我國商業(yè)銀行效率實證研究——基于超效率DEA模型和Malmquist指數(shù)模型

劉硯平，劉慶慶

(山東財經(jīng)大學，山東 濟南250014)

一、引 言

2006年12月11日，我國加入世界貿(mào)易組織的過渡期結束，我國銀行業(yè)正式全面對外開放，這對我國商業(yè)銀行來說既是機遇也是挑戰(zhàn)。從2006年到現(xiàn)在，我國商業(yè)銀行不僅面臨來自國內(nèi)外的激勵競爭，而且經(jīng)歷了2008年金融危機的巨大考驗，現(xiàn)在我國商業(yè)銀行的競爭能力、投入產(chǎn)出能力及可持續(xù)發(fā)展能力如何?對這些問題的回答有利于為我國商業(yè)銀行的進一步發(fā)展提供合理的政策建議。本文將通過對2006-2011年我國商業(yè)銀行效率水平的研究來回答上述問題。

商業(yè)銀行效率(Bank Efficiency)一般指，銀行在業(yè)務活動中投入與產(chǎn)出或成本與收益之間的對比關系。但由于商業(yè)銀行的外部性，商業(yè)銀行效率又被定義為:商業(yè)銀行在市場機制的作用下，在保證其盈利性、安全性、流動性的基礎上，能夠較為合理地配置銀行資源并能最大限度地推動社會經(jīng)濟資源的流動。由于研究的目的不同，劃分的側重點不同，關于商業(yè)銀行效率的劃分目前沒有一個統(tǒng)一的標準。本文采用1957年Farrell［1］的定義方法。Farrell將銀行效率分為技術效率、配置效率，二者組成了銀行的經(jīng)濟效率(總效率或生產(chǎn)效率)。而技術效率又可以分解為純技術效率和配置效率。

近年來國內(nèi)外學者對商業(yè)銀行效率的研究較多，但是同時從靜態(tài)和動態(tài)兩個角度對商業(yè)銀行效率進行分析的文獻較少，且分析較為淺薄。本文將首先運用超效率DEA模型從靜態(tài)角度對2006-2011年我國商業(yè)銀行的技術效率、純技術效率和規(guī)模效率的超效率DEA值進行測算并排序;然后運用Malmquist指數(shù)模型從動態(tài)角度對我國商業(yè)銀行的效率持續(xù)性問題進行研究。

二、我國商業(yè)銀行效率實證分析

(一)研究方法

1.DEA模型及超DEA模型

測算商業(yè)銀行技術效率的方法包括參數(shù)方法和非參數(shù)方法，其中參數(shù)方法包括隨機邊界法、自由分布法、厚前沿方法和遞歸厚邊界法;非參數(shù)方法包括數(shù)據(jù)包絡法和無界分析法。應用最廣泛的是隨機邊界法(SFA)和數(shù)據(jù)包絡法(DEA)。數(shù)據(jù)包絡法與隨機邊界法相比具有以下優(yōu)點:無需假定具體的函數(shù)形態(tài)及設定效率前沿面的形狀;在數(shù)據(jù)使用上忽略價格因素，所得結果更關注技術上最優(yōu)而不是經(jīng)濟上最優(yōu);無需考慮量綱及對數(shù)據(jù)進行歸一化處理;處理多投入多產(chǎn)出的情況較為容易等等。因此本文在測算商業(yè)銀行效率時采用DEA方法。

DEA方法中包括CRS模型和VRS模型，前者用來測算規(guī)模報酬不變時的技術效率，后者用來測算規(guī)模報酬可變時的技術效率。但是無論CRS模型還是VRS模型，有時都會得出多家商業(yè)銀行有效率，即存在多家銀行的效率值為1，此時無法對這些效率值為1的銀行進行效率高低的比較。為了解決這個問題，Andersen and Petersen［2］提出了DEA的超效率(Super Efficiency)模型，該模型能夠準確測算出各家銀行效率值的大小，并能有效比較效率值的高低。

2.Malmquist指數(shù)模型

前面介紹的DEA模型和超DEA模型是從靜態(tài)角度對商業(yè)銀行的效率進行比較。但是當加入時間變量之后，由于生產(chǎn)技術發(fā)生變化，各家樣本銀行面臨的生產(chǎn)前沿面不同，缺少了比較的基準。為了解決這個問題，引入了Malmqusit指數(shù)，即運用面板數(shù)據(jù)和距離函數(shù)，求出一個可以作為垂直比較分析的生產(chǎn)率指數(shù)。

1994年，F(xiàn)are等［3］建立的Malmquist指數(shù)為:

Malmquist指數(shù)大于1，表示第t期到t+1期的效率有所增長;小于1表示效率水平下降;等于1表示效率水平不變。

采用Nicolet公司AvbTER 370型傅里葉變換紅外光譜分析儀(Fourier transform infrared spectroscopy,FT-IR)進行表征,掃描范圍500～4 000 cm-1,分辨率0.5 cm-1,掃描次數(shù)32次,采用KBr壓片表面涂覆法.采用Agilent公司型號為Agilent1100的凝膠滲透色譜儀(gel permeation chromatography,GPC)進行分子量和分子量分布系數(shù)分析,溫度38°C,流速1 mL/min,柱壓2.5 MPa,注樣量12.5μL,測試時間15 min,溶劑為四氫呋喃.

生產(chǎn)率的變化受技術進步和技術效率變化的影響，Malmquist指數(shù)可以分解為規(guī)模報酬不變假定下的技術效率變化指數(shù)(EC)和技術進步指數(shù)(TP)，其分解過程如下:

上式中EC代表規(guī)模報酬不變條件下，第t期到第t+1期的技術效率的變動，表示企業(yè)的經(jīng)營管理能力和決策能力;TP代表第t期到第t+1期生產(chǎn)技術的變化程度。

Fare［3］1994年在計算距離函數(shù)時允許規(guī)模報酬可變，因此技術效率變動(EC)又可以進一步分解為純技術效率變動(△PTE)和規(guī)模報酬變動(△SE)的乘積，即

(二)樣本數(shù)據(jù)選取及變量界定

1.數(shù)據(jù)選取

本文選取中國工商銀行、中國農(nóng)業(yè)銀行、中國建設銀行、中國銀行、中國交通銀行、上海浦東發(fā)展銀行、中國民生銀行、廣東發(fā)展銀行、中國光大銀行、中信實業(yè)銀行、興業(yè)銀行、深圳發(fā)展銀行、華夏銀行和招商銀行共14家商業(yè)銀行作為研究樣本。因為這14家商業(yè)銀行資產(chǎn)總額占我國商業(yè)銀行總資產(chǎn)的絕大多數(shù)，它們效率的高低足以反映我國商業(yè)銀行總體競爭力的強弱。本文在時間序列上選取了2006-2011年的數(shù)據(jù)，全部數(shù)據(jù)為面板數(shù)據(jù)。數(shù)據(jù)主要來源于2006-2011年各商業(yè)銀行年報(巨潮資訊網(wǎng)及各家商業(yè)銀行網(wǎng)站)。

2.變量界定

根據(jù)Berger and Humphrey［4］對以往研究文獻的系統(tǒng)整理可知，銀行投入、產(chǎn)出項的界定方法可以分為:中介法、資產(chǎn)法、附加價值法、生產(chǎn)法、使用者成本法以及現(xiàn)代法共六種思路。其中中介法與生產(chǎn)法是最基本的兩種方法，其他方法都是在二者基礎上的修正和補充。

本文綜合考慮以上六種方法，根據(jù)中國商業(yè)銀行的現(xiàn)實情況和數(shù)據(jù)的可得性，選擇勞動力、固定資產(chǎn)、可貸資金作為投入變量，收入總額和稅前利潤作為產(chǎn)出變量。其中勞動力用商業(yè)銀行的正式員工人數(shù)表示;固定資產(chǎn)包括固定資產(chǎn)凈值和在建工程;可貸資金用負債總額表示;收入總額中包括利息收入和非利息收入，非利息收入又由手續(xù)費及傭金收入、投資收入、匯兌收入和其他收入組成。因為商業(yè)銀行所交稅收也屬于其創(chuàng)造的價值，所以選擇稅前利潤而非稅后利潤作為產(chǎn)出變量。

(三)實證結果及分析

本文運用超效率DEA模型對我國14家商業(yè)銀行在2006-2011年的技術效率(TE)、純技術效率(PTE)和規(guī)模效率(SE)的超效率DEA值進行測度，并對各家商業(yè)銀行的平均效率值進行比較。

表1 2006-2011年我國14家商業(yè)銀行的各自平均效率值及排名

分析表1可以得出:首先，在技術效率方面，有7家銀行的技術效率均值大于1，達到超效率DEA有效，占樣本銀行的50%，它們分別是深圳發(fā)展、興業(yè)銀行、中信銀行、招商銀行、浦發(fā)銀行、民生銀行和建設銀行;其次，在純技術效率方面，除了中國農(nóng)業(yè)銀行、中國交通銀行、中國光大銀行和廣東發(fā)展銀行外，其他10家商業(yè)銀行的純技術效率均值都大于1，是超效率DEA有效;而規(guī)模效率方面，所有商業(yè)銀行的規(guī)模效率均值都小于1，都沒達到規(guī)模效率的超效率DEA有效。

表2 2006-2011年各年我國14家商業(yè)銀行的整體效率均值

從表2可以得出:首先，2006-2011年各年技術效率平均值中，除了2006年小于1外，其他年份都達到超效率DEA有效。但是各年份“五大行”的技術效率均值與“股份制”相比較低，均未達到超效率DEA有效。其次，在純技術效率方面，無論是“五大行”還是“股份制”其各年數(shù)值都大于1，達到超效率DEA有效;而規(guī)模效率方面，商業(yè)銀行各年的規(guī)模效率都普遍較低。

從圖1和2中可以得出:2006-2011年以來，我國商業(yè)銀行的技術效率和規(guī)模效率的變化趨勢基本一致，而與純技術效率變化趨勢正好相反。其中“五大行”的三種效率變化趨勢與總體相一致，而“股份制”從2011年開始有所變化，技術效率與純技術效率變化趨勢相一致。

2.基于Malmquist指數(shù)模型的動態(tài)分析

前面的靜態(tài)分析是建立在考察期內(nèi)生產(chǎn)技術不變基礎上，測算各家商業(yè)銀行的相對效率。但是當考察內(nèi)生產(chǎn)技術發(fā)生變化時，前面介紹的超效率DEA模型失去了比較的基準，不能對不同年份被考察銀行的效率值等進行縱向比較。為了解決上述問題，下面利用DEAP2.1軟件，測算14家樣本銀行的Malmquist指數(shù)，并通過對Malmquist指數(shù)的分解來測算我國商業(yè)銀行效率的持續(xù)性。測算結果如表3。

從表3可以看出，我國14家樣本商業(yè)銀行6年的全要素生產(chǎn)率指數(shù)平均值都大于1，其中中信銀行效率水平提高的幅度最大，2011年比2006年提高了15.4%。6年中14家商業(yè)銀行的全要素生產(chǎn)率指數(shù)平均提升了9.5%，其中技術進步變化指數(shù)提高了9.4%，而技術效率變化指數(shù)僅僅提高了0.1%，可以看出技術進步對全要素生產(chǎn)率指數(shù)提高的貢獻要高于技術效率的貢獻度。而規(guī)模效率變化指數(shù)不但沒有提升，反而降低了0.3%。

表3 2006-2011年14家商業(yè)銀行的平均Malmquist指數(shù)

表4 2006-2011年間14家商業(yè)銀行平均每年的Malmquist指數(shù)

由表4可以看出，2006-2011年平均全要素生產(chǎn)率指數(shù)提高了9.5%。提升最高的是2006-2007年間，提升了31.3%，只有2008-2009年間全要素生產(chǎn)率指數(shù)小于1，效率水平降低了19.2%。6年間技術進步變化指數(shù)提高了9.4%，所以全要素生產(chǎn)率指數(shù)的提高主要歸功于技術進步。

三、結論與啟示

本文通過從靜態(tài)角度和動態(tài)角度對我國商業(yè)銀行效率進行實證分析，得出以下結論:

1.我國商業(yè)銀行技術效率發(fā)展狀況。從縱向來看各年商業(yè)銀行的總體技術效率水平較好，基本都達到超效率DEA有效。但是從橫向來看各家商業(yè)銀行的技術效率水平差距較大，“五大行”明顯落后“股份制”，大都處于技術效率超效率DEA無效狀態(tài)。其中我國商業(yè)銀行的純技術效率水平普遍較高，且“股份制”的值高于“五大行”，而整體規(guī)模效率水平普遍較低。從整體技術效率變化趨勢來看，其與規(guī)模效率的變化趨勢相一致而與純技術效率的變化趨勢正好相反。

2.我國商業(yè)銀行全要素生產(chǎn)率指數(shù)狀況。從橫向分析，各家商業(yè)銀行6年來的全要素生產(chǎn)率指數(shù)都大于1，但“五大行”的提高幅度明顯低于“股份制”，特別是規(guī)模效率變化指數(shù)方面。從縱向分析，只有2008-2009年間商業(yè)銀行的全要素生產(chǎn)率指數(shù)小于1，其他年份都得到不同幅度的提高，其中技術進步變化指數(shù)提高較快，而規(guī)模效率變化指數(shù)有所下降。

對造成上述現(xiàn)象的原因分析如下:

首先，近年來我國商業(yè)銀行不斷引進新技術和新思維，創(chuàng)新各種金融產(chǎn)品和金融服務，特別是對電子信息技術的應用和創(chuàng)新，促進了銀行經(jīng)營管理狀況得到不斷改善，從而提高了整個商業(yè)銀行的技術效率水平。其次，“五大行”與“股份制”相比規(guī)模較大，由于受傳統(tǒng)管理理念和股權結構等的影響，經(jīng)營管理能力和業(yè)務創(chuàng)新能力相對較差，例如業(yè)務創(chuàng)新帶有盲目性，缺乏整體規(guī)劃，科技含量低，產(chǎn)品質量差等。而“股份制”為了擴大實力，增強自身競爭力，越來越重視積極開發(fā)新產(chǎn)品，開發(fā)客戶群，提高自身服務水平，通過提供更多讓客戶滿意的產(chǎn)品和增值服務來吸引客戶的注意力。因此造成了“五大行”與“股份制”在效率水平上的明顯差異。最后，我國“五大行”較為重視規(guī)模的外延式擴張，機構龐大、效率不高，人員冗雜、素質較低，從而導致規(guī)模效率水平較低。而“股份制”大都由于發(fā)展時間短，自身實力弱，競爭壓力大，整體規(guī)模相對較小。規(guī)模過大或規(guī)模過小都會造成規(guī)模報酬遞減，最終成為影響我國商業(yè)銀行技術效率水平提高的主要障礙。

［1］FARRELL M J.The Measurement of Productive Efficiency［J］.Journal of the Royal Statistical Society，Series A(general)，Volume 120，Number3，1957:253-281.

［2］李棟.中國商業(yè)銀行效率實證研究［D］.天津:天津大學，2008(8):40-52.

［3］FARE R，GROSSKOPF S，KNOX LOVELL C A.Production Frontiers［M］.Cambridge University Press，1994:188-206.

［4］BERGER A N，HUMPHREY D B.The Dominance of Inefficiencies over Scale and Product Mix Economies in Banking［J］.Journal of Monetary Economics，1991(28):117-148.

［5］劉芬.中國商業(yè)銀行效率:基于動態(tài)視角的理論與經(jīng)驗研究［D］.遼寧:遼寧大學，2009:57-69.