摘要：2020年是國(guó)務(wù)院《推進(jìn)普惠金融發(fā)展規(guī)劃（2016-2020）》到期之年，也是黨中央提出“要逐步形成以國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局”之年。在梳理普惠金融綜合效率理論的基礎(chǔ)上，從商業(yè)銀行普惠金融綜合效率角度出發(fā)，運(yùn)用DEA模型和Tobit模型，分析商業(yè)銀行普惠金融綜合效率及其影響因素。研究表明，隨著商業(yè)銀行普惠金融服務(wù)水平不斷提高，越來(lái)越多市場(chǎng)經(jīng)濟(jì)主體受益于普惠金融。商業(yè)銀行更加注重服務(wù)并讓利于實(shí)體經(jīng)濟(jì)的基本政策，為實(shí)現(xiàn)金融資源的公平合理分配做出重要貢獻(xiàn)。為提高普惠金融綜合效率，商業(yè)銀行需進(jìn)一步擴(kuò)大基礎(chǔ)客戶規(guī)模，提升信息技術(shù)在普惠金融基礎(chǔ)設(shè)施建設(shè)中的應(yīng)用，并加強(qiáng)風(fēng)險(xiǎn)管理，提升內(nèi)部管理水平。同時(shí)，政府部門(mén)應(yīng)加大對(duì)商業(yè)銀行普惠金融業(yè)務(wù)的政策扶持力度。

關(guān)鍵詞：普惠金融綜合效率;商業(yè)銀行;DEA-BCC模型;Tobit模型

中圖分類號(hào)：F832

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1672-626X（2021）06-0026-12

當(dāng)前，全球貿(mào)易摩擦不斷，多邊主義受到前所未有的挑戰(zhàn)。面對(duì)復(fù)雜多變的外部環(huán)境，2020年5月，習(xí)近平總書(shū)記在全國(guó)政協(xié)第十三屆全國(guó)委員會(huì)第三次會(huì)議上明確指出“要逐步形成以國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局”。國(guó)內(nèi)國(guó)際雙循環(huán)發(fā)展的首要任務(wù)是擴(kuò)大內(nèi)需，即在促進(jìn)消費(fèi)和增加投資兩方面著力。當(dāng)前低收入群體和小微企業(yè)在我國(guó)仍呈現(xiàn)高占比態(tài)勢(shì)，為此，2017年的政府工作報(bào)告提出要鼓勵(lì)大中型銀行開(kāi)發(fā)普惠金融產(chǎn)品，開(kāi)展普惠金融業(yè)務(wù)，2020年是國(guó)務(wù)院《推進(jìn)普惠金融發(fā)展規(guī)劃（2016-2020）》到期之年。普惠金融秉承服務(wù)于實(shí)體經(jīng)濟(jì)的本源，其目標(biāo)是在我國(guó)商業(yè)銀行內(nèi)部實(shí)行供給側(cè)改革，擴(kuò)大企業(yè)融資渠道，緩解小微企業(yè)、農(nóng)戶、個(gè)體工商戶等弱勢(shì)群體融資難、成本高等問(wèn)題。普惠金融在提升低收入群體收入、擴(kuò)大小微企業(yè)融資渠道、公平分配金融資源、縮小城鄉(xiāng)居民收入差距等方面具有舉足輕重的作用，其能增加企業(yè)投資，提振創(chuàng)新能力，促進(jìn)消費(fèi)拉動(dòng)內(nèi)需，賦能雙循環(huán)格局形成。

鑒于此，本文運(yùn)用DEA模型測(cè)算我國(guó)2020年不同類型商業(yè)銀行普惠金融綜合效率，運(yùn)用Tobit模型回歸分析影響效率高低的具體因素，并在此基礎(chǔ)上提出提高我國(guó)商業(yè)銀行普惠金融綜合效率的對(duì)策建議。

一、文獻(xiàn)綜述與理論分析

（一）普惠金融

從普惠金融的基本概念來(lái)看，現(xiàn)有文獻(xiàn)普遍認(rèn)為普惠金融起源于當(dāng)今社會(huì)對(duì)弱勢(shì)群體的金融排斥，其內(nèi)涵在于使有正當(dāng)金融需求的人都有權(quán)利享受合理的金融服務(wù)。2006年，世界銀行扶貧協(xié)商小組（CGAP）提出，普惠金融實(shí)現(xiàn)了讓有金融需求的貧困、弱勢(shì)人群平等地享受金融服務(wù)[1]。杜曉山（2007）認(rèn)為普惠金融以零散的小額貸款為主，形成其特有的可持續(xù)發(fā)展的金融服務(wù)體系[2]。王曙光（2015）認(rèn)為未來(lái)的金融體系應(yīng)該是平民很容易參與的、門(mén)檻極低的金融體系，這對(duì)于中國(guó)未來(lái)普惠金融體系的構(gòu)建既是挑戰(zhàn)也是機(jī)遇[3]。白欽先和高霞（2016）指出金融的本質(zhì)就是普惠，普惠金融將金融回歸本源，是金融發(fā)展的共享[4]。

從普惠金融的作用角度出發(fā)，大部分專家學(xué)者認(rèn)為普惠金融在促進(jìn)消費(fèi)、擴(kuò)大就業(yè)、幫扶弱勢(shì)群體、公平分配金融資源等方面起到重要作用。湯敏（2010）指出普惠金融在促進(jìn)就業(yè)、增加內(nèi)需以及減少收入差距和城鄉(xiāng)差距上都能起到重要作用[5]。焦瑾璞（2014）認(rèn)為普惠金融提高了小微企業(yè)、窮困地區(qū)低收入人群獲得金融服務(wù)的可能性[6]。易行健和周利（2018）認(rèn)為數(shù)字普惠金融對(duì)我國(guó)中西部地區(qū)、農(nóng)村地區(qū)促進(jìn)居民消費(fèi)的作用最為明顯[7]。巴曙松（2020）指出小微經(jīng)營(yíng)者是中國(guó)經(jīng)濟(jì)的重要組成部分，數(shù)字普惠金融將通過(guò)低成本高效率的手段長(zhǎng)期服務(wù)小微經(jīng)營(yíng)者發(fā)展[8]。張國(guó)慶和張蕾（2020）認(rèn)為普惠金融公平且有效率地分配金融資源，對(duì)暢通國(guó)內(nèi)大循環(huán)具有積極作用[9]。

（二）普惠金融綜合效率理論

一般而言，效率在經(jīng)濟(jì)學(xué)上指的是投入與產(chǎn)出的關(guān)系。金融效率指金融部門(mén)的投入與產(chǎn)出，也就是金融部門(mén)對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)的關(guān)系。商業(yè)銀行普惠金融綜合效率指的是商業(yè)銀行普惠金融相關(guān)部門(mén)的投入與產(chǎn)出，也就是普惠金融資產(chǎn)業(yè)務(wù)對(duì)商業(yè)銀行整體資產(chǎn)的貢獻(xiàn)關(guān)系。羅賓斯（2017）指出，效率是經(jīng)濟(jì)體輸入與輸出之間的關(guān)系，若給定輸入指標(biāo)所獲得的輸出水平越高，該經(jīng)濟(jì)體效率越高，反之該經(jīng)濟(jì)體效率越低;若給定輸出水平，所需要輸入指標(biāo)越少，則該經(jīng)濟(jì)體效率越高，反之該經(jīng)濟(jì)體效率越低[10]。普惠金融綜合效率的研究可以分為宏觀和微觀兩個(gè)層面。王振山（2000）把微觀金融效率界定為各類微觀主體對(duì)金融資源的配置狀態(tài)，把宏觀金融效率界定為金融資源在整個(gè)社會(huì)帕累托分配[11]。Henderson和Pearson（2011）在測(cè)度普惠金融效率時(shí)選取國(guó)民存款規(guī)模、某地區(qū)金融機(jī)構(gòu)數(shù)量和貸款規(guī)模作為指標(biāo)[12];Mandira和Jesim（2011）則認(rèn)為普惠金融效率取決于金融機(jī)構(gòu)的覆蓋面、普惠金融業(yè)務(wù)和產(chǎn)品的可得性等方面[13]。

商業(yè)銀行普惠金融綜合效率的影響因素也可從宏觀和微觀兩個(gè)層面來(lái)深入剖析。在宏觀層面，商業(yè)銀行普惠金融綜合效率高低受到監(jiān)管部門(mén)金融政策、各地方政府的政策導(dǎo)向等外部因素影響，若監(jiān)管部門(mén)宏觀政策傾向于扶持弱勢(shì)群體和金融機(jī)構(gòu)的普惠金融業(yè)務(wù)，則普惠金融綜合效率較高，反之效率則會(huì)降低。在微觀層面，商業(yè)銀行普惠金融綜合效率高低取決于商業(yè)銀行資金流動(dòng)性、盈利能力，以及商業(yè)銀行普惠金融基礎(chǔ)客戶規(guī)模、風(fēng)險(xiǎn)控制能力等因素的相互作用。一般而言，具有較強(qiáng)資金流動(dòng)性和盈利能力的商業(yè)銀行，能夠提升普惠金融貸款資金配置的效率，并提升拓展業(yè)務(wù)的積極性，從而提高普惠金融綜合效率;而基礎(chǔ)客戶規(guī)模決定了商業(yè)銀行對(duì)普惠金融客戶的挖掘和營(yíng)銷程度，基礎(chǔ)客戶規(guī)模越大，則商業(yè)銀行普惠金融客戶群體范圍越廣，普惠金融綜合效率相應(yīng)提高;風(fēng)險(xiǎn)控制能力則影響商業(yè)銀行普惠金融業(yè)務(wù)質(zhì)量的高低，對(duì)其效率影響起到重要作用。周國(guó)富和胡慧敏（2007）從宏觀金融及微觀金融效率角度研究了金融資源投入對(duì)國(guó)民經(jīng)濟(jì)運(yùn)行結(jié)果的影響[14]。盛丹和王永進(jìn)（2013）認(rèn)為銀行信貸資金配置的效率受信息收集成本的影響，而企業(yè)可以在一定程度上通過(guò)產(chǎn)業(yè)集聚產(chǎn)生的鏈?zhǔn)疥P(guān)系降低這一成本，從而提高商業(yè)銀行信貸資金配置效率[15]。王婧和胡國(guó)暉（2013）通過(guò)構(gòu)建普惠金融指數(shù)，分析出影響中國(guó)普惠金融發(fā)展的因素主要有宏觀經(jīng)濟(jì)、收入差距、基礎(chǔ)設(shè)施建設(shè)及金融調(diào)控四類[16]。孫志紅（2015）認(rèn)為國(guó)有商業(yè)銀行的農(nóng)村金融供給適宜于中國(guó)農(nóng)民脫貧階段的需求[17]。楊輝和許舜威（2018）基于省域差異視角分析中國(guó)普惠金融發(fā)展水平及影響因素，認(rèn)為財(cái)政支出和城鎮(zhèn)化水平對(duì)普惠金融產(chǎn)生正向作用[18]。

（三）效率測(cè)度方法——數(shù)據(jù)包絡(luò)分析DEA模型線性規(guī)劃DEA方法最早起源于Farrel（l1957）提出的前沿生產(chǎn)效率理論[19]，Charnes等（1978）將DEA用于

評(píng)估公共部門(mén)和非盈利部門(mén)的效率問(wèn)題[20]，DEA模型可用來(lái)衡量多種投入和多種產(chǎn)出的效率問(wèn)題，可根據(jù)研究目的和不同的項(xiàng)目，得出技術(shù)效率、規(guī)模效率、純技術(shù)效率、配置效率等結(jié)論。曾江洪和陳迪宇（2008）選取37家中小企業(yè)，從融資使用情況和融資成本角度出發(fā)，運(yùn)用DEA模型對(duì)中小企業(yè)融資效率進(jìn)行實(shí)證分析[21]。袁曉玲和張寶山（2009）運(yùn)用DEA模型的Malmquist指數(shù)對(duì)我國(guó)上市商業(yè)銀行在不同發(fā)展階段的全要素生產(chǎn)率進(jìn)行實(shí)證分析，并分析其影響因素和影響程度[22]。方先明和吳越洋（2015）運(yùn)用DEA模型，將上市中小企業(yè)的資產(chǎn)總額、資產(chǎn)負(fù)債率、主營(yíng)業(yè)務(wù)成本等作為投入指標(biāo)，將主營(yíng)業(yè)務(wù)增長(zhǎng)率、總資產(chǎn)周轉(zhuǎn)率、凈資產(chǎn)收益率等作為產(chǎn)出指標(biāo)進(jìn)行實(shí)證分析，研究上市中小企業(yè)的純技術(shù)效率和規(guī)模效率[23]。楊鷺和艾洪德（2020）運(yùn)用DEA模型對(duì)15家商業(yè)銀行的普惠金融技術(shù)效率指數(shù)和Malmquist生產(chǎn)率變化指數(shù)進(jìn)行測(cè)度[24]。

二、模型構(gòu)建與指標(biāo)選取

（一）模型構(gòu)建

本文提取我國(guó)25家商業(yè)銀行2020年普惠型小微企業(yè)貸款及相關(guān)截面數(shù)據(jù)，采用數(shù)據(jù)包絡(luò)分析DEA模型和Tobit模型對(duì)商業(yè)銀行普惠金融綜合效率及其影響因素進(jìn)行測(cè)度分析，主要考慮以下幾方面因素：一是普惠性小微企業(yè)貸款是我國(guó)商業(yè)銀行普惠金融業(yè)務(wù)的主體，且統(tǒng)計(jì)指標(biāo)可量化，25家商業(yè)銀行涵蓋我國(guó)主要國(guó)有大型商業(yè)銀行、全國(guó)性股份制銀行、區(qū)域性商業(yè)銀行普惠金融業(yè)務(wù)數(shù)據(jù)，具有一定代表性;二是DEA模型利用非參數(shù)法進(jìn)行評(píng)價(jià)，能夠處理大量數(shù)據(jù)，投入和產(chǎn)出數(shù)量不受限;三是DEA模型對(duì)投入和產(chǎn)出數(shù)據(jù)的衡量單位無(wú)統(tǒng)一要求;四是通過(guò)DEA-BCC模型對(duì)商業(yè)銀行普惠金融綜合效率分析得出，在相當(dāng)多的觀測(cè)點(diǎn)上，被解釋變量的取值為1，為此可以進(jìn)一步運(yùn)用Tobit模型歸并回歸，進(jìn)行效率機(jī)理分析。

1.DEA-BCC模型

DEA是利用非參數(shù)方法，評(píng)價(jià)在多投入、多產(chǎn)出的情況下決策單元DMU的配置效率。本文中，設(shè)定決策單元DMU為我國(guó)K家上市商業(yè)銀行，測(cè)算K家商業(yè)銀行的普惠金融綜合效率，投入指標(biāo)和產(chǎn)出指標(biāo)的個(gè)數(shù)分別為M和N。xjm表示第j個(gè)商業(yè)銀行的第m種資源投入量。yjn表示第j個(gè)商業(yè)銀行的第n種指標(biāo)產(chǎn)出量。

同時(shí)，對(duì)每個(gè)投入產(chǎn)出變量賦予一定權(quán)重，分別表示為：v=（v1，v2，...vm）;u=（u1，u2，...un）。

每個(gè)決策單元DMU的效率評(píng)價(jià)指數(shù)為：∑

對(duì)于第（ii=1，2，...k）個(gè)商業(yè)銀行在規(guī)模報(bào)酬可變（VRS）下的DEA模型表示為：

公式（2）中，θ為綜合效率指數(shù)，且0<θ≤1，θ的數(shù)值越大，表示商業(yè)銀行普惠金融業(yè)務(wù)的配置效率越高，當(dāng)θ=1時(shí)，表示該商業(yè)銀行的普惠金融綜合效率有效且達(dá)到最優(yōu)，如果θ<1，表示該商業(yè)銀行普惠金融綜合效率無(wú)效;s-和s+分別表示松弛變量和剩余變量;λ為權(quán)重變量。

通過(guò)對(duì)綜合效率（OE）的分解，將其進(jìn)一步分解為純技術(shù)效率（PTE）和規(guī)模效率（SE）二者的乘積，得到OE=PTE*SE，純技術(shù)有效是指產(chǎn)出指標(biāo)相對(duì)投入指標(biāo)而言已達(dá)到最大，規(guī)模有效是指投入指標(biāo)既不偏大，也不過(guò)小，是介于規(guī)模收益由遞增到遞減之間的一種狀態(tài)。當(dāng)PTE=1時(shí)，表示該商業(yè)銀行普惠金融業(yè)務(wù)屬于純技術(shù)有效;當(dāng)PTE<1時(shí)，表示商業(yè)銀行普惠金融業(yè)務(wù)處于純技術(shù)無(wú)效。當(dāng)SE=1時(shí)，表示該商業(yè)銀行處于最佳規(guī)模效率水平;當(dāng)SE<1時(shí)，表示該商業(yè)銀行處于規(guī)模無(wú)效率的狀態(tài)。

2.Tobit模型

Tobit模型也稱為受限因變量模型，是因變量滿足某種約束條件下取值的模型。本文采用的是滿足約束條件下的連續(xù)變量方程模型。選取該模型的原因在于：用DEA模型計(jì)算出來(lái)的效率值屬于截?cái)嗟那闆r，在0到1之間，最大值為1，如果采用普通最小二乘法（OLS）來(lái)估計(jì)回歸系數(shù)，可能會(huì)出現(xiàn)無(wú)法完整呈現(xiàn)數(shù)據(jù)而導(dǎo)致估計(jì)偏差的情況，因此Tobit模型用來(lái)研究影響商業(yè)銀行普惠金融綜合效率的因素最為合適。

對(duì)于第（ii=1，2，...k）個(gè)商業(yè)銀行普惠金融綜合效率影響因素研究所設(shè)定的Tobit模型如下：

Yi=β0+β1x1+β2x2+…+βixi+μi+εi（3）

其中，Yi為我國(guó)第i個(gè)商業(yè)銀行普惠金融綜合效率指數(shù)，xi為影響不同商業(yè)銀行普惠金融綜合效率的各個(gè)因素，即自變量。βi為效率影響因素的對(duì)應(yīng)系數(shù)，μi為個(gè)體固定效應(yīng)，εi為隨機(jī)干擾項(xiàng)。

（二）指標(biāo)選取與變量設(shè)計(jì)

2020年是我國(guó)普惠金融推行的關(guān)鍵一年，也是我國(guó)脫貧攻堅(jiān)戰(zhàn)略收官之年，在雙循環(huán)新發(fā)展格局背景下，監(jiān)管部門(mén)敦促金融機(jī)構(gòu)回歸本源服務(wù)并讓利于實(shí)體經(jīng)濟(jì)，打通融資渠道堵點(diǎn)，疏通國(guó)內(nèi)大循環(huán)，其中商業(yè)銀行是我國(guó)普惠金融業(yè)務(wù)發(fā)展的主力軍?；谝陨峡紤]，本文選取我國(guó)25家上市商業(yè)銀行作為研究對(duì)象，其中包含6家國(guó)有大型商業(yè)銀行、9家全國(guó)性股份制商業(yè)銀行、10家區(qū)域性商業(yè)銀行，分別是建設(shè)銀行、工商銀行、中國(guó)銀行、農(nóng)業(yè)銀行、交通銀行、郵儲(chǔ)銀行、興業(yè)銀行、招商銀行、中信銀行、浙商銀行、光大銀行、民生銀行、平安銀行、浦發(fā)銀行、華夏銀行、北京銀行、貴陽(yáng)銀行、杭州銀行、江蘇銀行、南京銀行、寧波銀行、上海銀行、鄭州銀行、西安銀行、青島銀行。收集這些商業(yè)銀行2020年普惠金融綜合效率相關(guān)數(shù)據(jù)，圍繞各家銀行普惠金融基礎(chǔ)設(shè)施投入、人力資源投入、成本費(fèi)用投入、政策導(dǎo)向、客戶基礎(chǔ)、風(fēng)險(xiǎn)規(guī)避、普惠金融業(yè)務(wù)成果等方面發(fā)展情況進(jìn)行研究。

1.普惠金融綜合效率變量設(shè)計(jì)

根據(jù)普惠金融綜合效率理論，商業(yè)銀行普惠金融綜合效率可通過(guò)分析商業(yè)銀行對(duì)普惠金融的資源投入和產(chǎn)出比例得出。商業(yè)銀行對(duì)普惠金融的投入主要包含網(wǎng)點(diǎn)覆蓋范圍和設(shè)施設(shè)備等固定資產(chǎn)投入、人力資源投入、資本費(fèi)用投入、風(fēng)險(xiǎn)規(guī)避成本等，從而體現(xiàn)商業(yè)銀行對(duì)普惠金融業(yè)務(wù)的重視程度。而普惠金融的產(chǎn)出可從其融資規(guī)模、客戶規(guī)模及業(yè)務(wù)收入等方面綜合考量，以體現(xiàn)商業(yè)銀行普惠金融業(yè)務(wù)經(jīng)營(yíng)成果。當(dāng)不同商業(yè)銀行投入資源指標(biāo)一定時(shí)，產(chǎn)出水平越高說(shuō)明其普惠金融綜合效率越高。因此，本文選取25家商業(yè)銀行對(duì)普惠型小微企業(yè)貸款方面的各項(xiàng)投入資源作為投入指標(biāo)，具體包括營(yíng)業(yè)網(wǎng)點(diǎn)數(shù)、從業(yè)人數(shù)、固定資產(chǎn)投入、業(yè)務(wù)管理費(fèi)用支出和撥備覆蓋率;產(chǎn)出指標(biāo)主要選取各家商業(yè)銀行普惠金融貸款余額、普惠金融客戶總數(shù)和普惠金融貸款利息收入來(lái)衡量。具體投入產(chǎn)出指標(biāo)見(jiàn)表1。

表1選取指標(biāo)數(shù)據(jù)主要來(lái)自Wind數(shù)據(jù)庫(kù)及各家商業(yè)銀行2020年6月末財(cái)務(wù)報(bào)告。在收集整理數(shù)據(jù)的過(guò)程中了解到，由于各家商業(yè)銀行管理體制與成本劃歸口徑不一致，現(xiàn)實(shí)中部分普惠金融部門(mén)數(shù)據(jù)未能進(jìn)行單獨(dú)披露，因此本文采取線性方式進(jìn)行預(yù)測(cè)，即針對(duì)未單獨(dú)披露的商業(yè)銀行普惠金融業(yè)務(wù)從業(yè)人數(shù)、商業(yè)銀行普惠金融條線固定資產(chǎn)投入金額、商業(yè)銀行普惠金融條線業(yè)務(wù)管理費(fèi)用支出、商業(yè)銀行普惠金融貸款利息收入這四項(xiàng)指標(biāo)，以全行員工數(shù)、全行固定資產(chǎn)賬面價(jià)值、全行業(yè)務(wù)管理費(fèi)、對(duì)公及對(duì)私貸款利息收入作為基數(shù)，以截至2020年6月末各行普惠金融貸款余額占全部貸款規(guī)模的比例作為比重，線性估算以上四項(xiàng)指標(biāo)。

2.普惠金融綜合效率影響因素變量設(shè)計(jì)

在研究對(duì)普惠金融綜合效率的影響因素構(gòu)成方面，本文根據(jù)DEA模型測(cè)算結(jié)果，判斷影響商業(yè)銀行普惠金融綜合效率的主要因素，選取25家商業(yè)銀行整體基礎(chǔ)客戶規(guī)模、資產(chǎn)成本、風(fēng)險(xiǎn)偏好，以及監(jiān)管部門(mén)對(duì)各類型商業(yè)銀行的普惠金融政策導(dǎo)向作為自變量，具體包括各家銀行撥備覆蓋率、不良貸款率、流動(dòng)性比例、存款規(guī)模、凈息差、貸存比，以及人民銀行對(duì)不同類型商業(yè)銀行定向降準(zhǔn)的政策扶持力度，具體解釋見(jiàn)表2。

以上選取指標(biāo)數(shù)據(jù)主要來(lái)自Wind數(shù)據(jù)庫(kù)及各家商業(yè)銀行2020年6月末財(cái)務(wù)報(bào)告。Tobit模型用以上設(shè)計(jì)符號(hào)表示自變量后，該模型可表示為：

Yi=β0+β1BBFGL+β2BLDKL+β3ZCFCLD+β4LDBL+β5CKGM+β6JXC+β7DCB+μi+εi

其中定向降準(zhǔn)政策扶持力度這一自變量數(shù)據(jù)是根據(jù)人民銀行官方網(wǎng)站2020年5月末公布的定向降準(zhǔn)政策，結(jié)合金融機(jī)構(gòu)平均存款準(zhǔn)備金率數(shù)據(jù)設(shè)計(jì)所得。具體數(shù)據(jù)見(jiàn)表3。

根據(jù)人民銀行發(fā)布的定向降準(zhǔn)政策，表3中大型銀行包括國(guó)有大型銀行，中型銀行包括股份制商業(yè)銀行，小型銀行包括區(qū)域性商業(yè)銀行、農(nóng)村商業(yè)銀行、農(nóng)村合作銀行、農(nóng)村信用社和村鎮(zhèn)銀行。符合條件的大、中型銀行可享受普惠金融定向降準(zhǔn)政策優(yōu)惠，符合條件的小型銀行可享受新增存款一定比例用于當(dāng)?shù)刭J款考核政策的優(yōu)惠。表3數(shù)據(jù)為優(yōu)惠政策后的存款準(zhǔn)備金率，以及根據(jù)各類型商業(yè)銀行平均存款準(zhǔn)備金率而設(shè)計(jì)的政策扶持力度指數(shù)。

三、實(shí)證分析

本文首先利用DEAP2.1軟件，對(duì)我國(guó)25家上市商業(yè)銀行2020年6月末普惠型小微企業(yè)貸款截面數(shù)據(jù)進(jìn)行計(jì)算，通過(guò)測(cè)度其靜態(tài)綜合效率，從整體上分析不同類型商業(yè)銀行普惠金融綜合效率的基本情況，然后通過(guò)將靜態(tài)綜合效率分解為純技術(shù)效率和規(guī)模效率，判斷商業(yè)銀行普惠金融業(yè)務(wù)發(fā)揮效率的主要原因。最后運(yùn)用StataSE軟件，對(duì)商業(yè)銀行普惠金融綜合效率影響因素的相關(guān)數(shù)據(jù)進(jìn)行Tobit模型回歸，分析各因素的影響程度。

（一）商業(yè)銀行普惠金融靜態(tài)綜合效率分析

通過(guò)DEA-BCC模型及DEAP2.1軟件，對(duì)25家商業(yè)銀行普惠金融業(yè)務(wù)進(jìn)行靜態(tài)綜合效率分析，并采用線性方式統(tǒng)計(jì)不同類型商業(yè)銀行普惠金融綜合效率均值，結(jié)果如表4所示。

從表4可知，從整體上看，商業(yè)銀行普惠金融綜合效率處于較高水平，達(dá)效率最優(yōu)值的比例為60%，25家商業(yè)銀行效率均值為0.939。從類型上看，國(guó)有大型商業(yè)銀行普惠金融綜合效率均值處于最高水平，達(dá)0.978，股份制商業(yè)銀行緊隨其后，普惠金融綜合效率均值為0.962，區(qū)域性商業(yè)銀行普惠金融綜合效率均值相對(duì)較低，低于整體效率均值，數(shù)值為0.895。從細(xì)分來(lái)看，國(guó)有大型商業(yè)銀行中，除交通銀行和郵儲(chǔ)銀行外，其余四家商業(yè)銀行普惠金融綜合效率均為1，達(dá)到最優(yōu)值。9家股份制商業(yè)銀行中，普惠金融綜合效率最優(yōu)比例約為55%，其中華夏銀行、興業(yè)銀行、招商銀行的普惠金融綜合效率低于整體平均水平。區(qū)域性商業(yè)銀行中，貴陽(yáng)銀行與寧波銀行效率最低，分別為0.650與0.553。這在很大程度上與不同類型商業(yè)銀行的自身性質(zhì)和基礎(chǔ)客戶規(guī)模有關(guān)。

（二）商業(yè)銀行普惠金融純技術(shù)效率和規(guī)模效率分析

同樣運(yùn)用DEAP2.1軟件，將各商業(yè)銀行普惠金融綜合效率分解為純技術(shù)效率和規(guī)模效率，從而判斷商業(yè)銀行普惠金融業(yè)務(wù)發(fā)揮效率的主要原因。其中純技術(shù)效率反映的是商業(yè)銀行管理水平方面的問(wèn)題，規(guī)模效率反映的是商業(yè)銀行提供普惠金融服務(wù)的規(guī)模問(wèn)題。具體效率數(shù)值如表5所示。

通過(guò)測(cè)算25家商業(yè)銀行的純技術(shù)效率和規(guī)模效率，發(fā)現(xiàn)各商業(yè)銀行提高普惠金融綜合效率的途徑不盡相同。從橫向比較來(lái)看，除已達(dá)到靜態(tài)綜合效率最優(yōu)值的15家商業(yè)銀行外，郵儲(chǔ)銀行、華夏銀行、招商銀行和青島銀行主要通過(guò)純技術(shù)效率促進(jìn)普惠金融綜合效率的提高，即通過(guò)提升自身管理水平、深化金融改革、創(chuàng)新普惠金融產(chǎn)品，在普惠金融業(yè)務(wù)的發(fā)展過(guò)程中，內(nèi)部控制更加合規(guī)，風(fēng)險(xiǎn)管理更加有效，從而提高普惠金融綜合效率。而交通銀行、興業(yè)銀行、中信銀行、貴陽(yáng)銀行和寧波銀行則主要依靠規(guī)模效率作為支撐，純技術(shù)效率對(duì)綜合效率的貢獻(xiàn)較少。這說(shuō)明這幾家商業(yè)銀行主要通過(guò)擴(kuò)大普惠金融服務(wù)的整體規(guī)模，在自身能力的基礎(chǔ)上，使相對(duì)更多的弱勢(shì)群體享受到普惠金融服務(wù)，從而提高普惠金融綜合效率。

從縱向?qū)Ρ葋?lái)看，不同類型商業(yè)銀行在靜態(tài)綜合效率均值、純技術(shù)效率均值、規(guī)模效率均值方面表現(xiàn)出不同的差異特征，具體數(shù)據(jù)如表6所示。國(guó)有大型商業(yè)銀行的純技術(shù)效率均值為0.981，僅交通銀行未達(dá)到最優(yōu)值，且低于0.9，拉低整體效率水平，說(shuō)明其內(nèi)部管理水平有待提高。股份制商業(yè)銀行的純技術(shù)效率均值為0.988，其中興業(yè)銀行純技術(shù)效率低于該類型商業(yè)銀行平均水平。區(qū)域性商業(yè)銀行純技術(shù)效率均值為0.916，明顯低于國(guó)有大型商業(yè)銀行和股份制商業(yè)銀行，其中貴陽(yáng)銀行和寧波銀行純技術(shù)效率最低，進(jìn)一步驗(yàn)證了其綜合效率低下的主要原因在于銀行內(nèi)部管理水平存在較大不足，需進(jìn)一步完善銀行內(nèi)部控制制度和業(yè)務(wù)管理機(jī)制，降低普惠金融業(yè)務(wù)風(fēng)險(xiǎn)水平。

在規(guī)模效率方面，國(guó)有大型商業(yè)銀行規(guī)模效率均值為0.997，接近最優(yōu)值;股份制商業(yè)銀行和區(qū)域性商業(yè)銀行的規(guī)模效率均值均為0.975，其中招商銀行的規(guī)模效率處于最低值，說(shuō)明其拓展普惠金融業(yè)務(wù)的積極性有待提高。另外，后兩類商業(yè)銀行的規(guī)模效率均值雖低于國(guó)有大型商業(yè)銀行，但接近95%都在0.9以上，且區(qū)域性商業(yè)銀行表現(xiàn)出了優(yōu)秀的規(guī)模擴(kuò)張趨勢(shì)，這在很大程度上得益于人民銀行加大對(duì)中小型商業(yè)銀行的普惠金融政策扶持力度，在定向降準(zhǔn)方面給予了中小型商業(yè)銀行較大的傾斜。

從整體情況來(lái)看，25家商業(yè)銀行普惠金融綜合效率的高低取決于純技術(shù)效率和規(guī)模效率的水平，且規(guī)模效率在其中發(fā)揮著更為重要的作用。說(shuō)明隨著國(guó)際國(guó)內(nèi)雙循環(huán)格局的形成、金融服務(wù)于實(shí)體經(jīng)濟(jì)要求的深入，越來(lái)越多主體受益于金融服務(wù)，普惠金融服務(wù)水平不斷提高，規(guī)模不斷擴(kuò)大的同時(shí)也提升了普惠金融的精準(zhǔn)度。

（三）商業(yè)銀行普惠金融綜合效率的影響因素分析

根據(jù)上文DEA模型對(duì)商業(yè)銀行普惠金融綜合效率的測(cè)度和分析，本文選取25家商業(yè)銀行撥備覆蓋率、不良貸款率、流動(dòng)性比例、存款規(guī)模、凈息差、貸存比以及人民銀行對(duì)不同類型商業(yè)銀行定向降準(zhǔn)的政策扶持力度作為商業(yè)銀行普惠金融綜合效率的影響因素，具體變量指標(biāo)設(shè)計(jì)及說(shuō)明如表2所示。并運(yùn)用Tobit模型回歸分析各因素的影響方向和影響程度，回歸結(jié)果見(jiàn)表7所示。

從表7回歸結(jié)果可知，七個(gè)變量中，撥備覆蓋率、不良貸款率、政策扶持力度及存款規(guī)模四個(gè)變量對(duì)商業(yè)銀行普惠金融綜合效率相關(guān)關(guān)系顯著有效，流動(dòng)性比例、凈息差、貸存比三個(gè)變量與其效率關(guān)系不顯著。對(duì)商業(yè)銀行普惠金融綜合效率有正向促進(jìn)作用的因素有存款規(guī)模和政策扶持力度，而撥備覆蓋率、不良貸款率則對(duì)其普惠金融綜合效率的發(fā)揮起到反向作用。

第一，從基礎(chǔ)客戶規(guī)模角度看，商業(yè)銀行普惠金融業(yè)務(wù)的主要目的在于將金融資源與金融服務(wù)惠及相對(duì)弱勢(shì)的小微企業(yè)主體，扶持小微企業(yè)發(fā)展，縮小各主體之間的貧富差距，提高弱勢(shì)主體的收入和消費(fèi)水平，完善我國(guó)產(chǎn)業(yè)結(jié)構(gòu)。存款規(guī)模越大意味著相對(duì)而言商業(yè)銀行普惠基礎(chǔ)客戶群體覆蓋率越廣泛，在推進(jìn)普惠金融業(yè)務(wù)的過(guò)程中具備天然優(yōu)勢(shì)，從而提高普惠金融綜合效率。

第二，從風(fēng)險(xiǎn)管理角度看，商業(yè)銀行不良貸款率的高低反映其資產(chǎn)業(yè)務(wù)風(fēng)險(xiǎn)管理水平，不良貸款率越高，說(shuō)明商業(yè)銀行在普惠金融業(yè)務(wù)發(fā)展過(guò)程中，事前風(fēng)險(xiǎn)評(píng)估、事中風(fēng)險(xiǎn)評(píng)價(jià)、事后風(fēng)險(xiǎn)控制方面水平越低，進(jìn)而對(duì)普惠金融綜合效率產(chǎn)生負(fù)面影響;反之不良貸款率越低，反映商業(yè)銀行風(fēng)險(xiǎn)管理水平越高，普惠金融綜合效率則越高。撥備覆蓋率是商業(yè)銀行風(fēng)險(xiǎn)偏好程度的表現(xiàn)，不同商業(yè)銀行在業(yè)務(wù)拓展方面的激進(jìn)程度不同，加之受企業(yè)信貸文化影響較深，表現(xiàn)出不同的風(fēng)險(xiǎn)偏好程度。撥備覆蓋率越高，說(shuō)明商業(yè)銀行在發(fā)展普惠金融業(yè)務(wù)過(guò)程中趨于保守，更傾向拓展低風(fēng)險(xiǎn)業(yè)務(wù)，且在客戶的選擇上更為謹(jǐn)慎，使得普惠金融綜合效率降低;反之撥備覆蓋率越低，說(shuō)明商業(yè)銀行對(duì)業(yè)務(wù)及客戶的風(fēng)險(xiǎn)偏好程度越高，則普惠金融綜合效率越高。

第三，從政策導(dǎo)向角度看，監(jiān)管部門(mén)對(duì)商業(yè)銀行政策及資源傾斜的力度在一定程度上影響其發(fā)展普惠金融業(yè)務(wù)的積極性、業(yè)務(wù)成本和盈利能力，存款準(zhǔn)備金率越低，意味著人民銀行對(duì)商業(yè)銀行的政策扶持力度越大，商業(yè)銀行普惠金融綜合效率就越高，反之則會(huì)降低其普惠金融綜合效率。

第四，我國(guó)商業(yè)銀行普惠金融綜合效率與凈息差、貸存比兩個(gè)變量關(guān)系不顯著，這說(shuō)明普惠金融綜合效率高低與商業(yè)銀行資產(chǎn)業(yè)務(wù)成本、盈利能力大小并無(wú)太大關(guān)聯(lián)，從側(cè)面反映商業(yè)銀行是推行普惠金融政策的主力軍。在服務(wù)實(shí)體經(jīng)濟(jì)目標(biāo)的指引下，為弱勢(shì)群體提供金融服務(wù)是商業(yè)銀行普惠金融業(yè)務(wù)的宗旨，具有更為廣泛的包容性。

四、研究結(jié)論與政策建議

（一）研究結(jié)論

第一，從我國(guó)商業(yè)銀行普惠金融綜合效率來(lái)看，25家商業(yè)銀行中，15家商業(yè)銀行普惠金融綜合效率達(dá)最優(yōu)值，包括建設(shè)銀行、工商銀行、農(nóng)業(yè)銀行、中國(guó)銀行、平安銀行、浦發(fā)銀行、浙商銀行、光大銀行、民生銀行、北京銀行、杭州銀行、江蘇銀行、上海銀行、鄭州銀行、西安銀行。其中國(guó)有大型商業(yè)銀行普惠金融綜合效率處于最高水平，股份制商業(yè)銀行次之，區(qū)域性商業(yè)銀行最低。這與國(guó)有大型商業(yè)銀行國(guó)有產(chǎn)權(quán)性質(zhì)與基礎(chǔ)客戶規(guī)模有關(guān)，并得益于國(guó)有大型商業(yè)銀行對(duì)普惠金融的基礎(chǔ)設(shè)施建設(shè)、風(fēng)險(xiǎn)管理與業(yè)務(wù)成本投入的規(guī)模優(yōu)勢(shì)。一是國(guó)有大型商業(yè)銀行的國(guó)有產(chǎn)權(quán)性質(zhì)決定了其必須更加積極響應(yīng)國(guó)家號(hào)召，從頂層設(shè)計(jì)上完善普惠金融發(fā)展的進(jìn)度計(jì)劃。二是相比之下，國(guó)有大型商業(yè)銀行與股份制商業(yè)銀行營(yíng)業(yè)網(wǎng)點(diǎn)覆蓋范圍更為廣泛，客戶基礎(chǔ)規(guī)模遠(yuǎn)大于區(qū)域性商業(yè)銀行。三是國(guó)有大型商業(yè)銀行更具實(shí)力跟進(jìn)和推廣普惠金融配套服務(wù)，不論是普惠金融基礎(chǔ)設(shè)施建設(shè)、普惠金融業(yè)務(wù)成本投入，還是普惠金融貸款風(fēng)險(xiǎn)管理系統(tǒng)等，相比股份制商業(yè)銀行和區(qū)域性商業(yè)銀行，其更具規(guī)模優(yōu)勢(shì)，從而搶占先機(jī)。

第二，從我國(guó)商業(yè)銀行普惠金融純技術(shù)效率和規(guī)模效率來(lái)看，除已達(dá)到效率最優(yōu)值的15家商業(yè)銀行外，郵儲(chǔ)銀行、華夏銀行、招商銀行和青島銀行主要通過(guò)純技術(shù)效率促進(jìn)普惠金融綜合效率的提高，交通銀行、興業(yè)銀行、中信銀行、貴陽(yáng)銀行和寧波銀行則主要依靠規(guī)模效率作為支撐，純技術(shù)效率對(duì)綜合效率的貢獻(xiàn)較少。股份制商業(yè)銀行的普惠金融純技術(shù)效率均值超越國(guó)有大型商業(yè)銀行，表現(xiàn)出良好的內(nèi)部管理水平。國(guó)有大型商業(yè)銀行的普惠金融規(guī)模效率均值最高，而區(qū)域性商業(yè)銀行也表現(xiàn)出優(yōu)秀的規(guī)模擴(kuò)張趨勢(shì)。這說(shuō)明隨著國(guó)際國(guó)內(nèi)雙循環(huán)格局的形成以及普惠金融服務(wù)水平不斷提高，越來(lái)越多市場(chǎng)經(jīng)濟(jì)主體受益于金融服務(wù)。

第三，從影響我國(guó)商業(yè)銀行普惠金融綜合效率的因素來(lái)看，商業(yè)銀行客戶基礎(chǔ)水平、政策扶持力度對(duì)普惠金融綜合效率起到正向促進(jìn)作用，表現(xiàn)為商業(yè)銀行存款規(guī)模越大，普惠金融綜合效率越高;人民銀行定向降準(zhǔn)政策扶持力度越大，商業(yè)銀行普惠金融綜合效率越高。而不良貸款率和撥備覆蓋率高低也與商業(yè)銀行普惠金融綜合效率呈顯著相關(guān)，但對(duì)其效率的發(fā)揮起到反向作用，表現(xiàn)為不良貸款率、撥備覆蓋率越低，商業(yè)銀行普惠金融綜合效率越高。此外，體現(xiàn)商業(yè)銀行盈利能力及資產(chǎn)業(yè)務(wù)成本的凈息差和貸存比兩個(gè)因素與普惠金融綜合效率關(guān)系不顯著，反映出在推動(dòng)普惠金融業(yè)務(wù)發(fā)展過(guò)程中，我國(guó)商業(yè)銀行在一定程度上弱化對(duì)盈利和成本的考核比重，更加注重并回歸金融服務(wù)于實(shí)體經(jīng)濟(jì)、讓利于實(shí)體經(jīng)濟(jì)的基本政策，為實(shí)現(xiàn)金融資源的公平合理分配做出重要貢獻(xiàn)。

（二）政策建議

第一，持續(xù)擴(kuò)大商業(yè)銀行基礎(chǔ)客戶規(guī)模，強(qiáng)化普惠金融發(fā)展規(guī)劃和頂層設(shè)計(jì)。商業(yè)銀行普惠金融綜合效率與其基礎(chǔ)客戶規(guī)模呈正向顯著相關(guān)性，因此規(guī)模效率未達(dá)最大化的商業(yè)銀行應(yīng)不斷豐富經(jīng)營(yíng)板塊和網(wǎng)絡(luò)渠道，拓寬基礎(chǔ)客戶規(guī)模，夯實(shí)批量服務(wù)普惠金融根基，下沉服務(wù)重心，提升普惠金融綜合效率。一是在大力推動(dòng)商業(yè)銀行內(nèi)部普惠事業(yè)部建設(shè)的基礎(chǔ)上，加快引領(lǐng)建設(shè)覆蓋縣域、村鎮(zhèn)的金融機(jī)構(gòu)網(wǎng)點(diǎn)，充分挖掘有效普惠金融客戶，擴(kuò)大享受普惠金融貸款的經(jīng)營(yíng)主體，有效提升普惠金融業(yè)務(wù)的可得性。二是在發(fā)揮規(guī)模優(yōu)勢(shì)的同時(shí)，加強(qiáng)數(shù)據(jù)信息整合能力，提高普惠金融業(yè)務(wù)的專業(yè)性和業(yè)務(wù)流程的標(biāo)準(zhǔn)化，在風(fēng)險(xiǎn)可控的前提下適時(shí)推出批量、打包式服務(wù)，擴(kuò)大普惠金融的覆蓋范圍，提升普惠金融的業(yè)務(wù)處理速度與服務(wù)質(zhì)量，降低普惠金融成本，最大程度實(shí)現(xiàn)規(guī)模效益。三是加強(qiáng)頂層設(shè)計(jì)，各商業(yè)銀行普惠金融事業(yè)部應(yīng)在對(duì)普惠金融客戶分類的基礎(chǔ)上精準(zhǔn)聚焦小微企業(yè)、涉農(nóng)客戶和扶貧弱勢(shì)群體，針對(duì)不同客戶類型推出個(gè)性化、標(biāo)準(zhǔn)化金融產(chǎn)品，注重產(chǎn)品創(chuàng)新，在擴(kuò)大基礎(chǔ)客戶、擴(kuò)大普惠金融覆蓋面、降低普惠金融成本等方面扎實(shí)推進(jìn)普惠金融發(fā)展，提升普惠金融綜合效率。

第二，推動(dòng)金融科技在商業(yè)銀行普惠金融基礎(chǔ)設(shè)施建設(shè)中的運(yùn)用。商業(yè)銀行在普惠金融基礎(chǔ)設(shè)施的投入和建設(shè)過(guò)程中，應(yīng)加強(qiáng)金融科技的投入和應(yīng)用。一是用信息技術(shù)如人工智能等，賦能普惠金融業(yè)務(wù)，創(chuàng)新金融產(chǎn)品，改造業(yè)務(wù)流程，加強(qiáng)征信體系、支付體系建設(shè)，促進(jìn)數(shù)字普惠金融與傳統(tǒng)普惠金融協(xié)調(diào)配合，多渠道滿足各群體金融需求，降低資金供需兩端的交易成本，為弱勢(shì)群體提供更為便捷的金融服務(wù)，進(jìn)一步擴(kuò)大商業(yè)銀行普惠金融業(yè)務(wù)的范圍和覆蓋面，提升普惠金融規(guī)模效率，促進(jìn)綜合效率的提升。二是運(yùn)用科技手段對(duì)普惠金融客戶群體進(jìn)行風(fēng)險(xiǎn)評(píng)估、分類分級(jí)，提升風(fēng)險(xiǎn)管理系統(tǒng)的智能化水平，運(yùn)用大數(shù)據(jù)、云計(jì)算等技術(shù)強(qiáng)化貸前數(shù)據(jù)評(píng)價(jià)、貸中風(fēng)險(xiǎn)控制、貸后資金監(jiān)控能力，同時(shí)對(duì)不同等級(jí)客戶實(shí)行差異化利率定價(jià)策略，提升普惠金融利率定價(jià)水平和風(fēng)險(xiǎn)管理水平。三是運(yùn)用人工智能打造各類普惠金融應(yīng)用場(chǎng)景，將普惠金融業(yè)務(wù)嵌入客戶交易流程，如物流、電商等平臺(tái)，促進(jìn)普惠金融的高效運(yùn)行，從而打通小微企業(yè)等普惠金融群體在經(jīng)濟(jì)發(fā)展中金融需求的堵點(diǎn)，暢通國(guó)內(nèi)循環(huán)。打造跨境撮合平臺(tái)，助力小微企業(yè)創(chuàng)新商業(yè)模式對(duì)接全球，不斷增強(qiáng)普惠金融國(guó)際影響力。

第三，加強(qiáng)商業(yè)銀行信貸風(fēng)險(xiǎn)管理，注重普惠金融績(jī)效考核評(píng)價(jià)體系建設(shè)。一方面，商業(yè)銀行應(yīng)重視整體資產(chǎn)信貸業(yè)務(wù)風(fēng)險(xiǎn)管理，完善風(fēng)險(xiǎn)預(yù)警、風(fēng)險(xiǎn)評(píng)估和風(fēng)險(xiǎn)監(jiān)測(cè)流程，強(qiáng)化事前事中事后的科技監(jiān)管，提升智能化風(fēng)險(xiǎn)控制在風(fēng)險(xiǎn)管理中的比例，從而降低整體信貸業(yè)務(wù)不良貸款率，增加小微企業(yè)不良貸款容忍度，從而提升普惠金融綜合效率。另一方面，商業(yè)銀行應(yīng)不斷提升內(nèi)部管理水平，優(yōu)化經(jīng)營(yíng)管理模式，堅(jiān)持以服務(wù)客戶為出發(fā)點(diǎn)，培育普惠金融專業(yè)人才，由各總行普惠金融事業(yè)部牽頭建立普惠金融業(yè)務(wù)統(tǒng)計(jì)核算機(jī)制，有效反映普惠金融條線的投入產(chǎn)出指標(biāo)，為控制成本及合理定價(jià)提供精準(zhǔn)依據(jù)，實(shí)現(xiàn)普惠金融的商業(yè)可持續(xù)性。此外，商業(yè)銀行應(yīng)建立全面科學(xué)的普惠金融評(píng)價(jià)體系，將新增客戶數(shù)、貸款不良率、貸款增量、市場(chǎng)份額等納入分支機(jī)構(gòu)及員工的考核指標(biāo)，提升普惠金融在整體績(jī)效考核中的權(quán)重，激發(fā)員工拓展普惠金融業(yè)務(wù)的積極性，實(shí)現(xiàn)社會(huì)價(jià)值、組織目標(biāo)和個(gè)人價(jià)值的有效融合。

第四，重視發(fā)揮國(guó)有大型商業(yè)銀行在普惠金融中的作用。國(guó)有大型商業(yè)銀行擁有成熟的管理模式、龐大的客戶基礎(chǔ)、優(yōu)秀的人力資源、先進(jìn)的信息科技基礎(chǔ)設(shè)施、高水平的風(fēng)險(xiǎn)管控能力，不論在普惠金融綜合效率、規(guī)模效率還是技術(shù)效率上都表現(xiàn)出明顯優(yōu)勢(shì)，應(yīng)在發(fā)展普惠金融中起主導(dǎo)作用。特別是國(guó)有大型商業(yè)銀行承載著國(guó)有資本的意志，有能力也有潛力從國(guó)家戰(zhàn)略的角度肩負(fù)起踐行普惠金融發(fā)展的社會(huì)責(zé)任[25]。因此需重視發(fā)揮大型商業(yè)銀行特別是國(guó)有大型商業(yè)銀行在普惠金融中的主導(dǎo)作用，從國(guó)家戰(zhàn)略高度推進(jìn)普惠金融發(fā)展，引導(dǎo)商業(yè)銀行本著服務(wù)實(shí)體經(jīng)濟(jì)、助力國(guó)內(nèi)國(guó)際雙循環(huán)發(fā)展、推動(dòng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的理念，有效增加對(duì)各類普惠群體的信貸供給，搭建普惠金融服務(wù)平臺(tái)，合理定價(jià)，降低小微企業(yè)和農(nóng)戶等群體的融資成本，引領(lǐng)普惠金融未來(lái)發(fā)展方向，促進(jìn)社會(huì)和諧。

第五，加大對(duì)商業(yè)銀行普惠金融的政策扶持力度，實(shí)現(xiàn)普惠金融可持續(xù)發(fā)展。各級(jí)政府及監(jiān)管部門(mén)應(yīng)加強(qiáng)對(duì)商業(yè)銀行在普惠金融業(yè)務(wù)方面的政策引導(dǎo)、扶持和激勵(lì)，加大統(tǒng)籌財(cái)政政策和貨幣政策的靈活運(yùn)用，如再貼現(xiàn)、再貸款、定向降準(zhǔn)、財(cái)政貼息、稅收優(yōu)惠等工具。監(jiān)管部門(mén)可對(duì)普惠金融業(yè)務(wù)達(dá)標(biāo)完成的商業(yè)銀行實(shí)行持續(xù)定向降準(zhǔn)政策，在下達(dá)資本充足率、利潤(rùn)率等考核指標(biāo)時(shí)充分考慮各機(jī)構(gòu)普惠金融業(yè)績(jī);財(cái)稅部門(mén)可進(jìn)一步擴(kuò)大普惠金融貸款主體稅收減免范圍;在各省級(jí)層面完善商業(yè)銀行與各平臺(tái)數(shù)據(jù)的對(duì)接，打通水電燃?xì)獾裙彩聵I(yè)單位、醫(yī)社保、物流、互聯(lián)網(wǎng)等數(shù)據(jù)信息，有效解決商業(yè)銀行信息不對(duì)稱問(wèn)題，提升貸后監(jiān)管效率。加大普惠金融政策扶持力度，鼓勵(lì)商業(yè)銀行積極發(fā)展普惠金融業(yè)務(wù)，提高商業(yè)銀行普惠金融綜合效率，助力商業(yè)銀行把握商業(yè)原則與社會(huì)責(zé)任之間的平衡點(diǎn)，實(shí)現(xiàn)普惠金融可持續(xù)發(fā)展。

參考文獻(xiàn)：

[1] Helms，Brigit. Access for All：Building Inclusive Financial Systems[M].World Bank Publications，2006：2.

[2]杜曉山.建立可持續(xù)性發(fā)展的農(nóng)村普惠性金融體系——在2006年中國(guó)金融論壇上的講話[J].金融與經(jīng)濟(jì)，2007，（2）：33-34.

[3]王曙光.互聯(lián)網(wǎng)金融與金融普惠時(shí)代的來(lái)臨[J].中國(guó)金融家，2015，（10）：123-124.

[4]白欽先，高霞.普惠金融發(fā)展的思考[J].中國(guó)金融，2016，（3）：45-47.

[5]湯敏.如何加快普惠型金融發(fā)展[J].中國(guó)金融，2010，（10）：9-11.

[6]焦瑾璞.普惠金融的國(guó)際經(jīng)驗(yàn)[J].中國(guó)金融，2014，（10）：68-70.

[7]易行健，周利.數(shù)字普惠金融發(fā)展是否顯著影響了居民消費(fèi)——來(lái)自中國(guó)家庭的微觀證據(jù)[J].金融研究，2018，（11）：47-67.

[8]巴曙松.關(guān)于解決當(dāng)前小微經(jīng)營(yíng)者融資難問(wèn)題的政策建議[J].人民論壇·學(xué)術(shù)前沿，2020，（12）：22-30.

[9]張國(guó)慶，張蕾“.雙循環(huán)”新發(fā)展格局下的普惠金融發(fā)展研究[J].天水師范學(xué)院學(xué)報(bào)，2020，（4）：8-14.

[10]斯蒂芬·P·羅賓斯.管理學(xué)[M].北京：中國(guó)人民大學(xué)出版社，2017：1.

[11]王振山.銀行規(guī)模與中國(guó)商業(yè)銀行的運(yùn)行效率研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2000，（5）：19-22.

[12] Henderson B. Pearson D. The Dark Side of Financial Innovation：A Case Study of the Pricing of a Retail Financial Product[J].Jour?nal of Financial Economics，2011，（2）：227-247.

[13] MandiraS，JesimP.Financial Inclusion and Development[J].Journal ofInternationalDevelopment，2011，（7）：613-628.

[14]周國(guó)富，胡慧敏.金融效率評(píng)價(jià)指標(biāo)體系研究[J].金融理論與實(shí)踐，2007，（8）：15-18.

[15]盛丹，王永進(jìn).產(chǎn)業(yè)集聚、信貸資源配置效率與企業(yè)的融資成本——來(lái)自世界銀行調(diào)查數(shù)據(jù)和中國(guó)工業(yè)企業(yè)數(shù)據(jù)的證據(jù)[J].管理世界，2013，（6）：85-98.

[16]王婧，胡國(guó)暉.中國(guó)普惠金融的發(fā)展評(píng)價(jià)及影響因素分析[J].金融論壇，2013，（6）：31-36.

[17]孫志紅.農(nóng)戶融資投向、農(nóng)業(yè)風(fēng)險(xiǎn)與微型金融發(fā)展[J].福建師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2015，（3）：18-24.

[18]楊輝，許舜威.中國(guó)普惠金融發(fā)展水平測(cè)度及影響因素分析——基于省級(jí)差異視角[J].武漢金融，2018，（7）：65-70.

[19] Farrell，M.J.The Measurement of Production Efficiency[J].Journal of Royal Statistical Society，1957，（3）：253-281.

[20] Charnes，A.，Cooper，W.W.，Rhodes，E. Measuring the Efficiency of Decision Making Units[J]. European Journal of Operational Research，1978，（2）：429-444.

[21]曾江洪，陳迪宇.基于DEA的中小企業(yè)債務(wù)融資效率研究[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2008，（1）：50-53.

[22]袁曉玲，張寶山.中國(guó)商業(yè)銀行全要素生產(chǎn)率的影響因素研究——基于DEA模型的Malmquist指數(shù)分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，（4）：93-104.

[23]方先明，吳越洋.中小企業(yè)在新三板市場(chǎng)融資效率研究[J].經(jīng)濟(jì)管理，2015，（10）：42-51.

[24]楊鷺，艾洪德.商業(yè)銀行普惠金融效率研究——基于15家商業(yè)銀行調(diào)查數(shù)據(jù)的分析[J].金融論壇，2020，（8）：9-17.

[25]陳四清.國(guó)有商業(yè)銀行要當(dāng)好普惠金融“領(lǐng)頭雁”[J].旗幟，2019，（3）：59-60.

（責(zé)任編輯：劉同清）

收稿日期：2021-08-17

作者簡(jiǎn)介：薛見(jiàn)寒（1986-），女，福建羅源人，福建師范大學(xué)協(xié)和學(xué)院講師，研究方向?yàn)檎谓?jīng)濟(jì)學(xué)、金融管理。