中部地区城商行的全要素生产率测度及其影响因素分析
本文选题:城商行 + GML指数 ; 参考:《湘潭大学》2017年硕士论文
【摘要】:目前,中国经济进入转型期,经济增速大为下降,国内商业银行的不良贷款数量和不良贷款率连续四年上升。中部地区的城商行与过去相比取得了不错的成绩,但是与其它类型的商业银行相比不管是在资产总量还是在人力资源等方面都存在较大的差距。中部地区城商行如何与国有商业银行、股份制商业银行、东部地区跨区经营的城商行竞争是一个值得探讨的问题。本文在中部地区20家城商行中选择了12家城商行作为样本进行研究。考虑到数据的可获性,本文选取了12家城商行2011-2015年之间的相关数据,通过构建具有传递性和完全可解性的DEA全域Malmquist-Luenberger(GML)指数对样本城商行的全要素生产率进行测度。发现在不考虑不良贷款的情况下,城商行的全要素生产率几乎没有变化,其年均下降了0.009%;而在考虑不良贷款作为产出的条件下城商行的全要素生产率年均下降了2.07%,这说明不考虑不良贷款确实会对城商行的全要素生产率形成高估。而另一个发现是在研究期间,国有控股城商行的全要素生产率年均增加了0.57%,民营控股城商行的全要素生产率年均大幅下降了6.08%。但是国有控股城商行的全要素生产率的水平仍低于民营控股城商行,且存在一定的差距。在城商行全要素生产率测度结果的基础上,再构建面板数据模型对中部地区城商行全要素生产率的影响因素进行实证分析。结果发现不良贷款率、资产费用率和当地固定资产投资增长率对城商行的全要素生产率有显著负面影响,估计系数分别为-11.26、-13.34和-0.573。这说明通过降低不良贷款率和资产费用率可以有效提高城商行的全要素生产率。当地GDP增长率、存贷比、市场份额和国有股权占比的估计系数都没有通过显著性检验。这说明GDP增长率、存贷比、市场份额和国有股权占比与城商行的全要素生产率不存在显著的线性关系。民营控股城商行的全要素生产率水平始终高于国有控股城商行的全要素生产率,说明把中部地区城商行的国有股份控制在50%以下有利于全要素生产率的提高。自有资本比率与城商行的全要素生产率存在显著的正相关关系,而估计系数达到了73.67。这主要是在测度城商行的全要素生产率过程中没有考虑到自有资本的机会成本造成的。这对以后的城商行全要素生产率测度相关研究也是一个有意义的提醒,即忽略城商行自有资本的投入会对全要素生产率的测度造成一定影响。
[Abstract]:At present, China's economy has entered a transitional period, the economic growth rate has been greatly reduced, and the number of non-performing loans and the non-performing loan rate of domestic commercial banks have increased for four consecutive years. City commercial banks in the central region have achieved good results compared with the past, but compared with other types of commercial banks, there is a big gap in terms of total assets and human resources. How to compete with state-owned commercial banks, joint-stock commercial banks and inter-regional commercial banks in eastern China is a problem worth discussing. In this paper, we selected 12 commercial banks in 20 cities in the central region as the sample. Considering the availability of data, this paper selects the relevant data from 2011-2015 of 12 city commercial banks, and measures the total factor productivity of the sample city firms by constructing the DEA global Malmquist-Luenberger DEA index with transitivity and solvability. Found that without taking into account non-performing loans, the total factor productivity of City Merchants has hardly changed. The average annual decline of TFP is 0.009%, and the average TFP of CCB is 2.07% on the condition that non-performing loans are considered as output, which indicates that not considering non-performing loans will overestimate TFP. The other finding is that during the study period, the total factor productivity of state-owned holding city commercial banks increased 0.57% per year, and the total factor productivity of private holding city commercial banks decreased by 6.08% a year. However, the level of total factor productivity of state-owned holding city commercial banks is still lower than that of private holding city commercial banks, and there is a certain gap. Based on the measurement results of total factor productivity (TFP) of CityBank, a panel data model is constructed to analyze the influencing factors of TFP in central China. The results show that the rate of non-performing loan, the rate of asset expense and the growth rate of local fixed asset investment have significant negative effects on the total factor productivity of city commercial banks, with estimated coefficients of -11.26 ~ 13.34 and -0.573, respectively. This indicates that the total factor productivity can be improved effectively by reducing the non-performing loan ratio and the capital expense rate. The estimated coefficients of local GDP growth rate, deposit / loan ratio, market share and state equity share have not passed the significance test. This shows that there is no significant linear relationship between the growth rate of GDP, the ratio of deposit to loan, the market share and the proportion of state-owned equity with TFP. The level of total factor productivity of the private holding city commercial bank is always higher than that of the state-owned holding city commercial bank, which indicates that controlling the state-owned shares of the central city commercial bank below 50% is conducive to the improvement of the total factor productivity. There is a significant positive correlation between the ratio of its own capital and the total factor productivity of the commercial banks, and the estimated coefficient is 73.67. This is mainly caused by the fact that the opportunity cost of own capital is not taken into account in the process of measuring the total factor productivity of city firms. This is also a meaningful reminder to the future research on the measurement of total factor productivity of city commercial banks, that is, ignoring the investment of private capital of city commercial banks will have a certain impact on the measurement of total factor productivity.
【学位授予单位】:湘潭大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:F224;F832.33
【相似文献】
相关期刊论文 前10条
1 林东模;一种新的经济效益分析方法——纯利润生产率分析[J];外国经济与管理;1985年03期
2 杨丹;戴昌钧;;我国生产率研究的现状解析及发展趋势分析[J];中国科技论坛;2007年01期
3 赵彦云;我国工业生产率分析[J];统计研究;1993年02期
4 钟学义;生产率分析的新概念[J];数量经济技术经济研究;1996年12期
5 陈红;安徽省全要素生产率分析——关于乔根森扩展模型的一个实例[J];统计研究;1999年S1期
6 傅晓霞;吴利学;;全要素生产率在中国地区差异中的贡献:兼与彭国华和李静等商榷[J];世界经济;2006年09期
7 郑绍濂,胡祖光;经济系统的经济效益度量的综合指标——全要素生产率的研究和探讨[J];系统工程理论与实践;1986年01期
8 李雪玲;陶洪;;增长核算法的发展演变对劳动生产率的影响分析——从生产率增长率测算研究发展的角度[J];开发研究;2008年03期
9 郑宝华;谢忠秋;;基于低碳经济的中国区域全要素生产率研究[J];经济学动态;2011年10期
10 刘红,刘霄;利用全要素生产率分析我国工业企业的发展[J];地质技术经济管理;2000年05期
相关会议论文 前4条
1 郑京海;胡鞍钢;Arne Bigsten;;中国的经济增长能否持续?——一个生产率视角[A];经济学(季刊)第7卷第3期[C];2008年
2 李刚;;全要素生产率与上市公司绩效相关性研究——基于传统行业与高技术行业的对比分析[A];第七届(2012)中国管理学年会会计与财务分会场论文集(选编)[C];2012年
3 祝志勇;罗刚平;;重庆市农业全要素生产率分析——基于Malmquist指数方法[A];走进新农村——西南大学研究生《含弘论丛》[C];2010年
4 王争;孙柳媚;史晋川;;外资溢出对中国私营企业生产率的异质性影响——来自普查数据的证据[A];经济学(季刊)第8卷第1期[C];2008年
相关重要报纸文章 前2条
1 罗海成;关注顾客导向的服务生产率[N];天津日报;2004年
2 王燕坊;郑京海:中国经济增长的可持续性:一个生产率视角[N];中国社会科学院院报;2007年
相关博士学位论文 前10条
1 袁丹;产业集聚视角下生产性服务业效率的差异性分析[D];陕西师范大学;2015年
2 吴晓华;中国碳生产率地区差异研究[D];哈尔滨理工大学;2015年
3 潘江;典型手性药物砌块酶促合成过程生产率强化关键技术研究[D];华东理工大学;2015年
4 傅东平;中国生产率的变化及其影响因素研究[D];华中科技大学;2009年
5 李星光;中国石化产业全要素生产率研究[D];大连理工大学;2010年
6 魏梅;区域经济增长中的生产率与产业结构研究[D];兰州大学;2008年
7 李玲;中国工业绿色全要素生产率及影响因素研究[D];暨南大学;2012年
8 郑明海;开放经济下中国金融发展的生产率效应研究[D];浙江大学;2008年
9 韩妍;中国工业全要素生产率区域差异性研究[D];兰州大学;2009年
10 郑文;金融发展对中国全要素生产率的影响及其作用机制研究[D];华中科技大学;2013年
相关硕士学位论文 前10条
1 刘亮;中部地区城商行的全要素生产率测度及其影响因素分析[D];湘潭大学;2017年
2 许昕;四川全要素生产率动态测算及路径优化[D];四川师范大学;2017年
3 周子桥;黑龙江省林业全要素生产率研究[D];东北林业大学;2015年
4 申春骏;延边州耕种型农业机械效率分析[D];延边大学;2015年
5 申婷;重庆市生产性服务业全要素生产率变动及影响因素研究[D];西南大学;2015年
6 叶良益;我国东中西部农业全要素生产率比较研究[D];广东财经大学;2015年
7 张莹莹;金融错配、所有制结构与全要素生产率[D];南京理工大学;2015年
8 黄卫平;产业集聚对碳生产率的动态影响研究[D];南京财经大学;2015年
9 王建科;碳生产率改进空间及其影响因素研究[D];南京财经大学;2015年
10 孟令久;信息化影响我国服务业生产率的理论与实证研究[D];南京财经大学;2015年
,本文编号:1813000
本文链接:https://www.wllwen.com/jingjifazhanlunwen/1813000.html