藍佳林 呂 林 郝文龍
(東北農業大學,黑龍江哈爾濱 150030)
銀行作為金融業最重要的組成部分,其運行效率的高低直接體現為銀行經營所需的資源是否得到合理配置,是否創造最大利潤價值。我國是一個金融業并不發達的發展中國家,商業銀行的發展經歷了從商業化到股份制改革的洗禮。2006年年底,我國正式對外資銀行開放人民幣業務。2007年,我國正式啟動實施《巴塞爾新資本協議》,商業銀行的經營隨之面臨巨大的機遇和挑戰。2008年由美國次貸危機引發的全球經濟危機,對商業銀行的發展敲響了警鐘。商業銀行在追逐利潤和平衡風險上面臨前所未有的壓力,如何提高我國商業銀行的運行效率以及提升整體競爭力至關重要。
對于銀行效率的研究方法主要有參數法和非參數法。當前國內外多數學者采用非參數法下的數據包絡分析(DEA)方法研究商業銀行運行效率問題。DEA方法借助于前沿分析法,制定一個生產前沿面作為衡量基準,被評估對象與該基準面的差距被認為是生產效率。這種方法的優點在于無須在計算之前給定生產函數和各要素的權重,可直接從被估計對象實際生產數據當中產生結果。這種方法在多年的實證分析中得到廣泛認可和不斷完善,能夠較好地分析商業銀行運行效率問題。但是DEA方法對于銀行效率的研究只停留在靜態基礎上,并不能反映銀行效率前后變化的情況。為了更好地研究商業銀行效率的變化情況,近年來我國許多學者開始引入DEA方法下的Malmquist指數方法來研究我國商業銀行效率的動態變化,以發現近幾年我國商業銀行效率變化的趨勢,從中找到提高效率的對策。
Malmquist指數模型最早是由瑞典經濟學家Sten Malmquist于1953年提出的,當時用于分析不同時期下消費的變化情況。1982年,Caves et al.首先將此模型應用于生產率變化的測算。目前使用的Malmquist指數模型多為Fare(1994)構建的基于DEA的Malmquist指數,是利用Shephard(1970)提出的距離函數來定義的,并在多投入產出條件下建立的分析生產率變化的指數模型。使用Malmquist指數來評價銀行效率的優點在于,考慮效率的動態性和持續性的情況,使用面板數據引入時間變量后,彌補了靜態CCR模型和BCC模型的缺陷(Wheelock and Wilson,1999),能夠更好地反映和評價商業銀行效率的動態變化。同時,Malmquist指數分解后變為技術效率變化指數(EC)和技術進步指數(TC),能夠更為具體地分析效率的變化。
Malmquist指數是用距離函數來定義的。Shephard(1970)的距離函數定義為:

其中,L(X)為一定技術條件下對應的生產可能集。此式表示生產配置(Xt,Yt)到t時刻系統前沿面的距離。由此,可將Malmquist指數定義為:

根據定義構建距離函數的模型:

可以看出,這一距離函數就是面向投入的DEA模型的效率函數值。因此Dt(Xt,Yt)=Ft(Xt,Yt),可將②式的Malmquist指數表示為:

由此,可以看出Malmquist指數反映的是從t時期到t+1時期的效率變化情況。當該指數值大于1時,表明從t時期到t+1時期全要素生產率呈上升趨勢;當該指數值小于1時,表明從t時期到t+1時期全要素生產率呈下降趨勢。為了進一步分析影響效率變化的因素,將Malmquist指數進行分解:

分解后的指數由技術效率變化指數和技術進步變化指數構成,即:
技術效率變化指數反映從t時期到t+1時期之間決策單元組織管理水平的變化,是一種“追趕效應”,可以進一步分解為純技術效率和規模效率變化指數;技術進步變化指數是反映決策單元在t時期到t+1時期之間的生產技術變化程度,是一種“前沿面移動效應”,表明技術的進步和創新。
根據分解后的Malmquist指數可知,技術效率和技術進步的變化共同決定了Malmquist指數的變化。因此,技術效率變化指數和技術進步變化指數大于1時,表示其與Malmquist指數具有正向同步變化;小于1時,則表示與Malmquist指數具有反向變化。
對銀行效率進行評價都是從投入和產出兩個方面來進行的。目前國內研究中對于投入指標和產出指標的選擇方法包括生產法、中介法和資產法。三種方法在投入指標的選擇上基本一致,都將固定資產、勞動力和營業費用視為銀行投入,而在產出指標的選擇上三種方法差異較大。生產法將銀行視為金融產品的生產者,選擇銀行業務和賬戶數量作為產出指標,但忽略了賬戶內不同的金額與交易對銀行成本和收益產生的差異;中介法將銀行視為資金周轉的媒介,選擇銀行存款和貸款作為產出指標,但忽略了銀行其他業務收益;資產法則是利用資產負債表中的資產項目作為產出指標。三種方法都有自身的優勢和不足,但中介法更適合對銀行運行效率進行評價(Berger and Humphrey,1997)。本文指標選取以中介法為基礎,同時加入稅前利潤作為產出指標,彌補了中介法無法體現銀行其他業務收入的不足。因此,選擇固定資產凈額、員工人數和營業費用作為投入變量,選擇存款、貸款和稅前利潤作為產出變量。
依據樣本數據真實、完整以及方便獲得的原則,本文選取中國銀行、建設銀行、工商銀行、農業銀行、交通銀行、招商銀行、浦發銀行、中信銀行、興業銀行、光大銀行、華夏銀行、民生銀行和深圳發展銀行共13家銀行作為樣本。樣本期為10年,即從2001年到2010年,數據來源為各年度《中國金融年鑒》和銀行各年度年報。這13家銀行包括了全部國有商業銀行和影響力較大的股份制商業銀行,其資產總額和業務總額占整個商業銀行的一半以上,樣本具有代表性。
基于DEA模型下的Malmquist模型方法,運用Deap2.1軟件對13家商業銀行的10年數據進行計算,樣本個數為13,樣本期為10,產出變量為1,投入變量為3,得到13家商業銀行10年效率變化情況(見表1)。

表1 13家商業銀行10年全要素生產率變化及分解情況
根據Malmquist模型的理論介紹可知,全要素生產效率變化指數=技術效率變化指數×技術進步變化指數,技術效率變化指數=純技術效率變化指數×規模效率變化指數。通過表1數據,我們得出以下結論:
(1)10年來我國商業銀行的全要素生產效率變化全部大于1,說明我國商業銀行在10年來效率都有了不同程度的提高,平均提高28.2%。這與我國經濟在這10年的穩定增長以及商業銀行經營利潤的不斷提高是相輔相成的,說明我國商業銀行的企業化和股份制改革取得了成功。
(2)10年來技術效率變化指數平均提高6.1%,而技術進步變化指數平均提高20.8%,這說明我國商業銀行效率的進步主要是技術不斷進步的結果,而技術效率的提高,如資產配置等只起到了輔助作用。隨著近年來商業銀行技術的不斷進步,網上銀行、自動柜員機、信用卡以及手機銀行等業務逐步開始普及,大大提高了商業銀行的運行效率。
(3)從技術效率變化指數可以看出,國有商業銀行的技術效率全部提高,并且高于股份制商業銀行,個別股份制商業銀行的技術效率略有下降,說明國有商業銀行在資產配置方面仍然具有自身的優勢,國有商業銀行對于勞動力和固定資產的投入取得了一定回報。
(4)從技術進步變化指數可以看出,我國商業銀行在10年間都認識到了技術進步的重要性,技術進步提高平均在10%左右。由于整體效率由技術效率和技術進步共同決定,因此股份制商業銀行在技術進步上更勝一籌。各個股份制商業銀行積極拓展特色業務,以招商銀行的信用卡一卡通業務為代表的特色業務已經深得廣大客戶青睞,對銀行盈利以及效率提高都產生了積極影響。
本文通過DEA模型下的Malmquist模型對我國商業銀行運行效率進行動態分析,得出我國商業銀行在近10年來效率平均提高了28.2%。通過對全要素生產效率指數的分解,得出我國商業銀行運行效率的提高主要取決于技術的進步,技術效率的提高也起到一定作用。通過對國有商業銀行和股份制商業銀行的對比,得出國有商業銀行在資產配置方面存在優勢,而股份制商業銀行在技術進步方面更勝一籌。本文采取的樣本時間跨度較大,在指標選取和數據處理上也存在不完善之處,但總體上能夠反映我國商業銀行10年來運行效率的動態變化情況。
通過以上結論,對提高我國商業銀行運行效率提出以下幾點建議:
(1)從產權角度來看,建議國有商業銀行在保持資產規模優勢的同時,著重進行技術創新和技術改革,提高運行效率的同時提高盈利能力。而股份制商業銀行在保持技術創新的良好勢頭的情況下,應不斷擴大資產規模,以提高運行效率。
(2)從對勞動力的投入角度看,應該著重加大員工的教育和培訓力度,同時不斷引入人才,在固定投入基礎上獲取勞動力的最大價值,這樣既能提高銀行的技術創新,也能在規模一定的情況下提高技術效率。
(3)在我國銀行業不斷發展壯大的今天,國有商業銀行和股份制商業銀行,包括近來上升勢頭強勁的城市商業銀行應該相互,取長補短,最終實現我國商業銀行運行效率的共同進步。
[1] Allen.N.Berger,David.B.Humphrey.Efficiency of Financial Institution:International Survey and Directions for Future Research[J].European Journal of Operational Research,1997(98):332-345.
[2] 張健華.我國商業銀行效率研究的DEA方法及1997—2001年效率的實證分析[J].金融研究,2003(3):48-54.
[3] 李希義,任若恩.國有商業銀行效率變化及趨勢分析[J].中國軟科學,2004(1):57-61.
[4] 羅茜,蒲勇健,黃森.中國商業銀行全要素生產率分析——基于三階段Malmquist指數模型[J].技術經濟,2010(6):75-76.
[5] 王健,金浩,梁慧超.我國商業銀行效率分析——基于超效率DEA和Malmquist指數[J].技術經濟與管理研究,2011(4):126-127.