中国商业银行整体效率研究——基于具有中间投入和中间产出的综合网络DEA模型，本文主要内容关键词为：商业银行论文,中国论文,模型论文,效率论文,网络论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
金融是现代经济的核心。我国的金融体系以银行为主导，间接融资是主要的融资方式。因此银行业的改革和发展在我国金融体系乃至整个经济体系的改革进程中都占据着重要的地位。20世纪90年代以来，中国银行业经历了一系列重大的变革。2006年12月，国家又颁布了新的外资银行管理条例，全面履行加入WTO的承诺。随着中国金融业的全面对外开放，我国商业银行开始面临来自国外银行的全面竞争。面对来自各方面的冲击，商业银行要想保持竞争力，就必须提升自身的经营效率。因此，正确度量和分析我国商业银行的效率，挖掘效率缺失的根源，具有重要意义。 上市商业银行是中国商业银行的代表。截至2011年末，我国共有16家上市商业银行，总资产合计74.5万亿元，上市银行资产总额占全部商业银行资产总额的84.28%。整体来看，我国上市银行总体经营情况稳健，多层次银行业结构逐步形成，市场竞争日趋激烈，业务结构进一步优化，中间业务占比继续提升，不良贷款率下降到历史最低点。中国工商银行自2007年7月25日超越花旗银行成为全球市值最大银行以来，一直保持“世界市值第一银行”的位置，2011年末继续以2250亿美元的市值蝉联全球银行市值榜榜首，建设银行和农业银行紧随其后分居第二位和第三位，中国银行位列第六位。本文选取16家上市商业银行为样本，在深入分析银行业务结构的基础上，利用新的两阶段DEA模型测算上市商业银行的整体效率和分阶段效率，说明其效率缺失产生的原因，从而分析中国商业银行业的整体效率情况。 国内外关于银行效率和绩效评价的研究很多，大多采用“黑箱评价”的方法：非参数前沿面分析方法(DEA方法)和随机前沿面方法(SFA方法)。这些方法只应用初始投入和最终产出计算效率值，而不考虑银行内部的组织结构和业务特征，也无法说明无效性是由于银行哪些具体业务产生的。魏煜和王丽、张健华、赵永乐和王均坦、蔡跃洲和郭梅军、王兵和朱宁、韩松和姜鹏利用各种标准的DEA模型计算了中国商业银行的技术效率、规模效率、纯技术效率、全要素生产率等指标，分析中国银行业的竞争力和行为绩效。[1][2][3][4][5][6]姚树洁等人、张健华和王鹏利用SFA方法度量银行效率，并分析了所有权、市场结构、宏观变量等各类因素对我国商业银行效率及绩效的影响。[7][8][9] 这些研究把银行作为统一的生产单位度量其效率，即采用黑箱评价方法。而实际上，银行在吸收存款、发放贷款、中间业务等业务时，显示出明显的多阶段生产单位特征。用统一的黑箱评价度量其效率，必然会产生很大的误差，也不能体现无效性到底是由银行的何种业务造成的，从而不能给出有针对性的建议。2000年以来，网络DEA成为处理多阶段生产系统效率评价的新方法，也逐渐应用于银行业的效率分析中。网络DEA最早由法埃尔和格罗斯库普(
Gross Kopf)提出，目的是为了“打开黑箱”，即解决多阶段生产系统的效率评价问题。[10][11]到目前为止，网络DEA模型对串联网络生产结构研究最为透彻，主要有三类打开黑箱的网络DEA模型：高强等人(Kao et al.)的关联网络DEA模型，赛克斯顿和刘易斯(Sexton and Lewis)的序贯网络DEA模型，以及魏等人(Wei et al.)建立在序贯网络DEA模型基础上的综合网络DEA模型(WYP)。[12][13][14][15]所谓打开黑箱，就是针对具有网络结构的决策单元建立考虑其内部子结构的DEA模型，在计算整体效率的同时可以得到其子阶段的效率值分解。由此可以验证，整体网络DEA有效是否也是子阶段DEA有效，或者说明，如果决策单元为整体网络DEA无效，那么这种无效性是由于哪个子阶段的无效性造成的。因此，打开黑箱的网络DEA模型与黑箱模型(经典DEA模型和SFA方法)相比，在评价多阶段生产系统的效率时，具有明显的优势。 最早将银行业务分成两个阶段进行效率分析的是王等人(Wang et al.)，该研究将银行业务分为资金形成阶段和资金利用阶段，主要研究IT投资对银行绩效的影响。[16]赛富尔德和朱(Seiford and Zhu)将银行业务分成生产阶段和利润阶段，分阶段进行效率评价，而不是利用网络DEA模型进行整体效率评价。[17]陈瑶等人(Chen et al.)、毕功兵等人、黄祎等人、葛虹等人的研究，给出了两阶段网络DEA模型的各种修正，以商业银行为例进行效率计算。[18][19][20][21][22][23]周逢民等人将高强等人的两阶段模型的效率值定义为技术效率，并将技术效率与纯技术效率的比值定义为规模效率。[12][13][24]周逢民等人利用所建立的模型对我国15家商业银行2003-2007年的总系统和子阶段的技术效率、纯技术效率和规模效率进行了评价。[24]芦烽等人将储蓄看做中间变量，利用已有的串联网络DEA模型测算了14家商业银行2000-2010年的技术效率和纯技术效率。[25]丁曼等人将银行业务分为资金组织、资金配置和资金获利三个阶段，建立了三阶段的加性网络DEA模型，对14家上市商业银行进行总体效率分析及分阶段的效率分析。[26]王等人(Wang et al.)利用考虑“坏产出的”两阶段加性网络DEA模型，深入分析16家上市商业银行改革前与改革后的效率比较，特别侧重于不同体制商业银行间的效率比较，以及在不同阶段的效率优势。[27] 以上研究，分别从不同角度给出了中国银行业的效率分析和政策建议。与之相比，本文的创新之处在于，基于WYP模型建立了带有中间投入和中间产出的综合网络DEA模型，研究该模型的各项性质，并给出网络决策单元的投影。[15]WYP模型证明了网络DEA有效的充分必要条件是子阶段DEA有效，通过计算一个线性规划问题就可以得到整体效率值，且其子阶段效率值与整体效率值之间存在数值关系。笔者认为这是真正打开黑箱的网络DEA模型，而有些网络DEA模型的拓展并没有“打开黑箱”。[28]本文将这一模型用于评价我国上市商业银行2006-2010年的整体经营效率和各业务阶段的效率值，从银行业微观层面上评价我国上市商业银行的整体表现以及改进措施。应用新模型，不仅可以分析银行的整体效率，还可以判断整体效率是由于哪个业务阶段的无效率造成的，从而使得各银行可以针对自身特点进行效率改进。 二、具有中间投入和中间产出的综合网络DEA模型 (一)我国商业银行业务结构简述 商业银行按照其资产负债表的构成，可以将业务分为负债业务、资产业务和中间业务。商业银行的资金主要来源于两个方面：一是银行自有资金，二是吸收存款。吸收存款是银行负债业务中最重要的业务，也是商业银行资金的主要来源。商业银行在获取资金以后，除了部分作为准备金储备起来，其余部分通过贷款与投资加以运作，由此便形成了银行的资产业务。贷款业务是商业银行最重要的资产业务，通过贷款业务可以形成利息收入，这是目前国内商业银行最大的收入来源。投资业务带来投资收益，这部分业务在国内商业银行中占比较少，但发展很快。中间业务是商业银行作为第三方通过为客户提供服务而带来的收益，该业务不需要占用银行资金，与负债业务和资产业务也没有交叉。 通过商业银行的业务模式可以看出，商业银行的经营过程具有明显的两阶段特征：第一阶段主要是通过负债业务形成银行资金，第二阶段是通过资产业务形成银行收益。中间业务由于不需要占用银行资金，但从投入产出的角度考虑，投入与负债业务相同，因此可以并入第一阶段，中间业务产出即为第一阶段的独立产出。银行自有资金主要来自于往年的公积金和未分配利润，与当年的负债业务和中间业务无关，因此可以看做第二阶段的单独投入。这样，商业银行的经营过程可以表示为图1所示的网络系统。
图1 商业银行业务经营模式 (二)模型建立 根据对商业银行的业务结构分析，笔者建立针对银行网络结构(图1)的网络DEA模型。将具有中间投入和中间产出的网络结构简化如图2所示。
图2 商业银行的两阶段网络结构
WYP模型给出了没有中间投入和中间产出的综合网络DEA模型。基于这个模型，建立如下带有中间投入和中间产出的两阶段综合网络DEA模型。
定理2 (各阶段DEA有效性的判别定理)：
定理3表明，网络DEA有效等价于每个子阶段都弱DEA有效。也就是，如果决策单元
网络DEA无效，可以通过最优值判别无效性是由哪个子阶段的无效性造成的。这正是网络模型打开黑箱的妙处所在。定理2表明，网络DEA模型计算的效率值不一定等于子阶段1和子阶段2的效率值之和。因此，借鉴黄祎等人关于关联指数的说明，[22]给出系统关联指数的定义。
三、银行效率实证分析 结合上述分析，笔者考虑商业银行的网络生产结构，利用模型(P)对我国上市商业银行进行效率分析。② (一)指标及样本选取 如图1所示，本文主要对商业银行的三种经营业务——负债业务、资产业务和中间业务进行考察，所选取的投入、产出指标如下： 阶段1：本文将商业银行在阶段1的投入综合为固定成本和可变成本，其中固定成本为当年固定资产的净增加额，即年末固定资产总额与年初固定资产总额的差额；可变成本用商业银行在当年的总营业支出来表示，包括营业税、业务及管理费(包含员工费用)以及资产减值损失。阶段1的产出包含两部分，一部分是中间业务收入，该部分不进入阶段2，是作为阶段1的独立产出而存在，另一部分为负债业务产出，包括银行存款、商业银行向中央银行的借款以及商业银行之间的同业拆借，这部分将作为阶段2的投入而进入下一阶段。 阶段2：阶段2的投入除了存款及同业拆借以外，还包括银行自有资金。本文用资本净额来表示银行自有资金。由于资本净额是一个变化值，这里用年初资本净额和年末资本净额的平均值来表示当年的资本净额，由于银行自有资金独立于阶段1，这里将其作为阶段2的独立投入。阶段2的产出为利息收入和投资收益，这里的利息收入为净利息收入。 在数据选择上，本文选取了我国16家已上市的商业银行的数据为样本，并将16家银行分为国有商业银行、股份制商业银行和城市商业银行三类。国有商业银行包括工商银行、建设银行、中国银行、农业银行和交通银行；股份制商业银行包括深发展、浦发银行、华夏银行、民生银行、招商银行、兴业银行、中信银行和光大银行；城市商业银行有宁波银行、南京银行和北京银行。数据主要来源于各上市商业银行的年度报告。由于2006年实行了新的会计准则，2005年和2006年年报中的数据差别较大。为了便于比较，本文选取了新会计准则颁布后2006-2010年的数据作为样本数据。从均值与中位数的巨大差异可以看出，各类银行的规模差距很大，尤其是城市商业银行和国有银行，因此将16家商业银行进行分类比较是很有必要的。③ (二)实证结果分析 1.整体效率值比较。表1给出了综合网络DEA模型计算的整体效率值。2006-2010年的5年间，仅有2008年的深发展和招商银行是网络DEA有效的，其他所有决策单元均处于网络DEA无效状态，效率值最低的是2008年的光大银行。平均来看，5年效率值最高的是招商银行，效率值最低的是交通银行。 根据本文对商业银行的分类，可以看出，城市商业银行的效率值最低，波动也比较大，而且有逐年走低的迹象(见图3)。国有商业银行的效率值在2006年还是最低的，但效率值每年都在增长，因此平均来看国有商业银行的效率值在三种银行里是最高的。股份制商业银行的效率值处于城市商业银行和国有商业银行之间，而且每年的效率值都比较稳定，波动很小。 这个结论与以往的黑箱评价有所不同。以往的研究表明，与其他银行相比，国有商业银行的效率值是最低的。[1][2][4][6]一方面是由于国有银行庞大的规模使得其投入规模过大，造成效率值较低；另一方面是以往研究多以2006年以前的数据为研究对象，当时由于国有商业银行正在进行股份制改革，以前计划经济时代积累的一些不利因素还没有解决，尤其是向国有企业的大量贷款导致国有银行的不良资产居高不下，因此严重影响了国有商业银行的经营效率。而且在黑箱评价中，不区分银行的业务结构，将几种业务收入混杂在一起，无法体现银行自身的业务特点。国有商业银行由于自身的历史特点，在负债业务和中间业务方面具有得天独厚的优势，利用网络模型进行评价，这一特点就显露无疑。近年来，国有银行大力优化内部控制结构，控制固定成本投入，经营效率逐步提升，再加上几十年积累起来的在吸收存款方面得天独厚的优势，使得其在净利息收入一项上优势明显，而净利息收入在我国商业银行的收入结构中所占的比重超过70%。基于此，国有商业银行的效率值最高也就不难理解了。
图3 三类银行的平均效率走势图
2.子阶段效率值比较。表2给出了阶段效率值与整体效率值的比较。这可以明显看出整体的无效性是由哪个子阶段(即哪种业务)的效率低下造成的。在阶段1，兴业银行和北京银行效率值最高，均为弱DEA有效，效率值最低的是华夏银行。在阶段2，宁波银行做得最好，实现了弱DEA有效，效率值最低的是北京银行。总的来讲，国有商业银行在阶段1的效率值最高，城市商业银行次之，股份制商业银行最低；股份制商业银行在阶段2的效率值最高，城市商业银行次之，国有商业银行最低。
造成这一结果的原因是多方面的，本文主要从成本和激励两个角度进行分析。(1)国有商业银行在吸收存款和中间业务方面，由于历史悠久，网点多，群众认同度高，故吸收存款的成本较低，使得国有商业银行在第一阶段表现最好。城市商业银行一般规模较小，在第一阶段具有规模优势，故表现次之。股份制商业银行缺乏这两项优势，故第一阶段效率值最差。(2)由于股份制商业银行在吸收存款和中间业务方面表现得不尽如人意，这激励股份制商业银行在资产业务方面更加注意制度创新和产品创新。并且相对于国有商业银行，股份制商业银行经营更加灵活，适应市场需求，故在第二阶段表现突出。④而国有商业银行由于自身特点及其他约束，在资产业务方面创新不足，效率值不高。 通过对各银行效率值的计算可以看出，如果不打开“黑箱”，按照经典的C[2]R模型来测算各商业银行的效率，城市商业银行最高，股份制商业银行最低，国有商业银行介于二者之间。但两阶段模型的测算结果却有所不同，国有商业银行的效率值最高，股份制商业银行第二，而城市商业银行最低。造成这种“悖论”的原因除了各银行在各阶段效率值有所差异外，主要是内部子结构之间的相互作用不同，城市商业银行两个阶段之间的相互作用较弱，导致整体的效率较低。这由表3的关联指数显示出来。 3.关联指数比较。2006-2010年，关联指数均为1的银行只有两家，分别是招商银行和宁波银行，就是说这两家银行在这5年间内部子结构之间一直都是关联有效的，这也正是招商银行在两阶段的平均效率值最高的一个原因，而宁波银行的效率值不高主要是因为它在阶段1的效率值很低。在16家上市商业银行中，北京银行的关联指数是最低的，其次是交通银行，因此这两家银行的综合效率值都比较低。
按商业银行的不同种类来看，股份制商业银行的关联指数平均值是最高的，国有商业银行次之，但与股份制商业银行相差极小，最低的是城市商业银行。这就可以解释前面提到的“悖论”。由于采用两阶段模型测算时考虑了模型内部子结构之间的相互作用，而城市商业银行的关联效率最低，因此，尽管采用“黑箱”计算时城市商业银行的效率值是最高的，但由于内部子结构之间的关联效率最低，使得两阶段的整体效率值大幅下降，成为三类银行中综合效率最低的一类。而国有商业银行和股份制商业银行的关联效率几乎相等，因此采用“黑箱”计算的效率值与两阶段测算的效率在顺序上没有发生变化。 从关联指数在各年的变动情况来看(见图4)，国有商业银行虽有波动，但整体趋势是向上的，即关联效率有逐年走高的趋势；股份制商业银行的关联指数非常稳定，这也决定了股份制商业银行效率值的稳定性；城市商业银行从2006-2009年关联效率一直在上升，但在2010年却出现了大幅度的下降。由此可见，城市商业银行由于规模较小，正处于发展的初期，因此稳定性较差，导致业绩变动幅度也比较大。
图4 平均关联指数变动曲线 4.网络决策单元的投影。由定义4和模型计算出的效率值，笔者计算出每个银行各个投入指标的投影(见表4)。由定理4可知，所有由投影数据构成的决策单元都是网络DEA有效的，所以各银行的投影数据代表其在现有规模下各个投入指标的改进值。
四、结论与建议 本文基于对银行业务结构的分析，将银行看做具有中间投入和中间产出的两阶段网络结构的生产系统，建立新的综合网络DEA模型，并对我国16家上市商业银行进行实证分析，目的是为了评价中国银行业的整体效率情况。本文建立的带有中间投入和中间产出的综合网络DEA模型，改善了原有一般串联结构网络DEA模型没有考虑中间产出和中间投入的不足，更能体现银行业自身的业务特点。整体网络DEA有效与子阶段DEA有效的等价性，保证了这一模型具有打开黑箱的特点。这使得运用该模型评价整体效率的同时，可以得到子阶段效率的特征，具有黑箱评价模型无法实现的优势。 实证分析显示，将商业银行看做网络生产单位，中国银行业的整体效率表现出以下特征：国有商业银行的综合效率值最高，2006-2010年一直处于上升趋势；城市商业银行的效率值最低，且有逐年走低的迹象；股份制商业银行的效率值介于国有商业银行和城市商业银行之间，效率值相对比较稳定。国有商业银行由于网络结构庞大，员工众多，降低了吸收存款的平均成本，使得其在负债业务和中间业务方面优势明显；而股份制商业银行基于先进的管理模式和合理的公司治理结构，使它在资产业务方面处于领先地位。与“黑箱”评价相比，网络DEA模型更能体现银行各阶段业务的关联性，这使得城市商业银行在两个模型下的效率具有显著差异。 感谢匿名评审人提出的修改建议，笔者已做了相应修改，本文文责自负。 ①由于篇幅所限，本文省略了所有定理证明，有兴趣的读者可向笔者索取。 ②本文侧重从微观层面上分析我国上市商业银行的整体效率情况，而没有对宏观因素对效率的影响加以计量分析。 ③读者可向笔者索取相关数据和统计性描述。 ④应该注意的是，股份制商业银行制度创新和产品创新，使得其在资产业务阶段表现良好的同时，风险也必然会增加。所以，如何控制风险是股份制商业银行提高效率时必须考虑的问题。
标签：银行论文; 商业银行论文; 负债业务论文; dea论文; 银行资产论文; 网络模型论文; 国有商业银行论文; 资产规模论文; 银行中间业务论文; 负债融资论文; 城市商业银行论文; 资金业务论文;
我国商业银行整体效率研究--基于中间投入与中间产出的综合网络DEA模型_银行论文
下载Doc文档