我国基金系QDII机构的海外经营效率及影响因素分析

许丽婉，张业圳

（福建师范大学 经济学院，福建 福州350108）

一、引言

QDII 即合格境内机构投资者,是在资本项目未完全开放的情况下，允许合格的境内金融投资机构投资海外资本市场机制。我国首批QDII 基金于2007 年成立，目前由于较低的参与门槛、畅通的海外投资通道和资产全球化布局，QDII 基金已发展为大多数投资者海外投资的首选工具。截至2018 年年末，我国共有41 家基金公司获得QDII 资格，发行QDII基金产品约140只，基金规模总计超过800亿元。

中国资本市场发展报告战略目标指出到2020年中国证券公司的发展需要进入比较成熟的阶段，竞争力显著增强，出现具有国际竞争力的证券公司[1]。经营效率是金融机构经营水平、竞争力和管理能力等方面的体现，作为我国参与海外资本投资先锋，探讨基金系QDII机构的海外经营效率情况以及影响因素，对于实现资本市场战略目标和进一步提升我国参与国际资本投资的竞争力有深远意义。本文选取占QDII 基金总规模约92%的前14 家基金公司2015年至2018年的数据为研究样本，运用三阶段DEA 产出导向型模型和Malmquist 指数方法对其海外经营效率进行静态和动态分析。

二、现有研究

我国QDII基金成立较晚，现有对基金系QDII机构的研究较少，且大多集中在具体QDII 基金表现上。张倩以Shape指数为衡量绩效指标，分析了4只QDII基金的绩效以及资产配置特征，认为QDII基金存在资产组合配置效率低、绩效差等问题[2]。蔡辰悦以中国台湾海外基金为参照，对比分析了我国QDII基金绩效的投资经验和成果，并运用DEA 模型从效率角度评价了QDII 基金绩效以及改进建议[3]。张珺、陈卫斌选取2009 年前成立的9 只QDII 基金，运用DEA 的CCR、BCC 和对抗型交叉效率模型分析基金绩效，认为交易费用对我国QDII基金绩效影响显著，我国QDII 基金绩效不具有持续性[4]。刘春奇选取78 只QDII 基金数据，运用四阶段DEA 方法和Bootstrapped DEA 方法评价了基金绩效，认为经典DEA模型低估了QDII基金的绩效表现，QDII基金投资区域存在过于集中在美国和中国香港地区问题，我国QDII 基金绩效效率可通过改善经营效率得到显著提高[5]。黄彩云对比分析了我国QDII基金和非QDII基金的业绩差异，得出整体上非QDII基金投资绩效表现要优于QDII 基金，人民币汇率、市场指数变化、行业集中度对QDII 基金绩效有正向影响，区域集中度对绩效影响不显著，而QDII基金风险影响因素存在区域差异性[6]。

另外，不少学者运用DEA 方法评价我国国内证券机构经营效率。樊宏运用DEA 的方法分析了14家证券公司2000 年的经营效率，认为我国证券业总体经营水平普遍较低，提升空间大[7]。边晓磊、陈学彬选取16 家证券公司2007 年数据，运用DEA 模型以及Tobit回归检验，认为传统型证券公司的经营效率最低，公司规模和业务规模不影响证券公司经营效率。高士亮等考虑到外在环境因素和统计噪声对效率值的影响，采用三阶段DEA方法，分析了101家中国证券公司2007 年度管理效率，得出综合类券商的管理效率高于经纪类券商的结论[8]。姜鹏飞[9]、刘伟[10]、周军和于海豪[11]、罗清和和朱诗怡[12]等学者都运用DEA 方法和Malmquist 指数分析法，对不同时期的上市证券公司进行了效率研究。

现有关于QDII 基金的研究基本上只局限于具体基金的绩效分析，针对发行运作QDII基金的基金机构其海外部分经营效率鲜有研究。本文的创新处在于同时运用三阶段DEA 方法和Malmquist 指数方法对基金系QDII 机构海外经营效率进行静态和动态两方面的分析，同时分析了影响海外经营效率的因素并提出相应的改善意见。

三、研究方法和变量选取

（一）三阶段DEA模型

DEA 数据包络分析法是对决策单元进行效率评价的一种非参数方法，分为投入导向型和产出导向型，本文采用产出导向型。不同于传统的DEA 非参数法，Fried 等（2002）提出三阶段DEA 方法，该方法结合参数SFA 方法，利用随机前沿法消除环境因素和随机误差因素干扰，可得到更客观合理决策单元效率评价结果。三阶段DEA 模型一共分为三个阶段：第一阶段基于决策单元原始产出和投入数据得到初始DMU 的效率值和相应的松弛变量值；第二阶段运用SFA模型，以松弛变量值为被解释变量，环境因素变量为解释变量进行回归分析，通过回归调整剔除环境变量因素和随机误差因素干扰，得到调整后的投入或产出值；第三阶段将调整过的变量代入DEA模型，重新计算得到决策单元DMU的相对效率值。

（二）Malmquist指数方法

Malmquist 指数最初由Malmquist 于1953 提出，Fare 等人在1994 年将这一理论与DEA 理论相结合，对企业进行全要素生产率TFP 度量，并将TFP 分解为综合效率变化和技术进步的乘积，综合效率又分解为纯技术效率变化和规模效率变化乘积。这一方法被广泛应用于金融、工业等部门生产效率的测算研究。Malmquist 指数大于1，表示全要素生产率TFP 动态上呈进步趋势，发展具有可持续性；小于1表示退步，发展不具有可持续性；等于1 表示无变化。综合效率变化值、技术进步效率值、纯技术效率变化值和规模效率变化值结论同理。

四、数据来源与投入产出指标的选取

（一）数据来源

目前我国基金系QDII 机构产品规模呈明显的头部集中效应，本文选取目前占比QDII基金总规模约92%的前14家基金公司作为研究样本，具有一定的整体代表性。样本时间上，考虑到海外投资外币交易涉及汇率波动，本文选取2015—2018 年数据，这一期间人民币兑美元汇率经历了相对上升和下降两个时期，可更全面、更有时效性地体现我国基金系QDII 机构海外效率情况和变化趋势。另外，为体现效率变化，本文采用半年度数据进行实证分析，各数据来自各基金公司公开的中报年报、万得WIND 数据库以及证券业协会。为保证样本期各QDII 基金数据完整有效，本文筛选了于2014年前（含2014年）成立并尚在存续期的共78只基金数据进行整合。

（二）投入产出指标的选取

金融业是知识密集型服务行业，对高端人才和资本投入要求高。本文结合道格拉斯生产函数和QDII 基金特殊的海外投资背景属性，选取基金经理数量和基金客户维护费分别作为人力和资本投入指标，另选取基金公司获得的外汇局批准额度作为外部综合投入指标。

QDII 基金资产净值最直观地体现了基金公司投资业务能力，管理费用收入体现了基金公司的营销强弱和市场认可度，都可直观体现公司海外经营效率，因此本文选取QDII基金资产净值和管理费收入作为产出指标。

表1 样本投入与产出变量的相关系数

由表1 可知，样本投入与产出变量间的相关系数不仅为正值，而且基本上都在1%的显著性水平下通过双尾检验，本文所选取的指标符合“同向性”原则，较合理。

五、环境因素选取和说明

基于已有研究，本文重点从基金系QDII 机构自身特征和海外投资环境两个方面考虑影响产出变量的环境因素。基金系QDII 机构自身特征因素包括基金公司费用率、基金公司国内市场、海外投资行业集中度、投资区域集中度、基金经理是否有海外投资经验和管理者持股比例；海外经济因素包括主要投资地MSCI 指数和人民币汇率变化。由于不同基金系QDII机构在样本期所持有的QDII基金只数不同，本文采用加权平均法以统一计量环境因素影响。

（一）基金公司的费用率

一般基金公司收取的费用率越高，意味着投资者购买QDII 基金的成本越大，投资实际收益就越少，对投资者的吸引力也就越小；另一方面，越高的费用率意味着相同基金资产规模下，基金公司的各项费用收入越多，反之越少。

（二）公司国内市场份额

一般而言，基金公司市场份额越大，反映出基金公司以往业绩较好，营销能力较强，市场口碑较好，具有一定的品牌效应。市场份额过大，也可能存在人力和资本投入冗余、“粗放式”的经营等问题。

（三）投资行业集中度

行业投资分布体现了QDII 基金资产配置策略。依据马科维茨的资产组合理论，应依据资产收益与风险等因素进行尽量多的相关性低的资产组合[13]。本文参照吴锴（2008）方法，首先选取QDII 基金前三大行业比例加总，数值愈大表示集中度愈大。

（四）投资区域集中度

投资区域集中度体现了资产配置策略，集中度越高，风险越大。本文依据基金中报、年报披露的各区域投资比例，创立5 级投资区域集中度评估体系，划分方式如下：投资区域仅在1或2地且投资比例和超过90%为5级；投资区域仅在1或2地但投资比例和小于90%为4级；投资区域介于3—5地为3级；投资地区超过5 且存在某区域比例大于50%的为2级；投资区域大于5 个且无一区域比例大于50%的为1级。5级代表区域集中度高，1级最低。

（五）基金经理是否拥有海外投资经验

一般拥有海外投资经验，基金经理会更了解海外资产市场运作流程和投资习惯，可增加投资者对其投资专业性的认可。本文视曾在中国香港、中国台湾地区以及其他国家金融机构工作经历为拥有海外投资经验，并设为哑变量1，否则为0。

（六）管理者持股比例

基金公司管理者比普通投资者拥有更多不对称信息，可能存在一定的道德风险。假如某一基金的管理者持有某只QDII基金比例过高，投资者可能会认为管理者为了提高基金销售业绩而增加自我持股比例，基金经理倾向于在合适的时机减持套现。

（七）主要投资地MSCI指数

QDII 基金主要投资于海外市场，投资地经济发展情况与基金收益有直接的关系，一般经济发展越景气的地区，其资本市场收益越好。

（八）人民币汇率变化

QDII 基金主要通过兑换成美元交易结算，因此美元兑人民币汇率变化对QDII 基金的业绩结算有很大影响。美元兑人民币汇率指数波动越大，汇率风险越大，会增加海外资本市场的不确定性。

六、实证分析

（一）三阶段DEA模型静态实证分析

1．第一阶段DEA效率值分析

图1 我国基金系QDII机构海外整体经营效率第一阶段效率走势

由图1 可知，我国基金系QDII 机构海外经营效率水平2015年呈递增状态，2016年则迅速下降至谷底，2017 年效率水平又逐步回升，2018 年达到峰值，趋势变化基本上同步于同一时期的国际金融市场表现，这说明我国基金系QDII机构海外经营效率水平受国际金融市场影响较大。样本期间，三大效率都呈现了2015 年的上升阶段到2016 年探底再回升趋势，其中规模效率处于最高水平，其次是纯技术效率。

规模效率SE1，未剔除环境因素和随机误差项前，我国基金系QDII机构海外规模效率值除2016年表现低于0.85 水平，其他时段的效率水平都接近0.9，说明基金系QDII 机构在现有批准额度、业务资本和人力资本投入下，其产出规模表现较好。

具体分析表2 规模效率区间分布可知，我国基金系QDII机构的规模效率存在头部效应，除了2016年下半年，超过一半机构的规模效率集中在1—0.9区间，并且随着国际金融环境的改善，数量占比相应提高。这说明不同基金系QDII 机构的海外规模效率水平表现存在差异性，受国际金融环境影响较大。

表2 第一阶段基金系QDII机构海外规模效率区间分布数

表3 第一阶段基金系QDII机构海外纯技术效率区间分布数

表4 第一阶段基金系QDII机构海外综合效率区间分布数

纯技术效率PTE1方面，未剔除环境因素和随机误差项前，我国基金系QDII机构海外纯技术效率处于0.8 附近波动，整体水平低于规模效率，2016 年效率水平低至0.75左右。纯技术效率体现了公司自身经营服务能力和管理水平，纯技术效率水平较低说明了基金系QDII机构整体管理经营效率水平较低。

具体分析表3 纯技术效率区间分布可知，我国基金系QDII 机构的纯技术效率存在头尾两极分化效应。样本期间效率集中度最大的区间都是0.9—1之间，除了2015 年上半年和2016 年全年以及2017年上半年都是9家，占比64%，其余样本期间共计10家，占比为71%；剩下机构的纯效率分布于较低区间。这说明我国基金系QDII 机构海外各自纯技术效率水平表现差异性很大，机构间的海外管理能力和经营能力呈两极分化现象。

综合效率TE1 方面，未剔除环境因素和随机误差项前，我国基金系QDII机构海外整体综合效率较低，处于0.55 到0.75 之间且波动率较大，由2015 年下半年0.75 迅速滑落至2016 年的0.55 左右，截至样本期2018 年下半年，综合效率值不超过0.8，整体距离有效前沿面较远。

具体分析表4 综合效率区间分布可知，我国基金系QDII 机构的综合效率分布有较缓和的两极分化现象。样本期间基金系QDII 机构海外综合效率集中度最大的区间是0.9—1 和0.4 以下。2015 年全年效率集中度最大区间为0.9—1，共6 家，占比43%，2016 年集中度最大区间为0.4 以下，其中上半年4 家，下半年5 家，占比分别为23%和36%。2017年和2018 年集中度最大区间虽然是0.9—1，但依旧占比较低。综合效率水平等于规模效率水平乘以纯技术效率水平，较低综合效率水平的基金系QDII机构存在较低的纯技术效率或较低的规模效率。

2．第二阶段SFA回归分析

表5 QDII基金资产净值松弛值SFA回归

表6 管理费收入松弛值SFA回归

DEA 第一阶段产出的松弛变量表示基金系QDII 机构海外产出不足的部分，绝对值愈大，代表资源浪费和愈低的经营效率。如果某一环境变量对产出松弛变量的影响是负的，表示在此环境条件下，会增加其产出不足，因此对整体经营效率是不利因素。反之，正的影响因素是有利因素。

本文将第一阶段测算出的QDII 基金资产净值和管理费收入松弛变量作为被解释变量，将费用率、公司市场份额、各主要投资地MSCI 指数等8 个环境变量作为解释变量，分别进行SFA回归分析，回归结果如表5和表6所示。

从SFA 模型设定的可靠性检验效果来看，两项产出松弛变量对应的单边似然比检验统计量LR 均显著大于mixedχ2分布检验标准值，表示模型回归统计结果总体上可以接受。gamma 项表示管理技术无效率方差占总方差的比率，比例愈接近1，说明因管理技术无效率而导致松弛变量值愈大，随机因素的影响愈小。观察两项松弛变量回归的gamma 值接近1，说明管理技术无效率是基金系QDII产出松弛变量较大的主要原因。

从QDII 基金资产净值松弛值回归结果可以看出，基金系QDII机构的费用率、公司国内市场份额、行业集中度以及管理者持股比例同资产净值松弛变量呈负相关，即这四个环境因素会增加QDII基金资产净值产出不足差额，增加公司经营无效率，是不利环境因素。主要投资地MSCI指数、机构海外投资区域集中度、基金经理有无海外经验以及汇率指数同资产净值松弛变量呈正相关，即这四个环境因素可减少QDII基金资产净值产出不足差额，提高公司经营效率，是有利环境因素。

QDII基金管理费收入方面，基金系QDII机构的费用率、公司国内市场份额、主要投资地MSCI指数、行业集中度、投资区域集中度、管理者持股比例以及汇率指数同管理收入松弛变量呈负相关，即这七个环境因素会增加QDII 基金管理费收入产出不足差额，增加公司经营无效率，是不利环境因素。基金经理有无海外经验同QDII 基金管理费收入松弛变量呈正相关，即该环境因素可减少QDII基金管理费收入产出不足差额，提高公司经营效率，是有利环境因素。环境因素对不同产出变量的分析结果如下。

（1）基金公司费用率。公司收取的费用率在QDII 基金资产净值松弛值回归方程和管理费收入松弛值回归方程中的系数均为负值，并呈t统计上的显著性。收取的费用率越高，海外投资的成本就越大，QDII 基金海外投资吸引力就越小，投资者投资的可能性和投资规模就越小，必然导致QDII基金资产规模小，相应的管理费用收入就越少。

（2）公司国内市场份额。国内市场份额在QDII基金资产净值松弛值回归方程和管理费收入松弛值回归方程中的系数均为负值，并呈t 统计上的显著性。可能的解释是，市场份额高的企业可以利用自身影响来设定较高市价以获取高额利润[14]。另外，一般市场份额高的基金公司成立年限比较久，可能存在人力和资本投入冗余情况，“粗放式”的经营成本导致经营效率下降。其次，对比海外投资成本和风险的不确定性，国内业务开拓成本相对更低，基金系QDII机构对海外市场的开发效率不高。

（3）海外投资行业集中度。海外投资行业集中度在QDII 基金资产净值松弛值回归方程和管理费收入松弛值回归方程中的系数均为负值，并呈t统计上的显著性。我国基金系QDII 产品资产组合自成立以来就呈现较大的行业集聚特征，金融业是主要配置行业。

（4）投资区域集中度。区域集中度在QDII 基金资产净值松弛值回归方程和管理费收入松弛值回归方程中的系数也为负值，并呈t统计上的显著性。我国QDII基金约90%投资于中国香港和美国，未能全面发挥全球风险分散功能，基金系QDII基金收益率波动大。

（5）基金经理是否有海外投资经验。基金经理是否有海外投资经验在QDII 基金资产净值松弛值回归方程和管理费收入松弛值回归方程中的系数均为正值，并呈t 统计上的显著性，这表示有海外投资经验的基金经理有利于提高整体经营效率水平。

（6）管理者持股比例。管理者持股比例在QDII基金资产净值松弛值回归方程和管理费收入松弛值回归方程中的系数均为负值，并呈t 统计上的显著性。基金公司管理者持股比例过高，道德风险加剧，不利于吸引投资者。

（7）主要投资地MSCI 指数。主要投资地MSCI指数在QDII 基金资产净值松弛值回归方程中的系数为正，而在管理费收入松弛值回归方程中系数为负值，呈t 统计上的显著性。可能的解释是，国内投资者对海外投资缺乏足够充分的理性分析和调研，更多地基于对基金公司的认可度和以往收益率宣传信息盲目跟风；另外基金系QDII机构也未能充分发挥挖掘海外优质市场。

（8）汇率波动。美元兑人民币汇率波动在QDII基金资产净值松弛值回归方程中的系数是正值，呈t统计上的显著性。不同的是，在管理费收入松弛值回归方程中，美元兑人民币汇率波动的系数为负值，也呈t统计上的显著性。样本期间，人民币兑美元整体的波动幅度较小，但波动一直存在，海外资本市场投资不确定性不可忽视。

3．第三阶段DEA效率值分析

由图2 可以看出，剔除环境因素和随机误差因素后，整体上我国基金系QDII机构海外经营效率水平趋势依然同步于同时期的国际金融市场表现，但2016 年以更快的速度下降至谷底，这说明我国基金系QDII 机构海外经营效率水平对国际金融环境反应更敏感。样本期间，三大效率趋势类似，即都经历了2015年的不显著上升到2016年的下降探底，2017年再回升趋势，其中纯技术效率处于最高水平，其次是规模效率。

图2 我国基金系QDII机构海外整体经营效率第三阶段效率走势

规模效率SE3 方面，剔除环境因素和随机误差项后，除2016 年下半年低于0.9 的水平，其他样本期的效率水平都接近0.95，说明在同质环境下，基金系QDII 各机构整体上发挥了规模效应，能比较充分利用现有批准额度、业务资本和人力资本投入，得到较好的产出规模。但应对国际金融环境不利变化时，规模效率显著下降，说明各机构海外业务未能依据环境变化而及时调整规模，可考虑建立弹性投入和产出目标指标，优化规模成本投资效率，以保持高水平的规模效率。

从表7 规模效率样本区间分布可知，样本期间我国基金系QDII 机构海外规模效率集中度最大的区间是1—0.9，其次是0.9—0.8。除了2016 年规模效率分布较扩散，其余样本期的规模效率分布区间集中在前端，占比约90%左右。这说明同质环境下我国基金系QDII机构间的规模效率水平表现良好。

纯技术效率PTE3方面，剔除环境因素和随机误差项因素后，海外纯技术效率在0.9 附近波动，2016年下半年处于谷底0.85 左右，2018 年纯技术效率水平接近1。这说明我国基金系QDII机构海外业务的纯技术效率水平整体表现良好，然而同样是在应对不利的国际金融环境时，纯技术效率显著下降，基金系QDII 机构海外业务同样未能依据环境变化而及时调整自身的管理，受外部环境影响较大。

从表8 纯技术效率样本区间分布可知，剔除环境因素和随机误差项因素后，样本期间基金系QDII机构海外纯技术效率集中度最大的区间都是0.9—1之间，除了2016年下半年和2017年全年纯技术效率区间分布较分散，其余样本期的规模效率分布区间集中在前端，占比约80%—90%左右。这说明同质环境下我国基金系QDII 机构间的海外纯技术效率水平表现较好，差异性变小。

综合效率TE3 方面，剔除环境因素和随机误差项后，海外整体综合效率介于0.7 到0.93 之间，效率值由2015年下半年的0.917迅速滑落至2016年下半年的0.694，2018 年下半年上升至峰值0.938，整体效率值波动率较大。可见通过调整环境因素和随机误差因素后，我国基金系QDII机构海外整体经营效率可得到显著提升，基金系QDII机构需主动采取调整现有投入、资产配置组合和管理技术等措施，积极适应国际环境变化，以最大程度实现产出最大化。

表7 第三阶段基金系QDII机构海外规模效率区间分布数

表8 第三阶段基金系QDII机构海外纯技术效率区间分布数

表9 第三阶段基金系QDII机构海外综合效率区间分布数

从表9 综合效率样本区间分布可知，剔除环境因素和随机误差项因素后，机构海外综合效率集中度最大的区间都是0.9—1 之间，除了2016 年全年和2017 年全年综合效率区间分布较分散，其余样本期的综合效率分布区间集中在前端，占比约45%—70%左右。这说明同质环境下我国基金系QDII机构海外整体综合效率水平受海外金融环境影响很大，在有利外部环境下，综合效率水平仍有上升空间。

4．第一阶段与第三阶段效率值比较

经过环境因素和随机误差项调整，我国基金系QDII 机构在同一起跑线后的各效率值明显不同于第一阶段。

第一，我国基金系QDII 机构海外的综合效率值从第一阶段最高的0.783 上升至第三阶段的0.923，达到18%的提升，可见我国基金系QDII机构很有必要采取主动措施，可依据第二阶段SFA分析结果，调整影响因素现有规模与状态，以积极适应外部环境变化，从而实现提高基金系QDII机构海外经营整体效率值。

第二，分析各效率值大小发现，调整前，我国基金系QDII 机构的综合效率低下主要是由于纯技术效率低导致，调整环境变量因素和随机误差因素后，规模效率低下也会制约整体效率提高。这说明在重视持续性提高管理创新能力以外，同时还需适当地有针对性地促进基金系QDII海外资产规模，发挥规模效应。

第三，第三阶段的综合效率值在2015 年末到2016 年下降速度更大、更陡峭，这说明在面对外部不利或者有利国际经济环境变化时，我国基金系QDII 机构海外抗风险和应变调整能力较差，风险控制机制存在不足。

（二）动态Malmquist指数分析

为进一步深入分析我国基金系QDII 机构海外经营效率的趋势变化，本文对样本期间的机构进行Malmquist指数测算。

表10 14家基金系QDII机构2015—2018年海外TFP

表11 14 家基金系QDII机构海外TFP 指数及分解动态效率指标

由表10 结果可知，2015—2018 年14 家基金系QDII 机构中有7 家基金公司的TFP 值是增长的，几何平均数值为0.974，全要素生产率呈现负增长，这反映出我国基金系QDII 机构海外整体可持续发展能力不够充分。另外，各基金系QDII机构的可持续发展能力变动较大，且呈现较明显的两极分化趋势。

由表11 结果分析可知，2015 年下半年基金系QDII 机构海外TFP 值为1.162，相比于基期上升了16.2%，其中综合效率进步是主要原因。后续期间，基金系QDII 机构海外TFP 值呈下降和上升交错变化，2016 年下半年上升了52.5%，2017 上半年下降30.4%，2018年上半年和下半年分别下降了28.5%和27.8%，技术进步因素是主导影响。样本期基金系QDII 机构的TFP 综合均值为0.974，techch 均值为0.935，其余效率变化值都大于1，表明我国基金系QDII 机构海外经营业务的全要素生产率呈负增长，技术进步因素是主导影响。

七、结论和建议

本文以我国14 家基金系QDII 机构海外资本投资业务2015—2018 年的数据作为研究样本，分析了我国基金系QDII机构海外经营效率及影响因素，发现外部环境因素和随机误差因素对我国基金系QDII 机构海外经营效率有显著影响。剔除环境因素和随机误差因素后，我国基金系QDII机构海外经营效率整体水平可得到明显提高，但是受国际经济环境影响很大，不同机构间的效率值差异性明显，机构应对外部环境变化的能力良莠不齐，风险控制能力和管理效率需要有针对性的改善提高；可持续发展方面，我国基金系QDII机构海外经营业务全要素生产率呈负增长，技术进步因素是主导影响因素，可持续发展能力有待提高。提高技术进步的关键在于提高基金系QDII机构海外经营的纯技术效率，即机构的管理水平。在改进管理效率和提高现有投入利用率后，可适当扩大基金系QDII 海外资产规模，发挥规模效应。

影响海外经营效率因素方面，基金公司自身特征因素如费用率、公司市场份额、投资行业集中度、投资区域集中度和管理者持股比例同效率值呈负相关，基金经理拥有海外投资经验呈正相关。海外经济因素方面，主要投资地MSCI 指数对QDII 基金资产净值呈正面影响，对基金公司管理费收入呈负面影响。人民币汇率波动对基金净值有正面影响，但对基金公司管理费收入呈负面影响。这也反映出海外投资面临的风险和状况更具复杂性，我国基金系QDII 机构需加大对海外经济的投研，提高投资业务能力，更好地实现分散风险获取高收益功能，提高我国金融机构的国际竞争力。

为早日实现我国资本市场发展战略目标，结合分析结果，笔者分别从宏观和微观方面提出建议。宏观方面，相关监管部门可从以下几个方面考虑：一是扩大签订金融合作备忘录的国家和地区，尤其是新兴市场国家，扩大我国海外资产投资可配置区间；二是建立QDII资格长效考核机制和资格牌照审核制，提高现有QDII 机构的竞争力和经营效率，建立有效、富有活力的市场秩序；三是考虑在证监会领导下，金融机构间专门成立海外资本投资交流会，促进机构间研讨和交流经验，缩小机构间海外经营效率差异性，提升我国金融机构整体效率；四是借鉴发达市场经验并同重点机构合作，建立海外投资专门人才储备制度，培养全球化视野的金融专才；五是注重金融科技发展，创新金融工具，提升我国金融行业业务创新能力。

微观方面，各QDII 金融机构可从以下几个方面考虑：一是建立海外市场动态调研体系，一方面要加强对已有投资地的政治、经济等实况了解；另一方面发掘新的潜力投资区域，尤其是新兴市场地区，实现全球化资产配置。二是QDII产品设计方面，一方面要调整不利因素，如降低费用率、区域和行业集中度等；另一方面要加强产品创新设计，如依据币种、投资者风险偏好等，丰富海外产品种类。三是完善海外市场风控制度，利用金融衍生工具等实现风险对冲，提高机构的抗风险和应变能力。四是不断加强机构自身管理能力，提高海外投资业务和专业化水平，注重培养和积累海外资本市场投资经验，提高竞争力。