中国商业银行效率分析：基于外资参股比例的视角

殷炼乾 张淑伟

（1.暨南大学国际商学院，广东 珠海 519070；2.对外经济贸易大学，北京 100029）

一、引言

2008年爆发的全球性金融危机，导致西方银行问题缠身，多数境外战略投资者相继选择抛售中资银行股份，使人们对中资银行引入外资参股的发展战略产生疑虑。因此，研究外资参股进程中我国商业银行效率如何变化、在不同外资参股比率下绩效影响因素有何不同，对我国银行业今后的发展具有指导意义。

以往研究主要沿着两条主线进行。伯杰和汉弗莱（Berger和Humphrey，1997）对金融机构效率测度的文献进行了评价和比较，认为最常用和有效的方法是随机边界方法（SFA）和数据包络分析方法（DEA）。王兵（2011）认为DEA方法虽然不考虑随机误差，但其不需要构造函数形式，具有一定的客观性。兰巴尔迪等（Rambaldi等，2007）以距离函数定义了共同边界函数，同时利用DEA方法构建了Metafrontier-Malmquist生产率指数及其分解，从而进一步把共同边界的概念延伸到全要素生产率指数衡量的领域中。李建军（2004）主要从资本充足性、资产质量等多方面来评价商业银行的综合实力，其优点在于全面考察了银行的各项经营指标，其不足在于指标的选择及权重的设置缺少理论支持。陈玉罡（2010）、王兵（2011）等主要基于银行的投入和产出，运用参数法或非参数法来估计商业银行的相对效率，其优点在于通过模型来测量银行效率的高低，避免了人为权重设置的影响，但现有研究对投入产出项目的选择不够全面，仅考虑了商业银行的营利性。

以往的研究多止步于银行和企业等的绩效评估，如纳赛尔等（Naceur等，2009）、古特莱默等（Kontolaimou等，2010）。相比较而言，王兵（2011）还考察了宏观因素对银行绩效的影响。本文试图将财务指标法与DEA方法结合，建立全面考虑商业银行三性的绩效评价模型，从而得出我国上市商业银行技术效率、技术水平、纯技术效率、规模效率与全要素生产效率的变化，然后按照外资参股比例将银行分组，使用Tobit回归模型对不同参股比例下银行绩效的影响因素进行分析，这样银行业的监管者和银行管理层就可以根据个体的具体情况制定合适的发展策略，这对于近似垄断竞争的银行业是具有理论和实践意义的。

二、商业银行效率评价

（一）DEA-Malmquist模型

数据包络分析法（简称DEA）是一种用于测度具有多投入和多产出的决策单元（简称DMU）的相对效率的方法。本文选取适宜于面板数据的DEAMalmquist方法作为商业银行的效率评价模型。该模型不仅适用于商业银行这类多投入多产出单元的效率评价，而且由于引入了时间维度，该模型能测度生产率的跨期变化，适用于对面板数据的分析，弥补了DEA方法时间上缺乏可比性的缺陷。然而投入产出指标的选取会影响DEA-Malmquist模型输出的合理性。目前基于DEA的商业银行绩效研究所选取的产出指标只反映了营利性，因此导致输出效率值不够合理。

商业银行作为特殊的企业，由于其经营的商品——货币商品的特别要求及其在社会经济活动中的特别地位，其日常经营要符合“收益性、流动性、安全性”的原则与目标。史常亮（2012）选取净资产收益率、每股收益以反映收益性，选取存贷比、不良贷款率以反映流动性，选取资本充足率以反映安全性。毕功兵（2009）选取了应付职工薪酬、利息支出、营业税金及附加、业务及管理费用、所有者权益、固定资产、可贷资金，以体现商业银行在人力、固定资本、管理与运营、获取资金方面的投入。本文在参考古特莱默等（2010）研究的基础上，全面考虑商业银行三性原则，针对每个特性选取相应产出指标，并根据指标与银行效率的关系，将其分为正向指标与反向指标，如表1所示。

表1：DEA-Malmquist模型产出指标

（二）效率评价结果及分析

本文以我国16家上市银行①为样本，分别从样本银行2008年一季度到2013年一季度的财务季报中取得DEA模型投入产出指标值②。按照样本区间内外资参股平均比例的高低，本文将样本分为三组：平均参股比例低于5%的为低参股组③，平均参股比例介于5%至10%的为中参股组④，平均参股比例大于10%的为高参股组⑤。然后得出每个分组内各银行的全要素生产效率及其分解因子——纯技术效率、规模效率、技术水平等效率指标的时间序列。

图1：Malmquist指数

图1反映了全要素生产效率的变化，表明商业银行在五年间总体效率未得到显著改善，并出现了相似季节性波动特征：在每年年末开始下降，次年第二季度达到低点，于次年第三季度迅速恢复高点；低参股组的季节性波动较其他组别而言，呈现效率升高幅度较大而降低幅度较小的特点。

图2：技术进步

图2反映了银行技术水平的变动。总体而言，其技术没有显著的进步，且技术变化与全要素生产效率的变化具有相同季节性特征，但是季节性波动程度在2010年以后明显增大；参股比例适中的银行在效率下降时下降幅度更大，这一特征在2008年与2009年较为明显，之后年度逐渐消失。

图3：纯技术效率

图3反映了银行经营管理水平、协调能力和技术运用情况的纯技术效率的变化。实证分析结果显示，高参股与中等参股商业银行的纯技术效率基本不变，维持在1左右；低参股商业银行的管理经营效率虽总体不变，但是在2009年与2010年出现了明显的改善，并在2009年间达到原来效率的3倍左右。

图4：规模效率

图4为规模效率的变化。由图可知：银行规模效率变化的周期较其他效率而言更短，且没有其他效率的周期性变化特征明显，大致在年中与年末提高，在第一、三季度降低；2013年第一季度，低参股组的规模效率出现了显著的改善，达到了原来的4倍，可能是低参股银行积极调整投入规模的缘故。

三、影响因素的实证分析

（一）影响因素及量化指标

在得出商业银行的效率变化序列后，本文采用Tobit回归模型对其效率影响因素进行进一步分析。在方长丰（2012）、孙玉荣（2012）等人的研究基础上，本文选取宏观经济环境、市场支配力、公司治理三个因素，并在此基础上考虑外资参股、银行投入规模、创新程度三个因素，作为商业银行效率的影响因素，并分别构造相应量化指标。

表2：商业银行绩效影响因素及量化指标

（二）实证结果及分析

Tobit回归分析属于因变量受限模型的一种。在因变量值具有左截尾分布时最小二乘估计通常是有偏的非一致估计，而依循最大似然法的Tobit模型可以得到无偏一致的估计。考虑到DEA效率值绝对水平与相对变化范围较小、效率影响因素的量化指标绝对水平与相对变化范围较大的特性，本文分别以高、中、低参股三组银行DEA-Malmquist模型四类输出效率指标作为因变量，以表2中的17类影响因素作为自变量进行12组回归估计，并将每组回归估计中的显著⑥影响因素总结如表3所示。

对外资参股比例较高的商业银行而言，较窄存贷差的宏观环境能凸显其技术优势，另外还可通过增加股权集中度来提高其生产效率；中等外资参股水平的银行多为股份制商业银行与城市商业银行。此类银行的整体技术水平受到其人力资本投入的正向影响，应增加有关人力方面的投入，采取相应措施以提高员工积极性，进而提高整体技术水平；低外资参股比例银行多为国有商业银行。从技术水平上看一方面应着力于人力资本投入，另一方面要继续扩大贷款业务市场份额。从纯技术效率上看应加强资金管理水平。从规模效率上看应扩大所有者权益即资本投入，找到资金投入的合理规模。

表3：不同外资参股比例商业银行的效率影响因素

四、结论

本文通过实证分析，考察了我国商业银行在不同时期效率变化的特点和规律，得出了不同外资参股水平商业银行绩效的影响因素。实证结果表明，不同外资参股水平的商业银行的绩效影响因素有较大差异，银行应依据自己具体情况和本文的研究结论，准确判断影响其效率的各类因素，并采取合适的提高效率的方法。

注：

①其中包括5家国有商业银行：工商银行、建设银行、中国银行、农业银行、交通银行；8家大型股份制商业银行：浦发银行、中信银行、兴业银行、华夏银行、平安银行、光大银行、招商银行、民生银行；3家城市商业银行：北京银行、南京银行、宁波银行。

②对上市前的个别缺失数据，本文采用三次样条插值法进行数据补缺。

③其中包括全部5家国有商业银行及民生、招商、浦发3家股份制商业银行。

④其中包括中信、浦发、兴业3家股份制商业银行及宁波、南京2家城市商业银行。

⑤包括北京银行、华夏银行与光大银行。

⑥在95%的置信水平下显著。

[1]毕功兵.商业银行DEA效率评价投入产出指标选择研究[J].金融管理，2009，（6）.

[2]史常亮.基于“三性”分析的上市商业银行经营绩效评价[J].金融发展研究，2012，（12）.

[3]李建军.国有商业银行公共性绩效评价体系的设计与比较[J].金融论坛，2004，（5）.

[4]陈玉罡.境外战略投资者持股比例对中国商业银行绩效影响研究[J].理论研究，2010，（40）.

[5]王兵.不良贷款约束下的中国上市商业银行效率和全要素生产率研究——基于SBM方向性距离函数的实证分析[J].金融研究，2011，（367）.

[6]赵秀娟.Malmquist指数在中国证券投资基金业评价中的应用[J].系统工程理论与实践，2010，（4）.

[7]方长丰.商业银行绩效影响因素：产业结构、治理结构[J].金融论坛，2011，（186）.

[8]孙玉荣.我国商业银行经营绩效影响因素实证研究[J].银行管理，2012，（368）.

[9]Kontolaimou，Alexandra and Kostas Tsekouras，2010.Are Cooperatives the Weakest Link in European Banking-A Non-parametric Metafrontier Approach，Journal of Banking&Finance，34（8）.

[10]Berger，Allen N，and David B.Humphrey，1997.Efficiency of Financial Institutions：International Survey and Directions for Future Research，European Journal of Operation Research，98（2）.

[11]Rambaldi，AN，Rao，DSP，and Dolan D，2007.Measuring Productivity Growth Performance Using Metafrontiers with Applications to Regional Productivity Growth Analysis in a Global Context，In：O'Donnell，CJ，Australian Meeting of the Econometric Society ESAM07.ESAM07，Brisbane，（1-33）.

[12]Naceur，Samy Ben，Hichem Ben-Khedhiriand Barbara Casu，2009.WhatDrives the Efficiency of Selected MENA Banks?A Metafrontier Analysis，Working Paper Series，03/09.