论文部分内容阅读
摘要：本文利用面板数据分别采用非参数前沿法中的DEA法和参数前沿法中的SFA法对期货行业158家期货公司2011年与2012年的收入技术效率，并对两种方法的评价结果进行了比较研究。实证结果表明：一方面，我国期货公司的收入技术效率水平较低，期货行业整体的技术效率存在较大改善的空间；另一方面，两种方法测算的效率具有显著的差异，但是一致性检验的结果表明两种方法对期货公司效率的排序存在一致性。
关键词：期货公司 技术效率 数据包络分析（DEA） 随机前沿分析（SFA）
▲▲一、前言
主导期货公司发展的根本动力始终在于自身的内因，在于完善盈利模式、提高经营效率，以此形成、加强并巩固自身的核心竞争力。这不仅是企业赖以生存和发展的生命线，而且是关系到能否在国内期货市场新一轮发展中抢占先机、脱颖而出的重要条件。然而，经营效率问题却是困扰期货行业多年的难题。作为期现市场的桥梁和纽带，期货公司需要不断改进技术水平与运营效率，真正植根于实体经济，与实体经济发展相协调、相促进，才能改善市场结构，增强市场的流动性和稳定性，提高期货市场效率。因此，对期货公司技术效率的研究具有十分重要的现实意义。
▲▲二、数据来源及指标体系
本文分析的重点是我国期货公司的运营效率，在DEA模型中通常称为经济效率，在SFA模型中通常称为X效率。对期货公司运营效率进行测度时，首先要合理选择期货公司的投入产出变量。在两种方法的分析中，本文均选取了净资本、净资产、权益总额、注册资本和行业评级作为投入指标。考虑到期货公司生产经营的最终结果是利润，在指标体系甲中选取净利润和手续费收入作为产出指标，以直接反映期货公司主营业务的盈利能力以及追求利润最大化的经营目标。其中，行业评级根据中国期货行业协会对各家期货公司的评级进行定义，全部期货公司共分为11档，包括AAA、AA、A、BBB、BB、B、CCC、CC、C、D和E，对应的行业评级的取值最高为10（AAA），最低为0（E），由于目前我国期货公司中没有AAA和E级公司，因此，进入样本的158家期货公司的行业评级的取值在1～9之间。于此同时，本文对样本中的158家期货公司做了两个层面的划分：在第一个层面上，按照期货行业协会对各家期货公司的评级，将样本公司分为四个级别，A级期货公司（20家）、B级期货公司（37家）、C级期货公司（77家）和D级期货公司（24家）；在第二个层面上，按照期货公司的控股股东背景，将样本公司分为两类，券商类期货公司（64家）和非券商类期货公司（94家）。上述分类的目的，在于更好地从不同角度反映期货公司的运营效率，以期得到更为准确的结论。
▲▲三、实证结果
（一）SFA模型的实证结果分析
本文在对投入产出变量进行指标归一化处理之后，利用Frontier4.1对158家上市银行的手续费收入技术效率、净利润技术效率和综合收入技术效率进行计算，其中综合收入定义为手续费收入和净利润的加权平均值。受篇幅所限，下面以综合收入技术效率的测算为例，说明整个计算过程。在 Frontier4.1 中利用极大似然法确定随机前沿生产函数中的待定参数以及变差率取值，结果见表 1：
表1 综合收入前沿生产函数的参数估计值
待估计参数 参数估计值 标准差 t检验值
2011 1.0416 0.3365 3.0951**
2012 3.1502 0.2929 10.7563***
2011 0.1110 0.0933 1.1908*
2012 -0.0079 0.0341 -0.2305
2011 0.1273 0.1061 1.2003*
2012 1.5718 0.3865 4.0668**
2011 0.1570 0.0343 4.5703**
2012 0.1751 0.0257 6.8229***
2011 -0.1801 0.0475 -3.7919**
2012 -1.1668 0.2445 -4.7731**
2011 0.5421 0.1097 4.9430**
2012 0.4617 0.0926 4.9876**
2011 7.1514 1.5445 4.6301**
2012 5.6717 1.0008 5.6674**
2011 0.7717 0.1179 6.5455***
2012 0.8363 0.0697 11.9975***
对数似然函数值 2011 -323.5427
2012 -296.3637
单侧似然比检验值 2011 4.1242
2012 13.0823
（*表示在 1%水平上显著，**表示在 5%水平上显著，***表示在 10%水平上显著，下同。）
根据上述计算结果，可以得到如下结论：
（1）2011年与2012年的值分别为0.7717与0.8363，接近于1，这说明我国期货公司理想综合收入和实际综合收入存在差异的主要影响因素是技术效率项；
（2）在变差率的零假设条件下，综合收入的前沿生产函数的单边似然比检验统计量均显著，所以零假设被拒绝，即技术非效率项是存在的，所以158家期货公司的综合收入确实存在技术非效率情况。
（3）从综合收入的前沿生产函数的待定参数估计结果来看，、和都在5%的显著性水平上通过了t检验，在10%的显著性水平上通过检验，尽管结果显示的t检验值偏小，这并不影响 SFA 法下技术效率计算结果的有效性。 根据上述计算结果，总体来看，期货行业2011年的技术效率值要高于2012年的技术效率值，其原因可能在于：其一，2012年期货交易所停止对期货公司经纪业务返还部分交易佣金，导致期货公司经纪业务收入下降；其二，2012年的成交量相对于2011年有较大幅度的下降，也导致期货公司净利润减少。整体而言，2011年和2012年的平均技术效率值分别为0.3052和0.3284，说明期货行业整体的技术效率存在较大改善的空间。
期货公司收入技术效率的变化状况可以反映出不同类型的期货公司的创收能力和运营效率。根据158家期货公司综合收入及单项收入技术效率的数据，可以得到基于行业评级分类的效率对比分析和基于背景分类的效率对比分析，可以得出以下两点结论：
（1）从综合收入技术效率评价的角度来看，行业评级最低的D级期货公司平均技术效率值为0.38，高于其他三种类型的期货公司。根据中国期货行业协会的评级方法，评级较低的期货公司通常注册资本规模较小、硬件技术水平相对落后且营业网点数量也相对较少，盈利能力本应当相对较弱。事实上，从2012年期货公司亏损情况来看，C级和D级期货公司中出现亏损的企业数量更多，但是其中实现盈利的企业却利润率非常高，反映了一种两极分化趋势，即小型期货公司中部分企业充分利用规模小巧、战略灵活的优势积极发展业务，而部分企业却局限于规模小、实力弱的劣势止步不前。相对而言，规模和技术上占优势的A级企业，其技术效率反而较低，主要原因在于“尾大不掉”、战略滞后等管理无效率，导致资源运用效率低，盈利能力不强。
（2）券商背景期货公司并没有表现出比非券商背景期货公司更高的技术效率。由于券商企业通常具备期货中介（IB）业务，可以充分利用券商自身庞大的营业网络，协助所控股的期货公司发展期货经纪业务，从而提升券商背景期货公司的技术效率。但是，从数据上反映的事实来看，期货公司并没有充分发挥券商IB业务的网络优势，双方合作不够紧密，从而并没有体现出券商背景期货公司应有的盈利能力和技术效率。
（二）DEA模型的实证结果分析
根据计算得出的结果，可以得到与SFA方法类似的结果，即从总体来看期货行业2011年的技术效率值要高于2012年的技术效率值，2011年和2012年的平均技术效率值分别为0.675和0.655，与完全效率值1差距较大，说明期货行业整体的技术效率存在较大改善的空间。通过对158家期货公司进行两个层面上的分类，可以得到基于行业评级分类的效率对比分析和基于背景分类的效率对比分析，与SFA方法得到的结论相同的是，D级期货公司仍然充分利用自身规模小、战略灵活的优势，取得了相对于其他三类期货公司更高的技术效率值，说明大型期货公司有必要进一步提高资源利用效率、增强创收能力。与SFA方法所不同的是，在CCR模型下，非券商背景的期货公司的技术效率显著高于券商背景的期货公司，其原因可能在于传统型期货公司专业性更强，能够集中更多的资源发展期货经纪业务，而券商背景的期货公司往往成为证券公司主营业务之外的多元化战略，专业性程度相对下降，技术效率也随之降低。
在DEA方法下，本文选取净资本、净资产、权益总额、注册资本和行业评级作为自变量，以技术效率、纯技术效率、规模效率作为应变量，进行Tobit回归以检验各投入要素对于期货公司技术效率的影响，通过对回归结果的分析，可以得到下述结论：
（1）权益总额5%水平下与技术效率显著正相关，由于权益总额中客户托管资金占很大比重，能够体现出期货公司在经纪业务上的业务能力，期货经纪业务能力越强，技术效率值越高，说明期货公司必须不断提升期货经纪业务能力才能提升整体运营效率；
（2）注册资本在1%水平下显著负相关，说明资本规模越大，资本利用率相对越低，造成经营效率降低，各家期货公司为提高风险防范能力，必须限制业务规模的拓展，势必造成以损失一部分经营效率为代价；
（3）行业评级在1% 水平下的显著负相关，说明中国期货行业协会的评级指标不能有效反映期货公司的运营效率，评级标准存在一定缺陷，对于资产规模及营业网点数量等指标的评价过高，不能真实反映期货公司的服务水平和运营效率，小规模期货公司在服务上更加具有效率，竞争力也更强；
（4）净资本和净资产无显著相关性，且对应于技术效率的相关性方向不一致，说明期货公司难以通过提升净资本和净资产水平来提高整体运营效率。
▲▲四、结论及建议
本文使用DEA 和SFA 两种方法研究了期货行业158家期货公司经营的技术效率，并对两种方法测算结构进行了比较研究，结果发现：
（1）总体来看，2011年至2012年我国期货公司的收入技术效率水平较低，说明期货行业整体的技术效率存在较大改善的空间；
（2）行业评级最低的D级期货公司平均技术效率值高于其他三种类型的期货公司，券商背景期货公司相对于非券商背景期货公司并没有明显的技术效率优势；
（3）两种方法测算的效率具有显著的差异，但是一致性检验的结果表明两种方法对期货公司效率的排序存在一致性。
针对期货公司如何提高竞争力从而提高运营效率，本文从以下四个方面提出建议：
其一，期货公司应当不断进行技术与业务创新，通过创新来提升运营效率，才能在行业得到持续发展，错失创新机遇的期货公司将只能提供通道业务，而优秀的期货公司则将从通道业务向中介服务、风险管理、财富管理三位一体转型。
其二，小型期货公司在保持战略上的灵活的同时，应当不断寻求企业规模的扩展与市场份额的提升，以获取规模经济的收益，大型期货公司应当合理调整企业内部结构，提升管理水平，以充分利用自身资源，实现技术与规模效率；
其三，券商控股的期货公司应当寻求双方更为紧密的合作，力图找到使双方获利的市场发展模式，为双方的合作提供更大的动机，从而提高期货公司的运营效率；
其四，鼓励期货公司进行有效的购并重组，让有实力的期货公司通过兼并与重组，整合资源，促进各类期货公司的优势互补，提高市场集中度，扩大规模经济，提升国内期货公司的整体竞争能力，促成整个期货行业的结构优化和绩效提高。
关键词：期货公司 技术效率 数据包络分析（DEA） 随机前沿分析（SFA）
▲▲一、前言
主导期货公司发展的根本动力始终在于自身的内因，在于完善盈利模式、提高经营效率，以此形成、加强并巩固自身的核心竞争力。这不仅是企业赖以生存和发展的生命线，而且是关系到能否在国内期货市场新一轮发展中抢占先机、脱颖而出的重要条件。然而，经营效率问题却是困扰期货行业多年的难题。作为期现市场的桥梁和纽带，期货公司需要不断改进技术水平与运营效率，真正植根于实体经济，与实体经济发展相协调、相促进，才能改善市场结构，增强市场的流动性和稳定性，提高期货市场效率。因此，对期货公司技术效率的研究具有十分重要的现实意义。
▲▲二、数据来源及指标体系
本文分析的重点是我国期货公司的运营效率，在DEA模型中通常称为经济效率，在SFA模型中通常称为X效率。对期货公司运营效率进行测度时，首先要合理选择期货公司的投入产出变量。在两种方法的分析中，本文均选取了净资本、净资产、权益总额、注册资本和行业评级作为投入指标。考虑到期货公司生产经营的最终结果是利润，在指标体系甲中选取净利润和手续费收入作为产出指标，以直接反映期货公司主营业务的盈利能力以及追求利润最大化的经营目标。其中，行业评级根据中国期货行业协会对各家期货公司的评级进行定义，全部期货公司共分为11档，包括AAA、AA、A、BBB、BB、B、CCC、CC、C、D和E，对应的行业评级的取值最高为10（AAA），最低为0（E），由于目前我国期货公司中没有AAA和E级公司，因此，进入样本的158家期货公司的行业评级的取值在1～9之间。于此同时，本文对样本中的158家期货公司做了两个层面的划分：在第一个层面上，按照期货行业协会对各家期货公司的评级，将样本公司分为四个级别，A级期货公司（20家）、B级期货公司（37家）、C级期货公司（77家）和D级期货公司（24家）；在第二个层面上，按照期货公司的控股股东背景，将样本公司分为两类，券商类期货公司（64家）和非券商类期货公司（94家）。上述分类的目的，在于更好地从不同角度反映期货公司的运营效率，以期得到更为准确的结论。
▲▲三、实证结果
（一）SFA模型的实证结果分析
本文在对投入产出变量进行指标归一化处理之后，利用Frontier4.1对158家上市银行的手续费收入技术效率、净利润技术效率和综合收入技术效率进行计算，其中综合收入定义为手续费收入和净利润的加权平均值。受篇幅所限，下面以综合收入技术效率的测算为例，说明整个计算过程。在 Frontier4.1 中利用极大似然法确定随机前沿生产函数中的待定参数以及变差率取值，结果见表 1：
表1 综合收入前沿生产函数的参数估计值
待估计参数 参数估计值 标准差 t检验值
2011 1.0416 0.3365 3.0951**
2012 3.1502 0.2929 10.7563***
2011 0.1110 0.0933 1.1908*
2012 -0.0079 0.0341 -0.2305
2011 0.1273 0.1061 1.2003*
2012 1.5718 0.3865 4.0668**
2011 0.1570 0.0343 4.5703**
2012 0.1751 0.0257 6.8229***
2011 -0.1801 0.0475 -3.7919**
2012 -1.1668 0.2445 -4.7731**
2011 0.5421 0.1097 4.9430**
2012 0.4617 0.0926 4.9876**
2011 7.1514 1.5445 4.6301**
2012 5.6717 1.0008 5.6674**
2011 0.7717 0.1179 6.5455***
2012 0.8363 0.0697 11.9975***
对数似然函数值 2011 -323.5427
2012 -296.3637
单侧似然比检验值 2011 4.1242
2012 13.0823
（*表示在 1%水平上显著，**表示在 5%水平上显著，***表示在 10%水平上显著，下同。）
根据上述计算结果，可以得到如下结论：
（1）2011年与2012年的值分别为0.7717与0.8363，接近于1，这说明我国期货公司理想综合收入和实际综合收入存在差异的主要影响因素是技术效率项；
（2）在变差率的零假设条件下，综合收入的前沿生产函数的单边似然比检验统计量均显著，所以零假设被拒绝，即技术非效率项是存在的，所以158家期货公司的综合收入确实存在技术非效率情况。
（3）从综合收入的前沿生产函数的待定参数估计结果来看，、和都在5%的显著性水平上通过了t检验，在10%的显著性水平上通过检验，尽管结果显示的t检验值偏小，这并不影响 SFA 法下技术效率计算结果的有效性。 根据上述计算结果，总体来看，期货行业2011年的技术效率值要高于2012年的技术效率值，其原因可能在于：其一，2012年期货交易所停止对期货公司经纪业务返还部分交易佣金，导致期货公司经纪业务收入下降；其二，2012年的成交量相对于2011年有较大幅度的下降，也导致期货公司净利润减少。整体而言，2011年和2012年的平均技术效率值分别为0.3052和0.3284，说明期货行业整体的技术效率存在较大改善的空间。
期货公司收入技术效率的变化状况可以反映出不同类型的期货公司的创收能力和运营效率。根据158家期货公司综合收入及单项收入技术效率的数据，可以得到基于行业评级分类的效率对比分析和基于背景分类的效率对比分析，可以得出以下两点结论：
（1）从综合收入技术效率评价的角度来看，行业评级最低的D级期货公司平均技术效率值为0.38，高于其他三种类型的期货公司。根据中国期货行业协会的评级方法，评级较低的期货公司通常注册资本规模较小、硬件技术水平相对落后且营业网点数量也相对较少，盈利能力本应当相对较弱。事实上，从2012年期货公司亏损情况来看，C级和D级期货公司中出现亏损的企业数量更多，但是其中实现盈利的企业却利润率非常高，反映了一种两极分化趋势，即小型期货公司中部分企业充分利用规模小巧、战略灵活的优势积极发展业务，而部分企业却局限于规模小、实力弱的劣势止步不前。相对而言，规模和技术上占优势的A级企业，其技术效率反而较低，主要原因在于“尾大不掉”、战略滞后等管理无效率，导致资源运用效率低，盈利能力不强。
（2）券商背景期货公司并没有表现出比非券商背景期货公司更高的技术效率。由于券商企业通常具备期货中介（IB）业务，可以充分利用券商自身庞大的营业网络，协助所控股的期货公司发展期货经纪业务，从而提升券商背景期货公司的技术效率。但是，从数据上反映的事实来看，期货公司并没有充分发挥券商IB业务的网络优势，双方合作不够紧密，从而并没有体现出券商背景期货公司应有的盈利能力和技术效率。
（二）DEA模型的实证结果分析
根据计算得出的结果，可以得到与SFA方法类似的结果，即从总体来看期货行业2011年的技术效率值要高于2012年的技术效率值，2011年和2012年的平均技术效率值分别为0.675和0.655，与完全效率值1差距较大，说明期货行业整体的技术效率存在较大改善的空间。通过对158家期货公司进行两个层面上的分类，可以得到基于行业评级分类的效率对比分析和基于背景分类的效率对比分析，与SFA方法得到的结论相同的是，D级期货公司仍然充分利用自身规模小、战略灵活的优势，取得了相对于其他三类期货公司更高的技术效率值，说明大型期货公司有必要进一步提高资源利用效率、增强创收能力。与SFA方法所不同的是，在CCR模型下，非券商背景的期货公司的技术效率显著高于券商背景的期货公司，其原因可能在于传统型期货公司专业性更强，能够集中更多的资源发展期货经纪业务，而券商背景的期货公司往往成为证券公司主营业务之外的多元化战略，专业性程度相对下降，技术效率也随之降低。
在DEA方法下，本文选取净资本、净资产、权益总额、注册资本和行业评级作为自变量，以技术效率、纯技术效率、规模效率作为应变量，进行Tobit回归以检验各投入要素对于期货公司技术效率的影响，通过对回归结果的分析，可以得到下述结论：
（1）权益总额5%水平下与技术效率显著正相关，由于权益总额中客户托管资金占很大比重，能够体现出期货公司在经纪业务上的业务能力，期货经纪业务能力越强，技术效率值越高，说明期货公司必须不断提升期货经纪业务能力才能提升整体运营效率；
（2）注册资本在1%水平下显著负相关，说明资本规模越大，资本利用率相对越低，造成经营效率降低，各家期货公司为提高风险防范能力，必须限制业务规模的拓展，势必造成以损失一部分经营效率为代价；
（3）行业评级在1% 水平下的显著负相关，说明中国期货行业协会的评级指标不能有效反映期货公司的运营效率，评级标准存在一定缺陷，对于资产规模及营业网点数量等指标的评价过高，不能真实反映期货公司的服务水平和运营效率，小规模期货公司在服务上更加具有效率，竞争力也更强；
（4）净资本和净资产无显著相关性，且对应于技术效率的相关性方向不一致，说明期货公司难以通过提升净资本和净资产水平来提高整体运营效率。
▲▲四、结论及建议
本文使用DEA 和SFA 两种方法研究了期货行业158家期货公司经营的技术效率，并对两种方法测算结构进行了比较研究，结果发现：
（1）总体来看，2011年至2012年我国期货公司的收入技术效率水平较低，说明期货行业整体的技术效率存在较大改善的空间；
（2）行业评级最低的D级期货公司平均技术效率值高于其他三种类型的期货公司，券商背景期货公司相对于非券商背景期货公司并没有明显的技术效率优势；
（3）两种方法测算的效率具有显著的差异，但是一致性检验的结果表明两种方法对期货公司效率的排序存在一致性。
针对期货公司如何提高竞争力从而提高运营效率，本文从以下四个方面提出建议：
其一，期货公司应当不断进行技术与业务创新，通过创新来提升运营效率，才能在行业得到持续发展，错失创新机遇的期货公司将只能提供通道业务，而优秀的期货公司则将从通道业务向中介服务、风险管理、财富管理三位一体转型。
其二，小型期货公司在保持战略上的灵活的同时，应当不断寻求企业规模的扩展与市场份额的提升，以获取规模经济的收益，大型期货公司应当合理调整企业内部结构，提升管理水平，以充分利用自身资源，实现技术与规模效率；
其三，券商控股的期货公司应当寻求双方更为紧密的合作，力图找到使双方获利的市场发展模式，为双方的合作提供更大的动机，从而提高期货公司的运营效率；
其四，鼓励期货公司进行有效的购并重组，让有实力的期货公司通过兼并与重组，整合资源，促进各类期货公司的优势互补，提高市场集中度，扩大规模经济，提升国内期货公司的整体竞争能力，促成整个期货行业的结构优化和绩效提高。