考虑非期望产出的中国商业银行成本效率研究

张淑安，陶爱萍

(1.上海立信会计金融学院 金融学院，上海 201209；2.合肥工业大学 经济学院，安徽 合肥 230601)

进入21世纪以来，我国银行业改革不断深化，股份制改造、利率市场化、引进境外战略投资者、剥离不良贷款、建设民营银行等多项改革举措加速推进，互联网金融发展迅速。我国银行业无论是在资产规模、盈利能力，还是在拓展海外业务、提升国际竞争力等方面都取得了长足的发展。银保监会数据显示，截至2019年12月，我国银行业金融机构4607家，较2018年末增加19家，2019年底中国银行业金融机构总资产290万亿元，同比增长8.1%。2019年，商业银行实现净利润2万亿元，平均资本利润率为10.96%。2020年虽受新冠肺炎疫情冲击，银行业运行仍较稳健，2020年末，中国银行业金融机构总资产319.7万亿元，同比增长10.1%。2020年《The Banker》公布的数据显示，中国银行竞争实力强劲，四大国有银行均进入全球十强，有143家中资银行进入1000强，仅次于美国(184家)。中国工商银行更是自2013年以来连续8年位荣居《The Banker》杂志全球1000家大银行榜首。

尽管我国银行业的发展令人瞩目，但随着经济全球化和我国金融开放程度的提高，外资银行对我国银行业的参与程度不断提高，我国银行业面临的金融市场环境日趋复杂，竞争压力越来越大，单纯依靠资产负债表高速扩张、资本消耗的传统盈利模式越来越难以为继。如何在日趋激烈的竞争环境中谋求盈利最大化，实现可持续发展和竞争力的提升，最终取决于银行的运营效率。如何通过管理创新、技术创新和业务创新等降低银行的运营成本，是金融监管机构和各商业银行需要认真思考的问题。银行成本效率是银行内部经营管理效率、资源配置效率、盈利能力和业内竞争力等的综合反映，银行成本效率是银行综合竞争力的一个重要衡量指标。银行业成本效率的高低直接关系到金融系统的运行效率，从而对经济结构调整和经济高质量发展产生或直接或间接的影响。在此背景下，对我国商业银行的成本效率进行测度并进行比较研究凸显其必要。

一、文献综述

一是对商业银行成本效率的测度与评价。Ariff和Can以1995—2004年中国28家商业银行为研究样本，运用DEA非参数法测算其成本效率，结果发现股份制银行和城市商业银行的成本效率高于国有四大银行，大型银行和小规模银行的成本效率低于规模中等银行[1]。刘玲玲和李西新比较研究中国与德国银行的成本效率，运用随机边界成本函数模型的测算结果显示德国跨国性商业银行的成本效率普遍较高，中国国有商业银行的成本效率虽然相对较低但两国样本银行中最有效率的银行在中国且中国银行成本效率的改进速度最快[2]。吕品和文英以2001—2007年我国14家商业银行为研究样本，运用SFA方法对其成本效率进行测度，结果显示14家银行的成本效率总体上呈不断提高趋势，但国有银行的平均成本效率显著低于股份制商业银行且差距不断扩大[3]。许友传运用时变成本效率前沿模型研究中国城商行成本效率的动态变化趋势，发现我国城商行的成本效率在2000—2008年间呈不断上升趋势，但这一结论对资产规模大于300亿元的城商行不成立[4]。李晓庆和曹金爽利用DEA方法测算2008—2014年中国65家商业银行的成本效率，结果表明中国商业银行的平均成本效率按照从高到低排序依次为国有商业银行、股份制商业银行、城市商业银行[5]。孙永春运用SFA方法测度中国33家样本银行在2007—2015年间的成本效率，并指出影响成本效率的主要因素有银行规模、资本价格、净贷款、放款成长率等[6]。李伟和李波运用随机前沿对数成本函数模型比较研究长三角城市商业银行成本效率的差异，2014—2019年间的成本效率测算结果表明长三角城市商业银行成本效率总体上呈现上升态势，其中非IPO的城市商业银行成本效率均值高于总体，变异系数亦大于总体；已IPO的城市商业银行则反之[7]。

二是商业银行成本效率的测度方法。早期学者主要关注商业银行的规模效率和范围效率，通常用财务比率指标来分析银行绩效进而度量银行效率，但由于财务指标法多采用单一财务指标，难以反映多投入、多产出下的银行综合效率。20世纪80年代，随着学者们对银行资源配置效率、投入-产出效率、成本效率等综合效率关注度的提高，对银行效率的评价方法也不断发展，前沿分析方法逐渐替代了财务指标法。前沿分析方法的主要思想是构造一个前沿面，被评估银行与该前沿面的差距即为该银行的效率。前沿分析法主要包括数据包络分析(Data Envelopment Analysis, DEA)、随机前沿分析(Stochastic Frontier Analysis, SFA)等方法，其中DEA属于非参数方法，SFA系参数方法。

DEA方法是一种不需要假设生产函数形式的线性规划方法，对多投入、多产出情况下的效率评价具有独特优势。Sheman和Gold首次将其引入银行业以度量银行效率[8]，此后国外学者在研究银行效率时开始广泛使用DEA方法。Fethi和Pasiouras梳理有关银行效率的文献，发现绝大多数运用的是DEA方法[9]；Darrat和Yousef运用传统DEA方法对1994—1997年科威特银行的成本效率和技术效率进行测评[10]。由于传统DEA模型将决策单元视为“黑箱”，忽略系统内部各子流程的作用，导致效率判断存在一定的偏差，于是学者们打开“黑箱”，将一个决策单元看作由多个子单元组成的多阶段系统，提出改进的多阶段DEA模型和网络DEA模型，其中包括：1)两阶段DEA模型。如Wang 等人运用加法两阶段DEA模型、周逢民等运用两阶段关联DEA模型对中国商业银行的效率进行测度和阶段分解[11-12]；2)三阶段或多阶段DEA模型。如蒋书彬基于三阶段DEA模型测算我国2009—2013年商业银行的效率[13]；袁云峰等基于多阶段超效率DEA模型研究14家中国商业银行的各阶段效率和总效率，但未考察各阶段之间的合作关系[14]；3)网络DEA模型。如Fukuyama 和Matousek运用网络DEA模型测算日本区域银行的收益效率[15]；范建平等考虑决策单元(DMUs)的异质性，提出分类交叉DEA模型测量中国商业银行的成本效率[16]。SFA方法在进行效率评价时需要假设生产函数形式，其对效率评价结果具有连续性，因而有利于比较研究商业银行间的效率差异。国外学者较早将SFA方法运用于商业银行效率研究中，如Berger和Humphery比较分析DEA方法和SFA方法测度的商业银行效率值，发现运用DEA方法估计的效率值相对于SFA方法估计的效率值偏低且表现出较大的离散程度[17]。Dong 等人分别运用DEA方法和SFA方法测度1994—2007年中国银行业的成本效率，结果却具有适度一致性[18]。2003年以来，我国学者在银行效率研究中也逐渐使用SFA方法，截至2018年底，中国知网上以SFA研究银行效率的文献60篇。如许晓雯和时鹏将以1997—2001年14家中国商业银行为样本，分别运用DEA、SFA两种方法测度其成本效率，结果显示两种方法测度的银行成本效率绝对值虽然存在明显差异但在效率排序上表现为很好的一致性[19]；陈其安和刘艾萍运用SFA分析法对中国商业银行的效率进行测算，并对公司治理与银行效率之间的关系进行实证分析[20]。

综合上述文献可发现，现有文献对商业银行成本效率的研究虽然较多，但将非期望产出纳入成本效率考量指标的文献较少，多数文献在测度商业银行成本效率时仅考虑贷款、利润、收入等期望的正向产出，对非期望的负向产出则考虑不多。本文在构建测度商业银行成本效率的DEA模型时，将不良贷款作为非期望产出与其他期望产业指标一并纳入其中，力求使测度结果更全面客观地反映我国商业银行的成本效率，对于充实商业银行成本效率理论、拓展成本效率测度方法具有一定的理论意义和参考价值。

二、模型构建和指标选取

(一)考虑非期望产出的DEA成本效率测度模型

假设有n家相互独立的银行(DMU)，DMU1,DMU2,……,DMUn组成一个效率评价系统，Xj=(x1j,x2j,……,xmj,)表示第j家银行的投入，Yj=(y1j,y2j,……,ysj,)表示第j家银行的期望产出，Zj=(z1j,z2j,……,zkj,)表示第j家银行的非期望产出，因此，我们可以用(x,y,z)来表示DMU的整个生产活动。

在这一生产活动过程中，投入和非期望产出越小越好，期望产出则越大越好。定义xij为DMUj第i种要素的投入量，i=1,2,…,m；ypj为DMUj第p种期望产出量，p=1,2,……,s；ztj表示DMUj第t种非期望产出量；t=1,2,……,k。vi，up和rt分别表示第i种输入、第p种期望产出和第t种非期望产出的权重，权系数v∈Em,u∈Es,r∈Ek，于是DMUj的效率评价指数可表示为：

(1)

通过选取适当的权系数v，u和r，使得hj≤1,j=1,2,……,n。为简单起见，令X0=Xj0,Y0=Yj0,Z0=Zj0。

首先考察DMUj0的效率评价问题，其分式规划可以表示如下：

(2)

进一步考虑非期望产出对DMUj效率的影响，为实现目标效率的最大化，需要尽可能地增大期望产出并尽可能地降低非期望产出。在上述分式规划中，对期望产出和非期望产出的权重系数增加约束条件，即赋予期望产出以较大的权重，赋予非期望产出以较小的权重，以达到最佳的产出效果。增加权系数约束条件以后，分式规划(2)就转化为(3)形式：

(3)

为便于计算，利用分式规划的Charnes-Cooper变换，其等价的线性规划形式如下[21]：

maxuTY0

(4)

对其进行对偶变换得：

(5)

(二)指标选取

1.投入、产出指标的确定

使用DEA模型对商业银行成本效率进行测度和评价时，选取恰当的投入、产出指标至关重要，投入、产出指标的微小差异可能会导致成本效率测度结果的巨大差异。综观现有相关文献，学者们选取投入、产出指标的方法主要有三种[22]：一是生产法(Production Approach)。生产法将商业银行视为生产存款、贷款等金融产品或金融服务的生产型企业，生产法通常以存款账户数、贷款笔数等作为产出指标，忽略不同金额、不同类型账户耗费的成本及其为银行带来利润的差异，且该方法没有将其他业务的收支情况纳入投入、产出指标，存在一定的缺陷。二是中介法(Intermediate Approach)。中介法将商业银行视为储蓄转化为投资的金融中介机构，即通过投入资本和劳动力及实物资产提供服务，从储户处吸收存款获得可贷资金，再将其贷放给贷款人或进行投资，从而实现资金融通并从中获取一定利润。通常使用存款、营业支出、利息支出作为投入指标，使用贷款、投资作为产出指标。中介法弥补了生产法单纯使用存贷款账户数量作为产出指标的缺陷，且将利息支出纳入投入指标，指标数据的获取也相对容易，但中介法未考虑到经营风险、各银行个体间的差异等问题。三是资产法(Asset Approach)。资产法同样将银行视为金融中介机构，是在中介法的基础上衍生的。资产法以资产负债表中的资产项目为产出指标，负债项目为投入指标，不考虑资产负债表以外的投入、产出项目，在表外业务迅速发展的当今社会，其不足之处日益凸显。鉴于生产法、中介法和资产法各有利弊。本文在结合我国商业银行实际情况的基础上综合运用三种方法，期望产出以贷款、利息收入、非利息收入作为测度指标，非期望产出则主要考量不良贷款，投入指标包括物质资本、人力资本、可贷资本三大指标，具体指标说明见表1。

其中，各商业银行物质资本投入量以其固定资产总额来衡量，固定资产价格通常使用固定资产额减去折旧即固定资产净值表示。鉴于各商业银行固定资产净值数据缺失严重，因而本文的固定资产价格通过固定资产额与总资产之比衡量。人力资源投入量使用各商业银行员工人数衡量，劳动力价格使用人员费用支出与员工数之比衡量。可贷资金投入量使用银行存款和短期资金等可使用资金的总量衡量，可贷资金价格则使用总利息支出与可贷资金之比衡量。

表1 投入产出指标说明

2.样本银行选取和数据来源

由于国有商业银行及股份制商业银行在我国商业银行体系中处于主导地位，其总资产合计占我国商业银行总资产的一半以上，因此样本中选取了5家国有商业银行和全部的12家股份制商业银行。鉴于中国邮政储蓄银行2007年成立且2019年才被归入国有商业银行，与本文的样本时间段存在较大偏差，因此未将其纳入样本银行中。城市商业银行和农村商业银行等区域性银行虽然数量众多，但大多数规模较小，且不少农村商业银行是由农村信用合作社改制而来的，财务报表披露的信息存在不完整、不规范等问题，本文所需的关键财务指标大量缺失，因此选取样本期内财务指标较为齐全的33家区域性商业银行作为区域性商业银行的代表。50家样本商业银行的具体名单及分类详见表2。

表2 样本商业银行及其分类

这50家商业银行投入、产出指标的数据均来源于Bvd-Bankfocus(原Bvd-Bankscope)数据库、《中国金融年鉴》及各银行年报。2003—2019年50家商业银行的投入、产出指标的描述性统计如表3所示。

三、测度结果及分析

基于上文考虑非期望产出的DEA成本效率模型，运用DEA软件对2003—2019年50家商业银行的成本效率进行测度，得到各商业银行的成本效率值，2003—2019年50家样本商业银行的总体平均值以及三大类样本商业银行成本效率的平均值如表4所示。下面分别从纵向和横向两个维度对商业银行的成本效率进行分析。

表3 商业银行投入、产出指标的描述性统计

表4 2003—2019年商业银行的平均成本效率

(一)纵向变化趋势分析

2003—2019年50家商业银行成本效率平均值的变化趋势如图1所示。总体来看，商业银行的成本效率值较低且变动幅度较大，2003—2019年50家商业银行成本效率平均值的变动大致可以分成四个阶段：第一阶段为2003—2009年，50家商业银行成本效率平均值呈震荡变化趋势，波动幅度较大，在43%～50%的水平上来回波动，其间受2007—2009年全球金融危机以及2008年国内自然灾害的影响，我国商业银行的成本效率出现较大幅度的下降。第二阶段为2009—2013年，50家商业银行成本效率平均值总体呈波动上升趋势，由2009年的43.31%上升为2013的59.03%。2009年中国正式启动人民币国际化政策，同年9月中国工商银行开展了全球第一单人民币跨境贸易融资业务，标志着我国商业银行正式参与到人民币国际化进程之中，与人民币国际化相关业务的开展提高了中国商业银行的成本效率。第三阶段为2013—2017年，50家商业银行成本效率平均值急剧下降，由2014的59.03%下降为2017的52.25%，下降6.78个百分点。2013年6月和12月我国银行业两度经历“钱荒”，银行隔夜拆借利率接连飙涨，各商业银行纷纷使出“揽储”绝招，导致商业银行成本效率急剧降低。第四阶段为2017—2020年，50家商业银行成本效率平均值呈稳步上升趋势，由2017年的52.25%上升为2019的60.51%。2017年被认为是“史上最严”的金融监管年，其重点是银行体系，同业、理财、表外、资管业务等风险点突出领域更是对银行体系监管的重中之重，严监管和防风险助力商业银行成本效率的提升。

图1 2003—2019年50家商业银行平均成本效率变化趋势图

2003—2019年商业银行总体成本效率以及全国股份制商业银行成本效率、区域性商业银行成本效率的变化趋势相同，均呈现出先下降，后上升、再下降、再上升、再下降、再上升的变动趋势，波动幅度较大，但总体上表现为上升的态势。国有制商业银行则呈现出先上升、后下降、再上升并保持稳定的变化趋势，由2008年的75.57%下降至2007年的53.9%后，呈现为上升趋势，上升至2014年的94.57%后，保持小幅度上升趋势，成本效率值维持在86%～94%之间。从分类来看，按照成本效率高低排序依次为国有商业银行、股份制商业银行和区域性商业银行，其中国有商业银行成本效率始终保持在较高水平。根据货币银行学相关理论以及现有文献的研究成果，商业银行的成本效率主要受银行规模、资本充足率、资产质量、资产配置能力、盈利能力等因素的影响。国有商业银行一般具有更大的总资产规模、更优的资本充足率和资产质量、更强的资产配置能力和盈利能力，从而成本效率最高。股份制商业银行次之，区域性商业银行则相对最低。上述基于银行分类测得的成本效率与理论分析的结论基本一致。

图2 2003—2019年商业银行分机构成本效率变化趋势图

(二)横向比较分析

分别选取2003年、2019年两个横截面数据及各商业银行样本期内成本效率的年平均值进行比较分析，见表5所示。

表5 50家商业银行的成本效率值(2003年、2019年及平均值)

从表5可以看出，5家国有商业银行的成本效率一直保持在较高的水平，2019年中国银行、中国建设银行和中国工商银行的成本效率值达到了1，样本期年平均成本效率值也维持在70%以上，在全部50家商业银行成本效率的年平均值中位列前茅。2003—2019年，国有商业银行的年平均成本效率值为87.24%，比50家商业银行的年平均成本效率值高约19个百分点。

2003年12家股份制商业银行中仅民生银行的成本效率值为1，2019年则增加为5家，民生银行、招商银行、浦发银行、平安银行、广发银行的成本效率值均为1。2003—2019年，民生银行的年平均成本效率值最高，高达90.95%；渤海银行的年平均成本效率值最低，仅为39.47%；股份制商业银行的年平均成本效率值为60.02%，高于50家商业银行年平均成本效率值，但与国有商业银行年平均成本效率值相比低约10个百分点，仍有较大的提升空间。

2003—2019年，33家区域性商业银行的年平均成本效率值差异较大，年平均成本效率值高的区域性商业银行，其值能达到70%以上，如徽商银行、东莞农商行等；年平均成本效率值低的区域性商业银行，其值分布在20%左右，如营口银行、烟台银行等；区域性商业银行的年平均成本效率值为46.04%，与50家商业银行年平均成本效率值相比，低约24个百分点，与国有商业银行的年平均成本效率值相比更是存在较大的差距，需要进一步提升。

四、结论与政策启示

利用考虑非期望产出的DEA模型对2003—2019年我国50家商业银行的成本效率进行测度并进行纵横向比较分析，所得主要结论如下：总体上，我国商业银行的成本效率呈现上升变化态势，但期间有较大幅度的波动，尤其是2003年、2008年和2014—2017年出现较大幅度的下降；分类型来看，我国商业银行成本效率按照由高到低排序依次为国有商业银行、股份制商业银行和区域性商业银行。以不良贷款作为非期望产业衡量指标的测度表明，不良贷款率越低，商业银行的资产质量越高，其成本效率越高，即不良贷款率负向影响我国商业银行的成本效率，资产质量率正向影响我国商业银行的成本效率，因此降低商业银行不良贷款率、改善商业银行资产质量能够提升其成本效率。

为此，商业银行可从以下方面入手：一是要全程防控贷款风险，减低不良贷款率。建立和完善信用评估制度，健全个人及企业征信系统，深入调查贷款人的资料信息，强化贷款风险的事前控制；建立贷款风险分散机制，适时跟踪贷款用途、还款能力、抵押担保、还款记录等信息，及时发现可能出现的风险点，强化贷款风险的事中控制，避免出现呆账甚至坏账；建立贷款风险救助机制，强化贷款风险的事后控制，对于初见端倪的风险点要采取针对性的把控措施，对于已存在的不良资产，尝试通过资产证券化予以剥离，或是以其他创新方式予以核销。二是要健全和优化贷款管理制度，改善资产质量。商业银行资产质量不仅取决于宏微观经济环境，更取决于银行自身的管理水平，商业银行要在保障资产安全性、流动性前提下提高资产收益，瞅准运营效益好、发展潜力大的领域(或项目)放贷，控制贷款规模和优化贷款结构两措并举，确保资产的收益性。三是对不同类型银行分类施策，推进运营集约化转型。对国有商业银行来说，要适度控制银行规模，整治乃至关闭亏损营业网点，缩减和裁汰冗余人员，降低营业费用率；对于股份制及其他类型商业银行，需适度扩大经营规模，但在规模扩张过程中要强化成本-收益管理，加大对投入或支出的成本效益分析，合理增设网点和拓展业务范围，推进规模经济的实现。