料包絡分析法 ( data envelopment analysis,DEA )為基礎,探討我國TFT-LCD 產業廠商的經營績效。因此本章第一節先說明效率之定義及衡量方式。第二節介紹DEA 理論,及其使用特性及限制。
效率的定義 • 何謂效率? ,即 E = O / I (E 代表效率,O代表產出,I 代表投入)
衡量方式 • Farrell 理論 • Farrell 於1957 年將生產效率分為:技術效率 ( technical efficiency )、配置效率 ( allocative efficiency )、總效率 ( total economic efficiency )。
Farrell 理論基於三個基本假設:第一、生產前緣(Production Frontier):生產前緣是由最具效率的生產點連接而成,任一生產點與生產前緣之差異,表該生產點無效率的大小。即廠商利用現有的技術水準,配合即定的要素組合,若生產達到最大產出水準時,該生產點會落在生產前緣上。若該生產點不在生產前緣上,即表示該生產點無效率。第二、固定規模報酬(Constant Returns to Scale):此理論假設廠商之生產技術為固定規模報酬。第三、生產前緣凸向原點(Convex),每點斜率皆不為正。
在以上的假設下,若一廠商是固定規模報酬,使用兩種投入(X1、X2),產出單一產品為 Y,SS’即為為等產量曲線 (Isoquant) ,表示生產一單位 Y 所需X1 與 X2 的最小可能組合,線上每一點皆具完全技術效率。若生產組合落於SS’的右上方,如 P 點,表示其不具技術效率,因為 Q 點使用的生產組合量較少也可以生產出與 P 點相同的產量。因此 P 點的技術效率可定義為:
當廠商面對完全競爭市場時,其投入要素的相對價格比為 AA’ 之斜率,可定義P 點的配置效率(AE)為OR/OQ , RQ 是配置無效率的部份,而 P 點的總效率 EE ( total economic efficiency ) • 由上可發現總效率 ( EE ) 是技術效率 ( TE ) 與配置效率 ( AE ) 的乘積。
DEA 模型理論 • 一、CCR 模式 • 二、BCC 模式
CCR 模式 • 利用Farrell 效率衡量模式之觀點,利用多項投入及多項產出效率23衡量的概念,在固定規模報酬(CRS)假設下,探討投入導向與產出導向二種模式,尋找出最大產出或最小投入為邊界,將受評估之各項產出與投入因子利用數學規劃分別加以線性組合,以兩個線性組合之比值代表受評估單位之效率,各個受評估之效率值介於0 與1 之間。並將此定名為DEA 法。DEA 模型之CCR模式可表示如下:
其中:Ykm :表第k 個DMU 的第m 項產出值 • Xkn:表第k 個DMU 的第n 項投入值 • Um:表第k 個DMU 的第m 個產出值的加權值 • Vn:表第k 個DMU 的第n 個投入值的加權值 • Hk:第k 個DMU 的相對效率值 • ε:表一極小的正數
投入導向模式:在產出項加權組合為1的限制下,極小化投入項的效率值投入導向模式:在產出項加權組合為1的限制下,極小化投入項的效率值
BCC 模式 • 上述CCR 模式與 Farrell 一樣是假設固定規模報酬狀態下,而計算出的DMU 效率值。但當規模為非固定時,可能由於運作規模不當,而造成無效率。因此由Banker、Charnes 及Cooper 於1984 年針對CCR 模式,擴充為以變動規模報酬的觀念,探討有關技術效率、規模效率、規模報酬等問題,簡稱為BCC 模式。我們直接以線性規劃模式說明如下: • m=1,2……,M • n=1,2……,N • k=1,2……,K
DEA 的特性與限制 一、DEA 運用上的特性 二、DEA 使用上的限制
DEA 運用上的特性 • DEA 為衡量多項投入、多項產出的非參數法,對投入與產出間的關係,不需預測也毋須設定,所以不會面臨預設函數的困難,在實用上較為可行。 • 可用來分析相對有效率與相對無效率之組織,只要受評估之DMU 採用相同的計量單位,則其目標函數不受投入產出計量單位之影響,具單位不變性的特性。 • DEA 可處理組織的外生環境變數,可對組織外不可控制之環境變數加以處理,即可同時評估不同環境下DMU 的效率。
DEA 使用上的限制 • DEA 無法處理產出項為負值,只能提供相對效率評估,而非絕對效率的衡量,因此當一受評估的DMU 為相對有效率時,可能只是壞中取相對不壞者,而非真正有效率者。 • 運用於同質性較高的DMU,同質性越高則衡量效率越好,則其評估的結果亦愈具有解釋能力。 • 資料的準確度愈高,則所求出之評估結果才愈正確。
Malmquist 生產力指數 ( MPI) • Farrell (1957) 提出的效率測度法,是在生產技術不改變的情況下,衡量廠商的產出投入距離生產邊界之程度,並將其估計出的生產效率指標作為評估廠商生產營運績效的指標。 • 為了瞭解每一個DMU 在不同時期中其技術變動與生產力的變動情形,我們可藉由Malmquist 生產力指數來衡量DEA 跨期間其生產力變化。
Caves、Christensen and Diewert (1982) 所提出兩個Malmquist 總要素生產力指數的幾何平均數,以固定規模報酬( constant return to scale,CRS)做為評估的基礎,將生產力的變動分解為技術效率的變動(Technical EfficiencyChange,TEC)與生產技術的變動(Technical Change,TC),並用產出距離函數定義,以衡量每一個DMU 在不同期間內生產力變動的情形定義第t 期及第t+1期的Malmquist 總要素生產力指數如下:
資料與實證 • 本研究以DEA 方法做績效評估,在DEA 研究中,投入要素與產出要素選取是最重要的步驟。不同的投入和產出變數可能會導致評估效果的不同。因考量到TFT-LCD 產業隸屬於高科技產業,因此本研究將有關高科技產業之DEA研究文獻中產出與投入變數做以下整理,如下表:
產出變數中,以營業收入淨額,代表公司該年度生產之財貨銷售之額度。營業利益=(營業收入-營業成本),由於營業利益的計算過程中己將所耗用的一切成本均列入考量,因此在關注本業的獲利能力時,營業利益便為重要的指標。產出變數中,以營業收入淨額,代表公司該年度生產之財貨銷售之額度。營業利益=(營業收入-營業成本),由於營業利益的計算過程中己將所耗用的一切成本均列入考量,因此在關注本業的獲利能力時,營業利益便為重要的指標。
投入與產出變數之相關性分析 • DEA 模型所選擇的投入與產出變數需有同向的關係,若有負相關存在,則必需將該項目剔除。本研究針對前一節中所整理出之投入與產出變數進行相關檢定,如下表4-4 為分析之結果。
廠商經營效率之實證結果分析 • 一、CCR 模式下廠商經營效率值之分析(整體技術效率) • 在CCR 模式下,規模報酬是固定的,效率值等於1 為相對效率,小於1則為相對無效率,各廠商效率值整理如表:
二、BCC 模式下廠商經營效率值之分析(純技術效率)在BCC 模式下,規模報酬是變動的,純技術效率值介於0 與1 之間,等於1 為相對效率,小於1 則為相對無效率。其所衡量的純技術效率值,代表在產出固定下,所投入的資源能否有效運用,並不會受DMU 未達最佳規模而有所影響,各廠商效率值整理如表4-6:
三、廠商規模效率之分析 • CCR 模式下效率值除以BCC 模式下效率值的結果而求得規模效率,其效率值介於0 與1 之間,等於1 代表DMU 可達最適生產規模且規模為相對有效率,小於1 則為相對無效率。各廠商規模效率值整理如表4-7:
四、被參考次數(Peers)傳統CCR 模式為了加強鑑別程度,避免發生有效率DMU 過多而導致判斷優劣的情況,常藉助對偶模式所求出的kλ ,其值不為0 時所對應的DMUK為受評估單位之參考DMU,當某DMU 出現在其他DMU 參考點的次數越多時,表示該DMU 有效率的強度(Robustness)則越強,若有效率的DMU 不曾出現在其他DMU 參考點中,這種DMU 可能為外圍值(Outlier),其效率值還是為1。
Malmquist 生產力指數分析 • 分析完各廠商的效率值後,接著使用Malmquist 生產力指數來探討各DMU之各季改變趨勢,並找出改善影響生產力的關鍵因素,求出綜合技術效率變動(effch)、生產技術變動(techch)、純粹技術效率變動(pech)、規模效率變動(sech)與MPI 生產力變動(tfpch)。
由表4-10 探討國內8 家TFT-LCD 廠商2002 年第1 季至2004 第3 季共11 季的 變化情形
表4-11 以季來探討國內TFT-LCD 廠商之跨期變化,表中第2、6、9 季MPI 生產力變動(tfpch)小於1,分別探討其原因如下:第2 季(2002 年Q2),主要是因為2002 年第二季開始國內TFT-LCD 產業便處於供不應求狀態,使得MPI 生產力變動情形呈現退步。
Tobit 迴歸分析 • 我們將上一節所求出之廠商效率值,藉由Tobit 迴歸分析,進一步探討影響TFT-LCD 廠商經營效率的主要因素。 • Tobit 迴歸模式是專門處理截斷式資料的一種方法,因其被解釋變數被截斷、限制住,故又可稱為Censored Regression Model 或 Limited DependentVariable Model。Tobit Model 如下:
本研究使用的軟體為Eview 3.0,將各廠商之相對效率值做為迴歸式的被解釋變數,而解釋變數則排除已在DEA 分析中使用過的投入與產出變數,另選擇會影響廠商相對效率值的變數。本研究選擇下列五項因素做為被解釋變數,其個別說明如下。
表4-12 中模型一代表在固定規模報酬(CRS)下,Tobit 迴歸分析結果得知:TCRI信用評等與整體技術效呈現正相關,影響的方向與我們預期的相同,且達到1%的顯著水準,表示廠商可藉由提高TCRI 信用評等來使整體的技術效率提昇。 • 負債比率、總資產週轉率、研發費用率、存貨週轉率則整體技術效率呈現不顯著關係。
結論與建議 • 一、DEA 分析 • 總結來看,TFT-LCD 廠商在CCR 和BCC 模式下,在平均排名上不盡相同,差異不大。 • 由時間趨勢來看,各家廠商的變動也大致相同,依高至低排名分別為友達、華映、和立、奇美電、彩晶、廣輝、和鑫、力特。 • 而奇美電、彩晶、廣輝、和鑫、力特整體無效率的原因為技術無效率影響較多,受規模無效率影響較少。
二、Malmquist 生產力指數分析 • 國內TFT-LCD 廠商MPI 生產力變動(tfpch)呈現進步情形,其大部份因素是來自於生產技術的變動(techch),在生產技術的變動中,和鑫仍居第1,和MPI 生產力變動的情形是相同的,而其他廠商的各期平均結果,也和MPI 生產力變動(tfpch)的情形相同。 • 國內TFT-LCD 廠商綜合技術效率變動(effch)呈現衰退情形,其大部份原因來自於廠商較偏離固定規模報酬或長期最適生產規模。
三、Tobit 迴歸分析 • 本研究以總資產週轉率、研發費用率、存貨週轉率、負債比率、TCRI 信用評等做為被解變數,探討對廠商經營效率所帶來的影響。 • TFT-LCD 廠商可藉由提高TCRI 信用評等來使整體的技術效率提昇。而負債比率、總資產週轉率、研發費用率與存貨週轉率則與整體技術效率呈現不顯著關係。