我国上市商业银行经营效率的实证研究——基于DEA方法

王泽乾 骆志芳



我国上市商业银行经营效率的实证研究
——基于DEA方法

王泽乾 骆志芳

（重庆工商大学，重庆 400067）

近年来，随着经济增长下行和利率市场化的日趋成熟，银行业间的竞争加剧，如何提高经营效率成为各大商业银行聚焦的重点。文章以经济增长下行和利率市场化成熟的条件下我国上市商业银行为研究对象，基于2010—2014年度的财务数据，运用DEA方法，对我国上市商业银行的经营效率进行实证分析。在整体上，我国上市商业银行的规模效率、技术效率、纯技术效率和全要素生产效率变化不一，国有大型商业银行、股份制商业银行和城市商业银行的发展趋势各具特色。

商业银行；经营效率；规模效率；技术效率；全要素生产率

一、引 言

银行的有效发展可以降低企业的融资成本，提高资源的配置效率，为社会提供全面和差异化的金融服务。本文基于DEA的研究方法选取我国上市商业银行实证2010—2014年度上市商业银行的经营效率情况，并据此存在的不足提出一些建议。

银行经营效率是其经营业绩和核心竞争力水平的集中表现。分析银行经营效率可以得出银行整体的状况并反映银行竞争和持续发展力，服务于银行高管层的管理。有关银行的经营效率的研究，主要有SFA、DFA、TFA、DEA和FDH这五种主要的效率评价方法，分析得出DEA方法是相比其他而言最合适的银行效率评估方法[1]。

DEA（Data Envelopment Analysis）即数据包络分析，它是著名的运筹学家A. Charnes，W. W. Cooper和E. Rhodes提出并用于评价决策单元（DMUs）相对有效性的方法[2]。Sherman和Gold发表了第一篇关于DEA模型的商业银行效率的文章[3]。从此，DEA方法在银行业广泛应用[4]。DEA方法在银行效率评价有其自己具独特的优势，例如，评测的结果与量纲的选取不存在关系；选择多投入和多产出；不同规模的银行也可以对比，等等。

在我国，最早基于DEA方法对银行业进行研究的是薛峰、杨德礼[5]。魏煜、王丽利用DEA测度了商业银行1997年度的规模效率、技术效率和纯技术效率[6]。

二、研究方法与投入产出指标的选择

本文运用DEA方法分析上市商业银行的效率并将效率分为综合技术效率、纯技术效率和规模效率。根据本文经营效率研究中关注的问题，文章采用Output-DEA模型进行实证分析。

（一）关于不包括规模收益的CCR模型

该模型由全部决策单元的投入与产出变量的观测值，构建了一个有效边界。CCR模型数学表达式如下：

（二）关于包括规模收益的BCC模型

规模的不当是影响整体效率的可能因素，实际中的DMU可能处于规模递增（IRS）和递减（DRS）。BCC模型基于规模报酬变化（VRS）假设下，修正了CCR模型得出纯粹技术效率和规模效率，技术效率（TE）又可以分解为纯粹技术效率（PTE）与规模效率（SE）。BBC模型避免了实际情况下的决策单元可能存在的规模经济下仍然用CCR模型分析商业银行的效率就可能出现分析结果不正确的情况。BBC模型不再将规模报酬不变作为假设前提，将银行效率分为综合技术效率、纯技术效率，并且增加了规模效率。纯技术效率（PTE）是基于DCR，加上约束条件＝1得到。

（三）我国上市商业银行经营效率的动态年度变化——Malmquist指数模型

通过CCR和BBC实证分析的效率值存在一个缺陷，即缺乏对每个商业银行不同时间段效率值变化情况的分析。Malmquist指数在分析商业银行经营效率上，分析了不同阶段商业银行经营效率值的变化情况，这样就可以根据具体情况分析出影响效率值变动的因素。

（四）数据来源及投入产出指标选择

本文的数据主要源于我国16家上市商业银行（中国工商银行、中国农业银行、中国银行、中国建设银行、中国交通银行、招商银行、民生银行、兴业银行、华夏银行、中信银行、光大银行、平安银行、浦发银行、北京银行、南京银行和宁波银行）2010—2014年的年度报告和各银行网站公布的相关财务信息。实证的样本即模型中的决策单元是我国16家上市商业银行。

对投入与产出的合理选择是正确应用DEA测度上市商业银行经营效率的一个基础性问题。在借鉴国内外研究成果的基础上，结合我国银行业务的特点，本文确定的我国上市商业银行DEA模型中的多投入和多产出指标如表1所示。

表1 投入与产出指标

三、实证检验与分析

根据上述定义的投入与产出变量及我国16家上市商业银行2010—2014年度的数据，利用DEAP2.1软件，运用DEA的CCR、BCC和Malmquist指数模型，对数据进行实证分析得出技术效率（TE）值，纯技术效率（PTE）值、规模效率（SE）值和全要素生产率（TFP）值，并对其进行了静、动态的对比分析。

（一）技术效率的测度与分析

通过DEAP2.1软件的CCR模型下测得我国2010—2014年度上市商业银行年度TE值如表2所示：

表2 2010—2014年我国上市商业银行的技术效率（TE）值

整体上，我国16家上市商业银行连续五年TE的整体平均值都小于1，连续5年的平均技术效率值是0.866。

1．关于大国有大型商业银行TE分析。国有大型商业银行TE值整体上稳步提高。就单个银行而言，虽然中国农业银行的效率最低，但其TE在五年中也呈稳步上升态势，这表明其经营管理水平在五年内也得到了逐步提高。中国工商银行的效率值最高，其TE值在0.971的均值上下波动，有三年的TE为1，这说明其整体技术水平和资源配置较为合理。中国建设银行、中国银行和交通银行的均值都在0.88，中国建设银行处于上升态势，而中国工商银行和交通银行连续五年的均值相对稳定。

2．关于股份制商业银行TE值分析。股份制银行与国有大型商业银行5年的TE均值相同，但是股份制银行比国有大型商业银行每一年度TE的波幅小。其中兴银行、平安银行和浦发银行的TE值接近于1，但兴业银行的最接近于1，即兴业银行的经营管理水平在所有股份制商业银行中有明显优势，中信银行比光大银行的TE值稳定，这说明中信银行的经营管理相对比较成熟，而光大银行的上升趋势表明了光大的经营日趋成熟。剩下的民生银行、华夏银行和招商银行中，民生银行的TE最低，仅为0.717，华夏银行是在波动中保持着上升的趋势，招生银行在TE较低的水平上维持稳定。

3．关于城市商业银行TE值分析。城市商业银行的TE值比国有大型银行和股份制银行的TE平均值都要低。其中北京银行的TE值是最高的，TE的平均值为0.994，除了2012年外每一年度的TE值都为1，而宁波银行的TE值偏低，仅为0.739。

（二）纯技术效率的测度与分析

纯技术效率（PTE）是由BCC模型中得出的，并且基于剔除规模因素的条件下，反映银行的日常经营管理和技术操作水平。实证的结果如下表3。

表3 2010—2014年我国上市商业银行的纯技术效率（PTE）值

整体上，我国16家上市商业银行连续五年PTE的整体平均值都小于1，连续5年PTE的平均值是0.934，且处于上升趋势。

1．关于国有大型商业银行PTE值分析。国有大型商业银行PTE的平均值为0.95，处于股份制银行和城市商业银行PTE平均值之间，但5年的数据显示其PTE处于稳步上升，这也说明国有大型商业银行近几年的经营管理水平和技术操作水平在逐步提高。中国银行和工商银行PTE值都是1，这表明中行和工行的经营管理和技术操作水平处于领先地位。农业银行的PTE最低，建行处于稳步上升态势，2014年度的PTE值也达到了1。

2．关于股份制商业银行PTE值分析。股份制商业银行的PTE平均值是最低的，但股份制商业银行各年度的PTE稳步上升。其中浦发银行、兴业银行的PTE值均为1，中信银行的PTE值达0.986。这说明了浦发银行、兴业银行的经营管理和技术操作水平在所有股份制商业银行中有明显优势，而华夏银行的PTE值是最低的。

3．关于城市商业银行PTE值分析。城市商业银行PTE的平均值是国有大型商业银行和股份制商业银行平均值中最高的，且达到了0.979，其中有三个年度的PTE值为1。城市商业银行中的北京银行和南京银行的PTE值是都为1，是相对有效的。宁波银行的PTE最低，其中波动体现在2012和2013年度。

（三）规模效率和规模效益的测度与分析

实证运算结果得出上市商业银行各个年度的规模效率（SE）值如表3所示，SE是基于BCC模型求得，通过SE值判断银行规模状态（规模报酬递增（IRS），规模报酬递减（DRS）和规模效益不变（CRS））从而为商业银行提供更多的决策基础。

表4 2010—2014年我国上市商业银行的规模效率（SE）值

我国16家上市商业银行连续五年的SE的整体平均值都小于1，连续5年SE的平均值是0.926。

1．国有大型商业银行SE值分析。国有大型商业银行SE平均值为0.91。中国农业银行的SE最低，而中国建设银行和中国工商银行的效率最高，这说明中国建设银行和中国工商银行整体规模较为合理。

2．关于股份制商业银行SE值分析。股份制商业银行SE的平均值是三种类型商业银行最高的。其中兴业银行、中信银行、华夏银行、平安银行和浦发银行的SE值较高，平安银行SE值基本保持在1附近。招商银行和民生银行的SE偏低。

3．关于城市商业银行SE值分析。城市商业银行SE的平均值是最低的为0.883。其中，北京银行的SE是最高为0.994，而宁波银行的SE最低。

表5 2010—2014年我国上市商业银行规模效益变动表

1．关于国有大型商业银行的SE的分析。根据DEA中的规模报酬判定定理，国有大型银行的经营规模已经超过了其最佳的经营规模。所以，国有大型商业银行应当优化其经营规模到规模经济，并且应注重配置效率的提高。关于股份制商业银行的SE分析。股份制商业银行整体上呈现规模报酬波动状态，所以这几家商业银行应当根据各个单位的实际情况调整现有的经营规模，努力实行规模经济。

2．关于城市商业银行的SE的分析。北京银行规模报酬不变，南京和宁波银行可以发挥规模效益增加效益。

（四）我国上市商业银行经营效率的动态变化——Malmquist指数模型

从表6中可以看出，连续5个年度，我国上市商业银行经营效率的Malmquist指数模型中，effch（综合效率值变化）、pech（纯技术效率值变化）、sech（规模效率值变化）都大于1，而techch（技术效率值变化）和tfpch（全要素生产率值变化）都小于1。国有大型商业银行中建设银行的各个指标都大于1，综合效率在上升，工商银行综合效率下降是其规模效率下降主导，其他国有银行综合效率均上升，主要得益于PTE和SE的上升。股份制商业银行中招商银行、华夏银行、光大银行、平安银行和浦发银行的综合效率上升，民生银行、兴业银行和中信银行的综合效率下降，主要的原因是不同银行的TE变化率和SE变化率幅度所致。城市商业银行中，北京银行综合效率保持不变，南京银行、宁波银行综合效率下降，3家城市商业银行PTE均保持不变，SE变化起主导作用。

表6 考虑规模收益的Malmquist-DEA模型

四、结论与建议

从上述静态和动态的实证分析得出：整体上，我国的上市商业银行的经营越来越成熟。具体在各个上市银行上，其自身的技术效率无效的较多，而纯技术效率无效又是技术无效的主要原因。

（一）结 论

1．从CCR模型的分析可知，我国上市银行整体的技术水平和资源配置不够合理，存在提升空间。三类上市商业银行中，城市商业银行的TE平均值是最小的，这表明城市商业银行在资源的配置和技术水平方面还需要进一步提高。

2．根据BCC模型的实证结果可知，城市商业银行的PTE最高，股份制银行的PTE居中，而国有大型商业银行的PTE最低。这说明国有大型商业银行日常经营管理和技术水平有待进一步的提高。从SE的情况看，相比股份制商业银行，国有大型商业银行和城市商业银行需要权衡自己的规模与经济效率。

3．从动态的Malmquist指数模型分析可知，整体上，我国上市商业银行的全要素生产效率是减少的。结合2010—2014年度我国上市商业银行规模效益变动的分析，全要素生产效率指数减少的主要原因是规模效益问题。具体体现在三大类上市商业银行上，国有大型商业银行规模过大而效益递减，而城市商业银行的规模小，处于规模效益递增，股份制商业银行相对差异较大，兴业银行、平安银行和浦发银行的规模控制较为合理。

（二）建 议

1．进一步增强上市商业银行合理有效的资源配置。根据银行实际把握规模与经营两者之间的关系，注重银行本身资产安全性和流动性的管理，提高银行的经营效率[7]。

2．国有大型商业银行和股份制商业银行，根据市场的战略地位，通过优化和升级其服务适当控制其经营规模；城市商业银行的南京银行和宁波银行，根据自身的具体情况，采取差异化服务，扩大其经营规模。具体可以通过从银行不同类别的贷款业务规模、机构营业网点等方面弹性控制商业银行的规模。对于个别股份制商业银行和城市商业银行，通过资产结构优化，银企合作，扩充经营网点等多种差异化金融服务方式，增加银行的净利润和存贷款总额来实现规模效益[8]。

3．针对我国上市商业银行整体上的全要素生产效率减少的问题，我国上市商业银行在固定投入的基础上，随着时间的推移，各银行应该通过深化改革、加大技术创新和优化金融服务的方式加快调整经营模式，提高我国上市商业银行整体的生产效率值。

参考文献：

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

[2] Charnes， A.，W.W.Cooper and E.Rhodes. Measuring the Efficiency of Decision Making Units [J].European Journal of Operation re－searches， 1978， 2(6): 429-444.

[3] Sherman，H.D.and F.Gold.Bank Branch Operating Efficiency:Evaluation with Data Envelopment Analysis [J]. Journal of Banking and Finance， 1985， 9(2): 297-316

[4] Cooper，W.W.， L.M. Seiford and J.Zhu. Handbook on Data Envelopment Analysis[M]. Boston: Kluwer Academic Publishers， 2004

[5] 薛峰，杨德礼.评价银行经营与管理综合效益的DEA模型[J].数量经济技术经济研究，1998（5）：63-66.

[6] 魏煜，王丽.中国商业银行效率研究：一种非参数的分析[J].金融研究，2000（3）：88-96.

[7] 佘震宇，曹海啸.我国商业银行竞争力评价实证研究——采用基于格栅获取的模糊Borda数分析法[J].重庆理工大学学报：自然科学版，2014（1）：128-133.

[8] 王筱欣，金霞.民营银行对我国经济增长贡献的实证研究[J].重庆理工大学学报：社会科学版，2016（6）：45-52.

（责任编辑：于开红）

An Empirical Study on the Operating Efficiency of China’s Listed Commercial Banks:Based on the DEA Method

WANG Zeqian LUO Zhifang

In recent years, as the economic growth downside and the interest rate of the market becomes more and more mature, the banking industry competition is much heavier. How to improve the operating efficiency has become the focus of major commercial banks. The paper takes China listed commercial banks in the condition ofeconomic growth downside and mature interest rate of the market as subjects. Based on the financial data between year 2010 - 2014，using the DEA method，it makes empirical analysis to China’s listed commercial banks operating efficiency. On the whole，China’s listed commercial banks’ scale efficiency，technical efficiency, pure technical efficiency and total factor productivity changes, in which large state-owned commercial banks, joint-stock commercial banks and city commercial bank develop different trending characteristics.

commercial bank; operational efficiency; scale efficiency; technical efficiency; total factorproductivity

F830

A

1009-8135（2016）05-0044-07

2016-06-05

王泽乾（1991-），男，山西天镇人，重庆工商大学硕士研究生，主要研究金融理论与政策。

骆志芳（1964-），女，四川崇州人，重庆工商大学教授，硕士生导师，主要研究金融理论与政策。