摘 要：基于本文根據(jù)PA、IA等主流的“投入--產(chǎn)出”指標(biāo)的標(biāo)準(zhǔn)判斷方法，將銀行類金融機(jī)構(gòu)的資金往來、經(jīng)營業(yè)務(wù)所涉及指標(biāo)如存貸款額、投資額、經(jīng)營費(fèi)用、機(jī)構(gòu)數(shù)、人數(shù)等作為對應(yīng)的投入產(chǎn)出變量指標(biāo)，應(yīng)用聚類分析確定投入、產(chǎn)出變量的二元分類，由此得到的多元產(chǎn)出變量再依據(jù)主成分分析確認(rèn)最有效的產(chǎn)出變量組，基于主成分得到的銀行金融機(jī)構(gòu)產(chǎn)出績效指標(biāo)后，再以時序特征歸納出銀行金融機(jī)構(gòu)績效存在的變動特征，為進(jìn)一步的銀行類金融機(jī)構(gòu)的績效評價做足變量選取的有效性準(zhǔn)備。

關(guān)鍵詞：PA IA 投入--產(chǎn)出 聚類分析 主成分分析 VAR 績效評價

金融機(jī)構(gòu)的績效研究，從國民經(jīng)濟(jì)宏觀視角來看，是對金融行業(yè)運(yùn)營情況的剖析；從研究方法論角度來看，是從個體出發(fā)對金融業(yè)自身增長特征的概括。因此，金融機(jī)構(gòu)的績效研究，是宏微觀解構(gòu)金融業(yè)的連接點(diǎn)，是金融業(yè)發(fā)展路徑與階段的價值判斷基礎(chǔ)。從資本主義運(yùn)行的高級階段特征--金融資本的出現(xiàn)開始，金融機(jī)構(gòu)的作用就主要表現(xiàn)在作為資本提供主要來源渠道之一；資本集中與積累，打破了制度約束與產(chǎn)業(yè)生產(chǎn)的時空邊界，在引領(lǐng)資金與物質(zhì)資源優(yōu)化配置的，金融機(jī)構(gòu)的業(yè)務(wù)規(guī)模容量與業(yè)務(wù)結(jié)構(gòu)成為制約資本功能的關(guān)鍵因素。因此，對金融機(jī)構(gòu)績效進(jìn)行研究是瞬息萬變的金融市場改革進(jìn)程的前提。進(jìn)行績效分析的方法有多種，諸如單指標(biāo)比例或彈性分析、回歸分析以及近年來應(yīng)用廣泛的非參方法數(shù)據(jù)包絡(luò)分析，以上方法經(jīng)過系統(tǒng)地比較，都存在著無法全面說明績效評價各個方面的問題。而且，不管采用哪種方法，“投入--產(chǎn)出”變量的選擇卻是其共性的關(guān)鍵同時也是難點(diǎn)，學(xué)界在此也一直存在著爭議，即以什么樣的標(biāo)準(zhǔn)來選取有效變量組。自91年Berger與Humphrey提出，PA（Production analysis）與IA（Intermediate analysis）成為“投入—產(chǎn)出”分析中研究得較為成熟的變量選取與確認(rèn)方法，具體內(nèi)容就是如何確認(rèn)哪些變量為投入變量，哪些變量為產(chǎn)出變量。然，即使是得到廣泛認(rèn)同的PA，IA法以及基于會計(jì)資產(chǎn)負(fù)債表的資產(chǎn)法，在投入產(chǎn)出變量選擇上仍然存在著一定的主觀選擇性，而缺乏對數(shù)據(jù)客觀“實(shí)驗(yàn)”性的規(guī)律發(fā)現(xiàn)。當(dāng)然，數(shù)據(jù)不充分是引致變量選擇缺乏客觀性的原因之一，同時研究者利用專業(yè)知識技術(shù)性選擇有效投入、產(chǎn)出變量也能直觀地進(jìn)行績效評價問題的反映。

不同的投入產(chǎn)出選擇方法下變量的選擇也不同，從而導(dǎo)致不同的績效評價結(jié)果。為此客觀地選擇投入產(chǎn)出變量成為績效評價有效的關(guān)鍵，本文針對銀行類金融機(jī)構(gòu)，基于幾種被廣泛使用的產(chǎn)出法、中介法和資產(chǎn)法找到被普遍接受的投入產(chǎn)出變量組，從潛在的投入產(chǎn)出變量中找到比主流選擇方法更具客觀性的投入產(chǎn)出變量。

一、主流選擇法下確定的主要投入--產(chǎn)出指標(biāo)

績效評價基于對象的不同而可以是截面數(shù)據(jù)、時間序列數(shù)據(jù)或面板數(shù)據(jù)，本文則選取了全國銀行類金融機(jī)構(gòu)加總而得的總量變量指標(biāo)進(jìn)行時間序列分析，即目的不在橫向比較不同銀行的績效，而試圖找到金融行業(yè)績效評價的有效方法。

以下是根據(jù)銀行類金融機(jī)構(gòu)的“投入—產(chǎn)出”主流定義法，將潛在的有效投入產(chǎn)出變量列舉如下并收集整理全國金融機(jī)構(gòu)1988-2013年相關(guān)數(shù)據(jù)

根據(jù)不同的投入、產(chǎn)出選擇法，銀行金融機(jī)構(gòu)的產(chǎn)出變量與投入變量并不是確定的。如生產(chǎn)法下，銀行被認(rèn)為是存款賬戶和貸款服務(wù)的生產(chǎn)者，能產(chǎn)生利潤的即為產(chǎn)出項(xiàng)目，若該項(xiàng)目需要凈支出（費(fèi)用）時即為投入項(xiàng)目，即存貸款業(yè)務(wù)作為產(chǎn)出變量，存貸款業(yè)務(wù)所耗費(fèi)的支出包括人力、固定資本等成本耗費(fèi)為投入變量；中介法則強(qiáng)調(diào)了銀行的間接融資功能，強(qiáng)調(diào)了中間業(yè)務(wù)的利息費(fèi)用為投入變量；資產(chǎn)法則主要通過資產(chǎn)負(fù)債表的借、貸項(xiàng)區(qū)分投入、產(chǎn)出變量?；谕度氘a(chǎn)出指標(biāo)的銀行金融機(jī)構(gòu)績效分析，會因投入產(chǎn)出指標(biāo)選擇的不同產(chǎn)生不同的績效分析結(jié)果，有必要對投入產(chǎn)出指標(biāo)進(jìn)行技術(shù)處理，挑選出有效指標(biāo)。

1988-2013年我國銀行類金融機(jī)構(gòu)存、貸款額，投資、儲蓄存款支出以及金融機(jī)構(gòu)相關(guān)指標(biāo)都呈現(xiàn)出不斷增加的趨勢，其中，存款額從8810.36億元增加到1043846.86億元，年均增速達(dá)到20.16%；貸款額從11964.25億元增加到718961.46億元，年均增速達(dá)17.06%；投資額從10.3億元增加到125399.38億元，年均增速達(dá)到43.59%；而現(xiàn)金支出中儲蓄支出從4057.3億元增加到667300億元，年均增速達(dá)到26.10%。應(yīng)該說，無論根據(jù)上述哪類經(jīng)典的投入產(chǎn)出指標(biāo)判別法，具有產(chǎn)出性質(zhì)的銀行類金融機(jī)構(gòu)其業(yè)務(wù)規(guī)模的增加，信貸規(guī)模的增加是顯而易見的。信貸規(guī)模增長的周期往往和我國經(jīng)濟(jì)發(fā)展的周期，具有高度的一致性，這實(shí)際上說明我國早期的金融機(jī)構(gòu)績效是與產(chǎn)業(yè)周期的發(fā)展相關(guān)，更為直接地說，我國金融機(jī)構(gòu)的績效增長具有明顯的“生產(chǎn)”性質(zhì)。

將上述銀行金融機(jī)構(gòu)的宏觀投入產(chǎn)出指標(biāo)取對數(shù)后，以自然增長率來看，能更為清晰地看出銀行類業(yè)務(wù)指標(biāo)都呈現(xiàn)出明顯的增長趨勢。而銀行金融機(jī)構(gòu)的規(guī)模（機(jī)構(gòu)數(shù)、人數(shù)）經(jīng)過早期的增長后，2006年之后呈明顯的下降趨勢，這是由金融機(jī)構(gòu)尤其是國有商業(yè)銀行“大而不倒”的特征所凸顯出的規(guī)模效應(yīng)所決定的，但金融市場在資本集中與積累方式上發(fā)生深刻變化的同時，中間業(yè)務(wù)種類與渠道的深化，使銀行金融機(jī)構(gòu)尤其是商業(yè)銀行的規(guī)模過大并不能保證原有的邊際資本高回報(bào)率。因此，可以看出銀行金融機(jī)構(gòu)的投入產(chǎn)出績效在投入縮減而產(chǎn)出平穩(wěn)增長的態(tài)勢下，呈毋庸置疑的高增長，而有效地對投入產(chǎn)出指標(biāo)進(jìn)行有效的選擇，將有利于準(zhǔn)確分析銀行金融機(jī)構(gòu)在金融市場的深化改革之中的發(fā)展進(jìn)程與方向。結(jié)合不同經(jīng)典方法下的銀行金融機(jī)構(gòu)“投入—產(chǎn)出”指標(biāo)的選擇，大相徑庭而難以作出有效的定性判斷。

本文將通過統(tǒng)計(jì)方法對銀行類金融機(jī)構(gòu)的投入--產(chǎn)出指標(biāo)進(jìn)行技術(shù)處理，首先以聚類分析對投入產(chǎn)出指標(biāo)進(jìn)行聚類，分為了明顯的投入類與產(chǎn)出類指標(biāo)，而在產(chǎn)出指標(biāo)相對較多的結(jié)果中，繼續(xù)對銀行金融機(jī)構(gòu)產(chǎn)出指標(biāo)進(jìn)行主成分分析，找出能夠涵蓋銀行金融機(jī)構(gòu)產(chǎn)出信息的代表主成分，并對該產(chǎn)出主成分進(jìn)行時序性質(zhì)檢驗(yàn)，通過該指標(biāo)對銀行金融機(jī)構(gòu)發(fā)展特征的耦合，對該指標(biāo)的優(yōu)劣性進(jìn)行判斷。

二、根據(jù)聚類分析找出具有內(nèi)在趨同性的投入--產(chǎn)出變量組

由于選取變量非同一量綱，需要進(jìn)行標(biāo)準(zhǔn)化處理。且數(shù)據(jù)格式上不滿足針對變量對象的系統(tǒng)聚類（分層聚類）的要求，采取SPSS20.0軟件的行列轉(zhuǎn)換處理使聚類分析的對象是原數(shù)據(jù)行的各投入產(chǎn)出變量。聚類結(jié)果如下：

可以從上表看出，比較明顯的聚類為兩類。其中，銀行金融機(jī)構(gòu)的貸款、存款比較迅速地聚在一起，從這個角度看存貸款作為體現(xiàn)銀行最本質(zhì)特征的業(yè)務(wù)，存貸款都是銀行金融機(jī)構(gòu)的產(chǎn)出指標(biāo)，而不能根據(jù)資產(chǎn)法將二者加以分開；同樣的道理，投資與儲蓄支出緊接著與存貸款聚集在一類，這實(shí)際上進(jìn)一步印證了銀行金融機(jī)構(gòu)對資金融通的中介性質(zhì)，其投入產(chǎn)出指標(biāo)和一般企業(yè)存在較大差異。為進(jìn)一步顯示出銀行金融機(jī)構(gòu)“投入--產(chǎn)出”指標(biāo)的分類，將結(jié)合以下聚類冰柱圖予以形象化。

由以上聚類過程圖與冰柱圖顯示根據(jù)變量組內(nèi)在數(shù)據(jù)規(guī)律，變量組被明顯分成了兩個組成部分。從經(jīng)濟(jì)意義上看，機(jī)構(gòu)人數(shù)與機(jī)構(gòu)數(shù)被視為銀行類金融機(jī)構(gòu)的初始投入量；從主流選擇方法看，變量組的聚類結(jié)果滿足PA生產(chǎn)法下投入產(chǎn)出變量的選擇，即生產(chǎn)法中確定的投入、產(chǎn)出變量組滿足了變量組數(shù)據(jù)驅(qū)動內(nèi)在的趨同性，相較于其他主流方法其客觀性由定量數(shù)據(jù)規(guī)律支撐。那么最有效投入產(chǎn)出變量組是否就能由此確定呢？顯然，若是據(jù)此作出判斷得出的多投入、多產(chǎn)出變量組由于產(chǎn)出變量過多而無法進(jìn)行回歸分析，并且從銀行類金融機(jī)構(gòu)的經(jīng)營性質(zhì)而言，存貸款以及投資不加區(qū)分地視為產(chǎn)出項(xiàng)的判斷無法得到經(jīng)濟(jì)意義上的普遍認(rèn)同，這也是金融機(jī)構(gòu)與工商行業(yè)的主要差別之一，也是國民經(jīng)濟(jì)核算中實(shí)體經(jīng)濟(jì)的投入產(chǎn)出分析無法簡單“移植”到金融交易的資金流量分析的原因之一。那么，貸款、存款、儲蓄存款支出（替代經(jīng)營費(fèi)用項(xiàng)目）、投資這幾個已經(jīng)在聚類分析中被視為產(chǎn)出項(xiàng)的多元產(chǎn)出變量究竟全部都是重要的產(chǎn)出變量還是有主次之分？通過SPSS20.0軟件主成分分析來實(shí)現(xiàn)降維處理，以明確更有效的銀行類金融機(jī)構(gòu)的產(chǎn)出變量。

三、根據(jù)主成分分析來降低多元產(chǎn)出變量組維度

將存貸款、儲蓄存款支出、投資幾個項(xiàng)目的數(shù)據(jù)導(dǎo)入SPSS軟件進(jìn)行主成分分析，由于此時的變量組都是同一量綱，可以直接用原始數(shù)據(jù)進(jìn)行降維也可以標(biāo)準(zhǔn)化后再進(jìn)行因子分析，從結(jié)果來看效用相同，此處繼續(xù)承上使用標(biāo)準(zhǔn)化后的變量數(shù)據(jù)。

以上相關(guān)系數(shù)矩陣表明各變量之間的有一定的相關(guān)性，換言之，如果對全部的產(chǎn)出指標(biāo)進(jìn)行分析，一方面因?yàn)殂y行金融機(jī)構(gòu)產(chǎn)出指標(biāo)存在的高度相關(guān)性，使一般的回歸分析具有多重貢獻(xiàn)性質(zhì)而難以產(chǎn)生有效的參數(shù)結(jié)論；另一方面，為本文試圖進(jìn)一步從宏觀視角提取銀行金融機(jī)構(gòu)的產(chǎn)出指標(biāo)奠定了量化的基礎(chǔ)，提取高度相關(guān)指標(biāo)的共同信息而降低維度，達(dá)到簡約分析過程的目的。

從以上主成分的信息提取來看，各個變量的提取均占標(biāo)準(zhǔn)化后的原始數(shù)據(jù)90%以上。這可以料想，提取出的銀行金融機(jī)構(gòu)產(chǎn)出指標(biāo)能夠代表傳統(tǒng)意義上的產(chǎn)出指標(biāo)，又能夠降低多維指標(biāo)體系帶來的分析困境。

上圖可知一個主成分（或公共因子）即能包含原始變量98%以上的信息，也就將4個產(chǎn)出變量減少為1個產(chǎn)出變量，這就使銀行金融機(jī)構(gòu)的產(chǎn)出指標(biāo)降維達(dá)到了較好的預(yù)期效果，一方面印證了所選擇的多維指標(biāo)體系作為銀行產(chǎn)出指標(biāo)的價值所在；另一方面則體現(xiàn)了銀行類金融機(jī)構(gòu)的中介性質(zhì)，但仍然作為基本的企業(yè)單位需要一定的要素投入，才能得以運(yùn)營并產(chǎn)生資本融通的績效。下表將得到因子載荷矩陣，表明主成分中各標(biāo)準(zhǔn)化后原始變量的系數(shù)。

令得到的僅有的主成分為F，由此可以得出銀行類金融機(jī)構(gòu)有效產(chǎn)出變量的主成分的線性組合為：F=0.997×Zscoreloans+0.986×Zscoreinvestment+0.998×ZscoreDeposit +0.993×ZscoresE 由于系數(shù)大小相當(dāng)，則選擇出來的主成分是4個產(chǎn)出變量的總和，且提取的信息足夠大，可以用主成分（或公共因子）代替4個產(chǎn)出變量作為1個產(chǎn)出變量，就方法方面結(jié)合由聚類分析找出的投入變量做回歸分析以進(jìn)一步了解投入對產(chǎn)出的貢獻(xiàn)以及增長趨勢；也可以基于此而建立非參模型研究投入產(chǎn)出的規(guī)模、效率，借助聚類分析與主成分分析定量地提供了有效投入產(chǎn)出變量組存在與選擇的證據(jù)，可以視為是績效評價問題的回歸分析與非參分析挑選投入產(chǎn)出變量的前期準(zhǔn)備。本文則將進(jìn)一步對提取的銀行金融機(jī)構(gòu)產(chǎn)出指標(biāo)進(jìn)行時序特征分析，并結(jié)合一般意義的金融業(yè)增加值所表明的金融業(yè)運(yùn)行周期，對銀行金融機(jī)構(gòu)產(chǎn)出指標(biāo)的有效性進(jìn)行判別。

四、基于VAR的銀行類金融機(jī)構(gòu)投入產(chǎn)出的績效特征分析

從上圖2看出，取對數(shù)后的銀行類金融機(jī)構(gòu)產(chǎn)出指標(biāo)，也即自然對數(shù)表示的增長率具有相對平穩(wěn)的增長趨勢，進(jìn)一步取對數(shù)后的銀行類金融機(jī)構(gòu)產(chǎn)出指標(biāo)主成分F綜合指標(biāo)，進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如下表8所示。

顯然，如上表8所示，銀行類金融機(jī)構(gòu)產(chǎn)出主成分F綜合指數(shù)，T值絕對值大于1%臨界值，具有明顯的顯著性水平。具備了增長率性質(zhì)的銀行金融機(jī)構(gòu)產(chǎn)出綜合指數(shù)F，具有I（0）的原序列平穩(wěn)性。而相對于金融機(jī)構(gòu)投入指標(biāo)來看，單位根檢驗(yàn)是在做了一階差分后才通過顯著性假設(shè)檢驗(yàn)，因此，銀行金融機(jī)構(gòu)投入指標(biāo)滿足I（1）的一階非平穩(wěn)時序性質(zhì)。如果要對銀行類金融機(jī)構(gòu)的投入--產(chǎn)出指標(biāo)進(jìn)行分析，得到銀行類金融機(jī)構(gòu)投入指標(biāo)變動對產(chǎn)出指標(biāo)影響的長短期績效影響。

基于VAR的銀行金融機(jī)構(gòu)績效分析，由于VAR的結(jié)構(gòu)非穩(wěn)定性其參數(shù)意義相對來說，不如脈沖響應(yīng)直觀。而根據(jù)投入指標(biāo)對銀行金融機(jī)構(gòu)產(chǎn)出綜合指標(biāo)的脈沖響應(yīng)結(jié)果來看，金融機(jī)構(gòu)數(shù)的精減將在一定期間內(nèi)減少銀行金融機(jī)構(gòu)的產(chǎn)出效果，這是因?yàn)閭鹘y(tǒng)金融業(yè)物理網(wǎng)點(diǎn)的減少會降低依托于傳統(tǒng)存貸款業(yè)務(wù)的銀行類金融機(jī)構(gòu)的績效規(guī)模；而金融業(yè)人數(shù)的減少卻在即時引起了金融機(jī)構(gòu)績效水平的提高，這金融業(yè)作為第三產(chǎn)業(yè)中的技術(shù)密集型行業(yè)而非勞動密集型的行業(yè)屬性有關(guān)，金融機(jī)構(gòu)人數(shù)的減少而減少的成本費(fèi)用，在一定時期內(nèi)會增加金融機(jī)構(gòu)績效增長。但是，需要注意的是，取對數(shù)后的上述投入---產(chǎn)出指標(biāo)意味著我們描述的是銀行類金融機(jī)構(gòu)績效的增速而非絕對值，即金融機(jī)構(gòu)數(shù)增速的放緩，對金融機(jī)構(gòu)的產(chǎn)出增速是一個負(fù)向的刺激，或者金融機(jī)構(gòu)數(shù)增加的加速，會引起金融機(jī)構(gòu)績效增加的放緩，能夠比較充分地說明銀行類金融機(jī)構(gòu)存在規(guī)模效應(yīng)遞減而非是遞增的相對成熟階段，金融機(jī)構(gòu)的冗余容易在不斷深化發(fā)展的中間業(yè)務(wù)中，導(dǎo)致尾大不調(diào)的低效而非高效。而金融機(jī)構(gòu)從業(yè)人數(shù)增速的放緩，對于商業(yè)銀行來說，已經(jīng)處于規(guī)模龐大的金融機(jī)構(gòu)通過成本費(fèi)用開支增加的減速，可以帶來更快的績效增速。應(yīng)該說，基于主成分抽取的銀行類金融機(jī)構(gòu)產(chǎn)出綜合指數(shù)，較好地耦合了當(dāng)下銀行類金融機(jī)構(gòu)尤其是商業(yè)銀行的規(guī)模問題，以及亟待業(yè)務(wù)升級優(yōu)化的商業(yè)銀行中間業(yè)務(wù)發(fā)展現(xiàn)狀。

五、存在問題與研究展望

本文旨在從方法上找到有效投入產(chǎn)出變量的定量依據(jù)，通過多元分析建立在SPSS與Eviews軟件的基礎(chǔ)上實(shí)現(xiàn)了對投入產(chǎn)出變量選擇的工作，也為進(jìn)一步的分析提供思路。然而，無論是聚類分析還是主成分分析，得到的方法性結(jié)論卻模糊了我們此處的研究對象銀行類金融機(jī)構(gòu)與一般工商企業(yè)績效指標(biāo)的差別，如經(jīng)營模式上銀行類金融機(jī)構(gòu)的存貸款業(yè)務(wù)性質(zhì)不同，實(shí)務(wù)中往往將存款業(yè)務(wù)作為投入，貸款業(yè)務(wù)作為產(chǎn)出，而工商企業(yè)往往將資金的往來視為產(chǎn)出引致從而被視為產(chǎn)出變量與聚類分析的結(jié)論相吻合。因此，進(jìn)一步的研究為了突出銀行類金融機(jī)構(gòu)經(jīng)營的特殊性，一方面通過更廣泛地選取銀行類金融機(jī)構(gòu)的績效指標(biāo)并收集數(shù)據(jù)來驗(yàn)證或是更正銀行類金融機(jī)構(gòu)的有效投入產(chǎn)出變量組；另一方面通過已選取變量的時間序列數(shù)據(jù)所呈現(xiàn)的高線性相關(guān)性可以考慮采用自回歸模型找尋銀行類金融機(jī)構(gòu)績效增長趨勢補(bǔ)充投入產(chǎn)出變量分析的不足。

參考文獻(xiàn)：

[1] Chiu， Yung-Ho； Jan， Chyanlong； Shen， Da-Bai； Wang， Pen-Chun.Total factor productivity change： An examination of the commercial banking industry in India and Pakistan. [J] Service Industries Journal， May2008， Vol. 28 Issue 4， p479-496， 18p， 1 Diagram， 10 Charts； DOI： 10.1080/02642060801917604

[2] Howcroft， Barry； Ataullah， Ali. Total factor productivity change： An examination of the commercial banking industry in India and Pakistan.[J]Service Industries Journal， Mar2006， Vol. 26 Issue 2， p189-202， 14p， 2 Charts； DOI： 10.1080/02642060500369305

[3] 何曉群.多元統(tǒng)計(jì)分析.中國人民大學(xué)出版社.2008.9（2）.87-102.175-182

[4] 張紅.基于主成分分析的房地產(chǎn)上市公司盈利能力分析與預(yù)測.清華大學(xué)學(xué)報(bào).2010.Vol.50.No.3

[5] 中國金融統(tǒng)計(jì)年鑒. [M].中國金融年鑒編輯部.1988-2008

[6] 任渝 一種基于敏感性分析的投入----產(chǎn)出變量選擇方法.攀枝花學(xué)院學(xué)報(bào)2010.10