吴 江
中国银行业正面临越来越激烈的国际市场竞争。自加入世界贸易组织以来,中国政府及银行业监管机构严格依据世界贸易组织基本原则及加入WTO承诺时间表,认真地履行了银行业承诺的市场开放义务。随着法人银行导向政策的实施和人民币业务的全面对外开放,一些希望在中国发展零售业务的外国银行纷纷申请改制成为外资法人银行,以便于在中国开展业务。根据中国银行业协会提供的资料,截至2012年底,已经有40多个国家、地区的商业银行先后在我国开设了43家法人银行、96家分行、以及198家代表处,若加上外资商业银行支行的营业网点,总数量超过900家。
已有研究发现,外资商业银行的优势表现为丰富的国际性经营管理经验、完善的内部控制体系、技术创新优势、高水平的服务优势。其劣势主要表现为网点布局较少和缺乏本土化优势及所导致的手续费门槛较高。内资商业银行的优势主要表现为网点分布优势、客户资源优势、国家政策支持和较高的客户忠诚度。其劣势主要表现为治理结构不完善,组织管理链条冗长;长期以来收入主要来源于息差收入,业务结构较为单一,中间业务收入较少;安全性较差,不良贷款率较高,且资本充足率较低;服务水平较低。不难看出,内资商业银行和外资商业银行存在一定的优劣势互补。
外资商业银行在中国银行业的市场占有率仍然较低,但其发展速度不可轻视。从近几年来看,有些外资商业银行的资产总额和存贷款总额的增速己经接近35%。2013年,中国外资银行的不良贷款率仅为0.57%,远远低于全国银行业不良贷款率的平均水平。随着人民币业务的逐步开放,外资商业银行为扩大其在中国个人消费金融市场上所占份额而在许多业务上不断创新,如网上银行、财富管理、个人信用贷款、银行卡、电子银行和私人银行。从总体上来看,随着中国经济较快增长以及法律环境的日益完善,外资银行在金融创新、业务经营、服务能力和风险管控等各个方面对中国商业银行构成了严峻的挑战。为此,本文拟比较外资银行和中国商业银行的经营效率,并探讨提升中国商业银行效率的途径。
早期DEA模型如CCR和BCC一般采用角度(Oriented)、径向(Radial)的模型来测度决策单元的效率。但是,这些投入或产出导向的模型只能从决策单元的投入或产出的一个角度来测算其非效率的程度,导致效率测度的结果不全面。此外,径向模型在测度决策单元效率时没有其在投入或者产出上的松弛,因而会导致决策单元效率的高估。因此,2001年Tone提出了非径向、非角度的基于松弛变量(Slacks-based Measure,SBM)的DEA模型。但是作为传统的DEA模型,SBM模型仍然不能打开银行经营过程中的“黑盒”。
张健华将股本、固定资产和各项支出作为投入,将存款、贷款和利润作为产出,运用传统DEA方法测度我国商业银行在1997-2001年期间的效率*参见张健华:《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》,《金融研究》2003年第3期。。王兵和朱宁运用传统DEA方法中的SBM方向距离函数测度了2003-2009年中国11家上市商业银行在不良贷款约束下的效率*参见王兵、朱宁:《不良贷款约束下的中国上市商业银行效率和全要素生率研究——基于SBM方向性距离函数的实证分析》,《金融研究》2011年第1期。。虽然考虑了非期望产出对银行效率的影响,但是仍然很难探明生产中非效率的来源和阶段效率。决策单元的管理者很难得到关于生产中各阶段的非效率信息,从而不能很好地提高生产的阶段效率和整体效率。Tone和Tsutsui在假设投入产出不按比例变化的基础上,提出了基于松弛变量的网络DEA模型(NSBM)。
然而以上基于松弛变量的网络DEA方法仍然存在两个缺点。首先,在生产前沿面上的决策单元效率均为1,那就无法精确地甄别有效率的决策单元,进而也无法得出准确的分析结果。从已有的文献来看,鲜有学者在构建网络DEA模型时会同时考虑生产前沿面上部分银行的超效率。第二,该方法没有同时考虑超效率模型与非期望产出。而在测度银行效率时,银行的非期望产出(即不良贷款)是影响银行效率的重要因素之一。如果不予考虑,就难以对银行效率进行客观而全面的评价。本文借鉴Huang和Chen提出的同时考虑超效率和非期望产出的两阶段网络DEA模型,来准确地测度我国27家内资商业银行和10家外资商业银行效率,并比较分析效率差异来源的经营阶段,进而提出提高我国商业银行竞争力的政策建议。
笔者通过把非期望产出和超效率加入网络DEA模型,将原有的NSBM模型拓展为US-NSBM模型。设Yg=[y1g,...yNg]属于Rv1×N期望产出矩阵,Yb=[y1b,...yNb]属于Rv2×N非期望产出矩阵。参考Holod 和 Lewis的观点,笔者也认为商业银行的管理者会同时致力于减少投入和增加产出,所以非导向模型比导向模型更合适。因此,定义决策单元的非径向整体效率如下:
s.t.X0k-ΣλjkXjk+sk-≥0 ,Σλjkyjgk-y0gk+Sgk≥0,y0bk-Σλjbyjbk+Sbk≥0,1-1/(V1k+V2k)×(ΣSrgk/yr0gk+ΣSrbk/yr0gk) ≥ε,Z(k,h)λh=Z(k,h)λk,Σλjk=1(j≠0),ΣWk=1,且λk,Sk-,Sgk,Sbk,Wk≥0,其中Srg*(Srb*)是期望产出与非期望产出的最优松弛变量。V12(V22) 是期望产出(非期望产出)的数量。运用Charnes与Cooper提出的转换方法,将上述方程转换为线性方程组的形式。一个两阶段的商业银行经营过程,即K=2,与NSBM中定义的是有区别的。在银行经营中,非期望产出(如不良贷款)只是第二个生产阶段的部分产出。那么每个阶段的效率得分可以定义如下:
ρ0*1=[1+1/m1(ΣSi1-*/Xi0k)]/[1-1/ζ(ΣSr1+*/Zr0)] (2.2)
ρ0*2=[1+1/ζ(ΣSr1+*/Zr0)]/[1-1/(V12+V22)(ΣSrg*/yr0g+ΣSrb*/yr0g)] (2.3)
其中,ζ是中间产出的数量,Si1-*(Si1+*)分别是投入(产出)在子阶段1(2)的最优松弛变量。
存款是作为银行的投入还是产出,一直是学者们争论的焦点,而处理这一争论的两种方法主要是中介法与生产法。用中介法研究时,银行被视为将存款转化为贷款的中介机构,因而存款是贷款和其他盈利资产生产过程中的一项投入,所以存款越多效率越低。Berger、DeYoung等学者的实证研究均采用中介法。用生产法研究时,存款被视为银行为客户提供的一项重要服务,应而被算作商业银行的一项重要产出,因此存款越多的商业银行效率也越高。Berger与DeYoung 、Devaney与Weber在测度商业银行效率时采用生产法。存款的这种两重角色使学者们在测算商业银行效率时只能在生产法与中介法中做出取舍。而大部分研究者做出方法选择的依据是个人的主观偏好,这就会对商业银行效率得分产生显著的影响。用中介法测度某存款较多的商业银行可能效率水平很低,而用生产法测度同一银行效率的结果可能恰恰相反。因此,本文参考Holod等人的方法,将存款作为一项中间产出来处理,即存款是存款吸收阶段的产出,同时也是贷款发放阶段的投入。
两阶段网络DEA模型将银行的经营分为两个阶段——存款吸收阶段和贷款发放阶段,即揽储阶段和放贷阶段。在揽储阶段,银行使用劳动、固定资产和权益资本等投入(Xk)来吸收存款和其他资金,此时银行产出(Zk)即包括存款和其他融资。因此,这时测度的效率为商业银行存款吸收阶段的效率。作为中间产品的Zk即是存款吸收阶段的产出,同时又是贷款发放阶段的投入。在放贷过程中,商业银行投入存款和其他融资来产出期望产出(Yk)和非期望产出(Bk),这样测度的对象为商业银行在贷款发放阶段的效率。投入产出指标的具体定义如表1所示:
为了得到可靠的效率测度结果并进行全面的对比分析,本文采用平衡面板数据进行分析,将中国的内外资商业银行作为研究对象。数据来源于BvD-Bankscope数据库,它是欧洲金融信息服务商Bureau van Dijk和银行业权威评级机构惠誉(Fitch Ratings)合作开发的银行业信息库。首先,从该数据库中下载到139家中国内外资商业银行的数据,然后在此基础上进行数据筛选。筛选的过程如下:首先,剔除有缺失值的银行样本数据。然后,删除了2007年以后新建立的银行样本。最后,保留从2008年到2012年的数据,并且仅选择平衡样本。最后筛选得到从2008年到2012年37家商业银行(27家内资、10家外资)的185个观测样本。本文参考Huang等提出的方法,运用US_NSBM模型测度中国内外资商业银行2008年到2012年的整体效率、存款吸收效率与贷款发放效率。
笔者运用MAXDEA6.3软件,在规模报酬可变的假设条件下,选择那种考虑超效率和非期望产出的非径向的基于松弛变量的网络DEA模型来测度商业银行的效率。当且仅当两个子阶段都是有效率的时候,银行才是整体有效。从测度结果来看,内资银行中,效率水平排名靠前的国有商业银行为中国工商银行,其次为中国农业银行。非国有商业银行中,上海浦东发展银行和北京银行在2011年和2012年均表现出整体有效和阶段有效。外资银行中,韩亚银行在2008年和2009年表现出整体有效和阶段有效,而汇丰银行在2008年到2010年效率水平均较低,但在2011年和2012年均表现出各阶段和整体有效。
将内资银行与外资银行整体效率按年份平均计算并进行比较就会发现,2008年外资银行平均整体效率显著高于内资银行,但2009年外资银行整体平均效率出现大幅度下降,从0.676左右下降到2009年的0.574,而内资银行则出现显著的上升趋势;从内外资银行平均存款吸收效率的比较可知,这一现象主要源于内资银行存款吸收效率的提升和外资银行存款吸收效率的下降。2009年以后,外资银行平均整体效率稳步上升,到2012年已恢复到2008年的水平。内资银行受金融危机的影响出现了波动式的上升,但平均效率水平仍略低于外资银行。
将内资银行与外资银行整体效率按银行进行平均计算,结果表明,在2008年到2012年期间,总体来看,内资商业银行资产规模对整体效率有积极的影响,即资产规模较大的内资商业银行通常整体效率水平也较高。四大国有商业银行和大规模的上市商业银行整体效率显著高于小规模商业银行。然而,总体而言,外资商业银行的资产规模对银行的整体效率有一定的负向影响。从内外资商业银行的比较来看,整体效率最高的商业银行为中国工商银行,大部分内资银行效率水平处于0.4到0.8,并且大部分未上市的商业银行整体水平处于0.6以下。而大部分外资银行整体效率水平处于0.6到0.8,只有恒生银行和瑞穗实业银行效率在0.6以下。
进一步对内外资商业银行按年份平均的存款吸收效率进行比较就会发现,从2008年到2012年外资商业银行存款吸收效率一直呈现逐步下降的趋势,从2008年的0.92左右下降到0.76左右,但仍略高于内资商业银行的平均水平。内资商业银行平均存款吸收效率从2008年的0.68跃升到2009年的0.74,但是2009年以后一直稳定在0.73的水平,未出现显著波动。内资商业银行较低的存款吸收效率表明,在较大的利差环境下,与外资商业银行相比,内资商业银行缺乏足够的存款吸收动力。将各商业银行在2008年到2012年期间的平均存款吸收效率水平随总资产规模对数而发生的变化制成散点图,可以看出,与资产规模对整体效率水平的影响相似,一般总资产规模较大的内资商业银行的存款吸收效率水平较高,而资产规模较大的外资行业银行通常存款吸收水平较低。从内外资商业银行比较的角度来分析,存款吸收效率最高的为外资的韩亚银行,并且大部分外资商业银行存款吸收效率为0.8以上,而大部分内资商业银行存款吸收效率处于0.6以下,有大约30%的内资银行存款吸收效率在0.6以下。
再对内外资商业银行按年份平均的贷款发放效率进行比较,结果表明,内资商业银行贷款发放效率从2008年的0.76逐步上升到2012年的0.875,而外资商业银行的贷款效率在2009年受全球金融危机的影响出现显著下滑,其后稳步上升,到2012年已经赶上内资银行。将各商业银行在2008年到2012年期间的平均贷款发放效率水平随总资产规模对数而发生的变化制成散点图,可以看出,在内资银行中,总资产规模对贷款发放效率的积极影响仍然存在;而这一影响在外资银行中并不显著。从内外资银行效率的比较来看,在贷款发放阶段,大部分内资银行的效率水平处于0.7到1之间。而80%的外资银行效率水平处于0.6到0.8之间。
本文运用考虑非期望产出和超效率的两阶段网络DEA模型,测度中国27家内资和10家外资商业银行从2008年到2012年的整体效率和阶段效率,并对内外资商业银行按年份和按银行进行比较分析,结果表明:2009年以来中国内资商业银行整体效率虽逐步上升,但仍略低于外资商业银行。整体效率的差距主要来源于存款吸收阶段的效率差距。在贷款发放阶段,内资商业银行的效率要高于外资商业银行。由于中国银行业的利率管制制度,在较大的利差环境下,与外资商业银行相比,内资商业银行缺乏足够的存款吸收动力。而在贷款发放阶段,中国内资商业银行长期以来显著高于国际平均水平的不良贷款是非效率的主要来源。较差的资产质量影响中国内资商业银行效率的提升。因此,中国应该继续大力推进金融体制改革,加快利率市场化进程,同时加强对不良贷款管理,提高商业银行风险管理意识。具体建议是:
第一,渐进地放开利率市场,逐步改变内资银行主要依靠利率差的盈利模式,增强内资银行吸收存款的动力,从而提高存款吸收阶段的效率。具体来讲,采取先调后放、先浮动后放开的方法,首先放开货币市场利率,然后放开商业银行的贷款利率与存款利率,最终取消政府对利率的管制和限制,以逐步实现中国商业银行利率的市场化。其次,要强化央行对货币供给的调控力度,同时合理地确定基准利率,以避免在利率市场化之后存贷款利差过高的可能性。
第二,完善商业银行信贷风险管理机制,加强对不良贷款的管理和控制,同时大力发展中间业务,提高非利息收入比和其他盈利资产的占比,进而保持内资银行在贷款发放阶段的效率优势。要加强对金融风险的抵御能力,维护中国金融安全。不要“把鸡蛋放在一个篮子里”,一方面要避免大户贷款过于集中的局面;另一方面要瞄准朝阳行业,多元化地发展新客户,积极开拓信贷市场,努力扩大优质客户群,分散贷款的行业布局,以防止出现系统性风险。
第三,要做好贷前、贷中和贷后的工作。贷前要充分、全面、客观地进行调査,对贷款企业及借款申请人进行信用风险评估,建立企业信用风险数据库,做好信贷风险管理的前期工作。在贷中审査阶段,要强化对信贷项目的评估,提高评估技术,改善放贷质量。在贷后检查时,耍做好贷款的后续评估工作,确保贷款风险在可控范围之内。