体育用品上市公司经营效率的非线性动态变化研究 *

体育用品上市公司经营效率的非线性动态变化研究*

司钦如1苏志伟2

(1.商丘师范学院 公共体育教学部，河南 商丘 476002；2.中国海洋大学 经济学院，山东 青岛 266100)

摘要：采用Chortareas & Kapetanios所提出的SPSM结合KSS傅立叶平稳性检验方法对体育用品上市公司经营效率的稳定性进行检验，该方法对于捕捉“U”形结构突变点和平滑突变点具有较高的检验“势”。研究结果发现，除安踏、特步国际的经营效率呈现发散的变动特征之外，中体产业、李宁、青岛双星和宝胜国际上市公司的经营效率均呈现非线性稳定的特点，表明了安踏和特步国际上市公司的经营效率在偏离均衡的部分无法通过市场调节自行恢复到均衡水平，而其余四个体育用品上市公司的经营效率所偏离均衡的部分能够通过市场调节自行恢复到均衡水平。

关键词：体育用品；经营效率；SPSM；收敛

收稿日期：*2015-04-28

作者简介：司钦如(1979-)，男，河南商丘人，商丘师范学院公共体育教学部讲师，主要从事体育人文社会学、体育经济研究。

中图分类号：F724.2

文献标识码：A

文章编号：1672-335X(2015)03-0061-09

Abstract:This paper uses Sequence Panel Selection Method(SPSM)combined with KSS Fourier unit root proposed by Chortareas and Kapetanios to investigate the stability of operating efficiency of sporting goods listed companies. It has the high power to capture "U" shape structure and smooth point mutation. The empirical results show that the efficiency of the four listed companies is nonlinear stable except ANTA and XTEP, indicating that ANTA and XTEP's efficiency deviation equilibrium of the market cannot be restored to equilibrium level by self-regulation, and the other four listed sporting goods companies can be restored to equilibrium level through market adjustment.

一、引言

随着经济的发展与时代的进步，体育休闲生活和娱乐越来越受到人们的重视，居民对体育用品的消费也具有明显提升的态势，体育运动呈现生活化、市场化和商品化的特点也日益显现，由于体育产业相对于传统产业而言，具有资源消耗低、环境污染小、附加值高和发展潜力大的特点，因此运动休闲领域以及运动休闲产业在当今社会发展中所扮演的角色也愈加重要。与此同时，以体育产业链、体育休闲度假区、体育圈和体育用品为代表的新兴体育产业模式逐渐显现，越来越多的体育用品生产企业进入了国际市场，而且还占据了非常重要的市场份额，无疑成为了体育用品行业发展的重要支柱。2010年3月，国务院发布了《关于加快发展体育产业的指导意见》，明确提出加大体育产业的投融资力度，拓宽体育产业发展资金的来源渠道，这标志着体育产业即将演变为国家的战略性产业。与此同时，许多体育用品上市公司也乘我国证券市场与经济发展的东风，逐渐通过上市的形式广泛吸纳社会闲散资金在增强市场竞争力和占有率的基础上迅速扩大发展规模。但不可忽略的是，上市公司虽然在总体规模的发展上速度较快，但是其发展质量和经营效率却参差不齐。由于经营效率是上市公司竞争能力、投入产出能力和可持续发展的重要体现，也是上市公司实现资源优化配置的重要象征。因此，对体育用品上市公司的经营效率进行测算，并对其变动特征进行分析，不仅能够从宏观层面认识体育上市公司的综合发展质量，深入了解体育产业发展的总体趋势，还能从中观层面认识不同体育上市公司发展过程中所存在的差异及不同，更能从微观层面把握上市公司经营效率对外界影响的敏感性，从而为提升体育上市公司的价值及其发展提供参考依据，因而具有重要的现实意义。

目前，关于上市公司经营效率的研究成果已经汗牛充栋，归纳起来可以将现有的成果主要从以下三个层面进行阐述：第一，关于经营效率评价的方法，代表性成果主要有：Farrell首次提出基于前沿分析的效率评价方法，具体包括参数方法和非参数分析方法，其中参数方法主要包括随机前沿方法、自有分布方法与厚前沿方法等。[1]Zadeh提出模糊综合评价方法(FCE)对所构建的指标体系进行赋权，从而实现对效率的评价。[2]Aigner等首次通过误差项分界对决策单一的技术无效率程度进行估计，该方法通过对被评价的决策单元(DMU)与最优前沿面进行比较，从而对决策单元的效率进行评价。[3]Charnes等提出了采用数据包络法对效率进行分析，该方法是在Farrel的效率评价基础上以生产边界作为衡量效率的基础，并以数学模型对生产边界进行求解，然后将决策单位的实际资料与生产边界进行比较，从而衡量各个决策单位的相对效率及相对无效率程度。[4]Saaty提出采用层次分析法对投入产出的效率进行评价，该方法主要是采用平衡记分卡对所构建的指标体系进行专家打分，并以此来判断效率的问题。[5]Stewart采用经济增加值(EVA)对上市公司的绩效进行评价，该方法主要从绝对值的角度分析在剔除股东、债务资金成本后的税后经营业利润变动，主要衡量企业为股东所创造的财富。[6]张杰等首先采用Delphi法邀请专家，并进一步采用AHP方法对指标体系进行评价，并进一步运用DEA方法对汽车行业的经营效率进行分析。[7]李治国以房地产上市公司的经营效率为研究对象，运用熵值法对所构建的指标体系进行赋权，并进一步采用TOPSIS模型对经营效率进行测度。[8]第二，关于评价上市公司经营效率指标的选取，代表性成果主要有：李光金等采用每股总资产、每股净资产和每股主营成本作为投入指标，选取每股收益、每股主营利润作为产出指标。[9]饶田田和吕涛选取研发费用、销售收入、净利润和总资产指标对企业的经营效率进行评价。[10]孙刚和刘璐以寿险公司作为研究对象，构建了包含有承保能力、投资运作能力、盈利能力和资本充足等指标体系对其绩效进行分析。[11]张超选取销售毛利率、销售净利率、净资产收益率等代表公司的盈利能力，而选取流动比率、速动比率、资产负债率等反映公司的偿债能力。[12]周德田等选取主营业务成本、三项期间费用和员工数量作为投入指标构建响应的指标体系，并采用DEA方法对上市公司的经营效率进行评价。[13]姚晓芳和胡思文选取固定资产与营业成本作为上市公司的投入指标，将净利润和主营业务收入作为产出指标，并采用DEA方法对其经营效率进行测度。[14]陈颇以我国13家体育产业上市公司为研究对象，运用主成分分析法对不同时间内体育产业上市公司的经营绩效进行排序，结果发现上市公司的经营绩效在每年都会发生不同的变动，而且经营绩效在整体上会发生较为明显的波动。[15]第三，关于影响上市公司经营绩效的因素研究，代表性成果有：庞瑞芝等采用DEA方法对上市银行的经营效率进行评价，结果发现银行资产质量、人均营业费用和银行的清偿能力对其经营绩效具有显著的正向影响。[16]袁光才等、邱妘和梁立认为流动资产占总资产的比值和企业绩效之间呈现较为显著的正相关关系，而流动负债与长期负债的比值与企业绩效之间呈显著的负相关关系。[17-18]樊秀峰和王美霞研究发现净资产收益率、产权结构、资本结构和资产负债率是影响其经营效率的重要因素。[19]陈敏等研究发现盈利能力和总资产周转率对企业的经营效率具有显著的正向影响。[20]詹新寰选取国内17家体育产业上市公司为研究样本，对企业绩效的影响因素进行分析，结果发现营运资金结构对上市公司经营绩效的影响非常明显。[21]蒋红霞研究发现制度执行力、体系的科学性是影响企业经营绩效的重要因素。[22]

已有的研究成果均从不同视角围绕上市公司经营效率进行分析，无论是投入、产出指标的选取，还是经营效率的评价，均为本文的进一步研究提供了重要的价值参考。但是从已有的研究中也不难发现，学者在围绕上市公司经营效率进行分析时，主要具有两个特点，一是根据所选择的投入产出指标对经营效率进行测度，二是根据相应的回归方法(如：TOPSIS、TOBIT模型)对影响经营效率的因素进行实证分析。但是缺乏经营效率自身变动特征的研究，而且较少地研究分析经营效率的动态变化时，也仅仅局限在对经营效率的描述性统计层面，无法认识经营效率的真实变动特征。而且在经济的不断发展过程中，体制转变、政策调整等非预期冲击会对上市公司的经营效率产生重要的影响，而且该影响往往伴有结构突变的非线性特点。而传统的方法在分析经济变量的动态变化时，均假设偏离均衡的部分在恢复过程中是以等速和线性的形式调节，并没有将结构突变的情形考虑进来，因此在对变量的动态变化进行检验时具有较低的power(势)。举例而言，Dicky Fuller和Phillips和Perron所提出的稳定性检验方法，由于忽略了结构突变点的存在，使用这些方法对变量的稳定性进行检验时，非常容易出现接受原假设的情形，从而导致研究结果缺乏一定的可靠性。[23]Perron认为如果存在结构突变，传统的检验方法将会倾向于接受存在单位根的原假设，认为序列是非平稳的。[24]值得注意的是，在针对数据存在结构突变的情况进行处理时，传统方法一般会通过使用虚拟变量对突变点进行刻画，但是使用该方法时需要具备以下三个条件：第一，事先需要知道确切的突变点个数和位置；第二，传统方法只考虑到一至两个突变点；第三，使用虚拟变量意味着时间序列数据中会出现剧烈和快速变化。然而，现实中突变点的个数和位置通常事先无法确定，而是只有通过进行估计之后才能得到。同时，对于低频数据，仅仅使用虚拟变量并不能捕捉到较大幅度的结构突变。[25]同时，已有的研究在对上市公司研究时，较少有学者选取体育用品上市公司作为研究对象，原因在于前期我国体育产业发展处于朝阳阶段，其发展规模整体较小，因此不被学者所关注。但近年来，随着体育产业的飞速发展，体育消费需求不断增加，体育产业的重要地位也不断得到体现。

鉴于此，本文首先采用数据包络法(DEA)对体育上市公司的经营效率进行测评，将经营效率自身变动的特征作为基点，采用Chortareas & Kapetanios所提出的SPSM结合KSS傅立叶单位根检验方法对体育用品上市公司经营效率的动态变化特征进行刻画，[26]由于该方法能够捕捉到“U”型结构突变点和平滑突变点的特性，因此对于含有结构突变点的时间序列进行稳定性检验时具有较高的检验“势”。

二、研究方法介绍

当前已有许多学者研究指出，经济变量由于存在时间因素的影响，从而导致经济时间序列数据不但具有单位根的过程，而且还存在一定的非线性特征。因此，若使用传统的计量方法分析变量的动态变化特征势必会导致检验结果出现偏差，从而导致统计偏误的后果。与此同时，关于非线性调整的研究已经汗牛充栋，但是值得注意的是，这些关于非线性调整的研究并非完全用于非线性均值回归之中，而是在非线性的架构下对其稳定性进行分析。Chortareas & Kapetanios提出一套非线性面板单位根检验方法，[26]自此之后该方法受到许多学者的青睐，并将其应用于检验均值回归的数据之中。该方法有效地将Kapetanios et al与Im et al.进行整合，其中Kapetanios et al所提出的KSS检验法具有非线性的变动特征，而Im et al.所提出的IPS方法是用于面板数据的单位根检验。[27-28]Perron研究发现，如果经济数据存在结构性突变，则传统的检验方法则容易接受原假设，也即传统的方法在检验数据的动态特征方面具有较低的检验势，从而导致研究结论可靠性较低。[24]鉴于此，本文将采用Chortareas & Kapetanios所提出的SPSM结合KSS傅立叶单位根检验方法，[26]由于该方法中包含有能够检验结构突变存在的傅立叶函数，因此能够较好地捕捉数据的动态变化特征，也即具有较高的检验“势”。Kapetanios et al.所提出的KSS单位根检验在检验非线性动态变化的过程中具有较高的“势”，[27]其中该方法的备择假设是数据具有指数平滑自回归(ESTAR)的变动过程，其中，ESTAR模型如下所示：

(1)

(2)

若该估计方程经检验后无法拒绝原假设，即表示该序列存在单位根的过程，否则表明该序列呈现非线性变动的指数平滑自回归动态过程。Ucar & Omay将式(1)进行拓展，使其具有非线性面板单位根检验的特征，[29]其拓展后的形式如式(3)所示：

(3)

类似地，本文将式(3)进行一阶泰勒展开，并形成如式(4)所示的估计方程式，具体如下：

(4)

其中，δi=θiγi，而且此时的原假设及备择假设分别如下所示：

H0∶δi=0

(5)

H1∶δi<0

(6)

此时，在式(4)的基础上，进一步加入非线性傅立叶的成分进行拓展，其估计式如下所示：

(7)

其中，T为总样本数量，也即傅立叶函数变动的周期，由于该函数能够将任何随时间变化的函数形式近似地进行捕捉，因此通过[sin(2πkt/T)，cos(2πkt/T)]能够对确定向的结构性变动进行捕捉，而k表示在近似捕捉过程中所得到的最佳频率，[ai,bj]′表示频率波动过程中的振幅，而且只要存在结构性突变，则至少会存在一个频率要素对其进行捕捉。Gallant、Becker et al.和Enders & Lee，以及Pascalau发现利用傅立叶函数可以近似捕捉未知形式的结构突变点，[30-33]因此傅立叶最大的特性为在捕捉结构突变点的过程中，仅需要一部分低频率因素，就能够捕捉一个或多个结构性变动，而且该非线性捕捉行为适用于周期及非周期的形式，也不必实现得出该时间序列是否存在结构性变动，从而较采用虚拟变量的形式对结构突变进行刻画具有更高的检验“势”，而且该方法能够采用bootstrap数值模拟的形式自动搜寻出最佳的频率，即突变点的个数。

Chortareas & Kapetanios所提出的SPSM结合KSS傅立叶单位根检验的实证过程，[26]从统计学意义上来讲，即是将式(7)进行检验，该方法兼具非线性与面板数据的全面性特征，能够避免由于原序列平稳而掩盖非平稳时间序列的效果，从而具有较高的检验“势”。该方法的检验步骤具体如下：首先，以KSS傅立叶单位根检验法对时间序列进行检验，如果所有的时间序列是不平稳的，也即无法拒绝存在单位根的原假设，则程序停止，但是如果能够拒绝所存在的原假设，则执行下一步骤。其次，移除KSS统计量最小的数值，也即被认为是平稳的时间序列。最后，对于剩余的时间序列数据，则继续重复步骤一中的KSS傅立叶单位根检验程序。

三、实证分析

为了深入而又全面地分析我国体育上市公司的经营效率所存在的非线性动态变化特征，且基于数据的可得性及实证分析的连续性，本文选取李宁、中体产业、安踏体育、特步国标、宝胜国际和青岛双星共六家体育用品上市公司。在对经营效率的选取中，本文首先基于投入—产出的视角，采用数据包络法(DEA)对其有效生产界进行测度。该方法是Farrell以效率前沿的概念进行线性规划求解，将单一投入与单一产出之间建立一定数理模型。[1]Charnes等在该模型的基础上提出了DEA的CCR模型，[4]假设决策单元在规模固定下，对多项投入与多项产出之间的效率进行测度，其中CCR模型的形式如下：

(8)

(9)

(10)

目标函数为： Max μTy0+μ0=Vpε

(11)

约束函数为： wTxj-μTyj-μ0≥0

(12)

其中，μ0为规模收益变量，其值小于0时，意味着规模收益递增，等于0时，表示规模收益不变，而大于0时，表示规模收益递减。其对偶规划为：

目标函数为： Min θ-ε(eTs-+eTs+)

(13)

(14)

(15)

一般而言，DEA是一种非参数分析方法，它是直接基于一组特定的决策单位的数据生产边界，假如给定一个生产集，DEA通过线性规划找出一个包络所有实际生产点的最小凸锥，由此来推断最优生产点，通常情况下，这些最优点是一个弯曲折线的集合。其本质是利用统计数据确定相对有效的生产前沿面，利用生产前沿面的理论和方法而建立的非参数模型，它适用于固定、封闭系统中投入产出的效率评价，尽管海洋经济具有一定的开放性和外部性，但本文研究的对象是体育用品上市公司的经营效率，无论是在区域上还是研究主体上，都具有一定的封闭性，因此DEA方法对于研究体育产业的经营效率上具有一定的适用性。DEA-Malmquist指数是在运用面板数据的基础上，利用距离函数构造的，用来计算全要素生产率指数。Malmquist指数被广泛应用于投入产出方面的分析，由于Malmquist指数能够被分解为效率指数和技术进步指数，因此本文试图采用Malmquist指数来评价体育用品上市公司经营效率的动态变化以期获得实际的应用效果。在DEA理论分析中，技术增长指数=纯技术增长指数×规模报酬技术增长指数=效率改善指数×技术进步指数，而效率改善指数×技术进步指数就是数据包络方法(DEA)分析中的综合指数。基于前面理论的分析，本文选取每个体育用品上市公司的总资产、主营业务成本作为投入指标，选取净利润、存货周转率和主营业务收入作为产出指标，所有数据均来自各个公司的财务报表，数据样本期间为2008年1月至2012年12月。

如前所述，本文采用DEA-Malmquist指数法原理，采用DEAP 2.1计量软件对所选取的六个体育用品上市公司的经营效率进行测度*限于篇幅，本文未将所测的技术效率、纯技术效率一一列出，如有需要，请向作者索取。，其中描述性统计结果见表1所示。

表1　经营效率Malmquist指数描述性统计

注：***、**、*分别表示1%、5%和10%的显著性水平；J-B统计量用来检验变量是否服从于正态分布。

从表1中不难发现，在本文所选择的六个体育用品上市公司中，经营效率平均值最大的上市公司为安踏体育，达到0.14，其最大值为0.42，最小值为0.03，波动偏差为0.09，而经营效率平均值最小的公司为特步国际，达到0.08，该公司经营效率的最大值为0.31，最小值为0.01，波动的偏差为0.07。而且从表1中不难发现，中体产业和青岛双星的经营效率相同，都为0.09，意味着二者的经营情况相当，但是中体产业经营效率的最大值为0.09，最小值为0.01，标准差为0.09，而青岛双星经营效率的最大值和最小值分别为0.32和0.02。同时所有公司经营效率的偏度值均大于零，意味着经营效率的值服从于右偏分布。从每个体育用品上市公司经营效率的J-B统计量可以看出，其统计量均通过了一定的显著性检验，表明本文所选择的六个体育用品上市公司的经营效率均不服从于正态分布。

为了对比分析，本文首先采用ADF、PP和KPSS等传统的线性单位根检验方法对所选择的六个体育用品上市公司的经营效率进行稳定性检验，结果见表2所示。从检验结果中不难发现，所有公司经营效率的原序列在进行ADF、PP单位根检验时，其相应的统计量的绝对值均小于10%的临界值水平，意味着经过ADF和PP检验的统计量均没有通过显著性检验，则无法拒绝“序列存在单位根”的原假设，也即表明上市公司的经营效率呈现一种非平稳的变化状态。与此同时，通过KPSS检验结果可以发现，除宝胜国际公司的经营效率在5%的显著性水平下拒绝了“序列是平稳”的原假设，其余五个上市公司的经营效率均在1%的显著性水平下拒绝了“序列是平稳”的原假设，该检验结果也进一步体现了六个体育用品上市公司的经营效率的原序列呈现随机变动的非平稳态势。但是通过一阶差分后，所有公司经营效率在经过ADF、PP检验后，均通过了1%的显著性水平，表明一阶差分后的经营效率均在1%的显著性水平下拒绝了“存在单位根”的原假设，也即经过一阶差分后，所有公司的经营效率呈现平稳的变动特征。而一阶差分后的经营效率经过KPSS检验后，发现统计量均无法拒绝“序列是平稳”的原假设，进一步表明所有上市公司的经营效率在经过一阶差分后均呈现平稳的特征。然而，由于ADF、PP和KPSS并没有考虑结构突变的情形，因此这些变量具有较低的检验“势”。换句话说，当序列处于平稳的情况下时，用ADF、PP和KPSS检验时则很可能会接受“存在单位根”的原假设，认为序列是非平稳的，从而造成对检验结果的误判。

表2　传统线性单位根检验结果(含截距项)

注：***、**分别表示1%、5%的显著性水平；小括号中的数字表示Perron(1989)所提出的依据递归t统计量所选择的最佳滞后阶数(lag-order)，中括号中的数字表示Newey and West (1994)所提出的截尾窗宽(bandwidth)，ADF、PP的原假设是序列存在一个单位根，而KPSS的原假设为序列是平稳的。

Perron研究发现，如果存在结构突变点，由于传统平稳性的检验方法会忽略结构突变点的存在，因而会造成检验“势”较低的后果，并进而导致在分析过程中趋向于接受“存在单位根”的原假设。鉴于此，本文利用Chortareas & Kapetanios所提出的SPSM结合KSS傅立叶单位根检验方法对上市公司的经营效率的稳定性进行检验。由于事先无法获知上市公司的经营效率是否存在结构突变点，而该方法可以根据格子搜索法来捕捉最优的结构突变点，通过设定突变点个数的最大值，然后进一步根据残差平方和最小的特性来决定最佳突变点的个数，具体检验结果见表3所示。

表3　非线性SPSM稳定性检验

注：***表示1%的显著性水平，伴随概率的大小为采用bootstrap法模拟10000次获得。

从表3中不难发现，带有傅立叶的KSS统计量为-3.848，对应的伴随概率为0.002，意味着含有面板单位根的原假设被拒绝，而且根据SPSM的检验结果可知中体产业公司具有最小的KSS值，为-4.059，此时根据SPSM的模拟程序可知，中体产业将首次被从面板中移除，并继续重复面板KSS单位根检验。不难发现，第二个带有傅立叶的KSS统计量为-3.807，且其伴随概率为0.003，在1%的显著性水平下拒绝了存在单位根的原假设，所对应的截面单位为李宁体育公司，最小的KSS值为-4.013，表明李宁体育公司的经营效率呈现稳定的变动状态，此时安踏体育公司将被移除面板。接下来排在第三位达到平稳的截面为宝胜国际，该公司的经营效率经过含有傅立叶的KSS单位根检验后所产生的OU统计量为-3.755，所对应的伴随概率为0.003，通过了1%的显著性检验，表明宝胜国际公司的经营效率也达到了平稳状态，而且其最小的KSS值为-3.960，根据SPSM的程序方法，该截面体也将从面板中被移除。依次类推，接下来的体育用品上市公司的经营效率达到稳定的截面为青岛双星公司，其所对应的OU统计量分别为-3.687，而且所对应的伴随概率分别为0.004，通过了1%的显著性水平，表明青岛双星公司的经营效率拒绝了存在单位根的原假设，意味着青岛双星公司的经营效率呈现稳定的发展状态。而安踏和特步国际的OU统计量分别为-1.627和-1.596，所对应的伴随概率为0.133和0.312，二者均未通过10%的显著性检验，其所对应的Min KSS值分别为-3.659和-3.596，表明安踏和特步国际的经营效率呈现发散的变动特征。同时值得注意的是，从非线性SPSM检验结果可以看出，除宝胜国际的经营效率存在三个结构突变点之外，其余五个上市公司的经营效率均存在两个结构突变点，进一步验证了本文所选择的六个体育上市公司的经营效率存在结构突变点的特性。

从图1中体育用品上市公司经营效率的动态变化及非线性拟合中可以看出，当经营效率受到正向冲击时，经营效率随时间变化而发生的收敛调节作用，同时该图也清楚地显示了本文所选择的六个体育用品上市公司的经营效率均存在结构突变点，进一步验证了非线性面板顺序选择法(SPSM)在捕捉“U”型结构突变点时具有较高的检验“势”，而且在检验不同体育用品上市公司的经营效率层面也体现出具有显著的差异性，而且该差异性主要从以下两个层面进行阐述：

第一，通过采用面板顺序选择法对所选择的的六个体育用品上市公司的经营效率进行研究，结果发现，除特步国际上市公司的经营效率呈现非平稳的变动特征之外，其余五个上市公司的经营效率均呈现稳定的变动特征，表明除特步国际上市公司之外，其余五个上市公司的经营效率在遇到非预期冲击时，其变动特征将在长期变动过程中自动恢复到均衡的水平，也即其偏离均衡的经营效率部分会在长期变动过程中具有一定的可控性。而特步国际上市公司的经营效率遇到非预期冲击时，偏离均衡的部分却无法自行恢复到均衡水平，需要依靠外界的干预才能恢复到均衡的水平。

第二，从不同公司的个体层面来讲，特步国际上市公司偏重于体育用品的研发、设计、制造和销售，其经营效率之所以呈现发散的变动特征，一方面该公司在营销策略上采用娱乐营销和体育营销并行推

图1　体育用品上市公司经营效率动态变化及非线性拟合

进，而且通过对大型体育赛事活动进行赞助，在提高自身品牌价值的基础之上促进了公司的营业收入，从而提高了自己的经营效率。另一方面该公司还进一步扩大研发支出，通过与法国、意大利和英国等优秀研发团体合作，使得研发产品更受消费者青睐，从而扩大了销售收入。而对于李宁上市公司来讲，其经营效率呈现稳定的收敛趋势，意味着其经营壮观呈现不乐观的状况。一方面因为李宁上市公司目标定位不清晰，在二线及三线市场中，众多的替代产品导致李宁产品市场占有率极度下降，从而不利于经营效率的提高；另一方面，李宁上市公司在产品定位方面，缺乏品牌价值的塑造，缺少个性化特色，从而不利于受到消费者的青睐，进一步导致经营效率有收敛的态势。对于安踏上市公司来讲，其从事设计制造和销售的体育产品在国内同行业中均处于领先地位，而且在当前的体育用品市场中占据了重要的市场份额。由于国外高端的体育用品上市公司(如阿迪、耐克等)已经在国内的一线城市中占据了重要的市场优势，而安踏公司却创新性地将销售目标定位在我国的二、三线城市，在采取多元化发展策略的基础上，将市场进行有效细分，从而有效地占据了大众的消费市场，对于公司经营绩效的提升具有重要的促进作用。值得注意的是，该公司在产品创新层面非常注重差异化优势，通过提高研发支出建立研发机构结合垂直销售系统，不仅为公司减少了不必要的成本支出，还为公司的强劲发展提供重要的动力来源。对于中体产业而言，其经营效率呈现收敛的变动态势，意味着该公司经营绩效呈下降的变动趋势。一方面因为该公司在前期投入房地产市场发展过程中，受国家宏观政策及金融危机的巨大冲击，导致公司的营运成本不断升高，严重不利于公司经营绩效的提高，而且由于中体产业是国家体育总局控股，其管理机制存在严重缺陷，对于公司主体产业的发展规划存在严重的不利，从而不利于公司经营绩效的提升；另一方面因为公司在主体体育产业的发展方面受国内同行、同质产品激烈竞争的影响，其营运成本不断上升，营业利润不断下降，进一步导致经营绩效出现严重的下降趋势。对于青岛双星公司而言，其经营效率呈现非线性平稳的变动特点，表明青岛双星体育用品上市公司发展不佳。一方面是因为青岛双星的主要产品是体育用鞋，受体育用品市场竞争不断激烈与制造业劳动力成本不断上升的双重压力，导致青岛双星企业的生产成本不断变大，从而降低了公司的营业利润并进而导致经营效率下降；另一方面是因为随着人民币升值压力的不断增加，对于公司的出口产生了极为不利的影响，从而降低了公司整体的经营效率。对于宝盛国际公司而言，其经营效率也呈现非线性收敛的特征。一方面因为公司过度扩大营销网点的数量，导致其生产的体育用品出现“存货过剩”的现象，不利于公司的现金流周转，在增加公司营运成本的同时，使得经营效率出现下降的现象；另一方面，北京2008年奥运会的举行导致体育产品需求膨胀，公司在过度扩大生产的同时，不仅受到国内同行产品的竞争挑战，还受到金融危机的重要冲击，从而对公司的经营绩效产生了不利影响。

四、结论

本文选取我国六个体育用品上市公司作为研究对象，首先基于投入产出思想，利用数据包络法(DEA)Malmquist指数思想对上市公司的经营效率进行测度，并采用Chortareas & Kapetanios所提出的SPSM结合KSS傅立叶单位根检验方法对体育用品上市公司经营效率的稳定性进行检验。[26]研究结果表明，除安踏、特步国际的经营效率呈现发散的变动特征之外，其余四个上市公司的经营效率均呈现非线性稳定的特点，表明了安踏和特步国际上市公司的经营效率在偏离均衡的部分无法通过市场调节自行恢复到均衡水平，而宝胜国际、中体产业、青岛双星和李宁等四个体育用品上市公司的经营效率所偏离均衡的部分能够通过市场调节自行恢复到均衡水平。同时，采用非线性SPSM方法对体育用品上市公司的经营绩效进行分析时，不同上市公司经营效率的突变点个数和位置也相异，意味着不同体育用品行业受外界非预期政策冲击影响的敏感程度各不相同。

参考文献:

[1] Farrell M.J, The Measurement of productive Efficiency[J]. Journal of the Royal Statistical Society, 1957, (30): 253-281.

[2] Zadeh, L.A., Fuzzy Sets[J]. Information and Control, 1965, (8):338-353.

[3] Aigner D., Lovell C.A.K., Schmidt, P. Formulation and Estimation of Stochastic Frontier Prodction Function Models[J]. Journal of Econometrics, 1977, (6):21-37.

[4] Charnes, A., Copper, W.M., Rhodes, E. Measuring the Efficiency of Decision-Making Units[J]. European Journal of Operational Research, 1978,(6):429-444.

[5] Saaty, T.L., The Analytics Hiearchy Process[M]. 1980, McGraw-Hill Press, New York.

[6] Stewart, G.B., The Quest for Value: the EVA Management Guide[M]. 1990, Harper Business Press, New York.

[7] 张杰，李克，刘志彪.市场化转型与企业生产效率——中国的经验研究[J].经济学季刊，2011，(2)：571-602.

[8] 李治国.“限购政策”对房地产市场经营效率影响有效性研究——基于上市公司的数据[J].中央财经大学学报，2014，(12)：111-118.

[9] 李光金，付致东，黄顺良.上市公司经营效率评价[J].经济体制改革，2000，(6)：99-102.

[10] 饶田田，吕涛.基于DEA的大型煤炭企业经营效率评价与分析[J].中国矿业，2009，(8)：27-30.

[11] 孙刚，刘璐.中国寿险业效率变动实证研究——基于数据包络分析(DEA)方法[J].财经问题研究，2010，(5)：45-52.

[12] 张超.我国体育产业上市公司经营绩效及其影响因素的实证研究——基于2007-2010年面板数据的经验分析[D].西南财经大学,2012.

[13] 周德田，马惠，刘明明.我国石化上市公司经营效率研究[J].中外能源，2014，(11)：17-23.

[14] 姚晓芳，胡思文.安徽高端装备制造业上市企业经营效率研究——基于DEA模型[J].华东经济管理，2014，(5)：18-21.

[15] 陈颇.中国体育产业上市公司经营管理绩效演变特征的实证研究[J].武汉体育学院学报，2014，(3)：51-56.

[16] 庞瑞芝，张艳，薛伟.中国上市银行经营效率的影响因素——基于Tobit回归模型的二阶段分析[J].金融论坛，2007，(10)：29-35.

[17] 袁光才，陈菊，杨新峡，等.电力上市公司营运资金结构与企业绩效的实证研究[J].财会通讯(学术版)，2008，(10)：93-97.

[18] 邱妘，梁立.企业营运资金结构对绩效的影响——以纺织服装业为例的实证研究[J].经济管理，2010，(8)：131-136.

[19] 樊秀峰，王美霞.我国零售企业经营效率评价与微观影响因素分析——基于22家百强零售上市公司的实证[J].西北大学学报，2011，(3)：26-31.

[20] 陈敏，邵彩霞，肖海翔.新材料上市公司经营效率及其影响因素研究[J].统计与决策，2013，(11)：173-177.

[21] 詹新寰.中国体育产业上市公司营运资金结构对企业绩效的影响——基于对我国17家体育产业上市公司的实证研究[J].武汉体育学院学报，2013，(9)：28-34.

[22] 蒋红霞.企业绩效评价效果的影响因素研究[D].山东财经大学，2014.

[23] Dickey D.A., Fuller W., A Likelihood Ratio Statistics for Autoregressive Time series with a Unit Root[J], Econometrica,1981, (4):1057-1072.

[24] Perron P., The Great Crash, the Oil Price Shock and the Unit Root Hypothesis[J], Econometrica, 1989, (6):1361-1401.

[25] 江春，司登奎，苏志伟.中国城乡收入差距的动态变化及影响因素研究[J].数量经济技术经济研究，2015，(9)：1-16.

[26] Chortareas, G., Kapetanios, G. Getting PPP right: Identifying Mean-reverting Real Exchange rates in Panels[J]. Journal of Banking and Finance, 2009, (33):390-404.

[27] Kapetanios, G., Shin, Y., Snell, A., Testing for a unit root in the nonlinear STAR framework[J]. Journal of Economtrics, 2003, (112):359-379.

[28] Im, K.S., Pesaran M.H., Shin Y., Testing for a Unit Roots in Heterogeneous Panels[J]. Journal of Econometrics, 2003, (115):53-74.

[29] Ucar, N., Omay, T., Testing for a unit root in nonlinear heterogeneous panels[J]. Economics Letters, 2009, (1):5-8.

[30] Gallant, R., On the Basis in Flexible Functional Form and an Essentially Unbiased Form: The Flexible Fourier Form[J]. Journal of Econometrics, 1981, (15):211-253.

[31] Becker, R., Enders, W., Lee, J., A General Test for time dependence in Parameters[J]. Journal of Applied Econometrics, 2004,(19):899-906.

[32] Enders W., Lee J., A Unit Root Test Using a Fourier Series to Approximate Smooth Breaks[J], Oxford Bulletin of Economics and Statistics, 2011,(4):574-599.

[33] Pascalau, R., Unit Root Tests with Smooth Breaks: An Application to the Nelson-Plosser Data Set[J]. Applied Economics Letters, 2010,(17):565-570.

Research on Nonlinear Dynamic Changes of

Operating Efficiency of Sporting Goods Listed Companies

Si Qinru1Su Chiwei2

(1. Public Physical Education Department, Shangqiu Normal University, Shangqiu 476002, China;

2. College of Economics, Ocean University of China, Qingdao 266100, China)

Key words: sports goods; operating efficiency; SPSM; convergence

责任编辑：王明舜