基于数据包络分析的服装行业内部控制效率研究

吴其睿

[摘 要]近年来，国内服装行业的疲软揭示了该行业内控的薄弱。文章运用DEA-Malmquist方法，对2011—2018年沪深两市A股主板纺织服装业上市公司的内控效率值进行分析，测算内控效率与企业价值的相关性，对我国服装行业的内部控制有效性进行定量动态分析。

[关键词]内部控制;效率评估;DEA数据包络分析;Malmquist指数

[DOI]10.13939/j.cnki.zgsc.2021.26.178

1 引言

2019年以来，全球服装业遭遇寒冬，真维斯、Forever21相继破产，贵人鸟因债务违约停牌，拉夏贝尔断臂求生。服装行业萎靡的原因多元，有创新乏力、盲目扩张等，但均反映了服装企业内控薄弱。当前研究多从内控对企业价值的影响[1]开展，对于内控有效性及效率值对企业价值的影响鲜有涉及。本文运用DEA-Malmquist指数方法，对我国服装行业的内控效率进行定量动态分析。

2 研究对象和方法

2.1 研究对象

本文选取并筛选了2011—2018年沪深主板纺织服装上市公司数据：剔除因借壳上市等原因变更主营业务的公司;剔除IPO发生在2018年的公司;剔除数据不完整的公司。经过筛选得到了31家样本数据。数据来源于DIB内部控制与风险管理数据库和国泰安数据库。

2.2 研究方法

本文运用CCR模型，通过两投入三产出指标计算样本内控效率值，并检验其与企业价值指标的相关性。再通过Malmquist指数对选定样本企业在近几年来的效率变化情况进行分析[2]。

2.3 研究指标选择

2.3.1 DEA两投入指标

本文选取内控指数来衡量样本内控质量。该指标整合了内控的经营、合规、资产安全和战略，能增强本文结论的可靠性[1]。另外是公司的治理成本，有关文献中多以管理费用率来测度治理成本。本文用管理费用率测度内控成本，衡量样本治理水平[3-4]。

2.3.2 DEA三產出指标

阮磊（2016）通过研究得出内控与资本管理绩效、企业价值显著正相关[1]。本文选择企业营运和盈利能力指标作为正向产出。经筛选发现样本TAT平稳，企业的管理能力涵盖全部可支配资产，选取TAT为一项正向产出。ROA可以用于衡量企业盈利能力，评估企业的经营绩效，选定ROA为另一项正向产出。

据国泰安数据库内控评价缺陷统计表，缺陷分为重大、重要和一般缺陷，分别赋值3、2、1，设定负向产出内控缺陷值=累计缺陷类型赋值。

3 数据处理与结果分析

本文使用样本数据，运用CCR模型，根据两组投入和三组产出数据，计算出内控DEA效率值，如表1所示。

3.1 总体效率分析

由表1可知，样本平均效率值为0.442，说明该行业整体有效性低。表中效率值为1的样本视为内控有效，占样本总数的19.8%。样本中，搜于特与森马服饰效率值较高，在2015—2018年保持了高效率值，说明其保持良好内控;七匹狼和美邦服饰均于2012—2015年从行业标杆位置滑落，内控效率下降;从2018年的数据来看，拉夏贝尔的内控效率无效，其市场表现也很糟糕。

3.2 相关性分析

本文对表1中内控效率值与企业价值指标进行相关性分析。结果如表2所示，可见企业的内控效率值与企业各项指标显著正相关，且内控DEA效率值更贴合企业价值。

3.3 Malmquist指数分析

表3是样本年均Malmquist指数情况，由表可见，中国服装业全要素生产率波动上升，全要素生产率年均增长0.6%，规模效率和纯技术效率年均增长1.9%和5.8%，技术进步效率年均增长-3.0%。由此可见，该行业全要素生产率的增长来源于综合技术效率的提高。

4 结论

首先，公司业绩与其内控指数显著相关，且内控效率值更贴合公司各项财务数据，可见优化公司内控有利于改善公司业绩。其次，对于样本的Malmquist指数分析，各年度综合效率指数逐年上升，技术进步效率逐年下降，导致全要素生产率的增长陷入停滞，说明对于服饰纺织业公司而言，技术革新的重要性不可忽视。

参考文献：

[1]阮磊.中国上市公司内部控制的经济后果研究[D].长春：吉林大学，2016.

[2]袁晓玲，张宝山.中国商业银行全要素生产率的影响因素研究——基于DEA模型的Malmquist指数分析[J].数量经济技术经济研究，2009，26（4）：93-104，116.

[3]崔婧.内部控制信息披露影响因素的实证研究[D].上海：华东理工大学，2013.

[4]徐茗丽，庞立让，王砾，等.治理成本、市场竞争与企业生产率[J].中南财经政法大学学报，2016（2）：130-139，160.

[5]冯亮.新时期下服装零售企业的财务内控对策研究[J].中国商论，2018（28）：1-2.

[6]沈江建.负产出在DEA模型中的处理——基于软件DEAP的运用[C]//中国管理现代化研究会，2015：267-272.

[7]许平，孙玉华.非期望产出的DEA效率评价[J].经济数学，2014，31（1）：90-93.