场外市场业务-1

1，表示效率越高。 基于成本最小化思想的成本前沿面效率模 型和基于利润最大化思想的利润前沿面效率模 型在形式上相似，只是在利润技术无效率项 U it 变成了成本的技术效率项 U it 时，符号由负变为 正。成本效率函数的估计方程如方程（）所示， 且基于成本效率前沿面方程技术效率可定义为
TEit = exp(U it ) ，取值范围是 1 到正无穷大，且越
三、变量选择和计量模型构建
随机前沿模型的主要步骤是先在投入和产 出之间设定一个生产函数，通过生产函数再构造 前沿生产函数，然后根据一组投入产出的观测数 据，利用回归分析的方法确定前沿生产函数方程 中的参数。在效率评估的研究中，投入和产出变 量的定义以及生产函数的确定随研究目的而不 同，主要取决于研究者对其生产过程的假设。对 于证券公司来说，其最有价值的资产是人力，同
mit = δ 0 + δ1CARit + δ LIQit + δ MRit + δ SIZEit + δ ROAit + δ LISTit + δ HHI t + δ GDPt + δ RSt
TEit = exp(−U it ) ，取值范围是 0 到 1 ，且越接近于
2012年第05期
ຫໍສະໝຸດ Baidu
中国证券
79
行业观察 Industry Observation
样最大的成本也是职工薪酬和福利，其他运营成 本如通迅、技术、办公楼费用、折旧、经纪、结 算、营销广告和办公支出等费用一般都小于人力 成本。本文借鉴Beccalli（00）的假设来界定证 券公司生产过程。其最基本的投入变量为人力资 本和其他有形资产，其中人力资本价格用职工福 利和薪酬 / 总资产来表示（ P 1），有形资产价格用 除职工福利薪酬以外的其他业务及管理费/固定资 产来表示（ P ）。假定证券公司主要的产出为总 资产（Y1）和营业收入（Y），总利润（TP）用 税前经营利润来表示，总成本（TC）用营业成本 来表示。 Battese and Coelli （ 1 ）针对面板数 据提出一个随机前沿面函数，基于利润最大化和 基于成本最小化衡量效率的随机前沿面模型可分 别表示为：
i =1 j =1
n
m
U it = δ 0 + δ1CARit + δ LIQit + δ MRit + δ SIZEit + δ ROAit + δ LISTit + δ HHI t + δ GDPt + δ RSt + wit
) 。并且 Vit 和 U it 不相关。 β 为待估参 分布 N (0, σ u

数。SFA法最大的特点就在于其不仅考虑了随机误 差的因素，还将随机扰动分成了两部分，一部分 是服从双边对称分布的统计观测误差，另一部分 是服从单边分布的管理误差。 Fiordelisi et al.（011）发现，在无效率方程 中如不引入环境变量，则对证券公司效率的估计 将会是有偏的。因此，为了更准确估计效率，本 文在无效率方程中引入各种影响证券公司效率的 因素。根据已有的实证研究结果，大致有四类变 量会直接影响证券公司的效率。 （1）证券公司风险变量。许多效率方面的研
二、文献综述
虽然技术效率的概念提出已久，并被大量运 用于金融机构效率的研究，但目前的研究绝大多 数是针对商业银行的，对于证券公司的研究则甚 少。在Berger and Humphrey （1）关于金融机 构效率的文献综述里就已经表示截至当时仍没有 学者研究证券公司的效率。近些年来开始有一些 学者涉足证券公司效率领域，在国外主要采用参 数法来度量技术效率，如 Beccali （ 00 ）运用了 参数法随机前沿面法估计了意大利和英国 1 － 1年证券公司的成本效率。他发现控制宏观变量 对于衡量效率是非常有必要的，因为这些宏观变量 不仅影响证券公司的成本和利润还影响其成本效 率。Radi and Fiordelisi（00）和Radi （011）比 较了G国家00家证券公司000－00年的效率。 他们对不同国家的证券公司采用了不同的前沿面 方程，以评估不同国家是否存在结构性差异。同 时也考虑了环境因素对行业效率的影响，在共同 的前沿面方程和技术无效率方程中加入了环境变 量。用了超越对数（Translog Function）成本和利 润函数来衡量效率。 近些年，我国也有一些学者开始研究证券公 司的效率。如林欣（ 00 ）、刘莹（ 00 ）、谢 晨（ 00 ） 和 李慧（ 00 ）等也利用 DEA 的方 法，选择一些投入和产出指标衡量证券公司的效 率。但他们只是衡量了效率，并未对影响效率的
ln TPit = xit β + (Vit − U it ) ； ln TCit = xit β + (Vit + U it )
究表明风险对于效率是有重要影响的（ Mester ， 1 ； Altunbas et al. ， 000 ； Lepetit et al. ， 00 ）。资本风险（ CAR ）一定程度上反映了资 本和负债的关系，本文用净资产/总资产来表示， 其比例越低，公司承担的风险越大，其融资成本 越高，因此会导致证券公司的效率越低。证券公 司承担的第二个风险是流动性风险（LIQ），低流 动性常常是直接导致证券公司破产的重要原因。 本文用流动资产占总资产的比例来表示证券公司 的流动性风险，其值越大，流动性风险越小。当 证券公司面临的不确定性增加时，证券公司可能 会分散其资产组合或者增加流动资产的比例。因 此证券公司通过监测其流动性指标可降低发生财 务危机的机率，进而提高证券公司的效率。第三 个风险是市场风险（MR），用手续费佣金和利息 净收入占比来表示，它一方面反映了证券公司业 务分散化的水平，另一方面也反映了证券公司面 临的市场风险，其比例越小，表示证券公司的自 营等因承担市场风险的业务比重越大，其市场风 险也就越大（Laevena and Levine，00）。 （）证券公司自身的特征变量。证券公司的 盈利能力指标对其效率有着最直接的影响（Lepetit et al.，00），本文用资产收益率（ROA）来表 示。为了分析证券公司是否上市对其效率是否可 能存在着影响，本文引入虚拟变量 LIST ， 0 表示 未上市，1表示上市。另外，已有的研究也发现证 券公司规模也是影响其效率的重要因素，一般来 说，规模越大，证券公司可调用的资源越多，可 达到进一步降低成本和增加利润的作用，因此可 提高证券公司的效率。但若规模过大，由于委托 代理等原因，也可能会降低证券公司的效率。本 文用证券公司的总资产表示其规模（SIZE）。 （）行业结构变量。Fiordelisi and Molyneux
因素进行深入的研究，结论单一。同时他们选用 的样本较少，一般只有十几家证券公司一两年的数 据，其结论的适用性不够广泛。 综观国内外已有的研究，可以发现研究证 券公司效率的文献相对较少，且我国学者在研究 证券公司效率的文章中主要采用的是非参数的方 法，尤其是其中的数据包络法（Data Envelopment Analysis ，简称 DEA ）。因为 DEA 方法不需要设 定具体的生产函数，具有计算简便的优点。但 DEA 方法和参数法相比也存在不足：① DEA 不 考虑随机误差的干扰，但如果随机误差存在，则 效率值可能会与随机误差混淆在一起；②与参数 法相比， DEA 非参数法不能方便地检验结果的显 著性；③ DEA 非参数法对效率值的估计偏低， 而离散程度较大；④当约束条件较多时， DEA 非 参数方法经常会得出观察数据 100% 有效的结论 （ Berger 和 Humphrey ， 1 ）；⑤非参数方法忽 略投入要素的价格，因此它更关注技术上的最优 而不是经济上的最优。考虑到 DEA 模型的诸多缺 点，本文将采用参数法中最广泛运用的方法，即 随机前沿法来估计证券公司的效率，并在度量效 率时控制环境变量，同时分析影响证券公司效率 的因素。
接近于1，表示效率越高。
1 ln TCkt = β 0 + ∑ βi ln Yi + ∑ α j Pj + ∑∑ γ ij ln Yi ln Y j + ∑∑ λij PP i j （） i =1 j =1 i =1 j =1 i =1 j =1
+ ∑∑ ρij ln Yi Pj + Vit + U it
其中TP it 、TC it 表示证券公司 i 在t 年总利润和 总成本， xit 是 k × 1 是第 i 个体的投入价格和产出 量的向量。 ln 表示将变量取自然对数， Vit 是随机 波动项，服从 N (0, σ v ) 分布。 U it 是非负的随机变 量，表示技术无效率，它服从在 0 点截尾的正态
路径时，我们首先应正确度量证券公司的运营效 率，关于效率的度量最早由Farrel（1）提出。 在效率的度量上，可以通过生产可能性边界来展 开，即度量现实的投入产出组合和最优的投入产 出组合（即前沿面组合）之间的差距。度量效率 有参数法和非参数法两种方法1。参数法首先构造 一种具体的生产函数形式，然后通过计量经济学 方法估计生产前沿面函数中的参数，这样就完成 前沿生产函数的构造，然后利用前沿面生产函数 来计算单个样本的技术效率；非参数法首先根据 样本中所有个体的投入和产出构造一个能够包容 所有个体生产方式的最小的生产可能性集合，然 后使用线性规划的方法来计算效率。在能够较准 确度量证券公司效率之后，我们还应正确认识影 响我国证券公司运营效率的因素，这样才便于有
1 非参数方法中最广泛的是数据包络法（Data Envelopment Analysis，DEA），而参数法中最常用的方法是随机前沿法（Stochastic Frontier
Approach，SFA）。
78
中国证券
2012年第05期
Industry Observation 行业观察
的放矢地强化优势、弥补不足。鉴于证券业的健 康发展和证券公司效率的提高对于资本市场发展 和国民经济发展有着重要的作用，本文将研究我 国证券公司的效率，并就影响证券公司效率的因 素做深入剖析，为我国证券公司在面对国内外同 行竞争时提供参考。
80
中国证券
2012年第05期
Industry Observation 行业观察
（ 010 ）研究发现行业的集中度会影响证券公司 效率，因为市场集中度往往与证券公司的成本有 关系，本文用赫希曼－赫芬达尔指数（ HHI ） 2表 示证券行业的集中度。 （）宏观环境变量。本文引入了GDP增长率 和股市收益率。这两个指标从多方面会影响证券 公司业务的需求和供给面，从而会影响了证券公 司的成本和利润（Carbo-Valerde et al.，00）。 相应地，Battese和Coelli在1年对他们1 年的基础模型进行了拓展，考虑到宏观变量和个 体的特性变量等会直接影响技术效率，因此在技 术无效率项 U it 加入了直接影响效率的变量。技术 无效率项 U it 服从在0点截尾的均值为 mit 、标准差 为 σ u 的正态分布 N (mit , σ u ) 。考虑以上四类影响 证券公司效率的个变量， mit 可表示为：
行业观察 Industry Observation
2007-2010 年我国证券公司 效率评估及其影响因素
——基于面板数据随机前沿面模型的实证分析
海通证券研究所 倪玉娟
一、引言
自 1 年第一家证券公司成立以来，我国证 券业已有二十六年的历史了，截至 01 年年初， 证券公司已达10家，其资产总额近十万亿元。在 证券公司综合治理完成后，证券业进入一个相对 市场化的发展阶段，各种业务创新层出不穷。证 券公司作为资本市场的重要主体，它的健康成长 将积极促进我国资本市场和国民经济的发展。与 此同时，我国经济现已进入转型发展期，为了应 对中国经济转型的需要和资本市场的快速发展， 证券行业的市场化、专业化和国际化将成为未来 的发展趋势。在未来面临的国内外竞争中，证券 公司必然要更加关注企业自身的运行效率，以提 高自身的综合竞争力。 在分析我国证券公司提高自身综合竞争力的