?

我國(guó)商業(yè)銀行效率動(dòng)態(tài)演進(jìn)
——基于DEA-Malmquist非參數(shù)數(shù)據(jù)包絡(luò)分析方法

李策劃，胡俊

（南京財(cái)經(jīng)大學(xué)產(chǎn)業(yè)發(fā)展研究院，江蘇南京210003）

[摘要]在金融行業(yè)壟斷改革大背景下，利用我國(guó)14家上市銀行2008年至2013年數(shù)據(jù)，運(yùn)用DEA-Malmquist非參數(shù)數(shù)據(jù)包絡(luò)分析方法分析不同年份技術(shù)效率、技術(shù)進(jìn)步和TFP動(dòng)態(tài)變化,得出我國(guó)商業(yè)銀行全要素生產(chǎn)率與技術(shù)進(jìn)步率相吻合并且都不斷提高；國(guó)有控股銀行全要素生產(chǎn)率低于非國(guó)有控股商業(yè)銀行；我國(guó)商業(yè)銀行TFP受宏觀經(jīng)濟(jì)環(huán)境和經(jīng)濟(jì)政策影響較大等結(jié)論；進(jìn)一步分析了投入產(chǎn)出指標(biāo)對(duì)商業(yè)銀行效率的影響。

[關(guān)鍵詞]商業(yè)銀行；全要素生產(chǎn)率；動(dòng)態(tài)演進(jìn)

1　引言

在現(xiàn)階段金融改革的大潮下，商業(yè)銀行效率問(wèn)題成為專注重點(diǎn)。雖然我國(guó)銀行整體運(yùn)行質(zhì)量不斷提升，資產(chǎn)規(guī)模不斷增長(zhǎng)，盈利水平不斷提升，市場(chǎng)競(jìng)爭(zhēng)力逐步提高，但仍然存在著不足的指標(biāo)。作為銀行核心競(jìng)爭(zhēng)力的經(jīng)營(yíng)效率與國(guó)外銀行之間有很大差別，銀行投入和產(chǎn)出存在著不均衡和不匹配。借鑒國(guó)外有關(guān)銀行效率的研究，國(guó)內(nèi)學(xué)者中對(duì)銀行效率做了一些探究，但無(wú)法系統(tǒng)的給出銀行效率動(dòng)態(tài)變化特點(diǎn)和原因。為此，本文通過(guò)非參數(shù)DEA-Malamquist指數(shù)法測(cè)算14家商業(yè)銀行效率，分析其動(dòng)態(tài)變化特征并簡(jiǎn)單分析變化的原因。

2　文獻(xiàn)綜述

銀行效率指銀行在業(yè)務(wù)中要素投入和產(chǎn)出之間的比率，反映出銀行對(duì)資源配置和資源利用的效率。目前，國(guó)內(nèi)外研究銀行效率主要有三種：一是運(yùn)用銀行財(cái)務(wù)比例，根據(jù)相關(guān)財(cái)務(wù)指標(biāo)分析銀行效率；二是參數(shù)分析法，利用成本-生產(chǎn)函數(shù)構(gòu)造多元線性回歸模型；三是利用非參數(shù)的數(shù)據(jù)包絡(luò)分析。目前，非參數(shù)方法是國(guó)內(nèi)外運(yùn)用最多、最成熟的方法。Charnes等人首次運(yùn)用DEA方法測(cè)算銀行業(yè)效率后，這種非參數(shù)方法在國(guó)外的銀行業(yè)效率測(cè)量中得到了廣泛的應(yīng)用[1]。

隨著研究效率的方法和工具日益成熟，越來(lái)越多的國(guó)內(nèi)學(xué)者開始研究銀行業(yè)效率問(wèn)題。首先用DEA方法測(cè)算銀行效率的是魏煜、王麗( 2000)，運(yùn)用1997年我國(guó)12家商業(yè)銀行的數(shù)據(jù)，分解了技術(shù)效率、純技術(shù)效率和規(guī)模效率，結(jié)果發(fā)現(xiàn)，四家國(guó)有銀行的平均技術(shù)效率低于其他商業(yè)銀行的平均技術(shù)效率，4家國(guó)有商業(yè)銀行技術(shù)無(wú)效的主要原因是由于純技術(shù)無(wú)效[2]; 2003年,張建華首次引入了DEA模型的改進(jìn)模型以及Malmquist效率指數(shù)分析了我國(guó)22家國(guó)有商業(yè)銀行,股份制商業(yè)銀行以及城市商業(yè)銀行1997年至2001年間的效率[3]，其研究結(jié)果表明,股份制商業(yè)銀行效率最高。郭顯光、袁云峰（2005）對(duì)我國(guó)14家商業(yè)銀行2002年與2003年兩年的效率進(jìn)行估算，發(fā)現(xiàn)四家國(guó)有大型商業(yè)銀行的經(jīng)營(yíng)效率低于其他的股份制銀行,他們分析可能的原因是勞動(dòng)力過(guò)于冗余,金融服務(wù)提供不足[4]。吳昊（2011）運(yùn)用非參數(shù)的數(shù)據(jù)包絡(luò)分析法對(duì)我國(guó)14家上市商業(yè)銀行2001到2009年的技術(shù)效率、純技術(shù)效率和規(guī)模效率進(jìn)行了測(cè)度，發(fā)現(xiàn)14家上市商業(yè)銀行的規(guī)模效率普遍較高，并且股份制銀行的平均技術(shù)效率普遍好于國(guó)有控股商業(yè)銀行[5]。

以往學(xué)者的研究中，有從投入角度和產(chǎn)出不同角度出發(fā)測(cè)度了我國(guó)商業(yè)銀行效率的變化情況，有的學(xué)者考慮了某一具體年我國(guó)商業(yè)銀行的效率數(shù)值，也有的學(xué)者考慮了某一段時(shí)期內(nèi)商業(yè)銀行效率值的變化趨勢(shì)。這些研究都驗(yàn)證了我國(guó)商業(yè)銀行效率正在逐步趨好，尤其是商業(yè)銀行的純技術(shù)效率較高。

3　商業(yè)銀行效率測(cè)度模型構(gòu)建

采用規(guī)模收益可變（VRS）的非參數(shù)DEAMalamquist指數(shù)法來(lái)測(cè)度14家商業(yè)銀行的全要素生產(chǎn)率。TFP的變化可分解為技術(shù)效率和技術(shù)進(jìn)步，其中技術(shù)效率變化又可分解為規(guī)模效率的變化、純技術(shù)效率變化，可以表示為：TFPch= TECHch×EFFch= TECHch×Pech×Sech

式中，TFPch表示t期到t+1期的TFP變動(dòng)；EFFch表示t期到t+1期的技術(shù)效率的變化；TECHch表示t期到t+1期的技術(shù)進(jìn)步指數(shù)；Pech表示t期到t+1期純技術(shù)效率變化，Sech表示t期到t+1期規(guī)模效率的變化。

DEA-Malmquist指數(shù)法有兩種方法，投入與產(chǎn)出導(dǎo)向型，即假設(shè)在產(chǎn)出（投入）水平確定的條件下，如何使投入（產(chǎn)出）最小（大）化。由于銀行可控的為投入要素，所以采用基于產(chǎn)出導(dǎo)向的DEAMalmquist指數(shù)法。

4　商業(yè)銀行效率測(cè)度

4.1數(shù)據(jù)樣本和指標(biāo)選取

本文選取我國(guó)14家上市銀行作為樣本，分別是中國(guó)銀行、工商銀行、農(nóng)業(yè)銀行、交通銀行和建設(shè)銀行五大國(guó)有控股銀行（以下簡(jiǎn)稱國(guó)有銀行）以及興業(yè)銀行、中信銀行、光大銀行、民生銀行、招商銀行、廣發(fā)銀行、平安銀行、浦發(fā)銀行和華夏銀行九家非國(guó)有控股股份制銀行。

借鑒以往的研究選取銀行固定資產(chǎn)，銀行存款和銀行所有者權(quán)益作為投入指標(biāo)；把利息收入和利潤(rùn)總額作為產(chǎn)出指標(biāo)。相關(guān)指標(biāo)數(shù)據(jù)均來(lái)自各個(gè)銀行各年財(cái)務(wù)報(bào)表。

4.2銀行全要素生產(chǎn)率變化總體特征

表1　14家銀行Malmquist分解指數(shù)

首先，從均值來(lái)看，除純技術(shù)效率接近1外，其余指標(biāo)全都大于或等于1。由于規(guī)模效率為1.01，所以與純技術(shù)效率乘積的技術(shù)效率為1，說(shuō)明14家銀行整體上技術(shù)效率處于最優(yōu)規(guī)模；各家銀行技術(shù)進(jìn)步平均值為1.22，代表著生產(chǎn)前沿面推進(jìn)，技術(shù)的進(jìn)步；而且，TFP值大于1，顯然銀行各個(gè)投入要素的利用效率，要素配置效率不斷提升。

其次，從表2中可以看出國(guó)有銀行和非國(guó)有銀行之間對(duì)比。對(duì)于規(guī)模效率而言，由于國(guó)有銀行在銀行分支，商業(yè)網(wǎng)點(diǎn)和從業(yè)人員方面有比較優(yōu)勢(shì)，其值大于非國(guó)有銀行規(guī)模效率值；非國(guó)有銀行在內(nèi)部治理機(jī)制和管理方面有一定的靈活性，沒(méi)有國(guó)有銀行政策性強(qiáng)，因此在純技術(shù)效率方面大于國(guó)有銀行；綜合兩個(gè)分解指標(biāo)，國(guó)有銀行和非國(guó)有銀行技術(shù)效率值相等；由于更具有創(chuàng)新性，非國(guó)有銀行技術(shù)進(jìn)步值為1.30遠(yuǎn)遠(yuǎn)大于國(guó)有銀行的0.98，使得非國(guó)有銀行的全要素生產(chǎn)率大于國(guó)有銀行的全要素生產(chǎn)率。

表2　國(guó)有銀行與非國(guó)有銀行效率對(duì)比

最后，從個(gè)體來(lái)看，14家銀行在技術(shù)進(jìn)步和規(guī)模效率方面均是進(jìn)步的，至少是保持合理的水平1；但是，從Malmquist分解指數(shù)看，交通銀行，建設(shè)銀行，興業(yè)銀行和中信銀行存在著技術(shù)效率和純技術(shù)效率退步，其中建設(shè)銀行退步程度最大，其余銀行都是進(jìn)步的，就TFP而言，交通銀行和建設(shè)銀行效率進(jìn)步最低，分別進(jìn)步0.06和0.08，民生銀行和華夏銀行要素生產(chǎn)率值最高，分別0.42和0.43。

4.3銀行全要素生產(chǎn)率年度變化特征

圖1表示的是2008年到2013年14家銀行全要素生產(chǎn)率年度變化。從圖中可以看出，技術(shù)進(jìn)步和TPF變化率符合度較高，并且兩者的波動(dòng)都較大，截止到2013年全要素生產(chǎn)效率和技術(shù)進(jìn)步出現(xiàn)兩個(gè)峰值分別在2009-2010和2012-2013年；技術(shù)效率和純技術(shù)效率及規(guī)模效率符合度較高，在效率值1附近徘徊。對(duì)于各值的年度均值，除純技術(shù)效率值存在惡化現(xiàn)象，增長(zhǎng)了-0.9%，其他分解值增長(zhǎng)率都為正，技術(shù)進(jìn)步增長(zhǎng)了21.8%，技術(shù)效率增長(zhǎng)了0.1%，TFP增長(zhǎng)了22%。

圖1　2008-2013年銀行TFP均值變化

5　影響因素分析

從上述分析可以看出，TFP變化主要原因是技術(shù)進(jìn)步的變化。但是TPF仍處于不穩(wěn)定狀態(tài)，且波動(dòng)相當(dāng)大。為了進(jìn)一步分析投入指標(biāo)和產(chǎn)出指標(biāo)對(duì)全要素生產(chǎn)率的影響，運(yùn)用spss對(duì)各年度的技術(shù)效率、技術(shù)進(jìn)步和TFP增長(zhǎng)率進(jìn)行配對(duì)樣本T檢驗(yàn)，如表3，配對(duì)后的樣本相關(guān)系數(shù)p檢驗(yàn)沒(méi)有通過(guò)驗(yàn)證，因此可以得出Malmquist生產(chǎn)率變化并沒(méi)有時(shí)間序列特征。對(duì)DEA-Malmquist指數(shù)方法得到的效率值進(jìn)行進(jìn)一步的多元線性回歸分析，建立模型如下：

表3　配對(duì)樣本T檢驗(yàn)

模型1:效率值=αx0+α1Δx1+α2Δx2+α3Δx3+ε1

模型2:效率值=αy0+α1Δy1+α2Δy2+ε2

表4　生產(chǎn)效率、技術(shù)效率、技術(shù)進(jìn)步多元回歸分析結(jié)果

上述兩個(gè)模型分別以技術(shù)效率、技術(shù)進(jìn)步和生產(chǎn)率指數(shù)為因變量，其中模型1以投入指標(biāo)變化值作為解釋變量，模型2以輸出指標(biāo)變化值為解釋變量。從圖1看出TFP增長(zhǎng)率在2010-2011年間下降，而在2012-2013年大幅增長(zhǎng)，根據(jù)這兩年計(jì)算的數(shù)據(jù)進(jìn)行模型回歸。從表4對(duì)比中發(fā)現(xiàn)2010-2011年間固定資產(chǎn)（x1）和所有者權(quán)益（x3）對(duì)全要素生產(chǎn)率作用是負(fù)的，而且對(duì)技術(shù)效率和技術(shù)進(jìn)步同樣也是負(fù)作用，把效率值拉下來(lái)了；2012-2013年雖然三個(gè)指標(biāo)都對(duì)技術(shù)效率有負(fù)作用，但是除存款（x2）外，其他兩個(gè)指標(biāo)對(duì)技術(shù)進(jìn)步和生產(chǎn)效率均為正向拉動(dòng)。所有指標(biāo)在兩年期間所起作用是相反的，所以導(dǎo)致的結(jié)果也是相反的。

6　結(jié)論

通過(guò)對(duì)我國(guó)14家上市商業(yè)銀行效率分析看出，各家商業(yè)銀行的效率都是不斷上升的。各家商業(yè)銀行的技術(shù)進(jìn)步不斷提升，其均值達(dá)到1.22。商業(yè)銀行全要素生產(chǎn)效率與技術(shù)進(jìn)步率具有高度的吻合性，全要素生產(chǎn)效率的進(jìn)步主要是我國(guó)商業(yè)銀行技術(shù)進(jìn)步提高帶動(dòng)的。由于純技術(shù)效率的低效率以及規(guī)模效率的弱增長(zhǎng)，技術(shù)效率呈現(xiàn)出波動(dòng)變化，對(duì)商業(yè)銀行的TFP帶動(dòng)不強(qiáng)。其中，國(guó)有銀行的生產(chǎn)率低于非國(guó)有控股銀行的TFP，這主要是由于非國(guó)有控股銀行約束較少，有較大的靈活性，所帶來(lái)的技術(shù)進(jìn)步增長(zhǎng)較大。

由于商業(yè)銀行受到國(guó)家宏觀經(jīng)濟(jì)影響較大，其效率也隨著宏觀政策而波動(dòng)。2008年金融危機(jī)，我國(guó)出臺(tái)了4萬(wàn)億救市計(jì)劃，商業(yè)銀行在政策影響下，出現(xiàn)了較高的生產(chǎn)率增長(zhǎng)。但是2010-2011年宏觀政策消失時(shí)，全要素生產(chǎn)率出現(xiàn)了顯著的下降。2012到2013年期間外部環(huán)境較好，銀行家信心較強(qiáng)，銀行業(yè)景氣指數(shù)較高，促使全要素生產(chǎn)效率大幅提升。

投入產(chǎn)出指標(biāo)對(duì)分解的效率值有一定的影響。根據(jù)對(duì)兩個(gè)年份比較，發(fā)現(xiàn)三個(gè)投入指標(biāo)對(duì)技術(shù)效率、技術(shù)進(jìn)步和TFP各有不同的影響，正是在這種不同的影響下，才使得生產(chǎn)率不同。

參考文獻(xiàn)：

[1] Charnes A.Cooper. Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research.1978,2(6):429-444.

[2]魏煜,王麗.中國(guó)商業(yè)銀行效率研究:一種非參數(shù)的分析[J]．金融研究，2000 ( 3):89-96.

[3]張建華.我國(guó)商業(yè)銀行效率研究的DEA方法及1997－2001年效率的實(shí)證分析[J].金融研究,2003（3）:11-25.

[4]袁云峰,郭顯光.基于松弛變量的中國(guó)銀行業(yè)DEA效率研究[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2005（5）: 37-42.

[5]吳晨.我國(guó)上市商業(yè)銀行效率測(cè)度及影響因素分析—基于DEA的實(shí)證分析[J].山西財(cái)經(jīng)大學(xué)報(bào)，2011（11）:41-57.

[責(zé)任編輯：李榮富]

作者簡(jiǎn)介：李策劃（1990-），男，安徽亳州人，南京財(cái)經(jīng)大學(xué)產(chǎn)業(yè)發(fā)展研究院碩士，研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)和服務(wù)經(jīng)濟(jì)；胡?。?990-），男，安徽六安人，南京財(cái)經(jīng)大學(xué)產(chǎn)業(yè)發(fā)展研究院碩士，研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)和服務(wù)經(jīng)濟(jì)。

收稿日期：2014-11-06

DOI:10.13420/j.cnki.jczu.2015.02.016

[文章編號(hào)]1674-1102(2015)02-0063-03

[文獻(xiàn)標(biāo)識(shí)碼]A

[中圖分類號(hào)]F832