指标和数据的关系是什么？指标和数据的关系

模型构造是具有基础重要性的工作，模型要尽可能忠于对实际问题的描述，避免设定误差。指标模型构造完成后，另一项指标重要的任务便是进行指标和数据的选取。指标不满足模型的基本假设，指标对目标的指示性不强，指标之间、指标与目标之间互相冲突，数据来源不可靠，数据质量差等都会导致不理想的结果，更发挥不出模型的优势。本章实证分析涉及的指标既包括效率测度的投入产出指标、环境因素指标，也包括回归分析的指标，但是考虑到可读性和回归分析的完整性，将指标回归分析的指标选择和回归模型放在一起介绍，本节着重关注效率测度模型的指标选取问题。

主要讨论效率测度模型投入和产出指标的选择方法和依据。一般而言，投入是指企业经营中必需的资源，产出反映的是使用投入后想要得到的结果。文献中常用的投入、产出指标选取方法有“生产法”和“中介法”两类。“生产法”是基于生产制造企业购买原材料、雇用人力，经过加工制造形成产品的经营模式来选择投入和产出，又可分为“成本法”和“增加值法”；而“中介法”是从企业提供中介服务的角度来讨论投入和产出。两类方法各有优劣，都不完美，选择哪种主要是考虑对问题的适用性，对于保险这样的金融服务业，投入产出界定起来远比生产制造业困难。例如，按照“生产法”，如果把赔付支出作为保险公司的产出[1]，那么发生了地震、飓风这样的巨灾损失，赔付支出就会突然增加，由此计算出来的效率值反映出公司非常有效率，但事实上公司却面临破产的风险，显然与高效率不吻合，这说明赔付支出作为产出指标不合适，使用“生产法”存在问题。

根据Berger和Humphrey（1997）的分析，对于带有金融中介服务性质的机构，对机构整体的效率评估按“中介法”确定指标是最好的，而对于指标子公司或者分支机构采用“生产法”更有用。因为我们是评估整个公司，所以依据“中介法”来选择财产保险公司的投入、产出指标，并在选择时遵循以下原则：第一，指标对于效率测度是必需的且指示方向正确，简单说，在其他条件不变的情况下，如果有降低的需要就是投入类指标，如果有增加的需要就是产出类指标；第二，从指标中介服务的角度看，产出的不一定是具体的“产品”，也可以是某种预期“目标”；第三，数据可以获得。