金融监管效率研究

【摘要】 本文用层次分析法对金融监管效率进行研究，选取的准则层指标是两大类：关于金融监管体制的指标和关于金融活动对经济金融的效果方面的指标。文中采集11个国家的相关数据对各国金融监管效率进行对比得出监管效率由高到低依次是中国、新加坡、瑞士、韩国、美国、日本、印度、英国、法国、德国和巴西。

【关键词】 金融监管效率 指标对比衡量 层次分析

金融监管是指监管机构针对金融体系（包括金融市场及金融机构）的监督、控制行为，以此来确保金融机构的安全和控制系统性风险。自20世纪80年代以来，金融的全球化、自由化及其创新浪潮，使得建立于30年代的金融监管体系和安全网越来越不能适应金融业发展的需要，暴露出许多致命的弱点，造成了严重的监管失灵（Schwartz，1998；Kaufman，1996）。理论界的研究重心开始转向银行资本监管的有效性及其改进等方面，并且普遍认识到了加强市场纪律对提高监管效率的重要作用，对如何运用市场约束改造传统监管体系进行了广泛而深入的研究。尽管国内有关金融监管模式选择的研究文章篇数很多，成果丰硕，但能将金融监管模式选择和金融社会最终目标综合起来，并系统性研究金融监管效率的文章并不多。

本文将金融监管的目标和各国金融监管模式选择的优越性相结合，对金融监管的效率进行准确地评价。这里的监管效果评价既包括单个监管目标的效果评价，也包括所有目标综合在一起的总体监管效率的评价。文章对相关指标进行量化，以定量的方式分析各国在不同背景下所选择金融监管的效率。

一、金融监管效率模型介绍

1973年美国运筹学家萨蒂（T.L.Saayt）提出了著名的层次分析法（简称AHP），这是一种简明、实用的定性与定量分析相结合的方法。

该方法的特点是：第一，分析思路清楚，可将系统分析人员的思维过程系统化、数学化和模型化；第二，分析时所需要的定量数据不多，但要求对问题所包含的因素及其相关关系具体而明确；第三，这种方法适用于多准则、多目标的复杂问题的决策分析，广泛用于地区经济发展方案比较、科学技术成果评比、资源规划和分析以及企业人员素质测评等方面。

正是基于这样的特点，层次分析法对于分析系统性和整体性较强、目标较多、难以直接量化和测定的各国金融监管效率是十分适用的。

二、实证分析

本文采集2003―2009年的相关数据，对美、英、日、德、瑞士、新加坡、法、韩、印、巴的金融监管效率用层次分析综合法进行对比分析。

1、层次分析体系建立

考虑到金融监管的目的是维持金融稳定，而金融稳定的目的是经济和社会的发展，因此准则层设置为对外部经济作用指标和金融本行业监管效用指标。隶属对外经济作用指标下的子准则层设置为4个――金融市场稳定程度、通货膨胀率、经济发展速度、就业率；隶属金融本行业监管效用指标下的子准则层设置了10个――信息的共享程度、风险传递的控制程度、监管标准的一致性、监管的外部性、重复监管程度、监管真空程度、监管成本、监管竞争效率、监管机构官僚程度、单业监管的效力。

2、各评价指标权重确定

指标对比阵设置原则：在准则层对目标层及子准则层设置对比矩阵中，由于涉及的非量化指标较多，因此根据各指标的不同性质设置对比矩阵，而这些指标又有些某些同质性和相关性，所以这种设置的对比阵不会有较大的数值，最大的影响只是“稍强”。

（1）准则层对目标层。这里需要考虑的金融监管的效率不仅表现为为金融行业本身服务，更是为整个经济社会服务，但整个经济社会的建设又不仅仅靠金融监管而已，因此设置对内指标和对外指标相同的等级。

A= 11 11

（2）子准则层对准则层。在C1B1中，由于金融监管最直接的作用是金融市场，而金融市场的好坏往往对通货膨胀率又有较大的相关性。经济发展速度除了靠金融发展速度外还依靠实体经济，就业率指标就更是偏向实体经济了，因此对比矩阵为：

B=

可知B1矩阵最大特征值?姿=4.01，CI=0.00033

（31 ）=（0.455，0.263，0.141，0.141）T。

C2B2，把这十个衡量监管效力的指标分为A，B，C三类（见表1）。

这里把A类权重设置为2，是因为A类指标一旦发生，可能引发金融危机，对整个金融系统都具有重要作用，宁可多监管，也不愿产生监管真空；相对地B与C都是对金融监管本身作用较大，因此都设置比例为1。其对比矩阵如下：

矩阵最大特征值?姿=10.069，CI=0.008

=（0.077，0.153，0.077，0.720，0.091，0.153，0.077，0.077，

0.153，0.072）T。

（3）方案层对子准则层。在DC11中，金融市场稳定程度C11用股市波动来代表，数据取自11国2003―2009年份的股票指数。

用聚类分析法将各国波动幅度分为5类，然后可知英国股市最稳定，中、印、巴股市最不稳定，指标对比时设置每一类比其后一类高1等级。

同样在DC12，C13，C14对比矩阵中，先对通货膨胀率、GDP增长率和失业率做聚类分析，再根据聚类图，设置各国对比矩阵。其中，由于印度的失业率数据无法查阅，印度失业率没有纳入对比矩阵，得出的对比矩阵是残缺的。不过此残缺矩阵又是可约矩阵，因此，在最后计算权重时，对印度失业率赋的权重为0.01。理由有两个：第一，对本组数据而言不会有太大影响（不到1%）；第二，印度本身失业率很高，所以赋予权重小是合理的。

DC21，C22，…，C210对比矩阵是根据各国金融经营模式和金融监管体制不同，对应的指标等级也不同来设置的。本文各个指标对比矩阵先设定美国为1。各指标下各国指标分值不同，每隔开25分为一个等级。比如信息共享指标，美国是“伞式”功能监管和混业经营，分值为100；假如中国分值为25，那么美国对中国的对比矩阵元素为4；假如中国分值为50，那么美国对中国的对比矩阵元素为3；假如中国分值为75，那么美国对中国的对比矩阵元素为2；假如中国分值为100，那么美国对中国的对比矩阵元素为1，即同等重要。各国不同经营方式、监管模式指标比较见表2。

准则层B对目标层A的权向量=（0.5，0.5）T，一致性指标CI=0。子准则层C对B1，B2的权向量分别为=（0.455，

0.263，0.141，0.141）T，=（0.077，0.153，0.077，0.720，0.091，0.153，

0.077，0.077，0.153，0.072）T，一致性指标分别为CI=0.00033，CI=0.008。

方案层D对子准则层C（共14个因素）的权向量和一致性指标CI（k=1，2，…..14）列入，其中C对A的权向量=W×，而W是以，为列向量的14×2矩阵，=（，0，0，0，0，0，0，0，0，0，0）T，=（0，0，0，0，）T。

经过计算，方案层D对目标层A的组合权向量为=W=（0.093，0.086，0.090，0.079，0.098，0.102，0.084，0.096，0.117，

0.088，0.066）T，，即各国监管效率比较（见表3）。

3、计算结果分析

由表3可知，11国中，作为分业经营和分业监管的中国金融监管效率最高，但是同样是分业经营和分业监管的巴西监管效率却是最低的，印度居中；在混业经营和混业监管的国家中，新加坡和瑞士监管效率较高，德国监管效率较低。这说明国家在选取监管方式时一定要和本国的背景相符，要将本国的金融发展程度、监管控制力度等问题纳入考虑。

三、结论

从效率比较表可以看出，混业经营的国家实行集中监管并不一定能取得好的监管效率，如法国、德国金融监管效率就偏低；在分业经营体制下，实行分业监管的监管效率不一定就低，这说明每个国家的金融监管选择要与该国政治经济体制相符，才能发挥较大的作用。中国在选取数据的11国中金融监管效率相对最高，这说明在目前的政治经济体制下，统一监管还不需要代替分业监管，但是需要在局部上加强监管。随着统一经营趋势的到来和金融工具的逐步创新，我国目前的监管方式会逐步面临监管模式的挑战。

【参考文献】

[1] Schumpter， J. A.. The Theory of Economic Regulation. The Bell Journal of Economic and Management Science，1971（2）.

[2] Kaufman Georage C. Bank Failures， Risk and Bank Regulation. CATO Journal，1996（16）.

[3] 秦宛顺、靳云汇、刘明志：金融监管的成本收益分析[J].金融研究，1999（1）.

[4] 张育军：中国证券市场监管能力和监管效率分析[J].证券市场导报，2003（7）.

[5] 蒋海：论弹性监管与金融效率[J].财经研究，2001（9）.

[6] 马志伟：对多渠道金融监管及其效率的探析[J].银行与企业，1999（8）.

[7] 托马斯.L.萨迪：领导者：面临挑战与选择――层次分析法在决策中的应用[M].中国经济出版社，1992.

[8] 郭田勇：金融监管学[M].中国金融出版社，2009.

[9] 姜启源、谢金星：数学模型[M].高等教育出版社，2003.

[10] 薛毅、陈立萍：统计建模与R软件[M].清华大学出版社，2007.