我国信托公司人员结构对人员效率影响的实证分析

徐辑磊高涓

（1.苏州大学东吴商学院，江苏　苏州　215006；2.上海商学院商务经济学院，上海　200235）

我国信托公司人员结构对人员效率影响的实证分析

徐辑磊1，高涓2

（1.苏州大学东吴商学院，江苏苏州215006；2.上海商学院商务经济学院，上海200235）

本文研究信托公司人员效率及员工结构对效率的影响。首先采用SBM超效率模型对信托公司人员效率进行分析，在此基础上用Tobit回归分析人员结构对效率的影响，发现人员总数与人员效率之间存在较弱的负相关关系，而硕士以上人员占比、信托业务人员占比以及中年人员占比三项员工分布对人员效率影响显著，并由此分析了我国信托公司人员现状及存在的问题，提出提升我国信托公司人员效率、改善人员结构的对策建议。

信托公司；人员效率；人员结构

一、引言

近年来，受益于经济持续高速增长，我国信托公司快速扩张，其经营效率问题倍受关注。一方面，信托公司之间业务规模差距较大，规模大小与经营效率水平的比较分析存在重大意义。近年来在行业高速发展背景下，信托公司之间在业务规模、盈利水平等方面差距拉大，从而导致其在经营效率方面存在较大差距。2014年度，信托收入金额最大的中融国际信托为5760492.59万元①本文信托行业数据均引自中国信托业协会网站或WIND资讯。，信托收入金额最小的华宸信托为107209.17万元，平均值为1690093.70万元，最大值为最小值的53.73倍，全行业信托公司之间信托收入的均方差也高达92927.47万元；利润总额金额最大的平安信托为495878.95万元，利润总额金额最小的华宸信托为1919.09万元，平均值为104032.75，最大值为最小值的258.39倍，全行业信托公司之间利润总额的均方差也高达1345065.17万元。信托公司在经营过程中出现如此大的差距，其规模大小与效益高低的相关性值得研究。

另一方面，在经济增速放缓和去杠杠的背景下，我国信托业务发展的拐点已经出现，信托公司的发展将被迫从过去的追求规模增长向效率提升转变。近年来，我国信托行业快速发展。截至2015年3季度末，信托全行业管理的信托资产规模为15.62万亿元（平均每家信托公司为2296.92亿元），较2010年末的3.03万亿元增加了12.59万亿元，在5年多的时间内增长了415.51%，年均增长率高达33.01%。但是，近期的变化趋势显示信托行业发展拐点已显露。信托资产增速在不断下降，资产规模增速出现了过山车式的变化，信托资产规模增速在2013年达到峰值后呈明显下降趋势。2015年3季度，信托资产规模环比增速为-1.58%，自2010年1季度以来首次出现季度环比负增长，行业资产规模开始缩水。信托行业开始面临寒冬降临，信托公司的发展被迫从追求规模扩张向效率提升转变。

二、文献综述

海外学者早在20世纪中叶就对金融机构的效率进行了评价。Alhadeff（1954）、Murphy（1968）等研究了金融机构规模大小与效率高低的关系，发现产出规模效率递增和成本规模效率递减的规律。随着金融发展与研究方法的拓展，效率评价与比较及影响因素的相关研究增多。以非参数技术效率分析DEA方法为主的金融机构效率研究也有多年历史。Berger，Hanweck，Humphrey（1987），Allen N.Berger，William C.Hunter and Stephen G.Timme（1993），Berger，Humphrey（1997）等相继研究了美国金融机构效率，分析了外部环境等因素对效率的影响。Demirguc-kunt and Huizings（1999，2000）从经济发展和金融结构等角度出发，评价了发达国家和发展中国家银行业的效率差异。Abhiman Das and Saibal Ghosh（2009）发现印度银行利率效率偏低，规模、所有权结构、市场环境对其效率影响较大。Ghi-Feng Yen和Yao-Hung Yang（2013）等研究了台湾金控公司的全要素生产效率，发现富邦、台新等规模较小单位也可以实现很高的经营管理效率，大型金融控股公司出现分化，元大证券等因利用分支机构的协同效应获得高效率。Peter Wanke，C.P.Barros，Ali Emrouznejad（2016）采用模糊DEA模型，对市场不确定条件下的银行效率进行了评价，并发现人力、资金和市场份额是影响银行效率的重要因素。

我国信托公司效率问题研究也主要集中在总体效率评价与影响因素方面。蒲勇健、罗巧利（2010，2012）发现剔除环境和随机干扰项后的经营绩效明显提高，环境变量和随机干扰项造成了信托公司的效率低下，此后还分析了2004年到2008年期间我国信托公司经营效率低下的主要原因为信托公司的总体发展水平和资本实力相对较低。周孝华、陈犁（2010）发现我国信托公司的效率受市场份额、股东背景等环境变量的影响，在同质经营环境下规模效率不高。张强、张宝（2010）发现信托公司全要素生产率在2004—2008年期间出现改善，但是，分析2008年度的经营数据也发现我国信托公司技术效率普遍较低。此后，张宝（2013）发现资产周转率、费用率和资本充足率与信托公司综合技术效率负相关，资产收益率和市场份额与信托公司综合技术效率正相关，资本市场、房地产市场、资产收益率和市场份额与全要素生产率成正相关关系，公司规模与全要素生产率成负相关关系。王燕、彭阳（2011）发现信托公司全要素生产率在2007—2010年期间出现逐年上升，但技术效率普遍低下，且整体出现技术退步。张屹山、高福波、李莹（2013）认为信托公司股权结构对绩效影响较大，国有持股会导致信托公司绩效下降，股权集中度越高绩效越高。高福波（2014）认为风险防范水平及成本控制能力也是影响信托公司效率的主要因素，并进一步发现在股权结构与公司治理对效率影响显著。邓旭升、高士亮（2014）发现信托公司投入产出效率地区间差异大，企业景气指数、固定资产投资增速、地区经济增长、货币供给增速和利率等变量对效率变动的冲击较大。

从我国信托公司效率的现有研究情况来看，效率评价多数都应用DEA非参数法，从全要素生产率角度分析投入产出效率，普遍发现我国信托公司效率低下或出现下降趋势，在影响因素的研究方面，经营外部环境因素及信托公司的股东背景、股权结构、公司治理、资本实力、风险防范及成本控制等因素有显著影响。在现有研究中，从全要素生产率角度评价信托公司效率，具有宏观性和整体性，但在我国信托公司从粗放式野蛮扩张向集约化效率提升的经营方式转变阶段，还应加强单一生产要素的投入产出情况的评价，需进一步加强对经营效率影响因素的深入分析。本文则对影响信托公司未来发展最核心的生产要素人员效率进行了深入研究。

三、研究路径与方法

（一）研究路径

目前，国内信托公司的业务发展主要依赖于两方面的生产要素投入，其一是资本金及外部融资的资本投入，其二是以信托人员为主要构成的人力投入，本文主要研究人力投入对信托公司经营效率的影响。笔者认为在信托业务的发展中人力投入的难度比获取更多资本投入的难度相对更高，且与资本投入相比，人员投入对信托公司经营效率的影响更大。

一方面，在信托业务的发展中人力投入的难度比获取更多资本投入的难度相对更高。由于监管要求，资本金的高低在一定程度上对信托公司的信托业务规模形成上限，但是，在目前国内信托公司股东大力支持其发展，通过股东增资使得资本金规模扩大比较容易。在金融行业快速发展、新产品不断出现、业态快速变化的背景下，信托业人才不仅需要具备较高的知识背景，而且需要有很强的学习能力等方面的高综合素质，在实际经营中信托公司短时间内能够获取符合其标准和需要的人力资本并不容易。

另一方面，与资本投入相比较人员投入对信托公司资产规模扩张及经营效率的影响更大。信托公司营业收入主要来源于依靠信托业务人员拓展而来的信托业务收入，而主要依靠资本金贡献的投资收益在营业收入中的占比较小。统计数据显示，2014年度，信托行业的信托净利润合计为1502848.23万元，投资收益合计为36177.00万元，信托净利润为投资收益的41.54倍。

因此，本文忽略资本投入这一生产要素，仅从人力投入的角度，采用DEA方法对信托公司的人员效率进行分析，并从学历分布、岗位分布及年龄分布三个纬度去分析人员结构对人员效率的影响。

（二）研究方法

本文采用Coelli（1998）的两步分析法（Twostage Method），该方法第一步采用非参数技术效率分析方法数据包络分析（Data Envelopment Analysis，DEA）评估出决策单位的效率值，即信托公司的人员投入产出效率。第二步以第一步得出的效率值作为因变量，以影响因素作为自变量建立回归模型，分析员工结构对人员效率的影响，进行人员效率的影响因素分析。具体来说：

首先，对传统DEA模型中无效DMU所有投入（产出）等比例缩减（增加）进行改进的模型为径向DEA模型。Tone（2001）在径向DEA模型的基础上提出SBM模型（Slacks-based measure），SBM模型除了进行投入（产出）等比例改进外，还进行了松弛改进。为了更好的进行第二步回归分析，解决多个有效DMU效率高低进一步区分的问题，本文第一步采用SBM超效率模型对全部DMU进行人员效率分析。并根据实际情况，进一步选取产出导向的SBM（VRS）超效率模型。

然后，根据本文的研究目的，我们期望能够找到信托公司人员效率的影响因素及影响程度。通过第一步SBM超效率模型评价得出超效率值，并将其作为因变量进行分析，以人员效率值的影响因素作为自变量进行回归分析，即可实现实证研究的目的。我们发现DEA效率值大于0，可知其是一种截断数据模型，因而传统的最小二乘估计方法不能满足要求，会带来严重有偏和不一致性，为此，本文考虑采用Tobit模型。Tobit模型是部分连续分布和部分离散分布的因变量提出的一个经济计量学模型，又称样本选择模型、受限因变量模型，是因变量满足某种约束条件下取值的模型。Totin（1958）研究了被解释变量有上限、下限或者存在极值等问题，其相关模型被称作Tobit模型。Lee（1976）和Amemiya（1984）按照似然函数的特点对Tobit模型进行了分类。本文的实证模型是受限制的连续变量方程模型，因变量受到某种约束条件的限制，即因变量取值大于0，样本呈现截断特征，因而是截断数据模型。Gronau（1974）、Lwis（1974）、Heckman（1976）对样本选择、截断、受限因变量等进行了分析，并证明了估计方法的应用环境、估计值的性质等。Heckman（1976）运用两步法对Tobit模型进行估计，Amemiya（1974）将Tobit模型扩展到多变量模型，并推导了模型估计方法。

四、指标与样本数据

（一）指标选取

分析员工结构对人员效率的影响，选用信托公司的人员超效率值作为因变量，选用学历分布中的硕士及以上人员占比（G1）、岗位分布中的信托人员占比（G2）、年龄分布中的30-39岁年龄占比（G3）作为自变量。其中，硕士及以上人员占比可以在很大程度上代表信托公司人员学历水平；信托人员是信托公司人数最多的岗位，是信托公司业务开展的根基，代表着信托公司业务拓展与实施人员的占比情况；30-39岁年龄的员工则是多数信托公司业务拓展的中流砥柱。

综合考虑信托公司人员规模大小、业务规模大小、地域分布、股东背景等因素，本文选取了27家具有行业代表性的信托公司作为研究样本，即决策单元（以下简称“DMU”），见表1。

表1　研究样本（DMU）

分析信托公司人员效率，选用信托公司总人口（I）作为投入指标，选用资本收益率（O）、信托报酬率（O）和人均利润（O）作为产出指标。其中，资本收益率衡量了信托公司为股东创造价值的水平，信托报酬率考量了信托公司的经营管理能力即资产管理能力，人均利润综合体现了信托公司经营水平和盈利水平。

（二）样本数据

本文选取2014年数据，其中，资本收益率（O）、信托报酬率（O）和人均利润（O）为年度数据，信托公司总人口（I）、硕士及以上人员占比（G1）、信托人员占比（G2）、30-39岁年龄占比（G3）均采用期末数据。数据来源：信托公司官方网站公布的2014年度审计报告，WIND资讯。

五、实证分析

（一）超效率DEA分析

1.模型构建

模型建立如下：

由除DMUk之外的其他DMU构建的生产可能集为：

被评价DMUk在SBM超效率模型中的投影值，即模型的最优解。

2.实证结果

结果显示，信托公司的人员效率情况差异巨大。超效率值最大值为重庆国际1.962265，其公司人员数为95；最小值为中融国际0.05034，其公司人员数为1800；超效率均值为0.495743，高出均值的仅有9家，分别为重庆国际、东莞信托、国民信托、爱建信托、大业信托、苏州信托、对外经贸、交银国际、中原信托，其特征为除对外经贸公司人员数为354人之外均不超过200人；18家信托公司的人员效率值低于平均水平。超效率值超过1的仅有重庆国际、东莞信托、国民信托3家，其特征为公司人员数不超过200人。从相关性来看，信托公司总人口数与超效率值之间的相关系数为-0.26，呈弱负相关关系。这表明信托公司规模与人员效率提升方面不存在显著的规模效益，人员投入存在边际效益递减的现象，但边际效益仍为正。这也应证了，在过去业务规模为市场核心竞争目标的模式下，人员的大量投入是信托公司做大业务规模最有效的一个手段。

表2　SBM超效率模型评价指标和结果

表3　Tobit分析变量的描述性统计

（二）Tobit分析

1.Tobit分析变量的描述性统计

信托公司人员超效率值的均值远大于中位数，说明多数信托公司的超效率值集中于效率偏低的区域；标准差与均值相差不大，说明人员超效率值的离散程度较高。硕士以上人员占比（G1）的均值大于中位数，说明多数信托公司的硕士以上人员占比达不到49.73%，较少的信托公司集中拥有学历较高的员工。信托人员占比（G2）的均值大于中位数，说明有较少信托公司的信托人员占比要高于平均水平，较少的信托公司安排了更多的人员在业务拓展岗位上。年龄30-39岁人员占比（G3）的均值小于中位数，说明较少的信托公司集中雇佣了年轻员工。

2.模型构建

Tobit线性回归模型通常设定如下：

其中，i=1，2，…，n。

在本文中，Yi为观测到的因变量，Xi是自变量，βT是未知参数向量，uiN（0，σ2）。为潜变量（Latent Dependent Variable），潜变量y*满足经典线性模型假定，具体而言，它服从具有线性条件均值的正态同方差分布，所以y在严格正值上连续分布。

根据误差项的分布特征构造似然函数：

可以证明当采用极大似然法对Tobit模型进行估计时，所得到的和是一致估计量。

3.Tobit回归结果

硕士及以上人员占比（G1）、信托人员占比（G2）、30-39岁年龄占比（G3）在1%的水平下均显著相关。

其中，硕士及以上人员占比（G1）的系数为-1.134941，为显著负相关，说明信托公司目前的业务扩张过程中，对于员工的学历水平要求并不高，对于信托公司业务扩张中需要的多数岗位只需要本科学历水平即可满足要求。信托人员占比（G2）的系数为7.281624，为显著正相关，说明目前我国信托公司的发展路径仍旧停留在业务营销与拓展上，对于信托投资与管理、风险审核与评估、资产核查与审计等方面的投入较少，信托公司大量招聘业务人员即可快速扩张规模。30-39岁年龄占比（G3）的系数为1.574274，为显著正相关，说明30-39岁年龄区间的人员对信托公司的发展具有极为重要地位，结合我国信托行业队伍普遍年轻化的现状来看，30岁以下过于年轻化的人员队伍的效率是低下的。

表4　Tobit回归结果

六、结论与建议

（一）结论与问题

1.虽然人员规模与产出值之间呈现较弱的正相关关系，但是，人员效率与人员规模呈负相关，且效率值离散程度较高。说明信托公司之间效率水平差异较大，信托公司能够简单地通过扩大人员规模获取业务的扩张和收益的增加，但是人员增加所带来的边际效应在递减。出现这一现象主要与我国信托行业在过去几年的发展模式有关，信托产品的投资类型以低风险的固定收益类产品居多，且多数产品投资于房地产和政府融资平台，其项目的开拓上对于人员营销的倚重偏大，在业务的激励上也以业务团队的投融资项目收益作为绩效考核基础，在内部控制上、风险管理上也多以业务团队为管理基础，而此类业务拓展方式和管理模式，适用于低风险固定收益产品的开发、拓展与实施管理，该模式可复制性极强，业务的拓展和绩效的增长完全可以通过人员规模的扩张来实现。这证实了我国信托业务项目的推进中单纯追求“短、频、快”，业务竞争追求以快打慢，经营方式过于粗放，市场发展呈现野蛮生长态势。

2.目前，对学历水平的要求较低、偏好于更多投入营销端业务人员以及人员队伍中青年化等是信托公司人员安排的突出特征，这一人员结构的安排策略使得信托公司在过去几年获得业务发展的同时，还获得了较高的人员效率。这一结论进一步应证了我国信托行业过去的盈利模式，仅需要采用加大人员投入的蓝海策略即可保证竞争优势，对人员结构安排上并不需要有太多的要求，但是，这一结果必然带来人员效率的低下以及严重的遗留问题。例如，中融信托人员总数较大，信托人员的投入比例比市场平均水平要高出21.33%，队伍年轻化特征明显，其年龄30岁以下人员占比高达近一半，其人员总体安排与结构安排在行业快速发展阶段可以轻松实现业务经营目标，但是内外经营条件发生重大变化，资产端的业务拓展难度加大，行业发展从重规模向重效率发生转变，就会被迫面临着解决营销人员冗余、队伍过于年轻化等问题。

（二）政策建议

在土地、资本和人力三大生产要素中，土地要素的地位已被信息化和网络化大幅弱化，国内资本充裕则使得资本投入要素获取变得更加容易，但是人力投入的要求则越来越高，人员员工安排的科学性将直接决定信托公司的业务发展与经营效率。针对实证分析结论，笔者提出以下建议：

1.调整人员总体安排主动适应内外经营环境变化。未来，信托公司应大力完善人才建设，建立科学合理的人员招聘与考核机制，完成人力资源安排与管理上的转型。尤其是对于人员冗余的信托公司，更需要通过优胜劣汰机制，控制人员总体规模。一方面，经济增速放缓使得信托公司的项目来源缩水，资产端的业务拓展难度加大，房地产信托、矿产信托、政府融资平台信托三大资产来源随着市场与政策变化面临收缩。另一方，资产管理行业的壁垒打破，基金资产管理、期货资产管理、三方理财资产管理公司等新兴金融组织的市场介入给信托公司带来巨大的竞争压力。生存环境的变化，使得信托公司在市场拓展中不能依靠过去传统的增加人员数量，在培育新业务、发展新业务的过程中，信托公司必须不断完善人才体系建设，吸引优秀人才，不断地激发组织活力，在业务板块的人力资源布局上随着市场变化而不断革新，以适应市场的新常态、新变化。

2.逐步改善人员结构，革新中后台组织管理体系，助推盈利模式转变。虽然过去几年内信托公司采用较低学历人员即能获取较快的业务发展和较高的人员效率。但是，培养和储备高素质人才、提升现有人员的业务技能、提升受教育程度等综合素质，是信托公司人力资源管理的发展方向。

从盈利模式来看，信托公司已经被迫开始进行业务转型，在业务发展中大力推动投资银行业务、资产管理业务、财富管理业务和专业化受托服务等新业务，在当前乃至未来可预见的相当长的时间内，与其他金融机构的合作产品、高风险的股权或类股权类产品等形式将大量出现在信托业务中，其投资与管理理念将颠覆传统的信托投融资产品，此类产品的发展，对信托公司的人力资源的筹划管理将提出更高的要求，不仅要求人员队伍的基本素质较高，受教育水平较高，且对人员的专业水平要求较高，更需要精于法律、财务、行业研究、语言等方面的复合型业务拓展人才与中后台管理人才。在新产品尝试和新业务推广中，对交易结构设计、抵质押办理等多个环节，需要较多的人力去保证尽职调查中信息的完整性、真实性、及时性核查；贷后、投后跟踪检查、产品后续管理中的信息披露，也需要耗费较多的人力资源，尤其是在业务发生法律纠纷时，搜集整理足够有效证据证明已履行勤勉尽责义务等，会耗费大量的人力成本。在组织管理体系上，也需要将项目的拓展实施、项目的投资管理、项目后续管理三个环节进行分离，交由不同的部门及团队进行管理，而不能再由项目营销团队在承担项目的拓展实施与投资管理的同时，还主要承担项目的后续管理。

3.增加人员的海外知识与业务背景，为信托业务国际化准备条件。近年来，我国经济发展步入“新常态”，经济增幅明显放缓，网络信息、文化传媒等新经济伴随全球市场迎来爆发式增长。同时，居民收入增长速度超过经济增长速度，居民收入和社会财富在经历了一段较长时期的积累之后，居民投资需求和资本供给都出现了爆发式增长。在此背景下，积极发展国际业务将是信托被迫转型的另一个重要方向，也可以说是信托公司亟需开拓的业务新蓝海。一方面，在国内资本供给过剩、国内投资产品缺乏高收益率资产的背景下，全球范围内谋求高收益资产的需求将愈加强烈。另一方面，人力资本供给质量不断提升，较高外语水平的年轻人才融入，为信托管理业务国际化道路提供了条件。在实务领域，已经有信托公司推出首单QDII信托业务去分享海外投资红利。因此，信托公司应前瞻性布局，不断增强人员的海外知识与业务背景，为业务国际化准备好必要条件。筝

[1]邓旭升，高士亮.我国信托公司投入产出效率区域差异比较[J].财经问题研究，2014（7）：58-64.

[2]蒲勇健，罗巧利.基于MC-SFA模型的我国信托业经营管理效率评价[J].系统工程理论与实践，2012（5）：1040-1046.

[3]钱振华，成刚.数据包络分析SBM超效率模型无可行解问题的两阶段求解法[J].数学的实践与认识，2013（5）：172-177.

[4]王燕，彭阳.我国信托业经营效率实证研究[J].南方金融，2011（9）：36-40.

[5]魏权龄.评价相对有效性的数据包络分析模型DEA和网络DEA[M].北京：中国人民大学出版社，2012：39-78.

[6]张宝.中国信托公司效率及全要素生产率的测度与影响因素研究[D].湖南大学，2013：48-93.

[7]周孝华，陈犁.基于三阶段DEA模型的中国信托公司效率分析[J].技术经济，2010（9）：79-83.

[8]Allen N.Berger，William C Hunter and Stephen G Timme.The Efficiency of Financial Institutions：A Review and Preview of Research Past Present and Future[J].Journal of Banking and Finance，1993（4）：221-249.

[9]Ghi-Feng Yen，Yao-Hung Yang.Measuring Managerial Efficiency of Securities Investment Trust Firms Under Taiwanese Financial Holding Companies：An Application of the Two-stage Dea Approach [J].The International Journal of Organizational Innovation，2013（7）：72-73.

[10]Peter Wanke，C.P.Barros，Ali Emrouznejad.Assessing Productive Efficiency of Banks Using Integrated Fuzzy-DEA and Bootstrapping：A Case of Mozambican Banks[J].European Journal of Operational Research，2016（1）：378-389.

An Empirical Analysis on the Influence of the Personnel Structure of Trust Companies on the Efficiency of Personnel in China

XU Ji-Lei1，GAO Juan2
（1.Dongwu Business School，Soochow University，Suzhou Jiangsu，215006；2.School of business and Economics，Shanghai Business School，Shanghai，200235）

In this paper，we study the impact of employees structure to its efficiency and the staff efficiency itself in trust company. First，we analyze the staff efficiency of trust company by SBM Super-efficiency Model.Furthermore，we find that there is a weak negative correlation between the total number of employee and its efficiency in trust companies by using Tobit Regression Analysis on the impact of employees structure to the efficiency.In addition，we also find that there exist three factors significantly affecting the efficiency in trust companies，such as the ratio of the employees who hold master degree or above to the total employees，the number of staff for business development，and also the ratio of middle-aged personnel to the total number.Based on previous study，this paper gives proper suggestions to improve the staff structure and efficiency by further investigating the existing problems in trust companies.

Trust Company；Staff efficiency；Employees Structure

F272.92

A

1007-0672（2016）04-0037-06

2016-01-17

甘肃省高等学校科研项目（编号：2014A-068）。

徐辑磊，男，湖北恩施人，苏州大学东吴商学院金融系在读博士研究生，研究方向：金融市场与证券投资；高涓，女，山西太原人，上海商学院讲师，博士，研究方向：税收理论与政策。