基于全要素生產率視角的金融供給側改革

摘要：金融供給側改革的關鍵在于提高金融業全要素生產率。本文使用2003年～2017年我國華東地區六個省份的面板數據，運用DEA-Malmquist指數法對金融業TFP的變動以及影響因素進行實證分析。結果表明：技術進步為提高金融業全要素增長率的主要動力。地區消費水平和政府干預力度對金融業TFP的增長有促進作用，開放程度對技術效率存在一定的阻抑作用。

關鍵詞：金融業;全要素生產率;影響因素;DEA-Malmquist指數

中圖分類號：F831文獻識別碼：A文章編號：

2096-3157（2020）13-0153-02

一、引言

2019年中央政治局集體學習，習近平總書記明確提出“深化金融供給側改革”，這是貫徹落實新發展理念，適應經濟高質量發展的客觀要求，也是金融企業發展和改革的科學指引和行動指南。深化金融供給側改革，其核心要義是提高金融業全要素生產率（TFP）。金融業TFP作為衡量金融業技術進步的重要標尺，為金融資源配置提質增效指明方向。本文基于全要素生產率對金融供給側改革進行研究。

關于金融供給側改革的已有研究，主要涵括優化金融結構、發展實體經濟、加快數字普惠金融創新等方面。楊可方等（2018）強調現階段的首要任務是研究金融結構如何更好地為經濟增長和產業升級提供支持。喬海曙等（2016）認為中國金融供給存在總量和結構方面的雙重問題，金融資源存在“脫實向虛”的現象。張曉波（2018）認為消費水平的提升、金融體系效率的增加以及金融改革的各項舉措，對實體經濟發展的推動作用將會更為顯著。

對于金融業TFP的研究，主要涉及金融業技術進步、技術效率、規模效應、配置效率以及影響因素的研究。林春（2016）認為經濟發展水平、政府干預力度等對金融業TFP具有促進作用，而對外開放程度和社會消費水平卻被認為具有抑制作用。李延軍等（2016）通過引入Tobit回歸模型進行分析，認為技術進步和技術效率對不同地區的作用效果存在顯著差異，各因素影響全要素生產率的作用途徑主要是技術進步。

綜上所述，對于全要素生產率的撰文眾多，但仍存在可商榷的空間。其一，金融業TFP的測算雖然已有成熟的方法，但在投入產出變量的揀擇上存在差異，這也是導致測算結果存在差別的原因之一;其二，現有文獻測算金融業TFP的著述較多，但將其措置在供給側結構性改革的宏觀背景下進行尋索的卻相對欠缺，研究視角的低隘招致研究結論和建議缺乏應有的高度和深度。

二、金融業全要素生產率的測算

1數據說明

本文主要運用DEA-Malmquist指數方法測算，資本投入指標選取金融業固定資產投資和貸款量，勞動投入指標采用金融業從業人員數量。綜合銀行、保險、證券總體產出，將金融業增加值作為產出指標。以上數據均來源于《中國統計年鑒》、國家統計局網站以及華東地區六個省份的統計年鑒等。

2模型選用

DEA-Malmquist指數法是估算全要素生產率的一種方法，可以測定某一個決策單元的動態變化趨勢。DEA中最常用的模型有規模報酬不變假定的CCR模型和規模報酬可變的BCC模型。由于金融業屬于規模報酬可變的行業，因此本文選用基于投入的BCC模型研究我國華東地區六個省份的金融業全要素生產率。運用DEAP21軟件可以得到每個決策單元的技術進步指數（TECHCH）、技術效率指數（EFFCH），其中技術效率指數又可以分為純技術效率指數（PECH）和規模效率指數（SECH）。三者的關系為EFFCH=PECH×SECH。當該指數等于1時，表明生產率水平不變;小于1時，表明生產率水平呈下降趨勢;大于1時，表明生產率水平提高。

3結果分析

（1）金融效率靜態分析

①華東地區金融資源效率靜態分析。純技術效率表示實際產出與最大產出的距離之比，效率值越接近1表示效率越高。從純技術效率層面看，2010年華東地區金融資源配置的純技術值為1，即純技術DEA有效。從規模效率可以看出金融資源利用并非最優。綜合技術效率在數值上表現為純技術效率值與規模效率值的乘積。在考察區間內，我國華東地區的金融資源配置都是非DEA有效的，主要是由規模效率非DEA有效所致。

②各省份金融效率靜態分析。各省份綜合技術效率在0621～1000之間，只有江蘇省金融資源配置DEA有效，其余省份均為非DEA有效。福建、江西的純技術效率值為1，資源配置純技術有效，金融相關制度運行良好。其中浙江、安徽和山東純技術和規模效率均為非DEA有效，說明這不僅與相關金融制度的運行及管理水平有關，而且還與資源的最優利用有關。

（2）金融效率動態分析

①華東地區金融業年度Malmquist指數分析。根據DEA-Malmquist指數可知，金融業TFP提高的原因可以歸結為兩部分：一是技術進步指數的提高;二是技術效率指數的增長。通過各分解因素的影響效果量化分析，在2003年～2017年期間，TFP指數并未出現較大的波動，整個區間內的TFP均大于0，說明華東地區金融業發展的整體態勢良好，未出現負增長狀態。但隨著金融業自身發展的束縛和經濟下行的影響，金融業TFP的增長率有所下降，說明我國華東地區金融業發展還未得到更好的改善，仍然存在很大的發展空間。以山東省為代表的擴大規模為主的粗放型經濟發展方式還未轉變，這就需要更好地深化金融供給側改革，煥發出金融業發展的生機與活力。技術進步的變動趨勢與TFP的變動趨勢大致相同。因此可以推斷，技術進步是提高TFP的關鍵因素。與技術進步指數相比，技術效率指數對TFP的影響較小。

②華東地區各省份Malmquist指數分析。在整個考察區間2003年～2017年，各省金融業TFP的變動幅度不大，但2016年以后，各個省份開始出現較大差異，以福建省為代表，金融業TFP增長率逐漸變大。其中江蘇省與華東地區金融業TFP的走勢基本一致，可見，該地區具有良好的金融業發展環境，整體情況略好。要提高地區的金融業TFP，不僅依賴于經濟發達程度，還要考慮金融業的發展環境。樹立正確的經濟發展觀念，創造良好的營商環境，為實現金融業TFP全面提升奠定基礎。

三、我國華東地區金融業全要素生產率的影響因素分析

1數據說明

開放程度（OD）：各地區進出口總額與GDP 的比值。經濟發展狀況（ ED）：取各地區人均可支配收入的自然對數作為經濟發展程度。政府干預力度（ GI）：各地區財政支出與GDP 的比值。地區消費水平（ RCL）：取各地區人均消費性支出的自然對數作為該地區的消費程度。自2013年起，國家統計局開展了城鄉一體化住戶收支與生活狀況調查，2013年及以后的數據來源于此項調查。為保證數據來源的準確性和模型的誤差最小，我們使用2013年～2017年的數據進行回歸。

2模型選用

本文采用廣義矩估計方法（GMM）估計回歸方程，GMM方法中可以使用差分法去掉各個省份的固定效應。基于本文數據，SYS-GMM方法可能更優。

3描述性統計

首先，TFP的最大值是2024，最小值是0517，說明各個省份金融行業發展狀況存在一定的差異。其次，不同省份之間政府干預力度和開放程度存在差異，應加強政府對金融業扶持力度，同時也不能忽略對外開放對金融業以及對經濟領域的推動作用。

4實證分析

由回歸結果可知，開放程度對金融業TFP起到了抑制的作用，該項指標不同程度地抑制了技術進步和技術效率的提高。究其原因，對外開放程度的增強在一定程度上促進了我國經濟、貿易的繁榮，但同時也存在擾亂國內貿易秩序等負面影響。經濟發展狀況能夠促進技術進步的提高，抑制技術效率的增長。其原因是：金融業發展與經濟增長之間的交互作用體現明顯。政府干預力度對金融業TFP發展具有促進作用，同時促進了技術進步的提高，抑制了技術效率的改善。其原因是：政府在不同時間給予金融業不同的發展政策。地區消費水平對金融業TFP的提高有顯著的促進作用。它不同程度地促進了技術進步和技術效率的增長。其原因是：人們的消費水平激發了對金融創新產品的需求，進而在促進技術進步和技術效率上貢獻了力量。

四、結論與啟示

本文通過測算結果，形成如下研究結論：

第一，技術進步指數逐漸成為金融業TFP的主要驅動力。規模效率對TFP的增長存在促進作用，但效果不明顯。

第二，資本的盲目投入不利于金融業經濟增長，提升資本實際使用效率才是提高金融業TFP的至機。

第三，政府干預力度和地區消費水平均對金融業TFP產生正向影響，但影響程度存在一定的區域差異。

根據上述研究結論，可以得到如下啟示：

第一，發展金融科技，使創新成為推動金融供給側結構性改革的根本支撐。其主要著力點就是充分發揮技術進步在助推金融業TFP增長的作用。

第二，矯治金融結構扭曲，調整優化金融體系。重點調整優化產品結構，以市場需求為導向，為經濟發展提供更高質量、更有效率、更為全面的金融服務。

第三，立足實際，制定確當的金融發展方略。循守金融發展內在規律、全面深化金融供給側改革、擴大金融業對外開放水平。

參考文獻：

[1]楊可方，李世杰，楊朝軍金融結構與中國產業升級的關聯機制研究[J].管理世界，2018，34（08）：174～175

[2]喬海曙，楊蕾論金融供給側改革的思路與對策[J].金融論壇，2016，21（09）：14～20

[3]張曉波金融供給側結構性改革、消費需求與經濟增長的動態關系分析[J].統計與決策，2018，34（15）：158～161

[4]林春中國金融業全要素生產率影響因素及收斂性研究：基于省際面板數據分析[J].華中科技大學學報（社會科學版），2016，30（06）：112～120

[5]李延軍，王海川基于Malmquist-Tobit模型的京津冀區域金融效率及影響因素分析[J].金融發展研究，2016，（03）：18～23

作者簡介：

孟晨，曲阜師范大學經濟學院碩士研究生;研究方向：金融統計。