我國(guó)金融業(yè)效率測(cè)度及其影響因子的實(shí)證研究

戴 偉，張雪芳

（湖北理工學(xué)院 a.長(zhǎng)江中游礦冶文化與經(jīng)濟(jì)社會(huì)發(fā)展研究中心；b.經(jīng)濟(jì)與管理學(xué)院，湖北 黃石 435003）

一、引 言

金融服務(wù)實(shí)體經(jīng)濟(jì)是黨十八大報(bào)告的一項(xiàng)重要文件精神，但是金融如何更好地服務(wù)實(shí)體經(jīng)濟(jì)就與金融機(jī)構(gòu)的運(yùn)作效率密切相關(guān)。效率的高低能夠反映金融機(jī)構(gòu)利用和整合資源的能力，因此效率分析成為評(píng)價(jià)金融機(jī)構(gòu)發(fā)展水平的一個(gè)重要方面。Berger和Humphrey（1997）分析了涉及21個(gè)國(guó)家的100多項(xiàng)關(guān)于金融機(jī)構(gòu)效率的研究方法，結(jié)果表明：效率測(cè)算使用最多、最成熟的方法是前沿分析法[1]。前沿分析法又可分為參數(shù)分析法和非參數(shù)分析法，參數(shù)分析法以隨機(jī)前沿分析法（SFA）為代表，而非參數(shù)分析法最常用的是數(shù)據(jù)包絡(luò)分析法（DEA）。相對(duì)于其他方法，DEA方法不需要設(shè)定生產(chǎn)函數(shù)的具體形式，受到的約束較少，在減少誤差等方面也有著顯著的優(yōu)勢(shì)，因此DEA方法已成為測(cè)度金融機(jī)構(gòu)效率的主流方法之一。Sherman（1985）首次將DEA技術(shù)運(yùn)用于銀行業(yè)[2]，其后國(guó)內(nèi)外許多學(xué)者都開始運(yùn)用DEA方法來(lái)分析金融效率，如：Jeng（2001）[3]利用DEA方法分析了日本、美國(guó)和臺(tái)灣地區(qū)的金融機(jī)構(gòu)效率；Lee（2002）[4]和Holod（2011）[5]利用DEA方法對(duì)11個(gè)國(guó)家銀行業(yè)的X效率進(jìn)行了估計(jì)和比較；李希義和任若恩（2004）[6]運(yùn)用DEA法，對(duì)我國(guó)國(guó)有商業(yè)銀行在1994-2001年間的技術(shù)效率及其變化進(jìn)行了研究；方春陽(yáng)等[7]采用DEA方法對(duì)我國(guó)金融等產(chǎn)業(yè)的效率水平進(jìn)行了測(cè)度。

但是，國(guó)內(nèi)外有關(guān)金融效率的研究主要集中在銀行效率層面[8-15]，而對(duì)金融業(yè)整體運(yùn)行效率的研究較少，僅有的金融效率研究文獻(xiàn)，也主要是圍繞理論研究展開，而實(shí)證研究不足?；诖?，本文將以我國(guó)29個(gè)省市自治區(qū)（西藏、青海除外）2006-2013年的數(shù)據(jù)為樣本，對(duì)我國(guó)金融業(yè)效率進(jìn)行測(cè)度，并在此基礎(chǔ)上探索其影響因素，為促進(jìn)我國(guó)金融業(yè)服務(wù)效率水平的提高提供理論與實(shí)證依據(jù)。

二、我國(guó)金融業(yè)效率測(cè)度與評(píng)價(jià)

（一）DEA模型分析

DEA模型是由美國(guó)運(yùn)籌學(xué)家Charnes，Coopor和Rhodes于1978年提出的一種效率評(píng)價(jià)方法。該方法的原理主要是通過(guò)保持決策單元（DMU）的輸入或者輸出不變，借助于數(shù)學(xué)規(guī)劃和統(tǒng)計(jì)數(shù)據(jù)確定相對(duì)有效的生產(chǎn)前沿面，將各個(gè)決策單元投影到DEA的生產(chǎn)前沿面上，并通過(guò)比較決策單元偏離DEA前沿面的程度來(lái)評(píng)價(jià)它們的相對(duì)有效性，它包括規(guī)模報(bào)酬不變的CCR模型和規(guī)模報(bào)酬可變的BCC模型。CCR模型假設(shè)所有決策單元規(guī)模效率不變，這意味著金融機(jī)構(gòu)可以通過(guò)增加投入就可以等比例地?cái)U(kuò)大產(chǎn)出規(guī)模，即金融業(yè)的效率與規(guī)模無(wú)關(guān)，顯然這與現(xiàn)實(shí)不符。據(jù)此，Banker，Charnes和Cooper（1984）對(duì)CCR模型進(jìn)行修正，獲得了規(guī)模報(bào)酬可變的BCC模型。因此，本文也將選取更符合實(shí)際的BCC模型對(duì)我國(guó)金融業(yè)的技術(shù)效率水平進(jìn)行分析。

上述公式是第j0個(gè)決策單元的BCC模型，其中：θ表示該決策單元的有效值，Xj表示第j個(gè)決策單元的投入向量，Yj表示產(chǎn)出向量，s-為投入松弛變量，s+為產(chǎn)出松弛變量。

若θ=1，且s-=s+=0時(shí)，即純技術(shù)效率PTE=1，且投入、產(chǎn)出均沒(méi)有冗余時(shí)，決策單元為DEA有效；

若θ=1，且s-＞0時(shí)，即純技術(shù)效率PTE=1，但是存在投入冗余時(shí)，決策單元為DEA弱有效，此時(shí)可以減少投入而保持產(chǎn)出不變；

若θ=1，且s+＞0時(shí)，即純技術(shù)效率PTE=1，但是存在產(chǎn)出冗余時(shí)，決策單元為DEA弱有效，此時(shí)可在保持投入不變時(shí)而增加產(chǎn)出。

該模型的經(jīng)濟(jì)涵義為：①若技術(shù)效率（即綜合效率）TE=PTE=1，則為DEA有效；②若PTE=1，而TE＜1，則為DEA弱有效，說(shuō)明決策單元本身的技術(shù)效率而言沒(méi)有投入需要減少、沒(méi)有產(chǎn)出需要增加，而決策單元的技術(shù)效率沒(méi)有達(dá)到有效（即1），是因?yàn)槠湟?guī)模和投入、產(chǎn)出不相匹配，需要增加規(guī)模或減少規(guī)模；③若兩者均小于1，則為DEA無(wú)效。

（二）變量與數(shù)據(jù)說(shuō)明

1.變量說(shuō)明

（1）金融業(yè)產(chǎn)出變量（Y）。金融業(yè)產(chǎn)出變量，我們選擇2006-2013年我國(guó)29個(gè)省市的金融業(yè)增加值來(lái)衡量，因?yàn)樵黾又凳巧a(chǎn)單位創(chuàng)造的新增價(jià)值和固定資產(chǎn)的轉(zhuǎn)移價(jià)值，它能夠較好地體現(xiàn)生產(chǎn)過(guò)程中所創(chuàng)造的新增價(jià)值。

（2）資本投入變量（K）。金融業(yè)資本投入變量，我們選擇最具代表性的“資本存量”指標(biāo)來(lái)衡量。但是中國(guó)沒(méi)有進(jìn)行過(guò)大規(guī)模的資產(chǎn)普查，因此對(duì)資本存量進(jìn)行估計(jì)將是本文的難點(diǎn)，很多學(xué)者對(duì)此進(jìn)行過(guò)專業(yè)的研究。本文將選取目前被普遍采用的“永續(xù)盤存法”來(lái)估算金融業(yè)的資本存量，該方法的重點(diǎn)是首先需要估計(jì)出基準(zhǔn)年份的資本存量，計(jì)算公式如下：

其中，Kit為第i個(gè)樣本地區(qū)第t年的資本存量，d為固定資產(chǎn)折舊率，Iit為第i個(gè)樣本地區(qū)第t年固定資本形成總額。本文選擇用金融業(yè)全社會(huì)固定資產(chǎn)投資總額來(lái)衡量金融業(yè)固定資本形成總額；同時(shí)考慮到數(shù)據(jù)的完整性，本文選擇以2006年為基年，并借鑒Hall和Jones（1999）研究時(shí)所采用通用折舊率（d=6%）與基年資本存量計(jì)算方法，即：用[基年2006年的金融業(yè)全社會(huì)固定資產(chǎn)投資總額/（2006-2013）年金融業(yè)投資額增長(zhǎng)率的幾何平均數(shù)+折舊率）]作為2006年金融業(yè)資本存量的估計(jì)值。

（3）勞動(dòng)力投入變量（L）。勞動(dòng)力投入變量，擬采用2006-2013各省市金融業(yè)城鎮(zhèn)單位就業(yè)人員數(shù)來(lái)衡量。但是中國(guó)統(tǒng)計(jì)年鑒中的就業(yè)人員數(shù)據(jù)是年底數(shù)，而本文擬采用年平均就業(yè)人員數(shù)作為勞動(dòng)力投入數(shù)量，即上年年底數(shù)與本年年底數(shù)的平均值。

2.數(shù)據(jù)來(lái)源

本文根據(jù)實(shí)際研究需要和數(shù)據(jù)的可得性，確定樣本為2006-2013年全國(guó)29個(gè)省市金融業(yè)的面板數(shù)據(jù)。數(shù)據(jù)主要來(lái)源于中國(guó)統(tǒng)計(jì)年鑒（2006-2013年），各地方統(tǒng)計(jì)年鑒，并對(duì)相關(guān)數(shù)據(jù)進(jìn)行了處理。詳見(jiàn)表1所列。

表1 樣本變量的描述性統(tǒng)計(jì)（2006-2013年均值）

（三）效率測(cè)算結(jié)果與分析

通過(guò)運(yùn)用DEAP 2.1軟件，得出我國(guó)29個(gè)省市自治區(qū)2006-2013年金融業(yè)效率狀況如表2所列。

從表2和圖1都可以看出，我國(guó)金融業(yè)效率水平整體偏低，大部分地區(qū)甚至低于0.5。其中，北京、天津、上海、江蘇、廣東的純技術(shù)效率基本處在有效生產(chǎn)前沿面，說(shuō)明從技術(shù)層面來(lái)看，這些地區(qū)基本實(shí)現(xiàn)了既定投入下的產(chǎn)出最大化。但是除了天津，這些地區(qū)均呈現(xiàn)規(guī)模報(bào)酬遞減現(xiàn)象，表明這些地區(qū)金融業(yè)的規(guī)模都過(guò)大，尤其是廣東，綜合效率遠(yuǎn)低于純技術(shù)效率，表明這些地區(qū)金融業(yè)效率的提高應(yīng)主要通過(guò)整合資產(chǎn)規(guī)模實(shí)現(xiàn)。而西部地區(qū)的純技術(shù)效率普遍低于0.5（除了寧夏），且均呈現(xiàn)出規(guī)模報(bào)酬遞增的現(xiàn)象（除了四川和陜西），表明西部地區(qū)金融業(yè)效率有很大的提升空間，不僅要依靠技術(shù)水平的提升，還需要通過(guò)擴(kuò)大規(guī)模來(lái)實(shí)現(xiàn)。

另外，由上述分析我們還可以得出一個(gè)結(jié)論：我國(guó)所有一線城市（北京、上海、廣州、深圳、天津）金融業(yè)的純技術(shù)效率相對(duì)較高，達(dá)到或接近有效生產(chǎn)前沿面，這也說(shuō)明了金融業(yè)對(duì)經(jīng)濟(jì)發(fā)展的重要支持與促進(jìn)作用，也說(shuō)明了提高金融業(yè)技術(shù)效率對(duì)提升區(qū)域競(jìng)爭(zhēng)力具有的重要現(xiàn)實(shí)意義。

表2 地區(qū)金融業(yè)效率估計(jì)（2006-2013年均值）

續(xù)表2

圖1 2006-2013年各地區(qū)金融業(yè)技術(shù)效率均值

三、我國(guó)金融業(yè)效率的影響因子分析

（一）影響因子的選取

從上面分析結(jié)果可以看出，不同省份之間的金融效率差異很大（如表3所示），如何理解這種省份之間的效率差異？因此，本文進(jìn)一步對(duì)我國(guó)金融業(yè)效率的影響因子進(jìn)行探究。

表3 金融業(yè)綜合效率和技術(shù)效率的聚類分區(qū)比較

根據(jù)已有文獻(xiàn)，本文擬考慮以下各影響因素：

（1）技術(shù)創(chuàng)新。金融技術(shù)創(chuàng)新主要是指科學(xué)技術(shù)特別是電子計(jì)算機(jī)技術(shù)在金融領(lǐng)域的應(yīng)用而引起的金融交易手段、交易方法和物質(zhì)條件等的變化與革新，它是降低交易成本、提高金融效率的物質(zhì)保證。因此，技術(shù)創(chuàng)新顯然是影響金融效率水平的一個(gè)重要因素。但是該指標(biāo)難以刻畫，尤其是沒(méi)有專門體現(xiàn)金融業(yè)技術(shù)創(chuàng)新水平的相關(guān)數(shù)據(jù)，因此本文擬借鑒國(guó)外采用專利申請(qǐng)量來(lái)衡量技術(shù)水平的做法，用專利申請(qǐng)占比（地區(qū)專利申請(qǐng)量/全國(guó)專利申請(qǐng)量）來(lái)衡量各地區(qū)技術(shù)創(chuàng)新水平。

（2）市場(chǎng)化程度。理論上，市場(chǎng)化程度越高，金融業(yè)效率水平越高。但是如何衡量金融業(yè)市場(chǎng)化程度并沒(méi)有定論，也難以找到單一指標(biāo)對(duì)其進(jìn)行全面衡量。綜合考慮后，本文擬借鑒相關(guān)文獻(xiàn)中所采用的“商業(yè)性金融機(jī)構(gòu)產(chǎn)權(quán)多元化程度”來(lái)衡量，即降低金融機(jī)構(gòu)的國(guó)有化比率，增加非國(guó)有產(chǎn)權(quán)比重。但是相關(guān)年鑒中并沒(méi)有地區(qū)非國(guó)有金融企業(yè)相關(guān)數(shù)據(jù)，因此本文擬采用地區(qū)“非國(guó)有全社會(huì)固定資產(chǎn)投資/全社會(huì)固定資產(chǎn)投資”來(lái)衡量各地區(qū)的市場(chǎng)化程度。

（3）金融集聚水平。金融集聚，近年來(lái)已成為金融發(fā)展過(guò)程中引人注目的空間現(xiàn)象，那么它對(duì)集聚地區(qū)的金融發(fā)展有何影響即成為本文選取其作為影響因子的動(dòng)因。本文擬選取最常見(jiàn)的測(cè)度集聚的指標(biāo)——區(qū)位商作為金融集聚變量。計(jì)算公式為：

其中，Eij為i地區(qū)金融業(yè)就業(yè)人數(shù)；Ei為i地區(qū)總就業(yè)；Ej為全國(guó)金融業(yè)就業(yè)人數(shù)；E為全國(guó)總就業(yè)。LQi＞1說(shuō)明i地區(qū)金融業(yè)就業(yè)大于全國(guó)水平，呈現(xiàn)集聚現(xiàn)象。具體見(jiàn)表4。

（二）模型的建立

綜合上述變量數(shù)據(jù)的可得性，本文擬采用2006-2013年全國(guó)29個(gè)省份的面板數(shù)據(jù)進(jìn)行回歸分析。為了減小異方差的影響，使數(shù)據(jù)更加平穩(wěn)，對(duì)模型各變量采用了取對(duì)數(shù)方法，建立影響因子模型如下：

其中，LTEit為i地區(qū)t年的金融業(yè)技術(shù)效率對(duì)數(shù)值，為β0為公共截距項(xiàng)，βi為各橫截面的個(gè)體差別，LTIit表示金融業(yè)技術(shù)創(chuàng)新水平對(duì)數(shù)值，LMar表示金融業(yè)的市場(chǎng)化程度對(duì)數(shù)值，LLQ表示金融集聚水平對(duì)數(shù)值，εit為隨機(jī)誤差項(xiàng)。

表4 影響因子的描述性統(tǒng)計(jì)（2006-2013年均值）

（三）計(jì)量結(jié)果及分析

通過(guò)運(yùn)用Stata12.0計(jì)量分析軟件，分別運(yùn)用固定效應(yīng)模型和隨機(jī)效應(yīng)模型分析，并進(jìn)行Hausman檢驗(yàn)，結(jié)果顯示：chi2（3）=0.28，Prob＞chi2=0.964 5，表明無(wú)法拒絕個(gè)體效應(yīng)和解釋變量相關(guān)的原假設(shè)，因此應(yīng)采用隨機(jī)效應(yīng)模型分析。運(yùn)用隨機(jī)效應(yīng)模型的估計(jì)結(jié)果見(jiàn)表5所列。

表5 模型估計(jì)結(jié)果

根據(jù)表5的總體回歸結(jié)果來(lái)看，可以得出以下結(jié)論：①?zèng)Q定系數(shù)R2=0.987 9，表明模型在整體上擬合優(yōu)度非常好；②P值為0.000 0，表明模型從整體上看，地區(qū)金融業(yè)效率與各解釋變量之間的線性關(guān)系極為顯著；③技術(shù)創(chuàng)新水平、市場(chǎng)化程度、金融集聚水平和金融效率顯著相關(guān)，其中，技術(shù)創(chuàng)新水平對(duì)金融效率的影響程度最大，市場(chǎng)化程度次之，而金融集聚的影響最小。

四、結(jié) 論

本文在測(cè)算我國(guó)各省金融業(yè)效率水平的基礎(chǔ)上，運(yùn)用計(jì)量經(jīng)濟(jì)模型對(duì)金融效率的影響因子進(jìn)行分析，初步得到以下分析結(jié)論：

（1）我國(guó)金融業(yè)效率整體水平低下，只有極少數(shù)省市達(dá)到或接近有效生產(chǎn)前沿面，大多數(shù)地區(qū)的效率水平非常低，且地區(qū)差異顯著。因此，我國(guó)金融業(yè)效率水平亟需提高，同時(shí)各地區(qū)應(yīng)結(jié)合自身情況尋找提升效率的路徑，以更好地促進(jìn)各地區(qū)實(shí)體經(jīng)濟(jì)的發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整。

（2）我國(guó)金融業(yè)效率水平與技術(shù)創(chuàng)新水平及市場(chǎng)化程度正相關(guān)，尤其是技術(shù)創(chuàng)新水平，能夠顯著提高金融業(yè)效率水平。因此，我國(guó)應(yīng)積極鼓勵(lì)進(jìn)行金融創(chuàng)新，以提高金融市場(chǎng)和金融機(jī)構(gòu)的運(yùn)作效率，但也要充分認(rèn)識(shí)到金融過(guò)度創(chuàng)新所引發(fā)的風(fēng)險(xiǎn)，謹(jǐn)防發(fā)生金融危機(jī)。

（3）金融集聚因子對(duì)金融效率呈顯著影響，這與其他學(xué)者[16]研究結(jié)論一致。同時(shí)根據(jù)其研究顯示，金融集聚對(duì)金融效率呈非線性影響，并且當(dāng)人力資本在某一閾值之上，金融集聚才開始正面地影響金融效率。根據(jù)這一結(jié)論，我們可以得出從整體上看，我國(guó)人力資本目前還處在該閾值之下。因此，我們要提高我國(guó)金融業(yè)效率水平，還應(yīng)該積極提升人力資本，以實(shí)現(xiàn)區(qū)域間的知識(shí)共享，促進(jìn)技術(shù)外部性的實(shí)現(xiàn)，從而形成金融集聚對(duì)金融效率的積極影響。

[1]Berger A N，Humphrey D B.Efficiency of financial institutions：International survey and directions for future research[J].European Journal of Operational Research，1997，98（2）：175-212.

[2]Sherman H D，Gold F.Bank branch operating efficiency：evaluation with data envelopment analysis[J].Journal of Banking&Finance，1985，9（2）：297-315.

[3]Jeng S C.Efficiency issues in the financial services industry worldwide[D].Rhode Island：University of Rhode Island，2001.

[4]Lee S H.Essays on Banking Efficiency[D].Kansas：University of Kansas，2002.

[5]Holod D，Lewis H F.Resolving the deposit dilemma：A new DEA bank efficiency model[J].Journal of Banking&Finance，2011，35（11）：2801-2810.

[6]李希義，任若恩.國(guó)有商業(yè)銀行效率變化及趨勢(shì)分析[J].中國(guó)軟科學(xué)，2004（1）：57-61.

[7]方春陽(yáng)，孫巍，王錚，等.國(guó)有商業(yè)銀行的效率測(cè)度及其行為特征的實(shí)證檢驗(yàn)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2004（7）：51-58.

[8]李成，高智賢，郭品.我國(guó)商業(yè)銀行全要素生產(chǎn)率實(shí)證研究：1996-2012——基于無(wú)導(dǎo)向型DEA-Malmquist指數(shù)模型[J].華東經(jīng)濟(jì)管理，2014，28（8）：85-90.

[9]蘆鋒，劉維奇，史金鳳.我國(guó)商業(yè)銀行效率研究——基于儲(chǔ)蓄新視角下的網(wǎng)絡(luò) DEA 方法[J].中國(guó)軟科學(xué)，2012（2）：174-184.

[10]趙翔.銀行分支機(jī)構(gòu)效率測(cè)度及影響因素分析——基于超效率 DEA與 Tobit模型的實(shí)證研究[J].經(jīng)濟(jì)科學(xué)，2010（1）：85-96.

[11]趙萌.并聯(lián)決策單元的動(dòng)態(tài) DEA效率評(píng)價(jià)研究[J].管理科學(xué)，2011，24（1）：90-97.

[12]唐建榮，馬潔純.物流金融效率的組合測(cè)度研究——基于DEA-TOPSIS-Malmquis三步法[J].華東經(jīng)濟(jì)管理，2014，28（2）：74-78.

[13]雷勛平，劉思峰.基于DEA的物流產(chǎn)業(yè)效率測(cè)度實(shí)證研究——基于我國(guó)31個(gè)省，市，自治區(qū)2008年投入產(chǎn)出數(shù)據(jù)[J].華東經(jīng)濟(jì)管理，2012（7）：62-66.

[14]馮科.北京市金融業(yè)投入產(chǎn)出效率的實(shí)證分析[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013（8）：24-30.

[15]吳晨.我國(guó)上市商業(yè)銀行效率測(cè)度及影響因素分析——基于 DEA的實(shí)證分析[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2011（11）：47-54.

[16]田菁，孫祎凡，李芳.金融集聚與金融服務(wù)業(yè)技術(shù)效率的關(guān)系探討——基于省域隨機(jī)前沿生產(chǎn)函數(shù)的分析[J].現(xiàn)代財(cái)經(jīng)，2012（12）：37-46.