王文莉，趙蕓，薛偉賢

(西安理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，陜西 西安 710054)

農(nóng)村信用社從成立之初就一直立足于農(nóng)村地區(qū)，以服務(wù)農(nóng)民、農(nóng)業(yè)和農(nóng)村為辦社宗旨，但近些年來(lái)農(nóng)村信用社追求利潤(rùn)最大化的傾向越來(lái)越明顯，農(nóng)村信用社的雙重性任務(wù)不能得到同時(shí)兼顧，即支農(nóng)效率和利潤(rùn)效率不能同時(shí)得到提高。因此，需要對(duì)陜西農(nóng)村信用社的支農(nóng)效率和利潤(rùn)效率進(jìn)行實(shí)證分析，來(lái)找到一個(gè)平衡點(diǎn)，以至于在保證金融可持續(xù)性的基礎(chǔ)上，最大限度地服務(wù)于“三農(nóng)”。這對(duì)于改善農(nóng)村信用社的管理，提高其支農(nóng)效率和利潤(rùn)效率的改進(jìn)方向具有重要的理論研究?jī)r(jià)值和現(xiàn)實(shí)意義。

目前，不同專家學(xué)者從不同的角度出發(fā)對(duì)農(nóng)村信用社效率的定義和內(nèi)涵進(jìn)行了不同的闡釋。已有文獻(xiàn)對(duì)于農(nóng)村信用社的研究主要集中在農(nóng)村信用社改革效率和經(jīng)營(yíng)效率方面[1-2]，很少涉及其支農(nóng)方面的效率，即忽視了農(nóng)村信用社作為農(nóng)村地區(qū)金融主力軍的支農(nóng)功能，且大多處于理論層面，實(shí)證分析較少，而且實(shí)證分析所用的測(cè)度方法大多是DEA分析法[3]。雖然DEA分析法無(wú)須對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，無(wú)須任何權(quán)重假設(shè)，避免了主觀因素對(duì)于測(cè)度結(jié)果的影響，但是DEA分析法的邊界是確定的，不能存在測(cè)量誤差，否則會(huì)對(duì)效率的測(cè)度結(jié)果產(chǎn)生較大的影響，這在實(shí)際運(yùn)用中很難實(shí)現(xiàn)[4]。而SFA方法能夠抵抗因統(tǒng)計(jì)樣本選擇不同而造成的測(cè)度結(jié)果較大波動(dòng)，并且在模型中加入了隨機(jī)影響因素變量，對(duì)于大樣本的測(cè)度具有穩(wěn)健性[5]，因此本文運(yùn)用目前最前沿的效率測(cè)度方法——隨機(jī)前沿分析方法對(duì)陜西農(nóng)村信用社的效率進(jìn)行研究。

1 隨機(jī)前沿模型

1.1 截面數(shù)據(jù)的隨機(jī)前沿模型

用普通最小二乘法對(duì)生產(chǎn)函數(shù)(平均生產(chǎn)函數(shù))進(jìn)行估計(jì)，有隨機(jī)誤差項(xiàng)，卻沒(méi)有考慮到技術(shù)無(wú)效率的因素；用確定的生產(chǎn)前沿面方法對(duì)生產(chǎn)函數(shù)(前沿生產(chǎn)函數(shù))進(jìn)行估計(jì)，雖然有技術(shù)無(wú)效率項(xiàng)，但是沒(méi)有隨機(jī)誤差項(xiàng)。實(shí)際上，技術(shù)無(wú)效率項(xiàng)和隨機(jī)誤差項(xiàng)同時(shí)存在，以上兩種估計(jì)方法都存在缺陷，而隨機(jī)前沿模型則將兩種誤差同時(shí)考慮，克服了以上兩種方法各自的缺點(diǎn)[6]。其模型為：

Yi=f(xi,β)exp(Vi)exp(-Ui)

i=1,2,…,N

(1)

式中，Vi表示隨機(jī)誤差項(xiàng)，Ui表示技術(shù)無(wú)效率項(xiàng)，兩者在模型中是一項(xiàng)，稱為復(fù)合誤差項(xiàng)，Yi為產(chǎn)出，xi為投入，β為待估參數(shù)。

生產(chǎn)函數(shù)形式一般有柯布-道格拉斯生產(chǎn)函數(shù)和超越成本對(duì)數(shù)函數(shù)，為了方便說(shuō)明，選取簡(jiǎn)單的柯布-道格拉斯生產(chǎn)函數(shù)，并且將其對(duì)數(shù)化，則模型變?yōu)橐韵滦问剑?/p>

(2)

1.2 面板數(shù)據(jù)的隨機(jī)前沿模型

截面數(shù)據(jù)的隨機(jī)前沿模型有效地解決了隨機(jī)誤差項(xiàng)和技術(shù)無(wú)效率項(xiàng)不能處于同一模型的問(wèn)題，與之前的模型相比，能夠更為準(zhǔn)確地估計(jì)出參數(shù)和效率值。但是，在實(shí)際運(yùn)用中存在以下問(wèn)題：

1) 在估計(jì)參數(shù)時(shí)，需要主觀確定Vi和Ui的分布形式，這樣確定的分布形式缺乏理論依據(jù)；

2) 模型中假設(shè)技術(shù)無(wú)效率項(xiàng)Ui與投入變量Xi相互獨(dú)立，實(shí)際上，技術(shù)效率與投入變量之間往往呈相關(guān)關(guān)系；

3) 用截面數(shù)據(jù)對(duì)技術(shù)效率進(jìn)行估計(jì)，得到的結(jié)果有可能不具有一致性。

Aigner，Lovell和Schmidt(1977)首先提出了基于面板數(shù)據(jù)的隨機(jī)前沿模型，有效地解決了上述問(wèn)題。與截面數(shù)據(jù)相比，面板數(shù)據(jù)包含了時(shí)間信息，可以更好地對(duì)效率值進(jìn)行估計(jì)。根據(jù)技術(shù)效率與時(shí)間的關(guān)系，該模型可以分為不隨時(shí)間改變的隨機(jī)前沿模型和隨時(shí)間改變的隨機(jī)前沿模型。

1) 不隨時(shí)間改變的隨機(jī)前沿模型

(3)

模型(3)中，技術(shù)無(wú)效率項(xiàng)Ui不隨時(shí)間的變化而改變，可以看成是一個(gè)常量。參數(shù)βj的估計(jì)可以采用普通最小二乘方法，如果對(duì)于Ui的分布已知，也可以采用極大似然估計(jì)法。

2) 隨時(shí)間改變的隨機(jī)前沿模型

Battese和Coelli(1992)首先提出了技術(shù)效率隨時(shí)間改變的隨機(jī)前沿模型，具體形式如下：

(4)

模型(4)中，η為待估計(jì)的參數(shù)，與技術(shù)無(wú)效率項(xiàng)有關(guān)。當(dāng)η=0時(shí)，該模型變?yōu)椴浑S時(shí)間改變的隨機(jī)前沿模型，也就是說(shuō)，技術(shù)效率不隨時(shí)間的變化而改變；當(dāng)η<0時(shí)，技術(shù)效率與時(shí)間呈負(fù)相關(guān)關(guān)系，隨時(shí)間增加而降低；當(dāng)η>0時(shí)，技術(shù)效率與時(shí)間呈正相關(guān)關(guān)系，隨時(shí)間增加而提高。

2 農(nóng)村信用社效率測(cè)度

2.1 數(shù)據(jù)來(lái)源及模型的選擇

本文采用的數(shù)據(jù)為2006—2010年陜西省51家農(nóng)村信用社的面板數(shù)據(jù)。

由于本文研究的是農(nóng)村信用社的支農(nóng)效率和利潤(rùn)效率，考察的是在單產(chǎn)出情況下，投入與產(chǎn)出之間的關(guān)系，因此采用模型(4)，并結(jié)合柯布-道格拉斯生產(chǎn)函數(shù)，測(cè)算其效率值。

為方便計(jì)算，將模型(4)對(duì)數(shù)化，具體形式為：

lnYit=β0+β1lnX1it+β2lnX2it+…+

βnlnXnit+vit-uit

(5)

農(nóng)村信用社的效率可以表示為該地區(qū)農(nóng)村信用社的實(shí)際產(chǎn)出與其技術(shù)無(wú)效率項(xiàng)為0時(shí)的前沿產(chǎn)出的比值。具體形式為：

(6)

式中，EFF1代表農(nóng)村信用社的效率，如果農(nóng)村信用社自身可控制的無(wú)效率項(xiàng)uit=0，則表明效率最高，或者說(shuō)效率處于隨機(jī)前沿面上；如果uit>0，則說(shuō)明效率還有提升的空間，或者說(shuō)效率處于隨機(jī)前沿面以下。

2.2 農(nóng)村信用社支農(nóng)效率測(cè)度

2.2.1 變量設(shè)定

目前，對(duì)于金融機(jī)構(gòu)支農(nóng)效率的研究較少，實(shí)證測(cè)度中，現(xiàn)有文獻(xiàn)對(duì)投入與產(chǎn)出指標(biāo)的選取見(jiàn)表1。

表1 支農(nóng)效率的投入產(chǎn)出指標(biāo)

1) 產(chǎn)出指標(biāo)

支農(nóng)效率屬于農(nóng)村信用社的外部效率(宏觀效率)，應(yīng)該采用中介法界定其投入和產(chǎn)出變量。由表1可以看出，學(xué)者們對(duì)于金融支農(nóng)效率的實(shí)證研究中，產(chǎn)出指標(biāo)的選取不盡相同，但是都包含農(nóng)民人均純收入這一項(xiàng)，因?yàn)檗r(nóng)民人均純收入最能集中體現(xiàn)一個(gè)地區(qū)“三農(nóng)”發(fā)展的總體情況。本文選擇的SFA模型屬于多投入、單產(chǎn)出的模型，因此本文選取農(nóng)民人均純收入作為SFA模型的產(chǎn)出變量。

2) 投入指標(biāo)

投入指標(biāo)的選取應(yīng)該包括資本投入、勞動(dòng)力投入和支農(nóng)方面的投入。本文采用農(nóng)村信用社的資產(chǎn)總額作為其資本的投入，職工人數(shù)作為其勞動(dòng)力的投入，農(nóng)戶貸款額和農(nóng)戶貸款率作為其對(duì)于“三農(nóng)”的投入，其中，農(nóng)戶貸款額反映農(nóng)村信用社支持“三農(nóng)”的總體運(yùn)行情況，農(nóng)戶貸款率反映農(nóng)村信用社支持“三農(nóng)”覆蓋面的廣度。

2.2.2 隨機(jī)模型檢驗(yàn)及結(jié)果分析

本文運(yùn)用Frontier4.1軟件對(duì)樣本農(nóng)村信用社的支農(nóng)效率進(jìn)行測(cè)度，該軟件是由Tim Coelli和Battese于1996年編寫(xiě)而成，專門運(yùn)用隨機(jī)前沿分析方法對(duì)銀行效率進(jìn)行計(jì)算。

隨機(jī)前沿模型待估參數(shù)的估計(jì)值如表2所示。

表2 隨機(jī)前沿模型參數(shù)的估計(jì)值

由表2可以看出，LR檢驗(yàn)值為96.431 8，表明在5%的水平下顯著，說(shuō)明誤差項(xiàng)中的復(fù)合結(jié)構(gòu)較為明顯，農(nóng)村信用社的支農(nóng)效率存在明顯的差異；γ值為0.876 4，說(shuō)明復(fù)合誤差項(xiàng)中，技術(shù)無(wú)效率是主要因素，占87.64%，統(tǒng)計(jì)誤差卻只占12.36%；對(duì)數(shù)似然值為138.374 7，表明用此隨機(jī)前沿模型測(cè)量農(nóng)村信用社的支農(nóng)效率是可行的。

將51個(gè)區(qū)縣的農(nóng)村信用社按城市劃分為10個(gè)地區(qū)。按城市劃分的農(nóng)村信用社的支農(nóng)效率如表3所示。

表3 2006—2010年陜西省各城市農(nóng)村信用社的支農(nóng)效率

從表3可以看出，西安農(nóng)村信用社的支農(nóng)效率高達(dá)90.15%，排名第一。寶雞、咸陽(yáng)和銅川的農(nóng)村信用社的支農(nóng)效率也都在80%以上，排名在第二至第四位。安康和商洛的農(nóng)村信用社的支農(nóng)效率較低，都未達(dá)到70%，排名最后兩位。

西安、寶雞和咸陽(yáng)屬于陜西省經(jīng)濟(jì)較為發(fā)達(dá)的城市，金融資源相對(duì)豐富，各類商業(yè)銀行網(wǎng)點(diǎn)和資金也較多。這樣，商業(yè)銀行主要承擔(dān)當(dāng)?shù)毓I(yè)、服務(wù)業(yè)以及城市戶籍居民的資金需求，而農(nóng)村信用社主要承擔(dān)當(dāng)?shù)剞r(nóng)村、農(nóng)業(yè)和農(nóng)民的資金需求。所以，支農(nóng)效率相對(duì)較高。

安康和商洛的經(jīng)濟(jì)基礎(chǔ)相對(duì)薄弱，金融資源也相對(duì)缺乏。農(nóng)村信用社不僅要服務(wù)于“三農(nóng)”，又要滿足較多的各類工商企業(yè)的貸款需要，加之安康和商洛的農(nóng)村信用社資金本來(lái)就相對(duì)較少，這種情況下，農(nóng)村、農(nóng)業(yè)和農(nóng)民的資金需求就更加得不到滿足。因此，支農(nóng)效率也相對(duì)較低。

綜上所述，農(nóng)村信用社的產(chǎn)權(quán)模式、經(jīng)濟(jì)環(huán)境和自然環(huán)境都會(huì)對(duì)其支農(nóng)效率產(chǎn)生影響。具體來(lái)說(shuō)，縣聯(lián)社模式的農(nóng)村信用社比農(nóng)村合作銀行和農(nóng)村商業(yè)銀行的支農(nóng)效率要高；經(jīng)濟(jì)發(fā)達(dá)城市的農(nóng)村信用社的支農(nóng)效率較高；自然環(huán)境優(yōu)越、有利于農(nóng)業(yè)發(fā)展的地區(qū)，支農(nóng)效率相對(duì)較高。

2.3 農(nóng)村信用社利潤(rùn)效率測(cè)度

2.3.1 變量設(shè)定

現(xiàn)有文獻(xiàn)對(duì)于金融機(jī)構(gòu)利潤(rùn)效率進(jìn)行研究時(shí)，選取的投入產(chǎn)出指標(biāo)見(jiàn)表4。

1) 產(chǎn)出指標(biāo)

利潤(rùn)效率屬于農(nóng)村信用社的內(nèi)部效率(微觀效率)，應(yīng)該采用生產(chǎn)法界定其投入和產(chǎn)出變量。由表4可知，在測(cè)度金融機(jī)構(gòu)的利潤(rùn)效率時(shí)，學(xué)者們對(duì)于產(chǎn)出指標(biāo)的選取較為一致，一般包括利息收入、非利息收入、利稅總額等反映其盈利水平的指標(biāo)。農(nóng)村信用社的利潤(rùn)主要來(lái)源于利息收入和非利息收入，本文選取利潤(rùn)總額(利息收入和非利息收入之和)作為利潤(rùn)效率的產(chǎn)出變量，以衡量農(nóng)村信用社各項(xiàng)利潤(rùn)的總體情況。

2) 投入指標(biāo)

投入指標(biāo)應(yīng)該反映金融機(jī)構(gòu)為了獲得利潤(rùn)的成本投入，一般都包括資本和勞動(dòng)力。本文用資產(chǎn)總額和職工人數(shù)分別反映農(nóng)村信用社的資本和勞動(dòng)力的投入，用營(yíng)業(yè)費(fèi)用來(lái)反映資本和勞動(dòng)力的價(jià)格。

表4 利潤(rùn)效率的投入產(chǎn)出指標(biāo)

2.3.2 隨機(jī)模型檢驗(yàn)及結(jié)果分析

隨機(jī)前沿模型待估參數(shù)的估計(jì)值如表5所示。

表5 隨機(jī)前沿模型參數(shù)的估計(jì)值

由表5可以看出，LR檢驗(yàn)值為89.912 7，表明在5%的水平下顯著，說(shuō)明誤差項(xiàng)中的復(fù)合結(jié)構(gòu)較為明顯，農(nóng)村信用社的利潤(rùn)效率存在明顯的差異；γ值為0.847 3，說(shuō)明復(fù)合誤差項(xiàng)中，技術(shù)無(wú)效率是主要因素，占84.73%，而統(tǒng)計(jì)誤差只占15.27%；對(duì)數(shù)似然值為115.355 6，表明用此隨機(jī)前沿模型測(cè)量農(nóng)村信用社的支農(nóng)效率是可行的。

將樣本農(nóng)村信用社按照所在城市劃分，得到陜西省10個(gè)城市的農(nóng)村信用社的利潤(rùn)效率如表6所示。

表6 2006—2010年陜西省各城市農(nóng)村信用社的利潤(rùn)效率

從表6可以看出，漢中和榆林地區(qū)的農(nóng)村信用社的利潤(rùn)效率最高，都超過(guò)80%，而咸陽(yáng)和銅川地區(qū)的農(nóng)村信用社的利潤(rùn)效率較低，排名后兩位。

漢中地區(qū)的農(nóng)村信用社雖然利潤(rùn)總額并不是最高，處于中上水平，但是由于本文測(cè)度利潤(rùn)效率模型中三個(gè)自變量為資產(chǎn)總額、職工人數(shù)和營(yíng)業(yè)費(fèi)用，而漢中地區(qū)農(nóng)村信用社的人力價(jià)格、資產(chǎn)價(jià)格和資金價(jià)格都相對(duì)較低。較高的利潤(rùn)總額和較低的人力、資產(chǎn)、資金價(jià)格共同作用，使得漢中地區(qū)農(nóng)村信用社的利潤(rùn)效率最高。

榆林市是陜西省發(fā)展較快的城市之一，經(jīng)濟(jì)水平相對(duì)較高，金融業(yè)發(fā)達(dá)，很多國(guó)有銀行和股份制商業(yè)銀行在該市縣域地區(qū)都設(shè)有網(wǎng)點(diǎn)。由于礦產(chǎn)資源豐富，人均收入水平較高，高收入人群增長(zhǎng)迅速，與陜西省其他地區(qū)相比，客戶資源優(yōu)良，外部發(fā)展環(huán)境較好，以利潤(rùn)最大化為主要經(jīng)營(yíng)目標(biāo)的農(nóng)村合作銀行和農(nóng)村商業(yè)銀行的數(shù)量位居陜西省第一位，本文所選榆林地區(qū)的5個(gè)樣本中，就有兩家農(nóng)村合作銀行和一家農(nóng)村商業(yè)銀行，因此榆林地區(qū)農(nóng)村信用社的利潤(rùn)效率也較高。

銅川市是陜西省經(jīng)濟(jì)基礎(chǔ)相對(duì)薄弱的城市之一，經(jīng)濟(jì)總量少，產(chǎn)業(yè)結(jié)構(gòu)不合理，農(nóng)村信用社的資金也相應(yīng)較少，網(wǎng)點(diǎn)覆蓋率不高，沒(méi)有形成規(guī)模效應(yīng)，利潤(rùn)水平較低，而且在所調(diào)研的銅川的4家農(nóng)村信用社中，有3家在市區(qū)，人力價(jià)格、資產(chǎn)價(jià)格和資金價(jià)格相對(duì)較高，這與漢中地區(qū)的情況正好相反，所以利潤(rùn)效率相對(duì)較低。

可以看出，對(duì)于相同產(chǎn)權(quán)模式的農(nóng)村信用社，有的經(jīng)濟(jì)環(huán)境和自然環(huán)境都較差，但是支農(nóng)效率(或利潤(rùn)效率)卻相對(duì)較高(如：延安)，這表明效率還與農(nóng)村信用社的內(nèi)部管理水平有關(guān)。

2.4 農(nóng)村信用社支農(nóng)效率和利潤(rùn)效率的關(guān)系

為了便于分析農(nóng)村信用社支農(nóng)效率和利潤(rùn)效率之間的關(guān)系，選取以市為單位，結(jié)合表3和表6，得到表7。

表7 2006—2010年陜西省各城市農(nóng)村信用社的支農(nóng)效率和利潤(rùn)效率

從表7可以看出，關(guān)中地區(qū)的西安、寶雞、咸陽(yáng)和銅川的農(nóng)村信用社在支農(nóng)效率的排名中占據(jù)前四位，而在利潤(rùn)效率的排名中卻屬于最后四位；漢中和榆林地區(qū)的農(nóng)村信用社支農(nóng)效率排名靠后，但是利潤(rùn)效率卻排名前兩位。

總體來(lái)看，農(nóng)村信用社的支農(nóng)效率和利潤(rùn)效率呈負(fù)相關(guān)關(guān)系。支農(nóng)效率高的農(nóng)村信用其社利潤(rùn)效率就低，利潤(rùn)效率高的農(nóng)村信用社其支農(nóng)效率就低。也就是說(shuō)，農(nóng)村信用社不可能同時(shí)兼顧服務(wù)“三農(nóng)”和利潤(rùn)最大化，這就要求農(nóng)村信用社必須平衡兩者之間的關(guān)系，在保證其可持續(xù)經(jīng)營(yíng)的基礎(chǔ)上，最大限度地支持“三農(nóng)”。

3 結(jié)論及政策建議

本文運(yùn)用SFA方法對(duì)農(nóng)村信用社的效率進(jìn)行測(cè)度，得到以下結(jié)論：

1) 農(nóng)村信用社的支農(nóng)效率和利潤(rùn)效率與其產(chǎn)權(quán)模式、所處地區(qū)的經(jīng)濟(jì)環(huán)境、農(nóng)業(yè)發(fā)展水平以及自然環(huán)境都有密切的關(guān)系；

2) 縣聯(lián)社模式的農(nóng)村信用社支農(nóng)效率較高而其利潤(rùn)效率較低，農(nóng)村合作銀行和農(nóng)村商業(yè)銀行的支農(nóng)效率較低而其利潤(rùn)效率較高；

3) 經(jīng)濟(jì)環(huán)境、農(nóng)業(yè)發(fā)展水平和自然環(huán)境都較好的地區(qū)，其支農(nóng)效率和利潤(rùn)效率都較高；

4) 支農(nóng)效率和利潤(rùn)效率呈明顯的負(fù)相關(guān)關(guān)系。

基于以上結(jié)論，提出如下政策性建議。

1) 根據(jù)經(jīng)濟(jì)發(fā)展?fàn)顩r，選擇相應(yīng)的產(chǎn)權(quán)模式。農(nóng)村信用社產(chǎn)權(quán)模式的選擇應(yīng)該與當(dāng)?shù)氐慕?jīng)濟(jì)和農(nóng)業(yè)發(fā)展水平相適應(yīng)。經(jīng)濟(jì)發(fā)達(dá)、以工業(yè)和服務(wù)業(yè)為主要產(chǎn)業(yè)的地區(qū)，應(yīng)該選擇以利潤(rùn)最大化為唯一經(jīng)營(yíng)目標(biāo)的農(nóng)村商業(yè)銀行模式，以促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)的進(jìn)一步發(fā)展；經(jīng)濟(jì)較發(fā)達(dá)、支農(nóng)任務(wù)相對(duì)較輕的地區(qū)應(yīng)該選擇兼顧服務(wù)“三農(nóng)”和利潤(rùn)最大化的農(nóng)村合作銀行模式，平衡農(nóng)業(yè)和非農(nóng)產(chǎn)業(yè)的發(fā)展；經(jīng)濟(jì)欠發(fā)達(dá)、以農(nóng)業(yè)為主要產(chǎn)業(yè)的地區(qū)應(yīng)該選擇以服務(wù)“三農(nóng)”為主要經(jīng)營(yíng)目標(biāo)的縣聯(lián)社農(nóng)村信用社模式，以此促進(jìn)當(dāng)?shù)剞r(nóng)業(yè)產(chǎn)業(yè)的發(fā)展。

2) 減少省聯(lián)社干預(yù)，增加縣聯(lián)社自主經(jīng)營(yíng)權(quán)。省聯(lián)社既是政府委托管理全省農(nóng)村信用社的管理機(jī)構(gòu)，又是辦理各種金融業(yè)務(wù)的經(jīng)營(yíng)機(jī)構(gòu)，多種職能集于一身，造成了目前省聯(lián)社權(quán)力過(guò)大、定位不清的現(xiàn)象。由于省聯(lián)社對(duì)于縣聯(lián)社的經(jīng)營(yíng)管理和人事任免等具體事務(wù)干預(yù)過(guò)多，但對(duì)各地區(qū)農(nóng)村信用社的實(shí)際情況不是十分了解，使得制定的政策和經(jīng)營(yíng)策略與當(dāng)?shù)氐膶?shí)際情況不相符，對(duì)其農(nóng)村信用社的利潤(rùn)效率產(chǎn)生負(fù)面影響。因此，應(yīng)該弱化省聯(lián)社的管理職能，減少對(duì)縣聯(lián)社經(jīng)營(yíng)活動(dòng)的干預(yù)，同時(shí)加強(qiáng)其行業(yè)自律的職能，監(jiān)督基層信用社合法合規(guī)經(jīng)營(yíng)。

3) 優(yōu)化經(jīng)濟(jì)環(huán)境，發(fā)展農(nóng)業(yè)保險(xiǎn)。農(nóng)業(yè)產(chǎn)業(yè)受自然災(zāi)害和市場(chǎng)需求的雙重影響導(dǎo)致了其弱勢(shì)性。如果能夠優(yōu)化經(jīng)濟(jì)環(huán)境，降低這些影響帶來(lái)的損失，那么農(nóng)村信用社對(duì)于“三農(nóng)”的惜貸現(xiàn)象就會(huì)減少。同時(shí)，農(nóng)村信用社的不良貸款率和不良資產(chǎn)會(huì)降低，就會(huì)有更多的資金用于支持“三農(nóng)”。因此，政府應(yīng)該鼓勵(lì)發(fā)展農(nóng)業(yè)保險(xiǎn)，通過(guò)建立農(nóng)業(yè)保險(xiǎn)制度保障農(nóng)戶的生產(chǎn)經(jīng)營(yíng)，減少農(nóng)戶遭受風(fēng)險(xiǎn)時(shí)的損失，為農(nóng)民增收、農(nóng)業(yè)發(fā)展和農(nóng)村經(jīng)濟(jì)發(fā)展提供金融保障。保險(xiǎn)機(jī)構(gòu)為了自身經(jīng)營(yíng)，會(huì)對(duì)農(nóng)業(yè)生產(chǎn)的風(fēng)險(xiǎn)進(jìn)行預(yù)期和控制，農(nóng)村信用社可以通過(guò)與保險(xiǎn)機(jī)構(gòu)合作，了解農(nóng)戶貸款的風(fēng)險(xiǎn)，減少信息不對(duì)稱，使其更好的服務(wù)于“三農(nóng)”。

參考文獻(xiàn)：

[1] 張靜,譚中明.農(nóng)村信用社效率問(wèn)題的產(chǎn)權(quán)分析[J] . 江蘇大學(xué)學(xué)報(bào),2002,4(1):116-118.

Zhang Jing,Tan Zhongming. The property rights analysison effieiency problem of RCCs[J] . Journal of Jiangsu University, 2002,4(1):116-118.

[2] Berger A N, Humphrey D B. Efficiency of financial institutions: international survey and directions for future research[J] . Finance and Economics Discussion Series,2006,97(11):175-212.

[3] Lewis H F. Network DEA:efficiency analysis of organizations with complex internal structure[J] . Computers and Operations Research,2004,31(9):1365-1410.

[4] Mohamed ARIFF, Luc CAN. Cost and profit efficiency of Chinese banks: A non-parametic analisis [J] . China Economic Review,2008,19(2):260-273.

[5] 宋罡,徐勇.基于隨機(jī)前沿分析的中小企業(yè)技術(shù)效率[J] . 系統(tǒng)工程,2013,31(2):77-83.

Song Gang,Xu Yong.The technical efficiency of SMEs based on SFA[J] . Systems Engineering, 2013,31(2):77-83.

[6] 齊天翔,楊大強(qiáng).商業(yè)銀行效率研究的理論綜述[J] . 財(cái)經(jīng)科學(xué),2008,8:26-34.

Qi Tianxiang,Yang Daqiang.Theoretical review on the researches of commercial bank efficiency[J] . Finance & Economics, 2008,8:26-34.

[7] 周再清,吳俊杰.基于DEA模型的金融支農(nóng)效率研究[J] . 求索,2009,9:24-26.

Zhou Zaiqing,Wu Junjie.The research of financial support for agriculture based on DEA[J] . Seeker, 2009,9:24-26.

[8] 陳時(shí)興.農(nóng)村金融支農(nóng)效率的比較研究——以浙江省農(nóng)村信貸投資的產(chǎn)出效應(yīng)與收入效應(yīng)為例[J] . 中共浙江省委黨校學(xué)報(bào),2011,6:98-104.

Chen Shixing. The comparative study of the efficiency of rural financial support for agriculture——An example as the investment effect and the income effect in the production of zhejiang province rural credit[J] . Journal of Zhejiang Provincial Party School,2011,6:98-104.

[9] 張?jiān)嘛w,張倫.縣域金融支農(nóng)效率的實(shí)證研究——基于浙江省部分縣域2005—2009年數(shù)據(jù)[J] . 浙江金融，2011,11:53-56.

Zhang Yuefei,Zhang Lun. The empirical research of the efficiency of county’s financial support for agriculture—Zhejiang Counties’ Data from 2005 to 2009[J] . Zhejiang Finance, 2011,11:53-56.

[10] 張振海,茹少峰.陜西省金融支農(nóng)效率評(píng)價(jià)及影響因素分析[J] . 農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2011,7:82-89.

Zhang Zhenhai,Ru Shaofeng. The evaluation and analysis of the efficiency and influence factors of Shaanxi financial support agriculture[J] . Journal of Agrotechnical Economics,2011,7:82-89.

[11] 黃憲,余丹,楊柳.我國(guó)商業(yè)銀行X效率研究——基于DEA三階段模型的實(shí)證分析[J] . 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2008,7:80-91.

Huang Xian,Yu Dan,Yang Liu.Research on the X-Efficiency of Commercial Banks in China—three-stage DEA mode[J] . The Journal of Quantitative & Technical Economics,2008,7:80-91.

[12] 姚晉蘭,毛定祥.基于DEA-Tobit兩步法的股份制商業(yè)銀行效率評(píng)價(jià)與分析[J] . 上海大學(xué)學(xué)報(bào),2009,15(4)：436-440.

Yao Jinlan,Mao Dingxiang.Evaluation and analysis of efficiency of joint-stock commercial banks using the DEA-Tobit two-stage method[J] . Journal of Shanghai Univerdity, 2009,15(4)：436-440.

[13] 李勇,王滿倉(cāng).基于超越對(duì)數(shù)函數(shù)的商業(yè)銀行成本、利潤(rùn)效率實(shí)證研究[J] . 投資研究,2011,30(8):3-11.

Li Yong,Wang Mancang.Empirical analysis of commercial banks’ cost and profit efficiency based on translog function[J] . Investment Research,2011,30(8):3-11.

[14] 王健,金浩,梁慧超.我國(guó)商業(yè)銀行效率分析——基于超效率DEA和Malmquist指數(shù)[J] . 技術(shù)經(jīng)濟(jì)與管理研究,2011,4:124-127.

Wang Jian,Jin Hao,Liang Huichao.Analysis on efficiency of china commercial banks——based on SE-DEA and Malmquist index[J] . Technoeconomics and Management Research,2011,4:124-127.

[15] 于明超,陳柳.中國(guó)商業(yè)銀行利潤(rùn)效率實(shí)證分析:1996—2007[J] . 南京師大學(xué)報(bào),2011,1:51-64.

Yu Mingchao,Chen Liu.An empirical analysis of the profit efficiency of Chinese commercial banks: 1996—2007[J] . Journal of Nanjing Normal University, 2011,1:51-64.

[16] 丁忠明,張琛.基于DEA方法下商業(yè)銀行效率的實(shí)證研究[J] . 管理世界,2011,3:172-173.

Ding Zhongming,Zhang Chen. Empirical analysis on efficiency of commercial banks based on DEA[J] . Management World,2011,3:172-173.

[17] 許剛?cè)?楊水利.基于DEA的區(qū)域科技生產(chǎn)效率與科技成果轉(zhuǎn)移轉(zhuǎn)化效率測(cè)度[J] . 西安理工大學(xué)學(xué)報(bào),2013,29(1):121-126.

Xu Gangquan,YANG Shuili.Measuring degree of the region’s S & T production efficiency and region’s S & T achievement transfer and transformation efficiency based on DEA[J] . Journal of Xi’an University of Technology, 2013,29(1):121-126.

[18] 徐輝,李健.中國(guó)銀行業(yè)成本效率實(shí)證研究(1999—2010)——基于SFA測(cè)度方法的應(yīng)用[J] . 北京理工大學(xué)學(xué)報(bào),2013,15(3):74-83.

Xu Hui,Li Jian.The empirical study on the cost efficiency of Chinese commercial banks(1999—2010)—based on SFA method application[J] . Journal of Beijing institute of technology,2013,15(3):74-83.

[19] 竇育民,李富有.中國(guó)商業(yè)銀行的利潤(rùn)效率:1994—2010年——基于隨機(jī)前沿替代利潤(rùn)函數(shù)方法的實(shí)證分析[J] . 財(cái)經(jīng)科學(xué),2013,3:10-17.

Dou Yumin,Li Fuyou.The profit efficiency of Chinese commercial banking from 1994 to 2010 based on stochastic frontier alternative profit function approach empirical analyses[J] . Finance & Economics, 2013,3:10-17.