智能化背景下我國商業銀行DEA模型效率評價

馬雯蕊 林丹陽 劉雪琪 宋璐

摘要：近年來，隨著社會的進步，智能化在各個領域中廣泛應用，銀行業也不斷探索智能化及人工智能技術的應用和實踐，并在商業銀行各個領域予以應用。本文通過選取國內商業銀行作為決策單元，通過構建模型觀察智能化在國內銀行業的推進情況，豐富智能化特別是銀行智能化方面的研究。

關鍵詞：銀行智能化應用;商業銀行效率;DEA模型

商業銀行作為金融機構，是重要的經濟主體，反映了社會的資源配置效率，影響著整個國家的經濟情況，在社會經濟中發揮著重要的作用。當今隨著新興技術的發展，銀行業正不斷向智能化方向轉型，智能風控、智能營銷、智能客服、智能投顧等多個方面逐漸得到應用，對商業銀行產生積極的影響;另一方面，商業銀行在轉型過程中也面臨著一些挑戰，存在配套基礎設施與網點智能化轉型不相適應等問題。同時銀行智能化剛起步不久，目前大多數文獻在這一方面主要研究銀行智能化的作用、應用情況等，在銀行智能化效率評價方面的研究不多，因此研究智能化應用對商業銀行的效率影響有著積極的作用。

一、文獻綜述

縱觀我國國內智能化背景下商業銀行效率的研究，牛宗英（2016）利用Super_SBM模型對我國商業銀行經營效率及其影響因素進行研究，選取了16家商業銀行2007—2014年的年度數據，發現金融創新對于大型上市銀行經營效率的影響非常顯著，而對于中小型商業銀行經營效率的影響在10%的顯著性水平下接近顯著①。劉宜鴻（2019）選定我國31家上市商業銀行，運用 DEA模型對2014—2017年的效率進行測算，發現銀行純規模效率總體平均值都明顯低于純技術效率總體平均值，建議商業銀行加快智能化轉型②。周朝波（2019）考慮商業銀行吸收存款和發放貸款的兩階段特點，引入“顧客滿意度”這一產出指標，選取了我國15家商業銀行，用兩階段DEA模型計算了2008-2011年的服務質量效率和盈利效率，發現從2008年到2011年，我國各商業銀行的技術效率以及整個銀行業的效率都有一定的提高，整體呈上升趨勢，并且我國商業銀行的盈利效率顯著高于服務質量效率③。郭捷（2016）通過數據包絡分析（DEA），運用CCR和BCC模型，測定了2007至2014年我國16家上市商業銀行在互聯網金融背景下的效率，發現隨著互聯網金融環境的變化，商業銀行整體效率也隨之波動，且二者變化基本一致④。黃林、李長銀（2017）通過研究智能化技術對銀行業的影響，發現智能化發展有利于銀行業降低成本、提高工作效率、加強服務及營銷能力、提升風險控制能力，有利于進一步改變銀行業格局;另一方面，當前銀行智能化發展仍需完善，存在不少問題：應用較為單一，主要以客服、智能化機具為主，智能風控及營銷應用相對較少，存有較大的開發空間，另外安全性能方面仍需提升⑤。

本文將以12家商業銀行為主體，運用DEA模型，對我國商業銀行在智能化背景下進行效率評價，并提出相應建議和改進方法，試圖為銀行管理人員和監管方提供一定參考。

二、研究方法

數據包絡分析方法（data envelopment analysis，簡稱 DEA）是使用數學規劃的原理對具有同種屬性的決策單元建立評價模型，對投入指標和產出指標賦權統一，將多重投入產出指標轉為絕對效率衡量值，是一種測度生產效率前沿的非參數方法。DEA方法評價的基本模型有兩類：第一類是基于生產規模收益不變的CCR模型，得到的是研究對象的技術效率（Technical Efficiency）第二類是基于生產規模收益可變的BCC模型，得到的是原本在CCR 模型得到的決策單元的技術效率的細分，即純技術效率（Pure Technical Efficiency）和規模效率（Scale Efficiency）⑥。

三、商業銀行效率測度與分析

（一）樣本數據及指標選擇

本文選取了我國12家上市商業銀行作為研究對象，并結合我國商業銀行智能化開始高速發展的時間，本文選擇的時間節點為2014—2018年。文章所使用的原始數據均來自于wind數據庫、CSMAR數據庫以及各商業銀行上市年報。

目前學術界主要采用資產法、生產法和中介法評價銀行效率。本文將綜合以上三種方法的特點和其他學者研究，基于數據的可得性，在常規效率評價指標選取的基礎上，結合智能化基點，選取以下5個指標作為投入產出指標（表1）。

（二）實證結果與分析

本文測算了我國12家上市商業銀行2014年—2018年的相關效率值并得出了它們的效率情況。其中，綜合技術效率=純技術效率x規模效率。以上步驟均通過軟件DEAP2.1實現，測算結果如表2。

通過表2可知，5年間中國銀行、建設銀行和農業銀行整體都實現了DEA有效，招商銀行自2015年起也實現了DEA有效，但其中民生銀行和興業銀行均未達到生產前沿面，效率值最低。除實現DEA有效的四家銀行之外，在前兩年均普遍存在投入冗余和產出不足的情況，后續逐漸有所好轉，同時規模報酬呈遞增趨勢。其中上海銀行在智能機機具方面投入持續過剩，資源浪費情況嚴重，造成DEA效率較低，同時，民生銀行與興業銀行也存在一定的投入冗余情況，導致兩家銀行未達到生產效率前沿。

從2014年開始，重慶銀行迅速到達生產前沿面，并在后續幾年保持穩定。同時浦發銀行純技術效率達到1，在一定程度上使浦發銀行提高了其綜合效率值。浦發銀行2016年規模效率呈遞減狀態，2017年規模效率大幅度降低，2018年達到了理想狀態，實現了DEA有效。工商銀行5年來雖然持續處于規模報酬遞增狀態，但綜合效率基本處于墊底狀態。僅有一年實現了DEA有效。

就規模報酬而言，除中國銀行、建設銀行和農業銀行三家銀行規模報酬5年沒有變化之外，其余商業銀行規模報酬均有時遞增又有時遞減（表3）。

通過對三類銀行的效率比對，得出三類銀行的每年的銀行效率比上一年都有不同程度的提高，除2016年城市銀行效率超過了股份制銀行，2017年城市銀行以極高的效率超過了其他兩類銀行以外，大多時候國有銀行的效率都領先于股份制銀行，而股份制銀行領先于城市銀行。

2014年—2018年，四家國有銀行都在不同程度上大力推進智能化建設，其中中國銀行、建設銀行、中國農業銀行都達到了效率有效性，僅有工商銀行存在著投入過量與產出不足問題。工商銀行似乎并未過多關注人員投入冗余問題，在2014年—2015年間，員工數量與自助機具數量逐年增多，營業支出也在增加，2016年，工商銀行在員工數量與智能機機具數增加的基礎上降低了營業支出，員工投入冗余問題得以解決。

五家股份制銀行中，由于招商銀行積極推進銀行的智能化建設，完善線上線下各種智能化渠道，吸引了大量的電子銀行客戶，其在2015年達到了效率有效性，并維持至2018年。影響其他四家銀行效率的因素主要是電子銀行客戶數不足、凈利潤不足與營業支出過量。

與其他兩類銀行相比，城市銀行由于地域的局限性，競爭力不強，但徽商銀行在2017年、重慶銀行在2017、2018年均達到了效率有效性。影響城市銀行效率的主要因素是員工與智能機機具投入冗余。2014—2015年，城市銀行在投入與產出方面均存在問題，過多的員工與智能機具投入，不足的凈利潤產出，導致城市銀行效率遠遠低于其他兩類銀行。2016年開始，凈利潤產出不足問題得到明顯改善，問題主要集中在智能機機具投入過量，效率也得到了明顯提升。

從2014年到2017年，樣本銀行的技術效率與純技術效率總體呈現上升趨勢。其中技術效率從0.385上升至0.732，在這四年期間翻了將近一番。到2018年，樣本銀行的純技術效率達到0.942，但技術效率在這一年卻大幅度降至0.671。從2018年各銀行的數據中可以得出，大多數銀行仍在持續增大員工和智能機機具的投入，導致在不同程度上出現了投入冗余、產出不足的問題。部分銀行在員工和智能機機具上投入較多，但凈利潤與電子銀行客戶數產出不足（圖1）。

另一方面，樣本銀行規模效率自2014年持續增長，至2016年達到峰值0.848，此后總體又呈下降態勢，到2018年降至0.712，低于2015年的規模效率0.756，這也導致了技術效率在2018年的同步下降。再者，由2016年之后的趨勢可以看出，繼續增大智能機機具、員工的投入，銀行的規模效率與技術效率反而同步下降。

通過對這12家商業銀行效率的均值測算，可看出在現階段智能化背景下，我國銀行業的純技術效率總體而言穩步增長，日常經營和管理能力逐年提升。從技術效率和規模效率方面來看，主要的問題在于銀行資源配置上存在不足，過度擴張、生產要素投入過剩。2018年，除純技術效率以外，其余兩個效率均未能達到0.9，這表明我國銀行業在智能化運營方面上還有很大的提升空間。

四、結論與建議

（一）研究結論

第一，智能化應用對銀行效率有著正效應，所研究的12家商業銀行效率總體上呈現波動上升的趨勢，銀行發揮了智能化的優勢，銀行效率得到顯著提高。

第二，部分銀行并不能很好地適應智能化時代，未能充分意識智能化業務創新所在，銀行效率較低，甚至出現效率下降的情況。銀行規模報酬遞減，未發揮經濟規模效應的作用;以及投入冗余，資源配置效率低。這反映了銀行自身業務范圍還需適當調整，資源配置效率有待提高，智能化應用需進一步加強。

第三，從不同性質銀行的效率分析來看，總體上來說，銀行效率最高的是國有商業銀行，其次是股份制商業銀行，最后是城市商業銀行，國有商業銀行在智能化應用方面有著較高的水平。

（二）政策建議

第一，商業銀行需結合自身情況，控制自身資源投入，防止投入冗余情況發生，改革內部人員結構，將銀行管理體系逐漸轉向扁平化，進而加強管理水平，促進經營效率水平的提高。

第二，商業銀行應向數據化思維轉變，大力發展自身數據技術，建設一套完整的數據庫，重視與發展匯總數據源能力、儲存能力、數據處理能力，從而打造一個數據管理與應用的平臺，為商業銀行智能化發展提供堅固的基礎。

第三，商業銀行要重視挖掘與培養復合型人員，切實發展銀行改革創新，不斷產出新的金融產品。另一方面，通過打造專業技術團隊，進一步走向互聯網金融、數字金融，引領未來。

第四，商業銀行可通過人工智能技術、數據庫技術，建立自身的客戶管理服務系統，通過挖掘客戶潛在需求，為客戶提供適當的金融產品并提出相應的建議。同時，也運用智能化風險控制，掌握客戶信息，了解業務潛在的風險，提前做好準備，控制風險，減少損失，進而得到更多的收益，提高銀行經營效率，充分發揮該模式的優勢，提高銀行競爭力。

五、結語

智能化技術提高了商業銀行的效率，節省了銀行成本，在推動銀行數字化轉型方面有著重要作用。但通過效率測算，當今商業銀行在智能化資源利用及管理結構上均存在不同程度的問題，在智能化應用方面仍有提升空間。不同銀行應分別根據自身實際情況，合理利用資源，在產品開發上推陳出新，完善自身運營體系，更好地適應當下智能化時代。

注釋：

① 牛宗英，基于Super_SBM模型的我國上市商業銀行經營效率及其影響因素研究，山東財經大學，2016.

② 劉宜鴻，基于DEA模型的我國商業銀行效率評價家大型商業銀行， 河南牧業經濟學院，2019.

③ 周朝波，互聯網金融崛起下中國上市商業銀行效率研究_基于三階段DEA法，同濟大學，2019.

④ 郭捷，互聯網金融背景下我國上市商業銀行的效率實證研究，中央財經大學，2016.

⑤ 黃林，李長銀，智能化對銀行業的影響及應對策略，2017.

⑥ 劉宜鴻.基于DEA模型的我國商業銀行效率評價[J]金融理論與實踐2019（09）.

參考文獻：

[1]牛宗英.基于Super-SBM模型的我國上市商業銀行經營效率及其影響因素研究[D].濟南：山東財經大學碩士論文，2016.

[2]劉宜鴻.基于DEA模型的我國商業銀行效率評價[J].金融理論與實踐，2019（9）：69-77.

[3]周朝波.互聯網金融崛起下中國上市商業銀行效率研究-基于三階段DEA法[D].上海：同濟大學碩士論文，2019.

[4]郭捷.互聯網金融背景下我國上市商業銀行的效率實證研究[D].北京：中央財經大學碩士論文，2016.

作者簡介：馬雯蕊（1999—），女，漢族，山西太原人，本科生，中國礦業大學（北京）會計學在讀。