基于DEA的我国农村商业银行运营效率分析

吴雪华，张勇，朱敏，熊颖

(南京审计大学金融学院，江苏 南京 211815 )

随着我国经济的不断发展，银行面临的竞争压力也随之加大，农村商业银行在响应国家大力服务三农领域政策的同时，如何科学地提高自身能力、合理追求自身利益，值得我们不断探索。本文将借助数据包络分析法(data envelopment analysis, DEA)对农村商业银行运营效率进行研究，这不仅有助于我们了解各农村商业银行运营效率的差异，而且能够帮助我们从中找出运营效率较高的农村商业银行，给其他农村商业银行改进运营效率提供参考。

1 国内外研究概述

国外学者早在1985年就将DEA应用到商业银行研究中。H D Sherman和F Gold[1]选取了14家商业银行作为样本，用DEA评估商业银行的营业绩效。R S Barr等[2]借助DEA模型对美国各商业银行在1994—1998年的运营效率进行评估。通过此研究，他还建议美国政府用DEA模型开发监管工具。2006年，E N Ozkan-Gunay等[3]主要借助于DEA模型评估了1990—2001年欧洲非公有银行的运营效率。通过研究，他发现银行分支机构的数量与银行的运营效率呈反比，机构数量越多，银行运营能力就越差。Fadzlan Sufian[4]首先分析了次贷危机对金融效率的影响，然后运用DEA模型来研究次贷危机对国家整个银行体系的影响。研究表明，受次贷危机的影响，银行系统效率低于次贷危机发生之前的水平。

赵旭等[5]用DEA分析了我国1993—1998年商业银行的运营效率。他将总贷款、营业利润作为产出要素，总存款、劳动力收入作为投入要素。分析结果表明，1993—1998年商业银行的运营效率处于相对较好的水平。赵听等[6]基于DEA分析了我国商业银行的竞争能力。简钟丹[7]加入了影子价格的概念，用DEA进行分析，得到了商业银行的运营效率。到2012年，逄诗章[8]选定了我国13家商业银行作为样本，分析了这些商业银行在2006—2010年的运营效率。通过分析实证可知，我国股份制商业银行的运营效率整体优于国有商业银行的运营效率。陈洋[9]利用DEA模型对16家农村商业银行对2007—2011年的运营效率进行分析，分析结果表明，我国农村商业银行运营效率保持增长状态。邓立刚[10]选取了我国32家农村商业银行，运用DEA进行效率测量，并且运用EViews进行多元回归分析，找出影响农村商业银行运营效率的因素。

2 实证分析

本文运用DEA模型中的CCR模型和BCC模型对我国资产排名前37位的农村商业银行进行运营效率分析。

2.1 模型的选取

2.1.1 CCR模型(规模报酬不变模型)

CCR模型是由美国著名运筹学家 A.Charnes、W.W.Cooper和E.Rhodes于1978年提出的。规模报酬不变是该模型的前提假设条件。运用此模型时，需假设有n个决策单元，每个决策单元投入指标有m种，产出指标有k种，运营效率从投入最小化、产出最大化进行对比分析，则n个决策单元的投入、产出矩阵如下所示。

第i个农村商业银行的技术效率为：

Minθ,λθ

λi≥0i=1,2,…,n

Xi=[x1i,x2i,…,xmi]T表示决策单元i的投入列向量，Yi=[y1i,y2i,…,ymi]T表示决策单元i产出的列向量。θ是相对效率，当θ=1时，则认为农村商业银行的运营效率是有效的，当θ<1时，则农村商业银行的运营效率是无效的。并且，为了保证测量结果的有效性，必须保证决策单元的数量要大于指标数量的2倍，本文选取了37家农村商业银行，3个投入指标，2个产出指标，符合以上要求。

2.1.2 BCC模型(规模报酬可变模型)

BCC模型是Banker、Charnes和Cooper于1984年在CCR模型基础上加以改进得到的，该模型的假设是规模报酬可变。运用此模型可以分析综合效率、规模效率和纯技术效率。

第i个农村商业银行的技术效率为：

Minθ,λθ

Nλi≥0i=1,2,…,n

社会经济的发展导致农村商业银行的运营效率发生不同程度变化，单纯使用CCR模型进行分析，容易混淆农村商业银行的规模效率和经营效率，使得分析结果偏离实际结果。为了使实证结果更加科学，本文用CCR模型测量农村商业银行的综合效率，用BCC模型测量农村商业银行的纯技术效率和规模效率。

2.2 投入、产出指标的确定

国内外对银行投入、产出指标的确定并没有形成一个统一的框架。本文通过生产法、中介法和资产法来确定投入、产出指标。其中营业支出、总资产、总存款为投入指标，利息净收入、净利润为产出指标，如表1所示。

表1 DEA模型的变量选取

2.3 样本选择和数据来源

本文为了尽可能的实现研究价值，结合数据的可得性，最终选取了总资产规模相对靠前并且运营理念相对先进的37家农村商业银行在2013—2016年的运营情况进行分析。这37家农村商业银行分别是：重庆农村商业银行、北京农村商业银行、上海农村商业银行、成都农村商业银行、广州农村商业银行、天津农村商业银行、江南农村商业银行、顺德农村商业银行、武汉农村商业银行、鄞州银行、南海农村商业银行、杭州联合农村商业银行、萧山农村商业银行、紫金农村商业银行、无锡农村商业银行、常熟农村商业银行、厦门农村商业银行、江阴农村商业银行、长沙银行、吴江农村商业银行、合肥科技农村商业银行、中山农村商业银行、昆山农村商业银行、佛山农村商业银行、慈溪农村商业银行、海安农村商业银行、珠海农村商业银行、黄河农村商业银行、大连农村商业银行、江都农村商业银行、温岭农村商业银行、新会农村商业银行、福建漳州农村商业银行、太仓农村商业银行、江门融和农村商业银行、高淳农村商业银行、启东农村商业银行。这37家农村商业银行的数据来自国泰安数据库以及各农村商业银行的年度报表。

2.4 运营效率的测量结果

本文的实证研究主要借助DEAP Version2.1 软件来完成。

2.4.1 纯技术效率测量结果

纯技术效率是银行受管理和技术等因素影响的生产效率，我国37 家农村商业银行纯技术效率的计算结果如表2所示。2013—2016年这37家农村商业银行的纯技术效率平均值分别是0.868、0.854、0.796、0.777，标准差分别是0.146、0.138、0.173、0.176。从标准差来看，2013—2016年这37家农村商业银行的纯技术效率标准差处在一个相对较低的水平并且相对稳定。此外，重庆农村商业银行、常熟农村商业银行、温岭农村商业银行和福建农村商业银行、高淳农村商业银行的纯技术效率值在这4年间都是稳定在1，有10家农村商业银行的纯技术效率值这4年的平均值大于0.9，占样本的27.03%。在这37家农村商业银行中，江南农村商业银行、启东农村商业银行、无锡农村商业银行、大连农村商业银行、昆山农村商业银行、合肥科技农村商业银行的平均纯技术效率处在末端。银行的纯技术效率主要与其管理和技术水平有关,因此,在对农村商业银行纯技术效率值较低的原因进行解释时，应该从农村商业银行的从业人员素质、公司治理以及经营管理模式等方面进行探讨。以昆山农村商业银行为例，根据昆山农村商业银行2016年年报可知，该行高级管理人员研究生学历仅占37%，缺乏高素质的从业人员。

2.4.2 规模效率测量结果

规模效率是受银行规模因素影响的生产效率,在管理和技术水平一定的前提下,表示现有规模与最优规模之间的差异，我国37 家农村商业银行规模效率的计算结果如表3所示。2013—2016年这37家农村商业银行的规模效率平均值分别是0.955、0.922、0.910、0.903，标准差分别是0.054、0.087、0.094、0.093。从各年份的规模效率平均值可以看出，规模效率值处于较理想的水平，同时标准差也相对较小，说明这37家农村商业银行在这4年的规模效率处于稳定状态。此外，我们还发现规模效率的情况远远好于纯技术效率。常熟农村商业银行和温岭农村商业银行的规模效率值在这4年间都保持在1的状态，福建漳州农村商业银行、太仓农村商业银行、重庆农村商业银行、珠海农村商业银行这4年每年的规模效率值也都非常接近1。在这37个样本中，重庆农村商业银行、北京农村商业银行、上海农村商业银行的资产规模都排在前列，但是它们的规模效率值都未达到1。根据有关资料显示，重庆农村商业银行和北京农村商业银行2016年的不良贷款余额均达到23亿。由此我们认为，农村商业银行在追求扩张的同时，应该保持合理健康的原则，否则会降低银行的运营效率。

表2 2013—2016年我国37 家农村商业银行纯技术效率比较表

表3 2013—2016年我国37 家农村商业银行规模效率比较表

2.4.3 综合效率测量结果

综合效率是对决策单元的资源配置能力、资源使用效率等多方面能力的综合衡量与评价。综合效率等于纯技术效率与规模效率的乘积，我国37 家农村商业银行综合效率的计算结果如表4所示。2013—2016年，这37家农村商业银行的综合效率平均值分别是0.831、0.788、0.724、0.903，标准差分别是0.155、0.152、0.176、0.093。从总体上看,这37家农村商业银行综合效率普遍偏低。根据DEA的测算结果,在这37个样本中,综合效率为1的银行只有2家,数值为1表示纯技术效率和规模效率同时有效。前文已经指出，纯技术效率远低于规模效率,而综合效率等于这两项的乘积,因此,我们可以认为,综合效率偏低的原因主要是纯技术效率较低,其次是因为规模效率不高。

表4 2013—2016年我国37家农村商业银行综合效率比较表

3 结果分析

基于对综合效率、纯技术效率、规模效率的分析可知，农村商业银行的运营效率存在一定的差异。上海农村商业银行、广州农村商业银行虽然资产规模在全国300多家农村商业银行中位于前列，但是综合效率却在样本银行中处于末端。通过对比各农村商业银行的综合效率、纯技术效率、规模效率，发现在这37家农村商业银行中，只有常熟农村商业银行和温岭农村商业银行的综合效率、纯技术效率和规模效率都为1。我们分别查询了常熟农村商业银行和温岭农村商业银行测量期间的年报，发现这两家农村商业银行经营范围广泛，并且都注重金融产品的创新和员工的培训。下面我们以常熟农村商业银行为例，进行具体分析。

3.1 经营状况分析

3.1.1 业务规模大、经营效益高

截至2017年12月31日，常熟农村商业银行的资产总额达1 458.25亿元，较年初增加158.43亿元，增幅12.19%；存款总额990.05亿元，较年初增加101.95亿元，增幅11.48%；贷款总额778.11亿元，较年初增加113.92亿元，增幅17.15%。我们从中可知，常熟商业银行经营业绩增幅较高。同时，2017年该农村商业银行的利润总额16.68亿元，同比增加3.56亿元，增幅27.13%，盈收水平处在较高的阶段。

3.1.2 资产质量持续改善

2017年末，该行的不良贷款率为1.14%，相较2016年末下降了0.26%；拨备覆盖率达到325.93%，较2016年末提升了91.10%；拨贷比3.72%，较年初提升0.42%，这说明常熟农村商业银行的资产质量不断优化，并具有较高的风险抵御能力。

3.2 注重金融机制改革,加强金融创新

常熟农村商业银行不断探索科技金融机制改革，加快新时代金融人才建设，自主开发客户风险管理。该农村商业银行大力借助大数据平台和互联网，推行专业化服务，助力网点运营分析。银行还积极加强对金融产品和服务的创新力度，实施“互联网+”战略，不断提高自主科研水平。2017年，常熟农村商业银行为服务百姓生活开发了第三方支付(飞燕马上付)、上线市民卡授信、建立可视化远程服务中心体系等。此外，该行还创新推出一系列服务实体经济的业务，加强支持小微企业的发展，如苏抵贷、泰信保、个人经营性物业抵押贷款等业务。

3.3 风险管理审慎

该行建立了较为完善的全面风险管理体系，明确“三会一层”(股东大会、董事会、监事会和高级管理层)在风险管理中的职责分工，按照“全面风险统筹管理、专业风险分工负责”的框架，实施全面风险统筹联动管理。公司发挥中小金融机构灵活高效优势，经营力求简洁、高效、务实。结合客户实际情况，在充分识别、控制风险的前提下，梳理创新信贷管理机制，优化信贷管理流程，提升信贷审批效率，有效满足客户个性化金融需求。此外，还通过启动“标杆银行”案防工程这一措施，优化内部控制环境。该行还具备科学的人才激励机制和培养机制，打造了一批专业人才，不仅有经验丰富的高管团队，还拥有高素质的基层员工。

3.4 注重人员培训

常熟农村商业银行将“经济、实用、高效”作为培训管理的原则，统筹规划，整合资源，完善体系，强化培训，以健全、完善全员培训体系为导向，以推动建设“网络金融学院”培训平台为契机，进一步加强该行人才队伍建设，提升行内各层级员工的专业能力和理论水平，并将教育培训与日常工作有机结合起来，打造学习型银行。

4 加强农村商业银行运营的建议

4.1 加快人才引进和提高管理水平

农村商业银行应该充分认识到人力资源对银行运作的重要性。农村商业银行应加强员工培训，提高员工的职业素养，并建立人才引进机制，吸引更多高素质、高学历的优秀管理人才，打造高层次人才队伍。

农村商业银行应该严格遵守银监会的规定，大力推进农村商业银行的稳健发展，打造一个公平、诚信的环境。管理水平的整体提高，有利于保障农村商业银行各环节的运营效率，从而提高农村商业银行整体的运营绩效。管理水平的提高，主要从以下几个方面入手：首先，农村商业银行结合自身特点制定科学的管理制度；其次，加强银行管理文化建设，减少管理者与员工之间的分歧；最后，管理者要不断提高自己的洞察力，在管理过程中能够发现问题并及时纠正。

4.2 合理扩张资产规模

不良贷款是影响农村商业银行运营效率的一个重要因素，一些农村商业银行在追求规模扩张的同时，忽视了资产的质量，从而导致银行的运营效率低下。盲目的资产扩张反而降低了农村商业银行的运营效率，影响了农村商业银行的竞争力。因此，合理扩张资产规模，提升资产质量才能更好地提升农村商业银行的运营效率。

4.3 加强金融创新

金融创新、互联网技术与新时代银行的发展是紧密相连的。在农村商业银行竞争激烈的情况下，注重金融创新，加强互联网技术的应用有助于农村商业银行获得新的利润空间。加大金融创新，就需要农村商业银行注重对人才的培养，打造一支专业化的科研团队。此外，加大对互联网、人工智能的应用，有利于农村商业银行信息化水平的提高，减少农村商业银行的人力资本和时间成本，从而提高银行的运营效率。