摘要：商業(yè)銀行在我國的金融體系中占據(jù)重要地位，其經(jīng)營效率的高低不僅關(guān)系到自身發(fā)展，而且關(guān)系到全社會范圍內(nèi)資源的合理配置和我國金融市場的穩(wěn)定與發(fā)展。選取利息收入、非利息收入、貸款和稅前利潤作為產(chǎn)出變量，利息支出、營業(yè)支出、存款和固定資產(chǎn)凈值作為投入變量，基于DEA的Malmquist生產(chǎn)指數(shù)法對2007—2015年我國14家商業(yè)銀行的全要素生產(chǎn)率變化指數(shù)進(jìn)行動態(tài)分析。結(jié)果表明，我國商業(yè)銀行經(jīng)營效率水平上升，但在2015年度出現(xiàn)下降趨勢，國有銀行效率低于股份制商業(yè)銀行。

關(guān)鍵詞：商業(yè)銀行；DEA模型；效率評價；Malmqusit指數(shù)

中圖分類號：F830文獻(xiàn)標(biāo)識碼：A文章編號：2095-3283（2016）11-0106-04

[作者簡介]付曉（1992-），女，漢族，安徽六安人，碩士，研究方向：國際貿(mào)易理論與政策。

一、文獻(xiàn)綜述

關(guān)于商業(yè)銀行的效率研究，主要包括四個方面：銀行規(guī)模效率、銀行范圍效率、銀行前沿效率和銀行生產(chǎn)效率。銀行生產(chǎn)效率的研究方法主要有參數(shù)法和非參數(shù)法，參數(shù)法包括隨機(jī)前沿法（stochastic frontier approach， SFA）、厚前沿法（thick frontier approach，TFA）、自由分布法（distribution free approach，DFA）等，非參數(shù)法主要包括DEA和自由處置殼法（free disposal hull，F(xiàn)DH），其中DEA方法應(yīng)用更廣。DEA是由美國運(yùn)籌學(xué)家ACharnes和WWCooper、ERhodes等學(xué)者在1978年提出，該方法能系統(tǒng)地評價某一單元的相對效率。RDBanker（1984）在規(guī)模報酬變動（variable returns to scale， VRS）條件下對技術(shù)效率進(jìn)行分解，為Malmqusit生產(chǎn)率指數(shù)分析多投入—多產(chǎn)出決策單元（DMU）全要素生產(chǎn)率的變動提供了方法工具。

蔡躍洲、郭梅軍（2009）運(yùn)用DEA方法，對我國上市銀行的全要素生產(chǎn)率進(jìn)行研究，得出我國上市商業(yè)銀行的全要素生產(chǎn)率總體來說略有下降，主要是因?yàn)楹暧^調(diào)控和貨幣政策的變化。馮敏、方道軍（2011）運(yùn)用DEA模型對我國13家上市銀行的數(shù)據(jù)進(jìn)行分析，指出要提高我國上市銀行的經(jīng)營效率，可以從提高我國上市銀行規(guī)模效率和創(chuàng)新能力入手。王建、金浩、梁慧超（2011）基于超效率DEA法，認(rèn)為2004—2009年商業(yè)銀行全要素生產(chǎn)率整體上不斷提高主要得益于技術(shù)進(jìn)步和規(guī)模效益，但2009年全要素生產(chǎn)率有所下降。丁振輝、徐瑾（2015）在對我國上市銀行的穩(wěn)健性研究中，運(yùn)用DEA法分析了上市銀行經(jīng)營效率，得出大型銀行由于規(guī)模效應(yīng)能夠?qū)崿F(xiàn)更高的效率。王明筠、傅聯(lián)英、連小琴（2015）運(yùn)用DEA模型，對我國15家商業(yè)銀行的經(jīng)營效率進(jìn)行分解和測算，得出國有商業(yè)銀行經(jīng)營效率低于銀行業(yè)平均水平，股份制銀行經(jīng)營效率差異較大，但多數(shù)高于國有銀行，城市商業(yè)銀行經(jīng)營效率與國有銀行持平。何劍、吉陽（2016）利用CCA和DEA法對2011—2013年我國16家商業(yè)銀行經(jīng)營績效進(jìn)行分析，結(jié)果表明，我國整體銀行業(yè)綜合效率大體呈現(xiàn)出“U”形變化趨勢。劉心、李婷婷、鄒翔（2016）采用DEA方法測算出我國13家商業(yè)銀行的技術(shù)效率、純技術(shù)效率和規(guī)模效率，結(jié)果表明，2008—2012年中國商業(yè)銀行總體效率表現(xiàn)出穩(wěn)步上升的態(tài)勢，而且技術(shù)效率的提高，主要源于規(guī)模效率的提高。

二、基于數(shù)據(jù)包絡(luò)分析的Malmquist生產(chǎn)指數(shù)法

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，以下簡稱DEA）是一種常用的非參數(shù)前沿（non-parametric frontier）效率分析方法。因?yàn)镈EA利用線性規(guī)劃技術(shù)巧妙地解決了具有不同量綱、多輸入、多產(chǎn)出的同類決策單元（DMU）之間績效的比較評價問題。通過對輸入輸出數(shù)據(jù)的綜合分析，DEA法可以得出每個DMU綜合效率的數(shù)量指標(biāo)，據(jù)此將各DMU定級排序，確定相對效率最高的DMU，并指出其他DMU非有效的原因和程度。DEA還能判斷各DMU的投入規(guī)模是否恰當(dāng)，并給出了各決策單元調(diào)整投入規(guī)模的正確方向和程度。作為一種非參數(shù)效率評價方法，DEA法不要求事先確定決策單元的生產(chǎn)函數(shù)形式，也不要求對研究樣本的無效率分布作先定假設(shè)，但忽略了隨機(jī)因素對生產(chǎn)行為的影響。

本文采取這種測算分析方法是基于以下幾點(diǎn)考量：第一，很難找到一個生產(chǎn)函數(shù)區(qū)刻畫商業(yè)銀行的生產(chǎn)成果。第二，由于大部分商業(yè)銀行都是2003年以后才公開上市的，數(shù)據(jù)的序列比較短，難以采用參數(shù)估計的方法。第三，Malmquist生產(chǎn)率指數(shù)可以解決上面兩個問題的同時，對全要素生產(chǎn)率進(jìn)行分解，便于分析生產(chǎn)率變化背后潛在的原因。

三、實(shí)證分析

（一）Malmquist全要素生產(chǎn)率指數(shù)及分解情況

基于DEA的Malmquist生產(chǎn)指數(shù)法，本文通過DEAP21軟件測算出我國14家商業(yè)銀行2007—2015年間的全要素增長率變化指數(shù)（TFPCH），（這個指數(shù)為上文理論部分所說的Malmquist生產(chǎn)率指數(shù)）以及全要素增長率變化指數(shù)（TPFCH）分解后的技術(shù)效率變化指數(shù)（EFFCH）、技術(shù)進(jìn)步變化指數(shù)（TECHCH）。需要說明的是，DEAP21的計算結(jié)果是以上一年指數(shù)為基期（即將計算出的上一年指數(shù)設(shè)為 1）的比值。若大于1，則說明該年指數(shù)較去年增長；小于1則說明概念指數(shù)較去年下降。

根據(jù)2007—2015年我國公開上市的14家商業(yè)銀行Malmquist生產(chǎn)指數(shù)和相應(yīng)的技術(shù)變化指數(shù)、技術(shù)效率變化指數(shù)、純技術(shù)效率變化指數(shù)和規(guī)模變化指數(shù)的構(gòu)成的指數(shù)的相關(guān)情況，可以得出以下幾點(diǎn)基本判斷：

12013—2015年，我國14家上市銀行的技術(shù)變化指數(shù)下降非常明顯，從2013年的1437下降到2015年的0765。同時，在此期間，規(guī)模變化指數(shù)有小幅增長。2015年，受到技術(shù)變化指數(shù)下降的影響，14家上市商業(yè)銀行的全要素生產(chǎn)率有明顯的下降。

2在14家商業(yè)銀行中，工商銀行的技術(shù)變化指數(shù)最高，其次是寧波銀行和招商銀行。14家商業(yè)銀行純技術(shù)效率變化指數(shù)為1000，規(guī)模效率變化指數(shù)除了中國銀行和交通銀行分別為0983和1002外，其余均為1000。

3在14家商業(yè)銀行里，全要素生產(chǎn)率最高的是交通銀行，其次是工商銀行和寧波銀行以及招商銀行。

由圖1可知，全要素生產(chǎn)率在2012年達(dá)到最高點(diǎn)，同時，在2012年，技術(shù)效率變化指數(shù)和純效率變化指數(shù)也達(dá)到最大值。技術(shù)變化指數(shù)在2009年和2013年出現(xiàn)了兩個高峰點(diǎn)，最低點(diǎn)出現(xiàn)在2010年，只有0660。規(guī)模變化指數(shù)在2014年達(dá)到1230，是9年間的最大值。

（二）Malmquist生產(chǎn)率指數(shù)及其構(gòu)成指數(shù)變動的因素分析

1從表1的結(jié)果可以看出，2007—2015年我國14家商業(yè)銀行的全要素生產(chǎn)率中，交通銀行，工商銀行和寧波銀行分別排在前三位，其次是招商銀行，興業(yè)銀行和中信銀行，它們的全要素生產(chǎn)率都大于1，而中國銀行和建設(shè)銀行相對較低。四大國有銀行中上市的三家銀行，工商銀行排名第一，建設(shè)銀行排在第13位，中國銀行排第14位?？梢姡拇髧秀y行的效率低于股份制商業(yè)銀行，四大國有銀行并沒有因?yàn)橘Y產(chǎn)規(guī)模大，而帶來更高的績效和收益，相反其獲利能力遠(yuǎn)遠(yuǎn)低于股份制商業(yè)銀行，說明國有商業(yè)銀行在效率方面還有很大的改進(jìn)空間。

從技術(shù)進(jìn)步變化指數(shù)看，14家銀行中有6家銀行大于1，說明在信息技術(shù)的應(yīng)用和普及下，業(yè)務(wù)網(wǎng)絡(luò)化和電子化的積極推廣下，比如POS機(jī)和網(wǎng)上銀行等技術(shù)進(jìn)步和創(chuàng)新，帶動了這6家商業(yè)銀行整體效率的改進(jìn)。

從技術(shù)效率變化指數(shù)看，只有中國銀行的技術(shù)效率指數(shù)小于1，主要是因?yàn)橐?guī)模效率指數(shù)為0983，說明以往通過規(guī)模的擴(kuò)大促進(jìn)總效率提升的粗放型經(jīng)營模式已經(jīng)不再適用。

2由表2的結(jié)果可以看出，2009年，受美國金融危機(jī)全面升級導(dǎo)致的國際經(jīng)濟(jì)衰退的影響，我國政府采取適度寬松的貨幣政策，擴(kuò)大了直接融資規(guī)模和貸款規(guī)模，支持國內(nèi)經(jīng)濟(jì)發(fā)展，確保經(jīng)濟(jì)增速，受貸款快速增長的影響，銀行業(yè)資產(chǎn)規(guī)模在2009年擴(kuò)張加快，2010年度的規(guī)模效率指數(shù)為1103。2015年，我國14家上市銀行的全要素生產(chǎn)率呈明顯下降趨勢，主要是由于技術(shù)變化指數(shù)的下降以及規(guī)模效率方面的不利影響。這意味著商業(yè)銀行的技術(shù)水平、服務(wù)質(zhì)量和管理模式雖然在不斷提高，但還不能滿足隨著經(jīng)濟(jì)發(fā)展不斷增強(qiáng)的金融需求。2012—2015年宏觀經(jīng)濟(jì)的增長保證了商業(yè)銀行業(yè)績的增長，但不難發(fā)現(xiàn)，這種增長下存在著技術(shù)進(jìn)步緩慢和規(guī)模效率低下的問題，在一定程度上會阻礙商業(yè)銀行的全要素生產(chǎn)率的增長。

四、結(jié)語

本文選取了利息收入、非利息收入、貸款和稅前利潤作為產(chǎn)出變量和利息支出、營業(yè)支出、存款、固定資產(chǎn)凈值作為投入變量，基于DEA的Malmquist生產(chǎn)指數(shù)法對2007—2015年我國14家商業(yè)銀行的效率進(jìn)行了研究。結(jié)果表明，我國商業(yè)銀行經(jīng)營效率水平上升，但在2015年度呈現(xiàn)出下降趨勢，國有商業(yè)銀行效率低于股份制商業(yè)銀行。我國商業(yè)銀行應(yīng)該在擴(kuò)大經(jīng)營規(guī)模的基礎(chǔ)上，深化改革，加大技術(shù)創(chuàng)新和轉(zhuǎn)變傳統(tǒng)經(jīng)營模式，同時不斷改善國有商業(yè)銀行的經(jīng)營效率和管理水平，從而提升整個行業(yè)的生產(chǎn)率。

[參考文獻(xiàn)]

[1]馮敏，方道軍，基于DEA的我國上市商業(yè)銀行效率分析（2003—2010）[J]科技和產(chǎn)業(yè)，2011（10）

[2]王明筠，傅聯(lián)英，連小琴，商業(yè)銀行效率測評及其結(jié)構(gòu)分解[J]上海金融，2015（11）

[3]丁振輝，徐瑾.上市銀行經(jīng)營效率、公司治理對穩(wěn)健性的影響[J]投資研究，2015（11）

[4]何劍，吉陽，我國上市銀行的投入產(chǎn)出績效評析[J]績效評價，2016（1）

[5]蔡躍州，郭梅軍，我國上市銀行全要素生產(chǎn)率的實(shí)證分析[J]經(jīng)濟(jì)研究，2009（9）

[6]劉心，李婷婷，鄒翔，中國商業(yè)銀行效率DEA方法的實(shí)證分析[J]遼寧工程技術(shù)大學(xué)學(xué)報，2016（2）

Abstract： Commercial banks occupy an important position in Chinas financial system， whose operating efficiency is related to their own development， the reasonable allocation of resources in the whole society as well as the stability and development of the financial market in China. Interest income， non-interest income， loan and pre-tax profit were selected as output variables. Interest expenditure， revenue expenditure， deposit and net value of fixed assets were chosen as input variables. Malmquist productivity index approach based on DEA was taken to conduct a dynamic analysis on the change index of total factor productivity of 14 commercial banks in China from 2007 to 2015. Results showe that the operating efficiency of Chinas commercial banks rose and presented a downward trend in 2015 and the efficiency of state-owned banks was lower than that of joint-stock commercial banks.

Key words： commercial banks； DEA Model； efficiency evaluation； Malmqusit index（責(zé)任編輯：張彤彤）