王华

【摘 要】 文章以DEA模型的“相对效率评价”理论为基础，从上市公司经营效率、发展能力、获利能力、送配股以及派现能力各方面进行价值挖掘，试图在相同的政策和市场环境中，挖掘出同行业或具有相似概念的股票中相对低估的价值，以期为投资决策提供参考。

【关键词】 DEA； 价值挖掘； 规模收益； 动态估值

价值分析是决定股票价值及价格的基本要素，如对宏观经济指标、经济政策走势、行业发展状况、产品市场状况、公司销售和财务状况等进行的分析，从而评估出股票的投资价值。上市公司估值方法通常分为两类：一类是相对估值方法，包括市盈率估值法、市净率估值法和EV/EBITDA（企业价值/息税、折旧、摊销前利润）估值法等；另一类是绝对估值方法，包括股利折现模型估值、自由现金流折现模型估值等。本文提到的基于DEA模型的价值挖掘属于相对估值方法，其侧重于对同行业或具有相似概念股票的相对低估价值的挖掘，尤其适用于板块或概念轮动的行情中，其在有效回避风险的同时，保证了相对稳定的收益。

一、方法选择与数据定义

（一）方法选择

数据包络分析（Data Envelopment Analysis，简称DEA）是美国著名运筹学家A.Charnes和W.W.Cooper等学者在“相对效率评价”概念基础上发展起来的一种新的系统分析方法。它主要采用数学规划方法，利用观察到的有效样本数据，对决策单元（Decision Making Units，DMU）进行生产有效性评价。DEA模型是以最优化为工具，并不预设输入与输出决策单元间的关系或权系数，有效剔除了人为因素的干扰，因此广泛应用于各个行业的有效性评价上。……