基于Malmquist指數(shù)的我國(guó)農(nóng)村商業(yè)銀行跨區(qū)域經(jīng)營(yíng)效率研究

王 偉，趙天榮

（1.重慶師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院，重慶 401331；2.重慶財(cái)經(jīng)職業(yè)學(xué)院，重慶 402160）

基于Malmquist指數(shù)的我國(guó)農(nóng)村商業(yè)銀行跨區(qū)域經(jīng)營(yíng)效率研究

王 偉1，2，趙天榮1

（1.重慶師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院，重慶 401331；2.重慶財(cái)經(jīng)職業(yè)學(xué)院，重慶 402160）

我國(guó)農(nóng)村商業(yè)銀行面臨市場(chǎng)定位和跨區(qū)域經(jīng)營(yíng)的擔(dān)憂。通過DEA-Malmquist全要素生產(chǎn)率指數(shù)測(cè)算前沿效率，發(fā)現(xiàn)2007—2013年18家樣本銀行處于效率波動(dòng)和小幅下降階段，技術(shù)進(jìn)步的作用強(qiáng)于技術(shù)效率變化；從效率值排位來看，省內(nèi)異地經(jīng)營(yíng)最高、僅省內(nèi)經(jīng)營(yíng)其次、跨省經(jīng)營(yíng)效率最低；金融危機(jī)對(duì)跨區(qū)域經(jīng)營(yíng)有系統(tǒng)性副作用，應(yīng)在“窗口期”后優(yōu)先進(jìn)行省內(nèi)異地經(jīng)營(yíng)。

農(nóng)村商業(yè)銀行；跨區(qū)域經(jīng)營(yíng)；Malmquist指數(shù)

一、引言

自2001年張家港農(nóng)村商業(yè)銀行成立伊始，農(nóng)村商業(yè)銀行在中國(guó)金融舞臺(tái)上開始了13年不平凡的征程。憑借相對(duì)靈活的機(jī)制和高效的決策，農(nóng)村商業(yè)銀行獲得了新農(nóng)村建設(shè)和服務(wù)地方中小企業(yè)的生存發(fā)展空間。尤其是大型國(guó)有銀行縮減縣域網(wǎng)點(diǎn)，銀監(jiān)會(huì)逐步放寬異地網(wǎng)點(diǎn)設(shè)立門檻，給農(nóng)村商業(yè)銀行帶來了跨區(qū)域擴(kuò)張機(jī)會(huì)。銀監(jiān)會(huì)數(shù)據(jù)表明，2007—2013年全國(guó)農(nóng)村商業(yè)銀行數(shù)量由142家增至475家，其分支機(jī)構(gòu)數(shù)量則由8738家擴(kuò)張至24488家，年增長(zhǎng)比例分別高達(dá)18.8%和15.9%。伴隨著跨區(qū)域經(jīng)營(yíng)的浪潮，一些農(nóng)村商業(yè)銀行激進(jìn)地把“中心城區(qū)作為第一市場(chǎng)、城鄉(xiāng)結(jié)合部為第二市場(chǎng)、遠(yuǎn)郊農(nóng)村為第三市場(chǎng)”，“拼命開支行、借理財(cái)產(chǎn)品補(bǔ)血”，“更名、跨區(qū)域、上市”蔚然成風(fēng)，以至于時(shí)任國(guó)務(wù)院副總理王岐山在“兩會(huì)”期間批評(píng)了小銀行一味做大、向大銀行發(fā)展的勢(shì)頭。同時(shí)，近幾年爆發(fā)的北京農(nóng)商行7億元虛假按揭案、吳江農(nóng)商行4億元私募次級(jí)債案等大案，隱現(xiàn)了農(nóng)村商業(yè)銀行快速擴(kuò)張背后的巨大風(fēng)險(xiǎn)，再次喚起了人們對(duì)跨區(qū)域經(jīng)營(yíng)問題的擔(dān)憂。效率研究是評(píng)價(jià)組織是否科學(xué)設(shè)置的慣用手段，也是指導(dǎo)農(nóng)村商業(yè)銀行跨區(qū)域發(fā)展的依據(jù)。

事實(shí)上，自Alhadeff（1954）開創(chuàng)了銀行效率研究先河[1]，有關(guān)銀行規(guī)模效率、范圍效率以及前沿效率的研究便層出不窮。就研究方法而言，Sherman&Gold（1985）認(rèn)為DEA是識(shí)別低效率分支機(jī)構(gòu)，提升銀行整體效率的有力工具[2]。之后Tulkens（1993）、Zardkoohi&Kolari（1994）等分別使用對(duì)數(shù)線性模型、FDH模型以及超越對(duì)數(shù)成本函數(shù)模型進(jìn)行改進(jìn)[3-4]。Jahanshahloo（2004）等對(duì)模型做了對(duì)數(shù)線性和添加時(shí)間變量，Wu etc.（2006）則把神經(jīng)網(wǎng)絡(luò)理論和數(shù)學(xué)模糊理論分別引入到DEA模型，但兩者估計(jì)結(jié)果與普通的DEA估計(jì)并無差異[5-6]。學(xué)者們除了關(guān)注測(cè)算方法，還對(duì)銀行效率的影響因素做了探討。Paradi&Schaffnit（2004）、Meepadung etc.（2009）將GDP增長(zhǎng)率、銀行風(fēng)險(xiǎn)狀況以及IT技術(shù)納入效率模型，考察了外部因素對(duì)經(jīng)營(yíng)績(jī)效的影響[7-8]。Aude（2009）則在地區(qū)和環(huán)境的劃分基礎(chǔ)上，對(duì)法國(guó)某銀行集團(tuán)做了DEA分析，表明該行1161個(gè)分支機(jī)構(gòu)僅31%技術(shù)有效[9]。Hsiao etc.（2010）、Chiu etc.（2013）對(duì)中國(guó)臺(tái)灣的測(cè)算亦顯示，財(cái)務(wù)重組影響了銀行效率，改革后優(yōu)于改革前，但過多的逾期貸款占比，降低了技術(shù)效率，使得技術(shù)差距比率大大高于其他國(guó)家銀行[10]。

國(guó)內(nèi)學(xué)者延續(xù)了銀行效率變化和影響因素的研究。許承明和芮有浩（2010）等運(yùn)用DEA模型，證實(shí)了我國(guó)商業(yè)銀行通過新設(shè)分支機(jī)構(gòu)、合并重組等方式，確實(shí)提高了銀行效率[11]。張強(qiáng)等（2012）對(duì)上市銀行網(wǎng)點(diǎn)布局進(jìn)行了效率評(píng)估，發(fā)現(xiàn)2006—2010年全要素生產(chǎn)率指數(shù)總體處于小幅上升態(tài)勢(shì)，網(wǎng)點(diǎn)轉(zhuǎn)型效果并不明顯，在效率分布上股份制銀行優(yōu)于國(guó)有控股銀行和地方銀行。效率影響因素方面，顧乾屏等（2013）基于30個(gè)省級(jí)分行財(cái)務(wù)數(shù)據(jù)，通過參數(shù)和非參數(shù)方法對(duì)銀行效率進(jìn)行分析，結(jié)果顯示網(wǎng)均存款、人均存款、網(wǎng)均貸款、人均貸款、費(fèi)用總額等指標(biāo)對(duì)效率提升有重要影響[12]。趙翔（2010）的實(shí)證結(jié)論表明，存款特點(diǎn)、收入結(jié)構(gòu)、支行類型、區(qū)劃分布等因素對(duì)運(yùn)營(yíng)效率構(gòu)成了顯著影響[13]。也有一些學(xué)者關(guān)注了跨區(qū)域經(jīng)營(yíng)效率問題，孫啟偉和劉天威（2009）、王擎等（2012）的實(shí)證顯示，城市商業(yè)銀行跨區(qū)域發(fā)展能帶來信貸擴(kuò)張，可以提高資產(chǎn)收益率，分散風(fēng)險(xiǎn)，對(duì)經(jīng)營(yíng)績(jī)效有正向促進(jìn)作用。王偉（2013）發(fā)現(xiàn)成本控制良好、盈利水平穩(wěn)定、業(yè)務(wù)能力優(yōu)秀以及適當(dāng)規(guī)模資產(chǎn)的農(nóng)村商業(yè)銀行，在跨區(qū)域經(jīng)營(yíng)中績(jī)效更為突出，但外部環(huán)境的影響不明顯[14]。

從文獻(xiàn)來看，有關(guān)農(nóng)村商業(yè)銀行效率的研究仍較少，涉及跨區(qū)域經(jīng)營(yíng)效率的更屈指可數(shù)。鑒于此，本文力圖在三個(gè)方面有所突破：一是將研究期限取為2007—2013年，覆蓋了農(nóng)村商業(yè)銀行跨區(qū)域經(jīng)營(yíng)的主要階段，并盡可能多地?cái)U(kuò)大樣本量；二是除了研究跨區(qū)域整體效率，還分類型進(jìn)行效率測(cè)度，提供效率的對(duì)比性分析；三是運(yùn)用Malmquist全要素生產(chǎn)率指數(shù)度量效率的動(dòng)態(tài)變化，并進(jìn)行效率分解。

二、方法、指標(biāo)與樣本

（一）Malmquist指數(shù)方法

Malmquist指數(shù)最初由Malmquist（1953）在消費(fèi)分析的過程中提出，Caves etc.（1982）將這一指數(shù)應(yīng)用于生產(chǎn)分析，通過距離函數(shù)之比構(gòu)造生產(chǎn)率指數(shù)，之后Fare等（1994）將這一理論的一種非參數(shù)線性規(guī)劃法與數(shù)據(jù)包絡(luò)分析法（DEA）理論相結(jié)合，這才使得Malmquist指數(shù)被廣泛應(yīng)用。Ray&Desli（1997）和Fare（1997）把基于t和t+1期參照技術(shù)的Malmquist指數(shù)表示為：

根據(jù)Fisher理想指數(shù)思想，（1）式和（2）式在經(jīng)濟(jì)含義上是對(duì)稱的，可以用幾何平均值衡量從t期到t+1期生產(chǎn)率變化的Malmquist指數(shù)，也即全要素生產(chǎn)率指數(shù)（Total Factor Productivity，TFP）變動(dòng)值：

（3）式中(xt,yt)和(xt+1,yt+1)表示銀行分支機(jī)構(gòu)t期和t+1期的投入與產(chǎn)出向量，Dt(xt+1,yt+1)、Dt(xt,yt)、Dt+1(xt+1, yt+1)、Dt+1(xt,yt)均為距離函數(shù)，Dt(xt+1,yt+1)代表的是以t期技術(shù)為參照的t+1期分支機(jī)構(gòu)效率，Dt(xt,yt)則代表以t期技術(shù)水平表示的當(dāng)期分支機(jī)構(gòu)效率水平，另外兩個(gè)可以類推。當(dāng)Malmquist指數(shù)大于1，表示全要素生產(chǎn)率呈增長(zhǎng)趨勢(shì)，指數(shù)小于1表示全要素生產(chǎn)率呈下降趨勢(shì)，指數(shù)等于1則表示生產(chǎn)率無變化。

進(jìn)一步的指數(shù)分解，可得到（4）式：

與單純的DEA相比，Malmquist指數(shù)能分析不同時(shí)期銀行效率的演化，還將技術(shù)進(jìn)步剝離出來，考察它對(duì)全要素生產(chǎn)率的影響，從而從更多方面分析效率的變化。就本文而言，將每一個(gè)樣本銀行作為一個(gè)決策單元（DMU），技術(shù)效率變化可解釋為前沿面下的銀行學(xué)習(xí)、前沿面上銀行的管理方式和組織方式等，技術(shù)進(jìn)步則解釋為學(xué)習(xí)技術(shù)更新和業(yè)務(wù)創(chuàng)新，全要素生產(chǎn)率Malmquist指數(shù)是兩者的共同作用。

（二）指標(biāo)選取

根據(jù)已有的經(jīng)驗(yàn)，DEA投入產(chǎn)出變量的選擇主要有中介法、生產(chǎn)法等，Berger等（1997）認(rèn)為，測(cè)算金融機(jī)構(gòu)的整體效率和盈利能力時(shí)大多采用中介法，評(píng)價(jià)局部效率時(shí)則用生產(chǎn)法更好，本文采用中介法來選擇變量。根據(jù)一般法則，樣本銀行個(gè)數(shù)宜為投入產(chǎn)出變量個(gè)數(shù)和的2倍及以上，否則將導(dǎo)致被研究對(duì)象大部分差異被稀釋（Golany&Roll，1989）。本文選擇3個(gè)投入變量和2個(gè)產(chǎn)出變量。

投入變量：（1）固定資產(chǎn)是銀行開展各項(xiàng)業(yè)務(wù)所需要的硬件投入總量，如營(yíng)業(yè)辦公用房、電子化設(shè)備、監(jiān)控報(bào)警設(shè)備等，銀行開設(shè)分支機(jī)構(gòu)、進(jìn)行跨區(qū)域經(jīng)營(yíng)首當(dāng)其沖的就是固定資產(chǎn)的量增，數(shù)值來源于銀行資產(chǎn)負(fù)債表中“固定資產(chǎn)凈值”科目；（2）所有者權(quán)益是銀行的凈資產(chǎn)，可以永久性占有，代表了跨區(qū)域經(jīng)營(yíng)中銀行權(quán)益資本的投入，數(shù)值來源于資產(chǎn)負(fù)債表對(duì)應(yīng)科目；（3）營(yíng)業(yè)支出主要指銀行業(yè)務(wù)及管理費(fèi)、資產(chǎn)減值損失、營(yíng)業(yè)稅金及附加等方面的開支，包含了職工工資與福利支出、機(jī)構(gòu)運(yùn)營(yíng)費(fèi)用等，代表了跨區(qū)域經(jīng)營(yíng)中銀行人員方面的投入效率，數(shù)值來源于利潤(rùn)表對(duì)應(yīng)科目。

產(chǎn)出變量：（1）營(yíng)業(yè)收入是集中反映銀行經(jīng)營(yíng)成果的綜合變量，不僅直接性好，還不與投入變量有包含關(guān)系，相對(duì)“營(yíng)業(yè)利潤(rùn)”“利潤(rùn)總額”及“稅后凈利潤(rùn)”這些指標(biāo)更適合，數(shù)值來源于利潤(rùn)表對(duì)應(yīng)科目；（2）貸款總額是銀行在經(jīng)營(yíng)績(jī)效上的重要表現(xiàn)，反映了跨區(qū)域經(jīng)營(yíng)背景下新設(shè)網(wǎng)點(diǎn)業(yè)務(wù)增長(zhǎng)情況，同時(shí)，代表了銀行對(duì)原有客戶的維護(hù)和再開發(fā)能力，數(shù)據(jù)來源于資產(chǎn)負(fù)債表中“發(fā)放貸款和墊款”科目。

（三）樣本描述

表1 樣本銀行2013年分支機(jī)構(gòu)設(shè)立情況（單位：家、%）

本文根據(jù)《2013中國(guó)商業(yè)銀行競(jìng)爭(zhēng)力評(píng)價(jià)報(bào)告》，選取排位靠前、可搜集到完整資料的18家農(nóng)村商業(yè)銀行作為典型樣本（如表1），它們?cè)O(shè)立時(shí)間早、綜合實(shí)力強(qiáng)，有的在跨區(qū)域經(jīng)營(yíng)方面走在了前列。主要表現(xiàn)在：一是分支機(jī)構(gòu)在本地、異地分布上，呈3∶7的“倒金字塔”形狀，所有樣本銀行均設(shè)立異地網(wǎng)點(diǎn)，其數(shù)量占分支機(jī)構(gòu)總數(shù)比例50%以上的有8家、80%以上7家，樣本銀行跨區(qū)域經(jīng)營(yíng)特征較明顯，網(wǎng)點(diǎn)布局對(duì)于全國(guó)農(nóng)村商業(yè)銀行具有引領(lǐng)性；二是本異地網(wǎng)點(diǎn)擴(kuò)張非常迅速，2013年19家樣本銀行分支機(jī)構(gòu)達(dá)到5569家，平均每家銀行設(shè)立網(wǎng)點(diǎn)309家、異地網(wǎng)點(diǎn)228家，與全國(guó)平均每家銀行52家網(wǎng)點(diǎn)相比，前者分別是后者的6倍和4.4倍，本異地網(wǎng)點(diǎn)均值遙遙領(lǐng)先于全國(guó)；三是樣本銀行跨省經(jīng)營(yíng)開始小范圍推進(jìn)，目前已有5家銀行獲批設(shè)立省外分支行共15家，盡管數(shù)量很少，但推動(dòng)一部分農(nóng)村商業(yè)銀行向區(qū)域性銀行的角色轉(zhuǎn)變已然明確。

表2 樣本銀行投入產(chǎn)出變量描述性統(tǒng)計(jì)（單位：百萬元）

表2給出了5個(gè)投入產(chǎn)出變量各年的最大值、最小值和均值。從表中可知，近5年來18家樣本銀行在跨區(qū)域經(jīng)營(yíng)投入和產(chǎn)出上均有不同程度地增長(zhǎng)，其中所有者權(quán)益均值2013年相比2007年大幅增長(zhǎng)了2.9倍，固定資產(chǎn)、營(yíng)業(yè)支出、營(yíng)業(yè)收入和貸款總額均值分別增長(zhǎng)了1.8倍、1.2倍、1.6倍和1.7倍，所有者權(quán)益增長(zhǎng)幅度快于其他變量，營(yíng)業(yè)支出增長(zhǎng)幅度卻較低，顯示了農(nóng)村商業(yè)銀行跨區(qū)域經(jīng)營(yíng)獲得了凈資產(chǎn)的顯著提升，同時(shí)營(yíng)業(yè)成本又得到了控制。通過最大值和最小值計(jì)算極差率可知，2007年5個(gè)投入產(chǎn)出變量極差率依次為32、82、21、29和44，所有者權(quán)益在銀行間的差異最大；到2013年，這一數(shù)據(jù)依次為78、26、28、29和40。固定資產(chǎn)銀行間差距顯著擴(kuò)大，表明銀行在異地網(wǎng)點(diǎn)硬件投入上產(chǎn)生了分化，所有者權(quán)益明顯縮小，可能是跨區(qū)域經(jīng)營(yíng)導(dǎo)致一些銀行負(fù)債的激增；其他3個(gè)變量差距基本穩(wěn)定，則印證了小銀行在跨區(qū)域經(jīng)營(yíng)中追趕效應(yīng)的存在。

三、實(shí)證分析

根據(jù)設(shè)想，我們先測(cè)算出所有跨區(qū)域樣本銀行的整體效率，以掌握其總體水平和動(dòng)態(tài)變化，然后將樣本銀行分成兩類進(jìn)行類型效率測(cè)度：一是省內(nèi)異地經(jīng)營(yíng)特征的10家銀行，即北京、上海、重慶、廣州、吳江、廈門、黃河、揭陽(yáng)、東莞和武漢農(nóng)村商業(yè)銀行，它們的異地機(jī)構(gòu)數(shù)占比在20%以上；二是省外異地經(jīng)營(yíng)特征的5家銀行，即上海、重慶、張家港、吳江和江陰農(nóng)村商業(yè)銀行，它們均開設(shè)了省外分支機(jī)構(gòu)。

（一）整體效率分析

運(yùn)用DEAP2.1軟件采用產(chǎn)出導(dǎo)向的方法，可得到表3、表4結(jié)果：

表3 各年Malmquist值及分解

從表3可知，2007—2013年樣本銀行整體效率值呈小幅下降態(tài)勢(shì)，年均下降2.9%，而同期投入與產(chǎn)出變量均值年均增長(zhǎng)幅度卻達(dá)到11.7%—21.4%，說明我國(guó)農(nóng)村商業(yè)銀行仍處于粗放式經(jīng)營(yíng)階段，跨區(qū)域發(fā)展成效不理想。一方面，農(nóng)村商業(yè)銀行成立時(shí)間晚、規(guī)模小、業(yè)務(wù)集中度高，跨區(qū)域后既要面臨異地代理成本增加，也要應(yīng)對(duì)非本土的經(jīng)濟(jì)、社會(huì)和人文各方面因素的不適應(yīng)所帶來的困難，經(jīng)營(yíng)績(jī)效水平低，兩極分化隱現(xiàn)（王偉，2013）；另一方面，與其他銀行相比，農(nóng)村商業(yè)銀行在跨區(qū)域問題上不甘走在“最后”，盲從性明顯，其效率水平低于張強(qiáng)等（2012）測(cè)算的2006—2010年股份制銀行（4.35%）、國(guó)有控股銀行（1.4%）以及地方城市銀行（-2.4%）效率增長(zhǎng)值，也比蔣偉杰、張少華（2013）計(jì)算的16家上市銀行2005—2011年Malmquist均值（0.3%）低[15]。

從Malmquist值分解情況來看，7年來技術(shù)效率變化年均增長(zhǎng)率為0.9%，原因是純技術(shù)效率和規(guī)模效率分別增長(zhǎng)0.3%和0.6%，代表了銀行在內(nèi)部管理和風(fēng)險(xiǎn)控制方面邁出了一小步，同時(shí)開始產(chǎn)生規(guī)模遞增效應(yīng)。但技術(shù)進(jìn)步呈3.8%的年均負(fù)增長(zhǎng)，表明了銀行在網(wǎng)點(diǎn)規(guī)模擴(kuò)張的同時(shí)，沒有做到技術(shù)進(jìn)步和創(chuàng)新的同步跟進(jìn)，如有些銀行在異地ATM設(shè)施、電話銀行、網(wǎng)上銀行等投放上就不足，沒有因地制宜地進(jìn)行技術(shù)和服務(wù)創(chuàng)新。事實(shí)上，2007年來銀行技術(shù)進(jìn)步一直處于低位徘徊，其間爆發(fā)的世界金融危機(jī)影響了技術(shù)更新步伐，直到2012年才出現(xiàn)了積極信號(hào)；與之不同的是，在純技術(shù)效率和規(guī)模效率交替作用下，技術(shù)效率變化除2007年和2009年外均是正增長(zhǎng)，技術(shù)進(jìn)步的副作用大于技術(shù)效率變化的正貢獻(xiàn)，最終導(dǎo)致了銀行總體效率的低下。

表4 各銀行Malmquist值及分解

表4對(duì)各銀行效率作了進(jìn)一步揭示。其中，張家港、無錫、黃河、東莞和武漢農(nóng)村商業(yè)銀行全要素生產(chǎn)率大于或等于1，表明這5家銀行跨區(qū)域經(jīng)營(yíng)有效，武漢農(nóng)村商業(yè)銀行效率提升幅度最大，達(dá)到了11.4%。其他13家銀行，除廈門、佛山農(nóng)村商業(yè)銀行效率下降超過10%外，余下11家的效率值均接近1，異地經(jīng)營(yíng)績(jī)效雖有待提高，但整體水平穩(wěn)定。規(guī)模較大的如北京、重慶、上海農(nóng)村商業(yè)銀行，技術(shù)效率變化盡管在提升，甚至有些高于排名前5的銀行，但由于技術(shù)進(jìn)步的低水平，同樣引起了總體效率的下滑；而規(guī)模較小的如昆山、廈門、常熟、佛山農(nóng)村商業(yè)銀行，除技術(shù)進(jìn)步存在劣勢(shì)外，技術(shù)效率變化也不濟(jì)，在數(shù)值上均小于1，效率提升需要雙管齊下?？傮w來看，樣本銀行效率呈遞增和遞減兩大陣營(yíng)分布，究其原因，不在于規(guī)模大?。ㄅ琶?的屬于中小型銀行），而在于較高水平的純技術(shù)效率和規(guī)模效率引起的技術(shù)進(jìn)步。

（二）類型效率分析

表5給出了10家省內(nèi)異地經(jīng)營(yíng)特征的銀行效率值。結(jié)果顯示，Malmquist均值為0.997，高于18家樣本的整體均值0.971，可認(rèn)為省內(nèi)異地經(jīng)營(yíng)是基本有效的。具體到各年份，除2008—2009年、2009—2010年為負(fù)增長(zhǎng)外，其他年份效率均值都大于1，無論是增長(zhǎng)年份的個(gè)數(shù)，還是各年的數(shù)值，均顯示了省內(nèi)異地經(jīng)營(yíng)帶來的效率優(yōu)勢(shì)。但同期負(fù)增長(zhǎng)低于18家樣本水平，以及2010—2011年上升幅度又相對(duì)較大，反映了省內(nèi)異地經(jīng)營(yíng)特征銀行的效率具有不穩(wěn)定性，前者是在遭遇金融危機(jī)后出現(xiàn)的效率大幅下降，后者是在銀監(jiān)會(huì)印發(fā)《農(nóng)村中小金融機(jī)構(gòu)行政許可事項(xiàng)補(bǔ)充規(guī)定》指出“可以跨區(qū)域設(shè)立地（市）分行”有利政策后引起的效率急劇上升?？梢姡r(nóng)村商業(yè)銀行省內(nèi)異地經(jīng)營(yíng)仍存在盲目性因素。從效率分解來看，省內(nèi)異地經(jīng)營(yíng)特征銀行的技術(shù)效率變化年均增長(zhǎng)1.3%，高于18家樣本的0.9%；技術(shù)進(jìn)步同樣處下降態(tài)勢(shì)，年均降幅1.5%，但優(yōu)于18家樣本年均3.8%的負(fù)增長(zhǎng)?？梢?，異地經(jīng)營(yíng)特征銀行正是在技術(shù)進(jìn)步相對(duì)較小的抵消下，取得了經(jīng)營(yíng)基本有效的成績(jī)，其他8家銀行應(yīng)努力提高技術(shù)進(jìn)步。

表5 省內(nèi)異地經(jīng)營(yíng)特征銀行Malmquist值及分解

從表1可知省外異地的銀行有5家，但樣本量不足，我們從反向的角度對(duì)其他13家僅省內(nèi)經(jīng)營(yíng)銀行的效率進(jìn)行分析，表6給出了結(jié)果。從Malmquist指數(shù)來看，2007—2013年效率均值為0.975，比18家樣本整體效率均值0.971稍高，意味著跨省異地經(jīng)營(yíng)效率將低于0.971，沒有達(dá)到1這個(gè)有效水平。全要素生產(chǎn)率均值排列上，5家跨省經(jīng)營(yíng)銀行效率最低，18家銀行整體效率居中，13家僅省內(nèi)經(jīng)營(yíng)銀行效率第三，10家省內(nèi)異地經(jīng)營(yíng)銀行效率最高。事實(shí)上，農(nóng)村商業(yè)銀行跨省擴(kuò)張容易喪失地緣優(yōu)勢(shì)帶來的品牌認(rèn)同感和固有的信譽(yù)，過長(zhǎng)的經(jīng)營(yíng)鏈條也將促使運(yùn)營(yíng)成本的上升和管理上的困難。農(nóng)村商業(yè)銀行應(yīng)堅(jiān)持“重在本省，輻射周邊”原則，按照審慎、穩(wěn)健、可持續(xù)發(fā)展的原則，綜合考慮跨省經(jīng)營(yíng)的各種因素。銀監(jiān)會(huì)就曾引導(dǎo)農(nóng)村商業(yè)銀行通過其他渠道，如發(fā)起設(shè)立村鎮(zhèn)銀行、股權(quán)投資信用社等進(jìn)行跨省經(jīng)營(yíng)，在積累經(jīng)驗(yàn)的基礎(chǔ)上，再開設(shè)異地分支行。

表6 僅省內(nèi)經(jīng)營(yíng)銀行Malmquist指數(shù)及分解

圖1 整體效率與類型效率波動(dòng)圖

從各年效率比較來看，如圖1，所有樣本銀行整體效率，由省內(nèi)異地經(jīng)營(yíng)和僅省內(nèi)經(jīng)營(yíng)銀行組成的類型效率，在2007—2008年出現(xiàn)了同時(shí)向下交叉的情形，反映了金融危機(jī)對(duì)銀行業(yè)的系統(tǒng)性即時(shí)影響。而整體效率下降幅度小于類型效率，進(jìn)一步印證了異地經(jīng)營(yíng)對(duì)農(nóng)村商業(yè)銀行效率波動(dòng)十分敏感。尤其是省內(nèi)異地經(jīng)營(yíng)效率的劇烈變化，惡化了其2008—2010年間與后兩者的差距。值得注意的是，在金融危機(jī)爆發(fā)后的2—3年內(nèi)，僅省內(nèi)經(jīng)營(yíng)的銀行效率是高于整體效率的，整體效率又高于省內(nèi)異地經(jīng)營(yíng)效率，此時(shí)跨地、跨省經(jīng)營(yíng)均應(yīng)審慎規(guī)避，直到2010—2011年整體效率提升后，異地經(jīng)營(yíng)才進(jìn)入“窗口期”。從圖中可看出，在此階段整體效率略高于僅省內(nèi)經(jīng)營(yíng)效率，那么跨省經(jīng)營(yíng)效率也只是略高于整體效率；與之不同的是，此時(shí)省內(nèi)異地經(jīng)營(yíng)效率卻大幅高出整體效率，因此在“窗口期”后，省內(nèi)異地經(jīng)營(yíng)比跨省經(jīng)營(yíng)對(duì)銀行效率的拉動(dòng)作用更明顯。

四、結(jié)論

本文運(yùn)用DEA-Malmquist指數(shù)方法，從整體和局部的角度，測(cè)度了18家樣本銀行跨區(qū)域經(jīng)營(yíng)效率。我們發(fā)現(xiàn)：（1）7年來跨區(qū)域整體效率處于小幅下降階段，年均降幅2.9%，其原因在于技術(shù)進(jìn)步的副作用強(qiáng)于技術(shù)效率變化的正貢獻(xiàn)；18家銀行中僅5家效率遞增或不變，效率呈兩大陣營(yíng)分布，不在于銀行規(guī)模大小，而在于較高水平的純技術(shù)效率和規(guī)模效率引起的技術(shù)進(jìn)步。（2）跨區(qū)域特征不同，使得效率也存在明顯的差異，其中省內(nèi)異地經(jīng)營(yíng)銀行效率最高，僅省內(nèi)經(jīng)營(yíng)銀行效率其次，跨省經(jīng)營(yíng)銀行效率最低；金融危機(jī)對(duì)跨地、跨省經(jīng)營(yíng)特征的銀行效率影響較大，2010—2011年是異地?cái)U(kuò)張的“窗口期”，省內(nèi)異地經(jīng)營(yíng)優(yōu)于跨省經(jīng)營(yíng)。

我國(guó)農(nóng)村商業(yè)銀行快速擴(kuò)張，既有自身發(fā)展和市場(chǎng)誘導(dǎo)的內(nèi)環(huán)境作用，也有近年來城市商業(yè)銀行外環(huán)境的“推波助瀾”，需要科學(xué)引導(dǎo)、分類指導(dǎo)和審慎監(jiān)管。一是要盡快提升農(nóng)村商業(yè)銀行整體管理水平，健全分支機(jī)構(gòu)管控體系，完善各級(jí)管理框架和流程，逐步向社區(qū)銀行和區(qū)域銀行的角色轉(zhuǎn)換；二是對(duì)于實(shí)力較強(qiáng)、業(yè)績(jī)良好的農(nóng)村商業(yè)銀行，鼓勵(lì)它們本著效率導(dǎo)向的原則，先省內(nèi)異地再跨省經(jīng)營(yíng)，跨省經(jīng)營(yíng)需要特別審批；三是對(duì)于已設(shè)立異地網(wǎng)點(diǎn)的農(nóng)村商業(yè)銀行，要加強(qiáng)技術(shù)進(jìn)步的更新和對(duì)內(nèi)對(duì)外交流，擴(kuò)大網(wǎng)上銀行和移動(dòng)支付等業(yè)務(wù)創(chuàng)新的市場(chǎng)覆蓋，以彌補(bǔ)當(dāng)?shù)谹TM機(jī)和網(wǎng)點(diǎn)服務(wù)不足的問題；四是控制分支機(jī)構(gòu)總量，優(yōu)化布局，適當(dāng)向中低收入的農(nóng)村金融斷層區(qū)傾斜，加強(qiáng)異地網(wǎng)點(diǎn)風(fēng)險(xiǎn)監(jiān)管，鼓勵(lì)發(fā)起村鎮(zhèn)銀行、入股金融機(jī)構(gòu)等其他形式的替代經(jīng)營(yíng)。

[1]Alhadeff D.Monopoly and Competition in Commercial Banking[M].University of California Press, 1954.

[2]Sherman H David,&Gold Franklin.Bank Branch Operating Efficiency:Evaluation with Data Envelopment Analysis[J].Journal of banking and finance, 1985,9（2）:297-315.

[3]Henry Tulkens.On FDH Efficiency Analysis: Some Methodological Issues and Applications to Retail Banking，Courts，and Urban Transit[J].Journal of Productivity Analysis,1993（4）:183-210.

[4]Asghar Zardkoohi,James Kolari.Branch Office Economies of Scale and Scope:Eevidence from Savings Banks in Finland[J].Journal of Banking and Finance，1994,18（3）:421-432.

[5]G R Jahanshahloo.Inputs/outputs Estimation in DEA When Some Factors are Undesirable[J].Applied Mathematics and Computation,2004，156（1）：19-32.

[6]Desheng Wu,Zijiang Yang,Liang Liang.Using DEA-neural Network Approach to Evaluate a Branch Efficiency of a Large Canadian Bank[J].Expert System with Applications,2006,31（1）:108-115.

[7]Paradi Joseph C,Schaffnit Claire.Commercial Branch Performance Evaluation and Result Communication in a Canadian Bank—a DEA Application[J].European Journal of Operational Research,2004,156（3）: 719-735.

[8]Napapan Meepadung,John C S.Tang,Do Ba Khang.IT-based Banking Services：Evaluating Operating and Profit Efficiency at Bank Branches[J].The Journal of High Technology Management Research，2009，20（2）：145-152.

[9]Aude Deville.Branch Banking Network Assessment Using DEA:A Benchmarking Analysis—A note [J].Management Accounting Research,2009,20（4）: 252-261.

[10]Hsing-Chin Hsiao,Hsihui Chang,Anna M. Cianci,Li-Hua Huang.First Financial Restructuring and Operating Efficiency:Evidence from Taiwanese Commercial Banks[J].Journal of Banking&Finance, 2010,34（7）:1461-1471.

[11]許承明，芮有浩.基于DEA模型的我國(guó)城市商業(yè)銀行效率動(dòng)態(tài)研究[J].南京財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010，（2）：50-56.

[12]顧乾屏，張棋，彭淑華，杜家悌，黃鵬.商業(yè)銀行分支機(jī)構(gòu)效率評(píng)價(jià)的參數(shù)與非參數(shù)方法比較研究[J].數(shù)理統(tǒng)計(jì)與管理，2013，（33）：433-439.

[13]趙翔.銀行分支機(jī)構(gòu)效率測(cè)度及影響因素分析——基于超效率DEA與Tobit模型的實(shí)證研究[J].經(jīng)濟(jì)科學(xué)，2010，（1）：85-96.

[14]王偉.我國(guó)農(nóng)村商業(yè)銀行跨區(qū)域經(jīng)營(yíng)的績(jī)效評(píng)價(jià)[J].廣東商學(xué)院學(xué)報(bào)，2013，（6）：59-66.

[15]蔣偉杰，張少華.我國(guó)上市商業(yè)銀行全要素生產(chǎn)率測(cè)度與收斂研究[J].浙江理工大學(xué)學(xué)報(bào)，2013，（5）：775-779.

（責(zé)任編輯：王淑云）

1003-4625（2014）09-0029-06

F832.33

A

2014-06-28

本文為國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目（12BJY097）；重慶市教委人文社科一般項(xiàng)目（14SKS20）。

王偉（1984-），男，湖北黃岡人，重慶師范大學(xué)碩士研究生，重慶財(cái)經(jīng)職業(yè)學(xué)院金融系講師，研究方向：金融理論與政策；趙天榮（1963-），男，甘肅天水人，重慶師范大學(xué)經(jīng)濟(jì)與管理學(xué)院副教授，金融學(xué)博士后，研究方向：農(nóng)村金融和金融風(fēng)險(xiǎn)。