上市銀行運(yùn)營(yíng)效率測(cè)度和高效運(yùn)營(yíng)組合路徑研究
——基于三段DEA 和fsQCA 法

□ 竇路遙 周志剛 白增亮 魏雪茹

（山西財(cái)經(jīng)大學(xué) 信息學(xué)院，山西 太原 030006）

一、引 言

隨著金融市場(chǎng)化改革，我國(guó)上市銀行種類開(kāi)始進(jìn)入多元化時(shí)代，逐步實(shí)現(xiàn)國(guó)有主導(dǎo)型發(fā)展向資本多樣型發(fā)展的戰(zhàn)略轉(zhuǎn)型。在轉(zhuǎn)型過(guò)程中，不僅需要國(guó)有行和大型股份制銀行的助力和推動(dòng)，也需要地方城商行和農(nóng)村信用社（以下簡(jiǎn)稱農(nóng)商行）的市場(chǎng)賦能和政策實(shí)踐。然而，在金融市場(chǎng)化和信息化的新時(shí)代背景下，運(yùn)營(yíng)效率的高低一直制約著上市銀行的快速發(fā)展。由于上市銀行資本規(guī)模與地理位置有所不同，將網(wǎng)點(diǎn)規(guī)模、員工素質(zhì)、營(yíng)收狀況等因素進(jìn)行非線性融合，以運(yùn)營(yíng)效率為導(dǎo)向的結(jié)構(gòu)轉(zhuǎn)型模式在各類上市銀行實(shí)操效果上差距明顯。國(guó)有行受制于服務(wù)人群體量和技術(shù)層面難題，運(yùn)營(yíng)效率在匹配金融市場(chǎng)多樣化需求上欠佳[1]；股份制銀行市場(chǎng)分布較為局限，地域特征明顯，運(yùn)營(yíng)效率提升速度波動(dòng)性大[2]；城商行與農(nóng)商行在規(guī)模收益和股權(quán)融資之間陷入兩難抉擇[3]，致使對(duì)運(yùn)營(yíng)效率的把控易受市場(chǎng)干擾。

同時(shí)，上市銀行運(yùn)營(yíng)效率測(cè)度往往集中在市場(chǎng)環(huán)境剖析和單一體系探討[1]。其中國(guó)內(nèi)生產(chǎn)總值、行業(yè)集中度、貨幣供給增長(zhǎng)率等[2]與市場(chǎng)環(huán)境密切相關(guān)的指標(biāo)被廣泛應(yīng)用于效率測(cè)度，也有部分學(xué)者將經(jīng)營(yíng)年限、資產(chǎn)規(guī)模、資產(chǎn)回報(bào)率等[3]納入考量范圍，凸顯上市銀行特征的綠色信貸、創(chuàng)新水平等[5]指標(biāo)也有出現(xiàn)。而關(guān)于單個(gè)體系上市銀行的運(yùn)營(yíng)效率測(cè)度探討，發(fā)現(xiàn)國(guó)有行集中于規(guī)模優(yōu)勢(shì)[1]、股份制行表現(xiàn)在范圍優(yōu)勢(shì)[2]、城商行致力在技術(shù)水平上[5]、農(nóng)商行著重于人力資源革新上[3]。此外，研究發(fā)現(xiàn)各體系銀行自身依次存在信貸體制束縛、范圍不匹配管理、股權(quán)集中程度分散以及政策導(dǎo)向扭轉(zhuǎn)的現(xiàn)象[1-5]掣肘運(yùn)營(yíng)效率提升。而上市銀行作為金融體系中最重要的一環(huán)，在金融資源運(yùn)轉(zhuǎn)、保持市場(chǎng)流動(dòng)性以及維護(hù)金融體系穩(wěn)定上都發(fā)揮著關(guān)鍵作用，其運(yùn)營(yíng)效率的大小更是關(guān)乎利率市場(chǎng)化的推進(jìn)、可持續(xù)發(fā)展的形成以及金融科技領(lǐng)域的布局[4]。因此，關(guān)于上市銀行運(yùn)營(yíng)效率的測(cè)度及高效運(yùn)營(yíng)組合路徑研究就具備重要意義。

綜上所述，學(xué)者們大多聚焦于宏觀層面的管理分析和效率評(píng)價(jià)，而對(duì)于上市銀行微觀層面上的效率研究相對(duì)缺乏；也有部分學(xué)者關(guān)注單一銀行體系的運(yùn)營(yíng)效率，而對(duì)于整個(gè)上市銀行體系的運(yùn)營(yíng)效率探討仍然不足。那么，目前階段我國(guó)上市銀行體系運(yùn)營(yíng)整體如何？怎樣提升各體系上市銀行的運(yùn)營(yíng)水平呢？鑒于此，本文從上市銀行外部環(huán)境進(jìn)行入手，利用DEA 模型對(duì)國(guó)內(nèi)54 家上市銀行運(yùn)營(yíng)效率進(jìn)行測(cè)度；再結(jié)合上市銀行內(nèi)部結(jié)構(gòu)，利用fsQCA 給出高效組合路徑并對(duì)從組態(tài)視角進(jìn)行路徑解釋。綜合內(nèi)外情況對(duì)上市銀行運(yùn)營(yíng)效率進(jìn)行研究，以期為上市銀行的高效運(yùn)營(yíng)提供決策參考。

本文可能的邊際貢獻(xiàn)和創(chuàng)新有：研究對(duì)象上，囊括4大體系：國(guó)有行、股份制行、城商行和農(nóng)商行，并對(duì)宏觀層面和微觀層面上的治理研究做出了解釋。研究方法上，將DEA 與fsQCA 方法結(jié)合。基于三階段DEA 模型，排除影響因素干擾，提升結(jié)果精確度；基于fsQCA 分析方法，通過(guò)擬合概率密度曲線和分布函數(shù)曲線來(lái)刻畫(huà)錨點(diǎn)，使變量校準(zhǔn)更加科學(xué)。研究視角上，客觀分析了上市銀行的外部制度環(huán)境和組織內(nèi)部結(jié)構(gòu)對(duì)其運(yùn)營(yíng)效率的影響，從組態(tài)視角上解釋上市銀行形成高技術(shù)效率的路徑成因。

二、文獻(xiàn)回顧與研究假設(shè)

在整個(gè)金融體系中，上市銀行作為市場(chǎng)核心在維護(hù)金融秩序，在促進(jìn)市場(chǎng)流動(dòng)上發(fā)揮關(guān)鍵作用。而銀行運(yùn)營(yíng)效率水平高低實(shí)則是其管理體系完整性、未來(lái)發(fā)展可持續(xù)性和資產(chǎn)價(jià)值波動(dòng)性融合后的集中體現(xiàn)。在各體系銀行運(yùn)營(yíng)效率測(cè)度與分析研究上，應(yīng)當(dāng)主要厘清影響上市銀行運(yùn)營(yíng)效率的相關(guān)因素，既包括外部環(huán)境因素，也包括內(nèi)部組織因素，從而系統(tǒng)全面的對(duì)運(yùn)營(yíng)效率情況進(jìn)行剖析。

（一）區(qū)域GDP、區(qū)域人口數(shù)量與上市銀行運(yùn)營(yíng)效率

GDP 作為一項(xiàng)經(jīng)濟(jì)指標(biāo)與銀行運(yùn)營(yíng)情況關(guān)系密切，由于上市銀行在地區(qū)經(jīng)濟(jì)發(fā)展中起核心作用且代表區(qū)域金融市場(chǎng)的運(yùn)行水平，而地區(qū)經(jīng)濟(jì)發(fā)展水平高低也會(huì)直接影響銀行運(yùn)營(yíng)效率大小[4,5]，因此當(dāng)區(qū)域GDP 數(shù)值越高則代表該地區(qū)銀行運(yùn)營(yíng)能力越好。而區(qū)域人口數(shù)量更是體現(xiàn)區(qū)域經(jīng)濟(jì)活力的重要指標(biāo)，區(qū)域人口不僅是消費(fèi)市場(chǎng)上的決定性因素，更是經(jīng)濟(jì)內(nèi)循環(huán)過(guò)程中的中堅(jiān)力量，通過(guò)作用于要素市場(chǎng)上最終實(shí)現(xiàn)供需平衡[6]。在這個(gè)過(guò)程中，區(qū)域人口作為經(jīng)濟(jì)結(jié)構(gòu)中的基礎(chǔ)性存在會(huì)增大金融資源需求，通過(guò)促進(jìn)銀行業(yè)務(wù)規(guī)模、加強(qiáng)銀行客戶流動(dòng)以及為銀行提供自有資源來(lái)間接提升銀行運(yùn)營(yíng)效率。基于此，提出假設(shè)1。

假設(shè)1：區(qū)域GDP 和區(qū)域人口數(shù)量與上市銀行經(jīng)營(yíng)效率存在正相關(guān)關(guān)系。

（二）不良貸款率、存貸比與上市銀行運(yùn)營(yíng)效率

上市銀行的資產(chǎn)配置能力也對(duì)其運(yùn)營(yíng)效率產(chǎn)生重要影響，而資產(chǎn)配置能力主要體現(xiàn)在不良貸款率和存貸比上[7]。上市銀行風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)主要依托于不良貸款率，不良貸款率直接決定銀行運(yùn)營(yíng)水平狀況。不良貸款絕大部分來(lái)源于道德風(fēng)險(xiǎn)和系統(tǒng)風(fēng)險(xiǎn)，貸前調(diào)查、貸中審查、貸后復(fù)查在約束大小規(guī)模貸款上具備效果[8]，“三查”也是銀行運(yùn)營(yíng)體系的一部分并對(duì)銀行資產(chǎn)損失存在約束，結(jié)合會(huì)計(jì)學(xué)理念延伸，認(rèn)為約束本質(zhì)上是管理費(fèi)用的一種表現(xiàn)形式，可以計(jì)入營(yíng)業(yè)成本。針對(duì)不良貸款所帶來(lái)的資產(chǎn)損失則屬于約束無(wú)效，可劃分為沉沒(méi)成本，最終引起運(yùn)營(yíng)效率下降[9]。而存貸比代表銀行貸款與存款的相對(duì)規(guī)模，由于金融市場(chǎng)化和利率市場(chǎng)化，銀行產(chǎn)品同質(zhì)化趨勢(shì)嚴(yán)重導(dǎo)致盈利手段有限、吸儲(chǔ)放貸能力接近以及資產(chǎn)利用效率趨同[8,9]，在此背景下存貸比大小的不同更能體現(xiàn)銀行運(yùn)營(yíng)效率高低。傳統(tǒng)意義上貸款為銀行資產(chǎn)，存款為銀行負(fù)債，存貸比高則意味著銀行資產(chǎn)相對(duì)規(guī)模大，不考慮規(guī)模無(wú)效率的情況下，可認(rèn)為存貸比與銀行運(yùn)營(yíng)效率存在正相關(guān)性。基于此，提出假設(shè)2，3。

假設(shè)2：不良貸款率與上市銀行運(yùn)營(yíng)效率存在負(fù)相關(guān)關(guān)系。假設(shè)3：存貸比與上市銀行運(yùn)營(yíng)效率存在正相關(guān)關(guān)系。

（三）城市自身競(jìng)爭(zhēng)力與上市銀行運(yùn)營(yíng)效率

城市自身競(jìng)爭(zhēng)力主要包括經(jīng)濟(jì)競(jìng)爭(zhēng)力、宜商競(jìng)爭(zhēng)力、宜居競(jìng)爭(zhēng)力和可持續(xù)競(jìng)爭(zhēng)力。城市的經(jīng)濟(jì)環(huán)境和營(yíng)商環(huán)境是區(qū)域經(jīng)濟(jì)活力的有效保證，健康外部環(huán)境能節(jié)約銀行運(yùn)營(yíng)經(jīng)濟(jì)成本和人力成本。城市的公共衛(wèi)生水平、高等教育模式和經(jīng)濟(jì)增長(zhǎng)理念體現(xiàn)城市宜居競(jìng)爭(zhēng)力，城市的數(shù)字信息化程度、知識(shí)擴(kuò)散范圍大小、生態(tài)環(huán)境質(zhì)量和區(qū)域交通互通能力是地區(qū)可持續(xù)發(fā)展的重要指標(biāo)[10]，這些外部因素會(huì)對(duì)人才形成吸引，繼而間接影響銀行運(yùn)營(yíng)狀況和管理水平。此外，研究表明[11]，營(yíng)商環(huán)境是否良好會(huì)對(duì)企業(yè)技術(shù)創(chuàng)新層面和經(jīng)濟(jì)成本層面上產(chǎn)生影響，改善營(yíng)商環(huán)境會(huì)促進(jìn)銀行治理體系完善、降低銀行運(yùn)營(yíng)成本和加快銀行技術(shù)革新。同時(shí)，合理的城市資源環(huán)境規(guī)劃理念有助于提高區(qū)域創(chuàng)新意識(shí)并形成外部激勵(lì)效應(yīng)，在銀行運(yùn)營(yíng)過(guò)程中提供管理、運(yùn)營(yíng)和創(chuàng)新激勵(lì)，最終達(dá)成“數(shù)字金融賦能實(shí)體經(jīng)濟(jì)，推動(dòng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型”的經(jīng)濟(jì)增長(zhǎng)效果。基于此，提出假設(shè)4。

假設(shè)4：城市自身競(jìng)爭(zhēng)力與上市銀行運(yùn)營(yíng)效率存在相關(guān)關(guān)系。

（四）上市銀行內(nèi)部組織結(jié)構(gòu)與運(yùn)營(yíng)效率

上市銀行規(guī)模大小與運(yùn)營(yíng)效率之間具有不確定的相關(guān)性，我國(guó)商業(yè)銀行的綜合運(yùn)營(yíng)效率主要由規(guī)模效率主導(dǎo)，且規(guī)模收益可變的假說(shuō)對(duì)我國(guó)銀行的效率增長(zhǎng)具有正向影響[6]，然而也有學(xué)者研究發(fā)現(xiàn)銀行規(guī)模增大到一定程度時(shí)，對(duì)運(yùn)營(yíng)效率提升反而表現(xiàn)出非正相關(guān)關(guān)系[9]，另外，資產(chǎn)規(guī)模決定了銀行業(yè)務(wù)發(fā)展的可能性，這種可能性對(duì)于運(yùn)營(yíng)效率提升同樣具備不確定性[10]。而科技投入和科技人員投入與技術(shù)效率之間的關(guān)系不明確[12]，上市銀行的科技支出會(huì)促使技術(shù)效率提升，但是科技人員占比卻抑制技術(shù)效率提升，從績(jī)效體系看，科技人員投入產(chǎn)生的薪酬屬于科技投入費(fèi)用，與該結(jié)論不完全相同，說(shuō)明銀行經(jīng)營(yíng)體系本身具備復(fù)雜性。另外，股權(quán)集中度也有類似表現(xiàn)，股權(quán)集中度對(duì)于不同股權(quán)性質(zhì)企業(yè)所產(chǎn)生的激勵(lì)效應(yīng)不同，在中央控股、地方控股、國(guó)有資產(chǎn)管理機(jī)構(gòu)控股以及私有企業(yè)的激勵(lì)程度有較大差異。即股權(quán)集中度對(duì)銀行經(jīng)營(yíng)效率存在促進(jìn)、抑制、無(wú)法判斷和不相關(guān)這4 種關(guān)系[13,14]。基于此，提出假設(shè)5。

假設(shè)5：上市銀行內(nèi)部組織結(jié)構(gòu)與運(yùn)營(yíng)效率存在復(fù)雜相關(guān)關(guān)系。

三、研究方法

（一）三段DEA 方法

DEA 又稱數(shù)據(jù)包絡(luò)分析，建立在“帕累托最優(yōu)”基礎(chǔ)上并用來(lái)分析機(jī)構(gòu)效率評(píng)價(jià)的一種非參數(shù)方法[15,16]。其基本原理解釋如下：第一步對(duì)生產(chǎn)前沿面進(jìn)行固定，利用生產(chǎn)過(guò)程中投入與產(chǎn)出比例來(lái)選取對(duì)應(yīng)單元，采用規(guī)模報(bào)酬可變且以投入為導(dǎo)向的BCC 模型對(duì)單元技術(shù)效率(TE)、規(guī)模效率(SE)、純技術(shù)效率(PTE) 進(jìn)行計(jì)算。第二步是利用SFA 模型去除其他影響變量使決策單元環(huán)境一致，再將第一步中計(jì)算得出的投入冗余作為被解釋變量，環(huán)境變量作為解釋變量。第三步是再次使用BCC 模型將調(diào)整后的投入數(shù)據(jù)進(jìn)行效率測(cè)算，可認(rèn)為排除環(huán)境因素和隨機(jī)誤差[17]，決策單元計(jì)算結(jié)果真實(shí)性和準(zhǔn)確度得到保證。

其中BCC 模型具體公式如下所示：假設(shè)共有m 家上市銀行，有a 個(gè)以投入為主要導(dǎo)向的指標(biāo)和b 個(gè)以產(chǎn)出為主要導(dǎo)向的指標(biāo)Bj= (b1j,b2j,… … ,bbj)T，j= (1 ,2,… …,m)，可以得到BCC 模型的最優(yōu)解為：

在上述公式內(nèi)，S,-S+均為松弛變量，ε代表非阿基米德無(wú)窮小量，θ代表效率值。其中SFA 模型原理和具體公式如下：對(duì)一階段DEA 方法處理后的投入值進(jìn)行控制變量處理，即排除外界變量和管理無(wú)效率的隨機(jī)干擾。隨后將該投入冗余值作為模型因變量，外界影響因素和組合誤差項(xiàng)作為模型因變量，可以得出公式：

在上述公式內(nèi)，Yij為第j 個(gè)決策單元位于第i 項(xiàng)的投入冗余，αj,βi, Μij,Νij依次代表影響上市銀行運(yùn)營(yíng)效率的外界變量及其影響系數(shù)、隨機(jī)混合干擾項(xiàng)和管理無(wú)效率。因此，指定上市銀行的投入與產(chǎn)出變量，并運(yùn)用三段DEA 模型分析其外部影響變量和測(cè)算運(yùn)營(yíng)效率具備合理性[18]。

（二）fsQCA 方法

Ragin[19]最先提出定性比較分析，是一種量化與質(zhì)化結(jié)合的案例研究方法，探究多條件并發(fā)式組合的非線性因果關(guān)系，模糊集定性比較分析法(fsQCA)是在此基礎(chǔ)上通過(guò)集合分?jǐn)?shù)的刻度化進(jìn)行的延伸。該方法存在三個(gè)假設(shè)：多重并發(fā)因果、等效和非對(duì)稱。多重并發(fā)因果可認(rèn)為是影響上市銀行運(yùn)營(yíng)效率的多因素以組合形式出現(xiàn)，這些組合形式因果關(guān)系復(fù)雜且互相干擾最終共同作用于結(jié)果；等效意味著這些不同組合具備相同的影響力度，例如，在造成上市銀行技術(shù)效率低下的不同組合路徑中，雖然路徑有差別但作用結(jié)果無(wú)差距，都致使技術(shù)效率下降相同幅度；非對(duì)稱代表結(jié)果與反結(jié)果的成因不一致，例如讓上市銀行技術(shù)效率下降的原因?qū)α⒚娌灰?jiàn)得會(huì)使技術(shù)效率上升。由此，結(jié)合金融體系復(fù)雜的邏輯關(guān)系和因果組合的多樣化表現(xiàn)，可以得出：采用fsQCA 方法來(lái)分析上市銀行內(nèi)部組織環(huán)境效率問(wèn)題可行度較高。

四、基于DEA 的上市銀行運(yùn)營(yíng)效率測(cè)度與評(píng)價(jià)

（一）數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于Wind 數(shù)據(jù)庫(kù)，各銀行2021 年末公布財(cái)報(bào)，東方財(cái)富網(wǎng)。按照股權(quán)性質(zhì)與地域特點(diǎn)將54 家銀行分為4 類，分別為國(guó)有銀行（6 家），股份制銀行（8 家），城市商業(yè)銀行（31 家），農(nóng)村商業(yè)銀行（9 家），共涉及33 個(gè)城市和21 個(gè)省份。投入與產(chǎn)出的數(shù)據(jù)來(lái)源于各銀行的招股說(shuō)明書(shū)以及已經(jīng)公布的財(cái)務(wù)報(bào)表，宏觀層面數(shù)據(jù)來(lái)源于2021 年國(guó)家統(tǒng)計(jì)局公布的各省份統(tǒng)計(jì)年鑒，外界影響變量數(shù)據(jù)來(lái)源于中國(guó)社會(huì)科學(xué)院發(fā)布的《中國(guó)城市競(jìng)爭(zhēng)力第18 次報(bào)告》以及中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)發(fā)布的《2022中國(guó)金融科技企業(yè)洞察報(bào)告》。

（二）指標(biāo)選取

運(yùn)用DEA 進(jìn)行效率分析的關(guān)鍵是投入變量與產(chǎn)出變量如何選取，二者的不同組合會(huì)導(dǎo)致評(píng)價(jià)結(jié)果發(fā)生相應(yīng)改變[16]。投入指標(biāo)一般著重于成本方面的考量，產(chǎn)出指標(biāo)一般著重于運(yùn)營(yíng)結(jié)果的考量，根據(jù)學(xué)者研究[12,20]并結(jié)合上市銀行資產(chǎn)性質(zhì)、運(yùn)營(yíng)體系、人力成本上的特點(diǎn)，運(yùn)用Citespace 在中國(guó)知網(wǎng)CSSCI 源上選取近10 年共300 篇相關(guān)文獻(xiàn)，文獻(xiàn)主題為“上市銀行”、“效率評(píng)價(jià)”、“商業(yè)銀行”、“效率”、“DEA”以及“經(jīng)營(yíng)績(jī)效”，并從中提取投入與產(chǎn)出變量所運(yùn)用的關(guān)鍵詞共552 個(gè)，依據(jù)關(guān)鍵詞頻數(shù)最終選擇總資產(chǎn)和職工數(shù)為投入變量，凈利潤(rùn)和營(yíng)業(yè)收入為產(chǎn)出變量，可視化共現(xiàn)分析如圖1所示，其中節(jié)點(diǎn)大小代表出現(xiàn)頻次。

圖1 投入與產(chǎn)出變量可視化共現(xiàn)分析

同時(shí)，結(jié)合利率市場(chǎng)化背景和學(xué)者們已有研究成果[12,20]，從宏觀經(jīng)濟(jì)層面、宏觀配置環(huán)境層面和微觀經(jīng)營(yíng)層面最終選擇區(qū)域經(jīng)濟(jì)發(fā)展水平、城市自身競(jìng)爭(zhēng)力、資產(chǎn)配置能力為影響變量，達(dá)到影響變量的宏微觀結(jié)合效果，使得模型結(jié)構(gòu)更加穩(wěn)定。

綜上所述，選取了總資產(chǎn)、職工數(shù)、凈利潤(rùn)、營(yíng)業(yè)收入、區(qū)域GDP、區(qū)域人口、經(jīng)濟(jì)競(jìng)爭(zhēng)力、可持續(xù)競(jìng)爭(zhēng)力、宜居競(jìng)爭(zhēng)力、宜商競(jìng)爭(zhēng)力、不良貸款率、存貸比作為本文的研究變量，描述性分析如表1 所示：

表1 投入、產(chǎn)出、影響變量描述性統(tǒng)計(jì)

（三）實(shí)證分析

1.第一階段BCC

擬定規(guī)模報(bào)酬不變，通過(guò)BCC 模型對(duì)2021 年我國(guó)54 家上市銀行3 種效率進(jìn)行測(cè)度。表2 表明，我國(guó)上市銀行技術(shù)效率為0.861、純技術(shù)效率為0.915、規(guī)模效率為0.931，其中規(guī)模報(bào)酬不變的有14 家，規(guī)模報(bào)酬遞增的有11 家，規(guī)模報(bào)酬遞減的有29 家，說(shuō)明我國(guó)上市銀行總體規(guī)模報(bào)酬表現(xiàn)一般且整體運(yùn)營(yíng)水平、管理能力和制度建設(shè)存在提升空間。具體到各個(gè)銀行體系上來(lái)看，股份制行表現(xiàn)最為突出，技術(shù)效率高達(dá)0.979，說(shuō)明股份制行總體運(yùn)營(yíng)狀況良好；國(guó)有行技術(shù)效率與股份制行接近，說(shuō)明在利率市場(chǎng)化和金融改革雙重背景下，國(guó)有行運(yùn)營(yíng)水平逐漸上升，充分發(fā)揮市場(chǎng)化優(yōu)勢(shì)；城商行與農(nóng)商行技術(shù)效率接近，分別為0.777 和0.766，總體表現(xiàn)欠佳，這主要是因?yàn)閮烧呒兗夹g(shù)效率偏低。因此，技術(shù)創(chuàng)新促進(jìn)“科技銀行”轉(zhuǎn)型、健全信息化建設(shè)加快“數(shù)字銀行”推進(jìn)以及提升管理水平達(dá)到高效運(yùn)營(yíng)模式是城商行和農(nóng)商行目前需要重點(diǎn)關(guān)注的領(lǐng)域[18]。具體情況如下表2 所示：

表2 2021 年我國(guó)上市銀行調(diào)整前運(yùn)行效率及規(guī)模報(bào)酬情況

2.第二階段SFA

將2 個(gè)投入變量的松弛變量作為被解釋變量，將選取的8 個(gè)外界影響變量作為解釋變量，進(jìn)行SFA 回歸分析，結(jié)果如表3 所示。

表3 SFA 模型回歸分析結(jié)果

兩個(gè)松弛變量的γ值分別為0.99 和0.98，數(shù)值上接近1，說(shuō)明總資產(chǎn)松弛值和職工數(shù)松弛值由管理無(wú)效率導(dǎo)致，不為隨機(jī)干擾項(xiàng)。同時(shí)，陳升[21]認(rèn)為宏觀經(jīng)濟(jì)水平上升會(huì)帶動(dòng)工業(yè)化進(jìn)程，使得企業(yè)管理水平、制度建設(shè)、技術(shù)創(chuàng)新落后于規(guī)模擴(kuò)張程度，從而間接影響其運(yùn)營(yíng)能力。而表中數(shù)據(jù)顯示結(jié)果恰恰與之相反，表明區(qū)域經(jīng)濟(jì)水平與上市銀行投入冗余具有顯著反向關(guān)系，即區(qū)域人均GDP 對(duì)銀行的技術(shù)效率具有促進(jìn)作用。考慮原因是由于上市銀行作為金融行業(yè)的核心，擔(dān)任的角色往往是資金提供方或融通者，鑒于區(qū)域資金流通性和“資金蓄水池”大小共同作用，工業(yè)化進(jìn)程會(huì)為銀行帶來(lái)更好的資金來(lái)源和更多的資本總量余額，而銀行運(yùn)用的數(shù)字化技術(shù)與獨(dú)立結(jié)算系統(tǒng)完全可以接受快速工業(yè)化發(fā)展，不必因此過(guò)分?jǐn)U大規(guī)模甚至導(dǎo)致管理紊亂或技術(shù)退步現(xiàn)象。

城市宜商和宜居競(jìng)爭(zhēng)力系數(shù)為負(fù)數(shù)。說(shuō)明以下兩點(diǎn)：第一，城市營(yíng)商環(huán)境改善會(huì)導(dǎo)致上下游產(chǎn)業(yè)聚集并豐富產(chǎn)業(yè)類別，由此增加對(duì)勞動(dòng)人口的吸引力，繼而形成“產(chǎn)業(yè)促進(jìn)人力，人力提升產(chǎn)業(yè)”的規(guī)模效應(yīng)，通過(guò)“銀企結(jié)合”最終降低銀行運(yùn)營(yíng)成本[20]。第二，城市宜居度提升意味著就業(yè)環(huán)境良好、保障體系完善、醫(yī)療教育系統(tǒng)覆蓋面廣，基尼系數(shù)保持較低水準(zhǔn)，容易加快人口涌入并形成較大人口基數(shù)，繼而提升創(chuàng)新型人才數(shù)量，最終為銀行輸入科技型人才并達(dá)成“科技為金融賦能”的目標(biāo)[9,20]。而城市經(jīng)濟(jì)競(jìng)爭(zhēng)力和可持續(xù)競(jìng)爭(zhēng)力系數(shù)為正數(shù)，意味著兩者促進(jìn)上市銀行運(yùn)營(yíng)效率的效果欠佳，原因可能如下：經(jīng)濟(jì)水平過(guò)高區(qū)域的資產(chǎn)集中度和市場(chǎng)開(kāi)發(fā)完全度高，導(dǎo)致相關(guān)體系和不同體系銀行之間同業(yè)競(jìng)爭(zhēng)力度大，同時(shí)信息高速流通促使產(chǎn)品同質(zhì)化程度加深，客戶群體被劃分準(zhǔn)確致使市場(chǎng)業(yè)務(wù)開(kāi)展難度上升，不利于銀行自身運(yùn)營(yíng)效率提升。此外，可持續(xù)競(jìng)爭(zhēng)力上升側(cè)面代表著城市現(xiàn)階段持續(xù)競(jìng)爭(zhēng)力水平低下，而競(jìng)爭(zhēng)力系數(shù)相對(duì)較高的城市大多集中在正在進(jìn)行經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型的資源型城市，在這類城市中，銀企結(jié)合度高，實(shí)施資源轉(zhuǎn)型戰(zhàn)略提升可持續(xù)競(jìng)爭(zhēng)力易對(duì)銀行存貸規(guī)模、資本流動(dòng)性和核心資本充足率產(chǎn)生負(fù)面影響，最終降低運(yùn)營(yíng)效率。

值得注意的是，資產(chǎn)配置模塊中存貸比和不良貸款率表現(xiàn)出截然不同的效果。一方面，不良貸款率抑制技術(shù)效率提升。將“五級(jí)分類”中的后三類貸款定義為不良貸款[22]，不良貸款率高，可能無(wú)法收回的貸款占總貸款的比例就會(huì)越大。降低該比率做法為“多收少貸”、資金重復(fù)使用和債務(wù)重組[22]，都會(huì)影響銀行現(xiàn)金流大小，最后引起銀行效率低下。另一方面，存貸比促進(jìn)技術(shù)效率提升。存貸比為銀行貸款總額與存款總額的比值，比值上升意味著貸款總額相對(duì)規(guī)模擴(kuò)大，而上市銀行的主要收入來(lái)源之一為貸存利率差[5]。鑒于此，存貸比增大會(huì)導(dǎo)致銀行收入水平提升，在保證流動(dòng)性風(fēng)險(xiǎn)位于安全水平后，便可增強(qiáng)對(duì)科技和經(jīng)營(yíng)體系上的資金投入。同時(shí)，上市銀行自身具備財(cái)富聚集優(yōu)勢(shì)，容易引起“金融集聚”效應(yīng)，存貸比上升意味著資金在客觀層面上更具流通職能，繼而發(fā)揮類似貨幣乘數(shù)的杠桿效果，從而得出存貸比與運(yùn)營(yíng)效率存在顯著的正相關(guān)關(guān)系。

3.第三階段BCC

將調(diào)整后的職工數(shù)、總資產(chǎn)投入指標(biāo)與原始產(chǎn)出指標(biāo)結(jié)合，再次進(jìn)行DEA 效率的分析。同樣地，擬定規(guī)模報(bào)酬不變，對(duì)3 種效率進(jìn)行測(cè)度。表4 表明，我國(guó)上市銀行技術(shù)效率為0.788、純技術(shù)效率為0.832 和規(guī)模效率為0.887，其中規(guī)模報(bào)酬不變的有11 家，規(guī)模報(bào)酬遞增的有31 家，規(guī)模報(bào)酬遞減的有12 家，說(shuō)明排除環(huán)境變量和統(tǒng)計(jì)噪聲影響，我國(guó)上市銀行技術(shù)效率降低是由規(guī)模效率下降和管理水平欠佳共同導(dǎo)致的，進(jìn)一步體現(xiàn)出現(xiàn)階段上市銀行處于規(guī)模擴(kuò)張期，但與規(guī)模匹配的技術(shù)能力和管理科學(xué)度有待增強(qiáng)。具體情況如表4 所示：

表4 2021 年我國(guó)上市銀行調(diào)整后運(yùn)行效率及規(guī)模報(bào)酬情況

另外，對(duì)調(diào)整前后的各體系銀行進(jìn)行橫向?qū)Ρ龋l(fā)現(xiàn)調(diào)整后的整體運(yùn)營(yíng)情況欠佳，運(yùn)營(yíng)水平有所下降，時(shí)序變化狀況說(shuō)明技術(shù)創(chuàng)新和內(nèi)部管理是目前銀行理應(yīng)注重的主要矛盾。進(jìn)一步研究發(fā)現(xiàn)，規(guī)模無(wú)效率導(dǎo)致調(diào)整后各體系銀行技術(shù)效率的下降，純技術(shù)效率變化趨勢(shì)調(diào)整前后保持一致，代表上市銀行短期擴(kuò)大營(yíng)業(yè)規(guī)模和加強(qiáng)市場(chǎng)份額占有，存在同業(yè)惡性競(jìng)爭(zhēng)和迎合政策盲目發(fā)放貸款來(lái)擴(kuò)充資本規(guī)模的嫌疑。綜上可得：①上市銀行規(guī)模效率受外界變量影響較大。②技術(shù)創(chuàng)新和管理升級(jí)是提升技術(shù)效率的重要因素。③上市銀行進(jìn)行規(guī)模擴(kuò)張要注重自身經(jīng)營(yíng)能力，不能過(guò)度依靠外界融資或股權(quán)合并進(jìn)行助長(zhǎng)式發(fā)育，不然易致規(guī)模無(wú)效率。

基于調(diào)整后上市銀行效率的分布，確立縱軸（純技術(shù)效率），橫軸（規(guī)模效率），分界線（技術(shù)效率和規(guī)模效率的均值），將其分解為3 種類型：運(yùn)營(yíng)卓越型（PTE>0.832 and SE>0.882）、運(yùn)營(yíng)成長(zhǎng)型（PTE>0.832 and SE<0.882）和運(yùn)營(yíng)待改進(jìn)型（PTE<0.832 and SE<0.882），結(jié)合圖2、3、4 發(fā)現(xiàn)上市銀行技術(shù)效率和純技術(shù)效率整體表現(xiàn)為“U”型，且各體系銀行大多集中在SE<0.882 區(qū)間中，絕大部分城商行和小部分農(nóng)商行多數(shù)分布在運(yùn)營(yíng)待改進(jìn)型組中，股份制行規(guī)模效率接近國(guó)有行，此外，沒(méi)有出現(xiàn)嚴(yán)格的體系劃分效率現(xiàn)象，即矩陣表現(xiàn)上國(guó)有、股份、城、農(nóng)互相融合夾雜。

圖2 調(diào)整前效率情況

圖3 調(diào)整后效率情況

圖4 上市銀行純技術(shù)效率與規(guī)模效率矩陣

五、基于fsQCA 的上市銀行運(yùn)營(yíng)效率改進(jìn)方案

（一）變量選擇及描述性分析

通過(guò)Citespace 對(duì)CSSCI 上300 篇相關(guān)文獻(xiàn)進(jìn)行可視化分析，文獻(xiàn)選用主題詞為“銀行”、“商業(yè)銀行”、“規(guī)模與經(jīng)營(yíng)”、“影響因素”、以及“效率反饋”，并從中提取影響上市銀行運(yùn)營(yíng)效率的關(guān)鍵詞共508 個(gè)，發(fā)現(xiàn)與上市銀行經(jīng)營(yíng)相關(guān)的內(nèi)部要素主要有規(guī)模、盈虧狀況、科技使用程度和股權(quán)集中度，其可視化共現(xiàn)分析如圖5 所示。

圖5 調(diào)整后效率情況

基于以上分析結(jié)合研究假設(shè)，選取科技投入占比(STI)、科技人員占比(STPP)、銀行規(guī)模(SCALE)、股權(quán)集中度(HERF)、凈資產(chǎn)收益率(ROE)、負(fù)債率(NPLR)、技術(shù)效率(TE)作為條件變量，選取三段DEA 調(diào)整后的上市銀行TE 作為結(jié)果變量來(lái)解釋上市銀行技術(shù)效率的因果關(guān)系，數(shù)據(jù)來(lái)源于各銀行年報(bào)和由中國(guó)人民銀行發(fā)布的《中國(guó)金融年鑒》，部分銀行未公布科技人員占比和勞務(wù)外包情況，本文按照信息部門現(xiàn)有人數(shù)進(jìn)行統(tǒng)計(jì)。描述性分析如表5 所示：

表5 變量描述性分析

對(duì)變量進(jìn)行相關(guān)性分析，由分析結(jié)果可知：條件變量與結(jié)果變量之間部分顯著相關(guān)，條件變量之間也存在顯著相關(guān)關(guān)系，印證了假設(shè)5：上市銀行內(nèi)部組織結(jié)構(gòu)與運(yùn)營(yíng)效率存在復(fù)雜相關(guān)關(guān)系。進(jìn)一步說(shuō)明傳統(tǒng)線性回歸方法在解釋銀行內(nèi)部組織架構(gòu)與技術(shù)效率的關(guān)系上有局限性，而fsQCA 方法的優(yōu)勢(shì)則在于[23]：避免條件變量的自相關(guān)和多重共線性帶來(lái)的不利影響；能夠分析條件變量組合對(duì)結(jié)果變量產(chǎn)生的作用；是定性與定量分析方法的結(jié)合，使得在案例分析模塊更具前瞻性與科學(xué)性。相關(guān)性分析具體情況如表6 所示：

表6 變量相關(guān)性分析

因此，鑒于以上分析，發(fā)現(xiàn)影響銀行運(yùn)營(yíng)效率的諸多因素因果關(guān)系復(fù)雜、顯著關(guān)系模糊以及存在自干擾現(xiàn)象。本文基于組態(tài)視角，聚焦銀行內(nèi)部治理，運(yùn)用fsQCA 方法對(duì)影響銀行運(yùn)營(yíng)效率的因素展開(kāi)路徑分析，其組態(tài)模型如圖6 所示：

圖6 銀行內(nèi)部治理與高技術(shù)效率組態(tài)模型

（二）變量校準(zhǔn)、必要性檢測(cè)和真值表構(gòu)建

1.變量校準(zhǔn)

校準(zhǔn)意為重新劃分單元集合隸屬情況，常用方法是將原始數(shù)據(jù)簡(jiǎn)化為[0,1] 區(qū)間的集合。然而，上市銀行經(jīng)營(yíng)性質(zhì)和行業(yè)特點(diǎn)有別于傳統(tǒng)企業(yè)，研發(fā)方向和科技關(guān)注點(diǎn)不具備行業(yè)普適性。采用上、中、下分位對(duì)前因條件錨點(diǎn)進(jìn)行劃分不具備準(zhǔn)確度，繼而不能完全反映銀行運(yùn)營(yíng)過(guò)程中的邏輯關(guān)系[9,23]。為此，鑒于4 種銀行體系資本規(guī)模和資金儲(chǔ)備的巨大差異，通過(guò)95 分位、50 分位和5 分位來(lái)確定6 個(gè)條件變量與結(jié)果變量的完全不隸屬、交叉點(diǎn)和完全隸屬錨點(diǎn)。具體結(jié)果如表7 所示：

表7 各變量校準(zhǔn)錨點(diǎn)1

2.必要性檢測(cè)

QCA 分析過(guò)程中，條件變量和結(jié)果變量之間的充要關(guān)系由一致性和覆蓋率來(lái)檢驗(yàn)確定[24,25]。一致性得分決定變量間的必要或不必要關(guān)系，若得分?jǐn)?shù)值>0.9，則該條件變量為結(jié)果變量的必要條件之一。由表8 可知，各個(gè)單項(xiàng)前因條件影響高技術(shù)效率的必要性數(shù)值都<0.9，沒(méi)有構(gòu)成必要條件[26-28]。說(shuō)明各單項(xiàng)前因條件對(duì)技術(shù)效率的解釋力度欠佳，銀行技術(shù)效率提高由多因素共同作用調(diào)節(jié)而成，并非由單因素決定。

表8 必要性檢測(cè)

3.真值表構(gòu)建

確定前因條件后，建立真值表來(lái)滿足結(jié)果生成的邏輯性。真值表代表了變量的屬性空間，并以二元狀態(tài)呈現(xiàn)所有邏輯可能的因果條件組合。本文調(diào)節(jié)一致性閾值(RC) 設(shè)為0.8，案例頻數(shù)閾值設(shè)為1[25]，檢測(cè)非一致性比例縮減值(PRI)。若RC>0.8，PRI<0.7 則手動(dòng)改為0，代表該案例的要素水平低。

（三）上市銀行高技術(shù)效率提升路徑

本文在簡(jiǎn)約解的基礎(chǔ)上解讀中間解來(lái)確定核心變量。條件組合的結(jié)果呈現(xiàn)不同路徑，表明在多路徑下都可達(dá)到競(jìng)爭(zhēng)優(yōu)勢(shì)。表9 表示，中間解的整體一致性為0.937，達(dá)到合理的充分條件一致性水平。同時(shí)，各方案的一致性水平均超過(guò)0.9，說(shuō)明這些前因條件組合可以作為技術(shù)效率提高的充分條件[27]。另外，中間解的整體覆蓋度為0.755，表明以下6 個(gè)組態(tài)可以對(duì)約75.5%的高運(yùn)營(yíng)效率成因進(jìn)行解釋。

表9 前因條件構(gòu)型

1.模式1：高研發(fā)高盈利低杠桿主導(dǎo)型

模式1 的前因構(gòu)型包括Stpp×Scale×Roe×～Nplr和Sti×Stpp×～Herf×Roe×～Nplr，科技投入、股權(quán)集中度和負(fù)債率。該組態(tài)表明即使銀行股權(quán)集中度情況不太明確并且職工結(jié)構(gòu)上科技人員保持較高占比，只要銀行負(fù)債情況良好、負(fù)債規(guī)模在合理范圍之內(nèi)甚至更好，那么仍可以保持高盈利狀態(tài)。針對(duì)路徑1 和路徑2，以浙商銀行為例進(jìn)行剖析，浙商銀行2021 年的科技人員占比為總職工的11.25%，于2018 年便開(kāi)始開(kāi)展知識(shí)圖譜技術(shù)研究和與應(yīng)用探索，將圖譜技術(shù)用于風(fēng)控、營(yíng)銷等核心業(yè)務(wù)，取得了良好的應(yīng)用成效。同時(shí)浙商銀行2021 年總負(fù)債增長(zhǎng)11.47%，其中存款增長(zhǎng)15.88% ；不良貸款率1.49%、撥備覆蓋率185.74%，資產(chǎn)質(zhì)量和負(fù)債情況保持穩(wěn)定并在2021 年末營(yíng)業(yè)收入同比增長(zhǎng)22.53%。同時(shí)，路徑2 表示適當(dāng)?shù)目萍纪度攵唐趦?nèi)雖然會(huì)增加銀行支出成本，但是有助于運(yùn)營(yíng)效率提升，然而加大科技投入相較于提升科技人員數(shù)量對(duì)該模式銀行效果欠佳，考慮原因?yàn)榭萍紕?chuàng)新成本高、創(chuàng)新周期長(zhǎng)、創(chuàng)新結(jié)果不明確，對(duì)于銀行人力物力財(cái)力要求水平高，因此擴(kuò)大人員數(shù)量等待技術(shù)突破會(huì)比增加科技投入來(lái)提高產(chǎn)出的決策方式更穩(wěn)重和保守，符合銀行經(jīng)營(yíng)風(fēng)險(xiǎn)的基本理念。基于以上分析，本文提出以下命題：

命題1：當(dāng)銀行資產(chǎn)規(guī)模較大時(shí)，在維持杠桿率處于健康區(qū)間內(nèi)，關(guān)注研發(fā)領(lǐng)域并進(jìn)行資金投入是具備盈利效應(yīng)的，并可實(shí)現(xiàn)銀行高效運(yùn)營(yíng)。

2.模式2：高集權(quán)高盈利高負(fù)債主導(dǎo)型

模 式2 的 前 因 構(gòu) 型 包 括～Sti×～Stpp×Herf×Roe×Nplr 和～Sti×Scale×Herf×Roe×Nplr，該 組 態(tài)表明銀行降低科技投入的同時(shí)，加強(qiáng)股權(quán)集中度會(huì)促使杠桿率抬升，但是也會(huì)使銀行收益呈現(xiàn)小規(guī)模上漲。針對(duì)路徑3，主要選取徽商銀行進(jìn)行路徑剖析，2020 年徽商銀行的股東占比前5 分別為6.94%、6.89%、6.81%、4.92%、4.86%；2021 年徽商銀行的股東占比前5 分別為11.22%、6.07%、6.03%、5.96%、5.08%，股權(quán)集中程度較之2020 年提升幅度較大。資產(chǎn)負(fù)債率也由2020 年91.69%到2021 年91.94%，科技投入金額占比由0.72% 降低到0.7%，收益率由7.8% 上升到8.2%。可以看出徽商銀行在提升股權(quán)集中度、降低科技投入金額占比以及適當(dāng)增加資產(chǎn)負(fù)債率后，經(jīng)營(yíng)收入出現(xiàn)小幅度上升趨勢(shì)。李明輝研究表明[30]，持股比例增加會(huì)增強(qiáng)股東對(duì)經(jīng)理人行為約束。當(dāng)銀行股權(quán)結(jié)構(gòu)分散、持股比例較為均等、大股東數(shù)目較多時(shí)，容易發(fā)生股東與股東之間的“搭便車”行為從而導(dǎo)致監(jiān)管機(jī)制失靈并引發(fā)代理人道德風(fēng)險(xiǎn)，最終損害股東利益，降低銀行運(yùn)營(yíng)效率[30]。

針對(duì)路徑4，中原銀行具備較好的解釋力度，2021年前5 股東股權(quán)占比情況為：10.25%、2.83%、2.82%、2.76%、2.75%。中原銀行股權(quán)集中程度較高，第一股東具備較強(qiáng)的執(zhí)行能力，擁有700 余家營(yíng)業(yè)網(wǎng)點(diǎn)及17 家附屬機(jī)構(gòu)，規(guī)模可觀。分析中原銀行2020 年和2021 年末財(cái)務(wù)報(bào)表發(fā)現(xiàn)，凈利潤(rùn)上升8.3%、總資產(chǎn)規(guī)模提高1.4%、負(fù)債規(guī)模增加1.1%，科技投入總額基本保持不變，最終通過(guò)集權(quán)度優(yōu)勢(shì)成功擴(kuò)大規(guī)模形成規(guī)模收益增加。路徑4 適用于中原銀行的合理之處在于河南省份人口數(shù)量多和人口密度大，而人口密集程度較高使得區(qū)域關(guān)注點(diǎn)必須與人力掛鉤。同時(shí)，人口集聚過(guò)程中金融資源也會(huì)得到優(yōu)化配置并促進(jìn)經(jīng)濟(jì)繁榮，接著產(chǎn)生經(jīng)濟(jì)增長(zhǎng)導(dǎo)致金融發(fā)展的“需求跟隨”效應(yīng)，最終落實(shí)到金融體系中導(dǎo)致銀行業(yè)務(wù)規(guī)模擴(kuò)大、儲(chǔ)戶基數(shù)增多、授信用信客戶數(shù)量上升以及利差區(qū)分度變高，從而提升機(jī)構(gòu)運(yùn)營(yíng)效率。基于以上分析，本文提出以下命題：

命題2：銀行股權(quán)集中度高時(shí)，第一股東具備較強(qiáng)話語(yǔ)權(quán)與決策權(quán)，更能適應(yīng)復(fù)雜多變的金融市場(chǎng)，即使負(fù)債規(guī)模擴(kuò)大也可通過(guò)增加資產(chǎn)規(guī)模，減少科技投入等方式實(shí)現(xiàn)高盈利與經(jīng)營(yíng)高效率。

3.模式3：高盈利低技術(shù)低集權(quán)主導(dǎo)型

模式3 的前因構(gòu)型包括～Sti×～Scale×～Herf×Roe和～Sti×～Stpp×～Herf×Roe，路 徑5 的 典 型 案 例 為 紫金銀行，公司股權(quán)結(jié)構(gòu)分散，第一大股東持股比例為8.96%，前十大股東合計(jì)持股比例為31.47%，不存在持股50% 以上的股東。公司僅紫金投資和國(guó)信集團(tuán)兩家持股5%以上的股東，且其各自持股比例均未超過(guò)10%，所享有的表決權(quán)均不足以對(duì)公司股東大會(huì)決議產(chǎn)生重大影響。主要業(yè)務(wù)種類集中在“小微貸款”和“綠色貸款”上，成為盈利主要來(lái)源。同時(shí)，紫金銀行的服務(wù)對(duì)象和業(yè)務(wù)性質(zhì)對(duì)科技要求不高，例如“整村授信”、“創(chuàng)新村村通”和“鄉(xiāng)村文旅貸”都聚焦于農(nóng)村經(jīng)濟(jì)，更關(guān)注業(yè)務(wù)指向性與適配度問(wèn)題，在細(xì)分程度較高的金融市場(chǎng)上具備良好議價(jià)能力。此外，該行穩(wěn)固已有的市場(chǎng)份額并對(duì)現(xiàn)有客戶進(jìn)行深入維護(hù)，實(shí)施“存量新增”的營(yíng)業(yè)策略使得客戶粘性較好。路徑6 的典型案例為東莞農(nóng)商行，股權(quán)分布均勻且沒(méi)有占股比例較高的股東，前5 名分別為4.34%、2.18%、1.45%、1.20%、1.07%，集權(quán)度較低，各自持股比例均未超過(guò)5%。截止2021 年末，該行信息科技人員為294人，占比3.74%，營(yíng)業(yè)收入較上年同期增長(zhǎng)7.88%；實(shí)現(xiàn)凈利潤(rùn)較上年同期增幅12.81%。而與路徑5 不同的是，東莞農(nóng)商行依據(jù)區(qū)域經(jīng)濟(jì)發(fā)展特點(diǎn)和人口生活習(xí)慣，更注重科技人員培養(yǎng)，營(yíng)運(yùn)思維上更傾向于金融科技賦能三農(nóng)數(shù)字經(jīng)濟(jì)，在關(guān)注業(yè)務(wù)指向性的同時(shí)開(kāi)始追求技術(shù)進(jìn)步，但是由于體量問(wèn)題并沒(méi)有選擇科技研發(fā)道路。基于以上分析，本文提出以下命題：

命題3：當(dāng)銀行經(jīng)營(yíng)位置經(jīng)濟(jì)水平較高，經(jīng)營(yíng)理念較貼合城市發(fā)展，經(jīng)營(yíng)模式符合區(qū)域特色，即使股權(quán)集中度較低，科技水平和研發(fā)力度較弱，仍可實(shí)現(xiàn)高盈利與高效經(jīng)營(yíng)。

對(duì)比6 個(gè)路徑的覆蓋度發(fā)現(xiàn)，路徑4 最高，解釋結(jié)果變量的46%，即多數(shù)銀行通過(guò)這條路徑實(shí)現(xiàn)高效運(yùn)營(yíng)，也進(jìn)一步說(shuō)明高集權(quán)、高盈利、低科技對(duì)銀行技術(shù)效率的直接作用。路徑1、2、3、5、6 的覆蓋度分別為15%、8%、14%、3%、17%，依次闡述了高研發(fā)高盈利低杠桿、高集權(quán)高盈利高負(fù)債、高盈利低技術(shù)低集權(quán)對(duì)銀行運(yùn)營(yíng)效率的影響。綜上所述，fsQCA 方法在解釋各因素間組態(tài)效應(yīng)上較之傳統(tǒng)管理方法更具優(yōu)勢(shì)。

（四）穩(wěn)健性檢驗(yàn)

本文通過(guò)兩種檢驗(yàn)方法分別對(duì)模型穩(wěn)健性進(jìn)行檢驗(yàn)：①調(diào)整原先一致性水平。主要改變PRI 限制范圍，由原先的PRI<0.7 手動(dòng)調(diào)節(jié)數(shù)值為0 更改至PRI<0.75便調(diào)節(jié)為0，保持RC 區(qū)間仍處于[0.8，1] 之間。②改變?cè)葴y(cè)量方法。在數(shù)據(jù)錨點(diǎn)選取中，將原先的95 分位、50 分位和5 分位更改為75 分位、50 分位和25 分位，并重新對(duì)數(shù)據(jù)進(jìn)行測(cè)算，發(fā)現(xiàn)兩種檢驗(yàn)方法的測(cè)度結(jié)果顯示組態(tài)路徑依舊無(wú)變化，計(jì)算結(jié)果和研究結(jié)論保持穩(wěn)健。

六、結(jié)論與展望

（一）研究結(jié)論

本文運(yùn)用DEA 方法和fsQCA 方法對(duì)我國(guó)上市銀行運(yùn)營(yíng)效率和路徑提升進(jìn)行分析，主要結(jié)論如下：①我國(guó)上市銀行運(yùn)營(yíng)表現(xiàn)整體良好，但各體系銀行技術(shù)效率、純技術(shù)效率和規(guī)模效率變動(dòng)趨勢(shì)說(shuō)明銀行在擴(kuò)張規(guī)模時(shí)需要提高技術(shù)匹配度，改進(jìn)科學(xué)管理模式。②傳統(tǒng)DEA 方法與三段DEA 方法測(cè)度技術(shù)效率的結(jié)果存在顯著性差異，其中外界影響變量運(yùn)營(yíng)效率影響最大。③我國(guó)上市銀行調(diào)整后的規(guī)模報(bào)酬總體遞增，說(shuō)明銀行得到融資保障或者股權(quán)分配完成時(shí)，擴(kuò)大規(guī)模尋求發(fā)展是可取的。④我國(guó)上市銀行技術(shù)效率與純技術(shù)效率總體呈“U 型”排列，不同體系銀行之間存在較大差異，其中股份制行和國(guó)有行接近，城商行和農(nóng)商行接近。⑤結(jié)合外部制度環(huán)境和組織內(nèi)部結(jié)構(gòu)發(fā)現(xiàn)，銀行高效運(yùn)營(yíng)的成因有多種因素共同導(dǎo)致；上市銀行高效運(yùn)營(yíng)的3 種模式分別為：高研發(fā)高盈利低杠桿主導(dǎo)型、高集權(quán)高盈利高負(fù)債主導(dǎo)型和高盈利低科技低集權(quán)主導(dǎo)型，基本適用于4 種銀行體系的運(yùn)營(yíng)模式。

（二）研究展望

此外，本文研究?jī)?nèi)容對(duì)于上市銀行的經(jīng)營(yíng)和管理具有一定的啟發(fā)性，主要表現(xiàn)為：①我國(guó)大部分上市銀行正處于規(guī)模報(bào)酬即將遞增的階段，在面對(duì)規(guī)模擴(kuò)張的時(shí)代浪潮要注意將規(guī)模與運(yùn)營(yíng)、規(guī)模與科技、規(guī)模與管理充分結(jié)合起來(lái)，不能盲目追求體量的擴(kuò)大而忽略這些因素。②城市自身競(jìng)爭(zhēng)力對(duì)于銀行運(yùn)營(yíng)效率十分重要，“銀企結(jié)合”和“銀行服務(wù)地區(qū)”的經(jīng)營(yíng)理念仍不過(guò)時(shí)，各體系銀行要充分發(fā)揮自身優(yōu)勢(shì)，開(kāi)拓市場(chǎng)業(yè)務(wù)。③模糊集定性方法確立的6 種路徑分別適用于不同性質(zhì)銀行，銀行可以將其與自身發(fā)展規(guī)劃、業(yè)務(wù)方向、經(jīng)營(yíng)思路、城市特征進(jìn)行結(jié)合，在時(shí)間序列上確立恰如時(shí)宜的發(fā)展戰(zhàn)略。

然而，本文仍存在一些研究局限。在數(shù)據(jù)集上，本文為保證上市銀行數(shù)目的時(shí)效性與全面性，只選用了2021 年的截面數(shù)據(jù)。同時(shí)，數(shù)據(jù)內(nèi)容上也存在部分上市銀行財(cái)務(wù)報(bào)表披露信息不全，例如部分銀行科技人員數(shù)量統(tǒng)計(jì)缺失，采用信息部門人數(shù)直接替代可能造成誤差。未來(lái)研究方向可以聚焦于結(jié)合面板數(shù)據(jù)，運(yùn)用深度學(xué)習(xí)思想，對(duì)上市銀行運(yùn)營(yíng)效率進(jìn)行預(yù)測(cè)與考量。在研究體系上，上市銀行數(shù)量在逐漸增加，更存在例如廣發(fā)銀行這樣的未上市大型股份制行，其財(cái)務(wù)數(shù)據(jù)難以獲取，導(dǎo)致研究最終沒(méi)有完全覆蓋所有的銀行體系。未來(lái)研究方向可以著重于上市銀行股份性質(zhì)特異化對(duì)經(jīng)營(yíng)效率的影響上。