信用風險對中國商業銀行成本效率的影響

白雪梅，臧 微

(東北財經大學統計學院，遼寧 大連 116025)

一、引 言

在銀行效率的研究中，國外學者大多以貸款質量、風險性資產作為銀行的風險變量，考察風險因素下銀行效率表現，而多數研究結果顯示，效率水平與風險指標有顯著的相關性。Berger和Humphrey[1]基于不良管理假設、不幸假設和節約假設三種假設得出結論:銀行風險與銀行成本效率之間呈負相關關系。Simon等[2]研究了1986—1991年美國254家金融控股公司風險、資本和無效率三者間的關系，結果表明變量之間相互影響，其中風險和無效率的關系不對稱，而銀行為了抵消低效率常常會選擇更大的風險，并將風險轉嫁給存款保險機構。Fan和Shaffer運用隨機邊界法估算了1998年美國銀行的利潤效率，結果表明利潤效率與信用風險及破產風險呈正相關關系，而與流動風險的關系不顯著。Pasiouras[3]運用數據包絡法(Data Envelopment Approach，DEA)研究了貸款損失準備金作為額外的投入要素對商業銀行效率的影響，結果表明貸款損失準備金作為額外投入要素的加入提高了商業銀行效率。Berger和 DeYoung、Rossi、Schwaiger和Winkler以及 Ansari和 Muhammad[4]發現不良貸款率越高，銀行的成本非效率越明顯。

國內關于商業銀行效率研究的文獻中，效率與風險的關系研究未能得到充分發展。已有的研究認為貸款質量、資產規模、貸存比和資本充足率等指標是影響銀行效率的關鍵因素。不良貸款對于銀行成本效率有明顯的負面影響[5－6];資產規模、貸存比、資本充足率、股東權益比率和股權回報率有助于銀行效率的提升[7]－[10]。

綜上所述，盡管已有許多文獻聚焦于商業銀行成本效率的研究，但從商業銀行成本效率的角度研究信用風險影響作用的文獻尚不多見。鑒于此，本文擬重點分析兩個問題:一是中國商業銀行的成本效率狀況;二是信用風險對中國商業銀行的成本效率產生的影響。

二、隨機邊界方法

經濟學對理論成本函數的定義為:在技術水平和投入品價格不變的條件下，既定產出量與所需的最小成本之間的函數關系。然而，在實際生產過程中，實際成本幾乎不可能在最小成本水平上運行，實際成本往往高于理論上的最低投入，于是存在實際成本高于理論成本的非效率現象。

為了研究中國各商業銀行真實的經營情況和成本效率水平，本文選擇隨機邊界方法(Stochastic Frontier Approach，SFA)計算每年的理論最小成本與實際成本的比值。SFA是參數方法的一種，它可以考察某一時間截面的平均效率情況[1]。

隨機邊界函數的對數形式包含了一個組合誤差項:

lnRC=lnC(Y，P)+v+u，

由表3可知，支架工作阻力為p時，支架超限比例較支架工作阻力為p2時大很多，且支架工作阻力為p2時，A1、A2類均小于15%，確定p2=20 673.5 kN為支架合理工作阻力，取整后為21 000 kN。

其中，RC是實際成本;C(Y，P)為理論最小成本，Y為產出向量，P為投入價格向量;v是隨機誤差項，代表影響總成本的非可控因素，如天氣、市場機會等，它既可能提高成本也可能降低成本，可正可負，因而服從標準正態分布N(0，σ2v)。u是成本非效率項，只會提高成本，因而服從單邊分布|N(0，σ2u)|。

在選定的成本函數形式下，依據成本非效率項u的分布形式，運用極大似然估計(Maximum Likelihood Estimation)測算出成本函數的參數值和u值。之后，根據樣本數據計算出理論最小成本。以該理論成本與實際成本的比值確定成本效率 CE(Cost Efficiency，CE)[1]。CE=C(Y，P)/RC，其中，CE的取值范圍為 [0，1]，當CE=1時，表示銀行實際成本等于理論最小成本，銀行成本完全有效;而當CE＜1時，表示銀行成本處于非效率狀態，越接近于0，效率越差。

隨機邊界成本函數的檢驗源于極大似然檢驗，主要是計算變差率γ，即γ=σ2u/(σ2v+σ2u)，其中，σ2u表示非效率項u的方差，σ2v表示隨機誤差項v的方差。變差率γ取值為(0，1)。當變差率γ≈1時，即σ2v≈0，成本偏差主要由非效率項 u決定。當變差率γ≈0時，即σ2u≈0，則成本偏差由隨機誤差項v決定，當變差率γ介于0和1之間時，成本偏差則由兩者共同決定。

三、模型和數據

本文選取中國13家商業銀行，包括中國工商銀行、中國農業銀行、中國銀行、中國建設銀行四大國有商業銀行和中國交通銀行、中國民生銀行、上海浦東發展銀行、招商銀行、華夏銀行、興業銀行、中信實業銀行、中國光大銀行、廣東發展銀行九家股份制商業銀行，估算它們在2005—2011年的成本效率值，按照2005年不變價格測算。

1.模型Ⅰ:銀行成本效率的計算

借鑒已有研究，在投入產出指標的選擇上，基于資產法選取有關銀行成本效率的變量，共包括兩項產出指標和三類投入指標。產出指標有投資成本和可貸資金;投入指標分為三類，包括資金投入及資金價格、勞動投入及勞動價格、資本投入及資本價格。

由于所選取的投入產出指標屬于多投入、多產出的形式，彼此之間存在相互關聯的可能，因此，在模型設定上采用超越對數成本函數(translog)。該模型包含投入產出指標的交互影響項，符合商業銀行規模收益可變的實際情況，并且保證成本函數具備足夠的彈性，有利于成本效率計算。按照Allen和 Rai[11]的方法，將投入要素價格除以勞動投入價格進行標準化處理，得:

其中，i代表第 i家銀行，i=1，2，…，13;t表示時期，t=1，2，…，7，代表2005—2011這7個年份;RC為實際成本，包括各項利息支出、手續費支出、金融企業往來支出以及營業費用;Y1為投資總額，包括短期投資、中長期投資;Y2為貸款總額，包括短期貸款、進出口押匯、貼現、中長期貸款和逾期貸款;X1為可貸資金，是總存款與借入款之和;X2為勞動力，即銀行員工人數;X3為實物資本，用固定資本凈值表示;P1代表資金投入價格，P1=(利息支出+手續費支出+金融企業往來支出+營業外支出+其他營業支出)/可貸資金;P2代表勞動投入價格，P2=營業費用/員工人數;P3代表實物資本價格;P3=折舊/固定資產凈值。

2.模型Ⅱ:信用風險對商業銀行效率的影響分析

為了深入研究信用風險對銀行成本效率的影響，引入信用風險特征參數對預測效率做回歸分析。新巴塞爾協議中主要以規范銀行資本充足率來達到控制信用風險的目的。然而，銀行的交易行為本身也可能是信用風險的來源，如銀行本身對貸款額與存款額的掌控，或銀行本身由于沒能慎選貸款對象，以致形成不良貸款，都是信用風險的主要來源。根據新巴塞爾協議中針對信用風險的規范，以及銀行本身的貸款行為對信用風險的顯著影響，故選取不良貸款率、貸存比和資本充足率這3個變量對測算出的成本效率值進行回歸分析。CEit=φ0+φ1θit+φ2ωit+φ3Γit+εit，其中，i=1，2，…，13，表示第i個截面觀察單位;t=1，2，…，7，表示第t個時點觀察單位;θ為各銀行的不良貸款率，即貸款撥備率與撥備覆蓋率的比值;ω為銀行的貸存比，即銀行貸款總額與存款總額的比值;Γ為銀行的資本充足率，是銀行自身資本與加權風險資產的比率;ε為隨機擾動項。

四、計量分析結果

1.模型Ⅰ:效率測算結果

采用Frontier 4.1(Coelli，1996)程序對模型Ⅰ進行估計，結果如表1所示。

表1 隨機成本邊界模型估計結果(最大似然估計)

方差參數γ的估計值為0.895，大于0，表明成本非效率項u對成本效率的影響顯著。利用模型Ⅰ的系數估計結果，可以計算出各銀行在不同時期的成本效率水平指標與效率排名(如表2和圖1所示)。

表2 2005—2011年13家商業銀行的成本效率均值及排名

圖1 2005—2011年商業銀行成本效率均值比較

代表產出變量的投資系數α1和貸款系數α2的估計結果分別為0.612和0.462，即投資和貸款額與成本效率之間均呈正相關關系，但都不顯著，說明擴大投資和貸款未必能夠達到提高銀行成本效率的目標。

從各家商業銀行效率均值的各年變化以及效率值排名可以看出，除廣東發展銀行外，股份制銀行的排名基本位于四大國有商業銀行前，意味著國有商業銀行的成本效率普遍低于股份制銀行(如表2所示)，這與錢蓁[7]、遲國泰等[5]和付雯雯[10]的研究結果相同。成本效率的分布區間為 [0.811，1)。成本效率均值越大，銀行的經營成本效率越高。效率最低的是中國農業銀行(CE=0.811)，最高的是上海浦東發展銀行(CE=0.989)。

2.模型Ⅱ:風險因素影響分析

為了避免偽回歸，對數據的平穩性進行LLC單位根檢驗，檢驗結果(如表3所示)表明各變量序列為平穩序列。采用Eviews6.0對模型Ⅱ進行固定效應①經Hausman檢驗，13家商業銀行樣本對應的P值為0.020，故選擇使用固定效應面板模型。的面板估計。從回歸結果的擬合情況來看，調整后R2為0.942，擬合度很好。通過F統計量可以看出模型中解釋變量與被解釋變量的線性關系顯著，F統計量的概率值為0，說明模型整體效果較好(如表4所示)。

表3 面板數據的單位根檢驗

表4 模型Ⅱ的回歸估計結果

結果表明銀行的成本效率與不良貸款率為負相關關系，而與貸存比、資本充足率為正相關關系，并且3個變量的t值均在1%的水平上統計顯著。比較3個變量的作用大小，不良貸款率的系數為－1.101，貸存比的系數高達1.171，資本充足率的系數為0.698，顯然，貸存比的作用高于不良貸款率和資本充足率，說明貸存比的增加對于改善銀行成本效率最為顯著，而資本充足率是3個指標中作用相對最小的。

五、結論與建議

由隨機邊界成本模型測得的各家銀行的成本效率值可以看出，四大國有商業銀行的成本效率值普遍低于股份制商業銀行。而從模型Ⅱ測算出的結果來看，信用風險的有效控制對銀行成本效率的改善作用極為顯著。因此，實施信用管理和控制風險就顯得尤為重要。在后金融危機時代的今天，中國商業銀行必須注重以下三方面的改進，才能有效地提高成本效率，增強銀行的競爭力。

第一，降低不良貸款率，改善資產質量。計量結果顯示，在其他條件不變的前提下，不良貸款率每降低1個百分點，成本效率值就可以提高1.101個百分點，說明銀行不良貸款占比越高，資產質量就越差，成本效率也就越低。不良貸款率是評價銀行經營安全性和競爭力，衡量商業銀行成本效率水平高低的重要指標。

不良貸款率是不良貸款占總貸款余額的比重，降低銀行的不良貸款率，一是減小分子，降低不良貸款額;二是增大分母，增加總貸款余額。但是單憑貸款規模的擴大對于降低不良貸款率治標不治本。要從根源上治理不良貸款額，必須從減小分子上下功夫。而不良貸款的形成主要受貸前調查、貸后管理及借款企業違約等因素影響。因此，要降低不良貸款額，可以從防范新增不良貸款及處置已有不良貸款兩方面實施。中國商業銀行，特別是四大國有商業銀行在股份制改革以前積累的巨額不良貸款和較高的不良貸款率②據《中國金融年鑒》公布，1995年中國的國有商業銀行和股份制商業銀行的不良貸款率分別高達22.0%和3.7%，而到了1999年又繼續沖高到35.0%和12.5%。一度成為拉低成本效率、誘發國內金融危機的最大風險。防范新增不良貸款的主要途徑有:加快信用評級技術和資產組合技術的研發及相關人員的培訓;從組織結構和管理流程上建立起一套科學完善的內部風險評估體系和風險防范體系，加強銀行內部風險管理和控制，優化資本結構，改善資產質量。對于已有不良貸款，應當繼續加快商業銀行向資產管理公司剝離以及出售不良資產的步伐。值得一提的是，進入21世紀以來，經過持續深入的改革，中國銀行業的風險抵御能力和經營效率不斷提升，不良貸款率由2003年的17.9%穩步下降到2009年的1.6%，2011年中國商業銀行五級分類不良貸款余額為4 279億元，不良貸款率降至1.0%。

第二，進一步拓寬貸款融資渠道，積極開發中小企業，特別是小微企業貸款的有效需求，優化信貸結構。從計量結果來看，銀行的貸存比增長1%，成本效率值提高1.171，說明資金使用率的提升可以減少閑置存款的機會成本，增大銀行的盈利機會，有助于降低銀行的經營成本，改善銀行的成本效率。必須指出的是，雖然貸存比對銀行成本效率的影響大于不良貸款率和資本充足率，但國有銀行承擔的政策性貸款業務較多，其貸款不是按照市場原則進行配置，因而在一定程度上會影響資產配置質量，對成本效率的提升并不一定顯著。與國有商業銀行相比，股份制商業銀行沒有政策包袱，按市場機制發放貸款，因而資產配置質量相對較高，成本效率的提高較為明顯。實際上，貸存比是一個具有杠桿性質的指標，貸存比過高會增加銀行的流動性風險、降低清償能力，因而它存在一個拐點。2011年中國銀監會將商業銀行月度日均貸存比控制在75%以內，說明通過增加貸存比來降低銀行成本、提高效率是行不通的，而是要調整信貸結構，將信貸業務的重點目標轉向貸款需求較高的中小企業，尤其是小微企業。針對中小企業和小微企業，商業銀行應成立金融服務專門機構，確保貸款隊伍的專業化管理，并推進貸款產品要素差異化、體系豐富化。從2008年起，郵政儲蓄銀行從小微企業客戶特點出發，陸續開辦了林權抵押貸款、漁船抵押貸款、“糧農寶”小額貸款等，有效地完善了小微企業貸款產品體系。實行中小企業黃金客戶差別化利率，對一些信譽好、效益好的中小企業給予利率優惠，減少其融資成本。

第三，加強對資本充足率的監管，提高自有資本。從模型的估計結果來看，在其他條件不變的前提下，資本充足率增長1個百分點，成本效率值可以提高0.698個百分點，說明銀行資本充足率的提高有助于成本效率的改善。資本充足率體現的是商業銀行抵御風險提高效率的能力，它的提高會帶給銀行較大的資本壓力，促使商業銀行降低權益杠桿，并通過提高資產利用率和成本控制來滿足資本充足要求。

加大資本充足率的具體方式可以是股權融資，發行次級債，改善治理結構。2011年中國國有商業銀行的資本充足率為12.5%，股份制商業銀行為11.0%，都已超過了銀監會規定的8.0%的下限。各家商業銀行主要通過股權融資的方式補充核心資本金，進而提高資本充足率，2009年，深圳發展銀行、上海浦東發展銀行主動開辟了定向增發;中國民生銀行公開上市;中國光大銀行引進戰略投資者，招商銀行則選擇配售多樣化的股權融資渠道來融資，這些都是銀行主動補充資本充足率、改善成本效率的必要措施。另外，可以通過發行次級債等方式來補充商業銀行的附屬資本。此外，通過改善商業銀行的治理結構，可以增加自有資本，從根本上改善資產質量，促使銀行內部增強對信用風險抵御能力的管理和控制，提高成本效率，持續增強銀行的盈利能力。

[1]Berger， N.， Humphrey， B. Measurement and Efficiency Issues in Commercial Banking[J].European Journal of Operational Research，1993，98(2):175－212.

[2]Simon，H.，Robert，K.，Eisenbeis，A.An Analysis of Inefficiencies in Banking[J].Journal of Banking and Finance，1995，19(3－4):733－734.

[3]Pasiouras，F.Estimation the Technical and Scale Efficiency of Greek Commercial Bank:The Impact of Credit Risk，Off－Balance Sheet Activities ，and International Operations[J].Journal of Banking and Finance，2007，16，(8－9):245－273.

[4]Ansari，G.，Muhammad，S.An Empirical Investigation ofCost Efficiency in the Banking Sector of Pakistan[J].State Bank of Pakistan Research Bulletin，2007，3(2):209－231.

[5]遲國泰，孫秀峰，蘆丹.中國商業銀行成本效率實證分析[J]. 經濟研究，2005，(6).

[6]張建華.中國商業銀行的X效率分析[J].金融研究，2003，(6).

[7]錢蓁.中國商業銀行的效率研究——SFA方法分析[J]. 南京社會科學，2003，(1).

[8]梁艷，亢唅.基于風險調整的中國商業銀行成本效率研究[J]. 統計與決策，2009，(15).

[9]林豐德.資本充足要求下中國上市銀行的效率問題研究[D].天津:南開大學博士學位論文，2009.

[10]付雯雯.中國商業銀行的效率與風險研究[D].武漢:華中科技大學博士學位論文，2011.

[11]Allen，L.，Rai，A.Operational Efficiency in Banking:An lntemational Comparison[J].Journal of Banking and Finance，1996，20(6):655－672.

[12]Battese，G.E.，Coelli，T.J.Frontier Production Functions，Technical Efficiency and Panel Data:With Application to Paddy Farmera in India[J].Journal of Productivity Analysis，1992，(3):153－169.

[13]何蛟.中國商業銀行效率及其影響因素研究[D].重慶:重慶大學博士學位論文，2010.