环境和随机误差因素的剥离方法的研究及其模型

本章采用三阶段DEA 方法对环境和随机误差因素进行剥离。大多数学者运用DEA 方法在成本或（和）利润效率基础上研究金融组织的技术变化，然而无论是一阶段DEA 还是二阶段DEA 都不能将环境和随机误差因素对效率值的影响进行剥离。基于此，Fried等（2006）提出了三阶段DEA方法，由于该方法有效剥离了环境因素和随机误差的影响，所得到的效率值更能反映决策单元的实际效率水平。

第一阶段：运用DEA 模型研究各地区的金融业与前沿面的技术差距，以此度量中国各地区的金融创新水平。DEA 模型可分为CCR 模型和BCC模型两种。CCR 模型是由Charnes、Cooper和Rhodes提出的第一个DEA模型，在此基础上Banker、Charnes和Cooper提出了BCC 模型。BCC 模型放宽了规模报酬变动的效率问题，将CCR 模型中的技术效率分解为纯技术效率和规模效率。三者之间的关系为：技术效率=纯技术效率×规模效率。本书以全国各省（区、市）作为决策单元，采用中国省（区、市）面板数据，求得技术效率值，从而将区域金融创新水平加以初步刻画，并将我国区域金融创新效率分解为纯技术效率和规模效率。

第二阶段：找到影响决策单元投入冗余的环境因素，通过构建SFA 模型，观察外在环境因素和统计噪声对区域金融创新效率的影响：(www.zuozong.com)

第三阶段：对投入量进行调整，调整的思想是将处于不同环境的决策单元调整至相同环境。由于调整后的投入数据剥离了环境因素等影响，因此能够更客观地反映决策单元的效率状况。调整的方法是：

式中，、xnk 分别为调整后与调整前的投入量。等式右边第一个方括号中的运算是将所有决策单元调至相同的环境，即所有样本中最差的状态；第二个方括号中的运算是将所有决策单元调至相同的自然状态，即样本中最不幸的状态。