基于DEA模型的我国信托公司效率测度分析

张淑珍

摘 要 截至2018年末，全国68家信托公司受托资产缩减到22.7万亿元，同比下降13.50%，是自2005年来的首次规模和增速下滑。在经济及市场环境复杂多变的情况下，研究信托公司经营效率对于信托公司改进治理结构和信托业开放式发展是一个重要课题。本文以全行业68家信托公司作为样本，样本区间取自2013—2017年，通过DEA模型测度分析了我国68家信托公司的经营效率。

关键词 信托公司；经营效率；DEA模型

1 国内外相关研究

总结国内外公司经营效率测度的相关文献发现，财务指标法和前沿分析法是两种较为常见的效率测度方法，但单纯运用企业的财务指标无法全面较好地反映出企业整体的效率水平，是以外国学者多采取前沿分析法。Berger（1993）和Humphrey（1998）对金融机构效率的评估归结出了5种主要的方法。按照对前沿产出函数中的参数是不是需要估量，分成参数法、非参数法两大类。参数法又细分为随即前沿法、自由分布法和后前沿法三种。随机前沿法是被学者们广泛采纳的一种参数法。非参数法包含数据包络分析法（DEA）和无界分析法（FDH）两种测度办法，无需对前沿产出函数的参数以及其具体函数形式进行估量。在金融机构经营绩效的度量中，数据包络分析法（DEA）运用最为广泛。

具体到信托业的效率测度研究，国外学者Jonathan Fletcher（1999）最早研究了英国85家信托基金1985—1996年间的运营状况，经过分析认为信托公司的成本投入与经营效率的大小无关。另外，Ralph Chamie（2002）从金融信用角度分析了其与信托公司经营效率之间的内在联系，认为影响经营绩效的重要因素之一是受托人与委托人间的信用风险，通过加强双方的信用关系，降低委托人与受托人间的信用风险可以显著提高信托公司的经营效率。国内学者在信托公司经营效率的研究方面目前还处在初级阶段，因为我国信托业起步较晚，自2004年起各大信托公司才被监管要求开始逐步披露公司年度报告，由于我国信托业数据的获取难度较大导致近年来才开始信托公司效率方面的实证研究。

近年来，一大批国内学者逐渐开始采用前沿分析法评价信托公司的经营效率。王洪礼、白斌、李怀宇（2010）构造了信托公司效率的评估模型，通过数据包络分析法（DEA）计算出了48家信托公司自2007-2009年的技术效率值、纯技术效率值和规模效率值。信托行业的效率评估中使用数据包络分析（DEA）模型具有较高的针对性和准确度。张强、张宝（2010）在分析2008年我国35家信托公司的经营效率时，通过数据包络分析法（DEA）的测度，发现我国信托业广泛存在技术效率值较低的问题。此外，研究了我国信托业2004-2008年全要素生产率的动态变动状况，运用生产率指数法测度出了我国信托业在2004年至2008年间全要素生产率。周瀚醇（2010）使用相同的数据包络分析DEA法和Malmquist生产率指数法衡量了我国信托公司的效率程度，研究表明我国信托业全要素生产率在2003-2006年间得到了有效改善，但总体运营效率处于偏低状态。此外，有部分学者采用DEA三阶段分析法剔除环境变量的影响，进一步测度了我国信托公司的效率，能够得出更加准确的结论。陈犁、周孝华（2010）剔除了统计噪音及环境变量对效率的影响后，采用三阶段DEA方法计算出了我国28家信托公司的经营效率值，研究表明信托公司控股股东背景、信托行业市场份额等变量是决定信托公司效率的主要因素。

2 效率测度方法

基于前文对金融机构经营效率测度的相关研究，其中数据包络分析法（Data Envelopment Analysis）在测度效率时不受投入产出指标数目的限定，不需要提早设置好生产函数的详细形式，能够在一定程度上规避人为因素的干扰，在对金融机构效率的测度中被广泛运用。另外，该方法可将效率进一步细分为技术效率、纯技术效率和规模效率，便于探究经营效率增长或下降的具体原因。基于此，本文选取DEA模型对信托公司的经营效率进行测度及评价。

本文在借鉴前人对信托公司经营效率的研究基础之上，运用“生产法”思想选取投入产出指标，即作为金融机构的信托投资公司是利用劳动和资本作为生产要素投入来获取信托服务收入。投入指标方面，资本投入用营业费用与营业利润的比值和资产负债率两项指标来衡量，劳动投入以应付职工薪酬来衡量；产出指标方面，以净资产收益率和信托报酬率来权衡。

3 数据及其来源

从2004年起，信托公司才开始依照银监会的监管要求对外公开披露年度报告。但由于对信托业相关的监管法律法规还不够健全，在刚开始的很长一段时间内，不少信托公司都存在少披露、漏披露相关财务数据的问题，这无疑给学者们在信托公司的数据收集方面造成很大的困难，从而难以开展深入研究。为解决这一困难，之前的学者们只能从有限的数据中尽可能的搜集相关信息，大部分研究集中在整个信托行业大概20-30家公司的数据基础之上开展进一步分析，无疑造成了研究的巨大局限性。本文收集了整个信托行业截至目前全行业68家信托公司的数据，覆盖全面，对现有研究具備一定程度的补充作用。其中民生信托、万向信托在2013年重组营业，本文为尽可能覆盖全行业的发展实践以及不同信托公司的运营效率，样本研究区间选择2013—2017年。

本文使用的企业数据来自wind数据库、各企业年报以及信托行业统计年鉴。本文以2013-2017年我国全行业68家信托公司为样本（见附录1），包含企业面板数据68个个体及近5年的数据，共计340个观测值。为保持本样本数据的一致性，如无特别说明，数据均来自于各信托公司披露的年度报告，全部数据均为手工整理。

4 效率分析评价

根据DEA模型计算出的我国68家信托公司技术效率值、纯技术效率值和规模效率值可以整理得到2013年—2017年我国信托行业整体效率平均值及变动情况，见表1：

从表1中整理的结果能够看出，2013年到2017年我国绝大多数信托公司未能达到综合效率有效状态，说明我国信托业全体运营能力较低。样本期内我国信托行业技术效率均值为0.202，纯技术效率均值为0.276，总体偏低且呈现递减的趋势；信托行业规模效率均值为0.781，相对较高且呈现先增后减的趋势，其中2013年规模效率最低，2015年规模效率最高，之后又稍有滑落。2013—2015年期间，信托行业技术效率逐步下降，而规模效率却保持增长，整个行业遭到外部大环境影响，虽然近三年来均呈现递减趋势，但规模效率递减幅度要明显小于技术效率，信托行业整体规模效应带来的收益一定程度上弥补了产出下降带来的效率损失。

参考文献：

[1] 王洪礼，白斌，李怀宇.DEA在信托行业效率评价中的应用[J].天津大学学报（社会科学版），2010，（12）： 109- 112.

[2] 张强，张宝.中国信托业效率测度及动态变化的实证研究[J].湖南大学学报（自然科学版），2010，（8）： 87-92.

[3] 周瀚醇.浅析我国信托投资公司的经营效率——基于DEA模型和Malmquist生产效率指数[J].山东商业职业技术学院学报，2010，（3）： 17-21.

[4]周孝华，陈犁.基于三阶段DEA模型的中国信托公司效率分析[J].技术经济，2010，（9）： 79-83.