周志剛，嚴(yán)圣陽(yáng)

（武漢商學(xué)院經(jīng)濟(jì)學(xué)院，湖北武漢 430056）

近20 年來(lái)，中國(guó)商業(yè)銀行取得了長(zhǎng)足的發(fā)展，不僅凈利潤(rùn)保持平穩(wěn)增長(zhǎng)，而且將風(fēng)險(xiǎn)控制在較為安全的范圍內(nèi)。一方面，我國(guó)的商業(yè)銀行業(yè)起點(diǎn)相對(duì)較低，還處于發(fā)展完善的過(guò)程之中，但商業(yè)銀行業(yè)改革卓有成效；另一方面，得益于技術(shù)進(jìn)步的日新月異，我國(guó)商業(yè)銀行業(yè)經(jīng)營(yíng)效率也同步顯著提升。商業(yè)銀行業(yè)與實(shí)體經(jīng)濟(jì)密切相關(guān)，2014 年以來(lái)，中國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài)，中國(guó)商業(yè)銀行業(yè)績(jī)?cè)鲩L(zhǎng)開始趨緩；與此同時(shí)，作為技術(shù)進(jìn)步和金融創(chuàng)新相融合產(chǎn)物，金融科技對(duì)商業(yè)銀行開始產(chǎn)生深遠(yuǎn)的影響。因此，依托技術(shù)創(chuàng)新，改善經(jīng)營(yíng)效率，對(duì)當(dāng)前商業(yè)銀行經(jīng)營(yíng)管理的重要性與日俱增。

中國(guó)商業(yè)銀行業(yè)可持續(xù)發(fā)展的關(guān)鍵性因素是什么？是由于要素投入增加的規(guī)模效應(yīng)，還是源于商業(yè)銀行經(jīng)營(yíng)效率的改善？中國(guó)商業(yè)銀行逐年增加技術(shù)投入，注重將新技術(shù)廣泛應(yīng)用于商業(yè)銀行的日常運(yùn)營(yíng)和金融創(chuàng)新之中；互聯(lián)網(wǎng)金融、產(chǎn)業(yè)鏈金融、移動(dòng)支付、大數(shù)據(jù)和區(qū)塊鏈等新技術(shù)與金融融合的金融科技創(chuàng)新也成為各家商業(yè)銀行關(guān)注的焦點(diǎn)。技術(shù)創(chuàng)新對(duì)于中國(guó)商業(yè)銀行全要素生產(chǎn)率增長(zhǎng)的貢獻(xiàn)率究竟有多大？對(duì)這些問(wèn)題的探索有益于中國(guó)商業(yè)銀行可持續(xù)發(fā)展路徑的深入研究。研究商業(yè)銀行全要素生產(chǎn)率的決定因素可以從效率改善、規(guī)模經(jīng)濟(jì)和技術(shù)創(chuàng)新三個(gè)方面衡量個(gè)體商業(yè)銀行的經(jīng)營(yíng)效率，對(duì)中國(guó)商業(yè)銀行全要素生產(chǎn)率有效測(cè)度并進(jìn)行深入的實(shí)證分析是回答上述三個(gè)問(wèn)題的關(guān)鍵。

1 文獻(xiàn)綜述

商業(yè)銀行全要素生產(chǎn)率從效率改善、規(guī)模經(jīng)濟(jì)和技術(shù)進(jìn)步三個(gè)方面衡量商業(yè)銀行個(gè)體的經(jīng)營(yíng)效率，對(duì)中國(guó)商業(yè)銀行全要素生產(chǎn)率有效測(cè)度并進(jìn)行深入的實(shí)證研究是回答上述問(wèn)題的關(guān)鍵。張健華［1］首次采用DEA 方法對(duì)1997—2001 年間中國(guó)商業(yè)銀行效率變化和全要素生產(chǎn)率進(jìn)行研究，并最早對(duì)不同規(guī)模商業(yè)銀行全要素增長(zhǎng)指數(shù)進(jìn)行了測(cè)度。蔡躍洲等［2］關(guān)注商業(yè)銀行的中介職能，對(duì)中國(guó)11 家上市商業(yè)銀行全要素生產(chǎn)率進(jìn)行了實(shí)證分析，認(rèn)為中國(guó)商業(yè)銀行在2004—2008 年間出現(xiàn)技術(shù)退步，技術(shù)效率改善是推動(dòng)同期商業(yè)銀行生產(chǎn)率增長(zhǎng)的主要因素。袁曉玲等［3］同時(shí)考慮商業(yè)銀行的中介作用和營(yíng)業(yè)投入產(chǎn)出，測(cè)算了15 家中國(guó)商業(yè)銀行在1999 —2006 年間的全要素生產(chǎn)率，發(fā)現(xiàn)資產(chǎn)份額、地區(qū)生產(chǎn)總值（GDP）增長(zhǎng)率和固定資產(chǎn)投資率等變量對(duì)商業(yè)銀行Malmquist 指數(shù)變化有顯著影響。張建華等［4］采用隨機(jī)前沿方法，研究中國(guó)商業(yè)銀行的全要素生產(chǎn)率，認(rèn)為從業(yè)務(wù)擴(kuò)張的層面來(lái)看，規(guī)模效率是商業(yè)銀行增長(zhǎng)的主要因素，而技術(shù)進(jìn)步呈現(xiàn)出逐步下降的趨勢(shì)。Matthews 等［5］對(duì)比中國(guó)國(guó)有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行的生產(chǎn)率增長(zhǎng)，認(rèn)為效率的提升來(lái)源于成本下降和技術(shù)進(jìn)步，中國(guó)銀行市場(chǎng)開放的影響不顯著。唐齊鳴等［6］從商業(yè)銀行投入產(chǎn)出的利潤(rùn)角度，對(duì)包含4 家中國(guó)商業(yè)銀行在內(nèi)的18 家國(guó)際大銀行進(jìn)行了Malmquist DEA 分析，認(rèn)為2006—2008 年間銀行全要素生產(chǎn)率降低的主要原因在于技術(shù)退步。朱寧等［7］和劉孟飛等［8］對(duì)中國(guó)商業(yè)銀行技術(shù)變化和技術(shù)效率進(jìn)行了評(píng)估，發(fā)現(xiàn)中國(guó)商業(yè)銀行生產(chǎn)率的提升大部分源于技術(shù)創(chuàng)新，而效率改善的影響有限，這是因?yàn)橐?guī)模效率較低導(dǎo)致技術(shù)效率不理想，中國(guó)商業(yè)銀行經(jīng)營(yíng)管理能力尚待改進(jìn)。

從現(xiàn)有文獻(xiàn)來(lái)看，對(duì)于中國(guó)商業(yè)銀行全要素生產(chǎn)率增長(zhǎng)的主要因素，不同的研究者觀點(diǎn)不盡相同，技術(shù)進(jìn)步因素和效率改善因素都各自有相應(yīng)的實(shí)證研究支持。這一方面固然與全要素生產(chǎn)率考察角度不同以及相應(yīng)的前沿分析指標(biāo)選取不同有關(guān)；另一方面，我國(guó)商業(yè)銀行業(yè)發(fā)展并不均衡，不同類型商業(yè)銀行之間存在較大的差異性，在忽視樣本差異性存在的情形下實(shí)證研究的結(jié)果自然是不一致的。與現(xiàn)有文獻(xiàn)不同，本文重視我國(guó)商業(yè)銀行業(yè)發(fā)展的不均衡性和不同類型商業(yè)銀行的差異性，在Malmquist DEA 分析中不僅考察中國(guó)商業(yè)銀行整體樣本，而且將我國(guó)商業(yè)銀行劃分為國(guó)有控股商業(yè)銀行、全國(guó)性商業(yè)銀行和區(qū)域性商業(yè)銀行三個(gè)子樣本，分別進(jìn)行實(shí)證研究并進(jìn)行對(duì)比分析。而通過(guò)對(duì)不同類型商業(yè)銀行全要素生產(chǎn)率增長(zhǎng)的比較研究不僅可以探討商業(yè)銀行增長(zhǎng)差異化的根源，而且可以對(duì)我國(guó)商業(yè)銀行長(zhǎng)遠(yuǎn)發(fā)展的關(guān)鍵性因素作出正確判斷。本文前沿分析的樣本除了包含現(xiàn)有文獻(xiàn)涉及的國(guó)有控股商業(yè)銀行和全國(guó)性股份制商業(yè)銀行之外，還包括了27 家區(qū)域性城市商業(yè)銀行和農(nóng)村商業(yè)銀行；本文Malmquist DEA 分析的時(shí)間跨度也較長(zhǎng)，時(shí)間維度從2000 年至2018 年，因此，實(shí)證分析也更具有代表性。

2 研究模型和測(cè)度方法

2.1 商業(yè)銀行效率與前沿分析模型

商業(yè)銀行效率是指商業(yè)銀行作為微觀主體通過(guò)其經(jīng)營(yíng)管理活動(dòng)，使其投入與產(chǎn)出或者成本與收益配置與當(dāng)前技術(shù)水平下最優(yōu)配置狀態(tài)之間的程度比率。如果商業(yè)銀行實(shí)現(xiàn)了最有效的資源配置，則認(rèn)為其經(jīng)營(yíng)管理是有效率的。從投入產(chǎn)出角度，成本效率（CE）全面衡量了商業(yè)銀行效率。成本效率可以分解為配置效率（AE）和技術(shù)效率（TE）。在考慮可變規(guī)模報(bào)酬（VRS）的情形下，技術(shù)效率可進(jìn)一步分解為純技術(shù)效率（PTE）和規(guī)模效率（SE）。

商業(yè)銀行效率測(cè)度主要采用前沿分析方法。前沿分析直接考察投入產(chǎn)出變量，對(duì)橫截面內(nèi)所有生產(chǎn)經(jīng)營(yíng)決策單元（DMU）進(jìn)行評(píng)估，以既定投入產(chǎn)出最大化或者既定產(chǎn)出投入最小化的代表性DMU作為效率評(píng)估的基準(zhǔn)，較好地符合了Pareto 最優(yōu)效率評(píng)判的理論內(nèi)涵。前沿分析分為參數(shù)方法和非參數(shù)方法兩大類。參數(shù)法需要對(duì)商業(yè)銀行的生產(chǎn)函數(shù)形式進(jìn)行假設(shè)，然后采用合適的計(jì)量經(jīng)濟(jì)學(xué)方法，對(duì)生產(chǎn)函數(shù)參數(shù)進(jìn)行估計(jì)?，F(xiàn)有采用參數(shù)法探討商業(yè)銀行績(jī)效的研究中采用隨機(jī)前沿分析（stochastic frontier approach,SFA）、自由分布法（distribution free approach,DFA）和厚前沿分析（thick frontier approach,TFA），采用參數(shù)法的研究絕大部分采用SFA 方法。非參數(shù)方法不需要假設(shè)生產(chǎn)函數(shù)的具體形式，可采用不同量綱數(shù)據(jù)，具有較好的客觀性和樣本數(shù)目兼容性，在較多的銀行效率研究中被采用［9］。非參數(shù)前沿分析主要分為數(shù)據(jù)包絡(luò)分析（data envelopment analysis,DEA）和自由邊界分析（free disposal hull,FDH）,而后者是前者在非凸性假設(shè)下一種特例，因此絕大部分有關(guān)商業(yè)銀行非參數(shù)法的研究采用DEA 方法。

我國(guó)商業(yè)銀行包括大型國(guó)有控股商業(yè)銀行、全國(guó)性股份制商業(yè)銀行和區(qū)域性商業(yè)銀行等。商業(yè)銀行個(gè)體差異較大，不同的商業(yè)銀行經(jīng)營(yíng)管理方式各不相同。因此采用參數(shù)法分析我國(guó)商業(yè)銀行效率是不合適的。我們無(wú)法認(rèn)為工商銀行和東莞銀行具有相同形式的生產(chǎn)函數(shù)。另一方面，從時(shí)間維度上，我國(guó)商業(yè)銀行的經(jīng)營(yíng)管理模式在短時(shí)間內(nèi)也發(fā)生了巨大變化。自二十世紀(jì)九十年代以來(lái)，我國(guó)商業(yè)銀行在短短二十多年時(shí)間內(nèi)發(fā)展迅速，從巨額不良資產(chǎn)剝離、引入國(guó)外戰(zhàn)略投資者、股份制改革，到在A 股和香港資本市場(chǎng)公開發(fā)行股票，經(jīng)歷了一系列重要變革。我們也很難假設(shè)中國(guó)的商業(yè)銀行在過(guò)去的二十年時(shí)間內(nèi)具有不變形式的生產(chǎn)函數(shù)。因此無(wú)論是從橫截面維度還是從時(shí)間維度，相對(duì)于參數(shù)法前沿分析，采用非參數(shù)前沿分析對(duì)我國(guó)商業(yè)銀行效率和技術(shù)創(chuàng)新進(jìn)行實(shí)證研究是更為合適的。

標(biāo)準(zhǔn)的規(guī)模報(bào)酬不變（CRS）非參數(shù)數(shù)據(jù)包絡(luò)分析（DEA）模型最早由Charnes 等［10］提出，經(jīng)過(guò)Banker 等［11］的完善，發(fā)展出規(guī)模報(bào)酬可變（VRS）的DEA 模型及其擴(kuò)展方法。這些方法可以用于測(cè)度所考察DMU 的成本效率和分配效率。F?re 等［12］基于DEA 將全要素生產(chǎn)率Malmquist 指數(shù)變化分解成技術(shù)效率變化和技術(shù)變化（technology change）指數(shù)，即所謂 Malmquist DEA 方法。這里的技術(shù)變化是商業(yè)銀行在要素投入和效率改善之外，由技術(shù)因素的變化導(dǎo)致的全要素生產(chǎn)率的提升，反映了技術(shù)創(chuàng)新對(duì)TFP 指數(shù)的影響效果。本文將采用Malmquist DEA中的技術(shù)變化和技術(shù)效率變化指數(shù)分別度量商業(yè)銀行的技術(shù)創(chuàng)新與效率改善。

2.2 技術(shù)創(chuàng)新、效率改善和全要素生產(chǎn)率測(cè)度

全要素生產(chǎn)率的變化率可以用兩個(gè)相鄰時(shí)期（t期和t+1 期）距離函數(shù)比率，即兩期Malmquist 指數(shù)的幾何平均值度量：

這里M表示基于產(chǎn)出的全要素增長(zhǎng)率，x、y分別為投入要素和產(chǎn)出向量，D為距離函數(shù)。距離函數(shù)D(x,y) 描述了給定要素投入x情形下的產(chǎn)出y與最有效率產(chǎn)出的相對(duì)比率。

從（1）式提出因子Dt+1(xt+1,yt+1)/Dt(xt,yt)，可得式（2）：

根據(jù)距離函數(shù)和技術(shù)效率定義，式（2）中第一因子描述了技術(shù)效率的變化率；根號(hào)內(nèi)兩個(gè)比率描述了t+1 期與t期單位投入要素最有效率產(chǎn)出的變化率，即t+1 期相對(duì)于t期的技術(shù)創(chuàng)新（TC）。而技術(shù)效率可以分解為純技術(shù)效率（PTE）和規(guī)模效率（SE）的乘積，因此，全要素生產(chǎn)率Malmquist 指數(shù)最終可以分解為純技術(shù)效率、規(guī)模效率和技術(shù)創(chuàng)新變化率的乘積。

對(duì)技術(shù)創(chuàng)新、全要素增長(zhǎng)率、純技術(shù)效率和規(guī)模效率的測(cè)度可以通過(guò)計(jì)算式（2）中各個(gè)距離函數(shù)D實(shí)現(xiàn)。首先在設(shè)定CRS 模型情形下，通過(guò)求解如下線性規(guī)劃問(wèn)題，計(jì)算不同投入產(chǎn)出下各期距離函數(shù)：

式中參數(shù)ρ是距離函數(shù)的倒數(shù)，θ是參數(shù)列向量。

如果面板數(shù)據(jù)中包含N家商業(yè)銀行和T個(gè)年度，那么對(duì)式（3）進(jìn)行線性規(guī)劃求解，需要計(jì)算 (3T-2)·N次。根據(jù)式（1）、式（2）即可計(jì)算出技術(shù)變化、全要素增長(zhǎng)率和技術(shù)效率。

將技術(shù)效率（TE）分解為純技術(shù)效率（PTE）和規(guī)模效率（SE），需要采用VRS 模型，增加凸性約束，對(duì)距離函數(shù)Dt+1(xt+1,yt+1)和Dt(xt,yt)重新進(jìn)行計(jì)算：

式中E為常數(shù)1 的N維行向量。VRS 距離函數(shù)的線性規(guī)劃求解需要增加N次。根據(jù)式（3）、式（4）式給出的CRS 和VRS 的TE 比值即可計(jì)算出規(guī)模效率和純技術(shù)效率。

3 中國(guó)商業(yè)銀行Malmquist DEA 前沿分析投入產(chǎn)出指標(biāo)的確定

3.1 商業(yè)銀行投入產(chǎn)出指標(biāo)界定方法

與一般企業(yè)和經(jīng)濟(jì)實(shí)體不同，商業(yè)銀行作為金融中介機(jī)構(gòu)，經(jīng)營(yíng)管理具有特殊性，部分要素投入和產(chǎn)出難以量化，具體生產(chǎn)過(guò)程也不易明晰劃分。DEA 前沿分析的一個(gè)重要優(yōu)點(diǎn)是它不僅可以對(duì)單一產(chǎn)出的情形進(jìn)行效率和技術(shù)創(chuàng)新測(cè)度，而且可以用于分析多要素投入多產(chǎn)出情形。這一優(yōu)點(diǎn)尤其適合商業(yè)銀行的效率分析和技術(shù)創(chuàng)新測(cè)度?，F(xiàn)有文獻(xiàn)主要采用下面三種方法來(lái)界定商業(yè)銀行的投入產(chǎn)出指標(biāo)：

3.1.1 中介法

中介法（intermediation approach）注重商業(yè)銀行的金融中介職能，認(rèn)為商業(yè)銀行是儲(chǔ)蓄者與借貸者之間的信用中介，商業(yè)銀行的利息成本、經(jīng)營(yíng)費(fèi)用和存款等是其主要的投入要素，而利息收入、非利息收入和貸款等作為其產(chǎn)出。例如Yeh［13］、Casu等［14］以及Chiu 等［15］強(qiáng)調(diào)商業(yè)銀行的金融中介職能，分別以利息成本和貸款總量作為DEA 分析投入產(chǎn)出指標(biāo)。

3.1.2 資產(chǎn)法

資產(chǎn)法（asset approach）從資產(chǎn)負(fù)債的角度考察商業(yè)銀行的投入產(chǎn)出，認(rèn)為商業(yè)銀行通過(guò)將存款和借入款等負(fù)債轉(zhuǎn)化為貸款、證券等其他金融資產(chǎn)來(lái)實(shí)現(xiàn)產(chǎn)出和利潤(rùn)。資產(chǎn)法以借入資金、實(shí)物資本和人力資本作為投入，以貸款、債券等其他金融資產(chǎn)作為產(chǎn)出。相當(dāng)部分學(xué)者對(duì)資產(chǎn)法和中介法并不做嚴(yán)格區(qū)分［16］。

3.1.3 生產(chǎn)法

生產(chǎn)法（production approach）從商業(yè)銀行的具體生產(chǎn)運(yùn)營(yíng)過(guò)程來(lái)衡量商業(yè)銀行的投入產(chǎn)出，將能產(chǎn)生收益的項(xiàng)目作為產(chǎn)出，把增加凈支出費(fèi)用的項(xiàng)目作為投入。因此，生產(chǎn)法將給定時(shí)期內(nèi)交易和賬號(hào)數(shù)量看作產(chǎn)出，把固定資產(chǎn)和勞動(dòng)支出作為投入。由于數(shù)據(jù)可獲得性原因，生產(chǎn)法在學(xué)術(shù)研究中較少采用，而多用于商業(yè)銀行內(nèi)部效率評(píng)估［17］。

3.1.4 附加值法

附加值法（value added approach）認(rèn)為商業(yè)銀行的資產(chǎn)和負(fù)債都和產(chǎn)出相關(guān)，把能對(duì)商業(yè)銀行經(jīng)營(yíng)活動(dòng)帶來(lái)附加值或能為創(chuàng)造價(jià)值的資產(chǎn)或者負(fù)債視為產(chǎn)出。因此，附加值法將貸款和存款都作為產(chǎn)出，將勞動(dòng)力、有形資產(chǎn)和扣除存款的資金作為投入［9,18］。

3.2 中國(guó)商業(yè)銀行投入產(chǎn)出指標(biāo)選取

盡管商業(yè)銀行的投入產(chǎn)出界定方法各異，指標(biāo)選取存在一定程度爭(zhēng)議和分歧，但大部分學(xué)者傾向于采用中介法。Berger 等［9］認(rèn)為，就效率測(cè)度而言，中介法考慮了在商業(yè)銀行運(yùn)營(yíng)中占有重要地位的利息成本，可以較好地度量商業(yè)銀行績(jī)效研究中的邊界效率，因而在前述四種投入產(chǎn)出界定方法中是最優(yōu)的。王付彪等［19］從金融資源配置、商業(yè)銀行產(chǎn)出特性和數(shù)據(jù)可獲得性角度綜合對(duì)比了生產(chǎn)法、中介法和支持法，同樣認(rèn)為中介法較為適合商業(yè)銀行的投入產(chǎn)出界定。

相對(duì)于生產(chǎn)法和附加值法，中介法不僅強(qiáng)調(diào)了商業(yè)銀行有別于一般經(jīng)濟(jì)企業(yè)的金融中介特質(zhì)，而且通過(guò)各項(xiàng)收支指標(biāo)可以更好地評(píng)估商業(yè)經(jīng)營(yíng)效率和盈利能力。此外，通過(guò)對(duì)利息收入和非利息收入的評(píng)估，可以較為全面地涵蓋商業(yè)銀行產(chǎn)出多樣化和非實(shí)物產(chǎn)出的特征。

在我國(guó)，貸款一直占據(jù)社會(huì)融資規(guī)模的主導(dǎo)地位，通過(guò)商業(yè)銀行體系的間接融資是主要的融資渠道。盡管近年來(lái)，人民幣貸款占社會(huì)融資規(guī)模的比重有所下降，但考慮到商業(yè)銀行體系內(nèi)的其他金融工具，如委托貸款、信托貸款和票據(jù)等，中國(guó)商業(yè)銀行體系所承擔(dān)的社會(huì)融資規(guī)模比重仍然較高。這說(shuō)明中國(guó)商業(yè)銀行的金融中介職能在我國(guó)金融體系中的作用舉足輕重，中介職能對(duì)于評(píng)價(jià)我國(guó)商業(yè)銀行效率不可輕視；因此，中介法也更適用于我商業(yè)銀行。

關(guān)于具體投入產(chǎn)出指標(biāo)選取來(lái)源，Drake 等［20］認(rèn)為投入產(chǎn)出指標(biāo)選取來(lái)源應(yīng)該一致，部分指標(biāo)選取資產(chǎn)負(fù)債表，而另外一部分指標(biāo)來(lái)源于利潤(rùn)表的選取方法是錯(cuò)誤的。Berger 等［21］以及唐齊鳴等［6］認(rèn)為從利潤(rùn)角度能夠從成本和收益兩個(gè)層面考察商業(yè)銀行效率，而且可以測(cè)度商業(yè)銀行金融服務(wù)質(zhì)量的改善程度。

基于上述分析，在對(duì)中國(guó)商業(yè)銀行技術(shù)創(chuàng)新和效率改善進(jìn)行實(shí)證研究中，本文主要借鑒中介法選取投入產(chǎn)出指標(biāo)，并且從流量角度進(jìn)行考察，所有投入產(chǎn)出指標(biāo)都選自利潤(rùn)表。本文以總利息支出、人力資源費(fèi)用、非利息支出和不良貸款損失作為商業(yè)銀行的要素投入，以凈利息收入和非利息收入作為商業(yè)銀行的產(chǎn)出。本文采用不良貸款作為投入指標(biāo)之一，在考察商業(yè)銀行運(yùn)營(yíng)成本的基礎(chǔ)上還關(guān)注風(fēng)險(xiǎn)成本對(duì)我國(guó)商業(yè)銀行效率的影響，這是借鑒了唐齊鳴等［6］的研究成果。此外，本文認(rèn)為相對(duì)于大部分文獻(xiàn)采用員工數(shù)量度量勞動(dòng)投入，以人力資源費(fèi)用作為勞動(dòng)投入指標(biāo)更為合適：一方面人力資源費(fèi)用更準(zhǔn)確地涵蓋了人力資本的使用成本；另外一方面，人力資源費(fèi)用是流量指標(biāo)，相對(duì)于員工人數(shù)這個(gè)存量指標(biāo)更適合從利潤(rùn)角度考察商業(yè)銀行效率。本文所選取的投入產(chǎn)出指標(biāo)變量描述如表1 所示。

表1 商業(yè)銀行投入產(chǎn)出指標(biāo)變量描述

4 效率改善與技術(shù)創(chuàng)新對(duì)中國(guó)商業(yè)銀行全要素生產(chǎn)率增長(zhǎng)貢獻(xiàn)率實(shí)證分析

4.1 樣本選取和數(shù)據(jù)來(lái)源

中國(guó)商業(yè)銀行的投入產(chǎn)出數(shù)據(jù)來(lái)源于BANKSCOPE數(shù)據(jù)庫(kù)。中國(guó)商業(yè)銀行具有可比性和相同統(tǒng)計(jì)口徑的銀行歷史數(shù)據(jù)還不夠充分。盡管BANKSCOPE 收錄的中國(guó)商業(yè)銀行超過(guò)150 家，但多數(shù)商業(yè)銀行僅有近三年數(shù)據(jù)，大部分年度數(shù)據(jù)缺失或者中斷?？紤]到Malmquist DEA 分析不僅需要根據(jù)橫截內(nèi)商業(yè)銀行個(gè)體數(shù)據(jù)估計(jì)效率前沿，而且需要足夠的連續(xù)時(shí)間維度數(shù)據(jù)來(lái)測(cè)度商業(yè)銀行技術(shù)創(chuàng)新和效率改善，本文在樣本選取時(shí)對(duì)商業(yè)銀行個(gè)體進(jìn)行了初步篩選：從2014—2018 年存續(xù)的商業(yè)銀行中，剔除了歷史數(shù)據(jù)少于4 年的個(gè)體，在1999—2018 年的時(shí)間跨度內(nèi)共計(jì)選取了41 家商業(yè)銀行的投入產(chǎn)出數(shù)據(jù)。樣本選取的41 家商業(yè)銀行投入產(chǎn)出變量描述性統(tǒng)計(jì)如表2 所示。

表2 中國(guó)商業(yè)銀行投入產(chǎn)出指標(biāo)變量描述性統(tǒng)計(jì) 單位：千元

4.2 中國(guó)商業(yè)銀行效率變化與技術(shù)創(chuàng)新測(cè)度結(jié)果

根據(jù)式（1）、式（2）、式（3）和式（4），本文利用DEAP2.1 程序，對(duì)1999—2018 年中國(guó)41家商業(yè)銀行的技術(shù)創(chuàng)新和效率變化進(jìn)行Malmquist DEA 實(shí)證分析。首先根據(jù)投入?yún)?shù)指標(biāo)計(jì)算四組距離函數(shù)，得出我國(guó)商業(yè)銀行的全要素增長(zhǎng)率；然后將全要素增長(zhǎng)率（TFP）分解為技術(shù)創(chuàng)新（TC）、純技術(shù)效率（PTE）和規(guī)模效率（SE）的變化率。中國(guó)商業(yè)銀行技術(shù)創(chuàng)新、純技術(shù)效率、規(guī)模效率和全要素增長(zhǎng)率DEA 測(cè)度結(jié)果如表3 所示。為了反映出技術(shù)創(chuàng)新、純技術(shù)效率和規(guī)模效率對(duì)不同類型商業(yè)銀行影響的差異，表3 還對(duì)中國(guó)商業(yè)銀行進(jìn)行了分組，按類型分別列出了Malmquist DEA 實(shí)證分析的結(jié)果。

表3 中國(guó)商業(yè)銀行技術(shù)創(chuàng)新、純技術(shù)效率、規(guī)模效率變化率和全要素增長(zhǎng)率

表3 （續(xù)）

從中國(guó)商業(yè)銀行整體來(lái)看，技術(shù)創(chuàng)新對(duì)商業(yè)銀行影響顯著，技術(shù)創(chuàng)新因素對(duì)全要素增長(zhǎng)率的貢獻(xiàn)度超過(guò)了72%，其次是純技術(shù)效率的提升，商業(yè)銀行規(guī)模效率的改善對(duì)全要素增長(zhǎng)率提高非常有限，貢獻(xiàn)率僅有5%。從時(shí)間維度上看，技術(shù)創(chuàng)新增幅顯著，絕大部分年度以兩位數(shù)增長(zhǎng)，平均增長(zhǎng)率達(dá)到10.8%。但是在次貸危機(jī)全面擴(kuò)散的2009 年間，技術(shù)創(chuàng)新對(duì)中國(guó)商業(yè)銀行產(chǎn)生了負(fù)面影響；在同一時(shí)期中國(guó)商業(yè)銀行技術(shù)效率改善急劇變緩，甚至在2008 年出現(xiàn)了技術(shù)效率惡化的情形。唐齊鳴等［6］對(duì)18 家商業(yè)銀行的實(shí)證分析也得出了相似的結(jié)論。這與次貸危機(jī)所引發(fā)的全球金融危機(jī)背景下，實(shí)體經(jīng)濟(jì)運(yùn)行放緩，研發(fā)投入下降，金融系統(tǒng)性風(fēng)險(xiǎn)加劇和商業(yè)銀行運(yùn)營(yíng)狀況惡化高度相關(guān)。我國(guó)技術(shù)效率在2000—2005 年間改善顯著，一方面這與同期技術(shù)創(chuàng)新的高增長(zhǎng)幅度有關(guān)，技術(shù)創(chuàng)新大幅推進(jìn)了商業(yè)銀行的生產(chǎn)前沿移動(dòng)速率，這為技術(shù)效率的改善創(chuàng)造了空間；另一方面，我國(guó)商業(yè)銀行在20 世紀(jì)末21 世紀(jì)初，引入現(xiàn)代商業(yè)銀行管理機(jī)制時(shí)間尚短，經(jīng)營(yíng)管理效率較為低下，在較低起點(diǎn)的基礎(chǔ)下也容易獲取較大的效率改善成效。2006 年之后，我國(guó)商業(yè)銀行純技術(shù)效率變緩趨緩，而純技術(shù)效率反映了個(gè)體商業(yè)銀行相對(duì)生產(chǎn)前沿的距離；這表明近十年來(lái)，我國(guó)商業(yè)銀行技術(shù)效率保持在較高水平，管理運(yùn)營(yíng)能力不斷加強(qiáng)。自2014 年宏觀經(jīng)濟(jì)進(jìn)入新常態(tài)以來(lái)，中國(guó)商業(yè)銀行整體經(jīng)營(yíng)效率，尤其是規(guī)模效率改善程度趨緩并保持平穩(wěn)；但受益于技術(shù)創(chuàng)新因素的積極影響，尤其是金融科技的積極應(yīng)用，商業(yè)銀行的全要素生產(chǎn)率依舊保持了中高速的增長(zhǎng)。

技術(shù)創(chuàng)新同樣是四大國(guó)有控股商業(yè)銀行全要素增長(zhǎng)的關(guān)鍵因素。但在2008 年和2011—2012 兩年間，技術(shù)創(chuàng)新對(duì)四大國(guó)有控股銀行形成負(fù)面影響，在同期純技術(shù)效率和規(guī)模效率沒(méi)有改善的情形下，直接導(dǎo)致四大國(guó)有控股銀行全要素生產(chǎn)率下滑。這固然與四大國(guó)有銀行的效率決定因素、經(jīng)營(yíng)模式和新技術(shù)對(duì)傳統(tǒng)商業(yè)銀行業(yè)的沖擊有關(guān)，但同時(shí)也反映出四大國(guó)有銀行對(duì)新技術(shù)的投入和應(yīng)用有待加強(qiáng)。從表3可以發(fā)現(xiàn)四大國(guó)有控股商業(yè)銀在次貸危機(jī)之后，純技術(shù)效率和規(guī)模效率有一定程度的回升。需要注意的是，盡管新常態(tài)以來(lái)，技術(shù)創(chuàng)新與效率改善共同促進(jìn)了國(guó)有控股銀行的全要素生產(chǎn)率增長(zhǎng)，但其全要素生產(chǎn)率與技術(shù)創(chuàng)新的增長(zhǎng)率均低于其他類型商業(yè)銀行。由于BANKSCOPE 數(shù)據(jù)庫(kù)中沒(méi)有收錄四大國(guó)有銀行的1999—2001 年部分?jǐn)?shù)據(jù)，2000—2002年的技術(shù)創(chuàng)新和效率測(cè)度值無(wú)法給出。

全國(guó)性股份制商業(yè)銀行是技術(shù)創(chuàng)新的最大獲益者。盡管全國(guó)性股份制商業(yè)銀行在2000—2007 年間規(guī)模效率持續(xù)下滑，但全要素生產(chǎn)率卻高速增長(zhǎng)，這主要受益于技術(shù)創(chuàng)新和技術(shù)效率的大幅提升。這一時(shí)期，全國(guó)性股份制商業(yè)銀行正處于股權(quán)融資、規(guī)模急劇擴(kuò)張時(shí)期，規(guī)模效率的繼續(xù)小幅惡化，表明資產(chǎn)規(guī)模的快速擴(kuò)張略微超出了商業(yè)銀行管理能力，商業(yè)銀行產(chǎn)出出現(xiàn)了規(guī)模報(bào)酬遞減的狀況。但這一狀況在2008 年后得到扭轉(zhuǎn)，一方面是因?yàn)榇钨J危機(jī)爆發(fā)，商業(yè)銀行在資本市場(chǎng)再融資難度增加，全國(guó)性股份制商業(yè)銀行開始逐步從規(guī)模擴(kuò)張轉(zhuǎn)向依托技術(shù)創(chuàng)新尋求內(nèi)生增長(zhǎng)；另外一方面，最近幾年內(nèi)，全國(guó)性股份制商業(yè)銀行自身的管理效率持續(xù)改善。

技術(shù)創(chuàng)新對(duì)我國(guó)區(qū)域性商業(yè)銀行的影響較為有限，平均年增長(zhǎng)率僅為6.0%。但區(qū)域性商業(yè)銀行全要素生產(chǎn)率卻保持了年均19.2%的高幅增長(zhǎng)，這主要得益于純技術(shù)效率的快速提升和相對(duì)于其他類型商業(yè)銀行較高的規(guī)模效率改善。這兩方面的效率改善尤其體現(xiàn)在2001—2009 年間，這表明我國(guó)區(qū)域性商業(yè)銀行無(wú)論是在經(jīng)營(yíng)管理能力上還是在規(guī)模上都起點(diǎn)較低，距離潛在的最佳效率生產(chǎn)前沿具有較為明顯的改善空間。在中國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài)的背景下，區(qū)域性商業(yè)銀行規(guī)模效率和純技術(shù)效率的改善幅度在最近幾年出現(xiàn)了明顯的放緩，全要素生產(chǎn)率的持續(xù)增長(zhǎng)最終還是要依賴于技術(shù)創(chuàng)新對(duì)生產(chǎn)前沿的推動(dòng)。

樣本中41 家中國(guó)商業(yè)銀行技術(shù)創(chuàng)新、效率改善和全要素生產(chǎn)率的平均增長(zhǎng)指數(shù)分布的極坐標(biāo)曲線如圖1 所示。招商銀行（CMB）、興業(yè)銀行（IBC）、寧波銀行（BONB）、吉林銀行（BOJL）和東莞農(nóng)村商業(yè)銀行（DGRCB）的全要素生產(chǎn)率增長(zhǎng)較快，復(fù)合年化平均增長(zhǎng)率都超過(guò)25%。從技術(shù)創(chuàng)新維度來(lái)看，招行銀行（CMB）、興業(yè)銀行（IBC）、民生銀行（CMBC）和寧波銀行（BONB）位于前列，技術(shù)創(chuàng)新指數(shù)年均增長(zhǎng)超過(guò)15%。而年均效率改善指數(shù)增長(zhǎng)超過(guò)15%的銀行有8 家，全部是區(qū)域性商業(yè)銀行；這8 家銀行是：江蘇銀行（BOJS）、浙商銀行（CZSB）、寧波銀行（BONB）、天津銀行（BOTJ）、吉林銀行（BOJL）、東莞農(nóng)村商業(yè)銀行（DGRCB）、漢口銀行（BOHK）和順德農(nóng)村商業(yè)銀行（GDSDRCB）。

圖1 中國(guó)商業(yè)銀行技術(shù)創(chuàng)新（TC）、效率改善（EC）和全要素生產(chǎn)率（TFP）增長(zhǎng)指數(shù)分布

5 結(jié)論與啟示

5.1 結(jié)論

本文采用非參數(shù)Malmquist DEA 前沿分析方法對(duì)中國(guó)41 家不同類型的商業(yè)銀行2000—2018 年間的全要素生產(chǎn)率進(jìn)行實(shí)證研究，得出如下結(jié)論：（1）從全要素生產(chǎn)率的平均增長(zhǎng)率來(lái)看，我國(guó)各類型商業(yè)銀行存在明顯差異：四大國(guó)有控股商業(yè)銀行增速較低，全國(guó)性股份制商業(yè)銀行在長(zhǎng)期內(nèi)保持了較快的增長(zhǎng)速度，區(qū)域性商業(yè)銀行的增長(zhǎng)率最高。但需要注意的是，區(qū)域性商業(yè)銀行較高的全要素生產(chǎn)率增長(zhǎng)并不穩(wěn)定，不僅起伏較大，而且在2011—2014年間呈現(xiàn)出明顯的增速下滑趨勢(shì)。（2）根據(jù)對(duì)商業(yè)銀行效率變化與技術(shù)創(chuàng)新Malmquist DEA 測(cè)度結(jié)果，技術(shù)創(chuàng)新和效率改善對(duì)我國(guó)商業(yè)銀行的全要素生產(chǎn)率的影響具有較為明顯的差異性。從對(duì)全要素生產(chǎn)率增長(zhǎng)貢獻(xiàn)率來(lái)看，技術(shù)創(chuàng)新對(duì)全國(guó)性股份制商業(yè)銀行的影響最為顯著，對(duì)四大國(guó)有銀行影響次之；區(qū)域性商業(yè)銀行在效率提升上占有明顯的后發(fā)優(yōu)勢(shì)，純技術(shù)效率的改善對(duì)其全要素生產(chǎn)率的增長(zhǎng)至關(guān)重要；而規(guī)模效率改善對(duì)所有類型的商業(yè)銀行全要素生產(chǎn)率增長(zhǎng)貢獻(xiàn)率則非常有限。（3）從我國(guó)商業(yè)銀行經(jīng)營(yíng)的效率前沿視角來(lái)看，全國(guó)股份制商業(yè)銀行大多位于生產(chǎn)前沿面之上，也是推動(dòng)商業(yè)銀行技術(shù)效率前沿即技術(shù)創(chuàng)新的主導(dǎo)力量；而區(qū)域性商業(yè)銀行則距離生產(chǎn)前沿面較遠(yuǎn)，更多地從技術(shù)效率的改善中獲益。但是從長(zhǎng)遠(yuǎn)來(lái)看，如果商業(yè)銀行生產(chǎn)前沿保持不變，效率改善對(duì)全要素生產(chǎn)率的貢獻(xiàn)率將會(huì)逐步降低，所以技術(shù)創(chuàng)新對(duì)于商業(yè)銀行全要素生產(chǎn)率的持續(xù)增長(zhǎng)尤為關(guān)鍵。

5.2 啟示

本文研究結(jié)果為我國(guó)不同類型商業(yè)銀行在新常態(tài)背景下，依托技術(shù)創(chuàng)新提升經(jīng)營(yíng)效率，實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)帶來(lái)了如下啟示：（1）我國(guó)商業(yè)銀行，尤其是大型國(guó)有控股商業(yè)銀行和區(qū)域性商業(yè)銀行，要實(shí)現(xiàn)可持續(xù)的中高速增長(zhǎng)態(tài)勢(shì)就必須在經(jīng)營(yíng)管理中進(jìn)一步增加技術(shù)投入，加強(qiáng)技術(shù)創(chuàng)新，將新技術(shù)充分運(yùn)用于金融產(chǎn)品和金融服務(wù)創(chuàng)新過(guò)程之中，同時(shí)高度重視新技術(shù)對(duì)商業(yè)銀行的正面影響和負(fù)面沖擊。（2）總體來(lái)看，我國(guó)商業(yè)銀行規(guī)模效率改善對(duì)全要素生產(chǎn)率的推動(dòng)作用非常有限，各類型商業(yè)銀行，特別是國(guó)有控股商業(yè)銀行和全國(guó)性股份制商業(yè)銀行，應(yīng)該從既有的規(guī)模驅(qū)動(dòng)增長(zhǎng)模式向技術(shù)創(chuàng)新和效率改善的內(nèi)生增長(zhǎng)模式轉(zhuǎn)變。（3）對(duì)于區(qū)域性商業(yè)銀行而言，經(jīng)營(yíng)效率水平相對(duì)較低，應(yīng)在充分利用后發(fā)優(yōu)勢(shì)，重點(diǎn)通過(guò)效率改善途徑追趕處于生產(chǎn)前沿面上的領(lǐng)先商業(yè)銀行的過(guò)程中，依次從規(guī)模擴(kuò)張、技術(shù)投入和效率改善三個(gè)方面尋求最優(yōu)平衡增長(zhǎng)路徑。