国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

新常態(tài)下中國(guó)商業(yè)銀行全要素生產(chǎn)率研究

2019-01-19 04:25:08
關(guān)鍵詞:商行生產(chǎn)率顯著性

張 帆

(1. 遼寧大學(xué) 經(jīng)濟(jì)學(xué)院, 遼寧 沈陽(yáng) 110036; 2. 遼寧省交通高等專(zhuān)科學(xué)校 管理工程系, 遼寧 沈陽(yáng) 110122)

一、引言及文獻(xiàn)評(píng)述

在中國(guó)經(jīng)濟(jì)亟待轉(zhuǎn)型的新常態(tài)背景下,商業(yè)銀行舊的粗放式經(jīng)營(yíng)方式已無(wú)法滿(mǎn)足其進(jìn)一步發(fā)展的要求,如何提高銀行效率,已成為商業(yè)銀行緊迫且必須面對(duì)的問(wèn)題。

早期學(xué)者多使用財(cái)務(wù)報(bào)表作為銀行效率指標(biāo)對(duì)商業(yè)銀行進(jìn)行評(píng)價(jià)和對(duì)比,隨著研究的不斷深入,規(guī)模效率、范圍效率、X效率逐步成為了銀行效率的評(píng)價(jià)指標(biāo)。隨著DEA-Malmquist指數(shù)法的不斷成熟,該方法也被廣泛應(yīng)用到了銀行領(lǐng)域,使用DEA-Malmquist方法測(cè)算銀行的全要素生產(chǎn)率(簡(jiǎn)稱(chēng)TFP),并以此作為效率指標(biāo)進(jìn)行深入研究。如Robert和Hasan(基于DEA-Malmquist方法計(jì)算了商業(yè)銀行的全要素生產(chǎn)率,并進(jìn)一步分析了其影響因素,得出了商業(yè)銀行資產(chǎn)規(guī)模的擴(kuò)大和集中度的提高有利于提升全要素生產(chǎn)率,不良貸款和營(yíng)業(yè)成本的增加則會(huì)擬制全要素生產(chǎn)率的結(jié)論[1]。Nakane和Weinraub測(cè)算并比較了歐洲和巴西商業(yè)銀行的全要素生產(chǎn)率,并進(jìn)一步從經(jīng)濟(jì)發(fā)展水平的視角分析了二者之間產(chǎn)生差異的原因[2]。Sturm和Williams基于發(fā)達(dá)國(guó)家的數(shù)據(jù),測(cè)算并比較了國(guó)內(nèi)銀行和外資銀行的全要素生產(chǎn)率,得出了外資銀行的全要素生產(chǎn)率要高于國(guó)內(nèi)銀行的結(jié)論[3]。Kang和Weber以韓國(guó)商業(yè)銀行作為研究對(duì)象,測(cè)算并比較了亞太金融危機(jī)前后的全要素生產(chǎn)率,并進(jìn)一步從銀行財(cái)務(wù)的視角分析了不同時(shí)期的影響因素[4]。Fadzlan Sufian則對(duì)發(fā)展中國(guó)家國(guó)內(nèi)銀行和外資銀行效率進(jìn)行了測(cè)算和比較,結(jié)果表明外資銀行的全要素生產(chǎn)率同樣高于國(guó)內(nèi)銀行[5]。Yang和Liu以臺(tái)灣地區(qū)的銀行為研究對(duì)象,計(jì)算并比較了混合所有制銀行和政府所有制銀行的全要素生產(chǎn)率,得出了混合所有制銀行的全要素生產(chǎn)率高于政府所有制銀行的結(jié)論,他們進(jìn)一步認(rèn)為私有化有利于提升銀行全要素生產(chǎn)率[6]。由此可知,雖然關(guān)于銀行效率研究并未形成定論,但全要素生產(chǎn)率作為效率指標(biāo)得到了學(xué)術(shù)界的廣泛認(rèn)可,因此本文使用全要素生產(chǎn)率作為商業(yè)銀行經(jīng)營(yíng)效率指標(biāo)。

國(guó)內(nèi)關(guān)于銀行效率的學(xué)術(shù)研究起步較晚,但基于全要素生產(chǎn)率的研究取得了豐碩成果,盡管結(jié)論并未達(dá)成一致。魏煜和王麗[7]、張健華和王鵬[8]認(rèn)為商業(yè)銀行的全要素生產(chǎn)率有所提升,蔡躍洲和郭梅軍[9]認(rèn)為商業(yè)銀行的全要素生產(chǎn)率有所下降。股權(quán)分置、金融體制改革等事件提升了銀行效率,不良貸款率抑制了銀行效率的提升[10,11]。為探討不同商業(yè)銀行的發(fā)展趨勢(shì)是否一致,學(xué)者們對(duì)我國(guó)商業(yè)銀行效率進(jìn)行了收斂性檢驗(yàn)。針對(duì)大型商業(yè)銀行[12]、股份制商業(yè)銀行[13]、中小銀行[14]、農(nóng)村商業(yè)銀行[15]和城市商業(yè)銀行[16]的研究都表明了這些銀行的全要素生產(chǎn)率存在一致收斂性。

研究商業(yè)銀行全要素生產(chǎn)率的目的是為了找到其提升的方法,因此關(guān)于商業(yè)銀行全要素生產(chǎn)率的影響因素問(wèn)題學(xué)者同樣進(jìn)行了大量的研究。普遍認(rèn)為,市場(chǎng)份額、宏觀經(jīng)濟(jì)形勢(shì)、貨幣供應(yīng)量、對(duì)外開(kāi)放等因素提升了商業(yè)銀行的全要素生產(chǎn)率[17-19],而實(shí)體經(jīng)濟(jì)利潤(rùn)增長(zhǎng)率、市場(chǎng)集中度、利率市場(chǎng)化等因素不利于提升全要素生產(chǎn)率[20-23]。

通過(guò)梳理現(xiàn)有文獻(xiàn)發(fā)現(xiàn),學(xué)者把中國(guó)商業(yè)銀行分為大型國(guó)有商業(yè)銀行、全國(guó)性股份制商業(yè)銀行、城市商業(yè)銀行和農(nóng)村商業(yè)銀行四類(lèi)展開(kāi)相關(guān)研究,但研究對(duì)象大多集中于某一類(lèi)或幾類(lèi)銀行來(lái)研究其全要素生產(chǎn)率和收斂性,因此有必要對(duì)這四類(lèi)商業(yè)銀行的綜合情況進(jìn)行進(jìn)一步的分析。此外,在影響因素的研究中,現(xiàn)有文獻(xiàn)通常沒(méi)有區(qū)別商業(yè)銀行的內(nèi)部治理因素和外部環(huán)境因素,因此本文把商業(yè)銀行全要素生產(chǎn)率的影響因素分為內(nèi)部治理因素和外部環(huán)境因素兩個(gè)方面進(jìn)一步分析商業(yè)銀行全要素生產(chǎn)率的影響因素。

二、全要素生產(chǎn)率測(cè)算

借鑒袁曉玲和張寶山[24]、粟芳和初立蘋(píng)[25]的方法,本文使用非參數(shù)DEA-Malmquist方法估算商業(yè)銀行的全要素生產(chǎn)率。其中投入指標(biāo)為從業(yè)人員數(shù)量、固定資產(chǎn)凈值、存款總額和營(yíng)業(yè)費(fèi)用,產(chǎn)出指標(biāo)為貸款總額和稅前利潤(rùn)。

以92家商業(yè)銀行作為本文樣本,包括5家國(guó)有商業(yè)銀行、12家股份制商業(yè)銀行、38家城市商業(yè)銀行和37家農(nóng)村商業(yè)銀行。本文考察區(qū)間為2001-2016年,所有數(shù)據(jù)均來(lái)自中國(guó)人民銀行、《中國(guó)金融年鑒》、《中國(guó)統(tǒng)計(jì)年鑒》、《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》、國(guó)家統(tǒng)計(jì)局網(wǎng)站以及各銀行發(fā)布的年報(bào)等。使用Deap軟件計(jì)算商業(yè)銀行的全要素生產(chǎn)率,得到全要素生產(chǎn)率的結(jié)果分別如圖1和圖2所示。

從圖1可以看出,新世紀(jì)以來(lái),中國(guó)商業(yè)銀行的全要素生產(chǎn)率多數(shù)時(shí)間內(nèi)都大于1,整體而言商業(yè)銀行運(yùn)行狀況良好??疾炱趦?nèi),受外部經(jīng)濟(jì)環(huán)境動(dòng)蕩、金融危機(jī)爆發(fā)以及內(nèi)部金融體制改革、經(jīng)濟(jì)轉(zhuǎn)型、經(jīng)濟(jì)增速放緩等因素的影響,商業(yè)銀行的全要素生產(chǎn)率多次出現(xiàn)了大幅下滑,這在一定程度上體現(xiàn)了我國(guó)商業(yè)銀行自身的脆弱性,商業(yè)銀行舊的重視規(guī)模、忽視質(zhì)量的粗放式發(fā)展模式已經(jīng)不能適應(yīng)新形勢(shì),商業(yè)銀行的供給側(cè)結(jié)構(gòu)性改革勢(shì)在必行。

圖1 中國(guó)商業(yè)銀行業(yè)全要素生產(chǎn)率及其分解值

由圖2可知,考察期內(nèi)我國(guó)商業(yè)銀行全要素生產(chǎn)率的整體走勢(shì)為震蕩上行,2003-2007年,各類(lèi)商業(yè)銀行的全要素生產(chǎn)率處于較高水平,之后一路下滑,2008年底各類(lèi)商業(yè)銀行先后達(dá)到最低點(diǎn)后震蕩回升。2013年開(kāi)始,各類(lèi)商業(yè)銀行的全要素生產(chǎn)率均開(kāi)始提升,在2015年前后小幅下跌后于2016年達(dá)到較高水平。

圖2 不同類(lèi)型商業(yè)銀行全要素生產(chǎn)率

總體而言,股份制商業(yè)銀行和大型國(guó)有商業(yè)銀行的全要素生產(chǎn)率較高,城市商業(yè)銀行次之,農(nóng)商行最低。大型國(guó)有商行成立時(shí)間最早,網(wǎng)點(diǎn)廣泛分布于中國(guó)的大中小城市,資產(chǎn)規(guī)模遠(yuǎn)高于其他商業(yè)銀行,多元化的業(yè)務(wù)和分散化的布局使其抗風(fēng)險(xiǎn)能力更強(qiáng),更優(yōu)的品牌效應(yīng)使其能夠吸引更多優(yōu)秀的人才,多方面的原因使得大型國(guó)有商業(yè)銀行的全要素生產(chǎn)率較高。

股份制商業(yè)銀行的資產(chǎn)規(guī)模低于大型國(guó)有商業(yè)銀行,但較小的規(guī)模使其管理機(jī)制更加靈活。網(wǎng)點(diǎn)分布雖不如大型國(guó)有商行廣泛,但也分布于我國(guó)的主要城市,同只分布于一個(gè)或幾個(gè)城市的城商行和農(nóng)商行相比,范圍更廣。此外,同城商行和農(nóng)商行相比,股份制商業(yè)銀行成立時(shí)間更早,成立之初市場(chǎng)中的競(jìng)爭(zhēng)對(duì)手更少。以上原因使得股份制商業(yè)銀行在管理機(jī)制、業(yè)務(wù)拓展、市場(chǎng)競(jìng)爭(zhēng)、薪酬激勵(lì)、人員培養(yǎng)等方面有著先天優(yōu)勢(shì),在金融創(chuàng)新方面獨(dú)具特色,股份制商業(yè)銀行是金融領(lǐng)域市場(chǎng)創(chuàng)新的龍頭。

城市商業(yè)銀行是由早期的城市信用社發(fā)展而來(lái),雖然組建成為城商行后,獲得了較大發(fā)展,所在城市通常也會(huì)給予本地城商行諸多優(yōu)惠政策,但仍存在發(fā)展程度良莠不齊、總體規(guī)模較小、市場(chǎng)定位不清、品牌效應(yīng)較弱、跨區(qū)域發(fā)展并不順利等問(wèn)題,因此全要素生產(chǎn)率略低。

農(nóng)商行的前身是農(nóng)村信用合作社,相比之下,農(nóng)村商業(yè)銀行改制時(shí)間最晚,總體來(lái)說(shuō)資產(chǎn)規(guī)模最小,品牌知名度最低,農(nóng)商行主營(yíng)“三農(nóng)”類(lèi)業(yè)務(wù),業(yè)務(wù)面窄,且大都是附加值和技術(shù)含量較低的行業(yè),收益較低。此外,農(nóng)商行繼承了農(nóng)村信用合作社的諸多遺留問(wèn)題,使其進(jìn)一步發(fā)展面臨較大挑戰(zhàn),多方面的原因?qū)е铝宿r(nóng)商行的全要素生產(chǎn)率最低[26]。

三、全要素生產(chǎn)率收斂性分析

收斂性檢驗(yàn)用于分析各類(lèi)商業(yè)銀行的發(fā)展是否存在趨同趨勢(shì),通過(guò)梳理前人文獻(xiàn)可知,收斂性檢驗(yàn)包括σ收斂和β收斂檢驗(yàn)兩種。

1.σ收斂分析

σ收斂通過(guò)分析標(biāo)準(zhǔn)差的變化趨勢(shì)來(lái)檢驗(yàn)其收斂性,如果標(biāo)準(zhǔn)差呈現(xiàn)收斂趨勢(shì),則認(rèn)為全要素生產(chǎn)率表存在σ收斂。經(jīng)計(jì)算得到σ收斂結(jié)果圖3。

圖3 σ收斂結(jié)果

由σ收斂結(jié)果圖3可知,考察期內(nèi)商業(yè)銀行的全要素生產(chǎn)率標(biāo)準(zhǔn)差并未出現(xiàn)持續(xù)減小的趨勢(shì),而是多次出現(xiàn)較大波動(dòng),這意味著商業(yè)銀行只存在區(qū)間σ收斂。2004-2005年間,受股權(quán)分置改革的影響,商業(yè)銀行的全要素生產(chǎn)率出現(xiàn)較大波動(dòng);2007-2008年間,先后經(jīng)歷了股市的牛熊轉(zhuǎn)換和國(guó)家為了應(yīng)付美國(guó)次貸危機(jī)而推出的四萬(wàn)億刺激計(jì)劃,兩件大事無(wú)疑都對(duì)商業(yè)銀行產(chǎn)生較大沖擊;2012年開(kāi)始,中國(guó)經(jīng)濟(jì)增速開(kāi)始放緩,經(jīng)濟(jì)發(fā)展逐漸步入新常態(tài),實(shí)體經(jīng)濟(jì)發(fā)展的減速也影響到了金融行業(yè);2014-2015年間,中國(guó)資本市場(chǎng)又一次經(jīng)歷了較大的牛熊轉(zhuǎn)換,“千股漲停、千股跌停、千股停牌”的奇觀對(duì)商業(yè)銀行造成了較大影響,使其全要素生產(chǎn)率再次大幅震蕩。

2.β收斂分析

β收斂又可分成絕對(duì)β收斂和條件β收斂。參考Sala-i-Martin的方法[27],構(gòu)建絕對(duì)β收斂模型:

其中,被解釋變量為全要素生產(chǎn)率的平均增速,解釋變量為全要素生產(chǎn)率,β為收斂系數(shù),若β顯著為負(fù),則全要素生產(chǎn)率和其增速之間顯著負(fù)相關(guān),這意味著全要素生產(chǎn)率的初始水平越高,那么增速越低,即存在絕對(duì)收斂。根據(jù)Matthews和Zhang[28]的觀點(diǎn),若絕對(duì)收斂檢驗(yàn)中收斂系數(shù)不顯著,可通過(guò)加入控制變量改變收斂系數(shù)的顯著性,從而認(rèn)為在一定條件下存在β收斂,即條件β收斂,檢驗(yàn)方程如下:

β0+β1lnTFPit+α1LSTit+α2NIIit+α3SIit+eit

其中,控制變量選擇如下:LST為人力資本水平,用本科及以上學(xué)歷人數(shù)比例表示,NII為非利息收入與總收入之比,SI為商業(yè)銀行戰(zhàn)略引資比重。若β顯著為負(fù),表示存在條件β收斂。收斂性檢驗(yàn)結(jié)果如表1和表2所示。

由絕對(duì)β收斂檢驗(yàn)結(jié)果表1可知,大型國(guó)有商行中的絕對(duì)收斂系數(shù)為-0.128,且在1%的統(tǒng)計(jì)水平下顯著,大型國(guó)有商行存在絕對(duì)β收斂。全樣本模型中,絕對(duì)收斂系數(shù)為-0.003,但只在10%的統(tǒng)計(jì)水平下顯著,其余模型中的系數(shù)雖為負(fù),但都不顯著。四大商行為中國(guó)規(guī)模最大的四家商業(yè)銀行,業(yè)務(wù)基本涵蓋了金融全領(lǐng)域,導(dǎo)致其全要素生產(chǎn)率呈現(xiàn)相同的趨勢(shì),其他商業(yè)銀行在發(fā)展過(guò)程中實(shí)施的策略和路徑并不相同,這使得全樣本銀行的收斂系數(shù)顯著性較低。

表1 絕對(duì)β收斂檢驗(yàn)(OLS回歸)

注:括號(hào)內(nèi)為t統(tǒng)計(jì)量;*,**,***結(jié)果分別通過(guò)10%,5%,1%統(tǒng)計(jì)水平下的顯著性檢驗(yàn)

表2 條件β收斂檢驗(yàn)(面板數(shù)據(jù)固定效應(yīng)回歸)

注:括號(hào)內(nèi)為t統(tǒng)計(jì)量;*,**,***結(jié)果分別通過(guò)10%,5%,1%統(tǒng)計(jì)水平下的顯著性檢驗(yàn)

由條件β收斂檢驗(yàn)結(jié)果表2可知,加入控制變量后,五個(gè)模型中的系數(shù)均顯著為負(fù),這意味著在一定條件下,中國(guó)商業(yè)銀行存在條件β收斂。五個(gè)模型中,人力資本水平LST的系數(shù)均顯著為負(fù),勞動(dòng)力素質(zhì)LST的提升有助于不同商業(yè)銀行增速趨同。非利息收入NII的系數(shù)均顯著為負(fù),非利息收入的增加有助于不同商業(yè)銀行間的收斂。戰(zhàn)略引資SI系數(shù)的顯著性較弱,引入戰(zhàn)略投資者是一種長(zhǎng)期經(jīng)營(yíng)行為,短期內(nèi)對(duì)于商業(yè)銀行的趨同效應(yīng)影響有限。

四、全要素生產(chǎn)率影響因素分析

1.模型設(shè)計(jì)

商業(yè)銀行過(guò)去的經(jīng)營(yíng)管理模式是建立在“追求規(guī)模”而非“追求卓越”的理念上,更加關(guān)注規(guī)模的增長(zhǎng)而非質(zhì)量的提升。新常態(tài)下,經(jīng)濟(jì)增長(zhǎng)模式已經(jīng)發(fā)生變化,支持銀行過(guò)往發(fā)展的各項(xiàng)紅利正在逐漸消失。國(guó)家供給側(cè)結(jié)構(gòu)性改革的大背景下,商業(yè)銀行也需做好供給側(cè)改革,改變過(guò)往單純依賴(lài)需求側(cè)的粗放式經(jīng)營(yíng)方式,因此本文基于供給側(cè)結(jié)構(gòu)性改革的視角,從內(nèi)部治理因素和外部環(huán)境入手,分析商業(yè)銀行全要素生產(chǎn)率的影響因素。

(1)內(nèi)部治理。

選擇能夠代表商業(yè)銀行經(jīng)營(yíng)和創(chuàng)新情況的規(guī)模、貸款質(zhì)量、人力資本水平、運(yùn)營(yíng)成本和創(chuàng)新能力指標(biāo)作為內(nèi)部治理因素,以全要素生產(chǎn)率作為被解釋變量,構(gòu)建以下模型:

TFPit=β0+β1MSit+β2LQit+β3LABit+

β4OCit+β5NIIit+β6LABit*NIIit+εit

(1)

其中,MS為商業(yè)銀行規(guī)模,用該商業(yè)銀行資產(chǎn)占商業(yè)銀行總資產(chǎn)的比重表示;LQ為貸款質(zhì)量,用商業(yè)銀行的不良貸款與總貸款余額之比表示;LAB為人力資本水平,用員工中本科及以上學(xué)歷人數(shù)占比表示;OC為運(yùn)營(yíng)成本,用商業(yè)銀行運(yùn)營(yíng)費(fèi)用與資產(chǎn)總額之比表示;NII為創(chuàng)新能力,用非利息收入占比表示;LAB*NII為人力資本和非利息收入的乘積,用交互項(xiàng)描述由人力資本提升帶動(dòng)的創(chuàng)新對(duì)于商業(yè)銀行全要素生產(chǎn)率的影響。

(2)外部環(huán)境。

選擇GDP、社會(huì)消費(fèi)水平、社會(huì)固定資產(chǎn)投資水平、貨幣供應(yīng)量、進(jìn)出口總額和以及全部國(guó)有及規(guī)模以上非國(guó)有工業(yè)企業(yè)的銷(xiāo)售利潤(rùn)率作為外部環(huán)境指標(biāo),以全要素生產(chǎn)率作為被解釋變量,構(gòu)建以下模型:

TFPit=α0+α1GDPit+α2LCit+α3FAit+

α4M2it+α5TRit+α6ROSit+uit

(2)

其中,GDP為國(guó)內(nèi)生產(chǎn)總值的增長(zhǎng)率,LC為社會(huì)消費(fèi)水平,用人均消費(fèi)支出的對(duì)數(shù)表示;FA為社會(huì)固定資產(chǎn)投資增長(zhǎng)率;M2為貨幣供應(yīng)增長(zhǎng)率;TR為進(jìn)出口貿(mào)易總額增長(zhǎng)率;ROS為國(guó)有及規(guī)模以上非國(guó)有工業(yè)企業(yè)的銷(xiāo)售利潤(rùn)率的增長(zhǎng)率。

2.實(shí)證分析結(jié)果

(1)內(nèi)部治理因素實(shí)證結(jié)果

將內(nèi)部治理因素的相關(guān)數(shù)據(jù)代入模型(1),Hausman檢驗(yàn)結(jié)果表明本文數(shù)據(jù)更適用于固定效應(yīng)模型,因此使用固定效應(yīng)進(jìn)行估計(jì)得到結(jié)果表3。

由表3可知,大型國(guó)有商行模型中,規(guī)模系數(shù)MS為負(fù),但沒(méi)有通過(guò)顯著性檢驗(yàn),其余三個(gè)模型中,規(guī)模系數(shù)為正,股份制商行模型的系數(shù)沒(méi)有通過(guò)顯著性檢驗(yàn),城商行和農(nóng)商行模型的系數(shù)分別在5%和1%的統(tǒng)計(jì)水平下顯著。只有城商行和農(nóng)商行的規(guī)模能對(duì)其全要素生產(chǎn)率產(chǎn)生顯著正向影響。按照規(guī)模經(jīng)濟(jì)理論,在企業(yè)規(guī)模較小時(shí),其經(jīng)營(yíng)效率會(huì)隨規(guī)模擴(kuò)大而迅速提升,當(dāng)規(guī)模大到一定程度后,就會(huì)出現(xiàn)邊際效應(yīng)遞減現(xiàn)象,結(jié)合本文研究可以看出,大型國(guó)有商行和股份制商業(yè)銀行的規(guī)模已經(jīng)過(guò)于龐大,繼續(xù)擴(kuò)大規(guī)模已不利于提升全要素生產(chǎn)率,城商行和農(nóng)商行仍存在邊際報(bào)酬遞增,可適當(dāng)擴(kuò)大規(guī)模。

表3 內(nèi)部治理影響因素回歸結(jié)果

注:括號(hào)內(nèi)為t統(tǒng)計(jì)量;*,**,***結(jié)果分別通過(guò)10%,5%,1%統(tǒng)計(jì)水平下的顯著性檢驗(yàn)

四個(gè)模型中,貸款質(zhì)量LQ的系數(shù)均顯著為負(fù),貸款質(zhì)量對(duì)于商業(yè)銀行全要素生產(chǎn)率產(chǎn)生顯著負(fù)向影響。不良貸款率越高,越不利于提升商業(yè)銀行的全要素生產(chǎn)率。

農(nóng)商行模型中,人力資本LAB的系數(shù)為正,但只在10%的統(tǒng)計(jì)水平下顯著,其余三個(gè)模型中,人力資本系數(shù)均顯著為正。除農(nóng)商行外,其余三類(lèi)商業(yè)銀行的人力資本對(duì)其全要素生產(chǎn)率產(chǎn)生顯著正向影響??赡艿脑?yàn)椋r(nóng)商行員工大多是從其前身農(nóng)村信用合作社繼承而來(lái),這些員工大多是在計(jì)劃經(jīng)濟(jì)時(shí)期招聘,其知識(shí)結(jié)構(gòu)和業(yè)務(wù)水平難以適應(yīng)當(dāng)前市場(chǎng)需求,因此不得不重新招聘大量新員工,最終使其員工隊(duì)伍過(guò)于龐雜,對(duì)農(nóng)商行經(jīng)營(yíng)形成負(fù)擔(dān)。

四個(gè)模型中,運(yùn)營(yíng)成本OC的系數(shù)均顯著為負(fù),運(yùn)營(yíng)成本對(duì)各類(lèi)商業(yè)銀行的全要素生產(chǎn)率產(chǎn)生顯著負(fù)向影響。運(yùn)營(yíng)成本越高,越不利于提升商業(yè)銀行全要素生產(chǎn)率。

創(chuàng)新能力NII的系數(shù)均為正,農(nóng)商行模型在10%的統(tǒng)計(jì)水平下顯著,其余模型中的創(chuàng)新能力系數(shù)均在5%或1%的統(tǒng)計(jì)水平下顯著??傮w而言,創(chuàng)新能力對(duì)于商業(yè)銀行全要素生產(chǎn)率產(chǎn)生顯著正向影響,提升創(chuàng)新能力是商業(yè)銀行提高全要素生產(chǎn)率的重要途徑。

人力資本和創(chuàng)新能力交互項(xiàng)的系數(shù)均為正,除農(nóng)商行模型中只在10%的統(tǒng)計(jì)水平下顯著性外,其余三個(gè)模型中均在1%的統(tǒng)計(jì)水平下顯著。交互項(xiàng)表示人力資本驅(qū)動(dòng)下的創(chuàng)新對(duì)銀行效率的影響。總體而言,商業(yè)銀行能夠通過(guò)提升人力資本水平來(lái)推動(dòng)其創(chuàng)新能力,并最終提升全要素生產(chǎn)率,但農(nóng)商行由于人力資本水平較低,因此由此帶動(dòng)的創(chuàng)新程度有限,對(duì)提升全要素生產(chǎn)率的影響程度也有限。

(2)外部環(huán)境因素實(shí)證結(jié)果

將外部環(huán)境的相關(guān)數(shù)據(jù)代入模型(2),并使用面板數(shù)據(jù)進(jìn)行估計(jì)。Hausman檢驗(yàn)結(jié)果表明本文數(shù)據(jù)更適合使用固定效應(yīng),因此使用固定效應(yīng)模型進(jìn)行估計(jì)得到結(jié)果表4。

表4 外部環(huán)境影響因素回歸結(jié)果

注:括號(hào)內(nèi)為t統(tǒng)計(jì)量;*,**,***結(jié)果分別通過(guò)10%,5%,1%統(tǒng)計(jì)水平下的顯著性檢驗(yàn)

由表4可知,四個(gè)模型中,GDP增長(zhǎng)率的系數(shù)均顯著為正,經(jīng)濟(jì)增長(zhǎng)對(duì)四類(lèi)商業(yè)銀行的全要素生產(chǎn)率均能產(chǎn)生顯著正向影響,良好的宏觀經(jīng)濟(jì)環(huán)境有利于商業(yè)銀行的發(fā)展。

四個(gè)模型中,消費(fèi)水平LC的系數(shù)均顯著為正,居民消費(fèi)水平對(duì)于商業(yè)銀行全要素生產(chǎn)率產(chǎn)生顯著正向影響。消費(fèi)水平反映了消費(fèi)者的需求程度,當(dāng)前,我國(guó)已經(jīng)進(jìn)入了消費(fèi)結(jié)構(gòu)升級(jí)的新階段,消費(fèi)者對(duì)于新產(chǎn)品、新技術(shù)的需求大量增加,也帶動(dòng)了相關(guān)產(chǎn)業(yè)的快速發(fā)展,投資者看到機(jī)會(huì)后會(huì)加大對(duì)相關(guān)行業(yè)的投資,最終形成良性循環(huán),作為資源配置樞紐的商業(yè)銀行也會(huì)因此受益。

社會(huì)固定資產(chǎn)投資增長(zhǎng)率FA的系數(shù)均為正,但顯著性較差,只有大型國(guó)有商行模型在10%的統(tǒng)計(jì)水平下顯著?,F(xiàn)階段,我國(guó)的投資已經(jīng)呈現(xiàn)邊際效應(yīng)遞減的趨勢(shì),資本產(chǎn)出比(新增一單位GDP所需的資金)持續(xù)大幅增長(zhǎng),依靠投資拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的能力有限,社會(huì)固定資產(chǎn)投資的收益較差,顯然依靠投資對(duì)于提升商業(yè)銀行全要素生產(chǎn)率的影響較弱。

貨幣供應(yīng)量M2的系數(shù)為正,但顯著性較差,只有城市商業(yè)銀行模型中的系數(shù)通過(guò)了10%統(tǒng)計(jì)水平下的顯著性檢驗(yàn),貨幣供應(yīng)量對(duì)商業(yè)銀行全要素生產(chǎn)率的影響較弱。貨幣供給的變化可以通過(guò)兩種途徑影響到商業(yè)銀行全要素生產(chǎn)率。一方面,貨幣供應(yīng)量的增加可以間接使得銀行貸款增加,我國(guó)商業(yè)銀行的主要收入為利息收入,因此貨幣供應(yīng)量的增加可提升商業(yè)銀行利息收入。另一方面,貨幣供應(yīng)量的增加會(huì)降低利率,使銀行的利息收入減少。貨幣供給變化對(duì)商業(yè)銀行的影響是這兩種方式共同作用的結(jié)果。從本文研究看,兩種方式相互抵消,貨幣供應(yīng)量對(duì)商業(yè)銀行全要素生產(chǎn)率影響不顯著。

進(jìn)出口貿(mào)易TR的系數(shù)為正,大型國(guó)有商行和股份制商行模型中的系數(shù)在10%的統(tǒng)計(jì)水平下顯著,貨幣供應(yīng)量對(duì)商業(yè)銀行全要素生產(chǎn)率的影響較弱。2008年次貸危機(jī)對(duì)發(fā)達(dá)國(guó)家形成較大沖擊,需求大幅下降,這使得中國(guó)的出口貿(mào)易大幅下降,眾多企業(yè)受到?jīng)_擊,銀行效率也受到了牽連。

國(guó)有及規(guī)模以上非國(guó)有工業(yè)企業(yè)的銷(xiāo)售利潤(rùn)率ROS的系數(shù)均顯著為正,ROS對(duì)商業(yè)銀行全要素生產(chǎn)率產(chǎn)生顯著正向影響。雖然商業(yè)銀行存在同實(shí)體經(jīng)濟(jì)爭(zhēng)利的現(xiàn)象,但從本文研究來(lái)看,實(shí)體經(jīng)濟(jì)利潤(rùn)率同商業(yè)銀行全要素生產(chǎn)率之間存在正相關(guān)關(guān)系,因此提升商業(yè)銀行全要素生產(chǎn)率是商業(yè)銀行和實(shí)體經(jīng)濟(jì)相互促進(jìn)、共同發(fā)展的重要途徑。

五、結(jié)論及建議

選擇2001-2016年為考察區(qū)間,首先基于DEA-Malmquist指數(shù)法測(cè)算了商業(yè)銀行的全要素生產(chǎn)率,然后對(duì)全要素生產(chǎn)率的收斂性和影響因素進(jìn)行了分析。主要結(jié)論如下:第一,商業(yè)銀行全要素生產(chǎn)率呈現(xiàn)震蕩上升的趨勢(shì),股份制商業(yè)銀行運(yùn)行效率最高,農(nóng)商行最低。第二,商業(yè)銀行全要素生產(chǎn)率只存在區(qū)間σ收斂,大型國(guó)有商業(yè)銀行存在絕對(duì)β收斂,四類(lèi)商業(yè)銀行均存在條件β收斂。第三,從內(nèi)部治理因素來(lái)看,貸款質(zhì)量和運(yùn)營(yíng)成本抑制了全要素生產(chǎn)率的提升,人力資本和創(chuàng)新能力推動(dòng)了全要素生產(chǎn)率的提升;從外部經(jīng)濟(jì)環(huán)境來(lái)看,經(jīng)濟(jì)增長(zhǎng)、社會(huì)消費(fèi)水平和國(guó)有及規(guī)模以上非國(guó)有工業(yè)企業(yè)的銷(xiāo)售利潤(rùn)率推動(dòng)了全要素生產(chǎn)率的提升。

針對(duì)以上結(jié)論,提出如下建議:第一,矯正舊發(fā)展模式下的金融資源配置扭曲。逐步降低落后及產(chǎn)能過(guò)剩行業(yè)的信貸資源,通過(guò)發(fā)展現(xiàn)代化融資工具來(lái)降低企業(yè)融資成本,加大對(duì)于新興產(chǎn)業(yè)和小微企業(yè)的支持力度,大力發(fā)展綠色金融、科技金融,使金融資源配置方向同經(jīng)濟(jì)轉(zhuǎn)型方向保持一致。第二,優(yōu)化商業(yè)銀行經(jīng)營(yíng)管理水平。建設(shè)高效的支持保障體系,探索適應(yīng)當(dāng)前市場(chǎng)需求、具備靈活協(xié)作能力的管理架構(gòu),儲(chǔ)備專(zhuān)業(yè)化的金融解決方案人才,建立科學(xué)高效的決策協(xié)調(diào)機(jī)制,以此提升商業(yè)銀行全要素生產(chǎn)率。第三,提升商業(yè)銀行的國(guó)際競(jìng)爭(zhēng)力。在金融創(chuàng)新機(jī)制和技術(shù)運(yùn)用等方面趕超國(guó)際銀行業(yè)先進(jìn)水平,監(jiān)管逐步實(shí)現(xiàn)國(guó)際標(biāo)準(zhǔn),通過(guò)融入內(nèi)部經(jīng)濟(jì)轉(zhuǎn)型升級(jí)和外部全球競(jìng)爭(zhēng),實(shí)現(xiàn)商業(yè)銀行自身的產(chǎn)業(yè)升級(jí)。第四,實(shí)施差異化發(fā)展戰(zhàn)略。不同類(lèi)型的商業(yè)銀行在經(jīng)營(yíng)過(guò)程中應(yīng)根據(jù)自身特點(diǎn),找到適合自身的發(fā)展戰(zhàn)略,避免同質(zhì)化做大,差異化經(jīng)營(yíng)才是各類(lèi)商業(yè)銀行經(jīng)營(yíng)的策略。

猜你喜歡
商行生產(chǎn)率顯著性
中國(guó)城市土地生產(chǎn)率TOP30
決策(2022年7期)2022-08-04 09:24:20
13家上市農(nóng)商行誰(shuí)能笑傲江湖?
盂縣農(nóng)商行“整村授信”工程啟動(dòng)
介休農(nóng)商行全力推進(jìn)整企授信
國(guó)外技術(shù)授權(quán)、研發(fā)創(chuàng)新與企業(yè)生產(chǎn)率
基于顯著性權(quán)重融合的圖像拼接算法
電子制作(2019年24期)2019-02-23 13:22:26
基于視覺(jué)顯著性的視頻差錯(cuò)掩蓋算法
一種基于顯著性邊緣的運(yùn)動(dòng)模糊圖像復(fù)原方法
論商標(biāo)固有顯著性的認(rèn)定
關(guān)于機(jī)床生產(chǎn)率設(shè)計(jì)的探討
同德县| 滁州市| 江北区| 合水县| 樟树市| 甘肃省| 利津县| 久治县| 新绛县| 永新县| 宁晋县| 夏邑县| 玛多县| 威宁| 通道| 商洛市| 屯门区| 河北区| 沁水县| 石家庄市| 太仆寺旗| 曲阳县| 禄劝| 嘉黎县| 松滋市| 柳河县| 镶黄旗| 腾冲县| 永福县| 邳州市| 柞水县| 台州市| 蒙山县| 阜新| 勃利县| 大冶市| 贵定县| 陇西县| 武功县| 鄯善县| 五寨县|