我國大型上市商業銀行效率測度

陳玉 付曉

本文使用2007年-2015年間上市的14家大型商業銀行的數據，用DEA-Tobit模型測度了我國大型上市商業銀行效率；分析了資產收益率、存貸比、非利息收入占比、資本充足率、撥備覆蓋率和產權機構對銀行技術效率、純技術效率以及規模效率的影響。研究結果顯示，資產收益率、存貸比、撥備覆蓋率與銀行的效率存在顯著的正向相關關系，資本充足率對銀行的效率存在倒U型影響。

一、影響商業銀行經營效率的因素

2003年4月銀監會成立，針對國內銀行的改革治理拉開了序幕。截至目前，多家國有銀行通過資產重組和IPO相繼完成改革并成功上市，實現了全由國家持股的銀行到股份制公司的轉變，有必要研究上市商業銀行綜合效率的影響因素。

影響商業銀行經營效率的因素較多，不同學者主要從宏觀經濟因素和微觀經濟因素兩個方面來考察這些影響因素。孫秀峰、遲國泰（2010）以14家中國商業銀行為研究對象，表明存貸比、利息支出比、貸款占比等因素對商業銀行效率具有顯著影響。時樂樂、趙軍（2013）通過研究資本充足率、非利息收入占比、流動性比率等六大因素對銀行效率的影響，得出資本充足率與商業銀行效率呈倒U型關系。李小勝、鄭智榮（2015）運用兩階段SBM模型對16家上市銀行進行研究，發現市場勢力、資產回報率、中間業務收入占比與效率正相關，分支機構、產權結構、消費者價格指數與效率負相關。

上述文獻針對我國商業銀行效率及其影響因素的研究，取得了一定的成果并對本文有重要的借鑒意義，也存在一些不足：在研究銀行效率的影響因素方面，還沒有形成一套嚴謹的指標選擇方法；在使用DEA方法測度我國商業銀行的效率時，以純技術效率和規模效率進行詳盡計算的較少。本文將在這些方面有所補充。

二、模型的設計

1.DEA方法的運用。數據包絡分析（Data Envelopment Analysis，DEA）是運用比較廣泛的非參數分析法。本文首先使用CCR模型計算出技術效率，再通過BCC模型對技術效率進行分解。

CCR模型如下：目標函數為max[z0-ε（ê'S-+e'S+ ） ]，受限制于

在選擇決策單元（DMU）和數據的時間段方面，本文最終選取了14家上市銀行作為決策單元（DMU），包括4家國有商業銀行（中國工商銀行、中國建設銀行、中國銀行和交通銀行），7家股份制商業銀行（招商銀行、興業銀行、中國民生銀行、浦發銀行、中信銀行、平安銀行、華夏銀行）和3家城市商業銀行（北京銀行、南京銀行、寧波銀行）。

本文綜合參考了中介法、生產法和資產法對指標的選取標準，將產出變量定義為貸款和利潤總額，投入變量定義為員工人數、營業支出、固定資產凈值。

2.Tobit模型的設定。本文研究我國14家上市商業銀行效率的影響因素，由于效率值（被解釋變量）不能小于0，如果采用普通最小二乘法（OLS）對模型進行估計，得到的參數會有偏且不一致。所以，本文將采取Tobit模型進行估計。

Tobit 模型的基本結構描述為：

在Tobit模型中，解釋變量Xi 取實際觀測值，而被解釋變量Yi 取值要受到限制。當Yi >0時，要取實際的觀測值；當Yi《0時，觀測值都取為0。

三、基于DEA-Tobit模型對銀行效率影響因素的實證研究

1.變量的選擇。本文在前人相關研究的基礎上，通過分析商業銀行的發展現狀后，主要從微觀方面考慮商業銀行效率的影響因素，選取的具體如下描述。（1）資產收益率（X1）。資產收益率反映銀行的經營獲利能力，資產收益率越高，銀行經營能力越強。（2）存貸比（X2）。存貸比用來衡量銀行資產的流動性和配置風險，存貸比越高，資金的流動性越強、風險性越高。（3）非利息收入占比（X3）。非利息收入占比用來衡量銀行業務的多元化、創新度，非利息收入占比越高，銀行業務越多元化、創新度越強。（4）資本充足率（X4）。資本充足率反映銀行抵御風險、穩定經營的能力，資本充足率越高，銀行抵御風險能力越強。（5）撥備覆蓋率（X5）。撥備覆蓋率反映銀行貸款的風險可控程度，撥備覆蓋率越高，銀行抵御風險能力越強。（6）產權結構（X6）。產權結構反映銀行所有者結構，我國商業銀行的產權結構主要分為國有制和非國有制，本文對產權結構采取虛擬變量來定義，即國有商業銀行為1，非國有商業銀行為0。

2.描述性統計分析。變量的財務數據來自wind。根據來源數據可以得出以下幾點：樣本銀行的資產收益率均值為1.0607%，標準差為0.2592，說明樣本銀行的資產收益率還較低，需要進一步的拓寬利潤增長的空間。樣本銀行的存貸比均值為68.9193%，標準差為6.3806，說明樣本銀行的存貸比相對穩定，變化不大。樣本銀行的非利息收入占比均值為17.9215%，標準差為7.3133，說明創新業務占比相對較低，創新業務對營業收入的貢獻率有待提高。樣本銀行的資本充足率均值為12.5648%，標準差為2.8693，說明樣本銀行的整體資本充足率已經達到政府監管的要求。樣本銀行的撥備覆蓋率均值為231.8837%，標準差為87.1921，說明撥備覆蓋率受到各個銀行不良貸款的影響，個體之間的差異較大，但整體已經達到銀監會的要求。

3.銀行效率影響因素的回歸分析。為了檢驗銀行技術效率的影響因素，本文將通過DEA測算出的技術效率、純技術效率和規模效率作為被解釋變量，選擇資產收益率、存貸比、非利息收入占比、資本充足率、撥備覆蓋率、產權結構等6個指標作為解釋變量，建立三個DEA-Tobit回歸模型，基礎模型如下：

再分別對于純技術與規模建立相同的回歸模型。

本文的DEA-Tobit模型通過了豪斯曼檢驗，得出的P值均大于0.5，因此選擇隨機效應模型進行面板數據的回歸。

回歸的結果可以看出，DEA-Tobit回歸模型總體顯著。

資產收益率（X1）對商業銀行技術效率和純技術效率的影響非常明顯，與兩者存在顯著的正相關關系，表明：資產收益率的增加，意味著銀行的資產規模對利潤水平的貢獻率大、資產的綜合利用率高，因而，上市商業銀行的效率水平增加。

存貸比（X2）通過了1%水平上的顯著性檢驗，與銀行技術效率、規模效率正相關，表明：存貸比越高，銀行資金流動性越高，運營效率提升，盡管風險性也會增加，但是樣本銀行在風險性和盈利性之間達到了技術平衡。

非利息收入占比（X3）與技術效率、規模效率正相關，與純技術效率負相關，表明：我國上市商業銀行的業務發展緩慢，收入結構比較單一，如進行創新型業務，將對效率有很大的提升作用。

資本充足率（X4）與純技術效率負相關，與技術效率和規模效率不存在顯著的相關關系，表明：資本充足率的提高，雖然可以降低銀行的系統性風險，但會提高銀行的資本金比例，造成銀行成本的提高，造成銀行利潤水平下降，導致技術效率水平下滑，在以往的文獻研究中，部分學者（王鳳潔，2015；陳衛琴，2015等）得出了資本充足率與銀行效率水平正相關的結果，但如今樣本銀行資本充足率的水平已經遠遠高于監管標準，給銀行效率帶來負的影響，說明資本充足率與銀行效率存在一個倒U型的關系。

撥備覆蓋率（X5）與技術效率和規模效率存在正向相關關系，但相關系數較小，表明：撥備覆蓋率是銀行效率的影響效率之一，撥備覆蓋率越高，銀行應對不良貸款的能力就越好，技術效率和規模效率上升；但過高的撥備覆蓋率會降低銀行資本的使用效率，影響利潤水平的增加。

產權結構（X6）沒有通過顯著性檢驗，表明產權結構和銀行的技術效率不存在顯著的相關關系。

四、結論及建議

從國有銀行和非國有銀行效率值的對比來看，我國國有銀行和非國有銀行的效率差距正在逐漸縮小。雖然國有銀行在資產總量、規模水平上都占據優勢，但由于其分支機構龐大、網點分布廣泛，產生的巨大的營業成本已成為劣勢，所以國有銀行的資本優勢和規模優勢在逐漸減弱。反之，非國有銀行尤其是城商行，例如南京銀行、北京銀行、寧波銀行等，隨著自身規模的擴大、資產的積累，分支機構開始突破地域限制，已出現規模經濟效應。隨著國有銀行股份制改革的完成，利率市場化的推進，產權結構已經不是影響銀行效率的主要因素。

風險管理是銀行管理的重要內容。 2011年出臺的《關于中國銀行業實施新監管標準的指導意見》中提出撥備覆蓋率不能低于150%，根據2007年-2015年的樣本銀行的撥備覆蓋率數據來看，一些銀行的撥備覆蓋率已達到400%以上。在回歸模型中，撥備覆蓋率與技術效率和規模效率存在正相關性。同時，撥備覆蓋率對不良貸款的計提會直接記入損益沖減當期的利潤，從而影響銀行業績，又因為撥備覆蓋率的計提具有一定的彈性，很可能成為銀行調節利潤水平的工具。因此，撥備覆蓋率不是越高越好，而應該控制在一個合理且有效的水平上。

非利息收入占比是衡量銀行業務創新水平的重要指標，國內銀行的主要收入來源是利息收入，但在利率市場化后，凈息差嚴重縮減，利息收入水平影響，開拓非利息收入成為銀行發展的必然趨勢。從回歸模型可以看出，非利息收入占比與銀行的技術效率和規模效率都存在顯著的正相關關系，但部分非利息收入具有較高的風險性，因此，在鼓勵非利息收入發展的同時，要嚴格控制非利息收入帶來的營業成本，堅持審慎的原則。[基金項目：上海市教委科研創新項目（批準號14YS052）]

（作者單位：上海海事大學經濟管理學院）