基于DEA模型的國家金融效率綜合評價指標

施之慧 李冰

摘? ?要：伴隨著經濟全球化和金融國際化發展，國際資本流動日益頻繁，國家金融效率在促進國際資本有序流動以及防范金融風險方面發揮重要作用。采用DEA模型測算2009—2019年全球108個國家的金融效率，結果表明，（1）各國間金融效率水平存在較大差異，總體投入產出水平不高；（2）只有中國、美國和盧森堡這3個國家一直處于生產前沿面上，大多數國家的金融效率仍有較大提升空間；（3）多數國家的金融資源投入處于規模報酬遞增階段，只有少數國家處于規模報酬遞減階段。因此，各國應該立足本國經濟發展和金融市場現狀，調整金融產業結構和規模，提升金融管理水平，完善金融監管機制和法律環境，從而提升金融效率水平。

關鍵詞：DEA模型；金融效率；金融市場

中圖分類號：F224.5? ? 文獻標志碼：A? ? 文章編號：1673-291X（2023）02-0067-03

隨著世界金融一體化的不斷發展，金融與實體經濟融合發展逐漸成為現代經濟運行的樞紐，使得金融業對經濟增長的影響日益凸顯。金融發展是以實現金融資源合理配置為目標的，而金融效率可以反映一國金融機構資源合理利用的能力，是評價一國金融發展水平的重要方面。目前，各國金融業發展的過程中存在投入產出資源配置不合理、盲目擴張金融規模和忽視提升技術管理水平等問題，各國的金融效率均存在一定的提升空間。鑒于此，本文通過構建金融效率評價指標體系，對全球108個國家的金融效率進行測算，分析各國金融效率存在的問題，并提出相應的建議，旨在為提升各國金融效率，促進金融業健康發展做出一定的貢獻。

一、文獻綜述

關于金融效率的定義，國內外學者均對此進行了研究。部分學者認為，金融是一種資源（白欽先，2000），而金融效率就是金融資源配置效率，金融資源配置效率又可分為宏觀金融配置效率和微觀金融配置效率。前者是指金融系統內的金融資源的綜合配置效率，而后者則是指金融資源的投入產出效率（Arzac et al.，1981；沈軍，2006）。資源是有限的，合理利用金融資源提升金融效率，才能更好促進本國經濟發展。而另一部分學者認為，金融效率是金融的運作能力以及金融活動對經濟發展帶來影響的效率（王廣謙，1997）。

近年來，金融效率的量化測度逐漸成為金融效率相關研究的重點，學者們大多采用金融效率來衡量金融發展水平，但金融效率測度標準并不統一。部分學者僅以單一指標衡量金融效率。金融的一項基本功能即促進儲蓄轉化為投資，因此，大多數學者均以儲蓄投資轉化率作為衡量金融效率的指標（Pangano，1993；劉蘭鳳和袁申國，2021）；此外，還有諸如資本形成總額與國內總儲蓄之比（葛鵬飛，等，2018）、金融機構年末的存貸比（劉漢濤，2018）等均可作為衡量金融效率的指標。另外一部分學者則通過主成分分析法（PCA）、數據包絡分析（DEA）等方法來測算金融效率。運用PCA方法計算出來的指標減少了主觀定權重的誤差，保證了指標的客觀性（田宇，許詩源，2021）。而多投入與多產出的DEA方法測算金融效率，可以使該指標可以更為全面地反映金融發展水平（孫光林和艾永芳，等，2021）。現有研究大多采用DEA方法來測算金融效率，因為DEA方法不受函數形式約束，也不易受量綱及主觀因素的影響，在減少誤差方面有較為顯著的優勢。本文延續前人研究經驗，運用DEA方法選取相應的子指標測算各國金融效率。

二、國家金融效率測度與評價

（一）DEA模型

數據包絡分析方法（DEA）由美國運籌學家Charnes和Rhoder于1978年發展用于評價相同部門之間的相對有效性，主要借助數學規劃模型對多投入、多產出的決策單元（DMU）進行相對有效性評價（周娜和吳巧生，等，2017），利用投入產出指標的數據，推導出生產前沿面，通過比較決策單元偏離生產前沿面的程度來判斷是否DEA有效（李冰和田世慧，2021）。根據規模報酬特征，可分為規模報酬不變模型（CCR）和規模報酬可變模型（BCC）。本文將采用BCC模型分析各國金融效率，假設有n個待評價的決策單元，每個決策單元DMU都有m種投入資源和s種產出資源，DEA模型公式如下：

其中，θ為決策單元的相對效率值，xij與yrj分別記為第j個國家中的第i種投入向量與第r種產出向量，λj為第n個DMU的投入產出指標權重， xijλj與? yijλj是加權處理后的DMU投入與產出量，Sr+與Si-分別為產出指標松弛變量和投入指標剩余變量。

在該模型中，純技術效率（PTE）和規模效率（SE）共同決定綜合（技術）效率（TE），三者之間的關系為TE=PTE*SE。其中，綜合效率通過規模報酬不變（CRS）條件下的效率估計模型獲得，純技術效率PTE通過規模報酬可變（VRS）條件下獲得，而規模效率則是度量兩者的生產前沿面之間的距離。

（二）指標選取及數據來源

本文參考已有文獻（任廣乾和劉莉，2018）選取7個投入指標和2個產出指標，根據數據的可獲得性和完整性，選取全球108個國家作為樣本，運用傳統DEA模型來刻畫世界各國的金融效率（具體指標見表1）。由于個別數據缺失，本文采用均值法對缺失數據進行填補。數據中的負值會造成DEA模型不能測算出DMU的相對有效性，因此本文參考文獻（Seiford & Zhu，2002）對各決策單元的同一個指標加上相同的正數從而將負數數據轉化為非負數據。①

（三）金融效率分析

圖1給出了2009—2019年各國效率均值的變化情況。其中，純技術效率基本處于較高水平，在2013年以后略有回落，至2017達到最低值后又迅速回升；規模效率與純技術效率處于相似水平，規模收益均相對較高，其變化趨勢同純技術效率相反，這可能是因為很多國家純技術效率無效且純技術效率與綜合效率值非常接近。

根據2019年各國綜合效率、純技術效率和規模效率的估計結果我們發現，108個國家（地區）的綜合效率均值并不高，僅為0.519，且僅有10個國家的金融綜合效率處于效率前沿面上（即DEA有效），表明這些國家的金融資源的投入產出效率達到了最佳水平，且這些國家處于規模報酬不變狀態，可見其金融規模也處于最佳水平。有33個國家為DEA弱有效，其余65個國家均為DEA無效，其中澳大利亞的綜合效率最高為0.806，尼日利亞最低為0.248。由此可見，世界各國的綜合技術效率存在較大差異。

純技術效率的均值為0.817，其中43個國家（地區）的純技術效率值為1。這些地區的金融業達到了技術有效水平，其余國家的純技術效率值在0.2—1之間，而尼日利亞的純技術效率值最低為0.254，可見尼日利亞的金融體系存在很大的問題，其應對外部經濟環境沖擊的能力較弱。這些國家（地區）需要通過調整金融業的規模結構和改進技術管理來提高金融運行效率。

規模效率的均值為0.658，除達到DEA有效的國家外，最大值為中國香港的0.997，最低值為斯威士蘭的0.277。從規模效應來看，中國、美國等DEA有效的國家均規模報酬不變。而未達到DEA有效的國家中僅中國香港、智利、黎巴嫩、尼日利亞四個國家（地區）為規模報酬遞減狀態，但其規模效率值均在0.96以上，接近于規模有效，可見其綜合效率低主要是由純技術效率無效造成的，這些國家（地區）金融規模不宜快速擴張，且需要改進技術加強管理。其余均為遞增狀態，這些國家（地區）可以改善金融資源配置，擴大金融規模，以進一步開發金融市場。總的來說，世界各國金融效率是規模報酬遞增的。大多數國家的金融資源投入與產出存在冗余，只有中國、立陶宛、黑山等6個國家無投入產出冗余。存在投入與產出冗余的國家需要改進投入產出規模以提升金融效率。

三、結論與建議

本文運用DEA模型測算了2009—2019年全球108個國家（地區）的金融效率，發現綜合效率均值、純技術效率均值和規模效率均值在這11年間有較為明顯的波動，可見大多數國家的金融穩定性較弱；國家（地區）間金融效率差異相對較大，僅3個國家一直處在生產前沿面上，可見大部分國家的金融市場運作尚不規范，金融效率水平亟需提高；非DEA有效的國家中大部分處于規模報酬遞增狀態，僅少數幾個國家處于規模報酬遞減狀態，處于規模報酬遞增的國家應進一步增加金融資源投入，擴大金融市場規模，而處于規模報酬遞減狀態下的國家不但可以盲目擴張金融規模，而且需要改進技術加強管理以提升金融效率。根據以上結論，本文給出以下建議：

第一，各國（地區）要立足本國經濟發展和金融市場現狀，深化金融改革，引導金融創新，促進金融市場多元化發展，提高金融從業人員的金融素養，調整金融產業結構以及金融資源配置，提高金融市場的運作效率。

第二，各國（地區）需要完善自身金融監管機制和金融法律環境，為金融市場營造良好的生態環境；同時，構建金融風險識別與預警機制，制定金融突發事件的應急措施，從而維護本國金融安全與穩定。

參考文獻：

[1]? ?Arzac，E. R.，Schwartz，R. A.，Whitcomb，D.K.A Theory and Test of Credit Rationing：Some Further Results[J].American Economic Review，1981，71（4）：735-737.

[2]? ?Charnes，C.，Cooper，W.W.，Rhoder，S.Measuring the efficiency of decision making unit[J].Europen Journal of Operational Research，1978，2（6）：429-444.

[3]? ?Pangano，M.Financial Markets and Growth：An Overview[J].European Economic Review，1993，37（2-3）：613-622.

[4]? ?Seiford，L.M.，Zhu，J.Modeling undesirable factors in efficiency evaluation[J].European Journal of Operational Research，2002，（142）：16-20.

[5]? ?白欽先.金融可持續發展研究導論[M].北京：中國金融出版社，2001.

[6]? ?葛鵬飛，黃秀路，徐璋勇.金融發展、創新異質性與綠色全要素生產率提升——來自“一帶一路”的經驗證據[J].財經科學，2018，（1）：1-14.

[7]? ?李冰，田世慧.“一帶一路”沿線國家IFDI的投資效率研究[J].經濟論壇，2021，（10）：61-72.

[8]? ?劉漢濤.金融發展與對外直接投資關系的實證分析[J].統計與決策，2018，34（2）：167-170.

[9]? ?劉蘭鳳，袁申國.金融開放、金融效率與中國宏觀經濟波動[J].國際經貿探索，2021，37（11）：68-84.

[10]? ?任廣乾，劉莉.“一帶一路“沿線國家金融效率綜合評價[J].經濟地理，2018，38（6）：109-116.

[11]? ?沈軍.金融效率的實證方法研究[J].統計與決策，2006，（22）：138-139.

[12]? ?孫光林，艾永芳，李淼.資本錯配與中國經濟增長質量——基于金融效率與產能利用率中介效應實證研究[J].管理學刊，2021，34（5）：57-73.

[13]? ?田宇，許詩源.中國金融效率與經濟增長關系的實證研究[J].技術經濟與管理研究，2021，（10）：86-91.

[14]? ?王廣謙.經濟發展中金融的貢獻與效率[M].北京：中國人民大學出版社，1997.

[15]? ?周娜，吳巧生，王然，孫奇.“一帶一路“國家天然氣投資績效評價及其改進路徑[J].中國人口·資源與環境，2017，27（7）：60-71.

[責任編輯? ?妤? ?文]