我國發(fā)行優(yōu)先股的上市商業(yè)銀行融資效率分析

曹翠珍 杜威

【摘 要】 文章利用2016—2018年18家發(fā)行優(yōu)先股的上市商業(yè)銀行有效數(shù)據(jù)，通過DEA-Malmquist方法進(jìn)行發(fā)行優(yōu)先股融資效率的評價，并通過線性回歸模型分析了融資效率的影響因素，為我國商業(yè)銀行使用優(yōu)先股進(jìn)行融資提供一定的理論支持。通過對銀行相關(guān)融資指標(biāo)進(jìn)行實證分析發(fā)現(xiàn)，我國發(fā)行優(yōu)先股的上市商業(yè)銀行融資效率弱有效，主要體現(xiàn)在2016—2018年綜合技術(shù)效率大幅度下跌，規(guī)模效率不穩(wěn)定，全要素變動水平有下降趨勢等。針對這些問題，從優(yōu)先股融資成本控制、融集資本使用效率、優(yōu)先股發(fā)行方案選擇方面提出改進(jìn)建議。

【關(guān)鍵詞】 優(yōu)先股; 數(shù)據(jù)包絡(luò)分析; 融資效率; 商業(yè)銀行

【中圖分類號】 F832.33;F832.51? 【文獻(xiàn)標(biāo)識碼】 A? 【文章編號】 1004-5937（2021）06-0081-07

一、引言

隨著國務(wù)院、證監(jiān)會等監(jiān)管部門對優(yōu)先股業(yè)務(wù)相關(guān)規(guī)定的頒布，優(yōu)先股正式登陸中國資本市場。2014年11月28日，我國第一支優(yōu)先股“農(nóng)行優(yōu)1”在上海證券交易所掛牌上市。截至2020年底，滬深A(yù)股上市、掛牌的優(yōu)先股共計29家公司，交易統(tǒng)計共2 028次;由銀行發(fā)行的共計20家，其中6家先后在H股發(fā)行了境外優(yōu)先股。盡管我國發(fā)行優(yōu)先股的上市企業(yè)逐年增加，但相較于發(fā)達(dá)國家，我國優(yōu)先股的發(fā)行還處于試行階段。同時出于謹(jǐn)慎性考慮，我國發(fā)行優(yōu)先股條款比較嚴(yán)格，優(yōu)先股發(fā)行受各方面限制缺乏靈活性，未能充分發(fā)揮應(yīng)有的作用[ 1 ]。

企業(yè)的融資模式分為股權(quán)性融資和債權(quán)性融資，優(yōu)先股作為一種介于普通股和債券之間的混合型證券，兼具股權(quán)融資和債務(wù)融資的優(yōu)點[ 2 ]。為了對企業(yè)的融資水平進(jìn)行定量描述，曾康霖[ 3 ]最早在分析直接融資和間接融資時提到了“融資效率”的概念?！靶省钡幕A(chǔ)涵義指產(chǎn)出投入比，從微觀層面來說，融資效率是企業(yè)在進(jìn)行融資時投資收益和融資成本的比值。本文研究的是優(yōu)先股融資效率，因此界定其為需求資金的企業(yè)在金融市場上通過優(yōu)先股進(jìn)行資金融入時所產(chǎn)生的產(chǎn)出投入比率關(guān)系。

商業(yè)銀行是實體經(jīng)濟(jì)發(fā)展資金的重要來源，對國民經(jīng)濟(jì)發(fā)展影響深遠(yuǎn)，融資效率代表銀行是否能以較低的融資成本獲得更多的資本并將其有效運(yùn)用的能力。銀行業(yè)發(fā)行優(yōu)先股，主要目的是提升資本充足率，減輕普通股股權(quán)融資壓力，是優(yōu)先股最具規(guī)模和潛力的市場[ 4 ]。另外，在監(jiān)管層面，銀行業(yè)發(fā)行優(yōu)先股有不同于其他行業(yè)的特殊條款。例如只能采用非公開發(fā)行的方式，股息發(fā)放只能是非累計、非強(qiáng)制，且必須設(shè)置強(qiáng)制轉(zhuǎn)股條款等。因此，本文選取發(fā)行優(yōu)先股的商業(yè)銀行作為研究對象，研究其融資效率具有一定的代表性，對銀行業(yè)具有重要的現(xiàn)實意義。

綜上所述，作為我國上市企業(yè)優(yōu)先股融資的主力軍，商業(yè)銀行是否通過發(fā)行優(yōu)先股提高自身融資效率有待研究。另外由于之前優(yōu)先股發(fā)展較緩慢，所能得到的數(shù)據(jù)有限，我國學(xué)者對優(yōu)先股融資效率的分析多停留在理論層面，主要有優(yōu)先股政策的改進(jìn)、企業(yè)發(fā)行優(yōu)先股的原因和存在的問題等，較少對發(fā)行優(yōu)先股的企業(yè)進(jìn)行綜合性實證分析。隨著近兩年上交所、深交所等平臺相關(guān)數(shù)據(jù)的披露，針對優(yōu)先股融資效率的實證研究成為可能?；诖?，本文運(yùn)用2016—2018年我國18家發(fā)行優(yōu)先股的上市商業(yè)銀行的有效數(shù)據(jù)進(jìn)行實證分析，以期說明這些銀行發(fā)行優(yōu)先股進(jìn)行融資所達(dá)到的效果，并針對我國商業(yè)銀行在今后的發(fā)展中如何結(jié)合優(yōu)先股提高自身融資水平提出相關(guān)建議。

二、實證分析

（一）研究方法確立

非參數(shù)推斷法是在整體布局形勢未知情況下所采取的一種常規(guī)統(tǒng)計推斷法。作為最常用的非參數(shù)推斷方法之一，DEA（數(shù)據(jù)包絡(luò)分析法）在投入產(chǎn)出效率分析領(lǐng)域具備獨(dú)到優(yōu)勢。20世紀(jì)80年代末，美國運(yùn)籌學(xué)家Cooper等[ 5 ]在對公共部門進(jìn)行效益研究的過程中首先發(fā)現(xiàn)了參數(shù)推斷法的不足，想要創(chuàng)造一種能夠避開參數(shù)問題的推斷方法，進(jìn)而擬定了新的效率評價模型CCR，該模型假定規(guī)模收益不變。之后有學(xué)者對CCR模型進(jìn)行改善，得到BCC、FG和ST模型，分別假定規(guī)模收益變動、規(guī)模收益遞減和規(guī)模收益遞增。這幾類模型在問世后很快成為西方經(jīng)濟(jì)組織最常用的規(guī)模效益分析模型。然而，CCR容易受到規(guī)模效率（SE）的影響，且我國企業(yè)發(fā)展與宏觀經(jīng)濟(jì)和財政息息相關(guān)，對于SE經(jīng)常出現(xiàn)波動的中國企業(yè)而言，CCR模型并不實用，相較之下BCC在國內(nèi)企業(yè)中的應(yīng)用更為普遍。

全要素生產(chǎn)率是衡量生產(chǎn)效率的重要指標(biāo)，是除去勞動力、資本等有形生產(chǎn)要素投入后的“剩余”，反映由技術(shù)進(jìn)步、規(guī)模效應(yīng)變動等因素引起的總產(chǎn)出增加。

在Malmquist生產(chǎn)力指數(shù)問世后，Charnes為代表的學(xué)者以創(chuàng)新思維將Malmquist指數(shù)與DEA方法進(jìn)行結(jié)合，將推斷周期從t延展至t+1，對Malmquist指數(shù)和技術(shù)效率變動（effch）、技術(shù)進(jìn)步變動（techch）和全要素變動（tfpch）等相關(guān)指數(shù)間的內(nèi)在聯(lián)系進(jìn)行了具體描摹[ 6 ]。在DEA方法的幫助下，決策者能夠?qū)Σ煌?guī)模報酬下的技術(shù)效率變動情況進(jìn)行整體了解，對純技術(shù)效率變化（pech）和規(guī)模效率（sech）的階段變化水平進(jìn)行精準(zhǔn)分析，為技術(shù)投入評估提供有效指導(dǎo)。通過DEA方法的應(yīng)用，Malmquist指數(shù)分解了驅(qū)動全要素生產(chǎn)率變動的因素，得到了驅(qū)使全要素生產(chǎn)率變動的特征，指標(biāo)效能得到增強(qiáng)。從s時期到t時期，Malmquist指數(shù)一般形式為：

再根據(jù)Charnes等[ 5 ]的分解模型，Malmquist指數(shù)關(guān)系式為：

其中，純技術(shù)效率變動PE和規(guī)模效率SE是技術(shù)效率變動EC的主要支撐。按照tfpch=techch×effeh以及effeh與pech、sech之間的關(guān)系，可得到tfpch=pech×sech×techch的最終結(jié)論。當(dāng)tfpch>1說明生產(chǎn)率水平提高，反之降低。當(dāng)pech指數(shù)與sech指數(shù)同步上升時，effeh會呈現(xiàn)出正向波動，無論effeh指數(shù)上升，還是techch指數(shù)上升，均能引起tfpch上升。techch代表技術(shù)進(jìn)步，反映的是技術(shù)邊界的推移程度，techch>1表明技術(shù)進(jìn)步和技術(shù)創(chuàng)新。

（二）數(shù)據(jù)來源和樣本選取

本文根據(jù)萬得（Wind）數(shù)據(jù)庫與東方財富網(wǎng)得到上市公司發(fā)行優(yōu)先股的預(yù)案公告日與發(fā)行樣本公司，整理得截至2018年底滬深兩市共26家上市公司發(fā)行優(yōu)先股，有13家公司二次或三次發(fā)行優(yōu)先股，共計37單，總?cè)谫Y規(guī)模超過6 000億元。其中商業(yè)銀行為發(fā)行優(yōu)先股的主力軍，共19家，本文以這19家商業(yè)銀行為數(shù)據(jù)樣本進(jìn)行融資效率分析。為滿足研究需求，總體樣本應(yīng)滿足如下條件：（1）剔除不能夠從萬得數(shù)據(jù)庫中得到發(fā)行優(yōu)先股樣本公司及預(yù)案公告日的樣本。（2）剔除不能夠在上交所及深交所官網(wǎng)查到相關(guān)指標(biāo)信息的樣本。（3）剔除樣本銀行在發(fā)行優(yōu)先股前后長時間停牌或影響其股價等情況出現(xiàn)的樣本。經(jīng)過篩選，本文最終確定符合條件的樣本數(shù)為18個。

（三）融資效率評價指標(biāo)選取和數(shù)據(jù)預(yù)處理

隨著金融市場影響因素的增多，融資效率分析的難度在不斷加大，即便是同一維度的指標(biāo)，研究結(jié)論也可能存在導(dǎo)向性的顯著差異，能否選出適宜指標(biāo)變量，對最終的效益分析起決定性作用。研究融資效率測度的核心是構(gòu)建全面、科學(xué)、合理的評價指標(biāo)體系，因此在構(gòu)建發(fā)行優(yōu)先股的商業(yè)銀行融資效率評價指標(biāo)體系中需要嚴(yán)格遵守可獲得性、科學(xué)性、可比性的原則。

從財務(wù)角度來看，優(yōu)先股具備債股特性，股息率高于一般債券的利率，具體表現(xiàn)在金融企業(yè)為補(bǔ)充權(quán)益資本從而滿足監(jiān)管要求，因此一般確認(rèn)為權(quán)益工具。出于對企業(yè)資本結(jié)構(gòu)的考慮，旨在降低負(fù)債率，所以發(fā)行方發(fā)行優(yōu)先股將對其資產(chǎn)負(fù)債率造成一定影響，同時也對發(fā)行人凈資產(chǎn)、凈利潤產(chǎn)生影響：當(dāng)優(yōu)先股作為權(quán)益工具核算，將增加報表層面的凈資產(chǎn)，從而對總資產(chǎn)收益率、凈資產(chǎn)收益率產(chǎn)生影響。另外股本作為核心一級資本，它的變化體現(xiàn)在優(yōu)先股能否對發(fā)行方控制權(quán)產(chǎn)生影響[ 7 ]。本文將銀行的融資規(guī)模、內(nèi)部融資、債券融資和股權(quán)融資四個角度作為投入，而將收入水平和發(fā)展能力作為產(chǎn)出，最終確定投入指標(biāo)具體為資產(chǎn)總額、總資產(chǎn)收益率、資產(chǎn)負(fù)債率和股本，產(chǎn)出指標(biāo)為凈資產(chǎn)收益率和主營業(yè)務(wù)收入增長率。指標(biāo)具體說明見表1。

（四）融資基本效率分析

1.靜態(tài)融資效率分析

因為MAXDEA7.0模型要求數(shù)據(jù)必須非負(fù)數(shù)，所以需要對各項指標(biāo)作無量綱化處理，這樣可以將數(shù)據(jù)歸集到0～1區(qū)間內(nèi)，極值公式為：

其中，Yij表示變量，i表示變量個數(shù)，i=1，2，…，7，j表示DMU個數(shù)，j=1，2，…，163;bi=max（Xi1，Xi2，…，Xij），ai=min（Xi1，Xi2，…，Xij）。

（1）總體評價融資效率。表2展示了BCC模型計算所得目標(biāo)銀行在不同時間段內(nèi)的三大效率指標(biāo)變化情況。根據(jù)表中數(shù)據(jù)，技術(shù)效率等于1意味著技術(shù)收益不變，且此時的技術(shù)效率達(dá)到最優(yōu);同樣的，規(guī)模效率等于1，表明規(guī)模收益不變，規(guī)模效率達(dá)到最優(yōu)。得出的數(shù)值越接近1，說明效率越高。由表2可知，我國發(fā)行優(yōu)先股的上市銀行融資效率普遍較高，但2016年和2018年融資效率有效的銀行只有寧波銀行和平安銀行兩家，2017年融資效率有效的銀行只有江蘇銀行、杭州銀行和寧波銀行三家，約占整體80%以上的銀行融資效率弱有效。再對2016年到2018年三年期的融資效率進(jìn)一步評價，可以發(fā)現(xiàn)盡管2017年均值數(shù)據(jù)有小幅度上升，但2018年降至三年最低，呈現(xiàn)先升后降的趨勢，結(jié)合各大銀行2018年年度報告，筆者認(rèn)為與中美貿(mào)易戰(zhàn)有關(guān)。主要表現(xiàn)為2018年國際金融市場波動較大、美聯(lián)儲加息四次并持續(xù)縮水、歐央行停止購債計劃、多個新興經(jīng)濟(jì)體央行加息、全球流動性有所收緊、以美國為代表的西方經(jīng)濟(jì)體對華貿(mào)易的抵制、東南亞地區(qū)整體金融環(huán)境的動蕩及其他相關(guān)因素，導(dǎo)致中國上市銀行整體融資效率大幅降低。再觀察中國五大商業(yè)銀行，可以發(fā)現(xiàn)融資效率均表現(xiàn)為弱有效。三年內(nèi)，除了2016年平安銀行融資效率有效，其他融資效率有效的情況均為江蘇銀行、杭州銀行、寧波銀行等城商行，表明這18家銀行中城商行的融資效率最高，其次是股份制銀行和中國五大行。雖然處于銀行業(yè)第三梯隊的城市商業(yè)銀行資金來源渠道有限，但是國家出臺的一系列扶持政策在一定程度上緩解了前述因素對其發(fā)展所造成的負(fù)面效應(yīng)，加上地方上市城商行優(yōu)先股發(fā)行能力不斷增加，使其融資能力、安全邊際提高，且縮小了資本充足率與行業(yè)的差距，因此我國上市城市商業(yè)銀行發(fā)展形勢總體樂觀。以寧波銀行為例，寧波銀行于2015年11月發(fā)行優(yōu)先股，此時寧波銀行的核心一級資本充足率為8.92%，逼近最低標(biāo)準(zhǔn)值，而發(fā)行的優(yōu)先股募集了48.5億元的資金，全部補(bǔ)充了一級資本，幫助寧波銀行滿足了嚴(yán)格的資本監(jiān)管要求。寧波銀行以科學(xué)的方法進(jìn)行市場分析，利用便捷服務(wù)優(yōu)勢與大型國有銀行進(jìn)行市場競爭，利用社區(qū)金融、網(wǎng)絡(luò)金融等信息化管理不斷優(yōu)化客戶消費(fèi)體驗，在國有銀行和股份制銀行占據(jù)大半市場的情形下獲得有效發(fā)展。寧波銀行資產(chǎn)總額于2015年發(fā)行優(yōu)先股至2018年從7 165億元增長至11 160億元，年均復(fù)合增長率13%。優(yōu)先股發(fā)行為寧波銀行融資發(fā)展提供了強(qiáng)大動力，僅2015年優(yōu)先股發(fā)行首年，就幫助銀行在債權(quán)融資相對困難的情況下吸納了近50億元的融資資金，成為寧波銀行后續(xù)發(fā)展的中流砥柱。

（2）純技術(shù)效率與規(guī)模報酬分析融資技術(shù)效率能夠從整體上對各家銀行進(jìn)行評價，但無法分析融資效率的深層次原因，因此筆者對三年來18家發(fā)行優(yōu)先股的上市銀行技術(shù)融資效率和規(guī)模融資效率發(fā)展變化情況進(jìn)行深入研究，結(jié)果如表3、表4所示。

由表2可知，2018年綜合技術(shù)效率相比前兩年大幅下降，中國銀行、建設(shè)銀行、交通銀行、浦發(fā)銀行為首的10家商業(yè)銀行綜合技術(shù)效率平均降至0.766，說明2018年銀行業(yè)在現(xiàn)有的投入條件下，資源整體利用水平有待提升。進(jìn)一步分析表2和表3可知，三年各銀行純技術(shù)效率和規(guī)模效率均在0.9上下波動，說明由于國家政策對發(fā)行優(yōu)先股的企業(yè)有嚴(yán)格限制，多為上證50的企業(yè)，表明發(fā)行優(yōu)先股的銀行管理水平高，有著高效的經(jīng)營管理模式，資源規(guī)模和配置能力較好。但是觀察2016—2018年純技術(shù)效率等于1的企業(yè)數(shù)量，雖然呈現(xiàn)先降后升的趨勢，但2018年低于2016年比例，另外中國銀行和工商銀行2018年純技術(shù)效率低于0.8，說明整體純技術(shù)效率有一定程度的下降，各大銀行仍需加強(qiáng)自身管理水平。

商業(yè)銀行規(guī)模效率是影響其整體收益的重要因素之一。規(guī)模效益分析能夠幫助決策者從效益管理領(lǐng)域出發(fā)，對銀行的組織規(guī)模進(jìn)行理性判斷[ 8 ]。例如商業(yè)銀行規(guī)模較小，就可能限制其技術(shù)應(yīng)用、聲譽(yù)和知名度等層面的發(fā)展;規(guī)模過大，則可能造成因銀行投入過高成本而導(dǎo)致的規(guī)模收益遞減，即成本的投入高于獲得經(jīng)濟(jì)效益的增加，反而不利于銀行技術(shù)效率及融資管理的良性發(fā)展。

由表2和表4可觀察到2016—2018年總體樣本規(guī)模收益波動很大?？梢钥吹侥暇┿y行一直保持規(guī)模收益遞增，寧波銀行三年來規(guī)模收益不變，根據(jù)這兩家銀行的年報以及公告可以得知，組織規(guī)模調(diào)整與兩家銀行的綜合收益提升有著很大關(guān)系：通過科學(xué)的組織規(guī)模調(diào)整，兩家銀行的垂直管理水平得到有效提升，勞務(wù)分工更加合理專業(yè)，資源投放管理模式得以優(yōu)化，進(jìn)而實現(xiàn)了組織規(guī)模產(chǎn)出效益的整體升級，使企業(yè)規(guī)模收益不斷增加。當(dāng)企業(yè)規(guī)模發(fā)展到一定水平，企業(yè)的收益模式也會發(fā)生蛻變，企業(yè)將脫離規(guī)模收益遞增，進(jìn)入規(guī)模收益不變的階段，此時企業(yè)的效率達(dá)到最優(yōu)狀態(tài)。然而大部分銀行在2017年都規(guī)律性地表現(xiàn)了規(guī)模收益遞減，2018年又出現(xiàn)規(guī)模收益遞增，并且招商銀行規(guī)模收益是持續(xù)遞減的。雖說規(guī)模收益在2018年有小幅度回升，但是總體依然低于2016年，這說明大部分銀行已經(jīng)由于內(nèi)部監(jiān)管、資本運(yùn)用、信息傳遞較低等因素降低了生產(chǎn)效率，導(dǎo)致融資成本投入過多，再加上銀行管理模式落后，信息處理效率低下，也導(dǎo)致2018年各項指標(biāo)大幅度下跌。

具體觀察2018年規(guī)模效率的數(shù)據(jù)，可以發(fā)現(xiàn)國有五大行除了交通銀行外，中國銀行、工商銀行、農(nóng)業(yè)銀行和建設(shè)銀行整體的規(guī)模效率高于0.9，國有銀行規(guī)模效率偏高。相比之下，一些上市中小型銀行規(guī)模效率普遍偏低，光大銀行、北京銀行、華夏銀行、中信銀行、江蘇銀行、杭州銀行規(guī)模效率低于0.9。以上表明在這18家銀行中，中小型銀行和國有五大行還有較大差距，如何吸引優(yōu)秀員工加盟、完善組織結(jié)構(gòu)、擴(kuò)大組織規(guī)模成為中小城市商業(yè)銀行發(fā)展的重中之重。

2.動態(tài)融資效率分析

以2016年財務(wù)數(shù)據(jù)為基期，運(yùn)用MAXDEA7.0軟件，選擇Malmquist指數(shù)計算發(fā)行優(yōu)先股上市銀行融資效率的動態(tài)變化值，結(jié)果分析見表5。定義2016年Malmquist指數(shù)為1，可以看出表中2016—2018年全要素變動均值為0.907，三年期間發(fā)行優(yōu)先股的上市銀行全要素變動水平有下降趨勢，且平均降幅超過了10%。通過調(diào)查得知，各家銀行對技術(shù)研發(fā)的懈怠和技術(shù)創(chuàng)新投入的減少是引發(fā)這種現(xiàn)象的主要原因。國有五大行除了中國銀行全要素變動率略有上升，年均上升1.51%外，其他四大銀行全要素變動率均有所下降，其中農(nóng)業(yè)銀行下降最多，年均下降1.43%。

再深度分析，技術(shù)效率的波動是造成全要素水平下降的主要因素，說明發(fā)行優(yōu)先股的上市商業(yè)銀行技術(shù)創(chuàng)新領(lǐng)域管理一般。將技術(shù)效率變動分解后可觀察到純技術(shù)效率變動與規(guī)模效率變動均有小幅度降低，說明在資金準(zhǔn)投和產(chǎn)出方面還存在巨大的可調(diào)整空間，這一點也印證了上文對發(fā)行優(yōu)先股的上市銀行融資效率橫向靜態(tài)分析結(jié)論，即規(guī)模收益不穩(wěn)定且整體呈現(xiàn)遞減從而引發(fā)了目標(biāo)商業(yè)銀行融資效率的滑坡，且通過Malmquist指數(shù)測算，規(guī)模效率每年都在遞減。同時，受不良國際金融局勢的影響，中國五大銀行的平均技術(shù)效率普遍下降，其中下降最嚴(yán)重的是農(nóng)業(yè)銀行、中國銀行和工商銀行，分別為18.08%、30%、24.42%，而平安銀行平均技術(shù)效率大幅度上升，為26.6%。結(jié)合平安銀行三年年報及相關(guān)公告進(jìn)行分析可以發(fā)現(xiàn)，平安銀行在2016—2018年間始終堅持技術(shù)研發(fā)和科技創(chuàng)新工作，通過自主研發(fā)和科學(xué)引進(jìn)相結(jié)合的方式不斷完善自身科技構(gòu)架，在保持構(gòu)架完整、數(shù)據(jù)共享的基礎(chǔ)上增加了構(gòu)架的業(yè)務(wù)垂直管理功能，實現(xiàn)了業(yè)務(wù)管理效率的有效升級，在提升組織技術(shù)效率的同時實現(xiàn)了全要素生產(chǎn)率的上升。

3.融資效率的影響因素分析

前文使用DEA—Malmquist方法對發(fā)行優(yōu)先股的商業(yè)銀行融資效率進(jìn)行了宏觀因素分析，但對企業(yè)的融資效率分析來說，部分微觀因素也對企業(yè)融資效率造成了顯著影響，因此還需要對那些可能引發(fā)融資效率變動的微觀因素進(jìn)行進(jìn)一步探究。微觀因素一般包括企業(yè)規(guī)模、盈利能力、營運(yùn)能力、成長能力、償債能力、資本結(jié)構(gòu)等多個維度，多元回歸線性模型作為研究多變量影響因素的有力工具，進(jìn)行企業(yè)融資效率分析尤為適宜，同時也是國內(nèi)外學(xué)者普遍認(rèn)可的企業(yè)融資研究方法。

本部分為了反映發(fā)行優(yōu)先股的商業(yè)銀行融資效率的影響因素，以上文測算的綜合技術(shù)效率（TE）為因變量，以資產(chǎn)總額（TA）、總資產(chǎn)收益率（ROTA）、資產(chǎn)負(fù)債率（DB）、股本（CS）、凈資產(chǎn)收益率（ROE）和主營業(yè)務(wù)收入增長率（OPT）為自變量，選取2018年的數(shù)據(jù)進(jìn)行多元線性回歸分析，構(gòu)建多元回歸方程如下：

如果不同的變量影響因素間存在共線性問題，必會對變量分析造成不良影響，并最終釀成不準(zhǔn)確的分析結(jié)果，因此首先進(jìn)行變量因素的相關(guān)性檢測及指標(biāo)排除，發(fā)現(xiàn)融資效率與全部自變量均顯著相關(guān)，符合數(shù)據(jù)分析的顯著性要求。進(jìn)一步進(jìn)行多元線性回歸，模型在0.01的水平上顯著，且擬合度為0.633，說明在很大程度上自變量能夠?qū)σ蜃兞康淖兓闆r進(jìn)行解釋。根據(jù)多元線性回歸參數(shù)估計（表6）可以看出：在0.05的顯著水平上，資產(chǎn)負(fù)債率、總資產(chǎn)收益率與融資效率顯著負(fù)相關(guān);凈資產(chǎn)收益率與融資效率顯著正相關(guān);在0.1的顯著水平上，主營業(yè)務(wù)收入增長率與融資效率顯著正相關(guān);在0.5的顯著水平上，資產(chǎn)總額和股本與融資效率顯著負(fù)相關(guān)。

從上文的分析可以看出，企業(yè)的收益能力、股東權(quán)益收入水平是企業(yè)提高融資效率的關(guān)鍵，而企業(yè)的負(fù)債水平越高，企業(yè)的融資效率越低，銀行發(fā)行權(quán)益型優(yōu)先股有利于降低資產(chǎn)負(fù)債率，提高公司的財務(wù)杠桿水平，從而提高融資效率?？紤]到銀行是高杠桿經(jīng)營行業(yè)，由于優(yōu)先股股利的支付順序次于債務(wù)，且優(yōu)先股股息率一般高于債務(wù)的利率，加之互聯(lián)網(wǎng)金融從存款、貸款、理財投資、企業(yè)融資方面對銀行業(yè)的沖擊，導(dǎo)致銀行業(yè)總資產(chǎn)受影響，其總資產(chǎn)收益率體現(xiàn)出顯著負(fù)相關(guān)。但如果發(fā)行銀行有持續(xù)較高的資本經(jīng)營效率，優(yōu)先股募集資金將會持續(xù)提高營業(yè)收入和凈利潤水平，從而提高發(fā)行銀行的凈資產(chǎn)收益率，凈資產(chǎn)收益率的提高有助于提升企業(yè)融資效率。同時，如果企業(yè)營業(yè)收入增長率較高，則證明企業(yè)主營業(yè)務(wù)的市場拓展能力、成長能力較強(qiáng)，具備長期投資的價值，這一點也是大眾投資者所普遍看重的地方，投資者更容易獲得高額的投資回饋，企業(yè)融資效率未來可期。最后，若其他變量不變，當(dāng)企業(yè)的資產(chǎn)總額增加，企業(yè)規(guī)模突破合理區(qū)間，其所具有的生產(chǎn)驅(qū)動效應(yīng)將不再顯著，融資效率也會同步下降。說明企業(yè)規(guī)模較大時融資得不到高效利用，從而融資效率處于較低水平。而股本的變化體現(xiàn)了優(yōu)先股對發(fā)行方控制權(quán)的影響，表明對于銀行，優(yōu)先股依然是附屬資本，而普通股是核心資本，實證分析顯示股本對銀行融資效率的影響為負(fù)相關(guān)，股本越高，商業(yè)銀行優(yōu)先股融資效率越低。

三、研究結(jié)論及建議

（一）研究結(jié)論

本文采用數(shù)據(jù)包絡(luò)分析（DEA）模型和多元線性回歸分析模型，實證分析了我國2016—2018年以發(fā)行優(yōu)先股為背景的18家商業(yè)銀行融資效率情況，通過研究得出以下結(jié)論：

1.通過靜態(tài)融資效率分析發(fā)現(xiàn)，在2016—2018年，我國發(fā)行優(yōu)先股的上市商業(yè)銀行弱有效。2016—2018年融資效率并不平穩(wěn)，造成這種現(xiàn)象的原因，一方面是國內(nèi)經(jīng)濟(jì)正處于披荊斬棘的改革階段，另一方面也與世界經(jīng)濟(jì)局勢的動蕩有脫不開的關(guān)系。2018年綜合技術(shù)效率相比前兩年大幅度下跌，說明2018年銀行業(yè)在現(xiàn)有投入條件下，產(chǎn)業(yè)整體效率仍存在較大增長和改進(jìn)空間。三年各銀行純技術(shù)效率和規(guī)模效率表現(xiàn)較好，說明由于國家政策限制，發(fā)行優(yōu)先股的商業(yè)銀行多為上證50的銀行，整體融資管理水平不錯，也有著高效的經(jīng)營管理模式。但是發(fā)行優(yōu)先股的商業(yè)銀行規(guī)模效率并不穩(wěn)定，70%以上商業(yè)銀行在2016—2018年都呈現(xiàn)出規(guī)模收益先減后增等情況，且截至2018年末的規(guī)模收益普遍低于2016年。表明存在內(nèi)部監(jiān)管、資本運(yùn)用、信息傳遞較低等因素降低了融資效率，導(dǎo)致融資成本投入過多，獲得經(jīng)濟(jì)效益增加比例低于成本投入比例。

2.通過動態(tài)融資效率分析可以發(fā)現(xiàn)，三年間發(fā)行優(yōu)先股的上市銀行全要素變動水平有下降趨勢，主要是各家銀行技術(shù)創(chuàng)新水平有所下降。進(jìn)一步研究發(fā)現(xiàn)中國五大行除了中國銀行外其他銀行全要素變動水平下降較為明顯，其中技術(shù)效率指標(biāo)下滑對全要素水平造成的負(fù)面影響尤為顯著，這也揭示了18家銀行對技術(shù)管理創(chuàng)新的忽視。純技術(shù)效率變動與規(guī)模效率變動均有小幅度的降低，代表整體上資金的投入和產(chǎn)出不太能達(dá)到最佳經(jīng)濟(jì)效益合理規(guī)模，通過Malmquist測算，收益不穩(wěn)定和規(guī)模效率的下滑成為引發(fā)商業(yè)銀行融資效率下跌的主要原因。觀察中國五大銀行可以發(fā)現(xiàn)其平均技術(shù)效率均有所下降，農(nóng)業(yè)銀行、中國銀行和工商銀行下降最嚴(yán)重，也說明五大行發(fā)行優(yōu)先股確實為其帶來了一定的融資成本壓力。優(yōu)先股雖然不用償還本金，但是相對于普通股而言，每年優(yōu)先支付的股息也是一筆不小的費(fèi)用[ 9 ]。

3.通過多元線性回歸模型分析，上市商業(yè)銀行發(fā)行權(quán)益型優(yōu)先股有利于降低資產(chǎn)負(fù)債率，提高公司的財務(wù)杠桿水平，從而提高融資效率;優(yōu)先股募集資金將會持續(xù)提高營業(yè)收入和凈利潤水平，從而提高發(fā)行銀行的凈資產(chǎn)收益率;企業(yè)營業(yè)收入增長率較高，更容易獲得投資者的青睞，從而具有較高的融資效率;考慮優(yōu)先股是附屬資本，股本的主要變化取決于普通股，過多的股本會導(dǎo)致融資效率降低。

（二）建議

1.商業(yè)銀行應(yīng)做好應(yīng)對優(yōu)先股融資的成本控制

截至2018年底，共有19家銀行發(fā)行優(yōu)先股，其中有8家二次發(fā)行，但是根據(jù)上文規(guī)模收益不穩(wěn)定的表現(xiàn)，商業(yè)銀行利用優(yōu)先股融資并非都取得了很好的效果，例如不能達(dá)到優(yōu)先股發(fā)行的融資預(yù)期，即銀行優(yōu)先股籌資帶來的利潤小于每年支付的優(yōu)先股股息。另外，因為《商業(yè)銀行資本管理辦法》規(guī)定商業(yè)銀行必須設(shè)置將優(yōu)先股強(qiáng)制轉(zhuǎn)換為普通股的條款，就存在當(dāng)銀行因經(jīng)營不善導(dǎo)致一級資本充足率降至5.125%或以下及二級資本渠道出現(xiàn)問題等情況，將無法支付優(yōu)先股股息，甚至轉(zhuǎn)為普通股稀釋普通股股權(quán)。因此，盡管銀行在適當(dāng)?shù)臅r機(jī)發(fā)行優(yōu)先股融資能夠有效地補(bǔ)充公司一級資本，提高資本充足率，但還需要注意在開展業(yè)務(wù)的過程中應(yīng)該根據(jù)其業(yè)務(wù)水平、經(jīng)營規(guī)模、風(fēng)險構(gòu)成、資產(chǎn)負(fù)債結(jié)構(gòu)以及其他影響因子合理安排資金運(yùn)用，控制成本，不盲目追求資本擴(kuò)張。尤其是城商行，應(yīng)在精確計算發(fā)行優(yōu)先股所需費(fèi)用和支付的股息等有效數(shù)據(jù)后理性做出優(yōu)先股發(fā)行的決策。

2.商業(yè)銀行應(yīng)提高優(yōu)先股融集資本的使用效率

通過模型分析可以看出，隨著優(yōu)先股的發(fā)行，企業(yè)融資效率會持續(xù)受營業(yè)收入增長率和凈資產(chǎn)收益率等指標(biāo)的影響，因此，發(fā)行優(yōu)先股僅僅是優(yōu)化銀行資本結(jié)構(gòu)的第一步。商業(yè)銀行在不斷發(fā)展壯大的過程中，還要兼顧融集資本的使用效率，優(yōu)化資本消耗的信貸業(yè)務(wù)效率和資本管理水平，使資本在每一個發(fā)展階段發(fā)揮出最大的效能，使寶貴的融資資源在每一個效益環(huán)節(jié)得到有效利用，拓展內(nèi)需、創(chuàng)新技術(shù)、發(fā)掘潛力，用不斷增長的業(yè)績和良好的投資效益來證明優(yōu)先股投資的價值是巨大的，從而吸引更多的投資者參與。

3.商業(yè)銀行應(yīng)推進(jìn)技術(shù)創(chuàng)新，選擇合適的優(yōu)先股發(fā)行方案

在優(yōu)先股市場，不少中小城市商業(yè)銀行看到大型商業(yè)銀行因優(yōu)先股發(fā)行而取得豐厚回報，便跟風(fēng)設(shè)計了相同的優(yōu)先股設(shè)計方案，但又受限于自身規(guī)模不得不采用較低的股息率發(fā)行優(yōu)先股，因此中小城商行應(yīng)該結(jié)合自身具體情況選擇合適的優(yōu)先股發(fā)行方案。對于中國五大行來說，規(guī)模效率普遍偏高，但自身技術(shù)發(fā)展水平卻一般，根據(jù)上文研究，除了中國銀行，其他大行三年來全要素變動水平均有明顯下降，且主要是技術(shù)效率變動引起的。因此五大行在保持其規(guī)模發(fā)展的同時，必須實施轉(zhuǎn)型，應(yīng)該多引進(jìn)新的技術(shù)，開發(fā)更人性化的服務(wù)平臺，從而提高自身的技術(shù)應(yīng)用水平。

【參考文獻(xiàn)】

[1] 李磊.中國語境下的優(yōu)先股制度功能之反思：基于政治經(jīng)濟(jì)學(xué)維度的分析[J].銀行家，2017（3）：115-117.

[2] 李敏，劉雪凌，董娜.永續(xù)債與優(yōu)先股財稅處理比較探析[J].財會通訊，2019（28）：70-73.

[3] 曾康霖.怎樣看待直接融資與間接融資[J].金融研究，1993（10）：7-11.

[4] 張永麗.優(yōu)先股融資問題研究[D].天津商業(yè)大學(xué)碩士學(xué)位論文，2018.

[5] CHARNES A， COOPER W W， RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978（2）：429-444.

[6] 丁華，高丹.新三板掛牌企業(yè)融資效率：基于DEA- Malmquist方法[J].會計之友，2019（2）：21-25.

[7] 谷曉然.金融新常態(tài)下商業(yè)銀行融資效率的實證研究[J].征信，2018，36（2）：75-79.

[8] 于剛，張智晴.基于DEA-Malmquist指數(shù)的中國商業(yè)銀行效率研究[J].東北財經(jīng)大學(xué)學(xué)報，2019（1）：79-86.

[9] 李春玲，周昂.北京銀行優(yōu)先股融資的效應(yīng)及風(fēng)險分析[J].燕山大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2019，20（6）：81-88.