大型商业银行支持中小企业信贷的DEA效率分析

陈丽桦 曾福生

(湖南农业大学经济学院，湖南长沙 410128)

一、引言

我国中小企业在促进经济增长、优化资源配置、加快技术创新、扩大出口和增加就业等方面都发挥着举足轻重的作用。然而，占数量99%的中小企业融资额不到融资总额的20%，中小企业“倒闭潮”、“企业老板跑路潮”成为热点话题，中小企业融资难问题在不断升温。在我国以间接融资为主的金融体制背景下，中小企业融资渠道少而不畅，银行信贷成为中小企业融资的主要来源。传统观点认为，中小银行机制灵活、体制约束较少，因而在对中小企业贷款时理论上比大银行效率更高，鼓励中小型银行对中小企业贷款更有利于化解中小企业融资困境。同时，中小企业由于规模小、信誉低、无担保、无抵押、财务信息不透明等因素，其贷款往往具有较大借贷风险，一般大银行对中小企业出现“惜贷”现象。因此，传统的观念“大型商业银行重视对大型企业的贷款，中小型银行则把中小企业设定为主要目标客户群”的观点得到有效印证。

然而，近年来，国际金融形势发生巨大变化。一方面金融的开放政策使大量外资商业银行大举进军中国市场，银行业竞争加剧;另一方面国际金融危机的蔓延与扩展对中国经济造成影响，行业利润率普遍下降，使得整个金融行业发展不景气，生存压力迫使中国大型商业银行体制改革、业务拓展、金融创新不断。大型商业银行相对规模较小的商业银行而言具有得天独厚的优势：第一，信息的分析与处理方面，大型商业银行不单有海量的数据信息作为支撑，还配备了专业的分析人员、精确的信用风险模型，与之相比中小银行无论在人力还是信贷风险模型方面都有差距;第二，风险管理方面，大型商业银行管理风险的成本比中小银行低，其对风险的态度接近于中性，对中小企业贷款的抵押要求和风险溢价要求相对较松，对中小企业贷款的利率较低;第三，资本充足率方面，大型银行的资本来源比中小型银行广泛，在实行股份制改造完成上市后，大型商业银行的资本远远超过了中小银行，资本越充足其抗风险的能力也就越强，就能更好更稳定地为中小企业提供信贷服务。由此，在理论上分析看来，大型商业银行在中小企业信贷方面应当比中小型商业银行更具有优势，这与与传统观念相悖的结论。

因而，实证测算大型商业银行与中小型银行对中小企业信贷的DEA效率具有十分重要的现实意义。

二、文献回顾

参数法和非参数法是分析银行效率的两种主要方法，目前非参数分析法中的DEA数据包络分析法被国内外学者采用较多。最早用DEA数据包络分析法对银行效率的研究可以追溯到上个世纪五十年代，Alhadeff(1954)以总费用及其分项费用与盈利性资产的比率作为平均成本，以盈利性资产作为产出指标，对美国加利福尼亚的210家银行1938－1950年间的财务数据进行分析，发现样本银行的产出规模效率递增、成本规模效率递减，大银行在产出和成本两方面都比小银行更具优势［1］。但Alhadeff没有将银行的风险因素纳入成本投入指标范围，Kolairi和Shin(2004)认为，银行的风险决定着存贷者的根本利益，是考查银行的一项重要指标［2］。另外，Bell和 Murphy(1968)认为Alhadeff的研究忽略了其他的银行资产，这样会致使银行平均成本计算的失效，因此他们将银行总资产作为产出，在对238家银行的成本效率进行研究后发现，专业化的劳动力分工可以提高大银行的规模效率，进一步证明了银行的产出规模效率递增、成本规模效率递减［3］。此后，很多学者在对DEA分析法对银行效率进行分析的基础上做了进一步的探索和研究。Sheldon(1999)用DEA数据包络分析法对欧洲1783家商业银行和储蓄银行进行了效率分析，结果发现专业、零售及大银行的效率高于混业、批发及小银行的效率［4］。Isik和Hassan(2002)用DEA模型分析了1988－1996年土耳其银行业的效率，得出其成本效率＜技术效率＜配置效率＜规模效率＜纯技术效率，发现土耳其银行业的低技术效率是造成低成本效率的主要原因［5］。Penny(2004)运用 DEA方法研究1995－1999年间澳大利亚商业银行的效率，发现区域性商业银行效率比其他类型商业银行低，并且1995年银行业整体效率高于1999年［6］。

在国内研究中，很多学者运用DEA模型对银行的效率进行了评价分析，但他们研究的大多是商业银行本身的营业效率或与银行效率相关因素的分析，很少有特定的针对中小企业融资进行效率分析。张健华 (2003)应用DEA基本模型和Malmquist指数，对1997－2001年我国国有、股份制、地方商业银行的效率情况进行了研究，指出效率最高的是股份制商业银行，最低的是城市商业银行［7］。王均坦和赵永乐(2008)对我国17家商业银行进行了DEA效率分析，发现创新性、流动性、抗风险性、盈利性、资源配置等五项指标是影响银行效率的重要因素［8］。刘佳 (2008)运用DEA模型，从动态角度分析了1999－2005年我国银行业的效率变化，发现我国银行业总的技术效率呈U型特征，规模效率比纯技术效率略低［9］。孙涛和熊延忠 (2009)首先运用DEA效率分析法得出各商业银行的效率值，然后以各商业银行的效率值作为因变量建立Tohit回归模型来研究影响商业银行效率的因素，研究结果表明，总资产收益率、创新性、资本结构指标与银行效率成正向相关，资产总额、股权集中度、成本收入比与银行效率成反向相关，其中资产总收益率的影响程度最为明显［10］。毛菱 (2011)利用DEA的基本模型，对四大行和八家股份制商业银行的经营效率进行了比较分析，得出进行股份制改革是提高我国商业银行经营效率的有效途径［11］。

三、大型商业银行支持中小企业信贷的DEA实证分析

1、样本选取与指标衡量

在国外，银行规模的划分标准为：“净资产＞10亿美元”为大银行; “1亿＜净资产＜10亿美元”为中型银行;“净资产＜1亿美元”是小型银行。国有四大行无疑属于大型商业银行范畴，与之相比其他商业银行均属于中小银行范畴了。笔者选取工商银行、建设银行作为大型银行的代表，选取浦发银行、华夏银行、广东发展银行、中信银行、深圳发展银行、光大银行、交通银行、招商银行代表中小银行，数据年限为2009年至2011年，数据都来源于各银行的财务报表。

用DEA方法评价银行效率的关键是选取合理的投入与产出的指标。根据以前文献研究结果，结合我国商业银行的现实特点，笔者选取银行的资产总额、加权风险资产净额、机构数、存贷比、企业贷款总额作为输入指标;银行的利润总额作为输出指标。具体如下：

(1)资产总额。用来区分不同规模商业银行对中小企业信贷的效率，资产总额是反映银行规模最直观最有效的指标。

(2)加权风险资产净额。作为衡量不同规模银行抗风险能力的加权风险资产一直被视为评价银行效率的重要指标，同时也反应了不同规模商业银行的稳定性。

(3)机构数量。一方面反映了银行的人力资源的投入情况;另一方面也反映了银行的信息收益。银行的机构数量越多，从业人员和收集企业信息的渠道也就越多，相应的获取收益的概率也就越大。

(4)存贷比。反映了不同规模银行的流动性风险和银行资产配置情况。

(5)企业贷款总额。目前，商业银行对中小企业的贷款还没有现成的统计数据可以用。在此假设银行对中小企业的贷款比例短期内不会变，用总贷款金额来代替对中小企业的贷款，不影响趋势。

(6)利润总额。银行是盈利性机构，利润总额最能够体现银行的逐利性，也是衡量银行产出的最佳指标。

2、DEA模型设计

数据包络分析是线性规划模型的应用之一，是测度效率方法中的非参数前沿分析法，常被用于评价同类型组织或项目 (称为决策单元，DMU)工作效率或相对有效性的特殊工具手段。其实质是根据一组关于多输入多输出的观察值来估计有效生产的前沿面，并据此来进行多目标综合效果评价。最早是由A.Charnes，W.W.Cooper和E.Rhodes(1979)正式提出［12］。Sherman和Gold(1985)首次把DEA分析法用在对银行效率的评价上［13］。相对于传统方法，DEA分析法更简便精确：适用于处理多投入多产出的情况 (尤其是多产出，有绝对优势);不要求投入产出项的单位统一化，如增长率、机构数、货币单位等;无需进行参数估计和投入产出指标之间的显性函数关系，DEA模型是直接使用输入、输出数据建立的非参数经济数学模型;能为决策者提供各资源利用率的情况，及提高效率的有效途径。

DEA模型可以设定为规模收益不变(CRS)和规模收益可变 (VRS)，CRS情况下求出的是技术效率，即相对有效性;VRS求出的技术效率可分为纯技术效率和规模效率，纯技术效率是规模收益可变时，决策单元与生产前沿面之间的差距，规模效率是规模收益不变与规模收益可变的生产前沿之间的差距，技术效率=纯技术效率×规模效率。

设：有p个样本银行 (决策单元)(k=1，2，…，p)，每个样本银行有相同的q项投入 (输入)(i=1，2，…，q)，每个样本银行有相同的s项产出 (输出)(r=1，2，…，t);X表示样本银行的投入值，Y表示样本银行的产出值，u为各样本银行在合成银行中所占的比重，Xik为第k样本银行的第i项投入，Yrk为第k样本银行的第r项产出，uk为k样本银行在合成银行中所占的比重 (k=1，2，…，n)，uk≥0，u1+… +up=1。

衡量第k0样本银行是否DEA有效——是否处于由包络线组成的生产前沿面上，先构造一个线性规划模型，以各样本银行的输入量和输出量构造一个假想的合成银行。将各样本银行输入 (或输出)量的加权平均值作为合成银行的输入 (输出)量，合成银行所有的输出量必须大于或等于k0样本银行的输出量。

首先，得到第一个约束条件：u1+…+up=1;

其次，合成银行的各项产出均不低于k0样本银行的各项产出，即：

最后，合成银行的投入量必须小于等于k0样本银行的各项投入量。

DEA模型的逻辑就是寻求一种帕累托最优状态，能否在取得相同的或更多的输出量的情况下只需更少的输入量。基于上述事实，可以得出如下线性规划的数学模型：

当求解结果E=1时，则k0决策单元DEA有效，表示商业银行位于生产前沿面上，是技术有效状态;当E＜1，则表示合成银行在获得与k0样本银行相同输出量的同时只需比k0样本银行更少的输入量，此时k0样本银行是DEA无效的，E值表示的是该银行与生产前沿面之间的差距。

3、实证结果

使用Deap2.1软件，测算结果如表1所示：

表1 各银行效率值

四、结论及建议

由表1可以得出，从2009年开始各银行的技术效率均呈递增状态，说明在经历2008年金融危机的冲击下，国内中小企业和金融市场都逐步回暖。2011年的大型商业银行工商、建设的技术效率值都为1，均处于有效状态，都在生产前沿面上;中小型商业银行只有中信和招商效率值等于1处于有效状态，浦发银行、华夏银行、广东发展银行、深圳发展银行、光大银行、交通银行均为无效。2009年和2010年大型商业银行工商、建设的技术效率明显高于其它八个中小型商业银行。这也就说明大型商业银行对中小企业融资的效率比中小商业银行高。归结其原因主要是大型商业银行积极响应了政府加强对中小企业贷款扶植的政策，提高了对中小企业的重视，转变了对中小企业的态度，逐渐把中下企业纳为主要的业务对象;对不良贷款进行了大量的核销和剥离;并且，优化和完善了组织结构体系，提高规模效益。

在表1中各银行的纯技术效率大多数等于1为有效，只有少数银行的纯技术效率值小于1。纯技术效率等于1表示其对于投入资源的利用时有效的，其技术效率小于1的根本原因就是没有形成规模效益。各样本中的规模效率除了2011年的工商、建设、中信、招商四个银行的效率值等于1以外，其他银行都小于1处于规模无效状态，而且规模报酬递减，所以各银行要精简冗余机构、优化组织结构达到规模有效。

根据以上实证结果分析，为提高商业银行对中小企业融资的效率，提出以下几点对策：

1、转变经营理念，拓展大型商业银行对中小企业信贷业务

从2009年开始，银行的技术效率就逐渐递增，其中很大一个原因是大型商业银行转变了对中小企业的态度。鉴于此，我们应该继续加强这方面的建设，转变大型商业银行的经营理念，拓展对中小企业的信贷业务，提高银行对中小企业融资的效率。

一个银行把何种规模的企业作为业务对象，与该银行自身的规模没有绝对关系，中小银行肯定把中小企业当作主要业务对象，但这并不能说明大型银行就不能把中小企业纳为主要服务对象的范围。过去，大型商业银行为国有经济、大型企业服务的理念根深蒂固，对小额、分散的中小企业融资需求往往不屑一顾，甚至宁愿贷款给有问题的国企，也不愿贷款给经营良好的中小企业。但是，随着金融环境的变化，为了寻求自身的发展，大银行要转变对中小企业的态度，树立为中小企业服务的经营理念，而这种转变在一定程度上也是一种必然性。一方面，随着金融市场的发展，和国际融资渠道的开拓，大型企业寻求到了新的融资渠道，对银行信贷的依赖程度越来越低。另一方面，中小企业是推动我国经济发展的重要力量，占企业总数的99.8%，创造的财富占GDP的60%以上，创造了80%以上的城镇就业岗位，其融资需求巨大。但是，由于我国金融行业的发展相对滞后，导致其融资渠道少而不畅，银行仍是其主要的融资渠道。大型银行必须转变态度树立为中小企业服务的经营理念。

2、加强金融技术创新，人员培养

金融技术的创新是提高银行信贷效率的重要因素，必须大力加强金融技术创新力度［14］。人是银行的管理主体，是金融技术的执行者。培养出好的员工，是提高技术效率的前提条件。一要加强对中小企业信贷业务的技术培养，使之熟练掌握对中小企业贷款的理念和特点，通过反复的训练，使之具备一定的专业技能和行业知识，要实现对中小企业信贷业务的批发化，必须要运用先进的处理技术，包括信用评级、风险评估技术等。二要与时俱进，加强员工对国家政策的学习和培养。国家的经济政策对中小企业乃至整个市场的经营产生有着重要的影响，是一个行业的风向标，影响着这一行业中小企业风险系数，因此加强对国家政策的掌握是必要的。三要加强对企业文化的构建，并引导员工深入学习，使之成为员工的行动指南、约束员工的行为、彰显企业精神［15］。

3、优化资源配置，提高组织效率

优化金融资源配置的实质就是要用高效的方法让金融资源高速的流转起来。就大型商业银行而言，优化金融资源配置就是要把银行资金、人员和物力从效率低下的区域撤出，转向高效益的地区和业务对象，增加对高效领域的投入，减少对效益较低领域的投入甚至不投入。

根据实证研究结果，我国商业银行的规模效率普遍为无效，且规模报酬递减。银行的组织结构大多是“金字塔”式的，这是造成银行规模无效的根本原因。因此，各银行应当对组织结构进行调整，精简机构，把不必要和无效部门的资源投入转移到高效的部门，或者把冗余的分支机构、网点合并到一起，优化组织结构以达到规模有效状态，提高银行效率。

［1］Alhadeff，D.A.Monopoly and competition in commercial banking［M］.Berkeley：University of California Press，2000.259－311.

［2］Kolari，J.，Shin，H.Assessing the Profitability and Riskiness of Small Business Lenders in the U.S.Banking Industry［EB/OL］.www.sba.gov，2013－2－8.

［3］Bell，F.W.，N.B.Murphy.Costs in commercial banking：a quantitative analysis of bank behaviour and its relation to bank regulation［R］.Research Report，Federal Reserve Bank of Boston，1968，(41)：102－117.

［4］Sheldon，K.M.Learning the lessons of tit－for－tat：Even competitors can get themessage［J］.Personality and Social Psychology，1999，(77)：1245－1253.

［5］Isik，I.，Hassan，M.K.Technical，scale and allocative efficiencies of Turkish banking industry［J］.Banking and Finance，1997，(26)：719－766.

［6］Penny，N.X.Efficiency and Productibity Change in Australian Banking ［J］.Australian Economic Papers，2004，(43)：174－191.

［7］张健华.我国商业银行效率研究的DEA方法及1997－2001年效率的实证分析［J］.金融研究，2003，(3)：11－25.

［8］赵永乐，王均坦.商业银行效率、影响因素及能力模型的解释结果［J］.金融研究，2008，(3)：58－69.

［9］刘 佳.中国银行效率的实证分析 (1999－2005年)——基于投入导向DEA模型的应用［J］.重庆工商大学学报(社会科学版)，2008，(5)：32－38.

［10］熊延忠，孙 涛.我国商业银行效率影响因素的实证研究［J］.金融发展研究，2009，(1)：51一54.

［11］毛 菱.基于DEA的我国商业银行效率分析［J］.东方企业文化，2011，(4)：20－21.

［12］A.Charnes，Cooper，E.，Rhodes.Measuring the efficiency of decision － making units［J］.Operational Research，1979，(4)：339.

［13］Sherman，F.Gold.Bank Branch Operating Efficiency：Evaluat－ion with Data Envelopment Analysis［J］.Banking and Finance，1985，(9)：297 －315.

［14］熊 艳，谢 艳，张同健.国有商业银行信息能力培育与风险控制的相关性研究 ［J］.湖南财政经济学院学报，2012，(6)：68－73.

［15］杨亦民，刘 锦，童建元.金融机构员工“碳金融”认知度及其影响因素分析［J］.湖南财政经济学院学报，2012，(5)：83－86.