中國上市銀行效率與股票收益的關系研究

顧洪梅，岳家輝

（1．吉林大學 中國國有經濟研究中心，吉林 長春130012；

2．國泰君安證券股份有限公司 大連成義街營業部，遼寧 大連116000）

根據有效率市場假說，股票價格可以反映全部公開信息。［1］關于證券市場的研究發現，股票價格的確反映了眾所周知的信息。［2］Kothari［3］對會計領域資本市場的研究進行了回顧，發現股票價格反映了有關利潤的信息。然而，Patell［4］指出利用會計信息對股票市場的研究僅局限于特定事項，并沒有反映資產負債表的信息。Berger ＆ Humphrey［5］和Bauer等［6］認為用效率前沿法測度的效率可能優于傳統的財務比率指標。效率指標是基于可獲得的公開會計信息測度的，同時考慮了多項投入和產出。［7］因此，可以預期高效率的銀行比低效率的銀行做得更好，并且會反映在股票價格當中。

雖然研究會計指標與股票收益之間關系的文獻較多，但是研究銀行效率與股票收益之間關系的文獻卻很少，尤其缺乏針對中國市場的研究。本文通過研究中國這個新興市場來擴展已有研究，并應用DEA（Data Envelopment Analysis，數據包絡分析）窗口分析解決樣本數據較少導致的自由度偏低問題。另外，本文應用了最新的數據，使研究更具有現實意義。

一、銀行效率與股票收益關系研究概況

關于銀行效率的文獻很多，但是只有少數研究是關于銀行效率和股票收益之間關系的。已有研究涉及的國家主要有美國、新加坡、馬來西亞、澳大利亞和希臘。

Eisenbeis等［8］同時應用DEA和SFA方法研究了美國銀行控股公司的風險行為。他們發現兩種方法得到的效率結果都很有意義，但更傾向于使用SFA估計方法。Chu ＆Lim［9］估計了六家新加坡上市銀行1992－1996年的成本效率和利潤效率，發現股票價格變化中同時反映了成本效率和利潤效率信息，而利潤效率的信息相對更多一些。Sufian ＆Majid［10］研究了馬來西亞2002－2003年期間在吉隆坡證券交易所上市的銀行效率與股票收益之間的關系，研究結論與Chu ＆Lim相同。Kirkwood ＆Nahm［11］應用DEA方法研究了澳大利亞上市銀行1995－2002年的成本效率，研究發現銀行股票收益反映了效率的變化。Pasiouras等［12］利用年度數據研究了在雅典證券交易所上市的10家希臘銀行的效率與股票收益之間的關系，發現技術效率與股票收益之間在統計上具有顯著的正相關關系，而規模效率與股票收益之間沒有關系。

總之，研究表明了股票收益反映了銀行效率的變化，并且可以斷定股票價格同時反映了利潤效率和成本效率。對效率的分解研究表明，利用年度數據計算的股票收益與技術效率之間存在顯著的正相關關系，但規模效率的變化對希臘上市銀行的股票收益沒有影響。雖然Eisenbeis等更認可SFA模型，但是多數研究采用了DEA模型來測度銀行效率。

二、數據與方法

本文首先利用DEA窗口分析模型測度了中國14家上市銀行的效率，然后計算了這些銀行的季度收益率，本研究中季度收益率定義為股票日收益率之和，最后將股票收益與銀行效率的季度變化做回歸分析，研究銀行效率與股票收益之間在統計上是否具有顯著的相關性。

（一）數據

為了獲得更多的平衡面板數據，本文選擇了2008年以前已經在中國股票市場上市的14家銀行作為樣本。這些銀行是中國工商銀行（簡稱工行）、中國建設銀行（簡稱建行）、中國銀行（簡稱中行）、交通銀行（簡稱交行）、招商銀行（簡稱招行）、中國浦東發展銀行（簡稱浦發）、中信銀行（簡稱中信）、興業銀行（簡稱興業）、民生銀行（簡稱民生）、華夏銀行（簡稱華夏）、深圳發展銀行（簡稱深發展）、寧波銀行（簡稱寧波）、北京銀行（簡稱北京）和南京銀行（簡稱南京），包括了所有在上海和深圳證券交易所上市的國有銀行和股份制商業銀行。樣本期間為2008年的第1季度到2010年的第3季度。綜上，本文包含了整個樣本期間11個季度的平衡面板數據，共有154個季度數據作為觀測值。

本文數據來源于多種渠道。全部財務數據來源于上市公司公開的季報和年報，主要來源于新浪財經中上市公司季報和年度報告的利潤表和資產負債表，股票價格的季度和日數據來源于國泰君安證券有限公司大智慧行情分析系統中的證券交易所行情數據庫。所有變量都是以人民幣百萬元為單位。

（二）DEA窗口分析

DEA窗口分析是Charnes等［13］為了測度截面并具有時變性質的數據提出的，是一種移動平均的分析方法。每一家銀行在不同的期間視為不同的銀行，這樣可以增加數據量，從而解決小樣本問題。DEA窗口分析的另外一個優點是一家銀行在同一期間既可以和自己比較，也可以與其他銀行比較。

本文與Asmild等［14］應用的DEA窗口分析方法相同，假設N（n＝1，2，L，N）個決策單元（DMUs，本文中指樣本銀行）在T（t＝1，2，L，T）個觀測期間內有r項投入和s項產出。用DMUtn表示期間t時第n個決策單元，并假設DMUtn在觀測期間內具有r維投入向量xtn＝（x1tn，x2tn，L，xrtn）＇和s維產出向量ytn＝（y1tn，y2tn，L，ystn）＇。

一個寬度為w（1≤w≤t－k）并從k（1≤k≤T）期開始的窗口，其投入矩陣為如下形式：

其產出矩陣為：

DMUtk的 CCR （constant returns to scales，CRS）窗口分析模型如下：

在式（1）中加入約束∑Nn＝1λn＝1就可以得到BCC模型。CCR模型的目標函數值定義為技術效率（technical efficiency，TE），BCC模型的目標函數值定義為純技術效率（pure technical efficiency，PTE）。BCC模型為：

Asmild指出，為了使每個窗口中的所有DMU都與其他DMU和其本身具有可比性，窗口寬度應該取較小值。Charnes等［15］發現，窗口寬度設定為3（w＝3）或4（w＝4）時，可以達到信息與效率值穩定的最優平衡。為了確保結果的可靠，需要取較小的窗口寬度，因而本文將窗口寬度定為3（w＝3）。

本文第一個窗口包括2008年的第一、第二和第三個季度的數據，使DMU數量由14個增加到42個（n×w＝14×3）。下面的窗口依次向后移動一個季度，即第二窗口包括2008年的第二、第三和第四個季度的數據。一行為一個窗口，第一行包含的期間為1、2、3期，第二行包含的數據為2、3、4期的數據，依此類推。每次窗口分析將全部窗口中的三期的數據視為不同的DMU進行分析，共有9個窗口（T－w＋1＝11－3＋1），所以該過程執行9次，得到所有窗口全部效率值。綜上，本文通過設定窗口寬度為3，得到9個窗口，樣本DMU的數量增加到378個（14×3×9），從而提高了樣本的自由度。

（三）變量定義

在關于銀行效率的研究中，共有五種變量定義方法：生產法、中介法、資產法、經營法和收入法。采用不同的變量定義方法會得到不同的效率測度結果。中國銀行效率的研究往往是根據研究目的和數據的可得性選擇變量，因為有許多信息是非公開的，尤其是關于銀行這樣的金融機構的信息更是難以獲取。

由于本文要研究效率與股票收益之間的關系，而銀行收入又是股票投資者的主要關注點，所以本文按收入法選擇了利息收入（y1）和非利息收入（y2）作為產出。同時，為了比傳統的財務比率包含更多的信息，本文選擇了資產負債表中的三個項目作為投入變量——客戶存款和短期資金（x1）、固定資產（x2）和雇員支出（x3）。用客戶存款和短期資金（x1）代表銀行的公眾形象，固定資產（x2）是銀行規模的體現，雇員支出（x3）的大小是銀行管理能力的代表。

（四）面板回歸模型

本文應用面板回歸模型如下：

其中：εit＝μit＋νit；Yit是銀行i在窗口t的季度收益率的移動平均值；Xit是銀行i在窗口t的效率變化百分比，代表技術效率、純技術效率和規模效率；α和β是待估參數；εit～i．i．d（0，σ2）為隨機誤差項。

Zit表示銀行特定因素；Z1it為銀行總存款的自然對數，是銀行市場營銷能力的測度；Z2it是銀行總貸款與總資產之比；Z3it為對銀行貸款密度的測度，為銀行總資產的對數，表示銀行規模；Z4it為非利息收入與總資產之比，表示銀行管理能力；Z5it為銀行資產與總資產之比，度量銀行的杠桿水平；Z6it為銀行稅后利潤與凈資產之比，表示銀行的獲利能力。

由于日收益率的標準差比月收益率的標準差小，本文面板回歸模型中每家銀行的季度收益率都是通過對日收益率求和計算的。

Baltagi等［16］指出小樣本面板估計中容許存在異質性，所以無需對樣本的異質性進行檢驗。根據LR檢驗、LM檢驗和Hausman檢驗結果，本文選擇了面板固定效應估計，固定效應估計允許存在未包含在模型中的影響股票收益率的因素，這些因素可以是能夠觀察到的，也可能是未知因素。

三、實證結果

（一）中國上市銀行的效率

利用DEA窗口分析，本文估計了14家樣本銀行的技術效率。技術效率值及其分解結果列于表1中（見下表1）。

由表1可知，小型銀行的平均技術效率水平最高，達到了94．29%；相反，大型銀行的平均技術效率水平最低，僅為88．91%。根據效率分解的結果可以發現，大型銀行的技術效率低的原因是其規模效率低。

大型銀行的純技術效率最高，其均值達到了99．01%，而中型銀行僅為94．18%，小型銀行也只有97．17%。雖然組間的差并不十分大，但大型銀行的純技術效率優勢不容質疑。這個結果進一步證實了Berger等［17］的發現。

然而，大型銀行比中型和小型銀行的規模效率都低，大型銀行的平均規模效率僅為89．78%，與規模效率最小的小型銀行相差將近10%，可見大銀行存在顯著的規模不經濟。這個結果與一些較早的對國外銀行的研究結果一致。［18］［19］

表1 中國上市銀行技術效率及其分解

（二）銀行效率與股票收益率的關系

盡管股票價格的短期波動可能不能用效率來解釋，但是如果中國證券市場是有效的，那么就可以預期銀行效率的變化一定會反映在股票價格的變化上。本文將銀行效率作為解釋變量，股票收益作為被解釋變量，應用式（3）所示面板回歸模型研究了樣本銀行效率與股票收益率之間的關系。回歸結果見下表2。

表2 股票收益對效率回歸結果

由表2可知，當技術效率和純技術效率為解釋變量時，模型的擬合優度高且各參數均在1%水平顯著，技術效率和純技術效率的參數都顯著為正。這說明與預期相同，技術效率和純技術效率的信息反映在股票價格變動之中。規模效率參數不顯著，說明規模效率的變化不影響股票價格。這個結果與其他國別研究的結果相同（Chu and Lim，1998；［9］Beccalli et al．， 2006；［7］Sufian and Majid，2006［10］）。

技術效率的參數為2．07，且顯著為正，這意味著技術效率1%的變化會引起股票收益2．07%的變動。同樣，純技術效率的參數為4．45，顯著為正，說明純技術效率變化1%時會引起股票收益4．45%的變化。

從回歸結果可見，技術效率的參數值是凈資產收益率（ROE）的4．5倍，純技術效率的參數值是ROE的10．8倍。技術效率和純技術效率的參數值顯著為正，且遠大于ROE的參數，可以判定技術效率和純技術效率的變化比凈資產收益率的變化對股票價格的影響更大。所以說，雖然ROE是應用最廣泛的傳統財務指標，但是技術效率和純技術效率比它能更好地解釋銀行股票價格的變化。

四、主要結論與總結

盡管關于銀行效率的研究很多，但是關于銀行效率與股票收益的研究卻很少，尤其是缺乏關于中國上市銀行效率與股票收益之間關系的研究。因此，本文應用在中國證券交易所上市的14家中國上市銀行2008—2010年的季度數據研究了中國上市銀行效率與股票收益之間的關系。測度效率時，本文采用了三期的DEA窗口分析。

效率測度研究表明，大型銀行的技術效率低于中小型銀行的技術效率，中小型銀行的規模效率要高于大型銀行的規模效率，該現象說明大型銀行較低的技術效率來源于其規模不經濟。

面板回歸結果顯示，技術效率和純技術效率與股票收益之間存在顯著的正相關關系，但是規模收益與股票收益之間在統計上卻不存在顯著的相關關系。因此，本研究認為技術效率和純技術效率是對上市銀行股票收益進行分析的非常有益的信息，對股票投資者和潛在投資者很有幫助。另外，雖然ROE是股票投資分析中最常用的傳統的會計指標，但是本研究發現技術效率和純技術效率比ROE對股票收益的影響更大，能更好地解釋股票收益的變化。

［1］Fama，E．F．Efficient Capital Markets：A Review of Theory and Empirical Work［J］．Journal of Finance，1970，（5）：383－417．

［2］Ball，R．＆ Kothari，S．P．Financial Statement Analysis［M］．New York，NY：Mc－Graw Hill，1994．

［3］Kothari，S．P．Capital Markets Research in Accounting［J］．Journal of Accounting and Economics，2001，31（1－3）：105－231．

［4］Patell，J．M．Discussion of on the Usefulness of Earnings and Earnings Research：Lessons and Directions from Two Decades of Empirical Research［J］．Journal of Accounting Research，1989，（27）：193－201．

［5］Berger，A．N．＆ Humphrey D．B．Efficiency of financial institutions：International survey and directions for future research［J］．European Journal of Operational Research，1997，98（2）：175－212．

［6］Bauer，P．W．，Berger，A．N．，Ferrier G．D．＆ Humphrey，D．B．Consistency Conditions for Regulatory Analysis of Financial Institutions：A Comparison of Frontier Efficiency Methods［J］．Journal of Economics and Business，1998，50（10）：85－114．

［7］Beccalli，E．，Casu，B．＆ Girardone，C．Efficiency and Stock Performance in European Banking［J］．Journal of Business Finance and Accounting，2006，33（1－2）：245－262，245－262．

［8］Eisenbeis，R．A．Ferrier，G．D．＆ Kwan，S．H．The Informativeness of Stochastic Frontier and Programming Frontier Efficiency Scores：Cost Efficiency and Other Measures of Bank Holding Company Performance［D］．1999．

［9］Chu，S．F．＆ Lim，G．H．Share Performance and Profit Efficiency of Banks in an Oligopolistic Market：Evidence from Singapore［J］．Journal of Multinational Financial Management，1998，8（2－3）：155－168，155－168．

［10］Sufian，F．＆ Majid，A．M．Z．Banks Efficiency and Stock Prices in Emerging Market：Evidence from Malaysia［J］．Journal of Asia－Pacific and Business，2006，7（4）：35－53，35－53．

［11］Kirkwood，J．＆ Nahm，D．Australian Banking Efficiency and Its Relation to Stock Returns［J］．The E－conomic Record，2006，82（6）：253－267．

［12］Pasiouras，F．，Liadaki，A．＆Zopounidis，C．Bank Efficiency and Share Performance：Evidence from Greece［J］．Applied Financial Economics，2008，18（14）：1121－1130．

［13］Charnes，A．，Clark，C．T．，Cooper W．W．＆ Golany，B．A Developmental Study of Data Envelopment A－nalysis in Measuring the Efficiency of Maintenance Units in the U．S．Air Forces［J］．Annals of Operations Research，1985，7（2）：95－112．

［14］Asmild，M．，Paradi，J．C．，Aggarwal，V．＆ Schaffnit C．Combining DEA Window Analysis with the Malmquist Index Approach in a Study of the Canadian Banking Industry［J］．Journal of Productivity A－nalysis，2004，21（1）：67－89．

［15］Charnes，A．，Cooper，W．W．，Lewin，A．Y．＆ Seiford L．Data Envelopment Analysis：Theory，Methodology，and Application［M］．Norwell：Kluwer Academic Publishers，1994．

［16］Baltagi，D．，Bresson，G．，Griffin，J．＆ Pirote，A．Homogeneous，Heterogenous or Shrinkage Estimators？Some Empirical Evidence from French Region－al Gasoline Consumption［J］．Empirical Economics，2003，28（4）：795－811．

［17］Berger，A．N．，Hunter，W．C．＆ Timme，S．G．The Efficiency of Financial Institutions：A Review and Preview of Research Past，Present and Future［J］．Journal of Banking and Finance，1993，17（2－3）：221－249．

［18］Drake，L．＆ Hall，M．J．B．Efficiency in Japanese Banking：An Empirical Analysis［J］．Journal of Banking and Finance，2003，27（5）：891－917．

［19］Miller，S．M．＆ Noulas，A．G．The Technical Efficiency of Large Bank Production［J］．Journal of Banking and Finance，1996，20（3）：495－509．