智能化背景下我國商業(yè)銀行DEA模型效率評價

馬雯蕊 林丹陽 劉雪琪 宋璐

摘要：近年來，隨著社會的進(jìn)步，智能化在各個領(lǐng)域中廣泛應(yīng)用，銀行業(yè)也不斷探索智能化及人工智能技術(shù)的應(yīng)用和實(shí)踐，并在商業(yè)銀行各個領(lǐng)域予以應(yīng)用。本文通過選取國內(nèi)商業(yè)銀行作為決策單元，通過構(gòu)建模型觀察智能化在國內(nèi)銀行業(yè)的推進(jìn)情況，豐富智能化特別是銀行智能化方面的研究。

關(guān)鍵詞：銀行智能化應(yīng)用;商業(yè)銀行效率;DEA模型

商業(yè)銀行作為金融機(jī)構(gòu)，是重要的經(jīng)濟(jì)主體，反映了社會的資源配置效率，影響著整個國家的經(jīng)濟(jì)情況，在社會經(jīng)濟(jì)中發(fā)揮著重要的作用。當(dāng)今隨著新興技術(shù)的發(fā)展，銀行業(yè)正不斷向智能化方向轉(zhuǎn)型，智能風(fēng)控、智能營銷、智能客服、智能投顧等多個方面逐漸得到應(yīng)用，對商業(yè)銀行產(chǎn)生積極的影響;另一方面，商業(yè)銀行在轉(zhuǎn)型過程中也面臨著一些挑戰(zhàn)，存在配套基礎(chǔ)設(shè)施與網(wǎng)點(diǎn)智能化轉(zhuǎn)型不相適應(yīng)等問題。同時銀行智能化剛起步不久，目前大多數(shù)文獻(xiàn)在這一方面主要研究銀行智能化的作用、應(yīng)用情況等，在銀行智能化效率評價方面的研究不多，因此研究智能化應(yīng)用對商業(yè)銀行的效率影響有著積極的作用。

一、文獻(xiàn)綜述

縱觀我國國內(nèi)智能化背景下商業(yè)銀行效率的研究，牛宗英（2016）利用Super_SBM模型對我國商業(yè)銀行經(jīng)營效率及其影響因素進(jìn)行研究，選取了16家商業(yè)銀行2007—2014年的年度數(shù)據(jù)，發(fā)現(xiàn)金融創(chuàng)新對于大型上市銀行經(jīng)營效率的影響非常顯著，而對于中小型商業(yè)銀行經(jīng)營效率的影響在10%的顯著性水平下接近顯著①。劉宜鴻（2019）選定我國31家上市商業(yè)銀行，運(yùn)用 DEA模型對2014—2017年的效率進(jìn)行測算，發(fā)現(xiàn)銀行純規(guī)模效率總體平均值都明顯低于純技術(shù)效率總體平均值，建議商業(yè)銀行加快智能化轉(zhuǎn)型②。周朝波（2019）考慮商業(yè)銀行吸收存款和發(fā)放貸款的兩階段特點(diǎn)，引入“顧客滿意度”這一產(chǎn)出指標(biāo)，選取了我國15家商業(yè)銀行，用兩階段DEA模型計算了2008-2011年的服務(wù)質(zhì)量效率和盈利效率，發(fā)現(xiàn)從2008年到2011年，我國各商業(yè)銀行的技術(shù)效率以及整個銀行業(yè)的效率都有一定的提高，整體呈上升趨勢，并且我國商業(yè)銀行的盈利效率顯著高于服務(wù)質(zhì)量效率③。郭捷（2016）通過數(shù)據(jù)包絡(luò)分析（DEA），運(yùn)用CCR和BCC模型，測定了2007至2014年我國16家上市商業(yè)銀行在互聯(lián)網(wǎng)金融背景下的效率，發(fā)現(xiàn)隨著互聯(lián)網(wǎng)金融環(huán)境的變化，商業(yè)銀行整體效率也隨之波動，且二者變化基本一致④。黃林、李長銀（2017）通過研究智能化技術(shù)對銀行業(yè)的影響，發(fā)現(xiàn)智能化發(fā)展有利于銀行業(yè)降低成本、提高工作效率、加強(qiáng)服務(wù)及營銷能力、提升風(fēng)險控制能力，有利于進(jìn)一步改變銀行業(yè)格局;另一方面，當(dāng)前銀行智能化發(fā)展仍需完善，存在不少問題：應(yīng)用較為單一，主要以客服、智能化機(jī)具為主，智能風(fēng)控及營銷應(yīng)用相對較少，存有較大的開發(fā)空間，另外安全性能方面仍需提升⑤。

本文將以12家商業(yè)銀行為主體，運(yùn)用DEA模型，對我國商業(yè)銀行在智能化背景下進(jìn)行效率評價，并提出相應(yīng)建議和改進(jìn)方法，試圖為銀行管理人員和監(jiān)管方提供一定參考。

二、研究方法

數(shù)據(jù)包絡(luò)分析方法（data envelopment analysis，簡稱 DEA）是使用數(shù)學(xué)規(guī)劃的原理對具有同種屬性的決策單元建立評價模型，對投入指標(biāo)和產(chǎn)出指標(biāo)賦權(quán)統(tǒng)一，將多重投入產(chǎn)出指標(biāo)轉(zhuǎn)為絕對效率衡量值，是一種測度生產(chǎn)效率前沿的非參數(shù)方法。DEA方法評價的基本模型有兩類：第一類是基于生產(chǎn)規(guī)模收益不變的CCR模型，得到的是研究對象的技術(shù)效率（Technical Efficiency）第二類是基于生產(chǎn)規(guī)模收益可變的BCC模型，得到的是原本在CCR 模型得到的決策單元的技術(shù)效率的細(xì)分，即純技術(shù)效率（Pure Technical Efficiency）和規(guī)模效率（Scale Efficiency）⑥。

三、商業(yè)銀行效率測度與分析

（一）樣本數(shù)據(jù)及指標(biāo)選擇

本文選取了我國12家上市商業(yè)銀行作為研究對象，并結(jié)合我國商業(yè)銀行智能化開始高速發(fā)展的時間，本文選擇的時間節(jié)點(diǎn)為2014—2018年。文章所使用的原始數(shù)據(jù)均來自于wind數(shù)據(jù)庫、CSMAR數(shù)據(jù)庫以及各商業(yè)銀行上市年報。

目前學(xué)術(shù)界主要采用資產(chǎn)法、生產(chǎn)法和中介法評價銀行效率。本文將綜合以上三種方法的特點(diǎn)和其他學(xué)者研究，基于數(shù)據(jù)的可得性，在常規(guī)效率評價指標(biāo)選取的基礎(chǔ)上，結(jié)合智能化基點(diǎn)，選取以下5個指標(biāo)作為投入產(chǎn)出指標(biāo)（表1）。

（二）實(shí)證結(jié)果與分析

本文測算了我國12家上市商業(yè)銀行2014年—2018年的相關(guān)效率值并得出了它們的效率情況。其中，綜合技術(shù)效率=純技術(shù)效率x規(guī)模效率。以上步驟均通過軟件DEAP2.1實(shí)現(xiàn)，測算結(jié)果如表2。

通過表2可知，5年間中國銀行、建設(shè)銀行和農(nóng)業(yè)銀行整體都實(shí)現(xiàn)了DEA有效，招商銀行自2015年起也實(shí)現(xiàn)了DEA有效，但其中民生銀行和興業(yè)銀行均未達(dá)到生產(chǎn)前沿面，效率值最低。除實(shí)現(xiàn)DEA有效的四家銀行之外，在前兩年均普遍存在投入冗余和產(chǎn)出不足的情況，后續(xù)逐漸有所好轉(zhuǎn)，同時規(guī)模報酬呈遞增趨勢。其中上海銀行在智能機(jī)機(jī)具方面投入持續(xù)過剩，資源浪費(fèi)情況嚴(yán)重，造成DEA效率較低，同時，民生銀行與興業(yè)銀行也存在一定的投入冗余情況，導(dǎo)致兩家銀行未達(dá)到生產(chǎn)效率前沿。

從2014年開始，重慶銀行迅速到達(dá)生產(chǎn)前沿面，并在后續(xù)幾年保持穩(wěn)定。同時浦發(fā)銀行純技術(shù)效率達(dá)到1，在一定程度上使浦發(fā)銀行提高了其綜合效率值。浦發(fā)銀行2016年規(guī)模效率呈遞減狀態(tài)，2017年規(guī)模效率大幅度降低，2018年達(dá)到了理想狀態(tài)，實(shí)現(xiàn)了DEA有效。工商銀行5年來雖然持續(xù)處于規(guī)模報酬遞增狀態(tài)，但綜合效率基本處于墊底狀態(tài)。僅有一年實(shí)現(xiàn)了DEA有效。

就規(guī)模報酬而言，除中國銀行、建設(shè)銀行和農(nóng)業(yè)銀行三家銀行規(guī)模報酬5年沒有變化之外，其余商業(yè)銀行規(guī)模報酬均有時遞增又有時遞減（表3）。

通過對三類銀行的效率比對，得出三類銀行的每年的銀行效率比上一年都有不同程度的提高，除2016年城市銀行效率超過了股份制銀行，2017年城市銀行以極高的效率超過了其他兩類銀行以外，大多時候國有銀行的效率都領(lǐng)先于股份制銀行，而股份制銀行領(lǐng)先于城市銀行。

2014年—2018年，四家國有銀行都在不同程度上大力推進(jìn)智能化建設(shè)，其中中國銀行、建設(shè)銀行、中國農(nóng)業(yè)銀行都達(dá)到了效率有效性，僅有工商銀行存在著投入過量與產(chǎn)出不足問題。工商銀行似乎并未過多關(guān)注人員投入冗余問題，在2014年—2015年間，員工數(shù)量與自助機(jī)具數(shù)量逐年增多，營業(yè)支出也在增加，2016年，工商銀行在員工數(shù)量與智能機(jī)機(jī)具數(shù)增加的基礎(chǔ)上降低了營業(yè)支出，員工投入冗余問題得以解決。

五家股份制銀行中，由于招商銀行積極推進(jìn)銀行的智能化建設(shè)，完善線上線下各種智能化渠道，吸引了大量的電子銀行客戶，其在2015年達(dá)到了效率有效性，并維持至2018年。影響其他四家銀行效率的因素主要是電子銀行客戶數(shù)不足、凈利潤不足與營業(yè)支出過量。

與其他兩類銀行相比，城市銀行由于地域的局限性，競爭力不強(qiáng)，但徽商銀行在2017年、重慶銀行在2017、2018年均達(dá)到了效率有效性。影響城市銀行效率的主要因素是員工與智能機(jī)機(jī)具投入冗余。2014—2015年，城市銀行在投入與產(chǎn)出方面均存在問題，過多的員工與智能機(jī)具投入，不足的凈利潤產(chǎn)出，導(dǎo)致城市銀行效率遠(yuǎn)遠(yuǎn)低于其他兩類銀行。2016年開始，凈利潤產(chǎn)出不足問題得到明顯改善，問題主要集中在智能機(jī)機(jī)具投入過量，效率也得到了明顯提升。

從2014年到2017年，樣本銀行的技術(shù)效率與純技術(shù)效率總體呈現(xiàn)上升趨勢。其中技術(shù)效率從0.385上升至0.732，在這四年期間翻了將近一番。到2018年，樣本銀行的純技術(shù)效率達(dá)到0.942，但技術(shù)效率在這一年卻大幅度降至0.671。從2018年各銀行的數(shù)據(jù)中可以得出，大多數(shù)銀行仍在持續(xù)增大員工和智能機(jī)機(jī)具的投入，導(dǎo)致在不同程度上出現(xiàn)了投入冗余、產(chǎn)出不足的問題。部分銀行在員工和智能機(jī)機(jī)具上投入較多，但凈利潤與電子銀行客戶數(shù)產(chǎn)出不足（圖1）。

另一方面，樣本銀行規(guī)模效率自2014年持續(xù)增長，至2016年達(dá)到峰值0.848，此后總體又呈下降態(tài)勢，到2018年降至0.712，低于2015年的規(guī)模效率0.756，這也導(dǎo)致了技術(shù)效率在2018年的同步下降。再者，由2016年之后的趨勢可以看出，繼續(xù)增大智能機(jī)機(jī)具、員工的投入，銀行的規(guī)模效率與技術(shù)效率反而同步下降。

通過對這12家商業(yè)銀行效率的均值測算，可看出在現(xiàn)階段智能化背景下，我國銀行業(yè)的純技術(shù)效率總體而言穩(wěn)步增長，日常經(jīng)營和管理能力逐年提升。從技術(shù)效率和規(guī)模效率方面來看，主要的問題在于銀行資源配置上存在不足，過度擴(kuò)張、生產(chǎn)要素投入過剩。2018年，除純技術(shù)效率以外，其余兩個效率均未能達(dá)到0.9，這表明我國銀行業(yè)在智能化運(yùn)營方面上還有很大的提升空間。

四、結(jié)論與建議

（一）研究結(jié)論

第一，智能化應(yīng)用對銀行效率有著正效應(yīng)，所研究的12家商業(yè)銀行效率總體上呈現(xiàn)波動上升的趨勢，銀行發(fā)揮了智能化的優(yōu)勢，銀行效率得到顯著提高。

第二，部分銀行并不能很好地適應(yīng)智能化時代，未能充分意識智能化業(yè)務(wù)創(chuàng)新所在，銀行效率較低，甚至出現(xiàn)效率下降的情況。銀行規(guī)模報酬遞減，未發(fā)揮經(jīng)濟(jì)規(guī)模效應(yīng)的作用;以及投入冗余，資源配置效率低。這反映了銀行自身業(yè)務(wù)范圍還需適當(dāng)調(diào)整，資源配置效率有待提高，智能化應(yīng)用需進(jìn)一步加強(qiáng)。

第三，從不同性質(zhì)銀行的效率分析來看，總體上來說，銀行效率最高的是國有商業(yè)銀行，其次是股份制商業(yè)銀行，最后是城市商業(yè)銀行，國有商業(yè)銀行在智能化應(yīng)用方面有著較高的水平。

（二）政策建議

第一，商業(yè)銀行需結(jié)合自身情況，控制自身資源投入，防止投入冗余情況發(fā)生，改革內(nèi)部人員結(jié)構(gòu)，將銀行管理體系逐漸轉(zhuǎn)向扁平化，進(jìn)而加強(qiáng)管理水平，促進(jìn)經(jīng)營效率水平的提高。

第二，商業(yè)銀行應(yīng)向數(shù)據(jù)化思維轉(zhuǎn)變，大力發(fā)展自身數(shù)據(jù)技術(shù)，建設(shè)一套完整的數(shù)據(jù)庫，重視與發(fā)展匯總數(shù)據(jù)源能力、儲存能力、數(shù)據(jù)處理能力，從而打造一個數(shù)據(jù)管理與應(yīng)用的平臺，為商業(yè)銀行智能化發(fā)展提供堅固的基礎(chǔ)。

第三，商業(yè)銀行要重視挖掘與培養(yǎng)復(fù)合型人員，切實(shí)發(fā)展銀行改革創(chuàng)新，不斷產(chǎn)出新的金融產(chǎn)品。另一方面，通過打造專業(yè)技術(shù)團(tuán)隊，進(jìn)一步走向互聯(lián)網(wǎng)金融、數(shù)字金融，引領(lǐng)未來。

第四，商業(yè)銀行可通過人工智能技術(shù)、數(shù)據(jù)庫技術(shù)，建立自身的客戶管理服務(wù)系統(tǒng)，通過挖掘客戶潛在需求，為客戶提供適當(dāng)?shù)慕鹑诋a(chǎn)品并提出相應(yīng)的建議。同時，也運(yùn)用智能化風(fēng)險控制，掌握客戶信息，了解業(yè)務(wù)潛在的風(fēng)險，提前做好準(zhǔn)備，控制風(fēng)險，減少損失，進(jìn)而得到更多的收益，提高銀行經(jīng)營效率，充分發(fā)揮該模式的優(yōu)勢，提高銀行競爭力。

五、結(jié)語

智能化技術(shù)提高了商業(yè)銀行的效率，節(jié)省了銀行成本，在推動銀行數(shù)字化轉(zhuǎn)型方面有著重要作用。但通過效率測算，當(dāng)今商業(yè)銀行在智能化資源利用及管理結(jié)構(gòu)上均存在不同程度的問題，在智能化應(yīng)用方面仍有提升空間。不同銀行應(yīng)分別根據(jù)自身實(shí)際情況，合理利用資源，在產(chǎn)品開發(fā)上推陳出新，完善自身運(yùn)營體系，更好地適應(yīng)當(dāng)下智能化時代。

注釋：

① 牛宗英，基于Super_SBM模型的我國上市商業(yè)銀行經(jīng)營效率及其影響因素研究，山東財經(jīng)大學(xué)，2016.

② 劉宜鴻，基于DEA模型的我國商業(yè)銀行效率評價家大型商業(yè)銀行， 河南牧業(yè)經(jīng)濟(jì)學(xué)院，2019.

③ 周朝波，互聯(lián)網(wǎng)金融崛起下中國上市商業(yè)銀行效率研究_基于三階段DEA法，同濟(jì)大學(xué)，2019.

④ 郭捷，互聯(lián)網(wǎng)金融背景下我國上市商業(yè)銀行的效率實(shí)證研究，中央財經(jīng)大學(xué)，2016.

⑤ 黃林，李長銀，智能化對銀行業(yè)的影響及應(yīng)對策略，2017.

⑥ 劉宜鴻.基于DEA模型的我國商業(yè)銀行效率評價[J]金融理論與實(shí)踐2019（09）.

參考文獻(xiàn)：

[1]牛宗英.基于Super-SBM模型的我國上市商業(yè)銀行經(jīng)營效率及其影響因素研究[D].濟(jì)南：山東財經(jīng)大學(xué)碩士論文，2016.

[2]劉宜鴻.基于DEA模型的我國商業(yè)銀行效率評價[J].金融理論與實(shí)踐，2019（9）：69-77.

[3]周朝波.互聯(lián)網(wǎng)金融崛起下中國上市商業(yè)銀行效率研究-基于三階段DEA法[D].上海：同濟(jì)大學(xué)碩士論文，2019.

[4]郭捷.互聯(lián)網(wǎng)金融背景下我國上市商業(yè)銀行的效率實(shí)證研究[D].北京：中央財經(jīng)大學(xué)碩士論文，2016.

作者簡介：馬雯蕊（1999—），女，漢族，山西太原人，本科生，中國礦業(yè)大學(xué)（北京）會計學(xué)在讀。