商業銀行規模與經營效率關系分析

2024-05-11 23:33:09張夏瑞

經濟師 2024年4期

張夏瑞

摘要：文章主要研究商業銀行規模與經營效率關系。在指標的選擇上，用修正后的經濟增加值（REVA）來測算經營效率，用資產總額來衡量銀行規模。然后，選取銀行的相關數據為樣本，計算這些銀行在2018年到2020年的總資產和經濟增加值以及修正后的經濟增加值。然后利用偏相關分析來排除其他因素REVA的干擾，以及研究資產總額與REVA的關聯，并對計算出來的相關系數進行顯著性檢驗。最終得出結論：我國商業銀行規模效率并不顯著，并提出相應對策。

關鍵詞：銀行規模經營效率經濟增加值資產總額? 相關關系

中圖分類號：F830? 文獻標識碼：A

文章編號：1004-4914（2024）04-136-04

一、研究問題及背景

銀行是吸收存款和發放貸款的金融機構。商業銀行的任務是促進資金融通，促進資源合理分配。所以，貨幣流通即成本——收益問題，也就是效率問題自然成了銀行自身需要面對的重要問題。本文主要研究規模與效率的關系，分析其規模效率是否明顯，從而進一步了解我國商業銀行的現狀并針對性地提出有關對策。

二、文獻綜述

關于銀行規模與經營效率的關系問題是經濟學領域的一個重要問題，得到了國內外學者的廣泛研究。20世紀50年代，國外已經開始了關于規模經濟測度的研究。最早的學者阿赫得夫（Alhadeff）于1954年通過分析210家銀行的規模效率，得出了產出規模效率遞增與成本規模效率遞減兩條結論。之后，美國學者伯恩斯頓（Benston）于1965年認為不管銀行自身規模大小，只要銀行規模擴大一倍，平均成本就會下降5％到8％。Benston，Hanweek，Humphrey于1982年運用超越對數函數方法，分析單一銀行制與總分支行制銀行效率的不同，認為總分支行制銀行規模效率更顯著。也有少數學者如Tseng（1999）等認為銀行不可能存在規模經濟。國內的有關研究主要從商業銀行實行商業化改革之后開始。趙旭（2000）認為國有商業銀行的實際規模大于其經營，服務和管理技術條件相對應的有效經濟規模。劉琛，宋蔚蘭（2004）發現中國銀行業存在輕微的規模不經濟，而四大國有銀行的情況更嚴重。除此之外，吳芹（2011），段永瑞（2019）等學者都在規模經濟研究方面取得了一定的成果。

三、研究思路與方法

本文研究的是同一時間段下不同規模銀行的不同的經營效率。立足于探究我國商業銀行發展現狀、提高我國商業銀行的競爭力為基本目標，本文的研究思路是先歸納分析國內外關于規模效率的研究經驗，確定相關理論和模型，收集有關數據，將商業銀行規模與效率的關系按照已確定的測算方法和模型進行實證研究，對實證研究的結果進行分析并得出結論，最后根據我國實際情況，對商業銀行規模效率的提高提出相應的建議。本文采用的分析方法是理論研究與實證研究相結合的辦法，在實證研究中采用SPSS軟件對數據進行偏相關分析。

四、概念界定與理論分析

（一）銀行效率

效率指的是投入與產出，成本與效率之間的關系。銀行經營效率是指銀行在堅持安全性、流動性與營利性的原則下，在各項銀行的業務活動中，在成本不變動的情況下贏得盡可能大的收益或在收益一定時花費盡可能少的成本的能力。

（二）銀行的規模

規模大的銀行通常擁有高效經營的優勢。首先，在工作效率和創新能力方面，大銀行擁有完善職能部門和管理體系，員工合作更順暢，能夠相互學習提升。其次，規模大的銀行能通過分攤長期固定成本和降低融資成本提高效率。據此提出假設H0：銀行經營效率與規模呈正相關關系。

規模經濟也并不總是存在。規模擴大可能會在內部引起機構和人員的冗雜與管理效率低下，也可能引起外部環境的惡化比如說行業規模的擴大會導致要素價格的上升、銷售市場價格下跌等，進而從內外兩方面降低效率。故提出假設H1：銀行經營效率與規模呈負相關關系。

當大型銀行不注重發揮其相對優勢時，可能會出現規模與效率沒有顯著關系。據此提出假設H2：銀行經營效率與規模沒有明顯的相關關系。

五、經營效率的測算與分析

（一）衡量方法的選擇

選擇正確并且恰當的指標來衡量銀行的經營效率對于本文的研究至關重要，首先必須選出最合適的方法指標，然后計算相關數值進行分析，得出結論。

衡量銀行效率的方法主要有兩大類，一類是指標分析法，一類是前沿效率分析法。指標分析法較為傳統，計算簡單，相關數據易得。但是這類指標具有局限性，無法考慮權益資本成本被占用所消耗的機會成本。前沿效率分析法主要分為參數方法和非參數方法兩大類。前沿效率分析法相對新穎，核心原理是利用該銀行與理想狀態下的效率前沿的銀行的偏離程度，來判斷該銀行的經營績效。前沿效率分析法中，最被國內研究者所廣泛使用的，就是DEA方法。DEA方法所研究的銀行績效更側重于經營管理層面，并把銀行的整體績效包括了技術效率，以及規模效益等幾個層次來研究，因此，計算上相對復雜。運用前沿效率分析法的關鍵在于決定投入與產出，然而銀行區別于普通的企業，是非生產型的企業，在投入與產出的界定這個問題上存在很多的爭議。本文采用的是EVA分析方法即經濟增加值分析方法，屬于指標分析方法的改進方法，既相對容易，又避免了傳統的指標分析法容易使銀行的經營者形成“資本免費”這一幻覺的弊端。

（二）EVA方法介紹及相關指標選擇

EVA（全稱economic value added）即經濟增加值，是一種與傳統的方法不同的新的可用于商業銀行的績效評定方法。經濟增加值等于銀行的稅后凈營業利潤減去債務資本成本與股本資本成本的和也就是所有的投入的資本成本所得的差額。EVA方法否定了企業具有營利的能力就可以吸收資本這種觀點，而強調投資者手中的資本本身擁有的價值。其計算公式為：EVA等于NOPAT減去TC與WACC的乘積。

同時，考慮到EVA是絕對值，表示經濟回報，本身就與銀行規模有密不可分的關系，從而在衡量銀行經營效率時，引入REVA，即修正的經濟增加值，是EVA除以資產總額后的結果，更能反映銀行的規模效率。

1.凈利潤與資本總額的衡量方法。計算EVA總共需要三個變量：凈營業利潤（NOPAT）、資本總額（TC）以及加權平均資本成本率（WACC）。下面分別對這三個變量進行說明：由于利息支出是作為經營貨幣的機構銀行的運營成本，所以計算凈營業利潤時不需要像其他一般企業一樣加上利息支出部分，而是直接選取在報表中顯示的凈利潤一項。資本總額這里只需要選取資產負債表中的股東權益合計一項，債務資本在凈利潤中已經被減去。

2.資本成本率的確定。計算過程中最重要的是資本成本率的確定。本文用資本資產定價模型來確定資本成本率，該模型可以簡要地表述為最低投資回報率即必要報酬率（Rj）等于無風險報酬率（Rf）與風險報酬率之和。市場的無風險報酬率選用五年期國債來衡量。承擔風險的報酬率等于市場報酬率（Rm）與不承擔風險的報酬率之差與β系數的乘積。β系數表現該股票相對于整個股票市場而言的相對的變動幅度。資本成本率的計算公式為Rj=Rf+β（Rm-Rf），，其中Rj=（Pricej-Pricej-1+Dvidendsj）/Pricej-1，Rm=（Indexj-Indexj-1）/lndexj-1。這里β系數表示的是個體的收益率對于整個市場的收益率變動的反應靈敏程度。在計算β時，選取在中國銀行業中的平安銀行作為參考。所以本文選取2020年3月2日到2022年3月2日的深證成指與中國平安銀行的股票價格用來作為計算的基礎和依據。鑒于數據量比較大，故而運用EXCEL進行計算。同時需要說明的是Rj可以看成是平安銀行股票價格的漲跌幅，而Rm則為深證成指的漲跌幅，計算時使用的是網易財經中每日漲跌幅的數據。

接下來是風險溢價的確定。風險溢價既可以根據往年的統計數據得出，也可以進行估算。這里以美國的風險溢價為參考，將我國的風險溢價定為6%。

無風險利率指投資于沒有風險或者幾乎沒有風險的項目而獲得的回報。在我國國債利率被用來與無風險利率相等同。我國2018年、2019年、2020年的五年期國債利率均為4.27%。

在各項指標確定之后，2018—2020年的資本成本率均為8.007%。

六、銀行規模對經營效率的實證分析

（一）控制變量的選擇

影響銀行經營效率的因素有很多，并不只有資產總額這一個因素。如果要更精確地研究資產總額與EVA以及REVA的關系，需引入控制變量。本文選擇的控制變量有四個，分別是存貸比，不良貸款率，營業費用率，以及研究生及以上員工人數占比。嚴格來講，經營效率不僅受到銀行層面微觀因素的影響，還受到宏觀層面的影響。考慮到在2020年我國的經濟增長由于受到了新冠肺炎疫情的影響而出現了明顯的下滑，故而選擇了GDP增長率作為宏觀層面的指標。

（二）實證分析

1.數據獲取與處理。本文所用的數據來源于CSMAR數據庫（China Stock Market & Accounting Research Database）中的中國銀行財務研究數據庫。在EXCEL中對存在數據缺失的部分銀行進行刪除，并對A、B、C、D不同類型分別給出數據的銀行進行數據上的整合。用EXCEL對存貸比、REVA、營業費用率這些指標進行計算。由存款總額除以貸款總額得到存貸比，由凈利潤減去上文算出的資本成本率8.007%乘以所有者權益總計得出EVA，然后EVA除以資產規模算出REVA。本文中用銀行的營業支出來代替營業費用，將營業支出除以營業收入來計算營業利潤率。在快易理財網中搜索中國歷年GDP年度增長率，了解到2018年中國年度GDP增長率為6.75%，2019年為5.95%，2020年為2.35%。最后，整理出一張含有編號、單位、日期、資產總額、存貸比、不良貸款率、營業費用率、研究生及以上員工人數占比、中國年度GDP增長率、REVA的數據表。

2.描述性分析。獲取的數據總共包含633個銀行。各個類型的銀行占比情況如圖1各銀行占比所示，農村商業銀行和城市商業銀行占比較大，占到了67%。

用SPSS對所有的自變量、因變量、控制變量進行描述分析后，相關結果如表2描述統計所示，其中，資產總額這一自變量的標準差和方差數值很大，說明各銀行資產規模相差很大。其偏度為正數，其概率分布呈現右偏的形態，說明我國大型銀行更多。其峰度值較大，概率分布圖非常高尖，說明在資產規模平均值水平上的銀行數量較大。上述兩種資產規模水平下銀行數量這一值的極差很大，表明這一變量分布非常集中并集中于平均值附近。其中，REVA這一因變量的標準差和方差較小，說明在剔除規模因素后，各銀行之間的經營效率相差不大。其偏度為負數，說明REVA較小的銀行數量較多。其峰度值很高，比資產總額的峰度值高，說明REVA平均值水平上的銀行數量很大，而REVA處于極大或極小這兩個水平上的銀行數量很小，表明其分布集中于平均值附近。其他控制變量中標準差和方差都較小，說明其整體上變動不大。在偏度上，存貸比、不良貸款率、營業費用率、研究生及以上員工人數占比為正但數值較小，說明其分布的偏移程度并不嚴重。在峰度上，除不良貸款率和研究生及以上員工人數占比這兩項的概率分布非常高尖外，其余分布比較矮胖。

3.偏相關分析。偏相關分析是指當兩個變量與其他的變量相關時，將其他變量的影響剔除，只分析所要（下轉第144頁）（上接第138頁）研究的兩個變量之間相關程度的分析方法，判定指標是相關系數的R值。本文采用SPSS對數據進行偏相關分析。如表3偏相關分析所示，在對控制變量的影響排除之后，資產總額與REVA的偏相關系數為0.048，遠小于0.3，相關關系非常弱，可以視為不相關。相關關系的顯著性為0.130，這里的顯著性水平小于0.05，故而相關關系并不顯著表明REVA與資產總額的關系并不明顯。

4.分析結果。通過對偏相關分析結果的解讀，證明假設H2成立。這說明我國商業銀行規模效應并不顯著，規模效應并未得到充分的發揮的結論。

七、關于大型商業銀行如何提高效率的思考

（一）提高技術水平和組織結構優化

需要先進信息技術系統，利用大數據、人工智能等技術系統提高運營效率和風險管理能力。進一步推行大銀行組織體制和管理體制改革，比如采用矩陣管理結構，或者是建立獨立的業務部門，以適應不同市場的需要并提高決策效率，提升管理效率。

（二）推動多元化優化經營和創新型經營

規模較大的銀行可以利用其規模大的優勢，利用自身充足的資金擴大經營范圍，努力達到規模經濟效率高的良好狀態。大規模銀行可以一方面鞏固自身傳統業務方面所具有的優勢，另一方面開發拓展高技術含量與高附加值的金融產品和金融工具，著力發展財務顧問、結構化投資等高端業務，優化自身產品結構和收益結構。

（三）建立大型銀行戰略性人力資源管理和塑造企業文化

招聘和培訓更多具有國際視野和高專業技能的人才，以應對全球化競爭和復雜的金融產品；以市場為導向建立多元化的績效管理和市場領先的薪酬策略；設計多種職業生涯規劃通道；建立高績效管理人員繼任計劃保證核心決策中心成為高知識的精英智囊團。隨著規模的擴大，銀行需要強化企業文化，確保各個層級和地域的員工都能夠遵循公司的行為準則。

（四）遵循監管要求和風險管理的強化

建立健全的內部控制和合規體系，確保銀行運營符合相關監管要求，避免因違規而受到重罰；銀行需要建立更加完善的風險管理體系，以識別、評估、監控和控制業務擴張過程中可能出現的風險。

參考文獻：

[1] 徐傳諶，鄭貴廷，齊樹天.我國商業銀行規模經濟問題與金融改革策略透析[J].經濟研究，2002（10）：22-30+94.

[2] 字蘭，黃儒靖.基于EVA的我國商業銀行經營績效實證分析[J].統計與決策，2009（23）：146-148.

[3] 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（01）：91-101.

[4] 哈蕊.上市商業銀行β值測算分析——以北京銀行、浦發銀行、華夏銀行為例[J].天水行政學院學報，2019，20（03）：115-119.

[5] 陸桂賢.我國上市公司并購績效的實證研究——基于EVA模型[J].審計與經濟研究，2012，27（02）：104-109.

[6] 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（03）：11-25.

[7] 呂柯靜.基于DEA模型的商業銀行經營效率實證研究[J].中國農業會計，2022（04）：64-65.

[8] 朱永利.商業銀行效率研究進展：國內外文獻綜述[J].上海金融，2012（09）：23-28+116.

[9] 趙子銥，鄒康，彭琦.對我國銀行業規模經濟效率的測算[J].統計與決策，2006（12）：100-101.