一、研究方法
农村金融组织的服务功能是指农村金融组织为农村经济运行所提供的便利程度。农村金融组织的服务功能效率更多受到各种复杂因素影响,并且因素间具有相关关系,而且与城镇金融机构比较后得出的农村金融组织的服务功能效率更有实际意义,因此对农村金融组织的服务功能效率的量化计算可以看作是一个复杂因素决策制定(Multplecriteriadecisionmaking,MCDM)问题。网络分析法(Analyticnetworkprocess,简称ANP)是适用于解决具有复杂关系的模型,此模型可以用来确定每个指标的权重,因此为了评估金融组织的服务功能效率,有必要选择恰当的指标来评估信息,并根据这些指标来构建相应评估体系。当需要在一定指标下比较一定量的变量时需要应用决策分析方法。这时可以使用复杂比例估计(Complexproportionalassessment,简称COP/文秘站－您的专属秘书！/RAS)方法。2008年Zavadskasetal.提出区间灰色复杂比例估计模型(Complexproportionalassessmentwithgreyintervalnumbers,简称COPRAS-G)。COPRAS-G方法认为指标值是非连续性的,这一方法是基于实际决策过程并运用灰色系统理论(Greysystemstheory)。因此,本文拟先应用ANP方法确定影响我国农村金融组织的服务功能的各指标的权重,再通过运用COPRAS-G方法得出相对于城镇金融机构的我国农村金融组织的服务功能效率值。
二、指标选取
设立农村金融组织的服务功能的评价指标体系的目的在于对其服务效率水平进行评价。农村金融组织的服务功能是农村金融组织为农民和农村提供实际金融服务的功能。金融服务是一种服务性商品,其供给方为金融组织,需求方为农民。因此对于服务功能的效率评价将从供需两个角度进行。
(一)基于服务供给角度的评价指标及计算方法
对于农村金融组织的服务效率评价,可以从两个方面考虑:1.业务水平金融机构的业务包括三大类:资产业务、负债业务和中间业务,农村金融组织也与此相同。但国内现实状况是中间业务在金融机构业务中所占比重很小,农村金融组织更甚于此。因此,可以建立两个评价指标:人均人民币贷款程度和人均人民币存款程度,这两个指标都是与全国平均水平的比较值。人口单位以亿人计算。2.农村金融网点密集程度农村金融网点为农村金融服务提供实际场所,其数量代表了该地区金融服务水平的高低。但不考虑人口数量的计算并不客观,因此,引入网点密度这一指标可以清楚反映该地区的金融普及度和便利度。本指标是与全国平均水平的比较值,更能客观反映农村金融组织的服务水平。
(二)基于服务需求角度的评价指标
从农民角度对农村金融组织的服务进行评价,可以用其复杂程度和满足程度来度量。1.服务的复杂程度反映了农民对农村金融组织的服务过程的满意程度,客观反映了农村金融组织的服务水平。复杂程度是定性指标,评分方法如下:金融服务过程复杂冗长得1分;比较复杂得0.5分;简单便捷得0分。2.服务种类满足程度反映农村金融组织对农民金融服务种类上需求的满足程度,客观反映了农村金融组织的服务需求被满足程度。反映农村金融组织为农民提供的金融服务种类的定性指标。数值越高,说明提供服务的种类越多。评分方法如下:服务种类多样,完全满足需要,得1分;服务种类较多,基本满足需要,得0.5分;服务种类匮乏,无法满足需要,得0分。
(三)农村金融组织的服务效率的评价指标结构
服务功能效率是可以从农村金融组织的服务供给和服务需求的角度来评价,服务供给由网点密集程度和业务水平来评价,此二者相互影响,其中农村金融组织的业务水平是由人均人民币贷款程度和人均人民币存款程度来度量的,且存款程度影响贷款程度;服务需求由农民对农村金融组织的服务过程和种类的满足程度来评价。
三、农村金融组织服务功能效率的实证分析
为了获得各层次网络的指标权重值,本文主要采用专家调查评分法得出比较优势值,再通过Matlab数学软件和SuperDecision软件得出各元素权重值。本次调查共发出专家调查问卷10份,其中高校研究者6名,农村金融组织的管理人员4名(调查问卷见附录)。本文采用2006—2011年数据对农村金融组织、非农村金融机构(即五家商业银行、政策行银行、股份制商业银行及城市信用社、邮政储蓄机构和贷款公司)和全国金融机构的服务功能效率进行综合评价。采用此六年数据是由COPRAS-G方法的特性所决定的,COPRAS-G方法易受极端值的影响,因此采用最近六年数据能够比较良好地反映农村金融组织与非农村金融机构之间的功能效率的差异。所应用的数据皆来源于中经网和银监会网站,可以直接查询到或经过简单计算即可得到。
(一)基于ANP方法的指标权重测定
1.服务效率A、服务供给B1和服务需求B2的判断矩阵及权重通过汇总,专家调查问卷可得到表3和表4的服务效率A,服务供给B1和服务需求B2的判断矩阵,并且通过计算可得相应的权重值,通过网络分析法软件计算,以上服务效率、服务供给与服务需求的判断矩阵的一致性比例CR=00.1,所以,认为判断矩阵是可以被接受的。同时也意味着结果是可以信任的。2.农村金融组织业务水平C23、农村金融组织网点密集程度C1、人均人民币贷款程度C2、人均人民币存款程度C3的权重计算进一步汇总专家调查问卷,可得到对于服务供给B1、农村金融组织业务水平C23、农村金融组织网点密集程度C1、人均人民币贷款程度C2、人均人民币存款程度C3的判断矩阵,进行归一化处理后可得无权重超矩阵、加权超矩阵和极限超级矩阵,最终可得表5所示的权重和对应的极限。各极限收敛且唯一,所以所得到的权重为稳重权重。
(二)基于COPRAS-G方法的数据处理
首先,根据所收集到的农村金融组织、非农村金融机构(即五家商业银行、政策行银行、股份制商业银行及城市信用社、邮政储蓄机构和贷款公司)和全国金融机构的2006—2011年原始数据,构造原始决策矩阵,其中各变量值用区间描述,如表8所示;然后运用公式(5)对原始矩阵进行标准化处理得到表9;继续运用公式(7)对已得标准化矩阵进行加权得到表10;最后对加权矩阵运用公式(9)-(12)得到相应P、R、Q、N值,如表11所示。结论对我国农村金融组织的服务功能效率作出准确量化度量是非常重要的,得出其与城镇金融机构的服务功能效率的对比值更能直观反映我国农村金融组织的发展水平。但是,现有文献中主要集中讨论金融功能和金融效率,目前尚无可用模型用于计算服务功能效率值。本文运用ANP和COPRAS-G方法提出一种可用于度量我国农村金融组织的服务功能效率值的模型。ANP方法用来获得各指标的相应权重,COPRAS-G方法用于计算相对于城镇金融机构的农村金融组织的服务功能效率值。本文将服务功能从服务供给和服务需求两个角度进行分析建立服务功能效率的指标体系,运用ANP方法计算得出每一指标的权重,进而运用COPRAS-G方法计算出我国农村金融组织相对于城镇金融机构的服务功能效率仅为56.38%。这是由于我国农村金融组织无论在服务供给还是服务需求方面,都无法与城镇金融机构相媲美。从表8可以看出,从服务供给方面,农村金融组织网点仅为全国平均水平的70%~80%,人均贷款和人均存款仅为全国平均水平的20%~30%,从服务需求方面,农村金融组织的服务还相对简单易于理解,服务种类也能较好地满足农民基本金融需求,从以上数据可以看出,在服务供给方面,农村金融组织与城镇金融机构还有很大差距。