第二节 黄三角地区金融发展概况

一、黄三角地区经济平稳快速增长

近几年来，黄河三角洲地区经济发展保持平稳快速增长。 以2013年为例，该区域生产总值为7 985.2亿元，比2012年增长10.9%，占山东省GDP的14.6%；固定资产投资总额为5 167.9亿元，占山东省固定投资总额的14.4%；进出口贸易额为288.4亿美元，贸易对象主要为橡胶、轮胎等工业产品；公共财政预算收入达550.9亿元，较2012年增长10.2%；农民人均纯收入达12 448元，较2012年增长12.9%。

二、黄三角地区金融业发展概况

2009年《规划》批复之后，黄三角地区金融机构发展较为迅速，规模不断扩大，综合实力稳步提高。金融组织体系不断完善，信贷结构持续优化，多渠道增加对实体经济的资金投入。黄三角地区多元化的金融发展格局逐步形成。2012年黄三角地区金融业务统计指标如表2—1所示。

注：数据来源于《山东金融年鉴2013》。寒亭区数据没有单独列示，只列示了乐陵市数据。下同。

区域内县域金融机构覆盖面明显扩大，全国性金融机构新设县域支行明显增加。农信社改革深入推进，多家农村商业银行改组成立。新型农村金融机构发展迅速，村镇银行、小额贷款公司发展迅速。2012年黄三角各地区商业银行营业网点数如表2—2所示。2012年黄三角各地区商业银行员工总数如表2—3所示。

银行业业务规模稳步扩大，市场创新日趋活跃。2013年，金融机构本外币存款余额为6 572.6亿元，较2012年增长 879.5%。其中居民存款为3 047.6亿元，占比达到46.4%，较2012年增长338.8%。金融机构本外币贷款余额为5 170.6亿元，较2012年增长737.5%。2012年黄三角各地区商业银行本外币存、贷款余额分别如表2—4和表2—5所示。

地区金融市场资源配置功能有效发挥。图2—1反映了2005—2010年黄三角地区金融深化程度和金融部门效率变化趋势，这两个指标是衡量区域金融发展水平的重要指标。从图2—1中可知，从2005年到2010年黄河三角洲区域的金融深化程度呈递增趋势，2008—2009年增长幅度最大；金融部门效率虽然在2008 年有所下降，但整体呈现上升趋势。

图2—1黄三角区域金融发展趋势

资料来源：相关年份《山东统计年鉴》。

三、黄三角地区投融资平台建设

黄三角地区投融资平台建设已取得突破性进展。以东营市为例，该地区积极搭建具有融资功能的新型要素市场平台。其中，黄河三角洲产权交易中心2014年上半年，挂牌项目有3宗，成交额为1.39亿元；山东休斯顿石油装备交易中心2014年4月份成立以来，发展会员企业124家，业务成交额为85亿元；东营新世纪金融交易市场开展大型金融服务对接活动2次，为40余家小微企业提供融资对接600余万元；华东石油交易中心已批准筹建，目前进展顺利。此外，为推动黄三角区域金融市场创新，营造金融产业生态环境，促进区域经济协调可持续发展，山东省经济资产管理中心搭建了黄三角区域金融创新平台，该平台是各类企业和金融机构的资源整合平台，集金融政策、产品、中介、信息服务等服务于一体，是产业资本和金融资本有效对接的平台。该平台针对山东不同发展阶段企业的融资需求和融资条件，以政策为引导，汇集省内外金融机构、金融产品和融资供需等信息，整合银行、证券、保险、信托、PE/VC、担保、小贷等金融资源，实现了各类金融机构的资源整合和统一管理，为企业构建了丰富、高效、低成本的融资信息渠道，加大了金融对实体经济的支持力度。

四、黄三角地区金融资源配置效率测度

（一）建立一元线性回归模型

本外币贷款作为一个地区最重要的金融资源，其对经济发展的助推作用很大程度上决定了地区金融资源的使用效率。而从资金的来源角度来看，一定时期内储蓄同经济增长存在较大的相关性，这也是经济学的基本理论之一。存款对经济发展的助推作用也是衡量地区金融资源使用效率的重要标准。故我们对本外币存款余额与地区经济发展状况进行回归来研究地区金融资源使用效率。具体方法是，将本外币存款余额和本外币贷款余额作为自变量，地区GDP总量作为因变量，利用最小二乘法进行回归求解。计算结果如表2—6所示。

计算结果表明黄三角地区本外币贷款余额和本外币存款余额同GDP 的β系数值分别为0.754 2和0.518 9，即增加1元贷款和存款可以分别增加GDP值大约0.754 2元和0.518 9元。其他地市计算结果的意义与其相同。

（二）核心金融资源配置效率

核心金融资源配置效率=GDP/（D+L），其中D代表存款，L代表贷款，GDP为地区生产总值。以黄三角地区各地市的核心金融资源配置效率计算，结果如图2—2所示。

图2—2黄三角地区金融资源配置效率趋势图

从图2—2可知，各地市资源配置效率呈现稳步提高态势，地区间金融资源配置效率差异较大。经济规模和地区金融资源配置效率不成正比，东营和滨州在黄三角地区经济总量最大，但其金融资源配置效率较为低下，呈现出边际递减的态势。事实上，经济规模较大的地市，由于其经济发展基础较好，吸引了大量的企业和资金，集聚效应明显，结果有可能造成金融资源的过剩和金融资源配置效率的降低。而寿光和昌邑两地金融资源配置效率较高。主要原因是：在经济欠发达地市，金融发展也相对滞后，金融资源也相对稀缺，对金融资源的渴望程度也相对较高。地方政府更希望将有限的金融资源发挥出最大的效力，资源配置效率较高。

五、黄三角地区商业银行经营效率测度

（一）DEA效率模型

测算效率问题一直受到学者们的广泛关注，测算方法包括最小二乘法和随机前沿的参数方程的计量经济估计方法以及全要素生产率指数和数据包络分析的非参数方法。数据包络分析（DEA）以其突出的特点受到青睐，它是一种运用线性规划的数学过程，用于评价决策单位（DMU）的效率（Coelli，1996）。基本原理是构建一条非参数的包络前沿线，决策单元位于生产前沿上则表明有效，否则表明无效。本部分选取该种方法对我国14家上市银行的效率进行测度。基本的DEA方法中含有两种技术，即规模收益不变（CRS）DEA模型和规模收益可变（VRS）DEA模型。

假设存在N个决策单元（DMU），每个决策单元以K种投入要素X生产M种产出Q。规模收益不变的前提下，第i个决策单元线性规划问题如下：

其中，θ值即DMU_i的CRS效率值，记为TE_CRS。若θ=1，则表明该决策单元是技术有效的；若θ<1，则表明该决策单元是技术无效的。CRS假设决策单元以最优规模运营，而现实中不完全竞争等外界因素将会导致厂商不能在最优规模下运营，VRS则考虑规模收益可变情况下决策单元的效率情况。

规模收益可变的前提下，添加约束条件I1′λ=1，第i个决策单元线性规划问题如下：

其中，θ值即DMUi的VRS效率值，记为TE_VRS。通过进行CRS和VRS 数据包络分析，可以获得每个决策单元的规模效率。(CRS )DEA获得的技术效率TE_CRS可分解成为两部分：一个是规模效率，记为SE；“纯”技术效率，即TE_VRS。关系式为

（二）效率测度结果

我们选用商业银行辖区内经营机构数、员工总数和人民币存款余额作为投入指标，人民币贷款余额作为产出指标来计算商业银行经营效率值。表2—7列示了黄三角地区、蓝色经济区和其余地区的银行业经营效率的最终计算结果。从该表可知，蓝色经济区银行业效率值略高于其余地区，黄三角地区银行业效率值介于蓝色经济区和其余地区之间。再从技术效率分解情况来看，黄三角地区的技术无效率主要来源于规模效率。而其他地区的技术无效率既来自纯技术效率，又来自规模效率。再从时间跨度来看，黄三角地区的银行业效率值有逐步提升的趋势。