宏观金融效率与微观金融效率一致吗?
开篇：润墨网以专业的文秘视角，为您筛选了一篇宏观金融效率与微观金融效率一致吗?范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要:农村金融是中国金融体系的短板,中国农村金融发展的关键是效率问题。针对宏微观金融效率研究出现的分野,聚焦中国金融体系的短板,本文以广东省农信社为例,尝试回答“宏观金融效率是否与微观金融效率一致”的问题。本文首先通过回归分析与基于经济发展分区的Panel-Data模型分别检验广东省农信社作为一个整体与经济分区对广东农村经济可能存在的促进作用,实证结果表明:Panel-Data模型的分析结果更加显著,农信社发展对农村经济有更加显著的促进作用。文章接着将广东农信社的微观金融效率与四大国有银行的微观金融效率进行比较,发现广东省农信社的宏观金融效率与微观金融效率不匹配。
关键词:宏观金融效率;微观金融效率;实证研究
Abstract:For agricultural finance is the short plank of Chinese financial system.Efficiency is thekey problem of Chinese financial development,as a result,it grasps thehinge to discuss Chinese agricultural finance from the perspective of efficiency. Aiming at the interfluve between Macro-Financial Efficiency and Micro-Financial Efficiency,and based on the short plank of Chinese financial system,this paper try to answer the question “Is Macro-Financial Efficiency consistent with Micro-Financial Efficiency?”Firstly,the paper applies regressive analysis and Panel-Data model on divided economic zones to test the relationship between financial development and economic growth of Guangdong Agricultural Credit Society. The Empirical Research reveals that the outcomes of Panel-Data model are more notable than ones of regressive analysis,the financial development promotes the economic growth in Guangdong province. Secondly,the thesis compares Micro-Financial Efficiency of Guangdong Agricultural Credit Society with four state owned banks.We find thatMacro-Financial Efficiency doesn’t consistent with Micro-Financial Efficiency.
Key Words:macro-financial efficiency,micro-financial efficiency,empirical research
中图分类号: F830文献标识码: A文章编号:1674-2265(2010)01-0074-06
一、引言
资源配置一直是经济学的核心范式。Koopmans(1957)将资源配置效率划分为宏微观两个层次,其后在微观层面取得较大的进展:Leibenstein(1966)的X效率理论、Charnes (1978)的DEA方法、Berger 等人(1994)将上述研究成果引入银行效率研究;作为资源配置效率的一种特殊形式,以Fama(1965)的有效市场理论为代表的股票市场信息(资源)效率自成一体。相比之下,宏观经济效率与宏观金融效率离实际应用均有一段距离。
尽管上世纪90年代金融发展理论的最新进展(Levine等,1997)强调金融功能观(Merton,1995)、法律因素与金融与经济之间关系的实证研究,但仅以储蓄――投资转化率(SLR)等单指标代替宏观金融效率。近年来,李广众和王美今(2003)、王志强和孙纲(2003)、沈军(2006)等人对中国金融发展与经济增长关系进行了实证研究。沈军(2006、2008)在金融发展理论的框架下,从系统与资源的双重视角构建了金融效率的理论与实证分析体系。
在微观金融效率研究方面,Berger和Humphrey(1994)与Young(2001)等人通过研究证明,X效率是决定金融机构经营绩效至关重要的因素。Rangan et al.(1988)运用DEA方法检验了215 家美国银行的技术效率;Sathye(2003)对印度的银行效率进行了实证研究。国内学者(魏煜和王丽,2000;秦宛顺和欧阳俊,2001;张健华,2003;王艳颖,2004;刘汉涛,2004;朱南等,2004;王聪等,2007)借鉴国外研究的先进成果,运用DEA方法(及其改进)、Tobit回归模型对中国银行的效率及其影响因素进行了分析,得出了不少有价值的结论。虽然研究银行效率的文献较多,但由于投入――产出中采用的变量不同、采用的实证方法不同,使得现有的结论不能得出比较一致的观点。为此,一些文献在实证方法与投入-产出变量的选取上进行了有益的改进。在实证方法方面,平衡计分卡原理、二次相对评价与“超效率”模型以及标杆管理等原理与方法被用来弥补DEA方法本身的不足;在变量选取方面,不少文献注重把握银行与一般企业的区别。
尽管宏观金融效率与微观金融效率紧密相关,但上述文献梳理充分表明宏观金融效率与微观金融效率研究已出现分野。由此我们很容易提出这样以下问题:宏观金融效率与微观金融效率的关系到底怎样?宏观金融效率与微观金融效率一致吗?中国金融体系的薄弱环节――农村金融在该问题上更为突出吗?
相对而言,单独考察农村金融发展与经济增长关系的研究成果还比较少。Glenn D. Westley(1997)对拉丁美洲国家农村合作金融体系的政策与绩效之间关系的研究,结论表明,信用合作社的绩效主要依赖于债务人的还款激励和影响信用合作社审贷能力的其他因素。Neil Esho(1999)以澳大利亚为例分析了合作金融机构成本效率的决定因素,分析表明,债券类型、规模、期限、平均存款规模、利率差是相对成本效率的显著的决定因素。Gunter Lang(1999)用基于面板数据的随机前沿分析方法研究了德国合作银行之间的并购效率。结果发现,被并购银行的效率要低于相同规模银行的平均水平,但接管银行几乎相当;不能证明并购有明显的效率收益,但并购公司的差异将逐步缩小。
由于缺乏相关的统计数据,对农村合作金融的实证研究文献较少。徐笑波、郑英陶等(1994)论述了中国农村金融深化与经济发展的关系,但基本上属于定性描述,实证上也只是进行简单的描述性统计,相似的研究有宋宏谋(2003)。张兵、朱建华等(2002),姚耀军(2004)对我国农村金融发展与经济增长的关系进行实证分析,结论大多支持中国农村金融发展对经济发展的促进作用。
农业是整个国民经济的基础,农村金融是中国金融体系的短板。针对宏观金融效率与微观金融效率研究出现的分野,聚集中国金融体系的短板,我们探求两种效率之间的关联。为此,本文从宏微观金融效率两个方面探讨了广东农信社的金融发展。一方面,考察广东农信社金融发展与农村经济发展之间的关系、检验广东农信社发展的规模和效率是否促进了广东农村经济的增长:其一,通过回归分析检验广东省农信社作为一个整体对广东农村经济的可能存在的促进作用;其二,根据所得数据,将农信社所在地区分为发达地区、较发达地区和欠发达地区,运用Panel-Data模型分析农信社对当地经济发展的影响。另一方面,将广东农信社的微观金融效率与四大国有银行的微观金融效率进行比较。在此基础上,尝试回答“宏观金融效率是否与微观金融效率一致”的问题,从而将金融效率研究拓展至新层面。本文最后提出了中国农村金融发展走效率型发展之路的若干设想。
二、广东省农信社宏观金融效率实证研究
广东省农信社金融发展与经济增长关系所代表的宏观金融效率研究从两方面展开:
第一,通过回归分析检验广东省农信社作为一个整体对广东农村经济可能存在的促进作用;
第二,根据所得数据,将农信社所在地区分为发达地区、较发达地区和欠发达地区,运用Panel-Data模型分析农信社对当地经济发展的影响。
(一)研究样本与数据来源
本文的研究样本包括1993-2004年广东全省农信社以及广州、东莞、中山、珠海、佛山、江门、汕头、潮州等十八个城市农村信用合作社。按照广东省十八个市的农信社相关数据,我们根据当地的经济发展水平划分为发达、较发达和欠发达等三个地区,其中,发达地区包括广州、佛山和东莞;较发达地区包括江门、茂名、惠州、汕头、湛江、中山、珠海以及肇庆;欠发达地区则包括韶关、潮州、阳江、梅州、清远、汕尾和河源。根据以下实证分析所选取的变量,本文数据主要来源于广东省和相关城市农村信用合作社资料中心、《中国统计年鉴》(2004光盘版)、《中国金融年鉴》、《中国农村统计年鉴》(2004)、中宏数据库(高教版)、中国经济信息网等。文中的计量分析均使用Eviews5.0。
(二)回归分析
1. 变量选择与定义。根据上述研究思路,本节实证分析的目的是要揭示农村合作金融与农村经济增长的关系。因此,我们将使用两组指标,一组反映农村合作金融发展状况,另一组则反映农村经济增长状况。本节先以广东全省数据作为一个整体进行分析,再通过地区的划分进行panel-data模型分析。具体指标包括:
(1)合作金融发展规模指标。金融发展规模首先可以通过金融资产的绝对数量及其人均金融资产额来衡量,而基于一国国民财富扩展的金融发展规模则通常采用戈氏和麦氏两种指标来进行衡量。Goldsmith(1969)提出金融相
关率(FIR)概念,其完整表达式为M2+L+S / GNP,其中M2 为货币存量,L为各类贷款,S为有价证券。麦氏指标则是指McKinnon(1973)在衡量一国金融发展水平时所使用的货币存量(M2)与国民生产总值的比。Levine 和Zervos (1998)认为,M2与GDP的比值即不能度量负债的来源,也不能度量金融系统的资源配置,经济增长主要依赖于金融部门的功能,进而他们认为银行信用是度量金融发展的有用指标。Arestis、Demetriades 和 Lintel (2001)考虑了在不发达国家国内信贷的作用,而设计了L/GDP这一指标。国内学者(2002)、李广众、陈平(2002)以及史永东、武志等(2003)也利用该指标来进行相关研究工作。本文参考上述指标,得出了反映农村合作金融发展规模的指标――农村合作金融相关率,表示为RL/RGDP。其中,RL表示农村合作金融的贷款余额,RGDP表示农村GDP。该指标与经济增长在理论上是正向关系,即金融相关率越高,贷款规模越大,就可能更好地促进经济增长。具体计算时,RL为广东省农信社年度贷款总量,由于广东省尚未开展农村GDP的统计,本节以按行业增加值计算的广东省农业GDP来代替 。该指标简记为RFIR。
(2)合作金融发展效率指标。结合王志强、孙刚(2003)的研究,本节中的金融发展效率是指农村合作金融机构将农村存款转化为农村贷款支持农村经济增长的效率,即存贷比(deposits-loans rate),该指标简记为DLR。理论上分析,若金融发展效率越高,则意味着该指标越小,即存款转化为贷款规模的比例越大,或是贷款增加幅度大于存款增加幅度,将更好促进农村经济的增长。具体计算时,则为广东省农信社的年度存款与年度贷款的比值。
(3)农村经济增长指标。在金融发展与经济增长关系的实证研究中一般是用GDP增长(Cheng,1999;Darrat,1999;Ram,1999)或用人均GDP的增长(Jung,1986;Denetruade and Hussein,1996;Odedokun,1996)来测量经济的增长,朱琴华(2001)提出了对我国进行农村GDP核算的必要性与可行性。由于目前没有广东省农村GDP的数据,本节考虑以农村人均纯收入来作为农村经济增长的指标,记为RINC。
2. 主要变量的统计特征。我们先对所选取的变量及相关数据进行描述性统计分析,从中可以得到一些直观的结论。具体见图1、2、3。
图1体现了1993-2004年广东省农村居民人均纯收入大幅度提高,农村经济获得迅速发展。图2说明了1993年以来,尽管金融相关率指标有一定的波动,但整体上看广东省农信社贷款规模呈大幅上升之势。其中,1995年该指标较低,为120%,而2002年的相关率指标高达195%。由图3可知,在样本期内存贷比指标的值都大于1,而且呈现出较为明显的下降趋势,这在一定程度上反映了广东农信社把从农村地区吸纳的存款转化为贷款支持农村经济发展的规模在不断提高。
为了减少数据变动幅度,我们对RFIR、DLR、RINC三个指标取自然对数值,分别记为LNRFIR、LNDLR、LNRINC。如图4所示,图中的三条折线分别反映了我国1993-2004年广东省农民人均纯收入(LNRINC)与广东省农信社发展规模(LNRFIR)、发展效率(LNDLR)之间的变化趋势。从图中可以看出,农民人均收入与农信社发展规模、发展效率均为正相关关系,也验证了上述的理论分析。
3. 变量之间的相关性分析。在进行回归分析之前,我们还对变量进行相关性分析。通过简单相关系数的计算,试图反映出农村经济增长与合作金融规模和效率之间的关系。具体结果见表1。
表1所显示的系数符号与我们的预期是一致的,农信社发展规模与发展效率指标均与农村经济增长指标呈现出正向关系。
4. 回归结果及因果关系分析。
(1)回归结果
回归模型以LNRINC为被解释变量,分别以LNRFIR和LNDLR为解释变量,来反映农村合作金融发展规模和发展效率与经济增长的关系。运用Eviews5.0软件提供的普通最小二乘法(OLS)对以上变量进行拟合,得到主要结果综述见表2。
表2说明了当解释变量为农信社发展规模时,它与农村经济发展呈显著正相关关系,规模提高1%时,农村经济增长也相应提高1.18%;当解释变量为农信社效率,效率提高1%时,推动农村经济增长0.91%,得出的结果与大多数学者的研究是一致的,即金融规模和金融效率促进了经济的增长,只不过我们这里特别分析了农村合作金融与农村经济增长。但二者之间是否存在因果关系,或者农村经济的增长是否也促进了农村合作金融规模和效率的提高呢,这一问题我们可以通过格兰杰因果检验来进行分析。
(2)因果关系分析。根据格兰杰因果检验的原理,我们分别对农村金融发展规模和发展效率与农村经济增长指标进行格兰杰因果检验,检验结果见表3。
5. 简要结论。通过回归分析和格兰杰因果关系检验可以得知,在样本期内,农村合作金融发展规模和发展效率是农村经济增长的格兰杰原因,即农村合作金融发展较好地促进了农村经济的增长。这说明了农村信用社作为农村合作金融的主体,是农村信贷资金的主要来源,它对推进农业和农村经济的发展具有举足轻重的作用。另一方面,实证分析也反映出农村经济增长不是农村合作金融规模扩大的格兰杰原因,这也表明了农村合作金融并没有随农村经济增长而发生相应的质的变化,农村合作金融的发展相对滞后于农村经济的增长。
(三)Panel-data模型分析
前面我们以广东全省作为一个整体来探讨农信社规模与效率对农村经济增长的影响,那么,在广东省经济发展水平不同的地区,农信社对当地经济的促进效应是否与上述分析是一致呢?结合收集到的相关数据,本小节把广州、佛山、东莞等十八个城市分为经济发达地区,较发达地区与欠发达地区,并运用Panel-data模型分析农信社对不同经济发展水平地区的影响。
1. 数据处理。按照广东省十八个市的农信社相关数据,我们根据当地的经济发展水平划分为发达、较发达和欠发达等三个地区。同时,对农村经济发展水平、农信社规模以及农信社效率等三个指标分别取其平均值来进行具体分析。
2. 确定模型形式。我们判断是用固定效应模型还是随机效应模型来进行分析,这一过程主要利用Hausman检验来完成。
Hausman检验的原假设H0是:个体效应与回归元不相关,即随机效应。选择如下检验统计量:
其中, 和分别为固定效应和随机效应估计中的系数向量,而 和 分别为和的方差阵。
和、和可以有固定效应估计和随机效应估计直接得到。同时,服从 分布。
根据固定效应估计和随机效应估计结果,由(1)式计算可以得到LM=21.2148,而在95%的置信水平下的临界值为5.99146。所以拒绝原假设,与我们的预期是一致的,选择固定效应模型进行分析。
3. 固定效应估计结果。运用Eviews软件中panel-data模型中固定效应分析方法,我们得出广东省三个地区的经济增长水平与农信社规模和效率的估计结果,详见表6。
从上述结果,我们可以发现panel-data模型的分析要比回归分析的结果来得更加显著。与回归分析结果相比,农信社规模与效率对农村经济有更加显著的促进作用。一方面,可能是由于panel-data模型分析中的样本容量增多,使得结果能较准确地反映现实;另一方面,我们还可以从截距项看出,发达地区的农信社对当地经济有较大的促进作用,较发达地区的作用次之,欠发达地区的促进作用就相对小些,这一结论与我们的理论预期也是相符的。相对而言,随着农村改革进程的深入及相关产业的发展,农村发达地区对资金有较大需求,其中不少来源于农信社贷款,极大地促进当地经济的发展。
三、广东农信社微观金融效率分析
限于数据的可获性,本文未严格区分微观效率与绩效两概念。在衡量金融机构经营绩效指标方面,国内大多数学者运用总资产收益率(ROA,当年利润与农信社总资产的比值)和净资产收益率(ROE,当年利润与农信社净资产的比值)等财务指标来进行分析,也有一些研究同时采用上述两个指标。结合笔者所采集的数据,本文分别采用ROA和ROE指标来衡量广东省农信社微观金融效率,并与四大国有银行进行对比。
对原始变量进行描述性统计的具体结果详见表7。由表7 可以清晰地看出,1993-2004年,广东农信社的总资产收益率和净资产收益率均值分别-0.002117、-0.160180,均为负值,这反映了样本期内广东农信社的整体绩效较差。其中,总资产收益率的总体变化和波动幅度并不大,而净资产收益率的变化相对比较大;其次,样本期内广东农信社总资产有了明显增加,2004年的总资产约为1993年的6.6倍;再次,广东农信社的不良贷款规模也比较大,样本期内的不良贷款率平均值为36.85%,同时,最小值和最大值的差距也相当大。这也从一定侧面反映了广东农信社的贷款投向不很理想,有相当一部分的贷款成为不良贷款。另外,从广东农信社的法律诉讼费用来看,样本期内的均值为1021.25万元,从统计曲线看,1993到2002年呈直线上升之势,2003年有所回落。这在一定程度上反映出随着农村经济的发展,农信社相应诉讼案件也在不断增加。我们还选取了1997-2002年四大国有商业银行的ROA和ROE指标与广东省农信社相应指标对比,我们可以发现广东农信社的ROE指标明显低于四大国有商业银行,具体结果见表8。
四、相关结论与政策建议
(一)相关结论
本文以广东省农信社以及18个城市的农信社为样本,实证分析了农村合作金融发展与经济增长的相互关系,以及其微观金融效率状态,分析结果基本上与我们的预期是一致的,当然也存在一些不足,实证支持还有待进一步完善。这有多方面的原因,包括变量的选择、模型的设定以及数据的问题。限于篇幅,本文未对影响农村合作金融效率的相关因素进行分析。
结合本文的实证分析,本文得到以下两点主要结论:
1. 农村合作金融发展具有较为显著的经济增长效应,这一点在广东省分地区的面板数据分析中表现的更为突出,这也从相当程度上说明广东农信社的宏观金融效率较高,该结论与我们的理论预期相吻合。限于数据的可对比性,本文运用ROA和ROE指标为农信社微观金融效率的替代指标,并与四大国有银行进行对比,结果表明农信社微观金融效率较低,该结论也与我们的理论预期相吻合。
2. 农村金融是中国金融体系的短板,从效率角度探讨农村金融把握住了问题的关键。广东农信社的相关实证研究否定了“宏观金融效率与微观金融效率一致”的命题。
(二)政策建议
1. 中国农村金融发展是一系统工程,从系统上重新构建中国农村金融体系将为全面提升中国金融效率进而促进中国农村金融发展奠定基础。白钦先(2004)提出,必须从战略上、整体上、根本上中长期思考与解决中国农村金融体制问题。所以必须对中国农村金融体系进行战略性重构重组与重建,构建以国有商业性金融(中国农业银行)和国有农村合作金融(中国农业发展银行)为主导与主体的,以商业性和政策性非银行金融机构为两翼的(财产保险、人寿保险、医疗保险与社会保障保险、特别是农业保险等)的,以兼具商业性与政策性双重属性的、地方性农村合作金融(合作银行和信用社)为庞大基础的中国农村金融新体制。
2. 尽管造成中国农村金融困境有许多历史性的原因,归根结底,中国农村合作金融发展中存在的问题其实可归结于多目标错位问题。在中国农村金融改革与金融发展中,其多目标错位,即效率(赢利性目标)只是其中一个重要因素,还有合作制目标(为社员服务的原则)、政策性目标(服务三农)、规模性目标等目标,将上述多目标由错位到归位,把效率放在重要位置,是解决中国农村金融困境的必由之路。
3. 从理论上讲,微观金融效率是宏观金融效率的基础,没有微观金融效率支持的宏观金融效率是暂时的空中楼阁,如何通过提高微观金融、进而带动宏观金融效率的提升是解决中国金融体系“木桶效应”的关键之所在。
参考文献:
[1]King,Robert G and Levine,Ross. 1993. Finance and Growth:Schumpeter Might Be Right[J] .Quarterly Journal of Economic . Vol.108:717-38.
[2]La Porta et al. 1998. Law and Finance[J] . Journal of Political Economy .Vol.106:1113-1155.
[3]巴曙松. 当前农村信用联社体制的缺陷及出路[J].中国农村经济,2007,(8).
[4]白钦先. 中国农村金融体制改革的战略性重构重组与重建[W].政府咨询报告,2004.
[5]胡方勇. 完善我国农村金融体系的经济学研究[J].金融发展研究,2009,(9).
[6]李广众、陈平.. 金融中介发展与经济增长:多变量VAR系统研究[J].管理世界,2002,(3).
[7]王志强、孙刚. 中国金融发展规模、结构、效率与经济增长经验分析[J] .管理世界,2003,(7).
[8]沈军.金融体系效率的涵义、影响因素与提高途径[J].金融发展研究,2009,(3).
[9]沈军.金融生态与金融效率――一个二元视角下的理论分析[J].金融发展研究,2008,(1).
[10]周立、王子明.中国各地区金融发展与经济增长关系的实证分析[J].金融研究,2002,(10).