周辛祉

[提要] 商業(yè)銀行是我國(guó)現(xiàn)有金融體系的重要組成部分，對(duì)我國(guó)經(jīng)濟(jì)發(fā)展具有重要作用。如何對(duì)商業(yè)銀行經(jīng)營(yíng)效率進(jìn)行客觀評(píng)價(jià)，早已成為學(xué)界研究的熱點(diǎn)問(wèn)題。本文采用固定效應(yīng)面板隨機(jī)前沿方法，對(duì)我國(guó)A股市場(chǎng)32家上市商業(yè)銀行2013～2018年度利潤(rùn)效率進(jìn)行實(shí)證分析，以求豐富商業(yè)銀行效率相關(guān)研究，為進(jìn)一步提升商業(yè)銀行效率提供理論支持。

關(guān)鍵詞：固定效應(yīng)面板隨機(jī)前沿;個(gè)體異質(zhì)性;商業(yè)銀行效率;股份制改革

中圖分類號(hào)：F832 文獻(xiàn)標(biāo)識(shí)碼：A

收錄日期：2019年8月15日

一、研究背景

金融業(yè)是國(guó)民經(jīng)濟(jì)的重要組成部分，具有為市場(chǎng)不斷提供貨幣資金支持、保障社會(huì)經(jīng)濟(jì)正常運(yùn)行的重要功能。而商業(yè)銀行作為金融體系的重要主體，一方面吸收社會(huì)資金成為自身負(fù)債;另一方面又通過(guò)發(fā)放貸款、買賣有價(jià)證券等方式對(duì)社會(huì)資金予以配置，其運(yùn)營(yíng)情況不僅直接影響到社會(huì)資源配置效率的高低，還會(huì)影響到中央銀行貨幣政策執(zhí)行的有效性。然而，在我國(guó)經(jīng)濟(jì)亟待轉(zhuǎn)型的新常態(tài)下，國(guó)內(nèi)金融改革也逐步深化，商業(yè)銀行不僅面臨利率市場(chǎng)化等政策風(fēng)險(xiǎn)的影響，也需要面對(duì)金融服務(wù)需求個(gè)性化和互聯(lián)網(wǎng)金融的挑戰(zhàn)和沖擊。我國(guó)商業(yè)銀行原有的粗放經(jīng)營(yíng)模式不僅使其為實(shí)體經(jīng)濟(jì)發(fā)展提供資金支持的能力大打折扣，更難以滿足自身進(jìn)一步發(fā)展的需求。商業(yè)銀行迫切需要摸清自身的經(jīng)營(yíng)效率，在穩(wěn)健運(yùn)行、控制風(fēng)險(xiǎn)的基礎(chǔ)上思考如何優(yōu)化經(jīng)營(yíng)模式、提升經(jīng)營(yíng)效率。

二、模型設(shè)定與變量選擇

現(xiàn)有測(cè)算商業(yè)銀行經(jīng)營(yíng)效率的方法主要包括隨機(jī)前沿方法（SFA）和數(shù)據(jù)包絡(luò)方法（DEA）。由于SFA方法可將隨機(jī)因素納入模型的考察范圍，效率測(cè)算結(jié)果受異常極端值的影響較小，且可以直接采用“一步法”進(jìn)一步分析技術(shù)無(wú)效率項(xiàng)的影響因素，故本文選取SFA方法對(duì)商業(yè)銀行的利潤(rùn)效率進(jìn)行分析。綜觀國(guó)內(nèi)學(xué)界對(duì)商業(yè)銀行效率的研究，不難發(fā)現(xiàn)，在采用面板隨機(jī)前沿方法的研究中，考慮了商業(yè)銀行個(gè)體異質(zhì)性的研究較為缺乏，這可能會(huì)造成個(gè)體效應(yīng)被錯(cuò)誤地包含在技術(shù)無(wú)效率項(xiàng)中，從而導(dǎo)致技術(shù)效率的測(cè)算存在偏誤。為克服這一問(wèn)題，本文選取Wang和Ho（2010）提出的固定效應(yīng)面板隨機(jī)前沿模型對(duì)各商業(yè)銀行的技術(shù)無(wú)效率項(xiàng)和個(gè)體異質(zhì)性予以區(qū)分，同時(shí)采用“一步法”直接分析技術(shù)無(wú)效率項(xiàng)的影響因素，具體的模型設(shè)定如下：

前沿生產(chǎn)函數(shù)：y_it=α_i+x_itβ+v_it-u_it（1）

隨機(jī)擾動(dòng)項(xiàng)：v_it：N（0，σ_v2）

技術(shù)無(wú)效率項(xiàng)：u_it=h_it×u_i*，u_i*：N+（μ，σ_u2），μ≥0 （2）

無(wú)效率函數(shù)：u_it=f（z_itδ） （3）

技術(shù)效率：TE_it=exp（-u_it） （4）

其中，yit和xit分別表示產(chǎn)出變量和投入變量，？琢i表示不隨時(shí)間變化的個(gè)體效應(yīng)，vit是服從均值為0、方差？滓v2為正態(tài)分布的隨機(jī)擾動(dòng)項(xiàng)，uit為技術(shù)無(wú)效率項(xiàng)。hit是由無(wú)效率影響因素zit所構(gòu)成的正函數(shù)，ui*服從均值為？滋、方差為？滓u2的半截?cái)嗾龖B(tài)分布。技術(shù)效率TEit的取值在0到1之間，取值越接近于1表示效率越高。

本文選取的各變量如表1所示。在投入變量方面，選取員工人數(shù)代表勞動(dòng)力投入，選取凈資產(chǎn)代表資本投入。在產(chǎn)出變量方面，由于利潤(rùn)效率能夠更好地反應(yīng)商業(yè)銀行追求利潤(rùn)最大化的經(jīng)營(yíng)目標(biāo)，我們將凈利潤(rùn)定義為產(chǎn)出變量。同時(shí)，參考國(guó)內(nèi)已有關(guān)于商業(yè)銀行效率影響因素的研究，本文從宏觀經(jīng)濟(jì)角度和商業(yè)銀行自身角度選取無(wú)效率影響因素變量，具體包括：年度GDP增長(zhǎng)率、年度通貨膨脹率、商業(yè)銀行總資產(chǎn)收益率、資本充足率和存貸比。（表1）

由于柯布道格拉斯生產(chǎn)函數(shù)具有形式簡(jiǎn)單、估計(jì)方便等的特點(diǎn)，本文將前沿生產(chǎn)函數(shù)的形式設(shè)定為柯布道格拉斯型，將投入變量和產(chǎn)出變量進(jìn)行對(duì)數(shù)化處理，同時(shí)加入時(shí)間變量t用于捕捉技術(shù)進(jìn)步。綜上，我們可以得出最終的前沿生產(chǎn)函數(shù)和無(wú)效率函數(shù)為：

lnY=α_i+β₁lnL_it+β₂lnK_it+β₃t+（v_it-u_it） （5）

h_it=δ₁RGDP_t+δ₂INF_t+δ₃ROA_it+δ₄CAR_it+δ5LDR_it（6）

三、實(shí)證結(jié)果與分析

本文的研究樣本為我國(guó)A股32家上市商業(yè)銀行2013～2018年度的財(cái)務(wù)數(shù)據(jù)，其中國(guó)有商業(yè)銀行5家，股份制商業(yè)銀行8家，城市商業(yè)銀行19家。數(shù)據(jù)來(lái)源為Wind數(shù)據(jù)庫(kù)和國(guó)家統(tǒng)計(jì)局網(wǎng)站。

我們首先對(duì)式（5）和式（6）進(jìn)行估計(jì)，結(jié)果如表2所示。由表2可知，在前沿生產(chǎn)函數(shù)中，勞動(dòng)力投入的系數(shù)（0.0590）明顯小于資本投入的系數(shù)（0.5418），這體現(xiàn)出了商業(yè)銀行資本密集的經(jīng)營(yíng)特征，同時(shí)，時(shí)間變量t的系數(shù)在1%的水平下顯著為正，說(shuō)明我國(guó)A股上市商業(yè)銀行在近年來(lái)取得了一定的技術(shù)進(jìn)步。在無(wú)效率函數(shù)方面，總資產(chǎn)收益率、存貸比的回歸系數(shù)在1%的水平下顯著為負(fù)，說(shuō)明二者與技術(shù)無(wú)效率項(xiàng)之間具有反向變動(dòng)的關(guān)系，這意味著，這兩個(gè)變量的提高有助于利潤(rùn)效率的提升，這點(diǎn)與資本充足率恰好相反;年度GDP增長(zhǎng)率在5%的水平下顯著為負(fù)，年度通貨膨脹率的系數(shù)雖不顯著但仍然為負(fù)，說(shuō)明樣本商業(yè)銀行利潤(rùn)效率的變動(dòng)具有一定的順周期性。（表2）

在得出了上述結(jié)果之后，本文進(jìn)一步利用式（2）、式（3）與式（4）計(jì)算樣本商業(yè)銀行的利潤(rùn)效率，并根據(jù)平均效率值進(jìn)行排名，結(jié)果見(jiàn)表3。接著，我們按照所有制性質(zhì)將樣本商業(yè)銀行劃分為國(guó)有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行，分別計(jì)算每類商業(yè)銀行每年的平均利潤(rùn)效率，結(jié)果見(jiàn)圖1。（表3、圖1）

結(jié)合圖1與表3，不難發(fā)現(xiàn)，我國(guó)A股上市商業(yè)銀行之間的利潤(rùn)效率差距較大，且總體利潤(rùn)效率偏低。樣本商業(yè)銀行的利潤(rùn)效率在2013～2018年度呈現(xiàn)出較為明顯的下降趨勢(shì)，這主要是兩方面的原因造成的：其一，商業(yè)銀行未能很好地適應(yīng)經(jīng)濟(jì)新常態(tài)，如前所述，商業(yè)銀行利潤(rùn)效率的變動(dòng)具有一定的順周期性，而經(jīng)濟(jì)新常態(tài)的到來(lái)導(dǎo)致銀行貸款業(yè)務(wù)增長(zhǎng)受限，已經(jīng)存在的業(yè)務(wù)風(fēng)險(xiǎn)進(jìn)一步加劇;其二，利率市場(chǎng)化的推進(jìn)和互聯(lián)網(wǎng)金融的興起使得商業(yè)銀行原有粗放經(jīng)營(yíng)方式的弊端逐漸顯露。從銀行性質(zhì)的角度來(lái)看，我國(guó)上市商業(yè)銀行的平均利潤(rùn)效率由高到低依次為城市商業(yè)銀行、股份制商業(yè)銀行和國(guó)有商業(yè)銀行，這也在一定程度上反映出推進(jìn)國(guó)有商業(yè)銀行股份制改革的必要性。從各家商業(yè)銀行利潤(rùn)效率的排名情況來(lái)看，排名前五位的商業(yè)銀行依次為南京銀行、貴陽(yáng)銀行、紫金銀行、寧波銀行和青農(nóng)商行，均為城市商業(yè)銀行;排名后五位的商業(yè)銀行依次為農(nóng)業(yè)銀行、青島銀行、江陰銀行、華夏銀行和張家港行，其中，國(guó)有商業(yè)銀行1家，股份制商業(yè)銀行1家，城市商業(yè)銀行3家。此外，國(guó)有商業(yè)銀行中排名最靠前的是交通銀行（第14），排名最靠后的是農(nóng)業(yè)銀行（第28）;股份制商業(yè)銀行中排名最靠前的是招商銀行（第6），排名最靠后的是華夏銀行（第31）;城市商業(yè)銀行中排名最靠前的是南京銀行（第1），排名最靠后的是張家港行（第32）。

四、結(jié)論及建議

本文以2013～2018我國(guó)A股上市商業(yè)銀行的年度財(cái)務(wù)數(shù)據(jù)為研究樣本，運(yùn)用固定效應(yīng)面板隨機(jī)前沿方法分析了各家商業(yè)銀行的利潤(rùn)效率及其影響因素，主要研究結(jié)論為：第一，我國(guó)商業(yè)銀行的利潤(rùn)效率整體偏低，且各商業(yè)銀行之間差距較大;第二，近年來(lái)，我國(guó)A股上市商業(yè)銀行的利潤(rùn)效率呈現(xiàn)出較為明顯的下降趨勢(shì)，這主要是由于商業(yè)銀行未能很好地適應(yīng)經(jīng)濟(jì)新常態(tài)，再加上利率市場(chǎng)化和互聯(lián)網(wǎng)金融興起的沖擊所造成的;第三，從銀行性質(zhì)的角度來(lái)看，我國(guó)上市商業(yè)銀行的平均利潤(rùn)效率由高到低依次為城市商業(yè)銀行、股份制商業(yè)銀行和國(guó)有商業(yè)銀行。

基于此，本文認(rèn)為商業(yè)銀行應(yīng)該從以下幾個(gè)方面入手，努力提高自身經(jīng)營(yíng)效率，更好地為實(shí)體經(jīng)濟(jì)服務(wù)：首先，盡快適應(yīng)經(jīng)濟(jì)新常態(tài)。經(jīng)濟(jì)新常態(tài)主要表現(xiàn)為經(jīng)濟(jì)增速放緩和經(jīng)濟(jì)結(jié)構(gòu)調(diào)整，商業(yè)銀行應(yīng)該據(jù)此調(diào)整自身的業(yè)務(wù)結(jié)構(gòu)和業(yè)務(wù)規(guī)模，盡量降低經(jīng)濟(jì)新常態(tài)對(duì)經(jīng)營(yíng)效率的負(fù)面影響。其次，轉(zhuǎn)變粗放經(jīng)營(yíng)方式，合理進(jìn)行業(yè)務(wù)創(chuàng)新。隨著利率市場(chǎng)化的不斷推進(jìn)，商業(yè)銀行原有依靠利差的粗放經(jīng)營(yíng)方式將不再具備可持續(xù)性，互聯(lián)網(wǎng)金融等新興業(yè)態(tài)的興起也必將對(duì)其業(yè)務(wù)經(jīng)營(yíng)造成不小的沖擊，如何在轉(zhuǎn)變經(jīng)營(yíng)方式的基礎(chǔ)上進(jìn)行業(yè)務(wù)創(chuàng)新，將會(huì)是商業(yè)銀行難以回避的一大問(wèn)題。再者，加快國(guó)有商業(yè)銀行股份制改革的步伐。國(guó)有商業(yè)銀行在三種類型的商業(yè)銀行中利潤(rùn)效率最低，這充分反映出國(guó)有商業(yè)銀行的股份制改革還有很長(zhǎng)的一段路需要走，股改上市后的國(guó)有商業(yè)銀行仍需進(jìn)一步完善治理。

主要參考文獻(xiàn)：

[1]Battese G.E.，Coelli T.J.A model for technical inefficiency effects in a stochastic frontier production function for panel data[J].Empirical Economics，1995.20（2）.

[2]Wang，H.-J.，Ho，C.-W.Estimating fixed-effect panel stochastic frontier models by model transformation [J].Journal of Econometrics，2010.157（2）.

[3]郭妍.我國(guó)商業(yè)銀行效率決定因素的理論探討與實(shí)證檢驗(yàn)[J].金融研究，2005（2）.

[4]張健華，王鵬.銀行效率及其影響因素研究——基于中、外銀行業(yè)的跨國(guó)比較[J].金融研究，2011（5）.

[5]鄭錄軍，曹廷求.我國(guó)商業(yè)銀行效率及其影響因素的實(shí)證分析[J].金融研究，2005（1）.