王在榮
(中國人民銀行蘭州中心支行, 甘肅 蘭州 730000)
金融支持是推動“絲綢之路經濟帶”倡議實施的關鍵保障,而金融資源配置效率的提升,則是“絲綢之路經濟帶”沿線區域充分發揮金融支持功能的前提。“絲綢之路經濟帶”建設中涉及的古絲綢之路沿線的西北五省(區),是絲綢之路向西開放的主要通道,這是西北五省(區)加速發展的重要機遇。陜西強調要打造絲綢之路的新起點,新疆明確將緊緊圍繞建設“絲綢之路經濟帶”核心區推進全方位開放,寧夏提出要建成絲綢之路重要戰略支點,甘肅要打造“絲綢之路經濟帶”的黃金段,青海著重于戰略基地建設。客觀、全面地評價五省(區)的金融資源配置效率,找出其中存在的不足,對于在“絲綢之路經濟帶”建設背景下推動五省(區)的金融發展具有重要意義。
“金融資源”概念最先由美國經濟學家戈德史密斯(Goldsmith)于1955年提出,暗指其代表金融資產的數量*Goldsmith R W, Financial Structure and Development, Yale University Press,1955, pp.345-366.。在國內,金融學家白欽先最早于1998年提到金融資源概念,認為金融是一種特殊資源。而金融資源配置效率問題的提出,在國外可追溯到19世紀的帕累托最優理論*白欽先:《金融資源的構成層次》,《經濟研究參考》1998年第65期,第20頁。。在國內,何風雋(2005)提出,機構的配置效率、資金的配置效率和制度的配置效率共同組成金融資源的配置效率*何風雋:《中國轉型經濟中的金融資源配置研究》,西北大學2005年博士學位論文,第22-23頁。;戴偉等(2016)認為,金融資源配置效率包含兩方面,即經濟效率和社會與生態效率*戴偉、張雪芳:《基于新視角的金融資源配置效率測度研究》,《華東經濟管理》2016年第5期,第52-60頁。。
近年來,金融資源配置效率的測評開始逐漸成為研究的熱點。起初,一些學者通過測算與金融資源配置相關的一些指標值定量評估金融資源配置效率,如譚慶華(2002)從理論層面分析運用效率指標來反映金融資源的配置狀況*譚慶華:《用金融資源論的觀點度量金融國際競爭力》,《金融論壇》2002年第2期,第2-6頁。;崔建軍(2012)采用貸款產出率等指標分析我國各地區的金融資源配置效率*崔建軍:《中國區域金融資源配置效率分析——金融視角下的“一個中國,四個世界”》,《當代經濟科學》2012年第2期,第35-42頁。;鄭淑霞(2015)采用貸款產出率、存貸差和金融相關比率三個指標進行測評*鄭淑霞:《福建省地區金融資源配置效率的差異研究》,《內江師范學院學報》2015年第2期,第19-23頁。。一些學者開始采用實證方法來測評金融資源配置效率。其中多數學者選取微觀層面的某一金融行業或者金融資源的某一構成部分進行效率測評,以此結果代表整體金融資源配置效率情況,如吳濤等(2011)借鑒Wurgler的方法,評估我國各地區的資本配置效率,并以此結果評價各地區的金融資源配置效率*吳濤、李宏瑾:《我國各地區金融資源配置效率及其與金融發展的關系》,《南方金融》2011年第12期,第37-40頁。;劉飛(2014)運用實證方法對我國東中西三大區域的銀行業信貸資源配置效率進行測評,并以此結果反映我國東中西部金融資源配置情況*劉飛:《中國商業銀行信貸配置效率——基于省域和行業數據的研究》,《金融論壇》2014年第6期,第3-8頁。。一些學者則從宏觀金融資源角度出發測度金融資源配置的效率,如沈軍(2003)以金融可持續發展理論作為基礎,運用因子分析方法對我國金融資源配置效率進行實證分析*沈軍:《金融效率理論框架與我國金融效率實證考察》,《金融論壇》2003年第7期,第2-7頁。;李明賢等(2011)采用主成分分析法對我國中部地區的金融資源配置效率進行測度*李明賢、向忠德:《我國中部地區農村金融資源配置效率實證分析》,《農業技術經濟》2011年第7期,第75-81頁。;劉磊(2015)選取相關指標采用數據包絡分析方法評估我國的金融資源配置效率*劉磊:《金融資源配置效率的DEA分析》,《金融理論與實踐》2015年第3期,第48-52頁。。本研究對西北五省(區)的金融資源配置效率進行測評,無須對評價單元排序。同時,DEA方法無須提前對前沿效率函數進行具體設定,無須權重假設,對原始數據亦無太多限制,對于多投入與產出運行時較方便。因此選擇DEA分析方法測評西北五省(區)的金融資源配置效率比較合適。
國內關于金融資源配置效率影響因素的相關研究比較滯后,且尚未達成一致意見。袁科(2008)認為,金融制度、經濟發展狀況、保險業收入和財政支出等對金融資源配置效率有影響*袁科:《港深穗金融資源配置效率實證研究》,暨南大學2008年碩士學位論文,第43-46頁。。李紅梅(2012)認為,影響金融資源配置效率的變量主要包括貸款余額、金融業從業人員*李紅梅:《基于DEA方法下的我國金融資源配置效率研究》,《遼寧大學學報(自然科學版)》2012年第4期,第336-341頁。。盧國華等(2016)認為,金融信貸資源、保險資源、政府金融資源、金融固定資產投資以及國外引進金融資源等是影響金融資源配置效率的主要變量*盧國華、徐波:《云南省金融資源配置效率研究》,《紅河學院學報》2016年第2期,第53-55頁。。本文在借鑒前人研究的基礎上,結合西北地區的實際,從金融資源配置的人力、物力和財力出發并考慮數據可得性進行選擇。
通過梳理現有研究發現,目前國內關于金融資源配置效率的文獻多立足全國層面,很少涉及區域層面,僅有的區域層面的研究也主要針對東部發達地區,很少涉及西北欠發達地區。而西北地區金融資源較匱乏,如何提高金融資源配置效率顯得至關重要。同時,現有文獻在研究金融資源配置效率時運用的研究方法偏靜態,很少有直接從效率評價角度構建指標體系進行動態分析。本文在總結前人研究成果的基礎上,將理論與實證研究相結合,從靜態和動態雙重視角分析西北五省(區)金融資源配置效率,運用DEA分析方法中的BCC模型和Malmquist指數分解模型,分別對西北五省(區)的金融資源配置效率進行測算及分解,為在“絲綢之路經濟帶”建設背景下提升西北五省(區)的金融發展水平提供參考。
1.數據包絡分析法(DEA)。Charnes等(1978)提出數據包絡分析法,該方法被廣泛應用于評價部門之間的相對有效性*Charnes A, Cooper W W, Rhodes E, Measuring the Efficiency of Decision Making Units, European Journal of Operational Research, 1978, No.6, pp.429-444.。作為DEA的基礎模型,CCR模型假設生產技術的規模收益不變,假設存在n個DMU(決策單元),即DMUj(j=1,2,3,…,n),且每個決策單元都有m種投入和s種產出。Xij表示第j個決策單元DMUj的第i種投入量,Yrj表示第j個決策單元的第r種產出量,則第j個決策單元的所有要素的投入總量和產出總量分別記作:
Xj=(X1j,X2j,…,Xmj)T,Yj=(Y1j,Y2j,…,Ysj)T,j=1,2,…,n
(1)
則第j個決策單元的CCR模型為:
(2)
1988年,在CCR模型基礎上的改進方案——BCC模型由Banker等人提出*Banker R D, Charnes A, Cooper W W, et al, A Comparison of DEA and Translog Estimates of Production Frontiers Using Simulated Observations from a Known Technology, In: Applications of Modern Production Theory: Efficiency and Productivity, Springer Netherlands, 1988, pp.33-55.。該模型假設規模報酬是可變的,規模的影響被排除之后得到的技術效率就是純技術效率,將技術效率分解之后,可以得出規模效率與純技術效率。以下是BCC模型的數學表達式:
(3)

本研究采用DEA中的BCC模型,用技術效率值表示西北各省(區)的金融資源配置效率。技術效率值等于規模效率值與純技術效率值的乘積,可以反映出各決策單元金融資源投入與產出的匹配程度。技術效率值θ=1,說明此時金融資源的投入可以實現產出的最佳效率,處在技術效率的前沿面上,即在當前的金融體制之下,金融資源得到合理配置,未出現不合理的效率損失;若技術效率值θ<1,則說明金融資源配置中存在1-θ的不合理的效率損失,金融資源配置效率還需要進一步提升。
2.曼奎斯特(Malmquist)指數。DEA方法測得的數據只是一種靜態效率,這種評價分析缺乏動態的比較。Malmquist能反映效率隨時間的變化情況,彌補靜態效率分析的缺點,會使得效率評價結果更加完美*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》,《數量經濟技術經濟研究》2008年第6期,第111-122頁。。Malmquist指數通常可以將決策單元在不同時期的效率變化反映出來。Malmquist指數的數學表達式如下:
M(yt+1,xt+1,yt,xt)
(4)
其中,M(yt+1,xt+1,yt,xt)為Malmguist指數,反映從第t時期到t+1時期技術效率的改變情況;Dt(xt+1,yt+1)是以第t時期的技術反映的第t+1時期效率水平;Dt(xt,yt)反映第t時期的效率水平;Dt+1(xt+1,yt+1)反映第t+1時期的效率水平;Dt+1(xt,yt)反映第t+1時期表示的第t時期的效率水平。
效率變化可分解為純技術效率變化和規模效率變化,即:
M(yt+1,xt+1,yt,xt)

(5)
若Malmguist指數大于1,表示t+1期相對于t時期效率有所提高;若Malmguist指數小于1,表示t+1期相對于t時期效率有所下降;若Malmguist指數等于1,表示相鄰兩期效率水平沒有變化。Malmquist-DEA模型中:
Tfpch=Effch×Techch=Pech×Sech×Techch
(6)
其中,Tfpch表示全要素生產率指數,Techch表示技術進步指數,Effch表示技術效率指數,Pech表示純技術效率指數,Sech表示規模效率指數。本研究將西北各省(區)作為一個決策單元(DMU),測定西北各地區金融資源配置的Malmquist生產率變化指數。當Techch>1時,說明決策單元在考察期內實現了技術進步;當Pech>1時,說明相關的制度運行和組織管理水平的改進使效率得到提升;當Sech>1時,說明金融資源投入的調整使規模效率提高。反之,當指數小于1時,說明相應的效率下降。
運用數據包絡分析對金融資源配置效率進行評價時,應充分考慮選取指標的科學性、代表性及可比性等。在分析西北五省(區)金融資源配置效率時,將西北各省(區)作為效率評價的決策單元,結合西北實際情況及數據可得性進行選擇,投入與產出指標見表1。

表1 西北五省(區)金融資源配置效率投入指標與產出指標
投入指標中財力因素是貸款余額、財政支出額、保費收入和股票及債券籌資額,物力因素是金融業固定資產投資,人力因素是金融業從業人數;產出指標的選擇則考慮反映金融業發展對西北五省(區)經濟增長的貢獻。本研究利用2007—2016年西北五省(區)的年度數據,數據從Wind數據庫、西北各省的統計年鑒以及各省的《區域金融運行報告》中獲得,其中一些缺失數據采用插值法獲得。
從整體分析可以發現,10年來西北五省(區)中沒有一個省(區)是連續10年技術效率全為1的(見表2),整體上效率值較低,表明西北五省(區)的金融資源投入未能實現產出的最佳效率,金融資源配置存在不合理的情況,非DEA有效。陜西和新疆在10年間有5年出現技術效率值為1的情況,說明這兩個省(區)在過去10年中金融資源配置情況相較西北其他省(區)更合理一些。其中,過去10年間陜西的金融資源配置效率在0.835~1.000之間浮動,2008—2010年、2015—2016年效率值均達到1,說明在這些年份陜西的金融資源投入實現了產出的最佳效率,金融資源得到合理配置,而在2007年、2011—2014年金融資源配置的技術效率值未達到1,說明這幾年金融資源配置不甚合理,未達到DEA有效。甘肅在過去10年間金融資源配置效率值在0.516~0.692之間浮動,效率值較低,說明其金融資源配置存在不合理之處,未達到DEA有效。青海的金融資源配置效率值與甘肅相近,在過去10年間其效率值處于0.461~0.726之間,效率值較低,金融資源配置不合理,存在較大改進空間。寧夏在10年間只有2014年的效率值為1,其余年份效率值在0.431~0.983之間浮動,說明其金融資源配置有不合理之處,存在改進空間。新疆在過去10年間金融資源配置效率最低的年份是2008年,效率值為0.634,這可能與金融危機有關,金融資源配置的相關各方未達到合理協調,2012—2016年期間僅2014年的效率值達到1,其余4年的金融資源配置效率值均未達到1,說明近5年新疆的金融資源配置存在不合理之處。

表2 2007—2016年西北五省(區)金融資源配置效率值
數據來源:由DEAP2.1軟件測算結果整理所得。
2007—2016年,西北五省(區)金融資源配置全要素生產率均值為1.017,10年間金融資源配置效率平均提高1.7%,其中技術效率變動均值為1.001,即技術效率基本上未變動,技術變動指數均值為1.016,即技術進步1.6%,可見其金融資源配置效率的提高主要歸功于技術進步與創新。進一步分解技術效率變動值可以看出,純技術效率變動均值為1.006,即純技術效率增長0.6%,規模效率變動均值為0.995,即規模效率降低了0.5%,說明其技術效率增長的原因是純技術效率增長帶來的正效應抵消了規模效率降低帶來的負效應。具體分析各時段發現,2007—2008年、2009—2012年和2015—2016年時段內,西北五省(區)金融資源配置全要素生產率小于1,即金融資源配置效率下降。其中,2007—2008年、2010—2011年技術效率指數小于1,技術變動指數大于1,即這兩個時段其金融資源配置全要素生產率的下降是由技術效率下降引起的;2009—2010年技術效率指數大于1,技術變動指數小于1,即該時段其金融資源配置全要素生產率的下降是由技術進步水平下降導致的;2011—2012年、2015—2016年技術效率指數和技術進步指數都小于1,說明這兩個時段其金融資源配置全要素生產率的下降是由技術效率的降低與技術進步水平的降低共同導致的(見表3)。

表3 2007—2016年西北五省(區)金融資源配置全要素生產率及其分解
數據來源:由DEAP2.1軟件測算結果整理所得。
除了寧夏,其余省(區)的金融資源配置全要素生產率都大于1,說明陜西、甘肅、青海和新疆的金融資源配置效率在考察期間都有所提高,其中全要素生產率指數最高的是陜西,其全要素生產率為1.059,即陜西的金融資源配置效率提升5.9%,主要是因為其經濟基礎與金融環境等優于西北其他省份,有利于金融資源配置效率的提升。青海增長4.5%,甘肅和新疆較接近,分別增長1.9%和1.5%。而寧夏的金融資源配置全要素生產率為0.949,即在考察期間其金融資源配置效率降低了5.1%。其中,陜西和青海的技術效率指數為1,技術進步指數大于1,說明其金融資源配置效率的提升主要取決于技術進步。甘肅的技術效率指數大于1,而技術進步指數小于1,說明其技術效率提高的幅度大于技術進步水平下降的幅度,使金融資源配置效率有所提高。新疆的技術效率指數小于1,技術進步指數大于1,說明其技術進步的貢獻度大于技術效率降低的幅度,使金融資源配置效率下降。寧夏的技術效率指數等于1,技術進步指數小于1,說明其金融資源配置效率的下降主要是技術進步指數下降導致的(見表4)。

表4 各省(區)金融資源配置全要素生產率及其分解
數據來源:由DEAP2.1軟件測算結果整理所得。
通過上文實證中靜態效率分析發現,“絲綢之路經濟帶”沿線西北五省(區)金融資源配置效率值較低,金融資源配置存在不合理的情況;通過對效率進行動態分析發現,2007—2016年西北五省(區)金融資源配置效率平均提高了1.7%,主要歸功于技術進步與創新。針對西北五省(區)金融資源配置效率存在的問題,筆者提出以下對策建議。
西北五省(區)的金融資源配置效率較低的主要原因是金融資源相對匱乏,因此在提升效率時,應當從金融資源的規模開發著手。在實證研究中發現,金融機構貸款余額、保費收入、股票及債券籌資額分別代表了西北五省(區)銀行業、保險業和證券業金融資源,對金融資源配置有較大影響。因此,首先要優化西北地區的金融市場格局,使銀行業、證券業和保險業等行業協調發展,使金融資源各構成部分穩步增長。同時,要擴展金融資源的覆蓋面,特別是拓展農村金融資源。其次,通過民間投資聚集分散的資源,通過資金流動等使這些資源對地區的股票籌資額、金融機構貸款和保費收入等金融資源產生一定影響,充分利用這部分資金資源,對提高金融資源配置效率有很大幫助。因此,要鼓勵民間投資,促進投資主體的多元化,例如在政策允許的前提下,可以引導民間資本在國有企業中入股,使民間閑散資金得以匯聚且被充分利用配置,從而助推金融資源配置效率的提升。
在“絲綢之路經濟帶”建設背景下,西北五省(區)金融資源配置中以金融機構貸款等為代表的信貸資源占據重要地位,而金融機構運行效率的提升直接影響著這些金融資源的優化配置,因此,提升西北五省(區)金融機構運行效率非常重要。首先,要促進金融機構的業務與產品的創新。不論是銀行業、證券業或是保險業金融機構,要通過業務與產品創新,增加金融工具的種類,進而充分利用信貸資源。其次,加強金融機構的內部管理。金融機構要制定科學化的管理制度,對資金、風險和財務的管理都應當科學設置,綜合運用好這些管理制度,金融機構可以物盡其用、人盡其才,為其高效運行奠定良好基礎。最后,通過合理有效的培訓方式提升從業人員素質,從而提升金融機構效率,優化配置信貸資源、保費收入和股票籌資額等金融資源,進而提高金融資源配置效率。
在影響西北五省(區)金融資源配置效率的投入指標中,證券市場中的股票及債券籌資額占據一定地位,而西北地區的證券市場發展比較滯后,造成西北五省(區)的金融資源配置途徑缺乏,進而影響金融資源配置效率。筆者認為,政府可從以下兩方面加以改進:一是出臺政策扶持西北五省(區)證券市場的發展,鼓勵一些有能力和條件的公司上市,拓展直接融資渠道,進而增加金融資源配置途徑,提高配置效率;二是兼顧金融市場中的保險、信托等市場的發展,完善資本市場的外部環境,大力發展信譽好、技術性強和管理水平較高的保險中介、證券公司及信托公司等,拓展西北五省(區)的金融資源配置途徑,提高配置效率,更好地為“絲綢之路經濟帶”建設提供金融支持。