3 金融效率和制度质量指标的实证测算
Pagano（1993）就曾在理论上指出，金融发展会从“数量渠道”和“质量渠道”两个方面影响经济增长。尤其是“质量渠道”，更好的金融中介能提高效率和生产率，将金融资源配置到更富发展潜力的项目上。然而大部分的金融发展文献都更关注于对金融规模的估算（比较典型的指标会使用“私人部门信用/GDP”），对金融质量则采用简单估计或间接控制的办法进行处理。比如La Porta et al.（2002）仅用银行私有化的程度来区分金融效率的高低；Valverde et al.（2003）则用银行层面的竞争来代理对金融中介质量的测算。从Berger et al.（1993）的工作开始，利用银行效率指标来估计金融发展质量的研究就此多了起来（Lucchetti et al.,2001;Berger et al.,2004; Hasan et al.,2009; Heffernana & Fu,2010）。
3.1 金融效率的实证测算方法
Berger & Humphrey（1997）指出，有两种主要方法可用于测算金融效率指标，分别是参数和非参数前沿方法。非参数前沿方法由于存在：①不能进行统计推断，不能分析金融效率及其决定因素；②没有考虑随机误差的影响，估计值可能有偏差（Berger & Mester,1997）; ③未考虑价格因素的影响，只能估计技术效率等不足，其应用有逐步让位于参数前沿方法的趋势。参数前沿方法不只弥补了非参数方法的不足，除精确估计金融效率之外，而且它还可将环境变量纳入统一的模型，考虑金融生态所带来的影响，因此参数前沿方法能够测算地区层面金融发展的效率指标。本书参考Desli et al.（2003）、Tsionas（2006）、Zhang et al.（2014）等文献的方法，实证估计我国地区金融发展的“质量渠道”——金融效率指标。
关于影响金融效率的环境变量，已有文献的选择不尽相同，且研究发现也不完全一致。比如，这些环境变量包括：金融机构的所有权结构（Berger et al.,2004;Borovicka,2007; Liu & Zhang,2009）、金融机构规模（Lin, Tsao & Yang,2009;Tsai, Wu, & Wang,2011）、外部资本（Claessens et al.,2001; Laurenceson & Qin,2008）、市场条件（Pasiouras & Kosmidou,2007; Battaglia et al.,2010）, GDP（Chunhachinda & Li,2010）和利率（Drake et al.,2006）和汇率（Moshirian, 2001）等。研究中，有发现私有银行比国有银行效率高的（Berger et al.,2004;Fries & Taci,2005; Liu & Zhang,2009），也有发现国有银行比私有银行效率高的（Altunbas, Evans & Molyneux,2001）；有发现大银行比小银行效率高的（Chenetal.,2005; Tsai et al.,2011），也有发现小的城市商业银行比更大规模银行效率更高的（Linetal.,2009）。在本书中，暂不考察所有制结构的影响，而将其留到稳健性检验再进行分析比较。
3.1.1 基于随机前沿方法的金融效率实证模型
对金融效率的衡量是反映金融资源配置的合理化变动，因此通常是将金融资源投入到金融服务产出的动态过程，作为对金融效率考察的视角和分析切入点。利用随机前沿模型（SFA）作为度量金融效率指标的方法框架，参考Desli et al. （2003）、Berger et al.（2009）和Zhang et al.（2014）等人的方法，结合前文理论分析结论，构建随机前沿的实证模型如下：总值；fiit代表实际利用外资总额，控制了外来的金融影响因素；rldit是存贷比指标，反映了各地区金融机构在盈利能力方面的差异和变化；t 控制了样本期内的时间趋势变化。
其中εit=vit-uit，下标i和t指代各样本观察值和各时期。vit代表生产函数随机冲击的成分，uit即为“无效率项”, uit≥0, vit和uit相互独立。上述实证模型描述了效率度量的投入、产出的各项要素，fevait表示金融业增加值，代表了金融生产函数的产出，当然由此而计算出的是金融效率的技术效率。根据迟国泰等（2005）、徐传谌和齐树天（2007）等人的研究可知，我国以商业银行为代表的金融机构成本效率自20世纪90年代末以来一直呈现增长的趋势，相反，利润、效益等相对指标却不断下滑，反映金融技术效率并未获得相似的提升，有待深入分析并进行相应的改革。laborit表示金融业的从业人数，反映了金融行业的重要“投入”要素之一；fwit代表金融业平均工资水平，反映了金融行业的主要成本之一；fresit是作为金融资源投入的代理指标，用储蓄总额进行测算；gdpit是各地历年的实际人均国内生产
3.1.2 金融效率模型的样本选择和数据结构
研究的样本选择以我国的各省区为主要研究对象，结合银行股份制改革的经济金融背景，基本的时间跨度设定为2004年至2013年，但后文的稳健性检验将会适当放宽这些样本及模型设计的限制，给予实证分析模型以敏感性方面的方法保证。首先，本书将实证分析的数据结构限定为截面数据，排除时间维度对金融效率和增长效应机制的影响，先静态地考察金融—增长关系的地域分布特征（实际上也是不同金融发展水平的经济增长效应变化特征）。接着作为对比，本书也将把数据结构转换成面板数据，利用不同数据结构的优势，检验不同的分布假设，提高实证测算的精确度和可信程度。