中国农村信用社改革后的绩效评价及提升方向

  2003年6月开始，新一轮农村信用社改革在全国范围内逐步全面展开。目前，农村信用社改革已历时十年，取得了重要成果，但已有的研究成果多侧重于对改革绩效进行定性分析描述，本文首次采用三阶段DEA模型的BCC分析法，对2007年以来的农村信用社改革绩效进行定量实证分析，以提高改革绩效评价的科学性和精准性，增强政策建议的针对性和有效性。
    一、研究文献综述、创新之处和研究框架
    目前，数据包络分析(DEA)模型①已成为评价经济主体效率最常用的模型之一，被国内外学者广泛应用于商业银行绩效评价(张健华，2003)。
    (一)研究文献综述及本文创新之处
    近年来，国内少数学者开始运用DEA模型的BCC分析法和Malmquist指数分析法，对农村信用社(包括农村商业银行、农村合作银行，下同)可持续发展方面的改革绩效进行了定量实证分析，但笔者认为仍需要在以下几方面加以改进，这也就成为本文的创新之处。为简化分析，本文运用DEA模型的BCC分析法研究农村信用社改革绩效。
    1.合理确定研究期问和研究样本。目前，国内少数学者对少数地区不同时期的农村信用社改革绩效进行了实证研究，但由于研究期间和对象的选择缺乏科学性，使其研究结论难以全面反映农村信用社的改革绩效。例如，褚保金等(2007)研究了1998～2003年江苏省苏北地区14家农村信用社商业绩效。王俊芹等(2010)分析了1997～2008年河北省农村信用社商业绩效及其影响因素。谢志忠等(2011)论证了2005～2009年福建省九个地(市)农村信用社商业绩效的变化趋势。我们认为，按照我国新一轮农村信用社改革实践，选择2007～2012年作为研究期间较为合理，并且应从全国范围选取研究样本，以保证研究结论能够全面、准确地反映农村信用社改革绩效。主要理由：一是2006年末海南省农村信用社改革正式启动，标志着改革工作自2007年在全国范围展开。二是中央银行的专项票据发行工作在2007年初基本结束，兑付考核工作全面启动，资金支持政策的“花钱买机制”功能开始深度发挥作用。三是全国农村信用社从2007年开始实施贷款五级分类和涉农贷款统计制度，以此为研究起点，有利于保持统计数据口径一致，研究结论年度间可比。四是按照随机抽样原则，在东、中、西部和东北地区选取县域农村信用社作为研究样本，并保持不同产权组织形式②、不同地区研究样本数量分布基本均衡，增强代表性。
    2.科学选择投入指标、产出指标。投入指标、产出指标的选择是运用DEA模型评价商业银行绩效的前提和关键，但这方面却是国内外学者分歧最大之处。Berger and Humphrey(1997)及Cooper，Seiford and Zhu(2004)的研究也证实了这一点(毕功兵等，2009)。主要是因为指标的选择基于经验判断和逻辑分析，缺乏定量研究和统计验证。国内研究农村信用社改革绩效代表性成果的投入指标、产出指标选取的巨大差异也支持了上述结论。目前只有孙倩等(2012)运用回归方程和t检验等定量方法，对陕西省涉农地区农村信用社绩效评价的指标选择进行了研究。鉴于此，本文将运用计量经济模型，优选投入指标、产出指标，以消除指标选择的主观随意性，增强统计验证说服力，提高科学性。同时，国内学者所选取的指标均是绝对数。考虑到全国各地农村信用社经营财务状况差距较大，会对改革绩效评价产生不良影响，本文将所选取的研究样本投入指标、产出指标绝对数，通过求解单位资产相应额度等方法转化为相对数据，以提高绩效评价效果。
    3.引入非期望产出指标分析绩效评价结果。农村信用社发放贷款的过程中，必然伴随不良贷款的产生。贷款增加的越多，越有利于促进提高改革绩效，而不良贷款的增加却会导致改革绩效下降，因而可将贷款称为期望产出，不良贷款称为非期望产出。将非期望产出引入DEA模型分析，更有利于分析贴近实际，提高绩效评价结果的准确性。目前，国内褚保金等(2007)、覃道爱等(2009)研究农村信用社改革绩效时，将不良贷款引入了分析，提高了绩效评价的真实准确性。为了能够从多角度分析农村信用社改革绩效，本文将采取不同于上述学者的方法，将不良贷款作为非期望产出引入DEA模型分析。
    4.运用三阶段DEA模型评价改革绩效。目前，国内运用DEA模型研究农村信用社改革绩效的文献采用的都是一阶段DEA模型。一阶段DEA模型的缺点是未剔除外部环境因素对绩效评价的影响，评价结果的准确性较差。我国各地经济发展水平差距大，市场化程度差异明显，农村信用社改革进程不平衡，改制、重组、兼并等尚在进行之中等，更凸显了外部环境因素对绩效评价的影响。目前，国内外学者已经大量运用三阶段DEA模型评价商业银行经营效率，其中第二阶段最具特色，是运用随机前沿面方法(SFA)，通过消除外部环境因素影响，将不同商业银行置于统一计量分析起点，提高绩效评价的准确性(Fried等，2002)。本文将借鉴上述研究成果，运用三阶段DEA模型开展农村信用社改革绩效评价。
    5.从总体绩效、涉农服务绩效两个层面③和不同的产权组织形式角度分别评价改革绩效。农村信用社改革目标是增强可持续发展能力，改善农村金融服务，但目前绝大多数研究成果仅开展了农村信用社商业绩效评价，只有孙倩等对农村信用社涉农服务绩效进行了评价(孙倩等，2009)，说明缺乏对农村信用社改革绩效的全面评价。本文将从总体绩效、涉农服务绩效两个层面评价农村信用社改革绩效，提高评价结果的全面性，并比较其间的差异，说明绩效变化情况。另外，目前国内学者或将不同产权组织形式的样本合并分析绩效(谢志忠等，2011)；或单独分析某种产权组织形式样本的绩效(盛煜，2012)，难以比较其间绩效差异。本文从全部研究样本、不同产权组织形式样本的角度分别分析其绩效，并比较绩效差异，弥补了上述分析的不足。
    (二)本文研究框架
    1.综述研究文献，分析存在问题，提出创新点，上文已对此进行了分析。
    2.研究思路与方法设计。一是建立优选农村信用社改革绩效评价的投入指标、产出指标的计量经济模型。二是研究DEA模型的BCC分析法的功能。三是分析三阶段DEA模型的运行机理。四是论证引入非期望产出指标的方法和开展敏感性分析的方法。
    3.研究样本及其指标选择。一是介绍研究样本选择的方法、原则及样本构成。二是运用计量经济模型，优选农村信用社的投入指标、产出指标。
    4.实证分析农村信用社改革绩效。运用三阶 段DEA模型的BCC分析法，开展总体绩效和涉农服务绩效评价，并比较绩效差异和变动趋势。
    5.结论与政策建议。总结全文研究工作和创新观点，提出提升改革绩效的政策建议。
    二、研究思路与方法设计
    (一)建立优选投入指标、产出指标的计量经济模型
    本文借鉴毕功兵等(2009)、孙倩等(2012)的研究方法，通过构建回归分析计量模型，采取相关性分析、显著性检验、拟合度判断等技术手段，优选投入指标和产出指标。
    第一步：根据经验判断和逻辑分析，选取能够反映农村信用社商业绩效和涉农服务绩效的指标作为回归分析的因变量F62Y8319.jpg＝1、2、3、…、m。拟定影响农村信用社商业绩效和涉农服务绩效的指标作为回归分析的自变量F62Y8320.jpg＝1、2、3、…、n；同时也是备选的投入指标和产出指标。
    第二步：采用相关系数法，消除具有多重共线性的指标。运用Eviews软件，以组的形式打开自变量指标数据，获得其相关系数，对绝对值大于0.8④的对应指标进行标记，并按尽可能少的原则⑤予以删除，以消除具有多重共线性的指标。例如，指标A与B、C、D相关系数的绝对值均大于0.8，但B、C、D之间相关系数很小，则删除指标A。
    第三步：建立因变量(F62Y8322.jpg)与剔除具有多重共线性指标后的自变量(F62Y8323.jpg)的回归分析方程：F62Y8321.jpg，使用统计软件Eviews进行回归分析。
    第四步：统计检验，包括t统计量，是显著性检验，判断自变量对因变量影响的显著性；可决系数(F62Y8143.jpg)，是拟合优度，说明回归分析的拟合效果；D－W检验用于判断是否存在序列相关性。
    第五步：优选投入指标和产出指标。根据回归分析结果中指标系数的正负和期望自变量的变化趋势，确定投入指标和产出指标。一般而言，系数为负且期望越小的指标为投入指标；系数为正且期望越大的指标为产出指标。
    (二)DEA模型BCC分析法的功能
    DEA模型可以分析规模收益不变(CRS)和规模收益可变(VRS)条件下的农村信用社改革绩效问题，分别称之为CCR和BCC分析法。规模收益不变(CRS)是指农村信用社可以通过增加投入等比例地扩大产出，即投入规模的变化不会对其效率产生影响，但在实践中由于受经济环境变化、兼并重组、改革政策、不完全竞争等因素的影响而难以实际运行。因此，目前国内学者大多运用DEA模型的BCC分析法研究农村信用社改革绩效(马占新等，2013)。本文也采用此种方法，但选择以投入导向⑥展开分析。
    通过DEA模型的BCC分析法可知，综合效率(TE)＝纯技术效率(PTE)*规模效率(SE)。综合效率反映农村信用社改革绩效；纯技术效率反映剔除规模报酬影响后的农村信用社技术状况，可以理解为内部管理水平的高低；规模效率是指农村信用社投入规模变化对综合效率的影响，反映其经营规模的优化程度。分析结果的经济含义为：在既有的技术水平下，如果TE＝1，称为技术有效，表示农村信用社的投入产出处于最佳状态，现有的投入要素组合达到了效率最佳样本的投入要素组合，产出达到了最大化，绩效实现了最高。如果TE＜1，称为技术无效，表示相对于效率最佳的样本，农村信用社的投入要素存在浪费，浪费程度为(1－TE)，或减少(1－TE)的投入要素，仍可获得既定的产出，据此可计算技术无效农村信用社投入要素的浪费程度，分析其在投入方面可挖掘的潜力。如果纯技术效率＜规模效率，说明技术无效主因是纯技术效率低下；反之，说明技术无效主因是规模效率低下。同时，BCC分析法还可判断农村信用社规模报酬所处的递增、不变、递减区间，说明应扩大还是缩小经营规模。
    (三)运用三阶段DEA模型BCC分析法开展绩效评价的方法
    三阶段DEA模型的第一阶段是按照最初选取的投入指标和产出指标，运用DEA模型的BCC分析法评价农村信用社改革绩效，实质就是DEA模型BCC分析法，文前已对其进行了说明。第二阶段最具特点，是运用SFA模型剔除外部环境因素(环境变量)对农村信用社改革绩效评价的影响，通过对最初选取的投入指标或产出指标进行调整来实现，本文选择调整投入指标⑦。第三阶段是依据调整后的投入指标，按照第一阶段的方法，重新分析农村信用社改革绩效。因此，本文对第一、三阶段不再赘述，第二阶段运用黄宪等(2008)论文中的SFA模型调整投入指标，调整方法为对处于环境较好的农村信用社增加投入。
    (四)引入非期望产出指标的方法
    覃道爱等(2009)指出，传统DEA模型引入非期望产出指标有三种方法：一是将非期望产出直接作为投入指标(简称投入法)；二是将非期望产出通过一个合适转移向量转为正向输出量(简称转移法)；三是将非期望产出指标转为倒数后作为正向输出量(简称倒数法)。上述方法中，转移法虽未改变有效前沿面，但无效率决策单元因为选用模型不同而会使效率值出现差异，特别是此种方法仅在规模收益可变情况下有效；倒数法因进行非线性转换，改变了决策单元的有效前沿面，效率值会出现偏差。为解决上述问题，覃道爱等运用SBM－Undesirable模型，采取向量矩阵的方法将非期望产出引入DEA模型中。
    从我们所搜集的研究文献看，一是褚保金等(2007)采取转移法将非期望产出——不良贷款引入DEA模型分析，研究农村信用社改革绩效，具体方法是在不良贷款(NL)前加上一个负号，再加上一个足够大的数值(V)，表示为(－NL＋V)，使其具有期望产出的特征而纳入产出指标。二是毕功兵等(2008)将商业银行客户办理业务的等待时间作为非期望产出，采取倒数方法使其符合产出指标的要求，将其纳入DEA模型用于评价商业银行社会服务绩效。鉴于四种方法中，覃道爱等、褚保金等已分别运用SBM－Undesirable模型、转移法将非期望产出引入DEA模型，研究了农村信用社改革绩效，为增强本文的创新性⑧，本文采用倒数法，对非期望产出—不良贷款比例、涉农不良贷款比例取其倒数值作为产出指标，运用DEA模型评价农村信用社改革绩效。
    (五)开展敏感性分析的方法
    目前，学术界和实践者普遍认为农村信用社开展农村金融服务会对其改革绩效产生影响，本文将探讨影响的敏感程度，对其进行定量化分析，具体通过分析总体绩效和商业绩效的产出指标差异所产生的相关变化，测算敏感度。
    三、研究样本及其指标选择
    (一)研究样本选择及其具体构成和特征
    目前全国农村信用社法人共有2300多个，如果将其全部作为研究对象，当然可最全面地 反映农村信用社的改革绩效，但工作量会十分巨大。鉴于此，本文采取随机抽样方式，在全国范围内选择了115家县域法人农村信用社作为研究样本(表1)，主要是考虑到农村信用社改革的最终目标是改善农村金融服务，而目前县域是开展农村金融服务的主战场。同时，保持了样本数量在不同产权组织形式、不同地区分布的基本平衡，以保证研究样本具有较强的代表性，开展的绩效评价能够真实地反映全国农村信用社的改革绩效。
    F62Y8324.jpg
    (二)投入指标、产出指标和环境变量指标的选取及其特征
    1.优选投入指标和产出指标
    (1)选取2个因变量、37个自变量。按照经验判断和逻辑分析，并考虑农村信用社既要实现商业化经营又要提供农村金融服务的特性，分别选取反映商业绩效的营业收入—支出比率和反映涉农服务绩效的农户贷款比例作为因变量，固定资产和在建工程占比、自有资本比率等反映商业绩效和涉农服务绩效的37个备选投入指标和产出指标作为自变量。上述指标数值为2007—2012年115家农村信用社对应指标年度数值的简单算术平均数。
    (2)剔除具有多重共线性的自变量。运用Eviews软件，以组的形式打开115家农村信用社37个自变量指标的数据，获得其相关性系数，按照文前确定的相关性系数判定标准和筛选原则，剔除具有多重共线性的12个指标后，剩余25个指标作为自变量。
    (3)建立计量模型进行回归分析和统计检验。分别以上述2个因变量和25个自变量，建立回归分析计量经济模型，并运用Eviews软件进行分析。
    F62Y8326.jpg
    回归分析结果：以营业收入—支出比率为因变量的t统计量显著性在5％以内、系数为正的自变量有6个指标，系数为负的自变量有5个指标(表2)，且(F62Y8143.jpg)为0.96、D－W检验值为2.19。
    F62Y8325.jpg
    以农户贷款比例为因变量的t统计量显著性在5％以内、系数为正的自变量有2个指标，系数为负的自变量有3个指标(表3)，且(F62Y8143.jpg)为0.69、D－W检验值为2.19。
    F62Y8327.jpg
    (4)优选投入指标、产出指标。目前，理论界普遍认为，选择评价商业银行绩效的投入指标和产出指标的方法有三种：一是生产法。主要侧重于评价商业银行的经营绩效，以营业设施、劳动力数量、营业成本等因素作为投入，以提供的金融服务和金融产品如贷款人数、金融产品交易数量和笔数等作为产出。二是资产法。强调商业银行的资金运动与循环，重点考察其作为中介机构的规模效率，因而将资产负债表中负债方如存款等作为投入，资产方如贷款等作为产出。三是中介法。重点评价商业银行运用所获取的资金实现盈利的能力，因而一般将盈利、收入、投资等作为产出，各类资金成本等作为投入。
    2003年开始的新一轮农村信用社改革强调要坚持市场经济原则和服务“三农”宗旨。因此，对农村信用社绩效评价产出指标的选择，应注重反映盈利状况、农村金融服务和风险程度的相关指标；投入指标的选择主要依据生产法，并兼顾资产法；同时充分考虑文前对投入指标、产出指标选择的计量经济模型分析结果。按照上述几方面相结合的原则，本文在计量经济模型分析已获得良好统计验证的16个指标中，优选了4个投入指标和4个产出指标，并引入了2个非期望产出指标(表5)。具体含义如下：
    4个投入指标：固定资产和在建工程占比，反映开展经营活动的营业设施。职工收入占比，虽然直接反映开展经营活动的劳动力支出，但间接反映了投入的劳动力数量。营业支出占比，反映开展经营活动的成本费用支出。各项贷款占比⑨，反映开展经营活动的资金投入。
    4个产出指标：利息收入占比，利息收入是目前农村信用社最主要的收入，该指标反映盈利能力高低。非利息收入占比，目前，非利息收入主要是开展中间业务获得的收入，反映创新能力高低，因而也间接反映了盈利能力高低。涉农贷款占比，该项指标值越高，说明农村金融服务规模越大。农户贷款广度，反映农村金融服务的普惠程度，该项指标值越高，说明普惠效果越好。上述分析说明，利息收入占比和非利息收入占比反映盈利能力，涉农贷款占比和农户贷款广度反映农村金融服务能力。
    2个非期望产出指标：不良贷款比例，反映开展经营活动的总体金融风险。涉农不良贷款比例，反映开展农村金融服务的金融风险。
    为了确保所选择的投入指标、产出指标的科学性，本文对其再次进行Pearson相关系数检验。通过对上述4个投入指标和4个产出指标2007～2012年平均值的相关性检验发现(表4)，利息收入占比、涉农贷款占比、农户贷款广度等3个产出指标与4个投入指标的相关系数均为正值⑩，而且在20.7％(部分在1％、5％)的显著性水平通过双尾检验，符合DEA模型要求的“同向性”假定。
    非利息收入占比与4个投入指标的相关系数均为负值，不符合DEA模型要求的“同向性”假定，但其作为产出指标是可行的，因为从理论和实践分析，非利息收入占比反映农村信用社的创新能力，创新能力越强，盈利的水平就越高，而且非利息收入本身就是盈利的重要来源，一般而言非利息收入越大，盈利额越高。同时，表2也显示，非利息收入占比作为产出指标通过了计量经济模型验证，而且在1％的显著性水平下，相关系数达到16.88，略低于作为产出指标的利息收入占比的相关系数17.33。
    由于投入指标反映开展经营活动的物质基础，因而在评价农村信用社总体绩效、商业绩效、涉农服务绩效时均保持不变，但产出指标应有所差异，评价总体绩效的产出指标包括全部4个指标，评价商业绩效的产出指标包括利息收入占比和非利息收入占比等2个指标，评价涉农服务绩效的产出指标包括涉农贷款占比和农户贷款广度。若考虑非期望产出，则评价总体绩效和商业绩效的产出指标均增加不良贷款比例倒数，评价涉农服务绩效的产出指标增加涉农不良贷款比例倒数。同时，通过评价商业绩效的产出指标转变为评价总体绩效的产出指标，测算商业绩效和总体绩效的差异程度，说明总体绩效对产出指标变动的敏感性。
    F62Y8328.jpg
    2.环境变量指标的选取
    结合农村信用社改革实践和经营环境特点，本文选择以下3个环境变量。一是产权变量，反映产权组织形式的差异对农村信用社改革绩效评价的影响。如农村商业银行和农村信用社的法定存款准备金率分别为18％、14％，相差4个百分点，将通过影响可贷资金数量，对改革绩效评 价产生影响。因此对其分别赋值“1”和“0”。二是贷款市场份额。该指标值越大，说明县域金融市场竞争程度越小、垄断程度越高，对农村信用社改革绩效产生的影响越大。我国县域金融发展不平衡严重，金融市场竞争程度差异较大，更凸显了该指标对绩效评价结果的影响。三是农村居民人均纯收入的高低可以反映县域经济的发达程度，以及当地金融需求量的大小。我国县域经济发展程度差异较大，因而应充分考虑该指标对农村信用社绩效评价的影响。
    按照上述分析，本文对115家样本农村信用社投入指标、产出指标和环境变量指标的特征予以描述汇总成表5。
    F62Y8329.jpg
    四、运用三阶段DEA模型的BCC分析法实证研究改革绩效
    按照文前所述的研究方法，本部分运用三阶段DEA模型的BCC分析法，重点从考虑非期望产出指标角度(11)，实证分析115家样本农村信用社改革总体绩效、涉农服务绩效，包括综合效率及其组成部分、冗余率、影响因素，并比较研究绩效评价结果差异及其动态变化。
    (一)第一阶段DEA模型——运用DEA模型的BCC分析法分析改革绩效
    本部分使用DEAP2.1软件，运用DEA模型BCC分析法研究农村信用社改革绩效。
    1.绩效评价的静态比较分析
    (1)全部研究样本的绩效评价。表6(12)显示，总体绩效层面的综合效率、纯技术效率、规模效率分别为0.9413、0.9568、0.9835，处于较高水平，说明农村信用社改革绩效良好。同时，涉农服务绩效的评价结果也与上述结论一致。
    F62Y8330.jpg
    (2)不同产权组织形式样本的绩效评价。表6显示，从总体绩效角度看，农村商业(合作)银行的综合效率高于农村信用社，说明前者的总体绩效高于后者，验证了实践中反映的农村商业(合作)银行绩效高于农村信用社，说明农村信用社改制为农村商业(合作)银行会提高总体绩效。从涉农服务绩效的角度看，农村商业(合作)银行的综合效率高于农村信用社，说明农村信用社改制为农村商业(合作)银行将有助于提高涉农服务绩效。
    2.绩效评价的动态比较分析
    (1)全部研究样本的绩效评价。表7(13)显示，总体绩效和涉农服务绩效层面的年度综合效率、纯技术效率、规模效率均处于较高水平，且总体呈现逐年上升态势，说明农村信用社改革绩效良好，逐年改善、提升(14)。同时，总体绩效层面的上述三个效率值均高于涉农服务绩效层面的对应数值，说明各年度的总体绩效均高于涉农服务绩效，与文前的分析结论一致。
    F62Y8331.jpg
    (2)不同产权组织形式样本的绩效分析。表8显示，从总体绩效角度分析，农村商业(合作)银行和农村信用社的年度综合效率均处于较高水平、总体逐年上升，且前者高于后者，说明两者的总体绩效总体良好、逐年提高，但前者高于后者。从涉农服务绩效角度分析，农村商业(合作)银行和农村信用社的年度综合效率水平、变动趋势及关系与总体绩效相同，但涉农服务绩效的水平低于总体绩效。上述分析结果与文前结论一致。
    F62Y8332.jpg
    3.技术有效和无效分析
    (1)冗余率和投入要素浪费情况。表6显示，从静态角度分析，无论是从总体绩效和涉农服务绩效层面，还是从所有研究样本群角度看，综合效率值均小于1，说明其均处于技术无效状态，存在投入要素浪费。如全部研究样本总体绩效层面的综合效率为0.9413，冗余率为0.0587(＝1－0.9413)，表示投入要素的浪费程度为5.87％，即若减少5.87％的投入要素，仍可以获得相同的产出。同时，表6也反映了其余的冗余率，从不同层面和角度说明了投入要素的浪费程度，如在涉农服务绩效层面，农村商业(合作)银行和农村信用社的冗余率分别为9.24％、10.84％，前者低于后者。从动态角度分析，表7显示全部研究样本的年度综合效率均小于1，但总体上升，说明其处于技术无效状态，各年度均存在投入要素的浪费，但浪费程度呈现逐年下降态势。总体绩效层面的全部研究样本年度综合效率均高于涉农服务绩效层面的对应数值，说明后者的投入要素浪费更为严重；表8显示农村商业(合作)银行的年度综合效率高于农村信用社，说明后者的投入要素浪费更为严重。涉农服务绩效层面的分析结论与上述一致。
    (2)技术有效和无效情况。表9(15)显示，从全部研究样本角度分析，总体绩效层面分年度汇总的技术有效样本个数为296个，占比为42.90％(296/690*100)；年度均值汇总的技术有效样本个数为16个，占比为13.91％(16/115*100)。总体绩效层面上述数据优于涉农服务绩效层面，说明前者的技术有效程度好于后者。从不同产权组织形式样本角度分析，总体绩效和涉农服务绩效层面的农村商业(合作)银行的技术有效程度均高于农村信用社。从全部研究样本角度看，总体绩效层面的分年度汇总和年度均值汇总的技术无效样本占比分别为57.1％、86.09％，涉农服务绩效层面的上述数值更高，说明后者的技术无效程度更为严重。从不同产权组织形式样本角度分析，上述两个层面农村商业(合作)银行的技术无效程度均低于农村信用社。
    表6、7、8显示，从静态和动态角度分析，总体看，所有研究样本群的综合效率值均小于1，纯技术效率小于规模效率，说明其总体处于技术无效状态，主因是纯技术效率低下。表9描述的总体绩效和涉农服务绩效层面所有研究样本群中纯技术效率低下导致的技术无效样本个数远高于规模效率引起的技术无效样本个数，也支持了此结论，说明应主要通过加强内部管理，提高纯技术效率，提升改革绩效。例如总体绩效层面全部研究样本中需要加强内部管理的样本数为52个，占比为52.53％(52/99*100)；调整经营规模的样本数为21个，占比为21.21％；同时调整经营规模和改进管理的样本数为26个，占比为26.27％。
    F62Y8333.jpg
    4.规模报酬状况分析
    表10(16)显示，从全部研究样本角度看，总体绩效层面规模报酬不变的样本个数和占比分别为325个、47.1％(325/690*100)，而在涉农服务绩效层面对应的样本个数和占比分别为251个、36.38％，说明这些样本的经营规模已处于最优状态，也表明总体绩效层面样本经营规模最优程度高于涉农服务绩效层面。涉农服务绩效层面规模报酬递增样本的个数和占比分别为336个、48.7％，高于总体绩效层面对应样本的个数(220个)和占比(31.88％)，说明这些样本应扩大经营规模提高绩效，但涉农服务绩效层面的样本数更多。总体绩效层面规模报酬递减(17)样本的个数和占比分别为145 个、21.01％，高于涉农服务绩效层面对应样本的个数(103个)和占比(14.93％)，说明这些样本应缩小经营规模提高绩效，但总体绩效层面的样本数更多。
    从不同产权组织形式样本角度分析，表10显示，总体绩效层面的农村商业(合作)银行处于规模报酬不变状态的样本数占比53.27％(＝163/306*100)高于农村信用社42.19％(＝162/384*100)。农村信用社处于规模报酬递增、递减状态的样本个数占比分别为32.29％、25.52％，均高于农村商业(合作)银行的31.37％、15.36％。综上说明农村商业(合作)银行的经营规模总体优于农村信用社，后者应进一步调整经营规模提高总体绩效。涉农服务绩效层面的分析结论与上述一致。
    F62Y8334.jpg
    表6、7、8显示，从静态和动态角度分析，所有研究样本群的规模效率值均小于1，说明总体看均仍需要进一步优化经营规模。
    5.产出指标变动的敏感度分析
    表11显示，从静态角度分析，全部研究样本商业绩效的均值为0.8558，低于总体绩效的均值0.9413，原因在于将产出指标从评价商业绩效的利息收入占比、非利息收入占比等2个指标转换为评价总体绩效的利息收入占比、非利息收入占比、涉农贷款占比、农户贷款广度等4个指标，说明绩效评价结果对产出指标的变动比较敏感，敏感度为9.99％［(0.9413－0.8558)/0.8558*100］。同时，从产权组织形式角度看，农村商业(合作)银行、农村信用社的商业绩效均低于总体绩效，说明增加涉农贷款占比、农户贷款广度等2个产出指标会对绩效评价结果产生了影响，而且对农村信用社绩效评价的敏感度大于农村商业(合作)银行。
    F62Y8335.jpg
    从动态角度分析，增加涉农贷款占比、农户贷款广度等2个产出指标，均会对全部研究样本、农村商业(合作)银行、农村信用社的绩效评价结果产生影响，虽然各年度间的敏感度有所差异，但其高低的排序依次均为农村信用社、全部研究样本、农村商业(合作)银行。不同研究样本群之间敏感度的差异，主因是其开展农村金融服务程度的不同。
    (二)第二阶段DEA模型——运用SFA模型剔除外部环境因素影响
    按照文前研究思路和方法，本部分运用SFA模型，结合环境变量和第一阶段DEA模型BCC分析法获得的有关数值对投入指标进行调整，剔除环境变量对绩效评价的影响。为使分析结果切近实际，本部分在考虑非期望产出指标条件下分析上述问题，使用的软件为Frontier 4.1，形成调整后的投入指标(表12)。
    F62Y8336.jpg
    表12显示，调整后的4个投入指标的相关数值均较表5的对应数值有所上升，原因是按照文前确定的方法，采取调整后的差额值与原有投入指标相加的方法产生新的投入指标。标准差较表5的数值上升，说明研究样本问的差距有所扩大，由于DEA模型是评价相对效率的方法，预示着后续所获得的绩效评价结果将总体有所下降。
    (三)第三阶段DEA模型——运用DEA模型的BCC分析法重新评价改革绩效
    根据调整后的投入指标，使用DEAP2.1软件，运用DEA模型的BCC分析法重新获得考虑非期望产出指标条件下的总体绩效、涉农服务绩效及其他相关结果，体现为表6～11中第三阶段的相关数据，反映了农村信用社改革绩效的真实状态。
    1.绩效评价的静态比较分析
    (1)全部研究样本的绩效评价。表6中第三阶段的数据表明，总体绩效层面的综合效率、纯技术效率、规模效率分别为0.9139、0.9317、0.9800，虽然较表6中第一阶段的对应数值有所下降，但仍处于较高水平，说明农村信用社的实际改革成效良好。从涉农服务绩效层面看，分析结论与上述结果一致，但与总体绩效相比，涉农服务绩效较低。
    (2)不同产权组织形式样本的绩效评价。表6中第三阶段的数据显示，从总体绩效层面看，农村商业(合作)银行的综合效率高于农村信用社，验证了实践中反映的农村商业(合作)银行绩效高于农村信用社，说明农村信用社改制为农村商业(合作)银行将会有助于提高总体绩效，与第一阶段分析结论一致。从涉农服务绩效层面看，农村信用社的综合效率高于农村商业(合作)银行，验证了实践中反映的前者涉农贷款比例高于后者(18)，说明农村信用社改制为农村商业(合作)银行不利于改善农村金融服务，不同于第一阶段的分析结论。
    2.绩效评价的动态比较分析
    (1)全部研究样本的绩效评价。表7中第三阶段的数据表明，总体绩效和涉农服务绩效层面的年度综合效率、纯技术效率、规模效率处于较高水平，且总体呈现逐年上升态势，说明农村信用社改革绩效良好，逐步改善，但涉农服务绩效层面的上述各年度效率值均低于总体绩效，说明涉农服务绩效水平较低。上述结论与第一阶段分析结果一致。
    (2)不同产权组织形式样本的绩效评价。表8中第三阶段的数据显示，从总体绩效层面看，农村商业(合作)银行和农村信用社的年度综合效率均处于较高水平，且总体呈现逐年上升，说明两者的改革绩效良好，逐年有所改善。同时，农村商业(合作)银行的年度综合效率高于农村信用社，再次证明农村信用社改制为农村商业(合作)银行有助于提升改革绩效。从涉农服务绩效层面看，农村商业(合作)银行和农村信用社的年度综合效率均处于较高水平，总体呈现逐年改善，说明两者的涉农服务绩效良好，逐年提升，但农村信用社2009—2012年各年度的综合效率值持续高于农村商业(合作)银行，再次验证了文前的研究结论——农村信用社改制为农村商业(合作)银行不利于改善农村金融服务。
    3.技术有效和无效分析
    (1)冗余率和投入要素浪费情况。表6中第三阶段的综合效率值显示，从静态角度分析，全部研究样本总体绩效和涉农服务绩效层面的冗余率分别为8.61％(＝1－0.9139)和13％(＝1－0.8700)，说明总体绩效层面的投入要素浪费程度低于涉农服务绩效层面。从产权组织形式角度看，总体绩效层面的农村商业(合作)银行冗余率低于农村信用社，而涉农服务绩效层面两者冗余率的关系则相反，说明在总体绩效层面农村商业(合作)银行的投入要素浪费程度较低，而在涉农服务绩效层面，农村信用社的投入要素浪费程度较低。从动态角度分析，表7、8中第三阶段的综合效率值显示，无论是总体绩效和涉农服务绩效层面，还是不同产权组织形式样本的冗余率均呈现总体逐年下降态势，说明投入要素的浪费程度逐步改善。
    (2)技术有效和无效情况。表6、7、8中第三阶段的数据显示，无论是从静态和动态角度，还是总体 绩效和涉农服务绩效层面看，不同研究样本群的综合效率值均小于1，说明均处于技术无效状态，与第一阶段研究结论一致。
    表9中第三阶段的数据表明，从全部研究样本角度看，总体绩效和涉农服务绩效层面分年度汇总的技术有效机构数分别为297个和134个，占比分别为43.04％和19.42％；年度均值汇总的技术有效机构数分别为15个和2个，占比分别为13.04％和1.74％；说明总体绩效的技术有效程度高于涉农服务绩效。从产权组织形式角度看，在总体绩效层面，农村商业(合作)银行和农村信用社的技术有效机构数占比分别为50.32％、37.23％，说明前者的技术有效程度高于后者；在涉农服务绩效层面，两者技术有效程度的量化关系也是如此。上述分析结果与第一阶段的分析结论一致，差异是第三阶段涉农服务绩效层面不同研究样本群的技术有效程度远低于第一阶段，超过10个百分点。
    从总体绩效层面看，引起全部研究样本、农村商业(合作)银行、农村信用社技术无效的因素中，纯技术效率低下因素占比分别为49％、47.5％、50％。从涉农服务绩效层面看，纯技术效率低下因素占比更是高达60～70％。上述研究结论与第一阶段分析结果一致，均说明纯技术效率低下是引起技术无效的主因，在涉农服务绩效层面尤为突出，应主要通过加强内部管理，提升管理水平，有效解决此问题。
    4.规模报酬状况分析
    表10中第三阶段的数据显示，从总体绩效层面看，全部研究样本、农村商业(合作)银行、农村信用社的规模报酬不变机构数占比分别为46.81％、52.61％、42.19％，处于最高水平，其次为规模报酬递增的机构数占比，分别为40.72％、38.89％、42.19％。上述结论虽然与第一阶段的分析结果一致，但规模报酬递增机构数占比更高，说明更需要扩大经营规模，以提高总体绩效。从涉农服务绩效层面看，全部研究样本、农村商业(合作)银行、农村信用社的规模报酬递增、不变、递减机构数占比依次呈现递减，递增机构数占比分别为70.58％％、70.59％、70.57％，不变机构数占比分别为21.3％、23.2％、19.79％，递减机构数占比均低于10％，虽然与第一阶段分析结果一致，但规模报酬递增机构数占比大幅上升，说明应主要通过进一步扩大经营规模，提升涉农服务绩效。
    5.产出指标变动的敏感度分析
    表11中第三阶段的数据显示，从静态角度看，全部研究样本总体绩效的均值为0.9139，商业绩效为0.7508，前者高于后者，说明增加涉农贷款占比、农户贷款广度等2个产出指标对总体绩效产生了影响，敏感度为21.72％。农村商业(合作)银行、农村信用社的敏感度分别为16.27％、26.74％，前者低于后者超过10个百分点，幅度较大。从动态角度看，全部研究样本、农村商业(合作)银行、农村信用社的各自年度敏感度有所波动，敏感度高低的排序依次是农村信用社、全部研究样本、农村商业(合作)银行，与静态角度的敏感度排序相同。上述结论与第一阶段的分析结果一致，差异是第三阶段不同研究样本群的敏感度均高于第一阶段，而且差距较大，超过10个以上百分点。
    五、研究结论与政策建议
    本文的研究结论和政策建议建立在第三阶段分析结果的基础上。从静态和动态角度分析，全部研究样本、农村商业(合作)银行、农村信用社总体绩效、涉农服务绩效层面的综合效率、纯技术效率、规模效率值均接近或高于0.9，表明改革以来，农村信用社改革绩效、管理水平、经营规模总体良好，并逐年提升，改革取得重要成效。全部研究样本的总体绩效高于涉农服务绩效。农村商业(合作)银行的总体绩效高于农村信用社，但涉农服务绩效低于农村信用社。所有研究样本群的综合效率值均小于1，说明总体存在投入要素浪费，全部研究样本总体绩效和涉农服务绩效层面的浪费程度分别为9％、13％，但年度间呈逐年下降趋势；总体处于技术无效状态，全部研究样本两个绩效层面的技术无效机构数占比分别为57％、81％，主要是纯技术效率低下引起的，占比分别为49％、67％。总体绩效层面已有46％的样本机构处于最佳经营规模，41％和12％的样本机构分别需要扩大和压缩经营规模；而涉农服务绩效层面的上述比例分别为21％、71％、8％。
    根据上述研究结论，提出以下政策建议：一是切实加大对农村金融服务的政策支持力度。研究样本群的总体绩效高于涉农服务绩效，说明开展农村金融服务不利于提高总体绩效，根源在于农村金融服务的高成本、高风险、低收益。因此，应建立制度化的财政、税收、金融等政策扶持体系，加大对农村金融服务的政策支持力度，提升涉农服务绩效。二是不宜盲目将农村信用社改制为农村商业银行。按照文前实证分析结论，如果致力于提升总体绩效，应坚持农村信用社改制为农村商业(合作)银行的方向，如果致力于提升涉农服务绩效，则不应坚持将农村信用社改制为农村商业(合作)银行。笔者认为，农村信用社是农村金融服务的主力军，其改革方向应致力于提升涉农服务绩效，因此，应认真研究农村信用社改制问题，不宜盲目将农村信用社改制为农村商业银行。三是积极推动农村信用社提高管理水平。本文研究表明，纯技术效率低下是导致技术无效的主要原因，同时存在投入要素的浪费，解决这些问题的重要途径就是推动农村信用社积极引进先进管理技术和手段，加快全面提高经营管理水平，一方面实现提升纯技术效率的目标，促进综合效率改善，提高改革绩效，另一方面增强内部资源优化配置能力，节约使用投入要素，降低投入要素浪费。四是适当扩大农村信用社经营规模。根据本文研究结论，农村商业(合作)银行、农村信用社均应致力于扩大经营规模，发挥规模优势，以提高改革绩效，而对提升涉农服务绩效尤为重要。当然，也有少数机构需要通过压缩经营规模来提升改革绩效。
    文中观点不代表作者所在单位的观点。感谢匿名审稿人中肯的评论和修改意见，文责自负。限于篇幅，本文模型的分析结果从略，感兴趣的读者可以向作者索取。
    收稿日期：2013－12－06
    注释：
    ①DEA模型是建立在相对效率理念基础上，运用数学规划理谢平价具有多种投入、多种产出的决策单元效率的方法。
    ②产权组织形式包括农村商业银行、农村合作银行、农村信用社，由于农村合作银行是过渡形式，数量较少，而且经营财务状况处于两者之间，因此主要选择农村商业银行和农村信用社作为研究样本。
    ③对农村信用社改革绩效的全面评价应从商业 绩效、涉农服务绩效和总体绩效三个层面分别进行。商业绩效反映增强可持续发展能力的成效。涉农服务绩效反映改善农村金融服务的成效。总体绩效反映的是总体成效，是商业绩效和涉农服务绩效的综合。开展上述两方面绩效评价，既可以从整体上反映农村信用社的改革绩效，又可以反映其经营特色——涉农服务的绩效，避免了目前研究成果单纯分析农村信用社商业绩效而无法全面反映其改革绩效的不足。
    ④一般认为相关系数绝对值达标的判定标准是0.7或0.8，考虑到本文选取的自变量个数较多，将相关系数绝对值的判定标准确定为0.8，以此为依据对自变量指标进行标记、删减，消除具有多重共线性的指标。
    ⑤此原则是为了尽可能多地保留具有较强解释能力的指标，防止其被误删除。
    ⑥DEA模型分为投入导向模型和产出导向模型，两者的评价结果相同。选择模型的主要依据是分析对象对投入量还是产出量控制能力较强。考虑到改革以来，我国农村信用社法人地位的独立性有所提升，对投入要素的控制能力较强，而其发放贷款的规模(产出)受制于当地的需求，因而对产出的控制力较弱，所以本文选择投入导向模型。
    ⑦选择调整投入指标是为了与文前选择的投入导向的DEA模型保持一致。
    ⑧虽然采取倒数法引入非预期产出，评价农村信用社改革绩效存在一定问题，但就我们所收集到的研究文献看，国内尚未有学者运用此方法。因此，本文实现了国内首次以此种方法引入非期望产出研究农村信用社改革绩效。
    ⑨本文将各项贷款占比作为投入指标，是基于从理论和实践上考虑，各项贷款是农村信用社盈利的源泉，只有发放贷款，才能获得利息收入实现盈利，而且在将利息收入占比作为产出指标的条件下，就不应该再将各项贷款占比与之并列为产出指标，因为利息收入来源于发放的贷款。同时，从评价涉农服务绩效角度看，涉农贷款占比是十分重要的产出指标，并且表4也显示，各项贷款占比作为投入指标与涉农贷款占比作为产出指标的相关系数不仅高达0.756，而且在1％的显著性水平通过双尾检验，符合DEA模型要求的“同向性”假定，即随着投入指标的增加，产出指标不得减少。
    ⑩表4中只有作为产出指标的涉农贷款占比与作为投入指标的职工收入占比的相关系数为负。虽然如此，但并不妨碍它们各自作为产出指标和投入指标。因为从实践和理论分析看，职工收入占比代表职工数量，职工数量越大，开展农村金融服务的能力越强，涉农贷款数量将会越大，涉农贷款占比也将越高。即使有影响，程度也非常小，因为相关系数的绝对值仅为0.041。而且上述两个指标作为投入、产出指标也通过了计量经济模型检验，如表3所示。
    (11)如前文所述，考虑非期望产出指标后能够使评价结果更接近农村信用社的真实状态，所以本文使用此前提条件展开分析。
    (12)表6中的效率值为所有研究样本2007～2012年所有年度对应数值的简单算术平均数的平均值。
    (13)表7、8中的效率值为所有研究样本2007～2012年各年度对应数值的简单算术平均数。
    (14)谢志忠等(2011)分析了2005～2009年福建省九个地市农村信用社的三个效率值及其变化，认为三个效率值均稳定在0.9以上，但略呈下降趋势，前者与本文结论一致，后者存在差异。