前文简要介绍了效率测度的前沿方法（如图2-3所示），但对于哪种方法是最优的前沿效率分析方法学界并没有达到共识。Berger和Humphery（1992）总结和研究了涉及21个国家的130项关于金融机构效率研究的方法和结论，结果表明采用非参数方法和采用参数方法对效率估计值近似。Bauer等（1998）运用不同前沿测度方法对同一组银行数据进行测度，发现大多数指标的研究结论是一致的，包括效率分布情况、效率排名及效率表现最佳和最差银行的确定等。而无论是参数方法还是非参数方法都有其自身的优点和缺点，因此，在实际研究的应用中，应根据研究问题的需要进行选择。

图2-3　效率测度方法分类

目前，国内相关文献关于货币资金使用效率的测度主要采用财务指标法进行描述性统计分析（韩世君和韩阅川，2009；韩世君，2011；岳正坤等，2013），但财务指标只能反映企业某一特定方面的运营情况，不能反映企业的整体绩效。此外，财务指标选取的随意性较大，可比性受限。因此，本书将尝试运用DEA模型测度中国上市公司的货币资金使用效率，并对其效率值进行横向比较和分析，选择理由如下：其一，应用参数方法前需要确定前沿生产函数，对技术进步及要素替代率等限制较多，很难找到准确刻画企业效率特点的生产函数，而DEA模型不必事先设定决策单元的具体输入输出函数，符合上市公司没有固定的生产函数的特征；其二，DEA模型测度的效率为相对效率，能为不同行业或者省域上市公司找出其差距和优化方向提供依据；其三，DEA模型不仅能为非有效决策单元指出有关指标调整的方向，而且能给出具体的调整量，有助于查找企业低效率环节，从而采取相应的改进措施。

因此，本书首先运用DEA模型对企业货币资金使用效率进行测度；然后，运用在DEA模型基础上发展起来的Malmquist指数方法，对企业货币资金使用效率的变化情况进行测度。这种方法具有以下优点：①不依赖企业价值变化等难以获取的数据；②适合对多个决策单元跨期数据的处理；③可以将企业货币资金使用效率变化情况分解为效率改善和技术进步，技术效率改善指数又可以分解为纯技术效率变化指数和规模效率变化指数，通过分解指标的变化深度挖掘影响效率变动的原因；④可以直接指明与最佳企业相比，被评价企业在哪些投入产出项目上具有差距，从而找出提高效率的最佳途径。DEA模型和Malmquist指数法分别在第四章和第五章中对所采用模型具体介绍；最后，用Tobit面板数据模型对企业货币资金使用效率的影响因素进行分析。

【注释】
(www.daowen.com)

[1]《现金管理暂行条例》于1988年8月16日国务院第十八次常务会议通过，自1988年10月1日起施行。

[2]《中华人民共和国外汇管理条例》已经2008年8月1日国务院第20次常务会议修订通过。

[3]本办法由中国人民银行发布，自1994年11月1日起施行。

[4]本办法由中国人民银行总行负责，自1997年12月1日起施行。

[5]Charnes，Cooper和Rhodes（1978）提出了面向投入的模型，并假设规模报酬不变，所以CRS

[6]Malmquist指数被分解为Efficiency Change和Technical Change，Efficiency Change通常被理解为效率改善或者技术效率，Technical Change被理解为技术进步或技术变化，本书在对企业效率变化分析的时候，这几种理解形式并未固定。