證券公司經營效率的測度
——基于SBM修正的三階段DEA模型

秦小麗 劉益平

（1.宿遷學院商學院，江蘇宿遷 223800；2.南京航空航天大學經濟與管理學院，江蘇南京 211106）

目前，國內不少證券公司的整體規模、業務范圍等正在持續擴張。中證協統計數據顯示，我國131家證券公司截至2017年12月31日的總資產額為6.14萬億元，2017年的營業收入為3 113.28億元，其中代理業務凈收入為820.92億元，占營業收入總額的26.36%①。同時，在全球化浪潮下，我國證券行業也在加快自身國際化進程，但與國外知名投行相比，國內證券公司對代理買賣證券業務的傭金收入依賴性較強，其在產品多樣化、證券業務網絡化和風險控制力方面面臨嚴峻挑戰。為此，在評價我國證券公司經營效率的基礎上，研究如何提高經營效率、改善經營狀況、提升綜合競爭力對證券公司就顯得尤為迫切。

一、文獻回顧

DEA 法（Data Envelopment Analysis，即數據包絡分析）由查恩斯、庫珀（A.Charnes、W.W.Copper）等在1978年創建，隨后在應用中不斷修訂完善。其中早期的DEA法以單階段、兩階段DEA模型為主，但弗瑞德（Fried）在1999年指出，經典的徑向、角度DEA模型在測量效率值時，不能充分體現松弛改進的部分，這可能造成效率測度偏誤。為了解決這一問題，考魯·托內（Kaoru Tone）在2001年提出了非徑向、非角度的 SBM（Slack Based Measure）模型［1］；2002 年，弗瑞德等人（Fried,et al.）構建

①2017 年 131 家券商凈利潤 1 129.95 億元 ［EB/OL］.（2018-02-05）.http://finance.jrj.com.cn/2018/02/05180324064725.shtml.了三階段DEA模型，并結合SFA（Stochastic Frontier Analysis，即隨機前沿分析）法進行效率測量。DEA法在修訂發展的過程中在不少領域得到推廣應用，但其被用來研究證券領域相關問題的時間卻相對較晚。其中，福山、韋伯（Fukuyama、Weber）［2］圍繞日本證券公司，采用DEA法分析其總成本效率和生產效率變化問題，也有學者運用DEA評價臺灣綜合證券公司的純技術效率、規模效率、成本效率及公司資源配置效率［3］，測度美國證券行業的技術進步、經營效率等問題［4］。隨著DEA法的拓展和完善，基于零和收益的DEA法、四階段DEA模型等被用來分析臺灣綜合性證券公司的管理效率［5-6］；此外，穆罕默德·德莫包（Mehmet Demirba）等［7］以土耳其的內、外資證券公司為樣本，利用DEA模型研究負債對證券公司的影響。以上學者因為選取的研究對象具有典型的區域性，采取的DEA具體模型也不盡相同，所以對證券公司相關效率與影響因素分析得出的結論也不盡相同。

我國也有一些學者利用DEA法分析證券公司的效率，發現在國內證券市場復蘇升溫的2006年前后，我國證券公司的整體生產效率不升反降［8］；到了2007年，國內證券公司的經營效率低下，實證分析發現外部環境、統計噪聲對其經營效率的影響比較顯著［9］；而在2008年到2009年，國內證券公司的效率水平受到環境變量的影響，在排除環境變量影響后的同質經營環境下，技術效率水平明顯下降，造成這一現象的主要原因是技術創新的規模效率低下［10］；到了2013、2014、2015年，我國證券公司的經營效率依然偏低，其中純技術效率是主要短板，但規模效率問題也逐漸突出［11］。

綜上，國內外學者采用DEA模型分析證券公司的效率問題取得了一定的研究成效，但總體上對因環境、誤差等因素所造成的效率損失影響考慮較少，這在一定程度上影響效率測度值的準確性，同時國內現有相關研究主要反映的是2015年之前我國證券公司的效率情況。為此，本研究試圖對現有文獻進行拓展，即利用SBM模型的至前沿最遠距離函數修正經典的三階段DEA方法中的BCC模型的徑向距離函數來評價2010—2017年期間國內證券公司的經營效率情況，并進一步分解所測度出的效率值；以期可以更加全面、準確、客觀地測度我國證券行業的經營效率，更準確地發現影響經營效率的主要因素，從而為證券公司優化資源配置、提高經營效率提供可靠依據。

二、SBM修正的三階段DEA模型的建模思路

SBM修正的三階段DEA模型的建模思路總體如下：首先，計算出各決策單元（DMU）的SBM效率值；其次，對各決策投單元的投入變量進行SFA分析，以得出剔除了市場份額、分支機構數、設立年限等環境因素、隨機因素后真實的投入值；在此基礎上，將調整后的投入值再次輸入SBM進行分析，以得出修正后的效率值。

（一）第一階段：構建SBM模型

基于松弛測度（Slack-based measure）的SBM模型把松弛變量直接放入目標函數中，可以克服傳統DEA模型忽略松弛變量的不足，同時此模型還可以避免徑向和角度選擇不同造成的測度偏差問題，其具體描述如下：

其中，ρ代表效率評價的標準，m代表投入要素的種類，k表示列向量；xk和yk分別為證券公司的投入和產出向量，xik（i=1，K，m）和 yik（i=1，K，m）分別為 xk和 yk的元素；X 和 Y 分別為證券公司整體的投入和產出矩陣。為松弛投入s-的元素。為松弛產出s+的元素。為了方便求解，可以將式（1）轉化為如下線性規劃問題：

（二）第二階段：構建隨機前沿（SFA）模型

為了建立投入主導型的SFA成本邊界模型（Stochastic Frontier Cost Function），設有n個DUM，每個DUM均有m種投入SV（Slack Variables，即投入差額變量），假設用Sij代表第j個DUM的第i個投入要素的差額值，則：

式（4）中 fi（zj，βj）為確定可行的差額前沿，βj為待估參數向量；隨機誤差項 Vij與非負隨機變量Uij之和構成殘差項，且 Vij與 Uij不相關，前者服從）分布；后者服從）分布。此時運用（Jondrow.etal.）在1982年創建的方法對隨機擾動項進行分離，有：

式（6）中xij表示第k個DMU的第i項實際投入值為其調整值；為環境變量參數的估計值；ij為隨機干擾項的估計值；maxj（zj）-zj表示去除外部環境效應的影響；maxj（ij）-ij表示去除隨機誤差的影響。

（三）第三階段：構建修正后的SBM模型

三、數據來源與指標或變量的選取

在SBM修正的三階段DEA模型構建的基礎上，需要合理確定數據來源，并根據研究目的的需要，結合我國證券行業的發展現狀，科學選擇投入產出指標，以便為客觀、準確地測度我國證券公司的經營效率打好基礎。

（一）數據來源

根據數據的可獲得性和完整性原則，選取我國79家證券公司作為研究樣本，其中，中央國有的16家、地方國有的52家、民營的8家、中外合資的3家。而在時間序列上，則根據證監會、證券業協會、各證券公司公開的年報（2010—2017）以及東方財富Choice數據庫對這79家證券公司2010—2017年的投入產出值進行評價。

（二）投入產出指標的選取

1.投入指標的選取和說明

首先是勞動力投入指標。勞動力投入指標一般選取員工人數、員工薪酬等。因為現階段經紀業務是證券公司收入的主要來源，其主要依靠招募人員來擴張市場份額，因此選擇“員工人數”作為勞動力的投入指標。其次是資本指標。證券公司網點的擴張和設備的購置導致其經營規模不斷擴大，這些投入都反映在固定資產上，因此采用“固定資產凈額”作為固定資產的投入指標；而實收資本和資本公積等是證券公司重要的內源資金，因此選擇“實收資本+資本公積”作為權益資本的投入指標。最后是費用指標。證券公司經紀、自營、承銷等業務及維持正常運營都會產生費用與支出，為了獲取最大經營收益，必須考慮如何降低開支，因此采用“業務費+管理費”作為費用投入指標。

2.產出指標的選取和說明

金融機構通常采用生產法、對偶法或中介法界定產出指標［12］。而在我國資本市場中，證券公司目前的主要職能是中介功能，因此對其綜合經營效率進行考察需按中介法進行。首先，證券公司提供中介服務獲取的手續費、傭金等最終會轉化為利潤，為此將這兩項收入視為模型的產出變量。其次，大量的手續費及傭金凈收入是證券公司補充自有資金的主要來源，使自有資金投資獲利是證券公司自營業務的核心目的，因此也將“投資收入”作為模型的產出變量。

表1 樣本證券公司投入與產出指標的Pearson相關性檢驗

作為一種多指標綜合評價方法，DEA模型需要各投入、產出指標間滿足“同向性”原則。為此，對本研究選取的79家樣本公司2010—2017年的投入、產出指標進行Pearson相關性檢驗。由表1可知，樣本公司投入、產出指標間的Pearson相關系數均大于0，且在1%的顯著性水平上通過雙尾檢驗，說明所選擇的指標總體上是合理的。

（三）環境變量的選取和說明

1.市場份額

羅迪斯（Rhoades，1985）、斯蒂芬（Shepherd，1986）認為，市場結構最終會影響企業的經營績效，即市場份額高的企業可以利用自身影響來設定較高市價以獲取高額利潤。因此，本研究把市場份額作為評價外生市場結構的變量。

1.是否上市

因為上市證券公司能通過資本市場籌集資金，優化資本結構，其與非上市券商相比對經營效率的影響更為明顯。為此，本研究將證券公司是否上市作為環境變量之一，并用虛擬變量對其進行表示，其中上市證券公司取值為1，非上市證券公司取值為0。

2.成立年數

一般而言，證券公司經營的時間越長，越容易獲得良好的公司聲譽，而良好的公司聲譽又有利于促進公司財務績效的提高。為了更好地反映證券公司持續經營時間長短對其經營成本、整體經營效率的影響，本研究也將證券公司的成立年數作為其中的一個環境變量。

3.公司規模

證券行業是資本密集型行業，證券公司在獨享技術和資源的同時，可以通過跨區域擴張以利用不同區域比較優勢提升自身經營績效，即通過擴大規模獲得超額利潤。因此，公司規模也是影響證券公司經營績效的重要因素之一。

4.分支機構數

證券公司業務范疇不斷擴展，但無論是證券承銷、經紀業務等純中介業務，還是資產管理、并購投資、財務顧問等資本中介型業務仍然嚴重依賴傳統的分支機構。2013年3月，《證券公司分支機構監管規定》出臺，取消了券商設立分支機構的數量、區域限制，從而有利于推動券商的市場競爭。因此，分支機構數也是研究證券公司經營效率的因素之一。

四、實證分析

結合構建的實證模型與獲取的樣本證券公司的指標或變量數據，本部分主要分三個步驟進行實證分析。首先，對第一階段計算的SBM經營效率結果進行分析；在此基礎上，對第二階段SFA的估計結果進行評價；最后，對第三階段調整投入變量后的SBM結果與第一階段SBM經營效率及其分解情況進行對比分析；并通過對第三階段綜合技術效率及其分解結果的合理性檢驗與樣本證券公司綜合效率與其分解效率的相關度測算，進一步確認影響證券公司經營效率的關鍵因素。

表2 第一階段樣本證券公司SBM經營效率得分均值（2010—2017年）

（一）第一階段SBM經營效率結果分析

在第一階段，不考慮決策單元環境變量及隨機誤差的影響，將79家證券公司的樣本數據置于同一個效率前沿上，直接將投入產出指標數據運用到規模報酬可變、投入導向型的SBM模型中，采用MAXDEA軟件計算出各年效率得分的均值。由于篇幅所限，僅列出中央國有證券公司、地方國有證券公司、民營證券公司、中外合資證券公司與全體證券公司的經營效率均值，結果見表2。

1.從整體上看

從表2中可以看出，針對選取的全體樣本證券公司，其2011年的經營績效平均得分值比2010年降低了0.058；2011—2014年間，其經營績效平均得分值呈連續增長態勢；2015—2017年，其經營績效平均得分值呈緩慢衰減態勢。所選取的全體樣本證券公司的年均經營效率得分為0.715，即在8年間，全部證券公司經營效率水平與生產前沿面相差0.285，表明其經營效率仍有較大提升空間。

2.從組織形式上看

各類型的樣本公司平均SBM經營效率得分值按從大到小排序，分別為中外合資0.939、中央國有0.727、地方國有0.695、民營0.682。可見，中外合資券商的平均經營效率遠高于中資券商。而在中資證券公司中，由于中央國有證券公司分支機構多，資金實力強，其經營效率均值比地方國有證券公司高出0.032，比民營證券公司高出0.045。

（二）第二階段SFA估計結果分析

由于各證券公司的外部環境不盡相同，因此有必要剔除環境差異對經營效率的影響，以便更合理地測算樣本公司的實際經營效率。為此，以SBM模型計算得到的各投入變量的松弛量作為因變量，將外部環境因素（市場份額、是否上市、成立年數、公司規模、分支機構數）作為自變量，運用FRONTIER 4.1軟件，使用極大似然法對第一階段得到的投入松弛值實施SFA回歸，估計結果見表3。

1.總體評價

從表3中可以看出，每個似然比LR單邊誤差均大于臨界值，都通過了1%的顯著性檢驗，反映出各投入松弛變量與環境變量間的關聯性很強。同時，各投入松弛變量的gamma值趨向1且通過1%的顯著性檢驗；表明各公司管理無效率明顯。

表3 第二階段樣本證券公司隨機前沿分析SFA估計結果（2010—2017年）

2.具體評價

從市場份額來看，因為市場份額變量的回歸系數為負，說明增加市場份額可以提高固定資產與權益資本投入的使用效率，同時也利于員工、業務與管理費用的節約。

從是否上市來看，該變量對業務及管理費用的松弛量顯著為負，表明上市的證券公司內控機制較為完善，能有效控制成本費用，提高整體資源利用效率。同時該變量對固定資產與權益資本的松弛量都顯著為正，表明上市證券公司更容易通過增發、配股等外源融資擴張資產，調整資本結構。

從成立年數來看，成立年數與固定資產松弛量為負相關，可能的解釋是成立年數越久的公司越注重固定資產的管控與使用。成立年數與權益資本松弛量正相關，可能的解釋是成立年數越久的證券公司，其更容易造成過度融資問題，進而引起資金使用效率下滑，最終導致自身經營效率降低。

從公司規模來看，該變量對員工數松弛量為負向影響，可能的解釋是一般大公司的人力資源管理效率高一些。但是，公司規模對業務及管理費用、固定資產、權益資本松弛量卻存在正向影響，也就是說，公司規模較大，其費用、資產、資本的使用效率卻可能不高。

從分支機構數來看，該變量對費用和固定資產的松弛量為顯著負向影響，對從業人員數和權益資本的松弛量為顯著正向影響，表明設立分支機構雖利于降低費用、提高固定資產使用效率，但也面臨人員過多和資本擴張過度所帶來的效率低下問題。

（三）第三階段調整投入變量后的SBM結果分析

由以上分析可知，環境因素對各投入松弛量會產生差異性影響。本研究采用弗瑞德（Fried，2002）剔除環境因素和隨機因素的方法，根據表3中的結果調整原始投入指標。第三階段各DMU的SBM經營效率得分結果數據較多，此處僅提供經過分類匯總平均后的結果（見表4與圖1）。

1.第三階段與第一階段SBM經營效率得分的比較

通過比較表4與表1的結果發現，在第三階段調整環境因素和隨機因素后，將各證券公司拉到同一起跑線后的經營效率得分明顯不同于第一階段的經營效率值。

表4 第三階段調整投入變量后的證券公司SBM經營效率得分均值（2010—2017年）

圖1 證券公司調整前和調整后經營效率得分均值（按組織形式分類）

首先，從全部證券公司平均經營效率來看，基于SBM模型調整后的平均經營效率遠高于第一階段調整前的經營效率值，由0.715上升到0.797，可見通過調整環境因素和隨機因素，證券公司的平均經營效率值增幅明顯，達到11.47%。這表明證券公司需主動采取措施，積極適應外部環境變化。

其次，從不同組織形式來看，圖1中的中外合資證券公司無論是調整前還是調整后的經營效率值均接近效率前沿面；中央國有證券公司、地方國有證券公司與民營證券公司在經過市場份額、費用、資本資產等環境因素調整后，雖然公司經營效率提升明顯（分別達到10.59%、13.81%、13.05%），但是經營效率值偏離效率前沿較多，表明中資證券公司在未來發展中需要更多地創新業務種類、改變自身經營模式。

2.第三階段與第一階段綜合技術效率及其分解結果的比較

在證券公司SBM經營效率得分的基礎上，利用SBM-CRS規模不變模型與SBM-VRS規模可變模型獲得證券公司SBM調整前后即第一階段與第三階段的綜合技術效率（TE）均值，并將其分解以確定出第一階段與第三階段各證券公司的純技術效率（PTE）均值及規模效率（SE）均值（見表5）。

由表5可知，針對全部樣本證券公司，其在環境因素及隨機因素調整前后的平均綜合技術效率由0.627降至0.588，降幅較為明顯，達到-6.26%；而其平均純技術效率則從0.719上升至0.791，升幅為10.12%；至于平均規模效率值，則從0.885減少至0.723，下降幅度高達-18.33%，這是引發綜合技術效率降低的主因。

表5 第三階段與第一階段證券公司經營綜合技術效率、純技術效率及規模效率均值

從組織分類看，地方國有以及民營的證券公司純技術效率值上升明顯，分別達到12.39%與13.48%，說明這兩類證券公司的技術效率受外部環境、隨機因素的影響較大；而中外合資證券公司純技術效率值下降-1.99%，但其值0.938仍然遠高于其他三類證券公司的平均水平0.778，這在一定程度上與中外合資證券公司較強的實力和先進的管理技術優勢相關；而中央國有證券公司的綜合技術效率受環境因素總體影響最小，僅為-1.11%，表明中央國有證券公司處于相對有利的外部環境中，這與中央國有證券公司仍然在證券市場上占據行政性壟斷地位的現狀相一致。但是，環境因素總體上對中外合資證券公司綜合技術效率的影響（-9.12%）顯著大于對中資證券公司的平均影響（-5.01%），這與當前外資證券公司在中國開展證券業務仍然受到一定政策限制有關，如外資證券公司必須以合資公司的形式才可從事A股的承銷以及發起設立基金等業務。

3.第三階段綜合技術效率及其分解結果的合理性檢驗

本文運用Eviews7.0軟件計算第一階段與第三階段分解效率值與樣本證券公司人均利潤的Spearman等級相關系數。從表6中可以看出，在經過第二階段的環境因素調整后，第三階段純技術效率值與人均利潤的Spearman等級相關系數與第一階段相比明顯降低，降幅達到-35.99%；同時第三階段的樣本券商綜合技術效率值、規模效率值與人均利潤的相關度與第一階段相比均有提高，增幅分別為21.66%、23.29%。這與我國證券公司目前業務創新能力不足，特色化經營缺失，利潤增長嚴重依賴簡單規模擴張的現狀相符，同時也表明第三階段對樣本公司經營效率的測度結果更加合理、可靠。

4.第三階段綜合技術效率與其分解效率間的關系

首先，對第三階段樣本券商的綜合效率與其分解效率的相關程度進行測算，發現規模效率、技術效率與綜合技術效率的相關系數分別達到了0.856和0.532，都通過了1%顯著性水平下的檢驗，表明樣本券商的綜合技術效率與其規模效率間的相關性很強。其次，從圖2中可以看出，PTE3與TE3的散點偏離回歸線較遠（R-squared=0.2831，值較小），而SE3與TE3的散點則比較靠近回歸線（R-squared=0.7327，值較大），這進一步證明規模效率是影響綜合技術效率的關鍵因素。

表6 證券公司經營效率值與人均利潤的spearman等級相關系數

圖2 第三階段樣本證券公司綜合技術效率與分解效率的關系

（四）證券公司經營效率的改進路徑和提升方向

1.證券公司的分類與改進路徑

將79家樣本券商2010—2017年調整后的純技術效率與規模效率繪制散點圖（略），如果以0.8的效率值作為判斷效率高低的標準，則可將這些證券公司分為四類。

第一種類型為“技高規高型”證券公司。符合條件的公司共有17家，其中銀河證券、中信證券、國信證券與中金公司這4家公司屬于技術規模效率均處在前沿面的公司，需要保持經營優勢；而招商證券、中投證券等13家證券公司與前4家公司相比，經營效率仍有提高的空間。

第二種類型為“技高規低型”證券公司。涉及東興證券、華寶證券等21家，規模效率均值為0.678，中值為0.685，整體規模效率偏低；特別是中郵證券、萬和證券，其規模效率值均低于0.3。這類公司應對資本、資產和人力等要素要統籌調配，適當提高公司規模。

第三種類型為“技低規高型”證券公司。包括安信證券、方正證券、光大證券、長江證券等10家，這類公司應不斷提升自身技術管理能力，努力推動經營效率的最大化。

第四類為“技低規低型”證券公司。涉及華融證券、金元證券、英大證券等31家，且以地方國有及民營證券公司為主。這類公司應注重業務創新，不斷擴大經營規模，積極消除技術與規模劣勢帶來的負面影響。

2.證券公司提升經營效率的整體方向

從表7中可以看出，樣本證券公司規模報酬遞增的家數從第一階段的52家（占比65.82%）增加到第三階段的60家（占比75.95%），而增加的8家證券公司中有2家是中外合資性質，有6家是中資性質。事實上，目前國內大部分地方國有證券公司、民營中資證券公司處在展壯大期；而截至2017年年底，國內中外合資證券公司總數為12家，除中金公司外，瑞銀證券、高盛高華、德邦證券等其他11家進入內地市場的時間均在2003年之后，且占證券公司總數不足10%，總資產占比僅約4%。因此，通過擴大經營規模不斷靠近規模效率前沿是當前提升我國證券業效率的重要措施之一。

表7 2017年證券公司調整前后規模報酬變動家數

五、結論與建議

本研究以選取的我國79家證券公司作為研究樣本，針對其2010—2017年的相關指標與變量數據，應用構建的SBM修正的三階段DEA模型測度其經營效率。根據實證分析的結果，得出規模效率不高是導致大部分券商經營效率較低的主因，根據分析出的證券公司提升經營效率的整體方向，建議不同類型的證券公司針對自身經營效率不足采取相應措施，同時改善和適應環境因素也是提高券商經營效率的主要手段。

（一）研究結論

我國證券公司經營效率受外部環境及隨機因素影響較大，整體水平偏低，其中規模效率不高是導致大部分券商經營效率較低的主因。

首先，環境因素和隨機誤差確實對經營效率產生了重要影響，并且中資證券公司經營效率較中外合資證券公司效率提升更加明顯。在經過第二階段的環境因素調整后，各證券公司經營的綜合技術效率值、規模效率值與其人均利潤的相關性有較大提高，更進一步說明應用SBM修正的三階段DEA模型對經營效率的測度結果更為合理和可靠。

其次，借助第二階段的SFA隨機成本前沿函數，剔除環境和隨機因素后的綜合技術效率值下降明顯，通過測算樣本證券公司綜合技術效率與各分解效率的相關程度，發現規模效率下降是導致綜合技術效率降低的主因。同時，地方國有證券公司與民營證券公司的純技術效率大幅上升，而中外合資證券公司純技術效率值稍有下降，整體上中資證券公司競爭力較弱。此外，環境因素對中外合資證券公司綜合技術效率的影響顯著大于對中資證券公司的平均影響，中央國有證券公司綜合技術效率受環境因素的影響總體上來看最小。

最后，通過對樣本證券公司的分類發現，79家證券公司中，“技低規低型”型最多，其次是“技高規低型”“技高規高型”，而“技低規高型”則較少。另外，通過分析投入變量調整前后證券公司規模報酬變動情況，通一步確認在當前擴大經營規模、不斷靠近規模效率前沿對提升我國證券行業經營效率至關重要。

（二）相關建議

1.我國證券公司應針對自身經營效率不足采取相應措施

“技高規低型”公司經營效率較低的主要原因是規模效率不足，可以嘗試以增資擴股的方式引入戰略投資者，或者采取購并重組的方式實現公司規模的迅速擴大，而IPO上市、發行公司債則更能增強公司規模與實力。針對“技低規低型”證券公司，除了需要引進先進管理運作模式外，還建議有序增加現有營業部數量，或擴大現有營業部規模，同時考慮參與市場兼并與重組業務。為了解決“技低規高型”證券公司技術低效率問題，建議在資產管理、自營投資、固定收益等業務上進行創新，解決產品和服務的同質化問題。最后，“技高規高型”證券公司的純技術效率及規模效率較為理想，建議結合自身實際和發展目標，考慮在香港、美國、歐洲等資本市場設立分支機構，積極開拓承銷、資產管理、QDII和QFII投資顧問等國際業務，以獲取更好的技術、規模效益及行業競爭優勢。

2.改善和適應環境因素是提高券商經營效率的主要手段

建議推進證券業制度環境建設，通過建立并完善證券行業的法律、法規體系，進一步推進證券業的市場化進程，不斷改善證券公司監管體制，逐步減少政府職能部門的行政干預，通過創建良好的金融基礎環境為證券公司發展提供更好的制度保障。當然，證券公司作為證券業中的主要行為主體，自身也要積極主動地適應監管政策、市場行情等多方面環境因素的變化［13］，以避免外部因素變動帶來較大的沖擊力，這就需要各類型的證券公司做好環境危機預警工作，及時動態地調整自身的經營策略，盡可能地采取差異化競爭、多元化發展的措施，在遵紀守法的前提下不斷拓寬業務范疇、積極研發并創新產品，努力建立起具有一定特色化的經營模式，從而在提高自身經營效率的同時也能推動整個證券行業經營效率的提升。