论文部分内容阅读
随着我国商业银行的数量与规模不断扩大，关于商业银行效率问题的测算一直是国内外学者关注的焦点。国外研究起步较早，20世纪50年代国外对商业银行效率的研究已经开始，范围经济以及规模经济对商业银行经营产生的影响是前期研究的主要方向。研究的演进过程大致可分为最初对银行规模效率问题的研究，逐渐地研究方向转向银行范围效率问题，伴随着效率理论以及测度方法的不断改进与完善，对商业银行效率研究的重点发生了变化，从90年代初开始转向了X效率。随着国外学者对银行效率的认识不断深入，前沿效率研究成为了商业银行效率研究的新方向。由于我国长期实行计划经济体制的原因，我国银行很长时间段只是计划经济和财政政策的附属物并不以追求最大利润作为经营目标，所以迟迟没有动因研究效率问题。最近十几年随着我国经济体制的逐步转型，我国银行体系也进行大力改革，我国商业银行效率问题的研究才缓慢起步。最早期研究以黄宪为代表多是采用财务分析法，利用我国商业银行的资产费用率、资产利润率和存款费用率等财务指标对我国银行效率问题进行分析，并演绎分析管理效率。随着对效率研究的不断深入创新，越来越多的人摒弃了早期广泛使用的财务指标法来测算银行的效率值，而是选择构造前沿面来测度商业银行的相对效率并得出综合评价。所谓的效率前沿是将银行作为普通生产企业，效率前沿银行则是在给定的内外部条件下，使用最小投入量实现最大利润的决策单元。由此可知，效率前沿面并非是一个绝对的概念。随着国内研究的不断发展，对国外研究的借鉴，近年来我国也将研究转向前沿分析法。在前沿分析中运用非参数法研究效率问题中，大多都测量综合技术效率，研究角度主要集中于技术、规模以及纯技术效率三个方面，对成本效率的测算比较少。在我国，最早运用DEA方法对商业银行进行效率测算的是薛峰和杨德礼，1998年他们对银行综合效率进行了测度并分析了对其产生影响的因素。虽然国内运用DEA方法研究银行效率问题起步较晚，但发展却十分迅速。
商业银行前沿效率的研究方法按照是否估计前沿模型中的参数值分为参数法与非参数法。非参数法中使用最为普遍的是数据包络分析法（DEA方法）与误解分析法（FDH方法），参数法使用较多的则是随机前沿法（SFA方法）、后前沿法（TFA方法）和自由分布法（DFA方法）。其中最常用的是非参数法中的数据包络分析法，主要是利用线性规划技术。1978年，在Farell(1957)提出生产效率的基础上Charness和W.W.Cooper首次提出CCR模型，用来测量决策单元的技术效率;1984年，Banker、Charnes和Cooper等放松了CCR模型的限制条件，假定在决策单位规模报酬可变的前提下提出了BCC模型，该模型允许把技术效率分解为规模效率和纯技术效率，并对纯技术效率值进行测度。1993年，Andersen和Petersen为了对CCR模型做出改进，提出一种DEA的新模型，由于在CCR模型下往往会得出很多个“有效”的决策单元而无法直接比较出有效决策单元之间的高低，而DEA新模型能比较出有效单元之间的高低，我们称它为“超效率”模型。
在近年银行效率研究中，由于我国银行业的实际经营情况与数据获取的困难等问题，国内研究主要采用非参数法中的DEA方法来测算我国商业银行的效率值。从现有运用DEA方法研究银行效率的文献来看，大多数都是采用传统DEA模型，但传统DEA模型存在其局限性，比如未考虑环境因素与运气成分的影响，更没有考虑历史信息对现有数据的影响。实际上效率测算不仅受到环境因素、运气因素影响，而且单独利用银行当年数据进行效率测算与真是效率存在偏差。为了更加客观地测算我国主要商业银行的效率，本文依据DEA三阶段模型分为三个阶段对银行效率进行测度:第一阶段使用DEA基本模型对样本效率进行测度，得到各个投入变量的差额值;第二阶段利用SFA随机前沿分析模型剔除环境因素和随机误差的影响，得到调整的投入值;第三阶段使用通过SFA模型调整后的投入变量值，再次与原产出变量用DEA基本模型测度调整后的效率值。通过DEA三阶段的一系列计算与调整，最后得到的调整后的效率值更贴近现实情况，进而能够对商业银行的效率水平得出更客观公正的结论，对总体经营管理有更真实的评价。
本文运用改进后的DEA矩阵式输入输出扩展模型对我国商业银行时间跨度为2007-2013年的数据进行相对效率分析，并从宏观环境、行业因素以及银行内部三个层面对银行相对不效率的投入剩余进行了因素分析，综合一系列实证结果数据，可以得出如下结论:第一，在第一阶段的效率评价结果中可看到我国国有商业银行的整体效率要明显的低于股份制商业银行，在经过第二阶段SFA环境因素的调整之后，第三阶段国有商业银行的效率值有所提升，表明环境因素及随机干扰项对我国国有制商业银行营效率的负面影响强于对我国股份制商业银行的影响。第二，不管是通过SFA模型调整前的第一阶段还是调整后的第三阶段都能看得出我国商业银行的技术效率总体偏低，这说明大多数样本银行都可以在现有的产出水平下相应减少投入变量的投入值，通过减少成本的方式来提高效率。但从积极的角度来看，我国商业银行整体偏低的效率也意味着提高其生产经营效率的空间很大，应努力发掘提高银行效率的潜在方向。
我国的经济发展已经进入一个不同于往日的相对稳定的发展态势，也意味着我国的经济发展速度灰有别于以往30多年的高速猛增阶段转入中高速增长阶段。在过去30年我国一直长期保持两位数的经济增长速度并成功跻身世界第二大经济体，在如此庞大的经济总量下，继续维持这样的高增长态势势必受到劳动力、资本以及全要素生产率等方面的制约，那么经济新常态成为经济发展到一定阶段的重要标志，这个阶段都会出现经济增持速度不同程度的减缓与回落。在经济新常态下，我们应不断将发展失衡的经济结构转变为平衡优化的经济结构;应该转变观念不能片面追求GDP而是提倡全面发展改革创新。
随着经济的新常态深入改革，金融的新常态必将催生，商业银行的发展也已发生翻天覆地的转变，高增速与高盈利的发展阶段已逐渐落下帷幕，随之呈现出四大金融变化。在政策方面，货币政策稳健灵活，监管政策方面加强对资本充足率的要求，金融监管环境日趋严格;在经营环境方面，资产质量成为新常态下商业银行所面临的最严峻挑战，经济增速的放缓使得货币循环流转的速度下降，以往隐藏为露的风险则会逐渐暴露，守住风险底线随之成为商业银行下一阶段的一大挑战;在竞争环境方面，互联网金融时代的到来使得商业银行传统业务面临严峻挑战，并且商业银行在金融业的地位也随着直接融资比例的不断提升而随之下降。另外民间金融的不断发展壮大，使得商业银行的生存环境越发艰难。
近年来越来越多的互联网企业进入金融业，市场准入门槛逐渐降低，民间金融迎来新纪元，民营银行等中小金融机构也已慢慢形成气候，这意味在经济新常态下同业多元主体已逐渐形成，这一发展趋势对于我国商业银行而言既是挑战也是机遇。我国商业银行目前发展的瓶颈在于金融运行的非市场化和政府主导行为过多，引入有效的同业多元主体竞争成为度过瓶颈期的关键，有利于提高我国商业银行的市场化程度。更多的民营银行或者新型银行的设立虽然表面上对我国商业银行形成了更为艰巨的生存条件，但却能从根本上激发商业银行提高经营效率，强化自身的核心竞争力。弱化“有形之手”强化“无形之手”，由于商业银行特有的性质各国对于银行业的监管都比较严苛，但政府“有形之手”对银行业的过度干预会积攒银行潜在风险，不利于商业银行的健康发展，更无法提升银行效率。强化市场“无形之手”并逐步健全市场规则完善市场竞争制度，为同业多元主体营造公平公正的外部竞争环境，而不是利用政策强制干预银行的正常经营。只有在公平合理的外部运营环境中，商业银行才能专注于内部的经营管理，从而不断提高自身效率强化自身核心竞争力。
商业银行前沿效率的研究方法按照是否估计前沿模型中的参数值分为参数法与非参数法。非参数法中使用最为普遍的是数据包络分析法（DEA方法）与误解分析法（FDH方法），参数法使用较多的则是随机前沿法（SFA方法）、后前沿法（TFA方法）和自由分布法（DFA方法）。其中最常用的是非参数法中的数据包络分析法，主要是利用线性规划技术。1978年，在Farell(1957)提出生产效率的基础上Charness和W.W.Cooper首次提出CCR模型，用来测量决策单元的技术效率;1984年，Banker、Charnes和Cooper等放松了CCR模型的限制条件，假定在决策单位规模报酬可变的前提下提出了BCC模型，该模型允许把技术效率分解为规模效率和纯技术效率，并对纯技术效率值进行测度。1993年，Andersen和Petersen为了对CCR模型做出改进，提出一种DEA的新模型，由于在CCR模型下往往会得出很多个“有效”的决策单元而无法直接比较出有效决策单元之间的高低，而DEA新模型能比较出有效单元之间的高低，我们称它为“超效率”模型。
在近年银行效率研究中，由于我国银行业的实际经营情况与数据获取的困难等问题，国内研究主要采用非参数法中的DEA方法来测算我国商业银行的效率值。从现有运用DEA方法研究银行效率的文献来看，大多数都是采用传统DEA模型，但传统DEA模型存在其局限性，比如未考虑环境因素与运气成分的影响，更没有考虑历史信息对现有数据的影响。实际上效率测算不仅受到环境因素、运气因素影响，而且单独利用银行当年数据进行效率测算与真是效率存在偏差。为了更加客观地测算我国主要商业银行的效率，本文依据DEA三阶段模型分为三个阶段对银行效率进行测度:第一阶段使用DEA基本模型对样本效率进行测度，得到各个投入变量的差额值;第二阶段利用SFA随机前沿分析模型剔除环境因素和随机误差的影响，得到调整的投入值;第三阶段使用通过SFA模型调整后的投入变量值，再次与原产出变量用DEA基本模型测度调整后的效率值。通过DEA三阶段的一系列计算与调整，最后得到的调整后的效率值更贴近现实情况，进而能够对商业银行的效率水平得出更客观公正的结论，对总体经营管理有更真实的评价。
本文运用改进后的DEA矩阵式输入输出扩展模型对我国商业银行时间跨度为2007-2013年的数据进行相对效率分析，并从宏观环境、行业因素以及银行内部三个层面对银行相对不效率的投入剩余进行了因素分析，综合一系列实证结果数据，可以得出如下结论:第一，在第一阶段的效率评价结果中可看到我国国有商业银行的整体效率要明显的低于股份制商业银行，在经过第二阶段SFA环境因素的调整之后，第三阶段国有商业银行的效率值有所提升，表明环境因素及随机干扰项对我国国有制商业银行营效率的负面影响强于对我国股份制商业银行的影响。第二，不管是通过SFA模型调整前的第一阶段还是调整后的第三阶段都能看得出我国商业银行的技术效率总体偏低，这说明大多数样本银行都可以在现有的产出水平下相应减少投入变量的投入值，通过减少成本的方式来提高效率。但从积极的角度来看，我国商业银行整体偏低的效率也意味着提高其生产经营效率的空间很大，应努力发掘提高银行效率的潜在方向。
我国的经济发展已经进入一个不同于往日的相对稳定的发展态势，也意味着我国的经济发展速度灰有别于以往30多年的高速猛增阶段转入中高速增长阶段。在过去30年我国一直长期保持两位数的经济增长速度并成功跻身世界第二大经济体，在如此庞大的经济总量下，继续维持这样的高增长态势势必受到劳动力、资本以及全要素生产率等方面的制约，那么经济新常态成为经济发展到一定阶段的重要标志，这个阶段都会出现经济增持速度不同程度的减缓与回落。在经济新常态下，我们应不断将发展失衡的经济结构转变为平衡优化的经济结构;应该转变观念不能片面追求GDP而是提倡全面发展改革创新。
随着经济的新常态深入改革，金融的新常态必将催生，商业银行的发展也已发生翻天覆地的转变，高增速与高盈利的发展阶段已逐渐落下帷幕，随之呈现出四大金融变化。在政策方面，货币政策稳健灵活，监管政策方面加强对资本充足率的要求，金融监管环境日趋严格;在经营环境方面，资产质量成为新常态下商业银行所面临的最严峻挑战，经济增速的放缓使得货币循环流转的速度下降，以往隐藏为露的风险则会逐渐暴露，守住风险底线随之成为商业银行下一阶段的一大挑战;在竞争环境方面，互联网金融时代的到来使得商业银行传统业务面临严峻挑战，并且商业银行在金融业的地位也随着直接融资比例的不断提升而随之下降。另外民间金融的不断发展壮大，使得商业银行的生存环境越发艰难。
近年来越来越多的互联网企业进入金融业，市场准入门槛逐渐降低，民间金融迎来新纪元，民营银行等中小金融机构也已慢慢形成气候，这意味在经济新常态下同业多元主体已逐渐形成，这一发展趋势对于我国商业银行而言既是挑战也是机遇。我国商业银行目前发展的瓶颈在于金融运行的非市场化和政府主导行为过多，引入有效的同业多元主体竞争成为度过瓶颈期的关键，有利于提高我国商业银行的市场化程度。更多的民营银行或者新型银行的设立虽然表面上对我国商业银行形成了更为艰巨的生存条件，但却能从根本上激发商业银行提高经营效率，强化自身的核心竞争力。弱化“有形之手”强化“无形之手”，由于商业银行特有的性质各国对于银行业的监管都比较严苛，但政府“有形之手”对银行业的过度干预会积攒银行潜在风险，不利于商业银行的健康发展，更无法提升银行效率。强化市场“无形之手”并逐步健全市场规则完善市场竞争制度，为同业多元主体营造公平公正的外部竞争环境，而不是利用政策强制干预银行的正常经营。只有在公平合理的外部运营环境中，商业银行才能专注于内部的经营管理，从而不断提高自身效率强化自身核心竞争力。