中国各省市金融效率度量方法及比较研究.docx

1、中国各省市金融效率度量方法及比较研究中国各省市金融效率度量方法及比较研究作者：崔剑剑，王亚萍来源：上海经济 2018年第6期 崔剑剑1 王亚萍 2 （1. 东北师范大学传媒科学学院 长春 1300242. 上海社会科学院应用经济研究所 上海 200020） 摘要 党的十九大报告中明确提出要建立现代经济体系，推动经济发展质量变革、效率变革、动力变革，金融作为现代经济的核心，因此，要保持经济平稳健康发展，就要把金融搞好，提高金融质量与效率。但目前对金融效率度量方法上差异性较大，度量的结果也不统一，甚至有些方法存在不科学的情况。为此，本文的目的就是根据人们对金融效率的最新认识，对原来的方法进行改造，

2、使用复合指标对中国各省级区域的金融效率进行度量，并在此基础上研究各地区在金融效率上的差异，从而为更好地提升各地区的金融效率提供对策建议。 关键词 金融效率 ； 度量方法 ； 比较研究 中图分类号 G3 文献标识码A 文章编号1000-4211(2018)06-0099-15 一、绪论与文献综述 党的十九大报告中明确提出要建立现代经济体系，推动经济发展质量变革、效率变革、动力变革，提高全要素生产率，着力加快建设实体经济、科技创新、现代金融、人力资源协同发展的产业体系，着力构建市场机制有效、微观主体有活力、宏观调控有度的经济体制，不断增强我国经济创新力和竞争力。金融作为现代经济的核心，是国家重要的

3、核心竞争力，经济效率在金融领域直接体现为金融效率。因此，要保持经济平稳健康发展，就要把金融搞好，提高金融质量与效率。 目前，关于金融效率的研究主要从以下三个方面展开 ： 一是对金融效率界定 ； 二是对金融效率的度量及其差异性研究 ； 三是研究金融效率对经济增长的作用。 在金融效率界定方面，国外在金融效率的研究方面偏重于微观效率和金融市场研究。X 效率与 DEA 方法被大量运用于评价金融机构微观金融效率。金融深化论（罗纳德麦金农，1973 ； 爱德华肖，1973） 、20 世纪 90 年代赫尔曼等人的金融约束论等都对单个宏观金融效率指标进行了研究。Allen 和 Gale(2000) 强调信息效

4、率和帕累托最优效率截然不同。Wurgler（1999）对资本配置效率进行了研究。国内的学者也对金融效率给予了很多关注。王广谦 (1997) 认为金融效率具有层次性，将金融效率定义为金融运作能力的大小。白钦先（1998）赋予新金融效率观的金融资源论。在金融资源观的前提下，王振山（2000）认为金融效率是以尽可能低的成本，将有限的金融资源最优配置以实现最有效的利用，周国富和胡慧敏（2007） ，吴奉刚和陈国伟（2008）等采用了这种观点。沈军（2003）从金融资源学说为基础的金融可持续发展理论出发，将金融效率定义为金融系统与经济系统以及内部子系统的协调度。云鹤等（2012）认为金融活动不仅对生产活

5、动有着直接的作用功能，也有着间接功能，即 ： 资金分置功能与资金配置功能。由此将金融效率切分为资金配置效率、资金转化效率、资金分置效率。 由上述文献分析可知，无论东方还是西方，对于金融效率的认知都是由单一内容向复合内容演变的过程，金融效率内涵在发展过程中不断被丰富。 金融效率的度量是由单一指标到综合指标度量的变化过程。康蕾（2000）采用货币经济比与投资储蓄率两个单一指标来衡量宏观金融效率。认为宏观金融效率差异化的重要原因在于储蓄向投资转化不通畅。马勇 （2010） 以银行体系的效率作为金融体系效率性的代表，选取银行净利差和管理成本两个指标对金融效率度量。陈晴旖和张宁（2015）用银行业贷款与

6、存款的比值（PE）衡量金融效率。陆家骝（2005）认为经济体系的金融效率包括配置效率、定价效率与操作效率。并且，配置效率是核心。沈军（2003）从经济指标、金融总体指标两大分类出发，构建了将近 20 个指标在内的综合评价体系。并对 1990-2001 年共 12年间的金融效率实证分析，表明中国金融效率相对低下的根源在于金融制度性缺失、金融结构性不合理和金融功能性缺陷。周国富和胡慧敏（2007）则从储蓄动员能力、储蓄投资转化率、 投资投向效率三个方面出发， 采用11个指标综合考量金融效率。 而后， 如马勇 （2010） 、云鹤等（2012） 、彭俞超（2015）也在度量金融效率时分别使用了股票换

7、手率度量金融市场效率和净息差等复合指标来衡量金融效率。 金融效率的差异表现在同一地区不同主体的差异、不同经济区域的差异。沈军（2010）采用 1993-2004 年广东省农信社数据，结果表明广东省的宏观金融效率较高，而微观金融效率较低， 并且农村合作金融发展规模与发展效率的提升会促进农村经济增长。左晓慧（2013）采用因子分析法对安徽省县域经济发展中金融效率的实证分析结果显示 ： 投资投向率对县域经济增长率的影响最大 ； 县域居民储蓄存款增加额与可支配收入比重对经济增长的影响次之 ； 金融机构储蓄投资转化率对县域经济增长的影响最小。徐晓光等（2014）通过中国内地 11 个城市与香港的金融效率

8、比较得出，内地金融效率在技术进步、纯技术效率、国模效率均与香港存在不同程度的差异。葛翔宇和汪霞（2017）对我国区域金融效率进行测算。结果表明我国各区域的金融效率平均水平呈不断上升趋势，而东部地区金融效率平均水平高于全国平均水平，中西部地区低于全国平均水平，中部地区金融效率水平又低于西部地区金融效率水平。 对于金融效率的差异的解释，不同的学者也有不同的观点。Beger 和 Humphrey(1997)与 Young(1997) 等人通过研究证明，X 效率是决定金融机构经营绩效至关重要的因素，X效率是除规模效率和范围效率之外的左右技术效率和配置效率的总和。Silke Bumanna 和Niels

9、 Hermes（2013）指出，相比于从 70 年代开始的数据，使用 20 世纪 80 年代以后的数据进行研究具有更高的显著性。国内学者中李敬等（2007）指出，我国的金融发展具有明显的地域差异，从而分析了地域收入差异、教育水平、市场效率 等因素对金融发展水平的影响。结果证明，地域因素是导致金融发展不均衡的重要因素，贡献度达到 39%，其次是教育因素。马勇（2010）以银行体系的效率作为金融体系效率性的代表，研究表明监管独立性对金融体系的效率性有明显的正向影响，机构独立性的影响更为显著。陆远权和张德钢（2012）基于效率区域差异的角度认为我国区域内金融效率差异是区域金融效率总差异的主要原因。张

10、亮等（2012）证明外商直接投资流量和外商投资存量均与金融效率差异呈显著负相关，金融效率差异的增大会抑制外商投资，地区金融效率的提升会促进外商投资 ；金融效率差异随着时间推移对外资流入的作用越来越明显， 影响程度越来越强。刘莉（2013）在金融深度视角下提出传统金融发展因金融深度与实体经济存在天然纽带而过分依赖于信贷资金，导致金融效率低下。 由上述文献综述可以看出，金融效率度量结果存在明显的差异，对差异性的解释并没有一个统一的答案。可能存在的原因是度量本身存在问题，度量指标的选择不够全面，指标之间有高度的相关性等。为此，本文的目的就是根据人们对金融效率的最新认识，使用更加科学合理的指标对中国各

11、省级区域的金融效率进行科学度量的基础上，研究各地区在金融效率上的差异，从而为更好地提升各地区的金融效率提供对策建议。 本章分为四个部分 ： 第一部分是绪论和文献综述，主要说明人们当前对金融效率问题认识的演变过程和度量方法上的变化 ； 第二部分是度量方法的选择和指标的选取 ； 第三部分我们介绍了数据的来源与相关指标原始数据的来源和基本情况 ； 第四部分是我们对 2000年至 2016 年中国整体金融效率情况进行了梳理和分析 ； 第五部分我们对分省区市的金融效率情况进行了比较分析。 二、度量方法的选择 从上述文献分析中我们可以看出，目前对金融效率的度量正由单一指标向复合指标演变，从宏观总量向微观主

12、体综合的趋势，因此，我们在本章将使用复合指标的方法，为了更好地对各类指标进行选取和赋权，我们使用了以下方法 ： 1. 指标的选取 从上述分析中我们可以知道，金融效率可以区分为两个内容 ： 即金融服务实体经济的效率 （简称实体金融效率） 和金融市场效率， 前者反映的是金融与实体经济结合的程度， 因此，我们以前使用的一些指标如存贷比等都能反映出来 ； 后者则是金融市场运行的效率，包括金融市场的投资效率、融资效率，它更多地反映出金融机构或投资者能够从金融市场获得的直接受益，反映出金融市场的集聚和资金转化的功能。因此，我们根据现有文献，将前者分为虚实转化效率1和间接融资效率 （指信贷资金进入企业或实体

13、经济）2 ， 后者分为运行效率3和直接融资效率（指企业通过资本市场获得资金） 4 （见表 1） 。 2. 指标的赋权 关于指标的赋权我们主要使用了因子分析和主成分分析方法的方法5 。因子分析法是多元技术分析方法之一，其主要目的是通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个假想变量来表示基本的数据结构，从而达到浓缩数据目的。这些反映原来众多观测变量的假想变量就是因子，他们既能够反映原变量的主要信息，又能够解释这些观测变量之间的相互依存关系。 这一分析方法最早由英国的心理学家 Charles Spearman 在 1904 年提出的单一化的智能因子（A Single

14、Intellectual Factor）分析。 随着试验的深入，大量个体样本被分析研究，Spearman 的单一智能因子理论被证明是不充分的。 同时，人们认识到有必要考虑多元因子。20 世纪 30 年代，瑞典心理学家 Thurstone 打破了流行的单因理论假设，大胆提出了多元因子分析 （Multiple Factor Analysis） 理论。 Thurstone在他的 心智向量 （Vectorsof Mind，1935）一书中，阐述了多元因子分析理论的数学和逻辑基础，从而推动了因子分析方法的运用。1950 年代以后，随着计算机技术和各种统计软件的出现个广泛使用，这种方法被越来越多地用于统计

15、分析的寻求基本结构和数据化简等多因素分析中。 因子分析根据其应用的目的不同可分为探索性因子分析和证实性因子分析，前者是指研究者事先对观测数据背后存在多少个基础变量一无所知，以因子分析来探索基础变量的维数 ； 后者是以因子分析来验证先前的假设。我们使用的是探索性的因子分析方法。 在选择提取因子的方法上，我们使用主成分分析法来进行因子提取。这种方法是通过对一组变量的几个线性组合来解释这组变量的方差和协方差结构，以达到数据的压缩和数据的解释的目的。 且有 I U U =/，即 U 是正交距阵，则 n 个样品在1F 轴的离散程度最大（方差最大） ，变量1F 代表了原始数据的绝大部分信息，即使不考虑2F

16、 ，信息损失也不多，因此，我们就可以只考虑1F 时，从而将二维降为一维。按照这一原理，我们也可以针对更多的变量，从中提取出较少的因子个数。 三、2000 年至 2016 年中国金融效率相关指标原始数据情况说明 我们首先对 2000 年至 2016 年中国金融效率分实体经济效率和金融市场效率的各项指标的趋势进行分析 ： 1. 金融服务实体经济效率 从表 2 我们可以看出，从 2000 年至 2016 年，我国金融服务实体经济的能力呈现出下降趋势，在 8 个指标中，只有金融深化指数和储蓄投资转化率呈现上升趋势，储蓄率、固定资产投资、 资金周转、 国房景气、 投资率均呈现先升后降的趋势， 金融机构存

17、贷比虽先降后升，但仍未能恢复到 2004 年以前的水平。 2. 金融市场效率 从表 3 我们可以看出，我国金融微观主体的效率呈现出总体上升趋势，出股票市场融资占比相对较小以外，其他指标均呈现出上涨趋势。其中金融业就业人数增长了将近 18 倍，金融在城镇固定资产投资中占比上升了 10 倍，其他方面均有显著提升。 四、对于中国金融效率总量数据的因子分析和主成分分析的过程 本文采用的是因子分析。分别对其进行 KMO 和 Bartlett 检验，各指标之间的相关系数矩阵均说明可以对该指标进行因子分析。 1. 总体实体经济金融效率 采用方差最大正交旋转法对提取后的因子进行旋转，旋转之后的因子载荷矩阵列表

18、如下 : 公共因子 1 在金融深度、储蓄投资转化率这两个指标上的因子载荷值明显大于其他指标的载荷值，这三个指标分别反映的是货币的利用效率与储蓄的利用效率，因此将公共因子 1 称为运行效率因子。 公共因子 2 在储蓄率、全国国有企业流动资产平均周转率、投资率、金融机构存贷比这四个指标上的因子载荷值明显大于其他指标的载荷值，所以将公共因子 2 称为投资效率因子。两个公共因子在固定资产投资增长率及国房景气指数两个指标上的载荷值都不高。 运用 SPSS 因子评分功能，根据旋转后的因子方差贡献率与三者累计的方差贡献率之比对因子得分进行加权求和，可以得到金融服务实体经济的综合评分。 （2）市场金融效率 在

19、对指标进行标准化处理之后，从解释的总方差可以看出，前两个因子的累计解释程度超过 85%。 由表 8 可以知道，公共因子 1 在城镇非私营单位就业人数、金融业从业人员比重、金融机构数量与城镇金融业固定资产投资这四个指标上的因子载荷值明显大于其他指标，可将公共因子 1 称为运行效率。 公共因子 2 在上市公司比重、股票融资比重这两个指标上的因子载荷值明显大于其他指标，可将公共因子 2 称为投资效率。 运用 SPSS 因子评分功能，根据旋转后的因子方差贡献率与三者累计的方差贡献率之比对因子得分进行加权求和，可以得到综合评分。从表 9 可知，中国的金融市场效率呈现出持续上升趋势。 五、分地区的金融效率

20、对比分析 我们根据上述方法对全国 31 个省市的综合金融效率及各二级指标进行了计算，得到以下结果 ： 1、各省市综合金融效率及排名情况 表 10 和表 11 给出了各省市综合金融效率排名，从这两张表中我们可以看出以下情况 ：一是沿海地区依然是综合金融效率较高的地区， 综合金融效率前五名的省市京、 江、 沪、鲁、 浙均处于沿海发达地区， 金融效率居全国前 10 位的省市中， 只有湖南、 安徽和江西在列，而后 10 位的省市除辽宁外都是中西部地区的省市，因此，金融效率呈现出由东部地区向西部地区下降分布的趋势。 二是不同省市的金融效率呈现出下降趋势需要注意， 如天津、 山西、 内蒙古、 辽宁、 吉林

21、、贵州、 青海均出现了明显下降趋势， 且这些地区往往也是实体经济对金融依赖度较高的地区，需要注意防范金融风险。 2. 各省市金融服务实体经济效率情况及相关指标排名 表 12 和表 13 给出了各省市金融服务实体经济效率情况及排名，从这两张表中我们可以看出以下情况 ： 一是从金融转化为实体经济的效率上来看，总体上中部地区较高，特别是中部一些金融综合效率较高的地区，其主要体现为金融服务实体经济的能力较强，如江西、安徽、湖南金融服务实体经济的能力较强，这也是这些省份近年来经济比较活跃的重要原因之一。 三是一些中部地区正借助金融服务实体经济效率的提高加快区域经济发展的速度，如江西金融服务实体经济的效率

22、从 -0.1617 上升到 0.7842，湖南从 -0.3252 上升到 0.7225，安徽从 0.0507 上升到 0.5310，均显示出强劲的上升趋势（见表 12） 。 三是沿海地区相对西部地区而言，在金融服务实体经济发展中仍然较高，虽然与中部地区有一定差距， 而西部地区金融服务实体经济的效率较低， 在后 10 名的省区市中， 除天津、辽宁外，均是西部地区的省市（表 13） 。 3. 各省市金融市场效率情况及相关指标排名 表 14 和表 15 给出了各省市金融服务实体经济效率情况及排名，从这两张表中我们可以看出以下情况 ： 一是从金融转化为实体经济的效率上来看，总体上沿海地区或者临近金融市场的中部地区效率较高，如在金融市场效率排名前 10 位的地区中，除中部的河南和东北的吉林外，其他均是沿海地区的省市，且 1-6 位都是经济发达的京、沪、浙、江、鲁、粤等省市。西部地区的金融效率更低，后 10 位的地区除山西外，其他均是西部地区的省区市（见表 15） 。 二是各省市在金融市场上的差异更加明显如金融市场效率最高的北京金融市场效率指数达到 1.2582，而居最末尾的青海只有 -0.7052，差距明显。