中國內外資商業銀行經營效率的比較研究

吳 江

一、引 言

中國銀行業正面臨越來越激烈的國際市場競爭。自加入世界貿易組織以來，中國政府及銀行業監管機構嚴格依據世界貿易組織基本原則及加入WTO承諾時間表，認真地履行了銀行業承諾的市場開放義務。隨著法人銀行導向政策的實施和人民幣業務的全面對外開放，一些希望在中國發展零售業務的外國銀行紛紛申請改制成為外資法人銀行，以便于在中國開展業務。根據中國銀行業協會提供的資料，截至2012年底，已經有40多個國家、地區的商業銀行先后在我國開設了43家法人銀行、96家分行、以及198家代表處，若加上外資商業銀行支行的營業網點，總數量超過900家。

已有研究發現，外資商業銀行的優勢表現為豐富的國際性經營管理經驗、完善的內部控制體系、技術創新優勢、高水平的服務優勢。其劣勢主要表現為網點布局較少和缺乏本土化優勢及所導致的手續費門檻較高。內資商業銀行的優勢主要表現為網點分布優勢、客戶資源優勢、國家政策支持和較高的客戶忠誠度。其劣勢主要表現為治理結構不完善，組織管理鏈條冗長；長期以來收入主要來源于息差收入，業務結構較為單一，中間業務收入較少；安全性較差，不良貸款率較高，且資本充足率較低；服務水平較低。不難看出，內資商業銀行和外資商業銀行存在一定的優劣勢互補。

外資商業銀行在中國銀行業的市場占有率仍然較低，但其發展速度不可輕視。從近幾年來看，有些外資商業銀行的資產總額和存貸款總額的增速己經接近35%。2013年，中國外資銀行的不良貸款率僅為0.57%，遠遠低于全國銀行業不良貸款率的平均水平。隨著人民幣業務的逐步開放，外資商業銀行為擴大其在中國個人消費金融市場上所占份額而在許多業務上不斷創新，如網上銀行、財富管理、個人信用貸款、銀行卡、電子銀行和私人銀行。從總體上來看，隨著中國經濟較快增長以及法律環境的日益完善，外資銀行在金融創新、業務經營、服務能力和風險管控等各個方面對中國商業銀行構成了嚴峻的挑戰。為此，本文擬比較外資銀行和中國商業銀行的經營效率，并探討提升中國商業銀行效率的途徑。

二、效率測度模型的選擇

早期DEA模型如CCR和BCC一般采用角度(Oriented)、徑向(Radial)的模型來測度決策單元的效率。但是，這些投入或產出導向的模型只能從決策單元的投入或產出的一個角度來測算其非效率的程度，導致效率測度的結果不全面。此外，徑向模型在測度決策單元效率時沒有其在投入或者產出上的松弛，因而會導致決策單元效率的高估。因此，2001年Tone提出了非徑向、非角度的基于松弛變量(Slacks-based Measure，SBM)的DEA模型。但是作為傳統的DEA模型，SBM模型仍然不能打開銀行經營過程中的“黑盒”。

張健華將股本、固定資產和各項支出作為投入，將存款、貸款和利潤作為產出，運用傳統DEA方法測度我國商業銀行在1997-2001年期間的效率*參見張健華：《我國商業銀行效率研究的DEA方法及1997-2001年效率的實證分析》，《金融研究》2003年第3期。。王兵和朱寧運用傳統DEA方法中的SBM方向距離函數測度了2003-2009年中國11家上市商業銀行在不良貸款約束下的效率*參見王兵、朱寧：《不良貸款約束下的中國上市商業銀行效率和全要素生率研究——基于SBM方向性距離函數的實證分析》，《金融研究》2011年第1期。。雖然考慮了非期望產出對銀行效率的影響，但是仍然很難探明生產中非效率的來源和階段效率。決策單元的管理者很難得到關于生產中各階段的非效率信息，從而不能很好地提高生產的階段效率和整體效率。Tone和Tsutsui在假設投入產出不按比例變化的基礎上，提出了基于松弛變量的網絡DEA模型(NSBM)。

然而以上基于松弛變量的網絡DEA方法仍然存在兩個缺點。首先，在生產前沿面上的決策單元效率均為1，那就無法精確地甄別有效率的決策單元，進而也無法得出準確的分析結果。從已有的文獻來看，鮮有學者在構建網絡DEA模型時會同時考慮生產前沿面上部分銀行的超效率。第二，該方法沒有同時考慮超效率模型與非期望產出。而在測度銀行效率時，銀行的非期望產出(即不良貸款)是影響銀行效率的重要因素之一。如果不予考慮，就難以對銀行效率進行客觀而全面的評價。本文借鑒Huang和Chen提出的同時考慮超效率和非期望產出的兩階段網絡DEA模型，來準確地測度我國27家內資商業銀行和10家外資商業銀行效率，并比較分析效率差異來源的經營階段，進而提出提高我國商業銀行競爭力的政策建議。

筆者通過把非期望產出和超效率加入網絡DEA模型，將原有的NSBM模型拓展為US-NSBM模型。設Yg=[y1g,...yNg]屬于Rv1×N期望產出矩陣，Yb=[y1b,...yNb]屬于Rv2×N非期望產出矩陣。參考Holod 和 Lewis的觀點，筆者也認為商業銀行的管理者會同時致力于減少投入和增加產出，所以非導向模型比導向模型更合適。因此，定義決策單元的非徑向整體效率如下：

s.t.X0k-ΣλjkXjk+sk-≥0 ，Σλjkyjgk-y0gk+Sgk≥0，y0bk-Σλjbyjbk+Sbk≥0，1-1/(V1k+V2k)×(ΣSrgk/yr0gk+ΣSrbk/yr0gk) ≥ε，Z(k,h)λh=Z(k,h)λk，Σλjk=1(j≠0)，ΣWk=1，且λk,Sk-,Sgk,Sbk,Wk≥0，其中Srg*(Srb*)是期望產出與非期望產出的最優松弛變量。V12(V22) 是期望產出(非期望產出)的數量。運用Charnes與Cooper提出的轉換方法，將上述方程轉換為線性方程組的形式。一個兩階段的商業銀行經營過程，即K=2，與NSBM中定義的是有區別的。在銀行經營中，非期望產出(如不良貸款)只是第二個生產階段的部分產出。那么每個階段的效率得分可以定義如下：

ρ0*1=[1+1/m1(ΣSi1-*/Xi0k)]/[1-1/ζ(ΣSr1+*/Zr0)] (2.2)

ρ0*2=[1+1/ζ(ΣSr1+*/Zr0)]/[1-1/(V12+V22)(ΣSrg*/yr0g+ΣSrb*/yr0g)] (2.3)

其中，ζ是中間產出的數量，Si1-*(Si1+*)分別是投入(產出)在子階段1(2)的最優松弛變量。

存款是作為銀行的投入還是產出，一直是學者們爭論的焦點，而處理這一爭論的兩種方法主要是中介法與生產法。用中介法研究時，銀行被視為將存款轉化為貸款的中介機構，因而存款是貸款和其他盈利資產生產過程中的一項投入，所以存款越多效率越低。Berger、DeYoung等學者的實證研究均采用中介法。用生產法研究時，存款被視為銀行為客戶提供的一項重要服務，應而被算作商業銀行的一項重要產出，因此存款越多的商業銀行效率也越高。Berger與DeYoung 、Devaney與Weber在測度商業銀行效率時采用生產法。存款的這種兩重角色使學者們在測算商業銀行效率時只能在生產法與中介法中做出取舍。而大部分研究者做出方法選擇的依據是個人的主觀偏好，這就會對商業銀行效率得分產生顯著的影響。用中介法測度某存款較多的商業銀行可能效率水平很低，而用生產法測度同一銀行效率的結果可能恰恰相反。因此，本文參考Holod等人的方法，將存款作為一項中間產出來處理，即存款是存款吸收階段的產出，同時也是貸款發放階段的投入。

兩階段網絡DEA模型將銀行的經營分為兩個階段——存款吸收階段和貸款發放階段，即攬儲階段和放貸階段。在攬儲階段，銀行使用勞動、固定資產和權益資本等投入(Xk)來吸收存款和其他資金，此時銀行產出(Zk)即包括存款和其他融資。因此，這時測度的效率為商業銀行存款吸收階段的效率。作為中間產品的Zk即是存款吸收階段的產出，同時又是貸款發放階段的投入。在放貸過程中，商業銀行投入存款和其他融資來產出期望產出(Yk)和非期望產出(Bk)，這樣測度的對象為商業銀行在貸款發放階段的效率。投入產出指標的具體定義如表1所示：

三、內外資銀行效率的實證測度

為了得到可靠的效率測度結果并進行全面的對比分析，本文采用平衡面板數據進行分析，將中國的內外資商業銀行作為研究對象。數據來源于BvD-Bankscope數據庫，它是歐洲金融信息服務商Bureau van Dijk和銀行業權威評級機構惠譽(Fitch Ratings)合作開發的銀行業信息庫。首先，從該數據庫中下載到139家中國內外資商業銀行的數據，然后在此基礎上進行數據篩選。篩選的過程如下：首先，剔除有缺失值的銀行樣本數據。然后，刪除了2007年以后新建立的銀行樣本。最后，保留從2008年到2012年的數據，并且僅選擇平衡樣本。最后篩選得到從2008年到2012年37家商業銀行(27家內資、10家外資)的185個觀測樣本。本文參考Huang等提出的方法，運用US_NSBM模型測度中國內外資商業銀行2008年到2012年的整體效率、存款吸收效率與貸款發放效率。

筆者運用MAXDEA6.3軟件，在規模報酬可變的假設條件下，選擇那種考慮超效率和非期望產出的非徑向的基于松弛變量的網絡DEA模型來測度商業銀行的效率。當且僅當兩個子階段都是有效率的時候，銀行才是整體有效。從測度結果來看，內資銀行中，效率水平排名靠前的國有商業銀行為中國工商銀行，其次為中國農業銀行。非國有商業銀行中，上海浦東發展銀行和北京銀行在2011年和2012年均表現出整體有效和階段有效。外資銀行中，韓亞銀行在2008年和2009年表現出整體有效和階段有效，而匯豐銀行在2008年到2010年效率水平均較低，但在2011年和2012年均表現出各階段和整體有效。

將內資銀行與外資銀行整體效率按年份平均計算并進行比較就會發現，2008年外資銀行平均整體效率顯著高于內資銀行，但2009年外資銀行整體平均效率出現大幅度下降，從0.676左右下降到2009年的0.574，而內資銀行則出現顯著的上升趨勢；從內外資銀行平均存款吸收效率的比較可知，這一現象主要源于內資銀行存款吸收效率的提升和外資銀行存款吸收效率的下降。2009年以后，外資銀行平均整體效率穩步上升，到2012年已恢復到2008年的水平。內資銀行受金融危機的影響出現了波動式的上升，但平均效率水平仍略低于外資銀行。

將內資銀行與外資銀行整體效率按銀行進行平均計算，結果表明，在2008年到2012年期間，總體來看，內資商業銀行資產規模對整體效率有積極的影響，即資產規模較大的內資商業銀行通常整體效率水平也較高。四大國有商業銀行和大規模的上市商業銀行整體效率顯著高于小規模商業銀行。然而，總體而言，外資商業銀行的資產規模對銀行的整體效率有一定的負向影響。從內外資商業銀行的比較來看，整體效率最高的商業銀行為中國工商銀行，大部分內資銀行效率水平處于0.4到0.8，并且大部分未上市的商業銀行整體水平處于0.6以下。而大部分外資銀行整體效率水平處于0.6到0.8，只有恒生銀行和瑞穗實業銀行效率在0.6以下。

進一步對內外資商業銀行按年份平均的存款吸收效率進行比較就會發現，從2008年到2012年外資商業銀行存款吸收效率一直呈現逐步下降的趨勢，從2008年的0.92左右下降到0.76左右，但仍略高于內資商業銀行的平均水平。內資商業銀行平均存款吸收效率從2008年的0.68躍升到2009年的0.74，但是2009年以后一直穩定在0.73的水平，未出現顯著波動。內資商業銀行較低的存款吸收效率表明，在較大的利差環境下，與外資商業銀行相比，內資商業銀行缺乏足夠的存款吸收動力。將各商業銀行在2008年到2012年期間的平均存款吸收效率水平隨總資產規模對數而發生的變化制成散點圖，可以看出，與資產規模對整體效率水平的影響相似，一般總資產規模較大的內資商業銀行的存款吸收效率水平較高，而資產規模較大的外資行業銀行通常存款吸收水平較低。從內外資商業銀行比較的角度來分析，存款吸收效率最高的為外資的韓亞銀行，并且大部分外資商業銀行存款吸收效率為0.8以上，而大部分內資商業銀行存款吸收效率處于0.6以下，有大約30%的內資銀行存款吸收效率在0.6以下。

再對內外資商業銀行按年份平均的貸款發放效率進行比較，結果表明，內資商業銀行貸款發放效率從2008年的0.76逐步上升到2012年的0.875，而外資商業銀行的貸款效率在2009年受全球金融危機的影響出現顯著下滑，其后穩步上升，到2012年已經趕上內資銀行。將各商業銀行在2008年到2012年期間的平均貸款發放效率水平隨總資產規模對數而發生的變化制成散點圖，可以看出，在內資銀行中，總資產規模對貸款發放效率的積極影響仍然存在；而這一影響在外資銀行中并不顯著。從內外資銀行效率的比較來看，在貸款發放階段，大部分內資銀行的效率水平處于0.7到1之間。而80%的外資銀行效率水平處于0.6到0.8之間。

四、結論與建議

本文運用考慮非期望產出和超效率的兩階段網絡DEA模型，測度中國27家內資和10家外資商業銀行從2008年到2012年的整體效率和階段效率，并對內外資商業銀行按年份和按銀行進行比較分析，結果表明：2009年以來中國內資商業銀行整體效率雖逐步上升，但仍略低于外資商業銀行。整體效率的差距主要來源于存款吸收階段的效率差距。在貸款發放階段，內資商業銀行的效率要高于外資商業銀行。由于中國銀行業的利率管制制度，在較大的利差環境下，與外資商業銀行相比，內資商業銀行缺乏足夠的存款吸收動力。而在貸款發放階段，中國內資商業銀行長期以來顯著高于國際平均水平的不良貸款是非效率的主要來源。較差的資產質量影響中國內資商業銀行效率的提升。因此，中國應該繼續大力推進金融體制改革，加快利率市場化進程，同時加強對不良貸款管理，提高商業銀行風險管理意識。具體建議是：

第一，漸進地放開利率市場,逐步改變內資銀行主要依靠利率差的盈利模式，增強內資銀行吸收存款的動力，從而提高存款吸收階段的效率。具體來講，采取先調后放、先浮動后放開的方法，首先放開貨幣市場利率，然后放開商業銀行的貸款利率與存款利率，最終取消政府對利率的管制和限制，以逐步實現中國商業銀行利率的市場化。其次，要強化央行對貨幣供給的調控力度，同時合理地確定基準利率，以避免在利率市場化之后存貸款利差過高的可能性。

第二，完善商業銀行信貸風險管理機制，加強對不良貸款的管理和控制，同時大力發展中間業務，提高非利息收入比和其他盈利資產的占比，進而保持內資銀行在貸款發放階段的效率優勢。要加強對金融風險的抵御能力，維護中國金融安全。不要“把雞蛋放在一個籃子里”，一方面要避免大戶貸款過于集中的局面；另一方面要瞄準朝陽行業，多元化地發展新客戶，積極開拓信貸市場，努力擴大優質客戶群，分散貸款的行業布局，以防止出現系統性風險。

第三，要做好貸前、貸中和貸后的工作。貸前要充分、全面、客觀地進行調査，對貸款企業及借款申請人進行信用風險評估，建立企業信用風險數據庫，做好信貸風險管理的前期工作。在貸中審査階段，要強化對信貸項目的評估，提高評估技術，改善放貸質量。在貸后檢查時，耍做好貸款的后續評估工作，確保貸款風險在可控范圍之內。