云南省縣域金融資源逆向配置及對策研究

摘要：當前縣域金融資源供給不足和逆向配置現象與縣域經濟發展的矛盾仍為突出，縣域金融資源外流造成縣域“供血”不足和區域性結構失衡現象明顯，本文通過全省110個縣域經濟金融數據運用DEA四階段分析法分析各縣域金融資源配置效率，認為縣域應從完善法規、加快縣域產權改革和 信用建設，完善監管、調整金融機構經營策略等方面引導資金回流。

關鍵詞：縣域金融資源;逆向配置;配置效率;政策建議

一、云南縣域金融資源逆向配置及流動渠道

（一）縣域金融資源逆向配置現狀

1.總體層面上看，全省經統計的110個縣域2016年銀行業金融機構存貸款分別為10707.11億元和6206.74億元，金融機構網點（含銀政保）5982個，平均每縣54.38個;金融機構從業人員4.47萬人，平均每縣406人;自動取款機（ATM&CRS;）1.20萬臺，平均每縣109臺;POS數量12.68萬臺，平均每縣1152臺;村鎮銀行41家，平均每縣0.37家;小貸公司229家，平均每縣2家;上市公司僅10家。

2.從橫縱向看，對全省110個縣域橫向金融指標看，看區域資源配置較不合理，金融資源及GDP總量向發達縣域集中，與欠發達縣域資源配置差距明顯。對云南省2016年縣域法人金融機構考核，在縣域新增貸款占當年新增可貸資金比例達標僅有75家，達標率僅為53%。全省貧困縣都不同程度存在金融資源外流情況?？v向看，選取云南省臨滄市所有縣域（剔除市轄區）2006年-2016年平均存貸款余額，顯示2006年存貸款基本持平，縣域吸收存款能夠多數用于本地經濟發展，但2007年以來縣域存貸款余額差距逐步拉大，近十年來呈“喇叭狀”向外擴散，縣域金融資源外流形式嚴峻且逐漸增大。

（二）縣域金融資源逆向流動渠道

1.銀行媒介渠道

傳統金融機構是縣域金融資源外流的主要形式。隨著商業銀行經營管理改革，吸收的存款大部分上存，造成縣域資金外流;郵政儲蓄機構憑借其縣域內基層網點吸收的存款多數轉移，加劇縣域資金外流。在縣域經濟自身“造血”功能不強的情況下，上述金融機構卻通過各種渠道大量“抽血”，造成縣域經濟嚴重“失血”。

2.互聯網金融渠道

互聯網金融發展和智能手機的普及，加劇縣域存款外流的趨勢。截至2016年末，云南省網民人數達1892萬人，互聯網普及率為40%，未來互聯網金融潛力巨大。隨著第三方支付APP（如支付寶和微信）已成為手機標配，在線貨幣市場基金平臺（如余額寶）和P2P產品年化收益率在2017年一季度接近或超4%，遠超定期存款和部分國債收益率。受互聯網投資理財產品影響，云南縣域存款分流明顯。

3.直接投資類渠道

近年來，縣域資金直接投資于股票、債券、集資等形式流向發達地區。部分縣域農村追求高額回報，資金通過民間借貸及轉貸涌向城市房地產、高利放貸參與投機。截至2016年11月末，云南省金融機構通過各類基金、理財直投、資管計劃、股權投資等表外融資方式，累計投入各類資金2678.72億元，為同期表內累計貸款總量的17.82%，表外融資余額達6053.36億元，為同期表內貸款余額的26.56%，比年初新增2198.62億元，為同期表內新增貸款總量的115.02%。

二、縣域金融資源外流原因探析

（一）金融體制約束成為金融資源外流的主要因素

隨著金融業市場競爭激烈，國有商業銀行調整其經營戰略，把經營的重點轉向大城市、大項目，對部分虧損的縣域機構實行市場退出或撤并。例如工行、建行分別從1999年、2000年對縣級支行進行撤并，至2001年末，共撤銷縣級支行8個。2005年，工商銀行云南省分行將45個縣域支行的機構、人員和資產負債業務整體并入云南省農村信用社聯合社，直接放棄部分經營不善的縣域金融市場。目前現有的縣域分支機構在大額貸款審批、利率定價和金融產品開發權限較低，基本受制于省級分支機構。

（二）財稅政策助漲縣域金融資源外流

2016年“營改增”試點加速縣域金融機構資金對外投資。（財稅〔2016〕46號）明確將“質押式買入返售金融商品”和“持有政策性金融債券”納入“金融同業往來利息收入”免征增值稅，將推動銀行業機構追逐投行類和高附加值中間業務。雖然規定縣域金融機構部分貸款利息可執行簡易計稅方法按3%征收增值稅，其余貸款利息收入仍將全額征收，此舉必將導致縣域金融機構降低放貸積極性趨利發展投資類業務，倒逼資金外流。

（三）資本逐利和價格利差分流縣域金融資源

當前，商業銀行出于盈利性和流動性考慮實行資金統一調度和頭寸管理，在保留縣域分支機構合理備付金后，將縣域支行的閑置資金往總行調度獲取利差。同時當前服務縣域主力軍--農村信用聯社（農村商業銀行）在縣域吸收存款后通過上存省級聯社，或部分通過同行資金拆借和表外理財在資本市場獲取利潤，或投資于非銀行金融機構的信托和資產管理計劃提高盈利能力，例如2016年云南省存款類金融機構實際執行一年期存款利率僅為1.95%-2.03%，與多數理財產品預期收益率的差距較大。互聯網投資渠道多元化帶來的資金利差及方便、快捷功能吸引縣域資金，資金分流導致縣域金融機構存貸款增幅緩慢甚至出現負增長。

三、基于DEA方法的縣域金融資源配置效率分析

依據Fried等提出的四階段數據包絡分析（DEA）方法將全省縣域決策單元通過四階段方法把對影響投入和產出的因素（外部因素和隨機誤差影響）將以去除，利用調整后的投入和產出值，重新估計金融資源效率值。分別計算出縣域（綜合技術效率=規模效率*純技術效率）影響數據。同時依據資源稟賦將云南劃區，對滇中經濟圈、滇西邊境和旅游區、滇南、滇西北和滇東北綜合技術效率差異性進行分析，提出針對性指導意見。

（一）DEA數據指標及模型選取

DEA 模型對金融資源效率進行評價時，首先要確定金融資源的各投入和產出指標。縣域金融資源配置的關鍵是在一定的投入規模上實現金融效果的較佳。兼顧樣本數據的可比性、可得性和科學性，本文構建了縣域金融資源配置效率評價的投入和產出指標。

1.投入指標（IN）。金融資源投入包括人、財、物三個方面，結合云南省縣域銀行和保險市場份額較大，證券市場融資非常小，所以金融機構特指銀行和保險數據匯總。本文選取縣域金融機構從業人數（X1）、金融機構網點數（X2）、存款余額（X3）作為投入指標。

2.產出指標（OUT）。縣域金融資源的產出最根本的體現在于縣域貸款的獲得性和貢獻度，縣域金融業增加值和社會消費成為衡量的標準。故選取縣域貸款余額（Y1）、金融業增加值（Y2）與社會消費品零售總額（Y3）作為產出指標。

3.DEA模型選取

基于模型對縣域金融效率進行一階段效率評價，目前使用最多的是數據包絡分析方法（DEA）中的CCR和BCC模型。Tone（2006）提出的基于松弛變量的slacks-based Measure簡稱（SBM）對解決這一問題提出新構想。在SBM模型中，為了測量單元的效率值，引入以下幾個值：，模型如下：? ? ?Subject to

（其中ρ是效率評價值，m和s分別是投入、產出要素種類，λ是列向量。（x0，y0）分別是待評估的決策單元的投入與產出向量，xi0和yr0分別是向量x0和 y0的元素，si-和sr+是松弛變量s-、s+的元素。）

（二）Tobit 模型選擇及數據指標

在許多效率分析應用中，需要對效率的影響因素進一步分析。由于效率值最大為1，被認為是截尾數據，所以在文獻中多采用Tobit 回歸模型。以DEA 模型計算出來的各縣域金融效率的規模收益不變（CRS）松弛量作為因變量，以各縣域的農村常住居民可支配收入（Z1）、生產總值（Z2）、固定資產投資（Z3）、總人數（Z4）、財政收入（Z5）、財政支出（Z6）、POS數（Z7）等作為自變量進行Tobit回歸分析。

（三）實證分析

第一階段：縣域金融資源配置效率評價

本文收集云南省2016年110個縣域橫截面數據，使用DEA solver pro 5.0軟件選擇SBM model，假設規模收益不變（CRS），計算SBM-I-C的綜合技術效率。BBC模型基于規模收益可變（VRS），在給定產出情況下，投入量可自由調整且確保投入最小，故選取SBM-I-V計算出純技術效率。通過SE=TE/PTE得出各縣域的規模效率。

1.規模收益不變（CRS）情況下的配置效率

該配置效率是技術與規模的綜合效率，表示縣域金融資源在最小投入下的最大產出，這個效率值可以衡量在投入導向下全省各縣域金融資源的投入是否存在冗余現象，即是否存在資源利用的不足或者浪費。經第一階段計算，云南省縣域金融資源配置效率整體低下，僅有 15個縣份（呈貢、安寧、瑞麗、石林、宣威、個舊、鳳慶、賓川等）成為標桿達到有效前沿，占13.6%;49個縣份的技術效率處于中等改進階段，占44.5%;46個縣份效率值偏低，占比41.8%。從六大區域來看，2016年滇中區和滇南邊境區的效率值最高，滇東北和西北最低。

2.規模收益可變（VRS）情況下的配置效率。該效率值表示在同一規模的最大產出下的最小投入量，可以衡量在投入導向下縣域金融資源配置的無效率狀態到底在多大程度上是由技術無效率造成的。該指標側重反映相關制度運行的效率和管理水平。從表3可以看出，從整體上講，各縣域的純技術效率值在0.69-0.92，20個縣份達到有效前沿，占18.2%。從六大區域來看，2016年滇東昭通（巧家、大關）和紅河（石屏、河口）的純技術效率最低，其它區域內縣域的純技術效率整體處于中等趨勢。

3.規模效率（SE）。規模效率表示縣域金融資源在最大產出下技術效率的生產邊界的投入量與最優規模下投入量的比值。該值衡量在投入導向下縣域金融資源的利用是否處于最優的規模。

第二階段：TOBIT模型參數估計

由于一階段的低效率值可能受到外部環境的影響，相同的金融資源配置方式在不同的縣域因其機制及其他投入程度產生不同的效率。為了進一步分析影響縣域金融資源配置效率的因素，將規模收益不變（CRS）情況下的松弛量使用Eviews6.0--Tobit 模型進行處理，具體結果見表3。

從表3可見外部環境對于縣域金融效率有影響，農村常住居民可支配收入對金融機構從業人員和網點松弛量有正向影響，居民可支配收入的增加會促使增加金融人物力方面的投入，會導致縣域過多的配置，從而降低金融效率。而POS（惠農支付點）數量的增加能有效釋放金融從業人員，提高縣域農村金融綜合效率;財政收入的增加有利于減少金融網點的過多投入，原因可能是金融機構在縣域新設網點時獲得財政性存款是機構新增的重要因素。其中財政支出對縣域存款影響較大，財政支出每增加1單位，將造成縣域存款浪費0.92個單位，對貸款轉化產生“擠出效應”降低金融機構配置效率。因此對于調節投入變量是有必要的，盡量排除由于經營環境、資源稟賦等因素對縣域金融效率的影響。

第三階段：對初始投入變量進行調整

利用TOBIT模型評估出的擬合值，對初始投入變量進行調整，調整過程依據以下公式原理：

（是參數估計后新的投入冗余值，是上述9個外部環境變量，是TOBIT模型中得出的參數估計值，是調整后的投入量）

第四階段：四階段的DEA分析結果

按照第三階段調整投入量所得，將剔除外部影響調整后的投入量與實際產出，再次運用DEA solver pro 5.0中的model SBM計算新投入下效率值，第四階段的效率值能更好地反映每個決策單元的效率。

整體而言，云南省縣域金融資源配置效率較低，各縣域存在一定的差異。從縣域看，呈貢、安寧、瑞麗、石林、廣南等縣/市處于有效前沿，在縣域金融效率值較高。從區域看，滇中經濟圈、滇南和滇西金融資源配置效率總體高于滇西北和滇東北，其中滇東北金融資源配置效率低下主要源于純技術效率的低下，因此必須不斷加強金融科技應用、內部管理和資源統籌整合能力;滇西北金融資源配置效率低下主要是因為綜合技術效率的低下，規模效率是阻礙資源配置效率提高的主要因素，故應加大偏遠貧困地區的金融扶貧力度。

四、縣域金融資源配置的正向回流及對策建議

（一）加大金融的差異化傾斜，因地制宜服務縣域經濟

滇中建立競爭有序、相互補充的金融多層次體系，深化互聯網與金融科技中心建設;滇西及滇南沿邊縣域應加快重點開發開放試驗區、沿邊口岸、邊境城市的建設，加大招商引資和產業承接轉移，開展跨境貿易結算和本外幣互貸，利用外資促進經濟金融合作和跨境結算，推進人民幣區域化進程。滇西旅游區應發揮金融對旅游產業的投入開發力度，發展縣域特色旅游產品，完善旅游產業鏈融資和項目收費融資。滇西北和滇東北應遵循市場化運作方式，發揮市場主體在金融扶貧及普惠金融的輻射作用。

（二）完善農村土地流轉和擔保法律，防止縣域金融大量外流

加快縣域產權制度改革，引導土地經營權以轉包、互換、入股等多種方式流轉，完善確權登記、頒證、評估、交易流轉、風險緩釋、抵押物處置機制等配套工作，加速信貸資源回流，提高金融資源配置效率。推進縣域信用評級對貸款審核的運用，提升縣域金融機構授信審核和放貸額度。完善縣域信貸風險補償機制，強化對金融機構及擔保機構在支農領域的風險補償，貸款貼息、稅費減免等手段，健全農業再保險體系，構建風險分擔機制。

（三）完善監管體制，加大對縣域金融傾斜力度

監管部門適當放寬縣域金融機構撥備覆蓋率、不良貸款率等監管指標的容忍度，提供優惠政策支持金融機構在縣域新設或布局，規范“民間金融”向新型農村金融機構轉型并引導“陽光化”經營，打擊縣域非法集資和高利貸。

（四）創新經營機制，簡政放權優先滿足縣域金融

金融機構下放部分貸款審批權限至縣級支行，建立信貸評審機制并縮短優化審批流程，健全激勵考核，支持縣域開發“一縣一品”特色業務。改變以不動產抵押為核心的貸款抵押機制，拓展建立以穩定現金流和信用為放貸準則，推廣應收賬款和存貨、倉單質押，多元化支持縣域獲貸。

參考文獻：

[1]王振山，金融效率論-金融資源優化配置的理論與實踐[M]，北京：經濟管理出版社，2000年。

[2]常晶，基于DEA方法的我國農村金融效率評價研究[J]，哈爾濱商業大學，2014年。

作者簡介：

張萬偉（1985年—）男，云南大理人，金融學碩士，中國人民銀行臨滄市中心支行，研究方向：金融理論與實務。