不良貸款約束下我國上市商業(yè)銀行經營效率評價
——基于super-SBM模型

楊君岐 杜 娟

（陜西科技大學經濟與管理學院，陜西 西安 710000）

一、引言

商業(yè)銀行作為我國金融體系的重要組成部分，是我國進行宏觀調控的基礎和支撐。商業(yè)銀行安全穩(wěn)健的經營對于經濟整體平穩(wěn)發(fā)展具有重要意義。隨著金融國際化進程的不斷推進、金融創(chuàng)新和金融脫媒的不斷發(fā)展，以及互聯(lián)網金融的深入影響，都使得中國當前的金融環(huán)境更為復雜。從銀行體系來看，雖然我國銀行的利潤在世界排名是最高的，但不良貸款數(shù)量也隨著銀行規(guī)模的擴大而不斷增多，資產的質量不容樂觀。我國的不良貸款率仍處于高位，大量的不良貸款可能會引發(fā)銀行業(yè)危機。在日益復雜的金融環(huán)境下，對銀行業(yè)的經營效率管理也提出了更高的要求。不良貸款作為評價銀行經營安全性的重要指標之一，研究其對商業(yè)銀行的效率影響具有重要意義。

二、文獻回顧

與本文相關的研究成果主要集中于兩個方面：一是關于商業(yè)銀行效率的研究內容；二是關于商業(yè)銀行的效率的測度方法。

國外學者對于商業(yè)銀行效率的研究最早在20年代50年代中期。對于效率的研究主要集中在規(guī)模效率、成本效率、X效率、技術效率、利潤效率和成本效率等方面。我國在1984年才有真正意義上的商業(yè)銀行，因此國內學者對于銀行效率的研究起步較晚，在研究的內容和方法上也主要是參照西方對于商業(yè)銀行的研究模式。

數(shù)據(jù)包絡分析法在銀行效率測度中應用最為普遍。Berger與Humphrey（1997）[1]對銀行效率的研究方法進行總結發(fā)現(xiàn)，數(shù)據(jù)包絡分析是其中重要的測度工具。針對DEA方法存在投入松弛和產出松弛的問題，2001年Tone提出了非徑向的、非角度的基于投入松弛測度的模型--SBM。甘小豐（2007）[2]應用SBM方法對國內16家銀行的效率進行了分析。后有剔除修正松弛變量的Super-SBM模型，能夠進一步對SBM模型的有效單元進行排序，也就表明Super-SBM使得有效單元的比較成為可能。

近年來國內外學者逐漸重視起不良貸款對于商業(yè)銀行的影響，開始將不良貸款作為一項非意愿產出來考察商業(yè)銀行的效率。李雙建和劉凱峰（2016）[3]測度了不良貸款約束下城市商業(yè)銀行的全要素生產率，譚政勛和庹明軒（2016）[4]用SBM模型分析得出忽視不良貸款會顯著高估銀行效率。

對前期的文獻梳理，發(fā)現(xiàn)多數(shù)文獻在研究商業(yè)銀行效率時未將不良貸款作為一項非期望產出來考察。本文從以下兩個方面進行補充：首先，將不良貸款納入到銀行效率的分析框架中。不良貸款是反映銀行資產安全的重要指標，考察其對商業(yè)銀行效率的影響。其次，大型國有銀行和股份制銀行在規(guī)模、資金實力、風險防控等方面都存在明顯的差異性，因此將銀行分為兩類來對比分析。

三、研究方法

本文選擇基于規(guī)模報酬可變的超效率SBM模型，該模型相對于傳統(tǒng)的模型來說使得效率為1的決策單元間的比較成為可能。超效率SBM模型具體為：

其中，S-i,S+r表示投入、產出的松弛量為權重向量；k為待評價對象序號。目標函數(shù)滿足。若，說明被評價決定單元無效，需要在投入產出上做相應改進。

四、數(shù)據(jù)來源與指標選取

（一）數(shù)據(jù)來源與數(shù)據(jù)來源

本文選取了2010-2017年我國13家上市的商業(yè)銀行，其中包括中國工商銀行、中國農業(yè)銀行、中國銀行、中國建設銀行和交通銀行5家大型商業(yè)銀行以及浦發(fā)銀行、招商銀行、民生銀行、光大銀行、中信銀行、興業(yè)銀行、平安銀行和華夏銀行8家股份制商業(yè)銀行。數(shù)據(jù)來源主要來自各銀行各年的年報。

（二）投入產出指標的選取

合理確定商業(yè)銀行的投入、產出，是測量商業(yè)銀行效率的關鍵。本文綜合中介法和生產法，選取下列指標。

1.投入指標：員工人數(shù)、固定資產和營業(yè)外支出。用本年度商業(yè)銀行的在職人員的數(shù)量作為人力資源投入的替代。營業(yè)支出的高低在很大程度上反映了商業(yè)銀行的成本的高低，王兵、朱寧（2011）[5]認為營業(yè)支出較低的銀行具有低成本的競爭優(yōu)勢。本文中的營業(yè)成本=營業(yè)稅金及附加+業(yè)務及管理費+資產減值損失+其他業(yè)務成本。

2.期望產出：非利息收入和稅前利潤。非利息收入作為評價競爭優(yōu)劣的指標之一，其地位愈發(fā)重要。本文中的非利息收入=手續(xù)費及傭金凈收入+投資收益+公允價值變動損益+匯兌收益+其他業(yè)務收入。選取稅前利潤作為產出，避免了商業(yè)銀行利潤為負的可能。本文中稅前利潤是營業(yè)收入扣除成本費用以及流轉稅后的金額。

3.非期望產出：不良貸款。貸款質量的高低對商業(yè)銀行的效率和盈利能力產生直接的影響，因此將不良貸款作為一項非期望產出來評價商業(yè)銀行的效率。本文中的不良貸款=不良貸款率×貸款總額。

五、測度結果分析

表1 考慮非期望產出時我國商業(yè)銀行的效率值

從表1中的測量結果可以看出，2010年至2017年全國商業(yè)銀行的平均效率值較低，僅為0.9441。其中平安銀行、興業(yè)銀行、浦發(fā)銀行、中國銀行、工商銀行、招商銀行和民生銀行效率值是有效的。具體來講，2010-2012年我國上市商業(yè)銀行效率值呈現(xiàn)一個上升的態(tài)勢。2010年，國際金融危機導致的金融動蕩逐步得到了緩解，銀行業(yè)的資產規(guī)模增速較快。不良貸款率和不良貸款余額雙降，資產質量持續(xù)得到改善。截至2012年我國銀行業(yè)的資產增速平穩(wěn)，存貸款余額也逐步提升，資本實力得到很大的提升。不良貸款余額三年內較有波動，但不良貸款率不斷降低，資產質量較為穩(wěn)定。

2015年至2017年全國商業(yè)銀行的效率值略微呈現(xiàn)一個下降的趨勢，但波動不大。2017年各銀行資產質量得到好轉，這是一大亮點。2017年末，工行、建行和中國銀行的不良貸款都出現(xiàn)了不同程度的下降，農行的不良貸款和不良貸款率更是表現(xiàn)為雙降。股份制銀行的不良貸款率也普遍下降。銀行資產質量的好轉，離不開經濟形勢的好轉，也與銀行自身的努力分不開。隨著經濟的轉型升級，銀行在對信貸結構進行調整，貸款結構的優(yōu)化增加了利潤來源，也減少了不良貸款產生的風險。

通過對大型國有商業(yè)銀行和股份制商業(yè)銀行的對比可以看到，在考察時間內股份制商業(yè)銀行的效率明顯高于大型商業(yè)銀行。從表1中可以看出，股份制銀行中平安銀行、興業(yè)銀行和浦發(fā)銀行排在前三，并且都表現(xiàn)為有效值。大型國有銀行中中國銀行業(yè)中國工商銀行分別排在第四和第五，而中國農業(yè)銀行、中國銀行、中國建設銀行的效率值排在13家上市銀行的末尾，并且表現(xiàn)為效率值無效，其中農業(yè)銀行更是以0.4400的效率值排在末位。

我國的五大國有商業(yè)銀行，長期處于壟斷地位，擁有龐大的員工數(shù)量，機構較為臃腫，盈利能力方面也主要依靠利息收入，在業(yè)務創(chuàng)新方面略有欠缺。再者，五大國有銀行的融資渠道相對較廣，在獲取資金上也相對容易，因此在對不良貸款的管理上表現(xiàn)較差，風險防范意識較為薄弱。相比之下，雖然股份制商業(yè)銀行的起步較晚，資金實力不夠雄厚，分支機構以及人力資源的投入也相對較少，但在業(yè)務創(chuàng)新上和在不良貸款風險控制上的的效率相對較高。正因為股份制銀行在規(guī)模以及資金實力上不及國有銀行，政策上的享受上也沒有國有銀行優(yōu)惠，就在業(yè)務創(chuàng)新以及風險防范方面有所努力。

六、結論與建議

資產的質量會對商業(yè)銀行的效率產生一定的影響，不考慮不良貸款的情況下會使得商業(yè)銀行的效率產生一定的偏差。因此，本文將不良貸款作為非期望產出，運用super-SBM模型測度了我國13家上市商業(yè)銀行的效率值，并按股權形式分為兩類進行對比。結果發(fā)現(xiàn)：第一，全國商業(yè)銀行的效率水平普遍較低，呈現(xiàn)出先升后降的態(tài)勢。其中平安銀行效率值最高，中國農業(yè)銀行效率值最差。第二，根據(jù)股權結構將13家商業(yè)銀行分類發(fā)現(xiàn)，股份制商業(yè)銀行的效率總體來說高于國有銀行。

為了提升中國銀行業(yè)的效率，更好的促進中國銀行業(yè)更快的發(fā)展，現(xiàn)提出以下建議：一是大型國有商業(yè)銀行應精簡投入，合理合并一部分臃腫的分支機構，網點鋪設和固定資產的投入等方面應有所減少，降低成本支出，提高使用效率。二是股份制銀行應根據(jù)自身特點，找準定位。應大力發(fā)展融資業(yè)務，提高市場占有率，拓展新市場。同時增強金融業(yè)務創(chuàng)新能力，培育核心競爭力。三是我國商業(yè)銀行應加強金融風險防范意識，提高資產質量。規(guī)范開展不良資產處置業(yè)務，拓寬不良貸款的處理渠道，提升不良貸款的處置能力。完善現(xiàn)行的資產質量分類和考核方法，保證銀行業(yè)健康發(fā)展。