首页 理论教育 规模效率对全要素生产率增长的主要贡献

规模效率对全要素生产率增长的主要贡献

时间:2023-08-13 理论教育 版权反馈
【摘要】:从技术效率、规模效率指数分解值来看,规模效率的均值超过1,可能全要素生产率的增长主要是依靠规模效率贡献的。补充的解释变量有货币供给增速,用于衡量货币政策松紧程度,核心解释变量数字金融指数和其他解释变量的选择,与命题1该变量的选取和计算相同。数据来自中经网统计数据库、各大银行年报、Bankscope数据库、国研网、《中国金融年鉴》。

规模效率对全要素生产率增长的主要贡献

根据原银监会对银行机构的划分,本书选取4家大型国有银行,12家

股份制银行,15家城市商业银行作为银行机构的研究样本,时间区间选取2006~2015年。

有关命题1的被解释变量为:银行机构的全要素生产率(TFP),本书采用DEA数据包络分析法,用Malmquisl DEA模型对银行机构的数据进行面板分析,构建Malmquist的全要素生产率指数为:

式(7-1)中,与(如x1,y1)相比,生产点(那xt+1,yt +1)生产力的变化值大于1,则表示从t到t+1时期TFP正增长。

选择资产份额和营业费用为投入变量,存款总额为中间变量,税前利润贷款总额为产出变量,运用DEAP2.1软件测算2006~2015年银行机构的全要素生产率,如表7-1所示。

表7-1 银行机构全要素生产率的评价指标选择

从表7-2中效率的测算结果可以看出,2006-2015年银行机构的全要素生产率均值为 1.008,表明这段时期全国的银行机构技术水平有所提升,全部样本区间中只有几年的全要素生产率小于1。从技术效率、规模效率指数分解值来看,规模效率的均值超过1,可能全要素生产率的增长主要是依靠规模效率贡献的。从不同结构机制的用户来看,股份制银行的效率贡献最大,全要素生产率均值最高,这是与股份制银行完善的制度和产权以及激励机制有关,大型银行的效率均值最低,这与国有银行的官僚体制和僵化管理分不开,从变动趋势来看,城市商业银行的追赶效应较为明显、与股份制银行效率的差距在不断缩小。

表7-2 效率指数分解与变化

注:表中效率值为各家银行的效率测算值以相对市场份额为权重的加权值(www.xing528.com)

核心解释变量为数字金融(df)。构建数字金融指数目前主要有北京大学互联网金融指数(2014~2016年)和数字普惠金融指数(2011~2016年),由于时间较短,本节借鉴沈悦和郭品(2015)衡量互联网金融支付结算、资源配置、风险管理和网络渠道指数的办法,采用百度指数数据库搜索第三方支付、互联网保险、互联网投资、P2P、货币基金、征信等关键词,统计这些词频的搜索指数,由于百度指数给出的是每天的指数,我们这里进行加权平均,合成各年份的数字金融指数,据此,我们统计出的指数走势情况如图7-1所示。可以看出,第三方支付发展最为突出,货币基金在2013年以后增长迅猛,这与余额宝等各种“宝宝类”理财产品密不可分,其他几项指数的增长趋势大体类似。

命题1选取的控制变量:很多宏观经济政策变化、市场竞争、银行负债程度都会影响到银行机构的效率,我们选取的控制变量主要有:股市市值与GDP比值记为gs,反映资本市场经济总量的发展情况。信贷规模政策记为xd,其为虚拟变量,由于2007年启动信贷规模管理工具,

2008年和2010年央行两次对其分别定义额度为3.5万亿元和7.5万亿元,因此这两年记为1,其他年份记为0、用银行机构集中度和银行机构开放度考察金融市场结构情况,这两个变量分别记为cr和op,银行集中度是指四大银行的资产占比增速,银行开放度是指在华外资银行数目增速占比。银行流动资产与资产总值占比为流动性变量,记为向。银行上市情况为虚拟变量,记为am,上市之前的年份记为0,上市之后的年份记为 1。银行数据来源为各大银行年度公报、利润表资产负债表、Bankscope数据库,其他数据来自《中国金融年鉴》和国研网等数据库。

图7-1 2006-2015年依据百度指数统计的数字金融指数趋势

为了构建数字金融产业对银行机构效率的传导效应,命题1采用如下计量模型:

其中,i和t分别为银行和时间.被解释变量为银行的全要素生产率(tfp),解释变量有数字金融(df)、股市比重(gs)、信贷规模比重(xd),银行集中度和开放度分别为cr和op,流动性和上市情况分别为fu和am,εi,t随机误差项,α2那为数字金融对银行机构的传导效果,由于银行效率具有黏性特征,因此在回归中加入了银行机构的全要素生产率的前一期值tfpi,t-1

命题2补充的被解释变量和控制变量:衡量银行机构的风险承担水平通常有以下变量:预期违约概率、资本资产比率、贷款损失准备金率、风险资产率等变量,本书结合数据可得性,采取风险资产比率(RA)来衡量银行机构的风险承担水平。补充的解释变量有货币供给增速(oh),用于衡量货币政策松紧程度,核心解释变量数字金融指数和其他解释变量的选择,与命题1该变量的选取和计算相同。数据来自中经网统计数据库、各大银行年报、Bankscope数据库、国研网、《中国金融年鉴》。

命题2釆用的两个计量模型如下:

其中,RAit 为银行机构的风险承担水平,RAit-1为其一阶滞后项,d£和dff分别是数字金融指数和数字金融指数的平方,gsit 和m2it 则为股市市值比例和货币供给增速情况,crit 和 opit 分别为银行机构的集中度和开放度水平,fuit 为银行的流动性,dft×h1分别为数字金融指数与银行类型的虚拟变量,晶表示银行类型为大型国有银行。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈