经济增长与银行业发展：基于效率互动的视角

李俊奇，张红伟

（四川大学 经济学院，成都 610065）

0 引言

我国的经济增长虽取得巨大成绩但存在着诸如环境污染、单位GDP能耗过高和增长可持续性差等问题。整体而言，经济增长过程中存在效率低下的问题，经济转型升级的任务极为迫切，经济增长的效率问题日益得到重视。金融机构效率提升亦是学术界的重要研究课题。我国金融机构体系属于银行主导型，银行业金融机构效率对整个金融体系的运行效率发挥决定性作用并进而对经济增长产生重大影响。金融在经济增长中的作用不言而喻，经济增长对金融的反作用也值得关注。互动关系研究有助于对银行业金融机构效率和经济增长效率的提升路径形成更深层次的认识，具有较强的现实意义。基于相关文献的分析，本文依托省际面板数据，将30个省份作为决策单元对我国银行业金融机构效率与经济增长效率进行评估，从而使研究对象覆盖所有银行业金融机构，在范围扩大基础上使结论更有说服力。本文使用基于DEA-Tobit模型的面板数据联立方程研究我国银行业金融机构效率与经济增长效率的互动关系。联立方程适用于系统内变量间相互关系的研究，能够较好地解决单方程模型难以研究双向互动关系的问题，从而使互动关系结论更为贴合实际。

1 银行业金融机构效率与经济增长效率评估

1.1 模型选择

为了对银行业金融机构效率（YHXL）与经济增长效率（HGJJ）的互动关系进行分析，首先需对两个效率进行评估。本文使用DEA-BC2模型进行效率评估。Banker、Charnes和Cooper于1984年提出了基于规模报酬可变假设的DEA-BC2模型（魏权龄，2004）。该模型将效率值（技术效率，TE）分解为纯技术效率（PTE）和规模效率（SE）之积：TE=PTE×SE。纯技术效率反映决策单元在规模一定情况下由自身管理和技术水平决定的生产效率；规模效率反映规模因素决定的生产效率，体现实际规模与最优规模的差距。技术效率（TE）又称综合技术效率，是对决策单元资源使用效率、资源配置能力等多种能力的综合评价，反映决策单元的综合经营管理能力。本文以技术效率来表示银行业金融机构效率和经济增长效率。

1.2 指标选取与数据说明

1.2.1 指标选取

本文按照生产法的思路选取银行业金融机构效率投入产出指标。产出指标选取本外币各项存款余额与本外币各项贷款余额，出于三个方面原因的考虑：一是传统的存贷款业务仍是银行的主要业务；二是存款和贷款是银行服务客户、提供金融中介业务的劳动成果；三是数据的可得性。投入指标选取银行网点从业人数和银行网点净资产，在这里需要明确三点：这里的银行指银行业金融机构，它的范围不仅限于传统的全国性大银行或上市银行；银行网点净资产=银行网点资产总额-存款，因为存款是银行最主要的负债，以规模最大的银行工商银行为例，2013年底客户存款占负债总额的82.89%，故用存款近似代替负债总额，用银行网点净资产近似代替所有者权益；银行业金融机构的员工和资产主要分布在营业网点，这是选取它们作为投入指标的重要依据。

在经济增长效率投入产出指标选取方面，产出指标选取以2004年价格计算的GDP，原因有二：一是可以剔除价格因素的干扰；二是GDP为衡量省份最终产出的关键指标，且易于量化。选取就业人数、能源消费总量和固定资本余额作为投入指标。其中就业人数体现省份人力资源的投入量；能源消费总量体现省份经济增长的能源消耗；固定资本体现省份建筑工程、安装工程和设备工器具等固定资产的投入量，为保持口径一致，同样以2004年价格来计算历年固定资本余额。

1.2.2 数据说明

从经济增长率角度来看，2004～2013年我国经济经历了稳步增长到高速增长再到增速回落的过程，近似形成了一个经济周期，因此选取这十年作为研究区间。银行业金融机构效率投入产出指标数据来源于历年各省份金融运行报告和统计年鉴，个别数据经过调整或推算。经济增长效率投入产出指标数据来源于历年中国统计年鉴、中国能源统计年鉴和各省份统计年鉴。

基于DEA模型对投入产出指标间的同向性要求，且尚未确定各指标是否服从正态分布，故借助SPSS19.0软件，使用非参数的“Kendall’s tau_b”秩方法，对10年投入产出指标做相关性检验。检验结果表明银行业金融机构效率的投入产出指标间满足同向性要求且通过显著性检验；经济增长效率的投入产出指标间亦是如此，故可以运用DEA模型展开效率评价。

1.3 以2004年为基期的银行业金融机构效率与经济增长效率

运用DEA模型分析决策单元的效率时，只有处于同一生产可能集、面临同一生产前沿面的决策单元DEA效率值才具有可比性。不同时间上的决策单元所处的技术、制度环境是不同的，因此生产可能集不同，对应的生产前沿面也不同，故不可对不同时间上的DEA效率值进行直接对比或运算。为了解决可比性问题，本文首先对2004～2013年的各省份银行业金融机构效率Malmquist指数进行评价。

Malmquist指数法可以对不同时期生产前沿面的变动情况进行考察，从而解决了决策单元DEA效率值的纵向对比问题。该指数定义如式（1）所示。

TFPCH、TECHCH、EFFCH、PECH和SECH分别表示全要素生产率变动指数、技术进步变动指数、技术效率变动指数、纯技术效率变动指数和规模效率变动指数。重点关注EFFCH，它反映生产前沿面不变前提下，由管理、技术以及规模等内部因素变化导致的相邻两年间技术效率变动情况，表现为综合经营管理能力变化对决策单元效率变动的影响。由于Malmquist指数法可以同时反映技术效率和技术进步的变动情况，故它可以对DEA效率进行动态考察。上述各指数大于1表示相应指标高于上一年，等于1表示相等，小于1表示低于。运用DEAP2.1软件计算2004～2013年我国各省份银行业金融机构效率与经济增长效率Malmquist指数。

求得Malmquist指数后进一步求取2004年各省份银行业金融机构效率。在此基础上以2004年为基期，将基期各省份银行业金融机构效率（技术效率）乘以2004～2005年技术效率变动指数（EFFCH）得到2005年各省份银行业金融机构效率，并以此类推得到其余年份各省份银行业金融机构效率。采用同样方法得到历年各省份经济增长效率。上述做法引入了Malmquist指数，在反映历年效率变动情况的基础上，因基期一致而使统计口径保持一致从而保证了历年效率的可比性。基于上述方法求得以2004年为基期的2004～2013年银行业金融机构效率与经济增长效率，为两者的互动关系分析做铺垫。

2 银行业金融机构效率与经济增长效率互动关系分析

2.1 模型构建与指标选取

2.1.1 DEA-Tobit模型

DEA-Tobit模型分两步完成，第一步使用DEA-BC2模型评价决策单元的效率，得出DEA效率值；第二步以第一步得到的DEA效率值为因变量，以影响因素作为自变量进行回归分析，以研究影响因素对效率的作用。由于DEA效率值介于0和1之间，在此情况下若用普通最小二乘法（OLS）会产生有偏且不一致的参数估计结果，故用Tobit模型进行估计；它是因变量受限模型的一种，其标准形式表示如下：

2.1.2 指标的选取

本文选取银行业金融机构效率（YHXL）、GDP增长率（GDPZ）、地方财政支出/收入（DFCZ）、居民储蓄倾向（JMCX）、经济增长效率（HGJJ）作为分析指标。

YHXL和HGJJ分别反映银行业金融机构效率和经济增长效率，体现银行业发展和经济增长的质量。一方面，宏观经济环境是银行业金融机构运行中的重要影响因素，经济增长效率的变动意味着银行业金融机构经营环境的变化，可能对银行业金融机构效率产生直接作用，同时经济增长情况变化引发的宏观调控政策调整可能会间接影响银行业金融机构效率；另一方面，作为金融资源重要流通和配置渠道的银行业金融机构，它的效率变动必然影响金融资源的流量与流向，从而可能对经济增长效率产生作用。

GDPZ反映经济增长的速度，体现宏观经济的活跃程度。一方面，较高的经济增长速度意味着较多的资金流动，从而对银行业金融机构的经营活动产生影响，可能对其经营效率施加作用；另一方面，经济增长速度只能反映经济产出的增长速度，它对经济增长质量——经济增长效率的作用值得分析。

DFCZ反映地方政府干预宏观经济的积极程度。一方面，我国各级政府在社会经济生活中发挥重要作用，银行业金融机构是其重要的融资来源，积极的财政措施意味着政府对银行业金融机构资金较高的依赖性，势必带动大量资金流经银行体系，影响银行业金融机构的经营情况进而可能对其经营效率产生影响；另一方面，政府在资源配置中发挥重大作用，它对经济的干预必然影响资源的配置方式和结果，从而可能影响经济增长效率。

JMCX反映各省份居民的储蓄倾向。一方面，居民储蓄是银行重要的资金来源，较高的居民储蓄倾向意味着较低的吸存成本，因此它有可能与银行业金融机构效率存在正向关系；另一方面，居民储蓄倾向的提高意味着消费的减少，可能对经济增长效率产生直接不利的影响，同时较高的居民储蓄倾向意味着较高的储蓄率，为投资提供了强大支持，从而可能间接地推动经济增长效率提升。

2.1.3 数据的说明

为了保证统计口径的一致性，YHXL和HGJJ均以2004年为基期乘以相应的历年Malmquist指数求得。其他指标数据来源于2005～2014年中国统计年鉴。另外，GDPZ为剔除了价格因素的GDP增长率，以保证不同年份数据的口径一致。各变量间的相关系数处在（-0.37，0.45）范围内，判定模型存在多重共线性的可能性较小。

2.1.4 联立方程的设定

根据上述假设与理论模型，构建反映银行业金融机构效率与经济增长效率双向关系的联立方程组。该方程组基于DEA-Tobit模型，是两个因变量取值均受限的两方程联立方程组，其基本形式如下所示：

式（2）和（3）中i代表省份，t代表年份，t-1代表滞后一期，α0和β0分别为各方程的固定效应，uit和εit为随机误差项。

2.2 面板数据的平稳性检验

本章的研究内容为2004～2013年10年间30个省份的银行业金融机构效率与经济增长效率的互动关系，存在时间和截面两个维度，因此有必要对各面板序列进行平稳性检验，以避免可能存在的“伪回归”问题。为了保证检验结果的可靠性，同时选取相同单位根检验的LLC法和不同单位根检验的Fisher-ADF法。当两种方法检验结果均为序列通过平稳性检验时方可将序列视作平稳序列，否则为不平稳序列。使用Eviews7.2软件，面板数据的平稳性检验结果如表1所示。

表1 面板数据的平稳性检验结果

根据表1，可以发现各序列的原序列均通过两种方法的平稳性检验，均为平稳序列，可以直接进行联立方程分析。

2.3 实证结果分析

通过检验式（2）和式（3）的秩条件和阶条件，发现两者均为过度识别。使用三阶段最小二乘法，借助Eviews7.2软件进行联立方程组模型分析，结果如表2所示。

表2 联立方程估计结果

（1）银行业金融机构效率的影响因素分析

根据表2，全国、中部和西部的YHXL方程中GDPZ的系数显著为负，东部YHXL方程中GDPZ系数不显著。全国经济增长速度提高0.01则银行业金融机构效率总体下降0.01113，说明经济增长速度的提高不利于银行业金融机构效率的提升。伴随着经济增长，银行业金融机构会扩大其规模，经济增长速度越快，银行业务量增长的速度也会随之提高，作为应对，银行的规模也会加速扩张。一方面，在当前银行业金融机构规模普遍不足的背景下，规模的快速扩张加速了银行业金融机构规模向最优规模靠近，从而有利于规模效率的提升；另一方面，规模过快扩张带来的大量人才培养问题和管理问题不利于管理和技术水平的提高进而不利于银行业金融机构效率的提升。经济增长速度对银行业金融机构效率的不利作用主要表现在中部和西部地区，在东部地区的作用不显著。这应该与东部地区的人力资源优势有关，而中、西部地区银行业金融机构应在规模扩张时更加注重人才培养工作与管理水平的提升。

YHXL方程中DFCZ的系数在全国、东部显著为负，在中部和西部不显著。说明从全国范围来看，地方政府财政措施越积极越不利于银行业金融机构效率的提升，当地方政府财政支出/收入增加1时银行业金融机构效率总体下降0.028。政府对宏观经济的过多干预意味着民间经济主体的经济活动受到更多排挤，意味着更多的资源由政府配置，这必然抑制全社会范围内资源的使用效率，进而间接对银行业金融机构效率产生不利影响。另外，地方政府财政措施积极程度的提高需要银行更多的贷款支持，在当前地方债数额庞大的背景下为银行业金融机构带来了巨大资金压力，不利于银行资金的周转从而抑制了银行业金融机构效率的提升。地方政府财政措施对银行业金融机构效率的抑制主要表现在东部地区，在中、西部表现不显著。这应该与东部地区较高的经济金融化程度有关。东部地区经济最为发达，金融活动最为频繁，经济金融化程度最高，银行业金融机构表现自然易受政府作用的影响。

全国和各地区YHXL方程中JMCX的系数均不显著，说明居民储蓄倾向对银行业金融机构效率的作用并不显著。由于本文将银行业金融机构的产出指标设置为存款余额和贷款余额，居民储蓄倾向提高有利于居民存款增加的同时却会导致居民贷款的减少，从而对效率产生一正一负两个作用。另外，本文的居民储蓄倾向=1-居民消费倾向，居民收入中除去消费之外的部分并非全部表现为银行存款。事实上，在居民投资理财意识不断加强、通货膨胀率高企以及银行存款利率低下的背景下，银行存款只占居民总储蓄中的极小比例，因此高居民储蓄倾向并不意味着大比例的资金流入银行。这应该是居民储蓄倾向对银行业金融机构效率作用不显著的主要原因。

全国和各地区YHXL方程中HGJJ的系数均不显著，说明经济增长效率对银行业金融机构效率的作用不显著。经济增长效率的提升意味着资源集约使用程度提高，意味着投入的相对减少和产出的相对增多。从产出端来看，实证结果已经表明GDPZ对银行业金融机构效率的作用显著为负，产出端的快速增长不利于银行业金融机构效率的提升；从投入端来看，投入相对减少意味着固定资本等资源投入相对减少进而不利于银行贷款的增加，从而可能不利于银行业金融机构效率的提升。因此总体来看经济增长效率对银行业金融机构效率的作用应该为负向。实证结果中的系数为负也表明了这种关系，但系数不显著说明作用不显著，这可能与前者对后者作用的传导路径过长有关。

（2）经济增长效率的影响因素分析

GDPZ在HGJJ各方程中的系数均不显著，说明经济增长速度对经济增长效率的作用不显著。经济增长效率体现投入和产出的对比关系，由投入和产出两端的情况决定。经济增长速度仅反映产出端的增长情况，不能体现投入端的变化，故经济增长速度不能对经济增长效率施加明显作用。

DFCZ在HGJJ各方程中的系数均未通过显著性检验，说明地方政府财政措施的积极程度对经济增长效率的作用不显著。这应该与地方政府在经济增长效率上同时存在着相反方向的两个作用有关：一方面，地方政府财政措施越积极意味着更多的政府投资和消费，从而正向影响GDP的增长进而有利于经济增长效率的提升；另一方面，政府投资和消费会对民间投资与消费形成挤占，考虑到政府在投资和消费方面相对于民间的低效率，地方政府财政措施积极程度的提高反而不利于经济增长效率的提升。因此，从经济增长效率角度来说政府不必过多地干预经济。

从JMCX在HGJJ各方程中的系数来看，全国范围、东部和中部的系数显著为负，西部的系数不显著。说明居民储蓄倾向的提升不利于全国范围、东部和中部经济增长效率的提高，对西部经济增长效率的作用不显著。全国居民储蓄倾向每提高0.01，经济增长效率会降低0.00108。较高的居民储蓄倾向意味着较高的储蓄率，而高储蓄率为经济增长提供了充足的资金，构成了高投资率的必要条件。改革开放后我国的经济增长呈现鲜明的高储蓄率、高投资率特征，投资在经济增长中的地位极为重要，是我国经济高速增长的主要动力，这以我国居民较高的储蓄倾向为前提。一方面，较高的居民储蓄倾向不利于消费的增加，一定程度上抑制了GDP的增长；另一方面，高居民储蓄倾向带来的高储蓄率对我国投资拉动型的经济增长模式贡献巨大，带来了经济的快速增长，但是投资拉动的经济增长过程中资源浪费问题大量出现，资源使用效率不高问题严重掣肘经济增长效率的提升。因此，根据实证结果，高居民储蓄倾向背景下的投资拉动型经济增长模式是一种效率低下的增长模式，应尽快转变我国的经济增长模式，即从投资拉动型经济增长模式向消费拉动型经济增长模式转变。从系数来看，这一转变应尽快在东部和中部完成，西部虽然系数也为负数但并不显著，考虑到西部经济整体最为落后的现实，投资拉动型经济增长在西部经济增长中还有较大的意义。

HGJJ各方程中YHXL的系数均显著为正，说明2004～2013年间我国银行业金融机构效率对经济增长效率在全国范围、东部、中部和西部的作用是显著正向促进的。全国银行业金融机构效率每提升0.01，经济增长效率会提高0.00048。原因应该在于银行业金融机构效率提升意味着银行职能更高效率地发挥，从而为经济增长提供了更好的金融支持。银行业金融机构是我国最重要的金融机构，发挥信用中介、支付中介、信用创造和金融服务的职能。银行业金融机构将社会上分散的资金通过信用中介职能集中起来并投放到各个经济领域，效率的提高意味着信用中介职能的高效运行，意味着存量资金的高效流动，从而有利于经济增长效率的提升。支付中介职能的高效运行给各领域经济业务往来提供了极大便利，加速了资金的流动从而有利于经济的繁荣。信用创造职能实现了货币流通量的放大，该职能的高效运行有利于实体经济更加高效地、低成本地获取资金，从而有利于经济增长。金融服务职能的高效率运行有利于经济体的高效决策与成本节约进而有利于经济的高效增长。结合我国银行业金融机构效率的变动情况分析，10年间我国银行业金融机构效率年均提升3.5%，这一提升有利于我国经济增长效率的提高。

3 结论

就全国来看，10年间经济增长速度和地方政府财政措施积极程度均对银行业金融机构效率存在显著负向作用，居民储蓄倾向则对银行业金融机构效率作用不显著。经济增长速度提高对银行业金融机构效率的不利作用主要表现在中部和西部地区，在东部地区的作用不显著。这应该与东部地区的人力资源优势有关，而中、西部地区银行业金融机构应在规模扩张时更加注重人才培养工作与管理水平的提升。地方政府财政措施积极程度对银行业金融机构效率的抑制作用主要表现在东部地区，在中、西部表现不显著。这应该与东部地区较高的经济金融化程度有关。东部地区经济最为发达，金融活动最为频繁，经济金融化程度最高，银行业金融机构表现自然易受政府作用的影响。

经济增长速度和地方政府财政措施积极程度均未对经济增长效率产生显著影响。居民储蓄倾向对经济增长效率存在显著负向作用，一方面高居民储蓄倾向不利于消费增加从而抑制经济增长；另一方面高居民储蓄倾向下的投资拉动型经济增长模式效率低下。

从经济增长效率和银行业金融机构效率的关系来看，10年间两者存在单向关系，前者对后者影响不显著，原因可能在于前者对后者作用的传导路径过长；而银行业金融机构效率对经济增长效率存在显著的正向作用，原因应该在于效率提升意味着银行业金融机构的信用中介、支付中介、信用创造和金融服务等职能更高效率地发挥，从而为经济增长提供了更好的金融支持。

[1]Guha-Khasnobis B,Bhaduri S N.A Hallmark of India’s New Economic Policy:Deregulation and Liberalization of The Financial Sector[J].Journal of Asian Economics,2000,11(3).

[2]Wurgler J.Financial Markets and The Allocation of Capital[J].Journal of Financial Economics,2000,58(1).

[3]Levine R.Finance and Growth:Theory and Evidence[J].Handbook of Economic Growth,2005,（1）

[4]张望,张书琴.知识产权保护、金融市场效率与经济增长[J].经济评论,2010,(6).

[5]王擎,田娇.非正规金融与中国经济增长效率——基于省级面板数据的实证研究[J].财经科学,2014,(3).

[6]魏权龄.数据包络分析[M].北京：科学出版社,2004.

[7]周华林,李雪松.Tobit模型估计方法与应用[J].经济学动态,2012,(5).