林春

摘要：在采用Malmquist指數(shù)法對(duì)我國(guó)三家政策性銀行2000—2014年的全要素生產(chǎn)率進(jìn)行全面、系統(tǒng)的測(cè)度，并對(duì)三家銀行測(cè)得的各年度結(jié)果作了具體地比較研究分析，結(jié)論顯示我國(guó)政策性銀行整體上的生產(chǎn)率是偏低的，需要進(jìn)一步提升經(jīng)營(yíng)效率和社會(huì)效益。其次，進(jìn)一步通過(guò)宏觀和微觀二維視角，對(duì)政策性銀行全要素生產(chǎn)率影響因素進(jìn)行全面實(shí)證分析，發(fā)現(xiàn)影響每家銀行全要素生產(chǎn)率的影響因素差異較大，對(duì)其要素的調(diào)整必須要采取一行一策、因行制宜的原則，并在此基礎(chǔ)上提出可行性建議對(duì)策。

關(guān)鍵詞：全要素生產(chǎn)率；Malmquist指數(shù)；技術(shù)進(jìn)步；影響因素

文章編號(hào)：2095-5960（2016）02-0017-09；中圖分類號(hào)：F124；文獻(xiàn)標(biāo)識(shí)碼：A

從黨的十四屆三中全會(huì)決定成立三家政策性銀行算起，我國(guó)政策性金融的發(fā)展走過(guò)了21年的風(fēng)雨歷程。面臨著新階段下繼續(xù)推進(jìn)政策性銀行深化改革的需要，應(yīng)牢牢把握我國(guó)基本國(guó)情這個(gè)出發(fā)點(diǎn)，遵循現(xiàn)階段市場(chǎng)經(jīng)濟(jì)規(guī)律，堅(jiān)持不懈地進(jìn)行政策性銀行體制和機(jī)制的改革創(chuàng)新，探索出一條具有中國(guó)特色政策性金融的可持續(xù)發(fā)展之路。2015年，國(guó)務(wù)院進(jìn)一步對(duì)以國(guó)家開(kāi)發(fā)銀行（國(guó)開(kāi)行）、中國(guó)農(nóng)業(yè)發(fā)展銀行（農(nóng)發(fā)行）和中國(guó)進(jìn)出口銀行（進(jìn)出口行）三家為代表的中國(guó)政策性金融機(jī)構(gòu)進(jìn)行了重新職能定位，表明國(guó)家對(duì)政策性金融改革的迫切性。政策性銀行成為政策性金融的主體，通過(guò)政府導(dǎo)向平臺(tái)扶植薄弱的企業(yè)或地區(qū)，并提供長(zhǎng)期、優(yōu)惠的政策性貸款，以此促進(jìn)該地區(qū)的經(jīng)濟(jì)發(fā)展和協(xié)調(diào)地區(qū)金融結(jié)構(gòu)平衡。但這種政策性金融的經(jīng)營(yíng)模式并不意味著不追求效率和效益，而是要在堅(jiān)持保本微利①①保本微利是政策性銀行的基本經(jīng)營(yíng)目標(biāo)，但不是唯一或最終的目標(biāo)，在特殊情況下也可以獲取較大盈利。的原則下，提高其政策性金融經(jīng)營(yíng)效率和優(yōu)化社會(huì)效益成為當(dāng)下政策性銀行改革發(fā)展之關(guān)鍵。因此，在推進(jìn)政策性金融改革的難題中，提高政策性銀行的效率水平是亟待解決的前提條件。

一、文獻(xiàn)評(píng)述

銀行的表現(xiàn)是一個(gè)備受關(guān)注的話題，主要涉及競(jìng)爭(zhēng)力、集中制、效率、生產(chǎn)率和盈利能力等（Heffernan 2005）。[1]在過(guò)去的幾十年里，如何測(cè)量一個(gè)銀行不同單元的相對(duì)效率以及采用的測(cè)量方法也是伴隨著爭(zhēng)議成長(zhǎng)起來(lái)的。DEA是最流行的方法之一，應(yīng)用于測(cè)量研究公司的效率，而且也廣泛應(yīng)用于研究銀行效率問(wèn)題（Nigmonov，2010；Arshinova，2011）。[2][3]Charnes（1978）被認(rèn)為是通過(guò)引入數(shù)學(xué)模型-數(shù)據(jù)包絡(luò)分析（DEA）測(cè)量相對(duì)效率的開(kāi)創(chuàng)者。[4]因其DEA技術(shù)衡量商業(yè)銀行表現(xiàn)力的可靠性（Cook and Hababou，2000）以及評(píng)估銀行生產(chǎn)率和效率是增強(qiáng)實(shí)力和擴(kuò)大盈利能力的可靠途徑（athanassopoulos，1997）而被廣泛認(rèn)可。[5][6]學(xué)者們采用此方法去測(cè)量各國(guó)商業(yè)銀行效率的研究接踵而至，包括測(cè)量英國(guó)銀行效率（Drake & Howcroft，1994；Webb，2003）、希臘商業(yè)銀行效率（Halkos & Salamouris，2004）、加拿大銀行效率（Schaffnit，2004）、韓國(guó)銀行效率（Sufian，2010）等等。[7][8][9][10][11]并得出民營(yíng)銀行或適度的中型銀行最有效率的結(jié)論（Alhadeff，1954；Ariff & Can，2008）。[12][13]Baer & Nazmi（2000）驗(yàn)證最終導(dǎo)致危機(jī)的巴西通脹對(duì)新興銀行結(jié)構(gòu)的影響，他們得到的結(jié)論是巴西的銀行體系仍然是低效的，競(jìng)爭(zhēng)和私營(yíng)部門參與可以提高效率。[14]相反，對(duì)于11個(gè)轉(zhuǎn)型國(guó)家的研究中，得出了私有化本身不足以增加銀行效率的結(jié)論（Bonin et al.，2005）。[15]Park & Weber（2006）借助于韓國(guó)銀行業(yè)金融自由化和亞洲金融危機(jī)背景來(lái)研究其銀行低效率和生產(chǎn)力的關(guān)系，并利用定向技術(shù)的距離函數(shù)，發(fā)現(xiàn)技術(shù)進(jìn)步有可能抵消了行業(yè)效率的下降和提升銀行體系變革的生產(chǎn)力。[16]

國(guó)內(nèi)學(xué)者較早系統(tǒng)提出金融效率是王廣謙（1997）[17]和楊德勇（1998）[18]，他們分別對(duì)其進(jìn)行了詳細(xì)地論述，促使我國(guó)金融發(fā)展研究上升到了一個(gè)新的探索高度。其后涌現(xiàn)大批的學(xué)者開(kāi)始使用DEA方法探討我國(guó)商業(yè)銀行生產(chǎn)效率、成本效率和綜合效率，即使在某些結(jié)論方面未達(dá)成一致的見(jiàn)解，總體來(lái)講對(duì)我國(guó)商業(yè)銀行改革的理論基礎(chǔ)還是做出了很大貢獻(xiàn)（魏煜和王麗，2000；張健華，2003；王付彪等，2006；袁曉玲和張寶山，2009；王兵和朱寧，2011； 姜永宏和蔣偉杰，2014；韓松和王二明，2015）。[19][20][21][22][23][24][25]而政策性金融作為我國(guó)金融業(yè)重要的組成部分，其商業(yè)化改革大勢(shì)所趨，如何提高政策性金融的效率已成為金融當(dāng)局亟待解決的改革難題之一。政策性銀行作為政策性金融的主體，其經(jīng)營(yíng)目標(biāo)并不是“虧損”，而應(yīng)該是在貫徹國(guó)家經(jīng)濟(jì)建設(shè)相關(guān)政策的前提下，達(dá)到社會(huì)和項(xiàng)目效益的最大化，這才是政策性金融的最優(yōu)效率（丁孜山，2001）。[26]針對(duì)政策性銀行自身效率的研究，楊曄（2007）、欒義君和馬增華（2009）、楊童舒（2012）、張芬（2014）分別從2002—2005年、2000—2007年、2001—2009年三個(gè)不同的時(shí)間段出發(fā)，測(cè)度我國(guó)三家政策性銀行的效率。得出整體上效率偏低的一致結(jié)論。[27][28][29][30]進(jìn)一步從內(nèi)部比較來(lái)看，國(guó)開(kāi)行要好于進(jìn)出口行和農(nóng)發(fā)行。針對(duì)政策性銀行與商業(yè)性銀行效率比較研究，張芬（2014）選取了3家政策性銀行和10家商業(yè)性銀行2002—2012年相關(guān)數(shù)據(jù)，對(duì)兩種類別銀行效率進(jìn)行橫向與縱向的相關(guān)評(píng)價(jià)以及具體的財(cái)務(wù)指標(biāo)分析比較，得出這樣的結(jié)論：政策性銀行與商業(yè)性銀行相比，因資產(chǎn)利用率不高而導(dǎo)致效率偏低，并且呈現(xiàn)出財(cái)務(wù)指標(biāo)穩(wěn)定性較差的現(xiàn)象。 因此，要進(jìn)一步加強(qiáng)政策性銀行改革的步伐，合理配置政策性金融資源（白欽先，1998），優(yōu)化其政策性金融功能（王偉，2008），讓政策性銀行發(fā)揮更大的作用，提高其效率（賈康和孟艷，2011）。[31][32][33]

關(guān)于政策性銀行的全要素生產(chǎn)率研究，國(guó)內(nèi)的文獻(xiàn)研究較少，并且研究的年份相對(duì)較短，準(zhǔn)確性和說(shuō)服力都相對(duì)較差。本文在楊曄（2007）、楊童舒（2012）、欒義君和馬增華（2009）等人研究的基礎(chǔ)上，再次結(jié)合我國(guó)政策性銀行具有的本質(zhì)公共金融屬性，從經(jīng)濟(jì)有效性或財(cái)務(wù)效益視角，對(duì)其政策性銀行的全要素生產(chǎn)率進(jìn)行了更深層次地剖析。具體選擇國(guó)開(kāi)行、農(nóng)發(fā)行和進(jìn)出口行作為政策性銀行研究對(duì)象，采用DEA-Malmquist指數(shù)模型對(duì)我國(guó)政策性銀行2000—2014年間的全要素生產(chǎn)率變化情況進(jìn)行了系統(tǒng)地實(shí)證分析，并對(duì)影響政策性銀行全要素生產(chǎn)率的因素進(jìn)行全面分析，以期通過(guò)分析，為政策性銀行有效運(yùn)行提供建議，并為監(jiān)管政策性銀行的運(yùn)營(yíng)情況提供有效的參考價(jià)值。

二、政策性銀行全要素生產(chǎn)率的實(shí)證分析

（一）政策性銀行全要素生產(chǎn)率測(cè)算方法

借鑒前期商業(yè)銀行效率研究（劉漢濤，2004；遲國(guó)泰等，2006；段永瑞等，2013；粟芳和初立蘋；2015）和政策性銀行效率研究（楊曄，2007；欒義君和馬增華，2009；楊童舒，2012；張芬，2014）的效率測(cè)算分析框架，再結(jié)合政策性銀行自身的政策性特點(diǎn)，本文將投入指標(biāo)和產(chǎn)出指標(biāo)定義如表1所示[34][35][36][37]。

（二）政策性銀行全要素生產(chǎn)率測(cè)算結(jié)果

使用DEAP2.1軟件測(cè)算2000—2014年我國(guó)三家政策性銀行全要素生產(chǎn)率及其分解的指數(shù)。表2為相關(guān)的計(jì)算結(jié)果。其中tfpch為全要素生產(chǎn)率變化指數(shù)，techch為技術(shù)進(jìn)步指數(shù)，effch為技術(shù)效率變化指數(shù)，均值為幾何平均值。

表1政策性銀行效率測(cè)度投入與產(chǎn)出變量

變量名稱變量說(shuō)明數(shù)據(jù)來(lái)源投入變量產(chǎn)出變量固定資產(chǎn)凈值員工人數(shù)資金來(lái)源營(yíng)業(yè)費(fèi)用稅前利潤(rùn)貸款凈額各家政策性銀行的資產(chǎn)負(fù)債表中的固定資產(chǎn)項(xiàng)目衡量政策性銀行勞動(dòng)力資本投入財(cái)政撥款、人民銀行給的無(wú)息貸款、發(fā)行政策性金融債券等政策性銀行經(jīng)營(yíng)投入的重要成本體現(xiàn)政策性銀行經(jīng)營(yíng)能力表現(xiàn)（雖然不以盈利為目的，但也要堅(jiān)持保本微利）衡量政策性銀行貸款質(zhì)量水平歷年各家政策性銀行年報(bào)和

《中國(guó)金融年鑒》從測(cè)算的結(jié)果可以看出，2000—2014年間，國(guó)開(kāi)行、農(nóng)發(fā)行、進(jìn)出口行的全要素生產(chǎn)率年平均增長(zhǎng)率分別為75%、15%、07%，國(guó)開(kāi)行全要素生產(chǎn)率要遠(yuǎn)遠(yuǎn)高于農(nóng)發(fā)行和進(jìn)出口行，并且農(nóng)發(fā)行和進(jìn)出口行低于政策性銀行的全要素平均水平32%。在構(gòu)成全要素生產(chǎn)率構(gòu)成要素的政策性銀行技術(shù)進(jìn)步方面，國(guó)開(kāi)行、農(nóng)發(fā)行、進(jìn)出口行的年平均增長(zhǎng)率分別為75%、15%、07%，國(guó)開(kāi)行仍然好于農(nóng)發(fā)行和進(jìn)出口行。在構(gòu)成全要素生產(chǎn)率構(gòu)成要素的政策性銀行技術(shù)效率方面，三家銀行均處于同一不變水平。進(jìn)一步分析三家政策性銀行內(nèi)部波動(dòng)差異情況，引入Malmquist指數(shù)標(biāo)準(zhǔn)差系數(shù)來(lái)反映三家政策性銀行內(nèi)部波動(dòng)差異程度。通過(guò)國(guó)開(kāi)行、農(nóng)發(fā)行、進(jìn)出口行全要素生產(chǎn)率、技術(shù)進(jìn)步、技術(shù)效率的標(biāo)準(zhǔn)差系數(shù)大小，可以發(fā)現(xiàn)2000—2014年間進(jìn)出口行全要素生產(chǎn)率波動(dòng)最大，農(nóng)發(fā)行全要素生產(chǎn)率波動(dòng)最?。贿M(jìn)出口行技術(shù)進(jìn)步波動(dòng)最大，國(guó)開(kāi)行技術(shù)進(jìn)步波動(dòng)最??；農(nóng)發(fā)行技術(shù)效率波動(dòng)最大，國(guó)開(kāi)行技術(shù)效率波動(dòng)最小。

表2三家政策性銀行全要素生產(chǎn)率及其構(gòu)成的Malmquist指數(shù)變化

時(shí)間名稱Malmquist 指數(shù)平均值Malmquist 指數(shù)標(biāo)準(zhǔn)差effchtechchtfpcheffchtechchtfpch2000—2014國(guó)開(kāi)行 1.000 1.075 1.075 0 0.482 0.482農(nóng)發(fā)行 1.000 1.015 1.015 0.337 0.068 0.337進(jìn)出口行 1.000 1.007 1.007 0.052 0.073 0.083資料來(lái)源：根據(jù)DEAP2.1軟件及相關(guān)指標(biāo)數(shù)據(jù)測(cè)算而得。

注：（1）表3中的國(guó)開(kāi)行、農(nóng)發(fā)行以及進(jìn)出口行全要素生產(chǎn)率為各時(shí)段內(nèi)的算術(shù)平均值；（2）Malmquist指數(shù)是t期和t+1期的生產(chǎn)率指數(shù)的幾何平均值。

圖1中國(guó)政策性銀行全要素生產(chǎn)率指數(shù)及其構(gòu)成變化趨勢(shì)

注：圖中數(shù)據(jù)由三家政策性銀行全要素生產(chǎn)率指數(shù)及其構(gòu)成的算術(shù)平均值計(jì)算所得中國(guó)政策性銀行全要素生產(chǎn)率指數(shù)的變化趨勢(shì)，根據(jù)圖1可以看出，在2000—2014年間并未出現(xiàn)持續(xù)上升或下降的態(tài)勢(shì)，政策性銀行全要素生產(chǎn)率指數(shù)在2001—2005、2007—2009兩個(gè)時(shí)間段內(nèi)出現(xiàn)了較大波動(dòng)，其余時(shí)間段的波動(dòng)較小。政策性銀行的全要素生產(chǎn)率分解成政策性銀行技術(shù)進(jìn)步和技術(shù)效率，其理論上是二者共同的驅(qū)動(dòng)作用促進(jìn)政策性銀行全要素生產(chǎn)率的增長(zhǎng)。但是從圖1可以看出，政策性銀行技術(shù)進(jìn)步指數(shù)與其全要素生產(chǎn)率指數(shù)變化趨勢(shì)一致，而技術(shù)效率卻未出現(xiàn)一致的趨同，而是在2006—2009、2010—2014兩個(gè)時(shí)間段內(nèi)出現(xiàn)了逆向走勢(shì)，這說(shuō)明政策性銀行的全要素生產(chǎn)率主要是由技術(shù)進(jìn)步帶來(lái)的，技術(shù)效率在某些時(shí)期弱化技術(shù)進(jìn)步的效果，政策性銀行技術(shù)效率的改善可以促進(jìn)其生產(chǎn)率的增長(zhǎng)。

三、政策性銀行全要素生產(chǎn)率影響因素實(shí)證分析

（一）模型建立與變量選取

建立模型需要考察對(duì)政策性銀行全要素生產(chǎn)率的影響，以往的研究往往集中于對(duì)政策性銀行有影響的微觀因素，本文根據(jù)有關(guān)銀行效率影響因素的研究，結(jié)合我國(guó)政策性銀行的政策性特質(zhì)和經(jīng)營(yíng)情況，從宏觀和微觀兩個(gè)角度出發(fā)研究影響政策性銀行全要素生產(chǎn)率的因素。

宏觀角度：本文選取了人力資本、金融發(fā)展水平、固定資產(chǎn)投資水平、出口水平、外商直接投資水平、財(cái)政支出水平、工業(yè)化水平、農(nóng)業(yè)化水平以及自然災(zāi)害情況作為影響因素指標(biāo)，采用tobit模型建立回歸模型如下：

TPF=β0+β1Labor+β2FIR+β3Invent+β4Export+β5FDI+β6GSR+β7Indus+β8Agric+β9Nature+ε（1）

其中：TFP代表了被解釋變量，用政策性銀行全要素生產(chǎn)率替代，人力資本Labor，金融發(fā)展水平FIR，固定資產(chǎn)投資水平Invent，出口水平Export，外商直接投資水平FDI，政府支出水平GSR，工業(yè)化水平Indus，農(nóng)業(yè)化水平Agric，自然災(zāi)害情況Nature。

人力資本（Labor）：表示為全國(guó)高等學(xué)校畢業(yè)人數(shù)與總?cè)丝跀?shù)的比率。

金融發(fā)展水平（FIR）：選用Goldsmith（1969）提出的金融相關(guān)比率來(lái)表示該地區(qū)的金融發(fā)展，用金融機(jī)構(gòu)貸款余額之和占GDP的比值來(lái)表示。

固定資產(chǎn)投資水平（Invent）：表示為固定資產(chǎn)投資總額與GDP的比率。

出口水平（Export）：表示為全國(guó)出口商品價(jià)值總額與GDP的比率。

外商直接投資水平（FDI）：表示為外商直接投資總額與GDP的比率（投資額按美元的當(dāng)年平均匯價(jià)折算）。

政府支出水平（GSR）：表示為采用全國(guó)當(dāng)年財(cái)政支出額占GDP的比重度量。

工業(yè)化水平（Indus）：表示為第二產(chǎn)業(yè)生產(chǎn)總值與GDP的比率。

農(nóng)業(yè)化水平（Agric）：表示為第一產(chǎn)業(yè)生產(chǎn)總值與GDP的比率。

自然災(zāi)害情況（Nature）：表示為受災(zāi)面積與耕地總面積之比，比值越大，表示自然條件越惡劣。

微觀角度：本文選取了貸款質(zhì)量、盈利能力、經(jīng)營(yíng)業(yè)績(jī)、銀行規(guī)模、穩(wěn)定性、資產(chǎn)配置、人力資本質(zhì)量以及成本管控能力等因素對(duì)政策性效率的影響情況進(jìn)行研究。采用tobit模型建立回歸模型如下：

TPF=β0+β1LQ+β2EP+β3BP+β4SIZE+β5STAB+β6AA+β7HRQ+β8CCA+ε（2）

其中：TFP代表了被解釋變量，采用各個(gè)政策性銀行全要素生產(chǎn)率替代，貸款質(zhì)量LQ，盈利能力EP，經(jīng)營(yíng)業(yè)績(jī)BP，銀行規(guī)模SIZE，穩(wěn)定性STAB，資產(chǎn)配置水平AA，人力資本質(zhì)量HRQ，成本管控能力CCA。

貸款質(zhì)量（LQ）：選取不良貸款率作為衡量貸款質(zhì)量的指標(biāo)。

盈利能力（EP）：選取資產(chǎn)收益率作為衡量政策性銀行盈利能力的指標(biāo)。

經(jīng)營(yíng)業(yè)績(jī)（BP）：選取權(quán)益凈利率作為衡量政策性銀行經(jīng)營(yíng)業(yè)績(jī)的指標(biāo)。

銀行規(guī)模（SIZE）：選取總資產(chǎn)的自然對(duì)數(shù)作為衡量政策性銀行規(guī)模的指標(biāo)。

穩(wěn)定性（STAB）：本文采用Grigorian等人的方法，用權(quán)益資本比率來(lái)代替資本充足率來(lái)衡量政策性銀行的穩(wěn)定性，即穩(wěn)定性采用權(quán)益資本和總資產(chǎn)的比值來(lái)表示。

資產(chǎn)配置水平（AA）：采用貸款資產(chǎn)比率來(lái)衡量政策性銀行的資產(chǎn)配置水平。

人力資本質(zhì)量（HRQ）：選取政策性銀行中本科及以上學(xué)歷的員工占比作為衡量人力資本的指標(biāo)。

成本管控能力（CCA）：本文采用凈利潤(rùn)收入比來(lái)衡量政策性銀行的成本管控能力。

以上數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)金融年鑒》、國(guó)家統(tǒng)計(jì)數(shù)據(jù)庫(kù)以及各政策性銀行的財(cái)務(wù)報(bào)表。

（二）實(shí)證結(jié)果分析

1.宏觀影響因素分析

本文運(yùn)用eviews8.0軟件對(duì)2001—2014年數(shù)據(jù)研究各因素對(duì)全要素生產(chǎn)率及其構(gòu)成的影響，其回歸結(jié)果如表3、4所示。

（1）從表5可以看出，國(guó)開(kāi)行全要素生產(chǎn)率與出口水平Export、外商直接投資水平FDI、政府支出水平GSR和工業(yè)化水平Indus在1%的水平上顯著，與金融發(fā)展水平FIR在10%的顯著水平上顯著。出口水平、外商直接投資水平和政府支出水平對(duì)國(guó)開(kāi)行全要素生產(chǎn)率產(chǎn)生了正效應(yīng)，說(shuō)明我國(guó)出口額的增多、接受外商直接投資的增多以及加大政府的財(cái)政支出都會(huì)促進(jìn)國(guó)開(kāi)行全要素生產(chǎn)率的提高。金融發(fā)展水平和工業(yè)化水平與國(guó)開(kāi)行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，說(shuō)明金融市場(chǎng)的發(fā)展會(huì)抑制國(guó)開(kāi)行的發(fā)展。因?yàn)槲?/p>

國(guó)的金融市場(chǎng)是傳統(tǒng)的銀行主導(dǎo)型市場(chǎng)，隨著全球經(jīng)濟(jì)的快速增長(zhǎng)，顛覆了傳統(tǒng)金融市場(chǎng)的發(fā)展需要，對(duì)商業(yè)銀行的發(fā)展和服務(wù)提出開(kāi)放化、多樣化等多功能的金融市場(chǎng)需求，所以這就要求了現(xiàn)階段的國(guó)開(kāi)行要與當(dāng)下金融市場(chǎng)發(fā)展的需要與時(shí)俱進(jìn)，進(jìn)行不斷動(dòng)態(tài)調(diào)整與轉(zhuǎn)型。國(guó)開(kāi)行是國(guó)家組建的政策性金融機(jī)構(gòu)，歷經(jīng)21年的政策性實(shí)踐活動(dòng)歷程，在從傳統(tǒng)的“兩基一支”和城市基礎(chǔ)設(shè)施建設(shè)，拓展到基層瓶頸領(lǐng)域，從單個(gè)大型建設(shè)項(xiàng)目拓展到大額政策性貸款、綜合性金融服務(wù)，包括支持三峽公司成功上市、天津市土地資源開(kāi)發(fā)、蕪湖模式、西部大開(kāi)發(fā)等，都足以證明國(guó)開(kāi)行在推進(jìn)我國(guó)工業(yè)化的進(jìn)程方面功不可沒(méi)。但在實(shí)證分析中表明，工業(yè)化水平的提升對(duì)國(guó)開(kāi)行全要素生產(chǎn)率產(chǎn)生負(fù)效應(yīng)，這可能是與國(guó)家加速發(fā)展第二產(chǎn)業(yè)有關(guān)，通過(guò)促進(jìn)、完善金融市場(chǎng)的發(fā)展，構(gòu)建建筑企業(yè)和工業(yè)企業(yè)多融資渠道平臺(tái)，國(guó)開(kāi)行因其扶植薄弱行業(yè)與產(chǎn)業(yè)發(fā)展壯大后而退出持續(xù)性的政策信貸支持，轉(zhuǎn)身進(jìn)軍國(guó)家需要新發(fā)展的薄弱地區(qū)，導(dǎo)致政策性信貸業(yè)務(wù)的發(fā)展出現(xiàn)中斷，從而抑制了國(guó)開(kāi)行全要素生產(chǎn)率的提高。

（2）從表5可以看出，農(nóng)發(fā)行全要素生產(chǎn)率與人力資本Labor、金融發(fā)展水平FIR、出口水平Export、政府支出水平GSR、工業(yè)化水平Indus、農(nóng)業(yè)化水平Agric和自然災(zāi)害情況Nature在1%的水平上顯著，與外商直接投資水平FDI在10%的顯著水平上顯著。人力資本、金融發(fā)展水平、出口水平、外商直接投資水平、農(nóng)業(yè)化水平和自然災(zāi)害情況對(duì)農(nóng)發(fā)行全要素生產(chǎn)率產(chǎn)生了正效應(yīng)，說(shuō)明人力資本質(zhì)量的提升、金融市場(chǎng)的不斷完善、進(jìn)出口貿(mào)易額的增加、農(nóng)業(yè)產(chǎn)業(yè)化水平的提高以及自然災(zāi)害的降低都會(huì)促進(jìn)農(nóng)發(fā)行政策性業(yè)務(wù)的發(fā)展，全面實(shí)現(xiàn)政策性金融的社會(huì)效益最大化目標(biāo)。農(nóng)發(fā)行專門承擔(dān)農(nóng)業(yè)政策性金融業(yè)務(wù)，是為發(fā)展三農(nóng)業(yè)務(wù)提供全方位服務(wù)的，尤其近些年我國(guó)自然災(zāi)害處于頻繁發(fā)生期，農(nóng)業(yè)穩(wěn)定發(fā)展的保證需要政府提供更多的保障性支持，其中政策性農(nóng)業(yè)金融支持顯得尤為重要。農(nóng)發(fā)行通過(guò)政府平臺(tái)的政策導(dǎo)向，向促進(jìn)農(nóng)業(yè)發(fā)展需要的地方提供很多優(yōu)惠的、長(zhǎng)期性的政策性貸款，促進(jìn)農(nóng)業(yè)發(fā)展和農(nóng)民增收。工業(yè)化水平對(duì)農(nóng)發(fā)行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，如同國(guó)開(kāi)行一樣因政策性金融發(fā)展的特殊性，也同樣抑制農(nóng)發(fā)行全要素生產(chǎn)率的提高。

（3）從表6可以看出，進(jìn)出口行全要素生產(chǎn)率與出口水平Export和自然災(zāi)害情況Nature在5%的顯著水平上顯著。進(jìn)出口行是專門服務(wù)于本國(guó)企業(yè)對(duì)外貿(mào)易的政策性金融機(jī)構(gòu)。出口水平對(duì)進(jìn)出口行全要素生產(chǎn)率產(chǎn)生了正效應(yīng)，說(shuō)明隨著中國(guó)加入世貿(mào)組織以后，出口貿(mào)易額在逐年不斷地增多，進(jìn)出口行在促進(jìn)本國(guó)出口貿(mào)易業(yè)務(wù)中也發(fā)揮了重要的作用，保證我國(guó)出口貿(mào)易額的穩(wěn)步增長(zhǎng)，由于“力的作用是相互的”，同時(shí)也促進(jìn)進(jìn)出口行全要素生產(chǎn)率的提升。自然災(zāi)害情況對(duì)進(jìn)出口銀行全要素生產(chǎn)率也產(chǎn)生了正效應(yīng)，說(shuō)明在我國(guó)自然災(zāi)害嚴(yán)重時(shí)期，會(huì)導(dǎo)致國(guó)內(nèi)糧食等大宗商品減產(chǎn)等，進(jìn)口貿(mào)易增加，進(jìn)而促進(jìn)進(jìn)出口商的經(jīng)營(yíng)存款、放款、貼現(xiàn)、匯兌等業(yè)務(wù)的繁榮，促進(jìn)進(jìn)出口行的發(fā)展，進(jìn)一步提高全要素生產(chǎn)率。

（4）從表6可知，政策性銀行全要素生產(chǎn)率與人力資本Labor、出口水平Export、外商直接投資水平FDI、工業(yè)化水平Indus在1%的水平上顯著，與自然災(zāi)害情況Nature在5%的顯著水平上顯著，與金融發(fā)展水平FIR、農(nóng)業(yè)化水平Agric在10%的顯著水平上顯著，與固定資產(chǎn)投資水平Invent和政府支出水平GSR不顯著。人力資本Labor、金融發(fā)展水平FIR、出口水平Export、外商直接投資水平FDI、農(nóng)業(yè)化水平Agric和自然災(zāi)害情況Nature對(duì)政策性銀行全要素生產(chǎn)率產(chǎn)生了正效應(yīng)，說(shuō)明人力資本質(zhì)量的提升、金融市場(chǎng)的發(fā)展、進(jìn)出口貿(mào)易的增加、農(nóng)業(yè)的發(fā)展以及自然災(zāi)害的發(fā)生都對(duì)政策性銀行的發(fā)展產(chǎn)生了提升的促進(jìn)作用；工業(yè)化水平對(duì)政策性銀行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，說(shuō)明工業(yè)化進(jìn)程的加快會(huì)抑制政策性銀行全要素生產(chǎn)率的提高，這可能是因?yàn)楣I(yè)化進(jìn)程的加快促進(jìn)了以商業(yè)性銀行為主導(dǎo)的信貸市場(chǎng)繁榮，商業(yè)銀行的逐利趨向決定它開(kāi)始向建立比較成熟的金融搶占大部分的市場(chǎng)份額，這時(shí)政策性銀行因完善金融市場(chǎng)建設(shè)的使命而弱化或退出原有的政策性服務(wù)范圍，進(jìn)而降低了政策性銀行的全要素生產(chǎn)率水平。

2.微觀影響因素分析

本文運(yùn)用eviews8.0軟件對(duì)2001—2014年各政策性銀行的全要素生產(chǎn)率及其構(gòu)成的因素影響進(jìn)行研究，選取的研究變量主要集中在影響政策性銀行的內(nèi)部因素，其回歸結(jié)果如表5、6所示。

（1）從表5可以看出，國(guó)開(kāi)行全要素生產(chǎn)率與其盈利能力、經(jīng)營(yíng)業(yè)績(jī)和穩(wěn)定性在10%的水平上顯著。盈利能力對(duì)國(guó)開(kāi)行全要素生產(chǎn)率產(chǎn)生了正效應(yīng)，說(shuō)明盈利能力的增強(qiáng)可以促進(jìn)國(guó)開(kāi)行的發(fā)展，雖然政策性銀行一直秉承著保本微利的經(jīng)營(yíng)服務(wù)理念，但并不意味著不追求資金的使用效率和社會(huì)效益，而且這種良好的資金利用率和優(yōu)化的社會(huì)效益會(huì)成為政策性銀行的立行之本和可持續(xù)發(fā)展的關(guān)鍵。經(jīng)營(yíng)業(yè)績(jī)和穩(wěn)定性對(duì)國(guó)開(kāi)行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，可能是國(guó)開(kāi)行因其政策性導(dǎo)向作用導(dǎo)致其在投放企業(yè)信貸以及經(jīng)營(yíng)上的獨(dú)立性欠佳。再加上權(quán)益資本來(lái)源單一，其信貸投放和經(jīng)營(yíng)中存在一些錯(cuò)配的問(wèn)題，進(jìn)而影響國(guó)開(kāi)行的效益和效率。

（2）從表5可以看出，農(nóng)發(fā)行全要素生產(chǎn)率與銀行規(guī)模、資產(chǎn)配置水平和人力資本質(zhì)量在1%的水平上顯著，與貸款質(zhì)量在10%的水平上顯著。貸款質(zhì)量和人力資本質(zhì)量對(duì)農(nóng)業(yè)發(fā)展銀行全要素生產(chǎn)率產(chǎn)生了正效應(yīng)，說(shuō)明貸款質(zhì)量的提高有利于促進(jìn)農(nóng)發(fā)行全要素生產(chǎn)率的提高，近些年農(nóng)發(fā)行的不良貸款率控制得很好，從2000年的2058%下降到2014年的06%，可見(jiàn)農(nóng)發(fā)行的不良資產(chǎn)競(jìng)爭(zhēng)力在逐年增強(qiáng)；人力資本質(zhì)量的提高，有助于降低農(nóng)發(fā)行的經(jīng)營(yíng)成本，農(nóng)發(fā)行通過(guò)人才強(qiáng)行戰(zhàn)略引進(jìn)了很多高素質(zhì)的金融精英，來(lái)提升員工的軟實(shí)力能力，進(jìn)而間接的促進(jìn)其效率的提高。銀行規(guī)模對(duì)農(nóng)發(fā)行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，說(shuō)明單純地追求規(guī)模效應(yīng)已經(jīng)不能給農(nóng)發(fā)行帶來(lái)效率的提升，當(dāng)農(nóng)發(fā)行如果在原基礎(chǔ)上繼續(xù)擴(kuò)張其規(guī)模，可能會(huì)出現(xiàn)內(nèi)部管理不善、經(jīng)營(yíng)指標(biāo)失衡和弱化社會(huì)效益等諸多問(wèn)題，從而抑制了農(nóng)發(fā)行的發(fā)展。資產(chǎn)配置水平對(duì)農(nóng)發(fā)行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，這可能是農(nóng)發(fā)行因其政策導(dǎo)向會(huì)投放一些長(zhǎng)期、資質(zhì)不高的政策性貸款，會(huì)導(dǎo)致貸款質(zhì)量出現(xiàn)偏低的問(wèn)題，此時(shí)過(guò)多的不良貸款會(huì)稀釋銀行的利潤(rùn)，進(jìn)而影響銀行的總體收益。同時(shí)，農(nóng)發(fā)行在運(yùn)用信貸資金過(guò)程中因過(guò)度依賴政府的信用擔(dān)保和權(quán)力尋租的政策導(dǎo)向，也會(huì)引起了農(nóng)發(fā)行的資源配置效率，抑制其全要素生產(chǎn)率的提高。

（3）從表6可以看出，進(jìn)出口行全要素生產(chǎn)率與貸款質(zhì)量、盈利能力和資產(chǎn)配置水平在1%的水平上顯著，與盈利能力、銀行規(guī)模、人力資本質(zhì)量和成本管控能力在5%的水平上顯著。盈利能力、銀行規(guī)模和資產(chǎn)配置水平對(duì)進(jìn)出口銀行全要素生產(chǎn)率產(chǎn)生了正效應(yīng)，說(shuō)明盈利能力的增強(qiáng)可以促進(jìn)進(jìn)出口行的發(fā)展，雖然政策性銀行一直堅(jiān)持保本微利的原則，但它仍然追求資金的使用效率和社會(huì)效益最大化；銀行規(guī)模的擴(kuò)大、資產(chǎn)配置水平的提高有利于進(jìn)出口行全要素生產(chǎn)率的提高。貸款質(zhì)量對(duì)進(jìn)出口行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，這可能是因?yàn)檫M(jìn)出口行考慮到有些企業(yè)經(jīng)營(yíng)不善或經(jīng)濟(jì)形勢(shì)下滑等原因拒絕給予企業(yè)授信，雖然保住了不良資產(chǎn)的質(zhì)量，但抑制了業(yè)務(wù)的發(fā)展，進(jìn)而降低了效率。經(jīng)營(yíng)業(yè)績(jī)和成本管控能力對(duì)進(jìn)出口銀行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，可能是由于進(jìn)出口行過(guò)度的依賴其政策性導(dǎo)向功能，對(duì)于扶植企業(yè)的長(zhǎng)期授信并沒(méi)有考慮到經(jīng)濟(jì)效益和成本最小化問(wèn)題，進(jìn)而影響了進(jìn)出行的效率。人力資本質(zhì)量對(duì)進(jìn)出口銀行全要素生產(chǎn)率產(chǎn)生了負(fù)效應(yīng)，可能是由于近年來(lái)進(jìn)出口行在新老員工交替方面，其本科及以上學(xué)歷的員工人數(shù)已經(jīng)接近全體員工人數(shù)，導(dǎo)致增加本科及以上學(xué)歷員工出現(xiàn)邊際效用遞減作用，從而降低了進(jìn)出口行的效率提升。

四、結(jié)論與建議

我國(guó)政策性銀行自1994年成立至現(xiàn)在已二十年有余，支援國(guó)家經(jīng)濟(jì)建設(shè)和促進(jìn)地區(qū)經(jīng)濟(jì)增長(zhǎng)是有目共睹。然而經(jīng)濟(jì)學(xué)原理告訴我們，公共物品的供給是缺乏效率的，政策性銀行因其具有公共性，再加之代理問(wèn)題，其效率效率要遠(yuǎn)低于商業(yè)性銀行。因此，基于當(dāng)下中國(guó)經(jīng)濟(jì)面臨“新常態(tài)”條件下，實(shí)現(xiàn)政策性與市場(chǎng)性目標(biāo)雙贏的政策性銀行，更應(yīng)該加快改革的步伐，以此來(lái)提高其實(shí)現(xiàn)目標(biāo)的生產(chǎn)效率，增加經(jīng)濟(jì)源動(dòng)力，全面服務(wù)實(shí)體經(jīng)濟(jì)健康、有序的發(fā)展。

本文基于前面楊曄（2007）、楊童舒（2012）、欒義君和馬增華（2009）等幾位學(xué)者研究的基礎(chǔ)上，采用DEA-Malmquist指數(shù)模型對(duì)我國(guó)三家政策性銀行從2000年到2014年的全要素生產(chǎn)率進(jìn)行全面、系統(tǒng)的比較分析，得出的結(jié)論是我國(guó)政策性銀行的生產(chǎn)率大體上偏低，在強(qiáng)化政策性金融服務(wù)的同時(shí)仍然需要進(jìn)一步改進(jìn)，包括銀行內(nèi)部的管理制度、人才引進(jìn)和績(jī)效考核等等。從個(gè)體上看，國(guó)開(kāi)行的效率較好，進(jìn)出口行的效率較差，并賦予影響各家銀行因素的差別表現(xiàn)也較大，但影響政策性銀行的全要素生產(chǎn)率指數(shù)的構(gòu)成因素變化明顯，技術(shù)進(jìn)步貢獻(xiàn)顯著，技術(shù)效率貢獻(xiàn)隱微。在全要素生產(chǎn)率指數(shù)測(cè)算基礎(chǔ)上，進(jìn)一步通過(guò)宏觀和微觀視角來(lái)探討政策性銀行全要素生產(chǎn)率的影響因素進(jìn)行實(shí)證研究。結(jié)果表明：在宏觀視角下，從總體來(lái)看，人力資本、出口水平、外商直接投資水平、工業(yè)化水平、自然災(zāi)害情況、金融發(fā)展水平和農(nóng)業(yè)化水平對(duì)政策性銀行全要素生產(chǎn)率影響顯著；從三家政策性銀行來(lái)看，金融發(fā)展水平、出口水平、外商直接投資水平、政府支出水平和工業(yè)化水平對(duì)國(guó)開(kāi)行全要素生產(chǎn)率影響顯著；除了固定資產(chǎn)投資水平變量外，本文所選的宏觀影響因素變量對(duì)農(nóng)發(fā)行全要素生產(chǎn)率的影響都非常顯著；出口水平和自然災(zāi)害情況對(duì)進(jìn)出口行全要素生產(chǎn)率影響顯著。在微觀視角下，國(guó)開(kāi)行的全要素生產(chǎn)率與其盈利能力、經(jīng)營(yíng)業(yè)績(jī)和穩(wěn)定性顯著相關(guān)；農(nóng)發(fā)行的全要素生產(chǎn)率與銀行規(guī)模、資產(chǎn)配置水平、人力資本質(zhì)量和貸款質(zhì)量顯著相關(guān)；進(jìn)出口行的全要素生產(chǎn)率與貸款質(zhì)量、盈利能力、資產(chǎn)配置水平、盈利能力、銀行規(guī)模、人力資本質(zhì)量和成本管控能力顯著相關(guān)。

通過(guò)實(shí)證分析得出，政策性銀行的可持續(xù)發(fā)展經(jīng)營(yíng)主要依賴于技術(shù)進(jìn)步，這和我們熟知的宏觀經(jīng)濟(jì)增長(zhǎng)實(shí)證分析模型不謀而合，決定長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)的不是資本K，而是有效勞動(dòng)A，政策性銀行的技術(shù)進(jìn)步大部分屬于有效勞動(dòng)A。從三家政策性銀行的宏、微觀影響因素比較分析得出，影響每家銀行的因素差異較大，所以對(duì)其政策性銀行的改革應(yīng)該采取一行一策，不能盲目而論，因行制宜原則，才能促進(jìn)其政策性銀行的成長(zhǎng)與發(fā)展。國(guó)開(kāi)行秉承開(kāi)發(fā)性政策性金融機(jī)構(gòu)功能的定位，完善開(kāi)發(fā)性政策性金融運(yùn)作模式，側(cè)重考慮技術(shù)進(jìn)步和社會(huì)效益的提升；農(nóng)發(fā)行強(qiáng)化政策性職能的定位，完善規(guī)范的治理結(jié)構(gòu)和決策機(jī)制，側(cè)重考慮技術(shù)效率和規(guī)模效率的提升；進(jìn)出口行強(qiáng)化政策性職能的定位，明確風(fēng)險(xiǎn)補(bǔ)償機(jī)制和增強(qiáng)資本實(shí)力，應(yīng)側(cè)重考慮技術(shù)進(jìn)步和純技術(shù)效率的提升。因此，基于互聯(lián)網(wǎng)金融的大數(shù)據(jù)背景下，政策性銀行應(yīng)該追趕時(shí)代發(fā)展的步伐，開(kāi)發(fā)出適應(yīng)時(shí)代需要的政策性金融產(chǎn)品，并引入先進(jìn)的金融技術(shù)設(shè)備和培養(yǎng)團(tuán)隊(duì)軟實(shí)力的提升，進(jìn)一步完善現(xiàn)代化的內(nèi)部公司治理結(jié)構(gòu)、增加政策性銀行的風(fēng)險(xiǎn)防范能力，促使政策性金融保持持續(xù)、良性的發(fā)展態(tài)勢(shì)。

參考文獻(xiàn)：

[1]Heffernan J M， Smith R J， Wahl L M. Perspectives on the basic reproductive ratio.[J]. Journal of the Royal Society Interface， 2005， 2（4）：281-293.

[2]Nigmonov A. Bank Performance and Efficiency in Uzbekistan[J]. Eurasian Journal of Business & Economics， 2010， 3（5）.

[3]Arshinova T. Construction of Equity Portfolio on the Basis of Data Envelopment Analysis Approach[J]. Computer Science （1407-7493）， 2011， 45（1）：104-108.

[4]Charnes A， Cooper W W， Niehaus R J. Management science approaches to manpower planning and organization design[M]. North-Holland， 1978.

[5]Cook W D， Hababou M， Tuenter H J H. Multicomponent Efficiency Measurement and Shared Inputs in Data Envelopment Analysis： An Application to Sales and Service Performance in Bank Branches[J]. Journal of Productivity Analysis， 2000， 14（3）：209-224.

[6]Allen R， Athanassopoulos A， Dyson R G， et al. Weights restrictions and value judgements in Data Envelopment Analysis： Evolution， development and future directions[J]. Annals of Operations Research， 1997， 73（1）：13-34.

[7]L Drake， Howcroft B. Relative efficiency in the branch network of a UK bank： An empirical study[J]. Omega， 1994， 22（94）：83–90.

[8]Robert Webb. Levels of efficiency in UK retail banks： a DEA window analysis[J]. International Journal of the Economics of Business， 2003， 10（3）：305-322.

[9]Halkos G， Salamouris D. Efficiency Measures of the Greek Banking Sector： A Non-Parametric Approach for the Period 1997-1999[J]. Mpra Paper， 2001.

[10]Paradi J C， Schaffnit C. Commercial branch performance evaluation and results communication in a Canadian bank--a DEA application[J]. European Journal of Operational Research， 2004， 156（3）：719-735.

[11]Sufian F， Habibullah M S. Bank-specific， Industry-specific and Macroeconomic Determinants of Bank Efficiency[J]. Margin the Journal of Applied Economic Research， 2010， 4：427-461.

[12]Henderson R F， Alhadeff D A. Monopoly and Competition in Banking[J]. Economic Journal， 1955， 65.

[13]Ariff M， Can L. Cost and profit efficiency of Chinese banks： A non-parametric analysis[J]. China Economic Review， 2008， 19（2）：260-273.

[14]Baer W， Nazmi N. Privatization and restructuring of banks in Brazil[J]. Quarterly Review of Economics & Finance， 2000， 40（1）：3-24.

[15]Bonin W. High-performance drive circuitry for capacitive transducers： US， US6960945 B1[P]. 2005.

[16]Kang H P， Weber W L. A Note On Efficiency And Productivity Growth In The Korean Banking Industry， 1992–2002[J]. Journal of Banking & Finance， 2006， 30（8）：2371-2386As the access to this document is restricted， you may want to look for a different version under "Related research" （further below） or for a different version of it.

[17]王廣謙. 經(jīng)濟(jì)發(fā)展中金融的貢獻(xiàn)與效率[M].中國(guó)人民大學(xué)出版社， 1997：323.

[18]楊德勇. 對(duì)金融效率問(wèn)題的思考[J]. 甘肅金融， 1998（10）：72.

[19]魏煜， 王麗. 中國(guó)商業(yè)銀行效率研究：一種非參數(shù)的分析[J]. 金融研究， 2000（3）：88-96.

[20]張健華. 我國(guó)商業(yè)銀行效率研究的DEA方法及1997—2001年效率的實(shí)證分析[J]. 金融研究， 2003（3）：11-25.

[21]王付彪， 闞超， 沈謙，等. 我國(guó)商業(yè)銀行技術(shù)效率與技術(shù)進(jìn)步實(shí)證研究（1998—2004）[J]. 金融研究， 2006（8）：122-132.

[22]袁曉玲， 張寶山. 中國(guó)商業(yè)銀行全要素生產(chǎn)率的影響因素研究——基于DEA模型的Malmquist指數(shù)分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2009（4）：93-104.

[23]王兵， 朱寧. 不良貸款約束下的中國(guó)上市商業(yè)銀行效率和全要素生產(chǎn)率研究——基于SBM方向性距離函數(shù)的實(shí)證分析[J]. 金融研究， 2011（1）：110-130.

[24]姜永宏， 蔣偉杰. 不良貸款約束下中國(guó)上市商業(yè)銀行全要素生產(chǎn)率研究：基于Luenberger指數(shù)的分析[J]. 南方經(jīng)濟(jì)， 2014（4）：62-79.

[25]韓松， 王二明. 中國(guó)商業(yè)銀行整體效率研究——基于具有中間投入和中間產(chǎn)出的綜合網(wǎng)絡(luò)DEA模型[J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理， 2015（8）.

[26]丁孜山，政策性銀行經(jīng)營(yíng)管理[M].中國(guó)金融出版社，2001：157.

[27]楊曄. 我國(guó)政策性銀行改革和職能調(diào)整的研究[J]. 財(cái)政研究， 2007（10）：50-53.

[28]欒義君， 馬增華. 我國(guó)政策性銀行的DEA效率分析[J]. 技術(shù)經(jīng)濟(jì)， 2009， 28（7）：87-89.

[29]楊童舒. 基于DEA的中國(guó)政策性銀行經(jīng)營(yíng)效率研究[J]. 中國(guó)國(guó)情國(guó)力， 2012（4）：20-21.

[30]張芬. 政策性銀行效率及資產(chǎn)質(zhì)量分析[J]. 地方財(cái)政研究， 2014（7）：71-74.

[31]白欽先. 政策性金融論[J]. 經(jīng)濟(jì)學(xué)家， 1998（3）：81-89.

[32]王偉. 我國(guó)農(nóng)村政策性金融功能弱化的行為金融學(xué)分析[J]. 上海金融， 2008（11）：29-34.

[33]賈康， 孟艷. 我國(guó)政策性金融體系基本定位的再思考[J]. 當(dāng)代財(cái)經(jīng)， 2011（6）：37-42.

[34]劉漢濤. 對(duì)我國(guó)商業(yè)銀行效率的測(cè)度：DEA方法的應(yīng)用[J]. 經(jīng)濟(jì)科學(xué)， 2004（6）：48-58.

[35]遲國(guó)泰， 楊德， 吳珊珊. 基于DEA方法的中國(guó)商業(yè)銀行綜合效率的研究[J]. 中國(guó)管理科學(xué)， 2006（5）：52-61.

[36]段永瑞， 孫麗琴， 趙金實(shí). 基于數(shù)據(jù)包絡(luò)分析的中國(guó)商業(yè)銀行運(yùn)作與服務(wù)質(zhì)量效率評(píng)價(jià)[J]. 中國(guó)管理科學(xué)， 2013（S1）：59.

[37]粟芳， 初立蘋. 中國(guó)商業(yè)銀行綜合融資能力測(cè)度及影響因素分析[J]. 金融經(jīng)濟(jì)學(xué)研究， 2014（2）：23.

Measuring and Factors Affecting Total Factor Productivity of Chinas policy-based banks

- Macro-Perspective and Micro-Dissection

LIN Chun

（Liaoning University， Shenyang，Liaoning 110036，China）

Abstract：In this paper，on the basis of reasonable definition of the input and output indicators of policy-based banks，a comprehensive and systematic comparative analysis of 2000—2014 total factor productivity of three Chinas policy-based banks.In conclusion，the productivity of our policy-based banks overall is low， it needs to further enhance efficiency and social benefits.Secondly，factors affecting the total factor productivity of Chinas policy-based banks through macro and micro perspective，we found that the factors which affect the total factor productivity of each bank is different，so our Chinas policy-based banks should take a bank a policy.Based on this，put forward suggestions of the reform and development of policy-based banks.

Key words：total factor productivity； Malmquist Index； technological progress； influencing factors

責(zé)任編輯：蕭敏娜