新常態(tài)下中國商業(yè)銀行全要素生產率研究

張 帆

(1. 遼寧大學 經濟學院， 遼寧 沈陽 110036； 2. 遼寧省交通高等專科學校 管理工程系， 遼寧 沈陽 110122)

一、引言及文獻評述

在中國經濟亟待轉型的新常態(tài)背景下，商業(yè)銀行舊的粗放式經營方式已無法滿足其進一步發(fā)展的要求，如何提高銀行效率，已成為商業(yè)銀行緊迫且必須面對的問題。

早期學者多使用財務報表作為銀行效率指標對商業(yè)銀行進行評價和對比，隨著研究的不斷深入，規(guī)模效率、范圍效率、X效率逐步成為了銀行效率的評價指標。隨著DEA-Malmquist指數(shù)法的不斷成熟，該方法也被廣泛應用到了銀行領域，使用DEA-Malmquist方法測算銀行的全要素生產率(簡稱TFP)，并以此作為效率指標進行深入研究。如Robert和Hasan(基于DEA-Malmquist方法計算了商業(yè)銀行的全要素生產率，并進一步分析了其影響因素，得出了商業(yè)銀行資產規(guī)模的擴大和集中度的提高有利于提升全要素生產率，不良貸款和營業(yè)成本的增加則會擬制全要素生產率的結論[1]。Nakane和Weinraub測算并比較了歐洲和巴西商業(yè)銀行的全要素生產率，并進一步從經濟發(fā)展水平的視角分析了二者之間產生差異的原因[2]。Sturm和Williams基于發(fā)達國家的數(shù)據(jù)，測算并比較了國內銀行和外資銀行的全要素生產率，得出了外資銀行的全要素生產率要高于國內銀行的結論[3]。Kang和Weber以韓國商業(yè)銀行作為研究對象，測算并比較了亞太金融危機前后的全要素生產率，并進一步從銀行財務的視角分析了不同時期的影響因素[4]。Fadzlan Sufian則對發(fā)展中國家國內銀行和外資銀行效率進行了測算和比較，結果表明外資銀行的全要素生產率同樣高于國內銀行[5]。Yang和Liu以臺灣地區(qū)的銀行為研究對象，計算并比較了混合所有制銀行和政府所有制銀行的全要素生產率，得出了混合所有制銀行的全要素生產率高于政府所有制銀行的結論，他們進一步認為私有化有利于提升銀行全要素生產率[6]。由此可知，雖然關于銀行效率研究并未形成定論，但全要素生產率作為效率指標得到了學術界的廣泛認可，因此本文使用全要素生產率作為商業(yè)銀行經營效率指標。

國內關于銀行效率的學術研究起步較晚，但基于全要素生產率的研究取得了豐碩成果，盡管結論并未達成一致。魏煜和王麗[7]、張健華和王鵬[8]認為商業(yè)銀行的全要素生產率有所提升，蔡躍洲和郭梅軍[9]認為商業(yè)銀行的全要素生產率有所下降。股權分置、金融體制改革等事件提升了銀行效率，不良貸款率抑制了銀行效率的提升[10，11]。為探討不同商業(yè)銀行的發(fā)展趨勢是否一致，學者們對我國商業(yè)銀行效率進行了收斂性檢驗。針對大型商業(yè)銀行[12]、股份制商業(yè)銀行[13]、中小銀行[14]、農村商業(yè)銀行[15]和城市商業(yè)銀行[16]的研究都表明了這些銀行的全要素生產率存在一致收斂性。

研究商業(yè)銀行全要素生產率的目的是為了找到其提升的方法，因此關于商業(yè)銀行全要素生產率的影響因素問題學者同樣進行了大量的研究。普遍認為，市場份額、宏觀經濟形勢、貨幣供應量、對外開放等因素提升了商業(yè)銀行的全要素生產率[17-19]，而實體經濟利潤增長率、市場集中度、利率市場化等因素不利于提升全要素生產率[20-23]。

通過梳理現(xiàn)有文獻發(fā)現(xiàn)，學者把中國商業(yè)銀行分為大型國有商業(yè)銀行、全國性股份制商業(yè)銀行、城市商業(yè)銀行和農村商業(yè)銀行四類展開相關研究，但研究對象大多集中于某一類或幾類銀行來研究其全要素生產率和收斂性，因此有必要對這四類商業(yè)銀行的綜合情況進行進一步的分析。此外，在影響因素的研究中，現(xiàn)有文獻通常沒有區(qū)別商業(yè)銀行的內部治理因素和外部環(huán)境因素，因此本文把商業(yè)銀行全要素生產率的影響因素分為內部治理因素和外部環(huán)境因素兩個方面進一步分析商業(yè)銀行全要素生產率的影響因素。

二、全要素生產率測算

借鑒袁曉玲和張寶山[24]、粟芳和初立蘋[25]的方法，本文使用非參數(shù)DEA-Malmquist方法估算商業(yè)銀行的全要素生產率。其中投入指標為從業(yè)人員數(shù)量、固定資產凈值、存款總額和營業(yè)費用，產出指標為貸款總額和稅前利潤。

以92家商業(yè)銀行作為本文樣本，包括5家國有商業(yè)銀行、12家股份制商業(yè)銀行、38家城市商業(yè)銀行和37家農村商業(yè)銀行。本文考察區(qū)間為2001-2016年，所有數(shù)據(jù)均來自中國人民銀行、《中國金融年鑒》、《中國統(tǒng)計年鑒》、《國民經濟和社會發(fā)展統(tǒng)計公報》、國家統(tǒng)計局網站以及各銀行發(fā)布的年報等。使用Deap軟件計算商業(yè)銀行的全要素生產率，得到全要素生產率的結果分別如圖1和圖2所示。

從圖1可以看出，新世紀以來，中國商業(yè)銀行的全要素生產率多數(shù)時間內都大于1，整體而言商業(yè)銀行運行狀況良好?？疾炱趦?，受外部經濟環(huán)境動蕩、金融危機爆發(fā)以及內部金融體制改革、經濟轉型、經濟增速放緩等因素的影響，商業(yè)銀行的全要素生產率多次出現(xiàn)了大幅下滑，這在一定程度上體現(xiàn)了我國商業(yè)銀行自身的脆弱性，商業(yè)銀行舊的重視規(guī)模、忽視質量的粗放式發(fā)展模式已經不能適應新形勢，商業(yè)銀行的供給側結構性改革勢在必行。

圖1 中國商業(yè)銀行業(yè)全要素生產率及其分解值

由圖2可知，考察期內我國商業(yè)銀行全要素生產率的整體走勢為震蕩上行，2003-2007年，各類商業(yè)銀行的全要素生產率處于較高水平，之后一路下滑，2008年底各類商業(yè)銀行先后達到最低點后震蕩回升。2013年開始，各類商業(yè)銀行的全要素生產率均開始提升，在2015年前后小幅下跌后于2016年達到較高水平。

圖2 不同類型商業(yè)銀行全要素生產率

總體而言，股份制商業(yè)銀行和大型國有商業(yè)銀行的全要素生產率較高，城市商業(yè)銀行次之，農商行最低。大型國有商行成立時間最早，網點廣泛分布于中國的大中小城市，資產規(guī)模遠高于其他商業(yè)銀行，多元化的業(yè)務和分散化的布局使其抗風險能力更強，更優(yōu)的品牌效應使其能夠吸引更多優(yōu)秀的人才，多方面的原因使得大型國有商業(yè)銀行的全要素生產率較高。

股份制商業(yè)銀行的資產規(guī)模低于大型國有商業(yè)銀行，但較小的規(guī)模使其管理機制更加靈活。網點分布雖不如大型國有商行廣泛，但也分布于我國的主要城市，同只分布于一個或幾個城市的城商行和農商行相比，范圍更廣。此外，同城商行和農商行相比，股份制商業(yè)銀行成立時間更早，成立之初市場中的競爭對手更少。以上原因使得股份制商業(yè)銀行在管理機制、業(yè)務拓展、市場競爭、薪酬激勵、人員培養(yǎng)等方面有著先天優(yōu)勢，在金融創(chuàng)新方面獨具特色，股份制商業(yè)銀行是金融領域市場創(chuàng)新的龍頭。

城市商業(yè)銀行是由早期的城市信用社發(fā)展而來，雖然組建成為城商行后，獲得了較大發(fā)展，所在城市通常也會給予本地城商行諸多優(yōu)惠政策，但仍存在發(fā)展程度良莠不齊、總體規(guī)模較小、市場定位不清、品牌效應較弱、跨區(qū)域發(fā)展并不順利等問題，因此全要素生產率略低。

農商行的前身是農村信用合作社，相比之下，農村商業(yè)銀行改制時間最晚，總體來說資產規(guī)模最小，品牌知名度最低，農商行主營“三農”類業(yè)務，業(yè)務面窄，且大都是附加值和技術含量較低的行業(yè)，收益較低。此外，農商行繼承了農村信用合作社的諸多遺留問題，使其進一步發(fā)展面臨較大挑戰(zhàn)，多方面的原因導致了農商行的全要素生產率最低[26]。

三、全要素生產率收斂性分析

收斂性檢驗用于分析各類商業(yè)銀行的發(fā)展是否存在趨同趨勢，通過梳理前人文獻可知，收斂性檢驗包括σ收斂和β收斂檢驗兩種。

1.σ收斂分析

σ收斂通過分析標準差的變化趨勢來檢驗其收斂性，如果標準差呈現(xiàn)收斂趨勢，則認為全要素生產率表存在σ收斂。經計算得到σ收斂結果圖3。

圖3 σ收斂結果

由σ收斂結果圖3可知，考察期內商業(yè)銀行的全要素生產率標準差并未出現(xiàn)持續(xù)減小的趨勢，而是多次出現(xiàn)較大波動，這意味著商業(yè)銀行只存在區(qū)間σ收斂。2004-2005年間，受股權分置改革的影響，商業(yè)銀行的全要素生產率出現(xiàn)較大波動；2007-2008年間，先后經歷了股市的牛熊轉換和國家為了應付美國次貸危機而推出的四萬億刺激計劃，兩件大事無疑都對商業(yè)銀行產生較大沖擊；2012年開始，中國經濟增速開始放緩，經濟發(fā)展逐漸步入新常態(tài)，實體經濟發(fā)展的減速也影響到了金融行業(yè)；2014-2015年間，中國資本市場又一次經歷了較大的牛熊轉換，“千股漲停、千股跌停、千股停牌”的奇觀對商業(yè)銀行造成了較大影響，使其全要素生產率再次大幅震蕩。

2.β收斂分析

β收斂又可分成絕對β收斂和條件β收斂。參考Sala-i-Martin的方法[27]，構建絕對β收斂模型：

其中，被解釋變量為全要素生產率的平均增速，解釋變量為全要素生產率，β為收斂系數(shù)，若β顯著為負，則全要素生產率和其增速之間顯著負相關，這意味著全要素生產率的初始水平越高，那么增速越低，即存在絕對收斂。根據(jù)Matthews和Zhang[28]的觀點，若絕對收斂檢驗中收斂系數(shù)不顯著，可通過加入控制變量改變收斂系數(shù)的顯著性，從而認為在一定條件下存在β收斂，即條件β收斂，檢驗方程如下：

β0+β1lnTFPit+α1LSTit+α2NIIit+α3SIit+eit

其中，控制變量選擇如下：LST為人力資本水平，用本科及以上學歷人數(shù)比例表示，NII為非利息收入與總收入之比，SI為商業(yè)銀行戰(zhàn)略引資比重。若β顯著為負，表示存在條件β收斂。收斂性檢驗結果如表1和表2所示。

由絕對β收斂檢驗結果表1可知，大型國有商行中的絕對收斂系數(shù)為-0.128，且在1%的統(tǒng)計水平下顯著，大型國有商行存在絕對β收斂。全樣本模型中，絕對收斂系數(shù)為-0.003，但只在10%的統(tǒng)計水平下顯著，其余模型中的系數(shù)雖為負，但都不顯著。四大商行為中國規(guī)模最大的四家商業(yè)銀行，業(yè)務基本涵蓋了金融全領域，導致其全要素生產率呈現(xiàn)相同的趨勢，其他商業(yè)銀行在發(fā)展過程中實施的策略和路徑并不相同，這使得全樣本銀行的收斂系數(shù)顯著性較低。

表1 絕對β收斂檢驗(OLS回歸)

注：括號內為t統(tǒng)計量；*，**，***結果分別通過10%，5%，1%統(tǒng)計水平下的顯著性檢驗

表2 條件β收斂檢驗(面板數(shù)據(jù)固定效應回歸)

注：括號內為t統(tǒng)計量；*，**，***結果分別通過10%，5%，1%統(tǒng)計水平下的顯著性檢驗

由條件β收斂檢驗結果表2可知，加入控制變量后，五個模型中的系數(shù)均顯著為負，這意味著在一定條件下，中國商業(yè)銀行存在條件β收斂。五個模型中，人力資本水平LST的系數(shù)均顯著為負，勞動力素質LST的提升有助于不同商業(yè)銀行增速趨同。非利息收入NII的系數(shù)均顯著為負，非利息收入的增加有助于不同商業(yè)銀行間的收斂。戰(zhàn)略引資SI系數(shù)的顯著性較弱，引入戰(zhàn)略投資者是一種長期經營行為，短期內對于商業(yè)銀行的趨同效應影響有限。

四、全要素生產率影響因素分析

1.模型設計

商業(yè)銀行過去的經營管理模式是建立在“追求規(guī)?！倍恰白非笞吭健钡睦砟钌希雨P注規(guī)模的增長而非質量的提升。新常態(tài)下，經濟增長模式已經發(fā)生變化，支持銀行過往發(fā)展的各項紅利正在逐漸消失。國家供給側結構性改革的大背景下，商業(yè)銀行也需做好供給側改革，改變過往單純依賴需求側的粗放式經營方式，因此本文基于供給側結構性改革的視角，從內部治理因素和外部環(huán)境入手，分析商業(yè)銀行全要素生產率的影響因素。

(1)內部治理。

選擇能夠代表商業(yè)銀行經營和創(chuàng)新情況的規(guī)模、貸款質量、人力資本水平、運營成本和創(chuàng)新能力指標作為內部治理因素，以全要素生產率作為被解釋變量，構建以下模型：

TFPit=β0+β1MSit+β2LQit+β3LABit+

β4OCit+β5NIIit+β6LABit*NIIit+εit

(1)

其中，MS為商業(yè)銀行規(guī)模，用該商業(yè)銀行資產占商業(yè)銀行總資產的比重表示；LQ為貸款質量，用商業(yè)銀行的不良貸款與總貸款余額之比表示；LAB為人力資本水平，用員工中本科及以上學歷人數(shù)占比表示；OC為運營成本，用商業(yè)銀行運營費用與資產總額之比表示；NII為創(chuàng)新能力，用非利息收入占比表示；LAB*NII為人力資本和非利息收入的乘積，用交互項描述由人力資本提升帶動的創(chuàng)新對于商業(yè)銀行全要素生產率的影響。

(2)外部環(huán)境。

選擇GDP、社會消費水平、社會固定資產投資水平、貨幣供應量、進出口總額和以及全部國有及規(guī)模以上非國有工業(yè)企業(yè)的銷售利潤率作為外部環(huán)境指標，以全要素生產率作為被解釋變量，構建以下模型：

TFPit=α0+α1GDPit+α2LCit+α3FAit+

α4M2it+α5TRit+α6ROSit+uit

(2)

其中，GDP為國內生產總值的增長率，LC為社會消費水平，用人均消費支出的對數(shù)表示；FA為社會固定資產投資增長率；M2為貨幣供應增長率；TR為進出口貿易總額增長率；ROS為國有及規(guī)模以上非國有工業(yè)企業(yè)的銷售利潤率的增長率。

2.實證分析結果

(1)內部治理因素實證結果

將內部治理因素的相關數(shù)據(jù)代入模型(1)，Hausman檢驗結果表明本文數(shù)據(jù)更適用于固定效應模型，因此使用固定效應進行估計得到結果表3。

由表3可知，大型國有商行模型中，規(guī)模系數(shù)MS為負，但沒有通過顯著性檢驗，其余三個模型中，規(guī)模系數(shù)為正，股份制商行模型的系數(shù)沒有通過顯著性檢驗，城商行和農商行模型的系數(shù)分別在5%和1%的統(tǒng)計水平下顯著。只有城商行和農商行的規(guī)模能對其全要素生產率產生顯著正向影響。按照規(guī)模經濟理論，在企業(yè)規(guī)模較小時，其經營效率會隨規(guī)模擴大而迅速提升，當規(guī)模大到一定程度后，就會出現(xiàn)邊際效應遞減現(xiàn)象，結合本文研究可以看出，大型國有商行和股份制商業(yè)銀行的規(guī)模已經過于龐大，繼續(xù)擴大規(guī)模已不利于提升全要素生產率，城商行和農商行仍存在邊際報酬遞增，可適當擴大規(guī)模。

表3 內部治理影響因素回歸結果

注：括號內為t統(tǒng)計量；*，**，***結果分別通過10%，5%，1%統(tǒng)計水平下的顯著性檢驗

四個模型中，貸款質量LQ的系數(shù)均顯著為負，貸款質量對于商業(yè)銀行全要素生產率產生顯著負向影響。不良貸款率越高，越不利于提升商業(yè)銀行的全要素生產率。

農商行模型中，人力資本LAB的系數(shù)為正，但只在10%的統(tǒng)計水平下顯著，其余三個模型中，人力資本系數(shù)均顯著為正。除農商行外，其余三類商業(yè)銀行的人力資本對其全要素生產率產生顯著正向影響?？赡艿脑驗椋r商行員工大多是從其前身農村信用合作社繼承而來，這些員工大多是在計劃經濟時期招聘，其知識結構和業(yè)務水平難以適應當前市場需求，因此不得不重新招聘大量新員工，最終使其員工隊伍過于龐雜，對農商行經營形成負擔。

四個模型中，運營成本OC的系數(shù)均顯著為負，運營成本對各類商業(yè)銀行的全要素生產率產生顯著負向影響。運營成本越高，越不利于提升商業(yè)銀行全要素生產率。

創(chuàng)新能力NII的系數(shù)均為正，農商行模型在10%的統(tǒng)計水平下顯著，其余模型中的創(chuàng)新能力系數(shù)均在5%或1%的統(tǒng)計水平下顯著?？傮w而言，創(chuàng)新能力對于商業(yè)銀行全要素生產率產生顯著正向影響，提升創(chuàng)新能力是商業(yè)銀行提高全要素生產率的重要途徑。

人力資本和創(chuàng)新能力交互項的系數(shù)均為正，除農商行模型中只在10%的統(tǒng)計水平下顯著性外，其余三個模型中均在1%的統(tǒng)計水平下顯著。交互項表示人力資本驅動下的創(chuàng)新對銀行效率的影響?？傮w而言，商業(yè)銀行能夠通過提升人力資本水平來推動其創(chuàng)新能力，并最終提升全要素生產率，但農商行由于人力資本水平較低，因此由此帶動的創(chuàng)新程度有限，對提升全要素生產率的影響程度也有限。

(2)外部環(huán)境因素實證結果

將外部環(huán)境的相關數(shù)據(jù)代入模型(2)，并使用面板數(shù)據(jù)進行估計。Hausman檢驗結果表明本文數(shù)據(jù)更適合使用固定效應，因此使用固定效應模型進行估計得到結果表4。

表4 外部環(huán)境影響因素回歸結果

注：括號內為t統(tǒng)計量；*，**，***結果分別通過10%，5%，1%統(tǒng)計水平下的顯著性檢驗

由表4可知，四個模型中，GDP增長率的系數(shù)均顯著為正，經濟增長對四類商業(yè)銀行的全要素生產率均能產生顯著正向影響，良好的宏觀經濟環(huán)境有利于商業(yè)銀行的發(fā)展。

四個模型中，消費水平LC的系數(shù)均顯著為正，居民消費水平對于商業(yè)銀行全要素生產率產生顯著正向影響。消費水平反映了消費者的需求程度，當前，我國已經進入了消費結構升級的新階段，消費者對于新產品、新技術的需求大量增加，也帶動了相關產業(yè)的快速發(fā)展，投資者看到機會后會加大對相關行業(yè)的投資，最終形成良性循環(huán)，作為資源配置樞紐的商業(yè)銀行也會因此受益。

社會固定資產投資增長率FA的系數(shù)均為正，但顯著性較差，只有大型國有商行模型在10%的統(tǒng)計水平下顯著?，F(xiàn)階段，我國的投資已經呈現(xiàn)邊際效應遞減的趨勢，資本產出比(新增一單位GDP所需的資金)持續(xù)大幅增長，依靠投資拉動經濟增長的能力有限，社會固定資產投資的收益較差，顯然依靠投資對于提升商業(yè)銀行全要素生產率的影響較弱。

貨幣供應量M2的系數(shù)為正，但顯著性較差，只有城市商業(yè)銀行模型中的系數(shù)通過了10%統(tǒng)計水平下的顯著性檢驗，貨幣供應量對商業(yè)銀行全要素生產率的影響較弱。貨幣供給的變化可以通過兩種途徑影響到商業(yè)銀行全要素生產率。一方面，貨幣供應量的增加可以間接使得銀行貸款增加，我國商業(yè)銀行的主要收入為利息收入，因此貨幣供應量的增加可提升商業(yè)銀行利息收入。另一方面，貨幣供應量的增加會降低利率，使銀行的利息收入減少。貨幣供給變化對商業(yè)銀行的影響是這兩種方式共同作用的結果。從本文研究看，兩種方式相互抵消，貨幣供應量對商業(yè)銀行全要素生產率影響不顯著。

進出口貿易TR的系數(shù)為正，大型國有商行和股份制商行模型中的系數(shù)在10%的統(tǒng)計水平下顯著，貨幣供應量對商業(yè)銀行全要素生產率的影響較弱。2008年次貸危機對發(fā)達國家形成較大沖擊，需求大幅下降，這使得中國的出口貿易大幅下降，眾多企業(yè)受到沖擊，銀行效率也受到了牽連。

國有及規(guī)模以上非國有工業(yè)企業(yè)的銷售利潤率ROS的系數(shù)均顯著為正，ROS對商業(yè)銀行全要素生產率產生顯著正向影響。雖然商業(yè)銀行存在同實體經濟爭利的現(xiàn)象，但從本文研究來看，實體經濟利潤率同商業(yè)銀行全要素生產率之間存在正相關關系，因此提升商業(yè)銀行全要素生產率是商業(yè)銀行和實體經濟相互促進、共同發(fā)展的重要途徑。

五、結論及建議

選擇2001-2016年為考察區(qū)間，首先基于DEA-Malmquist指數(shù)法測算了商業(yè)銀行的全要素生產率，然后對全要素生產率的收斂性和影響因素進行了分析。主要結論如下：第一，商業(yè)銀行全要素生產率呈現(xiàn)震蕩上升的趨勢，股份制商業(yè)銀行運行效率最高，農商行最低。第二，商業(yè)銀行全要素生產率只存在區(qū)間σ收斂，大型國有商業(yè)銀行存在絕對β收斂，四類商業(yè)銀行均存在條件β收斂。第三，從內部治理因素來看，貸款質量和運營成本抑制了全要素生產率的提升，人力資本和創(chuàng)新能力推動了全要素生產率的提升；從外部經濟環(huán)境來看，經濟增長、社會消費水平和國有及規(guī)模以上非國有工業(yè)企業(yè)的銷售利潤率推動了全要素生產率的提升。

針對以上結論，提出如下建議：第一，矯正舊發(fā)展模式下的金融資源配置扭曲。逐步降低落后及產能過剩行業(yè)的信貸資源，通過發(fā)展現(xiàn)代化融資工具來降低企業(yè)融資成本，加大對于新興產業(yè)和小微企業(yè)的支持力度，大力發(fā)展綠色金融、科技金融，使金融資源配置方向同經濟轉型方向保持一致。第二，優(yōu)化商業(yè)銀行經營管理水平。建設高效的支持保障體系，探索適應當前市場需求、具備靈活協(xié)作能力的管理架構，儲備專業(yè)化的金融解決方案人才，建立科學高效的決策協(xié)調機制，以此提升商業(yè)銀行全要素生產率。第三，提升商業(yè)銀行的國際競爭力。在金融創(chuàng)新機制和技術運用等方面趕超國際銀行業(yè)先進水平，監(jiān)管逐步實現(xiàn)國際標準，通過融入內部經濟轉型升級和外部全球競爭，實現(xiàn)商業(yè)銀行自身的產業(yè)升級。第四，實施差異化發(fā)展戰(zhàn)略。不同類型的商業(yè)銀行在經營過程中應根據(jù)自身特點，找到適合自身的發(fā)展戰(zhàn)略，避免同質化做大，差異化經營才是各類商業(yè)銀行經營的策略。