基于数据包络分析模型的中国商业银行相对经营效率评价

朱 敏

(聊城大学,山东 聊城 252000)

在整个社会经济活动运作中,银行业可以说担任着举足轻重的角色。银行不仅是资金的供给者与需求者的中介、桥梁,其资源配置水平的高低与运行效率的大小更直接或间接地影响了整个金融秩序的稳定与社会经济的发展。因此,如何提升商业银行效率值得我们积极探索思考。

一、文献综述

关于银行效率的研究,主要分为宏观方面和微观方面。从宏观角度来说,商业银行效率可以用商业银行的所有资源的投入与整个国民经济的增量来衡量;从微观角度来说,商业银行效率就是银行资源配置程度,是通过商业银行的投入与商业银行的产出大小进行衡量的。张超等(2019)使用超越对数随机前沿分析方法(SFA)对我国商业银行盈利模式转型效率及其影响因素进行了实证研究,表明宏观经济发展速度、市场集中度高低、传统业务发展水平、风险抵御能力强弱以及银行规模大小都对我国商业银行盈利模式转型效率的提升产生了重要影响。李丽芳和曾莹(2016)认为，制度因素显著影响商业银行成本效率和利润效率,加强控制腐败、提高法治水平和提升行政效率能改善银行效率。申创和赵胜民(2018)认为市场竞争度、非利息收入对银行收益都有影响。

研究银行效率有多种方法,对我国银行效率进行评估运用最多的方法是数据包络分析(DEA)法。刘宜鸿(2019)运用DEA模型,测算了我国31家上市商业银行2014—2017年的综合效率、纯技术效率和纯规模效率。Matthews (2013)构建了风险度量的指标和方法,并且将风险作为网络 DEA 模型的中间投入对我国15 家银行的效率进行评价,说明了将风险指标纳入银行收入效率评价能够使所得到的效率与银行的盈利能力更相关。Wang et al(2014)将银行的整体应用规模报酬可变的两阶段网络 DEA 模型在考虑非期望产出的情况下,评价和测试了我国16家主要的商业银行在第三轮银行改革阶段(2003—2011年)的效率问题。

波士顿矩阵(BCG)是流行于欧美大型企业的一种新型战略分析与决策技术。于祥(2000)认为BCG矩阵目的在于分析企业或企业内各业务分部在市场竞争与产业发展中的相对优势,据此制定企业的发展战略。张波(2006)在房地产上市公司经营绩效评价中运用了BCG矩阵,认为可以发现每个公司在经营方面存在的薄弱环节,这将有助于企业管理者有的放矢地实施经营管理。 沈琨(2010)在商业银行信贷管理中运用了BCG矩阵,认为能加强商业银行在信贷投向上的科学管理,谋求利润最大化,而且能明确其业务发展方向,提高风险控制水平。

通过文献梳理发现，早期学者研究银行效率多采用传统的财务分析法,财务分析法一次仅能处理单一投入与单一产出,并且在指标的选取上会受到主观因素的影响,仅能反映被衡量银行的片面状况，以致效率较好的银行无法显现出自身的优势。本文采用二阶段DEA法作为衡量导入金融科技后的银行的效率,DEA法可以满足银行服务的多投入与多产出的特性,从而更全面地了解各样本银行的优劣势,提出具体的改进措施。

二、指标选取与数据来源

本文基于二阶段DEA所选用的投入项目是依据经济学理论生产要素(土地、劳动、资本)的观点,将投入要素设定为员工人数、利息支出、固定资产,产出项目为存款总额与计算机软件成本,第一阶段是对银行服务能力效率的衡量,第二阶段中以第一阶段的产出变量作为第二阶段的投入变量,其产出项目为放款总额与总收入,第二阶段是对银行获利能力效率的衡量。

本文通过各大银行年报和金融年鉴基于2015年到2017年选取了15家商业银行,其中包括五大国有银行(中国银行、中国农业银行、中国工商银行、中国建设银行、交通银行),以及招商银行、中国光大银行和北京银行等股份制商业银行实施效率评价。

三、实证分析

数据包络分析法(DEA)是基于效率概念发展出的用来评估多投入多产出的决策单位相对效率的方法。它是以线性规划法求决策单元(DMU)的效率值，DMU的效率值介于0～1之间,效率值等于1时为有效率单位,效率值小于1时为无效率单位,DEA不用事先得知投入、产出之间的函数形式。

(一)DEA模型

在二阶段DEA模型中,设有n个决策单元,对于每一个决策单元DMUj,(j=1,2,..,n),第一阶段有m个投入要素xij,(i=1,2,…,m),l个产出要素zdj,(d=1,2,…,l),同时第一阶段的l个产出要素又要作为第二阶段的投入要素,即中间要素,第二阶段的产出要素为yrj,(r=1,2,…,s)。则相应的两阶段的 DEA 模型:minθs.t.

λj-μj≥0,θ≤1

此外,Golany和Roll(1989)定义了关于决策单元的选取与数量的经验法则:决策单元有相同的组织任务或目标、处在相同的市场环境下、具有相同的绩效要素,也就是投入与产出变量除了数量上的差异,其余特征皆相同;决策单元的数量应是投入项目个数与产出项目个数总和的2倍或2倍以上,否则将导致评估结果不具有解释性。本文投入项目数与产出项目数总共为7个项目,并且本文选定15家银行作为决策单元(DMU)15>7×2,符合DEA模型的鉴别度标准。

(二)叙述性统计

本文全体样本取自2015年1月1日—2017年12月31日共15家银行的现况资料,研究项目共7个，包括投入项目与产出项目,其基本统计量见表1。

表1 15家商业银行2015—2017年投入、产出项目的叙述性统计

(三)二阶段DEA效率值分析结果

本文采用二阶段DEA方法,分别从银行金融科技的服务能力与获利能力两个层面进行探讨,评估各家银行导入金融科技后的经营效率。在第一阶段进行服务能力效率的衡量,以员工人数、利息支出、固定资产为投入项目,将存款总额、计算机软件成本列为产出项目;在第二阶段进行获利能力的衡量,把第一阶段产出项目作为投入项目,以放款总额与总收入作为产出项目。

在各阶段经营效率分析中,本文使用专业的maxdea软件运算DEA效率值,投入与产出项目的数据根据各个银行的年报得到,先以CCR模式求算总效率(TE)，以BCC模式求算技术效率(PTE)，再带入公式(总效率÷技术效率=规模效率),求得规模效率(SE)，并搭配规模报酬状态(RTS)区分规模报酬属于递增(IRS)、递减(DRS)、还是固定(CRS),进而找出各样本银行若要提高效率,应该缩减经营规模、维持经营规模或扩大经营规模的方式。

在区分DMU效率强弱的过程中,本文遵循Norman和Stoker(1991)使用以下四种标准来鉴别:强势效率单位(DMU出现在许多效率集合中,出现次数越多越强势),边际效率单位(DMU效率值=1,但不强势,出现在效率参考集合只有1～2次),边际无效率单位(0.9

总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。如表2所示，就第一阶段服务能力的总效率值而言,通过2015—2017年三年间综合效率的平均值可以看出,银行的服务质量呈现先下降后上升的趋势。在2015年达到效率值为1的银行有5家,分别为平安银行、华夏银行、中信银行、北京银行与兴业银行。除此之外只有交通银行与中国建设银行是因为技术无效而导致未达到总效率的有效值,更多的银行没有达到有效值是因为规模无效而导致的。2016年,银行的综合效率均值最低，仅为0.865,其中仅有中国银行、中信银行与兴业银行3家的总效率值为1；平安银行、招商银行、中国农业银行、中国工商银行、中国建设银行与北京银行的总效率在0.9到1之间,属于边际无效率单位；其他6家银行的效率值都低于0.9，处于明显无效率单位。这一结果显示大部分银行需要思考投入设备(员工人数、利息支出、固定资产)是否有资源浪费的情形,找到更适合的投入组合来增加服务效率。这三年间银行在2017年的综合效率的均值最高，达到0.916。其中有9家银行样本的总效率值达到1,分别为平安银行、招商银行、中国银行、中国农业银行、中国工商银行、中信银行、中国建设银行、北京银行、兴业银行。因为规模效率无效而导致综合效率未达到1的银行有3家,分别为宁波银行、中国光大银行、南京银行,因此这些银行需要调整生产规模改善无效率部分。同时受技术无效和规模无效率影响的银行有中国民生银行、华夏银行与交通银行。

表2 15家样本银行2015—2017年服务能力效率值

通过对第二阶段效率的测算，我们可以了解银行的获利能力,见表3。总体而言,在2015—2017年三年间银行的获利能力是呈现上升趋势的。2015年全体样本的总效率的平均值为0.698,总效率值达到1的银行只有兴业银行与南京银行两家,大部分银行无效的原因在于技术无效、规模无效或者二者兼有。2016年与2017年的总效率达到1的银行较2015年多了两家,除此之外更多的银行达到了技术有效。但是在这三年期间有10家银行一直属于明显无效率单位,分别为交通银行、华夏银行、中国银行、中国农业银行、中国光大银行、中信银行、中国建设银行、中国工商银行、北京银行、中国民生银行。由于此阶段采用产出导向,意味着产出比率太少造成了无效率,因此需要想办法增加放款总额与总收入之产出。

表3 15家样本银行2015—2017年获利能力效率值

四、效率矩阵与BCG矩阵分析结果

(一)效率矩阵

根据前文数据，将服务能力效率值置于纵坐标Y轴,以全体样本银行服务效率的平均值为Y轴临界值;将获利能力置于横坐标X轴,以全体样本银行获利效率的平均值为X轴临界值,构建银行相对效率的四象限矩阵图。第一象限:表示此象限区域的银行的服务能力、获利能力的效率皆相对于其他银行有较高的竞争优势。第二象限:表示此象限区域的银行的服务能力效率值相对于其他银行表现佳、但获利能力效率值却低于平均值,需加强获利能力。第三象限:表示此象限区域的银行的获利能力效率值相对于其他银行表现佳，但服务能力效率值却低于平均值,需加强服务能力。第四象限:表示此象限区域的银行的获利能力与服务能力效率值都比较差,两方面都要加强。在矩阵图中，为了方便，各银行名称用数字代替：1为平安银行，2为交通银行，3为华夏银行，4为宁波银行，5为招商银行，6为中国银行，7为中国农业银行，8为中国工商银行，9为中国光大银行，10为中信银行，11为中国建设银行，12为北京银行，13为兴业银行，14为南京银行，15为中国民生银行。

图1为15家样本银行2015年相对效率矩阵图。X轴与Y轴的临界值(平均值)显示为黑线,其值为(0.698,0.910)。通过效率矩阵图可以清楚地看到,2015年15家样本银行中,服务能力与获利能力都优于平均值,具有相对效率的银行有4家：平安银行、中国光大银行、北京银行、兴业银行;仅服务能力有相对效率的银行有6家:交通银行、华夏银行、中国银行、中国农业银行、中国工商银行、中信银行;仅获利能力有相对效率的银行有3家:宁波银行、招商银行、南京银行;服务能力与获利能力效率值相对较差的只有2家：中国建设银行、中国民生银行。

图1 15家样本银行2015年相对效率矩阵图

图2为15家样本银行2016年相对效率矩阵图,X轴与Y轴的临界值(平均值)显示为黑线,其值为(0.739,0.865)。通过效率矩阵图可以清楚地看到,2016年15家样本银行中,服务能力与获利能力都优于平均值,具有相对效率的银行有5家：平安银行、招商银行、中信银行、北京银行、兴业银行;仅服务能力有相对效率的银行有5家:华夏银行、中国银行、中国农业银行、中国工商银行、中国建设银行;仅获利能力有相对效率的银行有4家:宁波银行、中国光大银行、南京银行、中国民生银行;服务能力与获利能力效率值相对较差的只有交通银行1家。

图2 15家样本银行2016年相对效率矩阵图

图3为15家样本银行2017年相对效率矩阵图,X轴与Y轴的临界值(平均值)显示为黑线,其值为(0.740,0.916)。通过效率矩阵图可以清楚地看到,2017年15家样本银行中,服务能力与获利能力都优于平均值,具有相对效率的银行有4家：平安银行、招商银行、北京银行、兴业银行;仅服务能力有相对效率的银行有6家:中国银行、中国农业银行、中国工商银行、中国光大银行、中信银行、中国建设银行;仅获利能力有相对效率的银行有3家:宁波银行、南京银行、中国民生银行;服务能力与获利能力效率值相对较差的有交通银行与华夏银行2家。

图3 15家样本银行2017年相对效率矩阵图

(二)BCG矩阵

将2015年、2016年、2017年的效率矩阵图根据BCG矩阵的含义整合成BCG矩阵图,如图4所示。将样本银行区分为四种类型,将各类银行以总计数量及百分率表示:明星型银行(高服务效率,高获利效率)、金牛星银行(低服务能力,高获利能力)、问号型银行(高服务能力,低获利能力)、狗型银行(低服务能力,低获利能力)。

图4 15家样本银行2015—2017年BCG矩阵图

通过图4可以更清晰地看到各银行服务能力与获利能力相对效率的高低。从国有商业银行来看,属于明星型银行的国有商业银行在三年间一个没有；国有商业银行在三年间多数为问号型银行和狗型银行；其中，交通银行虽然一直在加大固定资产、员工人数的投入,但是通过BCG矩阵图可以看到，交通银行连续两年在服务能力与获利能力的相对效率上都呈现出比较低的结果，可见其投入的资金和人力并没有发挥功效。国有商业银行总体表现不是很理想,说明国家为其提供的政策和资金并没有提高经营效率,而市场化的治理结构、灵活的经营管理体制可以提高效率。

从股份制商业银行和城市商业银行来看,整体经营水平是高于国有商业银行的整体水平的,其中平安银行、北京银行、兴业银行连续3年都处于明星型银行,说明这3家银行能够充分利用自身资源,在经营管理水平、技术创新能力、资源配置能力保持相对有效。中国光大银行在2015年属于明星型银行但在2016年因服务效率低而变成金牛型银行。

五、结论与建议

本文使用二阶段DEA法在测算2015—2017年我国商业银行相对经营绩效时拆解为服务能力(将生产资源转化为金融服务)与获利能力(将金融服务转化为创造获利),并通过效率矩阵分析与BCG矩阵分析明确了哪些银行属于明星型银行，哪些银行属于无效率银行，以确定标杆银行。

研究发现，在服务能力阶段，国有商业银行明显高于股份制商业银行与城市商业银行；在获利能力阶段，国有商业银行明显低于股份制商业银行与城市商业银行。其原因是国有商业银行要认真履行自己的职责,同时国有商业银行有政府政策的支持,相对于股份制商业银行与城市商业银行在盈利性方面有些差距。另外，从效率矩阵与BCG矩阵中可以看到,只有平安银行、北京银行、兴业银行连续3年都处于明星型银行,可以作为标杆银行,而更多的银行效率水平还有待提升,可以向标杆银行学习经营管理体制，如怎样提高技术创新能力，如何拥有最适合的银行规模,从而提高自身的总体经营效率。