【摘? 要】安徽近十年來(lái)一直致力于打造開(kāi)放型經(jīng)濟(jì)發(fā)展格局，安徽經(jīng)濟(jì)活力在“一帶一路”倡議及中歐班列等一系列優(yōu)惠政策的推動(dòng)下顯著提升，對(duì)外貿(mào)易總額不斷攀升?，F(xiàn)階段安徽省經(jīng)濟(jì)發(fā)展勢(shì)頭良好，地區(qū)GDP持續(xù)上升，安徽的金融服務(wù)優(yōu)勢(shì)不斷顯現(xiàn)，在境外資源與境內(nèi)資源雙向促進(jìn)的作用下，片區(qū)內(nèi)的企業(yè)可以享受到在資金池、供應(yīng)鏈融資、擔(dān)保等方面的全球化和國(guó)際化的服務(wù)，并且可以為片區(qū)內(nèi)的高端制造業(yè)和高科技企業(yè)產(chǎn)業(yè)升級(jí)提供金融支持。論文以安徽自貿(mào)區(qū)的設(shè)立為研究背景，以金融服務(wù)機(jī)構(gòu)為研究對(duì)象，利用金融機(jī)構(gòu)年度數(shù)據(jù)，選取數(shù)據(jù)包絡(luò)分析和Tobit回歸模型，對(duì)金融服務(wù)效率進(jìn)行整體評(píng)價(jià)，并提出對(duì)策建議。

【關(guān)鍵詞】金融服務(wù)效率；自貿(mào)區(qū)；數(shù)據(jù)包絡(luò)分析；Tobit回歸

【中圖分類號(hào)】F832；F124? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1673-1069（2023）06-0040-03

1 引言

中國(guó)共產(chǎn)黨第十九屆中央委員會(huì)第四次全體會(huì)議提出建設(shè)自由貿(mào)易試驗(yàn)區(qū)和自由貿(mào)易港的相關(guān)概念和政策。2020年9月24日，中國(guó)（安徽）自貿(mào)試驗(yàn)區(qū)在合肥正式揭牌，安徽自貿(mào)試驗(yàn)區(qū)總面積119.86平方公里，主要涉及和輻射的范圍有合肥片區(qū)、蕪湖片區(qū)和蚌埠片區(qū)。安徽自貿(mào)試驗(yàn)區(qū)的發(fā)展目標(biāo)和主要任務(wù)是，在擁有更大自主改革權(quán)的前提下，在自貿(mào)試驗(yàn)區(qū)內(nèi)探索差別化的改革。經(jīng)過(guò)一段時(shí)間的改革探索，圍繞加快轉(zhuǎn)變政府職能、深化投資領(lǐng)域改革、推動(dòng)貿(mào)易高質(zhì)量發(fā)展等7個(gè)方面、19項(xiàng)主要任務(wù)措施，使得自貿(mào)區(qū)制度創(chuàng)新成果有一定的國(guó)際競(jìng)爭(zhēng)力，在貿(mào)易投資的便利性、創(chuàng)新產(chǎn)業(yè)的活躍性、高端產(chǎn)業(yè)的聚合性、金融服務(wù)的完善性、監(jiān)管的高效與安全性等方面有自己的特色，并且可以起到一定的輻射和帶動(dòng)作用。安徽省自貿(mào)試驗(yàn)區(qū)的成立與運(yùn)營(yíng)，是安徽省擴(kuò)大對(duì)外開(kāi)放力度的一個(gè)開(kāi)端。自貿(mào)試驗(yàn)區(qū)是全國(guó)開(kāi)放水平最高的區(qū)域。安徽自貿(mào)區(qū)還將在金融服務(wù)方面，通過(guò)落實(shí)放寬金融機(jī)構(gòu)外資持股限制等，擴(kuò)大金融領(lǐng)域?qū)ν忾_(kāi)放力度，推動(dòng)更多金融類服務(wù)企業(yè)落戶安徽自貿(mào)試驗(yàn)區(qū)。運(yùn)用科學(xué)有效的計(jì)量模型對(duì)自貿(mào)區(qū)金融服務(wù)機(jī)構(gòu)效率進(jìn)行分析評(píng)價(jià)，對(duì)比各個(gè)金融機(jī)構(gòu)的優(yōu)劣勢(shì)，有利于推動(dòng)金融服務(wù)機(jī)構(gòu)健康發(fā)展。

2 指標(biāo)選取與模型構(gòu)建

2.1 DEA-Malmquist模型

數(shù)據(jù)包絡(luò)分析（DEA）方法起初源自Charnes、Cooper、Rhodes[1]在《歐洲運(yùn)籌學(xué)雜志》上發(fā)表的論文“Measuring the efficiency of decision making units”，在往后的DEA文獻(xiàn)中，以三人姓氏的首字母作為他們創(chuàng)建的第一個(gè)DEA模型，即CCR模型。DEA方法利用決策單元（DMU）的投入和產(chǎn)出變量，借助數(shù)學(xué)規(guī)劃方法測(cè)算出有效單元構(gòu)成的生產(chǎn)前沿面，然后衡量各個(gè)DMU與生產(chǎn)前沿面的偏離程度，從而估算各DMU間的相對(duì)效率值[2]。1984年，Banker、Charnes、Cooper[3]在《Management Science》雜志上發(fā)表了“Some models for estimating technical and scale inefficiencies in data envelopment analysis”，這篇文章提出了估計(jì)規(guī)模效率的DEA模型，也被稱為BCC模型。DEA模型又可分為投入導(dǎo)向型和產(chǎn)出導(dǎo)向型，本文選擇投入導(dǎo)向的DEA模型來(lái)測(cè)算金融服務(wù)業(yè)經(jīng)營(yíng)效率。

DEA模型測(cè)算出的效率值是針對(duì)某一時(shí)間的生產(chǎn)技術(shù)而言的，其本質(zhì)是一種靜態(tài)效率分析。由于生產(chǎn)技術(shù)在較長(zhǎng)一段時(shí)間內(nèi)是不斷發(fā)生變化的，因而需要借助動(dòng)態(tài)效率分析方法進(jìn)行考察。在實(shí)際的研究中，反映生產(chǎn)率變化情況的效率指數(shù)有Malmquist指數(shù)、Passche指數(shù)、Fisher指數(shù)等。當(dāng)被評(píng)價(jià)決策單元包含多個(gè)時(shí)間點(diǎn)觀測(cè)的面板數(shù)據(jù)時(shí)，Malmqusit生產(chǎn)率指數(shù)模型可輔以距離函數(shù)的概念，分析其變化狀況以及技術(shù)效率、技術(shù)進(jìn)步在生產(chǎn)率變化中的作用。

在實(shí)證分析中，為了避免參照技術(shù)前沿的隨意性， Fare等[4]建立了DEA-Malmquist指數(shù)模型，并將Malmquist指數(shù)分解為技術(shù)效率（TE）和技術(shù)進(jìn)步（TC）兩部分。在規(guī)模報(bào)酬可變情況下，技術(shù)效率又可分解為純技術(shù)效率（PTEC）和規(guī)模效率（SC）。分解形式可表示為：

式中，技術(shù)效率測(cè)算相鄰兩期DMU與生產(chǎn)前沿面的距離變化狀況，當(dāng)技術(shù)變化率的值>1，說(shuō)明技術(shù)效率提高了；技術(shù)變化率的值=1，說(shuō)明技術(shù)效率沒(méi)有發(fā)生變化；技術(shù)變化率的值<1，說(shuō)明技術(shù)效率下降了。對(duì)于技術(shù)進(jìn)步的測(cè)度主要考慮相鄰兩期的移動(dòng)情況，該指數(shù)>1，說(shuō)明技術(shù)進(jìn)步了；該指數(shù)=1，說(shuō)明技術(shù)沒(méi)有發(fā)生變化；該指數(shù)<1，說(shuō)明技術(shù)發(fā)生了退步。純技術(shù)效率變化與純技術(shù)效率類似，反映由管理水平等因素造成的變化，規(guī)模效率變化反映自身規(guī)模改變對(duì)其效率的影響。綜上，本文采用Malmquist方法探究金融服務(wù)公司全要素生產(chǎn)率變動(dòng)的主要因素。

2.2 指標(biāo)確定

根據(jù)上述討論，本文選取的投入指標(biāo)為：營(yíng)業(yè)總成本X1 （萬(wàn)元）、股本X2 （萬(wàn)股）、總資產(chǎn)X3 （萬(wàn)元），選取的產(chǎn)出指標(biāo)為：凈利潤(rùn)Y1、流動(dòng)比率Y2、速動(dòng)比率Y3、總資產(chǎn)周轉(zhuǎn)率Y4。對(duì)于投入和產(chǎn)出指標(biāo)的相關(guān)性，本文選擇皮爾遜相關(guān)系數(shù)進(jìn)行測(cè)量。根據(jù)理論，皮爾遜相關(guān)系數(shù)值越大，說(shuō)明被檢測(cè)變量間的相關(guān)程度越高，因此選擇其投入產(chǎn)出指標(biāo)進(jìn)行效率測(cè)算的標(biāo)準(zhǔn)，相應(yīng)的評(píng)價(jià)結(jié)果越可靠。表1為采用SPSS軟件進(jìn)行皮爾遜相關(guān)性檢驗(yàn)的結(jié)果。

根據(jù)表1可以看出，本文所選擇的投入和產(chǎn)出指標(biāo)數(shù)據(jù)具有較高的相關(guān)性，說(shuō)明投入的增長(zhǎng)一定會(huì)帶來(lái)產(chǎn)出的顯著增長(zhǎng)，這也符合數(shù)據(jù)包絡(luò)分析模型中的單調(diào)性原則。

2.3 Tobit模型及指標(biāo)選取

衡量金融服務(wù)機(jī)構(gòu)經(jīng)濟(jì)效率時(shí)，選擇金融服務(wù)機(jī)構(gòu)的盈利能力這個(gè)指標(biāo)，而凈資產(chǎn)的收益率又能很好地體現(xiàn)金融服務(wù)機(jī)構(gòu)的盈利能力，故有以下假設(shè)：

假設(shè)1：金融服務(wù)機(jī)構(gòu)的經(jīng)濟(jì)效率與金融服務(wù)機(jī)構(gòu)的盈利性呈正向變動(dòng)關(guān)系。產(chǎn)品的研發(fā)投入應(yīng)該引起金融服務(wù)機(jī)構(gòu)的重視，而產(chǎn)品研發(fā)主力軍主要依靠機(jī)構(gòu)內(nèi)受過(guò)高等教育的人才[5]，故本文選取碩士以上員工在總員工內(nèi)的占比來(lái)表示員工受教育程度。

假設(shè)2：?jiǎn)T工的學(xué)歷越高，其金融服務(wù)經(jīng)濟(jì)效率便越好。金融服務(wù)機(jī)構(gòu)產(chǎn)品的邊際成本基本為0，容易產(chǎn)生規(guī)模效應(yīng)，因此規(guī)模正向促進(jìn)金融機(jī)構(gòu)提升服務(wù)效率[6]。金融服務(wù)機(jī)構(gòu)的規(guī)模由機(jī)構(gòu)總資產(chǎn)來(lái)描述。

假設(shè)3：關(guān)注金融服務(wù)機(jī)構(gòu)的規(guī)模，必然涉及機(jī)構(gòu)的管理方式，管理成本越低反映機(jī)構(gòu)管理水平越高，進(jìn)一步促進(jìn)金融服務(wù)效率的提升[7]。本文選取管理成本來(lái)衡量金融服務(wù)機(jī)構(gòu)的管理水平。

假設(shè)4：管理成本控制得好能夠顯著提升管理效率，從而使金融服務(wù)經(jīng)濟(jì)效率提高，二者呈正向變動(dòng)關(guān)系。

因此，建立如下Tobit模型，模型參數(shù)解釋如表2所示。

Y=α+α1x1+α2x2+α3x3+α4x4

3 實(shí)證結(jié)果與相關(guān)分析

3.1 金融服務(wù)機(jī)構(gòu)經(jīng)濟(jì)效率靜態(tài)測(cè)算結(jié)果

以2016-2021年11家金融機(jī)構(gòu)的數(shù)據(jù)作為樣本，選取金融服務(wù)機(jī)構(gòu)的技術(shù)效率、純技術(shù)效率和規(guī)模效率作為指標(biāo)，采用投入導(dǎo)向的BCC模型進(jìn)行測(cè)算和分析，結(jié)果如表3所示。

由表3可以看到安徽省金融機(jī)構(gòu)技術(shù)效率均值為0.583，從整體來(lái)看安徽省金融服務(wù)機(jī)構(gòu)的業(yè)績(jī)處于中等的水平。主要是由于地方金融仍處于摸索階段，技術(shù)還未成熟；再者由于很多金融平臺(tái)出現(xiàn)融資跑路問(wèn)題，對(duì)金融機(jī)構(gòu)的發(fā)展存在一定的負(fù)面影響。從純技術(shù)效率來(lái)看，平均純技術(shù)效率為0.723，這說(shuō)明在現(xiàn)有的技術(shù)水平之下，金融機(jī)構(gòu)不可能在不改變投入的情況下增加產(chǎn)出。若想改善金融機(jī)構(gòu)經(jīng)濟(jì)情況，提高投入產(chǎn)出比，就要提高企業(yè)對(duì)投入的使用效率。規(guī)模效率的均值為0.809，數(shù)據(jù)表明金融機(jī)構(gòu)規(guī)模沒(méi)有達(dá)到最優(yōu)，由于地方金融仍處于發(fā)展階段，應(yīng)注意資產(chǎn)配置和股本結(jié)構(gòu)的選擇。

3.2 金融服務(wù)機(jī)構(gòu)經(jīng)濟(jì)效率動(dòng)態(tài)測(cè)算結(jié)果

以2016-2021年11家金融機(jī)構(gòu)的數(shù)據(jù)作為樣本，采用Malmquist指數(shù)模型對(duì)金融服務(wù)機(jī)構(gòu)的技術(shù)效率、純技術(shù)效率、規(guī)模效率、技術(shù)進(jìn)步以及全要素生產(chǎn)率指數(shù)進(jìn)行測(cè)算和分析，結(jié)果如表4所示。

由表4可以看出，2016-2021年平均全要素生產(chǎn)指數(shù)為1.012，5年來(lái)安徽金融服務(wù)機(jī)構(gòu)服務(wù)效率一直以1.2%的速度遞增。2016-2021年金融服務(wù)機(jī)構(gòu)整體技術(shù)效率均值為1.085，說(shuō)明安徽省金融機(jī)構(gòu)技術(shù)效率每年以8.5%的速度遞增。技術(shù)進(jìn)步指數(shù)均值達(dá)到1.027，主要由于金融服務(wù)機(jī)構(gòu)在自貿(mào)區(qū)背景下聯(lián)動(dòng)勢(shì)頭良好。2020-2021年度全要素生產(chǎn)率高達(dá)1.379。合肥自貿(mào)實(shí)驗(yàn)區(qū)可以依靠豐富的境外服務(wù)資源，通過(guò)境內(nèi)+境外的雙向聯(lián)動(dòng)，進(jìn)一步加快金融服務(wù)的全球化，推動(dòng)金融機(jī)構(gòu)的數(shù)字化轉(zhuǎn)型。

3.3 Tobit回歸測(cè)算結(jié)果

根據(jù)2.3的參數(shù)設(shè)定，Tobit回歸主要考慮金融企業(yè)規(guī)模、利潤(rùn)、管理水平和科技創(chuàng)新能力，這4個(gè)方面對(duì)被解釋變量的影響。采用Eviews對(duì)數(shù)據(jù)進(jìn)行處理分析，得到結(jié)果如表5所示。

表5結(jié)果表明，在本文選取的總資產(chǎn)、凈資產(chǎn)收益率、管理成本以及員工受教育程度4項(xiàng)指標(biāo)中，對(duì)被解釋變量的影響排序由大到小為：總資產(chǎn)、管理費(fèi)用、資產(chǎn)收益率和員工受教育程度。因此，增加自貿(mào)區(qū)金融服務(wù)機(jī)構(gòu)的規(guī)模對(duì)金融服務(wù)機(jī)構(gòu)經(jīng)濟(jì)效率有顯著的作用，擴(kuò)大規(guī)模不具有規(guī)模經(jīng)濟(jì)效應(yīng)。凈資產(chǎn)收益率系數(shù)為0.065并且顯著，這表明金融服務(wù)機(jī)構(gòu)凈資產(chǎn)收益率越高利潤(rùn)也越大，其經(jīng)濟(jì)效率也越高。管理費(fèi)用系數(shù)為-0.069且在1%的水平上顯著。近幾年，我國(guó)金融服務(wù)機(jī)構(gòu)的規(guī)模不斷擴(kuò)大，市場(chǎng)占有率也進(jìn)一步提高，但是管理成本往往在發(fā)展范疇內(nèi)被忽略了。隨著金融的進(jìn)一步發(fā)展，高管們也逐漸意識(shí)到管理效率有利于提升金融機(jī)構(gòu)的經(jīng)濟(jì)效率，進(jìn)一步助力金融機(jī)構(gòu)瓜分市場(chǎng)份額。Tobit測(cè)算結(jié)果顯示，保持其他條件不變，高學(xué)歷員工占比每增加1%，金融機(jī)構(gòu)服務(wù)效率會(huì)增加0.047%，因此提高金融企業(yè)人才梯隊(duì)可以促進(jìn)其經(jīng)濟(jì)效率的提高。

4 提升金融服務(wù)機(jī)構(gòu)經(jīng)濟(jì)效率的建議和對(duì)策

4.1 吸引海內(nèi)外復(fù)合型高端人才，加強(qiáng)人才梯隊(duì)建設(shè)

復(fù)合型高學(xué)歷人才是金融服務(wù)機(jī)構(gòu)急需的人才，尤其是高級(jí)技術(shù)人才和企業(yè)高管的需求尤為明顯。安徽金融服務(wù)機(jī)構(gòu)提升人才梯隊(duì)建設(shè)水平和員工素質(zhì)可以通過(guò)以下4個(gè)途徑：①設(shè)立人才選拔體制，確保選拔的公平性和靈活性；②從實(shí)際需求出發(fā)，制定階梯職業(yè)發(fā)展規(guī)劃；③加大人才引進(jìn)力度，吸引科技創(chuàng)新人才以及科研人才；④創(chuàng)新人才工作激勵(lì)方式，如實(shí)施贈(zèng)與原始股權(quán)制度等。

4.2 加大科研創(chuàng)新力度

借助安徽自貿(mào)區(qū)金融創(chuàng)新改革試點(diǎn)政策，安徽金融業(yè)迎來(lái)重大發(fā)展機(jī)遇，各類金融機(jī)構(gòu)正加快金融產(chǎn)品創(chuàng)新步伐，為區(qū)內(nèi)市場(chǎng)主體提供優(yōu)質(zhì)服務(wù)，助力安徽外向型經(jīng)濟(jì)騰飛。一方面，提高產(chǎn)品創(chuàng)新能力，金融服務(wù)機(jī)構(gòu)除了加大對(duì)科研的資金和人力投入，進(jìn)一步完善自身的科研戰(zhàn)略部署和儲(chǔ)備，還要與高校、科學(xué)研究機(jī)構(gòu)等建立緊密合作關(guān)系，通過(guò)校企合作取長(zhǎng)補(bǔ)短；另一方面，注重科研成果的轉(zhuǎn)化比率，將資金投入轉(zhuǎn)化率高的科研項(xiàng)目上來(lái)。

4.3 提升金融機(jī)構(gòu)內(nèi)部組織管理水平

持續(xù)的群體活動(dòng)是在一定形式的組織中進(jìn)行的，群體活動(dòng)的持續(xù)進(jìn)行導(dǎo)致了組織的產(chǎn)生，可以從以下3方面來(lái)提升金融服務(wù)機(jī)構(gòu)組織管理水平：

①積極學(xué)習(xí)借鑒國(guó)內(nèi)外先進(jìn)的管理理念，根據(jù)我國(guó)國(guó)情制定符合國(guó)內(nèi)外要求的管理標(biāo)準(zhǔn)，不斷豐富和提高金融機(jī)構(gòu)組織內(nèi)部的管理水平；②明確組織目標(biāo)，控制管理費(fèi)用最小化，精簡(jiǎn)內(nèi)部工作人員，減少不必要的勞動(dòng)支出，為此提升金融服務(wù)機(jī)構(gòu)管理效率；③加強(qiáng)組織內(nèi)管理信息化建設(shè)，利用大數(shù)據(jù)、5G等高科技手段有效配置組織內(nèi)的資金流、物流和信息流管理，以達(dá)到有效整合科技型金融服務(wù)機(jī)構(gòu)內(nèi)外部資源的目的。

4.4 提高營(yíng)運(yùn)和盈利能力

提高金融服務(wù)機(jī)構(gòu)的營(yíng)運(yùn)能力和盈利能力，可以根據(jù)上一年的財(cái)務(wù)報(bào)表做出相應(yīng)的財(cái)務(wù)分析，從而制定本年度運(yùn)營(yíng)計(jì)劃。同時(shí)也要考慮員工對(duì)現(xiàn)有工作狀態(tài)的滿意程度、管理是否有效和金融機(jī)構(gòu)所占的市場(chǎng)份額這些非財(cái)務(wù)指標(biāo)，以提高金融服務(wù)機(jī)構(gòu)的營(yíng)運(yùn)能力。

【參考文獻(xiàn)】

【1】Charnes A， Cooper W W， Rhodnes E. Measuring the efficiency of decision-making units [J]. European Journal of Operational Research，1978，2（6）：429-444.

【2】Coelli T， Rao P， Battase E. An Introduction to Efficiency and Productivity Analysis[M]. Boston： Kluwer Academic Publishers，1998．

【3】Banker R D， Charnes A， Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J]. Management Science，1984（30）：1078-1092.

【4】Fare R， Grosskopf S， Lindgren B， et al. Productivity changes in Swedish pharamacies 1980-1989： A non-parametric Malmquist approach[M].Netherlands：Springer，1992.

【5】陳建南，廖琪.基于DEA模型的金融效率評(píng)價(jià)金融機(jī)構(gòu)——以江西各地區(qū)為例[J].金融與經(jīng)濟(jì)，2008（11）：56-59.

【6】寧媛媛.基于數(shù)據(jù)包絡(luò)分析法DEA的商業(yè)銀行效率研究[D].天津：天津師范大學(xué)，2007.

【7】龐瑞芝，張艷，薛偉.中國(guó)上市銀行經(jīng)營(yíng)效率的影響因素——基于Tobit回歸模型的二階段分析[J].金融論壇，2007（10）：29-35.

【基金項(xiàng)目】安徽商貿(mào)職業(yè)技術(shù)學(xué)院科研項(xiàng)目（項(xiàng)目編號(hào)：2021KZR12）；安徽省質(zhì)量工程項(xiàng)目（項(xiàng)目編號(hào)：2021jxtd100）；學(xué)校專業(yè)拔尖人才學(xué)術(shù)資助重點(diǎn)項(xiàng)目（項(xiàng)目編號(hào)：smbjrc202204）。

【作者簡(jiǎn)介】許賢麗（1983-），女，安徽蕪湖人，副教授，研究方向：經(jīng)濟(jì)金融。