金融资源配置效率DEA分析.docVIP

金融资源配置效率DEA分析 　　摘要：金融资源配置在很大程度上决定了经济发展的方式和速度，但我国目前粗放型的经济增长模式不仅导致金融资源较大程度的错配，并且会成为中国经济进一步健康发展的障碍。然而研究中国金融资源配置的文献相对较少，因此采用DEA方法测度我国的金融资源配置效率，并对其进行技术有效性、规模有效性和投入冗余额和产出不足额的测算，从而得出结论：我国金融资源配置效率总体上处于较低水平，并且存在投入冗余和产出不足，因此提高我国金融资源配置效率是激发经济增长潜力的必由之路。 　　关键词：金融资源配置；DEA模型；经济增长 　　文章编号：1003-4625（2015）03-0048-05 中图分类号：F832.0 文献标识码：A 　　一、引言 　　经济增长的基本原理在于生产率的提高或效率的增进。最近10多年来，我国经济增长方式逐渐进入由“粗放型”向“集约型”转换的进程。在此过程中，生产率的提高或效率的增进都与金融资源配置紧密相关。金融是现代市场经济中“资源配置的核心制度”，经济增长的过程同时也是金融要素和其他资源要素不断地相互作用、相关主体利益关系不断调整的资源配置过程。可以说，金融资源配置在很大程度上决定着整个经济效率的高低和经济发展的方式和速度。然而伴随着我国经济规模的扩大和金融资源规模的迅速膨胀，高信贷促进高投资从而拉动高增长的路径不仅导致金融资源较大程度的错配，并且这一发展模式是导致高增长中的低效率、经济发展方式粗放的主要症结，会成为阻碍中国经济进一步健康发展的桎梏。因此深入研究和分析我国金融资源配置效率，对于认识金融资源配置效率对经济增长的影响，促进金融资源流向不同经济层次，流向经济体的末梢循环从而提升产出效率，推动新常态下经济的持续稳定增长，具有重要的现实意义。为了深入认识和分析我国金融资源配置状况，本文运用数据包络分析（DEA）模型对我国金融资源配置效率进行测度。 　　二、数据包络分析（ DEA）的原理及改进 　　（一）数据包络分析的基本原理 　　数据包络分析（Data Envelopment Analysis）简称DEA，由Farrell在1957年首次提出。DEA方法的主要思想是进行评价时将每一个被评价部门（或单位）作为一个决策单元（记为DMU），然后运用线性规划方法对不同决策单元的相对有效性进行研究和评价。具体来说是将很多决策单元组成被评价的对象，决策单元再由众多DMU构成被评价群体，将决策单元投入和产出指标的权重作为变量，确定有效生产前沿，然后通过计算各决策单元与有效前沿的距离来判断各决策单元是否DEA有效，得到非DEA有效的原因，并且还可以由此判断改善的方向和程度。DEA方法是一种非参数方法，它不需要估算效率前沿函数中的参数，不需要考虑量纲因素，处理多投入多产出问题具有较大的优势，成为测度各类效率的常用方法。因此本文采用DEA评价方法对我国金融资源配置效率进行测度。 　　（二）三阶段DEA模型 　　在Farrell提出DEA方法之后，在其应用过程中新的DEA模型不断出现，很多学者针对DEA经典模型的不足进行了调整和修改。DEA经典模型将决策单元效率值与前沿的偏离都视为管理无效率，忽视了与决策单元有关的环境、外部冲击的影响，也没有考虑效率测算过程中随机因素的影响，所以DEA经典模型得出的效率值与实际效率值有一定的偏差，要么高估要么低估实际效率值。针对这一缺陷，Fried（1999）等学者提出了四阶段DEA模型，能够对环境变量造成的偏差进行修正，但仍未能过滤随机因素如统计误差、遗漏变量对效率值的影响。在四阶段DEA模型的基础之上，Fried、Lovell和Schmidt等（2002）进行了修正后提出了三阶段DEA模型，能够同时调整环境变量和随机误差等因素对效率值的影响，使得测算的效率值更接近实际值。三阶段DEA模型相比传统模型更为严谨和科学，提出之后很快受到学者的关注，被广泛应用于国内外各种行业效率的实证研究，并取得了丰富的研究成果。 　　顾名思义，三阶段DEA模型分为三个阶段：第一阶段使用DEA经典模型测算，得出所有决策单元的纯技术效率值（PTE）和各投入指标的松弛量。第二阶段将各投入指标的松弛量作为因变量，使用随机前沿法对其进行分解。环境变量作为自变量，再加入设定好分布形式的管理无效用项和随机误差项。由于排除了环境变量和随机误差对各项投入变量的影响，使得各决策单元处于相同的环境状况。第三阶段将经过调整后的各项投入指标对应最初的产出指标，再次使用第一阶段的DEA模型进行分析，得出的结果即为剔除了环境变量和随机误差影响的管理效率。由于三阶段DEA模型考虑了环境变量的影响，更符合我国金融资源配置的特点，因此本文选择三阶段DEA模型对我国金融资源配置效率进行测度。下面结合本文实证介绍三