我國上市商業銀行效率及其影響因素實證研究

王澤瑞

【摘 要】文章運用DEA（數據包絡分析）方法，對我國2013～2017年23家上市商業銀行的效率進行測度及分析，并在此基礎上運用Tobit模型對樣本商業銀行效率影響因素進行實證分析。實證結果表明：我國商業銀行的總體效率處于較高水平，且變化趨勢逐年穩定;處于規模報酬不變及遞減的商業銀行占絕大多數，需控制好自身規模擴張步伐來獲取更加合理的收益。從我國商業銀行效率的影響因素來看，資產收益率與商業銀行效率呈正相關關系;而不良貸款率、存貸比、第一大股東持股比例及GDP年增長率與商業銀行效率呈負相關關系。針對實證結果，提出了相應的發展建議。

【關鍵詞】商業銀行;DEA方法;效率;影響因素

【中圖分類號】F832.33 【文獻標識碼】A 【文章編號】1674-0688（2019）07-0236-05

國有商業銀行是我國金融體系的主體，也是我國國民經濟的命脈，其發展與活力對整個國民經濟發展和社會穩定起著舉足輕重的作用，直接關系到國民經濟和國家金融安全的重大問題。銀行業的快速成長為我國經濟增長、社會穩定發揮了重要作用。然而，長期以來我國銀行業片面追求規模和發展速度，忽視經營效率和發展質量，這種發展模式使商業銀行經營風險日益增加。

商業銀行的效率是最能體現其綜合競爭力的績效評價指標，它反映了銀行的市場競爭力、綜合經營能力及對資源的配置利用程度。因此，通過實證分析研究我國上市商業銀行經營效率，并提出提高其經營能力的相應建議，對我國商業銀行健康可持續發展、增強其應對風險的能力及提高市場競爭力，具有重要的理論和現實意義。

1 研究方法簡述與變量選取

1.1 DEA方法簡述

DEA方法是由美國著名學者Charnes、Cooper等人創建，利用線性規劃的原理，普遍用于對多輸入及多輸出的同類指標數據的效率進行評價的方法。在DEA發展過程中，催生了多種模型，其中運用最為廣泛的模型是假定規模報酬不變的CRS模型和假定規模報酬可變的VRS模型。本文主要選用DEA中VRS模型測度上市銀行的效率。

在該模型規模報酬可變的條件下，通過以單一投入產出變量情況為例子，解釋出樣本的具體效率值。如圖1所示，橫坐標為樣本經營單位的投入X，縱坐標為樣本經營單位的產出Y。OI段表示為規模報酬不變時的生產效率前沿面，處在該線段上的樣本經營單位可以在確定產出條件下使得投入最少。線段ABGH表示規模報酬可變時的生產效率前沿面，其中，在AB段上的樣本經營單位處于規模報酬遞增狀態，在BG段上的樣本經營單位處于規模報酬不變狀態，在GH段上的樣本經營單位則處于規模報酬遞減狀態。現假定樣本經營單位在點F處進行生產，則點F為其生產點。

其中，樣本F和處于規模報酬不變的生產效率前沿面上的經營單位OI之間的距離即為技術效率（Technical Efficiency，TE）。技術效率體現出經營單位資源配置的有效程度，其數值越靠近1時，該經營單位的資源配置程度越高。即

TE=CD/CF

樣本F和處于規模報酬可變的生產效率前沿面上的經營單位ABGH間的距離為純技術效率（Pure Technical Efficiency，PTE）。它可以體現出經營單位內部管理的有效程度，其數值越靠近1時，則表明該經營單位的內部管理越有效。即

PTE=CE/CF

處于規模報酬不變的生產效率前沿面的經營單位OI和處于規模報酬可變的生產效率前沿面ABGH之間的距離即為規模效率（Scale Efficiency，SE）。它體現出了經營單位對自身規模利用的有效程度，其數值越靠近1時，則表明該經營單位達到了其規模條件下的最優狀態。即

SE=CD/CE

由此可見，當樣本銀行F在規模報酬不變的生產效率前沿面OI段上時，可得TE=1，則技術效率是有效的;當樣本銀行F在OI段以內時，可知TE<1，則技術效率是無效的。

由以上表達式，還可以得出：

TE=PTE×SE

SE=TE/PTE

1.2 模型投入產出指標選擇

投入和產出指標是利用DEA模型分析研究金融機構經營效率的關鍵。在現有研究中，對于投入產出指標的選擇尚無統一定義。一般而言，對于金融機構的投入產出有生產法、中介法及資產法3種方法。生產法將金融機構看作金融服務與產品的生產者，其經營成本被視為投入，如資本（一般是固定資產）、勞動力等。中介法把金融機構當做一種信用中介，它將社會上的各種閑置資源聚集起來，如資本、勞動力等;將投資及利潤等指標作為產出。資產法依然是把金融機構當做一種信用中介，但它將產出指標嚴格限定在資產負債表中的資產欄內，如貸款及投資等。

本文結合中介法與資產法，考慮數據的可得性，選取員工人數、營業支出及股東權益作為投入指標，選取凈利潤作為產出指標（見表1）。

2 我國上市銀行效率測度及分析

2.1 數據來源

為了盡可能地收集到并通過足夠完整的數據來分析我國商業銀行的經營效率現狀，保證所需數據在時間上的連續性和完整性，本文以2013～2017年作為樣本數據的時間序列，選取以工商銀行、招商銀行及北京銀行為代表的23家上市大型國有銀行、股份制商業銀行和商業銀行。本文所選取的數據均來源于Wind數據庫及部分銀行年度報表。

2.2 實證結果及分析

本文運用DEAP2.1軟件，對23家樣本商業銀行2013～2017年的各效率值進行計算并分析。現將所得數據結果整理成表格，并對其進行實證分析及評價。

2.2.1 總體效率分析

由表2可以看出，2013～2017年，我國商業銀行整體效率水平較高，技術效率與純技術效率均處于0.9左右的較高水平。這說明我國銀行業近年來對資源的配置程度普遍較高并趨于穩定，整體經營的穩定性穩步增強，整體經營管理較為有效。

2.2.2 技術效率分析

技術效率可以反映出銀行對于其金融資源配置的有效程度。通過表3可知，在樣本年限內，北京銀行、長沙銀行及鄭州銀行的技術效率處于前3名，排名靠前的銀行均為商業銀行，而像中國銀行這樣的大型國有銀行技術效率墊底。在所有樣本中，有11家銀行在樣本年限中至少有1年處于技術最有效狀態，達到了其金融資源配置的最優化狀態。所有銀行的平均技術效率達到0.891，這說明多數銀行均處于較高技術效率水平，僅有光大銀行在2016年的技術效率值曾低于0.7。這說明我國商業銀行資源配置能力較強，整體發展穩健良好。

2.2.3 規模報酬情況分析

根據表4可知，2013～2017年，雖然處于規模報酬遞減的銀行數量有所減少，但處于規模報酬遞減和規模報酬不變的樣本銀行占絕大多數，總體規模現象不明顯。這說明我國多數商業銀行在不斷發展自身實力時過分追求企業規模和市場占有率，導致內部運轉效率和生產效率下降。因此，我國商業銀行可適當調整自身經營規模，以獲得更加合理有效的收益。

具體到單個銀行來看，只有北京銀行、鄭州銀行等商業銀行在這段時期內基本保持規模報酬不變，它們自身治理結構較為完善、經營管理能力強等優點使其更易達到規模最優狀態。究其原因可能在于商業銀行的自身規模相比大型國有銀行實力仍較薄弱、發展空間較大，因此可以通過擴大規模獲取更大的比例收益。而幾乎所有樣本大型國有銀行及股份制商業銀行樣本始終處于規模報酬遞減的狀況，這表明它們需控制好自身規模擴張步伐，尋找適合其發展的合理規模并通過改善自身內部管理水平來提高其技術效率。

3 我國上市商業銀行效率的影響因素分析

3.1 研究方法及模型設定

銀行效率的影響因素一直是學者們關于銀行效率研究重點考慮的內容。最初，研究者主要重點考察銀行的資本結構、規模等因素對銀行效率的影響程度。近年來，隨著理論研究的發展，學者們普遍利用回歸分析方法探究銀行效率的影響因素。本文以上文測算出的樣本銀行技術效率作為被解釋變量，運用多元回歸分析實證研究影響我國商業銀行效率的潛在因素。

由于效率值的上下限分別為0和1，其數據受到被分割和截斷的限制，若采取OLS（最小二乘法）來進行模型的回歸分析，則得到的參數估計無法保持其無偏性和有效性。而基于最大似然估計的方法的Tobit模型則適用于因變量取值受限制的情形，可以有效解決該類問題。其基本原理如下：

yi=βTXi+ei，βTXi+ei>00，βTXi+ei≤0

其中，Xi為k+1維因變量的向量，β為k+1維的一個未知的參數向量，且誤差項e服從標準正態分布。該模型被稱作為Tobit模型（tobit model），也被稱為截尾回歸模型（censored regression model）。一般來說，該模型中的解釋變量Xi取的是實際觀測到的數值，而被解釋變量y的觀測值是受限制的。當y>0時，觀測值直接取實際值;而當y≤0時，其觀測值是受限制的，故在這種情況下其數值截取為0。通過證明可以得出，基于最大似然估計方法來估計得到的Tobit模型的βT與δ2均為一致估計量。因此，本文選取Tobit模型來對影響效率的各個因素進行回歸分析。

3.2 影響因素指標選取及回歸模型構建

本文運用Stata12.0軟件對上文測出的23家樣本商業銀行在2013～2017年的所有技術效率值及指標數值進行匯總，作為面板數據進行Tobit回歸統計，構建的影響因素模型如下：

TEit=β0i+β1iBSit+β2iCARit+β3iROA+β4iNPit+β5iLRit+β6iBSHit+β7iGDPGRit+β8iIBIRit

其中，i=1，2，…，23，表示樣本商業銀行的個數;t=2013，2014，…，2017，表示各年份。本文在借鑒和總結國內外以往相關文獻經驗的基礎上，從資產規模穩定性等8個方面來具體分析影響我國商業銀行的效率因素，所選取的各個變量定義見表5。

3.3 統計及實證分析

3.3.1 描述性統計

為了便于更加直觀、清晰地了解所選用變量的基本特征狀況，本文在此進行了簡單的描述統計。從表6可以看出，除BSH（第一大股東持股比例）標準差較大，達到16.86%，其余變量的標準差均處在較低的位置，說明樣本銀行之間在多數指標中差距并不是很大。值得一提的是，其中BSH的平均值為27.26%，說明了樣本銀行中的股權較為集中，存在著具有強大話語權的大股東。多數變量的最值、均值差異不大，處在合理范圍內。

3.3.2 實證結果分析

模型的回歸結果見表7。整個Tobit模型的卡方值為73.54，其卡方檢驗的P值顯著低于0.05（即Prob>chi2=0.000 0），表明模型的回歸方程非常顯著;同時，有NPL、LR等5個因變量的P值通過了5%的顯著性水平下的檢驗。因此，這些變量可以很好地解釋樣本銀行的技術效率值。

根據表7的結果，本文現對各變量代表的影響因素進行分析。

（1）資產收益率。ROA的系數為0.205，說明ROA對商業銀行效率的影響非常顯著，ROA的提高將大大提升其經營效率。該結果與幾乎所有相關研究結論一致。ROA值的大小表現出商業銀行以盡量少的成本得到盡可能多收益的能力的強弱，是其盈利能力的綜合體現，顯然商業銀行對自身有限資源的合理運用是能夠顯著提高自身效率水平的。因此，我國商業銀行應在優化其自身金融資源、降低成本的情況下，有效地提高利潤水平。

（2）不良貸款率。NPL的系數為-0.091，與TE（技術效率）呈負相關關系，對樣本銀行的效率有明顯負面影響。這與現有研究結論一致，NPL的數值越高，銀行的資產質量越差，面臨的經營風險也越大，其貸款就越可能無法回收，最終會迫使商業銀行以犧牲部分利潤的代價來彌補不良貸款的損失，導致收益減少。因此，我國商業銀行應加大對貸款的控制力度，努力減少自身不良貸款，從而提高銀行自身效率。

（3）存貸比。LR的系數為-0.230，與TE呈負相關關系，表明商業銀行自身貸款占存款的比重越高，其效率越低。存貸比通常能體現出商業銀行的資產配置狀況，越高的LR表明銀行所貸出的資金越多，最終所得到的利息回報就越多;但從另一方面來講，過高的LR會導致商業銀行流動資產減少，自身清償能力變弱，面臨風險的可能性陡然上升。由結果可知，現階段商業銀行的LR提高所帶來的有利于盈利性的影響效果小于其帶來的安全性降低的影響效果。因此，我國商業銀行應當優先考慮適度降低自身存貸比，在達到監管要求的前提下，合理控制貸款過多帶來的負面影響，從而提高自身技術效率。

（4）第一大股東持股比例。BSH的回歸系數為-0.002，與TE負相關。這表明了商業銀行中存在的具有持巨額股份的大股東的現象雖然對商業銀行的效率產生了消極影響，但影響較小。雖然國內外關于股權結構對于效率的影響研究結果各不相同，但就本文看來，過于集中的股權會導致股東之間缺乏權力機制，不利于人們對商業銀行的決策者進行監督管理以督促其提升經營管理效率。因此對于我國商業銀行來說，積極改善和優化股權結構，能夠在一定程度上提高經營效率。

（5）GDP年增長率。GDPGR的系數值為-18.20，與TE呈較明顯的負相關關系，與過往研究結果并不一致。究其原因，本文認為，過往的大量國內研究均是在我國經濟增長迅猛時期進行的，這一時期的銀行效率與GDP增速往往呈同向波動趨勢。而近些年來，我國GDP高速增長期已經結束，步入了“經濟新常態”，面臨著經濟結構轉型的陣痛及較大的經濟下行壓力，經濟增速逐年下降。對于處在這一階段的商業銀行而言，有效提升其經營管理能力，繼續快速發展具有一定難度。

（6）其余解釋變量。在實證結果中，本文所選的其他3個變量并未通過顯著性檢驗，說明這些變量對于樣本商業銀行的效率影響并不顯著。其中，BS的系數值為-0.011，兩者間相關關系為負，與大部分學者的結論相反。究其原因，可能在于本文的分析對象基本上代表國內最好的商業銀行，其資產規模龐大，已經進入規模報酬遞減階段。CAR的回歸系數為-0.011，在過往的相關文獻中，該變量對銀行效率的影響有正有負，該變量的數值過低或者過高都會對商業銀行產生不利影響。IBIR的系數值為-0.188，這與部分國內研究一致，但與國外研究相反。原因可能在于我國商業銀行的中間業務占比仍然較小，且開展時間也較短，銀行初始投入比較大，導致收益水平較低，因此我國部分銀行的中間業務對利潤并沒有太大貢獻。

4 結論及建議

本文以2013～2017年我國23家上市商業銀行的統計數據為基礎，利用DEA方法及Tobit模型對樣本銀行的效率及影響因素進行測度和分析。實證結果表明：{1}現階段，我國商業銀行的整體效率均處于0.88以上的較高水平，整體效率的變化趨勢較穩定。{2}處于規模報酬遞減的樣本商業銀行占大多數，說明我國商業銀行普遍盲目追求企業規模和市場占有率，導致運轉效率和生產效率低下，應適當調整自身經營規模，以此獲得更加合理有效率的收益。從我國上市商業銀行效率的影響因素來看，ROA（資產收益率）與商業銀行效率呈正相關關系，而NPL（不良貸款率）、LR（存貸比）、BSH（第一大股東持股比例）及GDPGR（GDP年增長率）與商業銀行效率呈負相關關系。

通過本文的實證結果分析，根據各變量與商業銀行效率的影響關系及我國商業銀行的實際情況，從而針對性地提出如下建議：{1}適當調整自身規模。根據前文的分析可知，我國大多數上市商業銀行已處于規模報酬遞減狀態，一味地規模擴展不再有利于效率的提升。因此我國商業銀行應結合自身狀況，尋找適合自身的規模，并通過改善自身內部管理水平來提高其技術效率。{2}加強對風險的控制力度，減少不良貸款。盡管我國商業銀行發展至今，早已告別了過去高風險經營狀況，但在風險控制方面對比西方發達國家銀行依然存在著不足。商業銀行應不斷完善內部治理結構，提高風險量化及管控能力，同時密切追蹤所發放貸款的質量情況。{3}提高內部管理能力。我國商業銀行應多借鑒國內外成功大型銀行經驗，建立有效的內部管理機制，同時積極引進高級管理人才，不斷學習更加先進的管理技術，進而有效提高總體效率。

參 考 文 獻

[1]Berger A N，Humphrey D B.Efficiency of financial institutions：International survey and directions for future research[J].European Journal of Operational Research，1997（98）：175-212.

[2]Weill L.Banking Efficiency in Transition Economies：

the Role of Foreign Owner ship[J].Economics of Transition，2003（3）：569-592.

[3]Dmytro Holod，Herbert F.Lewis. Resolving the de-

posit dilemma：A new DEA bank efficiency model[J].Journal of Banking and Finance，2011（35）：2801-2810.

[4]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[J].金融研究，2003（3）：11-25.

[5]鄭錄軍，曹廷求.我國商業銀行效率及其影響因素的實證分析[J].金融研究，2005（1）：91-101.

[6]趙永樂，王均坦.商業銀行效率、影響因素及其能力模型的解釋結果[J].金融研究，2008（3）：58-69.

[7]朱南，卓賢，董屹.關于我國國有商業銀行效率的實證分析與改革策略[J].管理世界，2004（2）：18-26.

[8]遲國泰，楊德，吳珊珊.基于DEA方法的中國商業銀行綜合效率的研究[J].中國管理科學，2006（5）：52-61.

[9]孫海剛.我國城市商業銀行效率研究[J].金融理論與實踐，2013（2）：33-36.

[10]譚元戎，顧穎，趙自強.中國城市商業銀行的技術效率及其影響因素的實證分析[J].經濟問題探索，2013（6）：47-53.

[責任編輯：高海明]