不良貸款約束下中國商業銀行全要素生產率增長研究

吳江濤

（江西財經大學 財稅與公共管理學院，江西 南昌330013）

0 引言

銀行績效的評估方法有很多，早期銀行業主要是運用比率分析來評價銀行的績效，但這種方法較為簡單，無法區分無效率的銀行，也不能夠評價多投入和多產出的銀行效率。Berger與Humphrey（1997）對銀行效率的研究方法進行總結，發現邊界方法是目前研究中普遍采用的方法[1]，它可分為非參數和參數兩大類，數據包絡分析(Data Envelopment Analysis，DEA)作為非參數方法中的典型代表，具有不需要假設函數形式、可以對生產率進行分解等優點，成為效率測度的重要工具，本文也將選擇DEA方法用來測算銀行效率。Sherman and Gold(1985)最早將DEA方法運用到銀行效率測度方面[2]。楊大強、張愛武(2007)、王健(2011)都使用DEA方法對中國主要商業銀行效率和生產率進行評價，結果表明，效率水平總體呈現上升趨勢，而四大國有銀行的效率小于股份制商業銀行[3][4]。袁曉玲，張寶山（2009）運用非參數DEA模型中的Malmquist生產率指數，測算了商業銀行的全要素生產率，結果顯示中國商業銀行全要素生產率整體呈現下降趨勢[5]。

以上文獻存在的一個缺陷是在將貸款作為產出指標時沒有細分良性貸款和不良貸款，將所有貸款同質化看待，即只考慮了貸款數量而忽視了貸款質量，從而不僅放大了金融風險，也導致銀行效率的測度出現偏差。近年來，國內外學者開始關注不良貸款對中國銀行效率的影響。Fukuyama等(2008)認為不良貸款作為貸款的副產品，只有在貸款產生后才可能發生，從而應將不良貸款當作一項“壞”產出來考慮[6]。王兵，朱寧(2011)將不良貸款作為非意愿產出，在不良貸款的約束下運用SBM方向性距離函數和Luenberger生產率指數測度了2003～2009年中國11家上市商業銀行效率和全要素生產率增長，研究結果發現：中國銀行業的全要素生產率是增長的，在規模效率變化和技術規模變化的推動下，股份制商業銀行的全要素增長率高于大型商業銀行[7]。

相對于已有文獻，本文將“壞”產出—不良貸款引入銀行效率的測度中，在投入和產出雙導向下采用方向性距離函數和Malmquist-Luenberger（ML）生產率指數測度并分解2005～2010年不良貸款的約束下我國11家商業上市銀行的全要素生產率增長，克服傳統DEA方法中Malmquist生產率指數無法同時考慮“好”產出增加和“壞”產出減少的缺陷，明晰了金融危機前后我國商業上市銀行全要素生產率的動態變動趨勢。同時考慮到相鄰ML生產率指數有可能出現“技術倒退”現象，因此，本文采用序列ML指數，即將觀測值在當期及當期之前所有投入產出值決定的技術邊界下進行效率評價，且通過分析全要素生產率增長的來源，為商業銀行認識自身經營管理水平和抵抗金融風險的能力，改善資源配置狀態提供了理論依據。

1 研究方法

1.1 方向性距離函數

很多文獻都是運用徑向的、角度的DEA來計算方向性距離函數，當存在投入或產出過度，即存在投入或產出的非零松弛量時，徑向的DEA方法會高估效率；而角度的DEA方法忽視了投入或產出的某一個方面，計算的結果并不準確。非徑向、非角度的基于松弛變量的SBM（Slack-based Measure）方向性距離函數可以克服上述兩個缺陷（甘小豐，2007）。根據Fukuyama(2009)，本文定義SBM方向性距離函數如下所示：

1.2 Malmquist-Luenberger生產率指數方法

根據Chung等（1997）的方法，考慮“壞”產出全要素生產率的變化率，可以用Malmquist-Luenberger（ML）生產率指數表示：

為了排除時期選擇的隨意性，通常使用兩個ML效率指數的幾何平均值得到以t期為基期到t+1期的全要素能源效率的變化。

根據Ray&Desli（1997）等的研究，全要素增長率可分解為不變規模報酬假定下技術效率變化與技術變動的乘積，且技術效率變化部分可進一步得分解為可變規模報酬假定下的純技術效率變化和規模效率變化的乘積，因此，Malmquist指數的進一步分解形式為：

于是，ML全要素生產率被拆分為三部分：技術進步率MLTC、純技術效率變動MLPE和規模效率變動MLSC。技術進步率MLTC指數測度效率生產前沿面從t到t+1期的移動；純技術效率變化MLPE指數測度從t到t+1期每個決策單元效率的實際變化與效率生產前沿面所示的最大可能產出迫近（Catching-up）程度的變化；規模效率變動MLSC測度從t到t+1期投入在同一生產前沿上的規模報酬情況。為了度量及分解序列ML指數需要借助線性規劃方法計算有關投入和產出的八個方向性距離函數，其中四個是在不可規模報酬的假設下，其余四個是在可變規模報酬假設下。

2 實證分析

本文選取2005～2010年中國11家上市商業銀行作為研究對象，其中包括中國工商銀行、中國建設銀行、中國銀行、交通銀行4家大型國有商業銀行，和中信銀行、華夏銀行、深圳發展銀行、招商銀行、民生銀行、浦發銀行、興業銀行7家股份制商業銀行。數據主要來源于各銀行歷年的年報及《中國金融年鑒》。

2.1 指標選取

對商業銀行投入產出指標的選取一般認為有四種方法：生產法、中介法、增值法和用戶成本法。本文以中介法指標體系為主，同時借鑒已有文獻的做法，選取以下指標。投入變量：固定資產凈值、員工人數和營業支出。其中固定資產凈值和員工人數作為物質資本投入和人力資源投入的代替；營業支出體現銀行的低成本競爭優勢，主要是由營業稅金及附加、業務及管理費和其余業務成本加總而成。

“好”產出：稅前利潤和非利息收入。稅前利潤是銀行最主要的盈利指標，是銀行發展的根本；在金融創新產品層出不窮的今天，傳統的貸款業務并不能充分體現出國內銀行相對于外資銀行的優勢所在，國內銀行絕不可再僅僅依靠傳統的利息收入來維持其運行，更不要說利用其與外資銀行相抗衡。非利息收入體現了商業銀行服務結構的多元化模式，已成為銀行新的利潤增長點。

“壞”產出：不良貸款。前期的研究中，中介法與資產法均把貸款數量直接作為銀行的產出，而沒有考慮貸款質量的差異，我國的一些銀行，特別是國有銀行由于歷史原因積累了大量不良貸款。貸款質量的高低與銀行效率直接相關，不良貸款較高的話，銀行就必須用更多的利潤對壞賬進行沖銷，或提取較多的壞賬準備金對未來可能出現的風險事先做好準備，從而影響銀行盈利能力和效率。將不良貸款與其他產出同樣看待顯然是不合適的，也是沒有意義的，因此，本文將不良貸款看作是銀行經營過程中的“壞”產出，只有在增加其他“好”產出的同時減少“壞”產出才能增大銀行效率。不良貸款量是由客戶貸款和墊款總額乘以不良貸款率計算得出。

2.2 實證結果

本文在不變和可變規模報酬的假設下基于投入和產出雙導向，利用2005～2010年11家上市商業銀行的數據對其進行了序列Malmquist-Luenberger指數及其分解，并據此得到各商業銀行年均序列ML全要素生產率及其純技術效率、規模效率、技術的變動情況，具體結果如表1所示。

從表1中可以看出，我國11家上市商業銀行全要素生產率都在不斷上升，總體看來，全要素增長率的平均值為1.390。表明雖然有不良貸款的約束，但我國商業銀行全要素生產率仍在不斷提高，年均增長了39%。表明各大商業銀行加大了資產質量管理，銀行惜貸現象普遍存在，不良貸款急劇下降，使得全要素生產率大幅提升。根據全要素生產率的增長幅度，本文對各商業銀行進行了排名，發現從長期增長趨勢看，深圳發展銀行、建設銀行和工商銀行分別排在前三位，其次是興業和民生銀行，其余銀行的全要素增長率都低于平均值，其中交通銀行、華夏銀行和招商銀行的全要素生產率增長相對緩慢。若將目標分為大型國有商業銀行和股份制商業銀行來比較，股份制銀行中深圳發展銀行在所有上市銀行中的全要素生產率增長速度最高，在國有商業銀行內部，建設銀行的全要素生產率增長速度最大，交通銀行的全要素生產率最低。平均而言，股份制銀行的全要素增長率要高于國有銀行。大型商業銀行中除交通銀行外，其余三個銀行由于都屬于導致其全要素生產率增長幅度高于股份制商業銀行。

銀行經營過程中全要素生產率的增長指數可進一步分解成純技術效率變化、技術進步和規模效率變化，其中華夏銀行和交通銀行的純技術效率在不斷惡化，導致整體商業銀行的純技術效率按年均0.5%的速率在不斷惡化，而規模效率和技術管理水平在不斷提升，規模效率的增長速率為6.5%，技術管理水平也按年均42.5%的速率不斷提升，使得生產呈現規模報酬遞增狀態。各商業銀行經營管理水平大幅上升，技術進步在推動商業銀行全要素生產率增長中占據主導地位。這說明ATM機、POS機和網上銀行等技術進步和創新對提高商業銀行的全要素生產率提供了有力佐證。其中，國有商業銀行的技術進步幅度高于股份制商業銀行，而國有商業銀行的純技術效率呈現惡化趨勢，股份制商業銀行的技術效率則出現日益改善的跡象，且國有商業銀行的規模效率變動也低于股份制商業銀行。國有商業銀行受到政府的大力支持，資金、客戶、網點等發展基礎雄厚，技術進步明顯，且具有規模經濟，但生產經營過程中投入產出效率低下，股份制銀行不斷加快不良資產處置和財務重組步伐，降低經營成本，技術效率較高，在我國相對而言規模較小，發展時間較短，但發展空間比較大，規模經濟明顯導致股份制商業銀行生產的規模報酬遞增。從商業銀行全要素生產率及其分解因子的水平差異來看，全要素生產率增長在銀行間的差異程度最大，其次是技術進步差異，純技術效率變動的差異化最小。表明商業銀行技術和經營管理水平的不同是造成全要素生產率增長差異的主要來源。

表1 我國商業銀行全要素生產率及其分解因子的測度

為了顯示我國商業銀行全要素生產率增長的時間變動趨勢，本文對歷年各商業銀行的全要素增長率進行了加權平均（如表2顯示）。結果表明，我國上市商業銀行全要素生產率總體上呈改進趨勢，且全要素增長率呈現先上升后下降再復蘇的趨勢，技術進步的時間演變趨勢與全要素增長率大體一致，純技術效率變動和規模效率經歷相同的波動過程，呈現增長與下降的交替變動趨勢。隨著經濟和金融的日益繁榮，銀行全要素增長率最初也在不斷提升，但2008年全球金融危機逐步蔓延至實體經濟，部分企業經營出現困難，信用風險加劇，導致銀行業資產質量面臨較大壓力，同時盈利水平大幅下降，銀行資產規模和技術效率變動頻繁，產品創新和技術進步也基本停滯，對銀行的持續發展產生了較大的阻礙，導致銀行全要素生產率的增長速度日益放緩。隨著全球經濟的日益復蘇，銀行技術效率日益改善，銀行全要素生產率的增長也開始出現回升的跡象。

表2 我國商業銀行全要素生產率及其分解的時間變動趨勢

3 結語

不良貸款是銀行經營過程中生產的副產品，不利于資產安全和貸款質量的提高，對銀行效率會產生負面影響。為了更為準確地測度我國上市商業銀行的效率，本文選取了不良貸款作為“壞”產出，運用SBM方向性距離函數和序列Malmquist-Luenberger生產率指數測度了我國11家上市商業銀行2005～2010年的全要素生產率增長，并將其分解為純技術效率變動、規模效率變動和技術變動三部分。結果發現：在投入產出雙導向下，不良貸款約束下我國上市商業銀行的全要素生產率總體呈上升趨勢，商業銀行的純技術效率并沒有得到明顯改善，反而有所退步，而技術水平和規模效率不斷提升，且全要素生產率的增長主要是源于技術水平的上升；深圳發展銀行的全要素生產率增長速度最快，交通銀行的全要素增長率最低，總體而言，國有商業銀行由于人員龐大、固定資產冗余，其全要素增長率、純技術效率、規模效率要低于股份制商業銀行的全要素增長率，但國有商業銀行的技術進步程度要高于股份制商業銀行；銀行間全要素增長率的差異主要是由技術進步的省際差異引起的；受全球金融危機的影響，我國上市商業銀行全要素增長率呈現“先上升后下降再回升”的變動趨勢，技術進步與全要素生產率的變動趨勢具有很強的一致性。

隨著銀行加快資產安全和財務重組步伐，上市商業銀行的資產質量繼續保持穩定，多數商業銀行不良貸款率和不良貸款余額均實現了雙降，我國商業銀行的全要素生產率在不斷提升，我國政府主導型的商業銀行改革初見成效，今后要繼續改革商業銀行尤其是國有商業銀行的激勵機制，使之成為真正的市場競爭主體。我國商業銀行必須在承受外資銀行激勵競爭的考驗下，擴大規模，增加市場份額。由于技術進步是全要素生產率增長的主要原因，隨著金融市場的開發，我國應該借鑒外資銀行的技術進步和創新，完善產品創新機制，加強產品創新和交叉銷售，多渠道拓展中間業務收入。加快現代化支付系統建設，積極推動銀行卡異地聯網聯合，加大POS機、ATM機的安裝和使用。此外，要加強網絡銀行的建設，積極進行網絡技術創新，同時進行金融業務品種和服務手段的創新。

[1]Berger,A.N.，Humphrey,D.B.Efficiency of Financial Institutions；In?ternational Survey and Directions for Future Research[J].Journal of Operational Research,1997,98(2).

[2]Sherman,H.D.Gold,F.Bank Branch Operating Efficiency；Evalua?tion with Data Envelopment Analysis[J].Journal of Banking and Fi?nance,1985,9(2).

[3]楊大強,張愛武.1996～2005年中國商業銀行的效率評價[J].金融研究,2007,（12）.

[4]王健,金浩,梁慧超.我國商業銀行效率分析[J].技術經濟與管理研究,2011，（4）.

[5]袁曉玲，張寶山.中國商業銀行全要素生產率的影響因素研究——基于DEA模型的Malmquist指數分析[J].數量經濟技術經濟研究，2009，（4）.

[6]Fukuyama,H.,Weber,W.L.Japanese Banking Inefficiency and Shad?ow Pricing[J].Mathematical and Computer Modeling,2008,48(11～12).

[7]王兵，朱寧.不良貸款約束下的中國上市商業銀行效率和全要素生產率研究[J].金融研究，2011，（1）.