我國商業銀行效率動態演進——基于DEA-Malmquist非參數數據包絡分析方法

?

我國商業銀行效率動態演進
——基于DEA-Malmquist非參數數據包絡分析方法

李策劃，胡俊

（南京財經大學產業發展研究院，江蘇南京210003）

[摘要]在金融行業壟斷改革大背景下，利用我國14家上市銀行2008年至2013年數據，運用DEA-Malmquist非參數數據包絡分析方法分析不同年份技術效率、技術進步和TFP動態變化,得出我國商業銀行全要素生產率與技術進步率相吻合并且都不斷提高；國有控股銀行全要素生產率低于非國有控股商業銀行；我國商業銀行TFP受宏觀經濟環境和經濟政策影響較大等結論；進一步分析了投入產出指標對商業銀行效率的影響。

[關鍵詞]商業銀行；全要素生產率；動態演進

1　引言

在現階段金融改革的大潮下，商業銀行效率問題成為專注重點。雖然我國銀行整體運行質量不斷提升，資產規模不斷增長，盈利水平不斷提升，市場競爭力逐步提高，但仍然存在著不足的指標。作為銀行核心競爭力的經營效率與國外銀行之間有很大差別，銀行投入和產出存在著不均衡和不匹配。借鑒國外有關銀行效率的研究，國內學者中對銀行效率做了一些探究，但無法系統的給出銀行效率動態變化特點和原因。為此，本文通過非參數DEA-Malamquist指數法測算14家商業銀行效率，分析其動態變化特征并簡單分析變化的原因。

2　文獻綜述

銀行效率指銀行在業務中要素投入和產出之間的比率，反映出銀行對資源配置和資源利用的效率。目前，國內外研究銀行效率主要有三種：一是運用銀行財務比例，根據相關財務指標分析銀行效率；二是參數分析法，利用成本-生產函數構造多元線性回歸模型；三是利用非參數的數據包絡分析。目前，非參數方法是國內外運用最多、最成熟的方法。Charnes等人首次運用DEA方法測算銀行業效率后，這種非參數方法在國外的銀行業效率測量中得到了廣泛的應用[1]。

隨著研究效率的方法和工具日益成熟，越來越多的國內學者開始研究銀行業效率問題。首先用DEA方法測算銀行效率的是魏煜、王麗( 2000)，運用1997年我國12家商業銀行的數據，分解了技術效率、純技術效率和規模效率，結果發現，四家國有銀行的平均技術效率低于其他商業銀行的平均技術效率，4家國有商業銀行技術無效的主要原因是由于純技術無效[2]; 2003年,張建華首次引入了DEA模型的改進模型以及Malmquist效率指數分析了我國22家國有商業銀行,股份制商業銀行以及城市商業銀行1997年至2001年間的效率[3]，其研究結果表明,股份制商業銀行效率最高。郭顯光、袁云峰（2005）對我國14家商業銀行2002年與2003年兩年的效率進行估算，發現四家國有大型商業銀行的經營效率低于其他的股份制銀行,他們分析可能的原因是勞動力過于冗余,金融服務提供不足[4]。吳昊（2011）運用非參數的數據包絡分析法對我國14家上市商業銀行2001到2009年的技術效率、純技術效率和規模效率進行了測度，發現14家上市商業銀行的規模效率普遍較高，并且股份制銀行的平均技術效率普遍好于國有控股商業銀行[5]。

以往學者的研究中，有從投入角度和產出不同角度出發測度了我國商業銀行效率的變化情況，有的學者考慮了某一具體年我國商業銀行的效率數值，也有的學者考慮了某一段時期內商業銀行效率值的變化趨勢。這些研究都驗證了我國商業銀行效率正在逐步趨好，尤其是商業銀行的純技術效率較高。

3　商業銀行效率測度模型構建

采用規模收益可變（VRS）的非參數DEAMalamquist指數法來測度14家商業銀行的全要素生產率。TFP的變化可分解為技術效率和技術進步，其中技術效率變化又可分解為規模效率的變化、純技術效率變化，可以表示為：TFPch= TECHch×EFFch= TECHch×Pech×Sech

式中，TFPch表示t期到t+1期的TFP變動；EFFch表示t期到t+1期的技術效率的變化；TECHch表示t期到t+1期的技術進步指數；Pech表示t期到t+1期純技術效率變化，Sech表示t期到t+1期規模效率的變化。

DEA-Malmquist指數法有兩種方法，投入與產出導向型，即假設在產出（投入）水平確定的條件下，如何使投入（產出）最小（大）化。由于銀行可控的為投入要素，所以采用基于產出導向的DEAMalmquist指數法。

4　商業銀行效率測度

4.1數據樣本和指標選取

本文選取我國14家上市銀行作為樣本，分別是中國銀行、工商銀行、農業銀行、交通銀行和建設銀行五大國有控股銀行（以下簡稱國有銀行）以及興業銀行、中信銀行、光大銀行、民生銀行、招商銀行、廣發銀行、平安銀行、浦發銀行和華夏銀行九家非國有控股股份制銀行。

借鑒以往的研究選取銀行固定資產，銀行存款和銀行所有者權益作為投入指標；把利息收入和利潤總額作為產出指標。相關指標數據均來自各個銀行各年財務報表。

4.2銀行全要素生產率變化總體特征

表1　14家銀行Malmquist分解指數

首先，從均值來看，除純技術效率接近1外，其余指標全都大于或等于1。由于規模效率為1.01，所以與純技術效率乘積的技術效率為1，說明14家銀行整體上技術效率處于最優規模；各家銀行技術進步平均值為1.22，代表著生產前沿面推進，技術的進步；而且，TFP值大于1，顯然銀行各個投入要素的利用效率，要素配置效率不斷提升。

其次，從表2中可以看出國有銀行和非國有銀行之間對比。對于規模效率而言，由于國有銀行在銀行分支，商業網點和從業人員方面有比較優勢，其值大于非國有銀行規模效率值；非國有銀行在內部治理機制和管理方面有一定的靈活性，沒有國有銀行政策性強，因此在純技術效率方面大于國有銀行；綜合兩個分解指標，國有銀行和非國有銀行技術效率值相等；由于更具有創新性，非國有銀行技術進步值為1.30遠遠大于國有銀行的0.98，使得非國有銀行的全要素生產率大于國有銀行的全要素生產率。

表2　國有銀行與非國有銀行效率對比

最后，從個體來看，14家銀行在技術進步和規模效率方面均是進步的，至少是保持合理的水平1；但是，從Malmquist分解指數看，交通銀行，建設銀行，興業銀行和中信銀行存在著技術效率和純技術效率退步，其中建設銀行退步程度最大，其余銀行都是進步的，就TFP而言，交通銀行和建設銀行效率進步最低，分別進步0.06和0.08，民生銀行和華夏銀行要素生產率值最高，分別0.42和0.43。

4.3銀行全要素生產率年度變化特征

圖1表示的是2008年到2013年14家銀行全要素生產率年度變化。從圖中可以看出，技術進步和TPF變化率符合度較高，并且兩者的波動都較大，截止到2013年全要素生產效率和技術進步出現兩個峰值分別在2009-2010和2012-2013年；技術效率和純技術效率及規模效率符合度較高，在效率值1附近徘徊。對于各值的年度均值，除純技術效率值存在惡化現象，增長了-0.9%，其他分解值增長率都為正，技術進步增長了21.8%，技術效率增長了0.1%，TFP增長了22%。

圖1　2008-2013年銀行TFP均值變化

5　影響因素分析

從上述分析可以看出，TFP變化主要原因是技術進步的變化。但是TPF仍處于不穩定狀態，且波動相當大。為了進一步分析投入指標和產出指標對全要素生產率的影響，運用spss對各年度的技術效率、技術進步和TFP增長率進行配對樣本T檢驗，如表3，配對后的樣本相關系數p檢驗沒有通過驗證，因此可以得出Malmquist生產率變化并沒有時間序列特征。對DEA-Malmquist指數方法得到的效率值進行進一步的多元線性回歸分析，建立模型如下：

表3　配對樣本T檢驗

模型1:效率值=αx0+α1Δx1+α2Δx2+α3Δx3+ε1

模型2:效率值=αy0+α1Δy1+α2Δy2+ε2

表4　生產效率、技術效率、技術進步多元回歸分析結果

上述兩個模型分別以技術效率、技術進步和生產率指數為因變量，其中模型1以投入指標變化值作為解釋變量，模型2以輸出指標變化值為解釋變量。從圖1看出TFP增長率在2010-2011年間下降，而在2012-2013年大幅增長，根據這兩年計算的數據進行模型回歸。從表4對比中發現2010-2011年間固定資產（x1）和所有者權益（x3）對全要素生產率作用是負的，而且對技術效率和技術進步同樣也是負作用，把效率值拉下來了；2012-2013年雖然三個指標都對技術效率有負作用，但是除存款（x2）外，其他兩個指標對技術進步和生產效率均為正向拉動。所有指標在兩年期間所起作用是相反的，所以導致的結果也是相反的。

6　結論

通過對我國14家上市商業銀行效率分析看出，各家商業銀行的效率都是不斷上升的。各家商業銀行的技術進步不斷提升，其均值達到1.22。商業銀行全要素生產效率與技術進步率具有高度的吻合性，全要素生產效率的進步主要是我國商業銀行技術進步提高帶動的。由于純技術效率的低效率以及規模效率的弱增長，技術效率呈現出波動變化，對商業銀行的TFP帶動不強。其中，國有銀行的生產率低于非國有控股銀行的TFP，這主要是由于非國有控股銀行約束較少，有較大的靈活性，所帶來的技術進步增長較大。

由于商業銀行受到國家宏觀經濟影響較大，其效率也隨著宏觀政策而波動。2008年金融危機，我國出臺了4萬億救市計劃，商業銀行在政策影響下，出現了較高的生產率增長。但是2010-2011年宏觀政策消失時，全要素生產率出現了顯著的下降。2012到2013年期間外部環境較好，銀行家信心較強，銀行業景氣指數較高，促使全要素生產效率大幅提升。

投入產出指標對分解的效率值有一定的影響。根據對兩個年份比較，發現三個投入指標對技術效率、技術進步和TFP各有不同的影響，正是在這種不同的影響下，才使得生產率不同。

參考文獻：

[1] Charnes A.Cooper. Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research.1978,2(6):429-444.

[2]魏煜,王麗.中國商業銀行效率研究:一種非參數的分析[J]．金融研究，2000 ( 3):89-96.

[3]張建華.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[J].金融研究,2003（3）:11-25.

[4]袁云峰,郭顯光.基于松弛變量的中國銀行業DEA效率研究[J].經濟理論與經濟管理，2005（5）: 37-42.

[5]吳晨.我國上市商業銀行效率測度及影響因素分析—基于DEA的實證分析[J].山西財經大學報，2011（11）:41-57.

[責任編輯：李榮富]

作者簡介：李策劃（1990-），男，安徽亳州人，南京財經大學產業發展研究院碩士，研究方向為產業經濟和服務經濟；胡俊（1990-），男，安徽六安人，南京財經大學產業發展研究院碩士，研究方向為產業經濟和服務經濟。

收稿日期：2014-11-06

DOI:10.13420/j.cnki.jczu.2015.02.016

[文章編號]1674-1102(2015)02-0063-03

[文獻標識碼]A

[中圖分類號]F832