新形勢(shì)下中國(guó)上市銀行成本全要素生產(chǎn)率研究

劉一

摘 ? 要：在利率市場(chǎng)化進(jìn)程加快和金融供給側(cè)結(jié)構(gòu)性改革的新經(jīng)濟(jì)形勢(shì)下，商業(yè)銀行應(yīng)在資本、風(fēng)險(xiǎn)和人力資源約束下實(shí)現(xiàn)全要素生產(chǎn)率持續(xù)增長(zhǎng)。本文采用成本效率、配置效率框架下全要素生產(chǎn)率指數(shù)模型，實(shí)證研究了35家上市銀行2016—2018年成本效率框架下全要素生產(chǎn)率。研究發(fā)現(xiàn)：樣本銀行成本全要素生產(chǎn)率水平下降主要是由于配置全要素生產(chǎn)率下降導(dǎo)致，而資源配置的技術(shù)退步則是造成資源配置全要素生產(chǎn)率下降的主要原因。本文建議銀行通過(guò)科學(xué)方法高效配置好人力資源、財(cái)務(wù)資源、風(fēng)險(xiǎn)及資本組合，尋找資源要素配置整合的最佳實(shí)踐，以更好地支持實(shí)體經(jīng)濟(jì)發(fā)展。

關(guān)鍵詞：商業(yè)銀行;數(shù)據(jù)包絡(luò)分析;成本全要素生產(chǎn)率

DOI：10.3969/j.issn.1003-9031.2020.06.004

中圖分類號(hào)：F222.3 ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ?文章編號(hào)：1003-9031（2020）06-0014-09

中國(guó)人民銀行公告〔2019〕第30號(hào)要求，推動(dòng)存量浮動(dòng)利率貸款轉(zhuǎn)換為以貸款市場(chǎng)報(bào)價(jià)利率（LPR）為定價(jià)基準(zhǔn)，標(biāo)志著我國(guó)貸款利率、銀行間貨幣市場(chǎng)利率“兩軌并一軌”取得了實(shí)質(zhì)性進(jìn)展。在新的經(jīng)濟(jì)形勢(shì)下，商業(yè)銀行更需要在資源整合與配置、內(nèi)部運(yùn)營(yíng)管理、發(fā)展模式創(chuàng)新、成本管理等方面，通過(guò)科學(xué)有效規(guī)劃人力資源、財(cái)務(wù)資源、資本投入和風(fēng)險(xiǎn)，尋找資源要素配置整合的最佳實(shí)踐，實(shí)現(xiàn)全要素生產(chǎn)率可持續(xù)增長(zhǎng)，更好地支持實(shí)體經(jīng)濟(jì)發(fā)展。

一、文獻(xiàn)綜述

對(duì)金融機(jī)構(gòu)經(jīng)營(yíng)效率研究。在國(guó)內(nèi)，張大永和張志偉（2019）、申創(chuàng)和趙勝民（2019）、安輝和張芳（2017）、陳其安和劉艾萍（2015）等學(xué)者研究了市場(chǎng)競(jìng)爭(zhēng)、非利息業(yè)務(wù)、公司治理等因素對(duì)銀行效率的影響;余晶晶等（2019）、朱寧（2015）分析了利用競(jìng)爭(zhēng)與資本監(jiān)管來(lái)優(yōu)化商業(yè)銀行效率的機(jī)制;王佳等（2018）對(duì)金融危機(jī)前后我國(guó)67家商業(yè)銀行初始 DEA 效率值進(jìn)行糾偏對(duì)比研究;榮耀華等（2017）研究了2015年16家上市銀行盈利效率水平;謝朝華和段軍山（2005）對(duì)中國(guó)商業(yè)銀行2001—2003年、1998—2002年成本效率、生產(chǎn)效率以及配置效率進(jìn)行了探討。在國(guó)外，Cummins&Rubio-Misas（2006）、Chen，Skully&Brown（2005）、Neal（2004）分別研究了西班牙、中國(guó)、澳大利亞的銀行與保險(xiǎn)公司的成本效率、生產(chǎn)效率、配置效率結(jié)構(gòu)及變動(dòng)趨勢(shì)。

對(duì)全要素生產(chǎn)率的研究。在國(guó)內(nèi)，楊振和孫計(jì)領(lǐng)（2017）、劉笑彤（2017）分析了上市銀行的技術(shù)效率、全要生產(chǎn)率及其分解;沈悅和郭品（2015）研究了互聯(lián)網(wǎng)金融對(duì)銀行全要素生產(chǎn)率的影響;李興華等（2014）研究了2001—2010年中國(guó)43家銀行的技術(shù)效率、技術(shù)變化指數(shù)、規(guī)模效率指數(shù)和廣義Malmquist生產(chǎn)率指數(shù)。在國(guó)外，Neal（2004），Diewert&Fox（2005），Cummins&Rubio-Misas（2006）、Rezitis （2006）、對(duì)商業(yè)銀行、保險(xiǎn)公司的技術(shù)效率變動(dòng)、技術(shù)變動(dòng)與技術(shù)全要素生產(chǎn)率進(jìn)行了討論。

本文引入投入要素價(jià)格因素，構(gòu)造成本效率框架下的全要素生產(chǎn)率Malmquist指數(shù)模型來(lái)衡量基于成本效率框架下的全要素生產(chǎn)率、效率變動(dòng)與成本技術(shù)進(jìn)步、配置技術(shù)進(jìn)步等內(nèi)容。

二、研究方法與設(shè)計(jì)

成本效率（Cost Efficiency，CE）包括通過(guò)資源要素投入實(shí)現(xiàn)產(chǎn)出的技術(shù)效率（Technical Efficiency，TE）和在投入要素資源價(jià)格約束下的配置效率（Allocative Efficiency，AE）。本文構(gòu)造成本效率框架下的全要素生產(chǎn)率Malmquist指數(shù)模型，用以衡量投入要素價(jià)格加權(quán)后的全要素生產(chǎn)率水平。定義第t期的投入向量與產(chǎn)出向量分別為Xt、Yt，Xt∈R+I，Yt∈R+R，投入資源要素價(jià)格向量Pt（Pt∈R+I），t∈{1，…，T}。定義商業(yè)銀行第t期的投入需求集合為L(zhǎng)t（Yt）={ Xt：Xt可產(chǎn)出Yt }。第t期、第t+1期的成本全要素生產(chǎn)率為CMt、CMt+1（見式（1））。

三、樣本選擇與指標(biāo)定義

（一）數(shù)據(jù)來(lái)源及樣本選擇

本文選取2016—2018年期間擁有連續(xù)3年數(shù)據(jù)的35家上市銀行，包括14家城商行、8家股份制銀行、6家國(guó)有銀行和7家農(nóng)商行。

（二）投入產(chǎn)出指標(biāo)設(shè)計(jì)

產(chǎn)出指標(biāo)選?。捍尜J款利息凈收入（Y1j）、手續(xù)費(fèi)凈收入（Y2j）、金融市場(chǎng)業(yè)務(wù)凈收入（Y3j）、其他非利息收入（Y4j）、其他業(yè)務(wù)收入（Y5j）。

投入要素指標(biāo)選?。?jiǎn)T工人數(shù)（X1j）、凈資產(chǎn)（X2j）、不良貸款余額（X3j）。投入要素價(jià)格指標(biāo)選取：平均員工薪酬（P1j）、扣除人力成本后的業(yè)務(wù)及管理費(fèi)與平均凈資產(chǎn)的比值（P2j）、信貸資產(chǎn)減值損失/不良貸款余額（P3j）。

四、實(shí)證分析

本文實(shí)證分析2016—2018年期間35家銀行的成本全要素生產(chǎn)率、技術(shù)全要素生產(chǎn)率、配置全要素生產(chǎn)率、成本效率變動(dòng)、技術(shù)效率變動(dòng)、配置效率變動(dòng)以及成本技術(shù)進(jìn)步、技術(shù)進(jìn)步和配置技術(shù)進(jìn)步等（見表1）。

（一）全要素生產(chǎn)率情況及分解

由表1可知，在2016—2018年，成本全要素生產(chǎn)率指數(shù)為0.948，降幅5.2%。其中，技術(shù)全要素生產(chǎn)率指數(shù)為1.041，漲幅4.1%;配置全要素生產(chǎn)率指數(shù)為0.911，降幅8.9%。配置全要素生產(chǎn)率下降是成本全要素生產(chǎn)率水平下降的主要原因，提高人力資源、資本及風(fēng)險(xiǎn)的配置管理水平是提高成本全要素生產(chǎn)率的主要途徑。區(qū)分商業(yè)銀行類型看，成本全要素生產(chǎn)率增長(zhǎng)水平從高到低分別為農(nóng)商行、國(guó)有銀行、城商行和股份制銀行，與表2中成本效率的絕對(duì)水平順序相反，說(shuō)明在近3年時(shí)間里，上市的農(nóng)商行在管理、制度及技術(shù)相對(duì)薄弱的基礎(chǔ)上，加快了業(yè)務(wù)、管理機(jī)制和信息技術(shù)創(chuàng)新，取得了較高的成本全要素生產(chǎn)率增長(zhǎng)水平。在35家樣本銀行中，青島農(nóng)商、西安銀行、常熟農(nóng)商、農(nóng)業(yè)銀行、工商銀行和紫金農(nóng)商等6家銀行（占比17%）實(shí)現(xiàn)了成本全要素生產(chǎn)率增長(zhǎng)，增幅17%。

自2015年國(guó)家開始推動(dòng)供給側(cè)結(jié)構(gòu)性改革，推動(dòng)“金融去杠桿”，引導(dǎo)資金“脫虛向?qū)崱狈?wù)實(shí)體經(jīng)濟(jì)。商業(yè)銀行開始轉(zhuǎn)變粗放的經(jīng)營(yíng)思路，業(yè)務(wù)模式從規(guī)模導(dǎo)向轉(zhuǎn)向創(chuàng)新能力和盈利能力導(dǎo)向，通過(guò)借助外力探索更多金融科技和跨界合作模式，搭建起多方共贏的金融科技生態(tài)圈，通過(guò)傳統(tǒng)金融服務(wù)與金融科技的優(yōu)勢(shì)互補(bǔ)和協(xié)同發(fā)展，實(shí)現(xiàn)了技術(shù)全要素生產(chǎn)率增長(zhǎng)。然而，隨著業(yè)務(wù)經(jīng)營(yíng)的技術(shù)創(chuàng)新和運(yùn)營(yíng)效率不斷提升，資源要素的高效整合與配置組合管理未能及時(shí)跟上，導(dǎo)致了資源配置的全要素生產(chǎn)率下降，進(jìn)而導(dǎo)致了成本全要素生產(chǎn)率下降。

（二）效率變動(dòng)情況及分解

在2016—2018年，35家樣本銀行成本效率變動(dòng)指數(shù)1.062，成本效率水平提升6.2%。其中，技術(shù)效率變動(dòng)指數(shù)為1.032，提升3.2%;配置效率指數(shù)1.030，提升3%。技術(shù)效率和配置效率共同推動(dòng)了成本效率水平的提高。分商業(yè)銀行類型來(lái)看，成本效率變動(dòng)指數(shù)水平從高到低分別為農(nóng)商行、城商行、國(guó)有銀行和股份制銀行，除了股份制銀行的技術(shù)效率水平略有下降外，其他類型商業(yè)銀行的技術(shù)效率、資源配置效率均有明顯提升，技術(shù)效率與資源配置效率共同驅(qū)動(dòng)了成本效率的提升。9家銀行成本效率出現(xiàn)了下降，其余26家銀行均實(shí)現(xiàn)了成本效率的增長(zhǎng)。29家銀行（占比83%）實(shí)現(xiàn)了技術(shù)效率增長(zhǎng)，26家銀行（占比74%）實(shí)現(xiàn)了資源配置效率增長(zhǎng)。

在2016—2018年期間，對(duì)于絕大部分銀行而言，技術(shù)效率與配置效率的共同推動(dòng)了成本效率提升，主要是因?yàn)樽灾袊?guó)利率市場(chǎng)化改革進(jìn)程加快，銀行息差收窄，經(jīng)營(yíng)模式從粗放型向集約型轉(zhuǎn)型，金融科技創(chuàng)新水平明顯提升、公司治理持續(xù)完善，由依賴規(guī)模和速度擴(kuò)張向注重質(zhì)量和效益轉(zhuǎn)變，由線下的營(yíng)業(yè)網(wǎng)點(diǎn)和客戶經(jīng)理驅(qū)動(dòng)向線上線下相結(jié)合的獲客和展業(yè)模式轉(zhuǎn)變，由以利息收入為主向零售業(yè)務(wù)、中間業(yè)務(wù)方向發(fā)展，推動(dòng)了商業(yè)銀行技術(shù)效率水平提高。與配置全要素生產(chǎn)率下降形成反差，配置效率水平不斷提高，說(shuō)明了在外部環(huán)境和強(qiáng)監(jiān)管的政策影響下，商業(yè)銀行對(duì)資源要素投入組合的管理更加精細(xì)，決策及組合比例愈加趨于理性和優(yōu)化。對(duì)比配置全要素生產(chǎn)率指數(shù)下降與配置效率的提升，根據(jù)企業(yè)資源理論，效率的提高更多地反映出在一種靜態(tài)的技術(shù)基礎(chǔ)上經(jīng)營(yíng)管理水平的提高，而忽視了對(duì)技術(shù)能力的動(dòng)態(tài)進(jìn)化與升級(jí)。

（三）技術(shù)進(jìn)步情況及分解

在2016—2018年，成本技術(shù)進(jìn)步指數(shù)0.892，成本技術(shù)水平下降11%。其中，運(yùn)營(yíng)服務(wù)技術(shù)進(jìn)步指數(shù)1.009，配置技術(shù)進(jìn)步指數(shù)0.884。資源配置技術(shù)的退步是整體成本技術(shù)退步和資源配置全要素生產(chǎn)率下降的主要原因，也解釋了配置全要素生產(chǎn)率下降與配置效率提升形成反差的原因。因此，如何提高內(nèi)部資源配置技術(shù)進(jìn)步是提高資源配置全要素生產(chǎn)率、成本全要素生產(chǎn)率的重點(diǎn)。35家樣本銀行全部呈現(xiàn)出成本技術(shù)退步，其中17家銀行（占比49%）實(shí)現(xiàn)了運(yùn)營(yíng)服務(wù)的技術(shù)進(jìn)步，南京銀行、常熟農(nóng)商行、中國(guó)銀行等3家銀行（占比9%）實(shí)現(xiàn)了資源配置的技術(shù)進(jìn)步。分商業(yè)銀行類型看，各類型商業(yè)銀行都出現(xiàn)了成本技術(shù)退步，成本技術(shù)進(jìn)步指數(shù)水平從高到低分別為國(guó)有銀行、城商行、農(nóng)商行和股份制銀行。雖然整體呈現(xiàn)出成本技術(shù)退步，但成本技術(shù)退步的結(jié)構(gòu)并不相同：國(guó)有銀行和股份制銀行，運(yùn)營(yíng)服務(wù)技術(shù)和資源配置技術(shù)均出現(xiàn)退步，但由于兩類技術(shù)退步幅度不大，反而成本技術(shù)進(jìn)步指數(shù)高于城商行和農(nóng)商行;城商行和農(nóng)商行，則呈現(xiàn)出運(yùn)營(yíng)服務(wù)的技術(shù)進(jìn)步，實(shí)現(xiàn)了運(yùn)營(yíng)服務(wù)技術(shù)水平的提升。

在2016—2018年期間，絕大部分商業(yè)銀行，雖然對(duì)人力資源、資本和風(fēng)險(xiǎn)等的資源配置效率不斷提升，但資源配置技術(shù)未能實(shí)現(xiàn)進(jìn)步。筆者認(rèn)為，2016—2018年期間中國(guó)利率市場(chǎng)化進(jìn)程加快和供給側(cè)結(jié)構(gòu)性改革對(duì)銀行內(nèi)部資源配置管理技術(shù)提出更高的要求，一是利率市場(chǎng)化提高了銀行負(fù)債業(yè)務(wù)成本，線上金融產(chǎn)品的跨界競(jìng)爭(zhēng)提高了銀行負(fù)債成本;二是隨著市場(chǎng)競(jìng)爭(zhēng)加劇，銀行在業(yè)務(wù)經(jīng)營(yíng)過(guò)程中資源消耗加大，對(duì)資源配置與控制提出了更高的要求;三是2015年以來(lái)，在宏觀經(jīng)濟(jì)持續(xù)下行背景下，央行進(jìn)行逆周期操作，引導(dǎo)商業(yè)銀行加大對(duì)實(shí)體經(jīng)濟(jì)的支持力度，商業(yè)銀行在平衡風(fēng)險(xiǎn)成本與收益組合上面臨著更大挑戰(zhàn)?？傮w來(lái)看，在2016—2018年間，35家樣本銀行的成本全要素生產(chǎn)率水平出現(xiàn)下降，其中配置全要素生產(chǎn)率下降是成本全要素生產(chǎn)率水平下降的主因;資源配置效率與運(yùn)營(yíng)服務(wù)的技術(shù)效率提升，共同驅(qū)動(dòng)了成本效率提升，但資源配置技術(shù)退步造成了配置全要素生產(chǎn)率下降。

五、結(jié)論及政策建議

（一）結(jié)論

2016—2018年，商業(yè)銀行成本的全要素生產(chǎn)率水平下降。其中，資源配置全要素生產(chǎn)率下降是成本全要素生產(chǎn)率水平下降的主要原因。在中國(guó)利率市場(chǎng)化進(jìn)程加快、市場(chǎng)競(jìng)爭(zhēng)加劇和強(qiáng)監(jiān)管政策背景下，對(duì)銀行資源配置的管理技術(shù)提出更高要求。雖然在此期間資源配置效率提升明顯，且與技術(shù)效率共同驅(qū)動(dòng)了成本效率的提升，資源配置的技術(shù)退步是資源配置全要素生產(chǎn)率下降的主要原因，也導(dǎo)致了成本全要素生產(chǎn)率下降。對(duì)于樣本銀行而言，通過(guò)提高人力資源、資本以及風(fēng)險(xiǎn)的配置管理水平是提高整體成本全要素生產(chǎn)率提升的主要途徑。

（二）政策建議

1.做好資源配置規(guī)劃與實(shí)施工作。從全局角度規(guī)劃、設(shè)計(jì)兼顧業(yè)務(wù)發(fā)展與資源配置的發(fā)展路徑，并通過(guò)全面預(yù)算管理、組合管理、資源配置管理、全面績(jī)效管理等手段推進(jìn)戰(zhàn)略規(guī)劃實(shí)施。特別要主動(dòng)適應(yīng)互聯(lián)網(wǎng)+、大數(shù)據(jù)、人工智能等信息技術(shù)為金融業(yè)帶來(lái)的深刻變革，利用互聯(lián)網(wǎng)金融技術(shù)邁入技術(shù)進(jìn)步的快車道，不斷驅(qū)動(dòng)金融產(chǎn)品、服務(wù)模式、盈利模式、管理機(jī)制創(chuàng)新，尋求新的資源配置模式及利潤(rùn)增長(zhǎng)點(diǎn)，全方位推進(jìn)金融服務(wù)、資源配置的技術(shù)進(jìn)步。

2.開展基于價(jià)值鏈的資源及成本分析工作。一是從資源耗用動(dòng)因方面通過(guò)對(duì)標(biāo)同業(yè)分析，持續(xù)識(shí)別戰(zhàn)略性價(jià)值鏈運(yùn)營(yíng)成本優(yōu)化空間，識(shí)別資源耗用動(dòng)因及運(yùn)營(yíng)成本優(yōu)化空間，對(duì)資源消耗和配置實(shí)施精細(xì)化管理;二是從流程銀行視角，通過(guò)對(duì)標(biāo)同業(yè)分析進(jìn)行戰(zhàn)略性運(yùn)營(yíng)成本優(yōu)化，從內(nèi)部業(yè)務(wù)流程為主線，涵蓋前端運(yùn)營(yíng)服務(wù)、物資采購(gòu)、科技建設(shè)、資金管理、客戶關(guān)系管理、中后臺(tái)運(yùn)營(yíng)等領(lǐng)域進(jìn)行深入分析和識(shí)別運(yùn)營(yíng)成本優(yōu)化機(jī)會(huì)。

3.通過(guò)共享服務(wù)中心建設(shè)，增強(qiáng)財(cái)務(wù)資源配置的數(shù)據(jù)決策支撐。商業(yè)銀行建設(shè)財(cái)務(wù)共享服務(wù)中心，要朝著智能財(cái)務(wù)決策的數(shù)據(jù)中心進(jìn)行規(guī)劃和再造，以現(xiàn)代信息技術(shù)為手段，以管理會(huì)計(jì)分析決策模型為基本方法，結(jié)合共享中心多維財(cái)務(wù)核算數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)、內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)、結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，為優(yōu)化資源配置、尤其是財(cái)務(wù)資源配置的決策提供大數(shù)據(jù)分析支撐，實(shí)現(xiàn)業(yè)財(cái)融合推動(dòng)銀行業(yè)務(wù)可持續(xù)發(fā)展。

（責(zé)任編輯：夏凡）

參考文獻(xiàn)：

[1]安輝，張芳.創(chuàng)新驅(qū)動(dòng)、利率市場(chǎng)化與銀行業(yè)效率提升[J].改革，2017（3）：139-149.

[2]陳其安，劉艾萍.公司治理與銀行效率：來(lái)自中國(guó)上市商業(yè)銀行的經(jīng)驗(yàn)證據(jù)[J].中國(guó)管理科學(xué)，2015（11）：437-444.

[3]柯孔林，馮宗憲.中國(guó)銀行業(yè)全要素生產(chǎn)率測(cè)度：基于Malmquist-Luenberger指數(shù)研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（4）：178-210.

[4]劉笑彤，楊德勇.互聯(lián)網(wǎng)金融背景下商業(yè)銀行并購(gòu)重組選擇差異的效率研究[J].國(guó)際金融研究，2017（10）：：64-75.

[5]李興華，秦建群，孫亮.經(jīng)營(yíng)環(huán)境、治理結(jié)構(gòu)與商業(yè)銀行全要素生產(chǎn)率的動(dòng)態(tài)變化[J].中國(guó)工業(yè)經(jīng)濟(jì)，2014（1）：57-68.

[6]榮耀華，程維虎.基于數(shù)據(jù)包絡(luò)分析方法的上市銀行盈利效率研究[J].數(shù)理統(tǒng)計(jì)與管理，2017（6）：1069-1079.

[7]申創(chuàng)，趙勝民.市場(chǎng)競(jìng)爭(zhēng)度、非利息業(yè)務(wù)對(duì)商業(yè)銀行效率的影響研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017（9）：145-160.

[8]沈悅，郭品.互聯(lián)網(wǎng)金融、技術(shù)溢出與商業(yè)銀行全要素生產(chǎn)率[J].金融研究，2015（3）：160-175.

[9]王佳，金秀，王旭，王淑力.基于 Bootstrap-DEA 的我國(guó)商業(yè)銀行效率評(píng)價(jià)與對(duì)比[J].東北大學(xué)學(xué)報(bào)（自然科學(xué)版），2018（10）：1506-1520.

[10]楊振，孫計(jì)領(lǐng).中國(guó)城市商業(yè)銀行的 效率與全要素生產(chǎn)率研究[J].金融理論與實(shí)踐，2017（2）：54-59.

[11]余晶晶，何德旭，仝菲菲.競(jìng)爭(zhēng)、資本監(jiān)管與商業(yè)銀行效率優(yōu)化[J].中國(guó)工業(yè)經(jīng)濟(jì)，2019（8）：24-41.

[12]朱寧，梁林，沈智揚(yáng)，杜文潔.經(jīng)濟(jì)新常態(tài)背景下中國(guó)商業(yè)銀行內(nèi)生性效率變化及分解[J].金融研究，2018（7）：108-123.

[13]張健華.我國(guó)商業(yè)銀行效率研究的DEA方法及1997—2001年效率的實(shí)證分析[J].金融研究，2003（3）：11-25.

[14]張大永，張志偉.競(jìng)爭(zhēng)與效率： 基于我國(guó)區(qū)域性商業(yè)銀行的實(shí)證研究[J].金融研究，2019（4）：111-127.

[15]Chen X，Skully M，Brown K.Banking efficiency in China：Application of DEA to pre- and post-deregulation eras：1993—2000[J].China Economic Review，2005（16）.

[16]Cummins J David，Rubio-Misas Maria.Deregulation，Consolidation，andEfficiency：Evidence from the Spanish Insurance Industry[J].Journal of Money，Credit & Banking，2006（38）.

[17]Diewert，W Erwin，Kevin J Fox.Malmquist and Tornqvist productivity indexes：returns to scale and technical progress with imperfect competition，Working paper，Center for Applied Economic，The University of New South Wales，2005.

[18]Maniadakis N，Thanassoulis E.A cost Malmquist productivity index[J].European Journal of Operational Research，2004（154）.

[19]Neal Penny.X-Efficiency and Productivity Change in Australian Banking[J].Australian Economic Papers，2004（43）.

[20]Rezitis Anthony N.Productivity growth in the Greek banking industry：a non-parametric approach[J].Journal of Applied Economics，2006（9）.