商业银行效率的测度及其影响因素——基于跨国数据的比较分析，本文主要内容关键词为：商业银行论文,效率论文,因素论文,数据论文，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。
在银行业对外全面开放的背景下，国内商业银行正面临着来自全球众多对手的有力竞争。Maudos等(2002)、Claessens和Laeven(2004)等许多研究已经表明，商业银行效率高低在很大程度上决定其竞争力水平。于是人们自然会很关注：在对外开放的进程中，国内商业银行的效率水平究竟如何？与全球性竞争对手相比，国内商业银行效率是否存在明显的差异？上述差异又由哪些因素所致？这也正是本文期望能回答的问题。
有关商业银行效率比较的国际文献，大都采用前沿效率分析法对各国商业银行效率进行测度和比较。前沿效率分析法的基本思想，是根据已知的投入产出观察值定义并构造出所有可能的投入产出组合的外部边界即效率前沿，然后，通过比较样本银行与效率前沿的距离而测算出各家银行的效率。按是否需要估计前沿函数中的参数，前沿效率分析法又划分为参数法和非参数法两大类。
非参数法运用线性规划方法及对偶原理，通过分析商业银行的投入产出关系来测度效率水平，包括数据包络分析法(DEA)、无界分析法(FDH)等。Berg等(1993)是较早采用非参数法对银行效率进行国际比较的代表。他们采用DEA测度，比较了斯堪的纳维亚半岛国家银行业的生产效率。但是，正如Chaffai等(2001)所分析指出的，Berg等(1993)的文献采用的效率测度模型没有考虑各国的环境因素，很可能出现效率测度值的系统性偏差。为克服上述局限性，Lozano-Vivas等(2002)开始将反映环境因素的一些变量纳入基于DEA的效率测度模型中。其他一些学者，如Weill(2004)也采用类似方法测度、比较了欧洲银行业的效率。
参数法是预先定义效率前沿的函数形式，然后在采用统计方法估计前沿函数的未知参数的基础上测度效率的一种方法。按对前沿函数中无效率项分布的不同假设，参数法又可分为随机前沿分析法(SFA)、厚边界函数法(TFA)和自由分布法(DFA)三种主要方法。在早期研究中，Fecher和Pestieau(1993)、Maudos等(2002)分别采用DFA对11个OECD国家、10个欧洲国家银行业的成本效率进行了测度和比较。但是，上述研究同样忽略了环境因素对效率的影响，因此有可能存在效率测度值的系统性偏差。有别于上述早期文献，Chaffai等(2001)采用了考虑环境因素影响的SFA模型测度和比较了欧洲四国的银行效率。基于相似的研究方法，Mamatzakis等(2008)比较了欧洲国家银行业的效率，Fries和Taci(2005)则着重考察了经济转轨国家银行的效率及其差异。
非参数法的优势在于，无需事先设定前沿函数的形式，具有较强的客观性。但该方法没有考虑统计偏误等随机误差因素对测度的干扰，因此，如果存在随机误差，根据非参数法确定的前沿效率就可能存在较大偏差。相比之下，参数法能区分无效率值和随机误差项对商业银行效率的影响，以及各商业银行效率在样本期内的时序变化，更适于解决本文所研究的问题。
通过以上对国内外文献的梳理可以看出，现有文献虽已采用非参数或参数法对各国银行业效率进行测度和比较，但由于研究侧重点不同，相关研究要么没有作任何考虑，要么仅仅考虑了局部环境因素对商业银行效率的影响，因此效率测度值及国际比较结论容易受系统性偏差的干扰。此外，从研究对象看，目前有关商业银行效率的国际比较文献主要集中于欧洲和美国的银行业，而较少有针对其他国家，特别是中国商业银行的国际比较研究。事实上，对类似中国这样处于转型期，同时又全面对外开放银行业的发展中大国而言，探讨国内外商业银行效率水平的差异及其成因，进而探寻提升其银行业竞争力的途径，无疑具有重要的现实意义。针对上述不足，本文采用考虑商业银行环境因素的效率测度模型，对我国14家主要商业银行与全球资产规模较大的100家商业银行在2001-2009年期间的效率水平进行测度，然后对国内外商业银行的效率水平加以比较，并进一步分析导致效率差异的原因。
本文力图从以下几个方面对已有文献进行拓展：第一，将全面考虑各国宏观经济、行业以及银行自身三方面的环境因素，并将其纳入效率测度模型，以期减少此前相关文献因不考虑或仅考虑局部环境因素(包括各国环境差异)可能给商业银行效率测度造成的系统性偏差，进而提高各国商业银行效率水平的可比性以及效率差异分析的可靠性；第二，构建商业银行效率的影响因素模型，为分析国内外商业银行的效率差异成因提供较为可信的分析框架；第三，弥补此前缺少采用随机前沿分析方法对中国商业银行效率进行国际比较研究的不足，为国内商业银行提高效率提供借鉴。
二、商业银行效率测度模型的构建及说明
通过对各种方法优劣的综合比较，本文选择参数法中的随机前沿分析法(SFA)来研究商业银行效率。本部分首先介绍SFA的基本思想，并在此基础上构建银行效率测度模型。
(一)SFA的基本思想
SFA定义了效率前沿函数的形式，并引入复合误差项，用以反映随机误差项和低效率项对效率的共同影响。SFA与另两种参数方法DFA、TFA的差异在于，后两者必须假设样本的效率在样本期间是稳定的，随机误差的均值趋向于零，而SFA则无需假定样本期间样本的效率保持稳定。这是因为，SFA根据变差率的零假设统计检验，就可以判断和区分误差项主要是受随机误差项还是低效率项的影响，抑或是受两方面的共同影响。近些年来，包括中国在内的许多国家商业银行的规模和业务均变化较大，在此情形下仍假定在样本期间效率保持稳定不甚合理。因此，本文选择SFA作为构建银行效率测度模型的基础。
在运用SFA研究银行效率水平时，考察对象可选择成本效率或利润效率。由于样本期间商业银行编制报表时所依据的会计准则变化对银行成本项目的影响相对较少，而且成本效率能够较好地反映银行的成本控制能力与资源利用效果，因而本文主要考察成本效率。
(二)基于SFA的商业银行效率测度模型的构建及说明
定义恰当的投入产出指标是构建商业银行效率测度模型的前提。下文将先选择确定投入产出指标，然后根据SFA的基本思想构建考虑环境因素的银行效率测度模型。
1.投入产出指标的选择与确定
关于商业银行的投入指标，本文从“人”(劳动力)、“财”(可贷资金)和“物”(固定资产)三个方面加以确定。考虑到许多商业银行的雇员人数、固定资产折旧等具体数据不易获取，本文综合度量劳动力和固定资产的成本支出，选取营业费用替代劳动力成本和固定资产成本的支出总额，以总资产额替代营业投入总额，由此可用营业费用与总资产之比确定劳动力和固定资产投入的价格①；可贷资金成本则根据利息支出与存款余额之比来计算。关于银行产出指标，本文采用中介法选择贷款(
)、投资(
)、存款(
)等作为商业银行的产出指标②。为了控制银行规模差异对成本效率的影响，同时减少异方差问题的干扰，借鉴同类文献的做法(如Berger等，2009)，本文用总资产对所有产出变量进行标准化处理。
2.商业银行效率测度模型的构建及其特征
为控制各国环境因素对效率的系统性影响，本文借鉴Battese和Coelli(1995)的做法，采用单阶段法将宏观经济、行业及银行自身三个方面的环境因素纳入(1)式表示的随机前沿效率测度模型③。除全面考虑环境因素之外，该效率测度模型还具有如下特征：第一，采用超越对数函数的形式，可反映投入产出指标之间的交互作用以及规模报酬变化对商业银行效率的可能影响，并使效率前沿函数具有较好的弹性，以符合商业银行规模收益可变的实际情形；第二，为控制样本期内技术变化对效率的影响，借鉴Lensink等(2008)的做法，在超越对数成本函数中引入包含时间t和
的时间趋势项；第三，为提高国际比较的一致性与可比性，本文选择全球共同效率前沿作为效率前沿面，据此作为样本银行的比较基准。
三、商业银行效率的测度与国际比较
(一)样本选择及依据
选取14家主要商业银行⑤(记作Sample A)作为国内银行样本的主要考虑是：2001-2009年期间，该14家银行的总资产占我国商业银行资产总额的比例高达90%以上，可基本上反映我国商业银行的整体水平；同时，这14家商业银行2009年年底的资产规模均处于全球前200名之列，与本文选取的国外银行样本在规模级别上具有可比性。本文选取全球资产规模较大的100家商业银行⑥(记作Sample B)作为国内银行的比较样本，是因为该100家银行在全球银行业中具有相对较强的竞争力，也是国内银行参与国际竞争的主要对手。通过两组样本银行的横向比较，可大致判断出我国商业银行与其全球性竞争对手在效率水平方面的差异。为考察加入WTO前后我国商业银行效率水平的变化，本文选择2001-2009年作为样本期。
(二)数据说明
本文所涉及的各研究变量的具体数据来源如下：银行层面变量的数据源自Bankscope数据库，数据采集借鉴Fries和Taci(2005)的做法，选择基于国际会计准则(IAS)编制的合并报表数据；各国宏观经济变量的数据来自世界银行的World Development Indicators数据库和IMF的World Economic Outlook研究报告；银行业结构变量2001-2008年的数据来自世界银行的Financial Development and Structure数据库，2009年数据根据各国央行、银行业监管部门公开的统计数据计算得到。
表1是我们下文的研究所涉及的国内外两组样本主要变量的均值比较。从中可以看出，2001-2009年期间，国内商业银行的权益比、非利息收入占比的均值均明显低于国外银行样本组的均值。在总资产回报率⑦方面，2001-2006年期间，国内银行的均值要明显低于国外银行样本组；2007年，国内外银行则没有显著差异；而2008-2009年，国内银行反而明显好于国外银行样本组。关于表征银行业市场结构的集中度指标，样本期间我国与其他样本国家的均值在总体上没有显著差异。关于表征银行所处宏观经济环境的GDP增长率，样本期间，尤其是2009年，我国的GDP增长率明显高于其他样本国家的均值。
(三)商业银行效率测度模型的参数估计及模型的有效性分析
本文运用极大似然法来估计效率测度模型的参数⑨。SFA法对效率估计结果的有效性取决于变差率的取值判断和零假设统计检验两个方面。从第一个方面看，估计结果显示变差率的估计值为0.967(显著性水平为1%)，说明在对商业银行效率的影响中，随机误差项远低于无效率项u。第二个方面是判断前沿函数有效性的主要根据，估计结果表明，在变差率零假设条件下单边似然比检验统计量LR(1880)，远大于显著水平为1%的混合卡方分布(mixed 
)临界值，因此可拒绝变差率的零假设。上述分析表明，本文设定的前沿函数是有效的，样本银行存在显著的成本无效率项。
(四)基于测度模型实证分析的效率比较
表2为国内外两组样本银行的效率测度结果。我们可以发现，2001-2007年期间，我国主要商业银行(即Sample A)效率测度值的平均水平持续低于国外银行样本组(即Sample B)，尤其在2006年之前，差距更大。而自2008年以后，国内商业银行效率的平均水平已经接近并开始超出国外商业银行。为避免各样本银行效率测度值的极端情形对均值比较结果的可能干扰，我们借鉴Berger等(2009)的做法，采用将所有样本银行效率大小进行排序赋值的方法来比较效率差异，获得与均值分析基本一致的结论。
四、导致国内外商业银行效率差异的影响因素分析
第二部分根据单阶段法的思路将环境因素(同时也是影响效率的因素)直接纳入效率测度模型的无效率项
中。因此，我们所构建的模型是以无效率项为被解释变量的银行无效率模型。
(一)商业银行效率影响因素模型的构建及说明
在已有研究的基础上，本文综合考虑了宏观经济、行业结构、银行自身三个层面的因素对商业银行效率的影响。
1.宏观经济因素
Fries和Taci(2005)、王聪和谭政勋(2007)等许多研究发现，宏观经济环境会影响银行服务的需求、储户的存款决策、企业的贷款行为、银行可贷资金的规模和信贷决策以及银行中间业务的开展等，进而对商业银行效率产生影响。借鉴已有研究，本文主要选择各国的实际GDP增长率作为刻画各国商业银行所处宏观经济环境的综合变量。
2.行业结构因素
行业结构可集中反映银行业的竞争状况，对商业银行效率具有重要影响。各国银行业结构的差异很大，为反映各国银行业的市场结构及其对效率影响程度的差异，本文选择行业集中度作为刻画银行业结构的主要指标。
3.银行自身因素
根据资产组合理论，商业银行资源在不同业务上的配置会导致不同的资源配置效率。Lozano-Vivasa和Pasiouras(2010)、张金清和吴有红(2009)等的实证研究进一步证实了业务结构对商业银行效率的影响。本文选择非利息收入占比作为业务结构的代理变量。同时，我们还考虑了总资产回报率(ROA)对商业银行效率的影响。Lensink等(2008)指出，总资产回报率可以作为银行盈利水平的重要评价指标，还可以集中反映银行的管理质量，即银行经营管理者对总资产的管理水平。此外，本文借鉴Lensink等(2008)的同类文献，进一步考虑了银行管理者风险偏好(以权益比作为代理变量)对效率的影响。一般来说，管理者风险厌恶程度较高的银行，往往会持有更高的资本金水平，权益比也相应较高。
根据上述分析，建立如下商业银行效率的影响因素模型：
(二)商业银行效率影响因素的实证结果及其解释
商业银行效率影响因素模型的参数估计结果见表4。回归结果显示的变差率为0.967，表明模型整体的拟合效果较好。下文将对商业银行效率各影响因素的实证结果进行解释与分析。商业银行效率影响因素模型的被解释变量为无效率水平，各因素对效率的作用方向与实证结果的符号相反，但相应的显著性水平保持不变。
1.宏观经济因素对商业银行效率的影响
回归结果表明，GDP增长率(GDPG)与无效率水平显著负相关(1%水平下显著)。这说明，商业银行所处的经济增长水平对效率具有积极的正影响。其主要原因在于，银行业是一个典型的周期性行业，银行信贷资金的规模、客户的信贷需求都与宏观经济周期密切相关。在经济高涨期，银行业务扩张更容易，因而会增加银行的收入并表现为相应的效率提升；而在经济衰退期，客户的信贷需求相对较少，银行业务扩张的外部约束较强，自身盈利水平也因此受到不利冲击。特别对于融资结构以间接融资为主导的国家而言，商业银行营业收入的绝大部分来自利息收入，这种盈利结构更决定了商业银行效率水平与GDP增长率的同向波动。另外，在经济高速增长期，企业盈利水平相对较高，这有助于降低银行的不良贷款发生率、提升银行资产质量，并会对商业银行效率产生积极的影响。进一步看，更高的GDP增长率还可以促进人均GDP水平的提升，使居民的可支配收入相应增加，进而推动居民对银行产品与服务需求规模的扩大，需求类型也会趋于多样化。这将为商业银行拓展业务范围、调整资产配置提供积极的外部条件，从而有利于提高商业银行的成本效率。在Pasiouras等(2009)的文献中，可以得到相似的研究结论。
2.银行业结构对商业银行效率的影响
回归结果表明，反映银行业市场结构的集中度变量(Concentration)对商业银行效率产生了显著的积极影响(1%水平下显著)。目前，有关银行集中度与效率的理论分析尚无定论：一种观点认为，银行业集中度过高会削弱市场竞争、损害效率；但李华民(2005)等学者所持的另一种观点则认为，银行业相对集中可能更有利于提高配置效率和行业竞争力。本文的回归结果支持了后一种观点。
3.业务结构对商业银行效率的影响
回归结果显示，非利息收入占比(Noninterest)对商业银行效率产生了显著的正影响(1%水平下显著)。其主要原因在于：非利息收入占比较大时，表明非信贷业务对银行收入有较大贡献，业务多元化程度较高。通过业务多元化，商业银行可以充分挖掘营业网络的资源潜力，提高资源配置效率，可对商业银行提高效率产生积极的影响。Lozano-Vivasa和Pasiouras(2010)提供了与本文一致的经验证据。
4.盈利水平和资产管理质量对商业银行效率的影响
模型的回归结果显示，表征银行盈利水平和资产管理质量的综合指标ROA与银行无效程度显著负相关。这说明，提升银行盈利水平和资产管理质量可以降低无效率程度、改善银行效率。因此，银行在业务扩张中更应将着眼点放在提升资产盈利水平方面，而非仅仅关注资产规模的扩张。Lensink等(2008)持有与本文一致的结论。
5.资本金水平和管理者风险偏好对商业银行效率的影响
权益比(Equity/Assets)作为可综合反映资本金水平和管理者风险厌恶程度的评价指标，可较好地反映出银行承担的风险水平及相应的稳定程度。也就是说，权益资本比越大，银行的稳定水平较高。回归结果表明，权益比与银行无效率水平1%水平下显著正相关。这说明，对银行实施预算软约束即权益资本比较低时，银行对外业务扩张所受的资金限制相对较少，从而对效率水平产生积极影响。这与张建华和王鹏(2009)的结论一致，并印证了Gorton和Winton(1998)关于稳定和效率难以兼顾的理论观点。
(三)国内外商业银行效率差异的原因分析
在上述对商业银行效率影响因素的分析与讨论的基础上，本文将进一步分析国内外商业银行效率差异的可能原因。为便于分析，下文将样本期划分为2001-2007年、2008-2009年两个时间段分别进行考察。
根据效率影响因素的分析结论，我们先通过2001-2007年期间国内外商业银行的业务结构、盈利能力与资产质量的比较，来分析导致该段时期我国银行效率相对较低的原因。第一，关于业务结构。前文对商业银行效率影响因素的分析表明，银行业务多元化程度的提高以及相应的非利息收入占比水平增加，可降低银行的资金投放集中度，促进银行的资源配置效率。然而，由于我国长期实施分业经营，国内主要商业银行的业务高度集中于传统信贷领域，导致非利息收入占比较低。而相比之下，其他样本国家商业银行的业务多元化程度较高，非利息收入占比的平均水平明显高于国内银行。这表明，我国商业银行高度依赖传统信贷的业务结构，对效率水平的进一步提升产生了明显的限制作用。第二，关于盈利能力与资产质量。前文的分析表明，在业务扩张的同时，提升盈利能力和资产管理质量可以增进效率。本文采取总资产回报率作为盈利能力和资产管理质量的综合评价指标，对国内外商业银行做了比较。在2007年之前，国内商业银行盈利能力与资产管理质量的平均水平显著低于国外银行样本组的平均水平，这可以解释为该时期我国商业银行效率相对较低的重要原因。
进一步来分析2008-2009年我国商业银行效率的平均水平与国外银行效率平均水平的差距明显缩小乃至高于后者的原因。从商业银行业务结构、盈利能力与资产管理质量的角度看，以2007年为界，国内外商业银行在业务结构、盈利能力与资产管理质量方面的差异发生了明显变化。有别于2007年之前国内银行非利息收入占比、盈利能力与资产管理质量明显低于国外银行的情况，2007年以后，特别是2009年，国内商业银行的非利息收入占比水平有了明显提高，进一步缩小了与国外银行的差距。而在以总资产回报率衡量的盈利能力与资产管理质量方面，2008年以来，国内商业银行已明显优于国外银行。因此，上述两方面的变化可以为国内外商业银行效率差异的变化提供部分解释。
我们还可从宏观经济层面进一步剖析2008年以来国内外商业银行效率差异的变化。2008年金融危机爆发后，我国执行了积极的财政政策和宽松的货币政策，出台了进一步扩大内需、促进经济增长的一系列措施。由于上述一系列宏观调控政策的实施，我国从2009年第2季度起便很快扭转了经济增速下滑的局面，形成了国民经济总体回升向好的趋势：2009年我国GDP实现增长8.7%，其中第3、4季度分别增长9.1%和10.7%。这为我国商业银行提升效率水平提供了较为有利的宏观经济环境。而金融危机给许多国家，尤其是欧、美的宏观经济造成了严重冲击，其银行业进入了去杠杆化和信贷收缩阶段，银行效率因此受到一定程度的削弱。结合宏观经济因素对效率的作用机理和实证结果，宏观经济环境的不同可在一定程度上解释国内外商业银行效率水平的差异及其变化。
(四)稳健性检验与分析
为检验研究结论的稳健性，本文进行如下多项稳健性检验：首先，在考虑商业银行贷存比率(Loan/Deposit、总资产扩张率(Assets Growth)、业务收入增长率(Revenue Growth)等因素后，重新评估了影响因素模型，发现主要结论没有发生变化；其次，采用收入HHI指标度量商业银行的业务结构，结果表明，HHI与无效率项显著正相关，说明银行业务多元化程度与效率水平之间存在显著的正相关关系，也印证了本文根据非利息收入占比这一评价指标得出的结论；再次，为克服总资产回报率(ROA)可能产生的内生性问题，我们借鉴Lensink等(2008)的做法，剔除该指标重新估计模型，结果发现其他影响因素对效率的作用方向与显著性水平均没有发生变化。上述稳健性检验表明，本文的研究结论是稳健的。限于篇幅，本文未报告上述稳健性检验的参数估计结果。
五、结论与启示
本文在全面考虑各国商业银行环境差异的基础上，采用随机前沿分析法(SFA)对国内14家主要商业银行与全球资产规模较大的100家商业银行的效率水平进行测度、比较，然后进一步深入分析导致国内外商业银行效率差异的原因。研究发现：
第一，2001-2007年期间，我国主要商业银行效率的平均水平持续低于国外银行的平均水平。但在2008-2009年，国内外商业银行效率水平的差异发生明显变化：截至2008年，国内外银行效率的平均水平已大致相当；而至2009年，国内银行效率的平均水平则进一步反超国外银行。
第二，对商业银行效率影响因素的实证分析表明，GDP增长率、行业集中度、非利息收入占比水平、盈利能力和资产管理质量对商业银行效率水平均具有显著的正影响。
第三，导致国内外商业银行效率差异的可能原因主要有以下几个方面。
其一，2001-2007年期间，我国商业银行高度依赖于传统信贷业的过于单一的业务结构以及相对较低的盈利能力与资产管理质量，是该时期我国商业银行效率相对较低的重要原因。
其二，2008年以后，我国商业银行业务多元化程度提高、盈利能力与资产管理质量改善，是促进我国商业银行效率水平明显提高的主要原因；此外，我国较好的经济增长态势也为提升国内商业银行效率水平提供了较为有利的宏观经济环境。
上述研究结论对于我国商业银行领域的政策意义在于：第一，监管部门应允许商业银行适度开展混业经营，通过逐渐放宽业务的市场准入限制，为商业银行拓宽业务范围提供政策条件，以促进银行改善效率；第二，商业银行应根据自身实际条件，积极调整过于依赖传统信贷业务的单一结构，努力拓展非信贷业务，探索分业条件下业务多元化经营的各种途径；第三，商业银行在发展过程中，应避免追求单纯的规模扩张，而应将着眼点放在提升盈利水平和资产管理质量方面，以真正提高业务扩张的积极效应及资源配置效率。
作者衷心感谢审稿人的宝贵意见和建议，当然文责自负。
①Yildirim和Philippatos(2007)、Lensink等(2008)及许多同类文献也采用了类似的处理方法。
②考虑到中介法可以较全面地描述金融中介的实质，许多同类文献常采用中介法来确定投入产出指标，如Maudos等(2002)、Pasiouras等(2009)。
③由交叉项的对称性及投入要素价格的线性齐次性可得到相应的参数约束条件，根据该约束条件可进一步对模型进行化简。限于篇幅，没有列出具体的化简过程。
④本部分主要集中讨论效率测度模型的构建，而商业银行效率影响因素的具体分析参见第四部分。
⑤具体包括：中国工商银行、中国建设银行、中国银行、中国农业银行、交通银行、兴业银行、广东发展银行、上海浦东发展银行、深圳发展银行、中国民生银行、招商银行、中信银行、中国光大银行和华夏银行。
⑥国外银行样本是在Bankscope数据库提供的2009年年末全球资产规模最大的200家商业银行中，剔除存在数据缺失严重、会计信息报告年度不一致等情形的银行以及中国的商业银行之后余下的资产规模较大的100家银行。
⑦总资产回报率可集中反映银行的盈利水平与银行经营管理者对总资产的管理质量，见Lensink等(2008)。
⑧出于篇幅以及便于考察各变量时变特征的考虑，本表的统计性描述仅报告各主要研究变量的均值。
⑨限于篇幅，本文未报告参数估计结果。若有需要，可向作者函索。
⑩本文将总资产回报率作为效率影响因素，主要是为控制盈利能力、资产管理质量对银行效率的影响。正如Lensink等(2008)所指出的，需要同时考虑如下情形：商业银行效率会影响总资产回报率。换言之，总资产回报率可能存在内生性问题。为此，本文在不考虑资产回报率的情形下对随机前沿效率模型再次进行估计，结果表明该结论没有发生显著变化，说明考虑资产回报率因素后得出的研究结论仍然是稳健的。
标签：银行论文; 商业银行论文; 银行资产管理论文; 银行资产论文; 资产管理业务论文; 业务管理论文; 差异分析论文; 盈利能力指标论文; 宏观经济论文; 效率论文;