基于监管要求和商业模式视角的中国银行业经营效率研究

张岭　张胜　王情　李向

摘要：采用DEA的Malmquist生产率指数模型，基于监管要求和商业模式确定银行效率评价的投入产出指标，对中国16家上市商业银行2004～2011年经营效率进行分析。研究表明：监管要求推动银行商业模式改变，促进了中国银行业效率提升；银行效率增长主要来自规模效率变化；技术进步对促进银行效率提升的贡献程度在逐年上升；国有银行效率整体上低于城市商业银行，但不比股份制银行差；国有银行处在规模效率不变或规模效率递减阶段，而城市商业银行还处在规模效率递增阶段。

关键词：监管要求；商业模式；银行效率；Malmquist指数

中图分类号：F830文献标识码：A文章编号：1001-8409（2014）09-0065-04

Research on Efficiency of Chinese Banking Industry from the

Perspective of Regulatory Requirements and Business Models

ZHANG Linga， ZHANG Shengb， WANG Qingb， LI Xiangb

（a. School of Management；b.School of Public Policy and Administration， Xi'an Jiaotong University， Xi'an 710049）

Abstract： This paper uses data envelopment analysis and malmquist productivity index model， determine input and output index based on regulatory requirements and business models， analysis efficiency of China 16 listed commercial bank from 2004 to 2011. The result shows that the regulatory requirements promote the change of bank business models， promote the efficiency of Chinese banking industry； the growth of bank efficiency mainly from the scale efficiency change； the contribution from technology progress for promote efficiency increased year after year； stateowned banks efficiency is lower than urban commercial bank as a whole， as good as the jointstock bank； stateowned banks are lie in decreasing or no change return to scale； urban commercial banks are lie in increasing return to scale.

Key words： regulatory requirement； business models； banks efficiency； Malmquist index

从2004年开始，中国银行业开始建立相对完整的审慎资本监管制度，新监管要求促使银行业改变经营模式，监管达标和实现盈利成为银行经营的两个重要目标。监管要求导致银行商业模式发生变化，促使银行必须更多地依靠提高资本使用效率来提高银行效率。

中国是以银行为主导的国家，中国的银行体系在整个国家经济体系中起着举足轻重的作用[1]。新资本协议实施在带给中国银行业一系列挑战的同时，也促进了银行业不断提高风险管理和资本管理能力。随着银行业高利润讨论再度升级，银行效率研究中的两个关键问题成为了学者们争论的焦点：一是银行高利润来自行业垄断还是银行效率提升？二是实施新资本协议之后，中国银行业经营效率是否提升？基于上述背景，研究监管要求和商业模式下银行业经营效率变动对于我国制定适度的监管标准，促进银行业健康发展具有重要的研究价值。

银行效率评价DEA方法对于投入和产出指标选取有很大的不确定性，都不是基于监管要求下银行商业模式的基础上选取指标。因此，本文通过考察银行业在实施新资本协议监管要求，基于银行业真实商业模式确定投入产出指标，可以更准确地反映银行业作为资金运营和风险管理行业的经营效率。

1文献综述

1.1国内外银行效率研究成果

Sherman等首次运用DEA方法评价银行分支机构效率问题[2]。Alam对美国大银行的研究显示技术进步是银行效率提升的原因[3]。Casu等研究发现技术进步是欧洲银行生产率增长的原因[4]。Mohamed等对中国银行业效率的研究表明股份制银行效率高于国有银行[5]。Matthews等研究得出同样的结论[6]。Chang等人的研究表明技术进步是中国银行业生产率提高的主要推动力[7]。

张健华利用Malmquist效率指数测算中国银行业效率，结果显示股份制银行效率最高[8]。蔡跃洲和郭梅军基于Malmquist指数法对中国上市银行效率进行测算，结果表明银行效率总体略有下降[9]。张健华和王鹏对中国银行业广义Malmquist生产率指数进行分析，结果表明技术效率改善对全要素生产率增长贡献最大[10]。陈玉罡等采用面板数据回归模型对国内28家银行面板数据进行分析，结果表明引入战略投资者提高了中国银行业效率[11]。芦锋等对中国银行业效率测算结果表明国有银行技术效率不及股份制银行[12]。

1.2银行效率研究方法

Berger和Humphrey根据是否需要估计前沿生产函数中的参数，将有效前沿法分为参数估计法和非参数估计法：参数法包括随机前沿法、厚前沿法、自由分布法等，其中以随机前沿法应用最为广泛；非参数法则包括数据包络分析法（DEA）和自由处置壳等方法，其中又以DEA方法应用更为广泛[13]。

Fare等在规模报酬不变CCR模型和规模报酬变动BCC模型基础上利用Malmquist指数测算效率，并把Malmquist指数分解为效率变化和技术进步变化[14]。此后，基于DEA的Malmquist生产率指数及其分解成为分析多投入-多产出效率评价的有效方法。

1.3银行效率研究投入产出指标选取

投入产出指标选取是银行效率评价的关键。本文对有关银行效率文献进行梳理后，发现学者们对投入产出指标选取各有侧重，见表1。

综上所述，本文试图从以下两个方面对现有文献进行拓展。一是分析监管要求驱动下银行业真实商业模式；二是基于银行真实商业模式选定效率评价指标。因此，本文创新点就是分析监管要求实施以来银行商业模式的改变，以及新商业模式下银行经营效率的变化。表1银行效率DEA方法投入产出指标

研究者投入指标产出指标蔡跃洲，郭梅军[9]利息支出，营业支出，存款利息收入，非利息收入，贷款总额张健华，王鹏[10]模型1：利息支出，非利息支出；

模型2：利息支出，非利息支出，固定资产模型1：净利息收入，非利息收入；

模型2：总贷款，总存款，其他收益资产，非利息收入芦锋，刘维奇，史金凤[12]固定资产净值，职工总数，存款总额贷款总额，其他营利性资产总额，存款总额Ariff，Can[5]总可贷资金，从业人数，实物资本总贷款，投资Matthews，Zhang[6]模型1：存款，管理费用，固定资产；

模型2：存款，管理费用，固定资产；

模型3：管理费用，固定资产；

模型4：管理费用，固定资产；

模型5：管理费用，固定资产模型1：贷款，其他生息资产，手续费净收入；

模型2：贷款，其他生息资产，手续费净收入，真实不良贷款；

模型3：贷款，其他生息资产，手续费净收入，存款；

模型4：贷款，其他生息资产，手续费净收入，真实不良贷款，存款；

模型5：净利息收入，手续费净收入Chang，Hu，Chou[7]资本，劳动（员工人数）贷款总额，其他生息资产，资金2模型与数据

2.1模型说明

本文采用Fare等提出的以产出为基础的Malmquist生产率指数法，对全要素生产率（TFP）及其分解技术进步（TC）和技术效率（EC）进行测算[14]。具体表达式如下：

从t时期技术Tt为参照，基于产出的Malmquist指数可表示为：

Mti（xti，yti，xt+1i，yt+1i）=Dti（xt+1i，yt+1i）Dti（xti，yti） （1）

Dti（xti，yti）和Dti（xt+1i，yt+1i）分别表示以t时期的技术Tt为参照的时期t和时期t+1生产点的距离函数。类似地，以t+1时期技术Tt+1为参照，基于产出的Malmquist指数可表示为：

Mt+1i（xti，yti，xt+1i，yt+1i）=Dt+1i（xt+1i，yt+1i）Dt+1i（xti，yti） （2）

从t时期到t+1时期，TFP增长率测度的Malmquist指数可以表示为：

Mi，t+1（xti，yti，xt+1i，yt+1i）=Dti（xt+1i，yt+1i）Dti（xti，yti）Dt+1i（xt+1i，yt+1i）Dt+1i（xti，yti） （3）

将式（3）可以分解成两个部分的乘积，变换成如下形式：

Mi，t+1（xti，yti，xt+1i，yt+1i）

=Dti（xt+1i，yt+1i）Dti（xti，yti）×Dti（xt+1i，yt+1i）Dti（xti，yti）Dti（xti，yti）Dt+1i（xti，yti）1/2

=ECt+1i×TCt+1i（4）

第一部分EC，就是从t到t+1时期效率变化；而第二部分TC，就是从t到t+1时期技术进步变化。报酬可变时，技术效率（EC）进一步分解为纯技术效率（PEC）的变化和规模报酬（SEC）的变化[16]。因此，全要素生产率变化指数（Malmquist生产率指数）可表示为TFP=TC×EC=TC×PEC×SEC。M>1表示全要素生产率在t到t+1时期是增长的；M<1表示全要素生产率在t到t+1时期是下降的。

2.2投入产出指标的选取

新资本协议的实施加速了银行经营转型，银行效率表现为风险管理能力和经营管理水平的比拼。

2.2.1最低资本要求

资本充足率反映了银行对资本利用的效率和银行总体风险水平，是衡量银行综合经营能力和风险抵御能力的最重要指标之一。因此，本文选取资本净额作为投入，对应产出为风险加权资产，反映银行承担风险后的盈利能力。

2.2.2流动性风险

流动性风险是新资本协议第二支柱的重要监管指标。银行首先吸收公众存款，然后通过放贷将存款转成贷款，存贷利息差成为了银行运用资金实现盈利的基础。存款作为银行的主要负债，也关系到流动性风险。贷款不作为产出指标，主要是风险加权资产可以同时衡量贷款的数量和贷款的质量，采用风险加权资产更合适。因此，本文选取员工人数作为投入，对应的产出为存款。

2.2.3追求利润最大化

目前中国银行业主要盈利来源包括利息净收入和非利息收入，因此选取营业总收入作为产出指标更为全面。业务及管理费是营业支出的重要构成，可以更准确地反映银行的人员投入、网点投入和运营管理投入。因此，本文选取业务及管理费作为投入，对应的产出为营业总收入。

根据上述监管要求实施后的银行业商业模式，本文确定资本净额、员工人数和业务及管理费作为投入指标，风险加权资产、存款和营业总收入作为产出指标。

2.3样本选取与数据来源

本文选取2004～2011年16家上市银行为研究对象，包括5家国有银行（工商银行、中国银行、建设银行、农业银行、交通银行），8家股份制银行（招商银行、中信银行、民生银行、浦发银行、兴业银行、光大银行、深发银行、华夏银行）和3家城市商业银行（北京银行、宁波银行、南京银行）。所有银行数据主要来自国泰安数据库，缺失数据根据银行年报进行补充。

3实证结果与分析

本文以16家上市银行为样本，采用DEAP21软件对银行逐年的Malmquist指数及其分解进行计算。

3.1银行2004～2011年效率变化

由于农业银行资本净额2007年以前数据缺失，光大银行2005、2006年资本净额数据为负，因此这两个样本予以剔除。

（1）Malmquist指数及其分解

从计算结果（见表2）可以发现：①银行效率最高的是建设银行，国有银行效率大都高于平均值。②股份制银行效率最高的是招商银行，城市商业银行中南京银行效率最高；③各行平均Malmquist效率指数小于1，表明银行效率整体上是下降的；④纯效率变化大于1为正贡献，技术进步变化小于1为负贡献，表明银行业效率增长更多是来自规模效率而非技术进步；⑤从结果上看没有足够证据表明国有银行效率比股份制银行差。

（2）14家银行整体效率

从计算结果（见表3）发现：①14家银行各年平均的Malmquist指数小于1，只是在2007～2008年大于1，表明银行效率在时间上呈下降趋势；②从各年平均效率上看，效率变化为1015，技术进步变化为0966，表明银行效率更多是依靠效率变化，且效率变化的增长更多来自规模效率变化而不是纯效率变化；③从时间变化上看，效率在2008年之前逐年上升，此后开始下降。其中，规模效率变化在2006年达到最大值之后开始回落，表明规模效率变化对促进银行效率提升的贡献程度逐年下降；④技术进步变化整体呈上升趋势，表明技术进步对促进银行效率提升的贡献程度逐年上升。

中国银监会在2007年发布了《新资本协议指导意见》，因此2008年之后能够更好地界定中国银行业实施新资本协议后的效率变化。

（1）对16家上市商业银行2008～2011年平均Malmquist指数及其分解进行计算，从计算结果（见表4）可以发现：①北京银行效率最高，其次是交通银行，深发展银行效率最低；②从银行性质上看，5大国有银行除交通银行之外效率都小于各行平均值，而3个城市商业银行的效率都高于平均值且排名靠前，股份制银行中信银行效率最高，光大银行最低；③从各行均值上看，16家银行整体效率稍低于1，原因是由于技术进步变化为0991小于1造成的，说明银行效率未来提升的关键是提高技术进步变化效率；④平均效率变化为1006，其中纯效率变化和规模效率变化均为1003，说明银行效率的提升主要来自纯效率变化和规模效率变化；⑤国有银行效率明显低于城市商业银行。

家银行2008～2011年整体效率进行计算，从计算结果（见表5）可以发现：①16家银行各年平均效率为0998小于1，只是在2009～2010年大于1，表明银行效率在时间上呈下降趋势；②从各年平均效率上看，效率变化为1006，技术进步变化为0991，表明银行效率更多是依靠效率变化，且效率变化的增长来自规模效率变化和纯效率变化的共同贡献；③从时间变化上看，效率在2009～2010年产生明显跳跃，且2010～2011年开始加速回落，效率变化和技术进步变化都小于1，表明2011年银行整体效率下降明显。

3银行规模效率变化分析

对16家银行2011年的规模效率变化进行计算（由于篇幅限制，没有列出计算结果，如有需要可向作者索取），结果表明：①总体上看，大多数银行处在规模效率不变的水平，华夏银行、宁波银行和南京银行规模效率递增，中国银行、交通银行、中信银行和浦发银行规模效率递减；②从各行平均来看，16家银行整体上规模效率递减，表明银行效率提升已经无法依靠规模扩张来完成；③从银行性质看，3家城市商业银行有两家规模效率递增，表明中小银行规模效率提升还存在一定空间。

4结论与建议

本文运用DEA和Malmquist指数法，基于中国银行业实施新资本协议的背景，依据银行业真实的商业模式确定投入产出指标，对中国16家上市银行效率进行分析。结果表明：①监管要求推动银行商业模式的改变，促进了中国银行业效率提升；②中国银行业效率增长主要是依靠规模效率变化；③规模效率变化对促进银行效率提升的贡献程度逐年下降，而技术进步对促进银行效率提升的贡献程度在逐年上升；④国有银行效率整体上低于城市商业银行，但不比股份制银行差，国有银行处在规模效率不变或规模效率递减阶段，而城市商业银行还处在规模效率递增阶段。

根据上述结论，本文认为应从以下几个方面提升中国银行业效率：一是继续通过实施新资本协议，提升银行资本管理和风险管理水平，依靠技术进步和业务创新提升银行效率；二是合理控制银行业信贷规模增长，促使银行从依靠规模扩张向依靠技术进步增长转变；三是鼓励和支持中小银行发展。

参考文献：

[1]龚柳元，毛道维，张家慧基于复杂网络的银行竞争行为研究[J]软科学，2012， 26（6）：105-110

[2]Sherman H D， Gold F. Bank Branch Operating Efficiency：Evaluation With Data Envelopment Analysis[J]. Journal of Banking & Finance， 1985， 9（2）：297-315.

[3]Alam I M S. A Nonparametric Approach for Assessing Productivity Dynamics of Large US Banks[J]. Journal of Money Credit and Banking， 2001， 33（1）：121-139.

[4]Casu B， Girardone C， Molyneux P. Productivity Change in European Banking：A Comparison of Parametric and Non-Parametric Approaches[J]. Journal of Banking & Finance， 2004， 28（10）：2521-2540.

[5]Ariff M， Can L. Cost and Profit Efficiency of Chinese Banks：A Non-Parametric Analysis[J]. China Economic Review， 2008， 19（2）：260-273.

[6]Matthews K， Zhang N X. Bank Productivity in China 1997–2007：Measurement and Convergence[J]. China Economic Review， 2010， 21（4）：617-628.

[7]Chang T， Hu J， Chou R Y， et al. The Sources of Bank Productivity Growth in China During 2002–2009：A Disaggregation View[J]. Journal of Banking & Finance， 2012， 36（7）：1997-2006.

[8]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.

[9]蔡跃洲，郭梅军.我国上市商业银行全要素生产率的实证分析[J].经济研究，2009（9）：52-64.

[10]张健华，王鹏.中国银行业广义Malmquist生产率指数研究[J].经济研究，2010（8）：128-140.

[11]陈玉罡，孙振东，刘静攀.境外战略投资者对商业银行效率与治理影响的实证研究[J].软科学，2011（6）：21.

[12]芦锋，刘维奇，史金凤.我国商业银行效率研究——基于储蓄新视角下的网络DEA方法[J].中国软科学，2012（2）：174-184.

[13]Berger A N， Humphrey D B. Efficiency of Financial Institutions：International Survey and Directions for Future Research[J]. European Journal of Operational Research， 1997， 98（2）：175-212.

[14]Fare R， Grosskopf S， Norris M. Productivity Growth， Technical Progress， and Efficiency Change in Industrialized Countries：Reply[J]. The American Economic Review， 1997：1040-1044.

（责任编辑：何彬）

[3]Alam I M S. A Nonparametric Approach for Assessing Productivity Dynamics of Large US Banks[J]. Journal of Money Credit and Banking， 2001， 33（1）：121-139.

[4]Casu B， Girardone C， Molyneux P. Productivity Change in European Banking：A Comparison of Parametric and Non-Parametric Approaches[J]. Journal of Banking & Finance， 2004， 28（10）：2521-2540.

[5]Ariff M， Can L. Cost and Profit Efficiency of Chinese Banks：A Non-Parametric Analysis[J]. China Economic Review， 2008， 19（2）：260-273.

[6]Matthews K， Zhang N X. Bank Productivity in China 1997–2007：Measurement and Convergence[J]. China Economic Review， 2010， 21（4）：617-628.

[7]Chang T， Hu J， Chou R Y， et al. The Sources of Bank Productivity Growth in China During 2002–2009：A Disaggregation View[J]. Journal of Banking & Finance， 2012， 36（7）：1997-2006.

[8]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.

[9]蔡跃洲，郭梅军.我国上市商业银行全要素生产率的实证分析[J].经济研究，2009（9）：52-64.

[10]张健华，王鹏.中国银行业广义Malmquist生产率指数研究[J].经济研究，2010（8）：128-140.

[11]陈玉罡，孙振东，刘静攀.境外战略投资者对商业银行效率与治理影响的实证研究[J].软科学，2011（6）：21.

[12]芦锋，刘维奇，史金凤.我国商业银行效率研究——基于储蓄新视角下的网络DEA方法[J].中国软科学，2012（2）：174-184.

[13]Berger A N， Humphrey D B. Efficiency of Financial Institutions：International Survey and Directions for Future Research[J]. European Journal of Operational Research， 1997， 98（2）：175-212.

[14]Fare R， Grosskopf S， Norris M. Productivity Growth， Technical Progress， and Efficiency Change in Industrialized Countries：Reply[J]. The American Economic Review， 1997：1040-1044.

（责任编辑：何彬）

[3]Alam I M S. A Nonparametric Approach for Assessing Productivity Dynamics of Large US Banks[J]. Journal of Money Credit and Banking， 2001， 33（1）：121-139.

[4]Casu B， Girardone C， Molyneux P. Productivity Change in European Banking：A Comparison of Parametric and Non-Parametric Approaches[J]. Journal of Banking & Finance， 2004， 28（10）：2521-2540.

[5]Ariff M， Can L. Cost and Profit Efficiency of Chinese Banks：A Non-Parametric Analysis[J]. China Economic Review， 2008， 19（2）：260-273.

[6]Matthews K， Zhang N X. Bank Productivity in China 1997–2007：Measurement and Convergence[J]. China Economic Review， 2010， 21（4）：617-628.

[7]Chang T， Hu J， Chou R Y， et al. The Sources of Bank Productivity Growth in China During 2002–2009：A Disaggregation View[J]. Journal of Banking & Finance， 2012， 36（7）：1997-2006.

[8]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.

[9]蔡跃洲，郭梅军.我国上市商业银行全要素生产率的实证分析[J].经济研究，2009（9）：52-64.

[10]张健华，王鹏.中国银行业广义Malmquist生产率指数研究[J].经济研究，2010（8）：128-140.

[11]陈玉罡，孙振东，刘静攀.境外战略投资者对商业银行效率与治理影响的实证研究[J].软科学，2011（6）：21.

[12]芦锋，刘维奇，史金凤.我国商业银行效率研究——基于储蓄新视角下的网络DEA方法[J].中国软科学，2012（2）：174-184.

[13]Berger A N， Humphrey D B. Efficiency of Financial Institutions：International Survey and Directions for Future Research[J]. European Journal of Operational Research， 1997， 98（2）：175-212.

[14]Fare R， Grosskopf S， Norris M. Productivity Growth， Technical Progress， and Efficiency Change in Industrialized Countries：Reply[J]. The American Economic Review， 1997：1040-1044.

（责任编辑：何彬）