江苏沿海地区金融资源配置效率研究
来源:用户上传
作者:
[提要] 在“一带一路”倡议和江苏省“十三五”规划背景下，江苏沿海地区经济发展成为时代课题，金融资源配置效率的高低将对经济发展质量起到至关重要的作用。以江苏沿海地区为研究对象，运用DEA数据包络分析法，测量其金融资源配置效率，结果表明：在2010～2012年南通的配置效率高于盐城和连云港，2013～2014年盐城的配置效率高于南通和连云港，2015年以后盐城和连云港的金融资源配置效率超过南通，特别是在2015年后连云港的金融资源配置效率首次超过1，达到DEA有效。
关键词：金融资源配置;配置效率;DEA模型;江苏沿海地区
中图分类号：F83 文献标识码：A
收录日期：2019年2月28日
一、引言
当前，我国经济正处在由高速发展向高质量发展转变的关键时期，在这个关键时期国家提出“一带一路”倡议。江苏省也提出自己的“十三五”规划。通过研究“一带一路”倡议和江苏省“十三五”规划不难发现，海洋与经济发展成为时代的焦点。谈到经济发展始终无法脱离金融业，因为金融业作为一国第三产业的重要组成部分，是现代经济的核心，发达国家金融业对GDP的巨大贡献无疑证明金融业对经济发展有着巨大的推动力。蔡则祥、武学强（2016）认为金融业的主要目的是配置金融资源，他们认为金融资源是以货币和货币资本为核心，为实现资金融通、引导资源配置直接服务的各种资源。刘悦、廖高可、郑玉航（2017）认为金融资源的配置影响着服务业，同时决定一国经济的发展质量。作为江苏省海洋城市——连云港、盐城和南通，由于地理位置处于苏中和苏北，这三个城市的经济实力远远弱于苏南，形成了江苏省不可忽视的经济短板。因此，研究这三个沿海城市金融资源配置效率可以更好了解这三个城市金融业发展状况，从而提出相关建议，以更好地发挥这三个沿海城市金融业对经济发展的支撑作用。
二、模型介绍与指标构建
（一）模型介绍。DEA模型包括CCR模型和BCC模型，通过以与决策单元（DMU）相关的投入变量和产出变量为指标，求出效率前沿边界，如果决策单元的投影处于效率前沿边界，则该决策单元效率值为1，该决策单元称为有效决策单元。如果决策单元的投影没有落在效率前沿边界上，那么可以通过测算其投影点与效率前沿边界的距离来测量出该决策单元的效率值。其优点在于输入指标无需与市场价格相比较和不需要确定各输入指标的权重。
由于DEA模型容易存在多个有效单元，因此本文引入超效率模型（SDEA）以弥补传统DEA模型存在多个有效单元的缺点。同时，传统DEA模型和SDEA模型是一种静态模型，而金融资源配置是一个动态过程，因此本文引入MALMQUIST指数模型来弥补传统DEA模型和SDEA模型无法对金融资源配置效率进行纵向比较的缺点。
MALMQUIST指数模型可以提供MALMQUIST指标，并把MALMQUIST指标分解为技术效率变动率和技术进步率，而技术效率变化率又可以分解为规模效率变动率和纯技术效率变动率。MALMQUIST指数=技术效率变动率×技术进步率，技术效率变动率=纯技术效率变动率×规模效率变动率。在MALMQUIST指数模型中，当MALMQUIST指数大于1，表示资源配置效率呈上升趋势，当MALMQUIST指数等于1，表示资源配置效率保持不变，当MALMQUIST指数小于1，表示资源配置效率呈下降趋势。
（二）指标构建。基于以前学者的经验和测量指标的科学性和可集性，本文采用了如表1所示的指标体系。（表1）
投入指标（INPUT）：投入变量分别从资金投入、物资投入和人力资源投入三个角度分析，资金投入方面的指标为金融机构贷款余额、上市公司市值、保险费收入、政府财政支出，物资投入方面的指标为金融业固定资产投资额，人力资源投入方面的指标为金融业从业人数。
产出指标（OUTPUT）：为了更好地衡量江苏省沿海三市金融业的发展情况本文选取的产出变量是金融业产值。
三、江苏沿海地区金融资源配置效率实证分析
（一）数据来源。本文采用江苏省沿海三市2010～2017年金融业发展的相关数据作为研究对象，数据来源于《江苏省统计年鉴》（2011～2018）、《连云港市统计年鉴》（2011～2018）、《盐城市统计年鉴》（2011～2018）、《南通市统计年鉴》（2011～2018）和同花顺证券行情分析软件。
（二）实证分析结果
1、CCR模型下综合效率变化趋势。综合效率值是在规模收益不变假设条件下的效率值，该效率是纯技术效率和规模效率的综合，表示在投入导向的情况下江苏省沿海三市金融资源投入与产出是否合理。从表2中可以看到，江苏省沿海地区2010～2014年和2016年的综合效率低于1，没有达到DEA有效，这表明江苏省沿海地区整体的综合效率在这6年间偏低;江苏省沿海地区只有2015年和2017年的综合效率为1，达到DEA有效。对于各市而言，南通2010～2017年综合效率值为1，达到了DEA有效，8年间南通一直处于效率前沿边界;盐城2010～2017年综合效率值为1，达到了DEA有效，8年間盐城一直处于效率前沿边界;连云港2010～2014年的综合效率低于1，没有达到DEA有效，2015～2017年综合效率回升到1，达到了DEA有效，这表明在2010～2014年连云港的综合效率值偏低。（表2）
2、BCC模型下纯技术效率变化趋势。纯技术效率值是在规模收益可变假设条件下的效率值，表示技术无效率对金融资源配置效率的影响。该效率用来衡量在金融资源配置中相关制度的运行效率。从表3反映的江苏省沿海地区纯技术效率变化情况可以看到，江苏省沿海地区2010～2017年的纯技术效率值为1，达到了DEA有效，8年间江苏省沿海地区一直处于效率前沿边界。对于各市而言，南通2010～2017年的纯技术效率值为1，达到了DEA有效，8年间南通一直处于效率前沿边界;盐城2010～2017年的纯技术效率值为1，达到了DEA有效，8年间盐城一直处于效率前沿边界;连云港2010～2017年的纯技术效率值为1，达到了DEA有效，8年间连云港一直处于效率前沿边界。（表3） 3、BCC模型下规模效率与规模报酬变化趋势。规模效率值是在规模收益可变假设条件下的效率值，表示金融资源的使用是否处于最佳规模状态。从表4和表5中可以看出，江苏省沿海地区2010～2014年和2016年的规模效率值低于1，没有达到DEA有效，同时江苏省沿海地区在这6年间处于规模报酬递减的阶段;江苏省沿海地区只有在2015年和2017年的规模效率值为1，达到DEA有效。（表4、表5）
从各市的情况来看，南通2010～2017年的规模效率值为1，达到了DEA有效，这表明南通8年间规模效率达到效率前沿边界;盐城2010～2017年的规模效率值为1，达到了DEA有效，这表明盐城8年间规模效率达到效率前沿边界;连云港2010～2011年的规模效率为1，达到了DEA有效，2012～2014年的规模效率低于1，2015～2017年规模效率为1，达到了DEA有效，这表明在2012～2014年连云港的金融资源使用不处于最佳规模状态，处于规模报酬递增状态。
4、SDEA模型下金融资源配置效率变化趋势。表6反映了SDEA模型下的江苏省沿海地区金融资源配置效率。结果表明，2010～2014年江苏省沿海地区整体金融资源配置效率低于1，一直处于金融资源配置的低效率阶段，尤其是连云港金融资源配置效率过低，与南通和盐城两市有效大差距。2015年和2017年江苏省沿海地区整体金融资源配置效率为1，达到了DEA有效。就各市而言，2010～2012年南通的金融资源配置效率值超过盐城和连云港，这表示南通的金融资源配置效率好于盐城和连云港，这与南通靠近苏南地区，受苏南地区经济辐射较强，连云港地处江苏省最北端，受苏南地区经济辐射较弱有关。2015～2017年盐城和连云港的金融资源配置效率远远超过南通，并且2015年连云港的金融资源配置效率首次超过1，达到DEA有效。（表6）
5、MALMQUIST指数模型下金融资源配置效率变化趋势。从表7中的MALMQUIST指数可以看出，南通、盐城和连云港的金融资源配置效率有所下降，其中下降最大的城市为南通，下降幅度为23.1%，这表明尽管南通相对于盐城和连云港受苏南经济辐射好，但是连云港和盐城受国家战略和省规划的影响大于南通。（表7）
根据MALMQUIST指数分解情况看，盐城和连云港金融资源配置效率下降的原因是技术进步率的下降，这两个城市的技术效率变动率、纯技术效率变动率和规模效率变动率没有发生变化;而南通金融资源配置效率下降的原因为技术进步率和技术效率变动率的下降，其中技术效率变动率的下降原因为南通金融业规模效率变动率的下降。
四、结论
从传统DEA模型和SDEA模型的运行结果看，2010～2014年南通和盐城的金融资源配置效率达到了效率前沿边界，而连云港出现金融资源配置效率无效率的情况。同时，苏南经济辐射对金融资源配置效率的影响占据主导地位，在2010～2012年南通的金融资源配置效率远远好于盐城和连云港。2015年后“一带一路”的影响逐渐增大和江苏省“十三五”规划的提出使苏南经济辐射的影响下降，盐城、连云港的金融资源配置效率开始超过南通。这表明连云港、盐城的经济发展环境逐渐改善。
从MALMQUIST指数运行结果来看，南通、盐城和连云港的金融资源配置效率都出现了不同程度的下降，其中南通下降了23.1%，盐城下降了11.4%，连云港下降了19.8%。通过指数分解情况看，盐城和连云港金融资源配置效率下降的原因是技术进步率的下降。这表明技术应用情况对盐城和连云港的金融业发展起着至关重要的作用;而南通金融资源配置效率下降的原因是由技术进步效率和规模变动效率共同引起，这表明对于南通而言除了要重視金融业技术应用情况，还需要注意金融业的规模效率。
主要参考文献：
[1]冯玉梅，杨瑞桐.金融资源配置效率及其影响因素研究综述[J].武汉金融，2018（9）.
[2]刘悦，廖高可，郑玉航.金融资源配置方式对经济增长影响的实证分析[J].统计与决策，2017（4）.
[3]蔡则祥，武学强.金融资源与实体经济优化配置研究[J].经济问题，2016（5）.
[4]刘磊.金融资源配置效率的DEA分析[J].金融理论与实践，2015（3）.
[5]王鑫.我国区域金融资源配置效率比较与评价[J].统计与决策，2014（23）.
转载注明来源:https://www.xzbu.com/2/view-14784910.htm
