商业银行规模与经营效率关系分析

张夏瑞

摘 要：文章主要研究商业银行规模与经营效率关系。在指标的选择上，用修正后的经济增加值（REVA）来测算经营效率，用资产总额来衡量银行规模。然后，选取银行的相关数据为样本，计算这些银行在2018年到2020年的总资产和经济增加值以及修正后的经济增加值。然后利用偏相关分析来排除其他因素REVA的干扰，以及研究资产总额与REVA的关联，并对计算出来的相关系数进行显著性检验。最终得出结论：我国商业银行规模效率并不显著，并提出相应对策。

关键词：银行规模 经营效率 经济增加值 资产总额  相关关系

中图分类号：F830  文献标识码：A

文章编号：1004-4914（2024）04-136-04

一、研究问题及背景

银行是吸收存款和发放贷款的金融机构。商业银行的任务是促进资金融通，促进资源合理分配。所以，货币流通即成本——收益问题，也就是效率问题自然成了银行自身需要面对的重要问题。本文主要研究规模与效率的关系，分析其规模效率是否明显，从而进一步了解我国商业银行的现状并针对性地提出有关对策。

二、文献综述

关于银行规模与经营效率的关系问题是经济学领域的一个重要问题，得到了国内外学者的广泛研究。20世纪50年代，国外已经开始了关于规模经济测度的研究。最早的学者阿赫得夫（Alhadeff）于1954年通过分析210家银行的规模效率，得出了产出规模效率递增与成本规模效率递减两条结论。之后，美国学者伯恩斯顿（Benston）于1965年认为不管银行自身规模大小，只要银行规模扩大一倍，平均成本就会下降5％到8％。Benston，Hanweek，Humphrey于1982年运用超越对数函数方法，分析单一银行制与总分支行制银行效率的不同，认为总分支行制银行规模效率更显著。也有少数学者如Tseng（1999）等认为银行不可能存在规模经济。国内的有关研究主要从商业银行实行商业化改革之后开始。赵旭（2000）认为国有商业银行的实际规模大于其经营，服务和管理技术条件相对应的有效经济规模。刘琛，宋蔚兰（2004）发现中国银行业存在轻微的规模不经济，而四大国有银行的情况更严重。除此之外，吴芹（2011），段永瑞（2019）等学者都在规模经济研究方面取得了一定的成果。

三、研究思路与方法

本文研究的是同一时间段下不同规模银行的不同的经营效率。立足于探究我国商业银行发展现状、提高我国商业银行的竞争力为基本目标，本文的研究思路是先归纳分析国内外关于规模效率的研究经验，确定相关理论和模型，收集有关数据，将商业银行规模与效率的关系按照已确定的测算方法和模型进行实证研究，对实证研究的结果进行分析并得出结论，最后根据我国实际情况，对商业银行规模效率的提高提出相应的建议。本文采用的分析方法是理论研究与实证研究相结合的办法，在实证研究中采用SPSS软件对数据进行偏相关分析。

四、概念界定与理论分析

（一）银行效率

效率指的是投入与产出，成本与效率之间的关系。银行经营效率是指银行在坚持安全性、流动性与营利性的原则下，在各项银行的业务活动中，在成本不变动的情况下赢得尽可能大的收益或在收益一定时花费尽可能少的成本的能力。

（二）银行的规模

规模大的银行通常拥有高效经营的优势。首先，在工作效率和创新能力方面，大银行拥有完善职能部门和管理体系，员工合作更顺畅，能够相互学习提升。其次，规模大的银行能通过分摊长期固定成本和降低融资成本提高效率。据此提出假设H0：银行经营效率与规模呈正相关关系。

规模经济也并不总是存在。规模扩大可能会在内部引起机构和人员的冗杂与管理效率低下，也可能引起外部环境的恶化比如说行业规模的扩大会导致要素价格的上升、销售市场价格下跌等，进而从内外两方面降低效率。故提出假设H1：银行经营效率与规模呈负相关关系。

当大型银行不注重发挥其相对优势时，可能会出现规模与效率没有显著关系。据此提出假设H2：银行经营效率与规模没有明显的相关关系。

五、经营效率的测算与分析

（一）衡量方法的选择

选择正确并且恰当的指标来衡量银行的经营效率对于本文的研究至关重要，首先必须选出最合适的方法指标，然后计算相关数值进行分析，得出结论。

衡量银行效率的方法主要有两大类，一类是指标分析法，一类是前沿效率分析法。指标分析法较为传统，计算简单，相关数据易得。但是这类指标具有局限性，无法考虑权益资本成本被占用所消耗的机会成本。前沿效率分析法主要分为参数方法和非参数方法兩大类。前沿效率分析法相对新颖，核心原理是利用该银行与理想状态下的效率前沿的银行的偏离程度，来判断该银行的经营绩效。前沿效率分析法中，最被国内研究者所广泛使用的，就是DEA方法。DEA方法所研究的银行绩效更侧重于经营管理层面，并把银行的整体绩效包括了技术效率，以及规模效益等几个层次来研究，因此，计算上相对复杂。运用前沿效率分析法的关键在于决定投入与产出，然而银行区别于普通的企业，是非生产型的企业，在投入与产出的界定这个问题上存在很多的争议。本文采用的是EVA分析方法即经济增加值分析方法，属于指标分析方法的改进方法，既相对容易，又避免了传统的指标分析法容易使银行的经营者形成“资本免费”这一幻觉的弊端。

（二）EVA方法介绍及相关指标选择

EVA（全称economic value added）即经济增加值，是一种与传统的方法不同的新的可用于商业银行的绩效评定方法。经济增加值等于银行的税后净营业利润减去债务资本成本与股本资本成本的和也就是所有的投入的资本成本所得的差额。EVA方法否定了企业具有营利的能力就可以吸收资本这种观点，而强调投资者手中的资本本身拥有的价值。其计算公式为：EVA等于NOPAT减去TC与WACC的乘积。

同时，考虑到EVA是绝对值，表示经济回报，本身就与银行规模有密不可分的关系，从而在衡量银行经营效率时，引入REVA，即修正的经济增加值，是EVA除以资产总额后的结果，更能反映银行的规模效率。

1.净利润与资本总额的衡量方法。计算EVA总共需要三个变量：净营业利润（NOPAT）、资本总额（TC）以及加权平均资本成本率（WACC）。下面分别对这三个变量进行说明：由于利息支出是作为经营货币的机构银行的运营成本，所以计算净营业利润时不需要像其他一般企业一样加上利息支出部分，而是直接选取在报表中显示的净利润一项。资本总额这里只需要选取资产负债表中的股东权益合计一项，债务资本在净利润中已经被减去。

2.资本成本率的确定。计算过程中最重要的是资本成本率的确定。本文用资本资产定价模型来确定资本成本率，该模型可以简要地表述为最低投资回报率即必要报酬率（Rj）等于无风险报酬率（Rf）与风险报酬率之和。市场的无风险报酬率选用五年期国债来衡量。承担风险的报酬率等于市场报酬率（Rm）与不承担风险的报酬率之差与β系数的乘积。β系数表现该股票相对于整个股票市场而言的相对的变动幅度。资本成本率的计算公式为Rj=Rf+β（Rm-Rf），，其中Rj=（Pricej-Pricej-1+Dvidendsj）/Pricej-1，Rm=（Indexj-Indexj-1）/lndexj-1。这里β系数表示的是个体的收益率对于整个市场的收益率变动的反应灵敏程度。在计算β时，选取在中国银行业中的平安银行作为参考。所以本文选取2020年3月2日到2022年3月2日的深证成指与中国平安银行的股票价格用来作为计算的基础和依据。鉴于数据量比较大，故而运用EXCEL进行计算。同时需要说明的是Rj可以看成是平安银行股票价格的涨跌幅，而Rm则为深证成指的涨跌幅，计算时使用的是网易财经中每日涨跌幅的数据。

接下来是风险溢价的确定。风险溢价既可以根据往年的统计数据得出，也可以进行估算。这里以美国的风险溢价为参考，将我国的风险溢价定为6%。

无风险利率指投资于没有风险或者几乎没有风险的项目而获得的回报。在我国国债利率被用来与无风险利率相等同。我国2018年、2019年、2020年的五年期国债利率均为4.27%。

在各项指标确定之后，2018—2020年的资本成本率均为8.007%。

六、银行规模对经营效率的实证分析

（一）控制变量的选择

影响银行经营效率的因素有很多，并不只有资产总额这一个因素。如果要更精确地研究资产总额与EVA以及REVA的关系，需引入控制变量。本文选择的控制变量有四个，分别是存贷比，不良贷款率，营业费用率，以及研究生及以上员工人数占比。严格来讲，经营效率不仅受到银行层面微观因素的影响，还受到宏观层面的影响。考虑到在2020年我国的经济增长由于受到了新冠肺炎疫情的影响而出现了明显的下滑，故而选择了GDP增长率作为宏观层面的指标。

（二）实证分析

1.数据获取与处理。本文所用的数据来源于CSMAR数据库（China Stock Market & Accounting Research Database）中的中国银行财务研究数据库。在EXCEL中对存在数据缺失的部分银行进行删除，并对A、B、C、D不同类型分别给出数据的银行进行数据上的整合。用EXCEL对存贷比、REVA、营业费用率这些指标进行计算。由存款总额除以贷款总额得到存贷比，由净利润减去上文算出的资本成本率8.007%乘以所有者权益总计得出EVA，然后EVA除以资产规模算出REVA。本文中用银行的营业支出来代替营业费用，将营业支出除以营业收入来计算营业利润率。在快易理财网中搜索中国历年GDP年度增长率，了解到2018年中国年度GDP增长率为6.75%，2019年为5.95%，2020年为2.35%。最后，整理出一张含有编号、单位、日期、资产总额、存贷比、不良贷款率、营业费用率、研究生及以上员工人数占比、中国年度GDP增长率、REVA的数据表。

2.描述性分析。获取的数据总共包含633个银行。各个类型的银行占比情况如图1各银行占比所示，农村商业银行和城市商业银行占比较大，占到了67%。

用SPSS对所有的自变量、因变量、控制变量进行描述分析后，相关结果如表2描述统计所示，其中，资产总额这一自变量的标准差和方差数值很大，说明各银行资产规模相差很大。其偏度为正数，其概率分布呈现右偏的形态，说明我国大型银行更多。其峰度值较大，概率分布图非常高尖，说明在资产规模平均值水平上的银行数量较大。上述两种资产规模水平下银行数量这一值的极差很大，表明这一变量分布非常集中并集中于平均值附近。其中，REVA這一因变量的标准差和方差较小，说明在剔除规模因素后，各银行之间的经营效率相差不大。其偏度为负数，说明REVA较小的银行数量较多。其峰度值很高，比资产总额的峰度值高，说明REVA平均值水平上的银行数量很大，而REVA处于极大或极小这两个水平上的银行数量很小，表明其分布集中于平均值附近。其他控制变量中标准差和方差都较小，说明其整体上变动不大。在偏度上，存贷比、不良贷款率、营业费用率、研究生及以上员工人数占比为正但数值较小，说明其分布的偏移程度并不严重。在峰度上，除不良贷款率和研究生及以上员工人数占比这两项的概率分布非常高尖外，其余分布比较矮胖。

3.偏相关分析。偏相关分析是指当两个变量与其他的变量相关时，将其他变量的影响剔除，只分析所要（下转第144页）（上接第138页）研究的两个变量之间相关程度的分析方法，判定指标是相关系数的R值。本文采用SPSS对数据进行偏相关分析。如表3偏相关分析所示，在对控制变量的影响排除之后，资产总额与REVA的偏相关系数为0.048，远小于0.3，相关关系非常弱，可以视为不相关。相关关系的显著性为0.130，这里的显著性水平小于0.05，故而相关关系并不显著表明REVA与资产总额的关系并不明显。

4.分析结果。通过对偏相关分析结果的解读，证明假设H2成立。这说明我国商业银行规模效应并不显著，规模效应并未得到充分的发挥的结论。

七、关于大型商业银行如何提高效率的思考

（一）提高技术水平和组织结构优化

需要先进信息技术系统，利用大数据、人工智能等技术系统提高运营效率和风险管理能力。进一步推行大银行组织体制和管理体制改革，比如采用矩阵管理结构，或者是建立独立的业务部门，以适应不同市场的需要并提高决策效率，提升管理效率。

（二）推動多元化优化经营和创新型经营

规模较大的银行可以利用其规模大的优势，利用自身充足的资金扩大经营范围，努力达到规模经济效率高的良好状态。大规模银行可以一方面巩固自身传统业务方面所具有的优势，另一方面开发拓展高技术含量与高附加值的金融产品和金融工具，着力发展财务顾问、结构化投资等高端业务，优化自身产品结构和收益结构。

（三）建立大型银行战略性人力资源管理和塑造企业文化

招聘和培训更多具有国际视野和高专业技能的人才，以应对全球化竞争和复杂的金融产品；以市场为导向建立多元化的绩效管理和市场领先的薪酬策略；设计多种职业生涯规划通道；建立高绩效管理人员继任计划保证核心决策中心成为高知识的精英智囊团。随着规模的扩大，银行需要强化企业文化，确保各个层级和地域的员工都能够遵循公司的行为准则。

（四）遵循监管要求和风险管理的强化

建立健全的内部控制和合规体系，确保银行运营符合相关监管要求，避免因违规而受到重罚；银行需要建立更加完善的风险管理体系，以识别、评估、监控和控制业务扩张过程中可能出现的风险。

参考文献：

[1] 徐传谌，郑贵廷，齐树天.我国商业银行规模经济问题与金融改革策略透析[J].经济研究，2002（10）：22-30+94.

[2] 字兰，黄儒靖.基于EVA的我国商业银行经营绩效实证分析[J].统计与决策，2009（23）：146-148.

[3] 郑录军，曹廷求.我国商业银行效率及其影响因素的实证分析[J].金融研究，2005（01）：91-101.

[4] 哈蕊.上市商业银行β值测算分析——以北京银行、浦发银行、华夏银行为例[J].天水行政学院学报，2019，20（03）：115-119.

[5] 陆桂贤.我国上市公司并购绩效的实证研究——基于EVA模型[J].审计与经济研究，2012，27（02）：104-109.

[6] 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[J].金融研究，2003（03）：11-25.

[7] 吕柯静.基于DEA模型的商业银行经营效率实证研究[J].中国农业会计，2022（04）：64-65.

[8] 朱永利.商业银行效率研究进展：国内外文献综述[J].上海金融，2012（09）：23-28+116.

[9] 赵子铱，邹康，彭琦.对我国银行业规模经济效率的测算[J].统计与决策，2006（12）：100-101.

[10] 游舒画.我国商业银行规模效率影响因素实证分析[D].西南大学，2012.

[11] 张冠龄.中国银行业效率的实证研究及其影响因素的分析[D].重庆大学，2006.

[12] 冼丽文.我国商业银行效率的实证研究[D].暨南大学，2010.

[13] 苏月霞.对我国商业银行技术效率和规模效率的DEA分析[D].苏州大学，2005.

（责编：贾伟）