金融混業、資本結構與技術效率變動

王建梅　王濤　張愛武

摘要：基于我國46家金融類上市公司2008-2014年的面板數據樣本，利用基于DEA的Malmquist指數分析金融機構的技術效率變動，并通過回歸分析考察金融混業和資本結構及其變動對技術效率變動的影響。研究發現，金融混業會對金融機構的技術效率改善產生顯著的抑制作用，資本結構及其變動會對上述作用產生顯著的影響。上述發現意味著，金融混業決策很可能是基于比較長遠的戰略考量作出的，金融機構有可能通過資本結構的主動調整促進其技術效率改善，并且弱化混業經營對技術效率改善的抑制作用。

關鍵詞：金融混業；資本結構；技術效率變動；中介法；經營杠桿

中圖分類號：F830 文獻標識碼：A 文章編號：1007-2101（2017）02-0075-06

一、問題的提出

自2002年中信集團、光大集團和平安集團開始綜合金融控股集團試點以來，工商銀行、農業銀行、中國銀行、建設銀行、交通銀行等大型商業銀行陸續通過海外注冊或者借助類信托控股等方式開展混業經營。時至今日，各類金融機構獲取跨行業金融牌照開展混業經營的努力仍在持續。

現有理論研究表明，混業經營會使金融機構享有規模經濟、范圍經濟和信息優勢，對金融機構的績效具有積極作用。例如，Steinherr和Huveneers（1990）認為，通過混業經營，金融機構可以攤薄固定成本。Llewellyn（1996）認為，混業經營的金融機構利用已有的分支機構和其他銷售渠道銷售附加金融產品的邊際成本較低，因而可以享受潛在的范圍經濟。Rajan（1996）認為，混業經營的金融機構可以利用一種業務上的優勢提高其他業務上的競爭力，其聲譽和品牌價值可以因分享而提升。Diamond（1984）、Santos（1998）、Birkbeck（2000）等認為，在混業經營體制下，金融機構可以滿足企業的多種金融需求，金融機構與企業之間的關系得以強化并發展為長期關系，兩者之間的信息流動更加充分，有助于克服金融契約中因信息不對稱導致的道德風險問題。Ville（2004）認為，混業經營有助于節約對客戶和管理層的監控成本。閻彥明（2004）認為，成本、收入、消費者和地理方面的范圍經濟是金融行業混業經營的主要動因。

上述理論研究成果得到不少實證研究的證實。例如，Clark和Speaker（1994）、Shaffer和David（1988）、Noulas等（1990）、Hunter等（1990）、Saunders和Walter（1994）及Vennet（2002）等通過不同方式提供了金融行業規模經濟存在的證據。Hughes和Mester（2006）、Canals（1993）、Gallo等（1996）等從不同視角提供了金融行業范圍經濟存在的證據。Mester（1993）、Vennet（2002）等證實了混業經營的金融機構相對于分業經營金融機構的信息優勢。

目前，國內已經有不少學者從不同角度探討了金融混業（如宋軍，2002；魯明易，2005；王鶴立，2008；曹建華，2012）或者金融效率問題（如姚樹潔等，2004，2011；丁忠明、張琛，2011；王聰、鄒朋飛，2006；朱南等，2004；張健華，2003；邱兆祥、張愛武，2009；吳棟、周建平，2007；魏煜、王麗，2000；劉琛、宋蔚蘭，2004）。然而，迄今為止國內探討金融混業及其效率涵義的研究尚不多見。初可佳、洪銳濱（2008）基于38個國家和地區812家商業銀行的樣本數據研究發現，商業銀行從事證券業務、保險業務和非金融企業（房地產企業除外）投資有利于提高效率。薛和生、丁浩舟（2006）認為，銀行控股公司的金融混業經營模式有助于降低風險，發揮規模經濟和范圍經濟優勢，提高經營效率。

筆者試圖通過實證研究探討混業經營以及資本結構對金融機構技術效率的動態影響。具體而言，筆者基于我國46家金融類上市公司2008—2014年的面板數據樣本，利用基于DEA的Malmquist指數，研究混業經營和資本結構是否會對金融機構技術效率的跨期變動產生顯著影響。

二、方法與樣本

筆者采用Malmquist指數分析金融機構技術效率的跨期變動，采用數據包絡分析方法（Data Envelopment Analysis，一般簡寫為“DEA”）計算Malmquist指數中的距離函數，采用基于平衡面板數據的線性回歸分析方法分析混業經營對金融機構技術效率變動的影響。

（一）Malmquist指數

Malmquist（1953）在消費的定量分析中提出了Malmquist指數的雛形。Caves等（1982）將這一思想引入生產的理論分析，并將按照基于Shephard（1970）提出的距離函數之比構造的生產率指數命名為Malmquist（生產率）指數。繼Nischimizu和Page（1982）首次在實證分析中應用參數規劃方法計算該指數之后，Fare等（1994a，1994b）將兩個時期的Malmquist指數的幾何平均視為（全要素）生產率在這兩個時期之間的變動（亦稱為Malmquist指數），并將其分解為技術變動和效率變動兩個部分，隨后又將效率變動進一步分解為純技術效率變動和規模效率變動兩個部分。

筆者采用Fare等（1994a）對Malmquist指數的定義。根據這一定義，如果記決策單元集合為N={1，2，…，nmax}，投入為X，產出為Y，并且，對于任一給定決策單元0（0∈N）、任一時刻p（p∈{t，t+1}）和任一時刻q（q∈{t，t+1}），以Dp0（Xq，Yq）表示決策單元0的以q時期技術為參照計算得到的p時期距離函數，那么，決策單元0在時間t和t+1之間的生產率變動（即Malmquist指數）可以表示為：

根據Fare等（1994a），EC表示效率變動，亦即同一決策單元相對于生產前沿的距離在前后兩個時期的變化。TC表示技術變動或者技術進步，亦即生產前沿在前后兩個時期的變化。根據章祥蓀、貴斌威（2008）以及吳磊、周潔（2010），技術變動或者技術進步TC對于行業中的追趕者而言是外生的，不可用來衡量決策單元自身技術變動，因此，筆者不考慮這一分解因子而僅考慮效率變動部分。

（二）數據包絡分析方法（DEA）

在Malmquist指數的上述定義中，距離函數是一個重要概念，應用Malmquist指數進行決策單元效率變動的實證分析，首先需要對距離函數進行估計。一般來說，對距離函數進行估計，可以采用非參數法和參數法這兩類估計方法。非參數法主要包括DEA方法和無成本處置殼方法（Free Disposal Hull，“FDH”）。參數法主要包括隨機前沿方法（Stochastic Frontier Approach，“SFA”）、自由分布方法（Distribution Free Approach，“DFA”）和厚前沿方法（Thick Frontier Approach，“TFA”）等。與參數法相比，非參數法無需預設生產函數的具體形式，有助于避免主觀因素的影響（Berger和Humphrey，1997），因此，筆者采用非參數法。由于非參數法中DEA方法應用最為廣泛，并且，根據Berger和Humphrey（1997）以及邱兆祥、張愛武（2009），DEA方法與FDH方法相比，僅添加了一個生產凸性假設，因此，筆者采用DEA方法進行Malmquist指數中距離函數的估計。

DEA方法存在多種模型。根據在計算任意一個決策單元的效率值時是否允許以該決策單元作為參照，DEA模型可以分為超效率模型和非超效率模型（Andersen和Petersen，1993；Lovell和Rouse，2003）。由于Malmquist指數涉及同一決策單元在前后兩個時期的效率的比較，從而有必要以決策單元自身作為參照，因此筆者采用非超效率模型。根據有關規模報酬的不同設定，DEA模型可以分為規模報酬不變（Constant Return to Scale，“CRS”）和規模報酬可變（Variable Return to Scale，“VRS”）兩種形式。鑒于文中不涉及技術變動或者技術進步部分及其進一步分解，故僅考慮規模報酬不變的情形。根據生產分析中產出的最大化和投入的最小化這兩種目標中哪一個更多地受到關注，DEA模型可以分為產出導向和投入導向兩種形式。根據Coelli和Perelman（1999），在規模報酬不變的情況下，投入導向的DEA模型與產出導向的DEA模型等價，筆者選擇投入導向的DEA模型。

具體而言，筆者應用非超效率、投入導向的CCR模型（Charnes等，1978）對距離函數進行估計。根據這一模型，設存在r種投入，s種產出，記決策單元集合為N={1，2，…，nmax}，考察的時期集為T={1，2，…，tmax}，對于任一時期t∈T，投入為r×nmax矩陣Xt，產出為s×nmax矩陣Yt，則對于任意0∈N，p∈T，q∈T，距離函數Dp0（Xq，Yq）可以表示為：

在DEA方法應用過程中，投入和產出的選擇是至關重要的一步。在金融機構銀行效率評估實踐中，為了保障投入和產出的界定和選取的合理性，人們建立了一些基本準則，這些準則主要包括生產法、中介法、資產法、用戶成本法和價值附加法等五種（Berger和Humphrey，1997）。其中，生產法、中介法和資產法三者應用最為普遍（Casu和Molyneux，2003）。生產法假設，金融機構作為生產者，向金融賬戶的擁有人提供包括執行交易指令以及處理貸款申請、信用報告、支票及其他支付工具等文書在內的各項金融服務的生產者，因而用一定時間內處理的交易或者文書的數量和類型或者現有存（貸）款賬戶數量（如Ferrier等，1990）來衡量產出，同時用資本和勞動力來衡量投入。中介法假設，金融機構（尤其是商業銀行）作為將儲蓄轉化為投資的中介機構，以業務指標（如存款金額和貸款金額）作為產出，投入同樣可以用資本和勞動來衡量（如Berger和Humphrey，1991）。資產法也將商業銀行視為金融中介機構，但僅將資產項目視為產出，因此產出不包括負債性質的存款（如Berger，1993）。根據Berger和Humphrey（1997），與生產法相比，中介法更適合于商業銀行整體而不是其分支機構的效率的評估，而且在評價前沿效率對于商業銀行盈利能力的重要性方面效果更好。由于筆者旨在分析金融混業對于金融機構效率變動的影響，所考察的金融機構不僅限于商業銀行，因此，筆者參照中介法進行投入和產出的界定和選取。鑒于金融機構在資金經營上的共性，筆者以凈資產和營業費用作為DEA模型的投入，以營業收入作為DEA模型的產出。

（三）回歸模型

基于研究目的，筆者以金融機構技術效率變動作為被解釋變量，以金融機構是否在較大程度上開展混業經營的虛擬變量（以下簡稱為“混業虛擬變量”）以及其他重要指標作為解釋變量，并利用平衡面板數據進行回歸分析。由于金融機構（尤其是商業銀行）在很大程度上是通過經營負債獲取利潤的，資本結構及其變動很可能對金融機構的效率變動產生影響。因此，筆者以資本結構及其變動作為回歸模型的解釋變量。同時，筆者以資本結構與混業虛擬變量的交叉積以及資本結構變動與混業虛擬變量的交叉積作為回歸模型的解釋變量。

具體而言，記時間參數為t，技術效率變動為EC，混業虛擬變量為MO（混業，則MO=1；否則，MO=0），資本結構為CS。回歸模型如下：

ECit=α0+α1×MOit+α2×CSit+α3×ΔCSit+α4×（M0it×CSit）+α5×（MOit×ΔCSit）+εit（7）

（四）樣本

筆者以滬深證券交易所上市的49家金融機構2008—2014年的年度數據作為樣本。這些樣本金融機構包括16家商業銀行（即：平安銀行，寧波銀行，浦發銀行，華夏銀行，民生銀行，招商銀行，南京銀行，興業銀行，北京銀行，農業銀行，交通銀行，工商銀行，光大銀行，建設銀行，中國銀行，中信銀行）、4家保險公司（中國平安，新華保險，中國太保，中國人壽）、24家證券公司或者在證券行業擁有重要利益的上市公司（申萬宏源，東北證券，錦龍股份，國元證券，國海證券，廣發證券，長江證券，山西證券，西部證券，國信證券，中信證券，國金證券，西南證券，海通證券，東方證券，招商證券，太平洋，東興證券，國泰君安，興業證券，東吳證券，華泰證券，光大證券，方正證券）、5家其他金融機構（民生控股，陜國投，愛建集團，中航資本，安信信托）。現有的另1家上市證券公司（國投安信）因數據不足原因被剔除。

上述所有樣本數據（除混業虛擬變量）都來自Wind資訊。對于混業虛擬變量，筆者利用了來自巨潮資訊的公開信息。如果在樣本期內，樣本金融機構的業務正式涉及兩個及兩個以上行業（考慮到分類監管因素，僅考慮銀行、保險、證券期貨、信托等四類行業），那么，筆者認為該金融機構已經“在較大程度上開展混業經營”，亦即令其混業虛擬變量的當期值為1，否則為0。

三、實證結果與分析

（一）模型設定

為了檢驗序列的平穩性，分別針對變量EC、MO、CS、ΔCS、（MO×CS）、（MO×ΔCS）進行單位根檢驗。涉及面板數據的單位根檢驗的方法主要包括LLC（Levin-Lin-Chu）檢驗、Breitung檢驗、Hadri檢驗、Im-Pesaran-Skin檢驗、Fisher-ADF檢驗和Fisher-PP檢驗等6種。其中，前三者假設各截面序列具有相同的單位根過程，后三者則允許各截面序列具有不同的單位根過程。鑒于技術效率數據生成機制的復雜性，筆者選擇不考慮前三者而選擇后三者中應用最為廣泛的Fisher-ADF檢驗。單位根檢驗方程分為不包含截距項和趨勢項、只包含截距項、同時包含截距項和趨勢項三種形式。筆者通過曲線圖識別上述變量的單位根檢驗應當采用哪種形式，檢驗結果見表1。從表1中可以看出，在5%的顯著性水平下，可以認為上述變量都是平穩的。

面板數據模型需要在固定效應模型和隨機效應模型之間作出選擇，為此通常采用Hausman檢驗和Breusch-Pagan檢驗。筆者選用現有文獻通常采用的Hausman檢驗，并在5%的顯著性水平下選擇固定效應模型。

（二）回歸結果

由表2回歸結果可以認為，在5%的顯著性水平下，混業經營并不會有助于提高金融機構的技術效率，恰恰相反，混業經營會顯著地抑制金融機構的技術效率改善。在橫截面上，經營杠桿越高，金融機構的技術效率改善越受到顯著的抑制，但是，與非混業經營相比，混業經營下經營杠桿的使用對于金融機構的技術效率改善具有顯著的正面影響。與此相反，經營杠桿的跨期正向變動，能夠顯著地促進金融機構的技術效率改善，但是，與非混業經營相比，混業經營下經營杠桿的跨期正向變動對于金融機構的技術效率改善具有顯著的負面影響。

四、結論

筆者基于我國46家金融類上市公司2008—2014年的面板數據樣本，利用基于DEA的Malmquist指數方法，研究混業經營和資本結構是否會對金融機構技術效率的跨期變動產生顯著影響。結果發現，混業經營會顯著地抑制金融機構的技術效率改善。資本結構及其變動對于金融機構的技術效率改善以及混業經營對這一改善的作用具有重要影響。上述分析意味著，金融機構混業經營決策的作出，很可能是基于戰略上的較為長遠的考慮，而不僅僅是為了在短期內提高技術效率。此外，在有關混業經營的決策既定的情況下，有可能通過合理改變經營杠桿以促進金融機構技術效率的改善。

參考文獻：

[1]Andersen，P.，and N.Petersen.A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J].Management Science，1993，（10）：1261-1264.

[2]Berger，A.Distribution-Free Estimates of Efficiency in the U.S.Banking Industry and Tests of the Standard Distributional Assumptions[J].Journal of Productivity Analysis，1993，（3）：201-292.

[3]Berger，A.，and D.Humphrey.The Dominance of Inefficiencies over Scale and Product Mix Economies in Banking[J].Journal of Monetary Economics，1991，（1）：117-148.

[4]Berger，A.，and D.Humphrey.Efficiency of Financial Institutions：International Survey and Directions for Future Research[J].European Journal of Operational Research，1997，（2）：175-212.

[5]Casu，B.，and P.Molyneux.A Comparative Study of Efficiency in European Banking[J].Applied Economics，2003，（17）：1865-1876.

[6]Caves，D.，L.Christensen，and W.Diewert.The Economic Theory of Index Numbers and the Measurement of Input，Output，and Productivity[J].Econometrica，1982，（6）：1393-1414.

[7]Clark，J.，and P.Speaker.Economies of Scale and Scope in Banking：Evidence from a Generalized Translog Cost Function[J].Quarterly Journal of Business and Economies，1994，（2）：3-25.

[8]Coelli，T.，and S.Perelman.A Comparison of Parametric and Non-Parametric Distance Functions：With Application to European Railways[J].European Journal of Operational Research，1999，（2）：326-339.

[9]Diamond，D.Financial Intermediation and Delegated Monitor[J].Review of Economic Studies，1984，（3）：393-414.

[10]Fare，R.，S.Grosskopf，and C.Lovell.Production Frontiers[M].New York：Cambridge University Press，1994a.

[11]Fare，R.，S.Grosskopf，M.Norris，and Z.Zhang.Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries[J].American Economic Review，1994b，（1）：66-83.

[12]Ferrier，G.，C.Lovell，T.Amemiya，et al.Measuring Cost Efficiency in Banking：Econometric and Linear Programming Evidence[J].Journal of Econometrics，1990，（1-2）：229-245.

[13]Gallo，J.，V.Apilado，and J.Kolari.Commercial Bank Mutual Fund Activities：Implications for Bank Risk and Profitability[J].Journal of Banking and Finance，1996，（10）：1775-1792.

[14]Hughes，J.，and L.Mester.Bank Capitalization and Cost：Evidence of Scale Economies in Risk Management and Signaling[J].Review of Economics and Statistics，2006，（2）：314-325.

[15]Hunter，W.，S.Timme，and W.Yang.An Examination of Cost Subadditivity and Multiproduct Production in Large U.S.Banks[J].Journal of Money，Credit and Banking，1990，（4）：504-525.

[16]Llewellyn，D.Evolution of the British System[M].in Gilbart Lecture on Banking.London：Institute of Bankers，1985.

[17]Lovell，C.，and A.Rouse.Equivalent Standard DEA Models to Provide Super-Efficiency Scores[J].Journal of the Operational Research Society，2003，（1）：101-108.

[18]Malmquist，S.Index Numbers and Indifference Surfaces[J].Trabajos De Estadistica，1953，（2）：209-242.

[19]Mester，L.Efficiency in the Savings and Loan Industry[J].Journal of Banking and Finance，1992，（17）：267-286.

[20]Nishimizu，M.，and J.Page.Total Factor Productivity Growth，Technological Progress and Technical Efficiency Change：Dimensions of Productivity Change in Yugoslavia，1965-1978[J]. Economic Journal，1982，（6）：920-936.

[21]Noulas，G.，S.Ray，and S.Miller.Returns to Scale and Input Substitution for Large U.S.Banks[J]. Journal of Money，Credit and Banking，1990，（22）：94-108.

[22]Rajan，G.The Entry of Commercial Banks into the Securities Business：A Selective Survey of Theories and Evidence[M].in A.Saunders and I.Walter（ed.），Universal Banking：Financial System Design Reconsidered，1996.

[23]Santos，C.Commercial Banks in the Securities Business：A Review[R].BIS Working Paper NO.56，1998.

[24]Saunders，A.，and I.Walters.Universal Banking in the United States：What Could We Gain？ What Could We Lose？[M].Oxford：Oxford University Press，1994.

[25]Shaffer，S.，and E.David.Economies of Super Scale in Commercial Banking[J].App1ied Economics，1991，（2）：283-293.

[26]Shephard，R.Theory of Cost and Production Functions[J].Economic Journal，1970，（3）：177-188.

[27]Steinher，A.，and C.Huveneers.Universal Banks：The Prototype of Successful Banks in the Integrated European Market？ A View Inspired by German Experience[R].Centre for European Policy Studies（CEPS） Financial Markets Unit，Research Report No.2.1990.

[28]Ville，M.The Efficiency Implications of Financial Conglomeration[R].Bank of Finland Discussion Paper No.17，2004.

[29]李平，曾勇，朱曉林.中國銀行業改革對中資銀行效率變化的影響[J].管理科學學報，2013，（8）：47-53

[30]吳聰.基于SFA的中國商業銀行效率研究[J].特區經濟，2013，（10）：57-61.

[31]曹建華.混業經營與金融監管：基于效率的視角[J].山東社會科學，2012，（8）：172-175.

[32]邱兆祥，張愛武.商業銀行技術效率與市場結構之間的動態關系分析[J].金融理論與實踐，2012，（11）：13-17.

[33]石濤，邱兆祥，張愛武.商業銀行技術效率與市場結構：一個動態視角[J].管理世界，2012，（9）：172-173.

[34]姚樹潔，姜春霞，馮根福.中國銀行業的改革與效率：1995—2008[J].經濟研究，2011，（8）：4-14.

[35]丁忠明，張琛.基于DEA方法下商業銀行效率的實證研究[J].管理世界，2011，（3）：172-173.

[36]吳磊，周潔.Malmquist指數法與中國全要素生產率研究：誤解和爭論[J].商業時代，2010，（29）：4-5.

[37]邱兆祥，張愛武.基于FDH方法的中國商業銀行X—效率研究[J].金融研究，2009，（11）：91-102.

[38]初可佳，洪銳濱.商業銀行混業經營績效的實證研究[J].學術論壇，2008，（11）：117-119.

[39]魯明易.分業經營和混業經營的選擇——基于菲律賓金融混業經營的案例研究[J].國際金融研究，2005，（9）：48-54.

[40]王聰，鄒朋飛.基于資本結構和風險考慮的中國商業銀行X—效率研究[J].管理世界，2006，（11）：6-12.

[41]王鶴立.我國金融混業經營前景研究[J].金融研究，2008，（9）：188-197.

[42]吳棟，周建平.基于SFA的中國商業銀行股權結構選擇的實證研究[J].金融研究，2007，（7）：47-60.

[43]宋軍.監管水平約束下的金融混業改革[J].證券市場導報，2002，（10）：66-71.

[44]薛和生，丁浩舟.論我國投資銀行和商業銀行的混業經營[J].上海師范大學學報（哲學社會科學版），2006，（2）：110-116.

[45]閻彥明.金融多元化與范圍經濟[M].上海：上海社會科學院出版社，2004.

[46]姚樹潔，馮根福，姜春霞.中國銀行業效率的實證分析[J].經濟研究，2004，（8）：4-15.

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

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

[49]章祥蓀，貴斌威.中國全要素生產率分析：Malmquist指數法評述與應用[J].數量經濟技術經濟研究，2008，（6）：111-122.

[50]朱南，卓賢，董屹.關于我國國有商業銀行效率的實證分析與改革策略[J].管理世界，2004，（2）：18-26.

責任編輯：李金霞