我國商業銀行并購效率的研究方法述評

張瑞兵 葛斌華

摘要：文章首先闡述了商業銀行并購效率研究的必要性和重要意義，在探討技術效率、純技術效率和規模效率等概念范疇的基礎上論述了銀行效率的內涵和改善路徑，重點研究了銀行并購效率的研究方法，其中包括參數分析與非參數分析方法，分析了非參數DEA方法的應用優勢，介紹了可用于銀行效率分析的CCR模型和BCC模型。

關鍵詞：銀行并購；效率；數據包絡分析

隨著經濟全球化、金融自由化進程的加快，信息技術的進步以及各國對金融業管制的放松，世界金融業發生了巨大變化。傳統的銀行經營領域得以擴展，世界范圍內新一輪的銀行業并購浪潮已經風起云涌。自20世紀90年代以來，國際銀行業最為引人注目的特征就是銀行并購事件層出不窮。而且并購數量之多、拆資之巨、規模之大，更是歷史之罕見。隨著席卷全球的銀行并購浪潮的高漲。也涌現出了一大批國際銀行業的超級巨無霸。

在國際銀行業紛紛通過兼并重組來擴大規模、搶占市場份額，推行經營多樣化和國際化戰略的大環境下，中國銀行業資產重組的步伐也在逐漸加快。尤其是在我國加入世界貿易組織之后，我國的銀行業在迎來前所未有的機遇的同時，也面臨著巨大的競爭壓力和更加嚴峻的挑戰。通過并購優化金融產業結構。獲得規模經濟效益，提高整體效率。從而增強我國銀行的競爭優現實表明，由于銀行并購的過程中受到多方面因素的制約，其追求高效率的動機與效果之間往往存在很大差異。銀行規模過小，其抗險力和競爭力薄弱；規模過大，可以有效的降低破產與倒閉的風險。壯大競爭力，但是潛伏的負面影響和威脅也越大，效率也受到影響。這就需要銀行經營管理者認真地考慮并購活動對效率獲利的影響程度，因為決策的正確與否將直接關系到銀行的生死。因此，深入研究銀行并購的效率問題。顯然是有必要更是有意義的。

一、銀行并購效率研究的理論基礎

1效率的概念。效率通常是考察投入與產出之間的關系。是衡量經濟單位經營業績的重要指標。效率值的高低反映了企業資源的利用效率和整個的經營狀況。薩繆爾森的《經濟學》中給效率下的定義為：效率意味著盡可能地有效運用經濟資源以滿足人們的需要或不存在浪費，即當經濟在不減少一種物品生產的情況下，就不能增加另一種物品的生產，它的運行便是有效率的，這時經濟處于生產可能性的邊界之上。

2技術效率、純技術效率和規模效率

(1)技術效率。技術效率反映的是在給定投入的情況下企業獲得最大產出的能力。在決策單元樣本選定的情況下，技術一定。產出水平一定時，耗費資源最少的決策單位稱為完全技術有效單位。其技術效率值為1：其他決策單元的技術效率值是以完全有效單位為標桿測定的，其值介于0~I之間。在這種技術效率概念下，暗含著規模報酬不變的假設。如果將這一假設條件放松，技術效率就可以進一步分解為純技術效率和規模效率。

(2)純技術效率和規模效率。純技術效率測度的是被考察企業當前的生產點與規模報酬變化的生產前沿面之間技術水平運用的差距，因此也被稱為可變規模報酬技術效率：而規模效率衡量的則是規模報酬不變時的生產前沿面與規模報酬可變時的生產前沿面之間的距離比較，它說明了由于不能在不變規模報酬下生產而造成的無效程度。

3銀行并購的效率理論。效率理論認為，并購活動能夠給社會帶來一個潛在的增量，從而增加并購參與者各自的效率。銀行并購的一個巨大優勢在于通過并購在獲得原有銀行或非銀行金融機構的各種資產的同時，還獲得了原有銀行或非銀行金融機構的管理經驗。從而可以提高效率。

第一，通過并購節省管理費用和人力資源。由于中、高層管理費將在更多數量的金融產品中分攤，單位產品的管理費用可以大大減少。第二。利用已有的機構網點和渠道進行銷售，利用相同的技術擴散來生產，以節約營銷費用和擴大銷售規模。第三，銀行間高科技的競爭日趨激烈，為客戶提供高質量的、令客戶滿意的服務，必然以大量科技和設備投入為基礎。銀行的科技和設備投資在開支中所占比重越來越大。通過并購，銀行機構能夠集中足夠的經費用于研究和發展新技術，并能夠節約科技和設備投資。第四，通過并購，銀行規模相對擴大，使其籌資和借貸更加容易，能夠獲得比較優惠的價格競爭優勢。第五，通過并購可以達到合理避稅的目的，稅法對銀行的財務決策有著重大影響，不同類型的資產所征收的稅率是不同的，股息收入和利息收入、營業收益和資本收益存在很大區別。通過并購整合使并購后的資產達到最佳經濟規模，同時還可以節省管理費用，解決合并前管理效率低下的問題，使并購后的效率遠遠超過并購前各商業銀行單獨經營時所帶來的效率之和。

二、銀行并購效率的研究方法

銀行并購效率的研究方法很多，但是定量的研究方法主要有參數非法和非參數分析法。

1參數分析法。參數分析法主要有三種：隨機前沿法、自由分布法和厚前沿方法，其中應用最為廣泛的是隨機前沿法。

(1)隨機前沿法(SFA)。隨機前沿法確定了成本、利潤的函數形式，或者投入、產出和環境變量之間的生產關系，并考慮了隨機誤差。

C=C(Y，X，W)+U+V(1)

隨機前沿法定義了一個包含組合誤差項的模型，C(Y，X，W)為處于效率前沿上的企業的成本函數，其他樣本的成本還受到低效率值U和隨機誤差V的共同影響。隨機誤差V代表影響總成本的非可控因素。例如天氣、有利機會等。它既可能提高也可能降低成本，u主要代表X-低效率，其只會提高成本。在這個模型中通常假定低效率值u服從非對稱分布，例如半正態分布，而隨機誤差V則服從對稱分布，例如標準正態分布。由于低效率值不可能為負，因此低效率必然呈不完整的分布狀態，并假定低效率值和隨機誤差項與估計方程中的投入、產出變量不相關。

(2)自由分布法(DFA)。自由分布法也定義了效率前沿函數形式，但是沒有指定低效率值和隨機誤差的分布形式。假設各個銀行的經營效率在一段時間內是穩定的，隨機誤差的均值趨于0，銀行的平均殘差與效率前沿之間的距離，就是銀行的效率值。在自由分布法中低效率值可以服從任何一種分布形式，只要低效率值不為負。甚至可以接近于對稱分布。如果由于技術進步、利率變動等因素的影響。效率值就可能隨時間變化。該方法得到的結果就是各個機構偏離效率前沿的平均程度，而不是各個時間點上的效率值。

(3)厚前沿方法(TFA)。厚前沿方法也定義了效率前沿的函數形式，而且假設計算得到的效率值對預計的效率值的偏離如果超出所有觀測樣本的上下限，則代表隨機誤差，如果這種偏離在上下限范圍之內。則是由低效率引起的。這種方法沒有對低效率值或隨機誤差的分布做任何假定，但認為低效率值在上下限區間波動。而隨機誤差存在于這些區間中。該方法本身沒有給出各個銀行效率的點估

計值。而是估計銀行效率的一般水平。

2非參數分析法。非參數分析法在測量銀行效率時沒有限定效率前沿的形狀。不要求明確定義生產函數。非參數分析方法主要兩種：數據包絡分析方法和自由排列包。

(1)數據包絡分析法(DEA)。數據包絡分析法是一種線性規劃方法。效率前沿是通過聯接所有最佳方法觀測點形成的分段曲線組合，得到一個凸性的生產可能性集合。最佳方法觀測值的集合作為前沿將所有的觀測值包含在其中，其效率值最高。其他的決策單位及其線性組合在投入既定的情況下不能生產出更多的產出。換句話說。在產出既定的情況下，不能以更低的投人生產出既定的產出量。與非參數方法相比，數據包絡分析法具有以下優點：

①無需具體的生產函數。在知道商業銀行投入與產出之間的具體函數形式后，就可以方便快捷地得到決策單元的規模彈性值。但是。要想利用建立商業銀行的生產函數形式來研究各商業銀行的規模經濟問題。則具有較高的難度和較大的復雜性。因為商業銀行作為服務性行業，有其自身的特殊性，商業銀行生產函數的建立是一項非常艱難的工作。往往建立起來的生產函數形式未經實踐檢驗。存在較大的主觀性。然而，利用數據包絡分析法來研究商業銀行的規模效率問題，沒有必要建立函數關系。就可以求出各決策單元的相對效率值，方便易行。

②自如地進行多投入和多產出情況下的規模收益分析。DEA模型測度的是多投入和多產出的決策單元的相對有效性。因此，可適當選取投入和產出指標，通過建立線性規劃。方便地衡量決策單位的相對效率值。從而得到規模效率。這種無大限制的特點使得DEA方法的適用范圍相當廣泛，能夠在很大程度上綜合反映所研究的具體問題。

③便于確定規模無效決策單元的改進方向。DEA方法通過建立標桿。各個決策單元直接與標桿相比較。便于某決策單元對本單位經營狀況的實時追蹤，確定今后努力的方向。如幫助管理層人員解決如下問題：如何確立標桿。作為努力的目標；如何調整投入和產出：在多大的規模上經營等等。

(2)自由排列包(FDH)。自由排列包是數據包絡分析法的一個特例，聯接DEA前沿各個頂點的線上的點沒有被認定為效率前沿。FDH生產可能性集合僅僅由DEA頂點和這些頂點內部的自由排列點組成。由于FDH前沿與DEA前沿一致或者位于DEA前沿內部，所以用FDH方法計算得到的平均效率值通常高于用DEA方法計算得到的平均效率值。

三、銀行效率研究中的主要模型

由于研究對象是商業銀行，其生產函數難以獲得。因此。在測度銀行并購效率時采用非參數分析法中的數據包絡分析法。DEA的原型可以追溯到1957年，是Farrell在對英國農業生產力進行分析時提出的包絡思想。此后。在運用和發展運籌學理論和實踐的基礎上，逐漸形成了主要依賴于線性規劃技術，并常常用于經濟定量分析的非參數方法。1978年，經過美國著名運籌學家A.Charnes、W.W.Cooper和E.Rhodes等的努力，形成了評價部門間相對有效性的CCR模型。使得非參數方法以數據包絡分析(DEA)的形式在20世紀80年代初流行起來。其主要模型有：CCR模型(不變規模報酬模型)和BCC模型(可變規模報酬模型)。

CCR模型是A.Charnes、W.W.Cooper、和E.Rhodes于1978年提出的第一個DEA模型。它存在兩種模型，即投入角度效率度量模型和產出角度效率度量模型。下面選擇投入角度效率度量模型來描述CCR模型。CCR模型所測度的是固定規模報酬下各個決策單元的相對效率。實際上，決策單元有可能處于規模報酬遞增或遞減的狀態，為此，Banker,Chames and Cooper(1984)提出了BCC模型，這一模型擴充了CCR模型的使用范圍，并將CCR模型所測度的技術效率進一步分解為純技術效率和規模效率。BCC模型就測算了可變規模報酬下的純技術效率。

通過觀察不同規模報酬假設下的生產前沿，可以得出CCR模型測算出的技術效率等于BCC模型測算出的純技術效率和規模效率的乘積。因此，利用上面兩個結果就可得到決策單元的規模效率。如果決策單元的規模效率值為1，即生產經營處于最佳規模，否則其規模效率有所損失。在研究商業銀行并購效率狀況的同時，借助研究結果，也可以運用計量經濟方法中Tobit模型的擴展模型(CTR模型)對影響我國商業銀行并購效率的主要因素進行定量分析。