商标活动和全要素生产率：英国商业银行使用元前沿函数方法的一些证据外文翻译资料

商标活动和全要素生产率：英国商业银行使用元前沿函数方法的一些证据

原文作者 Meryem Duygun , Vania Sena , Mohamed Shaban

单位 University of Essex, UK

University of Sheffield, UK

University of Nottingham, UK

摘要：在本文中，我们计算了一个Malmquist指数，以评估英国的商标商业银行和非商标商业银行之间从2005年到2013年的全要素生产率的变化。使用非参数前沿方法使我们能够：a）确定每组银行全要素生产率增长的驱动因素；b）将每组银行的全要素生产率增长与整个行业的全要素生产率增长进行比较；c）评估前者在多大程度上赶上了非参数共同前沿测量的后者。我们的结果表明，在金融危机爆发前，商标银行的全要素生产率一直在增长，但这一过程后来发生了逆转。追赶指数表明，这两组银行在金融危机之前都在追赶共同边界，尽管这一过程的驱动因素在两组之间有所不同。金融危机之后，技术的改进是由少数商业银行，即非商标银行所推动的。这些结果表明，很大一部分商业银行部门没有能够克服金融危机的影响。

关键词：全要素生产率； 商标； DEA；非参数共同前沿法

一．引言

商标被定义为使公司所提供的商品或服务与众不同的任何标志（一个词、一个标志、一个短语等）。商标属于保护公司知识产权的法律机制组合，并与专利、设计权等一起被研究。（Schmoch,2003; Greenhalgh and Longland, 2005)。然而，经济学家们指出，商标还有其他作用：例如，有人认为企业利用商标将自己的产品与竞争对手的产品区分开来(Landes and Posner,1987;Elliott and Percy, 2006)；此外，它们还可以向消费者发出信号，表明所销售的产品具有稳定的质量，从而解决生产者和消费者之间关于产品质量的信息不对称的问题。

在过去的15年里，英国商业银行已经开始广泛使用商标。Greenhalgh和Rogers (2006)报道说，在九十年代中期，金融服务部门的商标活动激增，并认为这是该部门竞争加剧的直接结果。在一系列监管改革之后，允许商业银行将其业务多样化。如今，商标在商业银行中相当普遍。商标与消费者和公司的产品和服务都有关联。有商标的银行包括一些最大的英国商业银行（如巴克莱银行、劳埃德银行、国民威斯敏斯特银行和汇丰银行），尽管小型银行集团（服务于区域市场）也有商标（一个例子是克莱兹戴尔银行）。商标银行的共同特点是，它们不在零售银行的细分市场上经营；相反，它们向消费者提供通用的零售银行服务，由于这些服务不一定是针对特定客户的需求，因此，商标是相当重要的，因为它有助于吸引更多客户。商标银行往往活跃在企业银行业务领域，因此它们在帮助大小企业获得信贷方面发挥着关键作用。

商标对商业银行来说重要吗？换言之，商标对商业银行的经济效益是什么？尽管商标在银行业中被广泛使用，但这些问题在银行业文献中只被部分地探讨过。现有的研究表明商标可能在几个方面对商业银行有利。例如，一些研究发现，商业银行的托宾Q比率值与它们的商标活动之间存在着正相关关系(Gonzalez-Pedraz and Mayordomo, 2011; Greenhalgh and Rogers, 2006)。与此类似，Duygun et al. (2014)发现加商标的银行往往比不加商标的银行更有效益。然而，我们认为商标活动可能会影响银行业绩的其他方面，如全要素生产率的增长及其组成部分。虽然以前的研究没有直接测试过商标是否与银行业的全要素生产率增长较快（或较慢）有关，但来自制造业的证据表明，拥有商标的企业往往也更有生产力。这种正相关关系通常被解释为：贸易标识促使消费者对商标企业提供的产品有更多的需求，结果是这些企业必须生产更多的产出（在一定的投入水平下）。然而，这种关联是否也存在于商业银行中还不得而知。

在此背景下，本文的目的有三点。首先，我们想测量商标银行和非商标银行的全要素生产率增长，以便量化这两组银行所经历的生产率收益；其次，通过将全要素生产率增长指数分解为其主要组成部分，研究驱动这两组银行全要素生产率增长的机制，这将填补学术文献中的一个空白(Ray and Desli,1997)。第三，我们使用非参数共同前沿方法来构建追赶指数，以衡量每组银行追赶沿元边际衡量的全要素生产率增长的速度。我们的分析是在英国商业银行的面板上进行的，观察时间为2005-2013年，这样就有机会研究这两组银行在金融危机最严重的阶段和经济复苏的开始阶段的生产力演变。数据包络分析（DEA）将被用来计算商标银行和非商标银行的全要素生产率增长（及其组成部分），并将确定金融危机前后商业银行追赶行业最佳实践的来源。并探讨这两组银行之间是否存在阻碍其追赶元老级的差异。

本文的结构如下。第二节讨论了商标注册对全要素生产率增长的影响渠道。第三节重点介绍了我们在本文中采用的实证方法，以及数据集和变量的测量。实证结果将在第四节介绍。最后，第五节提供了一些结论。

二．商标可以影响全要素生产率吗？

正如导言中提到的，商标刺激了对公司产品的需求，正是通过这一主要变化，商标对全要素生产率的增长产生了积极的影响(Schautschick and Greenhalgh, 2013)。为了理解这种情况的原因，回顾一下全要素生产率的定义是很有用的。这通常被定义为产出指数与总投入使用指数之间的比率(Grosskopf, 1993)。全要素生产率随着时间的推移而发生变化，这可能是由于企业获得的技术发生了变化的结果，他们可以生产更多的产出（对于一定水平的投入）或减少现有投入的使用（对于一定水平的产出）。同样，技术效率（或企业使用其投入的效率）的变化可以促进全要素生产率的增长，因为企业可以用同样的投入生产更多的产出（或反之）。如果我们允许规模可变回报，那么企业经营规模的调整也可以为增加产出或减少投入的数量创造条件。（Ray and Desli, 1997).衡量全要素生产率的前沿方法认为，企业的全要素生产率增长是由于效率变化和技术变化所带来的产出净变化，其中前者是由于向前沿的移动，而后者是由于前沿的移动（Caves et al., 1982)。

商标可以通过其每个组成部分影响全要素生产率的增长。如上所述，商标影响企业全要素生产率的主要渠道是通过刺激对其服务和产品的需求。企业如何应对这种需求的增加可能会有不同的反应。企业可以通过改变现有投入的使用水平（即使用部分过剩产能），或者在没有过剩产能的情况下通过扩大投入（例如，雇佣更多的工人）来满足。在前一种情况下，我们应该观察到经营效率的提高，因为同样数量的投入可以生产更多的产出。在后一种情况下，投入的扩大可能伴随着企业规模的变化以及规模收益的变化（如果企业的技术是以可变规模收益为特征的）。

在这两种情况下，企业都可以通过改变现有的投入用途来适应需求的变化，而不需要改变现有的生产技术。只要企业中存在一些预先存在的未使用的能力，或者企业中存在一些技术缺陷（由于规模或其他原因），这就有可能可以用来满足激增的需求。然而如果无法做到这一点，企业可以决定采用不同的生产方式或技术，这将使他们能够生产更多的产出。在相同的情况下，以相同（或更少）的投入来适应商标活动后需求的增加。这样一来，企业就会经历技术变革，然后是全要素生产率的提高。商标活动、技术变革和最终的全要素生产率增长之间的这种关系，对于那些倾向于在创新生产技术的发展上进行更多投资，因而倾向于成为其行业的技术领导者的企业来说，可能特别有意义。有趣的是，有一些证据表明，商标与创新有关，特别是在服务行业。一些例子包括Schmoch (2003)有人发现，在服务行业中，商标和产品的创新是正相关的.Malmberg (2005)他比较了新商标申请和新产品创新的推出，发现两者之间存在正相关关系，特别是在以消费者为目标的公司中。

尽管从理论上讲，商标与企业全要素生产率增长的每个组成部分都有正相关关系，但在实践中，商标对效率变化、技术变化和规模效率变化的推动程度会因行业的特点而有所不同，结果是要通过经验分析来量化商标对全要素生产率增长的每个来源的贡献。

三．实证策略：数据和方法

（一）数据

我们的实证分析是在Bankscope中抽取的商业银行样本上进行的。我们首先选择了所有

在英国自2001年起Bankscope记录的商业银行。在这种分析中，关注商业银行的好处有两个：首先，商标在商业银行中被广泛使用。其次，它们在产出和投入方面更趋向于同质化，因此不同机构之间的比较是可能的。我们选择了非合并账目（根据国际会计标准编制）。我们决定使用非合并账目（而不是合并账目），原因有二：第一，很容易将注册商标与注册的银行相匹配，大多数在英国知识产权局注册的商标都属于英国的子公司。其次，我们假设由英国银行注册的商标的商业利益将主要由它们而不是由其母公司占有。

从到2001的数据2004无法使用，因为大量的遗漏值的数量。我们还排除了只能在金融危机之前（或之后）观察到的银行，因为无法进行比较，结果是2005失去了一些观察结果。因此，分析必须集中在2013每个银行平均被观察四年的时期，即从至2005。我们检查了我们的银行样本是否代表了整个商业银行部门，我们发现在我们的样本期间，我们样本中的银行拥有所有被Bankscope记录为商业银行的银行所拥有的总资产的73%。选择这个时间跨度的好处是，分析可以涵盖金融危机（始于2008）之前的时期，并允许比较金融危机之前和之后的全要素生产率增长。原始数据以英磅为单位，并以2001年的价格表示。如同该文献中通常所做的那样，我们使用GDP指标对数据进行了简化（例如，见 Lozano-Vivas et al., 2010)。最后，所有的变量都在它们被观察到的每一年的第五和第九十五个百分位数上进行了赢余化处理。

关于一家商业银行是否申请了英国商标或欧盟商标的信息来自知识产权局（IPO）的商标数据库和内部市场协调局（OHIM）的数据库（两者均可公开）。这些数据库涵盖了只在英国提供法律保护的UKIPO商标的申请，以及涵盖所有欧盟国家的更昂贵的共同体商标的申请。

（二）实证方法

衡量效率和生产力的前沿方法的一个核心原则是假设所分析的决策单位（DMU）共享一种共同的技术，从而可以估计出一个有意义的基准，并以此来衡量它们的效率。当然，这样的假设并不总是可信或可验证的，因为在现实中，即使来自同一部门的DMU也可能因为一些原因而使用不同的技术。例如，在中等收入国家，外国银行可能配备了本地银行无法获得的先进技术。(Casu et al., 2013)。

在效率分析方面，已经开发了一些技术，即使对拥有不同技术的管理单元，也能得出可比较的效率措施。在这些技术中，非参数共同前沿方法是用来衡量的。对效率的保证已经变得非常流行。首先由 Hayami (1969)提出，然后由Battese and Rao (2002)元边界的方法允许衡量一个单位相对于集团特定技术以及相对于元边界的效率。使用元边界的逻辑是非常简单的。假设有两组使用不同生产技术的企业。如果我们用一个共同的生产前沿来衡量它们的（效率），而这个生产前沿没有考虑到它们技术的异质性，那么我们可能会认为效率低下实际上是现有技术的差距，而这又可能是企业无法控制的。因此，我们需要能够将所分析的企业的实际效率低下与技术差距分开。在这一点上，非参数共同前沿方法可以提供帮助。对元前沿的估计包括对元技术的估计，根据定义，元技术涵盖了企业集团的技术（或前沿），因此，相对于元前沿测量的效率可以分解为两个部分：第一部分是测量单位与集团前沿的距离，第二部分是测量集团前沿与元前沿之间的距离。根据元前沿测得的效率得分与根据集团特定前沿测得的得分之间的比率被定义为技术差距率，它是对两个前沿之间距离的衡量，顾名思义，它提供了一个衡量整个部门可用的技术与一组公司可用的技术之间的差距。在元边界方法中，通常使用的效率衡量标准是径向的，因为它假定两组企业都能径向地扩大其所有的产出（在以产出为导向的技术效率衡量标准的情况下）。在这一点上，元边界方法不同于其他依靠方向性距离函数来衡量生产力的方法，后者假设DMU只能向一个方向扩大产出（例如见 Fujii et al., 2014;Daraio and Simar, 2014).在我们的分析中，我们更倾向于使用技术效率的径向测量，因为我们不知道有什么法规会阻止每组中的任何一家银行从径向上扩大其所有的产出。

最近，非参数共同前沿方法被扩展到通过Malmquist指数来测量TFP。这是一个非常流行的全要素生产率指数，用来衡量从第t期到第t 1期的生产率变化，通常是相对于参考期技术而言的(Caves et al., 1982)。Malmquist指数已被银行业文献广泛使用，因为它有几个优点：首先，它可以将全要素生产率的增长分解为三个部分，即技术变化、技术效率变化和规模效率。此外，从Malmquist指数得出的技术变化指标比基于增长核算的其他方法更适合分析生产力的变化。(Barros et al., 2009)第二，它的计算不需要投入和产出价格，这对银行业特别重要，因为产出价格并不反映竞争市场的运作。最后但并非最不重要的是，它可以在不平衡的面板上使用(Caves et al., 1982)。

假设规模收益不变，该指数可以被分解为两个部分，即技术效率变化和技术变化。

其中第一个比率衡量技术效率的变化，括号内的比率衡量技术变化。大于

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[597945]，资料为PDF文档或Word文档，PDF文档可免费转换为Word