我國(guó)商業(yè)銀行效率變動(dòng)實(shí)證分析

李 賢，汪 波

(天津大學(xué)管理與經(jīng)濟(jì)學(xué)部，天津300072)

銀行效率是指銀行在業(yè)務(wù)活動(dòng)中投入與產(chǎn)出或成本與收益的對(duì)比關(guān)系［1］，效率的高低反映商業(yè)銀行的資源配置情況和整體運(yùn)營(yíng)水平。目前，銀行業(yè)Malmquist生產(chǎn)率指數(shù)的研究由于有著深刻的政策涵義而受到廣泛關(guān)注［2］。該研究利用投入導(dǎo)向距離函數(shù)計(jì)算一般化的Malmquist指數(shù)并進(jìn)行分解，對(duì)我國(guó)上市商業(yè)銀行在2005—2012年期間效率及其變動(dòng)進(jìn)行了實(shí)證分析，并提出了提升銀行效率的建議。

1 理論框架

隨機(jī)前沿分析法SFA模型由 AIGNER等［3］提出，在SFA模型的基礎(chǔ)上利用Malmquist生產(chǎn)力指數(shù)進(jìn)行效率分析，存在規(guī)模報(bào)酬無上限的潛在問題。針對(duì)該問題，筆者仿照OREA［4］的處理方式，利用Diewert二次恒等輔助定理推導(dǎo)投入導(dǎo)向的一般化Malmquist指數(shù)，并分析我國(guó)上市商業(yè)銀行的效率變動(dòng)。

假設(shè)商業(yè)銀行為多投入多產(chǎn)出，并且技術(shù)效率表現(xiàn)為VRS Translog投入導(dǎo)向距離函數(shù)形式，借鑒BALK［5］的表達(dá)，全要素生產(chǎn)率的變動(dòng)為:

利用DIEWERT的二次恒等輔助定理，將兩期之間投入導(dǎo)向的距離函數(shù)變動(dòng)表示為:

將式(2)代入式(1)，就可以將全要素生產(chǎn)力的變動(dòng)分解為技術(shù)的變動(dòng)和技術(shù)效率的變動(dòng):

為了使TFP指數(shù)滿足比例性，參考OREA的處理方法，在加總產(chǎn)出增長(zhǎng)時(shí)把權(quán)重由產(chǎn)出距離彈性換成產(chǎn)出距離彈性的份額。于是，VRS下投入導(dǎo)向一般化Malmquist生產(chǎn)力指數(shù)定義為:

權(quán)重變換之后，在VRS情況下，投入變動(dòng)和產(chǎn)出變動(dòng)的權(quán)重和恒等于1。因此，Gl不僅滿足恒等性、可分性和單調(diào)性，還滿足比例性。因此，ln Gl是一個(gè)正確的全要素生產(chǎn)力變動(dòng)的衡量指標(biāo)。ln Gl可以進(jìn)一步拆分為ln Ml和規(guī)模收益變動(dòng)對(duì)于全要素生產(chǎn)率變動(dòng)的貢獻(xiàn)，即:

式中:ln Ml可以在VRS的情況下分解為式(3)所表示的純技術(shù)效率變動(dòng)和技術(shù)變動(dòng);右邊第二項(xiàng)為規(guī)模收益對(duì)于全要素生產(chǎn)力的貢獻(xiàn)。

利用隨機(jī)邊界分析法估算出的超越對(duì)數(shù)投入導(dǎo)向距離函數(shù)，可以由式(3)得出技術(shù)變動(dòng)(TC)和純技術(shù)效率的變動(dòng)(PTEC)，再由式(4)右邊第二項(xiàng)可得規(guī)模效率的變動(dòng)(SEC)，加總這3項(xiàng)即為一般化全要素生產(chǎn)力的變動(dòng)。

2 商業(yè)銀行實(shí)證分析

2.1 資料來源

該研究以16家上市商業(yè)銀行為研究對(duì)象，考察2005—2012年我國(guó)商業(yè)銀行的效率。使用的財(cái)務(wù)數(shù)據(jù)來自銀行年報(bào)和WIND財(cái)務(wù)數(shù)據(jù)庫(kù)，職工人數(shù)和分支機(jī)構(gòu)數(shù)來自金融統(tǒng)計(jì)年鑒和銀監(jiān)會(huì)年報(bào)。

2.2 變量基本定義與基本統(tǒng)計(jì)量

該研究對(duì)于模型中使用的投入、產(chǎn)出以及影響效率的潛在因素的選擇，綜合了中介法和生產(chǎn)法以及學(xué)者們的研究成果，采用了3項(xiàng)投入，2項(xiàng)產(chǎn)出，以及5個(gè)影響效率的潛在因素。

2.2.1 投入指標(biāo)

固定資產(chǎn)x1:商業(yè)銀行日常經(jīng)營(yíng)所使用固定資產(chǎn)的凈值。固定資產(chǎn)是銀行經(jīng)營(yíng)中投入的物力。

職工人數(shù)x2:商業(yè)銀行年末在職員工數(shù)，包括總部、分支機(jī)構(gòu)。職工人數(shù)是商業(yè)銀行經(jīng)營(yíng)過程中人力投入。

利息支出x3:商業(yè)銀行取得存款所支付的利息。利息支出是商業(yè)銀行經(jīng)營(yíng)過程中的資本投入。

2.2.2 產(chǎn)出指標(biāo)

利息收入y1:商業(yè)銀行發(fā)放貸款，收取一定比例的利息。利息收入目前是商業(yè)銀行收入的主要來源。

非利息收入y2:除了利息收入，商業(yè)銀行還從其他的業(yè)務(wù)中取得收入。該研究選取的非利息收入是一個(gè)合并項(xiàng)，包括手續(xù)費(fèi)、傭金收入、匯兌收入和營(yíng)業(yè)外收入。

2.2.3 潛在影響因素

分支機(jī)構(gòu)的數(shù)量z1:分支機(jī)構(gòu)的數(shù)量包括總部、分行和營(yíng)業(yè)網(wǎng)點(diǎn)。

是否為國(guó)有銀行z2:1代表國(guó)有銀行，0代表非國(guó)有銀行。

不良貸款率z3:不良貸款占總貸款的比例。不良貸款率衡量了商業(yè)銀行經(jīng)營(yíng)的穩(wěn)健性。

總資產(chǎn)z4:商業(yè)銀行年末資產(chǎn)總量。

核心資本充足率z5:商業(yè)銀行核心資本相對(duì)于加權(quán)風(fēng)險(xiǎn)資產(chǎn)的比率。

各項(xiàng)投入產(chǎn)出指標(biāo)變量的基本統(tǒng)計(jì)數(shù)據(jù)如表1所示。該研究選用的面板數(shù)據(jù)時(shí)間跨度較大，并且所選的投入產(chǎn)出指標(biāo)中 x1、x3、y1、y2、z3、z4受物價(jià)波動(dòng)的影響，因此使用消費(fèi)者物價(jià)指數(shù)進(jìn)行購(gòu)買力調(diào)整。計(jì)算時(shí)選取2004年為基期。

表1 各項(xiàng)變量的基本統(tǒng)計(jì)量

2.3 實(shí)證結(jié)果分析

2.3.1 估計(jì)結(jié)果分析該研究選用 BATTESE模型，使用 Frontier4.1軟件，完成Translog投入距離函數(shù)的參數(shù)估計(jì)［6－8］。估計(jì)結(jié)果如表 2 所示。

表2 Translog投入距離函數(shù)的參數(shù)估計(jì)結(jié)果

表2中γ=0.191 4異于0，由于標(biāo)準(zhǔn)誤差為0.110 4，因此γ值顯著異于1。另外，從相似比檢驗(yàn)來看，由于因此，在 α=5%時(shí)，拒絕原假設(shè)技術(shù)無效存在。綜上所述，該研究分析我國(guó)商業(yè)銀行效率采用隨機(jī)邊界分析法是合適的。

從表2可知，影響商業(yè)銀行效率的潛在因素中，分支機(jī)構(gòu)數(shù)z1、是否為國(guó)有銀行z2和不良貸款率z3具有統(tǒng)計(jì)上的顯著影響;而總資產(chǎn)z4和核心資本充足率z5不具有統(tǒng)計(jì)上的顯著性影響，可能的原因如下:

總資產(chǎn)的多少體現(xiàn)商業(yè)銀行的經(jīng)營(yíng)規(guī)模。我國(guó)商業(yè)銀行的規(guī)模已經(jīng)超過了最優(yōu)成本經(jīng)營(yíng)規(guī)模，規(guī)模擴(kuò)大帶來的效率提高被管理的無效所抵消，因此，不具有顯著性。

核心資本充足率反映銀行經(jīng)營(yíng)風(fēng)險(xiǎn)的大小。過多的核心資本將帶來銀行收益的下降。但是，政府在新巴塞爾協(xié)議出臺(tái)后加強(qiáng)了監(jiān)管，每家銀行均按照相同的標(biāo)準(zhǔn)執(zhí)行核心資本充足率的要求，因此沒有顯現(xiàn)出該影響因素的顯著性。

2.3.2 商業(yè)銀行效率值

商業(yè)銀行考察期內(nèi)效率以及效率平均值的排名情況如表3所示。從上市商業(yè)銀行效率平均值來看，銀行業(yè)效率并不是一路上升的，從波動(dòng)情況上不難發(fā)現(xiàn)，商業(yè)銀行的經(jīng)營(yíng)情況與國(guó)際金融環(huán)境存在著一致性。具體到各家商業(yè)銀行的效率值，除了北京銀行和平安銀行保持增長(zhǎng)勢(shì)頭外，各家商業(yè)銀行效率值的變動(dòng)規(guī)律和銀行業(yè)整體的變動(dòng)情況基本一致。股份制商業(yè)銀行的效率保持較高水準(zhǔn)［9－11］，高于5大國(guó)有銀行的效率值。

表3 效率值和排名

2.3.3 商業(yè)銀行生產(chǎn)力變動(dòng)

計(jì)算我國(guó)上市商業(yè)銀行2005—2012年純技術(shù)效率變動(dòng)、技術(shù)進(jìn)步及規(guī)模效率變動(dòng)，并加總得到全要素生產(chǎn)力的變動(dòng)。結(jié)果顯示，各家商業(yè)銀行的純技術(shù)效率變動(dòng)均很小，也就是說，純技術(shù)效率對(duì)于全要素生產(chǎn)力變動(dòng)的貢獻(xiàn)很小。進(jìn)一步考察發(fā)現(xiàn)，2008—2011年間商業(yè)銀行的純技術(shù)效率是下降的，在2011—2012年純技術(shù)效率轉(zhuǎn)為正，并有了量的突破，表明商業(yè)銀行加強(qiáng)了技術(shù)推廣。其次，商業(yè)銀行技術(shù)呈快速進(jìn)步的狀態(tài)，體現(xiàn)了技術(shù)進(jìn)步是商業(yè)銀行生產(chǎn)力上升的主要來源。但是，在2010—2012年間，商業(yè)銀行的技術(shù)進(jìn)步出現(xiàn)負(fù)值，表明銀行的技術(shù)引進(jìn)力度下降了。商業(yè)銀行的規(guī)模效率相對(duì)于技術(shù)進(jìn)步很小，并在波動(dòng)中下降。2011—2012年，大部分股份制商業(yè)銀行的規(guī)模效率值為正，而國(guó)有商業(yè)銀行為負(fù)值。我國(guó)股份制商業(yè)銀行規(guī)模擴(kuò)大對(duì)于生產(chǎn)力的提升幫助不大，5大國(guó)有商業(yè)銀行的規(guī)模已經(jīng)超過了最佳經(jīng)營(yíng)規(guī)模。從全要素生產(chǎn)力的變動(dòng)來看，2005—2008年間，商業(yè)銀行生產(chǎn)力呈現(xiàn)上升的趨勢(shì);2008—2011年間，受金融危機(jī)的影響，商業(yè)銀行的生產(chǎn)力出了下滑。2011—2012年間，商業(yè)銀行的生產(chǎn)力開始恢復(fù)。

3 結(jié)論

我國(guó)商業(yè)銀行的整體經(jīng)營(yíng)狀況可以分為3個(gè)階段:2005—2008年，金融危機(jī)前，商業(yè)銀行效率穩(wěn)步上升;2008—2011年，商業(yè)銀行的經(jīng)營(yíng)受金融危機(jī)影響效率下降;2011—2012年，商業(yè)銀行的生產(chǎn)力開始恢復(fù)。

在2005—2010年間，商業(yè)銀行生產(chǎn)力的提高主要來自于技術(shù)的進(jìn)步，包括產(chǎn)品創(chuàng)新、流程優(yōu)化和設(shè)備更新等，而純技術(shù)變動(dòng)和規(guī)模效率的貢獻(xiàn)相對(duì)較小。2010年之后，生產(chǎn)力的提高主要來自于純技術(shù)效率的上升，即商業(yè)銀行的技術(shù)推廣與利用得到加強(qiáng)。金融危機(jī)后，商業(yè)銀行加強(qiáng)了技術(shù)推廣，適當(dāng)放緩技術(shù)的引進(jìn)，在實(shí)際中提高了生產(chǎn)力。隨著經(jīng)濟(jì)形勢(shì)的好轉(zhuǎn)，銀行將加大技術(shù)引進(jìn)，效率會(huì)得到更明顯的提高。

轉(zhuǎn)型升級(jí)是“十二五”的主線。商業(yè)銀行必須推進(jìn)戰(zhàn)略轉(zhuǎn)型，轉(zhuǎn)變發(fā)展方式，進(jìn)行資產(chǎn)、技術(shù)、渠道、業(yè)務(wù)和產(chǎn)品等方面的結(jié)構(gòu)調(diào)整，改變組織和盈利模式，通過資源配置能力的提升加強(qiáng)對(duì)實(shí)體經(jīng)濟(jì)的引導(dǎo)，促進(jìn)經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變。

［1］易會(huì)滿.中國(guó)商業(yè)銀行效率實(shí)證研究［J］.金融理論與實(shí)踐，2007(1):15－17.

［2］馬慶國(guó)，石亦思.基于Malmquist指數(shù)商業(yè)銀行經(jīng)營(yíng)效率實(shí)證研究［J］.北京理工大學(xué)學(xué)報(bào):社會(huì)科學(xué)版，2008，10(5):35－40.

［3］AIGNER D，LOVELL C A K，SCHIMIDT P.Formulation and estimation of stochastic frontier production function models［J］.Journal of Econometrics，1997(6):21－37.

［4］OREA L.Parametric decomposition of a generalized malmquist productivity index［J］.Journal of Productivity Analysis，2002，18(1):5 －22.

［5］BALK B M.Industrial price，quantity，and productivity indices:themicro－economic theory and an application［M］.Boston:Kluwer Academic Publishers，1998:34－98.

［6］BATTESEG E，COLLIE T J.Amodel for technical inefficiency effects in a stochastic frontier production function for panel data［J］.Empirical Economics ，1995(120):325－332.

［7］COELLIT.A guide to Frontier version 4.1:a computer program for stochastic frontier production and cost function estimation［R］.Armidale:University of New England，1996.

［8］FARE R，GROSSKOPF S，ROOSP.Malmquist productivity indexes:a survey of theory and practice［R］.Boston:Essays in Honor of Sten Malmquist，1998.

［9］李濤，郭凱.我國(guó)商業(yè)銀行效率測(cè)度與提升路徑［J］.金融教學(xué)與研究，2008(1):10 －13.

［10］楊德，遲國(guó)泰，孫秀峰.中國(guó)商業(yè)銀行效率研究［J］.系統(tǒng)工程理論方法應(yīng)用，2005，14(3):252－258.

［11］王聰，譚政勛.我國(guó)商業(yè)銀行效率結(jié)構(gòu)研究［J］.經(jīng)濟(jì)研究，2007，42(7):110 －123.