基于ML指數(shù)法的中國(guó)銀行業(yè)貸款效率分析*

許祥秦， 郗 楠， 劉艷芳

(西北工業(yè)大學(xué) 管理學(xué)院， 西安 710129)

基于ML指數(shù)法的中國(guó)銀行業(yè)貸款效率分析*

許祥秦， 郗 楠， 劉艷芳

(西北工業(yè)大學(xué) 管理學(xué)院， 西安 710129)

闡述ML(Malmquist-Luenberger)指數(shù)構(gòu)成及其分解方法，使用2007—2012年銀行業(yè)相關(guān)數(shù)據(jù)計(jì)算考慮不良貸款的前提下投入產(chǎn)出導(dǎo)向的銀行業(yè)貸款ML指數(shù)及其分解，結(jié)果表明在6年考察期間我國(guó)銀行業(yè)貸款效率平均有0.002的降低，其原因是技術(shù)進(jìn)步指數(shù)及規(guī)模效率指數(shù)降低。這說明銀行貸款技術(shù)在大范圍地普及，而貸款技術(shù)創(chuàng)新及貸款規(guī)模有待進(jìn)一步發(fā)展，在市場(chǎng)發(fā)展中應(yīng)密切關(guān)注經(jīng)濟(jì)萎縮的可能，并據(jù)此提出提高銀行業(yè)貸款效率的建議。

ML指數(shù)； 銀行業(yè)； 貸款； 貸款效率； 貸款規(guī)模； 不良貸款； 技術(shù)進(jìn)步指數(shù)； 規(guī)模效率指數(shù)

2007年的次貸危機(jī)揭示了美國(guó)金融機(jī)構(gòu)在房屋貸款方面的缺陷及貸款質(zhì)量的重要性。相比而言，我國(guó)金融機(jī)構(gòu)貸款業(yè)務(wù)實(shí)行嚴(yán)格的首付制、抵押擔(dān)保制及收入確認(rèn)制，在客觀上發(fā)生類似貸款危機(jī)的風(fēng)險(xiǎn)較低。過于嚴(yán)格的貸款制度可以在一定程度上保證貸款的質(zhì)量，但對(duì)貸款效率和貸款規(guī)?？赡艽嬖谪?fù)面影響。次貸危機(jī)背景下我國(guó)銀行貸款的效率問題日益引起了學(xué)者們的重視，但既有研究大多是定性的分析，少有的定量模型也很不完善。所以，在既有研究的基礎(chǔ)上，深化銀行業(yè)貸款效率的定量分析具有一定的理論和實(shí)際意義。

一、文獻(xiàn)綜述

國(guó)外文獻(xiàn)對(duì)于貸款的研究多集中于對(duì)貸款與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析及貸款對(duì)經(jīng)濟(jì)增長(zhǎng)的作用效果等方面。如:King和Levine(1993)選取80個(gè)國(guó)家30年的數(shù)據(jù)，分析表明貸款對(duì)經(jīng)濟(jì)有促進(jìn)作用[1]；Binswanger和Khandker(1995)對(duì)印度農(nóng)業(yè)貸款和農(nóng)村發(fā)展的關(guān)系進(jìn)行研究，結(jié)果表明貸款促進(jìn)了非農(nóng)勞動(dòng)力就業(yè)水平和工資水平的提高[2]；Choe和Moosa(1999)運(yùn)用時(shí)間序列方法對(duì)韓國(guó)的金融體系發(fā)展和經(jīng)濟(jì)增長(zhǎng)關(guān)系進(jìn)行實(shí)證研究，證實(shí)信貸對(duì)于韓國(guó)經(jīng)濟(jì)發(fā)展作用較大[3]。

國(guó)內(nèi)學(xué)者對(duì)于貸款效率的研究多集中于對(duì)我國(guó)某一省份的貸款效率進(jìn)行研究，或?qū)r(nóng)業(yè)貸款效率的研究，如:鄒亞東(2011)運(yùn)用隨機(jī)前沿法和數(shù)據(jù)包絡(luò)法測(cè)算貴州省7家商業(yè)銀行2001—2008年單位產(chǎn)出貸款技術(shù)效率[4]；李華明(2009)利用Eviews 5.0對(duì)湖南省1985—2007年農(nóng)業(yè)貸款數(shù)據(jù)進(jìn)行擬合，得出湖南省農(nóng)業(yè)貸款效率較高但滯后期較長(zhǎng)的結(jié)論[5]；覃基廣(2011)利用狀態(tài)空間模型及DEA模型測(cè)算吉林省農(nóng)業(yè)信貸效率，得出信貸效率不高，技術(shù)效率、純技術(shù)效率及規(guī)模效率不高，同時(shí)規(guī)模報(bào)酬遞減的結(jié)論[6]；張兵(2009)利用ADF單位根檢驗(yàn)法測(cè)度江蘇省農(nóng)業(yè)信貸效率，得出長(zhǎng)期內(nèi)農(nóng)村信貸效率較低，農(nóng)村信貸短期內(nèi)也不能促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展的結(jié)論[7]；靳濤(2010)利用層次分析法及時(shí)序數(shù)據(jù)分析陜西省農(nóng)信社農(nóng)戶小額貸款運(yùn)行效率，研究結(jié)論表明農(nóng)信社和農(nóng)戶的績(jī)效水平在逐年提高，貸款收益、貸款效率和農(nóng)戶水平提高較多，而貸款質(zhì)量和貸款數(shù)量表現(xiàn)不佳[8]。對(duì)我國(guó)商業(yè)銀行貸款效率或某一行業(yè)貸款效率進(jìn)行研究的文章較少，如:高明(2010)研究商業(yè)銀行靜態(tài)效率和動(dòng)態(tài)效率，結(jié)論表明我國(guó)商業(yè)銀行效率整體水平較高，但個(gè)體差異較大，發(fā)展不平衡，效率增長(zhǎng)源于技術(shù)進(jìn)步，不同商業(yè)銀行在吸收存款和發(fā)放貸款過程中具有不同優(yōu)勢(shì)，多數(shù)商業(yè)銀行表現(xiàn)出貸款有效率的特點(diǎn)[9]；劉波(2011)運(yùn)用Malmquist生產(chǎn)率指數(shù)分析我國(guó)貸款的產(chǎn)出效率，用Tobit回歸模型分析影響貸款技術(shù)效率的因素，研究顯示1996年以來中國(guó)貸款產(chǎn)出的技術(shù)效率普遍不高，呈波動(dòng)趨勢(shì)，規(guī)模效率變動(dòng)是影響技術(shù)效率的主因，各銀行之間貸款技術(shù)效率差距較大，技術(shù)效率改善是TFP增長(zhǎng)的源泉[10]；陳曉(2010)對(duì)我國(guó)銀行的利潤(rùn)效率和貸款效率進(jìn)行了測(cè)度，得出結(jié)論:中國(guó)銀行業(yè)貸款效率高于利潤(rùn)效率，近幾年國(guó)有商業(yè)銀行和股份制商業(yè)銀行貸款效率有很大提高，政策性銀行貸款效率提升但貸款質(zhì)量下滑[11]；徐瑤(2013)采用狀態(tài)空間模型方法對(duì)27個(gè)省農(nóng)村信貸效率進(jìn)行了實(shí)證分析，結(jié)果表明各地區(qū)存在明顯差異，農(nóng)村信貸效率1978—2009年呈現(xiàn)“V”字形[12]；王延平(2012)利用ADF單位根檢驗(yàn)法衡量農(nóng)業(yè)小額貸款效率，研究表明農(nóng)村小額信貸市場(chǎng)效率低于全國(guó)小額信貸市場(chǎng)效率[13]；顧銘德(2009)分析了我國(guó)區(qū)域間貸款效率、資金配置和經(jīng)濟(jì)增長(zhǎng)的關(guān)系，發(fā)現(xiàn)貸款效率按東部、中部、西部和東北依次遞減，東部貸款效率高于全國(guó)平均水平，其余地區(qū)皆低于全國(guó)水平[14]；張建華(2010)運(yùn)用廣義Malmquist生產(chǎn)率指數(shù)研究銀行業(yè)效率，使用2000—2008年銀行業(yè)數(shù)據(jù)，研究發(fā)現(xiàn):銀行的技術(shù)進(jìn)步呈逐漸下降趨勢(shì)，甚至出現(xiàn)倒退，技術(shù)效率增長(zhǎng)和技術(shù)進(jìn)步的貢獻(xiàn)較大，規(guī)模效率貢獻(xiàn)較低[15]。

從以上文獻(xiàn)可以看出:(1)對(duì)于貸款效率研究的文獻(xiàn)大多局限于某一省份或單純研究農(nóng)業(yè)信貸效率，對(duì)于我國(guó)銀行業(yè)貸款效率沒有一個(gè)整體的測(cè)度；(2)文章多利用參數(shù)函數(shù)進(jìn)行測(cè)度，因而導(dǎo)致了參數(shù)設(shè)置預(yù)測(cè)結(jié)果的不準(zhǔn)確性及片面性；(3)文章多采用2010年之前的數(shù)據(jù)，從我國(guó)14所上市銀行的企業(yè)類貸款余額數(shù)據(jù)可以看出，與2007年相比2012年的企業(yè)類貸款余額增長(zhǎng)了133%，2007—2011年環(huán)比增長(zhǎng)20%以上，表明我國(guó)近年銀行貸款業(yè)務(wù)發(fā)展迅速，而研究的成果比較陳舊，與之形成反差。2008年的金融危機(jī)對(duì)于我國(guó)金融業(yè)是一個(gè)挑戰(zhàn)也是一個(gè)機(jī)遇，我國(guó)銀行貸款效率提高與否及變化多少均不可知。本文利用ML指數(shù)測(cè)度我國(guó)銀行業(yè)貸款效率，考慮了不良貸款這個(gè)壞產(chǎn)出，因而對(duì)于貸款效率的測(cè)度更加全面和準(zhǔn)確。

二、ML指數(shù)介紹及分解

在Caves.et和Luenberger研究的基礎(chǔ)上，Chambers，Chung和Fare將Malmquist指數(shù)和Luenberger函數(shù)結(jié)合起來，提出了ML生產(chǎn)率指數(shù)法。ML指數(shù)是一種非參數(shù)效率測(cè)度模型，相比Malmquist指數(shù)，ML指數(shù)考慮了壞產(chǎn)出狀況下的全要素生產(chǎn)率，因而可以更好地刻畫實(shí)際情況。ML指數(shù)求解過程為:首先獲得某一期的生產(chǎn)前沿面DMU，再通過引入方向向量來計(jì)算方向性距離函數(shù)(某一期DMU的效率值的倒數(shù))，然后通過四個(gè)方向性距離函數(shù)值構(gòu)造ML指數(shù)，分解ML指數(shù)即得到其指數(shù)分解值，從而獲得全要素生產(chǎn)率變化的動(dòng)力源頭。

ML指數(shù)利用CCR模型獲得生產(chǎn)前沿面，得到考察對(duì)象的標(biāo)準(zhǔn)。生產(chǎn)前沿面可以用技術(shù)前沿、生產(chǎn)可能性集或生產(chǎn)可能性曲線表示。本文僅列出技術(shù)前沿的刻畫方程:T={(x，y，b):xcanproduce(y，b)}(x表示投入，y表示好產(chǎn)出，b表示壞產(chǎn)出)。好產(chǎn)出和投入具有強(qiáng)可處置性，壞產(chǎn)出具有弱可處置性及零效應(yīng)[16]。

zk≥0 (k=1，2，…，K)

距離函數(shù)③表示在第t+1期前沿技術(shù)下，第t期的第k-個(gè)決策單元在其對(duì)應(yīng)的方向向量下與前沿面的效率差距，若βgt;0則DMU無效率，β=0則DMU有效率。得到四個(gè)方向性距離函數(shù)后即可得到ML指數(shù)及其分解指數(shù)，即

EFFCH又可以分解為純技術(shù)效率指數(shù)(PEFFCH)和規(guī)模效率指數(shù)(SCH)，通過計(jì)算規(guī)模報(bào)酬可變下的EFFCH，可得PEFFCH，由于SCH為EFFCH與PEFFCH之比，因此可獲得SCH。若MLt+1gt;1，表示全要素生產(chǎn)率提高，否則效率降低；若EFFCHgt;1，表示技術(shù)效率有所提高，對(duì)于全要素生產(chǎn)率提高有貢獻(xiàn)，提高的來源可以考慮純技術(shù)效率與規(guī)模效率，反之亦然；若TECHgt;1，表示技術(shù)進(jìn)步指數(shù)提高，所考察對(duì)象技術(shù)前沿有移動(dòng)，技術(shù)有所提高。

三、定量分析

1.指標(biāo)的選擇及描述

借鑒生產(chǎn)法的指標(biāo)確定方法，從測(cè)度銀行貸款效率的角度出發(fā)，本文選擇的投入指標(biāo)為企業(yè)類貸款、銀行凈資產(chǎn)、業(yè)務(wù)及管理費(fèi)用，產(chǎn)出指標(biāo)為利息收入和不良貸款額。在企業(yè)與銀行相互博弈的市場(chǎng)中，銀行提供商品——貸款，獲得收益——利息收入，因此企業(yè)類貸款額是銀行對(duì)于二者之間博弈進(jìn)行的投入。為保證貸款業(yè)務(wù)順利開展，銀行支付各項(xiàng)管理費(fèi)用作為運(yùn)營(yíng)的支出，即業(yè)務(wù)及管理費(fèi)用是一項(xiàng)投入。銀行作為一個(gè)實(shí)體，投入凈資產(chǎn)是其長(zhǎng)期運(yùn)營(yíng)的基本，因此凈資產(chǎn)是一個(gè)投入指標(biāo)。在銀行與企業(yè)進(jìn)行博弈所形成的借貸市場(chǎng)上，銀行獲得了利息收入，三類有回收風(fēng)險(xiǎn)的貸款成為了不良貸款(主要衡量企業(yè)類貸款所帶來不良貸款額，是一個(gè)“壞”產(chǎn)出)，因此利息和不良貸款額為兩個(gè)產(chǎn)出指標(biāo)(個(gè)人貸款占銀行貸款總額的10%左右[17]，貸款不良率與銀行整體不良率相比更小[18]，個(gè)人不良貸款額在銀行整體不良貸款額中所占份額較少，因此文中不良貸款額未剔除該項(xiàng))。文章選擇14家上市銀行*14家上市銀行包括:中國(guó)工商銀行、中國(guó)銀行、中國(guó)建設(shè)銀行、交通銀行、招商銀行、中信銀行、華夏銀行、民生銀行、興業(yè)銀行、平安銀行、浦發(fā)銀行、北京銀行、南京銀行、寧波銀行。中國(guó)上市銀行一共有16家，中國(guó)光大銀行與中國(guó)農(nóng)業(yè)銀行未作為考察對(duì)象，是由于這兩家銀行上市時(shí)間均為2010年，考察期內(nèi)數(shù)據(jù)不完整。平安銀行與深圳發(fā)展銀行2012年6月合并為平安銀行股份有限公司，合并只影響了平安銀行2012年報(bào)表數(shù)據(jù)，該期數(shù)據(jù)只有不良貸款額有較大變化(增長(zhǎng)了近一倍)，變化原因主要是受國(guó)內(nèi)經(jīng)濟(jì)增速放緩等外部環(huán)境的影響，合并影響較小，因此數(shù)據(jù)未作調(diào)整。的相關(guān)指標(biāo)數(shù)據(jù)作為橫截面數(shù)據(jù)，選擇2007—2012年共6年的84組樣本數(shù)據(jù)。樣本數(shù)據(jù)描述性統(tǒng)計(jì)如表1所示。

從表1可以看出，6年間14家上市銀行在不區(qū)分銀行類型的情況下，產(chǎn)出指標(biāo)與投入指標(biāo)波動(dòng)性較大，最大值與最小值最多相差786倍(不良貸款額)，最少差139倍(凈資產(chǎn))。銀行規(guī)模相差懸殊，導(dǎo)致銀行的貸款相關(guān)指標(biāo)值差距大，14家上市銀行盡管業(yè)績(jī)較好，但其貸款效率是否有效需要進(jìn)一步考察。

表1 樣本數(shù)據(jù)描述性統(tǒng)計(jì) 100萬元

本文選擇14家銀行各類指標(biāo)6年的環(huán)比增長(zhǎng)值來衡量貸款活動(dòng)6年的發(fā)展?fàn)顩r，如表2所示。從整體上來看，銀行業(yè)6年間好產(chǎn)出持續(xù)增加，平均每年環(huán)比增長(zhǎng)19.42%，壞產(chǎn)出每年環(huán)比減少，平均每年環(huán)比減少4.07%，與產(chǎn)出保持一致的各項(xiàng)投入也在較穩(wěn)定地增長(zhǎng)，企業(yè)規(guī)模及技術(shù)利用在穩(wěn)定提升，投入規(guī)模與產(chǎn)出水平基本保持一致。各指標(biāo)環(huán)比增長(zhǎng)趨勢(shì)如圖1所示，由于次貸危機(jī)的影響，5個(gè)指標(biāo)2009年數(shù)值改善放緩，但銀行業(yè)貸款活動(dòng)整體穩(wěn)定。需要注意的是企業(yè)類貸款余額增加，導(dǎo)致不良貸款額也在相應(yīng)增加，而且這種增加在近兩年有增長(zhǎng)趨勢(shì)，值得持續(xù)關(guān)注。從時(shí)事角度考察，大型商業(yè)銀行應(yīng)銀監(jiān)會(huì)的要求，從2010年底開始實(shí)施《巴塞爾新資本協(xié)議》，其他銀行不得遲于2013年底實(shí)施，因此2010年的不良貸款額減少較多，但隨后次貸危機(jī)的影響逐漸顯現(xiàn)，我國(guó)銀行業(yè)不良貸款額逐漸增多。總之，6年間銀行業(yè)發(fā)展比較穩(wěn)定，但發(fā)展的動(dòng)力源及以后的努力方向并不可知，因此需要后續(xù)研究。

表2 14家銀行6年各指標(biāo)環(huán)比增長(zhǎng)率 %

2.數(shù)據(jù)處理及分析

利用Lingo 11編程處理數(shù)據(jù)，得到14家商業(yè)銀行貸款活動(dòng)無效率值及處于前沿面期數(shù)，如表3所示。

圖1 14家銀行6年各指標(biāo)環(huán)比增長(zhǎng)趨勢(shì)圖

表314家銀行無效率值及有效期數(shù)

序號(hào)銀行名稱及分類2007年2008年2009年2010年2011年2012年平均值有效期數(shù)1中國(guó)工商銀行0 2090 0290 2120 1180 1440 0900 13402中國(guó)銀行0 2050 0000 0000 0000 0000 0000 03453中國(guó)建設(shè)銀行0 3500 0800 2640 1090 0730 0970 16204交通銀行0 1830 0740 0000 0000 0000 0000 04345招商銀行0 1640 0980 2510 2550 1570 0880 16906中信銀行0 0940 0740 1860 0810 0220 0140 07907華夏銀行0 0000 0000 0000 0000 0080 0000 00158民生銀行0 0000 0000 1630 1060 0750 1050 07529興業(yè)銀行0 0000 0000 0000 0000 0050 0000 001510平安銀行0 0000 0500 0000 1150 0490 1470 060211浦發(fā)銀行0 0000 0000 0000 0000 0000 0000 000612北京銀行0 0000 0000 0000 0670 0000 0000 011513南京銀行0 1140 0900 3620 1080 1090 1150 150014寧波銀行0 0000 0160 2360 2040 1420 1090 1181大型商業(yè)銀行平均0 2370 0460 1190 0570 0540 0470 093股份制商業(yè)銀行平均0 0370 0320 0860 0800 0450 0510 055城市商業(yè)銀行平均0 0380 0350 1990 1260 0840 0750 093

從表3可以看出，在規(guī)模報(bào)酬不變的模型中，浦發(fā)銀行在6年考察期內(nèi)始終處于生產(chǎn)前沿面，即在既定規(guī)模下，該銀行能夠開發(fā)新技術(shù)、充分利用現(xiàn)有技術(shù)并始終保持規(guī)模最優(yōu)；中國(guó)工商銀行、建設(shè)銀行、招商銀行、中信銀行、南京銀行等一直處于技術(shù)無效狀態(tài)，企業(yè)投入多，但獲得的好產(chǎn)出少，即利息收入較少或者帶來“壞”產(chǎn)出的不良貸款多。

從銀行類型來看，4家大型商業(yè)銀行中有兩家銀行始終處于前沿面，較其他類型銀行能夠極大地利用規(guī)模優(yōu)勢(shì)。7家股份制商業(yè)銀行中只有一家銀行始終處于生產(chǎn)前沿面，而有4家銀行多數(shù)時(shí)期處于技術(shù)無效狀態(tài)，無效率高于50%。股份制商業(yè)銀行規(guī)模介于大型商業(yè)銀行與城市商業(yè)銀行之間，表現(xiàn)出多數(shù)銀行技術(shù)無效，但從股份制商業(yè)銀行無效率平均值最小，并與另兩個(gè)分類相差近0.04來看，無效率股份制商業(yè)銀行與行業(yè)生產(chǎn)技術(shù)水平相差不大，股份制商業(yè)銀行技術(shù)有效與技術(shù)無效差距不大，該類型銀行整體貸款活動(dòng)效率較高。3家有代表性的城市商業(yè)銀行中，北京銀行5年數(shù)據(jù)表現(xiàn)出技術(shù)有效，另外兩家技術(shù)有效性較低。該類型商業(yè)銀行規(guī)模小，因此可以提供的企業(yè)類貸款較少，獲得與之對(duì)應(yīng)的利息收入較低，或不良貸款額較高，技術(shù)無效性比較嚴(yán)重，銀行之間差距較大，導(dǎo)致技術(shù)無效率的因素需要進(jìn)一步研究。

銀行貸款活動(dòng)的全要素生產(chǎn)率ML值及其分解情況如表4所示。

表4 銀行貸款活動(dòng)的全要素生產(chǎn)率ML值及其分解

由表4可得到如下結(jié)論:

(1) 2007—2008年銀行業(yè)貸款活動(dòng)平均ML為1.023，說明相比2007年，2008年的銀行業(yè)貸款活動(dòng)效率在提高，動(dòng)力來自技術(shù)效率指數(shù)，即純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)提高。技術(shù)進(jìn)步指數(shù)小于1表明在這一年銀行業(yè)貸款技術(shù)并沒有進(jìn)步，而是有略微的倒退。2007—2008年全要素生產(chǎn)率小于行業(yè)水平的銀行有華夏銀行、平安銀行、北京銀行和寧波銀行。4家銀行ML低的主要原因是技術(shù)進(jìn)步指數(shù)小于1。其他ML大于1的銀行全要素生產(chǎn)率增長(zhǎng)的主要?jiǎng)恿碜约夹g(shù)效率指數(shù)，技術(shù)進(jìn)步指數(shù)具有明顯抑制作用(10家企業(yè)中有5家技術(shù)進(jìn)步指數(shù)小于1)。技術(shù)效率指數(shù)的改進(jìn)主要來自純技術(shù)效率指數(shù)的改進(jìn)(10家企業(yè)PEFFCH均大于等于1)。

(2) 2008—2009年行業(yè)貸款活動(dòng)平均ML為0.933，TECH為1，SCH遠(yuǎn)遠(yuǎn)小于1。2008—2009年，興業(yè)銀行、平安銀行和浦發(fā)銀行的ML大于或等于1，增長(zhǎng)動(dòng)力主要來自技術(shù)效率指數(shù)，而規(guī)模效率指數(shù)增長(zhǎng)疲軟。對(duì)于ML小于1的11家銀行，ML增長(zhǎng)軟肋在EFFCH，7家銀行的EFFCH小于本銀行的TECH，說明技術(shù)效率的發(fā)展弱于技術(shù)進(jìn)步的發(fā)展。而技術(shù)效率的不足主要是由于SCH過小，銀行放貸規(guī)模成為弱勢(shì)。2009年銀行業(yè)發(fā)展效率比較低，原因主要是規(guī)模效率指數(shù)較低。

(3) 2009—2010年行業(yè)貸款活動(dòng)平均ML為1.009，大于1，動(dòng)力來自技術(shù)效率指數(shù)，純技術(shù)效率指數(shù)與規(guī)模效率指數(shù)均有所提高，而技術(shù)進(jìn)步指數(shù)并沒有為ML增長(zhǎng)貢獻(xiàn)力量。2009—2010年，全要素生產(chǎn)率有所提高的銀行有8家，效率沒有得到改善的銀行有6家，抑制其效率增長(zhǎng)的原因主要是技術(shù)進(jìn)步指數(shù)。ML大于1的8家銀行貸款效率提高的主要?jiǎng)恿碜约夹g(shù)效率指數(shù)，并且這8家銀行的純技術(shù)效率指數(shù)大于1，其中一半的銀行規(guī)模效率指數(shù)小于1，說明這些銀行的貸款規(guī)模有待進(jìn)一步規(guī)劃。

(4) 2010—2011年行業(yè)貸款活動(dòng)平均ML為1.031，動(dòng)力來自技術(shù)效率指數(shù)及技術(shù)進(jìn)步指數(shù)，主要?jiǎng)恿碜约兗夹g(shù)效率指數(shù)提高帶動(dòng)的技術(shù)效率指數(shù)提高。2010—2011年，ML大于1的銀行一共有10家，其主要提升動(dòng)力來自技術(shù)效率的提高，而技術(shù)效率的提高主要源自純技術(shù)效率指數(shù)的提高。ML小于1的4家銀行技術(shù)效率指數(shù)較低，抑制了ML增長(zhǎng)，因此銀行貸款規(guī)模效率低是根本原因。

(5) 2011—2012年行業(yè)貸款活動(dòng)平均ML為0.998，抑制發(fā)展的主要原因是技術(shù)進(jìn)步指數(shù)，盡管ML大于1的銀行有10家，但其中的ML值大多為1或增長(zhǎng)較少，而全要素生產(chǎn)率較低的銀行值過小，影響了行業(yè)貸款活動(dòng)的均值。ML小于1的銀行有4家，影響這4家銀行貸款效率的主要原因是技術(shù)效率指數(shù)，根本原因是規(guī)模效率不足。貸款活動(dòng)ML大于1的10家銀行效率增長(zhǎng)動(dòng)力來自于技術(shù)效率指數(shù)的提高，根本動(dòng)力來自于純技術(shù)效率指數(shù)的增長(zhǎng)，規(guī)模效率指數(shù)貢獻(xiàn)不足。

(6) 2007—2012年，浦發(fā)銀行每年的ML值大于或等于1，招商銀行、中信銀行和南京銀行均有4年值大于等于1，交通銀行、民生銀行、興業(yè)銀行和寧波銀行有3年ML值大于等于1，中國(guó)工商銀行、中國(guó)銀行、平安銀行、北京銀行均只有2年ML值大于等于1，效率值較差的是華夏銀行，只有1年ML值大于1。縱觀6年業(yè)績(jī)，5年數(shù)據(jù)有3年行業(yè)ML均值大于1，按照每年的分析來看，銀行貸款活動(dòng)ML值增長(zhǎng)的主要?jiǎng)恿碜约夹g(shù)效率指數(shù)的提高，技術(shù)進(jìn)步也有所貢獻(xiàn)，規(guī)模效率指數(shù)和技術(shù)進(jìn)步指數(shù)有待提高，銀行在控制和適度化貸款規(guī)模及獲取先進(jìn)貸款技術(shù)方面仍需投入更多。

14家銀行5年各DMU指數(shù)均值如表5所示，可以看出具有代表性的銀行在5年中貸款ML指數(shù)幾何平均值為0.998，有6家銀行的ML值大于1，有11家銀行的技術(shù)效率值大于1，有近一半銀行的技術(shù)進(jìn)步指數(shù)大于1。行業(yè)ML值動(dòng)力來自于技術(shù)效率指數(shù)的增長(zhǎng)，技術(shù)進(jìn)步指數(shù)為0.991，抑制了銀行業(yè)貸款效率的提高。TECH小于1說明在6年中我國(guó)銀行業(yè)一直在吸收先進(jìn)的貸款技術(shù)，但技術(shù)并沒有得到相應(yīng)的普及，因此銀行業(yè)在今后的發(fā)展中需要加大技術(shù)普及力度。技術(shù)效率指數(shù)增長(zhǎng)主要來自于純技術(shù)效率指數(shù)的增長(zhǎng)，規(guī)模效率指數(shù)小于1對(duì)于技術(shù)效率沒有起到促進(jìn)作用，說明在6年考察期內(nèi)銀行業(yè)貸款活動(dòng)的規(guī)模偏小(或偏大)，銀行業(yè)對(duì)于企業(yè)貸款投入不足使得銀行業(yè)收益降低，效率較低貸款投放過度，不良貸款的居高不下降低了銀行的貸款效率；2007年平安銀行的不良貸款率為5.64%，為6年考察期所有評(píng)價(jià)對(duì)象的最大值，2012年所有評(píng)價(jià)對(duì)象的不良貸款率都降到1%以下，6年評(píng)價(jià)對(duì)象的不良貸款率遠(yuǎn)遠(yuǎn)低于全球1 000家大型銀行平均不良貸款率水平[15]，說明我國(guó)銀行業(yè)貸款活動(dòng)規(guī)模偏小，導(dǎo)致獲益不足。

表5 14家銀行5年各DMU指數(shù)均值

從每個(gè)DMU來看，6年平均的ML大于1的銀行有招商銀行、中信銀行、民生銀行、平安銀行、浦發(fā)銀行、寧波銀行，其余銀行的ML指數(shù)均小于1，這些銀行全要素生產(chǎn)率較低的原因都來自于技術(shù)進(jìn)步指數(shù)小于1，也就是這8家銀行在技術(shù)上沒有趕超處于生產(chǎn)前沿面的銀行，在貸款實(shí)務(wù)中應(yīng)該獲取更多的技術(shù)支持，學(xué)習(xí)先進(jìn)的貸款技能，提高TECH指數(shù)值。

從銀行類型來分析:

(1) 大型商業(yè)銀行始終保持規(guī)模效率較高。盡管中國(guó)工商銀行、中國(guó)銀行、中國(guó)交通銀行的ML指數(shù)小于1，但技術(shù)效率指數(shù)都大于1，技術(shù)效率指數(shù)增長(zhǎng)主要來自于規(guī)模效率指數(shù)的提高，即銀行在發(fā)放貸款時(shí)注意考慮自己的放款數(shù)量，在考察期保持規(guī)模的適度，使之與銀行的發(fā)展需要相一致。探究實(shí)證因素，一方面源自國(guó)家政策，在扶持中小企業(yè)發(fā)展的政策導(dǎo)向下，國(guó)有商業(yè)銀行擴(kuò)大了放貸數(shù)量與范圍，貸款規(guī)模保持適度；另一方面源自金融危機(jī)的后續(xù)影響，經(jīng)濟(jì)復(fù)蘇使得企業(yè)更愿意增加貸款額度，尋求貸款，國(guó)有商業(yè)銀行可貸資金多能夠極大地滿足貸款需求。

(2) 股份制商業(yè)銀行全要素生產(chǎn)率增長(zhǎng)源自于技術(shù)進(jìn)步指數(shù)與技術(shù)效率指數(shù)，全要素生產(chǎn)率降低主要源自于技術(shù)進(jìn)步指數(shù)降低。招商銀行、中信銀行、民生銀行、平安銀行和浦發(fā)銀行5家銀行ML均大于1，增長(zhǎng)源共性是技術(shù)進(jìn)步指數(shù)，說明5家銀行6年考察期內(nèi)貸款技術(shù)的持續(xù)改進(jìn)。招商銀行、中信銀行和民生銀行ML大于1的動(dòng)力中也有技術(shù)效率的貢獻(xiàn)，可以看到這4家銀行的指數(shù)特點(diǎn):技術(shù)效率大于1的動(dòng)力源為純技術(shù)效率指數(shù)，體現(xiàn)在銀行發(fā)放貸款時(shí)對(duì)于先進(jìn)貸款技術(shù)和銀行業(yè)務(wù)技術(shù)的學(xué)習(xí)、對(duì)于不良貸款的控制、銀行運(yùn)作能力的提升等方面。而4家銀行的規(guī)模報(bào)酬率小于1，表明銀行在放貸時(shí)貸款規(guī)模不是最優(yōu)，驗(yàn)證了銀行惜貸現(xiàn)象。華夏銀行和興業(yè)銀行的ML小于1，表明6年時(shí)間平均全要素生產(chǎn)率低于行業(yè)水平，沒有充分掌握先進(jìn)技術(shù)及發(fā)放貸款規(guī)模較小是主要原因。

(3) 城市商業(yè)銀行全要素生產(chǎn)率增長(zhǎng)源來自技術(shù)進(jìn)步指數(shù)，全要素生產(chǎn)率降低的原因是技術(shù)進(jìn)步指數(shù)較低。北京銀行和南京銀行的ML小于1，二者的EFFCH大于1，而TECH小于1抑制了ML的增長(zhǎng)，說明二者技術(shù)的研發(fā)創(chuàng)新有待提高。寧波銀行的ML大于1，動(dòng)力源自EFFCH，而PEFFCH是其最終動(dòng)力源，SCH同樣有待提高。城市商業(yè)銀行中大多存在SCH小于1的狀況，表明盡管城市商業(yè)銀行在貸款給中小企業(yè)時(shí)具有先天優(yōu)勢(shì)，但貸款規(guī)模效率低，即貸款規(guī)模不足是其需要持續(xù)改進(jìn)的地方。

本文選擇4家銀行作為銀行業(yè)貸款活動(dòng)效率的代表，如圖2所示。

圖2 商業(yè)銀行ML指數(shù)趨勢(shì)圖

可以看出，銀行ML值變化特點(diǎn)如下:

(1) 2007—2008年，行業(yè)ML值呈上升趨勢(shì)，大部分銀行ML值大于行業(yè)均值，行業(yè)貸款效率在提高；(2)2008—2011年，銀行業(yè)整體ML分布呈現(xiàn)V型，2009年是行業(yè)ML值的最低點(diǎn)，2011年銀行業(yè)ML再一次上到峰值，銀行業(yè)貸款活動(dòng)效率下降后又再次上升；(3)2011—2012年，銀行業(yè)ML值有下降的趨勢(shì)，銀行業(yè)貸款活動(dòng)效率降低，未來經(jīng)濟(jì)放緩并出現(xiàn)低迷的可能性出現(xiàn)。本文主要衡量銀行對(duì)企業(yè)貸款活動(dòng)的效率，銀行縮減貸款規(guī)模影響了企業(yè)發(fā)展，企業(yè)發(fā)展受阻進(jìn)而影響市場(chǎng)經(jīng)濟(jì)發(fā)展，并反過來再次影響銀行放貸行為，因此有出現(xiàn)惡性循環(huán)的可能性，反映了銀行惡性的順經(jīng)濟(jì)周期作用。

四、結(jié)論及建議

從分期指數(shù)值、6年平均值及6年銀行發(fā)展趨勢(shì)圖分析可以看出:(1)在6年時(shí)間里銀行業(yè)貸款效率有0.002的降低，貸款技術(shù)效率有正的貢獻(xiàn)；(2)6年考察期內(nèi)我國(guó)銀行業(yè)貸款活動(dòng)效率提升的抑制因素是技術(shù)創(chuàng)新和規(guī)模效率，貸款規(guī)模及貸款質(zhì)量的不適當(dāng)導(dǎo)致規(guī)模效率指數(shù)較低，影響了我國(guó)銀行業(yè)貸款效率的進(jìn)一步提升；(3)金融危機(jī)后，我國(guó)經(jīng)濟(jì)有緊縮的趨勢(shì)，不良貸款率在上升，貸款效率有下降趨勢(shì)，需要關(guān)注；(4)我國(guó)銀行業(yè)貸款效率還有進(jìn)一步提升的空間，利用各種先進(jìn)的貸款風(fēng)險(xiǎn)評(píng)價(jià)方法、尋求有價(jià)值的借款企業(yè)等措施，可以提升我國(guó)貸款活動(dòng)效率值。

提升銀行業(yè)業(yè)績(jī)及貸款效率可采取以下措施:

(1) 穩(wěn)定市場(chǎng)經(jīng)濟(jì)秩序。近年國(guó)際金融動(dòng)蕩不斷，國(guó)內(nèi)經(jīng)濟(jì)回暖放緩，盡管我國(guó)出臺(tái)了相關(guān)調(diào)整政策并給予補(bǔ)貼，但經(jīng)濟(jì)仍舊有緊縮趨勢(shì)。國(guó)內(nèi)商品價(jià)格漲跌頻繁，企業(yè)年末破產(chǎn)倒閉現(xiàn)象頻出，招聘崗位數(shù)量下降等都是國(guó)內(nèi)出現(xiàn)經(jīng)濟(jì)惡化的表現(xiàn)，因此，穩(wěn)定經(jīng)濟(jì)秩序、調(diào)整經(jīng)濟(jì)發(fā)展模式、引導(dǎo)經(jīng)濟(jì)發(fā)展至關(guān)重要。

(2) 建立健全的法律法規(guī)制度。我國(guó)市場(chǎng)經(jīng)濟(jì)經(jīng)過了三十多年發(fā)展，各方面法規(guī)制度都在健全，但仍舊存在不足，如社會(huì)資金引導(dǎo)制度、不誠(chéng)信企業(yè)制裁制度、經(jīng)濟(jì)糾紛管制制度等都需要進(jìn)一步完善。

(3) 銀行自我發(fā)展。銀行在促進(jìn)自身業(yè)務(wù)發(fā)展及促進(jìn)經(jīng)濟(jì)發(fā)展過程中可以做更多事情，如學(xué)習(xí)先進(jìn)風(fēng)險(xiǎn)評(píng)估控制技術(shù)、利用更加先進(jìn)的營(yíng)銷宣傳手段、實(shí)施更加低成本高效率的人力資源培育管理措施、發(fā)現(xiàn)更多有價(jià)值的投資企業(yè)及個(gè)人、在企業(yè)發(fā)展過程中發(fā)揮更加突出的作用等。

(4) 企業(yè)發(fā)展。企業(yè)應(yīng)制定全面合理有思想的戰(zhàn)略，抓住有利于投資的商業(yè)機(jī)會(huì)，充分利用資源，完善自身管理機(jī)制及內(nèi)部控制機(jī)制，挖掘自身價(jià)值，利用外部資金，與銀行及外部資金持有者建立戰(zhàn)略聯(lián)盟關(guān)系。

[1] King R G，Levine R V.Entrepreneurship and growth:theory and evidence [J].Journal of Monetary Economic，1993(2):32-56.

[2] Binswanger H，Khandker S.The impact of formal finance on the rural economy of India [J].Journal of Development Studies，1995，32(2):234-262.

[3] Moosa C C.Modelling addictive consumption:some theoretical and econometric issues [J].Taylor and Francis Journals，1999，6(3):143-146.

[4] 鄒亞東.基于DEA和SFA的貴州省商業(yè)銀行效率研究 [D].貴陽:貴州財(cái)經(jīng)學(xué)院，2011:17-35.

[5] 李華明，管雪麗.湖南省農(nóng)業(yè)貸款效率實(shí)證分析 [J].湖南財(cái)經(jīng)高等?？茖W(xué)校學(xué)報(bào)，2009，25(1):101-103.

[6] 覃基廣.吉林省農(nóng)業(yè)信貸效率的實(shí)證研究 [D].長(zhǎng)春:吉林大學(xué)，2011:14-35.

[7] 張兵，左平桂.江蘇省農(nóng)村貸款效率的實(shí)證分析 [J].南京社會(huì)科學(xué)，2009，13(1):133-139.

[8] 靳濤.陜西農(nóng)信社農(nóng)戶小額信貸運(yùn)行績(jī)效研究:以千陽縣和洛南縣為例 [D].楊凌:西北農(nóng)林科技大學(xué)，2010:15-31.

[9] 高明.基于非參數(shù)方法的中國(guó)商業(yè)銀行效率研究 [D].天津:天津大學(xué)，2010:75-90.

[10]劉波.中國(guó)貸款效率問題研究 [D].武漢:華中農(nóng)業(yè)大學(xué)，2011:47-81.

[11]陳曉.中國(guó)銀行業(yè)X效率實(shí)證研究:基于非參數(shù)隨機(jī)前沿模型 [D].杭州:浙江工商大學(xué)，2010:35-45.

[12]徐瑤.中國(guó)農(nóng)村信貸效率的實(shí)證研究 [D].長(zhǎng)春:吉林大學(xué)，2013:5-32.

[13]王延平.農(nóng)業(yè)小額貸款市場(chǎng)及效率研究 [J].廣東培正學(xué)院學(xué)報(bào)，2012，12(2):1-5.

[14]顧銘德，吳培新.我國(guó)區(qū)域間貸款效率、資金配置和經(jīng)濟(jì)增長(zhǎng)比較:1978—2007 [J].科學(xué)發(fā)展，2009(18):23-26.

[15]張建華，王鵬.中國(guó)銀行業(yè)廣義Malmquist生產(chǎn)率指數(shù)研究 [J].經(jīng)濟(jì)研究，2010(8):128-140.

[16]Chung Y，F(xiàn)are R.Productivity and undesirable outputs:a directional distance function approach [D].Illinois:Southern Illinois University，1995:2-18.

[17]黃惠，孟釗蘭.我國(guó)國(guó)有商業(yè)銀行個(gè)人不良貸款狀況的調(diào)研報(bào)告:以蘭州市某國(guó)有支行為例 [J].時(shí)代金融，2007(3):42-44.

[18]李慶華.銀行個(gè)人住房貸款風(fēng)險(xiǎn)管理研究 [D].上海:華東師范大學(xué)，2010:31-32.

AnalysisonloanefficiencyofChinesebankingindustrybasedonMLindex

XU Xiang-qin, XI Nan, LIU Yan-fang

(School of Management, Northwestern Polytechnical University, Xi’an 710129, China)

The composition and factoring method of ML (Malmquist-Luenberger) index is demonstrated.The ML index and its factors are calculated for the input-output oriented banking loan on the premise of bad loans by using relative data of banking industry from 2007 to 2012.The results show that the loan efficiency of Chinese banking industry has an average reduction of 0.002 during the six years studied, and the explanation is the reduction of technological progress index and scale efficiency index.It indicates that loan technology is popularized in a wide range, while loan technology innovation and loan scale need further development.Close attention should be paid to the possibility of economic contraction in the development of market.Suggestions are also brought forward for the improvement of the loan efficiency of banking industry according to the study.

ML index; banking industry; loan; loan efficiency; loan scale; bad loan; technological progress index; scale efficiency index

2013-09-30

2014年度西北工業(yè)大學(xué)研究生創(chuàng)業(yè)種子基金項(xiàng)目(22014183)。

基金項(xiàng)目: 許祥秦(1958-)，男，陜西西安人，副教授，博士，主要從事金融工程、風(fēng)險(xiǎn)管理、金融市場(chǎng)與金融機(jī)構(gòu)、宏微觀金融管理等方面的研究。

* 本文已于2014-03-12 19∶35在中國(guó)知網(wǎng)優(yōu)先數(shù)字出版。 網(wǎng)絡(luò)出版地址: http://www.cnki.net/kcms/detail/21.1558.C.20140312.1935.005.html

10.7688/j.issn.1674-0823.2014.05.10

F 830.33

A

1674-0823(2014)05-0440-09

(責(zé)任編輯:吉海濤)