我国信托行业起步较晚,但是发展迅速,如今其体量已经在我国金融细分行业中排名第二,但是由于其前期发展定位不清晰,导致信托业一直以粗放的形式发展,同时信托业还有着影子银行的属性,一直是我国监管的重中之重,回顾信托业的发展史,已经受到了五次大规模的行业整顿,似乎陷入了“发展-监管-整顿-发展”的恶性循环。近年来,随着一系列监管措施和资管新规的实施,去通道化成为了行业共识,信托业的主动管理业务的重要性逐渐凸显。从信托业的资产管理规模来看,2017年信托资产管理规模达到了近年来的峰值26.25万亿,其中单一管理资产规模占比约为63%,受到资管新规施行的影响,去通道化业务成为行业监管的重中之重,2018年信托行业资产管理规模出现了首次接近10%的负增长,截止2020年,信托行业通道业务占比较2017年峰值已经下降了20%,在去通道化的政策下,行业经营压力逐渐加大,主动管理业务占比规模持续上升。近年来信托企业不断的尝试着主动业务模式的创新,慈善类信托、家族类信托以及投资类信托等主动管理业务占比明显提升,但是在投资领域依然有着诸多压力。首先,虽然信托业是唯一可以横跨资本市、货币市场和实体市场进行投资的行业,但是在泛资管的时代背景下,证券、银行和基金等机构都以不同的方式进入了资产管理领域,与传统信托业务类似的金融产品越来越多,信托业所拥有的行业优势越来越小。其次,信托业的内部竞争也趋于白热化,经常出现若干家信托企业争取同一客户的情况,这种情况的发生弱化了信托企业的定价能力,也会导致企业的收入、效率降低。如今,信托业面临着同业竞争、内部竞争和高强度监管的环境,为了保证行业的盈利能力,信托企业效率的提高和改善问题成为了行业发展的重中之重。出于上述原因,本文对信托公司的效率及其影响因素作出界定和研究。目前学术界对于企业效率的研究方式已经较为成熟,主要通过非参数分析法,它有着不依赖于总体分布的优势,DEA模型身为非参数分析法的代表,受到了较多学者的欢迎,其中DEA模型中的BCC模型有着更符合现实的假设（假设规模报酬可变）、能够处理多投入多产出数据的优势,被许多研究企业效率的学术文献采用。本文选择了63家信托近五年来的数据,以主成分分析法和DEA模型为主要工具,在对数据进行降维处理后,选取了符合信托业发展特色的投入产出变量,对信托企业的效率进行的界定和分组分析。完成对信托公司的效率测度后,本文使用Tobit随机效应模型对数据进行回归分析,在第三章的理论基础下找出了对信托行业有着切实影响的因素,并着重分析了资管新规以及业务结构变化对信托公司效率的影响。实证分析的结果表明,信托企业效率与高净值客户增速、主动资产管理规模的行业占比、投资收益占比成显著正相关,与主动资产管理规模,资产负债率成显著负相关。通过分析,本文主要得出了以下结论:资管新规的发布与否和对信托业效率产生了显著的负面影响,投资业务占比对信托企业的效率有着显著正向影响;信托行业存在龙头企业恒强、底部企业难以打破固有局面的问题;技术效率的提高应当聚焦提高主动资产管理能力等。基于以上结论,在文章的最后本文对信托业提出一些建议,包括对主动管理业务进行创新、加强企业内部治理、加强对社会征信体系的建设、提高信托公司主动管理能力、打破底部信托企业改善经营效率难的困境等。