基于DNSBM—DEA模型的上市銀行效率評價

張曉杰

摘 要：網絡DEA模型為對上市銀行進行動態網絡效率評價，基于動態網絡評價模型，對我國上市銀行進行效率評價。結果表明，北京銀行等9個銀行是有效的，華夏銀行等6個銀行的投資效率比較低，交通銀行則需要提高經營效率。

關鍵詞：上市銀行；數據包絡分析；動態網絡；松弛變量

中圖分類號：F832 文獻標志碼：A 文章編號：1673-291X（2017）12-0056-01

引言

銀行的效率評價法包括參數法和非參數法。參數法有因子分析方法等，非參數法中主要有數據包絡分析法（DEA），它不用設定生產函數，計算簡便，應用較為廣泛。Sherman [1]首次用DEA模型測算了銀行的效率，接著有學者提出基于網絡DEA模型的評價法[2]，較少文章基于動態網絡DEA模型評價銀行效率。

本文基于動態網絡SBM-DEA模型[3]評價了我國上市銀行2012—2014年的效率。首先，對投入產出數據用GDP平減指數處理，然后代入模型，便可得到銀行的效率值，從而得到銀行的排名結果。

一、投入產出數據來源

數據來源于Wind資訊，并且經過GDP平減指數處理。其中，經營階段的投入指標選擇利息支出、營運支出，存款、利息收入和營業收入為產出；投資階段的投入有存款和上期的不良貸款率，存款來自經營階段，產出有當期不良貸款率。

二、動態網絡效率評價

代入模型后求得寧波銀行、浦發銀行、民生銀行、招行、興業銀行、北京銀行、農行、工行和建行的綜合效率值和分解效率值均為1，而平安銀行綜合評價值為0.8030，分解效率值分別為0.9563和0.9378；華夏銀行的綜合評價值為0.8753，分解效率值分別為1.0000和0.9659；南京銀行綜合評價值為0.8957，分解效率值分別為0.9718和0.9317；交行的綜合評價值為0.9905，分解效率值別為0.9942和0.9987；光大的綜合評價值是0.9476，分解效率值分別是1.0000和0.9980；中行的綜合評價值是0.9990，分解效率值分別為0.9993和0.9988；中信銀行的綜合評價值是0.9903，分解效率值分別為0.9992和0.9964。

三、結果分析

由評價結果可知，寧波銀行、浦發銀行、民生銀行、招商銀行等為有效的決策單元，其他銀行如平安銀行、華夏銀行、南京銀行等則效率值低于1，效率還有待提高。平安銀行的子過程2效率值低于子過程1，因此對于平安銀行來說，可以重點提高投資階段的效率，華夏銀行、南京銀行、光大銀行等同平安銀行類似。而交通銀行子過程1的效率比較低，可以改進經營階段的效率。

結語

基于動態網絡SBM-DEA模型既考慮了銀行的內部網絡結構，同時還可以對多個時期內的效率值進行評價，得到的評價結果對銀行管理者來說有一定的參考價值和意義。

參考文獻：

[1] Sherman H.D.Bank branch operating efficiency：evaluation with data envelopment analysis[J].Journal of Banking and Finance，1985，（9）：297-315.

[2] Wang K.Efficiency measures of the Chinese commercial banking system using an additive two-stage DEA[J].Omega，2014，（44）：15-20.

[3] Tone K.Dynamic DEA with network structure：A slacks-based measure approach[J].Omega，2014，（42）：124-131.

[責任編輯 陳丹丹]