财政金融监管支出对信贷服务效率的影响

2016-03-25周爱民

当代经济研究 2016年4期

关键词：省份信贷效率

吕坤，周爱民

（南开大学a.金融学院；b.中国特色社会主义经济建设协同创新中心，天津300350）

财政金融监管支出对信贷服务效率的影响

吕坤a，b，周爱民a，b

（南开大学a.金融学院；b.中国特色社会主义经济建设协同创新中心，天津300350）

信贷业务的可持续发展需要有效的金融监管，而财政支出是金融监管的重要支持和保障。在资源配置水平和环境因素的双重影响下，我国各省份信贷效率存在明显差异。财政监管支出有助于熨平信贷效率的波动，但也可能存在监管缺位致使财政支出没有充分发挥其应有的作用。随着区域经济发展水平差距的扩大，区域间金融信贷效率差异存在进一步扩大的可能，在各省份大力发展金融业、缩小城乡差距的同时，东、中、西部应走协同发展之路，避免由两极分化所带来的社会经济问题，从而维护正常的金融秩序、实现信贷业务的可持续发展。

财政支出；信贷服务效率；金融监管

一、引言

受到国内外宏观经济发展趋缓等因素的影响，自2011年以来，我国金融业不良贷款率持续攀升。如何提高信贷业务的风险防控水平，实现不良贷款额和不良贷款率的“双降”，成为我国经济“新常态”下金融监管机构、金融机构乃至地方政府共同面临的新问题。财政部门在金融行业总体风险的防范与控制方面具有得天独厚的信息优势。从国际经验来看，很多西方发达国家通过在财政部门设立专职机构或设立对财政部负责的金融监管机构，以实现对宏观金融的风险防范。我国金融业依然处于“分业经营”模式，相关金融机构信贷业务主要由人民银行及银监会监督管理，财政部通过派出机构实现对金融业的监管，而“一行三会”的金融监管支出主要来源于财政拨款。由此可见，财政支持是信贷业务乃至整个金融行业可持续发展的重要保证。并且，由于经济发展水平存在区域差异，我国各省份财政资金支持力度也不尽相同，各省份该项支出年度变化也存在较大差异。

金融业是国民经济的关键部门，承担着吸收社会储蓄及分配资金资源的重要服务职能，其效率高低直接关系到其对经济发展贡献的大小，具有重要的宏观意义。而作为从事具体信贷业务的金融中介机构，同现代企业一样，也是追求利润的最大化，其经营效率则更侧重于微观意义。王广谦（1997）对金融效率进行了系统深入的研究，将金融效率定义为金融运作能力的大小，并将金融效率划分为金融机构效率、金融市场效率、金融宏观效率、中央银行对货币调控效率等四个层次。［1］王振山将金融效率等同于金融资源配置的帕累托有效；［2］白钦先则提出了赋予新金融效率观的金融资源论。［3］在此基础上，沈军进一步丰富了金融效率的内涵，认为其应该是金融量性发展与质性发展的统一、静态效率与动态效率的统一、微观效率与宏观效率的统一，并通过建立金融效率综合指标体系测度了我国1990～2001年的金融效率水平。［4］云鹤等通过构建新的经济增长模型，将金融效率切分为分置效率、转化效率和配置效率，并测算出了我国金融部门相应的效率值。［5］

由于我国区域经济金融资源存在不平衡性，很多学者将前沿效率分析方法引入到对区域金融的研究中，并通过建立指标体系结合计量模型分析环境变量对效率差异所产生的影响。金春雨等用Malmquist指数对我国31个省份金融业全要素生产率进行了测度，并应用三阶段DEA方法剔除了环境因素变量对效率值的影响，得出规模效率低下是拖累综合效率的主要原因，其局限性在于对影响因素的研究仅局限于2010年，缺乏持续性。［6］蒋岳祥以包含银行、非银行金融机构、信用合作社以及股市、债市等资本市场在内的整个金融行业创新效率作为研究对象，同样应用三阶段DEA模型，并并剔除了地区经济基础、地方政府干预、对外开放水平等七个环境变量对我国30个省份金融业资本和人力投入冗余造成的影响，发现八大经济区域金融创新效率存在较大差异，但在实际业务中，金融业内部各子系统所提供的金融服务和面临的风险并不一致，其投入产出指标的选取值得商榷。［7］陆远权等以DEA方法为基础，选取金融机构年末财政存款余额、企业存款余额和城乡储蓄存款余额作为投入变量，短期贷款余额和中长期贷款余额作为产出变量，结合基尼系数和泰尔指数从省际和区际层面衡量了我国区域金融效率的差异。他们发现，2002年以来我国各地区金融效率逐步提高、区域差异开始收敛，其不足之处在于没有考虑不良贷款这一非期望产出对效率值的影响。［8］

基于对现有文献的借鉴及分析，本文的创新主要在于：（1）研究对象明确为省际金融信贷服务效率，并尽可能合理地选择投入产出指标；（2）将不良贷款这一非期望产出纳入评价指标，以期全面测度效率值；（3）将各省份财政金融监管支出作为重要影响因素，研究财政资金的扶持是否必然带来信贷效率的提升；（4）应用差分GMM和系统GMM模型，以动态视角测度信贷服务效率及其影响因素。

二、基于DEA-SBM模型的效率测度

1.投入产出变量的选取。投入产出变量的选取直接影响到最终的实证结果，由于本文研究的是区域信贷服务效率，储蓄存款作为一种具有稀缺性的社会资源，其总量往往由经济发展水平和消费习惯决定，故将金融机构数量（个）、金融从业人数（人）、本外币各项存款余额（亿元）确定为投入变量，选取本外币各项正常贷款余额（亿元）作为期望产出，不良贷款余额（亿元）作为非期望产出。本文投入产出所用数据均来自于2009～2013年国家统计年鉴及wind数据库。

2.模型构建。DEA模型是可以衡量具有多项投入与多项产出的决策单位（DMU）相对效率的一种方法。传统DEA模型基于“投入一定情况下产出尽能可多”或“产出一定下投入尽可能少”的原则，无法处理“尽可能减少”的非期望产出。Tone（2001）提出的SBM模型有效地解决了这一问题。［9］本文根据研究需要，在SBM模型的基础上推导出包含非期望产出的SBM超效率模型：

其中，ρ表示决策单元的超效率值，m表示投入指标数量，q1为期望产出，q2为非期望产出，λ为调整矩阵；为第i种投入的冗余为第r种期望产出的不足为第t种非期望产出的冗余。在本文的模型中：m=3，r=1，t=1。

3.实证结果与分析。经过计算，我国31个省份2009～2013年度的信贷服务效率平均值如表1所示。

表1 我国31个省份2009～2013年度的信贷服务效率平均值

表1的结果显示，样本期间内省际信贷服务效率差异显著，北京、上海、天津、山东四个省份信贷服务效率均值超过1，为综合效率有效省份，其中，北京在样本期间内占据首位；西藏自治区效率值仅为0. 242，与其他省份差距明显；全国效率均值为0.679，共12个省份超越全国平均水平。从东、中、西部各样本期间内效率值动态变化情况来看，除中部地区在2011年略有下降外，东部、西部和全国平均效率值均逐年提高。东部地区的金融信贷服务效率优势明显；西部地区虽略低于全国平均水平，但近几年差距逐年缩小；中部地区的效率值尚不足0.5，近乎是东部地区的一半，且与全国平均水平差距呈逐年扩大趋势，信贷服务效率令人堪忧。

从实证结果可以看出，经济发展水平较高、金融资源丰富、贸易繁荣以及收入水平较高的东部沿海省份信贷服务效率远高于其他地区，除河北省明显落后之外，其他各省之间效率差异不大。西部地区的宁夏效率值遥遥领先，重庆、四川两紧邻省份效率值显著不同，前者为后者的2倍之多。中部地区仅有内蒙古效率值高于全国均值，黑龙江、山西、河南严重低于全国平均水平。从投入产出指标角度分析，效率值偏低的省份也分为不同类型：西藏的问题在于产出指标不良贷款冗余过高，西藏不良贷款率一度高达3%以上，在2013年不良贷款率大幅下降后效率值提升为0.40；而投入指标冗余过高是导致黑龙江、河南、河北、四川等四省效率值低下的主要原因，样本期间内这四个省份的从业机构人员和营业机构数量两项指标冗余率均在40%以上，个别年份甚至达到60%。由此可见，这些省份没有充分将现有的金融信贷资源服务于社会的经济发展，其深层次原因或是由于投入指标配比不协调，或是由于没有充分发挥人力资源作用，存在严重的金融资源浪费；山西省兼具上述两种冗余情况，且不良贷款率偏高始终是影响效率值提升的瓶颈，如何改变信贷资源粗放式管理现状、有效进行贷款风险防控并实现信贷资源精细化管理是今后需要重点关注的内容。值得一提的是，宁夏各项投入资源仅高于青海和西藏，但投入产出转化能力很强，效率值逐年提升，可作为区域内的参考标杆。

三、信贷服务效率影响因素研究

1.计量模型设定及变量阐释。本文主要考察省际财政资金支持对信贷服务效率的影响，并采用面板数据模型进行处理。各省份信贷效率易受到前期影响，实现金融信贷集约化发展的省份，其资源管理及风险防控已经步入正轨，使得高效率具有一定可持续性。同时财政支持等宏观因素的实际影响往往具有一定的滞后性，并且当年的财政金融监管事务支出也会受到上年度国民经济发展水平和不良贷款情况的影响，这些都将导致普通面板数据模型中存在内生性问题。对于大N小T的面版数据，使用广义矩估计（GMM），引入工具变量不失为解决问题的好办法。因此，本文构建如下动态面板数据模型：

其中，score表示各省份信贷服务效率值；fin表示地方公共财政支出中“金融监管事务等支出”项目；gdp为国内生产总值；perofin为金融、保险业占整体gdp的比例；sale代表国内贸易发展情况，为零售业与批发业商品销售总额；city、country分别代表城镇居民人均可支配收入、农村居民家庭人均纯收入。表2为各变量含义说明、统计描述及预期系数符号。

表2 变量阐释及描述性统计（样本数为155）

以上变量样本期间为2009～2013年，为了消除异方差和量纲差异，本文将除perofin外的其他影响因素变量原始数据都做了自然对数处理。影响因素原始数据来源于各年度全国统计年鉴、wind数据库。

2.回归结果分析。动态GMM模型可分为差分GMM和系统GMM，通常认为后者可以提高估计的效率，测度结果更为合理。为进行比较分析，本文将两种模型的回归结果列出整理为表3。

从表3可以看出，被解释变量滞后一期在两个模型中均通过了0.1%显著水平的检验，且系数均为正，说明各个省份信贷效率的提升不仅依赖于当期投入产出比，同时也依赖于前期的生产能力和管理水平，效率水平具有一定积累性和持续性，这与我们前文的实证结果也相吻合，解释了东部沿海区域大部分省份的效率一直保持领先水平的原因。模型二中前期效率值对当期效率值的影响大于模型一。

表3 动态GMM模型回归结果

财政监管支出及其滞后一期是本文重点关注的影响因素，从实证结果看，财政监管支出滞后一期在两个模型中均通过了0.1%的显著性检验，回归系数近似，符号为负，即上期财政监管支出提高1%的水平，本期信贷服务效率值下降0.015，反之亦然。当期财政监管支出对效率值的影响在两个模型中分别通过了5%、1%的显著水平检验，但系数却出现了不一致，模型一中的影响方向为正，而模型二中影响方向为负。正向的影响意味着用于金融监管的财政支出发挥了其应有的作用，推动了区域信贷效率的提升。负向影响的内在原因则需要进一步研究思考：首先，财政监管支出一方面受到地方财政预算的约束，另一方面也受到信贷质量的影响。当本年度不良贷款率上升、正常贷款增速放缓、金融信贷资源没有充分发挥作用时，为了防止引发区域经济的系统性风险，监管部门就会加强对金融机构的检查监管力度，人力、财力的支出都会影响本年度相关监管支出，进而增加下一年度的金融监管支出预算；由于监管力度加大，金融机构发放贷款时将会提高贷款发放标准，严格控制风险，从而使不良贷款余额下降、正常贷款增速提高，相应的财政监管支出就会收缩，并且影响到下一个年度。从这个角度看，财政金融监管事务支出作为一种调控手段，似乎具有一定的逆周期性，可以熨平区域信贷业务的波动。但是，这种逆周期调控往往为事后监督，具有亡羊补牢的特点，缺乏主动性和预见性，同时，各项财政支出都会受到区域经济发展速度以及财政收入等因素的制约，金融监管事务支出亦不例外。其次，金融监管部门可能存在一定程度的缺位，在某些省份财政支出对金融监管部门的支持并没有对信贷效率产生带动作用。在这种情况下，就要重新审视监管资金的运用，将各项支出配比进行有效整合，提高财政支出的使用能力。［10］

代表区域经济发展水平的GDP及其滞后一期仅在模型二中具有显著性，前者系数为正，后者系数为负。经济发展离不开生产经营的扩大，在经济繁荣时期或经济发达省份，企业更倾向于借助贷款融资扩大生产规模，资金周转也较为顺畅，其还款能力和还款意愿均较强，信贷部门的不良贷款压力较小；而在经济发展趋缓时期或经济落后省份，则会面临贷款与还款意愿较差的状况，导致信贷效率下降。perofin以比例形式体现了不同区域金融业的发展水平，对信贷效率影响显著，在金融业经营规模较大的区域，金融机构、金融人才较为集中，行业竞争也比较激烈，因此，从事信贷业务的金融机构对资源的利用也更为合理，从而投入指标冗余率低、信贷效率高，这与实证结果影响系数为正相一致。可见，该比例较低的省份若提高金融产业在国民经济发展中的比重，将有助于信贷资源作用的发挥。同样，贸易发达省份对金融信贷服务的依赖程度较高，反过来也会对信贷效率产生积极作用，这与lnsale指标的系数回归结果一致。尽管企业贷款在全社会贷款中占比优势明显，但随着人民收入水平的提高和消费观念的转变，个人住房和各种消费类贷款逐年增多，因此，人均收入因素对信贷效率必然会产生影响，表示城镇居民人均收入的lncity在两个模型中均通过了显著检验且系数为正，与预期一致；农村居民人均收入lncountry在模型一中影响不显著，而在模型二中存在显著的负影响。综合这两项人均收入指标可以看出，城乡收入差距不利于信贷效率的整体提高，加快城镇化进程、优化城乡人口结构是提升信贷效率的途径之一。

四、结论与政策启示

本文通过可以处理非期望产出的DEA扩展模型SBM，测度了2009～2013年我国31个省份的信贷服务效率，并通过广义矩估计GMM模型分析了财政金融监管支出及其他宏观因素对信贷效率产生的影响。本文得到了以下结论。

第一，我国信贷服务效率整体偏低，各省份以及东、中、西三大区域效率差异明显。受宏观经济因素和区位因素影响，东部沿海地区效率值最高，西部次之，中部地区金融信贷资源没有得到充分利用，冗余比例较高，严重影响效率值。在今后的发展过程中，东部地区应保持效率优势，中部地区省份则应在资源配比、信贷风险防控方面向邻近高效率省份借鉴经验，通过人才引进或技术交流等方式缩小效率差距。

第二，财政监管支出对信贷效率影响显著，其滞后一期的监管支出对效率值存在显著的负向影响。如何在发挥财政监管支出熨平信贷波动方面作用的同时，提高其预见性和导向性是今后需要着力研究的问题。此外，要加强对金融监管资金使用的监督和跟踪，以充分发挥财政资金支持的应有作用。

第三，各省份经济、金融、贸易发展水平以及城镇居民收入等宏观因素都能对信贷效率值产生显著影响，随着区域经济发展水平差距的扩大，区域间金融信贷效率差异存在进一步扩大的可能，在各省份大力发展金融业、缩小城乡差距的同时，东、中、西部应走协同发展之路，避免由两极分化所带来的社会经济问题，从而维护正常的金融秩序、实现信贷业务的可持续发展。

［1］王广谦.经济发展中金融的贡献与效率［M］.北京：中国人民大学出版社，1997：68.

［2］王振山.金融效率论［M］.北京：经济科学出版社，2000：59.

［3］白钦先.呼吁实施金融可持续发展战略的建议［N］.金融时报，1998-05-27.

［4］沈军.金融效率理论框架与我国金融效率实证考察［J］.北京：金融论坛，2003（7）：2-7.

［5］云鹤，胡剑锋，吕品.金融效率与经济增长［M］.北京：经济学（季刊），2012（1）：595-612.

［6］金春雨，韩哲，张浩博.我国区域金融业全要素生产率的追赶效应与增长效应分析［J］.武汉：统计与决策，2013（3）：162-166.

［7］蒋岳祥，蒋瑞波.区域金融创新：效率评价、环境影响与差异分析［J］.杭州：浙江大学学报（人文社会科学版），2013（7）：52-65.

［8］陆远权，张德钢.我国区域金融效率及效率差异研究［J］.长沙：经济地理，2012（1）：96-101.

［9］Tone，K..A Slacks-Based Measure of Efficiency in Data Envelopment Analysis［J］.European Journal of Operational Research，2001（130）：498-509.

［10］斯文.关于场外衍生品市场国际监管合作的研究［J］.长春：税务与经济，2013，（1）：28-35.

责任编辑：蔡强

F812.45