基于DEA模型的互聯網金融背景下山東省本土商業銀行經營效率測度

【摘要】近年來我國經濟發展迅速，尤其是提出互聯網+以來，我國國內經濟環境已經發生巨大轉變，國家的各個部門對這個新變化都積極做出反應。銀行業作為我國金融行業的代表，在近幾年的發展中增長飛快，在互聯網+的背景下，面對互聯網金融的影響，傳統的商業銀行的經營效率值得我們思考。本文通過確立投入與產出指標，以2010～2014年山東省10家本土銀行的年度財務報告為數據樣本，基于DEA模型，對這10家商業銀行的效率進行了測算，并對測算結果進行了綜合分析，在此基礎上給出了面對互聯網金融的影響商業銀行經營效率的對策建議。

【關鍵詞】商業銀行 經營效率 DEA模型 互聯網金融

一、引言

2013年被視為我國互聯網金融崛起的發展元年，在2014年和即將過去的2015年，我們的衣食住行已經與互聯網金融這個新興的概念緊密的結合在一起，從以支付寶為代表的支付方式的改變，到以余額寶、招財寶等理財方式的革新，再到P2P、眾籌等多元化投資方式的到來，無不以互聯網金融緊密相連，可以說現如今互聯網金融已經在我們的經濟生活中引起了翻天覆地的改變。

與傳統的商業銀行模式相比，互聯網金融可以提供更便捷高效的金融服務，以滿足不同時間、不同地點的不同消費者的各種金融需求，雖然目前互聯網金融還必須依托于實體商業銀行實現資產變現，但互聯網金融的這種高速發展無疑對傳統商業銀行造成了強烈沖擊，現今商業銀行不得不改進經營策略，推出許多高收益的金融產品，以減少互聯網金融的沖擊，減少活期存款被過度分流而增加銀行經營成本，降低利潤。傳統的依靠存貸利率差來賺取利潤的“輕松”盈利方式不得不發生變化。

對于商業銀行運營效率的研究一直是比較熱門的話題。最早是Sherman and Gold（1985）通過數據包絡分析法（DEA）測算研究了商業銀行的經營效率問題，此后應用DEA方法測算銀行經營效率呈現出多方向的發展趨勢，并在學界受到廣泛的關注。國內最早應用這一方法進行研究的是薛峰，楊德禮（1998），之后不斷有學者在各個方面對這一方法進行創新和改進，使之更貼切的研究商業銀行的運營效率。運用DEA這一運籌學方法研究商業銀行的經營效率之所以被認為是有效的，是因為DEA方法的幾個特性，比如它的評價結果實物量綱的，測算結果可以適用于各個規模銀行進行比較等等。

應用方法的創新方面，最初學者通過基礎的DEA-CCR模型以及BCC模型測算商業銀行的技術效率、規模效率以及綜合效率，到后來的熊正德（2008）在DEA模型上引入典型相關性分析（CCA），建立了CCA-DEA模型，改進了傳統的測算范式，鄒文杰（2014）應用Hybrid DEA模型對臺灣34家商業銀行進行效率分析，李雙杰（2015）通過構建中間指標，建立了交叉效率的“自互評”模式的DEA模型等等。這些研究都使得原本的商業銀行效率研究更加貼合實際。

目前而言，國內對于商業銀行的效率研究已經十分成熟，但對于互聯網金融的發展對于商業銀行運營效率的影響方面研究比較少。互聯網金融對于商業銀行的影響到底如何，是積極影響居多還是消極影響居多，是對銀行的競爭性顛覆還是互融共生，這些問題目前而言還沒有一個明確的答案。本文將基于山東省十余家本土銀行2013年前后的數據，運用DEA模型測度中小型商業銀行的營運效率，并從結果中分析互聯網金融對于這些銀行的沖擊。

二、DEA模型的運用

（一）效率的定義

本文首先對一下研究中所涉及的效率給出定義，見下表：

（二）DEA模型

數據包絡分析法是一種非參數方法，主要借助于數學規劃通過比較決策單元（DMU）偏離前沿面的程度來評價決策單元的相對效率。

本文的研究運用的是DEA方法模型中的規模報酬不變模型（CRS）。CRS模型是Chames，Cooper和Rhodes（CCR，1978）所提出的最基本的DEA模型，因此也稱為CCR模型。假設共有N家銀行，這N家銀行的投入為K項、產出為M項，那么對于第i家銀行，分別用向量x和y來表示：

（1） ■，

■，i=1，2，...，N

我們將K×N維投入矩陣，M×N維產出矩陣分別用X、Y來表示。■即是我們需要求出的所有投入和產出之比。假設規模報酬不變，則最優權重可由公式（2）得出：

Max（■）

（2） S.t.■ j=1，2，...，N

■

公式（2）即為第i家銀行中所有產出與所有投入的加權比例。為避免得出無窮多解，可增加約束vx=1，則上述規劃問題變為：

Max（■）

■

（3） S.t.■ j=1，2，...，N

■

由對偶原理，可以推出如下等式：

Max θ

■

（4） S.t.■ i=i，2，...，N

■

公式（4）中θ滿足■，λ是NX1為常數向量，代表各投入要素與產出之間的比重。

我們將CCR模型求出的值成為技術效率，其意義是當第i家銀行的產出保持不變時，如果以選取樣本中最佳銀行數據為標準，那么結果為銀行實際所需要的投入比例。表示第i家銀行在投入達到頂峰時所浪費掉的部分，即可以免去投入浪費的最大比例。

三、指標選取以及數據來源

（一）指標選取

關于研究銀行業效率的投入產出指標的選取工作，學術界尚未形成統一意見。綜合近年來國內外多位學者的研究經驗，可以將投入產出指標的選取總結為生產法、中介法以及資產法三種基本觀點。

投入與產出指標的選取是否合理，是采用DEA方法測算商業銀行運營效率的關鍵環節。由于在現階段我國銀行業進行分業經營管理，因此，實現投入指標和產出指標的同質并不困難。本文將把銀行業視為以營利為目的的企業，采用生產法確定投入產出指標，同時，本文總結了以往國內外學者指標選取的經驗，并結合我國銀行業的經營特點，構建出了自己的投入產出指標，具體情況如下表所示：

（二）數據來源

本文的研究對象為山東省本土商業銀行，選取了包括青島銀行、恒豐銀行、齊魯銀行、齊商銀行、東營銀行、日照銀行、泰安銀行、威海市商業銀行、濰坊銀行、煙臺銀行在內的10家山東省本土商業銀行2009～2014年的面板數據作為分析樣本，數據來源于各個銀行網站公布的相關財務數據。這段期間我國經濟發展迅速，而且包括了互聯網金融發展的分水嶺，具有可研究性。

四、經營效率的測度與實證結果

根據本文所確定的投入與產出變量，結合山東省10家本土商業銀行的財務數據，利用DEA Solver Pro 5軟件，采用CCR模型和BBC模型，基于Malmquist DEA數據處理方式，我們得出了純技術效率（PTE）、規模效率（SE）和技術效率（TE）的具體效率值。由于各家商業銀行的具體財務數據比較龐大，我們不再單獨展示。下面重點對樣本數據中的10家商業銀行的效率情況進行分析。

利用DEA Solver Pro 5軟件，測得山東省10家本土銀行2010 ～2014年的技術效率值（TE）、純技術效率值（PTE）、規模效率（SE）具體數值如下表所示：

技術效率是對商業銀行綜合效率是對商業銀行資源配置能力、資源使用效率等多方面能力的綜合衡量與評價，其數值越大，說明銀行資源配置能力越強，投入產出的效率越高。上表說明，山東省這10家本土商業銀行在2010～2014年期間的投入產出效率較高，5年間的平均技術效率值為0.981，這意味著在所有投入中只有1.9%的浪費，這個比例是很小的，說明山東省的本土銀行的經營過程是比較細致的。山東省這10家本土商業銀行在2010～2014年期間的投入產出效率較高，5年間的平均技術效率值為0.981，這意味著在所有投入中只有1.9%的浪費，這個比例是很小的，說明山東省的本土銀行的經營過程是比較細致的。

純技術效率反映更多的是銀行日常的管理水平和技術策略。從上表中可以看出，從純技術角度，2010～2014年間，山東省本土商業銀行的整體平均純技術效率值為0.991，這是一個接近1的很高的效率水平。樣本期間總體平均純技術效率呈逐年遞增趨勢，2014年達到1，這表明從商業銀行的日常管理和技術測量上看，2014年山東省本土商業銀行的經營情況是高效的。

規模效率是由于銀行規模因素影響的生產效率。從上表中我們可以看出，山東省的10家本土商業銀行2010～2014年間的整體平均規模效率值為0.99，這是一個很高的效率水平，表明這些商業銀行的實際規模已經近似達到最優生產規模，規模經濟是很明顯的。從上表中我們可以看出，10家本土商業銀行的整體規模效率波動不大。可以看到2013年的規模效率值為0.985，低于2012年的0.998與2014年的0.995。

五、研究結論

本文在當前火熱的互聯網金融迅速發展的背景下，基于DEA 模型，運用DEA Solver Pro 5軟件，測得山東省10家本土商業銀行商業銀行2010～2014年的技術效率值、純技術效率值和規模效率值。通過對測度結果的分析，得出以下結論。

首先，山東省本土銀行的三項效率指標都處于較高水平，整體平均技術效率、純技術效率、規模效率值分別達到了0.981、0.991、0.990。其次，綜合DEA模型得到的三大效率指標，我們可以看出經營規模較大的，發展歷史較長的銀行傾向于擁有更高的綜合效率，而發展歷史較短，業務規模不大的銀行則有較差的綜合效率表現。最后，基于DEA分析輸出的效率指標結果，我們可以看出，2013年山東省10家本土商業銀行的整體平均技術效率值與規模效率值均較2012年與2014年有略微成都的下降。這反映了互聯網金融的興起在2013年確實對山東省本土商業銀行帶來了一定程度的沖擊。不過，經過2013年的沖擊之后，2014年的整體效率值有一定程度的回升，使得綜合效率值與2012年相比并無顯著差異，而且純技術效率得到了提升，這說明面對互聯網金融的沖擊，山東省本土商業銀行采取了一定措施提高了自身的經營效率，并取得一定成果。

參考文獻

[1]卜振興.我國上市商業銀行效率評價研究[J].西南民族大學學報（人文社會科學版），2014，08：119-126.

[2]管仁榮，張文松，楊朋君.互聯網金融對商業銀行運行效率影響與對策研究[J].云南師范大學學報（哲學社會科學版），2014，06：56-64.

[3]彭琦，鄒康，趙子銥.1993～2003年中國銀行業效率的實證分析——基于DEA測度技術的運用[J].經濟評論，2005，04：82-89.

[4]畢功兵，梁樑，楊鋒.商業銀行DEA效率評價投入產出指標選擇研究[J].管理評論，2009，06：10-16.

[5]季健，祝婧然，郭云凱.基于DEA模型的江蘇上市商業銀行經營效率測度[J].財會月刊，2015，26：94-97.

[6]陳一洪.我國城市商業銀行2009～2011年生產效率分析——基于DEA模型的Malmquist指數的實證分析[J].科學決策，2013，02：17-32.

[7]萬建華.點評：互聯網金融模式創新與未來金融業變局[J]. 新金融評論，2012，01：53-55.

[8]王軍.互聯網金融對商業銀行的影響及對策研究[D].首都經濟貿易大學，2014.

[9]Afsharian M，Kryvko A， Reichling P.Efficiency and its impact on the performance of European commercial banks[J].Available at SSRN 1916774，2011.

作者簡介：丁志皓（1993-），男，漢族，山東德州人，現就讀于中國海洋大學，研究方向：金融學。