金融服务实体经济发展效率的实证研究

陈苗苗

摘   要：本文基于全国31个省、市、自治区2013-2017年的面板数据，分别运用DEA-BBC模型与DEA-Malmquist指数分析各地区金融支持实体经济发展的效率及变化情况，以期为经济高质量发展提供相关建议。结果显示：全国金融支持实体经济发展效率较低，30%的省份主要靠规模效率拉动，且不同省份之间差异显著;我国金融支持实体经济的全要素生产率整体呈上升趋势，但纯技术效率指数明显下降，沿海经济区与黄河中上游经济区全要素生产率增长趋势较为明显。

关键词：金融;实体经济;效率;DEA模型

一、引言与文献综述

金融与实体经济共生共荣，畅通金融循环是加快实体经济高质量发展的重要突破口。研究当前发展阶段下金融要素的投入对于推进实体经济高效发展具有重要意义，全面测度中国各省市金融支持实体经济增长的效率，不仅有利于调整实体经济结构，也有助于有针对性地提升金融扶持实体经济力度。

国内外关于金融服务实体经济发展的相关研究主要集中在金融与实体经济增长关联性的理论研究、金融服务实体经济效率的测度方法研究、金融与实体经济关系的实证研究三个方面。

（一）金融与经济增长关联性的理论基础研究

相关理论观点主要有金融深化论、金融抑制论和金融约束论。麦金农和肖（1973）提出了金融深化论，认为发展中国家要想使经济得到发展，就应重视金融对国民经济的影响，麦金农和肖（1974）在此基础上，根据发展中国家的实际情况提出了金融抑制论，认为政府对金融活动和金融体系的过多干预抑制了金融体系的发展，金融体系发展滞后又阻碍了经济的发展。Hellmann等（1997）提出了金融约束论观点，认为政府通过制定金融约束政策，包括控制存贷款利率、限制市场准入等，实现更有效率的金融深化与信贷配置，进而推动经济加速增长。

（二）金融服务实体经济效率的测度方法

现有研究主要运用数据包络分析法（DEA）、非径向方向距离函数、基于松弛变量的SBM函数等方法，康峰（2018）运用DEA模型实证分析了西北地区金融发展对实体经济的影响，蔡则祥和武学强（2017）运用Luenberger指数法和SBM方向性距离函数分别测度及分解了31个省市金融服务实体经济发展的全要素生产率值和无效率。

（三）金融与实体经济关系的实证研究

关于金融与实体经济的相关性研究较为丰富，Franklin Allen（2006）从实体经济发展与金融体系结构的演变入手，从结构角度考察了金融与实体经济的相关性，实证表明企业金融需求的变化影响金融体系变化，实体经济的结构特征对金融体系发展起决定作用。在金融促进实体经济效率的影响因素研究方面，现有文献集中在研究金融产业规模、金融体系结构、政府干预等因素对金融促进实体经济效率的影响，张军等（2005）、李青原等（2013）分别构建模型，得出金融规模的增加与体系的优化对地区实体经济资本配置效率有正向影响，张林和张维康（2017）则持相关观点，认为金融产业规模增加、金融体系结构与政府干预都会降低金融服务实体经济效率。Cecchetti和Kharroubi（2012）运用面板数据实证分析了金融规模扩大对实体经济的影响，研究结果表明金融规模的扩大降低了金融部门促进实体经济产出的效率。在金融服务实体经济如何保持高效率问题上，Ductor和Grechyna（2011）认为，只要金融部门与实体经济部门的增长速度协调一致，且实体经济的增长速度快于金融部门的增长速度，那么金融支持实体经济的效率才能保持较高水平。

从上述研究可以看出，已有文献对于金融支持实体经济的相关探索开展时间较早，且研究较为深入，相关研究集中在金融与实体经济增长关联性的理论基础、金融与实体经济关系的实证研究、金融服务实体经济效率的测度方法三个方面。但国内学者对于金融支持实体经济发展效率的测度研究尚不丰富，鉴于此，本文基于全国31个省、市、自治区省际面板数据，测度金融支持实体经济效率，以期全面反映我国在高质量发展背景下，各省金融对实体经济发展的支持情况。

二、金融支持实体经济发展效率的实证分析

本部分将用DEA-BBC模型测算2017年各省（市、区）金融支持实体经济发展的效率，并分析其变化特征;同时，为了解我国各地区金融支持实体经济效率的年度变化情况，运用两阶段分析法测算2013-2017年金融支持实体经济效率的DEA-Malmquist指数，分地区动态分析金融支持实体经济的效率。

（一）模型介绍

（二）指标选取与数据来源

1.指标选取。本研究借鉴游士兵等（2019）、杨迪等（2017）的指标构建方法，用实体经济产出作为产出指标，即GDP减去房地产业和金融业的产值之差，用社会融资规模、金融业固定资产投资总额表示金融部门的资本投入，用金融业从业人员数量表示劳动投入，用金融机构贷款余额与存款余额的比值即存贷比代表金融中介效率。

2.数据来源。本文选取2013-2017年中国31个省、市、自治区的相关投入产出数据测算金融服务实体经济效率;选取2013-2017年面板数据测算各地区的两阶段Malmquist指数。所有数据均来源于Wind数据库。变量的描述性统计见表2，运用DEAP2.1软件运算实证结果。

（三）实证结果分析

1.DEA-BBC模型测算结果分析。通过计算全国的平均效率，得到2013-2017年全国平均效率为0.857，省际金融支持实体经济发展的效率对比图见图1。通过比较发现，山西、内蒙古、江苏、福建、山东、河南、广东、重庆、云南、陕西、新疆等11個省份的综合技术效率值为1，表明这些省（市、自治区）金融对实体经济的支持完全有效，说明金融对实体经济发展的贡献度较高，以上省、市、自治区中江苏、福建、广东、重庆等地经济发展程度较高，高端金融人才和金融技术的引入有助于提升金融支持实体经济发展的效率;北京、上海、湖南、海南、西藏、青海、宁夏的纯技术效率均为有效状态，但规模技术效率为非有效状态，说明这些地区金融机构业务管理创新对实体经济的增长具有正向促进作用，但金融资源未有效利用，其投入对实体经济发展的支持作用较弱。其他省份金融对实体经济的支持作用在技术效率和规模效益上均未有效发挥，处于末三位的省份分别为安徽、吉林、甘肃。

规模报酬变动情况如表3所示，从规模报酬变动情况来看，河北、安徽、四川、贵州四个省份规模报酬递减，说明以上省份存在金融资源投入过量的情况，其他省份为规模报酬不变或规模报酬递增，其中48.4%的规模报酬仍处于递增阶段，表明这些省份实体经济发展仍需投入更多金融资源。

2.DEA-malmquist测算结果分析。2013-2017年全国金融支持实体经济增长的效率平均值由1.067增长到1.129，增长了5.8%，除2014-2015年金融支持实体经济发展的全要素生产率（TFP）小于1以外，其他年份TFP值均大于1，表明近几年金融支持实体经济增长效率有所提高。TECHCH指标2013至2017年几何平均值下降2.4%，可以看出，宏观经济金融环境出现恶化，降低了金融支持实体经济发展的效率。宏观经济金融环境恶化成为了金融支持实体经济发展效率下降的主要原因。EFFCH值增长8.3%，说明实体经济对金融资源运用的效率提高。

随着地区经济的不断发展与变化，我国现行东、中、西、东北部的经济区域划分存在缺陷，国务院发展研究中心将我国划分为十大经济区域，分别是东北综合经济区1、北部沿海综合经济区2、东部沿海综合经济区3、东南沿海综合经济区4、黄河中上游综合经济区5、长江中上游综合经济区6、珠江中上游综合经济区7、内蒙古综合经济区、新疆综合经济区、青藏高原综合经济区，本文依据最新区域划分，分区域研究金融支持实体经济效率，同时，为简化分析，将内蒙古经济区、新疆经济区、青藏高原经济区统一划分为远西部地带经济区8，共计八大经济区域，八大综合经济区的Malmquist 指数变化趋势如图3所示。

具体实证结果如表4所示，2013-2017年，珠江中上游经济区TFP为0.998，金融支持实体经济发展效率呈下降态势，其他地区金融支持经济发展均为有效状态，同时，东北经济区、北部沿海经济区、东部沿海经济区、长江中上游经济区的PECH指标对EFFCH贡献率大于SECH，说明以上几个经济区的金融服务实体经济增长的全要素生产率的提升主要源于实体经济运用金融资源效率的提高。黄河中上游经济区和珠江中上游经济区PECH值小于1，但其规模效率指数大于1，说明其实体经济对资源运用的效率较低，但金融资源较为丰富、规模效率有上升的趋势。以上结果进一步证明，现阶段我国实体经济部门运用金融资源的效率逐步提高。虽然金融资源的投入规模有所上升，但依旧存在一些经济区投入过量，同时另外一些经济区投入不足的问题。

三、结论与建议

本文研究发现，当前，中国金融服务实体经济的发展效率较低，30%的省份主要靠规模效率拉动，且不同省份之间具有显著差异。本文还运用两阶段分析法测算2013-2017年金融支持实体经济效率的Malmquist指数，分经济区动态分析金融支持实体经济的效率，了解我国各地区金融支持实体经济效率的年度变化情况。研究发现，我国金融支持实体经济的全要素生产率整体呈上升趋势，但纯技术效率指数却明显下降，说明金融支持实体经济的技术运用效率较低，不同经济区全要素生产率趋势不一，沿海经济区与黄河中上游经济区全要素生产率增长趋勢较为明显。

基于以上结论，本文提出如下建议，以期提升金融业支持实体经济发展的效率。一是完善制度框架，为金融支持实体经济提供良好制度环境。优化完善信贷评价机制、不良资产核销机制、尽职免责机制及风险处理监管等制度，为金融支持实体经济发展创造良好的制度环境。二是优化金融结构，提高金融支持实体经济的规模效率。大力发展普惠金融、绿色金融，推进金融精准扶贫，优化融资结构和信贷结构，建设直接融资和间接融资协调发展的金融市场体系，提高直接融资规模比重，把更多金融资源配置到经济社会发展的重点领域和薄弱环节，做到金融对实体经济的支持与实体经济对经济社会发展的贡献相适应，使金融支持实体经济发展的规模效率进一步提升。三是发展金融科技，提升金融支持实体经济的技术效率。对金融机构而言，信息不对称是服务企业尤其是民营企业和小微企业过程中存在的突出问题，应进一步推进金融科技发展，践行数字普惠金融理念，注重运用数字技术增强金融服务实体经济的精准性和匹配性，打通金融机构和企业之间的信息“鸿沟”，降低金融业信贷审批等金融服务成本与风险管控和运营成本。

参考文献

[1]Cecchetti S.G， Khar Roubi E. Reassessing the impact of finance on growth[R].Bis Working Papers， 2012.

[2]Ductor L. Grechyna D. Excess financial development and economic growth[R].Social science research network working paper，         2011.

[3]Hellmann T. Murdock K， Stiglitz J. Financial Restraint： Towards a New Paradigm[J].Role of government in east Asian          economic development， 1997：163-208.

[4]Mckinnon R.I. Money and capital in economic development[J].World Development，1974，（2） ：87-88.

[5]Shaw E.S. Financial deepening in economic development[R].Oxford university press，1973.

[6]蔡则祥，武学强.新常态下金融服务实体经济发展效率研究——基于省级面板数据实证分析[J].经济问题，         2017，（10） ：14-25.

[7]康峰等.金融支持实体经济发展状况评价与对策研究——以西北地区为例[J].西部金融，2018，（5） ：21-25.

[8]李青原，李江冰，江春.金融发展与地区实体经济资本配置效率——来自省级工业行业数据的证据[J].经济学（季刊），         2013，（1）：527-548.

[9]楊迪，李文娟.金融支持实体经济发展效率的实证研究——基于河北省11个地级市样本[J].华北金融，2017，（11） ：29-41.

[10]张军，金煜.中国的金融深化和生产率关系的再检测：1987～2001[J].经济研究，2005，（11）：34-45.

[11]张林，张维康.金融服务实体经济增长的效率及影响因素研究[J].宏观质量研究，2017，（1） ：47-60.

Abstract： Based on the panel data of 31 provinces， cities and autonomous regions in 2013-2017， this paper uses DEA-BBC model and DEA Malmquist index to analyze the efficiency and change of financial support for the development of real economy in each region， in order to provide relevant suggestions for the high-quality development of economy. The results show that the development efficiency of financial support real economy is relatively low， 30% of provinces are mainly driven by scale efficiency， and there are significant differences between different provinces; the total factor productivity of financial support real economy in China is on the rise as a whole， but the pure technical efficiency index is significantly reduced， and the total factor productivity growth trend of coastal economic zone and the upper and middle reaches of the Yellow River Economic Zone is relatively obvious.

Keywords： finance; real economy; efficiency; DEA model

责任编辑、校对：康卫东