商业银行效率研究

商业银行效率研究（通用12篇）

商业银行效率研究 篇1

一、引言

2007年4月初, 由美国房地产市场引发的次贷危机, 最终演变成金融危机, 重创各国金融业, 我国也受到了一些影响。本文将通过对比研究金融危机前后我国14家商业银行的经营效率的变化, 来探讨金融危机对我国商业银行所产生的影响及其原因。金碚在《论企业竞争力的性质》一文中指出:企业竞争力是指在竞争性市场中, 一个企业所具有的能够持续地比其他企业更有效地向市场提供产品或服务, 并获得赢利和自身发展的综合素质, 企业竞争力的实质是一个企业同其他企业相比较的生产率。银行的竞争力实质上也集中体现在其效率上, 提高银行也的效率是化解银行风险, 促进银行业长远发展的关键。

二、研究方法介绍

研究银行效率的方法有财务指标法和前沿分析法。财务指标法在早期的研究中比较常见, 但是不能反映银行的整体效率, 因而现在运用的比较少。目前学术界测度银行效率多数采用前沿分析法。前沿分析法是指通过测量样本银行与位于效率前沿银行的偏离程度来衡量样本银行的效率。前沿分析法根据是否需要估计前沿生产函数中的参数, 可以分为非参数和参数两种。参数方法主要是通过估计出生产边界函数中的各个参数, 通过比较样本银行与效率前沿银行之间的各个参数, 来测度样本银行的效率水平。根据对银行效率中无效率项和随机误差项分布函数的不同假设, 主要可以分为随机前沿法 (SFA) 、自由分布法 (DFA) 、厚边界函数法 (TFA) 和递归厚前沿法 (RTFA) 。非参数方法不需要估计生产函数的具体形式, 运用起来比非参数方法简单, 主要包含数据包络分析法 (DEA) 和自由排列包法 (FDH) 两种方法。本文将采用非参数方法中的数据包络分析方法 (DEA) 。

(一) DEA方法的简介

数据包络分析法 (DEA) , 最初由著名的运筹学家A.Charnes、W.W.Cooper和E.Rhodes于1978年提出, 是一种建立在线性规划基础上的效率评价方法, 可用来评价多个决策单元的技术有效性。

(二) 传统的DEA模型

假设有n个决策单元, 每个单元投入k种要素, 生产m种产出。用xi, yi分别表示第i个单元的投入要素和产出要素:

X, Y分别表示k×n维投入矩阵和m×n维产出矩, 对第i家决策单元进行评价的DEA模型如下:

上述目标函数实际上是第i家决策单元产出与投入的加权比例。为避免得出无穷多解, 可增加约束条件v Txi=1, 再利用线性对偶原理, 将 (1) 式等价转化为:

上式中θc为标量, 即为第i家决策单元的效率值。

(三) 超效率DEA模型

传统的DEA模型在评价决策单元的相对效率时, 可能会出现多个决策单元同时相对有效, 这样就无法对相对有效的决策单元做出进一步的评价与比较。Andersen&Petersen (1993) 提出了一种DEA的超效率模型, 使得有效决策单元之间也能比较效率的高低。DEA超效率模型的思路是在评估决策单元时, 将其本身排除在外, 模型如下:

与前述模型相比, 超效率模型的区别在于考察第i家决策单元时, 将第i家决策单元本身排除在约束条件参考集合之外。

三、商业银行经营效率评估

(一) 决策单元的选择

本文选取四大国有商业银行 (工商银行、中国银行、建设银行, 农业银行) 和11家股份制商业银行 (交通银行、中信实业银行、光大银行、华夏银行、民生银行、广东发展银行、深圳发展银行、招商银行、兴业银行、浦东发展银行和恒丰银行) 作为研究对象, 考察时间为2006年、2009年。这15家商业银行的总资产占我国银行业金融机构总资产的80%以上, 具有很好的代表性。考察时间的选择主要对金融危机时间段划分的一个考虑。

数据来源为各银行06、09年年报。

(二) 模型的选择

DEA模型根据研究的目的不同可以分为投入导向型和产出导向型两种。投入导向型是指在给定产出数量的情况下, 使投入最小化的线性规划问题, 上述模型均是投入导向型;产出导向型是在给定投入数量的情况下, 使产出最大化的线性规划问题。考虑到我国中小商业银行与国有银行规模差距比较远, 短时间内, 中小银行很难赶上国有银行, 因此, 本文将采用超效率的规模报酬不变投入导向DEA模型 (即模型3) 来估算商业银行的效率。

(三) 评价指标的选择

DEA模型的运用, 关键在于输入、输出指标的选择, 选择不同的指标会得出不同的结果。本文主要是考察商业银行的经营效率, 借鉴前人的研究, 选取利息支出、营业费用、员工数、固定资产净值为投入指标, 税前利润和年末贷款余额为产出指标。

(四) 计算结果分析

本文采用Max_DEA3.0计算我国商业银行的超效率, 计算结果如下表:

根据表1, 可计算得到:2006年的15家银行超效率均值为1.05, 其中4家国有银行的超效率均值为0.93, 11家股份制商业银行的超效率均值为1.10;2009年的15家银行超效率均值为1.03, 其中4家国有银行的超效率均值为0.94, 11家股份制商业银行的超效率均值为1.07。2006年有9家商业银行DEA有效, 2009年有7家商业银行DEA有效。06年到09年中, 超效率值下降的商业银行有11家, 上升的只有3家。总体来看, 股份制商业银行的超效率要比国有银行好, 2006年的银行超效率好于2009年。

四、结论分析

关于股份制商业银行的超效率比国有控股银行好的原因, 现有文献已经有了比较详尽的分析, 本文在此不再赘述。

2009年银行的超效率较2006年有所下降, 本文认为, 主要有以下几方面的因素:

一是近些年, 我国银行业加大了对海外业务的投资, 金融危机给我国银行业带来了直接的经济损失。据报道, 截至2008年三季度末期, 共有9家中资银行持有雷曼债券或有对雷曼的贷款, 涉及的金额约有8亿美元, 另有5家中资银行持有“两房”债券, 账面价值总额约245亿美元。

二是金融危机爆发后, 欧美日等国都采取了宽松的货币政策, 并向金融市场直接注资, 美元持续贬值, 对我国高额的外汇储备造成了巨大的汇率风险。此外, 我国经济持续几年高增长率, 受到国际热钱的青睐, 在美元疲软的状态下, 大量的热钱加速流向我国, 大大加剧了我国资本市场的风险。

三是实体经济的衰退增加了银行业的经营风险。危机爆发后, 我国实体经济尤其是外贸出口受到了很大的冲击, 引起银行业金融机构的流动性和资产质量下降, 并导致不良贷款的增加。另外, 在全球房地产泡沫破灭的大环境下, 中国房地产也未能独善其身, 加入了价格下降的行列, 加上我国政府在金融危机爆发后, 对房地产行业进行了调控, 2008年我国楼盘销售量迅速下滑, 房地产价格大幅下降。虽然09年中期, 房市开始回暖, 由于滞后效应, 前期房地产市场的量价齐跌, 已经给银行业造成了大量的不良资产。

四是受政策的影响, 银行利润空间缩小。危机发生后, 为了应对外在环境的挑战, 也为了节省国内企业的经营成本, 央行连续降低存贷款利率, 目的在于维持企业现金流的充足性, 减缓经济下滑对企业经营的压力。自金融危机爆发以来, 存款利率下调次数少于贷款利率下调次数, 银行的一部分利润让渡给实体经济, 利润空间减小, 这将对银行的盈利造成负面影响。

五是银行的创新脚步放慢。随着银行业的发展, 个人理财、资产证券化、衍生产品、电子银行等逐渐成为银行差异化服务的重要表现, 中间业务收入的比重也逐渐提高, 成为银行利润的主要来源之一。然而, 过度的金融创新、宽松的金融监管, 无疑是导致这次金融危机爆发的重要原因。危机发生后, 银监会叫停了多项理财产品和外汇交易等创新, 银行业金融产品的创新步伐也因此放慢, 这势必阻碍银行开发新产品与拓宽收益渠道。

参考文献

【1】陈继勇, 盛杨怿, 周琪解读美国金融危机——基于实体经济的视角经济评论2009 (2) :73～78

【2】金碚论企业竞争力的性质中国工业经济2001 (10) :5～10

【3】罗勇, 曹丽莉基于超效率模型的中国商业银行效率评价金融论坛2005 (9) :17～21

【4】郑录军, 曹廷求我国商业银行效率及其影响因素的实证分析金融研究2005 (1) :91～101

【5】王志峰次贷危机对中国银行业的影响及对策——从与97金融风暴对比的视角国际金融研究2009 (2) :81～87

商业银行效率研究 篇2

摘要:本文利用2000-2005年间我国银行业发展的相关数据,在传统“结构-行为-绩效”范式分析的

基础上,对这一时期我国银行业的市场结构、市场绩效及其相互关系进行了研究。研究表明,我国银行

业的市场结构已经由寡头垄断、高度集中转变为垄断竞争、适度集中的市场类型;运用DEA方法测定

了我国主要14家银行的经营效率;对市场结构和绩效关系的实证分析显示,我国银行业的集中度和绩

效之间并无显著的相关性,而效率提高对改善绩效有重要作用。关键词:银行业;SCP;结构;效率;绩效;相关性 中图分类号:F832 文献识别码:A

一、引言

以新古典理论为基础的SCP框架是传统的产业组织结构分析的经典范式。SCP范式是由产业组织理论的奠基人BAIN等人首先提出来的,由市场结构(Structure,市场行为(Conduct和市场绩效(Performance三部分组成。该框架假定市场结构决定市场行为,市场行为决定市场绩效。

20世纪60年代以来,银行业被纳入产业组织理论的研究范畴。理论方面,基于产业组织理论对银行业结构和绩效的关系进行研究,主要形成了市场力假说和效率结构假说。实证方面,国内外不少学者基于不同的银行业市场,对以上两种假说进行了检验。国外,Smirlock(1985、Evanoff和Fortier(1988等人研究了美国银行业市场

结构和绩效的关系,Mullineaux和Thornton(1992则运用18个欧洲国家的银行业数据进行了研究。从实证结果来看,不同国家,不同银行业中市场结构和绩效的关系并不相同,并没有确凿的证据显示哪种假说一定成立。国内方面,张磊(2000、黄志豪和于蓉(2005综述了国内外学者在银行业产业结构、行为和绩效研究方面的进展状况。秦宛顺(2001、赵旭等(2001、王国红(2002、贺春临(2004对我国银行业的市场结构和绩效进行了实证研究。刘伟和黄桂田(2003、于良春和高波(2003等通过对我国银行业市场结构的分析,就银行业的集中度、效率和规模经济等方面进行了较深入的探讨。

2003年以来,我国的国有银行业改革取得了较大突破,银行业格局也因此发生了一些新的变化。本文通过研究2000-2005年间我国银行业主要的14家商业银行1的最新发展,从市场集中度方面进行分析,确定当前我国银行业市场结构的基本类型;运用DEA方法测定了这一时期14家银行的经营效率;进而实证分析了我国银行业市场结构、效率和绩效的相关性,验证了市场力假说和效率结构假说在我国银行业是否成立。

二、我国银行业的市场结构分析

银行业市场结构是指在银行业市场中,各银行之间在数量份额规模上的相互关系以及由此决定的竞争形式。市场结构的决定一般取决于市场集中度、产品差异程度和进入壁垒等因素,其中市场集中度是决定市场结构的主要因素。市场集中度研究是一种定量研究,而产品差异度和进入壁垒研究则主要是定性研究。从实证研究的角度出发,本文主要从市场集中度方面进行

1本文所选取的样本为中国工商银行、中国银行(集团、中国建设银行、中国农业银行、交通银行、中信实业银行、光大银行、华夏银行、民生银行、广东发展银行、招商银行、上海浦东发展银行、深圳发展银行、兴业银行共14家银行所构成的银行业市场。选择这样的样本一方面是基于数据的可搜集性,同时也是因为这14家银行占据了我国银行业的大部分市场份额,可以说明我国商业银行的总体状况。

分析。

市场集中度是指在特定的产业或市场中,少数较大的企业或组织所占市场份额的大小。一

般来说,市场的集中度越高,该市场的垄断程度就越高。常用的衡量市场集中度的指标有勒纳

指标(Lerner index、市场集中度指标CR n、基尼系数(Gini coefficient和赫芬达尔指数(Herfindahl index,也称H指数等。本文采用的是目前较常用的市场集中度CRn指标和H指数。

1.CR n指标的测定。CR n指标表示的是产业中最大的n个企业所占市场份额的比重2,该指

标反映了市场中最大的n 家企业的集中程度。我们依据2000—2005年14家银行的相关数据,以

最大的四家国有银行为基础,从资产,存、贷款和利润3四个方面,测得我国银行业的集中度

CR4指标如表1所示。

表1 2000-2005年我国银行业市场集中度CR4指标 2000 2001 2002 2003 2004 2005 年,平均值资产 0.8629 0.84490.82630.80300.7882 0.7786 0.8173 存款 0.8683 0.84430.82640.80340.7878 0.7774

0.8179 贷款 0.8724 0.85090.82470.79610.7853 0.7529 0.8137 利润 0.7651 0.71820.72660.79370.8337 0.8014 0.7731 资料来源:根据《中国金融年鉴》(2001—2005,14家银行相关年份年报,中国人民

银行年报

(2001—2005,并进行相关计算。某一指标数据若在以后年份发生调整,在合理分析

基础上, 一般以调整后数据为准。

从14家主要银行组成的银行业CR4各项指标来看,资产、存款、贷款市场的三项指标均

高于80%,说明国有银行在规模方面仍有绝对优势,根据BAIN设立的CR4分类标准(表2, 这一集中度是相当高的。而利润方面的集中度则相对低一些,在一定程度上反映出我国国有银

行“高垄断,低收益”的特点,国有银行并没有获得与其市场垄断地位相称的利润水平。

表2 BAIN定义的以CR4区分的市场结构类型 市场集中度(CR4(%该市场企业数量市场类型 ≥75 1~40 极高寡占型 65~75 20~100 高寡占型 35~65 较多中集中寡占型 30~35 很多低集中寡占型

≤30 极多竞争型资料来源:杨公朴,夏大慰主编.现代产业经济学[M].上海:上海财经大学出版社,2005。

进一步的分析利润指标,我们发现,2003年是利润集中度变化的一个拐点:2000-2003年, 四大国有银行的利润份额相对于资产和存贷款份额都较低,而从2003年开始,则开始逐渐回升,04年和05年利润指标的集中度甚至高于资产和存贷款市场。分析起来仍然要归因于近几

年来国有银行的股份制改革。为了加快国有银行的改革进程,尽快使其摆脱历史包袱的束缚, 国家采取向国有商业银行“再注资”的方法,2003年底动用450亿美元国家外汇储备为中国银

行和中国建设银行注资,2005年又动用150亿美元为中国工商银行注资。同时,对三家公司

2计算公式为:CR n =∑ ∑ = = N i i i n i X X 1 1 /,其中n为最大的n家企业,N为市场企业总数。

3这里考察的利润为各银行的税后净利润(账面,本文中如无特殊说明,相关利润指标均为税后净利润。

进行股份制改造,完善公司治理结构。经过这些改革,2004年,建设银行和中国银行的税后

净利润已经分别达到483.88亿元和209.32亿元4, 从而提高了国有银行在利润方面的市场份额。05年利润份额的降低应该跟政府自2004年中期以后对经济的宏观调控有关,紧缩的货币政策使国有银行的贷款数量更为缩减,同时呆坏账拨备增加,也可能造成国有银行2005年利润增速的减缓。

2.H 指数的测定。CR n 指标可以在一定程度上反映行业的集中度,而且比较容易测定,但它不能反映出整个市场的规模分布情况,而H 指数则可以很好的弥补这一点。H 指数是市场年各主体相应指标和行业总指标比值的平方和5,它综合的反映了市场的分化程度和市场垄断水平。H 值越接近于1,表明行业内垄断程度越高。我们利用相关数据,计算出2000—2005年间我国银行业的H 指数如表3所示。

表3 2000-2005 我国银行业市场集中度H 指数 H 指数 2000 2001 2002 2003 2004 2005 年均

资产 0.1992 0.1902 0.1812 0.1711 0.1650 0.1612 0.1780 存款 0.2023 0.1911 0.1821 0.1724 0.1662 0.1622 0.1794 贷款 0.2059 0.1972 0.1866 0.1728 0.1685 0.1529 0.1807 利润 0.2042 0.1709 0.1662 0.2800 0.3613 0.2280 0.2351 资料来源:同表1。

一般来说,如果H 值大于0.18,则该市场为高度集中的市场;若H 值在0.1和0.18之间,则该市场属于适度集中市场;若H 值小于0.1,则该市场属于低集中度市场。观察2000—2005年期间H 指数的变化,我们可以发现:从年均值来看,资产和存款市场的集中度都已经低于0.18,而贷款市场的集中度也已经降至0.18的临界点上方附近;从趋势上看,除利润指标外,我国银行业的H 指数都是逐年下降的,即在资产和存贷款市场上的集中度都有所下降,这说明我国银行业的竞争程度有所加强。利润集中度的趋势变化要复杂一些,从2000年到2002年逐年下降,而在2003年出现了一个上升的拐点之后,2005年又有所下降。我们前面已经分析过利润集中度出现拐点的原因,国有银行通过内部改革,改善经营管理,剥离不良资产,以及政府注资,利润状况近几年

得以改善。从H 指数的变化来看,我们大致可以判断出,我国银行业在2000—2005年期间,逐渐由高度集中的市场结构过渡为适度集中的市场结构。

小结:综合对市场集中度的分析,我们认为,2000—2005年间,我国银行业的市场结构已经从寡头垄断、高度集中转变为垄断竞争、适当集中;但集中度仍然偏高,仅仅略低于临界值。

三、我国银行业的效率测定

效率研究也是银行研究的重要课题之一。本文中,我们把银行效率定义为对其投入产出对比关系的评价。银行效率的研究方法主要有参数法和非参数法。本文采用非参数法中的DEA(数据包络分析模型对我国2000-2005年间的银行效率进行测算。DEA 6是由Farrel(1957创立并由Charnes Cooper(1978等人发展起来的线性规划方法,它通过构建生产的效率前沿边界来测定决策单位(Decision Making Units ,DMU 相应的边界效率。DEA 效率是一种相对效率:落在效率前沿边界上的DMU 是有效率的,其值为1;而落在前沿边界以外的DMU 则 4 引自中国建设银行、中国银行2004年年报。5计算公式为:H=/(1 T X i n i ∑=2,其中X i 为各企业的资产等相应指标,T 为市场总规模,n 是行业内的企

业数量,X i /T 即为某企业相应指标的的市场份额。

6详细的关于DEA 理论描述及其方法,可以参看:魏权龄.数据包络分析[M], 北京:科学出版社,2004.是相对无效率的,其值位于0到1之间。

运用DEA方法测算银行效率,我们需要首先定义相应的投入产出指标。基于对银行定义的不同,投入产出指标的选择方法主要分为生产法、中介法和资产法。我们依据金融中介的理论,将银行定义为运用资本和劳动力吸取存款,并转化为贷款和投资从而获利的机构。按照这一标准,我们选取的银行投入指标为劳动力,自有资本和存款,产出指标为银行净利润。其中劳动力投入为银行每年的职工人数;自有资本

为资产负债表中的所有者权益部分。此外,在计算时我们采用了投入角度的模型(input-oriented model。

我们利用相关数据,并使用Onfront 2.01软件7,测算出2000—2005年间我国银行业的DEA 综合效率OE(生产成本效率,技术效率TE和规模效率SE,如下表所示: 表4 2000-2005年间我国银行业效率概况 国有银行平均 10家股份制银行平均 14行平均 OE TE SE OE TE SE OE TE SE 2000 0.125 0.273 0.496 0.503 0.706 0.756 0.395 0.582 0.682 2001 0.106 0.268 0.511 0.522 0.691 0.776 0.403 0.570 0.700 2002 0.132 0.347 0.484 0.519 0.701 0.789 0.424 0.607 0.715 2003 0.305 0.490 0.965 0.556 0.692 0.780 0.484 0.634 0.833 2004 0.320 0.465 0.900 0.522 0.600 0.694 0.464 0.562 0.753 2005 0.402 0.645 0.845 0.590 0.687 0.762 0.536 0.675 0.786 数据来源:同表1。

从表中来看,2000—2005年,我国银行业的效率有了一定提高,但和发达国家比较起来仍然是较低的8,股份制银行的效率整体上要优于国有商业银行。国有银行的效率提高较为显著,2003年以后基于股份制改革的成效,显示出一定的规模效率,但技术效率仍然偏低。就单个银行来说,国有银行里中国银行效率最优,除2004年外其余年份综合效率均位于国有银行首位。股份制银行的效率表现显示出一定的分化,其中民生银行的效率最高,2001—2005年连续5年显示综合有效率,位于行业第一;浦发、中信、招商、兴业的综合效率也较为优异;广发、深发、光大几家银行的效率则相对较低。

四、我国银行业绩效的测定

关于银行业的绩效定义,目前尚存在一些争论。本文中将绩效简单定义为银行的获利能力。常用的测定绩效的指标有利润率、勒纳指数和贝恩指数等。本文采用总资产利润率和净资产收益率来考察银行的经营绩效。总资产利润率9用来衡量运用资产获取利润的综合能力;净资产收益率10则用来衡量银行的自有资本获利能力。我们运用相关数据,计算出2000—2005年间我国银行业的资产利润率ROA和净资产收益率ROE,分别如表5和表6所示。Onfront2.01是由瑞典EMQ公司开放的一个DEA分析软件。Pastor等(1995基于DEA和Malmquist指数的国际银行业效率研究显示,1992年主要发达国家银行业平均的综合效率为:美国0.81,西班牙0.89,德国0.93,意大利0.92,法国0.95,英国0.54。

9总资产利润率=税后净利润/期内平均总资产。

10考虑到银行数据公布在不同年间的调整,特别是三家国有银行03年以来通过注资进行财务重组造成的相关数据不可比,本文中的净资产收益率采用全面摊薄的计算方式:全面摊薄净资产收益率=税后净利润/期末净

资产。

表5 2000-2005我国银行业的经营绩效(ROA测度单位:% 工商银行农业银行建设银行中国银行国有银 行平均 10家股份制 银行平均 14行平均

2000 0.1389 0.0133 0.3373 0.2544 0.1860 0.4380 0.3660 2001 0.1432 0.0489 0.1951 0.2422 0.1573 0.4213 0.3459 2002 0.1432 0.1053 0.1472 0.2734 0.1673 0.3501 0.2978 2003 0.0492 0.0594 0.6743 0.7581 0.3852 0.3852 0.3852 2004 0.0422 0.0534 1.2961 0.5113 0.4757 0.3436 0.3814 2005 0.5560 0.0238 1.1087 0.6143 0.5757 0.4417 0.4800 年均0.1788 0.0507 0.6265 0.4423 0.3245 0.3967 0.3761 资料来源:同表1。

表6 2000-2005 我国银行业的经营绩效(ROE测度单位:% 工商银行农业银行建设银行中国银行国有银 行平均 10家股份 制银行平均 14行平均

2000 2.78 0.22 6.57 4.80 3.59 9.19 7.59 2001 3.11 0.87 4.80 3.62 3.10 11.69 9.24 2002 3.66 2.13 4.01 4.33 3.53 10.61 8.59 2003 1.45 1.39 11.96 14.09 7.22 12.37 10.90 2004 1.82 2.57 24.75 10.19 9.83 11.08 10.73 2005 13.30 1.31 16.38 11.76 10.69 13.27 12.53 年均 4.35 1.42 11.41 8.13 6.33 11.37 9.93 资料来源:同表1。

表5和表6显示,2000—2005年间,我国银行业的资产、资本盈利能力虽然仍然较低,但纵向来看,都有了一定提高11,特别2003年以后国有银行的业绩表现突出:资产利润率由平均不到0.2%提

高到了0.58%,2003年后甚至超过了股份制银行,其净资产收益率也有了显著提高。但从ROA的年

均值来看,股份制银行仍然要高于国有银行,而且利润率相对稳定。而从ROE的表现来看,股份制

银行仍然全面领先于国有银行。对比ROA和ROE,我们发现,股份制银行的资本盈利能力比

资产盈利能力更具优势,原因可能是因为股份制银行的资本结构更为合理,而国有银行具有的

庞大资产规模在资本结构相对改善和效率提高等条件下可以转变为竞争优势。ROA达到0.6%是我国银行业资产利润率的监管水平,达到1%则接近国际银行业的先进

水平。从单个银行来看,建设银行的利润率在国有银行中最优,特别是2004和2005年,从指

标上看,已经达到1%左右的国际先进水平;中国银行2005年也达到了0.61%。国家在2003 年对建行和中行注资时要求两家银行的ROA在2005年底达到0.6%,从指标上看,两家银行

都已经达到了要求。股份制银行中,总体而言上市公司的利润率要好于非上市公司:其中表现

较好的浦发、招商、民生和中信等银行,表现较差的是广发和光大银行。

五、我国银行业市场结构、效率和绩效的相关性分析

目前关于市场结构和绩效关系理论分析,主要存在两种假说:市场力假说和效率结构假说。

11孙巍等(2005的研究显示,1995-2002年,我国商业银行的绩效呈收敛下降的趋势。

市 场 力 假 说（Market-Power Hypothesis,MP）包 括 传 统 的 SCP 假 说 和 相 对 市 场 力 假 说（Relative-Market-Power Hepothesis，RMP）。SCP 假说在分析市场结构和绩效的关系时认为，市场集中度和市场绩效是正相关的；并且在分析其原因时认为，在集中度高的垄断市场中，少 数的大银行之间容易实现合谋来操纵市场，它们通过支付较低的存款利率和较高的贷款利率获 得较大利差，得到垄断利润。RMP 假说则认为，只有市场份额大且较好实现了产品差异化的 银 行，才 能利 用 市 场 力通 过 有 利 定价 获 得 超 额利 润。效 率结 构 假 说（Efficient-Structure Hypothesis）包括 X 效率结构假说（ESX）和和规模效率假说（ESS）。ESX 假说认为，技术和 管理水平高的银行，可以实现较低的成本和较高的利润水平，从而获得更大的市场份额，导致 较高的市场集中度。ESS 假说同样认为效率可以决定银行绩效和市场结构，但它认为这是银行 间规模效率差异的结果，而在技术和管理方面的效率则趋同。秦宛顺（2001）赵旭等，（2001），贺春临（2004）对我国银行业的实证分析都不支持这两个假说。本文将运用我国银行业发展的 最新数据对上述假说进行验证。1．模型设定及变量解释。要验证以上两种假说，经典的计量模型是由 Berger（1995）建 立的模型发展而来：(1 π=β10+β11MS+β12CR+β13X-EF+β14S-EF+α’X(2 MS=β20+β21X-EF+β22S-EF(3 CR=β30+β31X-EF+β32S-EF 该模型中，π 为银行绩效变量，MS 为银行的市场份额变量，CR 为市场集中度变量，X-EF 和 S-EF 分别为银行 X 效率和规模效率的测度变量，X 为一系列的控制变量。若实证结果方程（1）中结构变量 MS、CR 的系数 β

11、β12 显著为正，而效率变量 X-EF 和 S-EF 对绩效的影响 很小，则市场力假说成立；若结果显示方程（1）中效率变量的系数 β

13、β14 显著为正，而结 构变量对绩效的影响很小，且方程（2）（3）中 X-EF 和 S-EF 的系数 β

21、β

22、β

31、β32 至少有 一个显著为正，则效率结构假说成立。本文也基于上述模型对两种假说进行检验，同时数据处理上采用时间序列和横截面相结合 的“混合数据”（pool data）方法。变量选择上，我们用某银行利润率 ROA、ROE 来衡量绩效； 市场份额 MS 我们取该银行在资产、存款、贷款和利润四个方面的份额中值；集中度变量我们 同样取当年银行业资产、存贷款和利润四项 H 指数的中值；银行的 X 效率和规模效率我们分 别用 DEA 方法测定出的银行综合效率 OE 和规模

效率 SE 表示；控制变量方面，我们参照秦 宛顺（2001）和赵旭等（2003）的选择方法，从银行和市场两个角度共选取四个变量：银行变 量选取资产规模(取其对数值，记为 LNA和贷款/资产比 RLA，分别表示银行的规模和风险状 况；市场变量选取 GDP 增长率 RGDP 和存款市场增长率 GMD，其中 RGDP 用来表示经济增 长对金融市场的影响，GMD 表示存款市场需求增长对银行利润的影响。从经济意义上，我们 估计 ASS、RLA、RGDP 和 GMD 的系数均为正号。2.回归结果及分析。运用 SPSS 13.0 软件，将 2000—2005 年间“混合数据”（pool data）形 成的 84 组相关样本数据代入模型中（1）式，进行回归估计。我们首先以 ROA 为被解释变量进行回归，结果如下： ROA=1.465+0.026MS-1.589CR+0.392OE+0.306SE-0.157LNA-0.007RLA+0.109RGDP(3.950(5.323(-1.534(5.101(3.854(-4.236(-2.747(3.979 ** ** ** ** ** ** **-0.041GMD(-3.206 ** R2=0.788 adj R2=0.765 F=34.843 D.W=1.042（括号内为系数 T 检验值，**、*分别说明该系数通过 1％和 5％的显著性检验。下同）从回归结果来看，模型具有一定的拟合优度，且通过了 F 检验，方差膨胀因子 VIF 检验

显示该模型不存在多重共线性，D.W 检验显示随机误差项存在正的自相关。除集中度外的解 释变量均通过了 1%水平的显著性检验，因此整体上说该模型具有较强的解释能力。集中度与 资产利润率负相关，市场份额虽然与利润率显著相关，但相关系数很小，而 X 效率和规模效 率均与利润率显著正相关，且系数显著不为 0。因此，回归结果表明，市场力假说不成立，但 一定程度上反映了效率结构假说的特点。控制变量中，存款市场增长率和贷款资产比的系数都 很小；GDP 增长率与 ROA 显著正相关，说明经济增长对金融机构的利润率有促进作用；资产 规模变量与 ROA 显著负相关，说明在我国，规模大的银行并不是利润率高的银行。若以 ROE 为被解释变量，则回归结果如下： ROE=19.264+0.26MS-43.047CR+8.369OE+8.909SE-2.418LNA-0.129RLA+2.656RGDP（1.551）(1.580(-1.241(3.252(3.345(-1.954(-1.591(2.890 ** ** ** * **-0.602GMD(-1.412 R2=0.667 adj R2=0.631 F=18.737 D.W=1.775 被解释变量变换以后，我们发现 ROE 与解释变量的相关关系没有发生质的变化，但其显 著性都有所下降，其中市场份额与资本收益率的正相关性已经不显著，控制变量里只有 GDP 增长率和资产规模（对数

值）变量检验具有显著性。从回归方程上看，虽然 F 统计量和复决 定系数 R2 有所下降，但本模型消除了自相关性。因此，综合来看，以 ROE 来衡量绩效，模型 的说明更符合实际情况和统计意义，国内外学者研究银行绩效与市场结构、效率关系时，也倾 向于采用 ROE 变量。以上对（1）式的回归分析说明我国银行业可能存在效率结构假说，但要使这一假说成立，还有一个必要条件：效率是市场结构的决定因素。因此，我们必须对（2）（3）两式进行回归 估计，若两式中效率变量的系数有一个显著为正，则效率结构假说成立。运用相关数据，我们得到（2）（3）两式的回归结果： MS=6.891-16.623OE+10.418SE CR=0.193-0.003OE+0.002SE(2.568(-4.296(2.252(40.298(-0.403(-0.27 * ** * R2=0.002 adj R2=-0.023 F=0.081 R2=0.195 adj R2=0.175 F=9.798 从上面的回归结果来看，集中度 CR 与效率变量建立的模型无论是系数还是方程都没有通 过统计检验（实际上，单个银行的效率变化很难对整个市场的集中度有显著影响）。市场份额 与效率建立的模型通过了 F 检验和系数的 T 检验，其中 X 效率与市场份额成负相关，说明在 我国，效率高的银行并不是市场份额大的银行；规模效率与市场份额正相关，说明这一时期我 国规模效率高的银行占取的市场份额较大。但（2）的回归结果中复决定系数只有 0.195，其模 型的解释能力有限。因此，综合模型（1）（2）的回归结果，显示出 2000—2005 年间我国银行业具有一定的规 模效率假说（ESS）的特点。

六、结论与启示 综合以上分析，本文的基本结论与启示如下：（1）2003 年以来，我国银行业市场结构开始由寡头垄断、高度集中转变为垄断竞争、适 度集中，但集中度仍然位于临界值附近，位于垄断竞争的初始阶段。（2）从效率上看，这一时期，我国银行业的效率水平有了一定提高，但整体水平仍然较 低。国有银行的规模效率提高较快，股份制银行平均的综合效率高于国有银行。（3）2000—2005 年间，我国银行业的绩效水平有所提高，其中国有商业银行的表现较为 突出，主要归因于建行、中行和工行的股份制改革取得了一定成效。股份制银行的业绩表现整 体上高于国有银行。

（4）实证研究表明，市场结构对我国银行绩效的影响并不显著，而银行效率的提高则有 助于其绩效改善，规模效率的提高对银行的市场份额有一定影响。因此，我国银行在改革的过 程中，更应该努力改善经营管理，完善法人治理结构，提高其经营效率，而非一味地强调扩大 资产规模和市场份额。参考文献 [1] 于良春，鞠源.垄断与竞争：中国银行业的改革和发展[J].经济研究，1999（8）.[2] 赵旭，蒋振声，周军民.中国银行业市场结构与绩效实证研究[J].金融研究，2001（3）.[3] 秦宛顺，欧阳俊.中国商业银行业市场结构、效率和绩效[J].经济科学,2001(4.[4] 刘伟，黄桂田.银行业的集中.竞争与绩效[J].经济研究，2003（11）.[5] 王国红.论中国银行业的市场结构[J].经济评论，2002（2）.[6] 贺春临.我国银行业的市场结构与绩效研究[J].经济评论，2004（6）.[7] 张磊.银行业的产业结构、行为与绩效[J].外国经济与管理，2000（3）.[8] 黄志豪，于蓉.银行产业组织理论研究综述[J].经济学动态，2005（2）.[9] 于良春，高波.中国银行业规模经济效益与相关产业组织政策[J].中国工业经济，2003(3.[10] 何韧.银行业市场结构、效率和绩效的相关性研究——基于上海地区银行业的考察[J].财经研究，2005(12.[11] 孙巍，王铮，何彬.商业银行绩效的演化趋势及其形成机理——基于 1996—2002 年混合数据的经验研究 [J].金融研究，2005（10）.[12] 杨公朴，夏大慰.现代产业经济学[M].上海：上海财经大学出版社，2005.[13] 约翰·A·戈达德.欧洲银行业：效率、技术与增长[M].北京：中国人民大学出版社，2006.[14] A.N.Berger，C.Hunter，W.Timme.The Efficiency of Financial Institutions: A Review and Preview of Research Past，Present and Future [J].Journal of Banking and Finance，1993, 17:221-249.[15] A.N.Berger, A.N.Mester.Inside the Black Box: What Explains Differences in the Efficiencies of Financial Institutions [J].Journal of Banking and Finance，1997, 21(7: 895-947.Empirical Analysis of Market Structure ,Efficiency and Performance in China banking Weijin Zou Zhang Liu Abstract: By analyzing the related data of development of banking in China in the period from 2000 to 2005 and based on the traditional analysis model of “structure-conduct-performance”, we performed studies on banking market structure, market performance and their mutual relationships in such period.Our results show that market structure of banking has been changed from the type of “oligarchic monopolization and high concentration” to the type of “monopolized competition and moderate concentration”.We computed the operating efficiency of the 14 main banks in China by the DEA calculation method.We also analyzed the

relationships between market structure and performance, of which results show that there is no distinct correlation between the degree of concentration and performance，while the enhancement of efficiency is critical for improvement of performance.Key Words: banking;SCP model;market structure;efficiency;performance;correlation 收稿日期：2006-12-20 作者介绍：邹伟进，武汉大学经济管理学院博士研究生，中国地质大学（武汉）经济学院教授；刘峥，中国院博士研究生。

商业银行效率研究 篇3

摘要：文章首先阐述了商业银行并购效率研究的必要性和重要意义，在探讨技术效率、纯技术效率和规模效率等概念范畴的基础上论述了银行效率的内涵和改善路径，重点研究了银行并购效率的研究方法，其中包括参数分析与非参数分析方法，分析了非参数DEA方法的应用优势，介绍了可用于银行效率分析的CCR模型和BCC模型。

关键词：银行并购；效率；数据包络分析

随着经济全球化、金融自由化进程的加快，信息技术的进步以及各国对金融业管制的放松，世界金融业发生了巨大变化。传统的银行经营领域得以扩展，世界范围内新一轮的银行业并购浪潮已经风起云涌。自20世纪90年代以来，国际银行业最为引人注目的特征就是银行并购事件层出不穷。而且并购数量之多、拆资之巨、规模之大，更是历史之罕见。随着席卷全球的银行并购浪潮的高涨。也涌现出了一大批国际银行业的超级巨无霸。

在国际银行业纷纷通过兼并重组来扩大规模、抢占市场份额，推行经营多样化和国际化战略的大环境下，中国银行业资产重组的步伐也在逐渐加快。尤其是在我国加入世界贸易组织之后，我国的银行业在迎来前所未有的机遇的同时，也面临着巨大的竞争压力和更加严峻的挑战。通过并购优化金融产业结构。获得规模经济效益，提高整体效率。从而增强我国银行的竞争优现实表明，由于银行并购的过程中受到多方面因素的制约，其追求高效率的动机与效果之间往往存在很大差异。银行规模过小，其抗险力和竞争力薄弱；规模过大，可以有效的降低破产与倒闭的风险。壮大竞争力，但是潜伏的负面影响和威胁也越大，效率也受到影响。这就需要银行经营管理者认真地考虑并购活动对效率获利的影响程度，因为决策的正确与否将直接关系到银行的生死。因此，深入研究银行并购的效率问题。显然是有必要更是有意义的。

一、银行并购效率研究的理论基础

1效率的概念。效率通常是考察投入与产出之间的关系。是衡量经济单位经营业绩的重要指标。效率值的高低反映了企业资源的利用效率和整个的经营状况。萨缪尔森的《经济学》中给效率下的定义为：效率意味着尽可能地有效运用经济资源以满足人们的需要或不存在浪费，即当经济在不减少一种物品生产的情况下，就不能增加另一种物品的生产，它的运行便是有效率的，这时经济处于生产可能性的边界之上。

2技术效率、纯技术效率和规模效率

(1)技术效率。技术效率反映的是在给定投入的情况下企业获得最大产出的能力。在决策单元样本选定的情况下，技术一定。产出水平一定时，耗费资源最少的决策单位称为完全技术有效单位。其技术效率值为1：其他决策单元的技术效率值是以完全有效单位为标杆测定的，其值介于0~I之间。在这种技术效率概念下，暗含着规模报酬不变的假设。如果将这一假设条件放松，技术效率就可以进一步分解为纯技术效率和规模效率。

(2)纯技术效率和规模效率。纯技术效率测度的是被考察企业当前的生产点与规模报酬变化的生产前沿面之间技术水平运用的差距，因此也被称为可变规模报酬技术效率：而规模效率衡量的则是规模报酬不变时的生产前沿面与规模报酬可变时的生产前沿面之间的距离比较，它说明了由于不能在不变规模报酬下生产而造成的无效程度。

3银行并购的效率理论。效率理论认为，并购活动能够给社会带来一个潜在的增量，从而增加并购参与者各自的效率。银行并购的一个巨大优势在于通过并购在获得原有银行或非银行金融机构的各种资产的同时，还获得了原有银行或非银行金融机构的管理经验。从而可以提高效率。

第一，通过并购节省管理费用和人力资源。由于中、高层管理费将在更多数量的金融产品中分摊，单位产品的管理费用可以大大减少。第二。利用已有的机构网点和渠道进行销售，利用相同的技术扩散来生产，以节约营销费用和扩大销售规模。第三，银行间高科技的竞争日趋激烈，为客户提供高质量的、令客户满意的服务，必然以大量科技和设备投入为基础。银行的科技和设备投资在开支中所占比重越来越大。通过并购，银行机构能够集中足够的经费用于研究和发展新技术，并能够节约科技和设备投资。第四，通过并购，银行规模相对扩大，使其筹资和借贷更加容易，能够获得比较优惠的价格竞争优势。第五，通过并购可以达到合理避税的目的，税法对银行的财务决策有着重大影响，不同类型的资产所征收的税率是不同的，股息收入和利息收入、营业收益和资本收益存在很大区别。通过并购整合使并购后的资产达到最佳经济规模，同时还可以节省管理费用，解决合并前管理效率低下的问题，使并购后的效率远远超过并购前各商业银行单独经营时所带来的效率之和。

二、银行并购效率的研究方法

银行并购效率的研究方法很多，但是定量的研究方法主要有参数非法和非参数分析法。

1参数分析法。参数分析法主要有三种：随机前沿法、自由分布法和厚前沿方法，其中应用最为广泛的是随机前沿法。

(1)随机前沿法(SFA)。随机前沿法确定了成本、利润的函数形式，或者投入、产出和环境变量之间的生产关系，并考虑了随机误差。

C=C(Y，X，W)+U+V(1)

随机前沿法定义了一个包含组合误差项的模型，C(Y，X，W)为处于效率前沿上的企业的成本函数，其他样本的成本还受到低效率值U和随机误差V的共同影响。随机误差V代表影响总成本的非可控因素。例如天气、有利机会等。它既可能提高也可能降低成本，u主要代表X-低效率，其只会提高成本。在这个模型中通常假定低效率值u服从非对称分布，例如半正态分布，而随机误差V则服从对称分布，例如标准正态分布。由于低效率值不可能为负，因此低效率必然呈不完整的分布状态，并假定低效率值和随机误差项与估计方程中的投入、产出变量不相关。

(2)自由分布法(DFA)。自由分布法也定义了效率前沿函数形式，但是没有指定低效率值和随机误差的分布形式。假设各个银行的经营效率在一段时间内是稳定的，随机误差的均值趋于0，银行的平均残差与效率前沿之间的距离，就是银行的效率值。在自由分布法中低效率值可以服从任何一种分布形式，只要低效率值不为负。甚至可以接近于对称分布。如果由于技术进步、利率变动等因素的影响。效率值就可能随时间变化。该方法得到的结果就是各个机构偏离效率前沿的平均程度，而不是各个时间点上的效率值。

(3)厚前沿方法(TFA)。厚前沿方法也定义了效率前沿的函数形式，而且假设计算得到的效率值对预计的效率值的偏离如果超出所有观测样本的上下限，则代表随机误差，如果这种偏离在上下限范围之内。则是由低效率引起的。这种方法没有对低效率值或随机误差的分布做任何假定，但认为低效率值在上下限区间波动。而随机误差存在于这些区间中。该方法本身没有给出各个银行效率的点估

计值。而是估计银行效率的一般水平。

2非参数分析法。非参数分析法在测量银行效率时没有限定效率前沿的形状。不要求明确定义生产函数。非参数分析方法主要两种：数据包络分析方法和自由排列包。

(1)数据包络分析法(DEA)。数据包络分析法是一种线性规划方法。效率前沿是通过联接所有最佳方法观测点形成的分段曲线组合，得到一个凸性的生产可能性集合。最佳方法观测值的集合作为前沿将所有的观测值包含在其中，其效率值最高。其他的决策单位及其线性组合在投入既定的情况下不能生产出更多的产出。换句话说。在产出既定的情况下，不能以更低的投人生产出既定的产出量。与非参数方法相比，数据包络分析法具有以下优点：

①无需具体的生产函数。在知道商业银行投入与产出之间的具体函数形式后，就可以方便快捷地得到决策单元的规模弹性值。但是。要想利用建立商业银行的生产函数形式来研究各商业银行的规模经济问题。则具有较高的难度和较大的复杂性。因为商业银行作为服务性行业，有其自身的特殊性，商业银行生产函数的建立是一项非常艰难的工作。往往建立起来的生产函数形式未经实践检验。存在较大的主观性。然而，利用数据包络分析法来研究商业银行的规模效率问题，没有必要建立函数关系。就可以求出各决策单元的相对效率值，方便易行。

②自如地进行多投入和多产出情况下的规模收益分析。DEA模型测度的是多投入和多产出的决策单元的相对有效性。因此，可适当选取投入和产出指标，通过建立线性规划。方便地衡量决策单位的相对效率值。从而得到规模效率。这种无大限制的特点使得DEA方法的适用范围相当广泛，能够在很大程度上综合反映所研究的具体问题。

③便于确定规模无效决策单元的改进方向。DEA方法通过建立标杆。各个决策单元直接与标杆相比较。便于某决策单元对本单位经营状况的实时追踪，确定今后努力的方向。如帮助管理层人员解决如下问题：如何确立标杆。作为努力的目标；如何调整投入和产出：在多大的规模上经营等等。

(2)自由排列包(FDH)。自由排列包是数据包络分析法的一个特例，联接DEA前沿各个顶点的线上的点没有被认定为效率前沿。FDH生产可能性集合仅仅由DEA顶点和这些顶点内部的自由排列点组成。由于FDH前沿与DEA前沿一致或者位于DEA前沿内部，所以用FDH方法计算得到的平均效率值通常高于用DEA方法计算得到的平均效率值。

三、银行效率研究中的主要模型

由于研究对象是商业银行，其生产函数难以获得。因此。在测度银行并购效率时采用非参数分析法中的数据包络分析法。DEA的原型可以追溯到1957年，是Farrell在对英国农业生产力进行分析时提出的包络思想。此后。在运用和发展运筹学理论和实践的基础上，逐渐形成了主要依赖于线性规划技术，并常常用于经济定量分析的非参数方法。1978年，经过美国著名运筹学家A.Charnes、W.W.Cooper和E.Rhodes等的努力，形成了评价部门间相对有效性的CCR模型。使得非参数方法以数据包络分析(DEA)的形式在20世纪80年代初流行起来。其主要模型有：CCR模型(不变规模报酬模型)和BCC模型(可变规模报酬模型)。

CCR模型是A.Charnes、W.W.Cooper、和E.Rhodes于1978年提出的第一个DEA模型。它存在两种模型，即投入角度效率度量模型和产出角度效率度量模型。下面选择投入角度效率度量模型来描述CCR模型。CCR模型所测度的是固定规模报酬下各个决策单元的相对效率。实际上，决策单元有可能处于规模报酬递增或递减的状态，为此，Banker,Chames and Cooper(1984)提出了BCC模型，这一模型扩充了CCR模型的使用范围，并将CCR模型所测度的技术效率进一步分解为纯技术效率和规模效率。BCC模型就测算了可变规模报酬下的纯技术效率。

商业银行效率影响因素实证研究 篇4

本文选取的研究样本, 包括四大国有商业银行和十家股份制商业银行, 分别是中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行、中信实业银行、中国光大银行、华夏银行、中国民生银行、广东发展银行、深圳发展银行、招商银行、兴业银行、上海浦东发展银行。这14家银行的资产总额占我国商业银行总资产的绝大部分, 它们的效率该地足以反应我国商业银行的总体情况。

二、我国商业银行效率影响因素的实证分析

效率值可以表现各家商业银行效率的高低, 但具有更重要理论价值和现实意义的是研究和分析影响银行效率的各种因素。本文采用DEA方法测定出的2005~2010年我国14家商业银行的平均技术效率值作为因变量, 结合银行效率研究的国际经验和我国商业银行自身的实际特点, 筛选出了银行规模、资源配置、市场集中度、资本充足率、产权结构等五个方面共七项银行效率影响指标作为自变量, 建立回归方程, 在兼顾银行技术效率、纯技术效率和规模效率之间相互联系的基础上, 实证分析了商业银行的效率影响因素与银行效率之间的相互关系。本文使用Eviews进行回归分析。

本文研究通过对国内商业银行效率影响因素研究结论的总结, 筛选出以下几类的中国商业银行效率影响因素:银行规模、资源配置、稳定性、市场集中度、产权结构。具体指标计算见表1。

在我国商业银行效率影响因素分析的基础上, 建立我国商业银行影响因素的分析模型, 见下式:

其中y为用DEA方法计算出来的我国14家商业银行的技术效率值;x1-x7分别代表这14家商业银行2005~2010年产权结构、资产规模、存贷比、贷款占银行总资产比重、固定资产占银行总资产比重、资本充足率、市场集中度的平均值;β0-β7分别代表待估计系数;μ为残差项。

基于最小二乘法, 应用计量经济学软件Eviews, 对中国商业银行效率影响关系分析模型进行多元回归, 回归的结果详见表2。

修正严重多重共线性影响的回归结果为:

三、结果分析

依据上述回归结果, 整理出各因素与中国商业银行技术效率间的影响关系, 分析如下:

(1) 产权结构对中国商业银行业的效率影响作用显著。解释变量产权结构的回归系数为-0.0955, 产权结构变量产权结构 (国有制结构) 对中国商业银行技术效率具有显著的负向影响。

(2) 存货比与中国商业银行效率呈显著正相关关系。解释变量存贷比的回归系数为0.6909, 存贷比对中国商业银行整体的技术效率具有显著的正向影响。

(3) 固定资产占总资产的比重与中国商业银行效率呈显著负相关关系。解释变量x5固定资产占银行总资产比重的回归系数为-16.7413, 固定资产占总资产的比重对中国商业银行整体的效率具有非常显著的负向影响。由此看, 中国商业银行应当在保持现有固定资产成本控制情况下, 适当降低固定资本投入量, 以实现产出能力的提升。

(4) 资本充足率对中国商业银行效率的影响显著。解释变量所有者权益占总资产比重的回归系数为2.0800, 所有者权益占总资产比重对中国国有商业银行的技术效率具有显著的正向影响。由此看来提高商业银行资本充足率有助于商业银行效率的提高。

(5) 金融市场集中程度与中国商业银行效率呈显著负相关关系。存款占银行业总存款的比重代表了中国金融市场的集中程度。实证结果表明, 此类指标对中国国有商业银行的技术效率具有显著的负向影响。

通过我国商业银行效率影响因素的实证分析可以看出:产权结构、固定资产占银行总资产比重和市场集中度均对我国商业银行效率具有显著的负向影响。这三个解释变量对我国商业银行效率和技术效率的影响系数均是负值, 而且t检验均在0.05水平上显著。这说明, 这三个指标是阻碍中国商业银行效率提升的重要影响因素, 而且亟待解决。

摘要：效率是商业银行竞争力的集中体现。为了广泛探讨我国商业银行效率的影响因素, 本文通过回归模型, 以DEA方法测出的效率值作为因变量对影响银行效率的因素进行了回归分析。得出影响我国银行业效率的主要因素有:资产规模、资源配置、稳定性、产权结构、市场集中度等, 实证结果为应用提供了很好的佐证。

关键词：商业银行,效率,DEA,影响因素

参考文献

银行工作效率 篇5

为配合全市目前正在开展的“用领导方式转变加快发展方式转变”解放思想大讨论活动，深入推动全市经济社会科学发展、跨越发展，将解放思想、转变作风落到实处，本报今日起将陆续推出安阳窗口行业“转变作风”系列报道。

策划 ：张攻关 执行记者：何冠英 郝晓波 陈栋梁 摄影：连权权

近来，本报不断接到市民反映，在市区内一些较大的银行网点办理存取款业务，几乎每次都要苦等几十分钟甚至一个多小时，而自己真正办业务的时间也不过一两分钟，这种工作效率严重影响了市民自身的工作和生活。事情是否真的像市民反映的那样，问题的“症结”到底在哪儿?连日来，本报记者兵分几路，在市内几家银行营业厅进行了调查走访。

工商银行行政区支行营业厅：

排号等得市民心烦

3月3日上午，记者来到位于人民大道与红旗路交叉口东北角的工商银行安阳分行行政区支行营业厅办理业务。10点10分，记者在大厅里的排号机上取到了A118号叫号单，上面显示该号码前有71人在等候办理业务。

“我经常来这办业务，天天都这么多人，每次都要等一个多小时!”号码为A065号的市民称，他9点30分左右来到银行办理存款，当时前面有40多个人，一个小时过去了，自己前面还有10多个人。

记者粗略统计了一下，从10点10分到10点40分半个小时的时间里，1号窗口只办理了两个人的个人业务。

叫号过程中，不时有空号出现，A058、A059、A061和A062号都为空号。这些排号的市民大都因为有其他事情，不愿长时间等待才放弃排号的。看到这么多空号，A065号市民忍不住发起牢骚，“今天是工作日，大家都要上班，即使不上班也要做其他事情，谁能一直在这里等着?”他表示，如果不是急着存钱，他绝不会在银行等这么长时间。

暂时关闭窗口惹“民怨”

11点30分，大厅里依旧“人满为患”。原本办理对公业务的4至6号窗口也开始办理个人业务。而1号窗口和2号窗口则暂停服务。一位号码为A180的市民看已临近吃午饭时间，等候无望，只好悻悻离去。

“这里有这么多人等着，为什么把窗口都关了?叫领导出来说清楚!”一位等候了半个多小时的女子不满地嚷嚷着，并引起很多市民的共鸣，大家一致要求把关闭的窗口打开继续办理业务。

“柜员去吃饭了，吃完饭就回来。”一位工作人员从贵宾室走出来安抚大家的情绪，不料却引起了大家更大的愤慨。

“我们等了这么长时间，我们不用吃饭吗?办事效率那么低，吃饭咋就那么及时?”女子不依不饶，“这么多人等着，你们就不能多开几个窗口?”

“我们也不想客户等那么久，可没有办法。”该工作人员称，银行每天人都很多，但柜员人数是有限的，银行没有多余的柜员增开窗口。

11点50分，终于轮到记者办理业务了，记者来到4号窗口，提出想修改网上银行密码。工作人员告诉记者，修改网上银行密码的业务不需要在柜台办理，找大堂经理就可以解决了。记者在柜台前停留不足1分钟，而为此却等候了1小时40分。

建设银行洹水支行营业厅：

排队等候司空见惯

3月5日上午9点30分，记者来到中国建设银行安阳市洹水支行办理存款业务，在6个对外窗口中，有两个是对公窗口，其余四个为个人业务窗口，其中有三个窗口开放，工作总结《银行工作效率》。

记者取完叫号单后，上面显示前面有24人在等候，大堂经理告诉记者，这已经算是“清净”的了。记者发现，在座椅上等候的客户中，大多为中老年人。年轻人办理简单的存取款业务大多直接到ATM机上办理。

个别诉求银行网点没法满足

上午10点多，一位年轻男子神色匆匆地进入大厅，显得很焦急，他告诉大堂经理，自己的身份证和银行卡一并丢失了，自己又是外地户口，想让银行帮其查查账户上的钱是否被取走了。大堂经理表示，该项业务没办法在柜台办理，必须打95533客服热线办理，该男子只好沮丧地离开。

平均两分钟办理一项业务

在等待过程中，4号窗口一位客户办理业务用了近20分钟，排在其后面的一位市民见状，不耐烦地离开。

对此，该银行大堂经理表示，该行地处繁华地段，平时来办理业务的客户一向很多，银行的柜员有限，再加上柜员个人上洗手间、午饭等时间，客户等候排队不可避免。如果客户办理的业务能通过其他途径办理，他们一般会提出建议，必须本人现场在营业大厅办理的，他们也只有尽量加快工作效率，更好地为客户服务。

等轮到记者办理业务时，时间已经过去了50分钟。

广东发展银行安阳分行营业厅：

营业厅内座无虚席

3月5日10点35分，记者来到位于人民大道西段的广东发展银行安阳分行营业厅。一楼大厅内40来个座位上坐满了正在等待办理业务的顾客。

10点38分，记者取号2111，办理该行银行卡注销业务，取号单上显示，前面还有40人在等候。记者发现，该银行10个办理业务的窗口只有6号、7号和10号办理个人业务，2号窗口办理对公业务。2097号市民告诉记者，他10时20分来该行办理汇款业务，等候近半个小时后，前面依然还有10多位客户。

“咋这么慢，效率也太低了吧……”几位顾客因长时间等候，显得有些不耐烦，虽然等候区前方有电视观看，但顾客对正在播放的动画片《喜洋洋与灰太狼》不怎么感兴趣，还有一些年轻人因不想长时间等候而选择离开。

市民要求多开窗口

“这么多人办业务，就不能再多开个窗口吗?”一位市民询问大厅内一名工作人员。“只有这几个窗口办理业务，坐下来等会儿吧，没多少人的，有些是空号。”该工作人员匆匆敷衍几句后就转身离开了。

记者粗略统计了下，从10点39分到11点12分，6号、7号、10号窗口共为13位顾客办理了业务，办理一项业务平均用时两分多钟。期间，7号窗口为一位顾客办理业务用时近10分钟，而6号窗口从10点53分到11点13分，20分钟的时间只为一名男顾客办理了业务。

11点14分，在等候了36分钟后，终于轮到记者办理业务。在10号窗口，当工作人员得知记者办理注销银行卡的业务时，表示在不欠费的情况下找大堂经理打客服电话就可以注销，柜台是不能办理此业务的。随后，记者又找到大堂经理，询问其为什么不提前进行告知，她说了声“对不起，不好意思”后就转身离开了。

农业银行唐-子巷支行营业厅：

送款车迟到

30分钟未办一单业务

3月7日上午9点04分，记者来到中国农业银行唐-子巷支行营业厅办理存款业务，取到的1015号排号单显示，前面已有14人在等候。

记者看到，在三个办理个人业务的窗口前，仅4号窗口有一名工作人员坐在座位上，但是也还没有开始办理业务。直至9点31分，柜台才开始喊号。而此时，来银行办理业务的客户已达39人，不时有市民感叹“等待无边”，也有人经不起等待，干脆走出了银行。

近半数人弃号离去

30分钟后，柜员首先喊持贵宾卡客户先办理业务，因为贵宾卡客户和普通客户都在这三个窗口办理业务，像记者一样的普通市民只有耐心等待。而在记者前面排号的14人中，有半数市民弃号离去，7个号已经成为空号。10点05分，才轮到记者办理业务。

据在大厅值班的工作人员称，之所以前半个小时没有办理业务，是因为送款车没有过来，造成由于ATM机也不能取款，进入银行办理业务的客户也越积越多，致使整个大厅一时陷入混乱。

交通银行安阳分行营业厅：

交接-班时间有点长

3月7日下午1点15分，记者来到位于解放大道安阳宾馆东侧的交通银行安阳分行营业厅，取下序号为1188的取号单，上面提示前面还有20人在等候。该银行只有1号、2号、3号窗口正在受理业务，其他窗口全部暂停服务。

1点20分，2号窗口暂停受理业务。此时正在等候办理业务的多位顾客显得不安：“本来办理速度就不快，现在又少一个窗口，就更慢了。”“太慢了，等不急了，一会儿还得赶着上班呢。”记者向大厅内一名工作人员询问为何关闭2号窗口时，该工作人员说：“现在中午时间正交接-班呢，等会儿就来了。您也得体谅下我们啊，毕竟就这几位工作人员。”

20多分钟过去了，2号窗口依然没有工作人员前去受理业务。无奈记者只得到自动柜员机上办理业务。

中国银行殷都支行营业厅：

主动分流顾客 缩短排队时间受称赞

3月5日下午3点，记者来到位于解放路与红旗路交叉口的中国银行殷都支行营业厅办理注销银行卡的业务。银行大厅里显得有些冷清，三三两两坐着不足10位顾客。

记者取了号码为1238号的叫号单，上面显示前面有7个人在等候。刚取过号码，一位大堂经理就走了过来，咨询记者要办理什么业务。

“每个来办理业务的顾客我们都要咨询，这样可以缩短大家的时间。”大堂经理称，咨询过程中，如果他们发现一些业务不需要在柜台办理，他们就会直接为顾客办理，这样就能分散顾客流，从而缩短大家排队的时间。

10分钟后，就轮到了记者办理业务。从取号码到办理完业务，记者花了不足20分钟的时间。

随后，记者又前往招商银行、中信银行等刚在安阳市开业的银行咨询或办理业务，由于办理业务的市民较少，不需长时间排队就可轻松办理业务，一项业务从取号到办理基本都不会超过10分钟。

市民感叹“送钱难”

针对市民去银行办理业务时长时间排队的情况，市民孟女士称，前几年银行没有叫号机时，市民需要排长队等候，站的是腰酸背痛，好不容易有了叫号机，也增添了等候的座椅，却发现排队等候的时间更长了。

市民吴先生提起自己动辄排队一个多小时的经历大倒苦水，他称：“我去银行办理业务仅仅需要一两分钟，但是却经常排队一个多小时，有时想想真是不值得!”他甚至感叹，将来自己办一家银行，也不用跟银行打交道了!

商业银行效率研究 篇6

关键词偏最小二乘估计；多重共线性；商业银行效率；影响因素；时间趋势

1引言

目前，商业银行效率的影响因素分析已成为商业银行效率研究的重要方向之一.国内关于这方面的研究较多，回归分析方法大多采用普通最小二乘参数估计法、面板数据的固定效应模型和Tobit模型回归方法.郑录军等采用25家商业银行的横截面数据使用最小二乘法对我国商业银行效率的影响因素进行了分析，其在建模过程中进行了多次试验最终确定了4个模型＼[1＼].张弛使用简单的最小二乘回归方法，选择资本充足率和产权结构两个因素对商业银行效率的影响因素进行并分析认为资本充足率对银行效率并无直接影响，而产权结构与银行效率显著相关＼[2＼].赵永乐、王均坦则在变量选取过程中进行了相关分析，将相关性较大的指标分离然后分别建立四个模型，最后使用最小二乘法进行回归＼[3＼].刑芙伟利用商业银行效率值具有截断性，使用14家商业银行2001～2007的面板数据，选择采用Tobit模型进行回归，R2系数在0.6～0.7之间＼[4＼].胡东利用Powell提出的对称修剪最小二乘法分析效率值的影响因素以及影响程度.在潜变量模型中误差项是对称分布，由于删失，使得因变量为不对称分布，STLS重新修剪来恢复断尾分布的对称性，使最小二乘法将产生一致估计量＼[5＼].周四军等认为影响商业银行效率的包括宏观、中观和微观因素，由于宏观环境和行业因素对银行效率的影响十分复杂且难以量化，因此，在给定的宏观环境和行业条件下以2005年的样本数据从微观角度对中国商业银行效率进行多元同归分析＼[6＼].周四军、安普帅等为消除原始变量之间的多重共线性， 运用主成分分析方法对原始变量进行变换， 得到盈利性因子和流动性及安全性因子作为解释变量，并建立Panel Data固定效应模型对国内13 家主要商业银行1999到2008年的效率影响因素进行实证分析＼[7＼].

已有研究在商业银行效率的影响因素分析方面已经取得了许多成果和经验，但还存在不足之处.1）变量选择问题.首先，变量之间存在着多重共线性.尽管作者采用逐步回归或者分开建模的方法来剔除相关性大的变量，还有通过主成分方法来提取信息，但这样做既不利于保留有效信息而且也不能完全避免多重共线性，且这种方法较为繁琐.其次，未纳入控制变量.虽然从定性上分析了宏观、行业等变量的影响，但在计量模型中未控制宏观经济变量和时间趋势，导致模型结果不显著以及变量符号反常.

2）样本量问题.采用普通最小二乘法，由于样本量太少，十几家银行的横截面样本数据，相对于其选定的7～9个自变量来说，容易受异常点干扰， 影响模型估计精度，多数模型的R2系数均在0.4～0.5之间也印证了这一点.将面板数据当作截面数据使用，强行进行Tobit回归.而使用Tobit模型需要样本量足够大，经过计算机模拟，一般要多于50个样本得到的结果才能在数量级上靠得住.

3）理论假设问题.普通最小二乘法、对称修剪最小二乘法、Tobit方法和固定效应模型的假设条件过于苛刻.普通最小二乘法和对称修剪最小二乘法需要满足高斯假

设.Tobit方法在错误地假设似然函数的参数时，系数估计并不具有一致性，即使误差项的密度函数设定正确，其异方差性也会同样引起结果的不一致；同时DEA 是非参数方法，而Tobit模型是参数方法， 两者在逻辑上也存在出入.面板固定效应模型的应用前提是各独立研究的结果趋于一致，一致性检验无显著性差异.但是随着时间的推移，各个自变量对商业银行效率的影响和方向必然会发生变化.在存在上述问题的情况下，分析结果与实际情况会发生重大偏差.鉴于此，本文尝试采用偏最小二乘方法对商业银行效率的影响因素问题进行分析.偏最小二乘回归（Partial Least Square）是一种新型的多元统计数据分析方法，它较好的解决了上述问题.目前国内很少有使用这种方法对商业银行效率的影响因素进行研究的文献.

2数学原理及变量选择

2.1数学原理

1983年由H Wood和C Albano等提出了偏最小二乘估计方法.假设有p个解释变量k个样本， 则自变量集为x ， 因变量y ，利用偏最小二乘回归， 提取因子t、u ， 其中为t为x的线性组合.要求t尽可能多地反映x的信息， u尽可能多地反映y的信息.若是单一因变量， 则u为因变量y标准化后的变量，且t和u相关程度最大.再分别利用x对t和y对t做回归，若回归方程结果满意， 则运算停止， 否则继续提取主成分.而对于如何确定所提取的主成分个数， 在偏最小二乘回归中使用残差平方和Press来度量.Press是利用真实值与拟合值之间误差的平方和来度量预测的精度， 当press值最小时， 停止主成分的提取， 此时所提取的主成分可以充分地反映总体的信息， 模型的拟合效果最好＼[8＼].此外，x中提取的t1，t2，…，tn和y中提取的u1，u2，…，un是彼此独立且相互正交的.比如，t1和u1正交，t2和u2正交.这就保证了成分之间相互不干扰，解决了变量共线性的问题.

经济数学第 30卷第1期

周四军等：基于PLS估计的我国商业银行效率影响因素研究

2.2数据来源及变量选择

由于银行业会计口径在2005年发生较为重大的变动，考虑样本的代表性和数据可得性.本文数据均来源于13家商业银行2005～2011年的年报和2004～2011年的中国金融年鉴.变量选取考虑以下三个方面：第一，突出偏最小二乘法处理多重共线性问题的优势.就上述影响因素而言，大多数变量之间

都存在着严重的多重贡献性.第二，选择与商业银行效率密切相关的变量.第三，完善现有研究建模没有控制时间趋势和宏观变量的不足，没有控制宏观变量和时间趋势，将面板数据作截面数据进行回归将会导致和已有研究一样的错误.因此.本文选取4个财务指标，资产负债率、资产增长率、资产净利率、非利息收入比，分别放映安全性、发展能力、盈利能力和资产配置情况；两个规模指标，年末总资产和营业机构数；还有一个与商业银行效率密切相关的产权结构指标.样本哑变量和年度哑变量的乘积以及经济增长率作为控制变量.

3实证分析

偏最小二乘模型不是选用全部的成分进行回归， 而是采用截尾的方式选择代表性成分，模型2中，M为控制变量的系数，代表一系列样本哑变量与年份的乘积的系数，其主要作用是控制时间趋势，对效率的贡献没有经济含义，而且M值不唯一.为方便起见，未进行罗列.因此， 采用控制时间趋势的模型2 的三个主成分进行PLS回归建模.对原始数据进行标准化后建立商业银行效率影响因素PLS回归模型.

3.1模型1与模型2的比较

从模型1与模型2的比较（见表1）来看，在未考虑时间趋势的情况下，模型1仅t1的交叉有效性值大于5%下的值0.097.且其解释力也只达到0.568 753.而模型2 t1， t2， t3，的交叉有效性值均大于5%下的值0.097.而且提取的3个成分达到0.984173的精度.从变量符号来看，模型1与模型2中非国有和国有产权结构的影响方向完全相反.模型2中非国有产权对效率的影响为正，国有产权对效率的影响为负，与绝大多数研究保持了一致，实践来看股份制改革一直是我国国有银行改革的方向.同时模型2的解释力大大高于模型1也使得这一结论更为可靠合理，因此认为模型2优于模型1.

3.2模型2的变量系数效应分析

从模型2的变量系数来看，资产负债率，资产增长率，资产净利率，非利息收入比，非国有产权，年末总资产对效率值的影响为正，而国有产权，网点数量，经济增长率对效率值的影响为负.资产负债率，资产增长率，资产净利率，非利息收入比等都是反映财务指标的变量，这说明良好的财务指标水平对于银行效率是正向的.而国有产权一直是困扰国有商业银行提高效率的重要因素，网点数量过多对于效率起到了反作用，原因可能是网点需要投入大量的人力、物力，从而大大增加了管理、运营成本，而随着科技的发展，物理网点的功能逐步被网上银行、手机银行等网上服务功能代替，从而物理网点的成本劣势大大凸显出来.经济增长率对银行效率的影响为负，原因可能是在经济发展过热时，银行的风险管理意识不足，收入增加的幅度小于增加的风险损失幅度.而在经济遇冷时，银行会保守经营，注意控制经营成本和风险损失，同时国家出台的刺激政策需要银行提供大量的资金支持，所以对银行而言，经济增长并不意味着效率提升.

4偏最小二乘回归辅助技术图形分析

4.1各变量对效率值的贡献度大小

VIP变量投影重要性指标表示自变量Xj在解释因变量集合Y时的作用程度.由原理可知，自变量对因变量的解释力是通过t成分来传递的.如果ti成分对因变量的解释力强，并且自变量对ti成分起到了很大的作用，那么可以认为解释变量对因变量的解释贡献度大.如果使用m 个成分t1， t2，…tm进行分析， 从图1中可以直观的看出，对商业银行效率影响从大到小依次为网点数，产权结构，资产增长率，资产负债率，年末总资产，经济增长率，非利息收入和资产净利率.

4.3样本的分布情况

T1/T2椭圆图是在T1/T2平面图基础上绘制的， 每一个样本点i在这个图上的坐标是（ t1（i）， t2（i）），从而观察样本点在高维空间的分布特征和相似结构， 而在T1/T2 椭圆图上可以发现样本集合中的特异点.T1/T2表示出样本的分布情况.由图3来看，样本的分布呈现左右分离的特点，且不存在特异点.从T1和T2代表的含义而言，T1主成分表示的是财务指标等内部因素，T2主成分表示的是制度、经济增长等外生因素.横坐标为正（即处于第一和第四象限）的是股份制商业银行，横坐标为负（即处于第二和第三象限）的是国有商业银行.这说明财务指标对股份制商业银行与国有商业银行的效率的影响是有差异的.T2主成分代表的外生的因素对股份制商业银行与国有商业银行的效率的分离作用不明显，说明外部因素是对整个银行业起作用的.

4.4模型预测

为了考察回归模型的预测能力， 将实际的效率值与模型拟合值相比较， 并绘制折线图. 如图4所示，虚线代表实际观测值，实线代表模型拟合值.结果表明所构建的回归模型拟合效果非常好，实际值与拟合值的形态基本一致，模型基于历史数据具有较强的预测功能.

5结论与启示

5.1在控制时间趋势的情况下，PLS估计结果

精度高

首先，在国内银行样本数量有限，影响因素变量存在严重共线性时，PLS方法能有效地剔除了冗余信息的影响，信息提取效率较高，而且PLS成分对因变量的解释力很高，提取的3个成分达到0.984 173的精度.提取的主成分也具有明显的经济含义，T1代表了财务因素对银行效率的影响，T2代表了产权制度、经济增长率的外部因素对银行效率的影响，体现了模型的科学性.其次，弥补了已有研究在建立影响因素模型时未考虑时间因素和控制宏观经济变量导致的模型不显著和变量系数符号反常的不足，选取年份与样本哑变量的乘积和经济增长率作为时间趋势和宏观控制变量，从而排除了年度和样本自身的时间趋势影响，同时避免了遗漏宏观经济变量，大大提升了模型的解释力.

5.2模型符号和贡献率基本符合基本理论，也

很好的解释了现实问题

VIP图表明商业银行效率影响因素从大到小依次为网点数，产权结构，资产增长率，资产负债率，年末总资产，经济增长率，非利息收入和资产净利率；模型2的系数符号表明，资产负债率，资产增长率，资产净利率，非利息收入比等反映财务的指标变量对于银行效率是正向的.而国有产权、网点数量和经济增长率对银行效率的影响为负；国有产权对效率的影响为负，因此国有商业银行要加快建立现代商业银行治理结构.机构数量的影响效应为负且幅度很大.而目前国内商业银行存在着盲目扩张的倾向，对效率的提高没有起到应有的作用，反而是增加了企业的成本负担.经济增长率对银行效率的影响为负.在经济发展过热时，银行要加强风险管理意识，注意控制经营成本和风险损失；

辅助分析技术包括样本点的分布分析、预测分析等对于深入挖掘数据信息，简化数据结构，提高模型估计精度及改进提供了支持.T1/U1图则表明了模型呈对角线性拟合，拟合度很高；样本点的分布分析（T1/T2图）表明财务结构对国有银行和股份制商业银行的效率影响是有明显差异的，而制度性、宏观经济等外部因素的影响是无差异的；预测分析中实际值与拟合值的形态几乎一致说明了模型具有很高的预测能力.

参考文献

[1]郑录军，曹廷求.我国商业银行效率及其影响因素的实证分析＼[J＼].金融研究：2005（1）：91-101

＼[2＼]张弛.国际资本引入对商业银行效率的影响的实证研究＼[J＼].技术经济：2007，26（5）：67-72

＼[3＼]赵永乐，王均坦.商业银行效率、影响因素及其能力模型的解释结果＼[J＼].金融研究：2008（3）：58-69

＼[4＼]刑芙伟.我国商业银行经营效率及其影响因素的实证研究＼[J＼].武汉金融：2009（10）：51-54

＼[5＼]胡东，蒲勇健，中国商业银行效率实证研究与影响因素分析＼[J＼].工业工程.2010，13（5）：53-57

＼[6＼]周四军，谢艳兵.中国商业银行效率的影响因素分析＼[J＼].统计与决策：2008（1）：134-136

＼[7＼]周四军，安普帅，陈芳蓉，等.基于Panel Data模型的我国商业银行效率研究＼[J＼].财经理论与实践：2011，32（4）：15-19

商业银行效率研究 篇7

一国金融业的发展状况决定着该国的经济运行状况、结构以及未来走势。就目前金融业发展的状况来看, 我国的金融体系还是银行主导型金融体系, 即以商业银行为主的间接融资服务体系。目前, 我国已经形成适度从紧的货币政策宏观大环境, 银监会对商业银行资本的监管也越来越严格、规范, 对我国商业银行的资本运营提出了挑战。国内学者对商业银行的管理研究主要集中在资产负债结构的优化方法上, 而对银行资本经营管理的关注度不够。运用经济资本进行战略指导和业务决策, 构建出一个与股东目标和银行的总体风险控制相一致的业务风险组合, 既可以保证银行资本金抵御潜在损失, 减少信用危机的发生, 减少破产风险;又能够防止银行的过快扩张, 同时还能够激励银行各个业务部门设法消减风险。因此, 对商业银行经济资本配置效率问题进行理论和实证研究, 发现我国商业银行经济资本配置方面存在的问题和不足, 从而提出完善银行经济资本配置的建议和对策, 有利于我国商业银行的发展完善, 也具有重要的理论和现实意义。

二、经济资本配置效率的理论基础

(一) 资本金配置标准及目标商业银行经济资本配置的最低目标是在不利的情况下, 非预期损失低于事先设定的水平, 更高的要求是使得各业务单位的风险水平与收益水平相匹配, 从而最终实现经济资本回报率 (RAROC) 和经济增加值 (EVA) 最大化。简单来说, 经济资本配置最终的目标是:经济资本回报率 (RAROC) 的最大化。理论上讲, 经济资本最优配置标准是使商业银行内部各个业务单元的边际RAROC处处相等, 也就是说, 将商业银行某个业务单元的资本重新配置到另一个业务单元之后, 股东的额外价值既不会增加也不会减少, 因为在RAROC处处相等的时候, 损失的收益和获得的收益也是相等的。

(二) 经济资本配置效率的理论模型根据以上所述的资本金配置标准及目标, 可以根据组合优化方法来构建理论模型:首先, 假设商业银行拥有的经济资本数量为Cap, 并且有n项业务可供选择, 其中第i (1≤i≤n) 项业务可以为银行带来的边际收益率为Ri, 用期望值E (Ri) 表示, 并假设业务组合中银行投资于第i项业务的头寸为Vi, 则业务组合的预期收益 另一方面, 若用Va R (Value at Risk) 方法来度量业务组合的实际风险大小, 并以此为基础来提取经济资本金, 此时业务组合所需要的经济资本金用VARP (V1, …, Vn) 来表示, 那么各业务投资头寸Vi (1≤i≤n) 的选择可以通过如下组合优化模型来求解 然而在实践中, 由于银行通常会有很多的盈利性项目可供选择, 上述约束条件式 (2) 就可以通过下面的式 (3) 来表达, 也就是说银行会使用所有可供分配的资本金来达到收益最大化的目标:VARP (V1, L, Vn) =Cap (3) 。然后, 通过拉格朗日乘数法对式 (1) 和式 (3) 构成的模型进行求解, 首先构建以下辅助函数, 其中λ为常数 用这个辅助函数对Vi (1≤i≤n) 求偏导, 就可以得到最优解 (V1*, …, Vn*) 应满足的一阶条件

式中 代表了最优化业务条件下, 业务i头寸的单位变化对整个业务组合风险 (经济资本) 的影响大小, 即边际风险, 用MVa Ri*来表示。在式子两边同时乘以Vi*, 得:Vi*E (Ri) -鄣Vi*MVa Ri*=0, (1≤i≤n) 。因此, 模型的最优解满足下面的等式 上式中, 分子Vi*E (Ri) 代表业务i的预期边际收益, 分母Vi*MVa Ri*代表业务i对整个业务组合风险 (经济资本) 的贡献大小。类似于RAROC的表达式 各业务的收益率期望值E (Ri) 是其头寸Vi的减函数, 而边际风险值MVa Ri是其头寸Vi的增函数, 所以, 对于任意两项业务j和k (j

三、基于RAROC波动的经济资本配置效率的实证分析

(一) 样本选取根据我国商业银行经济资本配置现状, 选取四家银行作为目标银行, 其中大型商业银行两家 (包括中国建设银行和中国银行) 、中型商业银行一家 (招商银行) 以及城市商业银行一家 (北京银行) 。在银行业务上, 选取了三项主要业务作为研究对象, 即公司银行业务、个人银行业务和资金业务, 这三项业务占据商业银行总业务的比例均达到95%以上。

(二) 研究思路对我国商业银行经济资本配置效率进行实证研究, 其理论基础就是基于RAROC的模型。在内部业务既定的情况下, 商业银行可以调整分配在各项业务中的经济资本, 从而使得RAROC值相等以实现商业银行的经济资本最优配置。因此, 可以通过RAROC值的波动来测度经济资本的配置效率, 考察商业银行的经济资本配置是否有效。对商业银行来说, 其各项业务的RAROC波动很小, 表明该银行的经济资本得到了有效使用。首先, 计算目标商业银行各项业务的经济资本额和经济增加值;然后, 根据经济资本、经济增加值与RAROC之间的关系, 计算得到各目标商业银行各项业务的RAROC序列;最后, 计算RAROC序列的标准差。

(三) RAROC的测算与分析RAROC的测算过程如下:

(1) 经济资本总量的计算过程。现在商业银行普遍使用经济资本的计量方法, 步骤如下:首先, 选择符合商业银行实际情况的计量模型, 分别对信用风险、市场风险和操作风险进行经济资本的计量;然后, 将三大风险的经济资本相加减去重叠部分。然而在实际操作中, 由于大量相关数据难以收集, 所以经济资本的计量一般采用内部系数法。由经济资本的内涵分析可得, 风险损失=预期损失+非预期损失+异常损失。预期损失是指平均损失值, 非预期损失是指在一定的置信区间内, 最大损失值超过预期损失的部分, 所以经济资本在数量上等于一定置信区间内最大损失与预期损失的差额。在实践中, 一定置信区间内的最大损失约等于监管资本, 有两个主要原因;一是由于我国商业银行有强大的股东支持, 并且经营业务较为保守, 发生异常损失的可能性小, 置信区间较大;二是由于在发生异常损失时, 我国商业银行会接受监管机构的盘查。据上所述, 商业银行经济资本总量=监管资本-各业务部门的资产减值损失。

(2) 配置经济资本的计算过程。系数法是由预期损失分配法、损失变化法和风险敞口分配法综合的。通常, 我国商业银行在确定经济资本的总量之后, 根据系数法来配置各业务经济资本。本章实证分析中选择预期损失法进行经济资本的配置, 其中公式如下 其中, RC表示监管资本, ECi、ELi分别表示交易对手i的经济资本、资产减值损失。

(3) 经济增加值的计算过程。根据经济增加值的指标可知, 经济增加值=税后净营业利润-经济资本成本。税后净营业利润可以从商业银行的年报中获得, 经济资本成本=各业务单位的经济资本额×股东回报率。根据资产定价模型可以得知 (见表1和表2) , 股东回报率=无风险收益率+β×市场组合的风险溢价, 本文在实证分析中选择2009年平均存款利率作为无风险利率, 为2.52%;选取目标银行2009年1月至2009年12月每月股票的持有期收益的加权风险因子取其平均值, 即为β值;市场组合的风险溢价为4% (郑鸣, 2007) 。

(4) RAROC测算结果分析。根据Stoughton、Zechner在2004年提出的关于RAROC的计算方法, 可以得出RAROC与经济资本的乘积在数值上与EVA近似相等, 即EVA=RAROC×EC。第一, 中国建设RAROC计算结果分析。由 (表3) 可以看出, 首先, 中国建设银行资金业务的RAROC值显著高于公司银行业务和个人银行业务。这是因为2009年由于市场环境的变化, 该行的资金业务收支结构发生了明显变化, 资金业务部门的利润总额同比下降3.85%;同时由于市场利率下降, 资金业务的利息净收入同比下降45.36%, 冲抵了资金类收入的增长和减值损失的下降, 导致本年度资金业务利润增长缓慢。随着市场逐步回暖和投资组合的调整, 资金业务投资减值损失支出大幅下降92.74%。其次, 个人银行业务的RAROC值略大于公司银行业务, 说明个人银行业务风险较小且有良好成长前景, 但是现实中, 中国建设银行仍然以公司银行业务为主, 所以商业银行应该重视对个人银行业务的配置经济资本。第二, 中国银行RAROC计算结果分析。由 (表4) 可以看出, 首先, 中国银行资金业务的经济增加值为正, 但资产减值损失也为正值。这主要是因为:受2009年外币债券价格回升等因素的影响, 配置的经济资本在数值上成为负值, 计算结果RAROC也成为负值。其次, 中国银行个人银行业务的RAROC值较大, 所以商业银行应给予个人银行业务较多的经济资本配置, 给予更多的重视。总体比较, 中国银行公司银行业务、个人银行业务与资金业务之间RAROC值相差较大, 说明该银行虽然开展了多种业务, 但是经济资本并没有在各项业务之间得到合理的配置。第三, 招商银行RAROC计算结果分析。由 (表5) 可以看出, 首先, 招商银行的资金业务的经济增加值为正值, 资产减值损失为正值, 这主要是因为在2008年金融危机的影响下该银行对外投资大幅贬值, 另外受2009年外币债券价格回升等因素的影响, 配置的经济资本在数值上为负值, 计算结果RAROC值也为负。其次, 该银行个人银行业务的收益还没有从金融危机中恢复, 所以造成经济增加值为负, 计算结果RAROC也为负值。总体来看三项主要业务的RAROC值差别较大, 表明招商银行也没有合理配置这些业务的经济资本。第四, 北京银行RAROC计算结果分析。由 (表6) 可以看出, 首先, 北京银行的资金业务的经济增加值为正值, 资产减值损失为正值, 这主要是因为在2009年为应对国际金融危机及全球经济衰退的影响, 北京银行采取流动性管理以合理配置资金, 加大了资金业务的配置力度, 提升了整体资产收益率, 上一年度资产减值损失有部分回转。所以配置的经济资本在数值上为负值, 计算结果RAROC也为负值。其次, 总体来看三项主要业务的RAROC值差别也比较大, 北京银行应该更加合理的调整业务结构以此来配置经济资本。样本银行的RAROC波动比较结果如 (表7) 所示。

(数据来源于锐思数据库)

注:加权平均的权数为公司银行业务、个人银行业务和资金业务利润额占该集团利润额的比例。2009年, 中国建设银行公司银行业务、个人银行业务和资金业务利润额占该集团利润额的比例分别为60.66%、16.80%和21.84;中国银行比例分别为70.01%、22.99%、6.93%;招商银行比例分别为56.77%、9.81%、31.30%;北京银行比例分别为58.26%、5.58%、35.7%。

四、结论

上述各个样本银行RAROC标准差都较大, 这说明我国商业银行整体上经济资本配置效率普遍较低。由于一些历史原因, 我国商业银行还处于重盈利轻效率的阶段, 如果长此以往, 经济资本配置的低效率将会影响到银行业整体的盈利水平。从业务来看, 所选取的三项业务各自的RAROC值来看, 作为大型股份制商业银行的代表, 中国建设银行和中国银行其个人银行业务的RAROC值较高, 而对个人银行业务的经济资本投入却比公司业务的经济资本投入低, 这说明我国的商业银行尤其是大型股份制银行不重视个人银行业务的情况仍未改变, 由于历史和体制的的原因, 我国商业银行一贯比较重视公司银行业务, 但实际上, 根据本文分析, 个人银行业务更具有良好的成长前景, 因而商业银行有必要在今后的资本配置中加大对个人银行业务的投入。从银行来看, 比较所选取的四个样本银行RAROC波动, 可以看出, 招商银行的盈利能力最强 (ROE最大) , 但是经济资本配置效率却排在第三位;而中国银行的经济资本配置效率最高 (RAROC波动标准差较小) , 但其盈利能力却落后于招商银行和中国建设银行, 位列第三。这说明我国商业银行的盈利能力和经济资本配置效率并不具有一致性, 中型股份制商业银行和城市商业银行的经济资本配置效率普遍较差, 这是因为这些商业银行引入经济资本的时间相对较晚并且不完善, 因而使经济资本配置也受到了影响。目前我国商业银行为了形成各自的竞争优势, 都会对某些业务有所偏重和依赖, 所以在配置经济资本时各银行并不完全以RAROC为标准, 导致了经济资本配置效率的普遍低下。鉴于此种现状, 商业银行应该重视经济资本配置问题, 应该对各种业务给予适当的资本分配, 达到整体上的资本配置最优化, 从而使得商业银行能够保持良好而持续的发展。

参考文献

[1]姜慧娜:《基于RAROC的商业银行经济资本配置方法研究》, 《大连理工大学硕士学位论文》2006年。[1]姜慧娜:《基于RAROC的商业银行经济资本配置方法研究》, 《大连理工大学硕士学位论文》2006年。

[2]武剑:《商业银行经济资本配置—理论模型与案例研究》, 《国际金融研究》2009年第5期。[2]武剑:《商业银行经济资本配置—理论模型与案例研究》, 《国际金融研究》2009年第5期。

[3]史金凤、王晓宁、徐以霞:《我国证券市场有效性的Wild Bootstrap方差比检验》, 《统计研究》2006年第11期。[3]史金凤、王晓宁、徐以霞:《我国证券市场有效性的Wild Bootstrap方差比检验》, 《统计研究》2006年第11期。

[4]马腾:《银行资本管理:资本配置和绩效测评》, 机械工业出版社2004年版[4]马腾:《银行资本管理:资本配置和绩效测评》, 机械工业出版社2004年版

[5]刘永涛:《上海证券市场β系数相关特性的实证研究》, 《管理科学》2004年第2期。[5]刘永涛:《上海证券市场β系数相关特性的实证研究》, 《管理科学》2004年第2期。

[6]郑鸣:《我国中小股份制银行资本配置效率的实证研究——基于RAROC的波动分析》, 《中国经济问题》2007年第2期。[6]郑鸣:《我国中小股份制银行资本配置效率的实证研究——基于RAROC的波动分析》, 《中国经济问题》2007年第2期。

[7]谢建林:《基于RAROC的银行经济资本配置及应用研究》, 《湖南大学硕士学位论文》2007年。[7]谢建林:《基于RAROC的银行经济资本配置及应用研究》, 《湖南大学硕士学位论文》2007年。

[8]Denault, M.Coherent allocation of risk capital.Journal of Risk, 2001.[8]Denault, M.Coherent allocation of risk capital.Journal of Risk, 2001.

[9]Citi Group.The global corporate and investment bank risk management.New York, 2002.[9]Citi Group.The global corporate and investment bank risk management.New York, 2002.

商业银行效率研究 篇8

资本结构是债务和股权两种权益调整的综合结果, 它是与融资紧密关联的研究范畴。企业资本结构的优劣, 直接影响到企业生产经营活动的顺利进行, 影响到企业的盈利状况以及企业的长期生存与发展。因此, 选择合适的融资方式、确定合理的资本结构是企业重要财务决策之一。

商业银行具有一般企业的共性, 依法经营、照章纳税、以盈利为目的等。但是, 商业银行又不同于一般的企业, 作为经营货币资金的特殊企业, 商业银行在日常的运作中, 自有资本所占比重相当少, 基本都是靠吸收存款形成的负债来维持, 资产负债率高达80%。股权融资和债权融资的不同直接决定银行的融资成本和风险, 股权融资的风险较小, 但其成本较高, 而债权融资虽然成本较低, 但会增加银行面临的破产风险。因此, 寻求合理配置资本的途径并提高资金的使用效率对银行具有重要的意义。

二、国外商业银行研究文献综述

国外学者对商业银行资本结构及融资效率的研究比较早并且取得了显著的成果, 现将有代表性的观点归纳如下:

(一) 银行最优资本结构

Klein (1971) 从企业的角度, 提出将银行视为一个追求利益最大化的独立企业, 在这一目标下, 银行会调整自身资产、负债的规模和结构, 进行两者的匹配, 从而实现净利润最大化。

Karaken和Wallace (1978) 认为, 在有进入壁垒的情形下, 银行可以通过对存款者提供交易服务而获取独占利润, 因此, 银行的价值随负债数额的提高 (即存款越多) 而提高, 这将促使银行增加负债, 直至权益为零。如果考虑破产成本, 银行面临的风险会随着负债的提高而增加, 导致负债增加产生的利益部分被抵消。因此, 当考虑负债税盾与破产成本时, 与一般资本结构理论相同, 对于一个追求价值最大化的银行而言, 一定存在一个最优资本结构。

多数学者认为银行存在最优资本结构, 并且多对是否有某一特定的结构比例能使资本达到最优状态进行了探究。

Hans-jurg Buttler (2000) 以银行在为存款人提供流动性需要方面优于市场为基础, 分析了竞争性银行的最优资本结构, 并建立了一个银行资本结构的最优模型, 证明: (1) 对存款人而言, 银行较高的资本比率是一个良好清偿力和流动性的信号。在没有约束的条件下, 最优涵义表现为0.88的股权负债比和1∶1的贷款现金比, 这时银行没有风险暴露; (2) 在股权收益率大于市场风险利率的约束条件下, 最优涵义表现为股权负债比是0.04, 贷款现金比是1∶1, 此时银行处在无法清偿和流动性不足的风险暴露中。

(二) 银行最优资本结构影响因素

当银行力求达到最优资本结构时, 理论界与实务界关注的是影响实现这一目标的具体影响因素。

Maisel (1981) 认为, 探讨有关银行资本结构的决定因素, 应将所得税、破产成本、资本市场的不完全性以及信息的不对称性都考虑进去。

Orgler和Taggart (1983) 根据权衡理论, 认为应该综合考虑破产成本、税收、银行服务的规模经济性和银行业务的特别税务处理方式等因素对银行资本结构的影响。

Marcus (1983) 分析了利率与银行资本比率之间的关系:提高名义利率, 则税后存款收益与市场利率之间的缺口会扩大, 但是税收收益的现金流现值并没有发生变化, 监管成本和破产成本与利率无关, 其只受资本比率的影响, 因此这些成本的现值会因利率的上升而降低, 由于存款可以替代权益融资, 所以均衡的资本资产比率降低了, 则存款融资的税收优势与监管成本之间的边际平衡关系被彻底打破了。Marcus的实证研究结果显示:在20世纪70年代, 美国银行业的资本资产比率因利率上升而迅速下降 (从1961年的11.1%降至1978年的5.7%) 。他发现存款这种债务具有两大好处:其一是利息的税前抵扣, 其二是存款保险;其不利之处在于破产成本、监管要求引发的审计成本、监管干预甚至是存款保险资格。因此, 银行会将权益资本比率提高到一定程度, 使监管压力、破产成本减少的边际收益与权益融资的税收劣势达到平衡, 从而实现银行价值的最大化。

0liver F.Willamson (1988) 发现, 监管对于银行资本结构的选择具有约束力, 上市银行的资本管理存在内外两股动力:一是监管机构对资本充足率的规定, 其目的是确保银行安全所要求的最低资本量;二是银行的资本配置影响银行的绩效, 有效的资本配置有助于银行资本结构的优化, 实现价值最大化。

Diamond和Rajan (1999) 的研究发现, 作为流动性的创造者, 不确定因素的增加会带来银行存款的不稳定, 而资本具有稳定作用, 因此银行产生了对资本的需求。虽然银行资本弱化了流动性创造能力, 但它却能使银行免遭危机而得以生存发展, 最优资本结构反映了银行预期的财务困境成本、资本的流动性创造制约和强制性借款偿还可能性之间的权衡关系。

Kleff (2003) 在较低的交易成本情形下分析了银行规模与资本需求的关系, 认为大银行很容易地从资本市场筹得资金, 具有较高的财务灵活性, 比小银行需要的剩余资本少。而且, 大银行的投资机会相对较少, 因而不需要太多的资本。此外, 大银行更可能拥有多样化的资产组合, 因而大银行面临的风险相对较低, 所以银行经理人倾向于持有较少的资本。

Arturo E Strella在VaR风险价值分析基础上结合银行成本问题, 对银行的资本结构动态调整进行了分析, 认为银行资本存在最佳的资本结构, 这一资本结构随着经济周期的波动而波动。

(三) 银行融资方式选择

在综合考虑了最优资本结构的影响因素后, 银行面临的下一个问题是选择何种融资方式来达到资本结构最优。

Masaya Sakruagawa (2002) 通过研究认为, 当银行面临不可分散风险时, 由于股权融资的成本较债券融资成本高, 通过再融资等股权融资方式可以降低银行面临的破产风险, 因此, 可以通过选择合理的融资渠道优化债券与股权的比例。此外, 研究发现, 在弱势有效的市场坏境中, 银行同时通过发行股票、债券等方式补充资本比单纯发行债券要好, 而且, 银行的总风险和加权资本成本也会随资本结构发生变化。

Flannery和Rangan (2004) 经过分析也得出类似于Masaya Sakruagawa的结论:由于大银行的资产负债表相对复杂, 因而大银行最好采用股权融资方式。

Alfon和Argimon (2004) 的观点是, 银行持有较高的资本会减少管理者收益, 降低管理风险, 增强工作的安全性。规模较大的银行, 股权较为分散, 这使得小股东无法发挥对管理者的激励作用, 几乎不存在能够有效表达小股东诉求的机制, 因此, 管理者可能会面临较大的代理问题, 这一问题在资本比率较高时尤为突出。通过市场兼并的方法可以有效降低这种代理成本, 对上市银行而言更是如此。

三、国内商业银行研究文献综述

国内学者对商业银行的研究起步较晚, 是随着我国银行业的发展而逐步发展兴起的。

(一) 我国银行资本补充需求

杨军、姜彦福 (2003) 认为, 国有商业银行都是单一股东, 普遍存在资本金不足、资本充足率较低、治理机制不完善等问题。要抓住金融业开放的有利时机, 允许国内外投资者投资国有商业银行, 完善银行的资本结构。

李辉富、刘明学 (2005) 提出, 银行资本结构的特殊性在于其资产和负债本身, 在存在不确定因素的经济环境中, 其资本结构的特殊性必然影响其治理结构的有效性, 通过调整国有银行的资本结构即股权结构与债权结构, 以达到完善国有银行治理结构、提升其治理效率的目的。

王丽、章锦涛 (2005) 利用多元线性回归模型, 以我国11家股份制商业银行为样本, 从股权结构角度分析, 认为我国商业银行的盈利能力与股权集中度呈正相关关系。因此, 合理的资本结构将提升银行的经营业绩。

(二) 我国银行融资影响因素

在对融资影响因素普遍分析的基础上, 我国学者探究了在符合我国国情下影响银行融资的特殊因素。

邵曙阳采用我国11家银行1994年至2002年的数据构建面板模型研究资产负债率的决定问题。研究结果显示:银行规模、通货膨胀率对资本结构有着显著的正向影响, 而获利能力、资产担保价值对资本结构表现出显著负向影响, 成长性对资本结构没有显著的影响作用。

张雪丽 (2004) 从政府和银行的关系角度进行研究, 认为考虑银行最优资本结构问题时, 不仅要分析一般因素, 还需要从政府和银行关系这一特殊角度进行考虑, 由于存款保险制度和政府扮演的“最后贷款人”的原因, 它们相当于增加了银行的隐形资产促使银行增加财务杠杆。因此, 政府必须对银行担保限定严格的条件, 否则, 道德风险的存在将会危及银行的稳健经营。

尚静、许长新 (2004) 运用一个两时期模型分别研究了在没有资本监管时银行对最优资本结构的选择和在实行资本监管时银行对最优资本结构的选择。不存在资本监管时, 银行资本结构达到最优的条件是边际收益与边际成本相等;有资本监管时, 银行的最优资本数等于在没有监管时的最优资本数量加上缓冲资本。因此, 由于监管的存在银行需要筹集更多的资金。

王胜邦 (2006) 从银行的本质特征角度分析银行资本结构, 考察了商业银行市场均衡资本的形成、银行安全网、资本监管对银行资本结构的影响, 并从经济资本、监管资本、会计资本的角度研究银行资本数量的确定, 并认为商业银行最优资本结构难以确定为具体的比例, 可以大致地定义在一个合理区间内。

(三) 我国银行资本补充应对策略

巴曙松、王文强 (2005) 通过比较次级债务发行前景和次级债务发行现状, 发现次级债务是我国商业银行资本金补充的重要途径, 并且次级债的发行对改善商业银行的资本构成具有巨大的推动作用, 他们在研究中还针对推动次级债务市场的发展提出了若干建议。

庞东、杜婷 (2006) 结合混合型资本工具的特点及各国监管规定, 分析了商业银行的最佳资本结构选择, 并提出了我国商业银行的应对策略:一是在合理测算资本总需求的基础上, 建立最佳资本补充计划;二是高度关注国际资本市场发展态势, 为国际发行奠定坚实的基础;三是在条件成熟的时候, 积极谋求海外发展;四是在监管许可的范围内, 努力创新发行品种。

李红坤 (2007) 认为我国银行业资本结构是不合理的, 表现为资本充足率低、不良资产率高、产权结构单一, 认为可通过增加附属资本比重, 发行次级金融债券来改善资本结构。

(四) 我国上市公司融资效率研究借鉴

虽然国内学者对我国银行融资效率的研究尚在进行, 但对上市公司融资问题研究已趋于成熟, 可以对银行业的研究起到借鉴作用。

陆正飞、辛宇 (1998) 研究了沪市1996年A股机械业及运输业的35家企业上市公司的横截面数据, 他们采用基本统计方法, 将公司按不同行业分组, 分析影响因素对资本结构的作用, 其研究表明:资本结构在不同行业间有显著差异;资本结构与获利能力为显著的负相关关系;资本结构受规模、资产担保价值、成长性对长期负债比率的影响不甚显著。

冯根福、吴林江和刘世彦 (2000) 分析了上市公司1996-1999年的面板数据有效样本, 结合主成分分析法求出主成分因子, 然后对前9个主成分因子进行多元回归分析, 结论是:控股股东结构因素与长期负债/资产账面价值、负债/资产账面价值负相关;股权流通性与短期负债/资产市场价值、负债/资产市场价值负相关;盈利能力与负债/资产账面价值、短期负债/资产账面价值负相关, 与市价杠杆比率不相关;企业规模、负债税盾与负债率正相关;非负债税盾、企业收入稳定程度与负债率负相关;成长性、资产抵押价值与负债率不相关。

白明、任若恩 (2011) 基于部分调整模型提出了不同调整路径下资本结构调整速度的计算方法, 并且从全样本、分行业以及分现金状况三个方面, 测算和比较了我国上市公司通过商业信用、短期负债、长期负债、股票以及内部留存五条路径调整资本结构的调整速度。研究发现:我国上市公司主要依靠外源资金调整资本结构, 最有效的外源调整路径是股票, 效率最低的路径是长期负债, 调整路径的选择顺序与融资优序理论相悖;行业的经营特点和行业中龙头企业的所有制性质影响各路径调整速度的分布, 各行业路径调整速度的分布存在明显差异;现金充裕的企业主要依靠调整股票路径, 而现金短缺的企业则主要依靠债务调整路径。

四、国内外研究现状述评

前人的研究成果有许多值得借鉴之处, 但也存在以下不足:

首先, 国外学者对商业银行资本结构的研究主要是在MM理论基础上进行的, 针对的是成熟资本市场, 与我国的经济制度、经济状况不同, 并不符合我国商业银行的实际情况。

其次, 国内学者对商业银行融资效率进行研究时, 大多数只是借鉴企业方面的研究成果, 能够真正结合我国银行业发展现状特征的研究较少, 亟需在银行业资本结构及融资效率的实证研究上得到改进并取得创新。

再次, 在国内的学术研究中, 对有关商业银行的资本结构尚未形成某一主流观点, 还需要从理论与实证两方面加大对商业银行资本的研究, 从而更有效地指导实践, 为银行经营提供有价值的参考。

参考文献

[1].李辉富, 刘明学.完善国有银行治理结构的有效途径:调整资本结构[J].石家庄经济学院学报, 2005, (28) .

[2].尚静, 许长新.银行最优资本结构问题分析[J].价值工程, 2004, (9) .

[3].唐旭, 戴小平.商业银行经营管理[M].成都:西南财经大学出版社, 1998.

[4].巴曙松, 王文强.次级债务市场与中国商业银行资本金调整[J].中国人民大学学报, 2005, (1) .

[5].庞东, 杜婷.混合型资本工具与商业银行资本结构优化[J].国际金融研究, 2006, (10) .

[6].陆正飞, 辛宇.上市公司资本结构主要影响因素之实证研究[J].会计研究, 1998, (8) .

商业银行效率研究 篇9

2007年, 由美国引发的次贷危机已全面爆发为危及全球的金融危机。在这场血雨腥风的危机中, 全球几乎所有的银行都在为生存而挣扎, 唯独中国的银行业受影响极小, 还实现了业绩上的诸多突破。

虽然根据银监会发布的《中国银行业监督管理委员会2008年报》显示:2008年中国银行业金融机构发展迅速, 资产总额首次突破60万亿元, 达到62.4万亿元, 相当于中国国内生产总值的207.5%, 比年初增长18.6%;全行业利润总额、利润增长和资本回报率等指标名列全球第一;工行、中行和建行的市值更是占据了全球上市银行的前三甲。

但首先应看到的是, 中国银行业之所以受金融危机的影响甚小, 主要缘于我国金融开放的步伐缓慢、金融创新相对滞后。言下之意, 金融体制的落伍反而让我国银行业几乎避免了这次金融危机。再者, 极其重要的是, 我国银行业当前应抓住这样的机遇, 积极吸取欧美国家的教训, 理智分析危机背后的深层次问题。这次金融危机的爆发有偶然性的成份, 但更有其必然性的因素。它所带来的启示为:一方面要求银行在经营过程中注重风险、控制风险以及监管机构要把握好监管这一关;另一方面在经济全球化的浪潮下, 银行业如何在日趋激烈的竞争环境下谋求生存发展, 并尽可能的实现盈利最大化。因此, 如何在风险与盈利这对矛盾体之间寻求一个平衡点成为问题的关键所在。换句话说, 寻找这个平衡点的关键在于如何最大限度提升银行的竞争力, 银行的竞争力上去了, 平衡点自然而然也接近抑或达到了。而银行的竞争力问题最终体现在银行的效率上, 如何度量银行效率等问题就随之而来, 需要解决, 故对中国商业银行的效率进行研究分析具有极其重要的意义。

二、国内外相关文献综述

国外的商业银行效率研究已获得了丰富的研究成果, 在银行效率理论和效率评价方法两方面均有了一定突破, 但存在的局限性是对国际间银行效率的对比分析较少, 尤其是对处于发展中国家的商业银行效率情况研究不足。只有Mohamed ARIFF (2008) 、Shrimal Perera (2007) 等少数学者对亚洲发展中国家银行业进行了研究。前者运用非参数法 (DEA) 对中国28家商业银行1995～2004年间的成本效率进行了考察, 结果表明, 整体上股份制与城市银行的成本效率要优于国有四大银行, 而规模中等的银行对大型银行与小规模银行有效率优势;后者运用参数法 (SFA) 对巴基斯坦、印度等4个国家的111家商业银行的研究表明:规模较大银行与股份制银行相对更有效率, 而国有银行相对无效率。

当代发展中国家的商业银行大多处于转型期, 处于由传统银行向新型银行的快速过渡期, 这期间表现出来的银行经营问题具有极大的理论研究价值和实践应用价值。

国内商业银行效率的研究起始于20世纪90年代中期, 在10多年的发展过程中, 中国商业银行效率研究已经收获了一些研究成果, 但在研究方法和理论方面仍然落后于国外研究。近年来, 对中国商业银行的技术效率、X-效率 (成本效率) 的评价成为研究的焦点。此类效率评价过程已涉及DEA法、SFA法、DFA法等三种主要效率评价方法。

基于非参数法 (DEA) 的中国商业银行效率研究基本集中在对银行的综合技术效率分析上, 关于成本效率的研究相对较少。其中, 具有代表性的是赵旭 (2001) 、李希义和任若恩 (2005) 等人的研究工作。迟国泰、杨德等人 (2005) 采用DEA法, 计算出了中国商业银行每年的成本效率、配置效率和技术效率, 得出了国内商业银行的成本无效率主要是技术效率低引起的。谭政勋 (2006) 在改进传统DEA和合理定义银行投入产出指标的基础上, 利用Malmquist模型测算我国商业银行1997～2003年的全生产要素率指数和前沿技术效率值。

基于参数法的中国商业银行技术效率、X-效率 (成本效率) 研究较少, 但其连续的效率评价结果为区分中国商业银行间效率差异提供了可能。钱蓁 (2003) 运用随机前沿法在Cobu-Douglas成本函数基础上, 测算了从1995～2000年国内8家商业银行的X-低效率 (成本效率) 。刘志新等 (2004) 采用自由分布方法 (DFA) 对我国14家商业银行1996～2002年的效率进行了分析。迟国泰 (2005) 等运用SFA法评估了14家商业银行1998～2003年的成本效率, 并考虑贷款产出质量。研究表明中国银行业总体成本效率并不差, 贷款产出质量对我国银行成本效率有明显的负面影响。刘玲玲, 李西新 (2006) 基于随机边界成本函数模型和非均衡的面板数据, 实证分析了中国与德国样本银行的成本效率, 发现中国国有商业银行的成本效率目前虽然相对较低, 但是改进成本效率的速度却是最快的。

三、研究方法与投入产出指标的选取

(一) 研究方法。

Berger总结了1997年以前对存款金融机构进行效率分析的130个边界研究, 69例非参数实例中, 62例采用DEA方法, 5例采用FDH方法, 2例采用其它方法;60例参数实例中, 24例采用SFA, 20例采用DFA, 16例采用TFA。可见没有一种方法为各方所普遍认可。

1.选取参数法中SFA法的依据。

研究决定选取参数法分析1999～2008年的中国商业银行成本效率, 主要基于以下考虑:一方面参数法考虑面广, 允许随机误差的存在 (由运气成分、数据问题及其他计量问题所引起的) , 以及便于检验结果的显著性等优点;另一方面本研究的样本量足够大 (原始样本与改进样本为238组) , 可以满足参数法的大样本要求。

而在参数法中, 则选取SFA法来评价中国商业银行的成本效率, 则是基于如下事实:由于处在转轨时期的中国商业银行近年来规模与幅度变化较大, 而DFA与TFA法只适用评价样本的平均效率, 因此这两种方法不能很好描述银行的真实经营情况, 而SFA法的评价结果则为某一时期 (比如一年) 的截面效率情况, 故选择SFA法来研究商业银行的成本效率更恰当。

2.SFA法的评价原理。

参数方法在测度商业银行的效率水平时, 需要对银行效率前沿函数的具体形式进行限定, 并通过银行样本估测出效率前沿函数中的各参数。SFA法是效率前沿技术的一种参数方法, Coelli (1992) 等在考虑时间因素之后, 对其进行了改进。其形式包括一个有两部分组成的复合误差项, 一个表示随机误差, 另一个则用来表示成本非效率。该方法认为由于随机误差项和成本非效率项的存在使得待考察银行与效率前沿银行发生偏离, 同时该方法假定成本非效率项服从非对称的分布, 随机误差项服从对称的分布。假使成本函数是:

lnTCi, t=lnf (Yi, t, Pi, t, Zi, t) +lnUi, t+lnVi, t (1)

其中TC是总成本, f ( ) 是成本函数, Y为产出向量, P为投入价格向量, Z为固定要素, V为随机误差项, U代表成本非效率项。在随机前沿法中, U可服从半正态、γ、截断等分布形式。

在选定成本函数形式和假定U的分布特征后, 利用极大似然法 (Maximum Likelihood Estimation) 得出成本函数中的参数值。然后, 利用样本数据代入成本函数, 最终确定银行的最佳成本Cmin (理论成本) , 此成本与实际成本的比值就是成本效率 (Cost Efficiency, CE) , 即

undefined) (2)

其中, Cmin为理论成本、TC为实际成本、C-eff为样本银行的成本效率值, 由理论成本不大于实际成本的事实, C-eff分布范围为 (0, 1]。

(二) 投入产出指标的选取。

1.确定指标的三种方法之比较。

对银行效率的研究, 首先是要确定银行业的投入与产出。由于银行以融资中介为主要功能, 不生产具体的有形物品, 其运营过程完全表现为资金的流出入, 因而在投入与产出上没有统一的标准。目前, 学术界对银行业的投入产出的界定大致可以分为三种:生产法 (Production Approach) 、中介法 (Intermediate Approach) 及资产法 (Asset Approach) 。

生产法把银行看作一个服务性的企业, 银行的日常经营就变成向存贷款客户提供服务型产品。

不同于生产法, 中介法、资产法两者都把银行的生产过程看作金融中介的过程。在资产法中, 把银行的产出严格定义为银行资产表中的资产方项目, 主要是贷款与证券投资的金额, 此方法应用较广 (Berger, 1993) , 具体区别如表1。

2.研究适用的投入产出指标。

在综合比较以上三种方法的基础之上, 并考虑新兴业务收入在国际先进商业银行中的重要地位及国内银行接轨国际, 拓展新兴业务领域的目标, 资产法将更适合用于评价中国商业银行的成本效率。

研究拟选取资产法界定银行的投入与产出指标。即将传统业务中的贷款、投资与证券以及属于新兴业务的非利息收入作为产出指标。其中贷款包括短期、中期、长期等各种贷款, 并扣除相应贷款损失准备金 (年末与年初贷款平均数) ;投资与证券包括短期投资、长期贷款、债券与期权投资等。

而在投入指标方面, 如前面提到的设定为人力成本、固定资产成本和可贷资金成本, 但本研究将选用财务报表中的营业费用代替人力成本和固定资产成本的总额。此外, 营业投入平均价格将用营业费用除以平均总资产 (年末、年初资产平均) 来界定。可贷资金平均价格则由利息支出除以平均可贷资金 (存款、借款等之和) 求得。具体归纳于下表2。

四、基于SFA法的成本效率评价模型

(一) 成本函数。

在现有的商业银行成本效率研究中, 应用最为广泛的成本函数是柯布-道格拉斯成本函数 (Cobu-dauglas, C-D) 和超越对数成本函数 (Translog) 。本文研究决定选用超越对数成本函数模型计算中国商业银行的成本效率:由于超越对数成本函数允许各种银行产出为个别变量, 生产要素之间也无需具有固定替代弹性、齐次性等条件限制, 从而具有易估性与包容性等优点, 故与C-D成本函数相比, 超越对数成本函数更有利于成本效率计算。

(二) 超越对数成本函数模型。

在SFA法中, 基于上面表1中的投入产出指标体系的超越对数成本函数模型为:

undefined

其中, TC为实际成本;Cmin为理论最小成本;pi是第i项投入价格, i=1, 2;yj是第j项产出数量, j=1, 2, 3;A, Bi, Cj, Dij, Eik, Fjl, G均为待定参数;lnV为随机误差项, 服从N (0, σundefined) 分布;lnU为成本非效率项, 服从undefined分布。

考虑到规模与成本差距较大会给银行成本效率估计带来干扰和偏差, 本文将引入银行所有者权益Eq.这一变量来进标准化处理, 以控制样本的异质性, 具体处理过程为实际成本TC、固定资产净值z及所有产出项yj均除以Eq. (其中j=1, 2, 3) , 具体函数模型为:

undefinedundefined

此外, 由投入要素的线性同质性和交叉影响项的对称性, 可得如下的模型参数约束条件 (Rime, 2003) 。

再将约束条件代入 (4) 式, 化简后得:

undefinedundefined

式 (5) 就是待估计的成本函数模型, 再根据已知的成本非效率项 lnU与随机误差项lnV的分布形式, 运用极大似然函数法, 通过面板数据来确定模型中的各个未知参数。

五、成本效率实证分析

(一) 样本的选取。

研究选取了中国最具代表性的14家主要商业银行:4家国有商业银行 (工农中建) 和10家股份制商业银行 (交行、中信、光大、华夏、民生、广发、深发、招商、兴业、浦发) 。研究的原始样本为1999～2008年14家主要商业银行的样本。数据来源于《中国金融年鉴》和各银行的网上公开年报, 但广发银行2008年的财务报表不可得, 故以过去两年的平均值来代替。改进样本是在原始样本的基础之上考虑了贷款质量对成本效率的影响之后计算得到的, 即研究从2001～2008年这8年的银行样本的贷款总额中剔除不良贷款, 得到有效贷款产出, 同时保持其他指标不变, 构建出新的样本。故总共样本数据为252组, 其中原始样本为140组, 改进的样本为112组。整个样本统计学描述如下表3。

注:p1、p2、p3、y1、y2、y3和TC为表3定义的投入产出指标, z为固定资产净值, p1、p2为无量纲指标, 其他指标单位为亿元人民币。

(二) 成本函数的估计。

成本函数16个参数的T-检验结果 (限于篇幅略) 中, 有A、B1、C1等9个参数在1%水平上显著, F12为5%水平显著, 剩余6个弱显著或不显著。由于超越对数成本函数中各项指标都有理论与实际的意义, 因此并不要求指标都通过显著性检验, 有一半以上通过就可以了。另一方面, 对模型的统计检验也可采用变差率和对变差率的零假设统计检验, 即对成本函数的单边似然比检验统计量LR的显著性检验来判断。变差率γ=0.5217表明成本偏差是由随机误差和成本非效率项共同决定的 (Battese 和Coelli, 1992) , 其单边似然比检验统计量:LR=26.258≻5.412。而5.412是零假设条件 (γ=0) 下, 约束条件为1、1%显著性概率的mixedX2临界值, 则零假设条件被拒绝, 意味着成本非效率项是客观存在的, 前沿函数有效。

(三) 实证结果分析。

经过以上这些步骤后, 将估计出的参数值代入超越对数成本函数 (5) 中, 然后, 利用成本效率计算公式 (2) 得出各银行的成本效率值。原始样本数值 (限于篇幅略) 与改进样本数值见表4。

根据以上结果, 利用两样本数值中最后一行的平均值数据, 编制中国商业银行年均成本效率曲线趋势图, 如下图1所示。

结合图1可以看到:

其一, 资产质量即不良贷款率对中国商业银行的成本效率有明显的负面影响, 图中表现为改进样本的效率值远在原始样本之下。在2001～2008年间, 下降幅度由大到小的排名是, 2001年10.28%、2002年8.93%、2003年6.16%、2005年6.09%、2006年5.26%、2007年4.43%、2008年3.58%及2004年4.34%。除了2004年之外, 不良贷款率对成本效率的影响是在逐年缩小的, 这是个良好的信号。

其二, 可以发现, 不管是否考虑贷款质量, 成本效率值都是在逐年提高, 并且两个样本之间的差距在不断缩小。在改进样本中, 2003～2004年成本效率值提升幅度最大, 达到4.03%, 图中表现为斜率最大的一段。还有一点, 两个样本得出的成本效率均值都在80%以上, 图中改进样本2001年最低点为0.820, 但这并不表明中国商业银行整体效率绝对的高。除了参数法本身导致高效率值之外, 可能的原因一是由于缺乏高效率的银行样本数据;二是在以间接融资为主的我国金融市场中, 银行承担的融资业务多, 使得贷款产出较大, 从而银行效率值也偏大。

其三, 以表4作为主要参考, 即在改进样本中, 算出国有样本与股份制样本的各年平均成本效率值, 如下表5所示:

然后绘制国有银行样本与股份制银行样本的年平均效率趋势图, 见图2所示。

从中可以得出, 贷款质量对国有银行的影响较股份制银行明显。其中, 2001年最显著, 图中表现为两点之间的距离最大。但随着时间的推移, 两条线逐渐接近, 这表明四大国有银行的不良贷款率控制起色, 并逐年减少。2008年农业银行的不良贷款率骤然降至4.32个百分点, 其他三家不良贷款率也均控制到3个百分点之下, 与此相应的是 (结合表4) , 四大国有银行的成本效率值也有一定提升, 尤其是2007年到2008年极为明显。

就个体而言, 2001年的农业银行不良贷款率最高为42.12%, 相应其成本效率只有0.639, 是所有14家银行中最低的;四大国有银行中效率最高的是2008年的建设银行为0.937;所有14家商业银行中效率最高的是2008年的深发银行达0.971。

最后, 根据表4中最右边一排的数据可知, 这8年中, 招商银行的平均成本效率最高, 到达0.947;其次是浦发银行为0.945;四大国有银行中, 最高者是建设银行的0.898, 而农业银行最不理想, 只有0.774, 农行的这一特殊情况, 可能是其一直以来承担着国家的政策性或准政策性贷款, 导致不良贷款率很高, 从而使其真实成本效率值大幅降低。总的说来, 股份制银行的成本效率情况要优于国有银行, 但差距在缩小。

六、结语

基于随机前沿法 (SFA) , 并利用超越对数成本函数, 本研究测度了14家商业银行1999～2008年间总共252组样本的成本效率值——其中原始样本140组, 改进样本即考虑贷款质量的112组 (2001～2008) 。结果显示, 不管资产质量 (不良贷款率) 考虑与否, 股份制银行的成本效率都要优于国有银行, 但差距在逐年缩小;不良贷款率对整个银行业有显著影响, 其中对国有银行较股份制银行冲击大, 效率值下降幅度相应较大, 同时不良贷款率控制起色, 负面影响逐年减小。

摘要：本研究利用SFA法测度了14家商业银行1999～2008年间总共252组样本的成本效率值——其中原始样本140组, 改进样本即考虑贷款质量的112组 (2001～2008) 。结果显示, 不管资产质量 (不良贷款率) 考虑与否, 股份制银行的成本效率都要优于国有银行, 但差距在逐年缩小;不良贷款率对整个银行业有显著影响, 其中对国有银行较股份制银行冲击大, 效率值下降幅度相应较大, 同时不良贷款率控制起色, 负面影响逐年减小。

商业银行效率研究 篇10

一、变量选择

(一) 因变量:市场绩效

一般说来, 绩效是指对经济主体满足特定目标的评价, 这些目标包括 (但不限于) 绩效、平等、创新和增长等 (Clarkson和Miller, 1982) 。市场绩效则是指在一定的市场结构下, 通过一定的市场行为, 使某一企业在价格、产量、成本、利润、产品的质量和品种以及技术进步等方面所达到的最终经济成果。市场绩效实质上反映的是市场运行效率。本文所考察的银行绩效属于微观绩效, 是银行业中单个银行实现特定目标的程度。

在国外的相关研究中, 对银行绩效的测度一般采用4种指标:资产利润率 (或称资产收益率) (ROA) (Return on asset) 、净资产利润率 (或称净资产收益率、资本收益率) (ROE) (Return on equity) 、净利息边际 (NIM) 、非利息收益率 (NIR) 等等。关于市场绩效的衡量, 本文选用资产收益率 (ROA) 作为绩效考核指标, 不仅包括了净利息边际收益, 还包括了银行通过其它服务收取费用的能力, 分别以税后净利润与总资产的比率衡量, 利润率高, 意味着银行将资源配置到了最需求资金的社会部门。ROA主要作为管理效率指标, 反映银行管理将银行资产转化为净利润的能力, 可以衡量金融资源配置是否有效。

(二) 自变量:市场结构

银行市场结构是指在银行业市场中, 对市场竞争程度及价格形成等产生战略性影响的市场组织结构, 以及由此决定的竞争形式。对我国商业银行市场集中率的测定是描述银行市场结构的一种最为常见的方法, 也是学术界最常用于实证研究的一个指标。银行业集中率是指银行业中最大n个银行的资产 (存款额、贷款额或利润) 占银行总资产 (总存款额、总贷款额或总利润) 的比例。

对我国商业银行结构的集中度CRn进行测算时, 本文主要测定CR4, 即测定中国银行业前4家最大的商业银行在相应项目中所占的市场份额。因为我国是以四大国有银行为主体的银行体系, 所以我们采用了一个n值为4来测算四大商业银行在相应项目中所占的比率。

本文采用各商业银行的存款、贷款、资产、利润额的CR4指数的平均值表示整个银行业的集中度。

(三) 自变量:效率

银行作为各国金融系统中最重要的组成部分, 其生产效率的高低不仅影响着金融机构的资源利用效果以及整体经营状况, 还关系到各种金融政策的执行和全社会资源的优化配置, 效率分析本身也就成了金融机构业绩评价的一种有效方法, 所以关于银行业的效率研究也就成为国内外众多学者关注的焦点, 效率问题成为商业银行研究的一个重要方面。所谓银行效率, 就是指银行在有效保证盈利性、流动性和安全性基础上, 合理配置银行资源并最大限度地推动社会经济资源流动的能力, 具体说就是其业务活动中投入产出或成本收益的对比关系。

本文的效率值 (EF) 为使用Deap Version2.1软件, 运用DEA方法测算的我国商业银行1999-2008年的综合效率值。

(四) 控制变量

在检验模型的设定上, 为了避免外部因素的干扰和混淆, 一个简单办法就是引入更多的控制变量, 所谓控制变量, 是指除了效率变量和结构变量外影响银行绩效的变量。考虑我国银行业的实际情况与数据的可获得性, 这里我们选择了几个控制变量, 即GDP增长率 (GDPGR) 和资本与资产比率。

(五) 随机变量

ξ为模型的随机误差项, 表示其它对银行绩效虽有影响但影响不大的因素, 如银行的业务范围发挥的作用。

二、样本数据

本文选取商业银行的经营绩效ROA作为被解释变量, 市场集中率、效率值等为解释变, 并对各因子之间是否存在相关关系, 相关关系的强弱程度等进行实证分析。由于既没有足够长的时间序列数据, 也没有市场细分数据, 为了减少年度数据不足的缺陷, 同时尽可能地体现我国商业银行动态发展过程中银行市场结构、效率与绩效的关系, 这里采用时间序列与横截面相结合的方法, 实证分析基础抽取1999-2008年的面板数据。全部资料依据《中国金融年鉴》计算、编制得出, 同时采用Eviews7软件中的相关回归估计方法。

三、模型设定

本文建立的市场结构、效率与绩效的关系模型如下:

四、回归结果

本文采用Eviews7软件中的回归方法估计, 得到如下结果:

括号里的数字为t检验值, 星号表示显著性程度::***在1%的水平下显著;**在5%的水平下显著;*在10%的水平下显著。

五、结论与分析

银行绩效和市场变量之间关系的回归方程中, 每一个系数表明了各变量对资产收益率 (ROA) 的边际影响。括号里的数值为不同显着性水平下的t检验值。对于变量的显著性检验, CR的系数通过了t检验, 说明CR已经能足以解释ROA, 且负相关。同时EF的系数通过了t检验, 说明EF也能足以解释ROA, 且正相关。

首先, 银行绩效和市场变量之间关系的回归结果显示, 市场集中度与绩效有负相关关系, 即市场集中度越小, 绩效会越高。但从传统的产业组织理论看, 市场集中程度对企业行为和绩效的影响很大, 其影响方式为市场集中度越高, 大企业的市场支配力越强, 从而行业利润率越可能高于平均利润率, 即产业的集中度和绩效之间存在着一定程度的正相关关系。但本文的结果却与其相背离。

我国四大国有商业银行脱胎于计划经济时代的人民银行, 成立时已拥有相当大的规模和近乎百分之百的市场份额。四大国有商业银行按照所服务的行业进行专业分工, 业务条块分割, 几乎不存在竞争, 很容易扩张规模。国有商业银行尽可能多地吸收储蓄资金投入到国民经济各部门中, 以促进经济增长。加之中央银行制定的利率和信贷政策也在某种程度上激励了银行规模的扩张, 使得国有银行走上了重数量扩张、轻效益的道路。因此, 我国银行业市场结构较高的集中度并不是市场自发作用的结果, 而是源自很强的历史背景和政策因素。

其次, DEA综合效率变量EF与绩效正相关, 说明有效率的银行获取利润的能力更强, 这与实际情况相吻合。有效率的银行具有高级管理技术或生产技术, 从而降低了成本, 获得了更高的利润。因此, 在建立和完善我国商业银行绩效考核体系时应着重强调效率。

由此看来, 我国银行业数据的实证结果基本上不支持经典的市场力量和效率结构假说。

再次, 在控制变量中, 国内生产总值增长率与银行绩效正相关, 虽然不显著, 但也说明, GDP增长率越高, 银行存、贷款的供给与需求就越多, 银行的绩效也就越好。

最后, 资本资产比率统计上显著且与资产收益率 (ROA) 正相关, 说明资本资产比率越高, 银行的自有资本越充足, 经营风险也就越低, 绩效越好。

摘要：以14家商业银行1999-2008年的面板数据为基础, 以资本收益率作为解释变量, 以CR4作为衡量市场结构指标, 以DEA方法测度我国商业银行的效率值, 对我国商业银行市场结构、效率和绩效关系进行回归分析。研究结果表明:市场集中度与绩效有负相关关系, 即市场集中度越小, 绩效会越高;DEA综合效率变量与绩效正相关, 说明有效率的银行获取利润的能力更强。

商业银行效率研究 篇11

[关键词] 资源配置 国有商业银行 层次分析法

资源配置的效益，是指资源配置的结构变动所产生的经济效益，这可以从两方面理解:一是在资源投入一定的情况下，如何进行配置实现产出最大;二是在产出一定的情况下，如何配置资源使投入最小（杨涤，2002）。就国有商业银行资源配置理论研究本身而言，目前这方面的研究较为欠缺。在国外学者的研究中，相对于其他经济资源配置，关于金融资源配置特别是国有商业银行资源配置研究的文献十分有限。而在国内，随着近几年来金融研究的深化，虽然有不少学者在研究金融问题时开始注意金融资源问题（如：中国工商银行广东省分行课题组（2001）提出运用成本认定制来优化银行资源配置；张锐（2004）通过分析研究，发现中国国有商业银行资源配置等方面存在着不容忽视的问题，任务改革势在必行），提出了金融可持续发展理论、金融协调理论，但这只是金融资源理论研究的开始，而且绝大部分的研究，仅仅局限于某些金融现象的分析，难以摆脱其空洞性和抽象性。但这也绝非是说，对于国有商业银行资源配置理论问题的研究与分析一切都是从头开始、从零开始，现在已有分散性的金融资源理论研究成果、大量的相关性经济金融理论和经济资源配置理论为研究国有商业银行资源配置问题提供的理论支持和思路的启发。本文依托金融发展理论、区域经济理论、产业经济理论、社会主义市场经济理论、现代商业银行经营管理理论，借鉴师萍（2001）对科技资源配置方面的研究，并运用层次分析方法（AHP），对中国国有四大商业银行与浦东发展银行、招商银行、深圳发展银行和华夏银行2005年的资源配置效率问题进行实证研究。

一、资源配置效率评价模型

国有商业银行资源配置效率评价是指国有商业银行按照系统方法构建的由一系列反映被评价行多个侧面的相关指标组成的评价资源配置效果的系统结构。客观、准确、真实的资源配置状况效率评价，不但是资源配置目标的衡量，同时也是国有商业银行新一轮资源配置的基本依据（郑垂勇，2001）。

1.指标的选择

在商业银行的整个经营活动中，其经营的收益性、流动性和安全性“三性”对商业银行的经营产生着至关重要的影响，因此，任何商业银行均关注其自身的“三性”，故本文在选择评价指标时从国有商业银行资源配置的目标及“三性”要求出发。本文提出三类八大指标作为本文的评价指标体系：

(1)综合效益状况指标。该类指标重点反映国有商业银行资源配置的效益状况，它是反映国有商业银行资源配置状况的核心指标，由资产收益率、资产利用率、收入利润率3项指标组成。

(2)资产安全状况指标。是综合衡量被评价对象资源配置质量的重要指标。由资本充足率、不良贷款率2项指标组成。

(3)资产流动状况指标。用来反映国有商业银行资产的流动性，由流動比率、存贷比率、长期贷款比率3项指标组成。

2.指标权重的确定

在对被评指标的权重设置过程中，本文运用层次分析法（Analytic Hierarchy Process简称AHP）。层次分析法是20世纪70年代由美国运筹学教授T. L. Satty在为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。它是一种简便、灵活而又实用的多维决策方法，它将与决策有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析，并根据问题的性质和要达到的目标分解出问题的组成因素，其基本思路是按组成目标各要素的重要性，将这些要素排列成由高到低的相互关联的若干层次，并把每一层次各要素的相对重要性予以量化，然后按层分析，并依此作为决策的依据，最终获得最低层因素对于最高层（总目标）的重要性权值（彭澎等，2002）。这种方法通过两两比较来确定最后的综合权重，往往会得到更为客观和准确的结果，其尤其适合于对决策结果难于直接准确计量的场合。

根据上述资源配置效率评价的三类八项指标，可建立多级梯阶结构图如下（从上至下分别为目标层，主因素层和子因素层）

通过对上述八个因素两两比较相对重要性，并参照层次结构图，可以构造判断矩阵。建立如表1所示判断矩阵F-S。

其中 aij (i,j ＝ 1,2,…,n)表示Si与Sj相对于其上一层元素重要性的比例标度，并且aij = 1/ aji ，aii = 1。判断矩阵的值反映了人们对各因素相对重要性的认识，在对aij的衡量中，本文采用惯用的九级量表，对上述八个指标两两之间的重要性程度赋值，表2为标度及其含义。

资料来源：廖泉文，《人力资源考评系统》，2001年

计算单一层次下元素相对权重时：

先计算矩阵F-S中各行元素的乘积，即并计算Ni的n次方根；再对作归一化处理，即，所得W经归一化后，即为同一层次相应元素对于上层次某一因素相对重要性的权重向量。

由于客观事物的复杂性以及人们对事物认识的模糊性和多样性，所给出的判断矩阵不可能完全保持一致，有必要进行一致性检验，计算一致性指标，其中，n为判断矩阵阶数。若随机一致性比率CR＝CI／RI＜0.10，则判断矩阵具有满意的一致性，否则需要调整判断矩阵的元素取值。

3.指标数值标准化

由于评价指标的量纲不同，评价时不能直接利用实际指标值计算加权综合值，必须将量纲不同的实际指标值换算为量纲相同的规范值，这就要求构造一套规范化实际指标值的函数，即标准评价函数。该函数的构造直接依赖于评价指标的标准值。我们可以采用统计分析方法，将评价指标的标准值分为A、B、C、D、E五档，分别为某行和某规模类银行中具体指标的最高均值、较高均值、总体均值、较低均值和最低均值。

设X1为某规模类银行中i银行的某一评价指标的属性值，i=1～n，n为该规模类银行的个数，即该指标的数据样本个数，m为下标集合K中的元素个数，则该指标的标准值可用下式计算:

(1)

当j=n时，nj取n，得X(3)为该指标的中间值（C）；j=2时，nj为Xi中小于X(3)数值的个数，得出X(2)为该指标的较低值（D）；j=1时，nj为Xi中小于X(2)数值的个数，得出X(1)为该指标的最低值（E）；j=4时，nj为Xi中大于X(3)数值的个数，得出X(4)为该指标的较高值（B）；j=5时，nj为Xi中大于X(4)数值的个数，得出X(5)为该指标的最高值(A）。

对于长期贷款比率、不良资产比率和存贷比率，采用公式（1）计算的结果要反向，即将最低值赋给X(5)，较低值赋给X(4)，较高值赋给X(2)，最高值赋给X(1)。

有了标准值后，就可依据它们确定指标标准评价函数。通过调查分析给出五档标准值{X(1),X(2),X(3),X(4),X(5)}所对应的评价值为{0.2,0.4,0.6,0.8,1}，这样，对某一评价指标的任意实际值X，有

对于存贷比率、长期贷款比率和不良资产比率，适合公式（3）

4.综合评价模型

设某被评银行八项单项指标的属性值集合为X={X1,X2, ……X8},对应的指标数量值集合为W= {W1, W2, ……W8}，复合指标的权重值集合为，那么复合指标的评价分值可根据加性加权法计算,即:

（4）

当K=1时，j=1～3，Dk为某银行的综合效益得分;当K=2时，j=4～6，Dk为某银行的资产流动性得分；当K=3时，j=5～6，Dk为某银行的资产安全性得分。

对于某银行资源配置效率的总体评分分值，可为上述三个符合指标评分分值的加权和，即：

（5）

通过(4)，(5)两式计算出每一个被评价银行的复合指标的评价分值和总体分值后，可按其大小排除它们分别在综合效益、资产安全性和资产流动性方面的排名及其在总体资源配置效率方面的排名情况。通过分项排名，各银行可以找到自身的劣势，以便促使其向在该项上处于最优的资源配置标准看齐。

二、 中国国有商业银行资源配置效率实证分析

1.指标权重设置

由于股份制银行从设立之初，在经营管理的各个层面上都较之我国国有商业银行完善、先进许多，故本文在实证研究国有商业银行资源配置效率的同时就此与国内股份制银行进行对比分析，以便找准自身与这些银行之间的差距。表3，4，5，6，7为层次分析法中各层元素的判断矩阵。

2.主因素层判断矩阵F1

通过对上述矩阵求解，求得特征向量W={0.6250，0.2385，0.1365}，λmax=3.010对结果进行一致性检验，即辨别判断矩阵F1求出的权系数是否合理。

CI=(λmax-n)/(n-1)=0.05，表4为矩阵阶数及对应R.I值，通过查表得：当矩阵阶数N=3时，R.I=0.58，此时，CR=CI／RI＜0.1，因此认为矩阵具有满意的一致性，即:通过层次分析法所确定的各影响因素的权重是客观和可接受的。

根据表5对上述矩阵求解，求得特征向量W={0.6370，0.1047，0.2583}，λmax=3.031对结果进行一致性检验， CI=(λ max－n)／(n－1)=0.0155，查表得:当矩阵阶数N=3时，R.I=0.58，此时，CR=CI／RI＜0.1，因此认为矩阵具有满意的一致性。

根据表6对上述矩阵求解,求得特征向量W={0.5634,0.0907,0.3459},λmax=3.065对结果进行一致性检验，CI=(λmax －n)／(n－1)=0.0325,查表得:当矩阵阶数N=3时,R.I=0.58，此时,CR=CI／RI＜0.1,因此认为矩阵具有满意的一致性。

通过对上述矩阵求解,求得特征向量W={0.7159，0.2841}，λmax=2,N=2，此时,矩阵具有完全一致性。

3.指标标准化

本文对工、农、中、建四个国有商业银行与国内四个股份制银行2005年相关指标进行评价分析,表8为上述八家银行2005年的相关财务数据，表9为运用(1)(2)(3)三式进行标准化后的指标值。

资料来源：各大银行的相关网站。

4.被评分值与综合评价值测定及其排名

本文运用(4)、(5)两式及表9数据,分别对主层因素的指标分值与资源配置效率的综合评价值进行测定，表10为主因素层各因素被评分值及其排名。表11为资源配置效率的综合评价值及其排名情况。

由表10可见,在综合效益分值上,招商银行(0.9571)和浦东发展银行(0.9035)远领先于其他商业银行，稳居第一、二位，国有商业银行中,综合效益分值最好的中国银行(0.6684)较之招商银行该项分值,低于其约30个百分点,而其余三家国有商业银行此项分值更少,农业银行(0.1712),低于招商银行78个百分点。

在资产流动性方面，深圳发展银行(0.908)、华夏银行(0.8450)和招商银行(0.8445)三家银行相差不大，分列第一、二、三位，四大国有商业银行，该项分值均在0.6以下,效率最好的中国银行也仅为0.5837，较之深圳发展银行低30多个百分点，分值最差的工商银行更使仅为0.2296，低于深圳发展银行68个百分点。

在资产安全性方面,招商银行(0.9796)遥遥领先于其余7家商业银行,另外三家新兴个股份制商业银行在此项分值上相差无几，浦东发展银行(0.7957)，深圳发展银行(0.7907),华夏银行(0.7713)，分列二至四位。而四大国有商业银行，此项分值较低，最高的中国银行为0.5997,最低的农业银行仅为0.2083,低于招商银行77个百分点。

综上三方面的分值情况，四家新兴的股份制并已在境内上市的商业银行的分值情况均不同程度的高于四大国有商业银行,且分项值最高的股份制商业银行,均比国有商业银行中同类分值最高的行高出30个百分点,比最低的行高出65个百分点以上。可见,差距十分明显。

由表11可知，2005年度被评八家银行资源配置效率综合排名第一位为招商银行、其次是浦东发展银行、华夏银行、深圳发展银行，然后是中国银行、建设银行、工商银行、农业银行。从具体综合效率值可见，招商银行为0.9492，而国有银行中，综合效率值最高的中国银行也仅为0.6347，与招商银行相比，相差31个点，最低的农业银行更是只有0.3184，差距高达63个点。由此可见，对与资源配置效率的综合评价中，国有商业银行与我国新兴股份制银行的差距相当大，缩减差距，改革势在必行。

三、结论及建议

通过运用层次分析法，本文对四大国有商业银行及我国现已成功上市的四家新兴股份制商业银行(招商银行、浦东发展银行、深圳发展银行、华夏银行)2005年资源配置效率的进行测定，发现就资源配置效率的整体状况而言,中国四大国有商业银行远不及四家上市商业银行,从综合效益、资产流动性、资产安全性三方面的分项测定中发现，四大国有商业银行上述三方面的均值均在0.4左右,而四家已上市股份制商业银行的均值却都超过0.8，差距十分明显。

中国国有商业银行的当务之急是深化公司治理结构，引进战略投资者，提高国有商业银行的综合竞争力。国有商业银行通过产权主体多元化和上市使其自身由原来的机关式管理向法人公司治理结构过渡，从而建立起真正意义上的现代银行制度，同时，增加商业银行扩张资本金的途径、加快商业银行业务创新、加大人力资源的开发力度和严格控制费用支出也是使国有商业银行资源合理配置的有效途径。

总之，资源配置就是不断扶优限劣的过程，在这过程中，要坚持有所为有所不为，贯彻效益为核心的原则，改善资源配置结构，提高资源回报率，争取价值最大化。

参考文献:

[1]杨涤:金融资源配置论[M].辽宁：辽宁大学出版社，2002

[2]中国工商银行广东省分行课题组:运用成本认定制优化银行资源配置[J].金融论坛，2001（3）

[3]张锐:银行改制：在路上[J].现代商业银行，2004（3）

[4]师萍:科技资源配置与制度安排的关系研究[J].西安交通大学学报，2001（4）

[5]郑垂勇:国有商业银行资源配置问题研究.河海大学博士生论文，2001

[6]彭澎胡兴娥:层次分析法在科研课题遴选中的应用[J].中国三峡建设，2002（7）

[7]厉以宁:股份制与现代市场经济[M].江苏：江苏人民出版社，1994

我国政策银行效率实证研究 篇12

政策性银行一般是指那些由政府创立,参股或保证,不以盈利为目的,专门为贯彻、配合政府的经济社会政策或意图,在特定的业务领域内,直接或间接从事政策性融资活动,充当政府发展经济、促进社会进步、进行宏观经济调节管理工具的金融机构。1994年,我国金融体系改革进入全面推进的突破性变革阶段,我国政策银行也趁此改革之风相继成立。此后,我国银行组织体系逐渐形成了中央银行管“总量”、商业银行管“效益”、政策银行管“结构”的新格局。在市场经济条件下,商业银行以追求利润为核心,而政策银行是作为商业银行的补充,主要为贯彻执行国家产业政策及区域经济发展政策而设立。资金作为稀缺要素,商业银行的资金配置总是倾向于效益好的产业及经济基础好的地区,而对那些社会效益好的产业及欠发达地区产业扶持方面,政策银行却发挥着极其重要的作用。

二、文献回顾

(一)基于DEA法研究银行效率问题的文献

从盼盼,杜树增(2011)选取7家银行作为参照,使用2005-2009年数据,运用DEA方法中的VRS模型静态分析了国家开发银行改制后第一年的技术效率变化。魏巍(2007)采用CCR模型和超效率DEA模型,对具有代表性的10家国内商业银行2005年的经营效率进行评估,结果表明,超效率模型确实能够对所有决策单元进行充分评价和排序,从而解决了CCR模型无法对相对有效单元进一步识别的问题。王健,金浩,梁慧超(2011)基于超效率DEA方法,运用EMS软件对2004-2009年14家商业银行的效率进行分析,并对其均值进行排名。王付彪,阙超等(2006)基于DEA方法对我国商业银行1998-2004年间技术效率进行分析,分析结果表明:在1998-2004年间,我国商业银行效率整体呈上升趋势,技术效率损失主要源于规模效率损失,说明我国商业银行存在与其规模不相适应的管理能力。

以上学者在利用DEA模型研究效率问题时,在指标选取上均采用多投入、多产出指标;在利用DEA中的CCR模型进行效率值测算时,往往会得到多个决策单元有效,难区分有效单元的效率大小,为了进一步识别有效单元的效率,多采用DEA超效率模型研究效率问题。

(二)基于Malmquist指数法研究TFP问题的文献

傅永,白龙(2009)运用DEA分析中的Malmquist指数模型测算并分解分析了我国改革开放以来全要素生产率变化。钟杏云,方鹏程,刘群玲(2012)通过Malmquist指数法对银行效率进行分解研究,得出结论:我国城市商业银行运营效率呈现出下降的趋势。仲深,王春宇(2012)采用2004-2009年间我国15家商业银行的面板数据,运用基于DEA的Malmquist指数法,测算了商业银行的Malmquist生产率指数及其分解指数。结果显示:我国商业银行的全要素生产率整体呈下降趋势,其中技术进步指数的下降幅度较大,纯技术效率指数和规模效率指数略有升高。

国内学者偏重于对商业银行效率问题进行研究,而对我国政策银行效率问题的研究较少。我国正处于经济转轨时期,政策银行在贯彻产业政策及区域经济发展方面起着极其重要的作用,为了优化政策银行资源配置,更进一步提升政策银行效率,更好的发挥其“补充”作用,开展对政策银行效率问题的研究是很有必要的。

三、原理及模型

(一)超效率DEA模型

DEA法进行效率分析可采用两种导向:一种是投入主导型,另一种是产出主导性。对于政策银行而言,对投入要素的控制远比产出要素控制容易。因此,本文对政策银行效率研究采用的导向是投入主导型。

DEA的CCR模型将决策单元分为两类:有效和无效。其缺点是对于多个同时有效的决策单元无法进一步评价比较。Andersen和Peterson提出超效率DEA模型,其基本思想是:在对该决策单元进行效率评价时,将其排除在决策单元参考集外。对于DEA有效决策单元,超效率模型将其生产前沿面进行重新计算推移,使得最终计算出的效率值大于经典CCR模型效率值;而对于非有效的决策单元的效率值并不会发生变化,评价结果与CCR模型是一致的。即:超效率DEA模型能够区分出DEA有效单元之间的差异,能够对所评价的决策单元进行有效排序。其求解方程如下:

其中,θ为规划目标值,λj(j=1,2,…n)为规划决策变量,S+和S-为松弛变量向量。

(二)Malmquist指数模型

Malmquist指数模型是瑞典经济学家、统计学家Malmquist在1953年提出来的,Fare等人在多投入产出条件下,建立了考察生产率变化的Malmquis指数。Malmquist指数是在距离函数基础上构造而成的。Fare等人将距离函数定义为Farrell技术效率的倒数,投入距离函数可以视为是某一生产点向理想最小投入点的靠近程度。基于投入的全要素Malmquist指数可表示为:

Malmquist指数(TFPch)可分解成相对技术效率指数(Effch)和技术进步指数(Tech)。通过对不同时期技术条件下的两个Malmquist指数取几何平均值,测算出效率的变化值。

技术效率指数Effch是相对效率变化指数,反映t期到t+1期之间决策单元的组织管理水平变化,即“追赶效应”;技术进步指数Tech是衡量决策单元在t期到t+1期之间生产技术变化程度的指标,反映技术效率前沿面的变化,即“前沿面移动效应”,表明技术的进步及创新程度。该法不仅可以考察政策银行效率的动态变化,而且还可以分析政策银行技术进步变化情况;将技术效率指数(Effch)分解为纯技术效率指数(Tech)和规模效率指数(Sech),能够得到全要素生产率指数。若全要素生产率指数各个分量大于1,说明具有正向进步变化;反之,说明存在反向变化。各个变量之间总关系如下:

四、实证结果及分析

(一)投入—产出指标选取

投入-产出指标选取方法有很多,本文采用常用的增值法进行指标选取。本文选择的投入指标为:员工数量、固定资产、业务及管理费用;产出指标为:资金吸收额、税前利润、纳税额、放贷额。投入指标中,总人数是反映人力资源的指标,固定资产是反映资本投入的指标,业务及管理费是反映管理水平的指标,按照新古典经济学理论,这三个指标基本上能反映政策银行的要素投入。政策银行要实现可持续发展,就须既要吸收资本,又需放贷,所以在产出项中吸收资金量和放贷量是最为重要的两个指标。由于政策银行实行的是“保本微利”原则,而不是“零利润”原则,所以将税前利润及纳税额作为产出也是必要的,这也是反映政策银行经营成果的指标。

(二)样本选取

本文研究所采用的数据均来源于《中国金融统计年鉴》及各政策银行年报。

DEA-Malmquist指数法分析所用数据要求是面板数据,而农发展行在2000-2004年期间数据并不满足同向性原则,故用DEA-Malmquist指数法分析全要素生产率时使用我国三家政策银行2005年-2011年间面板数据。超效率分析时,国开行及进出口行数据采用2000年-2011年数据,农发展行采用2005年-2011年数据。

(三)超效率DEA模型分析结果

本文进行超效率DEA分析时使用三家政策银行的2000年-2011年间数据,构成31个决策单元,具体决策单元见表5所示。超效率DEA模型分析结果如表1所示。

注:irs:规模报酬递增;drs:规模报酬递减;-:规模报酬不变;big:表示效率非常大。

表1按年列出了我国政策银行的效率值。各政策银行效率值变化曲线如图1所示。

由图1可见:

(1)在2000-2001年期间,进出口行效率高于国开行效率;

(2)自2001年以后,我国政策银行效率大体呈现出:国开行效率>进出口行效率>农发展行效率;

(3)在2002-2006年间,国开行效率整体呈现缓慢上升趋势,进出口行效率整体呈现缓慢下降趋势;

(4)在2006-2008年间(金融危机期间),国开行效率与进出口行效率呈现截然相反的变化趋势,国开行出现效率高增长,进出口行出现效率低谷;

(5)效率经过2006-2008年的大幅变化后,自2008年开始,国开行效率回归到金融危机前的效率水平,而进出口行效率要比危机前的效率有所提升。

(6)在2005-2011年间,农发展行效率一直处于较低的水平,与国开行和进出口行效率有很大差距,但在金融危机期间,其效率并无突降或突升现象。

(四)全要素生产率分析结果

全要素生产率是衡量生产力变化状况的指标。当全要素生产率指数(tfpch)>1时,说明生产力提升;全要素生产率指数(tfpch)=1时,说明生产力维持原水平;全要素生产率指数(tfpch)<1时,说明生产力下降。

本文采用2005-2011年共7年数据,使用DEA-Malmquist指数模型对我国政策银行进行全要素生产率(TFP)分解分析。具体的决策单元见表5所示。我国政策银行2005-2011年全要素生产率指数及分解结果如表2、图2所示。

由图2可见:

(1)我国政策银行全要素生产率指数只有2006年和2009年超过1,其余年份均低于1。这表明2006年和2009年生产力均有提高,其余年份生产力下降;

(2)技术效率指数与纯技术效率指数均大于1。表明我国政策银行在技术与管理等方面越来越进步,资源配置优化不断深入;

(3)技术进步指数在大部分年份处于较低状态,只有2009年技术进步指数大于1,技术进步指数在其余年份表现较差。这表明我国政策银行在技术进步方面需要更加努力,需要善于学习外国先进技术及管理理念,并应用到我国政策银行管理经营中去,同时需加快我国政策银行创新工作。

国家开发银行2005-2011年全要素生产率指数及分解分析如表3、图3所示:

由图3可见:

(1)国开行的技术效率指数、纯技术效率指数、规模效率指数均很接近于1,这表明:技术效率、纯技术效率、规模效率每年变化很小、很稳定且表现很好;

(2)技术进步指数、全要素生产率指数较其他3个指数有很大波动,且全要素生产率指数曲线与技术进步指数曲线几乎重合。这表明,国开行全要素生产率主要是由技术进步决定的。在2007-2008年两年时间里,国开行生产力下降,2009年生产力水平得到恢复,这主要得益于国家应对金融危机时采取的积极财政政策和货币政策。

中国进出口银行2005-2011年全要素生产率指数及分解分析如表4、图4所示:

由图4可见:

(1)进出口银行的技术效率指数、纯技术效率指数、规模效率指数均很接近于1,这表明:技术效率、纯技术效率、规模效率每年几乎不变化;

(2)技术进步指数、全要素生产率变化较其他3项有很大波动,且全要素生产率变化曲线与技术进步曲线重合。这表明,国开行全要素生产率主要是由技术进步决定的。尤其在2006-2007年、2010-2011年期间,进出口行生产力下降,2009年生产力水平得到恢复,2009年生产力水平达到最高。金融危机后,进出口行生产力经历了先增长后下降的演进路径。

中国农业发展银行2005-2011年全要素生产率指数及分解分析如表5、图5所示:

由图5可见:

(1)农发展行全要素生产率指数均位于有效线以上,这表明农发展行生产力在不断提升;

(2)技术进步指数均位于有效线以下,这表明农发展行近年来在技术进步方面不断降低;

(3)技术效率指数、纯技术效率指数均位于有效线以上,这表明:农发展行在技术及管理水平上每年均有提高;

(4)规模效率指数只在2010年处于低位,在2011年很快就恢复高位水平。

总结:我国政策银行在技术效率指数、技术进步指数、纯技术效率指数、规模效率指数、全要素生产率指数方面表现各异。近年来,农发展银行全要素生产率指数表现优于国开行和进出口行表现,但其技术进步表现明显差于国开行与进出口行。

五、结论

本文以我国政策银行为研究对象,采用DEA分析法研究其效率,用Malmquist指数模型研究全要素生产率变化,得到的研究成果总结如下:

(1)在超效率分析方面,金融危机助推了国开行效率增长,对进出口行效率稍有拉低作用,对农发展行几乎无影响;

(2)在效率分析方面,国开行、进出口行、农发展行效率表现各不相同。自2005年后,我国政策银行规模效率均已无太大提升空间;在所研究的时间区间内,国开行及进出口行均出现效率“漏斗”,但漏斗形态有差异;在后危机时期,进出口行及农发展行效率均有不同程度的增长,国开行效率依然坚挺;

(3)在全要素生产率指数分析方面,我国政策银行在技术效率指数、技术进步指数、纯技术效率指数、规模效率指数、全要素生产率指数方面表现各异。近年来,农发展银行全要素生产率指数优于国开行和进出口行表现,但技术进步表现明显差于国开行与进出口行;国开行和进出口行全要素生产率指数主要是由技术进步引起的。国开行和进出口行全要素生产率变化主要是由技术进步变化引起的。

参考文献

[1]庄俊鸿.政策银行概论[M].北京:中国金融出版社,2001

[2]从盼盼,杜树增.国家开发银行改制前后效率评价基于DEA方法和Malmquist指数的实证分析[J].经济研究导刊,2011,(35):126-127

[3]魏巍.基于DEA超效率模型的中国商业银行经营效率评价[J].金融经济,2007,(18):79-80

[4]王健,金浩,梁慧超.我国商业银行效率分析—基于超效率DEA和Malmquist指数[J].技术经济与管理研究,2011,(4):124-127

[5]王傅彪,阙超等.我国商业银行技术效率与技术进步实证研究(1998-2004)[J].金融研究,2006,(8):122-131

[6]傅勇,白龙.中国改革开放以来的全要素生产率变动及其分解(1978-2006年)—基于省际面板数据的Malmquist指数分析[J].金融研究,2009,(7):38-50

[7]钟杏云,方鹏程,刘群玲.中国城市商业银行效率动态变化的Malmquist指数研究[J].特区经济,2012,(7):112-114

[8]仲深,王春宇.中国商业银行全要素生产率及其影响因素的实证分析[J].技术经济,2012,31,(1):101-106