中國政策性銀行全要素生產(chǎn)率測度及影響因素研究

林春

摘要：在采用Malmquist指數(shù)法對我國三家政策性銀行2000—2014年的全要素生產(chǎn)率進(jìn)行全面、系統(tǒng)的測度，并對三家銀行測得的各年度結(jié)果作了具體地比較研究分析，結(jié)論顯示我國政策性銀行整體上的生產(chǎn)率是偏低的，需要進(jìn)一步提升經(jīng)營效率和社會效益。其次，進(jìn)一步通過宏觀和微觀二維視角，對政策性銀行全要素生產(chǎn)率影響因素進(jìn)行全面實(shí)證分析，發(fā)現(xiàn)影響每家銀行全要素生產(chǎn)率的影響因素差異較大，對其要素的調(diào)整必須要采取一行一策、因行制宜的原則，并在此基礎(chǔ)上提出可行性建議對策。

關(guān)鍵詞：全要素生產(chǎn)率；Malmquist指數(shù)；技術(shù)進(jìn)步；影響因素

文章編號：2095-5960（2016）02-0017-09；中圖分類號：F124；文獻(xiàn)標(biāo)識碼：A

從黨的十四屆三中全會決定成立三家政策性銀行算起，我國政策性金融的發(fā)展走過了21年的風(fēng)雨歷程。面臨著新階段下繼續(xù)推進(jìn)政策性銀行深化改革的需要，應(yīng)牢牢把握我國基本國情這個出發(fā)點(diǎn)，遵循現(xiàn)階段市場經(jīng)濟(jì)規(guī)律，堅(jiān)持不懈地進(jìn)行政策性銀行體制和機(jī)制的改革創(chuàng)新，探索出一條具有中國特色政策性金融的可持續(xù)發(fā)展之路。2015年，國務(wù)院進(jìn)一步對以國家開發(fā)銀行（國開行）、中國農(nóng)業(yè)發(fā)展銀行（農(nóng)發(fā)行）和中國進(jìn)出口銀行（進(jìn)出口行）三家為代表的中國政策性金融機(jī)構(gòu)進(jìn)行了重新職能定位，表明國家對政策性金融改革的迫切性。政策性銀行成為政策性金融的主體，通過政府導(dǎo)向平臺扶植薄弱的企業(yè)或地區(qū)，并提供長期、優(yōu)惠的政策性貸款，以此促進(jìn)該地區(qū)的經(jīng)濟(jì)發(fā)展和協(xié)調(diào)地區(qū)金融結(jié)構(gòu)平衡。但這種政策性金融的經(jīng)營模式并不意味著不追求效率和效益，而是要在堅(jiān)持保本微利①①保本微利是政策性銀行的基本經(jīng)營目標(biāo)，但不是唯一或最終的目標(biāo)，在特殊情況下也可以獲取較大盈利。的原則下，提高其政策性金融經(jīng)營效率和優(yōu)化社會效益成為當(dāng)下政策性銀行改革發(fā)展之關(guān)鍵。因此，在推進(jìn)政策性金融改革的難題中，提高政策性銀行的效率水平是亟待解決的前提條件。

一、文獻(xiàn)評述

銀行的表現(xiàn)是一個備受關(guān)注的話題，主要涉及競爭力、集中制、效率、生產(chǎn)率和盈利能力等（Heffernan 2005）。[1]在過去的幾十年里，如何測量一個銀行不同單元的相對效率以及采用的測量方法也是伴隨著爭議成長起來的。DEA是最流行的方法之一，應(yīng)用于測量研究公司的效率，而且也廣泛應(yīng)用于研究銀行效率問題（Nigmonov，2010；Arshinova，2011）。[2][3]Charnes（1978）被認(rèn)為是通過引入數(shù)學(xué)模型-數(shù)據(jù)包絡(luò)分析（DEA）測量相對效率的開創(chuàng)者。[4]因其DEA技術(shù)衡量商業(yè)銀行表現(xiàn)力的可靠性（Cook and Hababou，2000）以及評估銀行生產(chǎn)率和效率是增強(qiáng)實(shí)力和擴(kuò)大盈利能力的可靠途徑（athanassopoulos，1997）而被廣泛認(rèn)可。[5][6]學(xué)者們采用此方法去測量各國商業(yè)銀行效率的研究接踵而至，包括測量英國銀行效率（Drake & Howcroft，1994；Webb，2003）、希臘商業(yè)銀行效率（Halkos & Salamouris，2004）、加拿大銀行效率（Schaffnit，2004）、韓國銀行效率（Sufian，2010）等等。[7][8][9][10][11]并得出民營銀行或適度的中型銀行最有效率的結(jié)論（Alhadeff，1954；Ariff & Can，2008）。[12][13]Baer & Nazmi（2000）驗(yàn)證最終導(dǎo)致危機(jī)的巴西通脹對新興銀行結(jié)構(gòu)的影響，他們得到的結(jié)論是巴西的銀行體系仍然是低效的，競爭和私營部門參與可以提高效率。[14]相反，對于11個轉(zhuǎn)型國家的研究中，得出了私有化本身不足以增加銀行效率的結(jié)論（Bonin et al.，2005）。[15]Park & Weber（2006）借助于韓國銀行業(yè)金融自由化和亞洲金融危機(jī)背景來研究其銀行低效率和生產(chǎn)力的關(guān)系，并利用定向技術(shù)的距離函數(shù)，發(fā)現(xiàn)技術(shù)進(jìn)步有可能抵消了行業(yè)效率的下降和提升銀行體系變革的生產(chǎn)力。[16]

國內(nèi)學(xué)者較早系統(tǒng)提出金融效率是王廣謙（1997）[17]和楊德勇（1998）[18]，他們分別對其進(jìn)行了詳細(xì)地論述，促使我國金融發(fā)展研究上升到了一個新的探索高度。其后涌現(xiàn)大批的學(xué)者開始使用DEA方法探討我國商業(yè)銀行生產(chǎn)效率、成本效率和綜合效率，即使在某些結(jié)論方面未達(dá)成一致的見解，總體來講對我國商業(yè)銀行改革的理論基礎(chǔ)還是做出了很大貢獻(xiàn)（魏煜和王麗，2000；張健華，2003；王付彪等，2006；袁曉玲和張寶山，2009；王兵和朱寧，2011； 姜永宏和蔣偉杰，2014；韓松和王二明，2015）。[19][20][21][22][23][24][25]而政策性金融作為我國金融業(yè)重要的組成部分，其商業(yè)化改革大勢所趨，如何提高政策性金融的效率已成為金融當(dāng)局亟待解決的改革難題之一。政策性銀行作為政策性金融的主體，其經(jīng)營目標(biāo)并不是“虧損”，而應(yīng)該是在貫徹國家經(jīng)濟(jì)建設(shè)相關(guān)政策的前提下，達(dá)到社會和項(xiàng)目效益的最大化，這才是政策性金融的最優(yōu)效率（丁孜山，2001）。[26]針對政策性銀行自身效率的研究，楊曄（2007）、欒義君和馬增華（2009）、楊童舒（2012）、張芬（2014）分別從2002—2005年、2000—2007年、2001—2009年三個不同的時間段出發(fā)，測度我國三家政策性銀行的效率。得出整體上效率偏低的一致結(jié)論。[27][28][29][30]進(jìn)一步從內(nèi)部比較來看，國開行要好于進(jìn)出口行和農(nóng)發(fā)行。針對政策性銀行與商業(yè)性銀行效率比較研究，張芬（2014）選取了3家政策性銀行和10家商業(yè)性銀行2002—2012年相關(guān)數(shù)據(jù)，對兩種類別銀行效率進(jìn)行橫向與縱向的相關(guān)評價以及具體的財(cái)務(wù)指標(biāo)分析比較，得出這樣的結(jié)論：政策性銀行與商業(yè)性銀行相比，因資產(chǎn)利用率不高而導(dǎo)致效率偏低，并且呈現(xiàn)出財(cái)務(wù)指標(biāo)穩(wěn)定性較差的現(xiàn)象。 因此，要進(jìn)一步加強(qiáng)政策性銀行改革的步伐，合理配置政策性金融資源（白欽先，1998），優(yōu)化其政策性金融功能（王偉，2008），讓政策性銀行發(fā)揮更大的作用，提高其效率（賈康和孟艷，2011）。[31][32][33]

關(guān)于政策性銀行的全要素生產(chǎn)率研究，國內(nèi)的文獻(xiàn)研究較少，并且研究的年份相對較短，準(zhǔn)確性和說服力都相對較差。本文在楊曄（2007）、楊童舒（2012）、欒義君和馬增華（2009）等人研究的基礎(chǔ)上，再次結(jié)合我國政策性銀行具有的本質(zhì)公共金融屬性，從經(jīng)濟(jì)有效性或財(cái)務(wù)效益視角，對其政策性銀行的全要素生產(chǎn)率進(jìn)行了更深層次地剖析。具體選擇國開行、農(nóng)發(fā)行和進(jìn)出口行作為政策性銀行研究對象，采用DEA-Malmquist指數(shù)模型對我國政策性銀行2000—2014年間的全要素生產(chǎn)率變化情況進(jìn)行了系統(tǒng)地實(shí)證分析，并對影響政策性銀行全要素生產(chǎn)率的因素進(jìn)行全面分析，以期通過分析，為政策性銀行有效運(yùn)行提供建議，并為監(jiān)管政策性銀行的運(yùn)營情況提供有效的參考價值。

二、政策性銀行全要素生產(chǎn)率的實(shí)證分析

（一）政策性銀行全要素生產(chǎn)率測算方法

借鑒前期商業(yè)銀行效率研究（劉漢濤，2004；遲國泰等，2006；段永瑞等，2013；粟芳和初立蘋；2015）和政策性銀行效率研究（楊曄，2007；欒義君和馬增華，2009；楊童舒，2012；張芬，2014）的效率測算分析框架，再結(jié)合政策性銀行自身的政策性特點(diǎn)，本文將投入指標(biāo)和產(chǎn)出指標(biāo)定義如表1所示[34][35][36][37]。

（二）政策性銀行全要素生產(chǎn)率測算結(jié)果

使用DEAP2.1軟件測算2000—2014年我國三家政策性銀行全要素生產(chǎn)率及其分解的指數(shù)。表2為相關(guān)的計(jì)算結(jié)果。其中tfpch為全要素生產(chǎn)率變化指數(shù)，techch為技術(shù)進(jìn)步指數(shù)，effch為技術(shù)效率變化指數(shù)，均值為幾何平均值。

表1政策性銀行效率測度投入與產(chǎn)出變量

變量名稱變量說明數(shù)據(jù)來源投入變量產(chǎn)出變量固定資產(chǎn)凈值員工人數(shù)資金來源營業(yè)費(fèi)用稅前利潤貸款凈額各家政策性銀行的資產(chǎn)負(fù)債表中的固定資產(chǎn)項(xiàng)目衡量政策性銀行勞動力資本投入財(cái)政撥款、人民銀行給的無息貸款、發(fā)行政策性金融債券等政策性銀行經(jīng)營投入的重要成本體現(xiàn)政策性銀行經(jīng)營能力表現(xiàn)（雖然不以盈利為目的，但也要堅(jiān)持保本微利）衡量政策性銀行貸款質(zhì)量水平歷年各家政策性銀行年報和

《中國金融年鑒》從測算的結(jié)果可以看出，2000—2014年間，國開行、農(nóng)發(fā)行、進(jìn)出口行的全要素生產(chǎn)率年平均增長率分別為75%、15%、07%，國開行全要素生產(chǎn)率要遠(yuǎn)遠(yuǎn)高于農(nóng)發(fā)行和進(jìn)出口行，并且農(nóng)發(fā)行和進(jìn)出口行低于政策性銀行的全要素平均水平32%。在構(gòu)成全要素生產(chǎn)率構(gòu)成要素的政策性銀行技術(shù)進(jìn)步方面，國開行、農(nóng)發(fā)行、進(jìn)出口行的年平均增長率分別為75%、15%、07%，國開行仍然好于農(nóng)發(fā)行和進(jìn)出口行。在構(gòu)成全要素生產(chǎn)率構(gòu)成要素的政策性銀行技術(shù)效率方面，三家銀行均處于同一不變水平。進(jìn)一步分析三家政策性銀行內(nèi)部波動差異情況，引入Malmquist指數(shù)標(biāo)準(zhǔn)差系數(shù)來反映三家政策性銀行內(nèi)部波動差異程度。通過國開行、農(nóng)發(fā)行、進(jìn)出口行全要素生產(chǎn)率、技術(shù)進(jìn)步、技術(shù)效率的標(biāo)準(zhǔn)差系數(shù)大小，可以發(fā)現(xiàn)2000—2014年間進(jìn)出口行全要素生產(chǎn)率波動最大，農(nóng)發(fā)行全要素生產(chǎn)率波動最?。贿M(jìn)出口行技術(shù)進(jìn)步波動最大，國開行技術(shù)進(jìn)步波動最小；農(nóng)發(fā)行技術(shù)效率波動最大，國開行技術(shù)效率波動最小。

表2三家政策性銀行全要素生產(chǎn)率及其構(gòu)成的Malmquist指數(shù)變化

時間名稱Malmquist 指數(shù)平均值Malmquist 指數(shù)標(biāo)準(zhǔn)差effchtechchtfpcheffchtechchtfpch2000—2014國開行 1.000 1.075 1.075 0 0.482 0.482農(nóng)發(fā)行 1.000 1.015 1.015 0.337 0.068 0.337進(jìn)出口行 1.000 1.007 1.007 0.052 0.073 0.083資料來源：根據(jù)DEAP2.1軟件及相關(guān)指標(biāo)數(shù)據(jù)測算而得。

注：（1）表3中的國開行、農(nóng)發(fā)行以及進(jìn)出口行全要素生產(chǎn)率為各時段內(nèi)的算術(shù)平均值；（2）Malmquist指數(shù)是t期和t+1期的生產(chǎn)率指數(shù)的幾何平均值。

圖1中國政策性銀行全要素生產(chǎn)率指數(shù)及其構(gòu)成變化趨勢

注：圖中數(shù)據(jù)由三家政策性銀行全要素生產(chǎn)率指數(shù)及其構(gòu)成的算術(shù)平均值計(jì)算所得中國政策性銀行全要素生產(chǎn)率指數(shù)的變化趨勢，根據(jù)圖1可以看出，在2000—2014年間并未出現(xiàn)持續(xù)上升或下降的態(tài)勢，政策性銀行全要素生產(chǎn)率指數(shù)在2001—2005、2007—2009兩個時間段內(nèi)出現(xiàn)了較大波動，其余時間段的波動較小。政策性銀行的全要素生產(chǎn)率分解成政策性銀行技術(shù)進(jìn)步和技術(shù)效率，其理論上是二者共同的驅(qū)動作用促進(jìn)政策性銀行全要素生產(chǎn)率的增長。但是從圖1可以看出，政策性銀行技術(shù)進(jìn)步指數(shù)與其全要素生產(chǎn)率指數(shù)變化趨勢一致，而技術(shù)效率卻未出現(xiàn)一致的趨同，而是在2006—2009、2010—2014兩個時間段內(nèi)出現(xiàn)了逆向走勢，這說明政策性銀行的全要素生產(chǎn)率主要是由技術(shù)進(jìn)步帶來的，技術(shù)效率在某些時期弱化技術(shù)進(jìn)步的效果，政策性銀行技術(shù)效率的改善可以促進(jìn)其生產(chǎn)率的增長。

三、政策性銀行全要素生產(chǎn)率影響因素實(shí)證分析

（一）模型建立與變量選取

建立模型需要考察對政策性銀行全要素生產(chǎn)率的影響，以往的研究往往集中于對政策性銀行有影響的微觀因素，本文根據(jù)有關(guān)銀行效率影響因素的研究，結(jié)合我國政策性銀行的政策性特質(zhì)和經(jīng)營情況，從宏觀和微觀兩個角度出發(fā)研究影響政策性銀行全要素生產(chǎn)率的因素。

宏觀角度：本文選取了人力資本、金融發(fā)展水平、固定資產(chǎn)投資水平、出口水平、外商直接投資水平、財(cái)政支出水平、工業(yè)化水平、農(nóng)業(yè)化水平以及自然災(zāi)害情況作為影響因素指標(biāo)，采用tobit模型建立回歸模型如下：

TPF=β0+β1Labor+β2FIR+β3Invent+β4Export+β5FDI+β6GSR+β7Indus+β8Agric+β9Nature+ε（1）

其中：TFP代表了被解釋變量，用政策性銀行全要素生產(chǎn)率替代，人力資本Labor，金融發(fā)展水平FIR，固定資產(chǎn)投資水平Invent，出口水平Export，外商直接投資水平FDI，政府支出水平GSR，工業(yè)化水平Indus，農(nóng)業(yè)化水平Agric，自然災(zāi)害情況Nature。

人力資本（Labor）：表示為全國高等學(xué)校畢業(yè)人數(shù)與總?cè)丝跀?shù)的比率。

金融發(fā)展水平（FIR）：選用Goldsmith（1969）提出的金融相關(guān)比率來表示該地區(qū)的金融發(fā)展，用金融機(jī)構(gòu)貸款余額之和占GDP的比值來表示。

固定資產(chǎn)投資水平（Invent）：表示為固定資產(chǎn)投資總額與GDP的比率。

出口水平（Export）：表示為全國出口商品價值總額與GDP的比率。

外商直接投資水平（FDI）：表示為外商直接投資總額與GDP的比率（投資額按美元的當(dāng)年平均匯價折算）。

政府支出水平（GSR）：表示為采用全國當(dāng)年財(cái)政支出額占GDP的比重度量。

工業(yè)化水平（Indus）：表示為第二產(chǎn)業(yè)生產(chǎn)總值與GDP的比率。

農(nóng)業(yè)化水平（Agric）：表示為第一產(chǎn)業(yè)生產(chǎn)總值與GDP的比率。

自然災(zāi)害情況（Nature）：表示為受災(zāi)面積與耕地總面積之比，比值越大，表示自然條件越惡劣。

微觀角度：本文選取了貸款質(zhì)量、盈利能力、經(jīng)營業(yè)績、銀行規(guī)模、穩(wěn)定性、資產(chǎn)配置、人力資本質(zhì)量以及成本管控能力等因素對政策性效率的影響情況進(jìn)行研究。采用tobit模型建立回歸模型如下：

TPF=β0+β1LQ+β2EP+β3BP+β4SIZE+β5STAB+β6AA+β7HRQ+β8CCA+ε（2）

其中：TFP代表了被解釋變量，采用各個政策性銀行全要素生產(chǎn)率替代，貸款質(zhì)量LQ，盈利能力EP，經(jīng)營業(yè)績BP，銀行規(guī)模SIZE，穩(wěn)定性STAB，資產(chǎn)配置水平AA，人力資本質(zhì)量HRQ，成本管控能力CCA。

貸款質(zhì)量（LQ）：選取不良貸款率作為衡量貸款質(zhì)量的指標(biāo)。

盈利能力（EP）：選取資產(chǎn)收益率作為衡量政策性銀行盈利能力的指標(biāo)。

經(jīng)營業(yè)績（BP）：選取權(quán)益凈利率作為衡量政策性銀行經(jīng)營業(yè)績的指標(biāo)。

銀行規(guī)模（SIZE）：選取總資產(chǎn)的自然對數(shù)作為衡量政策性銀行規(guī)模的指標(biāo)。

穩(wěn)定性（STAB）：本文采用Grigorian等人的方法，用權(quán)益資本比率來代替資本充足率來衡量政策性銀行的穩(wěn)定性，即穩(wěn)定性采用權(quán)益資本和總資產(chǎn)的比值來表示。

資產(chǎn)配置水平（AA）：采用貸款資產(chǎn)比率來衡量政策性銀行的資產(chǎn)配置水平。

人力資本質(zhì)量（HRQ）：選取政策性銀行中本科及以上學(xué)歷的員工占比作為衡量人力資本的指標(biāo)。

成本管控能力（CCA）：本文采用凈利潤收入比來衡量政策性銀行的成本管控能力。

以上數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》、《中國金融年鑒》、國家統(tǒng)計(jì)數(shù)據(jù)庫以及各政策性銀行的財(cái)務(wù)報表。

（二）實(shí)證結(jié)果分析

1.宏觀影響因素分析

本文運(yùn)用eviews8.0軟件對2001—2014年數(shù)據(jù)研究各因素對全要素生產(chǎn)率及其構(gòu)成的影響，其回歸結(jié)果如表3、4所示。

（1）從表5可以看出，國開行全要素生產(chǎn)率與出口水平Export、外商直接投資水平FDI、政府支出水平GSR和工業(yè)化水平Indus在1%的水平上顯著，與金融發(fā)展水平FIR在10%的顯著水平上顯著。出口水平、外商直接投資水平和政府支出水平對國開行全要素生產(chǎn)率產(chǎn)生了正效應(yīng)，說明我國出口額的增多、接受外商直接投資的增多以及加大政府的財(cái)政支出都會促進(jìn)國開行全要素生產(chǎn)率的提高。金融發(fā)展水平和工業(yè)化水平與國開行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，說明金融市場的發(fā)展會抑制國開行的發(fā)展。因?yàn)槲?/p>

國的金融市場是傳統(tǒng)的銀行主導(dǎo)型市場，隨著全球經(jīng)濟(jì)的快速增長，顛覆了傳統(tǒng)金融市場的發(fā)展需要，對商業(yè)銀行的發(fā)展和服務(wù)提出開放化、多樣化等多功能的金融市場需求，所以這就要求了現(xiàn)階段的國開行要與當(dāng)下金融市場發(fā)展的需要與時俱進(jìn)，進(jìn)行不斷動態(tài)調(diào)整與轉(zhuǎn)型。國開行是國家組建的政策性金融機(jī)構(gòu)，歷經(jīng)21年的政策性實(shí)踐活動歷程，在從傳統(tǒng)的“兩基一支”和城市基礎(chǔ)設(shè)施建設(shè)，拓展到基層瓶頸領(lǐng)域，從單個大型建設(shè)項(xiàng)目拓展到大額政策性貸款、綜合性金融服務(wù)，包括支持三峽公司成功上市、天津市土地資源開發(fā)、蕪湖模式、西部大開發(fā)等，都足以證明國開行在推進(jìn)我國工業(yè)化的進(jìn)程方面功不可沒。但在實(shí)證分析中表明，工業(yè)化水平的提升對國開行全要素生產(chǎn)率產(chǎn)生負(fù)效應(yīng)，這可能是與國家加速發(fā)展第二產(chǎn)業(yè)有關(guān)，通過促進(jìn)、完善金融市場的發(fā)展，構(gòu)建建筑企業(yè)和工業(yè)企業(yè)多融資渠道平臺，國開行因其扶植薄弱行業(yè)與產(chǎn)業(yè)發(fā)展壯大后而退出持續(xù)性的政策信貸支持，轉(zhuǎn)身進(jìn)軍國家需要新發(fā)展的薄弱地區(qū)，導(dǎo)致政策性信貸業(yè)務(wù)的發(fā)展出現(xiàn)中斷，從而抑制了國開行全要素生產(chǎn)率的提高。

（2）從表5可以看出，農(nóng)發(fā)行全要素生產(chǎn)率與人力資本Labor、金融發(fā)展水平FIR、出口水平Export、政府支出水平GSR、工業(yè)化水平Indus、農(nóng)業(yè)化水平Agric和自然災(zāi)害情況Nature在1%的水平上顯著，與外商直接投資水平FDI在10%的顯著水平上顯著。人力資本、金融發(fā)展水平、出口水平、外商直接投資水平、農(nóng)業(yè)化水平和自然災(zāi)害情況對農(nóng)發(fā)行全要素生產(chǎn)率產(chǎn)生了正效應(yīng)，說明人力資本質(zhì)量的提升、金融市場的不斷完善、進(jìn)出口貿(mào)易額的增加、農(nóng)業(yè)產(chǎn)業(yè)化水平的提高以及自然災(zāi)害的降低都會促進(jìn)農(nóng)發(fā)行政策性業(yè)務(wù)的發(fā)展，全面實(shí)現(xiàn)政策性金融的社會效益最大化目標(biāo)。農(nóng)發(fā)行專門承擔(dān)農(nóng)業(yè)政策性金融業(yè)務(wù)，是為發(fā)展三農(nóng)業(yè)務(wù)提供全方位服務(wù)的，尤其近些年我國自然災(zāi)害處于頻繁發(fā)生期，農(nóng)業(yè)穩(wěn)定發(fā)展的保證需要政府提供更多的保障性支持，其中政策性農(nóng)業(yè)金融支持顯得尤為重要。農(nóng)發(fā)行通過政府平臺的政策導(dǎo)向，向促進(jìn)農(nóng)業(yè)發(fā)展需要的地方提供很多優(yōu)惠的、長期性的政策性貸款，促進(jìn)農(nóng)業(yè)發(fā)展和農(nóng)民增收。工業(yè)化水平對農(nóng)發(fā)行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，如同國開行一樣因政策性金融發(fā)展的特殊性，也同樣抑制農(nóng)發(fā)行全要素生產(chǎn)率的提高。

（3）從表6可以看出，進(jìn)出口行全要素生產(chǎn)率與出口水平Export和自然災(zāi)害情況Nature在5%的顯著水平上顯著。進(jìn)出口行是專門服務(wù)于本國企業(yè)對外貿(mào)易的政策性金融機(jī)構(gòu)。出口水平對進(jìn)出口行全要素生產(chǎn)率產(chǎn)生了正效應(yīng)，說明隨著中國加入世貿(mào)組織以后，出口貿(mào)易額在逐年不斷地增多，進(jìn)出口行在促進(jìn)本國出口貿(mào)易業(yè)務(wù)中也發(fā)揮了重要的作用，保證我國出口貿(mào)易額的穩(wěn)步增長，由于“力的作用是相互的”，同時也促進(jìn)進(jìn)出口行全要素生產(chǎn)率的提升。自然災(zāi)害情況對進(jìn)出口銀行全要素生產(chǎn)率也產(chǎn)生了正效應(yīng)，說明在我國自然災(zāi)害嚴(yán)重時期，會導(dǎo)致國內(nèi)糧食等大宗商品減產(chǎn)等，進(jìn)口貿(mào)易增加，進(jìn)而促進(jìn)進(jìn)出口商的經(jīng)營存款、放款、貼現(xiàn)、匯兌等業(yè)務(wù)的繁榮，促進(jìn)進(jìn)出口行的發(fā)展，進(jìn)一步提高全要素生產(chǎn)率。

（4）從表6可知，政策性銀行全要素生產(chǎn)率與人力資本Labor、出口水平Export、外商直接投資水平FDI、工業(yè)化水平Indus在1%的水平上顯著，與自然災(zāi)害情況Nature在5%的顯著水平上顯著，與金融發(fā)展水平FIR、農(nóng)業(yè)化水平Agric在10%的顯著水平上顯著，與固定資產(chǎn)投資水平Invent和政府支出水平GSR不顯著。人力資本Labor、金融發(fā)展水平FIR、出口水平Export、外商直接投資水平FDI、農(nóng)業(yè)化水平Agric和自然災(zāi)害情況Nature對政策性銀行全要素生產(chǎn)率產(chǎn)生了正效應(yīng)，說明人力資本質(zhì)量的提升、金融市場的發(fā)展、進(jìn)出口貿(mào)易的增加、農(nóng)業(yè)的發(fā)展以及自然災(zāi)害的發(fā)生都對政策性銀行的發(fā)展產(chǎn)生了提升的促進(jìn)作用；工業(yè)化水平對政策性銀行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，說明工業(yè)化進(jìn)程的加快會抑制政策性銀行全要素生產(chǎn)率的提高，這可能是因?yàn)楣I(yè)化進(jìn)程的加快促進(jìn)了以商業(yè)性銀行為主導(dǎo)的信貸市場繁榮，商業(yè)銀行的逐利趨向決定它開始向建立比較成熟的金融搶占大部分的市場份額，這時政策性銀行因完善金融市場建設(shè)的使命而弱化或退出原有的政策性服務(wù)范圍，進(jìn)而降低了政策性銀行的全要素生產(chǎn)率水平。

2.微觀影響因素分析

本文運(yùn)用eviews8.0軟件對2001—2014年各政策性銀行的全要素生產(chǎn)率及其構(gòu)成的因素影響進(jìn)行研究，選取的研究變量主要集中在影響政策性銀行的內(nèi)部因素，其回歸結(jié)果如表5、6所示。

（1）從表5可以看出，國開行全要素生產(chǎn)率與其盈利能力、經(jīng)營業(yè)績和穩(wěn)定性在10%的水平上顯著。盈利能力對國開行全要素生產(chǎn)率產(chǎn)生了正效應(yīng)，說明盈利能力的增強(qiáng)可以促進(jìn)國開行的發(fā)展，雖然政策性銀行一直秉承著保本微利的經(jīng)營服務(wù)理念，但并不意味著不追求資金的使用效率和社會效益，而且這種良好的資金利用率和優(yōu)化的社會效益會成為政策性銀行的立行之本和可持續(xù)發(fā)展的關(guān)鍵。經(jīng)營業(yè)績和穩(wěn)定性對國開行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，可能是國開行因其政策性導(dǎo)向作用導(dǎo)致其在投放企業(yè)信貸以及經(jīng)營上的獨(dú)立性欠佳。再加上權(quán)益資本來源單一，其信貸投放和經(jīng)營中存在一些錯配的問題，進(jìn)而影響國開行的效益和效率。

（2）從表5可以看出，農(nóng)發(fā)行全要素生產(chǎn)率與銀行規(guī)模、資產(chǎn)配置水平和人力資本質(zhì)量在1%的水平上顯著，與貸款質(zhì)量在10%的水平上顯著。貸款質(zhì)量和人力資本質(zhì)量對農(nóng)業(yè)發(fā)展銀行全要素生產(chǎn)率產(chǎn)生了正效應(yīng)，說明貸款質(zhì)量的提高有利于促進(jìn)農(nóng)發(fā)行全要素生產(chǎn)率的提高，近些年農(nóng)發(fā)行的不良貸款率控制得很好，從2000年的2058%下降到2014年的06%，可見農(nóng)發(fā)行的不良資產(chǎn)競爭力在逐年增強(qiáng)；人力資本質(zhì)量的提高，有助于降低農(nóng)發(fā)行的經(jīng)營成本，農(nóng)發(fā)行通過人才強(qiáng)行戰(zhàn)略引進(jìn)了很多高素質(zhì)的金融精英，來提升員工的軟實(shí)力能力，進(jìn)而間接的促進(jìn)其效率的提高。銀行規(guī)模對農(nóng)發(fā)行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，說明單純地追求規(guī)模效應(yīng)已經(jīng)不能給農(nóng)發(fā)行帶來效率的提升，當(dāng)農(nóng)發(fā)行如果在原基礎(chǔ)上繼續(xù)擴(kuò)張其規(guī)模，可能會出現(xiàn)內(nèi)部管理不善、經(jīng)營指標(biāo)失衡和弱化社會效益等諸多問題，從而抑制了農(nóng)發(fā)行的發(fā)展。資產(chǎn)配置水平對農(nóng)發(fā)行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，這可能是農(nóng)發(fā)行因其政策導(dǎo)向會投放一些長期、資質(zhì)不高的政策性貸款，會導(dǎo)致貸款質(zhì)量出現(xiàn)偏低的問題，此時過多的不良貸款會稀釋銀行的利潤，進(jìn)而影響銀行的總體收益。同時，農(nóng)發(fā)行在運(yùn)用信貸資金過程中因過度依賴政府的信用擔(dān)保和權(quán)力尋租的政策導(dǎo)向，也會引起了農(nóng)發(fā)行的資源配置效率，抑制其全要素生產(chǎn)率的提高。

（3）從表6可以看出，進(jìn)出口行全要素生產(chǎn)率與貸款質(zhì)量、盈利能力和資產(chǎn)配置水平在1%的水平上顯著，與盈利能力、銀行規(guī)模、人力資本質(zhì)量和成本管控能力在5%的水平上顯著。盈利能力、銀行規(guī)模和資產(chǎn)配置水平對進(jìn)出口銀行全要素生產(chǎn)率產(chǎn)生了正效應(yīng)，說明盈利能力的增強(qiáng)可以促進(jìn)進(jìn)出口行的發(fā)展，雖然政策性銀行一直堅(jiān)持保本微利的原則，但它仍然追求資金的使用效率和社會效益最大化；銀行規(guī)模的擴(kuò)大、資產(chǎn)配置水平的提高有利于進(jìn)出口行全要素生產(chǎn)率的提高。貸款質(zhì)量對進(jìn)出口行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，這可能是因?yàn)檫M(jìn)出口行考慮到有些企業(yè)經(jīng)營不善或經(jīng)濟(jì)形勢下滑等原因拒絕給予企業(yè)授信，雖然保住了不良資產(chǎn)的質(zhì)量，但抑制了業(yè)務(wù)的發(fā)展，進(jìn)而降低了效率。經(jīng)營業(yè)績和成本管控能力對進(jìn)出口銀行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，可能是由于進(jìn)出口行過度的依賴其政策性導(dǎo)向功能，對于扶植企業(yè)的長期授信并沒有考慮到經(jīng)濟(jì)效益和成本最小化問題，進(jìn)而影響了進(jìn)出行的效率。人力資本質(zhì)量對進(jìn)出口銀行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，可能是由于近年來進(jìn)出口行在新老員工交替方面，其本科及以上學(xué)歷的員工人數(shù)已經(jīng)接近全體員工人數(shù)，導(dǎo)致增加本科及以上學(xué)歷員工出現(xiàn)邊際效用遞減作用，從而降低了進(jìn)出口行的效率提升。

四、結(jié)論與建議

我國政策性銀行自1994年成立至現(xiàn)在已二十年有余，支援國家經(jīng)濟(jì)建設(shè)和促進(jìn)地區(qū)經(jīng)濟(jì)增長是有目共睹。然而經(jīng)濟(jì)學(xué)原理告訴我們，公共物品的供給是缺乏效率的，政策性銀行因其具有公共性，再加之代理問題，其效率效率要遠(yuǎn)低于商業(yè)性銀行。因此，基于當(dāng)下中國經(jīng)濟(jì)面臨“新常態(tài)”條件下，實(shí)現(xiàn)政策性與市場性目標(biāo)雙贏的政策性銀行，更應(yīng)該加快改革的步伐，以此來提高其實(shí)現(xiàn)目標(biāo)的生產(chǎn)效率，增加經(jīng)濟(jì)源動力，全面服務(wù)實(shí)體經(jīng)濟(jì)健康、有序的發(fā)展。

本文基于前面楊曄（2007）、楊童舒（2012）、欒義君和馬增華（2009）等幾位學(xué)者研究的基礎(chǔ)上，采用DEA-Malmquist指數(shù)模型對我國三家政策性銀行從2000年到2014年的全要素生產(chǎn)率進(jìn)行全面、系統(tǒng)的比較分析，得出的結(jié)論是我國政策性銀行的生產(chǎn)率大體上偏低，在強(qiáng)化政策性金融服務(wù)的同時仍然需要進(jìn)一步改進(jìn)，包括銀行內(nèi)部的管理制度、人才引進(jìn)和績效考核等等。從個體上看，國開行的效率較好，進(jìn)出口行的效率較差，并賦予影響各家銀行因素的差別表現(xiàn)也較大，但影響政策性銀行的全要素生產(chǎn)率指數(shù)的構(gòu)成因素變化明顯，技術(shù)進(jìn)步貢獻(xiàn)顯著，技術(shù)效率貢獻(xiàn)隱微。在全要素生產(chǎn)率指數(shù)測算基礎(chǔ)上，進(jìn)一步通過宏觀和微觀視角來探討政策性銀行全要素生產(chǎn)率的影響因素進(jìn)行實(shí)證研究。結(jié)果表明：在宏觀視角下，從總體來看，人力資本、出口水平、外商直接投資水平、工業(yè)化水平、自然災(zāi)害情況、金融發(fā)展水平和農(nóng)業(yè)化水平對政策性銀行全要素生產(chǎn)率影響顯著；從三家政策性銀行來看，金融發(fā)展水平、出口水平、外商直接投資水平、政府支出水平和工業(yè)化水平對國開行全要素生產(chǎn)率影響顯著；除了固定資產(chǎn)投資水平變量外，本文所選的宏觀影響因素變量對農(nóng)發(fā)行全要素生產(chǎn)率的影響都非常顯著；出口水平和自然災(zāi)害情況對進(jìn)出口行全要素生產(chǎn)率影響顯著。在微觀視角下，國開行的全要素生產(chǎn)率與其盈利能力、經(jīng)營業(yè)績和穩(wěn)定性顯著相關(guān)；農(nóng)發(fā)行的全要素生產(chǎn)率與銀行規(guī)模、資產(chǎn)配置水平、人力資本質(zhì)量和貸款質(zhì)量顯著相關(guān)；進(jìn)出口行的全要素生產(chǎn)率與貸款質(zhì)量、盈利能力、資產(chǎn)配置水平、盈利能力、銀行規(guī)模、人力資本質(zhì)量和成本管控能力顯著相關(guān)。

通過實(shí)證分析得出，政策性銀行的可持續(xù)發(fā)展經(jīng)營主要依賴于技術(shù)進(jìn)步，這和我們熟知的宏觀經(jīng)濟(jì)增長實(shí)證分析模型不謀而合，決定長期經(jīng)濟(jì)增長的不是資本K，而是有效勞動A，政策性銀行的技術(shù)進(jìn)步大部分屬于有效勞動A。從三家政策性銀行的宏、微觀影響因素比較分析得出，影響每家銀行的因素差異較大，所以對其政策性銀行的改革應(yīng)該采取一行一策，不能盲目而論，因行制宜原則，才能促進(jìn)其政策性銀行的成長與發(fā)展。國開行秉承開發(fā)性政策性金融機(jī)構(gòu)功能的定位，完善開發(fā)性政策性金融運(yùn)作模式，側(cè)重考慮技術(shù)進(jìn)步和社會效益的提升；農(nóng)發(fā)行強(qiáng)化政策性職能的定位，完善規(guī)范的治理結(jié)構(gòu)和決策機(jī)制，側(cè)重考慮技術(shù)效率和規(guī)模效率的提升；進(jìn)出口行強(qiáng)化政策性職能的定位，明確風(fēng)險補(bǔ)償機(jī)制和增強(qiáng)資本實(shí)力，應(yīng)側(cè)重考慮技術(shù)進(jìn)步和純技術(shù)效率的提升。因此，基于互聯(lián)網(wǎng)金融的大數(shù)據(jù)背景下，政策性銀行應(yīng)該追趕時代發(fā)展的步伐，開發(fā)出適應(yīng)時代需要的政策性金融產(chǎn)品，并引入先進(jìn)的金融技術(shù)設(shè)備和培養(yǎng)團(tuán)隊(duì)軟實(shí)力的提升，進(jìn)一步完善現(xiàn)代化的內(nèi)部公司治理結(jié)構(gòu)、增加政策性銀行的風(fēng)險防范能力，促使政策性金融保持持續(xù)、良性的發(fā)展態(tài)勢。

參考文獻(xiàn)：

[1]Heffernan J M， Smith R J， Wahl L M. Perspectives on the basic reproductive ratio.[J]. Journal of the Royal Society Interface， 2005， 2（4）：281-293.

[2]Nigmonov A. Bank Performance and Efficiency in Uzbekistan[J]. Eurasian Journal of Business & Economics， 2010， 3（5）.

[3]Arshinova T. Construction of Equity Portfolio on the Basis of Data Envelopment Analysis Approach[J]. Computer Science （1407-7493）， 2011， 45（1）：104-108.

[4]Charnes A， Cooper W W， Niehaus R J. Management science approaches to manpower planning and organization design[M]. North-Holland， 1978.

[5]Cook W D， Hababou M， Tuenter H J H. Multicomponent Efficiency Measurement and Shared Inputs in Data Envelopment Analysis： An Application to Sales and Service Performance in Bank Branches[J]. Journal of Productivity Analysis， 2000， 14（3）：209-224.

[6]Allen R， Athanassopoulos A， Dyson R G， et al. Weights restrictions and value judgements in Data Envelopment Analysis： Evolution， development and future directions[J]. Annals of Operations Research， 1997， 73（1）：13-34.

[7]L Drake， Howcroft B. Relative efficiency in the branch network of a UK bank： An empirical study[J]. Omega， 1994， 22（94）：83–90.

[8]Robert Webb. Levels of efficiency in UK retail banks： a DEA window analysis[J]. International Journal of the Economics of Business， 2003， 10（3）：305-322.

[9]Halkos G， Salamouris D. Efficiency Measures of the Greek Banking Sector： A Non-Parametric Approach for the Period 1997-1999[J]. Mpra Paper， 2001.

[10]Paradi J C， Schaffnit C. Commercial branch performance evaluation and results communication in a Canadian bank--a DEA application[J]. European Journal of Operational Research， 2004， 156（3）：719-735.

[11]Sufian F， Habibullah M S. Bank-specific， Industry-specific and Macroeconomic Determinants of Bank Efficiency[J]. Margin the Journal of Applied Economic Research， 2010， 4：427-461.

[12]Henderson R F， Alhadeff D A. Monopoly and Competition in Banking[J]. Economic Journal， 1955， 65.

[13]Ariff M， Can L. Cost and profit efficiency of Chinese banks： A non-parametric analysis[J]. China Economic Review， 2008， 19（2）：260-273.

[14]Baer W， Nazmi N. Privatization and restructuring of banks in Brazil[J]. Quarterly Review of Economics & Finance， 2000， 40（1）：3-24.

[15]Bonin W. High-performance drive circuitry for capacitive transducers： US， US6960945 B1[P]. 2005.

[16]Kang H P， Weber W L. A Note On Efficiency And Productivity Growth In The Korean Banking Industry， 1992–2002[J]. Journal of Banking & Finance， 2006， 30（8）：2371-2386As the access to this document is restricted， you may want to look for a different version under "Related research" （further below） or for a different version of it.

[17]王廣謙. 經(jīng)濟(jì)發(fā)展中金融的貢獻(xiàn)與效率[M].中國人民大學(xué)出版社， 1997：323.

[18]楊德勇. 對金融效率問題的思考[J]. 甘肅金融， 1998（10）：72.

[19]魏煜， 王麗. 中國商業(yè)銀行效率研究：一種非參數(shù)的分析[J]. 金融研究， 2000（3）：88-96.

[20]張健華. 我國商業(yè)銀行效率研究的DEA方法及1997—2001年效率的實(shí)證分析[J]. 金融研究， 2003（3）：11-25.

[21]王付彪， 闞超， 沈謙，等. 我國商業(yè)銀行技術(shù)效率與技術(shù)進(jìn)步實(shí)證研究（1998—2004）[J]. 金融研究， 2006（8）：122-132.

[22]袁曉玲， 張寶山. 中國商業(yè)銀行全要素生產(chǎn)率的影響因素研究——基于DEA模型的Malmquist指數(shù)分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2009（4）：93-104.

[23]王兵， 朱寧. 不良貸款約束下的中國上市商業(yè)銀行效率和全要素生產(chǎn)率研究——基于SBM方向性距離函數(shù)的實(shí)證分析[J]. 金融研究， 2011（1）：110-130.

[24]姜永宏， 蔣偉杰. 不良貸款約束下中國上市商業(yè)銀行全要素生產(chǎn)率研究：基于Luenberger指數(shù)的分析[J]. 南方經(jīng)濟(jì)， 2014（4）：62-79.

[25]韓松， 王二明. 中國商業(yè)銀行整體效率研究——基于具有中間投入和中間產(chǎn)出的綜合網(wǎng)絡(luò)DEA模型[J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理， 2015（8）.

[26]丁孜山，政策性銀行經(jīng)營管理[M].中國金融出版社，2001：157.

[27]楊曄. 我國政策性銀行改革和職能調(diào)整的研究[J]. 財(cái)政研究， 2007（10）：50-53.

[28]欒義君， 馬增華. 我國政策性銀行的DEA效率分析[J]. 技術(shù)經(jīng)濟(jì)， 2009， 28（7）：87-89.

[29]楊童舒. 基于DEA的中國政策性銀行經(jīng)營效率研究[J]. 中國國情國力， 2012（4）：20-21.

[30]張芬. 政策性銀行效率及資產(chǎn)質(zhì)量分析[J]. 地方財(cái)政研究， 2014（7）：71-74.

[31]白欽先. 政策性金融論[J]. 經(jīng)濟(jì)學(xué)家， 1998（3）：81-89.

[32]王偉. 我國農(nóng)村政策性金融功能弱化的行為金融學(xué)分析[J]. 上海金融， 2008（11）：29-34.

[33]賈康， 孟艷. 我國政策性金融體系基本定位的再思考[J]. 當(dāng)代財(cái)經(jīng)， 2011（6）：37-42.

[34]劉漢濤. 對我國商業(yè)銀行效率的測度：DEA方法的應(yīng)用[J]. 經(jīng)濟(jì)科學(xué)， 2004（6）：48-58.

[35]遲國泰， 楊德， 吳珊珊. 基于DEA方法的中國商業(yè)銀行綜合效率的研究[J]. 中國管理科學(xué)， 2006（5）：52-61.

[36]段永瑞， 孫麗琴， 趙金實(shí). 基于數(shù)據(jù)包絡(luò)分析的中國商業(yè)銀行運(yùn)作與服務(wù)質(zhì)量效率評價[J]. 中國管理科學(xué)， 2013（S1）：59.

[37]粟芳， 初立蘋. 中國商業(yè)銀行綜合融資能力測度及影響因素分析[J]. 金融經(jīng)濟(jì)學(xué)研究， 2014（2）：23.

Measuring and Factors Affecting Total Factor Productivity of Chinas policy-based banks

- Macro-Perspective and Micro-Dissection

LIN Chun

（Liaoning University， Shenyang，Liaoning 110036，China）

Abstract：In this paper，on the basis of reasonable definition of the input and output indicators of policy-based banks，a comprehensive and systematic comparative analysis of 2000—2014 total factor productivity of three Chinas policy-based banks.In conclusion，the productivity of our policy-based banks overall is low， it needs to further enhance efficiency and social benefits.Secondly，factors affecting the total factor productivity of Chinas policy-based banks through macro and micro perspective，we found that the factors which affect the total factor productivity of each bank is different，so our Chinas policy-based banks should take a bank a policy.Based on this，put forward suggestions of the reform and development of policy-based banks.

Key words：total factor productivity； Malmquist Index； technological progress； influencing factors

責(zé)任編輯：蕭敏娜