中国农村金融资源配置区域效率比较.docVIP

中国农村金融资源配置区域效率比较摘　要：采用数据包络分析（DEA）方法对全国各地区的农村金融资源配置效率作整体的评价和比较。分析表明：影响东部地区农村金融资源配置效率的主要是制度建设和管理水平的滞后，规模效率是阻碍西部金融资源配置效率的主要障碍。各地区在加大金融支农投入的同时，提高农村金融资源配置效率才是改善农村金融环境的重点。 关键词：金融资； 农村金融； 配置效率 中图分类号：F83　　文献标识码：A　　文章编号：1673-291X（2012）17-0113-03 引言 农村金融资源的配置效率问题一直受到国内外学者的关注。麦金农（McKinnon ）和肖（Shaw，1937）针对金融受到压抑的发展中国家的经济提出了金融深化理论，从“金融抑制”和“金融深化”的角度论证了货币金融和经济发展的辩证关系。周国富等（2007）认为，金融效率就是一国金融资源的配置状态，具体包括微观金融效率（即金融产业本身的投入产出率）和宏观金融效率（即金融资源的配置效率）两个方面。并以此为基础设计了储蓄率、储蓄投资转化率等16个指标来反映我国的金融效率，构成一个适合我国国情的金融效率评价指标体系。韩大海（2007） 依据区域金融生态与区域金融资源配置之间的显著关系，提出了区域金融资源配置效用模型。据此模型设计出大陆省域金融资源配置的多种方案，并选取其中一种方案与实际金融资源配置现状做差异分析。最后针对区域金融资源配置受制于区域金融生态的客观要求，提出了改善区域金融生态环境与推动区域发展（或开发）并重的政策建议。者贵昌等（2011）认为，金融效率是指资金融通和运用的效率，金融效率划分为宏观金融效率和微观金融效率两个层面，对宏观金融效率进行了分析，并以此提出衡量宏观金融效率的评价指标，对目前我国的宏观金融效率现状进行了定量分析和考察。 总体而言，国内对农村金融资源配置效率的研究大多数还停留在定性分析方面，定量分析的文献相对较少。唐青生（2009） 从农村金融资源的投入、产出两个方面设计8个指标，构建农村金融资源配置的指标评价体系，利用主成分分析法，对中国西部各省市自治区（除西藏）的农村金融资源配置效率进行了测度与比较。分析结果表明，西部地区农村金融资源的配置效率较低，各省市之间配置效率也存在较大差异。唐青生（2010）利用1997—2006年西部地区9个省市的面板数据，采用固定效应模型，分析了我国西部地区农村金融资源配置总体效率以及西部各省市的农村金融资源配置效率状况。分析结果表明，西部地区农村金融资源的配置效率较低，且各省市的配置效率存在较大差异。李明贤（2011）采用主成分分析法对我国中部地区农村金融资源配置效率进行了测度和比较，并在此基础上剖析了中部地区农村金融资源配置效率的影响因素，提出了相关政策建议。研究表明:我国中部地区农村金融资源配置效率整体上还不高，有待采取措施进一步优化农村金融资源配置效率，促进中部地区农村经济社会发展。在加快发展农村的同时，不能光靠增加金融支农的投入，还应注重农村金融资源自身的配置效率，使金融支农得到有好又快发展。基于以上思考，本文利用DEA模型对农村金融资源配置效率做出科学的评价，找出效率低下地区的原因，为提高农村金融-效率提供有益的借鉴。 一、研究方法及说明 数据包罗分析（Data Envelopment Analysis ，DEA）方法是一种非参数的效率评估技术[1]。DEA方法的CCR线性规划模型为： ■ Xij与Yij分别表示第j个地区的第i种金融资源投入与产出总量，则Xij与Yij对应的参考决策单元集合为：■，由T生成的凸锥①集合：■，相对应的T′的生产可能集为：■。对生产可能集T，所有的有效生产活动点（X，Y）构成Rm+s超曲面Y=f（X）成为生产函数[2]。生产函数Y=f（X）是指在一定的技术水平下，其任意一组投入量与最大产出量之间的函数关系，Y是X的增函数。生产函数的单增性仅反映了产出Y对于产出X的相对不减性，但是不能描述不减的程度。若θ*=1，且s+0*=0或s-0*=0，称该地区的金融资源配置是有效率的。CCR模型中的最优值可以判断决策单元（DUM）的规模收益情况，如果存在λ*（j=1，2，…，n）使得■=1， 则DUM的规模收益不变；若 ■＜1，则DUM的规模收益递增；若 ■＞1，则DUM的规模报酬递减[3]。 由于有很多的因素可能导致DUM存在规模报酬变化（VRS），因此，在固定的规模报酬的基础上，Banker（1984）提出了在CCR模型上增加了一个凸性假设■=1，得到BCC模型[4]。 通过执行CRS和VRS DEA，可以获得厂商的规模效率。其关系可以表示为：TECRS=TEVRS*SE 其中，TECRS表示规模收益不变的技术效率得分，TEV