中國銀行業動態效率分析

摘要:本文利用數據包絡分析法(DEA)對我國銀行業1999-2008年的經營效率進行總體分析與評價，并利用Malmquist生產率指數對其效率變動進行了測算，研究結果表明，我國銀行業生產經營效率呈現上升趨勢，但整體水平仍然相對較低，商業銀行存在與自身規模不相適應的管理能力。同時，銀行業結構、區域分布、規模大小以及企業類型等因素會使銀行業在綜合技術效率、純技術效率與規模效率方面存在差異。

關鍵詞:數據包絡分析法(DEA);銀行業;動態效率分析;商業銀行

Abstract:The paper analyzes and evaluates banking industry in China from 1998 to 2008 with Data Envelopment Analysis on the whole. In addition，it evaluates the changes of efficiency of banking industry by Malmquist Productivity Index. The results show although the production efficiency of china’s banking industry is enhancing gradually， still rather low. Meanwhile，the factors such as industrial structure，location，scales and ownership structure may have impact on the economic efficiency， pure technical efficiency and scale efficiency of banking industry.

Key Words:data envelopment analysis，banking industry; dynamic efficiency analysis，commercial bank

中圖分類號:F830 文獻標識碼:A文章編號:1674-2265(2010)05-0019-05

一、引言

銀行業在我國金融體系中占有主導地位，其效率高低決定著我國整個金融體系的效率。整體上看我國銀行業資產質量近幾年有了大幅改觀，生產資源配置漸趨合理，市場競爭能力不斷提高。我們在充分肯定我國銀行業改革發展取得成績的同時， 也要清醒地認識到，我國商業銀行在資本充足率、資本回報率、不良貸款率等指標方面尚不理想，在經營效率方面和國外發達國家銀行相比還存在差距。效率是銀行競爭力的集中體現。在國外既有研究的基礎上，我國部分學者也嘗試對我國銀行業效率進行研究。但目前對我國現階段銀行業效率的研究還不夠深入，一些單要素指標和單一的統計分組無法全面反映銀行業效率，尤其對銀行業效率的動態變化研究不夠。本文試圖在這方面做出探索，通過構造數據包絡分析(DEA)模型，對1999-2008年中國銀行業的生產效率在地域分布、規模、銀行類型等層面進行多方位的考察;進一步通過計算Malmquist指數對我國銀行業的效率變動進行動態分析，尋找效率差異和效率變動的影響因素。

二、模型、變量與數據

效率水平是由決定生產過程投入產出關系的技術水平或技術狀態決定的。按照分析角度的不同，數據包絡分析可以分為投入導向模型(Input Orientated Model)和產出導向模型(Output Orientated Model)兩種。投入導向的模型是在給定產出水平下使投入最小，產出導向的模型則是給定一定量的投入要素，追求產出值最大。本文研究的角度是投入導向型。

(一)實證模型

1. 數據包絡分析(DEA)。Data Envelopment Analysis (簡稱DEA)，主要通過運用線性規劃方法來構建一個非參數前沿，從而可以對相對于前沿面的效率進行計算測度。

2. Malmquist生產率指數。它是用距離函數來定義的，指第t期及第t+1期的曼奎斯特生產率指數的幾何平均數。

(二)資料說明

本文的樣本區間為1999-2008年的經營數據，研究對象包括4家國有商業銀行和10家全國性股份制商業銀行，分布在全國各省會的各大銀行的分行作為具體研究的決策單位。所有數據來源于2006-2009年的《中國金融年鑒》。

(三)投入產出變量選擇

銀行的投入和產出與其它廠商存在明顯的差別， 這是研究銀行效率的一個難點所在， 也是研究結果差異較大的一個主要原因。目前主要有三種方法選取數據:生產法、中介法和資產法。在綜合考慮上述三種方法并借鑒其它文獻的基礎上， 本文將銀行的經營費用、利息支出和固定資產凈額作為銀行生產投入要素， 將存款、貸款和凈利潤作為產出要素， 對我國的銀行來說， 貸款是其目前主要經營的產品， 雖然目前其經營的其它產品種類在逐漸增加， 但所占比重非常低。存款由于要支付儲戶利息， 因此具有投入特征， 同時存款又是銀行進行貸款投放的重要資金來源， 故又有產出特性。這里將其作為銀行的產出變量。

三、實證結果及其分析

將每家銀行看作一個生產決策單位， 運用上述模型來構造在每一個時期生產最佳實踐前沿面，把每一家行的生產同最佳前沿面進行比較， 從而進行經營效率測度。

(一)基本效率分析

1. 總體的規模效率、技術效率分析。本文主要采取投入導向的BBC模型。我們將14家銀行10年的投入產出數據經過DEA軟件DEAP2.1運行計算所得到的綜合效率值、純技術效率值和規模效率值的結果進行整理，可以得到年度各效率的平均值，如表1所示。

從表1可以看出，盡管我國銀行業綜合效率平均值呈現增長的趨勢，但還是一直徘徊在相對較低的水平上，2006和2007年達到最高水平，也只有0.7248和0.7384。我國銀行業綜合技術效率低的原因，主要表現為追求粗放式經營，各大銀行將發展重點放在規模快速擴張上，戰略多有模仿的傾向，銀行功能趨于同質化，缺乏差異化服務戰略;缺乏市場競爭力，理財產品和資本運營沒有優勢;缺乏浮動性的、針對高端客戶的產品，網上銀行的經營效率低。規模效率從1999年的最高點下降到2008年的最低點。純技術效率雖然在1999-2001年出現了下降，但從2002年起表現出了上升趨勢。規模效率跟純技術效率相比在這十年中平均低7個百分點左右。純技術效率表示在同一規模產出下，最小的要素投入成本。實證數據顯示我國商業銀行整體技術效率呈現改進趨勢，這一結果與在1999年至2008年間， 信息技術的應用和普及，積極推廣業務電子化和網絡化的事實相符合。盡管我國銀行業改革力度不斷加大，尤其是在加入世貿組織后， 銀行業改革進入加速階段，但在資金規模、技術創新、盈利水平方面與發達國家相比，仍然存在較大差距。

2. 各大銀行的效率分析。

(1)綜合技術效率。利用CRS模型計算出14家銀行1999-2008年的綜合技術效率得分，如表2所示。

由表2可以看出，民生銀行績效表現相對最高，其平均綜合技術效率值為0.873，該行在2002、2004和2006年的績效表現很好，綜合技術效率值為1，但是其效率值也有波動。浦東發展銀行的綜合技術效率從2003年0.720上升到2008年的1，從2003年起，其一直處于效率前沿，但由于1999-2002年效率值有起伏，它的平均綜合技術效率值為0.806，位居第二。華夏銀行在1999-2003年綜合技術效率保持在較高的水平，但綜合效率值在其余年份從0.654下降到0.560，它的綜合效率平均值為0.771，居于第三。工商銀行的綜合效率值變化趨勢呈現兩個階段，第一階段由1999年的0.427上升至2004年的0.846;第二階段由2005年的0.703下降到2007年的0.532，在考察期的最后一年達到0.589，它的綜合效率平均值為0.714，列居第六位。建設銀行的綜合效率值只是在2005年達到0.532，其余年份的綜合效率值在0.179-0.487之間波動，其綜合效率平均值為0.394，位居最后。

按綜合技術效率平均值的排名看，股份制商業銀行的平均效率值普遍高于國有商業銀行。這說明國有商業銀行在綜合技術效率方面還存在較大提高空間。

(2)純技術效率。我們用VRS模型計算了不考慮樣本規模因素的純技術效率，具體結果如表3所示。不管是國有銀行還是股份制銀行，其純技術效率都處在相對較高的水平上，兩類銀行純技術水平的差距很小。特別值得注意的是，2002-2009年期間，我國銀行業的純技術效率一直處于純技術效率的有效區域，這與此期間我國銀行業加大了技術投入力度、技術邊界不斷擴張的事實相吻合。

(3)規模效率。利用規模效率等于綜合技術效率除以純技術效率，可以得到各行的規模效率。由表4可以看出， 我國商業銀行在規模效率方面不是很理想。浦發展的規模效率除在期末較低外，絕大多數年份接近于1，規模效率平均值為0.883，該銀行在考察期內的規模效率平均值表現最好。中信銀行的規模效率表現與浦發展遵循了同一個模式，也是期末效率降低，其它年份的規模效率都在0.7左右，其規模效率平均值為0.795，位居第二。民生銀行和光大銀行的規模效率都只是在最近兩年才達到規模效率前沿，在其余年份，規模效率上下波動，它們的規模效率平均值分別為0.737和0.689，分別居于第三和第四位。中國銀行的規模效率值在0.275-0.427之間波動，其平均值為0.385，規模效率最差。數據顯示， 我國銀行的現有規模和效率值之間尚未形成明顯的匹配關系。

在規模報酬方面，我國商業銀行除個別行個別年份處于規模報酬遞增區域，可以進一步通過擴大經營規模提高效率外， 其余年份則處于規模報酬不變或規模報酬遞減區域， 這說明從整體上看， 我國銀行的規模效率值不高主要原因在于資產規模過大而導致規模無效。

綜合技術效率分解為純技術效率與規模效率，給決策單位在長期和短期改進績效行為上提供了參考。如果一個決策單位綜合技術無效率主要是因為規模過小導致的規模無效率，當它處于規模報酬遞增狀態時，決策單位應該通過兼并使規模擴張，以達到長期的效率改進目的。另一方面，如果綜合技術無效率主要是由于純技術無效率，決策單位應在不改變規模的狀態下，謀求短期的效率改進。

從以上分析可以看出， 我國商業銀行的純技術效率值均比較高，經營效率損失主要來自于規模效率損失。生產經營規模本質上要和其內部管理水平相匹配， 如果生產規模過大， 而內部管理水平不能及時跟進， 自然會由于管理鏈條過長而導致效率損失，影響它們的效率。這不僅體現在國有商業銀行上，當前一些股份制商業銀行也要引起注意，不能一味地追求規模擴張，而應該提高自身的核心競爭力。

3. 不同區域的商業銀行效率分析。各個商業銀行在東、中和西部地區都設有分行，為了簡化問題研究，我們把位于不同省會的各個分行分別作為一個獨立核算經營單位，試圖從地域分布層面來考察我國銀行業的效率問題，探討區域因素對銀行效率的影響程度。將DEAP2.1得出的計算結果整理，列于表5。

由表5可以看出，各區域的銀行效率并不相同。東部地區的綜合技術效率平均值在三個區域中相對最高，其次是西部地區，最后是中部地區。東部地區的規模效率平均值也高于中西部地區的平均值。這與東部地區具有雄厚的經濟基礎，并由此帶來的資金、人才、配套環境等多方面的優勢密不可分。中西部地區的銀行在上述幾方面的劣勢使得其平均生產效率落后于東部地區。三個區域的純技術效率平均值相差無幾，接近效率前沿，說明三個區域銀行單位的經營管理理念和管理方法趨同。相比純技術效率和規模效率，無論在東部還是中西部地區，規模效率都要低于純技術效率，但這一問題在中西部地區的銀行表現得更突出。

4. 不同規模的商業銀行效率分析。根據2009年各大銀行的年度公司報表，依據資產總量把我國的銀行分為了大中小三種類型，以此來考察不同規模的銀行效率，經過DEAP2.1運行計算，得出結果列于表6。從表6看出，除了純技術效率在大中小型銀行中相差無幾且大型銀行稍占優勢以外，綜合技術效率平均值和規模效率值在大中小型銀行當中依次升高。這說明大型銀行的綜合技術效率平均值和純技術效率平均值比中型企業差，中型銀行比小型銀行的差。具體原因可能有:一是中小型銀行及其分支機構主要集中在經濟發達的城市，經營能力相對較強，寬松的管理環境比大型銀行的行政等級制度更有利于創新活動的開展和管理效率的提高。二是自身資產規模的原因，與大型銀行相比，中小型銀行資產和存款投入規模相對較小，且由于所在城市比較發達，因此其產出指標相對較高，進而以投入產出來衡量的技術效率也就比較高。這進一步說明，規模是影響我國商業銀行效率的主要因素。

5.不同經濟類型的商業銀行效率分析。不同經濟類型的銀行也可能成為影響整個銀行業效率的重要環境變量。根據我國銀行業的經濟類型構成現狀，將14家銀行劃分為國有銀行和股份制商業銀行兩大類。經過DEAP2.1運行計算得出結果，不同經濟類型的銀行業效率如表7所示。

由表7可以看出，從企業類型與生產效率的關系來看，無論是純技術效率、規模效率，還是作為兩者乘積的綜合技術效率，都是股份制商業銀行高于國有銀行。1999-2008年期間，股份制銀行比國有銀行的綜合技術效率平均值高出3.77%。究其原因，主要是由于股份制銀行具有生產規模適度、經營管理較為規范的良好發展基礎，同時機制比較靈活，部門之間的協調更便利一些，更容易形成商業合作，無論是服務體系的支撐，還是網點、渠道(電子渠道、物理渠道)等，股份制銀行都比國有銀行轉得快，反應也快。

(二)我國銀行業動態效率分析

動態效率考察的是在生產技術可變條件下的效率變動情況。表示生產力變動的Malmquist生產率指數可以用兩個曼奎斯特生產力指數EC和TC的幾何平均值來計算。其中，EC這個指數測度時期t到t+1每個觀察對象到最佳實踐邊界的追趕程度。TC指數測度技術邊界從時期t到t+1之間的移動。由DEAP2.1軟件運行的結果整理出表8。

Malmquist生產率指數大于1，表明相對的經濟績效的改善，反之，則意味著生產率的退步或者惡化。從分析數據可以看出以下幾個特征:一是我國商業銀行整體效率呈現改進趨勢， 1999年至2008年平均增長指數為1.063，表明每年平均增長6.3個百分點，其中效率的相對改進為1.8個百分點，技術進步為4.5個百分點，我國銀行效率改進主要來自于技術進步，說明在這期間，我國銀行業技術投入的增加產生了積極效應。二是比較國有商業銀行和股份制商業銀行發現，國有商業銀行的效率改進程度明顯要強于股份制商業銀行，1999年至2008年間， 國有商業銀行平均效率提高11.3%，而股份制商業銀行只有4.7%。在國有銀行和股份制商業銀行效率改進中，其效率改進大部分來自于技術進步，分別為9.1%和3.5%，這和銀行整體變化趨勢是一致的。三是多數銀行的效率改進年度間波動較大。以中國農業銀行為例，其Malmquist指數在2005-2006年間達到了最大值1.328，但在2004-2005和2007-2008年間則分別為0.895、0.967，出現了較大的效率退步現象，可能受經濟運行情況和宏觀環境的影響較大。

四、結論

研究結果表明:第一，我國的銀行業整體上效率較低，純技術高效率和規模低效率同時并存。第二，由各大銀行的效率比較發現，各個銀行的效率并不平衡。第三，從地理區位對效率的影響來看，位于東部地區的銀行的平均效率值都要高于位于中西部的銀行的平均效率值。第四，從銀行規模的效率比較來看，大型銀行除在純技術效率上和中小型銀行水平相當外，總體效率和規模效率全部低于中小型銀行，充分證明了目前我國銀行業過大的經濟規模。第五，不同經濟類型的銀行效率不同。第六，中國銀行業的動態效率評價結果表明，銀行生產率的增長主要是由技術進步導致的，而不是來自效率的改善。

參考文獻:

[1]Leigh Drake，Maximilian J. B. Hall. Efficiency in Japanese banking: An empirical analysis [J]. Journal of Banking and Finance，2003， 27:891~917.

[2]闞超，王付彪，沈謙，陳永春.我國商業銀行規模經濟實證研究(1992-2003)[J].金融研究，2004，(11).

[3]徐傳諶，鄭貴廷，齊樹天.我國商業銀行規模經濟問題和金融改革策略透析[J].經濟研究，2002，(10).

[4]汪祖杰.商業銀行生產函數的定義與規模效應的方法論研究[J].金融研究，2004，(7).

[5]趙旭.國有商業銀行效率的實證分析[J].經濟科學，2000，(6).

(特約編輯 齊稚平)