基于隨機(jī)前沿分析的貸款定價(jià)效率研究

摘 要：在同等條件下，高效率的貸款定價(jià)能夠給銀行帶來更多的收益。本文將影響貸款定價(jià)的因素分成兩部分：將成本因素設(shè)定為隨機(jī)前沿生產(chǎn)函數(shù)的投入指標(biāo)，將風(fēng)險(xiǎn)和其他因素設(shè)定為影響商業(yè)銀行貸款定價(jià)效率的指標(biāo)。通過建立商業(yè)銀行貸款定價(jià)的隨機(jī)前沿生產(chǎn)函數(shù)，研究商業(yè)銀行的貸款定價(jià)效率。對(duì)中國(guó)33家商業(yè)銀行2003—2012年的面板數(shù)據(jù)進(jìn)行實(shí)證研究發(fā)現(xiàn)：大型商業(yè)銀行因規(guī)模優(yōu)勢(shì)表現(xiàn)出了較高的效率；股份制銀行和城市商業(yè)銀行的貸款定價(jià)效率差異最大；在利率管制下，外資銀行的技術(shù)優(yōu)勢(shì)沒有體現(xiàn)出來。

關(guān)鍵詞：貸款定價(jià)；效率；隨機(jī)前沿分析；凈利差

中圖分類號(hào)：F830 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-2265（2013）02-0056-07

一、引言

貸款業(yè)務(wù)是商業(yè)銀行最基本、最重要的業(yè)務(wù)。貸款定價(jià)體現(xiàn)著商業(yè)銀行控制風(fēng)險(xiǎn)、提高收益的能力。貸款定價(jià)偏低雖會(huì)增加業(yè)務(wù)量，但也會(huì)導(dǎo)致風(fēng)險(xiǎn)加大；貸款定價(jià)偏高會(huì)減少業(yè)務(wù)量且不利于銀行發(fā)展。因此，在同等條件下，能夠給銀行帶來更多收益的貸款定價(jià)才是更有效率的。

中國(guó)多年來一度實(shí)行利率管制，存款利率不能高于基準(zhǔn)利率，貸款利率在基準(zhǔn)利率的基礎(chǔ)上有浮動(dòng)限制。這種管制直到2012年6月8日才有所放松。在此之前，中國(guó)商業(yè)銀行僅掌握部分自主貸款定價(jià)權(quán)，直至目前中國(guó)商業(yè)銀行的貸款定價(jià)能力依然比較弱。隨著利率市場(chǎng)化的發(fā)展，商業(yè)銀行必然要掌握更多的自主定價(jià)權(quán)。如果中國(guó)的商業(yè)銀行還以現(xiàn)在的貸款定價(jià)能力應(yīng)對(duì)未來的挑戰(zhàn)，肯定會(huì)導(dǎo)致其在市場(chǎng)競(jìng)爭(zhēng)中處于劣勢(shì)。

現(xiàn)有貸款定價(jià)的研究多集中于分析商業(yè)銀行凈利差的影響，而凈利差實(shí)際上反映的是商業(yè)銀行的存貸款定價(jià)行為，而不是定價(jià)效率。胡、桑德斯（Ho、Saunders，1981）認(rèn)為商業(yè)銀行是風(fēng)險(xiǎn)厭惡的金融中介，他們建立了商業(yè)銀行的財(cái)富期望效用函數(shù)，并推導(dǎo)了最優(yōu)存貸款定價(jià)。此后該模型被稱為代理商模型，并得到不斷的完善和補(bǔ)充。毛德斯、索利斯（Maudos、Solís，2009）對(duì)代理商模型及其之后的拓展文獻(xiàn)進(jìn)行了綜合，建立了考慮營(yíng)業(yè)成本和非傳統(tǒng)業(yè)務(wù)對(duì)貸款定價(jià)以及凈利差影響的理論模型。利用代理商模型對(duì)貸款定價(jià)行為的研究屬于理論研究，理論研究認(rèn)為影響貸款定價(jià)以及凈利差的因素主要包括市場(chǎng)結(jié)構(gòu)、營(yíng)業(yè)成本、違約風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、風(fēng)險(xiǎn)厭惡等因素。

除了理論研究，針對(duì)歐美發(fā)達(dá)國(guó)家以及完成利率市場(chǎng)化的拉丁美洲和東歐等發(fā)展中國(guó)家的實(shí)證研究也比較多?？滋?、許（Demirguc-Kunt、Huizunga，1999）利用1988—1995年間80多個(gè)國(guó)家的銀行樣本，分析了各種因素對(duì)凈利差國(guó)際性差異的影響。桑德斯、舒馬赫（Saunders、Schumacher，2000）引入國(guó)家虛擬變量，利用兩步法對(duì)歐洲6國(guó)和美國(guó)的商業(yè)銀行進(jìn)行了實(shí)證研究，對(duì)比了不同國(guó)家商業(yè)銀行凈利差影響因素的區(qū)別。研究發(fā)現(xiàn)存款利率限制、準(zhǔn)備金要求、資本充足率、市場(chǎng)壟斷程度以及宏觀經(jīng)濟(jì)波動(dòng)都是影響凈利差以及貸款定價(jià)的重要因素。霍特里、梁（Hawtrey、Liang，2008）利用經(jīng)濟(jì)合作組織OECD中14個(gè)國(guó)家1987—2001年間的數(shù)據(jù)進(jìn)行了實(shí)證研究，發(fā)現(xiàn)市場(chǎng)壟斷、營(yíng)業(yè)成本、風(fēng)險(xiǎn)厭惡程度、利率波動(dòng)、違約風(fēng)險(xiǎn)、貸款數(shù)量、隱含利息支付以及管理效率對(duì)于商業(yè)銀行的凈利差和貸款定價(jià)都有顯著影響。卡斯曼、通克、瓦爾達(dá)爾、奧坎（Kasman、Tunc、Vardar、Okan，2010）將歐盟國(guó)家1995—2006年的數(shù)據(jù)分成兩個(gè)時(shí)間段，研究了新加入歐盟的國(guó)家和原有成員國(guó)的差異。研究發(fā)現(xiàn)在兩個(gè)研究期間內(nèi)銀行規(guī)模和管理效率與凈利差負(fù)相關(guān)。隨著歐盟擴(kuò)張進(jìn)程的加快，歐盟各國(guó)的宏觀經(jīng)濟(jì)環(huán)境差異減小，在第二個(gè)研究期間所有宏觀變量都不再顯著。

周鴻衛(wèi)、韓忠偉和張蓉（2008）采用1996—2006年的數(shù)據(jù)，對(duì)中國(guó)商業(yè)銀行的凈利差進(jìn)行了研究。研究發(fā)現(xiàn)市場(chǎng)競(jìng)爭(zhēng)結(jié)構(gòu)、營(yíng)業(yè)成本、風(fēng)險(xiǎn)厭惡程度、貸款比率、交易規(guī)模、隱含利息支付、準(zhǔn)備金的機(jī)會(huì)成本、管理效率、資產(chǎn)規(guī)模等因素影響著商業(yè)銀行的凈利差。周開國(guó)、李濤和何興強(qiáng)（2008）采用中國(guó)1996—2003年商業(yè)銀行的數(shù)據(jù)，研究了凈利差的影響。趙旭（2009）采用中國(guó)1998—2006年商業(yè)銀行的數(shù)據(jù)，從多維角度衡量?jī)衾?，考慮了中間業(yè)務(wù)影響的會(huì)計(jì)利差和Lener指數(shù)邊際利差以及宏觀因素。研究發(fā)現(xiàn)風(fēng)險(xiǎn)因素對(duì)凈利差影響不顯著，準(zhǔn)備金的機(jī)會(huì)成本與凈利差顯著正相關(guān)，宏觀經(jīng)濟(jì)變量對(duì)凈利差也有一定的影響，而中間業(yè)務(wù)和凈利差之間沒有因果關(guān)系。張育紅、張宗益（2010）采用2000—2008年中國(guó)23家商業(yè)銀行數(shù)據(jù)進(jìn)行實(shí)證分析，研究發(fā)現(xiàn)四個(gè)大型商業(yè)銀行凈利差波動(dòng)較大，中小股份制商業(yè)銀行經(jīng)營(yíng)逐漸穩(wěn)定。風(fēng)險(xiǎn)厭惡程度、營(yíng)業(yè)成本、違約風(fēng)險(xiǎn)、資產(chǎn)規(guī)模、上年凈利差、非利差收入、非傳統(tǒng)資產(chǎn)及基準(zhǔn)利差都是影響凈利差的重要因素。

綜合文獻(xiàn)分析，可以發(fā)現(xiàn)研究?jī)衾钜约百J款定價(jià)文獻(xiàn)較多，但是針對(duì)貸款定價(jià)效率的研究幾乎沒有。當(dāng)前中國(guó)正處于利率市場(chǎng)化發(fā)展過程中，商業(yè)銀行迫切需要提高貸款定價(jià)能力，對(duì)現(xiàn)階段貸款定價(jià)效率的研究至關(guān)重要。因此，本文提出將影響商業(yè)銀行凈利差的因素（也是影響貸款定價(jià)的因素）分成兩部分，利用隨機(jī)前沿生產(chǎn)函數(shù)方法研究中國(guó)銀行業(yè)的貸款定價(jià)效率。影響貸款定價(jià)的成本因素被設(shè)定為隨機(jī)前沿生產(chǎn)函數(shù)的投入指標(biāo)，影響貸款定價(jià)的風(fēng)險(xiǎn)因素和其他因素被設(shè)定為影響商業(yè)銀行效率的指標(biāo)，從而建立了商業(yè)銀行貸款定價(jià)的隨機(jī)前沿生產(chǎn)函數(shù)。利用該生產(chǎn)函數(shù)，采用中國(guó)銀行業(yè)中具有代表性的33家商業(yè)銀行2003—2010年的平衡面板數(shù)據(jù)，對(duì)中國(guó)銀行業(yè)的貸款定價(jià)效率進(jìn)行實(shí)證研究。

二、隨機(jī)前沿分析模型

最初的隨機(jī)前沿分析模型（洛弗爾、施密特， 1977；梅森、布羅克， 1977）是一個(gè)針對(duì)截面數(shù)據(jù)的生產(chǎn)函數(shù)，其中包括兩個(gè)誤差項(xiàng)：一個(gè)是隨機(jī)影響誤差，另一個(gè)是技術(shù)非效率項(xiàng)。模型可以表示成下面形式：

[Yi=βxi+Vi-Ui，i=1，…，N] （1）

其中，[Yi]表示第i個(gè)決策單元（這里表示銀行）的產(chǎn)出量；[xi]是[k×1]的向量，它表示第i個(gè)決策單元的投入量；[β]是一個(gè)待估計(jì)參數(shù)向量；[Vi、Ui]表示兩個(gè)相互獨(dú)立的隨機(jī)變量；[Vi]服從正態(tài)分布，它表示隨機(jī)誤差；[Ui]是一個(gè)非負(fù)的隨機(jī)變量，它表示技術(shù)非效率項(xiàng)。

這個(gè)最初的模型在過去的30年里已經(jīng)得到了不斷的完善和擴(kuò)展。這些擴(kuò)展包括對(duì)誤差項(xiàng)[Ui]分布形式的擴(kuò)展，比如截?cái)嗾龖B(tài)分布、兩參數(shù)gamma分布，以及對(duì)面板數(shù)據(jù)和時(shí)變技術(shù)效率的擴(kuò)展。

大量的實(shí)證研究通過估計(jì)隨機(jī)前沿生產(chǎn)函數(shù)來測(cè)算技術(shù)效率。研究某一特定決策單元的技術(shù)效率變化時(shí)，早期研究通常采用兩步估計(jì)法。然而，兩步法違背了兩個(gè)估計(jì)階段非效率相互獨(dú)立的假設(shè)。為了解決這一問題，巴蒂斯和科埃利（Battese和Coelli，1995）給非效率項(xiàng)[Ui]提出了一個(gè)明確的表達(dá)式，這個(gè)表達(dá)式是關(guān)于特定決策單元的一組變量和誤差項(xiàng)的函數(shù)。這個(gè)隨機(jī)前沿生產(chǎn)函數(shù)模型的形式為：

[Yit=βxit+Vit-Uit，i=1，…，N，t=1，…，T] （2）

其中，[Yit]表示第i個(gè)決策單元第t期的產(chǎn)出量；[xit]是[k×1]的向量，它表示第i個(gè)決策單元第t期的投入量；[β]是一個(gè)待估計(jì)參數(shù)向量；[Vit、Uit]表示兩個(gè)相互獨(dú)立的隨機(jī)變量；[Vit]服從正態(tài)分布[N0，σ2V]，它表示隨機(jī)誤差；[Uit]是技術(shù)非效率項(xiàng)，它被假設(shè)為服從0點(diǎn)截?cái)嗟莫?dú)立分布[Nmit，σ2U]。

[mit=zitδ，i=1，…，N，t=1，…，T] （3）

其中，[zit]是[p×1]維向量，它表示影響某一決策單元效率的變量組；[δ]是[1×p]維待估計(jì)參數(shù)。

可以通過估計(jì)隨機(jī)前沿生產(chǎn)函數(shù)來測(cè)算每個(gè)決策單元的技術(shù)效率。技術(shù)效率測(cè)度被定義為：

[EFFi=EyiUi，xiEyiUi=0，xi=βxi-Uiβxi] （4）

其中，[EFFi]表示第i個(gè)決策單元的技術(shù)效率；[EyiUi，xi]是在存在技術(shù)非效率項(xiàng)[Ui]和已知投入[xi]條件下產(chǎn)出的期望，表示實(shí)際產(chǎn)出的均值；[EyiUi=0，xi]是在不存在技術(shù)非效率項(xiàng)[Ui]和已知投入[xi]條件下產(chǎn)出[yi]的期望，表示理論最大產(chǎn)出的均值。

隨機(jī)前沿生產(chǎn)函數(shù)區(qū)別于其他方法主要在于，它引入的非效率項(xiàng)[Ui]。非效率項(xiàng)是否存在呢？如果不存在我們就沒有必要采用隨機(jī)前沿生產(chǎn)函數(shù)了。檢驗(yàn)決策單元是否存在非效率項(xiàng)，可以參用變差率[γ]來判斷。

[γ=σ2Uσ2U+σ2V] （5）

其中，[γ]表示變差率；[σ2U]表示技術(shù)非效率項(xiàng)U的方差；[σ2V]表示隨機(jī)誤差V的方差。變差率[γ]代表技術(shù)非效率項(xiàng)U的方差[σ2U]占技術(shù)非效率項(xiàng)U的方差與隨機(jī)誤差V的方差之和[σ2U+σ2V]的比重。

顯然，[γ]的取值范圍是[0，1]。當(dāng)[γ]趨近于1時(shí)，說明生產(chǎn)函數(shù)偏差主要來自技術(shù)非效率項(xiàng)U，而隨機(jī)誤差V的影響可以忽略不計(jì)；當(dāng)[γ]趨近于0時(shí)，說明生產(chǎn)函數(shù)偏差主要來自隨機(jī)誤差V，而技術(shù)非效率項(xiàng)U的影響可以忽略不計(jì)；當(dāng)[γ]位于0和1之間，說明生產(chǎn)函數(shù)偏差由技術(shù)非效率項(xiàng)U和隨機(jī)誤差V共同決定。

可以通過對(duì)變差率[γ]的檢驗(yàn)來判斷隨機(jī)前沿生產(chǎn)函數(shù)是否有效。如果零假設(shè)[γ=0]被接受，表明[σ2U]等于0，因此不存在技術(shù)非效率，隨機(jī)前沿生產(chǎn)函數(shù)無效。否則隨機(jī)前沿生產(chǎn)函數(shù)就是有效的。對(duì)于變差率[γ]的零假設(shè)檢驗(yàn)，通過單邊似然比統(tǒng)計(jì)量LR的顯著性檢驗(yàn)來實(shí)現(xiàn)。單邊似然比統(tǒng)計(jì)量LR表示為：

[LR=-2lnL（θ0）L（θ1）] （6）

其中，[θ]是隨機(jī)前沿生產(chǎn)函數(shù)的待估參數(shù)向量；[θ0]是在[γ=0]約束下的極大似然估計(jì)；[θ1]是無約束條件下的極大似然估計(jì)；[L（θ0）、L（θ1）]分別表示這兩個(gè)估計(jì)的似然函數(shù)值。

單邊似然比統(tǒng)計(jì)量LR服從自由度為n的混合[χ2]分布。自由度n等于[θ0]和[θ1]下的待估參數(shù)之差。如果LR大于給定顯著性水平[α]相對(duì)應(yīng)的混合[χ2]分布的臨界值，即[LR>χ2αn]，則拒絕零假設(shè)，說明技術(shù)非效率項(xiàng)Ui是存在的。

三、變量及數(shù)據(jù)

本研究以凈利差作為隨機(jī)前沿生產(chǎn)函數(shù)的產(chǎn)出指標(biāo)，研究商業(yè)銀行的貸款定價(jià)以及盈利效率。大量的理論和實(shí)證研究表明影響凈利差的因素包括，營(yíng)業(yè)成本、隱含利息支付、準(zhǔn)備金機(jī)會(huì)成本、風(fēng)險(xiǎn)厭惡程度、違約風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、市場(chǎng)結(jié)構(gòu)等。

與其他研究不同，本文利用隨機(jī)前沿生產(chǎn)函數(shù)來研究貸款定價(jià)效率。生產(chǎn)函數(shù)是指生產(chǎn)中所使用的各種投入要素與所能生產(chǎn)的最大產(chǎn)出之間的關(guān)系。商業(yè)銀行作為一種特殊的企業(yè)，它的投入和產(chǎn)出和一般企業(yè)有很大區(qū)別。衡量商業(yè)銀行產(chǎn)出的最佳方法就是計(jì)算其收益，而凈利差就是其收益的最重要部分。商業(yè)銀行最直接的投入就是各種成本，包括營(yíng)業(yè)成本、隱含利息支付、準(zhǔn)備金機(jī)會(huì)成本等。風(fēng)險(xiǎn)厭惡程度、違約風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、市場(chǎng)結(jié)構(gòu)等也是影響凈利差的因素，在利用生產(chǎn)函數(shù)的研究方法中它們是影響商業(yè)銀行貸款定價(jià)效率的因素。綜上，本文將影響凈利差的7個(gè)因素分成兩部分：第一部分是商業(yè)銀行這一特殊企業(yè)的各種成本——營(yíng)業(yè)成本、隱含利息支付、準(zhǔn)備金機(jī)會(huì)成本，作為隨機(jī)前沿生產(chǎn)函數(shù)的投入指標(biāo)；第二部分是風(fēng)險(xiǎn)厭惡程度、違約風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、市場(chǎng)結(jié)構(gòu)等因素，它們是影響商業(yè)銀行貸款定價(jià)效率的因素。

隨機(jī)前沿生產(chǎn)函數(shù)的產(chǎn)出為凈利差，它用凈利息收入比總資產(chǎn)來度量，即：

NIM=凈利息收入/總資產(chǎn)

營(yíng)業(yè)成本（Operating Cost，OC）是在商業(yè)銀行經(jīng)營(yíng)中產(chǎn)生的非利息支出，比如人工費(fèi)、設(shè)備費(fèi)、固定資產(chǎn)折舊等營(yíng)業(yè)支出。用營(yíng)業(yè)支出與總資產(chǎn)的比率衡量營(yíng)業(yè)成本，即：

營(yíng)業(yè)成本OC=營(yíng)業(yè)支出/總資產(chǎn)

隱含利息支付（Implicit Interest Payments，IIP）是指銀行向客戶提供的各種免費(fèi)服務(wù)所產(chǎn)生的費(fèi)用。用非利息收入減非利息支出與總資產(chǎn)之比來度量隱含利息支出，即：

隱含利息支付IIP=（非利息支出-非利息收入）/總資產(chǎn)

準(zhǔn)備金的機(jī)會(huì)成本（Opportunity Costs of Bank Reserves，OR）是商業(yè)銀行無法從存入中央銀行的準(zhǔn)備金和其他準(zhǔn)備金中獲得收入所產(chǎn)生的機(jī)會(huì)成本。用現(xiàn)金和其他銀行到期款與總資產(chǎn)的比來度量準(zhǔn)備金的機(jī)會(huì)成本，即：

準(zhǔn)備金機(jī)會(huì)成本OR=（現(xiàn)金+其他銀行到期款）/總資產(chǎn)

風(fēng)險(xiǎn)厭惡程度、違約風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、市場(chǎng)結(jié)構(gòu)影響隨機(jī)前沿生產(chǎn)函數(shù)中某一評(píng)價(jià)銀行的效率，也就是影響商業(yè)銀行貸款定價(jià)效率。對(duì)于風(fēng)險(xiǎn)厭惡（Risk Aversion，RA），大多采用股東權(quán)益的比例指標(biāo)來度量（毛德斯、格瓦拉，2004；毛德斯、索林斯，2009），即：

風(fēng)險(xiǎn)厭惡RA=股東權(quán)益/總資產(chǎn)

違約風(fēng)險(xiǎn)（Default Risk，DR）是銀行面臨的最常見的風(fēng)險(xiǎn)，可采用凈核銷額與總貸款之比來衡量違約風(fēng)險(xiǎn)，即：

違約風(fēng)險(xiǎn)DR=凈核銷額/總貸款

利率風(fēng)險(xiǎn)（Interest Risk，IR）是指市場(chǎng)利率變化的不確定性導(dǎo)致的銀行資產(chǎn)價(jià)值的不確定性。利用市場(chǎng)利率的標(biāo)準(zhǔn)差衡量利率風(fēng)險(xiǎn)。對(duì)于市場(chǎng)利率，本文采集的是2003—2010年銀行間回購利率。

市場(chǎng)結(jié)構(gòu)（Market Structure，MS）反映市場(chǎng)集中度或競(jìng)爭(zhēng)程度。利用勒納指數(shù)Lerner度量市場(chǎng)結(jié)構(gòu)。在商業(yè)銀行的研究中，一般采用總收入和總支出的差與總收入的比率來衡量勒納指數(shù)，即：

Lerner=（總收入-總支出）/總收入

本文選取了在中國(guó)內(nèi)地經(jīng)營(yíng)的33家商業(yè)銀行2003—2010年的平衡數(shù)據(jù)。樣本涵蓋了中國(guó)大型商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行、政策性銀行及境內(nèi)的外資和合資銀行，囊括了中國(guó)各類商業(yè)銀行。

商業(yè)銀行數(shù)據(jù)來源于Bankscopes數(shù)據(jù)庫2003—2010年各個(gè)商業(yè)銀行資產(chǎn)負(fù)債表、利潤(rùn)表和比率表，銀行間回購利率來自中國(guó)人民銀行網(wǎng)站。

四、實(shí)證研究

（一）實(shí)證模型

根據(jù)隨機(jī)前沿生產(chǎn)函數(shù)模型式（2）（3），以及產(chǎn)出、投入、影響效率的指標(biāo)建立商業(yè)銀行貸款定價(jià)效率分析模型如下：

[NIMit=β0+βOCOCit+βIIPIIPit+βORORit+Vit-Uit] （7）

其中，[NIMit]表示第i個(gè)銀行第t期的凈利差；[β=β0，βOC，βIIP，βOR]表示待估計(jì)參數(shù)向量；[OCit]、[IIPit]、[ORit]分別表示第i個(gè)銀行第t期的營(yíng)業(yè)成本、隱含利息支付、準(zhǔn)備金的機(jī)會(huì)成本；[Vit]服從正態(tài)分布[N0，σ2V]，它表示隨機(jī)誤差；[Uit]是技術(shù)非效率項(xiàng)，它被假設(shè)為服從0點(diǎn)截?cái)嗟莫?dú)立分布[Nmit，σ2U]。影響[mit]的變量包括風(fēng)險(xiǎn)厭惡程度RA、違約風(fēng)險(xiǎn)DR、利率風(fēng)險(xiǎn)IR、市場(chǎng)結(jié)構(gòu)MS。此外，時(shí)間變量t也是影響[mit]的因素，因此[mit]被表示為：

[mit=δRARAit+δDRDRit+δIRIRit+δMSMSit+δtt+εit] （8）

其中，[δ=δRA，δDR，δIR，δMS，δt]表示待估計(jì)參數(shù)。

通過模型（7）和（8），采用中國(guó)33家商業(yè)銀行2003—2010年的平衡數(shù)據(jù)進(jìn)行估計(jì)，得到各變量的回歸結(jié)果（見表1）。

從表1可以看出所有變量系數(shù)的統(tǒng)計(jì)結(jié)果都很顯著。另外，根據(jù)式（6）得到的單邊似然比統(tǒng)計(jì)量LR=108.016。通過查混合卡方分布表可以確定在99%的置信水平下是顯著的。因此拒絕原假設(shè)，技術(shù)非效率項(xiàng)Ui是存在的，采用隨機(jī)前沿生產(chǎn)函數(shù)是合適的。

從表1的回歸系數(shù)來看，隱含利息支付IIP和營(yíng)業(yè)成本OC是商業(yè)銀行貸款定價(jià)時(shí)主要考慮的成本因素，準(zhǔn)備金的機(jī)會(huì)成本OR的作用相對(duì)較弱。在影響商業(yè)銀行貸款定價(jià)效率的因素中，利率風(fēng)險(xiǎn)IR最為重要?？梢?，當(dāng)前中國(guó)商業(yè)銀行在貸款定價(jià)過程中主要考慮的風(fēng)險(xiǎn)因素是利率風(fēng)險(xiǎn)，而作為商業(yè)銀行主要面臨的違約風(fēng)險(xiǎn)DR以及風(fēng)險(xiǎn)厭惡程度RA和市場(chǎng)結(jié)構(gòu)MS的作用相對(duì)較弱。當(dāng)前，中國(guó)銀行業(yè)在貸款定價(jià)過程中忽略違約風(fēng)險(xiǎn)，也警示中國(guó)銀行業(yè)控制風(fēng)險(xiǎn)的能力有待加強(qiáng)。

（二）回歸結(jié)果及分析

從中國(guó)33家商業(yè)銀行2003—2010年貸款定價(jià)的效率結(jié)果（見表2）來看，大型商業(yè)銀行的貸款定價(jià)效率普遍較高，股份制銀行和城市商業(yè)銀行的效率參差不齊，政策性銀行和外資、合資銀行效率偏低。大型銀行的高效率體現(xiàn)了規(guī)模效應(yīng)，反映出該類銀行聲望較高、客戶群體穩(wěn)定，無論是在存款客戶還是貸款客戶都有一定的認(rèn)可度。相對(duì)而言，大型銀行的融資成本穩(wěn)定，貸款的利息收入也較高。而股份制銀行和城市商業(yè)銀行的貸款定價(jià)效率則表現(xiàn)出很大差異。這類銀行的規(guī)模相差不大，數(shù)量較多，競(jìng)爭(zhēng)也更激烈。由于政策性銀行的貸款具有政策導(dǎo)向，其貸款定價(jià)普遍偏低，導(dǎo)致了該類銀行的低效率。外資銀行和合資銀行的低效率主要緣于該類銀行網(wǎng)點(diǎn)少、客戶群體有限。為了發(fā)展業(yè)務(wù)，外資銀行和合資銀行必須制定較低的貸款利率來吸引客戶。

圖1給出了表2最后一行各年度的平均效率的直觀描述。從中可以看出，2005年和2008年中國(guó)銀行業(yè)的整體貸款定價(jià)效率較高，2008年以后平均效率開始下降。2008—2010年受國(guó)際金融危機(jī)的影響以及國(guó)內(nèi)經(jīng)濟(jì)發(fā)展的需要，中國(guó)采取適度寬松的貨幣政策，各家銀行的頭寸都比較富裕，銀行普遍采取較低的貸款利率發(fā)放貸款，導(dǎo)致了貸款定價(jià)效率的下降。

圖1：2003—2010年平均效率

為了能夠更加直觀地比較各家商業(yè)銀行的技術(shù)效率，本文將2003—2010年各家商業(yè)銀行的貸款定價(jià)效率分成六組——大型商業(yè)銀行、政策性銀行、股份制銀行、外資和合資銀行、城市商業(yè)銀行，其中城市商業(yè)銀行分為兩組，分別見圖2—7。

從圖2可以看出大型商業(yè)銀行整體效率都在0.93以上。其中，中國(guó)建設(shè)銀行2004年以后都處于最高水平。整體來看，大型商業(yè)銀行處于下降趨勢(shì)，這主要體現(xiàn)了國(guó)家寬松的貨幣政策。

從圖3可以看出在政策性銀行中，國(guó)家開發(fā)銀行的效率最高，中國(guó)進(jìn)出口銀行效率一直處于較低水平。國(guó)家開發(fā)銀行主要是為關(guān)系國(guó)家經(jīng)濟(jì)發(fā)展命脈的基礎(chǔ)設(shè)施、基礎(chǔ)產(chǎn)業(yè)和支柱產(chǎn)業(yè)重大項(xiàng)目及配套工程建設(shè)提供長(zhǎng)期融資，貸款利率相對(duì)較高。另外，國(guó)家開發(fā)銀行也在努力向普通商業(yè)銀行轉(zhuǎn)型。中國(guó)進(jìn)出口銀行一直為中國(guó)的設(shè)備和高新技術(shù)產(chǎn)品出口、對(duì)外承包工程及各類境外投資提供政策性融資。中國(guó)進(jìn)出口銀行也是外國(guó)政府貸款的主要轉(zhuǎn)貸行和中國(guó)政府援外優(yōu)惠貸款的承貸行。這些貸款的利率都很低，所以其貸款定價(jià)效率也就相對(duì)很低。

從圖4可以看出招商銀行和光大銀行的技術(shù)效率一致保持較高水平，處于0.9以上。廣發(fā)銀行在2008年以后也達(dá)到了0.9以上。平安銀行在2008年以后有個(gè)迅速的下滑，反映了平安銀行的成本在提高、貸款利潤(rùn)相對(duì)下降，這與平安銀行2008年以后的擴(kuò)張策略直接有關(guān)。2008年以后平安銀行的資產(chǎn)規(guī)模得到了大幅提高，但是收益水平的提高并沒跟上擴(kuò)張的步伐。

圖5給出了外資銀行（寧波國(guó)際銀行、法國(guó)巴黎銀行）和合資銀行（華一銀行、廈門國(guó)際銀行）2003—2010年的技術(shù)效率。相對(duì)而言，合資銀行的效率要高于外資銀行。在中國(guó)的存款利率管制下，外資銀行的先進(jìn)管理技術(shù)沒有體現(xiàn)出優(yōu)勢(shì)。相反，外資銀行的網(wǎng)點(diǎn)有限、客戶不多的問題限制了其發(fā)展。相比之下，合資銀行的境況要好一些。

城市商業(yè)銀行按照貸款定價(jià)效率高低分成兩組，圖6和圖7分別為效率高和效率低的城市商業(yè)銀行。由于自身發(fā)展規(guī)模和區(qū)域的限制，城市商業(yè)銀行的整體表現(xiàn)不如大型商業(yè)銀行。

五、結(jié)論

貸款定價(jià)偏低會(huì)增加貸款需求，但也會(huì)導(dǎo)致風(fēng)險(xiǎn)加大。貸款定價(jià)偏高會(huì)減少貸款需求，這同樣不利于銀行發(fā)展。高效率的貸款定價(jià)應(yīng)該是在同等條件下能夠給銀行帶來更多收益的貸款定價(jià)。為了研究商業(yè)銀行的貸款定價(jià)效率，本文將影響貸款定價(jià)的因素分成兩部分，并采用了隨機(jī)前沿生產(chǎn)函數(shù)方法。影響貸款定價(jià)的成本因素被設(shè)定為隨機(jī)前沿生產(chǎn)函數(shù)的投入指標(biāo)，銀行貸款定價(jià)的風(fēng)險(xiǎn)因素和其他因素被設(shè)定為影響商業(yè)銀行效率的指標(biāo)，在此基礎(chǔ)上建立了商業(yè)銀行貸款定價(jià)的隨機(jī)前沿生產(chǎn)函數(shù)，采集了中國(guó)銀行業(yè)33家商業(yè)銀行2003—2012年的面板數(shù)據(jù)進(jìn)行實(shí)證研究。實(shí)證揭示了以下主要問題：

2008年以后一段時(shí)期適度寬松的貨幣政策，各家商業(yè)銀行的頭寸都比較富裕，因此普遍采取低利率放貸策略。這導(dǎo)致了2008—2010年中國(guó)銀行業(yè)整體的貸款定價(jià)效率呈現(xiàn)下降趨勢(shì)。

大型商業(yè)銀行的貸款定價(jià)效率普遍較高，貸款定價(jià)效率基本在0.93以上，體現(xiàn)了大型銀行在競(jìng)爭(zhēng)中的優(yōu)勢(shì)。由于政策性銀行主要提供政策性融資，因此貸款利率較低，導(dǎo)致了政策性銀行的低效率。

股份制銀行和城市商業(yè)銀行的表現(xiàn)參差不齊。有些銀行可以達(dá)到甚至超過大型商業(yè)銀行的效率水平，而另一些銀行的貸款定價(jià)效率卻非常低，這也體現(xiàn)了這兩類商業(yè)銀行的競(jìng)爭(zhēng)比較激烈。

外資銀行和合資銀行的貸款定價(jià)效率都比較低。相對(duì)而言，合資銀行的效率要高于外資銀行。在中國(guó)的存款利率管制下，外資銀行的先進(jìn)管理技術(shù)沒有體現(xiàn)出優(yōu)勢(shì)。相反，外資銀行的網(wǎng)點(diǎn)有限、客戶不多的問題限制了其在中國(guó)的發(fā)展。

參考文獻(xiàn)：

[1]隋聰，遲國(guó)泰.基于隨機(jī)生產(chǎn)函數(shù)的貸款定價(jià)模型及應(yīng)用[J].管理科學(xué)學(xué)報(bào)，2010，13（9）.

[2]隋聰，遲國(guó)泰，閆達(dá)文.基于DEA二分法的貸款定價(jià)模型[J].預(yù)測(cè)， 2009， 28（5）.

[3]遲國(guó)泰， 隋聰. 基于未來DEA效率的貸款定價(jià)模型[J].系統(tǒng)工程理論與實(shí)踐， 2011， 31（1）.

[4]Ho T. S. U.， Saunders A.1981.The determinants of bank interest margins：theory and empirical evidence [J]. Journal of Financial and Quantitative Analysis，16（4）： 581-600.

[5]Maudos J.，F(xiàn)ernández de Guevara J.2004.Factors explaining the interest margin in the banking sectors of the European Union [J].Journal of Banking and Finance， 2004， 28（9）： 2259-2281.

[6]Stanhouse B.，Stock D.2004.The impact of loan prepayment risk and deposit withdrawal risk on the optimal intermediation margin[J].Journal of Banking and Finance， 28（8）： 1825-1843.

[7]Maudos J.， Solís L.2009.The determinants of net interest income in the Mexican banking system： An integrated model[J].Journal of Banking and Finance，33（10）：1920-1931.

[8]Demirguc-Kunt A.，Huizinga H.1999.Determinants of commercial bank interest margins and profitability： some international evidence[J].Word Bank Economic Review，139（2）： 379-408.

[9]Saunders A.， Schumacher L.2000.The determinants of bank interest rate margins：an international study[J].Journal of International Money and Finance， 19（6）： 813-832.

（特約編輯 齊稚平；校對(duì) SJ）