城市商業銀行效率測評及地區間比較研究

一、引言

截至2017年9月底，全國城市商業銀行資產總額達30.54萬億，占全國銀行業金融機構比例為12.7%，較上年同期增長16.2%。然而城商行的綜合實力日趨分化，如何評價近幾年城商行經營效率，不同地區間又有怎樣的差異，本文采用DEA模型，對29家城商行2012-2016年的效率進行測算。通過分析城商行效率的地區差異，結合地區發展和城商行自身特點，為城商行提高效率水平及未來發展提供借鑒。

Sherman與Gold(1985)[1]首次將DEA模型應用于銀行并測度銀行分支機構之間的效率。Berger和Humphrey(1997)[2]對五種常用的效率評價方法進行整理，認為DEA方法是最有效率的評價方法。薛峰和楊德禮(1998)[3]通過對DEA模型的實踐，認為它是一種研究具有多輸入，特別是多輸出的“生產部門”，同時研究“規模有效”與“技術有效”的非常理想的卓有成效的辦法。張建華(2003)[4]利用DEA方法對我國三類商業銀行的技術效率、規模效率和Malmquist指數進行了測度和分析，對國有銀行的發展提供了建議。

在銀行效率的影響因素方面，Asli Demirgü?‐Kunt和Vojislav Maksimovic(1998)[5]發現宏觀經濟指標、金融結構變量、稅收與管制變量以及法律與制度變量是影響銀行效率的主要因素。Joseph P. Hughes和Loretta J. Mester(2008)[6]發現法制環境與經濟體特征通過影響銀行內外機制進而影響銀行效率。孫海剛(2013)[7]提出城商行技術效率水平與區域發展程度密切相關。薛超和李政(2013)[8]認為城商行總部所在地區經濟發展水平越高，經濟增長速度越快，城商行會擁有更多的投資機會，金融發展水平的提高會降低城商行的盈利能力和經營風險。王秀麗、鮑明明和張龍天(2014)[9]認為地方金融發展程度會影響城市商業銀行的信貸效率。陳宏斌(2016)[10]基于DEA和Logit模型對城商行經營效率進行測評，并考察了區域經濟等因素對城商行效率的影響。

由以上文獻綜述可知，DEA模型在測算商業銀行效率方面主要集中在股份制商業銀行、國有商業銀行和個別上市城商行，對城商行整體效率和區域差異的研究更是寥寥無幾。基于此，本文選用2012-2016年各地區具有代表性的29家城商行，運用DEA模型測算城商行的效率，并結合區域經濟發展情況進行分析。

二、實證研究

(一)數據來源與樣本選取

為反映我國城商行的在不同地區的效率狀況，選擇了當地具有代表性的城商行，在該省份所占市場份額相對較大。全部數據來源于各銀行2012-2016年的年報。

表1 29家城商行區域分布

(二)投入與產出指標選取

利用DEA模型來研究商業銀行效率需要合理選擇投入及產出指標。資產規模、負債規模、營業收入、凈利潤是常見的測算銀行效率的候選變量，本文新增了貸款余額和業務管理費。業務管理費代表城商行投入的人力資本和固定資本，反映城商行的內部管理水平和經營效率，貸款余額反映城商行的業務水平和資產規模擴張對傳統行業的依賴程度。

(三)效率評價結果

運用Dea2.1軟件對城商行效率進行測算，結果如下：

表2城市商業銀行2012-2016年效率評價結果

注：TE為技術效率，PTE為純技術效率，SE為規模效率

三、城商行技術效率分析

(一)城商行技術效率總體分析

由表2可知，2012和2013年城商行的效率水平大多處于0.5-0.7之間，效率水平較低，而2014年之后城商行的技術效率水平絕大部分處于0.8以上，說明我國城商行總體效率水平有了顯著提高。

(二)技術效率變化趨勢

圖1 年度平均技術效率

如圖1所示，年度平均技術效率先快速上升再緩慢下降后逐步趨于穩定，2014年達到最高值為0.92。城商行的平均技術效率與宏觀經濟形勢有著密切的關系。2012年中國經濟增速為7.8%，較上年跌落1.5個百分點，宏觀經濟復蘇步伐放緩，經濟的內生動力和外圍環境都比較嚴峻。十八大以后，我國不再一味追求經濟的高速增長，而是將重點放在結構調整和增長質量，經濟總體平穩運行，伴隨著2013年的經濟結構調整，城商行的效率也得到了提高。2014年，去過剩產能、去房地產價格泡沫穩步推進，社會融資方式正在發生明顯的變化，市場競爭更為激烈。2015年地方政府融資平臺清理、房地產市場不景氣、企業效益惡化等問題又加大了經濟下行的壓力，金融風險上升，城商行的發展受到了一定得影響。2016年，我國供給側改革不斷深化，經濟增長保持在合理的區間，產業結構不斷優化升級，城商行的經營效率穩中有升。

(三)城商行的規模效率

近年來盡管城商行通過合并重組、跨區域發展使規模得到了迅速的擴大，但是卻出現了規模報酬遞減的現象。在135個決策單元中僅有37個決策單元處于規模報酬遞增，在2014-2016年的87個決策單元中，70個決策單元處于規模報酬遞減。

表3 城商行2012-2016年規模報酬變化

四、城商行技術效率的地區間比較

通過分年度對各地區技術效率進行分析，如圖2所示，2012年東北、東、中和西部技術效率呈現較大差異性，東部地區城商行平均技術效率最高，東北地區次之，中西部地區最低。在之后四年各地區城商行平均技術效率呈現是波浪式波動，均在2014年達到最高值，并且技術效率差異有所減小。到2016年，各地區城商行平均技術效率水平出現逆轉，西部地區最高，東北和中部地區次之，東部地區最低。

圖2 各地區年度平均技術效率

上述差異與區域經濟發展情況有關。自2011年起，我國GDP增速不斷下滑，雖然西部地區整體經濟發展水平較低，但GDP增速相比于其它地區一直處于最高水平，在2016年西部地區平均GDP增速依然處于8%以上，金融業增加值在這5年間以25%左右的增速迅速增長，金融業對GDP的貢獻率接近7%。隨著西部地區經濟結構不斷調整，基礎設施建設不斷完善，優勢產業不斷興起，國家適時提出“一帶一路”發展戰略，推動了城商行的發展，城商行的效率不斷提高。

經濟發展程度最高、金融業最為發達的東部地區金融要素市場不斷擴大，金融業增加值顯著增加，經濟發展質量不斷提高。但在激烈的市場競爭環境中，城商行跨區域發展路徑相似，網點布局高度同質化。部分外來城商行不具有與大型商業銀行與當地城商行的競爭優勢，往往面臨著水土不服和地區發展壁壘，缺乏針對性的特色業務和差異化管理服務，尤其是異地管控體系尚不完善，經營管理能力相對較弱，這會降低其效率水平。

中部地區近年來經濟發展態勢良好，GDP增長速度高于全國平均水平，金融活躍度不斷提高，金融業對GDP的貢獻率不斷增加。作為經濟發展的第二梯隊，中部地區抓住長江經濟帶、“一帶一路”等國家戰略構建現代產業體系的機會，城商行面臨好的發展契機。

東北地區基礎投資、工業投資持續下滑，營商環境和產業結構亟待調整，整體經濟不景氣和金融業發展水平較低，但城商行平均技術效率水平并不差。可能與城商行相對更謹慎經營有關，重點圍繞東北再振興的戰略布局和省市的優先發展項目，扶持重點產業基地建設、支持戰略新興產業和傳統產業升級，城商行的平均效率水平處于一個相對穩定的狀態。

五、結論

本文利用DEA模型，選取2012-2016年29家城商行作為樣本數據，對我國城商行經營效率進行測評，分別得到了各城商行的技術效率、純技術效率和規模效率，在此基礎上進行了城商行效率的地區差異比較分析。研究結果表明，最近五年城商行總體技術效率水平與地方經濟發展程度密切相關，各區域城商行技術效率水平存在較大差異。基于以上研究，我國城商行效率有較大的上升空間，尤其是東部地區，要合理定位，處理好做大做強的戰略協調關系。西部地區城商行以國家政策為導向，服務地方經濟，繼續保持上升趨勢。中部和東北地區應做好規劃，繼續穩定發展。我國城商行應該結合地區經濟發展和自身特點，提高內部經營管理水平，創新管理理念，探索差異化、特色化的道路，提升城商行經營效率。