普惠金融發展程度對大型商業銀行效率影響

惠中杰

（中國海洋大學經濟學院，山東青島266000）

普惠金融發展程度對大型商業銀行效率影響

惠中杰

（中國海洋大學經濟學院，山東青島266000）

在合理地構建大型商業銀行普惠金融發展指數的基礎上，選取工商銀行、農業銀行、中國銀行、建設銀行、交通銀行2011-2015年的面板數據，就大型商業銀行普惠金融發展程度對其效率影響進行實證分析。結果表明：2011-2015年間，我國大型商業銀行普惠金融發展程度對其效率具有一定的影響，且效率整體呈現下降趨勢。

大型商業銀行；普惠金融；效率

一、引言

2005年聯合國在國際小額信貸年會上首次提出了“Inclusive Finance”即“普惠金融”的概念。經過十余年的發展，普惠金融受到越來越多的關注，已成為經濟領域的重要議題。我國于2006年正式引入“普惠金融”這一概念，2013年11月黨的十八屆三中全會正式提出“發展普惠金融”的政策方針，并于2014年首次將“普惠金融”寫入政府工作報告。到2017年為止，普惠金融連續四年在政府工作報告中被提及，發展普惠金融已經成為我國深化金融體制改革的重要內容。當前我國正處于經濟發展的“新常態”階段，面對經濟增長乏力、部分行業產能過剩的雙重壓力，深化金融體系改革、構建普惠金融發展指數、拓展金融服務的深度和廣度、提高金融服務的滿意度、發揮金融機構在資源配置領域的作用以及緩解小微企業融資難融資貴的問題，對我國經濟發展有著極其重要的意義。

2017年政府工作報告提出要“鼓勵大中型商業銀行設立普惠金融事業部，國有大型銀行要率先做到”，由此可見，國家愈發重視大型商業銀行普惠金融的發展，因此研究普惠金融發展程度對自身效率的影響尤為必要。從現有文獻來看，對于普惠金融的研究主要集中在概念界定、指數構建以及普惠金融與地區發展之間的關系。而針對普惠金融如何影響商業銀行效率這一命題的研究，實證檢驗的文獻相對匱乏并且主要集中于對村鎮銀行的研究，針對國有銀行的研究極少。本文利用我國大型商業銀行——工商銀行、農業銀行、中國銀行、建設銀行、交通銀行2011-2015年的面板數據有針對性的構建普惠金融發展指數計算并進行回歸，定量分析了大型商業銀行普惠金融發展程度對其自身效率的影響。本文的創新之處在于估算普惠金融指數時將客戶對商業銀行的滿意度納入了評價指標體系中，同時采用了灰色關聯分析的方法進行指標賦權，從而更全面、更貼切的反應大型商業銀行的普惠金融發展程度。

二、大型商業銀行的普惠金融發展指數的構建

（一）指標的選取

本研究需要度量大型商業銀行自身的普惠金融發展程度，因此需要構建針對大型商業銀行的普惠金融發展指數。現有文獻關于普惠金融指數的測算主要是從國家或者區域層面來進行。

Beck（2007）提了運用銀行機構數量/千每方公里、ATM機數量/千平方公里、銀行機構數量/十萬人、ATM機數量/十萬人、存款與GDP比重以及貸款與GDP比重等8個指標對一國(地區)普惠金融發展水平進行測量的方法。Sarma（2010）借鑒聯合國人類發展指數（HDI）的構建方法，選取銀行滲透度、銀行服務的可利用性和使用狀況等三個方面的指標來衡量不同國家的普惠金融狀況，創建了普惠金融指數（IFI）。

國內學者嘗試用不同的方法對普惠金融發展程度進行測度，王婧和胡國暉（2013）結合中國國情，運用變異系數法，從供給（金融服務的范圍）和需求（金融需求的使用）兩個維度構建普惠金融指數來衡量我國的普惠金融狀況。焦瑾璞等（2015）在借鑒國際經驗的基礎上，從金融服務的“可得性”、“使用情況”及“服務質量”三個維度中共設置了19個指標，運用層次分析法得出2013年中國各地區的普惠金融發展指數。

在本文中，如果直接運用前人研究出的普惠金融發展指數方法進行指標選取和測算，會失去針對性并影響結果的準確性。因此本文需在借鑒已有研究成果的基礎上重新選擇指標，構建并測度我國大型商業銀行普惠金融發展程度的指數。

國務院出臺的《推進普惠金融發展規劃（2016—2020年）》中指出，我國發展普惠金融的總體目標是：提高金融服務覆蓋率、提高金融服務可得性、提高金融服務滿意度。根據《規劃》精神，結合國內學者的相關研究，本文擬從以下三個維度進行指數的構建。

服務覆蓋率，即商業銀行提供金融服務的范圍廣度，直接體現為“金融服務人員數量”和“金融機構網點數量”。本文選取了“機構數/萬平方公里”、“員工數/萬平方公里”和“ATM/萬平方公里”三個指標用以表示服務覆蓋率。

服務可得性，即潛在客戶獲取正規金融服務的能力，具體體現在解決小微企業融資難、融資貴的問題。銀監會在關于推進普惠金融發展工作的指導意見中將實現小微企業貸款“三個不低于”及涉農信貸投放持續增長等作為銀行業普惠金融發展考核標準，因此，本文選擇“小微企業貸款/總貸款”作為衡量服務可得性的標準之一。另外，還選取“機構數 /十萬人”、“員工數 /十萬人”、“ATM/十萬人”三個指標來衡量服務可得性。

金融服務滿意度主要是指小微企業和農戶申貸獲得率和貸款滿意度。在指標選取上，由于目前尚不存在統一的、明確的針對小微企業和農戶的銀行服務滿意度調查，因此在這里選取了較為完整和權威的由中國質量協會發起的銀行業客戶滿意度測評結果作為衡量服務滿意度的具體指標。

以上三個維度共包含八個指標，本文通過這八個指標構建了大型商業銀行普惠金融發展指標體系，如表1所示。指標數據來自于各行年報、國泰安數據庫及國家統計局。

表1 大型商業銀行普惠金融指數指標體系

（二）指數的計算

1.無量綱化處理

由于本文屬于多指標綜合評價體系，首先要將性質和計量單位不同的指標進行無量綱化處理，以便于指標之間的對比。本文參考了北京大學互聯網金融研究中心（2016）測算數字普惠金融指數時使用的對數型功效函數法，該方法可以較好地解決由于業務快速增長引起的指標增長過快的問題，保持數據的平穩性，緩解極端數據對結果的影響。具體公式如下：

本文中八個指標均是正向指標，上限xh的取值為2011年各銀行指標數據實際值的95%分位數，下限xl為5%分位數。同時為了平滑指數，對數據進行了“截斷”處理：當某銀行2011年指標值超過上限xh時，令該銀行2011年指標值為上限xh；當某銀行2011年指標值低于下限xl時，令該銀行2011年指標值為下限xl。

2.基于灰色關聯分析的指標賦權

業界學者對于普惠金融指數計算常用的方法有幾何平均法、變異系數法、聚類分析法、AHP分析法等。計算中部分學者采取對每個指標進行主觀賦權的方法，在一定程度上削弱了結果的客觀性，而幾何平均數的方法則無法體現各個維度或指標在相對重要性上的區別。

灰色關聯分析是指對一個系統發展變化態勢的定量描述和比較的方法，其基本思想是通過確定參考數據列和若干個比較數據列的幾何形狀相似程度來判斷其聯系是否緊密，它反映了曲線間的關聯程度。灰色關聯分析方法對樣本容量的要求不高，四個以上即可進行量化，對無規律的數據同樣適用，并且不會出現量化結果與定性分析結果不符的情況。綜合比較之后，本文采用此方法對八個指標進行賦權。

首先確定參考數列。本文選取的八個指標中，最能直接反應普惠金融發展程度的指標是“小微企業貸款/總貸款”，因此選定該指標作為參考數列，其余指標為比較數列。之后用無量綱化處理后的數據計算關聯系數。各個比較數列的關聯度大小，直接反映了其余各個指標對“小微企業貸款/總貸款”這一指標的相對重要程度，也就是權重大小。具體公式如下：

其中：x0(k)表示參考序列在第k年無量綱化后的結果；xi(k)表示比較序列在第k年無量綱化后的結果；k表示各年；i表示各指標；ρ為分辨系數，范圍是（0，1），通常取 ρ=0.5。

3.指數合成方法

用于多指標綜合評價指數合成的數學方法有很多，常見的有加權算術平均、加權幾何平均或混合合成模型。考慮到指標無量綱化后的結果有0或者負數，本文選用算數加權平均合成模型，公式如下：

其中，IFI為大型商業銀行普惠金融發展指數，wi為各指標權重，xi為單個指標無量綱化后的具體數值，n為指標個數。

2011-2015年五家大型商業銀行的普惠金融指數如表2所示。根據結果可知，五家銀行的普惠金融發展程度整體上呈現上升趨勢，說明普惠金融受到了越來越多的重視。其中，農業銀行普惠金融發展程度最高，這與其專門經營農村金融業務，扎根基層、服務三農不無關系。由此可見，本文采用的指數計算方法是可信的，能在一定程度上反應大型商業銀行普惠金融發展水平。

表2 2011-2015年五家大型商業銀行的普惠金融指數

三、模型設立與實證分析

（一）變量選取與數據說明

本文主要研究普惠金融發展程度對大型商業銀行自身效率的影響和效應，選取的相關變量如表3所示。

解釋變量的選取。本文第二部分構建的普惠金融指數（IFI）作為核心解釋變量，反映各商業銀行普惠金融發展程度。此外，考慮到我國銀行業發展過程中所呈現的順周期性（譚政勛等，2016），選取國內生產總值增長率（GDPG）、通貨膨脹率（CPI）作為表征宏觀經濟發展狀況的控制變量。另外，大型商業銀行與國家貨幣政策聯系緊密，因此將廣義貨幣M2增長率（M2G）作為另一控制變量。

被解釋變量的選取。根據商業銀行經營管理理論，結合國內學者的相關研究，本文從銀行的資產質量、盈利能力、抗風險能力等方面選取不良貸款率（NPL）、凈資產收益率（ROE）、成本收入比（CIR）和資本充足率（CAR）這四個比率作為被解釋變量，用以表征銀行效率。

不良貸款率指金融機構不良貸款占總貸款余額的比重，用以衡量銀行的資產質量。忽視不良貸款會顯著高估銀行效率（譚政勛等，2016），因此該比率為逆指標，該指標數值越大，銀行效率越低。

凈資產收益率和成本收入比是衡量銀行盈利能力的兩個重要指標。諸多學者研究表明，資產收益率對銀行效率有顯著的正向影響。成本收入比則是逆指標，反映銀行每單位收入需要支出的成本，一般來說，成本收入比的高低反映一家銀行成本控制能力，進而反映其效率，該比率越低，成本控制能力越高，效率也就越高（熊延忠，2009）。資本充足率則用來衡量商業銀行的抗風險能力。

資本充足率是衡量銀行穩健性的最重要指標，用以表明銀行自身抵御風險的能力，該指標對國有銀行的各項效率值具有顯著的正向影響（郭妍，2005）。

表3 變量一覽表

本文選擇我國五家大型商業銀行2011-2015年之間的面板數據作為研究樣本，被解釋變量數據來源于各行年報及國泰安數據庫，核心解釋變量IFI由第二部分計算所得，宏觀經濟層面的控制變量數據來源于國家統計局及中國人民銀行網站。

（二）模型設定

根據樣本數據的特征，考慮到商業銀行指標之間的差異，本文采取變截距模型進行實證分析。由于固定效應模型能夠較好地反映個體特征同時保證估計參數的一致性，因此采用固定效應模型。同時，為減少因截面數據所帶來的異方差的影響，在權重中將選擇CLS以消除該影響。具體的模型如下所示。

其中，i和t分別代表銀行和年度；α和β是待估計系數；εit代表隨機擾動項。

（三）實證結果

對上述面板數據進行回歸，實證結果如表4所示。

表4 全樣本回歸結果

回歸結果顯示，普惠金融指數（IFI）在不良貸款率（NPL）、凈資產收益率（ROE）、成本收入比（CIR）下是顯著的，IFI與NPL是正相關，與ROE、CIR是反相關。由此可知，大型商業銀行普惠金融發展程度提高，會導致不良貸款率上升，同時降低凈資產收益率和成本收入比。而對資本充足率結果影響不顯著。

四、結論

本文利用2011-2015年我國大型商業銀行——工商銀行、農業銀行、中國銀行、建設銀行、交通銀行的面板數據，構建了衡量大型商業銀行普惠金融發展程度的指數IFI，在此基礎上運用固定效率變截距模型，實證分析了大型商業銀行普惠金融發展程度對其效率的影響。通過本文的研究，得出以下結論。

第一，根據本文設計的指標體系計算出的針對五大行的普惠金融發展指數可以看出，大型商業銀行普惠金融發展程度正逐步提高。其中，農業銀行和工商銀行的普惠金融發展程度更高，而交通銀行普惠金融發展程度最低，可能的原因在于其業務、資產規模、整體發展程度不及其余四家銀行，因而在一定程度上制約了自身普惠金融的發展。

第二，普惠金融的發展會降低銀行的資產質量。從回歸結果看，不良貸款率與普惠金融指數成顯著正相關，即普惠金融發展進程加快會增加大型商業銀行的不良貸款率。而根據上文分析，不良貸款率與銀行效率呈負相關，因而，普惠金融的發展會降低大型商業銀行的效率。該結論并不難理解，《推進普惠金融發展規劃（2016-2020年）》中指出，小微企業、農民、城鎮低收入人群、貧困人群和殘疾人、老年人等特殊群體是當前我國普惠金融重點服務對象。該部分特殊群體風險抵御能力差、還款能力較低，針對該部分群體開展的業務容易形成不良貸款，進而導致不良貸款率上升。

第三，普惠金融的發展會影響銀行的盈利能力。根據回歸結果，凈資產收益率與普惠金融指數呈負相關，并且根據原始數據來看，五大行凈資產收益率呈現下降趨勢，因此，普惠金融的深化會在一定程度上沖擊大型商業銀行的凈資產收益率，降低其效率。成本收入比與普惠金融指數同樣呈現負相關關系，但是根據上文的分析，成本收入比是負指標，普惠金融的發展會降低成本收入比，進而提高銀行效率。由回歸結果中核心解釋變量的系數可知，普惠金融指數對凈資產收益率的影響大于對成本收入比的影響，因此，普惠金融的發展會降低大型商業銀行的盈利能力，從而降低其效率。

綜合以上結論得出，大型商業銀行普惠金融的不斷發展整體上會降低其自身效率。目前來看，我國普惠金融尚處于發展的初期階段，作為我國金融體制改革的重要手段之一，短期內會對銀行造成一定的沖擊。而且，本文研究的對象是大型商業銀行，在過去，其業務很少涉及到貧困階層、小微企業等特殊群體，反而是中小型商業銀行更加注重特殊群體客戶，因而相比之下，開展普惠金融對大型商業銀行產生的負面影響會更明顯。雖然現階段普惠金融的發展會在一定程度上降低大型商業銀行的效率，但影響系數較小，并且大型商業銀行實力雄厚，能夠稀釋普惠金融對其帶來的沖擊。隨著普惠金融的不斷深化，大型商業銀行應抓住發展新機遇，積極配合國家政策，設立普惠金融事業部，研究針對特殊群體的創新型金融產品；以移動支付、移動金融為手段拓寬金融服務渠道，完善普惠金融的支付清算功能,以縣域零售業務為契機深入“三農”、小微市場，提供豐富的金融產品，以大型商業銀行間接參與普惠金融為模式，實現資源配置功能的高效發揮從而實現大型商業銀行普惠金融的可持續發展。

[1] Beck,T.Demirguc-Kunt A.Martinez Peria M.S.Reaching out：Access to and Use of Banking Services Across Countries.Journal of Financial Economics[M].2007,85(1)：234-266.

[2] Sarma M.Index of Financial Inclusion [J].Jawaharlal Nehru University，Discussion Paper in Economics,2010(11)：1-28.

[3] 王 婧，胡國輝.中國普惠金融的發展評價及影響因素分析[J].金融研究，2013(6)：31-36.

[4] 焦瑾璞，黃亭亭，汪天都，張韶華，王 瑱.中國普惠金融發展進程及實證研究[J].上海金融，2015(4)：12-22.

[5] 譚政勛，庹明軒.不良貸款、資本充足率與商業銀行效率[J].金融論壇，2016(10)：40-50.

[6] 熊延忠，孫 濤.我國商業銀行效率影響因素的實證研究[J].金融發展研究，2009(1)：51-54.

[7]郭 妍.我國商業銀行效率決定因素的理論探討與實證檢驗[J].金融研究，2005(2)：115-123.

The Impact of Inclusive Financial Development on the Efficiency of Large-scale Commercial Banks

Hui Zhongjie
（Ocean University of China,School of Economics,Qing dao,Shan Dong,266000）

Based on the reasonable construction of the large-scale commercial bank inclusive financial development index,this paper chooses the panel data of Industrial and Commercial Bank of China,Agricultural Bank of China,Bank of China,China Construction Bank and Bank of Communications from 2011 to 2015 and makes an empirical analysis of the impact of IDFI on efficiency of large-scale commercial banks.The results show that from2011 to 2015,the level of the inclusive financial development of China's large-scale commercial banks has a certain impact on its own efficiency,and the efficiency fully shows a downward trend.

Large-scale commercial banks;Inclusive finance;Efficiency

F830

A

1005-913X（2017）10-0094-04

2017-08-26

惠中杰(1993-)，女，山東濟寧人，碩士研究生，研究方向：商業銀行管理。

［責任編輯：方 曉］