我国金融资源错配的测度分析

梁媛 杨朝舜

内容摘要：本文主要分析我国金融错配的表现形式与特征。首先运用统计数据对我国现阶段金融资源错配现状进行描述，再运用随机前沿法，对地区、行业和企业间的金融资源投入产出效率进行测算，由投入产出效率衡量金融资源的错配程度。测算结果显示了地区、行业、企业间的金融资源错配特点，总体来说，金融资源在我国北京、上海、广东等地区，农林牧副渔业、制造业等行业，在私营企业和集体企业等企业类型中的配置较为有效，金融资源错配程度低。

关键词：金融资源错配   投入产出效率   随机前沿法（SFA）

引言

当金融配置与生产效率、市场需求不相符合时，就会出现金融资源错配的现象。我国金融市场的改革相对滞后，金融资源大量配置到低端无效的行业和企业或者金融资源已经过剩的地区，使得金融资源未能以生产效率为导向进行配置，这必然造成潜在的生产能力无法充分释放，抑制我国经济活力的释放并影响新常态下社会经济持续平稳发展。因此，对金融资源错配进行测度，研究造成我国金融资源错配现象的原因，并从这些原因入手对金融资源错配现象进行治理，对我国经济持续健康发展具有重要意义。

在对金融资源错配的研究中，一些文献以全要素生产率的损失作为金融资源错配程度的度量。在具体测算时，学者基于不同的假定构建不同的测算模型。基于行业内企业同质性假设，陈永伟等人（2011）选取相关指标测算了中国制造业间要素的错配程度。袁志刚等人（2011）研究农业和非农业部门之间的资源错配情况，分析了农业部门的劳动力错配对农业部门生产率的影响。Hsieh等人（2009）基于企业之间存在异质性的假定，结合垄断竞争模型提出测算行业内企业间资源错配程度的度量方法。邵宜航等（2013）年用Hsieh的方法测度了我国当前资源错配的情况。靳来群（2015）基于这一方法，假定了行业内的不同企业具有异质性，提出测算金融资源在不同所有制企业之间错配程度的方法。

此外，还有学者通过测度金融资源的投入产出效率来衡量金融资源的错配程度。刘琛（2004）运用SFA方法对银行业资源投入产出效率进行测度;周春应（2008）利用省际面板数据基于随机前沿函数法对地区资源投入产出效率进行测度，在一定程度上反映了资源错配现象;张庆君（2014）利用DEA模型，测算各地区金融资源投入产出效率，用以衡量金融资源错配程度;张玉苗（2017）利用超效率DEA模型，测算京津冀地区的金融资源投入产出效率，并以效率值来反映金融资源错配程度。

从研究对象来看，大部分现有研究集中于特定区域或微观层面的企业，而本文将以SFA方法，分别对地区层面、行业层面、不同类型企业层面的金融资源错配进行测度分析，对现有研究进行一定的完善和补充。本文所引用数据均来源于各年度《中国统计年鉴》《中国金融年鉴》《中国工业经济统计年鉴》，各省、市、自治区统计年鉴及Wind数据库。

金融资源错配的表现

金融资源错配主要表现在，大量金融资源配置到了过剩、低效的领域，资源配置与技术效率不相符合。具体考察我国的金融资源配置状况，本文首先分析了不同规模类型企业获取信贷的情况。中小微型企业贷款之和占全部贷款的比重从2014年最高的29.1%下降到了2017年20%至25%的波动区间内，有下降的趋势。若结合各规模类型的企业数量来看，中小微型企业的融资现状更是不容乐观。中小型企业的数量约为大型企业数量的39倍，工业销售产值为大型企业的1.72倍，利润总额为大型企业的1.81倍，但负债合计和流动负债合计与大型企业的大致持平，这从一定程度上可以看出，中小企业从银行获得信贷资源更加困难，大型企业占据了更多的信贷资源而产出较少。

其次，考察不同所有制企业的融资状况。2015年，我国私营企业的数量约为国有企业的67倍，工业销售产值约为国有企业的9倍，利润总额约为国有企业的11.5倍，但负债合计约为国有企业的0.5倍，这从一定程度上可以看出，私营企业在数量、产量明显大于国有企业的情况下，从银行获得信贷资源更加困难，国有企业获得了更多信贷而产出较少。

再次，从不同的行业进行考察，2015年，特定行业的金融机构贷款额和产业增加值。农林牧副渔业的产业增加值是金融机构贷款额的5.31倍，采矿业约为0.97倍，制造业约为1.37倍，金融业约为1.46倍，房地产业约为0.63倍。单从1单位金融机构贷款额所对应的产业增加值来看，银行信贷在房地产业的配置过多，这也与近十年来火爆的房地产市场所带来的市场预期有关，说明我国的金融资源在行业间亦存在錯配现象。

最后，从不同地区来看，本文考察了2015年华北、华东等全国7个地区的金融贡献率和金融相关比率。金融贡献率为地区金融业生产总值与地区生产总值的比率，用以衡量金融资源的有效性。金融相关比率为地区贷款余额与地区生产总值的比率，用以衡量相对于本地区产值的金融资源规模。从金融资源的有效性来看，各地区按金融资源有效性的排序为华东、西南、华南、华北、西北、东北、华中，从相对于本地区产值的金融资源规模来看，各地区的排序为西北、华东、西南、华南、东北、华北、华中。金融资源在西北、东北等地区的配置相对过多，而在华北、西南等地区的配置相对较少，因此可以初步判断，我国的金融资源在不同的省、市、自治区之间存在一定程度的错配现象。

金融资源错配的测度分析

本文以测算金融资源投入产出效率的大小来反映金融资源错配的程度。由于金融资源的投入使用效率与金融资源错配程度密切相关，金融资源投入产出效率较高意味着金融资源错配程度就越低，反之亦成立，两者成负相关的关系，这是本文使用金融资源投入产出效率衡量金融资源错配程度的基础。目前主要的测算方法包括两种，一种是使用DEA模型，另一种是使用随机前沿函数法（SFA方法）。由于SFA方法测算的效率值为绝对值，在不同年份和不同生产单元之间都具有可比性，对本文的研究目的而言较为适用，因此，本文选取SFA法对金融资源投入效率进行测度，并以效率测算结果来衡量金融资源错配的程度，计算软件为Frontier4.1。

（一）地区间金融资源错配分析

在使用SFA模型对不同地区的金融资源投入产出的配置效率进行测算前，需要构造金融资源在各地区投入和产出的指标体系。考虑到样本数据的可获得性、有效性和可比性，依据柯布-道格拉斯生产函数，本文选取了2个投入指标和1个产出指标，即以金融业从业人员代表人力资源投入情况，以金融业固定资产投资代表资本资源投入情况，以地区金融业生产总值代表地区金融业产出情况，将投入和产出指标数据代入SFA模型中，得出2000-2015年全国各省、市、自治区的金融资源投入产出效率值。

测算结果显示，2000-2015年間，31个省区中效率值最低为0.0143，最高为0.6077，效率均值为0.1769。根据测算结果，给出相对效率划分区间，具体如表1所示。

图1是2000-2015年各地区金融资源投入产出效率值的柱状图。投入产出效率值越高，表明该地区金融资源的配置越有效率，越能实现金融资源投入与地区发展的良性作用。从2000-2015年期间的平均值来看，只有北京、上海两个地区的金融资源投入产出效率值大于0.33，表明北京、上海的金融资源配置较为得当，使用效率较高;天津、内蒙古、江苏、浙江等14个地区的金融资源投入产出效率介于0.15至0.33，这表明这些地区存在金融资源错配现象，但程度较轻，现有金融资源的配置较好地服务于当地的发展;相反，河北、山西、辽宁等13个地区的金融资源投入产出效率介于0.08至0.15，这表明这些地区金融资源的配置效率较低，现有金融资源的配置无法达到其应有的作用，无法最大限度地服务当地的发展;吉林、黑龙江两个地区的金融资源投入产出效率低于0.08，金融资源使用效率严重落后于其他省区，存在较为严重的金融资源错配现象。

本文以我国31个省、市、自治区中，东西部为界限，各挑选五个具有代表性的省区进行效率变化趋势分析。东部省份以北京、上海、广东、河南、辽宁为代表，西部省份以广西、重庆、四川、宁夏、甘肃为代表。

首先分析东部代表省份。如图2所示，五个东部代表省份在2000-2015年期间的金融资源使用效率呈现出不断上升的趋势，表明金融资源错配的情况得到一定程度的减少;从五个代表省份的效率绝对值对比来看，北京和上海两个地区的金融资源效率值在2015年达到了0.608和0.541，领先于另外三个代表地区，而辽宁和河南两个省份的效率值经过16年的发展效率值分别只达到了0.262和0.231。表明金融资源在北京、上海两个省份得到最为有效的利用，最大限度地服务了当地的经济发展，而辽宁和河南地区内的金融资源则发生了较为严重的错配，导致现有金融资源的投入无法发挥其应有的效率。

从图3金融资源投入产出效率增值的变化趋势来看，北京的效率增值从平稳变化为递减，表明北京的金融资源使用效率的提升受限，效率增速已经下降;而上海的效率值经历了小幅上升、平稳发展、小幅下降三个阶段，这同样表明上海的金融资源使用效率的提升已经进入瓶颈阶段;广东的效率增值从2001年开始的快速上升，到2008年开始进入平稳发展阶段，表明广东也进入到了效率提升瓶颈阶段的初期;而河南和辽宁两个金融资源效率值较低的省份，其效率增值表现为快速上升，这就表明了河南和辽宁两个省份内金融资源的错配现象已经有所改观。

对于西部省份而言，图4显示，广西、重庆、四川、甘肃、宁夏五个代表省份在2000-2014年的全部年份中金融资源投入产出效率均小于0.3，2015年只有重庆的效率值略高于0.3，四川接近0.3，表明西部地区的金融资源使用效率整体较低，省内的金融资源错配现象较为显著。但随着年份的增长，西部五省的金融资源投入产出值都呈现出快速上升的趋势，这在一定程度上表明，随着西部省份经济环境的日益改善，其省内的金融资源发挥的作用越来越大，在地区经济发展中扮演着不可或缺的角色。从图5中金融资源投入产出效率增值的变化趋势也印证了这一点。在2001-2015年期间，西部五个代表省份的效率增值在2014年以前都保持快速上升的态势，2015年除四川、重庆两省的效率增值开始变为平稳发展外，广西、甘肃和宁夏的效率增值仍有上升的趋势，这就表明了西部地区的金融资源错配现象已经有所好转，但从效率值本身来看，金融资源错配现象仍然存在且较为严重。

（二）行业间金融资源错配分析

按照统计年鉴中的统计口径，编制采矿业、制造业、金融业、房地产业等18个主要行业从2009-2015年金融资源投入产出的面板数据。以行业从业人员代表行业人力资源投入情况，以行业贷款余额代表行业信贷资源投入情况，以行业产值代表行业产出情况，得出2009-2015年主要行业间的金融资源投入产出效率值。测算结果显示，2009-2015年间，19类行业中效率值最低为0.021，最高为0.643，效率均值为0.2104。根据测算结果，给出相对效率划分区间，如表2所示。

图6是2009-2015年各主要行业金融资源投入产出效率值的柱状图。投入产出效率值越高，表明该行业金融资源的配置越有效率，越能实现金融资源投入与行业产值增长的良性作用。从图形结果来看，2009-2015年期间，农林牧副渔业、制造业使用金融资源的效率值落在区间（0.424，1）内，这表明这些行业相对于其他行业而言更有效率地使用了金融资源，现有金融资源的配置较好地服务于行业的发展;采矿业、建筑业、批发零售业等8个行业的效率值落在区间（0.167，0.424）内，表明金融资源在这些企业的配置出现了较为明显的错配现象;交通运输、租赁和商务服务业等5个行业效率值落在区间（0.106，0.167）内，水力、文体等4个行业的效率值落在区间（0.424，1）内，这表明这些行业使用金融资源的效率较低，现已配置在这些行业的金融资源无法达到其应有的作用，无法最大限度地促进行业的发展，金融资源在这些行业发生了较为严重的错配现象。具体错配程度与投入产出效率值成负相关，金融资源投入产出效率值越低，错配的程度就越高。

进一步从中选取五类行业进行效率变化趋势分析，如图7所示。在2009-2015年期间，各代表行业在提升金融资源使用效率方面不断取得进步，效率值逐年上升，表明各类金融资源在行业间错配的现象得到不断改善。从效率值大小来看，到2015年，各代表行业使用金融资源的效率值与1仍有较大的差距，表明金融资源错配的现象仍然存在;从效率值的相对大小来看，农林牧副渔业是使用金融资源最有效率的行业，采矿业是其中使用金融资源最低的行业。2015年，农林牧副渔业和制造业的效率值都落在区间（0.424，1）内，表明这两类企业使用金融资源较为效率，较好地利用金融资源服务于本行业生产;房地产业和金融业的效率值落在区间（0.167，0.424）内，而采矿业在2015年的效率值更是低于0.3，这表明这些行业存在着较为严重的金融资源错配现象。

但从图8五个行业效率增值的变化趋势来看，从2010-2015年，农林牧副渔业和制造业的效率增值不断下降，房地产业自2010年其效率增值仍保持平稳发展，金融业和采矿业的效率增值则有逐年上升的趋势。这表明金融资源在各行业提升使用效率的程度各不相同，一些行业的金融资源错配现象较轻，有利于金融资源使用效率的提升;而一些行业使用金融资源则受到越发严重的制约。

（三）企业间金融资源错配分析

本文主要分析不同注册类型工业企业间金融资源错配程度，依照年鉴记录的注册类型划分企业，编制国有企业、集体企业、私营企业等7类企业从2005-2015年金融资源投入产出的面板数据。以利息支出额代表信贷资源投入情况，以从业人员数代表人力资源投入情况，以工业销售产值代表企业产出情况，得出2005-2015年不同注册类型工业企业间的金融资源投入产出效率值。测算结果显示，2005-2015年间，七类企业中效率值最低为0.2128，最高为0.7534，效率均值为0.4993。根据测算结果，给出相对效率划分区间，如表3所示。

图9是2005-2015年不同注册类型工业企业金融资源投入产出效率均值的柱状图。投入产出效率值越高，表明该行业的金融资源的配置越有效率，越能实现金融资源投入与企业生产经营的良性作用。从图形结果来看，2005-2015年期间，私营企业、集体企业和股份有限公司的金融资源投入产出效率均值落在区间（0.506，0.677），虽然这三类企业仍然存在轻度的不效率，但已经处于各类型企业中的领先水平，现有金融资源的配置较好地服务于本企业的发展;相反，联营企业的效率均值落在区间（0，0.398），国有企业、股份合作企业和有限责任公司的效率均值落在区间（0.398，0.506），位于所有观测样本的后50%，表明这些类型的工业企业使用金融资源的效率较低，现已配置在这类工业企业的金融资源无法达到其应有的作用，无法最大限度地促进企业的生产经营。各类型工业企业金融资源的投入产出效率有较大差异表明了金融资源在各类型企业存在错配。错配程度与效率值成负相关关系，对于使用金融资源效率较高的企业，金融资源在该类企业错配的程度较低;反之，對于使用金融资源不效率的企业，金融资源在该类企业错配的程度较高。

从中选取四类工业企业进行效率变化趋势分析，如图10所示。在2005-2015年期间，各类型企业在提升金融资源使用效率方面不断取得进步，效率值逐年上升，表明各类金融资源在各类企业错配的现象得到不断改善。从效率值大小来看，到2015年，各类型企业使用金融资源的效率值与1仍有较大的差距，表明金融资源错配的现象仍然存在;从效率值的相对大小来看，私营企业是四类企业中最有效率的企业，国有企业是四类企业中效率最低的企业。2015年，私营企业和集体企业的效率值落在区间（0.677，1）内，表明这两类企业使用金融资源较为效率，较好地利用金融资源服务于本企业生产经营;国有企业和股份合作企业的效率值落在区间（0.506，0.677）内，表明这两类企业内金融资源错配现象更为显著。

从图11四类企业效率增值的变化趋势来看，从2006-2015年，私营企业和集体企业的效率增值不断下降，股份合作企业经过2008年以前的平稳发展后也开始下降，而国有企业的效率增值在2006-2009年间都是上升，从2010年开始逐渐下降，这表明制约我国各类型企业金融资源效率提升的因素仍然存在，金融资源错配的现象仍较为严重。

结论

从不同行业来看，金融资源对采矿业、水利等公共设施管理业等行业发展的作用效率已经较低，不能很好的服务于这些行业的发展;而我国的农林牧副渔业、制造业等行业亟待金融资源的注入，金融资源在这些行业能够最大限度地发挥效用，为行业进一步发展起到较大的帮助作用，有助于创造更好的经济效益。从不同注册类型的企业来看，在国有企业和股份合作制企业的效率值相对较低，现有金融资源不能最大限度地服务于本企业的发展;而金融资源在私营企业和集体企业的作用效率较高，企业间金融资源使用效率值存在差异表明不同注册类型的企业间存在金融资源错配。纠正上述金融资源错配现象，将会提高金融资源的使用效率，促进经济增长。

参考文献：

1.陈永伟，胡伟民.价格扭曲、要素错配和效率损失：理论和应用[J].经济学（季刊），2011（4）

2.袁志刚，解栋栋.中国劳动力错配对TFP 的影响分析[J].经济研究，2011（7）

3.Hsieh，C.，and Klenow P.Misallocation and manufacturing TFP in China and India[J].Quarterly Journal of Economics，2009

4.邵宜航，步晓宁，张天华.资源配置扭曲与中国工业全要素生产率—基于工业企业数据库再测算[J].产业经济研究，2013 （12）

5.靳来群.所有制歧视所致金融资源错配程度分析[J].经济学动态，2015（6）

6.刘琛，宋蔚兰.基于SFA的中国商业银行效率研究[J].金融研究，2004（6）

7.周春应，章仁俊.基于SFA模型的我国区域经济技术效率的实证研究[J].科技进步与对策，2008（4）

8.张庆君，苏明政，闵晓莹.市场化能提高金融资源配置效率吗？ [J].会计与经济研究，2014（3）

9.张玉苗.区域金融资源配置效率经验研究—基于超效率DEA-Tobit模型的分析[J].财经问题研究，2017（4）