黃祥鐘 劉 暢
(福州大學(xué),福建 福州 350108)
近年來,我國(guó)金融風(fēng)險(xiǎn)高發(fā)區(qū)域已出現(xiàn)從傳統(tǒng)金融體系向非傳統(tǒng)金融體系轉(zhuǎn)移的趨勢(shì),P2P網(wǎng)絡(luò)借貸頻繁“爆雷”,非法集資案件數(shù)量增多,地方各類交易所潛藏風(fēng)險(xiǎn)隱患不斷顯現(xiàn)。在此背景下,我國(guó)各省份地方金融監(jiān)管能力與監(jiān)管需求之間存在較大差距。相對(duì)地方金融機(jī)構(gòu)的迅速發(fā)展,地方金融監(jiān)管力量明顯不足。根據(jù)Wind 數(shù)據(jù)統(tǒng)計(jì),截至2020 年底,我國(guó)有小額貸款公司7118家,貸款余額8888億元;融資租賃企業(yè)12156 家,融資租賃合同余額65070 億元。基于地方金融組織不斷發(fā)展壯大的背景下,對(duì)地方金融監(jiān)管工作提出挑戰(zhàn)。目前,山東、河北、四川、天津、上海等地區(qū)出臺(tái)了地方金融監(jiān)管條例,但地方性條例法律依據(jù)層級(jí)較低,并且條款具體應(yīng)如何實(shí)施在實(shí)際工作中還難以把握。提高地方金融監(jiān)管效率是解決目前我國(guó)地方金融監(jiān)管能力與實(shí)際監(jiān)管需求之間矛盾的一個(gè)重要思路。本文結(jié)合三階段數(shù)據(jù)包絡(luò)分析(DEA)模型和Malmquist 指數(shù)方法,分析比較我國(guó)各省份地方金融監(jiān)管效率及其變化,以尋求改善監(jiān)管效率的方法。
國(guó)內(nèi)外學(xué)者關(guān)于地方金融監(jiān)管的研究大致從監(jiān)管權(quán)力配置、監(jiān)管法律制度和監(jiān)管發(fā)揮作用的途徑等三個(gè)方面展開。第一,中央與地方金融監(jiān)管權(quán)力的配置。Haritchabalet et al.(2017)運(yùn)用兩區(qū)域模型分析中央與地方金融監(jiān)管權(quán)利的最優(yōu)配置。Colliard(2020)指出中央與地方聯(lián)合監(jiān)管能達(dá)到效率最優(yōu)。第二,地方金融監(jiān)管的法律制度建設(shè)。馮敏等(2022)指出地方金融監(jiān)管的法律制度建設(shè)較為落后,地方行使金融監(jiān)督權(quán)的法律依據(jù)依舊不完善并且法律支持薄弱。劉志偉(2017)指出中央與地方在地方金融監(jiān)管實(shí)踐中存在監(jiān)管漏洞、執(zhí)法沖突,為保證央地金融監(jiān)管協(xié)同有效實(shí)現(xiàn),需要輔以相應(yīng)的行政法律責(zé)任。第三,地方金融監(jiān)管發(fā)揮作用的途徑。Blum(1999)認(rèn)為有效的金融監(jiān)管能提高各地商業(yè)銀行的風(fēng)險(xiǎn)承受能力,從而維護(hù)金融秩序的穩(wěn)定。馬燦坤等(2021)指出地方金融發(fā)展、監(jiān)管與地方金融風(fēng)險(xiǎn)整治之間存在著協(xié)調(diào)性,地方金融風(fēng)險(xiǎn)的處置過程會(huì)促進(jìn)金融業(yè)的穩(wěn)定與發(fā)展。邱新國(guó)和陳明興(2021)通過實(shí)證得出,地方金融監(jiān)管能有效促進(jìn)區(qū)域金融發(fā)展,且二者間呈現(xiàn)“倒U 型”的關(guān)系,即隨著金融監(jiān)管的完善與發(fā)展,經(jīng)濟(jì)發(fā)展速度會(huì)相應(yīng)增加,但是嚴(yán)苛的監(jiān)管會(huì)限制經(jīng)濟(jì)增長(zhǎng)的速度。
現(xiàn)有文獻(xiàn)中,常使用DEA方法對(duì)金融機(jī)構(gòu)效率進(jìn)行分析。Mercan et al.(2003)利用1989—1999年土耳其商業(yè)銀行的數(shù)據(jù),以選定的基本財(cái)務(wù)比率作為投入產(chǎn)出指標(biāo)進(jìn)行DEA分析,發(fā)現(xiàn)被政府接管的銀行DEA效率值較低。劉漢濤(2004)運(yùn)用DEA 方法測(cè)度我國(guó)15 家商業(yè)銀行2000—2002 年的技術(shù)、純技術(shù)和規(guī)模效率,發(fā)現(xiàn)我國(guó)銀行存在相對(duì)較大的技術(shù)無效率。張健華(2003)在利用DEA 方法對(duì)我國(guó)三類商業(yè)銀行的規(guī)模、技術(shù)效率進(jìn)行測(cè)度的基礎(chǔ)上,應(yīng)用Malmquist指數(shù)分析我國(guó)銀行業(yè)效率的變化情況。相較于其他效率分析法,DEA 方法不需要對(duì)權(quán)重因素作出假設(shè),效率評(píng)價(jià)結(jié)果較為客觀,同時(shí)DEA 方法更適合研究多投入、多產(chǎn)出的情況,研究約束較少。但傳統(tǒng)DEA方法沒有考慮環(huán)境因素與統(tǒng)計(jì)噪聲的影響,三階段DEA模型能夠分離影響決策單元的環(huán)境因素與隨機(jī)擾動(dòng)項(xiàng),使效率測(cè)度結(jié)果更為可信,政策含義也更加具體(Fried et al.,2002),這些方法在科技金融效率評(píng)價(jià)(童紀(jì)新和曹越美,2019)和共享制造業(yè)發(fā)展效率測(cè)度(陳俊龍和唐秋,2022)等方面均有運(yùn)用。
綜上所述,目前文獻(xiàn)在討論央地金融監(jiān)管分工與協(xié)調(diào)等方面已經(jīng)有許多成果,但從地方金融監(jiān)管部門的角度出發(fā)對(duì)地方金融監(jiān)管效率進(jìn)行評(píng)價(jià)與研究的文獻(xiàn)仍較為缺乏。本文將運(yùn)用DEA模型分析比較我國(guó)各省份地方金融監(jiān)管效率,以尋求改善監(jiān)管效率的方法。本文邊際貢獻(xiàn)體現(xiàn)在:一是對(duì)我國(guó)各省份地方金融監(jiān)管效率進(jìn)行評(píng)價(jià),對(duì)現(xiàn)有研究進(jìn)行完善;二是經(jīng)研究發(fā)現(xiàn),地方金融監(jiān)管效率的差異主要受環(huán)境因素影響,剔除環(huán)境因素后,規(guī)模效率是制約地方金融監(jiān)管效率提升的主要因素,這一發(fā)現(xiàn)具有一定的政策意義。
DEA 方法對(duì)效率的評(píng)估結(jié)果在很大程度上受所選取的投入與產(chǎn)出指標(biāo)影響,因此,選擇恰當(dāng)?shù)耐度肱c產(chǎn)出指標(biāo)顯得尤為重要。在張建華(2003)、劉漢濤(2004)等學(xué)者研究商業(yè)銀行效率的文獻(xiàn)中,因商業(yè)銀行為經(jīng)營(yíng)貨幣的特殊企業(yè),通常使用生產(chǎn)法、中介法和資產(chǎn)法作為投入與產(chǎn)出的定義方法。本文研究的地方金融監(jiān)督管理局作為非營(yíng)利性監(jiān)管部門,與商業(yè)銀行有一定區(qū)別,但仍然可以借鑒其中的生產(chǎn)法,即將地方金融監(jiān)督管理局視為地方金融監(jiān)管這一“產(chǎn)品”的生產(chǎn)者,以此作為出發(fā)點(diǎn)選擇投入與產(chǎn)出指標(biāo)。
本部分結(jié)合各省份地方金融監(jiān)督管理局決算中公布的機(jī)構(gòu)職能,根據(jù)財(cái)務(wù)報(bào)表中各機(jī)構(gòu)為實(shí)現(xiàn)促進(jìn)區(qū)域金融穩(wěn)定、防范化解金融風(fēng)險(xiǎn)、優(yōu)化金融發(fā)展環(huán)境和促進(jìn)金融發(fā)展等職能而產(chǎn)生的支出,選取人員經(jīng)費(fèi)、機(jī)關(guān)運(yùn)行經(jīng)費(fèi)和金融服務(wù)支出等作為投入指標(biāo)。
1.人員經(jīng)費(fèi)。地方金融監(jiān)管部門在人事任用上的直接開支,包括基本工資、績(jī)效獎(jiǎng)金、培訓(xùn)進(jìn)修費(fèi)用等。
2.機(jī)關(guān)運(yùn)行經(jīng)費(fèi)。為保障地方金融監(jiān)管部門正常辦公與運(yùn)行而用于購買貨物和服務(wù)的各項(xiàng)資金。
3.金融服務(wù)支出。指地方金融監(jiān)管部門在對(duì)地方金融組織服務(wù)與管理時(shí)發(fā)生的支出,包括公共服務(wù)事項(xiàng)權(quán)限授權(quán)給地方金融組織的支出、出臺(tái)行政規(guī)范以及進(jìn)行行政管理與處罰的支出、搭建地方互聯(lián)網(wǎng)服務(wù)平臺(tái)的支出等。
地方金融監(jiān)管目標(biāo)的實(shí)現(xiàn)情況是判斷監(jiān)管活動(dòng)是否有效的主要依據(jù),孫鵬和趙維久(2020)的研究指出,金融監(jiān)管的目標(biāo)是緊緊圍繞促進(jìn)金融穩(wěn)定與推動(dòng)經(jīng)濟(jì)發(fā)展兩方面。因此,本文根據(jù)2017 年全國(guó)金融工作會(huì)議精神中的“地方政府要在堅(jiān)持金融管理主要是中央事權(quán)的前提下,按照中央統(tǒng)一規(guī)則,強(qiáng)化屬地風(fēng)險(xiǎn)處置責(zé)任”和“引導(dǎo)金融促進(jìn)地方經(jīng)濟(jì)平穩(wěn)增長(zhǎng)”這兩項(xiàng)地方金融監(jiān)管工作的要點(diǎn),從“穩(wěn)定”與“發(fā)展”出發(fā),選取金融服務(wù)經(jīng)濟(jì)力度、區(qū)域銀行業(yè)發(fā)展水平、區(qū)域證券業(yè)發(fā)展水平、區(qū)域保險(xiǎn)業(yè)發(fā)展水平和區(qū)域金融穩(wěn)定水平作為產(chǎn)出指標(biāo)。
1.金融服務(wù)經(jīng)濟(jì)力度。該指標(biāo)用社會(huì)融資規(guī)模增量占GDP 比重衡量。社會(huì)融資規(guī)模增量是全面反映金融對(duì)實(shí)體經(jīng)濟(jì)資金支持的總量指標(biāo),劉劍平(2020)認(rèn)為這一指標(biāo)可以評(píng)價(jià)地方金融體系服務(wù)經(jīng)濟(jì)發(fā)展的質(zhì)量與結(jié)構(gòu),以及地方金融業(yè)態(tài)服務(wù)實(shí)體經(jīng)濟(jì)的能力。
2.區(qū)域銀行業(yè)發(fā)展水平。該指標(biāo)用地區(qū)銀行業(yè)資產(chǎn)收益率(ROA)衡量。該指標(biāo)的高低直接反映銀行業(yè)盈利能力與發(fā)展能力的高低。
3.區(qū)域證券業(yè)發(fā)展水平。該指標(biāo)用地區(qū)上市公司總市值占GDP 比重衡量。仲深和王春宇(2011)指出,地區(qū)證券市場(chǎng)的繁榮程度主要取決于地區(qū)上市公司的發(fā)展,地方證券公司僅起到服務(wù)作用,因此在衡量證券業(yè)發(fā)展總量時(shí)采用上市公司總市值占比這一指標(biāo)更具說服力。
4.區(qū)域保險(xiǎn)業(yè)發(fā)展水平。該指標(biāo)用地區(qū)保險(xiǎn)深度衡量。保險(xiǎn)深度是指某地保費(fèi)收入占該地區(qū)生產(chǎn)總值之比,反映該地保險(xiǎn)業(yè)發(fā)展水平。
5.區(qū)域金融穩(wěn)定水平。該指標(biāo)用地區(qū)銀行業(yè)撥備覆蓋率衡量。我國(guó)金融體系以銀行為主導(dǎo),在地區(qū)金融體系中,銀行更是占據(jù)主導(dǎo)地位(王擎等,2019),所以地區(qū)銀行業(yè)的風(fēng)險(xiǎn)水平基本上可以代表地區(qū)金融風(fēng)險(xiǎn)水平。撥備覆蓋率是實(shí)際上銀行貸款可能發(fā)生的壞賬準(zhǔn)備金使用比率,該指標(biāo)可以考察銀行運(yùn)行是否穩(wěn)健、風(fēng)險(xiǎn)是否可控。
我國(guó)各省份金融發(fā)展水平和法律法規(guī)建設(shè)等方面差異顯著,因此在評(píng)價(jià)地方金融監(jiān)管效率時(shí),必須考慮外部環(huán)境因素的影響?;谙嚓P(guān)性、代表性和數(shù)據(jù)可得性的原則,結(jié)合我國(guó)地方金融監(jiān)管發(fā)展的實(shí)際情況,本文選取7個(gè)環(huán)境變量來反映影響地方金融監(jiān)管的外部因素。
1.地區(qū)人均GDP。該指標(biāo)體現(xiàn)地區(qū)經(jīng)濟(jì)總體發(fā)展情況,同時(shí)通過控制人口變量體現(xiàn)地區(qū)經(jīng)濟(jì)特點(diǎn)。
2.地區(qū)城市化進(jìn)程。該指標(biāo)用城鎮(zhèn)人口占地區(qū)總?cè)丝诘谋戎睾饬?。城市化與金融發(fā)展存在互動(dòng)關(guān)系,金融發(fā)展通過促進(jìn)儲(chǔ)蓄向投資轉(zhuǎn)化、提高資產(chǎn)配置效率等促進(jìn)城市化,城市化通過增加地區(qū)人口、人才引入等反作用于金融發(fā)展。
3.地區(qū)市場(chǎng)化率。市場(chǎng)化水平提高有利于發(fā)揮市場(chǎng)機(jī)制作用,推動(dòng)金融發(fā)展,但同時(shí)市場(chǎng)化也可能會(huì)放大金融風(fēng)險(xiǎn)、影響金融穩(wěn)定。該指標(biāo)來自北京國(guó)民經(jīng)濟(jì)研究所編制的各省份衡量市場(chǎng)化相對(duì)進(jìn)程指數(shù)體系中的地區(qū)市場(chǎng)化率分項(xiàng)指標(biāo)。
4.地區(qū)政府執(zhí)政能力。政府執(zhí)政水平的高低,直接影響到地方政府職能的發(fā)揮,進(jìn)而影響區(qū)域金融發(fā)展。該指標(biāo)來自北京國(guó)民經(jīng)濟(jì)研究所編制的各省份衡量市場(chǎng)化相對(duì)進(jìn)程指數(shù)體系中的地區(qū)政府執(zhí)政能力分項(xiàng)指標(biāo)。
5.地區(qū)對(duì)外開放水平。該指標(biāo)用各省份進(jìn)出口總額占當(dāng)?shù)谿DP 的比重衡量。較高的對(duì)外開放程度使得地方金融監(jiān)管部門的監(jiān)管對(duì)象范圍擴(kuò)大,可能導(dǎo)致監(jiān)管內(nèi)容復(fù)雜化和監(jiān)管難度增加,同時(shí)對(duì)外開放也可能引進(jìn)更為先進(jìn)的管理技術(shù)、優(yōu)秀的人才等,這些最終都會(huì)影響監(jiān)管效率。
6.地方財(cái)政收支壓力。該指標(biāo)用地方財(cái)政赤字率衡量,財(cái)政赤字率=(財(cái)政支出-財(cái)政收入)/GDP。經(jīng)濟(jì)增長(zhǎng)與財(cái)政赤字存在著相互制約的關(guān)系,適度的財(cái)政赤字可以促進(jìn)經(jīng)濟(jì)增長(zhǎng),但如果財(cái)政赤字過大或者短期赤字的利用不合理,可能會(huì)與貨幣風(fēng)險(xiǎn)疊加并通過貨幣乘數(shù)放大金融風(fēng)險(xiǎn)。
7.地方政府重視程度。該指標(biāo)用地方金融監(jiān)管支出占財(cái)政支出總額的比重衡量。地方金融監(jiān)管部門屬于地方政府的職能部門,具有非營(yíng)利性質(zhì),其運(yùn)作資金主要來自政府的財(cái)政撥款。地方政府的重視程度和支持力度,將直接影響其監(jiān)管活動(dòng)的開展力度,進(jìn)而導(dǎo)致不同的產(chǎn)出效果。
人員經(jīng)費(fèi)、機(jī)關(guān)運(yùn)行經(jīng)費(fèi)和金融服務(wù)支出三項(xiàng)數(shù)據(jù)來自各省份地方金融監(jiān)管部門公布的決算數(shù)據(jù),其他原始數(shù)據(jù)來自Wind 數(shù)據(jù)庫。因部分省份數(shù)據(jù)缺失,本文最終數(shù)據(jù)樣本包括16個(gè)省份。
1.第一階段:傳統(tǒng)DEA 模型。DEA 模型是適用于評(píng)價(jià)相同類型的、具有多投入與多產(chǎn)出的決策單元(DMU)是否技術(shù)有效的一種非參數(shù)統(tǒng)計(jì)方法。DEA模型中的技術(shù)效率(TE)可分解為純技術(shù)效率(PTE)與規(guī)模效率(SE),即:
其中技術(shù)效率(TE)表示在產(chǎn)出一定的前提下投入最小化或投入一定的情況下產(chǎn)出達(dá)到最大化的能力;規(guī)模效率(SE)表示與規(guī)模有效點(diǎn)相比規(guī)模經(jīng)濟(jì)性的發(fā)揮程度;純技術(shù)效率(PTE)表示不考慮規(guī)模因素的效率。
第一階段的DEA 模型分析不能將外部環(huán)境因素、隨機(jī)誤差以及內(nèi)部管理因素對(duì)效率值的影響效果分開,此時(shí)無法通過測(cè)算出的效率值得出是由外部環(huán)境因素造成的低效率,還是由內(nèi)部管理因素和隨機(jī)干擾所導(dǎo)致的低效率。因此,下面進(jìn)入第二階段的分析。
2.第二階段:相似SFA 模型。該部分主要運(yùn)用SFA 模型(隨機(jī)前沿方法)去分解第一階段得到的投入冗余值。第一階段在測(cè)算出各個(gè)決策單元效率值的同時(shí),還會(huì)得到各個(gè)決策單元的投入冗余,該冗余即為各個(gè)決策單元效率最優(yōu)條件下投入與實(shí)際投入之差。該投入冗余值同時(shí)受到外部環(huán)境因素、內(nèi)部管理因素與隨機(jī)擾動(dòng)項(xiàng)這三者的影響。運(yùn)用SFA 模型可以分解第一階段得到的投入冗余值,得出環(huán)境因素對(duì)決策單元投入冗余的影響。
假設(shè)存在n個(gè)決策單元,每個(gè)決策單元使用m種投入,有p個(gè)環(huán)境因素影響投入冗余,據(jù)此建立回歸方程為:
式中,Sik表示第k個(gè)決策單元第i項(xiàng)投入的差額值,i=1,2,…,m,k=1,2,…,n。zk=[z1k,z2k,…,zpk]表示p個(gè)環(huán)境變量,βi為環(huán)境變量的待估參數(shù),f i(zk;βi)表示環(huán)境變量對(duì)投入差額值Sik的影響方式,一般取f i(zk;βi)=zk βi。vik+uik為復(fù)合誤差項(xiàng),vik表示隨機(jī)干擾,并假設(shè);uik表示管理無效率,并假設(shè)uik服從截?cái)嗾龖B(tài)分布,即;vik與uik相互獨(dú)立。當(dāng)趨近于1 時(shí),管理因素的影響占主導(dǎo)地位;當(dāng)趨近于0 時(shí),隨機(jī)誤差的影響占主導(dǎo)地位。
接下來用SFA 的回歸結(jié)果來調(diào)整決策單元的投入,以體現(xiàn)不同決策單元的環(huán)境因素與隨機(jī)擾動(dòng)的影響。Fried(2002)指出,使各個(gè)決策單元處在同一公平的環(huán)境下競(jìng)爭(zhēng)的方法有兩種:第一種,根據(jù)SFA 回歸結(jié)果的參數(shù)估計(jì)決策單元投入低效率的來源與方向,并據(jù)此向下調(diào)整決策單元的投入,數(shù)量取決于它們受環(huán)境因素的影響而處于不利地位的程度。第二種,將處于優(yōu)勢(shì)環(huán)境的決策單元投入增加。本文選用第二種方法分析,以避免某種極端的情況下,決策單元投入被調(diào)整為負(fù)的情況。調(diào)整公式如下:
其中,xik為第k個(gè)決策單元第i個(gè)投入項(xiàng)的實(shí)際值,i=1,2,…,m,k=1,2,…,n,為其調(diào)整后的值;為環(huán)境變量參數(shù)的估計(jì)值,為隨機(jī)干擾項(xiàng)的估計(jì)值。代表把全部決策單元調(diào)整于相同環(huán)境,代表將全部決策單元的隨機(jī)誤差調(diào)整為相同情形。
3.第三階段:調(diào)整后的DEA模型。將調(diào)整后的投入數(shù)據(jù)與原產(chǎn)出數(shù)據(jù)代入DEA 模型,重新計(jì)算各決策單元效率值。三階段DEA 方法的特點(diǎn)體現(xiàn)為:利用投入冗余變量中包含的信息,剔除外部環(huán)境因素的影響,得到只體現(xiàn)內(nèi)部管理水平的效率值;同時(shí),可以通過對(duì)第二階段的分析,來考察各個(gè)環(huán)境變量對(duì)投入的松弛變量的影響程度與方向。
傳統(tǒng)的DEA 模型是針對(duì)某一時(shí)間點(diǎn)進(jìn)行效率評(píng)價(jià),對(duì)決策單元的效率進(jìn)行靜態(tài)分析,無法分析決策單元每一年效率的變化與發(fā)展趨勢(shì)。Malmquist生產(chǎn)力指數(shù)用于測(cè)量生產(chǎn)效率,是利用非參數(shù)距離函數(shù)衡量一個(gè)部門從t時(shí)刻到t+1時(shí)刻全要素生產(chǎn)率的動(dòng)態(tài)變化趨勢(shì)。Malmquist指數(shù)方法是在傳統(tǒng)DEA方法的基礎(chǔ)上提出的,可以反映效率的時(shí)間動(dòng)態(tài)變化,從而避免時(shí)間選擇隨意性的影響(劉蔚玲等,2020)。
該指數(shù)的基本原理如下:假設(shè)共存在n個(gè)決策單元,T個(gè)生產(chǎn)日期,以t和t+1 表示2 個(gè)不同的生產(chǎn)日期,以分別代表時(shí)期t(t=1,2,…,T-1)和決策單元k(k=1,2,…,n) 的投入和產(chǎn)出向量,表示以t時(shí)期生產(chǎn)前沿面為基準(zhǔn)測(cè)算t+1 時(shí)期決策單元r生產(chǎn)的DEA 效率,則其t至t+1 時(shí)期的Malmquist指數(shù)的計(jì)算公式表示如下:
構(gòu)建DEA-Malmquist模型,得到包括全要素生產(chǎn)率指數(shù)、技術(shù)效率變化指數(shù)、技術(shù)進(jìn)步指數(shù)、純技術(shù)效率變化指數(shù)以及規(guī)模效率變化指數(shù)等測(cè)算數(shù)據(jù),其中全要素生產(chǎn)率指數(shù)包括技術(shù)效率變化指數(shù)和技術(shù)進(jìn)步指數(shù),技術(shù)效率變化指數(shù)又劃分為純技術(shù)效率變化指數(shù)與規(guī)模效率變化指數(shù)。Malmquist指數(shù)大于1(Mr>1)表示決策單元的生產(chǎn)力在該時(shí)期得到改善,Mr<1則表示決策單元的生產(chǎn)力在該時(shí)期呈現(xiàn)衰退狀態(tài)。
本文選取三階段DEA模型來對(duì)我國(guó)各省份2016—2020年的截面數(shù)據(jù)進(jìn)行靜態(tài)分析。
1.第一階段:傳統(tǒng)DEA模型。表1給出第一階段(傳統(tǒng)DEA模型)整體測(cè)算結(jié)果。2016—2020年間各省份地方金融監(jiān)管整體綜合技術(shù)效率均值在0.436至0.747 之間變化,表明整體金融監(jiān)管效率有大幅提升的空間。自2017年起地方金融監(jiān)管部門開始改革重組,到2019年各省份地方金融監(jiān)管改革初步完成,地方金融監(jiān)管局陸續(xù)掛牌成立后,綜合技術(shù)效率開始逐年遞增,從2018年的0.436增長(zhǎng)至2020年的0.517,呈現(xiàn)緩慢增長(zhǎng)趨勢(shì)。
從綜合技術(shù)效率分解來看(見表1),2016—2020年間16 個(gè)省份純技術(shù)效率均值在0.560 至0.839 之間,純技術(shù)效率與綜合技術(shù)效率的變化趨勢(shì)相符且數(shù)值較低,說明綜合技術(shù)效率均值受純技術(shù)效率的影響較大,意味著各省份整體的資源配置能力和管理水平較低,阻礙綜合技術(shù)效率的提高。2018 年純技術(shù)效率值為0.560,2020 年純技術(shù)效率增長(zhǎng)至0.672,說明各省份在地方金融監(jiān)管改革后,資源配置能力和管理水平有所改善。2016—2020 年間各省份規(guī)模效率均值情況較好,均值在0.792 至0.914 之間,規(guī)模效率較高,促進(jìn)綜合技術(shù)效率的增長(zhǎng)。
表1 第一階段整體效率
表2 給出第一階段各省份的測(cè)算結(jié)果。2016—2020 年間,黑龍江、北京、甘肅和青海的綜合技術(shù)效率值分別為0.948、0.881、0.860 和0.820,均高于0.8,地方金融監(jiān)管效率較好。上海、重慶、廣西、湖南、河南、云南和天津的綜合技術(shù)效率低于0.5。上海的規(guī)模效率為0.478,是造成其綜合技術(shù)效率較低的主要原因,說明上海應(yīng)加大對(duì)地方金融監(jiān)管的投入。重慶、廣西、湖南、河南、云南、天津的純技術(shù)效率均低于規(guī)模效率,即純技術(shù)效率低是造成這些地區(qū)地方金融監(jiān)管效率較低的主要原因,說明這6個(gè)省份的資源配置能力不足,管理水平較低,需有效提升自身管理能力,將監(jiān)管投入有效轉(zhuǎn)化為產(chǎn)出,提高金融監(jiān)管效率。
表2 第一階段各省份效率值
表3 給出各省份的綜合技術(shù)效率值。從各年份來看,2016 年的效率情況較好,北京、廣東、黑龍江、湖南和甘肅的綜合技術(shù)效率均達(dá)到最高值。但在2016—2020 年間,16 個(gè)省份中僅吉林的綜合技術(shù)效率呈現(xiàn)總體上升趨勢(shì),其余均呈現(xiàn)不同程度的波動(dòng)或下降的趨勢(shì)。
表3 綜合技術(shù)效率值
第一階段效率測(cè)算的結(jié)果未考慮環(huán)境變量對(duì)地方金融監(jiān)管效率的影響,需進(jìn)一步分析剔除環(huán)境變量影響后的各省份金融監(jiān)管效率。
2.第二階段:SFA回歸分析。如表4所示,人員經(jīng)費(fèi)投入松弛、機(jī)關(guān)運(yùn)行經(jīng)費(fèi)投入松弛和金融服務(wù)支出投入松弛的隨機(jī)前沿回歸的單邊似然檢驗(yàn)值(LR)遠(yuǎn)高于臨界值,均在1%的顯著性水平下顯著,整體顯著性結(jié)果證明使用SFA模型是合理的,有必要剔除投入松弛中環(huán)境變量的影響以求得更加準(zhǔn)確的效率值。
表4 投入松弛變量SFA回歸
人員經(jīng)費(fèi)投入松弛SFA 回歸結(jié)果中,地區(qū)人均GDP、地區(qū)市場(chǎng)化進(jìn)程、地區(qū)對(duì)外開放水平、地方政府財(cái)政收支壓力和地方政府重視程度對(duì)人員經(jīng)費(fèi)投入松弛的回歸系數(shù)均在5%水平下顯著,其中地區(qū)人均GDP、地區(qū)市場(chǎng)化進(jìn)程、地方政府財(cái)政收支壓力與人員經(jīng)費(fèi)投入松弛的回歸系數(shù)符號(hào)為正,說明上述指標(biāo)的上升會(huì)造成人員經(jīng)費(fèi)投入松弛的增加,造成地方金融監(jiān)管效率的下降。地區(qū)政府執(zhí)政能力、地區(qū)對(duì)外開放水平和地方政府重視程度對(duì)人員經(jīng)費(fèi)投入松弛的回歸系數(shù)符號(hào)為負(fù),說明上述指標(biāo)的提升會(huì)降低人員經(jīng)費(fèi)投入松弛,表明提高地區(qū)政府執(zhí)政能力、地區(qū)對(duì)外開放水平和地方政府重視程度可以減少人員經(jīng)費(fèi)的投入浪費(fèi),進(jìn)而提升地方政府金融監(jiān)管效率。
機(jī)關(guān)運(yùn)行經(jīng)費(fèi)投入松弛SFA回歸結(jié)果中,地區(qū)對(duì)外開放水平、地方政府重視程度與機(jī)關(guān)運(yùn)行經(jīng)費(fèi)投入松弛的回歸系數(shù)符號(hào)為負(fù)且有顯著性,說明上述指標(biāo)的提升會(huì)減少投入浪費(fèi),促進(jìn)效率的提升。
金融服務(wù)支出投入松弛SFA回歸結(jié)果中,地區(qū)城市化進(jìn)程、地方政府財(cái)政收支壓力、地方政府重視程度與金融服務(wù)支出投入松弛的回歸系數(shù)在1%水平下顯著,地方政府財(cái)政收支壓力、地方政府重視程度的回歸系數(shù)為負(fù),說明這兩個(gè)指標(biāo)的提升會(huì)減少金融服務(wù)支出浪費(fèi),促進(jìn)效率的提升。地區(qū)城市化進(jìn)程的回歸系數(shù)為正,該指標(biāo)提升會(huì)造成金融服務(wù)支出的浪費(fèi),進(jìn)而阻礙效率的提升。
綜合上述結(jié)論發(fā)現(xiàn),地區(qū)政府執(zhí)政能力、地方政府重視程度、地區(qū)對(duì)外開放水平通過減少投入松弛,對(duì)地方金融監(jiān)管效率具有促進(jìn)作用,而地區(qū)城市化進(jìn)程、地區(qū)市場(chǎng)化進(jìn)程、地方政府財(cái)政收支壓力會(huì)造成各投入松弛的增加,對(duì)地方金融監(jiān)管效率具有抑制作用。第二階段回歸結(jié)果中環(huán)境變量對(duì)效率存在影響,需剔除環(huán)境變量后進(jìn)一步對(duì)各地的金融監(jiān)管效率進(jìn)行測(cè)算分析。
3.第三階段:整體分析。根據(jù)表5的第三階段效率整體測(cè)算結(jié)果可知,2016—2020 年間各省份綜合技術(shù)效率年平均值在0.808至0.880之間;綜合技術(shù)效率五年平均值從第一階段的0.566增長(zhǎng)至第三階段的0.846,較第一階段有較大增長(zhǎng),說明在剔除環(huán)境變量的影響后,多數(shù)省份的金融監(jiān)管效率上升。進(jìn)一步分析發(fā)現(xiàn),純技術(shù)效率五年平均值從第一階段的0.673增長(zhǎng)至第三階段的0.988,規(guī)模效率五年平均值從第一階段的0.843增長(zhǎng)至第三階段的0.856,純技術(shù)效率和規(guī)模效率的增長(zhǎng)共同促進(jìn)了綜合技術(shù)效率的提升,其中純技術(shù)效率增長(zhǎng)幅度為46.8%。在第一階段整體效率值的分解中可以看出,純技術(shù)效率低于規(guī)模效率,說明是較低的純技術(shù)效率制約了地方金融監(jiān)管效率的提升;在剔除環(huán)境變量影響的第三階段中,可以看出真正制約地方金融監(jiān)管效率提高的是規(guī)模效率。因此,各省份在地方金融監(jiān)管建設(shè)中應(yīng)優(yōu)先考慮繼續(xù)增加監(jiān)管投入,實(shí)現(xiàn)規(guī)模效益。從五年變化來看,綜合技術(shù)效率小幅度波動(dòng),在2018 年地方金融監(jiān)管局成立初期以及2020年疫情防控期間環(huán)比下降。
表5 第三階段與第一階段效率測(cè)算結(jié)果對(duì)比
由表6 的各省份第三階段效率值(五年平均值)可知,第三階段大多數(shù)省份綜合技術(shù)效率較第一階段均有不同幅度的提升,在剔除環(huán)境影響后,地方金融監(jiān)管效率差異逐步縮小,這說明各省份在不受環(huán)境影響的情況下,其地方金融監(jiān)管能力差距較小。其中受環(huán)境影響最顯著的省份為北京,在原有環(huán)境變量的影響下,北京市的金融監(jiān)管效率遠(yuǎn)高于其他省份,而在剔除環(huán)境影響后,北京市的金融監(jiān)管優(yōu)勢(shì)相對(duì)下降,但仍處在效率較高的前沿面。
表6 各省份第三階段和第一階段效率測(cè)算結(jié)果對(duì)比
剔除環(huán)境影響后,綜合技術(shù)效率值高于0.9 的省份為北京、上海、黑龍江、甘肅、重慶、湖南,其中北京和上海的效率值達(dá)到1,在沒有環(huán)境因素的影響下,北京和上海的金融監(jiān)管效率凸顯出較強(qiáng)的競(jìng)爭(zhēng)力。北京、上海的地方金融監(jiān)管改革起步較早,地方金融監(jiān)管經(jīng)驗(yàn)豐富,高素質(zhì)專業(yè)人才較多,在地方金融監(jiān)管上更具優(yōu)勢(shì)。綜合技術(shù)效率值低于0.8的省份為江西、青海、廣東、內(nèi)蒙古、廣西、云南,除廣東外,其他省份均為經(jīng)濟(jì)發(fā)展水平較低或相對(duì)偏遠(yuǎn)的省份,從這些省份綜合技術(shù)效率拆分結(jié)果看,是較低的規(guī)模效率制約了整體金融監(jiān)管效率的發(fā)揮,說明這些省份應(yīng)進(jìn)一步擴(kuò)展地方金融監(jiān)管規(guī)模,通過增加監(jiān)管投入、增設(shè)分支機(jī)構(gòu)等方式實(shí)現(xiàn)規(guī)模效益,提高規(guī)模效率。
從效率值分解來看,各省份純技術(shù)效率值均在0.95以上,說明目前我國(guó)地方金融監(jiān)管部門總體管理水平較高,技術(shù)的創(chuàng)新應(yīng)用能力較強(qiáng),但各省份的規(guī)模效率均值則差異較大。規(guī)模效率值在0.9以上的省份為北京、上海、黑龍江、甘肅、重慶、湖南,規(guī)模效率值在0.8 以下的省份為青海、江西、內(nèi)蒙古、廣西、云南,這五個(gè)省份的規(guī)模效率較低,說明這些省份金融監(jiān)管規(guī)模還有待進(jìn)一步擴(kuò)大,規(guī)模效率提升空間較大。
為了更好地把握地方金融監(jiān)管效率的動(dòng)態(tài)變化規(guī)律,在上述靜態(tài)分析的基礎(chǔ)上,本文采用Malmquist指數(shù)法,利用三階段DEA 模型中調(diào)整后的投入產(chǎn)出分析我國(guó)16個(gè)省份2016—2020年地方金融監(jiān)管效率的動(dòng)態(tài)變化。
1.Malmquist 指數(shù)分析。表7 給出地方金融監(jiān)管的全要素生產(chǎn)率指數(shù)測(cè)算結(jié)果。整體來看,2016—2020 年我國(guó)各省份全要素生產(chǎn)率下降0.075,均值僅為0.980,表明我國(guó)地方金融監(jiān)管效率總體呈下降趨勢(shì)。分解來看,技術(shù)效率變化指數(shù)下降0.011,技術(shù)進(jìn)步指數(shù)下降0.065,相比之下,技術(shù)進(jìn)步指數(shù)的降低對(duì)全要素生產(chǎn)率提高起主要制約作用。進(jìn)一步分解技術(shù)效率變化指數(shù),可以看到純技術(shù)效率變化指數(shù)基本保持不變,純規(guī)模效率變化指數(shù)則降低了0.001,說明純規(guī)模效率變化指數(shù)的降低是造成技術(shù)效率變化指數(shù)停滯的主要原因。各省份在2016—2020年對(duì)金融監(jiān)管投入不足,資源配置效率較低以至于規(guī)模效率不高,這部分結(jié)論與三階段DEA模型結(jié)論一致。
表7 2016—2020年各省總體地方金融監(jiān)管部門全要素生產(chǎn)率指數(shù)測(cè)算結(jié)果
具體到各個(gè)年份來看,2016—2017 年全要素生產(chǎn)率指數(shù)為1.043,地方金融監(jiān)管效率水平處在改善與提升的狀態(tài)。2017—2018 年全要素生產(chǎn)率指數(shù)僅為0.900,表明地方金融監(jiān)管效率相較于往年是降低的。2017 年地方金融監(jiān)管部門改革伊始,存在部門職能重疊、專業(yè)人才不足等問題,可能使得監(jiān)管機(jī)構(gòu)不必要投入增加,從而導(dǎo)致監(jiān)管效率降低。2018—2019年,全要素生產(chǎn)率為1.017,表明地方金融監(jiān)管效率相較于往年有所改善。2018年地方金融機(jī)構(gòu)改革基本完成,各省份均已設(shè)立地方金融監(jiān)督管理局,地方金融監(jiān)管制度初步成熟,故而效率有所改善。2019—2020年,全要素生產(chǎn)率為0.968,地方金融監(jiān)管效率降低。2020 年受新冠肺炎疫情的沖擊,地方經(jīng)濟(jì)波動(dòng)性加劇,地方金融風(fēng)險(xiǎn)更為突出,地區(qū)金融監(jiān)管難度加大,導(dǎo)致地方金融監(jiān)管效率下降。
表8 給出各省份地方金融監(jiān)管的全要素生產(chǎn)率測(cè)算結(jié)果。Malmquist 指數(shù)大于1 表示地方金融監(jiān)管效率有所改善,包括廣東、上海、吉林和青海等四地。從全要素生產(chǎn)率指數(shù)的分解來看,效率改善主要得益于技術(shù)進(jìn)步指數(shù)的改善,表明這四地管理水平和技術(shù)創(chuàng)新能力在不斷提高。Malmquist 指數(shù)小于1 的省份達(dá)到12 個(gè),表明多數(shù)省份地方金融監(jiān)管效率未得到顯著改善。
表8 2016—2020年各省份地方金融監(jiān)管部門全要素生產(chǎn)率及分解
根據(jù)以上分析結(jié)果,可將本文研究的16 個(gè)省份劃分為四大類:第一類,監(jiān)管效率較高且監(jiān)管效率水平呈上升趨勢(shì)的省份,為上海市。上海處在地方金融監(jiān)管的效率前沿面,監(jiān)管狀態(tài)良好,應(yīng)繼續(xù)發(fā)揮其在技術(shù)創(chuàng)新與資源配置方面的優(yōu)越性,成為其他省份地方金融監(jiān)管部門學(xué)習(xí)的典范。第二類,監(jiān)管效率較高但監(jiān)管水平呈下降趨勢(shì)的省份,包括北京、黑龍江、湖南、重慶和甘肅。技術(shù)進(jìn)步指數(shù)的降低是導(dǎo)致這些省份地方金融監(jiān)管效率不斷下降的主要原因,該類省份地方金融監(jiān)管部門應(yīng)積極改進(jìn)機(jī)構(gòu)運(yùn)行管理制度,培養(yǎng)高素質(zhì)人才,通過積極搭建互聯(lián)網(wǎng)金融服務(wù)平臺(tái)等提高技術(shù)創(chuàng)新能力,以此改善監(jiān)管效率。第三類,監(jiān)管效率較低但監(jiān)管水平不斷提升的省份,包括廣東、吉林和青海。這些省份金融監(jiān)管效率較低,但整體呈改進(jìn)趨勢(shì)。第四類,監(jiān)管效率較低且監(jiān)管效率未得到有效改善的省份,包括天津、內(nèi)蒙古、遼寧、江西、河南、廣西、云南和青海。這些省份金融監(jiān)管規(guī)模效率較低,應(yīng)考慮加大金融監(jiān)管支出、完善機(jī)構(gòu)部門建設(shè),從而提高資源利用效率,改善地方金融監(jiān)管效率。
本文結(jié)合三階段DEA 模型與Malmquist 指數(shù)方法,構(gòu)建衡量地方金融監(jiān)管效率的評(píng)價(jià)體系,從靜態(tài)和動(dòng)態(tài)兩個(gè)視角分析2016—2020年我國(guó)各省份地方金融監(jiān)管效率。研究結(jié)果表明:地方政府重視程度和地區(qū)對(duì)外開放水平會(huì)降低地方金融監(jiān)管部門的投入冗余,而地區(qū)人均GDP、地區(qū)城市化、地區(qū)市場(chǎng)化和地方政府財(cái)政收支壓力則會(huì)造成地方金融監(jiān)管部門投入冗余的增加;剔除地區(qū)環(huán)境變量的影響后,真正制約地方金融監(jiān)管效率提升的是較低的規(guī)模效率;不同省份間金融監(jiān)管效率變化差異顯著,我國(guó)部分省份地方金融監(jiān)管存在管理低效或監(jiān)管效率未得到有效改善的現(xiàn)象。
針對(duì)上述結(jié)論,本文提出如下建議:一是各地要抓緊制定完善地方金融監(jiān)管的法規(guī)制度,使地方金融監(jiān)管活動(dòng)的開展有據(jù)可依;二是各地要結(jié)合實(shí)際情況適當(dāng)加大對(duì)地方金融監(jiān)管的支持力度,包括增加人力資源、增加經(jīng)費(fèi)投入等,使地方金融監(jiān)管部門能力進(jìn)一步提升;三是地方金融監(jiān)管部門應(yīng)通過加強(qiáng)部門分工等方式合理配置資源,并與地方立法機(jī)構(gòu)、地方金融行業(yè)自律組織相互配合,提升規(guī)模效益;四是加強(qiáng)地方金融監(jiān)管的省際交流與合作,管理低效的省份應(yīng)積極與地方金融監(jiān)管高效的省份開展技術(shù)與經(jīng)驗(yàn)交流。