我国区域金融业全要素生产率的追赶效应与增长效应分析

文章采用Malmquist指数对2001～2010年我国金融业全要素生产率进行测算和分析，并利用三阶段DEA（数据包络分析）针对2010年我国金融业效率进行了测算和分析。分析结果表明我国金融业发展呈现出显著的区域性特征，2001—2010年期间金融业全要素生产率处于增长阶段，全要素生产率的改善受技术效率的提升和技术进步的共同影响，技术效率的提升受纯技术效率和规模效率的影响，且规模效率是主要影响因素。各地区金融业效率存在较大差异，金融效率的区域特征明显，且绝大部分省市金融效率远远低于技术前沿面。

人力资本异质性对中国金融业全要素生产率的影响——基于空间面板模型

基于2004年-2016年的省级面板数据,利用静态面板模型和空间面板模型研究异质性人力资本对金融业全要素生产率的影响。结果发现:中国各地区的金融业全要素生产率具有正向空间相关性,初等人力资本和中等人力资本对金融业全要素生产率具有正向影响,但不显著。而高等人力资本对金融业全要素生产率具有显著的正向空间溢出影响。

我国区域金融业全要素生产率的测算与分析——基于fare-primont指数法

本文运用非参数的F覿re-Primont指数法测定了我国29个省(市、区)2007-2016年金融业的全要素生产率,将综合效率进一步分解。结果表明:东部、东北、中部、西部地区金融业全要素生产率均呈增长趋势,东部地区全要素生产率远高于其他三个地区,但其增长率较低。

金融开放、人力资本与金融业全要素生产率

未来中国经济进一步的高速发展离不开金融开放。基于门槛效应模型,本文通过我国2008~2017年的省际平衡面板数据,对人力资本影响金融开放与金融业全要素生产率的关系进行实证分析。研究表明:金融业TFP受金融开放明显的负面影响;金融业TFP受金融开放的影响具有显著的单一门槛效应,当人力资本水平超过门槛时,金融业TFP受金融开放的抑制作用减弱。

数字普惠金融对城市金融业全要素生产率的影响机制研究

基于2011—2018年城市面板数据对金融业全要素生产率进行测算,以及运用DID和工具变量法检验数字普惠金融对金融业全要素生产率的影响,研究发现,第一,数字普惠金融的发展可以显著降低金融业全要素生产率,这一抑制效应还表现在对技术效率和科技进步效率的影响上。数字普惠金融的覆盖广度仅对金融业全要素生产率产生抑制效应,使用深度仅对金融业全要素生产率和技术效率产生抑制效应,而数字支持服务程度则对金融业全要素生产率、技术效率和科技进步率均产生抑制效应。第二,数字普惠金融抑制金融业全要素生产率的机制可以通过"资源竞争假说"解释。第三,城市行政级别不同,数字普惠金融与金融业全要素生产率之间的作用关系相同、作用机制不同。因此,需针对金融机构的特点实施差异化政策,推进金融机构数字化转型,提高金融业数字技术水平。

中国区域金融业效率非均衡性计量检验

文章采用三阶段DEA模型对2008—2009年中国区域金融业效率进行了测算和分析。分析结果表明中国金融业发展呈现出显著的区域性特征,技术效率的提升受纯技术效率和规模效率的影响,且规模效率是主要影响因素。各地区金融业效率差异较大,环境因素和随机因素对金融业综合技术效率存在显著影响,居民和企业的财富、产业结构和人民生活水平是金融业效率的有利因素,金融业经营管理水平低下以及经营环境相对恶劣是中国金融业效率较低的主要原因。